Luận văn Thạc sĩ Kinh tế: Ảnh hưởng của phát triển tài chính, tăng trưởng kinh tế, thương mại đến tiêu thụ điện năng tại các nước Đông Nam Á

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƢỜNG ĐẠI HỌC KINH TẾ TP.HCM -----------

LÊ THỊ THU THẢO

ẢNH HƢỞNG CỦ PHÁT TRIỂN TÀI CH NH

TĂNG TRƢỞNG KINH TẾ THƢƠNG MẠI ĐẾN

TIÊU THỤ ĐI N NĂNG TẠI CÁC NƢỚC Đ NG N M Á

LUẬN VĂN THẠC SĨ KINH TẾ

TP.Hồ Chí Minh - Năm 2019

BỘ GIÁO BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƢỜNG ĐẠI HỌC KINH TẾ TP.HCM

------  -----

LÊ THỊ THU THẢO

ẢNH HƢỞNG CỦ PHÁT TRIỂN TÀI CH NH

TĂNG TRƢỞNG KINH TẾ THƢƠNG MẠI ĐẾN

TIÊU THỤ ĐI N NĂNG TẠI CÁC NƢỚC Đ NG N M Á

Chuyên ngành: Tài chính - Ngân hàng Mã số: 8340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƢỜI HƢỚNG D N KHO HỌC GS.TS. TRẦN NGỌC THƠ

TP.Hồ Chí Minh - Năm 2019

LỜI C M ĐO N

Tôi xin cam đoan đây là công trình nghiên cứu của tôi dƣới sự hƣớng dẫn

của ngƣời hƣớng dẫn khoa học là GS.TS. Trần Ngọc Thơ. Những số liệu phục vụ

cho việc phân tích, nhận xét, đánh giá trong bài nghiên cứu do tác giả thu thập đƣợc

ghi nguồn gốc chính thống và đáng tin cậy.

Các nội dung nghiên cứu và kết quả trong đề tài này là trung thực, đƣợc đúc

kết từ quá trình học tập và kết quả nghiên cứu trong thực tiễn của tác giả.

Tp Hồ Chí Minh, ngày 10 tháng 6 năm 2019 Tác giả

Lê Thị Thu Thảo

MỤC LỤC

TR NG PHỤ BÌ

LỜI C M ĐO N

MỤC LỤC

D NH MỤC VIẾT TẮT

D NH MỤC BẢNG BIỂU

TÓM TẮT

ABSTRACT

CHƢƠNG 1 GIỚI THI U VỀ ĐỀ TÀI NGHIÊN C U ........................... 1

1.1 LÝ DO CHỌN ĐỀ TÀI ..................................................................... 1

1.2 MỤC TIÊU NGHIÊN CỨU............................................................... 3

1.3 CÂU HỎI NGHIÊN CỨU ................................................................. 3

1.4 ĐỐI TƢỢNG, PHẠM VI NGHIÊN CỨU ........................................... 3

1.5 PHƢƠNG PHÁP NGHIÊN CỨU....................................................... 4

1.6 Ý NGHĨA ĐỀ TÀI............................................................................ 4

1.7 KẾT CẤU BÀI NGHIÊN CỨU ......................................................... 5

CHƢƠNG 2 TỔNG QU N L THU ẾT VÀ CÁC NGHIÊN C U

TH C NGHI M ...................................................................................... 6

2.1 CÁC KHÁI NI M LIÊN QUAN ....................................................... 6

2.1.1 Phát triển tài chính ................................................................... 6

2.1.2 Tăng trƣởng kinh tế .................................................................. 7

2.1.3 Thƣơng mại ............................................................................. 7

2.1.4 Khái niệm tiêu thụ điện năng .................................................... 8

2.2 BẰNG CHỨNG THỰC NGHI M ..................................................... 8

2.2.1 Mối liên hệ phát triển tài chính đến tiêu thụ điện năng................. 8

2.2.2 Mối liên hệ tăng trƣởng kinh tế đến tiêu thụ điện năng .............. 12

2.2.3 Mối liên hệ thƣơng mại đến tiêu thụ điện năng ......................... 16

CHƢƠNG 3 PHƢƠNG PHÁP NGHIÊN C U ...................................... 25

3.1 MÔ HÌNH LÝ THUYẾT ................................................................. 25

3.2 MÔ HÌNH THỰC NGHI M ........................................................... 26

3.3 D LI U VÀ C M U NGHIÊN CỨU .......................................... 27

3.3.1 Cỡ mẫu và khoảng thời gian nghiên cứu .................................. 27

3.3.2 Nguồn dữ liệu........................................................................ 27

3.3.3 Định nghĩa các biến................................................................ 27

3.3.3.1 Tiêu thụ điện năng ..................................................... 28

3.3.3.2 Sản lƣợng ................................................................. 28

3.3.3.3 Thƣơng mại .............................................................. 28

3.3.3.4 Tín dụng khu vực tƣ nhân .......................................... 28

3.3.3.5 Lao động .................................................................. 29

3.3.3.6 Vốn.......................................................................... 29

3.4 PHƢƠNG PHÁP NGHIÊN CỨU.................................................... 30

CHƢƠNG 4 KẾT QUẢ NGHIÊN C U ................................................. 32

4.1 PHÂN TÍCH THỐNG KÊ MÔ TẢ ................................................... 32

4.2 KIỂM Đ NH TÍNH DỪNG D LI U BẢNG................................... 33

4.3 KIỂM Đ NH ĐỒNG LIÊN KẾT ...................................................... 34

4.4 PHÂN TÍCH MỐI QUAN H VECM GRANGER CÁC BIẾN .......... 37

4.4.1 Hồi quy kiểm tra mối quan hệ dài hạn và ngắn hạn với biến phụ

thuộc tiêu thụ điện năng ......................................................................... 37

4.4.2 Ƣớc lƣợng mô hình sai số hiệu chỉnh VECM............................ 39

CHƢƠNG 5 KẾT LUẬN ....................................................................... 43

5.1 KẾT LUẬN VỀ KẾT QUẢ NGHIÊN CỨU..................................... 43

5.2 ĐIỂM HẠN CHẾ .......................................................................... 44

5.3 HƢ NG M R NG ..................................................................... 44

TÀI LI U TH M KHẢO

PHỤ LỤC

D NH MỤC VIẾT TẮT

Từ viết tắt Nghĩa Tiếng nh Nghĩa Tiếng Việt

Association of South East Asian Hiệp hội các quốc gia Đông ASEAN Nations Nam Á

FDI Foreign Direct Investment Đầu tƣ trực tiếp nƣớc ngoài

Fully modified ordinary least Biến đổi hoàn toàn bình phƣơng FMOLS squares nhỏ nhất thông thƣờng

GCC - Hội đồng Hợp tác các nƣớc Ả Rập Vùng Vịnh

GDP Gross Domestic Product Tổng sản phẩm quốc nội

Generalized Method of GMM Phƣơng pháp mô men mở rộng Moments

Organization for Economic Tổ chức Hợp tác và Phát triển OECD Cooperation and Development Kinh tế

SAARC Hiệp hội Hợp tác khu vực Nam Á South Asian Association for Regional Cooperation

VAR Vector Autoregressive Model Mô hình tự hồi quy

VECM Vector Error Correction Model Mô hình hiệu chỉnh sai số

USD United States Dollar Đồng đô la Mỹ

D NH MỤC BẢNG BIỂU

Bảng 2.1: Tổng hợp các nghiên cứu thực nghiệm

Bảng 4.1: Thống kê mô tả giữa các biến trong mô hình dữ liệu

Bảng 4.2: Kiểm định tính dừng

Bảng 4.3: Kết quả kiểm định đồng liên kết dữ liệu bảng Pedroni (1999)

Bảng 4.4: Kết quả kiểm định đồng liên kết dữ liệu bảng Fisher (1999)

Bảng 4.5: Kết quả hồi quy với biến phụ thuộc tiêu thụ điện năng

Bảng 4.6: Kết quả kiểm định nhân quả VECM Granger

TÓM TẮT

Lý do lựa chọn đề tài Kinh tế tăng trƣởng gắn với những đòi hỏi về năng

lƣợng tiêu thụ, chủ yếu là điện năng ngày càng gia tăng. Để đảm bảo kinh tế phát

triển ổn định thì trƣớc hết cần làm rõ mối liên hệ tăng trƣởng kinh tế, phát triển tài

chính và thƣơng mại đến tiêu thụ điện năng tại các quốc gia. Qua đ xác định ở mức

độ áp lực về nhu cầu điện của quốc gia đối với việc thúc đẩy nền kinh tế, thƣơng

mại phát triển. Do đ , đề tài “Ảnh hƣởng của phát triển tài chính, tăng trƣởng kinh

tế, thƣơng mại đến tiêu thụ điện năng tại các nƣớc Đông Nam Á” của tác giả là thực

sự cần thiết.

Mục tiêu nghiên cứu đánh giá mức độ tác động của các yếu tố phát triển

tài chính, tăng trƣởng kinh tế, thƣơng mại đến tiêu thụ điện năng tại các nƣớc Đông

Nam Á.

Phƣơng pháp nghiên cứu Bài nghiên cứu sử dụng phƣơng pháp định

lƣợng. Trong đ lần luợt kiểm định tính dừng, đồng liên kết nhằm đảm bảo không

c hiện tƣợng hồi quy giả mạo. Phƣơng pháp GMM đƣợc sử dụng trên dữ liệu bảng

với phƣơng pháp phân tích dài hạn, ngắn hạn trên tiếp cận hệ phƣơng trình, đồng

thời c điều chỉnh sai số VECM.

Kết quả nghiên cứu Tăng trƣởng kinh tế c tác động đến tiêu thụ điện

năng; các yếu tố tăng trƣởng kinh tế và vốn h a c ảnh hƣởng đến phát triển tài

chính; tiêu thụ điện năng c ảnh hƣởng đến vốn h a; tiêu thụ điện năng, tăng trƣởng

kinh tế và vốn h a c ảnh hƣởng đến thƣơng mại trong ngắn hạn. Về lâu dài, các

yếu tố vĩ mô này điều chỉnh đƣợc cân bằng trong tiêu thụ điện năng, tăng trƣởng

kinh tế, phát triển tài chính.

Kết luận Nghiên cứu này c thể đƣợc sử dụng làm tài liệu tham khảo

những vấn đề liên quan đến tác động của phát triển tài chính và tăng trƣởng kinh tế,

thƣơng mại đối với tiêu thụ điện năng cũng nhƣ g p vào cơ sở lý luận cho các

nghiên cứu tiếp theo về lĩnh vực này.

Từ khóa: tiêu thụ điện năng, tăng trƣởng kinh tế, phát triển tài chính,

thƣơng mại.

ABSTRACT

Reasons for writing: Economic growth is tied to the demand for energy

consumption, mainly increasing electricity. In order to ensure a stable economic

development, it is necessary to first clarify the relationship of economic growth,

financial development and trade to power consumption in the countries. Thereby

determining the level of pressure on the national electricity demand for promoting

economic and trade development. Therefore, the author's "Impact of financial

development, economic growth, trade in electricity consumption in Southeast Asian

countries" is really necessary.

Problem: Assess the impact of financial development factors, economic and

trade growth on electricity consumption in Southeast Asian countries.

Methods: The paper uses quantitative methods. In which, the verification of

stop and cointegration to ensure no fake regression. GMM method is used on table

data with long-term, short-term analysis method on approaching the equation

system, and also adjusting the error of VECM.

Results: Economic growth has an impact on electricity consumption; factors

of economic growth and capitalization that affect financial development; power

consumption affects capitalization; Power consumption, economic growth and

capitalization have affected trade in the short term. In the long term, these macro

factors can be balanced in power consumption, economic growth, and financial

development.

Conclusion: This study can be used as a reference for issues related to the

impact of financial development and economic and trade growth on electricity

consumption as well as contributing to rationale. Essay for further research in this

area.

Keywords: power consumption, economic growth, financial development,

trade.

CHƢƠNG 1 GIỚI THI U VỀ ĐỀ TÀI NGHIÊN C U

1.1 L DO CHỌN ĐỀ TÀI

Kinh tế tăng trƣởng gắn với những đòi hỏi về năng lƣợng tiêu thụ, chủ

yếu là điện năng ngày càng gia tăng. Năng lƣợng từ nguồn truyền thống đang

dần cạn kiệt so với nhu cầu về tiêu thụ năng lƣợng và tốc độ phát triển của kinh

tế thế giới. Sự phụ thuộc vào nguyên nhiên liệu đƣợc nhập khẩu ngày càng nhiều

kìm hãm mức độ tăng trƣởng nền kinh tế đã dẫn đến những bất ổn trong xã hội.

Do đ , năng lƣợng trở thành vấn đề c quan hệ mật thiết đến sự tăng trƣởng của

nền kinh tế và tính ổn định trong chính trị - xã hội.

Số liệu quy dầu tăng trong một năm từ 6 tỷ tấn lên 12 tỷ tấn là tổng năng

lƣợng sơ cấp đƣợc tiêu thụ trong 3 thập kỷ 1976 đến 2006. Đến 80% năng lƣợng

là năng lƣợng của nguồn h a thạch, với tốc độ tăng nhanh và cao ở các quốc gia

c kinh tế thuộc khu vực mới nổi tính từ năm 2000.

Tại châu Á, ASEAN là khu vực c mức tăng trƣởng nhanh nhất nên đòi

hỏi nguồn năng lƣợng cung ứng nhiều để tiếp thêm nhiên liệu cho sự tăng trƣởng

kinh tế. Mặc dù hiện nay giá dầu mỏ gia tăng không ảnh hƣởng mạnh đến tăng

trƣởng của các nền kinh tế ASEAN, nhƣng nếu trong khoảng thời gian dài giá

dầu tiếp tục tăng sẽ gây ra các tác động bất lợi cho nền kinh tế của khu vực

ASEAN. Chi phí cung ứng năng lƣợng cao hơn gây áp lực lạm phát mạnh hơn,

đẩy tỷ lệ lãi suất lên cao, các hành vi đầu tƣ và tiêu dùng bị đảo ngƣợc. Chi tiêu

cho nhập khẩu năng lƣợng tăng cao ảnh hƣởng đến sự ổn định kinh tế vĩ mô của

ASEAN, làm cạn kiệt nguồn dự trữ ngoại tệ, tỷ giá ngoại hối mất ổn định và cán

cân thanh toán suy yếu. Hãng Oxford Economic Forecasting Ltd đánh giá: giá

dầu mỏ tăng thêm 10 USD/thùng sẽ đẩy tỷ lệ lạm phát ở châu Á tăng lên 1%,

làm giảm cán cân thƣơng mại mất 0,3% và kiềm chế tăng trƣởng GDP 0,6%. Giá

dầu mỏ đẩy lên 20 USD/thùng sẽ làm cho kịch bản xấu đi và đẩy các nền kinh tế

ASEAN mất 1,2% tăng trƣởng GDP, giảm 0,7% trong cán cân thƣơng mại và chỉ

số giá tiêu dùng tăng thêm 1,9%. Năm 2013, Thái Lan phải giảm mục tiêu tăng

trƣởng xuống còn 4,6%

do sự tăng cao của giá nhiên liệu. Xu hƣớng tăng giá dầu mỏ đang trở thành gánh

nặng tài chính cho chính phủ các quốc gia ASEAN.

Việt Nam thuộc top các nƣớc tiêu thụ năng lƣợng tƣơng đối lớn so với

khu vực và thế giới. Đối với các ngành công nghiệp tại Việt Nam, năng lƣợng

tiêu hao trên một đơn vị sản phẩm cao hơn những quốc gia trong cùng khu vực.

Việt Nam, cƣờng độ năng lƣợng trong công nghiệp cao hơn so với Malaysia

và Thái Lan xấp xỉ 1,5-1,7 lần. Tỷ lệ về nhu cầu năng lƣợng so với tăng trƣởng

GDP tại Việt Nam cao hơn gần 2 lần, đối với các quốc gia phát triển tỉ lệ này

dƣới 1. Song song đ , tốc độ kinh tế tăng trƣởng liên tục của Việt Nam trong

nhiều năm qua làm cho mức sống ngƣời dân đƣợc cải thiện và nhu cầu năng

lƣợng đƣợc sử dụng gia tăng; kéo theo nhu cầu về năng lƣợng tăng trƣởng 8,7%

từ 2012 đến 2018. Để đầu tƣ vào năng lƣợng, Việt Nam đƣợc dự báo cần khoảng

100 tỷ USD từ 2020 đến 2030, 65,5% trong đ đƣợc sử dụng để phát triển điện.

Trong tình hình hiện nay, năng lƣợng cung cấp hiện đang gặp một vài

kh khăn. Cụ thể, tăng giá trong nhiên liệu, nhất là giá tăng cao đối với nhiên

liệu ở dạng h a thạch, trong khi nguồn h a thạch (đặc biệt là dầu mỏ) đang đƣợc

coi là nguồn năng lƣợng chiếm vị trí quan trọng, chƣa tìm ra dạng năng lƣợng

khác để thay thế đƣợc. Bên cạnh đ , những biến đổi về khí hậu đã tác động xấu

đến năng lƣợng. Mà nguồn năng lƣợng là khối xây dựng cơ bản nhằm phát triển

kinh tế. Điện là dạng năng lƣợng linh hoạt nhất tạo thành một trong những yếu tố

đầu vào cấu trúc quan trọng cho sự phát triển kinh tế-xã hội. Do đ , quan hệ

nhân quả giữa năng lƣợng tiêu thụ với tăng trƣởng nền kinh tế là quan tâm chính

của những nhà phân tích chính sách và các nhà kinh tế từ những năm 1970 (Kraft

và Kraft, 1978; Beenstock và Willcocks, 1981; Samouilidis và Mitropopulous,

1984; Yu và Choi, 1985; Erol và Yu, 1987; Cheng và Lai, 1997; Yang, 2000,

Stern, 2000, Adjaye, 2000).

Trong giai đoạn hiện nay, cuộc chiến năng lƣợng đang ngày càng khốc

liệt. Để đảm bảo kinh tế phát triển ổn định thì trƣớc hết cần làm rõ mối liên hệ

tăng trƣởng kinh tế, phát triển tài chính và thƣơng mại đến tiêu thụ điện năng tại

các quốc gia. Qua đ xác định ở mức độ áp lực về nhu cầu điện của quốc gia đối

với việc thúc đẩy nền kinh tế, thƣơng mại phát triển. Với những lý do trên thì đề

tài “Ảnh hƣởng của phát triển tài chính, tăng trƣởng kinh tế, thƣơng mại đến tiêu

thụ điện năng tại các nƣớc Đông Nam Á” của tác giả là cần thiết.

1.2 MỤC TIÊU NGHIÊN C U

Mục tiêu tổng thể: nghiên cứu đánh giá mức độ tác động của các yếu tố

phát triển tài chính, tăng trƣởng kinh tế, thƣơng mại đến tiêu thụ điện năng tại

các nƣớc Đông Nam Á, trên cơ sở đ đƣa ra khuyến nghị về tiêu thụ năng lƣợng,

mở cửa thƣơng mại, phát triển tài chính và tăng trƣởng kinh tế ở các nƣớc Đông

Nam Á.

Mục tiêu cụ thể:

- Xác định tác động của phát triển tài chính, tăng trƣởng kinh tế, thƣơng

mại đến tiêu thụ điện năng tại các nƣớc Đông Nam Á.

- Đánh giá mức độ ảnh hƣởng của phát triển tài chính, tăng trƣởng kinh

tế, thƣơng mại đến tiêu thụ điện năng tại các nƣớc Đông Nam Á.

1.3 CÂU HỎI NGHIÊN C U

Để giải quyết những mục tiêu của bài nghiên cứu thì vấn đề đặt ra cho

tác giả:

- Phát triển tài chính, tăng trƣởng kinh tế, thƣơng mại c tác động đến

tiêu thụ điện năng tại các nƣớc Đông Nam Á hay không?

- Mức độ tác động trong ngắn hạn, dài hạn của phát triển tài chính, tăng

trƣởng kinh tế, thƣơng mại đến tiêu thụ điện năng ở các nƣớc Đông Nam Á nhƣ

thế nào?

1.4 ĐỐI TƢỢNG PHẠM VI NGHIÊN C U

- Đối tƣợng nghiên cứu của đề tài là mối liên hệ giữa phát triển tài chính,

tăng trƣởng kinh tế, thƣơng mại và tiêu thụ điện năng tại các nƣớc Đông Nam Á.

- Phạm vi nghiên cứu về không gian: Các quốc gia khu vực Đông Nam

Á c đầy đủ dữ liệu.

- Thời gian nghiên cứu: Dữ liệu sử dụng trong bài về phát triển tài chính,

tăng trƣởng kinh tế, thƣơng mại và tiêu thụ điện năng tại các nƣớc thuộc Đông

Nam Á đƣợc thu thập từ năm 1991 đến 2018.

1.5 PHƢƠNG PHÁP NGHIÊN C U

Tác giả sử dụng định lƣợng là phƣơng pháp để nghiên cứu trong bài.

Trong đ , bằng cách dùng phân tích hồi quy với dữ liệu bảng để tìm hiểu tác

động giữa phát triển tài chính, tăng trƣởng kinh tế, thƣơng mại đến tiêu thụ điện

năng tại các nƣớc Đông Nam Á.

Từ những giả thuyết nghiên cứu đặt ra, nghiên cứu sử dụng phƣơng pháp

ƣớc lƣợng hồi quy theo cả 2 chiều (cross sectional - dữ liệu chéo) và thời gian

(time series). Trong đ lần luợt kiểm định tính dừng, đồng liên kết nhằm đảm

bảo không c hiện tƣợng hồi quy giả mạo. Phƣơng pháp GMM đƣợc sử dụng

trên dữ liệu bảng với phƣơng pháp phân tích dài hạn, ngắn hạn trên tiếp cận hệ

phƣơng trình, đồng thời c điều chỉnh sai số VECM.

1.6 NGHĨ ĐỀ TÀI

Mục tiêu nghiên cứu nhằm xác định tác động của phát triển tài chính,

tăng trƣởng kinh tế, thƣơng mại đối với tiêu thụ điện năng tại các quốc gia thuộc

khu vực Đông Nam Á. Kết quả của công trình sẽ g p phần cung cấp kiến thức c

liên quan đến sự tác động phát triển tài chính, tăng trƣởng kinh tế, thƣơng mại

đối với tiêu thụ điện năng. Do đ , đề tài sẽ đ ng g p vào các tài liệu về hoạch

định chiến lƣợc để cải thiện tiêu thụ điện năng, mở cửa thƣơng mại, phát triển tài

chính, tăng trƣởng kinh tế cả về lý thuyết và thực tế. Cụ thể kết quả nghiên cứu

của đề tài này đem lại một số ý nghĩa nhƣ sau:

- Đ ng g p vào sự hiểu biết chung về tác động giữa phát triển tài chính,

tăng trƣởng kinh tế, thƣơng mại đối với tiêu thụ điện năng.

- Kết quả nghiên cứu sẽ c thể giúp định hƣớng cải thiện tiêu thụ điện

năng, mở cửa thƣơng mại, phát triển tài chính và tăng trƣởng kinh tế.

Song song đ , nghiên cứu này c thể đƣợc sử dụng làm tài liệu cho sinh

viên nghiên cứu tham khảo những vấn đề liên quan đến tác động của phát triển

tài chính và tăng trƣởng kinh tế, thƣơng mại đối với tiêu thụ điện năng cũng nhƣ

g p vào cơ sở lý luận cho các nghiên cứu tiếp theo về lĩnh vực này.

