Biến VIF 1/VIF
m2 2.56 0.391145 a 2.12 0.471905 k 2.05 0.488404 h 1.87 0.534828 g 1.63 0.613286 trade 1.53 0.653323 polity 1.52 0.658572 fdi 1.48 0.675371 r 1.43 0.700697
Nguồn: Kết quả tổng hợp từ Phần mềm Stata trên số liệu tác giả thu thập với cỡ mẫu gồm 300 quan sát của 12 quốc gia trong giai đoạn 1990 – 2014 (Phụ lục3)
Dựa vào bảng 4.2.2 kết quả kiểm tra đa cộng tuyến với nhân tử phóng đại phương sai, cho thấy khơng có VIF của biến độc lập nào lớn hơn 10. Theo Baltagi (2008), không tồn tại hiện tượng đa cộng tuyến nghiêm trọng trong mơ hình.
Kết luận: Với tiêu chuẩn nhân tử phóng đại phương sai VIF, mơ hình khơng
tồn tại hiện tượng đa cộng tuyến nghiêm trọng trong mơ hình.
4.3 Kiểm định lựa chọn mơ hình Pooled và mơ hình dữ liệu bảng FEM
Giả định các quan sát giữa các nước, các năm khơng tìm thấy sự khác biệt, mơ
hình Pooled phù hợp với dữ liệu. Khi dữ liệu mẫu tồn tại sự khác biệt các nước, có thể là yếu tố văn hóa, giáo dục, các vấn đề về xã hội hoặc những yếu tố nội tại khác. Nếu tồn tại sự khác biệt giữa các quốc gia, dữ liệu bảng phù hợp hơn mơ hình Pooled. Bởi vì dữ liệu bảng liên quan đến các yếu tố không gian giữa các quốc gia theo thời gian. Kỹ thuật trên dữ liệu bảng có tính đến việc kiểm soát và đo lường sự dị biệt (không
đồng nhất) giữa các đơn vị này. Bài nghiên cứu sử dụng kiểm định lựa chọn mơ hình
Pooled và mơ hình dữ liệu bảng FEM.
Giải thuyết Ho: Mơ hình Pooled phù hợp với mẫu nghiên cứu Giả thuyết H1: Mơ hình FEM phù hợp với mẫu nghiên cứu.
Kiểm định cho p-value bằng 0.0000 nhỏ hơn 0.05, được trình bày ở phụ lục 4, 5 bác bỏ giả thuyết H0. Vậy mơ hình FEM hiệu ứng cố định phù hợp với dữ liệu mẫu
hơn mô hình Pooled.
4.4 Kiểm định lựa chọn mơ hình Pooled và mơ hình dữ liệu bảng REM
Tác giả tiếp tục kiểm định lựa chọn mơ hình Pooled và REM với giả thuyết như sau:
H0: Mơ hình Pooled phù hợp dữ liệu mẫu hơn REM H1: Mơ hình REM phù hợp dữ liệu mẫu hơn Pooled
Kiểm định cho p-value bằng 0.0000 nhỏ hơn 0.05, được trình bày ở phụ lục 6,7
bác bỏ giả thuyết H0. Vậy mơ hình REM hiệu ứng cố định phù hợp với dữ liệu mẫu hơn mơ hình Pooled.
4.5 Kiểm định lựa chọn mơ hình FEM và mơ hình dữ liệu bảng REM
Tác giả tiếp tục kiểm định Hausman lựa chọn mơ hình REM và FEM với giả thuyết như sau:
H0: Mơ hình REM phù hợp dữ liệu mẫu hơn FEM H1: Mơ hình FEM phù hợp dữ liệu mẫu hơn FEM
Kiểm định cho p-value bằng 0.0000 nhỏ hơn 0.05, được trình bày ở phụ lục 8,9, bác bỏ giả thuyết H0. Vậy mơ hình FEM hiệu ứng cố định phù hợp với dữ liệu mẫu hơn
mơ hình REM. Tác giả sử dụng phương pháp hồi quy trên dữ liệu bảng làm kết quả nghiên cứu.
