CHƯƠNG 2 THỰC TRẠNG QUẢN LÝ NỢ CÔNG SAU KHỦNG HOẢNG KINH TẾ
3.2.5. Hoàn thiện công tác đánh giá nợ.
Như đã phân tích ở trên,công tác đánh giá nợ công Việt Nam chủ yếu là phương pháp đánh giá tĩnh do vậy nó tồn tại một số khuyết điểm.Do vậy để hoàn thiện công tác đánh giá nợ đề tài đưa ra 4 mô hình nên được áp dụng trong công tác quản lý nợ.Ứng dụng mô hình đánh giá là một trong những hướng phát triển kỹ thuật quản lý nợ phổ biến trên thế giới.Phương pháp dùng mô hình hóa này cho phép nhà quản lý dễ dàng nhìn nhận rõ hơn về tình hình mắc nợ và khả năng chi trả của nước mình từ
đó đưa ra các đối sách hợp lý nhằm đảm bảo khả năng hỗ trợ tăng trưởng kinh tế và ngăn ngừa sự bùng nổ của nợ nước ngoài.Do giới hạn về khả năng nghiên cứu cũng như khó khăn trong thu thập số liệu nên đề tài chỉ tập trung áp dụng một mô hình vào công tác quản lý nợ công ở Việt Nam.Bốn mô hình đó là
Sử dụng mô hình hiệu chỉnh sai số (ECM) đánh giá mức độ vay nợ trong nước của Chính phủ Việt Nam, theo đó, mức vay nợ trong nước được xác định như sau: ECM LaisuatTP THNS TN VAYNO_ =α0 +α1 +α2 +αe (3) Trong đó:
VAYNO_TNt là mức bù đắp bù chi ngân sách của năm t;
TNHSt là mức bội chi ngân sách trong năm t;
LaisuatTPt là mức lãi suất trái phiếu Chính phủ năm t.
Mô hình Cho thấy nếu mức bội chi ngân sách tăng 1% GDP sẽ phải vay nợ trong nước một khoản vay tương ứng α1 % GDP để bù đắp.
Mô hình hàm Logit cảnh báo sớm rủi ro khủng hoảng tiền tệ:
Việc cảnh báo sớm rủi ro kinh tế vĩ mô và khủng hoảng tiền tệ được tác giả xây dựng dựa trên mô hình cảnh báo sớm (EWS) tham số. Theo các nghiên cứu trên thế giới gần đây, nền kinh tế có dấu hiệu khủng hoảng tiền tệ quy mô nhỏ khi tỷ giá hối đoái thực (RER) vượt qua ngưỡng trung bình của nó từ 2 đến 3 lần độ lệch chuẩn (se) trong vòng từ 2 - 3 tháng liên tục trở lên hoặc tỷ giá hối đoái thực lệch khỏi xu thế của nó kéo dài liên tục từ 3 tháng trở lêni. Do vậy, mô hình EWS rủi ro kinh tế vĩ mô và khủng hoảng tiền tệ có dạng như sau:
Dựa trên dữ liệu thu thập mô hình hàm Logit với thời gian dự báo 12 tháng đến 24 tháng được sử dụng. Với khung thời gian cảnh báo trong vòng 12-24 tháng, dùng hàm Logit ta có mô hình cảnh báo sớm rủi ro khủng hoảng tiền tệ như sau:
Crisisi,t = 1, nếu tỷ giá thực lệch khỏi mức xu thế trong vòng 24 tháng;
mô hình sẽ là: ) ... ( , 0 1 1 , 2 2 , , 1 1 t ki k t i t i X X X t i e Crisis − α +α +α + +α + =
Mô hình có 1 biến phụ thuộc và các biến độc lập (các biến độc lập thể hiện các chỉ số cảnh báo về khủng hoảng tiền tệ).
Biến phụ thuộc: Crisisi,t lấy giá trị 1 hay 0 tùy theo chỉ số RER có vượt ngưỡng cảnh báo trong vòng 24 tháng.
Biến độc lập:Việc lựa chọn các biến độc lập (chỉ số cảnh báo tiền tệ) dựa trên các chỉ số của Kaminsky , các biến này phản ánh các yếu tố kinh tế gây ra rủi ro khủng hoảng tiền tệ. Việc đưa các chỉ số cảnh báo tiền tệ vào mô hình phải đảm báo ý nghĩa thống kê và có được các gợi ý chính sách để giảm thiểu và hạn chế khủng hoảng trong tương lai.
