3.3.1 Kiểm định nghiệm đơn vị
Khi hồi quy với dữ liệu chuỗi thời gian, nếu chuỗi thời gian này khơng dừng thì có thể xảy ra hiện tƣợng hồi quy không xác thực. Các hồi quy này mặc dù kết quả có vẻ là tốt nhƣng khơng đáng tin cậy, khi xem xét kỹ lƣỡng hơn thì chúng trở nên đáng ngờ. Bài nghiên cứu sử dụng kiểm định Augmented Dickey – Fuller (ADF test) của Fisher để kiểm định tính dừng của dữ liệu.
Bảng 3.4 Kiểm định nghiệm đơn vị
Biến Giá trị p value Ghi chú
FDI 0.2374 Giá trị p value quá cao nên độ tin cậy thấp
DFDI 0.0000 Giá trị p value thấp nên độ tin cậy của biến cao
ELEC 0.0214 Giá trị p value thấp nên độ tin cậy của biến cao
EXDEBT 0.9502 Giá trị p value quá cao nên độ tin cậy thấp
DEXDEBT 0.0024 Giá trị p value thấp nên độ tin cậy của biến cao
TGAP 0.1793 Giá trị p value quá cao nên độ tin cậy thấp
DTAP 0.0000 Giá trị p value thấp nên độ tin cậy của biến cao
INF 0.0000 Giá trị p value thấp nên độ tin cậy của biến cao
DMSIZE 0.0000 Giá trị p value thấp nên độ tin cậy của biến cao
TRADE 0.3559 Giá trị p value quá cao nên độ tin cậy thấp
DTRADE 0.0000 Giá trị p value thấp nên độ tin cậy của biến cao
CAPFOR 0.0000 Giá trị p value thấp nên độ tin cậy của biến cao
EXRATE 0.2390 Giá trị p value quá cao nên độ tin cậy thấp
DEXRATE 0.0000 Giá trị p value thấp nên độ tin cậy của biến cao
(Nguồn: Tác giả)
Sau khi kiểm tra unit root test nhƣ bảng trên, chúng ta có thể thấy rằng nếu chúng ta hồi qui các biến FDI, EXDEBT, TGAP, TRADE, EXRATE khi chƣa kiểm định có thể dẫn đến hồi qui không xác thực của các biến này. Ở đây, khi hồi qui, chúng ta sẽ sử dụng các biến sai phân là DFDI, DEXDEBT, DTGAP, DTRADE, DEXRATE để thay thế cho các biến trên vì chuỗi thời gian đƣợc hình thành từ các biến này có tính dừng nên kết quả hồi quy sẽ vững chắc hơn.
3.3.2 Kết quả nghiên cứu
Đầu tiên, bài nghiên cứu này sử dụng phƣơng pháp hồi quy Fixed Effects để ƣớc tính mối quan hệ tổng quát giữa các biến độc lập là ELEC, EXDEBT, TGAP, INF, MSIZE, TRADE, CAPFOR và biến giả là CRISIS để đại diện cho tác động của các giai đoạn khủng hoảng tới biến phụ thuộc là đầu tƣ trực tiếp nƣớc ngồi FDI thơng qua các quốc gia khác nhau. Do các quốc gia có thể có nhiều tính chất khác nhau có thể tác động đến các biến độc lập trong mơ hình. Phƣơng pháp Fixed Effects giúp chúng ta thay đổi tính bất biến của các tính chất. Vì vậy, thơng qua phƣơng pháp này, chúng ta có thể tìm ra đƣợc tác động thuần của biến độc lập lên biến phụ thuộc. Kết quả hồi quy
Bảng 3.5 Kết quả hồi qui Fixed Effects
(Nguồn: Tác giả)
Kết quả hồi quy theo phƣơng pháp Fixed Effects cho thấy mơ hình ở trên đã giải thích đƣợc 30,24% sự thay đổi trong đầu tƣ trực tiếp nƣớc ngoài vào các quốc gia nghiên cứu, giá trị này còn tƣơng đối thấp chứng tỏ vẫn còn nhiều yếu tố quan trọng tác động tới dịng vốn đầu tƣ trực tiếp nƣớc ngồi vào các quốc gia nghiên cứu vẫn còn bị bỏ sót ở ngồi mơ hình. Đồng thời, giá trị kiểm định F(9,96) = 6,41 với mức ý nghĩa 1% cho ta thấy đƣợc rằng mơ hình đƣợc sử dụng ở trên là phù hợp vì có ít nhất một hệ số trong mơ hình khác khơng. Trong kết quả hồi quy ở trên, chúng ta có thể thấy rằng, các biến MSIZE, DTRADE lần lƣợt có tác động dƣơng và CAPFOR có tác động đến dịng vốn đầu tƣ trực tiếp nƣớc ngoài với các mức ý nghĩa lần lƣợt là 1%, 1% và 5% điều này chứng tỏ rằng khi thu nhập bình quân đầu ngƣời và độ mở thƣơng mại của quốc gia tăng với điều kiện các yếu tố khác khơng đổi thì dịng vốn đầu tƣ trực tiếp nƣớc ngoài vào các quốc gia sẽ gia tăng tƣơng ứng. Hệ số của MSIZE bằng 3,74, điều
Số quan sát: 110 F(9,96) = 6.41
Số nhóm: 5 Prob > F = 0.0000
R2 = 0.3024
DFDI HỆ SỐ SAI SỐ CHUẨN T P > |t|
ELEC 539.50 1147.54 0.47 0.64 DEXDEBT -2147.95 4244.75 -0.51 0.61 DTGAP -358.46 247.43 -1.45 0.15 INF -27.12 39.98 -0.68 0.50 DMSIZE 3.74 0.83 4.48 0.00 DTRADE 74.74 25.02 2.99 0.00 CAPFOR -32.46 14.99 -2.17 0.03 CRISIS -716.08 518.22 -1.38 0.17 DEXRATE -479.34 7368.91 -0.07 0.95 CONS -1012.49 3259.05 -0.31 0.76
này cho chúng ta thấy rằng khi chênh lệch trong thu nhập bình quân đầu ngƣời của năm sau so với thu nhập bình quân đầu ngƣời của năm trƣớc tăng 1 đơ la thì chênh lệch trong dịng vốn đầu tƣ trực tiếp nƣớc ngồi của năm sau so với dịng vốn đầu tƣ trực tiếp nƣớc ngồi của năm trƣớc sẽ tăng 3,74 triệu đơ la với điều kiện là các yếu tố khác không thay đổi. Việc xác định đƣợc tác động của yếu tố này tới dòng vốn đầu tƣ trực tiếp nƣớc ngồi sẽ giúp cho các quốc gia có thêm động lực để nâng cao mức sống của ngƣời dân. Tƣơng tự, Hệ số của DTRADE bằng 74,74 cho chúng ta thấy rằng, khi chênh lệch trong độ mở năm sau so với độ mở năm trƣớc của quốc gia tăng thêm 1% chênh lệch trong dòng vốn đầu tƣ trực tiếp nƣớc ngồi năm sau so với dịng vốn đầu tƣ trực tiếp nƣớc ngoài năm trƣớc sẽ tăng thêm 74,74 triệu đô la với điều kiện là các yếu tố khác khơng thay đổi. Tuy nhiên, ở đây có một nghịch lý là biến CAPFOR đại diện cho tổng chi phí đầu tƣ vào cơ sở hạ tầng, nhà xƣởng, máy móc thiết bị… của nền kinh tế có tác động âm đến dòng vốn đầu tƣ trực tiếp nƣớc ngoài với hệ số bằng -32,46. Điều này cho chúng ta thấy rằng, khi tăng trƣởng của cơ cấu vốn ròng của nền kinh tế tăng thêm 1% thì chênh lệch trong dịng vốn đầu tƣ trực tiếp nƣớc ngồi năm sau so với dòng vốn đầu tƣ trực tiếp nƣớc ngồi năm trƣớc sẽ giảm 32.46 triệu đơ la. Kết quả nghiên cứu trên cho chúng ta thấy đƣợc việc đầu tƣ trong nền kinh tế vẫn chƣa đạt đƣợc hiệu quả