Kiểm định các nhân tố tác động đến cán cân thương mại Việt Nam

Chia sẻ: Tưởng Bách Xuyên | Ngày: | Loại File: PDF | Số trang:14

Thêm vào BST

Báo xấu

3
lượt xem 1
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài nghiên cứu "Kiểm định các nhân tố tác động đến cán cân thương mại Việt Nam" được thực hiện nhằm mục đích xác định các nhân tố tác động lên cán cân thương mại Việt Nam, để từ đó hi vọng rằng điều này sẽ cung cấp cho các nhà hoạch định cái nhìn tổng quan để có thể giảm được sự thâm hụt thương mại như hiện nay cũng như những hướng đi mới trong giải quyết vấn đề này trong tương lai. Mời các bạn cùng tham khảo!

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Kiểm định các nhân tố tác động đến cán cân thương mại Việt Nam

KIỂM ĐỊNH CÁC NHÂN TỐ TÁC ĐỘNG ĐẾN CÁN CÂN THƯƠNG MẠI VIỆT NAM ThS. Vũ Minh Hà ThS. Hoàng Thị Phương Anh Trường Đại Học Kinh Tế TP. Hồ Chí Minh Tóm tắt Thông qua việc sử dụng mô hình phân phối trễ (ADRL), mục tiêu của bài nghiên cứu này là kiểm định các nhân tố tác động đến cán cân thương mại Việt Nam trong giai đoạn từ tháng 1/2003 đến tháng 2/2015. Kết quả nghiên cứu cho thấy rằng cả trong ngắn hạn và dài hạn, các nhân tố giá dầu, tỷ giá và chênh lệch sản lượng đều có tác động đáng kể đến cán cân thương mại Việt Nam. Cụ thể trong dài hạn, tỷ giá và chênh lệch sản lượng có tác động tích cực với cán cân thương mại. Còn trong ngắn hạn thì tỷ giá lại có tác động tiêu cực đến cán cân thương mại. Bên cạnh đó giá dầu lại có tác động tiêu cực đến cán cân thương mại cả trong ngắn hạn và dài hạn. Từ khóa: Cán cân thương mại, ADRL Abstract Using Autoregressive Distributed Lag (ARDL) models, the main objectives of this study are examined about the factors impact on trade balance in Vietnam by using the monthly data during the period 1/2003 –2/2015. Our results show that both short-term and long-term, there is a significant impact among oil price, exchange rate, output gap and trade balance in Vietnam. Specifically, in the long term, exchange rate and output gap had a positive impact on trade balance. But in the short term, exchange rate had a negative impact on trade balance. Besides, oil prices had a negative impact on trade balance in both short term and long term. Key words: Trade balance, ADRL 1. Giới thiệu Việt Nam hiện là một quốc gia đang nổi có tốc độ tăng trưởng cao trong những năm gần đây, tuy nhiên tình hình nhập siêu kéo dài trong những năm qua có những tác động bất lợi cho nền kinh tế non trẻ Việt Nam. Mặc dù trong hai năm vừa qua (2013- 2014) tình hình nhập siêu đã giảm căng thẳng nhưng vẫn ẩn chứa nhiều rủi ro có thể bùng phát nhập siêu trở lại bất cứ lúc nào. Chính vì thế, việc xác định các nhân tố đã và đang tác động đến cán cân thương mại để từ đó đề ra những giải pháp thích hợp cho thực trạng thâm hụt trong cán cân thương mại Việt Nam là một vấn đề bức thiết hiện nay. Do đó, một bài nghiên cứu về vấn đề này tại thời điểm hiện tại là yêu cầu không thể thiếu. 101
Với mục tiêu đó, bài nghiên cứu này được thực hiện nhằm mục đích xác định các nhân tố tác động lên cán cân thương mại Việt Nam, để từ đó hi vọng rằng điều này sẽ cung cấp cho các nhà hoạch định cái nhìn tổng quan để có thể giảm được sự thâm hụt thương mại như hiện nay cũng như những hướng đi mới trong giải quyết vấn đề này trong tương lai. 2. Tổng quan những nghiên cứu trước đây Theo Kilian và cộng sự (2009) cho thấy tác động trực tiếp của cú sốc giá dầu lên cán cân thanh toán của nước nhập khẩu ròng dầu thông qua tài khoản vãng lai vẫn là tiêu cực. Việc giá dầu tăng làm tăng chi phí nhập khẩu dầu cho sản xuất hàng hóa, điều đó làm giảm giá trị xuất khẩu cả các mặt hàng và dịch vụ có liên quan đến dầu. Và tất nhiên dẫn đến cán cân tài khoản vãng lai bị tác động tiêu cực ngay lập tức. Đối với nước xuất khẩu dầu, theo Korhonen và Ledyaeva (2008) tác động trực tiếp của giá dầu tăng có ảnh hưởng tích cực lên nền kinh tế. Tuy nhiên, ảnh hưởng gián tiếp của cú sốc này có thể làm cho nền kinh tế gánh chịu những hậu quả tiêu cực. Mặc dù vậy, các nhà xuất khẩu dầu vẫn có thể được hưởng lợi từ giá dầu cao bằng cách cải thiện các khoản mục trong cán cân thương mại và doanh thu gia tăng do việc giá dầu tăng có thể được sử dụng cho cả tiêu dùng và đầu tư. Trong trường hợp nước nhập khẩu dầu, việc tăng giá dầu thô nhập khẩu thì luôn được coi là có tác động tiêu cực đến cán cân thương mại do những ảnh hưởng của nó đến việc sản xuất (Backus and Crucini, 2000; Kimand, 1992). Phản bác với ý kiến trên, Kilian (2009) cho rằng lời giải thích này chưa thực sự thuyết phục. Theo tác giả, đầu tiên các nhà sản xuất trong nước có thể gia tăng giá bán để bù đắp phần gia tăng trong giá dầu, do đó sẽ không ảnh hưởng đến GDP thực của nền kinh tế. Do vậy, cú sốc tăng giá dầu không thể ảnh hưởng đến GDP cũng như cán cân thương mại của nền kinh tế. Thứ hai, chi phí giá dầu tăng là không đáng kể so với chi phí sản xuất chung, do đó dù cho giá dầu có tăng thì việc này cũng không có tác động gì đáng kể đến nền sản xuất trong nước và kết quả là chẳng có ảnh hưởng gì đến cán cân thương mại. Bodenstein và cộng sự (2011) bằng mô hình DSGE đã chứng minh rằng có ba lý do khiến cho giá dầu không có nhiều tác động đến cán cân thương mại đó là, (1) có nhiều loại cú sốc giá dầu diễn ra đồng thời; (2) cú sốc giá dầu tác động lên cán cân thương mại phi dầu mỏ mạnh hơn là lên cán cân chung; (3) các nguồn tạo ra cú sốc giá dầu khác nhau thì có các kênh dẫn truyền khác nhau. Nhóm tác giả có những giải thích đáng chú ý về hiệu ứng chuyển dịch sự giàu có từ các quốc gia nhập khẩu dầu đến các quốc gia xuất khẩu dầu do các cú sốc cung và cầu trong thị trường dầu. Ngoài ra, khi 102
có cú sốc giá dầu tăng, một mặt việc tăng nhập khẩu thuần dầu sẽ làm giảm giá trị đồng nội tệ dẫn đến cải thiện các mặt hàng khác, vì thế cuối cùng hiệu ứng của việc tăng giá dầu lên cán cân thương mại chung là không đáng kể. Le và Chang (2012) đã kiểm định tác động của cú sốc giá dầu lên cán cân thương mại tổng thể cũng như cán cân thành phần dầu mỏ và phi dầu mỏ trong trường hợp của ba quốc gia Malaysia – xuất khẩu dầu, Singapore – lọc dầu và Nhật Bản – tiêu thụ dầu. Kết quả cho thấy rằng trong trường hợp của Nhật Bản, chỉ có mối quan hệ nhân quả từ giá dầu đến cán cân thương mại dầu mỏ và phi dầu mỏ, không có quan hệ nhân quả với cán cân tổng thể, còn đối với Malaysia thì các cú sốc giá dầu có quan hệ nhân quả với cả cán cân tổng thể và cán cân dầu mỏ theo chiều hướng tích cực, và cuối cùng là không tìm thấy bằng chứng cho thấy mối quan hệ giữa giá dầu và cán cân thương mại tại Singapore. Syeda và Khalid (2012) tìm hiểu mối quan hệ giữa giá dầu, tỷ giá và chênh lệch sản lượng với cán cân thương mại cho Pakistan bằng mô hình ARDL. Kết quả nghiên cứu cho thấy trong dài hạn, giá dầu và tỷ giá có tác động tiêu cực lên cán cân thương mại cụ thể khi giá dầu và tỷ giá tăng 1% thì cán cân thương mại giảm tương ứng 0.382% và 0.342%. Đồng thời chênh lệch sản lượng lại có tác động tích cực lên cán cân thương mại điều đó cho thấy việc phân bổ nguồn lực sản xuất không hiệu quả trong sản xuất. Còn trong ngắn hạn, giá dầu, tỷ giá và chênh lệch sản lượng lại có quan hệ đồng biến với mức thâm hụt trong cán cân thương mại. Vai trò của tỷ giá trong việc giải thích thâm hụt cán cân thương mại cũng đã được xem xét rất nhiều trong các bài nghiên cứu như Beckerman (1951); Chinn (2004); Singh ( 2002). Sự tồn tại mối quan hệ lý thuyết giữa tỷ giá và cán cân thương mại đã được xác nhận trong mô hình độ co giãn của cán cân thương mại (Kreuger, 1983). Sự giảm hoặc tăng tỷ giá danh nghĩa được giả sử dẫn đến thay đổi trong tỷ giá thực và tất yếu dẫn đến thay đổi trong cán cân thương mại. Một quốc gia có đồng tiền bị giảm giá sẽ làm cho hàng hóa trong nước trở nên rẻ hơn giúp tăng được tính cạnh tranh trên thị trường quốc tế, doanh thu từ xuất khẩu sẽ cao hơn, đồng thời người dân phải trả nhiều tiền