tế như hình 2.6 và 2.7.
Hình 2.6: Tình hình xuất nhập khẩu và cán cân thương mại của Việt Nam từ năm 1986 đến năm 2012.
Nguồn: Theo dữ liệu của Word Bank
Hình 2.7: Tình hình nguồn vốn FDI (đi vào) của Việt Nam từ năm 1986 đến năm 2012. 2012.
1986 1987
FDI 1.2E+10 1E+10 8E+09 6E+09 4E+09 2E+09 0 FDI
Nguồn: Theo dữ liệu của Word Bank
3.3Kinh nghiệm chọn biến và mơ hình của các bài nghiên cứu trước
Thu thập và tiếp thu của các mơ hình trước như sau:
Đối với bài nghiên cứu tham khảo ở nước ngoài
- Bài nghiên cứu gốc “Openness and economic growth: Epirical evidence on the
relationship between output, inward FDI and trade” của tác giả E.M Ekanayake and Richard Vogel, Bala Veeramacheneni, Spring 2003
Mơ hình của bài nghiên cứu như sau:
Ưu: sử dụng phương pháp kiểm định Granger để kiểm định mối quan hệ nhân quả giữa các
biến.
Nhược: Không sử dụng biến nhập khẩu .Bài nghiên cứu thiên về lý thuyết ELG, nguồn vốn
FDI và lý thuyết tăng trưởng chỉ ra các kết quả tác động đa chiều. 1986
Đi từ kinh nghiệm rút ra từ bài nghiên cứu nước ngoài, ta sẽ sử dụng tương tự cho mơ hình của bài luận bằng kiểm định Granger thơng qua Gcause trên phần mềm Stata phân tích tác động riêng lẻ của từng biến tác động lên nhau. Đề cập đến Gcause.
- Mơ hình gồm 3 biến là xuất khẩu, nhập khẩu và nguồn vốn FDI: xét về mặt thực nghiệm đã có trong của bài nghiên cứu trước The Trade Balance Effects of U.S Foreign Direct Investment in Mexico của hai ông Peter Wilamoski & Sarah Tinkler cũng chỉ đưa ra 3 biến bên trên. Về mặt lý thuyết do đặc tính của các nước chọn mẫu khảo sát đa phần còn phải nhập khẩu các mặt hàng nguyên vật liệu, sản phẩm phụ trợ từ nước ngồi nên mơ hình đưa vào 3 biến xuất khẩu, nhập khẩu và FDI để khảo sát. Nhược: bài nghiên cứu của hai ông Peter Wilamoski & Sarah Tinkler chỉ khảo sát 2 nước có tác động lẫn nhau thơng qua biến xuất nhập khẩu của 2 nước, tức là xuất khẩu của nước này là nhập khẩu của nước kia. Còn bài nghiên cứu này em muốn khảo sát tác động của các nước trong khu vực Đơng Nam Á nói chung và Việt Nam nói riêng.
- Economic growth, export and foreign direct investment in Least Developed Countries: A panel Granger causality analysis (Rifat Baris Tekin, 2012). Bài viết này cũng chuyên sâu về xây dựng mơ hình nhân quả Granger thơng qua lý thuyết ELG, GLE có sẵn
.Từ đó, đánh giá mối quan hệ giữa biến FDI, xuất khẩu và tăng trưởng.
Đối với bài luận tham khảo ở Việt Nam
- Hạn chế của bài nghiên cứu “Vai trò của nguồn vốn FDI đối với cán cân thương mại Việt Nam giai đoạn 1999-2010” của tác giả Phạm Thị Mỹ An: lấy dữ liệu từ nhiều nguồn khác nhau. Do đó, ở bài luận của em sẽ khắc phục sau: lấy dữ liệu cùng một nguồn trên nhiều quốc gia khác nhau, mục đích khảo sát tính tương quan giữa các nước tốt hơn là chỉ đứng trên một phương diện Việt Nam như bài đã khảo sát. Nhược: bài nghiên cứu của em đã bỏ qua biến tỷ giá hối đoái đa phương (ERRE) và các hệ số điều chỉnh khác. Ưu: sử dụng kỹ thuật nghiên cứu Engle- Granger để quan sát mối quan hệ dài hạn giữa cán cân thương mại và FDI, sau đó sử dụng mơ hình hiệu chỉnh sai số (ECM) để khám phá liên kết trong ngắn
hạn, thừa kế lại mơ hình phân tích từng phần về xuất khẩu, nhập khẩu chịu tác động của nguồn vốn FDI.
