Y G F K O Y 1.0000 G 0.9193 1.0000 F 0.8636 0.7899 1.0000 K 0.9267 0.7541 0.8223 1.0000 O 0.9736 0.9607 0.8605 0.8522 1.0000
(Nguồn: Kết quả tổng hợp từ phần mềm Stata trên số liệu tác giả thu thập với cỡ mẫu 336 quan sát 14 quốc gia trong giai đoạn 1991 – 2014)
Kết quả phân tích ma trận tự tương quan giữa các biến trong mơ hình theo bảng 4.6 cho thấy, tồn tại các hệ số tự tương quan cặp giữa các biến độc lập lớn hơn 0.8, vì vậy tồn tại hiện tượng đa cộng tuyến nghiêm trọng giữa các cặp biến độc lập trong mơ hình.
Kết luận: Tồn tại tại hiện tượng đa cộng tuyến với tiêu chuẩn tương quan cặp tuyến tính.
Tuy nhiên, đa cộng tuyến theo Christopher Achen không quá nghiêm trọng. Bởi vì ngay cả khi đa cộng tuyến chặt, như trong trường hợp gần đa cộng tuyến (near multicollinearity) thì các ước lượng OLS vẫn có tính chất của BLUE (tức là các ước lượng vững, không chệch và hiệu quả).
Ở khía cạnh phương pháp nghiên cứu của bài nghiên cứu này, tác giả sẽ lựa chọn phương pháp ước lượng AMG (2010, 2011) và phương pháp GMM là các ước lượng có tính vững và hiệu quả để tiến hành hồi quy mơ hình.
4.3.2. Kiểm định đa cộng tuyến
Điều quan tâm đầu tiên về đa cộng tuyến đó là khi mức độ đa cộng tuyến tăng lên thì ước lượng của các hệ số trong mơ hình hồi quy sẽ khơng cịn ổn định và sai số chuẩn của các hệ số sẽ bị phóng đại. Vì lẽ đó, đa cộng tuyến sẽ làm gia tăng khả năng mắc sai lầm loại II (chấp nhận giả thuyết khơng khi nó sai), và gây khó khăn trong việc phát hiện một tác động nếu đa cộng tuyến tồn tại trong mơ hình. Vì vậy, tác giả đã tiến hành kiểm định đa cộng tuyến với nhân tử phóng đại phương sai để phát hiện có tồn tại đa cộng tuyến trong mơ hình hay khơng.
Kết quả kiểm định đa cộng tuyến được trình bày trong bảng 4.7 dưới đây. Bảng 4.7: Kết quả kiểm tra đa cộng tuyến với nhân tử phóng đại phương sai
Variable VIF SQRT VIF Tolerance R-Squared
G 1.80 1.34 0.5554 0.4446
F 5.55 2.35 0.1803 0.8197
K 2.26 1.50 0.4415 0.5585
O 6.26 2.50 0.1598 0.8402
Mean VIF 3.97
(Nguồn: Kết quả tổng hợp từ phần mềm Stata trên số liệu tác giả thu thập với cỡ mẫu 336 quan sát 14 quốc gia trong giai đoạn 1991 – 2014)
Dựa vào bảng 4.7 kết quả kiểm tra đa cộng tuyến với nhân tử phóng đại phương sai, cho thấy trung bình VIF của các biến trong mơ hình là 3.97 nhỏ hơn 10. Khơng có VIF của biến độc lập nào vượt quá 10.
Kết luận: Theo kết quả kiểm định đa cộng tuyến ở bảng 4.7, với tiêu chuẩn nhân tử phóng đại phương sai VIF, mơ hình khơng tồn tại hiện tượng đa cộng tuyến nghiêm trọng trong mơ hình.
4.4. Kiểm định hiện tượng phương sai thay đổi phần dư - Greene (2000)
Tác giả tiến hành kiểm định phương sai sai số thay đổi bằng phương pháp kiểm định Greene (2000) với giả thuyết như sau:
Giả thuyết Ho: Mơ hình khơng có hiện tượng phương sai sai số thay đổi Giả thuyết H1: Mơ hình có hiện tượng phương sai sai số thay đổi
Bảng 4.8: Kết quả kiểm tra phương sai thay đổi mơ hình Biến phụ thuộc Chi bình phương (χ2) pvalue
Y G F K O 9.4e+07 0.0000
(Nguồn: Kết quả tổng hợp từ phần mềm Stata trên số liệu tác giả thu thập với cỡ mẫu 336 quan sát 14 quốc gia trong giai đoạn 1991 – 2014)
Từ bảng 4.8, kết quả kiểm định Greene (2000) bằng phần mềm Stata cho thấy kết quả với pvalue bằng 0.0000 < α = 0.05. Suy ra, bác bỏ giả thuyết Ho ở mức ý nghĩa 5%, vì vậy cho thấy tồn tại hiện tượng phương sai sai số thay đổi trong mơ hình.
