Đơn vị: tỷ USD. Nguồn: Bộ Tài chính.
Hình 5.5. Tình hình nợ cơng Việt Nam giai đoạn 2010 – 2011.
Từ những thơng tin trên, có những dấu hiệu cho thấy khu vực kinh tế nhà nước đang tạo
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Nhà nước Ngồi nhà nước Có vốn đầu tư nước ngoài
37,7 28,73 32,74 26,17 0 5 10 15 20 25 30 35 40 Nợ nước ngoài Nợ trong nước 2010 2011
ra hiệu ứng chèn lấn đối với khu vực phi nhà nước. Luận văn sẽ thực hiện nghiên cứu kỹ hơn về tác động này trong phần sau thơng qua mơ hình SVAR.
5.2. Hiệu ứng chèn lấn
Hiệu ứng chèn lấn (crowding out effect) là vấn đề được nhiều nhà kinh tế quan tâm và đây cũng là một trong những vấn đề kinh tế được tranh luận lâu và dai dẳng nhất (Carlson & Spencer, 1975), (Friedman, 1978), (Vu, Byron, & Ilan, 2007), (Benedek, Crivelli, Gupta, & Muthoora, 2012).
Một cách tổng quát, hiệu ứng chèn lấn xảy ra khi chính sách tài khóa của một quốc gia được mở rộng mà việc chi tiêu của chính phủ được tài trợ bởi thuế hoặc các cơng cụ nợ được chính phủ phát hành nhưng nền kinh tế khơng được kích thích tăng trưởng như mong muốn. Hay nói cách khác, nền kinh tế không mở rộng dù khu vực kinh tế nhà nước lớn lên do có khu vực nào đó bị ảnh hưởng giảm bớt đi và thơng thường đó là khu vực tư nhân.
Theo mơ hình IS-LM, một cách tổng quát, khi chi tiêu chính phủ gia tăng, đường đầu tư – tiết kiệm IS sẽ dịch chuyển sang phải và đồng nghĩa với việc này thì mức lãi suất trong nền kinh tế tại điểm cân bằng mới sẽ cao hơn mức lãi suất tại điểm cân bằng ban đầu dẫn tới đầu tư tư nhân giảm vì chi phí vay vốn cao hơn ban đầu.
Cơ chế truyền dẫn khi có sự thay đổi trong chi tiêu chính phủ được mơ tả như sau:
Δ𝐺 ↑⇒Δ𝑌 ↑⇒ Δ𝑀𝑑 ↑⇒Δ𝑟 ↑⇒Δ𝐼 ↓,
trong đó
o Δ𝐺 mơ tả sự thay đổi trong chi tiêu chính phủ,
o Δ𝑌 mơ tả sự thay đổi đối với tổng sản phẩm quốc nội,
o Δ𝑀𝑑 mô tả sự thay đổi của cầu tiền,
o Δ𝑟 mô tả sự thay đổi về lãi suất thực, và
o Δ𝐼 mô tả sự thay đổi về đầu tư tư nhân.
Do hoạt động chi tiêu của chính phủ phải được tài trợ bởi một nguồn nào đó nên cầu tiền trong nền kinh tế lớn lên và kết quả là lãi suất phải tăng tương ứng. Như vậy, khi chính phủ
thực thi chính sách tài khóa mở rộng, có khả năng rất lớn rằng khu vực kinh tế tư nhân phải giảm đầu tư do lãi suất thực phải trả trên thị trường cao lên. Dù gia tăng chi tiêu để nâng tổng sản lượng nền kinh tế, chính phủ theo một cách nào đó vẫn làm ảnh hưởng tiêu cực tới đầu tư của khu vực kinh tế tư nhân và đó được coi là hiệu ứng chèn lấn.
Nghiên cứu định lượng về hiệu ứng chèn lấn nhận được sự quan tâm của rất nhiều nhà kinh tế do kết quả của những nghiên cứu này mang tới tính thuyết phục cao hơn. Một trong những nghiên cứu sớm nhằm làm rõ hơn mức độ ảnh hưởng của hiệu ứng chèn lấn là bài báo của (Andreoni, 1993). Nghiên cứu này chỉ ra rằng việc tài trợ cho chi tiêu hàng hóa cơng đến một lúc nào đó sẽ chèn lấn hồn tồn đóng góp của các thành phần kinh tế khác. Nghiên cứu khác về trường hợp của Ấn Độ (Serven, 1996) cho thấy trong ngắn hạn các dạng đầu tư của khu vực công sẽ gây ảnh hưởng chèn lấn đối với khu vực tư nhân.
Tuy nhiên, các phương pháp nghiên cứu trên mới chỉ sử dụng những hàm hồi quy đơn giản dựa trên một số mơ hình kinh tế lượng thơng thường. Điểm yếu của các phương pháp trên là chưa tính tốn tới độ trễ về mặt chính sách hay đầu tư cần được phản ánh vào trong mơ hình. Phương pháp hồi quy đa biến có cấu trúc SVAR (structural vector autoregression) có thể giúp khắc phục những nhược điểm trên.
Bài toán hiệu ứng chèn lấn cần dựa trên mơ hình lý thuyết kinh tế chuẩn IS-LM đồng thời chứa nhiều mối quan hệ giữa các biến số kinh tế vĩ mơ và phương pháp SVAR có thể giúp mơ hình hóa cả mơ hình IS-LM lẫn những mối quan hệ trong mơ hình. Điểm đặc biệt của phương pháp SVAR là trong các phương trình mơ tả mơ hình kinh tế, ta có thể đưa vào những biến độ trễ để phản ánh tốt hơn những tương tác chính sách theo thời gian. Hơn nữa, phương pháp này cịn cho phép mơ tả những thay đổi đối với một hoặc nhiều biến nhất định nhằm đánh giá những tác động này tới những biến số khác trong mơ hình.
Trên thế giới, có nhiều nghiên cứu tìm hiểu về hiệu ứng chèn lấn tại nhiều quốc gia sử dụng SVAR (Mitra, 2006), (Alfonso & Sousa, 2009), (Fazzari, Morley, & Panovska, 2012), (Wong, 2012). Tuy nhiên, tại Việt Nam, chưa có nghiên cứu nào thực hiện phân tích hiệu ứng chèn lấn áp dụng mơ hình SVAR. Theo tìm hiểu, chỉ có duy nhất nghiên cứu của Quỹ tiền tệ quốc tế IMF về vấn đề này tại Việt Nam sử dụng phương pháp SVAR hoàn thành năm 2007
(Lee, Tumbarello, Sacasa, & Mitra, 2007). Tuy nhiên, dữ liệu trong nghiên cứu này chỉ dừng lại ở thời điểm năm 2006, trước khi Việt Nam gia nhập WTO và các TĐKTNN được thành lập đầy đủ.
Chính vì những lợi thế của phương pháp SVAR đồng thời chưa có nghiên cứu cập nhật nào về hiệu ứng chèn lấn của khu vực nhà nước tới khu vực ngoài nhà nước (khu vực tư nhân và có vốn đầu tư nước ngồi) tại Việt Nam, luận văn thực hiện nghiên cứu hiệu ứng này trong khoảng thời gian dài và xa hơn, 1995 – 2011, với hi vọng có được cái nhìn đầy đủ và chính xác hơn so với nghiên cứu gần đây của IMF.
5.3. Phương pháp hồi quy đa biến có cấu trúc SVAR
Để nghiên cứu hiệu ứng chèn lấn của khu vực nhà nước tới khu vực tư nhân, luận văn áp dụng mơ hình SVAR đối với các biến: đầu tư chính phủ (GI), đầu tư tư nhân (PI) và tổng sản phẩm quốc nội (GDP). Mơ hình tự hồi quy đa biến VAR dù có thể giúp ta lượng hóa một số mối quan hệ giữa những biến số trên nhưng lại khơng thể lượng hóa được những ảnh hưởng của một biến số lên biến số khác (ở đây là GI lên PI). Do đó chúng ta phải bắt đầu bằng mơ hình VAR và phát triển theo hướng SVAR.
Giả sử mơ hình VAR đơn giản có dạng:
𝐵0𝑦𝑡 = 𝐵1𝑦𝑡−1 + 𝐵2𝑦𝑡−2+ ⋯ + 𝐵𝑝𝑦𝑡−𝑝 + 𝑢𝑡, (1) trong đó 𝑦𝑡 = [ln 𝐺𝐼 , ln 𝑃𝐼 , ln 𝐺𝐷𝑃] có thể biểu diễn dưới dạng tự hồi quy với bậc hữu hạn 𝑝
và 𝑢𝑡 là vector các sai số không tương quan với nhau đồng thời có trung bình bằng 0. Viết lại phương trình (1) theo dạng ma trận hơn ta được
𝐵 𝐿 𝑦𝑡 = 𝑢𝑡, (2)
trong đó 𝐵 𝐿 ≡ 𝐵0− 𝐵1𝐿 − ⋯ − 𝐵𝑝𝐿𝑝 là ma trận của các đa thức độ trễ với bậc hữu hạn. Trong phương trình (2), mỗi biến thay đổi sẽ dẫn tới sự ảnh hưởng đối với biến khác. Tuy nhiên, chúng ta sẽ không thể phân biệt và tách rời hiệu ứng lên một biến khi có biến khác thay đổi. Vì lý do đó, cần phải sử dụng mơ hình SVAR để tách được cụ thể các ảnh hưởng thông qua việc áp vào một số điều kiện được sinh bởi các ma trận giới hạn.
Phương pháp SVAR cho phép định nghĩa mối quan hệ giữa các phần dư của mơ hình VAR (được coi là những thay đổi không biết trước) với những thay đổi mang tính cấu trúc (sự thay đổi của biến này sẽ dẫn tới sự thay đổi của biến kia, theo một mơ hình nào đó). Những thay đổi mang tính cấu trúc thường là biến độc lập đồng thời khơng có mối tương quan với nhau. Việc ước lượng ảnh hưởng thơng qua mơ hình SVAR được cho bởi phương trình
𝐴𝑢𝑡 = 𝐶𝑒𝑡, (3)
trong đó 𝑒𝑡 là vector của các biến thay đổi có cấu trúc, A và C là những ma trận định nghĩa
mối quan hệ tuyến tính giữa các biến 𝑢𝑡 và 𝑒𝑡.
Sau khi có biểu diễn tuyến tính trong phương trình (3), sử dụng những mơ hình lý thuyết kinh tế, ta có thể ước lượng những phần tử còn lại sau khi dùng ma trận giới hạn để loại bỏ bớt một số phần tử của ma trận A và C.
Nhiều tài liệu (dẫn phía trên) cho thấy mối quan hệ giữa 𝑢𝑡 và 𝑒𝑡 có thể được thể hiện qua hệ phương trình SVAR sau:
𝑢𝑡𝐺𝐼 = 𝑎𝐺𝐼𝐺𝐷𝑃𝑢𝑡𝐺𝐷𝑃 + 𝑒𝑡𝐺𝐼 𝑢𝑡𝑃𝐼 = 𝑐𝑃𝐼𝐺𝐼𝑒𝑡𝐺𝐼 + 𝑒𝑡𝑃𝐼 𝑢𝑡𝐺𝐷𝑃 = 𝑎𝐺𝐷𝑃𝐺𝐼 𝑢𝑡𝐺𝐼 + 𝑎𝐺𝐷𝑃𝑃𝐼 𝑢𝑡𝑁𝐺𝐼 + 𝑒𝑡𝐺𝐷𝑃 , (4.1) (4.2) (4.3)
trong đó các hệ số 𝑎𝑗𝑖 biểu diễn sự thay đổi của biến j ứng với thay đổi khơng biết trước đối
với biến i; cịn 𝑐𝑗𝑖 biểu diễn sự thay đổi của biến j ứng với thay đổi có cấu trúc đối với biến i. Phương trình (4.1) cho thấy những thay đổi khơng biết trước đối với đầu tư chính phủ GI được gây ra bởi những thay đổi không biết trước của GDP và thay đổi có cấu trúc của chính GI. Đầu tư chính phủ thường liên quan tới GDP hơn là tương quan với đầu tư khu vực tư nhân. Tiếp theo, những thay đổi không biết trước của PI được gây ra bởi thay đổi có cấu trúc của GI và thay đổi có cấu trúc của chính PI như phương trình (4.2) thể hiện. Cuối cùng, phương trình (4.3) thể hiện rằng những thay đổi không biết trước của GDP là kết quả của những thay đổi không biết trước từ GI và PI cùng với thay đổi có cấu trúc của chính GDP.
Nghiên cứu của (Blanchard & Perotti, 2002) (dẫn lại từ (Mitra, 2006)) cho thấy những thay đổi không biết trước của GI thường đi liền với những thay đổi không biết trước của GDP.
Vì vậy, ta có thể sử dụng 𝑎𝐺𝐼𝐺𝐷𝑃 = 1 và khi đó việc ước lượng các hệ số trong hệ phương trình
(4) sẽ trở nên đơn giản hơn khi chỉ còn phải ước lượng 𝑐𝑃𝐼𝐺𝐼, 𝑎𝐺𝐷𝑃𝐺𝐼 và 𝑎𝐺𝐷𝑃𝑃𝐼 . Dấu kỳ vọng của
𝑐𝑃𝐼𝐺𝐼 là dấu âm và hai tham số còn lại dấu dương. Trong các tham số trên, 𝑐𝑃𝐼𝐺𝐼 được quan tâm nhất do đây là tham số thể hiện tác động từ cú sốc gây ra bởi đầu tư khu vực nhà nước tới đầu tư khu vực tư nhân.
5.4. Kết quả định lượng và nhận xét
Dữ liệu về GDP, GI và PI trong khoảng thời gian 1995 – 2011 sử dụng trong luận văn được cung cấp bởi Tổng cục Thống kê. Các biến được đưa vào mơ hình là sai phân bậc 1 của
[ln 𝐺𝐼 , ln 𝑃𝐼 , ln 𝐺𝐷𝑃] và chi tiết về mơ hình được mơ tả trong Phụ lục A.
Kết quả ước lượng hệ số thể hiện các mối tương quan thể hiện trong Bảng 5.1. và dấu của các biến đúng như kỳ vọng của mơ hình. Điều đó có nghĩa là, trong ngắn hạn, sự thay đổi tăng đầu tư từ khu vực nhà nước (kể cả thông qua DNNN hay TĐKTNN) sẽ dẫn tới việc giảm đầu tư tư nhân. Cụ thể, nếu quý t + 1 tốc độ tăng trưởng đầu tư của khu vực nhà nước gia tăng 1% so với quý t thì tốc độ đầu tư của khu vực tư nhân quý t + 1 sẽ giảm tương ứng xấp xỉ 0.66% so với quý t.
Bảng 5.1. Các hệ số được ước lượng trong mơ hình SVAR Hệ số Giá trị p-value Hệ số Giá trị p-value
𝑐𝑃𝐼𝐺𝐼 -0.663 0.000
𝑎𝐺𝐷𝑃𝑃𝐼 0.109 0.000
𝑎𝐺𝐷𝑃𝐺𝐼 0.981 0.000
Kết quả này khác với báo cáo của (Lee, Tumbarello, Sacasa, & Mitra, 2007) khi nghiên cứu của IMF cho thấy chưa có dấu hiệu đầu tư khu vực nhà nước chèn lấn đầu tư tư nhân. Có
thể lý do của sự khác biệt là do mơ hình của IMF được thực hiện trên chuỗi dữ liệu từ 1994 tới
2006, ngắn hơn chuỗi dữ liệu từ 1995 tới 2011 của luận văn. Đồng thời sự khác biệt này có thể phản ánh một số sự thay đổi lớn trong giai đoạn 2006-2011, trong đó quan trọng nhất phải kể đến (i) sự ra đời nhiều TĐKTNN (mặc dù mới chỉ ở giai đoạn “thí điểm”); (ii) bất ổn kinh tế
vĩ mô nghiêm trọng trong nước (lạm phát và lãi suất cao) cùng với khủng hoảng tài chính tồn cầu; (iii) gói kích cầu lớn trị giá hơn 140,000 tỷ đồng (khoảng 8 tỷ USD) năm 2009; và (iv) thua lỗ nặng nề của một số DNNN như Vinashin, Vinalines hay Sông Đà.
Bên cạnh đó, kết quả cũng cho thấy PI thực sự có ảnh hưởng tích cực tới GDP. Theo đó, nếu tốc độ đầu tư khu vực tư nhân quý t + 1 tăng 1% so với quý t thì tốc độ tăng GDP quý t + 1 sẽ cao hơn xấp xỉ 0.11% so với quý t. Vì vậy, khi GI ảnh hưởng tiêu cực tới PI thì nền kinh tế nói chung khơng được lợi. Dù GI có ảnh hưởng tới GDP mạnh hơn so với PI ảnh hưởng tới GDP, việc GI chèn lấn PI cũng cần được xem xét dưới nhiều giác độ, không chỉ là phát triển kinh tế tổng thể mà cần quan tâm tới các thành phần kinh tế khác nhau. Bên cạnh đó, dù tác động của GI tới GDP mạnh hơn so với PI tới GDP nhưng luận văn không khẳng định GI hiệu quả hơn PI do trong thực tế nguồn lực được tập trung cho GI lớn hơn nhiều so với PI.
Chương 6. Phân tích và khuyến nghị
6.1. Sự phù hợp của việc sử dụng TĐKTNN làm trụ cột tăng
trưởng và điều tiết kinh tế vĩ mô
Những công cụ điều tiết kinh tế vĩ mô không nên đưa xuống mức DNNN, mà ở đây điển hình là TĐKTNN. Đó phải là nơi chính sách tài khóa và chính sách tiền tệ phát huy tác dụng. Vì nếu sử dụng các DNNN làm trụ cột tăng trưởng và công cụ điều hành kinh tế vĩ mô, cần phải dồn cho những doanh nghiệp này lượng vốn (tiền, bất động sản, nhân lực) lớn. Khi tích tụ nguồn lực lớn, các DNNN, đặc biệt là TĐKTNN, đã mở rộng nhanh chóng, có ảnh hưởng tới nhiều mặt xã hội và một khi có sự việc khơng hay xảy ra với những đơn vị này, ảnh hưởng tiêu cực tới nền kinh tế có thể sẽ xuất hiện, điển hình như được trình bày trong Chương 4.
Ban hành ngày 19 tháng 02 năm 2013, Quyết định 339/QĐ-TTg phê duyệt “Đề án tổng thể tái cơ cấu kinh tế gắn với chuyển đổi mơ hình tăng trưởng theo hướng năng cao chất lượng, hiệu quả và năng lực cạnh tranh giai đoạn 2013-2020” có phần tái cơ cấu DNNN với trọng tâm là các tập đồn, tổng cơng ty nhà nước theo hướng tinh gọn và tập trung vào hoạt động cốt lõi, giảm thiểu đầu tư ngoài ngành. Thực hiện theo đề án tổng thể, một số TĐKTNN đã đề xuất các phương án tái cấu trúc của riêng mình. Số liệu thống kê cho thấy, trong số 06 tập đồn được phê duyệt đề án,16
chỉ tính riêng 02 tập đồn VRG và Vinacomin, tổng số vốn ngồi ngành phải thối tính tới cuối năm 2015 đã vào khoảng xấp xỉ 10,000 tỷ đồng (Trần Hùng Viện, 2013). Nếu tính đúng và đủ với các tập đoàn khác, con số chắc chắn sẽ lớn hơn rất nhiều.
Xem xét trên số liệu cũ hơn (Hình 6.1), tổng vốn đầu tư ngồi ngành của các TĐKTNN và Tổng cơng ty nhà nước liên tục tăng từ năm 2006 đến nay (chỉ trừ năm 2009 giảm so với năm bắt đầu khủng hoảng 2008). Hơn nữa, số vốn ngoài ngành này lại đổ vào những lĩnh vực mang rủi ro cao như chứng khốn hay góp vốn vào quỹ đầu tư hoặc ngành được coi là hay tạo
16
ra bong bóng như bất động sản.17
Trong tình hình khó khăn của bất động sản và hệ thống ngân hàng hiện nay, việc thu hồi vốn trở nên khó khăn và dịng tiền bị ứ đọng, khơng sinh lợi.
Nguồn: Bộ Tài chính.
Hình 6.1. Vốn đầu tư ngồi ngành của TĐKTNN và Tổng công ty nhà nước giai đoạn 2006 – 2011. Bên cạnh đó, việc đầu tư vào các tổ chức tín dụng cũng làm cho hệ thống ngân hàng trở nên khó kiểm sốt hơn. Đơn cử như trường hợp của ngân hàng An Bình, cơ cấu cổ đơng có EVN và Cơng ty tài chính dầu khí mà PVN chiếm tới 78% cổ phần. Hay như ngân hàng GP bank cũng có cổ đơng là PVN. Ngồi ra, các TĐKTNN có nợ xấu chiếm tới hơn 50% tổng số nợ xấu mà các tổ chức tín dụng hiện đang nắm giữ, ước tính vào khoảng gần 90,000 tỷ đồng (Tô Ngọc Hưng, 2013).
17 Thập kỷ mất mát mà Nhật Bản đang phải đối mặt hiện nay là hậu quả của bong bóng bất động sản xảy ra