2 .Xây dựng mơ hình lý thuyết
3. Mô tả số liệu
3.1. Mô tả thống kê số liệu, thống kê biến có điều kiện
Nhằm giúp người đọc có cái nhìn tổng quát nhất cũng như có thể đưa ra một số đánh giá ban đầu, nhóm em sẽ mô tả số liệu trước khi tiến hành đi sâu vào việc phân tích dữ liệu. Qua việc mơ tả này, nhóm có thể dự đốn được một số lỗi có thể xảy ra khi chạy mơ hình do sự thiếu sót của bộ số liệu.
Sử dụng lệnh “sum” trong STATA, để mô tả các biến, thu được bảng phân tích số liệu sau: Tên biến Số quan sát Giá trị trung bình Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất FDI 66 119098,15 18424,02 5 77454 LnFDI 66 7,872872 2,195606 1,609438 11,25744
GDP 66 2,32e+11 2,63e+11 2,52e+09 1,02e+12
GDP PER CAPITAL 66 11396,74 17477,7 951,11 57714,3 NX 66 11482,47 26496,52 -31522 83538 TAX 66 16,5197 8,115478 0 33,5 RANK 66 81,39394 43,62529 1 163 TGHD 66 0,2568798 0,369938 0.000044 1
Từ kết quả trên có thể thấy:
- Độ lệch chuẩn là 18424,02. Độ lệch chuẩn lớn chứng tỏ các quan sát có biến động, phân tán lớn so với giá trị trung bình.
- Giá trị lớn nhất, giá trị nhỏ nhất lần lượt là 77454 và 5. Giữa giá trị lớn nhất và giá trị nhỏ nhất chênh lệch nhau lớn.
Biến phụ thuộc lnFDI
- Giá trị trung bình là 7,872872
- Độ lệch chuẩn là 2,195606. Do với FDI thì sau khi lấy logarit tự nhiên biến phụ thuộc lnFDI có độ lệch chuẩn nhỏ hơn, các quan sát ít biến động quanh giá trị trung bình.
- Giá trị lớn nhất, giá trị nhỏ nhất lần lượt là 11,25744 và 1,609438. Giữa 2 giá trị lớn nhất và giá trị nhỏ nhất sự chênh lệch đã giảm đi nhiều so với FDI.
Biến GDP
- Giá trị trung bình là 2,32e+11 tương đương khoảng 232000000000.
- Độ lệch chuẩn là 2,63e+11 tương đương 263000000000. Độ lệch chuẩn lớn, có sự phân tán lớn của các quan sát quanh giá trị trung bình.
- Giá trị lớn nhất và giá trị nhỏ nhất lần lượt xấp xỉ 1020000000000 và 2520000000. Giữa 2 giá trị này có sự chêch lệch lớn do các nước có trình độ phát triển, quy mơ khác nhau.
Biến GDP bình quân đầu người (GDP PER CAPITAL)
- Giá trị trung bình là 11396,74
- Độ lệch chuẩn là 17477,7
- Giá trị lớn nhất và giá trị nhỏ nhất lần lượt là 57714,3 và 951,11. Giữa giá trị lớn nhất và giá trị nhỏ nhất chênh lệch nhau lớn do có sự chênh lệch lớn giữa mức thu nhập, mức sống của các quốc gia.
- Giá trị lớn nhất và giá trị nhỏ nhất lần lươt là 83538 và -31522. Giữa giá trị lớn nhất và giá trị nhỏ nhất có sự chênh lệch lớn.
Biến thuế thu nhập doanh nghiệp (TAX)
- Giá trị trung bình là 16,5197
- Độ lệch chuẩn là 8,115478.
- Giá trị lớn nhất và giá trị nhỏ nhất lần lượt là 33,5 và 0.
Sự biến động trong các giá trị của quan sát khơng lớn do đây là biến chính sách ít có sự thay đổi.
Biến xếp hạng chỉ số Giao dịch thương mại qua biên giới (RANK)
- Giá trị trung bình là 81,39394
- Độ lệch chuẩn là 43,62529
- Giá trị lớn nhất và giá trị nhỏ nhất lần lượt là 163 và 1.
