FDI và tăng trưởng kinh tế Việt Nam (ARDL)

Trang này minh họa toàn bộ quy trình nghiên cứu 5 bước của EcoLab qua một đề tài quen thuộc với học viên cao học và nghiên cứu sinh kinh tế: tác động của đầu tư trực tiếp nước ngoài (FDI) đến tăng trưởng kinh tế Việt Nam. Mục tiêu là cho thấy cách đi từ một câu hỏi nghiên cứu đến một báo cáo có mã tái lập (replication code) — chứ không phải công bố kết quả thực nghiệm chính thức. Các con số ở phần kết quả là minh họa định dạng.

Tóm tắt: với chuỗi thời gian quốc gia 1990–2023 và các biến có bậc tích hợp hỗn hợp I(0)/I(1), mô hình ARDL là lựa chọn phù hợp để ước lượng đồng thời quan hệ dài hạn và ngắn hạn giữa FDI và tăng trưởng.

Bước 1 — Tạo ý tưởng (Ideation)

Câu hỏi nghiên cứu: FDI có thúc đẩy tăng trưởng kinh tế Việt Nam trong dài hạn không, và tốc độ điều chỉnh về cân bằng ra sao?
Bối cảnh: Việt Nam mở cửa thu hút FDI mạnh từ thập niên 1990; quan hệ FDI–tăng trưởng còn nhiều tranh luận về chiều và độ lớn.
Đóng góp dự kiến: kiểm định đồng liên kết FDI–tăng trưởng cho giai đoạn cập nhật, có kiểm soát độ mở thương mại và lạm phát.

Ở module Tạo ý tưởng, nhập từ khóa ("FDI", "economic growth", "Vietnam", "ARDL") để hệ thống đề xuất câu hỏi, khoảng trống và biến số sơ bộ.

Bước 2 — Tổng quan tài liệu (Literature Review)

Ở module Tổng quan tài liệu, EcoLab tìm và tổng hợp các bài báo liên quan, chuẩn hóa trích dẫn (APA/Harvard…) và làm rõ:

Khung lý thuyết: lý thuyết tăng trưởng nội sinh, vai trò lan tỏa công nghệ của FDI.
Khoảng trống: thiếu nghiên cứu cập nhật dùng ARDL với dữ liệu Việt Nam gần đây và kiểm soát đầy đủ.
Biến đề xuất: biến phụ thuộc và các biến giải thích/kiểm soát (xem Bước 3).

Bước 3 — Thu thập dữ liệu (Data Collection)

Biến	Ký hiệu	Đo lường	Nguồn
Tăng trưởng GDP	`growth`	% thay đổi GDP thực hằng năm	World Bank WDI; Tổng cục Thống kê (GSO)
Cường độ FDI	`fdi`	FDI ròng / GDP (%)	World Bank WDI; EcoData
Độ mở thương mại	`open`	(Xuất khẩu + Nhập khẩu)/GDP (%)	World Bank WDI; Hải quan Việt Nam
Lạm phát	`inf`	% thay đổi CPI hằng năm	World Bank WDI; GSO

Giai đoạn: 1990–2023 (dữ liệu năm).
Trong EcoLab, kết nối EcoData hoặc nguồn công khai để trích xuất, ghép biến theo năm, làm sạch và xem thống kê mô tả trước khi ước lượng.

Bước 4 — Mô hình hóa (Modeling)

Kiểm định nghiệm đơn vị (ADF/PP/KPSS) cho từng biến để xác nhận không có biến I(2) — điều kiện dùng ARDL.
Chọn nhóm Chuỗi thời gian → ARDL; khai báo growth là biến phụ thuộc, fdi, open, inf là biến giải thích.
Để hệ thống chọn độ trễ theo AIC/BIC.
Chạy kiểm định đường bao (bounds test) để kết luận đồng liên kết; xem hệ số dài hạn và ECM.

