Luận văn thạc sĩ sự trỗi dậy của trung quốc trong nền kinh tế toàn cầu và hệ quả đến các quốc gia asean 6

Nhiều năm qua, đánh giá tác động của các cú sốc xuất phát từ Trung Quốc đến ASEAN đã trở thành chủ đề nghiên cứu được sự quan tâm đặc biệt của giới học thuật, và là mục tiêu quan trọng c

GIỚI THIỆU

Những thập niên đã qua chứng kiến những bước chuyển mình mạnh mẽ của Trung Quốc trên nhiều lĩnh vực, đưa quốc gia này trở thành đầu tàu tăng trưởng kinh tế thế giới Với việc gia nhập Tổ chức Thương mại Thế giới (WTO) vào tháng 11/2001, cùng sáng kiến thành lập Khu vực thương mại tự do ASEAN–Trung Quốc (ACFTA), ký kết vào tháng 11/2002 đã đánh dấu những bước tiến quan trọng của Trung Quốc trên con đường hội nhập sâu rộng với kinh tế thế giới cũng như nâng cao vai trò cùng sức ảnh hưởng của mình trong khu vực ASEAN Xu thế toàn cầu hóa cùng quá trình gắn kết của các nền kinh tế trên thế giới tạo ra nhiều động lực kinh tế, thúc đẩy các mối liên kết thương mại giữa Trung Quốc và phần còn lại của thế giới Minh chứng rõ nét là sự bùng nổ thương mại của Trung Quốc trong gần ba thập kỷ qua, khi đóng góp thương mại thế giới của Trung Quốc từ mức 2,3% trong năm 1993 tăng lên 12,3% vào năm 2015 (WTO, 2017)

Bên cạnh đó, quan hệ hợp tác thương mại và đầu tư giữa Trung Quốc và ASEAN cũng không ngừng phát triển Từ mức đóng góp thương mại chỉ 4,6% trong năm 2001, Trung Quốc nhanh chóng vươn lên trở thành đối tác thương mại lớn nhất, với kim ngạch thương mại song phương đạt 368 tỷ USD vào năm 2016, tương đương 16,5% tổng giá trị thương mại hàng hóa khu vực (ASEAN, 2017a) Đầu tư trực tiếp nước ngoài (FDI) từ Trung Quốc sang ASEAN đạt 9,7 tỷ USD vào năm 2016, đưa Trung Quốc trở thành nguồn cung FDI lớn thứ tư (ASEAN, 2017b)

Sự mở rộng quan hệ hợp tác kinh tế giữa Trung Quốc và ASEAN trong nhiều năm qua có ý nghĩa đặc biệt quan trọng trong sự thúc đẩy tăng trưởng kinh tế của mỗi bên (Aslam, 2012) Có thể thấy, tiến trình toàn cầu hóa cùng sự trỗi dậy của Trung Quốc và các nền kinh tế mới nổi khác đã làm thay đổi sâu sắc cấu trúc kinh tế thế giới nói chung và ASEAN nói riêng Hệ quả là cơ chế truyền dẫn chu kỳ kinh doanh quốc tế đến ASEAN có thể đã thay đổi (Cesa-Bianchi & cộng sự, 2012; Waal & Eyden, 2016)

Sự tăng cường liên kết thương mại với Trung Quốc thời gian qua làm các đối tác thương mại, đặc biệt là các quốc gia khu vực ASEAN nhạy cảm hơn với các cú sốc GDP xuất phát từ nền kinh tế lớn thứ hai thế giới này (Inoue & cộng sự, 2015; Rafiq, 2016) Nhiều năm qua, đánh giá tác động của các cú sốc xuất phát từ Trung Quốc đến ASEAN đã trở thành chủ đề nghiên cứu được sự quan tâm đặc biệt của giới học thuật, và là mục tiêu quan trọng của các nhà hoạch định chính sách, nhất là khi: (1) nhiều loại thuế quan được cắt giảm hoặc xóa bỏ trong khuôn khổ chung Khu vực mậu dịch tự do ASEAN–Trung Quốc (ACFTA), thúc đẩy mối liên kết thương mại giữa hai bên phát triển mạnh mẽ trong thời gian tới (Park & cộng sự, 2009; Paladini & Cheng, 2015); (2) nền kinh tế Trung Quốc đang trong quá trình tái cân bằng 1 , dự báo những biến động lớn trong tăng trưởng GDP thực của quốc gia này và hiệu ứng lan tỏa đến các đối tác thương mại chính (Zhang, 2016; Cashin & cộng sự, 2016)

Tuy nhiên, theo hiểu biết của tác giả, chưa một nghiên cứu thực nghiệm nào tìm hiểu sự gia tăng vai trò của Trung Quốc tại Việt Nam trong bối cảnh cấu trúc thương mại thế giới thay đổi theo thời gian Do đó, nhằm lấp vào khoảng trống nghiên cứu trước đây, tác giả tiến hành xem xét các thay đổi cơ cấu thương mại giữa Trung Quốc và phần còn lại thế giới ảnh hưởng thế nào đến truyền dẫn chu kỳ kinh doanh quốc tế tới Việt Nam cùng các quốc gia trong khối ASEAN Cụ thể, tác giả tiến hành phân tích thực nghiệm tác động của các cú sốc tổng sản phẩm quốc nội (GDP) Trung Quốc và Mỹ truyền dẫn đến 6 nền kinh tế ASEAN (tức ASEAN-

6, bao gồm: Indonesia, Việt Nam, Malaysia, Philippines, Singapore và Thái Lan)

Việc tập trung vào cú sốc GDP của Mỹ xuất phát từ hai nguyên nhân Thứ nhất, từ lâu Mỹ vẫn là đối tác thương mại quan trọng của ASEAN và là nguồn gốc chính của các cú sốc ngoại sinh truyền dẫn đến khu vực (Sato & cộng sự, 2011, Dungey & Vehbi, 2015) Thứ hai, trái ngược với Trung Quốc, đóng góp thương mại của Mỹ với ASEAN trên đà suy giảm kể từ sau cuộc khoảng hoảng tài chính toàn

1 Tăng tỷ trọng tiêu dùng, giảm tỷ trọng đầu tư trong GDP. cầu: Từ 15,7% trong năm 2001 xuống còn 9,2% trong năm 2015 (ASEAN, 2017a)

Do đó, việc xem xét tác động của các cú sốc GDP xuất phát từ Trung Quốc và Mỹ - một nước có đóng góp thương mại với ASEAN tăng và một nước có vai trò suy giảm trong giai đoạn nghiên cứu tạo bức tranh tương phản cùng góc nhìn toàn diện về cơ chế truyền dẫn chu kỳ kinh doanh quốc tế đến Việt Nam lẫn khu vực ASEAN trong thời kỳ trỗi dậy của Trung Quốc và các nền kinh tế đang phát triển khác Để thực hiện phân tích thực nghiệm, tác giả sử dụng mô hình vectơ tự hồi quy toàn cầu (Global VAR) đề xuất bởi Pesaran và cộng sự (2004) và phát triển sau này bởi Dées và cộng sự (2007), kết hợp dữ liệu của 20 quốc gia trong giai đoạn quý III/2000– quý I/2017, liên kết tỷ trọng thương mại tại các mốc thời gian 2000, 2008 và 2016, qua đó nắm bắt các thay đổi trong cấu trúc thương mại toàn cầu từ sự trỗi dậy của Trung Quốc

Sau phần giới thiệu, các phần còn lại của nghiên cứu bao gồm: Phần 2 trình bày vai trò của Trung Quốc trong nền kinh tế toàn cầu, đồng thời sơ lược một số nghiên cứu trước đây về tác động của các cú sốc xuất phát từ Trung Quốc đến các đối tác thương mại quan trọng Phần 3 trình bày dữ liệu và phương pháp nghiên cứu; Phần 4 trình bày các kết quả phân tích; và cuối cùng, Phần 5 đưa ra các kết luận cùng hàm ý chính sách.

KHUNG LÝ THUYẾT

Sự đồng bộ hóa chu kỳ kinh doanh: Vai trò của liên kết thương mại

Mặc dù, vấn đề đồng bộ hóa chu kỳ kinh doanh đã được nhắc tới từ lâu trong các nghiên cứu lý thuyết lẫn thực nghiệm, tuy nhiên, các yếu tố quyết định của nó vẫn chưa được phân tích làm rõ Hiện nay, giới nghiên cứu vẫn chưa đưa ra được câu trả lời dứt khoát về hướng (direction) và dấu (sign) của các kênh tiềm năng, thông qua đó các liên kết thương mại (trade link) và tài chính (financial link) có thể tác động đến sự đồng bộ hóa Mặt khác, trong khi các nghiên cứu thực nghiệm phát hiện các quốc gia có liên kết thương mại và tài chính sâu rộng thường có xu hướng tương quan chu kỳ kinh doanh cao (Frankel & Rose, 1998; Clark & van Wincoop, 2001; Imbs, 2004 & 2006); các mô hình lý thuyết lại không đưa ra được các kết quả thỏa đáng, phù hợp với các phát hiện thực nghiệm Trong phần này, tác giả tiến hành xem xét vai trò của liên kết thương mại trong sự đồng bộ hóa chu kỳ kinh doanh quốc tế cả về mặt lý thuyết lẫn thực tiễn

2.1.1 Các lý thuyết liên quan

Các mô hình lý thuyết hiện nay tìm hiểu vấn đề đồng bộ hóa chu kỳ kinh doanh chủ yếu dựa trên mô hình chu kỳ kinh doanh quốc tế thực thông thường (standard international real business cycle model) Trong mô hình kinh tế mở hai quốc gia với thị trường tài chính hoàn toàn, Backus và cộng sự (1992) phát hiện khi thị trường tài sản liên kết hoàn toàn, cường độ thương mại cao có liên quan đến mối tương quan chu kỳ kinh doanh thấp Mở rộng mô hình trên, Kose và Yi (2001) thấy rằng mối quan hệ giữa liên kết thương mại và đồng bộ hóa chu kỳ kinh doanh tùy thuộc vào loại hình thương mại (thương mại nội ngành hay liên ngành) cùng bản chất của cú sốc (cú sốc cầu hoặc cung) Khi thương mại nội ngành (intra-industry trade) chi phối trao đổi song phương giữa hai quốc gia, bất kỳ cú sốc nào cũng góp phần làm tăng mức độ tương quan chu kỳ kinh doanh (Calderon & cộng sự, 2007; Kose & Yi, 2001; Frankel & Rose, 1998) Tuy nhiên, Krugman (1991), Kenen

(1969), Baxter và Kouparitsas (2005) lại chỉ ra, sự liên kết thương mại chặt chẽ thực sự làm giảm sự đồng bộ hóa chu kỳ kinh doanh giữa hai quốc gia Trên thực tế, theo các tác giả, thương mại liên ngành (inter-industry trade) luôn chiếm phần lớn trong trao đổi song phương, nhất là giữa các quốc gia đang phát triển Do đó, bất kỳ cú sốc đặc thù ngành (industry-specific shock) tại một quốc gia sẽ không ảnh hưởng đến nền kinh tế khác Các mô hình lý thuyết khác cũng cho thấy thương mại song phương chặt chẽ có khuynh hướng liên quan đến sự tương quan chu kỳ kinh doanh cao (Canova & Dellas, 1993)

