Để nghiên cứu ảnh hưởng của các nhân tố tác động đến FDI tại Việt Nam, các
yếu tố được đưa vào là: quy mô thị trường, độ “mở” của nền kinh tế, sự ổn định của nền kinh tế, tính sẵn có của lao động. Các dữ liệu này được lấy theo tháng, theo quý và theo năm. Để thống nhất về mặt thời gian, tác giá sử dụng đơn vị thời gian là năm.
Như vậy trong giai đoạn 1996 - 2017 có tổng cộng 22 quan sát.
Liên quan đến các yếu tố trên, trong các nghiên cứu trong nước, các biến thường được sử dụng là GDP (Nguyễn Văn Bổn và Nguyễn Minh Tiến - 2014, Hoàng
Thị Thu - 2007, Nguyễn Thị Hồng Nhung - 2016, Lê Văn Thắng và Nguyễn Lưu Bảo Đoan - 2017), độ mở thương mại (Nguyễn Văn Bổn và Nguyễn Minh Tiến - 2014, Hoàng Thị Thu - 2007, Trịnh Hoài Nam và Nguyễn Mai Quỳnh Anh - 2015, Nguyễn Thị Hồng Nhung - 2016), số học sinh trung học (Hoàng Thị Thu - 2007, Trịnh Hoài Nam và Nguyễn Mai Quỳnh Anh - 2015, Lê Văn Thắng và Nguyễn Lưu Bảo Đoan 2017). Dựa vào các nghiên cứu trước đây, tác giả sử dụng các biến sau trong mô hình nghiên cứu:
- FDI
Dữ liệu FDI được sử dụng là vốn FDI giải ngân thực tế, được thu thập từ Tổng
cục Thống kê thông qua chỉ tiêu “Vốn đầu tư phát triển toàn xã hội thực hiện phân theo thành phần kinh tế - Khu vực có vốn đầu tư nước ngoài” với đơn vị là tỷ đồng.
- Quy mô thị trường
Thước đo để đánh giá về quy mô thị trường được thể hiện qua GDP. Đây cũng
là chỉ tiêu “Tổng sản phẩm trong nước theo giá thực tế chia theo năm” được lấy từ Tổng cục Thống kê với đơn vị là tỷ đồng.
GDP đại diện cho quy mô kinh tế, sự tăng trưởng kinh tế chính là sự gia tăng của GDP. Hầu hết tất cả các nghiên cứu liên quan đều chỉ ra mối quan hệ tích cực giữa GDP và FDI. Các nhà đầu tư nước ngoài thường có tâm lý cho rằng một đất nước có quy mô kinh tế lớn là nơi lí tưởng để có được khoản lợi nhuận lớn. Do đó, tác giả kì vọng khi GDP tăng sẽ kéo theo sự gia tăng của FDI. Mối tác động cùng chiều của GDP tới FDI được tìm thấy trong nghiên cứu của Mugableh (2015), Khamphengvong và cộng sự (2018), Nguyễn Thị Hồng Nhung (2016).
Vậy giả thuyết H1: LnGDP có quan hệ cùng chiều (+) với LnFDI.
- Độ “mở” của nền kinh tế (độ mở thương mại):
Độ “mở” của nền kinh tế được tính bằng cách lấy tổng giá trị xuất khẩu và nhập khẩu chia cho GDP của từng năm. Chỉ tiêu này được World Bank tính sẵn với tiêu đề “Trade (% of GDP)”.
Tương tự GDP, độ mở thương mại cũng luôn được các nhà nghiên cứu chỉ ra tác động tích cực tới FDI. Một đất nước có nhiều hoạt động kinh doanh thương mại quốc tế sẽ mang lại nhiều cơ hội đầu tư hơn cho các nhà đầu tư nước ngoài. Do đó, độ mở thương mại được kì vọng sẽ tác động cùng chiều tới FDI. Các nghiên cứu chỉ ra tác động cùng chiều này bao gồm: Mugableh (2015), Dondashe và cộng sự (2018),
Hasli và cộng sự (2015), Nguyễn Văn Bổn và Nguyễn Minh Tiến (2014), Khamphengvong và cộng sự (2018).
