Kiểm định tính dừng của chuỗi dữ liệu và khắc phục tính dừng:
Như đã trình bày ở phần phương pháp nghiên cứu, kiểm định tính dừng và khắc phục tính dừng của chuỗi dữ liệu bằng cách lấy sai phân là một bước quan trọng nhằm đảm bảo tính hợp lý khi thực hiện mô hinh VECM. Nếu chuỗi dữ liệu không dừng cùng bậc khi lấy sai phân thì không thể thực hiện mô hình VECM. Kết quả kiểm định tính dừng của các biến lnBOT, lnVAREER, lnGDP_VN, lnGDP_w được thể hiện ở dưới đây:
Kết quả cho thấy, các biến lnBOT, lnVAREER, lnGDP_VN, lnGDP_w trong bài nghiên cứu đều là chuỗi dừng bậc 1, hay nói cách khác khi tiến hành lấy sai phân bậc 1 từ chuỗi dữ liệu gốc ban đầu thì kết quả kiểm định cho chuỗi này là dừng (kết quả ở mỗi biến đều có ý nghĩa thống kê với giá trị p-value đều nhỏ hơn 1%). Như vậy điều kiện đầu tiên để sử dụng mô hình VECM đã được thỏa mãn.
Lựa chọn độ trễ tối ưu của mô hình:
Bảng kết quả khi so sánh các trường hợp độ trễ khác nhau với các tiêu chí đã được nêu trên được thể hiện sau đây:
Hình 4. 6 Kết quả lựa chọn độ trễ theo các tiêu chuẩn
Dựa vào bảng kết quả trên có thể thấy độ trễ bằng 4 là lựa chọn tối ưu nhất khi thực hiện hiện mô hình (độ trễ 4 thỏa được nhiều tiêu chuẩn nhất khi so sánh với các trường hợp khác).
Kiểm tra đồng liên kết của các chuỗi dữ liệu:
Kiểm định đồng liên kết được xem như công việc quan trọng nhất khi tiến hành thực hiện mô hình VECM. Bởi vì kiểm định đồng liên kết được thực hiện với mục đích xem xét mối quan hệ dài hạn giữa các biến với nhau. Và chỉ khi phát hiện có mối quan hệ đồng liên kết giữa các biến thì mô hình VECM mới có thể sử dụng được.
Kiểm định phần dư:
Hình 4. 7 Kiểm định tính dừng của phần dư
Nhận thấy phần dư Et dừng ở chuỗi dữ liệu ban đầu (giá trị p-value bé hơn 1%), suy ra tồn tại mối quan hệ đồng liên kết và các biến có tác động với nhau trong dài hạn.
Kiểm định đồng liên kết theo Johansen
Dựa vào kiểm định Johansen ta nhận thấy:
Trace test chỉ ra tồn tại một Vector đồng liên kết ở mức 5%
Max – eigenvalue test chỉ ra tồn tại một Vector đồng liên kết ở mức ý nghĩa 5%.
Từ những kết quả trên, có thể rút ra kết luận giữa các biến này có ít nhất 1 mối quan hệ đồng liên kết, như vậy chắc chắn có thể sử dụng mô hình VECM trong việc kiểm định mối quan hệ giữ các biến và ước lượng hệ số điều chỉnh cân bằng.
Ước lượng mô hình VECM:
Sau khi kiểm định tính dừng và mối quan hệ đồng liên kết, ta thực hiện ước lượng các thông số trong dài hạn, ngắn hạn, hệ số điều chỉnh cân bằng cho mô hình VECM thể thấy được cán cân thương mại trở về trạng thái cân bằng trong dài hạn nhanh hay chậm. Tiến trình hiệu chỉnh sai số sẽ làm hài hòa giữa trạng thái động ngắn hạn và cân bằng trong dài hạn. Kết quả thu được như sau:
Phương trình thể hiện mối quan hệ dài hạn: lnBOT lnVAREER lnGDP_VN lnGDP_w 1.00000 2.289454 (0.45880) [-1.08379] -0.497243 (4.43387) [-2.82618] -12,53092. (1.97154) [1.16125]
Phần kết quả trên mô tả các hệ số trong biểu thức đồng liên kết thể hiện mối quan hệ cân bằng dài hạn giữa các biến trong mô hình. Có thể nhận thấy, trong dài hạn các yếu tố VAREER,GDP_VN, GDP_w đều có tác động đến cán cân thương mại. Thống kê t đều có giá trị khá lớn, khẳng định tác động của các yếu tố này đến cán cân thương mại là có ý nghĩa thống kê.
