7. Bố cục đề tài
2.2.2.Dữ liệu nghiên cứu
Các dữ liệu đƣợc lấy từ các nguồn đáng tin cậy nhƣ Quỹ tiền tệ quốc tế (IMF), Economic Statistic, Ngân hàng Nhà nƣớc Việt Nam, Tổng cục Thống kê Việt Nam (GSO) tính theo quý từ tháng 1/2005 đến tháng 12/2015 và lấy logarit để tăng sự ổn định của dữ liệu.
Biến TB: đƣợc tính bằng tỷ số giữa xuất khẩu trên nhập khẩu của Việt Nam.
Biến EX: đại diện cho tỷ giá hối đoái VND/USD và đƣợc xác định bằng tỷ giá giao dịch của ngày cuối cùng của mỗi quý. Lý do chọn tỷ giá này là do USD là đồng ngoại tệ đƣợc sử dụng phổ biến nhất tại Việt Nam trong các hoạt động kinh tế, bên cạnh đó USD còn là cơ sở để các ngân hàng xác định các tỷ giá của ngoại tệ khác trên VND.
Trong mô hình Mundell - Fleming xét trong điều kiện nền kinh tế nhỏ mở với chính sách tỷ giá thả nổi và vốn tự do luân chuyển, thì chúng ta cũng có thể thấy mối quan hệ nghịch chiều giữa cán cân thƣơng mại và tỷ giá hối đoái. Còn theo hiệu ứng tuyến J thì tác động này là nghịch chiều trong ngắn hạn và thuận chiều trong dài hạn. Do đó, kỳ vọng về sự tác động của EX và TB là âm trong ngắn hạn và dƣơng trong dài hạn.
Biến GDP: đại diện cho chỉ tiêu tổng sản phẩm quốc nội của Việt Nam. Nhƣ đã trình bày ở phần tổng quan lý thuyết, nếu tiếp cận theo phƣơng pháp thông thƣờng thì khi cán cân thƣơng mại cải thiện, GDP tăng và ngƣợc lại; nếu tiếp cận theo khía cạnh khác thì khi GDP tăng, nhu cầu tiêu dùng của dân cƣ tăng lên kéo theo nhập khẩu tăng, do đó làm xấu đi cán cân thƣơng mại. Do đó tác động của GDP lên cán cân thƣơng mại tùy theo cách tiếp cận có thể mang dấu âm cũng có thể mang dấu dƣơng.
Biến CPI: đại diện cho mức độ lạm phát của nền kinh tế và đƣợc xác định bằng chỉ số giá tiêu dùng theo tháng cuối cùng của quý tính trên cơ sở năm gốc là năm 2005. CPI đƣợc dự báo sẽ có tác động nghịch chiều trong
ngắn hạn và thuận chiều trong dài hạn đối với cán cân thƣơng mại nhƣ phần cơ sở lý thuyết.
Biến I: lãi suất đƣợc sử dụng trong đề tài là lãi suất bình quân liên ngân hàng kỳ hạn ba tháng. Kỳ vọng về dấu của biến I đối với TB âm.
Biến M2: đại diện cho mức cung tiền. M2 đƣợc tính bằng tổng lƣợng tiền mặt và tiền các ngân hàng thƣơng mại gởi tại ngân hàng trung ƣơng (M1) cộng với chuẩn tệ (tiền gởi tiết kiệm và tiền gởi có kỳ hạn). Theo lý thuyết và thực nghiệm thì kỳ vọng dấu của biến M2 và TB là âm trong ngắn hạn và dƣơng trong dài hạn.