Do giá trị của quan sát là xếp hạng nên sự thay đổi trong giá trị của quan sát không chỉ phụ thuộc vào bản chất của đối tượng mà còn bị ảnh hưởng bởi các đối tượng khác và giá trị nhỏ nhất chỉ có thể là 1.Ngồi ra do có sự khác biệt lớn giữa các đối tương quan sát nên chênh lệch cũng khá lớn.
Biến tỷ giá hối đoái (TGHD)
- Giá trị trung bình là 0,2568798
- Độ lệch chuẩn là 0,369938
- Giá trị lớn nhất và giá trị nhỏ nhất lần lượt là 1 và 0.000044.
Nhìn vào giá trị lớn nhất thì có thể khẳng định rằng tất cả các đồng nội tệ của 10 nước quan sát đều yếu hơn đồng USD, duy chỉ có một nước là Đơng Ti- mo sử dụng USD là đồng nội tệ của mình.
Nhìn chung, tất cả các biến vĩ mô như GDP, GDP bình quân đầu người hay xuất khẩu rịng đều có sự biến động lớn trong các giá trị. Nguyên nhân là do mặc dù 11 nước được lấy mẫu đều nằm trong khu vực Đơng Nam Á có vị trí gần
mơ thị trường, về trình độ phát triển kinh tế. Ngoài ra, mẫu số liệu được lấy trong khoảng thời gian 6 năm từ 2012-2017, có sự thay đổi lớn, toàn diện các lĩnh vực kinh tế-xã hội trên phạm vi tồn cầu, q trình hội nhập kinh tế quốc tế được đẩy mạnh đã làm thay đổi nền kinh tế của hầu hết các quốc gia.
Một số biến chính sách như thuế thu nhập doanh nghiệp, tỷ giá hối đoái trong 1 quốc gia theo thời gian thì sự thay đổi nhỏ, tuy nhiên giữa các quốc gia cũng có sự khác biệt đáng kể.
3.2. Bảng ma trận tƣơng quan và mối quan hệ giữa các biến
3.2.1. Lập bảng ma trận tương quan
Để xem xét sự tương quan giữa các biến FDI, GDP PER CAPITAL, NX và LABOUR trước khi chạy mơ hình hồi quy, ta sử dụng lệnh “corr” và thu được bảng kết quả dưới đây:
lnFDI GDP GDP PER
CAPITAL NX TAX RANK TGHD
lnFDI 1,0000 GDP 0,5950 1,0000 GDP PER CAPITAL 0,2807 -0,0159 1,0000 NX 0,4847 0,2076 0.6943 1,0000 TAX 0,0726 0,1730 -0,7639 -0,4278 1,0000 RANK -0,5141 -0,3815 -0,4872 -0,5738 0,2229 1,0000 TGHD -0,4059 -0,2879 0,6319 0,3287 -0,7545 -0,2686 1,0000
3.2.2. Tương quan giữa các biến độc lập và biến phụ thuộc
- Các biến GDP, GDP PER CAPITAL, NX, TAX đều có tương quan dương với lnFDI tức là có tương quan cùng chiều (cùng tăng, cùng giảm). Khi GDP, GDP PER CAPITAL, NX, TAX tăng thì FDI sẽ có xu hướng tăng.
- Các biến RANK, TGHD có tương quan âm với lnFDI tức là tương quan ngược chiều. Khi RANK, TGHD tăng thì FDI có xu hướng giảm.
Về độ lớn:
Nhìn chung hệ số tương quan của các biến độc lập và biến phụ thuộc đều không cao (<0,8).
Trong đó:
- Mối quan hệ tương quan giữa GDP và lnFDI là mạnh nhất (hệ số tương quan giữa 2 biến này là 0,5950). Điều này có nghĩa là mối quan hệ tuyến tính giữa chúng là chặt chẽ nhất, việc dự đoán giá trị của lnFDI khi biết giá trị của FDI là chính xác nhất, có sai số nhỏ nhất. Và GDP có ảnh hưởng lớn nhất đến FDI.
