Phân tích hồi quy GMM với dữ liệu bảng động

3.2 Phương pháp ước lượng

3.2.1 Phân tích hồi quy GMM với dữ liệu bảng động

Dựa trên bài nghiên cứu của Alguacil, M., Cuadros, A. và Orts (2011), bài nghiên cứu tiến hành hồi quy với dữ liệu bảng động để kiểm định tác động của FDI cũng như các nhân tố khác đến tốc độ tăng trưởng.

Mô hình được đưa ra như sau:

Trong đó, j là đặc điểm cố định của từng quốc gia, j và uit có phân phối chuẩn, tức là E(j) = E(uit) = E(juit) = 0. Mô hình có giả định rằng phần dư

không có hiện tượng tư tương quan: E(uisuit) = 0, t≠s. Các biến được sử dụng trong mô hình được mô tả trong bảng 3.1.

Bảng 3.1 Bảng mô tả các biến

Biến Kí hiệu Nguồn Đơn vị

tính/cách tính Tốc độ tăng trưởng GDP

bình quân đầu người

Growth Ngân hàng Thế giới %

GDP đầu người. Đo lường bằng logarit cơ số 10 của GDP bình quân

LNY Ngân hàng Thế giới, Heritage Foundation, Quỹ

Tiền tệ Quốc tế.

Tốc độ tăng trưởng dân số

POP Ngân hàng thế giới %

Tổng chi phí đầu tư (đo lường bằng tổng chi phí

đầu tư bao gồm đầu tư vào nhà xưởng, máy móc, xây dựng đường, trường học bệnh viện trên GDP

DI Ngân hàng thế giới %

Đầu từ trực tiếp nước ngoài/GDP

FDI Ngân hàng thế giới, Heritage Foundation

%

Số người sử dụng điện thoại trên 100 người

INFRA Ngân hàng thế giới %

Tăng trưởng dân số đô thị hàng năm

URBAN Ngân hàng thế giới %

Tỉ lệ giảm phát GDP INFL Ngân hàng Thế giới % Tỉ lệ nợ nước ngoài/GDP.

Bao gồm các khoản nợ gốc và lãi trả cho nước ngoài bằng đồng ngoại tệ, hàng hóa, dịch vụ trên GDP.

EXDEB Ngân hàng Thế giới %

Chỉ số tự do kinh tế3 ECFREE Heritage Foundatio

Bên cạnh đó, dựa trên bài nghiên cứu của Alguacil, M., Cuadros, A. và Orts (2011) nhằm xem xét vai trò của chất lượng thể chế, ổn định vĩ mô bài nghiên cứu cũng xem xét các biến tương tác giữa FDI với các biến này bao gồm:

FDI_ECFREE, FDI_EXDEB, FDI_INFL.

Theo các bài nghiên cứu trước đây, ban đầu bài nghiên cứu giải thích tốc độ tăng trưởng GDP đầu người thông qua ước lượng mô hình cơ bản bao gồm logarit của GDP đầu người đầu mỗi thời kì4 (nhằm xem xét tác động hội tụ) và tập hợp các biến kiểm soát (Xj): tốc độ tăng trưởng dân số, đầu tư nội địa, đầu tư trực tiếp nước ngoài.

Tiếp theo bài nghiên cứu mở rộng mô hình với nhóm các biến kiểm soát (Zh) để phân tích ảnh hưởng của các nhân tố nội địa bao gồm các đặc điểm về thể chế, ổn định vĩ mô và cấu trúc5. Dữ liệu về chất lượng thể chế được lấy trên Heritage Foundation. Chỉ số này bao gồm nhiều chỉ số khác liên quan đến nền tảng thể chế, bên cạnh đó bao gồm các chỉ số khác mà có thể tác động đến mối quan hệ giữa FDI và tăng trưởng như độ mở thương mại hay mức độ phát triển

3 chỉ số này bao gồm 10 chỉ số phân thành 4 nhóm chính: luật pháp, can thiệp chính phủ, sự hiệu quả về các quy định, mức độ mở cửa thị trường (phụ phụ 2)

4 Biến này được sử dụng nhiều trong các nghiên cứu trước đây (Carkovic và Levine, 2005;Herzer et al., 2008; Hansen và Rvà, 2006; Alfaro et al., 2004; Nair-Reicherrt và Weinhold, 2001)

5Các biến này tôi dựa trên mô hình của Alguacil (2010)

của hệ thống tài chính. Theo các bài nghiên cứu trước đây, tôi kì vọng rằng chất lượng thể chế tốt hơn sẽ cải thiện hiệu suất của nền kinh tế. Thêm vào đó, tôi cũng tiến hành kiểm định liệu rằng chất lượng thể chế tăng có làm gia tăng những lợi ích tiềm năng nhận được từ dòng FDI hay không thông qua biến tương tác giữa ECFREE và FDI.

