CHƯƠNG 3 : MƠ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU
3.1. Mơ hình nghiên cứu và các giả thiết
3.1.1. Mơ hình nghiên cứu
Hầu hết các nghiên cứu trước đều sử dụng biến là tỷ lệ nợ công trên tổng GDP làm biến phụ thuộc nên tác giả sẽ dùng biến này để phản ánh yếu tố nợ cơng trong mơ hình nghiên cứu của luận văn. Bên cạnh đó, tác giả kế thừa những yếu tố kinh tế vĩ mô tác động đến nợ cơng từ mơ hình nghiên cứu của Marek Dabrowski (2014) có bổ sung thêm yếu tố tỷ giá hối đoái để đánh giá tác động của các yếu tố kinh tế vĩ mô đến tỷ lệ nợ công trên tổng GDP ở các nước Đông Nam Á bởi vì trong cơ cấu danh mục nợ cơng có những khoản nợ vay bằng đồng ngoại tệ, do đó, sự biến động của tỷ giá sẽ ảnh hưởng trực tiếp đến nợ cơng.
Tóm lại, mơ hình nghiên cứu được đề xuất trong luận văn để đánh giá tác động của các yếu tố kinh tế vĩ mơ lên nợ cơng có thể được thể hiện qua phương trình hồi quy tuyến tính đa biến cụ thể như sau:
PDit=β0 + β1BDEFit + β2INTit + β3GDPit + β4EXit + εit Trong đó:
- PDit: thể hiện tỷ lệ nợ công trên GDP của nước i ở giai đoạn t.
- BDEFit: thể hiện tỷ lệ thâm hụt ngân sách trên GDP của nước i ở giai đoạn t. - INTit: thể hiện tỷ lệ lãi suất thực tế của nước i ở giai đoạn t.
- GDPit: thể hiện tốc độ tăng trưởng GDP của nước i ở giai đoạn t. - EXit: thể hiện tỷ giá hối đoái cuối kỳ của nước i ở giai đoạn t. - εit: là sai số của mơ hình.
Chi tiết về cách đo lường các biến được thể hiện trong bảng sau:
Bảng 3.1. Mơ tả các biến trong mơ hình nghiên cứu
TÊN BIẾN KÝ HIỆU CÁCH ĐO LƯỜNG
Biến phụ thuộc
Nợ công PDit (public debt)
Nợ công của quốc gia (i) cuối năm (t) chi cho tổng GDP của quốc gia (i) cuối năm (t)
Biến độc lập
Tỷ lệ thâm hụt ngân sách
BDEFit (Budget Deficit)
Tổng chi trong năm (t) trừ đi tổng thu trong năm (t) của quốc gia (i). Sau đó, chia cho GDP của quốc gia (i) trong năm (t)
Tỷ lệ lãi suất thực tế
INT (Effective Interest Rate)
Tỷ lệ lãi suất thực tế (%) của các nước
Tốc độ tăng trưởng GDP
GDP (Gross domestic product)
Tốc độ tăng trưởng GDP (%) của các nước
Tỷ giá hối đoái EX (Exchange Rate) Tỷ giá cuối kỳ của các nước so với USD
Theo Tabachnick & Fidell (2007), kích thước mẫu tối thiểu cần để thực hiện phân tích hồi quy đa biến phải đảm bảo theo cơng thức: N ≥ 50 + 8m (N: kích thước mẫu và m: số biến độc lập). Do đó tác giả đã lựa chọn kích thước mẫu cho nghiên cứu là 100 bao gồm 10 nước Đông Nam Á (ngoại trừ Đông Timor do tác giả không thu thập được dữ liệu về nợ công của nước này) với dữ liệu được thu thập từ World Bank (tỷ lệ lãi suất thực tế và Tỷ giá hối đoái) và IMF (Nợ cơng, Tổng thu và tổng chi của chính phủ, tốc độ tăng trưởng GDP) trong 10 năm từ 2007 đến 2016. Kích thước mẫu này đủ lớn
để kết quả hồi quy đủ tin cậy, có ý nghĩa thống kê theo điều kiện về kích thước mẫu để thực hiện phân tích hồi quy.
3.1.2. Giả thiết nghiên cứu
Dựa trên nền tảng lý luận, các nghiên cứu đã lược khảo và mơ hình nghiên cứu đã được đề xuất, các giả thiết nghiên cứu được đưa ra như sau:
Giả thiết H1: Tỷ lệ nợ công biến động cùng chiều với tỷ lệ thâm hụt ngân sách.
Khi ngân sách Nhà nước bị thâm hụt sẽ dẫn đến nhu cầu vay nợ của Nhà nước gia tăng và làm trầm trọng thêm tình hình nợ cơng. Ngược lại, nếu ngân sách Nhà nước thặng dư, Chính phủ khơng có nhu cầu phải vay nợ thêm đồng thời có thêm nguồn tài chính để chi trả cho các khoản nợ công cũ như mua lại trái phiếu chính phủ trước hạn làm cho mức nợ công giảm xuống.
Giả thiết H2: Lãi suất thực tế có tác động tích cực đến tỷ lệ nợ cơng.
Việc tăng giảm lãi suất thực tế sẽ có ảnh hưởng trực tiếp đến những khoản nợ cơng có lãi suất thả nổi và những khoản vay mới. Tỷ lệ các khoản nợ cơng có lãi suất thả nổi trong tổng nợ càng cao thì sự ảnh hưởng của lãi suất thực tế đến nợ công càng lớn. Nếu lãi suất thực tế tăng sẽ làm cho việc trả lãi các khoản nợ cơng có lãi suất thả nổi trở nên khó khăn hơn và sẽ dẫn đến nợ cơng ngày càng gia tăng. Chính phủ cũng khó có thể tiếp tục thực hiện các khoản vay mới vì lãi suất thực tế tăng cao.
Giả thiết H3: Tốc độ tăng trưởng GDP có tác động tiêu cực đến tỷ lệ nợ công.
Trong thời kỳ kinh tế phát triển, tốc độ tăng trưởng GDP cao sẽ làm cho Chính phủ dễ dàng tiếp cận các khoản vay có lãi suất thực tế thấp. Đồng thời, tăng trưởng kinh tế nhanh góp phần gia tăng nguồn thu ngân sách nhà nước, cải thiện đáng kể tình trạng thâm hụt ngân sách dẫn đến việc phải vay nợ của Chính phủ. Ngồi ra, tốc độ tăng trưởng kinh tế cao cịn giúp giảm tỷ lệ nợ cơng trên GDP. Ngược lại, trong thời kỳ suy thoái, tăng trưởng kinh tế chậm, làm các chỉ tiêu kinh tế xấu đi và điều này cũng làm gia tăng chỉ tiêu nợ công trên GDP.
Trong cơ cấu danh mục nợ cơng có những khoản nợ vay bằng đồng ngoại tệ từ các nước khác, do đó, sự biến động của tỷ giá sẽ ảnh hưởng trực tiếp đến giá trị của các khoản nợ công vay bằng ngoại tệ. Nếu nợ vay bằng ngoại tệ, đặc biệt là những ngoại tệ có sự biến động lớn về giá trị chiếm tỷ lệ cao thì ảnh hưởng của sự biến động tỷ giá đến nợ công càng lớn.
3.2. Phương pháp nghiên cứu
Dữ liệu sẽ được thu thập dưới dạng dữ liệu bảng để đưa vào phân tích hồi quy. Dữ liệu bảng thường được dùng trong các nghiên cứu định lượng vì các ưu điểm sau: Các kết quả ước lượng từ dữ liệu bảng giúp các tham số trong mơ hình có độ tin cậy cao hơn và dữ liệu bảng giúp lượng hóa những tác động khơng thể được xác định khi sử dụng dữ liệu chéo hoặc dữ liệu thời gian. Để thu thập dữ liệu bảng, chúng ta phải thu thập nhiều đối tượng (units) giống nhau trong cùng một hoặc nhiều thời điểm. Chẳng hạn, chúng ta có thể thu thập các dữ liệu của cùng các cá nhân, công ty, trường học, thành phố, quốc gia… trong giai đoạn từ năm 2000 đến 2014.
