Phương pháp phân tích

5. Bố cục của luận văn

2.2.2.Phương pháp phân tích

2.2.2.1. Phân tích tính ổn định trong cơ cấu lợi thế so sánh tổng thể

Đây là phương pháp cho phép chúng ta phân tích được liệu cơ cấu lợi thế so sánh có sự thay đổi hay không và liệu cơ cấu lợi thế so sánh này có thay đổi theo hướng chuyên môn hóa hay đa dạng hóa giữa hai thời kỳ. Phương pháp áp dụng để phân tích tính ổn định cơ cấu lợi thế so sánh là mô hình hồi quy Galtonian (Cantwell, 1993; Guerrieri và Immarino, 2007). Đây là sự tương quan giữa chỉ số BIij tại thời điểm t và tại thời điểm kế tiếp. Dựa trên nghiên cứu của Dalum và các cộng sự (1998), mô hình hồi quy Galtonian được trình bày dưới dạng sau đây:

ij t ij i i t ij BI u BI 2   1

Trong đó, t1 là thời kỳ đầu và t2 là thời kỳ cuối. Biến phụ thuộc là BIij ở thời kỳ t2. Biến độc lập là BIij tại thời điểm tl. i là ngành i. j là quốc gia j. α và β là các tham số của mô hình hồi quy, và uij là sai số. Trong mô hình này, biến độc lập BIij là hoàn toàn độc lập với uij.

Tuy nhiên, chỉ số BI không tuân theo phân phối chuẩn bởi lẽ nếu BIij có giá trị từ 0 đến  với giá trị ranh giới là 1. Như vậy, để thực hiện được mô

hình hồi quy nói trên chỉ số BI cần được thay thế bằng chỉ số hiển thị lợi thế so sánh cân đối (Revealed Symmetric Comparative Advantage - RSCA): Chỉ

số RSCA được tính toán theo công thức sau:

     1 1 1 1       ij ij ij ij ij BI BI RCA RCA RSCA

RSCA nhận giá trị từ -1 đến +1 với giá trị phân cách là 0. Giá trị âm cho thấy quốc gia j không có lợi thế so sánh về hàng hóa (nhóm hàng) i.

Ngược lại, giá trị dương cho thấy quốc gia j có lợi thế so sánh về mặt hàng (nhóm hàng) i. Sau khi đã tính toán được RSCAij trong hai thời kỳ (thời kỳ đầu và thời kỳ cuối) thì tính di động của RSCAij sẽ được xác định như sau:

t1 và t2.

 Nếu β > l: Cơ cấu chuyên môn hóa được tăng cường. Cụ thể là mức độ chuyên môn hóa tăng lên đối với nhóm hàng mà trước đây (thời kỳ t1) có lợi thế so sánh và giảm xuống đối với nhóm hàng mà trước đây (thời kỳ t1) không có lợi thế so sánh.

 Nếu 0 < β < l: Cơ cấu chuyên môn hóa có sự thay đổi theo hướng đa dạng hóa, trong đó nhóm hàng hóa mà trước đây (thời kỳ t1) có lợi thế so sánh ở mức độ thấp tăng khả năng cạnh tranh, trong khi đó nhóm hàng hóa mà trước đây (thời kỳ t1) có lợi thế so sánh cao lại giảm khả năng cạnh tranh. Nói cách khác, cơ cấu chuyên môn hóa có xu hướng dịch chuyển về mức trung bình.

 Nếu β < 0: Có sự thay đổi hoàn toàn cơ cấu lợi thế so sánh.

Theo thuật ngữ của Laursen (2002), trường hợp β>1 còn được gọi là β- chuyên môn hóa. Ngược lại, 0<β<1 còn được gọi là β-phi chuyên môn hóa. Cùng với ước tính về β, mô hình hồi quy Galtonian còn cho phép chúng ta kiểm định sự thay đổi về mức độ chuyên môn hóa. Việc tính toán phương sai của chỉ số BI cho thấy mức độ phân tán của phân phối xung quanh số trung bình. Trong trường hợp này, chuyên môn hóa trong cơ cấu xuất khẩu có nghĩa là có sự gia tăng về lợi thế so sánh, đồng thời có sự gia tăng về bất lợi thế so sánh (trên phương diện khoảng cách giữa các ngành có lợi thế so sánh cao nhất và các ngành có bất lợi thế so sánh lớn nhất). Ngược lại, phi chuyên môn hóa trong cơ cấu xuất khẩu có nghĩa là có sự sụt giảm xuống về lợi thế so sánh, đồng thời có sự giảm xuống về bất lợi thế so sánh. Nói cách khác, cơ cấu chuyên môn hóa trở nên ít phân tán hơn. Theo nghiên cứu của Hart (1976), phương sai của chỉ số BI được trình bày như sau:

2 2 1 2 2 2    t  t 

Với bình phương của hệ số tương quan ρ ta có:

2 2 2 1 t      

Trong đó 2

i

 là phương sai của biến phụ thuộc, và ρ là hệ số tương quan của mô hình hồi quy. Phương trình trên cho thấy rằng mức độ thay đổi về chuyên môn hóa phụ thuộc vào việc so sánh giữa β và hệ số tương quan ước tính ρ. Cụ thể, ρ là thước đo tính “di động” của các ngành (nhóm hàng) lên và xuống của phân phối BI (Laursen, 2002). ρ có giá trị cao cho thấy cơ cấu chuyên môn hóa của các ngành khá ổn định với vị trí tương đối của các ngành hầu như không có sự thay đổi (mức độ di động thấp). Ngược lại, ρ có giá trị thấp cho thấy thứ bậc lợi thế so sánh của các ngành có sự thay đổi nhiều (mức độ di động cao). Trong nghiên cứu thực nghiệm: quy mô (1- β) đo lường “Hiệu ứng hồi quy”, còn quy mô (1- ρ) đo lường “Hiệu ứng di động”.

Như vậy, khi so sánh mức độ “hiệu ứng hồi quy” và “Hiệu ứng di động” sẽ có 3 trường hợp có thể xảy ra như sau:

 β -chuyên môn hóa (β>1): β>1 cho thấy quá trình σ-chuyên môn hóa (β> ρ) bởi vì ρ không bao giờ lớn hơn 1. Điều đó có nghĩa là cơ cấu chuyên môn hóa xuất khẩu được tăng cường. Nói cách khác, những ngành (nhóm hàng) có lợi thế so sánh càng được tăng cường, còn những ngành không có lợi thế so sánh ngày càng giảm khả năng cạnh tranh. Như vậy, quốc gia đang trong quá trình tập trung xuất khẩu vào một số nhóm hàng, hoặc theo thuật ngữ của Cantwell (1991) thì cơ cấu xuất khẩu thay đổi theo hướng chuyên môn hóa vào một nhóm ngành hẹp.

 0<β<1 (β-phi chuyên môn hóa) và β> ρ: “Hiệu ứng di động” lớn hơn “hiệu ứng hồi quy” và như vậy có sự thay đổi theo hướng tính di động cao giữa các ngành chiếm ưu thế so với việc sụt giảm trong cơ cấu chuyên môn hóa. Tác động ròng là sự gia tăng về mức độ chuyên môn hóa do sự tăng lên về mức độ phân tán, xác định bởi σ-chuyên môn hóa. Trong trường hợp này, quốc gia mất đi lợi thế so sánh, nhưng đồng thời quốc gia này có sự thay đổi thứ bậc của các ngành trong phân phối BI. Như vậy, hiệu ứng ròng sẽ là sự gia tăng về mức độ chuyên môn hóa.

động”, và sự suy giảm trong cơ cấu chuyên môn hóa được đi kèm với mức độ di động giữa các ngành thấp. Điều đó có nghĩa là cơ cấu chuyên môn hóa có sự thay đổi theo hướng đa dạng hóa, được xác định bởi σ-phi chuyên chuyên

môn hóa.

2.2.2.2. Tính ổn định trong cơ cấu lợi thế so sánh giữa các ngành và trong nội bộ từng ngành

Trên thực tế, có nhiều phương pháp xác định mức độ ổn định (di động) về giá trị của chỉ số BI đối với các nhóm hàng giữa hai thời điểm t1 và t2. Sau đây là một số phương pháp được áp dụng khá phổ biến trong các công trình nghiên cứu về thương mại.

- Ma trận xác suất chuyển đổi Markov: Để có thể xây dựng ma trận xác

suất chuyển đổi Markov thì chỉ số BI cần được chia thành từng nhóm. Tuy nhiên, cho tới nay, vẫn chưa có sự đồng thuận về phân chỉ số BI thành các nhóm thích hợp. Dựa theo nghiên cứu của Hinloopen và van Marrewijk (2001), chỉ số BI được chia thành bốn nhóm sau đây:

 0 < BI≤ l: Hàng hóa không có lợi thế so sánh. (adsbygoogle = window.adsbygoogle || []).push({});

 1 < BI≤2: Hàng hóa có lợi thế so sánh ở mức độ thấp.

 2 < BI≤4: Hàng hóa có lợi thế so sánh ở mức độ trung bình.

 4 < BI: Hàng hóa có lợi thế so sánh cao.

Nhìn chung, quá trình bất định của X được coi là Markov nếu, đối với mỗi một n và tất cả trạng thái i1,…in

Xn in |Xn1 in1,...,X1 i1 P Xn in |Xn1 in1

P

Các ma trận chuyển đổi được sử dụng như trong phân tích Markov. Do đó, tần suất tương đối cần được hiểu là những xác suất. Trong bài viết này, các ma trận chuyển đổi sẽ được tạo ra bởi quá trình Markov bất dịch:

Xn  j|Xn1 iPXnkj |Xnk1

P

độ lưu động trong cơ cấu chuyên môn hóa còn có thể được phân tích thông qua một số chỉ số sau đây.

+ Chỉ số M1: Chỉ số này phân tích vết (tr) của ma trận xác suất chuyển đổi (Shorrocks, 1978; Quah, 1996). M1 được tính toán như sau:

1 ) ( 1 *    K P tr K M c K số lượng các ô và tr( * c

P ) là vết của ma trận xác suất chuyển đổi. Giá trị của chỉ số này càng cao thì càng thể hiện mức độ lưu động, và giá trị không thể hiện tính bất động hoàn toàn.

+ Chỉ số M2: Chỉ số này còn được gọi là chỉ số ( *)

P

MD . Đây là chỉ số được sử dụng để đánh giá định thức của ma trận xác suất chuyển đổi (Geweke và cộng sự, 1986). M2 được tính theo công thức sau:

| ) det( | 1 * 2 P M  

Trong đó: det(P*)là định thức của ma trận. Định thức này được tính toán như sau:    4 1 1 1 | | | | j j j C b

B (Chiang, 1984). Trong đề tài này, phần phụ đại số |

|C1j là bậc 3.

+ Chỉ số M3: Chỉ số này được tính toán dựa trên eigenvalues của ma trận. Chỉ số này được tính toán như sau:

M3=1-

Trong đó:  là giá trị eigenvalue lớn thứ hai của P* .

KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN