Mối quan hệ giữa phát triển thị trường bảo hiểm và tăng trưởng kinh tế ở Việt Nam
Bài nghiên cứu được thực hiện nhằm xác định mối quan hệ giữa phát triển thị trường bảo hiểm và
tăng trưởng kinh tế ở Việt Nam giai đoạn 1996-2017. Bằng cách sử dụng mô hình phân phối trễ tự
hồi quy – ARDL, kết quả nghiên cứu tìm thấy tác động tích cực của phát triển thị trường bảo hiểm
đến tăng trưởng kinh tế cả trong ngắn hạn và dài hạn. Kết quả này ủng hộ trường phái Supplyleading (SLH). Bên cạnh đó, mức độ và tốc độ tác động của phát triển thị trường bảo hiểm nhân thọ
và thị trường bảo hiểm phi nhân thọ đến tăng trưởng kinh tế có sự khác biệt. Cụ thể thị trường bảo
hiểm phi nhân thọ có tác động nhiều hơn đối với tăng trưởng kinh tế, tuy nhiên, sự thay đổi trong
thị trường bảo hiểm nhân thọ lại có tác động đến tăng trưởng kinh tế nhanh hơn so với bảo hiểm
phi nhân thọ trong dài hạn.
Trang 1
Trang 2
Trang 3
Trang 4
Trang 5
Trang 6
Trang 7
Trang 8
Trang 9
Trang 10
Tải về để xem bản đầy đủ
Tóm tắt nội dung tài liệu: Mối quan hệ giữa phát triển thị trường bảo hiểm và tăng trưởng kinh tế ở Việt Nam
6 0.013 0.004 -0.316 2.325 NIP 0.006 0.006 0.004 0.008 0.002 -0.312 1.784 Investment 31.111 29.681 26.578 39.566 4.079 0.489 1.907 Inflation 0.059 0.052 -0.018 0.207 0.053 1.202 4.659 Trade 1.394 1.365 0.927 2.004 0.309 0.122 2.046 Nguồn: Kết quả từ chạy Stata 14.0 Trong giai đoạn 1996-2017, tính trung bình tăng trưởng kinh tế tại Việt Nam đạt 13.8%, trong đó, có những năm tăng trưởng kinh tế đạt mức cao nhất xấp xỉ 26%, tuy nhiên, cũng có những năm tăng trưởng kinh tế Việt Nam chỉ đạt 6%, kết quả này là do ảnh hưởng của cuộc khủng hoảng tài chính toàn cầu 2007-2008 đã ảnh hưởng đến tăng trưởng kinh tế những năm Tạp chí Nghiên cứu Tài chính – Marketing số 55, 02/2020 20 đóng góp của thị trường bảo hiểm vào GDP cũng gia tăng. Đến năm 2017, đóng góp toàn thị trường bảo hiểm vào GDP đạt 2.1%. Tiếp theo, nhóm tác giả tiến hành kiểm định mối quan hệ giữa phát triển thị trường bảo hiểm và tăng trưởng kinh tế. Đầu tiên, nhóm tác giả thực hiện kiểm định tính dừng của các chuỗi dữ liệu. sau đó. Nhìn chung, thị trường bảo hiểm đóng góp khá nhỏ vào GDP cả nước, trung bình chỉ chiếm 1.2% tổng GDP. Những năm đầu giai đoạn nghiên cứu (1996-1999), toàn thị trường bảo hiểm chỉ đóng góp 0.4% GDP, đến năm 2000, khi Luật kinh doanh bảo hiểm được ban hành, thị trường bảo hiểm có hành lang pháp lý vững chắc do đó có điều kiện để phát triển hơn, Bảng 3. Kiểm định tính dừng Biến I(0) I(1) Growth -2.326 -4.981*** TIP -1.275 -3.559*** LIP -3.714*** NIP -0.524 -4.029*** Investment -1.020 -3.559*** Inflation 0.334 -2.083*** Trade -0.545 -5.992*** Nguồn: Kết quả từ chạy Stata 14.0 Kết quả kiểm định Dickey-Fuller cho thấy dữ liệu phí bảo hiểm nhân thọ dừng ở chuỗi dữ liệu gốc với mức ý nghĩa 1%. Trong khi đó, các chuỗi dữ liệu còn lại dừng ở sai phân bậc 1 với mức ý nghĩa 1%. Do vậy, các chuỗi dữ liệu này phù hợp để đưa vào phân tích theo mô hình ARDL. Bước tiếp theo, nhóm tác giả tiến hành xác định độ trễ tối ưu cho các biến nghiên cứu. Bảng 4. Kiểm định độ trễ tối ưu TIP – Phát triển toàn thị trường bảo hiểm Sample: 2001-2017 Number of obs: 17 lag LL LR df P FPE AIC HQIC SBIC 0 34.9623 2.0e-08 -3.52498 -3.50062 -3.29991 1 146.263 222.6 25 0.000 9.3e-13 -13.6779 -13.5318 -12.2076 2 187.604 82.683* 25 0.000 4.0e-13 -15.6005 -15.3325 -12.9084 3 . . 