Bài viết sử dụng số liệu chuỗi thời gian từ quí 1 năm 2008 đến quí 4 năm 2020,
theo tần suất quí. Lý do chọn số liệu trong khoảng thời gian này là vì năm 2008 là sau khủng hoảng tài chính, NHNN đã phối hợp chặt chẽ của các Bộ, Ngành, Ngân hàng Nhà nước đã điều hành tỷ giá linh hoạt, thực hiện được các mục tiêu của chính sách tỷ giá, đảm bảo thanh khoản ngoại tệ của hệ thống ngân hàng, góp phần thúc đẩy xuất khẩu, hạn chế nhập siêu, kiềm chế lạm phát và ổn định kinh tế vĩ mô. Thêm vào đó, chọn năm nghiên cứu gần với thực tại để đề xuất các phương án điều chỉnh trong ngắn hạn phù hợp với tình trạng nền kinh tế hiện nay.
Kim ngạch xuất nhập khẩu của Việt Nam với các đối tác thương mại chính trong rổ tiền tệ và chỉ số giá tiêu dùng CPI được lấy từ nguồn trang của Tổng cục thống kê Việt Nam(GSO). Đối với chỉ số giá tiêu dùng CPI của các nước trong rổ tiền tệ được lấy từ Quỹ tiền tệ Quốc tế (IFS) được thể hiện dưới dạng chỉ số (2008=100). Tổng thu nhập quốc gia (GDP) của Việt Nam và của các nước được tổng
hợp từ Ngân hàng Thế giới (WorldBank). Tỷ giá danh nghĩa giữa nội tệ là Đồng Việt Nam với từng quốc gia trong rổ tiền được tổng hợp từ các trang của Chính phủ, Bộ tài chính của từng nước như Văn phòng Thống kê Quốc gia Anh (ONS); Văn phòng Thống kê Liên bang Đức; Viện Nghiên cứu Kinh tế và Thống kê Quốc gia Pháp; Thống kê Singapore; Văn phòng Ban Phát triển Kinh tế và Xã hội Quốc gia Thái Lan
gia Trung Quốc và Ngân hàng Hàn Quốc .Cụ thể về các nguồn số liệu được tổng hợp
được thể hiện ở dưới bảng sau đây.
nước số
(2008=100
Quí 4.2020 Kim ngạch xuất khẩu,
nhập
khẩu song phương của Việt
Nam và các đối tác thương
Quí 1.2008 - Quí 4.2020
Tổng cục thống kê
GDP Việt Nam Quí 1.2008 -
Quí 4.2020
World Bank GDP các đối tác thương
mại chính trong rổ tiền tệ
Quí 1.2008 - Quí 4.2020
Để xem xét tác động của tỷ giá hối đoái đến cán cân thương mại của Việt Nam
theo mô hình VECM. Nghiên cứu sẽ phân tích theo trình tự như sau: • Thống kê dữ liệu, xác định và hiệu chỉnh yếu tố mùa vụ
Thông kê dữ liệu giúp nhà phân tích có cái nhìn rõ ràng hơn về các xu hướng không mang tính thời vụ và các dữ liệu theo chu kì khó có thể nhận biết do sự khác biệt theo mùa; qua đó giúp các nhà kinh tế và nhà thống kê hiểu rõ hơn các xu hướng
gốc, cơ sở trong một chuỗi thời gian được quan sát.
