Luận án Tác động của chi tiêu công, quản trị công đến tăng trưởng kinh tế tại các quốc gia Châu Á

i trình cụ thể. Chính phủ cần nhận thức việc thay thế hệ thống giải trình theo chiều dọc (với chính quyền trung ương) bằng hệ thống giải trình theo chiều ngang (với người dân 121 sở tại). Theo đó, các hoạt động chi tiêu công được đề xuất, hoặc đã thực hiện cần được đăng tải rộng rãi trên báo chí và các phương tiện truyền thông khác để người dân có thể tiếp cận, tạo điều kiện cho người dân có thể xem xét, phản biện. Thứ hai, cần nâng cao hiệu quả của chính phủ trong các hoạt động chi tiêu công. Cung cách quản lý tập trung, quan liêu là đặc tính của hệ thống lập ngân sách theo truyền thống mà kết quả là nguồn lực chi tiêu công sử dụng kém hiệu quả. Các cơ quan quản lý không chịu trách nhiệm về hàng hóa, dịch vụ công cung cấp cho xã hội. Những người quản lý và sử dụng ngân sách hoạt động trong một môi trường bị kiểm soát hết sức cứng nhắc. Những công cụ truyền thống để thực hiện kiểm soát là định mức và khoản mục hóa các khoản chi tiêu công. Đây là những hạn chế gây ra tính kém hiệu quả trong hoạt động chi tiêu công bởi vì cách làm này không khuyến khích tiết kiệm, không tạo ra sự gắn kết giữa khối lượng chi tiêu với khối lượng đầu ra. Để khắc phục các hạn chế đó cần: (1) Những người quản lý và sử dụng ngân sách cần được trao quyền tự chủ hơn trong việc điều hành gắn liền với trách nhiệm và kết quả. Những kết quả cần được chi tiết hóa trong ngân sách và trong các kế hoạch tài chính có liên quan. Điều này giúp cho những người quản lý và sử dụng ngân sách thấy trước được kết quả thực hiện cũng như giúp cho chính phủ dễ dàng so sánh được kết quả mục tiêu và kết quả thực tế. (2) Phát triển hệ thống thông tin quản lý tài chính và hệ thống kế toán công. Việc làm này sẽ giúp cho các quốc gia nâng cao năng lực trong phân phối và sử dụng các nguồn lực công hiệu quả. Cần đổi mới hệ thống thông tin quản lý tài chính và hệ thống kế toán công gắn kết chặt chẽ ứng dụng công nghệ thông tin với cải cách hành chính, đổi mới lề lối làm việc nhằm chuẩn hóa, điện tử hóa quy trình nghiệp vụ, số hóa, tích hợp, chia sẻ dữ liệu giữa các cơ quan nhà nước từ Trung ương đến địa phương. Thứ ba, cần nâng cao chất lượng các quy định trong hoạt động chi tiêu công. Chính phủ cần cải cách công tác lập ngân sách, với trọng tâm là đẩy mạnh phối hợp giữa lập kế hoạch và lập ngân sách, lồng ghép đầy đủ giữa ngân sách chi đầu tư và chi thường xuyên, hoàn thiện khuôn khổ tài khóa - vĩ mô. Cần từng bước giảm dần tốc độ tăng chi cho phù hợp với khả năng cân đối thu và khả năng vay - trả nợ của 122 NSNN; cơ cấu lại chi NSNN theo hướng giảm dần tỷ trọng chi thường xuyên, trong đó giảm tỷ trọng chi quản lý hành chính Nhà nước; tăng cường quản lý nợ công thông qua củng cố danh mục nợ trên cơ sở áp dụng kế hoạch quản lý nợ trung hạn để tối ưu hóa cơ cấu chi phí, rủi ro và kỳ hạn của nợ công; phát triển thị trường nợ trong nước; tiếp tục tăng cường năng lực quản lý nợ công cũng như tăng cường các cơ chế giám sát, phân tích và quản lý các nghĩa vụ nợ dự phòng. Thứ tư, cần nâng cao hiệu quả chống tham nhũng trong hoạt động chi tiêu công. Trước hết cần tổng kết thực tiễn để nhận dạng, phân tích các điều kiện nảy sinh tham nhũng, môi trường tham nhũng, các loại hình và biểu hiện của tham nhũng trong hoạt động chi tiêu công để đề ra chiến lược phòng ngừa và chống tham nhũng. Bên cạnh đó, cần rà soát, hoàn thiện các khuôn khổ pháp lý nhằm hạn chế những sơ hở tạo cơ hội cho các hoạt động gian lận, tham nhũng. Phối hợp với tăng cường, nâng cao vai trò công tác thanh tra, kiểm tra nhằm xử lý nghiêm những hành vi tham nhũng trong đầu tư công. 5.3. Hạn chế và hướng nghiên cứu tiếp theo. Mặc dù đã đạt được mục tiêu nghiên cứu, tác giả nhận thấy nghiên cứu này vẫn còn hạn chế và cần được bổ sung, cải thiện trong tương lai. Thứ nhất, mặc dù nghiên cứu đã thu thập dữ liệu với mẫu 43 quốc gia châu Á trong một giai đoạn tương đối dài 2004 – 2017, tuy nhiên mẫu nghiên cứu chưa thực sự đủ lớn. Điều này làm giới hạn các kết luận có thể rút ra từ kết quả ước lượng cũng như ảnh hưởng đến độ tin cậy của kiểm định. Các nghiên cứu tiếp theo cần cải thiện quá trình thu thập số liệu, qua đó nâng cao cả chất lượng và số lượng của số liệu. Thứ hai, ngoài các biến số đã được phân tích trong các mô hình đã chỉ ra ở trên, về mặt lý thuyết tăng trưởng kinh tế còn chịu ảnh hưởng của các biên số khác. Do đó, các nghiên cứu tiếp theo cần dựa trên mục tiêu nghiên cứu cụ thể để bổ sung thêm các biến khác. Thứ ba, việc phân chia mẫu nghiên cứu thành nhóm các quốc gia có thể chế chính trị và mức độ phát triển kinh tế khác nhau cũng ảnh hưởng đến kết quả nghiên 123 cứu. Các nghiên cứu tiếp theo có thể thực hiện phân chia mẫu các quốc gia theo thể chế chính trị và mức độ phát triển kinh tế. Thứ tư, mặc dù việc xác định giai đoạn khủng hoảng tại các quốc gia châu Á được tác giả dựa vào các nghiên cứu của Filardo (2011), Keat (2009) nhưng tác động của khủng hoảng đến nền kinh tế của mỗi quốc gia sẽ có độ trễ khác nhau và mức độ tác động đến các quốc gia trong mẫu nghiên cứu là không như nhau. Điều này cũng hạn chế phần nào trong các kết luận của tác giả. Các nghiên cứu sau cần kiểm định cụ thể hơn để xác định chính xác giai đoạn khủng hoảng tại các quốc gia châu Á. TÀI LIỆU THAM KHẢO. Acemoglu, D., Johnson, S., & Robinson, J. (2004). Institutions as the Fundamental Cause of Long-Run Growth. National Bureau of Economic Research. https://doi.org/10.3386/w10481 Acemoglu, D., & Robinson, J. (2010). The Role of Institutions in Growth and Development. Review of Economics and Institutions; Vol 1, No 2 (2010). Retrieved from Afonso, A., & Jalles, J. (2016). Economic performance, government size, and institutional quality. Empirica, 43(1), 83–109. https://doi.org/DOI: 10.1007/s10663-015-9294-2, Ahlin, C., & Pang, J. (2008). Are financial development and corruption control substitutes in promoting growth? Journal of Development Economics, 86(2), 414–433. Retrieved from https://econpapers.repec.org/RePEc:eee:deveco:v:86:y:2008:i:2:p:414-433 Al-Marhubi, F. (2004). The Determinants of Governance: A Cross-Country Analysis. Contemporary Economic Policy, 22(3), 394–406. Retrieved from https://econpapers.repec.org/RePEc:bla:coecpo:v:22:y:2004:i:3:p:394-406 Alesina, A., Özler, S., Roubini, N., & Swagel, P. (1996). Political instability and economic growth. Journal of Economic Growth, 1(2), 189–211. https://doi.org/10.1007/BF00138862 Alexiou, C. (2009). Government Spending and Economic Growth: Econometric Evidence from the South Eastern Europe (SEE). Journal of Economic and Social Research, 11, 1–16. Anh, P. T. h. (2008). Phân tích cơ cấu chi tiêu chính phủ và tăng trưởng kinh tế ở Việt Nam. Trung Tâm Nghiên Cứu Kinh Tế và Chính Sách, Trường Đại Học Kinh Tế, Đại Học Quốc Gia Hà Nội. Arellano, M., & Bond, S. (1991). Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations. The Review of Economic Studies, 58(2), 277–297. https://doi.org/10.2307/2297968 Arellano, M., & Bover, O. (1995). Another look at the instrumental variable estimation of error-components models. Journal of Econometrics, 68(1), 29– 51. Retrieved from https://econpapers.repec.org/RePEc:eee:econom:v:68:y:1995:i:1:p:29-51 Baldacci, E., Hillman, A., & Kojo, N. C. (2004). Growth, governance, and fiscal policy transmission channels in low-income countries. European Journal of Political Economy, 20(3), 517–549. Retrieved from https://econpapers.repec.org/RePEc:eee:poleco:v:20:y:2004:i:3:p:517-549 Barnard, G. A. (1963). New Methods of Quality Control. Journal of the Royal Statistical Society. Series A (General), 126(2), 255–258. https://doi.org/10.2307/2982365 Barro, R. J. (1989). Economic Growth in a Cross Section of Countries. National Bureau of Economic Research Working Paper Series, No. 3120. https://doi.org/10.3386/w3120 Barro, R. J. (1991). Economic Growth in a Cross Section of Countries*. The Quarterly Journal of Economics, 106(2), 407–443. https://doi.org/10.2307/2937943 Batra, G., Kaufmann, D., & Stone, A. H. W. (2003). Investment Climate Around the World : Voices of the Firms from the World Business Environment Survey. The World Bank. https://doi.org/DOI: Bishop, M., & Thompson, D. (1992). Regulatory reform and productivity growth in the UK’s public utilities. Applied Economics, 24(11), 1181–1190. https://doi.org/10.1080/00036849200000127 Bjørnskov, C. (2006). The multiple facets of social capital. European Journal of Political Economy, 22(1), 22–40. https://doi.org/https://doi.org/10.1016/j.ejpoleco.2005.05.006 Blundell, R., & Bond, S. (1998). Initial conditions and moment restrictions in dynamic panel data models. Journal of Econometrics, 87(1), 115–143. Retrieved from https://econpapers.repec.org/RePEc:eee:econom:v:87:y:1998:i:1:p:115-143 Brahmbhatt, M., & Canuto, O. (2012). Fiscal Policy for Growth and Development. https://doi.org/10.1596/9780821396308_Overview Brender, A., & Drazen, A. (2013). Elections, leaders, and the composition of government spending. Journal of Public Economics, 97, 18–31. https://doi.org/https://doi.org/10.1016/j.jpubeco.2012.08.011 Buchanan, J. M. (1987). The Constitution of Economic Policy. The American Economic Review, 77(3), 243–250. Retrieved from Burkhart, R. E., & Lewis-Beck, M. S. (1994). Comparative Democracy: The Economic Development Thesis. The American Political Science Review, 88(4), 903–910. https://doi.org/10.2307/2082715 Butkiewicz, J. L., & Yanikkaya, H. (2011). INSTITUTIONS AND THE IMPACT OF GOVERNMENT SPENDING ON GROWTH. Journal of Applied Economics, 14(2), 319–341. https://doi.org/https://doi.org/10.1016/S1514- 0326(11)60017-2 Campos, N. F., & Nugent, J. B. (1999). Development Performance and the Institutions of Governance: Evidence from East Asia and Latin America. World Development, 27(3), 439–452. https://doi.org/https://doi.org/10.1016/S0305-750X(98)00149-1 Cavallo, E., & Daude, C. (2011). Public investment in developing countries: A blessing or a curse? Journal of Comparative Economics, 39(1), 65–81. https://doi.org/https://doi.org/10.1016/j.jce.2010.10.001 Chang, E. C. C. (2008). Electoral Incentives and Budgetary Spending: Rethinking the Role of Political Institutions. The Journal of Politics, 70(4), 1086–1097. https://doi.org/10.1017/s0022381608081073 Chatfield, C. (1995). Model Uncertainty, Data Mining and Statistical Inference. Journal of the Royal Statistical Society. Series A (Statistics in Society), 158(3), 419–466. https://doi.org/10.2307/2983440 Chen, B., & Feng, Y. (1996). Some political determinants of economic growth: Theory and empirical implications. European Journal of Political Economy, 12(4), 609–627. https://doi.org/https://doi.org/10.1016/S0176- 2680(96)00019-5 Cooper, R. N., & Barro, R. J. (1997). Determinants of Economic Growth: A Cross- Country Empirical Study. Foreign Affairs, 76(6), 154. https://doi.org/10.2307/20048292 Cooray, A. (2009). Government Expenditure, Governance and Economic Growth. Comparative Economic Studies (Vol. 51). Comparative Economic Studies. https://doi.org/10.1057/ces.2009.7 Cường, Đ. V. (2016). Tham nhũng và tăng trưởng kinh tế tại các quốc gia chuyển đổi. Đại học Kinh tế TP.HCM. dAgostino, G., Dunne, J., & Pieroni, L. (2016). Government spending, corruption and economic growth. World Development. Davoodi, H., & Zou, H. (1998). Fiscal Decentralization and Economic Growth: A Cross-Country Study. Journal of Urban Economics, 43(2), 244–257. https://doi.org/https://doi.org/10.1006/juec.1997.2042 Dethier, J.