Tiểu luận ảnh hưởng của đầu tư trực tiếp nước ngoài (fdi) và xuất khẩu (xk) đến tổng sản phẩm quốc nội (gdp) của việt nam giai đoạn 2000 – 2020 (báo cáo thực hành kinh tế lượng)

BỘ TÀI CHÍNH HỌC VIỆN TÀI CHÍNH  BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNG ĐỀ TÀI NGHIÊN CỨU ẢNH HƯỞNG CỦA ĐẦU TƯ TRỰC TIẾP NƯỚC NGOÀI (FDI) VÀ XUẤT KHẨU (XK) ĐẾN TỔNG SẢN PHẨM QUỐC NỘI (GDP) CỦA VIỆT NAM GI.

NÊU GIẢ THUYẾT VỀ VẤN ĐỀ KINH TẾ

LÝ DO CHỌN ĐỀ TÀI

Kinh tế lượng là môn khoa học chuyên về phương pháp phân tích định lượng mối quan hệ giữa các hiện tượng kinh tế và sự tác động qua lại giữa chúng dựa trên dữ liệu thực tế Quá trình thu thập số liệu và áp dụng các mô hình kinh tế lượng giúp củng cố các giả thiết kinh tế và từ đó đưa ra các quyết định đúng đắn hơn Bên cạnh đó, các phương pháp và mô hình trong Kinh tế lượng cho phép phân tích và dự báo diễn biến của các hiện tượng kinh tế thực tế, hỗ trợ doanh nghiệp và cơ quan quản lý trong quá trình lập kế hoạch và chiến lược.

Đầu tư trực tiếp nước ngoài (FDI) từ lâu được xem là trụ cột quan trọng của tăng trưởng kinh tế Việt Nam, đóng góp vào bổ sung nguồn vốn đầu tư, thúc đẩy xuất khẩu và chuyển giao công nghệ, đồng thời phát triển nguồn nhân lực và tạo việc làm cho người lao động; ngoài ra, FDI còn tăng thu ngân sách và thúc đẩy Việt Nam hội nhập sâu rộng vào nền kinh tế thế giới; nhờ sự đóng góp ấy, Việt Nam đã duy trì tốc độ tăng trưởng cao trong nhiều năm, được biết đến như một quốc gia phát triển năng động, đổi mới và thu hút sự quan tâm của cộng đồng quốc tế.

Xuất khẩu là hình thức thâm nhập thị trường nước ngoài hiệu quả, giúp doanh nghiệp tiết kiệm chi phí và giảm thiểu rủi ro so với các kênh tiếp cận thị trường khác Vì vậy, xuất khẩu đóng vai trò rất quan trọng đối với sự phát triển của doanh nghiệp và của nền kinh tế, đặc biệt ở các quốc gia đang phát triển như Việt Nam.

Vốn FDI và hoạt động xuất khẩu là hai động lực quan trọng tác động đến tăng trưởng kinh tế Đặc biệt, với GDP năm 2020 tăng 2,91% so với năm trước, Việt Nam thuộc nhóm nước có tăng trưởng cao nhất thế giới Trong bối cảnh dịch COVID-19 tác động đến nền kinh tế toàn cầu, Việt Nam vẫn duy trì được đà tăng trưởng nhờ sự cân bằng và hiệu quả của thu hút vốn FDI cùng đà xuất khẩu.

Việt Nam đạt được thành công và trở thành điểm sáng của nền kinh tế với những ảnh hưởng tích cực lan tỏa tới nhiều lĩnh vực kinh tế - xã hội, ngay cả trong bối cảnh đại dịch Covid-19 diễn biến phức tạp Nhóm em tiến hành nghiên cứu đề tài "Ảnh hưởng của đầu tư trực tiếp nước ngoài (FDI) và xuất khẩu (XK) đến tổng sản phẩm quốc nội (GDP) của Việt Nam giai đoạn 2000–2020" nhằm làm rõ vai trò then chốt của nguồn vốn FDI và hoạt động XK đối với tăng trưởng kinh tế nước ta Bằng phương pháp Kinh tế lượng và phân tích dữ liệu qua giai đoạn 2000-2020, đề tài khẳng định mối quan hệ tích cực giữa FDI, XK và sự tăng trưởng GDP của Việt Nam Kết quả nghiên cứu cung cấp cơ sở cho các chính sách thu hút FDI và thúc đẩy XK, góp phần nâng cao sức cạnh tranh và sự bền vững của tăng trưởng kinh tế Việt Nam.

LÝ THUYẾT KINH TẾ

Dựa trên tình hình thực tế nghiên cứu và lý thuyết kinh tế, ta có một số nhận định như sau:

Tên biến Mô tả Dấu của kỳ vọng

Biến phụ thuộc GDP Tổng sản phẩm quốc nội

Biến độc lập FDI Đầu tư trực tiếp nước ngoài

NHẬN ĐỊNH

Nhận định theo lý thuyết kinh tế,

- Tổng sản phẩm quốc nội (GDP) phụ thuộc vào đầu tư trực tiếp nước ngoài (FDI) và xuất khẩu (XK)

- GDP và FDI có quan hệ cùng chiều

- GDP và XK có quan hệ cùng chiều

VIẾT HÀM HỒI QUY TỔNG THỂ, MÔ HÌNH HỒI QUY TỔNG THỂ VÀ Ý NGHĨA KINH TẾ CỦA CÁC HỆ SỐ HỒI QUY

VÀ Ý NGHĨA KINH TẾ CỦA CÁC HỆ SỐ HỒI QUY

- Hàm hồi quy tổng thể:

- Mô hình hồi quy tổng thể:

- 𝛽1: là hệ số chặn, không có ý nghĩa kinh tế trong trường hợp này.

- 𝛽2 cho biết: Khi FDI thay đổi 1% trong điều kiện các yếu tố khác không đổi thì GDP thay đổi 𝛽2 %.

- 𝛽3 cho biết: Khi XK thay đổi 1% trong điều kiện các yếu tố khác không đổi thì GDP thay đổi 𝛽3%.

THU THẬP SỐ LIỆU

Sau khi tìm hiểu, nghiên cứu, thu thập số liệu, nhóm em có bảng số liệu sau:

Nguồn: Tổng cục thống kê

ƯỚC LƯỢNG CÁC THAM SỐ CỦA MÔ HÌNH

KIỂM ĐỊNH SỰ PHÙ HỢP CỦA MÔ HÌNH HỒI QUY

- Mô hình hồi quy mẫu: log (𝐺𝐷𝑃 𝑖 ) = 1,698586 + 0,184056loĝ(𝐹𝐷𝐼 𝑖 ) + 0,602219lôg (𝑋𝐾 𝑖 ) + 𝑒 𝑖

- Tiến hành kiểm định cặp giả thuyết: 𝐻 0 : 𝑅 2 = 0

- Dựa vào báo cáo Eviews, ta có: 𝑃 𝑣𝑎𝑙𝑢𝑒 = 0

- Nhận thấy: 𝑃 𝑣𝑎𝑙𝑢𝑒 < 𝛼 Do đó bác bỏ giả thuyết 𝐻 0 , chấp nhận 𝐻 1

 Vậy với mức ý nghĩa 𝜶 = 𝟓% mô hình hồi quy phù hợp.

KIỂM ĐỊNH Ý NGHĨA CỦA CÁC HỆ SỐ HỒI QUY

4.2.1 Kiểm tra ý nghĩa thống kê của hệ số chặn 𝖰 𝟏

- Tiến hành kiểm định cặp giả thuyết:

 Vậy với mức ý nghĩa 𝜶 = 𝟓% hệ số chặn có ý nghĩa thống kê

4.2.2 Kiểm định sự phù hợp của 𝖰 𝟐

- Dựa vào báo cáo Eviews, ta có: 𝑃 𝑣𝑎𝑙𝑢𝑒 = 0,0022

 Vậy với mức ý nghĩa 𝜶 = 𝟓% , 𝖰 𝟐 có ý nghĩa kinh tế Hay đầu tư trực tiếp nước ngoài có ảnh hưởng đến tổng sản phẩm quốc nội

4.2.3 Kiểm định sự phù hợp của 𝖰 𝟑

 Vậy với mức ý nghĩa 𝜶 = 𝟓% , 𝖰 𝟑 có ý nghĩa kinh tế Hay xuất khẩu có ảnh hưởng đến tổng sản phẩm quốc nội.

KIỂM ĐỊNH CÁC KHUYẾT TẬT CỦA MÔ HÌNH

TỰ TƯƠNG QUAN

5.1.1 Kiểm đinh Durbin – Waston Ước lược mô hình log (𝐺𝐷𝑃 𝑖 ) = 𝛽 1 + 𝛽 2 log (𝐹𝐷𝐼 𝑖 ) + 𝛽 3 log (𝑋𝐾 𝑖 ) + 𝑈 𝑖 thu được 𝑒 𝑖 ; 𝑒 𝑖−1

𝐻0: Mô hình gốc không có tự tương quan

𝐻1: Mô hình gốc có tự tương quan

Không có tự tương quan

- Dựa vào báo cáo Eviews, ta có: 𝑑 𝑞𝑠 = 1,275878

- Nhận thấy: 1,125 < 𝑑 𝑞𝑠 < 1,538 nên ta không có kết luận gì về mô hình gốc

 Vậy với mức ý nghĩa 𝜶 = 𝟓% , bằng phương pháp kiểm định Durbin – Waston , ta không có kết luận gì về mô hình gốc

5.1.2 Kiểm định Breusch – Godfrey (BG)

Kiểm định Durbin–Watson không cho kết luận chắc chắn về mô hình và có những hạn chế nhất định; đặc biệt với kích thước mẫu nhỏ (thường yêu cầu trên 15 quan sát) và chỉ được áp dụng ở mức ý nghĩa α = 5%, nên người phân tích thường tìm tới các phương pháp thay thế Để khắc phục các hạn chế của kiểm định Durbin–Watson, bạn có thể sử dụng kiểm định Breusch–Godfrey (BG) Đây là một phương pháp kiểm tra tự tương quan có thể áp dụng đối với hầu hết các mô hình, kể cả những mô hình có chứa biến phụ thuộc ở các thời kỳ trễ, giúp đánh giá sự phù hợp của ước lượng và nâng cao tính đúng đắn của kết quả phân tích.

- Ước lược mô hình log (𝐺𝐷𝑃 𝑖 ) = 𝛽 1 + 𝛽 2 log (𝐹𝐷𝐼 𝑖 ) + 𝛽 3 log (𝑋𝐾 𝑖 ) +

𝑈 𝑖 thu được 𝑒 𝑖 ; 𝑒 𝑖−1 và hệ số số xác định 𝑅 2

Breusch-Godfrey Serial Correlation LM Test:

Presample missing value lagged residuals set to zero.

S.E of regression 0.048452 Akaike info criterion

Sum squared resid 0.037562 Schwarz criterion -

Log likelihood 36.62822 Hannan-Quinn criter.

- 2.95823 F-statistic 0.587204 Durbin-Watson stat 1.87482 8 Prob(F-statistic) 0.676584 5

- Mô hình BG có dạng:

𝐻0: Mô hình gốc không có tự tương quan

𝐻1: Mô hình gốc có tự tương quan

- Dựa vào mẫu, ta có: ꭓ 2 = 2,688191

- Nhận thấy: 0,2688191 < 5,9915 nên ꭓ 2 ∉ 𝑊 (𝛼) Do đó, chưa có cơ sở bác bỏ 𝐻0.

 Vậy với mức ý nghĩa 𝜶 = 𝟓% , bằng kiểm Breusch – Godfrey mô hình gốc không có tự tương quan bậc 2

Như vậy, thông qua kiểm định Durbin – Waston và Kiểm định Breusch – Godfrey (BG), với mức ý nghĩa 𝜶 = 𝟓% , ta có thể kết luận: Mô hình gốc không có tự tương quan

PHƯƠNG SAI SAI SỐ NGẪU NHIÊN THAY ĐỔI

- Ước lượng mô hình gốc: log (𝐺𝐷𝑃 𝑖 ) = 𝛽 1 + 𝛽 2 log (𝐹𝐷𝐼 𝑖 ) + 𝛽 3 log (𝑋𝐾 𝑖 ) + 𝑈 𝑖 thu được 𝑒 2

- Mô hình White có dạng:

Trong đó: 𝑉 𝑖 : là các sai số ngẫu nhiên

F-statistic 1.461476 Prob F(2,18) 0.2581 Obs*R-squared 2.933716 Prob Chi-Square(2) 0.2306 Scaled explained SS 1.546886 Prob Chi-Square(2) 0.4614

Dependent Variable: RESID^2 Method: Least Squares

- Ký hiệu tổng quát các hệ số của mô hình là 𝑘 𝑤 , hệ số xác định là 𝑅𝑤 2

- Tiến hành kiểm định cặp giả thuyết

𝐻0: Phương sai sai số ngẫu nhiên không đổi

𝐻1: Phương sai sai số ngẫu nhiên thay đổi

- Dựa vào báo cáo Eviews, ta có: 𝑃 𝑣𝑎𝑙𝑢𝑒 (𝐹) = 0,2581 > 𝛼 = 0,05

- Do đó chưa có cơ sở bác bỏ 𝐻0 nên tạm thời chấp nhận 𝐻0

 Vậy với mức ý nghĩa 𝜶 = 𝟓% , bằng kiểm định White, phương sai sai số ngẫu nhiên không đổi

- Ước lượng mô hình gốc: log (𝐺𝐷𝑃 𝑖 ) = 𝛽 1 + 𝛽 2 log (𝐹𝐷𝐼 𝑖 ) + 𝛽 3 log (𝑋𝐾 𝑖 ) + 𝑈 𝑖 thu được phần dư 𝑒 𝑖

- Mô hình Glejser có dạng:

Trong đó : 𝑉 𝑖 là các sai số ngẫu nhiên

F-statistic 1.593129 Prob F(2,18) 0.2307 Obs*R-squared 3.158246 Prob Chi-Square(2) 0.2062 Scaled explained SS 2.058597 Prob Chi-Square(2) 0.3573

Dependent Variable: ARESID Method: Least Squares Date: 12/07/21 Time: 23:01 Sample: 2000

- Dựa vào báo cáo Eviews, ta có: 𝑃 𝑣𝑎𝑙𝑢𝑒 (𝐹) = 0,2307 > 𝛼 = 0,05

- Do đó chưa có cơ sở bác bỏ 𝐻0 nên tạm thời chấp nhận 𝐻0

 Vậy với mức ý nghĩa 𝜶 = 𝟓% , bằng kiểm định Glejser, PSSSNN không đổi.

5.2.3 Kiểm định dựa trên biến phụ thuộc

- Ước lượng mô hình gốc: log (𝐺𝐷𝑃 𝑖 ) = 𝛽 1 + 𝛽 2 log (𝐹𝐷𝐼 𝑖 ) + 𝛽 3 log (𝑋𝐾 𝑖 ) + 𝑈 𝑖 thu được 𝑒 𝑖 , loĝ(𝐺𝐷𝑃 𝑖 )

- Ước lượng mô hình hồi quy sau: 𝑒 2 = 𝛼 1 + 𝛼 2 loĝ(𝐺𝐷𝑃 𝑖 ) 2 + 𝑉 𝑖 thu được hệ số xác định 𝑅 2

Dependent Variable: E^2 Method: Least Squares Date: 12/08/21 Time: 21:58 Sample: 2000

- Dựa vào mẫu, ta có: 𝐹 𝑞𝑠

- Nhận thấy 0,162705 < 4,38 nên 𝐹 𝑞𝑠 ∉ 𝑊 (𝛼) Do đó chưa có cơ sở bác bỏ

𝐻 0 nên thạm thời chấp nhận 𝐻 0

 Vậy với mức ý nghĩa 𝜶 = 𝟓% PSSSNN không đổi

Như vậy, thông qua kiểm định White, kiểm định Glejser và kiểm định dựa trên biến phụ thuộc, ta có kết luận: Với mức ý nghĩa 𝜶 = 𝟓%, Phương sai sai số ngẫu nhiên không đổi.

ĐA CỘNG TUYẾN

5.3.1 Hồi quy phụ Ước lượng mô hình : log (𝐹𝐷𝐼 𝑖 ) = 𝛽 1 + 𝛽 2 log (𝑋𝐾 𝑖 ) + 𝑈 𝑖 thu được hệ số xác định 𝑅 2 = 0,927302, 𝑘 ′ = 2

Dependent Variable: LOG(FDI) Method: Least Squares

𝐻0: Mô hình không có đa cộng tuyến

𝐻1: Mô hình có đa cộng tuyến

- Dựa vào mẫu, ta có: 𝐹 𝑞𝑠

- Nhận thấy: 242,3534 > 4,38 nên 𝐹 𝑞𝑠 ∈ 𝑊 (𝛼) Do đó bác bỏ 𝐻 0 , chấp nhận

 Vậy với mức ý nghĩa 𝜶 = 𝟓% , bằng phương pháp hồi quy phụ, mô hình có đa cộng tuyến

Hồi quy mô hình: log (𝐺𝐷𝑃 𝑖 ) = 𝛽 1 + 𝛽 2 log (𝐹𝐷𝐼 𝑖 ) + 𝛽 3 log (𝑋𝐾 𝑖 ) + 𝑈 𝑖 thu được hệ số xác định 𝑅 2 = 0,996087

- Hồi quy mô hình sau: (Mô hình bỏ biến 𝑭𝑫𝑰 𝒊 ) log (𝐺𝐷𝑃 𝑖 ) = 𝛽 1 + 𝛽 2 log (𝑋𝐾 𝑖 ) + 𝑈 𝑖 thu được 𝑅 2 = 0,993321

Dependent Variable: LOG(GDP) Method: Least Squares

- Hồi quy mô hình sau: (Mô hình bỏ biến 𝑿𝑲 𝒊 ) log (𝐺𝐷𝑃 𝑖 ) = 𝛽 1 + 𝛽 2 log (𝐹𝐷𝐼 𝑖 ) + 𝑈 𝑖 thu được 𝑅 2 = 0,948526

 Vậy mô hình có đa cộng tuyến hoàn hảo

Như vậy, thông qua phương pháp Hồi quy phụ và độ đo Theil, với mức ý nghĩa

𝜶 = 𝟓% , mô hình mắc khuyết tật đa cộng tuyến

5.3.3 Cách khắc phục Đa cộng tuyến

 Sử dụng thông tin tiên nghiệm

Trong nhiều trường hợp nghiên cứu, đã có sẵn thông tin liên quan đến mẫu hoặc tổng thể từ các giai đoạn nghiên cứu trước đó hoặc từ các mẫu tương đồng Những thông tin này, khi được đánh giá phù hợp, có thể được vận dụng để giải quyết vấn đề đa cộng tuyến.

Thu thập thêm dữ liệu mới có thể làm giảm đáng kể hiện tượng đa cộng tuyến, nhất là khi vấn đề xuất hiện do lấy mẫu không ngẫu nhiên hoặc thiếu kinh nghiệm trong việc xác định giá trị của các biến giải thích cần quan sát Trong nhiều trường hợp, chỉ cần tăng kích thước mẫu hoặc bổ sung một số quan sát mới cũng có thể làm giảm đa cộng tuyến, từ đó cải thiện độ ổn định và ý nghĩa của các ước lượng trong mô hình hồi quy Vì vậy, mở rộng nguồn dữ liệu và cân nhắc kỹ cách chọn biến giải thích là biện pháp quan trọng để xử lý đa cộng tuyến hiệu quả.

Tuy nhiên, không phải mọi mô hình đều có điều kiện để thu thập thêm dữ liệu mới, do nhiều yếu tố tác động như kinh phí hạn chế và sự khó khăn trong tìm kiếm dữ liệu phù hợp Kinh phí không cho phép sẽ giới hạn quy mô và phạm vi cập nhật dữ liệu, trong khi dữ liệu khó tìm có thể làm trì hoãn quá trình cải thiện mô hình Vì vậy, quyết định bổ sung dữ liệu cần cân nhắc giữa chi phí và lợi ích, đồng thời tận dụng nguồn dữ liệu sẵn có, dữ liệu thay thế hoặc kỹ thuật tăng cường dữ liệu để duy trì hiệu suất và độ tin cậy của mô hình.

- Khi mô hình có đa cộng tuyến thì cách “đơn giản nhất” là loại biến ra khỏi mô hình.

- Có 2 cách để loại biến ra khỏi mô hình:

Cách 1: Loại khỏi mô hình biến có tỷ số t thấp nhất

Cách 2: Lần lượt bỏ từng biến, hồi quy mô hình và chọn mô hình có tỷ số 𝑅 2 cao nhất.

- Tuy nhiên, không nên thực hiện theo cách này vì sẽ làm giảm tính hiệu quả của các hệ số hồi quy, mất thời gian.

 Sử dụng sai phân cấp 1

- Xét mô hình 3 biến với dữ liệu theo thời gian: log (𝐺𝐷𝑃 𝑡 ) = 𝛽 1 + 𝛽 2 log (𝐹𝐷𝐼 𝑡 ) + 𝛽 3 log (𝑋𝐾 𝑡 ) + 𝑈 𝑡 (1)

- Tại thời điểm (𝑡 − 1) ta có phương trình: log (𝐺𝐷𝑃 𝑡−1 ) = 𝛽 1 + 𝛽 2 log (𝐹𝐷𝐼 𝑡−1 ) + 𝛽 3 log (𝑋𝐾 𝑡−1 ) + 𝑈 𝑡−1 (2)

- Trừ 2 vế của phương trình (1) và (2) ta được:

𝑴ô hình (*) được gọi là mô hình sai phân cấp 1

- Thực tế cho thấy mô hình sai phân cấp 1 đã giảm được đáng kể mức độ đa cộng tuyến của mô hình gốc.

- Tuy nhiên, phương pháp sai phân cấp 1 cũng có những hạn chế sau:

 Chỉ dùng được với những số liệu theo thời gian

 Không ước lượng được hệ số chặn

 Mất đi một quan sát đầu tiên

 𝑈 𝑡 có thể thỏa mãn mọi giả thiết của OLS, nhưng 𝑉 𝑡 thì có thể vi phạm.

- Sử dụng mô hình hồi quy thành phần chính

- Sử dụng các ước lượng từ bên ngoài

Trong điều kiện thời gian nghiên cứu hạn hẹp, nhóm chúng em chưa có thời gian khắc phục khuyết tật đa cộng tuyến Nếu có điều kiện, nhóm sẽ khắc phục khuyết tật này sau.

