Số thu thuế Có tác động khơng? Tăng trưởng kinh tế
Số thu thuế
Tăng trưởng kinh tế Nợ chính phủ
Chi tiêu chính phủ Lạm phát
Chương 3
PHƯƠNG PHÁP VÀ DỮ LIỆU NGHIÊN CỨU
3.1. Quy trình nghiên cứu
Nghiên cứu thực hiện dựa trên quy trình sau:
Bước 1: Xác định vấn đề và mục tiêu nghiên cứu
Hội nhập kinh tế quốc tế tạo ra những cơ hội và thách thức lớn cho công cuộc cơng nghiệp hóa, hiện đại hóa đất nước. Để giảm thiếu thách thức và tận dụng những cơ hội đó thì nhà nước đóng một vai trị rất quan trọng để quản lý nền kinh tế vĩ mô của đất nước. Từ đó thuế ra đời là một sự cần thiết và khách quan gắn liền với nhà nước. Bên cạnh đó, thuế cịn là cơng cụ để chính phủ điều chỉnh lạm phát, giá cả, ... của nền kinh tế. Nhằm góp phần nâng cao chất lượng hoạt động của thuế nghiên cứu đã chọn đề tài “Tác động của thuế đến
tăng trưởng kinh tế các quốc gia Đông Nam Á” làm đề tài nghiên cứu khoa
học.
Bước 2: Thu thập dữ liệu, xây dựng cơ sở lý thuyết
Dựa trên vấn đề và mục tiêu nghiên cứu, tiến hành thu thập dữ liệu và xây dựng cơ sở lý thuyết liên quan. Bên cạnh đó nghiên cứu tìm hiểu các nghiên cứu trước liên quan đến đề tài.
Bước 3: Xác định phương pháp nghiên cứu
Dựa trên cơ sở lý thuyết, những nghiên cứu trước và vấn đề nghiên cứu để xác định phương pháp nghiên cứu và xây dựng mơ hình nghiên cứu thực nghiệm.
Bước 4: Xử lý số liệu, ước lượng mơ hình, kiểm định và phân tích kết quả
Từ những số liệu đã tìm được, kiểm tra dữ liệu và đưa và phần mềm xử lý sau đó ước lượng, kiểm định mơ hình và phân tích kết quả đạt được.
Bước 5: Kết luận và đề xuất chính sách
Dựa vào kết quả của mơ hình để đưa ra kết luận và đề xuất một số chính sách.
3.2. Phương pháp nghiên cứu
Phương pháp nghiên cứu là sử dụng phương pháp phân tích định lượng. Nghiên cứu sử dụng kỹ thuật hồi quy theo dữ liệu bảng bằng phần mềm STATA để xem xét tác động của thuế đến tăng trưởng kinh tế.
Trong phương pháp ước lượng dữ liệu bảng, nghiên cứu sử dụng phương pháp bình phương bé nhất OLS, mơ hình các tác động cố định FEM, mơ hình các tác động ngẫu nhiên REM. Để lựa chọn mơ hình thơng qua kiểm định Hausman, thực hiện các kiểm định cần thiết để lựa chọn mơ hình phù hợp nhất với bộ dữ liệu.
Các kỹ thuật kinh tế lượng được trình bày tóm lược như sau: Hồi quy dữ liệu bảng tĩnh – Phương pháp ước lượng OLS: Xét mơ hình hồi quy đa biến dữ liệu bảng tổng quát như sau:
Yit = β1 + β2X2it + β3X3it + ... + βkXitk + uit (3-1) Trong đó: i = 1, 2, 3, ..., n: Biểu thị cho đơn vị thứ i
t = 1, 2, 3, ..., T: biểu thị cho thời gian thứ t uit: Sai số ngẫu nhiên
Mơ hình đơn giản là:
yit = a0 + a1xit + uit (3-2)
Theo Gujarati (2012), hồi quy cho dữ liệu bảng là cách tiếp cận đơn giản và có thể bỏ qua các khía cạnh không gian và thời gian. Giả định của phương pháp hồi quy này là tất cả các hệ số β1, β2, β3 đều không đổi theo thời gian và theo các đối tượng. Do đó giả định này là hạn chế và kết quả thường ít có giá trị tin cậy.
