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 công 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 mô 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 khơng 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 không. 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 cịn 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.