Chương 3: THỰC TRẠNG TÁC ĐỘNG CỦA ĐẦU TƯ TRỰC TIẾP NƯỚC NGOÀI ĐẾN PHÁT TRIỂN KINH TẾ XÃ HỘI TỈNH HẢI DƯƠNG
3.2. Tác động của FDI đến phát triển kinh tế - xã hội tỉnh Hải Dương
3.3.4. Kết quả ước lượng
3.3.4.1. Kiểm định tính dừng của chuỗi thời gian
Kiểm định tính dừng của các chuỗi thời gian các biến tổng hợp Bảng 3.17.
Bảng 3.17: Kết quả KĐ tính dừng của dữ liệu các chuỗi thời gian Tên biến Kết quả kiểm định
ADF Giá trị thống kê ở các mức ý nghĩa 1% 5% 10% Prob LNFDI -3.447553 -4.616209 -3.710482 -3.297799 0.0782 LNGRDP -5.950965 -4.571559 -3.690814 -3.286909 0.0008 LNVDTTN -5.623667 -4.571559 -3.690814 -3.286909 0.0014 LNICOR -4.081642 -4.728363 -3.759743 -3.324976 0.0294 LNCNXD -4.217010 -4.800080 -3.791172 -3.342253 0.0254 LNTMDV -2.294613 -4.532598 -3.673616 -3.277364 0.4167 LNOPEN -3.128014 -4.532598 -3.673616 -3.277364 0.1282 LNKT -3.040892 -4.571559 -3.690814 -3.286909 0.1489 LNLD -3.372692 -4.571559 -3.690814 -3.286909 0.0867 LNDSDT -2.721647 -4.532598 -3.673616 -3.277364 0.2395
Nguồn: Kết quả từ phần mềm Eviews 9 Ta thấy, biến LNGRDP, LNVDTTN, có p-value < ߙ = 1%, vậy chuỗi dừng ở mức ý nghĩa 1%, biến LNFDI, LNLD, có p-value < ߙ = 10% vậy chuỗi dừng ở mức ý nghĩa 10%, biến, LNICOR, LNCNXD có p-value < ߙ = 5%, vậy chuỗi dừng ở mức ý nghĩa 5%, biến LNDSDT, LNKT, LNTMDV, LNOPEN có p-value > ߙ hay trị tuyệt đối của thống kê ߬ của các biến quan sát theo chuỗi thời gian đều < giá trị ߬ ở các mức ý nghĩa 1%, 5% và 10%; nên chấp nhận giả thiết H0: các biến quan sát theo chuỗi thời gian có nghiệm đơn vị, tức là chuỗi không dừng. Khắc phục chuỗi chưa dừng tiến hành kiểm định tính dừng ở sai phân bậc nhất các chuỗi. Kết quả tổng hợp Bảng 3.18.
Bảng 3.18: Kết quả kiểm định tính dừng của sai phân bậc nhất các biến Tên biến Kết quả kiểm
định ADF Giá trị thống kê ở các mức ý nghĩa Prob
1% 5% 10%
D(LNDSDT) -6.171782 -4.571559 -3.690814 -3.286909 0.0005 D(LNKT) -5.294864 -4.616209 -3.710482 -3.297799 0.0030 D(LNTMDV) -5.779835 -4.571559 -3.690814 -3.286909 0.0011 D(LNOPEN) -6.079618 -4.571559 -3.690814 -3.286909 0.0006 Nguồn: Kết quả từ phần mềm Eviews 9 Kết quả cho thấy, các biến đều dừng ở sai phân bậc nhất với mức ý nghĩa 1%.
