Đối với quốc gia phát triển, nguồn vốn FDI cũnggiúp các quốc gia có khả năng nâng cao được năng suất lao động, thúc đẩy nhanh quá trìnhphát triển và chuyển giao công nghệ đưa đất nước nh
TỔNG QUAN NGHIÊN CỨU
Tính cấp thiết của đề tài
Sự gia tăng của các dòng vốn đầu tư trực tiếp nước ngoài (FDI) trong vài thập kỷ qua là một trong những hệ quả quan trọng nhất của tiến trình toàn cầu hóa Ngày càng có nhiều quốc gia nỗ lực thu hút các nguồn vốn FDI dẫn đến việc cạnh tranh giữa các quốc gia ngày càng khốc liệt hơn Các dòng vốn FDI mang lại rất nhiều lợi ích cho nước sở tại, một phần do tác động trực tiếp của nó đến tăng trưởng kinh tế, một phần do các tác động gián tiếp như chuyển giao bí quyết công nghệ và kỹ năng quản lý kinh doanh Vốn đầu tư trực tiếp nước ngoài là nguồn lực tài chính bổ sung quan trọng trong phát triển kinh tế xã hội tại các quốc gia, đặc biệt là các quốc gia đang phát triển có nguồn lực tài chính còn hạn chế, nguồn bổ sung này giúp các quốc gia có khả năng thực hiện đầu tư, mở rộng sản xuất kinh doanh và đáp ứng việc làm, chế độ phúc lợi xã hội Đối với quốc gia phát triển, nguồn vốn FDI cũng giúp các quốc gia có khả năng nâng cao được năng suất lao động, thúc đẩy nhanh quá trình phát triển và chuyển giao công nghệ đưa đất nước nhanh hơn đến con đường thịnh vượng. Tóm lại, những tác động trực tiếp và gián tiếp của các dòng vốn FDI có thể giúp quốc gia nhận đầu tư đạt được những mục tiêu cuối cùng về tăng trưởng kinh tế và cải thiện những phúc lợi xã hội như tỷ lệ việc làm, chất lượng lao động, cơ sở hạ tầng
Trong bối cảnh ngày càng hội nhập sâu vào nền kinh tế thế giới, Việt Nam có rất nhiều yếu tố tác động trực tiếp tới tỷ giá hối đoái giữa VND cùng các đồng ngoại tệ khác như:chênh lệch lãi suất, chênh lệch lạm phát, cán cân xuất/nhập khẩu hay GDP bình quân đầu người, Hiểu được tầm quan trọng của vấn đề, nhóm 5 thực hiện nghiên cứu đề tài “Phân tích các yếu tố ảnh hưởng đến đầu tư nước ngoài (FDI) của Việt Nam giai đoạn 2012 –2022” thông qua 5 yếu tố ảnh hưởng Từ đó, tiến hành kiểm tra, khắc phục các khuyết tật của mô hình (nếu có).
Mục tiêu nghiên cứu
- Nghiên cứu các yếu tố ảnh hưởng đến FDI của Việt Nam giai đoạn 2012 – 2022 và đưa ra kết luận
Với đề tài “Phân tích các yếu tố ảnh hưởng tới FDI của Việt Nam”, nhóm 5 xác định rõ mục tiêu:
- Xác định các yếu tố ảnh hưởng đến FDI của Việt Nam.
- Kiểm tra khuyết tật của mô hình.
Đối tượng và phạm vi nghiên cứu
- Đối tượng nghiên cứu: Đề tài tập trung nghiên cứu các yếu tố ảnh hưởng đến FDI của Việt Nam.
- Phạm vi nghiên cứu: Nền kinh tế Việt Nam.
- Thời gian: Giai đoạn 11 năm từ 2012 – 2022.
Biến khảo sát
Mô hình nhóm đưa ra gồm các biến sau:
- Biến phụ thuộc Y: FDI (triệu USD).
+ X4: GDP bình quân đầu người (USD/người).
+ X5: Tỷ giá hối đoái (VND/USD).
CƠ SỞ LÝ THUYẾT
1.1 Mô hình hồi quy tổng thể
Yi là giá trị của biến phụ thuộc Y. β1 là hệ số chặn. βj là hệ số góc của biến giải thích (j = 2´ , k).
Ui là sai số ngẫu nhiên.
1.2 Mô hình hồi quy mẫu
- Mô hình hồi quy mẫu xây dựng dựa trên mẫu ngẫu nhiên kích thước n: {(Yi, X2i,
Y^i là ước lượng của Yi hoặc E(Y/Xji), i = 1,n ´
^βj j là ước lượng của các hệ số hồi quy tổng thể (j = 1,´ k)
1.3 Mô hình hồi quy biến giả
- Biến số lượng: Giá trị các biến được biểu thị bằng số (thu nhập, doanh số, )
- Biến chất lượng: Biểu thị những thuộc tính nào đó (giới tính, nghề nghiệp, )
- Biến giả: Là biến chất lượng đã được lượng hóa Các giá trị có thể nhận hai giá trị 0 hoặc 1.
2 Các giả thiết của mô hình hồi quy nhiều biến
Các biến giải thích Xj (j =2´ , k) không phải là biến ngẫu nhiên, giá trị của chúng là xác định.
Kì vọng toán của các sai số ngẫu nhiên Ui bằng không
- Giả thiết 3: cov(Ui,Uj) = E(Ui,Uj) ={ σ 0 2 (∀ ( ∀ i ≠ j i= j))
Hạng ma trận X bằng k rg(X) = k Giả thiết này có nghĩa giữa các biến Xj không có hiện tượng cộng tuyến hay các cột của ma trận X độc lập tuyến tính.
