Nguồn Số Liệu Của Các Biến Trong Mô Hình Kinh Tế Lượng

Biến phụ thuộc là lượng vốn FDI tích lũy (stock of FDI) của EU sang nước chủ nhà. Sở dĩ “lượng vốn FDI tích lũy” được sử dụng vì trên thực tế “dòng vốn FDI vào” (inflow of FDI) theo từng năm có thể bị âm khi nước đầu tư rút vốn đầu tư khỏi nước chủ nhà trong năm đó. Vì vậy, lượng vốn FDI tích lũy cung cấp một chỉ số đo lường tốt hơn so với dòng vốn FDI vào theo từng năm (Yeyati và các cộng sự, 2003, Jaumotte, 2004).

Các biến giải thích bao gồm các biến đại diện cho các yếu tố bao gồm: (i) quy mô thị trường nước chủ nhà (GDP và mức độ gia tăng GDP của nước chủ nhà), (ii) quy mô thị trường khu vực (GDP và mức độ tăng GDP trung bình của nước chủ nhà và các nước đang phát triển cùng thuộc RTA), (iii) chất lượng lao động (tỷ lệ tham gia trung học), (iv) mức độ phát triển cơ sở hạ tầng (tỷ lệ người sử dụng internet),

(v) lợi thế của nước chủ nhà trong thị trường khu vực (mức độ chênh lệch về tỷ lệ tham gia trung học và tỷ lệ người sử dụng internet giữa nước chủ nhà và các nước đang phát triển cùng tham gia RTA); (vi) hiệu ứng tích tụ (độ trễ FDI tích lũy) và

(vii) cùng tham gia FTA (biến giả FTA).

3.2.2.2. Giả thuyết nghiên cứu

Từ cơ sở lý thuyết và các nghiên cứu thực nghiệm trước đây, luận án xây dựng các giả thuyết nghiên cứu.

Giả thuyết 1: Việc cùng tham gia FTA với EU giúp các nước đang phát triển thu hút được nhiều hơn FDI từ EU.

Trước hết, để đánh giá tác động của việc ký kết FTA đến lượng vốn FDI của EU vào các nước đang phát triển, biến giả FTA được đưa vào mô hình với giá trị FTA = 1 khi giữa EU và nước đối tác có ký kết FTA song phương hoặc đa phương và FTA = 0 khi giữa EU và nước đối tác không có ký kết FTA. Biến giả FTA được sử dụng tương đối phổ biến trong các nghiên cứu như Girma (2001), Yeyati và các cộng sự (2003), Feils & Rahman (2008), Thangavelu & Finlay (2011). Từ khía cạnh lý thuyết, việc tham gia FTA có thể làm tăng hoặc giảm dòng vốn FDI vào các nước thành viên tùy thuộc vào tính chất của dòng vốn FDI của nước chủ nhà. Vì vậy, hệ

số tương quan có thể mang dấu + hoặc -. Tuy nhiên, hầu hết các nghiên cứu thực nghiệm chỉ ra mối quan hệ tích cực giữa việc cùng tham gia FTA và dòng vốn FDI.

Giả thuyết 2: Quy mô nền kinh tế và tiềm năng phát triển kinh tế của các nước đang phát triển, bao gồm cả quy mô và tiềm năng phát triển của thị trường trong nước và thị trường khu vực càng lớn thì càng thu hút được nhiều FDI từ EU.

Đối với các nước đi đầu tư với mục đích tìm kiếm thị trường thì độ lớn của thị trường nước chủ nhà và khả năng tiếp cận thị trường khu vực là yếu tố quan trọng khi ra quyết định đầu tư (Girma, 2001, Yeyati và các cộng sự, 2003, Jaumotte, 2004, López & Orlicki, 2006). Đa số các nghiên cứu đều cho thấy tác động tích cực của độ lớn thị trường và tốc độ tăng trưởng của nước chủ nhà đến lượng vốn FDI vào các nước đó (Balaubramanyam và các cộng sự, 2002, Yeyati và các cộng sự, 2003, Jaumotte, 2004, López & Orlicki, 2006, Feils & Rahman, 2008, Ismail và các cộng sự, 2009, Thangavelu & Finlay, 2011). Mô hình trong nghiên cứu này lấy GDP là biến đại diện cho độ lớn thị trường và tỉ lệ tăng trưởng GDP hàng năm đại diện cho tốc độ tăng trưởng. Các hệ số tương quan được kỳ vọng có dấu +. Bên cạnh đó, mô hình cũng đánh giá tác động của yếu tố thị trường khu vực tới việc thu hút FDI. Trong đó, độ lớn thị trường khu vực là tổng GDP của nước chủ nhà và các nước cùng thuộc khu vực kinh tế hoặc có ký FTA với nước chủ nhà. Tuy nhiên, nghiên cứu này chỉ tập trung vào thị trường khu vực giữa nước chủ nhà với những quốc gia đang phát triển khác (cùng tham gia FTA Nam – Nam). Việc xem xét yếu tố này giúp xác định xem liệu EU có nhắm tới việc tiếp cận thị trường khu vực rộng lớn hơn có cùng tính chất với nước chủ nhà khi quyết định đầu tư vào nước chủ nhà hay không. Các hệ số tương quan được kỳ vọng có dấu +.

Giả thuyết 3: Đầu tư tích lũy trước đó của các nhà đầu tư EU tại nước chủ nhà có tác động tích cực đến quyết định mở rộng và đầu tư mới của nhà đầu tư EU.

Một số nghiên cứu trước đây cho thấy quyết định đầu tư ra nước ngoài của một quốc gia chịu ảnh hưởng bởi tác động tích lũy (Jaumotte, 2004), Thangavelu & Finlay, 2011). Theo đó, động lực đầu tư mới có liên quan chặt chẽ đến tổng lượng vốn FDI có sẵn trước đó do các nhà đầu tư mới có thể tận dụng tính sẵn có và sự

phát triển của cơ sở hạ tầng và các dịch vụ hỗ trợ - kết quả của quá trình đầu tư trước đó. Ngoài ra, sự hiện diện của những doanh nghiệp FDI tại nước chủ nhà cũng là bằng chứng cho thấy quốc gia đó hội tụ những điều kiện thuận lợi cho việc thu hút FDI. Chính vì vậy, biến độ trễ của lượng vốn FDI được đưa vào làm biến giải thích cho mô hình. Hệ số tương quan của biến độ trễ vốn FDI tích lũy do đó được kỳ vọng là có dấu +.

Giả thuyết 4: Nước chủ nhà có cơ sở hạ tầng càng phát triển và có chi phí lao động càng thấp thì càng thu hút được nhiều FDI từ EU.

Bên cạnh các yếu tố về độ lớn thị trường thì hai yếu tố khác được đưa vào mô hình là chất lượng lao động (Jaumotte, 2004) và chất lượng cơ sở hạ tầng (Jaumotte, 2004, Demirhan & Masca, 2008). Chất lượng lao động có thể có tác động thuận chiều hoặc ngược chiều với FDI lũy kế. Đối với FDI nhằm cắt giảm chi phí sản xuất nhờ giá nhân công rẻ tại các nước đang phát triển thì chi phí lao động thấp sẽ làm gia tăng FDI. Ngược lại, với FDI nhằm tìm kiếm nguồn lực chiến lược thì chất lượng lao động mới là yếu tố quan trọng làm gia tăng FDI. Vì vậy, hệ số tương quan có thể mang dấu + hoặc dấu - tùy thuộc vào mục đích của nước phát triển khi đầu tư sang các nước đang phát triển. Với nước chủ nhà là nước đang phát triển có sự chênh lệch lớn về trình độ phát triển kinh tế với EU thì FDI nhiều khả năng là FDI theo chiều dọc và hệ số tương quan có xu hướng mang dấu –. Trong nghiên cứu này, chất lượng lao động được thể hiện thông qua tỷ lệ tham gia trung học trong tổng dân số. Đối với chất lượng cơ sở hạ tầng của nước chủ nhà, tác giả sử dụng tỷ lệ người sử dụng internet làm biến đại diện cho trình độ phát triển của yếu tố cơ sở hạ tầng của quốc gia. Biến này được sử dụng thay thế cho biến số lượng tivi trên đầu người (trong Jaumotte, 2004) hay biến số lượng đường dây điện thoại cố định (trong Demirhan và Masca, 2008) mà chính các tác giả cũng thừa nhận là hạn chế trong mô hình của họ. Biến tỷ lệ người sử dụng internet được sử dụng trong nghiên cứu này cũng chưa thực sự là một biến đại diện tốt cho trình độ phát triển cơ sở hạ tầng; tuy nhiên với tính sẵn có của các số liệu được các tổ chức quốc tế uy tín công bố rộng rãi thì đây vẫn là một lựa chọn tương đối phù hợp. Theo lý thuyết, chất

lượng cơ sở hạ tầng có tác động thuận chiều với FDI của nước chủ nhà, do đó hệ số tương quan của biến này được kỳ vọng có dấu +.

Giả thuyết 5: Nước đang phát triển càng có lợi thế về cơ sở hạ tầng và chi phí lao động so với các nước đang phát triển khác trong khu vực thì càng thu hút được nhiều FDI từ EU.

Các nghiên cứu trước đây cũng lưu ý rằng FTA có thể dẫn tới việc tái phân phối dòng vốn FDI giữa các nước thành viên cùng tham gia FTA, do đó FDI gia tăng vào cả khu vực không đảm bảo tất cả các quốc gia tham gia FTA đều thu được lợi ích như nhau. Việc thành viên nào thu hút được nhiều FDI sẽ phụ thuộc vào các lợi thế của thành viên đó so với các thành viên khác cùng tham gia FTA (Jaumotte, 2004). Vì vậy, tác giả cũng xem xét tác động của lợi thế cạnh tranh của nước chủ nhà trong thu hút FDI từ EU thông qua các biến có tiền tố GAP thể hiện sự chênh lệch về chất lượng lao động và trình độ phát triển cơ sở hạ tầng giữa nước chủ nhà với các nước đang phát triển khác cùng tham gia RTA. Tương tự như phân tích ở trên, hệ số tương quan của biến chênh lệch chất lượng lao động có thể mang dấu + hoặc – tùy thuộc vào mục đích của FDI từ EU khi đầu tư sang các nước đang phát triển và hệ số tương quan của biến chênh lệch chất lượng cơ sở hạ tầng được kỳ vọng mang dấu +.

3.2.2.3. Lựa chọn mẫu và kỹ thuật sử dụng

Nghiên cứu sử dụng dữ liệu thứ cấp của 12 quốc gia đang phát triển đã ký kết FTA song phương hoặc đa phương với EU trong giai đoạn 1990-2017. Danh sách cụ thể của các nước này được trình bày ở Phụ lục 7. Số liệu một số biến của một số quốc gia thuộc mẫu nghiên cứu trong suốt thời gian nghiên cứu là không đầy đủ. Do đó, tổng số quan sát trong mẫu nghiên cứu là 146 quan sát. Kích thước mẫu như vậy đảm bảo yêu cầu về kích thước mẫu tối thiểu cho mô hình hồi quy đa biến được tính theo công thức: N = 8 x var + 50, trong đó N là kích thước mẫu, var là số biến độc lập đưa vào mô hình hồi quy (Tabachnick và Fidell, 2019). Áp dụng vào mô hình cụ thể trong luận án với 09 biến độc lập thì kích thước mẫu tối thiểu là: 8 x 9 + 50 = 122.

Nghiên cứu trước hết được tiến hành bằng việc lựa chọn mô hình phù hợp dựa trên kiểm định Hausman trên phần mềm Stata 14. Kiểm định Hausman được sử dụng để đánh giá sự phù hợp giữa hai mô hình FEM và REM. Theo kiểm định này, ta có giả thiết H0: Không có sự khác biệt giữa mô hình FEM và REM. Xem xét mức ý nghĩa 1%, kết quả cho thấy p-value = 0.0000 < 0.01 nên bác bỏ giải thiết H0 (Phụ lục 9). Điều này cho biết mô hình FEM là mô hình phù hợp nhất đối với các ước lượng của bài nghiên cứu.

Ngoài ra, tác giả thực hiện kiểm định các khuyết tật khác như phương sai sai số thay đổi và tự tương quan trong mô hình dạng bảng, từ đó tìm cách khắc phục nhằm tăng khả năng dự báo chính xác cho mô hình. Đối với hiện tượng phương sai sai số thay đổi, sử dụng công cụ kiểm định Modified Wald Test, với giả thiết H0: Không tồn tại hiện tượng phương sai sai số thay đổi. Kết quả kiểm định cho thấy, tại mức ý nghĩa 1%, bác bỏ giả thiết H0 (do p-value = 0.0000 < 0.01), chứng tỏ mô hình ước lượng đã gặp phải khuyết tật này (Phụ lục 10). Kiểm định Woolridge Test đuợc sử dụng để kiểm tra khuyết tật tự tương quan trong mô hình, với giả thiết H0: Không tồn tại hiện tượng tự tương quan. Trích xuất kết quả kiểm định cũng cho biết mô hình FEM tồn tại hiện tượng tự tương quan tại mức ý nghĩa 1% (do p-value = 0.0000 < 0.01, bác bỏ giả thiết H0) (Phụ lục 11). Để khắc phục đồng thời hai khuyết tật này, cuối cùng tác giả lựa chọn sử dụng mô hình hồi quy FGLS nhằm đảm bảo độ tin cậy và hiệu quả kiểm định của mô hình hồi quy.