Bảng 2.1. Tóm tắt các biến trong mô hình và nguồn thu thập dữ liệu
Biến Ký hiệu Mô tả biến Nguồn
Cán cân thƣơng mại TB Tỷ số giữa xuất khẩu trên
nhập khẩu
IFS, GSO
Tỷ giá hối đoái VNĐ/USD
EX Tỷ giá giao dịch của ngày
cuối cùng của mỗi quý
NHNN
Tổng thu nhập quốc nội GDP Tổng thu nhập quốc nội 3
tháng trong quý
GSO
Chỉ số giá tiêu dùng CPI Chỉ số giá tiêu dùng theo
tháng cuối cùng của quý
GSO
Lãi suất BQ liên NH I Lãi suất bình quân liên ngân
hàng kỳ hạn ba tháng
NHNN
KẾT LUẬN CHƢƠNG 2
Chƣơng 2 đã thể hiện đƣợc hƣớng đi của đề tài, từ việc xác định phƣơng pháp nghiên cứu, xây dựng mô hình, lựa chọn biến cho đến kỳ vọng dấu của các hệ số trong mô hình. Để thực hiện hồi quy mô hình, tác giả lựa chọn mô hình Vector hiệu chỉnh sai số (VECM), theo các bƣớc cụ thể trong quy trình nhƣ sau: đầu tiên kiểm định tính dừng chuỗi dữ liệu, từ đó kiểm tra tính đồng liên kết theo phƣơng pháp Johansen, tiếp theo xây dựng mô hình và kiểm tra sự phù hợp của mô hình. Bài nghiên cứu sử dụng nguồn số liệu theo quý trong giai đoạn 2005-2015 đƣợc tổng hợp từ các nguồn đáng tin cậy và đƣợc lấy logarit để tăng tính ổn định của mô hình.
CHƢƠNG 3
KẾT QUẢ NGHIÊN CỨU VÀ HÀM Ý CHÍNH SÁCH (adsbygoogle = window.adsbygoogle || []).push({});
3.1. KẾT QUẢ NGHIÊN CỨU MỐI TƢƠNG QUAN GIỮA TỶ GIÁ HỐI ĐOÁI VÀ CÁN CÂN THƢƠNG MẠI CỦA VIỆT NAM
3.1.1.Phân tích thống kê mô tả dữ liệu
Bảng 3.1. Thống kê mô tả các biến nghiên cứu
TB EX GDP CPI I M2 Mean 0.902955 18.66282 107.2653 176.1279 2.171227 9185595. Median 0.905000 18.67350 107.3650 166.8400 2.000000 10187295 Maximum 1.120000 21.89000 109.7430 251.9620 3.918000 13849360 Minimum 0.610000 15.81900 103.1400 98.38000 0.984000 2057812. Std. Dev. 0.101605 2.334701 1.435069 53.66873 0.834499 3688126. Skewness -0.449685 -0.006556 -0.484869 -0.005915 0.599729 -0.476649 Kurtosis 3.190570 1.232995 3.054184 1.530462 2.419019 1.858995 Jarque-Bera 1.549500 5.724544 1.729431 3.959418 3.256434 4.052894 Probability 0.460819 0.057139 0.421171 0.138109 0.196279 0.131803 Sum 39.73000 821.1640 4719.674 7749.626 95.53400 4.04E+08
Sum Sq. Dev. 0.443916 234.3856 88.55517 123854.3 29.94471 5.85E+14
Observations 44 44 44 44 44 44
Kết quả thống kê cho thấy tỷ giá hối đoái của Việt Nam có xu hƣớng tăng ổn định trong giai đoạn nghiên cứu với giá thấp nhất là 15.819 và cao nhất 21.890 trong vòng 11 năm. Giá trị trung bình và trung vị lần lƣợt là 18.663 và 18.673 cũng gần tƣơng đƣơng nhau. Trong khi đó cán cân thƣơng
mại lại chuyển biến khá nhiều khi giá trị thấp nhất là 0,61 và giá trị cao nhất là 1,12.
Bên cạnh đó, hình dáng của phân phối đƣợc thể hiện qua các giá trị thống kê là Skewness và Kurtosis. Skewness là một đo lƣờng về mức độ lệch của phân phối hay còn gọi là hệ số bất đối xứng. Có 3 trƣờng hợp xảy ra nhƣ sau:
Skewness = 0: phân phối cân xứng Skewness >0: phân phối lệch phải Skewness <0: phân phối lệch trái
Kurtosis là một đo lƣờng về mức độ tập trung tƣơng đối của các quan sát quanh trung tâm của nó trong mối quan hệ so sánh với hai đuôi. Có 3 trƣờng hợp xảy ra:
Kurtosis = 3: phân phối tập trung ở mức độ bình thƣờng
Kurtosis >3: phân phối tập trung hơn mức độ bình thƣờng, tuy nhiên hình dạng của đa giác tần số khá cao và nhọn với hai đuôi bẹp.
Kurtosis <3: phân phối tập trung hơn mức độ bình thƣờng, tuy nhiên hình dạng của đa giác tần số là một đa giác tù với hai đuôi dài.
Nhƣ vậy hệ số bất đối xứng hay gọi là độ lệch (Skewness) nhỏ hơn 0, thể hiện các phân phối đều không cân xứng và lệch sang trái. Ngoài ra, giá trị độ nhọn (Kurtosis) đều khác 3 cho thấy dữ liệu của các biến phân phối không tập trung ở mức độ bình thƣờng.
3.1.2. Kiểm định nghiệm đơn vị các biến cân bằng
Theo những nghiên cứu trƣớc đây, chuỗi số liệu theo thời gian phải đƣợc xử lý trƣớc khi đƣa vào mô hình VECM đảm bảo các dữ liệu phải có tính dừng. Sau khi chuẩn hóa dữ liệu, sử dụng đồng thời 2 phƣơng pháp kiểm định nghiệm đơn vị Dickey Fuller mở rộng (ADF) và kiểm định Phillip - Perron (PP) để xem các biến có dừng hay chƣa, ta có kết quả sau:
Bảng 3.2. Kết quả kiểm định nghiệm đơn vị (Unit Root Test)
Biến ADF PP Giá trị tới hạn Kết luận 1% 5% Ln(TB) -3.193469 -3.193469 -3.592462 -2.931404 Dừng Ln(EX) -0.515993 -0.302386 -3.592462 -2.931404 Không dừng Ln(GDP) -2.242.426 -2.287004 -3.592462 -2.931404 Không dừng Ln(CPI) -1.414823 -1.408190 -3.592462 -2.931404 Không dừng Ln(I) -1.396315 -1.518161 -3.592462 -2.931404 Không dừng Ln(M2) -3.109619 -6.959588 -3.592462 -2.931404 Dừng Ln(TB) -8.593756 -13.57551 -3.600987 -2.935001 Dừng Ln(EX) -4.310784 -4.259758 -3.596616 -2.933158 Dừng Ln(GDP) -6.959996 -7.935556 -3.596616 -2.933158 Dừng Ln(CPI) -3.552533 -3.313547 -3.596616 -2.933158 Dừng Ln(I) -5.994083 -5.984103 -3.596616 -2.933158 Dừng Ln(M2) -3.652831 -3.534124 -3.615588 -2.941145 Dừng
Kết quả ở bảng 3.2 cho thấy ở chuỗi dữ liệu gốc có một số biến không dừng là EX, GDP CPI và I, tuy nhiên sau khi lấy sai phân thì tất cả các biến đều dừng ở sai phân bậc 1. Nhƣ vậy việc sử dụng mô hình VECM để kiểm định tƣơng quan giữa tỷ giá hối đoái và cán cân thƣơng mại bƣớc đầu là phù hợp và cũng đồng nhất với kết quả những nghiên cứu trƣớc đây là chuỗi dữ liệu không dừng ở chuỗi gốc mà dừng khi ta tiến hành lấy sai phân. Các biến Ln(TB), Ln(EX), Ln(CPI), Ln(GDP), Ln(I), Ln(M2) là một chuỗi thời gian I(1) nên có thể tồn tại mối quan hệ đồng liên kết giữa các biến.
3.1.3. Xác định độ trễ tối ƣu
Để xác định liệu các biến có đồng liên kết hay không ta tiến hành kiểm định mô hình theo phƣơng pháp Var của Johansen. Tuy nhiên kiểm định này khá nhạy cảm với độ trễ nên trƣớc khi kiểm định đồng liên kết, ta phải xác định độ trễ tối ƣu. Kết quả kiểm định bƣớc trễ thể hiện qua bảng sau:
Bảng 3.3. Bảng xác định độ trễ tối ưu
Lag LogL LR FPE AIC SC HQ
0 -1181.775 NA 2.50e+18 59.38873 59.64206 59.48033
1 -937.3305 403.3328 7.60e+13 48.96653 50.73985* 49.60770
2 -893.5842 59.05761 5.84e+13 48.57921 51.87252 49.76997
3 -862.2743 32.87534 1.05e+14 48.81372 53.62702 50.55405
4 -787.5554 56.03916* 3.37e+13* 46.87777* 53.21107 49.16769*
Các tiêu chuẩn lựa chọn độ trễ chạy bằng Eview là LR, FPE, AIC và HQ đƣa ra kết quả độ trễ tối ƣu là 4 còn tiêu chuẩn SC lại đƣa ra kết quả là 1. Thông thƣờng các nghiên cứu trƣớc đây lựa chọn độ trễ theo tiêu chuẩn AIC vì có độ tin cậy cao nhất, đồng thời với độ trễ 4 thì hàm chứa độ trễ 1 trong đó. Do đó tôi lựa chọn bƣớc trễ là 4 để thực hiện các bƣớc kiểm định mô hình. (adsbygoogle = window.adsbygoogle || []).push({});
3.1.4. Kiểm định đồng liên kết theo phƣơng pháp Johansen
Các biến trong mô hình hồi quy đều ở dạng logarit và dừng ở sai phân bậc 1 nên phải kiểm tra khả năng xảy ra các vector đồng liên kết giữa các dãy số thời gian. Tác giả sử dụng phƣơng pháp Johansen và Juselius (1990) với mức ý nghĩa 5% để thực hiện kiểm định giả thuyết này. Đây là kỹ thuật kiểm định đồng liên kết đƣợc sử dụng phổ biến nhất trong việc áp dụng nguyên tắc hợp lý cực đại nhằm xác định tồn tại các vector đồng liên kết giữa các dãy số thời gian không dừng.
