7. Bố cục của luận văn
4.2 Các iể định trị riêng nghiệ đơn vị ảng
Số lượng quan sát của mỗi quốc gia trong bảng khác nhau và khá thấp nên không thể áp dụng các kiểm định trị riêng nghiệm đơn vị cho chuỗi thời gian cho mỗi quốc gia. Vì thế, đề tài sử dụng các kiểm định trị riêng nghiệm đơn vị bảng không cân bằng chung cho tất cả các nước, được xem là thích hợp trong trường hợp này. Các kiểm định này không chỉ làm tăng khả năng của các kiểm định trị riêng nghiệm đơn
vị do quãng thời gian quan sát, mà cịn tối thiểu hóa các nguy cơ phá vỡ cấu trúc của dữ liệu. Trong số các kiểm định trị riêng nghiệm đơn vị bảng Levin-Lin-Chu, Harris-Tzaivalis, Breitung, Im-Perasan-Shin, Fisher type test và Hadri thì chỉ có 2 loại kiểm định Im-Perasan-Shin và Fisher type test có thể áp dụng được cho bảng dữ liệu không cân bằng. Theo đó, đề tài áp dụng kiểm định Fisher cho các biến trong mơ hình.
Bảng 4.2 Kiể định tính dừng Fisher thuộc tính Phillips-Perron khơng xu thế độ trễ 2 (biến gốc)
Biến Tiêu chuẩn value p-value N T
lnRGDP Inverse chi-squared(10) p 4,8625 0,9002 5 26,6
Inverse normal z 1,2514 0,8946 Inverse logit t(29) L* 1,2146 0,8828 Modified inv. chi-squared Pm -1,1488 0,8747
lnRGI Inverse chi-squared(10) p 6,4916 0,7724 5 26,6
Inverse normal z 0,5752 0,7174 Inverse logit t(29) L* 0,5545 0,7083 Modified inv. chi-squared Pm -0,7845 0,7836
lnRGC Inverse chi-squared(10) p 12,6633 0,2431 5 26,6
Inverse normal z 0,1577 0,5626 Inverse logit t(29) L* 0,0958 0,5378 Modified inv. chi-squared Pm 0,5955 0,2757
lnRTR Inverse chi-squared(10) p 5,0239 0,8896 5 26,6
Inverse normal z 1,2093 0,8867 Inverse logit t(29) L* 1,1575 0,8717 Modified inv. chi-squared Pm -1,1127 0,8671
Bảng 4.3 Kiể định tính dừng Fisher thuộc tính Phillips-Perron có xu thế, độ trễ 2 (biến gốc)
Biến Tiêu chuẩn value p-value N T
lnRGDP Inverse chi-squared(10) p 31,6395*** 0,0005 5 26,6
Inverse normal z -3,0119*** 0,0013 Inverse logit t(29) L* -3,6146*** 0,0006 Modified inv. chi-squared Pm 4,8387*** 0,0000
lnRGI Inverse chi-squared(10) p 28,9716*** 0,0013 5 26,6
Inverse normal z -2,4569*** 0,0070 Inverse logit t(29) L* -3,0004*** 0,0027 Modified inv. chi-squared Pm 4,2422*** 0,0000
lnRGC Inverse chi-squared(10) p 28,9540*** 0,0013 5 26,6
Inverse normal z -2,6648*** 0,0039 Inverse logit t(29) L* -3,2102*** 0,0016 Modified inv. chi-squared Pm 4,2383*** 0,0000
lnRTR Inverse chi-squared(10) p 11,0274 0,3554 5 26,6
Inverse normal z -0,8345 0,2020 Inverse logit t(29) L* -0,7681 0,2243 Modified inv. chi-squared Pm 0,2297 0,4091 ***
: Mức ý nghĩa 1%
Nhìn vào Bảng kết quả kiểm định tính dừng của các biến trong mơ hình (Bảng 4.2), ta nhận thấy ở độ trễ bằng hai và kiểm định không xu thế, gần như tất cả các biến đều không dừng nhưng ở kiểm định có xu thế thời gian (Bảng 4.3) thì các biến đều dừng ở mức ý nghĩa 1% với bốn tiêu chuẩn kiểm định, ngoại trừ biến nguồn thu
thuế thực khơng dừng, thậm chí ở mức ý nghĩa 10%. iều này có nghĩa là các biến GDP thực, đầu tư công thực và chi tiêu cơng thực đều có bậc tích hợp là I(0).
Nhưng ở mức sai phân bậc nhất, cũng bằng kiểm định Fisher với thuộc tính Phillips-Perron, ở điều kiện có xu thế hay khơng xu thế, biến nguồn thu thuế thực đều dừng ở mức ý nghĩa 1% cho cả bốn tiêu chuẩn kiểm định (Bảng 4.4 và 4.5). Mặc dù không dừng ở mức ý nghĩa nhưng biến nguồn thu thuế thực (lnRTR) dừng ở mức sai phân và cho ta kết quả là biến lnRTR có bậc tích hợp là I(1).
Bảng 4.4 Kiể định tính dừng Fisher thuộc tính Phillips-Perron khơng xu thế, độ trễ 2 (biến sai phân)
Biến Tiêu chuẩn value p-value N T
DlnRTR Inverse chi-squared(10) p 72,0268*** 0,0000 5 25,6
Inverse normal z -6,9841*** 0,0000 Inverse logit t(29) L* -9,0390*** 0,0000 Modified inv. chi-squared Pm 13,8696*** 0,0000 ***
: Mức ý nghĩa 1%
Bảng 4.5 Kiể định tính dừng Fisher thuộc tính Phillips-Perron có xu thế, độ trễ 2 (biến sai phân)
Biến Tiêu chuẩn value p-value N T
DlnRTR Inverse chi-squared(10) p 52,7051*** 0,0000 5 25,6
Inverse normal z -5,5407*** 0,0000 Inverse logit t(29) L* -6,5933*** 0,0000 Modified inv. chi-squared Pm 9,5492*** 0,0000 ***
: Mức ý nghĩa 1%
bằng, ta có thể có được các biến với các đặc tính như sau: lnRGDP, lnRGI, lnRGC dừng ở mức ý nghĩa, bậc tích hợp là I(0) và lnRTR dừng ở mức sai phân, bậc tích hợp là I(1).
Trong mơ hình, một số biến có bậc tích hợp I(0), một số biến có bậc tích hợp I(1), cho ta một khẳng định rằng trong mơ hình khảo sát, các biến có đặc tính đồng liên kết (co-integration). Nghĩa là giữa các biến có một sự kết hợp tuyến tính sao cho đại lượng đặc trưng cho sự kết hợp tuyến tính của các biến là phần dư sẽ có đặc tính dừng ở mức ý nghĩa, bậc tích hợp là I(0). Do đó, mơ hình thích hợp nhất cho việc hồi qui các biến là mơ hình hiệu chỉnh sai số (ECM).
4.3 Áp dụng mơ hình hiệu chỉnh sai số (Error Correction Model - ECM)
ặc tính tích hợp bậc 0 của một số biến này và tích hợp bậc 1 của một số biến khác trong mơ hình chỉ cho ta biết rằng các biến có tính đồng liên kết (co- integration) nhưng để khẳng định việc sử dụng mơ hình hiệu chỉnh sai số (ECM) có thích hợp hay khơng thì phải xem xét phần dư (sự kết hợp tuyến tính của tất cả các biến trong mơ hình) trong phương trình hồi qui giữa các biến trong dài hạn có dừng ở bậc tích hợp bậc 0 hay khơng.
4.3.1 Phương trình hồi qui các biến trong dài hạn
Bảng 4.6 Kết quả hồi qui mơ hình cân bằng trong dài hạn (ECM) có phân tích độ mạnh (robust) Biến phụ thuộc Biến độc lập Hệ số ƣớc lƣợng P > |t| F-test R2 lnRGDP lnRGI ,0408471 0,547 F(3,4) = 316,03 Prob > F = 0,000 within= 0,9526 between = 0,9908 overall = 0,9816 lnRGC ,5955785*** 0,002 lnRTR ,3211054** 0,038 Hệ số cắt 235,7329*** 0,000 *** , **: Ý nghĩa lần lượt ở mức 1% và 5%
Kết quả hồi qui mơ hình cân bằng của các biến trong dài hạn có phân tích độ mạnh ở Bảng 4.6 cho ta những nhận định sau:
- Tác động đồng thời của 3 biến lnRGI, lnRGC, lnRTR lên biến lnRGDP là có ý nghĩa về mặt thống kê thông qua kiểm định F (kiểm định Wald) ở mức ý nghĩa 1%.
- Xét ở góc độ riêng phần thì tác động của lnRGC và lnRTR lên lnRGDP là có ý nghĩa thống kê lần lượt ở mức 1% và 5%.
- Hệ số cắt là đại lượng khởi đầu của mỗi quốc gia trong bảng dữ liệu cũng có ý nghĩa thống kê ở mức 1%.
- Mức độ giải thích cho sự thay đổi của biến tăng trưởng kinh tế thông qua các biến giải thích đầu tư cơng, chi tiêu cơng và nguồn thu thuế là khá cao thể hiện qua các giá trị R2 (R2 “overall” = 0,9816; R2 “between” = 0,9908 và R2 “within” = 0,9526).
Từ phương trình hồi qui cân bằng các biến trong dài hạn, ta tính được phần dư (Residual), phần kết hợp tuyến tính của tất cả các biến. Giá trị thống kê mô tả của biến phần dư (Res) như sau:
Bảng 4.7 Thống kê mơ tả phần dƣ Res của mơ hình cân bằng trong dài hạn (ECM) có phân tích độ mạnh Biến Trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất Số quan sát
Res Overall 1,12e-07 26,06356 -56,38301 89,14758 N = 133 n = 5 T-bar = 26,6 Between 24,89231 -26,48821 38,01050
Within 13,69848 -38,95987 51,13707
Từ Bảng 4.7, ta nhận thấy phần dư có giá trị trung bình gần bằng zero, điều này cho thấy các giá trị của phần dư xoay quanh một giá trị cố định bằng zero. Áp dụng kiểm định Fisher thuộc tính Phillip-Perron, độ trễ bằng 2 có xu thế lẫn khơng xu thế cho biến phần dư, ta nhận được kết quả lần lượt trong Bảng 4.8 và Bảng 4.9.
Bảng 4.8 Kiể định tính dừng fisher thuộc tính Phillips-Perron khơng xu thế, độ trễ 2 (biến phần dƣ)
Biến Tiêu chuẩn value p-value N T
Res Inverse chi-squared(10) p 31,4900*** 0,0005 5 25,6 Inverse normal z -2,9595*** 0,0015
Inverse logit t(29) L* -3,5097*** 0,0007 Modified inv. chi-squared Pm 2,9543*** 0,0000 ***
: Mức ý nghĩa 1%
Bảng 4.9 Kiể định tính dừng fisher thuộc tính Phillips-Perron có xu thế, độ trễ 2 (biến phần dƣ)
Biến Tiêu chuẩn value p-value N T
Res Inverse chi-squared(10) p 23,2122*** 0,0100 5 25,6 Inverse normal z -1,8882** 0,0295
Inverse logit t(29) L* -2,1792** 0,0188 Modified inv. chi-squared Pm 13,8696*** 0,0016 ***
, **: Ý nghĩa lần lượt ở mức 1% và 5%.
Từ Bảng 4.8 và 4.9 cho việc kiểm định tính dừng của biến phần dư trong hai trường hợp khơng xu thế và có xu thế, ta có thể kết luận là phần dư (Residual) đều dừng ở mức ý nghĩa lần lượt 1% và 5% cho cả bốn tiêu chuẩn kiểm định. iều này có nghĩa là biến Res có bậc tích hợp là I(0). Do đó, ta có thể kết luận rằng mơ hình hiệu chỉnh sai số (ECM) được áp dụng cho phân tích dữ liệu bảng khơng cân bằng đang khảo sát là thích hợp.
Bước tiếp theo trong mơ hình phân tích ECM là xem xét phương trình hồi qui các biến trong ngắn hạn như thế nào và tính tốn tốc độ hiệu chỉnh.
4.3.2 Phương trình hồi qui các biến trong ngắn hạn
Bước cuối cùng trong mơ hình hiệu chỉnh sai số (ECM) là việc xác định hệ số điều chỉnh của mơ hình. Hệ số điều chỉnh là tốc độ hiệu chỉnh kết hợp của các biến trong ngắn hạn sao cho tác động của các biến trong dài hạn là cân bằng. Do đó, đề tài thực hiện hồi qui dữ liệu bảng không cân bằng với tác động cố định cho tất cả các biến sai phân và độ trễ bậc nhất của phần dư, ta có phương trình tác động của các biến trong ngắn hạn. Kết quả hồi qui được trình bày trong Bảng 4.10.
Bảng 4.10 Kết quả hồi qui ơ hình tác động trong ngắn hạn (ECM) có phân tích độ mạnh (robust) Biến phụ thuộc Biến độc lập Hệ số ƣớc lƣợng P > |t| F-test R2 DlnRGDP DlnRGI ,1140812 0,122 F(3,4) = 2905,52 Prob > F = 0,000 within = 0,9391 between = 0,3903 overall = 0,9042 DlnRGC ,3161262** 0,044 DlnRTR ,5062249*** 0,000 Lres -,3445017*** 0,001 Hệ số cắt -,1091244 0,688 Tốc độ hiệu chỉnh β = 0,3445 = 34,45%/ năm *** , **: Ý nghĩa lần lượt ở mức 1% và 5%.
Kết quả hồi qui mơ hình tác động trong ngắn hạn có phân tích độ mạnh ở Bảng 4.10 cho ta các nhận định sau:
- Tác động đồng thời của 4 biến giải thích DlnRGI, DlnRGC, DlnRTR, Lres lên biến phụ thuộc DlnRGDP là có ý nghĩa ở mức 1% thể hiện qua giá trị thống kê F (kiểm định Wald) và p-value = 0,000 của nó.
- Tác động riêng phần của hai biến DlnRGC và DlnRTR là có ý nghĩa thống kê lần lượt ở mức 5% và 1%.
- Hệ số điều chỉnh (hệ số ước lượng của biến LRes) là có ý nghĩa thống kê ở mức 1%. Theo đó, tốc độ hiệu chỉnh của mơ hình là β = 0,3445 = 34,45%/ năm. Với giá trị này, thời gian cần thiết để mơ hình đạt cân bằng trong dài hạn là η = 100/34,45 = 2,9 năm 3 năm.
Tóm lại, mơ hình hiệu chỉnh sai số (ECM) được áp dụng cho mơ hình của đề tài cho các kết quả như sau:
- Tất cả các biến giải thích trong mơ hình (lnRGI, lnRGC và lnRTR) đều có tác động dương lên tăng trưởng kinh tế (biến lnRGDP) trong đó các hệ số ước lượng của lnRGC và lnRTR có ý nghĩa thống kê ở mức lần lượt 1% và 5%.
- Mức độ giải thích của các biến giải thích cho sự tăng trưởng kinh tế là khá cao R2 “overall” = 0,9816 (Bảng 4.6).
- Tốc độ và thời gian hiệu chỉnh của mơ hình lần lượt là β = 0,3445 = 34,45%/ năm và η = 100/34,45 = 2,9 năm 3 năm (Bảng 4.10).
Như vậy, chi tiêu cơng và nguồn thu ngân sách đóng góp vào sự phát triển của nền kinh tế các nước ASEAN khá cao. Với mức gia tăng lần lượt 1% trong chi tiêu công và nguồn thu ngân sách thì mức tăng trưởng kinh tế lần lượt là 0,59% và 0,32%. Tuy nhiên, mức độ thể hiện ở đầu tư công lại khá thấp, cụ thể với mức gia tăng đầu tư cơng 1% thì tăng trưởng kinh tế chỉ đạt 0,04% (Bảng 4.6). iều này thể hiện khá rõ đặc điểm kinh tế của các nước ASEAN, cũng giống như các nước đang phát triển khác thì đầu tư cơng khơng mang lại hiệu quả cao. Ở các nước ASEAN, đầu tư cơng thường mang tính dàn trải, khơng mang tính chiến lược, thời gian thực hiện dự án kéo dài và đánh giá nghiệm thu cơng trình thường cho thấy chất lượng khá tệ. Qua đó cho thấy số vốn bỏ ra đầu tư khá lớn nhưng lợi ích mang lại khơng như dự tính nên thời gian hồn vốn kéo dài khiến mức sinh lợi rất thấp.
