STT Dữ liệu Tên biến Tăng trưởng
kinh tế kỳ này
1 Biến tương tác giữa độ mở thương mại và CSTT interact_TO Ngược chiều 2 Biến tương tác giữa độ mở tài chính và CSTT interact_FO Ngược chiều
3.3. Phương pháp ước lượng
Dữ liệu được luận văn sử dụng là dạng chuỗi thời gian và sẽ xảy ra hiện tượng tự tương quan trong trường hợp có biến độc lập là biến trễ của biến phụ thuộc (Jung, 2005). Phương pháp ước lượng hồi quy với dữ liệu chuỗi thời gian thường có Ordinary Least Square (OLS), Vector Autoregression (VAR), Vector Error Correction Model (VECM), Generalized Least Squares (GLS) và các phương pháp khác, theo Fox (2002), Greene (2003), Gujarati (2003), Wooldridge (2009) và Brooks (2014). Wooldridge (2009) cho rằng phương pháp Ordinary Least Square (OLS) có nhược điểm chưa khắc phục hiện tượng phương sai thay đổi, tự tương quan và đặc biệt là vấn đề nội sinh. Theo Stedinger và Tasker (1985), Wooldridge (2009), khi mơ hình hồi quy xảy ra vấn đề phương sai thay đổi và tự tương quan, phương pháp Generalized Least Square (GLS) cung cấp các ước tính chính xác hơn về các tham số của mơ hình hồi quy so với phương pháp OLS. Phương pháp GLS còn phù hợp các mẫu với kích cỡ nhỏ về mặt lý thuyết và thực nghiệm (Olsson, Foss, Troye và Howell, 2000). Ngoài ra, nhiều nghiên cứu như Fox (2002), Dettling (2016), Akpan và Moffat (2018) còn ứng dụng phương pháp GLS với kiểu dữ liệu chuỗi thời gian để thấy được sự khác biệt khi xảy ra vấn đề tự tương quan đối với phương pháp OLS.
Bên cạnh đó, theo Semykina và Wooldridge (2010), vấn đề nội sinh có thể phát sinh do mối tương quan giữa các biến giải thích và biến được giải thích hay sai số riêng biệt của mơ hình dẫn đến các kết quả sai lệch không thể được loại bỏ thông qua phương pháp OLS. Tuy nhiên, với đặc điểm của các mơ hình (1), (2), (3) và (4) có sử dụng biến trễ của biến phụ thuộc làm biến kiểm soát và các biến kiểm sốt khác đều có độ trễ, vì vậy ít có khả năng xảy ra vấn đề về nội sinh. Ví dụ, tăng trưởng GDP kỳ này (biến phụ thuộc) khó tác động đến lãi suất, độ mở thương mại, độ mở tài chính và tăng trưởng GDP kỳ trước.
Ngồi ra, luận văn cịn thực hiện các kiểm định tính dừng của chuỗi dữ liệu và lựa chọn độ trễ cho các biến độc lập trong mơ hình. Với kiểu dữ liệu chuỗi thời gian, độ trễ giữa từng biến độc lập có thể sẽ khác nhau. Theo Brook (2014), trong
kinh tế lượng, độ trễ được xác định thông qua nhiều chỉ số thống kê như Final Prediction Error (FPE), Akaike’s information criterion (AIC), Hannan–Quinn (HQIC), Schwartz’s Bayesian (SBIC). Mishkin (2016) cho rằng đối với các quốc gia đã trải qua biến động lạm phát cao và do đó có giá linh hoạt hơn, độ trễ có thể ngắn hơn. Theo nghiên cứu khác của Cecchetti (1999), độ trễ truyền dẫn CSTT tại các nước tiên tiến khác nhau trong khoảng từ 1 đến 12 quý. Sau khi nghiên cứu 10 quốc gia châu Âu, Elbourne và de Haan (2006) cũng cho thấy rằng tác động tối đa của cú sốc CSTT đối với giá cả xảy ra trong khoảng từ 1 đến 10 quý sau cú sốc. Trong nghiên cứu của Bhattacharya (2013) về truyền tải CSTT ở Việt Nam và châu Á mới nổi, tác giả đã lựa chọn độ trễ là 1 quý cho các biến trong mơ hình; tác giả đã có kết luận về cú sốc lãi suất, có xu hướng tác động đáng kể đến tăng trưởng GDP và tăng trưởng tín dụng trong cả ngắn hạn và trung hạn. Ngoài ra, Trần Ngọc Thơ và Nguyễn Hữu Tuấn (2013) nghiên cứu về cơ chế truyền dẫn CSTT ở Việt Nam trên dữ liệu hàng tháng cũng đã lựa chọn độ trễ là 3 cho dữ liệu trước khi Việt Nam gia nhập WTO và 5 cho dữ liệu sau khi Việt Nam gia nhập WTO. Như vậy, với dữ liệu chuỗi thời gian gồm 56 quan sát, luận văn sẽ sử dụng phương pháp ước lượng OLS và GLS, nhằm khắc phục hiện tượng tự tương quan và phương sai thay đổi của phương pháp OLS như các nghiên cứu trước đây; kết hợp với kiểm định tính dừng (Unit Root Test), tự tương quan, phương sai thay đổi và độ trễ của các biến độc lập sẽ được xác định theo các chỉ số thống kê dựa trên dữ liệu thực tế từ quý 1/2004 đến quý 4/2017 tại Việt Nam.
