lngdppc Gini Gini2 Inflation Invest
ment Meanyears _school lngdppc 1 Gini 0,6359 1 Gini2 0,6314 0,9997 1 Inflation -0,7745 -0,5469 -0,5385 1 Investment -0,6259 -0,8042 -0,7965 0,6991 1 Meanyears_school 0,9546 0,7602 -0,7533 -0,8029 -0,8089 1
(Nguồn: Nhóm tác giả tổng hợp từ phần mềm Stata)
Dựa vào bảng ma trận hệ số tương quan giữa các biến ở trên, nhóm có những nhận định về tương quan các biến theo các tiêu chí: mức độ tương quan và hướng tương quan. Đối với mức độ tương quan, biến phụ thuộc dạng Logarit của GDP bình quân đầu người có tương quan mạnh với tất cả các biến độc lập, tương quan mạnh nhất đối với biến số năm đi học trung bình với hệ số tương quan là 0,9546, trong khi đó tương quan yếu nhất với biến tỷ lệ đầu tư, tuy nhiên mức độ tương quan này vẫn là tương đối cao với hệ số tương quan là (-0,6259). Đặc biệt, với bộ dữ liệu nhóm thu thập được lại cho thấy chiều hướng tương quan cùng chiều của hệ số Gini cũng như hệ số Gini bình phương với dạng logarit của GDP bình quân đầu người. Với các biến độc lập, ngoại trừ trường hợp hiển nhiên khi biến Gini bình phương có tương quan rất mạnh với biến Gini, các cặp biến tương quan ở mức độ tương đối mạnh với nhau tuy nhiên các hệ số tương quan vượt mức 0,8 không quá nhiều.
2.2.2.5 Kết quả ước lượng và kiểm định khuyết tật của mơ hình
Đa số các nghiên cứu đi trước về ảnh hưởng của bất bình đẳng trong phân phối thu nhập lên tăng trưởng kinh tế sử dụng dữ liệu mảng của các quốc gia khác nhau qua các năm hoặc dữ liệu mảng của các tỉnh thành khác nhau trong cùng một quốc gia qua các năm với các mơ hình ước lượng phù hợp như mơ hình tác động ngẫu nhiên, mơ
hình tác động cố định hay mơ hình hồi quy gộp. Đối với bài tiểu luận này, nhóm tác giả muốn đi sâu vào nghiên cứu tác động của bất bình đẳng trong phân phối thu nhập lên tăng trưởng kinh tế trong phạm vi một quốc gia là Hàn Quốc. Tuy nhiên, dữ liệu đáng tin cậy về biến số của các tỉnh thành khác nhau ở Hàn Quốc cịn khó tiếp cận, chưa thể xây dụng bộ dữ liệu mảng; chính vì vậy, nhóm quyết định sử dụng phương pháp ước lượng bình phương nhỏ nhất (OLS) với dữ liệu chuỗi thời gian đã thu thập được. Với bộ dữ liệu đã có, nhóm tiến hành chạy 3 mơ hình, trong đó có 2 mơ hình sử dụng dạng bình phương của hệ số Gini làm biến độc lập để xem xét tác động phi tuyến của biến số này lên tăng trưởng kinh tế. Kết quả chạy các mơ hình được tổng hợp như sau: