Luận văn Các yếu tố ảnh hưởng đến số dự án có vốn đầu tư nước ngoài (FDI) trên địa bàn các tỉnh, thành phố ở Việt Nam năm 2007 ppt

Xét mô hình có hiện tượng phương sai thay đổi hay không?... Phương pháp 2: Kiểm định Park.Dependent Variable: LOGE2 Method: Least Squares Kiểm định cặp giả thiết H0 : β2 = 0 không có hiệ

Thành viên nhóm Hoa mặt trời:

Hiện nay, Việt Nam đang trong quá trình phát triển kinh tế, nguồn vốnđầu tư nước ngoài đổ vào Việt Nam ngày càng nhiều, đặc biệt là số vốn FDI.Đối với các nước đang phát triển quá trình mở rộng thu hút vốn đầu tư là conđường duy nhất để giải quyết vấn đề vốn trong quá trình phát triển kinh tế Vậynhững yếu tố nào quyết định đến việc thu hút các nguồn vốn này? Chính vì vậynhóm quyết định chọn đề tài:

Các yếu tố ảnh hưởng đến số dự án có vốn đầu tư nước ngoài (FDI) trên địa bàn các tỉnh, thành phố ở Việt Nam năm 2007.

Đối với các tỉnh việc thu hút nguồn vốn đầu tư đã và đang được thựchiện thông qua việc cải thiện về môi trường đầu tư, các chính sách ưu đãi đốivới các doanh nghiệp… Khi các nhà đầu tư thấy được môi trường đầu tư antoàn và thuận lợi thì sẽ có nhiều nhà đầu tư đầu tư vào tỉnh Và để có thể giảithích phần nào số dựa án đầu tư vào một tỉnh nhóm đã xây dựng mô hình kinh

tế lựơng để giải thích cho vấn để trên

PHẦN II: CƠ SỞ LÝ LUẬN2.1 Các yếu tố ảnh hưởng đến số dự án có nguồn vốn đầu tư nước ngoài vào tỉnh

Lý do nào mà các nhà đầu tư đầu tư vào tỉnh này mà không phải là tỉnh khác?

quốc gia thì vấn đề đầu tiên các doanh nghiệp quan tâm là gì? Đó là vấn đề sự

ổn định về môi trường chính trị Một quốc gia hoặc một tỉnh có nên chính trị ổnđịnh sẽ tiền đề thuận lợi cho việc thu hút các nguồn vốn đầu tư Nền chính trị

ổn định sẽ giúp các doanh nghiệp yên tâm đầu tư, tránh được những rủi ro

(VCCI) và Dự án Nâng cao Năng lực Cạnh tranh Việt Nam (VNCI) hợp tácxây dựng xác định về năng lực cạnh tranh của các tỉnh đó là chỉ số PCI

Chỉ số tổng hợp PCI bao gồm 10 chỉ số thành phần phản ánh những khíacạnh quan trọng khác nhau của môi trường kinh doanh cấp tỉnh, những khíacạnh này chịu tác động trực tiếp từ thái độ và hành động của cơ quan chínhquyền địa phương:

 Chi phí gia nhập thị trường (chi phí thành lập doanhnghiệp)

thanh - kiểm tra

tranh)

 Thiết chế pháp lý.

Chỉ số PCI được nghiên cứu và công bố hàng năm có ý nghĩa rất lớn trongquản lý, điều hành kinh tế ở các tỉnh Nó chỉ ra năng lực cạnh tranh của từngtỉnh trong việc thu hút đầu tư và phát triển thành phần kinh tế tư nhân PCIcàng cao thì càng có lợi cho việc thu hút các dự án đầu tư có vốn nước ngoài

của sản phẩm và các yếu tố về trình độ dân trí của địa phương, những tỉnh códân số lớn hoặc những khu vực có mật độ dân số cao thường thu hút được sựquan tâm của các doanh nghiệp kinh doanh quốc tế Thứ nhất, dân số đôngđồng nghĩa với tiềm năng thị trường lớn Thứ hai, sẽ là nguồn cung lao độngcho các doanh nghiệp Vì vậy, mật độ dân số cũng là một yếu tố giúp địaphương có khả năng thu hút vốn đầu tư

số mà còn phụ thuộc vào mức sống và thu nhập của dân cư trong nước Thịtrường có tiềm năng càng lớn thì càng có thì việc thu hút các dự án đầu tư càng

có lợi điều này thể hiện qua tốc độ tăng trưởng GDP của các tỉnh (GDP)

nhằm thu hút các dự án đầu tư Đối với các tỉnh trong quá trình xây dựng cáckhu công nghiệp kéo theo việc nâng cấp cơ sở hạ tầng, mạng lưới giao thôngvận tải…

