CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.3. Kết quả nghiên cứu định lƣợng tác động của thuế tới các chỉ báo kinh tế vĩ mô tại thành phố Hồ Chí Minh trong giai đoạn 2005 – 2013
Do thành phố Hồ Chí Minh là thành phố lớn nhất của Việt Nam và cũng đóng góp lớn vào các chỉ tiêu tăng trưởng, tiết kiệm cũng như tỷ lệ đầu tư vốn FDI thực hiện của cả nước. Tuy nhiên, số liệu về tăng trưởng kinh tế cũng như tỷ lệ đầu tư vốn FDI thực hiện của thành phố Hồ Chí Minh không đầy đủ. Do vậy, chúng ta sẽ sử dụng số liệu tăng trưởng kinh tế và tỷ lệ đầu tư vốn FDI thực hiện của cả nước để đại diện cho số liệu của thành phố Hồ Chí Minh.
4.3.1 Tính toán các chỉ tiêu thống kê mô tả
Bảng 4.1: Mô tả các biến nghiên cứu
GDP FDI IPCT GST ET PIT TTX
Mean 0.062619 0.057926 0.152826 0.145269 0.363422 0.062061 0.339571 Median 0.061800 0.067088 0.159500 0.150000 0.363857 0.050580 0.322341 Maximum 0.085000 0.080062 0.180000 0.176315 0.398773 0.123000 0.502362 Minimum 0.031000 0.020642 0.120000 0.110000 0.317438 0.021000 0.258336
Std. Dev. 0.014622 0.020781 0.016195 0.019623 0.023107 0.029856 0.076583 Skewness -0.137655 -0.718537 -0.353650 -0.293071 -0.187555 0.593152 0.796904 Kurtosis 2.046871 1.992093 1.932208 1.865892 1.937635 2.156531 2.657619 Jarque-Bera 1.476376 4.621590 2.460678 2.444644 1.903990 3.178136 1.328725 Probability 0.477979 0.099182 0.292193 0.294545 0.385970 0.204116 0.514601 Sum 2.254300 2.085338 5.501724 5.229666 13.08318 2.234190 4.074854 Sum Sq. Dev. 0.007483 0.015115 0.009180 0.013477 0.018687 0.031198 0.064515
Observations 36 36 36 36 36 36 12
Nguồn: Tổng hợp từ Eview 8 Hai giá trị thống kê trong bảng là Skewness và Kurtosis. Hai giá trị này giúp hình dung về hình dáng của phân phối. Skewess là một đo lường mức độ lệch của phân phối còn gọi là hệ số bất đối xứng, khi:
Skewness = 0: phân phối cân xứng Skewness > 0: phân phối lệch phải Skewness = 0: phân phối lệch trái
Kurtosis là một địa lượng đo mức độ tập trung tương đối của các quan sát quan trung tâm của nó trong mối quan hệ so sánh với hai đuôi, khi:
Kurtosis = 3: phân phối tập trung ở mức độ bình thường.
Kurtosis > 3: phân phối tập trung hơn ở mức độ bình thường. Tuy nhiên hình dạng của đa giác tần số trông sẽ khá cao và nhọn với hai đuôi hẹp.
Kurtosis < 3: phân phối tập trung hơn mức độ bình thường nhưng hình dạng của đa giác tần số là một đa giác tù với 2 đuôi dài.
Từ 2 tiêu chuẩn trên và kết quả thống kê trong bảng cho thấy:
PIT và TTX có Skewness > 0 nên phân phối lệch phải trong khi GDP, FDI, IPCT, GST và ET có Skewness < 0 nên phân phối lệch trái.
GDP, FDI, IPCT, GST, ET, PIT và TTX đều có Kurtosis < 3 nên phân phối tập trung hơn mức độ bình thường nhưng hình dạng của đa giác tần số là một đa giác tù với 2 đuôi dài nghĩa là các biến này có biến động ít, biến thiên dao động không cao trong thời gian khảo sát nghiên cứu.
Kiểm định phân phối chuẩn của sai số ngẫu nhiên: (Kiểm định Jaque – Bera) Giả thiết:
H0: Sai số ngẫu nhiên có phân phối chuẩn.
