- Bellak et al (2008)
3. Phương pháp nghiên cứu
Dựa trên lập luận của Bevan and Estrinb (2004) và Anyanwu (2012) các phương pháp hồi quy sẽ được thực hiện cho cả hai loại dữ liệu (dữ liệu hiện tại và dữ liệu quá khứ) của các biến độc lập.
Trong các mô hình nghiên cứu thực nghiệm đã được xây dựng, bên cạnh các biến độc lập khác độ trễ bậc 1 của biến phụ thuộc FDI cũng được xem là một biến độc lập, đồng thời dữ liệu sử dụng là dữ liệu bảng của 24 quốc gia đang phát triển tại Châu Á trong giai đoạn 2000-2012 nên về mặt lý thuyết đây là mô hình hồi quy dữ liệu bảng động (Dynamic panel data models). Do đó, để ước lượng và kiểm định các giả thuyết đưa ra liên quan đến các yếu tố ảnh hưởng thu hút dòng vốn FDI vào Việt Nam phương pháp nghiên cứu được sử dụng là phương pháp ước lượng GMM sai phân theo phương pháp tác động cố định.
Thông thường ước lượng theo phương pháp OLS (Pooled Regress Model) sẽ không chệch, vững và hiệu quả khi không tồn tại các vi phạm về phương sai thay đổi, tự tương quan và biến nội sinh. Tuy nhiên kết quả kiểm định cho thấy với mức ý nghĩa 10% có tồn tại vi phạm phương sai thay đổi và việc đưa độ trễ bậc 1 của biến phụ thuộc FDI làm biến độc lập sẽ gây ra hiện tượng tự tương quan. Ngoài ra, theo kết quả tổng quan biến liên quan đến tăng trưởng kinh tế (GDP), kim ngạch xuất khẩu (OPEN) và vốn viện trợ phát triển (ODA) có mối quan hệ nhân quả với biến phụ thuộc FDI,
bên cạnh đó độ trễ bậc 1 của biến phụ thuộc FDI là biến độc lập nên sẽ tồn tại quan hệ tương quan giữa biến độc lập và sai số, với 2 lý do này sẽ tồn tại vi phạm biến nội sinh trong mô hình. Với những vi phạm trên làm cho kết quả ước lượng theo phương pháp OLS không còn đáng tin cậy và hiệu quả nhất. Để khắc phục phương pháp ước lượng GMM sai phân (Difference Generalized method of moments - GMM) của Arellano - Bond (1991) (đề xuất bởi Holtz - Eakin, Newey and Rosen (1988)) được sử dụng (trong trường hợp này phương pháp GMM hệ thống do Arellano and Bover (1995) and Blundell and Bond (1998) đề xuất không được lựa chọn vì số lượng mẫu nghiên cứu (trên dưới 300 quan sát) quá nhỏ nên sẽ không phù hợp khi số lượng biến công cụ tạo ra bởi mô hình nhiều hơn số quan sát). Việc sử dụng mô hình GMM sẽ cho phép khắc phục cả vi phạm tự tương quan, phương sai thay đổi và biến nội sinh nên kết quả ước lượng lúc này sẽ không chệch, vững và hiệu quả nhất. Thêm vào đó, phương pháp Arellano - Bond cũng được thiết kế để khắc phục hiệu ứng tác động cố định hàm chứa trong sai số của mô hình (do đặc điểm của các biến quốc gia nghiên cứu không thay đổi theo thời gian như vị trí địa lý và nhân khẩu học có thể tương quan với các biến giải thích trong mô hình) và cho dữ liệu bảng với thời gian ngắn (T=13) và đối tượng lớn (N=24), vì nó có khả năng khắc phục làm cho cú sốc đối với hiệu ứng cố định của các quốc gia, được phản ánh vào trong phần sai số, sẽ giảm dần theo thời gian (Roodman, 2006).
