Tải bản đầy đủ - 0 (trang)
Chương 5. KẾT LUẬN – KIẾN NGHỊ

Chương 5. KẾT LUẬN – KIẾN NGHỊ

Tải bản đầy đủ - 0trang

46



các doanh nhân s bỏ vốn vào đầu tư nhiều hơn. Vì lý do lo tham nhũng làm

gi m su t sinh l i của dự án đầu tư, tham nhũng làm thông tin b t cân x ng,

không ch c ch n t đó s dẫn t i các lựa chọn b t l i.

Như v y, cần có một h thống pháp lý nghiêm minh nhằm xử ph t các tội

danh tham nhũng. Quan tòa, chánh án ph i thực sự cơng chính nghiêm minh k t

án đúng ngư i đúng tội. Những quốc gia ti n độ, cực kỳ trong s ch như Đan

M ch, Singapore có khung pháp lý r t tuy t v i. Công dân của quốc gia họ

không dám tham nhũng và không cần tham nhũng.



những quốc gia m i chuyển



đổi thì h thống pháp lu t vẫn còn nhiều khe h . Th nên các quốc gia đang phát

triển cần tham kh o các quốc gia ti n bộ về thể ch chính trị, khung pháp lý.

Quan trọng hơn h t, phòng b nh vẫn đư c đánh giá cao hơn chữa b nh.

Cần có gi i pháp ngăn ng a nguyên nhân sâu xa dẫn đ n tham nhũng. T t nhiên

những gi i pháp đề ra chỉ li t kê sơ bộ vì nằm ngồi nội dung nghiên c u của bài

lu n này.

Về nguyên nhân dẫn đ n tham nhũng, tác gi chia ra thành 2 nhóm chính

như sau:

Ngun nhân chủ quan: H thống chính trị l c h u. Theo bộ tiêu chí đánh

giá về h thống chính trị của World Bank. Có 6 tiêu để đo lư ng và m c độ tham

nhũng có nằm trong t p h p này. Trong mẫu 71 quốc gia kh o sát, những quốc

gia có thể ch chính trị ch m đổi m i, trình độ qu n lý nhà nư c t t h u s có

m c độ tham nhũng cao. Chẳng h n như Afghanistan, Congo, Iraq, Yemen…C

Treisman và La Porta (1999) phát hi n ra các quốc gia có h thống pháp lu t b t

nguồn t Anh hoặc thuộc địa củ của Anh s ít tham nhũng hơn các quốc gia

khác. Bên c nh đó, thu nh p bình quân đầu ngư i th p s thúc đẩy quan ch c

ki m thêm nguồn thu khơng chính thống. Các quốc gia có thu nh p bình quân

đầu ngư i trong năm th p s là động cơ n y sinh tham nhũng. Trong mẫu kh o

sát, các nư c ví d như Burundi, Congo, Liberia, Malawi có thu nh p dư i 1000

USD năm 2016 thì chỉ số c m nh n tham nhũng chỉ xoay quanh 20 đ n 30. Cuối



47



cùng, do “nét đẹp văn hóa” quà tặng, phong thơ bị l m d ng về lâu dài bi n d ng

sang hành vi tham nhũng.

Nguyên nhân khách quan: D dàng nh n th y nh t, nguyên nhân cơ b n

dẫn đ n các tiêu cực nói chung trong qu n lý hành chính vẫn là suy thối đ o đ c

lối sống. K đ n, c i cách hành chính vẫn còn ch m ch p, thủ t c hành chính vẫn

còn quá đỗi rư m rà, chưa h p lý. Cuối cùng, cơng tác phòng chống tham nhũng

chưa chặt ch , chưa sâu sát, vi c xử lý các tội danh tham nhũng chưa nghiêm

minh. Nhi m v của các tổ ch c phòng chống tham nhũng chưa rõ ràng, th m chí

là chồng chéo nhau. Sau khi đã v ch trần nguyên sâu sâu xa dẫn đ n tham nhũng

thì các bi n pháp phòng chống tham nhũng đư c đề ra m i sát đáng. Tuy nhiên

các bi n pháp phòng chống tham nhũng s khơng đư c đề c p trong ph m vi bài

lu n nghiên c u này.