Vậy các biến của chuỗi thời gian thỏa mãn điều kiện tính dừng. Vậy để ước lượng bằng mô hình ARDL là các biến đưa vào là LNGRDP, LNCNXD, LNICOR, DLNOPEN, DLNDSDT, DLNTMDV, DLNKT, LNLD, LNVDTTN và LNFDI. Phạm vi nghiên cứu của luận án là tác động của FDI đến phát triển KTXH. Do vậy các mô hình thực nghiệm kiểm định tác động của FDI đến phát triển KTXH của tỉnh Hải Dương là:
(1) LNGRDP = m + α1*LNGRDPt-1+ α2*LNGRDPt-2 +…+ αn*LNGRDPt-n
+ + εt
(2) LNVDTTN = m + α1*LNVDTTNt-1+ α2*LNVDTTNt-2 +…+ αn*
LNVDTTNt-n + + εt
(3) LNICOR = m + α1*LNICORt-1+ α2*LNICORt-2 +…+ αn* LNICORt-n
+ + εt
(4) LNCNXD = m + α1*LNCNXDt-1+ α2*LNCNXDt-2 +…+ αn*LNCNXDt-n
+ + εt
(5) DLNTMDV = m + α1*DLNTMDVt-1+ α2*DLNTMDVt-2 +…+ αn*
DLNTMDVt-n + + εt
(6) DLNOPEN = m + α1*DLNOPENt-1 + α2*DLNOPENt-2 +…+
αn*DLNOPENt-n + + εt
(7) DLNKT = m + α1*DLNKTt-1+ α2*DLNKTt-2 +…+ αn*DLNKTt-n
+ + εt
(8) LNLD = m + α1*LNLDt-1+ α2*LNLDt-2+..+ αn*LNLDt-n
+ + εt
(9) DLNDSDT = m + α1*DLNDSDTt-1+ α2* DLNDSDTt-2 +…+
αn*DLNDSDT t-n + + εt 3.3.4.2. Xác định độ trễ tối ưu
Việc lựa chọn độ trễ tối ưu cho các mô hình ARDL được dựa trên giá trị tiêu chuẩn AIC thu được từ việc ước lượng không giới hạn các mô hình ARDL. Trên cơ sở đó thì độ trễ tối ưu các mô hình ARDL nghiên cứu được tổng hợp trong Bảng 3.19.
Bảng 3.19: Độ trễ tối ưu của các biến trong mô hình ARDL
Biến phụ thuộc Độ trễ Biến độc lập Độ trễ
LNGRDP 2 LNFDI 0
LNVDTTN 5 LNFDI 3
LNICOR 3 LNFDI 4
LNCNXD 3 LNFDI 5
DLNTMDV 2 LNFDI 0
DLNOPEN 4 LNFDI 4
DLNKT 1 LNFDI 4
LNLD 6 LNFDI 1
DLNDSDT 5 LNFDI 4
Nguồn: Kết quả từ phần mềm Eviews 9
3.3.4.3. Kiểm định đồng liên kết dài hạn các biến trong mô hình ARDL
Kết quả kiểm định đường bao (Bound test) từ phần mềm Eviews 9 các biến trong các mô hình thực nghiệm được tổng hợp trong Bảng 3.20.
Bảng 3.20: Kiểm định đồng liên kết dài hạn các mô hình ARDL
Mô hình F-statistic
10% 5% 2,5% 1%
I0 Bound
I1 Bound
I0 Bound
I1 Bound
I0 Bound
I1 Bound
I0 Bound
I1 Bound LNGRDP
- LNFDI 18.15042 5.59 6.26 6.56 7.3 7.46 8.27 8.74 9.63
LNVDTTN
- LNFDI 8.289809 5.59 6.26 6.56 7.3 7.46 8.27 8.74 9.63 LNICOR –
LNFDI 35.23974 5.59 6.26 6.56 7.3 7.46 8.27 8.74 9.63 LNCNXD
- LNFDI 16.28644 5.59 6.26 6.56 7.3 7.46 8.27 8.74 9.63
DLNTMDV
– LNFDI 13.37805 5.59 6.26 6.56 7.3 7.46 8.27 8.74 9.63
DLNOPEN
– LNFDI 24.87924 5.59 6.26 6.56 7.3 7.46 8.27 8.74 9.63 DLNKT -
LNFDI 7.969066 5.59 6.26 6.56 7.3 7.46 8.27 8.74 9.63 LNLD -
LNFDI 6.594674 5.59 6.26 6.56 7.3 7.46 8.27 8.74 9.63
DLNDSDT
- LNFDI 40.39327 5.59 6.26 6.56 7.3 7.46 8.27 8.74 9.63
Nguồn: Kết quả từ phần mềm Eviews 9 Kết quả kiểm định đường bao cho thấy các biến trong các mô hình ARDL đều tồn tại mối quan hệ đồng liên kết, hay tồn tại mối quan hệ dài hạn.
