Dựa theo phương pháp nghiên cứu của Boateng và các cộng sự (2015), tác giả sử dụng phương pháp FMOLS và VECM để kiểm định mối quan hệ giữa FDI
và các biến kinh tế vĩ mô ở Việt Nam. Tác giả cho rằng việc sử dụng hai phương pháp này sẽ cải thiện tính vững của các kết quả nghiên cứu.
Các bước nghiên cứu được tiến hành như hình 3.1.
3.3.1. Ƣớc lƣợng FMOLS
Trên cơ sở dữ liệu chuỗi thời gian, nghiên cứu sử dụng phương pháp kiểm định KPSS để xác định tính dừng, kiểm định đồng liên kết (cointegrated test) bằng phương pháp của Johansen để xem xét có tồn tại mối quan hệ trong dài hạn giữa các biến đang nghiên cứu. Khi các chuỗi dữ liệu không dừng (nonstationary) và tồn tại mối quan hệ đồng liên kết thì phương pháp hồi quy đồng liên kết (cointegration regression) bằng kỹ thuật bình phương bé nhất đã được hiệu chỉnh hoàn toàn (Fully Modified Least Squares – FMOLS) sẽ được áp dụng để xác định mối quan hệ trong dài hạn. (Theo Nguyễn Minh Kiều và Nguyễn Văn Điệp, 2013)
FMOLS được đề xuất lần đầu tiên bởi Phillips and Hansen (1990) đã cung cấp một phương pháp ước lượng tối ưu về vấn đề hồi quy đồng liên kết. Ước lượng FM (Fully Modified) được xây dựng để đánh giá trực tiếp mối quan hệ đồng liên kết bằng cách hiệu chỉnh mô hình OLS truyền thống với các hiện tượng tương quan chuỗi và nội sinh. Một lý do phương pháp này tỏ ra hữu dụng trong thực tế là người ta có thể sử dụng các hiệu chỉnh FM này để xác định tầm quan trọng của những hiệu ứng này trong một ứng dụng thực nghiệm.
Dựa vào bằng chứng tồn tại đồng liên kết với dữ liệu trong bài nghiên cứu, tác giả sử dụng mô hình sau đây khi kiểm định mối quan hệ đồng liên kết (tương tự với bài nghiên cứu của Boateng và các cộng sự (2015)):
Trong đó FDI đại diện cho biến phụ thuộc là LFDI - Logarith tự nhiên của giá trị dòng vốn đầu tư trực tiếp nước ngoài; là tập hợp của các biến kiểm soát như GDPGR, AGRI, CPI, REER, LNM2, UNEMP, INT, TRADE; là sai số.
3.3.2. Ƣớc lƣợng VECM
Dựa trên những bài nghiên cứu thực nghiệm trước đây, mô hình hiệu chỉnh sai số vector (VECM) và mô hình tự hồi quy vector (VAR) được đề xuất để nghiên
cứu mối quan hệ giữa dòng vốn đầu tư trực tiếp FDI và các biến số kinh tế vĩ mô khác. Tuy nhiên, dựa vào bằng chứng tồn tại đồng liên kết với dữ liệu trong bài nghiên cứu, tác giả sử dụng mô hình hiệu chỉnh sai số vector (VECM) để ước lượng (tương tự với bài nghiên cứu của Boateng và các cộng sự (2015)):
∑
Trong đó Zt là vector của các biến nội sinh: LNFDI, GDPGR, CPI, REER, LNM2, UNEMP, INT, TRADE; là sai số. C là ma trận hệ số chặn, và k là độ trễ tối ưu (dựa vào bài nghiên cứu của Boateng và các cộng sự (2015)).
3.3.3. Hàm phản ứng đẩy
Kiểm định phản ứng đẩy cho thấy những tác động của một cú sốc ngoại sinh trên toàn bộ tiến trình theo thời gian. Vì vậy, người ta có thể phát hiện các mối quan hệ động theo thời gian.
Việc ảnh hưởng của một cú sốc của một biến đến một biến khác thì không ảnh hưởng ngay lập tức mà cần phải trải qua một thời gian nhất định (trễ). Vì vậy, hàm phản ứng đẩy sẽ thể hiện được sự ảnh hưởng khi tồn tại cú sốc của các biến đến biến chúng ta quan tâm (ở đây là biến dòng vốn FDI).
