Biến VIF Tolerance
Ln_IncFDI 1,29 0,777309 Openess 1,36 0,737745 LendInt 1,27 0,787195 GasrpGDP 1,11 0,898533 Ln_GDPpcppp 1,73 0,578337 Ln_Pop 1,52 0,659821 GDPgrowth 1,14 0,875235 EDUyear 1,20 0,834852 Ln_GBFDI 1,41 0,707967 NegFDI1 1,02 0,976347 Conflict2 1,21 0,826088 Conflict3 1,11 0,900277 Ln_TBmp100k 1,50 0,666003
Nguồn: Tính tốn của tác giả trên dữ liệu từ WB, WHO và Uppsala universitet
Bảng 4.7. Kiểm định dị phương sai và thừa thiếu biến trong mơ hình OLS4 Kiểm định White
đồng phương sai
Kiểm định Breusch-Pagan /Cook-Weisberg
dị phương sai
Kiểm định thừa thiếu biến thông qua P>|t|
chi2(100) Prob > chi2 chi2(1) Prob > chi2 _hat _hatsq _cons
129,48 0,0253 23,14 0,0000 0,094 0,383 0,386
Kết quả kiểm định đa cộng tuyến ở bảng 4.6 cho thấy các biến đều có hệ số khuếch đại phương sai VIF<3 và khơng hiện diện hai cặp biến có cùng giá trị cao. Ở góc độ kỹ thuật, mơ hình khơng phát hiện hiện tượng đa cộng tuyến ở mức độ có thể làm thiên lệch kết quả ước lượng. Hai biến GasrpGDP và Conflict2 có cùng giá trị VIF và giá trị tolerance gần bằng nhau. Tuy nhiên, giá trị VIF=1,11 này là rất nhỏ, nên khi cùng xuất hiện trong mơ hình, cặp biến này khơng được xem là tạo ra vấn đề nghiêm trọng của hiện tượng đa cộng tuyến.
Kiểm định White cho kết quả giá trị Prob > chi2 nhỏ hơn 0,05, đồng thời kiểm
định Breusch-Pagan/Cook-Weisberg với giả định phần dư có phương sai bất biến7
cho kết quả có giá trị Chi-square lớn (23,11) trong khi p-value nhỏ. Theo đó, mơ hình được phát hiện là phần dư có phương sai thay đổi (dị phương sai – heteroskedasticity). Điều này nói lên có sự khác biệt giữa dữ liệu thực tế so với giả định, và sự vi phạm giả định này đã làm suy yếu mơ hình OLS. Kết quả kiểm định cũng cho thấy P>|t| của cả hat và hatsq đều khơng có ý nghĩa thống kê ở mức ý nghĩa 5%, nói lên rằng mơ hình khơng phát hiện bỏ sót hay dư thừa biến phi tuyến. Ma trận tương quan (Bảng 4.8 thể hiện một phần) khơng cho thấy có sự tương quan cao giữa phần dư (res) và các biến độc lập trong mơ hình.
7
Ý tưởng của kiểm định Breusch-Pagan nói rằng mơ hình OLS4 là phương trình có dạng Yi = β1 + β2X1i + … + βkXki + εi, trong khi phương sai của phần dư (ε) là phương trình có dạng σ 2 = α + α Z + … α Z . Giả định H0: α2 = α3 = … = αm = 0, nghĩa là σ 2 = α (hằng số).
Nếu kiểm định cho kết quả bác bỏ giả định này, thì kết luận mơ hình OLS4 có hiện tượng dị phương sai (Breusch và Pagan, 1979).
i 1 2 2i m mi
Bảng 4.8. Tương quan giữa phần dư và biến độc lập trong mơ hình OLS4
Biến Ln_IncFDI Openess LendInt GasrpGDP Ln_GDPpcppp Ln_Pop GDPgrowth
Phần dư 0,0151 0,0143 0,0139 0,0247 0,0145 0,0064 0,0310
Phần dư 0,0347 0,0386 0,0596 0,0433 0,0442 0,0243
Nguồn: Tính tốn của tác giả trên dữ liệu từ WB, WHO và Uppsala universitet
Hình 4.1. Đồ thị biểu diễn phân phối giữa phần dư và biến Ln_FDI
Chú thích: Hiển thị trực quan cho thấy phần dư có hiện tượng dị phương sai Nguồn: Tính tốn của tác giả trên dữ liệu từ WB, WHO và Uppsala
universitet.
