Luận văn Thạc sĩ Kinh tế: Mối quan hệ phi tuyến giữa tỷ giá hối đoái thực hiệu lực và các yếu tố vĩ mô cơ bản của nền kinh tế Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

******

TRƯƠNG THỊ NHÂN HẬU

MỐI QUAN HỆ PHI TUYẾN GIỮA TỶ

GIÁ HỐI ĐOÁI THỰC HIỆU LỰC VÀ

CÁC YẾU TỐ VĨ MÔ CƠ BẢN NỀN

KINH TẾ VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

Tp. Hồ Chí Minh – Năm 2014

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

******

TRƯƠNG THỊ NHÂN HẬU

MỐI QUAN HỆ PHI TUYẾN GIỮA TỶ

GIÁ HỐI ĐOÁI THỰC HIỆU LỰC VÀ

CÁC YẾU TỐ VĨ MÔ CƠ BẢN NỀN

KINH TẾ VIỆT NAM

Chuyên ngành: Tài chính – Ngân hàng

Mã số: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC:

PGS.TS. NGUYỄN THỊ LIÊN HOA

Tp. Hồ Chí Minh – Năm 2014

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi dưới sự hướng dẫn của

PGS.TS. Nguyễn Thị Liên Hoa. Các nội dung nghiên cứu và kết quả trong luận văn

là trung thực và chưa từng được công bố trong bất kỳ một công trình nào.

Những số liệu trong các bảng biểu phục vụ cho việc phân tích được chính tác giả

thu thập từ các nguồn đáng tin cậy. Ngoài ra, luận văn còn sử dụng một số đánh giá

nhận xét của các tác giả khác và đều có chú thích nguồn gốc sau mỗi trích dẫn để dễ

tra cứu, kiểm chứng.

Tác giả luận văn

Trương Thị Nhân Hậu

MỤC LỤC

TRANG PHỤ BÌA

MỤC LỤC

LỜI CAM ĐOAN ................................................................................................................................ i

DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT ........................................................................ iv

DANH MỤC CÁC BẢNG BIỂU ...................................................................................................... vi

DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ ........................................................................................... vii

TÓM LƯỢC ....................................................................................................................................... 1

CHƯƠNG 1: GIỚI THIỆU ................................................................................................................ 2

1.1 Đặt vấn đề: ............................................................................................................................... 2

1.2 Đối tượng và phạm vi nghiên cứu: ........................................................................................... 3

1.3 Mục tiêu và câu hỏi nghiên cứu: .............................................................................................. 3

1.4 Dữ liệu nghiên cứu: .................................................................................................................. 4

1.5 Phương pháp nghiên cứu:......................................................................................................... 4

1.6 Bố cục luận văn: ....................................................................................................................... 5

CHƯƠNG 2: TỔNG QUAN CÁC NGHIÊN CỨU TRÊN THẾ GIỚI VỀ MỐI QUAN HỆ GIỮA TỶ GIÁ HỐI ĐOÁI VÀ CÁC NHÂN TỐ VĨ MÔ CƠ BẢN. ........................................................... 6

2.1 Các nghiên cứu trên thế giới về mối quan hệ giữa tỷ giá hối đoái danh nghĩa và các yếu tố vĩ mô cơ bản. ...................................................................................................................................... 7

2.2 Những nghiên cứu về mối quan hệ giữa tỷ giá hối đoái thực hiệu lực và các biến số kinh tế vĩ mô cơ bản: .................................................................................................................................... 12

2.3 Nhận xét chung về các kết quả nghiên cứu trên thế giới trước đây: ...................................... 21

CHƯƠNG 3: DỮ LIỆU VÀ MÔ HÌNH NGHIÊN CỨU ................................................................ 23

3.1 Dữ liệu nghiên cứu: ................................................................................................................ 23

3.2 Mô hình nghiên cứu: .............................................................................................................. 23

3.2.1 Kỹ thuật thực nghiệm: ..................................................................................................... 23

3.2.2 Phương pháp kinh tế lượng ............................................................................................. 26

3.3 Xây dựng biến: ....................................................................................................................... 33

3.3.1 Tỷ giá thực hiệu lực (REER) ........................................................................................... 34

3.3.2 Chênh lệch trong năng suất của nền kinh tế (PROD)...................................................... 34

3.3.3 Tỷ lệ mậu dịch (TOT) ..................................................................................................... 35

3.3.4 Chi tiêu Chính phủ (GEXP) ............................................................................................ 36

3.3.5 Độ mở của nền kinh tế (OPEN) ...................................................................................... 37

3.3.6 Tài sản nước ngoài ròng- NFA........................................................................................ 38

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU ........................................................................................ 41

4.1 Dữ liệu chưa chuyển đổi ........................................................................................................ 41

4.1.1 Kết quả kiểm định tính dừng ........................................................................................... 41

4.1.2 Xác định độ trễ tối ưu:..................................................................................................... 43

4.1.3 Kiểm định đồng liên kết .................................................................................................. 45

4.2 Dữ liệu đã chuyển đổi ............................................................................................................ 47

4.2.1 Kết quả kiểm định tính dừng ........................................................................................... 49

4.2.2 Xác định độ trễ tối ưu ...................................................................................................... 50

4.2.3 Kiểm tra tính đồng liên kết .............................................................................................. 51

4.3 Kết quả hồi quy ...................................................................................................................... 53

4.3.1 Kết quả ước lượng phương trình dài hạn bằng phương pháp ARDL .............................. 53

4.3.2 Kiểm định mức độ ổn định của các hệ số ước lượng ...................................................... 56

CHƯƠNG 5: KẾT LUẬN CHUNG, HẠN CHẾ VÀ HƯỚNG MỞ RỘNG NGHIÊN CỨU ......... 59

5.1 Kết luận chung của bài nghiên cứu ........................................................................................ 59

5.2 Hạn chế và hướng mở rộng nghiên cứu ................................................................................. 61

TÀI LIỆU THAM KHẢO

PHỤ LỤC

DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT

Thuật toán Kỳ vọng xen kẽ có điều kiện (Alternating Conditional

ACE

Expectation)

ARDL

Phân bố trễ tự hồi quy (Autoregressive Distributed Lag)

Tổ chức hợp tác và phát triển kinh tế (Organisation for

OECD

Economic Cooperation and Development)

IMF

Quỹ tiền tệ quốc tế (International Monetary Fund)

IFS

Thống kê tài chính quốc tế (International Financial Statistics)

REER

Tỷ giá thực hiệu lực (Real Effective Exchange rate)

TOT

Tỷ lệ mậu dịch (Terms of Trade)

OPEN

Độ mở của nền kinh tế (Openness of economy)

PROD

Chênh lệch năng suất sản xuất (Difference in productivity)

GEXP

Chi tiêu Chính phủ (Government expenditure)

NFA

Tài sản nước ngoài ròng (Net foreign assets)

EMU

Liên minh tiền tệ Châu Âu

Liên minh châu Âu

PEER

Tỷ giá cân bằng dài hạn (Permanent Equilibrium Exchange Rate)

FEER

Tỷ giá cân bằng cơ sở (Fundamental equilibrium exchange rates)

PPP

Ngang giá sức mua (purchasing power parity)

NATREX

Tỷ giá tự nhiên (Natural Rate of Exchange)

ADF

Kiểm định Dickey- Fuller mở rộng (Augmented Dickey-Fuller)

DOTS

Direction of Trade Statistics

CPI

Chỉ số giá tiêu dùng (Consumer Price Index)

Tỷ giá cân bằng theo hành vi (Behavioral Equilibrium Exchange

BEER

Rate)

GDP

Tổng sản phẩm quốc nội (Gross Domestic Product)

VND

Đồng Việt Nam

USD

Đô la Mỹ

DANH MỤC CÁC BẢNG BIỂU

Bảng 2.1: Tóm tắt các nghiên cứu trên thế giới về mối quan hệ giữa tỷ giá hối đoái

và các nhân tố kinh tế cơ bản của nền kinh tế...........................................................19

Bảng 3.1: Nguồn dữ liệu…………………………………………………………...39

Bảng 4.1: Kết quả kiểm định nghiệm đơn vị cho các chuỗi biến gốc……………..42

Bảng 4.2: Kết quả kiểm định nghiệm đơn vị cho các chuỗi sai phân bậc nhất……43

Bảng 4.3: Kết quả xác định độ trễ tối ưu cho các biến chưa chuyển đổi…………..44

Bảng 4.4: Kết quả kiểm định Wald cho các biến gốc, chưa chuyển đổi…………..46

Bảng 4.5: Kết quả kiểm định nghiệm đơn vị cho các chuỗi biến sau chuyển đổi chưa

lấy sai phân…………………………………………………………………............49

Bảng 4.6: Kết quả kiểm định nghiệm đơn vị cho các chuỗi sai phân bậc nhất (sau

chuyển đổi)………………………………………………………….……...............50

Bảng 4.7: Kết quả lựa chọn độ trễ cho các biến sau chuyển đổi………….………50

Bảng 4.8: Kết quả kiểm định Wald cho các biến sau chuyển đổi…….……………52

Bảng 4.9: Kết quả ước lượng các hệ số dài hạn theo phương pháp ARDL..............55

DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ

Hình 4.1: Biểu đồ phân tán giữa các biến trước và sau chuyển đổi………………..48

Hình 4.2: Kết quả lựa chọn độ trễ tối ưu cho các biến theo tiêu chuẩn AIC………54

Hình 4.3: Kết quả kiểm định CUSUM và CUSUMQ……………………………...57

TÓM LƯỢC

rong nghiên cứu này tác giả sử dụng mô hình phân phối trễ tự hồi quy

ARDL và thuật toán ACE để tìm hiểu mối quan hệ phi tuyến giữa tỷ giá

hối đoái thực hiệu lực và các biến số vĩ mô cơ bản của nền kinh tế Việt

T

Nam giai đoạn Q1-2000 đến Q4-2013. Thuật toán ACE là một thuật toán có thể

được dùng để giải quyết vấn đề hồi quy các biến khi mối quan hệ giữa chúng không

phải là tuyến tính. Đây là một phương pháp dùng để ước lượng các biến đổi tối ưu cho hàm hồi quy bội nhằm tối đa hệ số tương quan bội R2

Kết quả của nghiên cứu cung cấp bằng chứng cho thấy tồn tại mối quan hệ phi

tuyến giữa tỷ giá hối đoái thực hiệu lực và các yếu tố kinh tế vĩ mô cơ bản của nền

kinh tế Việt Nam được đại diện bởi các biến số: tỷ lệ mậu dịch, chênh lệch năng

suất, độ mở của nền kinh tế, chi tiêu Chính phủ và tài sản nước ngoài ròng.

Từ khóa: tỷ giá hối đoái thực hiệu lực, thuật toán ACE, đồng liên kết phi tuyến,

mô hình phân phối trễ tự hồi quy ARDL.

CHƯƠNG 1: GIỚI THIỆU

1.1 Đặt vấn đề:

Ngày nay toàn cầu hóa đã trở thành một trong những xu thế phát triển chủ yếu của

các quan hệ kinh tế quốc tế hiện đại, theo đó quá trình chuyên môn hóa hợp tác giữa

các quốc gia ngày càng được thúc đẩy mạnh mẽ. Để không bị gạt ra ngoài lề của sự

phát triển, các quốc gia đều phải nỗ lực hội nhập vào xu thế chung đó và tăng cường

sức cạnh tranh kinh tế, Việt Nam cũng không ngoại lệ. Trong bối cảnh đó, việc

quản lý nền kinh tế theo hướng mở cửa và những chính sách liên quan đến hoạt

động thương mại quốc tế ngày càng đóng vai trò quan trọng.

Tỷ giá hối đoái thực đóng một vai trò quan trọng đối với sự tăng trưởng của một

nền kinh tế cũng như trong việc thúc đẩy xuất khẩu và đầu tư tư nhân. Sự vận động

của tỷ giá hối đoái thực có tác động sâu sắc và mạnh mẽ tới mục tiêu và chính sách

kinh tế vĩ mô của mỗi quốc gia, biến số này được xem như là một chỉ số cho thấy

khả năng cạnh tranh trong thương mại quốc tế của một quốc gia (Robert Dauda

Korsu và Samuel Jamiru Braima, 2011). Tỷ giá hối đoái thực có ảnh hưởng đến

bảng cân đối của ngân hàng Trung ương, chi phối nhiều quyết định trong việc thực

thi chính sách tiền tệ thận trọng của NHTW (Ahmet N. Kipici và Mehtap Kesriyeli,

2000). Việc hiểu được hành vi của tỷ giá hối đoái thực là một vấn đề rất quan trọng

đối với các nhà hoạch định chính sách trong quá trình điều hành tỷ giá, đặc biệt là

xác định rõ các nhân tố nào đã tác động đến TGHĐ cũng như xác định mối quan hệ

này là tuyến tính hay phi tuyến. Việc nghiên cứu mối quan hệ giữa tỷ giá thực và

các yếu tố cơ bản của nền kinh tế chính xác là gì rất có ý nghĩa trong việc phân tích

và lựa chọn chính sách điều hành tỷ giá thích hợp, điều này càng ý nghĩa hơn khi

ngày nay tồn tại các mối liên kết tài chính quốc tế trên thế giới (Olena Mykhaylova,

2013).

Bởi vì những vai trò quan trọng của tỷ giá thực đối với nền kinh tế đã đề cập ở trên

thôi thúc việc phải có một nghiên cứu cung cấp một cái nhìn toàn diện về các nhân

tố tác động đến tỷ giá hối đoái để tỷ giá hối đoái có thể trở thành một công cụ chính

sách hiệu quả trong điều hành kinh tế.

Đã có khá nhiều nghiên cứu về mối quan hệ giữa tỷ giá hối đoái và các yếu tố vĩ mô

cơ bản. Một số nghiên cứu về các yếu tố ảnh hưởng đến tỷ giá hối đoái danh nghĩa

đã tìm thấy mối quan hệ phi tuyến giữa tỷ giá hối đoái danh nghĩa và các nhân tố vĩ

mô cơ bản như các nghiên cứu của Chinn (1991), Meese và Rose (1991), Yue Ma

và Kanas (2000)... Tuy nhiên, các nghiên cứu cho đến thời điểm hiện tại về mối

quan hệ giữa tỷ giá hối đoái thực và các nhân tố vĩ mô cơ bản chỉ tập trung vào mối

liên hệ đồng liên kết tuyến tính, vẫn còn rất ít trường hợp chú ý đến mối quan hệ phi

tuyến. Trong khi đó, thực tế không có một lý thuyết nào có thể đảm bảo rằng mối

quan hệ giữa tỷ giá hối đoái thực và các biến số vĩ mô phải là tuyến tính, việc bỏ

qua trường hợp phi tuyến có thể dẫn đến kết luận sai lệch rằng không tồn tại đồng

liên kết giữa tỷ giá hối đoái và các nhân tố vĩ mô cơ bản.

Do đó, tác giả đã tiến hành nghiên cứu đề tài “Mối quan hệ phi tuyến giữa tỷ giá

hối đoái thực hiệu lực và các yếu tố vĩ mô cơ bản của nền kinh tế Việt Nam”,

nhằm cung cấp thêm bằng chứng mới về mối quan hệ phi tuyến giữa tỷ giá thực và

các yếu tố vĩ mô trong thực nghiệm và góp phần giúp cho các nhà hoạch định chính

sách có thêm thông tin trong khi cân nhắc, xem xét các biện pháp khác nhau khi

điều hành tỷ giá cho phù hợp với tình hình thực tế và các mục tiêu đề ra.

1.2 Đối tượng và phạm vi nghiên cứu:

Đề tài đặt trọng tâm nghiên cứu mối quan hệ phi tuyến giữa tỷ giá thực hiệu lực đa

phương- REER và các yếu tố kinh tế vĩ mô cơ bản nền kinh tế Việt Nam (bao gồm:

tỷ lệ mậu dịch- TOT, độ mở của nền kinh tế- OPEN, chênh lệch trong năng suất-

PROD, chi tiêu Chính phủ- GEXP và tài sản nước ngoài ròng- NFA) giai đoạn Q1-

2000 đến Q4-2013.

1.3 Mục tiêu và câu hỏi nghiên cứu:

Mục tiêu của đề tài là tìm hiểu mối quan hệ giữa tỷ giá hối đoái thực hiệu lực và các

yếu tố kinh tế vĩ mô cơ bản nền kinh tế Việt Nam cũng như đưa ra bằng chứng thực

nghiệm rõ ràng về mối quan hệ phi tuyến giữa hai yếu tố này. Từ kết quả nghiên

cứu này, tác giả cũng đưa ra một vài ngụ ý đối với các nhà hoạch định chính sách

trong quá trình điều hành tỷ giá

Việc thực hiện đề tài này nhằm tập trung giải đáp cho một số câu hỏi sau đây để đạt

được mục tiêu nghiên cứu trên:

 Mối quan hệ giữa tỷ giá hối đoái thực hiệu lực và các yếu tố kinh tế vĩ mô cơ

bản nền kinh tế Việt Nam là phi tuyến hay tuyến tính?

 Các biến số nào được lựa chọn để đại diện cho nền kinh tế vĩ mô xét trong

mối quan hệ với tỷ giá thực, chiều hướng và mức độ tác động của từng yếu

tố vĩ mô cơ bản đến tỷ giá thực hiệu lực như thế nào?

1.4 Dữ liệu nghiên cứu:

Dựa trên cơ sở bài nghiên cứu gốc của Xiaolei Tang và Jizhong Zhou, tác giả chọn

5 biến số bao gồm: tỷ lệ mậu dịch, tài sản nước ngoài ròng, chi tiêu chính phủ, độ

mở của nền kinh tế và chênh lệch trong năng suất để kiểm định mối quan hệ phi

tuyến giữa tỷ giá hối đoái thực và các nhân tố vĩ mô cơ bản của nền kinh tế.

Dữ liệu trong nghiên cứu này là dữ liệu theo quý và 5 đối tác thương mại lớn của

Việt Nam (Trung Quốc, Nhật Bản, Hàn Quốc, Singapore, Thái Lan) trong giai đoạn

từ Q1-2000 đến Q4-2013. Các dữ liệu được dùng để tính toán cho các biến ở trên

được lấy từ cơ sở bộ dữ liệu DOTS, Thống kê Tài chính quốc tế IFS của quỹ tiền tệ

quốc tế IMF, tổ chức hợp tác và Phát triển kinh tế- OECD và nguồn dữ liệu từ

datastreams.

1.5 Phương pháp nghiên cứu:

Đề tài sử dụng phương pháp nghiên cứu định lượng, thống kê dựa trên phân tích dữ

liệu của tỷ giá thực hiệu lực và các biến số kinh tế vĩ mô cơ bản bao gồm: tỷ lệ mậu

dịch, độ mở của nền kinh tế, chênh lệch trong năng suất, chi tiêu Chính phủ và tài

sản nước ngoài ròng thông qua:

 Phương pháp kiểm định DF mở rộng là ADF (Augemented Dickey-Fuller

test) để xác định tính dừng của các chuỗi biến,

 Phương pháp kiểm định biên ARDL để kiểm định mối quan hệ đồng liên kết

giữa các chuỗi biến gốc và ước lượng phương trình đồng liên kết giữa tỷ giá

hối đoái thực hiệu lực và các biến số kinh tế vĩ mô cơ bản.

 Thuật toán ACE được dùng để chuyển đổi biến, giải quyết vấn đề hồi quy

các biến khi mối quan hệ giữa chúng không phải là tuyến tính.

 Dùng phương pháp kiểm định biên ARDL để kiểm định mối quan hệ đồng

liên kết phi tuyến giữa các biến sau chuyển đổi.

 Sử dụng kiểm định CUSUM và CUSUMQ để kiểm tra tính ổn định của mô

hình trong giai đoạn nghiên cứu.

 Các kết quả và biểu đồ đưa ra trong nghiên cứu được tổng hợp và thực hiện

trên phần mềm Eview 7.2 và phần mềm Microfit 4.1

1.6 Bố cục luận văn:

Luận văn được trình bày thành 5 chương:

Chương 1, giới thiệu tổng quan về luận văn nghiên cứu bao gồm lý do chọn đề tài,

đối tượng và phạm vi nghiên cứu, mục tiêu và câu hỏi nghiên cứu, phương pháp

nghiên cứu và cấu trúc của bài luận văn.

Chương 2, trình bày tổng quan các nghiên cứu trên thế giới về mối quan hệ giữa tỷ

giá hối đoái và các yếu tố kinh tế vĩ mô cơ bản.

Chương 3, nêu phương pháp và cách thực hiện đề tài bao gồm xử lý dữ liệu và

phương thức thực hiện.

Chương 4, thực hiện phân tích dữ liệu và trình bày kết quả nghiên cứu.

Chương 5, tổng kết kết quả đạt được đồng thời nêu lên những hạn chế của luận văn

và gợi mở những hướng nghiên cứu trong tương lai.

CHƯƠNG 2: TỔNG QUAN CÁC NGHIÊN CỨU TRÊN THẾ

GIỚI VỀ MỐI QUAN HỆ GIỮA TỶ GIÁ HỐI ĐOÁI VÀ CÁC

NHÂN TỐ VĨ MÔ CƠ BẢN.

Kể từ nghiên cứu của Balassa và Samuelson (1964) cho rằng sự gia tăng tương đối

lớn hơn trong năng suất của hàng hóa mậu dịch so với khu vực hàng hóa phi mậu

dịch dẫn đến sự đánh giá cao đồng nội tệ, hàng loạt các nghiên cứu được tiến hành

để chứng minh mối quan hệ giữa tỷ giá hối đoái thực và các biến số kinh tế vĩ mô

cơ bản.

Đã có một khối lượng lớn các nghiên cứu trên thế giới về mối quan hệ tỷ giá hối

đoái và các nhân tố vĩ mô cơ bản. Những mô hình lý thuyết đầu tiên phát triển chủ

yếu vào những năm 1970 như: mô hình tiền tệ (Frenkel, 1976, 1979; Mussa, 1976;

Bilson, 1978); mô hình tiền tệ giá cứng của Dornbusch, 1976 và mô hình cân bằng

danh mục đầu tư (Dornbusch và Fischer, 1980; Campbell và Viceira, 2002). Những

mô hình thuộc "thế hệ đầu tiên" này phần lớn tập trung vào mối quan hệ tuyến tính

giữa tỷ giá hối đoái danh nghĩa và các nhân tố vĩ mô (như mức cung tiền, giá cả, sản

lượng hay tài khoản vãng lai). Tuy nhiên, qua các nghiên cứu thực nghiệm, những

mô hình thuộc "thế hệ đầu tiên" này không còn đúng đối với nghiên cứu thực

nghiệm đặc biệt là nghiên cứu tiến hành ở các nước có lạm phát tương đối thấp, kể

từ đó mối quan hệ phi tuyến giữa tỷ giá hối đoái và các nhân tố vĩ mô cơ bản đã thu

hút các nhà nghiên cứu khám phá trong thực nghiệm.

Vấn đề các nhân tố kinh tế vĩ mô cơ bản có thể giải thích sự thay đổi trong tỷ giá

hối đoái như thế nào đã thu hút khá nhiều nghiên cứu của các tác giả, tuy nhiên có

hai hướng nghiên cứu chính giải thích cho mối quan hệ này. Một theo hướng phân

tích yếu tố tỷ giá hối đoái danh nghĩa và hướng nghiên cứu còn lại tập trung vào tỷ

giá hối đoái thực. Tất cả những nghiên cứu theo hướng phân tích yếu tố tỷ giá hối

đoái danh nghĩa của các tác giả đều có một điểm chung là tìm thấy mối quan hệ phi

tuyến giữa tỷ giá hối đoái danh nghĩa và các nhân tố vĩ mô cơ bản. Tuy nhiên, xu

hướng của các nghiên cứu cho đến thời điểm hiện tại về mối quan hệ giữa tỷ giá hối

đoái thực và các nhân tố vĩ mô cơ bản chỉ tập trung vào mối liên hệ đồng liên kết

tuyến tính, vẫn còn rất ít trường hợp chú ý đến mối quan hệ phi tuyến. Dưới đây là

một vài nghiên cứu điển hình về mối quan hệ phi tuyến giữa tỷ giá hối đoái danh

nghĩa và các yếu tố vĩ mô cơ bản.

2.1 Các nghiên cứu trên thế giới về mối quan hệ giữa tỷ giá hối đoái danh

nghĩa và các yếu tố vĩ mô cơ bản.

Đầu tiên, trong các nghiên cứu thực nghiệm của Meese và Rogoff (1983) đã chỉ ra

rằng mô hình bước ngẫu nhiên (random walk) cho kết quả dự báo tốt hơn so với các

mô hình tuyến tính “thế hệ đầu tiên”, phát hiện của hai tác giả này chỉ ra rằng hệ số

của các biến kinh tế vĩ mô cơ bản trong phương trình tỷ giá hối đoái của các mô

hình tiền tệ liên quan đến sự thay đổi cấu trúc thường xuyên, do đó làm cho những

mô hình thế hệ đầu tiên này không còn thích hợp cho mục đích dự báo. Kể từ sau

nghiên cứu của Meese và Rogoff (1983) phát hiện ra sự thất bại của mô hình tỷ giá

hối đoái tuyến tính, một vài nghiên cứu của rất nhiều tác giả khác cũng đã cung cấp

thêm các bằng chứng thực nghiệm về sự thất bại của mô hình tuyến tính này và tìm

thấy mối quan hệ phi tuyến giữa tỷ giá hối đoái danh nghĩa và các nhân tố vĩ mô cơ

bản.

Baxter và Stockman (1989), Flood và Rose (1995) cũng tìm thấy các bất thường

trong các mô hình tiền tệ, các tác giả này tìm thấy rằng: kể từ khi bắt đầu chế độ tỷ

giá thả nỗi sự thay đổi của tỷ giá hối đoái danh nghĩa và tỷ giá thực đã tăng lên đáng

kể. Đồng thời, các nghiên cứu cũng không tìm thấy được bằng chứng nào cho thấy

có sự thay đổi đáng kể của các biến số kinh tế vĩ mô cơ bản như đề cập trong các

mô hình lý thuyết khi so với thời kỳ tỷ giá cố định. Điều này mâu thuẩn so với lý

thuyết của những mô hình “thế hệ đầu tiên”, trong khi lý thuyết ở những mô hình

thế hệ đầu tiên cho rằng sự thay đổi của tỷ giá hối đoái chỉ có thể gia tăng khi sự

thay đổi của các biến số kinh tế vĩ mô cơ bản gia tăng. Điều này dẫn đến kết luận

rằng sự thay đổi trong tỷ giá hối đoái không chịu sự tác động của các biến số kinh tế

vĩ mô cơ bản. Trong nghiên cứu của mình, hai tác giả Obstfeld và Rogoff, 2000

cũng xác định rằng vấn đề này là một trong 6 “câu đố” trong kinh tế vĩ mô quốc tế.

Điển hình như nghiên cứu thực nghiệm của Meese và Rose (1991) về mối quan hệ

giữa tỷ giá hối đoái danh nghĩa và các yếu tố vĩ mô cơ bản cho các nước lớn thuộc

tổ chức OECD là Canada, Đức, Nhật và Anh dựa trên dữ liệu tháng giai đoạn từ

1974- 1987. Năm mô hình lý thuyết về các yếu tố ảnh hưởng đến tỷ giá hối đoái

cũng được hai tác giả đưa ra xem xét trong bài nghiên cứu bao gồm 3 mô hình tiền

tệ “thế hệ đầu tiên”, mô hình thứ tư là mô hình của Lucas, 1982 và mô hình cuối

cùng của Hodrick, 1988 và định lượng cho mối quan hệ phi tuyến ở các mô hình

này thông qua 3 phương cách thức khác nhau. Mối quan hệ phi tuyến tiềm tàng

cũng được khám phá thông qua các kỹ thuật tham số và phi tham số khác nhau cũng

như việc sử dụng thuật toán ACE để chuyển đổi biến.

Yue Ma và Angelos Kanas (2000) đã sử dụng hai phương pháp thử nghiệm phi

tham số để kiểm định mối quan hệ phi tuyến giữa tỷ giá hối đoái danh nghĩa và các

nhân tố vĩ mô cơ bản cho hai cặp nước: Hà Lan- Đức và Pháp- Đức.

Thử nghiệm đầu tiên là kiểm định đồng liên kết phi tuyến phát triển bởi Granger và

Hallman (1991) và Breiman và Friedman (1985), kiểm định này nhằm xem xét mối

quan hệ phi tuyến dài hạn giữa tỷ giá hối đoái và các nhân tố vĩ mô cơ bản. Trong

quy trình kiểm định này, tác giả sử dụng thuật toán xen kẻ kỳ vọng có điều kiện

ACE để chuyển đổi các biến, là một phương pháp dùng để ước lượng các biến đổi tối ưu cho hàm hồi quy bội nhằm tối đa hệ số tương quan bội R2. Quy trình kiểm

định này trải qua hai giai đoạn theo đề xuất trong nghiên cứu của Granger và

Hallman, 1991. Đầu tiên, kiểm định tính dừng các biến sau chuyển đổi qua thuật

toán ACE bằng kiểm định nghiệm đơn vị. Tiếp theo, tác giả kiểm tra tính đồng liên

kết của các biến sau chuyển đổi để đi đến kết luận mối quan hệ phi tuyến của các

biến trước chuyển đổi.

Thử nghiệm thứ hai là kiểm định nhân quả phi tuyến Granger được giới thiệu bởi

Baek và Brock, 1992 và được bổ sung bởi Hiemstra và Jones, 1994, với mục đích

khám phá ra mối quan hệ động phi tuyến giữa tỷ giá và các nhân tố vĩ mô cơ bản

bằng cách kiểm tra xem liệu rằng các giá trị quá khứ của biến số đại diện cho các

nhân tố vĩ mô cơ bản có ảnh hưởng đến các giá trị hiện tại và tương lai của tỷ giá

hay không. Quy trình thử nghiệm thứ hai này gồm 4 bước sau:

Bước 1: Dùng kiểm định nghiệm đơn vị để xác định bậc tích hợp của các chuỗi

biến, nếu các chuỗi là không dừng, chuyển qua bước 2, ngược lại chuyển qua bước

Bước 2: Kiểm tra tham số tuyến tính và đồng liên kết phi tham số theo phương

pháp của Johansen, 1988 và Bierens, 1997a, b. Nếu kết quả cho thấy không có đồng

liên kết xảy ra, các tác giả chuyển sang bước 3. Ngược lại chuyển sang bước 4.

Bước 3: Kết quả cho thấy không có đồng liên kết tuyến tính thì kiểm định tiếp đồng

liên kết phi tuyến, nếu điều này xảy ra thì đây là bằng chứng về mối quan hệ dài

hạn, ngược lại chuyển sang bước 4.

Bước 4: Áp dụng kiểm định nhân quả phi tuyến Granger theo phương pháp của

Baek và Brock, 1992 cho phần dư từ mô hình VAR. Mục đích của việc kiểm định

phần dư từ mô hình VAR là để loại bỏ tất cả các cấu trúc tuyến tính trong mô hình,

hơn nữa bởi vì kiểm định yêu cầu chuỗi phần dư phải dừng, khi đó cần xem xét kỹ

là mô hình VAR được xây dựng từ các chuỗi gốc hay chuỗi sai phân bậc 1. Dựa

trên kết quả 3 bước đầu tiên, nếu kết quả ở bước 1 cho thấy các chuỗi biến là dừng

hoặc tác giả tìm thấy có mối quan hệ đồng liên kết tuyến tính ở bước 2, tác giả sẽ

ước lượng mô hình VAR với các chuỗi biến gốc, nếu kết quả cho thấy không có

mối quan hệ đồng liên kết phi tuyến ở bước 3, tác giả sẽ ước lượng mô hình VAR

với các chuỗi sai phân bậc 1. Cuối cùng, để bác bỏ kết luận tính mối quan hệ phi

tuyến gây ra là do các bong bóng trên thị trường, tác giả sử dụng mô hình ARFIMA

để kiểm tra bậc tích hợp không nguyên cho tất cả các chuỗi thời gian. Nếu bậc tích

hợp của chuỗi biến tỷ giá hối đoái không lớn hơn bậc tích hợp của chuỗi các biến

đại diện cho các nhân tố vĩ mô cơ bản, tác giả có thể bác bỏ kết luận về sự tồn tại

của bong bóng thị trường trong việc giải thích tính phi tuyến của mối quan hệ này.

Hai tác giả tìm thấy mối quan hệ đồng kiên kết phi tuyến giữa tỷ giá và cung tiền

đối với trường hợp của cặp nước Hà Lan và Đức, đây có thể được hiểu như là bằng

chứng của mối quan hệ phi tuyến dài hạn giữa tỷ giá và các nhân tố vĩ mô cơ bản

giữa hai nước này.

Đối với trường hợp Pháp và Đức, hai tác giả không tìm thấy bằng chứng về đồng

liên kết phi tuyến nhưng lại tìm thấy bằng chứng cho mối quan hệ nhân quả phi

tuyến Granger của đồng France đối với tỷ giá FFr/DM. Qua đó cho thấy mối quan

hệ động phi tuyến giữa tỷ giá FFr/DM và các nhân tố vĩ mô cơ bản, phát hiện này

cũng phù hợp với giả thuyết về sự thống trị của đồng tiền Đức trong cơ chế tỷ giá

châu Âu. Hai tác giả cũng khẳng định, việc sử dụng mô hình ARFIMA cho phép họ

bác bỏ những giả thuyết rằng mối quan hệ phi tuyến được tạo ra là do các bong

bóng trên thị trường, những kết quả này mang một ý nghĩa quan trọng, nó có thể

giải thích sự thất bại của các nghiên cứu trước.

Min Qi, Yangru Wu, 2003 sử dụng mô hình “neural network” để nghiên cứu mô

hình phi tuyến trong dự báo tỷ giá hối đoái qua ngắn hạn và trung hạn của 4 đồng

tiền: yên Nhật, Mác Đức, đồng bảng Anh và đồng đô la Canada cũng như nghiên

cứu các yếu tố vĩ mô cơ bản nào giải thích sự biến động của tỷ giá 4 đồng tiền trên.

Kết quả nghiên cứu cho thấy rằng mô hình “neural network” với các nhân tố vĩ mô

không thể đánh bại được mô hình dự báo ngẫu nhiên cho các dự báo ngoài mẫu.

Tác giả cũng kết luận rằng những nhân tố vĩ mô cơ bản có vai trò quan trọng trong

việc dự báo tỷ giá hối đoái.

Cùng với xu hướng của các nghiên cứu trên, Paul De Grauwe và Isabel

Vansteenkiste, 2006 cũng đã tiến hành kiểm tra xem liệu mối quan hệ giữa tỷ giá

hối đoái danh nghĩa và các biến số kinh tế vĩ mô căn bản là phi tuyến hay không. Để

thực hiện được điều này, hai tác giả đã phát triển mô hình tự hồi quy chuyển đổi Markov 1 giới thiệu bởi McConnell và Perez Quiros, 2000 và Dewachter, 2001 và

1 the Markov-switching autoregressive (MS-AR) models

áp dụng mô hình vào phân tích thực nghiệm đối với mẫu là các quốc gia có lạm

phát thấp và các quốc gia có lạm phát cao.

Để phục vụ cho việc ước lượng các mô hình, tác giả tiến hành chọn dữ liệu hàng

tháng và quý của tỷ giá hối đoái và các nhân tố vĩ mô cơ bản khác nhau thu thập từ

IFS cho các nước có lạm phát cao và các nước có lạm phát thấp.

 Đối với các nước có lạm phát cao, dữ liệu về giá đồng nội tệ, cung tiền, lạm

phát, lãi suất thị trường tiền tệ (lãi suất liên ngân hàng), lãi suất cho vay của

Arhentina, Bolivia, Brazil, Columbia và Ecuador được thu thập.

 Đối với các nước có lạm phát thấp, dữ liệu các biến thu thập cũng như đối với

trường hợp các nước có lạm phát cao và thu thập ở các nước Đức, Pháp, Ý,

Nhật Bản, Anh và Mỹ.

Trong bài nghiên cứu này, tác giả cũng sử dụng phương pháp ước lượng hợp lý cực

đại (maximum likelihood) có thể được thực hiện bằng cách dựa vào một số kỹ thuật

tối đa hóa hoặc thuật toán cực đại hóa kỳ vọng (Expectation-Maximization) theo

như mô tả của Hamilton, 1990 và Krolzig, 1997 để ước lượng cho mô hình chuyển

đổi Markov.

Kết quả thực nghiệm còn cho thấy, đối với các nước có lạm phát cao, mô hình tuyến

tính “thế hệ thứ nhất” dường như là mô hình thích hợp giải thích cho sự thay đổi

trong tỷ giá hối đoái của các nước, mối quan hệ giữa các yếu tố kinh tế cơ bản và sự

thay đổi trong tỷ giá hối đoái là ổn định và có ý nghĩa cũng như hệ số của các biến

kinh tế vĩ mô cơ bản tương đối ổn định, nhưng điều này lại không xảy ra đối với

trường hợp của các nước có lạm phát thấp. Mối quan hệ giữa tỷ giá hối đoái và các

nhân tố vĩ mô cơ bản ở các nước có lạm phát thấp được đặc trưng bởi trạng thái

chuyển đổi thường xuyên xảy ra, kết quả nghiên cứu tìm thấy hệ số của các biến

kinh tế vĩ mô thường xuyên thay đổi qua thời gian. Sự so sánh giữa các nước có lạm

phát thấp và cao sẽ cho chúng ta cái nhìn rõ ràng hơn về bản chất mối quan hệ giữa

tỷ giá hối đoái và các nhân tố vĩ mô cơ bản.

Như vậy, đã có rất nhiều các nghiên cứu đã tìm cách mô hình hóa mối quan hệ phi

tuyến tiềm tàng giữa tỷ giá hối đoái và các nhân tố vĩ mô cơ bản. Tuy nhiên chưa có

nghiên cứu nào đề cập đến hiệu ứng chuyển đổi về ảnh hưởng của các nhân tố vĩ

mô đến tỷ giá hối đoái. Đến bài nghiên cứu The Exchange Rate and

Macroeconomic Determinants: Time-Varying Transitional Dynamics của

Chunming Yuan- 2011 đã tiến hành xem xét mô hình phi tuyến về mối quan hệ

giữa biến số kinh tế vĩ mô và tỷ giá hối đoái trong bối cảnh xét đến quy trình

chuyển đổi Markov. Để đánh giá hiệu ứng chuyển đổi khác nhau của các yếu tố vĩ

mô, tác giả xem xét 4 mô hình đã được đề cập trong các nghiên cứu trước bao gồm

lý thuyết PPP, phương pháp của Mark, 1995, mô hình chênh lệch lãi suất thực RID

(Real Interest Difference) và mô hình danh mục đầu tư cân bằng (mô hình Hooper-

Morton) dựa trên dữ liệu quý cho 4 cặp tỷ giá song phương của 4 đồng tiền đô la

Úc, đô la Canada, bảng Anh và yên Nhật trong giai đoạn Q1-1973 đến Q2-2007.

Năm nhân tố vĩ mô xem xét bao gồm: cung tiền, GDP thực, CPI, lãi suất dài hạn và

ngắn hạn và cán cân thương mại.

Phương pháp ược lượng maximum likelyhood cũng được sử dụng trong bài nghiên

cứu, kết quả chỉ ra rằng ảnh hưởng của các yếu tố vĩ mô đến tỷ giá hối đoái theo

mối quan hệ phi tuyến thông qua xác suất chuyển đổi trong quy trình chuyển đổi

Markov.

2.2 Những nghiên cứu về mối quan hệ giữa tỷ giá hối đoái thực hiệu lực và các

biến số kinh tế vĩ mô cơ bản:

Mối quan hệ giữa tỷ giá hối đoái thực và các biến số kinh tế vĩ mô cơ bản cũng thu

hút khá nhiều nghiên cứu của các tác giả.

Alberola và cộng sự (1999) đã ước lượng tỷ giá hối đoái thực cân bằng cho tỷ giá

của nhóm các đồng tiền lớn bằng cách sử dụng phương pháp đồng liên kết và kiểm

định nghiệm đơn vị cho dữ liệu bảng. Mẫu nghiên cứu gồm 12 đồng tiền trong giai

đoạn 1980Q1-1998Q4 bao gồm đồng đô la Mỹ, đồng bảng Anh, yên Nhật, đồng đô

la Canada, Đồng Krone Đan Mạch, Đồng Krone Thụy Điển, đồng mác Đức, đồng

Drachma của Hy Lạp, đồng franc Pháp, đồng lira của Ý, đồng peseta của Tây Ban

Nha và đồng tiền chung châu Âu. Mô hình thực nghiệm của tác giả chỉ gồm hai

biến giải thích: khối lượng tài sản nước ngoài ròng và tỷ số giá tương đối khu vực

(tỷ số chỉ số giá tiêu dùng so với chỉ số giá sản xuất). Kết quả cho thấy tỷ giá của

bốn đồng tiền chủ chốt thuộc khối EU (đồng mác Đức, đồng franc Pháp, đồng lira

của Ý, đồng peseta của Tây Ban Nha) so với đồng euro ở mức gần với mức cân

bằng.

Couharde và Mazier (2001) xây dựng một mô hình tuyến tính theo cách tiếp cận tỷ

giá cân bằng cơ sở FEER để ước tính tỷ giá hối đoái thực cân bằng của những đồng

tiền châu Âu trong giai đoạn 1970-1998 sử dụng kỹ thuật đồng liên kết. Các yếu tố

vĩ mô ảnh hưởng đến tỷ giá hối đoái thực được đưa vào mô hình là: mức chênh lệch

giá, hiệu suất bên ngoài, khác biệt về tăng trưởng và đặc điểm của chuyên môn hóa

quốc tế trong ngoại thương. Những ước lượng của mô hình tỷ giá hối đoái cân bằng

cho phép tác giả xác định mức sai lệch của đồng đô la và những đồng tiền chính các

nước châu Âu, và mức sai lệch so với tỷ giá thực cân bằng của những đồng tiền

châu Âu tham gia vào liên minh tiền tệ châu Âu so với đồng euro.

Maeso-Fernandez và cộng sự (2002) cũng tiến hành nghiên cứu để phân tích tỷ giá

hối đoái thực hiệu lực đồng euro, bằng cách áp dụng cách tiếp cận tỷ giá cân bằng

theo hành vi và tỷ giá cân bằng dài hạn (PEER) trên cơ sở dữ liệu hàng quý tổng

hợp cho khu vực đồng Euro và mười hai đối tác thương mại chính từ năm 1975 đến

năm 1998 thông qua việc áp dụng kỹ thuật đồng liên kết Johansen. Kết quả cho

thấy: sự khác biệt trong lãi suất thực, chênh lệch trong năng suất, chính sách tài

khóa và giá dầu thực tế có ảnh hưởng đáng kể đến tỷ giá thực đồng euro.

Nhận xét: tất cả những nghiên cứu trên của các tác giả chỉ tiến hành nghiên cứu cho

cỡ mẫu đến 2000Q4 và chỉ dừng lại ở việc xem xét đến mối quan hệ tuyến tính giữa

tỷ giá thực hiệu lực và các yếu tố vĩ mô cơ bản, những nghiên cứu gần đây của các

tác giả bắt đầu chú ý đến phân tích thực nghiệm mối quan hệ giữa tỷ giá thực hiệu

lực và yếu tố vĩ mô cơ bản.

Điển hình là nghiên cứu của Xiaolei Tang, 2012 với bài nghiên cứu Nonlinear

Relationship between Real Exchange Rate and Economic Fundamentals

Revisited: Evidence from the EMU. Bài nghiên cứu đã mở rộng mẫu quan sát đến

Q4-2009 nhằm cung cấp thêm bằng chứng về mối quan hệ phi tuyến giữa tỷ giá hối

đoái thực hiệu lực của đồng euro và 10 đồng tiền riêng của các quốc gia thành viên

khối liên minh tiền tệ châu Âu. Kỹ thuật thực nghiệm trong bài nghiên cứu dựa theo

nghiên cứu của Montiel (1999), theo đó tỷ giá hối đoái thực chịu ảnh hưởng của các

biến số kinh tế vĩ mô sau: chênh lệch trong năng suất, tỷ lệ mậu dịch, chi tiêu chính

phủ, tài sản nước ngoài ròng, độ mở của nền kinh tế và chênh lệch lãi suất. Dữ liệu

trong bài nghiên cứu là dữ liệu bảng với tần suất quan sát là quý giai đoạn 1980Q1-

2009Q4. Quy trình kiểm định tương tự như quy trình của Ma & Kanas (2000) cụ thể:

(1) kiểm định nghiệm đơn vị cho dữ liệu bảng,

(2) kiểm định đồng liên kết tuyến tính,

(3) kiểm định đồng liên kết phi tuyến,

(4) kiểm định nhân quả Granger.

Kết quả cho thấy rằng với trường hợp của Phần Lan, Thụy Điển, Tây Ban Nha tỷ

giá hối đoái thực hiệu lực có mối quan hệ đồng liên kết tuyến tính với các yếu tố vĩ

mô cơ bản. Trường hợp của Áo và Đức, tác giả tìm thấy mối quan hệ đồng liên kết

phi tuyến giữa tỷ giá hối đoái thực hiệu lực và các biến số kinh tế vĩ mô cơ bản. Đối

với trường hợp các nước còn lại, kết quả thực nghiệm không tìm thấy bằng chứng

về mối quan hệ đồng liên kết.

Chi-Wei Su (2012) cung cấp bằng chứng về mối quan hệ giữa tỷ giá đồng nhân dân

tệ và các biến số kinh tế vĩ mô ở Trung Quốc (độ mở của nền kinh tế, chi tiêu chính

phủ, chênh lệch trong năng suất và cung tiền thực) cũng như góp phần cho những

cải cách chế độ tỷ giá đồng nhân dân tệ. Kiểm định bậc- phi tham số theo đề xuất

của Breitung, 2001 và mô hình hiệu chỉnh sai số ngưỡng TECM (threshold error-

correction model) được tác giả sử dụng trong nghiên cứu để tìm ra mối quan hệ

nhân quả phi tuyến giữa tỷ giá đồng nhân dân tệ và các biến số kinh tế vĩ mô.

Tác giả đã lựa chọn mô hình tỷ giá thực cân bằng (ERER: equilibrium real

exchange rate) theo đề xuất của Elbadawi (1994) trên cơ sở mô hình ERER của

Edwards (1989), mô hình này được cho là phù hợp để đo lường cho tỷ giá thực cân

bằng cho các nước đang phát triển bởi nó mô tả đầy đủ trạng thái chuyển đổi ở các

nền kinh tế này. Mô hình tỷ giá thực cân bằng đồng nhân dân tệ có dạng như sau:

RER = OPEN + GOV + PROD + M2 +

Với RER là tỷ giá hối đoái thực đồng nhân dân tệ, OPEN: độ mở nền kinh tế, GOV:

chi tiêu Chính phủ, PROD: chênh lêch năng suất, M2: cung tiền.

Dữ liệu sử dụng trong nghiên cứu này là dữ liệu theo quý từ Q1-1994 đến Q4-2010,

trong đó biến phụ thuộc tỷ giá thực RER được định nghĩa là tỷ giá hối đoái danh

nghĩa sau khi điều chỉnh theo tỷ lệ mức giá nước ngoài và mức giá trong nước trong

dài hạn, 4 biến độc lập bao gồm:

 Độ mở của nền kinh tế (OPEN): đại diện cho chính sách ngoại thương, được

hiểu như là mức độ tự do hóa thương mại, được tính bằng tỷ lệ giữa tổng kim

ngạch xuất nhập khẩu so với GDP.

 Chi tiêu Chính phủ (GOV): được tính bằng tỷ lệ tổng chi tiêu chính phủ so

với GDP, chỉ tiêu này đại diện cho chính sách tài khóa của chính phủ. GOV

tác động đến RER thông qua 2 hướng: (i) Nếu chi chính phủ bao gồm phần

lớn là hàng hóa phi ngoại thương, GOV tăng sẽ làm tăng áp lực cầu nội địa,

gia tăng giá tương đối của hàng hóa phi ngoại thương dẫn đến giảm REER.

(ii) Nếu phần lớn chi tiêu chính phủ là hàng hóa ngoại thương, GOV tăng sẽ

làm cán cân thương mại xấu đi, REER tăng.

 Chênh lệch trong năng suất (PROD): đại diện cho tiến bộ trong công nghệ,

năng lực sản xuất trong nước được tập trung vào khu vực sản xuất hàng hóa

ngoại thương và khu vực sản xuất hàng hóa phi ngoại thương, nếu năng lực

sản xuất ở khu vực sản xuất hàng hóa ngoại thương tăng nhanh hơn (so với

các nước đối tác ngoại thương), REER sẽ tăng.

 Cung tiền thực M2: đại diện cho sự phát triển tài chính, sự gia tăng trong

cung tiền dẫn đến RER sẽ giảm.

Kết quả thực nghiệm của tác giả cho thấy tồn tại mối quan hệ phi tuyến trong dài

hạn giữa tỷ giá thực đồng nhân dân tệ và các biến số kinh tế vĩ mô ở Trung Quốc

bao gồm OPEN: độ mở nền kinh tế, GOV: chi tiêu Chính phủ, PROD: chênh lêch

năng suất, M2: cung tiền.

Nghiên cứu gần đây nhất của hai tác giả Xiaolei Tang và Jizhong Zhou (2013) đã

tiến hành xem xét mối quan hệ phi tuyến tiềm tàng giữa tỷ giá hối đoái thực của hai

đồng tiền (đồng nhân dân tệ của Trung Quốc và đồng Won của Hàn Quốc) và

những nhân tố kinh tế cơ bản bằng cách sử dụng dữ liệu quý từ quý 1 năm 1980-

quý 4 năm 2009. Mô hình thực nghiệm sử dụng trong bài nghiên cứu này là một

ứng dụng của phương pháp BEER theo đó hành vi của tỷ giá hối đoái thực hiệu lực

chịu tác động của các nhân tố kinh tế cơ bản sau: chênh lệch trong năng suất, tỷ lệ

mậu dịch, chi tiêu chính phủ, độ mở của nền kinh tế và tài sản nước ngoài ròng.

Hai tác giả sử dụng phương pháp kiểm định biên ARDL được đề xuất bởi Pesaran

và Shin (1999), Pesaran và cộng sự (2001) để kiểm tra tính đồng liên kết tuyến tính

giữa tỷ giá hối đoái thực và các nhân tố vĩ mô cơ bản cũng như kiểm định đồng liên

kết phi tuyến được giới thiệu bởi Granger và Hallman (1991) để khám phá ra mối

quan hệ phi tuyến giữa các biến. Kiểm định đồng liên kết phi tuyến dựa trên thuật

toán kỳ vọng xen kẻ có điều kiện ACE giới thiệu bởi Breiman and Friedman (1985),

liên quan đến các phép biến đổi phi tham số và được dùng để giải quyết vấn đề hồi

quy các biến khi mối quan hệ giữa chúng không phải là tuyến tính.

Kết quả nghiên cứu thực nghiệm cho thấy: tồn tại một mối quan hệ đồng liên kết

phi tuyến giữa tỷ giá hối đoái thực và các nhân tố kinh tế cơ bản của 2 nền kinh tế

Trung Quốc và Hàn Quốc. Ngược lại với mối quan hệ tuyến tính thông thường, độ

co dãn của TGHĐ thực với các nhân tố kinh tế cơ bản thay đổi theo thời gian theo

mối quan hệ phi tuyến. Cụ thể:

Đối với Trung Quốc:

o PROD có tác động đồng biến lên REER ở vùng giá trị thấp và có tác động

nghịch biến lên REER ở vùng giá trị cao hơn.

o OPEN có tác động nghịch biến lên REER ở vùng giá trị thấp và có tác động

nghịch biến ở vùng giá trị cao.

o NFA có tác động đồng biến lên REER.

o TOT có ảnh hưởng mạnh nhất đến REER và có tác động nghịch biến lên

REER.

o Đối với GEXP, hệ số của nó không có ý nghĩa thống kê, GEXPA có tác động đồng biến lên REERA, hơn nữa quan sát trên biểu đồ phân tán của biến GEXP trước và sau chuyển đổi thì GEXP và GEXPA có mối quan hệ nghịch

biến, do đó GEXP có xu hướng tác động nghịch biến lên REER.

Đối với Hàn Quốc: Tương tự như kết quả ở trường hợp của Trung Quốc

o Biến TOT đóng một vai trò quan trọng trong việc tác động lên REER so với

các biến khác và TOT có tác động đồng biến lên REER

o OPEN có tác động nghịch biến lên REER

o Hệ số của biến GEXP không có ý nghĩa thống kê

o Còn đối với hai biến NFA và PROD, biểu đồ phân tán của hai biến này so

với biến chuyển đổi của chúng khá bất thường và không theo một xu hướng

nào, do đó ảnh hưởng của những biến này lên REER là khá phức tạp, có thể

thay đổi theo thời gian.

Thêm vào đó điểm đặc biệt ở bài nghiên cứu này là việc sử dụng phân tích độ co

giãn để định lượng chính xác ảnh hưởng của các biến kinh tế vĩ mô lên tỷ giá hối

đoái thực. Hơn nữa để phục vụ cho mục đích so sánh hai tác giả còn tiến hành phân

tích ảnh hưởng của các biến số vĩ mô cơ bản đến tỷ giá hối đoái danh nghĩa neer.

Kết quả phân tích độ co giãn cho thấy:

Đối với CNY: |

| <|

| (x = prod, open, gexp và NFA) ngoại trừ|

|, nghĩa là tỷ giá hối đoái danh nghĩa CNY phản ứng mạnh mẽ hơn tỷ giá hối

đoái thực khi có sự biến động của các yếu tố kinh tế vĩ mô ngoại trừ biến số tỷ lệ

mậu dịch tot.

Tuy nhiên có một chút khác biệt đối với KRW ở trường hợp của Hàn Quốc:

| và so với

| >|

| (x = prod, open, gexp và NFA) ngoại trừ |

| |

CNY sự khác biệt giữa độ co giãn của reer và neer là nhỏ hơn nhiều.

Và ở giác độ tổng thể, hai tác giả còn phát hiện ở cả hai trường hợp CNY và KRW

đều có độ lớn trung bình của độ co giãn neer lớn hơn reer, có nghĩa là tỷ giá hối

đoái danh nghĩa phản ứng mạnh mẽ hơn khi có sự biến động của các biến số kinh tế

vĩ mô, điều này cũng lý giải tại sao tỷ giá hối đoái danh nghĩa thường biến động hơn

so với tỷ giá hối đoái thực.

của trường hợp CNY so với KRW,

Ngoài ra khi so sánh tổng

và tổng

hai tác giả còn nhận thấy rằng tác động tổng thể của các biến số kinh tế vĩ mô đến tỷ

giá hối đoái của CNY là mạnh hơn so với trường hợp tỷ giá hối đoái KRW, điều

này hổ trợ cho quan điểm cho rằng tỷ giá hối đoái thực có xu hướng ổn định hơn

trong cơ chế tỷ giá thả nỗi hoàn toàn.

Như vậy, các kết quả nghiên cứu trên của hai tác giả cho thấy rằng mặc dù mối

quan hệ giữa tỷ giá hối đoái thực và các biến số kinh tế vĩ mô là phi tuyến nhưng sự

phản ứng của tỷ giá hối đoái CNY và KRW với sự biến động của các biến số kinh tế

vĩ mô là khác nhau.

Tổng hợp các nghiên cứu trên thế giới về mối quan hệ giữa tỷ giá hối đoái và các

nhân tố cơ bản của nền kinh tế được tác giả tóm tắt ở bảng 1.1

Bảng 2.1: Tóm tắt các nghiên cứu trên thế giới về mối quan hệ giữa tỷ giá hối

đoái và các nhân tố kinh tế cơ bản của nền kinh tế

Tác giả

Dữ liệu

Phương pháp

Kết quả

Hai phương pháp thử nghiệm phi tham số: kiểm định đồng liên kết phi tuyến & kiểm định nhân quả phi tuyến Granger

Yue Ma và Angelos Kanas (2000)

Mục tiêu, đối tượng của NC kiểm định mối quan hệ phi tuyến giữa TGHĐ danh nghĩa và các nhân tố vĩ mô cơ bản cho hai cặp nước: Hà Lan- Đức và Pháp- Đức.

Dữ liệu tháng T1-1980 đến T10- 1996 thu thập từ Datastream của tỷ giá song phương GUI/DM và FFr/DM. hai biến số kinh tế vĩ mô là cung tiền M1và sản lượng của 1 quốc gia

Sử dụng mô hình Markov- switching autoregressive MS- AR)

Paul De Grauwe và Isabel Vansteenki ste, 2006

Kiểm định mối quan hệ phi tuyến giữa TGHĐ danh nghĩa và các biến số kinh tế vĩ mô căn bản và phân tích thực nghiệm đối với mẫu là các quốc gia có lạm phát thấp và các quốc gia có lạm phát cao.

Dữ liệu tháng và quý của TGHĐ và các nhân tố vĩ mô cơ bản khác nhau thu thập từ IFS Đối với các nước có lạm phát cao, dữ liệu về giá đồng nội tệ, cung tiền, lạm phát, lãi suất thị trường tiền tệ (lãi suất liên ngân hàng), lãi suất cho vay của Arhentina, Bolivia, Brazil, Columbia và Ecuador được thu thập. Đối với các nước có lạm phát thấp, dữ liệu các biến thu thập tương tự ở trên của các nước Đức, Pháp, Ý, Nhật Bản, Anh và Mỹ.