3.3.4. Phân rã phƣơng sai
Quá trình phân rã phương sai hoàn toàn trái ngược với hàm phản ứng đẩy. Trong khi hàm phản ứng đẩy xem xét sự ảnh hưởng của cú sốc biến này đến biến khác thì phân rã phương sai lại quan tâm tới việc phân rã cú sốc của biến này được giải thích (ảnh hưởng) bao nhiêu phần trăm bởi các cú sốc của các biến còn lại. Từ đó, có thể đánh giá được tầm quan trọng của các cú sốc đến cú sốc mà chúng ta quan tâm (ở đây là cú sốc FDI) nhằm có thể kiểm soát được cú sốc dòng vốn thông qua các cú sốc khác.
Hình 3.1. Sơ đồ quy trình ước lượng
Nguồn: Nghiên cứu của tác giả
Kiểm định tính dừng bậc gốc
Dừng
Không dừng
Hồi quy OLS
Kiểm định tính dừng bậc một Kiểm định tính dừng bậc hai Dừng Không dừng Ƣớc lƣợng mô hình ARDL Xét đồng tích hợp Cùng I(1) I(0) và I(1) Ƣớc lƣợng VAR Xác định độ trễ tối ƣu Kiểm định đồng liên kết Ƣớc lƣợng VAR Ƣớc lƣợng VECM Không có đlk Có đlk - Hàm phản ứng đẩy - Phân rã phƣơng sai
Chƣơng 4. KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.1. Thống kê mô tả
Thống kê mô tả cho thấy những đặc tính cơ bản của chuỗi dữ liệu được sử dụng trong bài nghiên cứu này trong giai đoạn từ quý 1 năm 1995 đến quý 4 năm 2015 tại Việt Nam. Kết quả được trình bày trong bảng 4.1.
Bảng 4.1. Thống kê mô tả các biến
iến Trung bình Trung vị Giá trị lớn nhất Giá trị nhỏ nhất Độ lệch chuẩn LNFDI 20.809 20.221 23.973 18.500 1.284 GDPGR 0.016 0.015 0.024 0.007 0.003 AGRI 21.673 20.305 27.820 18.288 3.132 CPI 73.823 57.482 144.479 38.751 33.930 REER 1.092 1.092 1.275 0.946 0.073 LNM2 33.830 33.858 36.153 31.246 1.503 UNEMP 2.267 2.267 2.900 1.793 0.268 INT 8.172 6.562 18.636 3.350 3.313 TRADE 124.751 123.342 165.522 73.202 28.244 Nguồn: Tác giả tổng hợp từ phần mềm Eviews 7.2
Biến chỉ số giá CPI và độ mở thương mại TRADE là hai biến có độ lệch chuẩn rất cao trong các biến nghiên cứu. Điều này cho thấy rằng hai biến này có sự thay đổi khá lớn trong thời gian nghiên cứu. Điều này cũng khá phù hợp khi lạm phát của Việt Nam trước đây rất cao và sau này được kiểm chế bởi nhà nước, đồng thời nền kinh tế Việt Nam ngày càng hội nhập dẫn đến lượng xuất khẩu và nhập khẩu ngày càng gia tăng mạnh.
Biến tỷ trọng sản lượng nông nghiệp AGRI và lãi suất INT cũng có độ lệch chuẩn tương đối cao hơn so với các biến khác, với giá trị trung bình lần lượt là 21.673 và 8.172.
Các biến còn lại hầu như không có sự biến động nhiều so với các biến khác. Cụ thể dòng vốn FDI, tốc độ tăng trưởng GDP, tỷ giá REER, cung tiền M2, thất nghiệp UNEMP đạt giá trị trung bình lần lượt là 20.809; 0.016; 1.092; 33.830; 2.267.
4.2. Xử lý dữ liệu
4.2.1. Kiểm định tính dừng của các chuỗi dữ liệu
Đầu tiên, tác giả sử dụng phương pháp KPSS để kiểm định nghiệm đơn vị (hay tính dừng) của các chuỗi dữ liệu. Kết quả kiểm định nghiệm đơn vị tại bậc gốc được thể hiện trong bảng 4.2, cho thấy rằng tất cả các biến đều không dừng ở bậc gốc tại mức ý nghĩa 5%.
