CHƢƠNG 3 DỮ LIỆU VÀ PHƢƠNG PHÁP NGHIÊN CỨU
3.2 Dữ liệu nghiên cứu
Mục tiêu của bài là nghiên cứu những nhân tố tác động đến tăng trưởng kinh tế các quốc gia đang phát triển, do đĩ các nước được lựa chọn là những nước được phân loại với mức thu nhập bình quân đầu người là trung bình và thấp theo số liệu Ngân hàng thế giới 2015. Mẫu nghiên cứu bao gồm 111 quốc gia đang phát triển từ Nam Á, Châu Âu và Trung Á, Trung Đơng và Bắc Phi, Đơng Á và Thái Bình Dương, Châu Phi, Mỹ Latinh và Vùng Caribe (Bảng 3.2).
Bảng 3.2 Các quốc gia đang phát triển theo khu vực
Khu vực Quốc gia
Nam Á 7
Châu Âu & Trung Á 18
Trung Đơng & Bắc Phi 12
Đơng Á & Thái Bình Dương 14
Châu Phi khu vực hạ Sa mạc
Sahara 38
Mỹ Latinh & Vùng Caribe 22
Luận văn sử dụng dữ liệu cho thời kỳ 18 năm từ 1996 đến 20132 của 111 quốc gia đang phát triển (xem phụ lục 1) để kiểm định mối quan hệ nhân quả giữa những biến kinh tế vĩ mơ, chính trị, xã hội với tăng trưởng kinh tế. Tất cả các chuỗi dữ liệu được lấy từ World Development Indicators (WDI) của Ngân hàng thế giới (WB, 2015). Dữ
2
liệu mức độ tự do chính trị lấy từ Freedom in the World data (2015), chỉ số nhận thức tham nhũng từ Transparency International (2014), chỉ số phát triển nhân lực HDI từ Human Development Report (2014). Tất cả các biến được lấy Logarit trước khi tiến thành phân tích thực nghiệm. Bảng sau đây cung cấp một số thống kê mơ tả cơ bản cho tất cả các biến.
Bảng 3.3 Thống kê mơ tả cả các biến
Ghi chú: Dữ liệu bảng từ 111 quốc gia đang phát triển thời kỳ 1996 – 2013. Phân phối kiểm định J-B cho thấy tất các các chuỗi đều cĩ phân phối chuẩn. ―Obs‖ thể hiện số lượng quan sát hiện diện trong mẫu quan sát khơng cân bằng (Unbalanced panel data)
Ta cĩ thể thấy số lượng quan sát của các biến khác nhau. Điều này là do sự cĩ sẵn của dữ liệu trong mẫu quan sát mà tác giả thu thập được. Do đĩ, bài nghiên cứu sẽ tiến hành ước lượng các mơ hình với dữ liệu bảng khơng cân bằng (Unbalanced panel data).
Mean Max Min Std. Dev. Skewness Kurtosis Jarque-Bera Probability Sum Sum Sq. Dev. Obs
GDP ($) 8.32E+10 4.86E+12 1.03E+08 3.04E+11 8.97204 107.7779 928986.4 0.0000 1.64E+14 1.82E+26 1973
MONEY ($) 3.45E+13 4.19E+15 43672833 2.48E+14 10.85613 138.3437 1509411 0.0000 6.65E+16 1.18E+32 1928 CAPITAL ($) 23.43869 79.34938 -2.424358 9.069199 1.233149 6.946934 1678.721 0.0000 43595.96 152903.4 1860 SAVE (%) 19.97535 137.4846 -21.52101 12.97063 1.48959 11.92868 6009.823 0.0000 32519.88 273721.9 1628 EXCHANGE ( per USD) 835.9169 25000 0.010014 2783.07 5.497561 37.44991 106031.8 0.0000 1626694 1.51E+10 1946 EXPORT_IMPORT (%) 0.848121 6.266813 0.051055 0.447778 2.768 21.05967 23935.27 0.0000 1365.475 322.6128 1610 FDI_INFLOW (%) 4.609941 91.00733 -82.8921 7.364253 3.268029 42.44259 129873.1 0.0000 8989.386 105698.6 1950 INFLATION (%) 13.1617 4145.108 -18.10863 103.3702 35.76916 1406.121 1.50E+08 0.0000 