CHƯƠNG 2 PHƯƠNG PHÁP NGHIÊN CỨU
2.3. Mô hình sử dụng trong kiểm định giả thiết
2.3.1. Mô tả mô hình ước lượng và các biến số
Như đã đề cập, nhiều tác giả có sự mở rộng mô hình bằng cách tăng bậc của đa thức và/hoặc bổ sung thêm biến số. Trong phạm vi và theo mục tiêu nghiên cứu của luận văn, học viên sử dụng mô hình ban đầu (phiên bản hẹp đề xuất bởi Dunning) dạng hàm ước lượng bậc hai có dạng:
NOIpc = β0 + β1GDPpc + β2GDPpc2 + μ trong đó các biến số được sử dụng là:
NOIpc: Đầu tư trực tiếp ra nước ngoài ròng bình quân đầu người GDPpc: Tổng sản phẩm quốc nội bình quân đầu người
Đối với trường hợp ước lượng cụm quốc gia có từ hai nước trở lên, học viên sử dụng số liệu NOIpc và GDPpc bình quân đầu người của toàn cụm được tính toán bằng công thức:
NOIpc = OFDIpc - IFDPpc = (ΣOFDI - ΣIFDI) / ΣPOP GDPpc = ΣGDP / ΣPOP
trong đó:
ΣOFDI: Tổng OFDI của tất cả các quốc gia trong cụm ΣIFDI: Tổng IFDI của tất cả các quốc gia trong cụm ΣGDP: Tổng GDP của tất cả các quốc gia trong cụm ΣPOP: Tổng dân số của tất cả các quốc gia trong cụm
2.3.2. Quy trình ước lượng mô hình
Học viên ước lượng các mô hình sử dụng phần mềm Eviews 8.0. Quy trình thực hiện ước lượng mô hình IDP cho các cụm như sau:
Bước 1. Kiểm định tương quan. Đối với hai biến số NOIpc và GDPpc, tác giả thực hiện kiểm định Pearson để xác định mối tương quan giữa hai biến số. Hệ số tương quan bằng 0 có nghĩa là hai biến số không có liên hệ gì với nhau. Nếu hệ số bằng -1 hoặc 1 có nghĩa là hai biến số có một mối liên hệ tuyệt đối. Nếu giá trị của hệ số tương quan âm thì khi GDPpc tăng thì NOIpc giảm và ngược lại; nếu giá trị của hệ số tương quan dương thì khi GDPpc tăng thì NOIpc tăng và ngược lại. Hệ số tương quan càng lớn thì tương quan giữa hai biến số càng chặt chẽ.
Bước 2. Hồi quy mô hình. Mô hình được hồi quy tuyến tính theo phương pháp bình phương tối thiểu với hàm ước lượng đề xuất; từ đó đánh giá ý nghĩa thống kê của các giá trị hệ số và ý nghĩa thống kê của mô hình để rút ra kết luận rằng mô hình ước lượng có phù hợp hay không.
Bước 3. Kiểm định hiện tượng phương sai sai số thay đổi. Học viên sử dụng kiểm định White để xem xét liệu mô hình có tồn tại hiện tượng phương sai sai số thay đổi hay không. Hai giả thuyết kiểm định là:
H0: Phương sai sai số đồng nhất.
Ha: Phương sai sai số không đồng nhất (phương sai sai số thay đổi).
Nếu mô hình không tồn tại hiện tượng này thì có thể tiếp tục đưa ra bình luận từ kết quả mô hình. Nếu mô hình tồn tại hiện tượng phương sai sai số thay đổi, khuyết tật sẽ được khắc phục bằng việc sử dụng các sai số chuẩn mạnh (robust standard errors). Mô hình tồn tại hiện tượng phương sai sai số thay đổi vẫn cho các hệ số ước lượng tin cậy nhưng các sai số chuẩn của hệ số không phải là nhỏ nhất, kéo theo sai số trong các giá trị thống kê, làm mất đi ý nghĩa thống kê. Việc sử dụng các sai số chuẩn mạnh đưa các sai số này về giá trị thật, khắc phục được hiện tượng phương sai sai số thay đổi trong mô hình.
CHƯƠNG 3. KẾT QUẢ NGHIÊN CỨU CÁC GIAI ĐOẠN PHÁT TRIỂN ĐẦU TƯ CỦA CÁC QUỐC GIA ASEAN
THEO MÔ HÌNH IDP