5.3



H



ng m r ng đ tài



Nhìn chung, dữ li u về tham nhũng r t khó ti p c n và nghiên c u các

v n đề xoay quanh n n tham nhũng cũng khá nh y c m. Dữ li u trong bài nghiên

c u c u này là đầu tư tư nhân tổng h p t r t nhiều ngành nghề, chưa chia nhỏ ra

theo t ng ngành nghề. Theo k t qu kh o sát của Thanh tra Chính Phủ và Ngân

hàng th gi i cơng bố cuối năm 2013 dư i góc nhìn của doanh nghi p đã cho

nhiều k t qu đáng lo. Trong đó đ ng đầu chính là nghành thu , ti p đ n là ngân

hàng và h i quan. Qua đó, cơng dân thư ng “lót tay” các quan ch c để cơng vi c

thu n l i nhanh chóng hơn và đơi bên cùng có l i. N u dữ li u thu th p đư c

chia nhỏ ra th này thì b c tranh tham nhũng nh hư ng đ n đầu tư vào các

ngành nói trên s có màu s c phong phú hơn.

Nói về phương pháp ư c lư ng GMM sai phân, thu t toán này cũng có

y u điểm. Đó là (i) các h số góc thay đổi theo t ng đơn vị b ng, (ii) khơng thể

hi n đư c các đặc tính năng động ng n h n và đồng liên k t trong dài h n. Vì

v y, đề tài cũng có thể m rộng theo hư ng kiểm tra li u rằng có mối quan h 2

chiều (đồng liên k t) giữa bi n ph thuộc và bi n độc l p. Và sau khi ch y mơ

hình GMM sai phân, s ch y ti p mơ hình PMG (Pooled Mean Group). Theo



48



Pesaran và Smith (1995), PMG cho ra tham số có giá trị trung bình nh t qn.

Theo Pirotte (1999), PMG s cho ư c lư ng dài h n hi u qu v i cỡ mẫu l n.

Yêu cầu độ dài th i gian tối thiểu khi sử d ng phương pháp này là tối thiểu 13

năm.



TÀI LI U THAM KH O

Ti ng Vi t

1. Bùi Thị Tuy t Nhung, 2015. Mối quan hệ giữa tham nhũng và đầu tư trực

tiếp nước ngoài: Trường hợp ở các quốc gia Đông Nam Á. Lu n văn th c sĩ

Đ i học Kinh t TPHCM.

2. Chuyên trang giáo d c đào t o phòng chống tham nhũng. Thanh tra chính

phủ. http://thanhtra.gov.vn/

3. Đặng Văn Cư ng, 2016. Tác động của tham nhũng đến tăng trưởng kinh tế:

Vai trò của chất lượng thể chế. T p chí kiinh t và phát triển.

4. Đinh Đ c Trư ng, 2015. Qu n lý môi trường t i các doanh nghiệp đầu tư

nước ngoài (FDI) t i Việt Nam. T p chí khoa học Đ i học quốc gia Hà Nội.

5. Nguy n Quốc Vi t và Chu Thị Như ng, 2012. Phân tích tác động của tham

nhũng tới quy mô và chất lượng đầu tư công theo cách tiếp cận kinh tế học

thể chế. Khoa Kinh t Phát triển, Trư ng Đ i học Kinh t , Đ i học Quốc gia

Hà Nội.

6. Phan Xuân Sơn và Ph m Th Lực, 2010. Nhận diện tham nhũng và các gi i

pháp phòng, chống tham nhũng ở Việt Nam. Chính trị quốc gia.

7. Sơn Nghĩa, 2013. Hành xử của doanh nghiệp góp phần vào tham nhũng.

T p chí th i báo kinh t Sài Gòn.

8. Trần Hữu Dũng, 1999. Tham nhũng và tăng trưởng kinh tế. T p chí nghiên

c u kinh t .

Ti ng Anh

1. Adel Shakeeb Mohsen, 2015. The relationship betwwen trade openess and

investment in Syria. Journal of Life Economics.

2. Alberto Alesina và Beatrice Weder, 1999. Do Corruption governments

receive less foreign aid? Nber Working paper.

3. Al-sadig, A. (2010). Corruption and private domestic investment: evidence

from developing countries. International journal of economic policy in

emerging economies, 3(1), 47-60.



4. Campos và Lien, 1999. The Impact of Corruption on Investment:

Predictability Matters. Science Direct.

5. Elizabeth Asiedu và James Freeman, 2009. The Effect of Corruption on

Investment Growth: Evidence from Firms in Latin America, Sub-Saharan

Africa and Transition Countries. University of Kansas.