Vậy giả thuyết H2: LnOPEN có quan hệ cùng chiều (+) với LnFDI.
- Sự ổn định của nền kinh tế
Khóa luận sử dụng lãi suất để đo lường cho sự ổn định của nền kinh tế bởi “việc giữ các mức lãi suất thấp cho thấy nền kinh tế đang ổn định và có thể vẫn tiếp tục ổn định như vậy” (Ngân hàng Nhà nước Việt Nam, 2011). Lãi suất trong bài là lãi suất cho vay, được lấy từ World Bank, “Lending interest rate (%)”.
Lãi suất phản ánh chi phí vốn. Lãi suất cho vay càng thấp sẽ tiết kiệm được chi phí đầu vào cho các nhà đầu tư nước ngoài, giúp họ có được khoản lợi nhuận cao
hơn từ các khoản đầu tư. Do đó, lãi suất thấp sẽ hấp dẫn hơn với các nhà đầu tư, khuyến khích họ đầu tư nhiều hơn. Tuy nhiên, theo “Lý thuyết về lợi nhuận cận biên” của Mac Dougall, vốn đầu tư sẽ dịch chuyển từ nước có lãi suất thấp sang nước có lãi suất cao, và vì thế đất nước có lãi suất cao sẽ thu hút các nhà đầu tư nước ngoài hơn, bởi họ kì vọng nền kinh tế có lãi suất cao sẽ mang lại lợi nhuận cao hơn cho các khoản đầu tư. Kết quả về hướng tác động của lãi suất với FDI cũng không đồng nhất trong các nghiên cứu. Như vậy, lãi suất có thể tác động cùng chiều hoặc tác động ngược chiều tới FDI, tùy vào đối tượng nghiên cứu. Các nghiên cứu cho thấy tác động cùng chiều: Rubab Khan (2016), Salamatu Fornah, Zuo Yuehua (2017), Nandipha Dondashe và Andrew Phiri (2018), các nghiên cứu cho thấy tác động ngược chiều: Angelo và cộng sự (2010), Siddiqui và cộng sự (2014).
Vậy giả thuyết H3: LnINR có quan hệ cùng chiều hoặc ngược chiều với
LnFDI.
- Tính sẵn có của lao động
Về yếu tố con người, sự sẵn có của lực lượng lao động được thể hiện gián tiếp qua tỉ lệ thất nghiệp, được World Bank thể hiện qua chỉ tiêu “Unemployment, total (% of total labor force)”.
Với đối tượng nghiên cứu là FDI tại Việt Nam, khi xem xét đến yếu tố nguồn nhân lực, các nhà nghiên cứu thường sử dụng số lượng học sinh trung học. Theo quan điểm của tác giả, cách lấy dữ liệu như vậy là không phù hợp. Các lao động làm việc cho các doanh nghiệp FDI có trình độ học vấn khác nhau, nếu chỉ lấy số lượng học sinh trung học như vậy là không chính xác. Một chỉ tiêu khác cũng hay được sử dụng là lực lượng lao động (labor force). Chỉ tiêu này bao gồm cả những người đang có việc và những người thất nghiệp. Theo tác giả, chỉ tiêu này quá rộng và chưa chắc những người đã có việc sẽ sẵn sàng từ bỏ công việc hiện tại để làm việc cho các doanh nghiệp FDI. Do đó, tác giả chỉ xem xét một phần trong lực lượng lao động là tỉ lệ thất nghiệp. Chỉ tiêu tỉ lệ thất nghiệp được World Bank định nghĩa là “tỉ lệ phần trăm của lực lượng lao động chưa có việc nhưng sẵn có và đang tìm việc”. Có thể nói chỉ tiêu này chưa thực sự hoàn hảo để xem xét về nhưng vẫn phù hợp hơn so với 2 chỉ tiêu thông dụng trên.
