Luận văn Thạc sĩ Kinh tế: Mối quan hệ giữa tỷ giá hối đoái và cán cân thương mại tại Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC KINH TẾ TP.HỒ CHÍ MINH  TRẦN QUỐC BẢO

MỐI QUAN HỆ GIỮA TỶ GIÁ HỐI ĐOÁI VÀ

CÁN CÂN THƢƠNG MẠI TẠI VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

TP.Hồ Chí Minh – Năm 2013

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC KINH TẾ TP.HỒ CHÍ MINH  TRẦN QUỐC BẢO

MỐI QUAN HỆ GIỮA TỶ GIÁ HỐI ĐOÁI VÀ

CÁN CÂN THƢƠNG MẠI TẠI VIỆT NAM

Chuyên ngành: Tài chính – Ngân hàng

Mã số: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

Ngƣời hƣớng dẫn khoa học: PGS.TS. LÊ PHAN THỊ DIỆU THẢO

TP.Hồ Chí Minh – Năm 2013

LỜI CAM ĐOAN

Tác giả xin cam đoan đây là công trình nghiên cứu của riêng tác giả dưới sự

hướng dẫn khoa học của PGS.TS Lê Phan Thị Diệu Thảo.

Các số liệu thống kê được sử dụng trong bài nghiên cứu được thu thập từ

nguồn đáng tin cậy, có thể kiểm chứng; nội dung và kết quả nghiên cứu của

luận văn này chưa từng được công bố trong bất cứ công trình nào cho tới thời

điểm hiện nay.

Tôi xin hoàn toàn chịu trách nhiệm về nghiên cứu của mình./.

Tp. Hồ Chí Minh, ngày tháng năm 2013

Tác giả

Trần Quốc Bảo

DANH MỤC CHỮ VIẾT TẮT

Augmented Dickey - Fuller ADF

Tiêu chuẩn Akeike AIC

Ký hiệu dạng sai phân bậc 1 của các biến ở dạng log DLN

Mô hình hiệu chỉnh sai số (Error Correction Model) ECM

Tổng sản phẩm quốc nội (Gross Domestic Product) GDP

Tiêu chuẩn Hannan Quinn HQ

Tiêu chuẩn Information Criterion IC

Quỹ Tiền tệ Quốc tế IMF

Impulse Response Function IRF

KPSS Kwiatkowski – Phillip – Schmidt – Shin

LR Tiêu chuẩn LR

NEER Tỷ giá hối đoái danh nghĩa đa phương

NHNN Ngân hàng Nhà nước Việt Nam

Phương pháp chi bình phương bé nhất (Ordinary least square) OLS

Phillips – Perron PP

REER Tỷ giá hối đoái thực đa phương

Tiêu chuẩn Schwarz SC

Đô la Mỹ USD

Mô hình véc tơ tự hồi quy (Vector Autorgressive Model) VAR

VECM Mô hình véc tơ hiệu chỉnh sai số (Vector Error Correction Model)

Việt Nam đồng VND

Tổ chức Thương mại Thế giới WTO

DANH MỤC BẢNG, BIỂU

Trang

Bảng 4.1: Kiểm định nghiệm đơn vị theo tiêu chuẩn ADF – trường

hợp có chặn. .................................................................................................... 27

Bảng 4.2: Kiểm định nghiệm đơn vị theo tiêu chuẩn ADF – trường

hợp có chặn và xu hướng ................................................................................ 28

Bảng 4.3: Kiểm định nghiệm đơn vị theo tiêu chuẩn PP – trường hợp

có chặn ............................................................................................................ 29

Bảng 4.4: Kiểm định nghiệm đơn vị theo tiêu chuẩn PP – trường hợp

có chặn và xu hướng ....................................................................................... 30

Bảng 4.5: Kiểm định nghiệm đơn vị theo tiêu chuẩn KPSS – trường

hợp có chặn ..................................................................................................... 31

Bảng 4.6: Kết quả lựa chọn bước trễ tối ưu ...................................................... 32

Bảng 4.7 : Kết quả kiểm định nhân quả Granger ............................................ 34

Bảng 4.8: Kiểm định đồng tích hợp trường hợp không có xu hướng ........... 35

Bảng 4.9: Kiểm định đồng tích hợp trường hợp có xu hướng ...................... 36

Bảng 4.10: Kết quả mô hình VECM– hệ số cân bằng dài hạn ...................... 37

Bảng 4.11 : Kết quả mô hình VECM trường hợp không có xu hướng ........... 39

Bảng 4.12 : Kết quả mô hình VECM trường hợp không có xu hướng

dạng rút gọn ..................................................................................................... 40

Bảng 4.13 : Kết quả mô hình VECM trường hợp có xu hướng ...................... 41

Bảng 4.14 : Kết quả mô hình VECM trường hợp không có xu hướng

dạng rút gọn ..................................................................................................... 42

Bảng 4.15: Kiểm định hiện tượng dị phương sai và tương quan chuỗi. ......... 43

Bảng 4.16: Kết quả phân tách phương sai trong sự thay đổi của TB ............ 45

Bảng 4.17 : Kết quả hàm phản ứng xung của cán cân thương mại với

cú sốc 1% từ REER. ........................................................................................ 47

DANH MỤC HÌNH VẼ, ĐỒ THỊ

Trang

Hình 4.1 : Biểu đồ thể hiện mối quan hệ giữa cán cân thương mại và

tỷ giá hối đoái thực đa phương. ....................................................................... 25

Hình 4.2 : Đồ thị phần dư của các biến. .......................................................... 44

Hình 4.3 : Phân tách phương sai ..................................................................... 46

Hình 4.4 : Tác động tích lũy do sự thay đổi 1 đơn vị độ lệch chuẩn của

REER. .............................................................................................................. 47

MỤC LỤC

Trang

Tóm tắt ............................................................................................................. 1

1. Giới thiệu ................................................................................................... 2

2. Mối quan hệ giữa tỷ giá hối đoái và cán cân thƣơng mại – từ

lý thuyết đến bằng chứng thực nghiệm. ........................................................ 4

2.1. Cơ sở lý thuyết mối quan hệ giữa tỷ giá hối đoái và cán cân

thương mại. ....................................................................................................... 4

2.1.1. Lý thuyết hiệu ứng đường cong J ................................................... 5

2.1.2. Hệ số co dãn xuất nhập khẩu và điều kiện Marshall-Lerner.......... 8

2.2. Tổng quan các công trình nghiên cứu trước đây .................................... 13

2.2.1. Các nghiên cứu thực nghiệm về mối quan hệ giữa tỷ giá hối

đoái và cán cân thương mại ở các nước phát triển ................................... 13

2.2.2. Các nghiên cứu thực nghiệm về mối quan hệ giữa tỷ giá hối

đoái và cán cân thương mại ở các nước đang phát triển .......................... 14

2.2.3. Các nghiên cứu thực nghiệm về mối quan hệ giữa tỷ giá hối

đoái và cán cân thương mại ở trong nước ................................................ 15

2.3. Lựa chọn mô hình ................................................................................... 16

3. Mô hình, dữ liệu, phƣơng pháp nghiên cứu ........................................ 17

3.1. Mô hình nghiên cứu ................................................................................ 17

3.2. Dữ liệu nghiên cứu .................................................................................. 18

3.3. Phương pháp nghiên cứu......................................................................... 19

3.3.1. Kiểm định tính dừng .................................................................... 19

3.3.2. Phân tích đồng tích hợp ................................................................ 20

3.3.3. Mô hình véc tơ hiệu chỉnh sai số (VECM) .................................. 22

4. Kết quả nghiên cứu. ............................................................................... 24

4.1. Thực trạng mối quan hệ giữa tỷ giá thực đa phương (REER) và

cán cân thương mại. ........................................................................................ 24

4.2. Kiểm định nghiệm đơn vị và chọn bước trễ cho mô hình ...................... 26

4.2.1. Kiểm định nghiệm đơn vị ............................................................. 26

4.2.2. Xác định bước trễ tối ưu ............................................................... 31

4.3. Kiểm định mối quan hệ đồng tích hợp .................................................... 33

4.4. Kiểm định mô hình VECM ..................................................................... 36

4.4.1. Kết quả ước lượng mô hình VECM ............................................. 36

4.4.2. Kiểm định sự phù hợp của mô hình ............................................. 44

4.5. Kiểm định và phân tích kết quả hiệu ứng đường cong J ở Việt

Nam ............................................................................................................ 45

4.5.1. Phân tách phương sai ................................................................... 45

4.5.2. Hàm phản ứng xung (Impulse response function) ....................... 46

5. Kết luận ................................................................................................... 48

DANH MỤC TÀI LIỆU THAM KHẢO

PHỤ LỤC

1

Tóm tắt

Luận văn được thực hiện nhằm tìm kiếm bằng chứng về mối quan hệ giữa tỷ

giá hối đoái và cán cân thương mại tại Việt Nam giai đoạn từ quý 1 năm 1999

đến quý 4 năm 2012. Nghiên cứu sử dụng phân tích đồng tích hợp Johansen,

kiểm định Engle - Granger để xem xét mối quan hệ cân bằng dài hạn giữa các

biến trong mô hình. Ngoài ra để xem xét trong ngắn hạn tỷ giá hối đoái có

quan hệ như thế nào đối với cán cân thương mại trong việc giữ cho mối quan

hệ này quy về mối quan hệ cân bằng dài hạn, tác giả sử dụng mô hình VECM,

đồng thời sử dụng tính năng quan trọng của mô hình VECM là phân tích cơ

chế truyền dẫn sốc thông qua hàm phản ứng xung (IRF) để xem xét mức độ

phản ứng của cán cân thương mại khi xảy ra cú sốc đối với tỷ giá hối đoái.

Kết quả nghiên cứu, tác giả tìm thấy bằng chứng đáng tin cậy về mối quan hệ

giữa tỷ giá hối đoái và cán cân thương mại tại Việt Nam trong ngắn hạn và

dài hạn. Trong ngắn hạn, sự tác động của tỷ giá hối đoái lên cán cân thương

mại có tính chất trễ, khi phá giá sẽ làm cán cân thương mại thâm hụt trong 3

quý đầu và được cải thiện từ quý 4 trở đi và trong dài hạn tác động của tỷ giá

hối đoái được chuyển dịch hoàn toàn vào cán cân thương mại. Điều này đồng

nghĩa, đường cong J có xuất hiện trong trường hợp của Việt Nam.

Từ khóa: Tỷ giá hối đoái, Cán cân thương mại, Mô hình VECM.

2

1. Giới thiệu

Ở Việt Nam, từ khi chuyển sang kinh tế thị trường, mở cửa và hội nhập kinh

tế quốc tế, lĩnh vực thương mại đã có những chuyển biến tích cực, song cũng

lộ rõ nhiều thách thức, điều thấy rõ nhất là nền kinh tế đã phải trải qua sự

thâm hụt thương mại lớn và dai dẳng trong thời gian dài. Về mặt lý thuyết,

cán cân thương mại thâm hụt liên tục gây lãng phí nguồn ngoại tệ trong nước

ảnh hưởng xấu tới mục tiêu tăng trưởng kinh tế. Ngoài ra, cán cân thương mại

thâm hụt quá lớn sẽ dẫn đến hoặc là cán cân vốn phải thặng dư một lượng

tương ứng để bù đắp, điều này có thể làm gia tăng nợ nước ngoài quá mức đối

với một quốc gia; hoặc là Chính phủ sẽ phải tiến hành các biện pháp can thiệp

gắt gao trên thị trường ngoại hối, gây khó khăn và ảnh hưởng tới hiệu quả của

các chính sách kinh tế vĩ mô khác. Chính vì vậy, cải thiện cán cân thương mại

là một vấn đề nên đuợc quan tâm đúng mức tùy theo điều kiện và mục tiêu

phát triển kinh tế của mỗi quốc gia.

Dưới góc độ thương mại quốc tế, có nhiều nhân tố vĩ mô tác động gây ra thâm

hụt hoặc thặng dư thương mại. Trong nghiên cứu này tác giả chỉ xem xét nhân

tố là tỷ giá hối đoái, đây là nhân tố được nhiều nghiên cứu trong và ngoài

nước ghi nhận là nguyên nhân tác động đến cán cân thương mại.

Tỷ giá là một phạm trù kinh tế quan trọng, là công cụ của chính sách tiền tệ

quốc gia đã được Ngân hàng Trung ương của các nước điều hành theo điều

kiện của mỗi nước, phù hợp với tình hình cụ thể trong từng thời kỳ, và do vậy

có tác động như một công cụ cạnh tranh trong thương mại quốc tế, một công

cụ quản lý kinh tế, có ảnh hưởng mạnh mẽ tới giá cả, tới mọi hoạt động kinh

tế - xã hội của nước đó và các nước có liên quan.

Hiện nay, có rất nhiều công trình nghiên cứu về vấn đề tỷ giá hối đoái, mối

quan hệ giữa tỷ giá hối đoái và cán cân thương mại. Tuy nhiên, số lượng

3

nghiên cứu ở Việt Nam phần lớn nghiên cứu về tác động của những biến động

tỷ giá hối đoái đến giá cả hay các biến số vĩ mô khác, số lượng nghiên cứu về

mối quan hệ giữa tỷ giá hối đoái và cán cân thương mại vẫn còn ít, ví dụ như

Phan Thanh Hoàn và Nguyễn Đăng Hào (2007), Phạm Hồng Phúc (2009).

Luận văn này tiếp tục nghiên cứu mối quan hệ giữa tỷ giá hối đoái và cán cân

thương mại tại Việt Nam với số liệu từ quý 1/1999 đến quý 4/2012 trên cơ sở

tiếp cận theo phương pháp nghiên cứu sử dụng phân tích đồng tích hợp

Johansen, kiểm định Engle - Granger để xem xét mối quan hệ cân bằng dài

hạn giữa các biến trong mô hình. Ngoài ra để xem xét trong ngắn hạn tỷ giá

hối đoái có quan hệ như thế nào đối với cán cân thương mại trong việc giữ

cho mối quan hệ này quy về mối quan hệ cân bằng dài hạn, tác giả sử dụng

mô hình VECM, đồng thời sử dụng tính năng quan trọng của mô hình VECM

là phân tích cơ chế truyền dẫn sốc thông qua hàm phản ứng xung (IRF) để

xem xét mức độ phản ứng của cán cân thương mại khi xảy ra cú sốc đối với tỷ

giá hối đoái.

Dựa theo tình hình và kết quả nghiên cứu, đề tài có những đóng góp sau:

Về phương diện học thuật:

 Hệ thống hóa những lý luận chung về tỷ giá hối đoái, cán cân thương

mại, hiệu ứng đường cong chữ J và mối quan hệ giữa tỷ giá hối đoái và cán

cân thương mại.

 Ứng dụng kiểm định nghiệm đơn vị để kiểm định tính dừng của chuỗi dữ

liệu nghiên cứu nhằm khắc phục các nhược điểm của bộ dữ liệu thời gian,

đồng thời đóng góp bằng chứng thực nghiệm về mối quan hệ giữa tỷ giá hối

đoái và cán cân thương mại tại Việt Nam thông qua phương pháp phân tích

đồng tích hợp và mô hình VECM.

Về phương diện thực tiễn:

4

Các bằng chứng tìm thấy trong đề tài đóng góp thêm một cách nhìn mới về

mối quan hệ giữa tỷ giá hối đoái và cán cân thương mại tại Việt Nam. Đề tài

được hoàn thành có thể được sử dụng làm tài liệu tham khảo cho các học

viên, sinh viên nhóm ngành Tài chính - Ngân hàng và những ai quan tâm,

nghiên cứu đến những vấn đề liên quan.

Mục tiêu đề tài:

Với định hướng nghiên cứu của mình, tác giả mong muốn có thể đưa ra

những luận cứ khoa học đáng tin cậy về mối quan hệ giữa tỷ giá hối đoái và

cán cân thương mại tại Việt Nam. Cụ thể đề tài tập trung trả lời câu hỏi

nghiên cứu:

 Câu hỏi thứ nhất, có hay không sự tồn tại mối quan hệ giữa tỷ giá hối

đoái và cán cân thương mại tại Việt Nam trong ngắn hạn và dài hạn?

 Câu hỏi thứ hai, phá giá có cải thiện được cán cân thương mại tại Việt

Nam không? Mất bao lâu để cán cân thương mại được cải thiện kể từ khi phá

giá? Đường cong J có xuất hiện ở Việt Nam không?

