CHƢƠNG 3 : PHƢƠNG PHÁP NGHIÊN CỨU
3.3. Phương pháp nghiên cứu
Bài nghiên cứu sử dụng kết hợp hai phương pháp chính như sau:
Đầu tiên, tác giả thực hiện phương pháp thống kê mơ tả bằng cách tổng hợp, phân tích số
liệu về FDI, chỉ số cảm nhận tham nhũng, chênh lệch tham nhũng và các iến kiểm soát như chỉ số phát triển con người, biến luật pháp, biến quan liêu, biến chỉ số tự do kinh tế, biến lạm phát, biến phát triển cơ sở hạ tầng, biến thất nghiệp và biến GDP lấy từ nguồn
dữ liệu của Tổ chức ngân hàng thế giới, Liên hiệp Quốc, Quỹ Di sản thế giới, Hiệp Hội Thương Mại và phát triển Liên hiệp Quốc và Tổ chức Minh Bạch thế giới
Tiếp theo, tác giả thực hiện phương pháp nghiên cứu thực nghiệm. Để lượng hóa các tác
động các yếu tố ảnh hưởng đến việc thu hút nguồn vốn FDI vào khu vực các nước Đơng Nam Á, đề tài phân tích dữ liệu bảng, tính tốn và chạy các mơ hình hồi quy theo trình tự như sau: Mơ hình hiệu ứng cố định (Fixed effect model - FEM) và mơ hình hiệu ứng ngẫu nhiên (Random effect model - REM) nhằm ước lượng tác động của tham nhũng, chênh lệch tham nhũng đến lượng vốn FDI vào các nước.
Theo Gujarati (1995), việc sử dụng dữ liệu bảng để phân tích có một số ưu điểm so với dữ liệu chéo hoặc dữ liệu chuỗi thời gian như: Thứ nhất, dữ liệu bảng xem xét thông tin các quốc gia trong thời gian nhiều năm nên sẽ có tính khơng đồng nhất trong các đơn vị này. Các kỹ thuật dựa trên dữ liệu bảng có thể tính đến tính khơng đồng nhất này một cách rõ ràng. Thứ hai, bằng cách kết hợp chuỗi thời gian của các quan sát chéo, dữ liệu bảng cho ta dữ liệu chứa nhiều thơng tin hơn, tính iến thiên nhiều hơn, giảm hiện tượng đa cộng tuyến, tăng ậc tự do và hiệu quả cao hơn. Thứ ba, việc nghiên cứu lặp đi lặp lại các quan sát dữ liệu chéo theo thời gian, dữ liệu bảng sẽ phù hợp hơn cho việc nghiên cứu sự năng động của các thay đổi theo thời gian của nhiều đối tượng khác nhau. Thứ tư, dữ liệu bảng gi p theo dõi và đo lường những tác động mà dữ liệu chéo hoặc dữ liệu chuỗi thời gian thuần túy không thể quan sát hết được, giúp nghiên cứu các mơ hình phức tạp hơn. Thứ
năm, việc kết hợp yếu tố không gian và thời gian sẽ gi p tăng số quan sát lên đáng kể,
làm giảm các sai số ngẫu nhiên có thể xảy ra trong việc phân tích các mơ hình. Tóm lại, nhờ những ưu điểm trên, việc sử dụng dữ liệu bảng trong các ơ hình nghiên cứu của đề tài được kỳ vọng có thể đem lại hiệu quả cao hơn.
Mơ hình hiệu ứng cố định (Fixed effect model - FEM) xem xét ảnh hưởng của các
nhân tố cố định, có thể xét mơ hình ảnh hưởng cố định theo nước hoặc theo thời gian hoặc cố định cả hai nhân tố. Nhược điểm của FEM là giảm bậc tự do của mơ hình, đặc biệt khi số biến giả lớn.
Mơ hình hiệu ứng ngẫu nhiên (Random effect model-REM) được sử dụng khi chúng
ta quan tâm đến sự khác biệt của các nước ảnh hưởng đến mơ hình chung. Sự khác biệt về điều kiện đặc thù của các nước này được chứa đựng trong phần sai số ngẫu nhiên.
Kiểm định lựa chọn mơ hình phù hợp:
Mỗi mơ hình đều có những ưu, nhược điểm riêng, việc lựa chọn mơ hình FEM hay REM phụ thuộc vào sự khác nhau về tung độ gốc của mơ hình hồi quy đối với mỗi nước và sự khác biệt này có tương quan với biến độc lập trong mơ hình hay khơng. Vì vậy, để lựa chọn mơ hình nào phù hợp và hiệu quả nhất trong hai mơ hình bài nghiên cứu đề cập, tác giả thực hiện kiểm định Hausman để lựa chọn mơ hình. Sau khi ước lượng với FEM và REM, sử dụng kiểm định Hausman Hausman, 1978 dưới giả thuyết H0: Cov(Xit, ui) = 0. Nếu kết quả không bác bỏ H0 nghĩa là ước lượng REM và FEM đều vững, nhưng chỉ có REM là hiệu quả.
Kiểm định đa cộng tuyến:
Một mơ hình lý tưởng là các biến độc lập khơng có tương quan với nhau, mỗi biến chứa đựng một số thông tin riêng về biến phụ thuộc và thơng tin đó khơng có trong iến độc lập khác. Khi đó hệ số hồi quy riêng cho biến ảnh hưởng đến từng biến độc lập đối với biến phụ thuộc trong điều kiện các biến độc lập cịn lại khơng đổi. Có nhiều ngun nhân dẫn đến đa cộng tuyến, trong đó một số ngun nhân chính như: do phương pháp thu thập số liệu (mẫu không đặc trưng cho tổng thể, do bản chất của các mối quan hệ giữa các biến đã ngầm chứa hiện tượng đa cộng tuyến, do đặc trưng của mơ hình, do mơ hình xác định quá mức (số biến giải thích nhiều hơn cỡ mẫu).
Trong dữ liệu bảng, dữ liệu nghiên cứu gồm các quan sát ở các nước khác nhau, trong khoảng thời gian 12 năm 2001-2012) nên có thể dẫn đến hiện tượng đa cộng tuyến và phương sai thay đổi. Để tăng độ tin cậy của ước lượng, đề tài sử dụng ma trận hệ số tương quan và nhân tử phóng đại VIF để kiểm tra hiện tượng đa cộng tuyến trong mơ hình nghiên cứu. Kết quả kiểm định nếu hệ số ma trận tương quan quan hơn 0,8 hoặc hệ số phóng đại phương sai của các biến giải thích đều hơn 10, có nghĩa tồn tại mối quan hệ tuyến tính rất nhỏ giữa các biến giải thích trong mơ hình (hiện tượng đa cộng tuyến khơng hồn hảo, có thể chấp nhận trong mơ hình . Ngược lại mơ hình sẽ bị đa cộng tuyến.