25 -3.8e-75* . . . 4 2678.58 . 25 -305.713* -304.713* -300.961* Tạp chí Nghiên cứu Tài chính – Marketing số 55, 02/2020 21 LIP - Phát triển thị trường bảo hiểm nhân thọ Sample: 2001-2017 Number of obs: 17 lag LL LR df p FPE AIC HQIC SBIC 0 28.9644 4.1e-08 -2.81935 -2.79499 -2.57428 1 140.57 223.21 25 0.000 1.8e-12 -13.0082 -12.862 -11.5378 2 189.372 97.605 25 0.000 3.2e-13 -15.8085 -15.6505 -13.1128 3 1522.67 2666.6 25 0.000 4.3e-77* -169.725 -169.336 -165.804 4 2721.96 2398.6* 25 0.000 -310.23* -309.816* -306.064* NIP - Phát triển thị trường bảo hiểm phi nhân thọ Sample: 2001-2017 Number of obs: 17 lag LL LR df p FPE AIC HQIC SBIC 0 46.8994 5.0e-09 -4.92934 -4.90498 -4.68428 1 155.509 217.22 25 0.000 3.1e-13 -14.7657 -14.6196 -13.2954 2 185 58.982 25 0.000 5.4e-13 -15.2941 -15.0261 -12.5984 3 1479.49 2589 25 6.9e-75* -164.646 -164.256 -160.725 4 2672.56 2386.1* 25 -304.419* -304.005* -300.253* Nguồn: Kết quả từ chạy Stata 14.0 Căn cứ vào các chỉ tiêu AIC, HQIC và SBIC, nhóm tác giả chọn độ trễ tối ưu là 4. Tiếp theo, nhóm tác giả tiến hành kiểm định đồng liên kết. Ở bước này, nhóm tác giả tiến hành cả hai kiểm định Bound-test và Johansen- test để đảm bảo tính vững cho kết quả. Bảng 5. Kiểm định đồng liên kết Bound test TIP LIP NIP F I(0) I(1) F I(0) I(1) F I(0) I(1) 7.679 3.895 5.688 7.679 3.895 5.688 21.049 3.895 5.688 Johansen - test TIP LIP NIP Rank Trace statistic Critical value Rank Trace statistic Critical value Rank Trace statistic Critical value 0 97.5886 68.52 0 97.5886 68.52 0 102.3668 68.52 1 53.0692 47.21 1 53.0692 47.21 1 57.4290 47.21 2 23.5766* 29.68 2 23.5766* 29.68 2 32.5914 29.68 3 9.2805 15.41 3 9.2805 15.41 3 14.3072* 15.41 Nguồn: Kết quả từ chạy Stata 14.0 Tạp chí Nghiên cứu Tài chính – Marketing số 55, 02/2020 22 Với kiểm định Bound-test: Với mức ý nghĩa 5%, kết quả kiểm định cho thấy F lớn hơn giá trị giới hạn đường bao trên được đề xuất bởi Pesaran và các cộng sự (2001). Do đó, tồn tại mối quan hệ đồng liên kết giữa các chuỗi dữ liệu với mức ý nghĩa 5%. Với kiểm định Johansen-test: tại rank = 2 (TIP và LIP) hoặc rank = 3 (NIP), trace-statistic có ý nghĩa thống kê ở mức 10%. Kết quả này có thấy có mối quan hệ đồng liên kết giữa các chuỗi dữ liệu. Ủng hộ kết quả của Bound-test. Như vậy, nhóm tác giả xác định sử dụng mô hình VECM để kiểm định nhân quả Granger và sử dụng mô hình ARDL để kiểm định mối quan hệ trong ngắn hạn và dài hạn của phát triển thị trường bảo hiểm phi nhân thọ và tăng trưởng kinh tế ở Việt Nam. Bảng 6. Kiểm định nhân quả H0 Chi-Square Quyết định TIP không phải là nguyên nhân của Growth 7.76*** Bác bỏ LIP không phải là nguyên nhân của Growth 4.05** Bác bỏ NIP không phải là nguyên nhân của Growth 6.41** Bác bỏ Growth không phải là nguyên nhân của TIP 1.45 Chấp nhận Growth không phải là nguyên nhân của LIP 0.32 Chấp nhận Growth không phải là nguyên nhân của NIP 2.05 Chấp nhận Nguồn: Kết quả từ chạy Stata 14.0 Kết quả kiểm