Trong khi các mô hình lý thuyết ủng hộ, ở một mức độ nào đó, mối quan hệ cùng chiều giữa liên kết thương mại và đồng bộ hóa chu kỳ kinh doanh, tác động của hội nhập tài chính lên sự tương quan sản lượng vẫn chưa rõ ràng Một mặt, khả năng vay và cho vay quốc tế tạo điều kiện thuận lợi cho việc chuyển giao các nguồn lực giữa các nền kinh tế và có thể làm giảm tương quan sản lượng Backus và cộng sự (1992) cho thấy, trong mô hình thị trường hoàn hảo, cú sốc công nghệ tích cực trong nền kinh tế thu hút các nguồn vốn từ phần còn lại của thế giới, dẫn đến kết quả biến động sản lượng tương quan nghịch Mặt khác, Baxter và Crucini (1995) lại cho thấy, trong mô hình mà các cá nhân không thể tiếp cận hoàn toàn đến các công cụ chia sẻ rủi ro quốc tế có thể dẫn đến các dự đoán ngược lại

Một lời giải thích khác cho việc đồng bộ hóa chu kỳ kinh doanh là sự tương đồng trong cấu trúc sản xuất Về mặt lý thuyết, các mẫu hình sản xuất tương đồng tác động sự đồng bộ hóa cùng chiều, vì hai nền kinh tế sản xuất cùng một loại hàng hóa sẽ phải chịu những cú sốc tương tự Do đó, các quốc gia có các mẫu hình sản xuất tương đồng có xu hướng đồng bộ chu kỳ kinh tế

2.1.2 Các nghiên cứu thực nghiệm liên quan

Sự gia tăng toàn cầu hóa thời gian qua đã thu hút sự quan tâm của giới nghiên cứu trong việc tìm hiểu tác động của liên kết thương mại lên đồng biến động chu kỳ kinh doanh (business cycle co-movement) giữa các quốc gia và khu vực (Rosmy & Simons, 2014; Kandil, 2011; Lee, 2010; Kose & cộng sự, 2003) Đa phần các nghiên cứu thực nghiệm đều kết luận rằng thương mại song phương chặt chẽ giữa hai quốc gia dẫn đến việc đồng bộ hóa chu kỳ kinh doanh cao hơn (Marcus, 2011; Dées & Zorell, 2012; Antonakakis & Tondl, 2014; Gong & Soyoung, 2013; Olivero

& Madak, 2013; Di Giovanni & Levchenko, 2010; Kandil, 2011; Obradović & Mihajlović, 2013; Duval & cộng sự, 2014; Kinfack & Bonga-Bonga, 2015; Çakir & Kabundi, 2013; Dai, 2014)

Các tác giả trên phần lớn sử dụng các phân tích hồi quy để kiểm tra mối quan hệ giữa liên kết thương mại và đồng bộ hóa chu kỳ kinh doanh Ví dụ, thông qua mô hình VAR tăng cường chéo (cross-section augmented VAR) trong khu vực Euro, Marcus (2011) nhận thấy rằng mặc dù, các quốc gia có liên kết thương mại mạnh có khuynh hướng tương đồng chu kỳ kinh doanh trong dài hạn, kênh thương mại không giúp giải thích sự đồng bộ hóa trong ngắn hạn Bên cạnh đó, Dées và Zorell (2012) sử dụng hệ phương trình do Imbs (2004, 2006) đề xuất cho các quốc gia phát triển và kết luận rằng GDP của các nền kinh tế có thương mại song phương chặt chẽ sẽ tiến sát nhau hơn Sử dụng phương trình đồng thời cho các quốc gia châu Âu, Antonakakis và Tondl (2014) nhận thấy thương mại và đầu tư trực tiếp nước ngoài có tác động tích cực đáng kể lên đồng bộ hóa chu kỳ kinh doanh Chi tiết các kết quả nghiên cứu được trình bày tại Bảng 2.1

Một số nghiên cứu thực nghiệm gần đây về quan hệ giữa liên kết thương mại và đồng bộ hóa chu kỳ kinh doanh

Giai đoạn Phương pháp Kết quả chính

Liên kết thương mại cao thúc đẩy sự đồng bộ hóa chu kỳ kinh doanh của quốc gia lẫn ngành công nghiệp Ngoài ra, nghiên cứu cho thấy thương mại nội ngành chiếm 18% tổng tác động lên đồng bộ hóa chu kỳ kinh doanh, trong khi liên kết dọc (vertical linkage) chiếm 32%

Các quốc gia châu Âu quý I/1970–

CA VAR, nhân quả Granger

Trong dài hạn, liên kết thương mại càng chặt chẽ, chu kỳ kinh doanh giữa các quốc gia càng tương đồng nhau Tuy nhiên, trong ngắn hạn, kênh thương mại không giúp giải thích các biến động chu kỳ kinh doanh

Chu kỳ kinh doanh giữa các quốc gia trong khu vực thay đổi theo thời gian Tác động của liên kết thương mại lên sự đồng bộ hóa là chưa rõ ràng Chu kỳ kinh doanh có thể phản ứng phân kỳ, hội tụ hoặc thay đổi đáng kể trước dòng chảy thương mại

4 phương trình đồng thời, OLS

Hội nhập thương mại thúc đẩy sự đồng bộ hóa chu kỳ kinh doanh Tuy nhiên, vẫn chưa tìm thấy quan hệ trực tiếp giữa liên kết tài chính song phương với tương quan sản lượng Çakir và

Các quốc gia trong khối BRIC (Brazil, Trung Quốc, Nga và Ấn Độ), thông qua thương mại, đóng vai trò quan trọng trong đồng bộ hóa chu kỳ kinh doanh của Nam Phi tại nhiều mức độ khác nhau

3 phương trình đồng thời, OLS

Các liên kết bên ngoài tác động tích cực và đáng kể lên sự đồng bộ hóa chu kỳ kinh doanh khu vực Sau khi kiểm soát liên kết bên ngoài, hội nhập thương mại nội bộ tác động tích cực lên sự đồng bộ hóa chu kỳ kinh doanh khu vực, nhưng hội nhập tài chính nội bộ lại tác động tiêu cực

Các quốc gia châu Âu quý I/1994–

Khi đề cập đến liên kết tài chính vào phương trình hồi quy, liên kết thương mại không đóng vai trò đáng kể nào trong truyền dẫn chu kỳ kinh doanh quốc tế giữa châu Âu và Mỹ

15 quốc gia châu Âu quý I/1995–

Tương quan Pearson; tương quan Spearman

Nghiên cứu phát hiện sự đồng bộ hóa chu kỳ kinh doanh thấp giữa Serbia và các quốc gia láng giềng Khối lượng thương mại nước ngoài không ảnh hưởng đến sự đồng bộ chu kỳ kinh doanh

Sự trỗi dậy của Trung Quốc trong nền kinh tế toàn cầu

2.2.1 Vị thế hiện nay của Trung Quốc

Nguồn: IMF World Economic Outlook (October 2017)

Hình 2.1 Tăng trưởng kinh tế thực và đóng góp GDP toàn cầu của Trung Quốc giai đoạn 1980–2017 (đơn vị: %)

Sau quá trình cải cách và mở cửa nền kinh tế bắt nguồn từ cuối thập niên 70 của thế kỷ trước, Trung Quốc nhanh chóng đạt được những thành tựu ngoạn mục về phát triển kinh tế, cơ sở hạ tầng và thu hút FDI Chỉ sau hơn 30 năm, Trung Quốc vươn mình trở thành cường quốc kinh tế, đứng thứ ba về tiếp nhận FDI sau Mỹ và

Anh 2 , dẫn đầu thế giới về thương mại hàng hóa 3 , GDP danh nghĩa xếp thứ hai sau khi vượt qua Đức năm 2007 và Nhật Bản năm 2010 (Oehler-Sincai, 2010) Một trong những yếu tố quyết định thành công của Trung Quốc ngày nay chính là quá trình hội nhập vào hệ thống kinh tế thế giới, cho phép tiếp cận thị trường toàn cầu và tận dụng các nguồn lực bên ngoài (vốn và công nghệ) Việc gia nhập Tổ chức WTO mở toang cánh cửa hợp tác thương mại với các quốc gia và khu vực trên thế giới, tạo thời cơ bứt phá, thúc đẩy nền kinh tế phát triển

Hình 2.2 Kim ngạch xuất khẩu, nhập khẩu của Trung Quốc giai đoạn 1994–2016

Kể từ giai đoạn phát triển đầy biến động trong hai thập niên trước đó, với mức tăng trưởng trung bình đạt 9,8%, nền kinh tế Trung Quốc bước vào thời kỳ tăng trưởng mạnh mẽ với đỉnh cao 5 năm liền đạt mức tăng trưởng GDP thực hai chữ số trước khi cán mốc 14,2% vào năm 2007, điều mà các quốc gia năng động như Nhật Bản, Hàn Quốc, Đài Loan và Singapore trong quá khứ cũng không thể đạt được (Wong, 2010) Kể từ năm 2008, nền kinh tế Trung Quốc bắt đầu tăng trưởng chậm lại do ảnh hưởng của cuộc khủng hoảng toàn cầu; tuy nhiên, tốc độ tăng trưởng vẫn

2 Dựa theo World Investment Report 2017

3 Dựa theo World Trade Statistical Review 2017 giữ ổn định 9–10%, góp phần tích cực cho sự phục hồi kinh tế toàn cầu (Akkemik,

2015) Đóng góp của Trung Quốc trong GDP thế giới tăng từ 2,3% vào năm 1980 lên 18,3% trong năm 2017; năm 2016, Trung Quốc chính thức vượt qua Mỹ để trở thành quốc gia có GDP quy đổi theo ngang giá sức mua (PPP) lớn nhất thế giới 4 Thương mại hàng hóa của Trung Quốc tăng trưởng ấn tượng trong ba thập kỷ qua, từ mức kim ngạch 236 tỷ USD năm 1994 tăng lên 3.685 tỷ USD (kim ngạch xuất khẩu đạt 1.587 tỷ USD) vào năm 2016 (tham khảo Hình 2.2) Chỉ sau ba năm gia nhập WTO, Trung Quốc nhanh chóng bắt kịp Nhật Bản, trở thành quốc gia xuất khẩu hàng đầu châu Á và thế giới sau khi vượt qua Mỹ năm 2007 và Đức năm

2009 5 Bên cạnh thương mại truyền thống, Trung Quốc cũng đóng vai trò trung tâm trong chuỗi cung ứng toàn cầu, gia công các mặt hàng và tái xuất khẩu sang khu vực khác

4 Dựa theo World Economic Outlook 2017.

5 Dựa theo International Trade Statistics 2015

Ghi chú: Khu vực ASEAN-6 được xây dựng dựa theo trọng số GDP-PPP trung bình giai đoạn 2013–2015 (tương tự cách xây dựng khu vực Euro)

Nguồn: Tác giả tự tính toán từ dữ liệu thống kê về thương mại của Quỹ Tiền tệ Quốc tế (IMF, 2018)

Hình 2.3 Đóng góp của Trung Quốc trong tổng thương mại ASEAN-6 giai đoạn

Thương mại hàng hoá song phương giữa khu vực EU và Trung Quốc tăng trung bình 14,4% mỗi năm từ giữa 2001 đến 2011; năm 2016, Trung Quốc là nguồn nhập khẩu lớn nhất (chiếm 20,1%) và thị trường xuất khẩu lớn thứ hai (chiếm 9,7%) của khu vực EU 6 Bên cạnh đó, kim ngạch thương mại hàng hóa Mỹ–Trung Quốc tăng từ 2 tỷ USD năm 1979 lên tới 633 tỷ USD vào năm 2017, đưa Trung Quốc trở thành đối tác thương mại hàng hoá lớn nhất của Mỹ, thị trường xuất khẩu lớn thứ ba và là nguồn nhập khẩu lớn nhất của quốc gia này (Morrison, 2018)

