Tác giả sẽ thực hiện phân tích các kết quả định lượng gồm kiểm định tính dừng (unit root test), kiểm định hồi quy đồng tích hợp (phương pháp Johansen Cointegration Test), ước lượng kết quả hồi quy đồng tích hợp (Cointergration regression), phân tích kết quả hồi quy giữa tỷ giá thực song phương và đa phương với cán cân thương mại
Tổng quát về bộ dữ liệu gốc nghiên cứu được mô tả trong bảng 4.1 như sau:
Bảng 4.1: Thống kê mô tả các biến trong mô hình
GDPMY GDPVN GDPW REER RER X/M
Mean 2.705581 6.599620 4.364296 107.5947 4973107. 0.885180
Minimum 0.975982 0.108433 2.318087 90.69417 3919637. 0.642277 Std. Dev. 1.101175 1.568531 0.882294 9.245349 515141.9 0.115041 Skewness -0.186311 -1.071143 0.065924 0.848802 -0.492054 -0.066426 Kurtosis 1.885247 5.920494 3.147202 4.134247 2.272797 2.677066 Jarque-Bera 3.914310 37.16958 0.110649 11.81039 4.242331 0.345484 Probability 0.141260 0.000000 0.946178 0.002725 0.119892 0.841354 Sum 183.9795 448.7741 296.7721 7316.443 3.38E+08 60.19227
Sum Sq. Dev. 81.24326 164.8393 52.15563 5726.924 1.78E+13 0.886714
Observations 68 68 68 68 68 68
Nguồn: Trích từ kết quả thống kê mô tả bằng Eviews
Bảng 4.1 thể hiện kết quả thống kê được thực hiện dựa trên bộ dữ liệu gốc cho thấy: Có tất cả 68 quan sát của mỗi biến nghiên cứu trong giai đoạn từ tháng Q1/2000 đến Q4/2016.
Các giá trị trung bình, giá trị lớn nhất, giá trị nhỏ nhất và độ lệch chuẩn trong bảng trên, cho biết sự chênh lệch giá trị của số liệu các biến trong mô hình. Hai giá trị thống kê giúp ta hình dung về hình dáng phân phối của số liệu là độ nghiêng (Skewness) và độ nhọn (Kurtosis).
Hệ số bất đối xứng (độ nghiêng - Skewness):
Nếu Skewness =0 thì phân phối là đối xứng.
Nếu Skewness <0 thì phân phối là bất đối xứng và đồ thị sẽ xuôi về bên trái nhiều hơn.
Nếu Skewness >0 thì phân phối là bất đối xứng và đồ thị sẽ xuôi về bên phải nhiều hơn.
Hệ số nhọn (độ nhọn - Kurtosis):
Nếu Kurtosis =3 thì phân phối xác suất được tập trung ở mức bình thường. Nếu Kurtosis >3 thì phân phối tập trung ở mức độ cao hơn mức bình thường.
Nếu Kurtosis <3 thì phân phối xác suất được tập trung ở mức độ thấp hơn mức bình thường.
4.3. Ma trận tương quan giữa các biến
Bảng 4.2: Kiểm định tƣơng quan giữa các biến trong mô hình
GDPMY GDPVN GDPW REER RER X/M
GDPMY 1 GDPVN 0.051085 1 GDPW 0.421117 0.07391 1 REER 0.234365 0.424606 0.2674152 1 RER 0.07876 -0.07719 0.22254 0.05354 1 X/M -0.093626 -0.279695 -0.226751 -0.43924 -0.2790 1
Nguồn: Trích từ kết quả thống kê mô tả bằng Eviews
Ma trận tương quan cung cấp cái nhìn sơ bộ ban đầu về sự tác động của các biến độc lập lên cán cân thương mại. Kết quả cho thấy ngoại trừ GDPMY (tăng trưởng GPD của Mỹ) có mối quan hệ đồng biến với cán cân thương mại X/M, thì các yếu tố khác có hệ số tương quan âm hay nói cách khác các biến này có mối quan hệ nghịch biến với cán cân thương mại (X/M).