Kết luận: Tồn tại hiện tượng phương sai sai số thay đổi trong mơ hình ở mức ý nghĩa 5%.
4.5. Kiểm định hiện tượng tự tương quan phần dư – Wooldridge (2002) và Drukker (2003)
Để kiểm tra hiện tượng tự tương quan, tác giả sử dụng phương pháp của Wooldridge (2002) và Drukker (2003) và đặt giả thuyết kiểm định như sau:
Giả thuyết Ho: Mơ hình khơng có hiện tượng tự tương quan Giả thuyết H1: Mơ hình có hiện tượng tự tương quan
Bảng 4.9: Kết quả kiểm tra tự tương quan mơ hình Biến phụ thuộc Chi bình phương (χ2) pvalue Biến phụ thuộc Chi bình phương (χ2) pvalue
Y G F K O 30.587 0.0001
(Nguồn: Kết quả tổng hợp từ phần mềm Stata trên số liệu tác giả thu thập với cỡ mẫu 336 quan sát 14 quốc gia trong giai đoạn 1991 – 2014)
Kết quả kiểm định bằng phần mềm Stata11 cho kết quả ở bảng 4.9 cho kết quả với pvalue bằng 0.0001 < α = 0.05. Suy ra, bác bỏ giả thuyết Ho ở mức ý nghĩa 5% cho thấy tồn tại hiện tượng tự tương quan bậc 1 trong mơ hình.
Kết luận: Tồn tại hiện tượng tự tương quan bậc 1 trong mơ hình với mức ý nghĩa 5%.
4.6. Kiểm định đồng liên kết trên dữ liệu bảng
Bài nghiên cứu sử dụng kiểm định đồng liên kết trên dữ liệu bảng được giới thiệu bởi Kao (1999) và được đối chiếu lại với kiểm định Fisher (1988, 1999). Chi tiết kiểm định Kao (1999) và Fisher (1988, 1999) được giới thiệu trong phần 3 của luận văn.
Giả thuyết kiểm định Kao (1999):
H0: Các chuỗi dữ liệu khơng có đồng liên kết H1: Các chuỗi dữ liệu có đồng liên kết
Bảng 4.10: Kết quả kiểm định đồng liên kết dữ liệu bảng Kao (1999)
Chuỗi dữ liệu
ADF
Giá trị thống kê t Pvalue
Y G F K O 3.378079 0.0004
(Nguồn: Kết quả tổng hợp từ phần mềm Stata trên số liệu tác giả thu thập với cỡ mẫu 336 quan sát 14 quốc gia trong giai đoạn 1991 – 2014)
Pvalue kiểm định ở chuỗi dữ liệu Y G F K O cho giá trị nhỏ hơn 0.01, dẫn tới bác bỏ giả thuyết H0 ở mức ý nghĩa 1%. Vì vậy kết quả kiểm định cho thấy có tồn tại đồng liên kết tại chuỗi biến Y G F K O.
Bảng 4.11: Kết quả kiểm định đồng liên kết dữ liệu bảng Fisher
Chuỗi dữ liệu No of E(s)
Fisher Stat.* (from trace test) Prob. Fisher Stat.* (from max eigen test) Prob. Y G F K O At most 4 57.36 0.0009 57.36 0.0009
(Nguồn: Kết quả tổng hợp từ phần mềm Stata trên số liệu tác giả thu thập với cỡ mẫu 336 quan sát 14 quốc gia trong giai đoạn 1991 – 2014)
Với pvalue các kiểm định chuỗi dữ liệu Y G F K O trường hợp kiểm định Fisher trace và Fisher maxeigen, với giả thuyết khơng tồn tại ít nhất 4 đồng liên kết cho giá trị nhỏ hơn 1%. Đủ bằng chứng bác bỏ giả thuyết Ho ở mức ý nghĩa 1%, tồn tại đồng liên kết tại chuỗi biến Y G F K O.