định Granger trong mô hình VECM cho thấy phát triển thị trường bảo hiểm là nguyên nhân của tăng trưởng kinh tế và không có chiều ngược lại. Như vậy, bước tiếp theo, nhóm tác giả tiến hành hồi quy mô hình kiểm định tác động của phát triển thị trường bảo hiểm đến tăng trưởng kinh tế ở Việt Nam bằng phương pháp ARDL. Bảng 7. Kết quả hồi quy BIẾN LONG-RUN BIẾN SHORT-RUN (1) (2) (3) (4) (5) (6) TIP t 1.122*** ∆TIP t 6.923*** (0.158) (1.660) LIP t 0.947*** ∆LIP t 4.695*** (0.0612) (0.582) NIP t 1.277** ∆NIP t -0.514 (0.525) (0.651) Invesment t 0.778** 0.0461 -0.261 ∆Invesment t 2.487* 0.153 -0.268 (0.243) (0.164) (0.631) (1.146) (0.552) (0.634) Tạp chí Nghiên cứu Tài chính – Marketing số 55, 02/2020 23 BIẾN LONG-RUN BIẾN SHORT-RUN (1) (2) (3) (4) (5) (6) Inflation t 0.209 -0.361** -1.038** ∆Inflation t 0.670 -1.198** -4.362*** (0.199) (0.135) (0.412) (0.760) (0.369) (1.013) Trade t -0.0461 0.828** 0.225 ∆Trade t -0.147 2.746** 0.231 (0.520) (0.310) (0.765) (1.672) (0.923) (0.765) ECM(-1) -3.197*** -3.316*** -1.026*** (0.840) (0.449) (0.138) R-squared 0.871 0.953 0.909 White’s test 0,3856 0,3856 0,3946 Breusch-Godfrey LM test 0,5618 0, 1040 0, 9082 *, ** và *** có ý nghĩa tương ứng ở mức 10%, 5% và 1%. Nguồn: Kết quả từ chạy Stata 14.0 Kết quả nghiên cứu cho thấy mô hình nghiên cứu có ý nghĩa thống kê ở mức ý nghĩa 1%. Kiểm định White cho thấy mô hình nghiên cứu không có hiện tượng phương sai của sai số thay đổi. Đồng thời, kiểm định Breusch-Godfrey LM cho thấy mô hình nghiên cứu không có hiện tượng tự tương quan. Ngoài ra, kết quả kiểm định sự ổn định của mô hình cho thấy tổng tích lũy phần dư và bình phương tổng tích lũy phần dư đều nằm trong dải tiêu chuẩn với mức ý nghĩa 5%. Vậy, mô hình nghiên cứu có tính ổn định và phù hợp. Kết quả nghiên cứu cho thấy phát triển thị trường bảo hiểm có tác động cùng chiều đến tăng trưởng kinh tế. Hệ số hồi quy của các biến đại diện cho thị trường bảo hiểm TIP, LIP và NIP lần lượt bằng 1.122; 0.947 và 1.277 (có ý nghĩa thống kê ở mức 1% và 5%) có nghĩa là sự gia tăng 1% trong tổng phí bảo hiểm toàn thị trường (phí bảo hiểm nhân thọ/phí bảo hiểm phi nhân thọ) sẽ dẫn đến thúc đẩy tăng tưởng kinh tế thêm 0.01122% (0.00947%/0.01277%). Kết quả này ngụ ý rằng thông qua chức năng huy động tiết kiệm và hoán chuyển rủi ro, phát triển thị trường bảo hiểm kích thích tăng trưởng kinh tế trong dài hạn. Kết quả này phù hợp với kết quả của Alhassan (2014), tác giả này cũng tìm thấy tác động tích cực của phát triển thị trường bảo hiểm đến tăng trưởng kinh tế trong dài hạn thông qua việc tích lũy vốn. Bên cạnh đó, nhóm tác giả còn nhận thấy thị trường bảo hiểm phi nhân thọ có tác động nhiều hơn đối với tăng trưởng kinh tế so với thị trường bảo hiểm nhân thọ (thể hiện qua hệ số hồi quy biến NIP = 1.277 lớn hơn LIP = 0.947). Kết quả này là do ở Việt Nam, thị trường bảo hiểm phi nhân thọ xuất hiện đầu tiên và các doanh nghiệp hoạt động trong ngành đều chiếm thị phần khá ổn định, do đó, tổng doanh thu phí từ thị trường bảo hiểm phi nhân thọ luôn duy trì mức tăng trưởng đều và đóng góp vào GDP ổn định hơn so với thị trường bảo hiểm nhân thọ. Bên cạnh đó, nhóm tác