Ký hiệu Tên biến Nguồn dữ liệu
Δy Tăng trưởng GDP bình quân đầu
người World Bank
LREM Log của tỷ lệ kiều hối trên GDP UNCTAD
LGCF Log của tỷ lệ nguồn vốn trên GDP World Bank
LPOP Log của tỷ lệ tăng trưởng dân số World Bank
LGOV Log của tỷ lệ chi tiêu chính phủ
trên GDP World Bank
LM2 Log của tỷ lệ M2 trên GDP World Bank
INF Tỷ lệ lạm phát International
Monetary Fund
GDP Tổng sản phẩm nội địa World Bank
4.3.3 Mẫu dữ liệu
Bảng 4.5 Mẫu dữ liệu gồm 29 quốc gia đang phát triển trong giai đoạn 2000-2011
STT Tên nước 1 Angola 2 Argentina 3 Bangladesh 4 Brazil 5 Cambodia 6 Cameroon 7 Colombia 8 Ecuador 9 Egypt 10 Gambia 11 Grenada
12 India 13 Jordan 14 Lebanon 15 Lesotho 16 Malaysia 17 Mexico 18 Mongolia 19 Morocco 20 Namibia 21 Pakistan 22 Panama
23 Papua New Guinea
24 Paraguay
26 South Africa
27 Thailand
28 Tunisia
5.KẾT QUẢ NGHIÊN CỨU
5.1Kết quả thống kê mô tả
Bảng 5.1 Thống kê mô tả các biến trong mơ hình
stats y lgcf lpop inf lm2 lgov lre m max 18.99 1.8 .69 325.03 2.39 1.62 1.79 min -11.74 .66 -.86 -1.77 1.11 .54 -2.1 mea 3.25586 1.34454 . 8.01267 1.71548 1.11146 . p50 3.245 1.35 .2 4.695 1.715 1.1 .525 sd 3.48622 4 .1310567 .2414797 21.35275 .2777701 .1874242 .7632049 stats lrem2 lremxlm
2 ins max 4.41 3.31 .53 min 0 -3.33 .18 mea . . . p50 .43 .87 .39 sd . 7547456 1.313001 .0613693 Nguồn: Stata
5.2 Ma trận tương quan
Bảng 5.2 Ma trận tương quan
y lgcf lpop inf lm2 lgov lrem lrem 2 y 1.0000 lgcf 0.2110 1.0000 lpop 0.0090 -0.4688 1.0000 inf -0.0231 -0.1902 0.1608 1.0000 lm2 0.0057 0.4161 -0.2257 -0.2223 1.0000 lgov -0.1663 -0.0167 -0.1067 0.1447 0.0852 1.0000 lrem 0.0076 0.4599 -0.1739 -0.2176 0.2895 -0.1400 1.0000 lrem2 0.1007 0.0048 0.1211 0.1681 0.0199 0.3844 0.1224 1.000 Nguồn: Stata
Dựa vào kết quả trình bày ở bảng 4.2, có thể thấy rằng hệ số tương quan giữa các biến đều thấp (nhỏ hơn 0,5), nghĩa là ít khả năng xảy ra hiện tượng đa cộng tuyến.
Như vậy, bộ dữ liệu tôi sử dụng tương đối phù hợp để nghiên cứu tác động của kiều hối đến tăng trưởng kinh tế ở những nước đang phát triển.
5.3 Kết quả thực nghiệm
Bảng 5.3 Kết quả hồi quy trên Stata của phương trình (2)
Δyit = 0 + 1LREMit + 2LGCFit + 3LPOPit + 4LGOVit + 5LM2it + 6INFit + εit
Estimates efficient for homoskedasticity only Statistics consistent for homoskedasticity only
Number of obs 34 F( 6, 313) = 11.72 Prob > F = 0.000 Total (centered) SS = 3355.437466 Centered R2 = 0.148 Total (uncentered) SS = 3355.437466 Uncentered R2 0.148 Residual SS = 2855.94292 Root MSE = 2.992
y Coef. Std. Err. z P>|z| [95% Conf. Interval] lrem 6.742207 3.15447 2.14 0.033 . 12.9248 lgcf 6.652601 2.801616 2.37 0.018 1.16153 12.1436 lpop -.4906889 1.741043 -0.28 0.778 -3.903071 2.92169 lgov -18.94966 3.951759 -4.80 0.000 -26.69496 - lm2 -5.172973 2.250758 -2.30 0.022 -9.584378 -.761568 inf -.038963 .0127918 -3.05 0.002 -.0640344 -.013891 6 Underidentification test (Anderson canon. corr. LM statistic): 39.55
Chi-sq(1) P-val = 0.000 0 Weak identification test (Cragg-Donald Wald F statistic): 44.31 Stock-Yogo weak ID test critical values: 10% maximal IV size 16.38
15% maximal IV size 8.96 20% maximal IV size 6.66 25% maximal IV size 5.53 Source: Stock-Yogo (2005). Reproduced by permission.