hơn cho hàng nhập khẩu, do đó họ sẽ hạn chế mua hàng hóa nước ngoài kết quả là cán cân thươg mại sẽ được cải thiện (Bahmani, 2002). Tuy nhiên, theo nghiên cứu về tác động của tỷ giá đến cán cân thương mại của Trung Quốc trong ngắn và dài hạn của Wang, Lin, Yang (2010) thì cho thấy rằng khi tỷ giá tăng cán cân thương mại bị xấu đi trong thời gian ban đầu nhưng sau đó sẽ được cải thiện trong những giai đoạn tiếp theo. Dash (2013) đã phân tích những tác động ngắn hạn và dài hạn của tỷ giá hối đoái thực đến tỷ lệ thương mại của Ấn Độ với bốn đối tác là Mỹ, Anh, Nhật và Đức thông qua việc sử dụng mô hình vector sai số hiệu chỉnh (VECM) cho toàn bộ dữ liệu gồm tỷ 103
giá hối đoái thực, thu nhập trong nước và nước ngoài trong giai đoạn 1990 đến 2004. Ước lượng đồng liên kết cho thấy mối quan hệ cân bằng dài hạn trong cán cân thương mại với tỷ giá hối đoái thực, thu nhập trong nước và nước ngoài của mỗi quốc gia. Nhưng trong bài nghiên cứu của Wilson (2001) lại không tìm thấy một mối quan hệ đáng kể giữa tỷ giá và cán cân thương mại của Singapore, Hàn Quốc, Malaysia, Mỹ và Nhật trong suốt giai đoạn 1970–1996 Trong bài nghiên cứu của mình, Aurangzeb (2012) cho rằng khi chênh lệch sản lượng âm có nghĩa là sản lượng thực tế thấp hơn sản lượng tiềm năng, điều đó cho thấy việc sử dụng nguồn lực là không hiệu quả dẫn đến hàng hóa sản xuất cho xuất khẩu giảm, nhu cầu đối với hàng nhập khẩu tăng kéo theo khuynh hướng nhập khẩu biên cao và cuối cùng là cán cân thương mại sẽ bị thâm hụt. 3. Phương pháp nghiên cứu 3.1. Mô tả dữ liệu Toàn bộ dữ liệu trong bài này được thu thập hàng tháng trong giai đoạn từ tháng 1/2003 đến 2/2015 và được tổng hợp từ các nguồn đáng tin cậy như chỉ số phát triển thế giới của Ngân hàng Thế giới (WB), Thống kê Tài chính quốc tế IFS của Quỹ Tiền tệ Thế giới IMF, Tổng cục Thống kê Việt Nam (GOS) và Cơ quan thông tin năng lượng Mỹ (EIA). Bảng 1. Mô tả biến Biến Kí hiệu Đơn vị tính Nguồn Cán cân thương mại TIB Triệu US$ IFS Giá dầu OP US$/thùng IFS,EIA Tỷ giá ER VND/US$ IFS Chênh lệch sản lượng OG %GDP GOS 3.2. Phương pháp nghiên cứu Bài nghiên cứu này sử dụng mô hình phân phối trễ (ADRL) hay còn gọi là phương pháp kiểm định các giới hạn của Pesaran, Shin, and Smith (2001) để xác định mối quan hệ ngắn hạn và dài hạn giữa giá dầu, tỷ giá và chênh lệch sản lượng với cán cân thương mại ở Việt Nam trong giai đoạn tháng 1/2003- đến tháng 2/2015 Việc sử dụng phương pháp này có nhiều lợi thế sau. Thứ nhất, phương pháp này giải quyết được vấn đề phổ biến phát sinh khi kiểm định mối quan hệ đồng liên kết 104
giữa các biến khi sử dụng hai phương pháp truyền thống, cụ thể phương pháp kiểm định tính đồng liên kết dựa trên phần dư của Engle và Granger (1987) và phương pháp kiểm định dựa vào tỷ số likelihood của Johansen (1988, 1991, 1995). Nhược điểm đối với phương pháp của Engle và Granger là nó không giải quyết được vấn đề này khi có nhiều hơn một quan hệ đồng liên kết giữa các biến. Mặc dù phương pháp của Johansen khắc phục được nhược điểm trên, tuy nhiên nó có xu hướng bác bỏ giả thuyết “có quan hệ đồng liên kết”, nhưng trong thực tế điều đó thực sự tồn tại (Huang & Yang, 1996). Thứ hai, theo Pesaran và cộng sự (2001) phương pháp này có một ưu điểm đó là khi độ trễ của các biến được xác định, mối quan hệ giữa các biến sẽ được ước lượng bằng OLS. Thứ ba, phương pháp này sử dụng cả trong trường hợp chuỗi dữ liệu dừng ở I(0) hoặc I(1) hoặc có sự kết hợp cả hai (Pesaran & Pesaran, 1997). Tuy nhiên, trong trường hợp biến dừng ở I(2), phương pháp này không thể sử dụng bởi vì nó sẽ dẫn đến kết quả sai (Ahmad & Qayyum, 2008). Thứ tư, phương pháp này thích hợp cho các mẫu nhỏ (Narayan, 2005a). Cuối cùng, bởi vì nó không bị ràng buộc bởi mối tương quan của phần dư, do đó nó tránh được vấn đề biến nội sinh (Pesaran, Shin, & Smith, 1996). Chúng ta sẽ bắt đầu tìm hiểu về cách ước lượng về mô hình này như sau: Đầu tiên, mối quan hệ giữa các biến được thể hiện bằng phương trình cơ bản sau, lnTIBt=f(lnOPt,lnERt,OGt) (1) Theo ý tưởng của Pesaran (2001), để áp dụng quy trình kiểm định các giới hạn, đầu tiên chúng ta sẽ mô hình hóa (1) ở dạng Var (p) được thể hiện bằng phương trình sau, zt =µ + izt-i +ɛt (2). Trong đó: µ đại diện cho (k+1) hệ số chặn; k, số biến phương trình; p, độ trễ của mỗi biến trong mô hình; ɛt, sai số; zt, vecto của biến yt và xt. Trong đó yt là biến phụ thuộc cán cân thương mại (TIB), xt là các biến giải thích giá dầu (OP), tỷ giá (ER) và chênh lệch sản lượng (OG). Theo Pesaran (2001) yt phải ở dạng I(1) còn xt có thể ở dạng I(0) hoặc I(1). Tiếp theo, trên cơ sở của mô hình Var (p) ở trên, chúng ta sẽ phát triển mô hình Vecto hiệu chỉnh sai số (VECM) tương ứng với phương trình (2) Δzt = µ + αt+ λzt-1 + tΔyt-i + tΔxt-i +ɛt (3) Δsai phân bậc 1; λ: ma trận hệ số nhân trong dài hạn; γ , hệ số nhân trong ngắn hạn. Kế tiếp, chúng ta sẽ kiểm định mối quan hệ đồng liên kết giữa biến phụ thuộc yt và các biến giải thích xt trong phương trình (3) bên trên. Để mô hình hóa mô hình ADRL giữa các biến, chúng ta sẽ tuân theo những kết quả đã được thừa nhận của 105
Pesaran và cộng sự (2001) trong trường hợp kiểm định thứ ba là hệ số chặn không hạn chế và không có xu hướng, trong trường hợp này, µ≠ 0 và α=0. Lúc này mô hình thâm hụt cán cân thương mại có thể được thể hiện dưới dạng mô hình hiệu chỉnh sai số không hạn chế (UECM) như sau: Δln(TIB)t=β0+ 5 + 6 + 7 + 8 + β1ln(TIB)t-1 +β2ln(OP)t-1 + β3ln(ER)t-1 + β4(OG)t-1 + ut (5) Phương trình (5) cũng được xem là mô hình ADRL với các giá trị trễ tương ứng theo thứ tự của các biến TIB, OP, ER và OG là (p,q,r,s) với giá trị các độ trễ được xác định dựa trên tiêu chuẩn AIC. Qua phương trình (5), ta thấy cán cân thương mại (TIB) có xu hướng bị ảnh hưởng bởi cả giá trị của nó trong quá khứ lẫn giá trị của giá dầu, tỷ giá và chênh lệch sản lượng. Bây giờ chúng ta sẽ tiến hành kiểm định quan hệ đồng liên kết giữa các biến theo quy trình sau, đầu tiên, chúng ta sẽ ước lượng mô hình (5) bằng phương pháp bình phương nhỏ nhất (OLS), sau đó thông qua kiểm định Wald chúng ta sẽ xác định mối quan hệ đồng liên kết trong dài hạn giữa các đại lượng này với các giả thuyết như sau, Ho, β1=β2=β3=β4=0 (không có mối quan hệ đồng liên kết). H1,β1≠β2≠β3≠β4≠0 (có mối quan hệ đồng liên kết). Giá trị F thống kê sẽ được so sánh với các giá trị kiểm định của Pesaran (2001) và Narayan (2005). Theo các tác giả này, giá trị kiểm định cận dưới cho rằng các biến giải thích xt có mối quan hệ đồng liên kết tại I(0), trong khi đó mức ý nghĩa cận trên cho rằng xt có quan hệ đồng liên kết ở I(1). Do đó, nếu F thống kê nhỏ hơn cận dưới thì giả thuyết Ho sẽ không bị bác bỏ, nghĩa là không có quan hệ đồng liên kết giữa các biến. Còn khi F thống kê lớn hơn cận trên thì giữa các biến có quan hệ đồng liên kết, trường hợp còn lại khi F thống kê nằm giữa cận trên và cận dưới thì sẽ không có kết luận cụ thể nào. Kết thúc quá trình trên, tiếp theo mô hình ADRL của TIBt sẽ được ước lượng như sau: ln(TIB)t = β0 + β1ln(TIB)t-1 +β2ln(OP)t-1 + β3ln(ER)t-1 + β4(OG)t-1 + ut (6) Cuối cùng, chúng ta ước lượng mô hình hiệu chỉnh sai số ECM thể hiện mối quan hệ giữa các biến trong ngắn hạn như sau: Δln(TIB)t=β5+ 1+ 2 + 3 + 4 +ECM(-1) +ɛt (7) 106
Trong đó, ECM (-1), thể hiện tốc độ điều chỉnh 4. Kết quả nghiên cứu 4.1 Kiểm định tính dừng Trong bài nghiên cứu, chúng tôi dựa vào tiêu chuẩn của Phiilips-Perron và Augmented Dickey-Fuller để kiểm định tính dừng của chuỗi dữ liệu trong cả hai trường hợp có xu hướng lẫn không có xu hướng. Bảng 2. Kiểm định tính dùng ADF PP Kiểm định với hệ số Kiểm định với hệ số Kiểm định với hệ số Kiểm định với hệ số chặn chặn và xu hướng chặn chặn và xu hướng Biến I(0) I(1) I(0) I(1) I(0) I(1) I(0) I(1) OP -1.36 -8.6*** -2.02 -8.59*** -1.38 -8.67*** -2.76 8.63*** OG -10.3*** -17.1*** -10.5*** 17.05*** -7.09*** -38.6*** -8.17*** -38.3*** ER 0.31 -11.9*** -1.27 -11.9*** 0.45 -11.9*** -1.19 -12.0*** TIB -1.39 -8.48*** -1.69 8.77*** -6.28*** -31.8*** 6.35*** -44.3*** Nguồn: tác giả tự tính toán; Các kí hiệu ***,**,*tương ứng với giá trị p-value 1 %, 5% và 10% Từ kết quả trên, ta thấy dữ liệu nghiên cứu trong toàn bộ giai đoạn mẫu từ tháng 1/2003-2/2015 tất cả các biến đều dừng ở I(0) và I(1) và không có biến nào dừng tại I(2). Điều đó cho thấy việc sử dụng ADRL trong bài nghiên cứu này là hoàn toàn hợp lý. 4.2. Kiểm định đồng liên kết Sau khi xác định được việc dùng mô hình ADRL trong bài nghiên cứu này là phù hợp dựa vào kiểm định tính dừng bên trên, bài nghiên cứu này sẽ tiếp tục tiến hành kiểm định mối quan hệ trong ngắn hạn cũng như dài hạn giữa cán cân thương mại và giá dầu, tỷ giá và chênh lệch sản lượng thông qua việc sử dụng phương pháp mô hình hóa từ tổng quát đến cụ thể (general-to-specific modeling approach) của Hendry với độ trễ của mỗi biến được lựa chọn theo tiêu chuẩn AIC. Quy trình cụ thể được thực hiện như sau, 4.2.1. Xác định độ trễ của mỗi biến Việc ước lượng mô hình ADRL rất nhạy cảm với việc lựa chọn độ trễ cho các sai phân bậc 1 của các biến. Do đó, xác định độ trễ cho từng biến là yêu cầu đầu tiên mà bài nghiên cứu này cần thực hiện trước khi ước lượng mô hình. 107
Dựa vào tiêu chuẩn AIC, chúng ta có các kết quả được trình bày trong bảng 3 bên dưới, Bảng 3. Độ trễ của các biến Tiêu chuẩn Biến AIC ΔLnTIB 4 ΔLnOP 5 ΔLnNRER 5 ΔOG 6 Nguồn: tác giả tự tính toán Ta thấy độ trễ lớn nhất của các biến là 6 và mô hình ADRL (4,5,5,6) là phù hợp nhất cho bài nghiên cứu này. 4.2.2. Kiểm định quan hệ đồng liên kết Tiếp tục theo quy trình của Pesaran (2001), chúng ta sẽ ước lượng phương trình (5) bằng OLS bằng việc thay lần lượt các biến phụ thuộc, rồi sau đó so sánh giá trị F thống kê có được từ kiểm định Wald của phương trình với giá trị F trong kiểm định của Pesaran và cộng sự (2001) và Narayan (2005), để kết luận xem giả thuyết Ho sẽ bị bác bỏ hay chấp nhận. Bảng 4. Kiểm định quan hệ đồng liên kết Biến phụ thuộc Fthống kê p Kết quả FTIB(LOG, LER, LOP) 4.44*** 0.000 Đồng liên kết FOG(LTIB,LER,LOP) 6.18*** 0.000 Đồng liên kết FER(LTIB,LOG,LOP) 4.16*** 0.000 Đồng liên kết FOP(LTIB,LOG,LER) 4.43*** 0.000 Đồng liên kết Nguồn: tác giả tự tính toán; Các kí hiệu ***,**,*tương ứng với giá trị p-value 1 %, 5% và 10% 108
Bảng 5. Kiểm định giá trị đồng liên kết Pesaran (2001)a Narayan (2005)b Mức ý nghĩa Cận dưới Cận trên Cận dưới Cận trên 1% 4.29 5.61 4.614 5.966 5% 3.23 4.35 3.272 4.306 10% 2.72 3.77 2.676 3.586 Ghi chú, amức ý nghĩa lấy từ Pesaran (2001), bmức ý nghĩa lấy từ Narayan(2005) trong trường hợp hệ số chặn không hạn chế và không có xu hướng. */**/*** giả thuyết Ho bị bác bỏ ở mức ý nghĩa 10%/5%/1%. Kết quả bảng 4 cho thấy sự tồn tại mối quan hệ đồng liên kết. Điều này cho thấy rằng các biến giải thích này rõ ràng là phù hợp trong việc tìm hiểu nguyên nhân của thâm hụt cán cân thương mại. Bây giờ sau khi đã xác định được các mối quan hệ đồng liên kết trên, chúng ta tiếp tục ước lượng các hệ số trong dài hạn và ngắn hạn. 4.3. Kết quả ước lượng mô hình ADRL trong dài hạn Bảng 6. Kết quả ước lượng bằng mô hình ADRL trong dài hạn Dependent Variable, ln(TIB) Variable Coefficient Probability LNTIB(-1) 0.473907 0.0000*** LNER(-1) 11.22252 0.0001*** LNOP(-1) -1.402073 0.0000*** OG(-1) 1.056527 0.0076*** R-squared 0.606591 Nguồn: tác giả tự tính toán; Các kí hiệu ***,**,*tương ứng với giá trị p-value 1 %, 5% và 10% Kết quả cho thấy trong dài hạn, cán cân thương mại năm trước, giá dầu, tỷ giá và chênh lệch sản lượng có ý nghĩa thống kê đáng kể tương ứng tại mức ý nghĩa 1%. Ngoại trừ giá dầu thì tỷ giá và chênh lệch sản lượng có quan hệ đồng biến với cán cân thương mại, cụ thể 1% tăng trong tỷ giá và chênh lệch sản lượng thì cán cân thương mại sẽ tăng tương ứng 11.22% và 1.056%. Ngược lại, cán cân thương mại giảm tương ứng 1.42% khi giá dầu tăng 1%. Đồng thời ta còn thấy được sự thâm hụt cán cân thương mại của năm nay có quan hệ đồng biến với thâm hụt cán cân thương mại năm trước đó khi hệ số của thâm hụt cán cân thương mại năm trước là 0.47. Giải thích cho điều này, chúng ta có thể thấy rằng việc giá dầu tăng sẽ dẫn đến tăng chi phí nhập khẩu mà chủ yếu là chi phí của nguyên liệu cho sản xuất hàng hóa xuất khẩu, theo cách đó giá dầu sẽ làm cán cân thương mại ngày càng xấu đi. Kết quả nghiên cứu này tương tự như nghiên cứu của Kilian (2009), Syeda và Khalid (2012). 109