Bảng 1: Giải thích các chỉ số cảnh báo ảnh hưởng đến xác suất xảy ra khủng hoảng của Kaminsky
Biến độc lập Giá trị Tác động dự kiến tới khủng
hoảng
Nguồn
Biến kinh tế trong nước
Tỷ giá thực Tăng IMF
Thâm hụt tài khoản vãng lai/GDP
% Tăng IMF
Tỷ lệ tăng dự trữ ngoại hối % Giảm IMF
Tỷ lệ xuất khẩu % Giảm IMF
Nợ nước ngoài ngắn hạn/Dự trữ ngoại hối
% Tăng IMF
Tốc độ tăng trưởng tín dụng nội địa
Nợ công /GDP % tăng IMF,WB,CIA
Dịch vụ nợ/ thu ngân sách % tăng IMF,WB,CIA
Lãi nợ/ thu ngân sách % tăng IMF,WB,CIA
Trả nợ chính phủ/tổng thu NSNN
% tăng IMF,WB,CIA
Cung tiền M2/dự trữ Tăng/giảm IMF
Tăng trưởng kinh tế trong nước % Tăng/giảm GSO
Biến kinh tế quốc tế
Tốc độ tăng giá dầu thế giới % Tăng IMF
Tăng trưởng kinh tế Mỹ % Tăng/giảm IMF
Đánh giá chất lượng cảnh báo
Dấu hiệu cảnh báo có rủi ro khủng hoảng hay không có rủi ro khủng hoảng trong vòng 12 đến 24 tháng được chia thành các dấu hiệu cảnh báo theo ma trận như sau:
Bảng : Các dấu hiệu cảnh báo rủi ro
Rủi ro tỷ giá trong vòng 24 tháng
Không có rủi ro về tỷ giá trong vòng 24 tháng
Dấu hiệu cảnh báo A B
Không có dấu hiệu cảnh báo C D
Sai lầm loại I: C/A+C Sai lầm loại II: B/B+D
Tỷ lệ cảnh báo đúng: A+D/A+B+C+D Mức độ gây nhiễu: (B/B+D)/(A/A+C)
đặc tính của cán cân thanh toán để dự báo các chỉ số nợ trên xuất khẩu.Lầu đầu tiên mô hình được sử dụng trong các phân tích nợ của các nước Châu Mỹ latinh và châu Phi.Trong mô hình này động thái nợ phụ thuộc vào bốn chỉ số : tỷ lệ nợ trên xuất khẩu, tỷ lệ nhập khẩu trên xuất khẩu tại thời điểm ban đầu, tỷ lệ lãi suất trên nhập khẩu và tỷ lệ tăng trưởng nhập khẩu trên tăng trưởng xuất khẩu .Mô hình nợ bền vững Jaime De Pinies bắt đầu bằng việc xác định cán cân thanh toán như sau:
Dt=Dt-1+CAt
Trong đó:
• Dt là tổng nợ nước ngoài trong năm t
• Dt-1 là tổng nợ nước ngoài trong năm t-1
• CAt là cán cân tài khoản vãng lai của năm t trong đó CAt = Mt-Xt
• Mt là giá trị nhập khẩu năm t
• Xt là giá trị xuất khẩu năm t
Tuy nhiên ta có thể thấy mô hình này vẫn chưa phản ánh toàn diện bối cảnh chung của nền kinh tế trong tương lai .Nguyên nhân là do mô hình truyền thống vẫn còn thiếu một nhân tố quan trọng là các khoản vay nước ngoài của chính phủ còn dùng để bù đắp bội chi ngân sách nhà nước.Do vậy để phản ánh toàn diện hơn thực trạng nợ nước ngoài ta có thể đưa thêm biến bù đắp bội chi NSNN bằng nợ nước ngoài.
Dt=(1+it)Dt+Mt-Xt+Bt (1.1)
Trong đó Bt là khoản vay nước ngoài của chính phủ còn dùng để bù đắp bội chi ngân sách nhà nước.