giả còn tìm thấy tác động cùng chiều của đầu tư trong nền kinh tế, Tạp chí Nghiên cứu Tài chính – Marketing số 55, 02/2020 24 độ mở thương mại và tác động ngược chiều của lạm phát đến tăng trưởng kinh tế trong dài hạn. Kết quả này phù hợp với nghiên cứu của Gujarati (1995) và Alhassan (2014) khi cho rằng đầu tư và độ mở thương mại gia tăng kích thích tăng trưởng thông qua việc mở rộng thị trường, phân công lao động được cải thiện và năng suất tăng. Đối với lạm phát, khi gia tăng sẽ tác động làm giảm tổng cầu, từ đó tác động tiêu cực đến tăng trưởng kinh tế. Phù hợp với kết quả trong dài hạn, trong ngắn hạn phát triển thị trường bảo hiểm cũng có tác động cùng chiều với tăng trưởng kinh tế (trừ thị trường bảo hiểm phi nhân thọ). Đối với các biến kiểm soát, nhóm tác giả cũng tìm thấy tác động tương tự trong dài hạn. Các hệ số ECM(-1) đều âm và có ý nghĩa ở mức 1%. Điều này cho thấy khi tăng trưởng kinh tế vượt mức, hệ số điều chỉnh âm sẽ kéo tăng trưởng về mức cân bằng trong dài hạn. Tuy nhiên, sự hội tụ trong mô hình phát triển thị trường bảo hiểm nhân thọ (3.3316) nhanh hơn so với mô hình bảo hiểm phi nhân thọ (1.026). Điều này chỉ ra rằng phát triển thị trường bảo hiểm nhân thọ sẽ tác động đến tăng trưởng kinh tế nhanh hơn so với bảo hiểm phi nhân thọ trong dài hạn. 5. Kết luận Bài nghiên cứu ủng hộ giả thuyết Suppy- leading cho thấy sự phát triển của ngành bảo hiểm là một yếu tố quan trọng thúc đẩy tăng trưởng kinh tế. Cụ thể bài nghiên cứu tìm thấy tác động tích cực của phát triển thị trường bảo hiểm đến tăng trưởng kinh tế. Bên cạnh đó, nghiên cứu còn cho thấy thị trường bảo hiểm phi nhân thọ có tác động đến tăng trưởng kinh tế nhiều hơn so với thị trường bảo hiểm nhân thọ trong dài hạn. Tuy nhiên, thị trường bảo hiểm nhân thọ lại tác động nhanh hơn đến tăng trưởng kinh tế so với thị trường bảo hiểm phi nhân thọ. Như vậy, đối với tăng trưởng kinh tế ở Việt Nam, phát triển thị trường bảo hiểm nhân thọ và thị trường bảo hiểm phi nhân thọ đều đóng vai trò hết sức quan trọng. Tài liệu tham khảo Alhassan, A. L., & Fiador, V. (2014). Insurance-growth nexus in Ghana: An autoregressive distributed lag bounds cointegration approach. Review of Development Finance, 4(2), 83-96. Boon, T. K. (2005). Do Commercial banks, stock market and insurance market promote economic growth? An analysis of the Singapore Economy. Nanyang Technological University. Chang, T., Cheng, S. C., Pan, G., & Wu, T. P. (2013). Does globalization affect the insurance markets? Bootstrap panel Granger causality test. Economic Modelling, 33, 254-260. Cristea, M., Marcu, N., & Cârstina, S. (2014). The relationship between insurance and economic growth in Romania compared to the main results in Europe–a theoretical and empirical analysis. Procedia. DꞌArcy, S., Gorvett, R., 2004. The use of dynamic financial analysis to determine whether an optimal growth rate exists for a property-liability insurer. Journal of Risk and Insurance, 71 (4): 583- 616. Dickey, D. A., & Fuller, W. A. (1979). Distribution of the estimators for autoregressive time series with a unit root. Journal of the American statistical association, 74(366a), 