Bảng 4.2. Kết quả tính dừng các biến tại bậc gốc
iến LM-Stat Giá trị tới hạn tại mức 5% Kết quả
LNFDI 0.91362 0.463 Không dừng GDPGR 0.50079 0.463 Không dừng AGRI 1.05664 0.463 Không dừng CPI 0.30922 0.146 Không dừng REER 0.1565 0.146 Không dừng LNM2 0.19586 0.146 Không dừng UNEMP 28.4345 0.463 Không dừng INT 0.19909 0.146 Không dừng TRADE 1.22274 0.463 Không dừng
Nguồn: Tác giả tổng hợp từ phần mềm Eviews 7.2
Giá trị LM-Stat của các biến LNFDI, GDPGR, AGRI, CPI, REER, LNM2, UNEMP, INT và TRADE đều lớn hơn giá trị tới hạn tại mức ý nghĩa 5%. Điều này có nghĩa rằng các chuỗi dữ liệu trên đều không dừng ở bậc gốc.
Với kết quả các biến không dừng tại bậc gốc ở mức ý nghĩa 5%, tác giả thực hiện lấy sai phân các biến số và tiếp tục xem xét tính dừng của các biến tại sai phân bậc 1.
Kết quả kiểm định nghiệm đơn vị các biến sai phân bậc 1 được trình bày trong bảng 4.3. Giá trị LM-Stat của các các biến LNFDI, GDPGR, AGRI, CPI, REER, LNM2, UNEMP, INT và TRADE đều nhỏ hơn giá trị tới hạn tại mức ý nghĩa 5%, hay có thể hiểu rằng các biến đều dừng ở sai phân bậc 1 tại mức ý nghĩa 5%.
Có thể thấy rằng các biến trong mô hình có đặc điểm chung như sau, đều không dừng tại bậc gốc ở mức ý nghĩa 5% và cùng dừng ở sai phân bậc 1 ở mức ý
nghĩa 5%. Hàm ý rằng các biến đều là I(1). Đây cũng chính là một trong các điều kiện của mô hình VECM, để làm rõ hơn, tác giả tiến hành kiểm định đồng liên kết giữa các biến có trong mô hình. Tuy nhiên, để kiểm định được có tồn tại đồng liên kết giữa các biến trong mô hình hay không, phải xác định được độ trễ của các biến trong mô hình.
Bảng 4.3. Kết quả tính dừng các biến tại bậc 1
iến LM-Stat Giá trị tới hạn tại mức 5% Kết quả
D(LNFDI) 0.2314 0.463 Dừng D(GDPGR) 0.06764 0.463 Dừng D(AGRI) 0.19435 0.463 Dừng D(CPI) 0.10144 0.146 Dừng D(REER) 0.084 0.146 Dừng D(LNM2) 0.07286 0.146 Dừng D(UNEMP) 0.03551 0.463 Dừng D(INT) 0.19571 0.463 Dừng D(TRADE) 0.05468 0.463 Dừng
Nguồn: Tác giả tổng hợp từ phần mềm Eviews 7.2
4.2.2. Xác định độ trễ tối ƣu cho mô hình
Nghiên cứu này sử dụng phương pháp kiểm tra độ trễ dựa vào mô hình VAR. Kết quả kiểm tra độ trễ được thể hiện trong bảng 4.4.
Kết quả cho thấy rằng tiêu chí SC lựa chọn độ trễ 2 là độ trễ tối ưu, tiêu chí HQ lựa chọn độ trễ 3 là độ trễn tối ưu, trong khi đó, đồng thời tiêu chí LR, FPE và AIC cho thấy độ trễ 4 là tối ưu. Việc lựa chọn độ trễ tối ưu theo tiêu chí nào đến nay vẫn còn là một câu đố bí ẩn. Không có sự thống nhất giữa các nhà nghiên cứu. Ví dụ, có người dựa vào tiêu chí AIC, có người dựa vào tiêu chí SC, có người lại xem độ trễ nào có nhiều tiêu chí chọn là độ trễ tối ưu thì lấy độ trễ đó làm độ trễ tối ưu….
Tuy nhiên, ở đây tác giả sẽ lần lượt ước lượng mô hình theo từng độ trễ được chọn là độ trễ tối ưu, ở đây là độ trễ 2, độ trễ 3 và độ trễ 4. Sau đó xem xét mô hình
theo độ trễ nào là phù hợp nhất bằng cách kiểm định tính ổn định, hiện tượng tự tương quan, hiện tượng phương sai thay đổi của mô hình.
