Sau khi đư xác đ nh đ c s đ ng liên k t và đ tr t i u cho mô hình nghiên c u, tác gi ti n hành c l ng mô hình VECM đ tr 3.
K t qu mô hình VECM cho th y m i quan h dài h n nh sau:
LNFDI=20.06 +1537.67GDPGR +0.03CPI +41.26REER -1.77LNM2 -5.54UNEMP -0.91INT +0.07TRADE (184.98) (0.05) (10.13) (2.00) (3.09) (0.19) (0.08) [-8.31] [-0.63] [-4.07] [0.88] [1.79] [4.7] [-0.98]
Ghi chú: Giá tr trong ( ) và [ ] l n l t là đ l ch chu n và th ng kê t.
K t qu cho th y trong dài h n các bi n có m i quan h v i nhau, c th , ch s giá CPI và đ m th ng m i TRADE có m i quan h cùng chi u v i FDI nh ng không có ý ngh a th ng kê m c 5%, cung ti n M2 và th t nghi p UNEMP tác đ ng tiêu c c đ n dòng v n FDI và c ng không có ý ngh a th ng kê m c 5%. Tuy nhiên, GDPGR và t giá h i đoái th c hi u d ng REER th hi n nh h ng tích c c đ n dòng v n FDI t i Vi t Nam m c ý ngh a 5%. Ng c l i, lãi su t INT có m i quan h ng c chi u trong dài h n v i dòng v n qu c t FDI m c ý ngh a 5%.
K t qu m i quan h cùng chi u gi a GDPGR và dòng v n FDI phù h p v i các bài nghiên c u tr c đây nh Marr (1997), Kyrkilis và Pantelidis (2003) hay
Fedderke và Romm (2006), Moosa và Cardak (2006). Quy mô th tr ng c a m t qu c gia đ c đo b ng t c đ t ng tr ng GDP th c đư có nh h ng tích c c đ i v i dòng v n FDI. i u đó cho th y m t trong nh ng đ ng l c chính cho các doanh nghi p đ u t n c ngoài là ti p c n th tr ng c a n c nh n đ u t và các n c lân c n. Th ph n c a n c nh n đ u t càng l n, dòng v n FDI vào càng nhi u.
Còn v t giá, t giá càng gia t ng s càng thu hút các dòng v n FDI đ vào trong n c h n, hay khi đ ng n i t m t giá s làm t ng dòng v n FDI. i u này phù h p v i các nghiên c u tr c đây c a Aqeel và Nishat (2005), Bardhyl (2009), Oladipo (2013) hay Boateng và các c ng s (2015). S m t giá c a đ ng n i t s làm gi m các chi phí đ c tính b ng ngo i t c a các công ty, do đó s làm gia t ng l i nhu n c a các công ty có ngu n v n FDI. L i nhu n cao h n t t nhiên s thu hút các dòng v n FDI h n. Khi đ ng n i t m t giá, t t c các y u t đ u vào s n xu t nh lao đ ng, đ t đai, máy móc, và các tài s n, n c ti p nh n ngu n v n FDI tr nên r h n t quan đi m c a nhà đ u t n c ngoài, do đó h s có xu h ng đ u t thêm các ngu n v n vào.
V lãi su t, lãi su t càng th p càng thu hút dòng v n FDI. B ng ch ng kh ng đnh vai trò c a lãi su t th p c a n c nh n đ u t trong vi c thu hút FDI đư đ c cung c p b i Culem (1988) khi cho r ng lãi su t th p là m t l i th chi phí cho các nhà đ u t . K t qu m i quan h ng c chi u gi a lãi su t và FDI c ng phù h p v i các nghiên c u c a Tripathi và các c ng s (2015), Boateng và các c ng s (2015).
Sau khi xem xét m i quan h dài h n gi a các bi n v mô và dòng v n FDI, tác gi ti p t c xem xét li u có t n t i m i quan h ng n h n hay không b ng cách xem xét h s đi u ch nh sai s ECT c a mô hình VECM theo b ng 4.7.
B ng 4.7. H s ECT c a mô hình VECM
Error Correction D(LNFDI)
CointEq1
-0.018899 (0.07044) [-0.26832]
Ngu n: Tác gi t ng h p t ph n m m Eviews 7.2
K t qu cho th y r ng h s c a bi n ECT không có ý ngh a th ng kê, đi u này hàm ý r ng không t n t i m i quan h ng n h n gi a các bi n v i bi n dòng v n FDI. K t qu này trái ng c v i các nghiên c u tr c đây nh nghiên c u c a Nguy n V n B n và Nguy n Minh Ti n (2014), Dinda (2012)… Nh ng đi u này khá h p lý vì dòng v n đ u t tr c ti p FDI là dòng v n đ u t vào vi c s n xu t kinh doanh th c mà nh v y thì s t n th i gian đ t o c s t o s n ph m, chính đi u này s không th có s thay đ i dòng v n đ u t trong ng n h n.
Ti p theo, đ xem xét tính n đ nh c a mô hình VECM, tác gi s d ng vòng tròn đ n v, ki m đnh LM và ki m đ nh Joint đ xem xét r ng mô hình VECM có t n t i hi n t ng t t ng quan, ph ng sai thay đ i hay không và tính n đ nh c a mô hình nh th nào.
K t qu ki m đ nh tính n đnh b ng vòng tròn đ n v đ c trình bày trong hình 4.1. Các đi m đ u n m trong vòng tròn, cho th y r ng mô hình VECM n đnh.
Hình 4.1. Vòng tròn đ n v c a mô hình VECM
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
Inverse Roots of AR Characteristic Polynomial
Ngu n: Tác gi tính toán t ph n m m Eviews 7.2
Ti p theo s d ng ki m đ nh LM đ xem xét hi n t ng t t ng quan có t n t i hay không. K t qu ki m đnh theo b ng 4.8 cho th y p-value c a ki m đnh (26.2%) l n h n m c 5%, t c là không th bác b gi thuy t H0 c a ki m đnh:
không có t t ng quan t i đ tr 3. Do đó, mô hình VECM t i đ tr 3 không t n t i hi n t ng t t ng quan.
B ng 4.8. K t qu ki m đnh t t ng quan mô hình VECM VEC Residual Serial Correlation LM Tests
Gi thuy t H0: không có s t ng quan t i đ tr h S quan sát bao g m: 76
Lags LM-Stat Prob
1 100.5233 0.0024
2 81.09794 0.0732
3 70.77329 0.2620
4 109.7136 0.0003
5 76.38670 0.1380
6 53.09219 0.8328
7 85.51444 0.0375
8 61.00135 0.5832
9 84.26216 0.0457
10 62.61093 0.5258
11 59.43350 0.6385
12 84.03715 0.0473
Ngu n: Tác gi tính toán t ph n m m Eviews 7.2
Xem xét hi n t ng ph ng sai thay đ i có t n t i trong mô hình VECM b ng ki m đnh Joint. K t qu theo b ng 4.9 cho th y p-value c a ki m đnh b ng 14.87% l n h n 5%, cho th y không th bác b gi thuy t H0 c a ki m đnh: không có hi n t ng ph ng sai thay đ i. Do đó mô hình VECM không t n t i hi n t ng ph ng sai thay đ i.
B ng 4.9. K t qu ki m đ nh ph ng sai thay đ i mô hình VECM VEC Residual Heteroskedasticity Tests
S quan sát bao g m: 76 Joint test:
Chi-sq df Prob.
1862.578 1800 0.1487
Ngu n: Tác gi tính toán t ph n m m Eviews 7.2
Tóm l i, các k t qu cho th y r ng mô hình VECM t i đ tr 3 không t n t i hi n t ng t t ng quan, ph ng sai thay đ i và đ t đ c s n đ nh.
Sau đây tác gi s ti n hành phân tích hai ng d ng đ c s d ng ph bi n trong các bài nghiên c u dùng ph ng pháp kinh t l ng t ng t đó là hàm ph n
ng đ y IRF và phân rư ph ng sai.