427-431. Economics and Finance, 8, 226-235. Liu, G. C., & Lee, C. C. (2014). Insurance activities and banking credit causal nexus: evidence from China. Applied Economics Letters, 21(9), 626-630. Esho, N., Kirievsky, A., Ward, D., & Zurbruegg, R. (2004). Law and the determinants of property‐casualty insurance. Journal of risk and Insurance, 71(2), 265-283. Tạp chí Nghiên cứu Tài chính – Marketing số 55, 02/2020 25 Granger, C. W. (1988). Some recent development in a concept of causality. Journal of econometrics, 39(1- 2), 199-211. Gujarati, D., 1995. Basic Econometrics. Mcgraw-Hill, New York. Guochen, P., Wei, S.C., 2012. The relationship between insurance development and economic growth: A cross- region study for China. China International Conference on Insurance and Risk Management, July 18-21,2012, Qingdao, China. Han, L., Li, D., Moshirian, F., Tian, Y., 2010. Insurance development and economic growth. Geneva Papers 35, 183– 199, gpp.2010.4 Johansen, S. (1988). Statistical analysis of cointegration vectors. Journal of economic dynamics and control, 12(2-3), 231-254. Kugler, M., & Ofoghi, R. (2005, September). Does insurance promote economic growth? Evidence from the UK. In Money Macro and Finance (MMF) Research Group Conference (Vol. 8). Lee, C. C., Huang, W. L., & Yin, C. H. (2013). The dynamic interactions among the stock, bond and insurance markets. The North American Journal of Economics and Finance, 26, 28-52. Lee, C. C, Lee, C. C. and Chiu, Y. B. (2013). The Link between Life Insurance Activities and Economic Growth: Some New Evidence. Journal of International Money and Finance, Vol. 32, No. 3, pp. 405- 427. Lee, C. C. (2011). Does Insurance Matter for Growth: Empirical Evidence from OECD Countries. The B. E. Journal of Macroeconomics, Vol. 11, No. 1, pp. 1-26. Lee, C. C. and Chiu, Y.B. (2012). The Impact of Real Income on Insurance Penetration: Evidence from Panel Data. International Review of Economics and Finance, Vol. 21, No. 1, pp. 246-260. Lee, S. J., Kwon, S. I., Chung, S.Y. (2010). Determinants of Household Demand for Insurance: The Case of Korea. Geneva Papers on Risk and Insurance: Issues and Practice, Vol. 35, No. 1, pp. 82-91. Liu, G. C. and Lee, C. C. (2014). Insurance Activities and Banking Credit Causal Nexus: Evidence from China. Applied Economics Letters, Vol. 21, No. 9, pp. 626-630. Pan, G., & Su, C. (2012, July). The relationship between insurance development and economic growth: a cross-region study for China. In China International Conference on Insurance and Risk Management. Pesaran, M.H., Shin, Y., Smith, R.J., 2001. Bounds testing approaches to the analysis of level relationships. J. Appl. Econ. 16, 289–326. Pradhan, R.P., Arvin, M. B., Norman, N.R., 2015. Insurance development and the finance-growth nexus: Evidence from 34 OECD countries. Journal of Multinational Financial Management, 31 (1):1-22. Ward, D. and Zurbruegg, R. (2000). Does Insurance Promote Economic Growth? Evidence from OECD Countries. Journal of Risk and Insurance, Vol. 67, No. 4, pp. 489-506.
File đính kèm:
- moi_quan_he_giua_phat_trien_thi_truong_bao_hiem_va_tang_truo.pdf