Bảng 4.4. Kết quả kiểm tra độ trễ tối ưu VAR Lag Order Selection Criteria
Endogenous variables: D(LNFDI) D(GDPGR) D(CPI) D(REER) D(LNM2) D(UNEMP) D(INT) D(TRADE)
Exogenous variables: C Included observations: 75
Lag LogL LR FPE AIC SC HQ
0 216.4700 NA 5.32e-13 -5.559200 -5.312001 -5.460496 1 378.2928 284.8081 3.95e-14 -8.167808 -5.943020 -7.279475 2 599.1375 341.5732 6.37e-16 -12.35033 -8.147956* -10.67237 3 726.2614 169.4985 1.37e-16 -14.03364 -7.853669 -11.56604* 4 806.5832 89.96046* 1.20e-16* -14.46889* -6.311328 -11.21166 * indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error
AIC: Akaike information criterion SC: Schwarz information criterion
Nguồn: Tác giả tính toán từ phần mềm Eviews 7.2
Kết quả các kiểm định LM, Joint và vòng tròn đơn vị cho lần lượt các mô hình theo phụ lục 1 cho thấy mô hình VAR độ trễ 2 tồn tại hiện tượng tự tương quan và phương sai thay đổi, mô hình VAR độ trễ 4 tồn tại hiện tượng tự tương quan, còn mô hình VAR độ trễ 3 ổn định, không tồn tại hiện tượng tự tương quan và phương sai thay đổi. Do đó, có thể kết luận mô hình VAR độ trễ 3 phù hợp hơn độ trễ 2 và độ trễ 4. Do đó, nghiên cứu sẽ sử dụng độ trễ 3 để xem xét kiểm định đồng liên kết dựa theo phương pháp Johansen để xác định số đồng liên kết giữa các biến có trong mô hình nghiên cứu.
4.2.3. Xem xét mối quan hệ đồng liên kết giữa các biến
Kết quả kiểm tra số đồng liên kết được thể hiện trong bảng 4.5, hai kiểm định Trace và Max-Eigenvalue được sử dụng để kiểm định đồng liên kết. Kết quả
kiểm định Trace cho thấy rằng có 6 đồng liên kết tại mức ý nghĩa 5%. Do p-value (0.01%) của giả thuyết H0 nhỏ hơn 5%, hàm ý bác bỏ giả thuyết H0: không có đồng liên kết.
Kết quả kiểm định Max-Eigenvalue cho thấy rằng có 3 đồng liên kết tại mức ý nghĩa 5%. Do p-value (0.02%) của giả thuyết H0 nhỏ hơn 5%, hàm ý bác bỏ giả thuyết H0: không có đồng liên kết.
Từ hai kiểm định Trace và Max-Eigenvalue cho thấy rằng tồn tại mối quan hệ đồng liên kết giữa các biến trong mô hình nghiên cứu này.
4.3. Tác động của các nhân tố vĩ mô đến FDI thông qua mô hình FMOLS
Tác giả sử dụng phương pháp FMOLS theo đề nghị của Boateng và các cộng sự (2015) để xem xét mối quan hệ dài hạn giữa các biến vĩ mô và dòng vốn FDI khi các dữ liệu không dừng tại bậc gốc và tồn tại mối quan hệ đồng liên kết.
Kết quả ước lượng FMOLS được trình bày trong bảng 4.6, cho thấy lãi suất có ảnh hưởng tích cực đến dòng vốn FDI ở mức ý nghĩa 5% trong tất cả các trường hợp. Mối quan hệ này phù hợp với các nghiên cứu của Yang và các cộng sự (2000), và Jeon và Rhee (2008) cho rằng lãi suất cao hơn ở nước nhận đầu tư sẽ hấp dẫn các nhà đầu tư nước ngoài bởi vì lợi nhuận cao hơn. Các nghiên cứu của Camurdan và Ismail (2009), Oladipo (2013) cũng cho thấy mối quan hệ cùng chiều giữa lãi suất và FDI.