Hướng tác động của tỉ lệ thất nghiệp tới FDI không nhất quán trong các nghiên cứu trước đây, có thể tác động cùng chiều hoặc ngược chiều. Tuy nhiên, đứng dưới góc độ từ các nhà đầu tư nước ngoài, tỉ lệ thất nghiệp của nước nhận đầu tư tăng nghĩa là đất nước có nguồn lao động dồi dào, các nhà đầu tư nước ngoài có nhiều lựa chọn về mặt nhân sự hơn. Do đó tác giả kì vọng tỉ lệ thất nghiệp sẽ tác động cùng chiều với FDI. Các nghiên cứu cho thấy quan hệ này: Billington (1999), Agnieszka Chidlow và Stephen Young (2008), Rubab Khan (2016).
Vậy giả thuyết H4: LnUNE có quan hệ cùng chiều (+) với LnFDI.
Quy mô thị trường GDP Tỉ đồng GDP Tổng cục Thống kê Độ “mở” của nền kinh tế (Xuất khẩu + nhập khẩu)/GDP
% OPEN World Bank
Sự ổn định của nền kinh
tế Lãi suất cho vay % INR World Bank
Mean 11.39610 13.99892 4.913189 2.397884 0.809084 Median 11.43102 13.95566 4.916310 2.378146 0.813148 Maximum 12.88969 15.42614 5.300238 3.000720 1.054312 Minimum 10.02884 12.51369 4.529430 1.940179 0.570980 Std. Dev. 1.054509 0.980920 0.227513 0.285517 0.129373 Skewness -0.008976 0.025259 -0.196982 0.216426 0.144709 Kurtosis 1.309491 1.549590 1.958889 2.412109 2.249226 Jarque-Bera 2.619966 1.930720 1.135859 0.488563 0.593473 Probability 0.269825 0.380846 0.566697 0.783267 0.743240 Sum 250.7143 307.9761 108.0902 52.75344 17.79986 Sum Sq. Dev. 23.35177 20.20627 1.087004 1.711925 0.351483 Observations 22 22 22 22 22 Nguồn: Tác giả tự tổng hợp
Để số liệu giảm bớt sự phân tán, tác giả lấy logarit của tất cả các biến số trên. Sau khi lấy logarit, các biến trên lần lượt viết tắt là LnFDI, LnGDP, LnOPEN, LnINR, LnUNE.
Việc lấy logarit này được xem là không ảnh hưởng tới đặc tính của dữ liệu mà chỉ làm cho dữ liệu thêm ổn định, đặc biệt là dữ liệu dạng chuỗi thời gian, nhằm thuận tiện cho việc xây dựng mô hình (Hamuda và cộng sự, 2013) .
Sau khi lấy logarit, thống kê mô tả các biến sử dụng trong mô hình như sau: Bảng 2.6: Thống kê mô tả của các biến sử dụng trong mô hình
ADF 1% 5% 10%
LnFDI -0.094120 -3.808546 -3.020686 -2.650413 Chuỗidừng không
D(LnFDI) -3.289610 I(1)**
LnGDP -0.497062 Chuỗidừng không
D(LnGDP) -2.766049 I(1)***
LnOPEN -0.950842 Chuỗidừng không
D(LnOPEN) -6.465225 I(1)*___________
LnINR -2.262651 Chuỗidừng không
D(LnINR) -4.959405 I(1)*___________
LnUNE -3.311442 I(0)**
Nguồn: Trích từ kết quả phần mềm Eviews 10.0
Dựa theo tiêu chuẩn Jarque-Bera, các biến đều có phân phối chuẩn (do có p- value > α), thỏa mãn giả định (1) của mô hình.
Mô hình dạng tổng quát:
LnFDIt = f(LnGDPt, LnOPENt, LnINRt, LnUNEt)