Bài nghiên cứu tiến hành chạy định lượng dựa trên 8 nước thuộc khu vực Đông Nam Á:Brunei, Campuchia, Indonesia, Thái lan, Philippines, Singapore, Malaysia, Việt Nam (một số quốc gia như Lào, Đông Timor, Myanmar do số liệu khơng đầy đủnên khơng đưa vào mơ hình.
Các chỉ sốvĩ mô như tốc độtăng trưởng kinh tế, chi tiêu chính phủcho giáo dục (%GDP), tỷ lệ dân sốtrong độ tuổi lao động (sử dụng số liệu là tỷ lệngười dân trong tuổi lao động, chi tiêu chính phủcho sức khỏe (%GDP), chi tiêu chính phủ cho cơ sở hạ tầng (được tính tiêu thụ điện năng- KWh trên đầu người) được lấy từ dữ liệu của World Bank từ 1998-2017.
Bảng 3.1: Tổng hợp nguồn dữ liệu:
Biến Mô tả Nguồn dữ liệu
Growth_PC Tốc độtăng trưởng kinh tế World Bank - WDI data.worldbank.org
Working_Pop Tỷ lệ dân sốtrong độ tuổi lao động World Bank - WDI data.worldbank.org
Edu_Ratio Chi tiêu chính phủcho giáo dục (% GDP)
World Bank - WDI data.worldbank.org
Health_Ratio Chi tiêu chính phủcho sức khỏe (%GDP)
World Bank - WDI data.worldbank.org
Infra_Ratio Chi tiêu chính phủcho cơ sở hạ tầng (được tính tiêu thụđiện năng- KWh
29
trên đầu người) data.worldbank.org
Nguồn: Tác giả tự tổng hợp các dữ liệu nghiên cứu
Tất cả các dữ liệu được lấy từ một nguồn đảm bảo tính đồng nhất vềphương pháp đo lường, trọng số cũng như phương pháp tính tốn. Dữ liệu World Bank, WDI bộ chỉ báo phát triển thế giới là nguồn uy tín trong nghiên cứu.
30
Chương 4. KẾT QUẢ NGHIÊN CỨU
Chương 3 đã trình bày phương pháp nghiên cứu được sử dụng, xây dựng các khái niệm nghiên cứu và kiểm định mơ hình ở khung lí thuyết. Chương 3 cũng đưa ra cách đo lường các biến trong mơ hình. Chương 4 sẽ trình bày kết quả nghiên cứu thu được từ q trình phân tích số liệu của các quốc gia trong khu vực Đông Nam Áthời gian từ năm 1998 – 2017 với dữ liệu thời gian được mô tả theo năm
4.1. Phân tích thống kê mơ tả
Tác giả tiến hành phân tích dữ liệu, trình bày theo dạng mô tả thống kê, nhằm giúp có cái nhìn tồn diện về dữ liệu được sử dụng để đo lường các biến. Quan sát toàn bộ sự dao động, mức độ sai lệch của dữ liệu sau khi thu thập tính tốn, kết quả trình bày theo bảng thống kê mô tả trong bảng 4.1 dưới đây. Kết quả chỉ ra giá trị trung bình và độ lệch chuẩn của các biến sử dụng trong nghiên cứu này.