- Mối quan hệ tương quan giữa TAX và lnFDI là yếu nhất (hệ số tương quan giữa 2 biến này chỉ là 0,0726. Mối quan hệ tuyến tính giữa chúng là lỏng lẻo nhất, ít rõ ràng. Có thể TAX sẽ ít ảnh hưởng đến FDI.
3.2.3. Tương quan giữa các biến độc lập
Ta thấy hệ số tương quan giữa các biến độc lập với nhau đều khá thấp (khơng có hệ số tương quan nào lớn hơn 0,8). Có thể mơ hình sẽ khơng có hiện tượng đa cộng tuyến hồn hảo.
Tuy nhiên, hệ số tương quan giữa biến TAX và GDP PER CAPITAL là cao nhất (-0,7636). Tức là sự thay đổi của thuế đi kèm sự thay đổi của GDP bình quân đầu người.Nguyên nhân là do khi có sự thay đổi của thuế thu nhập doanh nghiệp ảnh hưởng lớn đến thu nhập của khu vực doanh nghiệp, tác động đến tiền
đổi lớn dù không phải là tất cả. Tuy vậy, độ lớn hệ số tương quan giữa chúng là 0,7636 <0.8 nên vẫn ở mức có thể chấp nhận được.
CHƢƠNG III. KẾT QUẢ ƢỚC LƢỢNG VÀ SUY DIỄN THỐNG KÊ TỪ MƠ HÌNH
1. Mơ hình ƣớc lƣợng 1.1. Mơ hình hồi quy mẫu
Mơ hình hồi quy tổng thể:
=
Mơ hình hồi quy mẫu:
Hồi quy các giá trị thực nghiệm bằng phần mềm stata , theo phương pháp Bình quân tối thiểu thông thường OLS ta thu được kết quả :
Tên biến Hệ số hồi quy Sai số chuẩn Giá trị kiểm định Tqs P-value GDP 1.88e-12 5.23e-13 3.6 0.001 GDP bình quân trên người 0.0000615 0.0000135 4.57 0.000 Xuất khẩu ròng(NX) 0.0000141 6.56e-06 2.15 0.036 Thuế (TAX) -0.0292226 0.0268822 -1.09 0.281 Xếp hạng chỉ số giao dịch -0.0145775 0.0036287 -4.02 0.000
(RANK) Tỷ giá hối
đoái (TGHD)
-5.136047 0.5071795 -10.13 0.000
Từ bảng kết quả trên, ta xây dựng được hàm hồi quy mẫu:
lnFDI = 1.88e-12 GDP + 0.0000615 GDP PER CAPITAL + 0.0000141 NX -
0.0292226 TAX - 0.0145775 RANK - 0.5.136047 + ei
1.2. Phân tích kết quả
Ý nghĩa hệ số hồi quy:
2=1,88e- 12 : Nếu GDP tăng lên (giảm đi) 1 đơn vị và các yếu tố khác khơng đổi thì FDI trung bình sẽ tăng lên (giảm đi) (1,88e- 10)%;
3=0,0000615 : Nếu GDP bình quân đầu người tăng lên (giảm đi) 1 đơn vị và các yếu tố khác khơng đổi thì FDI trung bình sẽ tăng lên (giảm đi) 0,00615%;
4=0,0000141 : Nếu xuất khẩu ròng tăng lên (giảm đi) 1 đơn vị và các yếu tố khác khơng đổi thì FDI trung bình sẽ tăng lên (giảm đi) 0,00141%;
5= -0,0292226 : Nếu thuế thu nhập doanh nghiệp tăng lên (giảm đi) 1 đơn vị và các yếu tố khác khơng đổi thì FDI trung bình sẽ giảm đi (tăng lên) 2,92226%; 6= -0,0145775 : Nếu xếp hạng chỉ số giao dịch thương mại qua biên giới tăng lên (giảm đi) 1 đơn vị và các yếu tố khác khơng đổi thì FDI trung bình sẽ giảm đi (tăng lên) 1,45775%
Từ kết quả hồi quy, ta thấy: R2 = 0.8433, tức là 84.33% sự thay đổi của biến phụ thuộc được giải thích bởi các biến độc lập trong mơ hình, hay 84.33% sự thay đổi của dịng vốn trực tiếp nước ngồi FDI của các nước được giải thích bởi GDP, GDP bình qn đầu người, xuất khẩu ròng, thuế, chỉ số xếp hạng giao dịch thương mại quốc tế, tỷ giá hối đoái.
