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
Nhóm Hoa mặt trời 1 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
Thành viên nhóm Hoa mặt trời:
1. Phan Thị Dương.
2. Trần Thị Ngọc.
3. Cao Thị Thu Hằng.
4. Nguyễn Văn Phương.
Nhóm Hoa mặt trời 2 GVHD: Nguyễn Bá Trung
PHẦN I: ĐẶT VẤN ĐỀ
Hiện nay, Việt Nam đang trong quá trình phát triển kinh tế, nguồn vốn
đầu 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 con
đường duy nhất để giải quyết vấn đề vốn trong quá trình phát triển kinh tế. Vậy
những yếu tố nào quyết định đến việc thu hút các nguồn vốn này? Chính vì vậy
nhóm 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 thực
hiện thông qua việc cải thiện về môi trường đầu tư, các chính sách ưu đãi đối
với các doanh nghiệp… Khi các nhà đầu tư thấy được môi trường đầu tư an
toàn và thuận lợi thì sẽ có nhiều nhà đầu tư đầu tư vào tỉnh. Và để có thể giải
thích 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.
Nhóm Hoa mặt trời 3 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
PHẦN II: CƠ SỞ LÝ LUẬN

 Đào tạo lao động.
Chỉ số PCI được nghiên cứu và công bố hàng năm có ý nghĩa rất lớn trong
quản lý, điều hành kinh tế ở các tỉnh. Nó chỉ ra năng lực cạnh tranh của từng
tỉnh trong việc thu hút đầu tư và phát triển thành phần kinh tế tư nhân. PCI
càng cao thì càng có lợi cho việc thu hút các dự án đầu tư có vốn nước ngoài.
 Khi đầu tư vao tỉnh thì các nhà đầu tư quan tâm đến thị trường tiêu thụ
của sản phẩm và các yếu tố về trình độ dân trí của địa phương, những tỉnh có
dân số lớn hoặc những khu vực có mật độ dân số cao thường thu hút được sự
quan tâm của các doanh nghiệp kinh doanh quốc tế. Thứ nhất, dân số đông
đồng nghĩa với tiềm năng thị trường lớn. Thứ hai, sẽ là nguồn cung lao động
cho các doanh nghiệp. Vì vậy, mật độ dân số cũng là một yếu tố giúp địa
phương có khả năng thu hút vốn đầu tư.
 Tiềm năng thị trường có lớn hay không những phụ thuộc vào mật độ dân
số mà còn phụ thuộc vào mức sống và thu nhập của dân cư trong nước. Thị
trường 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)
 Ngoài ra, vấn đề về cơ sở hạ tầng của tỉnh cũng là một thế mạnh của tỉnh
nhằm thu hút các dự án đầu tư. Đối với các tỉnh trong quá trình xây dựng các
khu công nghiệp kéo theo việc nâng cấp cơ sở hạ tầng, mạng lưới giao thông
vận 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 các
nhà đầu tư giảm bớt được những chi phí vận chuyển, tránh được tác động do
thiên tai gây ra.
2.2. Mô hình dự kiến, dự đoán dấu
Mô hình dự kiến
Y=
β
1
+

4
: Dự kiến dấu
β
4
>0
β
5
: Khi tốc độ tăng trưởng kinh tế của các tỉnh (GDP) càng cao thì khả
năng các doanh nghiệp nước ngoài đầu tư vào các tỉnh càng cao. Do đó dấu dự
kiến là
β
5
>0.
Nhóm Hoa mặt trời 6 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
PHẦN III: MÔ TẢ SỐ LIỆU THU THẬP
3.1. Bảng số liệu
STT TỈNH Y X1 X2 X3 X4
1
Bà Rịa - Vũng
Tàu
18 466 55.95 7 8.17
2 Bạc Liêu 1 317 42.89 1 11.5
3 Bắc Ninh 35 1227 54.79 4 11.96
4 Bến Tre 2 573 53.11 1 10.5
5 Bình Định 12 259 66.49 2 14.3
6 Bình Dương 292 358 76.23 15 12
7 Bình Phước 30 118 46.29 2 12.2
8 Bình Thuận 10 148 52.66 1 17
9 Cà Mau 1 231 43.99 1 12.8

