Luận văn Thạc sĩ Kinh tế Chênh lệch tham nhũng và dòng vốn FDI đầu tư vào các quốc gia khu vực Đông Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP.HỒ CHÍ MINH NGUYỄN NGỌC MINH TUẤN CHÊNH LỆCH THAM NHŨNG VÀ DÒNG VỐN FDI ĐẦU TƯ VÀO CÁC QUỐC GIA KHU VỰC ĐÔNG NAM Á LUẬN VĂN THẠC SĨ KINH TẾ TP.HỒ CHÍ MINH - 2016 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP.HỒ CHÍ MINH NGUYỄN NGỌC MINH TUẤN CHÊNH LỆCH THAM NHŨNG VÀ DÒNG VỐN FDI ĐẦU TƯ VÀO CÁC QUỐC GIA KHU VỰC ĐƠNG NAM Á Chun ngành: TÀI CHÍNH – NGÂN HÀNG Mã số : 60340201 LUẬN VĂN THẠC SĨ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HỌC: GS.TS TRẦN NGỌC THƠ TP.HỒ CHÍ MINH - 2016 LỜI CAM ĐOAN Tơi xin cam đoan cơng trình nghiên cứu riêng cá nhân Những liệu, kết mà tơi trình bày nghiên cứu hồn tồn trung thực, có nguồn gốc từ tổ chức đáng tin cậy tổng hợp xử lý TÁC GIẢ LUẬN VĂN NGUYỄN NGỌC MINH TUẤN MỤC LỤC Trang phụ bìa Lời cam đoan Mục lục Danh mục từ viết tắt Danh mục bảng Tóm tắt PHẦN MỞ ĐẦU CHƯƠNG 1: CƠ SỞ LÝ THUYẾT MỐI QUAN HỆ CỦA THAM NHŨNG VÀ FDI TRONG CÁC NGHIÊN CỨU TRƯỚC ĐÂY 1.1 Khái niệm Đầu tư trực tiếp nước 1.2 Khái niệm Tham nhũng 1.3 Khái niệm Chênh lệch tham nhũng 1.4 Tổng quan lý thuyết 14 1.4.1 Lý thuyết Chi phí giao dịch 14 1.4.2 Mơ hình OLI Dunning 15 1.5 Mối quan hệ tham nhũng, chênh lệch tham nhũng FDI nghiên cứu trước 17 1.6 Hạn chế nghiên cứu trước 25 CHƯƠNG 2: TỔNG QUAN TÌNH HÌNH VỐN ĐẦU TƯ TRỰC TIẾP NƯỚC NGOÀI FDI VÀ THAM NHŨNG 28 2.1 Xu hướng dòng vốn FDI giới 28 2.2 Xu hướng dòng vốn FDI khu vực châu Á 29 2.3 Tình hình tham nhũng nước khu vực Đông Nam Á 16 CHƯƠNG 3: DỮ LIỆU NGHIÊN CỨU, PHƯƠNG PHÁP NGHIÊN CỨU VÀ MƠ HÌNH NGHIÊN CỨU 35 3.1 Dữ liệu nghiên cứu 35 3.2 Phương pháp mơ hình nghiên cứu 44 3.3 Giả thuyết nghiên cứu kỳ vọng dấu 46 CHƯƠNG 4: TRÌNH BÀY KẾT QUẢ NGHIÊN CỨU VÀ KẾT LUẬN 49 4.1 Tổng quan liệu cách thức khắc phục 49 4.2 Kết nghiên cứu 52 CHƯƠNG CUỐI: PHẦN KẾT 57 Đóng góp, phát triển luận văn 57 Hướng phát triển đề tài tương lai 58 Tài liệu tham khảo DANH MỤC TỪ VIẾT TẮT Association of Hiệp hội quốc gia Đông Southeast AsianNations Nam Á CPI Corruption Perceptions Index Chỉ số nhận thức tham nhũng FDI Foreign Direct Investment Đầu tư trực tiếp nước GDP Gross Domestic Product Tổng sản phẩm quốc nội IMF International Monetary Fund Quỹ Tiền tệ quốc tế MNE Multinational Enterprises Doanh nghiệp đa quốc gia ASEAN OLI Ownership, Location, Internalization paradigm Mơ hình chiết trung Organisation for Economic Tổ chức hợp tác phát triển Cooperation and Development kinh tế TCT Transaction Cost Economics Lý thuyết chi phí giao dịch TI Transparency International Tổ chức Minh Bạch Thế Giới United Nations Conference on Diễn đàn thương mại phát Trade and Development triển Liên Hiệp Quốc United Nations Development Chương trình Phát triển Liên Programme Hợp Quốc WB World Bank Ngân hàng Thế giới WTO World Trade Organization Tổ chức Thương Mại Thế Giới OECD UNCTAD UNDP DANH MỤC CÁC BẢNG Số hiệu Tên bảng Bảng 1.1 Tổng kết nghiên cứu tác giả trước Bảng 2.1 Dòng vốn đầu tư FDI chia theo vùng miền giới 2012-2014 Bảng 2.2 Bàng 2.3 Danh sách 10 nước châu Á nhận đầu tư FDI nhiều năm 2013 2014 So sánh số nhận thức tham nhũng nước Đông Nam Á (2003-2015) Bảng 3.1 Mô tả biến quan sát mơ hình hồi quy Bảng 3.2 Tổng quan biến mơ hình hồi quy Bảng 4.1 Tổng hợp kết hồi quy mơ hình TĨM TẮT Đã có nhiều nghiên cứu mối quan hệ tham nhũng dòng vốn FDI đầu tư vào quốc gia đó; kết khác Một số nghiên cứu cho thấy tác động ngược chiều mức độ tham nhũng dịng vốn FDI mà quốc gia nhận Nhưng nghiên cứu khác tham nhũng tác động chiều đến dòng vốn FDI Trong nghiên cứu này, lặp lại nghiên cứu trước đưa thêm khái niệm “chênh lệch tham nhũng”, khác biệt tham nhũng hai nước Từ đó, áp dụng vào nước khu vực Đông Nam Á, thời gian từ 2003 đến 2015 nghiên cứu mơ hình, tương ứng với biến: (1) tham nhũng; (2) chênh lệch tham nhũng dương (3) chênh lệch tham nhũng âm Ở đây, chênh lệch tham nhũng dương quan sát mà nước đầu tư có mức độ tham nhũng cao nước chủ nhà; ngược lại chênh lệch tham nhũng âm Kết cho thấy, tham nhũng cao có dấu hiệu thu hút đầu tư FDI nhiều hơn, độ thu hút khơng lớn Chênh lệch tham nhũng dương có tác động ngược chiều đến dòng vốn đầu tư FDI Điều giải thích tương đồng thể chế hai quốc gia thúc đẩy dòng vồn đầu tư FDI hai nước Chênh lệch tham nhũng âm có tác động ngược chiều, hệ số nhỏ Các nhà đầu tư nước tham nhũng có xu hướng đầu tư vào nước có tình trạng tham nhũng cao Có thể giải thích số nhà đầu tư có kiến thức kinh nghiệm việc ứng phó với tham nhũng sử dụng giống lợi cạnh tranh so với nhà đầu tư khác nên ưu tiên đầu tư vào nước chủ nhà có mức độ tham nhũng cao TỪ KHÓA - Chênh lệch tham nhũng - FDI PHẦN MỞ ĐẦU Lý chọn đề tài Sau khủng hoảng tài tồn cầu 2008, nước phát triển phát triển phải đối mặt với vấn đề nguồn vốn để phục hồi kinh tế nước Một số nguồn vốn quan tâm dịng vồn FDI Đầu tư trực tiếp nước ngồi (FDI) hình thức đầu tư quốc tế dựa sở trình chuyển dịch tư nước Do đó, FDI có vai trị quan trọng tạo hội cho nước phát triển tiếp cận nguồn vốn từ bên đầu tư vào nước Tại nước có sách khuyến khích đầu tư nước ngồi hợp lý, FDI khơng làm tăng cung vốn đầu tư mà cịn có vai trị thúc đẩy chuyển giao công nghệ; đặc biệt thúc đẩy q trình tích tụ vốn người, nhân tố thúc đẩy tăng trưởng kinh tế dài hạn Do vậy, dịng vốn FDI ln ln coi nguồn vốn quan trọng nước nào, nước phát triển phát triển Không phải nước thu hút nguồn vốn đầu tư trực tiếp mong muốn, phụ thuộc nhiều yếu tố: kinh tế, trị, vốn người, mục đích, đầu tư,… Do vậy, để thu hút FDI vấn đề mà nước quan tâm, lẽ tùy thuộc vào đặc điểm kinh tế, tốc độ phát triển nước mà có sách khuyến khích khác Hơn nữa, nhiều ý kiến cho hối lộ tham nhũng cản trở hoạt động đầu tư, làm xói mịn sức cạnh tranh doanh nghiệp nói riêng tồn nước nói chung Đó cảnh báo Phịng Thương mại châu Âu Việt Nam (EuroCham) hội nghị “Tổng kết 25 năm thu hút FDI” (Hà Nội, ngày 27-3-2013) Hiệp hội doanh nghiệp Úc (AuCham) Phòng Thương mại Mỹ Việt Nam (AmCham) nhấn mạnh: Cải cách hành Việt Nam chậm đặc biệt có nhiều vấn đề xung quanh thiếu minh bạch, quan liêu, tham nhũng Do đó, để xác định làm rõ mối quan hệ tham nhũng dòng vốn FDI đầu tư vào nước khu vực Đông Nam Á, tác giả chọn đề tài “Chênh lệch tham nhũng dòng vốn FDI đầu tư vào quốc gia khu vực Đông Nam Á” để thực nghiên cứu Ngồi ra, vào năm 2014, hai tác giả Jose R.Godinez Ling Liu đưa sử dụng khái niệm “chênh lệch tham nhũng” nước Châu Mỹ Latin Bài nghiên cứu giới thiệu khái niệm “chênh lệch tham nhũng” đưa vào nghiện cứu nước Đông Nam Á Mục tiêu nghiên cứu Bài nghiên cứu phân tích giải thích câu hỏi sau: Liệu mức độ tham nhũng nước khu vực Đơng Nam Á có ảnh hưởng đến dịng vốn FDI từ nước giới đầu tư vào nước hay không? Liệu chênh lệch tham nhũng dương (từ nước đầu tư tham nhũng đến nước chủ nhà tham nhũng hơn) có ảnh hưởng đến dòng vốn FDI luân chuyển hai nước hay không? Ngược lại, chênh lệch tham nhũng âm (từ nước đầu tư tham nhũng đến nước chủ nhà) có ảnh hưởng đến dịng vốn FDI ln chuyển hai nước hay không? Phương pháp nghiên cứu Bài nghiên cứu sử dụng phương pháp nghiên cứu định lượng để xem xét ảnh hưởng tham nhũng chênh lệch tham nhũng lên dòng vốn FDI Dữ liệu thu thập dạng bảng micro-panel-data với số năm xem xét so với số đơn vị chéo Quá trình xử lý hồi quy, tùy trường hợp lỗi vi phạm mơ hình khác chẳng hạn tượng phương sai thay đổi, tượng tự tương quan,…, tác giả sử dụng phương pháp hồi quy GLS có khắc phục tượng phương sai thay đổi và/hoặc tượng tự tương quan có 59 phục có ý nghĩa thơng kê Tuy nhiên, có hướng phát triển đề tài tương lai sau Thứ nhất, mơ hình (tác động chênh lệch tham nhũng dương đến dòng vốn FDI) cần có cách xử lý phù hợp hướng phát triển Vướng mắc số quan sát mơ hình q gây tượng đa cộng tuyến, làm tăng sai số giảm ý nghĩa thơng kê mơ hình Ngun nhân nước khu vực Đông Nam Á vốn thao nhũng cao so với giới nước có tình trạng tham nhũng cao nước khu vực đa phần nước phát triển nên việc tìm kiếm đầu tư vào nước khác hạn chế Tuy mơ hình có ý nghĩa thơng kê từ đầu cần hồn thiện thêm liệu Những nghi ngờ đoán cần minh chứng định lượng Cho nên, hướng cụ thể để phát triển đề tài tương