Kết luận: Kết quả kiểm định đồng liên kết dữ liệu bảng cho kết quả tồn tại mối quan hệ dài han giữa nhóm biến Y G F K O. Như vậy có bằng chứng ban đầu để kết luận rằng tồn tại mối quan hệ cân bằng dài hạn giữa tăng trưởng kinh tế, sự tiêu thụ khí gas tự nhiên, đầu tư trực tiếp nước ngồi, sự hình thành vốn và độ mở thương mại.
4.7. Phân tích kết quả hồi quy
Bài nghiên cứu sẽ lần lượt tiếp cận các mơ hình từ đơn giản đến phức tạp, với mục đích là khắc phục các khiếm khuyết kiểm định của mơ hình hồi quy. Bắt đầu với các mơ hình hồi quy dữ liệu bảng hiệu ứng tác động cố định (Fixed effect model – FEM) và hồi quy dữ liệu bảng hiệu ứng tác động ngẫu nhiên (Random effect model – REM).
Tuy nhiên các mơ hình hồi quy dữ liệu bảng FEM và REM khơng kiểm sốt được hiện tượng phương sai thay đổi và tự tương quan, dẫn tới việc tác giả sẽ sử dụng mơ hình FGLS (Feasible Generalized Least Squares). Phương pháp FGLS theo Beck và Katz (1995) là ước lượng không chệch trên cỡ mẫu với T > N, trường hợp cỡ mẫu tác giả. Tác giả cũng đã sử dụng phương pháp kiểm soát hiện tượng phương sai thay đổi và tự tương quan trên FGLS nhằm khắc phục các khiếm khuyết dữ liệu mẫu đã được phát hiện bởi kiểm định của Greene (2000), Wooldridge (2002) và Drukker (2003).
Trong phần 2, với nghi ngờ các biến có tác động ngược đến kết quả nghiên cứu gây ra hiện tượng nội sinh, bằng chứng của tác giả Li và Liu (2005) nghiên cứu về mối quan hệ nội sinh giữa hai biến tăng trưởng kinh tế và đầu tư trực tiếp nước ngoài, là hai biến được sử dụng trong mơ hình tác giả. Theo kết quả nghiên cứu của Arellano và Bond, phương pháp hồi quy tuyến tính dữ liệu bảng động (Arellano Bond linear dynamic paneldata estimation) là một giải pháp hữu hiệu để ước lượng hồi quy trong trường hợp mơ hình vừa có hiện tượng phương sai thay đổi, tự tương quan và hiện tượng nội sinh. Mơ hình Arellano và Bond kiểm soát được hiện tượng tự tương quan giữa phần dư, hiện tượng phương sai thay đổi và nội sinh. Ưu điểm của phương pháp GMM cho ước lượng vững và hiệu quả được trình bày ở phần 3.
Bảng 4.12: Kết quả hồi quy mơ hình Mẫu tất cả các quốc gia Mẫu tất cả các quốc gia All
Country FEM REM FGLS GMM
(1) (2) (3) (4) Y Y Y Y G 915.8*** 1701.7*** 796.8** 16.78 (2.73) (4.15) (2.52) (0.10) F 0.0493 0.0345 0.0718** 0.124*** (0.84) (0.47) (2.23) (4.81) K 1.327*** 1.625*** 0.958*** 0.181*** (21.92) (22.38) (10.57) (3.86) O 0.114*** 0.0991*** 0.113*** 0.0232*** (13.78) (9.87) (10.24) (4.76) L.Y 0.794*** (31.55) _cons 5234.8*** 4295.4*** 1468.2*** 1509.4*** (27.90) (6.72) (3.56) (10.09) N 319 319 319 292
*, **, *** tương ứng với mức ý nghĩa 10%, 5% và 1% Mẫu các quốc gia High Income
Income 1 FEM REM FGLS GMM
(1) (2) (3) (4) Y Y Y Y G 258.6 1980.5*** 735.4 111.9 (0.40) (2.77) (1.46) (0.37) F 0.0398 0.611*** 0.0938** 0.126*** (0.41) (3.25) (2.22) (2.92) K 1.309*** 2.228*** 1.279*** 0.176**
(12.87) (13.67) (11.82) (2.21) O 0.121*** 0.0497*** 0.0549*** 0.0233*** (8.56) (3.58) (4.69) (2.81) L.Y 0.797*** (18.77) _cons 13814.1*** 12146.7*** 16684.5*** 3818.1*** (19.03) (9.67) (16.73) (6.01) N 115 115 115 105