-J. (1999). Governance and Economic Performance: A Survey. ZEF– Discussion Papers On Development Policy No. 5. Retrieved from discussion paper no 5.pdf Devarajan, S., Swaroop, V., & Zou, H. (1996). The composition of public expenditure and economic growth. Journal of Monetary Economics, 37(2), 313–344. https://doi.org/10.1016/s0304-3932(96)90039-2 Draper, D. (1995). Assessment and Propagation of Model Uncertainty. Journal of the Royal Statistical Society. Series B (Methodological), 57(1), 45–97. Retrieved from Dương Thị Bình Minh. (2005). Quản lý chi tiêu công Việt Nam. Thực trạng và giải pháp. Nhà xuất bản Lao động. Dzhumashev, R. (2014). Corruption and growth: The role of governance, public spending, and economic development. Economic Modelling, 37, 202–215. https://doi.org/https://doi.org/10.1016/j.econmod.2013.11.007 Easterly, W., & Levine, R. (2002). Tropics, Germs, and Crops: How Endowments Influence Economic Development. National Bureau of Economic Research Working Paper Series, No. 9106. https://doi.org/10.3386/w9106 Easterly, W., & Rebelo, S. (1993). Fiscal policy and economic growth. Journal of Monetary Economics, 32(3), 417–458. https://doi.org/10.1016/0304- 3932(93)90025-b Efendic, A., & Trkic-Izmirlija, N. (2013). Effects of the global economic crisis and public spending on income distribution in Bosnia and Herzegovina (wiiw Balkan Observatory Working Papers). The Vienna Institute for International Economic Studies, wiiw. https://doi.org/DOI: Eicher, T. S., Papageorgiou, C., & Raftery, A. E. (2011). Default priors and predictive performance in Bayesian model averaging, with application to growth determinants. Journal of Applied Econometrics, 26(1), 30–55. https://doi.org/10.1002/jae.1112 Essama-Nssah, B., & Moreno-Dodson, B. (2012). Fiscal Policy for Growth and Social Welfare. In Is Fiscal Policy the Answer? (pp. 23–68). The World Bank. https://doi.org/doi:10.1596/9780821396308_CH01 Feld, L. P., & Voigt, S. (2003). Economic growth and judicial independence: cross- country evidence using a new set of indicators. European Journal of Political Economy, 19(3), 497–527. https://doi.org/https://doi.org/10.1016/S0176-2680(03)00017-X Fernandez, C., Ley, E., & Steel, M. (2001). Benchmark priors for Bayesian model averaging. Journal of Econometrics, 100(2), 381–427. Retrieved from https://econpapers.repec.org/RePEc:eee:econom:v:100:y:2001:i:2:p:381-427 Filardo, A. (2011). The Impact of the International Financial Crisis on Asia and the Pacific: Highlighting Monetary Policy Challenges from a Negative Asset Price Bubble Perspective. Filmer, D., & Pritchett, L. (1999). The impact of public spending on health: does money matter? Social Science & Medicine, 49(10), 1309–1323. https://doi.org/https://doi.org/10.1016/S0277-9536(99)00150-1 Gatauwa, J. M. (2014). The 2008 Global Economic Crisis and Public Expenditure: A Critical Review of the Literature. Advances in Management and Applied Economics, 4(2), 1–10. https://doi.org/DOI: , Gemmell, N., Kneller, R., & Sanz, I. (2014). Does the Composition of Government Expenditure Matter for Long-Run GDP Levels? SSRN Electronic Journal. https://doi.org/10.2139/ssrn.2484917 Glaeser, E. L., & Saks, R. (2004). Corruption in America. National Bureau of Economic Research Working Paper Series, No. 10821. https://doi.org/10.3386/w10821 Guasch, J. L., & Hahn, R. W. (1999). The Costs and Benefits of Regulation: Implications for Developing Countries. The World Bank Research Observer, 14(1), 137–158. Retrieved from Gupta, S., Kangur, A., Papageorgiou, C., & Wane, A. (2014). Efficiency-Adjusted Public Capital and Growth. World Development, 57(C), 164–178. https://doi.org/DOI: 10.1016/j.worlddev.2013.1, Gyimah-Brempong, K., & Traynor, T. (1999). Political Instability, Investment and Economic Growth in Sub-Saharan Africa. Journal of African Economies (Vol. 8). https://doi.org/10.1093/jae/8.1.52 Hair, J. F. (1998). Multivariate data analysis. London: Prentice Hall. Hayo, B., & Neumeier, F. (2012). Leaders’ Impact on Public Spending Priorities: The Case of the German Laender (MAGKS Papers on Economics). Philipps- Universität Marburg, Faculty of Business Administration and Economics, Department of Economics (Volkswirtschaftliche Abteilung). Retrieved from https://econpapers.repec.org/RePEc:mar:magkse:201209 Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C. T. (2000). Correction to: ``Bayesian model averaging: a tutorial’’ [Statist. Sci. 14 (1999), no. 4, 382--417; MR 2001a:62033]. Statistical Science, 15(3), 193–195. https://doi.org/10.1214/ss/1009212814 Hyman, D. N. (2014). Public finance: A contemporary application of theory to policy (11th ed.). Cengage Learning. IMF. (2014). Public Expenditure Reform: Making Difficult Choices. Vearsa (INTERNATIONAL MONETARY FUND). Intosai. (2005). Special Intosai Issue. International Journal of Government Auditing, 32(1), 47. Jong-A-Pin, R. (2009). On the measurement of political instability and its impact on economic growth. European Journal of Political Economy (Vol. 25). https://doi.org/10.1016/j.ejpoleco.2008.09.010 Jreisat, J. E. (2002). Governance and developing countries. International studies in sociology and social anthropology. Kagundu, P. (2006). The quality of governance, composition of public expenditures, and economic growth: an empirical analysis. Kagundu, Paul. (2006). The quality of governance, composition of public expenditures, and economic growth: an empirical analysis. Georgia State University. Retrieved from htps://scholarworks.gsu.edu/econ_diss/13 Kass, R. E., & Raftery, A. E. (1995). Bayes Factors. Journal of the American Statistical Association, 90(430), 773–795. https://doi.org/10.1080/01621459.1995.10476572 Katsimi, M., & Sarantides, V. (2012). Do elections affect the composition of fiscal policy in developed, established democracies? Public Choice, 151(1/2), 325– 362. Retrieved from Kaufmann, D., & Kraay, A. (2004). Governance Indicators, Aid Allocation, and the Millennium Challenge Account (Development and Comp Systems). University Library of Munich, Germany. https://doi.org/DOI: Keat, H. S. (2009). The global financial crisis – impact on Asia and policy challenges ahead (pp. 267–276). Federal Reserve Bank of San Francisco. Keefer, P. (2004). A review of the political economy of governance : from property rights to voice (English) (Policy Research working paper series No. WPS 3315). Washington, DC. Retrieved from