Kiểm Định Quan Hệ Nhân Quả Giữa Thuế Thu Nhập Doanh Nghiệp Và Fdi

Các đại lượng ˆ2 , ˆ2 là các ước lượng nhất quán các tham số phương sai:

𝑡=1

Với: ST = ∑𝑡 𝑈t là phương sai mẫu của bình phương phần dư tối thiểu uˆ2 là

ước lượng nhất quán của σ2 , và ước lượng phương sai dài hạn Newey-West của ut bằng cách dùng uˆt là ước lượng nhất quán của λ2.

Dưới giả thuyết null π = 0, các thống kê Zt và Zπ có phân phối cận chuẩn giống như thống kê t và thống kê chệch được chuẩn hóa của ADF. Ưu điểm của kiểm định PP so với kiểm định ADF là PP mạnh ở gốc độ tổng quát với phương sai sai số không đồng nhất. Một ưu điểm khác là người dùng không cần xác định độ trễ cho mô hình kiểm định.

 Kiểm định nghiệm đơn vị trên số liệu dạng bảng của Im-Pesaran-Shin (IPS):

Kiểm định cho phép tiến hành các thủ tục đối với từng nghiệm đơn vị riêng lẻ cho dữ liệu bảng động không đồng nhất và tương quan với nhau theo thứ tự. Kiểm định W-Statistics dùng để kiểm tra chuỗi dữ liệu của bảng dựa trên các kiểm định từng nghiệm đơn vị riêng lẻ. Tác giả đã chứng minh thử nghiệm t-bar là thỏa mãn một cách hợp lý và không yêu cầu cả N và T phải lớn (khắc phục nhược điểm của kiểm định ADF cơ bản). Kiểm định W-Statistics được xác định lại như sau:

Do bản chất không đồng nhất của giả thuyết thay thế, giả thuyết H1 : việc bác bỏ giả thuyết không nhất thiết rằng nghiệm đơn vị gốc bị bác bỏ đối với mọi i, mà chỉ là giả thuyết bị bác bỏ đối với N1< N, số lượng của nhóm như là N → ∞; và N1 / N → δ >

0. Tuy nhiên, kết quả kiểm định cũng không cung cấp về độ lớn của δ, hoặc xác định các nhóm trong dữ liệu bảng mà giả thuyết vô hiệu bị bác bỏ. Ưu điểm của phép thử t- bar là đã được sử dụng rộng rãi trong phần mềm kinh tế lượng như Stata kể từ năm 1995.

3.4.4.3 Kiểm định quan hệ nhân quả giữa thuế thu nhập doanh nghiệp và FDI

 Kiểm định đồng liên kết bảng Westerlund (2007)

Westerlund (2007) đã phát triển bốn tiêu chuẩn để kiểm định tính đồng liên kết cho dữ liệu bảng. Ý tưởng chính của phương pháp này là kiểm định sự không hiện diện tính đồng liên kết nhằm xem xét liệu những đơn vị bảng có sự hiệu chỉnh sai số hay không.

Xét mô hình hiệu chỉnh sai số sau:

Giả thuyết thống kê cho từng đơn vị bảng hoặc toàn bộ dữ liệu bảng được xác định như sau:

: i  0

i

: i  0

i

Có thể bạn quan tâm!

Xem toàn bộ 193 trang tài liệu này.

αi là ước lượng của tốc độ hiệu chỉnh sai số sẽ đạt đến sự cân bằng trong khoảng dài hạn yit = - (βi / αj) xit cho tất cả những chuỗi i.

Những thống kê Gα và Gt xác định được ý nghĩa thống kê cho từng trường hợp ở từng đơn vị bảng trong khi đó những thống kê Pα và Pt xác định được ý nghĩa thống kê cho toàn bộ dữ liệu bảng. Việc chấp nhận giả thuyết H0 được xem là phủ định tính đồng liên kết của toàn bộ dữ liệu bảng.

