Trong bài nghiên cứu này, tác giả sử dụng dữ liệu hàng quý, từ năm 2000 đến năm 2011. Nguồn dữ liệu tác giả lấy từ Ngân hàng Phát Triển Châu Á.
3.3 Các bƣớc thực hiện trong quá trình chạy mơ hình
Để đo lường mối quan hệ giữa FDI và GDP, tác giả thực hiện theo các trình tự sau:
- Đầu tiên, tác giả thực hiện kiểm định nghiệm đơn vị để xem xét tính dừng và khơng dừng của chuỗi dữ liệu của các biến trong mơ hình thực nghiệm.
- Kiểm định chọn biến trễ tối ưu của mơ hình.
- Kiểm định mối quan hệ nhân quả Granger để xác định có hay khơng mối quan hệ trong ngắn hạn của các biến trong mơ hình.
- Tiếp theo tác giả Kiểm định đồng liên kết theo phương pháp phân tích Johansen để xác định có hay khơng vector đồng liên kết thể hiện mối quan hệ trong dài hạn giữa FDI và GDP.
- Cuối cùng, tác giả ước lượng mơ hình và xem xét hàm phản ứng của GDP khi có một cú sốc xảy ra đối với FDI thông qua hàm phản ứng đẩy.
3.4 Kiểm định nghiệm đơn vị
Trước khi sử dụng mơ hình hồi quy đồng liên kết và mơ hình Véc tơ hiệu chỉnh sai số VECM, tác giả thực hiện kiểm định nghiệm đơn vị riêng lẻ từng biến để xác định thuộc tính dừng của các chuỗi số thời gian của các biến trong mơ hình thực nghiệm. Trong bài nghiên cứu này, tác giả thực hiện kiểm định nghiệm đơn vị theo phương pháp ADF (Augmented Dickey- Full Test)- đây là kiểm định có tính học thuật cao đang được các nhà nghiên cứu về kinh tế áp dụng phổ biến. Cơ sở lý thuyết của kiểm định nghiệm đơn vị như sau:
Trong đó ut là số hạng chỉ sai số ngẫu nhiên xuất phát từ các giả định cổ điển rằng nó có giá trị trung bình bằng 0, phương sai là hằng số và không tự tương quan. Số hạng sai số này còn được gọi là sai số ngẫu nhiên. Phương trình (3.1) là phương trình hồi quy bậc một, theo đó chúng ta hồi quy giá trị của Y tại thời điểm t dựa trên giá trị của nó tại thời điểm (t-1). Và nếu hệ số của Y trong thực tế bằng 1 nghĩa là có nghiệm đơn vị thì chuỗi này là chuỗi khơng dừng. Do vậy, nếu chúng ta thực hiện hồi quy
Yt= ρ Yt-1 + ut (3.2)
và tìm ra rằng ρ =1 thì có thể nói rằng biến ngẫu nhiên Yt có nghiệm đơn vị. Trong kinh tế lượng (về chuỗi thời gian), một chuỗi thời gian có nghiệm đơn vị được gọi là bước ngẫu nhiên. Một bước ngẫu nhiên là một ví dụ của chuỗi thời gian khơng dừng.
Phương trình (3.2) thường được trình bày ở một dạng khác như sau: ΔYt = (ρ-1)Yt-1 + ut
= δ Yt-1 + ut (3.3)
Ở đây δ = (ρ-1) và Δ là hàm sai phân bậc 1. Nếu δ = 0, ta có thể viết phương trình (3.3) như sau:
ΔYt = (Yt - Yt-1) = ut (3.4)
Phương trình (3.4) chính là sai phân bậc 1 của chuỗi thời gian dạng bước ngẫu nhiên là một chuỗi thời gian dừng do có giả định rằng ut thuần túy ngẫu nhiên. Vậy nếu chuỗi thời gian được lấy sai phân một lần và chuỗi sai phân đó là dừng, thì ta có thể nói rằng chuỗi thời gian ban đầu là một chuỗi kết hợp bậc 1 được ký hiệu là I(1). Tương tự nếu như chuỗi ban đầu được lấy sai phân hai lần để trở
thành dừng thì chuỗi ban đầu được gọi là chuỗi kết hợp bậc 2, ký hiệu là I(2). Tóm lại, nếu một chuỗi thời gian được lấy sai phân d lần, thì nó là chuỗi kết hợp bậc d, ký hiệu là I(d). Do vậy, nếu chúng ta có chuỗi thời gian kết hợp bậc 1 hoặc lớn hơn, thì có nghĩa là ta có một chuỗi thời gian không dừng. Điều này cũng có nghĩa là nếu d=0 thì chuỗi thời gian ban đầu là chuỗi dừng.