of-the-political-economy-of-governance-from-property-rights-to-voice Keynes, J. M. (1936). The General Theory of Employment, Interest and Money. Palgrave Macmillan. Kirmanoglu, H. (2003). Political Freedom and Economic Well-Being: A Causality Analysis. International Conference on Policy Modelling, Istanbul, Turkey. Knack, S. (2003). Democracy, governance and growth. The University of Michigan Press. https://doi.org/10.3998/mpub.23499 Knack, Stephen, & Keefer, P. (2006). Institutions And Economic Performance: Cross-Country Tests Using Alternative Institutional Measures. Economics & Politics (Vol. 7). https://doi.org/10.1111/j.1468-0343.1995.tb00111.x Knoll, M., & Zloczysti, P. (2012). The Good Governance Indicators of the Millennium Challenge Account: How Many Dimensions are Really Being Measured? World Development, 40(5), 900–915. https://doi.org/https://doi.org/10.1016/j.worlddev.2011.11.010 Lâm, M. Đ. (2012). Tác động của phân cấp tài khóa đến tăng trưởng kinh tế tại Việt Nam. Trường đại học Kinh tế TP.HCM. Langbein, L., & Knack, S. (2010). The Worldwide Governance Indicators: Six, One, or None? The Journal of Development Studies, 46(2), 350–370. https://doi.org/10.1080/00220380902952399 Larcinese, V., Snyder, J., & Testa, C. (2010). The Political Economy of Public Spending: Evidence from the US States. Leamer, E. E. (1978). Specification Searches: Ad Hoc Inference with Nonexperimental Data (1st ed.). Wiley. Libman, A. (2010). Democracy, Size of Bureaucracy, and Economic Growth: Evidence from Russian Regions. Empirical Economics (Vol. 43). https://doi.org/10.2139/ssrn.1576442 Lizzeri, A., & Persico, N. (2001). The Provision of Public Goods under Alternative Electoral Incentives. American Economic Review, 91(1), 225–239. https://doi.org/10.1257/aer.91.1.225 Loizides, J., & Vamvoukas, G. (2005). Government Expenditure and Economic Growth: Evidence from Trivariate Causality Testing. Journal of Applied Economics, 8(1), 125–152. https://doi.org/10.1080/15140326.2005.12040621 Luận, V. T. M. (2012). Tác động của chính sách tài khóa tới tăng trưởng kinh tế ở Việt Nam. Học viện chính sách và phát triển. Lucas, R. E. (1988). On the mechanics of economic development. Journal of Monetary Economics, 22(1), 3–42. https://doi.org/https://doi.org/10.1016/0304-3932(88)90168-7 Malek, H. (2014). The Effect of Government Size on Economic Freedom and Economic Growth in Iran. Kuwait Chapter of Arabian Journal of Business and Management Review, 3(12), 328–338. https://doi.org/10.12816/0018836 Mauro, P. (1995). Corruption and Growth. The Quarterly Journal of Economics, 110(3), 681–712. https://doi.org/10.2307/2946696 Menard, C., & Shirley, M. M. (2005). Handbook of New Institutional Economics. Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-540-69305-5 Méndez, F., & Sepúlveda, F. (2006). Corruption, growth and political regimes: Cross country evidence. European Journal of Political Economy, 22(1), 82– 98. https://doi.org/https://doi.org/10.1016/j.ejpoleco.2005.04.005 Mo, P.-H. (2001). Corruption and Economic Growth. Journal of Comparative Economics, 29(1), 66–79. Retrieved from https://econpapers.repec.org/RePEc:eee:jcecon:v:29:y:2001:i:1:p:66-79 Morrissey, O., & Udomkerdmongkol, M. (2012). Governance, Private Investment and Foreign Direct Investment in Developing Countries. World Development, 40(3), 437–445. https://doi.org/https://doi.org/10.1016/j.worlddev.2011.07.004 Ndulu, B. J., & O’Connell, S. A. (1999). Governance and Growth in Sub-Saharan Africa. The Journal of Economic Perspectives, 13(3), 41–66. Retrieved from Paternostro, S., Rajaram, A., & R. Tiongson, E. (2005). How Does the Composition of Public Spending Matter? A Framework Relating Public Spending to Growth, Equity and Poverty-Reduction Objectives. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.2028352 Persson, T., & Tabellini, G. (2004). Constitutional Rules and Fiscal Policy Outcomes. The American Economic Review, 94(1), 25–45. Retrieved from Potrafke, N. (2011). Does government ideology influence budget composition? Empirical evidence from OECD countries. Economics of Governance, 12(2), 101–134. https://doi.org/DOI: 10.1007/s10101-010-0092-9, Pritchett, L. (1996). Mind you P’s and Q’s: The cost of public investment is not the value of public capital. (World Bank policy research working paper No. 1660). Washington DC, USA. Pushak, T., R. Tiongson, E., & Varoudakis, A. (2007). Public Finance, Governance, And Growth In Transition Economies: Empirical Evidence From 1992-2004. The World Bank, Policy Research Working Paper Series. Resnick, D., & Birner, R. (2006). Does good governance contribute to pro-poor growth?: a review of the evidence from cross-country studies. Reza Davoodi, H., & Tanzi, V. (1997). Corruption, Public Investment, and Growth. IMF Working Papers (Vol. 97). https://doi.org/10.5089/9781451929515.001 Rivera-Batiz, F. L. (2002). Democracy, Governance, and Economic Growth: Theory and Evidence. Review of Development Economics, 6(2), 225–247. https://doi.org/10.1111/1467-9361.00151 Roberts, H. V. (1965). Probabilistic Prediction. Journal of the American Statistical Association, 60(309), 50–62. https://doi.org/10.2307/2283136 Romer, P. M. (1986). Increasing Returns and Long-Run Growth. Journal of Political Economy, 94(5), 1002–1037. https://doi.org/10.1086/261420 Samuelson, P. A., & Nordhaus, W. D. (1985). Economics (12th ed.). New York: New York : McGraw-Hill. Schneider, H. (1999). Participatory Governance, (17). https://doi.org/https://doi.org/https://doi.org/10.1787/888041015581 Sen, K. (2014). Governance and Development Outcomes in Asia. (ADB Economics Working Paper Series.). Shafuda, C. P. P. (2015). An Examination of the Relationship between Government Spending and Economic Growth in Namibia. THE UNIVERSITY OF NAMIBIA. Retrieved from Shah, A., Ruggeri, G., Kakwani, N., San, H., Boadway, R., Cuff, K., Andrews, M. (2005). Public Expenditure Analysis. Siddiqui, D. A., & Ahmed, Q. M. (2013). The effect of