- Hạn chế của bài “Tác động FDI đến cán cân thương mại của Việt Nam giai đoạn 1999- 2010” của tác giả Trần Trung Kiên: kiểm định OLS và mơ hình SUR tại Việt Nam và một số nước (đa số là những nước đang lấy mẫu của bài nghiên cứu này) rằng khơng có sự tác động của nguồn vốn FDI lên cán cân thương mại. Vì thế ở đây, ta có hướng mới về kiểm định mơ hình Var đánh giá lại có mối quan hệ nhân quả Granger của các biến trong ngắn hạn và dài hạn.
Đi từ kinh nghiệm rút ra từ bài nghiên cứu tại Việt Nam, mơ hình này khác với bài nghiên cứu gốc như sau: phân tích tác động từng phần của xuất khẩu, nhập khẩu; thay vì chỉ phân tích biến xuất khẩu. Lý giải điều này là do các nước đang lấy mẫu đa phần xuất khẩu đi đôi với nhập khẩu cụ thể các mặt hàng xuất khẩu trong nước vẫn còn phải nhập khẩu các mặt hàng nguyên vật liệu, sản phẩm phụ trợ từ nước ngồi. Mơ hình kiểm định là mơ hình Var đánh giá lại có mối quan hệ nhân quả Granger của các biến trong ngắn hạn và dài hạn.
3.4 Mơ hình nghiên cứu được đề xuất
3.4.1Khái quát về mơ hình VAR (Vector Autoregression- tự hồi quy véc tơ)
Khái niệm:
- Là mơ hình tự hồi quy véc tơ dùng để đo lường tác động qua lại giữa các chuỗi thời gian dừng có độ trễ theo thời gian, trong đó tất cả các biến được coi là biến nội sinh. - Mối quan hệ giữa các biến số không đơn thuần chỉ theo một chiều, biến độc lập ảnh
hưởng đến biến phụ thuộc và trong nhiều trường hợp có tác động ngược lại. Do đó, ta cần xem xét sự tác động qua lại của các biến này cùng một lúc. Và mơ hình kinh tế lượng ứng dụng rộng rãi để kiểm định sự tác động qua lại của các biến là mơ hình VAR .
- Theo Albert Christopher Sims xây dựng nên, VAR đã được sử dụng phổ biến rộng rãi cho việc phân tích sự tác động qua lại giữa các biến số trong các lĩnh vực kinh tế, tài
chính, đặc biệt là phân tích sự ảnh hưởng giữa các biến số kinh tế vĩ mơ và từ đó đưa ra giải pháp chính sách kinh tế phù hợp.
Ưu điểm:
- Mơ hình tự hồi quy rất đặc thù. Tất cả các biến đầy là nội sinh. Những phương trình trong hệ sử dụng các biến độc lập giống nhau.
- Giá trị của một biến được biểu diễn là một hàm tuyến tính của các giá trị quá khứ hay trễ của biến đó và tất cả các biến khác trong mơ hình.
- Ứng dụng dễ dàng trong việc khảo sát mối quan hệ nhân quả giữa các biến số trong nền kinh tế do các biến độc lập đều là các biến nội sinh trong quá khứ nên giá trị của các biến trong mơ hình phụ thuộc vào các biến số trong quá khứ.
- Thích hợp cho sự phân tích các cú sốc kinh tế để đưa ra các chính sách điều chỉnh kịp thời.
Nhược điểm:
- Đòi hỏi tất cả các biến phải dừng.