Kết quả cân bằng dài hạn cho thấy mức độ tác động của VAREER đối với chỉ số BOT là 2.3%. Điều này có nghĩa trong dài hạn 1% tăng lên trong tỷ giá thực hiệu lực dựa trên giá trị gia tăng sẽ làm cho cán cân thương mại tăng thêm 2.3%. Mức độ tác động này là tương đối thấp.
Tốc độ hiệu chỉnh sai số:
ECM(-1) = D(lnBOT(-1))- 0.497243*D(lnGDP_VN(-1)) –
12,53092*D(lnGDP_w(-1)) + 2,289454D(lnVAREER(-1)) + 50,14657 Phương trình trong ngắn hạn: (làm tròn 6 số thập phân)
o D(LNBOT) = - 0.030242*( LNBOT(-1) - 0.497243*LNGDP_VN(-1) - 12.530922*LNGDP_W(-1) + 2.289454*LNVAREER(-1) + 50.146572) -
0.275281*D(LNBOT(-1)) - 0.343565*D(LNBOT(-2)) - 0.601108*D(LNBOT(-3)) - 0.013837*D(LNBOT(-4)) - 0.051868*D(LNGDP_VN(-1)) - 0.147956*D(LNGDP_VN(-2)) - 0.080838*D(LNGDP_VN(-3)) - 0.098083*D(LNGDP_VN(-4)) - 0.475465*D(LNGDP_W(-1)) + 0.087253*D(LNGDP_W(-2)) - 2.586163*D(LNGDP_W(-3)) + 2.121797*D(LNGDP_W(-4)) + 1.065104*D(LNVAREER(-1)) + 1.157124*D(LNVAREER(-2)) + 0.749085*D(LNVAREER(-3)) - 0.633079*D(LNVAREER(-4)) - 0.009557. o D(LNGDP_VN) = - 0.222007*( LNBOT(-1) - 0.497243*LNGDP_VN(-1) - 12.530922*LNGDP_W(-1) + 2.289454*LNVAREER(-1) + 50.146572 ) +
0.358259*D(LNBOT(-1)) + 0.232505*D(LNBOT(-2)) + 0.678934*D(LNBOT(-3)) - 0.203814*D(LNBOT(-4)) - 1.191601*D(LNGDP_VN(-1)) - 1.203463*D(LNGDP_VN(-2)) - 1.063869*D(LNGDP_VN(-3)) - 0.208069*D(LNGDP_VN(-4)) + 1.997364*D(LNGDP_W(-1)) - 7.258318*D(LNGDP_W(-2)) + 4.803785*D(LNGDP_W(-3)) - 1.953180*D(LNGDP_W(-4)) - 0.886309*D(LNVAREER(-1)) - 1.811879*D(LNVAREER(-2)) - 1.079050*D(LNVAREER(-3)) + 0.172736*D(LNVAREER(-4)) + 0.166788. o D(LNGDP_W) = 0.005589*( LNBOT(-1) - 0.497242*LNGDP_VN(-1) - 12.530922*LNGDP_W(-1) + 2.289454*LNVAREER(-1) + 50.146572 ) -
0.023574*D(LNBOT(-1)) - 0.056129*D(LNBOT(-2)) - 0.033654*D(LNBOT(-3)) - 0.003715*D(LNBOT(-4)) + 0.002742*D(LNGDP_VN(-1)) + 0.009616*D(LNGDP_VN(-2)) - 0.001305*D(LNGDP_VN(-3)) - 0.004045*D(LNGDP_VN(-4)) + 0.218241*D(LNGDP_W(-1)) - 0.246182*D(LNGDP_W(-2)) - 0.261046*D(LNGDP_W(-3)) + 0.005114*D(LNGDP_W(-4)) - 0.104427*D(LNVAREER(-1)) - 0.074724*D(LNVAREER(-2)) + 0.178683*D(LNVAREER(-3)) - 0.109279*D(LNVAREER(-4)) - 0.002649. o D(LNVAREER) = - 0.033762*( LNBOT(-1) - 0.497243*LNGDP_VN(-1) - 12.530922*LNGDP_W(-1) + 2.289454*LNVAREER(-1) + 50.146572 ) +
- 0.012746*D(LNBOT(-4)) - 0.052881*D(LNGDP_VN(-1)) - 0.093981*D(LNGDP_VN(-2)) - 0.068663*D(LNGDP_VN(-3)) - 0.062772*D(LNGDP_VN(-4)) - 0.426809*D(LNGDP_W(-1)) - 0.231739*D(LNGDP_W(-2)) - 1.271980*D(LNGDP_W(-3)) + 0.273571*D(LNGDP_W(-4)) - 0.144472*D(LNVAREER(-1)) - 0.168539*D(LNVAREER(-2)) + 0.054204*D(LNVAREER(-3)) - 0.191378*D(LNVAREER(-4)) + 0.016616.
Dựa vào kết quả trên có thể nhận thấy trong ngắn hạn VAREER sẽ có tác động ngược chiều đối với chỉ số BOT, tuy nhiên sẽ có một sự điều chỉnh để đưa về trạng thái cân bằng trong dài hạn. Sự chuyển dịch của mối quan hệ này đạt được dựa trên hệ số điều chỉnh. Điều này cũng phù hợp với lý thuyết của đường cong J. Đồng thời ta nhận thấy tất cả các biến đều tác động đến cán cân thương mại không chỉ trong ngắn hạn mà còn cả trong dài hạn. (adsbygoogle = window.adsbygoogle || []).push({});
Kiểm định sự bền vững của mô hình:
Kiểm định LM
Giả thuyết
H0: Phần dư không có tự tương quan đến độ trễ h
Hình 4. 11 Kiểm định LM
Hệ số Pvalue kiểm định cho thấy không bác bỏ giả thiết H0 tại độ trễ là 4, nên không có tương quan chuỗi tại độ trễ 4.
Kiểm định White :
H0 : Phần dư không có hiện tượng phương sai thay đổi
H1 : Phần dư có hiện tượng phương sai thay đổi.
Hình 4. 12 Kiểm định White
Hệ số p value lớn hơn 5%, cho nên không bác bỏ giả thiết Ho, vậy phần dư không có hiện tượng phương sai thay đổi.
Hình 4. 13 Kiểm định AR
Nhìn vào vòng tròn đơn vị, các điểm đều nằm trong đường tròn, cho thấy mô hình ổn định.
Kiểm định tính dừng phần dư của các biến
Hình 4. 14 Kiểm định tính dừng của phần dư
Nhìn vào kết quả trên có thể thấy phần dư trong phương trình hồi quy ngắn hạn của từng biến đều dừng. Do đó, kết quả ước lượng là phù hợp.
Phân tích phản ứng đẩy và phân rã phương sai: Phản ứng đẩy:
Chúng tôi sử dụng hàm phản ứng đẩy tổng quát từ mô hình VECM theo cách tiếp cận của Han-Min Hsing (2003). Kết quả hàm phản ứng đẩy được thể hiện dưới đây
Hình 4. 15 Hàm phản ứng đấy
Xém xét tác động của cú sốc VAREER đến BOT ta nhận thấy, tác động trong ngắn hạn của tỷ giá đối với tỷ lệ xuất nhập khẩu sau khi phá giá. Tỷ lệ xuất khẩu trên nhập khẩu giảm xuống hơn 2% trong vòng 3 năm từ 1999 đến 2002, sau đó là một xu hướng tăng dù không nhiều nhưng kéo dài đến những năm sau đó và có xu hướng trở lại vị trí cân bằng, điều này phụ hợp với lý thuyết về đường cong J và mục đích điều chỉnh cân bằng dài hạn của mô hình VECM.