4.6 Kiểm định hiện tượng phương sai thay đổi phần dư - Greene (2000)
Tác giả tiến hành kiểm định phương sai sai số thay đổi bằng phương pháp kiểm
định Greene (2000) với giả thuyết như sau:
Giả thuyết H0: Mơ hình khơng có hiện tượng phương sai thay đổi Giả thuyết H1: Mơ hình có hiện tượng phương sai thay đổi
Từ bảng 4.4, kết quả kiểm định Greene (2000) bằng phần mềm Stata cho thấy kết quả với p-value đều bằng 0.0000 < α = 0.05, được trình bày ở phụ lục 10,11, Suy
ra, bác bỏ giả thuyết Ho ở mức ý nghĩa 5% cho thấy tồn tại hiện tượng phương sai thay
đổi trong mơ hình.
Kết luận: Tồn tại hiện tượng phương sai thay đổi trong mơ hình ở mức ý nghĩa
5%.
4.7 Kiểm định hiện tượng tự tương quan phần dư – Wooldridge (2002) và Drukker (2003) Drukker (2003)
Để kiểm tra hiện tượng tự tương quan, tác giả sử dụng phương Wooldridge (2002) và Drukker (2003) và đặt giả thuyết kiểm định như sau:
Giả thuyết H0: Mơ hình khơng có hiện tượng tự tương quan bậc 1 Giả thuyết H1: Mơ hình có hiện tượng tự tương quan bậc 1
Kết quả kiểm định bằng phần mềm Stata12 cho kết quả với p-value đều bằng 0.0000 < α = 0.05, được trình bày ở phụ lục 12,13. Suy ra, bác bỏ giả thuyết Ho ở mức ý nghĩa 5% cho thấy tồn tại hiện tượng tự tương quan bậc 1 trong mơ hình.
Kết luận: Tồn tại hiện tượng tự tương quan bậc 1 trong mơ hình với mức ý
4.8 Phân tích kết quả hồi quy
Trong giả thiết chương 2, các biến có tác động ngược đến kết quả nghiên cứu gây ra hiện tượng nội sinh trong mơ hình, giữa hai biến thu nhập bình quân đầu người và
đầu tư trực tiếp nước ngồi, là hai biến trong mơ hình tác giả, theo bằng chứng của Li
và Liu (2005) nghiên cứu về mối quan hệ nội sinh giữa thu nhập bình quân đầu người
và đầu tư trực tiếp nước ngoài.
Bài nghiên cứu sẽ lần lượt tiếp cận các mơ hình hồi quy dữ liệu bảng phổ biến
hiệu ứng tác động cố định (Fixed effect – FEM), hồi quy dữ liệu bảng hiệu ứng tác động ngẫu nhiên (Random effect – REM), OLS, FGLS. Tuy nhiên FEM và REM
khơng kiểm sốt được hiện tượng phương sai thay đổi và tự tương quan, đã được phát hiện bởi kiểm định Greene (2000), Wooldridge (2002) và Drukker (2003). Trong khi kết quả với FGLS không khắc phục hiệu quả hiện tượng nội sinh bằng các phương pháp sử dụng biến công cụ.
Có nhiều mơ hình để xử lý hiện tượng nội sinh, phổ biến như 2SLS và GMM. Tuy nhiên với những tính chất của mơ hình GMM, hiệu quả mơ hình GMM tốt hơn ít nhất hoặc bằng mơ hình 2SLS, theo Måns Sưderbom (2009). Ưu điểm của uớc lượng GMM là cho ra các giá trị ước lượng tuân theo phân phối chuẩn, đây là thuộc tính rất quan
trọng vì đó là cơ sở để chúng ta xây dựng giá trị dự đoán ở các độ tin cậy (confidence bands) và thực hiện các kiểm định khác. Phương pháp GMM cũng cho ra kết quả là các giá trị ước lượng hiệu quả, nghĩa là giá trị phương sai trong mơ hình ước lượng là nhỏ nhất.
Theo kết quả nghiên cứu của Arellano và Bond (1991), phát triển mơ hình hồi
quy 1 bước và hồi quy hai bước mới từ mơ hình dữ liệu bảng động. Arellano và Bond
(1991) ứng dụng phương pháp ước lượng mới dựa trên nghiên cứu của Layard và
Nickell (1986). Phương pháp hồi quy GMM được giớ thiệu Arellano và Bond (1991)
hình vừa có hiện tượng phương sai thay đổi, tượng tương quan và nội sinh. Mơ hình
Arellano và Bond kiểm sốt được hiện tượng tự tương quan giữa phần dư, hiện tượng
phương sai thay đổi và nội sinh.
Kết quả hồi quy mơ hình như sau: