4.4.1 Thiết lập mô hình tổng quát
Dựa vào các nhân tố nêu trên ta tiến hành xây dựng mô hình về sự tác động của các yếu tố tới đầu tư trực tiếp nước ngoài vào tỉnh Vĩnh Long. Trong nghiên cứu này, các dữ liệu quan sát về số vốn đăng ký FDI vào tỉnh Vĩnh Long có một số quan sát có giá trị bằng 0. Điều này có nghĩa là biến phụ thuộc bị kiểm duyệt (censored sample). Vì vậy, ta sẽ sử dụng phương pháp hồi quy kiểm duyệt (TOBIT), với:
FDI = FDI* = β0 + β1*GDP + β2*SV + β3*HH + β4*R + β5*GTSX + β6*D1+ u
(nếu FDI* > 0)
0 (nếu FDI* ≤ 0) Trong đó :
▪ FDI là biến phụ thuộc
▪ GDP, SV, HH, R, GTSX, D1 là các biến độc lập. Trong đó D1 là biến giả D1 = 0 Nếu quan sát ở giai đoạn trước năm 2006
1 Nếu quan sát ở giai đoạn từ năm 2006 về sau ▪ βi ( i=1,6) là hệ số của các biến tương ứng
▪ u: đại lượng không giải thích được bởi mô hình (gọi là sai số).
Các hệ số βi trong mô hình chính là hệ số của các biến độc lập đối với các biến phụ thuộc. Các hệ số này phản ánh sự thay đổi giá trị của các biến phụ thuộc theo sự thay đổi giá trị của biến độc lập.
4.4.2 Sự kỳ vọng về các biến
Dựa trên cơ sở lược khảo các nghiên cứu của Nguyễn Mạnh Toàn (2010), Nguyễn Thị Tường Anh và Nguyễn Hữu Tâm (2013) cùng với tài liệu Kinh tế học Vĩ mô của Begg và cộng sự (2010), ta đưa ra kỳ vọng về mối quan hệ giữa các biến độc lập và biến phụ thuộc.
Bảng 4.1: Kỳ vọng về mối quan hệ giữa các biến độc lập và biến phụ thuộc Biến độc lập Đơn vị tính Dấu kỳ vọng GDP Tỷ đồng +
Kỳ vọng rằng tổng GDP tăng thể hiện quy mô thị trường lớn sẽ hấp dẫn các nhà đầu tư
SV Sinh viên/ 1000 dân +
Kỳ vọng rằng số sinh viên đại học trên 1000 dân tăng, đồng nghĩa với sự gia tăng của nguồn lao động chất lượng cao sẽ thu hút được các nhà đầu tư
HH Tấn.km/
1000 dân +
Kỳ vọng rằng khối lượng hàng hóa luân chuyển trên 1000 dân tăng chứng tỏ hệ thống đường xá đã được mở rộng, nâng cấp đáng kể sẽ mời gọi được nhiều nhà đầu tư
R Đồng +
Xét trong ngắn hạn, kỳ vọng rằng tỷ giá VNĐ trên USD cao sẽ làm tăng giá trị đầu tư và lợi nhuận của hoạt động xuất khẩu dẫn đến tăng trưởng kinh tế, kích thích các nhà đầu tư
GTSX Tỷ đồng +
Giá trị sản xuất công nghiệp của khu vực có vốn đầu tư nước ngoài thể hiện tình hình sản xuất kinh doanh của các doanh nghiệp FDI, kỳ vọng rằng con số này cao sẽ hấp dẫn các nhà đầu tư mới
D1 +
Kỳ vọng rằng kể từ khi Luật Đầu tư có hiệu lực vào năm 2006 (có thêm nhiều ưu đãi, chính sách thông thoáng hơn cho các nhà đầu tư) sẽ làm gia tăng số nhà đầu tư và số vốn FDI đăng ký
Dấu “+” thể hiện mối quan hệ tỷ lệ thuận với biến phụ thuộc
4.4.3 Kiểm định tham số
Kiểm định tham số nghĩa là kiểm tra xem các hệ số hồi quy có có ý nghĩa thống kê hay không, nói cách khác là chúng có khác 0 hay không. Ta có βi là hệ số góc i (1,6). Nếu βi = 0 thì các biến độc lập không ảnh hưởng đến lượng vốn FDI đăng ký
(FDI).
Đặt giả thiết H0: βi = 0 (hệ số không có ý nghĩa thống kê), H1: βi 0
Nếu p-value , bác bỏ H0 (adsbygoogle = window.adsbygoogle || []).push({});
Sử dụng phần mềm Stata/SE 11.1 để ước lượng mô hình hồi quy tuyến tính dựa trên mô hình TOBIT.
Hình 4.2: Hồi quy TOBIT biến phụ thuộc với tất cả các biến độc lập
Nguồn: Thực hiện trên phần mềm Stata/SE 11.1
Dựa vào kết quả trên ta phát hiện có ba biến SV, R và D1 có p-value < α, bác bỏ giả thiết H0, nên ba biến này có ý nghĩa về mặt thống kê ở các mức ý nghĩa từ 1% đến 5%. Còn lại ba biến GDP, HH và GTSX đều không có ý nghĩa về mặt thống kê.
Do có ba biến không có ý nghĩa thống kê ta thực hiện kiểm định Wald để xem xét có nên loại đồng thời cả ba biến GDP, HH và GTSX ra khỏi mô hình hay không. Với giả thuyết:
H0: β1 = β3 = β5 = 0 (cả ba biến đều không có ý nghĩa thống kê). H1: Ít nhất có một tham số β khác không.
Nếu p-value , bác bỏ H0, ít nhất có một tham số β khác 0.
Hình 4.3: Kiểm định Wald
Nguồn: Thực hiện trên phần mềm Stata/SE 11.1
Do p-value = 0,3719 > α, chưa đủ cơ sở để bác bỏ giả thiết H0 cho rằng cả biến đều không có ý nghĩa thống kê. Hay nói cách khác, ta có thể loại đồng thời cả ba biến này ra khỏi mô hình.
Sau đó, ta thực hiện mô hình hồi quy TOBIT sự ảnh hưởng của các nhân tố đến lượng vốn FDI đăng ký bằng phần mềm Stata. Mô hình gồm một biến phụ thuộc FDI
Hình 4.4: Hồi quy biến phụ thuộc với ba biến SV, R và D1
Nguồn: Thực hiện trên phần mềm Stata/SE 11.1
4.5 THỰC HIỆN KIỂM ĐỊNH CÁC KHUYẾT TẬT CỦA MÔ HÌNH 4.5.1 Kiểm định phương sai của sai số thay đổi 4.5.1 Kiểm định phương sai của sai số thay đổi
Theo giả thiết thứ 5 của mô hình hồi quy tuyến tính nêu ở phần trên, các yếu tố nhiễu ui xuất hiện trong hàm hồi quy tổng thể có phương sai không thay đổi, tức là chúng có cùng phương sai. Nếu mô hình vi phạm giả thiết này thì các ước lượng bình phương nhỏ nhất vẫn là các ước lượng không chệch nhưng không hiệu quả. Bên cạnh đó, các ước lượng của các phương sai sẽ bị chệch, do đó các kiểm định mức ý nghĩa và khoảng tin cậy dựa theo phân phối T và F không còn đáng tin cậy nữa. Ta sử dụng kiểm định Breusch – Pagan của phần mềm Stata để kiểm định hiện tượng này.
Với giả thiết H0: Phương sai sai số đồng nhất.
