Dưới đây là bảng số liệu nhóm tác giả tổng hợp từ các nguồn đã nêu ở [Chương 1. Phần 3. Mục 3.3]
Bảng 1. Thống kê số liệu
Quan sát Năm GDP GBD INF
1 2000 723213.6 22000 -1.710 2 2001 758292.0 23553 -0.432 3 2002 813484.8 25597 3.831 4 2003 917629.6 29936 3.220 5 2004 1053929.6 34703 7.759 6 2005 1337085.6 40746 8.281 7 2006 1539830.4 48500 7.386 8 2007 1796004.8 56500 8.304 9 2008 2299816.0 66200 23.116 10 2009 2459548.0 115900 7.055 11 2010 2689622.4 109191 8.862 12 2011 3144504.8 112034 18.677 13 2012 3615024.0 173815 9.094 14 2013 3972350.4 236769 6.592 15 2014 4319956.0 249362 4.086 16 2015 4483191.2 263135 0.879 17 2016 4762403.2 248728 2.673 Số liệu do nhóm tác giả tự tổng hợp
CHƯƠNG 3
KẾT QUẢ NGHIÊN CỨU VÀ KIỂM ĐỊNH 1. Ước lượng
1.1. Mô tả mẫu nghiên cứu 1.1.1. Mô tả thống kê 1.1.1. Mô tả thống kê
Sử dụng phần mềm Gretl, nhóm tác giả có kết quả của mơ tả thống kê, thể hiện trong
Bảng 2 dưới đây. Trong bảng bao gồm các mục: Mean – Giá trị trung bình, Minimum –
Giá trị nhỏ nhất, Maximum – Giá trị lớn nhất và Missing obs. – Số quan sát bị thiếu.
Bảng 2. Mô tả mẫu thống kê
Summary Statistics, using the observations 2000 - 2016
Variable Mean Minimum Maximum Missing obs.
GDP 2393287 723213.6 4762403 0
GBD 109215.8 22000 263135 0
INF 6.922 -1.710 23.12 0
Đánh giá thống kê
Tất cả các biến có đầy đủ 17 quan sát (Missing obs. = 0)
Biến GDP có giá trị trung bình 𝐺𝐷𝑃̅̅̅̅̅̅ = 2393287 (tỷ VND). Như vậy, có thể thấy mức GDP trung bình của Việt Nam trong 17 năm giai đoạn 2000 – 2016 là 2393287 (tỷ VND). Con số này thể hiện một bước phát triển vượt bậc của kinh tế Việt Nam sau Đổi Mới, tuy nhiên vẫn còn khá khiêm tốn so với các nước trong khu vực châu Á nói riêng.
Giá trị nhỏ nhất tương đương với mức GDP thấp nhất của Việt Nam là 723213.6 (tỷ
VND).
Giá trị lớn nhất tương đương với mức GDP cao nhất của Việt Nam tính đến 2016 đạt 4762403 (tỷ VND), gấp khoảng 6 lần GDP năm 2000.
Biến GBD có giá trị trung bình 𝐺𝐵𝐷̅̅̅̅̅̅ = 109215.8 (tỷ VND), tức là mức thâm hụt ngân sách nhà nước trung bình của Việt Nam trong giai đoạn được xét là 109215.8 tỷ VND.
Giá trị nhỏ nhất tương đương với mức thâm hụt ngân sách nhà nước thấp nhất của Việt
Nam là 22000 (tỷ VND).
Giá trị lớn nhất tương đương với mức thâm hụt ngân sách nhà nước cao nhất của Việt
Nam là 263135 (tỷ VND).
Biến INF có giá trị trung bình 𝐼𝑁𝐹̅̅̅̅̅ = 6.922 (%), cao hơn mức lạm phát của Việt Nam trong những năm gần đây, nguyên do chủ yếu là bởi mức lạm phát năm 2008 lên tới 23.12% - giá trị lớn nhất trong suốt giai đoạn được xét. Trong khi đó, giá trị nhỏ nhất
chỉ là -1.710 – tương ứng với mức lạm phát năm 2000. Tuy nhiên, đây thực chất là hiện tượng giảm phát của nền kinh tế Việt Nam và cho đến năm 2000 thì hiện tượng này chưa từng xảy ra. Nếu lạm phát được kiểm soát giúp nền kinh tế tăng trưởng ổn định thì giảm phát (hiện tượng giá cả giảm mạnh) khiến nền kinh tế ngưng trệ do các hộ gia đình sẽ ngừng chi tiêu để chờ giá giảm sâu hơn và các doanh nghiệp cũng ngừng đầu tư. Do đó, lợi nhuận và doanh thu của các doanh nghiệp cũng bị ảnh hưởng nặng nề. Điều này cũng gây ảnh hưởng trực tiếp đến tăng trưởng kinh tế.