1.7 KẾT CẤU BÀI NGHIÊN C U

Ngoài danh mục viết tắt, danh mục bảng biểu, t m tắt, tài liệu tham khảo

và phụ lục, luận văn đƣợc bố cục gồm 5 chƣơng:

Chƣơng 1- Giới thiệu về đề tài nghiên cứu.

Chƣơng 2- Tổng quan lý thuyết và các nghiên cứu thực nghiệm.

Chƣơng 3- Phƣơng pháp nghiên cứu.

Chƣơng 4- Kết quả nghiên cứu.

Chƣơng 5- Kết luận, kiến nghị.

CHƢƠNG 2 TỔNG QU N L THU ẾT VÀ CÁC

NGHIÊN C U TH C NGHI M

2.1 CÁC KHÁI NI M LIÊN QUAN

2.1.1 Phát triển tài chính

Cho tới nay, vẫn đang tồn tại nhiều cách hiểu và khái niệm khác nhau về

phát triển tài chính (financial development):

Theo Kuznets S. (1955), phát triển tài chính (financial development) đƣợc

định nghĩa nhƣ sau: phát triển tài chính là khi các công cụ tài chính, thị trƣờng tài

chính và các trung gian tài chính làm giảm bớt (nhƣng không nhất thiết phải loại bỏ)

các hiệu ứng của thông tin không hoàn hảo, hạn chế trong thực thi hợp đồng, và các

chi phí giao dịch. Chẳng hạn, việc khởi động các quy trình đăng ký tín dụng c

thiên hƣớng cải thiện việc thu nhận và phổ biến thông tin về những ngƣời đi vay

tiềm năng sẽ giúp quá trình phân bổ vốn tín dụng hiệu quả hơn; một quốc gia c hệ

thống điều hành và luật pháp hiệu quả tạo ra các điều kiện thuận lợi thúc đẩy thị

trƣờng vốn cổ phần và thị trƣờng chứng khoán phát triển sẽ cho phép nhà đầu tƣ

nắm giữ một danh mục đầu tƣ c tính đang dạng hơn so với khi thị trƣờng kém hiệu

quả.

Ross Levine (2012), định nghĩa khái niệm phát triển tài chính rộng hơn và

trực diện hơn nhƣ sau: “Phát triển tài chính c thể đƣợc định nghĩa là các cải thiện

về chất lƣợng của 05 chức năng tài chính chủ yếu, bao gồm: (i) Tạo ra và xử lý

thông tin về các cơ hội đầu tƣ tiềm năng và phân bổ vốn dựa trên các đánh giá đ ;

(ii) Hƣớng dẫn các cá nhân và hãng, và thực hiện quan trị doanh nghiệp sau khi

phân bổ vốn; (iii) làm quá trình giao dịch, đa dạng h a và quản lý rủi ro trở nên dễ

dàng; (iv) Huy động và hợp nhất tiết kiệm; và (v) Làm trơn quá trình trao đổi hàng

h a, dịch vụ và các công cụ tài chính”.

Báo cáo Phát triển Tài chính Toàn cầu của WEF năm 2009 định nghĩa Phát

triển tài chính là “các yếu tố, chính sách và thể chế nhằm tạo ra các thị trƣờng và

trung gian tài chính hiệu quả cũng nhƣ khả năng tiếp cận vốn và các dịch vụ tài

chính sâu và rộng”. Cùng với định nghĩa này, c 7 chiều cạnh phát triển tƣơng ứng

với trụ cột của phát triển tài chính đƣợc đƣa ra, bao gồm: (i) Môi trƣờng thể chế; (ii)

Môi trƣờng kinh doanh; (iii) Sự ổn định tài chính; (iv) Các dịch vụ tài chính ngân

hàng; (v) Các dịch vụ tài chính phi ngân hàng; (vi) Các thị trƣờng tài chính; và (vii)

Tiếp cận tài chính.

Theo Merton và Bodie (1995), phát triển tài chính đƣợc định nghĩa là một

quá trình thành lập các định chế nhằm tăng cơ sở thông tin, tăng cƣờng khả năng

phân tích của hệ thống tài chính và đáp ứng các nhu cầu mới của nhà kinh doanh,

hộ gia đình… thông qua việc đa dạng h a các loại công cụ, hợp đồng tài chính.

Từ các quan điểm và khái niệm vừa nêu, c thể hiểu phát triển tài chính n i

tới sự phát triển của thị trƣờng tài chính, của các thể chế và chính sách, khung khổ

pháp lý cho quản lý tài chính.

2.1.2 Tăng trƣởng kinh tế

Tăng trƣởng kinh tế (economic growth) đƣợc coi là sự tăng lên trong tổng

sản phẩm quốc nội (GDP-Gross Domestic Product), đƣợc đo lƣờng bởi sự thay đổi

trong tỉ lệ phần trăm của GDP từ năm này đến năm kế tiếp. C hai cách để định

nghĩa về GDP (Blanchard, 2000): GDP là giá trị hàng h a và dịch vụ cuối cùng

(đƣợc tính bởi phần tiêu dùng cuối cùng) đƣợc sản xuất ra trong nền kinh tế trong

một khoảng thời gian nhất định hay GDP là tổng giá trị tăng thêm trong nền kinh tế

trong một khoảng thời gian nhất định.

Nhƣ vậy, bảo đảm sự gia tăng cả quy mô sản lƣợng và sản lƣợng bình quân

đầu ngƣời là bản chất của tăng trƣởng kinh tế. Sản lƣợng bình quân trên đầu ngƣời

còn phản ánh thu nhập trung bình của dân cƣ một quốc gia. Do đ , việc gia tăng sản

lƣợng bình quân đầu ngƣời sẽ làm cho mức sống dân cƣ đƣợc cải thiện. Để kinh tế

phát triển thì tăng trƣởng kinh tế đƣợc xem là điều kiện cần.

2.1.3 Thƣơng mại

Ngân hàng thế giới (Worldbank) nêu khái niệm: Thƣơng mại là tổng kim

ngạch xuất khẩu và nhập khẩu hàng h a và dịch vụ đƣợc đo lƣờng nhƣ là một phần

của tổng sản phẩm trong nƣớc.

Nhƣ vậy, “thƣơng mại” là khái niệm cần đƣợc hiểu chính là toàn bộ những

hoạt động kinh doanh diễn ra trên thị trƣờng. Khi hoạt động kinh doanh hàng h a

(trao đổi hàng h a) vƣợt ra ngoài biên giới của quốc gia mình thì đƣợc gọi là

thƣơng mại quốc tế (ngoại thƣơng).

2.1.4 Khái niệm tiêu thụ điện năng

Điện năng đ ng một vai trò quan trọng trong nền kinh tế, đời sống con

ngƣời và tiến bộ xã hội, là yếu tố đầu vào thiết yếu để đạt đƣợc mục tiêu phát triển

bền vững ở các quốc gia. Tiêu thụ điện năng là hình thức tiêu thụ năng lƣợng sử

dụng năng lƣợng điện. Tiêu thụ điện năng là nhu cầu năng lƣợng thực tế đƣợc thực

hiện trên nguồn cung cấp điện hiện c .

2.2 BẰNG CH NG TH C NGHI M

Những công trình trƣớc đây trên thế giới đã tập trung nghiên cứu mối quan

hệ qua lại giữa phát triển tài chính, tăng trƣởng nền kinh tế, thƣơng mại và điện

năng tiêu thụ (hay năng lƣợng), xem đ là thƣớc đo cho các quyết định chính sách

đúng đắn. Rafindadi và Ozturk (2016) xem xét các tác động trong dài hạn và ngắn

hạn của tài chính phát triển, kinh tế tăng trƣởng, nhập khẩu, xuất khẩu và vốn đối

với tiêu thụ điện năng ở Nhật Bản. Nghiên cứu đã áp dụng hàm sản xuất Cobb-

Douglas mở rộng và sử dụng dữ liệu chuỗi thời gian từ 1970 đến 2012. Sau đ , tác

giả dùng phƣơng pháp ARDL và quan hệ nhân quả VECM để xác định mối liên hệ

giữa các biến. Kết quả cho thấy, về lâu dài, sự gia tăng 1% trong phát triển tài

chính, tăng trƣởng kinh tế, xuất khẩu và nhập khẩu sẽ dẫn đến mức tăng tƣơng ứng

là 0,2429%; 0,5040%; 0,0921% và 0,2193% nhu cầu điện của Nhật Bản. Trong

ngắn hạn, nghiên cứu đã phát hiện ra sự gia tăng 1% trong phát triển tài chính, tăng

trƣởng kinh tế, xuất khẩu và nhập khẩu thì lƣợng điện năng tiêu thụ của Nhật Bản sẽ

tăng lần lƣợt là 0.2210%; 0,5840%; 0,0521% và 0,2031%.

2.2.1 M i liên hệ phát triển tài chính đến tiêu thụ điện năng

Mối quan hệ giữa phát triển tài chính và tiêu thụ năng lƣợng (điện) đƣợc

các nhà nghiên cứu rộng rãi. Những công trình này chỉ ra tài chính phát triển g p

phần vào việc tiêu thụ năng lƣợng nhƣ thế nào. Ví dụ, phát triển tài chính khuyến

khích dòng vốn nƣớc ngoài thông qua cải cách tài chính. Một khu vực tài chính phát

triển cung cấp tín dụng trong nƣớc r hơn cho khu vực tƣ nhân (nhà sản xuất và

ngƣời tiêu dùng). Phát triển tài chính quy định hoạt động của ngành ngân hàng và

hiệu suất của thị trƣờng chứng khoán (T. H. Le, 2016). Các tài liệu hiện c cũng đề

cập đến mối liên hệ giữa phát triển tài chính và năng lƣợng tiêu thụ, bao gồm nhu

cầu năng lƣợng và sản xuất (F. Furuoka, 2015). Ví dụ, Mielnik và Goldemberg

(2002) sử dụng FDI nhƣ một chỉ số về phát triển tài chính và báo cáo rằng phát triển

tài chính làm giảm nhu cầu năng lƣợng bằng cách ứng dụng công nghệ tiên tiến,

hiện đại vào sản xuất. I. Love và Zicchino (2006) đã cho thấy đầu tƣ thực tế bị ảnh

hƣởng bởi sự phát triển tài chính thông qua các chính sách ngành tài chính dẫn đến

tiêu thụ năng lƣợng. Mankiw và Scarth (2008) đã cho thấy thị trƣờng chứng khoán

phát triển đƣợc đa dạng h a rủi ro bằng cách khuyến khích lựa chọn phù hợp danh

mục để đầu tƣ, làm tăng sự tự tin của nhà sản xuất và ngƣời tiêu dùng. Điều này tiếp

tục kích thích hoạt động kinh tế, tạo ra nhu cầu về năng lƣợng. Đối với nền kinh tế ở

Trung Quốc, Dan và Lijun (2009), thực nghiệm nêu lên mối liên hệ tài chính phát

triển và năng lƣợng tiêu thụ sơ cấp. Họ tìm ra mối quan hệ nhân quả một chiều đi từ

phát triển tài chính đến tiêu thụ năng lƣợng sơ cấp. Ngƣợc lại, Shahbaz và cộng sự

(2013) báo cáo rằng phát triển tài chính là nguyên nhân của việc tiêu thụ năng lƣợng

theo nghĩa Granger đối với nền kinh tế Trung Quốc. Sadorsky (2010) khám phá liên

hệ giữa nhu cầu năng lƣợng và phát triển tài chính thông qua một số yếu tố khác

nhƣ kinh tế tăng trƣởng và giá năng lƣợng trong các nền kinh tế mới nổi c nhu cầu

về năng lƣợng.

Các kết quả thực nghiệm cho thấy tài chính phát triển ảnh hƣởng tích cực

đến tiêu thụ năng lƣợng. Tƣơng tự, Sadorsky (2011) điều tra quan hệ giữa năng

lƣợng tiêu thụ và phát triển tài chính thông qua giá dầu và tăng trƣởng kinh tế nhƣ

các nhân tố quyết định bổ sung trong nhu cầu năng lƣợng tại Trung và Đông Âu.

Kết quả chỉ ra rằng các chỉ số tài chính dựa trên ngân hàng và thị trƣờng chứng

khoán thúc đẩy tiêu thụ năng lƣợng. Zhang và cộng sự (2010) kiểm tra tác động của

vốn h a thị trƣờng chứng khoán đến tiêu thụ năng lƣợng từ 1992 đến 2009. Kết quả

cho thấy việc thị trƣờng chứng khoán mở rộng quy mô là một đ ng g p lớn hơn cho

tiêu thụ năng lƣợng so với hiệu quả thị trƣờng chứng khoán. Shahbaz và Lean

(2012) tìm hiểu mối quan hệ tài chính phát triển, năng lƣợng tiêu thụ bằng cách kết

hợp đô thị h a và công nghiệp h a làm yếu tố quyết định phát triển tài chính và

năng lƣợng tiêu thụ cho nền kinh tế Tunisia. Họ thấy rằng phát triển tài chính dẫn

đến công nghiệp h a nhằm tăng cƣờng nhu cầu năng lƣợng. Phân tích thực nghiệm

của họ cũng cho thấy hiệu ứng phản hồi giữa tài chính phát triển và năng lƣợng tiêu

thụ.

Islam và cộng sự (2013) sử dụng nhu cầu năng lƣợng đa biến bằng cách kết

hợp tăng trƣởng về kinh tế và dân số để xem xét mối liên hệ giữa tài chính phát

triển với nguồn năng lƣợng tiêu thụ ở Malaysia. Họ nhận thấy các biến đƣợc tích

hợp, tài chính phát triển ảnh hƣởng tích cực đến năng lƣợng tiêu thụ. Phân tích nhân

quả của họ xác nhận sự c mặt của quan hệ nhân quả hai chiều: năng lƣợng tiêu thụ

và phát triển tài chính. Tang và cộng sự (2013) ƣớc tính nhu cầu năng lƣợng bằng

cách kết hợp mở cửa thƣơng mại và FDI. Sau khi tìm thấy sự kết hợp giữa các biến,

họ lƣu ý rằng trong khi tài chính phát triển làm tăng năng lƣợng tiêu thụ, tăng

trƣởng nền kinh tế là một đ ng g p lớn cho tiêu thụ năng lƣợng cho nền kinh tế Bồ

Đào Nha. Họ tiếp tục báo cáo rằng tiêu thụ điện là nguyên nhân của sự phát triển tài

chính theo nghĩa Granger. Tƣơng tự, Ersoy và Unlu (2013) tìm hiểu mối liên hệ

phát triển thị trƣờng chứng khoán và tiêu thụ năng lƣợng trong nền kinh tế Thổ Nhĩ

Kỳ từ 1995 đến 2011. Kết quả cho thấy sự hòa nhập của phát triển thị trƣờng chứng

khoán và năng lƣợng đƣợc tiêu thụ, nhƣng quan hệ nhân quả một chiều cũng chạy

từ phát triển thị trƣờng chứng khoán đến năng lƣợng tiêu thụ. Tƣơng tự, Al-mulali

và Lee (2013) phân tích dữ liệu của các nƣớc GCC nhằm xem xét mối liên hệ giữa

tài chính phát triển với nhu cầu năng lƣợng trong giai đoạn 1980-2009 bằng cách

bao gồm đô thị h a nhƣ một yếu tố quyết định bổ sung. Kết quả của họ cho thấy

rằng tài chính phát triển ảnh hƣởng đến năng lƣợng tiêu thụ một cách tích cực và

hiệu ứng phản hồi tồn tại: phát triển tài chính là nguyên nhân của tiêu thụ năng

lƣợng và ngƣợc lại. oban và Topcu (2013) lƣu ý tài chính phát triển đ ng vai trò

tích cực trong việc kích thích nhu cầu năng lƣợng cho khu vực châu Âu. Zeren và

Koc (2014) áp dụng thử nghiệm nhân quả bất đối xứng nhằm tìm hiểu mối liên hệ

giữa tài chính phát triển với nhu cầu năng lƣợng ở các nền kinh tế công nghiệp mới;

bằng chứng thực nghiệm cho thấy rằng tài chính phát triển gây ra năng lƣợng tiêu

thụ, và kết quả đƣợc xác nhận bằng thử nghiệm nhân quả Hacker-Hatemi. Kết quả

của họ cho thấy cú sốc tích cực trong việc phát triển tài chính gây ra năng lƣợng

đƣợc tiêu thụ ở Ấn Độ, Malaysia, Mexico và Thổ Nhĩ Kỳ, nhƣng những cú sốc tiêu

cực trong phát triển tài chính tạo ra năng lƣợng tiêu thụ ở Thái Lan.

Lee (2016) kiểm tra dữ liệu của các nƣớc châu Phi cận Sahara bằng cách sử

dụng hàm sản xuất, kết hợp tài chính phát triển với mở cửa thƣơng mại nhƣ các yếu

tố quyết định năng lƣợng tiêu thụ, tăng trƣởng về kinh tế; kết quả cho thấy mở cửa

thƣơng mại, phát triển tài chính tạo ra nhu cầu về năng lƣợng; đồng thời, tiêu thụ

năng lƣợng là nguyên nhân của tăng trƣởng trong nền kinh tế ở các quốc gia c mức

thu nhập trung bình và thu nhập thấp. Kumar và cộng sự (2015) xem xét lại quan hệ

năng lƣợng tiêu thụ với tăng trƣởng về kinh tế bằng cách thêm phát triển tài chính

nhƣ một yếu tố quyết định bổ sung trong hàm sản xuất. Họ lƣu ý rằng các biến thể

hiện sự hòa nhập trong thời gian dài, và tiêu thụ năng lƣợng c ảnh hƣởng tích cực

đối với tăng trƣởng của nền kinh tế. Ngoài ra, tài chính phát triển đã ảnh hƣởng đến

tăng trƣởng của nền kinh tế, làm tăng năng lƣợng tiêu thụ. Dữ liệu của các nƣớc

châu Á trong giai đoạn 1980-2012 đƣợc Furuoka (2015) sử dụng nhằm kiểm tra

quan hệ tài chính phát triển và năng lƣợng tiêu thụ bằng cách áp dụng thử nghiệm

nhân quả của Dumitrescu và Hurlin. Thực nghiệm chỉ ra tài chính phát triển là

nguyên nhân của tiêu thụ năng lƣợng. Chang dùng nguồn dữ liệu từ 53 nền kinh tế

phát triển và đang phát triển giai đoạn 1980 đến 1999, mục đích xem xét mối quan

hệ tài chính phát triển với tiêu thụ năng lƣợng bằng cách áp dụng phân cấp tuyến

tính và phi tuyến tính. Các bằng chứng trong thực nghiệm cho thấy c sự tác động

tích cực của phát triển tài chính và tăng trƣởng kinh tế lên tiêu thụ năng lƣợng.

Bằng chứng chỉ ra rằng tài chính phát triển đã làm giảm tiêu thụ năng lƣợng do

công nghệ tiến bộ. Destek (2015) dùng dữ liệu chuỗi thời gian nhằm tìm hiểu mối

quan hệ giữa tài chính phát triển với năng lƣợng tiêu thụ ở Thổ Nhĩ Kỳ; kết quả cho

thấy phát triển tài chính làm giảm nhu cầu về năng lƣợng, và tiêu thụ năng lƣợng là

nguyên nhân phát triển tài chính. Gần đây hơn, kết quả nghiên cứu thực nghiệm của

Rashid (2015) đã chỉ ra rằng tiêu thụ điện c ảnh hƣởng đến phát triển tài chính và

tăng trƣởng về kinh tế một cách tích cực. Ngoài ra, FDI, phát triển tài chính, tăng

trƣởng về kinh tế cũng gây ra tiêu thụ điện năng.

Roubaud và Shahbaz (2017) xem xét mối liên hệ giữa tiêu thụ điện và tăng

trƣởng nền kinh tế ở cấp độ tổng hợp và ngành trong giai đoạn 1972-2014 cho

Pakistan. Nghiên cứu sử dụng phƣơng pháp quan hệ nhân quả VECM Granger. Kết

quả chỉ ra rằng c mối liên hệ lâu dài giữa các biến ở cấp độ tổng hợp và cấp ngành.

Tiêu thụ điện và phát triển tài chính kích thích tăng trƣởng kinh tế. Tồn tại nhân quả

hai chiều giữa phát triển tài chính với tiêu thụ điện trong lĩnh vực dịch vụ và nông

nghiệp. Đồng thời, phát triển tài chính cũng thúc đẩy tiêu thụ điện trong lĩnh vực

công nghiệp.

Các nghiên cứu trƣớc đây đã cho thấy tồn tại quan hệ giữa phát triển tài

chính đến điện năng tiêu thụ.

2.2.2 M i liên hệ tăng trƣởng kinh tế đến tiêu thụ điện năng

Các nghiên cứu về kinh tế tăng trƣởng và năng lƣợng tiêu thụ là sự lƣu tâm

hàng đầu của nhiều nhà nghiên cứu trên thế giới trong bối cảnh an ninh năng lƣợng.

Jobert và Karanfil (2007) xem xét mối quan hệ này trong nền kinh tế Thổ Nhĩ Kỳ.

Họ nhận ra rằng cả hai biến đều đƣợc tích hợp, và tồn tại mối liên hệ giữa nhu cầu

về nguồn năng lƣợng với tăng trƣởng nền kinh tế ở cấp độ tổng thể và ngành; các

giá trị đồng thời về năng lƣợng tiêu thụ và thu nhập c mối tƣơng quan. Trong nền

kinh tế Iran, Zamani (2007) đã xem xét mối quan hệ giữa mức kinh tế tăng trƣởng

với năng lƣợng tiêu thụ ở cấp ngành. Ông thấy rằng tăng trƣởng sản lƣợng công

nghiệp gây ra tiêu thụ điện, và một hiệu ứng phản hồi tồn tại giữa năng lƣợng tiêu

thụ toàn phần và tăng trƣởng nông nghiệp. Soytas và Sari (2007) sử dụng dữ liệu về

sản xuất để điều tra liên hệ giữa năng lƣợng tiêu thụ và tăng trƣởng sản lƣợng công

nghiệp cho nền kinh tế Thổ Nhĩ Kỳ; họ tìm thấy sự kết hợp giữa các biến số và tăng

trƣởng sản lƣợng công nghiệp gây ra tiêu thụ điện. Ewing và cộng sự (2007) điều

tra mối liên hệ giữa sản xuất công nghiệp và năng lƣợng tiêu thụ (ở mức phân tách)

bằng cách áp dụng cách tiếp cận thử nghiệm giới hạn để hòa nhập; phát hiện của họ

cho thấy tác động trung lập giữa vấn đề tiêu thụ điện với kinh tế tăng trƣởng, nhƣng

những nguồn năng lƣợng đƣợc tái tạo kích thích hoạt động kinh tế. Xét nền kinh tế

của Trung Quốc, Yuan và cộng sự (2008) đã xem xét mối liên hệ năng lƣợng tiêu

thụ và kinh tế tăng trƣởng bằng mô hình hồi quy vec tơ nhân quả VECM; các tác

giả đã cho thấy việc tăng trƣởng trong nền kinh tế tác động đến tiêu thụ điện và dầu,

nhƣng chiều ngƣợc lại là không c ý nghĩa. Đối với Nam Phi, Ziramba (2009) xem

xét liên kết giữa năng lƣợng tiêu thụ và tăng trƣởng công nghiệp, kết quả chứng

minh tồn tại mối liên hệ này.