lai Thứ hai, nghiên cứu phân tích dịng tiền FDI đầu tư từ nước vào nước khác Nghiên cứu dừng lại cấp độ nước, mà chưa phân tích cấp độ ngành cấp độ công ty Liệu rằng, khu vực Đơng Nam Á, dịng FDI đầu tư vào ngành công nghiệp nặng chịu tác động tham nhũng chênh lệch tham nhũng nhiều dòng FDI đầu tư vào ngành tiêu dùng nhanh Hoặc dòng FDI đầu tư vào ngành thực phẩm nước khu vực Đông Nam Á phản ứng với chênh lệch tham nhũng ngược chiều với ngành khác… Các hướng nghiên cứu yêu cầu cao thu thập liệu Nhất tình trạng liệu nước Đơng Nam Á từ tổ chức có uy tín giới thường không đầy đủ Tuy nhiên, hướng vơ khả quan có giá trị ứng dụng vào thực tế cao Giống nghiên cứu này, nhiều yếu tố tác động đến dòng vốn FDI mà nghiên cứu trước ra, nghiên cứu tiếp tục tìm hiểu sâu thêm vào số yếu tố tham nhũng, dựa số nhận thức tham nhũng CPI khái niệm chênh lệch tham nhũng đại diện cho khác biệt thể chế hai nước Thứ ba, việc nghiên cứu tham nhũng tác động đến dịng vốn FDI bỏ qua nhiều quan sát có ý nghĩa kinh tế Đó có năm, nhà đầu tư rút vốn 60 khỏi nước chủ nhà không đầu tư thêm không rút vốn khỏi Trong trường hợp này, dòng vốn FDI quốc gia mang giá trị giá trị âm Khi xử lý hồi quy, việc lấy logarit tự nhiên dòng vốn đầu tư FDI chấp nhận việc đưa quan sát mà dòng vốn FDI mang giá trị dương vào mơ hình hồi quy, bỏ qua dòng FDI mang giá trị âm Nhưng khai thác thêm ý nghĩa kinh tế học từ thực tế diễn cách xây dựng mơ hình mới, bao gồm dòng FDI giá trị âm Chẳng hạn như, ký kiến đề xuất sử dụng dòng vốn đầu tư trực tiếp FDI lũy kế qua hàng năm Dòng vốn FDI lũy kế mang thơng tin đầu tư q khứ xu hướng đầu tư năm Tuy nhiên, dòng vốn FDI lũy kế lại liên quan đến quy mô kinh tế, khoảng thời gian quốc gia bắt đầu đầu tư FDI… Tuy nhiên, việc khai thác ý nghĩa nằm việc rút vốn FDI khỏi nước xứng đáng để đào sâu nghiên cứu TÀI LIỆU THAM KHẢO [1] Alberto Alesina and Beatrice Weder, 2002 Do Corrupt Governments Receive Less Foreign Aid? American Economic Association [2] Alvaro Cuervo-Cazurra, 2008 Better the devil you don't know: Types of corruption and FDI in transition economies Journal of International Management [3] Beata K., Smarzynska Shang-Jin Wei, 2000 Corruption and Composition of Foreign Direct Investment: Firm-level evidence NBER Working Paper, No 7969 [4] Eden L & Miller S., 2004 Distance matters: Liability of foreignness, institutional distance and ownership strategy Advances in International Management, 187–221 [5] Erdal Demirhan, Mahmut Masca, 2008 Determinants of foreign direct investment flows to developing countries: a cross-sectional analysis Prageu Economic Paper, 4, p.356-369 [6] Habib M & Zurawicki L., 2001 Country-level investments and the effect of corruption - Some empirical evidence International Business Review, 10(6), 687–700 [7] Jose R.Godinez Ling Liu, 2014 Corruption Distance and FDI flows into Latin America International Busines Review [8] Kwok C & Tadesse S, 2006 The MNC as an agent of change for hostcountry institutions: FDI and corruption Journal of International Business Studies, p.767–785 [9] Meon P & Weill L, 2010 Is corruption an efficient grease? World Development, 38(3), p.244–259 [10] Peter Egger Hannes Winner, 2005 Evidence on corruption as an incentive for foreign direct investment European Jounal of Political Economy Nguồn liệu [11] DATA WORLD BANK [12] Doing Business - World Bank Group [13] Freetheworld.com - FRASER INSTITUTE [14] Transparency International Annual Report [15] UNCTAD (United Nations Conference on Trade and Development) [16] UNDP (UNITED NATIONS DEVELOPMENT PROGRAMME) [17] Worldwide Governance Indicators - World Bank Các trang web [18] en.wikipedia.org [19] http://www.umsl.edu/services/govdocs/wofact2008/geos/vm.html [20] http://www.adb.org/publications/key-indicators-asia-and-pacific-2014 [21] http://unctadstat.unctad.org/wds/ReportFolders/reportFolders.aspx [22] http://www.heritage.org/index/heatmap [23] http://admin.nber.org/custom?client=test3_fe&proxystylesheet=test3_fe&site=def ault_collection&btnG=Search&entqr=0&ud=1&output=xml_no_dtd&oe=UTF8&ie=UTF-8&q=corruption+distance [24] http://www.iflr.com/Article/3306955/2014-FDI-Report-Vietnam.html [25] http://www.intracen.org/itc/market-info-tools/statistics-outward-countryindustry/ [26] http://www.thefinancialexpressbd.com/old/index.php?ref=MjBfMDlfMTRfMTNfMV85OV8xODMzMzc= [27] http://www.ndtv.com/world-news/indian-bureaucracy-most-inefficient-inasia-survey-419727 [28] http://qog.pol.gu.se/data/datadownloads/qogexpertsurveydata [29] http://www.doingbusiness.org/data/distance-to-frontier STATA Thursday October 13 22:34:25 2016 Page _ (R) / / / / / _/ / / _/ / / _/ Statistics/Data Analysis User: Minh Tuan Project: Corruption Distance and FDI{space -5} _ (R) / / / / / _/ / / _/ / / _/ 13.0 Statistics/Data Analysis Copyright 1985-2013 StataCorp LP StataCorp 4905 Lakeway Drive College Station, Texas 77845 USA 800-STATA-PC http://www.stata.com 979-696-4600 stata@stata.com 979-696-4601 (fax) 118-student Stata lab perpetual license: Serial number: 301306212234 Licensed to: University of California, LA Social Sciences Computing Notes: import excel "D:\UEH\Luan van cao hoc\STATA\Stata_20161012.xlsx", sheet("14h11") firstrow encode Code, gen (nCode) gen lnFDI = ln( FDIflow) rename CorruptionScore CPI gen COR = 100- CPI rename CorDis1 CDis_neg rename CorDis2 CDis_pos rename HumanDevelopmentIndex Human rename RuleofLawIndex Law 10 rename Bureaucracy Bureau 11 rename EconomicsFreedomIndex EcFree 12 rename EducationAttainment Edu 13 rename Inflation Infl 14 rename InfrastructureQuality Infra 15 gen lnGDP = ln( GDP) 16 drop GDP 17 rename Unemploymentrate Unemp 18 xtset nCode year panel variable: time variable: delta: nCode (unbalanced) year, 2003 to 2015, but with gaps unit STATA Thursday October 13 22:34:26 2016 Page 19 summarize Variable Obs Mean year Country Code FDIflow CPI 1851 0 1851 1851 2008.641 HomeCPI CDis_neg CDis_pos Human Law Std Dev Min Max 3.116312 2003 2015 391.4991 41.24581 1092.232 24.77528 005 13 15026 94 1851 1441 410 1851 1844 65.66775 38.8272 26.20732 61.02572 50.47849 22.21021 20.02509 22.74421 24.50638 26.50964 4568 2.392344 97 79 79 91.17978 95.7346 Bureau EcFree Edu Infl Infra 1686 1729 1489 1851 1851 70.31942 63.40758 28.24691 5.061801 27.62188 18.22744 12.58512 12.95037 5.027555 24.69711 18.89505 42.8 5.91279 -.8457161 0240641 96.48148 89.4 52.74705 36.58972 80.90206 Unemp nCode lnFDI COR lnGDP 1851 1851 1851 1851 1851 3.706348 174.4398 3.531048 58.75419 11.78699 2.835486 90.913 2.623095 24.77528 1.375401 1 -5.298317 6.137727 11.9 330 9.617537 87 13.72981 20 corr lnFDI COR Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp (obs=1310) lnFDI COR Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp Infra lnGDP Unemp lnFDI COR Human Law Bureau EcFree Edu Infl 1.0000 -0.1942 0.1065 0.1225 0.1211 0.1056 0.0771 -0.0048 0.2220 0.1692 -0.0217 1.0000 -0.1621 -0.7632 -0.7213 -0.6410 -0.6120 0.3763 -0.8038 -0.4718 0.1409 1.0000 0.1517 0.2284 0.2026 0.2642 -0.0206 0.2766 0.2787 -0.0962 1.0000 0.7422 0.5590 0.6824 -0.4608 0.6363 0.4717 -0.1015 1.0000 0.4948 0.8078 -0.3054 0.6712 0.4811 -0.3137 1.0000 0.7656 -0.5008 0.3678 0.3148 -0.3020 1.0000 -0.4186 0.3874 0.6030 -0.1977 1.0000 -0.2168 -0.1117 0.1334 Infra lnGDP Unemp 1.0000 0.3486 -0.1503 1.0000 0.4682 1.0000 21 corr lnFDI CDis_pos Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp (obs=94) lnFDI CDis_pos lnFDI CDis_pos Human Law Bureau EcFree Edu Infl Infra lnGDP 1.0000 -0.1996 0.1551 0.1225 0.2878 0.1834 0.0854 -0.0649 0.2938 -0.0248 1.0000 -0.0766 0.3436 0.1022 0.1962 0.0490 -0.2447 0.1585 -0.1663 Human Law Bureau EcFree Edu Infl 1.0000 -0.1929 0.1777 0.1713 0.2908 0.1637 0.0204 0.3695 1.0000 0.3357 0.5438 0.1358 -0.6633 0.5449 -0.2035 1.0000 0.7518 0.7438 -0.3077 0.1980 0.0157 1.0000 0.7559 -0.6076 0.2154 0.2349 1.0000 -0.3324 -0.3329 0.3268 1.0000 -0.1724 0.0021 STATA Thursday October 13 22:34:27 2016 Unemp Infra lnGDP Unemp Page -0.1653 -0.1000 -0.0885 Infra lnGDP Unemp 1.0000 -0.2170 0.1132 1.0000 0.3022 1.0000 -0.1856 -0.8084 -0.5324 -0.7572 0.1656 22 corr lnFDI