cao. Các biến còn lại nhƣ ELEC, EXDEBT, TGAP, INF, EXRATE đều khơng có ý nghĩa thống kê. Điều này cho chúng ta thấy đƣợc các nhà đầu tƣ không quan tâm mấy đến vần đề cơ sở hạ tầng, nợ nƣớc ngồi, trình độ kỹ thuật, lạm phát cũng nhƣ tỷ giá của các quốc gia nghiên cứu. Nhƣ chúng ta đều biết, các quốc gia nghiên cứu chỉ mới bắt đầu phát triển trong hai thập niên gần đây, điều này khiến cho cơ sở hạ tầng cũng nhƣ trình độ khoa học kỹ thuật của các quốc gia này vẫn còn nhiều hạn chế. Nếu quá chú trọng đến các yếu tố này thì các nhà đầu tƣ nƣớc ngồi có thể bỏ lỡ rất nhiều cơ hội tìm kiếm lợi nhuận trong tƣơng lai. Bên cạnh đó, hầu hết các quốc gia trong khu vực đều giữ tỷ giá của quốc gia mình cố định hoặc nếu có xảy ra chênh lệch thì cũng chỉ chênh lệch trong một tỷ lệ giới hạn đƣợc ngân hàng trung ƣơng bảo
vệ trong phần lớn thời gian nghiên cứu. Điều này giúp cho các nhà đầu tƣ có thể yên tâm hơn về rủi ro mất giá của khoản đầu tƣ do đồng nội tệ mất giá. Ngồi ra, các quốc gia nghiên cứu đều có một tỷ lệ nợ nƣớc ngồi ở mức trung bình so với thế giới, điều này khiến cho khả năng vỡ nợ quốc gia trong tƣơng lai gần khó có khả năng xảy ra. Vì vậy, các nhà đầu tƣ có thể yên tâm không phải lo lắng về việc rút vốn đầu tƣ của mình sẽ gặp khó khăn trong tƣơng lai. Một đặc điểm khác nữa của các quốc gia đang phát triển là hầu nhƣ các quốc gia này đều có mức độ lạm phát cao hơn hẳn so với các quốc gia phát triển, điều này có thể tạo ra nhiều rủi ro cho nhà đầu tƣ khi đổ vốn đầu tƣ vào các quốc gia này. Tuy nhiện, nếu các nhà đầu tƣ quá chú trọng vào yếu tố lạm phát thì họ gần nhƣ sẽ bỏ qua mọi cơ hội đầu tƣ vào các quốc gia đang phát triển. Vì vậy, các quốc gia nghiên cứu cần có chính sách thích hợp để gia tăng độ mở của nền kinh tế cũng nhƣ thu nhập của ngƣời dân và bên cạnh đó, các quốc gia này cần nâng cao hiệu quả đầu tƣ để góp phần tăng cƣờng thu hút dịng vốn đầu tƣ trực tiếp nƣớc ngồi vào quốc gia mình.
Mặc dù phƣơng pháp Fixed Effects cho chúng ta thấy đƣợc sự khác biệt giữa các yếu tố cố định giữa các quốc gia khác nhau trong việc thu hút đầu tƣ trực tiếp nƣớc ngoài. Tuy nhiên, khi sử dụng phƣơng pháp Fixed Effects thì sẽ có q nhiều biến đƣợc tạo ra trong mơ hình, điều này sẽ làm giảm bậc tự do cũng nhƣ dễ dẫn tới hiện tƣợng đa công tuyến khi nghiên cứu. Để giải quyết vấn đề này, chúng ta sẽ hồi quy mơ hình theo phƣơng pháp Random Effects, và dùng kiểm định Hausman test để xem xét liệu xem ngồi tác động cố định thì cịn có tác động ngẫu nhiên lên việc thu hút đầu tƣ trực tiếp nƣớc ngoài hay không. Điều này giúp cho chúng ta xác định đƣợc việc hồi quy theo phƣơng pháp Fixed Effects hay Random Effects là phù hợp hơn trong trƣờng hợp này.