Chiazoka và cộng sự (2013) rà soát mối liên hệ giữa cung cấp điện và sản

lƣợng công nghiệp cho nền kinh tế Nigeria và báo cáo rằng việc cung cấp điện giữ

vai trò cần thiết để thúc đẩy công nghiệp tăng trƣởng. Lean và Smyth (2014) sử

dụng các loại nhiên liệu tách rời và GDP thực nhằm tìm hiểu quan hệ giữa năng

lƣợng tiêu thụ với mức tăng trƣởng trong nền kinh tế tại Malaysia; kết quả là việc

kinh tế tăng trƣởng của Malaysia c liên hệ với các loại năng lƣợng nhƣ: dầu diesel,

dầu hỏa và xăng dầu,... Cũng đối với nền kinh tế Malaysia, Rahman và cộng sự

(2015) sử dụng dữ liệu tổng hợp và phân tách để tìm hiểu mối quan hệ giữa năng

lƣợng tiêu thụ với sản xuất theo ngành, họ tìm thấy nguyên nhân một chiều từ năng

lƣợng tiêu thụ đến tăng trƣởng trong nền kinh tế (sản xuất), đồng thời báo cáo hiệu

quả phản hồi từ tăng trƣởng kinh tế đến tiêu thụ năng lƣợng. Ohler và Fetters (2014)

sử dụng dữ liệu về các nguồn phát điện phân tán và kinh tế tăng trƣởng ở các nƣớc

OECD; họ thấy rằng sinh khối, thủy điện, chất thải và gi xúc tiến các hoạt động về

kinh tế và do đ kinh tế tăng trƣởng. Hơn nữa, các phát hiện thực nghiệm của họ

cho thấy sự tồn tại của hiệu ứng phản hồi giữa phát điện và tái tạo kinh tế.

Đối với Pakistan, nghiên cứu của Mahmud và Chishti (1990), Aqeel và Butt

(2001) cho kết quả cả năng lƣợng (xăng dầu) và điện năng đƣợc tiêu thụ đều gây ra

tăng trƣởng về kinh tế. Jamil và Ahmad (2010) dùng mô hình biến đổi nhằm tìm

hiểu quan hệ giữa điện tiêu thụ, tăng trƣởng nền kinh tế với giá điện, kết quả chỉ ra

rằng kinh tế tăng trƣởng c liên quan tích cực với mức điện tiêu thụ ở mức tổng

hợp và phân tán, và nhu cầu điện làm tăng chi tiêu tƣ nhân trong khu vực dân cƣ.

Song song đ , các tác giả cũng lƣu ý rằng các biến năng lƣợng và phi năng lƣợng

(vốn và lao động) đ ng vai trò rất quan trọng trong kích thích sản lƣợng sản xuất.

Shahbaz và cộng sự (2012) xem xét lại mối liên hệ giữa năng lƣợng tiêu thụ

(nguồn năng lƣợng không tái tạo và tái tạo), tăng trƣởng kinh tế, và tìm ra quan hệ

nhân quả hai chiều giữa kinh tế tăng trƣởng với các nguồn năng lƣợng. Qazi và

Yulin (2013) phân tích liên hệ giữa tiêu thụ điện và sản lƣợng công nghiệp, và kết

luận c tồn tại quan hệ nhân quả một chiều từ tiêu thụ điện đến tăng trƣởng công

nghiệp. Dựa vào dữ liệu cấp ngành, Tang và Shahbaz (2013) xem xét mối liên hệ

giữa điện tiêu thụ với kinh tế tăng trƣởng. Họ áp dụng phƣơng pháp nhân quả của

TYDL cho việc phân tích và báo cáo rằng sự gia tăng trong lĩnh vực dịch vụ và sản

xuất là nguyên nhân gây ra tiêu thụ điện. Abbas và Choudhary (2013) tìm hiểu quan

hệ của tiêu thụ điện với kinh tế tăng trƣởng qua việc sử dụng dữ liệu tổng hợp và

phân tách, thực nghiệm của họ đã cho thấy c tồn tại quan hệ nhân quả hai chiều

giữa kinh tế tăng trƣởng với mức điện tiêu thụ ở mức độ tổng thể, và kinh tế tăng

trƣởng gây ra tiêu thụ điện trong ngành nông nghiệp. Mirza và cộng sự (2007)

nghiên cứu mối liên hệ giữa sản lƣợng ngành (công nghiệp, dịch vụ) và tiêu thụ

điện, kết luận rằng tiêu thụ điện làm tăng sản lƣợng ngành. Phân tích nhân quả của

mô hình hồi quy vec tơ VECM Granger cho thấy tồn tại mối liên hệ 2 chiều giữa

tiêu thụ điện và sản lƣợng công nghiệp, và nguyên nhân một chiều tồn tại, chạy từ

tiêu thụ điện đến đầu ra của ngành dịch vụ.

Bento (2011) kết luận c tồn tại mối quan hệ đồng liên kết tuyến tính dài

hạn giữa các yếu tố tăng trƣởng kinh tế, tiêu thụ năng lƣợng và FDI ở Bồ Đào Nha.

Ngoài ra, nghiên cứu còn chỉ ra giữa kinh tế tăng trƣởng với năng lƣợng tiêu thụ c

quan hệ cùng chiều; giữa FDI và năng lƣợng tiêu thụ c quan hệ ngƣợc chiều. Isik

(2010) kiểm tra quan hệ giữa khí đốt tự nhiên đƣợc tiêu thụ với tăng trƣởng nền

kinh tế tại Thổ Nhĩ Kỳ thông qua phƣơng pháp ARDL, nhận thấy rằng khí đốt tự

nhiên đƣợc tiêu thụ c tác động tích cực đến việc tăng trƣởng của nền kinh tế trong

kỳ hạn ngắn, và trong dài hạn thì tác động theo hƣớng tiêu cực.

Abdullah (2013) lần lƣợt nghiên cứu các mối liên hệ nhân quả giữa điện

năng tiêu thụ, tăng trƣởng nền kinh tế với FDI của Pakistan, Ấn Độ; kết quả chỉ ra

rằng: đối với Pakistan, c tồn tại mối quan hệ nhân quả một chiều trong dài hạn, từ

FDI và tăng trƣởng nền kinh tế sang tiêu thụ điện năng; ở Ấn Độ, c tồn tại mối liên

hệ nhân quả chạy từ tiêu thụ điện năng và FDI sang tăng trƣởng nền kinh tế và cũng

từ tiêu thụ điện năng và tăng trƣởng nền kinh tế đến FDI.

Dogan (2014) kiểm tra mối liên hệ giữa năng lƣợng tiêu thụ, kinh tế tăng

trƣởng trong bốn quốc gia tiểu vùng Sahara, tác giả kết luận “giả thuyết tăng

trƣởng” chỉ tồn tại ở Kenya và không tồn tại bất kỳ mối quan hệ nhân quả nào tại

Benin , Congo và Zimbabwe.

Azam và cộng sự (2015) xem xét mối liên hệ giữa năng lƣợng tiêu thụ với

tăng trƣởng nền kinh tế ở Philippines, Indonesia, Singapore, Malaysia và Thái Lan,

nhận thấy tiêu thụ năng lƣợng c quan hệ dài hạn với tăng trƣởng của nền kinh tế.

Ocal và Aslan (2013) dùng mô hình ARDL cùng với phƣơng pháp quan hệ

nhân quả Toda-Yamamoto nhằm ƣớc lƣợng mối quan hệ giữa việc tiêu thụ năng

lƣợng đƣợc tái tạo với tăng trƣởng nền kinh tế tại quốc gia Thổ Nhĩ Kỳ; tác giả cho

thấy rằng năng lƣợng đƣợc tái tạo c tác động tiêu cực lên tăng trƣởng nền kinh tế,

kết quả kiểm định nhân quả đã ủng hộ “giả thuyết bảo tồn”. Tiwari (2014) dùng

kiểm định nhân quả Granger cùng với dữ liệu Hoa Kỳ, tìm thấy “giả thuyết phản

hồi” giữa tăng trƣởng nền kinh tế với các loại hình năng lƣợng tiêu thụ (tiêu thụ khí

đốt tự nhiên, tiêu thụ năng lƣợng sơ cấp và tổng mức tiêu thụ năng lƣợng tái tạo);

“giả thuyết bảo tồn” giữa tăng trƣởng nền kinh tế với tiêu thụ than; “giả thuyết tăng

trƣởng” giữa tăng trƣởng nền kinh tế với tổng điện năng đƣợc tiêu thụ.

Leitao (2014) dùng dữ liệu chuỗi thời gian (OLS, GMM, VECM và nhân

quả Granger) nhằm xem xét quan hệ giữa tăng trƣởng nền kinh tế, lƣợng phát thải

carbon dioxide, toàn cầu h a và năng lƣợng tái tạo của Bồ Đào Nha, kết luận đƣợc

tìm thấy năng lƣợng từ nguồn tái tạo, lƣợng khí thải carbon dioxide, toàn cầu h a c

tƣơng quan dƣơng với tốc độ tăng trƣởng của nền kinh tế; kết quả kiểm định quan

hệ nhân quả chỉ ra “giả thuyết bảo tồn” giữa năng lƣợng đƣợc tái tạo với tăng

trƣởng nền kinh tế.

Lin và Moubarak (2014) đã kết luận, tồn tại quan hệ nhân quả hai chiều

trong kỳ hạn dài giữa tăng trƣởng trong nền kinh tế với tiêu thụ năng lƣợng từ

nguồn tái tạo tại Trung Quốc bằng cách dùng phƣơng pháp quan hệ nhân quả

Granger. Shahbaz và cộng sự (2015) dùng phƣơng pháp ARDL, phƣơng pháp RWA

(rolling window approach) và quan hệ nhân quả Granger nhằm kiểm định sự liên hệ

giữa tiêu thụ năng lƣợng từ nguồn tái tạo với kinh tế tăng trƣởng tại Pakistan; bên

cạnh đ , tác giả bổ sung thêm biến vốn và lực lƣợng lao động vào mô hình; đƣa đến

kết quả là, năng lƣợng đƣợc tiêu thụ từ nguồn tái tạo, lao động và vốn thúc đẩy tăng

trƣởng kinh tế, tác giả ủng hộ “giả thuyết phản hồi” giữa năng lƣợng tiêu thụ từ

nguồn tái tạo với tăng trƣởng nền kinh tế.

Cùng với đ , Apergis và Payne (2012) dùng mô hình ECM kết hợp quan hệ

nhân quả Granger giữa mức tiêu thụ điện năng từ nguồn tái tạo và nguồn phi tái tạo

với tăng trƣởng nền kinh tế từ dữ liệu của các quốc gia trung tâm châu Mỹ; tìm thấy

mối quan hệ giữa tiêu thụ năng lƣợng từ nguồn tái tạo cùng với tăng trƣởng nền

kinh tế; chấp nhận “giả thuyết tăng trƣởng” trong kỳ hạn ngắn và “giả thuyết phản

hồi” trong kỳ hạn dài; bên cạnh đ , các tác giả đã tìm thấy quan hệ hai chiều giữa

tiêu thụ điện năng phi tái tạo với tăng trƣởng nền kinh tế cả trong ngắn và dài hạn.

Nhƣ vậy c thể khẳng định tồn tại mối liên hệ tăng trƣởng kinh tế với tiêu

thụ điện.

2.2.3 M i liên hệ thƣơng mại đến tiêu thụ điện năng

Bên cạnh những tài liệu phong phú về mối liên hệ giữa phát triển tài chính,

tăng trƣởng kinh tế và tiêu thụ năng lƣợng thì mối liên hệ giữa độ mở thƣơng mại

và tiêu thụ năng lƣợng cũng đƣợc các tác giả quan tâm. Chẳng hạn, Cole (2006) đã

xem xét mối liên hệ giữa tiêu thụ điện năng và tự do h a thƣơng mại, tác giả đã

dùng dữ liệu của 32 nƣớc và nhận thấy rằng giao dịch tự do h a thúc đẩy tăng

trƣởng kinh tế, làm gia tăng nhu cầu điện năng. Hơn nữa, tự do h a thƣơng mại kích

thích vốn h a mà kết quả ảnh hƣởng đến tiêu thụ điện năng. Jena và Grote (2008)

đã điều tra ảnh hƣởng của mở cửa thƣơng mại đến tiêu thụ năng lƣợng; họ lƣu ý

rằng mở cửa thƣơng mại kích thích công nghiệp h a thông qua hiệu ứng kỹ thuật,

hiệu ứng quy mô, hiệu ứng tổng hợp và ƣu thế so sánh ảnh hƣởng đến tiêu thụ điện

năng.

Naraya và Smith (2009) xem xét mối liên hệ nhân quả của điện năng tiêu

thụ với sự tăng trƣởng trong nền kinh tế bằng cách kết hợp xuất khẩu nhƣ một chỉ

số về độ mở thƣơng mại trong hàm sản xuất cho một nh m gồm sáu quốc gia Trung

Đông là Iran, Israel, Kuwait, Oman Ả Rập Saudi và Syria. Thông qua việc phân

tích, kiểm tra mối quan hệ nhân quả, họ cho thấy sự c mặt của mối liên hệ hợp

nhất giữa các biến. Hơn nữa, nghiên cứu cũng chỉ ra c sự tồn tại quan hệ nhân quả

chạy từ năng lƣợng tiêu thụ đến GDP thực tế, từ tăng trƣởng kinh tế đến xuất khẩu

nhƣng không tìm thấy quan hệ giữa xuất khẩu và điện năng tiêu thụ trong ngắn hạn.

Sau đ , Sadorsky (2011) kiểm tra quan hệ giữa tổng mức năng lƣợng đƣợc

tiêu thụ và sự mở cửa thƣơng mại tại 8 quốc gia Trung Đông là Iran, Bahrain,

Jordan, Qatar, Ả Rập Saudi, Oman, Syria và UAE. Bằng chứng thực nghiệm cho

thấy rằng về lâu dài c tồn tại mối liên hệ giữa các biến. Sadorsky thấy rằng tăng

1% trên GDP bình quân đầu ngƣời, xuất khẩu bình quân đầu ngƣời, nhập khẩu bình

quân đầu ngƣời thì mức tiêu thụ năng lƣợng bình quân đầu ngƣời tăng thêm lần lƣợt

là 0,62%; 0,11% và 0,04%. Kết quả phân tích cho thấy xuất khẩu gây ra tiêu thụ

năng lƣợng và mối quan hệ ngƣợc lại đƣợc tìm thấy giữa nhập khẩu và tiêu thụ

năng lƣợng trong ngắn hạn. Tƣơng tự, quan hệ nhân quả hai chiều tồn tại giữa GDP

và năng lƣợng tiêu thụ trong ngắn hạn. Sadorsky (2012) đã sử dụng dữ liệu sản xuất

xem xét quan hệ năng lƣợng tiêu thụ với mở cửa thƣơng mại ở miền Nam nƣớc

Mỹ là Argentina, Brazil, Chile, Ecuador, Paraguay, Peru và Uruguay trong giai

đoạn 1980-2007.

Hossain (2012) đã xem xét mối liên hệ giữa tiêu thụ điện và xuất khẩu bằng

cách thêm kiều hối và tăng trƣởng về kinh tế nhƣ nhân tố quyết định bổ sung ở các

nƣớc SAARC cụ thể là Pakistan, Ấn Độ và Bangladesh. Tuy nhiên, công trình của

tác giả đã cho thấy không c quan hệ nhân quả giữa xuất khẩu và nhu cầu điện.

Dedeoğlu và Kaya (2013) đã điều tra quan hệ giữa xuất khẩu, nhập khẩu và tiêu thụ

năng lƣợng bằng cách kết hợp tăng trƣởng kinh tế nhƣ là bổ sung nhân tố quyết

định, độ mở thƣơng mại và năng lƣợng tiêu thụ áp dụng dữ liệu của các nƣớc

OECD. Họ đã phát triển công trình dựa trên bài nghiên cứu của Pedroni (2004) sử

dụng quan hệ nhân quả đƣợc phát triển bởi Canning và Pedroni (2008). Phân tích

của họ cho thấy sự hợp nhất giữa các biến. Họ cũng lƣu ý rằng tăng trƣởng kinh tế,

nhập khẩu và xuất khẩu c ảnh hƣởng một cách tích cực đến năng lƣợng đƣợc tiêu

thụ. Phân tích nguyên nhân của họ cho thấy mối liên hệ giữa xuất khẩu (nhập khẩu)

và tiêu thụ năng lƣợng là hai chiều.

Nghiên cứu của Reza Najarzadeh (2015) về quan hệ của năng lƣợng tiêu

thụ và thƣơng mại ở những quốc gia OPEC, áp dụng dữ liệu bảng là kỹ thuật nhằm

phân tích kiểm tra tác động của thƣơng mại quốc tế đến tiêu thụ năng lƣợng trong

một mẫu gồm mƣời quốc gia OPEC trong giai đoạn 1985 đến 2009. Các tác giả

cũng kiểm tra tác động của GDP và giá năng lƣợng đến tiêu thụ năng lƣợng. Kết

quả cho thấy một mối quan hệ c ý nghĩa thống kê giữa tiêu thụ năng lƣợng và

thƣơng mại. Do đ , sự gia tăng thƣơng mại ảnh hƣởng đến nhu cầu năng lƣợng ở

các quốc gia này.

Kyophilavong và cộng sự (2015) kiểm tra mối quan hệ năng lƣợng tiêu thụ,

mở cửa thƣơng mại với tăng trƣởng nền kinh tế của Thái Lan, kết quả xác nhận c

sự tƣơng quan giữa các biến; năng lƣợng tiêu thụ kích thích kinh tế tăng trƣởng, mở

cửa thƣơng mại bổ sung vào tăng trƣởng nền kinh tế. Các phân tích nhân quả chỉ ra

rằng mở cửa thƣơng mại và tiêu thụ năng lƣợng là phụ thuộc lẫn nhau, tức là sự mở

cửa thƣơng mại gây ra tiêu thụ năng lƣợng và ngƣợc lại, tiêu thụ năng lƣợng gây ra

mở cửa thƣơng mại. Bài viết này mở ra hƣớng đi mới cho các cơ quan hoạch định

chính sách ở Thái Lan để thiết kế một chính sách năng lƣợng và thƣơng mại toàn

diện để duy trì tăng trƣởng kinh tế trong thời gian dài. Mối quan hệ nhân quả giữa

tiêu thụ năng lƣợng và tăng trƣởng kinh tế đã thu hút sự chú ý của các nhà nghiên

cứu và các nhà hoạch định chính sách trong hơn ba thập kỷ qua. Để cố gắng xác

định hƣớng quan hệ nhân quả giữa hai biến này, nhiều tác giả đã sử dụng các

phƣơng pháp khác nhau, sử dụng các khoảng thời gian khác nhau cho các quốc gia

khác nhau. Tuy nhiên, kết quả thực nghiệm về mối quan hệ nhân quả giữa hai biến

không mang tính kết luận.

Muhammad (2013) đã tìm hiểu mối quan hệ giữa mở cửa thƣơng mại và

tiêu thụ năng lƣợng bằng cách sử dụng dữ liệu của 91 quốc gia thu nhập cao, trung

bình và thấp; giai đoạn nghiên cứu từ 1980 đến 2010; tác giả kết luận tồn tại mối

quan hệ giữa mở cửa thƣơng mại và tiêu thụ năng lƣợng theo hình chữ U đảo ngƣợc

ở các nƣớc thu nhập cao và theo hình chữ U ở các nƣớc thu nhập trung bình và thấp.

Phân tích quan hệ nhân quả đồng nhất và không đồng nhất chỉ ra quan hệ hai chiều

giữa mở cửa thƣơng mại với tiêu thụ năng lƣợng.

T m lại, các nghiên cứu trên đã chứng minh tồn tại quan hệ giữa thƣơng

mại đến điện năng tiêu thụ.

Bảng 2.1 Tổng hợp các nghiên cứu thực nghiệm

Tên đề tài Kết luận chính

Tác giả (năm) Rafindadi và Effects of financial - Dài hạn: tăng 1% trong phát triển tài

Ozturk (2016) development, economic chính, tăng trƣởng kinh tế, xuất khẩu và

growth and trade on nhập khẩu thì nhu cầu điện của Nhật

electricity consumption: Bản tăng tƣơng ứng là 0,2429%;

Evidence from post- 0,5040%; 0,0921% và 0,2193%.

Fukushima Japan - Ngắn hạn: tăng 1% trong phát triển tài

chính, tăng trƣởng kinh tế, xuất khẩu và

nhập khẩu thì nhu cầu điện của Nhật

Bản sẽ tăng lần lƣợt là 0.2210%;

0,5840%; 0,0521% và 0,2031%.

Bento Energy savings via Tăng trƣởng nền kinh tế với năng lƣợng

(2011) foreign direct tiêu thụ c quan hệ cùng chiều với nhau;

investment? giữa FDI với năng lƣợng tiêu thụ c

quan hệ ngƣợc chiều.

gas Isik (2010) Natural Tác động tích cực của tiêu thụ khí đốt tự

and consumption nhiên đến sự tăng trƣởng nền kinh tế

economic growth in trong kỳ hạn ngắn, trong kỳ hạn dài lại

Turkey: A bound test c tác động tiêu cực.

approach

Abdullah Electric power - Tại Pakistan: tồn tại mối quan hệ nhân

(2013) consumption, foreign quả một chiều trong dài hạn, chạy từ

direct investment and FDI và kinh tế tăng trƣởng đến điện

economic growth. năng tiêu thụ.

- Tại Ấn Độ: quan hệ nhân quả chạy từ

điện năng tiêu thụ và FDI đến tăng

trƣởng nền kinh tế và cũng từ điện năng

tiêu thụ và tăng trƣởng nền kinh tế đến

FDI.

Dogan Energy consumption “giả thuyết tăng trƣởng” tồn tại chỉ ở

(2014) and economic growth: Kenya, không tồn tại quan hệ nhân quả

evidence from low- nào tại Zimbabwe, Congo và Benin.

income countries in

Sub-Sahran Africa

Naraya và Multivariate Granger Tồn tại quan hệ nhân quả chạy từ năng

Smith (2009) causality between lƣợng tiêu thụ đến GDP thực tế, từ tăng

electricity trƣởng kinh tế đến xuất khẩu nhƣng

consumption, exports không tìm thấy quan hệ giữa xuất khẩu

and GDP: evidence và điện năng tiêu thụ trong ngắn hạn tại

from a panel of nh m gồm sáu quốc gia Trung Đông là

Middle Eastern Iran, Israel, Kuwait, Oman Ả Rập Saudi

countries và Syria.

Rashid (2015) Contribution of Tiêu thụ điện c ảnh hƣởng đến phát

Financial development triển tài chính và tăng trƣởng về kinh tế

in electricity-growth một cách tích cực; FDI, phát triển tài

nexus in Pakistan chính, tăng trƣởng về kinh tế cũng gây

ra tiêu thụ điện năng.

Destek (2015) Energy consumption, Phát triển tài chính làm giảm nhu cầu về

economic growth, năng lƣợng, và tiêu thụ năng lƣợng là

financial development nguyên nhân phát triển tài chính.

and trade openness in

Turkey: Maki

cointegration test

Ocal và Causality between Năng lƣợng đƣợc tái tạo c tác động

Aslan (2013) Energy Consumption tiêu cực đến tăng trƣởng về kinh tế, kết

and GDP in the US: quả kiểm định nhân quả ủng hộ “giả

evidence from wavelet thuyết bảo tồn”

analysis

Tiwari The asymmetric Tìm thấy “giả thuyết phản hồi” giữa

(2014) Granger-causality tăng trƣởng kinh tế và các loại hình

analysis between năng lƣợng tiêu thụ (tiêu thụ khí đốt tự

energy consumption nhiên, tiêu thụ năng lƣợng sơ cấp và

and income in the tổng mức tiêu thụ năng lƣợng tái tạo);

United States “giả thuyết bảo tồn” giữa tăng trƣởng

kinh tế và tiêu thụ than; “giả thuyết tăng

trƣởng” giữa tăng trƣởng kinh tế và tổng

điện năng tiêu thụ.

