Dofile ước lượng tác động của Populism đến tăng trưởng GDP

Chủ nghĩa dân túy cánh tả đề cập đến các quan điểm chính trị có xu hướng ủng hộ các biện pháp xã hội hóa và phân phối công bằng tài nguyên kinh tế. Thường xuyên, những chính quyền cánh tả này hướng đến việc tăng cường vai trò của chính phủ trong kinh tế, chủ trương chính sách xã hội bao gồm cải thiện điều kiện sống của các tầng lớp lao động, giảm bớt bất bình đẳng xã hội và tăng cường quyền lợi của những người yếu thế.

Có ba chủ đề trong nghiên cứu gần đây về các chế độ dân túy: (1) xác định đặc điểm chính của chúng, (2) giải thích việc nổi lên quyền lực, và (3) phân tích chính sách và tác động kinh tế của chúng. Bài báo này thuộc về chủ đề thứ ba, cung cấp các ước tính mới về tác động của các chế độ dân túy cánh tả tại Trung Mỹ đến sự phát triển kinh tế trong thế kỷ 21. Chúng tôi tập trung vào năm quốc gia Trung Mỹ trong đó những nhà lãnh đạo dân túy cánh tả đã nắm quyền và thay đổi đáng kể chính sách công. Khác với nghiên cứu trước đó, chúng tôi xem xét các cú sốc giá có thể cũng ảnh hưởng đến sự phát triển kinh tế trong thời gian các chế độ này tiếp quản quyền lực. Nói chung, chúng tôi nhận thấy rằng các chế độ dân túy cánh tả đã làm giảm thu nhập thực trên đầu người cả trong ngắn hạn và dài hạn, sau khi tính đến các cú sốc giá đó.

Dofile ước tính tổng cộng bốn mô hình. Mô hình đầu tiên xem xét tác động của tất cả các năm dân túy đến log của GDP đầu người (PPP). Mô hình thứ hai phân biệt tác động ngắn hạn và dài hạn của dân túy cánh tả. Giai đoạn ngắn hạn được xác định là 5 năm đầu tiên của dân túy, và giai đoạn dài hạn được xác định là các năm còn lại sau 5 năm đầu tiên. Mô hình ba và bốn tương tự như mô hình một và hai, nhưng biến số độc lập là phần trăm thay đổi của GDP bình quân đầu người (PPP) thay vì log của GDP bình quân. Lần lượt, mỗi mô hình trong bốn mô hình này được chạy với sáu biến thể khác nhau (các biến kiểm soát và phương pháp ước tính khác nhau). Mô hình tổng quát được mô tả như sau:

$$y_{i,t} = \alpha_i + \beta_1 TT_t + \beta_2 P_t + \beta_3 \left(P_t \times TT_t \right) + \beta_4 X_{i,t} + \beta_5 Y_{i,t-1} + \varepsilon_{i,t}$$

trong đó chỉ số dưới i, t lần lượt biểu thị quốc gia và khoảng thời gian trong mẫu nghiên cứu; $\alpha_i$ là hiệu ứng cố định của quốc gia; $TT$ là xu hướng thời gian; $P$ là biến giả của chế độ dân túy cánh tả; $X$ là một tập hợp các biến kiểm soát; và $\varepsilon$ là thành phần sai số ngẫu nhiên.

• Biến phụ thuộc $y$ biểu thị log của GDP hoặc sự thay đổi trong log của GDP tùy thuộc vào mô hình cụ thể. Các biến kiểm soát của chúng tôi bao gồm (1) xu hướng thời gian, (2) phần trăm thay đổi của GDP Mỹ để tính đến các cú sốc bên ngoài, (3) tổ hợp giá cả hàng hóa (cú sốc giá), (4) tỷ giá danh nghĩa, (5) lãi suất thực, (6) biến giả nợ công, (7) biến giả cho cuộc khủng hoảng kinh tế, (8) chỉ số Tự do Kinh tế Thế giới (EFW), và (9) biến phụ thuộc trễ.
• Ảnh hưởng ngắn hạn là một biến giả giúp điều chỉnh sự thay đổi cấp độ và xu hướng thời gian trong mô hình. Đơn giản, biến giả này sẽ ghi nhận xem trước và sau 5 năm của chế độ dân túy, chúng ta có thể quan sát được sự thay đổi về cấp độ hoặc tỷ lệ tăng trưởng của log GDP (và tương tự với sự thay đổi của log GDP). Ví dụ, sự khác biệt về cấp độ có thể phản ánh sự tăng trưởng ngắn hạn đổi lấy sự giảm trưởng dài hạn.
• Tỷ giá hối đoái và lãi suất thực có tần suất hàng ngày, trong khi biến phụ thuộc của chúng tôi có tần suất hàng năm. Mặc dù tình huống này không lý tưởng, chúng tôi vẫn quyết định bao gồm các biến giả này để thu thập bất kỳ thông tin thống kê hạn chế nào mà chúng có thể đem lại cho mô hình.
• Chỉ số Tự do Kinh tế Thế giới (EFW) có ít quan sát hơn so với các biến giả khác, do đó mô hình sử dụng biến kiểm soát này phải loại bỏ một số năm quan sát. Việc thay đổi đối với biến giả này là bao gồm một số kiểm soát về thể chế nhằm đánh đổi mất một số năm dữ liệu.

Để tính toán sự tự tương quan trong biến phụ thuộc, chúng tôi lặp lại ba mô hình được đề cập ở trên bằng cách bao gồm một thành phần trễ của biến phụ thuộc. Để giảm thiểu vấn đề thiên chệch Nickell do thành phần trễ gây ra, chúng tôi sử dụng phương pháp ước lượng Arellano-Bond cho các mô hình có thành phần tự tương quan.