H1: Sai số ngẫu nhiên không có phân phối chuẩn.
Với mức ý nghĩa miền bác bỏ là:
JB>2(2)=5,9915
Do đó, tất cả các biến GDP, FDI, IPCT, GST, ET, PIT và TTX đều phân phối chuẩn.
4.3.2 Kiểm định nghiệm bằng phương pháp ADF
Mục đích của phần này là kiểm tra tính dừng của các chuỗi thời gian nhằm tránh những rắc rối khi sử dụng dữ liệu trong các phân tích sau này do vấn đề hồi quy giả gây ra. Để kiểm tra tính dừng của số liệu, tác giả tập trung thực hiện các kiểm định chính thức theo phương pháp ADF, với độ trễ của các biến được lựa chọn dựa trên tiêu chuẩn thông tin Akaike (AIC), các giả thuyết đặt ra cho mỗi biến là:
- H0: = 0 (có nghiệm đơn vị - chuỗi thời gian không dừng).
- H1: < 0 (không có nghiệm đơn vị - chuỗi thời gian dừng).
Kết quả của kiểm định nghiệm đơn vị bằng cách sử dụng phương pháp ADF được trình bày trong bảng dưới đây.
Bảng 4.2: Kết quả kiểm nghiệm đơn vị
Biến số Kiểm định ADF
Level Sai phân bậc 1 (1st Difference) T statistics
(τ)
Test cricical
value
p-value T statistics Test cricical
value
p-value
GDP -1.708428 -2.612874 0.4184 -5.927681 -2.614300 0.0000 FDI -2.179977 -2.617434 0.2170 -4.673440 -2.617434 0.0007 TTX -2.733708 -2.728985 0.0993
IPCT -2.458994 -2.612874 0.1339 -5.288182 -2.614300 0.0001 GST -2.340289 -2.612874 0.1656 -6.146359 -2.614300 0.0000 ET -1.773073 -2.621007 0.3860 -24.03854 -2.617434 0.0001 PIT -0.011888 -2.612874 0.9511 -6.800585 -2.614300 0.0000 Nguồn: Tính toán từ Eview 8
Từ bảng trên có thể thấy, với mức ý nghĩa 10%, các biến TTX, dừng ở mức sai phân ban đầu còn các biến GDP, FDI, IPCT, GST, ET, PIT dừng ở mức sai phân bậc 1. Nhƣ vậy, thực hiện hồi quy các biến TTX, theo mức sai phân ban đầu, biến GDP, FDI, IPCT, GST, ET, PIT theo mức sai phân bậc 1 sẽ tránh đƣợc hiện tƣợng hồi quy giả. Mô hình hồi quy mới sẽ là:
1) D(GDP) = βo + β1*TTX + β2*D(IPCT) + β3*D(GST) + β4*D(ET) + β5*D(PIT) + ε
2) D(FDI) = βo + β1*TTX + β2*D(IPCT) + β3*D(GST) + β4*D(ET) + β5*D(PIT) + ε
4.3.3 Kiểm định đa cộng tuyến
Tác giả đã tiến hành kiểm định Pearson Correlation để xem xét mối liên hệ tương quan giữa các biến nghiên cứu đƣợc tác giả sử dụng với các tiêu chuẩn kiểm định thống kê như dưới đây:
- Mức ý nghĩa α = 5%6; P-value > α chấp nhận Ho; P-value < α bác bỏ Ho.
- Ho: Cặp biến nghiên cứu không có mối liên hệ tương quan (độc lập) - H1: Cặp biến nghiên cứu có mối liên hệ tương quan (phụ thuộc)
Kết quả phân tích mối quan hệ tương quan giữa các biến nghiên cứu được thể hiện như bảng dưới đây, dấu “+” cho biết tương quan là cùng chiều, dấu “-“ là ngược chiều;
giá trị càng lớn tương quan càng chặt, nhỏ hơn 0.3 tương quan là rất yếu7.
Bảng 4.3: Tương quan giữa các biến nghiên cứu
6 Trong một số trường hợp đăc biết sẽ xem xét thêm mức ý nghĩa 1% hoặc 10% nhằm tăng hoặc giảm tính chính xác để đạt đƣợc các kết luận nghiên cứu mong muốn.