24033.26 19500868 1826 INTEREST (%) 19.42553 291.0599 4.248333 17.94 7.559683 92.88364 562498.1 0.0000 31566.48 522673.9 1625 TOURISM ($) 1.45E+09 1.38E+11 310000 5.64E+09 15.04882 301.7892 6725987 0.0000 2.60E+12 5.70E+22 1790 TRADE (%) 83.01994 223.5966 14.93285 38.72931 0.90198 3.714986 300.6108 0.0000 159066.2 2872422 1916 LABOR (người) 20152309 7.93E+08 35405 82709847 7.461114 61.50638 300767.7 0.0000 3.99E+10 1.35E+19 1980 LACK_OF_FREEDOM 3.904074 7 1 1.893468 0.127064 1.757241 129.9963 0.0000 7570 6948.158 1939 LIFE (năm) 64.64245 80.12888 35.13907 9.407183 -0.751652 2.497124 208.3535 0.0000 128638.5 176016.7 1990 SCHOOL (%) 63.66127 121.6119 5.16489 26.23328 -0.399101 2.056791 84.6721 0.0000 84733.15 915286.1 1331 CRIME (trên 100,000 dân) 12.47579 117.2773 0.4 15.41023 2.594463 11.47285 3784.045 0.0000 11477.72 218239.7 920 HDI 0.704407 0.818 0.423 0.062919 -1.272137 5.170233 240.4396 0.0000 363.474 2.038753 516 TRANSPARENCY 3.147648 7.1 0.4 1.044047 0.981601 3.924862 265.1074 0.0000 4252.473 1471.546 1351
Biến kinh tế vĩ mơ
3.3 Các phƣơng pháp phân tích dữ liệu
Bài nghiên cứu sẽ tiến hành kiểm định mối quan hệ nhân quả giữa GDP và các biến kinh tế vĩ mơ, chính trị, xã hội trong các quốc gia đang phát triển theo 4 bước sau đây:
Bƣớc 1: Kiểm định bậc liên kết (tính dừng) của tất cả các chuỗi dữ liệu
- Nếu các chuỗi cùng dừng ở chuỗi gốc, thực hiện hồi quy OLS, chuyển sang bước 3
- Nếu các chuỗi cùng dừng sau khi lấy sai phân bậc 1, chuyển qua bước 2
Bƣớc 2: Sử dụng kỹ thuật đồng liên kết cho dữ liệu bảng để kiểm định mối liên hệ dài
hạn giữa các biến.
Bƣớc 3: Ước lượng phương trình 3.1 với hai mơ hình hiệu ứng cố định (fixed effect –
FEM) và hiệu ứng ngẫu nhiên (random effect - REM) bằng cách sử dụng kiểm định Hausman để kiểm tra mơ hình nào phù hợp hơn. Hơn nữa, khi mơ hình FEM phù hợp, chúng ta cĩ thể áp dụng phương pháp Bình phương bé nhất với biến giả (LSDV- Least Square Dummy Variable); luận văn cũng áp dụng cách tiếp cận với phương pháp
GMM (Generalized Method of Moment) để khắc phục hiện tượng tương quan chuỗi và
vấn đề nội sinh.
3.3.1 Kiểm định nghiệm đơn vị cho dữ liệu bảng
Trong bài nghiên cứu này, tác giả sử dụng 5 phương pháp kiểm định nghiệm đơn vị bao gồm Levin & Lin (1992, 1993); Breitung (2000); Choi (2001); Im, Pesaran & Shin (2003): 2 kiểm định Fisher sử dụng kiểm định ADF và kiểm định PP; Maddala & Wu (1999). Tổng quát, loại kiểm định nghiệm đơn vị của dữ liệu bảng theo phương trình hồi quy đơn biến sau:
Phương trình 3.2
Trong đĩ, là quốc gia thứ , , là thành phần xác định và
là ( ), cĩ thể là 0 hoặc 1, hiệu ứng cố định hoặc hiệu ứng cố định cũng
như xu hướng (t).
Đối với 5 kiểm định được xem xét, giả thuyết H0 là tất cả các chuỗi cĩ nghiệm đơn vị, nghĩa là, . Mỗi kiểm định cĩ giả thuyết thay thế H1 khác nhau, phụ thuộc vào mức độ khơng đồng nhất khác nhau dưới giả thuyết H1.