institutions on economic growth: A global analysis based on GMM dynamic panel estimation. Structural Change and Economic Dynamics, 24(C), 18–33. https://doi.org/DOI: 10.1016/j.strueco.2012.12, Smith, A. (1755). Peace, easy taxes, and a tolerable administration of justice. The A B C of Finance (Simon Newcomb). Solow, R. M. (1956). A Contribution to the Theory of Economic Growth. The Quarterly Journal of Economics, 70(1), 65–94. https://doi.org/10.2307/1884513 Sunil Rajkumar, A., & Swaroop, V. (2002). Public Spending And Outcomes: Does Governance Matter? Journal of Development Economics (Vol. 86). https://doi.org/10.1016/j.jdeveco.2007.08.003 Thành, S. Đ., & Hoài, B. T. M. (2009). Lý thuyết Tài Chính Công. TP.HCM: NXB Đại Học Quốc Gia TP.HCM. Thi, D. B. V. (2016). The impact of institutions on economic growth in the middle income countries: Approach to the index of economic freedom to measuring institutions. Ho Chi Minh city, Vietnam. Thọ, N. Đ., & Trang, N. T. M. (2009). Nghiên Cứu Khoa Học Trong Quản Trị Kinh Doanh. Nxb Thống kê. Thon, H. T. C., Hương, P. T., & Thủy, P. T. (2010). Tác động của chi tiêu công tới tăng trưởng kinh tế tại các địa phương ở Việt Nam. Trung Tâm Nghiên Cứu Kinh Tế và Chính Sách, Trường Đại Học Kinh Tế, Đại Học Quốc Gia Hà Nội. Totikidis, V., Armstrong, A., & Francis, R. (2005). The concept of community governance: a preliminary review. Trọng, H., & Ngọc, C. N. M. (2008). Phân Tích Dữ Liệu Nghiên Cứu Với SPSS. Nhà xuất bản Hồng Đức. USAID. (2002). USAID Supports Good Governance. Retrieved from Wagner, A. (1883). Three Extracts on Public Finance. (R. A. Masgrave and A.T. Peacock, Ed.), Classics in the Theory of Public Finance. Translated and reprinted in Palgrave Macmillan UK. https://doi.org/10.1007/978-1-349- 23426-4_1 World Bank. (1992). Governance and Development. THE WORLD BANK. Xu, L. C., Li, H., & Zou, H.-F. (2000). Corruption, Income Distribution, and Growth. Economics & Politics, 12(2). Retrieved from https://ssrn.com/abstract=236215 Yasin, M. (2000). Public Spending and Economic Growth: Empirical Investigation of Sub-Saharan Africa. Southwestern Economic Review, 4(1), 59–68. Zellner, A. (1986). On assessing prior distributions and Bayesian regression analysis with g-prior distributions. In Bayesian Inference and Decision Techniques: Essays in Honour of Bruno de Finetti. (pp. 233–243). North- Holland, Amsterdam. Zeugner, S. (2011). Bayesian Model Averaging with BMS for BMS version 0.3. 0. Online: Www. Bms. Zeugner. Eu. Retrieved from https://cran.r- project.org/web/packages/BMS/vignettes/bms.pdf Zhuang, J., de Dios, E., & Martin, A. L. (2010). Governance and Institutional Quality and the Links with Economic Growth and Income Inequality: With Special Reference to Developing Asia (Economics Working Papers). Retrieved from Zhuang, Juzhong, Dios, E. de, & Martin, A. L. (2010). Governance and Institutional Quality and the Links with Economic Growth and Income Inequality: With Special Reference to Developing Asia (Asian Development Bank Economics Working Paper Series No. 193). Retrieved from https://papers.ssrn.com/sol3/papers.cfm?abstract_id=1619116 Zinnbauer, P. N. and D. (2002). Giving Voice to the Voiceless: Good Governance, Human Development & Mass Communications (Human Development Occasional Papers (1992-2007)). Human Development Report Office (HDRO), United Nations Development Programme (UNDP). https://doi.org/DOI: Zureiqat, H. M. (2005). Political Instability and Economic Performance: A Panel Data Analysis. Award Winning Economics Papers, Economics Department, Macalester College. PHỤ LỤC 1: DANH SÁCH CÁC QUỐC GIA CHÂU Á STT Tên quốc gia Ký hiệu 1 Afghanistan AFG 2 United Arab Emirates ARE 3 Armenia ARM 4 Azerbaijan AZE 5 Bangladesh BGD 6 Bahrain BHR 7 Brunei Darussalam BRN 8 Bhutan BTN 9 China CHN 10 Cyprus CYP 11 Georgia GEO 12 Indonesia IDN 13 India IND 14 Iran, Islamic Rep. IRN 15 Iraq IRQ 16 Israel ISR 17 Jordan JOR 18 Japan JPN 19 Kazakhstan KAZ 20 Kyrgyz Republic KGZ 21 Cambodia KHM 22 Kuwait KWT 23 Lao PDR LAO 24 Lebanon LBN 25 Sri Lanka LKA 26 Maldives MDV 27 Myanmar MMR 28 Mongolia MNG 29 Malaysia MYS 30 Nepal NPL 31 Oman OMN 32 Pakistan PAK 33 Philippines PHL 34 Qatar QAT 35 Saudi Arabia SAU 36 Singapore SGP 37 Thailand THA 38 Tajikistan TJK 39 Turkmenistan TKM 40 Timor-Leste TLS 41 Uzbekistan UZB 42 Vietnam VNM 43 Yemen, Rep. YEM PHỤ LỤC 2: THỐNG KÊ MÔ TẢ MẪU g4 602 .0260122 .0246393 0 .160833 g3 602 .0213851 .0220563 0 .119335 g2 602 .1426351 .1181085 0 1.09869 g1 602 .0178953 .0155985 0 .101176 pv 602 .5286593 .1767859 .201245 .944106 wgi 602 .4040593 .2303734 .015234 .903214 icrg 602 .5751651 .1518654 .200758 .967818 g 602 .2788893 .1002368 .0407 .9145 open 602 .9188001 .6128388 0 4.41604 l 602 .4561042 .1110277 .218291 .754537 inf 602 .0579673 .0595139 -.06811 .53248 inv 602 .2465435 .1211676 0 .73002 growth 559 .0302768 .059557 -.359409 .453484 Variable Obs Mean Std. Dev. Min Max g4 -0.0341 0.0348 -0.0939 -0.1304 -0.1358 0.0743 0.1452 0.2503 0.0478 0.0134 0.0978 0.2135 -0.0011 1.0000 g3 -0.0329 0.0453 -0.0129 0.0413 -0.0153 0.1409 0.0070 0.1687 0.0934 -0.0411 0.1775 0.2362 1.0000 g2 -0.0397 -0.4212 -0.1188 -0.0250 -0.2218 0.0753 0.0781 0.0692 -0.0008 0.1306 -0.0050 1.0000 g1 0.0052 0.0543 -0.0149 -0.0274 0.0695 0.0940 0.1180 0.2863 0.2155 0.0630 1.0000 g -0.2587 -0.1161 0.0620 -0.1680 0.0063 0.1120 0.2386 0.2732 0.1442 1.0000 pv -0.1114 -0.1610 -0.0986 -0.2322 0.5589 0.4921 0.3298 0.6252 1.0000 wgi -0.1718 -0.1225 -0.1022 -0.3296 0.4553 0.3917 0.3538 1.0000 icrg 0.0441 -0.0856 0.1214 -0.1650 0.3507 0.2800 1.0000 open -0.0729 0.0284 -0.2428 -0.0692 0.3476 1.0000 l 0.0429 -0.0539 0.1594 -0.1319 1.0000 inf 0.0137 0.0924 0.0505 1.0000 inv 0.1094 0.0211 1.0000 lngdp 0.0387 1.0000 growth 1.0000 growth lngdp inv inf l open icrg wgi pv g g1 g2 g3 g4 Mean VIF 1.48 lngdp 1.06 0.946421 inf 1.14 0.876943 g 1.17 0.855131 inv 1.23 0.815515 icrg 1.31 0.765828 open 1.52 0.657890 l 1.73 0.579200 wgi 1.97 0.507596 pv 2.20 0.454608 