Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á
Năm thứ. 35(5) , Tháng 5/2024, Trang 119-134


Động lực thu hút vốn đầu tư trực tiếp nước ngoài tại các quốc gia đang phát triển: Bằng chứng thực nghiệm từ tiếp cận học máy
Anh Tu Nguyen

DOI:
Tóm tắt
Sử dụng dữ liệu về đầu tư trực tiếp nước ngoài (FDI) của 66 quốc gia đang phát triển giai đoạn 2013-2021, nghiên cứu này triển khai các phương pháp học máy bao gồm mạng nơ-ron nhân tạo (ANN), rừng ngẫu nhiên (RFA) nhằm so sánh chất lượng dự báo với một phương pháp tiếp cận kinh tế lượng là GMM sai phân (DGMM). Trong đó, DGMM phân tích mối liên hệ giữa các nhân tố đầu vào ảnh hưởng tới thu hút FDI, trong khi ANN và RF dựa vào các nhân tố có ý nghĩa thống kê để đưa ra dự báo. Kết quả cho thấy các nhân tố độ lớn thị trường, độ mở thương mại, mức độ dồi dào của lao động, sự phát triển của thị trường tài chính là những nhân tố chính trợ lực cho thu hút FDI tại các quốc gia này. Trong khi đó, xét về mặt dự báo, sai số của RF là nhỏ nhất và vượt trội so với các phương pháp so sánh. Các phát hiện của mô hình kinh tế lượng và mô hình học máy cũng được thảo luận trong nghiên cứu.

Abstract
Utilizing foreign direct investment (FDI) data from 66 developing countries for the period 2013–2021, this study implements machine learning methods, including artificial neural networks (ANN) and random forests (RF), to compare predictive quality with that of an econometric approach, the difference generalized method of moments (DGMM). In this context, DGMM analyzes the relationships between the input factors influencing FDI attraction, while ANN and RF make predictions based on statistically significant factors. The results indicate that market size, trade openness, labor abundance, and financial market development are primary drivers facilitating FDI attraction in these countries. Regarding predictive accuracy, RF exhibits the lowest error and significantly outperforms the selected methods. The findings from both the econometric model and the machine learning models are also discussed in the study.

Từ khóa
Đầu tư trực tiếp nước ngoài; dự báo; DGMM; học máy; ANN; RF
FDI; Forecasting; Econometrics; Machine learning; Artificial neural networks; Random forests.
Download
Đầu tư trực tiếp nước ngoài vào bất động sản tại Việt Nam
2023, Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á Mở rộng

Độ vững mạnh của nền tảng kinh tế vĩ mô tại Việt Nam
2021, Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á Mở rộng

Hình thái Tăng trưởng của các Địa phương Vùng Đông Nam Bộ
2023, Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á Mở rộng

Hội tụ Thu nhập với Nghị quyết Đặc thù của các Tỉnh, Thành phố Trực thuộc Trung ương
2023, Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á Mở rộng

Kết nối vận tải hàng hải trong vai trò giảm thiểu tác động tiêu cực của khoảng cách địa lý đối với xuất khẩu của Việt Nam
2023, Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á Mở rộng