4. DỮ LIỆU, MƠ HÌNH VÀ PHƢƠNG PHÁP NGHIÊN CỨU
4.2. Mơ hình nghiên cứu
Bài nghiên cứu sử dụng hàm sản xuất Cobb-Douglas để đo lường mối quan hệ giữa phát triển tài chính và tăng trưởng kinh tế. Hàm sản xuất có dạng như sau:
Trong đó + : Đại diện cho sản lượng thực tế
+ Ω : Được xác định bởi tác động của tỷ suất sinh lợi thực tế và phát triển tài chính
+ : Đại diện cho yếu tố lao động + : Đại diện cho yếu tố vốn
+ , Ф : Thể hiện độ co giãn từng phần của các yếu tố lao động và vốn
Tất cả các biến số trong bài nghiên cứu đều được thể hiện dưới dạng ln, do đó, phương trình (1) có thể được viết lại như sau:
(2)
Trong đó + : Là hằng số biểu thị cho hệ số chặn. + : Là logarit tự nhiên của sản lượng thực tế.
+ : Là logarit tự nhiên của phát triển tài chính (tương đương với logarit tự nhiên của chỉ số tổng hợp – được tạo ra từ 08 đại lượng đặc trưng trong khu vực ngân hàng).
+ : Là logarit tự nhiên của lãi suất huy động kỳ hạn 03 tháng. + : Là logarit tự nhiên của yếu tố lao động (tương đương với
logarit tự nhiên của tỷ lệ giữa lực lượng lao động và số lao động có việc làm).
+ : Là logarit tự nhiên của yếu tố vốn (tương đương với logarit tự nhiên của tỷ lệ giữa tổng tích lũy tài sản cố định quốc gia thực và GDP thực).
+ : Là sai số
Bên cạnh đó, bài nghiên cứu cịn đưa thêm vào mơ hình nghiên cứu hai biến số đại diện cho độ mở thương mại và tác động của khủng hoảng kinh tế toàn cầu.
Thực tế ghi nhận, Việt Nam là một quốc gia có độ mở kinh tế khá cao và tăng lên tương đối nhanh. Độ mở này là kết quả của đường lối đổi mới và mở cửa hội nhập với thế giới trong điều kiện tồn cầu hóa và thế giới phẳng, của chủ trương đa dạng hóa, đa phương hóa. Đến năm 2013, đã có 22 mặt hàng đạt kim ngạch từ 1 tỷ USD trở lên, trong đó có 2 mặt hàng đạt quy mô rất lớn (điện thoại các loại và linh kiện, dệt may...). Có 19 tỉnh/thành phố đạt từ 1 tỷ USD trở lên, trong đó cao nhất là TP.HCM, tiếp đến là Bắc Ninh, Bình Dương, Đồng Nai... Trong gần 240 nước và vùng lãnh thổ trên thế giới, Việt Nam đã có quan hệ bn bán với khoảng 180 thị trường; năm 2013 có 27 thị trường đạt từ 1 tỷ USD trở lên, trong đó cao nhất là Mỹ, tiếp đến là Nhật Bản, Trung Quốc... Do đó, với độ mở rộng như trên thì việc xem xét tác động của độ mở thương mại đến tăng trưởng kinh tế tại Việt Nam cũng là một điều cần thiết. Do đó, nghiên cứu bổ sung biến số này vào mơ hình thực nghiệm.
Giai đoạn 2002 - 2007, Việt Nam luôn được coi một trong những điểm sáng trong bản đồ kinh tế toàn cầu với tốc độ tăng trưởng bình quân đạt 7,8%. Với việc gia nhập tổ chức Thương mại Thế giới (WTO) năm 2007, tốc độ tăng trưởng GDP lên tới gần 8,5%. Từ khi khủng hoảng kinh tế toàn cầu nổ ra năm 2008, Việt Nam chìm trong vịng xốy tăng trưởng chậm khi các thị trường xuất khẩu lớn bị ảnh hưởng, sức mua trong nước giảm. Cả giai đoạn này, tăng GDP luôn thấp hơn 7% và ngày càng đi xuống, đến năm 2012 chỉ còn 5,03%, chưa bằng hai phần ba so với mức trước khi khủng hoảng. Chính phủ đã tung ra gói kích cầu một một tỷ USD vào năm 2009 nhưng do những yếu kém nội tại, nền kinh tế chưa thể bứt lên. Do đó, bài nghiên cứu đưa thêm vào mơ hình một biến giả đại diện cho tác động của khủng hoảng kinh tế toàn cầu với giả định biến giả nhận giá trị 0 cho những Quý trước năm 2008 và giá trị 1 cho những quý sau năm 2008 (Quý cụ thể trong năm 2008 sẽ được xác định trong phần kết quả thực nghiệm).
Mơ hình nghiên cứu khi đưa thêm hai biến số mới có dạng như sau:
Trong đó: : là logarit tự nhiên của độ mở thương mại và : là biến giả đại diện cho tác động của khủng hoảng kinh tế toàn cầu năm 2008.
4.3. Phƣơng pháp nghiên cứu
Để có thể xác định được mối quan hệ giữa tăng trưởng kinh tế và phát triển tài chính tại Việt Nam, bài nghiên cứu sử dụng một số phương pháp được thực hiện tuần tự như sau:
+ Đầu tiên, phương pháp phân tích thành phần chính được sử dụng để giảm kích thước của các chỉ số phát triển tài chính bằng cách nhóm chúng thành chỉ số thành phần phụ. Có quá nhiều vấn đề cần phải xem xét nên khơng có chỉ số nào trong 08 chỉ số có thể là đại diện hồn hảo cho sự phát triển tài chính. Hơn nữa, mối tương quan cao giữa các chỉ số này cùng với một kích thước mẫu tương đối nhỏ sẽ không cho phép chúng ta sử dụng nhiều hơn 01 chỉ số đại diện của sự phát triển tài chính vào trong phương trình.
+ Bước thứ 02 của phân tích, sử dụng phương pháp kiểm định nghiệm đơn vị để điều tra các đặc tính của chuỗi thời gian đối với từng chuỗi riêng lẻ.
+ Bước thứ 03 sử dụng kiểm định giới hạn trong ARDL để kiểm tra sự tồn tại đồng liên kết giữa các biến.
4.3.1. Phƣơng pháp phân tích thành phần chính
Phép phân tích thành phần chính là một thuật tốn thống kê sử dụng phép biến đổi trực giao để biến đổi một tập hợp dữ liệu từ một không gian nhiều chiều sang một không gian mới ít chiều hơn (02 hoặc 03 chiều) nhằm tối ưu hóa việc thể hiện sự biến thiên của dữ liệu.
Phép biến đổi tạo ra những ưu điểm sau đối với dữ liệu:
Giảm số chiều của không gian chứa dữ liệu khi nó có số chiều lớn, khơng thể thể hiện trong không gian 02 hay 03 chiều.
Xây dựng những trục tọa độ mới, thay vì giữ lại các trục của khơng gian cũ, nhưng lại có khả năng biểu diễn dữ liệu tốt tương đương và đảm bảo độ biến thiên của dữ liệu trên mỗi chiều mới.
Tạo điều kiện để các liên kết tiềm ẩn của dữ liệu có thể được khám phá trong không gian mới, mà nếu đặt trong không gian cũ thì khó phát hiện vì những liên kết này không thể hiện rõ.
Đảm bảo các trục tọa độ trong không gian mới luôn trực giao đôi một với nhau, mặc dù trong khơng gian ban đầu các trục có thể khơng trực giao. Với những ưu điểm này, PCM đã được ứng dụng trong rất nhiều trong các lĩnh vực khác nhau về khoa học và đời sống. Điển hình như trong kinh tế và tài chính, PCM được sử dụng để nghiên cứu sự thay đổi của thị trường chứng khoán, thị trường hàng hóa, tăng trưởng kinh tế, tỷ giá hối đối, …thơng qua việc trích xuất các thơng tin quan trọng từ tập hợp dữ liệu, thu hẹp kích thước của dữ liệu bằng cách chỉ giữ lại các thơng tin quan trọng, đơn giản hóa việc mơ tả dữ liệu và phân tích cấu trúc của các quan sát và các biến.
Để có thể làm được những điều này, PCM sẽ tạo ra các biến số mới được gọi là “thành phần chính” dưới hình thức kết hợp tuyến tính của các biến số gốc ban đầu.
∑
Trong đó: Fi là thành phần chính thứ i, wij là tỷ trọng của biến số gốc thứ j trong thành phần chính thứ i, Xj là biến số gốc thứ j và k là tổng số biến gốc ban đầu (i ≤ k).
Thành phần chính thứ nhất sẽ có phương sai lớn nhất, sau đó sẽ giảm dần ở các thành phần chính thứ hai, thứ ba và cịn lại. Số lượng các thành phần chính này sẽ ít hơn hoặc tối đa là bằng với số lượng các biến số gốc ban đầu, đồng thời các thành phần chính này sẽ khơng có tương quan với nhau.
4.3.2. Phƣơng pháp kiểm định tính dừng
Trong phân tích dữ liệu chuỗi thời gian, một mơ hình tốt được đưa ra khi phân tích trên các dữ liệu dừng. Theo Gujarati (2003) một chuỗi thời gian là dừng khi giá trị trung bình, phương sai, hiệp phương sai (tại các độ trễ khác nhau) giữ nguyên không đổi cho dù chuỗi được xác định vào thời điểm nào đi nữa. Chuỗi dừng có xu hướng trở về giá trị trung bình và những dao động quanh giá trị trung bình sẽ là như nhau. Có nhiều phương pháp kiểm tra tính dừng của chuỗi thời gian: kiểm định Dickey–Fuller (DF), kiểm định Phillip–Person (PP) và kiểm định Dickey và Fuller mở rộng (ADF), kiểm tra bằng giản đồ tự tương quan,…
Theo Ramanathan (2002) hầu hết các chuỗi thời gian về kinh tế là khơng dừng vì chúng thường có một xu hướng tuyến tính hoặc mũ theo thời gian. Tuy nhiên có thể biến đổi chúng về chuỗi dừng thơng qua q trình sai phân. Nếu sai phân bậc 1 của một chuỗi có tính dừng thì chuỗi ban đầu gọi là tích hợp bậc 1, ký hiệu là I(1). Tương tự, nếu sai phân bậc d của một chuỗi có tính dừng thì chuỗi ban đầu gọi là tích hợp bậc d, ký hiệu là I(d). Nếu chuỗi ban đầu (chưa lấy sai phân) có tính dừng thì gọi là I(0).
Kiểm định nghiệm đơn vị là một kiểm định được sử dụng khá phổ biến để kiểm định một chuỗi thời gian là dừng hay không dừng. Dickey và Fuller (1981) đã đưa ra kiểm định Dickey và Fuller mở rộng (ADF). Kết quả của kiểm định ADF thường rất nhạy cảm với sự lựa chọn chiều dài độ trễ k nên tiêu chuẩn thông tin AIC (Akaike’s Information Criterion) của Akaike (1973) được sử dụng để chọn lựa k tối ưu cho mơ hình ADF. Cụ thể, giá trị k được lựa chọn sao cho AIC nhỏ nhất. Giá trị này sẽ được tìm một cách tự động khi dùng phần mềm Eviews để thực hiện kiểm định nghiệm đơn vị. Bên cạnh đó, bài nghiên cứu cịn sử dụng thêm kiểm định Phillips-Perron để kiểm định tính dừng của chuỗi thời gian một cách đầy đủ hơn. Cả hai kiểm định ADF và P-P hầu như đều cho ra cùng một kết quả như nhau tuy nhiên cách thức tính tốn giá trị thống kê của kiểm định P-P thì phức tạp hơn. Tuy nhiên, hai phương pháp này có nhược điểm chính là cho ra kết luận về tính dừng hay
không dừng không thuyết phục nếu chuỗi thời gian có đặc tính “dừng” nhưng rất gần với cận biên “không dừng”. Một cách khắc phục nhược điểm này là sử dụng kiểm định tính dừng (stationarity test) – phương pháp kiểm định KPSS (Kwaitowski, Philips, Schmidt và Shin, 1992) bên cạnh kiểm định nghiệm đơn vị (unit root tests).
Bên cạnh đó, Perron (1989) lại cho rằng các chuỗi thời gian khơng phải là các chuỗi có nghiệm đơn vị, mà là các chuỗi cân bằng có xu hướng và có biến đổi về cấu trúc (structural breaks). Điển hình như các sự kiện: khủng hoảng năm 1929, cơn sốc giá dầu, thay đổi công nghệ, … sẽ làm thay đổi giá trị trung bình (mean) của các dãy số như GDP. Do đó, khi có biến đổi về cấu trúc thì mọi kiểm định nghiệm đơn vị đều bị chệch, điều này có nghĩa là nếu khơng nhận ra các biến đổi về cấu trúc thì sẽ ln tìm thấy nghiệm đơn vị cho dù bản chất của chuỗi là khơng có. Để có thể xác định được sự hiện diện của sự biến đổi cấu trúc trong các biến số, bài nghiên cứu thử nghiệm kiểm định Zivot – Andrews (Zivot và Andrews, 1992) để xác định sự biến đổi cấu trúc tại một điểm chưa xác định. Kiểm định ZA sẽ phân tích giả thuyết không của kiểm định nghiệm đơn vị trên một chuỗi với khơng có sự phá vỡ, ngược lại với giả thuyết đối là một quá trình dừng xu hướng với kết hợp những thay đổi một lần trong mức và độ dốc cả hàm xu hướng của chuỗi. Trong kiểm định này thời điểm phá vỡ được lựa chọn từ điểm mà thống kê t kiểm định giả thuyết không của nghiệm đơn vị là bé nhất.
