Nhìn vào bảng 8 ta thấy, với độ tin cậy 95%, nếu thâm hụt NSNN tăng 1% với điểu kiện các yếu tố khác khơng đổi thì GDP của Việt Nam tăng trong khoảng 0,572339% đến 0,821542%.
2.3.2 Các kiểm định
2.3.2.1 Kiểm định hệ số hồi quy
Nhìn vào bảng 7: p – value = 0,6880 > = 5%, không bác bỏ H0, biến RIR không ảnh hưởng đến biến GDP.
Giả thuyết: {𝐻0: 𝛽2 = 0
𝐻1: 𝛽2 ≠ 0
Nhìn vào bảng 7: p – value = 0,0002 < = 5%, bác bỏ H0, biến INF có ảnh hưởng đến biến GDP.
Giả thuyết: {𝐻0: 𝛽3 = 0
𝐻1: 𝛽3 ≠ 0
Nhìn vào bảng 7: p – value = 0,0158 < = 5%, bác bỏ H0, biến REER có
ảnh hưởng đến biến GDP. Giả thuyết: {𝐻0: 𝛽4 = 0
𝐻1: 𝛽4 ≠ 0
Nhìn vào bảng 7: p –value = 2,45e-09 < = 5%, bác bỏ H0, biến BD có có ảnh hưởng đến biến GDP.
Kết quả kiểm định cho thấy chỉ các biến INF, REER, BD là có tác động đến biến GDP, điều này khác với kỳ vọng ban đầu của nhóm tác giả về sự tác động của tất cả các biến RIR, INF, REER, BD đến biến GDP.
2.3.2.2 Kiểm định sự phù hợp của mơ hình
Giả thuyết {𝐻0: 𝛽1 = 𝛽2 = 𝛽3 = 𝛽4 = 0 𝐻1: 𝛽12+ 𝛽22+ 𝛽32+ 𝛽42 ≠ 0 Ta có: Fqs = 𝑅 2 .(𝑛−𝑘) (1− 𝑅2).(𝑘−1) = 0,989803.(21−5) (1−0,989803).(5−1) = 388,2722369 F0,05(4;16) = 3.0069 Từ đó ta có: F > F0,05(4,16) bác bỏ H0. Suy ra, mơ hình phù hợp.
2.3.2.3 Kiểm định bỏ sót biến quan trọng
Sử dụng Ramsey’s RESET Test
Auxiliary regression for RESET specification test OLS, using observations 1996-2016 (T = 21) Dependent variable: l_GDP
Coefficient std. error t-ratio p-value -----------------------------------------------------------------------------
const 1931,19 975,858 1,979 0,0678 RIR −1,95317 1,00658 −1,940 0,0727 INF −9,73210 5,02351 −1,937 0,0731 l_REER −518,555 267,384 −1,939 0,0729 l_BD −309,434 159,751 −1,937 0,0732 yhat^2 17,6527 9,17050 1,925 0,0748 yhat^2 −0,233259 0,122260 −1,908 0,0771 Test statistic: F = 2,754548, with p-value = P(F(2,14) > 2,75455) = 0,098