Leitao Economic growth, Năng lƣợng đƣợc tái tạo, lƣợng khí thải

(2014) carbon dioxide carbon dioxide, toàn cầu h a c tƣơng

emissions, renewable quan dƣơng với tốc độ tăng trƣởng kinh

energy and tế, kết quả kiểm định quan hệ nhân quả

globalization chỉ ra “giả thuyết bảo tồn” giữa năng

lƣợng tái tạo và tăng trƣởng kinh tế.

Lin và Renewable energy Tồn tại mối quan hệ nhân quả hai chiều

Moubarak consumption-Economic trong dài hạn giữa tăng trƣởng kinh tế

(2014) growth nexus for China và tiêu thụ năng lƣợng tái tạo ở Trung

Quốc.

Shahbaz và Does renewable energy Tiêu thụ năng lƣợng tái tạo, lao động và

cộng sự (2015) consumption add in vốn thúc đẩy tăng trƣởng kinh tế, ngoài

economic growth? An ra tác giả ủng hộ “giả thuyết phản hồi”

application of giữa việc tiêu thụ năng lƣợng tái tạo và

autoregressive tăng trƣởng kinh tế, xuất khẩu, nhập

distributed lag model in khẩu và mở cửa thƣơng mại đã đƣợc

tìm thấy để Granger gây ra điện năng Pakistan

tiêu thụ.

Apergis và On the causal dynamics Tìm thấy mối quan hệ giữa tiêu thụ

Payne (2012) between renewable and năng lƣợng tái tạo với tăng trƣởng kinh

non-renewable energy tế; chấp nhận “giả thuyết tăng trƣởng”

consumption and trong kỳ hạn ngắn và “giả thuyết phản

economic growth in hồi” trong kỳ hạn dài; quan hệ hai chiều

developed and giữa tiêu thụ điện năng phi tái tạo và

developing countries tăng trƣởng kinh tế cả trong kỳ hạn ngắn

và dài.

Reza Trade and Energy Kết quả cho thấy một mối quan hệ c ý

Najarzadeh Consumption in the nghĩa thống kê giữa thƣơng mại và năng

(2015) OPEC Countries lƣợng tiêu thụ.

Muhammad Causality between Xác nhận sự hiện diện của sự kết hợp

(2013) Trade Openness and giữa các biến. Mối quan hệ giữa mở cửa

Energy Consumption: thƣơng mại và tiêu thụ năng lƣợng đƣợc

What Causes đảo ngƣợc hình chữ U ở các nƣớc thu

nhập cao nhƣng hình chữ U ở các nƣớc What in High, Middle

thu nhập trung bình và thấp. Phân tích and Low Income

quan hệ nhân quả đồng nhất và không Countries

đồng nhất thể hiện mối quan hệ hai

chiều: năng lƣợng tiêu thụ với mở cửa

thƣơng mại.

Roubaud Financial Development, Tiêu thụ điện và phát triển tài chính

và Shahbaz Economic kích thích tăng trƣởng kinh tế. Tồn tại

(2017) nhân quả hai chiều giữa phát triển tài Growth, and Electricity

chính với tiêu thụ điện trong lĩnh vực Demand: A

dịch vụ và nông nghiệp. Đồng thời, phát Sector Analysis of an triển tài chính cũng thúc đẩy tiêu thụ Emerging Economy điện trong lĩnh vực công nghiệp.

Nguồn: tác giả tự tổng hợp.

CHƢƠNG 3 PHƢƠNG PHÁP NGHIÊN C U

3.1 M HÌNH L THU ẾT

Dựa trên các công trình đƣợc trình bày ở chƣơng 2, công trình nghiên cứu

của Raﬁndadi và Ozturk (2016), để kiểm tra các tác động dài hạn trong tăng trƣởng

về kinh tế với năng lƣợng tiêu thụ, Cobb-Douglas là hàm sản xuất đƣợc sử dụng

trong bài nghiên cứu này:

(1)

Trong đ :

G là sản lƣợng thực tế trong nƣớc E, K và L lần lƣợt là tiêu thụ điện năng, vốn và lao động

Khái niệm này đề cập đến công nghệ và e thuật ngữ sai số giả định N

(iid). Đầu ra là độ co giãn tƣơng ứng với mức tiêu thụ năng lƣợng, vốn và lao

động tƣơng ứng và 𝛼3. Theo hƣớng của mô hình Cobb-Douglas, chắc chắn

rằng khi công nghệ bị hạn chế 𝛼 𝛼 𝛼 thì kết quả sẽ là lợi nhuận

không đổi theo tỷ lệ. Trong mô hình đƣợc phát triển bởi nghiên cứu này, công

nghệ đƣợc phép xác định nội sinh theo mức độ phát triển tài chính và thƣơng

mại quốc tế trong một chức năng sản xuất Cobb-Douglas mở rộng. Nguyên

nhân do, tài chính phát triển thúc đẩy tăng trƣởng nền kinh tế thông qua việc

hình thành vốn; từ đ tạo ra vốn hiệu quả hơn trong sử dụng, ngoài ra còn c

sự phát triển tài chính, khuyến khích hình thức đầu tƣ trực tiếp, chuyển giao

các công nghệ và kỹ năng quản lý vƣợt trội. Mặt khác, thƣơng mại quốc tế

giúp cho những tiến bộ công nghệ và sự phổ biến của n .

Mô hình c thể đƣợc viết là:

(2)

Trong đ :

φ là hằng số bất biến theo thời gian

TR là một biến số đo lƣờng độ mở thƣơng mại

F là sự phát triển tài chính.

Thế phƣơng trình (2) vào phƣơng trình (1):

(3)

3.2 M HÌNH TH C NGHI M

Dựa trên mô hình lý thuyết, Lean và Smyth (2010), Raﬁndadi và Ozturk

(2015) và cả Raﬁndadi (2015), nghiên cứu chia cả hai bên dân số và thu đƣợc từng

loạt theo bình quân đầu ngƣời. Tuy nhiên, tác động của lao động là không đổi. Bằng

cách lấy logarit, hàm sản xuất Cobb-Douglas đƣợc tuyến tính h a là:

(4)

Trong đ : , , , và , đại diện cho GDP thực tế, tiêu thụ năng lƣợng, tín dụng thực tế cho khu vực tƣ nhân nhƣ một đại diện cho sự

phát triển tài chính, lao động mở cửa thƣơng mại thực sự và sử dụng vốn thực tế

tƣơng ứng, mỗi biến đƣợc chuyển thành logarit và đƣợc biểu thị theo thuật ngữ bình

quân đầu ngƣời. Trong công trình này, nghiên cứu đƣợc sử dụng ba chỉ số khác

nhau về độ mở thƣơng mại tính theo đầu ngƣời, xuất khẩu thực, nhập khẩu thực và

thƣơng mại thực (xuất khẩu cộng với nhập khẩu là một phần của GDP), sau đ ,

đƣợc ƣớc tính là các phƣơng trình riêng biệt. Thuật ngữ là một thuật ngữ sai số ngẫu nhiên.

∑ ∑ ∑

∑ ∑

(5)

∑ ∑ ∑

∑ ∑

(6)

Trong đ :

Δ biểu thị sai phân bậc nhất c0 và d0 là các hệ số chặn DUM là biến giả

thời gian

p là độ dài độ trễ tối đa và ut là phần dƣ nhiễu trắng

3.3 D LI U VÀ CỠ M U NGHIÊN C U

3.3.1 Cỡ mẫu và khoảng thời gian nghiên cứu

Luận văn sử dụng nguồn dữ liệu bảng của 8 quốc gia thuộc Đông Nam Á,

gồm: Cambodia, Malaysia, Indonesia, Myanmar, Phillippines, Thái Lan Singapore

và Việt Nam.

Giai đoạn từ năm 1991 đến năm 2018, tác giả chọn khoảng thời gian này để

thực hiện nghiên cứu lý do là sự c sẵn của dữ liệu trong giai đoạn này. Trƣớc năm

1991 đa số các quốc gia thiếu hụt dữ liệu.

3.3.2 Nguồn dữ liệu

Dữ liệu thống kê trong nghiên cứu này là dữ liệu bảng theo năm, đƣợc thu

thập và tổng hợp từ nguồn dữ liệu của Ngân hàng thế giới Worldbank, bộ dữ liệu

Chỉ số phát triển thế giới (WDI). Mẫu của bài nghiên cứu cho 8 quốc gia trong 28

năm, tƣơng đƣơng 224 quan sát. Tất cả dữ liệu trong bài đều đƣợc lấy logarit tự

nhiên.

3.3.3 Định nghĩa các biến

Định nghĩa các biến nghiên cứu dựa trên mô tả của dữ liệu từ Ngân hàng

thế giới Worldbank.

3.3.3.1 Tiêu thụ điện năng

Tiêu thụ điện năng đo lƣờng việc sản xuất của các nhà máy điện và nhà

máy nhiệt điện kết hợp ít truyền tải, phân phối, tổn thất chuyển đổi và sử dụng riêng

bởi các nhà máy nhiệt điện.

3.3.3.2 Sản lƣợng

Sản lƣợng là một trong những chỉ tiêu cơ bản để đánh giá nền kinh tế của

một nƣớc. Trong bài nghiên cứu này tác giả sử dụng chỉ tiêu tổng sản phẩm quốc

nội - GDP thực để đo lƣờng sản lƣợng của một quốc gia. GDP là giá trị của toàn bộ

lƣợng hàng h a và dịch vụ cuối cùng đƣợc tạo ra trên lãnh thổ của một quốc gia tính

trong một khoảng thời gian nhất định, thƣờng là một năm. GDP danh nghĩa là giá trị

của toàn bộ lƣợng hàng h a và dịch vụ cuối cùng tính theo giá hiện hành. GDP thực

là giá trị của toàn bộ lƣợng hàng h a và dịch vụ cuối cùng tính theo giá cố định.

3.3.3.3 Thƣơng mại

Thƣơng mại là tổng của xuất khẩu và nhập khẩu hàng h a và dịch vụ đƣợc

đo bằng một phần của tổng sản phẩm quốc nội.

Xuất khẩu

Xuất khẩu hàng h a và dịch vụ đại diện cho giá trị của tất cả hàng h a và

các dịch vụ thị trƣờng khác đƣợc cung cấp cho phần còn lại của thế giới. Chúng bao

gồm giá trị của hàng h a, vận chuyển hàng h a, bảo hiểm, vận tải, du lịch, tiền bản

quyền, phí giấy phép và các dịch vụ khác, chẳng hạn nhƣ thông tin liên lạc, xây

dựng, tài chính, thông tin, kinh doanh, cá nhân và dịch vụ chính phủ.

Nhập khẩu

Nhập khẩu hàng h a và dịch vụ đại diện cho giá trị của tất cả hàng h a và

các dịch vụ thị trƣờng khác nhận đƣợc từ phần còn lại của thế giới. Chúng bao gồm

giá trị của hàng h a, vận chuyển hàng h a, bảo hiểm, vận tải, du lịch, tiền bản

quyền, phí giấy phép và các dịch vụ khác, chẳng hạn nhƣ thông tin liên lạc, xây

dựng, tài chính, thông tin, kinh doanh, cá nhân và dịch vụ chính phủ.

3.3.3.4 Tín dụng khu vực tƣ nhân

Tín dụng trong nƣớc cho khu vực tƣ nhân đề cập đến các nguồn tài chính

do các tập đoàn tài chính cung cấp cho khu vực tƣ nhân, chẳng hạn nhƣ thông qua

các khoản vay, mua chứng khoán không c chất lƣợng, tín dụng thƣơng mại và các

khoản phải thu khác, tạo ra yêu cầu trả nợ. Đối với một số quốc gia, những khiếu

nại này bao gồm tín dụng cho các doanh nghiệp công cộng. Các tập đoàn tài chính

bao gồm các cơ quan tiền tệ và ngân hàng tiền gửi, cũng nhƣ các tập đoàn tài chính

khác c sẵn dữ liệu (bao gồm cả các tập đoàn không chấp nhận tiền gửi c thể

chuyển nhƣợng nhƣng phải chịu các khoản nợ nhƣ tiền gửi c kỳ hạn và tiền gửi

tiết kiệm). Ví dụ về các tập đoàn tài chính khác là các công ty tài chính và cho thuê,

ngƣời cho vay tiền, tập đoàn bảo hiểm, quỹ hƣu trí và các công ty ngoại hối.

3.3.3.5 Lao động

Lực lƣợng lao động gồm những ngƣời từ 15 tuổi trở lên, những ngƣời cung

cấp sức lao động cho hoạt động sản xuất hàng h a - dịch vụ trong một khoảng thời

gian nhất định, bao gồm cả những ngƣời hiện đang làm việc và những ngƣời thất

nghiệp nhƣng tìm kiếm việc làm cũng nhƣ những ngƣời tìm việc lần đầu. Tuy

nhiên, không phải ai làm việc cũng đƣợc bao gồm. Công nhân không đƣợc trả

lƣơng, công nhân gia đình và sinh viên thƣờng bị bỏ qua và một số quốc gia không

tính thành viên của lực lƣợng vũ trang. Quy mô lực lƣợng lao động c xu hƣớng

thay đổi trong năm khi lao động thời vụ vào và ra đi.

3.3.3.6 V n

Tổng vốn hình thành (trƣớc đây là tổng đầu tƣ trong nƣớc) bao gồm các

khoản bổ sung vào tài sản cố định của nền kinh tế cộng với những thay đổi ròng về

mức độ tồn kho. Tài sản cố định gồm cải tạo đất (mƣơng, cống, hàng rào, v.v.); nhà

máy, máy m c, và mua thiết bị; và xây dựng đƣờng sắt, đƣờng bộ, … bao gồm văn

phòng, trƣờng học, nhà ở tƣ nhân, bệnh viện, tòa nhà thƣơng mại và công nghiệp.

Hàng tồn kho là hàng tồn kho của các công ty do các công ty nắm giữ để đáp ứng

những biến động tạm thời hoặc bất ngờ trong sản xuất hoặc bán hàng, và "công việc

đang tiến triển". Theo SNA năm 1993, việc mua lại các vật c giá trị ròng cũng

đƣợc coi là hình thành vốn.

3.4 PHƢƠNG PHÁP NGHIÊN C U

Tác giả sử dụng phƣơng pháp GMM để ƣớc lƣợng hồi quy trong mô hình

nhằm khắc phục cái khiếm khuyết định lƣợng nếu c nhƣ phƣơng sai thay đổi, tự

tƣơng quan, nội sinh. Tiếp theo, tác giả ƣớc lƣợng mô hình sai số hiệu chỉnh VECM

nhằm kiểm định quan hệ nhân quả giữa các biến.

Tác giả ƣớc tính các tham số dài hạn và ngắn hạn bằng cách sử dụng mô

hình hiệu chỉnh sai số (ECM). Để đảm bảo các biến đạt cân bằng trong dài hạn, dấu

của hệ số cho sai số của độ trễ ( ) phải âm và c ý nghĩa thống kê. Hơn nữa,

các thử nghiệm bao gồm các thử nghiệm về mối tƣơng quan, dạng hàm, tính quy

luật và tính không đồng nhất; khi các biến đƣợc hợp nhất cho mối quan hệ dài hạn,

thì c thể nghiên cứu quan hệ nhân quả trong dài hạn và ngắn hạn. Sự tồn tại của

mối quan hệ trong dài hạn giữa phát triển tài chính, tăng trƣởng kinh tế, xuất khẩu,

nhập khẩu, tiêu thụ vốn và năng lƣợng đòi hỏi chúng ta phải tìm ra hƣớng nhân quả

giữa các biến bằng cách áp dụng VECM (mô hình hiệu chỉnh sai số). Ƣớc lƣợng mô

[

] [

[

] [

]

[

]

] [

(7)

[

]

] [

hình hiệu chỉnh sai số VECM nhƣ sau:

trong đ sự khác biệt về sai phân là và đƣợc tạo ra từ

mối quan hệ lâu dài. Quan hệ nhân quả dài hạn đƣợc biểu thị bằng ý nghĩa của hệ số

cho bằng cách sử dụng thống kê kiểm tra t. Thống kê F cho các biến độc

lập bị trễ khác biệt đầu tiên đƣợc sử dụng để kiểm tra hƣớng nhân quả ngắn hạn

giữa các biến.

Quy trình nghiên cứu của bài luận văn gồm 4 bƣớc:

 Bƣớc 1 Thống kê mô tả dữ liệu. Bƣớc này thực hiện thống kê mô tả

dữ liệu sản lƣợng, nhập khẩu, xuất khẩu, độ mở thƣơng mại, lao động, tín dụng khu

vực tƣ nhân, vốn và tiêu thụ điện năng của 8 quốc gia trong mẫu nghiên cứu.

 Bƣớc 2 Thực hiện kiểm định tính dừng của dữ liệu bảng Levin-Lin-

Chu (2002). Phép kiểm định tính dừng này để kiểm tra dữ liệu c dừng hay không

dừng nhằm thực hiện kiểm định bƣớc tiếp theo.

Nếu các chuỗi dữ liệu không dừng ở chuỗi gốc, nhƣng đều dừng ở sai phân

bậc một, là điều kiện để tiếp tục kiểm tra đồng liên kết, xét mối quan hệ dài hạn

giữa các biến trong mô hình.

 Bƣớc 3: Kiểm định đồng liên kết. Phép kiểm định đồng liên kết

Pedroni (1999) và Fisher (1999) để kiểm tra c tồn tại đồng liên kết giữa các yếu tố

vĩ mô hay không; điều kiện tồn tại đồng liên kết kết hợp với điều kiện tính dừng của

dữ liệu ở bƣớc 2 giúp lựa chọn mô hình ƣớc lƣợng tại bƣớc 4.

 Bƣớc 4 Phân tích mối quan hệ VECM giữa các biến

Xét hệ số hiệu chỉnh về cân bằng dài hạn của phƣơng trình ECM đối với

xuất khẩu, nhập khẩu và độ mở thƣơng mại để kiểm tra tác động giữa các yếu tố vĩ

mô đến tiêu thụ điện năng.

Phép kiểm định nhân quả VECM Granger để kiểm tra hƣớng quan hệ nhân

quả của phát triển tài chính, tăng trƣởng kinh tế, thƣơng mại (xuất khẩu, nhập khẩu,

độ mở thƣơng mại) và điện năng.

CHƢƠNG 4 KẾT QUẢ NGHIÊN C U

4.1 PHÂN T CH THỐNG KÊ M TẢ

Sau khi thu thập và tính toán dữ liệu, kết quả trình bày theo bảng thống kê

mô tả trong bảng 4.1 dƣới đây. Kết quả chỉ ra phạm vi, giá trị trung bình và độ lệch

chuẩn của các biến sử dụng trong nghiên cứu này.

Bảng 4.1 Th ng kê mô tả giữa các biến trong mô hình dữ liệu

Variable

Obs

Mean

Std. Dev.

Min

Max

224 25.36673

1.388102

21.92171 27.71762

gdp

224 3.543764

1.729557

-2.73792 5.349055

import

224 16.78864

1.153707

14.26405 18.67438

labor

224 3.549068

1.696443

-2.30795 5.443259

export

224 3.721825

1.099763

0.863728

5.11502

dcreditp

224 4.244068

1.707145

-1.78726 6.090413

tradeopen

224 6.454856

1.631249

2.603919 9.087572

elecon

224 3.1906

0.269204

2.3694

3.77474

capital

Nguồn: từ Stata (Phụ lục 1) Kết quả thống kê mô tả giữa các biến theo mô hình trong bảng 4.1 cho thấy,

độ lệch tiêu chuẩn không lớn quá so với trung bình trong mô hình các biến trên.

Giữa các biến c dữ liệu tƣơng đối đồng đều. 224 quan sát là cỡ mẫu của bài nghiên

cứu, đây là cỡ mẫu lớn trong thống kê. Trong mô hình gồm c 6 biến, theo Green

cỡ mẫu tối thiểu là 50 + 8 x 6 = 98 quan sát. Dữ liệu đầu vào phù hợp để thực hiện

hồi quy.

4.2 KIỂM ĐỊNH T NH D NG D LI U BẢNG

Kiểm định tính dừng dữ liệu bảng Levin–Lin–Chu, LLC (2002)

Với số năm quan sát không quá lớn, vấn đề tính dừng trên chuỗi dữ liệu

không quá nghiêm trọng. Tuy nhiên, để chắc chắn các biến c cùng bậc 1 để lựa

chọn các biến trong kiểm định đồng liên kết trong dữ liệu bảng, tác giả sử dụng

kiểm định tính dừng Levin–Lin–Chu (2002) LLC nhằm kiểm soát hiện tƣợng hồi

quy giả mạo (spurious regression) với kiểm định tính dừng.

Giả thuyết kiểm định Levin–Lin–Chu (2002) LLC đƣợc trình bày nhƣ sau:

Giả thuyết H0: Chuỗi dữ liệu không dừng

Giả thuyết H1: Chuỗi dữ liệu dừng

Bảng 4.2 Kiểm định tính dừng

Biến Bậc 0 Sai phân bậc 1

GDP -1.0249 -7.7333***

IMPORT 2.3402 -8.5669***

LABOR -1.5317* -3.3356***

EXPORT 1.6767 -10.0531***

DCREDITP 2.9035 -5.9087***

TRADEOPENESS 2.1536 -9.1648***

ELECON 0.2072 -6.4221***

CAPITAL -1.3117 -8.5493***

*, *** ứng với mức ý nghĩa 10%, 1%.

Nguồn: từ Stata (Phụ lục 2)

Kiểm định tính dừng cho kết quả là tất cả các biến không dừng tại bậc gốc

với mức ý nghĩa 5%, chỉ c một biến dừng ở mức ý nghĩa 10%. Tất cả các biến đều

dừng ở bậc 1 với mức ý nghĩa 1%. Bậc dữ liệu đƣợc định nghĩa tại I (1).

Dữ liệu dừng ở bậc 1 cho phép thực hiện kiểm định Granger VECM, với

các biến đầu vào đƣợc lấy sai phân bậc 1. Theo Baltagi (2008), hồi quy trên dữ liệu

dừng tránh đƣợc hiện tƣợng hồi quy giả mạo (Spurious regression).

4.3 KIỂM ĐỊNH ĐỒNG LIÊN KẾT

Sau khi c kết quả tính dừng của dữ liệu, bƣớc tiếp theo tác giả kiểm định

mối quan hệ đồng liên kết giữa tiêu thụ điện năng và các yếu tố xuất khẩu, nhập

khẩu, độ mở thƣơng mại. Bài nghiên cứu sử dụng kiểm định đồng liên kết trên dữ

liệu bảng đƣợc giới thiệu bởi Pedroni (1999) và đƣợc đối chiếu lại với kiểm định

Fisher (1999) với giả thuyết kiểm định nhƣ sau:

Giả thiết H0: Các chuỗi dữ liệu không c quan hệ đồng liên kết

Giả thiết H1: Các chuỗi dữ liệu c mối quan hệ đồng liên kết

Với ba yếu tố đo lƣờng thƣơng mại là tỷ lệ xuất khẩu trên GDP, tỷ lệ nhập

khẩu trên GDP và tổng xuất khẩu nhập khẩu trên GDP.

Bảng 4.3 Kết quả kiểm định đồng liên kết dữ liệu bảng Pedroni (1999)

Sample: 1991 2018

Weighted

Pedroni Residual Cointegration Test Series: GDP ELECON DCREDITP CAPITAL EXPORT

Statistic

Prob.

Statistic

Prob.