Hồi quy dữ liệu bảng tĩnh – Phương pháp ước lượng FEM:
Gujarati (2002) đã tiếp cận theo hướng xem xét đặc điểm cá nhân của từng đối tượng theo không gian, nghĩa là để cho tung độ góc thay đổi theo từng đối tượng nhưng vẫn giả định rằng các hệ số độ dốc là hằng số đối với từng đối tượng. Mơ hình hồi quy có dạng như sau:
Yit = β1i + β2X2it + β3X3it + uit (3-3)
Mơ hình (3-2) được gọi là mơ hình các ảnh hưởng cố định (Fixed Effects Model, FEM). Mơ hình cho ta thấy dù tung độ gốc có thể khác nhau giữa các đối tượng β1i nhưng tung độ gốc của mỗi đối tượng β2, β3 không thay đổi theo thời gian. Để thực hiện hồi quy theo giả định này, kỹ thuật được dùng là đưa vào biến giả (dummy) cho các đối tượng trong bảng. Mơ hình (3-3) có dạng như sau:
Yit = α1 + α2D2i + ... + αN-1DN-1 + β2X2it + β3X3it + uit (3-4) Trong đó D2i = 1 nếu quan sát thuộc về đối tượng thứ 2 và = 0 trong các trường hợp khác, tương tự là các biến giả Dji. Mơ hình (3-4) cịn gọi là mơ hình biến giả bình phương tối thiểu (Least-squares dummy variable – LSDV).
Hồi quy dữ liệu bảng tĩnh – Phương pháp ước lượng REM:
Theo Kmenta (1986, trích bởi Gujarati, 2002) một vấn đề hiển nhiên liên quan đến mơ hình LSDV là liệu việc thêm vào mơ hình các biến giả sẽ làm mất đi một số bậc tự do và thường áp dụng trên mẫu lớn nên có thật sự có cần thiết cho việc này hay khơng. Lập luận trên nền tảng LSDV là khi xác định quy cách mơ hình, chúng ta khơng thể bao gồm những biến giải thích phù hợp mà khơng thay đổi theo thời gian hoặc có cùng giá trị theo khơng gian, việc đưa vào biến giả là sự che đậy tình trạng khơng hiểu biết của chúng ta.
Chính vì vậy, tại sao chúng ta không thông qua số hạng nhiễu uit? Đây chính là cách tiếp cận được đề xuất bởi những người ủng hộ mơ hình các thành phần sai số (Error Components Model, ECM) hay còn gọi là mơ hình các ảnh
hưởng ngẫu nhiên (Random Effects Model, REM). Mơ hình được biểu diễn như sau:
Yit = β1 + β2X2it + β3X3it + wit (3-5)
Với wit= εi + uit gọi là hạng sai số kết hợp bao gồm εi là thành phần sai số theo không gian, hay theo các đối tượng và uit là thành phần sai số theo không gian và thời gian kết hợp.
Để kiểm định được xem mơ hình nào tốt hơn giữa mơ hình FEM và REM ta dùng kiểm định Hausman xây dựng năm 1978 (Gurajati, 2002).
Các kiểm định sau ước lượng hồi quy dữ liệu bảng tĩnh:
Kết quả ước lượng hồi quy dữ liệu bảng tĩnh OLS, FEM, REM chỉ dùng để phân tích, suy diễn thống kê nếu thỏa mãn các kiểm định về các giả định ban đầu cho mơ hình ước lượng. Các kiểm định cần thực hiện là kiểm định sự đa cộng tuyến (multicollinearity), phương sai sai số thay đổi (heteroskedasticity), tự tương quan (autocorrelation). Nghiên cứu sử dụng phần mềm STATA để dùng các kỹ thuật kiểm định và ước lượng điều chỉnh sai số thích hợp.