Đối với Việt Nam, dù chúng ta có nguồn dự trữ dầu mỏ khá lớn, thu nhập từ dầu mỏ đóng vai trò trong nguồn thu chính phủ, mỗi năm nước ta xuất khẩu 16-18 triệu tấn dầu thô chiếm khoảng 20% tổng giá trị xuất khẩu, đóng góp 18%-20% cho GDP và 25%- 30% chi tiêu chính phủ mỗi năm. Tuy nhiên, trước 2009 chúng ta hầu như lại phụ thuộc hoàn toàn vào việc nhập khẩu xăng dầu tinh chế cho tiêu dùng trong nước, và mặc dù hiện nay nhà máy lọc dầu Dung Quất có thể đáp ứng 1/3 nhu cầu trong nước, tuy nhiên xăng dầu vẫn là mặt hàng có giá trị nhập khẩu lớn. Do đó việc giá dầu thế giới tăng sẽ làm tăng đầu tiên chi phí nhập khẩu, sau đó là chi phí sản xuất hàng hóa tiêu dùng trong nước và xuất khẩu, làm cho hàng hóa trở nên đắt hơn, giá trị xuất khẩu ngày càng giảm, trong khi giá trị nhập khẩu có thể không thay đổi, tất cả điều đó làm cho cán cân thương mại ngày càng xấu đi. Về tỷ giá, đối với Việt Nam là một quốc gia chuyên xuất khẩu nông sản, hàng dệt may và giày dép, do đó khi tỷ giá liên tục tăng sẽ làm cho hàng hóa của chúng ta có sức cạnh tranh lớn hơn trên thị trường xuất khẩu, do đó nó đã phần nào cải thiện cán cân thương mại trong thời gian qua. Điều này cũng phù hợp với nghiên cứu trước đây của Bahmani (2001). Cuối cùng, tốc độ tăng trưởng kinh tế thể hiện bằng tổng sản phẩm quốc nội mà trong bài nghiên cứu này đại diện bằng sản lượng công nghiệp dẫn đến việc gia tăng sử dụng năng lượng, đặt ra một yêu cầu cần xem xét nó như một bằng chứng thay thế cho tốc độ phát triển kinh tế (Malik, 2010). Một chênh lệch sản lượng âm hay dương đều cho thấy việc sử dụng nguồn lực là không hiệu quả khi mà việc sử dụng lực lượng lao động xem là tối ưu khi chênh lệch sản lượng là 0 hoặc gần bằng 0 (Sherbaz (2006)). Điều đó ám chỉ việc sử dụng không hiệu quả nguồn lực lao động sẽ dẫn đến việc sản xuất không hiệu quả. Khi đó mức tối ưu của sản xuất và tiêu dùng không thể đạt được, cho nên sự không hiệu quả này sẽ tác động đến GDP khi GDP điều chỉnh phần lớn nhất trong sản xuất và tiêu dùng. Hơn thế nữa, khi chênh lệch sản lượng âm dẫn đến khoảng cách lớn giữa sản lượng thực tế và sản lượng tiềm năng làm hạ thấp tỷ lệ xuất khẩu và xa hơn là cán cân thương mại ngày càng xấu đi, mức thâm hụt càng tăng dần. Cho nên khi chênh lệch sản lượng giảm sẽ làm giảm cán cân thương mại. 4.4. Kết quả ước lượng mô hình ADRL trong ngắn hạn Bằng việc sử dụng phương pháp ước lượng từ tổng quát đến cụ thể (general to specific), bài nghiên cứu này sẽ tiếp tục xác định độ co giãn của cán cân thương mại khi từng nhân tố thay đổi trong ngắn hạn. Đầu tiên, theo kết quả các độ trễ xác định theo AIC trình bày trong Bảng 3, ta thấy 6 là độ trễ lớn nhất, do đó chúng ta sẽ tiến hành ước lượng phương trình (7) với độ trễ tối đa của mỗi biến là 6. Sau đó chúng ta sẽ kết hợp cả Wald test và Redudant variables test để xác định các biến không cần thiết 110
trong mô hình. Bảng 7. Kết quả kiểm định các biến không cần thiết trong phương trình (7) với độ trễ tối đa là 6 Biến Tiêu chuẩn kiểm định Kết luận Wald test Redundant Variables Test F p F p DLnTIB(-2,-3,-4,-5,-6) 0.31 0.9 0.31 0.9 Biến không cần thiết DLnNRER(0,-2,-3,-4,-5,-6) 0.43 0.82 0.43 0.82 Biến không cần thiết DLnOP(0,-2,-3,-4,-5,-6) 0.65 0.58 0.65 0.58 Biến không cần thiết DLnOG(0,-2,-3,-4,-5,-6) 0.68 0.63 0.68 0.63 Biến không cần thiết Nguồn: tác giả tự tính toán Từ việc xác định các biến trình bày trong Bảng 7 là không cần thiết cho phương trình 7, chúng ta sẽ loại các biến này ra khỏi phương trình 7, kết quả thu được của mô hình ADRL trong ngắn hạn như sau: Bảng 8. Kết quả ước lượng bằng mô hình ADRL trong ngắn hạn Dependent Variable, Δln(TIB) Variable Coefficient Probability ΔLNTIB(-1) -0.145629 0.0832* ΔLNOP(-1) -5.605818 0.0886* ΔLNER(-1) -15.77693 0.0618* ΔOG(-1) -0.720124 0.6257 ECT(-1) -0.422892 0.0000*** R-squared 0.276916 Nguồn: tác giả tự tính toán; Các kí hiệu ***,**,*tương ứng với giá trị p-value 1 %, 5% và 10% Trong ngắn hạn cho thấy tất cả các biến đều có quan hệ nghịch biến với cán cân thương mại. Đáng lưu ý là trong ngắn hạn tỷ giá vẫn là nhân tố có tác động lớn nhất 111
