3.1. Mơ hình nghiên cứu
3.1.1. Mối quan hệ kinh tế của Trung Quốc với các nƣớc Châu Á
Tác động của nền kinh tế Trung Quốc lên các nước trong khu vực (các nước Châu Á được xét trong mẫu) có thể được ước lượng bằng việc phân tích dữ liệu bảng - là sự kết hợp của dữ liệu chéo (cross-section) và dữ liệu thời gian (time series). Chúng ta sẽ hồi quy dữ liệu bảng bởi cả hồi quy Pool-OLS7 và mơ hình tác động cố định (FEM) hoặc mơ hình tác động ngẫu nhiên (REM).
Mơ hình hồi quy tăng trưởng được xây dựng như sau: Yi,t = ci + ai.Xi,t + u Trong đó,
Yi,t : là tỷ lệ tăng trưởng GDP theo năm (%) tại giá thị trường dựa trên đồng nội địa cố định của quốc gia i, trong thời điểm t.
Xi,t: là ma trận của các biến phụ thuộc trong mơ hình hồi quy của quốc gia i, trong thời điểm t.
Thực hiện kiểm định Hausman để lựa chọn mơ hình phù hợp hơn giữa FEM và REM. Điểm khác biệt giữa FEM và REM được thể hiện ở sự biến động giữa các đơn vị. Thực chất kiểm định Hausman để xem xét có tồn tại tự tương quan giữa sai số εi8 và các biến độc lập hay khơng. Trong đó, phương pháp tác động cổ định có thể kiểm sốt và tách
7 Pool-OLS giả định các hệ số đều không thay đổi giữa các đối tượng khác nhau và không thay đổi theo thời gian. Pool-OLS có nhược điểm là hệ số Durbin-Watson thường khá nhỏ ( bé hơn 1) cho nên hay gây ra hiện tượng tự tương quan dương và ràng buộc quá chặt về các đơn vị chéo, điều này khó xảy ra trong thực tế. Điều này sẽ được giải quyết bằng việc sử dụng FEM hoặc REM.
8 Giá trị hệ số chặn trong mơ hình được mơ tả: Ci = C + εi (i=1,...n). Trong đó, εi là sai số thành phần của các đối tượng khác nhau.
ảnh hưởng của các đặc điểm riêng biệt (không đổi theo thời gian) này ra khỏi các biến giải thích để chúng ta có thể ước lượng những ảnh hưởng thực (net effects) của biến giải thích lên biến phụ thuộc. Các đặc điểm riêng biệt (không đổi theo thời gian) này là đơn nhất đối với một thực thể và không tương quan với đặc điểm của các thực thể khác nhằm phân tích dữ liệu chéo của các quốc gia qua thời gian. Thay vì thập trung ước lượng tác động của các cú sốc quốc tế lên chu kỳ kinh doanh trong nước, mơ hình này được sử dụng nhằm mục đích phân tích tác động tăng trưởng trong dài hạn.
Mơ hình Pool-OLS thực chất là mơ hình OLS bình thường, điều này xảy ra khi chúng ta sử dụng dữ liệu bảng như một đám mây dữ liệu bình thường khơng phân biệt theo năm và như vậy khi hồi quy mơ hình Pool-OLS ta cần xem xét các giả thiết sau:
- Giả thiết 1: Mối quan hệ giữa biến phụ thuộc và biến độc lập là tuyến tính. Các biến độc lập cho trước và khơng ngẫu nhiên. (Có thể hiểu tính khơng ngẫu nhiên ở đây là giá trị của biến độc lập không đổi qua các lần đo - giá trị là lặp lại với mẫu lặp lại). - Giả thiết 2: Sai số trong mơ hình có giá trị trung bình bằng 0 và phương sai của sai số
là không đổi - Kiểm định hiện tượng phương sai thay đổi.
- Giả thiết 3: Khơng có sự tương quan giữa các biến độc lập trong mơ hình. (tương quan giữa các biến độc lập trong cùng một quan sát) – Kiểm định hiện tượng đa cộng tuyến.