3.3. Số liệu

Để so sánh cam kết về thuế quan trước và sau EVFTA, tác giả tiến hành thu thập các số liệu bao gồm mức thuế MNF và giá trị xuất nhập khẩu đối với các ngành/ nhóm ngành. Luận án sử dụng cách phân loại hàng hóa theo hệ thống hài hòa hóa (HS) của Tổ chức Hải quan thế giới, trong đó hàng hóa được chia thành 99 chương. Dựa trên cơ sở tên và mô tả chi tiết của 99 chương hàng hóa, tác giả gộp thành 19 nhóm ngành như trình bày ở bảng 3.3. Việc phân nhóm này cũng được tham khảo dựa trên cách gộp nhóm hàng hóa của Tổng cục Hải quan Việt Nam, Ủy ban châu Âu và một số nghiên cứu như Ahlstrom và Stalros (2005), Vũ Thanh

Hương và Nguyễn Thị Minh Phương (2016), Nguyễn Thị Minh Phương và các cộng sự (2016).

Bảng 3. 3: Bảng phân nhóm hàng hóa

Nhóm ngành

HS	Mô tả
1	HS01 - HS05	Động vật sống và các sản phẩm từ động vật
2	HS06 – HS14	Sản phẩm thực vật
3	HS15 – HS24	Thực phẩm chế biến, đồ uống, thuốc lá
4	HS25 – HS27	Khoáng sản, dầu mỏ
5	HS28 – HS38	Sản phẩm hóa chất
6	HS39 – HS40	Sản phẩm nhựa và cao su
7	HS41 – HS43	Sản phẩm da
8	HS44 – HS46	Gỗ và sản phẩm gỗ
9	HS47 – HS49	Giấy và bột giấy
10	HS50 – HS56	Nguyên liệu dệt may
11	HS57 – HS63	Sản phẩm dệt may
12	HS64 – HS67	Giày dép, mũ và các sản phẩm đội đầu
13	HS68 – HS70	Sản phẩm bằng đá, thạch cao, xi măng, thủy tinh
14	HS71	Ngọc trai, kim loại quý
15	HS72 – HS83	Sản phẩm kim loại cơ bản
16	HS84 – HS85	Máy móc, thiết bị cơ khí và điện tử
17	HS86 – HS89	Phương tiện và thiết bị vận tải
18	HS90 – HS92	Thiết bị quang học, đồng hồ, nhạc cụ, y tế
19	HS93 – HS99	Các mặt hàng khác

Có thể bạn quan tâm!

Xem toàn bộ 225 trang tài liệu này.

Nguồn: Tác giả phân nhóm

Với cả hai nhóm số liệu về mức thuế MFN và giá trị xuất nhập khẩu giữa EU và Việt Nam theo 19 nhóm ngành đều được tác giả thu thập từ cơ sở dữ liệu WITS của Ngân hàng thế giới. Mức thuế suất MFN của hàng xuất khẩu của Việt Nam sang EU; mức thuế MFN của hàng nhập khẩu của Việt Nam từ EU được sử dụng là mức trung bình gia quyền trong cơ sở dữ liệu WITS.

Để so sánh cam kết về dịch vụ trước và sau EVFTA, tác giả rà soát, thống kê, tổng hợp từ các văn kiện trong WTO và EVFTA liên quan đến các cam kết của Việt Nam trong lĩnh vực thương mại dịch vụ. Các văn kiện này được công bố đầy đủ tại Cổng thông tin WTO – FTA (www.trungtamwto.vn/www.wtocenter.vn) được xây dựng, duy trì và cập nhật bởi Trung tâm WTO và Hội nhập của Phòng Thương mại và Công nghiệp Việt Nam (VCCI).

Với mô hình kinh tế lượng, số liệu của các biến trong mô hình được thu thập từ các nguồn tin cậy khác nhau, cụ thể như được nêu trong bảng 3.4. Số liệu về các chỉ tiêu kinh tế như GDP, tốc độ tăng trưởng GDP, tỷ lệ tham gia trung học, tỷ lệ người sử dụng internet đều được thu thập và tổng hợp từ Báo cáo các chỉ số phát triển thế giới (World Development Indicator) của Ngân hàng thế giới. Trong khi đó, số liệu về lượng vốn FDI tích lũy được thu thập từ “Dữ liệu thống kê FDI song phương 2014” của Hội nghị Liên Hợp Quốc về Thương mại và Phát triển (UNCTAD) và Cơ quan Thống kê châu Âu (Eurostat). Cuối cùng, thông tin về việc ký kết FTA được tổng hợp từ trang web chính thức của EU europa.eu.

Bảng 3.4: Nguồn số liệu của các biến trong mô hình kinh tế lượng

Biến

Nguồn số liệu
FDI	“Dữ liệu thống kê FDI song phương 2014” của UNCTAD và Cơ quan Thống kê châu Âu (Eurostat)
Y	World Development Indicators
REGY	World Development Indicators
g, REGg	Tính toán từ GDP năm trước và năm sau
Laborqual	World Development Indicators
GAPlaborqual	Tính toán từ laborqual của nước chủ nhà và trung bình của các nước đang phát triển cùng tham gia RTA
Infras	World Development Indicators
GAPinfras	Tính toán từ infras của nước chủ nhà và trung bình của các nước đang phát triển cùng tham gia RTA
FTA	Trang web chính thức của EU: https://europa.eu

Nguồn: Tác giả tổng hợp

Tiếp theo, các số liệu về đầu tư trực tiếp nước ngoài nói chung và từ EU vào Việt Nam trong giai đoạn 1990-2018 được phân tích và đánh giá ở chương 4 được tác giả thu thập từ các công bố thường kỳ của Cục Đầu tư nước ngoài, Bộ Kế hoạch và Đầu tư và Tổng cục Thống kê.

Bên cạnh đó, các thông tin liên quan đến quan điểm, chính sách và quan hệ kinh tế, thương mại, đầu tư giữa Việt Nam và EU được thu thập từ các nguồn dữ liệu thứ cấp khác như: (i) các văn bản do Đảng và Nhà nước ban hành về quan hệ Việt Nam – EU; (ii) báo cáo, nghiên cứu của các cơ quan hoạch định chính sách và quản lý liên quan đến quan hệ Việt Nam – EU; (iii) các nghiên cứu và báo cáo của các tổ chức trong nước và quốc tế như UNCTAD, Ủy ban châu Âu, EuroCham, MUTRAP, Trung tâm WTO, Ban thư ký ASEAN,...; (iv) nghiên cứu của các viện nghiên cứu, các trường đại học và các cá nhân trong và ngoài nước.

3.4. Kết luận chương 3

Trong chương 3, tác giả làm rõ cách tiếp cận, phương pháp nghiên cứu và số liệu được sử dụng trong luận án. Luận án sử dụng kết hợp giữa các phương pháp nghiên cứu định tính và phương pháp nghiên cứu định lượng để đánh giá tác động của EVFTA đối với FDI vào Việt Nam.

Các phương pháp nghiên cứu định tính được thể hiện thông qua việc tác giả:

(i) xây dựng và phân tích dựa trên khung phân tích tác động của EVFTA đối với FDI vào Việt Nam với năm yếu tố bao gồm bản chất của EVFTA, sự tương đồng và mối quan hệ kinh tế - ngoại giao giữa Việt Nam và EU, quan hệ đầu tư của Việt Nam và EU, sự chênh lệch giữa cam kết trong EVFTA với các cam kết khác hoặc chính sách hiện hành của Việt Nam và các yếu tố bên ngoài; và (ii) phỏng vấn chuyên gia. Các phương pháp nghiên cứu định tính giúp trả lời câu hỏi EVFTA có tác động tích cực hay tiêu cực đến số lượng, chất lượng, lĩnh vực, đối tác và hình thức của dòng vốn FDI vào Việt Nam.

Phương pháp nghiên cứu định lượng được thể hiện thông qua mô hình kinh tế lượng đánh giá các yếu tố nước chủ nhà là các nước đang phát triển có tác động đến quyết định đầu tư ra nước ngoài của các nhà đầu tư EU. Kết quả của mô hình kinh