Để kiểm định tính phù hợp kết quả ước lượng theo GMM kiểm định Sargan (hay còn được biết đến là kiểm định Hansen hoặc kiểm định J) và Arellano-Bond sẽ được sử dụng. Kiểm định Sargan xác định tính phù hợp của các biến công cụ trong mô hình GMM. Đây là kiểm định ràng buộc xác định quá mức (over-identifying restrictions) của mô hình. Kiểm định Sargan với giả thuyết H0: biến công cụ là ngoại sinh, nghĩa là không tương quan với sai số của mô hình, do đó giá trị Pvalue của thống kê Sargan càng lớn càng tốt. Kiểm định Arellano - Bond được đề xuất bởi Arellano - Bond (1991) để kiểm tra tính chất tự tương quan của phương sai sai số mô hình GMM ở dạng sai phân bậc 1. Do đó, chuỗi sai phân khảo sát mặc nhiên có tương quan bậc 1,
AR(1) nên kết quả kiểm định được bỏ qua. Tương quan bậc 2, AR(2) được kiểm định trên chuỗi sai phân của sai số để phát hiện hiện tượng tự tương quan của sai số ở bậc 1, AR(1). Giả thuyết H0 của kiểm định Arellano – Bond là không có tự tương quan và được áp dụng cho số dư sai phân. Ngoài ra, trong mô hình bên cạnh các biến giải thích độc lập các biến tương tác đã được sử dụng nhằm phản ánh khác biệt các hệ số độ dốc của Việt Nam với các quốc gia còn lại.
Để thực hiện ước lượng kết quả hồi quy theo GMM sai phân của Arellano - Bond (1991) câu lệnh “xtabond2” với tùy chọn “nolevel” của Stata sẽ được sử dụng. Công cụ được sử dụng cho quá trình phân tích dữ liệu bảng của các nước ASIA 24 từ đó xác định các yếu tố ảnh hưởng thu hút FDI vào Việt Nam là chương trình phần mềm Stata 11.0.
3.4. Kết quả nghiên cứu
Trong cả giai đoạn nghiên cứu từ năm 2000 đến năm 2012 xu hướng chung đối với dòng vốn FDI chảy vào các nước ASIA đều gia tăng, với tốc độ tăng tương đối cao so với các nước thuộc châu lục khác. Theo số liệu thống kê, trong số 24 quốc gia đang phát triển thuộc Châu Á được lựa chọn phân tích, Trung Quốc (5) là quốc gia có số lượng vốn FDI thu hút được nhiều nhất. Trung bình trong cả giai đoạn nghiên cứu quốc gia này đã thu hút được trên 110.244 triệu USD, con số này gấp 37,6 lần so với mặt bằng chung của các nước trong nhóm nghiên cứu. Tuy nhiên nếu như so sánh tương đồng giữa lượng vốn FDI thu hút được với GDP thì Trung Quốc không phải là quốc gia có tỷ lệ lớn nhất. Tỷ lệ trung bình của nhóm đạt được là 4,43%, trong đó Azerbaijan (2) là quốc gia đạt tỷ lệ cao nhất (17,75%) và Nepal (15) là quốc gia đạt tỷ lệ thấp nhất (0,21%).
Hình 3.2. Biểu đồ phân tán giá trị FDI thu hút được của các nước ASIA 24
(Nguồn: Dữ liệu thống kê của UNCTAD, 2014)
Hình 3.3. Biểu đồ phân tán tỷ trọng giá trị FDI thu hút được so với GDP của các nước ASIA 24
(Nguồn: Dữ liệu thống kê của UNCTAD, 2014)
Chú thích: Armenia (1); Azerbaijan (2); Bhutan (3); Cambodia (4); China (5); Georgia (6); India (7); In-đô-nê-xia (8); Iran (9); Jordan (10); Kazakhstan (11); Kyrgyz Republic (12); Ma- lai-xia (13); Mongolia (14); Nepal (15); Oman (16); Pakistan (17); Philippines (18); Sri Lanka (19); Syrian Arab Republic (20); Thailand (21); Turkey (22); Vietnam (23); Yemen, Rep. (24).