7 Theo Nunnally & Burnstein(1994), hệ số tương quan các biến sẽ có các mức độ phân loại như sau:
±0.01 đến ±0.1: Mối tương quan quá thấp, không đáng kể
±0.2 đến ±0.3 : Mối tương quan thấp
±0.4 đến ±0.5: Mối tương quan trung bình
±0.6 đến ±0.7: Mối tương quan cao
±0.8 trở lên: Mối tương quan rất cao
D(ET) D(GST) D(IPCT) D(PIT) TTX D(ET) 1.000000
D(GST) 0.480449 1.000000
D(IPCT) 0.668788 0.185276 1.000000
D(PIT) -0.341917 0.028154 -0.703491 1.000000
TTX -0.630664 -0.380239 -0.641100 0.298066 1.000000
Nguồn: Tính toán từ Eview 8 Bảng kết quả cho thấy, một số tương quan giữa các biến như biến D(ET)với biến D(IPCT) và TTX; biến D(IPCT) và D(PIT) và TTX ở mức cao; còn lại tương quan giữa các biến còn lại ở mức trung bình và thấp. Điều này có thể đƣợc giải thích bởi tính tương đồng trong chính sách cũng như thực tế diễn biến của tổng thuế và các loại thuế thành phần ở thành phố Hồ Chí Minh. Tuy nhiên, mức độ này vẫn thấp hơn mức
±0.8. Do đó, trong mô hình không có hiện tƣợng đa cộng tuyến.
4.3.4 Phân tích hồi quy OLS chuỗi thời gian 4.3.4.1 Biến phụ thuộc GDP
a. Hồi quy với toàn bộ các biến
Việc hồi quy toàn bộ các biến độc lập TTX, D(IPCT), D(GST), D(ET), D(PIT) chỉ đƣợc áp dụng với 12 quan sát, do số liệu về TTX của thành phố Hồ Chí Minh chỉ đƣợc thống kê trong thời gian từ 2011 đến nay. Mặc dù vậy, kết quả hồi quy vẫn có ý nghĩa nhất định.
Bảng 4.4: Hồi quy biến GDP với toàn bộ các biến – Mô hình (1) Dependent Variable: D(GDP)
Method: Least Squares Sample (adjusted): 25 36
Included observations: 12 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
TTX -0.032675 0.010819 -3.020252 0.0294 D(IPCT) 0.065493 0.172313 0.380079 0.7195
D(GST) 0.183993 0.032030 5.744355 0.0022 D(ET) 0.095055 0.021076 4.510204 0.0063 D(PIT) 0.176389 0.073580 2.397238 0.0618
C 0.009652 0.003261 2.959617 0.0315
R-squared 0.984840 Mean dependent var -0.001150 Adjusted R-squared 0.966648 S.D. dependent var 0.007465 S.E. of regression 0.001363 Akaike info criterion -10.06656 Sum squared resid 9.29E-06 Schwarz criterion -9.783701 Log likelihood 67.39938 Hannan-Quinn criter. -10.17129 F-statistic 54.13638 Durbin-Watson stat 3.253926 Prob(F-statistic) 0.000218
Nguồn: Tính toán từ Eview Mô hình:
D(GDP) = 0.009652 - 0.032675 *TTX + 0.065493*D(IPCT) + 0.183993*D(GST) + 0.095055 *D(ET) + 0.176389*D(PIT)
Nhƣ vậy kết quả ƣớc lƣợng trên cho thấy:
Kết quả cho thấy mô hình ƣớc lƣợng là phù hợp (do Prob(F-statistic) = 0.000218 <
0.05), mô hình giải thích được 98.48 % tác động của các biến tới biến tăng trưởng kinh tế. Đây là tỷ lệ rất cao trong các nghiên cứu xã hội học. Điều đó cho thấy mối quan hệ chặt chẽ giữa các biến số về thuế trong mô hình tới tăng trưởng kinh tế ở thành phố Hồ Chí Minh cũng nhƣ ở Việt Nam. Trong đó:
o Tỷ lệ tổng doanh thu thuế chia cho tổng sản phẩm quốc nội có tác động ngƣợc chiều tới tăng trưởng kinh tế. Cụ thể khi các yếu tố khác không đổi, thì tỷ lệ này tăng thêm 1 đơn vị sẽ làm tăng trưởng kinh tế giảm đi 0.032675 đơn vị. Tuy nhiên, mức độ tác động là nhỏ.
o Tỷ lệ thuế thu nhập doanh nghiệp trên tổng giá trị thuế thu đƣợc không có tác động tới tăng trưởng kinh tế.
o Tỷ lệ thuế hàng hóa và dịch vụ trên tổng giá trị thuế thu đƣợc có tác động cùng chiều tới tăng trưởng kinh tế. Cụ thể khi các yếu tố khác không đổi, thì tỷ lệ này tăng thêm 1 đơn vị sẽ làm tăng trưởng kinh tế tăng thêm 0.183993 đơn vị.
o Tỷ lệ thuế xuất khẩu trên tổng giá trị thuế thu đƣợc có tác động cùng chiều tới tăng trưởng kinh tế. Cụ thể khi các yếu tố khác không đổi, thì tỷ lệ này tăng thêm 1 đơn vị sẽ làm tăng trưởng kinh tế tăng thêm 0.095055 đơn vị.
o Tỷ lệ thuế thu nhập cá nhân trên tổng giá trị thuế thu đƣợc không có tác động tới tăng trưởng kinh tế.
Kiểm định tự tương quan chuỗi
Bảng 4.5: Kiểm định tự tương quan mô hình (1) Breusch-Godfrey Serial Correlation LM Test:
F-statistic 2.765399 Prob. F(2,3) 0.2085 Obs*R-squared 7.779996 Prob. Chi-Square(2) 0.0204
Nguồn: Tính toán từ Eview 8 Kiểm định trên cho thấy:
Cặp giả thiết H0 : Mô hình không có tự tương quan bậc 1 H1 : Mô hình có tự tương quan bậc 1
Tiêu chuẩn kiểm định:
P-value của thống kê F = 0.2085 > 0.05 nên chấp nhận giả thiết H0.
Vậy kiểm định Breusch-Godfrey cho thấy mô hình không có tự tương quan bậc 1.
Kiểm định phương sai sai số thay đổi
Bảng 4.6: Kiểm định phương sai sai số thay đổi mô hình (1) Heteroskedasticity Test: White
F-statistic 1.500350 Prob. F(6,5) 0.3365
Obs*R-squared 7.714928 Prob. Chi-Square(6) 0.2597 Scaled explained SS 1.112105 Prob. Chi-Square(6) 0.9810
Nguồn: Tính toán từ Eview 8 Cặp giả thiết H0 : Mô hình có phương sai sai số không đổi
H1 : Mô hình có phương sai sai số thay đổi
Tiêu chuẩn kiểm định:
P-value của thống kê F = 0.3365 > 0.05 nên chấp nhận giả thiết H0.
Tiêu chuẩn kiểm định χ2= nR2 = 7.714928
P-value của thống kê χ2= 0.2597 > 0.05 nên có chấp nhận giả thiết H0. Vậy kiểm định White cho thấy mô hình có phương sai sai số không đổi.
Hồi quy sau khi loại các biến không có ý nghĩa thống kê
Mô hình trên có 2 biến không có ý nghĩa thống kê là biến D(IPCT), D(PIT). Ta tiến hành kiểm định loại bỏ các biến này:
Bảng 4.7: Kiểm định bỏ bớt biến mô hình (1) Redundant Variables Test
Equation: UNTITLED
Specification: D(GDP) TTX D(IPCT) D(GST) D(ET) D(PIT) INF C Redundant Variables: D(IPCT) D(PIT) INF
Value df Probability F-statistic 3.487839 (3, 5) 0.1061 Likelihood ratio 13.54855 3 0.0036
Nguồn: Tính toán từ Eview 8 Kết quả kiểm định cho thấy
P-value của thống kê F = 0.1061 > 0.05 nên việc loại bỏ các biến trên ra khỏi mô hình không ảnh hưởng đến kết quả của mô hình.
Kết quả mô hình sau khi loại bỏ biến D(IPCT), D(PIT):
Bảng 4.8: Mô hình (1) sau khi bỏ biến Restricted Test Equation:
Dependent Variable: D(GDP) Method: Least Squares
Sample: 25 36
Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob.
TTX -0.023711 0.009678 -2.449910 0.0399 D(GST) 0.201722 0.041461 4.865380 0.0012 D(ET) 0.093840 0.019134 4.904258 0.0012 C 0.007941 0.003287 2.415692 0.0421 R-squared 0.953115 Mean dependent var -0.001150 Adjusted R-squared 0.935533 S.D. dependent var 0.007465 S.E. of regression 0.001895 Akaike info criterion -9.437518 Sum squared resid 2.87E-05 Schwarz criterion -9.275882 Log likelihood 60.62511 Hannan-Quinn criter. -9.497361 F-statistic 54.21014 Durbin-Watson stat 3.118287 Prob(F-statistic) 0.000012
Nguồn: Tính toán từ Eview Kết quả cho thấy mô hình ƣớc lƣợng là phù hợp (do Prob(F-statistic) = 0.000012 <
0.05). Với các biến còn lại trong mô hình, các biến này đều có ý nghĩa thống kê và giải thích được 95.31% biến động của biến phụ thuộc tăng trưởng kinh tế. Đây là tỷ lệ rất cao trong các nghiên cứu xã hội học.
Mô hình sau khi bỏ biến:
D(GDP) = 0.007941 - 0.023711*TTX + 0.201722*D(GST) + 0.093840*D(ET) b. Hồi quy sau khi bỏ biến TTX
Việc hồi quy sau khi bỏ các biến độc lập TTX thì mô hình còn các biến độc lập D(IPCT), D(GST), D(ET), D(PIT). Việc hồi quy sẽ đƣợc áp dụng với số lƣợng quan sát nhiều hơn là 36 quan sát.
Bảng 4.9: Hồi quy biến GDP khi bỏ biến TTX - Mô hình (2) Dependent Variable: D(GDP)
Method: Least Squares Sample (adjusted): 2 36
Included observations: 35 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(IPCT) 0.346649 0.079102 4.382311 0.0001 D(GST) 0.052177 0.059041 0.883743 0.3839 D(ET) 0.137790 0.026629 5.174486 0.0000 D(PIT) 0.450109 0.117821 3.820279 0.0006 C -0.002418 0.000744 -3.248960 0.0029 R-squared 0.790749 Mean dependent var -0.000566 Adjusted R-squared 0.762849 S.D. dependent var 0.008200 S.E. of regression 0.003993 Akaike info criterion -8.076826 Sum squared resid 0.000478 Schwarz criterion -7.854633 Log likelihood 146.3445 Hannan-Quinn criter. -8.000125 F-statistic 28.34216 Durbin-Watson stat 1.233451 Prob(F-statistic) 0.000000
Nguồn: Tính toán từ Eview Nhƣ vậy kết quả ƣớc lƣợng trên cho thấy:
Kết quả cho thấy mô hình ƣớc lƣợng là phù hợp (do Prob(F-statistic) = 0.000 <
0.05), mô hình giải thích được 79.07 % tác động của các biến tới biến tăng trưởng kinh tế. Đây là tỷ lệ rất cao trong các nghiên cứu xã hội học. Trong đó:
o Tỷ lệ thuế thu nhập doanh nghiệp trên tổng giá trị thuế thu đƣợc có tác động cùng chiều tới tăng trưởng kinh tế. Cụ thể khi các yếu tố khác không đổi, thì tỷ lệ này tăng thêm 1 đơn vị sẽ làm tăng trưởng kinh tế tăng thêm 0.346649 đơn vị. Điều này cho thấy thuế thu nhập doanh nghiệp có tác động tích cực đến tăng trường kinh tế.
o Tỷ lệ thuế hàng hóa và dịch vụ trên tổng giá trị thuế thu đƣợc không có tác động tới tăng trưởng kinh tế.
o Tỷ lệ thuế xuất khẩu trên tổng giá trị thuế thu đƣợc có tác động cùng chiều tới tăng trưởng kinh tế. Cụ thể khi các yếu tố khác không đổi, thì tỷ lệ này tăng thêm 1 đơn vị sẽ làm tăng trưởng kinh tế tăng thêm 0.137790 đơn vị.
o Tỷ lệ thuế thu nhập cá nhân trên tổng giá trị thuế thu đƣợc có tác động cùng chiều tới tăng trưởng kinh tế. Cụ thể khi các yếu tố khác không đổi, thì tỷ lệ này tăng thêm 1 đơn vị sẽ làm tăng trưởng kinh tế tăng thêm 0.450109 đơn vị.
