Thu hút đầu tư trực tiếp nước ngoài từ các nền kinh tế mới nổi

Trường Đại Học Kinh Tế TP HCM
Khoa Tài Chính


THAO LUÂN BAI NGHIÊN CƯU

THU HÚT ĐẦU TƯ TRỰC TIẾP NƯỚC NGOÀI
TỪ CÁC NỀN KINH TẾ MỚI NỔI

Nhóm 05:
11. Võ Nguyên Khang
17. Trần Thị Thuỳ Linh
20. Đỗ Thành Nam

TP. Hồ Chí Minh, tháng 09 năm 2017


MUC LUC


1. Tác giả, bài báo, tạp chí
Bài báo này sử dụng biện pháp tổng hợp để xem xét các khía cạnh kinh tế xã hội
ảnh hưởng đến thu hút đầu tư FDI như thế nào. Biện pháp cho phép phân tích chi tiết về
điểm mạnh và điểm yếu và tăng cường thảo luận về lý do tại sao FDI tập trung ở các nền
kinh tế tiên tiến. Ngoài ra, những phát hiện này cho thấy các lĩnh vực mà các nước mới
nổi nên cải thiện để thu hẹp khoảng cách hiện tại. Bài nghiên cứu này góp phần giải
quyết vấn đề dòng FDI chảy vào đối với một số lượng lớn các nước. Nó cung cấp một
chỉ số về FDI cụ thể của quốc gia thể hiện những điểm mạnh và điểm yếu của nền kinh tế
và đo lường khả năng thu hút nguồn vốn FDI của nước chủ nhà.
2. Nội dung hoặc câu hỏi nghiên cứu: Thu hút FDI lại tập trung ở các nền kinh tế
mới nổi

Tổ chức Hợp tác và Phát triển Kinh tế (OECD) tuyên bố rằng FDI là một yếu tố
quan trọng trong quá trình hội nhập kinh tế quốc tế đang phát triển nhanh chóng Mặc dù
dòng chảy cho các nước đang phát triển đã tăng lên, các nước phát triển vẫn chiếm
khoảng 75% dòng FDI vào trong nước (UNCTAD, 2008b). FDI đóng một vai trò quan
trọng trong sự phát triển của thương mại quốc tế, giúp tạo ra mối liên kết trực tiếp, ổn
định và lâu dài giữa các nền kinh tế .ECD (2008) thảo luận rằng FDI có thể đóng vai trò
quan trọng trong việc phát triển, Khả năng cạnh tranh của cả người nhận và nhà đầu tư.
3. Điểm khác biệt so với các nghiên cứu trước
Trước bài báo này có một số tác giả nghiên cứu về chủ đề này như:
Froot và Stein (1991) cho thấy sự thay đổi tỷ giá có thể ảnh hưởng FDI
Alfaro và cộng sự (Năm 2004) thảo luận về tầm quan trọng của thị trường vốn của một
nước.
• Dilarbakirlioglu (2011), và Mishra và Ratti (2011) cho thấy rằng ngay cả vốn hóa thị
trường và sự tự do hoá của các công ty đầu tư là vấn đề.
•
•

Bài nghiên cứu tập hợp nhiều nghiên cứu vào 4 loại động lực FDI: hoạt động kinh
tế, môi trường pháp lý và chính trị, môi trường kinh doanh và cơ sở hạ tầng. Các loại này
xây dựng khuôn khổ cho chỉ số FDI.
Hoạt động kinh tế
Tình trạng nền kinh tế của một nước ảnh hưởng đến hoạt động FDI. Các bài nghiên
cứu trước . Shatz và Venables (2000), . Fung et al (2002), Trương và Daly (2011),
Billington (1999), Wheeler và Mody (1992).
Tuy nhiên có có những yếu tố khác kích thước hoặc tăng trưởng ảnh hưởng đến tình
trạng của nền kinh tế và FDI của một quốc gia. Addison và Heshmati (2003), Asiedu
(2002), . Pantulu và Poon (2003) và -Janicki và Wunnava (2004), .Nonnenberg và

3

-

Cardoso de Mendonça (Năm 2004), Al Nasser (2007), và Torrisi et al (2004), . Trương và
Daly (2011), Baniak et al. (2005), Nasser (2007), Schneider và Frey (1985).
Hệ thống pháp luật và chính trị
Hệ thống pháp lý và chính trị của một quốc gia cũng ảnh hưởng đến sự hấp dẫn của
nó đối với các nhà đầu tư nước ngoài. Ramcharran (2000), Baniak et al. (2005), Naudé
và Krugell (2007), Naudé và Krugell (2007), Ramcharran (1999), Akhter (1993), .
Schneider và Frey (1985). Những nghiên cứu này đã chứng minh yếu tố pháp lý, chính
trị có ảnh hưởng đến đầu tư FDI của một quốc gia.
Môi trường kinh doanh
Chi phí lao động (Janicki và Wunnava (2004), Barrell and Pain (1996), Rodriguez và
Pallas (2008)) có ảnh hưởng đến đầu tư FDI của một quốc gia.
Chính sách thuế có ảnh hưởng đến FDI: Hartman (1984), Cassou (1997), Wei (2000)
Quan liêu, tham nhũng: Baniak et al. (2005), Bénassy-Quéré et al. (2007), ), Wei (2000).
Cơ sở hạ tầng
Các yếu tố cơ sở hạ tầng: giao thông, truyền thông, công nghệ thông tin,… có ảnh
hưởng đến FDI của quốc gia: Loree và Guisinger (1995), Wooler và Mody (1992), Rut
và Ahmed (1979), Al Nasser (2007), Heshmati (2003).
4. Dữ liệu và phương pháp nghiên cứu

4.1. Dữ liệu nghiên cứu
Bài viết sử dụng 20 chuỗi dữ liệu có ý nghĩa cho chỉ số FDI. Do chất lượng dữ liệu
bị ảnh hưởng bởi các phương pháp thu thập dữ liệu không đồng nhất trong các quốc gia
riêng lẻ nên tác giả đã thực hiện phân tích độ nhạy cảm khi thêm bớt các chuỗi dữ liệu
phù hợp. Qua đó tác giả tối ưu hóa cấu trúc chỉ số và số lượng chuỗi dữ liệu và các công
cụ chính để tối đa hóa khả năng theo dõi FDI trong thực tế.
Tác giả đã xem xét dữ liệu hàng năm; trong hầu hết trường hợp tác giả tham khảo
bảng số liệu cuối cùng. Tuy nhiên, để làm phẳng sự biến động, GDP bình quân đầu

người, tăng trưởng GDP thực, tổng thặng dư của chính phủ, và các biến số kiểm soát
FDI/GDP được tính trung bình trong 3 năm qua. Tác giả đã giảm một số chuỗi dữ liệu cả
GDP và dân số để đảm bảo tính so sánh. Không phải tất cả các chuỗi dữ liệu đều là dữ
liệu thô, nhưng đại diện cho chỉ số có sẵn, ví dụ như chỉ số quản trị toàn cầu từ Ngân
hàng thế giới.
Dữ liệu được phân thành 4 cấp độ, trình bày theo cấu trúc hình chóp cho phép truy
lục các giá trị động lực chính để tăng mức độ chi tiết. Điều này rất quan trọng cho các
phân tích tiếp theo về điểm mạnh và điểm yếu của các quốc gia và khu vực riêng lẻ.

4


4.2. Mẫu quốc gia
Bài viết dựa trên số liệu của 127 quốc gia, được chia thành 8 vùng địa lý theo phân nhóm
của IMF.

5


4.3. Phương pháp nghiên cứu
Tác giả phân chia nhiệm vụ theo bốn bước: phân tích tương quan, normalization và
chuẩn hóa dữ liệu, trọng số và tổng hợp.