3.3. Dữ liệu nghiên cứu
Nghiên cứu sử dụng bộ dữ liệu bảng thứ cấp với số liệu của 8 quốc gia (Brunei, Cambodia, Laos, Philippines, Singapore, Thailand, Timor Leste, Vietnam) trong giai đoạn 2001 – 2016. Tổng số quan sát là 8 x 16 = 128.
Dữ liệu được lấy từ Key Indicators for Asia and the Pacific của ngân hàng phát triển Châu Á (ADB), Cơ sở dữ liệu kinh tế thế giới của Quỹ tiền tệ Quốc tế (IMF), Ngân hàng thế giới (World Bank).
3.4. Mơ hình nghiên cứu thực nghiệm
Qua tìm hiểu một số nghiên cứu (đã trình bày ở trên), nghiên cứu này dựa trên nghiên cứu của Young Lee & Roger Gordon (2005). Khác với nghiên cứu
trước, nghiên cứu này tìm hiểu tại các nước Đơng Nam Á, trong đó có Việt Nam. Ở nghiên cứu này, tác giả đề xuất mơ hình tổng qt như sau:
ln_gdpdnit = β0 + β1thueit + β2nocpit + β3chicpit + β4fdiit + β5lpit + εit
Trong đó:
ln_gdpdn: Biểu thị tăng trưởng kinh tế (đo bằng logarit tự nhiên của GDP
bình quân đầu người), đây là biến phụ thuộc. Theo World Bank thì GDP bình quân đầu người (GDP per capita) là tổng sản phẩm trong nước chia cho tổng dân số giữa năm. GDP là tổng giá trị gia tăng của tất cả các nhà sản xuất thường trú trong nền kinh tế cộng với mọi khoản thuế sản phẩm và trừ đi các khoản trợ cấp khơng tính vào giá trị của sản phẩm. GDP được tính tốn mà khơng thực hiện trích khấu hao tài sản hoặc hạch tốn tình trạng cạn kiệt và suy thoái tài nguyên thiên nhiên.
β0: Hệ số gốc
β1, 2, 3, 4, 5: Hệ số ước lượng của biến số độc lập
thue: Tỷ lệ phần trăm tổng số thu thuế của chính phủ (%GDP) nocp: Tỷ lệ phần trăm nợ của chính phủ so với GDP (%GDP) chicp: Tỷ lệ phần trăm chi của chính phủ so với GDP (%GDP) fdi: Đầu tư trực tiếp nước ngoài so với GDP (%GDP)
lp: Tỷ lệ lạm phát (%)
i: Giá trị biểu diễn cho quốc gia thứ i, i = 1, 2, …, 8 t: Giá trị biểu diễn cho năm thứ t, i = 1, 2, …, 16
ε: Sai số
Các biến thue, nocp, chicp, fdi, lp là các biến độc lập.
Để mở rộng mơ hình trên, đề tài nghiên cứu đã sử dụng số liệu là chuỗi thời gian chéo được tính từ năm 2001 đến 2016. Thông tin thu thập được số thu các loại thuế, tỷ lệ lạm phát, nợ của chính phủ/GDP, chi tiêu của chính phủ/GDP, đầu tư trực tiếp nước ngoài/GDP của 8 nước khu vực Đơng Nam Á.
Tóm tắt mơ tả biến trong mơ hình hồi quy trình bày trong bảng B3-1:
Bảng B3-1: Mơ tả biến trong mơ hình hồi quy
Ký hiệu Mô tả Kỳ vọng Giả thuyết Nghiên cứu trước Biến phụ thuộc
ln_gdpdn Logarit của GDP bình quân đầu người
Biến độc lập thue Tổng số thu thuế –
Số thu thuế tăng thì tăng trưởng kinh tế giảm David và Christina Romer (2010) nocp Tỷ lệ % nợ của chính phủ so với GDP – Nợ chính phủ có tác động tiêu cực đến tăng trưởng kinh tế Simone (2013) chicp Tỷ lệ % chi tiêu của chính phủ so với GDP – Chi chính phủ tăng lên một lức nào đó thì tăng trưởng giảm đi
Manoel Bittencourt (2010) fdi Tỷ lệ % của đầu tư trực tiếp nước ngoài so với GDP +
Đầu tư trực tiếp nước ngồi càng tăng thì tăng trưởng kinh tế càng tăng Falki (2009) lp Tỷ lệ lạm phát – Khi lạm phát tăng thì tăng trưởng kinh tế giảm Manoel Bittencourt (2010)
Chương 4
PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU
Kết quả nghiên cứu được trình bày trong chương này với các ước lượng được thực hiện cho 3 mơ hình hồi quy: mơ hình hồi quy OLS, mơ hình hồi quy với ảnh hưởng từ các yếu tố cố định (FEM) và mơ hình hồi quy với ảnh hưởng từ các yếu tố ngẫu nhiên (REM). Bên cạnh đó, tác giả thực hiện một số kiểm định giúp lựa chọn ra mơ hình có ước lượng tốt nhất. Đồng thời, một số kiểm định về khuyết tật của mơ hình được thực hiện và các giải pháp thống kê giúp khắc phục các khuyết tật của mơ hình. Dữ liệu cho việc thực hiện các mơ hình nói trên là dữ liệu dạng mảng (panel data) được xây dựng dựa trên 2 biến là quốc gia và năm. Thời gian nghiên cứu từ năm 2001 tới 2016. Mức ý nghĩa (α) được lựa chọn là 5% (0.05). Biến phụ thuộc là logarit tự nhiên của GDP bình qn đầu người (ln_gdpdn). Biến giải thích hay biến độc lập bao gồm tỷ lệ % giữa tổng thu thuế và GDP (thue), tỷ lệ % giữa nợ chính phủ và GDP (nocp), tỷ lệ % giữa chi tiêu của chính phủ và GDP (chicp), tỷ lệ % giữa đầu tư trực tiếp nước ngoài và GDP (fdi) và tỷ lệ lạm phát (lp).
4.1. Mô tả dữ liệu nghiên cứu
Số liệu thống kê mô tả các biến định lượng là số liệu gốc. Bộ dữ liệu bảng được sử dụng trong mơ hình gồm khơng gian là 8 quốc gia trong thời gian từ 2001 – 2016, có tổng cộng 128 quan sát. Với các biến trong mơ hình nghiên cứu, tác giả tập trung mơ tả số liệu giá trị nhỏ nhất, giá trị lớn nhất, giá trị trung bình và độ lệch chuẩn nhằm làm rõ quy mô các biến số.
Bảng B4-1: Mô tả dữ liệu nghiên cứu STT Biến số Đơn vị STT Biến số Đơn vị tính Số quan sát Giá trị trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất 1 gdpdn USD 128 10,696 16,370 320 57,170 2 thue %GDP 128 26.92 16.04 9.58 91.82 3 nocp %GDP 128 45.36 29.55 -32.99 106.77 4 chicp %GDP 128 24.66 12.33 10.23 88.28 5 fdi %GDP 128 5.44 6.21 -1.32 26.67 6 lp % 128 3.97 4.37 -2.29 25
Nguồn: Kết quả từ phần mềm Stata 12
4.2. Kết quả ước lượng mơ hình hồi quy OLS, FEM và REM
Kết quả ước lượng mơ hình hồi quy OLS được trình bày trong bảng dưới đây:
Bảng B4-2: Kết quả ước lượng mơ hình OLS
Biến Hệ số Độ lệch chuẩn Kiểm định T P-value
thue 0.0501664 0.0088489 5.67 0.000 nocp -0.0033757 0.0052373 -0.64 0.520 chicp -0.0372763 0.0124757 -2.99 0.003 fdi 0.1137357 0.020897 5.44 0.000 lp -0.1389285 0.0248852 -5.58 0.000 constant 7.720638 0.4404843 17.53 0.000 F(5,122) = 21.21; p-value = 0.000; R-Square = 0.4650
Kết quả thu được cho thấy, mơ hình hồi quy OLS với các biến độc lập có thể giải thích được 46.50% độ biến thiên của biến phụ thuộc (giá trị R-Square = 0.4650). Giá trị F-Test là 21.21 và p-value nhỏ hơn 0.05 cho thấy mức độ giải thích của các biến độc lập có ý nghĩa thống kê. Các kiểm định về ảnh hưởng của từng biến độc lập tới biến phụ thuộc cụ thể như sau:
H1: Số thu thuế tăng thì tăng trưởng kinh tế giảm.
Hệ số của biến tỷ lệ % giữa tổng thu thuế và GDP (thue) là 0.0501664 và T-Test nhận giá trị 5.67 với p-value nhỏ hơn 0.05. Do vậy, có thể kết luận số thu thuế tăng thì tăng trưởng kinh tế tăng và kết luận này mang ý nghĩa thống kê. Giả thuyết H1 cho rằng số thu thuế tăng thì tăng trưởng kinh tế giảm. Do vậy, giả thuyết H1 bị bác bỏ.
H2: Nợ chính phủ có tác động tiêu cực đến tăng trưởng kinh tế.
Hệ số của biến tỷ lệ % giữa nợ chính phủ và GDP (nocp) là -0.0033757 và T-Test nhận giá trị -0.64 với p-value lớn hơn 0.05. Do giá trị p-value lớn hơn 0.05 nên giả thuyết H2 bị bác bỏ.
H3: Chi chính phủ tăng lên một lúc nào đó thì tăng trưởng giảm đi.
Hệ số của biến tỷ lệ % giữa chi tiêu của chính phủ và GDP (chicp) là - 0.0372763 và T-Test nhận giá trị -2.99 với p-value nhỏ hơn 0.05. Do vậy, có thể kết luận số chi chính phủ tăng thì tăng trưởng kinh tế giảm và kết luận này mang ý nghĩa thống kê. Do vậy, giả thuyết H3 được chấp nhận.
H4: Đầu tư trực tiếp nước ngoài càng tăng thì tăng trưởng kinh tế càng tăng.
Hệ số của biến tỷ lệ % giữa đầu tư trực tiếp nước ngoài và GDP (fdi) là 0.1137357 và T-Test nhận giá trị 5.44 với p-value nhỏ hơn 0.05. Do vậy, có thể kết luận dòng vốn đầu tư trực tiếp nước ngồi tăng thì tăng trưởng kinh tế tăng và kết luận này mang ý nghĩa thống kê. Do vậy, giả thuyết H4 được chấp nhận.
Hệ số của tỷ lệ lạm phát (lp) là -0.1389285 và T-Test nhận giá trị -5.58 với p-value nhỏ hơn 0.05. Do vậy, có thể kết luận khi lạm phát tăng thì tăng trưởng kinh tế giảm và kết luận này mang ý nghĩa thống kê. Do vậy, giả thuyết H5 được chấp nhận.
Kết quả ước lượng mơ hình hồi quy FEM được trình bày trong bảng dưới đây:
Bảng B4-3: Kết quả ước lượng mơ hình FEM
Biến Hệ số Độ lệch chuẩn Kiểm định T P-value
thue 0.0183893 0.0061747 2.98 0.004 nocp -0.0094629 0.0042714 -2.22 0.029 chicp -0.0321166 0.0055883 -5.75 0.000 fdi 0.0572176 0.0145874 3.92 0.000 lp -0.010274 0.0111757 -0.92 0.360 constant 8.522386 0.2844198 29.96 0.000
F (1,115) = 11.39; p-value = 0.000; R-Square Overall = 0.2964
Nguồn: Kết quả từ phần mềm Stata 12
Kết quả thu được cho thấy, mơ hình hồi quy FEM với các biến độc lập có thể giải thích được 29.64% độ biến thiên của biến phụ thuộc (giá trị R-Square Overall = 0.2964). Giá trị F-Test là 11.39 và p-value nhỏ hơn 0.05 cho thấy mức độ giải thích của các biến độc lập có ý nghĩa thống kê. Các kiểm định về ảnh hưởng của từng biến độc lập tới biến phụ thuộc cụ thể như sau:
H1: Số thu thuế tăng thì tăng trưởng kinh tế giảm.
Hệ số của biến tỷ lệ % giữa tổng thu thuế và GDP (thue) là 0.0183893 và