3 Phương pháp bình phương nhỏ nhất
3.1 Phương pháp bình phương nhỏ nhất OLS
- Kí hiệu ei = Yi − Y ^ i là phần dư của hàm hồi quy mẫu.
- Phương pháp OLS đòi hỏi các hệ số hồi quy được xác định sao cho:
- Các hệ số ^ βj 1 , ^βj 2 thỏa mãn (1) gọi là ước lượng binhg phương nhỏ nhất của βj 1 , βj 2
- Ta có f (^ βj 1 , ^βj 2 ) nhỏ nhất khi ^ βj 1 , ^βj 2 là nghiệm của hệ phương trình:
- Đặt Y ´ = 1 n ∑ Y i ; X ´ = 1 n ∑ X i và x i = X i − ´ X ; y i =Y i − ´ Y , thì hệ (4) có nghiệm:
3.2 Các tính chất của ước lượng phương pháp bình phương nhỏ nhất (OLS)
- Đường hồi quy mẫu đi qua điểm trung bình (X , ´ Y´), tức là:
- Giá trị trung bình của các giá trị Y ´^ được xác định theo hàm hồi quy mẫu bằng giá trị trung bình của biến phụ thuộc, tức là:
- Tồng các phần dư của hàm hồi quy mẫu bằng không, tức là:
- Các phần dư e i không tương quan với Xi, tức là:
- Các phần dư e i không tương quan với Y ^ i , tức là:
4 Các khuyết tật của mô hình hồi quy
4.1 Hiện tượng đa cộng tuyến
4.1.1 Bản chất đa cộng tuyến
- Xét MHHQTT cổ điển nhiều biến:
- Hiện tượng đa cộng tuyến toàn phần xảy ra giữa các biến giải thích X2, X3, , Xk nếu tồn tại λ2,λ3, ,λk không đồng thời bằng 0 sao cho: λ2X2i + λ3X3i +ããã+ λkXki = 0, ∀i
Hiện tượng đa cộng tuyến không toàn phần xảy ra khi tồn tại mối liên hệ tuyến tính giữa các biến giải thích X2, X3, ,Xk Mối liên hệ này có thể được thể hiện dưới dạng phương trình: λ2X2i + λ3X3i + + λkXki + vi = 0, trong đó λ2, λ3, ,λk là các hệ số không đồng thời bằng 0 và vi là thành phần nhiễu.
- Trong đó: vi là nhiễu ngẫu nhiên.
4.1.2 Hậu quả của đa cộng tuyến
- Trường hợp đa cộng tuyến toàn phần: các hệ số hồi quy mẫu là không xác định và các độ lệch tiêu chuẩn là vô hạn.
Trong trường hợp đa cộng tuyến không toàn phần, các hệ số hồi quy mẫu vẫn có thể được xác định Tuy nhiên, tình trạng đa cộng tuyến sẽ dẫn đến hậu quả:
- Phương sai và độ lệch tiêu chuẩn của các hệ số hồi quy mẫu sẽ rất lớn.
- Khoảng tin cậy của các hệ số hồi quy rộng hơn.
- Hệ số xác định bội R 2 cao nhưng t nhỏ.
- Dấu các ước lượng của các hệ số hồi quy sai do đó các ước lượng BPNN trở nên rất nhạy với những thay đổi nhỏ trong số liệu.
4.1.3 Phát hiện đa cộng tuyến
- Hệ số xác định bội R 2 cao nhưng tỷ số T thấp.
- Hệ số tương quan cặp giữa các biến giải thích cao.
- Sử dụng nhân tử phóng đại phương sai VIF.
4.1.4 Biện pháp khắc phục đa cộng tuyến
- Bỏ biến giải thích có khả năng là tổ hợp tuyến tính của các biến còn lại.
- Thu thập số liệu và lấy mẫu mới.
- Kiểm tra lại mô hình.
- Sử dụng phương pháp sai phân cấp 1.
- Xét mô hình hồi quy 3 biến theo số liệu chuỗi thời gian:
Mô hình trên đúng với thời điểm t cũng đúng với thời điểm t - 1:
Yt-1 = 1 + 2X3t-1 + 3X4t-1 + Ut-1 (2) Lấy (1) trừ (2) ta được mô hình hồi quy mới sau đây:
- Đặt Y t ¿ = Yt – Yt-1; X 2t ¿= X2t – X2t-1; X 3t ¿ = X3t – X3t-1; Vt=Ut – Ut-1
(3) có thể được viết như sau: Y t ¿= 2 X 2 ¿ t + 3 X 3t ¿ + Vt
Mô hình hồi quy ở dạng này được gọi là mô hình sai phân cấp 1 có tác dụng làm giảm mức độ của đa cộng tuyến.
4.2 Hiện tượng tự tương quan
- Hiện tượng tự tương quan xảy ra khi tồn tại i ≠ j sao cho: cov(Ui,Uj) = E(Ui,Uj) ≠ 0
- Nếu Ut = ρUUt−1 + εt: ρU : hệ số tự tương quan bậc 1 (hay hệ số tự hồi quy bậc 1). εt : nhiễu ngẫu nhiên thỏa mãn mọi giả thiết của MHHQTT cổ điển.
Ta nói Ut tuân theo lược đồ tự hồi quy bậc 1, kí hiệu AR(1)
- Nếu Ut = ρU1Ut−1 + ρU2Ut−2 +ããã+ ρUpUt−p + εt. ρUj :hệ số tự tương quan bậcj (j=1,p). εt : nhiễu ngẫu nhiên thỏa mãn mọi giả thiết của MHHQTT cổ điển.
Ta nói Ut tuân theo lược đồ tự hồi quy bậc p, kí hiệu AR(p).