Giả thuyết H0: ρ =1: chuỗi thời gian không dừng H1 : ρ<1: chuỗi thời gian dừng
Dickey và Fuller cho rằng giá trị t ước lượng vủa hệ số Yt-1 sẽ theo phân phối xác xuất τ (tau statistic, τ = giá trị δ ước lượng/sai số của hệ số δ). Kiểm định thống kê τ còn được gọi là kiểm định Dickey và Fuller
Để kiểm định H0 ta so sánh giá trị thống kê τ tính tốn với giá trị thống kê τ tra bảng DF. Nếu giá trị tuyệt đối thống kê τ lớn hơn giá trị τ tra bảng, ta bác bỏ giả thiết H0, nghĩa là Yt là một chuỗi dừng. Ngược lại, nếu giá trị tuyệt đối thống kê τ nhỏ hơn giá trị τ tra bảng, ta không bác bỏ giả thiết H0, nghĩa là Yt là một chuỗi thời gian không dừng.
Bảng 3.1: Kết quả kiểm định nghiệm đơn vị
ADF 1% 5% 10% Kết quả
FDI -3.093108 -4.165756 -3.508508 -3.184230 Không dừng
GDP -2.391700 -4.186481 -3.518090 -3.189732 Không dừng
D(FDI) -8.974664 -4.170583 -3.510740 -3.185512 Dừng D(GDP) -8.702797 -4.175640 -3.513075 -3.186854 Dừng Kết quả kiểm định cho thấy FDI, GDP là chuỗi thời gian khơng dừng (khơng có xu hướng) ở chuỗi gốc I(0) và đều là chuỗi dừng ở sai phân bậc 1 I(1).
3.5 Chọn các biến trễ tối ƣu trong mơ hình
Trước khi tiến hành kiểm định mối quan hệ đồng liên kết để từ đó đo lường mối quan hệ dài hạn của FDI và GDP, tác giả tiến hành chọn bước trễ cho các biến trong mơ hình. Kết quả kiểm định bước trễ thể hiện qua bảng sau:
Bảng 3.2: Bảng độ trễ tối ƣu
VAR Lag Order Selection Criteria
Endogenous variables: FDI GDP
Exogenous variables: C Date: 10/23/12 Time: 20:13 Sample: 2000Q1 2011Q4 Included observations: 44
Lag LogL LR FPE AIC SC HQ
0 -172.9778 NA 9.755187 7.953538 8.034637 7.983613
1 -143.4039 55.11499 3.051878 6.791088 7.034386 6.881314
2 -134.6093 15.59043 2.458051 6.573151 6.978649 6.723529
3 -126.4387 13.74156* 2.040660 6.383576 6.951272* 6.594105*
4 -121.4346 7.960968 1.961853* 6.337938* 7.067833 6.608618
* 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
criterion
HQ: Hannan-Quinn information criterion
Kết quả chọn độ trễ tối ưu được thể hiện ở Bảng 3.2 với các tiêu chuẩn lựa chọn độ trễ khác nhau (LR, FPE, AIC, SC, HQ), có hai kết quả chọn độ trễ là 4 và 3 kết quả chọn độ trễ là 3 ở mức ý nghĩa 5%. Vì vậy, tác giả chọn bước trễ là 3 quý để thực hiện trong mơ hình VECM.