38 Bắc Giang 15 417 55.99 2 15
39 Tây Ninh 22 259 48.35 2 11
40 Thái Bình 2 1206 50.54 2 10.56
41 Thái Nguyên 1 318 52.71 1 8.2
42 Thanh Hóa 6 330 45.3 1 12
43
Thừa Thiên -
Huế
9 226 50.53 1 13.4
44 Tiền Giang 5 691 52.18 2 11.02
45
TP. Hồ Chí
Minh
312 2909 63.39 15 13
46 Trà Vinh 1 452 56.83 1 7.8
47 Tuyên Quang 2 125 47.21 0 12
48 Vĩnh Long 1 715 64.67 2 8.17
49 Vĩnh Phúc 30 860 61.27 3 11.5
50 Yên Bái 2 170 56.85 2 15.3
3.2. Mô hình
Y =
β
1
+
β
2
*X1 +
β
3
*X2+

*X1 +
β
3
*X2+
β
4
*X3+
β
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
1994)
Kết quả ước lượng :
Y = -96.90737604 + 0.04878939758*X1 + 0.8029087725*X2 +
8.981274435*X3 + 2.415093305*X4
Dependent Variable: Y
Method: Least Squares
Date: 12/22/11 Time: 09:30
Sample: 1 50
Included observations: 50
Variable Coefficient Std. Error t-Statistic Prob.
C -96.90738 49.89991 -1.942035 0.0584
X1 0.048789 0.008140 5.993778 0.0000
X2 0.802909 0.803530 0.999227 0.3230
X3 8.981274 1.465394 6.128915 0.0000

=0.753169, tỷ số t thấp, các biến X2 và X4 không có ý
nghĩa về mặt thống kê.
• Dấu hiệu 2: Mô hình hồi quy phụ.
Dependent Variable: X1
Method: Least Squares
Date: 12/22/11 Time: 10:01
Sample: 1 50
Included observations: 50
Variable Coefficient Std. Error t-Statistic Prob.
C 1352.050 881.5915 1.533647 0.1320
X2 -9.117911 14.49231 -0.629155 0.5324
X3 55.51463 25.24947 2.198645 0.0330
X4 -36.73246 35.31485 -1.040142 0.3037
R-squared 0.116941 Mean dependent var 580.0000
Adjusted R-
squared
0.059350 S.D. dependent var 650.4608
S.E. of regression 630.8630 Akaike info criterion 15.80867
Nhóm Hoa mặt trời 10 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
Sum squared resid 18307455 Schwarz criterion 15.96163
Log likelihood -391.2168 F-statistic 2.030552
Durbin-Watson
stat
1.658619 Prob(F-statistic) 0.122728
Ta tiến hành Kiểm định cặp giả thuyết:
H
0
: R
2

24
= -0.033528
R
34
= 0.023433
Ta thấy các R
12,
R
13,
R
14
, R
23,
R
24,
R
34
nhỏ  Mô hình không có 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 có hiện tượng phương sai thay đổi hay không?
 Phương pháp 1: Vẽ đồ thị của phần dư.
Nhóm Hoa mặt trời 11 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
-150
-100
-50
0
50