- Quán tính – tính chất phổ biến của các đại lượng kinh tế quan sát theo thời gian; Hiện tượng mạng nhện;
- Tính chất "trễ" của các đại lượng kinh tế;
- Phương pháp (kỹ thuật) thu thập và xử lý số liệu;
- Sai lầm khi lập mô hình: bỏ biến (không đưa biến vào mô hình), dạng hàm sai,
4.2.2 Hậu quả của hiện tượng tự tương quan
- Các ước lượng bình phương nhỏ nhất ^ βj j vẫn là các ước lượng tuyến tính, không chệch nhưng không còn là hiệu quả.
- Thống kê T và F không còn có ý nghĩa Do đó khoảng tin cậy và các kiểm định dựa trên thống kê T và F không còn đáng tin cậy nữa.
- Các dự báo dựa trên các ước lượng BPNN không còn tin cậy nữa.
- Các ước lượng của các phương sai là chệch và thông thường là thấp hơn giá trị thực của phương sai, do đó giá trị của thống kê T được phóng đại lên nhiều lần so với giá trị thực của nó.
4.2.3 Phát hiện tự tương quan
- Thống kê d được định nghĩa:
Nếu ^ ρ = −1, thì d = 4: TTQ ngược chiều;
Nếu ^ ρ = 0, thì d = 2: không có TTQ;
Nếu ^ ρ = 1, thì d = 0: TTQ thuận chiều. d ∈ (1): tồn tại TTQ thuận chiều; d ∈ (2): không xác định; d ∈ (3): không có TTQ; d ∈ (4): không xác định; d ∈ (5): tồn tại TTQ ngược chiều.
Chú ý: Các giá trị dL, dU được tính sẵn phụ thuộc mức ý nghĩa α, kích thước mẫu n và số biến giải thích k′ = k − 1.
4.2.3.2 Kiểm định BG (Breuch – Godfrey)
Ut = ρU1Ut−1 + ρU2Ut−2 +ããã+ ρUpUt−p + εt
- Ước lượng mô hình ban đầu bằng phương pháp BPNN thông thường để nhận được các phần dư et;
- Cũng bằng phương pháp BPNN, ước lượng mô hình sau để thu được hệ số xác định bội
R 2 : et = β1 + β2Xt + ρU1et−1 + ρU2et−2 +ããã+ ρUpet−p + vt
Nếu H0 đúng thì χ 2 =(n−p)R 2 ∼χ 2(p) , miền bác bỏ:
4.3 Phương sai của sai số thay đổi
4.3.1 Nguyên nhân và hậu quả
- Khi giả thiết Var(Ui) = σ 2 ∀i bị vi phạm, tức là:
Var (Ui) = σi 2 và tồn tại i ≠ j sao cho σi 2 ≠ σj 2.
+ Do bản chất của các mối liên hệ giữa các đại lượng kinh tế
+ Do kỹ thuật thu thập và xử lý số liệu, dạng hàm sai,
- Hậu quả của hiện tượng phương sai của sai số thay đổi:
+ Các ước lượng BPNN ^ βj jvẫn là các ước lượng tuyến tính, không chệch nhưng không còn là hiệu quả.
+ Các ước lượng của các phương sai sẽ là các ước lượng chệch, thống kê T và F không còn có ý nghĩa Do đó khoảng tin cậy và các kiểm định dựa trên thống kê T và F không còn đáng tin cậy nữa.
4.3.2 Phát hiện phương sai của sai số thay đổi
- Vì phần dư ei của hàm hồi quy mẫu chính là ước lượng của sai số ngẫu nhiên Ui nên dựa vào đồ thị phần dư (hoặc bình phương phần dư) đối với biến giải thích Xj ta có kết luận: Nếu độ rộng của phần dư ei (hay ei 2) tăng hay giảm khi Xj tăng thì có thể nghi ngờ phương sai của sai số thay đổi Trong trường hợp nhiều hơn 1 biến giải thích, có thể dùng đồ thị ei
4.3.2.2 Kiểm định Park σi 2 = σ 2 Xi β2e vi ⇔ lnσi 2 = lnσ 2 + β2lnXi + vi
- Vì σi 2 chưa biết, nên thay thế bởi ước lượng của nó là ei2, ta được mô hình: ln ei 2 = ln σ 2 + β2 ln Xi + vi
- Ước lượng hồi quy gốc để thu được các phần dư ei. Ước lượng hồi quy: ln ei 2 = ln σ 2 + β2 ln Xi + vi
- Nếu có nhiều biến giải thích thì ước lượng mô hình hồi quy này với từng biến giải thích hoặc với Y i ^.
- Kiểm định giả thiết H0 : β2 = 0 Nếu H0 bị bác bỏ, thì kết luận có phương sai sai số thay đổi.
- Kiểm định giả thiết H0: β2 = 0 Nếu H0 bị bác bỏ, thì kết luận có phương sai sai số thay đổi.
- Ước lượng mô hình phụ: ei 2 = α1 + α2X2i + α3X3i + α4X2i 2 + α5X3i 2 + α6X2iX3i + Vi bằng phương pháp OLS, tìm được phần dư Rei 2.
- Với giả thiết H0: phương sai sai số không đổi.
Nếu H0 đúng thì χ 2 = nRei 2 ∼χ 2(k′) ,với k′: số hệ số mô hình phụ không kể hệ số chặn.
- Sắp xếp các giá trị quan sát theo chiều tăng của biến Xj.
- Bỏ c quan sát ở giữa theo quy tắc:
Các quan sát còn lại chia 2 nhóm, mỗi nhóm có (n − c)/2 quan sát.
- Ước lượng mô hình với (n − c)/2 quan sát đầu và cuối thu được RSS1 và RSS2 tương ứng với bậc tự do là:
- Xây dựng TCKĐ F RSS1 d RSS2 d
Nếu giả thiết H0: phương sai của sai số ngẫu nhiên không đổi được thỏa mãn thì F ∼ F(d,d), và miền bác bỏ:
- Tính chuẩn của sai số ngẫu nhiên Ui:
- Ui được gọi là sai số ngẫu nhiên (nhiễu ngẫu nhiên), biểu thị ảnh hưởng của các yếu tố khác ngoài các biến giải thích Xj tới giá trị của biến Y.
- Khi đó, hàm hồi quy tổng thể có thể viết:
5 Một số lý thuyết liên quan
- FDI vốn là cụm từ được viết tắt của Foreign Direct Investment, được hiểu là nguồn vốn đầu tư từ nước ngoài Đây là hình thức đầu tư mà các doanh nghiệp, tổ chức hoặc cá nhân nước ngoài thực hiện bằng cách mua cổ phần, thành lập công ty con, liên doanh hoặc mở chi nhánh tại một quốc gia khác Cá nhân hay công ty nước ngoài đó sẽ nắm quyền quản lý cơ sở sản xuất kinh doanh này FDI được coi là một nguồn vốn quan trọng, góp phần thúc đẩy tăng trưởng kinh tế, tạo việc làm, nâng cao năng lực cạnh tranh và hội nhập quốc tế của các quốc gia đón nhận.
- Tổ chức Thương mại Thế giới đưa ra định nghĩa như sau về FDI: Đầu tư trực tiếp nước ngoài (FDI) xảy ra khi một nhà đầu tư từ một nước (nước chủ đầu tư) có được một tài sản ở một nước khác (nước thu hút đầu tư) cùng với quyền quản lý tài sản đó Phương diện quản lý là thứ để phân biệt FDI với các công cụ tài chính khác Trong phần lớn trường hợp, cả nhà đầu tư lẫn tài sản mà người đó quản lý ở nước ngoài là các cơ sở kinh doanh Trong những trường hợp đó, nhà đầu tư thường hay được gọi là "công ty mẹ" và các tài sản được gọi là "công ty con" hay "chi nhánh công ty".
Lợi nhuận là mục đích chính của FDI, dù có triển khai dưới bất kỳ hình thức nào thì lợi nhuận vẫn là mối quan tâm cuối cùng của chủ đầu tư về các vấn đề liên quan.
Cơ sở tính lợi nhuận
Cơ sở tính lợi nhuận FDI là dựa vào kết quả kinh doanh của doanh nghiệp, doanh nghiệp sau khi nhận được đầu tư có cải thiện, tăng trưởng và thành công hay không sẽ quyết định được hiệu quả của FDI đó.
Sự tham gia của các nhà đầu tư
Để tham gia kiểm soát doanh nghiệp FDI, các nhà đầu tư phải đáp ứng số vốn tối thiểu do mỗi quốc gia quy định Mức độ kiểm soát của nhà đầu tư cũng phụ thuộc vào thỏa thuận giữa hai bên, quyết định mức độ can thiệp của nhà đầu tư vào hoạt động của doanh nghiệp.
- Các hình thức đầu tư trực tiếp:
Xét theo mục đích đầu tư FDI được phân thành 2 loại:
+ Đầu tư trực tiếp nước ngoài theo chiều ngang là việc 1 công ty tiến hành đầu tư trực tiếp nước ngoài vào chính ngành sản xuất mà họ đang có lợi thế cạnh tranh Với lợi thế này họ muốn tìm kiếm lợi nhuận cao hơn ở nước ngoài.
+ Đầu tư trực tiếp nước ngoài theo chiều dọc khác với hình thức đầu tư theo chiều ngang, hình thức đầu tư theo chiều dọc với mục đích khai thác nguồn tài nguyên thiên nhiên và các yếu tố đầu vào rẻ như lao động, đất đai của nước nhận đầu tư Đây là hình thức khá phổ biến của hoạt động đầu tư trực tiếp nước ngoài tại các nước đang phát triển.
Xét về hình thức sở hữu, đầu tư trực tiếp nước ngoài thường có các hình thức sau:
+ Hình thức doanh nghiệp liên doanh đây là hình thức đầu tư trực tiếp nước ngoài, hình thức này có đặc trưng là mỗi bên tham gia vào doanh nghiệp liên doanh là 1 pháp nhân riêng, nhưng doanh nghiệp liên doanh là một pháp nhân độc lập Khi các bên đã đóng góp đủ số vốn quy định vào liên doanh thì dù 1 bên có phá sản, doanh nghiệp liên doanh vẫn tồn tại.
KẾT QUẢ NGHIÊN CỨU
Bảng FDI, xuất nhập khẩu, tỷ lệ lạm phát, GDP bình quân đầu người và tỷ giá hối đoái của Việt Nam giai đoạn 2013-2022
GDP bình quân đầu người (USD/người)
GDP bình quân đầu người của Việt Nam đạt 3.516 USD vào năm 2023, tăng đáng kể so với con số 2.713 USD của năm 2020 Mức tăng trưởng kinh tế dự kiến đạt khoảng 6,5% trong năm 2023 Tổng kim ngạch xuất nhập khẩu đạt 732,5 tỷ USD trong năm 2022, tăng 10,5% so với cùng kỳ năm trước Lãi suất cho vay bình quân năm 2022 là 8,06% đối với ngắn hạn và 10,57% đối với dài hạn.
2 Xây dựng mô hình hồi quy
2.1 Xây dựng mô hình hồi quy mẫu
- Mô hình hồi quy mẫu:
X4: GDP bình quân đầu người (USD/người)
X5: Tỷ giá hối đoái (VND/USD)
- Sử dụng phương pháp bình phương OLS để ước lượng.