Bảng 3.6 Kết quả hồi quy theo Random Effects
(Nguồn: Tác giả)
Kết quả hồi quy theo phƣơng pháp Random Effects cũng đã cho chúng ta thấy đƣợc tác động dƣơng có ý nghĩa thống kê của các biến MSIZE, TRADE và tác động âm có ý nghĩa thống kê của biến CAPFOR tới thu hút dòng vốn đầu tƣ trực tiếp nƣớc ngoài. Tuy nhiên, ở đây tác động của biến MSIZE đã tăng lên khi hệ số của biến này là 3,9 và tác động của các biến TRADE và CAPFOR đã giảm đi khi hệ số của các biến này lần lƣợt còn 67,77 và -32.28 điều này cho chúng ta thấy rằng khi sử dụng các phƣơng pháp hồi quy khác nhau thì tác động của các biến độc lập lên biến phụ thuộc cũng khác nhau và tác động của các biến này tới dịng vốn đầu tƣ trực tiếp nƣớc ngồi có thể đƣợc giải thích nhƣ ở phần trên. Đồng thời, Wald chi2 (9) có giá trị bằng 53.72 với mức ý nghĩa 1%, chúng ta có thể kết luận là mơ hình trên là phù hợp vì tồn tại ít nhất một hệ số trong mơ hình khác khơng. Tuy nhiên, ở đây, khi sử dụng phƣơng pháp Random Effects để hồi quy mơ hình thì chúng ta thấy rằng mức độ giải thích của mơ hình đã tăng lên 34,95% và theo kinh nghiệm đƣợc nhiều nhà nghiên cứu rút ra khi
Số quan sát: 110 Wald chi2 (9) = 53.72
Số nhóm: 5 Prob > chi2 = 0.0000
R-Square = 0.3495
DFDI COEF. STD ERR T P > |t|
ELEC -974.27 663.16 -1.47 0.14 DEXDEBT -1039.41 4225.59 -0.25 0.81 DTGAP -251.85 235.41 -1.07 0.29 INF -19.10 38.64 -0.49 0.62 DMSIZE 3.90 0.83 4.70 0.00 DTRADE 67.77 23.70 2.86 0.00 CAPFOR -32.28 14.76 -2.19 0.03 CRISIS -444.49 590.52 -0.91 0.37 DEXRATE -1359.43 7117.83 -0.19 0.85 CONS 3117.64 1979.20 1.58 0.115
nghiên cứu là khi thời gian quan sát lớn hơn số quốc gia quan sát trong mơ hình thì phƣơng chúng ta nên sử dụng phƣơng pháp Random Effects. Những điều này có thể cho chúng ta một nhận định sơ khởi là phƣơng pháp hồi quy Random Effects có thể sẽ cho ra kết quả tốt hơn so với phƣơng pháp Fixed Effects trong phạm vi bài nghiên cứu này. Tuy nhiên, để kiểm định đƣợc chính xác điều này thì chúng ta cần phải sử dụng kiểm định Hausman.
3.8 Kiểm định Hausman
Kiểm định Hausman đƣợc đƣa ra với giả thuyết H0 là phƣơng pháp hồi quy Fixed Effects khơng có gì khác biệt so với phƣơng pháp hồi quy Random Effects. Tuy nhiên, do phƣơng pháp Fixed Effects sử dụng nhiều biến hơn so với phƣơng pháp Random Effects nên sẽ làm mất bậc tự do và dễ gây ra hiện tƣợng đa công tuyến trong mơ hình. Vì vậy, nếu chấp nhận giả thuyết H0 thì chúng ta có thể kết luận rằng sử dụng phƣơng pháp Random Effects sẽ tốt hơn.