Thống kê mô tả các biến trong mô hình nghiên cứu ơ với các giá trị được liệt kê như giá trị lớn nhất, giá trị nhỏ nhất, độ lệch chuẩn, độ nhọn, độ nghiêng... Trong đó, các giá trị độ nhọn (Kurtosis) và độ nghiêng (Skewness) cho biết về hình dáng
tập trung ở mức bình thường, lớn hơn 3 là tập trung ở mức cao hơn bình thường, nhỏ hơn 3 là tập trung ở mức thấp hơn bình thường. Độ nhọn các biến nghiên cứu đều nhỏ hơn 3, tức là tập trung ở mức thấp hơn bình thường. Với độ nghiêng thì bằng 0 là phân phối đối xứng, nhỏ hơn 0 là phân phối bất đối xứng và đồ thị xuôi về bên trái
nhiều hơn, lớn hơn 0 là phân phối bất đối xứng và đồ thị xuôi về bên phải nhiều hơn. Độ nghiêng các biến nghiên cứu đều nhỏ hơn 0, tức là phân phối bất đối xứng và đồ thị xuôi về bên trái nhiều hơn.
• Kiểm định tính dừng
Kiểm định tính dừng các biến trong mô hình và kiểm định tính dừng của dữ liệu nghiên cứu thông qua kiểm định nghiệm đơn vị (Unit Root Test) để xác định bậc
tích hợp của chuỗi thời gian. Từ đó xác định cấu trúc độ trễ phù hợp cho mô hình VECM dựa trên các tiêu chuẩn về thông tin.
Theo Gujarati (2003) một chuỗi thời gian là dừng khi giá trị trung bình, phương sai, hiệp phương sai (tại các độ trễ khác nhau) giữ nguyên không đổi cho dù chuỗi được xác định vào thời điểm nào đi nữa. Chuỗi dừng có xu hướng trở về giá trị
trung bình và những dao động quanh giá trị trung bình sẽ là như nhau. Nói cách khác,
một chuỗi thời gian không dừng sẽ có giá trị trung bình thay đổi theo thời gian, hoặc giá trị phương sai thay đổi theo thời gian hoặc cả hai. Đối với dữ liệu chuỗi thời gian thì yêu cầu đầu tiên là phải đảm bảo tính dừng để mô hình nghiên cứu có trung bình và phương sai không thay đổi theo thời gian. Bên cạnh đó, nếu dữ liệu chuỗi thời gian
không dừng sẽ dẫn đến hiện tượng hồi qui giả mạo. Vì vậy, trong nghiên cứu này bước đầu tiên phải thực hiện là kiểm tra tính dừng của các biến nghiên cứu bằng kiểm
định nghiệm đơn vị của Dickey Fuller.
(1987) và kiểm định Johansen - Juselius (1991). Nghiên cứu sẽ sử dụng kiểm định Johansen - Juselius để lựa chọn phương trình đồng liên kết do có ưu điểm cho biết nhiều hơn một mối quan hệ đồng liên kết trong mô hình nghiên cứu.
Thực hiện kiểm định Trace và Max-Eigen cho loại phương trình đồng liên kết đã lựa chọn ở bước 2. Phương pháp Johansen - Juselius sẽ tiếp cận dựa trên sự ước lượng giá trị Max - Eigen (Maximum Eigen value) và giá trị thống kê (Trace value) để tìm ra số lượng vectơ đồng tích hợp. Số phương trình đồng liên kết phụ thuộc vào số biến trong mô hình.
Khi thực hiện kiểm định đồng liên kết theo phương pháp Johansen cần xác định một số giả thiết về số phương trình đồng liên kết. Có hai giả thiết HO tác giả kiểm định là (i) "None" nghĩa là không có đồng liên kết và (ii) "At most 1" nghĩa là có ít nhất một mối quan hệ đồng liên kết.
Để quyết định bác bỏ hay chấp nhận giả thuyết HO, cần so sánh giá trị thống kê vết "Trace Statistic" với giá trị tới hạn "Critical Value" ở mức ý nghĩa xác định là 5%. Nếu giá trị Trace Statistic nhỏ hơn giá trị Critical Value thì chấp nhận giả thuyết HO. Ngược lại, khi giá trị của Trace Statistic lớn hơn giá trị Critical Value thì bác bỏ giả thuyết HO.
Nếu theo thống kê kiểm định giá trị riêng cực đại của ma trận (Maximal Eigenvalue) thì so sánh giá trị thống kê Max-Eigen "Max-Eigen Statistic" với giá trị tới hạn "Critical Value" ở mức ý nghĩa được chọn là 5%. Nếu giá trị Max-Eigen Statistic nhỏ hơn giá trị Critical Value thì chấp nhận giả thuyết HO. Còn khi nếu giá trị Max-Eigen Statistic lớn hơn giá trị Critical Value thì bác bỏ giả thuyết HO.
• Phân tích hồi quy mô hình VECM để lấy kết quả phương trình đồng liên kết. Mô hình VECM cho phép đồng thời khám phá quan hệ dài hạn và ngắn
hạn của
các biến số nếu chúng có quan hệ đồng liên kết.
• Xác định chiều hướng của quan hệ đồng liên kết dựa trên kiểm định nhân
quả Ranger.
Ranger sẽ được thực hiện. Kiểm định này trả lời câu hỏi về mối quan hệ nhân quả giữa các biến trong mô hình nghiên cứu. Ket quả phản ứng đẩy luôn đồng nhất với kiểm định nhân quả Ranger. Phân rã phương sai cho biết biến động của một biến số do cú sốc của chính nó và các biến số khác trong mô hình. Khi phân tích phản ứng đẩy và phân rã phương sai cần lưu ý trật tự các biến số trong mô hình nghiên cứu. Vấn đề đặt ra là làm thế nào để xác định trật tự của các biến số trong mô hình. Điều này phụ thuộc vào lý thuyết được sử dụng để xây dựng mô hình nghiên cứu.
• Đo lường tác động ngắn hạn giữa các biến số thông qua phản ứng đẩy và phân tích phân rã phương sai.
Kiểm định nhân quả cho biết tác động của biến này có ý nghĩa thống kê đến giá trị tương lai của biến kia trong mô hình nghiên cứu nhưng không thể giải thích dấu của tác động cũng như độ dài của tác động. Phân tích phản ứng đẩy và phân rã phương sai sẽ giải quyết được vấn đề này. Phản ứng đẩy sẽ xem xét phản ứng trong hiện tại và tương lai của từng biến số trong mô hình dưới cú sốc của một biến số. Nếu
mô hình ổn định, các cú sốc bất kỳ sẽ giảm dần theo thời gian. • Kiểm định chẩn đoán mô hình
Nhằm đảm bảo các kết quả thu được là vững và đáng tin cậy thực hiện kiểm định mô hình. Kiểm định đầu tiên là kiểm định đảm bảo tính ổn định của mô hình bằng cánh tính nghiệm đa thức đặc trưng tự hồi qui. Điều kiện cần và đủ để mô hình ổn định là các nghiệm đặc trưng nằm ngoài vòng tròn đơn vị hay nghịch đảo nghiệm đặc trưng phải nằm trong vòng tròn đơn vị. Kiểm định tiếp theo là kiểm định tự tương
quan, phương sai sai số không đổi qua kiểm định ARCH và kiểm định Jarque Bera. Kiểm định Jarque Bera cho biết phân phối chuẩn của phần dư. Kiểm định này so sánh
CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.1 KHÁI QUÁT TÌNH HÌNH TỶ GIÁ THỰC ĐA PHƯƠNG
Tình hình tỷ giá của Việt Nam trong giai đoạn từ 2008 đến năm 2020 được thể
hiện như Hình 4.1 có thể nhận thấy rằng, sau khủng hoảng tài chính thế giới năm 2008, Việt Nam có lạm phát tăng cao (cao hơn rất nhiều so với các nước có đồng tiền
tham gia rổ tiền) là nguyên nhân chính làm REER của 2009 giảm mạnh xuống mức 90.385. Nhìn chung Việt Nam đồng được định giá cao so với rổ tiền đã chọn trong khoảng thời gian dài, điều này cho thấy rằng tiền đồng ngày càng tăng giá so với các đồng tiền trong rổ. Để ổn định tỷ giá và thị trường ngoại tệ, Ngân hàng Nhà nước đã thay đổi cơ chế điều hành tỷ giá theo hướng chủ động, linh hoạt, thực hiện các biện pháp mua và bán ngoại tệ can thiệp thị trường khi cần thiết, kết hợp giữa điều hành tỷ giá với các công cụ chính sách tiền tệ để giảm áp lực lên tỷ giá và thị trường ngoại
tệ. Tỷ giá hối đoái tăng liên tục từ năm 2011 đến năm 2018. Do ảnh hưởng của chiến REER
Hình 4. 1 Tỷ giá thực đa phương theo tần suất năm
Theo Hình 4.2 tỷ giá tăng mạnh ở 2 quí đầu năm và giảm mạnh ở những quí cuối năm. Theo số liệu của Tổng cục Thống kê cho thấy, chỉ số giá tiêu dùng (CPI) bình quân năm 2018 tăng 3,54% so với năm 2017, tuy nhiên, trong năm 2018, tại một
số thời điểm, lạm phát đã tăng cao hơn so với kỳ vọng, đã tạo áp lực tới tỷ giá trên thị trường. Sang năm 2019, trước tình hình căng thẳng giữa cuộc chiến thương mại Mỹ-Trung nhưng tình trạng tỷ giá trong nước vẫn được duy trì ổn định và bị ảnh hưởng sâu sắc.
REER
Hình 4. 2 Tỷ giá thực đa phương theo tần suất quí
Nguồn: Trích xuất từ Excel Từ Hình 4.3 cho chúng thấy rằng có sự cùng chiều nhất định giữa tỷ giá thực đa phương và chỉ số xuất trên nhập khẩu, ngay năm chỉ số REER tăng thì chỉ số xuất khẩu trên nhập khẩu tăng. Ngược lại, vào năm REER giảm thì ngay năm đó chỉ số xuất khẩu trên nhập khẩu giảm tương ứng. Cụ thể, trong trường hợp này, vào năm 2009, tỷ giá giảm ngay lập tức trong ngắn hạn đã tác động lên cán cân thương mại Việt Nam. Cán cân năm 2009 bị thâm hụt nặng nề do chịu ảnh hưởng từ khủng hoảng
tài chính toàn cầu đồng thời với chính sách tỷ giá chưa hợp lý là nguyên nhân cho việc đồng tiền Việt Nam bị định giá ở mức cao hơn giá thị trường. Tuy nhiên ở
TB REER GDP GDPw Trung bình 4.566585 4.61179 1 11.28440 14.72772 Trung vị 4.607027 4.60793 6 11.36907 14.73504 Lớn nhất 4.749420 4.69440 9 12.51183 14.80120 Nhỏ nhất 4.201409 4.54473 4 9.674090 14.60668 Độ lệch chuẩn 0.117037 0.02502 3 0.728778 0.046908 Skewness (Độ nghiêng) -1.475219 0.55727 0 -0.332551 -0.650435 Kurtosis (Độ nhọn) 4.735329 4.80580 2 2.324531 2.876646 Jarque-Bera 25.38563 9.75676 5 1.947004 3.699538 Probability 0.000003 0.00760 9 0.377758 0.157274 Tổng 237.4624 239.813 1 586.7889 765.8413 Sum Sq. Dev. 0.698586 0.03193 3 27.08699 0.112219 Quan sát 52 52 52 52
năm về sau, mặc dù Ngân hàng Nhà nước thực hiện chính sách tiền tệ nới lỏng trong thời gian dài nhưng lại điều chỉnh tỷ giá cục bộ và thiếu linh hoạt. Mức tỷ giá cố định
được duy trì trong một thời gian dài hoặc nếu điều chỉnh thì cũng chỉ là những mức điều chỉnh nhỏ, biên độ dao động thấp. Điều này vô hình chung đã khiến cho hàng hóa nhập khẩu từ nước ngoài vào Việt Nam rẻ đi tương đối, thúc đẩy nhập khẩu tăng lên trong khi đó, hàng hóa xuất khẩu từ Việt Nam lại trở nên đắt đỏ, giảm tính cạnh tranh trong xuất khẩu. Đến năm 2012, sau khi tỷ giá hối đoái được tự do điều chỉnh thì tỷ giá tăng theo đúng cung cầu thị trường khiến hàng hóa nhập khẩu đắt hơn, hàng
xuất khẩu rẻ đi, tăng tính cạnh tranh cho hàng hóa xuất khẩu, từ đó tăng xuất khẩu,150
Hình 4. 3 Tỷ giá thực đa phương và Cán cân thương mại của Việt Nam
Nguồn: Trích xuất từ Excel
4.2 THỐNG KÊ MÔ TẢ VÀ XỬ LÝ SỐ LIỆU4.2.1 Thống kê số liệu 4.2.1 Thống kê số liệu
Thống kê các biến trong mô hình được thể hiện dưới Bảng 4.1, cho thấy , với 52 quan sát theo tần suất quí. Cán cân thương mại cao nhất là 4.75% và nhỏ nhất là 4.2%/quí và giá trị trung bình là 4.57%/quí. Tỷ giá thực đa phương cao nhất là 4.69%,
nhỏ nhất là 4.54%/quí và trung bình là 4.61%. Thu nhập bình quân của Việt Nam và trung bình của các nước trong tiền tệ có trung bình lần lượt là 11.28% và 14.72%. Độ
nhọn của hai biến cán cân thương mại và tỷ giá lớn 3 trong khi hai biến còn lại có độ nhọn nhỏ hơn 3. Độ nghêng của các biến đều nhỏ hơn 0 ngoại trừ biến tỷ giá. Các thông số thống kê này cho biết hình dạng phân phối của các biến trong mô hình.
LnREER_SA 0.295 1
LnGDP_SA 0.767 -0.382 1
LnGDPW_SA 0.609 -0.239 0.774 1
Nguồn: Kết quả từ p lần mềm Eview 9
Nguồn: Kết quả từ phần mềm Eview 9
4.2.2 Kiểm định tính mùa vụ
Do các biến trong mô hình có tính mùa vụ nên việc đầu tiên phải lọc dữ liệu để loại trừ yếu tố này theo phương pháp phổ biến là Census X12. Khi sử dụng các chuỗi số liệu có điều chỉnh yếu tố mùa, kết quả ước lượng có ý nghĩa thống kê cao hơn hẳn so với trường hợp sử dụng các chuỗi số liệu không điều chỉnh yếu tố mùa. Sử dụng công cụ Census X12 để loại bỏ yếu tố mùa khỏi chuỗi, nghiên cứu có được các chuỗi số liệu cho ước lượng như sau:
Hình 4. 4 Đồ thị các biến trong mô hình nghiên cứu
Nguồn: Từ phần mềm Census X12 trên Eview
4.2.3 Phân tích ma trận tương quan
Đa cộng tuyến là trạng thái các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng cộng tuyến là chúng cung cấp cho mô hình những thông tin rất giống nhau và rất khó tách rời sự ảnh hưởng của từng biến một đến biến phụ thuộc.
1% 1% LnTB_SA -0.571915 -3.577723 -11.44419 -3.577723 LnREER_SA -3.358281 -3.568308 -14.57574 -3.568308 LnGDP_SA -2.281807 -3.565430 -7.250672 -3.568308
Đa cộng tuyến làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm trị thống kê t của kiểm định ý nghĩa nên các hệ số có khuynh hướng kém ý nghĩa. Kiểm định ma trận tương quan để phát hiện và loại bỏ các biến có tương quan với nhau từ đó chọn những nhân tố độc lập thực sự có tương quan với nhân tố phụ thuộc và đưa