Năm 2007, cuộc khủng hoảng tài chính dẫn đến sự sụt giảm nhu cầu nhập khẩu hàng hóa từ khu vực châu Á–Thái Bình Dương của Mỹ và khu vực châu Âu Tuy nhiên, gói kích thích tài khóa khổng lồ tương đương 600 tỷ USD (20% GDP) của Trung Quốc ban hành vào tháng 11 năm 2008 đã thúc đẩy nhu cầu trong nước Nắm bắt cơ hội, xuất khẩu từ các nước châu Á–Thái Bình Dương sang Trung Quốc đã tăng gấp đôi, đưa Trung Quốc trở thành thị trường lớn nhất của các nền kinh tế châu Á–Thái Bình Dương, vượt qua Nhật Bản năm 2005 và Mỹ năm 2007 (Inoue và cộng sự, 2015) Cùng với đó, Trung Quốc cũng trở thành điểm đến xuất khẩu quan trọng của một số nước trong khu vực Mỹ La-tinh Năm 2015, xuất khẩu sang Trung Quốc của Chile, Peru và Brazil tương ứng 8%, 5% và 2,5% GDP của mỗi quốc gia

6 Dựa theo DG Trade Statistical Guide June 2017.

Bảng 2.2 Đóng góp thương mại cho các quốc gia ASEAN-6 trong năm 2016 và 2000

Indonesia Malaysia Philippines Singapore Thái Lan Việt Nam

Nguồn: Tính toán của tác giả từ dữ liệu thống kê về thương mại của Quỹ Tiền tệ Quốc tế

(IMF Direction of Trade Statistics)

Riêng tại khu vực ASEAN-6, trong khi vai trò của Trung Quốc trong thương mại khu vực đã tăng ít nhất 3 lần, từ mức 6,1% năm 2000 lên 21,4% năm 2016 (Hình 2.3) thì đóng góp thương mại của Mỹ lại giảm gần phân nửa so với thời điểm năm 2000 (Bảng 2.2) Quan hệ thương mại đã và đang trở thành động lực chính cho mối quan hệ kinh tế giữa Trung Quốc cùng các quốc gia và khu vực trên thế giới

2.2.2 Tác động của các cú sốc xuất phát từ Trung Quốc đến nền kinh tế toàn cầu

Vai trò của Trung Quốc trong nền kinh tế toàn cầu đã thay đổi trong vài thập kỷ gần đây; tăng trưởng kinh tế của Trung Quốc góp phần tích cực trong việc giữ cho nền kinh tế thế giới năng động, trở thành động lực quan trọng trong tăng trưởng kinh tế toàn cầu và khu vực (Yunling, 2010) Sự trỗi dậy của Trung Quốc trong nền kinh tế thế giới thu hút sự quan tâm của giới nghiên cứu, đa phần tập trung vào các khía cạnh khác nhau của hiệu ứng truyền dẫn: i) những đổ vỡ thị trường bất động sản Trung Quốc kéo theo nhiều hệ lụy cho tăng trưởng toàn cầu, các đối tác thương mại G20 cũng như thị trường hàng hóa (Ahuja & Myrvoda, 2012); ii) suy giảm đầu tư của Trung Quốc tác động tiêu cực đến kinh tế thế giới, đặc biệt các nền kinh tế kém đa dạng đối tác thương mại; tác động này lớn gấp năm lần so với năm 2002 (Ahuja & Nabar, 2012); iii) các cú sốc tăng trưởng ở Trung Quốc lan truyền mạnh mẽ đến các quốc gia châu Á, xuất phát từ sự phụ thuộc vào nhu cầu cuối cùng của Trung Quốc (Duval & cộng sự, 2014); iv) chất lượng tín dụng của các doanh nghiệp và bảng cân đối kế toán của các ngân hàng xấu đi ảnh hưởng tiêu cực đến phần còn lại thế giới (Chen & cộng sự, 2010); v) sự suy thoái kinh tế Trung Quốc ảnh hưởng tiêu cực đến các quốc gia xuất khẩu hàng hóa như Indonesia và các quốc gia phụ thuộc phần lớn vào xuất khẩu như Nhật Bản, Malaysia, Singapore và Thái Lan (Inoue & cộng sự, 2015);…

Sự tăng trưởng của Trung Quốc trước năm 2000 có thể được giải thích bằng quá trình cải cách nền kinh tế từ năm 1978; trong khi đó, tăng trưởng bứt phá thời gian qua lại xuất phát chủ yếu từ xuất khẩu (Yao, 2011) Trung Quốc hưởng lợi từ xuất khẩu nhiều hơn bất kỳ nền kinh tế chuyển đổi nào khác (Tingvall & Ljungwall,

2012) Tuy nhiên, hiện nay, mô hình tăng trưởng dựa vào xuất khẩu của Trung Quốc không còn phát huy được hiệu quả và sự tăng trưởng GDP thực đang chậm lại Nền kinh tế Trung Quốc đang trong giai đoạn tái cân bằng, tăng tỷ trọng tiêu dùng trong khi giảm tỷ trọng đầu tư trong GDP (Zhang, 2016) Quá trình chuyển đổi này có thể sẽ ảnh hưởng tiêu cực tới các đối tác thương mại trong thời gian tới, đặc biệt các quốc gia có mối quan hệ thương mại chặt chẽ với Trung Quốc, bao gồm cả khu vực ASEAN-5 (Dizioli & cộng sự, 2016) Nghiên cứu gần đây của Cashin và cộng sự (2016) tìm hiểu hệ quả từ sự hạ nhiệt của nền kinh tế Trung Quốc lên các quốc gia khác nhau Kết quả chỉ ra, theo sau 1% suy giảm của tăng trưởng GDP thực Trung Quốc, tăng trưởng toàn cầu sụt giảm 0,23% trong ngắn hạn, giá dầu giảm 2,8% trong dài hạn Các quốc gia xuất khẩu hàng hóa ít đa dạng đối tác thương mại cùng với khu vực ASEAN-4 (Indonesia, Thái Lan, Malaysia và Singapore) chịu tác động của các cú sốc GDP Trung Quốc lớn nhất, tương tự kết quả của Inoue và cộng sự (2015) Nghiên cứu của Sznajderska (2017) phát hiện cú sốc GDP Trung Quốc tác động lên các nền kinh tế mới nổi mạnh hơn so với các nền kinh tế tiên tiến; bên cạnh đó, tăng trưởng toàn cầu sẽ giảm 0,22% trong ngắn hạn sau sự suy giảm 1% trong GDP Trung Quốc

Liên quan đến sự thay đổi trong cơ chế truyền dẫn chu kỳ kinh doanh, nghiên cứu mang tầm ảnh hưởng của Cesa-Bianchi và cộng sự (2012) tìm hiểu hệ quả từ sự trỗi dậy của Trung Quốc trong nền kinh tế thế giới lên năm quốc gia khu vực Mỹ La-tinh gồm Peru, Mexico, Chile, Brazil và Argentina Sự thay đổi trong cấu trúc thương mại của Trung Quốc với thế giới tác động sâu sắc lên cơ chế truyền dẫn chu kỳ kinh doanh đến khu vực theo nhiều hướng khác nhau Tác động dài hạn của cú sốc GDP Trung Quốc lên khu vực Mỹ La-tinh đã tăng gấp ba lần khi so sánh với cú sốc tương tự vào giữa thập niên 90; trong khi đó, tác động của cú sốc GDP Mỹ đã giảm hơn phân nửa Nghiên cứu của Waal và Eyden (2016) cũng tìm thấy bằng chứng về sự thay đổi truyền dẫn các cú sốc GDP Trung Quốc và Mỹ lên nền kinh tế Nam Phi Tác động dài hạn lên GDP Nam Phi của cú sốc GDP Trung Quốc trong năm 2009 đã tăng 300% so với năm 1995, trong khi tác động của cú sốc GDP Mỹ năm 2009 chỉ bằng một phần tư so với năm 2005 Các kết quả nghiên cứu trả lời câu hỏi vì sao cuộc khủng hoảng toàn cầu tác động không đáng kể đến Nam Phi và khu vực Mỹ La-tinh so với các quốc gia phát triển khác Bảng 2.3 trình bày một số nghiên cứu thực nghiệm hiện nay về hiệu ứng lan tỏa của các cú sốc xuất phát từ Trung Quốc đến các đối tác thương mại, bao gồm cả khu vực ASEAN

Một số nghiên cứu gần đây về hiệu ứng lan tỏa của các cú sốc xuất phát từ Trung Quốc đến các đối tác thương mại.

Tác giả Quốc gia Giai đoạn

Phương pháp Kết quả chính

Mỗi 1% giảm tốc trong tăng trưởng đầu tư tại Trung Quốc dẫn đến sự sụt giảm 0,1% tăng trưởng toàn cầu Các nền kinh tế trong chuỗi cung ứng khu vực, các quốc gia xuất khẩu hàng hóa ít đa dạng chịu tác động lớn nhất

1% sụt giảm trong đầu tư bất động sản thực Trung Quốc tác động lan tỏa tiêu cực đến các đối tác thương mại nhóm các nền kinh tế lớn (G20), sản lượng toàn cầu giảm xấp xỉ 0,06% Giá kim loại thế giới giảm từ 0,8% đến 2,2% sau một năm

Các quốc gia Trung Đông và Bắc Phi nhạy cảm với sự phát tiển của Trung Quốc hơn là các cú sốc bắt nguồn từ châu Âu và Mỹ, do sự phát triển liên kết thương mại với Trung Quốc

Tổng kết

Điểm lại các nghiên cứu và dữ liệu trước đây có thể rút ra được hai kết luận quan trọng sau:

Thứ nhất, sự trỗi dậy của Trung Quốc trong nền kinh tế toàn cầu thời gian qua dẫn đến kết quả là thay đổi trong cấu trúc thương mại thế giới cũng như khu vực ASEAN-6; mối liên kết thương mại giữa Trung Quốc và ASEAN-6 đã tăng xấp xỉ 3 lần kể từ thời điểm năm 2000, trong khi đóng góp của Mỹ lại giảm gần phân nửa

Sự thắt chặt liên kết thương mại giữa Trung Quốc và ASEAN-6 có thể làm chu kỳ kinh doanh tại khu vực đồng bộ hóa cao hơn, và do đó, các nền kinh tế tại khu vực này nhạy cảm với các cú sốc GDP Trung Quốc hơn so với Mỹ (Waal & Eyden,

Thứ hai, ASEAN là khu vực láng giềng và phụ thuộc vào nhu cầu cuối cùng của Trung Quốc nên bất kỳ sự xáo trộn hay thay đổi nào mang hướng tiêu cực trong thành phần tăng trưởng GDP thực của nền kinh tế lớn thứ hai thế giới này cũng sẽ ảnh hưởng mạnh mẽ lên các nền kinh tế ASEAN-6 (Rafiq, 2016; Cashin & cộng sự, 2016; Dizioli & cộng sự, 2016)

Khác với các nghiên cứu trước đây khi tìm hiểu độ lớn tác động của các cú sốc xuất phát từ Trung Quốc lên khu vực ASEAN, trong nghiên cứu này, tác giả tiến hành phân tích theo một khía cạnh khác của hiệu ứng truyền dẫn: Xem xét sự thay đổi mức độ tác động của các cú sốc GDP từ Trung Quốc và Mỹ đến các quốc gia ASEAN-6 trong bối cảnh các mối quan hệ thương mại thay đổi theo thời gian Các kết quả nghiên cứu nhằm bổ sung, củng cố các hiểu biết về hệ quả từ sự trỗi dậy của Trung Quốc trong nền kinh tế toàn cầu; hỗ trợ các nhà hoạch định chính sách tại Việt Nam và khu vực ASEAN trong việc đánh giá các thay đổi cơ chế truyền dẫn chu kỳ kinh doanh quốc tế đến khu vực, từ đó đưa ra các dự báo và chính sách vĩ mô phù hợp.