4.3.3. Phƣơng pháp tự hồi quy phân phối trễ
Bài nghiên cứu sử dụng phương pháp tự hồi quy phân phối trễ của Pesaran et al. (2001) để kiểm định sự tồn tại của hiện tượng đồng liên kết cũng như xác định các mối quan hệ dài hạn và ngắn hạn (nếu có) giữa các biến số được đưa ra. Ưu điểm của kiểm định ARDL là có thể sử dụng cho dữ liệu bao gồm hỗn hợp biến chuỗi thời gian I(0) và I(1), do đó trước khi thực hiện kiểm định ARDL cần phải bảo đảm mơ hình khơng có biến số nào là I(2).
Tiếp theo, trong phương pháp ADRL, kiểm định giới hạn của đồng liên kết được thực hiện để kiểm tra sự tồn tại mối quan hệ dài hạn giữa GDP thực, sự phát triển tài chính, lãi suất huy động tiền gửi và các biến kiểm soát khác của sự tăng trưởng kinh tế. Mơ hình ARDL được thiết lập như sau:
∑ ∑ ∑ ∑ ∑ ∑ (4) Trong đó, tất cả các biến đã được định nghĩa, p: là độ trễ tối đa được xác định và là sai số.
Phương pháp kiểm định giới hạn ARDL được thiết lập dựa trên phương trình (3), sử dụng phương pháp bình phương nhỏ nhất (OLS). Đồng thời thống kê F (F-test) cũng được sử dụng để kiểm tra mối quan hệ dài hạn giữa các biến số. Giả thuyết
về việc không tồn tại mối quan hệ dài hạn trong công thức ( / , , , ,ln ) là: = = = = = = 0, và giả thuyết thay thế : ≠ ≠ ≠ ≠ ≠ ≠ 0. Pesaran et al. (2001) cung cấp
giá trị cận trên và cận dưới (bounds) cho các giá trị tới hạn (critical values) của kiểm định F cho hỗn hợp I(0) và I(1), các trường hợp có thể xảy ra:
Nếu F-statistic < Giá trị cận dưới: thì các biến số là I(0) hay không tồn tại đồng liên kết.
Nếu F-statistic > Giá trị cận trên: thì tồn tại đồng liên kết giữa các biến số.
Nếu Giá trị cận dưới < F-statistic < Giá trị cận trên: thì khơng thể đưa ra được kết luận.
Nếu bác bỏ được giả thuyết H0 thì khi đó có thể kết luận rằng giữa các biến hỗn hợp I(0) và I(1) có mối quan hệ đồng liên kết. Từ đây, có thể ghi nhận tác động trong dài hạn giữa các biến số thơng qua phương trình (4), với hệ số dài hạn của các biến số này lần lượt có dạng: -( / ), -( / ), -( / ), -( / ),…
Cuối cùng, mơ hình hiệu chỉnh sai số (error correction model – ECM) được sử dụng để đo lường mối quan hệ năng động trong ngắn hạn giữa các biến, dấu của hệ số điều chỉnh sai số ECM phải âm và có ý nghĩa thống kê. Mơ hình tổng qt có dạng như sau: ∑ ∑ ∑ ∑ ∑ ∑ (5) Trong đó, là tốc độ điều chỉnh về trạng thái cân bằng từ ngắn hạn sang dài hạn và
là số hạng hiệu chỉnh sai số ở độ trễ một thời đoạn có được từ ước lượng mối quan hệ cân bằng dài hạn trong phương trình (3) (hệ số phản ánh tốc độ điều chỉnh hướng tới cân bằng dài hạn). Các kiểm định về tính thích hợp của mơ hình được sử dụng để bảo đảm tính đúng đắn của các phương pháp thống kê.
Tương tự đối với việc đo lường thêm tác động của khủng hoảng toàn cầu đến tăng trưởng kinh tế thông qua biến giả, phương trình (4) và (5) sẽ có dạng:
∑ ∑ ∑ ∑ ∑ ∑ (4’)
∑ ∑ ∑ ∑ ∑ ∑ (5’) Trong đó: Dum là biến giả đại diện cho tác động của khủng hoảng kinh tế toàn cầu.
5. KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 5.1. Phân tích thành phần chính 5.1. Phân tích thành phần chính
Trước khi kiểm định mối quan hệ giữa phát triển tài chính và tăng trưởng kinh tế, chúng ta sẽ sử dụng phương pháp phân tích thành phần chính để tạo ra các chỉ số tổng hợp đại diện cho phát triển tài chính dựa trên 08 đại lượng thành phần khác nhau. Kết quả được trình bày trong bảng 5.1:
Bảng 5.1 – Kết quả phân tích thành phần chính
Component
Initial Eigenvalues Extraction Sums of Squared
Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 1 7.192 89.904 89.904 7.192 89.904 89.904 2 0.645 8.069 97.972 3 0.141 1.761 99.734 4 0.015 0.183 99.917 5 0.004 0.048 99.965 6 0.003 0.035 100.000 Component 1
Component Matrix Component Score Coefficient