Các kết quả nhạy cảm với các kỹ thuật khác nhau. Vì vậy, tác giả áp dụng kết hợp
một số các phương pháp đề xuất và giới thiệu bốn cấp độ của chỉ số.

Trong cấp độ 1 của Chỉ số FDI, tác giả tính các điểm z của chuỗi dữ liệu, cân bằng
chúng theo cấu trúc được đề xuất trong Bảng 1 và sử dụng hàm tuyến tính. Cấp độ 2
cũng tương tự vậy, nhưng sử dụng phương pháp đánh giá lại để chuẩn hóa dữ liệu. Cấp
6

độ 3 cũng giống cấp độ 2 nhưng chúng tôi sử dụng đồ thị. Chỉ số 4 cũng tương tự như 3,
nhưng sử dụng phân tích nhân tố để xác định trọng số của bốn động lực chính.
4.3.1. Phân tích tương quan
Với kiểm tra tính tương quan, tác giả chứng minh rằng các dữ liệu thô và các chỉ số
có sẵn là ngẫu nhiên, và do đó, đại diện cho tổng thể. Kiểm tra tính tương quan cũng nên
được tiến hành trước khi phân tích nhân tố để xác định các yếu tố phân tích các kết quả
là hợp lý.
Việc sử dụng các mức ý nghĩa alpha của Cronbach và các biện pháp khác như kiểm
định của Kaiser-Meyer-Olkin (MSA) và Bartlett’s Test of Sphericity để đánh giá mức độ
tương quan. Đo lường Kaiser-Meyer-Olkin về độ tin cậy của mẫu (MSA) dựa trên sự
tương quan một phần giữa các biến đầu vào. Kiểm định Sphericity của Bartlett cho thấy
rằng liệu ma trận tương quan không phải là ma trận xác định, do đó, có thể làm động lực.

(Điểm khác so với các nghiên cứu trước) Các phân tích cho thấy, đối với hoạt động
kinh tế, chúng ta có thể loại bỏ tốc độ tăng trưởng GDP từ việc lựa chọn để tăng cường
alpha. Điều này là do sự tương quan yếu của tăng trưởng GDP với các tiêu chí khác được
sử dụng để đánh giá động lực chính này. Đối với môi trường kinh doanh, chỉ số thuế của
chúng tôi tương quan yếu với các chỉ tiêu khác, và có thể bị loại bỏ để cải thiện kết quả
thống kê. Tuy nhiên, chúng tôi tuân theo lý do kinh tế dựa trên các tài liệu trước đây về
chủ đề này, coi hai điều này quan trọng đối với việc thu hút FDI của một quốc gia, và do
đó giữ chúng trong suốt nghiên cứu của chúng tôi.
4.3.2. Chuẩn hóa dữ liệu
Để tổng hợp chỉ số, tất cả các điểm dữ liệu cần phải được chuẩn hóa thành một
thang đo chung. bài viết này sử dụng cả hai phương pháp điểm z và phương pháp đánh
giá lại để chuẩn.
Z-score chuyển đổi dữ liệu cơ bản sang phân phối chuẩn, với một giá trị trung bình
bằng không và một độ lệch chuẩn bằng một. Điều này hàm ý rằng các biến có giá trị cực
trị có ảnh hưởng lớn đến chỉ số.

Phương pháp đánh giá lại được sử dụng để chuẩn hoá các chỉ số cho một khoảng
biến thiên bằng phép biến đổi tuyến tính.

7


4.3.3. Trọng số của các chỉ số
Chúng tôi sử dụng trọng số cân bằng cho tất cả các chuỗi dữ liệu và động lực chính
theo cấu trúc được trình bày trong Bảng 1 cho các cấp độ từ 1 đến 3; chúng tôi sử dụng
các trọng số được xác định bởi các phân tích nhân tố cho bốn động lực chính cho cấp độ
4. Nguyên tắc trọng số cân bằng là cách tiếp cận đơn giản nhưng không khác biệt lớn so
với kết quả phân tích nhân tố.
Khi sử dụng phân tích nhân tố, mỗi thành phần được gán trọng số theo sự đóng góp
của nó vào tổng phương sai trong dữ liệu. Điều này đảm bảo rằng các chỉ số tổng hợp kết
quả chiếm phần lớn sự khác biệt giữa các nước trong các mục cơ bản.

Giá trị alpha và MSA cao chứng minh rằng các động lực chính là các đại diện chính
xác. Do đó, các động lực chính của chúng tôi là những đại diện thích hợp để đánh giá
khả năng thu hút FDI của các nước.
Bước cuối cùng đề cập đến tính toán trọng số cho bốn động lực chính. Bảng 6 trình
bày các tỷ trọng thành phần và trọng số kết quả cho các động lực chính.

Bảng 6 cho thấy hệ thống chính trị và cơ sở hạ tầng pháp luật có trọng số cao nhất
trong khi môi trường kinh doanh nhận được mức thấp nhất. Điều này có nghĩa là môi
trường pháp lý và chính trị ở một quốc gia cụ thể là yếu tố quyết định mạnh nhất cho
hoạt động FDI. Tuy nhiên, sự khác biệt về trọng số chỉ là nhỏ đối với một nguyên tắc
trọng số cân bằng. Vì vậy, như chúng tôi đã xác nhận sau đó, việc sử dụng phân tích
nhân tố để xác định trọng số của động lực chính không làm thay đổi kết quả của chỉ số
đến bất kỳ mức độ có ý nghĩa nào.

8


4.3.4. Tập hợp dữ liệu
Chúng tôi sử dụng các phương pháp tập hợp tuyến tính và đồ thị. Chúng tôi sử dụng
cả hai phương pháp tổng hợp để tính các cấp độ chỉ số khác nhau nhằm xác định cấp độ
nào mang lại kết quả theo dõi FDI tốt nhất.
4.4. Mức độ giải thích của các cấp độ chỉ số khác nhau
Chúng tôi kiểm tra mức độ giải thích của mỗi cấp độ chỉ số bằng cách so sánh điểm
số với hoạt động FDI thực tế ở mỗi quốc gia. Chúng tôi chính thức kiểm tra chỉ số FDI
như sau:
FDIActivity ~
Để đảm bảo tính so sánh của nhiều quốc gia, chúng ta giảm FDI theo quy mô kinh
tế. Để tính đến sự biến động lớn về thời gian của dòng chảy nội địa của FDI ở nhiều
nước, chúng tôi sử dụng trung bình trong ba năm để làm phẳng. Hơn nữa, chúng tôi loại
bỏ các ngoại lệ với tỷ lệ FDI rất cao, rất thấp và dao động mạnh từ mẫu. Để đưa ra một
giá trị rõ ràng, chúng tôi quyết định loại bỏ một nước khỏi mẫu khi tỷ lệ độ lệch chuẩn
của FDI (trên ba năm) và trung bình ba năm của FDI/GDP lớn hơn 0,5, do đó giảm 67
quan sát.

Bảng 7 cho thấy:
a

Theo phân tích tương quan, phương pháp thích hợp nhất để đo sự hấp dẫn của một
quốc gia cho các nhà đầu tư FDI là phương pháp 1 (ρ = 0.543).

b

Các nỗ lực bổ sung để thực hiện phân tích các yếu tố thực sự dẫn đến kết quả tồi
tệ hơn.

c

Kết hợp đồ thị thực hiện tốt hơn so với kết hợp tuyến tính.

Đánh giá các kết quả cho thấy rằng cấp độ chỉ số thứ nhất phù hợp với tiêu chí của chúng
tôi, vì vậy đây được coi là "Chỉ số FDI" của chúng tôi.
5. Các kết quả nghiên cứu chính
Singapore, Hồng Kông, Luxembourg, và các tiểu vương quốc Arập thống nhất là
những quốc gia dẫn đầu trong bảng xếp hạng. Tất cả bốn quốc gia đều thực hiện trên
mức trung bình trên tất cả các mục chỉ số về hoạt động kinh tế, môi trường kinh doanh,
hệ thống pháp lý và chính trị, cơ sở hạ tầng.
9


Venezuela, Đông Timor, Burundi, Zimbabwe, và Chad được xếp hạng thấp nhất.
Các quốc gia này cho thấy sự thâm hụt mạnh trong hầu hết tất cả các tiêu chí ảnh hưởng
đến quyết định đầu tư của các nhà đầu tư nước ngoài.
5.1. Các nền kinh tế tiên tiến và các nền kinh tế mới nổi và đang phát triển

Hình 4 minh họa những điểm mạnh và điểm yếu của bốn biến chính của những nền
kinh tế tiên tiến so với các nền kinh tế mới nổi và đang phát triển.

10


Hình 5 biểu diễn sự so sánh cho tất cả các chỉ số phụ. Các cột so sánh trong hình
xác nhận những khác biệt cơ bản giữa các thị trường đã phát triển và mới nổi. Những kết
quả chính cho mỗi biến điều khiển chính của chỉ số FDI là:
1. Các hoạt động kinh tế: Khoảng cách giữa các nền kinh tế tiên tiến và các nền

kinh tế mới nổi và đang phát triển liên quan đến biến điều khiển chính này thì không quá
lớn. Với 97 điểm, các nền kinh tế mới nổi và đang phát triển chỉ thấp hơn 3 điểm so với
mức trung bình của thế giới. Tuy nhiên, việc đánh giá chỉ số phụ cấp 2 và 3 cho thấy
những khác biệt lớn. Các điểm mạnh của các nền kinh tế tiên tiến có thể được xác định
rõ ràng. Họ đi trước các nền kinh tế mới nổi và các nền kinh tế đang phát triển do quy
mô thị trường và sự mở cửa kinh tế của họ. Do đó, ổn định kinh tế là một trở ngại lớn
11


hơn trong đa số các nền kinh tế đang phát triển. Mặt khác, các nước mới nổi nhận được
điểm số cao cho sự tăng trưởng kinh tế của họ.
2. Hệ thống pháp luật và chính trị: Các nền kinh tế mới nổi và đang phát triển chỉ
nhận được 63 điểm cho biến điều khiển chính này. Đặc biệt là do sự bất ổn chính trị hiện
tại và pháp quyền, các nền kinh tế mới nổi và đang phát triển ít hấp dẫn hơn rất nhiều đối
với các nhà đầu tư nước ngoài hơn khi so với các nền kinh tế tiên tiến.

3. Môi trường kinh doanh: Liên quan đến thuế, khoảng cách giữa các nền kinh tế
không quá lớn. Tuy nhiên, tham nhũng cản trở khả năng dòng vốn FDI đi vào các thị
trường mới nổi.

12


4. Cơ sở hạ tầng: Các nền kinh tế mới nổi và đang phát triển tụt hậu phía sau các
nền kinh tế tiên tiến về chất lượng cơ sở hạ tầng.
5.2. Giá trị cắt phân loại những nền kinh tế tiên tiến, mới nổi và đang phát triển
Mặc dù việc giải thích về mặt kinh tế các kết quả của tác giả đã khẳng định cho các
nghiên cứu trước đây về dòng chảy FDI, thì chỉ số FDI cũng được coi là một thước đo
cho tình trạng phát triển của các quốc gia. Một kỹ thuật phân tích phân biệt cho thấy rằng
các điểm số chỉ số này tương quan với mức độ phát triển kinh tế của các nước. Tác giả

nhận thấy điểm số chỉ số này rất hữu ích trong việc phân biệt giữa các nền kinh tế tiên
tiến và các nền kinh tế mới nổi. Mô hình có độ tương quan canonical cao ở mức 0,712.
13