Variable VIF 1/VIF Prob>chi2 = 0.0000 chi2 (43) = 33205.39 H0: sigma(i)^2 = sigma^2 for all i in fixed effect regression model Modified Wald test for groupwise heteroskedasticity Prob > F = 0.0000 F( 1, 42) = 39.202 H0: no first order autocorrelation Wooldridge test for autocorrelation in panel data PHỤ LỤC 3: KẾT QUẢ ĐÁNH GIÁ TÁC ĐỘNG CỦA CHI TIÊU CÔNG ĐẾN TĂNG TRƯỞNG KINH TẾ TẠI CÁC QUỐC GIA CHÂU Á Difference (null H = exogenous): chi2(3) = 5.40 Prob > chi2 = 0.145 Hansen test excluding group: chi2(32) = 35.98 Prob > chi2 = 0.287 iv(l inv inf) Difference-in-Hansen tests of exogeneity of instrument subsets: (Robust, but weakened by many instruments.) Hansen test of overid. restrictions: chi2(35) = 41.38 Prob > chi2 = 0.212 (Not robust, but not weakened by many instruments.) Sargan test of overid. restrictions: chi2(35) = 110.30 Prob > chi2 = 0.000 Arellano-Bond test for AR(2) in first differences: z = -1.23 Pr > z = 0.220 Arellano-Bond test for AR(1) in first differences: z = -2.28 Pr > z = 0.022 L(1/13).(L.lngdp g open) collapsed GMM-type (missing=0, separate instruments for each period unless collapsed) D.(l inv inf) Standard Instruments for first differences equation Warning: Uncorrected two-step standard errors are unreliable. open .0558609 .0023217 24.06 0.000 .0511786 .0605431 l .1540348 .0913527 1.69 0.099 -.0301954 .338265 inv .150186 .0193759 7.75 0.000 .1111107 .1892613 inf -.1689489 .0123566 -13.67 0.000 -.1938683 -.1440294 g -.2266876 .0301238 -7.53 0.000 -.287438 -.1659372 L1. -.095175 .0079997 -11.90 0.000 -.1113079 -.0790421 lngdp growth Coef. Std. Err. t P>|t| [95% Conf. Interval] Prob > F = 0.000 max = 12 F(6, 43) = 4177.61 avg = 12.00 Number of instruments = 41 Obs per group: min = 12 Time variable : year Number of groups = 43 Group variable: id Number of obs = 516 Dynamic panel-data estimation, two-step difference GMM . Difference (null H = exogenous): chi2(3) = 3.47 Prob > chi2 = 0.324 Hansen test excluding group: chi2(31) = 31.22 Prob > chi2 = 0.455 iv(l inv inf) Difference-in-Hansen tests of exogeneity of instrument subsets: (Robust, but weakened by many instruments.) Hansen test of overid. restrictions: chi2(34) = 34.69 Prob > chi2 = 0.435 (Not robust, but not weakened by many instruments.) Sargan test of overid. restrictions: chi2(34) = 94.39 Prob > chi2 = 0.000 Arellano-Bond test for AR(2) in first differences: z = -1.64 Pr > z = 0.100 Arellano-Bond test for AR(1) in first differences: z = -2.33 Pr > z = 0.020 L(1/13).(L.lngdp g open) collapsed GMM-type (missing=0, separate instruments for each period unless collapsed) D.(l inv inf) Standard Instruments for first differences equation Warning: Uncorrected two-step standard errors are unreliable. open .0685395 .0069361 9.88 0.000 .0545515 .0825275 l -.1725083 .0458401 -3.76 0.001 -.2649536 -.080063 inv .1776549 .0197656 8.99 0.000 .1377937 .2175161 inf -.2018128 .0178061 -11.33 0.000 -.2377221 -.1659034 gsquare .0015431 .0009965 1.55 0.129 -.0004665 .0035528 g -.2612914 .0400929 -6.52 0.000 -.3421465 -.1804364 L1. -.0459582 .0043431 -10.58 0.000 -.0547169 -.0371994 lngdp growth Coef. Std. Err. t P>|t| [95% Conf. Interval] Prob > F = 0.000 max = 12 F(7, 43) = 221.87 avg = 12.00 Number of instruments = 41 Obs per group: min = 12 Time variable : year Number of groups = 43 Group variable: id Number of obs = 516 Dynamic panel-data estimation, two-step difference GMM . Difference (null H = exogenous): chi2(3) = 3.50 Prob > chi2 = 0.320 Hansen test excluding group: chi2(27) = 34.57 Prob > chi2 = 0.150 iv(l inv inf) Difference-in-Hansen tests of exogeneity of instrument subsets: (Robust, but weakened by many instruments.) Hansen test of overid. restrictions: chi2(30) = 38.07 Prob > chi2 = 0.148 (Not robust, but not weakened by many instruments.) Sargan test of overid. restrictions: chi2(30) = 81.42 Prob > chi2 = 0.000 Arellano-Bond test for AR(2) in first differences: z = -0.88 Pr > z = 0.376 Arellano-Bond test for AR(1) in first differences: z = -2.19 Pr > z = 0.028 L(1/13).(L.lngdp g crisis) collapsed GMM-type (missing=0, separate instruments for each period unless collapsed) D.(l inv inf) Standard Instruments for first differences equation Warning: Uncorrected two-step standard errors are unreliable. crisis -.0174853 .0023489 -7.44 0.000 -.0222224 -.0127482 open .0714654 .0121159 5.90 0.000 .0470315 .0958994 l -.0170573 .091369 -0.19 0.853 -.2013205 .1672058 inv .1568405 .0134517 11.66 0.000 .1297126 .1839684 inf -.1579058 .0219158 -7.21 0.000 -.2021033 -.1137083 g -.2007768 .0283289 -7.09 0.000 -.2579074 -.1436462 L1. -.0866648 .0147935 -5.86 0.000 -.1164986 -.0568309 lngdp growth Coef. Std. Err. t P>|t| [95% Conf. Interval] Prob > F = 0.000 max = 12 F(7, 43) = 167.23 avg = 12.00 Number of instruments = 37 Obs per group: min = 12 Time variable : year Number of groups = 43 Group variable: id Number of obs = 516 Dynamic panel-data estimation, two-step difference GMM Difference (null H = exogenous): chi2(3) = 0.90 Prob > chi2 = 0.826 Hansen test excluding group: chi2(27) = 34.18 Prob > chi2 = 0.161 iv(l inv inf) Difference-in-Hansen tests of exogeneity of instrument subsets: (Robust, but weakened by many instruments.) Hansen test of overid. restrictions: chi2(30) = 35.08 Prob > chi2 = 0.240 (Not robust, but not weakened by many instruments.) Sargan test of overid. restrictions: chi2(30) = 69.02 Prob > chi2 = 0.000 Arellano-Bond test for AR(2) in first differences: z = -1.12 Pr > z = 0.263 Arellano-Bond test for AR(1) in first differences: z = -2.32 Pr > z = 0.020 L(1/13).(L.lngdp g crisis) collapsed GMM-type (missing=0, separate instruments for each period unless collapsed) D.