4.4. Phân tích hồi quy
Dựa trên các cơ sở lý thuyết đã nêu, các biến kinh tế vĩ mô thường có ảnh hưởng qua lại với nhau, để mô tả hết được tác động của các biến độc lập đến biến phụ thuộc, nghiên cứu chọn mô hình ARDL (Mô hình Var trễ phân phối dừng tự hồi quy) là mô hình kết hợp giữa mô hình Var và mô hình hồi quy thông thường để nghiên cứu tác động của các biến nghiên cứu lên GDP.
4.4.1. Kết quả kiểm tính dừng bằng kiểm định nghiệm đơn vị ADF
Như đã đề cập trong cơ sở lý luận tại chương 3, khi nghiên cứu với chuỗi dữ liệu thời gian thì tính dừng của các chuỗi là rất quan trọng nên kiểm định tính dừng sau đây sẽ được quyết định (chấp nhận hay bác bỏ) dựa trên mức ý nghĩa 5% hay độ tin cậy 95%.
Bảng 4.3: Tổng hợp kết quả kiểm định tính dừng của các biến bằng kiểm định ADF
Tên biến Kết quả kiểm
định ADF
Giá trị thống kê ở các mức ý nghĩa
Prob 1% 5% 10% D(GDPMY) -7.3847 -3.531 -2.905 -2.590 0.000 D(GDPVN) -11.145 -3.534 -2.906 -2.591 0.000 D(GDPW) -5.121 -3.5315 -2.9055 -2.5902 0.000 D(REER) -8.1339 -3.5332 -2.9062 -2.5906 0.000 D(RER) -9.521 -3.533204 -2.906210 -2.590628 0.000 D(X/M) -8.262 -3.536587 -2.907660 -2.591396 0.000
Nguồn: Tổng hợp từ kết quả Eviews
Với kết quả kiểm định tính dừng của các biến thể hiện tại bảng 4.3 ở trên, các chuỗi GDPVN, GDPMy, GDPW, REER, RER đều không phải là các chuỗi dừng. Tiếp tục tiến hành các kiểm định tính dừng của các chuỗi sai phân bậc 1 và kết quả thu được là các chuỗi sai phân bậc một đều dừng với giá trị kiểm định lớn hơn giá trị thống kê ở mức ý nghĩa 1%.
4.4.2. Xác định đỗ trễ tối ƣu qua mô hình Var
Theo kết quả lựa chọn độ trễ tối ưu thể hiện trong bảng 4.4 bên dưới, thì độ trễ được đánh giá là tối ưu thông qua kết quả AIC và SC. Nghiên cứu sẽ thực hiện ước lượng mô hình ARDL bằng phần mềm EVIEWS với độ trễ tối ưu vừa lựa chon được.
Bảng 4.4: Kết quả xác định độ trễ tối ƣu thông qua mô hình VAR
Lag LogL LR FPE AIC SC HQ
0 -5224.740 NA 1.93e+62 166.1187 166.3909 166.2258
1 -4766.718 785.1812 7.23e+56 153.6101 156.0594 154.5734 2 -4667.088 145.4908 2.56e+56 152.4790 157.1054 154.2986 3 -4558.895 130.5191 8.16e+55 151.0760 157.8796 153.7519
4 -4449.023 104.6394 3.32e+55 149.6198 158.6005 153.1520 5 -4292.951 109.0025 5.30e+54 146.6969 157.8548 151.0853 6 -3986.225 136.3228* 2.11e+52* 138.9913* 152.3263* 144.2360*
* indicates lag order selected by the criterion
Nguồn: Trích từ kết quả xác định độ trễ tối ưu bằng Eviews
4.4.3. Kiểm định đồng liên kết
Thực hiện kiểm định đồng liên kết các chuỗi dữ liệu trong mô hình theo phương pháp Johansen.
Bảng 4.5. Kiểm định đồng liên kết
Unrestricted Cointegration Rank Test (Trace)
Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.649690 260.9122 159.5297 0.0000 At most 1 * 0.593252 191.6824 125.6154 0.0000 At most 2 * 0.520893 132.3114 95.75366 0.0000 At most 3 * 0.377493 83.74657 69.81889 0.0026 At most 4 * 0.359611 52.46258 47.85613 0.0173 At most 5 0.178571 23.04773 29.79707 0.2437 At most 6 0.141386 10.06486 15.49471 0.2758 At most 7 6.25E-05 0.004127 3.841466 0.9475
Trace test indicates 5 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
Hypothesized Max-Eigen 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.649690 69.22987 52.36261 0.0004 At most 1 * 0.593252 59.37098 46.23142 0.0012 At most 2 * 0.520893 48.56483 40.07757 0.0044 At most 3 0.377493 31.28398 33.87687 0.0989 At most 4 * 0.359611 29.41485 27.58434 0.0288 At most 5 0.178571 12.98287 21.13162 0.4538
At most 6 0.141386 10.06073 14.26460 0.2080
At most 7 6.25E-05 0.004127 3.841466 0.9475
Max-eigenvalue test indicates 3 cointegrating eqn(s) at the 0.05 level
Nguồn: Trích từ kết quả Eviews
Kiểm định Trace cho thấy không có ít nhất 1 mối quan hệ đồng liên kết tại mức ý nghĩa 5%. Kết quả kiểm định mối quan hệ đồng liên kết giữa các biến trong mô hình cho thấy không có mối quan hệ đồng tích hợp giữa các biến trong mô hình.
4.4.4. Kết quả hồi quy
4.4.4.1. Mô hình hồi quy tác động của tỷ giá thực song phương đối với chỉ số xuất khẩu trên nhập khẩu:
Ln(X/M)t = α0 + α1lnGDPt-1 + α2lnGDP*t-1 + α3lnRERt-1 + εt
Trong đó (X/M) là tỷ số xuất khẩu trên nhập khẩu
GDP,GDP* lần lượt là chỉ số GDP của Việt Nam và Mỹ RER là chỉ số tỷ giá thực song phương VND/USD
α0, α1, α2, α3là các hệ số hồi quy
Bảng 4.6: Kết quả hồi quy tác động của tỷ giá thực song phƣơng đối với chỉ số xuất khẩu trên nhập khẩu
Dependent Variable: X/M Method: Least Squares Date: 09/15/17 Time: 10:47 Sample: 1 68
Included observations: 68
Variable Coefficient Std. Error t-Statistic Prob.
C 1.763480 0.288412 6.114438 0.0000
RER -2.87E-07 1.41E-07 -2.036970 0.0458
GDPVN 2.50E-12 4.26E-12 0.588103 0.5585
GDPW 1.35E-13 1.82E-13 0.740399 0.4618
R-squared 0.144362 Mean dependent var 0.885180
Adjusted R-squared 0.104254 S.D. dependent var 0.115041
Sum squared resid 0.758706 Schwarz criterion -1.409565
Log likelihood 56.36422 Hannan-Quinn criter. -1.488393
F-statistic 3.599325 Durbin-Watson stat 1.686097
Prob(F-statistic) 0.018108
Nguồn: Trích từ kết quả Eviews
Kết quả hồi quy cho thấy, hệ số hồi quy của tỷ giá song phương (RER) âm và có ý nghĩa thống kê ở mức 5%(prob<0,05), điều này cho thấy tỷ giá song phương giữa hai nước Việt Nam và Mỹ có mối quan hệ nghịch biến với Cán cân thương mại (X/M). Các yếu tố khác không có ý nghĩa giải thích trong mô hình do hệ số hồi quy prob>0,1.
Tra bảng thống kê Durbin – Watson để tìm dL và dU. Đại lượng thống kê Durbin – Watson (d) = 1.68>1 nên mô hình không có hiện tượng tự tương quan.
Từ kết quả ở bảng trên cho thấy, trị thống kê F của mô hình bằng 3.599 với mức ý nghĩa quan sát Prob(F-Statistic) = 0.000 nên có thể khẳng định tồn tại mô hình hay tồn tại mối quan hệ giữa biến X/M với biến độc lập khác trên tổng thể. Như vậy, phân tích hồi quy tuyến tính bội là phù hợp và có thể sử dụng để kiểm định mô hình đề xuất.
Đồng thời qua kết quả phân tích bảng trên cho thấy R2
điều chỉnh = 0.104, nghĩa là phương trình hồi quy tuyến tính bội được xây dựng phù hợp với tập dữ liệu là 10,4%.