Chỉ số Wilk lambda là 0.493. Đây là một kết quả vững vàng cho nghiên cứu thực nghiệm
kinh tế xã hội học giữa các quốc gia, kết quả này được xác nhận bằng việc bác bỏ giả
thuyết rằng chỉ số điểm số trung bình của hai nhóm là giống nhau ở mức ý nghĩa 0.000.
Phân tích phân biệt cho ra giá trị cắt là 81.4, có nghĩa là các nước có điểm số dưới
ngưỡng này có thể sẽ được coi là "nền kinh tế mới nổi". Giá trị cắt đã phân loại chính
xác 110 quốc gia (86,6%) trong mẫu.
Tác giả lặp lại phân tích ở trên và chia nhóm các nước mới nổi thành hai mẫu nhỏ
tại điểm số chỉ số trung vị của tất cả các nước đang phát triển (65.0). Việc này sẽ phân
tách những nền kinh tế kém phát triển nhất với những nền kinh tế mới nổi tiên tiến hơn.
Trong phân tích phân biệt này, tác giả đưa vào bốn biến điều khiển chính và có được kết
quả xác nhận mạnh mẽ cho vấn đề vừa thảo luận ở trên. Tương quan canonical của mô
hình là 0.822. Giá trị cao này phù hợp với điểm Wilk lambda thấp (0.323) và việc bác bỏ
giả thuyết về những điểm số chỉ số trung bình nhóm bằng nhau tại mức ý nghĩa 0.000.
Tất cả bốn biến điều khiển chính thực sự là các biến phân biệt, mỗi biến tại mức ý nghĩa
0.000. Các hệ số được chuẩn hoá của hàm phân biệt chứng minh thứ hạng quan trọng của
bốn biến điều khiển chính. Các hệ số tương đối thấp đối với môi trường kinh doanh
(0.030) và hoạt động kinh tế (0.102), nhưng lại cao đối với hệ thống pháp lý và chính trị
(0.460) và cơ sở hạ tầng (0.709). Do đó cả hệ thống chính trị và cơ sở hạ tầng phân biệt
trước, giữa các nước mới nổi và các nước đã phát triển và thứ hai, cũng phân biệt giữa
các quốc gia kém phát triển nhất với các quốc gia tiên tiến hơn. Phát hiện này nhấn mạnh
sự cần thiết cho các quốc gia tăng cường hệ thống pháp luật và chính trị, cũng như cải
thiện cơ sở hạ tầng để thúc đẩy phát triển kinh tế.
5.3. Kiểm tra độ mạnh
Tác giả đã thực hiện một số kiểm tra về độ mạnh đã được báo cáo và chưa được báo
cáo để cung cấp bằng chứng cho sự đúng đắn của phương pháp của tác giả: Tác giả so

sánh sức mạnh theo dõi của chỉ số FDI với các chỉ số khác được xây dựng để đánh giá
các điều kiện đầu tư và kinh doanh nói chung hoặc hoạt động FDI, và tác giả phân tích
sức mạnh mô tả của các biến điều khiển chính của tác giả và của riêng chuỗi dữ liệu.
Tác giả phát hiện ra ba chỉ số thay thế với phạm vi liên quan, và bao gồm một mẫu
quốc gia tương tự như của tác giả. Đầu tiên cũng đánh giá hành vi của FDI, nhưng dựa
trên rất ít hạng mục và lại không cung cấp được các tham chiếu đến tầm quan trọng thực
tế của chúng. Thứ hai, đo lường tính cạnh tranh chung của các nền kinh tế dựa trên 116
tiêu chí. Tác giả sử dụng nó để phân tích việc liệu có cần thiết phải tập trung vào các yếu
tố quyết định cho FDI hay không, hay liệu hành vi đầu tư của các nhà đầu tư trực tiếp từ
nước ngoài được mô tả tốt hơn bằng cách tập trung vào tính cạnh tranh chung của một
nền kinh tế. Cuối cùng, tác giả đánh giá chỉ số FDI với một chỉ số chuyên biệt hơn để
xác định liệu một cái nhìn nghiêm túc hơn về các tham số của dòng chảy FDI đi vào có
làm tăng sức mạnh giải thích của các kết quả hay không. Trong trường hợp này, tác giả
phân tích liệu một chỉ số tập trung chuyên biệt vào thương mại cũng đủ điều kiện để mô
tả hoạt động FDI hay không.
Do đó, tác giả đánh giá chỉ số FDI với các chỉ số sau: (1) Chỉ số Tiềm năng dòng
FDI vào 2004-2006; (2) Chỉ số năng lực cạnh tranh toàn cầu năm 2008-2009, tập trung
vào khả năng cạnh tranh của một nền kinh tế; và (3) Chỉ số Kích hoạt Thương mại năm
2008, tập trung vào một yếu tố quyết định chính. Tuy nhiên, các chỉ số chuẩn và chỉ số
FDI không tính cho các quốc gia tương tự. Do đó, tác giả giảm danh sách các quốc gia
14