Mô hình Markov-switching ARCH

Chunming Yuan- 2011

Xem xét mô hình phi tuyến về mối quan hệ giữa biến số kinh tế vĩ mô và tỷ giá hối đoái

-Cặp nước Hà Lan và Đức tìm thấy mối quan hệ đồng kiên kết phi tuyến giữa TGHĐ và cung tiền -Với Pháp và Đức, không có bằng chứng về đồng liên kết phi tuyến nhưng lại tìm thấy bằng chứng cho mối quan hệ nhân quả phi tuyến Granger Đối với các nước có lạm phát cao, mô hình tuyến tính “thế hệ thứ nhất” thích hợp giải thích cho sự thay đổi trong TGHĐ, mối quan hệ giữa các yếu tố kinh tế cơ bản và TG là ổn định và có ý nghĩa cũng như hệ số của các biến kinh tế vĩ mô cơ bản tương đối ổn định Trường hợp của các nước có lạm phát thấp, đã phát hiện ra mô hình phi tuyến dựa trên sự tồn tại của chi phí chuyển đổi, hệ số của các biến kinh tế vĩ mô thường xuyên thay đổi qua thời gian Tồn tại mối quan hệ phi tuyến giữa tỷ giá danh nghĩa và các nhân tố vĩ mô cơ bản thông qua quá trình suất chuyển đổi trong quy trình Markov

Dữ liệu quý thu thập từ IFS của IMF cho 4 cặp tỷ giá song phương của 4 đồng tiền đô la Úc, đô la Canada, bảng Anh và yên Nhật trong giai đoạn Q1-1973 đến Q2-2007. 5 nhân tố vĩ mô xem xét bao gồm: cung tiền, GDP thực, CPI, lãi suất dài hạn và ngắn hạn và cán cân thương mại

Chi-Wei Su (2012)

Kiểm định mối quan hệ phi tuyến giữa tỷ giá đồng nhân dân tệ và các biến số kinh tế vĩ mô ở Trung Quốc

Kiểm định bậc- phi tham số theo đề xuất của Breitung (2001) và mô hình hiệu chỉnh sai số ngưỡng TECM (threshold error-correction model)

Tồn tại mối quan hệ phi tuyến trong dài hạn giữa tỷ giá thực đồng nhân dân tệ và các biến số kinh tế vĩ mô ở Trung Quốc bao gồm OPEN: độ mở nền kinh tế, GOV: chi tiêu Chính phủ, PROD: chênh lêch năng suất, M2: cung tiền.

Xiaolei Tang và Jizhong Zhou (2013)

Mô hình kiểm định đồng liên kết ARDL, kiểm định đồng liên kết phi tuyến được giới thiệu bởi Granger và Hallman (1991) dựa trên thuật toán kỳ vọng xen kẻ có điều kiện ACE để biến đổi biến.

xem xét mối quan hệ phi tuyến tiềm tàng giữaTGHĐ thực của hai đồng tiền (đồng nhân dân tệ Trung Quốc và đồng Won Hàn Quốc) và những nhân tố kinh tế cơ bản

Dữ liệu quý của đồng nhân dân tệ RMB trong giai đoạn Q1-1994 đến Q4-2010 và bốn biến số kinh tế vĩ mô gồm độ mở của nền kinh tế (OPEN), chi tiêu Chính phủ (GOV), chênh lệch trong năng suất (PROD) và cung tiền thực M2. Dữ liệu được thu thập từ AREMOS, Cục thống kê quốc gia Trung Quốc- China National Bureau of Statistics Dữ liệu quý từ quý 1 năm 1980- quý 4 năm 2009 tỷ giá của 2 đồng tiền RMB và Won và 5 biến số vĩ mô cơ bản gồm: chênh lệch trong năng suất PROD, tỷ lệ mậu dịch TOT, chi tiêu chính phủ GEXP, độ mở của nền kinh tế OPEN và tài sản nước ngoài ròng NFA.

Tồn tại một mối quan hệ đồng liên kết phi tuyến giữaTGHĐ thực và các nhân tố kinh tế cơ bản của 2 nền kinh tế Trung Quốc và Hàn Quốc. Ngược lại với mối quan hệ tuyến tính thông thường, độ co dãn của TGHĐ thực với các nhân tố kinh tế cơ bản thay đổi theo thời gian theo mối quan hệ phi tuyến

2.3 Nhận xét chung về các kết quả nghiên cứu trên thế giới trước đây:

Tóm lại, đã có rất nhiều nghiên cứu bằng thực nghiệm hay lý thuyết nhằm chứng

minh mối quan hệ giữa tỷ giá hối đoái và các yếu tố kinh tế vĩ mô cơ bản. Về mặt lý

thuyết, tồn tại ba mối quan hệ có thể có giữa tỷ giá hối đoái thực và các nhân tố vĩ

mô cơ bản: đồng liên kết tuyến tính, đồng liên kết phi tuyến và không tồn tại đồng

liên kết. Một số nghiên cứu về các yếu tố ảnh hưởng đến tỷ giá hối đoái danh nghĩa

đã tìm thấy mối quan hệ phi tuyến giữa tỷ giá hối đoái danh nghĩa và các nhân tố vĩ

mô cơ bản như các nghiên cứu của Chinn (1991), Meese và Rose (1991), Ma và

Kanas (2000)…. Tuy nhiên, các nghiên cứu cho đến thời điểm hiện tại về mối quan

hệ giữa tỷ giá hối đoái thực và các nhân tố vĩ mô cơ bản chỉ tập trung vào mối liên

hệ đồng liên kết tuyến tính, vẫn còn rất ít trường hợp chú ý đến mối quan hệ phi

tuyến. Trong khi đó, thực tế không có một lý thuyết nào có thể đảm bảo rằng mối

quan hệ giữa tỷ giá hối đoái thực và các biến số vĩ mô phải là tuyến tính. Việc bỏ

qua trường hợp phi tuyến có thể dẫn đến kết luận sai lệch rằng không tồn tại đồng

liên kết giữa tỷ giá hối đoái và các nhân tố vĩ mô cơ bản.

Mặc dù tồn tại nhiều bất đồng trong nền tảng lý thuyết cũng như phương pháp kinh

tế lượng nhưng hầu hết các nghiên cứu thực nghiệm trước đây có một đặc điểm

chung là phần lớn tập trung vào mối quan hệ tuyến tính giữa tỷ giá hối đoái thực và

các nhân tố vĩ mô cơ bản. Một đặc điểm của mô hình tuyến tính đó là cho dù sự

thay đổi trong giá trị của các biến như thế nào, độ co giãn của các biến số đại diện

cho những nhân tố vĩ mô cơ bản so với các biến giải thích là không đổi. Tuy nhiên,

có một khó khăn phải đối mặt đó là, ngược lại so với những phân tích trong mô hình

tuyến tính, khi mà mẫu hàm đã được xác định, thì mẫu hàm trong mô hình phi tuyến

và tham số của nó lại chưa được xác định chính xác và có thể có nhiều dạng khác

nhau. Để giải quyết khó khăn này, thuật toán kỳ vọng xen kẽ có điều kiện ACE

được sử dụng cho nghiên cứu mối quan hệ giữa tỷ giá hối đoái thực của đồng Việt

Nam và các nhân tố vĩ mô cơ bản. Lợi thế của thuật toán này chính là khả năng cho

thấy một cách chính xác mối quan hệ phi tuyến giữa các biến trong mô hình và cải

tiến mô hình phù hợp hơn so với các mô hình tuyến tính thông thường (Wang và

Murphy, 2004).

Dựa trên lợi thế về sự linh hoạt và khả năng ứng dụng rộng rãi, phương pháp tiếp

cận theo hành vi được lựa chọn để tìm kiếm một mô hình thực nghiệm thích hợp để

xác định các nhân tố ảnh hưởng đến tỷ giá hối đoái thực. Việc lựa chọn các biến đại

diện cho các nhân tố vĩ mô cơ bản chủ yếu dựa theo Motiel (1999). Cụ thể, các biến

số được lựa chọn bao gồm: tăng trưởng trong năng suất, tỷ lệ mậu dịch, tài sản nước

ngoài ròng, độ mở của nền kinh tế và chi tiêu chính phủ. Đây cũng là cơ sở đề tài

này được thực hiện cho nền kinh tế Việt Nam, kết quả nghiên cứu của đề tài sẽ trả

lời cho câu hỏi liệu có tồn tại mối quan hệ phi tuyến giữa tỷ giá hối đoái thực hiệu

lực và các yếu tố kinh tế vĩ mô cơ bản của nền kinh tế Việt Nam. Nghiên cứu của

tác giả đã cho thấy rằng tồn tại mối quan hệ phi tuyến rõ ràng giữa tỷ giá hối đoái

thực của Việt Nam đồng và các nhân tố vĩ mô cơ bản và ẩn chứa nhiều ý nghĩa quan

trọng đối với việc hoạch định chính sách kinh tế liên quan đến yếu tố tỷ giá này.

CHƯƠNG 3: DỮ LIỆU VÀ MÔ HÌNH NGHIÊN CỨU

3.1 Dữ liệu nghiên cứu:

Bài nghiên cứu sử dụng chuỗi dữ liệu thời gian theo quý được thu thập trong

khoảng thời gian từ quý 1 năm 2000 đến quý 4 năm 2013 của Việt Nam và 5 đối tác

thương mại lớn bao gồm Trung Quốc, Nhật Bản, Hàn Quốc, Singapore, Thái Lan.

Việc lựa chọn năm đối tác thương mại lớn này dựa trên cơ sở tổng kim ngạch

thương mại song phương (xuất khẩu + nhập khẩu) chiếm tỷ trọng lớn của các đối

tác so với Việt Nam giai đoạn Q1-2000 dến Q4-2013 tính theo nguồn dữ liệu của

Direction of Trade Statistics (IMF).

Tác giả cũng lựa chọn 5 biến số đại diện cho nền kinh tế vĩ mô là: tỷ lệ mậu dịch

TOT, tài sản nước ngoài ròng NFA, chi tiêu chính phủ GEXP, độ mở của nền kinh

tế OPEN và chênh lệch trong năng suất PROD để kiểm định mối quan hệ phi tuyến

giữa tỷ giá hối đoái thực và các nhân tố vĩ mô cơ bản dựa trên cơ sở bài nghiên cứu

của Xiaolei Tang và Jizhong Zhou, 2013.

Dữ liệu được thu thập từ cơ sở bộ dữ liệu DOTS, Thống kê Tài chính quốc tế IFS

của quỹ tiền tệ quốc tế IMF, tổ chức hợp tác và Phát triển kinh tế- OECD và nguồn

dữ liệu từ datastreams.

3.2 Mô hình nghiên cứu:

3.2.1 Kỹ thuật thực nghiệm:

Các nghiên cứu thực nghiệm về các yếu tố ảnh hưởng tới tỷ giá hối đoái thực khá

rộng lớn, một phần trong các nghiên cứu này tập trung ở các nước phát triển, sử

dụng lý thuyết ngang giá sức mua PPP để xác định tỷ giá hối đoái thực cân bằng và

do đó chú trọng vào mức độ sai lệch tỷ giá thực cân bằng chứ không tập trung vào

các yếu tố quyết định tỷ giá hối đoái thực, một số nghiên cứu khác tập trung với

trường hợp ở các nước đang phát triển, trong đó tiên phong là nghiên cứu của

Edwards, 1988; và sau đó là nghiên cứu của Rodriquez, 1989, Elbadawi 1994; Froot

và Rogoff, 1995; Rogoff; 1996 và Montiel, 1997.

Những nghiên cứu thực nghiệm của tỷ giá hối đoái thực cân bằng đã sử dụng nhiều

phương pháp tiếp cận khác nhau.

Williamson, 1983 đưa ra khái niệm về tỷ giá cân bằng cơ sở (FEER) theo đó tỷ giá

cân bằng được hiểu là tỷ giá thực tế thỏa mãn đồng thời cả cân đối bên trong và bên

ngoài. Cân đối bên trong đạt được khi nền kinh tế đạt sản lượng tiềm năng còn cân

đối bên ngoài được xác định bởi một cán cân thanh toán bền vững trong trung hạn,

tức là mức thặng dư/thâm hụt tài khoản vãng lai phù hợp với dòng chảy ra/vào của

vốn trong dài hạn. Tỷ giá cân bằng FEER có xu hướng bỏ qua các yếu tố trong ngắn

hạn mang tính chu kỳ và yếu tố đầu cơ trên thị trường ngoại hối.

Một dạng khác của FEER là tỷ giá tự nhiên (NATREX) do Stein (1994, 1995,

2002) đưa ra cũng dựa trên các cân đối vĩ mô bên trong và bên ngoài. NATREX là

tỷ giá hối đoái thực cân bằng sau khi đã loại bỏ các nhân tố chu kỳ và dòng vốn đầu

cơ, tỷ lệ thất nghiệp là tự nhiên.

Trong các cách tiếp cận thực nghiệm về tỷ giá hối đoái thực cân bằng thì mô hình

của Edward, 1989 được xem là mô hình điển hình được sử dụng rộng rãi để ước

lượng tỷ giá thực cân bằng của các nền kinh tế đang phát triển. Edwards (1989) đã

xây dựng một mô hình lý thuyết nghiên cứu để giải thích các yếu tố ảnh hưởng tới

tỷ giá hối đoái thực trong ngắn hạn và dài hạn thông qua việc sử dụng mô hình tác

động cố định (fixed effect model- FEM) với dữ liệu bảng gồm 12 quan sát (Brazil,

Columbia, Elsavador, Hy Lạp, Ấn Độ, Israel, Malaysia, Philippines, Nam Phi, Sri

Lanka, Thái Lan và Nam Tư) trong giai đoạn 1962- 1985. Theo mô hình của

Edward (1989), tỷ giá thực cân bằng được định nghĩa là giá tương đối của hàng hóa

ngoại thương và phi ngoại thương, có khả năng cùng lúc đảm bảo cân bằng bên

trong và cân bằng bên ngoài của nền kinh tế có sự lưu chuyển vốn hay đó là trạng

thái cân bằng dài hạn của nền kinh tế. Theo Edward (1988), trong dài hạn, tỷ giá

thực cân bằng chịu ảnh hưởng của các biến số kinh tế nền tảng như: tỷ lệ mậu dịch

(terms of trade - TOT), độ mở của nền kinh tế (the openness of the economy -

OPEN), chi tiêu công (public expenditure - GOVEX), phát triển công nghệ

(technical progress - PROD) và lưu chuyển vốn (capital flows - CAPINF) và những

nhân tố khác. Kết quả nghiên cứu cũng cho thấy rằng: hệ số của biến số tỷ lệ mậu

dịch là âm, hệ số của biến số tỷ lệ chi tiêu chính phủ trên GDP mang dấu âm, hệ số

của biến PROD mang dấu dương và hệ số của biến lưu chuyển vốn mang dấu âm.

Clark và Macdonald (1999) cũng đưa ra phương pháp xác định tỷ giá cân bằng gọi là tỷ giá cân bằng theo hành vi (BEER- Behavioral equilibrium exchange rates)2

đánh dấu một điểm mới trong phân tích thực nghiệm, trong đó liên hệ tỷ giá thực tế

với một nhóm các biến kinh tế vĩ mô bởi một phương trình duy nhất. Hai tác giả

xây dựng một mô hình các nhân tố ảnh hưởng đến tỷ giá hối đoái thực như tỷ lệ

mậu dịch (the terms of trade- tot) hoặc tỷ lệ giá trị xuất khẩu đơn vị trên giá trị nhập

khẩu đơn vị, tỷ lệ giá tương đối của hàng hóa thương mại trên giá hang hóa phi

thương mại, đại diện bởi tỷ số CPI/PPI và tài sản nước ngoài ròng trên GNP, lãi

suất, nợ công, năng suất; các biến được lựa chọn dựa trên một nền tảng lý thuyết

vững chắc. Chính đặc điểm này làm cho cách tiếp cận phương pháp xác định tỷ giá

cân bằng theo hành vi này đủ linh hoạt để cho phép ứng dụng rộng rãi trong phân

tích thực nghiệm.

Bên cạnh đó, các mô hình xác định tỷ giá hối đoái thực cân bằng sẽ dựa trên mô

hình gốc ban đầu và thay đổi nhiều biến giải thích khác nhau để xác định tỷ giá hối

đoái thực cân bằng, điển hình là mô hình của Elbadawi (1998) và Montiel (1999).

Elbadawi, 1998 đã thêm các nhân tố quan trọng trong cán cân vãng lai và cán cân

vốn của các nước đang phát triển vào mô hình (*), bao gồm: hỗ trợ phát triển chính

thức (ODA), dự trữ quốc tế (international reserve - RESV), đầu tư nước ngoài ròng

(net foreign capital inflows - NKI), thu nhập nước ngoài ròng (net foreign income -

NFI). Montiel (1999) đã phát triển một mô hình tổng hợp rất nhiều phương pháp

2 Cách tiêp cận BEER được trình bày sâu hơn trong nghiên cứu của Macdonald (2000), Macdonald và Swagel (2000), Clark và Macdonald (2004)

tiếp cận khác nhau, theo mô hình này tác giả phân chia các biến số nền tảng có tác

động dài hạn đến biến động của tỷ giá hối đoái thực cân bằng thành 4 nhóm:

 Nhóm thứ nhất liên quan đến nhân tố cung nội địa: đại diện bởi năng lực sản

xuất, đặc biệt hiệu ứng Balassa- Samuelson (1964) phát sinh từ tăng trưởng

năng lực sản xuất tập trung vào khu vực sản xuất hàng hóa ngoại thương

cùng với khu vực sản xuất hàng hóa phi ngoại thương.

 Nhóm thứ hai liên quan đến chính sách tài khóa đại diện như sự thay đổi lâu

dài trong thành phần của chi tiêu Chính phủ giữa chi tiêu hàng hóa ngoại

thương và hàng hóa phi ngoại thương.

 Nhóm thứ ba liên quan đến những thay đổi trong môi trường kinh tế quốc tế,

như sự thay đổi trong tỷ lệ mậu dịch của một nền kinh tế hoặc lưu chuyển

vốn.

 Nhóm thứ tư liên quan đến chính sách ngoại thương ví dự như sự trợ cấp

trong xuất khẩu cũng có thể ảnh hưởng đến tỷ giá hối đoái thực trong dài

hạn.

Kỹ thuật thực nghiệm sử dụng trong bài nghiên cứu này là một ứng dụng của

phương pháp BEER và các biến số ảnh hưởng đến tỷ giá hối đoái thực được lựa

chọn theo nghiên cứu của Montiel (1999), theo đó hành vi của tỷ giá hối đoái thực

hiệu lực chịu tác động của các nhân tố kinh tế cơ bản sau:

(3.1)

REER = f(PROD, TOT, GEXP, OPEN, NFA)

Trong đó: các biến bên phải phương trình trên lần lượt đại diện cho chênh lệch

trong năng suất, tỷ lệ mậu dịch, chi tiêu chính phủ, độ mở của nền kinh tế và tài sản

nước ngoài ròng.

3.2.2 Phương pháp kinh tế lượng

3.2.2.1 Thuật toán ACE

Thuật toán ACE là một thuật toán được phát triển bởi Breiman và Friedman (1985),

là một phương pháp dùng để ước lượng các biến đổi tối ưu cho hàm hồi quy bội nhằm tối đa hệ số tương quan bội R2. Vì các phép biến đổi tối ưu trong thuật toán

ACE thường là phi tuyến, nên chúng ta có thể phát hiện ra tính phi tuyến hiện có

trong quá trình tạo dữ liệu.

Công thức chung của một mô hình hồi quy tuyến tính có một biến phụ thuộc y và p

biến độc lập, bao gồm x1, x2, ..., xp, có dạng như sau:

(3.2)

Yt = ∑

Trong đó: ,…, là các số hệ số hồi quy cần ước lượng và là sai số giới hạn.

Công thức chung của một mô hình hồi quy ACE dựa trên phương trình hồi quy

(3.2) được viết như sau:

(3.3)

f( ∑

Với f là hàm số của biến phụ thuộc y, là hàm số của các biến độc lập (i =

1,2,...,k). Bước đầu tiên trong thuật toán ACE bắt đầu bằng cách xác định những

biến đổi ngẫu nhiên có kỳ vọng bằng 0, f( và (i = 1,2,...,k). Để đạt được các biến đổi tối ưu, chúng ta cần cực đại hóa từ mô hình hồi quy như trong công thức (3.3). Dưới sự ràng buộc chuẩn hóa E[f( )]2 = 1, điều này đồng nghĩa với việc cực tiểu hóa bình phương của các phần dư được xác định theo công thức sau:

(3.4)

( )]2

Việc cực tiểu hóa e2 có liên quan đến (i = 1,2,...,k) và f(y) được tiến hành thông qua việc tối thiểu hóa các chuỗi hàm đơn lẻ, kết quả như đẳng thức sau:

(3.5)

= E{[ f( ) - ∑

( ]| }

(f, , ,…, ) = E[f( ) - ∑

[∑

| ]

(3.6)

f( ) =

|| [∑

| ]||

với || || [E( 2]1/2

Thuật toán bao gồm hai tiến trình cơ bản: tìm kỳ vọng có điều kiện và lặp lại nhiều

lần để đạt cực tiểu, do đó thuật toán này có tên là “Kỳ vọng có điều kiện xen kẽ”.

Trong phương trình (3.5), giữ nguyên cố định một biến và các biến còn lại được

chuyển đổi và sự chuyển đổi các biến được ước tính theo kỹ thuật phi tham số làm

trơn dữ liệu. Thuật toán sau đó được tiến hành với các biến tiếp theo. Sau khi các

ước lượng (i = 1,2,...,k), f(y) được xác định dựa trên những ước tính này

theo phương trình (3.6), bằng việc thay phương trình (3.5) vào (3.6), lặp lại cho đến (i

khi phương trình (3.4) đạt cực tiểu. Các phép biến đổi tối ưu được ký hiệu = 1,2,...,k), f*(y).

Trong không gian phép biển đổi tối ưu, các biến số có liên quan như sau:

(3.7)

f*( ∑

là sai số không được ghi nhận khi sử dụng những phép biến đổi ACE và giả

Với

định là có phân phối chuẩn và giá trị trung bình bằng 0.

Tóm lại, thuật toán ACE tiến hành các phép biến đổi phi tham số và phi tuyến của

một bộ các dữ liệu, làm cho chúng phù hợp với các phân tích hồi quy tuyến tính.

Một số nghiên cứu của Ma & Kanas, 2000; Wang và Murphy, 2004 cho thấy rằng

thuật toán ACE có khả năng cho biết chính xác mối quan hệ phi tuyến giữa các biến

và có khả năng cải tiến mô hình phù hợp hơn so với các mô hình tuyến tính thông

thường. Đây là lý do tại sao tác giả áp dụng thuật toán ACE để khám phá ra mối

quan hệ phi tuyến giữa các biến đang xem xét.

3.2.2.2 Đồng liên kết phi tuyến:

Theo Granger và Hallman, 1991 và Granger, 1991 những biến gốc ban đầu của yt

và xit (i=1, 2, ..., k) là đồng liên kết phi tuyến nếu tồn tại các hàm phi tuyến f(.) và

gi(.) (i=1, 2, ..., k) sao cho f(yt) và gi(xit) (i=1,2,...,k) là các chuỗi I(1) hay có liên

kết bậc 1, và tổ hợp tuyến tính của f(yt) và gi(xit) (i=1,2,...,k) là các chuỗi I(0). Như

vậy, mối quan hệ đồng liên kết tuyến tính giữa các biến chuyển đổi ACE có thể

được xem là mối quan hệ đồng liên kết phi tuyến giữa các biến gốc ban đầu.

Nhìn chung, tồn tại ba mối quan hệ dài hạn có thể có giữa các biến: thứ nhất các

biến có đồng liên kết tuyến tính với nhau, thứ hai các biến có đồng liên kết phi

tuyến với nhau và thứ ba không tồn tại đồng liên kết giữa các biến. Vì thế để tránh

có kết luận nhầm lẫn, chúng ta nên xem xét đầy đủ ba mối quan hệ này khi nghiên

cứu mối quan hệ dài hạn giữa các biến.

3.2.2.3 Phương pháp kiểm định biên ARDL:

Có nhiều phương pháp để tiến hành kiểm định đồng liên kết: phương pháp phổ biến

nhất là phương pháp dựa trên kiểm định phần dư của Engle-Granger (1987), kiểm

định của Johansen (1991; 1995) và Johansen-Juselius (1990). Tuy nhiên phương

pháp kiểm định đồng liên kết ARDL có nhiều ưu điểm nhờ cách thức tiến hành đơn

giản cũng như một vài lơi thế khác trở nên phổ biến trong những năm gần đây.

Phương pháp kinh tế lượng áp dụng trong bài nghiên cứu này là một ứng dụng của

mô hình kiểm định đồng liên kết ARDL được phát triển bởi Pesaran and Shin

(1999) và Pesaran và cộng sự (2001), quy trình kiểm định này được chia làm hai

bước chính:

Bước đầu tiên: tác giả tiến hành kiểm định mối quan hệ đồng liên kết tuyến tính

giữa các biến trong biểu thức (3.1). Nếu kết quả cho thấy đồng liên kết tuyến tính

không xảy ra, tác giả có thể đi đến kết luận giữa tỷ giá hối đoái thực và các biến

kinh tế vĩ mô đang xem xét không có mối quan hệ tuyến tính trong dài hạn.

Khi đó tác giả sẽ tiếp tục kiểm định mối quan hệ đồng liên kết phi tuyến giữa các

biến, để thực hiện kiểm định này thuật toán ACE được sử dụng để biến đổi các biến

trong mô hình và sau đó thực hiện kiểm định đồng liên kết giữa các biến chuyển

đổi, nếu kết quả cho thấy các biến sau khi chuyển đổi có mối quan hệ đồng liên kết

tuyến tính, tác giả có thể kết luận các biến gốc trước khi chuyển đổi có mối quan hệ

đồng liên kết phi tuyến.

Đáng chú ý là thuật toán ACE có thể khiến cho các chuỗi có sai phân bậc 1 trở

thành chuỗi có sai phân bậc 0 sau khi chuyển đổi. Vì vậy, ngay cả khi chuỗi gốc ban

đầu là chuỗi sai phân bậc 1 thì sau chuyển đổi qua thuật toán ACE có thể là một hỗn

hợp có cả chuỗi sai phân bậc 1 và chuỗi sai phân bậc 0. Lúc này, theo Pesaran và

Shin (1999) và Pesaran và cộng sự (2001) kiểm định ARDL có một vài lợi thế hơn

so với các phương pháp kiểm định đồng liên kết truyền thồng như của Engle-

Granger, 1987 và Johansen, 1988, và Johansen- Juselius, 1990.

 Thứ nhất, phương pháp này có thể áp dụng hiệu quả cho các nghiên cứu có cỡ mẫu

nhỏ như nghiên cứu này của tác giả, gồm 56 quan sát

 Thứ hai, trong khi kỹ thuật đồng liên kết Jonhansen đòi hỏi tất cả các biến phải có

tích hợp cùng bậc thì phương pháp đồng liên kết ARDL áp dụng cho các biến có

tích hợp bậc 1. Theo Granger và Hallman, 1991 thì một đặc điểm của thuật toán

ACE là có thể khiến cho các chuỗi có sai phân bậc 1 trở thành chuỗi có sai phân

bậc 0 sau khi chuyển đổi. Vì vậy, ngay cả khi chuỗi gốc ban đầu là chuỗi sai phân

bậc 1 thì sau chuyển đổi qua thuật toán ACE có thể là một hỗn hợp có cả chuỗi sai

phân bậc 1 và chuỗi sai phân bậc 0. Lúc này, theo Pesaran và Shin (1999) và

Pesaran và cộng sự (2001) kiểm định ARDL là phương pháp thích hợp,

 Thứ ba, phương pháp này đơn giản và dễ thực hiện hơn các kỹ thuật đồng lien kết

khác,

 Thứ tư, mô hình có thể ước lượng các nhân tố cả trong ngắn hạn và dài hạn một

cách đồng thời, bằng một phương trình đơn giản và dễ thực hiện.

Trình tự kiểm định đồng liên kết theo phương pháp ARDL có thể được trình bày

như sau:

Xét mô hình với biến phụ thuộc y và các biến độc lập xi (i=1, 2, …, n).

Bước đầu tiên trong phương pháp ARDL là ước lượng mô hình sau bằng cách sử

dụng phương pháp OLS:

yt = c + yt-1 + ∑

+ ∑

+….. +

+ ∑

(3.8)

+ ∑

+ ut

Trong đó là các hệ số nhân trong dài hạn, và là các hệ số trong ngắn

hạn

ut là nhiễu trắng, p là số lượng độ trễ tối đa mà chúng ta cần đưa vào mô hình, n là

số biến độc lập trong mô hình.

Sau khi ước lượng phương trình (3.8), tiếp theo kiểm định WALD- Test được sử

dụng để kiểm định giả thiết các hệ số nhân dài hạn của các biến trễ yt-1 và xi,t-1

(i=1,2,…,n) đều bằng 0 hay không.

Giả thuyết của kiểm định có thể được trình bày như sau:

H0: = = ……= = 0

H1: = 0 hoặc = 0

So sánh giá trị kiểm định F- statistic với bảng giá trị tới hạn được tạo ra bởi

Nayaran tính toán (2005) áp dụng cho các số lượng quan sát từ 30-80 thay vì sử

dụng bảng giá trị tới hạn do Pesaran (2001) tính toán áp dụng cho các mô hình có số

lượng quan sát lớn.

Có hai mức giá trị tới hạn trong bảng tính toán này là giá trị tới hạn trên và giá trị

tới hạn dưới, giá trị tới hạn trên được tính toán dựa trên giả định là tất cả các biến

đều có liên kết bậc 1 hay I(1), còn giá trị tới hạn dưới thể hiện mức giá trị tới hạn

trong trường hợp giả định tất cả các biến hồi quy đều có liên kết bậc 0.

Sau đó chúng ta cần so sánh giá trị F- statistics trong kiểm định so với giá trị tới hạn

trong bảng giá trị tới hạn, nếu như giá trị F được tính toán thấp hơn giá trị biên dưới

của giới hạn giá trị tiêu chuẩn thống kê F trong bảng giá trị tới hạn thì giả thuyết

phủ định H0 không có đồng liên kết sẽ không thể bị bác bỏ và ngược lại, nếu giá trị

thống kê F lớn hơn giá trị biên trên của giới hạn chuẩn, thì giả thuyết phủ định

không có đồng liên kết bị bác bỏ, nghĩa là có mối quan hệ đồng liên kết giữa các

biến trong mô hình, ngoài ra nếu như giá trị F nằm giữa giá trị biên trên và giá trị

biên dưới thì chúng ta không thể đưa ra kết luận về kết quả kiểm định, nguyên nhân

có thể là do bậc liên kết của các biến hồi quy, lúc này cần tiến hành kiểm định

nghiệm đơn vị để chắc chắn rằng không có biến nào có liên kết bậc 2.