Kết quả minh họa (định dạng — không phải kết quả thực):

Thành phần	Hệ số	Sai số chuẩn	p-value
Dài hạn: fdi	0.42	0.15	0.012
Dài hạn: open	0.08	0.04	0.061
Dài hạn: inf	−0.05	0.03	0.089
ECM (α)	−0.55	0.13	0.001
Bounds F-stat	6.10	vượt cận trên I(1)	có đồng liên kết

Diễn giải mẫu: hệ số ECM âm và có ý nghĩa khẳng định tồn tại quan hệ dài hạn; FDI có tác động dương dài hạn đến tăng trưởng trong đặc tả minh họa này.

Stata
R
Python

* === FDI và tăng trưởng kinh tế Việt Nam — ARDL ===

* --- Khai báo chuỗi thời gian ---
tsset year

* --- Kiểm định nghiệm đơn vị ---
dfuller growth, lags(2) regress
dfuller fdi, lags(2) regress
dfuller open, lags(2) regress
dfuller inf, lags(2) regress

* --- Ước lượng ARDL ---
ardl growth fdi open inf, lags(. 2 2 2)

* --- Kiểm định đường bao (Bounds test) ---
estat btest

* --- Dạng hiệu chỉnh sai số (ECM) ---
ardl growth fdi open inf, ec

* --- Chẩn đoán ổn định ---
estat sbcusum

# === FDI và tăng trưởng kinh tế Việt Nam — ARDL ===
library(ARDL)

# --- Ước lượng ARDL ---
ardl_model <- ardl(growth ~ fdi + open + inf,
                   data = ts_df, order = c(2, 2, 2, 2))
summary(ardl_model)

# --- Kiểm định đường bao ---
bounds_f_test(ardl_model, case = 3)

# --- Hệ số dài hạn ---
multipliers(ardl_model)

# --- Dạng ECM ---
ecm_model <- recm(ardl_model, case = 3)
summary(ecm_model)

# === FDI và tăng trưởng kinh tế Việt Nam — ARDL ===
from statsmodels.tsa.ardl import ARDL
from statsmodels.tsa.stattools import adfuller
import pandas as pd

# --- Kiểm định nghiệm đơn vị ---
for col in ["growth", "fdi", "open", "inf"]:
    adf = adfuller(df[col].dropna())
    print(f"{col}: ADF={adf[0]:.3f}, p={adf[1]:.4f}")

# --- Ước lượng ARDL ---
model = ARDL(endog=df["growth"], lags=2,
             exog=df[["fdi", "open", "inf"]], order=2)
result = model.fit()
print(result.summary())

# --- Hệ số dài hạn (tính thủ công từ hệ số ước lượng) ---
# long_run_coef = sum(beta_X) / (1 - sum(phi_Y))

Bước 5 — Báo cáo (Reporting)

Ở module Báo cáo, EcoLab tạo bản thảo học thuật (chuẩn APA 7th, Chicago, Harvard, IEEE hoặc MLA) gồm: giới thiệu, tổng quan, dữ liệu & phương pháp, kết quả, thảo luận và phụ lục mã tái lập (Stata/R/Python). Bạn tải về và tiếp tục hoàn thiện theo yêu cầu của tạp chí hoặc hội đồng.

Tái lập và kiểm chứng

Toàn bộ bước ước lượng được EcoLab sinh thành mã nguồn hoàn chỉnh trên Stata, R hoặc Python ở thẻ Mã tái lập. Bạn có thể chạy lại độc lập trên máy cục bộ để đối chiếu, đảm bảo kết quả minh bạch và kiểm chứng được — yếu tố cốt lõi cho công bố học thuật.

Video minh họa

Video Tutorial: Hướng dẫn chạy ARDL trong EcoLab

Xem thêm

Mô hình ARDL — chi tiết giả định và kiểm định đường bao
FEM và REM — nếu mở rộng sang dữ liệu bảng nhiều tỉnh/quốc gia
Tổng quan EcoLab · Ước lượng & Mô hình hóa

Bước 1 — Tạo ý tưởng (Ideation)​

Bước 2 — Tổng quan tài liệu (Literature Review)​

Bước 3 — Thu thập dữ liệu (Data Collection)​

Bước 4 — Mô hình hóa (Modeling)​

Bước 5 — Báo cáo (Reporting)​

Tái lập và kiểm chứng​

Video minh họa​

Xem thêm​