 Vị trí địa lý của tỉnh cũng là nhân tố thế mạnh của tỉnh Tỉnh có vị trí địa

lý thuận lợn về giao thông vận tải, điều kiện tự nhiên, điều này giúp cho cácnhà đầu tư giảm bớt được những chi phí vận chuyển, tránh được tác động dothiên tai gây ra

2.2 Mô hình dự kiến, dự đoán dấu

Mô hình dự kiến

Y=  + *X1 + *X2 + *X3 + *X4

Dự đoán dấu

doanh nghiệp đầu tư vào các địa phương càng lớn Do đó dấu dự kiến là  2>0

càng cao, đầu tư càng nhiều Do đó dấu dự kiến là  3>0

 4: Dự kiến dấu  4 >0

năng các doanh nghiệp nước ngoài đầu tư vào các tỉnh càng cao Do đó dấu dựkiến là  5>0

PHẦN III: MÔ TẢ SỐ LIỆU THU THẬP

 X2: chỉ số đánh giá năng lực cạnh tranh năm 2006

 X3: số khu công nghiệp và khu chế xuất năm 2006

 X4: tốc độ tăng GDP năm 2006 so với 2005 (tính theo giá gốc năm

1994)

Nguồn:

 Số khu công nghiệp: trang web bộ công nghiệp và các tỉnh.

PHẦN IV: ƯỚC LƯỢNG VÀ KIỂM ĐỊNH MÔ HÌNH.

A: ƯỚC LƯỢNG VÀ KIỂM ĐỊNH MÔ HÌNH 5 BIẾN.

1 Ước lượng mô hình hồi quy

Y =  1 + 2 *X1 + 3 *X2+ 4 *X3+ 5 *X4

Trong đó:

 Y: số dự án đầu tư trong năm 2006

 X1: mật độ dân số năm 2006

 X2: chỉ số đánh giá năng lực cạnh tranh năm 2006

 X3: số khu công nghiệp và khu chế xuất năm 2006

 X4: tốc độ tăng GDP năm 2006 so với 2005 (tính theo giá gốc năm

Durbin-Watson

Ý nghĩa của mô hình: từ mô hình trên ta thấy

Khi các yếu tố khác không đổi nếu MĐDS tăng lên hoặc giảm đi 1 đơn vịthì SDA tăng lên 0.048789 dự án

Khi các yếu tố khác không đổi nếu CPI tăng lên hoặc giảm đi 1 đơn vị thìSDA tăng lên 0.802909 dự án

Khi các yếu tố khác không đổi nếu SKCN tăng lên hoặc giảm đi 1 đơn vị thìSDA tăng lên 8.981274 dự án

Khi các yếu tố khác không đổi nếu GDP tăng lên hoặc giảm đi 1 đơn vị thìSDA tăng lên 2.415093 dự án

GDP, số khu công nghiệp giải thích được 75.3169% sự thay đổi của dự án đầu

tư vào các tỉnh còn lại 24.6831% là do các yếu tố khác không đưa vào mô hình

2 Xem xét mô hình có hiện tượng đa cộng tuyến hay không?

Sum squared resid 18307455 Schwarz criterion 15.96163

VIF=1/(1 – RI2) = 1/(1 - 0.116941) = 1.132426 < 10  Mô hình không có hiện tượng đa cộng tuyến

3 Xét mô hình có hiện tượng phương sai thay đổi hay không?

Phương pháp 2: Kiểm định Park.

Dependent Variable: LOG(E2)

Method: Least Squares

Kiểm định cặp giả thiết H0 : β2 = 0 (không có hiện tượng phương sai thayđổi.),

H1: β2 ≠ 0 ( có hiện tượng phương sai thay đổi)

Ta thấy t-Statistic = 5.706385, p_value = 0.0000 < 0.05  bác bỏ giả thiết H0 tức là mô hình có hiện tượng phương sai thay đổi

 Phương pháp 3: Kiểm định White.