Quan sát qua đồ thị phân tán giữa Ln_FDI và Ln_TBmp100k (Hình 4.1) phát
hiện dữ liệu ẩn chứa quan sát có giá trị outlier. Điều này dẫn đến kết quả ước lượng hệ số tương quan của mơ hình hồi quy dạng OLS trở nên có thể sai lệch. Outlier của biến Ln_FDI được xác định là dữ liệu cực đoan của quan sát Serbia năm 1996. Tuy quan sát này có giá trị dữ liệu nhỏ một cách bất thường, nhưng khơng có bằng
chứng nào cho thấy đây là sự sai lệch về mặt nhập liệu của thơng tin gốc. Do đó, khơng đủ cơ sở để loại bỏ quan sát này ra khỏi mơ hình.
Nếu xét ở góc độ tương quan giữa hai yếu tố kinh tế xã hội, tác giả không loại trừ (cũng không xác nhận) khả năng có xảy ra hay khơng tác động hai chiều giữa bệnh truyền nhiễm và FDI. Tuy nhiên, nội sinh (endogenous) được xác định là không thể tồn tại giữa biến độc lập đại diện cho bệnh truyền nhiễm và biến phụ thuộc trong mơ hình kinh tế lượng của nghiên cứu này. Nguyên nhân của kết luận này là dựa vào cách sử dụng dữ liệu, theo đó, số liệu của biến Ln_FDI có độ trễ thời gian là một năm so với số liệu các biến Ln_TBmp100k, TBHIVmp100k và Ln_Mal. Quan điểm nghiên cứu của tác giả cho rằng dữ liệu ở hiện tại không thể tác động lên dữ liệu ở q khứ, do đó khơng thể tồn tại sự tác động của biến Ln_FDI có thời gian quan sát là t lên trên biến Ln_TBmp100k có thời gian quan sát là (t–1).
Chú thích: Hình trên bên trái biểu diễn đồ thị phân tán của Ln_FDI và Ln_TBmp100k cho thấy hiện diện giá trị outlier. Điều này cũng thể hiện trong đồ thị phân tán của TBHIVmp100k (hình trên, bên phải) và của Ln_Mal (hình dưới, bên trái) thậm chí ở mức độ rõ ràng hơn, với nhiều quan sát tiến về giá trị outlier ở cả biến độc lập và biến phụ thuộc. Trong khi đó, hình dưới bên phải biểu diễn đồ thị phân tán của Openess ít thể hiện outlier ở biến phụ thuộc nhưng thể hiện rõ nét ở biến độc lập.
Kết quả của các kiểm định đã không đem lại hỗ trợ đủ mạnh cho quyết định lựa chọn mơ hình OLS trong nghiên cứu này. Hơn nữa, dữ liệu bảng thu thập từ 54 quốc gia khác nhau trong 21 năm hình thành nên tập hợp quan sát khơng có tính đồng đều về mặt số học. Do đó, trên quan điểm nghiên cứu của tác giả, mơ hình hồi quy dạng Robust hoặc mơ hình Quantile (phân vị) 0.5 được xem là những lựa chọn phù hợp để thay thế cho mơ hình OLS. Hình 4.3 thể hiện quy trình lựa chọn mơ hình hồi quy trong nghiên cứu. Với quy mô mẫu quan sát lớn (trên 800 quan sát), kết quả ước lượng của mơ hình Robust (dựa trên giá trị trung bình của mẫu) và mơ hình Quantile (dựa trên giá trị trung vị của mẫu) thường không khác biệt nhiều. Kết quả ước lượng của các dạng mơ hình được trình bày ở Bảng 4.9.
Trên quan điểm nghiên cứu của tác giả, hai biến được coi là tương quan chỉ khi nào có ý nghĩa thống kê từ 5% trở lên. Theo đó, các biến với ý nghĩa thống kê thấp hơn không được nhận diện là có tác động lên biến phụ thuộc. Vì vậy, các hiển thị ý nghĩa thống kê 10% ở các bảng chỉ mang tính chất kỹ thuật.