H
1
: β
2
≠ 0. ( có hiện tượng phương sai thay đổi).
Ta thấy t-Statistic = 5.706385, p_value = 0.0000 < 0.05  bác bỏ giả
thiết H
0
tức là mô hình có hiện tượng phương sai thay đổi.
Nhóm Hoa mặt trời 12 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
 Phương pháp 3: Kiểm định White.
White Heteroskedasticity Test:
F-statistic 11.40486 Probability 0.000000
Obs*R-squared 34.49775 Probability 0.000033
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/22/11 Time: 12:55
Sample: 1 50
Included observations: 50
Variable Coefficient Std. Error t-Statistic Prob.
C 39346.97 14727.72 2.671626 0.0108
X1 -0.719423 1.300885 -0.553026 0.5832
X1^2 7.08E-05 0.000407 0.174075 0.8627
X2 -1470.781 416.1246 -3.534473 0.0010
X2^2 13.70220 3.650815 3.753190 0.0005
X3 471.8087 296.6845 1.590271 0.1195
X3^2 -0.570781 13.31784 -0.042858 0.9660
X4 -77.45871 896.6476 -0.086387 0.9316

2
lnX1 + β
3
lnX2 + β
4
ln X3 + β
5
lnX4 + U
i
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)
Nhóm Hoa mặt trời 13 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
Dependent Variable: LOG(Y)
Method: Least Squares
Date: 12/22/11 Time: 14:06
Sample: 1 50
Included observations: 49
Excluded observations: 1
Variable Coefficient Std. Error t-Statistic Prob.
C -3.403517 5.799350 -0.586879 0.5603
LOG(X1) 0.389321 0.186403 2.088592 0.0426
LOG(X2) -0.849616 1.318265 -0.644495 0.5226
LOG(X3) 1.303815 0.229617 5.678211 0.0000
LOG(X4) 2.316259 0.737600 3.140265 0.0030
R-squared 0.613512 Mean dependent var 2.160301
Adjusted R-
squared
0.578377 S.D. dependent var 1.553277

Bài tập nhóm Môn: Kinh tế lượng
R-squared 0.107939 Mean dependent var 0.913438
Adjusted R-
squared
-0.070474 S.D. dependent var 0.977656
S.E. of regression 1.011520 Akaike info criterion 3.025191
Sum squared resid 40.92687 Schwarz criterion 3.372668
Log likelihood -65.11717 F-statistic 0.604995
Durbin-Watson
stat
2.288658 Prob(F-statistic) 0.768044
Kiểm định cặp giả thiết:
H
0 :
Không có hiện tượng phương sai thay đổi.
H
1
: Có hiện tượng phương sai thay đổi.
Ta có:
Obs*R-squared = 5.288991, Probability = 0.726289 > 0.05  Chấp nhận giả
thuyết H
0
tức là mô hình đã khắc phục được hiện tượng phương sai thay đổi.
5. Xét mô hình có hiện tượng tự tương quan hay không?
Nhận biết:
• Cách 1: Dùng kiểm định Durbin Watson:
Ta có Durbin-Watson stat = 1.781107 nằm trong khoảng (1 ; 3) Không có tự
tương quan bậc 1.
• Cách 2: Dùng kiểm định BG: kiểm định tự tương quan bậc 2.
Breusch-Godfrey Serial Correlation LM Test:

: Không có tự tương quan ở bất kỳ một bậc nào từ bậc 1 đến bậc 2.
H
1
:Tồn tại ít nhất một bậc tự tương quan từ bậc 1 đến bậc 2.
Ta có: Obs*R-squared = 0.736832 ; Probability = 0.691829 > 0.05 
Chấp nhận H
0
hay mô hình không có tự tương quan ở bất kỳ một bậc nào từ
bậc 1 đến bậc 2.
Từ hai cách trên ta có thể kết luận mô hình không có hiện tượng tự
tương quan.
B. XÉT MÔ HÌNH 4 BIẾN (KIỂM ĐỊNH SỰ THỪA BIẾN X2).
1. Xét mô hình hồi quy 4 biến.
Y =
β
1
+
β
2
*X1 +
β
3
*X3+
β
4
*X4+U
i.
Kết quả ước lượng như sau:
Redundant Variables: X2
F-statistic 0.998456 Probability 0.323028

Khi các yếu tố khác không đổi nếu MĐDS tăng lên hoặc giảm đi 1 đơn vị
thì SDA tăng lên 0.048038 dự án.
Khi các yếu tố khác không đổi nếu SKCN tăng lên hoặc giảm đi 1 đơn vị thì
SDA tăng lên 9.735999 dự án.
Khi các yếu tố khác không đổi nếu GDP tăng lên hoặc giảm đi 1 đơn vị thì
SDA tăng lên 2.284548 dự án.
R
2
= 0.747693, Mô hình thích hợp đến 74.7693%. Hay mật độ dân số, GDP,
số khu công nghiệp giải thích được 74.7693%. sự thay đổi của dự án đầu tư vào
các 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?
• Dấu hiệu 1: R
2
=0.747693, tỷ số t thấp,biến X4 không có ý nghĩa về mặt
thống kê.
• Dấu hiệu 2: Mô hình hồi quy phụ:
Dependent Variable: X1
Method: Least Squares
Date: 12/22/11 Time: 16:14
Sample: 1 50
Included observations: 50
Variable Coefficient Std.
Error
t-Statistic Prob.
C 872.2200 439.3660 1.985179 0.0530
X3 47.34786 21.51772 2.200413 0.0327
X4 -35.55331 35.03769 -1.014716 0.3154
R-squared 0.109342 Mean dependent
var

đa cộng tuyến.
• Dấu hiệu 3: tương quan cặp giữa các biến giải thích:
R
13
= 0.299717
R
14
= -0.132624
R
34
= 0.023433
 Ta thấy các

R
13,
R
14
,

R
34
nhỏ  Mô hình không có đa cộng tuyến.
• Dấu hiệu 4: nhân tử phóng đại:
VIF=1/(1 – R
I
2
) = 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.

R-squared 0.418982 Mean dependent
var
5.004807
Adjusted R-
squared
0.401894 S.D. dependent
var
2.372196
S.E. of regression 1.834593 Akaike info
criterion
4.105475
Sum squared resid 114.4349 Schwarz criterion 4.193448
Log likelihood -71.89855 F-statistic 24.51802
Durbin-Watson
stat
2.819321 Prob(F-statistic) 0.000020
Kiểm định cặp giả thiết H
0 :
β
2
= 0 (không có hiện tượng phương sai thay
đổi.),
H
1
: β
2
≠ 0. ( có hiện tượng phương sai thay đổi).
Ta thấy t-Statistic =4.951567, p_value = 0.0000 < 0.05  Bác bỏ giả
thiết H
0

2.96E+08 Schwarz criterion 18.97909
Log likelihood -460.7851 F-statistic 9.037752
Durbin-Watson
stat
2.123859 Prob(F-statistic) 0.000002
Kiểm định cặp giả thiết:
H
0 :
Không có hiện tượng phương sai thay đổi.
H
1
: Có hiện tượng phương sai thay đổi.
Ta thấy: Obs*R-squared =27.88669, Probability = 0.000099< 0.05 
Bác bỏ giả thiết H
0
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 = β
1
+ β
2
lnX1 + β
3
lnX3 + β
4
ln X4 + U
i.

Bài tập nhóm Môn: Kinh tế lượng
Durbin-Watson
stat
1.958445 Prob(F-statistic) 0.000000
Dùng kiểm định White để kiểm tra lại:
White Heteroskedasticity Test:
F-statistic 0.494518 Probability 0.808763
Obs*R-squared 3.233213 Probability 0.779058
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/22/11 Time: 16:43
Sample: 1 50
Included observations: 49
Excluded observations: 1
Variable Coefficient Std. Error t-Statistic Prob.
C -11.10632 16.28747 -0.681894 0.4990
LOG(X1) -0.897462 1.897122 -0.473065 0.6386
(LOG(X1))^2 0.062983 0.154418 0.407872 0.6854
LOG(X3) 0.538365 0.520862 1.033605 0.3072
(LOG(X3))^2 -0.225688 0.193255 -1.167828 0.2495
LOG(X4) 12.43923 11.94059 1.041760 0.3035
(LOG(X4))^2 -2.563585 2.393930 -1.070869 0.2903
R-squared 0.065984 Mean dependent
var
0.922061
Adjusted R-
squared
-0.067447 S.D. dependent var 0.984446
S.E. of

