3.1. Nguồn dữ liệu:
Bài nghiên cứu tập trung vào các quốc gia Đơng Á – Thái Bình Dương, cụ thể bao gồm 15 quốc gia: Cambodia, Trung Quốc, Fiji, Indonesia, Hàn Quốc, Lào, Malaysia, Mongolia, Papua New Guinea, Philippines, Solomon Islands, Thái Lan, Tonga, Vanuatu, và Việt Nam. Số liệu được thu thập từ World Bank theo từng năm lấy từ giai đoạn năm 1992 đến năm 2014.
Bài nghiên cứu sẽ tập trung vào mối quan hệ giữa chi tiêu chính phủ ảnh hưởng như thế nào đến thu hút vốn đầu tư trực tiếp nước ngoài. Ngoài ra, các biến độ mở thương mại, tăng trưởng kinh tế và lạm phát cũng được đưa vào mơ hình để đo lường tương quan và mức độ ảnh hưởng của các nhân tố trên với việc thu hút FDI.Cách tính các biến được mô tả cụ thể trong bảng 3.1
Bảng 3.1 Cách tính các biến và nguồn dữ liệu
Biến Diễn giải Nguồn dữ liệu
FDI_Inflow Dòng vốn đầu tư trực tiếp nước ngồi
rịng tính theo % GDP
World Bank
Government_Spending Tổng chi tiêu chính phủ tính theo %
GDP
World Bank
Openness Độ mở thương mại được đo lường
bằng tổng xuất khẩu và nhập khẩu hàng hóa và dịch vụ, tính theo % GDP
World Bank
GDP_Growth Phần trăm tăng trưởng GDP được tính
theo giá trị nội tệ hàng năm
World Bank
Inflation Phần trăm gia tăng trong chỉ số giá
tiêu dùng
World Bank Nguồn: Tác giả tự tổng hợp
3.2. Mô tả các biến nghiên cứu:
Phần này sẽ mô tả các biến được sử dụng trong mơ hình nghiên cứu thực nghiệm
3.2.1. Biến dịng vốn đầu tư trực tiếp nước ngoài (FDI_Inflow)
Đầu tư trực tiếp nước ngoài là hoạt động tham gia đầu tư bằng tiền hoặc bằng tài sản của một cá nhân hay tổ chức nước ngoài vào một thực thể kinh tế trong nước, và có quyền tham gia điều hành, quản lý thực thể kinh tế này nhằm mục tiêu sinh lời. Nó bao gồm vốn chủ sở hữu, tái đầu tư các khoản thu nhập, các nguồn vốn dài hạn, và các nguồn vốn ngắn hạn được đưa ra trong cán cân thanh toán. Biến này được thu thập từ dòng vốn FDI ròng trong các báo cáo kinh tế của những nhà đầu tư nước ngoài và chia cho GDP.
3.2.2. Biến tổng chi tiêu quốc gia (Government_Spending)
Được đo lường bằng tổng chi tiêu tiền mặt cho hoạt động của chính phủ trong việc cung cấp hàng hóa và dịch vụ. Nó bao gồm tiền lương nhân viên, lãi suất,các khoản trợ cấp, phúc lợi xã hội, và các chi phí khác như tiền thuê và cổ tức.
Kết quả nghiên cứu thực nghiệm của Tomasz P. Wisniewski va Saima K. Pathan (2014) từ mẫu 33 quốc gia thuộc OECD từ giai đoạn 1975 đến năm 2009 cho thấy chi tiêu chính phủ vượt mức là tác nhân tiêu cực trong việc thu hút vốn đầu tư trực tiếp từ các công ty đa quốc gia MNCs, đặc biệt là khi gia tăng chi tiêu quân sự. Tuy nhiên, chi tiêu chính phủ có hiệu quả thì sẽ góp phần ổn định kinh tế vĩ mô, cải thiện cán cân thanh toán, nâng cao tốc độ tăng trưởng dài hạn của nền kinh tế, phát triển và xây dựng cơ sở hạ tầng của quốc gia. Đây là những nhân tố tác động tích cực đến việc thu hút FDI được đề cập đến trong nhiều kết quả nghiên cứu thực nghiệm khác nhau chẳng hạn như củaVijayakumar và các cộng sự (2010), John Manuel Luiz, Harris Charalambous (2009) … Do đó, bài nghiên cứu sẽ xem xét tác động của biến chi tiêu quốc gia này có tác động đối với việc thu hút FDI như thế nào đối với các nước Đơng Á – Thái Bình Dương, đây cũng là một sự đo lường hiệu quả của chi tiêu chính phủ đối với các quốc gia này.