White Heteroskedasticity Test:

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Durbin-Watson

stat

Kiểm định cặp giả thiết:

H0 : Không có hiện tượng phương sai thay đổi

H1: Có hiện tượng phương sai thay đổi

Ta thấy:

Obs*R-squared = 34.49775, Probability = 0.000033 < 0.05  Bác bỏ giả thiết

H0 tức là mô hình có hiện tượng phương sai thay đổi

Từ ba Phương pháp trên ta có thể kết luận rằng: “ Mô hình có phương sai thay đổi”

4 Cách khắc phục hiện tượng phương sai thay đổi.

Dùng giả thuyết 4: chúng ta ước lượng mô hình hồi quy:

lnY = β1 + β2lnX1 + β3lnX2 + β4ln X3 + β5lnX4 + Ui

ta được kết quả như sau:

LOG(Y) = -3.40351724 + 0.3893206781*LOG(X1) - 0.8496157849*LOG(X2) + 1.303814781*LOG(X3) + 2.316259182*LOG(X4)

Dependent Variable: LOG(Y)

Method: Least Squares

Durbin-Watson

Dùng kiểm định White để kiểm tra lại:

White Heteroskedasticity Test:

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Durbin-Watson

stat

Kiểm định cặp giả thiết:

H0 : Không có hiện tượng phương sai thay đổi

H1: Có hiện tượng phương sai thay đổi

Ta có:

Obs*R-squared = 5.288991, Probability = 0.726289 > 0.05  Chấp nhận giả

5 Xét mô hình có hiện tượng tự tương quan hay không?

Nhận biết:

Ta có Durbin-Watson stat = 1.781107 nằm trong khoảng (1 ; 3) Không có tự tương quan bậc 1

Breusch-Godfrey Serial Correlation LM Test:

Test Equation:

Dependent Variable: RESID

Method: Least Squares

Date: 12/22/11 Time: 15:12

Presample missing value lagged residuals set to zero

Sum squared resid 53782.68 Schwarz criterion 10.36624

Durbin-Watson

Xét cặp giả thuyết:

H1:Tồn tại ít nhất một bậc tự tương quan từ bậc 1 đến bậc 2

B XÉT MÔ HÌNH 4 BIẾN (KIỂM ĐỊNH SỰ THỪA BIẾN X2).

1 Xét mô hình hồi quy 4 biến.

Sau khi bỏ biến X2 ra khỏi mô hình ta có mô hình hồi quy mới:

Y = -53.99899253 + 0.04803810778*X1 + 9.735999165*X3 +

2.284547868*X4 (mô hình 2)

Ý nghĩa của mô hình 2: Từ mô hình ta thấy

Khi các yếu tố khác không đổi nếu MĐDS tăng lên hoặc giảm đi 1 đơn vịthì SDA tăng lên 0.048038 dự án

Khi các yếu tố khác không đổi nếu SKCN tăng lên hoặc giảm đi 1 đơn vị thìSDA tăng lên 9.735999 dự án

Khi các yếu tố khác không đổi nếu GDP tăng lên hoặc giảm đi 1 đơn vị thìSDA tăng lên 2.284548 dự án

số khu công nghiệp giải thích được 74.7693% sự thay đổi của dự án đầu tư vàocác tỉnh còn lại 25.2307% là do các yếu tố khác không đưa vào mô hình

2 Xem xét mô hình 2 có hiện tượng đa cộng tuyến hay không?

Sum squared

 Ta thấy cácR13, R14,R34 nhỏ  Mô hình không có đa cộng tuyến

VIF=1/(1 – RI2) = 1/(1 – 0.109342) = 1.1227

Ta có VIF < 10 nên có thể kết luận mô hình không tồn tại đa cộng tuyến

 Từ bốn dấu hiệu trên ta có kết luận mô hình 2 không có hiện tượng

đa cộng tuyến

3 Xét mô hình (2) có hiện tượng phương sai thay đổi hay không?

Dependent Variable: LOG(E2)

Method: Least Squares

H1: β2 ≠ 0 ( có hiện tượng phương sai thay đổi)

Ta thấy t-Statistic =4.951567, p_value = 0.0000 < 0.05  Bác bỏ giả thiết H0 tức là mô hình có hiện tượng phương sai thay đổi

White Heteroskedasticity Test:

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Durbin-Watson

stat

Kiểm định cặp giả thiết:

H0 : Không có hiện tượng phương sai thay đổi

H1: Có hiện tượng phương sai thay đổi

Ta thấy: Obs*R-squared =27.88669, Probability = 0.000099< 0.05  Bác bỏ giả thiết H0 tức là mô hình có hiện tượng phương sai thay đổi

Từ ba Phương pháp trên ta có thể kết luận rằng: “ Mô hình có phương sai thay đổi”

4 Cách khắc phục hiện tượng phương sai thay đổi.

Dùng giả thuyết 4: chúng ta ước lượng mô hình hồi quy:

lnY = β1 + β2lnX1 + β3lnX3 + β4ln X4 + Ui.

ta được kết quả hồi quy như sau:

LOG(Y) = -6.812287463 + 0.3978359902*LOG(X1) +

1.229651286*LOG(X3) + 2.327742456*LOG(X4)

Dependent Variable: LOG(Y)

Method: Least Squares

Log likelihood -67.53996 F-statistic 23.44806

Durbin-Watson

stat

Dùng kiểm định White để kiểm tra lại:

White Heteroskedasticity Test:

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Durbin-Watson

stat

Kiểm định cặp giả thiết:

H0 : Không có hiện tượng phương sai thay đổi

H1: Có hiện tượng phương sai thay đổi

Ta có: Obs*R-squared =3.233213 , Probability = 0.779058 > 0.05 

sai thay đổi

5 Xét mô hình (2) có hiện tượng tự tương quan hay không?

Nhận biết:

 Cách 1: Dùng kiểm định Durbin Watson:

Ta có Durbin-Watson stat = 1.795167, nằm trong khoảng (1 ; 3)  Không có

tự tương quan bậc 1

Breusch-Godfrey Serial Correlation LM Test:

Test Equation:

Dependent Variable: RESID

Method: Least Squares

Durbin-Watson

stat

Xét cặp giả thuyết:

H1: Tồn tại ít nhất một bậc tự tương quan từ bậc 1 đến bậc 2

C XÉT MÔ HÌNH 3 BIẾN (KIỂM ĐỊNH SỰ THỪA BIẾN X4).

1 Xét mô hình hồi quy 3 biến.

Y =  1 + 2 *X1 + 3 *X3 + U i.

Kết quả ước lượng như sau:

Sau khi bỏ biến X4 ra khỏi mô hình ta có mô hình hồi quy mới:

Y = -25.64665292 + 0.04666058131*X1 + 9.833394551*X3 (mô hình 3)

Ý nghĩa của mô hình 2: Từ mô hình ta thấy

Khi các yếu tố khác không đổi nếu MĐDS tăng lên hoặc giảm đi 1 đơn vịthì SDA tăng lên 0.046661 dự án

Khi các yếu tố khác không đổi nếu SKCN tăng lên hoặc giảm đi 1 đơn vị thìSDA tăng lên 9.833395 dự án

R2 = 0.740302, Mô hình thích hợp đến 74.0302% Hay mật độ dân số, GDP, sốkhu công nghiệp giải thích được 74.0302% sự thay đổi của dự án đầu tư vào các tỉnh

2 Xem xét mô hình 3 có hiện tượng đa cộng tuyến hay không?

R13 = 0.299717  Ta thấy cácR13, R14,R34 nhỏ  Mô hình không có đa cộng tuyến

VIF=1/(1 – RI2) = 1/(1 – 0.089830) = 1.0987

Ta có VIF < 10 nên có thể kết luận mô hình không tồn tại đa cộng tuyến

 Từ ba dấu hiệu trên ta có kết luận mô hình 3 không có hiện tượng đa cộng tuyến

3 Xét mô hình (3) có hiện tượng phương sai thay đổi hay không?

Dependent Variable: LOG(E2)

Method: Least Squares

Durbin-Watson

Kiểm định cặp giả thiết:

H0 : β2 = 0 (không có hiện tượng phương sai thay đổi.),

H1: β2 ≠ 0 ( có hiện tượng phương sai thay đổi)

Ta thấy: t-Statistic =4.951567; Prob = 0.0000 < 0.05  bác bỏ giả thiết

H0 tức là mô hình có hiện tượng phương sai thay đổi

White Heteroskedasticity Test:

Obs*R-squared 27.24977 Probability 0.000018

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Kiểm định cặp giả thiết H0 : không có hiện tượng phương sai thay đổi

