Bất ổn tài chính và khu vực kinh tế thực trường hợp các nước đang phát triển khu vực asean

BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP HỒ CHÍ MINH TRẦN THỊ VÂN TRÀ BẤT ỔN TÀI CHÍNH VÀ KHU VỰC KINH TẾ THỰC: TRƯỜNG HỢP CÁC NƯỚC ĐANG PHÁT TRIỂN KHU VỰC ASEAN LUẬN ÁN TIẾN SĨ TÀI CHÍNH NGÂN HÀNG TP HỒ CHÍ MINH – NĂM 2023 i LỜI CAM ĐOAN Tôi tên Trần Thị Vân Trà, nghiên cứu sinh khóa 22, niên khóa 2018-2021 trường Đại học Ngân hàng TP.HCM Tôi cam đoan luận án chưa trình nộp để lấy học vị tiến sĩ trường đại học Luận án cơng trình nghiên cứu riêng tác giả, kết nghiên cứu trung thực, khơng có nội dung công bố trước nội dung người khác thực ngoại trừ trích dẫn dẫn nguồn đầy đủ luận án TP.HCM, ngày … tháng ….năm … Người cam đoan Trần Thị Vân Trà ii LỜI CẢM ƠN Đầu tiên, tơi xin bày tỏ lịng biết ơn sâu sắc đến người hướng dẫn khoa học tơi Tiến sĩ Nguyễn Trần Phúc Nhờ có hướng dẫn tận tâm góp ý sâu sắc Thầy giúp tơi định hình rõ ràng hướng hoàn thành tốt luận án nghiên cứu Thầy dành nhiều thời gian động viên đơn đốc tơi hồn thành luận án Tơi xin chân thành cảm ơn người đồng hướng dẫn khoa học Tiến sĩ Nguyễn Chí Đức có gợi mở đóng góp ý kiến giúp nội dung luận án nghiên cứu thêm chiều sâu Thầy tận tình hỗ trợ cho tơi q trình hồn thành luận án Tơi xin chân thành cảm ơn Thầy Cô Trường Đại học Ngân hàng trang bị kiến thức cần thiết giúp tơi thực nghiên cứu q trình học tập trường Tôi xin cảm ơn đến đồng nghiệp tư vấn giúp đỡ cho suốt chặn đường dài Cuối cùng, gửi lời biết ơn đến chồng hai ln bên cạnh tơi động viên, khích lệ tinh thần động lực lớn suốt trình thực luận án TP.HCM, ngày … tháng ….năm … Nghiên cứu sinh iii TÓM TẮT Luận án thực nhằm thực nhằm xác định giai đoạn bất ổn tài mối quan hệ bất ổn tài khu vực kinh tế thực năm nước phát triển khu vực ASEAN Đầu tiên, luận án đo lường bất ổn tài số căng thẳng tài dựa theo nghiên cứu Balakrishnan cộng (2011) Cevik, Dibooglu, & Kutan (2013) áp dụng nhóm nước phát triển Kết cho thấy, số FSI xây dựng cho nước giai đoạn từ tháng 1.2005 đến tháng 6.2020 phản ánh biến động khu vực tài Tiếp đến, luận án sử dụng mơ hình Markov-switching tự hồi qui để xác định đặc điểm giai đoạn bất ổn tài nước nghiên cứu Kết cho thấy, nước Indonesia, Malaysia, Philippines, Thái Lan tồn hai giai đoạn bất ổn tài khác bao gồm giai đoạn bất ổn cao giai đoạn bất ổn thấp (hay giai đoạn bình thường), cịn Việt Nam tồn ba giai đoạn gồm bất ổn cao, bất ổn vừa, bất ổn thấp Trong đó, giai đoạn bất ổn cao có xác suất trì thấp, với mức thấp gần phần trăm Thái Lan cao 20 phần trăm Việt Nam Tuy nhiên, nước Indonesia, Malaysia, Philippines, Thái Lan, giai đoạn bất ổn cao nhanh chóng chuyển sang giai đoạn bình thường cịn Việt Nam trì giai đoạn bất ổn vừa thời gian dài Cuối mối quan hệ tác động bất ổn tài khu vực kinh tế thực Kết cho thấy tồn tác động có tính phụ thuộc trạng thái bất ổn tài đến khu vực kinh tế thực, mức tác động trạng thái bất ổn cao mạnh kéo dài so với trạng thái bất ổn thấp Bên cạnh đó, trước cú sốc giảm căng thẳng tài khu vực kinh tế thực có cải thiện hệ thống tài phục hồi nhanh trạng thái bất ổn cao so với trạng thái bất ổn thấp Từ khóa: Bất