đến cán cân thương mại nhưng lại theo chiều hướng ngược lại so với xu hướng đồng biến trong dài hạn, cụ thể 1% tăng trong tỷ giá dẫn đến giảm 15.77% trong cán cân thương mại tại mức ý nghĩa 10%. Điều đó được giải thích là do trong ngắn hạn, khi tỷ giá tăng, đồng tiền giảm giá làm cho người dân phải chi trả nhiều hơn cho hàng hóa nhập khẩu, trong khi đó giá trị xuất khẩu chưa kịp điều chỉnh do các hợp đồng đã được kí kết từ trước, dẫn đến cán cân thương mại bị giảm giá trị. Điều này phù hợp với lý thuyết đường cong chữ J là các quốc gia phải gánh chịu một hậu quả xấu trong thời gian đầu do tỷ giá giảm, sau đó nó sẽ dần được cải thiện trong dài hạn, và điều đó đã thể hiện ở phần trên. Kết quả nghiên cứu này thì phù hợp với các nghiên cứu của Wang, Lin, Yang (2010) . Nhưng điều đặc biệt hơn mà chúng ta quan sát được là giá dầu có tác động tiêu cực đến cán cân thương mại trong cả ngắn hạn và dài hạn. Hệ số hiệu chỉnh ECTt-1 được ước lượng bằng -0.42, có ý nghĩa thống kê tại mức 1% là một tín hiệu chính xác cho thấy một tốc độ điều chỉnh chậm chỉ khoảng 42% của cán cân thương mại năm hiện tại so với giai đoạn trước đó. Việc tốc độ điều chỉnh này chậm là do nhà nước áp dụng cơ chế quản lý giá dầu nên tác động truyền dẫn của việc giá dầu tăng đến nền kinh tế còn tùy thuộc vào việc giá dầu quản lý được điều chỉnh nhanh hay chậm. Nếu việc điều chỉnh giá diễn ra rất chậm thì nền kinh tế cũng sẽ điều chỉnh chậm theo tình hình giá dầu tăng và Chính phủ sẽ phải chi nhiều hơn từ ngân sách để trợ cấp cho các đơn vị kinh doanh xăng dầu. 5. Kết luận Bằng việc sử dụng mô hình ADRL, bài nghiên cứu này đã tìm ra được mối quan hệ giữa các biến kinh tế như giá dầu, tỷ giá và chênh lệch sản lượng với cán cân thương mại Việt Nam trong giai đoạn từ tháng 1/2003-2/2015. Kết quả thực nghiệm cho thấy rằng giá dầu có tác động tiêu cực đến cán cân thương mại trong cả ngắn hạn và dài hạn tại các mức ý nghĩa rất đáng kể 1%. Điều đó cho thấy dù Việt Nam là đất nước xuất khẩu dầu thô và nhập khẩu dầu tinh chế, nhưng việc giá dầu tăng vẫn làm cho cán cân thương mại của chúng ta xấu đi do sự chênh lệch giữa giá dầu nhập khẩu so với dầu thô xuất khẩu là khá lớn. Từ đó cho ta thấy việc giảm sự phụ thuộc vào nguồn dầu nhập khẩu từ nước ngoài là điều cần thiết trong việc cải thiện cán cân thương mại. Thêm vào đó, việc tốc độ điều chỉnh thấp chỉ khoảng 42% cho thấy việc quản lý giá dầu trong thời gian vừa qua dù có làm giảm tác động của giá dầu đến nền kinh tế, tuy nhiên bù lại nhà nước phải chi ra một ngân sách khá lớn cho việc ổn định giá xăng dầu. Bên cạnh đó, bài nghiên cứu cho thấy tỷ giá luôn thể hiện vai trò lớn nhất của mình trong việc giải thích biến động cán cân thương mại đặt ra yêu cầu xem xét thận trọng trong vấn đề đưa ra các chính sách liên quan đến biến kinh tế vĩ mô này. 112