2. Kiểm định và khắc phục khuyết tật mơ hình 2.1. Kiểm định đa cộng tuyến
n ch t: Về bản chất, đa cộng tuyến là 1 khuyết tật của mơ hình tuyến tính
bội (mơ hình có nhiều biến độc lập). Đa cộng tuyến xảy ra khi có sự phụ thuộc tuyến tính cao giữa các biến độc lập. Đa cộng tuyến có 2 mức độ, là đa cộng tuyến hoàn hảo và đa cộng tuyến khơng hồn hảo.
Nguyên nhân:
- Do đặt ra vấn đề sai.
- Phương pháp thu thập dữ liệu không đúng, mẫu dữ liệu không đặc trưng cho tổng thể.
- Giá trị biến độc lập có tính tương quan cao trong mẫu nhưng không tương quan cao tổng thể.
- Xác định dạng hàm sai.
- Sử dụng số liệu vĩ mô theo chuỗi thời gian.
Phương ph p kiểm định: Sử dụng nhân tử phóng đại phương sai VIF.
uy t c kiểm định: : Nếu VIF > 10 thì xảy ra đa cộng tuyến.
Sử dụng STATA để tính VIF ta được kết quả:
GDP 1.48
GDPPERCAPITAL 4.33
NX 2.36
TAX 3.72
Do chỉ số VIF của GDP, GDPPERCAPITAL, NX, TAX, RANK và TGHD đều nhỏ hơn 10, kết luận là mơ hình khơng xảy ra hiện tượng đa cộng tuyến.
2.2. Kiểm định phƣơng sai sai số thay đổi
Hiện tượng: Vi phạm giả thuyết cơ bản số 3 của mơ hình hồi quy tuyến tính:
Các sai số ngẫu nhiên Ui có một phương sai khác nhau :
Var(Ui/Xi) = E[Ui – E(Ui)]2 = E(Ui)2 = σi2; với i = 1,2,3...n
Nguyên nhân:
- Khi con người học hỏi, các sai lầm của họ nhỏ đi theo thời gian, phương sai sai số giảm dần.
- Kỹ thuật thu thập số liệu được cải thiện
- Do bản chất của các mối quan hệ kinh tế
- Do sự xuất hiện của các quan sát ngoại lai, một quan sát rất khác, có thể là rất nhỏ hoặc rất lớn so với các quan sát khác trong mẫu
- Do dạng hàm sai hoặc do bị thiếu biến quan trọng
Phương ph p kiểm định: Sử dụng kiểm định White
Cặp giả thuyết: hay
H0: Mơ hình khơng có phương sai sai số thay đổi H1: Mơ hình có phương sai sai số thay đổi
Sử dụng phần mềm stata với lệnh: “imtest, white” được kết quả sau:
White's test for Ho: homoskedasticity against Ha: unrestricted heteroskedasticity
chi2(27) = 39.83 Prob > chi2 = 0.0531
Cameron & Trivedi's decomposition of IM-test Source | chi2 df p
Với mức ý nghĩa 5% theo kết quả mơ hình có p-value = 0.0531 > 0.05, nên ta thừa nhận H0 .
Kết luận: Mơ hình có phương sai sai số khơng đổi.
2.3. Kiểm định sai số chuẩn của sai số ngẫu nhiên
B n ch t
Để có thể tiến hành kiểm định và dự báo, chúng ta đã đưa thêm giải thuyết về phân phối chuẩn của nhiễu. Tức là
Nếu sai số ngẫu nhiên khơng có phân phối chuẩn thì dự báo khơng cịn chính xác và các kiểm định t, F khơng cịn đáng tin cậy.