Nếu kết quả kiểm định WALD cho kết luận mối quan hệ đồng liên kết giữa các biến

hồi quy, công việc tiếp theo là việc ước lượng mô hình mối quan hệ dài hạn giữa

các biến. Dạng tổng quát của một mô hình ARDL như sau:

(3.9)

= + + ∑

+ … + ∑

+ ∑

Phương trình trên được ký hiệu như sau ARDL (p, q1, q2,…., qn)

Trong phương trình (3.9) wt là sai số, các tham số p, q1, q2,…., qn là độ trễ tối ưu của

mô hình. Việc lựa chọn độ trễ tối ưu cho các biến của mô hình có thể được thực hiện thông qua việc xem xét các tiêu chuẩn tối đa hóa R2 hay tối thiểu hóa các tiêu

chuẩn AIC hay SBC.

Từ phương trình ước lượng trên, chúng ta sẽ ước lượng được phương trình đồng

liên kết giữa các biến, với một phương trình đồng liên kết tổng quát của các biến có

dạng:

(3.10)

= + + + + …. +

Các hệ số được tính theo công thức sau:

∑

Với j = 1, 2,…, n. Các hệ số là các hệ số đồng liên kết trong dài hạn của các biến.

Từ phương trình đồng liên kết mới ước lượng được, chúng ta có thể phân tích mối

tương tác của các biến trong dài hạn.

∑ ∑

3.3 Xây dựng biến:

Trước khi đi vào giải thích các biến được xây dựng như thế nào, có một điểm tác

giả muốn lưu ý là cũng như cách đo lường tỷ giá hối đoái, các biến số đại diện cho

những nhân tố vĩ mô cơ bản của nền kinh tế cũng được thể hiện dưới dạng trị số

tương đối của các biến trong nước so với đối tác nước ngoài. Do đó, chỉ có sự khác

biệt giữa các biến trong và ngoài nước mới dẫn đến sự thay đổi trong tỷ giá hối

đoái. Hơn nữa, để có cái nhìn tổng quát về mối quan hệ giữa tỷ giá hối đoái thực

cân bằng và các nhân tố cơ bản của nền kinh tế, tác giả sử dụng tỷ giá hối đoái thực

đa phương thay vì chỉ duy nhất tỷ giá hối đoái song phương. Do đó tương tự như

cách tính toán của tỷ giá hối đoái thực hiệu lực, những biến số đại diện cho những

nhân tố vĩ mô cơ bản của nền kinh tế cũng được thể hiện dưới dạng con số hữu

hiệu, cụ thể là, tỷ lệ của các biến trong nước so với đối tác nước ngoài, trong đó các

biến của đối tác nước ngoài là bình quân gia quyền của trị số tương ứng của một số

đối tác thương mại chính của nền kinh tế Việt Nam và các trọng số tương ứng là thị

phần của chính đối tác đó trong quan hệ ngoại thương với Việt Nam. Đặc biệt, tác

giả xác định 5 đối tác thương mại lớn nhất dựa vào tổng kim ngạch thương mại

song phương (xuất khẩu + nhập khẩu) trong giai đoạn nghiên cứu từ Q1-2000 đến

Q4-2013. Thị phần của đối tác i năm t tính theo công thức như sau:

(3.11)

Wit= FTit/TFTt

Với:

: thị phần của đối tác i trong năm t, i= 1,2,…, 5

Wit

: tổng kim ngạch thương mại của đối tác i trong năm t với Việt Nam.

FTit

: tổng kim ngạch ngoại thương của Việt Nam với 5 đối tác thương mại

TFTt

lớn trong năm t

Tác giả đã xác định được 5 đối tác ngoại thương lớn của Việt Nam trong giai đoạn

Q1-2000 đến Q4-2013 bao gồm: Trung Quốc, Nhật Bản, Hàn Quốc, Singapore,

Thái Lan. (Trong cùng một năm, các trọng số được giả định là không đổi và có tổng

bằng 1)

3.3.1 Tỷ giá thực hiệu lực (REER)

Trong nghiên cứu này, tác giả sử dụng định nghĩa tỷ giá hối đoái theo cách số lượng

đồng ngoại tệ theo một đơn vị đồng nội tệ (tức là cách niêm yết tỷ giá gián tiếp),

theo đó một sự gia tăng trong tỷ giá thể hiện sự lên giá của đồng nội tệ. Tỷ giá thực

hiệu lực được tính theo công thức sau:

(3.12)

REERt = PtRt/∏

Trong đó:

tỷ giá thực hiệu lực của Việt Nam trong thời gian t

REERt

tỷ giá danh nghĩa VND so với USD trong thời gian t

: chỉ số giá tiêu dùng của Viêt Nam trong thời gian t

: Chỉ số giá tiêu dùng của đối tác i trong thời gian t

Pit

: Tỷ giá danh nghĩa của đồng tiền nước i so với USD trong thời gian t

Rit

3.3.2 Chênh lệch trong năng suất của nền kinh tế (PROD)

Ảnh hưởng của chênh lệch trong năng suất của nền kinh tế đến tỷ giá hối đoái thực

được biết đến thông qua hiệu ứng rất nổi tiếng: hiệu ứng Balassa- Samuelson

(Balassa, 1964 và Samuelson, 1964), theo đó lý thuyết này cho rằng năng lực sản

xuất trong nước được tập trung vào khu vực sản xuất hàng hóa ngoại thương và khu

vực sản xuất hàng hóa phi ngoại thương, lý thuyết này cũng đã dự đoán một sự gia

tăng tương đối lớn hơn năng lực sản xuất trong khu vực hàng hóa mậu dịch so với

khu vực hàng hóa phi mậu dịch của một nền kinh tế sẽ dẫn đến đồng nội tệ được

định giá cao hay REER tăng bởi vì lúc này giá cả hàng hóa phi mậu dịch sẽ sẽ tăng

nhanh hơn giá cả hàng hóa mậu dịch.

Một phương pháp đo lường sử dụng phổ biến trong hiệu ứng Balassa- Samuelson là

giá tương đối trong khu vực hàng hóa phi ngoại thương so với khu vực hàng hóa

ngoại thương, được đại diện bởi tỷ số CPI- PPI (PPI biểu thị cho chỉ số giá sản

xuất) hoặc bằng GDP bình quân đầu người. Theo nghiên cứu của Kim and

Korhonen, 2005 và nghiên cứu của Xiaolei Tang và Jizhong Zhou (2013) trong

nghiên cứu này tác giả cũng sẽ sử dụng GDP bình quân đầu người (PCGDP) để đo

lường cho chênh lệch trong năng suất của nền kinh tế. Công thức tính toán chênh

lệch trong năng suất nền kinh tế như sau:

(3.13)

PRODt = PCGDPt/ ∏

Với PCGDPit: GDP bình quân đầu người của đối tác i trong thời gian t

PCGDPt: GDP bình quân đầu người của Việt Nam trong thời gian t

3.3.3 Tỷ lệ mậu dịch (TOT)

Tỷ lệ mậu dịch được định nghĩa là tỷ số đo lường chênh lệch giữa giá xuất khẩu và

giá nhập khẩu của một quốc gia nhằm xác định lợi thế thương mại và được tính

bằng tỷ lệ giữa giá trị đơn vị xuất khẩu so với giá trị đơn vị nhập khẩu. Thông

thường biến số này được sử dụng để đại diện cho những thay đổi trong môi trường

kinh tế quốc tế đến hoạt động ngoại thương của một quốc gia. Tuy nhiên, theo

Edwards, 1988; Edwards và Wijnbergen, 1987, tác động của tỷ lệ mậu dịch lên tỷ

giá thực không rõ ràng do hai tác động trái ngược nhau.

Một là hiệu ứng thu nhập (income effect): một sự cải thiện trong tỷ lệ mậu dịch

TOT tức là thu nhập từ xuất khẩu sẽ được cải thiện, cầu đối với hàng hóa phi mậu

dịch nhiều hơn, do đó giá hàng phi mậu dịch cũng sẽ tăng lên dẫn đến sự tăng giá trị

thực của đồng nội tệ hay REER tăng.

Hai là tác động thay thế (substitution effect): Khi tỷ lệ mậu dịch TOT tăng, hàng

nhập khẩu trở nên rẻ hơn và nhu cầu đối với hàng phi mậu dịch sẽ được thay thế bởi

hàng nhập khẩu. Sản xuất trong nước sẽ chuyển sang hàng phi mậu dịch, làm giá

hàng hóa phi mậu dịch giảm xuống tương ứng, nhu cầu nội tệ để mua hàng phi mậu

dịch cũng sẽ giảm, dẫn đến sự sụt giảm giá trị thực của đồng nội tệ hay REER giảm.

Hiệu ứng nào mạnh hơn là một câu hỏi trong thực nghiệm, tùy thuộc vào độ lớn tác

động của hiệu ứng thu nhập và hiệu ứng thay thế mà tỷ giá thực sẽ giảm (tác động

của hiệu ứng thu nhập lớn hơn tác động của hiệu ứng thay thế) hay tăng (tác động

của hiệu ứng thu nhập nhỏ hơn tác động của hiệu ứng thay thế) khi TOT tăng.

Công thức tính TOT:

TOTt = (

(3.14)

Trong đó MV và XV biểu thị cho giá trị đơn vị nhập khẩu và xuất khẩu

)/ ∏

3.3.4 Chi tiêu Chính phủ (GEXP)

Mối quan hệ giữa chi tiêu Chính phủ và tỷ giá hối đoái thực đã có nhiều nghiên cứu

lý thuyết cũng như thực nghiệm, như các nghiên cứu của Frenkel và Mussa, 1988;

Froot và Rogoff, 1995; Obstfeld và Rogoff, 1996; Fischer, 2004; Kim và Korhonen,

2005. Tác động của chi tiêu Chính phủ đến tỷ giá hối đoái thực cũng thông qua hai

hiệu ứng: hiệu ứng thu nhập và hiệu ứng thay thế.

Một mặt, theo hiệu ứng thay thế, chi tiêu chính phủ chủ yếu cho hàng hóa phi mậu

dịch, nếu tác động lấn át của chi tiêu chính phủ là thấp (ít ảnh hưởng tới chi tiêu của

người tiêu dùng), thì một sự gia tăng trong chi tiêu chính phủ dẫn đến một sự gia

tăng trong cầu hàng hóa phi mậu dịch, do đó giá hàng hóa phi mậu dịch cũng sẽ

tăng lên, làm nội tệ tăng giá. Như vậy một sự gia tăng trong chi tiêu chính phủ dẫn

đến tỷ giá hối đoái thực tăng, đồng nội tệ đang bị đánh giá cao.

Mặt khác, theo hiệu ứng thu nhập, một sự gia tăng trong chi tiêu chính phủ phải

được sự tài trợ bởi mức thuế cao hơn, do đó làm giảm thu nhập khả dụng, làm nhu

cầu đối với hàng hóa phi mậu dịch giảm theo, dẫn đến đồng nội tệ giảm giá, điều

này làm giảm tỷ giá hối đoái thực.

Hơn nữa, ảnh hưởng của chi tiêu chính phủ đến tỷ giá hối đoái thực theo thời gian

cũng khác nhau. Trong ngắn hạn, chi tiêu chính phủ cao dự kiến là sẽ không ảnh

hưởng mạnh đến tỷ giá hối đoái thực, tuy nhiên chi tiêu chính phủ cao kéo dài rất có

thể sẽ làm suy yếu niềm tin vào đồng tiền, vì điều này có thể được theo sau bởi các

loại thuế ở mức cao dẫn đến những tác động tiêu cực đối với sự phát triển kinh tế và

tỷ giá hối đoái thực. Do đó chi tiêu chính phủ cao trong một thời gian dài có thể gây

ra sự giảm giá đồng nội tệ.

Biến này được tính toán bằng tỷ lệ tương đối của chi tiêu chính phủ trên GDP danh

nghĩa bằng cách sử dụng công thức sau:

GEXPt = (

(3.15)

)/ ∏

3.3.5 Độ mở của nền kinh tế (OPEN)

Biến OPEN đo lường độ mở của một nền kinh tế và được tính bằng tỷ lệ giữa tỷ lệ

tổng kim ngạch xuất nhập khẩu trên GDP.

Về lý thuyết, ảnh hưởng của biến độ mở nền kinh tế đến tỷ giá hối đoái thực là

không chắc chắn và không thể tiên đoán được, độ mở của nền kinh tế có thể thay

đổi thông qua biện pháp giảm thuế quan, tăng hạn ngạch, hoặc giảm thuế xuất khẩu.

Việc giảm thuế hoặc tăng hạn ngạch làm giảm giá trong nước của hàng hóa mậu

dịch, khi đó dẫn đến cả hiệu ứng thu nhập và hiệu ứng thay thế.

Với hiệu ứng thay thế, trong một hay nhiều giai đoạn, độ mở của nền kinh tế sẽ dẫn

đến gia tăng trong nhu cầu hàng nhập khẩu, dẫn đến sự suy giảm trong cán cân

thương mại, do đó làm giảm tỷ giá hối đoái thực.

Tuy nhiên hiệu ứng thu nhập: cho thấy rằng độ mở cửa của nền kinh tế là rất khó

xác định và tùy thuộc vào thu nhập gia tang sẽ được chi tiêu thiên về hàng hóa mậu

dịch hay hàng hóa phi mậu dịch, nếu thu nhập gia tăng được chi tiêu nhiều hơn vào

khu vực hàng hóa phi mậu dịch nhiều hơn thì sẽ làm tăng giá trị thực của đồng nội

tệ, tỷ giá hối đoái thực được kỳ vọng là sẽ tang và ngược lại.

Theo nghiên cứu của Connolly và Devereux, 1995 lý giải rằng hiệu ứng thay thế

của sự mở cửa thường chi phối hiệu ứng thu nhập trong trường hợp này. Do đó, sự

gia tăng trong việc mở của trong trường hợp này có thể dẫn đến giảm tỷ giá thực

thông qua sự suy giảm trong cán cân thương mại. Trường hợp nếu việc gia tăng độ

mở của nền kinh tế thông qua giảm thuế xuất khẩu thì theo lập luận của Connolly và

Devereux 1995, hiệu ứng thay thế và hiệu ứng thu nhập có xu hướng tác động cùng

hướng với sự thay đổi trong xuất khẩu. Trường hợp này cán cân thương mại sẽ

được cải thiện và dẫn đến sự tăng lên trong tỷ giá hối đoái thực.

Công thức tính toán biến OPEN như sau:

OPENt =

(3.16)

Trong đó: TFTit là tổng kim ngạch xuất nhập khẩu của đối tác I trong thời gian t

/ ∏

3.3.6 Tài sản nước ngoài ròng- NFA

Tài sản nước ngoài ròng bằng tổng tài sản nước ngoài của một quốc gia trừ đi tổng

nợ nước ngoài của quốc gia đó.

Tác động của tài sản có ngoại tệ ròng lên REER được xem xét từ hai góc độ:

Theo quan điểm cân bằng danh mục đầu tư, thâm hụt trong cán cân tài khoản vãng

lai làm gia tăng nợ nước ngoài ròng của một quốc gia, mà một phần được tài trợ từ

các dòng vốn quốc tế. Tuy nhiên các nhà đầu tư nước ngoài thường đòi hỏi một suất

sinh lợi cao hơn để bắt đầu điều chỉnh cần thiết cho danh mục đầu tư của họ, với

mức lãi suất cho trước, điều này chỉ có thể đạt được khi đồng tiền của quốc gia nợ

bị mất giá.

Ngoài ra theo quan điểm cán cân thanh toán giả định rằng các khoản nợ nước ngoài

do thâm hụt cán cân thương mại phải được thanh toán bởi các khoản lãi suất thanh

toán (được tài trợ từ thặng dư cán cân thương mại), điều này cũng đòi hỏi một sự

mất giá của đồng tiền quốc gia đó, do đó khả năng cạnh tranh quốc tế của quốc gia

này sẽ được cũng cố và sẽ cải thiện được lượng xuất khẩu ròng. Vì vậy, sự tăng lên

của NFA thường tác động làm tăng REER và ngược lại.

Công thức tính NFA:

NFAt =

(3.17)

Với

: Tài sản nước ngoài ròng của Việt Nam trong thời gian t

NFAt

: Tổng tài sản nước ngoài và tổng nợ nước ngoài của Việt Nam trong

TFAt, TFLt

thời gian t

Tác giả cũng lưu ý rằng, trừ khi có ghi chú khác, các biến số thường biểu thị hàm

logarit của các biến tương ứng trong phân tích thực nghiệm, như reer = ln(REER).

- ∑

Bảng 3.1: Nguồn dữ liệu

STT

Dữ liệu

Ký hiệu

Nguồn dữ liệu

Kim ngạch xuất nhập khẩu song

Direction of Trade Statistics- IMF

phương của 5 đối tác thương mại

lớn so với Việt Nam

Chỉ số giá tiêu dùng (CPI)

International Financial Statistics

(IFS)- IMF + OECD (China)

Tỷ giá danh nghĩa đồng tiền quốc

International Financial Statistics

gia so với USD (US Dollars per

(IFS)- IMF

National Currency)

GDP

International Financial Statistics

(IFS)- IMF + datastreams

Xuất khẩu đơn vị

International Financial Statistics

(IFS)- IMF

Nhập khẩu đơn vị

International Financial Statistics

(IFS)- IMF

Chi tiêu tiêu dùng của Chính phủ

GEX

International Financial Statistics

(IFS)- IMF

Tổng giá trị ngoại thương = xuất

TFT

International Financial Statistics

khẩu + nhập khẩu

(IFS)- IMF

Tài sản nước ngoài ròng

NFA

International Financial Statistics

(IFS)- IMF

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU

Để nghiên cứu hành vi của tỷ giá hối đoái thực Việt Nam đồng, tác giả đã tiến hành

thu thập số liệu của Việt Nam và 5 đối tác thương mại lớn của Việt Nam là Trung

Quốc, Nhật Bản, Singapore, Hàn Quốc và Thái Lan trong giai đoạn 2000Q1-

2013Q4. Theo đó hành vi của tỷ giá hối đoái thực hiệu lực sẽ chịu chi phối của 5

biến số kinh tế vĩ mô bao gồm: tỷ lệ mậu dịch TOT, độ mở của nền kinh tế OPEN,

chênh lệch năng lực sản xuất PROD, chi tiêu Chính phủ GEXP và tài sản nước

ngoài ròng NFA.

Mô hình thực nghiệm về hành vi của tỷ giá hối đoái thực hiệu lực Việt Nam đồng

như sau:

REER = f(PROD, TOT, GEXP, OPEN, NFA)

4.1 Dữ liệu chưa chuyển đổi

4.1.1 Kết quả kiểm định tính dừng

Trước khi tiến hành kiểm định tính đồng liên kết bằng phương pháp ARDL, tác giả

đã tiến hành kiểm định nghiệm đơn vị của từng biến riêng biệt để xác định thuộc

tính dừng của chuỗi số liệu các biến quan sát. Có nhiều phương pháp kiểm tra tính

dừng của chuỗi dữ liệu như kiểm tra bằng giản đồ tự tương quan, kiểm định

Dickey–Fuller (DF), kiểm định Phillips–Perron (PP) và kiểm định Dickey và Fuller

mở rộng (ADF- Augmented Dickey- Fuller test), trong nghiên cứu này phương

pháp sử dụng phổ biến để kiểm định nghiệm đơn vị là phương pháp ADF

(Augmented Dickey-Fuller).

Phương trình của kiểm định ADF có dạng như sau:

∆yt = α0 + yt-1 + ∑

+ ɛt

(1)

∆yt = α0 + δt + yt-1 + ∑

+ ɛt

(2)

Mô hình (2) khác với mô hình (1) là có thêm biến xu hướng δt. Các ký hiệu trong

mô hình (1) và (2) được giải thích như sau:

∆yt = yt – yt-1

yt: chuỗi số liệu theo thời gian đang xem xét

k: chiều dài độ trễ (lag time)

ɛt: nhiễu trắng

Kết quả của kiểm định ADF thường rất nhạy cảm với sự lựa chọn chiều dài độ trễ k

nên tiêu chuẩn thông tin AIC (Akaike Information Criterion) được sử dụng để chọn

lựa k tối ưu cho mô hình ADF, cụ thể giá trị k được lựa chọn sao cho AIC nhỏ nhất.

Giải thuyết H0 (Null Hypothesis) trong kiểm định ADF là tồn tại nghiệm đơn vị (β

= 0) và nó sẽ bị bác bỏ nếu trị tuyệt đối của giá trị kiểm định ADF lớn hơn giá trị tới

hạn của nó. Trong kiểm định ADF, giá trị kiểm định ADF không tuân theo phân

phối chuẩn, vì vậy giá trị tới hạn được dựa trên bảng giá trị tính sẵn của Mackinnon

(1991). So sánh giá trị kiểm định ADF và giá trị tới hạn Mackinnon chúng ta sẽ có

được kết luận tính dừng cho các chuỗi quan sát.

Kết quả của kiểm định nghiệm đơn vị được trình bày trong bảng 4.1 và 4.2 dưới đây

(chi tiết kết quả kiểm định sẽ được trình bày trong phụ lục 2) cho thấy:

Biến NFA và tot là dừng ở bậc gốc hay I(0) với mức ý nghĩa 5%, các biến còn lại là

gexp, open, reer và prod đều không dừng ở bậc gốc, sau khi lấy sai phân bậc 1 thì

các chuỗi biến này dừng với mức ý nghĩa 1%.

Bảng 4.1: Kết quả kiểm định nghiệm đơn vị cho các chuỗi biến gốc (chưa chuyển

đổi)

reer

tot

prod

open

gexp

NFA

Giá trị kiểm định

-1.825746

-3.592645

-2.198278

-2.378327

-0.871869

-4.035484

ADF

-4.133838

-4.140858

-4.152511

-4.165756

-4.133838

-4.165756

Giá trị

1%

tới hạn

-3.493692

-3.496960

-3.502373

-3.508508

-3.493692

-3.508508

5%

Mackinn

on ở 3

mức ý

-3.175693

-3.177579

-3.180699

-3.184230

-3.175693

-3.184230

10%

nghĩa

0.6787

0.0400

0.4801

0.3856

0.9517

0.0140

prob

Chấp

Chấp nhận

Bác bỏ

Chấp nhận Chấp nhận

Bác bỏ

Kết luận về H0

nhận

Nguồn: Kết quả truy xuất từ phần mềm Eview 7.2

Ghi chú: kiểm định nghiệm đơn vị ở chuỗi gốc có tính đến hệ số chặn và xu hướng.

Độ trễ được lựa chọn tự động theo tiêu chuẩn Akaike.

Bảng 4.2: Kết quả kiểm định nghiệm đơn vị cho các chuỗi sai phân bậc nhất

(chưa chuyển đổi)

D(reer)

D(gexp)

D(open)

D(prod)

-8.423015

-7.088474

-10.73731

-4.945550

Giá trị kiểm định ADF

-3.557472

-3.562669

-3.565430

Giá trị tới hạn

-2.916566

-2.918778

-2.919952

ở 3 mức ý

nghĩa

10%

-2.596116

-2.597285

-2.597905

0.0000

0.0002

prob

Bác bỏ

Kết luận về H0

Nguồn: Kết quả truy xuất từ phần mềm Eview 7.2

Ghi chú: kiểm định nghiệm đơn vị ở chuỗi sai phân bậc nhất chỉ tính đến hệ số

chặn, độ trễ được lựa chọn tự động theo tiêu chuẩn Akaike.

4.1.2 Xác định độ trễ tối ưu:

Việc lựa chọn độ trễ tối ưu cho mô hình sẽ được thực hiện bằng cách ứng dụng mô

hình VAR cho các chuỗi dữ liệu ban đầu của các biến. Mô hình VAR sẽ tự động lựa

chọn độ trễ tối ưu dựa trên các tiêu chuẩn: tiêu chuẩn thông tin Akaike (AIC), tiêu

chuẩn thông tin Schwarz (SIC) và tiêu chuẩn thông tin Hannan-Quinn (HQ),… để

lựa chọn độ trễ tối ưu cho mô hình.

Trong nghiên cứu này việc lựa chọn độ trễ tối ưu của các biến dựa trên tiêu chuẩn

AIC, đây là tiêu chuẩn tương đối phổ biến, được sử dụng rộng rãi trong các nghiên

cứu thực nghiệm trên dữ liệu chuỗi thời gian, theo tiêu chí này mô hình với chuỗi

dữ liệu gốc các biến có độ trễ tối ưu bằng 4, đây cũng là độ trễ được lựa chọn ở các

tiêu chuẩn LR.

Bảng 4.3: Kết quả xác định độ trễ tối ưu cho các biến chưa chuyển đổi

VAR Lag Order Selection Criteria

Endogenous variables: REER TOT OPEN PROD

GEXP NFA

Exogenous variables: C

Date: 10/25/14 Time: 20:59

Sample: 2000Q1 2013Q4

Included observations: 52

Lag

LogL

FPE

AIC

155.9196

1.26e-10

-5.766137

-5.540993

-5.679822

362.5593

357.6457

1.80e-13

-12.32920

-10.75320*

-11.72500*

390.2379

41.51784

2.62e-13

-12.00915

-9.082283

-10.88706

437.6939

60.23273

1.95e-13

-12.44977

-8.172041

-10.80979

493.8625

58.32891*

1.22e-13*

-13.22548*

-7.596894

-11.06761

* 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

Nguồn: Kết quả truy xuất từ phần mềm Eview 7.2

4.1.3 Kiểm định đồng liên kết

Mô hình ARDL kiểm định có dạng như sau:

+ ∑

+ + + +

(4.1)

+ + + ∑

+ ∑

Trong đó:

là các hệ số nhân dài hạn

, , , ,

là các hệ số nhân ngắn hạn

, , , ,

là phần nhiễu trắng

ϵt

Quy trình kiểm định biên ARDL được thực hiện thông qua qua hai bước cơ bản3:

Bước đầu tiên trong phương pháp ARDL là ước lượng mô hình (4.1) bằng cách sử

dụng phương pháp OLS, kết quả ước lượng phương trình được trình bày trong phụ

lục 3A

Tiếp theo kiểm định WALD được sử dụng để kiểm định giả thiết các hệ số nhân dài

hạn của các biến trễ reer(-1), tot(-1), prod(-1), open(-1), gexp(-1) và NFA(-1) có

đồng thời bằng 0 hay không? Đồng nghĩa hai giả thuyết H0 trong kiểm định Wald

là:

H0: = = = = = = 0

H1: ≠ ≠ ≠ ≠ ≠ ≠ 0

Kết quả kiểm định F được trình bày trong bảng (4.4)

Bảng 4.4: Kết quả kiểm định Wald cho các biến gốc, chưa chuyển đổi

3Theo Pesaran (1997, trang 304)

Wald Test:

Equation: Untitled

Test Statistic

Value

Probability

F-statistic

1.640279

(6, 20)

0.1880

Chi-square

9.841674

0.1315

Null Hypothesis: C(2)=C(3)=C(4)=C(5)=C(6)=C(7)=0

Null Hypothesis Summary:

Normalized Restriction (= 0)

Value

Std. Err.

-0.456539

0.419161

C(2)

0.875683

0.519280

C(3)

0.041191

0.377810

C(4)

1.185031

0.871611

C(5)

-0.049282

0.165187

C(6)

0.554649

0.717277

C(7)

Restrictions are linear in coefficients.

Vì bảng giá trị tới hạn được đưa ra bởi Pesaran (1999) tính toán dựa trên cơ sở bộ

mẫu có số lượng quan sát lớn nên sẽ không còn phù hợp với nghiên cứu này của tác

giả có bộ mẫu có số lượng quan sát là 56. Do đó, tác giả sẽ sử dụng bảng giá trị tới

hạn được tính toán bởi Nayaran (2005) áp dụng cho các các mẫu nhỏ với số lượng

quan sát từ 30-80. Có hai mức giá trị tới hạn, hay còn được gọi là giới hạn trên và

giới hạn dưới, giới hạn trên với giả định các biến đều có tích hợp bậc 1, giới hạn

dưới với giả định tất cả các biến có tích hợp bậc 0.

So sánh giá trị kiểm định F- statistic với bảng giá trị tới hạn được tạo ra bởi

Nayaran (2005) (hình 3.3, phụ lục 3), nếu như giá trị F được tính toán thấp hơn giá

trị biên dưới của giới hạn giá trị tiêu chuẩn thống kê F trong bảng giá trị tới hạn thì

giả thuyết phủ định H0 không có đồng liên kết sẽ không thể bị bác bỏ. Ngược lại,

nếu giá trị thống kê F lớn hơn giá trị biên trên của giới hạn chuẩn, thì giả thuyết phủ

định không có đồng liên kết bị bác bỏ, nghĩa là có mối quan hệ đồng liên kết giữa

các biến trong mô hình, ngoài ra nếu như giá trị F nằm giữa giá trị biên trên và giá

trị biên dưới thì chúng ta không thể đưa ra kết luận.

Kết quả kiểm định F trong bảng 4.4 cho thấy F-statistics = 1.640279 thấp hơn biên

giới hạn dưới 2.848 ở mức ý nghĩa 5%. Do đó, tác giả đi đến kết luận giữa các biến

gốc không có mối quan hệ đồng liên kết tuyến tính.