Panel v-Statistic

13.50676

0.0000

12.12278

0.0000

Panel rho-Statistic

0.037893

0.5151

0.206236

0.5817

Panel PP-Statistic

-3.193085

0.0007

-3.294182

0.0005

Panel ADF-Statistic

-3.529441

0.0002

-3.895050

0.0000

Xuất khẩu:

Pedroni Residual Cointegration Test

Series: GDP ELECON DCREDITP CAPITAL IMPORT

Sample: 1991 2018

Weighted

Statistic

Prob.

Statistic

Prob.

Panel v-Statistic

11.59322

0.0000

10.15611

0.0000

Panel rho-Statistic

0.079968

0.5319

0.136528

0.5543

Panel PP-Statistic

-3.009323

0.0013

-3.961120

0.0000

Panel ADF-Statistic

-3.257505

0.0006

-4.124952

0.0000

Nhập khẩu:

Pedroni Residual Cointegration Test

Series: GDP ELECON DCREDITP CAPITAL TRADEOPEN

Sample: 1991 2018

Weighted

Statistic

Prob.

Statistic

Prob.

Panel v-Statistic

12.47564

0.0000

11.09792

0.0000

Panel rho-Statistic

0.024999

0.5100

-0.017008

0.4932

Panel PP-Statistic

-3.109333

0.0009

-3.674259

0.0001

Panel ADF-Statistic

-3.367485

0.0004

-3.850776

0.0001

Độ mở thƣơng mại:

Nguồn: từ Eviews (Phụ lục 3).

Kiểm định P-value cả ba nh m chỉ tiêu (v-Statistic , PP-Statistic, ADF-

Statistic) chuỗi dữ liệu đều cho giá trị nhỏ hơn 0.05 dẫn tới bác bỏ giả thuyết H0 ở

mức ý nghĩa 5%. Các chỉ tiêu thống kê này đƣợc trình bày trong bài nghiên cứu

Pedroni (1997).

Bảng 4.4 Kết quả kiểm định đồng liên kết dữ liệu bảng Fisher

(1999)

Xuất khẩu:

Johansen Fisher Panel Cointegration Test Series: GDP ELECON DCREDITP CAPITAL EXPORT Sample: 1991 2018

Hypothesized No. of CE(s)

Fisher Stat.* (from trace test)

Fisher Stat.* (from max-eigen test)

Prob.

None At most 1 At most 2 At most 3 At most 4

9.704 5.545 147.4 181.9 84.15

0.8816 0.9923 0.0000 0.0000 0.0000

273.1 79.23 147.4 199.1 84.15

0.0000 0.0000 0.0000 0.0000 0.0000

* Probabilities are computed using asymptotic Chi-square distribution.

Johansen Fisher Panel Cointegration Test

Series: GDP ELECON DCREDITP CAPITAL IMPORT Sample: 1991 2018

Hypothesized

Fisher Stat.*

No. of CE(s)

(from trace test)

Prob.

(from max-eigen test)

Prob.

None

11.09

0.8039

11.09

0.8039

At most 1

2.773

0.9999

113.3

0.0000

At most 2

130.3

0.0000

130.3

0.0000

At most 3

141.6

0.0000

162.6

0.0000

At most 4

103.5

0.0000

103.5

0.0000

* Probabilities are computed using asymptotic Chi-square distribution.

Nhập khẩu:

Johansen Fisher Panel Cointegration Test

Series: GDP ELECON DCREDITP CAPITAL TRADEOPEN Sample: 1991 2018

Hypothesized

Fisher Stat.*

No. of CE(s)

(from trace test)

Prob.

(from max-eigen test)

Prob.

None

11.09

0.8039

11.09

0.8039

At most 1

5.545

0.9923

79.23

0.0000

At most 2

130.3

0.0000

130.3

0.0000

At most 3

163.0

0.0000

173.5

0.0000

At most 4

100.6

0.0000

100.6

0.0000

* Probabilities are computed using asymptotic Chi-square distribution.

Độ mở thƣơng mại:

Nguồn: từ Eviews (Phụ lục 3).

Với p-value nhỏ hơn 0.01, đủ bằng chứng bác bỏ giả thuyết Ho ở mức ý

nghĩa 1%, hàm ý tồn tại đồng liên kết giữa tiêu thụ điện năng, tăng trƣởng kinh tế,

phát triển tài chính, hình thành vốn nền kinh tế và thƣơng mại ở các nƣớc Đông

Nam Á, trong đ tồn tại 5 đồng liên kết giữa các nhân tố vĩ mô.

Kết quả tồn tại đồng liên kết cho thấy tồn tại mối quan hệ dài hạn giữa các

yếu tố về tiêu thụ điện năng, tăng trƣởng kinh tế, phát triển tài chính, hình thành vốn

nền kinh tế và thƣơng mại tại khu vực Đông Nam Á tƣơng đồng với thực nghiệm tại

Nhật Bản từ công trình Effects of financial development, economic growth and

trade on electricity consumption: Evidence from post-Fukushima Japan (Rafindadi

và Ozturk, 2016).

4.4 PHÂN T CH MỐI QU N H VECM GR NGER CÁC BIẾN

Tác giả phân tích mối quan hệ Granger dựa trên 2 bƣớc. Bƣớc thứ nhất, tác

giả sử dụng mô hình FMOLS (Panel Fully Modified OLS) nhằm ƣớc lƣợng phần dƣ

mô hình. Bƣớc thứ 2, GMM là mô hình đƣợc tác giả sử dụng trên dữ liệu bảng với

cách tiếp cận của Arellano và Bond để ƣớc lƣợng hệ số và sử dụng kiểm định Wald

nhằm xác định mức ý nghĩa của các quan hệ Granger. Theo kết quả nghiên cứu của

Arellano và Bond (1991), phƣơng pháp hồi quy GMM là một giải pháp hữu hiệu để

ƣớc lƣợng hồi quy trong mô hình kiểm soát đƣợc các hiện tƣợng phƣơng sai thay

đổi, tự tƣơng quan và nội sinh.

4.4.1 Hồi quy kiểm tra m i quan hệ dài hạn và ngắn hạn với biến phụ thuộc

tiêu thụ điện năng

Kiểm tra mối quan hệ giữa các yếu tố vĩ mô đến tiêu thụ điện năng, với tiếp

cận tƣơng tự Rafindadi và Ozturk (2016). Phƣơng pháp ƣớc lƣợng là GMM đƣợc

giới thiệu bởi Arellano Bond (1991) với lý do là phƣơng pháp khắc phục các lỗi

định lƣợng nhƣ phƣơng sai thay đổi, tự tƣơng quan và nội sinh. Đảm bảo kết quả

ƣớc lƣợng vững và hiệu quả.

Tác giả thực hiện hồi quy với kết quả nhƣ sau:

(1)

(2)

(3)

(4)

(5)

(6)

ELECON

L.ELECON

0.917***

-0.000000194

-0.000000203

-0.000000197

(31.21)

(30.93)

(31.07)

(-0.42)

(-0.44)

(-0.42)

DCREDITP

0.0136

0.0127

0.0132

0.495***

0.500***

0.498***

(0.72)

(0.67)

(0.70)

(1955944.24)

(1959012.54)

(1950146.27)

GDP

0.0452*

0.0440

0.0446*

0.750***

0.748***

0.750***

(1.69)

(1.64)

(1.66)

(2044095.04)

(2043365.77)

(2036131.16)

CAPITAL

0.0762**

0.0795**

0.0776**

-0.244***

-0.218***

-0.230***

(2.46)

(2.54)

(2.50)

(-1000985.76)

(-913736.84)

(-952101.87)

EXPORT

-0.0114

-0.0343***

(-1.51)

(-707821.55)

-0.0112

IMPORT

-0.0498***

(-1.60)

(-1060581.98)

-0.0114

TRADEOPEN

-0.0442***

(-1.57)

(-919312.29)

ECM_EX

1.000***

(2165973.79)

ECM_IM

1.000***

(2166726.01)

ECM_TRD

1.000***

(2157700.54)

_CONS

-0.812

-0.792

-0.793

-13.51***

(-1.54)

(-1.49)

(-1.50)

(-2004180.31)

(-2004353.28)

(-1995949.78)

Bảng 4.5 Kết quả hồi quy với biến phụ thuộc tiêu thụ điện năng

***, **, * tương ứng với mức ý nghĩa 1%, 5%, 10%

Nguồn: từ Stata (Phụ lục 4)

Trong ba mô hình đầu tiên không chứa biến hiệu chỉnh dài hạn ECM, lần

lƣợt hồi quy với xuất khẩu, nhập khẩu và độ mở thƣơng mại. Trong khi ba mô hình

tiếp theo c chứa hiệu chỉnh dài hạn ECM.

Trong ba mô hình cuối, các yếu tố điều chỉnh dài hạn ECM c ý nghĩa

thống kê ở mức cao 1% cho thấy hiệu quả của việc sử dụng ECM làm mô hình điều

chỉnh dài hạn mối quan hệ các yếu tố vĩ mô tác động tới tiêu thụ điện năng.

Trong ngắn hạn, tác giả tìm thấy các yếu tố tăng trƣởng kinh tế, vốn c tác

động cùng chiều với tiêu thụ điện năng; trong khi các yếu tố tín dụng khu vực tƣ

nhân, xuất khẩu, nhập khẩu và độ mở thƣơng mại chƣa tìm thấy bằng chứng tác

động đến tiêu thụ điện năng.

Trong điều chỉnh cân bằng dài hạn, tác giả đã tìm thấy mối quan hệ cùng

chiều giữa tín dụng khu vực tƣ nhân, tăng trƣởng kinh tế với tiêu thụ điện năng; các

yếu tố vốn h a, thƣơng mại trong xuất, nhập khẩu và độ mở thƣơng mại c ảnh

hƣởng ngƣợc chiều với tiêu thụ điện năng. Ba biến ECM hiệu chỉnh quan hệ dài hạn

cũng c ý nghĩa thống kê thể hiện sự hiệu quả của phƣơng pháp nghiên cứu.

Kết quả thực nghiệm ở các quốc gia thuộc khu vực Đông Nam Á từ năm

1991 đến 2018, trong mô hình không c hiệu chỉnh dài hạn ECM, kết quả chỉ ra

trong ngắn hạn tín dụng tƣ nhân không tác động tới tiêu thụ điện năng, vốn trong

nƣớc và tổng sản phẩm quốc nội c tác động tới tiêu thụ điện năng, tác động này là

dƣơng. Trong khi các biến thƣơng mại, xuất khẩu và nhập khẩu không tồn tại tác

động tới tiêu thụ năng lƣợng điện năng.

4.4.2 Ƣớc lƣợng mô hình sai s hiệu chỉnh VECM

Bƣớc cuối cùng là ƣớc lƣợng mô hình sai số hiệu chỉnh cho dữ liệu bảng

nhằm xác định mối quan hệ nhân quả Granger giữa các biến. Kiểm định quan hệ

nhân quả Granger dựa trên mô hình sai số hiệu chỉnh.

Bảng 4.6 Kết quả kiểm định nhân quả VECM Granger

Xuất khẩu

Biến

Nguồn của hƣớng tác động Phụ thuộc Mối quan hệ ngắn hạn Dài hạn

ΔE ΔY ΔF ΔEX ECT(-1) ΔK

- 52.35*** 1.72 3.11 3.00* 1.53 ΔE

1.76 - 0.34 0.45 26.99*** 2.83 ΔY

3.40 18.95*** - 5.57* 0.45 8.50*** ΔF

0.32 ΔK 5.04* 2.12 - 1.15 0.14

1.06 ΔEX 19.54*** 8.50** 5.39* - 0.06

Nhập khẩu Biến Nguồn của hƣớng tác động

Phụ thuộc Mối quan hệ ngắn hạn Dài hạn

ΔY ΔF ΔE ΔK ECT(-1) ΔIM

53.20*** 1.63 - 1.56 4.03** 2.72 ΔE

2.41 2.85 - 0.68 2.86 26.24*** ΔY

3.09 18.93*** - 4.95* 1.91 8.84*** ΔF

5.23* 2.20 0.29 - 1.58 0.14 ΔK

ΔIM 20.91*** 10.46*** 1.73 5.24* - 0.07

Độ mở thƣơng mại

Nguồn của hƣớng tác động Biến phụ thuộc

Mối quan hệ ngắn hạn Dài hạn

ΔY ΔF ΔE ΔK ΔTRD ECT(-1)

52.80*** 1.68 - 1.55 2.74 3.50* ΔE

2.08 2.79 - 0.48 1.50 26.45*** ΔY

3.21 19.01*** - 5.37* 1.03 8.75*** ΔF

5.10* 2.13 - 1.32 0.31 0.14 ΔK

1.25 0.20 ΔTRD 20.30*** 8.55** 5.34* -

***, **, * tương ứng với mức ý nghĩa 1%, 5%, 10%

Nguồn: từ Stata (Phụ lục 5)

Việc sử dụng xuất khẩu, nhập khẩu và tổng xuất nhập khẩu trên GDP đại

diện cho thƣơng mại cho kết quả tƣơng đối đồng nhất về quan hệ dài hạn ngắn hạn

giữa các yếu tố nghiên cứu, củng cố sự đồng nhất tin cậy của phƣơng pháp nghiên

cứu.

Giả thuyết:

H0: không tồn tại mối quan hệ nhân quả giữa các

biến. Δ là sai phân bậc một.

ECT(-1) thể hiện biến điều chỉnh sai số với độ trễ là một giai đoạn.

Bảng trên trình bày mối quan hệ trong ngắn hạn và dài hạn của các

yếu tố vĩ mô: tiêu thụ điện năng, tăng trƣởng kinh tế, phát triển tài chính, vốn

h a và xuất khẩu tác động qua lại với nhau. Khi sử dụng xuất khẩu làm yếu tố

đại diện cho thƣơng mại, kết quả tìm thấy: trong quan hệ ngắn hạn, tác giả tìm

ra bằng chứng thực nghiệm nhƣ sau: đối với các yếu tố ảnh hƣởng đến tiêu thụ

điện năng, tăng trƣởng trong nền kinh tế cho thấy bằng chứng tác động đến

tiêu thụ điện năng, các yếu tố còn lại chƣa tìm thấy bằng chứng c ý nghĩa.

Đối với mối quan hệ của các yếu tố trong ngắn hạn c tác động đến

tăng trƣởng nền kinh tế, tác giả chƣa tìm thấy bằng chứng các yếu tố tiêu thụ

điện năng, phát triển tài chính, vốn h a và xuất khẩu ảnh hƣởng đến tăng

trƣởng kinh tế.

Đối với các yếu tố ảnh hƣởng đến phát triển tài chính, tăng trƣởng

kinh tế và vốn h a c ảnh hƣởng đến phát triển tài chính, các yếu tố còn lại

chƣa tìm thấy bằng chứng c ý nghĩa.

Đối với các yếu tố ảnh hƣởng đến xuất khẩu, tiêu thụ điện năng, tăng

trƣởng kinh tế và vốn h a c ảnh hƣởng đến xuất khẩu, các yếu tố còn lại chƣa

tìm thấy bằng chứng c ý nghĩa.

Trong mối quan hệ dài hạn giải thích biến động của các biến độc lập

tác động đến biến phụ thuộc trong điều chỉnh ECM, tác giả tìm thấy bằng

chứng các yếu tố tiêu thụ điện năng, tăng trƣởng kinh tế, phát triển tài chính c

tác động điều chỉnh cân bằng dài hạn đến xuất khẩu làm đại diện cho thƣơng

mại.

Khi lần lƣợt sử dụng nhập khẩu, độ mở thƣơng mại làm yếu tố đại

diện cho thƣơng mại, kết quả thực nghiệm của tác giả tƣơng tự với kết quả khi

sử dụng xuất khẩu làm yếu tố đại diện cho thƣơng mại.

CHƢƠNG 5 KẾT LUẬN

5.1 KẾT LUẬN VỀ KẾT QUẢ NGHIÊN C U

Trong bài nghiên cứu này, tác giả tiến hành nghiên cứu thực nghiệm về mối

quan hệ ngắn hạn và dài hạn giữa phát triển tài chính, tăng trƣởng kinh tế, thƣơng

mại và tiêu thụ điện năng ở một số nƣớc Đông Nam Á. Bài luận văn đã sử dụng mô

hình kiểm định nhân quả Granger cho bộ dữ liệu bảng của 8 quốc gia thuộc Đông

Nam Á, bao gồm Cambodia, Indonesia, Malaysia, Myanmar, Phillippines,

Singapore, Thái Lan và Việt Nam trong giai đoạn từ năm 1991 đến năm 2018, với

kỳ quan sát tính theo năm.

Bằng chứng thực nghiệm bài nghiên cứu tìm thấy tác động giữa các yếu tố

tăng trƣởng kinh tế, vốn c tác động cùng chiều với tiêu thụ điện năng; trong khi

các yếu tố tín dụng khu vực tƣ nhân, xuất khẩu, nhập khẩu và độ mở thƣơng mại

chƣa tìm thấy bằng chứng tác động đến tiêu thụ điện năng. Khi điều chỉnh cân bằng

dài hạn, thực nghiệm tìm thấy mối quan hệ cùng chiều giữa tín dụng khu vực tƣ

nhân, tăng trƣởng kinh tế với tiêu thụ điện năng; các yếu tố vốn h a, thƣơng mại

trong xuất, nhập khẩu và độ mở thƣơng mại c ảnh hƣởng ngƣợc chiều với tiêu thụ

điện năng.

Thực nghiệm khi sử dụng xuất khẩu, nhập khẩu và tổng xuất nhập khẩu trên

GDP đại diện cho thƣơng mại cho kết quả tƣơng đối đồng nhất về quan hệ ngắn hạn

và điều chỉnh dài hạn giữa các yếu tố ngắn hạn nghiên cứu. Kết quả cho thấy tăng

trƣởng trong nền kinh tế đã tìm thấy bằng chứng c tác động đến tiêu thụ điện năng;

các yếu tố tăng trƣởng kinh tế và vốn h a c ảnh hƣởng đến phát triển tài chính; tiêu

thụ điện năng c ảnh hƣởng đến vốn h a; tiêu thụ điện năng, tăng trƣởng kinh tế và

vốn h a c ảnh hƣởng đến thƣơng mại trong ngắn hạn. Về lâu dài, các yếu tố vĩ mô

này điều chỉnh đƣợc cân bằng trong tiêu thụ điện năng, tăng trƣởng nền kinh tế, tài

chính phát triển.

5.2 ĐIỂM HẠN CHẾ

Ngoài những vấn đề đƣợc trình bày ở trên, nghiên cứu tại khu vực

Đông Nam Á còn hạn chế về số liệu nên chƣa c điều kiện so sánh các kết quả

thực nghiệm. Việc so sánh với kết quả thực nghiệm về vấn đề này với các

nghiên cứu thế giới thì vẫn còn nhiều hạn chế vì đối với các nƣớc khác nhau

thì đặc điểm và tính chất là không giống nhau nên việc so sánh với các kết quả

này chỉ mang tính đối chiếu chứ chƣa giải thích hết bản chất của vấn đề đặt ra.

5.3 HƢỚNG MỞ RỘNG

Nghiên cứu thực nghiệm tại khu vực Đông Nam Á ngày càng c vai

trò quan trọng, việc hoàn thiện bài nghiên cứu về mặt dữ liệu cập nhập thêm

sau này cũng nhƣ ý nghĩa trong các trƣờng hợp xem xét để hoàn thiện những

hạn chế nêu trên là một hƣớng mở rộng khả thi.

Song song đ , nhu cầu về điện năng tiêu thụ là không thể thiếu trong

vận hành nền kinh tế hiện nay. Tuy nhiên, lƣợng điện năng tiêu thụ ngày càng

tăng cao cũng gây ảnh hƣởng đến tài nguyên thiên nhiên cũng nhƣ môi trƣờng

sống. Do đ , việc nghiên cứu ảnh hƣởng của tăng trƣởng kinh tế, phát triển tài

chính, thƣơng mại đến tiêu thụ điện năng c những đ ng g p thiết thực cho

mỗi khu vực, mỗi quốc gia cần đƣợc nghiên cứu trong tƣơng lai. Ngoài những

yếu tố vĩ mô nêu trên, các nhà nghiên cứu c thể mở rộng nghiên cứu bằng

cách thêm biến vào mô hình nhƣ dân số, năng lƣợng từ nguồn tái tạo,...

cũng là hƣớng nghiên cứu mở rộng khả thi.

TÀI LI U TH M KHẢO

Aqeel, A., & Butt, M. S., 2001. The relationship between energy

consumption and economic growth in Pakistan. Asia-Pacific Development

Journal, 8(2), 101-110.

Abbas, F., & Choudhury, N., 2013. Electricity consumption-economic

growth nexus: an aggregated and disaggregated causality analysis in India and

Pakistan. Journal of Policy Modeling, 35(4), 538-553.

Destek, M. A. (2015). Energy consumption, economic growth, financial

development and trade openness in Turkey: Maki cointegration test. Bulletin of

Energy.

Hossain, A. (2012). K-economy in the SAARC integration: a comparative

study among the member countries. Competitiveness Review: An International

Business Journal, 22(1), 28-4.

Islam, F., Shahbaz, M., Ahmed, A. U., & Alam, M. M. (2013). Financial

development and energy consumption nexus in Malaysia: a multivariate time

series analysis. Economic Modelling, 30, 435-441.

Jamil, F., & Ahmad, E., 2010. The relationship between electricity

consumption, electricity prices and GDP in Pakistan. Energy policy, 38(10),

6016- 6025.

Jobert, T., & Karanfil, F., 2007. Sectoral energy consumption by source

and economic growth in Turkey. Energy policy, 35(11), 5447-5456.

Lean, H. H., & Smyth, R., 2014. Disaggregated energy demand by fuel

type and economic growth in Malaysia. Applied energy, 132, 168-177.

Mahmud, F., & Chishti, S., 1990. The demand for energy in the large-

scale manufacturing sector of Pakistan. Energy Economics, 12(4), 251-254.

Ohler, A., & Fetters, I., 2014. The causal relationship between renewable

electricity generation and GDP growth: A study of energy sources. Energy

economics, 43, 125-139.

Qazi, A. Q., & Yulin, Z., 2013. Energy Input, Price and Industrial Output

in Pakistan: A Cointegration Approach. Journal of Economics and Sustainable

Development, 4(5), 183-194.

Rafindadi, A. A., & Ozturk, I. (2016). Effects of financial development,

economic growth and trade on electricity consumption: Evidence from post-

Fukushima Japan. Renewable and Sustainable Energy Reviews, 54, 1073-1084.

Rahman, M. S., Junsheng, H., Shahari, F., Aslam, M., Masud, M. M.,

Banna, H., & Liya, M., 2015. Long-run relationship between sectoral

productivity and energy consumption in Malaysia: An aggregated and

disaggregated viewpoint. Energy, 86, 436-445.

Rashid, A. (2015). Contribution of Financial development in electricity-

growth nexus in Pakistan. Acta Universitatis Danubius. Œconomica, 11(2), 223-

240.

Roubaud, D., & Shahbaz, M. (2017). Financial development, economic

growth, and electricity demand: a sector analysis of an emerging economy. The

Journal of Energy and Development, 43(1/2), 47-98.

Shahbaz, M., Zeshan, M., & Afza, T., 2012. Is energy consumption

effective to spur economic growth in Pakistan? New evidence from bounds test to

level relationships and Granger causality tests. Economic Modelling, 29(6),

2310-2319.

Sadorsky, P. (2011). Trade and energy consumption in the Middle East.

Energy Economics, 33(5), 739-749.

Soytas, U., & Sari, R., 2007. The relationship between energy and

production: evidence from Turkish manufacturing industry. Energy

economics, 29(6), 1151-1165.