Chương 4: Kết quả nghiên cứu
4.1. Phân tích, mơ tả thống kê các biến của mơ hình
Dữ liệu được thu thập từ các nguồn như WorldBank (WB) và Quỹ Tiền Tệ Thế Giới (IMF). Sau khi phân tích và xử lý, kết quả thống kê về tốc độ tăng trưởng kinh tế (GDP), CPI, LSCS, XNK và FDI đại diện cho độ mở thương mại và tài chính tại Việt Nam từ quý 1/2004 đến quý 4/2017 như sau:
Bảng 4.1 Thống kê mơ tả các biến trong mơ hình
Biến Số quan sát (Obs) Trung bình (Mean) Độ lệch chuẩn (Std. Dev.) Giá trị nhỏ nhất (Min) Giá trị lớn nhất (Max) Độ rộng (Spread) GDP_growth 56 0,0299 0,0284 -0,0322 0,0996 0,1318 CPI_change 56 0,0204 0,0199 -0,0044 0,0897 0,0941 IR_change 56 0,0145 0,1678 -0,3167 1,0000 1,3167 TO 56 1,4868 0,2601 1,0306 2,3313 1,3007 FO 56 0,0547 0,0211 0,0173 0,1196 0,1369
(Nguồn: tổng hợp và tính tốn từ nguồn WB, IMF) (Ghi chú: số liệu được làm tròn đến 4 chữ số thập phân. Ký hiệu các biến được đơn giản hóa để phù hợp với phần mềm thống kê. GDP_growth: tỷ lệ tăng trưởng kinh tế (∆𝑦𝑗,𝑡), CPI_change: tỷ lệ thay đổi của chỉ số CPI (∆𝐶𝑃𝐼𝑗,𝑡), IR_change: tỷ lệ thay đổi của LSCS (∆𝐼𝑅𝑗,𝑡), TO: độ mở thương mại, FO: độ mở tài chính).
Bảng 4.2 Độ tương quan của các biến trong mơ hình
GDP_growth CPI_change IR_change TO FO
GDP_growth 1,0000
CPI_change 0,5447 1,0000
IR_change 0,4052 0,6333 1,0000
TO -0,0342 -0,1549 0,1358 1,0000
FO 0,1267 0,2111 0,1719 0,2537 1,0000
(Nguồn: tổng hợp và tính tốn từ nguồn WB, IMF) (Ghi chú: Ký hiệu các biến GDP_growth: tỷ lệ tăng trưởng kinh tế (∆𝑦𝑗,𝑡), CPI_change: tỷ lệ thay đổi của chỉ số CPI (∆𝐶𝑃𝐼𝑗,𝑡), IR_change: tỷ lệ thay đổi của LSCS (∆𝐼𝑅𝑗,𝑡), TO: độ mở thương mại, FO: độ mở tài chính).
Bảng 4.1 trình bày các chỉ tiêu thống kê của mẫu nghiên cứu. Theo kết quả thống kê, dữ liệu có độ dài không quá lớn, thể hiện qua sự chênh lệch giữa hai giá trị nhỏ nhất và giá trị lớn nhất, độ rộng (spread) lớn nhất là sự thay đổi của LSCS (1,3167 tương đương 131,67%), dao động trong khoảng -0,3167 đến 1 (tức lãi suất thay đổi 100%). Theo số liệu thực tế, LSCS tăng mạnh đến 100% trong khoảng thời gian quý 2/2008, từ 7,5% (quý 1/2008) đến 15% (quý 2/2008) và đây là giai đoạn khủng hoảng tài chính tồn cầu. Độ mở thương mại với biên độ dao động của cũng không quá lớn, khoảng 1,3007. Tuy nhiên, theo đặc điểm của mơ hình, độ mở thương mại và tài chính khơng xét tỷ lệ thay đổi, nên độ lệch này thể hiện độ mở cửa là nhiều hay ít. Độ lệch chuẩn và phương sai các biến cho thấy sự phân tán của dữ liệu cũng khơng lớn. Trong đó, lớn nhất vẫn là độ mở thương mại, với 0,2601 (26,01%) và LSCS (0,1678 tương đương 16,78%). Các biến cịn lại trong mơ hình có độ rộng tương đối nhỏ, dao động trong khoảng 0,0941 đến 0,1369 tương đương 9,41% đến 13,69%. Độ lệch chuẩn thấp, lần lượt với GDP, CPI và độ mở tài chính là 2,84%, 1,99% và 2,11%; và giá trị trung bình lần lượt là 2,99%, 2,04% và 5,47%. Ngồi ra, bảng 4.2 trình bày độ tương quan giữa các biến trong mơ hình. Kết quả thống kê cho thấy có sự tương quan lẫn nhau giữa các biến trong mơ hình, trong đó cao nhất là tỷ lệ thay đổi của LSCS và tỷ lệ thay đổi của chỉ số CPI (0,6333), tiếp đến là tương quan giữa tốc độ tăng trưởng kinh tế (GDP) với tỷ lệ thay đổi chỉ số CPI và LSCS, với hệ số tương quan lần lượt là 0,5447 và 0,4052.
4.2. Xác định độ trễ của các biến độc lập và các kiểm định của mơ hình 4.2.1. Xác định độ trễ của các biến độc lập 4.2.1. Xác định độ trễ của các biến độc lập
Các biến độc lập trong mơ hình (2), (3) và (4) gồm có biến trễ của biến phụ thuộc (tỷ lệ thay đổi GDP); các biến tỷ lệ thay đổi của chỉ số CPI, tỷ lệ thay đổi của LSCS, độ mở thương mại và độ mở tài chính đều có độ trễ nhất định. Vì vậy, cần xác định độ trễ của các biến độc lập này lên biến phụ thuộc trong tồn bộ mơ hình nhằm đánh giá đầy đủ tác động CSTT lên tăng trưởng kinh tế dưới sự ảnh hưởng của độ mở.
Bảng 4.3 Độ trễ của các biến độc lập theo các chỉ số thống kê
Chỉ số thống kê
FPE AIC HQIC SBIC
1 4 1 1
(Nguồn: tính tốn từ phần mềm thống kê)
Theo kết quả tính tốn từ các chỉ số thống kê dựa trên số liệu thực tế trình bày tại bảng 4.3, các biến độc lập trong mơ hình qua các chỉ số khơng có nhiều khác biệt. Các chỉ số FPE, HQIC và SBIC đều cho kết quả độ trễ là 1 (quý). Riêng chỉ số AIC cho độ trễ phù hợp của các biến trong mơ hình là 4 (quý). Theo các nghiên cứu thực tiễn đã trình bày ở phần 3.2.1 và 3.3, độ trễ 1 quý của các biến độc lập đối với biến phụ thuộc theo kết quả từ các chỉ số thống kê tại bảng 4.3 là khá hợp lý. Vì vậy, luận văn chọn độ trễ cho các biến trong mơ hình là 1 (quý) để xác định kết quả nghiên cứu ở các phần tiếp theo.
4.2.2. Các kiểm định của mơ hình 4.2.2.1. Kiểm định tính dừng
Luận văn sẽ tiến hành kiểm định tính dừng của các chuỗi dữ liệu bằng phương pháp Unit Root Test (Levin-Lin-Chu). Theo Brooks (2014), phương pháp Unit Root Test Levin-Lin-Chu (LLC) bao gồm các giả thiết:
o H0: chuỗi dữ liệu không dừng (contain unit root)
o H1: chuỗi dữ liệu dừng (stationary)
Bảng 4.4 Kết quả kiểm định tính dừng của chuỗi dữ liệu
Biến Số
quan sát p-value
Bác bỏ/chấp nhận
giả thiết Kết quả
GDP_growth 56 0,0038 Bác bỏ H0, chấp nhận H1 Dừng CPI_change 56 0,0002 IR_change 56 0,0000 interact_TO (IR_change*TO) 56 0,0000 interact_FO (IR_change*FO) 56 0,0000 (Nguồn: tính tốn từ phần mềm thống kê)
(Ghi chú: Ký hiệu các biến GDP_growth: tỷ lệ tăng trưởng kinh tế (∆𝑦𝑗,𝑡), CPI_change: tỷ lệ thay đổi của chỉ số CPI (∆𝐶𝑃𝐼𝑗,𝑡), IR_change: tỷ lệ thay đổi của LSCS (∆𝐼𝑅𝑗,𝑡) interact_TO: biến tương tác giữa LSCS và độ mở thương mại và interact_FO: biến tương tác giữa LSCS và độ mở tài chính với độ trễ là 1).
Theo tính tốn từ phần mềm thống kê tại bảng 4.4, với p-value của chuỗi dữ liệu của các biến trong mơ hình đều nhỏ hơn 0,05 (5%), kết quả là đồng nhất và đều có tính dừng.
4.2.2.2. Kiểm định tự tương quan
Nhằm phát hiện vấn đề tự tương quan, luận văn sẽ tiến hành kiểm định bằng phương pháp Durbin – Waston (DW) với độ trễ đã lựa chọn là 1 quý (t – 1) sau khi hồi quy theo mơ hình OLS. Theo Gujarati (2003) và Brooks (2014), để xác định tự tương quan chuỗi với phương pháp DW là xem xét chỉ số thống kê “DW test statistic” dựa trên ρ̂ với giả thiết: H0: ρ = 0 và H1: ρ ≠ 0. Theo đó, nếu giả thiết H0 được chấp nhận, ρ = 0 và khi đó DW d – statistic ≈ 2(1 – ρ̂) = 2, sẽ khơng có hiện tượng tự tương quan. Ngược lại, nếu giả thiết H0 bị bác bỏ, sẽ có hiện tượng tự tương quan. Khi đó, 0 ≤ DW d – statistic ≤ 4, có 2 trường hợp xảy ra:
o 0 ≤ DW d – statistic < 2: có hiện tượng tự tương quan dương.
o 2 < DW d – statistic ≤ 4: có hiện tượng tự tương quan âm. Bảng 4.5 Kết quả kiểm định tự tương quan của chuỗi dữ liệu
Mơ
hình DW d – statistic Kết quả
(2) 1,8791
Có hiện tượng tự tương quan dương
(3) 1,7711
(4) 1,8735
(Nguồn: tính tốn từ phần mềm thống kê)
Theo bảng 4.5, phương pháp hồi quy OLS đã có hiện tượng tự tương quan dương với các chỉ số thống kê DW d – statistic đều có kết quả < 2. Như đã trình bày ở phần 3.3, luận văn sẽ sử dụng mơ hình GLS nhằm khắc
4.2.2.3. Kiểm định phương sai thay đổi
Một vấn đề khác của kiểu dữ liệu chuỗi thời gian là hiện tượng phương sai thay đổi. Luận văn sẽ sử dụng kiểm định White's test để xác định vấn đề phương sai thay đổi khi hồi quy bằng mơ hình OLS. Theo Gujarati (2003) và Brooks (2014), để xác định phương sai thay đổi với phương pháp White’s Test, cần phải dựa vào các giả thiết: H0: heteroskedasticity (phương sai không đổi) và H1: unrestricted heteroskedasticity (phương sai thay đổi) khi xét hệ số chi bình phương.
Bảng 4.6 Kết quả kiểm định phương sai thay đổi của chuỗi dữ liệu
Mơ hình
Hệ số chi bình phương
Bác bỏ/chấp
nhận giả thiết Kết quả
(2) 0,6213
Chấp nhận H0 Khơng có hiện tượng phương sai thay đổi
(3) 0,8788
(4) 0,2088
(Nguồn: tính tốn từ phần mềm thống kê)
Theo bảng 4.6, khi sử dụng phương pháp hồi quy OLS, mơ hình khơng xảy ra vấn đề phương sai thay đổi. Tuy nhiên, mơ hình lại xảy ra vấn đề tự tương quan như đã kiểm định ở phần 4.2.2.2, nên luận văn sẽ sử dụng mơ hình GLS nhằm khắc phục hiện tượng tự tương quan này dù khơng có vấn đề phương sai thay đổi trong mơ hình.
4.3. Kết quả ước lượng các mơ hình
Trong phần này, luận văn trình bày kết quả ước lượng ảnh hưởng của độ mở thương mại và độ mở tài chính đến tác động của CSTT lên tăng trưởng kinh tế. Trong đó, độ mở thương mại được đo lường bằng tỷ lệ (XK + NK)/GDP, độ mở tài chính đo lường bằng tỷ lệ FDI/GDP và LSCS đại diện cho CSTT. Kết quả ước lượng được trình bày trong bảng 4.7 chia làm 3 cột với cột (i), (ii) và (iii) là kết quả của mơ hình (2), (3) và (4) sau khi ước lượng bằng phương pháp OLS; bảng 4.8, cột (i), (ii) và (iii) là kết quả sau khi ước lượng sau khi khắc phục vấn đề tự tương quan khi ước lượng bằng phương pháp OLS bằng phương pháp GLS
tương ứng với mơ hình (2), (3) và (4) để thấy rõ ảnh hưởng của vấn đề tự tương quan trong mơ hình OLS.