Mt=(1+gmt).Mt-1 gmt là tốc độ tăng nhập khẩu
Bt=(1+gzt).Bt-1 gzt là tốc độ tăng bội chi ngân sách được tài trợ bằng vay Nợ NN Chia 2 vế của phương trình 1.1 cho Xt=(1+gxt).Xt-1 trong đó gxt là mức tăng trưởng xuất khẩu được phương trình (1.2)
Đặt
Dt= chỉ số nợ trên xuất khẩu và chuyển giao ròng
a=
b=
c=
vt-1=Mt-1/ Xt-1 là chỉ số giữa nhập khẩu trên xuất khẩu và chuyển giao ròngc
zt-1=Bt-1/ Xt-1 là chỉ số giữa BCNN tài trợ bằng NN ngoài trên xuất khẩu và chuyển giao ròng
lúc này 1.2 sẽ thành
dt=a.dt-1+b.vt-1+c.zt-1-1 (1.3) mặt khác vt=b.vt-1=b2.vt-2……….=bt.v0 (1.4)
zt=c.zt-1=c2.zt-2………=ct.z0 (1.5)
giải 1.3 ,1.4 ,1.5 trong đó điều kiện là a, b, c >0 không đổi do giả định của mô hình các chủ thể không thay đổi hành vi tiêu dùng trong thời kỳ dự báo
điều kiện là a≠b ;c≠a
như vậy để xác định sự tồn tại của khủng hoảng nợ ở Việt Nam ngoài các giá trị a ; b ;d0 ; v0 ta còn phải biết các biến số c ;
Mô hình hồi quy bội giải thích tác động của nợ đến tăng trưởng:
Có các nhân tố bên trong và bên ngoài tác động đến tăng trưởng kinh tế.
+Các nhân tố bên trong bao gồm:
Tổng vốn cố định trong nước “GFC”( Gross Fixed Capital Formation) có đóng góp đến tăng trưởng, bởi vì vốn là một thành phần của đầu tư.Xuất khẩu “EX” tác động trực tiếp và gián tiếp đến tăng trưởng, bởi vì xuất khẩu là một thành phần của GDP và có đóng góp thông qua số nhân của xuất khẩu.Nhập khẩu “IM” nguyên vật liệu, máy móc thiết bị hiện đại…cũng tác động đến tăng trưởng GDP. Số lao động của quốc gia “LD” cũng là một nhân tố quan trọng trong việc tăng trưởng kinh tế.Mức lạm phát “LP” lớn có tác động xấu đến tăng trưởng, bởi vì lạm phát sẽ ảnh hưởng môi trường kinh doanh, lòng tin và quyết định của các nhà đầu tư. Mức lạm phát có độ trễ thời gian là một LP(–1). Biến giải thích quan trọng là nợ công thể hiện ở tỷ lệ Nợ công trên GDP “NC/GDP”.Nợ công có thể có các tác động tốt, xấu hay không tác động đến tăng trưởng tùy thuộc vào quốc gia đi vay mượn. Trong nhiều trường hợp, nợ được gọi là không bền vững khi mức tăng trưởng nợ (món nợ là lớn) cao hơn mức tăng trưởng thu nhập của quốc gia đó.
+Các nhân tố bên ngoài bao gồm:
Đầu tư trực tiếp nước ngoài “FDI” có tác động đến chất lượng đầu tư, nếu quốc gia có nguồn nhân lực có chất lượng cao. Đầu tư trực tiếp nước ngoài không chỉ là sự chuyển giao nguồn vốn, mà là sự chuyển giao công nghệ, kỹ năng quản lý tiến tiến, bí quyết kinh doanh, kênh phân phối quốc tế và hàng loạt các nhân tố khác và có tác động tích cực đến tăng trưởng có độ trễ thời gian là một FDI(-1)
Vậy mô hình hồi quy bội giải thích tăng trưởng kinh tế có dạng như sau:
Ln(GDPt)= β0 + β1Ln(IMt) + β2ln(EXt ) + β3Ln(LDt)+ β4lnFDIt-1+ β5ln(NC/GPD)t + β6ln(GFCt) + β7LPt-1+ ut
Bảng các ký hiệu trong mô hình
Ký hiệu Ý nghĩa Hệ số tương ứng Dự đoán về dầu hệ số Đơn vị GDPt Tổng sản phẩm quốc nội năm t USD
IMt Giá trị nhập khẩu năm t β1 >0 USD
EXt Giá trị xuất khẩu năm t β2 >0 USD
LDt Số lao động năm t β3 >0 Người
FDIt-1 Vốn đầu tư trực tiếp năm t-1 β4 >0 USD
NC/GDPt Nợ công trên TSP quốc nội β5 >0 %
GFCt Tổng vốn cố định năm t-1 β6 >0 USD
LPt-1 Tỷ lệ lạm phát năm t-1 β7 <0 %
Tiếp cận bằng mô hình hồi quy bội có các hạn chế:
+ Các biến giải thích được xem là tự định. Tuy nhiên, có thể các biến giải thích lại là hàm số của các biến khác trong một mô hình hệ phương trình.