Phương ph p kiểm định:
Dựa trên phần dư kiểm định Jacque-Bera Cặp giả thuyết:
H0: Sai số ngẫu nhiên có phân phối chuẩn H1: Sai số ngẫu nhiên không phân phối chuẩn
Skewness/Kurtosis tests for Normality
Variable Obs Pr(Skewness) Pr(Kurtosis) adj chi2(2)
Prob>chi2
e 66 0.3471 0.2417 2.35 0.3092
Độ nghiêng là 0,3471 Độ nhọn là 0,2417
Như vậy ta có Chi2 (2) = 3,058 với p-value tương ứng bằng 0,21679. Với mức ý nghĩa 5%, p-value > =0,05 do đó thừa nhận giả thuyết H0. Kết luận: Mơ hình có sai số ngẫu nhiên phân phối chuẩn.
2.4. Kiểm định bỏ sót biến
Một trong những sai lầm khi xây dựng mơ hình kinh tế lượng là bỏ sót biến quan trọng. Như vậy thì các ước lượng sẽ chệch và khơng vững, kém chính xác. Kiểm định bỏ sót biến quan trọng
Cặp giả thuyết:
H0: Mơ hình khơng bỏ sót biến H1: Mơ hình bỏ sót biến
Sử dụng STATA với lệnh: “ovtest” được kết quả sau:
Như vậy, ta có F(3,56) = 1,09 với p-value tương ứng là 0,3592. Với mức ý nghĩa 5%, p-value > =0,05 nên thừa nhận H0. Kết luận: Mơ hình có dạng đúng hay mơ hình khơng bỏ sót biến.
2.5. Kiểm định tự tƣơng quan
n ch t: Tự tương quan là một khuyết tật của mơ hình hồi quy, vi phạm
một trong những giả thuyết cơ bản của mơ hình hồi quy tuyến tính cổ điển: “Khơng có sự tương quan giữa các sai số ngẫu nhiên ui”, tức là mơ hình có khuyết tật tự tương quan khi hiệp phương sai của sai số ngẫu nhiên trong hai quan sát bất kỳ khác không:
Nguyên nhân:
Nguyên nhân khách quan:
- Tính chất quán tính của chuỗi số liệu: các chuỗi số liệu thời gian về GDP, chỉ số giá, tỉ lệ thất nghiệp, ...
- Hiện tượng trễ: biến phụ thuộc thời kỳ t phụ thuộc vào biến đó ở thời kỳ t-1.
- Hiện tượng mạng nhện Coweb: phán ứng của cung nông sản đối với giá thị trường có một khoảng trễ về thời gian.
Nguyên nhân chủ quan:
- Do mơ hình thiếu biến quan trọng hoặc dạng hàm sai.
- Việc xử lý dữ liệu: bôi trơn dữ liệu, loại bỏ những quan sát gai góc.
Phương ph p kiểm định: Sử dụng kiểm định Wooldridge (do dữ liệu của
mô hình thuộc dạng dữ liệu bảng)
uy t c kiểm định: Với giá trị p-value > 5% của kiểm định Wooldridge
thì mơ hình khơng có hiện tượng tự tương quan. Cặp giả thuyết:
H0: Mơ hình khơng có hiện tượng tự tương quan H1: Mơ hình có hiện tượng tự tương quan
Dùng lệnh “xtserial lnfdi GDP GDPPERCAPITAL NX TAX RANK TGHD”, thu được kết quả như sau từ STATA
Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation
F( 1, 10) = 0.336 Prob > F = 0.5750
Như vậy, ta có F(1,10) = 0,336 với p-value tương ứng là 0,5750. Với mức ý nghĩa 5%, p-value > =0,05 nên thừa nhận H0. Kết luận mơ hình khơng có hiện tượng tự tương quan.
Tóm lại, sau khi thực hiện các kiểm định khuyết tật, mơ hình khơng bị khuyết
tật tức là mơ hình đã ước lượng là ước lượng tuyến tính khơng chệch tốt nhất.
3. Kiểm định giả thuyết
3.1. Kiểm định sự phù hợp với lý thuyết
Theo lý thuyết về FDI, khi tiến hành đầu tư trực tiếp nước ngoài các nhà đầu tư chủ yếu quan tâm đến quy mô nền kinh tế thể hiện qua Tổng sản phẩn