2.2 Kết quả xây dựng hàm tổng thể, hàm mẫu
Nguồn: Kết quả từ phần mềm Eviews 12
- Ta thu được hàm hồi quy mẫu:
- Ý nghĩa các hệ số hồi quy:
^βj 2 = -1.360611 có ý nghĩa nếu tăng xuất khẩu thêm 1 triệu USD/năm, các biến khác không đổi thì FDI của Việt Nam giảm 1.360611 triệu USD/năm.
^βj 3 = 1.144291 có ý nghĩa nếu tăng nhập khẩu thêm 1 triệu USD/năm, các biến khác không đổi thì FDI của Việt Nam tăng 1.144291 triệu USD/năm
^βj 4= 2753.125 có ý nghĩa nếu tăng tỷ lệ lạm phát thêm 1%/năm, các biến khác không đổi thì FDI của Việt Nam tăng 2753.125 triệu USD/năm
^βj 5 = 19.25696 có ý nghĩa nếu tăng GDP bình quân đầu người thêm 1 USD/người/năm, các biến khác không đổi thì FDI của Việt Nam tăng 19.25696 triệu USD/năm
^βj 6 = 21.75717 có ý nghĩa nếu tăng tỷ giá hối đoái thêm 1 VND/USD/năm, các biến khác không đổi thì FDI của Việt Nam tăng 21.75717 triệu USD/năm
2.3 Kết quả ước lượng từ mô hình hồi quy
- Số quan sát trong mẫu: n = 11
- Sai số chuẩn: se(^ βj 1 ) = 87220.49; se(^ βj 2 ) = 0.308620; se(^ βj 3 ) = 0.274708; se(^ βj 4 ) = 861.4456; se(^ βj 5 ) = 6.849431; se(^ βj 6 ) = 4.065128
- Sai số chuẩn của HQ: σ ^= √ n−k ∑e i 2 = 2700.784
- Tổng bình phương phần dư: ∑e i 2 = 36471175
- Giá trị trung bình của biến phụ thuộc: Y ´ = 28319.04
3 Kiểm định giả thuyết với các hệ số hồi quy βj j
- Kiểm định sự ảnh hưởng của biến độc lập đối với với biến phụ thuộc (dựa vào P-value với mức ý nghĩa 5%).
Nguồn: Kết quả từ phần mềm Eviews 12
3.1 Kiểm định giả thuyết với βj 2
Bài toán: Với mức ý nghĩa 5%, hãy kiểm định giả thuyết xuất khẩu không ảnh hưởng đến FDI của Việt Nam.
- Với α =5 %, ta cần kiểm định:
- Xây dựng tiêu chuẩn kiểm định:
- Theo kết quả từ Eview, ta có:
- Kết luận: Với mức ý nghĩa 5%, có thể cho rằng xuất khẩu ảnh hưởng đến FDI của Việt Nam.
3.2 Kiểm định giả thuyết với βj 3
Bài toán: Với mức ý nghĩa 5%, hãy kiểm định giả thuyết nhập khẩu không ảnh hưởng đến FDI của Việt Nam.
- Với α=5 %, ta cần kiểm định:
- Xây dựng tiêu chuẩn kiểm định:
- Theo kết quả từ Eview, ta có:
- Kết luận: Với mức ý nghĩa 5%, có thể cho rằng nhập khẩu ảnh hưởng đến FDI của Việt Nam.
3.3 Kiểm định giả thuyết với βj 4
Bài toán: Với mức ý nghĩa 5%, hãy kiểm định giả thuyết tỷ lệ lạm phát không ảnh hưởng đến FDI của Việt Nam.
- Với α =5 %, ta cần kiểm định:
- Xây dựng tiêu chuẩn kiểm định:
- Theo kết quả từ Eview, ta có:
- Kết luận: Với mức ý nghĩa 5%, có thể cho rằng tỷ lệ lạm phát ảnh hưởng đến FDI của Việt Nam.
3.4 Kiểm định giả thuyết với βj 5
Bài toán: Với mức ý nghĩa 5%, hãy kiểm định giả thuyết GDP bình quân đầu người không ảnh hưởng đến FDI của Việt Nam.
- Với = 5%, ta cần kiểm định:
- Xây dựng tiêu chuẩn kiểm định:
- Theo kết quả từ Eview, ta có:
- Kết luận: Với mức ý nghĩa 5%, có thể cho rằng GDP bình quân đầu người ảnh hưởng đến FDI của Việt Nam.
3.5 Kiểm định giả thuyết với βj 6
Bài toán: Với mức ý nghĩa 5%, hãy kiểm định giả thuyết tỷ giá hối đoái không ảnh hưởng đến FDI của Việt Nam.
- Với α=5 %, ta cần kiểm định:
- Xây dựng tiêu chuẩn kiểm định:
- Theo kết quả từ Eview, ta có:
- Kết luận: Với mức ý nghĩa 5%, có thể cho rằng tỷ giá hối đoái ảnh hưởng đến FDI của Việt Nam.
4 Kiểm định sự phù hợp của mô hình
Bài toán kiểm định sự phù hợp của mô hình
- Vậy với mức ý nghĩa 5%, có thể nói rằng mô hình hồi quy là phù hợp
5 Ước lượng khoảng tin cậy của các hệ số hồi quy βj j
Bài toán ước lượng các hệ số hồi quy βj j
Với độ tin cậy 95%, hãy xác định độ tin cậy các hệ số hồi quy βj j
- Trên cửa sổ Equation của mô hình gốc, chọn Views => Chọn Coefficient Diagnostic => Confidence Intervals (Khoảng tin cậy).