1.1.2. Mô tả tương quan (Correlation coefficients)
Sử dụng phần mềm Gretl với bộ dữ liệu do nhóm tác giả tự tổng hợp từ các nguồn đã liệt kê, thu được Bảng 3. Ma trận tương quan giữa các biến như dưới đây.
Bảng 3. Ma trận tương quan giữa các biến
Correlation Coefficients, using the observations 1 - 17 5% critical value (two-tailed) = 0.4821 for n = 17
GDP GBD INF
1.0000 0.9728 0.1042 GDP
1.0000 -0.0892 GBD
1.0000 INF
Đánh giá tương quan giữa biến phụ thuộc và các biến độc lập
Hệ số tương quan r(GDP, GBD) = 0.9728 là khá cao hay GDP và GBD có mối quan hệ
khá chặt chẽ. Ngoài ra, hệ số dương cho thấy mối quan hệ thuận chiều giữa giữa GDP và GBD. Như vậy khi GBD tăng thì GDP cũng tăng và ngược lại. Như vậy, khác với quan điểm của trường phái tân cổ điển đã giải thích ở [Chương 1], trường hợp của Việt Nam trong khoảng 2000 – 2016 ứng với hầu hết dự đoán của các nhà kinh tế học ủng hộ lý thuyết của Keynes rằng có mối quan hệ tích cực giữa thâm hụt và tăng trưởng.
Tuy nhiên, hệ số này đang diễn giải cho mối quan hệ mà ngược lại với kết quả nghiên cứu của tác giả Huỳnh Thế Nguyễn cho giai đoạn 1990 – 2012 rằng thâm hụt khơng có quan hệ dài hạn với tăng trưởng kinh tế hay nghiên cứu của tác giả Đặng Văn Cường cho giai đoạn 2001 – 2013 rằng thâm hụt tác động tiêu cực đến tăng trưởng kinh tế Việt Nam được đề cập ở [Chương 1. Phần 1. Mục 1.2] cũng như nghiên cứu của Shojai (1999).
Hệ số tương quan r(GDP, INF) = 0.1042 là khá thấp hay giữa GDP và INF có mối quan
hệ khơng chặt chẽ. Ngồi ra, hệ số dương cho thấy quan hệ thuận chiều giữa GDP và INF. Theo lí thuyết kinh tế của Kenyes thì điều này là hợp lí, bởi ơng cho rằng trong ngắn hạn, sẽ có sự đánh đổi giữa lạm phát và tăng trưởng. Nghĩa là, muốn cho tăng trưởng đạt tốc độ cao thì phải chấp nhận một tỷ lệ lạm phát nhất định. Nói cách khác trong giai đoạn này, tốc độ tăng trưởng kinh tế và mức lạm phát di chuyển cùng chiều.
Đánh giá tương quan giữa các biến độc lập
Hệ số tương quan r(GBD, INF) = -0.0892 là khá thấp hay GBD và INF có mối quan hệ
khơng chặt chẽ. Ngồi ra, hệ số âm cho thấy quan hệ nghịch chiều giữa GBD và INF. Trong dài hạn, điều này khơng phù hợp với lí thuyết kinh tế. Khi ngân sách bị thâm hụt, Chính phủ có thể phát hành thêm tiền, đi vay nước ngồi hoặc tăng thuế để bù đắp. Nếu lượng tiền phát hành thêm nhiều sẽ gây ra lạm phát, trong khi đi vay nước ngồi và tăng thuế vơ hình chung sẽ đẩy giá cả dịch vụ hàng hóa lên cao, từ đó cũng gây sức ép tăng tỉ lệ lạm phát. Do đó, mối tương quan ngược chiều giữa 2 biến GBD và INF là chưa phù hợp với lí thuyết kinh tế.
1.2. Kết quả ước lượng
Sử dụng phần mềm thống kê Gretl với dữ liệu chuỗi thời gian do nhóm tác giả tự tổng hợp và phương pháp ước lượng OLS, thu được kết quả sau:
Bảng 4. Kết quả ước lượng theo OLS
Model 1: OLS, using observations 1-17 Dependent variable: GDP
Coefficient Std. Error t-ratio p-value
Const 381852 97493.8 3.917 0.0016 ***
GBD 15.6428 0.550362 28.42 8.78e-014 ***
INF 43772.6 7919.47 5.527 7.45e-05 ***
Mean dependent var 2393287 S.D. dependent var 1424651 Sum squared resid 5.47e+11 S.E. of regression 197697.1 R-squared 0.983150 Adjusted R-squared 0.980743
F(2, 14) 408.4383 P-value(F) 3.86e-13
Log-likelihood -229.778 Akaike criterion 465.5560 Schwarz criterion 468.0556 Hannan-Quinn 465.8044
Từ Bảng 4, ta ước lượng được mơ hình hồi quy mẫu tuyến tính:
GDP = 381852 + 15.6428.GBD + 43772.6.INF + 𝐞𝐢
Bảng 5. Ý nghĩa các hệ số hồi quy
Hệ số ước lượng Ý nghĩa
β1
̂ = 381852
Nếu không chịu ảnh hưởng của bất kỳ yếu tố nào thì GDP trung bình = 381852 (tỷ VND). Trên thực tế, điều này là khơng có ý nghĩa do GDP không thể không chịu tác động bởi các nhân tố trên
β2
̂ = 15.6428
Nếu các yếu tố khác không đổi, khi thâm hụt ngân sách nhà nước tăng 1 (tỷ VND) thì GDP trung bình tăng 15.6428 (tỷ VND)
β3
̂ = 43772.6 Nếu các yếu tố khác không đổi, khi tỷ lệ lạm phát tăng 1 (%)
thì GDP trung bình tăng 43772.6 (tỷ VND)
Đánh giá thêm
Ngoài ra, từ kết quả ước lượng ở Bảng 4, ta có:
R2 = 0.983150
Như vậy mức độ phù hợp của mơ hình là 98.315% hay các biến GBD và INF giải thích được đến 98.315 % sự biến động của GDP.
2. Kiểm định
2.1. Kiểm định hồi quy
Các giả thuyết được kiểm định với mức ý nghĩa 𝛼 = 0.05 và độ tin cậy 1 - 𝛼 = 0.95
2.1.1. Kiểm định mức độ phù hợp của mơ hình
Mục đích: Xem xét trường hợp các tham số của biến độc lập đồng thời bằng 0 có thể xảy
ra hay khơng
Kiểm định giả thuyết: {H0: β1 = β2 = β3 = 0 (R
2 = 0) H1: β12+ β22+ β32 ≠ 0 (R2 ≠ 0)
Để kiểm định mức độ phù hợp của mơ hình, nhóm tác giả sử dụng kiểm định F và phương pháp p-value với kết quả thu được nhờ ước lượng bằng phần mềm Gretl.