Đồng thời, GDPGR, LNM2, REER, TRADE cũng có ảnh hưởng tích cực đến dòng vốn FDI ở mức ý nghĩa 5%. Tuy nhiên REER và LNM2 chỉ có ý nghĩa ở phương trình (1) và (2), biến GDPGR chỉ có ý nghĩa ở phương trình (1) và (3), còn TRADE chỉ có ý nghĩa ở phương trình (3). Ngụ ý rằng các quốc gia có tốc độ tăng GDP, cung tiền M2, tỷ giá hối đoái thực hiệu dụng, độ mở thương mại càng cao càng thu hút nguồn vốn FDI tốt hơn.
Bảng 4.5. Kết quả kiểm định đồng liên kết Included observations: 76 after adjustments Trend assumption: Linear deterministic trend
Series: LNFDI GDPGR CPI REER LNM2 UNEMP INT TRADE Lags interval (in first differences): 1 to 3
Unrestricted Cointegration Rank Test (Trace)
Hypothesized
No. of CE(s) Eigenvalue
Trace Statistic 0.05 Critical Value Prob.** None * 0.610412 286.0890 159.5297 0.0000 At most 1 * 0.559690 214.4464 125.6154 0.0000 At most 2 * 0.509157 152.1055 95.75366 0.0000 At most 3 * 0.355363 98.02154 69.81889 0.0001 At most 4 * 0.324659 64.65243 47.85613 0.0006 At most 5 * 0.230980 34.81962 29.79707 0.0121 At most 6 0.138401 14.85913 15.49471 0.0622 At most 7 0.045483 3.537802 3.841466 0.0600 Trace test indicates 6 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
Hypothesized
No. of CE(s) Eigenvalue
Max-Eigen Statistic 0.05 Critical Value Prob.** None * 0.610412 71.64260 52.36261 0.0002 At most 1 * 0.559690 62.34092 46.23142 0.0005 At most 2 * 0.509157 54.08398 40.07757 0.0007 At most 3 0.355363 33.36912 33.87687 0.0574 At most 4 * 0.324659 29.83280 27.58434 0.0253 At most 5 0.230980 19.96050 21.13162 0.0723 At most 6 0.138401 11.32132 14.26460 0.1388 At most 7 0.045483 3.537802 3.841466 0.0600 Max-eigenvalue test indicates 3 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Bảng 4.6. Kết quả ước lượng FMOLS iến (1) (2) (3) (4) GDPGR 120.4076** 70.63289 95.21631** AGRI 0.273363 CPI -0.002354 -0.021281 -0.006488 -0.019114 REER 6.891386** 6.75885** 4.220335 0.458939 LNM2 0.687536** 1.151504** 0.22887 1.190972 UNEMP 0.17086 -0.933789 -0.19361 -0.048636 INT 0.18068** 0.147656** 0.138969** TRADE 0.036675** 0.022802 HỆ SỐ CHẶN -12.12958 -24.43843** 2.101492 -28.34144 R2 0.569962 0.674656 0.701763 0.690402
Nguồn: Tác giả tổng hợp từ phần mềm Eviews 7.2
4.4. Tác động của các nhân tố vĩ mô đến FDI thông qua mô hình VECM
Sau khi đã xác định được số đồng liên kết và độ trễ tối ưu cho mô hình nghiên cứu, tác giả tiến hành ước lượng mô hình VECM độ trễ 3.
Kết quả mô hình VECM cho thấy mối quan hệ dài hạn như sau:
LNFDI=20.06 +1537.67GDPGR +0.03CPI +41.26REER -1.77LNM2 -5.54UNEMP -0.91INT +0.07TRADE
(184.98) (0.05) (10.13) (2.00) (3.09) (0.19) (0.08) [-8.31] [-0.63] [-4.07] [0.88] [1.79] [4.7] [-0.98]
Ghi chú: Giá trị trong ( ) và [ ] lần lượt là độ lệch chuẩn và thống kê t.
Kết quả cho thấy trong dài hạn các biến có mối quan hệ với nhau, cụ thể, chỉ số giá CPI và độ mở thương mại TRADE có mối quan hệ cùng chiều với FDI nhưng không có ý nghĩa thống kê ở mức 5%, cung tiền M2 và thất nghiệp UNEMP tác động tiêu cực đến dòng vốn FDI và cũng không có ý nghĩa thống kê ở mức 5%. Tuy nhiên, GDPGR và tỷ giá hối đoái thực hiệu dụng REER thể hiện ảnh hưởng tích cực đến dòng vốn FDI tại Việt Nam ở mức ý nghĩa 5%. Ngược lại, lãi suất INT có mối