3.3.4.4. Ước lượng hệ số dài hạn và ngắn hạn các mô hình ARDL
Kết quả ước lượng hệ số hồi quy của của hai mô hình ngắn hạn và dài hạn được tổng hợp trong Bảng 3.21.
Bảng 3.21: Ước lượng hệ số dài hạn và ngắn hạn các mô hình ARDL
Biến Hệ số Độ lệch chuẩn Thống kê t Xác suất
1. Mô hình LNGRDP - LNFDI: ARDL(2,0)
D(LNFDI) 0.007575 0.015254 0.496553 0.6278
LNFDI 0.011007 0.023726 0.463915 0.6504
C 9.308568 0.098028 94.958335 0.0000
@TREND 0.089764 0.005223 17.187877 0.0000
CointEq(-1) -0.688167 0.156687 -4.391974 0.0007
Cointeq = LNGRDP - (0.0110*LNFDI + 9.3086 + 0.0898*@TREND ) 2. Mô hình LNVDTTN - LNFDI: ARDL(5,3)
D(LNFDI) 0.005579 0.124803 0.044704 0.9665
LNFDI -0.016292 0.083126 -0.195990 0.8542
Biến Hệ số Độ lệch chuẩn Thống kê t Xác suất
C 7.296640 0.452982 16.108001 0.0001
@TREND 0.140175 0.015679 8.940024 0.0009
CointEq(-1) -1.448905 0.372054 -3.894341 0.0176
Cointeq = LNVDTTN - (-0.0163*LNFDI + 7.2966 + 0.1402*@TREND ) 3. Mô hình LNICOR - LNFDI: ARDL(3,4)
D(LNFDI) 0.130446 0.107146 1.217470 0.3105
LNFDI 0.450188 0.075005 6.002116 0.0093
C -1.437266 0.376063 -3.821875 0.0315
@TREND -0.046148 0.017655 -2.613924 0.0794
CointEq(-1) -3.464309 0.868559 -3.988570 0.0575
Cointeq = LNICOR - (0.4502*LNFDI -1.4373 -0.0461*@TREND ) 4. Mô hình LNCNXD - LNFDI: ARDL(3,5)
D(LNFDI) -0.031231 0.010710 -2.916124 0.0434
LNFDI -0.047888 0.010696 -4.477032 0.0110
C 3.805469 0.053420 71.237445 0.0000
@TREND 0.030451 0.002551 11.937782 0.0003
CointEq(-1) -1.785515 0.327214 -5.456724 0.0055
Cointeq = LNCNXD - (-0.0479*LNFDI + 3.8055 + 0.0305*@TREND) 5. Mô hình DLNTMDV – LNFDI: ARDL(2,0)
D(LNFDI) 0.018564 0.008291 2.239091 0.0449
LNFDI 0.008568 0.003584 2.390472 0.0341
C -0.032580 0.018974 -1.717074 0.1116
@TREND -0.002396 0.000919 -2.608683 0.0229
CointEq(-1) -2.166774 0.397609 -5.449503 0.0001
Cointeq = DLNTMDV - (0.0086*LNFDI -0.0326 -0.0024*@TREND ) 6. Mô hình DLNOPEN – LNFDI: ARDL(4,4)
D(LNFDI) 0.119792 0.027604 4.339736 0.0123
LNFDI 0.131873 0.007768 16.976207 0.0001
C -0.457837 0.039998 -11.446498 0.0003
@TREND -0.034061 0.001846 -18.450968 0.0001
CointEq(-1) -4.862949 0.780692 -6.229025 0.0034
Cointeq = DLNOPEN - (0.1319*LNFDI -0.4578 -0.0341*@TREND ) 7. Mô hình DLNKT - LNFDI: ARDL(1,4)
D(LNFDI) 0.342389 0.146501 2.337117 0.0476
LNFDI 0.132376 0.197979 0.668637 0.5225
C -0.946733 0.939976 -1.007189 0.3433
@TREND -0.005841 0.048136 -0.121336 0.9064
CointEq(-1) -1.078469 0.279681 -3.856065 0.0048
Cointeq = DLNKT - (0.1324*LNFDI -0.9467 -0.0058*@TREND ) 8. Mô hình LNLD - LNFDI: ARDL(6,1)
Biến Hệ số Độ lệch chuẩn Thống kê t Xác suất
D(LNFDI) -0.010947 0.006561 -1.668337 0.1706
LNFDI -0.004208 0.000981 -4.290232 0.0127
C 6.748063 0.004450 1516.448353 0.0000
@TREND 0.013522 0.000159 85.077489 0.0000
CointEq(-1) -5.567217 1.785986 -3.117167 0.0356
Cointeq = LNLD - (-0.0042*LNFDI + 6.7481 + 0.0135*@TREND ) 9. Mô hình DLNDSDT – LNFDI: ARDL(5,4)
D(LNFDI) 0.052328 0.014784 3.539499 0.0714
LNFDI 0.038951 0.007410 5.256529 0.0343
C -0.173770 0.036880 -4.711837 0.0422
@TREND -0.006853 0.001686 -4.065062 0.0555
CointEq(-1) -3.080420 0.419888 -7.336292 0.0181
Cointeq = DLNDSDT - (0.0390*LNFDI -0.1738 -0.0069*@TREND)
Nguồn: Kết quả từ phần mềm Eviews 9 3.3.4.5. Kiểm định chẩn đoán các mô hình ARDL
Đó là kiểm định phương sai sai số thay đổi sử dụng kiểm định Breusch-Pagan- Godfrey, kiểm định tự tương quan sử dụng kiểm định Lagrange (LM) và kiểm định dạng mô hình sử dụngkiểm định Ramsey RESET. Kết quả tổng hợp Bảng 3.22.
Bảng 3.22: Kiểm định chẩn đoán các mô hình ARDL
TT Kiểm định Obs*R-squared
1. Mô hình LNGRDP - LNFDI: ARDL(2,0) 1 Kiểm định phương sai sai số 0.5866
2 Kiểm định tự tương quan 0.8290 3 Định dạng mô hình 0.3881
2. Mô hình LNVDTTN – LNFDI: ARDL(5,3) 1 Kiểm định phương sai sai số 0.3510
2 Kiểm định tự tương quan 0.5353 3 Định dạng mô hình 0.7064
3. Mô hình LNICOR – LNFDI: ARDL(3,4) 1 Kiểm định phương sai sai số 0.2410
2 Kiểm định tự tương quan 0.0018 3 Định dạng mô hình 0.9399
4. Mô hình LNCNXD – LNFDI: ARDL(3,5) 1 Kiểm định phương sai sai số 0.3565
2 Kiểm định tự tương quan 0.0020 3 Định dạng mô hình 0.4793
5. Mô hình DLNTMDV – LNFDI: ARDL(2,0) 1 Kiểm định phương sai sai số 0.4528
2 Kiểm định tự tương quan 0.8844
TT Kiểm định Obs*R-squared 3 Định dạng mô hình 0.3907
6. Mô hình DLNOPEN – LNFDI: ARDL(4,4) 1 Kiểm định phương sai sai số 0.3197
2 Kiểm định tự tương quan 0.3914 3 Định dạng mô hình 0.3924
7. Mô hình DLNKT – LNFDI: ARDL(1,4) 1 Kiểm định phương sai sai số 0.3391
2 Kiểm định tự tương quan 0.0005 3 Định dạng mô hình 0.0274
8. Mô hình LNLD – LNFDI: ARDL(6,1) 1 Kiểm định phương sai sai số 0.3474
2 Kiểm định tự tương quan 0.2404 3 Định dạng mô hình 0.6409
9. Mô hình DLNDSDT – LNFDI: ARDL(5,4) 1 Kiểm định phương sai sai số 0.5946
2 Kiểm định tự tương quan 0.0254 3 Định dạng mô hình 0.9638
Nguồn: Kết quả từ phần mềm Eviews 9 Bảng 3.22 cho thấy, các mô hình không có hiện tượng phương sai sai số thay đổi và dạng mô hình đúng, có hai mô hình LNCNXD - LNFDI LNICOR - LNFDI và DLNKT - LNFDI có hiện tượng tự tương quan bậc nhất cần phải khắc phục.
3.3.4.6. Kiểm định phần dư
Gồm có kiểm định “tổng tích lũy của phần dư (CUSUM) và tổng tích lũy hiệu chỉnh của phần dư (CUSUMSQ)” các mô hình cơ bản đều nằm trong dải tiêu chuẩn ứng với mức ý nghĩa 5% (Phụ lục 6) nên có thể kết luận phần dư của mô hình có tính ổn định và vì thế mô hình là ổn định.