ổn tài chính, khu vực kinh tế thực, Chỉ số căng thẳng tài chính, Mơ hình VAR ngưỡng, Các nước phát triển khu vực ASEAN iv ABSTRACT The thesis is carried out with the aim of identifying the period of financial instability and evaluating the relationship between financial instability and the real economic sector for five developing countries in the ASEAN region Firstly, the thesis measures financial instability by financial stress index based on the research of Balakrishnan et al (2011) and Cevik, Dibooglu, & Kutan (2013) for developing countries The results show that the financial stress index for each country in the period from January 2005 to June 2020 effectively reflects the state of instability in the financial sector Secondly, the thesis employs the Markov-switching model to identify the episodes of financial instability for each country in the research sample The result shows that there exist two different regimes of financial instability, a regime with high-stress levels and a regime with low-stress levels, for Indonesia, Malaysia, Philippines, and Thailand Viet Nam experienced three different regimes, including a high-stress regime, an intermediate-stress regime, and a low-stress regime In particular, the regime of high stress has a relatively low probability of staying for all the countries with the lowest level near percent for Thailand and the highest at 20 percent for Vietnam The periods of high financial stress quickly switched to a state of low stress for Indonesia, Malaysia, the Philippines, and Thailand But for Viet Nam, it is followed by prolonged periods of intermediate stress Finally, there is a relationship between financial instability and the real economy The results show that there exists a regime-dependent effect of financial instability on the real sector The real economic impacts of financial stress are different across the two regimes, in which the impacts in the high-stress regime are statistically significant and stronger than the ones in the low-stress regime In addition, the real economy improves and the financial sector recovers in response to a stress-decreasing shock in the high-stress regime more than that in the low-stress regime Keywords: Financial Instability, Real economic, Financial Stress Index, Threshold Vector Autoregressive Model, ASEAN Developing Countries CHƯƠNG 1: GIỚI THIỆU TỔNG QUAN Chương trình bày nội dung lý thực nghiên cứu, mục tiêu câu hỏi nghiên cứu, đối tượng phạm vi nghiên cứu, phương pháp liệu nghiên cứu, đóng góp luận án, bố cục luận án nhằm giới thiệu tổng quan nghiên cứu luận án 1.1 Lý nghiên cứu 1.1.1 Bối cảnh thực tiễn Trước chiến tranh giới thứ hai, khủng hoảng tài xảy chủ yếu Hoa Kỳ với tổng cộng 11 khủng hoảng nghiêm trọng giai đoạn thể kỷ 19 đến đầu kỷ 20 Từ kỷ 20 với xu hướng tự hóa tài diễn nhiều khu vực quốc gia giới khủng hoảng tài trở nên thường xuyên hơn, phạm vi rộng hơn, mức độ thiệt hại tác động tăng lên đáng kể Hoa Kỳ trải qua sụp đổ tổ chức tiết kiệm vào thập niên 80 Khủng hoảng ngân hàng xảy nước phát triển Châu Âu khoảng thời gian đến thập niên 90 xuất Nhật Bản Đối với nước phát triển, khủng hoảng xảy nhiều nước khu vực khác Sự sụp đổ hệ thống ngân hàng xảy nước Chile, Argentina, Uruguay vào đầu thập niên 80, tiếp đến Mexico năm 1994-1995, khủng hoảng tài Châu Á năm 1997-1998 Gần khủng hoảng nợ chuẩn Hoa Kỳ năm 2007 nhanh chóng mở rộng thành khủng hoảng tài phạm vi tồn cầu Mức độ lan truyền tới nhiều khu vực giới Đối với nước phát triển thị trường nổi, hệ thống tài chịu ảnh hưởng nặng thơng qua kênh như: tác động lan truyền, dịch chuyển dòng vốn đầu tư quốc tế (Cevik, Dibooglu, & Kenc, 2016) Thiệt hại từ khủng hoảng tăng lên đáng kể từ cuối kỷ 20 Nếu khủng hoảng ngân hàng Hoa Kỳ dẫn đến Đại suy thoái năm 30, tổn thất khoảng 3% GDP (Calomiris & Hubbard, 1989), khủng hoảng cuối kỷ 20 trở lại mức thiệt hại tăng đáng kể Khủng hoảng tài tồn cầu năm 2008 với chi phí chiếm 80% GDP 2007 Hoa kỳ (Luttrell, Atkinson, & Rosenblum, 2013), chưa tính đến thiệt hại quốc gia khác bị ảnh hưởng Bên cạnh đó, hệ đến kinh tế từ sau khủng hoảng tài năm 2008 nặng nề Hoạt động kinh tế bị suy giảm xảy số quốc gia giới Mức suy giảm kinh tế cao so với trước khủng hoảng Trong đó, số nước trải qua khủng hoảng năm 2008 85 phần trăm có hoạt động kinh tế giảm thấp so với thời kỳ trước khủng hoảng Đối với nước không chịu ảnh hưởng trực tiếp từ khủng hoảng số nhỏ với khoảng 65 phần trăm (Wenjie, Mrkaic & Nabar, 2018) Xuất phát từ bối cảnh thực tiễn trên, việc giám sát ổn định hệ thống tài có vai trò quan trọng quan quản lý tiền tệ nước giới việc ứng phó với khủng hoảng tài (Borio Drehemann, 2010) Bên cạnh đó, để giảm tác động bất ổn khu vực tài đến tăng trưởng kinh tế, ngân hàng trung ương bắt đầu hướng đến mục tiêu ổn định hệ thống tài quản lý giám sát thực thi sách tiền tệ (Creel, Hubert & Labondance, 2015) Do đó, nhu cầu cần có cơng cụ giám sát hiệu tình trạng bất ổn hệ thống tài trở nên quan trọng cấp thiết 1.1.2 Tổng quan nghiên cứu Nếu trước khủng hoảng tài tồn cầu, vai trị khu vực tài chính, đặc biệt bất ổn, mờ nhạt lý thuyết mơ hình tăng trưởng kinh tế sau kiện này, từ bối cảnh thực tiễn với tác động khủng hoảng, chủ đề nhiều nghiên cứu lý thuyết thực nghiệm quan tâm (Aboura & van Roye, 2017) Có ba vấn đề đặt lĩnh vực nghiên cứu khía cạnh sách: Thứ xây dựng công cụ đo lường bất ổn tài Để giám sát hiệu tình trạng ổn định hệ thống tài chính, nghiên cứu đưa nhiều phương pháp đo lường khác Một số phương pháp số an toàn tài IMF ECB dựa vào liệu kế toán Các số tập trung vào đánh giá khứ hướng dự báo tương lai (Borio Drehmann, 2009) Các số dựa vào liệu thị trường đánh giá phần hệ thống tài số đánh giá khả vỡ nợ (PD_Probability of Default) Sau khủng hoảng tài tồn cầu 2008, nhiều nghiên cứu tập trung vào đo lường bất ổn tài số căng thẳng tài (FSI) Đây số tổng hợp thơng tin khu vực khác hệ thống tài nhằm đánh giá bất ổn tồn hệ thống, đo lường mức căng thẳng tài cách liên tục đánh giá nguồn gốc gây khủng hoảng (Cevik cộng sự, 2013) Tuy nhiên, để xây dựng số căng thẳng tài phản ánh hiệu tình trạng bất ổn hệ thống tài tùy thuộc vào nhiều yếu tố khác như: phạm vi áp dụng số (từng nước hay nhóm nước, nước phát triển hay nước phát triển), mức độ phát triển hệ thống tài chính, sẵn