MÔ HÌNH BỎ SÓT BIẾN THÍCH HỢP

5.4.1 Kiểm định Ramsey Ước lượng mô hình gốc: log (𝐺𝐷𝑃 𝑖 ) = 𝛽 1 + 𝛽 2 log (𝐹𝐷𝐼 𝑖 ) + 𝛽 3 log (𝑋𝐾 𝑖 ) +

𝑈 𝑖 thu được loĝ(𝐺𝐷𝑃 𝑖 ) 2 và hệ số xác định 𝑅 2 = 0,996087 Ước lượng mô hình hồi quy sau: log (𝐺𝐷𝑃 𝑖 ) = 𝛼 1 + 𝛼 2 log (𝐹𝐷𝐼 𝑖 ) + 𝛼 3 log (𝑋𝐾 𝑖 ) + 𝛼 4 loĝ(𝐺𝐷𝑃 𝑖 ) 2 + 𝑉 𝑖 thu được hệ số xác định 𝑅 2 , 𝑘 ′ = 4.

Specification: LOG(GDP) LOG(FDI) LOG(XK) C

Omitted Variables: Squares of fitted values

Error t-Statistic Prob. LOG(FDI) 0.23682

𝐻0: Mô hình gốc không bỏ sót biến thích hợp

𝐻1: Mô hình gốc bỏ sót biến thích hợp

- Dựa vào mẫu, ta có: 𝐹 𝑞𝑠 = 1 = 6,784136.

- Nhận thấy6,784136 > 4,45 nên 𝐹 𝑞𝑠 ∈ 𝑊 (𝛼) Do đó bác bỏ 𝐻 0 , chấp nhận

 Vậy với mức ý nghĩa 𝜶 = 𝟓% , mô hình bỏ sót biến thích hợp

5.4.2 Kiểm định Lagrange Ước lượng mô hình gốc: log (𝐺𝐷𝑃 𝑖 ) = 𝛽 1 + 𝛽 2 log (𝐹𝐷𝐼 𝑖 ) + 𝛽 3 log (𝑋𝐾 𝑖 ) +

𝑈 𝑖 thu được loĝ(𝐺𝐷𝑃 𝑖 ) 2 , loĝ(𝐺𝐷𝑃 𝑖 ) 3 Ước lượng mô hình hồi quy sau: log (𝐺𝐷𝑃 𝑖 ) = 𝛼 1 + 𝛼 2 log (𝐹𝐷𝐼 𝑖 ) + 𝛼 3 log (𝑋𝐾 𝑖 ) + 𝛼 4 loĝ(𝐺𝐷𝑃 𝑖 ) 2 +

𝛼 5 loĝ(𝐺𝐷𝑃 𝑖 ) 3 + 𝑉 𝑖 thu được hệ số xác định 𝑅 2 = 0,42399.

Dependent Variable: E Method: Least Squares Date: 12/09/21 Time: 22:53 Sample: 2000

𝐻0: Mô hình gốc không bỏ sót biến thích hợp

𝐻1: Mô hình gốc bỏ sót biến thích hợp

- Dựa vào mẫu, ta có: ꭓ 2 = 𝑛𝑅 2 = 21 × 0,42399 ≈ 8,904

- Nhận thấy: 8,904 > 5,9915 nên ꭓ 2 ∈ 𝑊 (𝛼) Do đó bác bỏ 𝐻 0 , chấp nhận

 Vậy với mức ý nghĩa 𝜶 = 𝟓% , mô hình bỏ sót biến thích hợp

Như vậy, thông qua kiểm định Ramsey và kiểm định Lagrange, với mức ý nghĩa

𝜶 = 𝟓%, mô hình có bỏ sót biến thích hợp.

TÍNH PHÂN PHỐI CHUẨN CỦA SAI SỐ NGẪU NHIÊN

Trong giả thiết của bình phương nhỏ nhất (OLS), ta cho rằng phần dư U tuân theo phân bố chuẩn Tuy nhiên, thực tế có thể vi phạm giả thiết này do đặc điểm dữ liệu hoặc hiện tượng bất ổn, khiến việc ước lượng và kiểm định trở nên đáng nghi ngờ Vì vậy, dựa vào EViews, chúng ta có bảng phân bố xác suất của phần dư nhằm kiểm tra mức độ tuân thủ và cho phép đánh giá xem residuals có phù hợp với phân phối chuẩn hay không Từ kết quả này, người phân tích có thể quyết định cần điều chỉnh mô hình hoặc áp dụng biến đổi dữ liệu để đảm bảo kết quả ước lượng tin cậy và phù hợp với các yêu cầu kiểm định.

- Ước lượng mô hình gốc: log (𝐺𝐷𝑃 𝑖 ) = 𝛽 1 + 𝛽 2 log (𝐹𝐷𝐼 𝑖 ) + 𝛽 3 log (𝑋𝐾 𝑖 ) + 𝑈 𝑖 thu được giá trị phần dư 𝑒 𝑖

𝐻0: U có phân phối chuẩn ; 𝐻1: U không có phân phối chuẩn

Trong đó: K là hệ số nhọn, S là hệ số bất đối xứng

- Dựa vào mẫu, ta có: 𝐽𝐵 𝑞𝑠 = 1,140919

- Nhận thấy: 1,140919 < 5,9915 nên 𝐽𝐵 𝑞𝑠 ∉ 𝑊 (𝛼) Do đó chưa có cơ sở bác bỏ 𝐻 0 nên tạm thời chấp nhận 𝐻 0

 Vậy sai số ngẫu nhiên có phân phối chuẩn.