Trong bài nghiên cứu này độ mở thương mại được đo lường bằng tổng giá trị xuất khẩu và nhập khẩu trên sản lượng GDP quốc gia.
Nhiều bài nghiên cứu cho rằng mở cửa thương mại tạo ra mơi trường đầu tư tích cực và thân thiện thơng qua đơn giản hóa các thủ tục hành chính thuế quan, bãi bỏ hạn ngạch, độc quyền xuất khẩu và là nhân tố thu hút đầu tư trực tiếp nước ngoài. Nhiều kết quả nghiên cứu thực nghiệm đã chứng minh điều này như nghiên cứu của
Marta Bengoa, Blanca Sanchez-Robles (2003), Pravin Jadhav (2012), Camurdan và
Ismail (2009).Tuy nhiên, cũng có một vài nghiên cứu khơng cho thấy sự tương quan của nhân tố độ mở thương mại đối với việc thu hút FDI chẳng hạn như Buckley và các cộng sự (2007). Do đó, bài nghiên cứu sẽ một lần nữa đo lường mức độ ảnh hưởng của nhân tố này đối với các quốc gia Đông Á – Thái Bình Dương, trong đó có Việt Nam để xem xét mức độ tương quan của độ mở thương mại này đối với FDI.
3.2.4. Biến tăng trưởng GDP (GDP_Growth)
Được đo lường bằng mức độ tăng trưởng GDP hàng năm của các quốc gia trong mẫu quan sát tính theo giá trị đồng nội tệ của quốc gia đó.
Tăng trưởng kinh tế là một nhân tố quan trọng thể hiện mức độ phát triển kinh tế của một quốc gia và một nền kinh tế có tiềm năng phát triển sẽ thu hút được sự đầu tư sinh lợi đến từ các nhà đầu tư. Điều này cũng không ngoại lệ đối với các công ty đa quốc gia MNCs khi tìm kiếm thị trường đầu tư cho mình. Nhiều nghiên cứu thực nghiệm trước đó đã xác định tăng trưởng GDP là một nhân tố tích cực trong việc thu hút vốn đầu tư trực tiếp nước ngoài, chẳng hạn như nghiên cứu của Marta Bengoa, Blanca Sanchez-Robles (2003), Camurdan và Ismail (2009), Sasi Iamsiraroj (2015) …
3.2.5. Biến lạm phát (Inflation)
Biến lạm phát trong nghiên cứu này được đo lường bằng phần trăm mức độ gia tăng trong chỉ số giá tiêu dùng của một quốc gia. Lạm phát cao thường đại biểu cho các khó khăn bên trong nền kinh tế và khả năng của chính phủ cùng ngân hàng trung ương trong việc cân bằng ngân sách quốc gia, đồng thời lạm phát cao còn làm
giảm giá trị thực của các khoản thu nhập bằng nội tệ cho các doanh nghiệp đầu tư. Đa số các kết quả thực nghiệm trước đó đều cho thấy tác động tiêu cực của nhân tố lạm phát đối với thu hút đầu tư trực tiếp nước ngồi. Chỉ có nghiên cứu của Buckley và các cộng sự (2007) kiểm định các yếu tố quyết định đầu tư trực tiếp nước ngoài của Trung Quốc giai đoạn 1984-2001. Kết quả nghiên cứu đưa ra ngược với kỳ vọng của tác giả về ảnh hưởng của lạm phát đối với thu hút FDI tại nước này. Cụ thể là kết quả phân tích hồi quy cho thấy 1% gia tăng trong lạm phát sẽ gia tăng đầu tư trực tiếp nước ngồi của Trung Quốc 0.19%.
3.3 Mơ hình nghiên cứu:
Bài nghiên cứu lấy ý tưởng từ mơ hình nghiên cứu của tác giả Tomasz P. Wisniewski va Saima K. Pathan (2014) nhưng có một số thay đổi để phù hợp với mục tiêu nghiên cứu, cụ thể: lược bỏ biến chi tiêu quân sự và chế độ thể chế trong nghiên cứu, tập trung hơn vào biến chi tiêu chính phủ để xem xét ảnh hưởng của biến này như thế nào đối với việc thu hút FDI.
Mơ hình được sử dụng trong bài nghiên cứu như sau:
FDI_Inflowi,t = �0,� + �1����������_���������,� + �2���������,,,,,,,,,,,,,,, �−1 + �3�� _�����ℎ� �,,,,,,,,,,,,,,, + �4���������� ,,,,,,,,,,,,,,, + ∑ �� ����_______________ ����_�� + ��,,,,,,,,,,,,,,, � 1 = = = = = = = = = = = = = = = Trong đó:�0,�là hệ số chặn
�1là năm bắt đầu mẫu nghiên cứu
T là năm cuối của mẫu nghiên cứu
��������_�
______________ _ �làbiến giả nhận giá trị là 1 đối với năm j và
0 trong
trường hợp còn lại
�là sai số ngẫu nhiên
Để gia tăng mức độ chính xác trong kết quả thống kê của mơ hình, bài nghiên cứu sử dụng phân tích thống kê mơ tả để có cái nhìn tổng quan về dữ liệu và phát hiện sai lệch trong cỡ mẫu. Tiếp theo đó, ma trận tương quan và đa cộng tuyến được
sử dụng nhằm kiểm tra sự ảnh hưởng của mức độ đa cộng tuyến trong kết quả thống kê. Ngoài ra bài nghiên cứu sử dụng kiểm định hiện tượng phương sai thay đổi phần dư - Greene (2000), Kiểm định hiện tượng tự tương quan phần dư – Wooldridge (2002) và Drukker (2003), Kiểm định tương quan phụ thuộc chéo để kiểm tra những khiếm khuyết định lượng ảnh hưởng độtin cậy của mơ hình hồi quy.
Trong phân tích kết quả hồi quy các biến, bài nghiên cứu sử dụng 4 phương pháp hồi quy: OLS, hồi quy hiệu ứng tác động cố định (Fixed effect – FEM), hồi quy dữ liệu bảng hiệu ứng tác động ngẫu nhiên (Random effect – REM), và GMM để so sánh mức độ đáng tin cậy và đồng nhất của tương quan các biến trong mơ hình. Ngồi ra, bài nghiên cứu sử dụng phương pháp hồi quy robust standard errors trên dữ liệu bảng để khắc phục tương quan phụ thuộc chéo và đưa ra hiệu quả ước lượng hệ số tốt hơn với độ lệch chuẩn ước lượng nhỏ hơn.
3.4. Phương pháp nghiên cứu 3.4.1.Phương pháp hồi quy
Các nghiên cứu thực nghiệm trước đây thường sử dụng phương pháp hồi quy bình phương nhỏ nhất (OLS) với dữ liệu gộp của các quốc gia. Phương pháp OLS sử dụng dữ liệu chéo gộp các quốc gia có thể giải quyết tất cả các dữ liệu như thể chỉ có một điểm thời gian duy nhất. Việc xử lý dữ liệu của các quốc gia như nhau, khơng có sự khác biệt sẽ gây ra sự sai lệch, do giả định bỏ qua sự không đồng nhất giữa các quốc gia.
Hầu hết, các nghiên cứu thực nghiệm gần đây khi nghiên cứu về các quốc gia thường xử dụng phương pháp dữ liệu bảng để kiểm soát và loại bỏ những đặc điểm tác động khác biệt của các quốc gia, không quan sát được.