có số liệu (Elekdag, Cardarelli, & Lall, 2009) Điều địi hỏi có cân nhắc việc chọn khu vực quan trọng hệ thống tài chính, lựa chọn số bất ổn tài riêng lẻ, sử dụng phương pháp tổng hợp phù hợp, phương pháp đánh giá số Thứ hai xác định đánh giá đặc điểm giai đoạn bất ổn tài Với thước đo mức độ bất ổn hệ thống tài chính, vấn đề quan trọng đánh giá xem tình trạng bất ổn tài giai đoạn có phải vấn đề quan tâm mặt sách hay khơng, hay nói cách khác giai đoạn xem có bất ổn tài xác định Theo Liang (2013), khủng hoảng tài tồn cầu năm 2008 với tính lan truyền tài rộng tác động sâu sắc đến suy thối kinh tế giới xem giai đoạn bất ổn tài cao giai đoạn bất ổn khác khó để xác định Để phân biệt giai đoạn bất ổn với giai đoạn bình thường, nghiên cứu chủ yếu đưa phương pháp xác định giá trị ngưỡng thống kê đơn giản, số đo lường bất ổn vượt giá trị ngưỡng định Phương pháp đánh giá mang tính chủ quan (Duprey, Klaus Peltonen, 2017) Một số nghiên cứu gần sử dụng mơ hình định lượng phi tuyến để xác định giai đoạn bất ổn tài (Duprey, Klaus Peltonen, 2017; Duprey Klaus, 2017) Phương pháp định lượng xem khách quan phản ánh đặc trưng biến động giai đoạn bất ổn định tài Tuy nhiên, nghiên cứu cịn tập trung nước phát triển Đối với nước phát triển, chưa có nghiên cứu sử dụng phương pháp đo lường giai đoạn bất ổn tài Thứ ba mối quan hệ khu vực tài tăng trưởng khu vực kinh tế thực xảy bất ổn tài Trước khủng hoảng tài tồn cầu, vai trị thị trường tài kinh tế khơng trọng nghiên cứu điều hành sách Các ngân hàng trung ương chủ yếu tập trung vào mục tiêu ổn định giá nhằm thúc đẩy tăng trưởng kinh tế Các qui định quản lý khu vực ngân hàng nới lỏng dần nhiều thập kỷ trước khủng hoảng Trong hầu hết mơ hình kinh tế vĩ mơ, thị trường tài đề cập vai trò phát triển thị trường không đề cập đến cân đối hay căng thẳng khu vực tài (Aboura & Roye, 2017) Sau khủng hoảng tài chính, liên kết tài kinh tế vĩ mô đánh giá lại lý thuyết lẫn nghiên cứu thực nghiệm Vai trò bất ổn tài bắt đầu ý đến Một cách lý giải cho liên kết lý thuyết gia tốc tài Sự tồn ma sát tài thị trường, cú sốc ngược từ bên bị khuếch đại truyền dẫn tạo tương tác thị trường tài khu vực kinh tế thực (Kiyotaki & Moore, 1997) Đặc điểm tương tác hai khu vực có nhiều tranh luận Một số nguyên cứu cho rằng, chế gia tốc tài tạo tương tác hai khu vực giảm dần đưa kinh tế trạng thái cân (Bernanke Gilchrist, 1999), số ý kiến khác lại cho thấy chế nội sinh tạo vòng lặp tương tác dẫn đến vịn xốy giảm sâu (Brunnermeier Sannikov, 2014) Về khía cạnh thực nghiệm, quan hệ tác động bất ổn khu vực tài khu vực kinh tế thực tìm thấy nhiều nghiên cứu quốc gia phát triển Bên cạnh số nghiên cứu cho thấy bất ổn tài có tác động đến khu vực kinh tế thực ngược lại từ khu vực kinh tế thực đến bất ổn khu vực tài (Apostolakis & Papadopoulos, 2015; Polat & Ozkan, 2019) Các nghiên cứu khác sâu tìm thấy tính chất phụ thuộc trạng thái mối liên kết Trong giai đoạn bình thường, không tồn tác động mức tác động không đáng kể khu vực tài khu vực kinh tế thực Nhưng kinh tế rơi vào trạng thái bất ổn cao, tác động bất ổn tài khu vực kinh tế thực diễn mạnh kéo dài (Hollo cộng sự, 2012) Kết cho