Trong kiểm định Levin & Lin (1992, 1993), các hệ số tự hồi quy thuần nhất giữa các cá thể, ví dụ: và kiểm định giả thuyết H0: so với giả thuyết thay thế
H1: . Tuy nhiên, kiêm định LL cĩ một số hạn chế và Im, Pesaran & Shin
(2003) đã mở rộng khuơn khổ kiểm định Levin & Lin để cho phép sự khơng đồng nhất trong giá trị của hệ số tự hồi quy dưới giả thuyết thay thế H1. Thật vậy, giả thuyết thay thế cĩ thể được viết như sau: đối với và đối với
Kiểm định nghiệm đơn vị cho dữ liệu bảng của Breitung (2000) dựa trên hồi quy sau:
Phương trình 3.3
∑
Thống kê kiểm định kiểm tra giả thuyết H0 là quá trình dừng sai phân:
∑
Giả thiết thay thế giả định là các chuỗi dữ liệu bảng là các chuỗi dừng; ví dụ:
∑
Kiểm định Choi (2001), Maddala & Wu (1999) là kiểm định loại Fisher phi tham số, dựa trên kết hợp giá trị p-value của các thống kê kiểm định cho nghiệm đơn vị trong mỗi đơn vị chéo.
3.3.2 Kiểm định Đồng liên kết cho dữ liệu bảng
Giống như kiểm định nghiệm đơn vị cho dữ liệu bảng, các kỹ thuật kiểm định đồng liên kết cho dữ liệu bảng cĩ thể được khuyến khích bằng cách tìm kiếm những kiểm định mạnh hơn những kiểm định đồng liên kết cho dữ liệu chuỗi thời gian.
Nếu bộ các biến xem xét chứa nghiệm đơn vị, vấn đề là liệu cĩ tồn tại mối quan hệ cân bằng dài hạn giữa các biến này hay khơng? Do vậy, trường hợp các biến dừng ở cùng bậc sai phân thì nghiên cứu sẽ áp dụng kỹ thuật kiểm định đồng liên kết cho dữ liệu bảng của cả Pedroni (2004) mà cho phép tính khơng đồng nhất trong các hệ số chặn và hệ số độ dốc của phương trình đồng liên kết và kiểm định Kao (1999)
Kiểm định của Pedroni (2004)
Pedroni (2004) cung cấp 7 thống kê cho kiểm định giả thuyết H0 : khơng cĩ đồng liên kết trong bảng dữ liệu khơng đồng nhất. Một nhĩm trong số những kiểm định như vậy được gọi là “within dimension” (các kiểm định cho dữ liệu bảng) và nhĩm khác là “between dimension”. Các kiểm định “within dimension” gộp dữ liệu giữa các “winthin dimension”, do đĩ tính đến nhân tố thời gian chung và cho phép sự khơng đồng nhất giữa các đơn vị. Kiểm định “between dimension” cho phép tính khơng đồng nhất của các tham số giữa các đơn vị, và được gọi là “thống kê đồng liên kết trung bình nhĩm”
Bảy kiểm định của Pedroni (2004) dựa trên phần dư được ước lượng. Pedroni đề xuất một kiểm định đồng liên kết loại Philips-Perron. Thống kê cĩ thể được so sánh với một giá trị tới hạn phù hợp; nếu giá trị tới hạn lớn hơn thì giả thuyết H0 : khơng cĩ đồng liên kết bị bác bỏ, ngụ ý tồn tại mối quan hệ dài hạn giữa các biến.
Kiểm định Kao (1999)
Tương tự, kiểm định Kao (1999) cho phần dư của mơ hình ước lượng dữ liệu bảng OLS bằng cách áp dụng kiểm định loại DF & ADF. Trong đĩ, giả thuyết H0: khơng cĩ đồng liên kết.
3.3.3 Phương pháp ước lượng
Nếu tất cả các biến là dừng hoặc dừng ở cùng bậc sai phân nhưng cĩ mối quan hệ đồng liên kết, chúng ta cĩ thể áp dụng phương pháp OLS hoặc GMM để ước lượng phương trình 3.1.