3.6 Kiểm định mối quan hệ nhân quả trong ngắn hạn giữa hai biến FDI và GDP GDP
Để kiểm định liệu có tồn tại mối quan hệ nhân quả trong ngắn hạn giữa hai chuỗi thời gian FDI và GDP, tác giả sử dụng kiểm định Granger dựa trên hai phương trình sau:
GDPt = αo + α1GDPt-1+…+ αkGDPt-k+β1FDIt-1+…+ βkFDIt-k+Ɛt (3.5) FDIt = αo + α1FDIt-1+…+ αkFDIt-k+β1GDPt-1+…+ βkGDPt-k+Ɛt (3.6)
Để xem các biến trễ của FDI có giải thích cho GDP (FDI tác động nhân quả Granger lên GDP) và các biến trễ của GDP có giải thích cho FDI hay khơng tác giả kiểm định giả thiết sau đây cho mỗi phương trình:
H0: β1= β2=….= βk=0: cả hai biến đều khơng có mối quan hệ qua lại lẫn nhau. Để kiểm định giả thiết đồng thời này, tác giả sử dụng thống kê F của kiểm định Wald và kết quả như sau: nếu giá trị thống kê F tính tốn lớn hơn giá trị thống kê F phê phán ở mức ý nghĩa xác định ta bác bỏ giả thiết H0 và ngược lại. Có bốn khả năng xảy ra như sau:
Nhân quả Granger một chiều từ GDP sang FDI nếu các biến trễ của GDP có tác động lên FDI, nhưng các biến trễ của FDI không tác động lên GDP.
Nhân quả hai chiều giữa FDI và GDP nếu các biến trễ của FDI có tác động lên GDP và ngược lại.
Khơng có quan hệ nhân quả Granger giữa FDI và GDP nếu các biến trễ của FDI khơng có tác động lên GDP và ngược lại.
Bảng 3.3: Kết quả kiểm định nhân quả Granger
Pairwise Granger Causality Tests Date: 10/23/12 Time: 20:34 Sample: 2000Q1 2011Q4 Lags: 2
Null Hypothesis: Obs
F-
Statistic Prob.
GDP does not Granger Cause FDI 46 4.11959 0.0234
FDI does not Granger Cause GDP 4.87493 0.0126
Kết quả kiểm định: Giá trị thống kê F tính tốn đều lớn hơn các giá trị thống kê phê phán ở mức ý nghĩa 5%. Do đó, tác giả bác bỏ giả thiết H0 (giả thiết bên phần Null Hypothesis). Hay nói cách khác cả hai biến này có mối quan hệ qua lại lẫn nhau.
3.7 Kiểm định đồng liên kết theo phƣơng pháp Johansen
Do các biến sử dụng trong mơ hình hồi quy đều ở dạng % và không dừng nên phải kiểm định khả năng xảy ra các vector đồng liên kết giữa các dãy số thời gian. Tác giả sử dụng phương pháp Johasen để thực hiện kiểm định này. Đây là
kỹ thuật kiểm định được sử dụng phổ biến nhất trong việc áp dụng nguyên tắc hợp lý cực đại nhằm xác định sự tồn tại của các vector đồng liên kết giữa các dãy số thời gian không dừng. Cơ sở lý thuyết cho kiểm định này như sau:
Các chuỗi thời gian Y1; Y2;…Ym được gọi là đồng kết hợp nếu : - Chúng là I(p)
- Tồn tại tổ hợp tuyến tính của chúng mà tổ hợp này là I(d) trong đó d<p.
Như vậy các chuỗi Y1; Y2;…Ym được gọi là đồng kết hợp nếu tồn tại các tham số λ1, λ2,…, λm không đồng thời bằng o sao cho: (λ1Y1+ λ2Y2+…+ λmYm) là chuỗi I(0).
Từ định nghĩa trên ta thấy rằng nếu (λ1Y1+ λ2Y2+…+ λmYm) là I(0) thì (λ’1Y1+ λ’2Y2+…+ λ’mYm) cũng là I(0) với λ’i= a λi. Do đó, người ta thường chuẩn hóa véc tơ đồng liên kết bằng cách cho một trong các λi nhận giá trị 1, và khi đó mỗi biểu thức I(0) : (λ1Y1+ λ2Y2+…+ λmYm) được gọi là một quan hệ đồng liên kết và véc tơ (λ1, λ2,…, λm) là véc tơ đồng liên kết.
Khái niệm về đồng liên kết liên quan chặt chẽ đến khái niệm về quan hệ cân bằng dài hạn. Nếu hai chuỗi số là đồng kết hợp bậc 1 thì theo định nghĩa trên khoảng cách giữa hai chuỗi này là chuỗi dừng. Điều này có nghĩa là: nếu hai biến tại một thời điểm nào đó sai lệch ra khỏi hướng thay đổi chung thì sự sai lệch này khơng thể duy trì trong dài hạn. Điều này có nghĩa là tồn tại mối quan hệ cân bằng dài hạn giữa các chuỗi số này.
Với sự hỗ trợ của phần mềm thống kê Eview, tác giả chạy kiểm định Johansen với hai biến FDI và GDP. Kết quả cho thấy cả hai kiểm định mà phương pháp
Johansen đưa ra là kiểm định thống kê Trace và kiểm định giá trị riêng cực đại ma trận (maximal eigenvalue) đều bác bỏ giả thuyết không tồn tại vector đồng liên kết và khẳng định có tồn tại ít nhất một mối quan hệ đồng liên kết của các biến trong mơ hình. Như vậy, có tồn tại mối quan hệ dài hạn giữa hai biến FDI và GDP trong mơ hình. Kết quả cụ thể được thể hiện trong phụ lục 5.
3.8 Ƣớc lƣợng mơ hình:
Từ kết quả kiểm định đồng liên kết theo phương pháp Johansen nêu trên, chúng ta chạy mơ hình VECM kiểm định mối quan hệ giữa FDI và GDP, kết quả như sau:
Bảng 3.4: Mức độ ảnh hƣởng của FDI đến GDP trong dài hạn theo mơ hình VECM Vector Error Correction Estimates Coefficient t-statistics C 0 GDP 0.811746 -3.81270
Từ bảng 3.4 trên cho thấy tại Việt Nam có tồn tại mối quan hệ trong dài hạn giữa FDI và GDP. Trong đó FDI tác động mạnh đến GDP nhưng mối quan hệ ở chiều ngược lại rất yếu. Kết quả chạy mơ hình cho thấy biến FDI và GDP biến thiên cùng dấu nghĩa là khi FDI tăng sẽ tác động làm GDP tăng và ngược lại. Kết quả nghiên cứu cũng cho thấy khi FDI tăng 1% sẽ tác động làm cho GDP tăng 0.81%. Điều này có thể lý giải trong giai đoạn 2000-2011, nguồn vốn FDI tăng
đã bổ sung thêm vào nguồn vốn đầu tư trong nước, giúp cho Việt Nam có cơ hội tiếp cận cơng nghệ tiến tiến hơn, thúc đẩy q trình chuyển giao cơng nghệ, phổ biến kiến thức, nâng cao kỹ năng quản lý và trình độ lao động…từ đó làm tăng năng suất lao động. Các tác động tích cực từ gia tăng nguồn vốn FDI thúc đẩy tăng trưởng kinh tế của Việt Nam. Kết luận này phù hợp với thực tế tình hình kinh tế Việt Nam từ năm 2000 đến 2011.
3.9 Hàm phản ứng xung:
Để xem xét phản ứng của biến này khi có cú sốc xảy ra trong biến kia như thế nào ta lần lượt xét hàm phản ứng đẩy của các biến FDI và GDP.