4.2 Dữ liệu đã chuyển đổi

Sau khi kết luận giữa các biến chưa chuyển đổi không có mối quan hệ đồng liên kết

tuyến tính, tác giả tiếp tục thực hiện kiểm định liệu có tồn tại mối quan hệ đồng liên

kết phi tuyến giữa các biến này hay không, để thực hiện điều này trước tiên tác giả

thực hiện biến đổi ACE cho các chuỗi biến gốc. Việc thực hiện phép biến đổi ACE

được thực hiện nhờ vào gói giải pháp ACEpackages viết cho phần mềm thống kê

Ri386 3.1.1.

Các chuỗi biến được chuyển đổi thông qua phép biến đổi ACE có ký hiệu lần lượt là: reer1, tot1, open1, prod1, gexp1và NFA1.

Bởi vì phép biến đổi ACE là một phép biến đổi phi tham số và không thể hiện mẫu

dạng hàm quan hệ của các biến trước và sau chuyển đổi, mối quan hệ giữa biến gốc

và biến chuyển đổi rất khó để hiểu rõ. Để có cái nhìn rõ hơn về tác động của phép

biến đổi ACE với các biến, tác giả đã thực hiện vẻ biểu đồ phân tán giữa các biến

trước và sau chuyển đổi được trình bày ở biểu đồ 1, nếu biểu đồ thể hiện một đường

thẳng (hệ số góc có dấu không đổi), điều này có nghĩa là mối quan hệ giữa biến gốc

và biến chuyển đổi là tuyến tính.

Hình 4.1: Biểu đồ phân tán giữa các biến trước và sau chuyển đổi

Nguồn: Kết quả truy xuất từ phần mềm R

4.2.1 Kết quả kiểm định tính dừng

Trước khi tiến hành kiểm tra tính đồng liên kết giữa các biến sau chuyển đổi, tác giả

thực hiện kiểm định nghiệm đơn vị ADF để kiểm tra thuộc tính dừng của các chuỗi

biến sau chuyển đổi

Kết quả của kiểm định nghiệm đơn vị cho các biến sau chuyển đổi được trình bày

trong bảng 4.5 và 4.6 dưới đây (chi tiết kết quả kiểm định sẽ được trình bày trong

phụ lục 2B) cho thấy: Biến NFA1là dừng ở bậc gốc hay I(0) với mức ý nghĩa 5%, các biến còn lại là tot1, open1, reer1, gexp1và prod1 đều không dừng ở bậc gốc, sau khi lấy sai phân bậc 1 thì

các chuỗi biến này đều dừng với mức ý nghĩa 1%.

Bảng 4.5: Kết quả kiểm định nghiệm đơn vị cho các chuỗi biến sau chuyển đổi

chưa lấy sai phân

reer1

tot1

prod1

open1

gexp1

NFA1

Giá trị kiểm định

-1.863842

-2.009642

-1.310868

-3.114920

-0.252846

-3.948859

ADF

-4.140858

-4.137279

-4.148465

-4.175640

-4.133838

-4.165756

1%

Giá trị tới

hạn

Mackinnon

-3.496960

-3.495295

-3.500495

-3.513075

-3.493692

-3.508508

5%

ở 3 mức ý

nghĩa

-3.177579

-3.176618

-3.179617

-3.186854

-3.175693

-3.184230

10%

0.6590

0.5829

0.8740

0.1153

0.9902

0.0175

prob

Chấp

Bác bỏ

Kết luận về H0

nhận

Nguồn: Kết quả truy xuất từ phần mềm Eview 7.2

Ghi chú: kiểm định nghiệm đơn vị bậc gốc cho các chuỗi biến sau chuyển đổi có

tính đến hệ số chặn và xu hướng. Độ trễ được lựa chọn tự động theo tiêu chuẩn

Akaike.

Bảng 4.6: Kết quả kiểm định nghiệm đơn vị cho các chuỗi sai phân bậc nhất (sau

chuyển đổi).

D(reer1) D(gexp1) D(open1)

D(prod1)

D(tot1)

Giá trị kiểm định

-7.212528

-6.903085

-12.45266

-12.81632

-17.34328

ADF

Giá trị tới

-3.557472

-3.562669

-4.144584

-3.557472

hạn ở 3

-2.916566

-2.918778

-3.498692

-2.916566

mức ý

10%

-2.596116

-2.597285

-3.178578

-2.596116

nghĩa

0.0000

prob

Bác bỏ

Kết luận về H0

Nguồn: Kết quả truy xuất từ phần mềm Eview 7.2

Ghi chú: kiểm định nghiệm đơn vị ở chuỗi sai phân bậc nhất của chuỗi các biến sau

chuyển đổi chỉ tính đến hệ số chặn, độ trễ được lựa chọn tự động theo tiêu chuẩn

Akaike.

4.2.2 Xác định độ trễ tối ưu

Tương tự như trình tự kiểm tra mối quan hệ đồng liên kết cho các biến chưa chuyển

đổi, tiêu chuẩn AIC sẽ được áp dụng để lựa chọn độ trễ tối ưu, theo tiêu chí này mô

hình với chuỗi dữ liệu sau chuyển đổi các biến có độ trễ tối đa bằng 4, đây cũng là

độ trễ được lựa chọn ở các tiêu chuẩn LR, FPE, HQ.

Bảng 4.7: Kết quả lựa chọn độ trễ cho các biến sau chuyển đổi.

VAR Lag Order Selection Criteria

Endogenous variables: REER1 TOT1 OPEN1 NFA1 GEXP1

PROD1

Exogenous variables: C

Date: 10/26/14 Time: 22:27

Sample: 2000Q1 2013Q4

Included observations: 52

Lag

LogL

FPE

AIC

60.88836 NA

4.88e-09

-2.111091

-1.885947

-2.024776

223.7383

281.8557

3.75e-11

-6.989936

-5.413931* -6.385733

270.8104

70.60804

2.59e-11

-7.415783

-4.488918

-6.293692

310.0058

49.74810

2.65e-11

-7.538686

-3.260959

-5.898706

376.5985

69.15396* 1.11e-11*

-8.715328* -3.086740

-6.557460*

* 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

Nguồn: Truy xuất từ phần mềm Eview 7.2

4.2.3 Kiểm tra tính đồng liên kết

Mô hình ARDL cho các biến sau chuyển đổi được kiểm định có dạng như sau:

+

+ ∑

(4.2)

+ ∑

+

+ ∑

+

Tương tự như trình tự thực hiện khi tiến hành kiểm định tính đồng liên kết với các

biến gốc, sau khi thực hiện ước lượng phương trình (4.2) bằng phương pháp OLS

(kết quả phương trình ước lượng được trình bày trong bảng 3.2 phụ lục 3) với các

độ trễ được lựa chọn theo tiêu chuẩn AIC, tác giả tiến hành kiểm định WALD để

kiểm tra tính đồng liên kết giữa các biến sau chuyển đổi, kết quả kiểm định WALD

được trình bày trong bảng 4.8

Bảng 4.8: Kết quả kiểm định Wald cho các biến sau chuyển đổi

Wald Test:

Equation: Untitled

Test Statistic Value df Probability

F-statistic 5.897981 (6, 15) 0.0025

Chi-square 35.38788 6 0.0000

Null Hypothesis: C(2)=C(3)=C(4)=C(5)=C(6)=C(7)=0

Null Hypothesis Summary:

Normalized Restriction (= 0) Value Std. Err.

-3.302198 0.618789 C(2)

4.794826 2.313346 C(3)

3.120845 0.603584 C(4)

4.337805 0.937654 C(5)

3.766179 0.700062 C(6)

3.005289 0.705005 C(7)

So sánh giá trị kiểm định F- statistic với bảng giá trị tới hạn được tạo ra bởi

Nayaran (2005) (hình 3.3, phụ lục 3), F-statistics = 5.897981 lớn hơn biên giới hạn

trên 4.16 ở mức ý nghĩa 5%. Do đó, tác giả đi đến kết luận giữa các biến chuyển đổi

có mối quan hệ đồng liên kết tuyến tính hay nói cách khác tồn tại mối quan hệ đồng

liên kết phi tuyến giữa các biến trước khi chuyển đổi

Restrictions are linear in coefficients.

4.3 Kết quả hồi quy

4.3.1 Kết quả ước lượng phương trình dài hạn bằng phương pháp ARDL

Sau khi kết luận có mối quan hệ đồng liên kết giữa các biến sau chuyển đổi, tác giả

tiếp tục ước lượng mối quan hệ dài hạn giữa các biến sau chuyển đổi. Quy trình này

được tác giả thực hiện trên phần mềm Microfit 4.1

Chiều dài độ trễ mỗi biến không nhất thiết phải như nhau ngoại trừ cho mục đích kiểm định Wald4, ở bước này độ trễ của mỗi biến trong mô hình ước lượng mối

quan hệ dài hạn giữa tỷ giá hối đoái thực hiệu lực và các yếu tố kinh tế vĩ mô cơ

bản được lựa chọn cụ thể dựa trên tiêu chuẩn AIC. Pesaran và Shin (1997) và

Narayan (2004) đề nghị độ trễ tối đa trong quy trình ARDL cho dữ liệu quý là 4, tổng số phương trình được ước lượng là (p+1)k với p là chiều dài độ trễ tối đa, k là

số biến trong phương trình. Như vậy trường hợp bài nghiên cứu này tổng số phương trình được ước lượng là (4+1)6 = 256.

Tác giả lựa chọn độ trể tối ưu cho mỗi biến dựa trên tiêu chuẩn thông tin AIC. Kết

quả lựa chọn độ trễ tối ưu của mỗi biến được thể hiện qua hình 4.2

Hình 4.2: Kết quả lựa chọn độ trễ tối ưu cho các biến theo tiêu chuẩn AIC

4 Xem Pesaran (2001), Birendra (2012)

Nguồn: Truy xuất từ phần mềm Microfit 4.1

Như vậy, độ trễ tối ưu được lựa chọn cho các biến reer1, tot1, open1, prod1, gexp1 và NFA1 lần lượt là 3, 2, 3, 1, 0, 3

Với độ trễ tối ưu của các biến như trên, kết quả ước lượng các hệ số dài hạn của mô

hình ARDL được trình bày trong bảng 4.9

Bảng 4.9: Kết quả ước lượng các hệ số dài hạn theo phương pháp ARDL

Biến phụ thuộc: reer1

Hệ số hồi

Trị thống kê

Sai số chuẩn

Mức ý nghĩa

Biến

quy

-0.30829

0.87932

-1.0958

0.280

tot1

1.2046

0.15064

8.1028

0.000

open1

1.4993

0.26348

5.3300

0.000

prod1

0.85100

0.14366

6.8260

0.000

gexp1

0.98467

0.063321

15.5143

0.000

NFA1

0.024637

0.025030

0.98431

0.332

c

Nguồn: Truy xuất từ phần mềm Microfit 4.1 (chi tiết ở hình 3.1 phụ lục 3)

Từ kết quả ước lượng trên, tác giả tìm được phương trình đồng liên kết giữa reer1 và

các biến số kinh tế vĩ mô sau chuyển đổi như sau:

+ 1.4993

(4.3)

0.98467

Dựa vào phương trình (4.3) có thể thấy các biến chuyển đổi ACE đều có ý nghĩa thống kê và có tác động đồng biến lên reer1 (ngoại trừ hệ số của biến tot1là âm và không có ý nghĩa thống kê). Bên cạnh đó, hệ số của biến prod1 là lớn nhất, điều này cho thấy rằng biến prod1 có ảnh hưởng lớn nhất đến reer1

Tương tự nếu tác giả sử dụng biến gốc reer như là biến phụ thuộc thay thế biến chuyển đổi reer1 của mô hình, kết quả phương trình đồng liên kết đạt được như sau: reer = 0.329tot1 + 0.457open1 + 0.748prod1 + 0.243gexp1 + 0.296NFA1 (4.4)

(0.599) (5.347)** (3.227)** (2.028)** (6.9197)**

Trong đó giá trị ghi trong ngoặc tròn là trị thống kê t-statistics và ký hiệu ** thể

hiện mức ý nghĩa thống kê 5%

Như vậy trong phương trình (4.4) ngoại trừ biến tỷ lệ mậu dịch, hệ số của các biến

chuyển đổi đều có ý nghĩa thống kê và có mối quan hệ cùng chiều với biến gốc của

tỷ giá thực hiệu lực reer, hơn nữa hệ số của biến chênh lệch năng suất là 0.748, lớn

hơn các hệ số khác, điều này cho thấy chênh lệch trong năng suất của nền kinh tế có

ảnh hưởng lớn nhất đến reer

Tuy nhiên hạn chế của thuật toán ACE là không cho thấy chính xác dạng hàm của

các biến nên phương trình (4.3) không cho thấy một cách trực tiếp chiều hướng tác

động của các biến số kinh tế vĩ mô cơ bản đến tỷ giá thực hiệu lực

Do đó, bằng cách chúng ta quan sát kết hợp với các biểu đồ phân tán giữa các biến

gốc và các biến chuyển đổi tương ứng và phương trình (4.4) để có được kết luận về

ảnh hưởng của các biến số kinh tế vĩ mô đến tỷ giá hối đoái thực như sau:

o NFA, gexp có chiều hướng tác động nghịch biến lên reer

o open có xu hướng tác động cùng chiều đến reer.

o prod có xu hướng tác động nghịch biến lên reer ở phạm vi giá trị thấp và có

tác động đồng biến lên reer ở phạm vi giá trị cao.

o Riêng biến tot, biểu đồ phân tán của biến gốc và biến chuyển đổi khá bất

thường, tác động của biến này đến reer là rất phức tạp và chiều hướng tác

động dường như thay đổi qua thời gian.

4.3.2 Kiểm định mức độ ổn định của các hệ số ước lượng

Cuối cùng để kiểm tra các hệ số trong dài hạn và ngắn hạn được ước lượng trong

phương trình (4.3) và (4.4) có ổn định hay không, tác giả sử dụng kiểm định

CUSUM và CUSUMQ, kết quả lần lượt thể hiện trong hình 4.3a-d

Hình 4.3:

(a) Kết quả kiểm định CUSUM đối với phương trình (4.3)

(b) Kết quả kiểm định CUSUMQ đối với phương trình (4.3)

(d) Kết quả kiểm định CUSUMQ đối với phương trình (4.4)

Nguồn: Kết quả từ phần mềm Microfit 4.1

Thông qua hình 4.3, tác giả nhận thấy hầu như tổng tích lũy của phần dư đệ quy đều

nằm trong dải cộng trừ ý nghĩa thống kê 5%, điều này cho thấy các hệ số ước lượng

trong dài hạn của phương trình khá ổn định trong khoảng thời gian nghiên cứu, từ

quý 1 năm 2000 đến quý 4 năm 2013.

CHƯƠNG 5: KẾT LUẬN CHUNG, HẠN CHẾ VÀ

HƯỚNG MỞ RỘNG NGHIÊN CỨU

5.1 Kết luận chung của bài nghiên cứu

Đã có khá nhiều công trình lý thuyết nghiên cứu trên thế giới khẳng định về mối

quan hệ phi tuyến giữa tỷ giá hối đoái thực và các biến số kinh tế vĩ mô cơ bản. Tuy

nhiên, những nghiên cứu thực nghiệm cho đến thời điểm này rất ít nghiên cứu chú ý

đến trường hợp về mối quan hệ phi tuyến giữa tỷ giá hối đoái thực và các nhân tố vĩ

mô cơ bản. Trên thực tế, không có một lý thuyết kinh tế nào có thể đảm bảo rằng

mối quan hệ giữa tỷ giá hối đoái thực và các biến số vĩ mô phải là tuyến tính. Việc

bỏ qua trường hợp phi tuyến có thể dẫn đến kết luận sai lệch rằng không tồn tại

đồng liên kết giữa tỷ giá hối đoái và các nhân tố vĩ mô cơ bản. Vì thế nghiên cứu

này cố gắng tìm kiếm bằng chứng thực nghiệm chứng minh mối quan hệ phi tuyến

tiềm tàng giữa tỷ giá hối đoái thực và các biến số kinh tế vĩ mô cơ bản nền kinh tế

Việt Nam bằng cách sử dụng dữ liệu quý giai đoạn Q1-2000 đến Q4-2013

Để thực hiện điều này tác giả đã tiến hành thu thập dữ liệu của Việt Nam và 5 đối

tác thương mại lớn trong giai đoạn Q1-2000 đến Q4-2013. Nghiên cứu được thực

hiện dựa trên sự kết hợp của nhiều phương pháp như kiểm định tính dừng của chuỗi

dữ liệu bằng phương pháp ADF, phương pháp kiểm định biên ARDL giới thiệu bởi

Pesaran và Shin (1999) và Pesaran cùng cộng sự (2001) để khám phá mối quan hệ

đồng liên kết tuyến tính giữa tỷ giá thực và các biến số kinh tế vĩ mô, phương pháp

kiểm định đồng liên kết phi tuyến phát triển bởi Granger và Hallman (1991) được

sử dụng cho việc kiểm định mối quan hệ phi tuyến. Kiểm định đồng liên kết phi

tuyến này dựa trên thuật toán xen kẻ kỳ vọng có điều kiện ACE giới thiệu bởi

Breiman và Friedman (1985) dùng để giải quyết vấn đề hồi quy các biến khi mối

quan hệ giữa chúng không phải là tuyến tính.

Kết quả cho thấy rằng tồn tại mối quan hệ đồng liên kết phi tuyến giữa tỷ giá hối

đoái thực và các biến số kinh tế vĩ mô cơ bản gồm chênh lệch trong năng lực sản

suất, tỷ lệ mậu dịch, độ mở của nền kinh tế, chi tiêu Chính phủ và tài sản nước

ngoài ròng của một quốc gia. Kết quả này cho thấy để tránh những kết luận sai lầm,

chúng ta phải đi vào xem xét mối quan hệ phi tuyến tiềm tàng khi xem xét mối quan

hệ đồng liên kết giữa các biến nghiên cứu, hơn nữa so với mô hình đồng liên kết

tuyến tính thì mô hình phi tuyến cho thấy một bức tranh khá phức tạp về mối quan

hệ trong dài hạn giữa tỷ giá thực hiệu lực và các nhân tố vĩ mô cơ bản và cung cấp

cách nhìn linh hoạt hơn trong việc giải thích hành vi của tỷ giá hối đoái thực.

Việc tìm ra bằng chứng về mối quan hệ phi tuyến giữa tỷ giá thực hiệu lực và các

biến số kinh tế vĩ mô cơ bản mang ý nghĩa quan trọng đối với các nhà hoạch định

chính sách. Các nhà hoạch định chính sách không nên cho rằng hệ số co dãn luôn

không đổi như kết quả từ mô hình đồng liên kết tuyến tính, cần lưu ý đến sự biến

đổi theo thời gian và chiều hướng tác động cũng như mức độ tác động của từng yếu

tố vĩ mô đến tỷ giá thực khi đưa ra các chính sách tỷ giá. Thêm vào đó các nhà làm

chính sách nên có những chính sách tỷ giá phù hợp và điều chỉnh với từng bối cảnh

kinh tế cụ thể, không chỉ vì tầm quan trọng về tác động của các biến số kinh tế vĩ

mô đến tỷ giá hối đoái thực mà còn là tạo sự linh hoạt trong hướng điều hành chỉ

đạo các chính sách liên quan đến tỷ giá hối đoái thực một khi bối cảnh kinh tế có sự

thay đổi.

Kết quả kiểm định độ ổn định của mô hình ước lượng CUSUM và CUSUMQ cho

thấy mối quan hệ dài hạn giữa tỷ giá hối đoái thực và các yếu tố vĩ mô cơ bản là ổn

định trong khoảng thời gian nghiên cứu dù cho có những thay đổi cải cách trong

chính sách tỷ giá trong giai đoạn này. Trong thực tế, khi hoạch định chính sách,

những tác động của những chính sách tỷ giá đối với các biến số kinh tế vĩ mô khác

nhau là khác nhau, tùy thuộc vào mục tiêu của những chính sách này đối với các

biến kinh tế vĩ mô và thời gian những chính sách này có hiệu lực. Hơn nữa ảnh

hưởng của những chính sách tỷ giá đến các biến số kinh tế vĩ mô sẽ thay đổi theo

thời gian nếu chính sách đó thay đổi. Chẳng hạn, trong một khoảng thời gian tác

động thu nhập sẽ lấn át tác động thay thế, nhưng nếu chính sách thay đổi có thể dẫn

đến tác động thay thế sẽ lấn át tác động thu nhập. Do đó sự thay đổi trong chính

sách có thể đóng góp đáng kể vào mối quan hệ phi tuyến của tỷ giá hối đoái thực và

các yếu tố vĩ mô cơ bản mặc dù kết quả nghiên cứu cho thấy rằng cải cách không

gây ra sự phá vỡ cấu trúc mối quan hệ trong dài hạn giữa tỷ giá hối đoái thực và các

yếu tố vĩ mô cơ bản.

5.2 Hạn chế và hướng mở rộng nghiên cứu

Trên thực tế, nghiên cứu của tác giả vẫn có những hạn chế nhất định:

Nguồn số liệu không thống nhất: Số liệu của bài nghiên cứu là số liệu quý, lấy chủ

yếu từ nguồn dữ liệu của IMF, tuy nhiên số liệu công bố của IMF không đủ cho tất

cả các quý trong thời gian nghiên cứu hoặc có những dữ liệu không công khai dữ

liệu quý mà chỉ có dữ liệu năm, tác giả phải tổng hợp từ các nguồn khác như

datastreams (cho chuỗi số liệu GDP của Việt Nam và Trung Quốc), nguồn số liệu từ

OECD (cho chuỗi dữ liệu CPI quý của Trung Quốc) nên số liệu không thống nhất

xuyên suốt đề tài

Tác giả tính toán tỷ giá thực hiệu lực đa phương chỉ với số liệu dựa trên 5 đồng tiền

của 5 đối tác ngoại thương lớn, trên thực tế Việt Nam còn nhiều đối tác hơn số

lượng này. Do đó cần có những nghiên cứu mở rộng thời gian quan sát cũng như

nghiên cứu hành vi của tỷ giá hối đoái thực trong tương tác với nhiều đối tác ngoại

thương hơn.

Nghiên cứu chỉ mới dừng lại ở việc kiểm định, xác định tính chất mối quan hệ giữa

tỷ giá hối đoái thực hiệu lực và các yếu tố kinh tế vĩ mô cơ bản là phi tuyến cũng

như chiều hướng tác động của các biến kinh tế vĩ mô cơ bản đến tỷ giá thực mà

chưa định lượng được tác động cụ thể của các biến vĩ mô đến tỷ giá thực khi những

giá trị của các biến số vĩ mô cơ bản thay đổi theo thời gian cũng như phân tích cụ

thể tính chất của mối quan hệ này. Cần tiến hành phân tích độ co dãn để định lượng

rõ hơn tác động của các biến số kinh tế vĩ mô cơ bản đến tỷ giá hối đoái thực.

Nghiên cứu chỉ mới kiểm định mối quan hệ giữa tỷ giá thực và 5 biến số kinh tế vĩ

mô cơ bản. Thực tế còn nhiều yếu tố vĩ mô khác chưa được xem xét và đưa vào mô

hình, đặc biệt là các nhân tố mang đặc trưng riêng của nền kinh tế Việt Nam. Do đó,

cần mở rộng nghiên cứu này và đưa các nhân tố vĩ mô khác vào mô hình để xem xét

và có nghiên cứu toàn diện hơn về ảnh hưởng của các yếu tố vĩ mô đến tỷ giá thực

hiệu lực.

TÀI LIỆU THAM KHẢO

Danh mục tài liệu tiếng Việt

Hạ Thị Thiều Dao, Phạm Thị Tuyết Trinh, 2012. Chênh lệch tỷ giá hối đoái thực

đa phương và tỷ giá thực đa phương cân bằng của Việt Nam. Tạp chí ngân hàng, số 17,

trang 32-43.

Nguyễn Thị Thu Hằng và cộng sự, 2013. Tỷ giá hối đoái giai đoạn 2000-2011:

Mức độ sai lệch và tác động đối với xuất khẩu. Báo cáo nghiên cứu RS – 01, Nhà xuất

bản Tri Thức.

Nguyễn Văn Tuấn, 2007. Phân tích số liệu và tạo biểu đồ bằng R. Nhà xuất bản

Khoa học và kỹ thuật.

Phùng Thanh Bình, 2011. Hướng dẫn sử dụng Eviews 6.0. Trường Đại học Kinh

tế Thành phố Hồ Chí Minh.

Trương Đông Lộc, Đặng Thị Thùy Dương, 2011. Mối quan hệ giữa HNX-Index

và khối lượng cổ phiếu giao dịch của nhà đầu tư nước ngoài. Tạp chí Công nghệ Ngân

hàng, số 62, trang 4-8.

Danh mục tài liệu tiếng Anh

Alberola, E., Cervero, S. G., Lopez, H. and A. Ubide, 1999. Global Equilibrium

Exchange Rates: Euro, Dollar, ‘‘ins’’, ‘‘outs’’ and other Major Currencies in a Panel

Cointegration Framework. IMF Working Paper, No. 175.

Bahram Pesaran and M. Hashem Pesaran, 2009. Time Series Econometrics using

Microfit 5.0. Oxford University Press.

Balassa, B., 1964. The purchasing power parity: a reappraisal. Journal of Political

Economy, 72 (6): 584–596.

Baxter M., A. Stockman, 1989. Business Cycles and the Exchange Rate Regime.

Some International Evidence. Journal of Monetary Economics, 23(3): 377-400

Birendra Bahadur Budha, 2012. Demand for Money in Nepal: An ARDL Bounds

Testing Approach, NRB Working Paper.

Breiman, L., Friedman, J.H., 1985. Estimating optimal transformations for

multiple regression and correlation. Journal of the American Statistical Association, 80

(391). 580–598

Chi-Wei Su, 2012. The relationship between exchange rate and macroeconomic

variables in China. Journal of Economics, 30(1), 33-56.

Chinn, M.D., 1991. Some linear and non-linear thoughts on exchange rates.

Journal of International Money and Finance, 10: 214–230.

Chunming Yuan, 2011. The exchange rate and macroeconomic determinants:

Time-varying transitional dynamics. The North American Journal of Economics and

Finance, 22: 197–220.

Couharde, C. and J. Mazier, 2001. The Equilibrium Exchange Rates of European

Currencies and the Transition to Euro. Journal of Applied Economics, 33: 1795-1801.

Duolao Wang, Michael Murphy, 2004. Estimating Optimal Transformations for

Multiple Regression Using the ACE Algorithm. Journal of Data Science.

Flood R. and A. Rose, 1985. Fixing Exchange Rates: A Virtual Quest for

Fundamentals. Journal of Monetary Economics, 36(1): 3-37.

Ma, Y., Kanas, A., 2000. Testing for a nonlinear relationship among fundamentals

and exchange rates in the ERM. Journal of International Money and Finance 19, 135–

152.

Maeso-Fernandez, F., Osbat, C. and S. Bernd, Determinants of the Euro Real

Effective Exchange Rate: A BEER/PEER Approach, Australian Economic Papers, 437-

461

Meese, R.A., Rose, A.K., 1991. An empirical assessment of non-linearities in

models of exchange rate determination. Review of Economic Studies, 58: 603–619.

Meese. R.A, Rogoff. K, 1983. Empirical Exchange Rate Models of the Seventies:

Do They Fit Out of sample?. Journal of International Economics, Vol 14, 3-24

Min Qi, Yangru Wu, 2003. Nonlinear Prediction of Exchange Rates with

Monetary Fundamentals. Journal of Empirical Finance, 10(5): 623-640

Montiel, P.J., 1999. The long-run equilibrium real exchange rate: conceptual

issues and empirical research. In: Hinkle, L., Montiel, P.J. (Eds.), Exchange Rate

Misalignment: Concepts and Measurement for Developing Countries, A World Bank

Research Publication. Oxford Univ. Press, Oxford, pp. 219–263.

Narayan, P. K., 2005. Reformulating critical values for the bounds F-statistics

approach to cointegration: An application to the tourism demand model for Fiji.

Department of Economics Discussion Papers, No.02/04, Monash University, Melbourne,

Australia.

Nikola Gradojevic and Jing Yang, 2006. Non-linear, non-parametric and non-

fundamental exchange rate forecasting. Journal of Forecasting, Volume 25, Issue 4.

Olena Mykhaylova, Yamin Ahmad, Ming Chien Lo, 2013. Causes of

nonlinearities in low-order models of the real exchange rate. Journal of International

Economics, vol. 91, issue 1, pages 128-141

Paresh Kumar Narayan, 2005. The saving and investment nexus for China:

evidence from cointegration tests. Journal of Applied Economics, 37, 1979–1990

Paul De Grauwe, Isabel Vansteenkiste, 2006. Exchange rates and fundamentals- A

non-linear relationship? , International Journal of Finance & Economics, 37- 54.

Pesaran, M. H. and Shin, Y., 1999. An autoregressive distributed lag modelling

approach to cointegration analysis, in Econometrics and Economic Theory in the 20th

Century: The Ragnar Frisch Centennial Symposium, (Ed.) S. Storm, Cambridge

University Press, Cambridge, 1–33.