Ngoại trừ Malaysia và Thái Lan, hầu hết khu vực tư nhân ở 3 nước còn lại là Indonesia, Việt Nam và Campuchia đều không mạnh, khiến khu vực công trở nên chủ đạo trong nền kinh tế. Trong bối cảnh nền kinh tế suy thoái, vai trị của khu vực
phát triển kinh tế khá lớn, điều này cũng phù hợp với mơ hình kinh tế Keynes trong đó nhấn mạnh Chính phủ phải chấp nhận “hy sinh”, gia tăng chi tiêu công để thúc đẩy sự tăng trưởng kinh tế, góp phần giải quyết thất nghiệp.
4.4 Kiể định mối quan hệ nhân quả Granger giữa đầu tƣ công và tăng trƣởng kinh tế tế
ể xem xét tác động qua lại giữa đầu tư công và tăng trưởng kinh tế, đề tài thực hiện kiểm định mối quan hệ nhân quả Granger giữa hai biến lnRGDP và lnRGI bằng mơ hình ràng buộc có phân tích độ mạnh. Mơ hình ràng buộc là mơ hình trong đó ngồi biến giải thích lnRGI cịn đưa thêm vào hai biến khác là độ trễ bậc nhất và độ trễ bậc hai của biến lnRGI.
Bảng 4.11 Kết quả hồi qui cho mơ hình ràng buộc có phân tích độ mạnh cho quan hệ nhân quả Granger
Biến phụ thuộc Biến độc lập Hệ số ƣớc lƣợng F-tests R2 lnRGDP lnRGI 0,497*** F(3, 4) = 122,79 Prob > F = 0,0002 within = 0,6633 between = 0,9456 overall = 0,8349 lnRGI lnRGDP 1,2** F(3, 4) = 880,48 Prob > F = 0,0000 within = 0,6655 between = 0,9451 overall = 0,8380 *** , **: ý nghĩa ở mức 1% và 5%
Kết quả hồi qui cho mơ hình ràng buộc có phân tích độ mạnh vce(robust) bằng sự hiệu chỉnh ở phương sai sai số cho thấy các giá trị của kiểm định F (kiểm định Wald) là khá lớn và mơ hình có ý nghĩa thống kê ở mức 1%. Tác động riêng phần của biến đầu tư công lên biến tăng trưởng kinh tế cũng như biến tăng trưởng kinh tế lên biến đầu tư cơng có ý nghĩa thống kê lần lượt ở mức 1% và 5%. iều này khẳng định rằng giữa tăng trưởng kinh tế và đầu tư cơng có mối quan hệ dương, hai chiều.
4.5 Tổng hợp kết quả và một số gợi ý về mặt chính sách cơng
4.5.1 Tổng hợp kết quả nghiên cứu
Kết quả phân tích mơ hình hiệu chỉnh sai số (ECM) và mơ hình kiểm định tính nhân quả Granger, đề tài rút ra được những điểm chính như sau:
- Trong mơ hình hiệu chỉnh sai số (ECM) tổng quát hơn là có xem xét sự tác động của các yếu tố khác lên tăng trưởng kinh tế, kết quả cho thấy sự tác động của các biến lên tăng trưởng là khác nhau. óng góp của biến chi tiêu công lên tăng trưởng kinh tế là cao nhất, kế tiếp là thu ngân sách từ thuế và cuối cùng là biến đầu tư công. Mặc dù cũng tác động dương lên tăng trưởng kinh tế nhưng đầu tư cơng đóng góp khá thấp cho tăng trưởng kinh tế ở các nước ASEAN. Như đã đề cập ở trên thì sự đóng góp thấp của đầu tư công là do ở các nước ASEAN, cũng giống như các nước đang phát triển khác, các dự án đầu tư cơng thường có hiệu quả thấp, vốn đầu tư lớn, thời gian hồn vốn kéo dài và đa số người dân khơng hài lòng.