Sargan statistic (overidentification test of all instruments): 0.000 (equation exactly identified)
Instrumented: lrem
Included instruments: lgcf lpop lgov lm2 inf Excluded instruments: ins
Bảng 5.4 Kết quả hồi quy trên Stata của phương trình (3)
Δyit = 0 + 1LREMit + 2(LREMit)2 + 3LGCFit + 4LPOPit + 5LGOVit + 6LM2it + 7INFit + εit
FIXED EFFECTS ESTIMATION
Number of groups = 29 Obs per group: min = 12
avg = 12.0
max = 12
2-Step GMM estimation
Estimates efficient for homoskedasticity only Statistics consistent for homoskedasticity only
Number of obs 34 F( 7, 312) = 11.61 Prob > F = 0.000
Total (centered) SS = 3355.437466 Centered R2 = 0.180
Total (uncentered) SS = 3355.437466 Uncentered R2 0.180
Residual SS = 2750.481008 Root MSE = 2.936
y Coef. Std. Err. z P>|z| [95% Conf. Interval] lrem 6.032971 3.139139 1.92 0.055 -.1196287 12.1855 lgcf 7.609815 2.793794 2.72 0.006 2.134079 13.0855 lpop -.6177082 1.709139 -0.36 0.718 -3.96756 2.73214 lgov -20.96585 3.96545 -5.29 0.000 -28.73799 -13.19372 lm2 -3.544918 2.296807 -1.54 0.123 -8.046576 . inf -.0476192 .0127089 -3.75 0.000 -.0725282 -.0227102 lrem2 -1.841358 .691678 -2.66 0.008 -3.197022 -.485694
Source: Stock-Yogo (2005). Reproduced by permission.
Sargan statistic (overidentification test of all instruments): 0.000 (equation exactly identified)
Instrumented: lrem
Included instruments: lgcf lpop lgov lm2 inf lrem2 Excluded instruments: ins
.
Underidentification test (Anderson canon. corr. LM statistic): 38.67 Chi-sq(1) P-val = 0.000
0 Weak identification test (Cragg-Donald Wald F statistic): 43.04 Stock-Yogo weak ID test critical values: 10% maximal IV size 16.38
15% maximal IV size 8.96
20% maximal IV size 6.66
Bảng 5.5 Kết quả hồi quy trên Stata của phương trình (4)
Δyit = 0 + 1LREMit + 2(LREMit)2 + 3(LREMxLM2) + 4LGCFit + 5LPOPit + 6LGOVit + 7LM2it + 8INFit + εit
FIXED EFFECTS ESTIMATION
Number of groups = 29 Obs per group: min = 12
avg = 12.0
max = 12
2-Step GMM estimation
Estimates efficient for homoskedasticity only Statistics consistent for homoskedasticity only
Number of obs 34
F( 8, 311) = 6.28 Prob > F = 0.000
Total (centered) SS = 3355.437466 Centered R2 = -0.3830
Total (uncentered) SS = 3355.437466 Uncentered R2 -0.3830
Residual SS = 4640.668764 Root MSE = 3.814
y Coef. Std. Err. z P>|z| [95% Conf. Interval]
lrem 53.74738 61.0717 0.88 0.379 -65.95094 173.4457 lgcf 8.729048 3.223914 2.71 0.007 2.41029 15.0478 lpop -.7631196 2.229377 -0.34 0.732 -5.132619 3.60638 lgov -18.85276 6.133839 -3.07 0.002 -30.87487 -6.830659 lm2 1.214091 6.139455 0.20 0.843 -10.81902 13.2472 inf -.055889 .0235948 -2.37 0.018 -.102134 -.009644 lrem2 -2.810831 1.327474 -2.12 0.034 -5.412633 -.2090298 lremxlm2 -27.20838 32.64796 -0.83 0.405 -91.19722 36.78045 Underidentification test (Anderson canon. corr. LM statistic): 2.213 Chi-sq(1) P-val = 0.136
9 Weak identification test (Cragg-Donald Wald F statistic): 2.172 Stock-Yogo weak ID test critical values: 10% maximal IV size 16.38
15% maximal IV size 8.96
20% maximal IV size 6.66
25% maximal IV size 5.53
Source: Stock-Yogo (2005). Reproduced by permission.