Bảng 3.4. Kết quả kiểm định đồng liên kết
Giả thuyết Ho
Giá trị riêng của ma trận (Eigenvalue) Giá trị thống kê ma trận (Trace statistic) Giá trị tới hạn 5% (Critical Value) r = 0* 0.946280 305.0861 95.75366 r<=1* 0.857881 191.0512 69.81889 r<=2* 0.797492 114.9587 47.85613 r<=3* 0.587947 52.67659 29.79707 r<=4* 0.345748 18.09902 15.49471 r<=5 0.039033 1.552782 3.841466 Giả thuyết Ho
Giá trị riêng của ma trận (Eigenvalue)
Thống kê giá trị riêng cự đại của ma trận (Max
Eigen Statistic) Giá trị tới hạn 5% (Critical Value) r = 0* 0.946280 114.0349 40.07757 r<=1* 0.857881 76.09253 33.87687 r<=2* 0.797492 62.28207 27.58434 r<=3* 0.587947 34.57757 21.13162 r<=4* 0.345748 16.54624 14.26460 r<=5 0.039033 1.552782 3.841466
* Bác bỏ giả thuyết Ho (mức ý nghĩa 5%)
Căn cứ kết quả thể hiện ở bảng 3.4 (chi tiết xem phụ lục 3), ta thấy giá trị Trace statistic > giá trị Critical và giá trị Max-Eigen Statistic > giá trị Critical và các giá trị thống kê p < 0,05, do đó ta bác bỏ giả thuyết Ho (không tồn tại vecto đồng liên kết) và chấp nhận giả thuyết H1, tồn tại ít nhất 5 vecto đồng liên kết. Nhƣ vậy tồn tại mối quan hệ dài hạn trong mô hình. Điều này một lần nữa làm ta yên tâm hơn về tính chính xác của mô hình.
3.1.5. Kiểm định mối tƣơng quan giữa tỷ giá hối đoái và cán cân thƣơng mại
a. Ước lượng mô hình
bậc 1 và đồng thời tồn tại quan hệ đồng liên kết giữa các biến, do đó ta có thể thực hiện hồi quy theo mô hình VECM với độ trễ tối ƣu là 4.
Kết quả của mô hình theo phụ lục 4 đƣợc thể hiện nhƣ sau:
TB= 1,2763 – 0,0677 EX + 0,0016 CPI – 0,000011GDP + 0,00003 I – 5,1E-10 M2 +
[-12,0011] [5,51648] [-2,36962] [0,00315] [-0,19412]
Kết quả mô hình VECM đƣợc tóm tắt trong bảng sau:
Bảng 3.5. Tóm tắt kết quả mô hình Biến Giá trị Hệ số điều chỉnh CointEq1 -1,380422 (0,85660) [-1,61151] Hệ số R2 0,77406 (F-Statistic: 1,182) Hệ số R2 hiệu chỉnh 0,339559
Trong đó: ( ): sai số và [ ]: giá trị của thống kê T
Theo kết quả nghiên cứu, ta thấy tất cả giá trị các hệ số của mô hình là tƣơng đồng với kỳ vọng về dấu nhƣ trình bày ở phần thiết kế nghiên cứu. Các hệ số tƣơng quan giữa lần lƣợt các biến EX, CPI và GDP với biến TB đều có ý nghĩa thống kê ở mức 1%. Hệ số điều chỉnh của mô hình là -1,380422 cho thấy khoảng 1,38% sự mất cân bằng của cán cân thƣơng mại ở năm trƣớc sẽ đƣợc điều chỉnh ở năm tiếp theo, tuy nhiên sự điều chỉnh này là khá nhỏ, nếu có sự mất cân bằng dƣơng ở năm trƣớc, cán cân thƣơng mại trong năm tiếp theo sẽ điều chỉnh giảm.