được tính cho tất cả các chỉ số xuống một mức chung là 106 để có một kết quả công
bằng, và tác giả loại bỏ các quốc gia có hoạt động FDI ngoài, như đã thảo luận ở trên.
Sức mạnh theo dõi của các chỉ số khác nhau được trình bày trong Bảng 8.

Phân tích điểm chuẩn cho thấy chỉ số FDI là chỉ số thích hợp nhất cho hoạt động
FDI thực. Lý do cho sự vượt trội này liên quan đến chất lượng của chuỗi dữ liệu của tác
giả và mô hình trọng số. Tác giả chỉ đánh giá các tiêu chí được xác định là có liên quan

trong tài liệu và sử dụng dữ liệu chọn lọc làm đại diện cho chúng. Tác giả xác nhận tính
đơn hướng của các dữ liệu đại diện được chọn lọc với các kết quả thống nhất, và tổng
hợp các chỉ số thông qua một số phương pháp. Kết quả là một thước đo tổng hợp giải
thích FDI tổng hợp chính xác hơn các chỉ số khác, bao gồm Chỉ số Tiềm năng FDI vào.
Các chỉ số rộng hơn đo lường khả năng cạnh tranh của quốc gia không đủ điều kiện
để đánh giá hành vi đầu tư của các nhà đầu tư nước ngoài. Cần phải có một chỉ số tập
trung hơn giống như chỉ số FDI của chúng tôi để đánh giá vì nó chỉ nhằm vào các yếu tố
ảnh hưởng trực tiếp đến quyết định đầu tư của nhà đầu tư nước ngoài. Hơn nữa, chỉ số
Kích hoạt Thương mại Toàn cầu (Global Enabling Trade Index), nhằm vào các yếu tố
quyết định cụ thể, cũng mang lại một thước đo chưa đầy đủ cho dòng FDI vào. Ngay cả
khi thương mại quốc tế và sự mở cửa của nền kinh tế là những biến điều khiển quan
trọng cho FDI thì việc tập trung vào các yếu tố quyết định đơn lẻ không đủ để đánh giá
mức độ hấp dẫn của một quốc gia đối với các nhà đầu tư trực tiếp nước ngoài. Các mô
hình không gian của hoạt động FDI quá phức tạp để được đặc trưng bởi một yếu tố duy
nhất hoặc một tập hợp các tham số quan sát.
Phát hiện này được xác nhận bởi các kiểm tra độ mạnh khác. Tác giả chạy nhiều
hàm hồi quy tuyến tính sử dụng thước đo cho các dòng FDI vào như mô tả ở trên là một
biến phụ thuộc, và tất cả các chuỗi dữ liệu riêng, các cấu trúc phụ xác định, bốn biến điều
khiển chính, và các kết hợp của chúng là các biến hồi quy. Tác giả tìm kiếm mô hình đa
biến thể hiện các hồi quy kinh tế và có ý nghĩa thống kê với mức độ giải thích cao và
trình bày chúng trong Bảng 9.
Trong Bảng 9, chúng tôi hồi quy tỷ lệ trung bình các dòng FDI vào trên GDP trong
ba năm trên nhiều biến độc lập ở các quốc gia mẫu của chúng tôi mà đã được cắt giảm
bởi các biến bất thường, để lại 67 quan sát như đã thảo luận trong Phần 3.4. Trường hợp
cơ bản trong Bảng A trình bày các kết quả hồi quy của chỉ số FDI và một hằng số trên
biến phụ thuộc. Các đặc tả 1 đến 4 trong Bảng A bao gồm các hồi quy tuyến tính của bốn
biến điều khiển chính. Các đặc tả 5 đến 10 trong Bảng B bao gồm các kết hợp của bốn
biến điều khiển chính, trong khi đặc tả 11 bao gồm tất cả chúng. Sự thay đổi ý nghĩa
thống kê và kinh tế của các biến điều khiển chính cho thấy sự tương quan tuyến tính tồn
tại giữa số các lực tác động chính. Các kiểm tra độ mạnh cho thấy sự vượt trội của hồi