Bảng 4.1: Thống kê mô tả giữa các biến trong mơ hình Chi tiêu chính phủ cho giáo dục Chi tiêu chính phủ cho sức khỏe Chi tiêu chính phủ cho cơ sở hạ tầng Tỳ lệ dân số trong độ tuổi lao động Tăng trưởng kinh tế Trung bình -0,018195 0,037731 0,045478 0,080526 3,488133 Trung vị -0,006936 0,028679 0,034017 0,008999 3,884187 Lớn nhất 2,015650 1,698983 0,320753 5,085999 13,21649 Nhỏ nhất -2.542466 -1,120649 -0,150799 -2,068001 -3,770014 Độ lệch chuẩn 0,520341 0,351303 0,062525 0,704831 2,969348 Số quan sát 152 152 152 152 152
31
Dữ liệu trong mơ hình các biến có độ lệch chuẩn đều nhỏ hơn so với giá trị trung bình mẫu của từng biến quan sát. Nhìn chung, dữ liệu thu thập mang tính đồng đều giữa các quan sát khơng có tính dị biệt, cỡ mẫu nghiên cứu gồm 152 quan sát, là cỡ mẫuchấp nhận được phù hợp hồi quy trong thống kê. Qua bảng thống kê mô tả cho thấy tăng trưởng kinh tế có sự biến động lớn nhất so với các chỉ tiêu khác trong đó tỷ lệ tăng trưởng cao nhất là 13,21% bên cạnh độ lệch chuẩn 2,97%, cụ thể tỷ lệ tăng trưởng kinh tế trung bình của Campuchia và Việt Nam là cao nhất ( lần lượt là 6,23% và 5,23%), trong khi các quốc gia khác như Singapore, Thái lan, Malaysia chỉ khoảng ~3,3%-3,67%. Mặt khác tỷ lệ tăng trưởng chi tiêu chính phủ cho cơ sở hạ tầng cao nhất là 0,32%, thấp nhất là -0,15% và trung bình là 0,046% thì các quốc gia có nền kinh tế đang phát triển như Việt Nam, Campuchia tỷ lệtăng trưởng trung bình của chi tiêu chính phủ cho hạ tầng cao hơn các quốc gia khác. Điều đó này phù hợp với tình hình thực tế của các Đông Nam Á khi nền kinh tế Việt Nam và Campuchia là nền kinh tế mới phát triển nên tốc độ tăng trưởng cao hơn các nước đã phát triển trong khu vực.Ngồi ra theo bảng thống kê mơ tả ta có thể thấy tăng trưởng của chi tiêu chính phủnhư sau:
Chi tiêu chính phủ cho giáo dục có tỷ lệ tăng trưởng lớn lớn nhất là 2,015%GDP, thấp nhất là -2,54% và trung bình là -0,018% . Bên cạnh đó chi tiêu chính phủ cho sức khỏe có tỷ lệ tăng trưởng lớn nhất là 1,69%, thấp nhất là - 1,12%. Cụ thể đối với tăng trưởng chi tiêu chính phủ cho giáo dục thì Brunei là thấp nhất (-0,087%) và cao nhất là Indonesia (0,05%), đối với chi tiêu chính phủ cho sức khỏe thấp nhất là Brunei thấp nhất là (-0,009%) và Indonesia và Philippines (lần lượt là 0,067% và 0,069%. Điều này phù hợp với quy mô dân số của các nước như Brunei là quốc gia có dân số thấp nhất trong các nước Đông Nam Á, ngược lại Indonesia là quốc gia đông dân nhất.
Dựa vào bảng thống kê mô tả ta thấy rằng đối với các quốc gia Đơng Nam Á thì tùy từng thời tăng trưởng kinh tế mà cấu trúc chi tiêu chính phủcũng thay đổi
32
tuy nhiên các quốc gia ưu tiên cho chi tiêu chính phủ về sức khỏe và hạ tầng tuy nhiên tỷ lệ tăng trưởng hai biến nêu trên thấp cịn chi tiêu chính phủ cho giáo dục thì tùy thuộc vào thời kỳ kinh tế (trong thời kỳ tăng trưởng kinh tế tốt thì tăng trưởng chi tiêu cho giáo dục cao và ngược)
4.2 Kiểm định tính dừng dữ liệu bảng Fisher
Hồi quy dữ liệu bảng hoặc chuỗi thời gian, nếu dữ liệu khơng dừng thì sẽ vi phạm độ tin cậy của hồi quy, đó là hiện tượng hồi quy giả mạo được giải thích đầu tiên bởi Phillips (1986). Nếu chuỗi dữ nghiên cứu dừng tại bậc gốc, có thể cho phép thực hiện hồi quy tránh được hồi quy giả mạo. Với khoảng thời gian T lớn và số quan sát đối tượng (quốc gia) ít rất phù hợp với kiểm định tính dừng của Fisher (Choi 2001)
Bảng 4.2: Kiểm định tính dừng bậc gốc dữ liệu Fisher theo tiếp cận ADFBiến Giá trị thống kê Z Biến Giá trị thống kê Z
Chi tiêu chính phủ cho giáo dục -6,16470***
Chi tiêu chính phủ cho sức khỏe -6,45701***
Chi tiêu chính phủcho cơ sở hạ tầng -2,79478***
Tỳ lệ dân sốtrong độ tuổi lao động -2,84691***
Tăng trưởng kinh tế -3,97469***
(***) dữ liệu dừng ở mức ý nghĩa 1%., (***) dữ liệu dừng ở mức ý nghĩa 1%
Nguồn: kết quả tổng hợp từ Phần mềm Eviews trên số liệu tác giả thu thập
Kiểm định tính dừng bằng phương pháp Fisher theo tiếp cận ADF ở bảng 4.2 cho thấy tất cả các biến của bậc dữ liệu gốc đều dừng ở mức ý nghĩa 1%. Cho thấy dạng mơ hình PSVAR là hợp lệ khi phân tích hồi quy.
4.3 Độ trễ tối đa cho mơ hình PSVAR
33
biến độc lập đến biến phụ thuộc mơ hình, tác giả sử dụng kiểm định chọn được độ trễ tối ưu cho mơ hình PSVAR, với cơng cụ Lag Structure trong Eview đối với mơ hình PSVAR. Kết quả lựa chọn độ trễ với các tiêu chuẩn lựa chọn khác nhau. Từ bảng kết quả dưới đây, ta thấy độ trễ 3 phù hợp với các tiêu chuẩn LR, AIC, FPE SC và HQ.
Bảng 4.3: Độ trễ tối đa cho mơ hình VAR
Lag LogL LR FPE AIC SC HQ
0 -319,8487 NA 0,000355 6,247091 6,374225* 6,298596 1 -270,4873 93,02726 0,000223* 5,778602 6,541407 6,087637* 2 -248,4357 39,43849 0,000236 5,835302 7,233778 6,401865 3 -220,3761 47,48538* 0,000225 5,776464* 7,810611 6,600557 4 -202,8408 27,98914 0,000264 5,920015 8,589833 7,001637 5 -180,3602 33,72088 0,000284 5,968465 9,273954 7,307616 6 -159,1324 29,80053 0,000317 6,041008 9,982167 7,637687
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error
AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion
Nguồn: kết quả tổng hợp từ Phần mềm Eviews trên số liệu tác giả thu thập
Kiểm định lựa chọn độ trễ cho thấy độ trễ tối đa của mơ hình là 3, tương ứng với các tiêu chuẩn LR, AIC
Vậy độ trễ tối đa trong dữ liệu bài nghiên cứu là 3.
4.4 Kiểm định nhân quả Granger test
Tồn tại mối quan hệ nhận quả hai chiều khẳng định sự tồn tại hiện tượng nội sinh trong mơ hình, tồn tại tương quan qua lại giữa các biến vĩ mô, cho thấy việc sử dụng hệ phương trình PSVAR phân tích là phù hợp. Nếu khơng tồn tại tương quan nhân quả giữa các biến, lúc đó mơ hình hồi quy đơn giản được sử dụng.
Kết quả kiểm định loại mối quan hệ nhân quả Granger cho kết quả với p- value nhỏhơn 0,05 vơi tất cả các mơ hình. Cho thấy sự tồn tại quan hệ nội sinh hay nhân quả giữa các biến.
34
Bảng 4.4: Kiểm định nhân quả GRANGER test
Dependent variable: GROWTH_PC
Excluded Chi-sq Df Prob.
D_EDU 8,917326 3 0,0304
D_HEALTH 7,355819 3 0,0614
D_INFRA 1,641768 3 0,6500
D_WORKING 4,278538 3 0,2329
All 25,23920 12 0,0137
Dependent variable: D_EDU
Excluded Chi-sq Df Prob.
GROWTH_PC 0,666501 3 0,8811
D_HEALTH 1,575310 3 0,6650
D_INFRA 3,898457 3 0,2726
D_WORKING 0,456456 3 0,9283
All 6,336320 12 0,8982
Dependent variable: D_HEALTH
Excluded Chi-sq Df Prob.
GROWTH_PC 3,156881 3 0,3681
D_EDU 0,197019 3 0,9781
D_INFRA 0,393733 3 0,9415
D_WORKING 12,10212 3 0,0070
All 20,15010 12 0,0643
Dependent variable: D_INFRA
Excluded Chi-sq Df Prob.
GROWTH_PC 1,660313 3 0,6458
D_EDU 8,742965 3 0,0329
D_HEALTH 5,200952 3 0,1577
D_WORKING 9,651451 3 0,0218
All 25,50007 12 0,0126
Dependent variable: D_WORKING
Excluded Chi-sq Df Prob.