Pesaran, M. H. Shin, Y. and Smith, R. J., 2001. Bounds testing approaches to the

analysis of level relationships. Journal of Applied Econometrics, 16: 289–326

Robert Dauda Korsu and Samuel Jamiru Braima, 2011. The Determinants of the

Real Exchange Rate in Sierra Leone. China-USA Business Review, Vol. 10, No. 9, 745-

762

Xiaolei Tang, 2012. Nonlinear Relationship between Real Exchange Rate and

Economic Fundamentals Revisited: Evidence from the EMU. Essays on Nonlinearity in

Exchange Rates, National University of Ireland, Galway

Xiaolei Tang, Jizhong Zhou, 2013. Nonlinear relationship between the real

exchange rate and economic fundamentals: Evidence from China and Korea. Journal of

International Money and Finance 32, 304–323.

Trang web:

http://cran.R-project.org.

https://www.youtube.com/watch?v=d9E8BKsocis

http://global.oup.com/uk/academic/cdromsupport/microfit4_1/

http://imf.org/

http://stats.oecd.org/

PHỤ LỤC 1: DỮ LIỆU NGHIÊN CỨU

Bảng 1.1: Tỷ trọng thương mại của 5 đối tác so với Việt Nam giai đoạn

2000Q1-2013Q4

China, P.R.: Korea, Japan Singapore Thai Lan Mainland Republic of

2000 Q1 0.160148 0.365978 0.148512 0.236522 0.088839

2000 Q2 0.166224 0.345926 0.159134 0.251673 0.077043

2000 Q3 0.246514 0.318081 0.129873 0.230878 0.074655

2000 Q4 0.210070 0.310415 0.140725 0.255614 0.083176

2001 Q1 0.201282 0.307056 0.154129 0.250891 0.086643

2001 Q2 0.222162 0.312114 0.154345 0.233849 0.077530

2001 Q3 0.216812 0.333481 0.147275 0.231396 0.071035

2001 Q4 0.183973 0.328221 0.170569 0.247103 0.070135

2002 Q1 0.186533 0.319992 0.168562 0.248197 0.076715

2002 Q2 0.217437 0.292530 0.171906 0.246341 0.071786

2002 Q3 0.235752 0.308014 0.171785 0.206451 0.077998

2002 Q4 0.261757 0.313157 0.172166 0.183368 0.069552

2003 Q1 0.243481 0.309405 0.162279 0.204689 0.080145

2003 Q2 0.257293 0.301602 0.163942 0.193473 0.083691

2003 Q3 0.265825 0.297953 0.157193 0.194716 0.084313

2003 Q4 0.258912 0.297854 0.155256 0.205471 0.082507

2004 Q1 0.268603 0.289471 0.147039 0.204863 0.090023

2004 Q2 0.310258 0.260269 0.161215 0.177775 0.090483

2004 Q3 0.272054 0.273128 0.154317 0.206505 0.093995

2004 Q4 0.297516 0.269648 0.147283 0.195142 0.090411

2005 Q1 0.290956 0.282147 0.136535 0.188555 0.101808

2005 Q2 0.294132 0.262173 0.141031 0.214534 0.088131

2005 Q3 0.283437 0.266354 0.132650 0.199721 0.117839

2005 Q4 0.293223 0.262571 0.132128 0.209083 0.102996

2006 Q1 0.275150 0.266710 0.117601 0.229941 0.110599

2006 Q2 0.272613 0.262361 0.128801 0.238144 0.098081

2006 Q3 0.279880 0.263342 0.133821 0.214202 0.108755

2006 Q4 0.308882 0.271649 0.126814 0.185070 0.107585

2007 Q1 0.304905 0.249579 0.135749 0.212929 0.096837

2007 Q2 0.344281 0.220334 0.132314 0.213183 0.089887

2007 Q3 0.317039 0.257599 0.134014 0.194999 0.096349

2007 Q4 0.339751 0.255776 0.127933 0.177180 0.099360

2008 Q1 0.332366 0.245575 0.139950 0.187761 0.094348

2008 Q2 0.324276 0.234474 0.147439 0.201653 0.092159

2008 Q3 0.301641 0.266838 0.136987 0.190148 0.104386

2008 Q4 0.326499 0.289701 0.131977 0.161314 0.090509

2009 Q1 0.356147 0.262793 0.167595 0.122097 0.091368

2009 Q2 0.370417 0.231391 0.169091 0.120580 0.108522

2009 Q3 0.382878 0.242670 0.156633 0.112498 0.105319

2009 Q4 0.398168 0.245061 0.153576 0.100039 0.103155

2010 Q1 0.348450 0.267266 0.166808 0.114475 0.103000

2010 Q2 0.391259 0.234090 0.186450 0.096608 0.091593

2010 Q3 0.394221 0.240979 0.183328 0.083433 0.098039

2010 Q4 0.417279 0.222736 0.194065 0.069560 0.096359

2011 Q1 0.367543 0.230705 0.208428 0.099601 0.093723

2011 Q2 0.395580 0.210978 0.194222 0.101258 0.097962

2011 Q3 0.384283 0.237910 0.193478 0.088385 0.095944

2011 Q4 0.406365 0.242932 0.187943 0.091128 0.071632

2012 Q1 0.359954 0.265523 0.204556 0.086306 0.083660

2012 Q2 0.385965 0.232982 0.196070 0.098149 0.086834

2012 Q3 0.373640 0.244515 0.204814 0.092542 0.084488

2012 Q4 0.444364 0.206856 0.201963 0.071119 0.075698

2013 Q1 0.437067 0.172642 0.214224 0.097832 0.078236

2013 Q2 0.464279 0.163773 0.195957 0.104983 0.071008

2013 Q3 0.474623 0.164713 0.193818 0.098153 0.068693

Nguồn: Tính toán của tác giả từ cơ sở dữ liệu DOTS của IMF theo hướng dẫn phần 3.3

2013 Q4 0.472132 0.160163 0.198844 0.096671 0.072191

Bảng 1.2: Chỉ số giá tiêu dùng CPI (index 2010).

China, P.R.: Korea, Japan Singapore Thailand Vietnam Mainland Republic of

2000 Q1 81.8019 102.6667 72.2946 84.8519 77.0329 48.8814

2000 Q2 80.3458 102.9000 72.4405 84.7675 77.0020 48.1310

2000 Q3 80.0700 102.6667 73.4639 85.4983 77.6195 47.5950

2000 Q4 81.4855 102.5333 73.9025 85.9199 77.6813 47.9032

2001 Q1 82.3448 102.1667 75.2182 86.2853 78.1135 48.2114

2001 Q2 81.6050 102.0667 76.0954 86.2009 78.9163 47.7424

2001 Q3 80.7047 101.8000 76.5340 86.2009 78.8854 47.7156

2001 Q4 81.3765 101.4333 76.3878 85.7512 78.4532 48.0104

2002 Q1 81.8615 100.3161 77.1188 85.5545 78.5767 49.4413

2002 Q2 80.7960 101.1667 78.1422 85.8356 79.1942 49.6644

2002 Q3 80.0932 101.0000 78.5076 85.8356 79.1633 49.7658

2002 Q4 80.8938 100.9000 78.8731 85.8637 79.6264 50.1511

2003 Q1 82.2460 100.5000 80.2620 86.1447 80.1513 51.3679

2003 Q2 81.2884 100.9333 80.7737 86.0042 80.5218 51.4490

2003 Q3 80.7394 100.7667 80.9930 86.2572 80.6762 51.1651

2003 Q4 83.0201 100.6000 81.6509 86.4258 80.9232 51.4490

2004 Q1 84.5186 100.3667 82.8954 87.2250 81.6950 53.5784

2004 Q2 84.7991 100.6333 83.5070 87.6048 82.6830 55.1196

2004 Q3 84.9094 100.6667 84.4803 87.8971 83.3314 56.1336

2004 Q4 85.5847 101.1000 84.4286 87.8386 83.4549 56.5392

2005 Q1 86.8393 100.4000 85.6173 87.4295 84.0107 58.4251

2005 Q2 86.2237 100.5333 85.9618 87.6458 85.7088 59.5608

2005 Q3 86.0198 100.3667 86.4786 88.3062 88.0244 60.3720

2005 Q4 86.7654 100.3667 86.4786 88.8321 88.4566 61.3454

2006 Q1 88.0673 100.2667 87.3400 88.6276 88.7963 63.2719

2006 Q2 87.6537 100.7000 87.9429 88.7152 90.9266 63.9614

2006 Q3 87.3895 100.9667 88.6320 88.9782 91.2045 64.7118

2006 Q4 88.4424 100.7000 88.3736 89.3289 91.3280 65.4621

2007 Q1 90.4871 100.1667 89.1488 89.0951 90.9884 67.4090

2007 Q2 90.8168 100.6333 90.0963 89.5627 92.6556 68.6663

2007 Q3 92.7985 100.8333 90.6992 91.4328 92.7174 70.2684

2007 Q4 94.3839 101.2333 91.3021 93.0107 94.0141 72.4383

2008 Q1 97.8135 101.1333 92.5080 95.0270 95.5579 78.4613

2008 Q2 97.9581 102.0000 94.4030 96.2543 99.6025 85.4982

2008 Q3 97.7290 103.0000 95.6950 97.3939 99.4481 89.7569

2008 Q4 96.8194 102.2667 95.4366 98.0076 96.0210 89.5136

2009 Q1 97.2014 101.0000 96.1310 97.4708 95.3417 90.6469

2009 Q2 96.4583 101.0000 97.0490 96.4981 96.8237 91.2329

2009 Q3 96.4886 100.7000 97.5950 97.3735 97.2869 91.9309

2009 Q4 97.3295 100.2000 97.7390 97.6654 97.8735 93.6283

2010 Q1 99.2150 100.1333 99.0000 98.3463 98.8919 97.4449

2010 Q2 99.0802 100.2667 99.6300 99.5136 99.9334 98.9496

2010 Q3 99.6385 99.7000 100.4000 100.6128 100.4628 99.8261

2010 Q4 101.8478 99.9000 100.9000 101.5564 100.7119 103.7794

2011 Q1 104.3403 99.6000 102.8000 103.4047 101.8746 109.9152

2011 Q2 104.8933 99.8333 103.6000 104.1667 104.0337 118.1193

2011 Q3 106.0532 99.8333 104.7000 106.1933 104.6150 122.3213

2011 Q4 106.5847 99.6000 104.9000 107.1984 104.7119 124.3541

2012 Q1 108.3246 99.9000 105.9000 108.4630 105.3278 127.4230

2012 Q2 107.8957 100.0333 106.1200 109.6595 106.6531 128.2441

2012 Q3 107.9975 99.4333 106.4200 110.6680 107.6842 129.2044

2012 Q4 108.6833 99.3667 106.7000 111.4462 108.0890 133.0095

2013 Q1 110.8656 99.3000 107.5500 112.8080 108.5908 136.2269

2013 Q2 110.3774 99.7667 107.4100 111.4137 109.1202 136.6450

2013 Q3 110.9293 100.3000 107.8700 112.7108 109.4835 138.2749

Nguồn IMF, OECD

Bảng 1.3: chỉ số US dollars per National Currency

2013 Q4 111.8520 100.8000 107.8400 113.7160 109.9056 140.8743

China, P.R.: Korea, Republic Japan Singapore Thailand Vietnam Mainland of

2000 Q1 0.120790 0.009343 0.000889 0.589588 0.026598 0.000071

2000 Q2 0.120797 0.009380 0.000896 0.580776 0.025904 0.000071

2000 Q3 0.120785 0.009297 0.000897 0.577112 0.024434 0.000071

2000 Q4 0.120807 0.009107 0.000858 0.573128 0.023095 0.000069

2001 Q1 0.120813 0.008473 0.000786 0.571436 0.023168 0.000069

2001 Q2 0.120817 0.008157 0.000766 0.551410 0.022051 0.000068

2001 Q3 0.120820 0.008220 0.000773 0.562657 0.022272 0.000058

2001 Q4 0.120820 0.008093 0.000775 0.547927 0.022574 0.000066

2002 Q1 0.120820 0.007550 0.000758 0.545571 0.022883 0.000066

2002 Q2 0.120817 0.007877 0.000790 0.554406 0.023395 0.000066

2002 Q3 0.120813 0.008393 0.000835 0.568963 0.023805 0.000065

2002 Q4 0.120813 0.008137 0.000820 0.565687 0.023058 0.000065

2003 Q1 0.120813 0.008420 0.000832 0.573220 0.023389 0.000065

2003 Q2 0.120817 0.008447 0.000828 0.572069 0.023711 0.000065

2003 Q3 0.120817 0.008510 0.000852 0.570910 0.024236 0.000064

2003 Q4 0.120820 0.009187 0.000846 0.579979 0.025168 0.000064

2004 Q1 0.120813 0.009330 0.000854 0.590036 0.025533 0.000064

2004 Q2 0.120820 0.009120 0.000860 0.587577 0.024868 0.000064

2004 Q3 0.120820 0.009097 0.000866 0.585678 0.024242 0.000063

2004 Q4 0.120820 0.009447 0.000916 0.603637 0.024856 0.000063

2005 Q1 0.120820 0.009550 0.000978 0.611391 0.025930 0.000063

2005 Q2 0.120820 0.009293 0.000992 0.602920 0.024980 0.000063

2005 Q3 0.122843 0.008990 0.000971 0.596996 0.024222 0.000063

2005 Q4 0.123717 0.008530 0.000965 0.592395 0.024398 0.000063

2006 Q1 0.124220 0.008553 0.001024 0.614252 0.025454 0.000063

2006 Q2 0.124810 0.008743 0.001054 0.629066 0.026267 0.000063

2006 Q3 0.125523 0.008610 0.001047 0.633200 0.026566 0.000062

2006 Q4 0.127157 0.008496 0.001066 0.641638 0.027386 0.000062

2007 Q1 0.128849 0.008374 0.001065 0.652649 0.028137 0.000062

2007 Q2 0.130256 0.008284 0.001077 0.655961 0.028863 0.000062

2007 Q3 0.132282 0.008495 0.001078 0.659012 0.029407 0.000062

2007 Q4 0.134561 0.008847 0.001086 0.687688 0.029522 0.000062

2008 Q1 0.139626 0.009514 0.001046 0.709716 0.030904 0.000062

2008 Q2 0.143730 0.009571 0.000982 0.731976 0.031022 0.000062

2008 Q3 0.146201 0.009294 0.000939 0.716233 0.029561 0.000061

2008 Q4 0.146322 0.010420 0.000733 0.672454 0.028740 0.000060

2009 Q1 0.146255 0.010683 0.000707 0.661453 0.028338 0.000059

2009 Q2 0.146420 0.010282 0.000779 0.679141 0.028844 0.000059

2009 Q3 0.146390 0.010686 0.000807 0.695049 0.029486 0.000059

2009 Q4 0.146464 0.011151 0.000856 0.717160 0.030067 0.000058

2010 Q1 0.146479 0.011031 0.000874 0.712826 0.030445 0.000055

2010 Q2 0.146556 0.010868 0.000859 0.718873 0.030929 0.000054

2010 Q3 0.147713 0.011651 0.000846 0.737219 0.031670 0.000053

2010 Q4 0.150131 0.012109 0.000883 0.767250 0.033361 0.000053

2011 Q1 0.151871 0.012151 0.000893 0.782461 0.032728 0.000050

2011 Q2 0.153796 0.012242 0.000923 0.806447 0.033037 0.000048

2011 Q3 0.155824 0.012853 0.000922 0.816147 0.033197 0.000048

2011 Q4 0.157694 0.012920 0.000874 0.776738 0.032241 0.000048

2012 Q1 0.158527 0.012626 0.000884 0.791076 0.032265 0.000048

2012 Q2 0.158565 0.012474 0.000868 0.791127 0.031959 0.000048

2012 Q3 0.157863 0.012722 0.000883 0.801767 0.031889 0.000048

2012 Q4 0.158729 0.012335 0.000918 0.817653 0.032595 0.000048

2013 Q1 0.159257 0.010833 0.000921 0.807957 0.033557 0.000048

2013 Q2 0.161159 0.010134 0.000890 0.800748 0.033472 0.000048

2013 Q3 0.162156 0.010105 0.000902 0.788403 0.031769 0.000048

Nguồn: IMF

BẢNG 1.4: TỶ LỆ GIÁ TRỊ XUẤT KHẨU ĐƠN VỊ/ GIÁ TRỊ NHẬP KHẨU ĐƠN

VỊ (XV/MV)

2013 Q4 0.163086 0.009971 0.000942 0.799913 0.031523 0.000048

China, P.R.: Korea, Japan Singapore Thailand Vietnam Mainland Republic of

2000 Q1 1.11249785 1.29304176 1.01143505 1.03122972 1.19361274 0.9264443

2000 Q2 1.12885829 1.29830477 1.09053911 1.00348995 1.07082186 0.8890867

2000 Q3 1.11141710 1.28294805 1.09827992 1.02894663 1.11416471 1.0086934

2000 Q4 1.08204134 1.18652730 1.09107143 1.03452768 1.08473940 0.8778729

2001 Q1 1.08747478 1.15261445 1.05329516 1.04503633 0.99157907 1.0011038

2001 Q2 1.06027247 1.13840187 1.11233544 1.05932780 1.06340827 0.9446029

2001 Q3 1.08282020 1.17478669 1.04242300 1.02428587 1.05355432 1.0361001

2001 Q4 1.14784821 1.15574309 1.05847068 1.07080131 1.08864249 0.7699427

2002 Q1 1.12799846 1.22139057 1.05745286 1.05764280 1.04671270 0.8555643

2002 Q2 1.08583456 1.26052798 1.08227038 1.05244020 1.05155460 0.8286404

2002 Q3 1.07838536 1.23298751 1.06097335 1.08260194 1.04183118 0.9027038

2002 Q4 1.12585474 1.22872968 1.07205223 1.10450347 1.07348202 0.8072616

2003 Q1 0.99026990 1.18180156 0.97325180 1.12855361 1.07067766 0.8502171

2003 Q2 1.05518264 1.21645580 1.10411312 1.11080829 1.08928521 0.7667877

2003 Q3 1.04212282 1.24041454 1.11303723 1.14325319 1.04420892 0.8246483

2003 Q4 1.13826828 1.28356514 1.13979035 1.12489288 1.03852123 0.7668432

2004 Q1 0.93080379 1.26410302 1.12335122 1.09000372 1.01447843 0.870136

2004 Q2 1.00758803 1.26444173 1.15750012 1.08588897 0.99224677 0.8220146

2004 Q3 1.07933388 1.23309714 1.12660169 1.09550142 1.00838432 0.8586115

2004 Q4 1.18853042 1.22056451 1.11751775 1.11168487 1.06059888 0.7671355

2005 Q1 1.11831815 1.18965966 1.10295952 1.13262555 0.89187653 0.8484964

2005 Q2 1.14147530 1.15543586 1.05895272 1.13391004 0.83972545 0.7859365

2005 Q3 1.16412956 1.13183336 1.00885679 1.15211898 1.01862203 0.9592644

2005 Q4 1.18382539 1.14729801 1.08661040 1.16943727 0.98317564 0.8905791

2006 Q1 1.13368996 1.09618389 1.01900795 1.16353652 0.97899392 1.0088879

2006 Q2 1.19605501 1.10342932 1.06196307 1.12333135 0.94304182 0.8354301

2006 Q3 1.22745538 1.11935942 1.03112817 1.12604313 1.04174312 0.8785971

2006 Q4 1.32195597 1.14231336 1.09371851 1.14456581 1.10320369 0.8742225

2007 Q1 1.22613918 1.15158649 1.02964839 1.17582130 1.10204847 0.8605523

2007 Q2 1.28930212 1.11220473 1.05709913 1.12881041 1.02999790 0.8050463

2007 Q3 1.28314816 1.21746841 1.05194446 1.16653386 1.08800214 0.7928815

2007 Q4 1.28740312 1.13315290 1.02693539 1.08762711 1.13324957 0.7474033

2008 Q1 1.15660223 1.10203133 0.93768790 1.07917387 0.98233577 0.6147281

2008 Q2 1.19129458 1.04688435 0.99737980 1.05296728 1.00884837 0.7429452

2008 Q3 1.25655321 0.99295056 0.93571338 1.06383587 0.97912691 0.9207597

2008 Q4 1.47703401 0.96376834 1.01685441 1.03036429 0.95386119 0.8663456

2009 Q1 1.34069390 0.92566916 1.04206054 1.07643111 1.24808330 1.111357

2009 Q2 1.14386359 1.07308882 1.22157891 1.09697482 1.11841447 0.7793073

2009 Q3 1.13679308 1.08146671 1.11710082 1.10206497 1.12072039 0.7454717

2009 Q4 1.20897069 1.12255386 1.11975589 1.11072257 1.06168435 0.7291294

2010 Q1 1.04612029 1.11529580 1.02982888 1.09999117 1.02811486 0.807086

2010 Q2 1.11852161 1.11329894 1.13828620 1.11998230 1.07781841 0.8662613

2010 Q3 1.17838470 1.10916525 1.10044602 1.14480020 1.04729517 0.8941221

2010 Q4 1.16212300 1.10963138 1.11250148 1.15921536 1.06693461 0.8472771

2011 Q1 0.99596431 1.02279433 1.05674922 1.13222553 1.03740083 0.8508603

2011 Q2 1.10886055 0.92612884 1.06185280 1.10301377 0.99273731 0.8715045

2011 Q3 1.13782475 0.97591813 1.04665077 1.12767052 1.01680631 0.9708887

2011 Q4 1.10603143 0.93267752 1.06982065 1.11634278 0.90558231 0.9283863

2012 Q1 1.00102892 0.91124043 1.00898030 1.07437166 0.90313000 1.0129087

2012 Q2 1.15101077 0.92280456 1.07435779 1.06953135 0.90661265 0.9768242

2012 Q3 1.17208028 0.89505982 1.05947604 1.09522001 0.93104280 1.017865

2012 Q4 1.17718917 0.87739721 1.07654423 1.06369250 0.90570924 1.0057881

2013 Q1 1.09046624 0.85254814 1.04305407 1.08075926 0.86668944 1.0094451

2013 Q2 1.13816018 0.89541770 1.11359452 1.11182371 0.85862766 0.9632838

2013 Q3 1.12286455 0.85825781 1.08535594 1.09461413 0.95694146 1.0279733

Nguồn: IMF

Bảng 1.5: Số liệu GDP danh nghĩa (Đơn vị tính: USD)

2013 Q4 1.17841496 0.83047294 1.09998890 1.11114677 0.94408778 1.0344286

China, P.R.:

Japan

Korea, Republic

Singapore

Thailand

Vietnam

Mainland

2000 Q1

286,665,800,000

4,778,937,476,667

131,307,166,900

23,486,414,856

32,748,982,842

6,394,189,000

2000 Q2

294,927,800,000

4,786,629,008,000

140,404,370,400

23,595,480,612

30,825,150,446

8,414,423,000

2000 Q3

302,821,200,000

4,724,261,069,333

145,860,101,750

23,685,893,117

29,616,939,122

7,596,219,000

2000 Q4

311,234,500,000

4,651,660,745,333

144,082,939,767

23,543,625,790

29,778,617,295

8,741,893,333

2001 Q1

321,146,300,000

4,355,933,917,333

125,758,571,520

22,503,284,278

29,764,400,657

6,654,567,000

2001 Q2

327,871,000,000

4,149,329,775,667

131,753,302,200

21,618,343,354

27,722,548,031

8,610,119,407

2001 Q3

333,779,000,000

4,120,078,542,000

135,884,945,082

22,054,273,313

28,286,596,962

6,785,141,223

2001 Q4

340,409,800,000

4,039,360,005,333

139,733,435,205

21,562,881,390

29,832,195,230

9,469,142,606

2002 Q1

347,370,200,000

3,765,807,120,000

133,494,001,340

21,878,536,408

31,009,622,601

7,199,729,527

2002 Q2

357,513,900,000

3,926,274,944,333

149,967,894,749

22,409,235,130

31,002,530,818

9,275,352,879

2002 Q3

368,790,600,000

4,196,101,795,333

160,473,551,108

23,176,139,153

31,993,997,891

8,670,205,720

2002 Q4

377,177,900,000

4,069,025,763,667

167,042,523,590

23,217,587,154

32,888,208,277

9,902,452,765

2003 Q1

392,229,300,000

4,158,934,384,000

157,164,356,806

22,929,589,174

34,421,138,441

7,948,234,120

2003 Q2

396,266,500,000

4,227,250,052,667

165,591,849,559

21,980,832,172

33,777,081,061

10,146,799,303

2003 Q3

416,084,800,000

4,260,024,304,000

173,367,103,364

23,318,704,768

35,333,261,363

9,977,899,099

2003 Q4

431,230,800,000

4,607,105,984,000

184,925,248,353

25,004,365,504

39,344,027,157

11,458,711,365

2004 Q1

451,795,500,000

4,711,767,558,000

174,499,025,854

26,414,159,772

40,435,851,783

8,720,987,370

2004 Q2

471,826,500,000

4,592,925,024,000

187,720,500,563

26,086,641,270

38,994,175,533

11,573,258,363

2004 Q3

494,460,200,000

4,582,731,468,667

192,267,323,284

27,175,848,171

38,934,220,419

10,997,916,497

2004 Q4

506,611,300,000

4,746,487,113,333

212,036,247,166

30,061,002,171

43,042,617,945

14,124,681,379

2005 Q1

527,047,500,000

4,784,558,595,000

208,969,919,446

30,243,694,311

44,496,084,804

10,389,409,956

2005 Q2

544,574,300,000

4,696,786,542,667

225,478,485,678

30,240,115,812

42,263,199,474

13,636,281,207

2005 Q3

573,025,100,000

4,541,325,470,000

227,341,310,422

31,497,279,694

43,130,212,225

13,026,090,420

2005 Q4

603,512,800,000

4,303,588,014,000

236,240,426,563

33,399,841,420

46,463,233,799

15,845,806,276

2006 Q1

628,035,100,000

4,322,483,452,000

231,084,902,492

33,647,511,814

49,607,388,554

11,579,896,055

2006 Q2

657,557,700,000

4,423,442,063,667

250,755,430,105

35,395,277,363

49,914,462,445

15,170,796,184

2006 Q3

682,675,000,000

4,344,676,602,000

257,804,202,244

37,112,548,520

51,693,777,909

15,503,285,197

2006 Q4

730,968,200,000

4,341,275,041,749

273,298,029,337

40,006,972,180

56,139,647,413

18,624,815,612

2007 Q1

789,752,700,000

4,303,430,952,411

256,033,248,219

40,762,172,851

58,987,236,804

13,161,544,793

2007 Q2

838,772,500,000

4,267,419,559,909

277,557,347,225

43,183,755,535

59,097,733,389

17,584,189,669

2007 Q3

889,803,300,000

4,337,624,325,764

285,537,536,017

45,447,649,376

61,981,879,761

18,127,947,991

2007 Q4

956,104,900,000

4,530,375,743,864

304,054,517,411

49,102,326,617

67,119,069,324

22,129,752,951

2008 Q1

1,041,747,000,000

4,884,136,766,052

270,212,695,894

47,975,921,209

70,564,853,290

15,821,808,690

2008 Q2

1,123,871,000,000

4,846,676,069,514

272,830,254,345

49,286,200,022

70,830,626,745

23,072,667,315

2008 Q3

1,170,590,000,000

4,618,119,225,277

266,108,354,579

49,371,073,591

68,148,621,942

23,677,946,884

2008 Q4

1,171,190,000,000

5,083,310,571,832

208,732,277,641

43,985,237,996

63,470,663,586

27,890,599,008

2009 Q1

1,155,189,000,000

5,000,946,300,289

186,321,009,226

41,996,290,929

62,333,274,427

18,330,152,124

2009 Q2

1,213,711,000,000

4,862,854,910,287

222,426,769,833

45,401,021,092

63,342,429,731

24,818,339,757

2009 Q3

1,269,035,000,000

5,016,223,497,178

239,375,127,840

49,415,202,614

66,238,221,637

25,070,834,769

2009 Q4

1,320,181,000,000

5,283,531,644,863

262,071,092,286

53,901,152,521

72,145,299,401

28,870,414,388

2010 Q1

1,375,085,000,000

5,290,385,083,709

254,918,027,665

54,503,141,464

77,943,003,769

19,896,274,446

2010 Q2

1,434,651,000,000

5,244,843,254,117

271,543,798,189

56,838,661,662

76,439,070,250

26,547,940,035

2010 Q3

1,503,165,000,000

5,666,834,832,646

272,325,515,281

58,297,292,628

78,860,302,035

27,173,033,674

2010 Q4

1,586,323,000,000

5,828,330,053,635

296,449,333,051

64,059,093,477

86,180,795,325

32,575,427,847

2011 Q1

1,688,907,000,000

5,725,156,172,974

278,783,979,597

65,993,909,437

89,838,172,935

22,145,766,219

2011 Q2

1,785,085,000,000

5,691,678,433,559

305,462,938,401

68,193,172,508

87,647,435,269

30,391,126,567

2011 Q3

1,877,475,000,000

6,100,798,912,465

310,937,282,188

70,084,570,902

89,235,956,424

31,053,612,341

2011 Q4

1,934,511,000,000

6,142,262,577,166

307,810,319,018

68,149,929,767

79,123,391,281

51,489,228,435

2012 Q1

1,965,798,000,000

6,053,150,759,774

289,381,635,374

69,759,215,003

90,284,365,675

28,546,439,643

2012 Q2

2,011,576,000,000

5,927,288,362,536

298,544,359,862

70,323,267,359

89,852,454,326

38,726,229,263

2012 Q3

2,056,467,000,000

5,983,168,477,701

306,755,773,198

70,044,497,224

89,340,743,962

40,039,194,788

2012 Q4

2,164,080,000,000

5,807,653,576,720

329,228,843,194

74,280,332,701

96,613,319,605

48,512,939,456

2013 Q1

2,188,631,000,000

5,135,574,889,295

309,727,093,834

72,532,671,395 100,658,081,010

32,508,711,525

2013 Q2

2,238,503,000,000

4,854,277,833,642

316,952,735,738

74,306,973,480

98,925,201,346

44,089,476,353

2013 Q3

2,357,025,000,000

4,846,569,543,018

327,353,275,063

72,845,711,121

92,900,343,261

45,145,820,288

2013 Q4

2,431,003,000,000

4,796,939,069,749

351,554,487,487

76,070,303,939

95,179,900,869

54,700,311,980

Nguồn: IMF, datastreams

Bảng 1.6: Số liệu dân số theo năm (Đơn vị tính: người).

