6. Kết cấu của báo cáo nghiên cứu
5.4 Hướng mở rộng đề tài 5 4-
Trong tương lai khi những dữ liệu hoàn chỉnh và số kỳ nghiên cứu đủ lớn, hướng nghiên cứu tiếp tục được hoàn thiện và bổ sung khi được tăng cỡ mẫu. Do đó,
bài nghiên cứu sẽ tiếp tục hoàn thiện về mặt dữ liệu, kỳ quan sát và bổ sung việc cần phải xem xét đến sự chênh lệch khác biệt giữa các quốc gia. Về phương pháp định lượng, bài nghiên cứu nghiên cứu trong giai đoạn khủng hoảng kinh tế, có thể kiểm tra thêm về tác động của khủng hoảng kinh tế đến mối quan hệ giữa các yếu tố nghiên cứu. Các mơ hình nghiên cứu khác biệt trong sự khác biệt (Different in Different), mơ hình hồi quy ngưỡng Threshold có thể được xem xét thực hiện.
Tiếng Việt
1. Bùi Đường Nghiêu và cộng sự, 2006. Điều hoà ngân sách giữa trung ương và
địa phương. Nhà xuất bản chính trị Quốc gia.
2. Hoàng Thị Chinh Thon và cgt, 2010. Tác động của chi tiêu công tới tăng trưởng
kinh tế tại Việt Nam. Trung tâm nghiên cứu kinh tế và chính sách. Đại học Kinh
tế - Đại học Quốc gia Hà Nội.
3. Lê Chi Mai, 2006. Phân cấp ngân sách cho chính quyền địa phương: thực trạng
và giải pháp. Hà Nội: Nhà xuất bản Chính trị quốc gia.
4. Mai Đình Lâm, 2012. Tác động của phân cấp tài khóa đến tăng trưởng kinh tế
Việt Nam. Luận văn Tiến Sĩ
5. Mai Đình Lâm, 2012. Tác động của phân cấp tài khóa đến tăng trưởng kinh tế
của Việt Nam. Tạp chí Thơng tin và dự báo kinh tế - xã hội, Trung tâm thông tin
và dự báo kinh tế - xã hội Quốc gia. Bộ kế hoạch và Đầu tư, số tháng 4.
6. Nguyễn Khắc Minh và cgt, 2008. Tăng trưởng chuyển đổi cơ cấu và chính sách
kinh tế ở Việt Nam thời kỳ đổi mới. NXB Khoa học và kỹ thuật, trang 41-70.
7. Nguyễn Phi Lân, 2009. Phân cấp quản lý tài khóa và tăng trưởng kinh tế địa
phương tại Việt Nam. Ngân hàng Nhà nước Việt Nam.
8. Phạm Thế Anh, 2008. Phân tích cơ cấu chi tiêu của Chính phủ và tăng trưởng
kinh tế ở Việt Nam. Trung tâm nghiên cứu kinh tế và chính sách. Đại học Kinh
tế - Đại học Quốc gia Hà Nội.
9. Quốc hội, 1996 và 2002. Luật ngân sách nhà nước. Hà Nội: Nhà xuất bản Chính trị Quốc gia.
10. Sử Đình Thành - Mai Đình Lâm, 2012. Phân cấp chi ngân sách và tăng trưởng
kinh tế ở Việt Nam. Tạp chí Phát triển Kinh tế, số 263, tháng 9.
11. Tổng cục Thống kê, 2002 - 2012. Niên giám thống kê. Hà Nội: Nhà xuất bản
Thống kê.
Tiếng Anh
countries. The World Bank.
14. Bailey, S. J., and Connolly, S. (1998). The flypaper effect: Identifying areas for
further research. Public Choice, 95(3-4), 335-361.
15. Bird, R., and Wallich, C. (1993). Fiscal decentralization and intergovernmental
relations in transition economics: Toward a systematic framework of analysis
(No. 1122). The World Bank.
16. Bodman, P., and Hodge, A. (2010). What Drives Fiscal Decentralisation? Further Assessing the Role of Income. Fiscal Studies, 31(3), 373-404
17. Bodman, P., Ford, K., Gole, T., and Hodge, A. (2009). What Drives Fiscal
Decentralisation? (No. 3009). School of Economics, University of Queensland,
Australia.