Theo Baltagi (2008), thực hiện nghiên cứu dữ liệu bảng đạt được 6 ưu điểm sau: dữ liệu bảng liên hệ đến các quốc gia theo thời gian, nên chắc chắn có tính khơng đồng nhất trong các quốc gia này. Các kỹ thuật ước lượng dựa trên dữ liệu bảng có thể tính đến tính khơng đồng nhất đó một cách rõ ràng bằng cách bao gồm biến chuyên biệt theo quốc gia; kết hợp chuỗi thời gian của các quan sát chéo, dữ liệu bảng cho chúng ta “dữ liệu chứa nhiều thơng tin hữu ích hơn, tính biến thiên
nhiều hơn, ít hiện tượng đa cộng tuyến giữa các biến hơn, nhiều bậc tự do hơn và hiệu quả cao hơn”; nghiên cứu quan sát lập đi lập lại của các đơn vị chéo, dữ liệu bảng phù hợp hơn cho việc nghiên cứu sự động thái thay đổi theo thời gian của các đơn vị chéo này; có thể phát hiện và đo lường tốt hơn các tác động mà người ta không thể quan sát được trong dữ liệu chuỗi thời gian hay dữ liệu chéo thuần túy; có thể nghiên cứu các mơ hình hành vi phức tạp hơn; cung cấp dữ liệu đối với vài nghìn đơn vị, dữ liệu bảng có thể giảm đến mức thấp nhất hiện tượng chệch có thể xảy ra nếu chúng ta gộp các quốc gia.
Bài nghiên cứu xác định sự khác biệt tự nhiên và chỉ rõ mơ hình dựa trên các kiểm định thống kê lựa chọn giữa mơ hình OLS (pooled regression) và mơ hình đặc trưng dữ liệu bảng (mơ hình yếu tố cố định – fixed effect regression, mơ hình yếu tố ngẫu nhiên – random effect regression). Sau đó, lựa chọn mơ hình thực sự phù hợp với đặc điểm dữ liệu mẫu nghiên cứu.
Giả sử rằng có một dữ liệu bảng chứa thông tin liên quan đến khoảng thời gian t (t=1,2,…,T) và một số lượng như là các quốc gia…(i=1,2,…,n), mơ hình có K biến hoăc biến hồi quy. Hãy xem xét một mơ hình có hệ số chặn thay đổi theo các quốc gia… nhưng nó khơng đổi theo thời gian và độ dốc là không đổi đối với các quốc gia… và theo thời gian:
Yi,t= αi + ∑βkXkit + ɛi,t(5)
Để ước lượng mơ hình này chúng ta có thể đặt giả định về hệ số chặn :
αi = t + vi (6)
Điều này có nghĩa rằng có một phần hệ số chặn theo thời gian không đổi cho tất cả các quốc gia… (τ) và một phần hệ số chặn sẽ thay đổi cho mỗi quốc gia… (vi). Dựa vào phương trình (6), có hai loại mơ hình được thảo luận: mơ hình tác
động cố định và mơ hình tác động ngẫu nhiên. Trong mơ hình tác động cố định, vi
là một tham số cố định và Xkit và vi tương quan. Trong khi đó, trong một mơ hình
tác động ngẫu nhiên, vi là một biến ngẫu nhiên và Xkit và vi là khơng tương quan. Mơ hình hiệu ứng cố định có thể được ước tính bởi mơ hình hồi quy bình phương nhỏ nhất biến giả (LSDV), trong đó các tác động trong mơ hình và giữa các mơ
hình có hiệu lực. Mơ hình tác động ngẫu nhiên được ước tính bằng phương pháp bình phương nhỏ nhất tổng quát (GLS) và phương pháp bình phương nhỏ nhất tổng quát khả thi (FGLS). Khi cấu trúc dữ liệu tồn tại phương sai thay đổi, phương pháp GLS được sử dụng Greence (2000). Nếu chưa biết, FGLS được sử dụng.