- Giả thiết 4: Khơng có sự tương quan giữa các sai số trong mơ hình – Kiểm định hiện tượng tự tương quan.
- Giả thiết 5: Khơng có sự tương quan giữa biến độc lập và sai số trong mơ hình. – Hiện tượng nội sinh.
Bước tiếp theo, đánh giá sự phù hợp của mơ hình bằng việc xem xét có xảy ra hiện tượng phương sai thay đổi và đa cộng tuyến trong mơ hình hay khơng.
• Phương sai thông thường trong hồi quy OLS sẽ khơng cịn phù hợp trong mơ hình tồn tại phương sai thay đổi. Do vậy, nếu tiếp tục sử dụng các phương sai thơng thường này thì việc suy diễn của tất cả các thống kê (thống kê t, thống kê F,…) sẽ khơng cịn phù hợp và tin cậy. Chúng ta muốn kiểm tra xem giả định về phương sai đồng nhất có được duy trì hay khơng bằng cách đặt giả thiết H0 là: H0: ( | ) : phương sai đồng nhất
H1: ( | ) : phương sai sai đổi
Chúng ta sẽ sử dụng kiểm định White (1980) để xem xét mơ hình có hiện tượng phương sai thay đổi hay khơng. Nếu thống kê F có giá trị p>0.05, thì ở mức ý nghĩa 5% giả thiết H0 về sự đồng nhất của phương sai được chấp nhận. Nghĩa là mơ hình khơng tồn tại hiện tượng phương sai thay đổi.
• Đa cộng tuyến là hiện tượng phụ thuộc tuyến tính cao giữa các biến giải thích. Tức, tồn tại các hệ số λ2 , λ3 ,… λk không đồng thời bằng 0 sao cho:
λ2X2 + λ3X3 +… λkXk + vi = 0,
với vi là sai số ngẫu nhiên, vi = 0: xảy ra hiện tượng đa cộng tuyến hoàn hảo.
Trong bài, sẽ sử dụng yếu tố phóng đại phương sai (VIF) để phát hiện đa cộng tuyến. Nếu VIF >10 thì có hiện tượng đa cộng tuyến, và ngược lại, VIF<10 thì khơng có hiện tượng đa cộng tuyến9.
9 Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, Phân thích dữ liệu nghiên cứu với SPSS, Nhà xuất bản Hồng Đức
Kutner, M. H.; Nachtsheim, C. J.; Neter, J. (2004). Applied Linear Regression Models (4th ed.). McGraw-Hill Irwin
3.1.2. Mối quan hệ kinh tế giữa Trung Quốc và Việt Nam
Thông qua phương pháp đồng liên kết Jonhansen kết hợp với VAR (hoặc VECM) và kiểm định nhân quả Granger chúng ta sẽ khám phá một cách rõ ràng mối liên hệ giữa nền kinh tế Trung Quốc và Việt Nam.
Theo Frank và cộng sự (2003) phương pháp thích hợp nhất để nghiên cứu các mối liên hệ phụ thuộc nhau, bước đầu tiên là kiểm tra quan hệ nhân quả của các liên kết, sau khi có được nguyên nhân và các tác động, áp dụng phân tích phản ứng đẩy. Chúng ta sẽ lần lượt tiến hành các bước sau:
• Đầu tiên, sử dụng kiểm định nghiệm đơn vị (Augmented Dickey-Fuller (ADF)) để kiểm tra tính dừng của các chuỗi dữ liệu. Nếu các chuỗi dữ liệu khơng dừng, có thể xảy ra hiện tượng hồi quy giả mạo, R2 bị chệch, phản ánh sai mối quan hệ giữa các chuỗi dữ liệu. Cho nên, chúng ta sử dụng thêm kiểm định đồng liên kết Jonhansen cho các chuỗi dữ liệu để kiểm tra có xảy ra hiện tượng hồi quy giả mạo hay khơng. Giả định các chuỗi dữ liệu thời gian có xu hướng tuyến tính. Nếu có hiện tượng đồng liên kết xảy ra, mơ hình VECM sẽ được sử dụng để đo lường mức độ tác động giữa các chuỗi thời gian. Ngược lại, mơ hình VAR sẽ được sử dụng.
• Tiếp theo, chúng ta tiến hành kiểm định nhân quả Granger. Mơ hình nhân quả Granger được đưa ra theo hai phương trình:
∑ ∑ (1) ∑ ∑ (2) Trong đó,
và là các chuỗi sai phân bậc một của tăng trưởng GDP Trung Quốc và Việt Nam.
và là các biến phụ thuộc có độ trễ μt và νt là sai số ngẫu nhiên của phương trình
Để xem các biến trễ của x có giải thích cho y (tức x có tác động nhân quả Granger lên y) và biến trễ của y có giải thích cho x (tức y có tác động nhân quả Granger lên x) hay
không ta kiểm định giả thiết sau đây cho mỗi phương trình:
H0:
Để kiểm định giả thiết đồng thời này, ta sử dụng thống kê F của kiểm định Wald.
• Cuối cùng, để phân tích rõ nét hơn sự thay đổi của tăng trưởng GDP Việt Nam phụ thuộc thế nào vào sự thay đổi của tăng trưởng Trung Quốc ở hiện tại và những thời kỳ trước đó, chúng ta thực hiện thêm một bước nữa là ước lượng mơ hình VAR (Greene, 2003), để kiểm tra các mối quan hệ nhân quả giữa hai nước. Mơ hình VAR với độ trễ p có cơng thức:
yt = c + α1yt-1 + … + αpyt-p + εt
Trong đó, yt là vector của các biến nội sinh, yt = (Y_VNt Y_CHINAt) là tỷ lệ tăng trưởng GDP của Việt Nam và Trung Quốc. i = 1, 2, …, p là độ trễ.
Tuy nhiên, do VAR gặp vấn đề với các chuỗi thời gian có hiện tượng đồng liên kết nên nếu có hiện tượng đồng liên kết, chúng ta sử dụng VECM, có dạng sau:
∆yt = yt-1 + A1∆yt-1 + … + Ap-1∆yt-p-1 + εt Trong đó, = (-I + α1 + …+ αp); A1 = (α2 + …+ αp); …, Ap-1 = αp
Sau đó, chúng ta lựa chọn độ trễ tối ưu bằng tiêu chuẩn thơng tin Schwarz SC, chọn mơ hình có SC nhỏ nhất. Độ trễ tối ưu được lựa chọn thông qua bảng độ trễ được kiểm tra bằng phương pháp VAR.
Sau khi hồi quy bằng mơ hình VAR (hoặc VECM), ta xem xét tính dừng của các phần dư để kiểm tra mơ hình có phù hợp hay khơng.
Xem xét sự tác động của biến này lên biến kia khi có một sự thay đổi, một cú sốc xảy ra. Ta đánh giá thơng qua hàm phản ứng đẩy và phân tích phương sai.
3.2. Mô tả dữ liệu
Dữ liệu của các nước Châu Á được lấy theo năm từ 1999 - 2014. Các bài nghiên cứu trước sử dụng mẫu thời gian nghiên cứu khá lớn như của Arora và Vamvakidis (2010) lấy dữ liệu trung bình 5 năm cho khoảng thời gian 1963 - 2007 hoặc Ilahy và Shendy (2008) dựa trên dữ liệu bảng 35 năm (1972 – 2006), lấy trung bình mỗi 3 năm để loại bỏ các tác động của cú sốc ngắn hạn. Tuy nhiên, từ năm 1978 Trung Quốc mới bắt đầu mở cửa và đến cuối 2001 Trung Quốc mới gia nhập WTO, đồng thời trong vài thập niên gần đây nền kinh tế của các nước Châu Á mới mở cửa và giao thương tồn cầu (trong đó có Trung Quốc là bạn hàng quan trọng). Vì vậy, để đánh giá rõ ràng hơn tác động của Trung Quốc, chúng ta chỉ xem xét mẫu trong 15 năm gần đây là hợp lý. Thời gian mẫu của chúng ta khá nhỏ, nên chúng ta sử dụng dữ liệu theo từng năm để hồi quy. Dữ liệu bảng được quan sát theo năm (1999-2014) cho dữ liệu chéo của 25 quốc gia Châu Á. Các quốc gia Châu Á trong mẫu được loại trừ nước nước Tây Á, các nước thuộc OECD và một số quốc gia không đủ dữ liệu như Triều Tiên, Myanmar. Danh sách các nước trong mẫu nghiên cứu và GDP được thể hiện trong bảng 3.1. Ngoài ra, khi nghiên cứu các mối quan hệ kinh tế giữa Trung Quốc và Việt Nam, bài nghiên cứu sử dụng các quan sát theo quý, từ quý I/2000 – quý IV/2014 cho các biến tăng trưởng và chỉ số thị trường chứng khoán Trung Quốc.
Bảng 3.1: GDP (PPP) của các nƣớc trong khu vực. Đơn vị: Tỷ USD
Quốc Gia Năm 2002 2006 1010 2014
TRUNG Á:
1 Kazakhstan Upper middle income 148.19 240.36 313.45 418.48
2 Kyrgyzstan Lower middle income 8.81 11.58 14.89 19.38
3 Tajikistan Lower middle income 7.37 1.49 15.77 22.32
4 Turkmenistan Upper middle income 20.74 1.45 49.56 82.12
5 Uzbekistan Lower middle income 54.34 78.07 117.12 171.42
ĐƠNG Á:
6 Mơng Cổ Upper middle income 9.91 15.22 20.49 34.76
7 Trung Quốc Upper middle income 4,516.42 7,652.20 12,358.73 18,030.93
BẮC Á:
8 Nga High income: nonOECD 1,166.68 2,133.75 2,928.12 3,745.16
ĐÔNG NAM Á
9 Brunei High income: nonOECD 21.71 26.23 27.72 32.04
10 Campuchia Low income 15.86 26.57 35.37 49.96
11 Đông Timor Lower middle income 1.01 1.11 1.86 2.76
12 Indonesia Lower middle income 1,094.92 1,498.07 2,003.95 2,676.11
14 Malaysia Upper middle income 320.53 448.98 565.11 746.09
15 Philippines Lower middle income 289.20 398.23 513.96 692.23
16 Singapore High income: nonOECD 176.80 263.90 358.41 452.69
17 Thái Lan Upper middle income 493.58 689.28 834.17 985.53
18 Việt Nam Lower middle income 191.17 281.90 382.11 510.71
NAM Á:
19 Afghanistan Low income 19.24 27.59 45.56 61.53
20 Bangladesh Lower middle income 194.03 270.99 364.14 497.02
21 Bhutan Lower middle income 2.00 2.91 4.58 6.02
22 Ấn Độ Lower middle income 2,379.06 3,686.97 5,370.60 7,393.08
23 Maldives Upper middle income 1.75 2.82 3.73 5.19
24 Nepal Low income 31.57 40.97 52.58 66.78
25 Pakistan Lower middle income 419.51 601.92 715.83 896.40
26 Sri Lanka Lower middle income 79.61 113.41 153.22 217.28
27 OECD 31,218.33 39,047.40 43,365.46 49,284.55
28 Thế Giới 52,787.82 71,584.12 88,331.82 108,463.39
Các biến được sử dụng trong bài nghiên cứu bao gồm: Các biến trong nước của các quốc gia Châu Á:
- GDPC: GDP bình quân đầu người. Dữ liệu được hồi quy sau khi lấy logarit tự nhiên. Ln(GDPC). GDP bình qn đầu người được tính bằng cách chia tổng sản phẩm trong nước trong năm cho dân số trung bình trong năm tương ứng. Khi xem xét tỷ lệ gia tăng GDP bình quân đầu người phải căn cứ trên sự phát triển kinh tế và gia tăng dân số. Một quốc gia muốn cải thiện về GDP bình quân đầu người phải thúc đẩy tăng trưởng GDP cao hơn tốc độ gia tăng dân số hoặc phải giảm tỷ suất gia tăng dân số. Thực tế hiện nay, các quốc gia có tốc độ gia tăng dân số chậm lại là các nước phát triển, có tăng trưởng kinh tế cao (tức GDP bình qn đầu người cao hơn).
- INF: tỷ lệ lạm phát của nước i trong thời gian t. Được tính bằng cơng thức: Ln(1+lạm phát nước i tại thời gian t(%)). Có hai chỉ báo kết quả kinh tế được theo dõi sát sao là lạm phát và thất nghiệp. Sự đánh đổi giữa hai thước đo thành quả kinh tế này được mô tả thông qua đường Phillips10 trong ngắn hạn. Ví dụ khi Fed thu hẹp tăng trưởng cung tiền để giảm lạm phát, tổng cầu bị thu hẹp, đã đẩy nền kinh tế di chuyển dọc theo đường Phillips ngắn hạn, với kết quả là tổng cầu bị thu hẹp làm giảm lượng hàng hóa và dịch vụ mà doanh nghiệp tạo ra, sản lượng giảm dẫn đến tỷ lệ thất nghiệp cao tạm thời11. Mối quan hệ giữa lạm phát và sản lượng nền kinh tế được nhiều nhà kinh tế quan tâm và có nhiều ý kiến trái chiều xoay quanh vấn đề này. Sự tác động qua lại giữa tăng trưởng kinh tế và lạm phát rất phức tạp và có thể khơng tn theo các quy tắc kinh tế. Điều này phụ thuộc vào đặc điểm của từng quốc gia, từng thời điểm chúng ta nghiên cứu.
10 Đường Phillips thể hiện những kết hợp giữa lạm phát và thất nghiệp xuất hiện trong ngắn hạn khi sự chuyển dịch của đường tổng cầu đẩy nền kinh tế dọc theo đường tổng cung ngắn hạn.
11 N.Gregory Mankiw, 2010. Kinh tế học vĩ mô. Dịch từ tiếng Anh. Khoa Kinh Tế Trường Đại học Kinh tế Tp.Hồ Chí Minh, 2014
- OPEN: độ mở thương mại. Đại diện tổng giá trị của hàng hóa xuất khẩu và nhập khẩu trên tổng GDP của quốc gia đó, theo giá trị đồng USD hiện tại. Mở cửa hội nhập là cơ hội lớn cho các nước để tiếp cận với khoa học công nghệ cũng như tạo thêm việc làm, thu hút nguồn vốn đầu tư vào trong nước. Tuy nhiên ở trường hợp thứ hai, mở cửa thương mại khiến nền kinh tế dễ bị tổn thương và nếu nền kinh tế trong nước khơng đủ mạnh sẽ làm giảm tính cạnh tranh của sản phẩm trong nước so với các nước lớn, nước đang phát triển. Đối với các nước Châu Á trong mẫu, chủ yếu là các quốc gia đang phát triển có khả năng rơi vào trường hợp hai hơn.
- GOV: tổng chi tiêu của chính phủ trên GDP. Được lấy logarit tự nhiên, LN(GOV). Có nhiều luồng quan điểm chưa thống nhất nhau về việc liệu tăng chi tiêu chính phủ sẽ thúc đẩy hay làm trì trệ tăng trưởng kinh tế. Một bên quan điểm cho rằng chi tiêu của chính phủ giúp cung cấp các hàng hố cơng cộng quan trọng như cơ sở hạ tầng và giáo dục. Họ cũng cho rằng sự gia tăng chi tiêu chính phủ có thể đẩy nhanh tăng trưởng kinh tế thông qua việc làm tăng sức mua của người dân. Quan điểm ngược lại cho rằng chi tiêu chính phủ quá lớn và sự gia tăng chi tiêu chính phủ sẽ làm giảm tăng trưởng kinh tế, bởi vì nó sẽ chuyển dịch nguồn lực từ khu vực sản xuất hiệu quả trong nền kinh tế sang khu vực chính phủ kém hiệu quả12. Kết quả này phụ thuộc vào cách vận hành và sự