Ảnh hưởng biến động tỷgiá CNY/VND đến hoạt động xu- 123docz.net

Hoạt động xuất nhập khẩu phụ thuộc vào rất nhiều yếu tố khác nhau, được chia thành hai nhóm chủ yếu:

Thứ nhất, các yếu tố ảnh hưởng đến tương quan chất lượng hàng hóa xuất khẩu, nhập khẩu (phụ thuộc vào năng lực sản xuất, thị hiếu, công tác marketing) của các doanh nghiệp (DN) trong lĩnh vực xuất nhập khẩu.

Thứ hai, các yếu tố tác động đến tương quan giá cả hàng hóa xuất khẩu, nhập khẩu so với hàng hóa nước ngoài. Yếu tố này được thể hiện thông qua yếu tố tỷ giá.

Do đó, biến động tỷ giá CNY/VND ảnh hưởng rất lớn đến hoạt động xuất nhập khẩu của Việt Nam và Trung Quốc. Ngày 22/06/2010 lần đầu tiên từ tháng 07/2008, Trung Quốc nâng giá NDT lên 0,43% từ mức 1 USD = 6,83 NDT lên mức 1 USD = 6,79 USD. Những năm sau đó, Trung Quốc tiếp tục nâng giá đồng NDT. Tuy nhiên,

đến cuối năm 2015, dòng vốn rút ra khỏi Trung Quốc tăng mạnh, thị trường chứng khoán mất điểm liên tục, để bảo vệ tỷ giá hối đoái và kiểm soát vốn chặt chẽ, Ngân hàng Trung ương Trung Quốc liên tiếp hạ giá đồng NDT. Ngày 24/02/2016 tỷ giá giữa NDT và USD là 1USD = 6,532 NDT. Năm 2017 đến 2019, đồng NDT vẫn tiếp tục giảm giá và rơi vào khoảng 6,6 đến 6,7 NDT/USD. Việc duy trì giá đồng NDT ở mức thấp đã giúp cho hàng hóa Trung Quốc có được lợi thế cạnh tranh rất lớn ở các thị trường thế giới, kể cả đối với Việt Nam. Trong khi đây là quốc gia có nhiều mặt hàng có tính cạnh tranh với hàng xuất khẩu của Việt Nam trên thị trường quốc tế, vì vậy, sự mất giá của đồng tiền này ảnh hưởng không nhỏ đến sức cạnh tranh của hàng hóa xuất khẩu của Việt Nam. Về khả năng cạnh tranh của hàng hoá Việt Nam, việc Trung Quốc phá giá NDT sẽ tác động cả tích cực và tiêu cực đến Việt Nam. Hàng nhập khẩu từ Trung Quốc sẽ rẻ hơn và cạnh tranh với hàng Việt Nam, đặc biệt là hàng tiêu dùng, làm gia tăng thâm hụt thương mại, đồng thời có thể làm gia tăng tình trạng buôn lậu. Đồng NDT giảm giá cũng sẽ làm cho hàng hóa xuất khẩu, đặc biệt là hàng nông, thủy sản của Việt Nam trở nên kém cạnh tranh trên thị trường Trung Quốc, trong khi đây lại là mặt hàng khó dịch chuyển thị trường. Theo số liệu thống kê, tính đến 15/6/2019, VND đã lên giá so với NDT từ 0,5 - 0,7% so với thời điểm đầu tháng 4/2019. VND tăng giá so với NDT khiến cho hàng hoá từ Trung Quốc trở nên rẻ hơn tương đối so với hàng hoá Việt Nam trên thị trường quốc tế. Nếu Chính phủ và NHNN chủ động hạ giá VNĐ có thể giúp hàng xuất khẩu Việt Nam tăng lợi thế cạnh tranh so với Trung Quốc và các nước mới nổi khác, song Việt Nam sẽ lại đối mặt với nguy cơ bị Mỹ “gắn nhãn” là “quốc gia thao túng tiền tệ” và khi đó Mỹ có thể áp thuế lên hàng hóa nhập khẩu từ Việt Nam tương tự như với Trung Quốc. Với việc lọt vào Danh sách các quốc gia cần giám sát của Bộ Tài chính Mỹ (theo báo cáo ngày 29/5/2019 của cơ quan này), Việt Nam cần hết sức lưu y trong điều hành chính sách tỷ giá thời gian tới.