Phương pháp P-value Dựa vào Bảng 4, ta có: P-value (F) = 3.86e-13 < 𝛼 = 0.05 Do đó, ta bác bỏ giả thuyết H0 Kết luận: Mơ hình phù hợp Phương pháp F (Kiểm định F)
Fqs = R 2×(n−k) (1−R2)(k−1) = 875.2077 Do Fqs > F(0.05(2,14)) = 3.73889 Do đó, ta bác bỏ giả thuyết H0 Kết luận: Mơ hình phù hợp
2.1.2. Kiểm định ý nghĩa thống kê của hệ số hồi quy
Mục đích: Kiểm định ảnh hưởng của từng biến độc lập lên giá trị trung bình của biến phụ
thuộc GDP
Kiểm định giả thuyết: {H0: βi = 0
H1: βi ≠ 0 (i = 2, 3)
Để kiểm định ý nghĩa của hệ số hồi quy, nhóm tác giả sử dụng phần mềm Gretl. Với kết quả thu được ở Bảng 4, nhóm tác giả tổng hợp kiểm định ý nghĩa các hệ số hồi quy ở
Bảng 6 bên dưới:
Bảng 6. Kiểm định ý nghĩa thống kê của hệ số hồi quy Kiểm định Kiểm định
giả thuyết
Biến
độc lập P-Value Kết quả Kết luận
{H0: β2 = 0 H1: β2 ≠ 0 GBD 8.78e-014 < 0.05 Bác bỏ H0. Hệ số ước lượng có ý nghĩa thống kê Thâm hụt ngân sách nhà nước có ảnh hưởng đến GDP {H0: β3 = 0 H1: β3 ≠ 0 INF 7.45e-05 < 0.05 Bác bỏ H0. Hệ số ước lượng có ý nghĩa thống kê Lạm phát có ảnh hưởng đến GDP
2.2. Kiểm định vi phạm giả thiết mơ hình 2.2.1. Kiểm định bỏ sót biến 2.2.1. Kiểm định bỏ sót biến
Kiểm định giả thuyết: {H0: Mơ hình khơng bỏ sót biến
H1: Mơ hình bỏ sót biến
Từ Bảng 4, ta có mơ hình hồi quy mẫu tuyến tính:
GDP = 381852 + 15.6428.GBD + 43772.6.INF + 𝐞𝐢 (1)
Theo đó, ta có hàm hồi quy mẫu (SRF)
GDP̂ = 381852 + 15.6428.GBD + 43772.6.INF
Ta đưa thêm 2 biến GDP̂2 và GDP̂3 vào mơ hình
Thực hiện hồi quy GDP theo các biến GBD, INF, GDP̂2 và GDP̂3
GDP = 𝛃𝟏 + 𝛃𝟐.GBD + 𝛃𝟑.INF + 𝛃𝟒.GDP̂2 + 𝛃
𝟓.GDP̂3 + 𝐕 𝐢
Từ trên, ta tiến hành kiểm định giả thuyết: {H0: β4 = β5 = 0 (R
2 = 0) H1: β42+ β52 ≠ 0 (R2 ≠ 0)
Sử dụng Gretl, với kiểm định Ramsey’s RESET, cho ra kết quả:
Bảng 7. Kiểm định Ramsey's RESET
Auxiliary regression for RESET specification test OLS, using observations 2000-2016 (T = 17) Dependent variable: GDP
coefficient std. error t-ratio p-value ----------------------------------------------------------
const 322992 200495 1.611 0.1332 GBD 14.1599 11.5384 1.227 0.2433 INF 21991.5 30329.9 0.7251 0.4823 yhat^2 1.79503e-07 3.08591e-07 0.5817 0.5715 yhat^3 0.00000 0.00000 −0.9041 0.3837
Test statistic: F = 1.789897,
with p-value = P(F(2,12) > 1.7899) = 0.209
Như vậy, với p-value = 0.209 > 𝛼 = 0.05 Ta chấp nhận giả thuyết H0.
Kết luận: Mơ hình khơng bỏ sót biến.
2.2.2. Kiểm định phân phối chuẩn của nhiễu
Kiểm định giả thuyết: {H0: Nhiễu có phân phối chuẩn
H1: Nhiễu khơng có phân phổi chuẩn
Bảng 8. Phân phối của nhiễu
Test statistic: Chi-square(2) = 1.641 with p-value = 0.4401
Do p-value = 0.4401 > 𝛼 = 0.05 Ta chấp nhận giả thuyết H0
Kết luận: Mơ hình có nhiễu có phân phối chuẩn. 2.2.3. Kiểm định đa cộng tuyến
Đa cộng tuyến là một lỗi của mơ hình phân tích hồi quy, xảy ra khi giữa các biến độc lập
Xi trong mơ hình hời quy đa biến có tương quan tuyến tính với nhau.