GROWTH_PC 10,24274 3 0,0166
35
D_INFRA 0,679712 3 0,8780
All 11,85674 12 0,4573
Nguồn: kết quả tổng hợp từ Phần mềm Eviews trên số liệu tác giả thu thập
Kiểm định nhân quả Granger tồn tại mối quan hệ nhân quả hai chiều giữa các biến phân tích, trong mơ hình GROWTH_PC, D_HEALTH, D_INFRA làm yếu tố phụ thuộc, củng cố việc lựa chọn các dạng mơ hình PSVAR trong phần tích quan hệ giữa các nhân tố nghiên cứu.
4.5 Kiểm định tính ổn định mơ hình
Độ trễ trong mơ hình đại diện cho các yếu tố chưa đưa vào mơ hình trong nghiên cứu định lượng. Kiểm định tính ổn định của mơ hình PSVAR dựa trên kiểm định tính dừng của chuỗi dữ liệu sai số trong mơ hình PSVAR. Các sai số dừng hàm ý rằng các chuỗi sai số là nhiễu trắng, mơ hình PSVAR ổn định trong phân tích.
Biểu đồ 4.1: Kiểm định tính ổn định mơ hình
Nguồn: kết quả tổng hợp từ Phần mềm Eviews trên số liệu tác giả thu thập
Kết quả kiểm định độổn định mơ hình VAR với chuỗi nhiễu sai số của mơ hình dừng hầu hết, khơng có điểm nào vượt ra ngồi phạm vi đường trịn, cho thấy mơ hình
36
PSVAR ổn định.
4.6 Kết quảước lượng mơ hình PSVAR
Trong mơ hình này một biến chỉ chịu tác động của độ trễ của chính nó và độ trễ của biến khác trong quá khứ. Để phân tích mối quan hệ giữa các nhân tố trong ràng buộc giữa các biến, tác giả sử dụng mơ hình PSVAR với ma trận ràng buộc như sau, ràng buộc này dựa trên tiếp cận của Pranab Kumar Das và Saibal Kaz (2016).
Bảng 4.5: Ma trận A -Ma trận hệ sốước tính của PSVAR được xác định chính xác
A = 0,0139886 (8,72) 0,005351 (2,26) -0,0008156 (-0,33) 0,0069474 (2,69) -0,0019433 (-0,85) 0 0,0004348 (8,72) -0,00000184 (-0,03) 0,0002107 (2,83) 0 0 0 0,0004411 (8,72) 0,0001966 (2,62) 0 0 0 0 0,0059892 (8,72) 0 0 -0,0092929 (-1,88) 0,0224791 (3,96) -0,0120045 (-1,88) 0,0297428 (8,72)
Nguồn: kết quả tổng hợp từ Phần mềm Eviews trên số liệu tác giả thu thập
Bảng 4.6: Ma trận B - Các hệ sốước tính của PSVAR được xác định trên
B = 0,0171007 (8,72) 0,0064732 (2,25) 0 0,008399 (2,69) 0 0 0,0005257 (8,72) 0 0,0002547 (2,83) 0 0 0 0,0005333 (8,72) 0,0002377 (2,62) 0 0 0 0 0,0072406 (8,72) 0 0 -0,0112346 (-1,88) 0,0271283 (4,1) -0,0145128 (-1,88) 0,0359573 (8,72)
Nguồn: kết quả tổng hợp từ Phần mềm Eviews trên số liệu tác giả thu thập
Bảng 4.7: Kết quả mơ hình PSVAR với các ràng buộc
Model: Ae = Bu where E[uu']=I
37 1 1 0 1 0 0 1 0 1 0 0 0 1 1 0 0 0 0 1 0 0 1 1 1 1 B = C(1) 0 0 0 0 0 C(2) 0 0 0 0 0 C(3) 0 0 0 0 0 C(4) 0 0 0 0 0 C(5)
Coefficient Std. Error z-Statistic Prob.