Phân rã phương sai:
Phân rã phương sai giúp chúng ta có được những thông tin quan trọng liên quan đến nguồn gốc dẫn đến thay đổi trong cán cân thương mại, đặc biệt là phân tích được vai trò của VAREER đối với sự thay đổi đó. Bảng tỷ trọng mức độ tác động của các yếu tố đến cán cân thương mại được thể hiện sau đây:
Hình 4. 16 Phân rã phương sai
Dựa vào biểu đồ tỷ trọng trên, nhìn chung tỷ trọng tác động của các cú sốc có sự thay đổi theo thời gian, cụ thể:
Cú sốc VAREER tác động tương đối mạnh đến sự thay đổi của cán cân thương mại BOT trong những thời kỳ đầu tiên, tuy nhiên tác động này có xu hướng giảm dần những năm về sau.
Cú sốc GDP thế giới có tác động mạnh đối với biến tỷ giá và xu hướng này vẫn đang tiếp tục gia tăng.
Cú sốc GDP trong nước gần như không có tác động đáng kể nào.
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 1 2 3 4 5 6 7 8 9 10 11 12 13 14 lnVAREER lnGDP_w lnGDP_VN lnBOT
CHƯƠNG 5: KẾT LUẬN
Bài nghiên cứu này đã mô tả công thức và thực hiện tính VAREER cho Việt Nam trong giai đoạn 1999-2013 với sự hỗ trợ của Matlab. Đồng thời sử dụng mô hình VECM để nghiên cứu tác động của VAREER lên CCTM của Việt Nam trong giai đoạn này. (adsbygoogle = window.adsbygoogle || []).push({});
Kết quả cho thấy có một sự khác biệt quan trọng trong kết quả giữa tỷ giá thực hiệu lực được tính dựa trên GTGT mà Việt Nam đóng góp vào chuỗi cung ứng toàn cầu và chỉ số REER được tính dựa trên CPI của IMF. Khác biệt này được giải thích chủ yếu bởi khác biệt trong tỷ trọng sử dụng để tính toán hai chỉ số và khác biệt trong chỉ số giá.Độ lệch lớn giữa VAREER và REER đặt ra một nghi vấn về mức độ chính xác khi sử dụng REER để đo lường cạnh tranh trong giai đoạn hiện nay. Từ kết quả, chúng tôi cũng khuyến cáo các nhà làm chính sách nên xem xét và áp dụng chỉ số tỷ giá thực có hiệu lực mới này.
Kết quả mô hình VECM cho thấy mối tương quan thuận giữa VAREER và CCTM trong dài hạn, tác động này vào khoảng 2.3%. Trong ngắn hạn, mối tương quan giữa VAREER và CCTM là ngược chiều, sau đó được điều chỉnh về trạng thái cân bằng trong dài hạn thông qua hệ số điều chỉnh. Kết quả này hoàn toàn phù hợp với lý thuyết đường cong J. Cú sốc của tỷ giá VAREER có tác động tương đối mạnh với sự thay đổi của cán cân thương mại trong thời kỳ đầu, tuy nhiên tác động này có xu hướng giảm dần những năm sau đó.