China, P.R.: Korea, Japan Singapore Thailand Vietnam Mainland Republic of

1,280,428,583 125,714,674 45,977,210 3,918,189 62,343,379 80,887,879 2000

1,287,890,449 125,973,930 46,192,932 4,023,284 63,069,070 81,728,768 2001

1,295,322,020 126,249,090 46,393,993 4,136,239 63,797,841 82,547,682 2002

1,302,810,258 126,523,597 46,591,762 4,254,766 64,488,338 83,352,595 2003

1,310,414,386 126,772,899 46,801,310 4,375,413 65,087,400 84,150,651 2004

1,318,176,835 126,978,754 47,033,082 4,495,537 65,559,487 84,947,852 2005

1,326,146,433 127,136,020 47,291,491 4,614,310 65,883,961 85,747,625 2006

1,334,343,509 127,248,855 47,572,585 4,732,065 66,076,927 86,553,201 2007

1,342,732,604 127,319,434 47,867,970 4,848,676 66,185,340 87,369,203 2008

1,351,247,555 127,352,872 48,164,969 4,964,312 66,277,335 88,199,997 2009

1,359,821,465 127,352,833 48,453,931 5,078,969 66,402,316 89,047,397 2010

1,368,440,300 127,319,206 48,732,640 5,192,183 66,576,332 89,913,956 2011

1,377,064,907 127,249,704 49,002,683 5,303,264 66,785,001 90,795,769 2012

1,385,566,537 127,143,577 49,262,698 5,411,737 67,010,502 91,679,733 2013

Nguồn: IMF

Bảng 1.7: số liệu chi tiêu Chính phủ (% trên GDP)

China, P.R.: Korea, Japan Singapore Thailand Vietnam Mainland Republic of

2000 Q1 15.29543 16.54382 11.11345 9.93842 10.70705 6.69349

2000 Q2 15.41784 16.86367 10.27414 10.17538 10.92533 6.60175

2000 Q3 15.54055 17.14871 11.70477 10.41126 12.87180 6.51001

2000 Q4 15.66276 17.12523 12.17442 10.65016 10.85371 6.41827

2001 Q1 15.78548 17.30555 11.70740 10.88616 10.65471 6.39605

2001 Q2 15.82842 17.59398 10.94280 11.22034 11.40980 6.37382

2001 Q3 15.87120 17.90860 12.83738 11.49077 12.96469 6.35161

2001 Q4 15.91449 18.09215 13.16374 11.79308 10.30103 6.32939

2002 Q1 15.95733 18.49971 11.89537 12.09413 11.21942 6.30536

2002 Q2 15.86540 18.21517 11.34051 12.13499 10.99470 6.28134

2002 Q3 15.77362 18.22983 12.46091 12.17657 12.37903 6.25732

2002 Q4 15.68199 18.16601 12.77420 12.21641 9.79994 6.23329

2003 Q1 15.58998 18.27892 12.10455 12.25707 9.95205 6.25499

2003 Q2 15.38035 18.48676 11.82195 12.14885 10.97844 6.27668

2003 Q3 15.17073 18.33986 13.00228 12.04315 12.30725 6.29837

2003 Q4 14.96105 18.04348 12.87479 11.93621 9.83341 6.32006

2004 Q1 14.75125 18.03003 12.25097 11.83014 10.19264 6.33905

2004 Q2 14.55597 18.20710 12.14604 11.58862 11.69843 6.35803

2004 Q3 14.36053 18.28867 13.31060 11.34466 12.40110 6.37701

2004 Q4 14.16491 18.40114 13.37085 11.10245 10.19640 6.39600

2005 Q1 13.96938 18.37963 12.97402 10.86179 11.26443 6.33570

2005 Q2 14.04560 18.28573 12.61276 10.76838 12.07669 6.27541

2005 Q3 14.12186 18.31912 13.84840 10.67673 13.44698 6.21512

2005 Q4 14.19831 18.37115 13.63375 10.58513 10.84802 6.15483

2006 Q1 14.27441 18.21539 13.40327 10.49326 11.29109 6.12325

2006 Q2 14.23411 18.19837 13.34050 10.44851 12.13676 6.09169

2006 Q3 14.19365 18.22089 14.20576 10.40247 13.49624 6.06011

2006 Q4 14.15330 17.95772 14.25835 10.35744 10.37545 6.02854

2007 Q1 14.11292 17.88791 13.63983 10.31278 11.70371 6.03504

2007 Q2 13.96119 18.05339 13.48361 10.11806 12.44051 6.04155

2007 Q3 13.80954 18.09974 14.20658 9.92267 14.00240 6.04806

2007 Q4 13.65782 18.29471 14.32295 9.72662 10.73468 6.05457

2008 Q1 13.50599 18.26152 13.87835 9.53123 11.37856 6.07126

2008 Q2 13.45323 18.34587 13.98833 9.80350 11.75206 6.08795

2008 Q3 13.40049 18.57383 14.81188 10.07520 13.65333 6.10464

2008 Q4 13.34771 19.10341 15.81418 10.34704 12.58508 6.12133

2009 Q1 13.29491 19.87438 15.24926 10.61725 12.72154 6.16692

2009 Q2 13.32187 19.71463 15.27275 10.59076 13.14847 6.21252

2009 Q3 13.34884 20.13403 15.10904 10.56318 15.33105 6.25811

2009 Q4 13.37579 19.98625 15.06231 10.53630 12.54259 6.30370

2010 Q1 13.40276 19.71191 14.49283 10.50868 12.35351 6.35977

2010 Q2 13.37423 19.75599 14.39623 10.49246 12.77344 6.41583

2010 Q3 13.34580 19.67318 14.52511 10.47709 14.44950 6.47189

2010 Q4 13.31731 19.78109 14.47226 10.46091 12.32090 6.52795

2011 Q1 13.28880 20.35630 14.29187 10.44563 12.18513 6.51546

2011 Q2 13.23903 20.68071 14.55584 10.37843 12.72890 6.50297

2011 Q3 13.18928 20.27128 15.01527 10.31063 14.77697 6.49049

2011 Q4 13.13948 20.27821 14.46273 10.24293 13.37107 6.47800

2012 Q1 13.08970 20.39975 14.66997 10.17547 12.71327 6.21423

2012 Q2 13.43159 20.22100 14.71761 9.91563 13.09577 5.95046

2012 Q3 13.46601 20.58422 15.36720 9.78679 15.79034 5.68668

2012 Q4 13.50051 20.67309 14.57670 9.65702 12.75340 5.42291

2013 Q1 13.70720 20.73256 14.63568 10.64241 12.38388 4.91278

2013 Q2 13.98355 20.57826 14.98239 10.29560 13.69228 5.23458

2013 Q3 13.96553 20.60417 15.40770 10.34022 16.48258 5.48465

Nguồn: IMF

Bảng 1.8: Số liệu xuất khẩu (Đơn vị tính: USD)

China, P.R.:

Korea, Republic

Japan

Singapore

Thailand

Vietnam

Mainland

2000 Q1

51,700,000,000

115,294,226,043

39,272,000,000

30,456,634,315

16,695,830,132

3,111,000,000

2000 Q2

62,795,000,000

119,368,756,236

43,410,000,000

32,929,827,226

15,923,348,050

3,495,000,000

2000 Q3

67,802,000,000

122,715,008,167

44,376,000,000

36,882,603,102

18,014,808,935

3,945,000,000

2000 Q4

67,000,000,000

121,917,549,223

45,214,000,000

37,605,802,677

18,328,509,648

3,896,000,000

2001 Q1

59,300,000,000

107,735,143,830

40,100,000,000

32,645,058,329

16,323,615,738

3,628,000,000

2001 Q2

65,686,000,000

100,139,803,537

38,360,000,000

30,448,289,300

16,036,967,583

3,973,000,000

2001 Q3

70,340,000,000

98,872,175,133

35,605,000,000

29,214,171,154

16,661,852,364

3,932,000,000

2013 Q4 13.92347 20.55292 14.66825 10.12532 12.76205 4.73643

2001 Q4

71,294,000,000

96,494,323,568

36,350,000,000

29,443,947,609

15,896,378,770

3,494,000,000

2002 Q1

64,658,000,000

93,332,484,374

35,670,000,000

27,636,050,083

15,408,090,856

3,252,000,000

2002 Q2

77,382,000,000

102,249,090,947

40,251,800,000

31,320,954,830

16,792,751,231

4,120,000,000

2002 Q3

90,538,000,000

108,390,443,567

41,255,100,000

32,904,108,259

17,878,594,753

4,574,000,000

2002 Q4

93,026,000,000

112,753,897,856

45,307,500,000

33,316,349,804

18,028,743,556

4,758,000,000

2003 Q1

86,406,000,000

109,180,217,721

43,037,000,000

34,002,300,540

18,793,705,771

4,700,000,000

2003 Q2

103,907,000,000

112,601,729,598

46,053,000,000

34,078,540,475

19,397,718,388

5,070,000,000

2003 Q3

117,466,000,000

117,736,678,076

47,828,100,000

36,467,651,395

20,187,016,337

5,159,000,000

2003 Q4

130,120,000,000

132,297,626,411

56,900,500,000

39,632,959,899

21,945,128,919

5,213,000,000

2004 Q1

115,617,000,000

134,979,008,811

59,300,700,000

40,332,295,340

22,314,720,716

5,501,000,000

2004 Q2

142,480,000,000

137,960,517,546

63,974,800,000

43,984,125,380

23,207,305,469

6,512,000,000

2004 Q3

158,144,000,000

141,398,280,034

61,633,900,000

46,849,334,753

24,519,634,697

7,099,000,000

2004 Q4

177,198,000,000

151,334,920,680

68,937,100,000

48,449,579,138

26,206,500,702

6,872,000,000

2005 Q1

155,860,000,000

143,494,110,279

66,811,206,000

51,423,628,450

25,194,301,551

6,687,000,000

2005 Q2

186,452,000,000

146,550,693,563

69,702,784,000

55,075,810,206

26,118,793,115

7,578,000,000

2005 Q3

204,108,000,000

149,979,128,675

71,097,680,000

59,677,041,021

30,138,830,274

8,972,000,000

2005 Q4

215,648,000,000

154,835,870,357

76,810,656,000

63,472,373,269

28,726,082,681

8,489,000,000

2006 Q1

197,304,000,000

151,045,876,443

73,887,926,000

63,234,545,664

29,838,713,070

8,910,700,000

2006 Q2

231,329,000,000

158,188,842,314

81,473,435,000

67,408,516,110

31,043,254,324

9,927,500,000

2006 Q3

262,700,000,000

165,991,220,503

82,712,792,000

71,027,949,308

35,221,920,017

10,634,100,000

2006 Q4

278,047,000,000

171,510,689,526

87,393,655,000

70,136,137,576

34,691,414,170

10,133,200,000

2007 Q1

252,131,000,000

166,699,496,094

84,706,807,000

69,469,790,390

34,696,141,350

10,565,000,000

2007 Q2

294,670,000,000

169,626,623,002

92,984,466,000

72,277,123,909

36,284,073,122

11,901,000,000

2007 Q3

331,450,000,000

181,440,493,591

90,529,113,000

77,004,067,450

39,546,532,130

12,319,000,000

2007 Q4

339,543,989,000

196,444,669,798

103,271,983,000

80,519,715,137

43,330,815,456

13,528,000,000

2008 Q1

305,897,000,000

200,815,066,191

99,444,540,000

84,210,214,523

43,232,399,765

13,238,377,091

2008 Q2

360,450,000,000

199,485,987,798

114,492,020,000

91,334,015,771

45,371,022,033

17,385,073,091

2008 Q3

407,940,000,000

204,868,807,102

115,000,120,000

93,319,787,157

49,219,253,824

18,026,683,091

2008 Q4

354,370,000,000

176,878,749,061

93,070,650,000

69,331,644,540

38,074,792,424

14,034,996,423

2009 Q1

245,532,000,000

119,213,715,240

74,421,390,000

56,661,684,936

33,127,573,438

14,285,506,554

2009 Q2

276,179,000,000

131,713,421,937

90,360,400,000

63,222,963,865

34,659,047,393

13,572,275,146

2009 Q3

325,008,994,000

154,648,020,937

94,780,520,000

72,402,922,645

40,991,885,092

14,024,890,502

2009 Q4

355,065,881,000

175,144,074,690

103,971,260,000

77,544,853,907

43,131,839,631

15,213,602,260

2010 Q1

316,057,000,000

176,841,394,266

101,083,760,000

78,360,436,415

44,464,131,731

14,345,973,683

2010 Q2

389,033,000,000

185,455,305,245

120,237,980,000

86,361,805,621

48,230,851,888

17,962,278,642

2010 Q3

429,779,290,000

198,356,971,544

116,315,450,000

92,196,496,958

50,505,999,824

18,984,000,000

2010 Q4

443,399,895,000

209,119,106,135

128,746,570,000

94,949,900,156

52,172,420,611

20,366,000,000

2011 Q1

399,552,000,000

199,536,146,141

130,987,704,470

97,541,641,600

56,320,771,484

19,386,000,000

2011 Q2

474,803,000,000

192,164,217,277

142,604,947,000

103,405,173,363

57,055,246,704

22,470,000,000

2011 Q3

518,154,012,000

219,922,078,590

141,253,139,000

106,867,492,699

64,068,166,544

26,514,000,000

2011 Q4

506,673,000,000

210,941,712,974

140,369,800,000

101,703,018,682

48,967,585,405

26,148,000,000

2012 Q1

430,020,000,000

203,316,013,236

134,855,760,525

103,362,204,702

54,669,750,973

24,874,000,000

2012 Q2

524,450,000,000

205,110,494,605

140,129,716,000

102,829,003,423

56,640,385,181

28,408,000,000

2012 Q3

541,257,297,000

199,926,994,642

133,125,400,000

100,594,231,614

59,993,941,894

30,197,000,000

2012 Q4

554,182,102,000

190,266,299,693

139,768,317,000

101,607,570,052

56,871,288,420

31,979,274,000

2013 Q1

508,904,235,000

176,677,801,212

135,317,650,000

96,318,961,846

57,058,450,299

29,763,655,000

2013 Q2

544,143,000,000

178,400,045,769

141,156,468,000

103,906,122,308

54,713,168,401

31,776,000,000

2013 Q3

562,224,789,000

178,956,689,588

136,791,348,000

104,666,023,682

57,788,446,684

34,733,000,000

2013 Q4

594,977,000,000

180,578,466,786

146,366,968,000

105,358,676,038

55,526,856,913

36,205,000,000

Nguồn: IMF

Bảng 1.9: số liệu nhập khẩu (Đơn vị tính: USD).

China, P.R.:

Korea, Republic

Thailand

Japan

Singapore

Vietnam

Mainland

13,987,644,041

2000 Q1

46,472,000,000

89,165,121,684

38,828,000,000

29,534,286,732

3,358,000,000

2000 Q2

55,627,000,000

91,942,014,343

39,806,000,000

32,815,303,482

14,870,211,914

3,931,000,000

16,168,892,024

2000 Q3

61,005,000,000

95,650,800,953

40,405,000,000

35,845,010,780

3,911,000,000

16,896,693,996

2000 Q4

61,920,000,000

102,751,574,897

41,440,000,000

36,350,697,338

4,438,000,000

16,462,243,192

2001 Q1

54,530,000,000

93,470,235,116

38,071,000,000

31,238,204,397

3,624,000,000

15,080,724,884

2001 Q2

61,952,000,000

87,965,248,826

34,486,000,000

28,743,028,723

4,206,000,000

15,814,896,317

2001 Q3

64,960,000,000

84,161,810,446

34,156,000,000

28,521,501,718

3,795,000,000

14,602,019,455

2001 Q4

62,111,000,000

83,491,153,672

34,342,000,000

27,497,115,717

4,538,000,000

14,720,458,431

2002 Q1

57,321,000,000

76,414,937,516

33,732,000,000

26,129,852,180

3,801,000,000

15,969,452,438

2002 Q2

71,265,000,000

81,116,081,831

37,192,000,000

29,760,317,742

4,972,000,000

17,160,740,729

2002 Q3

83,957,000,000

87,908,793,160

38,884,200,000

30,393,542,637

5,067,000,000

16,794,639,492

2002 Q4

82,627,000,000

91,764,608,195

42,262,400,000

30,164,096,955

5,894,000,000

17,553,094,146

2003 Q1

87,255,000,000

92,384,560,376

44,219,800,000

30,129,096,456

5,528,000,000

2003 Q2

98,473,000,000

92,565,409,813

41,710,400,000

30,679,047,531

17,807,749,758

6,612,000,000

19,332,353,918

2003 Q3

112,718,000,000

94,917,202,519

42,970,800,000

31,898,140,851

6,256,000,000

21,131,131,637

2003 Q4

114,314,000,000

103,070,442,028

49,921,900,000

35,232,652,517

6,798,000,000

21,996,249,541

2004 Q1

124,212,000,000

106,778,488,129

52,789,100,000

37,001,979,607

6,322,000,000

23,388,642,912

2004 Q2

141,407,000,000

109,107,849,025

55,269,800,000

40,505,177,428

7,922,000,000

24,315,763,496

2004 Q3

146,520,000,000

114,669,214,360

54,707,800,000

42,765,197,543

8,268,000,000

24,709,153,592

2004 Q4

149,090,000,000

123,987,646,200

61,687,700,000

43,582,116,243

8,958,000,000

28,248,642,819

2005 Q1

139,370,000,000

120,617,782,886

60,574,486,000

45,402,144,183

7,881,000,000

31,103,967,443

2005 Q2

163,343,000,000

126,835,853,689

65,822,376,000

48,571,586,873

9,642,000,000

29,587,844,614

2005 Q3

175,331,000,000

132,509,903,313

70,473,511,000

51,797,637,394

9,353,000,000

29,217,651,018

2005 Q4

182,162,000,000

134,956,976,365

70,688,313,000

54,275,996,649

9,532,000,000

30,478,956,351

2006 Q1

174,037,000,000

137,792,461,218

72,509,666,000

54,346,850,909

8,832,200,000

32,918,215,923

2006 Q2

193,410,000,000

143,361,101,331

76,719,650,000

60,007,687,047

11,883,100,000

33,810,561,631

2006 Q3

214,020,000,000

148,291,260,948

80,215,820,000

63,077,467,834

12,103,500,000

31,446,064,400

2006 Q4

210,330,000,000

150,143,292,466

79,905,071,000

61,277,505,400

11,591,100,000

31,483,317,053

2007 Q1

205,630,000,000

144,756,383,552

82,267,702,000

59,081,928,699

12,277,000,000

35,227,327,437

2007 Q2

228,550,000,000

152,513,847,322

87,961,917,000

64,029,462,355

14,783,000,000

36,347,844,084

2007 Q3

258,310,000,000

149,030,965,729

86,058,833,000

66,011,000,678

15,537,000,000

38,235,898,431

2007 Q4

263,743,333,000

173,361,132,393

100,563,272,000

74,032,464,105

18,100,000,000

44,009,799,163

2008 Q1

264,479,000,000

182,222,646,761

106,052,920,000

78,032,110,619

21,535,336,964

2008 Q2

302,570,000,000

190,552,077,626

114,792,800,000

86,739,652,461

44,973,083,499

23,400,210,264

50,268,513,067

2008 Q3

324,650,000,000

206,323,271,499

122,901,010,000

87,720,098,322

19,578,054,264

39,916,491,867

2008 Q4

239,920,000,000

183,528,283,563

91,528,000,000

67,288,477,466

16,200,227,595

26,542,758,269

2009 Q1

183,138,000,000

128,786,525,887

71,417,530,000

52,638,468,187

12,854,110,786

30,989,448,252

2009 Q2

241,444,000,000

122,742,330,403

73,970,170,000

57,633,924,537

17,415,818,979

36,576,371,430

2009 Q3

285,899,871,000

142,998,411,382

84,845,090,000

65,697,508,510

18,813,445,561

40,625,860,014

2009 Q4

293,692,713,000

156,022,869,775

92,851,720,000

69,814,781,664

20,865,434,630

43,248,214,087

2010 Q1

302,123,000,000

158,560,083,219

98,155,880,000

71,237,332,414

17,775,023,964

44,748,587,731

2010 Q2

347,810,000,000

166,581,767,701

105,630,710,000

77,109,973,696

20,735,403,571

48,225,181,475

2010 Q3

364,719,000,000

178,834,462,469

105,698,460,000

80,535,010,937

21,232,000,000

48,899,360,812

2010 Q4

381,543,000,000

188,458,176,054

115,727,100,000

81,908,766,250

24,037,000,000

54,290,270,511

2011 Q1

401,171,000,000

195,089,217,964

123,953,442,721

86,150,364,016

22,784,000,000

2011 Q2

428,190,000,000

207,491,882,891

134,298,226,000

93,747,853,628

57,472,652,517

25,783,000,000

63,009,213,952

2011 Q3

455,390,000,000

225,348,902,107

134,957,278,000

94,768,365,755

27,309,000,000

54,073,036,509

2011 Q4

458,100,000,000

226,167,896,639

131,208,722,000

91,103,754,661

28,165,000,000

60,533,644,867

2012 Q1

429,578,000,000

223,120,052,260

133,655,494,377

96,207,120,954

24,557,000,000

62,474,734,926

2012 Q2

455,643,000,000

222,268,617,297

130,431,144,000

96,143,982,555

29,082,000,000

64,437,362,012

2012 Q3

461,792,000,000

223,367,186,487

125,652,110,000

91,848,423,750

29,667,000,000

62,791,993,197

2012 Q4

470,767,245,000

216,853,094,773

129,830,539,000

95,523,443,051

31,795,241,000

65,834,943,295

2013 Q1

466,685,000,000

207,234,985,096

129,732,153,000

89,121,570,037

29,485,165,940

63,721,646,369

2013 Q2

478,090,000,000

199,236,674,928

126,757,509,000

93,455,573,131

32,987,163,098

60,388,695,876

2013 Q3

500,705,795,000

208,511,577,162

126,033,629,000

95,619,105,621

33,787,843,799

58,815,353,712

2013 Q4

504,896,000,000

217,440,518,010

133,062,223,000

94,819,765,299

35,000,000,000

Nguồn: IMF

Bảng 1.10: Tài sản nước ngoài ròng (Đơn vị tính: tiền tệ quốc gia).

China, P.R.:

Japan

Korea, Republic of

Singapore

Thailand

Vietnam

Mainland

2000 Q1

1,793,702,601,224

30,003,800,000,000

98,881,006,343,955

132,267,857,690

549,512,347,207

72,806,785,027,618

2000 Q2

1,860,456,559,757

25,363,600,000,000

104,566,671,830,561

132,223,897,936

600,329,876,195

75,710,925,981,235

2000 Q3

1,951,805,283,354

26,750,700,000,000

107,039,425,049,429

126,272,772,202

731,580,890,400

85,433,913,374,364

2000 Q4

2,009,880,181,327

27,727,500,000,000

126,061,889,967,761

126,305,832,136

883,439,828,169

94,193,218,640,768

2001 Q1

2,195,191,925,103

34,830,600,000,000

130,499,726,803,563

128,582,604,586

1,031,208,629,025

100,348,978,473,658

2001 Q2

2,323,993,622,463

32,317,800,000,000

133,912,396,110,252

130,037,634,989

1,084,531,368,521

107,842,317,096,402

2001 Q3

2,398,317,609,697

26,615,600,000,000

135,229,713,351,414

123,852,515,105

1,179,740,011,666

114,941,150,662,040

2001 Q4

2,640,020,876,762

40,341,500,000,000

144,989,802,160,526

132,837,675,271

1,211,905,538,250

116,780,178,282,133

2002 Q1

2,653,372,946,273

42,937,700,000,000

145,953,042,602,312

133,587,249,354

1,329,549,929,703

116,198,901,401,562

2002 Q2

2,776,776,275,410

40,456,100,000,000

134,555,446,241,064

132,716,122,875

1,390,042,015,050

119,492,681,098,660

2002 Q3

2,914,014,473,423

40,177,700,000,000

133,030,098,934,304

132,050,276,358

1,509,998,003,197

119,221,617,394,803

2002 Q4

3,171,969,252,921

36,588,400,000,000

132,467,777,972,549

133,132,605,241

1,628,240,394,750

116,226,404,485,072

2003 Q1

3,373,720,136,553

39,470,300,000,000

127,451,464,819,623

140,056,138,354

1,798,467,203,932

126,205,940,831,920

2003 Q2

3,498,685,190,676

33,702,700,000,000

119,100,071,552,425

144,042,256,333

1,839,833,202,095

124,267,938,062,216

2003 Q3

3,686,869,620,751

37,699,800,000,000

149,074,345,722,154

141,894,383,322

1,730,204,159,849

128,667,992,350,251

2003 Q4

3,770,379,113,874

32,836,100,000,000

170,387,884,462,363

149,958,961,605

1,851,484,888,439

129,620,101,260,882

2004 Q1

4,135,992,709,875

33,572,700,000,000

185,230,147,623,728

154,721,146,338

1,912,503,284,950

131,575,303,233,042

2004 Q2

4,489,064,357,064

31,814,500,000,000

187,791,121,310,027

165,151,840,598

1,951,653,531,510

128,237,876,267,080

2004 Q3

4,833,384,428,144

33,252,800,000,000

200,081,479,503,167

165,220,179,421

1,990,926,939,233

136,596,098,784,146

2004 Q4

5,531,946,294,216

40,926,000,000,000

195,723,416,852,969

173,882,297,348

2,099,557,596,400

143,679,821,417,264

2005 Q1

5,958,118,461,752

48,974,800,000,000

198,337,029,997,153

184,073,534,455

2,183,540,196,704

149,589,030,321,443

2005 Q2

6,527,537,226,185

53,000,300,000,000

189,352,762,731,766

186,672,806,666

2,209,146,556,552

147,050,245,851,643

2005 Q3

6,914,266,565,620

55,791,300,000,000

192,944,852,695,724

194,626,964,050

2,264,671,181,615

156,804,646,098,109

2005 Q4

7,566,930,631,642

66,237,400,000,000

195,072,050,632,315

193,886,912,235

2,388,852,786,975

187,306,450,327,340

2006 Q1

8,008,037,653,474

62,367,300,000,000

196,080,409,031,454

204,662,384,322

2,585,834,428,350

214,755,069,144,312

2006 Q2

8,671,344,022,857

59,683,800,000,000

181,174,770,568,500

211,776,561,686

2,629,857,908,255

222,858,837,161,927

2006 Q3

9,195,503,083,555

63,071,700,000,000

175,928,893,112,230

220,548,301,052

2,756,552,461,104

237,481,936,909,457

2006 Q4

10,083,673,213,719

74,858,100,000,000

176,093,242,626,178

224,705,389,278

2,947,106,817,073

277,297,775,608,960

2007 Q1

11,018,181,149,597

76,033,000,000,000

167,372,606,648,364

240,624,651,029

3,184,989,761,938

330,708,257,300,695

2007 Q2

11,889,343,896,234

84,109,600,000,000

168,820,110,985,246

239,564,932,022

3,323,080,733,382

371,832,092,514,886

2007 Q3

12,890,689,408,561

86,755,800,000,000

166,772,153,230,364

238,976,664,200

3,517,954,988,368

386,962,520,639,698

2007 Q4

13,772,357,595,305

103,097,600,000,000

157,422,234,243,258

237,601,078,452

3,594,355,002,398

399,820,056,007,357

2008 Q1

15,094,013,677,866

88,843,600,000,000

141,936,045,485,234

254,420,513,726

3,798,744,558,543

390,466,140,335,674

2008 Q2

16,324,506,617,415

101,157,000,000,000

174,077,830,238,790

251,261,353,603

3,924,025,811,905

365,881,061,156,851

2008 Q3

17,160,787,753,948

87,970,000,000,000

133,752,302,347,513

255,907,176,702

3,765,619,453,073

399,095,558,706,741

2008 Q4

17,894,568,175,772

80,205,100,000,000

133,874,165,683,078

265,128,378,492

4,132,594,457,063

405,376,734,782,553

2009 Q1

18,202,965,919,953

73,184,300,000,000

129,780,405,411,735

275,918,174,782

4,455,789,693,881

413,444,239,127,052

2009 Q2

18,581,418,319,739

73,114,200,000,000

175,505,255,613,723

296,413,023,830

4,446,997,502,058

370,577,896,346,004

2009 Q3

19,061,849,391,857

64,728,900,000,000

212,018,579,132,974

302,538,022,398

4,551,685,900,228

309,124,937,712,991

2009 Q4

19,561,154,196,756

70,102,500,000,000

206,248,641,555,567

296,585,259,928

4,570,016,907,834

287,204,845,942,019

2010 Q1

20,155,561,767,196

75,052,400,000,000

218,452,559,431,233

296,225,684,853

4,593,339,784,298

248,830,576,728,012

2010 Q2

20,657,063,260,779

73,634,000,000,000

222,281,974,604,915

294,945,806,027

4,670,796,332,687

245,080,894,595,210

2010 Q3

21,524,522,775,127

72,761,700,000,000

247,931,192,813,891

306,197,254,804

4,755,863,300,710

244,387,366,289,788

2010 Q4

22,533,204,440,890

78,885,900,000,000

244,060,764,428,040

307,172,683,002

4,883,987,061,014

224,439,034,992,367

2011 Q1

23,453,404,077,264

87,197,900,000,000

233,422,514,634,881

311,917,557,523

5,035,644,891,116

219,933,876,054,566

2011 Q2

24,279,865,428,290

85,974,700,000,000

236,557,566,671,049

311,527,829,827

5,140,295,646,290

220,347,813,765,167

2011 Q3

24,801,042,482,978

86,793,500,000,000

238,427,323,572,680

292,003,520,145

5,128,435,980,135

237,601,490,124,494

2011 Q4

25,096,827,157,120

84,760,300,000,000

264,384,904,716,976

298,005,862,016

5,427,526,781,886

266,361,301,847,308

2012 Q1

25,738,653,467,929

88,854,600,000,000

272,750,074,640,822

299,589,933,386

5,129,280,211,768

331,532,284,176,779

2012 Q2

26,060,630,760,111

85,767,900,000,000

263,109,575,353,789

298,603,608,207

5,062,566,070,832

390,133,823,018,939

2012 Q3

26,123,568,678,439

84,862,300,000,000

278,157,184,153,058

302,270,486,621

5,141,974,772,373

436,159,568,146,376

2012 Q4

25,817,519,252,636

95,235,600,000,000

276,625,332,957,855

301,105,365,854

4,944,893,197,748

513,326,792,586,954

2013 Q1

26,882,473,277,525

110,210,600,000,000

217,811,458,237,860

307,646,677,635

4,576,801,851,714

560,640,394,231,188

2013 Q2

27,203,165,650,503

116,278,800,000,000

228,014,863,318,490

302,565,902,342

4,659,259,546,889

566,461,704,332,441

2013 Q3

27,208,084,856,434

109,044,200,000,000

256,076,103,095,648

295,748,277,110

4,840,571,321,445

557,044,327,324,360

2013 Q4

28,032,948,886,351

134,029,600,000,000

261,002,361,275,710

288,010,854,900

5,011,959,014,084

610,318,155,870,960

Nguồn: IMF

Bảng 1.11: Bảng tổng hợp tính toán các biến sau khi lấy logarit (ngoại trừ biến

NFA).