6. Goher Fatima, 2011. Testing relationship of private investment and GDP

with fiscal deficit. Foundation University College of Liberal Arts and

Sciences.

7. Hadhek Zouhaier, 2011. Corruption, investment and economic growth.

University of Gabès, Tunisia.

8. James J. Emery, 2003. Governance, transparency and private investment in

Africa. International Finance Corporation.

9. Kaufmann và Wei, 2000. Does ‘Grease Money’ speed up the Commerce?

International Monetary Fund.

10. Karim Shahnazi và Saeid Asadi Gharagoz, 2014. The impact of corruption

on private domestic sector investment case Study: selected developing

countries. International J. Soc. Sci. & Education.

11. Kiprop Symon Kibet, 2013. Effect of budget deficit and corruption on

private investment in developing countries: A panel data analysis. Academic

journals.

12. Lambsdoff, 2003. How corruption affects persistent capital flows.

Economics of Governance.

13. Lambsdorff , 2003. How corruption affects productivity. Kyklos 56 (4), 457474.

14. Mauro, 1995. Corruption and Growth. The Quarterly Journal of Economics.

15. Mauro, 1996. The Effects of Corruption on Growth, Investment, and

Government Expenditure. International Monetrary Fund.

16. Mina Baliamoune-Lutz và Léonce Ndikumana, 2008. Corruption and

Growth: Exploring the Investment Channel. University of Massachusets –

Amherst.



17. Murphy và cộng sự, 1993. Why is Rent-Seeking so costly to growth?

ProQuest Social Science Journals.

18. Nikita Zakharov, 2017. Does Corruption hinder investment? Evidence from

Russia Regions. University of Freiburg.

19. Nkurikiye Jean Bosco và Uwizeyimana Emerence, 2016. Effect of GDP,

Interest Rate and Inflation on Private Investment in Rwanda. International

Academic Journal of Economics.

20. O´Toole, C., & Tarp, F. (2012). Corruption and the efficiency of capital

investment in developing countries. United Nations University (UNU),

World Institute for Development Economies Research (WIDER), working

paper, 27.

21. Pankaj K. Jain và cộng sự, 2016. Corruption’s impact on foreign portfolio

investment. Scienece Direct.

22. Shri Sitikantha Pattanaik và cộng sự. Real Interest Rate impact on

Investment and Growth – What the Empirical Evidence for India Suggests?

23. Stephen S. Everhart và Mariusz A. Sumlinski, 2001. Trends in private

investment in developing countries - statistics for 1970-2000 and the impact

on private investment of corruption and the quality of public investment. The

World Bank.

24. Tanzi, 1998. Corruption around the world: Causes, Consequences, Scope,

and Cures. International Monetary Fund.

25. Treisman, 2000. The causes of corruption: a cross-national study. Journal of

public economics.



PH L C

Ph l c 1: Danh sách 71 quốc gia trong mẫu kh o sát:

Afghanistan

Azerbaijan

Bolivia

Colombia



Albania

Bahamas

Brazil

Comoros



Algeria

Bangladesh

Bulgaria

Congo



Angola

Belarus

Burkina Faso

Costa Rica



Argentina

Benin

Burundi

Cote d'Ivoire



Armenia

Bhutan

Chile

Dominica



Dominican



Georgia



Guatemala



Guyana



Haiti



Honduras

Jordan

Malaysia

Montenegro

Poland



Hungary

Kenya

Mali

Mozambique

Romania



India

Lebanon

Mauritius

Panama

Rwanda



Guinea

Bissau

Indonesia

Lesotho

Mexico

Paraguay

Senegal



Iraq

Liberia

Moldova

Peru

Serbia



South Africa

Uganda



Sri Lanka

Ukraine



Suriname

Uruguay



Tanzania

Vietnam



Thailand

Yemen



Jamaica

Malawi

Mongolia

Philippines

Sierra

Leone

Togo



MS



Number of obs

F(6, 490)

Prob > F

R-squared

Adj R-squared

Root MSE



Ph l c 2: Hồi qui OLS

. reg GFCF CPI lnFDI INS INF lnGDP OPN

Source



SS



df



Model

Residual



2600.98808

37337.0082



6

490



433.498013

76.197976



Total



39937.9963



496



80.5201538



GFCF



Coef.



CPI

lnFDI

INS

INF

lnGDP

OPN

_cons



.1361379

.2475421

-.1096886

.1860325

.2897874

-.0461752

17.29409



Std. Err.

.0367121

.1308138

.0530886

.068812

.4961495

.0372531

3.443737



t

3.71

1.89

-2.07

2.70

0.58

-1.24

5.02



P>|t|

0.000

0.059

0.039

0.007

0.559

0.216

0.000



=

=

=

=

=

=



497

5.69

0.0000

0.0651

0.0537

8.7291



[95% Conf. Interval]

.0640054

-.0094831

-.213998

.0508296

-.6850557

-.1193708

10.52777



.2082704

.5045673

-.0053792

.3212354

1.264631

.0270204

24.0604



. vif

Variable



VIF



1/VIF



lnGDP

OPN

CPI

lnFDI

INF

INS



1.77

1.58

1.44

1.13

1.05

1.03



0.563674

0.633330

0.692576

0.886761

0.949277

0.967620



Mean VIF



1.34



. estat hettest

Breusch-Pagan / Cook-Weisberg test for heteroskedasticity

Ho: Constant variance

Variables: fitted values of GFCF

chi2(1)

Prob > chi2



=

=



22.98

0.0000



. reg GFCF CPI FDI INS INF lnGDP OPN, vce(robust)

Linear regression



Number of obs

F(6, 490)

Prob > F

R-squared

Root MSE



GFCF



Coef.



CPI

FDI

INS

INF

lnGDP

OPN

_cons



.1390779

-.0000108

-.0997112

.1801825

.5376041

-.0450826

16.59815



Robust

Std. Err.

.0474011

.0000344

.0668061

.0725393

.6471382

.0541045

3.352176



t

2.93

-0.31

-1.49

2.48

0.83

-0.83

4.95



P>|t|

0.004

0.753

0.136

0.013

0.407

0.405

0.000



=

=

=

=

=



497

4.01

0.0006

0.0584

8.7604



[95% Conf. Interval]

.0459433

-.0000785

-.230973

.0376561

-.7339041

-.1513881

10.01174



.2322125

.0000568

.0315506

.3227088

1.809112

.0612228

23.18456



Ph l c 3: Hồi qui GLS

. xtreg GFCF CPI lnFDI INS INF lnGDP OPN, fe

Fixed-effects (within) regression

Group variable: id



Number of obs

Number of groups



R-sq:



Obs per group:

within = 0.0418

between = 0.0109

overall = 0.0038



corr(u_i, Xb)



=

=



497

71



min =

avg =

max =



7

7.0

7



=

=



3.05

0.0062



F(6,420)

Prob > F



= -0.3070



GFCF



Coef.



Std. Err.



t



CPI

lnFDI

INS

INF

lnGDP

OPN

_cons



.0206341

.2471891

.0048577

.020843

-2.511477

.066592

38.70939



.0576965

.1050925

.0338563

.0453469

.8458247

.0403236

8.190844



sigma_u

sigma_e

rho



8.723476

3.7829033

.84171603



(fraction of variance due to u_i)



0.36

2.35

0.14

0.46

-2.97

1.65

4.73



P>|t|

0.721

0.019

0.886

0.646

0.003

0.099

0.000



[95% Conf. Interval]

-.0927757

.0406162

-.0616912

-.0682922

-4.174054

-.0126692

22.60924



F test that all u_i=0: F(70, 420) = 31.27



.1340439

.4537619

.0714067

.1099782

-.8488995

.1458532

54.80955



Prob > F = 0.0000



. xtreg GFCF CPI lnFDI INS INF lnGDP OPN, re

Random-effects GLS regression

Group variable: id



Number of obs

Number of groups



R-sq:



Obs per group:

within = 0.0360

between = 0.0079

overall = 0.0113



corr(u_i, X)



=

=



497

71



min =

avg =

max =



7

7.0

7



=

=



15.87

0.0145



Wald chi2(6)

Prob > chi2



= 0 (assumed)



GFCF



Coef.