Kiểm định tự tương quan chuỗi
Bảng 4.10: Kiểm định tự tương quan mô hình (2) Breusch-Godfrey Serial Correlation LM Test:
F-statistic 2.490279 Prob. F(2,28) 0.1011
Obs*R-squared 5.285524 Prob. Chi-Square(2) 0.0712
Nguồn: Tính toán từ Eview 8 Kiểm định trên cho thấy:
Cặp giả thiết H0 : Mô hình không có tự tương quan bậc 1 H1 : Mô hình có tự tương quan bậc 1
Tiêu chuẩn kiểm định:
P-value của thống kê F = 0.1011 > 0.05 nên chấp nhận giả thiết H0.
Tiêu chuẩn kiểm định χ2= nR2 = 5.285524
P-value của thống kê χ2= 0.0712 > 0.05 nên có chấp nhận giả thiết H0
Vậy kiểm định Breusch-Godfrey cho thấy mô hình không có tự tương quan bậc 1.
Kiểm định phương sai sai số thay đổi
Bảng 4.11: Kiểm định phương sai sai số thay đổi mô hình (2) Heteroskedasticity Test: White
F-statistic 0.383658 Prob. F(4,30) 0.8185
Obs*R-squared 1.703274 Prob. Chi-Square(4) 0.7901 Scaled explained SS 2.550266 Prob. Chi-Square(4) 0.6357
Nguồn: Tính toán từ Eview 8 Cặp giả thiết H0 : Mô hình có phương sai sai số không đổi
H1 : Mô hình có phương sai sai số thay đổi
Tiêu chuẩn kiểm định:
P-value của thống kê F = 0.8185 > 0.05 nên chấp nhận giả thiết H0.
Tiêu chuẩn kiểm định χ2= nR2 = 1.703274
P-value của thống kê χ2= 0.7901 > 0.05 nên có chấp nhận giả thiết H0. Vậy kiểm định White cho thấy mô hình có phương sai sai số không đổi.
Hồi quy sau khi loại các biến không có ý nghĩa thống kê
Mô hình trên có biến D(GST) không có ý nghĩa thống kê. Ta tiến hành kiểm định loại bỏ biến này:
Bảng 4.12: Kiểm định loại bỏ biến mô hình (2) Redundant Variables Test
Equation: UNTITLED
Specification: D(GDP) D(IPCT) D(GST) D(ET) D(PIT) C Redundant Variables: D(GST)
Value df Probability
t-statistic 0.883743 30 0.3839
F-statistic 0.781002 (1, 30) 0.3839 Likelihood ratio 0.899510 1 0.3429
Nguồn: Tính toán từ Eview 8 Kết quả kiểm định cho thấy
P-value của thống kê F = 0.3839 > 0.05 nên việc loại bỏ các biến trên ra khỏi mô hình không ảnh hưởng đến kết quả của mô hình.
Kết quả mô hình sau khi loại bỏ biến
Bảng 4.13: Mô hình (2) sau khi loại biến Restricted Test Equation:
Dependent Variable: D(GDP) Method: Least Squares
Sample: 2 36
Included observations: 35
Variable Coefficient Std. Error t-Statistic Prob.