P–Value ≥ 0.05
Tổng quan các nghiên cứu và lý thuyết
Phương pháp luận
Thống kê mô tả dữ liệu
Kiểm tra đa cộng tuyến
Hồi quy Pooled-OLS
Kiểm tra Breusch-Pagan
P–Value < 0.05
Giá trị trung bình Giá trị trung vị
Giải thích kết
quả hồi quy Pooled-OLS Hồi quy
Quantile(.5) Hồi quy Robust
Bảng 4.9. Ước lượng hồi quy dạng OLS, BsQuantile(.5) và Robust
OLS4 BsQuantile(.5) RobustTB Robust 2TB
Ln_IncFDI 0,020499*** 0,023256*** 0,018748*** 0,021386*** (0,000) (0,000) (0,000) (0,000) Openess 0,004324*** 0,003152*** 0,004235*** 0,005409*** (0,000) (0,000) (0,000) (0,000) LendInt -0,000547 -0,001728 -0,001978* -0,003232*** (0.692) (0,412) (0,099) (0,007) GasrpGDP -0,049724*** -0,053451*** -0,053509*** -0,054809*** (0,000) (0,000) (0,000) (0,000) Ln_GDPpcppp 1,131348*** 1,083495*** 1,095848*** 1,055186*** (0,000) (0,000) (0,000) (0,000) Ln_Pop 0,868362*** 0,894389*** 0,887723*** 0,881136*** (0,000) (0,000) (0,000) (0,000) GDPgrowth 0,046428*** 0,041588*** 0,039175*** (0,000) (0,000) (0,000) EDUyear 0,043510 -0,013396 0,010599 (0,242) (0,738) (0,743) Ln_GBFDI 0,456571*** 0,422384*** 0,401665*** 0,418865*** (0,000) (0,000) (0,000) (0,000) NegFDI1 1,027234*** 0,845767** 0,647895*** (0,000) (0,020) (0,000) Conflict2 -0,029506 -0,180613 -0,179718** (0,780) (0,120) (0,050) Conflict3 -0,432831*** -0,691889** -0,656877*** (0,007) (0,016) (0,000) Ln_TBmp100k -0,083003** -0,138195*** -0,112589*** -0,133549*** (0,011) (0,001) (0,000) (0,000) Cons -18,07427*** -16,25363*** -15,70007*** -14,95736*** (0,000) (0,000) (0,000) (0,000) Số quan sát 881 881 881 886 R2 0,7315 - 0,7788 0,7561 R2 hiệu chỉnh 0,7275 - 0,7755 0,7539
Chú thích: *, **, *** biểu thị các mức ý nghĩa tương ứng 10%, 5% và 1% Nguồn: Tính tốn của tác giả trên dữ liệu từ WB, WHO và Uppsala universitet
Đánh giá chung về ba mô hình có đầy đủ các biến ở bảng 4.9:
Hệ số tương quan của Ln_TBmp100k trong mơ hình OLS4 có giá trị nhỏ nhất
trong ba mơ hình, được hiểu như là kết quả của hiện tượng giá trị ước lượng trung bình bị kéo về các quan sát outlier và tạo ra thiên lệch, với mức ý nghĩa thống kê 5%. Hệ số của biến này trong mơ hình BsQuantile(.5) cho kết quả lớn nhất, với mức ý nghĩa 1%. Trong khi đó, trong mơ hình RobustTB, hệ số này có ý nghĩa thống kê là 1%, cho thấy ý nghĩa thống kê của sự tương quan với biến phụ thuộc rõ nét hơn so với mơ hình OLS4.
Có sự khác biệt rất lớn trong hệ số biến NegFDI1 giữa ba phương pháp hồi
quy với ý nghĩa thống kê 1%. Theo đó, mơ hình OLS4 cho hệ số lớn nhất, trong khi
mơ hình RobustTB cho hệ số nhỏ nhất. Có khả năng tác động của biến NegFDI1 đã
bị khuếch đại trong mơ hình OLS4.
Có sự khác biệt đáng kể trong hệ số biến Conflict3 giữa mô hình RobustTB và mơ hình OLS4, trong khi hầu như khơng có sự khác biệt giữa mơ hình Robust và mơ hình BsQuantile(.5). Tác giả cho rằng, ước lượng của biến này trong mơ hình OLS4 bị chệch theo hướng đánh giá thấp tác động thực tế. Bên cạnh đó, mơ hình RobustTB cho thấy biến Conflict2 có ý nghĩa thống kê ở mức 5%, trong khi trong hai mơ hình cịn lại, biến này khơng có ý nghĩa thống kê.
Đánh giá sơ lược giữa hai mơ hình dạng Robust ở bảng 4.9:
Mơ hình Robust2TB, có số biến độc lập được chọn giống như mơ hình OLS2 (Bảng 4.5) phản ảnh tác động của các yếu tố kinh tế học cơ bản nhất, hiển thị các biến có ý nghĩa thơng kê với hệ số ước lượng không khác biệt nhiều so với mơ hình chính RobustTB. Điều này cho thấy tính chất ổn định của các biến số được sử dụng trong dạng hồi quy này. Điểm khác biệt rõ nét nhất được nhìn thấy là biến LendInt,
trong mơ hình Robust2TB có ý nghĩa thống kê 1%, trong khi ở mơ hình RobustTB khơng có ý nghĩa thống kê.
