CHƯƠNG 3: THỰC TRẠNG VỀ TỔNG THU THUẾ VÀ VIỆN TRỢ NƯỚC
4.3. Kết quả phân tích hồi quy mô hình nghiên cứu
Tác giả đã tiến hành hồi quy dữ liệu bảng được thu thập với ba mô hình khác nhau là: mô hình Pooled OLS, mô hình FEM và mô hình REM để ước lượng hệ số hồi quy của các yếu tố ảnh hưởng đến biến phụ thuộc tỷ lệ tổng thu thuế trên GDP (TAXgdp).
Chi tiết kết quả hồi quy được trình bày trong phụ lục 6. Tác giả đã tổng hợp kết quả
vào bảng 4.2 cụ thể như sau:
Bảng 4.2 Tổng hợp kết quả hồi quy mô hình nghiên cứu Các yếu tố
ảnh hưởng
Mô hình Pooled
OLS Mô hình REM Mô hình FEM
AIDgdp 1.035493*** .3465149 -1.503447***
GDPpc .0004244 -.0002717 .0003069
OPEN .0252642 .0476266 .1429067**
Constant 9.761444*** 13.34298** 14.98835**
R-squared 0.2895 0.2570 0.1952
F-test 15.22*** 9.65***
Wald 4.62
Kiểm định Hausman Prob = 0.0000 < 0.1 Kiểm định Breusch-
Pagan Lagrangian
Prob = 0.0032 < 0.1
***,** và * lần lượt chỉ ý nghĩa thống kê ở mức 1%, 5% và 10%
(Nguồn: Tính toán của tác giả bằng phần mềm STATA từ dữ liệu được thu thập)
Kết quả kiểm định Breusch-Pagan Lagrangian có Prob = 0.0032 < 0.1 nên chấp nhận giả thuyết cho rằng phương sai giữa các đối tượng hoặc các thời điểm có sự thay đổi. Do đó mô hình tác động ngẫu nhiên (REM) là mô hình thích hợp hơn mô hình Pooled OLS.
Ngoài ra, kiểm định Hausman có Prob = 0.0000 < 0.1 nên phần dư có tương quan với các biến độc lập trong mô hình nên sử dụng mô hình tác động cố định (FEM) sẽ có hiệu quả hơn. Bên cạnh đó, các hệ số ước lượng trong mô hình FEM cũng có ý nghĩa thống kê tốt hơn so với hai mô hình REM và Pooled OLS.
Vì vậy trong trường hợp này, tác giả kết luận sử dụng mô hình tác động cố định (FEM) sẽ có hiệu quả nhất cho mô hình nghiên cứu trong ba phương pháp ước lượng.
4.3.2. Kiểm định các giả định của mô hình hồi quy 4.3.2.1. Phân tích tương quan
Theo phụ lục 6 về phân tích tương quan, kết quả kiểm định cho thấy các biến độc lập đều có mối tương quan với biến phụ thuộc nên mô hình là phù hợp để tiến hành hồi quy. Ngoài ra, các biến độc lập không có sự tương quan chặt chẽ với nhau cho thấy không xảy ra hiện tượng đa cộng tuyến trong mô hình.
4.3.2.2. Kiểm định hiện tượng đa cộng tuyến các biến độc lập
Tác giả sử dụng hệ số VIF để kiểm định hiện tượng đa cộng tuyến của các biến độc lập trong mô hình. Theo phụ lục 6, kết quả cho thấy hệ số VIF của các biến độc lập nằm trong khoảng từ 1.29 đến 1.43, đều nhỏ hơn 10 do đó các biến độc lập không có hiện tượng đa cộng tuyến nghiêm trọng, không vi phạm giả định hồi quy.
4.3.2.3. Kiểm định hiện tượng tự tương quan
Tác giả sử dụng hàm xtserial trong STATA để kiểm định hiện tượng tự tương quan của mô hình. Theo phụ lục 6 về kết quả kiểm định hiện tượng tự tương quan cho thấy Prob = 0.0000 < 0.05 do đó chấp nhận giả thuyết H0, mô hình không có hiện tượng tự tương quan.
4.3.2.4. Kiểm định hiện tượng phương sai sai số không đổi
Tác giả sử dụng hàm hettest trong STATA để kiểm định phương sai sai số không đổi. Theo phụ lục 6 về kết quả kiểm định phương sai sai số không đổi của mô hình cho
thấy, Prob = 0.0000 < 0.05 nên chấp nhận giả thuyết H0 phương sai của sai số không đổi. Tác giả kết luận mô hình không vi phạm giả định hồi quy.
4.3.2.5. Kiểm định phân phối chuẩn của phần dư
Nếu phần dư không tuân theo giả định phân phối chuẩn thì mô hình nghiên cứu có thể được sử dụng không đúng, phương sai không phải là hằng số hay số lượng phần dư không đủ nhiều để phân tích (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Tác giả sử dụng hai dạng biểu đồ để kiểm định về phân phối chuẩn của phần dư là biểu đồ Histogram và P-P Plot được thể hiện trong hình 4.1 và 4.2.
Biểu đồ hình 4.1. cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số của phần dư chuẩn hóa. Đường cong này có dạng hình chuông, phù hợp với dạng đồ thị của phân phối chuẩn. Giá trị trung bình rất nhỏ, gần bằng 0, độ lệch chuẩn là 0.967 gần bằng 1, như vậy phần dư có phân phối xấp xỉ chuẩn, không vi phạm giả định hồi quy.
Hình 4.1 Biểu đồ tần số của phần dư chuẩn hóa mô hình nghiên cứu
(Nguồn: Kết quả tính toán của tác giả bằng phần mềm STATA) Nếu phần dư có phân phối chuẩn thì phân phối của phần dư sẽ tập trung thành một đường chéo. Biểu đồ P – P Plot hình 4.2 cho thấy các điểm phân vị trong phân phối của phần dư tập trung xung quanh đường chéo nên mô hình không vi phạm giả
định hồi quy về phân phối chuẩn của phần dư.
Hình 4.2 Biểu đồ P – P Plot về phân phối chuẩn của phần dư mô hình nghiên cứu