Bảng 3.7 Kết quả kiểm định Huasman
H0 Khơng có sự khác biệt giữa Fixed Effects và Random Effects Chi2 (8) = 4.86
Prob > Chi2 = 0.7724
Kết quả hồi quy ở trên có giá trị Prob>chi2 = 0.7724 > 0.1. Điều này cho thấy rằng chúng ta sẽ chấp nhận giả thuyết H0 là phƣơng pháp hồi quy Fixed Effects khơng có gì khác biệt so với phƣơng pháp hồi quy Random Effects. Vì vậy, ở đây chúng ta có thể kết luận rằng sử dụng phƣơng pháp Random Effects sẽ tốt hơn so với phƣơng pháp Fixed Effects. Tuy nhiên, khi sử dụng cả hai phƣơng pháp trên bài nghiên cứu đều không kiểm định hiện tƣợng tự tƣơng quan cũng nhƣ là phƣơng sai thay đổi của mơ hình. Nếu khơng xử lý đƣợc hiện tƣợng tự tƣơng quan và phƣơng sai thay đổi thì kết quả hồi quy có thể bị chệch. Vì vậy, ở đây bài nghiên cứu dùng kiểm định Wald để kiểm tra hiện tƣợng phƣơng sai thay đổi, kiểm định Wooldridge để kiểm định hiện
tƣơng tự tƣơng quan của mơ hình. Các kết quả của các kiểm định đƣợc trình bày trong các bảng sau:
Bảng 3.8 Kết quả kiểm định tự tƣơng quan
H0 Khơng có hiện tƣợng tự tƣơng quan trong mơ hình F(1,4) = 0.104
Prob > F = 0.763
Bảng 3.9 Kết quả kiểm định phƣơng sai thay đổi
H0 Khơng có hiện tƣợng phƣơng sai thay đổi Chi2 (5) = 46.57
Prob > Chi2 = 0.000
Kết quả kiểm định Wooldridge cho chúng ta kết quả là F(1,4) = 0.104 với giá trị P-value = 0.7630 > 0.1. Điều này cho chúng ta kết luận rằng khơng có hiện tƣợng tự tƣơng quan trong mơ hình. Bên cạnh đó, kết quả kiểm định Wald có chi2 (5) = 46,57 với giá trị P-value = 0.0000 < 0.1, chứng tỏ có hiện tƣợng phƣơng sai thay đội trong mơ hình. Vì vậy, ở đây bài nghiên cứu này sử dụng phƣơng pháp hồi quy FGLS để khắc phục hiện tƣợng phƣơng sai thay đổi trong mơ hình. Kết quả hồi quy theo phƣơng pháp FGLS đƣợc trình bày ở bảng 3.10.
Bảng 3.10 Kết quả hồi quy theo phƣơng pháp FGLS
Số quan sát: 110 Wald chi2 (9) = 41.67
Số nhóm: 5 Prob > chi2 = 0.0000
FGLS có hiện tƣợng phƣơng sai thay đổi, khơng có tự tƣơng quan
DFDI COEF. STD ERR T P > |t|
ELEC -460.19 574.33 -0.8 0.42
DEXDEBT -634.81 3112.59 -0.2 0.84
Kết quả nghiên cứu cũng không khác nhiều so với hồi quy bằng các phƣơng pháp Fixed Effects, Random Effects. Các biến kích cỡ thị trƣờng, độ mở của nền kinh tế đều có tác động dƣơng có ý nghĩa tới đầu tƣ trực tiếp nƣớc ngồi. Trong khi đó, biến cơ cấu vốn rịng của nền kinh tế có tác động âm có ý nghĩa tới đầu tƣ trực tiếp nƣớc ngoài. Tuy nhiên, hệ số của các biến này đều giảm so với khi hồi quy bằng 2 phƣơng pháp Fixed Effects và Random Effects, hệ số của các biến MSIZE, TRADE, CAPFOR lần lƣợt còn 3,4, 53,42 và -21,63. Các yếu tố cịn lại khơng có tác động đến dịng vốn đầu tƣ trực tiếp nƣớc ngồi vì ở mức ý nghĩa 10% có thể kết luật là hệ số của các biến cịn lại bằng khơng. Đồng thời, giá trị Wald chi2(9) = 41.67 với giá trị P-value = 0.000. Điều này cho chúng ta thấy đƣợc mơ hình ở trên là phù hợp vì có ít nhất một hệ số của mơ hình khác khơng. INF -8.42 28.47 -0.30 0.77 DMSIZE 3.40 0.78 4.37 0.00 DTRADE 53.42 19.21 2.78 0.01 CAPFOR -21.63 11.87 -1.82 0.07 CRISIS -331.50 377.72 -0.88 0.38 DEXRATE 684.81 5981.60 0.11 0.91 CONS 1404.55 1670.49 0.84 0.40
Kết luận chƣơng 3
Hiện nay, đầu tƣ trực tiếp nƣớc ngồi vào các quốc gia Đơng Nam Á đang ngày