18. Cerniglia, F. (2003). Decentralization in the public sector: quantitative aspects
in federal and unitary countries. Journal of Policy Modeling, 25(8), 749-776.
19. Faridi, M. Z. (2011). Contribution of fiscal decentralization to economic growth:
Evidence from Pakistan. Pakistan Journal of Social Sciences (PJSS), 31(1), 1-
13.
20. Feltenstein, A., and Iwata, S. (2005). Decentralization and macroeconomic performance in China: regional autonomy has its costs. Journal of Development
Economics, 76(2), 481-501.
21. Freinkman, L., and Plekhanov, A. (2005). What determines the extent of fiscal decentralization? The Russian Paradox. The Russian Paradox (September
2005). World Bank Policy Research Working Paper, (3710).
22. Freinkman, L., and Plekhanov, A. (2009). Fiscal decentralization in rentier regions: evidence from Russia. World Development, 37(2), 503-512.
23. Garrett, G., and Rodden, J. (2003). Globalization and fiscal decentralization.
Governance in a global economy: Political authority in transition, 87-109. 24. He, Q., Sun, M., and Zou, H. F. (2013). Financial deregulation, absorptive
capability, technology diffusion and growth: Evidence from Chinese panel data.
decentralization in Mexico. World Development, 36(9), 1547-1558.
26. Iimi, A. (2004). Banking sector reforms in Pakistan: economies of scale and scope, and cost complementarities. Journal of Asian Economics, 15(3), 507-528.
27. Kee, W. S. (1977). Fiscal decentralization and economic development. Public
Finance Review, 5(1), 79-97.
28. Kimakova, A. (2009). Government size and openness revisited: the case of financial globalization. Kyklos, 62(3), 394-406.
29. Letelier, L. (2005). Explaining fiscal decentralization. Public Finance
Review,33(2), 155-183.
30. Lin, J. Y., and Liu, Z. (2000). Fiscal decentralization and economic growth in
China. Economic Development and Cultural Change, 49(1), 1–21.
31. Litvack, J. M., and Oates, W. E. (1970). Group size and the output of public goods: Theory and application to state-local finance in the United States. Public
Finance= Finances publiques, 25(1), 42-62.
32. Malesky, E. I. (2004). Push, Pull, and Reinforcing: The Channels of FDI influence on. Beyond Hanoi: local government in Vietnam, 285.
33. Martinez-Vazquez, J., and McNab, R. M. (2003). Fiscal decentralization and economic growth. World development, 31(9), 1597-1616.
34. Martinez-Vazquez, J., and Qiao, B. (2011). Assessing the assignment of expenditure responsibilities. China’s Local Public Finance in Transition.
Cambridge, MA: Lincoln Institute of Land Policy.
35. Martinez-Vazquez, J., Qiao, B., and Zhang, L. (2008). The role of provincial policies in fiscal equalization outcomes in China. China Review, 135-167.
36. Oates, W. E. (1972). Fiscal federalism. Books.
37. Oates, W. E. (2005). Toward a second-generation theory of fiscal federalism.
International tax and public finance, 12(4), 349-373.
38. Prud'Homme, R. (1995). The dangers of decentralization. The world bank
Macroeconomic management in multitiered systems. World Politics, 54(04),
494-531.
40. Rodrik, D. (1998). Why do open economies have bigger governments?. Journal of Political Economy, 106(5), 997–1032.
41. Stansel, D. (2005). Local decentralization and local economic growth: A cross-
sectional examination of US metropolitan areas. Journal of Urban
Economics,57(1), 55-72.
42. Stegarescu, D. (2005). Public Sector Decentralisation: Measurement Concepts
and Recent International Trends. Fiscal studies, 26(3), 301-333.
43. Stegarescu, D. (2009). The effects of economic and political integration on fiscal
decentralization: evidence from OECD countries. Canadian Journal of
Economics/Revue canadienne d'économique, 42(2), 694-718.
44. Stegarescu, D., Büttner, T., and Behnisch, A. (2002). Public Sector
Centralization and Productivity Growth: Reviewing the German
Experience (No. 02-03). ZEW Discussion Papers.
45. Tanzi, V. (2000). On fiscal federalism: issues to worry about. Conference Notes. In Conference on Fiscal Decentralization, IMF, Fiscal Affairs Department, Washington DC.
46. Tiebout, C. M. (1956). A pure theory of local expenditures. The journal of
political economy, 416-424.