Thêm vào đó, việc tăng tỷ giá có tác động bất lợi trong ngắn hạn và tác động tích cực trong dài hạn là một lưu ý hết sức quan trọng trong việc sử dụng công cụ này trong việc cải thiện cán cân thương mại. Đồng thời, bài nghiên cứu còn thấy tác động của chênh lệch sản lượng cũng thay đổi theo thời gian theo cùng xu hướng của tỷ giá, trong ngắn hạn cứ 1% tăng trong chênh lệch sản lượng thì cán cân thương mại giảm 0.72%. còn trong dài hạn việc cán cân này tăng 1% tương ứng với việc tăng 1.47% trong chênh lệch sản lượng. Việc giá trị của chênh lệch sản lượng khác không cả trong ngắn hạn và dài hạn cho thấy việc sử dụng nguồn lực cả trong ngắn hạn và dài hạn đều không hiệu quả. Tài liệu tham khảo 1. Ahmad, I. and A. Qayyum (2008). "Effect of government spending and macro- economic uncertainty on private investment in services sector, Evidence from Pakistan." 2. Aurangzeb (2012). "Factors affecting the trade balance in Pakistan." Economics and Finance Review 1, 25-30 3. Bahmani-Oskooee, M. and M. T. Bohl (2000). "German monetary unification and the stability of the German M3 money demand function." Economics Letters 66(2), 203-208. 4. Beckerman, W. (1951). "National Income, Exchange Rates and the Balance of Trade, A Note." Economica 18(71), 292-294. 5. Bodenstein, M., et al. (2011). "Oil shocks and external adjustment." Journal of International Economics 83(2), 168-184. 6. Chinn, M. D. (2004). "Incomes, Exchange Rates and the US Trade Deficit, Once Again*." International Finance 7(3), 451-469. 7. Dash, A. K. (2013). "Bilateral J-Curve between India and Her Trading Partners: A Quantitative Perspective." Economic Analysis and Policy 43(3), 315-338. 8. Dash, A. K. and V. Narasimhan (2006). "The J-Curve and the Indian Trade Balance: A Quantitative Perspective." ICFAI Journal of Applied Finance 12(10), 29-39. 9. Engle, R. F. and C. W. J. Granger (1987). "Co-Integration and Error Correction, Representation, Estimation, and Testing." Econometrica 55(2), 251-276. 10. Hassan, S. A. and K. Zaman (2012). " Effect of oil prices on trade balance: New insights into the cointegration relationship from Pakistan." Economic Modelling 29(6), 2125-2143. 11. Ilker, D. and B.-O. Mohsen (2002) "between Dollarization and Inflation: Evidence from Turkey", Research and Monetary Policy Department,Central Bank of the Republic of Turkey. 113
12. Kilian, L. (2009) "Oil Price Shocks, Monetary Policy and Stagflation", C.E.P.R. Discussion Papers. 13. Kilian, L., et al. (2009). "Oil shocks and external balances." Journal of International Economics 77(2), 181-194. 14. Korhonen, I. and S. Ledyaeva (2010). "Trade linkages and macroeconomic effects of the price of oil." Energy Economics 32(4), 848-856. 15. Krueger, A. D. (1983). "Exchange rate determination." Cambridge University Press, Cambridge. 16. Le, T.-H. and Y. Chang (2013). "Oil price shocks and trade imbalances." Energy Economics 36, 78-96. 17. Lutz, K. (2009). "Not All Oil Price Shocks Are Alike, Disentangling Demand and Supply Shocks in the Crude Oil Market." American Economic Review 99(3), 1053-1069. 18. Marwah, K. (1995). "The J-curve and the Indian trade balance , a quantitative perspective." Economics, econometrics and the link , essays in honor of Lawrence R. Klein, 253-275. 19. Narayan, P. K. and S. Narayan (2005). "Estimating income and price elasticities of imports for Fiji in a cointegration framework." Economic Modelling 22(3), 423- 438. 20. Pesaran, M. H. and B. Pesaran (1997). "Working with microfit 4.0." Camfit Data Ltd, Cambridge. 21. Pesaran, M. H., et al. (1996). Testing for the'Existence of a Long-run Relationship', Faculty of Economics, University of Cambridge. 22. Pesaran, M. H., et al. (2001). "Bounds testing approaches to the analysis of level relationships." Journal of Applied Econometrics 16(3), 289-326. 23. SÁNchez, M. V. (2011). "Welfare effects of rising oil prices in oil-importing developing countries." The Developing Economies 49(3), 321-346. 24. Singh, T. (2002). "India’s trade balance, the role of income and exchange rates." Journal of Policy Modeling 24(5), 437-452. 25. Wang, C.-H., et al. (2012). "Short-run and long-run effects of exchange rate change on trade balance, Evidence from China and its trading partners." Japan and the World Economy 24(4), 266-273. 26. Wilson, P. (2001). "Exchange Rates and the Trade Balance for Dynamic Asian Economies-Does the J-Curve Exist for Singapore, Malaysia, and Korea?" Open Economies Review 12(4), 389-413. 114