Trong thời gian tới, việc Trung Quốc tiếp tục phá giá đồng NDT có thể kích hoạt một cuộc chiến tranh tiền tệ mới, theo đó các nền kinh tế khác cũng có thể theo đuổi

chính sách phá giá đồng nội tệ tương tự để hỗ trợ xuất khẩu. Trong khi đó, Việt Nam luôn cố gắng giữ giá trị tiền đồng so với đô la Mỹ, chỉ cho phép phá giá trong biên độ nhất định để tránh những bất ổn lên nền kinh tế, do đó, VND sẽ tăng giá so với một số ngoại tệ khác (trong đó có NDT). Điều này có thể khiến hàng hóa xuất khẩu của Việt Nam mất lợi thế cạnh tranh. Hoạt động xuất khẩu bị ảnh hưởng kéo theo nguồn thu ngoại tệ từ hoạt động thương mại của Việt Nam bị ảnh hưởng, nguồn cung ngoại tệ trên thị trường giảm.

4.4 Kết quả phân tích thực nghiệm 4.4.1 Kiểm định nghiệm đơn vị

Trước khi thực hiện hồi quy đồng liên kết và mô hình VECM, tác giả tiến hành kiểm định nghiệm đơn vị của từng biến riêng biệt để xác định thuộc tính dừng; sử dụng phương pháp ADF (Augmented Dickey – Fuller). Kết quả kiểm định bảng 4.1.

Bảng 4.1: Kết quả kiểm định nghiệm đơn vị

ADF 1% level 5% level 10%

level P-value Kết quả CHUỖI GỐC (LEVEL) LNIMVN -2.079471 -3.527045 -2.903566 -2.589227 0.2535 Không dừng LNEXVN 0.343705 -3.544063 -2.910860 -2.593090 0.9787 Không dừng LNCNY/VN D -2.478475 -3.527045 -2.903566 -2.589227 0.1250 Không dừng LNGDP 0.515630 -3.544063 -2.910860 -2.593090 0.9860 Không dừng IRVN -2.826908 -3.525618 -2.902953 -2.588902 0.0596 Không dừng

SAI PHÂN BẬC 1 (1ST DIFFERENCE)

LNIMVN -6.499680 -3.544063 -2.910860 -2.593090 0.0000 Dừng

LNEXVN -3.578619 -3.546099 -2.911730 -2.593551 0.0091 Dừng

LNGDP -8.069059 -3.544063 -2.910860 -2.593090 0.0000 Dừng

IRVN -8.579525 -3.527045 -2.903566 -2.589227 0.0000 Dừng

Nguồn: Tổng hợp từ các kết quả hồi quy

Trị tuyệt đối của thống kê � của các biến lớn hơn trị thống kê � tra bảng ở mức y nghĩa 5% và 10%. Như vậy, chấp nhận giả thuyết là chuỗi có nghiệm đơn vị tức là chuỗi không dừng. Chuỗi dữ liệu dừng khi tiến hành sai phân bậc 1.

4.4.2 Tỷ giá hối đoái CNY/VND tác động đến hoạt động nhập khẩu của Việt Nam và Trung Quốc

4.4.2.1 Xác định bậc trễ thích hợp

Trong phân tích chuỗi thời gian, việc xác định bậc trễ phù hợp là hết sức quan trọng. Nếu bậc trễ quá dài thì các ước lượng sẽ không hiệu quả, ngược lại nếu quá ngắn thì phần dư của ước lượng không thỏa mãn tính nhiễu trắng làm sai lệch kết quả phân tích. Để lựa chọn bậc trễ tối ưu, người ta thường căn cứ vào tiêu chuẩn AIC (Akaike Information Criterion), SC (Schwart Bayesian Criterion) và HQ (Hannan – Quinn Information Criterion). Theo AIC, SC và HQ bậc trễ tối ưu được lựa chọn là bước trễ có chỉ số nhỏ nhất.

Bảng 4.2: Kết quả xác định bậc trễ thích hợp

Lag LogL LR FPE AIC SC HQ

0 249.7027 NA 9.49e-09 -7.121818 -6.992304 -7.070436 1 427.0287 328.9525 8.85e-11 -11.79793 - 11.15037* -11.54102 2 450.9523 41.60622 * 7.07e-11* -12.02760* -10.86198 -11.56516* 3 464.4804 21.95864 7.68e-11 -11.95595 -10.27228 -11.28798

Kết quả cho thấy, theo tiêu chuẩn AIC cho thấy giá trị thấp nhất khi đó độ trễ bằng 2. Vậy độ trễ phù hợp là P* = 2 với 1 đồng liên kết.

4.4.2.2 Kiểm định đồng liên kết theo phương pháp Johansen

Thực hiện kiểm định đồng liên kết các chuỗi dữ liệu trong mô hình theo phương pháp Johansen. Kết quả kiểm định mối quan hệ đồng liên kết giữa các biến trong mô hình cho thấy có nhiều hơn một mối quan hệ đồng liên kết (đồng tích hợp – cointegration) giữa các biến trong mô hình. Với kết quả này, tác giả sẽ tiến hành ước lượng theo phương pháp VECM.

Bảng 4.3: Kiểm định đồng liên kết của các chuỗi dữ liệu Phương pháp 1: Unrestricted Cointegration Rank Test (Trace)

Hypothesized (adsbygoogle = window.adsbygoogle || []).push({});

No. of CE(s) Eigenvalue

Trace Statistic

0.05

Critical Value Prob.**

None * 0.508161 66.27973 47.85613 0.0004

At most 1 0.133278 17.31710 29.79707 0.6166 At most 2 0.099365 7.447573 15.49471 0.5262 At most 3 0.003275 0.226353 3.841466 0.6342

Phương pháp 2: Unrestricted Cointegration Rank Test (Maximum Eigenvalue)

Hypothesized

No. of CE(s) Eigenvalue

Max-Eigen Statistic

0.05

Critical Value Prob.**

None * 0.508161 48.96263 27.58434 0.0000

At most 1 0.133278 9.869525 21.13162 0.7568 At most 2 0.099365 7.221220 14.26460 0.4633 At most 3 0.003275 0.226353 3.841466 0.6342

Nguồn: Tổng hợp từ các kết quả hồi quy

Tác giả sử dụng kiểm định Johansen để kiểm định đồng liên kết với mức y nghĩa 5%. Kết quả cho thấy giá trị thống kê Trace Statistic = 66.27973 > Critical Value = 47.85613 và giá trị thống kê Max – Eigen Statistic = 48.96263 > Critical Value = 27.58434. Do đó mức y nghĩa 5% có tồn tại mối quan hệ đồng liên kết giữa các biến

trong mô hình. Với kết quả này, tác giả sẽ tiến hành ước lượng theo phương pháp VECM.

4.4.2.3 Kết quả phân tích mô hình VECM

Sau khi tiến hành các kiểm định mô hình VECM, kết quả mô hình hồi quy VECM thu được như sau: các chuỗi dữ liệu không dừng ở I(0) và có đông liên kết. Phương trình đồng liên kết thể hiện quan hệ giữa các biến trong dài hạn có dạng:

u = LNIMVN + 14.04 LNCNY/VND + 8.66 LNGDP + 10.37 IRVN – 308.41 LNIMVN = 308.41 - 14.04 LNCNY/VND - 8.66 LNGDP - 10.37 IRVN + u

Trong dài hạn, giá trị nhập khẩu có quan hệ ngược chiều với tỷ giá CNY/VND, tổng sản phẩm quốc nội – GDP và lãi suất huy động của Việt Nam. Khi từng yếu tố độc lập như: tỷ giá CNY/VND giảm, hoặc GDP giảm, hoặc lãi suất giảm sẽ tác động tiêu cực đến kim ngạch nhập khẩu của Việt Nam.

Hơn nữa, khi kết hợp giữa các chuỗi không dừng thành một chuỗi dừng, và ECt-1 là phần dư trong cách kết hợp đó. ECt-1 = � cho biết trạng thái mất cân bằng ở kỳ t-1, � chính là hệ số điều chỉnh khi có sự mất cân bằng xảy ra trong ngắn hạn. ECt-1 = -

0.035, cho thấy nếu mất cân bằng kỳ trước 1 đơn vị, tại kỳ thứ nhất thì biến phụ thuộc sẽ điều chỉnh ngược với trạng thái cân bằng 0.035%.

Bảng 4.4: Kết quả hồi quy mô hình VECM (Vector Error Correction model)

Cointegrating Eq: CointEq1

LNIMVN(-1) 1.000000 LNCNY_VND(-1) 14.04274 (5.10595) [ 2.75027] LNGDP(-1) 8.665349 (1.14216) [ 7.58679] IRVN(-1) 10.37101 (1.48140) [ 7.00083] C -308.4174

Error

Correction: D(LNIMVN) D(LNCNY_VND) D(LNGDP) D(IRVN) CointEq1 -0.035793 0.000749 -0.120463 -0.007115

(0.01212) (0.00120) (0.01906) (0.00531) [-2.95307] [ 0.62277] [-6.31920] [-1.33913]

Nguồn: Tổng hợp từ các kết quả hồi quy (adsbygoogle = window.adsbygoogle || []).push({});

Sau khi hồi quy phương trình liên kết VECM, các phân tích phân rã phương sai và phản ứng xung sẽ được thực hiện nhằm xem xét mối quan hệ nhân quả giữa tỷ giá CNY/VND và hoạt động nhập khẩu. Các chức năng này giúp phân tích được những ảnh hưởng trực tiếp và gián tiếp từ cú sốc tỷ giá với hoạt động nhập khẩu. Nhờ đó cho phép chúng ta đánh giá đầy đủ mối liên kết động của chúng. Tác giả sử dụng hệ số nhân Cholesky của Sims (1980) để xác định những cú sốc trong hệ thống.

4.4.2.4 Hàm phản ứng xung

Hình 4.3: Hàm phản ứng đẩy của mô hình VECM

Kết quả cho thấy hướng của phản ứng xung của LNIMVN đối với các cú sốc biến đổi của LNCNY/VND là không đáng kể, dường như không nhiều từ kỳ thứ 5 sau đó đi ngang. Phản ứng này hoàn toàn phù hợp, xét về mối tương quan hai nền kinh tế giữa Việt Nam và Trung Quốc không cân xứng và lệch về phía Trung Quốc. Tiềm lực nền kinh tế Việt Nam quá nhỏ so với Trung Quốc nên mức độ tác động sẽ bị hạn chế.

Kết quả phản ứng xung còn cho thấy bất kỳ thay đổi tỷ giá có thể sẽ nhanh chóng xuất hiện như một sự thay đổi tương ứng về lãi suất huy động của Việt Nam.

4.4.2.5 Phân rã phương sai của mô hình VECM

Phân rã phương sai của sai số khi dự báo các biến trong mô hình VECM nhằm phân tích phần đóng góp của các chuỗi thời gian khác cũng như của chính chuỗi thời gian đó trong phương sai của sai số dự báo. Các kết quả phân rã về phương sai cho thấy hoạt động nhập khẩu trong 10 giải thích đến 81.59116% biến động của nó ở hiện tại, nhưng tỷ giá CNY/VND chỉ giải thích được 0.595862% biến động của nhập khẩu hiện tại, tương tự thu nhập bình quân đầu người giải thích được 12.41542% biến động của nó ở hiện tại, lãi suất giải thích được 5.397560%.

Bảng 4.5: Phân rã phương sai của mô hình VECM

Period S.E. LNIMVN LNCNY_VND LNGDP IRVN

Variance Decomposition of LNIMVN:

1 0.099455 100.0000 0.000000 0.000000 0.000000 2 0.106917 92.21218 0.816946 4.998378 1.972497 3 0.125322 84.59329 0.603745 11.57128 3.231687 4 0.143039 81.93132 0.553423 13.19383 4.321424 5 0.154021 78.82131 0.489882 15.44782 5.240983 6 0.164277 79.27775 0.551500 15.08637 5.084381 7 0.171921 80.21776 0.650856 14.07399 5.057399 8 0.178753 81.03217 0.677614 13.20765 5.082566 9 0.186507 81.54147 0.643596 12.62213 5.192808 10 0.194245 81.59116 0.595862 12.41542 5.397560

Variance Decomposition of LNCNY_VND:

2 0.017788 2.669495 97.24047 0.053955 0.036078 3 0.023869 3.987231 95.81195 0.053173 0.147647 4 0.028564 4.219274 95.40255 0.229910 0.148268 5 0.032504 4.325866 94.68351 0.867556 0.123068 6 0.035980 4.468804 94.00789 1.416084 0.107221 7 0.039015 4.517324 93.73964 1.635695 0.107339 8 0.041735 4.555024 93.69076 1.628112 0.126104 9 0.044272 4.577165 93.72552 1.552130 0.145181 10 0.046713 4.586537 93.76558 1.494091 0.153788 Variance Decomposition of LNGDP: 1 0.156419 1.752971 2.151882 96.09515 0.000000 2 0.171556 1.509710 2.522718 91.70660 4.260974 3 0.187047 1.282728 7.563723 80.28686 10.86669 4 0.205732 1.187261 9.184410 70.27395 19.35438 5 0.216378 1.224701 10.24955 64.82191 23.70385 6 0.221470 1.174312 10.14293 61.93710 26.74566 7 0.226390 1.130472 9.893760 60.98985 27.98592 8 0.232443 1.080831 9.624505 60.19525 29.09941 9 0.238866 1.024782 9.768192 58.61027 30.59676 10 0.244952 0.980291 10.19676 56.04143 32.78152

Variance Decomposition of IRVN:

1 0.043597 0.319366 0.744488 2.920060 96.01609 2 0.060776 0.217881 0.456912 5.214320 94.11089 3 0.073210 0.431821 0.399831 5.977502 93.19085 4 0.084109 0.328164 0.486268 8.297412 90.88816 5 0.093697 0.278109 0.647711 8.758673 90.31551 6 0.102562 0.248117 0.657270 9.139318 89.95529 7 0.110681 0.223177 0.660866 9.063185 90.05277 8 0.118158 0.210891 0.662962 9.079250 90.04690 9 0.125194 0.197882 0.680654 9.130304 89.99116 10 0.131859 0.185863 0.698042 9.265633 89.85046

Nguồn: Tổng hợp từ các kết quả hồi quy

4.4.3 Tỷ giá hối đoái CNY/VND tác động đến hoạt động xuất khẩu của Việt Nam và Trung Quốc

4.4.3.1 Xác định độ trễ thích hợp

Lag LogL LR FPE AIC SC HQ 0 249.6993 NA 9.49e-09 -7.121720 -6.992207 -7.070338 1 428.2264 331.1807 8.54e-11 -11.83265 - 11.18508* -11.57574 2 452.8545 42.83146 6.69e-11 -12.08274 -10.91712 -11.62030* 3 470.3414 28.38441 * 6.48e-11* -12.12584* -10.44216 -11.45787

Nguồn: Tổng hợp từ các kết quả hồi quy

Kết quả cho thấy, theo tiêu chuẩn AIC cho thấy giá trị thấp nhất khi đó độ trễ bằng 3. Vậy độ trễ phù hợp là P* = 3 với 1 đồng liên kết.

4.4.3.2 Kiểm định đồng liên kết theo phương pháp Johansen

Bảng 4.7: Kiểm định đồng liên kết của các chuỗi dữ liệu Phương pháp 1: Unrestricted Cointegration Rank Test (Trace)

Hypothesized

No. of CE(s) Eigenvalue

Trace Statistic

0.05

Critical Value Prob.**

None * 0.423540 60.61794 47.85613 0.0020

At most 1 0.201976 23.16015 29.79707 0.2383 At most 2 0.101112 7.818186 15.49471 0.4850 At most 3 0.008342 0.569607 3.841466 0.4504 (adsbygoogle = window.adsbygoogle || []).push({});

Phương pháp 2: Unrestricted Cointegration Rank Test (Maximum Eigenvalue)

Hypothesized

No. of CE(s) Eigenvalue

Max-Eigen Statistic

0.05

Critical Value Prob.**

None * 0.423540 37.45779 27.58434 0.0020

At most 1 0.201976 15.34196 21.13162 0.2656 At most 2 0.101112 7.248580 14.26460 0.4602 At most 3 0.008342 0.569607 3.841466 0.4504

Tác giả sử dụng kiểm định Johansen để kiểm định đồng liên kết với mức y nghĩa 5%. Kết quả cho thấy giá trị thống kê Trace Statistic = 60.61794 > Critical Value = 47.85613 và giá trị thống kê Max – Eigen Statistic = 37.45779 > Critical Value = 27.58434. Do đó mức y nghĩa 5% có tồn tại mối quan hệ đồng liên kết giữa các biến trong mô hình. Với kết quả này, tác giả sẽ tiến hành ước lượng theo phương pháp VECM.

4.4.3.3 Kết quả phân tích mô hình VECM

u = LNEMVN – 4.845 LNCNY/VND – 4.528 LNGDP – 3.474 IRVN + 103.225 LNEMVN = - 103.225 + 4.845 LNCNY/VND + 4.528 LNGDP + 3.474 IRVN + u

Hơn nữa, khi kết hợp giữa các chuỗi không dừng thành một chuỗi dừng, và ECt-1

là phần dư trong cách kết hợp đó. ECt-1 = � cho biết trạng thái mất cân bằng ở kỳ t-1,

Ảnh hưởng biến động tỷgiá CNY/VND đến hoạt động xuất nhập khẩu

Mô hình nghiên cứu đề xuất

Kiểm định tính dừng của chuỗi dữ liệu