ƯỚC LƯỢNG SẢN LƯỢNG TIỀM NĂNG CHO VIỆT NAM

Thường cụm từ này được sử dụng kết hợp với hàm năng lực sản xuất, hàm số phản ánh mức độ đầu ra mà một nền kinh tế có thể tạo ra với các đầu vào sẵn có.. Do đó, trong nghiên cứu này, chú

ƯỚC LƯỢNG SẢN LƯỢNG TIỀM NĂNG

CHO VIỆT NAM

ƯỚC LƯỢNG SẢN LƯỢNG TIỀM NĂNG CHO VIỆT NAM

Báo cáo nghiên cứu RS - 06

Bản quyền © 2013 thuộc về Ủy ban Kinh tế của Quốc hội và UNDP tại Việt Nam Mọi sự sao chép và lưu hành không được sự đồng ý của Ủy ban Kinh tế của Quốc hội

và UNDP là vi phạm bản quyền.

ƯỚC LƯỢNG SẢN LƯỢNG TIỀM NĂNG

CHO VIỆT NAM

LỜI GIỚI THIỆU

Việt Nam đã trải qua những giai đoạn phát triển nhanh và ấn tượng kể từ khi đổi mới năm 1986 Mặc dù sau hơn 25 năm, Việt Nam đã gia nhập nhóm nước có thu nhập trung bình trên thế giới và hoàn thành các Mục tiêu Thiên niên kỷ, nhưng biến động kinh tế vĩ

mô trong những năm gần đây, đặc biệt từ khi chính thức trở thành thành viên của Tổ chức Thương mại Thế giới, cộng với những cú sốc tiêu cực từ quá trình hội nhập và toàn cầu hóa, đã khiến nền kinh tế đứng trước rất nhiều thử thách trên con đường duy trì tăng trưởng nhanh và bền vững Yêu cầu thay đổi mô hình tăng trưởng và tái cơ cấu nền kinh tế là những vấn đề đang trở nên cấp thiết hiện nay Trong bối cảnh đó, nghiên cứu về sản lượng tiềm năng của nền kinh tế và đưa ra những bằng chứng thực nghiệm là một trong những đầu vào hữu ích cho quá trình này Ước lượng sản lượng tiềm năng cũng như chênh lệch giữa sản lượng tiềm năng và sản lượng thực tế cho phép định vị được nền kinh tế đang ở mức cao hơn hoặc thấp hơn mức tăng trưởng bền vững mà không gây ra lạm phát, đánh giá được áp lực lạm phát hay giảm phát của nền kinh tế và có ý nghĩa đối với hoạch định chính sách vĩ mô Nếu sản lượng thực tế cao hơn sản lượng tiềm năng, áp lực lạm phát gia tăng, cần thực thi chính sách giảm cầu Ngược lại, khi sản lượng thực tế thấp hơn sản lượng tiềm năng, lạm phát có xu hướng giảm và có thể cần đến các chính sách

vĩ mô thúc đẩy tổng cầu Ngoài ra, ước lượng sản lượng tiềm năng cũng cho phép xác định được mức tăng trưởng mục tiêu bảo đảm tăng trưởng bền vững đi kèm với lạm phát thấp và ổn định

Nghiên cứu này đã ứng dụng những phương pháp thống kê và

mô hình khác nhau để đo lường mức sản lượng tiềm năng của Việt

Nam và đưa ra được những kết quả thích hợp để lý giải diễn biến tăng trưởng của nền kinh tế cũng như những thảo luận chính sách có chất lượng Đây là nghiên cứu trong chuỗi những nghiên cứu dựa trên bằng chứng thực nghiệm gắn với những vấn đề chính sách kinh

tế vĩ mô đang được triển khai trong khuôn khổ Dự án “Hỗ trợ nâng cao năng lực tham mưu, thẩm tra và giám sát chính sách kinh tế vĩ mô” của Ủy ban Kinh tế của Quốc hội do Chương trình Phát triển Liên Hợp Quốc (UNDP) tại Việt Nam tài trợ

Báo cáo nghiên cứu này do nhóm tác giả của Trung tâm Nghiên cứu Chính sách và Phát triển (DEPOCEN) thực hiện Mọi nhận định, phân tích, đánh giá trong báo cáo này thể hiện quan điểm độc lập của nhóm tác giả và không phản ánh quan điểm của Ủy ban Kinh tế cũng như của Ban Quản lý Dự án

Xin trân trọng giới thiệu cùng bạn đọc

TS Nguyễn Văn Giàu

Ủy viên Ủy ban Thường vụ Quốc hộiChủ nhiệm Ủy ban Kinh tế của Quốc hội

Nghiên cứu được thực hiện trong khuôn khổ Dự án “Hỗ trợ nâng cao năng lực tham mưu, thẩm tra và giám sát chính sách kinh tế vĩ mô” do Ủy ban

Kinh tế của Quốc hội chủ trì, với sự tài trợ của Chương trình Phát triển Liên Hợp Quốc (UNDP) tại Việt Nam.

Trưởng Ban chỉ đạo Dự án:

Nguyễn Văn Giàu

Chủ nhiệm Ủy ban Kinh tế của Quốc hội

Giám đốc Dự án:

Nguyễn Văn Phúc

Phó Chủ nhiệm Ủy ban Kinh tế của Quốc hội

Phó Giám đốc Dự án:

Nguyễn Minh Sơn

Vụ trưởng Vụ Kinh tế, Văn phòng Quốc hội

Quản đốc Dự án:

Nguyễn Trí Dũng

Nhóm tác giả:

Nguyễn Ngọc Anh Nguyễn Đình Chúc Martin Gould

Các tác giả xin bày tỏ lời cảm ơn đối với các ông/bà Nguyễn Văn Giàu,

Nguyễn Văn Phúc, Nguyễn Hữu Đức, Nguyễn Minh Sơn, Nguyễn Trí Dũng,

Tô Trung Thành, Rodney Schmidt, Trần Thọ Đạt, Mai Thị Thu, Nguyễn Tiên

Phong, Nguyễn Thắng, Nguyễn Anh Dương và Vũ Quốc Huy vì những ý

kiến đóng góp và sự ủng hộ của họ.

ước lượng sản lượng tiềm năng cho chuỗi số liệu theo năm 26

ước lượng sản lượng tiềm năng sử dụng số liệu theo quý 27

Phương pháp sử dụng bộ lọc Hodrick-Prescott 29

Phương pháp ước lượng sử dụng hàm sản xuất 31

THảo LUận cHínH SácH và KếT LUận 34

PHụ Lục 41

Phụ lục 1: Tính toán TFP cho việt nam giai đoạn 1991-2010

Phụ lục 2: Kết quả ước lượng trong STATA

TàI LIỆU THAM KHảo 45

Mở ĐầU

Trong những năm gần đây, kinh tế Việt Nam, một trong những nền kinh tế nhỏ và có độ mở lớn, trải qua nhiều thay đổi mang tính cơ cấu và chịu tác động của những cú sốc toàn cầu, là những yếu tố gây

ra biến động mạnh trong mức sản lượng Cụ thể là tốc độ tăng trưởng GDP của Việt Nam đã giảm từ mức trên 8% trong những năm 2006-

2007 xuống mức 5,3% vào năm 2009 Kể từ năm 2008, Việt Nam đã trải qua những biến động kinh tế vĩ mô lớn như lạm phát hai chữ số, thâm hụt tài khóa và thương mại nặng nề1 Vào năm 2007, nền kinh

tế tăng trưởng nóng với tốc độ tăng trưởng lên tới trên 8% và năm

2008, lạm phát đã vượt quá 20% Sau một khoảng thời gian dài theo đuổi mục tiêu tốc độ tăng trưởng kinh tế cao, lần đầu tiên Chính phủ Việt Nam đã công khai thừa nhận sự đánh đổi giữa tăng trưởng kinh

tế và ổn định kinh tế vĩ mô vào năm 20082

Trong năm 2010, kinh tế Việt Nam tiếp tục phục hồi nhanh chóng sau khủng hoảng kinh tế với tốc độ tăng trưởng GDP là 6,8%, mức tăng trưởng này đạt được một phần là do mức đầu tư công tăng mạnh và tín dụng tăng trưởng nhanh chóng Tuy nhiên, Việt Nam đã không thể tiếp tục duy trì chính sách mở rộng này do chính sách đó gây ra một vòng xoáy lạm phát mới và buộc phải thực hiện chính

1 Sau hơn 25 năm đổi mới, Việt Nam đã có được tăng trưởng kinh tế đáng ấn tượng, khiến cho Việt Nam từ

vị trí một trong số những nước nghèo nhất khu vực châu Á vào thời điểm bắt đầu chuyển đổi, đã vươn lên

vị thế của một nước có thu nhập trung bình (thấp) vào năm 2010

2 Việt Nam chứng kiến sự bùng nổ tín dụng vào năm 2007, cùng với đó là giá năng lượng và lương thực thực phẩm trên thị trường thế giới tăng mạnh khiến cho áp lực lạm phát gia tăng Trước dòng vốn đổ vào mạnh (cả vốn FDI và vốn đầu tư gián tiếp), Chính phủ đã gặp nhiều lúng túng Những điều này thúc đẩy Chính phủ phải chuyển ưu tiên từ tăng trưởng kinh tế sang ổn định kinh tế vĩ mô vào năm 2008: các nhà quản lý

đã thực hiện chính sách tài khóa và tiền tệ thắt chặt Chính sách này đã có hiệu lực và giảm được lạm phát,

ổn định thị trường nhà đất và thậm chí làm vỡ những bong bóng tài chính Do đó, vào cuối năm 2008, khi khủng hoảng nợ dưới chuẩn tác động tới Việt Nam, Chính phủ đã phải nhanh chóng phản ứng lại bằng gói kích thích kinh tế có giá trị tương đối lớn.

sách tiền tệ thắt chặt vào đầu năm 2011 Theo Ngân hàng Thế giới3, giai đoạn bất ổn kinh tế vĩ mô hiện tại cũng nặng nề như giai đoạn giữa năm 2008 Điều này thúc đẩy Chính phủ phải đưa ra những hành động mạnh mẽ, quyết liệt và hợp lý để có thể kiểm soát được lạm phát và chính những hành động này đã gây ra hiện tượng đóng băng thanh khoản trong nền kinh tế với mức lãi suất lên tới trên 20% trong các tháng liên tiếp sau đó Đối mặt với những bất ổn kinh tế

vĩ mô và những biến động bởi mức lạm phát cao vào đầu năm 2011, Chính phủ đã ra Nghị quyết 11 nhằm kiểm soát lạm phát và thâm hụt thương mại, bảo đảm ổn định kinh tế vĩ mô