Những tiêu chuẩn kiểm định có tính linh hoạt khá cao và cho phép đặc tính hoàn toàn không đồng nhất trong suốt quá trình hồi qui các biến trong thời gian ngắn hạn và dài hạn của mô hình điều chỉnh sai số. Kiểm định Westerlund về tính đồng liên kết bảng sẽ có thể được áp dụng cho toàn bộ dữ liệu bảng cân bằng lẫn toàn bộ dữ liệu bảng không cân bằng.

Trong trường hợp những chuỗi dữ liệu nghi ngờ có sự tương quan chặt chẽ, thông qua bootstrapping thì các giá trị chuẩn cho phân tích độ mạnh sẽ có thể đạt được. Đặc biệt, việc kiểm định đồng liên kết bảng này cũng sẽ gợi ý cho việc sử dụng độ trễ thích hợp cho các biến trong kiểm định mối quan hệ nhân quả Granger.

Dựa trên kiểm định đồng liên kết của Westerlund (2008), đề tài kiểm tra các mối quan hệ dài hạn giữa các biến vì sự phụ thuộc cắt ngang xuất hiện trong phân tích kinh tế lượng của tập dữ liệu. Quá trình kiểm định đồng liên kết sẽ giúp xác định luôn cả độ trễ thích hợp mà qua đó hai biến có tính đồng liên kết tốt nhất.

 Kiểm định quan hệ nhân quả Granger

Mối quan hệ tương tác nhân quả hai chiều giữa thuế và dòng vốn nước ngoài được nghiên cứu bằng cách sử dụng phép thử nhân quả của Dumitrescu và Hurlin (2012), một dạng cải tiến của phép thử phi nhân quả của Granger (1969) liên quan đến tính không đồng nhất. Mô hình ước lượng này có thể được thể hiện ở dạng mở rộng (ở mô hình mở rộng, ta phải sử dụng cả những biến trễ của biến phụ thuộc như là những biến giải thích) hoặc dạng thu gọn (mô hình thu gọn thì không sử dụng những biến trễ của biến phụ thuộc được xem như là biến giải thích):

TAX𝑖𝑡 = 𝛽0 + ∑ 𝛿𝑚TAX𝑖𝑡−𝑚 + ∑𝜀𝑛𝐹𝐷𝐼𝑖𝑡−𝑛 + 𝜇𝑖 + 𝜉𝑖𝑡

𝐹𝐷𝐼 𝑖𝑡 = 𝛽0 + ∑ 𝛿𝑚𝐹𝐷𝐼𝑖𝑡−𝑚 + ∑𝜀𝑛 TAX𝑖𝑡−𝑛 + 𝜇𝑖 + 𝜉𝑖𝑡

Hai độ trễ m và n trong quá trình kiểm định ở liên kết bảng Westerlund (2008), được xác lập thông qua giá trị biến trễ thích hợp được xác định.

3.4.5 Kiểm định hiệu ứng phi tuyến giữa thuế suất thuế thu nhập doanh nghiệp và FDI

Để xem xét hiệu ứng phi tuyến trong mối quan hệ giữa thuế suất thuế TNDN và FDI, nhằm ủng hộ hay không đối với cuộc chạy đua xuống đáy thuế suất của các quốc gia đang phát triển khu thu hút FDI, luận án tiến hành mở rộng mô hình tuyến tính thành hàm đa thức bằng cách thêm các biến thuế suất ở bậc 2 vào các mô hình. Tuy nhiên, do tác động của thuế suất và FDI là ngược chiều theo chính sách cạnh tranh thuế, mô hình với biến thuế suất ở bậc 2 (giá trị bình phương) sẽ luôn cho kết quả dương, nên luận án tiếp tục sử dụng biến thuế suất bậc 3 (giá trị lập phương) để xem xét dấu của hệ số có thay đổi dấu tác động từ âm (bậc 1) sang dương (bậc 3) hay không. Nếu kết quả hồi quy của hệ số tại điểm ngưỡng (điểm chuyển) của thuế suất tại bậc 3 là dương, luận án kết luận có quan hệ phi tuyến trong mối quan hệ giữa thuế suất thuế TNDN và FDI.