47. Uchimura, H., and Jütting, J. P. (2009). Fiscal decentralization, Chinese style: good for health outcomes?. World Development, 37(12), 1926-1934.
48. Wheare, K. C. (1964). Federal government. London: Oxford University Press. 49. Woller, G. M., and Phillips, K. (1998). Fiscal decentralisation and IDC
economic growth: An empirical investigation. The journal of development
studies, 34(4), 139-148.
50. Wu, A. M. (2010). Civil service pay arrears at county level in China: Causes
and implications (Doctoral dissertation, City University of Hong Kong).
51. Wu, A. M., and Wang, W. (2013). Determinants of expenditure decentralization:
economic growth in the United States. Journal of Urban Economics, 45(2), 228-
239.
53. Zhang, T., and Zou, H. F. (1998). Fiscal decentralization, public spending, and
PHỤ LỤC 1 THỐNG KÊ MÔ TẢ open 693 .6961377 1.046187 .0019157 9.363819 fdi 693 .2422907 1.055402 0 17.59429 matdo 693 2.442756 .4394304 1.531479 3.564193 ptkt 693 7.038506 .3501135 5.969918 8.430913 ltcg 693 .3993587 .2166063 .0096039 1.477991 pctk 693 .2824069 .1574359 .0077521 .7305661 Variable Obs Mean Std. Dev. Min Max
MA TRẬN TƯƠNG QUAN open 0.0327 -0.5141 0.3915 0.3436 0.1342 1.0000 fdi -0.0065 -0.0589 0.0819 0.0604 1.0000 matdo 0.1107 -0.5720 0.3539 1.0000 ptkt -0.0301 -0.5422 1.0000 ltcg -0.1359 1.0000 pctk 1.0000 pctk ltcg ptkt matdo fdi open
NHÂN TỬ PHÓNG ĐẠI PHƯƠNG SAI VIF Mean VIF 1.49 fdi 1.02 0.979677 open 1.42 0.706002 ptkt 1.46 0.685667 matdo 1.50 0.667291 ltcg 2.07 0.483624 Variable VIF 1/VIF
KIỂM ĐỊNH LỰA CHỌN MƠ HÌNH
Kiểm định Pooled FEM
Kiểm định Pooled REM
F test that all u_i=0: F(62, 625) = 6.26 Prob > F = 0.0000
Prob > chibar2 = 0.0000 chibar2(01) = 335.58 Test: Var(u) = 0 u .0079079 .0889264 e .0163021 .1276798 pctk .0247861 .1574359 Var sd = sqrt(Var) Estimated results:
pctk[tinh,t] = Xb + u[tinh] + e[tinh,t]
Prob>chi2 = 0.1352 = 8.41
chi2(5) = (b-B)'[(V_b-V_B)^(-1)](b-B) Test: Ho: difference in coefficients not systematic
B = inconsistent under Ha, efficient under Ho; obtained from xtreg b = consistent under Ho and Ha; obtained from xtreg open -.0223615 -.0149979 -.0073636 .00679 fdi -.0032267 -.0028273 -.0003995 .0006573 matdo -.2127809 .00973 -.2225109 .1494432 ptkt -.0167463 -.0317941 .0150477 .0053738 ltcg -.1625239 -.1614036 -.0011203 .0237463 tenmohinhfe1 tenmohinhre1 Difference S.E.
(b) (B) (b-B) sqrt(diag(V_b-V_B)) Coefficients
KIỂM ĐỊNH PHƯƠNG SAI THAY ĐỔI
Prob>chi2 = 0.0000 chi2 (63) = 8347.73
H0: sigma(i)^2 = sigma^2 for all i in fixed effect regression model
TỰ TƯƠNG QUAN
Prob > F = 0.0010 F( 1, 62) = 11.829 H0: no first-order autocorrelation
KẾT QUẢ HỒI QUY
FEM
F test that all u_i=0: F(62, 625) = 6.26 Prob > F = 0.0000 rho .5518199 (fraction of variance due to u_i)
sigma_e .12767976 sigma_u .1416754 _cons 1.001302 .3727958 2.69 0.007 .2692175 1.733386 open -.0223615 .0113957 -1.96 0.050 -.0447401 .0000171 fdi -.0032267 .0049437 -0.65 0.514 -.012935 .0064816 matdo -.2127809 .1524385 -1.40 0.163 -.5121345 .0865727 ptkt -.0167463 .0192822 -0.87 0.385 -.0546121 .0211194 ltcg -.1625239 .0506499 -3.21 0.001 -.2619885 -.0630592 pctk Coef. Std. Err. t P>|t| [95% Conf. Interval] corr(u_i, Xb) = -0.7053 Prob > F = 0.0042 F(5,625) = 3.47 overall = 0.0048 max = 11 between = 0.0266 avg = 11.0 R-sq: within = 0.0270 Obs per group: min = 11 Group variable: tinh Number of groups = 63 Fixed-effects (within) regression Number of obs = 693
rho .32663743 (fraction of variance due to u_i)
sigma_e .12767976 sigma_u .08892637 _cons .558005 .1528826 3.65 0.000 .2583606 .8576495 open -.0149979 .009152 -1.64 0.101 -.0329355 .0029397 fdi -.0028273 .0048998 -0.58 0.564 -.0124307 .0067762 matdo .00973 .0300702 0.32 0.746 -.0492065 .0686665 ptkt -.0317941 .0185182 -1.72 0.086 -.0680892 .004501 ltcg -.1614036 .0447384 -3.61 0.000 -.2490893 -.0737178 pctk Coef. Std. Err. z P>|z| [95% Conf. Interval] corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0043 Wald chi2(5) = 17.09 overall = 0.0296 max = 11 between = 0.0412 avg = 11.0 R-sq: within = 0.0227 Obs per group: min = 11 Group variable: tinh Number of groups = 63 Random-effects GLS regression Number of obs = 693
_cons .7054859 .1605955 4.39 0.000 .3907244 1.020247 open .0023755 .0083935 0.28 0.777 -.0140754 .0188264 fdi -.0085433 .0031817 -2.69 0.007 -.0147794 -.0023072 matdo .0447417 .0195936 2.28 0.022 .0063389 .0831444 ptkt -.0733726 .0218831 -3.35 0.001 -.1162628 -.0304824 ltcg -.0815619 .0367076 -2.22 0.026 -.1535074 -.0096164 pctk Coef. Std. Err. z P>|z| [95% Conf. Interval] Prob > chi2 = 0.0001 Wald chi2(5) = 26.81 Estimated coefficients = 6 Time periods = 11 Estimated autocorrelations = 1 Number of groups = 63 Estimated covariances = 63 Number of obs = 693 Correlation: common AR(1) coefficient for all panels (0.5225)
Panels: heteroskedastic
Coefficients: generalized least squares Cross-sectional time-series FGLS regression
HỒI QUY ĐỐI CHIẾU ROBUSTNESS CHECK- GMM
.
Difference (null H = exogenous): chi2(3) = 2.13 Prob > chi2 = 0.546 Sargan test excluding group: chi2(31) = 32.99 Prob > chi2 = 0.370 iv(ptkt matdo open)
Difference-in-Sargan tests of exogeneity of instrument subsets: (Not robust, but not weakened by many instruments.)
Sargan test of overid. restrictions: chi2(34) = 35.12 Prob > chi2 = 0.415 Arellano-Bond test for AR(2) in first differences: z = 0.12 Pr > z = 0.904 Arellano-Bond test for AR(1) in first differences: z = -6.21 Pr > z = 0.000 _cons
ptkt matdo open Standard
Instruments for levels equation L(6/10).(L2.matdo ltcg fdi)
GMM-type (missing=0, separate instruments for each period unless collapsed) D.(ptkt matdo open)
Standard
Instruments for first differences equation
_cons 1.634025 .4260157 3.84 0.000 .7990493 2.469 open -.0248058 .010506 -2.36 0.018 -.0453972 -.0042145 fdi -.0209594 .015472 -1.35 0.176 -.0512841 .0093652 matdo -.0545984 .0367955 -1.48 0.138 -.1267163 .0175195 ptkt -.138309 .0372572 -3.71 0.000 -.2113318 -.0652862 ltcg -.5569229 .1922122 -2.90 0.004 -.9336519 -.1801938 pctk Coef. Std. Err. z P>|z| [95% Conf. Interval] Prob > chi2 = 0.000 max = 11 Wald chi2(5) = 35.11 avg = 11.00 Number of instruments = 40 Obs per group: min = 11 Time variable : nam Number of groups = 63 Group variable: tinh Number of obs = 693 Dynamic panel-data estimation, one-step system GMM