Hình 4.5: Kiểm định Breusch - Pagan
Nguồn: Thực hiện trên phần mềm Stata/SE 11.1
Theo kết quả kiểm định ở trên, ta có giá trị p-value là 0,1255 > α nên chấp nhận giả thiết H0, hay phương sai sai số đồng nhất. Như vậy, mô hình không có hiện tượng phương sai sai số thay đổi.
4.5.2 Kiểm định tự tương quan giữa các quan sát
Thuật ngữ tự tương quan có thể hiểu là sự tương quan giữa các thành phần của chuỗi các quan sát được sắp xếp theo thứ tự thời gian (trong các số liệu chuỗi thời gian) hoặc không gian trong số liệu chéo (trong số liệu chéo). Trong phạm vi hồi quy mô hình tuyến tính cổ điển giả thiết rằng không có sự tương quan giữa các nhiễu ui. Nói một cách khác, mô hình cổ điển giả thiết rằng thành phần nhiễu gắn với một quan sát nào đó không bị ảnh hưởng bởi thành phần nhiễu gắn với một quan sát khác. Tuy nhiên trong thực tế đối với dữ liệu chuỗi thời gian, giả định này hay bị vi phạm, khi đó xảy ra hiện tượng mà thành phần nhiễu của các quan sát lại có thể phụ thuộc lẫn nhau.
Khi bị vi phạm hiện tượng tự tương quan, ước lượng theo OLS vẫn không chệch nhưng không còn hiệu quả được. Bên cạnh đó các trị thống kê tính theo OLS không còn hữu ích trong việc nhận định mô hình. Vì vậy, đối với số liệu chuỗi thời gian nhất thiết phải thực hiện kiểm định hiện tượng này. Ta sẽ sử dụng phương pháp kiểm định Durbin - Watson để kiểm tra xem có hiện tượng tự tương quan hay không trong phần dư của phép phân tích hồi quy.
Đặt giả thiết H0: Không có hiện tượng tự tương
Hình 4.6: Kiểm định Durbin - Watson
Nguồn: Thực hiện trên phần mềm Stata/SE 11.1
Dựa vào kiểm định đã thực hiện ở trên, ta nhận thấy giá trị p-value là 0,2723 > α nên ta chấp nhận giả thiết H0, mô hình không có hiện tượng tự tương quan ở mức ý nghĩa 10%..
4.5.3 Kiểm định đa cộng tuyến
Trong mô hình phân tích hồi quy bội, ta giả thiết giữa các biến giải thích Xi của mô hình độc lập tuyến tính với nhau, tức là các hệ số hồi quy đối với một biến cụ thể là số đo tác động riêng phần của biến tương ứng khi tất cả các biến khác trong mô hình được giữ cố định. Tuy nhiên khi giả thiết đó bị vi phạm tức là các biến giải thích có tương quan thì chúng ta không thể tách biệt sự ảnh hưởng riêng biệt của một biến nào đó. Hiện tượng đó được gọi là hiện tượng đa cộng tuyến.
Khi mô hình bị mắc phải hiện tượng đa cộng tuyến, ước lượng các hệ số không hiệu quả do phương sai và đồng phương sai của các ước lượng OLS lớn. Mô hình có đa cộng tuyến có t-stat nhỏ và một số hệ số có thể có dấu trái với lý thuyết hay có giá trị không phù hợp. R2 và F có thể rất cao; giá trị ước lượng của các hệ số rất nhạy cảm đối với việc tăng hoặc bớt một quan sát hoặc loại bỏ bớt biến có ý nghĩa thấp; và việc phân tích tác động riêng phần của một biến là rất khó khăn.