Mô hình hiệu chỉnh: X/M = 1.76 – 2.87* RER
Phân tích kết quả: Với biến chỉ số tỷ giá thực song phương RER, kết quả ước lượng cho thấy RER nghịch biến với cán cân thương mại, nghĩa là khi chỉ số RER tăng 1%, đồng nghĩa với VND mất giá thì cán cân thương mại không được cải thiện mà còn thâm hụt đi 2.87%. Như vậy, tỷ giá song phương tác động tiêu cực đến cán cân thương mại. Nghiên cứu này không giống với kết quả với nghiên cứu của Phan Thanh Hoàn, Nguyễn Đăng Hào (2007), Phạm Hồng Phúc (2009), Nguyễn Văn Phúc, Phạm Thị Tuyết Trinh (2011). Điều này có thể giải thích là do Việt Nam là nước đang phát triển, nhu cầu nhập khẩu cao, ngoài ra các sản phẩm xuất khẩu chủ yếu là sản phẩm thô, nông sản, thủy sản chế biến giá trị thấp, trong khi phải nhập khẩu nguyên vật liệu sản
xuất, máy móc, thiết bị công nghệ hiện đại giá trị lớn nên khi phá giá đã không làm cải thiện CCTM của Việt Nam.
4.4.4.2. Mô hình hồi quy tác động của tỷ giá thực đa phương đối với chỉ số xuất khẩu trên nhập khẩu:
Ln(X/M)t = β0 + β1lnGDPwt + β2lnGDPvnt + β3LnREERt + εt Trong đó (X/M) là tỷ số xuất khẩu trên nhập khẩu
GDPw,GDPvn lần lượt là chỉ số GDP trung bình và chỉ số GDP của Việt Nam REER là chỉ số tỷ giá thực đa phương
β0, β1, β2, β3là các hệ số hồi quy
Bảng 4.7: Kết quả hồi quy tác động của tỷ giá thực đa phƣơng đối với chỉ số xuất khẩu trên nhập khẩu
Dependent Variable: X/M Method: Least Squares Date: 09/15/17 Time: 15:19 Sample: 1 68
Included observations: 68
Variable Coefficient Std. Error t-Statistic Prob.
C 1.489067 0.150818 9.873263 0.0000
GDPVN -0.008774 0.008967 -0.978477 0.3315
GDPW -0.016014 0.014978 -1.069147 0.2890
REER -0.004425 0.001574 -2.810482 0.0066
R-squared 0.217506 Mean dependent var 0.885180
Adjusted R-squared 0.180826 S.D. dependent var 0.115041
S.E. of regression 0.104122 Akaike info criterion -1.629485
Sum squared resid 0.693849 Schwarz criterion -1.498926
Log likelihood 59.40250 Hannan-Quinn criter. -1.577754
F-statistic 5.929914 Durbin-Watson stat 1.748291
Prob(F-statistic) 0.001237
Kết quả hồi quy cho thấy, hệ số hồi quy của tỷ giá đa phương (REER) âm và có ý nghĩa thống kê ở mức 5%(prob<0,05), điều này cho thấy tỷ giá đa phương có mối quan hệ nghịch biến với Cán cân thương mại (X/M). Các yếu tố khác không có ý nghĩa giải thích trong mô hình do hệ số hồi quy prob>0,1.
Tra bảng thống kê Durbin – Watson để tìm dL và dU. Đại lượng thống kê Durbin – Watson (d) = 1.68>1 nên mô hình không có hiện tượng tự tương quan.
Từ kết quả ở bảng trên cho thấy, trị thống kê F của mô hình bằng 5.929 với mức ý nghĩa quan sát Prob(F-Statistic) = 0.000 nên có thể khẳng định tồn tại mô hình hay tồn tại mối quan hệ giữa biến X/M với biến độc lập khác trên tổng thể. Như vậy, phân tích hồi quy tuyến tính bội là phù hợp và có thể sử dụng để kiểm định mô hình đề xuất.
Đồng thời qua kết quả phân tích bảng trên cho thấy R2
điều chỉnh = 0.180, nghĩa là phương trình hồi quy tuyến tính bội được xây dựng phù hợp với tập dữ liệu là 18%.
