CHƯƠNG 1: TỔNG QUAN VỀ KIỀU HỐI VÀ TÁC ĐỘNG CỦA KIỀU HỐI, PHÁT TRIỂN TÀI CHÍNH ĐẾN TĂNG TRƯỞNG KINH TẾ
3.2 Kết quả thống kê mô tả
Bảng 3. 2 Thống kê mô tả các biến nghiên cứu trong mô hình:
Biến Số quan sát
Trung bình
Độ lệch chuẩn
Nhỏ nhất Lớn nhất
Ypcg 671 3.752932 4.092087 -14.35055 32.99707
Ypcr 672 4.303331 6.504221 0.203981 41.614
Remy 644 5.648856 7.612271 .0054137 40.69986
Remv 672 .3804966 .7777712 0.0000 6.863446
Gi 646 30.6094 16.26614 4.032902 113.468
Inf 653 7.90002 21.22972 -18.01863 411.7596
Ger 601 103.8187 11.38612 62.5536 149.9568
Gov 647 12.90316 5.43055 .5403289 29.76474
Tr 661 83.80922 37.20544 21,92949 220.4074
M2 657 62.27251 39.78326 6.823163 209.4513
Dc 660 49.86409 37.75828 1.166062 166.5041
M2.remy 672 317.7607 541.8698 0.05601 3403.286 Dc.remy 672 235.7968 390.2744 0.028001 2523.073
Nguồn: Stata Trong mẫu nghiên cứu của bài, ở khu vực Châu Á – Thái Bình Dương trong giai đoạn từ 1995 đến 2018 thì biến tăng trưởng kinh tế có giá trị nhỏ nhất là -
14,35% ở quốc gia Indonesia năm 1998 và giá trị lớn nhất là 32.99 % ở Armenia năm 2006. Tuy nhiên các nước trong mẫu nghiên cứu hầu như được coi là có tăng trưởng trong giai đoạn này nên mức độ tăng trưởng trung bình mang dấu dương và bằng 3.75% với độ lệch chuẩn là 4.03%.
Tỷ lệ kiều hối trên GDP dao động từ mức 0.005% (Kazakhstan – 1997) đến 40.70% (Tonga – 2018). Theo đó, mức độ biến động rơi vào khoảng 7.61% và tỷ lệ trung bình là 5.65%. Đối với giá trị biến tỷ lệ tín dụng của khu vực tư nhân trên GDP lại rơi vào khoảng từ 1.16% (Azerbaijan – 1996) đến 166.504% (Thái Lan – 1997). Do mức độ biến động của tỷ lệ kiều hối trên GDP và các chỉ số phát triển tài chính đã kéo theo độ dao động của các biến tương tác khá lớn với độ lệch chuẩn của M2.remy là 541.87% và Dc.remy là 390.27%
Về tỷ lệ lạm phát thì so với tỷ lệ trung bình của mẫu là 7.9% thì biên độ dao động của biến khá rộng, trải dài từ -18.1% (Bhutan – 2004) đến 411.76%
(Azerbaijan - 1995) với độ lệch chuẩn là 21.22%.Về mức độ biến động của các biến tổng đầu tư nội địa, chi tiêu của chính phủ, tỷ lệ nhập học tiểu học hay độ mở thương mại đều không cao, không có sự chệch lệch nhiều giữa các quốc gia đang khảo sát. Tuy nhiên các biến thuộc về chỉ số phát triển tài chính lại có mức độ biến động khá lớn. Ở đây tỷ lệ cung tiền M2 nằm trong khoảng từ 6.82% ở Georgia năm 2006 lên đến 209.45% ở Trung Quốc năm 2016.
Bảng 3.2 trình bày ma trận tương quan của các biến trong mô hình. Nhìn vào kết quả các hệ số tương quan giữa các biến khá yếu, đa số nhỏ hơn 0.5. Riêng hệ số tương quan giữa biến kiều hối trên GDP với các biến tương tác M2.REMY (0.818) và DC.REMY (0.833)nên các hàm hồi quy có các cặp biến này (phương trình 3) có khả năng xảy ra hiện tượng đa cộng tuyến.