CDis_neg Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp (obs=1216) lnFDI CDis_neg lnFDI CDis_neg Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp Infra lnGDP Unemp Human Law Bureau EcFree Edu Infl 1.0000 0.7429 0.5383 0.6916 -0.4432 0.6322 0.4800 -0.0784 1.0000 0.4645 0.8036 -0.2908 0.6841 0.4786 -0.2892 1.0000 0.7531 -0.4876 0.3567 0.3024 -0.2788 1.0000 -0.4103 0.4104 0.6076 -0.1579 1.0000 -0.2069 -0.1033 0.1219 1.0000 0.0032 0.1066 0.1596 0.1545 0.1416 0.1175 -0.0197 0.2462 0.1959 -0.0341 1.0000 -0.1132 -0.1511 -0.1891 -0.1896 -0.1787 0.1183 -0.1885 -0.0957 0.1261 1.0000 0.1821 0.2414 0.2111 0.2706 -0.0327 0.3058 0.2834 -0.0985 Infra lnGDP Unemp 1.0000 0.3601 -0.1485 1.0000 0.4902 1.0000 23 reg lnFDI COR Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp Source SS df MS Model Residual 743.155246 7367.61252 10 1299 74.3155246 5.67175714 Total 8110.76777 1309 6.19615566 lnFDI Coef COR Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp _cons 0033734 -.0001384 0003806 -.0048841 0734045 -.0665908 0126736 0238386 6682685 -.1727345 -6.800396 Std Err .0200271 0042787 0070392 0143723 0332736 0201328 0180788 008534 0987603 03779 3.495828 t 0.17 -0.03 0.05 -0.34 2.21 -3.31 0.70 2.79 6.77 -4.57 -1.95 Number of obs F( 10, 1299) Prob > F R-squared Adj R-squared Root MSE P>|t| 0.866 0.974 0.957 0.734 0.028 0.001 0.483 0.005 0.000 0.000 0.052 = = = = = = 1310 13.10 0.0000 0.0916 0.0846 2.3815 [95% Conf Interval] -.0359156 -.0085324 -.0134288 -.0330795 0081285 -.1060871 -.0227933 0070967 4745212 -.2468706 -13.65848 0426624 0082555 0141899 0233113 1386804 -.0270944 0481405 0405806 8620157 -.0985983 0576912 STATA Thursday October 13 22:34:28 2016 Page 24 vif Variable VIF 1/VIF Edu Bureau EcFree COR lnGDP Infra Law Unemp Infl Human 15.64 11.46 6.73 6.55 4.97 4.76 3.43 3.34 1.52 1.34 0.063946 0.087262 0.148608 0.152582 0.201134 0.209901 0.291801 0.299355 0.657672 0.748776 Mean VIF 5.97 25 hettest Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance Variables: fitted values of lnFDI chi2(1) Prob > chi2 = = 4.92 0.0266 26 xtserial lnFDI COR Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation 11.952 F( 1, 158) = 0.0007 Prob > F = 27 xtreg lnFDI COR Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp,fe Fixed-effects (within) regression Group variable: nCode R-sq: within = 0.1143 between = 0.0103 overall = 0.0333 corr(u_i, Xb) = = 1310 253 Obs per group: = avg = max = 5.2 11 Number of obs Number of groups F(10,1047) Prob > F = -0.3195 lnFDI Coef COR Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp _cons 0282372 0034258 -.0045652 0163141 0811368 -.0346401 0007221 -.0046077 9622046 -.0544933 -14.61012 0178557 0024795 0045274 0145501 0364562 0252085 0106373 0116848 4142932 0673896 4.278593 sigma_u sigma_e rho 2.6240678 1.1681254 834609 (fraction of variance due to u_i) F test that all u_i=0: Std Err t 1.58 1.38 -1.01 1.12 2.23 -1.37 0.07 -0.39 2.32 -0.81 -3.41 F(252, 1047) = P>|t| = = 0.114 0.167 0.314 0.262 0.026 0.170 0.946 0.693 0.020 0.419 0.001 17.27 13.51 0.0000 [95% Conf Interval] -.0067999 -.0014395 -.013449 -.0122365 0096012 -.0841049 -.0201508 -.0275359 1492651 -.1867274 -23.00571 0632743 0082912 0043185 0448648 1526724 0148247 021595 0183206 1.775144 0777408 -6.214528 Prob > F = 0.0000 STATA Thursday October 13 22:34:28 2016 Page 28 estimate store FE 29 xtreg lnFDI COR Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp,re Random-effects GLS regression Group variable: nCode R-sq: within = 0.1091 between = 0.0675 overall = 0.0591 1310 253 Obs per group: = avg = max = 5.2 11 Wald chi2(10) Prob > chi2 = (assumed) corr(u_i, X) = = Number of obs Number of groups lnFDI Coef Std Err z COR Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp _cons 0380845 0030896 -.0024901 0256338 0842213 -.043525 0074382 0192928 355131 -.1246151 -9.628607 0137522 0023971 0041259 010651 0272023 0175006 010003 0065069 1303129 0418145 2.318645 sigma_u sigma_e rho 2.2324595 1.1681254 78506104 (fraction of variance due to u_i) 2.77 1.29 -0.60 2.41 3.10 -2.49 0.74 2.96 2.73 -2.98 -4.15 P>|z| 0.006 0.197 