Mô hình hiệu chỉnh: X/M = 1.48 – 0.004* REER
Phân tích kết quả: Tương tự như kết quả phân tích đối với tỷ giá thực song phương. Với biến chỉ số tỷ giá thực đa phương REER, kết quả ước lượng cũng cho thấy REER nghịch biến với CCTM, nghĩa là khi chỉ số REER tăng 1%, đồng nghĩa với VND mất giá thì cán cân thương mại không được cải thiện mà còn thâm hụt đi 0.004%. Như vậy, tỷ giá thực đa phương tác động tiêu cực đến cán cân thương mại. Nghiên cứu này không cùng kết quả với nghiên cứu của Phan Thanh Hoàn, Nguyễn Đăng Hào (2007), Phạm Hồng Phúc (2009), Nguyễn Văn Phúc, Phạm Thị Tuyết Trinh (2011). Điều này có thể giải thích là do Việt Nam là nước đang phát triển, nhu cầu nhập khẩu cao, ngoài ra các sản phẩm xuất khẩu chủ yếu là sản phẩm thô, nông sản, thủy sản chế biến giá trị thấp, trong khi phải nhập khẩu nguyên vật liệu sản xuất, máy móc, thiết bị công nghệ hiện đại giá trị lớn nên khi phá giá đã không làm cải thiện CCTM của Việt Nam.
KẾT LUẬN CHƢƠNG 4
Kết quả định lượng cho thấy tỷ giá thực song phương RER và tỷ giá thực đa phương REER tác động ngược chiều với cán cân thương mại X/M, các biến khác không có ý nghĩa thống kê trong mô hình. Với biến tỷ giá thực song phương, kết quả ước lượng cho thấy có ý nghĩa thống kê và tác động ngược chiều (hay tác động tiêu cực) đến Cán cân thương mại (X/M), hệ số ước lượng bằng 2.87 được hiểu là khi tăng tỷ giá thực song phương tăng lên 1% sẽ làm CCTM giảm 2,87%. Với biến tỷ giá thực đa phương, kết quả ước lượng cho thấy có ý nghĩa thống kê và tác động ngược chiều (hay tác động tiêu cực) đến Cán cân thương mại (X/M), hệ số ước lượng bằng 0.004 được hiểu là khi tăng tỷ giá thực song phương tăng lên 1% sẽ làm CCTM giảm 0.04%. Trong chương tiếp theo, dựa trên các kết quả nghiên cứu, tác giả trình bày các kiến nghị nhằm góp thêm góc nhìn cho chính phủ và NHNN trong điều hành chính sách tỷ giá tạo tính cạnh tranh cho hàng hóa Việt Nam .
CHƯƠNG 5: ĐỀ XUẤT GIẢI PHÁP TÁC ĐỘNG TỐT ĐẾN TÌNH HÌNH TỶ GIÁ NHẰM TẠO TÍNH CẠNH TRANH CỦA HÀNG HÓA VIỆT
NAM TRONG TIẾN TRÌNH HỘI NHẬP KINH TẾ QUỐC TẾ
Muốn đạt được mục tiêu thặng dư CCTM bên cạnh việc nâng cao chất lượng, mẫu mã các sản phẩm xuất khẩu thì cần có sự giảm giá đồng tiền một cách đáng kể để đem lại lợi thế thương mại quốc tế trên phương diện giá cả. Điều chỉnh tỷ giá có ảnh hưởng đến giá cả ở trong nước và quốc tế, do vậy, việc điều chỉnh tỷ giá phải phù hợp với từng giai đoạn khác nhau của nền kinh tế. Để làm được điều này cần quan tâm đến các vấn đề sau:
Thứ nhất, lựa chọn thời điểm phá giá đồng nội tệ phù hợp. Thành công trong việc phá giá tiền tệ thể hiện rõ nét ở thời điểm phá giá và mức điều chỉnh tỷ giá hối đoái. Đối với các nước đang phát triển thì tốc độ tăng trưởng cao thường đi kèm với một tỷ lệ làm phát tương đối lớn so với nhóm nước có nền kinh tế phát triển, điều này ảnh hưởng xấu đến lợi thế cạnh tranh của hàng hóa xuất nhập khẩu trên phương diện giá cả, do vậy phá giá tiền tệ có thể giải quyết được vấn đề này. Trung Quốc là một nước thực hiện rất thành công chính sách phá giá và thành công này một phần do lựa chọn thời điểm phá giá hợp lý. Khi đó, các nước trong khu vực đang phát triển lành