4.4. Mơ hình hồi quy dạng Robust
Tác giả đánh giá tác động của các bệnh truyền nhiễm lên dòng vốn FDI ròng thơng qua các mơ hình dạng Robust riêng biệt. Cụ thể, mơ hình RobustHIV đánh giá tác động của tử suất bệnh AIDS đồng nhiễm lao (TBHIVmp100k) lên Ln_FDI, trong khi mơ hình RobustMal phản ảnh sự tác động của biến số ca bệnh sốt rét (Ln_Mal). Trong mơ hình RobustHIV_Mal, hai biến TBHIVmp100k và Ln_Mal được hiện diện đồng thời để ước lượng tác động.
Bảng 4.10. Ước lượng hồi quy dạng Robust
RobustTB RobustHIV RobustMal RobustHIV_Mal
Ln_IncFDI 0,018748*** 0,017537*** 0,017422*** 0,016750*** (0,000) (0,000) (0,000) (0,001) Openess 0,004235*** 0,003590*** 0,003362*** 0,003307*** (0,000) (0,000) (0,000) (0,000) LendInt -0,001978* -0,001918 -0,001905 -0,001888 (0,099) (0,116) (0,120) (0,123) GasrpGDP -0,053509*** -0,056199*** -0,054819*** -0,055575*** (0,000) (0,000) (0,000) (0,000) Ln_GDPpcppp 1,095848*** 1,194444*** 1,214805*** 1,214066*** (0,000) (0,000) (0,000) (0,000) Ln_Pop 0,887723*** 0,8576*** 0,850545*** 0,845195*** (0,000) (0,000) (0,000) (0,000) GDPgrowth 0,039175*** 0,039980*** 0,039928*** 0,039072*** (0,000) (0,000) (0,000) (0,000) EDUyear 0,010599 0,008864 0,031060 0,024466 (0,743) (0,794) (0,405) (0,515) Ln_GBFDI 0,401665*** 0,411487*** 0,410252*** 0,415539*** (0,000) (0,000) (0,000) (0,000) NegFDI1 0,647895*** 0,753685** 0,932259*** 0,939476*** (0,000) (0,000) (0,000) (0,000) Conflict2 -0,179718** -0,230972** -0,252762*** -0,269342*** (0,050) (0,013) (0,007) (0,004) Conflict3 -0,656877*** -0,662795*** -0,665172*** -0,682544*** (0,000) (0,000) (0,000) (0,000)
Ln_TBmp100k -0,112589*** (0,000) TBHIVmp100k -0,000828 -0,001461* (0,296) (0,083) Ln_Mal 0,006038 0,009086 (0,414) (0,236) Cons -15,70007*** -16,56449*** -16,93405*** -16,93007*** (0,000) (0,000) (0,000) (0,000) Số quan sát 881 881 865 865 R2 0,7788 0,7719 0,7742 0,7753 R2 hiệu chỉnh 0,7755 0,7685 0,7708 0,7716 Chú thích:
*, **, *** biểu thị các mức ý nghĩa tương ứng 10%, 5% và 1%
RobustTB: biến mục tiêu là Ln_TBmp100k. RobustHIV: biến mục tiêu là TBHIVmp100k. RobustMal: biến mục tiêu là Ln_Mal. RobustHIV_Mal: biến mục tiêu
là TBHIVmp100k và Ln_Mal
Nguồn: Tính tốn của tác giả trên dữ liệu từ WB, WHO và Uppsala universitet
Nhận x ét:
I. Nhận xét chung cho bốn mơ hình Robust (bảng 4.10):
Mơ hình RobustTB phản ảnh dịng FDI rịng và bệnh lao âm tính HIV có tương
quan nghịch biến, với mức ý nghĩa thống kê 1%. Điều này phản ảnh tử suất bệnh lao âm tính HIV có ảnh hưởng tiêu cực và rõ nét lên dịng FDI rịng.