Phương trình xem xét hiệu ứng phi tuyến của thuế suất luật định với FDI mở rộng từ phương trình (3.2) và trở thành:

LGFDIi,t = β0 + β1RTAXINCi,t + β2RTAXINC3i,t + β3GDPi,t + β4POPULAi,t

+ β5INFLATi,t + β6GOSPENi,t + β7PROPRI i,t + εi,t

Phương trình xem xét hiệu ứng phi tuyến của thuế suất hiệu quả với FDI mở rộng từ phương trình (3.3) và trở thành:

LGFDIi,t = β0 + β1TAXPROi,t + β2TAXPRO3i,t + β3GDPi,t + β4POPULAi,t

+ β5INFLATi,t + β6GOSPENi,t + β7PROPRI i,t + εi,t

Hiệu ứng phi tuyến sẽ tồn tại khi mà dấu kỳ vọng của β1 và β2 là ngược chiều nhau, hay có sự đổi dấu của β1 và β2. Dấu kỳ vọng của của β1 và β2 thể hiện mối quan hệ phi tuyến giữa thuế suất thuế TNDN và FDI. Trên đồ thị thể hiện sự phi tuyến này sẽ tồn tại một giá trị xác định của thuế suất làm cho tác động của nó lên FDI bằng 0. Giá trị xác định này được xem là ngưỡng của thuế suất trong hiệu ứng phi tuyến. Do đó, thuế suất TNDN trước giá trị ngưỡng và sau giá trị ngưỡng sẽ tác động ngược chiều nhau. Vì vậy, nếu có hiệu ứng phi tuyến xảy ra, nghĩa là theo chính sách cạnh tranh thuế, trong giai đoạn đầu khi các quốc gia chỉ tập trung biện pháp sử dụng thuế suất, một sự gia tăng trong thuế suất thuế TNDN sẽ làm giảm FDI, và sẽ tiếp tục giảm cho đến đạt một mức ngưỡng. Nhưng sau đó, khi các chính sách thuế được cải cách tốt hơn, sự tăng lên trong thuế suất thuế TNDN sẽ làm tăng FDI. Luận án sử dụng phương pháp ước lượng GLS để xác định độ lớn của các hệ số hồi quy và phương pháp 2SLS để kiểm tra tính vững cho mô hình.

3.5 Dữ liệu nghiên cứu

3.5.1 Dữ liệu

Dữ liệu được thu thập từ 32 quốc gia đang phát triển trên thế giới (trong đó có Việt Nam) theo tiêu chí phân loại của tổ chức UNTAC (2005) trong giai đoạn từ năm 2009 đến năm 2019. Dữ liệu được tập hợp theo dạng dữ liệu bảng (panel data) nhằm tiến hành phân tích mối quan hệ theo dữ liệu các quốc gia qua các năm. Quy mô của mẫu phụ thuộc vào dữ liệu sẵn có về nguồn vốn FDI vào các quốc gia đang phát triển, nhất quán với cách tiếp cận được áp dụng trong suốt nghiên cứu. Trong nghiên cứu này, giá trị thu hút FDI thực hiện được xác định theo giá trị dòng vào (inflow) nguồn vốn FDI song phương theo cơ sở dữ liệu CDIS của IMF (thống kê nguồn vốn đầu tư song phương cho một mẫu khoảng 100 quốc gia tiếp nhận từ năm 2009 đến năm 2019). Luận án cũng sử dụng dữ liệu của IMF cho các biến về tỷ trọng thuế TNDN trên GDP và đặc

biệt dữ liệu về thu nhập FDI, được truy xuất từ dữ liệu cán cân thanh toán theo báo cáo chi tiết của IMF BoP (Balance of payment statistic).

Dữ liệu về các biến kinh tế vĩ mô: thuế suất thuế TNDN hiệu quả (Profit tax), GDP, lạm phát, dân số, lực lượng lao động, và độ mở thương mại từ World Bank (World Development Indicators) do thống kê tương đối đầy đủ cho tất cả các quốc gia trong mẫu giai đoạn 2009-2019. Tuy nhiên, các biến về: chỉ số minh bạch chính phủ, tỷ lệ chi tiêu chính phủ, chỉ số quyền tài sản do World Bank không thu thập hoặc thay đổi cách tính từ năm 2016 dẫn đến thiếu dữ liệu của một số quốc gia, nên luận án thu thập dữ liệu theo các tiêu chí công bố xếp hạng của tổ chức The Heritage Foundation (Index of Economic Freedom) trong giai đoạn 2009 -2019.

Dữ liệu về các thiên đường thuế, theo danh sách 38 khu vực pháp lý nhỏ ban đầu được xác định bởi OECD (2005), bao gồm các quốc gia nhỏ có nền kinh tế hoàn toàn hoặc gần như hoàn toàn dành riêng cho việc cung cấp các dịch vụ tài chính ra nước ngoài. Danh sách này cũng đã được đề cập đến bởi một số nghiên cứu khác như: Tax Justice Network (2007), U.S. Government Accountability Office (2008) và Gravelle (2013). Sau đó, OECD (2013) và IMF (2014), xác định rằng các khu vực pháp lý được biết đến với các chế độ thuế hấp dẫn như thiên đường thuế có đặc điểm nổi bật là “các đường dẫn” mà các khoản đầu tư đi qua. Vì vậy, luận án sử dụng dữ liệu về thiên đường thuế là danh sách các khu vực pháp lý nhỏ do OECD xác định ban đầu, bao gồm 32 quốc gia nhỏ được xem là thiên đường thuế theo OECD công bố lại năm 2013 (do vài khu vực pháp lý đã được sáp nhập lại). Do đó, FDI từ thiên đường thuế vào các quốc gia đang phát triển là dòng FDI từ 32 thiên đường thuế vào các quốc gia đang phát triển, thu thập theo nguồn dữ liệu của IMF (chi tiết dữ liệu CDIS) trong giai đoạn nghiên cứu.

3.5.2 Mô tả các biến

3.5.2.1 Các biến về FDI

Đầu tư trực tiếp nước ngoài (LGFDI): theo các nghiên cứu thực nghiệm, biến FDI có sẵn của các cơ sở dữ liệu, thường theo giá trị tuyệt đối hoặc tỷ số FDI/GDP. Tuy nhiên, với các mô hình giải thích FDI cùng với các biến số kinh tế vĩ mô, các nghiên cứu trước đây thường không lấy theo giá trị tuyệt đối mà chuyển thành giá trị Logarit tự nhiên để ước lượng. Khi lấy Logarit, sự khác biệt về đơn vị tính của các biến được loại trừ. Hơn nữa, theo gợi ý của Chakrabarti (2002), với các biến kinh tế vĩ mô trong mô

hình giải thích FDI cần lấy Logarit hoặc Semi-Log để đảm bảo chất lượng mô hình tuyến tính (Chakrabarti & Scholonick, 2002). Việc lấy giá trị Logarit giúp ổn định giá trị phương sai của các biến chuỗi thời gian hơn là lấy theo giá trị gốc (Bekhet & Mugableh, 2013). Một lợi thế nữa của dạng hàm Logarit là phản ánh mức co giãn của FDI theo biến giải thích trong mô hình nên phù hợp với các kết luận theo quan hệ kinh tế hơn.

Biến LGFDI được sử dụng là biến phụ thuộc trong các mô hình đánh giá tác động của chính sách thuế trong thu hút FDI trong nhiều nghiên cứu của Wei (1997), Choe (2003), Schneider (2005), Demekas (2007), Acaravci & Ozturk (2012), Bayer & Ozturk

(2016), Bayer & Marius (2018) ...

FDI từ các thiên đường thuế (RHAVE): là biến đại diện cho dòng FDI từ các thiên đường thuế vào các quốc gia đang phát triển. Bolwijn & ctg (2018) đã sử dụng biến RHAVE bằng cách tính tỷ trọng dòng FDI từ các thiên đường thuế vào các quốc gia đang phát triển để nhấn mạnh vai trò của các thiên đường thuế là “động cơ” và chuyển dịch lợi nhuận là “nhiên liệu” của các chương trình tránh thuế của các công ty đa quốc gia. Haberly (2014) sử dụng khái niệm “FDI ra nước ngoài” trong một nghiên cứu nhằm điều tra các yếu tố quyết định của FDI được chuyển qua các thiên đường thuế. Quỹ Tiền tệ Quốc tế IMF (2014), xác định rằng các khu vực pháp lý được biết đến với các chế độ thuế hấp dẫn như thiên đường thuế có đặc điểm nổi bật là “các đường dẫn” mà các khoản đầu tư đi qua. OECD cho rằng thiên đường thuế là danh sách các khu vực pháp lý nhỏ do OECD xác định ban đầu, bao gồm các quốc gia nhỏ có nền kinh tế hoàn toàn hoặc gần như hoàn toàn dành riêng cho việc cung cấp các dịch vụ tài chính ra nước ngoài để thu hút FDI. Kế thừa nghiên cứu này, biến RHAVE được tác giả đưa vào mô hình là dòng FDI từ 32 thiên đường thuế vào các quốc gia đang phát triển theo OECD công bố năm 2013 (vài khu vực pháp lý đã được sáp nhập lại), và được tính tỷ trọng dòng FDI từ các thiên đường thuế vào các quốc gia đang phát triển trên toàn bộ dòng FDI vào, theo nguồn dữ liệu của IMF (chi tiết dữ liệu CDIS).

Thu nhập của FDI (RINCOME): thu nhập của dòng FDI vào các quốc gia đang phát triển được tính bằng tỷ suất lợi nhuận của FDI trên dòng FDI vào của mỗi quốc gia theo tính toán của UNCTAD (2015), IMF (2015) và Crivelli (2015) để đo lường tác động của thiên đường thuế đến việc dịch chuyển lợi nhuận FDI. Mặt khác, biến RINCOME cũng được sử dụng trong các nghiên cứu đo lường ảnh hưởng của hoạt động

FDI đến thuế thu nhập như của Hines & Rice (1994), Huizinga & Laeven (2008), Dharmapala (2014) và gần đây, Johannesen & ctg (2017). Kế thừa các nghiên cứu này, biến RINCOME được tác giả tính toán dựa vào nguồn dữ liệu của IMF (gồm nguồn vốn FDI vào song phương trên cơ sở dữ liệu CDIS, và thu nhập của FDI theo báo cáo của IMF BoP).

3.5.2.2 Các biến về chính sách thuế:

Thuế suất thuế TNDN luật định (RTAXINC): Các nghiên cứu thường sử dụng thuế suất thuế TNDN luật định do nhà nước ban hành, vì nguồn dữ liệu có sẵn và độ tin cậy minh bạch như: Wei (2000), Bellak & Leibrecht (2009). Ngoài ra, Coelho (2011) cho rằng các doanh nghiệp FDI thường chỉ quan tâm đến thuế TNDN vì thuế suất TNDN tác động trực tiếp đến lợi nhuận sau thuế mà nhà đầu tư nhận được tại nước sở tại. Do đó, tác giả thu thập biến RTAXINC theo nguồn dữ liệu của tổ chức Tax Foundation công bố trong giai đoạn 2009 -2019.

Thuế suất thu nhập hiệu quả (TAXPRO): Biến thuế suất thu nhập hiệu quả, được tính bằng tỷ lệ số thuế thu nhập đã nộp trên thu nhập kinh doanh (Effective Tax Rate: ETR). Bắt đầu King & Fullerton (1984) đã sử dụng biến thuế suất hiệu quả trên cơ sở mã số thuế của DN FDI. So với việc sử dụng biến thuế suất luật định trước đây, thuế suất hiệu quả phản ánh chính xác các ưu đãi thuế và là tiêu chí tốt hơn để đánh giá tác động của việc đánh thuế đối với các quyết định FDI. Tiếp theo, Devereux & Griffith (2003), cho rằng sử dụng biến thuế suất hiệu quả có thể mang lại độ co giãn lớn hơn thuế suất luật định. Hajkova (2006) và Egger (2008), Sato (2012) đã mở rộng phân tích tác động của thuế thu nhập đến FDI bằng cách sử dụng biến thuế suất thu nhập hiệu quả bên cạnh thuế suất luật định để xem xét tác động cụ thể của thuế TNDN đến FDI. Sato (2012) cho rằng sử dụng biến thuế suất hiệu quả có thể phản ánh tốt hơn gánh nặng thuế của DN FDI. Hơn nữa, sự phát triển bổ sung dữ liệu đáng kể của các tổ chức tin cậy trong thời gian gần đây đã góp phần trong thu thập dữ liệu nghiên cứu của các tác giả. Do đó, biến TAXPRO được thu thập theo nguồn dữ liệu sẵn có của World Bank công bố trong giai đoạn 2009 -2019.

Số thu thuế TNDN (TAXINCOME): về mặt lý thuyết, số thu thuế TNDN có mối quan hệ với thuế suất và cơ sở thuế TNDN, do đó các nghiên cứu đã kết hợp thông qua các biến thuế suất, và cơ sở thuế TNDN để nhằm mở rộng phân tích quan hệ giữa

số thu thuế TNDN và FDI. Buettner (2002) sử dụng biến thuế suất luật định, và biến số thu thuế TNDN cho thấy làm tăng gánh nặng thuế TNDN đến FDI. Johannes & ctg (2012) phân tích tác động về chất và lượng của nguồn thu thuế TNDN đối với FDI thông qua ảnh hưởng của biến thuế suất luật định, thuế suất hiệu quả và biến cơ sơ thuế TNDN. Để việc đo lường tiệm cận với mục tiêu nghiên cứu của luận án, tác giả sử dụng biến TAXINCOME được tính bằng tỷ lệ số thu thuế TNDN trên GDP của mỗi quốc gia. Dữ liệu được thu thập từ nguồn IMF, chi tiết dữ liệu BOP của mỗi quốc gia.

3.5.2.3 Các biến kiểm soát:

Tốc độ tăng trưởng kinh tế (GDP): là tỷ lệ tăng trưởng kinh tế hàng năm (%) của mỗi quốc gia cũng đại diện cho quy mô thị trường, một trong những yếu tố quan trọng thúc đẩy FDI. Hầu hết các nghiên cứu thực nghiệm về tác động của tăng trưởng kinh tế đến FDI đều sử dụng chỉ tiêu này để đại diện cho quy mô thị trường và tăng trưởng kinh tế như Castro & ctg (2013), Reenu & ctg (2017), Neha & Monica (2018). Tuy nhiên, các kết quả trái ngược của Kentor (1998), Agosin & Machado (2005), Jilenga &ctg (2016) cho rằng có thể không đủ cho tác động tích cực của tăng trưởng đến FDI, thậm chí không tìm thấy mối quan hệ giữa tăng trưởng đến FDI. Do đó, luận án sử dụng biến GDP như một biến giải thích trong các ước tính liên quan đến FDI. Biến GDP thu thập theo nguồn dữ liệu sẵn có của World Bank công bố trong giai đoạn 2009 -2019.

Tổng dân số của mỗi quốc gia (POPULA): Về mặt lý thuyết, tổng dân số của mỗi quốc gia sẽ cho thấy tiềm năng phát triển của nền kinh tế, do đó rất quan trọng đối với việc thu hút FDI theo kết quả của Schneider (1985), Choi (2003), Apergis &ctg (2006)… Dân số cũng là một lợi thế cho thấy hầu hết các công ty đầu tư để tìm kiếm cơ hội thị trường mới, điều này cũng có thể liên quan đến quy mô thị trường (Apergis &ctg, 2006), kéo theo các nguồn vốn đầu tư FDI. Do đó, biến tổng dân số thường xuất hiện như một biến giải thích trong các ước tính liên quan đến FDI, biến POPULA được tính logarit và thu thập theo nguồn dữ liệu sẵn có của World Bank công bố trong giai đoạn 2009 -2019.

Số lao động của mỗi quốc gia (LABOR): Biến này đại diện cho nguồn nhân lực và được WB thống kê số lượng người trong độ tuổi lao động (15 - 64 tuổi). Đặc tính của lực lượng lao động là một nhân tố ảnh hưởng khác của FDI. FDI cũng nhắm đến các