+ Có thể có các nhân tố phi kinh tế (non–economic factors), chẳng hạn như dân số học, cũng có thể tác động đến tăng trưởng kinh tế.
+ Kết quả hồi quy tùy thuộc vào chất lượng của bộ số liệu, sự hiểu biết không hoàn hảo về tăng trưởng kinh tế và chất lượng của mô hình.
Cũng vì lý do mô hình phụ thuộc vào bộ số liệu nên việc ứng dụng mô hình vào Việt Nam gặp khá nhiều khó khăn do các số liệu về nợ công chưa được tổng hợp đầy đủ thống nhất và thường không được công bố rộng rãi.Do vậy trong phạm vi nghiên cứu của đề tài, tác giả cho bộ số liệu của 10 nước đã và đang phát triển thuộc các khu vực trên thế giới có tình hình kinh tế xã hội tương đối ổn định và có những đặc điểm nợ công gần giống của Việt Nam bao gồm Thái lan, Trung quốc, Ấn độ, Indonexia, Arcgentian, Brazil, Hi lạp, Philipin, Mexico, Malayxia.(dữ liệu nằm trong phần phụ
thực trạng nợ công trong tương lai nhằm nâng cao chất lượng quản lý nợ công.
Kết quả hồi quy mô hình theo phương pháp LS( mức ý nghĩa 5%) bằng phần mềm E-Views 4.0 có được như sau:
Trong đó + X(-1)= Ln(FDIt)(-1) + LOG(IM)= Ln(IM) + LOG(EX)= Ln(EX) + LOG(LD)= Ln(LD) + LOG(NC)= Ln(NC/GDP) + LOG(GFC)=Ln(GFC)
Dependent Variable: LOG(GDP) Method: Least Squares
Date: 05/13/11 Time: 17:09 Sample(adjusted): 2 77
Included observations: 76 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 0.402450 1.905728 0.211179 0.8334 LOG(IM) -0.224281 0.152298 -1.472644 0.1455 LOG(EX) 0.315265 0.153768 2.050269 0.0442 LOG(LD) -0.039155 0.032401 -1.208473 0.2311 X(-1) 0.018209 0.034079 0.534328 0.5949 LOG(NC) 0.359837 0.112393 3.201606 0.0021 LOG(GFC) 0.903469 0.064654 13.97383 0.0000 LP(-1) 0.002537 0.007339 0.345656 0.7307
R-squared 0.960674 Mean dependent var 26.63016 Adjusted R-squared 0.956626 S.D. dependent var 1.105058 S.E. of regression 0.230144 Akaike info criterion -0.000926 Sum squared resid 3.601693 Schwarz criterion 0.244414 Log likelihood 8.035187 F-statistic 237.3077 Durbin-Watson stat 0.242573 Prob(F-statistic) 0.000000
Ta thấy giá trị p-value của kiểm định R2=0 bằng p-value=0 <α=0.05 Cho nên bác bỏ giả thiết Ho(R2=0) suy ra R2≠0 như vậy Hàm hồi quy có ý nghĩa thống kê
Kiểm định tự tương quan (bậc 1) Ho = mô hình không có tự tương quan H1 = mô hình có tự tương quan
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 203.2789 Probability 0.000000
Obs*R-squared 57.16020 Probability 0.000000
Test Equation:
Dependent Variable: RESID Method: Least Squares Date: 05/13/11 Time: 17:11
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
C -0.266225 0.956075 -0.278456 0.7815 LOG(IM) -0.013925 0.076397 -0.182267 0.8559 LOG(EX) 0.013362 0.077134 0.173235 0.8630 LOG(LD) 0.003073 0.016253 0.189053 0.8506 X(-1) 0.004121 0.017096 0.241074 0.8102 LOG(NC) 0.026395 0.056405 0.467959 0.6413 LOG(GFC) 0.001685 0.032430 0.051968 0.9587 LP(-1) -0.001285 0.003682 -0.348855 0.7283 RESID(-1) 0.893442 0.062664 14.25759 0.0000
R-squared 0.752108 Mean dependent var 9.90E-15
Adjusted R-squared 0.722509 S.D. dependent var 0.219141
S.E. of regression 0.115438 Akaike info criterion -1.369372
Sum squared resid 0.892831 Schwarz criterion -1.093364
Log likelihood 61.03614 F-statistic 25.40987
Durbin-Watson stat 1.873908 Prob(F-statistic) 0.000000
Ta thấy p-value của thống kê F =0.00000< α=0.05 nên bác bỏ giả thiết Ho
Như vậy mô hình hồi qui có sảy ra hiện tượng tự tương quan
Kiểm định phương sai sai số thay đổi( kiểm định White không có tích chéo) Ho = mô hình không có phương sai sai số thay đổi
H1 = mô hình có phương sai sai số thay đổi White Heteroskedasticity Test:
Test Equation:
Dependent Variable: RESID^2 Method: Least Squares
Date: 05/13/11 Time: 17:12 Sample: 2 77
Included observations: 76
Variable Coefficient Std. Error t-Statistic Prob.