(l inv inf) Standard Instruments for first differences equation Warning: Uncorrected two-step standard errors are unreliable. gcrisis -.0554382 .0072662 -7.63 0.000 -.0700919 -.0407845 open .0864402 .0136772 6.32 0.000 .0588576 .1140228 l -.3113708 .0968253 -3.22 0.002 -.5066377 -.1161039 inv .1658201 .0141944 11.68 0.000 .1371944 .1944459 inf -.1678746 .0251341 -6.68 0.000 -.2185623 -.1171868 g -.1579002 .0276451 -5.71 0.000 -.2136517 -.1021486 L1. -.0372898 .0054598 -6.83 0.000 -.0483005 -.0262792 lngdp growth Coef. Std. Err. t P>|t| [95% Conf. Interval] Prob > F = 0.000 max = 12 F(7, 43) = 76.68 avg = 12.00 Number of instruments = 37 Obs per group: min = 12 Time variable : year Number of groups = 43 Group variable: id Number of obs = 516 Dynamic panel-data estimation, two-step difference GMM PHỤ LỤC 4: KẾT QUẢ XÁC ĐỊNH CÁC NHÂN TỐ ĐẠI DIỆN CHO QUẢN TRỊ CÔNG TẠI CÁC QUỐC GIA CHÂU Á Reliability Statistics Cronbach's Alpha N of Items .849 6 Item-Total Statistics Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item- Total Correlation Cronbach's Alpha if Item Deleted CCICRG 3.154196 .495 .679 .817 RLICRG 2.931242 .456 .719 .806 RQICRG 2.864805 .454 .739 .802 GEICRG 3.022592 .394 .717 .812 PVICRG 2.869991 .573 .443 .855 VAICRG 2.978096 .491 .552 .839 Reliability Statistics Cronbach's Alpha N of Items .930 6 Item-Total Statistics Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item- Total Correlation Cronbach's Alpha if Item Deleted CCWGI 1.966926 1.142 .929 .898 RLWGI 1.952664 1.166 .956 .895 RQWGI 1.930917 1.205 .869 .907 GEWGI 1.901857 1.176 .930 .898 PVWGI 2.006483 1.327 .590 .944 VAWGI 2.082294 1.479 .513 .947 KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .851 Bartlett's Test of Sphericity Approx. Chi-Square 6284.523 df 66 Sig. .000 Communalities Initial Extraction CCICRG 1.000 .660 RLICRG 1.000 .752 RQICRG 1.000 .747 GEICRG 1.000 .745 PVICRG 1.000 .701 VAICRG 1.000 .719 CCWGI 1.000 .915 RLWGI 1.000 .948 RQWGI 1.000 .847 GEWGI 1.000 .914 PVWGI 1.000 .684 VAWGI 1.000 .789 Extraction Method: Principal Component Analysis. Total Variance Explained Component Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 1 5.828 48.567 48.567 5.828 48.567 48.567 3.543 29.529 29.529 2 2.385 19.872 68.439 2.385 19.872 68.439 3.076 25.635 55.164 3 1.207 10.061 78.500 1.207 10.061 78.500 2.800 23.335 78.500 4 .537 4.476 82.975 5 .468 3.900 86.876 6 .433 3.606 90.482 7 .375 3.122 93.603 8 .342 2.848 96.452 9 .204 1.699 98.150 10 .136 1.132 99.283 11 .050 .419 99.702 12 .036 .298 100.000 Extraction Method: Principal Component Analysis. Rotated Component Matrixa Component 1 2 3 VAWGI .860 GEWGI .825 RLWGI .814 RQWGI .784 CCWGI .766 GEICRG .853 VAICRG .797 CCICRG .774 RLICRG .707 RQICRG .683 PVICRG .775 PVWGI .748 Extraction Method: Principal Component Analysis. Rotation Method: Equamax with Kaiser Normalization. a. Rotation converged in 10 iterations. PHỤ LỤC 5: KẾT QUẢ ĐÁNH GIÁ TÁC ĐỘNG CỦA QUẢN TRỊ CÔNG ĐẾN TĂNG TRƯỞNG KINH TẾ TẠI CÁC QUỐC GIA CHÂU Á Difference (null H = exogenous): chi2(3) = 2.44 Prob > chi2 = 0.486 Hansen test excluding group: chi2(32) = 38.07 Prob > chi2 = 0.213 iv(inf l inv) Difference-in-Hansen tests of exogeneity of instrument subsets: (Robust, but weakened by many instruments.) Hansen test of overid. restrictions: chi2(35) = 40.51 Prob > chi2 = 0.240 (Not robust, but not weakened by many instruments.) Sargan test of overid. restrictions: chi2(35) = 91.14 Prob > chi2 = 0.000 Arellano-Bond test for AR(2) in first differences: z = -1.21 Pr > z = 0.227 Arellano-Bond test for AR(1) in first differences: z = -2.36 Pr > z = 0.018 L(1/13).(open L.lngdp icrg) collapsed GMM-type (missing=0, separate instruments for each period unless collapsed) D.(inf l inv) Standard Instruments for first differences equation Warning: Uncorrected two-step standard errors are unreliable. open .0589629 .0033273 17.72 0.000 .0522527 .0656731 l -.5054261 .035091 -14.40 0.000 -.5761938 -.4346584 inv .0955543 .0206936 4.62 0.000 .0538216 .1372871 inf -.1632883 .0140257 -11.64 0.000 -.1915737 -.1350028 icrg .0197994 .0032395 6.11 0.000 .0132663 .0263324 L1. -.0615907 .0034543 -17.83 0.000 -.068557 -.0546245 lngdp growth Coef. Std. Err. t P>|t| [95% Conf. Interval] Prob > F = 0.000 max = 12 F(6, 43) = 834.72 avg = 12.00 Number of instruments = 41 Obs per group: min = 12 Time variable : year Number of groups = 43 Group variable: id Number of obs = 516 Dynamic panel-data estimation, two-step difference GMM . Difference (null H = exogenous): chi2(3) = 1.86 Prob > chi2 = 0.601 Hansen test excluding group: chi2(20) = 28.13 Prob > chi2 = 0.106 iv(inf l inv) Difference-in-Hansen tests of exogeneity of instrument subsets: (Robust, but weakened by many instruments.) Hansen test of overid. restrictions: chi2(23) = 30.00 Prob > chi2 = 0.150 (Not robust, but not weakened by many instruments.) Sargan test of overid. restrictions: chi2(23) = 183.04 Prob > chi2 = 0.000 Arellano-Bond test for AR(2) in first differences: z = -0.85 Pr > z = 0.397 Arellano-Bond test for AR(1) in first differences: z = -2.18 Pr > z = 0.029 L(1/13).(open lngdp) collapsed GMM-type (missing=0, separate instruments for each period unless collapsed) D.(inf l inv) Standard Instruments for first differences equation Warning: Uncorrected two-step standard errors are unreliable. open .0715411 .0092481 7.74 0.000 .0528906 .0901916 l .6693585 .2154946 3.11 0.003 .2347722 1.103945 inv .1300402 .0242235 5.37 0.000 .0811889 .1788915 inf -.233335 .037514 -6.22 0.000 -.3089891 -.1576809 wgi .2838852 .0289746 9.80 0.000 .2254523 .342318 L1. -.2138788 .0169892 -12.59 0.000 -.2481407 -.1796168 lngdp growth Coef. Std. Err. t P>|t| [95% Conf. Interval] Prob > F = 0.000 max = 12 F(6, 43) = 84.59 avg = 12.00 Number of instruments = 29 Obs per group: min = 12 Time variable : year Number of groups = 43 Group variable: id Number of obs = 516 Dynamic panel-data estimation, two-step difference GMM . Difference (null H = exogenous): chi2(5) = -0.31 Prob > chi2 = 1.000 Hansen test excluding group: chi2(54) = 41.18 Prob > chi2 = 0.900 iv(icrg wgi inv L.inv L.lngdp) Difference-in-Hansen tests of exogeneity of instrument subsets: (Robust, but weakened by many instruments.) Hansen test of overid. restrictions: chi2(59) = 40.87 Prob > chi2 = 0.965 (Not robust, but not weakened by many instruments.) Sargan test of overid. restrictions: chi2(59) = 245.96 Prob > chi2 = 0.000 Arellano-Bond test for AR(2) in first differences: z = -0.89 Pr > z = 0.372 Arellano-Bond test for AR(1) in first differences: z = -2.14 Pr > z = 0.032 L(1/13).