Để kiểm soát vấn đề nội sinh giữa các nhân tố biến độc lập và biến phục thuộc - tác động ngược - thường tồn tại trong các học thuyết kinh tế. Bài nghiên cứu sử dụng phương pháp GMM, đề xuất trên dữ liệu bảng Arellano và Bond (1991) và Windmeije (2005) với kiểm soát hồi quy 2 bước.
3.4.2. Các kiểm định mơ hình: Hiện tượng đa cộng tuyến
Hiện tượng đa cộng tuyến là hiện tượng tương quan giữa các biến độc lập (các biến giải thích) với nhau. Hiện tượng đa cộng tuyến có thể phân ra hai loại: đa cộng tuyến hoàn hảo và đa cộng tuyến khơng hồn hảo.
Trong q trình hồi quy, kết quả hồi quy có hệ số xác định R2 cao nhưng tỷ
số t thấp, tương quan cặp giữa các biến giải thích cao, xét tương quan riêng, hồi quy phụ thấy có tồn tại hiện tượng tương quan giữa các biến độc lập thì mơ hình đã vi phạm giả thiết hồi quy - hiện tượng đa cộng tuyến.
Hiện tượng đa cộng tuyến sẽ dẫn đến một số hậu quả như: phương sai và hiệp phương sai của các ước lượng OLS lớn, khoảng tin cậy rộng lớn, tỷ số t mất ý nghĩa, hệ số xác định cao nhưng tỷ số t mất ý nghĩa, các ước lượng OLS và sai số chuẩn trở nên rất nhạy với những thay đổi trong số liệu, dấu của các ước lượng của các hệ số hồi quy có thể sai lệch, thêm vào hay bớt đi các biến cộng tuyến với các biến khác thì hệ số của các biến cịn lại có thể thay đổi rất lớn và thay đổi cả dấu của chúng.
Bài nghiên cứu sử dụng hệ số tương quan giữa các biến độc lập và nhân tử phóng đại phương sai để kiểm định đa cộng tuyến. Theo Baltagi (2008), hệ số tương quan lớn hơn 0.8, nhân tử phóng đại phương sai lớn hơn 10 thì tồn tại đa cộng tuyến nghiêm trọng.
Hiện tượng phương sai thay đổi
Hiện tượng phương sai thay đổi là hiện tượng các yếu tố nhiễu ui xuất hiện trong hàm hồi quy có phương sai thay đổi (homoscedasticity, cịn gọi là phương sai có điều kiện thay đổi); tức là các yếu tố nhiễu ui khơng đồng nhất phương sai.
Trong q trình hồi quy, bài nghiên cứu sẽ tập trung xem xét lại bản chất của vấn đề nghiên cứu, đồ thị phần dư và dùng một số kiểm định Goldfeld-Quandt, Breusch-Pagan, White, Park trên OLS và phương pháp Greene (2000) trên dữ liệu bảng để kiểm tra xem mơ hình đã vi phạm giả thiết hồi quy - hiện tượng phương sai thay đổi.
Hiện tượng phương sai thay đổi sẽ dẫn đến một số hậu quả như: các ước lượng OLS vẫn là khơng chệch nhưng khơng cịn hiệu quả nữa, ước lượng của các phương sai sẽ bị chệch, như vậy sẽ làm mất hiệu lực của kiểm định hệ số hồi quy.
Hiện tượng tự tương quan
Tự tương quan có thể hiểu là sự tương quan giữa các thành phần của chuỗi quan sát được sắp xếp theo thứ tự thời gian hoặc khơng gian.
Để kiểm tra xem mơ hình đã vi phạm giả thiết hồi quy - hiện tượng tự tương quan. Trong quá trình hồi quy, tác giả sẽ dùng phương pháp đồ thị và kiểm định d (Durbin – Watson) để phát hiện tượng tự tương quan trong mơ hình hồi quy OLS (pooled regression). Ở khía cạnh kiểm tra phương sai thay đổi dữ liệu bảng, tác giả