*, **, *** tương ứng với mức ý nghĩa 10%, 5% và 1% Mẫu các quốc gia Middle Income
Income 2 FEM REM FGLS GMM
(1) (2) (3) (4) Y Y Y Y G 1718.0*** 1506.0*** 1186.3*** 288.2*** (6.64) (6.06) (5.45) (3.04) F 0.263 0.176 0.198 0.485*** (1.02) (0.67) (1.01) (5.41) K 1.294*** 1.260*** 0.889*** 0.373*** (19.20) (18.99) (11.18) (11.63) O 0.191*** 0.205*** 0.171*** 0.0763*** (6.02) (6.67) (6.24) (6.22) L.Y 0.731*** (36.21) _cons 274.4*** 308.5*** 515.1*** 72.90*** (9.02) (5.78) (12.44) (6.01) N 204 204 204 187
*, **, *** tương ứng với mức ý nghĩa 10%, 5% và 1%
(Nguồn: Kết quả tổng hợp từ phần mềm Stata trên số liệu tác giả thu thập với cỡ mẫu 336 quan sát 14 quốc gia trong giai đoạn 1991 – 2014)
Nhìn vào bảng 4.12 được trình bày ở trên, ta thấy hầu hết các biến đều có ý nghĩa thống kê và có chiều tác động dương lên biến Y. Riêng sự tiêu thụ khí gas tự nhiên (biến G) trong mô hình GMM khơng có ý nghĩa thống kê ở mẫu tất cả các quốc gia và mẫu các quốc gia có thu nhập cao, sự tiêu thụ khí gas tự nhiên chỉ có ý nghĩa thống kê ở mẫu các quốc gia có thu nhập trung bình trong tất cả các mơ hình FEM, REM, FGLS và GMM và có chiều tác động tích cực đến tăng trưởng kinh tế (biến Y). Đặc biệt, sự hình thành vốn và độ mở thương mại (hai biến K và O) trong mơ hình đều có ý nghĩa thống kê với mức ý nghĩa 1% và 5% ở tất cả 4 mơ hình trong mẫu tất cả các quốc gia, mẫu quốc gia có thu nhập cao và mẫu quốc gia có thu nhập trung bình.
Trong mẫu tất cả các quốc gia, sự tiêu thụ khí gas tự nhiên trong các mơ hình FEM, REM và FGLS đều có ý nghĩa thống kê và chiều tác động dương đến tăng trưởng kinh tế, nhưng sự tiêu thụ khí gas tự nhiên khơng có ý nghĩa thống kê trong mơ hình GMM. Các biến cịn lại là đầu tư trực tiếp nước ngồi (biến F), sự hình thành vốn, độ mở thương mại đều có ý nghĩa thống kê và có chiều tác động tích cực đến tăng trưởng kinh tế. Như vậy, theo kết quả hồi quy GMM thì ngoại trừ sự tiêu thụ khí gas tự nhiên khơng có tác động đến tăng trưởng kinh tế, thì các biến cịn lại bao gồm: Đầu tư trực tiếp nước ngồi, sự hình thành vốn và độ mở thương mại có tác động tích cực đến tăng trưởng kinh tế trong mẫu tất cả các quốc gia.
Đối với mẫu các quốc gia có thu nhập cao, sự tiêu thụ khí gas tự nhiên chỉ có ý nghĩa thống kê trong mơ hình REM và có chiều tác động dương đến tăng trưởng kinh tế ở mức ý nghĩa 1%, các mơ hình cịn lại thì sự tiêu thụ khí gas tự nhiên khơng có ý nghĩa thống kê. Riêng 3 yếu tố đầu tư trực tiếp nước ngồi, sự hình thành vốn và độ mở thương mại thì đều có ý nghĩa thống kê ở mức 1% và 5% và có chiều tác động tích cực đến tăng trưởng kinh tế trong mơ hình GMM. Như vậy, đối với mẫu các quốc gia có thu nhập cao thì kết quả vẫn giống như mẫu tất cả các quốc gia, nghĩa là sự tiêu thụ khí gas tự nhiên không tác động đến tăng trưởng kinh tế, các biến còn tại: Đầu tư trực tiếp nước ngồi, sự hình thành vốn và độ mở thương mại có tác động tích cực đến tăng trưởng kinh tế.