Bảng 4.7 Kết quả ước lượng tác động của CSTT đến tăng trưởng kinh tế dưới sự ảnh hưởng của độ mở nền kinh tế theo mơ hình OLS
Biến Mơ hình OLS
(i) (ii) (iii)
GDP_growth(t – 1) -0,2139 (0,153) -0,1643 (0,286) -0,2107 (0,169) CPI_change(t – 1) 0,6925*** (0,007) 0,5750** (0,028) 0,6859*** (0,01) IR_change(t – 1) 0,4742*** (0,009) 0,1435* (0,056) 0,4650** (0,018) interact_TO (IR_change(t-1) *TO(t-1)) -0,2973*** (0,01) - -0,2837* (0,073) interact_FO (IR_change(t-1) *FO(t-1)) - -1,4375* (0,068) -0,1324 (0,899) R-squared 0,2752 0,2256 0,2754 Adj R-squared 0,2172 0,1637 0,2015
(Nguồn: tổng hợp từ các kết quả hồi quy) (Ghi chú: các dấu sao thể hiện mức ý nghĩa của mơ hình (*, **, *** tương ứng với mức ý nghĩa 10%, 5% và 1%) của các hệ số tương quan, các giá trị trong dấu ngoặc đơn là giá trị thống kê p-value).
Theo kết quả ước lượng bằng phương pháp OLS tại bảng 4.7, cột (i) trình bày kết quả ước lượng ảnh hưởng của độ mở thương mại đến tác động của CSTT lên tăng trưởng kinh tế trong trường hợp khơng có độ mở tài chính, tức mơ hình (2). Trong trường hợp này, hệ số βiTO = -0,2973, có ý nghĩ thống kê ở mức 1%, cho thấy tác động độ mở thương mại đến ảnh hưởng của CSTT lên tăng trưởng kinh tế có tác động ngược chiều. Điều này có nghĩa rằng với mức LSCS khơng đổi, việc tăng độ mở thương mại sẽ làm suy yếu tác động của CSTT lên tăng trưởng kinh tế do hệ số hồi quy âm.
Cột (ii) bảng 4.7 trình bày ước lượng tác động của CSTT lên tăng trưởng kinh tế dưới sự ảnh hưởng của độ mở tài chính, trong trường hợp khơng có độ mở thương mại, tức mơ hình (3) bằng phương pháp OLS. Hệ số βiFO = -1,4375 có ý
ngược chiều với tăng trưởng kinh tế. Như vậy, kết quả ước lượng tác động của từng độ mở nền kinh tế đến tác động của CSTT lên tăng trưởng kinh tế phù hợp với giả thuyết của luận văn, khi LSCS không đổi, độ mở tài chính càng lớn, tác động của CSTT lên tăng trưởng kinh tế sẽ càng yếu, với độ trễ t – 1.
Cột (iii) bảng 4.7 tiếp tục trình bày kết quả ước lượng mơ hình (4) bằng phương pháp OLS, tức ảnh hưởng đồng thời của độ mở thương mại và độ mở tài chính lên tác động của CSTT đến tăng trưởng kinh tế. Trong trường hợp này, hệ số βiTO và βiFO đều mang giá trị âm (-0,2873 và -0,1324), đều cho thấy ảnh hưởng của độ mở lên tác động của CSTT đến tăng trưởng kinh tế là ngược chiều, độ mở càng lớn, trong trường hợp LSCS không đổi, tác động của CSTT lên tăng trưởng kinh tế sẽ càng yếu. Tuy nhiên trong cả 3 trường hợp ở cột (i), (ii) và (iii), tăng trưởng GDP ở kỳ trước tương quan âm nhưng khơng có ý nghĩa thống kê. Do mơ hình OLS xảy ra hiện tượng tự tương quan như đã kiểm định, nên kết quả ước lượng có thể khơng chính xác. Vì vậy, cần xem xét kết quả ước lượng theo phương pháp GLS để có kết quả chính xác hơn.
Bảng 4.8 Kết quả ước lượng tác động của CSTT đến tăng trưởng kinh tế dưới sự ảnh hưởng của độ mở nền kinh tế theo mơ hình GLS
Biến Mơ hình GLS