H1: có hiện tượng phương sai thay đổi

Ta thấy: Obs*R-squared = 27.24977, Probability = 0.000018 < 0.05  bác bỏ giả thiết H0 tức là mô hình có hiện tượng phương sai thay đổi

Từ ba phương pháp trên ta có thể kết luận rằng: “ Mô hình có phương sai thay đổi”

4 Cách khắc phục hiện tượng phương sai thay đổi.

Dùng giả thuyết 4: chúng ta ước lượng mô hình hồi quy:

lnY = β1 + β2lnX1 + β3lnX3 + Ui , ta được kết quả hồi quy như sau:LOG(Y) = -0.02704512937 + 0.2245872013*LOG(X1) +

1.257720654*LOG(X3)

Dependent Variable: LOG(Y)

Method: Least Squares

Date: 12/22/11 Time: 17:54

Sample: 1 50

Included observations: 49

Excluded observations: 1

Variable Coefficient Std Error t-Statistic Prob

Dùng kiểm định White để kiểm tra lại:

White Heteroskedasticity Test:

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

H0 : không có hiện tượng phương sai thay đổi.

H1: có hiện tượng phương sai thay đổi

Ta có: Obs*R-squared = 2.960036, Probability = 0.564535 > 0.05 

sai thay đổi

5 Xét mô hình (3) có hiện tượng tự tương quan hay không?

Nhận biết:

Ta có Durbin-Watson stat = 1.778746, nằm trong khoảng (1 ; 3)  không

có tự tương quan bậc 1

Breusch-Godfrey Serial Correlation LM Test:

Test Equation:

Dependent Variable: RESID

Method: Least Squares

Durbin-Watson

Xét cặp giả thuyết:

H0: không có tự tương quan ở bất kỳ một bậc nào từ bậc 1 đến bậc 2

H1: tồn tại ít nhất một bậc tự tương quan từ bậc 1 đến bậc 2

Ta có: Obs*R-squared = 0.771479; Probability = 0.679948 > 0.05 

1 đến bậc 2

Từ hai cách trên ta có thể kết luận mô hình 3 không có hiện tượng tự tương quan.

PHẦN V: LỰA CHỌN MÔ HÌNH.

Phương sai thay

 Từ kết quả so sánh trên và dựa trên lí thuyết thực tế ta lựa chọn mô hình 1

Mục lục

PHẦN I: ĐẶT VẤN ĐỀ 1

PHẦN II: CƠ SỞ LÝ LUẬN 4

PHẦN III: MÔ TẢ SỐ LIỆU THU THẬP 7

PHẦN IV: ƯỚC LƯỢNG VÀ KIỂM ĐỊNH MÔ HÌNH 9

A: ƯỚC LƯỢNG VÀ KIỂM ĐỊNH MÔ HÌNH 5 BIẾN 9

1 Ước lượng mô hình hồi quy 9

2 Xem xét mô hình có hiện tượng đa cộng tuyến hay không? 11

3 Xét mô hình có hiện tượng phương sai thay đổi hay không? 12

4 Cách khắc phục hiện tượng phương sai thay đổi 14

5 Xét mô hình có hiện tượng tự tương quan hay không? 15

B XÉT MÔ HÌNH 4 BIẾN (KIỂM ĐỊNH SỰ THỪA BIẾN X2) 16

1 Xét mô hình hồi quy 4 biến 16

2 Xem xét mô hình 2 có hiện tượng đa cộng tuyến hay không? 17

3 Xét mô hình (2) có hiện tượng phương sai thay đổi hay không? 18

4 Cách khắc phục hiện tượng phương sai thay đổi 20

5 Xét mô hình (2) có hiện tượng tự tương quan hay không? 22

C XÉT MÔ HÌNH 3 BIẾN (KIỂM ĐỊNH SỰ THỪA BIẾN X4) 23

1 Xét mô hình hồi quy 3 biến 23

2 Xem xét mô hình 3 có hiện tượng đa cộng tuyến hay không? 24

3 Xét mô hình (3) có hiện tượng phương sai thay đổi hay không? 25

4 Cách khắc phục hiện tượng phương sai thay đổi 27

5 Xét mô hình (3) có hiện tượng tự tương quan hay không? 28

PHẦN V: LỰA CHỌN MÔ HÌNH 29