0.546 0.016 0.002 0.013 0.457 0.003 0.006 0.003 0.000 146.37 0.0000 = = [95% Conf Interval] 0111307 -.0016085 -.0105768 0047582 0309057 -.0778256 -.0121673 0065395 0997224 -.2065702 -14.17307 0650383 0077878 0055966 0465095 1375368 -.0092245 0270437 032046 6105396 -.0426601 -5.084147 30 hausman FE ,sigmamore Coefficients (b) (B) FE 0282372 0034258 -.0045652 0163141 0811368 -.0346401 0007221 -.0046077 9622046 -.0544933 COR Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp 0380845 0030896 -.0024901 0256338 0842213 -.043525 0074382 0192928 355131 -.1246151 (b-B) Difference -.0098473 0003362 -.0020752 -.0093197 -.0030845 0088849 -.0067161 -.0239004 6070736 0701218 sqrt(diag(V_b-V_B)) S.E .0114283 0006476 0018793 0099428 0243485 0181932 0036624 0097252 3938817 0529693 b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(10) = (b-B)'[(V_b-V_B)^(-1)](b-B) 15.23 = 0.1241 Prob>chi2 = STATA Thursday October 13 22:34:29 2016 Page 31 xtgls lnFDI COR Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp, panel (hetero) corr(ar > ) force (note: 41 observations dropped because only obs in group) Cross-sectional time-series FGLS regression Coefficients: Panels: Correlation: generalized least squares heteroskedastic common AR(1) coefficient for all panels 212 11 Estimated covariances = Estimated autocorrelations = Estimated coefficients = lnFDI Coef COR Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp _cons 0279591 -.0042475 -.0023709 -.00016 0720645 -.0475917 0086362 0304963 5964692 -.161101 -8.154202 Number of obs Number of groups Obs per group: avg max Wald chi2(10) Prob > chi2 Std Err .0127491 0021441 0033066 0097627 0205388 0141501 0075374 0063386 0835585 0313951 2.102345 (0.5582) z 2.19 -1.98 -0.72 -0.02 3.51 -3.36 1.15 4.81 7.14 -5.13 -3.88 P>|z| 0.028 0.048 0.473 0.987 0.000 0.001 0.252 0.000 0.000 0.000 0.000 1269 212 5.985849 11 172.79 0.0000 = = = = = = = [95% Conf Interval] 0029714 -.0084499 -.0088518 -.0192945 0318091 -.0753255 -.0061369 0180729 4326975 -.2226343 -12.27472 0529469 -.0000452 00411 0189746 1123198 -.0198579 0234093 0429198 760241 -.0995678 -4.033682 32 33 reg lnFDI CDis_pos Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp Source SS df MS Model Residual 78.9947511 268.409629 10 83 7.89947511 3.23385096 Total 347.40438 93 3.73553097 lnFDI Coef CDis_pos Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp _cons -.0784062 0101506 -.0056908 0520725 -.0046449 -.0582301 -.0839849 0310058 3580373 -.3282007 -3.306424 Std Err .0312002 0105204 0276648 0787194 172812 1677351 1148811 0351923 1.12662 7499634 11.80371 t -2.51 0.96 -0.21 0.66 -0.03 -0.35 -0.73 0.88 0.32 -0.44 -0.28 Number of obs F( 10, 83) Prob > F R-squared Adj R-squared Root MSE P>|t| 0.014 0.337 0.838 0.510 0.979 0.729 0.467 0.381 0.751 0.663 0.780 = = = = = = 94 2.44 0.0131 0.2274 0.1343 1.7983 [95% Conf Interval] -.1404621 -.010774 -.060715 -.1044972 -.348361 -.3918485 -.3124787 -.0389902 -1.882765 -1.819848 -26.78352 -.0163503 0310752 0493334 2086421 3390711 2753882 1445089 1010019 2.598839 1.163446 20.17068 STATA Thursday October 13 22:34:30 2016 Page 34 vif Variable VIF 1/VIF Edu Unemp lnGDP EcFree Bureau Infra Law Infl Human CDis_pos 88.42 57.74 18.72 13.89 9.36 8.97 3.49 3.28 1.80 1.16 0.011310 0.017318 0.053433 0.072009 0.106859 0.111510 0.286915 0.305111 0.556613 0.859164 Mean VIF 20.68 35 hettest Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance Variables: fitted values of lnFDI chi2(1) Prob > chi2 = = 0.99 0.3198 36 xtserial lnFDI CDis_pos Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation 0.017 F( 1, 10) = 0.8993 Prob > F = 37 xtgls lnFDI CDis_pos Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp,force Cross-sectional time-series FGLS regression Coefficients: Panels: Correlation: generalized least squares homoskedastic no autocorrelation 11 Estimated covariances = Estimated autocorrelations = Estimated coefficients = Number of obs Number of groups Obs per group: avg max Wald chi2(10) Prob > chi2 = -182.6935 Log likelihood lnFDI Coef