Tuy nhiên việc tính toán tỷ giá thực hiệu lực theo giá trị gia tăng cho Việt Nam có một điểm hạn chế lớn. Như đã trình bày trong phần trước, để tính VAREER cần một nguồn dữ liệu quan trọng là các tỷ trọng thương mại của Việt Nam và các nước đối tác. Những dữ liệu hiện nay cũng chỉ cung cấp các con số thống kê về mậu dịch giá trị gia tăng đến cuối thời điểm năm 2009. Bài nghiên cứu tính VAREER cho giai đoạn 2010 – 2013 dựa trên giả định rằng tỷ trọng này sẽ không đổi và bằng mức của năm 2009. Tuy nhiên, với sự toàn cầu hóa và sự phát triển mạnh của chuỗi cung ứng trong giai đoạn hiện nay, càng có nhiều quốc gia
tiến hành chuyên môn hóa theo chiều sâu. Kết quả là càng có nhiều sản phẩm giá trị gia tăng được tạo ra. Vì vậy việc cập nhật số liệu là điều rất cần thiết để xây dựng một chỉ số VAREER bám sát với thực tế, phản ánh đúng sức cạnh tranh trong giai đoạn hiện tại.
Mặc dù có những hạn chế trên, bài nghiên cứu này mở ra hướng những nghiên cứu tiếp theo trong tương lai, bằng cách sử dụng tỷ số mới VAREER để thực nghiệm lại các bài nghiên cứu liên quan đến REER. Đó sẽ là những những hướng nghiên cứu đầy tiềm năng.
TÀI LIỆU THAM KHẢO
Neil Foster- McGregor, Robert Stehrer. (2013). " Value Added content of Trade: A Comprehensive Approach". Economics Letters.
Fuzhi Cheng and David Orden. (2005). "Exchange Rate Misalignment and Its Effects on Agricultural Producer Support Estimate: Empirical Evidence from India and China".
International Food Policy Research Institute.
Jonathan Eaton and Samuel Kortum. (2010). "Technology in the Global Economy: A Framework for Quantitive Analysis".
Mitsuyo Ando. (2006). "Fragmentation and Vertical intra- industry trade in East Asia".
North American Journal of Economics and Finance.
Nguyễn Thị Thu Hằng, Đinh Tuấn Minh, Tô Trung Thành, Lê Hồng Phong, Phạm Văn Hà. (2010). " Lựa chọn TGHĐ trong bối cảnh phục hồi nền kinh tế'.
Nguyen Tran Phuc and Nguyen Duc Tho. (2009). " Exchange Rate Policy in Viet Nam, 1985-2008". Asean Economic Bulletin Vol 26, No.2.
Paul S.Armington. (1969). " A theory of Demand for Products Distinguished by Place of Production". International Monetary Fund Staff Papers.
Robert C. Johnson, Guillermo Noguera. (2011). " Accounting for Intermediates: Production sharing and Trade in Value Added". Journal of International Economics.
Robert C.Feenstra. (2001). "Global Production Sharing and Rising Inequality: A survey of Trade and Wages". National Bureau of Economic Research.
Robert C.Johnson, Guillermo Noguera. (2012). "Fragmentation and Trade in Value Added over Four Decades". NBER Working Paper.
Rudolfs Bems and Robert Johnson. (2012). Value Added Exchange Rates. NBER Working Paper Series.
Rudolfs Bems, Robert C. Johnson. (2012). " Value Added Exchange Rates: measuring competitiveness vertical specialization in trade". NBER Working Paper.
Tamim Bayoumi, Jaewoo Lee, and Sarma Jayanthi. (2005). "New Rates from New Weights". IMF Working Paper .
Vo Tri Thanh, Dinh Hien Minh, Do Xuan Truong, Hoang Van Thanh, Pham Chi Quang. (2000). "Exchange Rate Arrangement in Viet Nam: Information Content and Policy Options". East Asian Development Network (EADN).
Willem Thorbecke. (2010). "Investigating the Effect of Exchange Rate Changes on the People's Republic of China's Processed Exports". ADBI Working Paper Series. Zsolt Darvas. (2012). "Real Effective Exchange Rates For 178 Countries: A New
Database". Bruegel Working Paper. Danh mục web:
cepii. (n.d.). Retrieved from http://www.cepii.fr/
nber. (n.d.). Retrieved from http://www.nber.org/data/
Unstats. (n.d.). Retrieved from http://unstats.un.org/unsd/default.htm
PHỤ LỤC 1: GIÁ TRỊ GIA TĂNG VÀ TỶ TRỌNG
CỦA VIỆT NAM.