Tang, C. F., & Shahbaz, M., 2013. Sectoral analysis of the causal

relationship between electricity consumption and real output in Pakistan. Energy

Policy, 60, 885-891.

Yuan, J. H., Kang, J. G., Zhao, C. H., & Hu, Z. G., 2008. Energy

consumption and economic growth: evidence from China at both aggregated and

disaggregated levels. Energy Economics, 30(6), 3077-3094.

Ziramba, E., 2009. Disaggregate energy consumption and

industrial production in South Africa. Energy Policy, 37(6), 2214-2220.

Zamani, M., 2007. Energy consumption and economic

activities in Iran. Energy economics, 29(6), 1135-1140.

PHỤ LỤC

Variable

Obs

Mean

Std. Dev.

Min

Max

gdp import labor export dcreditp

224 224 224 224 224

25.36673 3.543764 16.78864 3.549068 3.721825

1.388102 21.92171 1.729557 -2.737919 14.26405 1.153707 -2.30795 1.696443 .8637276 1.099763

27.71762 5.349055 18.67438 5.443259 5.11502

tradeopen elecon capital

224 224 224

4.244068 6.454856 3.1906

1.707145 -1.787264 2.603919 1.631249 2.3694 .2692036

6.090413 9.087572 3.77474

Phụ lục 1 Th ng kê mô tả

Levin-Lin-Chu unit-root test for gdp

Ho: Panels contain unit roots Ha: Panels are stationary

Number of panels = Number of periods =

8 28

Asymptotics: N/T -> 0

AR parameter: Common Panel means: Included Time trend:

Not included

Cross-sectional means removed

ADF regressions: 1.63 lags average (chosen by AIC) LR variance:

Bartlett kernel, 9.00 lags average (chosen by LLC)

Statistic

p-value

Unadjusted t Adjusted t*

-3.9582 -1.0249

0.1527

Levin-Lin-Ch u unit-r oot test for imp ort

Ho: Panels c ontain uni t root s Ha: Panels are stat ionary

Number of panels = Number of p eriods =

8 28

Asymptotics: N/T -> 0

AR parameter: C ommon Panel me ans: Included Time tren d:

Not incl uded

Cross-sectio nal mean s remo ved

ADF regressi ons: 2.5 0 lags a verage ( chosen by AIC) LR varia nce:

Bartlett ker nel, 9.0 0 lags a verage ( chosen by LLC)

Statistic

p-value

Unadjusted t Adjusted t*

-2.2487 2.3402

0.9904

Phụ lục 2 Kiểm định tính dừng

Levin-Lin-Chu unit-root test for labor

Ho: Panels contain unit roots Ha: Panels are stationary

Number of panels = Number of periods =

8 28

Asymptotics: N/T -> 0

AR parameter: Common Panel means: Included

Time trend:

Not included

Cross-sectional means removed

ADF regressions: 6.25 lags average (chosen by AIC) LR variance:

Bartlett kernel, 9.00 lags average (chosen by LLC)

Statistic

p-value

Unadjusted t Adjusted t*

-2.3901 -1.5317

0.0628

Levin-Lin-Chu unit -root test for export

Ho: Panels contain unit roots Ha: Panels are stationary

Number of panels = Number of periods =

8 28

Asymptotics: N/T -> 0

AR parameter: Common Panel means: Included

Time trend:

Not included

Cross-sectional means removed

ADF regressions: 1.25 lags average (chosen by AIC) LR variance:

Bartlett kernel, 9.00 lags average (chosen by LLC)

Statistic

p-value

Unadjusted t Adjusted t*

-2.3353 1.6767

0.9532

Levin-Lin-Chu unit -root test for dcreditp

Ho: Panels contain unit roots Ha: Panels are stationary

Number of panels = Number of periods =

8 28

Asymptotics: N/T -> 0

AR parameter: Common Panel means: Included

Time trend:

Not included

Cross-sectional means removed

ADF regressions: 3.75 lags average (chosen by AIC) LR variance:

Bartlett kernel, 9.00 lags average (chosen by LLC)

Statistic

p-value

Unadjusted t Adjusted t*

-1.5110 2.9035

0.9982

Levin-Lin-Chu unit-root test for tradeopen

Ho: Panels contain unit roots Ha: Panels are stationary

Number of panels = Number of periods =

8 28

Asymptotics: N/T -> 0

AR parameter: Common Panel means: Included Time trend:

Not included

Cross-sectional means removed

ADF regressions: 1.25 lags average (chosen by AIC) LR variance:

Bartlett kernel, 9.00 lags average (chosen by LLC)

Statistic

p-value

Unadjusted t Adjusted t*

-2.1036 2.1536

0.9844

Levin-Lin-Chu unit-root test for elecon

Ho: Panels contain unit roots Ha: Panels are stationary

Number of panels = Number of periods =

8 28

Asymptotics: N/T -> 0

AR parameter: Common Panel means: Included Time trend:

Not included

Cross-sectional means removed

ADF regressions: 3.88 lags average (chosen by AIC) LR variance:

Bartlett kernel, 9.00 lags average (chosen by LLC)

Statistic

p-value

Unadjusted t Adjusted t*

-2.0427 0.2072

0.5821

Levin-Lin-Chu unit -root test for capital

Ho: Panels contain unit roots Ha: Panels are stationary

Number of panels = Number of periods =

8 28

Asymptotics: N/T -> 0

AR parameter: Common Panel means: Included Time trend:

Not included

Cross-sectional means removed

ADF regressions: 1.63 lags average (chosen by AIC) LR variance:

Bartlett kernel, 9.00 lags average (chosen by LLC)

Statistic

p-value

Unadjusted t Adjusted t*

-4.5066 -1.3117

0.0948

Levin-Lin-Chu unit-root test for dgdp

Ho: Panels contain unit roots Ha: Panels are stationary

Number of panels = Number of periods =

8 27

Asymptotics: N/T -> 0

AR parameter: Common Panel means: Included

Time trend:

Not included

Cross-sectional means removed

ADF regressions: 1.13 lags average (chosen by AIC) LR variance:

Bartlett kernel, 9.00 lags average (chosen by LLC)

Statistic

p-value

Unadjusted t Adjusted t*

-12.4723 -7.7333

0.0000

Levin-Lin-Chu unit-root test for dimport

Ho: Panels contain unit roots Ha: Panels are stationary

Number of panels = Number of periods =

8 27

Asymptotics: N/T -> 0

AR parameter: Common Panel means: Included Time trend:

Not included

Cross-sectional means removed

ADF regressions: 1.13 lags average (chosen by AIC) LR variance:

Bartlett kernel, 9.00 lags average (chosen by LLC)

Statistic

p-value

Unadjusted t Adjusted t*

-11.7819 -8.5669

0.0000

Levin-Lin-Chu unit-root test for dlabor

Ho: Panels contain unit roots Ha: Panels are stationary

Number of panels = Number of periods =

8 27

Asymptotics: N/T -> 0

AR parameter: Common Panel means: Included

Time trend:

Not included

Cross-sectional means removed

ADF regressions: 2.50 lags average (chosen by AIC) LR variance:

Bartlett kernel, 9.00 lags average (chosen by LLC)

Statistic

p-value

Unadjusted t Adjusted t*

-8.1534 -3.3356

0.0004

Levin-Lin-Chu unit-root test for dexport

Ho: Panels contain unit roots Ha: Panels are stationary

Number of panels = Number of periods =

8 27

Asymptotics: N/T -> 0

AR parameter: Common Panel means: Included Time trend:

Not included

Cross-sectional means removed

ADF regressions: 1.13 lags average (chosen by AIC) LR variance:

Bartlett kernel, 9.00 lags average (chosen by LLC)

Statistic

p-value

Unadjusted t Adjusted t*

-13.0998 -10.0531

0.0000

Levin -Lin-Chu unit -root test for ddcreditp

Ho: Panels contain unit roots Ha: Panels are stationary

Number of panels = Number of periods =

8 27

Asymptotics: N/T -> 0

AR parameter: Common Panel means: Included

Time trend:

Not included

Cross -sectional means removed

ADF regressions: 1.38 lags average (chosen by AIC) LR variance:

Bartlett kernel, 9.00 lags average (chosen by LLC)

Statistic

p-value

Unadjusted t Adjusted t*

-12.5718 -5.9087

0.0000

Levin-Lin-Chu unit -root test for dtradeopen

Ho: Panels contain unit roots Ha: Panels are stationary

Number of panels = Number of periods =

8 27

Asymptotics: N/T -> 0

AR parameter: Common Panel means: Included Time trend:

Not included

Cross-sectional means removed

ADF regressions: 1.13 lags average (chosen by AIC) LR variance:

Bartlett kernel, 9.00 lags average (chosen by LLC)

Statistic

p-value

Unadjusted t Adjusted t*

-12.2831 -9.1648

0.0000

Levin-Lin-Chu unit-root test for delecon

Ho: Panels contain unit roots Ha: Panels are stationary

Number of panels = Number of periods =

8 27

Asymptotics: N/T -> 0

AR parameter: Common Panel means: Included

Time trend:

Not included

Cross-sectional means removed

ADF regressions: 2.63 lags average (chosen by AIC) LR variance:

Bartlett kernel, 9.00 lags average (chosen by LLC)

Statistic

p-value

Unadjusted t Adjusted t*

-11.7393 -6.4221

0.0000

Levin-Lin-Chu unit-root test for dcapital

Ho: Panels contain unit roots Ha: Panels are stationary

Number of panels = Number of periods =

8 27

Asymptotics: N/T -> 0

AR parameter: Common Panel means: Included Time trend:

Not included

Cross-sectional means removed

ADF regressions: 1.88 lags average (chosen by AIC) LR variance:

Bartlett kernel, 9.00 lags average (chosen by LLC)

Statistic

p-value

Unadjusted t Adjusted t*

-12.2394 -8.5493

0.0000

Pedroni Residual Cointegration Test Series: GDP ELECON DCREDITP CAPITAL EXPORT Sample: 1991 2018 Included observations: 224 Cross-sections included: 8 Null Hypothesis: No cointegration Trend assumption: Deterministic intercept and trend Automatic lag length selection based on SIC with a max lag of 4 Newey-West automatic bandwidth selection and Bartlett kernel

Statistic 13.50676 0.037893 -3.193085 -3.529441

Weighted Statistic 12.12278 0.206236 -3.294182 -3.895050

Prob. 0.0000 0.5817 0.0005 0.0000

Alternative hypothesis: common AR coefs. (within-dimension) Prob. 0.0000 Panel v-Statistic 0.5151 Panel rho-Statistic 0.0007 Panel PP-Statistic Panel ADF-Statistic 0.0002 Alternative hypothesis: individual AR coefs. (between-dimension) Group rho-Statistic Group PP-Statistic Group ADF-Statistic

Statistic 1.736155 -2.713199 -3.252220

Prob. 0.9587 0.0033 0.0006

Cross section specific results

Phillips-Peron results (non-parametric)

Cross ID 1 2 3 4 5 6 7 8

AR(1) 0.125 0.079 -0.094 0.172 0.095 0.493 0.033 0.232

Variance 0.006562 0.000293 0.000625 0.002057 0.000521 0.001116 0.000169 0.000424

HAC 0.006078 0.000286 0.000198 0.001269 0.000521 0.001156 3.11E-05 0.000288

Bandwidth 1.00 2.00 7.00 5.00 0.00 2.00 9.00 3.00

Obs 27 27 27 27 27 27 27 27

Augmented Dickey-Fuller results (parametric)

Cross ID 1 2 3 4 5 6 7 8

AR(1) 0.125 0.079 -0.094 0.172 0.095 0.493 -0.431 0.232

Variance 0.006562 0.000293 0.000625 0.002057 0.000521 0.001116 0.000136 0.000424

Lag 0 0 0 0 0 0 1 0

Max lag 4 4 4 4 4 4 4 4

Obs 27 27 27 27 27 27 26 27

Johansen Fisher Panel Cointegration Test Series: GDP ELECON DCREDITP CAPITAL EXPORT Sample: 1991 2018 Included observations: 224 Trend assumption: Quadratic deterministic trend Lags interval (in first differences): 1 3 Unrestricted Cointegration Rank Test (Trace and Maximum Eigenvalue)

Phụ lục 3 Kiểm định đồng liên kết

Hypothesized No. of CE(s)

Fisher Stat.* (from trace test)

Fisher Stat.* (from max-eigen test)

Prob.

0.8816 0.9923 0.0000 0.0000 0.0000

9.704 5.545 147.4 181.9 84.15

None At most 1 At most 2 At most 3 At most 4

0.0000 0.0000 0.0000 0.0000 0.0000

273.1 79.23 147.4 199.1 84.15

* Probabilities are computed using asymptotic Chi-square distribution.

Individual cross section results

Cross Section

Prob.**

Max-Eign Test Statistics

Prob.**

Trace Test Statistics

Hypothesis of no cointegration

0.5000 0.5000 1.0000 0.5000 0.5000 0.5000 0.5000 0.5000

NA NA 2427.9734 NA NA NA NA NA

1 2 3 4 5 6 7 8

0.5000 0.5000 0.0000 0.5000 0.5000 0.5000 0.5000 0.5000

NA NA 838.6810 NA NA NA NA NA

Hypothesis of at most 1 cointegration relationship

1.0000 0.5000 1.0000 0.5000 0.5000 1.0000 0.5000 1.0000

1709.3948 NA 1589.2924 NA NA 1638.8902 NA 1679.2161

1 2 3 4 5 6 7 8

0.0001 0.5000 0.0001 0.5000 0.5000 0.0001 0.5000 0.0001

838.6810 NA 811.0167 NA NA 831.7766 NA 820.1244

Hypothesis of at most 2 cointegration relationship

0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001

870.7138 860.9383 778.2757 849.2336 693.0260 807.1135 852.3857 859.0917

1 2 3 4 5 6 7 8

0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001

816.6900 800.8681 732.7738 812.3143 637.0158 772.6441 809.7856 787.7947

Hypothesis of at most 3 cointegration relationship

0.0000 0.0000 0.0000 0.0000

54.0238 60.0701 45.5019 36.9194

1 2 3 4

0.0000 0.0000 0.0000 0.0025

48.0788 43.1767 42.3271 25.4817

0.0000 0.0001 0.0000 0.0001

56.0102 34.4694 42.6001 71.2970

5 6 7 8

37.8464 28.2951 39.8537 71.1404

0.0000 0.0008 0.0000 0.0000

Hypothesis of at most 4 cointegration relationship

0.0148 0.0000 0.0748 0.0007 0.0000 0.0130 0.0975 0.6923

5.9450 16.8934 3.1748 11.4376 18.1638 6.1743 2.7463 0.1566

1 2 3 4 5 6 7 8

5.9450 16.8934 3.1748 11.4376 18.1638 6.1743 2.7463 0.1566

0.0148 0.0000 0.0748 0.0007 0.0000 0.0130 0.0975 0.6923

**MacKinnon-Haug-Michelis (1999) p-values

Pedroni Residual Cointegration Test Series: GDP ELECON DCREDITP CAPITAL IMPORT Sample: 1991 2018 Included observations: 224 Cross-sections included: 8 Null Hypothesis: No cointegration Trend assumption: Deterministic intercept and trend Automatic lag length selection based on SIC with a max lag of 4 Newey-West automatic bandwidth selection and Bartlett kernel

Statistic 11.59322 0.079968 -3.009323 -3.257505

Prob. 0.0000 0.5319 0.0013 0.0006

Weighted Statistic 10.15611 0.136528 -3.961120 -4.124952

Prob. 0.0000 0.5543 0.0000 0.0000

Alternative hypothesis: common AR coefs. (within-dimension) Panel v-Statistic Panel rho-Statistic Panel PP-Statistic Panel ADF-Statistic Alternative hypothesis: individual AR coefs. (between-dimension) Prob. 0.9390 Group rho-Statistic 0.0000 Group PP-Statistic 0.0001 Group ADF-Statistic

Statistic 1.546709 -4.866316 -3.698405

Cross section specific results

Phillips-Peron results (non-parametric)

Cross ID 1 2 3 4 5 6 7 8

AR(1) 0.162 0.005 0.047 0.185 0.083 0.517 -0.094 0.094

Variance 0.007624 0.000373 0.000683 0.002064 0.000507 0.001094 0.000165 0.000370

HAC 0.007077 0.000264 0.000524 0.001365 0.000497 0.001147 1.13E-05 0.000203

Bandwidth 1.00 3.00 4.00 4.00 1.00 2.00 26.00 4.00

Obs 27 27 27 27 27 27 27 27

Augmented Dickey-Fuller results (parametric)

Cross ID

AR(1)

Variance

Lag

Max lag

Obs

0.007624 0.000373 0.000683 0.002064 0.000507 0.001094 0.000105 0.000370

0.162 0.005 0.047 0.185 0.083 0.517 -1.401 0.094

0 0 0 0 0 0 2 0

4 4 4 4 4 4 4 4

27 27 27 27 27 27 25 27

1 2 3 4 5 6 7 8

Johansen Fisher Panel Cointegration Test Series: GDP ELECON DCREDITP CAPITAL IMPORT Sample: 1991 2018 Included observations: 224 Trend assumption: Quadratic deterministic trend Lags interval (in first differences): 1 3 Unrestricted Cointegration Rank Test (Trace and Maximum Eigenvalue)

Hypothesized No. of CE(s)

Fisher Stat.* (from trace test)

Fisher Stat.* (from max-eigen test)

Prob.

11.09 2.773 130.3 141.6 103.5

0.8039 0.9999 0.0000 0.0000 0.0000

0.8039 0.0000 0.0000 0.0000 0.0000

11.09 113.3 130.3 162.6 103.5

None At most 1 At most 2 At most 3 At most 4

* Probabilities are computed using asymptotic Chi-square distribution.

Individual cross section results

Cross Section

Trace Test Statistics

Prob.**

Max-Eign Test Statistics

Prob.**

Hypothesis of no cointegration

NA NA NA NA NA NA NA NA

0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000

NA NA NA NA NA NA NA NA

1 2 3 4 5 6 7 8

Hypothesis of at most 1 cointegration relationship

1708.7563 1704.2793 1683.0108 NA 1688.6626 1598.0698 NA 1731.5303

1.0000 1.0000 1.0000 0.5000 1.0000 1.0000 0.5000 1.0000

0.0001 0.0001 0.0001 0.5000 0.0001 0.0001 0.5000 0.0001

881.6832 865.0477 848.4121 NA 881.6832 795.6788 NA 865.0477

1 2 3 4 5 6 7 8

Hypothesis of at most 2 cointegration relationship

827.0731 839.2316 834.5986 763.9683 806.9794 802.3911 NA

0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.5000

793.1501 790.3233 762.5749 738.1900 789.7958 767.3910 NA

1 2 3 4 5 6 7

866.4826

778.0635

0.0001

Hypothesis of at most 3 cointegration relationship

0.0002 0.0000 0.0001 0.0039 0.0733 0.0001 0.0000 0.0001

31.8524 32.4462 53.8978 21.3883 14.5162 28.1316 40.3922 65.0852

0.0002 0.0001 0.0000 0.0114 0.1161 0.0009 0.0000 0.0000

33.9230 48.9083 72.0237 25.7783 17.1836 35.0000 47.4516 88.4191

1 2 3 4 5 6 7 8

Hypothesis of at most 4 cointegration relationship

0.1502 0.0000 0.0000 0.0361 0.1024 0.0088 0.0079 0.0000

2.0705 16.4621 18.1258 4.3901 2.6674 6.8684 7.0594 23.3340

0.1502 0.0000 0.0000 0.0361 0.1024 0.0088 0.0079 0.0000

2.0705 16.4621 18.1258 4.3901 2.6674 6.8684 7.0594 23.3340

1 2 3 4 5 6 7 8

**MacKinnon-Haug-Michelis (1999) p-values

Pedroni Residual Cointegration Test Series: GDP ELECON DCREDITP CAPITAL TRADEOPEN Sample: 1991 2018 Included observations: 224 Cross-sections included: 8 Null Hypothesis: No cointegration Trend assumption: Deterministic intercept and trend Automatic lag length selection based on SIC with a max lag of 4 Newey-West automatic bandwidth selection and Bartlett kernel

Statistic 12.47564 0.024999 -3.109333 -3.367485

Weighted Statistic 11.09792 -0.017008 -3.674259 -3.850776

Prob. 0.0000 0.4932 0.0001 0.0001

Alternative hypothesis: common AR coefs. (within-dimension) Prob. 0.0000 Panel v-Statistic 0.5100 Panel rho-Statistic 0.0009 Panel PP-Statistic Panel ADF-Statistic 0.0004 Alternative hypothesis: individual AR coefs. (between-dimension) Prob. 0.9289 Group rho-Statistic 0.0000 Group PP-Statistic 0.0003 Group ADF-Statistic

Statistic 1.467920 -4.523309 -3.441922

Cross section specific results

Phillips-Peron results (non-parametric)

Cross ID 1 2 3 4 5 6 7

AR(1) 0.145 0.043 -0.033 0.178 0.082 0.504 -0.055

Variance 0.007159 0.000314 0.000648 0.002062 0.000506 0.001104 0.000163

HAC 0.006642 0.000295 0.000372 0.001279 0.000498 0.001150 1.04E-05

Bandwidth 1.00 2.00 5.00 5.00 1.00 2.00 21.00

Obs 27 27 27 27 27 27 27

0.190

0.000384

0.000329

2.00

Augmented Dickey-Fuller results (parametric)

Cross ID 1 2 3 4 5 6 7 8

AR(1) 0.145 0.043 -0.033 0.178 0.082 0.504 -1.255 0.190

Variance 0.007159 0.000314 0.000648 0.002062 0.000506 0.001104 0.000107 0.000384

Lag 0 0 0 0 0 0 2 0

Max lag 4 4 4 4 4 4 4 4

Obs 27 27 27 27 27 27 25 27

Johansen Fisher Panel Cointegration Test Series: GDP ELECON DCREDITP CAPITAL TRADEOPEN Sample: 1991 2018 Included observations: 224 Trend assumption: Quadratic deterministic trend Lags interval (in first differences): 1 3 Unrestricted Cointegration Rank Test (Trace and Maximum Eigenvalue)

Hypothesized No. of CE(s)

Fisher Stat.* (from trace test)

Fisher Stat.* (from max-eigen test)

Prob.

None At most 1 At most 2 At most 3 At most 4

11.09 5.545 130.3 163.0 100.6

11.09 79.23 130.3 173.5 100.6

0.8039 0.0000 0.0000 0.0000 0.0000

0.8039 0.9923 0.0000 0.0000 0.0000

* Probabilities are computed using asymptotic Chi-square distribution.