Ba cách hồi quy được tác giả sử dụng trong luận văn để ước lượng mức độ tác động của các yếu tố kinh tế vĩ mô đến biến phụ thuộc chính là tỷ lệ nợ cơng trên GDP của các quốc gia là: phương pháp OLS thô (Pooled OLS), mơ hình ảnh hưởng cố định (Fixed Effects Model) và mơ hình ảnh hưởng ngẫu nhiên (Random Effects Model). Trong đó:
- Mơ hình Pooled OLS: dùng để kiểm định ảnh hưởng của các biến độc lập đối với
biến phụ thuộc. Mơ hình Pooled OLS thực chất là việc sử dụng dữ liệu bảng để phân tích bằng hình thức sử dụng tất cả dữ liệu bằng cách sắp xếp chồng không phân biệt từng cá thể riêng, tức là mơ hình này sử dụng dữ liệu như một phân tích OLS thơng thường. Phương pháp bình phương bé nhất (OLS) được sử dụng để ước lượng đường thẳng hồi quy bởi vì nó cho phép sai số cực tiểu giữa các điểm ước lượng trên đường thẳng hồi quy và những điểm quan sát thực tế của đường thẳng hồi quy là phù hợp nhất.
- Mơ hình ảnh hưởng cố định (FEM – Fixed effects model): Mơ hình ảnh hưởng
cố định đưa ra giả thuyết cho rằng mỗi đối tượng nghiên cứu sẽ có những đặc điểm riêng có tác động đến biến giải thích. Mơ hình này xem xét sự tương quan giữa phần dư của mỗi đối tượng nghiên cứu với biến giải thích từ đó loại bỏ ảnh hưởng của đặc điểm riêng của các đối tượng nghiên cứu khỏi các biến giải thích để ước lượng những ảnh hưởng thực của biến giải thích lên biến được giải thích (biến phụ thuộc).
- Mơ hình ảnh hưởng ngẫu nhiên (REM – Random Effects Model):Nếu giả định
của mơ hình FEM là có sự khác biệt giữa các đối tượng và có sự ảnh hưởng lên biến giải thích thì giả định của mơ hình REM chính là đặc điểm riêng giữa các đối tượng nghiên cứu là ngẫu nhiên và khơng tương quan đến các biến giải thích. Như vậy, sự khác biệt giữa mơ hình FEM và mơ hình REM ở đặc điểm riêng biệt của các đối tượng, nếu sự khác biệt giữa các đối tượng có ảnh hưởng đến biến giải thích thì sử dụng mơ hình REM sẽ tốt hơn so với mơ hình FEM.
Sau khi ước lượng bằng ba phương pháp trên, tác giả sẽ thực hiện kiểm định Breusch-Pagan Lagrangian để lựa chọn giữa hai phương pháp Pooled OLS và REM, kiểm định Hausman để lựa chọn giữa hai phương pháp ước lượng REM và FEM (Baltagi, 2008).
Bên cạnh đó, trong thực tế khi tiến hành nghiên cứu thì tổng thể của nghiên cứu là rất lớn, nên khó có thể thu thập dữ liệu của tồn bộ tổng thể, chính vì vậy thơng thường các nhà nghiên cứu sẽ lựa chọn một tập hợp một số đối tượng nghiên cứu tạo thành mẫu nghiên cứu để tiến hành phân tích, trên cơ sở đó suy ra tính chất chung của tổng thể. Chính vì vậy, để kết quả hồi quy có ý nghĩa, thể hiện đầy đủ những tính chất chung của tổng thể nghiên cứu thì cần đảm bảo các giả định hồi quy không bị vi phạm. Nếu các giả định bị vi phạm, thì các kết quả ước lượng được khơng đáng tin cậy nữa. Vì vậy, để có thể ước lượng mơ hình chính xác cần phải thực hiện một số kiểm định các giả định sau đây: (1) Khơng có hiện tượng đa cộng tuyến; (2) kiểm định White để phát hiện phương sai sai số thay đổi; (3) kiểm định Wooldridge phát hiện hiện tượng tự
tương quan. (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Ngồi ra, nếu mơ hình vi phạm các giả định hồi quy, tác giả sẽ dùng phương pháp ước lượng FGLS để khắc phục (Judge, Hill và cộng sự, 1988).