- Khó khăn trong việc tìm độ trễ và số lượng biến trong mơ hình thích hợp.
- Số độ trễ và số lượng biến sao cho phù hợp với quan sát (tham số= số biến+độ trễ*số biến bình phương > số quan sát). Vì thế, số quan sát phải đủ lớn.
- Sự đơn giản của phương pháp lập mơ hình VAR có thể là hạn chế của mơ hình. Khi các quan sát có số lượng hạn chế như trong hầu hết các phân tích kinh tế, việc đưa ra một số độ trễ của từng biến có thể sử dụng nhiều bậc tự do.
- Khó giải thích về dấu của các hệ số, có thể cùng một biến mà ở độ trễ khác nhau thì sẽ có dấu khác nhau. Vì thế, cần dùng thêm hàm phản ứng (Impulse Response Function, IRF) trong phép kiểm định mơ hình VAR để tìm xem biến phụ thuộc phản ứng như thế nào đối với một cú sốc trong một hay nhiều phương trinh của hệ.
Lí do chọn mơ hình:
- Do bài nghiên cứu này là đánh giá mối quan hệ nhân quả của FDI với cán cân thương mại.
- Do chưa xác định rõ vai trò của từng biến độc lập hay phụ thuộc trong mơ hình. - Do dữ liệu các biến đều lấy trong quá khứ, thích hợp cho việc phân tích các tác động
của chính sách đưa ra.
3.4.2 Các bước thực hiện chạy mơ hình
- Bước 1: Trước tiên, ta quy về các phép đo lường của các biến như sau:
Các biến Cách đo lường Kí hiệu
Xuất khẩu
% sản lượng xuất khẩu trên GDP Lnx
Nhập khẩu % sản lượng nhập khẩu trên GDP Lnm
Nguồn vốn FDI (đi vào) Log của FDI thực Lnfdi
Mơ hình nghiên cứu đề xuất:
FDI FDI FDI FDI
[EXP(t)]= A0 + A1 [EXP(t − 1)] + A2 [EXP(t − 2)]+….+ As [EXP(t − s)] + εt
IMP IMP IMP IMP
Lý do chọn các biến:
● Bỏ qua biến tăng trưởng (GDP) vì mục tiêu bài nghiên cứu là chỉ đánh giá mối quan
hệ giữa FDI và cán cân thương mại.
● Thêm vào mơ hình biến nhập khẩu vì do các nước đang lấy mẫu đa phần xuất khẩu đi
đôi với nhập khẩu cụ thể các mặt hàng xuất khẩu trong nước vẫn còn phải nhập khẩu các mặt hàng nguyên vật liệu, sản phẩm phụ trợ từ nước ngoài. Nên biến nhập khẩu cũng đóng có tác động trong mơ hình.
- Bước 2: Kiểm định tính dừng: kết quả các chuỗi dừng thì sang bước 2. Nếu không dừng ở
bậc 0, lấy sai phân bậc nhất =>chuỗi sẽ dừng tại I(1) chuyển sang bước 2, nếu không dừng lấy tiếp sai phân bậc hai, bậc ba để chuỗi dừng chuyển sang bước 2.
- Bước 4:Chạy nhân quả Granger để xem xét mối quan hệ Granger của các biến trong mơ hình.
Đồng thời loại bỏ những biến khơng có tác động Granger để mơ hình được đơn giản, tin cậy hơn.
- Bước 5: Kiểm định tính tự tương quan giữa các biến trong mơ hình.
- Bước 6: Xem xét tính ổn định.
- Bước 7: Kiểm định thêm hàm phản ứng đẩy (Impulse Response Function, IRF) trong phép
kiểm định mơ hình VAR để tìm xem biến phụ thuộc phản ứng như thế nào đối với một cú sốc trong một hay nhiều phương trình của hệ.