Std. Err.



z



CPI

lnFDI

INS

INF

lnGDP

OPN

_cons



.0750639

.2484352

-.0035426

.0447905

-1.351246

.0608731

27.08554



.0472962

.1016179

.0332957

.0442624

.6473616

.0370238

5.758494



sigma_u

sigma_e

rho



8.1233933

3.7829033

.82178855



(fraction of variance due to u_i)



1.59

2.44

-0.11

1.01

-2.09

1.64

4.70



P>|z|

0.112

0.014

0.915

0.312

0.037

0.100

0.000



[95% Conf. Interval]

-.0176348

.0492677

-.068801

-.0419622

-2.620052

-.0116922

15.7991



.1677627

.4476027

.0617157

.1315431

-.0824409

.1334383

38.37198



. hausman fe re

Coefficients

(b)

(B)

fe

re

CPI

lnFDI

INS

INF

lnGDP

OPN



.0206341

.2471891

.0048577

.020843

-2.511477

.066592



(b-B)

Difference



.0750639

.2484352

-.0035426

.0447905

-1.351246

.0608731



sqrt(diag(V_b-V_B))

S.E.



-.0544298

-.0012462

.0084004

-.0239475

-1.16023

.0057189



.0330448

.0267999

.0061357

.0098584

.5443735

.0159761



b = consistent under Ho and Ha; obtained from xtreg

B = inconsistent under Ha, efficient under Ho; obtained from xtreg

Test:



Ho:



difference in coefficients not systematic

chi2(6) = (b-B)'[(V_b-V_B)^(-1)](b-B)

=

9.60

Prob>chi2 =

0.1427



. xttest0

Breusch and Pagan Lagrangian multiplier test for random effects

GFCF[id,t] = Xb + u[id] + e[id,t]

Estimated results:

Var

GFCF

e

u

Test:



sd = sqrt(Var)



80.52015

14.31036

65.98952



8.973302

3.782903

8.123393



Var(u) = 0

chibar2(01) =

Prob > chibar2 =



938.82

0.0000



. collin CPI lnFDI INS INF lnGDP OPN

(obs=497)

Collinearity Diagnostics

SQRT

RVariable

VIF

VIF

Tolerance

Squared

---------------------------------------------------CPI

1.44

1.20

0.6926

0.3074

lnFDI

1.13

1.06

0.8868

0.1132

INS

1.03

1.02

0.9676

0.0324

INF

1.05

1.03

0.9493

0.0507

lnGDP

1.77

1.33

0.5637

0.4363

OPN

1.58

1.26

0.6333

0.3667

---------------------------------------------------Mean VIF

1.34



. xttest1

Tests for the error component model:

GFCF[id,t] = Xb + u[id] + v[id,t]

v[id,t] = lambda v[id,(t-1)] + e[id,t]

Estimated results:

Var

GFCF

e

u



sd = sqrt(Var)



80.52015

14.31036

65.98952



8.973302

3.7829033

8.1233933



Tests:

Random Effects, Two Sided:

ALM(Var(u)=0)

= 506.10 Pr>chi2(1) =



0.0000



Random Effects, One Sided:

ALM(Var(u)=0)

=

22.50 Pr>N(0,1)



=



0.0000



=



40.43 Pr>chi2(1) =



0.0000



Joint Test:

LM(Var(u)=0,lambda=0) =



979.25 Pr>chi2(2) =



0.0000



Serial Correlation:

ALM(lambda=0)



. xtgls GFCF CPI lnFDI INS INF lnGDP OPN, panels(h) corr(ar1)

Cross-sectional time-series FGLS regression

Coefficients:

Panels:

Correlation:



generalized least squares

heteroskedastic

common AR(1) coefficient for all panels



Estimated covariances

=

Estimated autocorrelations =

Estimated coefficients

=



GFCF



Coef.



CPI

lnFDI

INS

INF

lnGDP

OPN

_cons



.0710423

.1101969

.025967

.0255081

-.533435

.0245258

22.11729



71

1

7



Std. Err.

.019726

.0605783

.020436

.0264961

.253102

.0178903

2.178707



(0.7862)



Number of obs

Number of groups

Time periods

Wald chi2(6)

Prob > chi2



z

3.60

1.82

1.27

0.96

-2.11

1.37

10.15



P>|z|

0.000

0.069

0.204

0.336

0.035

0.170

0.000



=

=

=

=

=



497

71

7

23.89

0.0005



[95% Conf. Interval]

.0323802

-.0085344

-.0140869

-.0264234

-1.029506

-.0105385

17.84711



.1097045

.2289282

.0660209

.0774396

-.0373643

.0595902

26.38748



Tài liệu bạn tìm kiếm đã sẵn sàng tải về

Chương 5. KẾT LUẬN – KIẾN NGHỊ

Tải bản đầy đủ ngay(0 tr)

×