Bảng kết quả ước lượng khoảng tin cậy 95% của các hệ số hồi quy
Nguồn: Kết quả từ phần mềm Eviews 12
- Từ kết quả bảng E-view, ta thấy:
Khoảng tin cậy 95% của βj 2 là (-2.153944; -0.567278)
Kết luận: Vậy với độ tin cậy 95%, nếu xuất khẩu tăng thêm 1 triệu USD/năm trong khi các biến khác không đổi thì FDI của Việt Nam sẽ tăng từ -2.153944 triệu USD/năm đến - 0.567278 triệu USD/năm.
Khoảng tin cậy 95% của βj 3 là (0.438132; 1.850450)
Kết luận: Vậy với độ tin cậy 95%, nếu nhập khẩu tăng thêm 1 triệu USD/năm trong khi các biến khác không đổi thì FDI của Việt Nam sẽ tăng từ 0.438132 triệu USD/năm đến 1.850450 triệu USD/năm.
Khoảng tin cậy 95% của βj 4 là (538.7086; 4967.541)
Kết luận: Vậy với độ tin cậy 95%, nếu tỷ lệ lạm phát tăng thêm 1%/năm trong khi các biến khác không đổi thì FDI của Việt Nam sẽ tăng từ 538.7086 triệu USD/năm đến4967.541 triệu USD/năm.
Khoảng tin cậy 95% của βj 5 là (1.649942; 36.86399)
Kết luận: Vậy với độ tin cậy 95%, nếu GDP bình quân đầu người tăng thêm 1 USD/người/năm trong khi các biến khác không đổi thì FDI của Việt Nam sẽ tăng từ 1.649942 triệu USD/năm đến 36.86399 triệu USD/năm.
Khoảng tin cậy 95% của βj 6 là (11.30743; 32.20692)
Kết luận: Vậy với độ tin cậy 95%, nếu tỷ giá hối đoái tăng thêm 1 triệu USD/năm trong khi các biến khác không đổi thì FDI của Việt Nam sẽ tăng từ 11.30743 triệu USD/năm đến 32.20692 triệu USD/năm.
Bài toán dự báo mô hình:
- Với độ tin cậy 95% hãy dự báo giá trị trung bình và giá trị các biệt khi biết xuất khẩu X10 = 354500 (triệu USD), nhập khẩu X20 = 328500 (triệu USD), tỷ lệ lạm phát X30 = 3.25 (%), GDP bình quân đầu người X40 = 4284 (USD/người), tỷ giá hối đoái X50 = 23739 (VND/USD).
6.1 Dự báo giá trị trung bình
- Khoảng tin cậy của là:
Nguồn: Kết quả từ phần mềm Eviews 12
- Từ bảng Eviews 12 thu được kết quả:
Nguồn: Kết quả từ phần mềm Eviews 12
- Từ bảng Eviews 12 thu được kết quả:
Nguồn: Kết quả từ phần mềm Eviews 12
- Kết luận: Với mức tin cậy 95%, với , , , và thì khoảng tin cậy cho là (2499.55 ; 40723.94).
6.2 Dự báo giá trị cá biệt
- Khoảng tin cậy của là:
Nguồn: Kết quả từ phần mềm Eviews 12
- Từ bảng Eviews 12 thu được kết quả:
Nguồn: Kết quả từ phần mềm Eviews 12
- Kết luận: Với mức tin cậy 95%, với , , , và thì khoảng tin cậy cho là (22373.01; 43350.48).
7 Phát hiện khuyết tật trong mô hình hồi quy
7.1 Phát hiện hiện tượng phương sai sai số thay đổi
Nguồn: Kết quả từ phần mềm Eviews 12
Với α = 5%, phát hiện hiện tượng phương sai sai số thay đổi:
- Với α =5 %, ta cần kiểm định:
{ H 0 : K h ô ng c ó p h ươ ng sai sai s ố t h ay đ ổ i
H 1 :C ó p hươ ng sai sai s ố t h ay đ ổ i
- Từ bảng kết quả Eview ta có: P-value = 0.5543 > α
=> Chưa đủ cơ sở bác bỏ Ho.
=> Không cố hiện tượng phương sai sai số thay đổi.
- Vậy với với α = 5%, có thể cho rằng mô hình hồi quy không có hiện tượng phương sai sai số thay đổi.
Nguồn: Kết quả từ phần mềm Eviews 12
Với α = 5%, phát hiện hiện tượng phương sai sai số thay đổi:
- Với α=5 %, ta cần kiểm định:
{ H 0 : βj 2 = 0( K h ô ng c ó p h ươ ng sai sai s ố t h ay đ ổ i)
H 1 :βj 2 ≠0(C ó p hươ ng sai sai s ố t h ay đ ổ i)
- Từ bảng kết quả Eview ta có: P-value = 0.1702 > α.
=> Chưa đủ cơ sở bác bỏ Ho.
=> Không cố hiện tượng phương sai sai số thay đổi.
- Vậy với với α = 5%, có thể cho rằng mô hình hồi quy không có hiện tượng phương sai sai số thay đổi.
Nguồn: Kết quả từ phần mềm Eviews 12
Với α = 5%, phát hiện hiện tượng phương sai sai số thay đổi:
- Với α =5 %, ta cần kiểm định:
{ H 0 : βj 2 = 0( K h ô ng c ó p h ươ ng sai sai s ố t h ay đ ổ i)
H 1 :βj 2 ≠0(C ó p hươ ng sai sai s ố t h ay đ ổ i)
- Từ bảng kết quả Eview ta có: P-value = 0.4180 > α.
=> Chưa đủ cơ sở bác bỏ Ho.
=> Không cố hiện tượng phương sai sai số thay đổi.
- Vậy với với α = 5%, có thể cho rằng mô hình hồi quy không có hiện tượng phương sai sai số thay đổi.
7.2 Phát hiện hiện tượng tự tương quan
7.2.1.1 Kiểm định tự tương quan bậc 1
Nguồn: Kết quả từ phần mềm Eviews 12
Với α = 5%, phát hiện hiện tượng tự tương quan bậc 1
- Với α=5 %, ta cần kiểm định:
- Từ bảng kết quả Eview ta có: P-value = 0.6418 > α.
=> Chưa đủ cơ sở bác bỏ Ho.
=> Không cố hiện tượng tự tương quan bậc 1.
- Vậy với α = 5%, có thể cho rằng mô hình hồi quy không có hiện tượng tự tương quan bậc 1.
7.2.1.2 Kiểm định tự tương quan bậc 3
Nguồn: Kết quả từ phần mềm Eviews 12
Với α = 5%, phát hiện hiện tượng tự tương quan bậc 3
- Với α =5 %, ta cần kiểm định:
- Từ bảng kết quả Eview ta có: P-value = 0.1259 > α.
=> Chưa đủ cơ sở bác bỏ Ho.
=> Không có hiện tượng tự tương quan bậc 3.
- Vậy với α = 5%, có thể cho rằng mô hình hồi quy không có hiện tượng tự tương quan bậc 3.
7.3 Phát hiện hiện tượng đa cộng tuyến
7.3.1 Ma trận tương quan giữa các biến giải thích trong mô hình
Nguồn: Kết quả từ phần mềm Eviews 12
- Từ bảng kết quả Eview ta có:
=> Có xảy ra hiện tượng đa cộng tuyến.
- Vậy có thể cho rằng mô hình hồi quy có xảy ra hiện tượng đa cộng tuyến.
7.3.2 Hệ số nhân tử phóng đại (VIF)
Nguồn: Kết quả từ phần mềm Eviews 12
- Theo lý thuyết, ta có nhân tử phóng đại phương sai VIF(Xi) = 1
1−Ri 2 > 10 thì mô hình sẽ xuất hiện khuyết tật đa cộng tuyến Ở mô hình cụ thể của bài này, nhân tử phóng đại phương sai VIF(X1) = 8051,128, VIF(X2) = 6031,858, VIF(X3) = 21,028, VIF(X4) = 677,715 và VIF(X5) = 12303,24 đều lớn hơn 10 nên mô hình này xuất hiện khuyết tật đa cộng tuyến
7.3.3 Mô hình hồi quy phụ
- Mô hình hồi quy phụ X1 theo các biến còn lại:
Nguồn: Kết quả từ phần mềm Eviews 12
- Từ bảng kết quả Eview ta có thể thấy: Với α =5 % có P-value = 0 000000 < α.
=> Mô hình hồi quy phụ là phù hợp
=> Có xảy ra hiện tượng đa cộng tuyến.
- Vậy với α = 5%, có thể cho rằng mô hình hồi quy có xảy ra hiện tượng đa cộng tuyến.
8.1 Phương pháp loại bỏ biến
- Ở đây, nhóm nghiên cứu sử dụng phương pháp bỏ biến độc lập Tiến hành chạy hồi quy lần lượt với các biến X1, X2, X3, X4, X5:
Nguồn: Kết quả từ phần mềm Eviews 12
- Từ bảng kết quả trên, với α =5 %, ta thấy P-value của X1 = 0.0085 < 0.0500.
Nguồn: Kết quả từ phần mềm Eviews 12
- Từ bảng kết quả trên, với α =5 %, ta thấy P-value của X2 = 0.0080 < 0.0500.
Nguồn: Kết quả từ phần mềm Eviews 12
- Từ bảng kết quả trên, với α =5 %, ta thấy P-value của X3 = 0.0525 > 0.0500.
Nguồn: Kết quả từ phần mềm Eviews 12
- Từ bảng kết quả trên, với α =5 %, ta thấy P-value của X4 = 0.0031 < 0.0500.
Nguồn: Kết quả từ phần mềm Eviews 12
- Từ bảng kết quả trên, với α =5 %, ta thấy P-value của X5 = 0.0008 < 0.0500.
=> Trong tất cả P-value của các biến, ta nhận thấy P-value của X3 là cao nhất cũng như lớn hơn mức ý nghĩa 5% Vậy nên, ta tiến hành bỏ biến X3.
- Xây dựng lại mô hình hồi quy mẫu:
- Tiến hành chạy hồi quy:
Nguồn: Kết quả từ phần mềm Eviews 12
- Từ bảng kết quả trên, ta thấy R 2 = 0.848289, P-value ứng với hệ số hồi quy của biến X1 (= 0.1018), X2 (= 0.1438), X4 (= 0.5781) đều > 0.05, riêng mỗi X5 ( = 0.0358) < 0.05. Đểchắc chắn hơn, ta tiến hành chạy hệ số nhân tử phóng đại (VIF):
Nguồn: Kết quả từ phần mềm Eviews 12
- Từ bảng kết quả trên, ta thấy VIF của các biến đều lớn hơn 10.
- Kết luận: Sau khi tiến hành loại bỏ biến, P-value của đa số các biến đều > 0.05,cũng như VIF của các biến đều lớn hơn 10 Như vậy, cách khắc phục tình trạng đa cộng tuyến bằng phương pháp loại bỏ biến không hợp lý vì càng làm cho “căn bệnh” tồi tệ hơn.