Hộp 1: Tỷ trọng về GTGT của Việt Nam với một số đối tác thương mại (adsbygoogle = window.adsbygoogle || []).push({});
Tác giả cho rằng các tỷ trọng thương mại này đo lường sự cạnh tranh thuần túy khi chuỗi cung ứng gia tăng. Chẳng hạn, nếu chuỗi cung ứng của nhà cung ứng nước ngoài giảm xuống thì các tỷ trọng sẽ cho thấy cạnh tranh tăng lên. Điều này có thể được hiểu rằng, nếu một quốc gia giảm nhập khẩu trung gian đầu vào để sản xuất thì lúc này sự cạnh tranh giữa các nhà xuất khẩu sẽ tăng lên (do cầu giảm, nguồn cung dư thừa nên sự cạnh tranh sẽ khốc liệt hơn).
Biểu đồ sau đây thể hiện tỷ trọng của Việt Nam so với một số đối tác thương mại lớn, bao gồm Trung Quốc, Mỹ, Pháp, Nhật Bản và Hàn Quốc.
Hình A. 1 Tỷ trọng giá trị gia tăng của Việt Nam so với một số đối tác thương mại lớn. (Đơn vị phần trăm)
Nguồn: Tỷ trọng theo tính toán của Bems và Johnson (2012).
0 5 10 15 20 25 30 1 9 9 9 2 0 0 0 2 0 0 1 2 0 0 2 2 0 0 3 2 0 0 4 2 0 0 5 2 0 0 6 2 0 0 7 2 0 0 8 2 0 0 9
Tỷ trọng này được tính như trong bài, khi đó tỷ trọng của Việt Nam đối với quốc gia i năm t được tính theo công thức.
𝑊𝑖𝑡 = 𝑉𝐴𝑋𝑖𝑡 ∑ 𝑉𝐴𝑋𝑗 𝑗𝑡
Trong đó:
- 𝑉𝐴𝑋𝑖𝑡 là tỷ lệ GTGT trong xuất khẩu đối với quốc gia i trong năm t. - ∑ 𝑉𝐴𝑋𝑗 𝑗𝑡 là tổng tỷ lệ GTGT trong xuất khẩu đối với tất cả các quốc
gia trong rổ tiền tệ.
Tổng các tỷ trọng ∑ 𝑊𝑖𝑡 = 1
Tỷ trọng của Việt Nam so với Mỹ 2009 ở mức 22.7%, cao hơn so với năm 1999, 8.37%. Tỷ trọng này có sự giảm nhẹ thời điểm 2007-2008 do ảnh hưởng của cuộc khủng hoảng toàn cầu.
Xét đến cuối thời điểm của khoảng thời gian nghiên cứu, tỷ trọng của Việt Nam đối với Trung Quốc tăng 10%, tỷ trọng đối với Nhật Bản có sự tăng nhẹ với 9.65%.
Một câu hỏi chúng tôi đặt ra là liệu khu vực địa lý có ảnh hưởng đến tỷ trọng hay không. Thứ nhất, chúng tôi nhận thấy rằng, các hiệp định thương mại (RTA) song phương và đa phương trong khu vực, cụ thể là các hiệp định song phương giữa Việt Nam với các nước trong khối ASIAN. Hiệp định Thương mại Tự do ASIAN đã góp phần làm tăng cường giao thương và làm giảm tỷ lệ xuất khẩu GTGT do đó làm giảm tỷ trọng. Ngoài ra, theo kết quả tính toán trong bài nghiên cứu của Bems và Johnson năm 2012, những quốc gia tham gia các hiệp định thương mại sẽ có tỷ