PHÂN TÍCH KẾT QUẢ HỒI QUY

K HOẢNG TIN CẬY CỦA CÁC HỆ SỐ HỒI QUY VÀ PHƯƠNG SAI SAI SỐ NGẪU NHIÊN

6.1.1 Khoảng tin cậy của các hệ số hồi quy

Mô hình hồi quy mẫu: log (𝐺𝐷𝑃 𝑖 ) = 1,698586 + 0,184056loĝ(𝐹𝐷𝐼 𝑖 ) + 0,602219lôg (𝑋𝐾 𝑖 ) + 𝑒 𝑖 a Khoảng tin cậy của 𝖰 𝟐

? Khi FDI tăng 1 tỷ USD trong điều kiện các yếu tố khác không đổi thì GDP thay đổi như thế nào?

- Với mức ý nghĩa 𝛼 = 5%, ta có khoảng tin cậy hai phía của 𝛽2 là:

- Dựa vào báo cáo Eviews, ta có: 𝛽̂ = 0,184056, 𝑆𝑒(𝛽̂ ) = 0,051606

 Vậy với mức ý nghĩa 𝜶 = 𝟓% khi FDI tăng 1 tỷ USD trong điều kiện các yếu tố khác không đổi thì tổng sản phẩm quốc nội tăng trong khoảng (0,076;0,2925)%

? Khi FDI tăng 2 tỷ USD trong điều kiện các yếu tố khác không đổi thì tổng sản phẩm quốc nội thay đổi tối thiểu bao nhiêu?

- Với mức ý nghĩa 𝛼 = 5%, ta có khoảng tin cậy phải của 𝛽2 là:

 Vậy với mức ý nghĩa 𝜶 = 𝟓% khi FDI tăng 2 tỷ USD trong điều kiện các yếu tố khác không đổi thì tổng sản phẩm quốc nội tăng tối thiểu 0,1892%

? Khi FDI giảm 1,5 tỷ USD trong điều kiện các yếu tố khác không đổi thì tổng sản phẩm quốc nội thay đổi tối đa là bao nhiêu?

- Với mức ý nghĩa 𝛼 = 5%, ta có khoảng tin cậy trái của 𝛽2 là:

- Dựa vào báo cáo Eviews, ta có: 𝛽̂ 2 = 0,184056, 𝑆𝑒(𝛽̂ 2 ) = 0,051606

Vậy với mức ý nghĩa 𝜶 = 𝟓% khi FDI giảm 1,5 tỷ USD trong điều kiện các yếu tố khác không đổi thì tổng sản phẩm quốc nội giảm tối đa 0,41025%

? Khi xuất khẩu tăng 1 tỷ USD trong điều kiện các yếu tố khác không đổi thì tổng sản phẩm quốc nội thay đổi như thế nào?

- Với mức ý nghĩa 𝛼 = 5%, ta có khoảng tin cậy hai phía của 𝛽3 là:

 Vậy với mức ý nghĩa 𝜶 = 𝟓% khi xuất khẩu tăng 1 tỷ USD trong điều kiện các yếu tố khác không đổi thì tổng sản phẩm quốc nội tăng trong khoảng (0,5167; 0,6878)%

? Khi xuất khẩu tăng 2 tỷ USD trong điều kiện các yếu tố khác không đổi thì tổng sản phẩm quốc nội tăng tối thiểu bao nhiêu?

- Với mức ý nghĩa 𝛼 = 5%, ta có khoảng tin cậy phải của 𝛽3 là:

 Vậy với mức ý nghĩa 𝜶 = 𝟓% khi xuất khẩu tăng 2 tỷ USD trong điều kiện các yếu tố khác không đổi thì tổng sản phẩm quốc nội tăng tối thiểu 1,0632%

? Khi xuất khẩu giảm 1,5 tỷ USD trong điều kiện các yếu tố khác không đổi thì tổng sản phẩm quốc nội thay đổi tối đa là bao nhiêu?

- Với mức ý nghĩa 𝛼 = 5%, ta có khoảng tin cậy trái của 𝛽3 là:

 Vậy với mức ý nghĩa 𝜶 = 𝟓% khi xuất khẩu giảm 1,5 tỷ USD trong điều kiện các yếu tố khác không đổi thì tổng sản phẩm quốc nội giảm tối đa là 1,0092%

6.1.2 Khoảng tin cậy của phương sai sai số ngẫu nhiên

Mô hình hồi quy mẫu: log (𝐺𝐷𝑃 𝑖 ) = 1,698586 + 0,184056loĝ(𝐹𝐷𝐼 𝑖 ) + 0,602219lôg (𝑋𝐾 𝑖 ) + 𝑒 𝑖

? Phương sai sai số ngẫu nhiên biến động trong khoảng nào?

- Với mức ý nghĩa 𝛼 = 5%, ta có khoảng tin cậy hai phía của 𝜎 2 là:

- Dựa vào báo cáo Eviews, ta có: 𝑅𝑆𝑆 = 0,043076

 Vậy với mức ý nghĩa 𝜶 = 𝟓% phương sai sai số ngẫu nhiên tăng trong khoảng (𝟏, 𝟑𝟔𝟔 𝟏𝟎 −𝟑 ; 𝟓, 𝟐𝟑𝟒 𝟏𝟎 −𝟑 ) (%)𝟐

? Phương sai sai số ngẫu nhiên tối thiểu là bao nhiêu?

- Với mức ý nghĩa 𝛼 = 5%, ta có khoảng tin cậy phải của 𝜎 2 là:

 Vậy với mức ý nghĩa 𝜶 = 𝟓% phương sai sai số ngẫu nhiên tối thiểu là

? Phương sai sai số ngẫu nhiên tối đa là bao nhiêu?