quy trường hợp cơ bản với chỉ số FDI là biến độc lập duy nhất. Chỉ số này tương quan
mạnh với thước đo cho hoạt động FDI. Chỉ số t là đáng kể và chỉ số R 2 được điều chỉnh
15


có giá trị cao nhất trên tất cả các kiểm tra độ mạnh. Chúng tôi chạy các thử nghiệm tương
tự (không lập bảng) cho tất cả các chuỗi dữ liệu riêng và các cấu trúc được định nghĩa
trong Bảng 1. Không có chuỗi dữ liệu hay các kết hợp của chuỗi dữ liệu, cấu trúc và các
biến điều khiển chính nào có khả năng theo dõi hoạt động FDI thực tốt hơn là chỉ số FDI.

6. Kết luận
Tác giả trình bày một chỉ số tổng hợp nhằm đo lường sự hấp dẫn của một quốc gia
đối với các nhà đầu tư trực tiếp nước ngoài. Tác giả xác định bốn biến điều khiển chính
ảnh hưởng đến sự hấp dẫn FDI của một nước: hoạt động kinh tế, hệ thống pháp luật và
chính trị, môi trường kinh doanh và cơ sở hạ tầng.
Tác giả giới thiệu các phương pháp tính toán khác nhau để đo lường sự hấp dẫn của
một quốc gia đối với các nhà đầu tư trực tiếp nước ngoài, đó là chỉ số FDI, cụ thể là
phương pháp tiêu chuẩn hoá, trọng số và tổng hợp. Do các kết quả rất nhạy với các kỹ
thuật này nên tác giả đề xuất bốn chỉ số khác và đo lường sức mạnh giải thích của các chỉ
số thay thế này bằng cách liên hệ các điểm số của quốc gia với dòng chảy FDI vào thực.
Phiên bản chỉ số ưa thích tương quan với FDI vào tại mức 0.543. Để có thêm bằng chứng
về chất lượng của phương pháp tiếp cận, tác giả đánh giá chỉ số FDI với ba chỉ số thông
dụng. Các phân tích cho thấy chỉ số FDI là thước đo phù hợp nhất về khả năng thu hút
FDI của một quốc gia. Với nhiều kiểm tra độ mạnh, tác giả xác nhận rằng không có
chuỗi dữ liệu nào khác có mức độ giải thích cao hơn cho hoạt động FDI hơn là chỉ số
FDI.
16


Chỉ số FDI củng cố các bằng chứng đã được công bố về lý do tại sao các dòng FDI

chảy vào được tập trung ở các nền kinh tế tiên tiến, hiện đang chiếm 75% FDI đi vào các
quốc gia. Các quốc gia đang phát triển và mới nổi ít hấp dẫn các nhà đầu tư nước ngoài
hơn do hệ thống pháp lý và chính trị kém của họ cũng như cơ sở hạ tầng manh mún. Do
đó, những cải tiến trong các lĩnh vực này là cần thiết để thu hút dòng FDI trong tương
lai.

17