Trong luận văn này, mơ hình hiệu ứng cố định (FEM) và mơ hình hiệu ứng ngẫu nhiên (REM) được ước lượng. Mơ hình hiệu ứng cố định được xác định theo phương trình hồi quy như sau:
Phương trình 3.4
biểu thị biến phụ thuộc trong khi là vec tơ của k biến giải thích. Dữ liệu bảng khơng cân đối vì cĩ N quốc gia được quan sát qua các chiều dài thời gian khác nhau cho . , là các hệ số hằng số cụ thể cho mỗi quốc gia. Sự hiện diện của các hệ số này hàm ý sự khác biệt giữa các quốc gia được xem xét bằng sự khác biệt trong hệ số chặn. Những hệ số riêng lẻ này được ước lượng cùng với vec tơ các hệ số .
Để xác thực kỹ thuật hiệu ứng cố định, căn cứ theo ứng dụng thực nghiệm, câu hỏi để cải thiện là những hệ số cá thể, , là khơng bằng nhau.
Phương trình 3.5
Giả thuyết H1 nên được chấp nhận nếu chúng ta phân biệt những tình huống trong mỗi quốc gia được xem xét trong mẫu và xác nhận sự tồn tại của sự khơng đồng nhất giữa các quốc gia. Thống kê kiểm định là Fisher với phân phối F cĩ bậc tự do [
∑ ] dưới giả thuyết H0 và được xác định như sau:
Phương trình 3.6
∑
Trong đĩ, lần lượt là tổng bình phương phần dư được cung cấp bởi ước lượng mơ hình cĩ hạn chế (dưới giả thuyết H0 là khơng cĩ hệ số chặn khác nhau giữa cá thể) và tổng bình phương phần dư tương ứng với mơ hình với hiệu ứng cố định (Phương trình 3.4)
Trong tình huống hiệu ứng ngẫu nhiên, mơ hình được xác định như sau:
Phương trình 3.7
Trong đĩ, phản ánh thành phần nhiễu sai số với ( ) và độc lập với ( ). Sử dụng phương pháp bình phương bé nhất tổng quát để ước lượng mơ hình. Đầu tiên, các ước lượng hội tụ của các phương sai và là cần thiết. Cĩ thể đạt được bằng cơng thức sau đây:
Phương trình 3.8 ̂ ∑ ∑ ( ̂ ̅̂ ) ∑ Phương trình 3.9 ̂ ∑ [* ̅ ̂ ̅+ ̂ ]
̂ là phần dư từ ước lượng mơ hình hiệu ứng cố định (Phương trình 3.4) và ̅̂ là trung bình cá thể của những phần dư này qua mỗi thời kỳ tương ứng mỗi quốc gia. Tiếp theo, phương trình 3.9 biểu thị phần dư từ ước lượng hồi quy trung bình đơn vị trong đĩ ̂ được gọi là những ước lượng ở giữa (between estimators).
Giai đoạn tiếp theo bao gồm ước lượng bằng phương pháp OLS của mơ hình hồi quy chuyển đổi sau đây:
Phương trình 3.10 (√ ̂ ) ( (√ ̂ ) ) (√ ̂ ) Với Phương trình 3.11 ̂ ̂ ̂ ̂
Cuối cùng, kỹ thuật kiểm định Hausman được tiến hành để so sánh 2 mơ hình hiệu ứng cố định và hiệu ứng ngẫu nhiên. Dưới giả thuyết H0, cĩ thể chứng minh 2 ước lượng của phương trình 3.4 và phương trình 3.10 khơng khác nhau về mặt hệ thống vì cả hai đều nhất quán. Vì vậy, kiểm định cĩ thể dựa trên sự khác nhau. Dưới giả thuyết H0,
thống kê Hausman (1978) tiệm cận phân phối Chi bình phương với k bậc tự do và được xác định như sau:
Phương trình 3.12
( ̂ ̂ ) ( ̂( ̂ ) ̂( ̂ )) ( ̂ ̂ )
Trong đĩ, ̂ và ̂ tương ứng là ước lượng của mơ hình hiệu ứng cố định và hiệu ứng ngẫu nhiên. ̂( )là ma trận phương sai – hiệp phương sai tương ứng của những hệ số ước lượng này.
Ƣớc lƣợng bình phƣơng bé nhất với biến giả (LSDV)
Dưới cách tiếp cận ước lượng phương trình 3.4, giả định là bất kỳ khác biệt nào giữa các nền kinh tế cĩ thể được nắm bắt bởi những khác biệt trong hệ số chặn của hồi quy OLS chuẩn. Điều này dẫn đến ước lượng bình phương bé nhất với biến giả (LSDV) cho mơ hình hồi quy hiệu ứng cố định. Mơ hình LSDV cĩ thể được ước lượng bằng cách xác định một chuỗi các biến giả xác định nhĩm digt = 1 (g = i).Về phương trình 3.7, cho ta:
Phương trình 3.13
Mơ hình được ước lượng dễ dàng bằng phương pháp OLS chuẩn với dữ liệu bảng để tạo thành ước lượng LSDV.