Individual cross section results

Cross Section

Trace Test Statistics

Prob.**

Max-Eign Test Statistics

Prob.**

Hypothesis of no cointegration

1 2 3 4 5 6 7 8

NA NA NA NA NA NA NA NA

0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000

Hypothesis of at most 1 cointegration relationship

1 2 3 4 5 6 7 8

NA NA 1709.2523 1575.8243 NA 1716.3931 NA 1718.8861

0.5000 0.5000 0.0001 0.0001 0.5000 0.0001 0.5000 0.0001

0.5000 0.5000 1.0000 1.0000 0.5000 1.0000 0.5000 1.0000

Hypothesis of at most 2 cointegration relationship

1 2 3 4

884.0656 850.9775 877.4757 740.8430

NA NA 831.7766 834.9814 NA 881.6832 NA 843.0567 831.7766 800.0545 828.9498 707.9248

0.0001 0.0001 0.0001 0.0001

0.0001 0.0001 0.5000 0.0001

774.5014 798.5056 NA 776.8165

0.0001 0.0001 0.5000 0.0001

788.0850 834.7098 NA 875.8294

5 6 7 8

Hypothesis of at most 3 cointegration relationship

0.0000 0.0000 0.0000 0.0002 0.2070 0.0001 0.0000 0.0001

49.7223 35.1099 37.2194 24.2630 12.5849 29.1130 44.2807 70.6092

0.0000 0.0000 0.0000 0.0039 0.2044 0.0006 0.0000 0.0000

52.2890 50.9230 48.5259 32.9181 13.5836 36.2043 46.0417 99.0130

1 2 3 4 5 6 7 8

Hypothesis of at most 4 cointegration relationship

0.1091 0.0001 0.0008 0.0033 0.3176 0.0077 0.1845 0.0000

2.5667 15.8132 11.3065 8.6552 0.9987 7.0913 1.7610 28.4038

0.1091 0.0001 0.0008 0.0033 0.3176 0.0077 0.1845 0.0000

2.5667 15.8132 11.3065 8.6552 0.9987 7.0913 1.7610 28.4038

1 2 3 4 5 6 7 8

**MacKinnon-Haug-Michelis (1999) p-values

Number of groups

= =

208 8

Arellano-Bond dynamic panel-data estimation Number of obs Group variable: id Time variable: year

Obs per group:

min = avg = max =

26 26 26

Number of instruments =

185

Wald chi2(5) Prob > chi2

= 12690.17 0.0000 =

One-step results

elecon

Coef.

Std. Err.

P>|z|

[95% Conf. Interval]

elecon L1.

.9170416

.0293798

31.21

0.000

.8594582

.9746249

dcreditp

.013631

.0188739

0.72

0.470

-.0233611

.0506231

gdp capital export _cons

.0451816 .0761971 -.0113767 -.8123791

.0267105 .0309334 .0075554 .5271715

1.69 2.46 -1.51 -1.54

0.091 0.014 0.132 0.123

-.0071699 .0155687 -.0261852 -1.845616

.0975332 .1368255 .0034317 .220858

Instruments for differenced equation

GMM-type: L(2/.).elecon Standard: D.dcreditp D.gdp D.capital D.export

Instruments for level equation

Standard: _cons

Phụ lục 4 Kết quả ƣớc lƣợng GMM

Number of groups

= =

208 8

Arellano-Bond dynamic panel-data estimation Number of obs Group variable: id Time variable: year

Obs per group:

min = avg = max =

26 26 26

Number of instruments =

185

Wald chi2(5) Prob > chi2

= 12641.42 0.0000 =

One-step results

elecon

Coef.

Std. Err.

P>|z|

[95% Conf. Interval]

elecon L1.

.9174403

.0296643

30.93

0.000

.8592994

.9755811

dcreditp gdp capital import _cons

.0127095 .0439838 .0794904 -.0111866 -.7923673

.019046 .0268588 .0312703 .0069878 .5304229

0.67 1.64 2.54 -1.60 -1.49

0.505 0.102 0.011 0.109 0.135

-.0246198 -.0086586 .0182018 -.0248824 -1.831977

.0500389 .0966261 .140779 .0025092 .2472424

Instruments for differenced equation

GMM-type: L(2/.).elecon Standard: D.dcreditp D.gdp D.capital D.import

Instruments for level equation

Standard: _cons

Nu mb er of g ro up s

= =

20 8 8

Ar el la no -B on d d yn am ic pa ne l- da ta es ti ma ti on Nu mb er of ob s Gr ou p va ri ab le : id Ti me v ar ia bl e: y ea r

Ob s p er gr ou p:

mi n = av g = ma x =

26 26 26

Nu mb er o f i ns tr um e nt s =

18 5

Wa ld c hi 2( 5) Pr ob > ch i2

= 12 66 6. 36 0. 00 00 =

On e- st ep r es ul ts

el ec on

Co ef .

St d. E rr .

P> |z |

[9 5% C on f. In te rv al ]

el ec on L1 .

.9 17 29 76

.0 29 52 2

31 .0 7

0. 00 0

.8 59 43 56

.9 75 15 96

dc re di tp gd p ca pi ta l tr ad eo pe n _c on s

.0 13 20 91 .0 44 56 25 .0 77 59 93 -. 01 14 21 1 -. 79 31 27 3

.0 18 95 36 .0 26 80 23 .0 31 09 24 .0 07 29 42 .5 28 30 31

0. 70 1. 66 2. 50 -1 .5 7 -1 .5 0

0. 48 6 0. 09 6 0. 01 3 0. 11 7 0. 13 3

-. 02 39 39 2 -. 00 79 69 1 .0 16 65 94 -. 02 57 17 5 -1 .8 28 58 2

.0 50 35 74 .0 97 09 41 .1 38 53 92 .0 02 87 53 .2 42 32 78

In st ru me nt s fo r di ff er en ce d e qu at io n

GM M- ty pe : L( 2/ .) .e le co n St an da rd : D. dc re di tp D .g dp D. ca pi ta l D. tr ad eo pe n

In st ru me nt s fo r le ve l eq ua t io n

St an da rd : _c on s

Arellano-Bond dynamic panel-data estimation Number of obs Group variable: id

Number of groups

= =

208 8

Time variable: year

Obs per group:

min = avg = max =

26 26 26

Number of instruments =

186

Wald chi2(6) Prob > chi2

= 3.37e+14 0.0000 =

One-step results

elecon

Coef.

Std. Err.

P>|z|

[95% Conf. Interval]

elecon L1.

-2.36e-07

4.59e-07

-0.51

0.607

-1.14e-06

6.64e-07

dcreditp gdp capital export ecm_ex _cons

.4948879 .7495423 -.2444465 -.0342603 1.000001 -13.51404

2.50e-07 2.0e+06 3.63e-07 2.1e+06 2.42e-07 -1.0e+06 4.79e-08 -7.2e+05 4.57e-07 2.2e+06 6.68e-06 -2.0e+06

0.000 0.000 0.000 0.000 0.000 0.000

.4948874 .7495415 -.244447 -.0342604 .9999997 -13.51405

.4948884 .749543 -.244446 -.0342602 1.000001 -13.51402

Instruments for differenced equation

GMM-type: L(2/.).elecon Standard: D.dcreditp D.gdp D.capital D.export D.ecm_ex

Instruments for level equation

Standard: _cons

Number of groups

= =

208 8

Arellano-Bond dynamic panel-data estimation Number of obs Group variable: id Time variable: year

Obs per group:

min = avg = max =

26 26 26

Number of instruments =

186

Wald chi2(6) Prob > chi2

= 3.39e+14 0.0000 =

One-step results

elecon

Coef.

Std. Err.

P>|z|

[95% Conf. Interval]

elecon L1.

-2.50e-07

4.59e-07

-0.54

0.586

-1.15e-06

6.50e-07

dcreditp gdp capital import ecm_im _cons

.499509 .7477752 -.2181035 -.0497887 1.000001 -13.5143

2.53e-07 2.0e+06 3.62e-07 2.1e+06 2.36e-07 -9.2e+05 4.65e-08 -1.1e+06 4.57e-07 2.2e+06 6.68e-06 -2.0e+06

0.000 0.000 0.000 0.000 0.000 0.000

.4995085 .7477745 -.218104 -.0497888 .9999997 -13.51432

.4995095 .747776 -.2181031 -.0497887 1.000001 -13.51429

Instruments for differenced equation

GMM-type: L(2/.).elecon Standard: D.dcreditp D.gdp D.capital D.import D.ecm_im

Instruments for level equation Standard: _cons

Number of groups

= =

208 8

Arellano-Bond dynamic panel-data estimation Number of obs Group variable: id Time variable: year

Obs per group:

min = avg = max =

26 26 26

Number of instruments =

186

Wald chi2(6) Prob > chi2

= 3.36e+14 0.0000 =

One-step results

elecon

Coef.

Std. Err.

P>|z|

[95% Conf. Interval]

elecon L1.

-2.42e-07

4.61e-07

-0.52

0.600

-1.14e-06

6.62e-07

dcreditp gdp capital tradeopen ecm_trd _cons

.497548 .7498481 -.2304213 -.0442236 1.000001 -13.50964

2.53e-07 2.0e+06 3.65e-07 2.1e+06 2.40e-07 -9.6e+05 4.76e-08 -9.3e+05 4.59e-07 2.2e+06 6.70e-06 -2.0e+06

0.000 0.000 0.000 0.000 0.000 0.000

.4975475 .7498474 -.2304218 -.0442237 .9999997 -13.50965

.4975485 .7498488 -.2304209 -.0442235 1.000001 -13.50962

Instruments for differenced equation

GMM-type: L(2/.).elecon Standard: D.dcreditp D.gdp D.capital D.tradeopen D.ecm_trd

Instruments for level equation Standard: _cons

Number of groups

= =

192 8

Arellano-Bond dynamic panel-data estimation Number of obs Group variable: id Time variable: year

Obs per group:

min = avg = max =

24 24 24

Number of instruments =

182

Wald chi2(11) Prob > chi2

= =

75.76 0.0000

One-step results

D.elecon

Coef.

Std. Err.

P>|z|

[95% Conf. Interval]

elecon LD. L2D.

.080941 .108853

.0711351 .065148

1.14 1.67

0.255 0.095

-.0584812 -.0188348

.2203633 .2365407

gdp LD. L2D.

.5368533 -.3791489

.0978382 .1098992

5.49 -3.45

0.000 0.001

.3450939 -.5945474

.7286126 -.1637503

dcreditp LD. L2D.

.0176222 .0367155

.034467 .0323845

0.51 1.13

0.609 0.257

-.049932 -.026757

.0851764 .100188

capital LD. L2D.

-.047454 .0462305

.0526985 .053166

-0.90 0.87

0.368 0.385

-.1507413 -.057973

.0558332 .1504339

export LD. L2D.

.0125252 .0186159

.0130683 .0126726

0.96 1.47

0.338 0.142

-.0130882 -.006222

.0381387 .0434538

ecm_ex L1.

-.046345

.026771

-1.73

0.083

-.0988152

.0061253

_cons

.0324312

.0099335

3.26

0.001

.0129619

.0519005

Instruments for differenced equation

GMM-type: L(2/.).D.elecon Standard: LD2.elecon L2D2.elecon LD2.gdp L2D2.gdp LD2.dcreditp L2D2.dcr

LD2.export L2D2.export LD.ecm_ex

Instruments for level equation

Standard: _cons

Phụ lục 5 Kết quả hồi quy và kiểm định VECM

. test ld.gdp l2d.gdp

( 1) LD.gdp = 0 ( 2) L2D.gdp = 0

52.35

chi2( 2) = Prob > chi2 =

0.0000

. . test ld.dcreditp l2d.dcreditp

( 1) LD.dcre ditp = 0 ( 2) L2D.dcr edit p = 0

chi2( 2) = Prob > chi2 =

1.72 0.4238

. . test ld.capital l2d.capital

( 1) LD.capi tal = 0 ( 2) L2D.cap ital = 0

chi2( 2) = Prob > chi2 =

1.53 0.4647

. . test ld.export l2d.export

( 1) LD.expo rt = 0 ( 2) L2D.exp ort = 0

chi2( 2) = Prob > chi2 =

3.11 0.2111

. . test l.ecm_ex

( 1) L.ecm_e x = 0

chi2( 1) = Prob > chi2 =

3.00 0.0834

Number of groups

= =

192 8

Arellano-Bond dynamic panel-data estimation Number of obs Group variable: id Time variable: year

Obs per group:

min = avg = max =

24 24 24

Number of instruments =

182

Wald chi2(11) Prob > chi2

= =

48.43 0.0000

One-step results

D.gdp

Coef. Std. Err.

P>|z|

[95% Conf. Interval]

gdp LD.

-.1916101 .0624499

-3.07

0.002

-.3140098

-.0692105

elecon LD. L2D.

.0229319 .0449162 .041533 .0528031

0.51 1.27

0.610 0.204

-.0651021 -.0286

.110966 .1342062

gdp L2D.

-.0184681 .0703213

-0.26

0.793

-.1562952

.1193591

dcreditp LD. L2D.

.0121586 .0218567 -.0051152 .0206677

0.56 -0.25

0.578 0.805

-.0306797 -.0456231

.0549969 .0353927

capital LD. L2D.

.0539371 .0332685 -.0163733 .0336914

1.62 -0.49

0.105 0.627

-.0112679 -.0824073

.1191421 .0496607

export LD. L2D.

-.0055065 .0082719 -.0008319 .0080385

-0.67 -0.10

0.506 0.918

-.0217191 -.0165872

.0107061 .0149233

ecm_ex L1.

.0910348 .0175224

5.20

0.000

.0566915

.1253781

_cons

.0554513

.006419

8.64

0.000

.0428703

.0680322

Instruments for differenced equation GMM-type: L(2/.).D.gdp Standard: LD2.elecon L2D2.elecon LD2.gdp L2D2.gdp LD2.dcreditp L2D2.dcr

LD2.export L2D2.export LD.ecm_ex

Instruments for level equation Standard: _cons

. test ld.elecon l2d.elecon

( 1) LD.elecon = 0 ( 2) L2D.elecon = 0

chi2( 2) = Prob > chi2 =

1.76 0.4154

. . test ld.dcreditp l2d.dcreditp

( 1) LD.dcreditp = 0 ( 2) L2D.dcreditp = 0

chi2( 2) = Prob > chi2 =

0.34 0.8426

. . test ld.capital l2d.capital

( 1) LD.capital = 0 ( 2) L2D.capital = 0

chi2( 2) = Prob > chi2 =

2.83 0.2430

. . test ld.export l2d.export

( 1) LD.export = 0 ( 2) L2D.export = 0

chi2( 2) = Prob > chi2 =

0.45 0.7966

. . test l.ecm_ex

( 1) L.ecm_ex = 0

26.99

chi2( 1) = Prob > chi2 =

0.0000

Number of groups

= =

192 8

Arellano-Bond dynamic panel-data estimation Number of obs Group variable: id Time variable: year

Obs per group:

min = avg = max =

24 24 24

Number of instruments =

182

Wald chi2(11) Prob > chi2

= =

55.91 0.0000

One-step results

D.dcreditp

Coef.

Std. Err.

P>|z|

[95% Conf. Interval]

dcreditp LD.

.2496021

.0758683

3.29

0.001

.100903

.3983012

elecon LD. L2D.

.2875212 .0840563

.1583933 .1485846

1.82 0.57

0.069 0.572

-.022924 -.2071641

.5979665 .3752768

gdp LD. L2D.

.6446787 -.6008882

.2218557 .2464176

2.91 -2.44

0.004 0.015

.2098494 -1.083858

1.079508 -.1179186

dcreditp L2D.

-.1071399

.0706707

-1.52

0.130

-.2456519

.0313721

capital LD. L2D.

.1287154 .2427523

.1161797 .1178372

1.11 2.06

0.268 0.039

-.0989927 .0117956

.3564235 .4737091

export LD. L2D.

.0122595 .0144833

.0288344 .0279614

0.43 0.52

0.671 0.604

-.044255 -.0403201

.068774 .0692868

ecm_ex L1.

.1817484

.0623559

2.91

0.004

.0595331

.3039637

_cons

.003229

.0233733

0.14

0.890

-.0425819

.0490399

Instruments for differenced equation GMM-type: L(2/.).D.dcreditp Standard: LD2.elecon L2D2.elecon LD2.gdp L2D2.gdp LD2.dcreditp L2D2.dcre

LD2.export L2D2.export LD.ecm_ex

Instruments for level equation Standard: _cons

. test ld.elecon l2d.elecon

( 1) LD.elecon = 0 ( 2) L2D.elecon = 0

chi2( 2) =

3.40

Prob > chi2 =

0.1830

. . test ld.gdp l2d.gdp

( 1) LD.gdp = 0 ( 2) L2D.gdp = 0

18.95

chi2( 2) = Prob > chi2 =

0.0001

. . test ld.capital l2d.capital

( 1) LD.capital = 0 ( 2) L2D.capital = 0

chi2( 2) = Prob > chi2 =

5.57 0.0618

. . test ld.export l2d.export

( 1) LD.export = 0 ( 2) L2D.export = 0

chi2( 2) = Prob > chi2 =

0.45 0.7970

. . test l.ecm_ex

( 1) L.ecm_ex = 0

chi2( 1) = Prob > chi2 =

8.50 0.0036

Number of groups

= =

192 8

Arellano-Bond dynamic panel-data estimation Number of obs Group variable: id Time variable: year

Obs per group:

24 24 24

min = avg = max =

Number of instruments =

182

Wald chi2(11) Prob > chi2

= =

12.59 0.3209

One-step results

D.capital

Coef. Std. Err.

P>|z|

[95% Conf. Interval]

.1005444 .0772452

1.30 0.193

-.0508534

.2519422

capital LD.

.0107023 .1047872 -.2135184 .0963291

0.10 0.919 -2.22 0.027

.2160815 -.1946769 -.4023198 -.0247169

elecon LD. L2D.

.0896498 .1481427 .2368455 .1653686

0.61 0.545 1.43 0.152

-.2007045 -.087271

.380004 .5609621

gdp LD. L2D.

.0183373 .0508557 -.0224828 .0473961

0.36 0.718 -0.47 0.635

-.0813381 -.1153775

.1180127 .0704118

dcreditp LD. L2D.

-.1153271 .0780175

-1.48 0.139

-.2682385

.0375843

capital L2D.

.0167106 .0193147 .0119391 .0187103

0.87 0.387 0.64 0.523

-.0211454 -.0247324

.0545667 .0486107

export LD. L2D.

ecm_ex L1.

.0141147 .0371507

0.38 0.704

-.0586993

.0869286

_cons

-.005628 .0153516

-0.37 0.714

-.0357165

.0244605

Instruments for differenced equation

GMM-type: L(2/.).D.capital Standard: LD2.elecon L2D2.elecon LD2.gdp L2D2.gdp LD2.dcreditp L2D2.dcre

LD2.export L2D2.export LD.ecm_ex

Instruments for level equation

Standard: _cons

. test ld.elecon l2d.elecon

( 1) LD.elecon = 0

( 2) L2D.elecon = 0

chi2( 2) =

5.04

Prob > chi2 =

0.0805

. test ld.gdp l2d.gdp

( 1) LD.gdp = 0

( 2) L2D.gdp = 0

chi2( 2) =

2.12

Prob > chi2 =

0.3470

. test ld.dcreditp l2d.dcreditp

( 1) LD.dcreditp = 0 ( 2) L2D.dcreditp = 0

chi2( 2) = Prob > chi2 =

0.32 0.8531

. . test ld.export l2d.export

( 1) LD.export = 0 ( 2) L2D.export = 0

chi2( 2) = Prob > chi2 =

1.15 0.5616

. . test l.ecm_ex

( 1) L.ecm_ex = 0

chi2( 1) = Prob > chi2 =

0.14 0.7040

Number of groups

= =

192 8

Arellano-Bond dynamic panel-data estimation Number of obs Group variable: id Time variable: year

Obs per group:

min = avg = max =

24 24 24

Number of instruments =

182

Wald chi2(11) Prob > chi2

= =

31.44 0.0009

One-step results

D.export

Coef. Std. Err.

P>|z|

[95% Conf. Interval]

export LD.

-.0489199 .0755705

-0.65

0.517

-.1970353

.0991955

elecon LD. L2D.

1.739047 .4123997 .7110491 .3823426

4.22 1.86

0.000 0.063

.9307586 -.0383287

2.547336 1.460427

gdp LD. L2D.

-1.033019 .5807449 -1.733302 .6465101

-1.78 -2.68

0.075 0.007

-2.171259 -3.000438

.1052196 -.4661653

dcreditp LD. L2D.

.1765314 .1987304 .0749501 .1845025

0.89 0.41

0.374 0.685

-.212973 -.286668

.5660358 .4365683

capital LD. L2D.

.3807962 .3027871 .5876066 .3055886

1.26 1.92

0.209 0.054

-.2126556 -.0113361

.9742481 1.186549

export L2D.

-.0697531 .0732256

-0.95

0.341

-.2132726

.0737664

ecm_ex L1.

-.0372541 .1501628

-0.25

0.804

-.3315678

.2570597

_cons

.0373271 .0608377

0.61

0.540

-.0819126

.1565669

Instruments for differenced equation

GMM-type: L(2/.).D.export

Standard: LD2.elecon L2D2.elecon LD2.gdp L2D2.gdp LD2.dcreditp L2D2.dcr

LD2.export L2D2.export LD.ecm_ex

Instruments for level equation Standard: _cons

. test ld.ele con l 2d.el econ

( 1) LD. el ec on = 0

( 2) L2D .e le con = 0

19.5 4

chi 2( 2) = Pro b > chi 2 =

0.0 00 1

. . test ld. gd p l2d .g dp

( 1) LD. gd p = 0 ( 2) L2D .g dp = 0

chi 2( 2) = Pro b > chi 2 =

8.50 0.0 14 3

. . test l d. dcr ed it p l2 d. dc re dit p

( 1) LD. dc re dit p = 0 ( 2) L2D .d cr edi tp = 0

chi 2( 2) = Pro b > chi 2 =

1.06 0.5 87 4

. . test ld.cap ital l2d.c apita l

( 1) LD. ca pi tal = 0

( 2) L2D .c ap ita l = 0

chi 2( 2) = Pro b > chi 2 =

5.39 0.0 67 5

. . test l.ecm_ ex

( 1) L.e cm _e x = 0

chi 2( 1) = Pro b > chi 2 =

0.06 0.8 04 1

Number of groups

= =

192 8

Arellano-Bond dynamic panel-data estimation Number of obs Group variable: id Time variable: year

Obs per group:

min = avg = max =

24 24 24

Number of instruments =

182

Wald chi2(11) Prob > chi2

= =

76.25 0.0000

One-step results

D.elecon

Coef. Std. Err.

P>|z|

[95% Conf. Interval]

.0847572 .0709418 .1176043 .0647712

1.19 0.232 -.0542862 .2238006 1.82 0.069 -.0093448 .2445535

elecon LD. L2D.

.5290198 .0972772 -.3947661 .1096803

5.44 0.000 .3383599 .7196797 -3.60 0.000 -.6097355 -.1797968

gdp LD. L2D.

.0172337 .034688 .0358574 .032312

0.50 0.619 -.0507535 .0852209 1.11 0.267 -.0274729 .0991877

dcreditp LD. L2D.

-.0500149 .052571 .0438935 .0532823

-0.95 0.341 -.1530522 .0530223 .148325 0.82 0.410 -.0605379

capital LD. L2D.

.005059 .0132948 .0201533 .0128974

0.38 0.704 -.0209982 .0311163 -.005125 .0454317 1.56 0.118

import LD. L2D.

ecm_im L1.

-.0543476 .0270793

-2.01 0.045

-.107422 -.0012733

_cons

.0334898 .0098992

3.38 0.001

.0140878 .0528919

Instruments for differenced equation

GMM-type: L(2/.).D.elecon Standard: LD2.elecon L2D2.elecon LD2.gdp L2D2.gdp LD2.dcreditp L2D2.dcreditp LD2.capital L2D2.capital

LD2.import L2D2.import LD.ecm_im

Instruments for level equation

Standard: _cons

. test ld.gdp l2d.gdp

( 1) LD.gdp = 0 ( 2) L2D.gdp = 0

chi2( 2) =

53.20

Prob > chi2 =

0.0000

. . test ld.dcreditp l2d.dcreditp

( 1) LD.dcre ditp = 0 ( 2) L2D.dcr edit p = 0

chi2( 2) = Prob > chi2 =

1.63 0.4431

. . test ld.capital l2d.capital

( 1) LD.capi tal = 0 ( 2) L2D.cap ital = 0

chi2( 2) = Prob > chi2 =

1.56 0.4582

. . test ld.import l2d.import

( 1) LD.impo rt = 0 ( 2) L2D.imp ort = 0

chi2( 2) = Prob > chi2 =

2.72 0.2566

. . test l.ecm_im

( 1) L.ecm_i m = 0

chi2( 1) = Prob > chi2 =

4.03 0.0448

Arellano-Bond dynamic panel-data estimation Number of obs

192

Number of groups

Group variable: id Time variable: year

Obs per group:

min = avg = max =

24 24 24

Number of instruments =

182

Wald chi2(11) Prob > chi2

= =

48.71 0.0000

One-step results

D.gdp

Coef. Std. Err.

z P>|z|

[95% Conf. Interval]

gdp

LD.