(L2.l L.inf L.pv open inv) collapsed GMM-type (missing=0, separate instruments for each period unless collapsed) D.(icrg wgi inv L.inv L.lngdp) Standard Instruments for first differences equation Warning: Uncorrected two-step standard errors are unreliable. open .0396959 .003613 10.99 0.000 .0324095 .0469823 l .889855 .1268264 7.02 0.000 .6340851 1.145625 inv .0359533 .0064581 5.57 0.000 .0229292 .0489774 inf -.1791834 .0091754 -19.53 0.000 -.1976874 -.1606794 pv .1656545 .0340819 4.86 0.000 .0969218 .2343873 L1. -.2098379 .0100581 -20.86 0.000 -.230122 -.1895537 lngdp growth Coef. Std. Err. t P>|t| [95% Conf. Interval] Prob > F = 0.000 max = 12 F(6, 43) = 758.76 avg = 12.00 Number of instruments = 65 Obs per group: min = 12 Time variable : year Number of groups = 43 Group variable: id Number of obs = 516 Dynamic panel-data estimation, two-step difference GMM PHỤ LỤC 6: KẾT QUẢ ĐÁNH GIÁ TÁC ĐỘNG CỦA QUẢN TRỊ CÔNG ĐẾN MỐI QUAN HỆ GIỮA CHI TIÊU CÔNG VÀ TĂNG TRƯỞNG KINH TẾ TẠI CÁC QUỐC GIA CHÂU Á . Difference (null H = exogenous): chi2(4) = 9.44 Prob > chi2 = 0.051 Hansen test excluding group: chi2(31) = 30.36 Prob > chi2 = 0.499 iv(icrg wgi L.lngdp l) Difference-in-Hansen tests of exogeneity of instrument subsets: (Robust, but weakened by many instruments.) Hansen test of overid. restrictions: chi2(35) = 39.80 Prob > chi2 = 0.265 (Not robust, but not weakened by many instruments.) Sargan test of overid. restrictions: chi2(35) = 154.28 Prob > chi2 = 0.000 Arellano-Bond test for AR(2) in first differences: z = -0.35 Pr > z = 0.729 Arellano-Bond test for AR(1) in first differences: z = -2.19 Pr > z = 0.029 L(1/13).(inf L2.inv open) collapsed GMM-type (missing=0, separate instruments for each period unless collapsed) D.(icrg wgi L.lngdp l) Standard Instruments for first differences equation Warning: Uncorrected two-step standard errors are unreliable. open .0584505 .0044803 13.05 0.000 .049415 .0674859 l .5387102 .0660478 8.16 0.000 .4055121 .6719083 inv .1345246 .0209459 6.42 0.000 .0922831 .176766 inf -.1443024 .0150542 -9.59 0.000 -.1746621 -.1139427 L1. -.2312536 .0081609 -28.34 0.000 -.2477115 -.2147956 lngdp gicrg .429285 .0283875 15.12 0.000 .3720361 .4865339 growth Coef. Std. Err. t P>|t| [95% Conf. Interval] Prob > F = 0.000 max = 12 F(6, 43) = 772.06 avg = 12.00 Number of instruments = 41 Obs per group: min = 12 Time variable : year Number of groups = 43 Group variable: id Number of obs = 516 Dynamic panel-data estimation, two-step difference GMM . Difference (null H = exogenous): chi2(6) = 5.44 Prob > chi2 = 0.489 Hansen test excluding group: chi2(31) = 35.77 Prob > chi2 = 0.254 iv(inv l wgi L.inf L.inv L.l) Difference (null H = exogenous): chi2(37) = 41.21 Prob > chi2 = 0.292 Hansen test excluding group: chi2(0) = 0.00 Prob > chi2 = . gmm(lngdp L2.inf open, collapse lag(1 .)) Difference-in-Hansen tests of exogeneity of instrument subsets: (Robust, but weakened by many instruments.) Hansen test of overid. restrictions: chi2(37) = 41.21 Prob > chi2 = 0.292 (Not robust, but not weakened by many instruments.) Sargan test of overid. restrictions: chi2(37) = 171.28 Prob > chi2 = 0.000 Arellano-Bond test for AR(2) in first differences: z = -0.55 Pr > z = 0.583 Arellano-Bond test for AR(1) in first differences: z = -2.42 Pr > z = 0.015 L(1/13).(lngdp L2.inf open) collapsed GMM-type (missing=0, separate instruments for each period unless collapsed) D.(inv l wgi L.inf L.inv L.l) Standard Instruments for first differences equation Warning: Uncorrected two-step standard errors are unreliable. open .0878727 .0057335 15.33 0.000 .07631 .0994355 l .2168633 .0812341 2.67 0.011 .053039 .3806875 inv .0869879 .021737 4.00 0.000 .0431511 .1308247 inf -.3555212 .0226879 -15.67 0.000 -.4012756 -.3097667 L1. -.1889489 .0091843 -20.57 0.000 -.2074708 -.1704271 lngdp gwgi .3142587 .0217835 14.43 0.000 .2703281 .3581892 growth Coef. Std. Err. t P>|t| [95% Conf. Interval] Prob > F = 0.000 max = 12 F(6, 43) = 1994.11 avg = 12.00 Number of instruments = 43 Obs per group: min = 12 Time variable : year Number of groups = 43 Group variable: id Number of obs = 516 Dynamic panel-data estimation, two-step difference GMM . Difference (null H = exogenous): chi2(1) = 0.13 Prob > chi2 = 0.721 Hansen test excluding group: chi2(31) = 38.39 Prob > chi2 = 0.170 iv(L.lngdp) Difference-in-Hansen tests of exogeneity of instrument subsets: (Robust, but weakened by many instruments.) Hansen test of overid. restrictions: chi2(32) = 38.52 Prob > chi2 = 0.198 (Not robust, but not weakened by many instruments.) Sargan test of overid. restrictions: chi2(32) = 132.49 Prob > chi2 = 0.000 Arellano-Bond test for AR(2) in first differences: z = 0.19 Pr > z = 0.848 Arellano-Bond test for AR(1) in first differences: z = -2.30 Pr > z = 0.022 L(1/13).(L.inf L.pv inv) collapsed GMM-type (missing=0, separate instruments for each period unless collapsed) D.L.lngdp Standard Instruments for first differences equation Warning: Uncorrected two-step standard errors are unreliable. open .1309226 .0123603 10.59 0.000 .1059957 .1558495 l .9290704 .198735 4.67 0.000 .528283 1.329858 inv -.3987616 .0586121 -6.80 0.000 -.5169643 -.280559 inf -.1737879 .0286874 -6.06 0.000 -.2316416 -.1159341 L1. -.2572264 .0200952 -12.80 0.000 -.2977523 -.2167005 lngdp gpv .5242011 .0589363 8.89 0.000 .4053447 .6430574 growth Coef. Std. Err. t P>|t| [95% Conf. Interval] Prob > F = 0.000 max = 12 F(6, 43) = 560.64 avg = 12.00 Number of instruments = 38 Obs per group: min = 12 Time variable : year Number of groups = 43 Group variable: id Number of obs = 516 Dynamic panel-data estimation, two-step difference GMM PHỤ LỤC 7: KẾT QUẢ KIỂM ĐỊNH TÍNH VỮNG CỦA MÔ HÌNH BẰNG PHƯƠNG PHÁP BMA