thấy tồn chế gia tốc tài dẫn đến vịng xốy giảm sâu khu vực tài khu vực kinh tế thực Đối với nước phát triển, nghiên cứu chủ yếu tập trung vào tương tác hướng đến trạng thái cân hay tác động tuyến tính (Cevik, Dibooglu & Kenc, 2016) Hầu khơng có nghiên cứu tập vào tác động phi tuyến mối quan hệ 1.1.3 Sự cần thiết nghiên cứu nước phát triển khu vực ASEAN Trong thập kỷ gần đây, hệ thống tài nước ASEAN trải qua nhiều biến động Đỉnh điểm khủng hoảng tiền tệ Châu Á năm 1997 tác động nặng đến nước thị trường Indonesia, Thái Lan, Malaysia Philippines Đồng Baht Thái Lan buộc phải thả sau lan sang nước cịn lại với sụp đổ đồng nội tệ Một số nước cần đến trợ giúp IMF lúc Malaysia áp đặt kiểm soát vốn Hệ tỷ lệ tăng trưởng GDP nước bị âm mức đến 10% (Park, Ramayandi & Shin 2013) Mặc dù có kinh nghiệm xử lý khủng hoảng, nước có Việt Nam chịu ảnh hưởng khủng hoảng sau khủng hồng tài tồn cầu năm 2008, khủng hoảng nợ cơng Châu âu năm 2011 với sụt giảm mạnh thị trường cổ phiếu, trái phiếu thị trường ngoại hối dòng vốn đầu tư gián tiếp sụt giảm (Brunschwig cộng sự, 2011; Lee cộng sự, 2013) Bất ổn thị trường tài nước ASEAN tiếp tục tăng lên có biến động thị trường tài tồn cầu kiện Taper Tantrum năm 2013 gần đại dịch Covid-19 Do vậy, việc giám sát mức độ bất ổn khu vực tài nước ASEAN ln cần thiết góc độ sách Về tác động bất ổn đến khu vực kinh tế thực, không xuất phát từ khu vực nước Đông Nam Á khủng hoảng tài tồn cầu năm 2008 tác động đến hệ thống tài nước qua nhiều kênh tác động lan truyền với đảo chiều dòng vốn kênh thương mại xuất nhập Kết hoạt động kinh tế bị thu hẹp Tốc độ tăng trưởng GDP trung bình khu vực ASEAN giảm từ 6.4 phần trăm năm 2007 xuống 4.3 phần trăm năm 2008, giảm tiếp phần trăm năm 2009 (ADB, 2009) Hệ thống tài nước khu vực chịu tác động cú sốc bên ngồi giai đoạn sau khủng hoảng nợ Châu Âu 2011, kiện Taper Tantrum 203 Markov-switching dynamic regression Sample: 2005m1 - 2020m6 Number of states = Unconditional probabilities: transition No of obs AIC HQIC SBIC = = = = 186 0.9398 0.9749 1.0265 Log likelihood = -82.402298 fsi1 Coef Std Err z P>|z| [95% Conf Interval] _cons -.2256253 0279858 -8.06 0.000 -.2804765 -.170774 _cons 9632496 0644963 14.93 0.000 8368392 1.08966 sigma 3298222 0174326 2973651 3658219 p11 974252 0128175 9328834 990385 p21 0953648 0499041 0328123 2467433 State1 State2 Trường hợp Việt Nam Markov-switching dynamic regression Sample: 2007m1 - 2020m5 Number of states = Unconditional probabilities: transition No of obs AIC HQIC SBIC = = = = 161 1.3029 1.3417 1.3986 Log likelihood = -99.879853 fsi1 Coef _cons -.3802072 1342196 -2.83 0.005 -.6432728 -.1171415 _cons 3318513 1402562 2.37 0.018 0569543 6067484 sigma 4113445 0257144 3639104 4649613 p11 9508507 0275543 8589859 9839852 p21 0450701 0341486 0098681 1826781 Std Err z P>|z| [95% Conf Interval] State1 State2 204 Phụ Lục 2.2 Kết hồi qui mơ hình Markov-switching tự hồi qui Indonesia Markov-switching dynamic regression Sample: 2005m2 - 2020m6 Number of states = Unconditional probabilities: transition No of obs AIC HQIC SBIC = = = = 185 0.3590 0.4013 0.4634 Log likelihood = -27.206336 fsi1 Coef fsi1 