Sargan statistic (overidentification test of all instruments): 0.000 (equation exactly identified)
Instrumented: lrem
Included instruments: lgcf lpop lgov lm2 inf lrem2 lremxlm2 Excluded instruments: ins
.
Bảng 5.6 Kiều hối và tăng trưởng kinh tế
Biến phụ thuộc: Tăng trưởng GDP bình quân đầu người
Biến giải thích Ký hiệu Phương
trình (2)
Phương trình (3)
Phương trình (4)
Log của tỷ lệ nguồn
vốn trên GDP LGCF 6,6526 (2,37)** 7,6098 (2,72)*** 8,7290 (2,71)*** Log của tỷ lệ tăng
trưởng dân số LPOP
-0,4907 (-0,28) -0,6177 (-0,36) -0,7631 (-0,34) Log của tỷ lệ chi
LGOV -18,9497 -20,9659 -18,8528 tiêu chính phủ trên GDP (-4,80)*** (-5,29)*** (-3,07)*** Log của tỷ lệ M2 trên GDP LM2 -5,1730 (-2,30)** -3,5449 (-1,54) 1,2141 (0,20) Tỷ lệ lạm phát INF -0,0390 (-3,05)*** -0,0476 (-3,75)*** -0,0559 (-2,37)** Log của tỷ lệ kiều
hối trên GDP LREM
6,7422 (2,14)** 6,0330 (1,92)* 53,7474 (0,88) Bình phương log LREM2 -1,8414 -2,8108
của tỷ lệ kiều hối
trên GDP (-2,66)*** (-2,12)**
Log của tỷ lệ kiều
LREMxLM2 -27,2084
hối trên GDP nhân
tỷ lệ M2 trên GDP (-0,83)
Các giá trị trong ngoặc là giá trị của thống kê t. * có ý nghĩa ở mức 10%, ** có ý nghĩa ở mức 5%, *** có ý nghĩa ở mức 1%
Kết quả hồi quy tác động của kiều hối đến tăng trưởng kinh tế với mẫu gồm 29 quốc gia đang phát triển được trình bày trong bảng 5.6 sử dụng phương pháp ước lượng IV-GMM. Vấn đề nội sinh được giải quyết thông qua biến công cụ là tỷ lệ kiều hối trên GDP của các quốc gia cịn lại trong mẫu.
Các cột phương trình (2), phương trình (3) và phương trình (4) trong bảng 4.6 trình bày kết quả của các phương trình hồi quy (2), (3) và (4) trong mơ hình tương ứng với trường hợp (2) phương trình hồi quy chỉ có biến tỷ lệ kiều hối trên GDP đứng một mình, (3) thêm dạng bình phương tỷ lệ kiều hối trên GDP và (4) thêm biến tương tác của tỷ lệ kiều hối trên GDP với mức độ phát triển của thị trường tài chính mà đại diện là biến tỷ lệ M2 trên GDP.
Kết quả trong các cột của phương trình (2), (3) và (4) cho thấy, hệ số ước lượng của biến log của tỷ lệ kiều hối trên GDP trong cả ba trường hợp đều là dương (6,7422), (6,0330) và (53,7474). Tuy nhiên chỉ có hai trường hợp đầu hệ số ước lượng của biến log của tỷ lệ kiều hối trên GDP có ý nghĩa thống kê lần lượt ở mức ý nghĩa 5% và 10%. Khi thêm biến tương tác giữa kiều hối và phát triển tài chính thì tác động tích cực của biến tỷ lệ kiều hối trên GDP trở nên mất ý nghĩa.