D(IPCT) 0.318160 0.071980 4.420145 0.0001 D(ET) 0.151385 0.021659 6.989367 0.0000
D(PIT) 0.438873 0.116719 3.760098 0.0007 C -0.002372 0.000740 -3.206209 0.0031 R-squared 0.785302 Mean dependent var -0.000566 Adjusted R-squared 0.764524 S.D. dependent var 0.008200 S.E. of regression 0.003979 Akaike info criterion -8.108268 Sum squared resid 0.000491 Schwarz criterion -7.930514 Log likelihood 145.8947 Hannan-Quinn criter. -8.046908 F-statistic 37.79623 Durbin-Watson stat 1.241993 Prob(F-statistic) 0.000000
Nguồn: Tính toán từ Eview 8 Kết quả cho thấy mô hình ƣớc lƣợng là phù hợp (do Prob(F-statistic) = 0.0000 <
0.05). Với các biến còn lại trong mô hình, các biến D(IPCT), D(ET) và D(PIT) đều có ý nghĩa thống kê và giải thích được 78.53% biến động của biến phụ thuộc tăng trưởng kinh tế.
Mô hình sau khi bỏ biến:
D(GDP) = -0.002372 + 0.318160*TTX + 0.151385*D(ET) + 0.438873*D(PIT) 4.3.4.2 Biến phụ thuộc FDI
a. Hồi quy với toàn bộ các biến
Việc hồi quy toàn bộ các biến độc lập TTX, D(IPCT), D(GST), D(ET), D(PIT)và INF chỉ đƣợc áp dụng với 12 quan sát, do số liệu về TTX của thành phố Hồ Chí Minh chỉ đƣợc thống kê trong thời gian từ 2011 đến nay.
Bảng 4.14: Hồi quy biến FDI với toàn bộ các biến - mô hình (3) Dependent Variable: D(FDI)
Method: Least Squares Sample (adjusted): 25 36
Included observations: 12 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
TTX 0.068375 0.016749 4.082312 0.0095
D(IPCT) -1.468139 0.266767 -5.503450 0.0027
D(GST) 0.041813 0.049588 0.843224 0.4376 D(ET) 0.080513 0.032628 2.467590 0.0567 D(PIT) -0.318715 0.113913 -2.797880 0.0381 C -0.017066 0.005049 -3.380105 0.0197 R-squared 0.943273 Mean dependent var -0.000170 Adjusted R-squared 0.875200 S.D. dependent var 0.005975 S.E. of regression 0.002111 Akaike info criterion -9.192439 Sum squared resid 2.23E-05 Schwarz criterion -8.909576 Log likelihood 62.15463 Hannan-Quinn criter. -9.297164 F-statistic 13.85683 Durbin-Watson stat 1.856780 Prob(F-statistic) 0.005557
Nguồn: Tính toán từ Eview 8 Mô hình:
D(FDI) = -0.017066 + 0.068375 *TTX -1.468139*D(IPCT) + 0.041813*D(GST) + 0.080513 *D(ET) - 0.318715*D(PIT)
Nhƣ vậy kết quả ƣớc lƣợng trên cho thấy:
Kết quả cho thấy mô hình ƣớc lƣợng là phù hợp (do Prob(F-statistic) = 0.005557 <
0.05), mô hình giải thích đƣợc 94.32 % tác động của các biến tới biến giá trị đầu tƣ trực tiếp nước ngoài thực hiện. Đây là tỷ lệ rất cao trong các nghiên cứu xã hội học.
Điều đó cho thấy mối quan hệ chặt chẽ giữa các biến số về thuế trong mô hình tới tình hình đầu tư trực tiếp nước ngoài thực hiện ở thành phố Hồ Chí Minh nói riêng và ở Việt Nam nói chung. Trong đó:
o Tỷ lệ tổng doanh thu thuế chia cho tổng sản phẩm quốc nội có tác động cùng chiều tới giá trị đầu tư trực tiếp nước ngoài thực hiện. Cụ thể khi các yếu tố khác không đổi, thì tỷ lệ này tăng thêm 1 đơn vị sẽ làm giá trị đầu tư trực tiếp nước ngoài thực hiện tăng lên 0.068375 đơn vị.
o Tỷ lệ thuế thu nhập doanh nghiệp trên tổng giá trị thuế thu đƣợc có tác động ngược chiều tới giá trị đầu tư trực tiếp nước ngoài thực hiện. Cụ thể khi các yếu tố khác không đổi, thì tỷ lệ này tăng thêm 1 đơn vị sẽ làm giá trị đầu tư trực tiếp nước ngoài thực hiện giảm đi 1.468139 đơn vị.