L1 .7944464 0273846 _cons -.05797 _cons Std Err z P>|z| [95% Conf Interval] 29.01 0.000 7407737 8481191 0173347 -3.34 0.001 -.0919454 -.0239946 9764108 0726399 13.44 0.000 8340391 1.118782 sigma 2261681 0120907 20367 2511515 p11 9472543 017304 9010805 972532 p21 8227961 1154593 4958344 9563732 fsi1 State1 State2 estat duration Number of obs = 185 Expected Duration Estimate Std Err [95% Conf Interval] State1 18.95888 6.219722 10.10923 36.40601 State2 1.215368 1705471 1.045617 2.016803 Transition Probabilities Estimate Std Err [95% Conf Interval] p11 9472543 017304 9010805 972532 p12 0527457 017304 027468 0989195 p21 8227961 1154593 4958344 9563732 p22 1772039 1154593 0436268 5041656 estat transition Number of obs = 185 205 Malaysia Markov-switching dynamic regression Sample: 2005m2 - 2020m8 Number of states = Unconditional probabilities: transition No of obs AIC HQIC SBIC = = = = 187 0.1625 0.2045 0.2662 Log likelihood = -9.19402 fsi1 Coef fsi1 L1 .8617466 0289901 29.73 0.000 804927 9185661 _cons -.0712541 0159398 -4.47 0.000 -.1024955 -.0400127 _cons 6539336 0548858 11.91 0.000 5463595 7615078 sigma 1909589 0112433 1701463 2143173 p11 9057767 0246032 8452878 9441776 p21 8317624 1020637 5420573 9538105 Std Err z P>|z| [95% Conf Interval] fsi1 State1 State2 estat duration Number of obs = 187 Expected Duration Estimate Std Err [95% Conf Interval] State1 10.61308 2.771242 6.463613 17.91397 State2 1.202266 1475273 1.048426 1.844823 Transition Probabilities Estimate Std Err [95% Conf Interval] p11 9057767 0246032 8452878 9441776 p12 0942233 0246032 0558224 1547122 p21 8317624 1020637 5420573 9538105 p22 1682376 1020637 0461895 4579427 estat transition Number of obs = 187 206 Philippines Markov-switching dynamic regression Sample: 2005m2 - 2020m6 Number of states = Unconditional probabilities: transition No of obs AIC HQIC SBIC = = = = 185 -0.1105 -0.0611 0.0114 Log likelihood = 17.218906 fsi1 Coef Std Err fsi1 L1 .8832531 0284057 _cons -.0406856 fsi1 L1 z P>|z| [95% Conf Interval] 31.09 0.000 8275789 9389272 0150281 -2.71 0.007 -.0701402 -.011231 7215788 1370894 5.26 0.000 4528886 9902691 _cons 8050241 0967577 8.32 0.000 6153825 9946657 sigma 1875428 010616 1678486 2095479 p11 9586378 0177306 9060835 9823561 p21 8690309 1259725 4312179 9830721 State1 State2 estat duration Number of obs = 185 Expected Duration Estimate Std Err [95% Conf Interval] State1 24.17666 10.36371 10.64776 56.67693 State2 1.150707 1668036 1.017219 2.319013 Transition Probabilities Estimate Std Err [95% Conf Interval] p11 9586378 0177306 9060835 9823561 p12 0413622 0177306 0176439 0939165 p21 8690309 1259725 4312179 9830721 p22 1309691 1259725 0169279 5687821 estat transition Number of obs = 185 207 Thái Lan Markov-switching dynamic regression Sample: 2005m2 - 2020m6 Number of states = Unconditional probabilities: transition No of obs AIC HQIC SBIC = = = = 185 0.0014 0.0438 0.1059 Log likelihood = 5.8672001 fsi1 Coef fsi1 L1 .9027977 025648 _cons -.0318005 _cons Std Err z P>|z| [95% Conf Interval] 35.20 0.000 8525285 9530669 0148239 -2.15 0.032 -.0608549 -.0027462 8797432 0705183 12.48 0.000 7415298 1.017957 sigma 1969253 0103582 1776351 2183104 p11 9548537 0156672 9120814 9773344 p21 0000243 fsi1 State1 State2 estat duration Number of obs = 185 Expected Duration Estimate Std Err [95% Conf Interval] State1 22.15019 7.686837 11.37416 44.11967 State2 0000243 Transition Probabilities Estimate Std Err [95% Conf Interval] p11 9548537 0156672 9120814 9773344 p12 0451463 0156672 0226656 0879186 p21 0000243 p22 4.57e-09 0000243 estat transition Number of obs = 185 208 Việt Nam Markov-switching dynamic regression Sample: 2007m3 2020m5 Number of states = Unconditional probabilities: transition No of obs AIC HQIC SBIC = = = = 159 -1.0998 -0.9823 -0.8103 Log likelihood = 102.4363 ( 1) [p31]_cons = 11.51292 fsi1 Coef Std Err z P>|z| [95% Conf Interval] fsi1 L1 L2 .6894746 2279193 1446805 1283665 4.77 1.78 0.000 0.076 4059061 -.0236743 9730432 4795129 _cons -.2130107 0474025 -4.49 0.000 -.3059178 -.1201035 fsi1 L1 L2 .9793229 -.1069681 1187409 1173637 8.25 -0.91 0.000 0.362 7465949 -.3369968 1.212051 1230606 _cons 0165475 0156107 1.06 0.289 -.0140488 0471438 fsi1 L1 L2 .6427197 -.2494837 1394872 1125795 4.61 -2.22 0.000 0.027 3693297 -.4701355 9161096 -.0288319 _cons 7000186 0844927 8.28 0.000 534416 8656212 sigma 1094091 0088648 0933438 1282393 p11 p12 8286499 1713501 1143795 1143795 4993098 0408971 9591029 5006902 p21 p22 0298057 9625394 0257779 0272629 0053251 8537544 1498707 9912353 p31 p32 8.79e-06 12057 State1 State2 State3 estat duration Number of obs = 159 Expected Duration Estimate Std Err State1 5.836004 3.895644 -1.799318 13.47133 State2 26.69474 19.42781 -11.38306 64.77253 State3 8.29333 Transition Probabilities Estimate Std Err [95% Conf Interval] p11 8286499 1143795 4993098 9591029 p12 1713501 1143795 0408971 5006902 p13 6.17e-09 000013 p21 0298057 0257779 0053251 1498707 p22 9625394 0272629 8537544 9912353 p23 0076548 007705 0010554 053317 p31 8.79e-06 p32 12057 p33 8794212 [95% Conf Interval] estat transition Number of obs = 159 209 Phụ Lục 2.3 Kiểm định Wald khác biệt trạng thái mơ hình MS Giả thuyết H0: Trạng thái = trạng thái Hệ số chặn Hệ số tự hồi qui bậc Hệ số tự hồi qui bậc Tất hệ số Trạng thái = Trạng thái Hệ số chặn Hệ số tự hồi qui bậc Hệ số tự hồi qui bậc Tất hệ số Trạng thái = Trạng thái Hệ số chặn Hệ số tự hồi qui bậc Hệ số tự hồi qui bậc Tất hệ số Indonesia 194.51*** Malaysia Philippines Thái Lan Trị thống kê Chi bình phương 180.9*** 80.54*** 160.29*** 1.45 83.58*** Việt Nam 24.54*** 2.19 3.35* 45.18*** 88.93*** 0.05 7.9*** 99.09*** 62.95*** 3.32* 0.74 76.36*** 210 PHỤ LỤC MƠ HÌNH VAR NGƯỠNG Phụ Lục 3.1 Kiểm định nhân Granger biến FSI kinh tế thực (Kết từ phần mềm R) Indonesia Malaysia Philippines Thái Lan 211 Việt Nam Phụ Lục 3.2 Kiểm định tính phi tuyến mơ hình VAR (Kết từ phần mềm R) Indonesia Malaysia Philippines 212 Thái Lan • Trường hợp p=1 d=1 • Trường hợp p=2, d=1 • Trường hợp p=2 d=2 Việt Nam 213 • Trường hợp p=2 d=1 • Trường hợp p=2 d=2 Phụ Lục 3.3 Kết hồi quy mơ hình TVAR Indonesia 214 Malaysia Philippines Thái Lan 215 Việt Nam 216 Phụ Lục 3.4 Kiểm định phần dư mơ hình TVAR Indonesia Malaysia Philippines Thái Lan 217 Việt Nam