Phần còn lại của luận văn có kết cấu như sau. Phần 2 mô tả mối quan hệ giữa

tỷ giá hối đoái và cán cân thương mại – từ lý thuyết đến bằng chứng thực

nghiệm. Phần 3 trình bày mô hình, dữ liệu, phương pháp nghiên cứu. Kết quả

nội dung của phân tích được trình bày ở phần 4. Phần 5 là kết luận.

2. Mối quan hệ giữa tỷ giá hối đoái và cán cân thƣơng mại – từ lý

thuyết đến bằng chứng thực nghiệm.

2.1. Cơ sở lý thuyết mối quan hệ giữa tỷ giá hối đoái và cán cân thƣơng

mại.

Hầu hết các quốc gia trên thế giới đều có đồng tiền riêng, thương mại, đầu tư

và các quan hệ tài chính quốc tế … đòi hỏi các quốc gia phải thanh toán với

5

nhau. Thanh toán giữa các quốc gia dẫn đến việc mua bán các đồng tiền khác

nhau, đồng tiền này lấy đồng tiền kia. Hoạt động chuyển đổi đồng tiền này

thành đồng tiền khác trong quan hệ kinh tế giữa các nước, nhóm nước với

nhau đã làm nảy sinh thuật ngữ tỷ giá hối đoái. Hiện nay, có rất nhiều quan

điểm khác nhau về tỷ giá. Tuy nhiên, được thừa nhận rộng rãi ngày nay theo

cơ chế kinh tế thị trường, tỷ giá được khái niệm như sau : “Tỷ giá hối đoái là

giá cả của một đồng tiền được biểu thị thông qua đồng tiền khác”1.

Theo mô hình thay thế bất hoàn hảo của Goldstein và Khan (1985), cán cân

thương mại bao gồm các thành phần của xuất khẩu và nhập khẩu hàng hóa.

Thu nhập trong nước và giá nhập khẩu là những nhân tố quyết định cầu hàng

hóa nhập khẩu. Tương tự, thu nhập nước ngoài và giá xuất khẩu là những

nhân tố quyết định cung hàng hóa xuất khẩu. Theo trường phái Keynes cổ

điển, thu nhập trong nước, thu nhập nước ngoài và tỷ giá hối đoái thực là những nhân tố chính tác động đến giá trị xuất khẩu ròng2.

2.1.1. Lý thuyết hiệu ứng đƣờng cong J

Đường cong J là một đường mô tả hiện tượng cán cân vãng lai bị xấu đi trong

ngắn hạn và chỉ cải thiện trong dài hạn. Đường biểu diễn hiện tượng này

giống hình chữ J. Theo kết quả nghiên cứu của Krugman (1991), người đã tìm

ra hiệu ứng đường cong J khi phân tích cuộc phá giá đô la Mỹ trong thời gian

1985 –1987, thì ban đầu cán cân vãng lai xấu đi, sau đó khoảng hai năm cán

cân vãng lai đã được cải thiện.

Nguyên nhân xuất hiện đường cong J là do trong ngắn hạn hiệu ứng giá cả có

1 Nguyễn Văn Tiến, Giáo trình Tài chính quốc tế, Nxb Thống kê, 2012, trang 296 2 Trích: Eric Ben Kamoto (2006), “The J-Curve effect on the trade balance in Malawi and South Africa”, The University of Texas at Arlington, 2006.

tính trội hơn hiệu ứng số lượng nên làm xấu đi cán cân thương mại, ngược lại

6

trong dài, hiệu ứng số lượng có tính trội hơn hiệu ứng giá cả làm cán cân

thương mại được cải thiện.

3.

Thặng dư (+)

4. C á n 5. c â n 6. v ã n 7. g

0

l a i

8.

Thời gian

Đường cong J

Thâm hụt (-)

Hình 3.1 Hiệu ứng đƣờng cong J Cán cân vãng lai

Trong ngắn hạn, khi tỷ giá tăng trong lúc giá cả và tiền lương trong nước

tương đối cứng nhắc sẽ làm giá hàng hóa xuất khẩu rẻ hơn, nhập khẩu trở

nên đắt hơn: các hợp đồng xuất khẩu đã được ký kết với tỷ giá cũ, các doanh

nghiệp trong nước chưa huy động đủ nguồn lực để sẳn sàng tiến hành sản

xuất nhiều hơn trước nhằm đáp ứng nhu cầu xuất khẩu tăng lên, cũng như

nhu cầu trong nước tăng lên. Ngoài ra, trong ngắn hạn, cầu hàng nhập khẩu

không nhanh chóng giảm còn do tâm lý người tiêu dùng. Khi phá giá, giá

hàng nhập khẩu tăng lên, tuy nhiên, người tiêu dùng có thể lo ngại về chất

lượng hàng nội hay trong nước chưa có hàng thay thế xứng đáng hàng nhập

làm cho cầu hàng nhập khẩu chưa thể giảm ngay. Do đó, số lượng hàng xuất

khẩu trong ngắn hạn không tăng lên nhanh chóng và số lượng hàng nhập

cũng không giảm mạnh. Vì vậy, trong ngắn hạn hiệu ứng giá cả có tính trội

hơn hiệu ứng số lượng làm cho cán cân thương mại xấu đi.

7

Trong dài hạn, giá hàng nội địa giảm đã kích thích sản xuất trong nước và

người tiêu dùng trong nước cũng đủ thời gian tiếp cận và so sánh chất lượng

hàng trong nước với hàng nhập. Mặt khác, trong dài hạn, doanh nghiệp có

thời gian tập hợp đủ các nguồn lực để tăng khối lượng sản xuất. Lúc này sản

lượng bắt đầu co giãn, hiệu ứng số lượng có tính trội hơn hiệu ứng giá cả làm

cán cân thương mại được cải thiện.

Với những phân tích trên cho thấy, sau khi phá giá, hiệu ứng giá cả có tác

dụng làm cho cán cân thương mại trở nên xấu đi ngay lập tức, trong khi đó

hiệu ứng khối lượng xuất khẩu và nhập khẩu chỉ được cải thiện được cán cân

thương mại trong dài hạn. Điều này hàm ý, trong ngắn hạn hiệu ứng giá cả có

tính trội so với hiệu ứng khối lượng, nên làm cho cán cân thương mại trở nên

xấu đi; ngược lại, trong dài hạn, hiệu ứng khối lượng có tính trội hơn hiệu

ứng giá cả, nên cán cân thương mại được cải thiện. Mức độ và thời gian kéo

dài trạng thái thâm hụt trong ngắn hạn cũng như khả năng cải thiện vững

chắc trong dài hạn của cán cân thương mại phụ thuộc vào các yếu tố:

 Tỷ trọng hàng hóa đủ tiêu chuẩn tham gia thương mại quốc tế (ITG) có

sẵn trong nền kinh tế. Đối với các nước phát triển tỷ lệ hàng hóa đủ chuẩn

tham gia thương mại quốc tế cao nên hiệu ứng giá cả có thời gian tác động lên

cán cân thương mại thường là thấp. Ngược lại, các nước đang phát triển tỷ

trọng loại hàng hóa này nhỏ, cho nên một sự phá giá tiền tệ làm cho khối

lượng xuất khẩu tăng chậm hơn. Điều này làm cho hiệu ứng khối lượng ít có

tác động đến cán cân thương mại hơn ở các nước đang phát triển. Vì vậy, tác

động cải thiện cán cân thương mại của phá giá ở các nước phát triển thường

mạnh hơn ở các nước đang phát triển.

 Năng lực sản xuất hàng hóa thay thế nhập khẩu. Đối với các nền kinh tế

đang phát triển (Việt Nam thuộc nhóm nước này), có một số hàng hóa các nền

8

kinh tế này không thể sản xuất được hay có sản xuất được đi nữa thì chất

lượng không tốt bằng hoặc giá cả có thể cao hơn. Vì vậy, mặc dù giá nhập

khẩu có đắt hơn, người tiêu dùng cũng không thể lựa chọn hàng trong nước.

Điều này làm kéo dài thời gian của hiệu ứng giá cả.

 Tâm lý người tiêu dùng và thương hiệu quốc gia của hàng hóa trong

nước. Nếu người tiêu dùng trong nước có tâm lý sùng hàng ngoại, thì một sự

đắt lên của hàng nhập và sự rẻ đi của hàng trong nước có tác động đến hành vi

tiêu dùng của họ, họ sẽ tiếp tục sử dụng hàng nhập mặc dù giá có đắt hơn.

Tiếp theo, mức độ gia tăng số lượng hàng xuất khẩu phụ thuộc vào sự tin

tưởng và ưa chuộng hàng hóa xuất khẩu của người tiêu dùng nước ngoài.

 Tỷ trọng hàng nhập khẩu trong giá thành hàng sản xuất trong nước. Nếu

tỷ trọng này cao, giá thành sản xuất của hàng hóa trong nước sẽ tăng lên khi

hàng nhập khẩu tăng giá. Điều này làm triệt tiêu lợi thế giá rẻ của hàng xuất

khẩu khi phá giá. Cho nên, phá giá tiền tệ chưa hẳn đã làm tăng khối lượng

hàng xuất khẩu.

 Mức độ linh hoạt của tiền lương. Động thái phá giá tiền tệ thường làm

chỉ số giá hàng tiêu dùng tăng lên. Nếu tiền lương linh hoạt, nó sẽ tăng theo

chỉ số giá. Điều này làm tăng chi phí sản xuất, từ đó làm cho giá hàng trong

nước giảm bớt lợi thế có được từ phá giá tiền tệ.

2.1.2. Hệ số co dãn xuất nhập khẩu và điều kiện Marshall-Lerner

Khi nghiên cứu về tác động của tỷ giá lên cán cân thương mại thông qua

cách tiếp cận hệ số co giãn, một số giả định đã được đưa ra nhằm đơn giản

hóa vấn đề. Thứ nhất, là độ co giãn giá của cung các hàng hóa xuất khẩu nội

địa và hàng hóa nhập khẩu từ nước ngoài là co giãn hoàn toàn – tức hàng

hóa trong nước và hàng hóa nước ngoài có mức giá cố định, do đó sự thay

đối trong mức giá tương đối của chúng hoàn toàn là do sự thay đổi trong tỷ

9

giá hối đoái danh nghĩa. Thứ hai, cán cân thương mại cân bằng trước khi

tiến hành phá giá, tức trị giá xuất khẩu tính theo đồng nội tệ đúng bằng trị

giá nhập khẩu, đây là một giả định quan trọng để có thể rút ra điều kiện

Marshall-Lerner.

Trước hết, cần thấy rằng cán cân thương mại được biểu thị bằng giá trị (chứ

không phải khối lượng) hàng hóa xuất khẩu và nhập khẩu. Nếu giá trị xuất

khẩu lớn hơn giá trị nhập khẩu thì cán cân thương mại thặng dư và ngược

lại.

Theo đó, cán cân thương mại tính bằng nội tệ

(1.1)

Trong đó, P là giá hàng hóa xuất khẩu tính bằng nội tệ; Qx là khối lượng xuất khẩu; E là tỷ giá, tính bằng số đơn vị nội tệ trên một đơn vị ngoại tệ; P* là giá

hàng hóa nhập khẩu tính bằng ngoại tệ; QM là khối lượng nhập khẩu.

Gọi giá trị xuất khẩu tính bằng nội tệ là X, ta có X = P.Qx; giá trị nhập khẩu tính bằng ngoại tệ là M, ta có M=P*.QM; khi đó:

(1.2)

Sự thay đổi của TB được thể hiện như sau:

(1.3)

(1.4) hay:

Hệ số co giãn xuất khẩu ƞ x, được tính bằng phần trăm sự thay đổi của giá trị

xuất khẩu chia cho phần trăm thay đổi của mức giá – cũng chính là phần trăm

thay đổi của tỷ giá do mức giá trong nước là cố định, được tính theo công

thức:

10

(1.5)

Tương tự, Hệ số co giãn nhập khẩu ƞ m, được tính bằng phần trăm sự thay đổi

của giá trị nhập khẩu chia cho phần trăm thay đổi của mức giá hay tỷ giá và

được tính theo công thức:

(1.6)

Thay giá trị của các phương trình (1.5) và (1.6) vào phương trình (1.4)

(1.7)

(1.8)

Giả sử trạng thái ban đầu của cán cân thương mại là cân bằng, tức là:

TB = X – E.M = 0, hay X/E.M = 1

Phương trình (1.8) được viết lại như sau:

(1.9)

Như vậy, để cải thiện được cán cân thương mại sau khi phá giá thì điều kiện

sau phải được thỏa mãn:

Trên đây chính là điều kiện Marshall-Lerner, điều kiện này phát biểu rằng: với

trạng thái ban đầu của cán cân thương mại là cân bằng, việc phá giá tiền tệ sẽ

giúp cải thiện cán cân thương mại nếu giá trị tuyệt đối của tổng hai độ co giãn

theo giá cả của xuất khẩu và độ co giãn theo giá cả của nhập khẩu lớn hơn 1

11

hay (ηx + ηm>1). Nếu giá trị tuyệt đối của tổng hai độ co giãn theo giá cả của

xuất khẩu và độ co giãn theo giá cả của nhập khẩu nhỏ hơn 1 hay

(ηx + ηm <1) phá giá tiền tệ sẽ làm cho cán cân thương mại bị thâm hụt , và

phá giá tiền tệ không làm thay đổi cán cân thương mại khi giá trị tuyệt đối của

tổng hai độ co giãn theo giá cả của xuất khẩu và độ co giãn theo giá cả của

nhập khẩu bằng 1 hay (ηx + ηm =1).

Ý tưởng đằng sau cách tiếp cận hệ số co giãn là phá giá, phá giá nội tệ là làm

giảm giá trị đồng nội tệ so với các ngoại tệ khác. Phá giá nội tệ tạo ra hiệu

ứng tăng khối lượng xuất khẩu và hạn chế khối lượng nhập khẩu, song xét về

mặt giá trị thì cán cân thương mại không nhất thiết phải được cải thiện. Điều

này xảy ra là vì phá giá tiền tệ tạo ra hiệu ứng lên giá cả và hiệu ứng lên khối

lượng.

Giả định rằng khối lượng hàng hóa trong thương mại quốc tế không bị ảnh

hưởng bởi sự thay đổi của tỷ giá và mức giá là cố định; tuy nhiên sự thay đổi

tỷ giá khi phá giá tiền tệ khiến xuất khẩu trở nên rẻ hơn khi tính theo đồng

ngoại tệ còn nhập khẩu trở nên đắt hơn khi tính theo đồng nội tệ. Như vậy,

khi nhập khẩu cùng một lượng hàng hóa như trước khi phá giá hiện giờ cần

nhiều đồng nội tệ hơn. Có thể nói hiệu ứng giá rõ ràng đã góp phần làm xấu đi

cán cân thương mại.

Giả định rằng khi phá giá tiền tệ chỉ có khối lượng xuất khẩu bị ảnh hưởng

bởi sự thay đổi trong tỷ giá (không có hiệu ứng giá cả). Khi đó, đối với người

tiêu dùng nước ngoài hàng hóa xuất khẩu rẻ đi một cách tương đối. Điều này

sẽ dẫn đến sự tăng lên trong khối lượng hàng xuất khẩu. Đồng thời, tỷ giá

tăng lên khiến giá hàng hóa nhập khẩu đắt lên một cách tương đối với người

tiêu dùng trong nước khiến lượng hàng nhập khẩu giảm. Xuất khẩu tăng và

12

nhập khẩu giảm, hiệu ứng lượng rõ ràng đã góp phần cải thiện cán cân thương

mại.

Hiệu ứng ròng của cán cân thương mại được cải thiện hay trở nên xấu đi phụ

thuộc vào tính trội của hiệu ứng giá cả và hiệu ứng khối lượng. Như vậy, có

ba khả năng có thể xảy ra đối với cán cân thương mại khi phá giá nội tệ.

Khả năng thứ nhất, phản ánh tính trội của hiệu ứng giá cả. Điều này có nghĩa

là dù khối lượng xuất khẩu tăng và khối lượng nhập khẩu giảm cũng sẽ không

đủ bù đắp lượng giảm giá trị xuất khẩu tính bằng ngoại tệ và tăng giá trị nhập

khẩu tính bằng nội tệ. Kết quả là cán cân thương mại từ cân bằng chuyển sang

thâm hụt.

Khả năng thứ hai, phản ánh tính trội của hiệu ứng khối lượng. Điều này có

nghĩa là sau khi phá giá, khối lương xuất khẩu tăng và khối lượng nhập khẩu

giảm vượt quá giá trị xuất khẩu giảm tính theo ngoại tệ và giá trị nhập khẩu

tính theo nội tệ. Kết quả là cán cân thương mại từ cân bằng chuyển sang thặng

dư.

Khả năng thứ ba, phản ánh tính trung hòa của hai hiệu ứng giá cả và hiệu ứng

khối lượng, Điều này có nghĩa là khối lượng xuất khẩu tăng và khối lượng

nhập khẩu giảm vừa đủ để bù đắp cho giá trị xuất khẩu tính bằng ngoại tệ

giảm và giá trị nhập khẩu tính bằng nội tệ tăng. Kết quả là trạng thái cân bằng

của cán cân thương mại được duy trì.

Như vậy, phá giá tiền tệ chắc chắn làm cho khối lượng xuất khẩu tăng và khối

lượng nhập khẩu giảm, nhưng cán cân thương mại không nhất thiết vì thế mà

được cải thiện. Hiệu ứng ròng của cán cân thương mại phụ thuộc vào tính trội

của hiệu ứng giá cả và hiệu ứng khối lượng quyết định.

13

2.2. Tổng quan các công trình nghiên cứu trƣớc đây

Trong nghiên cứu thực nghiệm thực nghiệm về mối quan hệ giữa tỷ giá hối

đoái và cán cân thương mại, có ba phương pháp chính thường được sử dụng.

Thứ nhất là sử dụng mô hình hồi quy tuyến tính. Thứ hai là tiếp cận theo mô

hình VAR. Cách tiếp cận này giúp người nghiên cứu biết được truyền dẫn tỷ

giá hối đoái khi cán cân thương mại phản ứng lại cú sốc tỷ giá. Thứ ba là tiếp

cận theo phương pháp kiểm định đồng tích hợp và mô hình ECM. Thuận lợi

của cách tiếp cận này là xem xét mối quan hệ truyền dẫn dài hạn trong mối

quan hệ đồng tích hợp giữa tỷ giá và cán cân thương mại.

Trong phần này tác giả tóm lược các công trình nghiên cứu thực nghiệm về

mối quan hệ giữa tỷ giá hối đoái và cán cân thương mại theo các phương pháp

vừa nêu theo nhóm các quốc gia đối với các nghiên cứu ở ngoài nước.

2.2.1. Các nghiên cứu thực nghiệm về mối quan hệ giữa tỷ giá hối đoái và

cán cân thƣơng mại ở các nƣớc phát triển

Brooks (1999), nghiên cứu về mối quan hệ tỷ giá hối đoái và cán cân thương

mại của Hoa Kỳ trong mối quan hệ thương mại song phương giữa Hoa Kỳ và

các nước G-7 (Canada, Pháp, Đức, Ý, Nhật và Anh). Nghiên cứu sử dụng

phương pháp ước lượng hệ số co giãn xuất khẩu và nhập khẩu và kiểm định

điều kiện Marshall-Lerner. Kết quả nghiên cứu cho thấy, sự mất giá đồng

Đôla Mỹ so với đồng tiền của 5 nước Pháp, Đức, Ý, Nhật và Anh ngoại trừ

Canada sẽ cải thiện cán cân thương mại Hoa Kỳ.

Gupta-Kapoor và Ramakrishnan (1999), sử dụng mô hình ECM kết hợp hàm

phản ứng xung (IRF) để xác định hiệu ứng đường cong J tại Nhật Bản với dữ

liệu quý 1 năm 1975 tới quý 4 năm 1996. Kết quả nghiên cứu cho thấy, có sự

tồn tại của đường cong J tại Nhật Bản. Điều này, đồng nghĩa với tình hình cán

14

cân thương mại sẽ xấu đi trong ngắn hạn sau khi có sự mất giá trong tỷ giá hối

đoái nhưng sẽ được cải thiện trong dài hạn.

Stucka (2004), nghiên cứu về những ảnh hưởng của tỷ giá hối đoái đến cán

cân thương mại của Croatia. Nghiên cứu này sử dụng mô hình hồi quy tuyến

tính cầu xuất khẩu và nhập khẩu để ước lượng tác động của tỷ giá hối đoái lên

cán cân thương mại. Kết quả nghiên cứu cho thấy khi phá giá đồng nội tệ 1%

thì sẽ cải thiện mức cân bằng của cán cân thương mại trong khoảng 0.94 –

1.3% và cần khoảng 2,5 năm để có thể thiết lập lại trạng thái cân bằng.

2.2.2. Các nghiên cứu thực nghiệm về mối quan hệ giữa tỷ giá hối đoái và

cán cân thƣơng mại ở các nƣớc đang phát triển

Onafowora (2003), nghiên cứu về mối quan hệ giữa tỷ giá hối đoái và cán cân

thương mại ở Đông Nam Á. Nghiên cứu xem xét tác động trong ngắn hạn và

dài hạn của hiệu ứng tỷ giá hối đoái thực lên cán cân thương mại của 3 quốc

gia ASEAN (Thái Lan, Malaysia, Indonesia) trong thương mại song phương

với Mỹ và Nhật Bản giai đoạn quý 1 năm 1980 đến quý 4 năm 2001, thông

qua kiểm định với mô hình véc tơ hiệu chỉnh sai số VECM. Kết quả nghiên

cứu cho thấy có hiệu ứng đường cong J trong thương mại song phương giữa

Indonesia, Malaysia với Mỹ, Nhật Bản và giữa Thái Lan với Mỹ. Phá giá dẫn

đến cán cân thương mại bị thâm hụt ở 4 quý đầu, nhưng sau đó sẽ được cải

thiện trong dài hạn. Ngược lại ở Thái Lan, sự thay đổi tỷ giá hối đoái trong

giai đoạn đầu giúp cán cân thương mại của Thái Lan với Nhật Bản được cải

thiện nhưng sau đó thâm hụt và lại được cải thiện trong giai đoạn sau.

Liewa et al. (2004), nghiên cứu mối quan hệ giữa tỷ giá hối đoái và cán cân

thương mại của các quốc gia Đông Nam Á, thông qua việc nghiên cứu tình

hình thay đổi tỷ giá hối đoái và cán cân thương mại của Các quốc gia ASEAN

(Thái Lan, Malaysia, Indonesia, Singapore, Philippin) với Nhật Bản – một

15

quốc gia có mối quan hệ giao thương chính. Kết quả nghiên cứu cho thấy rằng

cán cân thương mại nhạy cảm với tiền mặt thực hơn là nhạy cảm với tỷ giá

hối đoái. Nghiên cứu đã chỉ ra tỷ giá hối đoái của quốc gia sẽ cải thiện nếu

tiền mặt của quốc gia đó nhỏ hơn tiền mặt của Nhật.

Yuen-Ling et al. (2008), nghiên cứu về mối quan hệ giữa tỷ giá hối đoái thực

và cán cân thương mại của Malaysia từ năm 1955 đến năm 2006. Nghiên cứu

sử dụng phương pháp kiểm định nghiệm đơn vị, kiểm định đồng tích hợp với

mô hình véc tơ hiệu chỉnh sai số VECM. Kết quả nghiên cứu tìm thấy có tồn

tại mối quan hệ giữa cán cân thương mại và tỷ giá hối đoái trong dài hạn, tuy

nhiên tác giả đã không tìm thấy hiệu ứng đường cong J không xuất hiện trong

trường hợp của Malaysia.

2.2.3. Các nghiên cứu thực nghiệm về mối quan hệ giữa tỷ giá hối đoái và

cán cân thƣơng mại ở trong nƣớc

Phan Thanh Hoàn và Nguyễn Đăng Hào (2007), nghiên cứu mối quan hệ giữa

tỷ giá hối đoái và cán cân thương mại Việt Nam thời kỳ 1995-2004. Nghiên

cứu sử dụng lý thuyết đồng tích hợp của Engle và Granger (1987) và mô hình

hiệu chỉnh sai số (ECM) để kiểm định các hiệu ứng trong ngắn hạn và dài hạn

của tác động của tỷ giá đến cán cân thương mại. Kết quả nghiên cứu cho thấy

có sự tồn tại của mối quan hệ giữa tỷ giá hối đoái và cán cân thương mại tại

Việt Nam trong ngắn hạn và dài hạn. Trong ngắn hạn, sự tác động của tỷ giá

đến cán cân thương mại có tính chất trễ và tiến tới một quan hệ cân bằng

trong dài hạn.

Phạm Hồng Phúc (2009), nghiên cứu tỷ giá hối đoái thực và cán cân thương

mại tại Việt Nam, trong khoảng thời gian từ quý 1 năm 1999 đến quý 4 năm

2008. Nghiên cứu sử dụng mô hình hồi quy tỷ số xuất khẩu trên nhập khẩu

theo tỷ giá thực, sử dụng kết quả tính tỷ giá thực đa phương (REER) để phân

16

tích . Kết quả nghiên cứu cho thấy tỷ giá thực tăng sẽ cải thiện cán cân thương

mại.

2.3. Lựa chọn mô hình

Như đã đề cập, có ít nhất ba cách tiếp cận khi nghiên cứu thực nghiệm mối

quan hệ giữa tỷ giá hối đoái và cán cân thương mại. Trong nghiên cứu của

mình, tác giả tiếp cận theo phương pháp kiểm định đồng tích hợp và mô hình

VECM tương tự trong nghiên cứu của Yuen-Ling và cộng sự (2008) vì các lý

do sau:

 Phương pháp này có ưu điểm hơn so với hầu hết các nghiên cứu trước

đây về cùng chủ đề (ước luợng các phương trình OLS tĩnh). Nếu như việc ước

lượng các phương trình tính đơn lẻ thường phải có giả định mạnh về dạng mô

hình và quan hệ nhân quả giữa các biến, thì mô hình VECM bao chứa mọi

mối quan hệ tương hỗ động theo thời gian giữa các biến, theo đó, phân tích

được tác động trong ngắn hạn, cũng như quá trình điều chỉnh đến quan hệ ổn

định trong dài hạn. Ngoài ra, phương pháp phân tích dãy số theo thời gian

(time series analysis) cũng tránh được một số yếu điểm của phương pháp OLS đơn thuần như hồi quy giả (spurious regression) hoặc tự tương quan3.

 Mô hình VECM có ưu điểm hơn so với mô hình VAR trong nghiên cứu

về chuỗi thời gian không dừng. Nếu như khi xây dựng mô hình VAR, các

biến thường phải được xử lý để trở thành các chuỗi dừng, và do đó trong một

số trường hợp có thể bỏ mất đi các thông tin quan trọng về mối quan hệ giữa

các biến số, chẳng hạn về xu hướng biến đổi không dừng giữa các biến số.

Ngoài ra đây còn là mô hình rất hữu ích trong việc thể hiện không chỉ mối

3 Trích: Tô Trung Thành, Đầu tư công “lấn át” đầu tư tư nhân? Góc nhìn từ mô hình thực nghiệm VECM, Đại học Kinh tế Quốc dân Hà Nội.

quan hệ dài hạn giữa các biến số mà còn thể hiện được động thái trong ngắn

17

hạn trong quan hệ giữa các biến số trong việc giữa cho hệ thống quy về mối

quan hệ cân bằng dài hạn.

Trong nghiên cứu mối quan hệ giữa tỷ giá hối đoái và cán cân thương mại tác

giả ứng dụng tính năng quan trọng của mô hình VECM là phân tích cơ chế

truyền dẫn cú sốc thông qua hàm phản ứng xung (Impulse response function –

IRF), hàm phảm ứng sẽ cho biết các biến còn lại trong mô hình phản ứng thế

nào khi xảy ra cú sốc đối với một biến trong mô hình.

3. Mô hình, dữ liệu, phƣơng pháp nghiên cứu

3.1. Mô hình nghiên cứu

Để đánh giá mối quan hệ giữa tỷ giá hối đoái và cán cân thương mại, luận văn

sử dụng mô hình tương tự trong nghiên cứu của Yuen-Ling và cộng sự

(2008).

(3.1)

Theo phương trình 3.1, cán cân thương mại là một hàm phụ thuộc mức thu nhập trong nước, thu nhập nước ngoài và tỷ giá hối đoái thực4.

Trong đó

 ln là logarit cơ số mũ tự nhiên

 là cán cân thương mại (tỷ lệ giữa giá trị xuất khẩu và nhập khẩu)

 là GDP của Việt Nam

 là GDP trung bình của 20 đối tác thương mại lớn của Việt Nam

 là tỷ giá thực đa phương.

 , , , là các hệ số hồi qui

4 : So với mô hình trong nghiên cứu của Yuen-Ling và cộng sự (2008), tác giả đã sử dụng tỷ giá hối đoái thực đa phương (REER) thay tỷ giá hối đoái thực song phương (RER).

 là biến nhiễu

18

3.2. Dữ liệu nghiên cứu

Trong nghiên cứu này, tác giả sử dụng dữ liệu hàng quý từ quý 1 năm 1999

đến quý 4 năm 2012. Nguồn dữ liệu và cách thức xử lý dữ liệu như sau:

 Dữ liệu về giá trị xuất nhập khẩu của Việt Nam được tính theo quý và

được hiệu chỉnh theo mùa bằng phương pháp Census X12. Nguồn dữ liệu

từ Datastream.

 Dữ liệu GDP của 20 đối tác thương mại lớn của Việt Nam5, được tính

theo quý và được điều chỉnh theo mùa bằng phương pháp Census X12.

Nguồn dữ liệu từ cơ sở dữ liệu của IMF, International Financial Statistics

(IFS).

 Dữ liệu GDP của Việt Nam, được tính theo quý với giá cố định 1994

và được điều chỉnh theo mùa bằng phương pháp Census X12. Nguồn dữ

liệu từ cơ sở dữ liệu của Tổng Cục thống kê Việt Nam (GSO).

 Dữ liệu tỷ giá hối đoái thực đa phương (REER) : giỏ tiền tệ được tác

giả lựa chọn để tính REER ở đây bao gồm đồng tiền của 20 đối tác thương

mại chính của Việt Nam. Hai mươi đối tác thương mại được lựa chọn

chiếm trung bình khoảng 80% tổng kim ngạch xuất nhập khẩu với Việt

Nam trong toàn bộ giai đoạn nghiên cứu. REER được qui về kỳ gốc

(Q1.1999 = 100). Dữ liệu dùng để tính REER được thu thập từ Datastream.

Trong nghiên cứu của mình, tác giả lựa chọn quý 1 năm 1999 làm gốc. Vì,

năm 1999 là năm cán cân thanh toán của Việt Nam khá cân bằng, cũng trong

năm này chính phủ thực hiện chuyển đổi cơ chế điều hành tỷ giá từ cơ chế

5 Gồm những nước Nhật Bản (JPY), Singapore (SGD), Trung Quốc (CNY), Hàn Quốc (KRW), Hoa Kỳ (USD), Thái Lan (THB), Úc (AUD), Hồng Kông (HKA), Đức (EURO), Malaysia (MYR), Pháp (EURO), Indonesia (IDR), Vương quốc Anh (GBP), Hà Lan (EURO), Nga (RUB), Philippine (PHP), Thụy Sĩ (SWA), Italia (EURO), Bỉ (EURO) và Ấn Độ (INR);

can thiệp trực tiếp bằng ấn định tỷ giá chính thức sang chế độ tỷ giá thả nổi có

19

sự điều tiết của nhà nước, do đó đã đưa tỷ giá về gần hơn vùng ngang giá sức

mua, hay nói cách khác là tỷ giá hiệu lực thực được xem là gần như bằng

100.

Tất cả các giá trị chuỗi dữ liệu đều được đưa về dạng logarit cơ số mũ tự

nhiên.

3.3. Phƣơng pháp nghiên cứu

Để xác định mối quan hệ giữa tỷ giá hối đoái và cán cân thương mại trong mô

hình thực nghiệm, tác giả thực hiện theo các bước sau: Thứ nhất, tác giả thực

hiện việc kiểm định tính dừng của các chuỗi thời gian sử dụng trong mô hình

thực nghiệm. Các chuỗi này đều ở dạng logarit cơ số tự nhiên. Nếu các chuỗi

này là không dừng (hay có nghiệm đơn vị), tác giả tiến hành lấy sai phân cho

tới khi nó có tính dừng trước khi đưa vào mô hình thực nghiệm. Giữa các

chuỗi số không dừng có thể tồn tại mối quan hệ đồng tích hợp (mối quan hệ

trong dài hạn).

Bước hai, tác giả sử dụng phương pháp phân tích đồng tích hợp của Engle –

Granger (1987) và Johansen (1990) nhằm xác định khả năng tồn tại các mối

quan hệ trong dài hạn giữa các biến. Với các biến số sử dụng trong mô hình,

tác giả chỉ tập trung kiểm tra hai mối quan hệ dài hạn có thể có trong mô hình

đó là mối quan hệ giữa biến tỷ giá hối đoái và biến cán cân thương mại.