Để kiểm định đa cộng tuyến, nhóm tác giả sử dụng thừa số tăng phương sai (VIF) Sử dụng phần mềm Gretl, với phân tích Collinearity, ta có kết quả:
Bảng 9. Phân tích VIF
Variance Inflation Factors Minimum possible value = 1.0
Values > 10.0 may indicate a collinearity problem
GBD 1.008 INF 1.008
VIF(j) = 1/(1 - R(j)^2), where R(j) is the multiple correlation coefficient between variable j and the other independent variables
Belsley-Kuh-Welsch collinearity diagnostics:
--- variance proportions --- lambda cond const GBD INF 2.392 1.000 0.038 0.051 0.055 0.451 2.303 0.001 0.395 0.515 0.156 3.911 0.961 0.553 0.429
lambda = eigenvalues of X'X, largest to smallest cond = condition index
note: variance proportions columns sum to 1.0
Từ Bảng 9, ta có:
VIF (GBD) = 1.008 < 10 VIF (INF) = 1.008 < 10
Như vậy với phương pháp xét thừa số tăng phương sai, có thể đưa ra kết luận mơ hình khơng có đa cộng tuyến
2.2.4. Kiểm định phương sai sai số thay đổi
Một vấn đề khác mà mơ hình cũng có thể gặp phải, đó là phương sai của sai số thay đổi. Hậu quả của phương sai sai số thay đổi là các ước lượng bình phương nhỏ nhất vẫn là khơng chệch nhưng khơng cịn hiệu quả nữa, cùng với đó ước lượng của các phương sai sẽ bị chệch, như vậy làm mất hiệu lực của kiểm định. Điều này làm cho mơ hình kém hiệu quả hơn.
Kiểm định giả thuyết: {H0: Mơ hình khơng có PSSS thay đổi
H1: Mơ hình có PSSS thay đổi
Bảng 10. Kiểm định White PSSS thay đổi
White's test for heteroskedasticity -
Null hypothesis: heteroskedasticity not present Test statistic: LM = 7.43045
with p-value = P(Chi-square(5) > 7.43045) = 0.190545
Như vậy, với p-value = 0.190545 > 𝛼 = 0.05 Ta chấp nhận giả thuyết H0
Kết luận: Mơ hình khơng có PSSS thay đổi 2.2.5. Kiểm định tự tương quan
Kiểm định giả thuyết: {H0: Mơ hình khơng có tự tương quan
H1: Mơ hình có tự tương quan
Để kiểm định tự tương quan của mơ hình, nhóm tác giả sử dụng phương pháp kiểm định Durbin-Watson thông qua phần mềm Gretl.
Bảng 11. Kiểm định TTQ Durbin-Watson
Durbin-Watson statistic = 1.45077 p-value = 0.0433728
CHƯƠNG 4
KẾT LUẬN VỀ KẾT QUẢ PHÂN TÍCH VÀ GỢI Ý CHÍNH SÁCH TĂNG TRƯỞNG KINH TẾ
1. Kết quả nghiên cứu
1.1 Đánh giá chung sau kiểm định
Sau khi thực hiện mơ tả số liệu, ước lượng mơ hình và làm các kiểm định liên quan với bộ số liệu tự thu thập cùng sự trợ giúp của phần mềm Gretl, nhóm tác giả đưa ra một số nhận xét sau đây về mơ hình nghiên cứu.
Thứ nhất, việc ước lượng mơ hình và phân tích tương quan giữa các biến đã cho ra kết
quả khá khả quan về tác động của các nhân tố như thâm hụt ngân sách (GBD) và tỷ lệ lạm phát (INF) tới tổng sản phẩm quốc nội của Việt Nam trong khoảng thời gian từ năm 2000 đến 2016. Nói theo cách khác, các biến độc lập đều có ảnh hưởng đến biến phụ
thuộc. Cụ thể, các biến số độc lập như GBD và INF đều có mối quan hệ thuận chiều với
biến độc lập GDP. Kết quả này là phù hợp với lý thuyết kinh tế và khá sát với dự đốn ban đầu.
Thứ hai, thơng qua việc đánh giá hệ số xác định R2 và làm các kiểm định hồi quy, nhóm tác giả kết luận mơ hình phù hợp với lý thuyết kinh tế. Cụ thể, với kết quả ước lượng mơ hình ở Bảng 4, cho thấy các biến độc lập đều có ý nghĩa thống kê hay GBD và INF đều tác động đến GDP.
Thứ ba, mơ hình khơng có hiện tượng bỏ sót biến. Tuy nhiên, trong thực tế, có thể nhận