C(1) 2,362048 0,147628 16,00000 0,0000 C(2) 0,487663 0,030479 16,00000 0,0000 C(3) 0,347534 0,021721 16,00000 0,0000 C(4) 0,053102 0,003319 16,00000 0,0000 C(5) 0,814821 0,050926 16,00000 0,0000 Log likelihood -388,9755
LR test for over-identification:
Chi-square(10) 107,4513 Probability 0,0000 Estimated A matrix: 1,000000 1,000000 0,000000 1,000000 0,000000 0,000000 1,000000 0,000000 1,000000 0,000000 0,000000 0,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 1,000000 0,000000 0,000000 1,000000 1,000000 1,000000 1,000000 Estimated B matrix: 2,362048 0,000000 0,000000 0,000000 0,000000 0,000000 0,487663 0,000000 0,000000 0,000000 0,000000 0,000000 0,347534 0,000000 0,000000 0,000000 0,000000 0,000000 0,053102 0,000000 0,000000 0,000000 0,000000 0,000000 0,814821
Nguồn: kết quả tổng hợp từ Phần mềm Eviews trên số liệu tác giả thu thập
Qua các kiểm định cho thấy có mối quan hệtương quan giữa cấu trúc chi tiêu chính phủ, nhân khẩu học và tỷ lệ dân số trong độ tuổi lao động. Tuy nhiên, trong mơ hình PSVAR chỉ mới xem các biến trong mơ hình có mối quan hệ giữa biến độc lập và biến phụ thuộc, Tuy nhiênđể xem xét tác động và mức độ ảnh hưởng giữa các biến tác giảxem xét tác động của một cú sốc trên một biến phụ thuộc lên các biến khác và tác động đó là cùng chiều hay ngược chiều qua hàm phản ứng xung (Impulse response) bên cạnh đó, tác giả xem xét biến độc lập giải thích bao
38
nhiêu % biến động của biến phục thuộc trong mơ hìnhqua chức năng phân rã phương sai (Variance decomposition), Việc xem xét thông qua việc phân rã phương sai và hàm phản ứng xung giúp cho tác giả biết được chiều hướng và phần trăm ảnh hưởng qua tường khoản thời gian, cụ thể kết quả hàm phản ứng xung và phân rã phương sainhư sau:
4.6.1 Hàm phản ứng xung (impulse response):
Kết quảước lượng hàm xung phản ứng đẩy của mơ hình PSVAR cho 20 kỳ
đối với các biến trong mơ hình, ta có được kết quả sau:
Biều đồ 4.2: IRF của GROWTH_PC
39
Khi có cú sốc tăng trưởng kinh tế xảy ra, chi tiêu chính phủcho cơ sở hạ tầngphản ứng cùng chiều trong toàn bộ thời kỳ, nhưng tác động này suy giảm theo thời gian. Trong khi đó, các yếu tốvĩ mô khác hầu như không chịu tác động bởi cú sốc tăng trưởng kinh tế
Biểu đồ 4.3: IRF của EDU
Nguồn: kết quả tổng hợp từ Phần mềm Eviews trên số liệu tác giả thu thập
Tác động từ một cú sốc trong chi tiêu chính phủ dành cho giáo dục làm cho tăng trưởng kinh tếảnh hưởng cùng chiều, tác động này chịu tác động đến kỳ thừ
40
12, sau đó thì hầu như chi tiêu chính phủ khơng chịu ảnh hưởng. Các nhân tốvĩ mơ cịn lại hầu như không chịu tác động từ cú sốc chi tiêu chính phủcho giáo dục.
Biều đồ 4.4:IRF của HEALTH
Nguồn: kết quả tổng hợp từ Phần mềm Eviews trên số liệu tác giả thu thập
Tác động từ một cú sốc trong chi tiêu chính phủ dành cho sức khỏe làm cho tăng trưởng kinh tế và chi tiêu chính phủ dành cho cơ sở hạ tầng ảnh hưởng cùng chiều, tuy nhiên đến kỳ thừ 12 thì hầu như 2 yếu tố trên không chịu tác động.
41
Trong khi đó, các yếu tố khác hầu như khơng chịu tác động từ cú sốc trong chi tiêu chính phủ cho sức khỏe
Biều đồ 4.5: IRF của INFRA
Nguồn: kết quả tổng hợp từ Phần mềm Eviews trên số liệu tác giả thu thập
Khi có cú sốc chi tiêu chính phủ cho cơ sở hạ tầng tầng xảy ra, tăng trưởng kinh tế phản ứng cùng chiều trong toàn bộ thời kỳ, nhưng tác động này suy giảm theo thời gian. Trong khi đó, các yếu tố vĩ mô khác hầu như không chịu tác động bởi cú sốc cơ sở hạ tầng
42
Biểu đồ 4.6: IRF của WORKING
Nguồn: kết quả tổng hợp từ Phần mềm Eviews trên số liệu tác giả thu thập
Cuối cùng, ảnh hưởng từ một cú sốc trong tỷ lệ người dân trong tuổi lao