Cuối cùng, tác giả sẽ thực hiện khảo sát mối quan hệ động trong ngắn hạn

giữa cán cân thương mại và các nhân tố xác định nó. Mô hình véc tơ hiệu

chỉnh sai số (VECM) có thể được sử dụng nếu tồn tại các mối quan hệ trong

dài hạn kể trên.

3.3.1. Kiểm định tính dừng

Do các biến sử dụng trong mô hình ở dạng chuỗi thời gian do đó việc kiểm

định tính dừng là rất quan trọng. Việc hồi quy các biến chuỗi thời gian không

20

dừng sẽ gây ra các kết quả ước lượng sai, có thể phóng đại hay không phản

ánh đúng mối quan hệ giữa các biến độc lập và biến phụ thuộc.

Khi gặp một chuỗi không dừng cần loại bỏ tính không dừng trước khi phân

tích. Có thể dễ dàng làm dừng một chuỗi bằng phương pháp sai phân.

Trong phân tích tính dừng có thể sử dụng nhiều phương pháp khác nhau như:

kiểm định Dickey – Fuller (DF), kiểm định Augmented Dickey – Fuller

(ADF), kiểm định Phillips – Perron (PP), kiểm định Kwiatkowski – Philips –

Schimidt – Shin (KPSS). Trong luận văn này, tác giả sử dụng đồng thời cả hai

kiểm định ADF và kiểm định PP. Trường hợp kiểm định ADF và kiểm định

PP cho ra kết quả khác biệt, kiểm định Kwiatkowski – Philips – Schimidt –

Shin (KPSS) được sử dụng để xác định tính dừng của chuỗi dữ liệu, tương tự

như trong nghiên cứu Yuen Ling và cộng sự (2008).

3.3.2. Phân tích đồng tích hợp

Mục đích sử dụng phân tích đồng tích hợp là để kiểm định mối quan hệ của tỷ

giá và cán cân thương mại trong dài hạn.

Phân tích đồng tích hợp được thực hiện sau khi phân tích tính dừng của chuỗi

dữ liệu. Các biến được gọi là đồng tích hợp khi tồn tại một tham số µt (biến

nhiễu) cũng là một chuỗi dừng. Một đặc trưng quan trọng của µt là một biến

chuỗi có giá trị trung bình nhỏ và không có xu hướng lớn dần hay nhỏ dần

theo thời gian, hay nói cách khác nếu biến chuỗi sai số này là biến ngẫu nhiên

thì giá trị trung bình của ước lượng hồi quy sẽ bằng 0 và có phương sai không

đổi. Một biến chuỗi sai số với đặc tính này được gọi là biến chuỗi dừng

(Stationary Time Series).

Trong luận văn, tác giả sử dụng đồng thời cả hai kiểm định: kiểm định Engle

– Granger, kiểm định Johansen-Juselius để kiểm định đồng tích hợp. Nếu có

đồng tích hợp nghĩa là kết hợp tuyến tính của các chuỗi thời gian không dừng

21

là chuỗi dừng và có thể được giải thích như một mối quan hệ cân bằng dài

hạn giữa các biến.

Kiểm định Granger là kiểm định về mối quan hệ nhân quả giữa các biến và

được sử dụng phổ biến trong nghiên cứu để trả lời cho câu hỏi đơn giản là có

hay không sự thay đổi của biến này gây ra sự thay đổi của biến kia và ngược

lại.

Giả sử có hai phương trình hồi quy sau:

Để xem biến X có giải thích cho Y (X tác động nhân quả Granger lên Y) và

các biến trễ của Y có giải thích cho X (Y tác động nhân quả Granger lên X)

hay không thì phải kiểm định giả thiết sau đây cho mỗi phương trình :

H0 : β1 = β2 =…= βl = 0

Để kiểm định giả thiết đồng thời này, phương pháp thống kê F của kiểm định

Wald được sử dụng. Nếu giá trị thống kê F tính toán lớn hơn giá trị thống kê

F phê phán ở một mức ý nghĩa xác định giả thiết H0 sẽ bị bác bỏ. Như vậy, có

bốn khả năng xảy ra trong kiểm định quan hệ nhân Granger.

 Nhân quả Granger một chiều từ X sang Y nếu các biến trễ của X có

tác động lên Y, nhưng các biến trễ của Y không có tác động lên X.

 Nhân quả Granger một chiều từ Y sang X nếu các biến trễ của Y có

tác động lên X, nhưng các biến trễ của X không có tác động lên Y.

 Nhân quả Granger hai chiều giữa X và Y nếu các biến trễ của X có

tác động lên Y và các biến trễ của Y cũng có tác động lên X.

22

 Không có quan hệ nhân quả Granger giữa X và Y nếu các biến trễ

của X không có tác động lên Y và các biến trễ của Y cũng không có tác

động lên X.

Kiểm định Johansen là kiểm định đồng liên kết dựa trên phương pháp VAR

của Johansen. Kiểm định này chỉ có hiệu lực khi đang xét các chuỗi thời gian

không dừng. Các giả thiết H0 = “None”; H0 = “At most 1”; ….; H0 = “At most

k-1” (trong đó k là số biến) được đặt ra. Trong đó, “None” nghĩa là không có

đồng liên kết, “At most 1” nghĩa là có 1 đồng liên kết xuất hiện và “At most

k-1” nghĩa là có k-1 đồng liên kết. Do vậy, tùy theo số biến trong mô hình mà

ta có k-1 số phương trình đồng liên kết. Khi đó, ta có thêm số giả thiết về

phương trình đồng liên kết. Để quyết định bác bỏ hay chấp nhận giả thiết H0,

ta so sánh giá trị thống kê (Trace Statistic) và Trị tới hạn (critical value) ở các

mức ý nghĩa thống kê, thông thường các nghiên cứu thường lựa chọn ở mức ý

nghĩa thống kê 5%. Nếu Trace Statistic < Critical Value, ta chấp nhận giả thiết H0 ngược lại ta bác bỏ giả thiết H0 nếu Trace Statistic > Critical Value.6

3.3.3. Mô hình véc tơ hiệu chỉnh sai số (VECM)

Tác giả sử dụng mô hình VECM để ước lượng mối quan hệ giữa tỷ giá hối

đoái và cán cân thương mại trong dài hạn. Tác giả sử dụng mô hình ước

lượng tương tự như Yuen- Ling và cộng sự (2008) với việc thực hiện một hệ

thống gồm 4 biến quan sát gồm cán cân thương mại, REER, thu nhập trong

nước và thu nhập nước ngoài.

Mô hình (VECM) véc tơ hiệu chỉnh sai số, được cho như sau:

6 Trích: Phùng Thanh Bình, Hướng dẫn sử dụng Eview trong phân tích dữ liệu và hồi qui.

(3.2)

23

Trong đó, Z bao gồm các biến ln TB, ln REER, ln GDPI, ln GDPF, ∆ là toán

tử vi phân cấp 1, Zt-i là quan sát của Z ở bước trễ i (trong đó i đi từ 1 đến k-1),

∆Zt là dạng vi phân của Zt, Γi là ma trận hệ số (nxn) và Π là ma trận (nxn) mà

hạng của nó xác định số các mối quan hệ đồng tích hợp giữa các biến. Do đó,

nếu Π có hạng đầy đủ, nghĩa là, r = n, điều này cho thấy rằng các biến ổn

định, và nếu r = 0, điều này có nghĩa rằng không có véc tơ đồng tích hợp. Tuy

nhiên, nếu Π có hạng r ≤ (n − 1), điều này đồng nghĩa rằng có n-1 véc tơ

đồng tích hợp.

Trước khi tiến hành kiểm định hạng của Π để xác định số véc tơ đồng tích

hợp, cần phải xác định bước trễ tối ưu, luận văn sử dụng tiêu chuẩn thông tin

để xác định bước trễ tối ưu. Mục tiêu của phương pháp tiêu chuẩn thông tin

(IC) là chọn một số các tham số làm tối thiểu hóa giá trị của tiêu chuẩn thông

tin. Ba tiêu chuẩn thông tin phổ biến nhất là tiêu chuẩn thông tin của Akaike –

AIC, tiêu chuẩn thông tin Bayes của Schwarz – SIC và tiêu chuẩn LR.

Hạng của ma trận Π có thể được kiểm định, Johansen (1988) cung cấp 2 kiểm

định khả năng xảy ra khác nhau để xác định giá trị của r. Đó là kiểm định

trace:

(3.3)

Và thống kê kiểm định trị riêng tối đa (Max-Eigen):

(3.4)

Với r là số véc tơ đồng tích hợp theo giả thiết rỗng, và λi là trị riêng lớn nhất

thứ i của ma trận Πi trong phương trình (3.2). Kiểm định trace (λtrace) là một

kiểm định kết hợp mà ở đó giả thiết H0 là số lượng véc tơ đồng tích hợp nhỏ

hơn hoặc bằng r.

24

Kiểm định trị riêng tối đa (λmax) kiểm định giả thiết H0 rằng số lượng các véc

tơ đồng tích hợp là r trái với sự lựa chọn r + 1.

Sau khi nhận diện được số véc tơ đồng tích hợp trong mô hình, bước kế tiếp

là ước lượng mô hình véc tơ hiệu chỉnh sai số với bước trễ được xác định dựa

trên tiêu chuẩn LR, SIC, AIC để xác định cân bằng dài hạn của tỷ giá. Sự ước

lượng được thực hiện bằng cách nhận biết số véc tơ đồng tích hợp và tiêu

chuẩn hóa mô hình dựa trên những mối quan hệ đồng tích hợp thực sự.

Trong dài hạn tác giả kỳ vọng mối quan hệ giữa biến REER (tỷ giá hối đoái

thực đa phương) và biến TB (cán cân thương mại) là cùng chiều.

4. Kết quả nghiên cứu.

4.1. Thực trạng mối quan hệ giữa tỷ giá thực đa phƣơng (REER) và cán

cân thƣơng mại.

Để phân tích ảnh hưởng của tỷ giá lên cán cân thương mại, tác giả dùng tỷ giá

thực đa phương (REER), nguyên nhân là do REER phản ánh tương quan sức

mua tốt hơn NEER.

Xét về mặt lý thuyết, khi REER>100, nghĩa là tỷ giá thực tăng, VND bị giảm

giá thực và sức cạnh tranh thương mại quốc tế của Việt Nam được cải thiện,

với trường hợp REER<100, nghĩa là tỷ giá thực giảm, VND lên giá thực và

sức cạnh tranh thương mại quốc tế của Việt Nam bị xói mòn.

Từ kết quả tính toán được, ta thấy trong giai đoạn 1999-2007 tỷ giá thực đa

phương luôn lớn hơn 100. Từ năm 2008 đến nay tỷ giá thực đa phương luôn

nhỏ hơn 100, tỷ lệ lạm phát tăng cao (năm 2008 tỷ lệ lạm phát của Việt Nam

tăng 23,16% so với năm 2007, là năm có tỷ lệ lạm phát cao nhất trong giai

đoạn nghiên cứu và cao hơn rất nhiều so với các đồng tiền tham gia vào rổ

tiền) đó cũng là nguyên nhân chính làm REER giảm.

25

Nguồn : tính toán của tác giả.

Hình 4.1 : Biểu đồ thể hiện mối quan hệ giữa cán cân thƣơng mại và

tỷ giá hối đoái thực đa phƣơng.

Quan sát hình 4.1, từ năm 1999 tỷ giá thực bắt đầu tăng lên và đạt đỉnh ở

năm 2003, đây cũng là năm có tỷ lệ thâm hụt thương mại lớn nhất trong giai

đoạn này, sau đó tỷ giá thực giảm dần vầ tiến gần 100, đến năm 2008 thì

REER bắt đầu giảm xuống mức dưới 100 (VND bị định giá cao). Điều này

gây trở ngại trong việc cạnh tranh thương mại quốc tế của Việt Nam.

Tỷ giá thực đa phương và chỉ số xuất trên nhập khẩu luôn có một độ lệch

pha: ngay năm chỉ số REER tăng thì chỉ số xuất khẩu trên nhập khẩu giảm,

sau một khoảng thời gian nhất định, do tác động của REER tăng chỉ số này

mới tăng. Ngược lại, vào năm REER giảm thì ngay năm đó chỉ số xuất

khẩu trên nhập khẩu không giảm tương ứng mà có khi còn tăng. Vậy có thể

thấy rằng tỷ giá thực đa phương tăng hay giảm sẽ không có tác động ngay

lên cán cân thương mại trong năm đó mà nó có tác dụng chậm hơn.

Cụ thể trong trường hợp này, hai năm sau kể từ lúc REER tăng cán cân

26

thương mại mới được cải thiện. Năm 2002, REER tăng so với 2001

(108,01% so với 105,44%) thì đến 2005 tỷ số xuất khẩu trên nhập khẩu mới

tăng so với năm 2002 (87,14% so với 84,65%). Tương tự, năm 2003 REER

đạt đỉnh cao nhất là 114,5 nhưng trong năm này cán cân thương mại vẫn xấu

đi so với năm 2002, cho đến năm 2005, 2006 tỷ số xuất khẩu trên nhập khẩu

mới tăng lên lần lượt là 87,14%, 89,2%. Ngoài ra, cũng có hiện tượng khi

REER có bắt đầu giảm từ năm 2004 thì phải đến năm 2007 (ba năm sau khi

REER giảm) ta mới thấy tác động xấu lên cán cân thương mại (tỷ số xuất

khẩu trên nhập khẩu giảm chỉ còn 79,6%).

Ngoài ra, Việt Nam là một nước đang phát triển, hàng hóa xuất khẩu của Việt

Nam chủ yếu là những mặt hàng thô sơ chưa qua chế biến hoặc chỉ là hàng

gia công theo các đơn đặt hàng có sẵn của các doanh nghiệp nước ngoài,

nhiều mặt hàng trong nước chưa thể sản xuất được hay nếu có sản xuất được

đi chăng nữa thì thường có chất lượng thấp, giá thành cao, tỷ lệ hàng hóa đủ

tiêu chuẩn xuất khẩu thấp, tỷ lệ nguyên vật liệu đầu vào có nguồn gốc nhập

khẩu cao… làm cho khối lượng hàng xuất khẩu tăng không đáng kể, khối

lượng hàng nhập khẩu giảm chậm hơn. Từ những phân tích trên, cho thấy

phá giá không tác động tức thời đến cán cân thương mại tại Việt Nam mà cần

phải có bước trễ khoảng 3 năm (theo phân tích dựa vào hình 4.1), điều đó

đồng nghĩa hiệu ứng đường cong J nếu có tồn tại ở Việt Nam thì sẽ kéo dài

hơn và mức độ thâm hụt thương mại cũng cao hơn so với các nước phát triển.

4.2. Kiểm định nghiệm đơn vị và chọn bƣớc trễ cho mô hình

4.2.1. Kiểm định nghiệm đơn vị

Trước khi tiến hành ước lượng mối quan hệ giữa tỷ giá hối đoái và cấn cân

thương mại, tác giả sử dụng kiểm định ADF và kiểm định PP để xem xét tính

27

dừng của các biến, lần lượt trong các trường hợp có chặn, có chặn và xu

hướng.

Kết quả kiểm định tính dừng theo kiểm định ADF được thể hiện ở các Bảng

4.1 cho trường hợp có chặn và Bảng 4.2 cho trường hợp có chặn và xu hướng

cho thấy ở chuỗi gốc I(0) ngoại trừ biến ln TB dừng ở mức ý nghĩa 1% trong

trường hợp có chặn và xu hướng và dừng ở mức ý nghĩa 5% trong trường hợp

có chặn, tất cả các biến còn lại đều không dừng. Khi tiến hành lấy sai phân

bậc 1, ngoại trừ biến ln GDPI không dừng ở sai phân bậc 1, I(1), trong trường

hợp có chặn và không xu hướng, các biến còn lại đều dừng ở sai phân bậc 1,

I(1), ở mức ý nghĩa 1%.

Bảng 4.1: Kiểm định nghiệm đơn vị theo tiêu chuẩn ADF – trƣờng hợp có chặn.7

Biến số ADF 1% 5% 10% Kết quả

ln TB -3.758 -3.160 -2.918 -2.597 Dừng ở mức 1%

ln REER -0.822 -3.157 -2.917 -2.596 Không dừng

ln GDPI -1.432 -3.165 -2.920 -2.598 Không dừng

ln GDPF -1.242 -3.157 -2.917 -2.596 Không dừng

∆ln TB -11.969 -3.157 -2.917 -2.596 Dừng ở mức 1%

∆ln REER -5.292 -3.157 -2.917 -2.596 Dừng ở mức 1%

∆ln GDPI -2.594 -3.165 -2.920 -2.598 Không dừng

∆ln GDPF -9.434 -3.157 -2.917 -2.596 Dừng ở mức 1%

Nguồn: tính toán của tác giả dựa trên phần mềm Eview 7 Xem chi tiết phụ lục 1A

28

Bảng 4.2: Kiểm định nghiệm đơn vị theo tiêu chuẩn ADF – trƣờng hợp có chặn và xu hƣớng8

Biến số ADF 1% 5% 10% Kết quả

ln TB -3.149 -4.141 -3.497 -3.178 Dừng ở mức 5%

ln REER -2.326 -4.137 -3.450 -3.177 Không dừng

ln GDPI -0.895 -4.148 -3.100 -3.180 Không dừng

ln GDPF -3.767 -4.134 -3.494 -3.176 Dừng ở mức 5%

∆ln TB -5.904 -4.153 -3.102 -3.181 Dừng ở mức 1%

∆ln REER -5.500 -4.137 -3.495 -3.177 Dừng ở mức 1%

∆ln GDPI -9.339 -4.137 -3.495 -3.177 Dừng ở mức 1%

∆ln GDPF -9.409 -4.137 -3.495 -3.177 Dừng ở mức 1%

Nguồn: tính toán của tác giả dựa trên phần mềm Eview

Kết quả kiểm định tính dừng theo kiểm định PP được thể hiện ở các Bảng 4.3

cho trường hợp có chặn và Bảng 4.4 cho trường hợp có chặn và xu hướng

8 Xem chi tiết phụ lục 1B

cho thấy ở chuỗi gốc I(0) ngoại trừ biến ln TB dừng ở mức ý nghĩa 1% và

29

biến ln GDPF dừng ở mức ý nghĩa 10% trong trường hợp có chặn và xu

hướng tất cả các biến còn lại đều không dừng. Khi tiến hành lấy sai phân bậc

1, tất cả các biến đều dừng ở sai phân bậc 1, I(1), ở mức ý nghĩa 1%.

Bảng 4.3: Kiểm định nghiệm đơn vị theo tiêu chuẩn PP – trƣờng hợp có chặn9

Biến số PP 1% 5% 10% Kết quả

ln TB -4.330 -3.155 -2.916 -2.596 Dừng ở mức 1%

ln REER -0.667 -3.155 -2.916 -2.596 Không dừng

ln GDPI -1.456 -3.155 -2.916 -2.596 Không dừng

ln GDPF -1.326 -3.155 -2.916 -2.596 Không dừng

∆ln TB -18.174 -3.157 -2.917 -2.596 Dừng ở mức 1%

∆ln REER -5.237 -3.157 -2.917 -2.596 Dừng ở mức 1%

∆ln GDPI -9.348 -3.157 -2.917 -2.596 Dừng ở mức 1%

∆ln GDPF -12.677 -3.157 -2.917 -2.596 Dừng ở mức 1%

9 Xem chi tiết phụ lục 1C

Nguồn: tính toán của tác giả dựa trên phần mềm Eview

30

Bảng 4.4: Kiểm định nghiệm đơn vị theo tiêu chuẩn PP – trƣờng hợp có chặn và xu hƣớng10

Biến số PP 1% 5% 10% Kết quả

ln TB -4.288 -4.134 -3.494 -3.176 Dừng ở mức 1%

ln REER -2.063 -4.134 -3.494 -3.176 Không dừng

ln GDPI -1.425 -4.134 -3.494 -3.176 Không dừng

ln GDPF -3.714 -4.134 -3.494 -3.176 Dừng ở mức 10%

∆ln TB -39.990 -4.137 -3.495 -3.177 Dừng ở mức 1%

∆ln REER -5.440 -4.137 -3.495 -3.177 Dừng ở mức 1%

∆ln GDPI -9.339 -4.137 -3.495 -3.177 Dừng ở mức 1%

∆ln GDPF -13.104 -4.137 -3.495 -3.177 Dừng ở mức 1%

Nguồn: tính toán của tác giả dựa trên phần mềm Eview

Do có sự khác biệt về kết quả giữa kiểm định ADF và kiểm định PP trong

trường hợp có chặn đối với biến ln GDPI ở sai phân bậc 1, I(1), nên kiểm

định KPSS được tiến hành. Kết quả kiểm định được thể hiện ở Bảng 4.5 cho

10 Xem chi tiết phụ lục 1D

thấy biến ln GDPI dừng ở sai phân bậc 1, I(1).

31

Bảng 4.5: Kiểm định nghiệm đơn vị theo tiêu chuẩn KPSS – trƣờng hợp có chặn 11

Biến số KPSS 1% 5% 10% Kết quả

∆ln GDPI 0.195 0.739 0.463 0.347 Dừng ở mức 1%

Nguồn: tính toán của tác giả dựa trên phần mềm Eview

Kết luận kiểm định tính dừng, các biến ln REER, ln GDPI, ln GDPF dừng ở

sai phân bậc 1, I(1), và biến ln TB dừng ở chuỗi gốc, I(0).

Theo Hansen và Juselius (1995), tất cả các biến nội sinh trong mô hình không

nhất thiết đều phải dừng ở sai phân bậc nhất hay I(1), để tìm kiếm mối quan

hệ đồng tích hợp giữa các biến không dừng, chỉ cần hai biến trong số các biến trong mô hình dừng ở sai phân bậc nhất hay I(1)12. Từ kết quả phân tích tính

dừng của chuỗi dữ liệu, có 3 biến trong số 4 biến củamô hình nghiên cứu

dừng ở sai phân bậc nhất hay I(1), điều này ngụ ý giữa các biến có thể tồn tại

mối quan hệ đồng tích hợp. Và nếu mối quan hệ này tồn tại, có thể kết luận

rằng giữa tỷ giá hối đoái và cán cân thương mại tồn tại mối quan hệ cân bằng

dài hạn. Hay nói khác đi, đã tìm được mức độ truyền dẫn tỷ giá đến cán cân

thương mại trong dài hạn.

4.2.2. Xác định bƣớc trễ tối ƣu

Trước khi thực hiện việc kiểm định đồng tích hợp và VECM là phải xác định

được bước trễ tối ưu (số bước trễ dài nhất có ảnh hưởng đến kỳ quan sát hiện

tại), đây cũng là kiểm định quan trọng trong việc hình thành mô hình nghiên

cứu. Một vài kiểm định thường được sử dụng để lựa chọn bước trễ phù hợp 11 Xem chi tiết phụ lục 1E 12 Trích Gupta – Kapoor và Ramakrishnan (1999), “Is there a J-Curve? A New Estimation for Japan”, International Economic Journal, Page 74, Volume 13, Number 4, Winter 1999

32

như : Sequential modified LR test statistic (LR), Final prediction error (FPE),

Akaike Information Criterion (AIC), Schwarz Information Criterion (SC),

Hannan-Quinn information criterion (HQ).

Bảng 4.6: Kết quả lựa chọn bƣớc trễ tối ƣu13

0

411.2583

NA

1.85e-12

-15.66378

-15.51368* -15.60624*

1

430.4186 34.63595 1.64e-12* -15.78533*

-15.03485

-15.49761

2

441.8638 18.92856

1.98e-12

-15.61014

-14.25928

-15.09226

3

461.4972 29.45016* 1.77e-12

-15.74989

-13.79865

-15.00183

LogL LR FPE AIC SC HQ Bƣớc trễ

Nguồn: tính toán của tác giả dựa trên phần mềm Eview

Kết quả của việc lựa chọn bước trễ tối ưu cho mô hình được trình bày ở Bảng

4.6 với bước trễ được chọn là 0 theo kiểm định SC và kiểm định HQ, bước trễ

được chọn là 1 quý theo kiểm định AIC và FPE và bước trễ được chọn là 3

theo kiểm định LR. Tác giả lựa chọn bước trễ theo các tiêu chí sau :

Thứ nhất, chiều dài bước trễ là 0 không được ưu tiên lựa chọn bởi vì các dữ

liệu trong qua khứ thường có ảnh hưởng nhất định đến giai đoạn tiếp theo và

giá trị dự kiến trong tương lai, nghĩa là việc dự đoán sẽ dựa trên giá trị hiện

13 Xem chi tiết phụ lục 2

tại và quá khứ.

33

Thứ hai, tác giả ưu tiên lựa chọn các bước trễ có chiều dài nhỏ bởi vì các

bước trễ có chiều dài nhỏ hơn thì thường tốt hơn, chất luợng của mô hình sẽ

cao hơn vì khi gia tăng chiều dài bước trễ sẽ làm cho các bậc tự do giảm, làm

ảnh hưởng đến chất lượng của dự đoán.

Do các tiêu chuẩn bước trễ chỉ ra các bước trễ khác nhau vì vậy mà tác giả

phải tiến hành thử nghiệm với các bước trễ để xác định một hệ thống tối ưu

nhất mà theo tác giả là có thể giải thích được dấu kỳ vọng của các biến. Qua

thử nghiệm tác giả xác định với bước trễ bằng 3theo kết quả kiểm định LR,

mà bước trễ đề nghị là 3 thì cũng tương đối nhỏ, nên ta có thể chấp nhận

được.

4.3. Kiểm định mối quan hệ đồng tích hợp

Sau khi nhận được kết quả các chuỗi dừng, tác giả tiến hành kiểm định mối

quan hệ nhân quả giữa các biến theo kiểm định Engle - Granger để xem xét

mối quan hệ giữa các biến trong mô hình và kiểm định đồng tích hợp theo

kiểm định Johansen để xác định mối quan hệ đồng tích hợp giữa các biến.

Kết quả kiểm định Engle-Granger trong mô hình với lựa chọn bước trễ là 3.

Kết quả Bảng 4.7 cho thấy, tồn tại mối quan hệ nhân quả giữa tỷ giá hối đoái

đến cán cân thương mại theo chiều tỷ giá hối đoái đến cán cân thương mại,

mối quan hệ này đuợc chấp nhận ở mức ý nghĩa thống kê 1%.

Các mối quan hệ còn lại chưa rõ ràng do có xác xuất khả năng lớn hơn mức ý

nghĩa thống kê 10%. Theo tác giả, kết quả này hàm ý rằng biến trễ của tỷ giá

hối đoái có tác động làm thay đổi cán cân thương mại. Do vậy, các nhà hoạch

định có thể sử dụng chính sách tỷ giá để tác động nhằm cải thiện cán cân

thương mại.

34

Bảng 4.7 : Kết quả kiểm định nhân quả Granger14

STT Probability Null Hypothesis (Giả thuyết H0)

1 D(ln REER) does not Granger Cause D(ln TB) 0,0023

D(ln TB) does not Granger Cause D(ln REER) 0,1071

2

D(ln GDPI) does not Granger Cause D(ln TB) 0,4160 3

D(ln TB) does not Granger Cause D(ln GDPI) 0,1726 4

5 D(ln GDPF) does not Granger Cause D(ln TB) 0,4294

6 D(ln TB) does not Granger Cause D(ln GDPF) 0,3341

7 D(ln GDPI) does not Granger Cause D(ln REER) 0,2764

8 D(ln REER) does not Granger Cause D(ln GDPI) 0,2255

9 D(ln GDPF) does not Granger Cause D(ln REER) 0,4720

10 D(ln REER) does not Granger Cause D(ln GDPI) 0,2718

11 D(ln GDPI) does not Granger Cause D(ln GDPF) 0,4518

12 D(ln GDPF) does not Granger Cause D(ln GDPI) 0,5036

14 Xem chi tiết phụ lục 3

Nguồn: tính toán của tác giả dựa trên phần mềm Eview

35

Căn cứ bước trễ tối ưu được lựa chọn, tác giả thực hiện kiểm định đồng tích

hợp Johansen với hai kiểm định thống kê, kiểm định Trace và kiểm định trị

riêng tối đa. Giả thuyết H0 không tồn tại véc tơ đồng liên kết.

Kết quả kiểm định cho trường hợp không có xu hướng thể hiện ở Bảng 4.8 và

trong trường hợp có xu hướng thể hiện trong Bảng 4.9 đều cho thấy cả kiểm

định Trace và kiểm định trị riêng tối đa có tồn tại một mối quan hệ đồng tích

hợp trong dài hạn với mức ý nghĩa 5%, điều này đồng nghĩa với giả thuyết H0

bị bác bỏ. Sự tồn tại của Véctơ đồng tích hợp, chứng tỏ có mối quan hệ dài

hạn giữa tỷ giá hối đoái, thu nhập trong nước và thu nhập nước ngoài và cán

cân thương mại.

Bảng 4.8: Kiểm định đồng tích hợp trƣờng hợp không có xu hƣớng15

Kiểm định Trace Kiểm định Max-Eigen

Mối quan hệ Trị riêng Thống kê Giá trị tới Thống kê Giá trị tới

đồng tích hợp (Eigen Value) Trace hạn 5% Max-Eigen hạn 5%

Không* 0.511 55.22 47.86 37.16 27.58

Tối đa 1 0.159 18.06 29.80 8.98 21.13

Tối đa 2 0.123 9.09 15.49 6.84 14.26

Ghi chú: Kiểm định Trace cho thấy có 1 mối quan hệ đồng tích hợp ở mức 5%

Kiểm định Max-Eigen cho thấy có 1 mối quan hệ đồng tích hợp ở mức 5%

Tối đa 3 0.0423 2.25 3.84 2.25 3.84

15 Xem chi tiết phụ lục 4A

Nguồn: tính toán của tác giả dựa trên phần mềm Eview

36

Bảng 4.9: Kiểm định đồng tích hợp trƣờng hợp có xu hƣớng16

Kiểm định Trace Kiểm định Max-Eigen

Mối quan hệ Trị riêng Thống kê Giá trị tới Thống kê Giá trị tới

đồng tích hợp (Eigen Value) Trace hạn 5% Max-Eigen hạn 5%

Không* 0.531 65.36 63.88 39.32 32.12

Tối đa 1 0.255 26.04 42.92 15.31 25.82

Tối đa 2 0.141 10.73 25.87 7.92 19.39

Ghi chú: Kiểm định Trace cho thấy có 1 mối quan hệ đồng tích hợp ở mức 5%

Kiểm định Max-Eigen cho thấy có 1 mối quan hệ đồng tích hợp ở mức 5%

Tối đa 3 0.052 2.80 12.52 2.80 12.52

Nguồn: tính toán của tác giả dựa trên phần mềm Eview

4.4. Kiểm định mô hình VECM

4.4.1. Kết quả ƣớc lƣợng mô hình VECM

Như đã đề cập với mô hình VECM trong nghiên cứu này. Ngoài quan tâm đến

mối cân bằng dài hạn, tác giả còn tìm hiểu khi xảy ra cú sốc thì quá trình điều

chỉnh trở về trạng thái cân bằng ban đầu giữa các biến trong mô hình nhanh

hay chậm. Với cơ chế hiệu chỉnh sai số thì phần mất cân bằng trong một chu

kỳ sẽ đuợc hiệu chỉnh vào chu kỳ tiếp theo. Tiến trình hiệu chỉnh sai số sẽ làm

hài hòa giữa trạng thái động ngắn hạn với cân bằng dài hạn. 16 Xem chi tiết phụ lục 4B

37

Kết quả mô hình VECM phần cân bằng dài hạn và hệ số hiệu chỉnh sai số

đuợc tóm tắt trong Bảng 4.10 cho cả hai trường hợp không có xu hướng và có

xu hướng.

Bảng 4.10: Kết quả mô hình VECM– hệ số cân bằng dài hạn17

STT ln REER ln GDPI ln GDPF Trend (1) C ECMt-1

1 18.185* 12.775* -7.545* - -235.258 -0.01945

2 4.669* 7.618* -1.147 -0.0933*** -229.111 -0.1007

Ghi chú : * có ý nghĩa thống kê mức 1%

*** có ý nghĩa thống kê mức 10%

Nguồn: tính toán của tác giả dựa trên phần mềm Eview

Kết quả tổng hợp từ Bảng 4.10 cho thấy, trong dài hạn các biến ln REER và

ln GDPI có dấu tương quan thuận và biến ln GDPF có dấu tương quan

nghịch, hoàn toàn phù hợp với kỳ vọng nghiên cứu. Trong khi đó, trường hợp

có xu hướng, biến ln GDPF không có ý nghĩa thống kê, điều này đồng nghĩa

với việc trong dài hạn tổng thu nhập nước ngoài hoàn toàn không tác động

đến cán cân thương mại.

Theo hệ số đồng liên kết trong dài hạn, độ lớn truyền dẫn tỷ giá hối đoái vào

cán cân thương mại trong trường hợp không xu hướng và có xu hướng lần

lượt là 18,185 và 4,669. Điều này đồng nghĩa, khi phá giá đồng nội tệ mức độ

17 Xem chi tiết phụ lục 5

truyền dẫn tỷ giá hối đoái vào cán cân thương mại là hoàn toàn trong dài hạn.

38

Hệ số điều chỉnh sai số ECMt-1 có giá trị tuyệt đối rất nhỏ và mang dấu âm.

Hệ số này mang giá trị âm nhỏ hàm ý rằng khi để mất cân bằng thì quá trình

điều chỉnh giảm để trở về cân bằng ngắn hạn là rất chậm. Nghĩa là chúng ta

nên quan tâm đến việc giữ mối quan hệ cân bằng hơn việc để xảy ra cú sốc và

thực hiện các biện pháp để đưa chúng trở về trạng thái ban đầu vì điều này mất rất nhiều thời gian18.

Kết quả ước lượng mô hình VECM trong trường hợp không xu hướng được

trình bày ở Bảng 4.11. Những tham số không có ý nghĩa thống kê và trái với

giá trị kỳ vọng sẽ được loại bỏ dần khỏi mô hình. Kết quả ước lượng được

trình bày ở Bảng 4.12 cho thấy rằng sự thay đổi của cán cân thương mại ở

thời điểm hiện tại có tương quan nghịch với sự thay đổi của cán cân thương

mại với độ trễ thời gian bằng 1 và 3. Nghĩa là khi cán cân thương mại tăng ở

quý hiện tại thì nó đã giảm ở trước đó 1 quý và 3 quý và ngược lại. Cụ thể,

nếu cán cân tương mại ở quý t-1, t-3 tăng 1% thì cán cân thương mại ở quý

thứ t sẽ giảm tương ứng là 0,36% và 0,35% và đều có ý nghĩa thống kê ở mức

1%. Ngoài ra, Bảng 4.12 còn cho thấy cán cân thương mại có tương quan

thuận với sự thay đổi của tỷ giá hối đoái với độ trễ thời gian bằng 3. Điều này

có nghĩa là khi tỷ giá hối đoái tăng lên hay giảm đi ở quý hiện tại thì sau 3

quý cán cân thương mại mới được cải thiện hay thâm hụt. Một cách cụ thể,

kết quả chỉ ra rằng khi REER tăng lên 1% ở thời điểm thời điểm 3 quý trước

đó thì ở thời điểm hiện tại cán cân thương mại sẽ tăng tương ứng xấp xỉ 1%.

Thông qua kết quả ước lượng một lần nữa khẳng định rằng có sự tồn tại mối

quan hệ nhân quả giữa tỷ giá hối đoái và cán cân thương mại theo chiều tác

động từ nhân tố tỷ giá hối đoái lên cán cân thương mại tại Việt Nam trong

18 Trích: Trần Ngọc Thơ và cộng sự, Nghiên cứu sơ thảo về phá giá tiền tệ và một số khuyến nghị chính sách cho Việt Nam, Đại học Kinh tế TP.Hồ Chí Minh.

giai đoạn nghiên cứu.

39

Bảng 4.11 : Kết quả mô hình VECM trƣờng hợp không có xu hƣớng19

Biến phụ thuộc ∆ln TB

Biến độc lập Hệ số Độ lệch chuẩn Thống kê t Giá trị p

0.0945

0.0269

0.2844

0.7776

0.0183

-0.0194

-1.0623

0.2948

C

0.1351

-3.7165

0.0006

ECMt-1

-0.5022*

0.1557

-0.0679

-0.4359

0.6653

Δln TBt

0.1365

-2.6377

0.0120

Δln TBt-1

-0.3600**

0.5583

-1.4746**

-2.6409

0.0119

Δln TBt-2

0.5803

-0.1626

-0.2803

0.7808

Δln REERt

0.5610

2.1724

0.0361

Δln REERt-1

1.2187**

2.4853

-2.5401

-1.0220

0.3132

Δln REERt-2

2.1300

0.8675

0.4073

0.6861

Δln GDPIt

2.2465

1.2687

0.5647

0.5756

Δln GDPIt-1

0.2452

-0.2350

-0.9582

0.3440

Δln GDPIt-2

0.2340

-0.3218

-1.3751

0.1771

Δln GDPFt

0.2107

-0.3187

-1.5124

0.1387

Δln GDPFt-1

Δln GDPFt-2

R-squared 0.5846

Adjusted R-squared 0.4425

Durbin-Watson stat 2.0707

Prob(F-statistic) 0.0002

Ghi chú : * có ý nghĩa thống kê mức 1%

** có ý nghĩa thống kê mức 5%

Nguồn: tính toán của tác giả dựa trên phần mềm Eview 19 Xem chi tiết phụ lục 6A

40

Bảng 4.12 : Kết quả mô hình VECM trƣờng hợp không có xu hƣớng dạng rút gọn20

Biến phụ thuộc ∆ln TB

Biến độc lập Hệ số Độ lệch chuẩn Thống kê t Giá trị p

0.002949

0.013600

0.216805

0.8293

C

-0.014673

0.012838

-1.142968

0.2588

ECMt-1

0.120299

-2.993037

0.0044

Δln TBt

-0.360060*

0.122599

-2.828577

0.0069

Δln TBt-2

-0.346781*

0.546887

1.827105

0.0740

Δln REERt-2

0.999220*

R-squared 0.3864

Adjusted R-squared 0.3341

Durbin-Watson stat 2.0829

Prob(F-statistic) 0.0001

Ghi chú : * có ý nghĩa thống kê mức 1%

Nguồn: tính toán của tác giả dựa trên phần mềm Eview

Mô hình VECM cho thấy kết quả với R-squared ở mức 0,3864 thể hiện các

biến cán cân thương mại ở độ trễ lần lượt là 1 và 3 quý và biến tỷ giá hối đoái

ở độ trễ là 3 quý giải thích được 38,64% sự thay đổi của biến cán cân thương

mại.

Thực hiện tương tự với mô hình VECM trong trường hợp có xu hướng, kết

quả ước lượng thể hiện ở Bảng 4.13 và kết quả ước lượng mô hình VECM

20 Xem chi tiết phụ lục 6B

trong trường hợp có xu hướng sau khi rút gọn được thể hiện ở Bảng 4.14.

41

Bảng 4.13 : Kết quả mô hình VECM trƣờng hợp có xu hƣớng21

Biến phụ thuộc ∆ln TB

Biến độc lập Hệ số Độ lệch chuẩn Thống kê t Giá trị p

-0.019011

0.101635

-0.187055

0.8526

C

-0.100658

0.065925

-1.526868

0.1351

0.138963

-3.256557

0.0024

ECMt-1

Δln TBt

-0.452541*

-0.024243

0.158175

-0.153267

0.8790

Δln TBt-1

0.137742

-2.360337

0.0235

Δln TBt-2

-0.325118**

-1.494636*

0.550281

-2.716131

0.0099

Δln REERt

-0.135428

0.567269

-0.238737

0.8126

Δln REERt-1

0.551809

2.126238

0.0400

Δln REERt-2

1.173277**

-1.455072

2.639215

-0.551327

0.5846

Δln GDPIt

1.641653

2.189529

0.749774

0.4580

Δln GDPIt-1

2.087010

2.288565

0.911930

0.3676

-0.234152

0.225483

-1.038444

0.3056

Δln GDPIt-2

Δln GDPFt

-0.305609

0.222867

-1.371260

0.1783

Δln GDPFt-1

-0.292305

0.207542

-1.408411

0.1671

Δln GDPFt-2

R-squared 0.597016

Adjusted R-squared 0.459154

Durbin-Watson stat 2.072066

Prob(F-statistic) 0.000199

Ghi chú : * có ý nghĩa thống kê mức 1%

** có ý nghĩa thống kê mức 5%

Nguồn: tính toán của tác giả dựa trên phần mềm Eview 21 Xem chi tiết phụ lục 6C

42

Bảng 4.14 : Kết quả mô hình VECM trƣờng hợp không có xu hƣớng dạng rút gọn22

Biến phụ thuộc ∆ln TB

Biến độc lập Hệ số Độ lệch chuẩn Thống kê t Giá trị p

0.00299

0.013386

0.223208

0.8243

C

0.045381

-1.687333

0.0982

ECMt-1

-0.0766***

0.119919

-2.794596

0.0075

Δln TBt

-0.3351*

0.119472

-2.895916

0.0057

Δln TBt-2

-0.3460*

0.529045

1.904612

0.0630

Δln REERt-2

1.0076***

R-squared 0.405331

Adjusted R-squared 0.354721

Durbin-Watson stat 2.053702

Prob(F-statistic) 0.000052

Ghi chú : * có ý nghĩa thống kê mức 1%

*** có ý nghĩa thống kê mức 10%

Nguồn: tính toán của tác giả dựa trên phần mềm Eview

Kết quả ước lượng mô hình VECM trong trường hợp có xu hướng được trình

bày ở Bảng 4.13 cũng cho kết quả tương tự như trong trường hợp không có xu

hướng về mối tương quan nghịch giữa sự thay đổi của cán cân thương mại ở

thời điểm hiện tại với sự thay đổi của cán cân thương mại với độ trễ thời gian

bằng 1 và 3 và mối tương quan thuận giữa sự thay đổi giữa tỷ giá hối đoái với

22 Xem chi tiết phụ lục 6D

độ trễ là 3 và cán cân thương mại. Khi cán cân tương mại ở quý t-1, t-3 tăng

43

1% thì cán cân thương mại ở quý thứ t trong trường hợp này sẽ giảm tương

ứng là 0,33% và 0,34% và đều có ý nghĩa thống kê ở mức 1%, khi REER tăng

lên 1% ở thời điểm thời điểm 3 quý trước đó thì ở thời điểm hiện tại cán cân

thương mại cũng sẽ tăng tương ứng xấp xỉ 1%.

Mô hình VECM cho thấy kết quả với R-squared ở mức 0,4053 thể hiện các

biến cán cân thương mại ở độ trễ lần lượt là 1 và 3 quý và biến tỷ giá hối đoái

ở độ trễ là 3 quý giải thích được 40,53% sự thay đổi của biến cán cân thương

mại.

Bảng 4.15: Kiểm định hiện tƣợng dị phƣơng sai và tƣơng quan chuỗi.

 Trƣờng hợp không có xu hƣớng

Breusch-Godfrey Serial Correlation LM Test

F-Stat 1.785860 Prob. F(3,35) 0.1678

Obs*R-squared 6.903142 Prob. Chi-Square(3) 0.0750

Heteroskedasticity Test: ARCH

F-Stat 1.148770 Prob. F(3,45) 0.3398

Obs*R-squared 3.485698 Prob. Chi-Square(3) 0.3226

 Trƣờng hợp có xu hƣớng

Breusch-Godfrey Serial Correlation LM Test

F-Stat 1.986854 Prob. F(3,35) 0.1339

Obs*R-squared 7.567017 Prob. Chi-Square(3) 0.0559

Heteroskedasticity Test: ARCH

F-Stat 1.491502 Prob. F(3,45) 0.2297

Obs*R-squared 4.431591 Prob. Chi-Square(3) 0.2185

Nguồn: tính toán của tác giả dựa trên phần mềm Eview

44

Kết quả kiểm định hiện tượng dị phương sai (ARCH) và sự tương quan chuỗi

của mô hình VECM trong cả hai trường hợp có xu hướng và không có xu

hướng đều cho thấy không có tác động của hiện tượng dị phương sai và

không có sự tương quan chuỗi trong mô hình. Kết quả kiểm định được trình

bày ở Bảng 4.15.

4.4.2. Kiểm định sự phù hợp của mô hình

Để đảm bảo mô hình xây dựng là phù hợp, tác giả tiến hành kiểm định tính

dừng của các phần dư.

Kết quả, Hình 4.2 cho thấy phần dư của ln TB, ln REER, ln GDPI, ln GDPF

đều dừng. Điều này cho thấy, mô hình đã được xây dựng là phù hợp.

Nguồn: tính toán của tác giả dựa trên phần mềm Eview

Hình 4.2 : Đồ thị phần dƣ của các biến.

45

4.5. Kiểm định và phân tích kết quả hiệu ứng đƣờng cong J ở Việt Nam

4.5.1. Phân tách phƣơng sai

Để thấy rõ tầm quan trọng của cú sốc tỷ giá trong việc giải thích sự biến động

của cán cân thương mại, tác giả tiến hành phân tách phương sai.

Bảng 4.16: Kết quả phân tách phƣơng sai trong sự thay đổi của TB23

Kỳ S.E. LNTB LNREER LNGDPI LNGDPF

1 0.089359 100.0000 0.000000 0.000000 0.000000

2 0.112280 78.81822 19.35492 1.645065 0.181800

3 0.142401 72.02904 26.02822 1.037557 0.905174

4 0.150728 67.80004 28.59440 1.185616 2.419943

5 0.160737 67.61554 28.97120 1.047568 2.365687

6 0.166394 67.17920 29.48928 0.979110 2.352410

7 0.178777 68.04459 29.03596 0.880333 2.039126

8 0.188771 65.35961 31.24742 1.356651 2.036319

9 0.202080 63.90425 32.86488 1.407630 1.823245

10 0.210479 62.12565 34.61949 1.460082 1.794772

Cholesky Ordering: LNTB LNREER LNGDPI LNGDPF

23 Xem chi tiết phụ lục 8

Nguồn: tính toán của tác giả dựa trên phần mềm Eview

46

Kết quả Bảng 4.16 cho thấy, cán cân thương mại bị ảnh hưởng mạnh nhất bởi

tỷ giá hối đoái thực đa phương. Cụ thể, trong khoảng 38% sự thay đổi của cán

cân thương mại, thì khoảng 35% được giải thích bởi tỷ giá hối đoái thực đa

phương. Sự tác động của các cú sốc đến cán cân thương mại tương đối trong 3

quý đầu, từ quý 4 trở đi sự ảnh hưởng của các cú sốc đến cán cân thương mại

tương đối ổn định.

Nguồn: tính toán của tác giả dựa trên phần mềm Eview

Hình 4.3 : Phân tách phƣơng sai

4.5.2. Hàm phản ứng xung (Impulse response function)

Để giải quyết vấn đề nghiên cứu đặt ra. Liệu đường cong J có tồn tại ở Việt

Nam. Luận văn sử dụng hàm phản ứng xung tổng quát từ mô hình VECM.

Qua kết quả hàm phản ứng xung được trình bày ở Bảng 4.17 cho thấy, khi tỷ

giá bị điều chỉnh tăng 1%, cán cân thương mại trong quý đầu tiên giảm 33,4%

và quá trình này sẽ kết thúc trong vòng 3 quý, khoảng thời gian hiệu ứng giá

cả chiếm ưu thế so với hiệu ứng khối lượng. Tuy nhiên, từ quý 4 trở đi, cán

cân thương mại đã được cải thiện do tác động của tỷ giá, và tính gộp sau 1

47

năm, cán cân thương mại được cải thiện 54%. Điều này cho thấy, hiệu ứng

khối lượng cuối cùng đã dần trung hòa và lấn át hiệu ứng giá cả. Điều này

đồng nghĩa với sự xuất hiện đường cong J trong trường hợp của Việt Nam.

Bảng 4.17 : Kết quả hàm phản ứng xung của cán cân thƣơng mại với cú sốc 1% từ REER24.

T=1 T=2 T=3 T=4 T=5 T=6 T=7 T=8 T=9 T=10

TB 0,089 -0,334 -0,135 0,539 0,376 0,558 0,280 0,195 0,111 0,172

Nguồn: tính toán của tác giả dựa trên phần mềm Eview

Response to Cholesky One S.D. Innovations

Response of LNTB to LNREER

Nguồn: tính toán của tác giả dựa trên phần mềm Eview

24 Xem chi tiết phụ lục 7

Hình 4.4 : Tác động tích lũy do sự thay đổi 1 đơn vị độ lệch chuẩn của REER.

48

5. Kết luận

Trong luận văn này, tác giả khảo sát mối quan hệ giữa tỷ giá hối đoái và cán

cân thương mại tại Việt Nam thông qua kiểm định Engle-Granger, kiểm định

Johansen-Juselius và mô hình véc tơ hiệu chỉnh sai số (VECM). Luận văn

cũng xem xét trường hợp đường cong J có xuất hiện trong trường hợp của

Việt Nam không thông qua hàm phản ứng xung (IRF) từ mô hình VECM.

Kết quả nghiên cứu đã khẳng định được sự tồn tại của mối quan hệ giữa tỷ giá

hối đoái và cán cân thương mại trong ngắn hạn và dài hạn. Trong ngắn hạn,

sự tác động của tỷ giá hối đoái lên cán cân thương mại có tính chất trễ, khi

phá giá sẽ làm cán cân thương mại thâm hụt trong 3 quý đầu và được cải thiện

từ quý 4 trở đi và trong dài hạn tác động của tỷ giá hối đoái được chuyển dịch

hoàn toàn vào cán cân thương mại.

Nghiên cứu cũng đã phát hiện đường cong J cũng xuất hiện trong trường hợp

của Việt Nam.

Do vậy, các nhà hoạch định có thể sử dụng chính sách tỷ giá để tác động để

cải thiện cán cân thương mại.

Hƣớng nghiên cứu tiếp theo

Nghiên cứu đã cố gắng lượng hóa cú sốc tỷ giá hối đoái vào cán cân thương

mại ở Việt Nam, tuy nhiên nghiên cứu vẫn còn tồn tại vài hạn chế nhất định,

làm tiền đề cho những nghiên cứu về sau. Trong đó có:

Đài Loan là một trong những đối tác thương mại chính của Việt Nam nhưng

vì hạn chế trong việc thu thập dữ liệu của Đài Loan trong giai đoạn nghiên

cứu nên không thể đưa vào phân tích.

Do năng lực nghiên cứu có hạn, trong điều kiện rất khó khăn trong thu thập

dữ liệu nên số quan sát tương đối ít, cần các nghiên cứu tiếp theo nhằm mở

rộng bộ dữ liệu để gia tăng tính vững chắc của các kết quả nghiên cứu.

DANH MỤC TÀI LIỆU THAM KHẢO

Tiếng Việt

1. Nguyễn Thị Tuyết Nga (2012), “Các giải pháp nâng cao vai trò của tỷ

giá hối đoái trong quá trình hội nhập đối với nền kinh tế tại Việt Nam”, Luận

án Tiến sĩ kinh tế, Đại học Ngân hàng Thành phố Hồ Chí Minh.

2. Nguyễn Văn Tiến (2012), “Tài chính quốc tế”, Nhà xuất bản thống kê.

3. Phạm Hồng Phúc (2009), “Tỷ giá hối đoái thực và cán cân thương mại

tại Việt Nam”, Đại học Kinh tế Thành phố Hồ Chí Minh.

4. Phan Thanh Hoàn, Nguyễn Đăng Hào (2007), “Mối quan hệ giữa tỷ giá

hối đoái và cán cân thương mại Việt Nam thời kỳ 1995-2004”, Tạp chí khoa

học. số 43. 2007, Đại học Huế.

5. Tô Trung Thành, “Đầu tư công “lấn át” đầu tư tư nhân? Góc nhìn từ mô

hình thực nghiệm VECM”, Đại học Kinh tế Quốc dân.

6. Trần Ngọc Thơ và cộng sự (2011), “Nghiên cứu sơ thảo về phá giá tiền

tệ và một số khuyến nghị chính sách cho Việt Nam”, Đề tài nghiên cứu khoa

học, Đại học Kinh tế Thành phố Hồ Chí Minh.

7. Trần Ngọc Thơ và Nguyễn Ngọc Định (2011), “Tài chính quốc tế”, Đại

Học Kinh Tế Thành phố Hồ Chí Minh.

Tiếng Anh

1. Eric Ben Kamoto (2006), “The J-Curve effect on the trade balance in

Malawi and South Africa”, The University of Texas at Arlington, 2006,

[Online] Available at http://economics.uta.edu/theses/Eric.Kamoto.pdf

2. Gupta-Kapoor và Ramakrishnan (1999), “Is there a J-curve? A new

estimation for Japan”, Georgetown University. International Economic

Journal, Volume 13. Number 4, Winter 1999, [Online] Available at

http://147.46.167.195/~kiea/IEJ/vol13_4/w5.pdf

3. José García-Solanes, Jesús Rodríguez Lo1pez, José L.Torres, “Demand

Shocks and Current Account Dynamics”, [Online] Available at

http://www.uv.es/inteco/jornadas/garcia_solanes.pdf

4. Khim_Sen Liewa, Kian_Ping Limb và Huzaimi Hussainc (2004),

“Exchange rate and trade balance relationship: the experiece of ASEAN

countries”, [Online] Available at http://www.google.com.vn/url?sa=t&rct

=j&q=&esrc=s&frm=1&source=web&cd=1&ved=0CCsQFjAA&url=http%3

A%2F%2Fciteseerx.ist.psu.edu%2Fviewdoc%2Fdownload%3Fdoi%3D10.1.

1.197.8265%26rep%3Drep1%26type%3Dpdf&ei=LwWlUe2vC8aXiQfQuY

HQCA&usg=AFQjCNEqdTLVUdTEpjnG28tewG0FzAAdBA&sig2=2c-

sPrkKu6aG03O2jdHgYg

5. Ng Yuen-Ling, Har Wai-Mun, Tan Geoi-Mei (2008).

“Real Exchange Rate and Trade Balance Relationship: An Empirical Study on

Malaysia”, [Online] Available at http://papers.ssrn.com/sol3/papers.cfm

?abstract_id=1398329

6. Olougbenga Onafowora (2003), “Exchange rate and trade balance in east

asia: Is there a J – curve?”, Susquehanna University, [Online] Available

at http://www.accessecon.com/pubs/eb/2003/volume5/EB-03E00003A.pdf

7. Phillips. P. C. and P. Perron (1988), “Testing for a Unit Root in Time

Series Regression.”, Biometrika, Vol. 75, pp.335-346, [Online] Available at

http://www.ssc.wisc.edu/~bhansen/718/PhillipsPerron1988.pdf

8. Rose. A. K. (1990), “Exchange Rates and the Trade Balance: Some

Evidence from Developing Countries.” , Economic Letters. 34. 271-275.

9. Taggert J. Brooks (1999), “Currency Depreciation And The Trade

Balance: An Elasticity Approach And Test Of The Marshall-Lerner Condition

For Bilateral Trade Between The Us And The G-7”, The University of

Wisconsin-Milwaukee, [Online] Available at http://www.uwlax.edu/faculty/

brooks/prof/published/dissertation.pdf

10. Tihomir Stucka (2004), “The Effects of Exchange Rate Change on the

Trade Balance in Croatia”, IMF Working Paper No WP/04/65, [Online]

Available at http://www.imf.org/external/pubs/ft/wp/2004/wp0465.pdf

Các trang web

http://dbie.rbi.org.in/DBIE/dbie.rbi?site=statistics

http://finance.vietstock.vn/du-lieu-vi-mo/43/Thu-nhap.htm

http://www.chinhphu.vn/portal/page/portal/chinhphu/hethongvanban?class_id

=1&mode=detail&document_id=96040

http://www.economicswebinstitute.org/ecdata.htm

http://www.stats.gov.cn/english/statisticaldata

http://tailieu.vn/doc/chuong-2-huong-dan-su-dung-eviews-trong-phan-tich-

du-lieu-va-hoi-qui.179395.html

PHỤ LỤC

PHỤ LỤC 1: Kiểm định nghiệm đơn vị

Phụ lục 1A: Theo tiêu chuẩn ADF – trƣờng hợp có chặn I(0)

Null Hypothesis: LNTB has a unit root Exogenous: Constant Lag Length: 2 (Automatic based on SIC, MAXLAG=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -3.758231 -3.160019 -2.917650 -2.596689

Prob.* 0.0058

*MacKinnon (1996) one-sided p-values. Null Hypothesis: LNREER has a unit root Exogenous: Constant Lag Length: 1 (Automatic based on SIC, MAXLAG=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -0.821783 -3.157472 -2.916566 -2.596116

Prob.* 0.8047

*MacKinnon (1996) one-sided p-values. Null Hypothesis: LNGDPI has a unit root Exogenous: Constant Lag Length: 4 (Automatic based on SIC, MAXLAG=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -1.432404 -3.165430 -2.919952 -2.597905

Prob.* 0.5593

*MacKinnon (1996) one-sided p-values. Null Hypothesis: LNGDPF has a unit root Exogenous: Constant Lag Length: 1 (Automatic based on SIC, MAXLAG=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -1.241635 -3.157472 -2.916566 -2.596116

*MacKinnon (1996) one-sided p-values.

Prob.* 0.6499

Phụ lục 1A (tt): Theo tiêu chuẩn ADF – trƣờng hợp có chặn I(1)

Null Hypothesis: D(LNTB) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -11.96912 -3.157472 -2.916566 -2.596116

Prob.* 0.0000

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LNREER) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -5.292133 -3.157472 -2.916566 -2.596116

Prob.* 0.0000

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LNGDPI) has a unit root Exogenous: Constant Lag Length: 3 (Automatic based on SIC, MAXLAG=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -2.594384 -3.165430 -2.919952 -2.597905

Prob.* 0.1007

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LNGDPF) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -9.434046 -3.157472 -2.916566 -2.596116

Prob.* 0.0000

*MacKinnon (1996) one-sided p-values.

Phụ lục 1B: Theo tiêu chuẩn ADF – trƣờng hợp có chặn và xu hƣớng I(0)

Null Hypothesis: LNTB has a unit root Exogenous: Constant, Linear Trend Lag Length: 2 (Automatic based on SIC, MAXLAG=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -3.148853 -4.140858 -3.496960 -3.177579

Prob.* 0.0444

*MacKinnon (1996) one-sided p-values. Null Hypothesis: LNREER has a unit root Exogenous: Constant, Linear Trend Lag Length: 1 (Automatic based on SIC, MAXLAG=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -2.325740 -4.137279 -3.495295 -3.176618

Prob.* 0.4133

*MacKinnon (1996) one-sided p-values. Null Hypothesis: LNGDPI has a unit root Exogenous: Constant, Linear Trend Lag Length: 4 (Automatic based on SIC, MAXLAG=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -0.894588 -4.148465 -3.100495 -3.179617

Prob.* 0.9486

*MacKinnon (1996) one-sided p-values. Null Hypothesis: LNGDPF has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic based on SIC, MAXLAG=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -3.766923 -4.133838 -3.493692 -3.175693

Prob.* 0.0260

*MacKinnon (1996) one-sided p-values.

Phụ lục 1B (tt): Theo tiêu chuẩn ADF – trƣờng hợp có chặn và xu hƣớng I(1)

Null Hypothesis: D(LNTB) has a unit root Exogenous: Constant, Linear Trend Lag Length: 4 (Automatic based on SIC, MAXLAG=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -5.904353 -4.152511 -3.102373 -3.180699

Prob.* 0.0001

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LNREER) has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic based on SIC, MAXLAG=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -5.499351 -4.137279 -3.495295 -3.176618

Prob.* 0.0002

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LNGDPI) has a unit root Exogenous: Constant, Linear Trend Lag Length: 3 (Automatic based on SIC, MAXLAG=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -2.953533 -4.148465 -3.100495 -3.179617

Prob.* 0.1552

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LNGDPF) has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic based on SIC, MAXLAG=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -9.409292 -4.137279 -3.495295 -3.176618

Prob.* 0.0000

*MacKinnon (1996) one-sided p-values.

Phụ lục 1C: Theo tiêu chuẩn PP – trƣờng hợp có chặn I(0) Null Hypothesis: LNTB has a unit root Exogenous: Constant Bandwidth: 3 (Newey-West using Bartlett kernel)

Phillips-Perron test statistic Test critical values:

1% level 5% level 10% level

Adj. t-Stat -4.329840 -3.155023 -2.915522 -2.595565

Prob.* 0.0010

*MacKinnon (1996) one-sided p-values. Null Hypothesis: LNREER has a unit root Exogenous: Constant Bandwidth: 3 (Newey-West using Bartlett kernel)

Phillips-Perron test statistic Test critical values:

1% level 5% level 10% level

Adj. t-Stat -0.666353 -3.155023 -2.915522 -2.595565

Prob.* 0.8463

*MacKinnon (1996) one-sided p-values. Null Hypothesis: LNGDPI has a unit root Exogenous: Constant Bandwidth: 26 (Newey-West using Bartlett kernel)

Phillips-Perron test statistic Test critical values:

1% level 5% level 10% level

Adj. t-Stat -1.455812 -3.155023 -2.915522 -2.595565

Prob.* 0.5483

*MacKinnon (1996) one-sided p-values. Null Hypothesis: LNGDPF has a unit root Exogenous: Constant Bandwidth: 54 (Newey-West using Bartlett kernel)

Phillips-Perron test statistic Test critical values:

1% level 5% level 10% level

Adj. t-Stat -1.326303 -3.155023 -2.915522 -2.595565

Prob.* 0.6112

*MacKinnon (1996) one-sided p-values.

Phụ lục 1C (tt): Theo tiêu chuẩn PP – trƣờng hợp có chặn I(1)

Null Hypothesis: D(LNTB) has a unit root Exogenous: Constant Bandwidth: 32 (Newey-West using Bartlett kernel)

Phillips-Perron test statistic Test critical values:

1% level 5% level 10% level

Adj. t-Stat -18.17390 -3.157472 -2.916566 -2.596116

Prob.* 0.0000

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LNREER) has a unit root Exogenous: Constant Bandwidth: 1 (Newey-West using Bartlett kernel)

Phillips-Perron test statistic Test critical values:

1% level 5% level 10% level

Adj. t-Stat -5.237336 -3.157472 -2.916566 -2.596116

Prob.* 0.0001

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LNGDPI) has a unit root Exogenous: Constant Bandwidth: 5 (Newey-West using Bartlett kernel)

Phillips-Perron test statistic Test critical values:

1% level 5% level 10% level

Adj. t-Stat -9.347804 -3.157472 -2.916566 -2.596116

Prob.* 0.0000

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LNGDPF) has a unit root Exogenous: Constant Bandwidth: 12 (Newey-West using Bartlett kernel)

Phillips-Perron test statistic Test critical values:

1% level 5% level 10% level

Adj. t-Stat -12.67687 -3.157472 -2.916566 -2.596116

Prob.* 0.0000

*MacKinnon (1996) one-sided p-values.

Phụ lục 1D: Theo tiêu chuẩn PP – trƣờng hợp có chặn và xu hƣớng I(0)

Null Hypothesis: LNTB has a unit root Exogenous: Constant, Linear Trend Bandwidth: 3 (Newey-West using Bartlett kernel)

Phillips-Perron test statistic Test critical values:

1% level 5% level 10% level

Adj. t-Stat -4.288224 -4.133838 -3.493692 -3.175693

Prob.* 0.0065

*MacKinnon (1996) one-sided p-values. Null Hypothesis: LNREER has a unit root Exogenous: Constant, Linear Trend Bandwidth: 3 (Newey-West using Bartlett kernel)

Phillips-Perron test statistic Test critical values:

1% level 5% level 10% level

Adj. t-Stat -2.062662 -4.133838 -3.493692 -3.175693

Prob.* 0.5545

*MacKinnon (1996) one-sided p-values. Null Hypothesis: LNGDPI has a unit root Exogenous: Constant, Linear Trend Bandwidth: 4 (Newey-West using Bartlett kernel)

Phillips-Perron test statistic Test critical values:

1% level 5% level 10% level

Adj. t-Stat -1.425057 -4.133838 -3.493692 -3.175693

Prob.* 0.8425

*MacKinnon (1996) one-sided p-values. Null Hypothesis: LNGDPF has a unit root Exogenous: Constant, Linear Trend Bandwidth: 2 (Newey-West using Bartlett kernel)

Phillips-Perron test statistic Test critical values:

1% level 5% level 10% level

Adj. t-Stat -3.714681 -4.133838 -3.493692 -3.175693

Prob.* 0.0296

*MacKinnon (1996) one-sided p-values.

Phụ lục 1D(tt): Theo tiêu chuẩn PP – trƣờng hợp có chặn và xu hƣớng I(1)

Null Hypothesis: D(LNTB) has a unit root Exogenous: Constant, Linear Trend Bandwidth: 53 (Newey-West using Bartlett kernel)

Phillips-Perron test statistic Test critical values:

1% level 5% level 10% level

Adj. t-Stat -39.99037 -4.137279 -3.495295 -3.176618

Prob.* 0.0001

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LNREER) has a unit root Exogenous: Constant, Linear Trend Bandwidth: 0 (Newey-West using Bartlett kernel)

Phillips-Perron test statistic Test critical values:

1% level 5% level 10% level

Adj. t-Stat -5.440094 -4.137279 -3.495295 -3.176618

Prob.* 0.0002

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LNGDPI) has a unit root Exogenous: Constant, Linear Trend Bandwidth: 6 (Newey-West using Bartlett kernel)

Phillips-Perron test statistic Test critical values:

1% level 5% level 10% level

Adj. t-Stat -9.338629 -4.137279 -3.495295 -3.176618

Prob.* 0.0000

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LNGDPF) has a unit root Exogenous: Constant, Linear Trend Bandwidth: 12 (Newey-West using Bartlett kernel)

Phillips-Perron test statistic Test critical values:

1% level 5% level 10% level

Adj. t-Stat -13.10421 -4.137279 -3.495295 -3.176618

Prob.* 0.0000

*MacKinnon (1996) one-sided p-values.

Phụ lục 1E: Theo tiêu chuẩn KPSS – trƣờng hợp có chặn I(1)

Null Hypothesis: D(LNGDPI) is stationary

Exogenous: Constant

Bandwidth: 14 (Newey-West using Bartlett kernel)

LM-Stat.

Kwiatkowski-Phillips-Schmidt-Shin test statistic

0.194804

1% level

Asymptotic critical values*:

0.739000

5% level

0.463000

10% level

0.347000

*Kwiatkowski-Phillips-Schmidt-Shin (1992, Table 1)

PHỤ LỤC 2: Chọn bƣớc trễ cho mô hình

VAR Lag Order Selection Criteria

Endogenous variables: D(LNTB) D(LNREER) D(LNGDPI) D(LNGDPF)

Exogenous variables: C

Date: 09/07/13 Time: 14:48

Sample: 1999Q1 2012Q4

Included observations: 52

Lag 0

LogL 411.2583

LR NA

FPE 1.85e-12

AIC -15.66378

SC -15.51368*

HQ -15.60624*

1

430.4186

34.63595

1.64e-12*

-15.78533*

-15.03485

-15.49761

2

441.8638

18.92856

1.98e-12

-15.61014

-14.25928

-15.09226

3

461.4972

29.45016*

1.77e-12

-15.74989

-13.79865

-15.00183

* indicates lag order selected by the criterion

LR: sequential modified LR test statistic (each test at 5% level)

FPE: Final prediction error

AIC: Akaike information criterion

SC: Schwarz information criterion

HQ: Hannan-Quinn information criterion

PHỤ LỤC 3: Kết quả kiểm định nhân quả Engle - Granger

Pairwise Granger Causality Tests

Date: 09/07/13 Time: 15:06

Sample: 1999Q1 2012Q4

Lags: 3

Null Hypothesis:

Obs

F-Statistic

Prob.

D(LNREER) does not Granger Cause D(LNTB)

52

5.63597

0.0023

D(LNTB) does not Granger Cause D(LNREER)

2.15014

0.1071

D(LNGDPI) does not Granger Cause D(LNTB)

52

0.96843

0.4160

D(LNTB) does not Granger Cause D(LNGDPI)

1.73851

0.1726

D(LNGDPF) does not Granger Cause D(LNTB)

52

0.93967

0.4294

D(LNTB) does not Granger Cause D(LNGDPF)

1.16362

0.3341

D(LNGDPI) does not Granger Cause D(LNREER)

52

1.33000

0.2764

D(LNREER) does not Granger Cause D(LNGDPI)

1.39867

0.2555

D(LNGDPF) does not Granger Cause D(LNREER)

52

0.85367

0.4720

D(LNREER) does not Granger Cause D(LNGDPF)

1.34475

0.2718

D(LNGDPF) does not Granger Cause D(LNGDPI)

52

0.89359

0.4518

D(LNGDPI) does not Granger Cause D(LNGDPF)

0.79407

0.5036

PHỤ LỤC 4: Kết quả kiểm định đồng tích hợp

Date: 09/07/13 Time: 15:35

Sample (adjusted): 2000Q1 2012Q4

Included observations: 52 after adjustments

Trend assumption: Linear deterministic trend

Series: LNTB LNREER LNGDPI LNGDPF

Lags interval (in first differences): 1 to 3

Unrestricted Cointegration Rank Test (Trace)

Hypothesized

Trace

0.05

No. of CE(s)

Eigenvalue

Critical Value

Prob.**

Statistic

None *

0.510608

55.22018

47.85613

0.0087

At most 1

0.158543

18.06145

29.79707

0.5615

At most 2

0.123233

9.085170

15.49471

0.3576

At most 3

0.042281

2.246443

3.841466

0.1339

Trace test indicates 1 cointegrating eqn(s) at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level

**MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegration Rank Test (Maximum Eigenvalue)

Hypothesized

Max-Eigen

0.05

No. of CE(s)

Eigenvalue

Statistic

Critical Value

Prob.**

None *

0.510608

37.15873

27.58434

0.0022

At most 1

0.158543

8.976280

21.13162

0.8343

At most 2

0.123233

6.838727

14.26460

0.5084

At most 3

0.042281

2.246443

3.841466

0.1339

Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level

**MacKinnon-Haug-Michelis (1999) p-values

Phụ lục 4A

Date: 09/07/13 Time: 19:48

Sample (adjusted): 2000Q1 2012Q4

Included observations: 52 after adjustments

Trend assumption: Linear deterministic trend (restricted)

Series: LNTB LNREER LNGDPI LNGDPF

Lags interval (in first differences): 1 to 3

Unrestricted Cointegration Rank Test (Trace)

Hypothesized

Trace

0.05

No. of CE(s)

Eigenvalue

Statistic

Critical Value

Prob.**

None *

0.530561

65.36432

63.87610

0.0373

At most 1

0.255106

26.04104

42.91525

0.7352

At most 2

0.141342

10.72636

25.87211

0.8903

At most 3

0.052465

2.802354

12.51798

0.8991

Trace test indicates 1 cointegrating eqn(s) at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level

**MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegration Rank Test (Maximum Eigenvalue)

Hypothesized

Max-Eigen

0.05

No. of CE(s)

Eigenvalue

Statistic

Critical Value

Prob.**

None *

0.530561

39.32328

32.11832

0.0055

At most 1

0.255106

15.31468

25.82321

0.6061

At most 2

0.141342

7.924011

19.38704

0.8282

At most 3

0.052465

2.802354

12.51798

0.8991

Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level

**MacKinnon-Haug-Michelis (1999) p-values

Phụ lục 4B

PHỤ LỤC 5: Kết quả ƣớc lƣợng hệ số cân bằng dài hạn mô hình VECM

Vector Error Correction Estimates Date: 09/07/13 Time: 15:42 Sample (adjusted): 2000Q1 2012Q4 Included observations: 52 after adjustments Standard errors in ( ) & t-statistics in [ ]

Cointegrating Eq: LNTB(-1) LNREER(-1) LNGDPI(-1) LNGDPF(-1) C Cointegrating Eq: LNTB(-1) LNREER(-1) LNGDPI(-1) LNGDPF(-1) @TREND(99Q1) C

CointEq1 1.000000 18.16574 (2.85751) [ 6.35720] 12.77532 (3.28842) [ 3.88494] -7.545204 (2.27107) [-3.32231] -235.2580 CointEq1 1.000000 4.669282 (0.79055) [ 5.90638] 7.618200 (2.48092) [ 3.07072] -1.147180 (0.69835) [-1.64269] -0.093288 (0.04997) [-1.86694] -229.1114

PHỤ LỤC 6: Kết quả ƣớc lƣợng mô hình VECM

Phụ lục 6A

Dependent Variable: D(LNTB)

Method: Least Squares

Date: 09/07/13 Time: 15:51

Sample (adjusted): 2000Q1 2012Q4

Included observations: 52 after adjustments

D(LNTB) = C(1)*( LNTB(-1) + 18.1657351674*LNREER(-1) +

12.775319287*LNGDPI(-1) - 7.54520445947*LNGDPF(-1) -

235.258036874 ) + C(2)*D(LNTB(-1)) + C(3)*D(LNTB(-2)) + C(4)

*D(LNTB(-3)) + C(5)*D(LNREER(-1)) + C(6)*D(LNREER(-2)) + C(7)

*D(LNREER(-3)) + C(8)*D(LNGDPI(-1)) + C(9)*D(LNGDPI(-2)) + C(10)

*D(LNGDPI(-3)) + C(11)*D(LNGDPF(-1)) + C(12)*D(LNGDPF(-2)) +

C(13)*D(LNGDPF(-3)) + C(14)

Prob.

Coefficient

0.2948

t-Statistic -1.062387

-0.019451

Std. Error 0.018309

C(1)

0.0006

-3.716599

-0.502254

0.135138

C(2)

0.6653

-0.435950

-0.067917

0.155790

C(3)

0.0120

-2.637757

-0.360090

0.136514

C(4)

0.0119

-2.640909

-1.474630

0.558380

C(5)

0.7808

-0.280321

-0.162694

0.580383

C(6)

0.0361

2.172488

1.218770

0.561002

C(7)

0.3132

-1.022063

-2.540135

2.485301

C(8)

0.6861

0.407317

0.867598

2.130032

C(9)

0.5756

0.564749

1.268763

2.246596

C(10)

0.3440

-0.958232

-0.235046

0.245291

C(11)

0.1771

-1.375117

-0.321873

0.234070

C(12)

0.1387

-1.512440

-0.318759

0.210758

C(13)

0.7776

0.284482

0.094590

C(14)

0.000250

0.026909 0.584630 Mean dependent var

R-squared

0.119682

0.442530 S.D. dependent var

Adjusted R-squared

-1.767504

0.089359 Akaike info criterion

S.E. of regression

-1.242169

0.303432 Schwarz criterion

Sum squared resid

-1.566103

59.95511 Hannan-Quinn criter.

Log likelihood

2.081835

4.114214 Durbin-Watson stat

F-statistic

0.000318

Prob(F-statistic)

Dependent Variable: D(LNTB)

Method: Least Squares

Date: 09/07/13 Time: 20:43

Sample (adjusted): 2000Q1 2012Q4

Included observations: 52 after adjustments

D(LNTB) = C(1)*( LNTB(-1) + 18.1657351674*LNREER(-1) +

12.775319287*LNGDPI(-1) - 7.54520445947*LNGDPF(-1) -

235.258036874 ) + C(2)*D(LNTB(-1)) + C(4)*D(LNTB(-3)) + C(7)

*D(LNREER(-3)) + C(14)

Coefficient

Prob.

Std. Error

t-Statistic

C(1)

-0.014673

0.012838

-1.142968

0.2588

C(2)

-0.360060

0.120299

-2.993037

0.0044

C(4)

-0.346781

0.122599

-2.828577

0.0069

C(7)

0.999220

0.546887

1.827105

0.0740

0.002949

C(14)

0.013600

0.216805

0.8293

R-squared

0.386365 Mean dependent var

0.000250

Adjusted R-squared

0.334140 S.D. dependent var

0.119682

S.E. of regression

0.097661 Akaike info criterion

-1.723426

Sum squared resid

0.448267 Schwarz criterion

-1.535806

Log likelihood

49.80908 Hannan-Quinn criter.

-1.651497

F-statistic

7.398181 Durbin-Watson stat

2.082854

0.000105

Prob(F-statistic)

Phụ lục 6B

PHỤ LỤC 6C Dependent Variable: D(LNTB)

Method: Least Squares

Date: 09/07/13 Time: 21:25

Sample (adjusted): 2000Q1 2012Q4

Included observations: 52 after adjustments

D(LNTB) = C(1)*( LNTB(-1) + 4.66928186658*LNREER(-1) +

7.61819984862*LNGDPI(-1) - 1.14717974636*LNGDPF(-1) -

0.0932876707043*@TREND(99Q1) - 229.111444882 ) + C(2)

*D(LNTB(-1)) + C(3)*D(LNTB(-2)) + C(4)*D(LNTB(-3)) + C(5)

*D(LNREER(-1)) + C(6)*D(LNREER(-2)) + C(7)*D(LNREER(-3)) + C(8)

*D(LNGDPI(-1)) + C(9)*D(LNGDPI(-2)) + C(10)*D(LNGDPI(-3)) + C(11)

*D(LNGDPF(-1)) + C(12)*D(LNGDPF(-2)) + C(13)*D(LNGDPF(-3)) +

C(14)

Prob.

Coefficient

0.1351

t-Statistic -1.526868

-0.100658

Std. Error 0.065925

C(1)

0.0024

-3.256557

-0.452541

0.138963

C(2)

0.8790

-0.153267

-0.024243

0.158175

C(3)

0.0235

-2.360337

-0.325118

0.137742

C(4)

0.0099

-2.716131

-1.494636

0.550281

C(5)

0.8126

-0.238737

-0.135428

0.567269

C(6)

0.0400

2.126238

1.173277

0.551809

C(7)

0.5846

-0.551327

-1.455072

2.639215

C(8)

0.4580

0.749774

1.641653

2.189529

C(9)

0.3676

0.911930

2.087010

2.288565

C(10)

0.3056

-1.038444

-0.234152

0.225483

C(11)

0.1783

-1.371260

-0.305609

0.222867

C(12)

0.1671

-1.408411

-0.292305

0.207542

C(13)

0.8526

-0.019011

-0.187055

0.101635

C(14)

0.000250

0.597016 Mean dependent var

R-squared

0.119682

0.459154 S.D. dependent var

Adjusted R-squared

-1.797777

0.088017 Akaike info criterion

S.E. of regression

-1.272443

0.294383 Schwarz criterion

Sum squared resid

-1.596376

60.74221 Hannan-Quinn criter.

Log likelihood

2.072066

4.330512 Durbin-Watson stat

F-statistic

0.000199

Prob(F-statistic)

PHỤ LỤC 6D

Dependent Variable: D(LNTB)

Method: Least Squares

Date: 09/07/13 Time: 21:36

Sample (adjusted): 2000Q1 2012Q4

Included observations: 52 after adjustments

D(LNTB) = C(1)*( LNTB(-1) + 4.66928186658*LNREER(-1) +

7.61819984862*LNGDPI(-1) - 1.14717974636*LNGDPF(-1) -

0.0932876707043*@TREND(99Q1) - 229.111444882 ) + C(2)

*D(LNTB(-1)) + C(4)*D(LNTB(-3)) + C(7)*D(LNREER(-3)) + C(14)

Prob.

Coefficient

0.0982

t-Statistic -1.687333

-0.076573

Std. Error 0.045381

C(1)

0.0075

-2.794596

-0.335124

0.119919

C(2)

0.0057

-2.895916

-0.345979

0.119472

C(4)

0.0630

1.904612

1.007625

0.529045

C(7)

0.8243

0.223208

0.013386

C(14)

0.000250

0.002988 0.405331 Mean dependent var

R-squared

0.119682

0.354721 S.D. dependent var

Adjusted R-squared

-1.754823

0.096139 Akaike info criterion

S.E. of regression

-1.567203

0.434411 Schwarz criterion

Sum squared resid

-1.682894

50.62539 Hannan-Quinn criter.

Log likelihood

2.053702

8.008906 Durbin-Watson stat

F-statistic

0.000052

Prob(F-statistic)

PHỤ LỤC 7: Kết quả hàm phản ứng xung

Response of LNTB: Period

LNTB

LNREER

LNGDPI

LNGDPF

0.000890 -0.003340 -0.001350 0.005391 0.003756 0.005583 0.002797 0.001951 0.001107 0.001720

0.022584 0.028525 0.028777 0.030071 0.026281 0.024361 0.024679 0.024906 0.025278 0.025083

0.000000 0.005007 0.009893 0.009882 0.004245 -0.001627 -0.006148 -0.009207 -0.012103 -0.012620

0.000000 0.008859 0.013738 0.016903 0.019011 0.019641 0.019594 0.019683 0.017411 0.017563

1 2 3 4 5 6 7 8 9 10

PHỤ LỤC 8: Kết quả phân tách phƣơng sai

Variance Decomposition of LNTB:

Period

S.E.

LNTB

LNREER

LNGDPI

LNGDPF

0.089359 0.112280 0.142401 0.150728 0.160737 0.166394 0.178777 0.188771 0.202080 0.210479

100.0000 78.81822 72.02904 67.80004 67.61554 67.17920 68.04459 65.35961 63.90425 62.12565

0.000000 19.35492 26.02822 28.59440 28.97120 29.48928 29.03596 31.24742 32.86488 34.61949

0.000000 1.645065 1.037557 1.185616 1.047568 0.979110 0.880333 1.356651 1.407630 1.460082

0.000000 0.181800 0.905174 2.419943 2.365687 2.352410 2.039126 2.036319 1.823245 1.794772

1 2 3 4 5 6 7 8 9 10

Cholesky Ordering: LNTB LNREER LNGDPI LNGDPF