Tiếp theo đó, hệ số ước lượng của biến log của tỷ lệ kiều hối trên GDP bình phương trong cả hai phương trình (3) và (4) đều âm (-1,8414), (-2,8108) và có ý nghĩa thống kê cao ở mức 1% và 5%. Kết quả này ủng hộ quan điểm kiều hối tác động đến tăng trưởng kinh tế ở dạng phi tuyến. Trong khi đó, Chami, R. et al. (2003) và Chami, R. et al. (2008) cũng nghi ngờ về tác động phi tuyến của kiều hối đến tăng trưởng thu nhập bình qn đầu người, kết quả của nhóm tác giả này cho thấy dạng bậc hai của biến này cũng có hệ số ước lượng âm nhưng khơng có ý nghĩa. Hệ số của biến kiều hối ở dạng bậc hai là âm cho thấy đồ thị tác động của biến kiều hối đến tăng trưởng kinh tế của các quốc gia trong mẫu có dạng hình chữ U ngược. Khi tỷ lệ kiều hối trên GDP tương đối thấp sẽ có tác động kích thích tăng trưởng kinh tế nhưng khi vượt qua ngưỡng thì tác động của kiều hối trở nên tiêu cực. Tác động phi tuyến của kiều hối đến tăng trưởng kinh tế phù hợp với các lập luận về mặt lý thuyết của các
nghiên cứu trước đây cho rằng kiều hối có tác động tích cực lẫn tiêu cực đến nền kinh tế. Nếu dòng kiều hối chuyển vào các quốc gia đang phát triển ở mức độ vừa đủ kích thích nền kinh tế tăng trưởng thông qua gia tăng đầu tư vốn vật chất, tích lũy vốn con người, phát triển hệ thống tài chính, giảm gánh nặng ngân sách của quốc gia tiếp nhận và gia tăng tiêu dùng, lúc này kiều hối sẽ có tác động tích cực đến tăng trưởng kinh tế. Trái lại, khi dòng kiều hối đổ vào các nước đang phát triển quá nhiều, gây ra tâm lý ỷ lại của gia đình có nhận kiều hối sẽ làm giảm cung lao động. Một tác động khác khi tỷ lệ kiều hối trên GDP cao là làm giảm trình độ cơng nghệ của nền kinh tế thông qua đánh giá cao tỷ giá hối đối thực. Thơng thường, trình độ cơng nghệ của nền kinh tế phụ thuộc vào quy mô của lĩnh vực thương mại. Sản xuất của khu vực hàng hóa thương mại như các sản phẩm phi truyền thống hướng tới xuất khẩu có thể khuyển khích nâng cao kỹ thuật và gia tăng trình độ cơng nghệ của các công ty trong nền kinh tế. Tuy nhiên, nếu tỷ giá hối đoái thực bị đánh giá cao do dịng kiều hối đổ vào thì lĩnh vực thương mại sẽ kém cạnh tranh. Khi đó tác động của “căn bệnh Hà Lan” sẽ làm co khu vực thương mại và làm giảm trình độ cơng nghệ của nền kinh tế và kết quả là làm giảm tăng trưởng kinh tế.
Khi đưa thêm biến tương tác vào phương trình hồi quy, hệ số của biến tương tác là âm (27,2084) nhưng khơng có ý nghĩa thống kê. Kết quả này tương đồng với nghiên cứu của Chami, R. et al. (2008) khi sử dụng đầy đủ bộ biến kiểm soát ở cả hai phương pháp OLS và fixed - effects. Nyamongo, E. et al. (2012) khi nghiên cứu ở các nước châu Phi cũng cho kết quả khơng có ý nghĩa thống kê. Điều này cho thấy vai trò của phát triển tài chính trong mối liên kết với kiều hối đến tăng trưởng kinh tế ở các quốc gia đang phát triển trong mẫu còn yếu.
Tuy nhiên, nếu chỉ xét tác động riêng của yếu tố phát triển tài chính với đại diện là log của tỷ lệ M2 trên GDP đến tăng trưởng kinh tế, trong trường hợp phương trình hồi quy chỉ có biến log của tỷ lệ kiều hối trên GDP, thì hệ số ước lượng của biến log của tỷ lệ M2 trên GDP là âm và có ý nghĩa thống kê ở mức 5%. Khi thêm dạng bậc hai của biến kiều hối, trong phương trình (3), hệ số của biến log của tỷ lệ M2 trên
GDP cũng là âm nhưng khơng có ý nghĩa. Cịn khi biến tương tác của kiều hối và phát triển tài chính được đưa vào mơ hình, hệ số của biến log của tỷ lệ M2 trên GDP trở nên dương và khơng có ý nghĩa thống kê.
Đối với các biến kiểm sốt cịn lại, đầu tiên là đại diện của tỷ lệ đầu tư nội địa: log của tỷ lệ nguồn vốn trên GDP, trong cả ba phương trình hồi quy đều cho thấy hệ số ước lượng dương và có ý nghĩa thống kê cao. Catrinescu, N. et al. (2006) cũng cho kết quả tương tự khi đưa biến này vào mơ hình hồi quy.
Biến kiểm soát thứ hai, log của tốc độ tăng trưởng dân số đại diện cho nguồn vốn con người đều cho thấy kết quả khơng có ý nghĩa mặc dù cả ba trường hợp hệ số ước lượng đều là âm. Kết quả này tương tự với nghiên cứu của Giuliano, P. and Ruiz-Arranz, M. (2005) khi sử dụng phương pháp ước lượng fixed-effects.
Thứ ba, biến log của tỷ lệ chi tiêu của Chính phủ trên GDP, đại diện cho quy mơ của Chính phủ trong cả ba phương trình đều cho thấy có tác động tiêu cực đến tăng trưởng kinh tế và có ý nghĩa thống kê cao ở mức 1%. Nyamongo, E. et al. (2012) cũng tìm thấy kết quả tương tự và nhóm tác giả này cho rằng sự can thiệp sâu hơn của Chính phủ đối với nền kinh tế sẽ dẫn đến kết quả tiêu cực đối với tăng trưởng.
Cuối cùng, biến kiểm soát đại diện cho mức độ ổn định của nền kinh tế, tỷ lệ lạm phát cho kết quả giống với kỳ vọng và các nghiên cứu trước đây. Theo Nyamongo, E. et al. (2012) tác động trái chiều và có ý nghĩa thống kê của biến này đối với tăng trưởng kinh tế ủng hộ quan điểm truyền thống tăng trưởng kinh tế cao hơn chỉ có thể đạt được trong mơi trường lạm phát thấp và ổn định. Bởi vì lạm phát thấp tạo ra mơi trường dễ dự báo tương lai. Trong khi đó, các nhà đầu tư thường lo lắng nhiều hơn về tương lai và họ có xu hướng thực hiện các quyết định đầu tư dài hạn dựa trên mức độ chắc chắn mà họ nhìn thấy ở quốc gia đầu tư.
5.4 Kiểm định tính xác định của mơ hình
Theo Baum, C., 2008, khi sử dụng phương pháp ước lượng GMM với biến cơng cụ có 3 trường hợp:
• Trường hợp 1: Under-identified: số lượng biến cơng cụ ít hơn số lượng biến nội sinh, không thể sử dụng IV-GMM.
• Trường hợp 2: Over-identified: số lượng biến công cụ nhiều hơn số lượng biến nội sinh. Trong trường hợp này, chỉ số thống kê Sargan- Hansen được sử dụng để kiểm định tính xác định của mơ hình.
• Trường hợp 3: Exactly-identified: số lượng biến công cụ bằng số lượng biến nội sinh: mơ hình được xác định.
Trong bài nghiên cứu này, tôi sử dụng duy nhất biến công cụ là tỷ lệ kiều hối trên GDP của các quốc gia còn lại trong mẫu (INS) cho biến nội sinh log của tỷ lệ kiều hối trên GDP (LREM), do đó trong các bảng kết quả hồi quy trên Stata (bảng 5.3, bảng 5.4 và bảng 5.5) thể hiện trường hợp “exactly-indentified”, mơ hình được xác định.
6. KẾT LUẬN
Bài nghiên cứu này kiểm định vai trò của của kiều hối đối với tăng trưởng kinh tế của quốc gia tiếp nhận với dữ liệu bảng bao gồm 29 quốc gia đang phát triển trong giai đoạn 2000-2011. Kết quả thực nghiệm cho thấy vai trò quan trọng của kiều hối đối với các quốc gia đang phát triển, ít nhất là đối với các quốc gia trong mẫu và có hai điểm mới quan trọng như sau:
• Thứ nhất, nghiên cứu này sử dụng phương pháp IV-GMM cho dữ liệu bảng với biến công cụ là tỷ lệ kiều hối của các quốc gia còn lại trong mẫu. Biến công cụ này được đánh giá là xử lý vấn đề nội sinh tốt hơn khi