Kết quả nghiên cứu cho thấy, tỷ giá hối đoái có tác động nghịch chiều đến cán cân thƣơng mại và có ý nghĩa thống kê ở mức 1%. Hàm ý là khi phá giá nội tệ ở mức 1% thì làm thâm hụt thêm 0,0777% cán cân thƣơng mại. Kết luận này phù hợp với lý thuyết đƣờng cong J trong ngắn hạn. Thật vậy, trong ngắn hạn, hiệu ứng giá mạnh hơn hiệu ứng số lƣợng. Do đó, khi phá giá nội
tệ, giá trị hàng hóa nhập khẩu sẽ trở nên đắt hơn khi tính bằng nội tệ, giá trị hàng hóa xuất khẩu sẽ rẻ hơn khi tính bằng ngoại tệ, do đó hiệu ứng giá góp phần làm xấu thêm cán cân thƣơng mại. Kết quả này cũng tƣơng đồng với kết quả nghiên cứu thực nghiệm của Onafowora (2003) và Tochitskaya (2007).
Kết quả mối quan hệ giữa chỉ số giá tiêu dùng (đại diện cho lạm phát) và cán cân thƣơng mại chỉ ra rằng đó là mối quan hệ thuận chiều và có ý nghĩa thống kê ở mức 1%. Điều này phù hợp với lý thuyết và kỳ vọng về mối tƣơng quan, cho thấy rằng, khi lạm phát càng cao đồng tiền quốc gia đó càng mất giá, do đó góp phần thúc đẩy xuất khẩu, làm cải thiện cán cân thƣơng mại. Khi điều chỉnh giảm lạm phát 1% thì cán cân thƣơng mại giảm 0,0016% tƣơng ứng.
Tổng sản phẩm quốc nội có tác động tiêu cực đến cán cân thƣơng mại trong dài hạn và có ý nghĩa thống kê ở mức 1%. Điều này đƣợc giải thích bởi khi thu nhập tăng lên thì nhu cầu chi tiêu tăng, dẫn đến xu hƣớng nhập khẩu hàng ngoại tăng, làm ảnh hƣởng tiêu cực đến cán cân thƣơng mại, điều này là phù hợp với lý thuyết ngẫu nhiên trong mô hình của Mundell – Fleming và kết quả nghiên cứu của Iyoboyi và Muftau (2014).
Ngoài ra mối quan hệ giữa lãi suất và cán cân thƣơng mại chỉ ra rằng có một mối quan hệ tích cực trong dài hạn ở mức ý nghĩa 1%. Điều này chƣa phù hợp với kỳ vọng về dấu của mối tƣơng quan, tuy nhiên tác động này là rất nhỏ, hệ số tƣơng quan xấp xỉ chỉ khoảng 0,94% và không có ý nghĩa thống kê.
Hệ số cung tiền cho thấy mối tƣơng quan tiêu cực. Điều này giải thích bởi sự điều chỉnh gia tăng lƣợng cung tiền trong lƣu thông làm tăng cung nội tệ cao hơn so với cầu nội tệ, nội tệ có xu hƣớng mất giá, thúc đẩy nhập khẩu và giảm xuất khẩu, do đó ảnh hƣởng xấu đến cán cân thƣơng mại. Tuy nhiên tác động này là rất nhỏ, điều chỉnh tăng 1% trong cung tiền làm thâm hụt thêm cán cân thƣơng mại xấp xỉ 0%.
Mô hình cho ra kết quả R2 là 77,406% và hệ số R2 hiệu chỉnh chỉ có 33,9559% tức là mô hình giải thích đƣợc chỉ khoảng 34% sự thay đổi của cán cân thƣơng mại của Việt Nam trong giai đoạn 2005-2015 bởi 5 nhân tố đƣợc lựa chọn. Mức độ giải thích của mô hình là không cao, do đó trƣớc khi đƣa ra kết luận, ta phải kiểm định sự phù hợp của mô hình.
b. Kiểm định tính dừng của phần dư
Tiếp theo ta tiến hành kiểm định phần dƣ để đảm bảo phần dƣ cũng là
(adsbygoogle = window.adsbygoogle || []).push({});