Tuy nhiên, trong mẫu các quốc gia có thu nhập trung bình thì mối quan hệ giữa sự tiêu thụ khí gas tự nhiên và tăng trưởng kinh tế là mối quan hệ tích cực, sự
tiêu thụ khí gas tự nhiên có tác động đến tăng trưởng kinh tế trong tất cả các mô hình FEM, REM, FGLS và GMM và chiều tác động lên tăng trưởng kinh tế là chiều dương với mức ý nghĩa 1%. Điều này có nghĩa rằng, ở các quốc gia có thu nhập trung bình thì khi gia tăng sự tiêu thụ khí gas tự nhiên sẽ thúc đẩy tăng trưởng kinh tế. Các quốc gia có thu nhập trung bình trong mơ hình này bao gồm Bangladet, Trung Quốc, Ấn Độ, Indonesia, Malaysia, Pakistan, Philippines, Thái Lan và Việt Nam. Điều này cho thấy khi sự tiêu thụ khí gas tự nhiên ở những nước này tăng lên, trong đó có Việt Nam, sẽ tác động mạnh đến tăng trưởng kinh tế. Dựa vào kết quả nghiên cứu ở trên, các quốc gia có thu nhập trung bình nên đẩy mạnh ngành khí gas tự nhiên phát triển, gia tăng sự tiêu thụ khí gas tự nhiên để góp phần thúc đẩy tăng trưởng kinh tế.
Ngoài ra, trong mẫu các quốc gia có thu nhập trung bình, sau khi chạy hồi quy GMM để khắc phục hiện tượng nội sinh, mơ hình hồi quy tìm thấy bằng chứng tất cả các biến độc lập: Sự tiêu thụ khí gas tự nhiên, đầu tư trực tiếp nước ngồi, sự hình thành vốn, độ mở thương mại đều có tác động cùng chiều đến biến phụ thuộc tăng trưởng kinh tế và có ý nghĩa thống kê cao ở mức 1% trong mơ hình GMM. Hơn nữa, các yếu tố sự tiêu thụ khí gas tự nhiên, sự hình thành vốn và độ mở thương mại đều có ý nghĩa thống kê ở mức ý nghĩa 1% trong tất cả các mơ hình hồi quy, có chiều tác động tích cực đến tăng trưởng kinh tế ở các quốc gia có thu nhập trung bình; đầu tư trực tiếp nước ngồi khơng có ý nghĩa thống kê ở cả 3 mơ hình FEM, REM, FGLS mà chỉ có ý nghĩa thống kê trong mơ hình GMM với mức ý nghĩa 1%, nghĩa là đầu tư trực tiếp nước ngồi có tác động dương đến tăng trưởng kinh tế. Như vậy, đối với mẫu các quốc gia có thu nhập trung bình thì sự tiêu thụ khí gas tự nhiên, đầu tư trực tiếp nước ngồi, sự hình thành vốn và độ mở thương mại đều có tác động cùng chiều đến GDP, nghĩa là tác động tích cực đến tăng trưởng kinh tế.
4.8. Hồi quy đối chiếu (Robustness check) và mở rộng
Kết quả mơ hình ở bảng 4.4 đã trình bày ở phần trên cho thấy dữ liệu có tồn tại sự tương quan chéo (Crosssection dependence) trong dữ liệu bảng. Điều này
mang hàm ý rằng một cú sốc tại một quốc gia sẽ ảnh hưởng đến các quốc gia khác, điều này dẫn đến sẽ ảnh hưởng tới kết quả của kiểm định. Theo quan điểm của Pesaran (2006) Common Correlated Effects Mean Group (CCEMG), Augmented Mean Group (AMG) bởi Eberhardt và Teal (2010), Eberhardt và Teal (2011), các mơ hình này được sử dụng nhằm kiểm soát vấn đề tương quan chéo của dữ liệu trong mơ hình.
Bảng 4.13: Kết quả hồi quy mơ hình Mẫu tất cả các quốc gia Mẫu tất cả các quốc gia
All Country CCEMG (2006) AMG (2010, 2011)
G 439.2 369.5 (1.43) (1.01) F 0.216 0.166 (0.82) (0.59) K 0.876*** 1.075*** (5.55) (4.83) O 0.216** 0.238*** (2.30) (2.97) Y_avg 0.136 (0.86) G_avg 2764.3* (1.69) F_avg 0.127 (0.99) K_avg 0.137 (0.31) O_avg 0.0802 (0.57) c_d_p 0.759** (2.28)
_cons 6277.7** 5947.6***