- Với mức ý nghĩa 𝛼 = 5%, ta có khoảng tin cậy trái của 𝜎 2 là:

 Vậy với mức ý nghĩa 𝜶 = 𝟓% phương sai sai số ngẫu nhiên tối đa là

KIỂM ĐỊNH CÁC GIẢ THUYẾT CỦA HỆ SỐ HỒI QUY

QUY Mô hình hồi quy mẫu: log (𝐺𝐷𝑃 𝑖 ) = 1,698586 + 0,184056loĝ(𝐹𝐷𝐼 𝑖 ) + 0,602219lôg (𝑋𝐾 𝑖 ) + 𝑒 𝑖 a Kiểm định giả thuyết của 𝖰 𝟐 : FDI và GDP có mối quan hệ cùng chiều.

- Dựa vào mẫu, ta có: : 𝑡 𝑞𝑠

Kết quả kiểm định cho thấy t-statistic bằng 3,566555 lớn hơn 1,734 nên t-statistic không nằm trong vùng từ chối W(α) Do đó chưa có cơ sở bác bỏ H0 nên tạm thời chấp nhận H0 Vì vậy với mức ý nghĩa α = 5%, FDI tác động tích cực đến GDP Hay FDI và GDP có quan hệ cùng chiều.

 Vậy giả thuyết ban đầu đưa ra là chính xác Đưa ra tình huống:

Có ý kiến cho rằng khi FDI tăng thêm 1 tỷ USD trong điều kiện xuất khẩu giữ nguyên, GDP sẽ tăng tối thiểu 2% Theo tôi, nhận định này quá khái quát và phụ thuộc vào chất lượng cũng như cấu trúc của nguồn vốn FDI, cùng khả năng lan tỏa vào nền kinh tế trong nước Nếu FDI đi kèm với tăng năng suất, chuyển giao công nghệ, nâng cao nội địa hóa và liên kết với chuỗi cung ứng nội địa, tác động lên GDP có thể lớn hơn 2% Ngược lại, nếu vốn FDI chủ yếu nhập khẩu nguyên liệu và dịch vụ, ít cải thiện năng lực cạnh tranh của doanh nghiệp trong nước, tăng trưởng GDP có thể thấp hoặc mang lại hiệu quả kém, nhất là khi xuất khẩu vẫn đứng yên Do đó, nhận định trên mang tính khái niệm và cần phân tích chi tiết dựa trên hệ số nhân, cơ cấu ngành của FDI và mức độ lan tỏa vào chuỗi giá trị trong nước để xác định đúng đắn tác động lên GDP.

- Dựa vào mẫu, ta có: :

- Nhận thấy: 3,179 > −1,734 nên 𝑡 𝑞𝑠 ∉ 𝑊 (𝛼) Do đó chưa có cơ sở bác bỏ

𝐻 0 nên tạm thời chấp nhận 𝐻 0

Với mức ý nghĩa α = 5%, nếu FDI tăng lên 1 tỷ USD khi điều kiện xuất khẩu không đổi, GDP sẽ tăng ít nhất 2%, tức là đồng ý với nhận định đã trình bày Bên cạnh đó, kiểm định giả thuyết ban đầu của Q3 cho thấy Xuất khẩu và GDP có mối quan hệ cùng chiều.

Nhận định từ kiểm định cho thấy: 14,79087 > −1,734 nên t_qs ∉ W(α) Do đó chưa có cơ sở bác bỏ H0 và tạm thời chấp nhận H0 Với mức ý nghĩa α = 5%, kết quả cho thấy xuất khẩu tác động tích cực đến GDP, tức là xuất khẩu và GDP có quan hệ cùng chiều.

 Vậy giả thuyết ban đầu đưa ra là chính xác Đưa ra tình huống:

? Có ý kiến cho rằng muốn GDP tăng 3% thì xuất khẩu tăng 3 tỷ USD trong điều kiện FDI không đổi Anh (chị) có đồng ý với ý kiến này không?

- Dựa vào mẫu, ta có: : 𝑡

- Nhận thấy:14,54 > 2,101 nên 𝑡 𝑞𝑠 ∈ 𝑊 (𝛼) Do đó bác bỏ 𝐻 0 , chấp nhận 𝐻 1

Với mức ý nghĩa α = 5%, nếu mục tiêu là GDP tăng 3% thì xuất khẩu không tăng 3 tỷ USD khi FDI giữ nguyên, điều này cho thấy không đồng ý với nhận định trên c Kiểm định mở rộng nhằm bổ sung và kiểm tra tính bền vững của kết quả, đảm bảo nhận định vẫn đúng khi thay đổi các giả định hoặc thêm biến phụ và kiểm tra nhạy cảm của hệ số ước lượng.

Có ý kiến cho rằng nếu FDI tăng 1,5 tỷ USD đồng thời xuất khẩu giảm 1 tỷ USD thì GDP không giảm Theo nguyên lý kinh tế, GDP được tính bằng C + I + G + (X - M); với giả định các yếu tố khác không đổi, ΔI tăng 1,5 tỷ và ΔX giảm 1 tỷ sẽ cho mức tăng ròng 0,5 tỷ ở thành phần tổng cầu từ I và X - M, do đó GDP có thể không giảm và thậm chí tăng lên Tuy nhiên, kết luận này phụ thuộc vào bảng báo cáo và các số liệu cụ thể về nhập khẩu liên quan đến vốn FDI, vì FDI có thể làm tăng M khi máy móc thiết bị nhập khẩu vào dự án, từ đó làm giảm X - M và tác động tới GDP Vì vậy để xác định mức độ phù hợp của ý kiến này, cần phân tích kỹ các dòng số liệu trong bảng báo cáo: mức đóng góp của FDI vào I, biến động X và M, và hiệu ứng lan toả lên tăng trưởng GDP ở từng ngành.

- Dựa vào báo cáo Eviews, ta có:

- Nhận thấy: −2,785 < −1,734 nên 𝑡 𝑞𝑠 ∈ 𝑊 (𝛼) Do đó bác bỏ 𝐻 0 , chấp nhận 𝐻1.