-.1929504 .0622949 -3.10 0.002 -.3150461 -.0708546

elecon

LD. L2D.

.0289455 .0449824 .0614168 .0414752

0.64 0.520 -.0592184 .1171093 1.48 0.139 -.0198731 .1427067

gdp L2D.

-.0312446 .0704428 -0.44 0.657 -.1693099 .1068207

dcreditp LD.

.0181654

.02212

0.82 0.412 -.0251891 .0615198

L2D.

-.0025415 .0207531 -0.12 0.903 -.0432168 .0381339

capital LD. L2D.

1.66 0.098 -.0101489 .1204925 .0551718 .0333275 -.0120954 .0339051 -0.36 0.721 -.0785482 .0543574

import LD. L2D.

-.0133568 .0084601 -1.58 0.114 -.0299383 .0032247 -.0038689 .0082248 -0.47 0.638 -.0199893 .0122514

ecm_im L1.

.0917176 .0179048

5.12 0.000

.0566248 .1268105

_cons

.0553999 .0064117

8.64 0.000

.0428333 .0679666

Instruments for differenced equation

GMM-type: L(2/.).D.gdp Standard: LD2.elecon L2D2.elecon LD2.gdp L2D2.gdp LD2.dcreditp L2D2.dcreditp LD2.capital L2D2.capital

LD2.import L2D2.import LD.ecm_im

Instruments for level equation

Standard: _cons

. test ld.elecon l2d.elecon

( 1) LD.elecon = 0 ( 2) L2D.elecon = 0

chi2( 2) = Prob > chi2 =

2.41 0.2991

. . test ld.dcreditp l2d.dcreditp

( 1) LD.dcreditp = 0 ( 2) L2D.dcreditp = 0

chi2( 2) = Prob > chi2 =

0.68 0.7133

. . test ld.capital l2d.capital

( 1) LD.capital = 0 ( 2) L2D.capital = 0

chi2( 2) = Prob > chi2 =

2.85 0.2404

. . test ld.import l2d.import

( 1) LD.import = 0 ( 2) L2D.import = 0

chi2( 2) = Prob > chi2 =

2.86 0.2392

. . test l.ecm_im

( 1) L.ecm_im = 0

26.24

chi2( 1) = Prob > chi2 =

0.0000

Number of groups

= =

192 8

Arellano-Bond dynamic panel-data estimation Number of obs Group variable: id Time variable: year

Obs per group:

24 24 24

min = avg = max =

Number of instruments =

182

Wald chi2(11) Prob > chi2

= =

59.21 0.0000

One-step results

D.dcreditp

Coef. Std. Err.

z P>|z|

[95% Conf. Interval]

.232209 .0756856

3.07 0.002

.0838679 .3805501

dcreditp LD.

.2736631 .1567568 .0688647 .1467003

1.75 0.081 -.0335747 .5809008 0.47 0.639 -.2186626 .3563921

elecon LD. L2D.

.6684519 .2187917

3.06 0.002

.2396281 1.097276

gdp LD.

L2D.

-.5511462 .2439494 -2.26 0.024 -1.029278 -.0730142

-.1123142 .0699542 -1.61 0.108

-.249422 .0247935

dcreditp L2D.

.1265462 .1149513 .2247734 .1171658

1.10 0.271 -.0987542 .3518466 1.92 0.055 -.0048674 .4544142

capital LD. L2D.

.0311667 .0290951 .0216953 .0282207

1.07 0.284 -.0258586 .0881921 .077007 0.77 0.442 -.0336163

import LD. L2D.

ecm_im L1.

.1847795 .0621527

2.97 0.003

.0629623 .3065966

_cons

.00135 .0231306

0.06 0.953

-.043985 .0466851

Instruments for differenced equation GMM-type: L(2/.).D.dcreditp Standard: LD2.elecon L2D2.elecon LD2.gdp L2D2.gdp LD2.dcreditp L2D2.dcreditp LD2.capital L2D2.capital

LD2.import L2D2.import LD.ecm_im

Instruments for level equation Standard: _cons

. test ld.elecon l2d.elecon

( 1) LD.elecon = 0 ( 2) L2D.elecon = 0

chi2( 2) = Prob > chi2 =

3.09 0.2130

. . test ld.gdp l2d.gdp

( 1) LD.gdp = 0 ( 2) L2D.gdp = 0

18.93

chi2( 2) = Prob > chi2 =

0.0001

. . test ld.capital l2d.capital

( 1) LD.capital = 0 ( 2) L2D.capital = 0

chi2( 2) = Prob > chi2 =

4.95 0.0842

. . test ld.import l2d.import

( 1) LD.import = 0 ( 2) L2D.import = 0

chi2( 2) = Prob > chi2 =

1.91 0.3853

. . test l.ecm_im

( 1) L.ecm_im = 0

chi2( 1) = Prob > chi2 =

8.84 0.0029

Arellano-Bond dynamic panel-data estimation Number of obs

192

Number of groups

Group variable: id Time variable: year

Obs per group:

min = avg = max =

24 24 24

Wald chi2(11)

13.08

Number of instruments =

182

Prob > chi2

0.2879

One-step results

D.capital

Coef. Std. Err.

P>|z|

[95% Conf. Interval]

capital

LD.

.0950633 .0770347

1.23 0.217

-.055922

.2460487

elecon LD. L2D.

.0063634 .1045772 -.2171938 .0959974

0.06 0.951 -2.26 0.024

-.1986042 .2113311 -.4053453 -.0290423

gdp

LD. L2D.

.0872877 .1475825 .2419367 .1652971

0.59 0.554 1.46 0.143

-.2019687 .3765442 -.0820397 .5659131

dcreditp

LD. L2D.

.0144968 .0511872 -.023012 .0472687

0.28 0.777 -0.49 0.626

-.0858284 .1148219 .069633 -.1156569

capital L2D.

-.1225945 .0782229

-1.57 0.117

-.2759085 .0307195

import

LD. L2D.

.0196791 .019622 .0127893 .0190302

1.00 0.316 0.67 0.502

-.0187792 .0581375 -.0245093 .0500878

ecm_im L1.

.01389 .0375956

0.37 0.712

-.0597961 .0875761

_cons

-.0050888 .0153771

-0.33 0.741

-.0352273 .0250496

Instruments for differenced equation GMM-type: L(2/.).D.capital Standard: LD2.elecon L2D2.elecon LD2.gdp L2D2.gdp LD2.dcreditp L2D2.dcreditp LD2.capital L2D2.capital

LD2.import L2D2.import LD.ecm_im

Instruments for level equation

Standard: _cons

. test ld.elecon l2d.elecon

( 1) LD.elecon = 0 ( 2) L2D.elecon = 0

chi2( 2) = Prob > chi2 =

5.23 0.0731

. . test ld.gdp l2d.gdp

( 1) LD.gdp = 0 ( 2) L2D.gdp = 0

chi2( 2) = Prob > chi2 =

2.20 0.3337

. . test ld.dcreditp l2d.dcreditp

( 1) LD.dcreditp = 0 ( 2) L2D.dcreditp = 0

chi2( 2) = Prob > chi2 =

0.29 0.8655

. . test ld.import l2d.import

( 1) LD.import = 0 ( 2) L2D.import = 0

chi2( 2) = Prob > chi2 =

1.58 0.4542

. . test l.ecm_im

( 1) L.ecm_im = 0

chi2( 1) = Prob > chi2 =

0.14 0.7118

Arellano-Bond dynamic panel-data estimation Number of obs

192

Number of grou ps

Group variable: id Time v ariab le: year

Obs per g roup:

min = avg = max =

24 24 24

Wald chi2(11)

39.68

Number of instruments =

182

Prob > chi2

0.0000

One-st ep re sult s

D.import

Coef. Std. E rr.

z P>|z|

[95% Conf. Interval]

.0564559 .0747211

0.76 0.450 -.0899 947 .2029065

import LD.

1.785872 .4032397 .6700273 .3726577

4.43 0.000 .99553 64 2.576207 1.80 0.072 -.0603 683 1.400423

elecon LD. L2D.

-1.065363 .55556 9 -1.92 0.055 -2.154 258 .0235325 -1.83715 .6186664 -2.97 0.003 -3.049 713 -.6245856

gdp LD. L2D.

.1821241 .1942496 .1436316 .1789295

0.94 0.348 -.1985 981 .5628463 .494327 0.80 0.422 -.2070 638

dcreditp LD. L2D.

.5298004 .2958089 .4253271 .2998977

1.79 0.073 -.0499 744 1.109575 1.42 0.156 -.1624 616 1.013116

capital LD. L2D.

-.0851483 .0723953 -1.18 0.240 -.2270 404 .0567438

import L2D.

ecm_im L1.

-.0395321 .1520057 -0.26 0.795 -.3374 578 .2583937

_cons

.0332884 .0582072

0.57 0.567 -.0807 956 .1473723

Instruments for differenced equation

GMM-type: L(2/.).D.import Standard: LD2.elecon L2D2.elecon LD2.gdp L2D2.gdp LD2.dcreditp L2D2.dcreditp LD2.capital L2D2.capital

LD2.im port L2D2 .impo rt LD .ecm _im

Instruments for level equation

Standa rd: _ cons

. test ld.elecon l2d.elecon

( 1) LD.elecon = 0 ( 2) L2D.elecon = 0

20.91

chi2( 2) = Prob > chi2 =

0.0000

. . test ld.gdp l2d.gdp

( 1) LD.gdp = 0 ( 2) L2D.gdp = 0

10.46

chi2( 2) = Prob > chi2 =

0.0054

. . test ld.dcreditp l2d.dcreditp

( 1) LD.dcreditp = 0 ( 2) L2D.dcreditp = 0

chi2( 2) = Prob > chi2 =

1.73 0.4206

. . test ld.capital l2d.capital

( 1) LD.capital = 0 ( 2) L2D.capital = 0

chi2( 2) = Prob > chi2 =

5.24 0.0727

. . test l.ecm_im

( 1) L.ecm_im = 0

chi2( 1) = Prob > chi2 =

0.07 0.7948

Arellano-Bond dynamic panel-data estimation Number of obs

192

Number of g roups

Group variable: id Time v ariab le: year

Obs per gro up:

min =

avg = max =

24 24

Wald chi2(11)

75.67

Number of instruments =

182

Prob > chi2

0.0000

One-st ep re sult s

D.elecon

Coef. Std. E rr.

P>|z|

[95% Conf. Interval]

.0825674 .0711131 .1130305 .0649754

1.16 0.246 -.0568 116 .2219465 1.74 0.082 -.0143 189 .2403799

elecon LD. L2D.

.5325042 .0975212 5.46 0.000 .34136 61 .7236423 -.3872502 .1097847 -3.53 0.000 -.6024 242 -.1720763

gdp LD. L2D.

.0173324 .0346035 .0365326 .0323892

0.50 0.616 -.0504 891 .0851539 1.13 0.259 -.0269 491 .1000143

dcreditp LD. L2D.

-.0492749 .0526341 -0.94 0.349 -.1524 358 .0538861 -.0595 86 .1491811 0.84 0.400 .0447975 .0532579

capital LD. L2D.

.0095377 .0132581 .0186812 .0128647

0.72 0.472 -.0164 476 .0355231 1.45 0.146 -.0065 332 .0438956

tradeopen LD. L2D.

ecm_trd L1.

-.0503939 .0269544 -1.87 0.062 -.1032 236 .0024358

_cons

.0330276 .0099219

3.33 0.001

.01358 1 .0524743

Instruments for differenced equation GMM-type: L(2/.).D.elecon Standard: LD2.elecon L2D2.elecon LD2.gdp L2D2.gdp LD2.dcreditp L2D2.dcreditp LD2.capital L2D2.capital

LD2.tr adeop en L 2D2.t radeo pen LD.ec m_tr d

Instruments for level equation

Standa rd: _ cons

. test ld.gdp l2d.gdp

( 1) LD.gdp = 0 ( 2) L2D.gdp = 0

52.80

chi2( 2) = Prob > chi2 =

0.0000

. . test ld.dcreditp l2d.dcreditp

( 1) LD.dcreditp = 0 ( 2) L2D.dcreditp = 0

chi2( 2) = Prob > chi2 =

1.68 0.4312

. . test ld.capital l2d.capital

( 1) LD.capital = 0 ( 2) L2D.capital = 0

chi2( 2) = Prob > chi2 =

1.55 0.4600

. . test ld.tradeopen l2d.tradeopen

( 1) LD.tradeopen = 0 ( 2) L2D.tradeopen = 0

chi2( 2) = Prob > chi2 =

2.74 0.2542

. . test l.ecm_trd

( 1) L.ecm_trd = 0

chi2( 1) = Prob > chi2 =

3.50 0.0615

Number of groups

= =

192 8

Arellano-Bond dynamic panel-data estimation Number of obs Group variable: id Time variable: year

Obs per group:

min = avg = max =

24 24 24

Number of instruments =

182

Wald chi2(11) Prob > chi2

= =

48.26 0.0000

One-step results

D.gdp

Coef. Std. Err.

z P>|z|

[95% Conf. Interval]

gdp LD. -.1920686 .0623165 -3.08 0.002 -.3142066 -.0699306

elecon LD. L2D.

.0256716 .0449755 0.57 0.568 -.0624787 .1138219 .0573329 .0414989 1.38 0.167 -.0240035 .1386692

gdp L2D. -.0242758 .0703179 -0.35 0.730 -.1620964 .1135448

dcreditp LD. .0151553 .0219913 0.69 0.491 -.0279468 .0582575 L2D. -.0035149 .0207332 -0.17 0.865 -.0441512 .0371213

capital LD. .0539726 .0332869 1.62 0.105 -.0112684 .1192137 L2D. -.0144633 .0338062 -0.43 0.669 -.0807223 .0517957

tradeopen

LD. -.0097983 .0084102 -1.17 0.244 -.0262821 .0066854 L2D. -.0026661 .0081784 -0.33 0.744 -.0186955 .0133632

ecm_trd L1.

.0911101 .0177169 5.14 0.000

.0563856 .1258347

_cons

.0554096 .0064146 8.64 0.000

.0428372 .0679821

Instruments for differenced equation

GMM-type: L(2/.).D.gdp Standard: LD2.elecon L2D2.elecon LD2.gdp L2D2.gdp LD2.dcreditp L2D2.dcreditp LD2.capital L2D2.capit

LD2.tradeopen L2D2.tradeopen LD.ecm_trd

Instruments for level equation

Standard: _cons

. te st ld. ele con l2d .el eco n

( 1 ) LD. el ec on = 0 ( 2 ) L2D .e le co n = 0

chi 2( 2) = Pro b > ch i2 =

2.08 0.3 52 9

. . te st ld. dcr edit p l 2d. dcr edi tp

( 1 ) LD. dc re di tp = 0 ( 2 ) L2D .d cr ed it p = 0

chi 2( 2) = Pro b > ch i2 =

0.48 0.7 85 2

. . te st ld. cap ital l2 d.c api tal

( 1 ) LD. ca pi ta l = 0 ( 2 ) L2D .c ap it al = 0

chi 2( 2) = Pro b > ch i2 =

2.79 0.2 48 4

. . te st ld. tra deop en l2d .tr ade ope n

( 1 ) LD. tr ad eo pe n = 0 ( 2 ) L2D .t ra de op en = 0

chi 2( 2) = Pro b > ch i2 =

1.50 0.4 72 4

. . te st l.e cm_ trd

( 1 ) L.e cm _t rd = 0

26. 45

chi 2( 1) = Pro b > ch i2 =

0.0 00 0

Arellano-Bond dynamic panel-data estimation Number of obs

192

Number of group s

Group variable: id Time v ariab le: year

Obs per gr oup:

min = avg = max =

24 24 24

Number of instruments =

182

Wald chi2(11) Prob > chi2

= =

57.43 0.0000

One-st ep re sult s

D.dcreditp

Coef. Std. E rr.

P>|z|

[95% Conf. Interval]

.2413263 .0757879

3.18 0.001

.09278 48 .3898677

dcreditp LD.

.2794947 .15768 3 .0764771 .14760 2

1.77 0.076 -.0295 583 .5885477 0.52 0.604 -.2128 175 .3657718

elecon LD. L2D.

.658069 .2201125 -.575142 .2450261

2.99 0.003 .22665 64 1.089482 -2.35 0.019 -1.055 384 -.0948997

gdp LD. L2D.

-.1097126 .0703442

-1.56 0.119 -.2475 846 .0281595

dcreditp L2D.

.1304112 .1155025 .2353607 .1174881

1.13 0.259 -.0959 696 2.00 0.045

.356792 .00508 82 .4656332

capital LD. L2D.

.0216935 .0291132 .0184633 .0282459

0.75 0.456 -.0353 674 .0787543 0.65 0.513 -.0368 975 .0738242

tradeopen LD. L2D.

ecm_trd L1.

.1848054 .0624674

2.96 0.003

.06237 15 .3072394

_cons

.0021286 .0232543

0.09 0.927 -.0434 489 .0477061

Instruments for differenced equation

GMM-type: L(2/.).D.dcreditp Standard: LD2.elecon L2D2.elecon LD2.gdp L2D2.gdp LD2.dcreditp L2D2.dcreditp LD2.capital L2D2.capital

LD2.tr adeop en L 2D2.t radeo pen LD.ec m_tr d

Instruments for level equation

Standa rd: _ cons

. test ld.elecon l2d.elecon

( 1) LD.elecon = 0

( 2) L2D.elecon = 0

chi2( 2) = Prob > chi2 =

3.21 0.2005

. . test ld.gdp l2d.gdp

( 1) LD.gdp = 0 ( 2) L2D.gdp = 0

19.01

chi2( 2) = Prob > chi2 =

0.0001

. . test ld.capital l2d.capital

( 1) LD.capital = 0 ( 2) L2D.capital = 0

chi2( 2) = Prob > chi2 =

5.37 0.0681

. . test ld.tradeopen l2d.tradeopen

( 1) LD.tradeopen = 0 ( 2) L2D.tradeopen = 0

chi2( 2) = Prob > chi2 =

1.03 0.5964

. . test l.ecm_trd

( 1) L.ecm_trd = 0

chi2( 1) = Prob > chi2 =

8.75 0.0031

Arellano-Bond dynamic panel-data estimation Number of obs

192

Number of groups

Group variable: id Time variable: year

Obs per group:

min = avg = max =

24 24 24

Number of instruments =

182

Wald chi2(11) Prob > chi2

= =

12.78 0.3081

One-step results

D.capital

Coef. Std. Err.

z P>|z|

[95% Conf. Interval]

capital

LD.

.0984672 .0770855

1.28 0.201 -.0526177

.249552

elecon

LD. L2D.

.0087117 .1047144 0.08 0.934 -.1965248 .2139482 -.2144142 .0960968 -2.23 0.026 -.4027604 -.0260679

.0874601 .1477757

0.59 0.554 -.2021749 .3770951

gdp LD.

L2D.

.2380688 .1653536

1.44 0.150 -.0860182 .5621559

dcreditp

LD. L2D.

.0166806 .0510332 -.0228162 .0473288 -0.48 0.630

0.33 0.744 -.0833426 .1167038 -.115579 .0699465

-.1184994 .0780978 -1.52 0.129 -.2715683 .0345695

capital L2D.

.0178119 .019567 .0125747 .0189748

0.91 0.363 -.0205387 .0561624 0.66 0.508 -.0246152 .0497645

tradeopen LD. L2D.

ecm_trd L1.

.0141343 .0372857

0.38 0.705 -.0589444 .0872131

_cons

-.0053031 .0153725 -0.34 0.730 -.0354326 .0248264

Instruments for differenced equation

GMM-type: L(2/.).D.capital Standard: LD2.elecon L2D2.elecon LD2.gdp L2D2.gdp LD2.dcreditp L2D2.dcreditp LD2.capital L2D2.capital

LD2.tradeopen L2D2.tradeopen LD.ecm_trd

Instruments for level equation

Standard: _cons

. test ld.elecon l2d.elecon

( 1) LD.elecon = 0 ( 2) L2D.elecon = 0

chi2( 2) = Prob > chi2 =

5.10 0.0782

. . test ld.gdp l2d.gdp

( 1) LD.gdp = 0 ( 2) L2D.gdp = 0

chi2( 2) = Prob > chi2 =

2.13 0.3450

. . test ld.dcreditp l2d.dcreditp

( 1) LD.dcreditp = 0 ( 2) L2D.dcreditp = 0

chi2( 2) = Prob > chi2 =

0.31 0.8582

. . test ld.tradeopen l2d.tradeopen

( 1) LD.tradeopen = 0 ( 2) L2D.tradeopen = 0

chi2( 2) = Prob > chi2 =

1.32 0.5181

. . test l.ecm_trd

( 1) L.ecm_trd = 0

chi2( 1) = Prob > chi2 =

0.14 0.7046

Number of groups

= =

192 8

Arellano-Bond dynamic panel-data estimation Number of obs Group variable: id Time variable: year

Obs per group:

min = avg = max =

24 24 24

Number of instruments =

182

Wald chi2(11) Prob > chi2

35.03 = = 0.0002

One-step results

D.tradeopen

Coef. Std. Err.

P>|z|

[95% Conf. Interval]

tradeopen LD.

.0039041

.074983

0.05 0.958 -.1430599 .1508681

elecon LD. L2D.

1.774473 .4098113 .7468654 .3847132

4.33 0.000 .9712572 2.577688 1.94 0.052 -.0071586 1.500889

gdp LD. L2D.

-.9826064 .5752711 -1.71 0.088 -2.110117 .1449041 -1.736459 .6349654 -2.73 0.006 -2.980968 -.4919497

dcreditp

LD. L2D.

.1750031 .1951941 .0992967 .1807219

0.90 0.370 -.2075704 .5575766 0.55 0.583 -.2549118 .4535051

-.105287

capital LD. L2D.

.4778267 .2975125 .494601 .3018276

1.06094 1.61 0.108 1.64 0.101 -.0969703 1.086172

tradeopen

L2D.

-.0710753 .0727655 -0.98 0.329 -.2136931 .0715424

ecm_trd L1.

-.0697908 .1578402 -0.44 0.658 -.3791519 .2395702

_cons

.025711 .0620319

0.41 0.679 -.0958693 .1472912

Instruments for differenced equation GMM-type: L(2/.).D.tradeopen Standard: LD2.elecon L2D2.elecon LD2.gdp L2D2.gdp LD2.dcreditp L2D2.dcreditp LD2.capital L2D2.capital

LD2.tradeopen L2D2.tradeopen LD.ecm_trd

Instruments for level equation

Standard: _cons

. test ld.elecon l2d.elecon

( 1) LD.elecon = 0 ( 2) L2D.elecon = 0

20.30

chi2( 2) = Prob > chi2 =

0.0000

. test ld.gdp l2d.gdp

( 1) LD.gdp = 0 ( 2) L2D.gdp = 0

chi2( 2) =

8.55