• Cách 2: Dùng kiểm định BG: Kiểm định tự tương quan bậc 2.
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.244838 Probability 0.783891
Obs*R-squared 0.550325 Probability 0.759449
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 12/22/11 Time: 18:09
Presample missing value lagged residuals set to zero.
Variable Coefficient Std.
Error
t-Statistic Prob.
C 0.541931 26.28716 0.020616 0.9836
X1 0.000280 0.008281 0.033802 0.9732
X3 0.084464 1.282568 0.065855 0.9478
X4 -0.081094 2.036179 -0.039827 0.9684
RESID(-1) 0.086536 0.152273 0.568291 0.5727
RESID(-2) 0.054090 0.153399 0.352610 0.7261
R-squared 0.011006 Mean dependent
var
-1.62E-14
Adjusted R-
squared
-0.101379 S.D. dependent var 33.74523
S.E. of regression 35.41448 Akaike info
criterion
10.08428
Sum squared resid 55184.14 Schwarz criterion 10.31373
Log likelihood -246.1071 F-statistic 0.097935
Durbin-Watson

Bài tập nhóm Môn: Kinh tế lượng
Kết quả ước lượng như sau:
Redundant Variables: X4
F-statistic 1.347430 Probability 0.251717
Log likelihood
ratio
1.443558 Probability 0.229564
Test Equation:
Dependent Variable: Y
Method: Least Squares
Date: 12/22/11 Time: 18:28
Sample: 1 50
Included observations: 50
Variable Coefficient Std. Error t-Statistic Prob.
C -25.64665 7.055719 -3.634875 0.0007
X1 0.046661 0.008047 5.798287 0.0000
X3 9.833395 1.257537 7.819565 0.0000
R-squared 0.740302 Mean dependent var 30.72000
Adjusted R-
squared
0.729251 S.D. dependent var 67.18116
S.E. of
regression
34.95673 Akaike info criterion 10.00422
Sum squared
resid
57432.73 Schwarz criterion 10.11895
Log
likelihood
-247.1056 F-statistic 66.98976

Adjusted R-
squared
0.070868 S.D. dependent var 650.4608
S.E. of regression 626.9887 Akaike info
criterion
15.75891
Sum squared resid 18869514 Schwarz criterion 15.83539
Log likelihood -391.9728 F-statistic 4.737414
Durbin-Watson
stat
1.529515 Prob(F-statistic) 0.034464
Ta có : kiểm định cặp giả thuyết:
H
0
: R
2
= 0
H
1
: R
2
≠ 0
Ta có: F-statistic = 4.737414, Prob(F-statistic)= 0.034464 < 0.05 
Bác bỏ H
0
hay mô hình phụ là thích hợp  mô hình (3) tồn tại đa cộng tuyến.
• Dấu hiệu 2: tương quan cặp giữa các biến giải thích:
R
13
= 0.299717  Ta thấy các

250
300
-2000 -1000 0 1000 2000 3000
RESID
Y1
Y1 vs. RESID
Nhận xét: nhìn vào đồ thị ta thấy độ rộng của biểu đồ tăng lên khi Y1
tăng, cho nên có thể cho rằng phương sai của sai số thay đổi.
 Phương pháp 2: Kiểm định Park.
Dependent Variable: LOG(E2)
Method: Least Squares
Date: 12/22/11 Time: 17:34
Sample: 1 50
Included observations: 36
Excluded observations: 14
Variable Coefficien
t
Std. Error t-Statistic Prob.
C 2.127252 0.656671 3.239451 0.0027
LOG(Y1) 0.987401 0.199412 4.951567 0.0000
R-squared 0.418982 Mean dependent
var
5.004807
Adjusted R-
squared
0.401894 S.D. dependent
var
2.372196
S.E. of regression 1.834593 Akaike info
criterion