8.2 Phương pháp sử dụng sai phân cấp 1
- Hồi quy D(Y) theo D(X1), D(X2), D(X3), D(X4) và D(X5), ta được kết quả như sau:
Nguồn: Kết quả từ phần mềm Eviews 12
- Từ kết quả trên, ta thấy R 2 = 0.851099, P-value ứng với hệ số hồi quy của biến D(X1),D(X2), D(X3), D(X4) D(X5) đều < 0.05 Nhìn chung, tình trạng đa cộng tuyến đã giảm Để chắc chắn hơn, ta tiến hành chạy hệ số nhân tử phóng đại (VIF):
Nguồn: Kết quả từ phần mềm Eviews 12
- Qua kết quả trên, ta thấy hiện tượng đa cộng tuyến đã giảm đáng kể so với ban đầu: VIF của D(X3) (= 2.555632), D(X4) (= 3.199853), D(X5) (= 2.719531) đều đã giảm xuống dưới 10, còn VIF của D(X1) (= 58.74835) và D(X2) (= 44.04385) tuy có giảm khá nhiều, song vẫn ở mức trên 10.
Vậy là, phương pháp sử dụng sai phân cấp một đã cho thấy sự hợp lý và đem lại hiệu quả trong việc khắc phục tình trạng đa cộng tuyến.
KẾT LUẬN
- Mô hình hồi quy mẫu:
- Sau khi xây dựng mô hình nghiên cứu về các yếu tố ảnh hưởng đến FDI của Việt Nam, trong giai đoạn 2012 - 2022, nhóm tiến hành kiểm tra khuyết tật của mô hình đó bằng cách sử dụng phần mềm Eviews 12 thu được các kết quả sau:
+ Mô hình không có hiện tượng phương sai sai số thay đổi.
+ Mô hình không có hiện tượng tự tương quan
+ Mô hình có hiện tượng đa cộng tuyến.
- Với đề tài đã lựa chọn trên, nhóm đã đi đến kết luận: đầu tư trực tiếp nước ngoài (FDI) có tỉ lệ nghịch với xuất khẩu và có tỉ lệ thuận với 4 yếu tố còn lại là nhập khẩu, tỷ lệ lạm phát, GDP bình quân đầu người, tỷ giá hối đoái.
- Từ các số liệu ta có thể thấy nhập khẩu, tỷ lệ lạm phát, GDP bình quân đầu người và tỷ giá đối hoái có ảnh hưởng tích cực đến FDI Để cải thiện và nâng cao chỉ số FDI của Việt Nam, nhóm đề xuất một vài kiến nghị như sau:
Thứ nhất, đối với nhập khẩu, nhà nước cần xây dựng, ban hành và thực thi các chính sách nhằm khuyến khích và tạo động lực thúc đẩy phát triển xuất khẩu theo hướng bền vững Điều này sẽ giúp cán cân xuất nhập khẩu sẽ cân bằng, dẫn tới nhập khẩu cũng tăng theo để đáp ứng nhu cầu về nguyên nhiên liệu trong sản xuất hàng hóa Từ đó, kinh tế tăng trưởng theo hướng cân bằng, lành mạnh, hài hòa.
Thứ hai, đối với tỷ lệ lạm phát, mục tiêu là duy trì mức lạm phát ở mức vừa phải, đủ để thúc đẩy tăng trưởng kinh tế nhưng không quá cao đến mức làm giảm sức hấp dẫn của quốc gia đối với các nhà đầu tư Chính phủ có thể sử dụng các công cụ chính sách tiền tệ và tài khóa để kiểm soát lạm phát, chẳng hạn như điều chỉnh lãi suất, tỷ giá hối đoái và chi tiêu công.
Thứ ba, đối với GDP bình quân đầu người, Chính phủ có thể thực hiện các chính sách để thúc đẩy tăng trưởng kinh tế, chẳng hạn như đầu tư vào cơ sở hạ tầng, giáo dục và nghiên cứu phát triển Điều này sẽ giúp tăng năng suất lao động và làm cho nền kinh tế trở nên cạnh tranh hơn Bên cạnh đó, Chính phủ cần giảm bất bình đẳng thu nhập bằng các biện pháp như tăng lương tối thiểu, cải thiện phúc lợi xã hội và thuế thu nhập lũy tiến, bởi bất bình đẳng thu nhập cao có thể kìm hãm tăng trưởng kinh tế và gây bất ổn xã hộ, dẫn tới giảm đầu tư trực tiếp nước ngoài.
Thứ tư, chế độ tỷ giá hối đoái cố định nhằm duy trì tỷ giá hối đoái trong phạm vi nhất định, giảm thiểu rủi ro cho nhà đầu tư ngoại quốc Chính phủ sử dụng chính sách tiền tệ, bao gồm mua bán ngoại tệ và điều chỉnh lãi suất, để can thiệp thị trường ngoại hối và bình ổn tỷ giá Ngoài ra, hợp tác với các quốc gia khác giúp điều phối chính sách tỷ giá hối đoái, giảm thiểu tác động tiêu cực của biến động tỷ giá hối đoái toàn cầu.
3 Hạn chế của bài thảo luận
- Bài thảo luận của nhóm 5 đã đi sâu vào nghiên cứu các yếu tố ảnh hưởng đến FDI của Việt Nam từ những năm 2012 – 2022, song còn tồn tại những hạn chế bên cạnh:
Thứ nhất, số liệu nhóm nghiên cứu chưa được cập nhật mới nhất, mà chỉ tập trung vào những giai đoạn trước đây
Thứ hai, các chính sách mà nhóm đưa ra chỉ suy luận dựa trên lý thuyết và qua tìm hiểu trên mạng, chưa thực sự được kiểm nghiệm chính xác hoàn toàn
Thứ ba, tỷ lệ lạm phát trong nghiên cứu của nhóm có kết quả tác động dương đến FDI. Điều này lại hoàn toàn trái ngược so với thực tế, tỷ lệ lạm phát phải có tác động ngược chiều với FDI Nghĩa là tỷ lệ lạm phát càng giảm, thu hút vốn đầu tư trực tiếp nước ngoài càng cao.