Tác động của sự bất ổn vĩ mô trong và ngoài được được thể hiện thông qua tỉ lệ nợ nước ngoài và tỉ lệ giảm phát GDP. Theo nhiều tác giả, trong một số thời kì có tỉ lệ lạm phát và nợ nước ngoài cao ở các nước đang phát triển (đặc biệt trong những năm 80 và 90 của thế kỉ trước, sau các cuộc khủng hoảng nợ) đã kìm hãm sự phát triển kinh tế và làm giảm những lợi ích tiềm năng từ FDI (Easterly, 2005). Khi sự bất ổn gia tăng sẽ làm môi trường đầu tư trở nên xấu đi và kìm hãm kinh tế. Bên cạnh đó, để kiểm định vai trò của ổn định vĩ mô trong mối quan hệ giữa FDI và tăng trưởng, tôi cũng sử dụng biến tương tác giữa biến này và FDI. Tôi kì vọng rằng biến tương tác này sẽ mang dấu âm.

Tiếp theo vai trò của cải cách cấu trúc được đo lường thông qua tăng trưởng dân số đô thị và chất lượng cơ sở hạ tầng nội địa. Tôi kì vọng rằng các nước với ngành công nghiệp phát triển và cơ sở hạ tầng tốt hơn sẽ có kinh tế phát triển hơn. Tuy nhiờn việc đầu tư vào cơ sở hạ tầng thiếu quy hoạch rừ ràng và hướng đến việc phát triển kinh tế trong dài hạn thì có thể ảnh hưởng tiêu cực đến tăng trưởng và những lợi ích tiềm năng của FDI. Cuối cùng tôi kì vọng rằng các nước có tỉ trọng nông nghiệp chiếm phần lớn trong GDP và hệ thống cơ sở hạ tầng yếu kém sẽ kìm hãm sự phát triển6.

Phương trình trên được ước ượng bằng phương pháp GMM- hệ thống với dữ liệu bảng động được đề cử bởi Arellano và Bover (1995). Sau đó, để nghiên

cứu sự khác biệt trong mức độ phát triển của các quốc gia có ảnh hưởng đến tác động của FDI cũng như những lợi ích tiềm năng của FDI, bài nghiên cứu chia mẫu thành hai nhóm: thu nhập trung bình và cao và tiếp tục hồi quy hai mẫu này bằng phương pháp GMM hệ thống.

Phương pháp ước lượng GMM hệ thống cho phép giải quyết một số vấn đề gặp phải trong việc hồi quy.

Đầu tiên, phương pháp này xem xét các tác động cố định của các quốc gia mà không quan sát được do sự khác biệt trong các điều kiện ban đầu, hoặc do vấn đề bỏ sót biến7, sự khác biệt trong giai đoạn ổn định (thông qua tác động cố định của mỗi quốc gia) cho phép kiểm soát sự phân rẽ giữa các quốc gia mà ban đầu không được xem xét (Islam, 1995).

Thứ hai, GMM là phương pháp tổng quát của rất nhiều phương pháp ước lượng phổ biến như OLS, GLS, MLE,….Ngay cả trong điều kiện giả thiết nội sinh bị vi phạm, phương pháp GMM cho ra các hệ số ước lượng vững, không chệch, phân phối chuẩn và hiệu quả

Thứ ba, bằng việc khai thác chuỗi thời gian, dữ liệu bảng làm tăng bậc tự do và giảm đa cộng tuyến giữa các biến dẫn đến hệ số hồi quy ước lượng hiệu quả hơn.

Thứ tư, phương pháp này cũng giúp giải quyết vấn đề nhân quả. Cụ thể là tác động của FDI lên tăng trưởng kinh tế và khả năng tăng trưởng kinh tế cao hơn góp phần thu hút dòng vốn FDI (Herzer, 2008). Tác động hai chiều này có

7 Hsiao, C. (2003), Analysis of Panel Data, 2nd edition, Cambridge University Press, Cambridge.

thể dẫn đến việc thổi phồng tác động của FDI và vì thế làm cho hệ số ước lượng không còn hiệu quả8.

Cuối cùng, phương pháp này phù hợp hơn phương pháp ước lượng GMM chuẩn với dữ liệu bảng (Arellano và Bond, 1991). Theo Blundell và Bond (1998), các hệ số ước lượng trong phương pháp GMM chuẩn tắc kém hiệu quả hơn khi các biến giải thích có thành phần tự hồi quy mạnh (như thu nhập đầu người hoặc mức độ đầu tư vốn).

Tuy nhiên, phương pháp system GMM cũng có một số nhược điểm là việc chọn và sử dụng các biến công cụ một cách hợp lý, thêm vào đó là giả định của mô hình là phần dư không có hiện tượng tự tương quan. Cuối cùng, một trong những giả định không được vi phạm của mô hình GMM là số điều kiện movement không được lớn hơn số biến trong mô hình. Nếu điều này xảy ra thì mô hình không thể xác định được nghiệm chính xác duy nhất. Đây là hiện tượng

“over identification”. Để kiểm định hiện tượng “Over-identification” trong hồi quy GMM, tôi dùng kiểm định Sargan để kiểm định giả thiết:

Ho: Valid specification.

H1: Over identification

Phân phối Sargan statistic tuân theo thống kê Chi bình phương p-k) trong đó k là số hệ số hồi quy được ước lượng, p là instrument rank.