PHƯƠNG PHÁP NGHIÊN CỨU

Phương pháp vectơ tự hồi quy toàn cầu GVAR

Phương pháp GVAR (vectơ tự hồi quy toàn cầu) là một phương pháp không còn lạ lẫm, một cách tiếp cận mô hình kinh tế vĩ mô toàn cầu hoàn toàn khác biệt, kết hợp dữ liệu thời gian, dữ liệu bảng, cùng các kỹ thuật phân tích nhân tố nhằm giải quyết các vấn đề phức tạp của kinh tế học lẫn tài chính, trải dài từ phân tích chính sách cho đến quản trị rủi ro So với các cách tiếp cận khác, phương pháp GVAR mang lại nhiều ưu điểm sau: i) cung cấp góc nhìn bao quát các mối quan hệ phụ thuộc lẫn nhau tại nhiều mức độ khác nhau (quốc gia lẫn quốc tế) một cách rõ ràng; ii) đề cập các mối quan hệ dài hạn nhất quán với các lý thuyết kinh tế cùng các mối quan hệ ngắn giữa các biến dữ liệu; iii) cung cấp giải pháp mạch lạc, chặt chẽ nhằm giải quyết vấn đề “bùng nổ tổ hợp” (curse of dimensionality) trong các mô hình toàn cầu

Phương pháp GVAR được sử dụng để phân tích rủi ro tín dụng trong nghiên cứu của Pesaran và cộng sự (2006) và Pesaran và cộng sự (2007a) Phiên bản mở rộng của mô hình được phát triển trong nghiên cứu của Dées và cộng sự (2007) (sau này, gọi tắt là DdPS), trong đó áp đặt khu vực Euro thành một nền kinh tế riêng, và được Pesaran và cộng sự (2007b) sử dụng để đánh giá tác động của Anh gia nhập Euro Pesaran và cộng sự (2009a, 2009b) đánh giá khả năng dự báo của mô hình GVAR Ngày nay, các nhà nghiên cứu kinh tế, lẫn các chuyên gia phân tích chính sách không ngừng nghiên cứu, phát triển, bổ sung các khiếm khuyết của mô hình, để phát triển mô hình ngày một hoàn hảo và hữu dụng hơn, điển hình như Dées và cộng sự (2013), Chudik và Pesaran (2013)

3.1.2 Lý do áp dụng phương pháp GVAR

Các nền kinh tế riêng lẻ trên thế giới được liên kết với nhau thông qua nhiều kênh khác nhau theo các cách thức phức tạp, gồm việc chia sẻ các nguồn tài nguyên khan hiếm (như dầu và các mặt hàng khác), phát triển chính trị và công nghệ, trao đổi tài sản tài chính cũng như hàng hóa và dịch vụ, lưu chuyển vốn và nhân lực giữa các quốc gia Ngay cả khi đề cập đến các hiệu ứng trên, chúng ta vẫn có thể vô tình bỏ sót các mối tương tác và hiệu ứng lan tỏa không quan sát được, do sử dụng các kênh tương tác thông thường (Chudik & Pesaran, 2016) Sự thiếu sót trên có thể gây nên những sai lầm trong việc phân tích định lượng tác động của các cú sốc từ bên ngoài lẫn bên trong nền kinh tế, làm giảm chức năng dự báo cũng như hiệu quả của các chính sách vĩ mô trong tương lai Bởi vậy, cân nhắc các kênh tương tác tiềm ẩn trên là một thách thức lớn đối với mô hình kinh tế toàn cầu cũng như thực hiện các mô phỏng chính sách và phân tích kịch bản

Ma trận tương quan GDP giữa một số quốc gia giai đoạn 2000Q3–2017Q1

Trung Quốc Nhật Bản Hàn Quốc Mỹ Thái Lan Việt Nam

Ghi chú: *** tương ứng mức ý nghĩa 1%

Nguồn: Tính toán của tác giả.

Hơn nữa, thời gian qua, quá trình toàn cầu hóa diễn ra với tốc độ nhanh chóng, hàm ý mức độ hội nhập và phụ thuộc lẫn nhau ngày một gắn kết giữa các nền kinh tế trên thế giới (Chen & cộng sự, 2012) Với bối cảnh trên, các biến số vĩ mô không chỉ phụ thuộc vào một vài nền kinh tế lớn trên thế giới; mà thông qua nhiều cơ chế, kênh truyền dẫn khác nhau, các biến số tại các quốc gia khác nhau sẽ tương tác với nhau đồng thời Minh chứng là sự tương quan cao, ví dụ, giữa sản lượng của một số quốc gia trong Bảng 3.1, trong hai thập niên qua Có thể thầy, sản lượng Việt Nam với các quốc gia khác không hề độc lập nhau hoàn toàn Bởi vậy, giả sử, nghiên cứu biến động của GDP Việt Nam trước cú sốc GDP Mỹ bằng mô hình SVAR, phạm vi các biến số bao gồm Việt Nam và Mỹ Khi hồi quy mô hình, chúng ta vô tình bỏ sót tác động của các cú sốc từ các quốc gia khác đến Việt Nam ngay tại thời điểm xét tới

Do đó, chúng ta cần phải sử dụng các mô hình toàn cầu, có khả năng dung nạp cùng lúc dữ liệu của nhiều quốc gia Chắc chắn đến đây, nhiều người sẽ đặt ra cho mình câu hỏi: VAR/SVAR hay các mô hình tự hồi quy khác vừa dễ hiểu vừa dễ hồi quy, sao chúng ta không bỏ số liệu của tất cả các nền kinh tế trên thế giới vào khuôn khổ mô hình rồi ước lượng, không phải sẽ nắm bắt được tác động toàn cầu hay sao? Làm vậy vừa đơn giản, vừa nhanh, sao phải dùng những mô hình phức tạp làm gì? Đó là một câu hỏi thú vị, và để trả lời câu hỏi này, chúng ta cùng xét một ví dụ, khi hồi quy mô hình VAR

Xét ví dụ cho vectơ (3 × 1), cho quốc gia thứ i:

+ ̅̅̅̅̅̅ phương trình cấu trúc VAR (SVAR) tại bậc 1 được viết dưới dạng: chúng ta chuyển về dạng thu gọn của SVAR, tức là mô hình VAR bằng cách nhân hai vế cho (khả nghịch và đã biết trước), và đặt , , ta được:

Chúng ta có thể hồi quy được mô hình thu gọn trên, tuy nhiên, cần lưu ý trong trường hợp này, chúng ta cần phải ước lượng 8100 hệ số (90 hệ số mỗi phương trình) trong khi chu kỳ thời gian, giả sử từ quý I/2000 đến quý I/2017 (69 quan sát) Điều này là không thể và kết quả chạy ra chắc chắn không đáng tin cậy chút nào Chúng ta gọi hiện tượng khi ước lượng hệ số trong mô hình mà số quan sát quá ít là hiện tượng tham số quá mức (over-parametrized), hay còn được biết đến với tên gọi

“bùng nổ tổ hợp” (curse of dimensionality) Mô hình GVAR có thể giải quyết được vấn đề trên (Chudik & Pesaran, 2016)

Trong phần tiếp theo, tác giả trình bày một cách tỉ mỉ từng bước thiết lập mô hình GVAR: cách kết hợp các phương trình hồi quy của mỗi quốc gia thành một hệ thống mô hình toàn cầu, cũng như cách chuyển về dạng thu gọn để ước lượng.

Lý thuyết mô hình GVAR

3.2.1 Mô hình VARX* giản đơn

Giả sử, chúng ta có N + 1 quốc gia, lấy quốc gia thứ i = 0, là Mỹ, làm mốc; ta đặt N quốc gia còn lại theo thứ tự i = 1, 2, 3,…, N Bỏ qua các bước chọn độ trễ, hệ số chặn cũng như biến xu thế thời gian, chúng ta xét mô hình cấu trúc VARX*(1,1):

(1) hoặc trong trường hợp chứa biến ngoại sinh toàn cầu:

: vectơ × 1 các biến nội địa;

: vectơ × 1 các biến nước ngoài;

: vectơ chiều bao gồm các biến ngoại sinh toàn cầu quan sát được, chẳng hạn giá dầu, giá hàng hóa;

: sai số tương quan yếu, tức là ̅ ∑ → khi N → và → ký hiệu hội tụ xác suất, nói một cách khác, là các cú sốc độc lập nhau, có trung bình bằng 0 và ma trận hiệp phương sai ∑ Ở đây, với là tỷ trọng đóng góp thương mại của quốc gia j ( ̅̅̅̅̅) với quốc gia i, biến nước ngoài được xác định như sau:

Tóm lại, với N + 1 phương trình (2) kết hợp các biến nước ngoài, xác định trong công thức (3) cùng các biến ngoại sinh toàn cầu tạo nên một hệ thống mô hình toàn cầu liên kết hoàn chỉnh Có nhiều điều mới mẻ trong mô hình GVAR, đầu tiên, mô hình GVAR thể hiện các mối tương tác toàn cầu thông qua ba kênh riêng biệt song tương quan nhau, bao gồm:

(i) tương tác toàn cầu cùng lúc từ sự phụ thuộc giữa biến nội địa, với các biến nước ngoài, cùng các biến trễ của chúng;

(ii) tương tác toàn cầu từ sự phụ thuộc giữa các biến số với các hiệu ứng toàn cầu chung quan sát được , j = 0, 1, 2,…;

(iii) kênh truyền dẫn từ sự phụ thuộc giữa các cú sốc ( ) ∑ với i j

Bỏ qua các mối liên kết quốc tế trong mô hình có thể làm chệch ước lượng của các hệ số Thứ hai, mô hình GVAR cung cấp một phương pháp thực nghiệm nhằm kết hợp chặt chẽ các quan hệ cấu trúc dài hạn trong nền kinh tế mở nhỏ (Garratt & cộng sự, 2003) Cuối cùng, mô hình GVAR đề cập mối quan hệ đồng liên kết giữa các biến số trong và ngoài nước cùng lúc (Pesaran & cộng sự, 2004)

3.2.2 Ví dụ biến nội địa và nước ngoài

Tiếp theo, tác giả trình bày cách xây dựng biến nước ngoài dựa trên biến nội địa và tỷ trọng thương mại thông qua ví dụ sau Xét vectơ 3 × 1 chứa các biến nước ngoài gồm: sản lượng ( ), tỷ giá hối đoái ( ) và lãi suất ( ) Các biến lần lượt được xác định như sau:

( ⁄ ) với , và lần lượt là tổng sản phẩm quốc nội thực, tỷ giá danh nghĩa đa phương và lãi suất ngắn hạn Ma trận biến nội địa và ma trận biến nước ngoài tương ứng là:

) các biến nước ngoài được xây dựng dựa trên tỷ trọng thương mại cùng các biến nội địa dựa trên công thức sau:

3.2.3 Xây dựng ma trận tỷ trọng thương mại

3.2.3.1 Tỷ trọng thương mại giữa các quốc gia (không bao gồm vùng miền)

Trong phương pháp GVAR, muốn xây dựng vectơ biến nước ngoài cũng như xây dựng ma trận “liên kết” để hợp nhất mô hình GVAR, chúng ta cần sử dụng tỷ trọng Tùy mục đích nghiên cứu, tỷ trọng có thể được tính toán từ nhiều yếu tố, tạo nên nhiều dạng tỷ trọng khác nhau, như tỷ trọng thương mại, tỷ trọng tài chính hoặc tỷ trọng vốn Tuy nhiên, mục đích nghiên cứu lần này nhằm xác định sự thay đổi cơ chế truyền dẫn chu kỳ kinh doanh do thay đổi cấu trúc thương mại gây ra, do đó, tác giả sử dụng kim ngạch thương mại giữa các quốc gia để xây dựng tỷ trọng Cụ thể là tỷ lệ đóng góp thương mại (xuất khẩu và nhập khẩu) của quốc gia j với quốc gia i

Nhằm xây dựng tỷ trọng thương mại, tác giả phải thu thập dữ liệu kim ngạch thương mại của 20 quốc gia (gồm cả Việt Nam) để tính toán Do đó, để đơn giản về mặt trình bày, tác giả sẽ lấy một ví dụ, trong đó trình bày cách tính tỷ trọng cho bảy quốc gia mẫu, bao gồm Mỹ (USA), Anh (UK), Pháp (FRANCE), Đức (GERM), Ý

(ITALY), Hà Lan (NETH) và Việt Nam (VN) Bảng 3.2 trình bày kim ngạch thương mại song phương giữa các quốc gia

Kim ngạch thương mại song phương giữa các quốc gia năm 2009 (đơn vị: USD)

USA UK FRANCE GERM ITALY NETH VN Tổng

Các quốc gia xét tới được đặt trong cột đầu tiên, các cột tiếp theo tương ứng là các đối tác thương mại Trong ví dụ này, tổng kim ngạch thương mại của Việt Nam (VN) với sáu đối tác là 12265 Tiếp theo, để tính được tỷ trọng đóng góp của đối tác thương mại chẳng hạn như Mỹ (USA), chúng ta lấy kim ngạch thương mại của Việt Nam với Mỹ chia cho tổng kim ngạch thương mại của Việt Nam (7183 ÷ 12265 0,586)

Tỷ trọng thương mại giữa các quốc gia

USA UK FRANCE GERM ITALY NETH VN Tổng

3.2.3.2 Tỷ trọng thương mại giữa các quốc gia (bao gồm vùng miền)

Trong nghiên cứu này, tác giả kết hợp bảy quốc gia thành khu vực Euro (tham khảo Bảng 4.1); vì vậy, tác giả trình bày thêm cách tính tỷ trọng trong trường hợp có vùng miền Quay lại ví dụ trên, tác giả gọi khu vực Euro bao gồm năm quốc gia: Anh (UK), Pháp (FRANCE), Đức (GERM), Ý (ITALY) và Hà Lan (NETH) Do đó, từ bảy quốc gia ban đầu, chúng ta thu được một khu vực Euro cùng hai quốc gia

Mỹ (USA) và Việt Nam (VN)

Kim ngạch thương mại song phương năm 2009 (đơn vị: USD)

Với ví dụ này, để tính được kim ngạch thương mại trong khu vực Euro, chúng ta cộng tất cả kim ngạch thương mại của năm quốc gia trong khu vực, tức là cộng các hàng và cột trong khung được kẻ đứt đoạn và thu được kết quả 953465 Tương tự, để tính được thương mại của Mỹ với khu vực Euro, chúng ta cộng tất cả các kim ngạch thương mại của Mỹ với năm quốc gia, cụ thể chính là ô màu xanh dương nằm ngang (47014 + 30858 + 57970 + 19764 + 24468 = 180074)

Tỷ trọng thương mại giữa các quốc gia và khu vực

Tiếp theo, để tính được ma trận tỷ trọng và đảm bảo được nguyên tắc , khi tính tỷ trọng trong khu vực Euro, chúng ta phải áp đặt bằng 0, và để tính được tỷ trọng đóng góp của Mỹ (USA) vào khu vực Euro, chúng ta lấy 174112 ÷ (1133192

– 953465) = 0,969 Hoàn toàn tương tự, chúng ta cũng tính được tỷ trọng cho các trường hợp còn lại và kết quả được trình bày trong Bảng 3.5

3.2.4 Giải quyết mô hình GVAR

3.2.4.1 Ước lượng mô hình VARX* Để đơn giản về mặt thuật toán, tác giả trình bày mô hình VARX*( ) với

= 2 và = 1, bỏ qua việc trình bày các biến toàn cầu Khi đó, mô hình VARX*(2,1) được viết như sau:

(4) trong đó: và lần lượt là vectơ chứa các biến nội địa và nước ngoài; là hệ số chặn; là hệ số xu thế thời gian; và lần lượt là ma trận hệ số của vectơ các biến nội địa và nước ngoài; là vectơ 1 chứa các cú sốc của từng quốc gia với giả định không có tương quan chuỗi, trung bình bằng không và ma trận hiệp phương sai ( ) không suy biến, tức ( )

Tiếp theo, tác giả xác định vectơ ( ) 1, chứa các biến nội địa và nước ngoài như sau:

Kết hợp đồng nhất thức (5) và phương trình (4) thu được:

( ) ( ) ( ) Đề cập đến các mối quan hệ đồng liên kết, tiếp theo, tác giả chuyển đổi mô hình VARX*(2,1) thành dạng VECMX* như sau:

( ) (7) Viết gọn phương trình (7) thành:

Hạng ma trận ( ) ký hiệu số quan hệ đồng liên kết của quốc gia i Giả sử hạng ma trận nhỏ hơn , ma trận có thể xác định như sau: Khi đó, ký hiệu cho ma trận điều chỉnh ( ) ; ký hiệu ma trận đồng liên kết với chiều tương tự Để đưa xu hướng vào không gian đồng liên kết, tác giả tách hệ số thành , khi đó phương trình (8) trở thành:

( ) (9) trong đó, Vì mô hình VECM có thể được biến đổi trở lại thành dạng VAR, nghiên cứu tiếp tục với việc trình bày phương trình (6) ở bước thứ hai

3.2.4.2 Hợp nhất mô hình GVAR

Bước tiếp theo, tác giả sử dụng ma trận liên kết , được xây dựng từ tỷ trọng thương mại nhằm thu được đồng nhất thức quan trọng sau:

(10) trong đó, ( ) là vectơ 1, dung nạp toàn bộ các biến nội địa, và là ma trận ( ) (Ở đây: ∑ 84)

Thay đồng nhất thức (10) vào phương trình (6), ta thu được:

(11) Hợp nhất N phương trình (11) lại với nhau thu được phương trình sau:

Với là ma trận khả nghịch đã biết trước, nhân hai vế phương trình (12) với

, ta thu được phương trình sau:

(13) trong đó: Đẳng thức (13) trình bày mô hình GVAR cuối cùng sử dụng cho nghiên cứu này

3.2.4.3 Ví dụ xây dựng ma trận liên kết

Xét mô hình toàn cầu với ba quốc gia, ba biến số, bao gồm sản lượng ( ), lạm phát ( ) và tỷ giá hối đoái danh nghĩa ( ), tất cả được lấy logarite, ta có:

Biến nước ngoài được tính như sau:

KẾT QUẢ

Cơ sở dữ liệu và chi tiết các biến trong mô hình

Trong nghiên cứu này, tác giả thu thập dữ liệu từ nhiều nguồn khác nhau trong giai đoạn quý III/2000–I/2017 7 Giải thích chi tiết về nguồn dữ liệu được trình bày tại Bảng 4.2 Riêng biến giá dầu danh nghĩa được thu thập từ Cơ quan quản lý thông tin năng lượng Hoa Kỳ (EIA) Bộ dữ liệu bao gồm 20 quốc gia, trong đó, 7 quốc gia được gộp thành khu vực Euro, do đó, có tất cả 14 phương trình VARX* (Bảng 4.1)

Các quốc gia và khu vực

Các nền kinh tế chính Euro ASEAN-6 Các quốc gia còn lại

Hà Lan a Tây Ban Nha a Thụy Điển a Thụy Sĩ a

Indonesia Malaysia Philippines Singapore Thái Lan Việt Nam Úc Ấn Độ Hàn Quốc

Ghi chú: a ký hiệu cho các quốc gia được gộp chung làm khu vực Euro

Các biến số trong mô hình GVAR gồm: GDP thực ( ), lạm phát ( ), tỷ giá hối đoái thực đa phương ( ), giá cổ phiếu thực ( ), lãi suất ngắn hạn ( ), tỷ lệ thất nghiệp ( ) và giá dầu danh nghĩa ( ) Tất cả các biến được tính như sau:

= ln (Tổng sản phẩm quốc nội thực);

= với = ln (Chỉ số giá tiêu dùng);

= ln (Tỷ giá hối đoái thực đa phương);

= ln (Chỉ số giá chứng khoán danh nghĩa Chỉ số giá tiêu dùng);

= 0,25 ln (1 + Lãi suất ngắn hạn %);

7 Thị trường chứng khoán Việt Nam ra đời muộn hơn so với các quốc gia trong khu vực, dữ liệu cho biến giá chứng khoán Việt Nam chỉ có từ thời điểm quý III/2000 trở về sau

Bên cạnh đó, vectơ chứa các biến nước ngoài bao gồm: GDP nước ngoài ( ), lạm phát nước ngoài ( ), giá cổ phiếu nước ngoài ( ), biến lãi suất nước ngoài ( ) cùng biến tỷ lệ thất nghiệp nước ngoài ( ) được xác định như sau:

∑ trong đó, : Tỷ trọng thương mại của quốc gia i với j tại thời điểm T = 2000,

Quốc gia Úc FRED IFS OECD BIS IFS IFS

Trung Quốc FRED IFS OECD BIS IFS Datastream

Pháp FRED IFS OECD BIS IFS IFS Đức FRED IFS OECD BIS Datastream IFS Ấn Độ FRED FRED OECD BIS IFS Datastream

Indonesia FRED IFS SET BIS IFS WDI Ý FRED IFS OECD BIS IFS IFS

Nhật Bản FRED IFS OECD BIS IFS IFS

Hàn Quốc FRED IFS OECD BIS IFS IFS

Malaysia BNM IFS SET BIS IFS IFS

Hà Lan FRED IFS OECD BIS Datastream IFS

Philippines PSA IFS SET BIS IFS IFS

Singapore FRED IFS SET BIS IFS MOM

Tây Ban Nha FRED IFS OECD BIS IFS IFS

Thụy Điển FRED IFS OECD BIS IFS IFS

Thụy Sỹ FRED IFS OECD BIS IFS IFS

Thái Lan NESDB IFS SET BIS IFS Datastream

Anh ONS IFS OECD BIS FRED IFS

Mỹ BEA IFS OECD BIS IFS IFS

Việt Nam GSO IFS HOSE Datastream Datastream Datastream

Ghi chú: FRED: Cơ sở dữ liệu cục dự trữ liên bang Mỹ; BNM: Ngân hàng Trung ương

Malaysia; PSA: Cơ quan thống kê Philippines; NESDB: Ban phát triển kinh tế và xã hội quốc gia Thái Lan; ONS: Văn phòng thống kê quốc gia Anh; BEA: Cục phân tích kinh tế Mỹ; OECD: Tổ chức hợp tác và phát triển kinh tế; GSO: Tổng cục thống kê Việt Nam; IFS: Thống kê tài chính quốc tế; SET: Sở giao dịch chứng khoán Thái Lan; HOSE: Sở giao dịch chứng khoán TP.HCM; BIS: Ngân hàng thanh toán quốc tế; WDI: Chỉ số phát triển thế giới; MOM: Bộ nhân lực–chính phủ Singapore

Ma trận tỷ trọng thương mại được xây dựng từ dữ liệu về thương mại của Quỹ Tiền tệ Quốc tế (IMF, 2018) Riêng với biến nội địa khu vực Euro được xây dựng từ các biến số của 7 quốc gia trong khu vực, sử dụng tỷ trọng GDP–PPP thu thập từ nguồn Ngân hàng Thế giới (World Bank Indicators, 2018) Cụ thể, vectơ chứa các biến nội địa khu vực Euro: được xác định như sau:

∑ trong đó, là tỷ trọng đóng góp của quốc gia l trong trung bình GDP–PPP của khu vực Euro giai đoạn 2013–2015

Bảng 4.3 trình bày cách thiết lập các biến nội địa và nước ngoài trong mô hình VARX* của mỗi quốc gia Mô hình VARX* của Mỹ sẽ được xây dựng khác bởi vai trò của quốc gia này trong nền kinh tế thế giới Thứ nhất, bởi tầm ảnh hưởng của các biến số tài chính trong nền kinh tế toàn cầu, các biến tài chính nước ngoài của

Mỹ bao gồm , không được thêm vào trong mô hình Bên cạnh đó, Mỹ là quốc gia tiêu thụ dầu lớn nhất thế giới, sự thay đổi trong nhu cầu của quốc gia này dẫn đến những biến động lớn trên thị trường giá dầu; do đó, biến giá dầu ( ) áp đặt làm biến nội địa trong mô hình của Mỹ và là biến nước ngoài trong mô hình các quốc gia còn lại (Dées & cộng sự, 2007)

Thiết lập các biến số trong mô hình VARX*

Biến số Mô hình Mỹ Mô hình các quốc gia còn lại

Nội địa Nước ngoài Nội địa Nước ngoài

Kết quả ma trận tỷ trọng thương mại

Bảng 4.4 trình bày ma trận tỷ trọng thương mại của các quốc gia trong các năm 2000, 2008 và 2016, cho mục đích xây dựng biến nước ngoài, được tính toán dựa trên kim ngạch thương mại được thu thập từ hệ thống dữ liệu IMF Direction of Trade Statistics (DOTS) Có thế thấy, đầu thể kỷ 21, Nhật Bản là đối tác quan trọng nhất của Việt Nam (21%) lẫn các quốc gia trong khối ASEAN Tuy vậy, với sự trỗi dậy mạnh mẽ của Trung Quốc và nhiều quốc gia đang phát triển nhiều năm sau đó, Trung Quốc và Mỹ đã thế chỗ của Nhật Bản để trở thành đối tác thương mại chiến lược tại khu vực ASEAN-6.

Kiểm định nghiệm đơn vị

Giả định đầu tiên của mô hình GVAR là các chuỗi thời gian phải dừng tại bậc nhất, tức I(1) (Dées & cộng sự, 2007), qua đó cho phép nhận diện các mối quan hệ ngắn hạn, dài hạn và giải thích các mối quan hệ dài hạn dựa theo đồng liên kết Hiệu lực của giả định được kiểm chứng thông qua kiểm định ADF (Augmented Dickey Fuller) và kiểm định WS (Weighted Fuller) Lý do của việc áp dụng cả hai kiểm định xuất phát từ kết quả thiếu thuyết phục của kiểm định ADF, nhất là khi áp dụng cho mẫu dữ liệu nhỏ, do đó, Pesaran và cộng sự (2004) đề xuất thêm vào kiểm định WS của Park và Fuller (1995)

Kết quả kiểm định tính dừng cho biến nội địa chỉ ra rằng toàn bộ các biến số gồm: GDP, giá cổ phiếu thực, tỷ giá hối đoái thực đa phương, lãi suất ngắn hạn, lạm phát và tỷ lệ thất nghiệp đều dừng tại bậc nhất I(1), ngoại trừ các trường hợp sau:

(1) Giá cổ phiếu thực của Trung Quốc dừng tại bậc gốc, tức I(0); (2) Tỷ giá hối đoái thực đa phương của Indonesia dừng tại bậc gốc; riêng trường hợp của Ấn Độ, kết quả không thực sự rõ ràng trong khi kết quả ADF ủng hộ dừng tại bậc gốc thì kết quả kiểm định WS lại bác bỏ kết luận này; sự đối lập trong kết quả có thể xuất phát từ sự kém hiệu quả của kiểm định ADF đối với mẫu dữ liệu hạn chế; (3) Biến lạm phát của Nhật Bản và Hàn Quốc dừng tại bậc gốc

Ma trận tỷ trọng thương mại

Quốc gia Úc Trung Quốc Euro Ấn Độ Indonesia Nhật Bản Hàn Quốc Malaysia Philippines Singapore Thái Lan Anh Mỹ Việt Nam

(a) Năm 2000 Úc 0 0,03 0,02 0,03 0,04 0,04 0,04 0,03 0,02 0,03 0,03 0,02 0,02 0,07 Trung Quốc 0,09 0 0,08 0,05 0,06 0,14 0,13 0,04 0,03 0,06 0,06 0,04 0,13 0,13 Euro 0,14 0,17 0 0,28 0,12 0,14 0,11 0,1 0,12 0,11 0,12 0,60 0,28 0,14 Ấn Độ 0,02 0,01 0,02 0 0,02 0,01 0,01 0,02 0,00 0,02 0,01 0,01 0,02 0,01 Indonesia 0,03 0,02 0,01 0,03 0 0,04 0,04 0,03 0,02 0,04 0,03 0,01 0,01 0,03 Nhật Bản 0,22 0,28 0,11 0,08 0,26 0 0,23 0,20 0,21 0,15 0,26 0,05 0,23 0,21 Hàn Quốc 0,07 0,11 0,03 0,03 0,08 0,08 0 0,05 0,07 0,04 0,04 0,02 0,07 0,09 Malaysia 0,04 0,03 0,02 0,04 0,04 0,05 0,04 0 0,05 0,22 0,06 0,01 0,04 0,03 Philippines 0,01 0,01 0,01 0,01 0,01 0,03 0,02 0,02 0 0,03 0,02 0,01 0,03 0,02 Singapore 0,06 0,04 0,03 0,05 0,14 0,04 0,04 0,20 0,10 0 0,10 0,01 0,04 0,15 Thái Lan 0,03 0,02 0,02 0,02 0,03 0,04 0,02 0,05 0,04 0,05 0 0,01 0,03 0,05 Anh 0,06 0,03 0,33 0,11 0,03 0,03 0,03 0,03 0,03 0,03 0,03 0 0,09 0,03

(b) Năm 2008 Úc 0 0,04 0,02 0,05 0,04 0,06 0,04 0,04 0,02 0,04 0,05 0,02 0,02 0,05 Trung Quốc 0,19 0 0,20 0,18 0,13 0,27 0,31 0,14 0,12 0,14 0,15 0,08 0,28 0,19 Euro 0,12 0,20 0 0,26 0,09 0,13 0,11 0,11 0,12 0,10 0,12 0,62 0,28 0,12 Ấn Độ 0,04 0,04 0,03 0 0,05 0,01 0,03 0,04 0,01 0,04 0,02 0,02 0,03 0,02 Indonesia 0,03 0,02 0,01 0,04 0 0,04 0,04 0,05 0,03 0,11 0,05 0,00 0,01 0,02 Nhật Bản 0,20 0,18 0,07 0,05 0,20 0 0,17 0,15 0,18 0,09 0,22 0,03 0,14 0,15 Hàn Quốc 0,07 0,13 0,04 0,05 0,08 0,09 0 0,05 0,07 0,06 0,04 0,02 0,06 0,08 Malaysia 0,04 0,04 0,02 0,04 0,07 0,04 0,03 0 0,06 0,16 0,08 0,01 0,03 0,04 Philippines 0,01 0,02 0,01 0,00 0,01 0,02 0,02 0,02 0 0,03 0,02 0,00 0,01 0,02 Singapore 0,06 0,04 0,02 0,07 0,16 0,03 0,05 0,17 0,11 0 0,07 0,02 0,03 0,11 Thái Lan 0,05 0,03 0,02 0,02 0,05 0,05 0,02 0,07 0,05 0,05 0 0,01 0,02 0,06 Anh 0,06 0,03 0,29 0,05 0,01 0,02 0,02 0,02 0,01 0,02 0,02 0 0,07 0,02

(c) Năm 2016 Úc 0 0,05 0,02 0,04 0,04 0,05 0,04 0,04 0,01 0,03 0,05 0,02 0,02 0,02 Trung Quốc 0,34 0 0,24 0,22 0,22 0,30 0,34 0,21 0,19 0,19 0,22 0,11 0,32 0,26 Euro 0,12 0,18 0 0,21 0,09 0,12 0,10 0,10 0,09 0,11 0,12 0,58 0,26 0,11 Ấn Độ 0,03 0,03 0,04 0 0,06 0,01 0,03 0,04 0,02 0,04 0,03 0,02 0,04 0,02 Indonesia 0,03 0,03 0,01 0,05 0 0,03 0,02 0,05 0,05 0,09 0,05 0,00 0,01 0,02 Nhật Bản 0,13 0,13 0,06 0,04 0,13 0 0,12 0,10 0,19 0,08 0,17 0,03 0,11 0,11 Hàn Quốc 0,06 0,12 0,04 0,05 0,06 0,08 0 0,05 0,07 0,07 0,04 0,02 0,06 0,16 Malaysia 0,04 0,04 0,02 0,04 0,04 0,03 0,02 0 0,04 0,15 0,07 0,01 0,03 0,03 Philippines 0,01 0,02 0,01 0,01 0,03 0,02 0,02 0,02 0 0,03 0,03 0,00 0,01 0,02 Singapore 0,03 0,03 0,03 0,05 0,12 0,03 0,03 0,16 0,08 0 0,05 0,01 0,03 0,03 Thái Lan 0,05 0,04 0,02 0,03 0,06 0,05 0,02 0,07 0,08 0,04 0 0,01 0,02 0,04 Anh 0,04 0,04 0,25 0,04 0,01 0,02 0,02 0,01 0,01 0,02 0,02 0 0,06 0,02

Nguồn: Tính toán của tác giả từ dữ liệu thống kê về thương mại của Quỹ Tiền tệ Quốc tế (IMF Direction of Trade Statistics).

Nhìn chung, hầu hết các biến số đều dừng tại bậc nhất, bên cạnh một vài trường hợp cá biệt dừng tại bậc gốc Dựa theo các nghiên cứu trước đây sử dụng mô hình GVAR (Dées & cộng sự, 2007; Cesa-Bianchi & cộng sự, 2012; Sznajderska,

2017), tác giả áp đặt các biến số nội địa kể trên đều dừng tại bậc nhất vì dù sao, điều này cũng không ảnh hưởng đến tính ổn định của mô hình.

Lựa chọn độ trễ cho mô hình VARX*

Để lựa chọn độ trễ tối ưu cho mô hình VARX*, đầu tiên, chúng ta xét mô hình VARX*( ), bỏ quả các biến quan sát toàn cầu:

(17) trong đó, i = 0, 1, 2,…, N; độ trễ của các biến nội địa và nước ngoài, tương ứng lần lượt và , có thể được lựa chọn thông qua tiêu chuẩn thông tin Akaike (AIC) hoặc Schwarz Bayesian (SBC), xác định bằng công thức sau: i) Tiêu chuẩn thông tin Akaike (AIC):

( ) | ̂ | (18) ii) Tiêu chuẩn thông tin Schwarz Bayesian (SBC):

( ) | ̂| (19) trong đó, hai số hạng đầu tiên trong công thức (18) và (19) tương ứng là giá trị hàm log-likelihood cực đại với ̂ ∑ ̂ ̂ được tính dựa trên phần dư ước lượng ̂ của phương trình VARX* (17), T là kích thước mẫu, |.| là định thức của ̂, và tương ứng số biến nội địa và nước ngoài, = + + 2 Mô hình với giá trị AIC hoặc SBC cao nhất sẽ được chọn (Smith & Galesi, 2014)

Trước khi hồi quy mô hình VARX*, chúng ta cần xác định độ trễ tối ưu của mô hình Độ trễ luôn luôn phải lớn hơn 0, vì giá trị các biến kỳ trước thường có ảnh hưởng nhất định đến kỳ sau; kỳ vọng tương lai thường dựa trên giá trị hiện tại hoặc quá khứ Giống với các mô hình tự hồi quy khác, mô hình GVAR tương đối nhạy cảm với độ trễ, đặc biệt khi xét trong bối cảnh toàn cầu, số phương trình hồi quy rất lớn, chưa kể sự hiện hiện diện của các biến nước ngoài Do vậy, lựa chọn độ trễ tối ưu trở thành ưu tiên hàng đầu

Kết quả lựa chọn độ trễ tối ưu

Quốc gia p q Quốc gia p q Úc 1 1 Malaysia 2 1

Euro 2 1 Singapore 2 1 Ấn Độ 2 1 Thái Lan 2 1

Ghi chú: p,q lần lượt là độ trễ của biến nội địa và nước ngoài.

Với mục đích trên, tác giả sử dụng tiêu chuẩn thông tin AIC và SBC, để xác định độ trễ phù hợp cho mô hình Với những hạn chế về giới hạn dữ liệu, số quan sát khá ngắn (quý III/2000–quý I/2017), trong khi số lượng phương trình lại nhiều, tác giả quyết định thiết lập giá trị độ trễ lớn nhất của biến nội địa (p) và nước ngoài (q) lần lượt là 2 và 1 Các kết quả giá trị thông tin, cùng kết quả lựa chọn độ trễ tối ưu được trình bày lần lượt tại Bảng 4.5 và Bảng 4.6 Ngoài ra, giá trị thống kê log- likelihood cũng được thêm vào.

Kiểm định tương quan chuỗi phần dư

Để kiểm định hiện tượng tương quan chuỗi, chúng ta xét phương trình thứ l trong mô hình hồi quy sai số hiệu chỉnh của quốc gia thứ i: ̂ ∑ ̂ ̂ ̂ ∑ ̂ ̂

Kết quả tiêu chuẩn thông tin lựa chọn độ trễ tối ưu

Quốc gia p q AIC SBC logLik Quốc gia p q AIC SBC logLik Úc 1 1 1350,122 * 1219,658 * 1470,122 Malaysia 1 1 1259,702 1129,239 * 1379,702 Úc 2 1 1333,832 1164,229 1489,832 * Malaysia 2 1 1280,634 * 1111,032 1436,634 * Trung Quốc 1 1 1259,814 1129,351 * 1379,814 Philippines 1 1 1125,967 * 995,504 * 1245,967 Trung Quốc 2 1 1271,297 * 1101,695 1427,297 * Philippines 2 1 1123,295 953,693 1279,295 * Euro 1 1 1455,220 1324,756 * 1575,220 Singapore 1 1 1273,233 1142,769 * 1393,233 Euro 2 1 1472,272 * 1302,669 1628,272 * Singapore 2 1 1287,466 * 1117,864 1443,466 * Ấn Độ 1 1 1091,056 960,593 * 1211,056 Thái Lan 1 1 1069,583 939,119 * 1189,583 Ấn Độ 2 1 1104,507 * 934,905 1260,507 * Thái Lan 2 1 1085,809 * 916,206 1241,809 * Indonesia 1 1 1196,500 1066,037 * 1316,500 Anh 1 1 1362,785 1233,321 * 1482,785 Indonesia 2 1 1229,087 * 1059,485 1385,087 * Anh 2 1 1384,992 * 1215,390 1540,992 * Nhật Bản 1 1 1268,435 1137,972 * 1388,435 Mỹ 1 1 1332,517 1218,361 * 1437,517 Nhật Bản 2 1 1269,507 * 1099,905 1425,507 * Mỹ 2 1 1334,689 * 1167,261 1488,689 * Hàn Quốc 1 1 1237,980 1107,517 * 1357,980 Việt Nam 1 1 1165,229 1034,766 * 1285,229 Hàn Quốc 2 1 1239,106 * 1069,504 1395,106 * Việt Nam 2 1 1190,938 * 1021,336 1346,938 *

Ghi chú: * tức là tiêu chuẩn thông tin cao nhất; p,q lần lượt là độ trễ của biến nội địa và nước ngoài

Nguồn: Tính toán của tác giả. phương trình trên có thể viết dưới dạng thu gọn: ̂ (21) trong đó = , ( ̂ )

“số hạng sai số hiệu chỉnh” tương ứng với quan hệ đồng liên kết trong mô hình quốc gia thứ i, và ̂ ( ̂ ̂ ̂ ̂ )

Đặt là phần dư trong ước lượng phương trình

(21) và ̂ ∑ là phương sai sai số ước lượng tương ứng

Thống kê F trong kiểm định tương quan chuỗi là “phiên bản F” của thống kê Lagrange Multiplier quen thuộc (ML) (Godfrey 1978a,1978b), được biết đến với tên gọi kiểm định “LM điều chỉnh”, và được tính dựa trên công thức sau:

( )) trong đó, T là kích cỡ mẫu, là số biến hồi quy hoặc kích thước không gian của vectơ ̂ , và là độ trễ của hệ thống sai số

Biểu thức của ( ) như sau:

Thống kê F cho kiểm định tương quan chuỗi từ ước lượng mô hình VECMX*.

Mỹ F(4,39) 2,61 1,27 0,84 2,21 2,00 0,38 1,10 1,64 Việt Nam F(4,35) 2,64 2,24 1,08 1,51 1,93 1,16 4,34* – Ghi chú: Crit, Val, là giá trị tới hạn; * tương ứng mức ý nghĩa 5%

Kết quả kiểm định tương quan chuỗi của phần dư từ ước lượng mô hình VECMX* được trình bày trong Bảng 4.7 Có thể thấy, có 4 trong tổng số 85 (chiếm xấp xỉ 4,7%) hồi quy thống kê là có ý nghĩa thống kê tại mức 5%; do đó, chúng ta có thể khẳng định không có hiện tượng tương quan chuỗi trong ước lượng mô hình.

Quan hệ đồng liên kết, Persistence Profiles (PPs)

Tiếp theo, tác giả tiến hành xác định số quan hệ đồng liên kết cho từng quốc gia Hạng không gian đồng liên kết của mỗi quốc gia được xác định dựa trên thống kê trace và maximal eigenvalue, đề xuất bởi Pesaran và cộng sự (2000) cho mô hình chứa biến ngoại sinh yếu I(1) Tuy nhiên, khi trình bày kết quả trong Bảng 4.9, tác giả chỉ thể hiện kết quả cho kiểm định trace vì kết quả tốt hơn so với kiểm định maximal eigenvalue khi xét trong mẫu nhỏ (Lütkepohl & cộng sự, 2001) Bên cạnh đó, giá trị tới hạn (MacKinnon & cộng sự, 1991) cũng được trình bày

Kết quả lựa chọn số quan hệ đồng liên kết

Quốc gia #CV Adj.CV Quốc gia #CV Adj.CV Úc 4 1 Malaysia 2 1

Euro 3 1 Singapore 4 1 Ấn Độ 2 1 Thái Lan 2 1

Ghi chú: #CV là số quan hệ đồng liên kết trước điều chỉnh

Adj.CV là số quan hệ đồng liên kết sau điều chỉnh

Bảng 4.8 trình bày kết quả số quan hệ đồng liên kết dựa theo thống kê trace

Dựa theo các nghiên cứu trước đây như: Cesa-Bianchi và cộng sự (2012), Bussière và cộng sự (2012), để tránh hiện tượng có thể đánh giá quá cao số quan hệ đồng liên kết do các giá trị tới hạn tiệm cận, tác giả quyết định thu gọn số quan hệ đồng liên kết của tất cả quốc gia về 1 Việc thu gọn xuất phát từ hình dáng của đường PPs (Persistence Profiles) và đảm bảo tính ổn định mô hình PPs trình bày vết tích thời gian của các tác động từ các cú sốc hệ thống hoặc từ các biến số đơn lẻ lên các quan hệ đồng liên kết trong mô hình GVAR Giá trị đơn vị của các tác động xuất phát từ

1 và có xu hướng tiến về 0 khi thời gian → , nếu vectơ đang xét tới quả thật là một vectơ đồng liên kết

Kết quả thống kê Trace và giá trị tới hạn

(a) Thống kê Trace (Pesaran, Shin & Smith, 2000) r = 0 305,49 319,25 352,38 263,09 302,68 256,56 329,39 256,52 281,26 303,58 250,59 241,03 309,22 281,63 r = 1 222,45 220,03 228,37 183,56 219,96 159,32 222,57 170,72 202,42 210,06 173,10 179,69 207,07 206,35 r = 2 146,00 153,41 138,53 109,64 148,54 109,84 145,37 103,71 131,58 139,76 115,55 123,68 134,90 141,41 r = 3 93,40 105,26 84,41 64,67 94,20 68,26 95,81 57,74 70,02 86,27 72,25 79,03 82,94 85,63 r = 4 54,62 60,33 40,58 34,59 49,40 35,66 48,39 27,40 38,82 44,05 38,23 42,34 45,95 42,63 r = 5 22,15 25,96 17,17 15,88 19,97 16,39 13,18 8,93 17,57 13,36 18,82 13,78 18,82 12,43 r = 6 7,44

(b) Giá trị tới hạn tại mức ý nghĩa 5% (MacKinnon, Haug & Michelis, 1991) r = 0 197,7 197,7 197,7 197,7 197,7 197,7 197,7 197,7 197,7 197,7 197,7 197,7 197,07 197,7 r = 1 156,44 156,44 156,44 156,44 156,44 156,44 156,44 156,44 156,44 156,44 156,44 156,44 158,01 156,44 r = 2 119,03 119,03 119,03 119,03 119,03 119,03 119,03 119,03 119,03 119,03 119,03 119,03 122,96 119,03 r = 3 85,44 85,44 85,44 85,44 85,44 85,44 85,44 85,44 85,44 85,44 85,44 85,44 91,81 85,44 r = 4 55,5 55,5 55,5 55,5 55,5 55,5 55,5 55,5 55,5 55,5 55,5 55,5 64,54 55,5 r = 5 28,81 28,81 28,81 28,81 28,81 28,81 28,81 28,81 28,81 28,81 28,81 28,81 41,03 28,81 r = 6 20,98

Hình 4.1 PPs cho các vectơ đồng liên kết

Sau khi thu gọn số quan hệ đồng liên kết, tất cả giá trị PPs đều hội tụ về 0 sau

16 quý (Hình 4.1) Tương tự các nghiên cứu trước đây, tác giả không áp đặt các ràng buộc lên vectơ/ma trận

Kiểm định ngoại sinh yếu

Vì mô hình VARX* chứa các biến nước ngoài ngoại sinh, một giả định quan trọng đó là các biến nội địa không có tác động lên các biến nước ngoài tương ứng Để kiểm định tính ngoại sinh yếu của các biến nước ngoài và giá dầu, tác giả dựa theo cách thức của Johansen (1992), Harbo và cộng sự (1998) Đầu tiên, tác giả ước lượng 14 mô hình VARX* với giả định các biến nước ngoài và toàn cầu là ngoại sinh yếu và hồi quy từng phần tử thứ l của :

(22) trong đó, ̂ với j = 1,2, , , là ước lượng số hạng sai số hiệu chỉnh tương ứng quan hệ đồng liên kết được tìm thấy ở mô hình quốc gia thứ i; và tương ứng là độ trễ của các biến nội địa và nước ngoài Với giả định các biến ngoại sinh yếu, số hạng sai số hiệu chỉnh phải không có ý nghĩa thống kê (Dées & cộng sự,

2007) Do đó, kiểm định ngoại sinh yếu dựa vào F-test của giả thiết 0 với j 1,2, , trong phương trình (22)

Ghi chú: Bootstrap PPs 95% sử dụng tỷ trọng thương mại 2016.

Kết quả Bảng 4.10 chỉ ra giả thuyết ngoại sinh yếu không thể bác bỏ phần lớn các biến số xét đến, nhất là các nền kinh tế chính như Trung Quốc, Mỹ hay Anh Cụ thể, chỉ 4 trong tổng số 81 kiểm định (chiếm 4,9%) cho ra kết quả bác bỏ giả thuyết ngoại sinh yếu tại mức ý nghĩa 5% Do đó, xét tổng thể, các kết quả trong Bảng 4.10 ủng hộ các áp đặt ban đầu về biến nước ngoài và giá dầu trong mô hình VARX* là ngoại sinh yếu

Thống kê F cho kiểm định ngoại sinh yếu của các biến nước ngoài và giá dầu

Val Úc F(1,50) 4,03 2,48 0,02 0,21 – 1,02 2,96 0,73 Trung Quốc F(1,37) 4,10 1,26 1,13 0,03 – 0,27 2,74 2,90 Euro F(1,37) 4,10 5,18* 0,02 3,65 – 0,28 3,14 0,11 Ấn Độ F(1,50) 4,03 1,92 0,22 0,21 – 0,00 0,03 0,06 Indonesia F(1,43) 4,06 0,42 0,11 2,06 – 0,21 0,16 0,03 Nhật Bản F(1,50) 4,03 0,14 4,48* 0,32 – 4,01 1,34 2,14 Hàn Quốc F(1,50) 4,03 2,58 0,21 0,50 – 3,21 3,76 0,48 Malaysia F(1,37) 4,10 0,02 1,36 0,12 – 5,37* 0,30 1,88 Philippines F(1,43) 4,06 0,80 1,04 0,56 – 0,04 0,07 1,58 Singapore F(1,37) 4,10 0,03 0,59 0,60 – 1,24 3,78 0,31 Thái Lan F(1,37) 4,10 2,44 1,76 1,06 – 0,07 0,35 0,67 Anh F(1,43) 4,06 0,03 0,05 1,15 – 0,31 0,69 0,13

Ghi chú: Crit Val là giá trị tới hạn; * tương ứng mức ý nghĩa 5%.

Kiểm định điểm gãy cấu trúc

Trong mô hình kinh tế vĩ mô, sự ổn định cấu trúc luôn là một vấn đề quan trọng Khủng hoảng kinh tế cùng quá trình điều chỉnh chính sách diễn ra với tần suất tương đối cao, dẫn đến những thay đổi đáng kể xuyên suốt lịch sử chuỗi dữ liệu thời gian Dées và cộng sự (2007) nhấn mạnh rằng mô hình GVAR cũng không tránh khỏi vấn đề này Tuy nhiên, với việc xuất hiện của biến nước ngoài trong mô hình VARX* làm cho phương pháp GVAR kháng lại điểm gãy cấu trúc tốt hơn so với các mô hình đơn thu gọn khác Lý do để giải thích điều này chính là khái niệm đồng gián đoạn (Co-Breaking) trình bày bởi Hendry và Mizon (1998) Hiểu một cách khái quát, nếu điểm gãy cấu trúc truyền qua các quốc gia bên ngoài, thông tin đó sẽ được tích hợp vào các biến ngoại sinh trong mô hình Mô hình GVAR sẽ nắm bắt chúng, vì trong mô hình GVAR, các biến nước ngoài được thiết lập để có thể tác động đồng thời lên các biến nội địa (Osorio & Unsal, 2013) Để kiểm định tính ổn định tham số, tác giả thực hiện chuỗi kiểm định trong nghiên cứu của Dées và cộng sự (2007), dựa trên phần dư của các phương trình sai số hiệu chỉnh thu gọn thành phần của các mô hình VARX* Cụ thể, tác giả thực hiện kiểm định CUSUM (PK sup )của Ploberger và Kramer (1992) cũng như biến thể toàn phương trung bình (PK msq ) Thêm vào đó, tác giả tiến hành kiểm định tính vững của tham số đề xuất bởi Nyblom (1989); xác định thay đổi cấu trúc thông qua dạng Wald của thống kê tỷ lệ hợp lý Quandt (1960), thống kê Wald trung bình (MW) của Hansen (1992) và thống kê Wald dựa trên trung bình lũy thừa (APW) của Andrews và Ploberger (1994) Các phiên bản Heteroskedasticity-Robust của các kiểm định trên cũng được thêm vào

Kết quả kiểm định ổn định cấu trúc

Ghi chú: Phần trăm bác bỏ trong ngoặc đơn

Bảng 4.11 trình bày số lần bác bỏ giả thuyết không H 0 của kiểm định ổn định cấu trúc tại mức ý nghĩa thống kê 5% Tuy các kết quả kiểm định có khác nhau đáng kể nhưng có vẻ hầu hết các hệ số hồi quy đều ổn định Kiểm định MW có tỷ lệ bác bỏ không quá cao, khoảng 24%; trong khi đó, các kết quả kiểm định PKsup,

PK msq , Nyblom, QLR và APW cho ra tỷ lệ bác bỏ tương đối thấp, khoảng 11% đến 17% Tuy nhiên, khi xét đến các kiểm định Robust Nyblom, Robust QLR, Robust

MW, Robust APW, kết quả cải thiện đáng kể, tỷ lệ bác bỏ rất thấp, cụ thể dưới 3% Mặc dù, tác giả tìm thấy một vài bằng chứng của độ bất ổn cấu trúc, tuy nhiên, các thay đổi có thể nằm trong phương sai sai số thay vì trong hệ số tham số Để giải quyết vấn đề này, tác giả sử dụng giá trị bootstrap và khoảng tin cậy để trình bày kết quả GIRFs (Cesa-Bianchi & cộng sự, 2012).

Truyền dẫn cú sốc trong thời kỳ trỗi dậy của Trung Quốc trong nền

Nhằm phân tích sự thay đổi trong truyền dẫn các cú sốc bên ngoài đến khu vực ASEAN-6 trong thời kỳ trỗi dậy của Trung Quốc, tác giả tiến hành phân tích hàm phản ứng đẩy Việc xác định tác động của các cú sốc trong hệ thống nhiều phương trình tương đối phức tạp; trong nghiên cứu này, ma trận phương sai hiệp phương sai cần k(k – 1)/2 = 3.486 ràng buộc cho phân rã Cholesky (Sims, 1986) Để tránh vấn đề nhận dạng, tác giả sử dụng hàm phản ứng đẩy tổng quát (GIRFs) của Pesaran và Shin (1998) Bên cạnh đó, để so sánh ảnh hưởng từ các thay đổi trong cơ cấu thương mại lên cơ chế truyền dẫn các cú sốc bên ngoài đến khu vực ASEAN-6, tác giả hồi quy mô hình GVAR sử dụng 3 thiết lập tỷ trọng thương mại khác nhau trong các năm 2000, 2008 và 2016

Hình 4.2 GIRFs của cú sốc sụt giảm một phần trăm GDP Trung Quốc

Trước tiên, nghiên cứu tìm hiểu sự gia tăng vai trò của Trung Quốc trong nền kinh tế toàn cầu làm thay đổi truyền dẫn các cú sốc GDP từ Trung Quốc đến ASEAN-6 như thế nào Hình 4.2 trình bày phản ứng đẩy GIRFs cho sự suy giảm một phần trăm GDP Trung Quốc, sử dụng tỷ trọng thương mại cố định các năm

2000, 2008 và 2016 So sánh tác động dài hạn của các cú sốc GDP Trung Quốc năm

2016 với các cú sốc năm 2000 và 2008 để thấy rằng tác động của các cú sốc GDP Trung Quốc lên khu vực ASEAN-6 (ngoại trừ Thái Lan) về cơ bản đã tăng lên kể từ thời điểm năm 2000 Cụ thể, tác động dài hạn của cú sốc GDP Trung Quốc đến Indonesia trong năm 2016 đã mạnh hơn 500% so với năm 2000; tương tự, với Việt Nam, Malaysia, Singapore và Philippines lần lượt tăng thêm 200%, 30%, 15% và 5% Riêng với Thái Lan, sự suy giảm sản lượng GDP Trung Quốc vẫn tác động tiêu cực đến GDP quốc gia này (Hình 4.3), tuy nhiên, các tác động dài hạn của cú sốc GDP Trung Quốc năm 2008 và 2016 đã giảm gần 40% so với thời điểm năm 2000

Hình 4.3 GIRFs của cú sốc sụt giảm một sai số chuẩn GDP Trung Quốc

Ghi chú: Phần diện tích màu xám là khoảng tin cậy bootstrap 95% thu được từ 2000 lần lặp; Tác giả sử dụng tỷ trọng thương mại cố định năm 2016

Hình 4.3 trình bày GIRFs của cú sốc sụt giảm một sai số chuẩn GDP Trung Quốc năm 2016, kết hợp khoảng tin cậy bootstrap 95% Nhìn chung, các cú sốc suy giảm GDP Trung Quốc đều tác động tiêu cực lên tăng trưởng của các quốc gia ASEAN-6, kết quả này tương tự với các nghiên cứu gần đây (Inoue & cộng sự,

2015; Cashin & cộng sự, 2016) Tuy nhiên, hầu hết các tác động dài hạn của cú sốc GDP Trung Quốc năm 2000 đều không có ý nghĩa thống kê; tác động dài hạn của các cú sốc trong năm 2008 chỉ có ý nghĩa thống kê đối với trường hợp của Malaysia, Philippines, Thái Lan và Singapore tại mức ý nghĩa thống kê 10% Tuy nhiên, với sự gia tăng vai trò của Trung Quốc trong khu vực, tác động dài hạn của cú sốc GDP Trung Quốc đến Malaysia, Philippines, Singapore và Việt Nam có ý nghĩa thống kê tại mức 5%

Hình 4.4 GIRFs của cú sốc sụt giảm một phần trăm GDP Mỹ

Tiếp theo, nghiên cứu tìm hiểu tác động dài hạn của việc suy giảm thương mại giữa Mỹ và ASEAN-6 lên truyền dẫn cú sốc GDP từ Mỹ đến khu vực Kết quả của

% Việt Nam cú sốc suy giảm một phần trăm GDP Mỹ được trình bày ở Hình 4.4 Nhìn chung, vai trò của cú sốc GDP Mỹ năm 2016 lên GDP khu vực ASEAN-6 đã giảm so với các cú sốc năm 2000 và 2008 Tác động dài hạn của cú sốc GDP Mỹ năm 2016 của Malaysia, Philippines và Singapore đã giảm hơn phân nửa so với cú sốc năm 2000, riêng với Thái Lan, tác động cú sốc năm 2000 gấp 4 và 8 lần so với cú sốc năm

Hình 4.5 GIRFs của cú sốc sụt giảm một sai số chuẩn GDP Mỹ

Ghi chú: Phần diện tích màu xám là khoảng tin cậy bootstrap 95% thu được từ 2000 lần lặp; Tác giả sử dụng tỷ trọng thương mại cố định năm 2000

Riêng đối với trường hợp của Indonesia và Việt Nam, trong khi tác động dài hạn của cú sốc GDP Mỹ năm 2008 mạnh hơn 5% so với cú sốc năm 2000, thì đối với Việt Nam, tác động dài hạn này lại giảm gần 100% Hình 4.5 trình bày GIRFs của cú sốc suy giảm một sai số chuẩn GDP Mỹ năm 2000 Đồng tình với các nghiên cứu trước đây về vai trò của các cú sốc Mỹ trước giai đoạn khủng hoảng như: Sato và cộng sự (2011), Dungey và Vehbi (2015), có thể thấy trong khi tác động dài hạn của cú sốc GDP Mỹ năm 2000 lên GDP của Malaysia, Philippines và Singapore đều có ý nghĩa thống kê tại mức 10%, thì các tác động này trong năm 2008 và 2016 đến

6 quốc gia ASEAN lại không có ý nghĩa cả trong ngắn hạn và dài hạn.

Định dạng
Số trang	88
Dung lượng	1,67 MB