C 11.64681 5.727546 2.033474 0.0464 LOG(IM) 0.622086 0.915761 0.679310 0.4995 (LOG(IM))^2 -0.010569 0.018192 -0.580931 0.5634 LOG(EX) -1.951727 0.989582 -1.972275 0.0531 (LOG(EX))^2 0.036620 0.019526 1.875394 0.0655 LOG(LD) 0.633798 0.115573 5.483978 0.0000 (LOG(LD))^2 -0.017644 0.003242 -5.442550 0.0000 X(-1) 0.089943 0.143912 0.624984 0.5343 X(-1)^2 -0.002100 0.003179 -0.660393 0.5115 LOG(NC) 0.398858 0.261060 1.527842 0.1317 (LOG(NC))^2 -0.045086 0.032695 -1.379000 0.1729 LOG(GFC) -0.173612 0.400568 -0.433416 0.6662 (LOG(GFC))^2 0.003533 0.008106 0.435898 0.6644 LP(-1) -0.000526 0.002785 -0.188833 0.8509 LP(-1)^2 5.98E-05 0.000131 0.456573 0.6496
R-squared 0.544787 Mean dependent var 0.047391 Adjusted R-squared 0.440312 S.D. dependent var 0.049809 S.E. of regression 0.037263 Akaike info criterion -3.566742 Sum squared resid 0.084701 Schwarz criterion -3.106728 Log likelihood 150.5362 F-statistic 5.214518 Durbin-Watson stat 0.940105 Prob(F-statistic) 0.000002
Ta thấy p-value của thống kê F =0.00002< α=0.05 nên bác bỏ giả thiết Ho
Như vậy mô hình hồi qui có sảy ra hiện tượng phương sai sai số thay đổi
Tóm lại mô hình ban đầu sảy ra hai khuyết tật là hiện tượng tự tương quan và phương sai sai số thay đổi.Điều này làm cho các ước lượng bình phương nhỏ nhất bị chệch ,làm cho một số hệ số không có ý nghĩa về mặt thống kê nhưng trên thực tế không phải như vậy điều này làm mô hình ít có ý nghĩa trong thực tế.Xuất phát từ
điều này nên sử dụng mô hình sai phân bậc một ,các kỹ thuật hiệu chỉnh ta có thể sửa chữa những khuyết tất đảm bảo ý nghĩa thống kê của mô hình trong thực tế.
Dependent Variable: LOG(GDP) Method: Least Squares
Date: 05/13/11 Time: 17:13 Sample(adjusted): 3 77
Included observations: 75 after adjusting endpoints Convergence achieved after 8 iterations
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C 2.158611 1.613785 1.337608 0.1856 LOG(IM) -0.634228 0.178955 -3.544068 0.0007 LOG(EX) 0.585620 0.128789 4.547126 0.0000 LOG(LD) 0.065166 0.051957 1.254241 0.2142 X(-1) 0.016297 0.007892 2.065177 0.0428 LOG(NC) 0.275378 0.087464 3.148460 0.0025 LOG(GFC) 0.926652 0.079357 11.67704 0.0000 LP(-1) -0.002275 0.002511 -0.906086 0.3682 AR(1) 0.954178 0.030840 30.93951 0.0000
R-squared 0.994013 Mean dependent var 26.65803 Adjusted R-squared 0.993287 S.D. dependent var 1.085270 S.E. of regression 0.088920 Akaike info criterion -1.889983 Sum squared resid 0.521852 Schwarz criterion -1.611884 Log likelihood 79.87435 F-statistic 1369.638 Durbin-Watson stat 1.974245 Prob(F-statistic) 0.000000 Inverted AR Roots .95