Do khi mắc phải hiện tượng đa cộng tuyến thì phương sai và đồng phương sai của các ước lượng OLS lớn nên để phát hiện hiện tượng đa cộng tuyến, ta thực hiện kiểm định hệ số phóng đại phương sai VIF (Variance inflation factor), yếu tố này sẽ thể hiện tốc độ gia tăng của phương sai và đồng phương sai. (adsbygoogle = window.adsbygoogle || []).push({});
VIFj = ) 1 ( 1 2 j R (4.5)
Với R2j là giá trị R2 trong hàm hồi quy (phụ trợ) của Xj theo các biến hồi quy độc lập còn lại. Khi R2j tăng dần đến 1, đó là, vì sự cộng tuyến của Xj với các biến hồi quy độc lập khác tăng, VIF cũng tăng và trong giới hạn VIF có thể trở thành vô hạn. Giá trị VIF càng lớn thì biến Xj càng phức tạp hoặc càng cộng tuyến cao. Như một quy tắc kinh nghiệm của nhiều nghiên cứu, nếu VIF của một biến vượt quá 10 (điều này xảy ra nếu R2j vượt quá 0,9), biến này được nói là cộng tuyến cao (theo Damodar N. Gujarati).
Hình 4.7: Kiểm định nhân tố phóng đại phương sai VIF của các biến độc lập
Nguồn: Thực hiện trên phần mềm Stata/SE 11.1
Dựa trên kết quả kiểm định ở hình 4.8 ta nhận thấy cả ba biến độc lập R, D1, và
SV đều có hệ số phóng đại phương sai nhỏ hơn 10 nên ta có thể kết luận mô hình không có hiện tượng đa cộng tuyến.
4.6 KẾT QUẢ VÀ GIẢI THÍCH MÔ HÌNH 4.6.1 Kết quả mô hình hồi quy hoàn chỉnh 4.6.1 Kết quả mô hình hồi quy hoàn chỉnh
Sau khi thực hiện việc loại bỏ các biến độc lập không có ý nghĩa thống kê và thực hiện kiểm định các khuyết tật của mô hình. Ta nhận thấy mô hình không bị vi phạm các giả thiết đã đặt ra ban đầu. Mô hình hồi quy hoàn chỉnh sẽ bao gồm ba biến độc lập là SV, R và D1.
Hình 4.8: Mô hình hồi quy hoàn chỉnh
Nguồn: Thực hiện trên phần mềm Stata/SE 11.1
Theo kết quả phân tích hồi quy dựa theo mô hình TOBIT ở trên, tổng số quan sát ta đưa vào mô hình là 13 quan sát, trong đó số quan sát dương là 10 quan sát. Giá trị log của hàm gần đúng (log likelihood) là -37,158. Với xác suất lớn hơn giá trị chi bình phương (prob > chi2) là 0,0022 chứng minh rằng mô hình này là phù hợp.
Như vậy, mô hình hồi quy hoàn chỉnh là:
FDI = FDI* = -338,170 + 7,264*SV + 0,011*R + 52,815*D1 (nếu FDI* > 0)
4.6.2 Giải thích mô hình
Dựa vào hình 4.8 ta thấy:
▪ Biến SV có ý nghĩa thống kê ở mức ý nghĩa 5%. Hệ số ước lượng của biến SV
bằng 7,264 mang dấu dương cho thấy số lượng sinh viên đại học, cao đẳng trên 1000 dân có tác động cùng chiều với lượng vốn FDI đăng ký. Cụ thể khi các yếu tố khác không đổi cứ 1 sinh viên được tăng thêm trên 1000 dân thì lượng vốn FDI đăng ký vào tỉnh sẽ tăng lên 7,264 triệu USD.
▪ Biến R có ý nghĩa thống kê ở mức ý nghĩa 1%. Hệ số ước lượng của biến R
với lượng vốn FDI đăng ký. Cụ thể khi các yếu tố khác không đổi cứ 1 đồng tỷ giá được tăng thêm thì lượng vốn FDI đăng ký vào tỉnh sẽ tăng lên 0,011 triệu USD.
▪ Biến D1 có ý nghĩa thống kê ở mức ý nghĩa 1%. Hệ số ước lượng của biến D1
mang dấu dương cho thấy Luật đầu tư 2005 có tác động cùng chiều với lượng vốn FDI đăng ký. Cụ thể khi các yếu tố khác không đổi thì lượng vốn FDI đăng ký trong thời kỳ từ năm 2006 trở về sau sẽ cao hơn so với thời kỳ trước năm 2006.
CHƯƠNG 5
ĐỀ XUẤT MỘT SỐ GIẢI PHÁP ĐỂ XÂY DỰNG CÁC CHÍNH SÁCH THU HÚT ĐẦU TƯ TRỰC TIẾP
NƯỚC NGOÀI TẠI TỈNH VĨNH LONG
Qua phân tích ở chương 3 và chương 4, ta đã đánh giá được bức tranh toàn cảnh về thực trạng cũng như các yếu tố tác động đến việc thu hút đầu tư trực tiếp nước ngoài vào tỉnh Vĩnh Long trong giai đoạn từ năm 2000 đến tháng 6 năm 2013. Đã có những thời điểm lượng vốn FDI đăng ký vào tỉnh tương đối khả quan và chính những nguồn vốn này đã có những tác động tích cực đến tình hình phát triển kinh tế - xã hội của tỉnh. Tuy nhiên, vẫn còn đó những khó khăn, những hạn chế trong việc thu hút dòng vốn FDI vào tỉnh. Chính vì thế, chính quyền tỉnh cần có những chính sách phù hợp để nâng cao hiệu quả trong việc thu hút đầu tư trực tiếp nước ngoài, thu hút ngày càng nhiều các nhà đầu tư với các dự án có chất lượng vào địa bàn tỉnh.
Cụ thể, qua phân tích ở chương 4, ta nhận thấy có hai nhóm nhân tố tác động chính đến dòng vốn FDI vào tỉnh Vĩnh Long là nhóm nhân tố lao động (được đại diện bởi biến SV)và nhân tố chính trị, chính sách và pháp luật (được đại diện bởi biến R và
D1). Chính vì vậy, nếu muốn tạo nên một môi trường hấp dẫn cho các nhà đầu tư nước ngoài, việc cải thiện hai nhóm nhân tố này là việc ưu tiên hàng đầu. Tuy vậy, chúng ta cũng không thể bỏ qua các nhóm nhân tố khác bởi chúng cũng có những tương quan nhất định với hai nhóm nhân tố trên và đặc biệt là chúng ta cần có một sự phát triển đồng bộ trên nhiều mặt.
Bên cạnh đó, vào ngày 29 tháng 8 năm 2013, Thủ tướng Chính phủ vừa ký ban hành Nghị quyết 103/NQ-CP về định hướng nâng cao hiệu quả thu hút, sử dụng và quản lý đầu tư trực tiếp nước ngoài trong thời gian tới. Vì vậy, giải pháp nâng cao hiệu quả thu hút đầu tư trực tiếp nước ngoài trong thời gian tới của tỉnh Vĩnh Long cần phải dựa trên cơ sở những định hướng của nghị quyết này để hòa với xu thế chung của đất nước nhưng vẫn phải phù hợp với những đặc thù của tỉnh.
5.1 NHỮNG ĐỊNH HƯỚNG
Theo đó, trong Nghị quyết 103/NQ-CP của Chính phủ đã nêu rõ các định hướng thu hút FDI trong thời gian tới: (adsbygoogle = window.adsbygoogle || []).push({});
(1) Tạo bước chuyển biến mạnh mẽ về thu hút đầu tư nước ngoài theo hướng chọn lọc các dự án có chất lượng, có giá trị gia tăng cao, sử dụng công nghệ hiện đại, thân thiện với môi trường, đặc biệt trong lĩnh vực công nghệ thông tin và công nghệ sinh học phục vụ nông nghiệp; phát triển kết cấu hạ tầng, đào tạo nguồn nhân lực chất lượng cao, nghiên cứu và phát triển, dịch vụ hiện đại,…