CDis_pos Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp _cons -.0784062 0101506 -.0056908 0520725 -.0046449 -.0582301 -.0839849 0310058 3580373 -.3282007 -3.306424 Std Err .0293179 0098857 0259958 0739702 1623861 1576155 1079502 0330691 1.05865 7047177 11.09158 z -2.67 1.03 -0.22 0.70 -0.03 -0.37 -0.78 0.94 0.34 -0.47 -0.30 P>|z| 0.007 0.305 0.827 0.481 0.977 0.712 0.437 0.348 0.735 0.641 0.766 = = = = = = = 94 30 3.133333 27.66 0.0020 [95% Conf Interval] -.1358682 -.009225 -.0566416 -.0929064 -.3229159 -.3671509 -.2955635 -.0338085 -1.716879 -1.709422 -25.04553 -.0209443 0295261 04526 1970514 313626 2506906 1275936 0958201 2.432954 1.053021 18.43268 STATA Thursday October 13 22:34:30 2016 Page 38 reg lnFDI CDis_neg Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp Source SS df MS Model Residual 876.054559 6705.47948 10 1205 87.6054559 5.56471326 Total 7581.53404 1215 6.23994571 lnFDI Coef CDis_neg Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp _cons 0090838 -.0034691 0029866 -.0052517 0871139 -.0694659 0126761 024568 7329374 -.1978228 -8.066674 Std Err .0035885 0044451 0069432 0140959 0294137 0197935 018114 0077021 0966461 0380041 2.150923 t 2.53 -0.78 0.43 -0.37 2.96 -3.51 0.70 3.19 7.58 -5.21 -3.75 Number of obs F( 10, 1205) Prob > F R-squared Adj R-squared Root MSE P>|t| 0.011 0.435 0.667 0.710 0.003 0.000 0.484 0.001 0.000 0.000 0.000 = = = = = = 1216 15.74 0.0000 0.1156 0.1082 2.359 [95% Conf Interval] 0020434 -.01219 -.0106355 -.032907 0294062 -.1082993 -.0228623 009457 543324 -.2723843 -12.28664 0161242 0052519 0166088 0224035 1448216 -.0306324 0482145 0396791 9225508 -.1232613 -3.846705 39 40 vif Variable VIF 1/VIF Edu Bureau EcFree lnGDP Infra Unemp Law Infl Human CDis_neg 13.87 10.57 4.87 4.71 3.63 3.32 3.13 1.49 1.28 1.07 0.072080 0.094604 0.205383 0.212226 0.275753 0.301447 0.319518 0.671092 0.779666 0.934368 Mean VIF 4.79 41 hettest Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance Variables: fitted values of lnFDI chi2(1) Prob > chi2 = = 1.55 0.2131 42 xtserial lnFDI CDis_neg Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation 13.533 F( 1, 148) = 0.0003 Prob > F = STATA Thursday October 13 22:34:31 2016 Page 43 xtreg lnFDI CDis_neg Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp,fe Fixed-effects (within) regression Group variable: nCode R-sq: within = 0.1112 between = 0.0350 overall = 0.0555 corr(u_i, Xb) = = 1216 234 Obs per group: = avg = max = 5.2 11 Number of obs Number of groups F(10,972) Prob > F = -0.2811 lnFDI Coef CDis_neg Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp _cons 0208567 0025398 -.0048365 0150573 0598635 -.0259316 0034339 -.0032833 8848574 -.0722087 -11.26562 0094858 002586 004538 0140571 0368449 0252073 0104382 0106936 3877082 0633946 4.317707 sigma_u sigma_e rho 2.5510783 1.1370053 83427546 (fraction of variance due to u_i) F test that all u_i=0: Std Err t P>|t| = = 2.20 0.98 -1.07 1.07 1.62 -1.03 0.33 -0.31 2.28 -1.14 -2.61 F(233, 972) = 0.028 0.326 0.287 0.284 0.105 0.304 0.742 0.759 0.023 0.255 0.009 12.17 0.0000 [95% Conf Interval] 0022417 -.002535 -.0137419 -.0125285 -.0124412 -.0753987 -.01705 -.0242685 1240158 -.1966149 -19.73872 18.09 0394716 0076146 0040689 042643 1321683 0235354 0239179 0177019 1.645699 0521974 -2.792516 Prob > F = 0.0000 44 estimate store FE 45 xtreg lnFDI CDis_neg Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp,re Random-effects GLS regression Group variable: nCode R-sq: within = 0.1066 between = 0.0955 overall = 0.0835 corr(u_i, X) = = 1216 234 Obs per group: = avg = max = 5.2 11 Number of obs Number of groups Wald chi2(10) Prob > chi2 = (assumed) lnFDI Coef Std Err z CDis_neg Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp _cons 0193633 0025104 -.0035388 0190775 0673691 -.0347043 008604 0140644 4035193 -.1404413 -6.764654 0059984 002454 0041427 0104382 0274536 0177825 0098475 006279 1329196 0417762 1.954401 sigma_u sigma_e rho 2.253524 1.1370053 79708833 (fraction of variance due to u_i) 3.23 1.02 -0.85 1.83 2.45 -1.95 0.87 2.24 3.04 -3.36 -3.46 P>|z| 0.001 0.306 0.393 0.068 0.014 0.051 0.382 0.025 0.002 0.001 0.001 = = 140.67 0.0000 [95% Conf Interval] 0076067 -.0022995 -.0116583 -.0013809 0135609 -.0695573 -.0106968 0017578 1430017 -.2223211 -10.59521 0311199 0073202 0045808 039536 1211772 0001486 0279047 0263709 664037 -.0585614 -2.934099 STATA Thursday October 13 22:34:31 2016 Page 10 46 hausman FE ,sigmamore Coefficients (b) (B) FE 0208567 0025398 -.0048365 0150573 0598635 -.0259316 0034339 -.0032833 8848574 -.0722087 CDis_neg Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp (b-B) Difference 0193633 0025104 -.0035388 0190775 0673691 -.0347043 008604 0140644 4035193 -.1404413 sqrt(diag(V_b-V_B)) S.E .0014934 0000294 -.0012977 -.0040203 -.0075055 0087727 -.00517 -.0173477 481338 0682325 0073525 0008182 0018561 0094221 0245915 0178777 003472 0086604 3643477 0477104 b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(10) = (b-B)'[(V_b-V_B)^(-1)](b-B) 12.66 = 0.2436 Prob>chi2 = 47 xtgls lnFDI CDis_neg Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp, corr(ar) force (note: 40 observations dropped because only obs in group) Cross-sectional time-series FGLS regression Coefficients: Panels: Correlation: generalized least squares homoskedastic common AR(1) coefficient for all panels 1 11 Estimated covariances = Estimated autocorrelations = Estimated coefficients = lnFDI Coef CDis_neg Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp _cons 0101251 -.0036521 -3.38e-06 -.0029798 0847029 -.051219 0146204 0229321 5832726 -.1658254 -6.978615 Std Err .0049535 0027305 0041588 0123986 0270582 0190592 0101459 0075717 1155753 0403289 2.011285 (0.6714) Number of obs Number of groups Obs per group: avg max Wald chi2(10) Prob > chi2 z 2.04 -1.34 -0.00 -0.24 3.13 -2.69 1.44 3.03 5.05 -4.11 -3.47 P>|z| 0.041 0.181 0.999 0.810 0.002 0.007 0.150 0.002 0.000 0.000 0.001 = = = = = = = 1176 194 6.061856 11 83.61 0.0000 [95% Conf Interval] 0004164 -.0090038 -.0081544 -.0272807 0316698 -.0885744 -.0052653 0080919 3567492 -.2448686 -10.92066 0198338 0016995 0081477 0213211 1377361 -.0138637 0345061 0377723 809796 -.0867822 -3.036569 STATA Thursday October 13 22:34:32 2016 Page 11 48 xtregar lnFDI CDis_neg Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp,re RE GLS regression with AR(1) disturbances Group variable: nCode within = 0.1015 between = 0.1043 overall = 0.0925 R-sq: corr(u_i, Xb) 0.4698 5% 0.5324 95% 0.7300 Std Err 1216 234 Obs per group: = avg = max = 5.2 11 Wald chi2(11) Prob > chi2 = (assumed) theta median 0.7003 = = Number of obs Number of groups 96.24 0.0000 max 0.7370 lnFDI Coef z CDis_neg Human Law Bureau EcFree Edu Infl Infra lnGDP Unemp _cons 0201113 -.000686 -.0020445 0091333 0735608 -.0405591 0128619 0189817 4775068 -.1737832 -7.03805 0060595 0023983 0038679 0112878 0276223 0189889 0091727 0070879 1327219 0431481 1.992344 rho_ar sigma_u sigma_e rho_fov 43144713 2.03059 1.1454861 75859546 (estimated autocorrelation coefficient) 3.32 -0.29 -0.53 0.81 2.66 -2.14 1.40 2.68 3.60 -4.03 -3.53 P>|z| 0.001 0.775 0.597 0.418 0.008 0.033 0.161 0.007 0.000 0.000 0.000 [95% Conf Interval] 0082348 -.0053865 -.0096256 -.0129903 0194221 -.0777766 -.0051163 0050897 2173765 -.2583519 -10.94297 (fraction of variance due to u_i) 49 save "D:\UEH\Luan van cao hoc\STATA\20161013_22h12.dta", replace file D:\UEH\Luan van cao hoc\STATA\20161013_22h12.dta saved 50 = = 0319878 0040145 0055365 031257 1276994 -.0033416 0308401 0328738 737637 -.0892146 -3.133128 ... liêu, tham nhũng 2 Do đó, để xác định làm rõ mối quan hệ tham nhũng dòng vốn FDI đầu tư vào nước khu vực Đông Nam Á, tác giả chọn đề tài ? ?Chênh lệch tham nhũng dòng vốn FDI đầu tư vào quốc gia khu. .. vi đầu tư FDI khác nhau: (1) nhóm chênh lệch tham nhũng dương: cặp quốc gia mà nước đầu tư tham nhũng so với nước chủ nhà; (2) nhóm chênh lệch tham nhũng âm: cặp quốc gia mà nước đầu tư tham nhũng. ..BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP.HỒ CHÍ MINH NGUYỄN NGỌC MINH TUẤN CHÊNH LỆCH THAM NHŨNG VÀ DÒNG VỐN FDI ĐẦU TƯ VÀO CÁC QUỐC GIA KHU VỰC ĐÔNG NAM Á Chuyên ngành: TÀI