Mơ hình RobustHIV không cho thấy AIDS đồng nhiễm lao có tác động đến dòng FDI ròng với mức ý nghĩa thống kê 5%. Kết quả hồi quy của mơ hình này phản ảnh dòng FDI rịng khơng chịu ảnh hưởng từ sự thay đổi của tử suất AIDS đồng nhiễm lao. Có thể lý giải rằng, sự tử vong của bệnh nhân lao dương tính với HIV được xem đó là hiện tượng hiển nhiên, trên quan điểm lực hút dòng vốn FDI, khi mà bệnh lao là nguyên nhân tử vong chủ yếu của bệnh nhân AIDS (Au-Yeung
cao hay thấp không được xem là yếu tố đáng quan tâm của dòng vốn FDI khi các tổ chức sở hữu nó ra các quyết định đầu tư.
Mơ hình RobustMal cho thấy khơng có tác động có ý nghĩa thống kê của số ca
bệnh sốt rét lên dòng FDI ròng ở phạm vi quan sát. Khơng có tài liệu tham khảo đáng tin cậy nào được tìm thấy xác nhận nguyên do vì sao các tổ chức ra quyết định cho dòng vốn FDI lại khơng có sự quan ngại hay hứng thú gì đối với quy mơ của số ca bệnh sốt rét. Tuy vậy, trên nhận định chủ quan, tác giả có các giả thuyết sau:
Một số tổ chức đầu tư quốc tế có thể có sự quan ngại đối với bệnh sốt rét, đặc biệt là dòng FDI đến từ các nước ơn đới, nơi người dân ở đó khơng có kháng thể sốt rét trong hệ di truyền và họ dễ bị tổn thương trước dịch sốt rét hơn người dân địa phương (Acemoglu và Robinson, 2012), có thể đã giảm các quyết định đầu tư khi điểm đến có số ca bệnh sốt rét được thống kê cao. Tuy nhiên, một số tổ chức đầu tư khác lại có thể xem quy mơ cao của bệnh truyền nhiễm này là cơ hội đầu tư cho các lĩnh vực kinh doanh liên quan (Cortez, 2008). Dữ liệu FDI thu thập từ công bố của WB khơng có sự phân loại theo lĩnh vực đầu tư để giúp nhận diện các dòng vốn liên quan đến dịch vụ y tế hay công nghiệp dược phẩm. Do đó, sự tương quan đồng thời cả nghịch chiều lẫn cùng chiều lên FDI, tùy theo mỗi tổ chức đầu tư ở các ngành nghề khác nhau, đã làm cho kết quả ước lượng sự tác động của biến độc lập này trở nên khơng có ý nghĩa thống kê.
Các tổ chức đầu tư quốc tế có thể đã cho rằng, dữ liệu liên quan đến số ca bệnh sốt rét, được công bố của WHO thông qua báo cáo của các quốc gia, là không đáng tin cậy theo tiêu chuẩn đánh giá của họ. Khơng giống như bệnh lao có được sự ghi nhận rõ ràng về trường hợp tử vong của các tổ chức điều trị y tế tại địa phương, bệnh sốt rét khó được nhận diện và thống kê, nên số liệu cơng bố có thể chỉ phản ảnh tính minh bạch thông tin của nước sở tại hơn là phản ảnh thống kê thực trạng. Tuy nhiên, trong q trình nghiên cứu, tác giả khơng tìm thấy bằng chứng nào hỗ trợ cho giả thuyết này.
Tỷ lệ tử vong do bệnh sốt rét hầu như chỉ có thứ hạn cao trong thống kê ở những người dưới 14 tuổi (WHO, 2004), khi nó đứng thứ ba trong các nguyên nhân tử vong ở nhóm 5-14 tuổi và thứ tư ở nhóm 0-4 tuổi. Trong khi đó, sốt rét khơng hiện diện trong 15 ngun nhân tử vong cao nhất ở độ tuổi lao động. Có thể điều này chính là nguyên nhân làm cho tử suất sốt rét khơng tạo ra tác động có ý nghĩa thống kê đến dòng vốn FDI, trong nghiên cứu của tác giả. Trên một cách lập luận như đã trình bày, với cả hai biến tử suất lao đồng nhiễm HIV và bệnh sốt rét cùng hiện diện trong mơ hình RobustHIV-Mal, kết quả ước lượng thể hiện cả hai yếu tố này đều khơng có ý nghĩa thống kê.
II. Nhận xét tác động riêng phần trong mơ hình RobustTB
Mơ hình RobustTB, trọng tâm nghiên cứu của tác giả, được hiện thị qua bảng 4.9 và 4.10, nói lên khả năng giải thích được khoảng 77,55% nhân tố tác động đến dòng FDI ròng. Cụ thể, tác động của các biến độc lập, đặc biệt là biến trọng tâm của