Hình 3.1: Biểu đồ phản ứng đẩy trong 10 quý của FDI và GDP khi có cú sốc xảy ra: -0.5 0.0 0.5 1.0 1.5 2.0 1 2 3 4 5 6 7 8 9 10
Response of FDI to FDI
-0.5 0.0 0.5 1.0 1.5 2.0 1 2 3 4 5 6 7 8 9 10 Response of FDI to GDP -0.25 0.00 0.25 0.50 0.75 1.00 1 2 3 4 5 6 7 8 9 10 Response of GDP to FDI -0.25 0.00 0.25 0.50 0.75 1.00 1 2 3 4 5 6 7 8 9 10 Response of GDP to GDP
Dựa vào hảm phản ứng xung trên ta thấy khi có một cú sốc xảy ra trong FDI làm GDP biến động liên tục, cụ thể khi FDI tăng lên 1 đơn vị nó sẽ tác động làm cho GDP giảm xuống 0.17 đơn vị ở quý thứ nhất, 0.24 đơn vị ở quý thứ hai, tăng lên mạnh nhất vào quý thứ 4 và quý thứ 8 ở mức 0.57 đơn vị.
Đồng thời, khi có một cú sốc xảy ra trong GDP làm GDP tăng lên 1 đơn vị sẽ tác động làm cho FDI giảm xuống 0.196 đơn vị ở quý thứ nhất, giảm 0.13 đơn vị ở quý thứ hai và giảm ổn định 0,3 đơn vị ở từ quý thứ 6 trở đi.
KẾT LUẬN CHƢƠNG 3
Trong dài hạn, bằng mơ hình VECM, tác giả đã đo lường mối quan hệ giữa FDI và GDP trong giai đoạn 2000-2011. Dựa vào kết quả chạy mơ hình thực nghiệm ở Việt Nam, ta thấy cả FDI và GDP đều có tác động qua lại lẫn nhau trong ngắn hạn. Đồng thời, giữa hai biến FDI và GDP cũng tồn tại mối quan hệ trong dài hạn. Tuy nhiên, trong dài hạn tác động của FDI đến GDP mạnh hơn so với chiều ngược lại. Cụ thể, khi FDI tăng 1% sẽ tác động làm GDP tăng 0.81%. Vì vậy, Việt Nam cần có các chính sách, biện pháp để thu hút nguồn vốn FDI có chất lượng nhằm góp phần thúc đẩy tăng trưởng kinh tế. Phần thảo luận các biện pháp sẽ được tình bày cụ thể trong chương 4.
CHƢƠNG 4
KIẾN NGHỊ CHÍNH SÁCH THU HÚT FDI ĐỂ THÚC ĐẨY TĂNG TRƢỞNG KINH TẾ
4.1 Lựa chọn nguồn vốn FDI có hiệu quả
Trong những năm đầu đổi mới, FDI là một nguồn vốn bổ sung rất quan trọng cho nền kinh tế Việt Nam. Tuy nhiên, ở một số khía cạnh FDI chưa mang lại kết quả như mong đợi. Theo kết quả điều tra doanh nghiệp của Tổng cục thống kê 2010, trên 50% doanh nghiệp FDI đang hoạt động tại Việt Nam báo lỗ, nhiều doanh nghiệp báo lỗ liên tục nhưng vẫn không ngừng mở rộng sản xuất. Cũng theo kết quả điều tra này, doanh nghiệp FDI tại Việt Nam chủ yếu hoạt động trong các ngành thâm dụng lao động. Suất đầu tư trung bình tạo một việc làm tại các doanh nghiệp này chỉ khoảng 31.000 USD, trong khi theo UNCATD (2009), suất đầu tư trung bình cho một việc làm tại các doanh nghiệp FDI trên thế giới là 14.300 USD.
Thực tế cũng cho thấy, giá trị tài sản cố định (máy móc, thiết bị, nhà xưởng, đất…) tại các doanh nghiệp FDI tại Việt Nam đánh giá quá cao. Điều này rất có lợi cho các đối tác nước ngoài trong các liên doanh khi nâng cao được tỷ lệ góp vốn. Đối với các doanh nghiệp 100% vốn nước ngồi thì việc kê khai cao chi phí vốn cũng là cách để chuyển giá: tăng chi phí, giảm thu nhập và từ đó giảm mức thuế phải nộp. Hơn nữa hoạt động thua lỗ phần lớn xảy ra tại các doanh nghiệp có quy mơ nhỏ, dễ dàng dịch chuyển đầu tư sang các nước khác khi các ưu đãi