Ƣớc lƣợng GMM với dữ liệu bảng động
Kao cùng cộng sự (2000) cho thấy ̂ là khơng nhất quán khi sử dụng ước lượng này cho dữ liệu bảng. Để khắc phục OLS về tương quan chuỗi và tính nội sinh của các biến hồi quy, phiên bản dữ liệu bảng của ước lượng DOLS cĩ thể được sử dụng, dựa trên phương trình sau:
Phương trình 3.14 ∑ Trong đĩ, Phương trình 3.15 ̂ [ ∑ (∑ ) (∑ ̃ )]
Một phương pháp khác là GMM với dữ liệu bảng động. Một cách chính thức, phương trình 3.14 cĩ thể được chuyển đổi thành phương trình sau đây:
Phương trình 3.16
( ) ( ) ( )
Tuy nhiên, từ phương trình 3.14 một sự chệch nảy sinh vì cĩ tương quan với mục sai số chuyển đổi ( ), OLS cho dữ liệu bảng động sẽ khơng nhất quán. Nhưng nếu cĩ những biến cơng cụ cĩ giá trị, thì GMM cĩ thể được sử dụng để ước lượng phương trình với các trễ của biến phụ thuộc 2 kỳ trước đĩ như là biến cơng cụ.
Phương pháp ước lượng GMM với dữ liệu bảng động cho phép giải quyết một số vấn đề gặp phải trong quá trình hồi quy.
Thứ nhất, phương pháp này xem xét các tác động cố định của các quốc gia mà
khơng quan sát được do sự khác biệt trong các điều kiện ban đầu, hoặc do vấn đề bỏ sĩt biến3
, sự khác biệt trong giai đoạn ổn định (thơng qua tác động cố định
3
của mỗi quốc gia) cho phép kiểm sốt sự phân kỳ giữa các quốc gia mà ban đầu khơng được xem xét (Islam, 1995)
Thứ hai, GMM là phương pháp tổng quát của rất nhiều phương pháp ước lượng
phổ biến như OLS, GLS, MLE, … Ngay cả trong điều kiện giả thiết nội sinh bị vi phạm, phương pháp GMM vẫn cho ra các hệ số ước lượng vững, khơng chệch, phân phối chuẩn và hiệu quả.
Thứ ba, phương pháp này cũng nhằm giải quyết vấn đề nhân quả cĩ thể cĩ giữa
các biến kinh tế vĩ mơ, chính trị, xã hội và tăng trưởng kinh tế.
Tuy nhiên, nhược điểm của phương pháp GMM với dữ liệu bảng động là việc chọn và sử dụng các biến cơng cụ một cách hợp lí, thêm vào đĩ giả định của mơ hình là phần dư khơng cĩ hiện tượng tự tương quan. Cuối cùng, một trong những giả định khơng được vi phạm của mơ hình GMM là số điều kiện moment khơng được lớn hơn số biến trong mơ hình. Nếu điều này xảy ra thì mơ hình khơng thể xác định được một nghiệm duy nhất. Đây là hiện tượng “over identification”. Để kiểm định hiện tượng “Over identification” trong hồi quy GMM, tơi dùng kiểm định Sargan với các giả thuyết:
H0 : Valid Specification
H1: Over identification
Phân phối thống kê kiểm định Sargan tuân theo phân phối Chi bình phương ( ) trong đĩ k là số hệ số hồi quy được ước lượng, p là hạng biến cơng cụ.
CHƢƠNG 4. KẾT QUẢ VÀ BÀN LUẬN 4.1 Phân tích mối quan hệ đơn biến
Bảng 4.1 Ma trận hệ số tƣơng quan. Thời kỳ 1996 – 2013
Nguồn: Tính tốn của tác giả
Bảng 4.1 thể hiện mối tương quan của các biến được sử dụng trong mơ hình. Hệ số tương quan giữa các biến giải thích đều nhỏ hơn 0.8, điều này cho thấy khơng cĩ hiện