Ypcg Ypcr Remy Remv Gi Inf Ger Gov Tr M2 Dc M2remy Dcremy Ypcg 1.000
Ypcr -0.167 1.000
Remy -0.044 -0.252 1.000
Remv -0.056 -0.177 0.553 1.000
Gi 0.070 -0.049 -0.049 -0.054 1.000
Inf -0.139 -0.108 -0.056 -0.041 -0.059 1.000
Ger -0.019 -0.052 0.162 0.012 0.072 0.009 1.000
Gov -0.198 0.411 0.091 0.069 -0.024 -0.053 -0.219 1.000
Tr -0.012 0.039 0.036 0.048 0.014 -0.048 -0.013 0.084 1.000
M2 -0.068 0.295 -0.069 -0.083 0.096 -0.197 -0.057 0.169 0.256 1.000
Dc -0.081 0.402 -0.144 -0.160 0.114 -0.182 -0.034 0.122 0.346 0.896 1.000
M2remy -0.119 -0.175 0.818 0.393 -0.025 -0.070 0.131 0.112 0.115 0.242 0.106 1.000
Dcremy -0.117 -0.158 0.833 0.364 0.023 -0.069 0.159 0.087 0.134 0.223 0.157 0.961 1.000
Bài nghiên cứu sử dụng ma trận tương quan giữa các biến độc lập có thể phát hiện ra các hệ số tương quan cao giữa hai biến độc lập. Tuy nhiên phương pháp này có hai nhược điểm lớn là phải tính nhiều hệ số tương quan nếu mô hình có nhiều biến độc lập và ma trận tương quan không phát hiện được hiện tượng đa cộng tuyến giữa một biến và một nhóm biến các biến độc lập khác. Vì vậy, ta cần sử dụng thêm nhân tử phóng đại phương sai để kiểm tra lại hiện tượng đa cộng tuyến trong mô hình nghiên cứu. Kiểm định VIF cho kết quả đều nhỏ hơn 10 vì vậy tác giả có thể kết luận tương quan giữa các biến độc lập này là yếu và mô hình ít có khả năng xảy ra hiện tượng đa cộng tuyến.
Bảng 3. 4 Kiểm định VIF trong mô hình
Nguồn: Stata Ngoài ra mô hình còn sử dụng dữ liệu bảng và phương pháp ước lượng hai giai đoạn TSLS nên cũng hạn chế phần nào hiện tượng đa cộng tuyến.
Kiếm định tính phù hợp của biến công cụ:
Bảng 3. 5 Kết quả thực hiện hồi quy biến công cụ
Nguồn: Stata Bảng trên là kết quả khi thực hiện hồi quy để kiểm tra tính phù hợp của biến công cụ. Theo định nghĩa biến công cụ là độ trễ của biến kiều hối và biến ngoại sinh (là các biến độc lập: biến trễ của biến GDP bình quân đầu người thực, biến tổng chi tiêu của chính phủ, biến đầu tư, biến độ mở thương mại, biến tỷ lệ nhập học tiểu học, biến lạm phát) cho biến nội sinh (biến kiều hối).
Giả thuyết H0 là biến công cụ không có mối tương quan với biến nội sinh. Ở đây p-value của độ trễ biến kiều hối là 0.000 tức giả thuyết H0 bị bác bỏ, biến cộng cụ có mối tương quan với biến nội sinh.
Vì biến công cụ đã có tính tương thích nên ta thực hiện tiếp hồi quy hai giai đoạn TSLS kiểm tra tính giá trị của biến công cụ theo phương trình:
YPCGi,t = (β1 – 1)YPCRi,t-1+ β2REMYi,t + β3GOVi,t + β4GIi,t + β5TRit + β6GERi,t + β7INFi,t + βt + ài + Ԑ’I,t
Tiếp theo sử dụng hồi quy phần dư với tất cả biến công cụ để tính toán được chỉ số LM.
Phụ lục 2 là kết quả LM-Statistics = 8.3155203 < phân phối Chi-squares = 10.644641 nên chấp nhận giả thuyết H0 vì vậy biến độ trễ của kiều hối là công cụ có tính tương thích và giá trị.