Tại nhiều quốc gia trên thế giới, kể cả Việt Nam, nhiệm vụ chính của chính sách tiền tệ và chính sách tín dụng là cung cấp thanh khoản cho nền kinh tế, giữ cho giá cả ổn định và hỗ trợ tổng cầu Để Chính phủ có thể thực hiện được các mục tiêu này, điều quan trọng

là phải xác định được nền kinh tế đang nằm ở đâu trong mối quan hệ với mức sản lượng tối đa bền vững, hay còn gọi là mức sản lượng tiềm năng

Do sản lượng tiềm năng liên quan chặt chẽ với lạm phát, việc xem xét biến động của lạm phát là cần thiết Tình hình vào đầu các năm 2008 và 2011 dường như cho thấy sản lượng thực tế đã cao hơn sản lượng tiềm năng, tức là khoảng cách sản lượng đã có con số dương Mối quan hệ này được mô tả trong Hình 1 Lạm phát trong những năm gần đây cho thấy những biến động mạnh mẽ với hai năm

có giá trị cao đột biến là 2008 và 2010 Đồng thời, ba chuỗi số liệu lạm phát, đầu tư và cung tiền cũng có những điểm tương đồng

3 World Bank (2011): Taking Stock: An Update on Vietnam’s Recent Economic Developments (tháng 6/2011).

Hình 1: Tăng trưởng của một số biến số kinh tế vĩ mô chính

Nguồn: CEIC và TCTK Số liệu GDP năm 2011 là số liệu của 6 tháng đầu năm

và số liệu lạm phát năm 2011 là số liệu của 8 tháng đầu năm theo TCTK.

Nghiên cứu này sẽ tính toán sản lượng tiềm năng cho nền kinh

tế Việt Nam Mức chênh lệch sản lượng tương ứng4 được xác định là mức chênh lệch tỷ lệ phần trăm giữa sản lượng thực tế và sản lượng tiềm năng Theo như những nghiên cứu trước đây, sản lượng tiềm năng là mức sản lượng mà ở đó nền kinh tế có thể sản xuất ở mức toàn dụng nhân công5 Sản lượng tiềm năng được định nghĩa như mức sản lượng tối đa mà một nền kinh tế có thể đạt được một cách bền vững mà không gây ra lạm phát gia tăng (Masi 1997)6, tức là mức sản lượng phù hợp với một tỷ lệ lạm phát ổn định7 Hay nói cách khác, sản lượng tiềm năng là mức sản lượng tối đa mà một nền kinh tế có thể sản xuất mà không gây ra áp lực quá mức lên mức giá cả Sản lượng tiềm năng là mức sản lượng mà ở đó tổng cầu và tổng cung của nền

4 Chênh lệch sản lượng tiềm năng biểu hiện cho những khác biệt trong ngắn hạn so với sản lượng tiềm năng Ước lượng của mức chênh lệch này cung cấp một giá trị tiêu chuẩn để đánh giá áp lực lạm phát, giảm phát

và vị trí của nền kinh tế trong chu kỳ kinh doanh.

5 Mặc dù cụm từ sản lượng tiềm năng được các nhà kinh tế sử dụng khá rộng rãi, nhưng vẫn thường có một

số nhầm lẫn trong cách hiểu cụm từ này Thường cụm từ này được sử dụng kết hợp với hàm năng lực sản xuất, hàm số phản ánh mức độ đầu ra mà một nền kinh tế có thể tạo ra với các đầu vào sẵn có Sản lượng tiềm năng đề cập tới mức độ tối đa hóa mức sản lượng bền vững hoặc mức sản lượng phù hợp với một mức lạm phát ổn định Bất kỳ khi nào sản lượng thực tế vượt quá mức sản lượng tiềm năng cũng hàm ý rằng các đầu vào hiện tại đang bị sử dụng quá mức và bắt đầu tạo nên áp lực lạm phát gia tăng

6 Paula De Masi (1997) Estimates of Potential Output: Theory and Practice, International Monetary Fund.

7 Tuy nhiên, bởi mức sản lượng tiềm năng là không quan sát được, các mô hình ước lượng khác nhau có thể đưa tới các kết quả ước lượng khác nhau cho cùng một nền kinh tế.

kinh tế bằng nhau và do vậy, lạm phát có xu hướng đạt mức kỳ vọng trong dài hạn trong trường hợp các yếu tố khác không đổi8

Việc đo lường mức sản lượng tiềm năng của một nền kinh tế và mức chênh lệch sản lượng thực tế và sản lượng tiềm năng là việc làm hữu ích để đánh giá các chính sách kinh tế vĩ mô Khi mức sản lượng thực tế cao hơn mức sản lượng tiềm năng và xuất hiện khoảng cách sản lượng thì lạm phát có xu hướng tăng do mức cầu tăng quá mức trong nền kinh tế Trong trường hợp ngược lại, nếu như chênh lệch sản lượng tiềm năng nhỏ hơn 0, lạm phát có xu hướng giảm và các chính sách kinh tế vĩ mô sẽ được sử dụng để thúc đẩy tổng cầu Ý tưởng về sản lượng tiềm năng, do vậy, về bản chất là để phản ánh những thay đổi của lạm phát trong một nền kinh tế Tuy vậy, sản lượng tiềm năng lại không thể quan sát một cách trực tiếp mà cần phải được ước lượng

Để bảo đảm được ổn định giá cả, thì kỳ vọng về tăng trưởng phải nhất quán với ước lượng về sản lượng tiềm năng Khi hai đại lượng này khác nhau, cần thiết phải có sự can thiệp chính sách

Mặc dù khái niệm sản lượng tiềm năng có vẻ hấp dẫn về mặt

lý thuyết nhưng triển khai nghiên cứu thực nghiệm để ước lượng sản lượng tiềm năng lại không dễ dàng Người ta đã phát triển một

số phương pháp để ước lượng sản lượng tiềm năng và mức chênh lệch sản lượng tiềm năng Tuy nhiên, đôi khi những những mô hình/ phương pháp/ kỹ thuật ước lượng khác nhau có thể đưa ra các kết quả khác nhau về sản lượng tiềm năng của một nền kinh tế9 Do không có phương pháp nào là phương pháp tối ưu, các nhà nghiên cứu khuyến nghị rằng nên sử dụng một số phương pháp và so sánh kết quả với nhau Do đó, trong nghiên cứu này, chúng tôi cũng làm như vậy, sử dụng cả phương pháp phân tích hồi quy đơn chiều và đa chiều, và cả

8 Khi mức sản lượng thực tế vượt quá mức sản lượng tiềm năng, tức là chênh lệch sản lượng thực tế và sản lượng tiềm năng chuyển sang dấu +, cầu tăng dẫn tới gia tăng trong mức giá cả nếu như các nhân tố cung trong ngắn hạn được giữ nguyên Sự gia tăng trong ngắn hạn này được xem như nguồn gốc gây ra áp lực lạm phát và là dấu hiệu để Ngân hàng Nhà nước thực hiện chính sách tiền tệ thắt chặt.

9 Xem thêm Gordon de Brouwer (1998); Dupasquier, Guay và St-Amant (1999); Scacciavillani và Swagel (1999); Cerra và Saxena (2000).

phương pháp hay được áp dụng là phương pháp ước lượng hàm sản xuất để đưa ra những ước lượng đáng tin cậy về sản lượng tiềm năng cho các nhà hoạch định chính sách.

Gần đây đã có một số nghiên cứu ước lượng sản lượng tiềm năng cho trường hợp của Việt Nam, bao gồm Đỗ Văn Thành và cộng

sự (2012), Bùi Trinh và cộng sự (2012) và Maliszewski (2010)10 Những tác giả này đã áp dụng các phương pháp khác nhau và các cách tiếp cận khác nhau để ước lượng sản lượng tiềm năng Đỗ Văn Thành và cộng sự (2012) đơn thuần dựa vào ước lượng theo hàm sản xuất, Bùi Trinh và cộng sự (2010) sử dụng đồng thời cả tiếp cận theo hàm sản xuất và tiếp cận dùng bộ lọc HP còn Maliszewski (2010) lại sử dụng cách tiếp cận hoàn toàn khác, dựa theo phương pháp Bayesian Trong khi hai nghiên cứu trước tập trung vào các hàm ý chính sách, nghiên cứu của Maliszewski (2010) tập trung vào vấn đề phương pháp ước lượng Mặc dù hai nghiên cứu của Đỗ Văn Thành và cộng sự (2012) và Bùi Trinh và cộng sự (2010) cùng

sử dụng hàm sản xuất, kết quả ước lượng của các phương pháp này hoàn toàn khác nhau Đỗ Văn Thành và cộng sự (2012) cho rằng trong giai đoạn 2011-2015, tốc độ tăng trưởng tiềm năng trung bình của Việt Nam là khoảng 7,79%, cao hơn khá nhiều so với tốc độ tăng trưởng tiềm năng 5-6% mà Bùi Trinh và cộng sự (2011)11 ước lượng được Một trong những hạn chế của hai nghiên cứu này là không ước lượng các mức tiềm năng của các thành phần trong hàm sản xuất Cụ thể, như được thể hiện dưới đây, để có thể ước lượng mức sản lượng tiềm năng, chúng ta cần phải ước lượng mức tiềm năng của vốn, lao động và năng suất các nhân tố tổng hợp trong cách tiếp cận hàm sản xuất Một hạn chế khác của việc sử dụng kinh

tế lượng để ước lượng hàm sản xuất mà cả hai nghiên cứu này gặp phải là việc sử dụng số liệu chuỗi thời gian khá ngắn Nhìn chung,

10 Maliszewski (2010) Vietnam: Bayesian Estimation of Output Gap; International Monetary Fund.

11Bùi Trinh và cộng sự (2011), Báo cáo Triển vọng Kinh tế Việt Nam 2012-2013, chuẩn bị cho Uỷ ban Giám

sát Tài chính Quốc gia.

số liệu thống kê theo từng năm của Việt Nam mới chỉ có trong vòng khoảng 20 năm12

Nghiên cứu này được sắp xếp có cấu trúc như sau: Phần II sẽ trình bày ngắn gọn các phương pháp ước lượng; Phần III sẽ đưa ra các kết quả thực nghiệm Trước hết, sản lượng tiềm năng và chênh lệch sản lượng thực tế với sản lượng tiềm năng sẽ được tính ra dựa vào các phương pháp hồi quy đơn chiều và phân tách xu hướng Tiếp theo sẽ thực hiện ước lượng hàm sản xuất và từ đó tính ra mức sản lượng tiềm năng; và cuối cùng, Phần IV sẽ tổng hợp và đưa ra kết luận

PHƯơNG PHáP Và HƯỚNG TIếP CậN

Về cơ bản, có hai cách tiếp cận sản lượng tiềm năng: (i) phương pháp phân tách xu hướng sử dụng phương pháp thống kê; và (ii) phương pháp ước lượng các quan hệ có tính cấu trúc giữa các biến

số quan trọng trong nền kinh tế Phương pháp thứ nhất cố gắng phân tách chuỗi số liệu thời gian thành các thành phần xu hướng cố định

và các thành phần mang tính chu kỳ Trong khi đó, phương pháp thứ hai (tức là phương pháp sử dụng hàm sản xuất hoặc ước lượng theo phương pháp vector tự hồi quy mô hình cấu trúc - SVAR) lại cố gắng loại bỏ những tác động cơ cấu và những tác động mang tính chu kỳ khỏi sản lượng thực tế Phương pháp phân tách xu hướng thống kê

có thể được áp dụng mà không cần các thông tin về các biến số vĩ mô khác, trong khi tiếp cận theo mô hình cấu trúc lại xác định mức sản lượng tiềm năng dựa vào nhiều biến số kinh tế vĩ mô khác Nhưng phương pháp tiếp cận thống kê này lại bị hạn chế do yêu cầu chuỗi

số liệu thực tế phải dài hơn Đồng thời, phương pháp thống kê cũng không giải thích được những thay đổi mang tính cơ cấu trong nền kinh tế, những điều khá phổ biến đối với các nước đang phát triển như Việt Nam Tuy nhiên, phương pháp áp dụng hàm sản xuất cũng

12 Nghiên cứu của chúng tôi xét lại cách tiếp cận dựa trên hàm sản xuất để ước lượng mức sản lượng tiềm năng cho Việt Nam Thay vì ước lượng lại hàm sản xuất theo kinh tế lượng, chúng tôi dựa vào kỹ thuật hạch toán tăng trưởng tiêu chuẩn để ước lượng giá trị sản lượng tiềm năng cho Việt Nam.

bị hạn chế do tính sẵn có của các số liệu cũng như chất lượng/ tính đáng tin cậy của số liệu thu thập được13.

Xu hướng tuyến tính

Phương pháp xu hướng tuyến tính là một phương pháp đơn giản để tách xu hướng khỏi dãy số liệu GDP thực tế Phương pháp này dựa trên giả định rằng sản lượng tiềm năng là một hàm số xác định của thời gian và chênh lệch sản lượng thực tế và sản lượng tiềm năng là phần còn lại sau khi đã tách xu hướng Sản lượng tiềm năng được thể hiện bởi đường xu hướng tuyến tính có thể được ước lượng theo mô hình sau:

Trong đó Y t * là sản lượng tiềm năng, α là hệ số được ước

lượng trong mô hình hồi quy với mức sản lượng thực tế phụ thuộc theo xu hướng thời gian và t=1,2, , t là các chỉ số về thời gian14 Trong thực tế, chúng ta thực hiện hồi quy hàm thời gian tuyến tính theo log GDP ở mức giá cố định – về cơ bản mà nói thì việc này tương đương với việc sử dụng tốc độ tăng trưởng trung bình quan sát được trong cả giai đoạn trong nghiên cứu Việc giả định một

13 Một phương pháp được sử dụng gần đây để ước lượng sản lượng tiềm năng là phương pháp vector tự hồi quy mô hình cấu trúc (SVAR) Mô hình SVAR từ trước tới giờ vẫn được coi là công cụ đắc lực trong các phân tích về cơ chế tác động tiền tệ và nguồn gốc của các biến động chu kỳ kinh tế Lợi thế của việc tiếp cận theo mô hình SVAR nằm ở việc mô hình này có thể kết hợp các lý thuyết kinh tế với các kỹ thuật thống

kê để phân biệt các thay đổi mang tính dài hạn và tạm thời trong mức sản lượng Đổi mới (được coi là cú sốc trong hệ thống) trong mô hình SVAR được phân tách để đưa trở lại vị thế trước các cú sốc Sử dụng các quy tắc xác định, các cú sốc mang tính cơ cấu được tách thành các cú sốc về cung và sốc về cầu Tác động của sốc cầu lên sản lượng tiềm năng được phân loại là tác động ngắn hạn trong khi tác động của sốc cung là tác động lâu dài Phụ thuộc vào mức độ sẵn có của số liệu mà mô hình SVAR sử dụng các thông tin từ một

số các biến được xem là có mối quan hệ đáng kể như GDP, khả năng tối ưu hóa và lạm phát trong nước, để ước lượng mức GDP tiềm năng và mức chênh lệch sản lượng thực tế và sản lượng tiềm năng Phương pháp

sử dụng mô hình SVAR tận dụng mối quan hệ giữa lạm phát và tăng trưởng để phân biệt các thay đổi mang tính ngắn hạn hay lâu dài trong sản lượng tiềm năng - tăng trưởng nhanh hơn với lạm phát thấp hơn cho thấy nền kinh tế đang vận hành dưới mức tiềm năng, trong khi đó khi áp lực lạm phát tăng lên hạn chế tăng trưởng lại hàm ý tăng trưởng vượt quá mức tiềm năng Trong khung khổ phân tích của nghiên cứu này và do những hạn chế về nguồn lực cũng như thời gian, nhóm nghiên cứu không thực hiện ước lượng theo phương pháp này Thay vào đó, chúng tôi sẽ tách riêng phương pháp này trong các nghiên cứu sau

14 Mức chênh lệch sản lượng được tính toán theo công thức , trong đó Gapt là mức chênh lệch sản lượng, Y t là mức sản lượng thực tế và Y t * là mức sản lượng tiềm năng được ước lượng theo mô

hình (1).

mức tăng trưởng cố định tương ứng với việc ước lượng mối quan hệ logarit - tuyến tính: , trong đó α1 là tốc độ tăng trưởng tiềm năng ước lượng được

Lợi thế cơ bản của phương pháp tuyến tính này là sự đơn giản

do phương pháp này chỉ sử dụng thông tin chuỗi thời gian của mức sản lượng thực tế Tuy nhiên, phương pháp này có khá nhiều hạn chế Trước hết, khi giả định sự phát triển trong dài hạn của chuỗi thời gian

là mối quan hệ chắc chắn cố định, phương pháp này đã đồng thời giả định rằng sản lượng tiềm năng có thể được dự đoán một cách hoàn toàn15 Thứ hai, mức chênh lệch sản lượng tiềm năng tính được từ phương pháp tuyến tính là dễ bị thay đổi theo các khoảng thời gian

sử dụng trong hồi quy Do vậy, khi thực hiện ước lượng bằng phương pháp này phải hết sức cẩn thận trong việc lựa chọn đúng khoảng thời gian do điều này có tác động tới kết quả cuối cùng Và thứ ba, giả định sản lượng tiềm năng tăng với một tốc độ không đổi nhìn chung khó có thể bảo đảm (de Brouwer 1998)16

Phương pháp sử dụng bộ lọc Hodrick-Prescott (HP)

Một phương pháp khác để ước lượng xu hướng thời gian là giả định tốc độ tăng trưởng tiềm năng không phải là không đổi theo thời gian Có thể thực hiện điều này thông qua việc sử dụng một số

bộ lọc, với mục đích chính là xác định các thành phần cấu thành xu hướng của chuỗi số liệu thời gian Ý tưởng cơ bản của cách tiếp cận này là phân tách các chuỗi số liệu kinh tế cần phân tích (ví dụ như log

15 Xu hướng tuyến tính của GDP có thể được ước lượng khi tính đến cả các cú sốc mang tính cấu trúc (structural breaks) Điều này tương ứng với việc giả định có những tốc độ tăng trưởng khác nhau đối với mức sản lượng tiềm năng tại các giai đoạn thời gian khác nhau Cách làm này cũng có thể dẫn tới các mức sản lượng tiềm năng khác nhau cho các chu kỳ kinh tế khác nhau Thay vào đó, chúng tôi cũng ước lượng theo xu hướng thời gian với phương trình bậc hai cho sản lượng tiềm năng mà trong đó mức sản lượng được xem như dạng hàm bậc 2 của thời gian Thành phần bậc 2 trong thời gian hàm chứa các yếu tố tác động không tuyến tính trong chuỗi số liệu thời gian vi bin trend = 1,2… n; và trend 2 = 1,4… n 2

16 Trong điều kiện tăng trưởng sản lượng có thể được phân tách thành tác động của các phần từ các yếu tố sản xuất, không thể giả định rằng những yếu tố này là không đổi theo thời gian, đặc biệt khi một nước trải qua những thay đổi về kỹ thuật hoặc có những tiến bộ Một điểm cần tính đến như việc xu hướng tuyến tính có thể được coi là có ý nghĩa hơn ở các nước phát triển so với các nước đang phát triển có tốc độ tăng trưởng không được ổn định bằng

của GDP) thành tổng của một xu hướng phát triển cố định và một sai khác tạm thời khỏi xu hướng đó được gọi là “chu kỳ”:

Chuỗi số liệu trong quan sát = Xu hướng cố định + Chu kỳ

Không giống với phương pháp hồi quy tuyến tính - phương pháp coi mỗi quan sát có trọng số như nhau - phương pháp bộ lọc này gán cho mỗi quan sát một trọng số khác nhau tùy thuộc vào mức độ gần gũi của quan sát này với khoảng thời gian trọng tâm trong nghiên cứu Phương pháp phổ biến nhất được sử dụng để tách xu hướng khỏi chuỗi số liệu thời gian là phương pháp sử dụng bộ lọc HP, là một thủ tục thống kê làm trơn số liệu và trở nên phổ biến bởi tính linh hoạt và khả năng tách được xu hướng khỏi các chỉ số thống kê kinh tế vĩ mô

Bộ lọc HP phân tách chuỗi số liệu thời gian Yt thành hai thành phần: Thành phần tăng trưởng (Y*) mà có thể được coi như sản lượng tiềm năng và thành phần mang tính chu kỳ (Mức chênh lệch) được coi là chênh lệch giữa sản lượng thực tế và sản lượng tiềm năng:

Phương pháp này dựa vào giả định là các thành phần mang tính chu kỳ dao động quanh thành phần tăng trưởng với tác động giảm dần theo thời gian (time diminishing amplitudes) Do đó, trung bình của các sai lệch của Yt so với giá trị Y* được giả định xấp xỉ bằng

0 cho cả giai đoạn Phương pháp bộ lọc HP đã làm mượt xu hướng thời gian phù hợp đối với tất cả các quan sát trong một chuỗi số liệu cho trước, không tính đến bất kỳ một thay đổi đột ngột mang tính cơ cấu nào xảy ra, bằng cách cho phép các hệ số hồi quy thay đổi theo thời gian Điều này có thể thực hiện được thông qua việc tìm một xu hướng thời gian có thể tối thiểu hóa tổng của các chênh lệch giữa sản lượng thực tế với sản lượng theo xu hướng ở tất cả các thời điểm

và tốc độ thay đổi trong sản lượng theo xu hướng tại quan sát ở thời

điểm cuối cùng (T) Bộ lọc HP phân tách xu hướng τt, bằng cách giải bài toán cơ bản sau:

Trong đó hệ số làm trơn λ quyết định mức độ làm trơn của chuỗi số liệu xu hướng được điều chỉnh (làm mượt), Biểu thức trong dấu ngoặc đầu tiên thể hiện mức độ phù hợp giữa hàm ước lượng và số liệu thực tế, biểu thức thứ hai phản ánh mức độ thô ráp của hàm ước lượng

Như có thể thấy trong biểu thức trên, bộ lọc HP ước lượng sản lượng tiềm năng bằng cách tính toán giá trị trung bình trượt có trọng

số sử dụng các giá trị trong quá khứ và cả tương lai của sản lượng quan sát được với trọng số lớn hơn cho những năm gần với thời điểm tính toán sản lượng tiềm năng hơn Bộ lọc HP cũng đòi hỏi phải lựa chọn giá trị của hệ số làm trơn λ trong biểu thức cần tối thiểu hóa ở trên Giá trị của hệ số phải là một số lớn hơn 0, bù đắp những biến động trong chuỗi thành phần tăng trưởng và có thể được xác định tùy thuộc vào mức độ làm trơn số liệu cuối cùng mà người tính toán muốn Giá trị λ nhỏ cho phép tính ra mức sản lượng tiềm năng dao động theo những thay đổi của mức sản lượng thực tế; trong khi đó, giá trị λ lớn sẽ giảm độ co giãn của xu hướng đối với những thay đổi ngắn hạn của mức sản lượng thực tế Điều này cũng phản ánh việc lựa chọn giữa một chuỗi sản lượng tiềm năng tương đối mượt với lựa chọn một chuỗi sản lượng tiềm năng sát với giá trị thực tế Trong các trường hợp đặc biệt, ví dụ như , xu hướng ước chừng được

sẽ xấp xỉ chuỗi số liệu thực tế (yt) và khi , xu hướng được ước lượng trở thành gần như tuyến tính Một giá trị λ nhỏ hơn cũng tương ứng với một mức sản lượng càng sát với giá trị thực tế quan sát được,

do đó cũng là một chuỗi biến động mạnh hơn Ngược lại, một giá trị

λ cao hơn sẽ cho một đường sản lượng trơn hơn và do vậy gần với một đường xu hướng tuyến tính hơn Những kết quả này được giải thích bởi thực tế là giá trị λ thấp thì tương ứng với việc sử dụng ít

số năm trong công thức tính trung bình trượt hơn Nhìn chung, giá trị λ 16 00 được áp dụng cho các chuỗi số liệu theo quý và giá trị λ

từ 10 tới 100 thường được áp dụng cho số liệu thống kê theo năm Bằng việc áp dụng các giá trị khác nhau, cần phải lưu ý rằng giá trị

λ càng lớn thì sự khác biệt giữa sản lượng thực tế và sản lượng theo

xu hướng càng lớn

Mặc dù thực tế là phương pháp bộ lọc HP được áp dụng khá nhiều trong các nghiên cứu, phương pháp này cũng có một số hạn chế Trước hết, phương pháp này cho những kết quả khá tốt ở các nền kinh tế ổn định và không trải qua những cú sốc đáng kể Trong trường hợp này, bộ lọc HP và các phương pháp kinh tế lượng khác trong ước lượng sản lượng tiềm năng tỏ ra tốt hơn so với phương pháp tuyến tính Tuy nhiên, các nền kinh tế đang phát triển lại trải qua nhiều cú sốc khác nhau tác động lên tốc độ tăng trưởng trong ngắn hạn nhưng không nhất thiết làm thay đổi mức sản lượng tiềm năng Một hạn chế khác của phương pháp sử dụng bộ lọc HP là các thay đổi mang tính cấu trúc (structural breaks) cũng bị làm mượt bởi bộ lọc này Do đó, tác động của các thay đổi mang tính cấu trúc có xu hướng bị phân tán qua một vài giai đoạn, thay vì chỉ nằm trong một giai đoạn riêng biệt - ví dụ như trường hợp xảy ra đối với xu hướng tuyến tính, giai đoạn có thay đổi cấu trúc được xác định rõ Hơn nữa, bộ lọc HP có xu hướng tạo ra chu kỳ mang tính giả tạo, tức là bộ lọc này tự tạo ra chu

kỳ ngay cả khi chu kỳ đó không tồn tại trong số liệu gốc Tuy nhiên, phương pháp này cũng có những ưu thế trong việc bảo đảm chênh lệch sản lượng thực tế và sản lượng tiềm năng ước lượng được (thành phần mang tính chu kỳ) là một dãy dừng17.

17 Một bất lợi khác của phương pháp sử dụng bộ lọc HP là khiến cho các mẫu ở những thời điểm cuối của mẫu quan sát có khả năng bị chệch lớn Việc tối thiểu hóa quá trình tạo chuỗi số theo xu hướng, là nhằm giảm thiểu những sai khác khỏi xu hướng và làm mượt chuỗi số liệu theo xu hướng Tuy nhiên ở phần cuối của mẫu, quá trình này lại không được thực hiện Do đó, phản ứng của xu hướng sẽ có vẻ gần với cú sốc ngắn hạn ở phần cuối của chuỗi số liệu mẫu hơn so với phản ứng của xu hướng với cú sốc ở phần giữa của chuỗi số liệu De Brouwer (1998) kết luận rằng sử dụng bộ lọc HP khá nhạy đối với các giá trị hệ số khác nhau, điều này hàm ý rất khó để xác định một hệ số làm trơn thích hợp Mặc dù vậy, không xét tới bất lợi này, phương pháp sử dụng bộ lọc HP vẫn được áp dụng để ước lượng sản lượng tiềm năng bởi phương pháp này thực hiện khá đơn giản.

Phương pháp tiếp cận theo hàm sản xuất

Những phương pháp được đề cập ở trên là những thủ tục thống

kê nhằm mục đích xác định xu hướng của một chuỗi số thời gian Hạn chế chính của những phương pháp này chính là việc những phương pháp thuần tuý chỉ là những thủ tục thống kê đơn giản và về bản chất mang tính kỹ thuật và hoàn toàn bỏ qua tất cả những thông tin về những ràng buộc cấu trúc cũng như những hạn chế trong sản xuất do sự sẵn có các yếu tố sản xuất hoặc các tác động nội sinh khác (endogenous influences) Do vậy, những phương pháp này có thể không đo lường được tác động của những cú sốc mang tính cơ cấu lên sản lượng tiềm năng và những ước lượng về chênh lệch sản lượng thực tế và sản lượng tiềm năng thu được từ những phương pháp này có thể không đáng tin cậy Các phương pháp phân tách xu hướng ở trên có thể không thống nhất với những điều quan sát hoặc những giả định về tăng trưởng vốn, cung lao động hoặc năng suất các nhân tố tổng hợp Vì vậy, sản lượng tiềm năng thu được từ bất

kỳ phương pháp nào trong các phương pháp được mô tả ở trên đều

có thể có những biến đổi không mâu thuẫn với những thay đổi trong vốn tích lũy, lao động và năng suất

Một cách tiếp cận thay thế cho các phương pháp thống kê ở phần trên là sử dụng hàm sản xuất Phương pháp này có tác dụng

là khắc phục được những thiếu sót bằng cách tính đến sự sẵn có

dù nhiều hơn hay ít hơn của các yếu tố sản xuất Trong các nghiên cứu, hàm sản xuất hai yếu tố Cobb-Douglass thường được sử dụng làm cơ sở cho việc ước lượng sản lượng tiềm năng thường có dạng hàm , trong đó A là năng suất các nhân tố tổng hợp (TFP), L là yếu tố lao động trong hàm sản xuất, K là vốn tích lũy

và α là độ co giãn theo yếu tố lao động của hàm sản xuất (đồng thời cũng thể hiện tỷ lệ thu nhập của yếu tố lao động)18 Với khung phân

18 Tính chất của hàm sản xuất này là: tỷ lệ thuận với yếu tố lao động trong các yếu tố trong sản xuất, độ co giãn của lao động và vốn là dương và có tổng bằng 1 Với dạng hàm sản xuất Cobb-Douglas, giá trị α cũng đồng thời là phần thu nhập của lao động trong tổng sản lượng đầu ra, với giả định rằng mức lương phản ánh đúng mức sản phẩm cận biên của lao động.

tích của phương pháp tiếp cận hàm sản xuất, chúng ta sẽ có được sản lượng tiềm năng khi các yếu tố sản xuất, lao động và vốn được sử dụng cũng ở mức độ tối ưu (tức là ở mức tiềm năng) và khi sự phát triển công nghệ tuân theo xu hướng trong dài hạn Ở mức tiềm năng này, hàm sản xuất Cobb-Douglas dùng để ước lượng cho sản lượng tiềm năng có thể được tuyến tính hóa từ dạng

mức tiềm năng của các biến: Y* là sản lượng tiềm năng, L* và K* là

các đầu vào lao động tiềm năng (hay nói cách khác là toàn dụng nhân

công) và đầu vào vốn tiềm năng, A* là mức năng suất các nhân tố

tổng hợp tiềm năng (TFP*) và α là độ co giãn theo lao động của sản

lượng tiềm năng ((dY⁄Y)⁄(dL⁄L))

Ước lượng sản lượng tiềm năng đòi hỏi phải xác định được

mức đầu vào vốn (K*) ở mức toàn dụng nhân công và lao động tiềm năng (L*), mức TFP tiềm năng (TFP*) và mức thu nhập của lao động

α Mức lao động tiềm năng (L*) được xác định trước bằng với số lao

động khi tỷ lệ thất nghiệp ở giá trị cân bằng19 Đối với vốn ở mức

toàn dụng nhân công (K*), giá trị vốn tích lũy thực tế được sử dụng

để thay thế cho mức vốn tiềm năng do vốn tích lũy không thể biến động đáng kể Các nghiên cứu cũng thường giả định vốn tích lũy luôn được sử dụng ở mức tiềm năng: K*=K Giá trị TFP tiềm năng

(TFP*) được tính từ phương pháp sử dụng bộ lọc HP giả định rằng

năng suất các nhân tố tổng hợp có xu hướng thay đổi riêng Để ước lượng được các giá trị K*, TFP* và L*, nhóm nghiên cứu cần phải ước lượng hệ số α (hệ số này có thể thu được từ ước lượng sử dụng kinh tế lượng, hoặc giả định hệ số này bằng một giá trị nhất định theo cách tiếp cận hạch toán tăng trưởng) Hiển nhiên, giá trị của hệ số α

sẽ tác động đến giá trị TFP thực tế và mức TFP tiềm năng

19 Tại các quốc gia phát triển, mức thất nghiệp tại điểm cân bằng được xác định bởi mức thất nghiệp tự nhiên.