- Bước 8: Phân rã phương sai
Chương 3: nêu thực trạng và tình hình kinh tế về nguồn vốn FDI cũng như lượng xuất
nhập khẩu của khu vực Đơng Nam Á nói chung và ở Việt Nam nói riêng từ năm 1986 đến năm 2012 tăng đều. Nhận xét ở Việt Nam thì tuy xuất nhập khẩu tăng đều nhưng vẫn ở tình trạng nhập siêu, cán cân thương mại vẫn còn thâm hụt. Đến năm 2012 cán cân thương mại đã có thặng dư. Từ đó đề xuất mơ hình nghiên cứu và phát thảo các bước tiến hành nghiên cứu.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.1Thống kê mô tả dữ liệu nghiên cứu thực nghiệm
Bảng 4.1: Thống kê mô tả các biến của 9 nước Đông Nam Á
Biến Số quan sát Trung bình Độ lệch chuẩn Nhỏ nhất Lớn nhất
Lnfdi 208 20.85635 2.054527 14.51066 24.76018
Lnx 203 3.722023 1.271918 -1.69844 5.452532
Lnm 200 3.179326 1.48676 -2.08029 4.611126
Nguồn: Trích từ kết quả chạy Stata
Bảng 4.2: Thống kê mô tả các biến của Việt Nam
Biến Số quan sát Trung bình Độ lệch chuẩn Nhỏ nhất Lớn nhất
Lnfdi 27 21.15663 1.161966 15.21915 22.98284
Lnx 27 3.879653 0.342145 3.178054 4.382384
Lnm 27 4.025974 0.285949 3.52798 4.431858
Nguồn: Trích từ kết quả chạy Stata
Nhận xét: Từ bảng 4.1 và 4.2, ta thấy các chỉ số trung bình của Việt Nam gần bằng với chỉ số trung bình của 9 nước Đơng Nam Á, cho thấy có sự tương đồng giữa Việt Nam và các nước được khảo sát về mặt số liệu cũng như về mặt địa lý kinh tế gần sát nhau nên ta khảo sát có tính tương đồng giữa các biến chính xác hơn .
-2 0 2
lnexp 4 6
lnfdi Fitted values
4.2 Sơ đồ mối quan hệ tương quan giữa biến xuất nhập khẩu và nguồn vốn FDI
4.2.1 Đánh giá mức độ tương quan giữa các biến theo chuỗi thời gian tại 9 nước Đơng NamÁ Á
FDI cũng có mối quan hệ với các biến xuất khẩu, nhập khẩu thông qua biểu đồ Scatter Plot kết hợp với sơ đồ Line (ở hình 4.1, 4.2, 4.3 và 4.4). Kết quả giống với dự đoán ban đầu, như sau:
● Đối với 9 nước Đông Nam Á, ta thấy biến lnfdi cùng chiều với biến lnexp (+), nhưng ngược chiều với biến lnimp (-).
● Riêng đối với Việt Nam biến lnfdi cùng chiều với biến lnexp (+) và biến lnimp (+). Hình 4.1: Sơ đồ đánh giá mối tương quan giữa FDI với xuất khẩu tại 9 nước Đơng Nam Á
Nguồn: Trích từ kết quả chạy Stata
Hình 4.2: Sơ đồ đánh giá mối tương quan giữa FDI với nhập khẩu tại 9 nước Đông Nam Á Nam Á
20 25
-2 0 2
lnimp 4 6
lnfdi Fitted values
3 3.5 4 4.5
lnexp
lnfdi Fitted values
Nguồn: Trích từ kết quả chạy Stata
4.2.2 Đánh giá mức độ tương quan giữa các biến theo chuỗi thời gian tại Việt Nam Hình 4.3: Sơ đồ đánh giá mối tương quan giữa FDI với xuất khẩu tại Việt Nam
Nguồn: Trích từ kết quả chạy Stata
Hình 4.4: Sơ đồ đánh giá mối tương quan giữa FDI với nhập khẩu tại Việt Nam
20 25 15 18 20 22 24 16
3.6 3.8 4
lnimp 4.2 4.4 lnfdi Fitted values
Nguồn: Trích từ kết quả chạy Stata
4.2.3 Hệ số tương quan của 9 nước Đông Nam Á so với Việt Nam
Từ bảng 4.3 và 4.4 bên dưới, ta thấy đối với Việt Nam có hệ số tương quan giữa các biến rất cao, nhưng khi tính 9 nước Đơng Nam Á thì hệ số tương quan bị giảm xuống và có chiều hướng hồn tồn khác biệt. Cụ thể là biến nhập khẩu có xu hướng ngược chiều đối với trường hợp của 9 nước Đông Nam Á, nhưng ở Việt Nam thì ngược lại. Có nghĩa là khi nguồn vốn FDI tăng không chỉ làm cho xuất khẩu tăng, mà nhập khẩu cũng tăng, có khả năng không cải thiện được cán cân thương mại đối với trường hợp ở Việt Nam. Đối lập với tình hình của 9 nước Đông Nam Á là FDI tăng làm cho xuất khẩu tăng và nhập khẩu giảm.
Bảng 4.3: Hệ số tương quan của 9 nước Đông Nam Álnfdi lnexp lnimp lnfdi lnexp lnimp
Lnfdi 1.0000
Lnexp 0.4198 1.0000
Lnimp -0.3509 -0.2872 1.0000
Nguồn: Trích từ kết quả chạy Stata
18 20 22 24
Bảng 4.4: Hệ số tương quan của Việt Namlnfdi lnexp lnimp lnfdi lnexp lnimp
Lnfdi 1.0000
Lnexp 0.7802 1.0000
Lnimp 0.7680 0.9733 1.0000
Nguồn: Trích từ kết quả chạy Stata
4.3 Kiểm định tính dừng của dữ liệu theo chuỗi thời gian
4.3.1 Kiểm định tính dừng của các biến
Để kiểm định tính dừng của chuỗi đơn vị thời gian, ta dựa vào kiểm định ADF truyền thống (Augmented Dickey – Fuller test for unit root).
Từ kết quả tổng hợp, ta thấy ban đầu các biến đều khơng dừng (p-value > 1%). Vì thế, ta lấy sai phân bậc 1 thì các chuỗi đều dừng I(1) (p-value < 1%)
Qua kết quả từ bảng 4.5, ta kết luận chuỗi dữ liệu có tính dừng ở bậc 1 với mức ý nghĩa 1%. Do vậy, các biến sẽ được sử dụng trong mơ hình VAR là sai phân bậc 1.
Bảng 4.5: Kết quả tổng hợp kiểm định ADF trên Stata
VN ADF (Test Statistic) 1% level 5% level 10%
level p-value Kết quả
lnx -2.098 -3.743 -2.997 -2.629 24.54% Không dừng lnm -1.541 -3.743 -2.997 -2.629 51.31% Không dừng lnfdi -3.492 -3.743 -2.997 -2.629 0.82% Không dừng ở mức ý nghĩa 1% Δlnx -4.756 -3.75 -3 -2.63 0.01% Dừng
Δlnm -5.466 -3.75 -3 -2.63 0.00% Dừng
Δlnfdi -4.875 -3.75 -3 -2.63 0.00% Dừng
Nguồn: Trích từ kết quả chạy Stata
4.3.2 Xác định độ trễ tối ưu
Sau khi kiểm định tính dừng ADF, ta đi tìm độ trễ tối ưu của mơ hình.
Độ trễ được xác định theo các tiêu chí sau: AIC (Akaike Information Criterion), HQIC (Hannan- Quinn Information Criterion) và SBIC (Schwarz Information Criterion).
Từ hình 4.5: ta thấy ở Việt Nam có độ trễ tối ưu bằng 1 (p-value < alpha). Ta chạy mơ hình VAR với độ trễ là bằng 1.
Hình 4.5: Kết quả lựa chọn độ trễ tối ưu cho mơ hình trên Stata
Selection-order criteria
Sample: 1991 - 2012 Number of obs = 22
+---------------------------------------------------------------------------+