Ở mức ý nghĩa α = 5%, nếu FDI tăng 1,5 tỷ USD đồng thời xuất khẩu giảm 1 tỷ USD thì GDP không tăng Điều này cho thấy quan điểm trên không phù hợp với báo cáo được trình bày, bởi tác động đồng thời của FDI và xuất khẩu không đủ để đẩy GDP tăng lên ở mức ý nghĩa này.

HỒI QUY VỚI BIẾN GIẢ

Với số liệu đã thu thập, nghiên cứu này phân tích tác động của đầu tư trực tiếp nước ngoài (FDI) và xuất khẩu (XK) lên tổng sản phẩm quốc nội (GDP) ở hai thời kỳ: D = 0 (trước Covid-19, trước năm 2019) và D = 1 (thời kỳ Covid-19, sau năm 2019) Sử dụng phần mềm EViews để ước lượng với mức ý nghĩa 5%, kết quả ước lượng được trình bày chi tiết trong báo cáo kết quả ước lượng Việc so sánh hai giai đoạn cho thấy sự biến động về tác động của FDI và XK lên GDP giữa trước và trong đại dịch, nhằm đánh giá mức độ ổn định của quan hệ này qua chu kỳ dịch bệnh.

Sum squared resid 0.040805 Schwarz criterion 2.82569

2.98147 -F-statistic 1523.026 Durbin-Watson stat 1.37147 3Prob(F-statistic) 0.000000 9 ĐƯA RA TÌNH HUỐNG:

? Ảnh hưởng của đầu tư trực tiếp nước ngoài (FDI) đến tổng sản phẩm quốc nội (GDP) có sự phân biệt giữa hai thời kỳ hay không?

- Đề xuất mô hình: log (𝐺𝐷𝑃 𝑖 ) = 𝛽 1 + 𝛽 2 log (𝐹𝐷𝐼 𝑖 ) + 𝛽 3 log (𝑋𝐾 𝑖 ) + 𝛽 4 log (𝐹𝐷𝐼 𝑖 ) 𝐷 𝑖 + 𝑈 𝑖

- Trong đó: D (biến giả) với quy ước như sau:

 𝐷 = 0: thời kỳ trước Covid – 19 (trước năm 2019).

 𝐷 = 1: thời kỳ Covid – 19 (sau năm 2019).

- Thời kỳ trước Covid – 19 (𝐷 = 0): log (𝐺𝐷𝑃 𝑖 ) = 𝛽 1 + 𝛽 2 log (𝐹𝐷𝐼 𝑖 ) + 𝛽 3 log (𝑋𝐾 𝑖 ) + 𝑈 𝑖

- Thời kỳ Covid – 19 (𝐷 = 1): log (𝐺𝐷𝑃 𝑖 ) = 𝛽 1 + (𝛽 2 + 𝛽 4 )log (𝐹𝐷𝐼 𝑖 ) + 𝛽 3 log (𝑋𝐾 𝑖 ) + 𝑈 𝑖

- Ý nghĩa kinh tế của các hệ số hồi quy:

- 𝛽1: không có ý nghĩa kinh tế trong trường hợp này.

- 𝛽2 cho biết: Khi FDI thay đổi 1% trong điều kiện các yếu tố khác không đổi thì GDP thời kỳ trước Covid – 19 thay đổi 𝛽2 %.

- 𝛽3 cho biết: Khi XK thay đổi 1% trong điều kiện các yếu tố khác không đổi thì GDP thời kỳ trước Covid – 19 thay đổi 𝛽3%.

- 𝛽4 cho biết: Khi FDI thay đổi 1% trong điều kiện các yếu tố khác không đổi thì mức chênh lệch GDP thời kỳ Covid – 19 so với thời kỳ trước Covid

- Dựa vào báo cáo Eviews, ta có: 𝑃 𝑣𝑎𝑙𝑢𝑒 = 0,3443

- Nhận thấy: 𝑃 𝑣𝑎𝑙𝑢𝑒 > 𝛼 = 5% Do đó chưa có cơ sở bác bỏ giả thuyết 𝐻 0 nên tạm thời chấp nhận𝐻 𝑜

Với mức ý nghĩa α = 5%, kết quả cho thấy ảnh hưởng của đầu tư trực tiếp nước ngoài (FDI) lên tổng sản phẩm quốc nội (GDP) không có sự khác biệt giữa hai thời kỳ được so sánh Điều này đồng nghĩa với việc tác động của FDI lên GDP ở hai giai đoạn tương tự nhau và không có sự phân biệt đáng kể về mặt thống kê Kết luận này cho thấy sự ổn định của ảnh hưởng FDI lên GDP theo hai thời kỳ trong phân tích này.

DỰ BÁO

- Năm 2021: Đầu tư trực tiếp nước ngoài (FDI): 27 tỷ USD

Xuất khẩu (XK): 270 tỷ USD

- Dựa vào báo cáo Eviews, ta có kết quả sau:

Kết quả dự báo GDP của Việt Nam khi FDI đạt 27 tỷ USD cho thấy nền kinh tế nước ta sẽ được thúc đẩy tăng trưởng và xuất khẩu của Việt Nam đạt mức cao Việc FDI gia tăng sẽ kích thích sản xuất, nâng cao năng lực cạnh tranh và mở rộng chuỗi giá trị, từ đó tạo thêm việc làm và cải thiện thu nhập người dân Sự kết hợp giữa đầu tư nước ngoài và xuất khẩu mạnh mẽ sẽ hỗ trợ ổn định vĩ mô, tăng trưởng bền vững và củng cố vị thế thương mại của Việt Nam trên trường quốc tế.

270 tỷ USD trong năm 2021 ước tính vào khoảng 292 tỷ USD.

Định dạng
Số trang	57
Dung lượng	596,44 KB