reer prod tot gexp open nfa

2000 Q1 -7.717137862 -4.151622 -0.347413 -0.67404 1.175503 -0.258488

2000 Q2 -7.662690167 -3.853335 -0.385802 -0.68349 0.922318 -0.469096

2000 Q3 -7.821267348 -3.673272 -0.23093 -0.75807 1.015676 -0.250961

2000 Q4 -7.82175248 -3.606371 -0.35093 -0.75529 0.882763 -0.382196

2001 Q1 -7.741185385 -3.837742 -0.244884 -0.75829 1.015526 -0.161046

2001 Q2 -7.623119842 -3.528485 -0.291283 -0.7798 0.958261 -0.316115

2001 Q3 -7.801961638 -3.854595 -0.201252 -0.83573 1.223863 -0.129192

2001 Q4 -7.543932444 -3.599917 -0.525629 -0.82718 0.937235 -0.415048

2002 Q1 -7.570034128 -3.816585 -0.433413 -0.83048 1.032428 -0.177095

2002 Q2 -7.58843586 -3.477703 -0.424673 -0.81688 0.917498 -0.389181

2002 Q3 -7.558256235 -3.551616 -0.321245 -0.85633 1.124198 -0.228108

2002 Q4 -7.525814131 -3.376007 -0.440678 -0.85485 1.178678 -0.311677

2003 Q1 -7.615155252 -3.630242 -0.333282 -0.83621 1.239048 -0.172527

2003 Q2 -7.51344842 -3.329458 -0.45883 -0.83475 1.09876 -0.43423

2003 Q3 -7.601602394 -3.354155 -0.374355 -0.84876 1.060122 -0.367849

2003 Q4 -7.638917878 -3.305975 -0.467283 -0.81317 0.977492 -0.502228

2004 Q1 -7.677405848 -3.546385 -0.276597 -0.7969 1.1407 -0.306437

2004 Q2 -7.510643914 -3.096303 -0.328826 -0.79705 0.970426 -0.581579

2004 Q3 -7.647021192 -3.296531 -0.299977 -0.80364 1.054735 -0.541712

2004 Q4 -7.69880552 -3.040025 -0.427586 -0.77989 0.902272 -0.685381

2005 Q1 -7.787733111 -3.38206 -0.290912 -0.78863 1.12178 -0.472172

2005 Q2 -7.737299619 -3.10717 -0.347553 -0.78935 0.874654 -0.803773

2005 Q3 -7.756406786 -3.140174 -0.141637 -0.82583 0.958147 -0.687396

2005 Q4 -7.771717873 -2.972242 -0.216248 -0.80906 0.787487 -0.69983

2006 Q1 -7.929782113 -3.349013 -0.062732 -0.8073 1.007179 -0.411918

2006 Q2 -7.896748466 -3.144859 -0.245499 -0.81556 0.903138 -0.689599

2006 Q3 -7.936691145 -3.101621 -0.195724 -0.84491 0.91686 -0.605399

2006 Q4 -7.812750061 -2.906998 -0.238331 -0.82786 0.866231 -0.564268

2007 Q1 -7.77636199 -3.27832 -0.232088 -0.81911 1.140895 -0.078756

2007 Q2 -7.737190469 -2.902584 -0.304332 -0.81065 0.925991 -0.364092

2007 Q3 -7.719111749 -3.019023 -0.301505 -0.83599 1.029263 -0.255015

2007 Q4 -7.810685056 -2.817712 -0.344964 -0.81027 1.046777 -0.407991

2008 Q1 -7.657426992 -3.198633 -0.486162 -0.79584 1.363019 -0.118665

2008 Q2 -7.567347803 -2.857604 -0.294405 -0.79511 1.058785 -0.742618

2008 Q3 -7.586189645 -2.901757 -0.0747 -0.83479 0.964585 -0.613502

2008 Q4 -7.393835498 -2.711638 -0.269884 -0.85941 0.946454 -0.783876

2009 Q1 -7.052782816 -2.961629 -0.060626 -0.86534 1.419243 -0.33126

2009 Q2 -7.089347151 -2.591747 -0.350568 -0.84756 1.128897 -0.843093

2009 Q3 -7.135514972 -2.634914 -0.370751 -0.86494 1.131773 -0.952954

2009 Q4 -7.154373067 -2.527964 -0.404812 -0.83846 1.190338 -1.022153

2010 Q1 -7.140681909 -3.063671 -0.23407 -0.82537 1.363592 -0.857559

2010 Q2 -7.013848429 -2.669092 -0.18815 -0.81196 1.161044 -1.028117

2010 Q3 -6.961791082 -2.678036 -0.182387 -0.82037 1.20529 -1.041234

2010 Q4 -6.914336613 -2.474476 -0.217096 -0.79295 1.214974 -1.141681

2011 Q1 -6.880862471 -3.001416 -0.123717 -0.7942 1.384188 -1.016056

2011 Q2 -6.984862342 -2.635761 -0.122539 -0.79493 1.152828 -1.217465

2011 Q3 -6.956225509 -2.72195 -0.01682 -0.82555 1.305619 -1.083736

2011 Q4 -6.948473907 -2.233208 -0.058482 -0.80921 0.971733 -1.234662

2012 Q1 -6.788915436 -2.921578 0.080419 -0.86193 1.407226 -0.855714

2012 Q2 -6.899701678 -2.527049 -0.016149 -0.8954 1.155039 -0.987321

2012 Q3 -6.852786561 -2.549199 0.009363 -0.97677 1.218192 -0.90962

2012 Q4 -6.856026187 -2.218389 -0.011888 -0.98759 1.196898 -0.893034

2013 Q1 -6.883528181 -2.554752 -0.014587 -1.07886 1.263623 -0.660526

2013 Q2 -7.003719068 -2.21877 -0.08764 -1.02575 1.050508 -0.912092

2013 Q3 -7.007376956 -2.204922 -0.015098 -0.99963 1.117137 -0.903921

Nguồn: Tổng hợp và tính toán của tác giả

Bảng 1.12: Bảng tổng hợp tính toán các biến sau chuyển đổi.

2013 Q4 -6.995498578 -2.034931 -0.033113 -1.11394 1.069307 -0.953799

reer1 prod1 tot1 gexp1 open1 nfa1

2000 Q1 -0.8245267 -0.0347254 0.1580237 0.1424662 -0.3059568 -0.666408

2000 Q2 -0.7671465 -0.0213128 -0.4284524 0.2162858 -0.2910664 -0.3025067

2000 Q3 -0.872772 -0.035413 -0.2199183 0.1568029 -0.1750959 -0.6802198

2000 Q4 -0.8739693 -0.0382535 -0.5162752 0.1210438 -0.1779308 -0.4372099

2001 Q1 -0.8438215 -0.0487334 -0.2171639 0.2186382 -0.1735222 -0.8451154

2001 Q2 -0.6958144 -0.0447582 -0.34237 0.0568635 -0.151065 -0.5595099

2001 Q3 -0.8696571 -0.0488572 0.3251793 0.215974 -0.0260448 -0.9035351

2001 Q4 -0.5294099 0.0469917 -0.3894991 0.1164773 -0.0450723 -0.3778139

2002 Q1 -0.5968339 0.0019152 -0.1742844 0.2130159 -0.0399866 -0.8156874

2002 Q2 -0.634872 -0.0022986 -0.4409996 0.0158772 -0.0590998 -0.4243983

2002 Q3 -0.5708168 -0.031586 0.0342711 0.0753101 0.0372726 -0.7221312

2002 Q4 -0.4828323 0.0054617 0.1693798 -0.0547555 0.0311466 -0.5676222

2003 Q1 -0.6810486 -0.0303445 0.3775664 0.1370575 -0.0221627 -0.8240627

2003 Q2 -0.445789 0.0143316 -0.0225011 -0.0834864 -0.0306029 -0.3503195

2003 Q3 -0.6554893 -0.0268858 -0.1082903 -0.064783 0.0119711 -0.4621628

2003 Q4 -0.7283095 0.0184614 -0.3004169 -0.0998679 -0.0716117 -0.2495314

2004 Q1 -0.7850077 -0.0433492 0.0514459 0.072477 -0.1438031 -0.577724

2004 Q2 -0.4412253 -0.0297919 -0.3147529 -0.1919548 -0.1431119 -0.1194989

2004 Q3 -0.7426224 -0.0404803 -0.120344 -0.1066551 -0.1117591 -0.1834638

2004 Q4 -0.8062179 -0.0008779 -0.4779472 -0.164195 -0.1559173 0.0562302

2005 Q1 -0.8649299 -0.0408423 0.0320477 -0.0550808 -0.1538982 -0.2971636

2005 Q2 -0.8389559 -0.033421 -0.5309642 -0.191694 -0.1534945 0.3101028

2005 Q3 -0.8515463 0.0016459 -0.3439816 -0.1911975 -0.0405639 0.060443

2005 Q4 -0.8591661 -0.0486653 -0.689394 -0.1225213 -0.0839714 0.0821694

2006 Q1 -0.82491 0.0587301 -0.2371139 -0.0676732 -0.0939106 -0.3814509

2006 Q2 -0.8407425 -0.0513017 -0.4748591 -0.1908273 -0.0695344 0.0634744

2006 Q3 -0.8215987 -0.0494835 -0.4450319 -0.1918637 0.0007014 -0.0809181

2006 Q4 -0.8721017 -0.0430487 -0.5462734 -0.1093626 -0.0460201 -0.1464326

2007 Q1 -0.8601318 -0.0383536 0.0512497 -0.1239836 -0.0537133 -0.9960361

2007 Q2 -0.8411472 -0.0394247 -0.4168595 -0.1048682 -0.0750624 -0.4724965

2007 Q3 -0.8279432 -0.0412929 -0.1828243 -0.1523051 -0.0212664 -0.6727884

2007 Q4 -0.8719517 -0.0333066 -0.1413595 -0.0433733 -0.0796085 -0.3870939

2008 Q1 -0.7584075 0.0276929 0.7790042 -0.1690361 -0.147705 -0.9228419

2008 Q2 -0.5910597 -0.0417559 -0.112888 -0.0749651 -0.1511346 0.1754262

2008 Q3 -0.6299089 0.0502708 -0.3297088 -0.1081768 -0.030714 -0.0685161

2008 Q4 -0.0613817 -0.044315 -0.3662596 0.0193812 0.0496995 0.2653543

2009 Q1 1.0577099 0.0602495 1.510172 -0.1184698 0.0728627 -0.5323961

2009 Q2 0.9364662 -0.036857 0.0429718 0.0701771 0.010074 0.4047627

2009 Q3 0.7870893 -0.0286627 0.0447068 0.0409528 0.0698212 0.6819642

2009 Q4 0.725726 -0.0119357 0.2164079 0.0960592 -0.0162739 0.8538692

2010 Q1 0.7696966 -0.0368594 0.8599861 -0.1775968 -0.0415835 0.4400505

2010 Q2 1.1844834 -0.0442918 0.0984067 0.0335296 -0.0727928 0.8686843

2010 Q3 1.3478117 -0.0372358 0.2684838 0.0320674 -0.0497047 0.9012686

2010 Q4 1.5018949 -0.0473859 0.2983741 0.1010838 -0.1523008 1.1507912

2011 Q1 1.6093524 0.0142283 1.0063544 -0.1371748 -0.1515074 0.8387237

2011 Q2 1.2708012 0.017441 0.0746294 0.0437024 -0.1523964 1.339048

2011 Q3 1.36499 0.0907527 0.5829133 0.0207677 -0.037879 1.0068489

2011 Q4 1.3920092 0.0616757 -0.3139674 0.135765 -0.0826692 1.3817674

2012 Q1 1.9153581 0.1570726 1.3374613 -0.1101419 0.0590302 0.4372844

2012 Q2 1.5488279 0.0911884 0.0801967 0.0960022 0.1682796 0.7673421

2012 Q3 1.7022725 0.1086048 0.3081111 0.0905302 0.4250736 0.5742956

2012 Q4 1.6914645 0.0941093 0.2416323 0.1379149 0.4593673 0.5321757

2013 Q1 1.6008874 0.0922534 0.4554226 0.0898266 0.7487469 0.010492

2013 Q2 1.2154199 0.0416243 -0.1330702 0.1378648 0.5800529 0.580451

2013 Q3 1.2029006 0.091903 0.0233644 0.1397111 0.4972423 0.5599659

2013 Q4 1.2389032 0.0795029 -0.0899913 0.1623844 0.860172 0.6840692

PHỤ LỤC 2A: KẾT QUẢ KIỂM ĐỊNH NGHIỆM ĐƠN VỊ ADF CHO CÁC

CHUỖI DỮ LIỆU CHƯA CHUYỂN ĐỔI.

reer

Null Hypothesis: REER has a unit root

Exogenous: Constant, Linear Trend

Lag Length: 0 (Automatic - based on AIC, maxlag=10)

t-Statistic

Prob.*

Augmented Dickey-Fuller test statistic

-1.825746

0.6787

Test critical values:

1% level

-4.133838

5% level

-3.493692

10% level

-3.175693

*MacKinnon (1996) one-sided p-values.

tot

Null Hypothesis: TOT has a unit root

Exogenous: Constant, Linear Trend

Lag Length: 2 (Automatic - based on AIC, maxlag=10)

Prob.*

t-Statistic

Augmented Dickey-Fuller test statistic

0.0400

-3.592645

Test critical values:

1% level

-4.140858

5% level

-3.496960

10% level

-3.177579

*MacKinnon (1996) one-sided p-values.

open

Null Hypothesis: OPEN has a unit root

Exogenous: Constant, Linear Trend

Lag Length: 8 (Automatic - based on AIC, maxlag=10)

Prob.*

t-Statistic

Augmented Dickey-Fuller test statistic

0.3856

-2.378327

Test critical values:

1% level

-4.165756

5% level

-3.508508

10% level

-3.184230

*MacKinnon (1996) one-sided p-values.

prod

Null Hypothesis: PROD has a unit root

Exogenous: Constant, Linear Trend

Lag Length: 5 (Automatic - based on AIC, maxlag=10)

Prob.*

t-Statistic

Augmented Dickey-Fuller test statistic

0.4801

-2.198278

Test critical values:

1% level

-4.152511

5% level

-3.502373

10% level

-3.180699

*MacKinnon (1996) one-sided p-values.

gexp

Null Hypothesis: GEXP has a unit root

Exogenous: Constant, Linear Trend

Lag Length: 0 (Automatic - based on AIC, maxlag=10)

Prob.*

t-Statistic

Augmented Dickey-Fuller test statistic

0.9517

-0.871869

Test critical values:

1% level

-4.133838

5% level

-3.493692

10% level

-3.175693

*MacKinnon (1996) one-sided p-values.

NFA

Null Hypothesis: NFA has a unit root

Exogenous: Constant, Linear Trend

Lag Length: 8 (Automatic - based on AIC, maxlag=10)

Prob.*

t-Statistic

Augmented Dickey-Fuller test statistic

0.0140

-4.035484

Test critical values:

1% level

-4.165756

5% level

-3.508508

10% level

-3.184230

*MacKinnon (1996) one-sided p-values.

D(reer)

Null Hypothesis: D(REER) has a unit root

Exogenous: Constant

Lag Length: 0 (Automatic - based on AIC, maxlag=10)

Prob.*

t-Statistic

Augmented Dickey-Fuller test statistic

0.0000

-8.423015

Test critical values:

1% level

-3.557472

5% level

-2.916566

10% level

-2.596116

*MacKinnon (1996) one-sided p-values.

D(open)

Null Hypothesis: D(OPEN) has a unit root

Exogenous: Constant

Lag Length: 2 (Automatic - based on AIC, maxlag=8)

Prob.*

t-Statistic

Augmented Dickey-Fuller test statistic

0.0000

-10.73731

Test critical values:

1% level

-3.562669

5% level

-2.918778

10% level

-2.597285

*MacKinnon (1996) one-sided p-values.

D(prod)

Null Hypothesis: D(PROD) has a unit root

Exogenous: Constant

Lag Length: 3 (Automatic - based on AIC, maxlag=10)

Prob.*

t-Statistic

Augmented Dickey-Fuller test statistic

0.0002

-4.945550

Test critical values:

1% level

-3.565430

5% level

-2.919952

10% level

-2.597905

*MacKinnon (1996) one-sided p-values.

D(gexp)

Null Hypothesis: D(GEXP) has a unit root

Exogenous: Constant

Lag Length: 0 (Automatic - based on AIC, maxlag=10)

Prob.*

t-Statistic

Augmented Dickey-Fuller test statistic

0.0000

-7.088474

Test critical values:

1% level

-3.557472

5% level

-2.916566

10% level

-2.596116

*MacKinnon (1996) one-sided p-values.

PHỤ LỤC 2B: KẾT QUẢ KIỂM ĐỊNH NGHIỆM ĐƠN VỊ ADF CHO CÁC

CHUỖI DỮ LIỆU SAU CHUYỂN ĐỔI. reer1

Null Hypothesis: REER1 has a unit root

Exogenous: Constant, Linear Trend

Lag Length: 0 (Automatic - based on AIC, maxlag=10)

Prob.*

t-Statistic

Augmented Dickey-Fuller test statistic

0.7086

-1.763933

Test critical values:

1% level

-4.133838

5% level

-3.493692

10% level

-3.175693

*MacKinnon (1996) one-sided p-values.

tot1

Null Hypothesis: TOT1 has a unit root

Exogenous: Constant, Linear Trend

Lag Length: 1 (Automatic - based on AIC, maxlag=10)

Prob.*

t-Statistic

Augmented Dickey-Fuller test statistic

0.5829

-2.009642

Test critical values:

1% level

-4.137279

5% level

-3.495295

10% level

-3.176618

*MacKinnon (1996) one-sided p-values.

prod1

Null Hypothesis: PROD1 has a unit root

Exogenous: Constant, Linear Trend

Lag Length: 3 (Automatic - based on AIC, maxlag=10)

Prob.*

t-Statistic

Augmented Dickey-Fuller test statistic

0.9720

-0.641770

Test critical values:

1% level

-4.144584

5% level

-3.498692

10% level

-3.178578

*MacKinnon (1996) one-sided p-values.

NFA1

Null Hypothesis: NFA1 has a unit root

Exogenous: Constant, Linear Trend

Lag Length: 8 (Automatic - based on AIC, maxlag=10)

t-Statistic

Prob.*

Augmented Dickey-Fuller test statistic

0.0175

-3.948859

Test critical values:

1% level

-4.165756

5% level

-3.508508

10% level

-3.184230

*MacKinnon (1996) one-sided p-values.

open1

Null Hypothesis: OPEN1 has a unit root

Exogenous: Constant, Linear Trend

Lag Length: 10 (Automatic - based on AIC, maxlag=10)

Prob.*

t-Statistic

Augmented Dickey-Fuller test statistic

0.1153

-3.114920

Test critical values:

1% level

-4.175640

5% level

-3.513075

10% level

-3.186854

*MacKinnon (1996) one-sided p-values.

gexp1

Null Hypothesis: GEXP1 has a unit root

Exogenous: Constant, Linear Trend

Lag Length: 0 (Automatic - based on AIC, maxlag=10)

Prob.*

t-Statistic

Augmented Dickey-Fuller test statistic

0.9902

-0.252846

Test critical values:

1% level

-4.133838

5% level

-3.493692

10% level

-3.175693

*MacKinnon (1996) one-sided p-values.

D(reer1)

Null Hypothesis: D(REER1) has a unit root

Exogenous: Constant

Lag Length: 0 (Automatic - based on AIC, maxlag=10)

t-Statistic

Prob.*

Augmented Dickey-Fuller test statistic

-7.212528

0.0000

Test critical values:

1% level

-3.557472

5% level

-2.916566

10% level

-2.596116

*MacKinnon (1996) one-sided p-values.

D(tot1)

Null Hypothesis: D(TOT1) has a unit root

Exogenous: Constant

Lag Length: 0 (Automatic - based on AIC, maxlag=10)

Prob.*

t-Statistic

Augmented Dickey-Fuller test statistic

0.0000

-17.34328

Test critical values:

1% level

-3.557472

5% level

-2.916566

10% level

-2.596116

*MacKinnon (1996) one-sided p-values. D(open1)

Null Hypothesis: D(OPEN1) has a unit root

Exogenous: Constant

Lag Length: 2 (Automatic - based on AIC, maxlag=8)

Prob.*

t-Statistic

Augmented Dickey-Fuller test statistic

0.0000

-12.45266

Test critical values:

1% level

-3.562669

5% level

-2.918778

10% level

-2.597285

*MacKinnon (1996) one-sided p-values.

D(prod1)

Null Hypothesis: D(PROD1) has a unit root

Exogenous: Constant, Linear Trend

Lag Length: 2 (Automatic - based on AIC, maxlag=10)

t-Statistic

Prob.*

Augmented Dickey-Fuller test statistic

-12.81632

0.0000

Test critical values:

1% level

-4.144584

5% level

-3.498692

10% level

-3.178578

*MacKinnon (1996) one-sided p-values.

D(gexp1)

Null Hypothesis: D(GEXP1) has a unit root

Exogenous: Constant

Lag Length: 0 (Automatic - based on AIC, maxlag=10)

Prob.*

t-Statistic

0.0000

-6.903085

Augmented Dickey-Fuller test statistic

-3.557472

Test critical values:

1% level

-2.916566

5% level

-2.596116

10% level

*MacKinnon (1996) one-sided p-values.

PHỤ LỤC 3: KẾT QUẢ KIỂM ĐỊNH ĐỒNG LIÊN KẾT

BẢNG 3.1: KẾT QUẢ ƯỚC LƯỢNG MÔ HÌNH ARDL CHO CÁC BIẾN CHƯA

CHUYỂN ĐỔI

Dependent Variable: D(REER)

Method: Least Squares

Date: 10/25/14 Time: 21:12

Sample (adjusted): 2001Q2 2013Q4

Included observations: 51 after adjustments

Variable

Coefficient

Std. Error

t-Statistic

Prob.

-4.118340

4.951444

-0.831745

0.4154

REER(-1)

-0.456539

0.419161

-1.089174

0.2890

TOT(-1)

0.875683

0.519280

1.686340

0.1073

NFA(-1)

0.041191

0.377810

0.109026

0.9143

OPEN(-1)

1.185031

0.871611

1.359586

0.1891

PROD(-1)

-0.049282

0.165187

-0.298342

0.7685

GEXP(-1)

0.554649

0.717277

0.773271

0.4484

D(REER(-1))

0.079396

0.365392

0.217290

0.8302

D(REER(-2))

0.270688

0.327792

0.825791

0.4187

D(REER(-3))

0.253386

0.271291

0.933997

0.3614

D(REER(-4))

0.151223

0.200715

0.753423

0.4600

D(TOT(-1))

-0.595256

0.474764

-1.253796

0.2244

D(TOT(-2))

-0.273573

0.340483

-0.803486

0.4311

D(TOT(-3))

-0.288784

0.313435

-0.921351

0.3678

D(TOT(-4))

-0.672115

0.229901

-2.923490

0.0084

D(NFA(-1))

-0.241291

0.314658

-0.766834

0.4521

D(NFA(-2))

-0.233476

0.274559

-0.850369

0.4052

D(NFA(-3))

-0.166367

0.312852

-0.531776

0.6007

D(NFA(-4))

-0.155100

0.290698

-0.533543

0.5995

D(OPEN(-1))

-0.578581

0.647225

-0.893941

0.3820

D(OPEN(-2))

-0.656230

0.547241

-1.199162

0.2445

D(OPEN(-3))

-0.475994

0.455212

-1.045652

0.3082

D(OPEN(-4))

-0.064392

0.355175

-0.181297

0.8580

D(PROD(-1))

0.204993

0.296142

0.692211

0.4968

D(PROD(-2))

-0.195272

0.246841

-0.791082

0.4382

D(PROD(-3))

-0.115035

0.246034

-0.467555

0.6452

D(PROD(-4))

-0.088130

0.227358

-0.387628

0.7024

D(GEXP(-1))

0.593509

0.968428

0.612859

0.5469

D(GEXP(-2))

-0.769433

1.059585

-0.726164

0.4762

D(GEXP(-3))

-1.885936

1.192825

-1.581067

0.1295

D(GEXP(-4))

1.184471

1.359282

0.871395

0.3939

R-squared

0.676240 Mean dependent var

0.014621

Adjusted R-squared

0.190601 S.D. dependent var

0.102640

S.E. of regression

0.092342 Akaike info criterion

-1.647044

Sum squared resid

0.170541 Schwarz criterion

-0.472798

Log likelihood

72.99963 Hannan-Quinn criter.

-1.198330

F-statistic

1.392474 Durbin-Watson stat

1.960986

Prob(F-statistic)

0.222133

BẢNG 3.2: KẾT QUẢ ƯỚC LƯỢNG MÔ HÌNH ARDL CHO CÁC BIẾN SAU

CHUYỂN ĐỔI

Dependent Variable: D(REER1)

Method: Least Squares

Date: 10/26/14 Time: 23:00

Sample (adjusted): 2001Q2 2013Q4

Included observations: 51 after adjustments

Prob.

Variable

Coefficient

Std. Error

t-Statistic

0.0135

0.111688

0.039896

2.799510

REER1(-1)

-1.111173

0.341837

-3.250595

0.0054

TOT1(-1)

-3.676862

1.943925

-1.891463

0.0780

NFA1(-1)

0.963143

0.336460

2.862579

0.0119

OPEN1(-1)

1.431828

0.461043

3.105627

0.0072

PROD1(-1)

2.100918

0.592954

3.543135

0.0030

GEXP1(-1)

2.247383

0.497410

4.518171

0.0004

D(REER1(-1))

0.565317

0.256131

2.207142

0.0433

D(REER1(-2))

0.220209

0.215184

1.023352

0.3224

D(REER1(-3))

0.239904

0.151705

1.581389

0.1346

D(REER1(-4))

-0.086660

0.141462

-0.612601

0.5493

D(TOT1)

-1.142204

0.660845

-1.728398

0.1044

D(TOT1(-1))

0.410977

1.724819

0.238273

0.8149

D(TOT1(-2))

2.450051

1.638744

1.495078

0.1556

D(TOT1(-3))

2.224792

1.356382

1.640240

0.1218

D(TOT1(-4))

1.573607

0.865782

1.817554

0.0892

D(NFA1)

0.153114

0.149279

1.025691

0.3213

D(NFA1(-1))

-0.982083

0.323399

-3.036749

0.0083

D(NFA1(-2))

-0.484831

0.297337

-1.630577

0.1238

D(NFA1(-3))

-0.105451

0.224323

-0.470088

0.6451

D(NFA1(-4))

0.168730

0.209977

0.803568

0.4342

D(OPEN1)

0.431229

0.088312

4.883008

0.0002

D(OPEN1(-1))

-0.804225

0.365374

-2.201099

0.0438

D(OPEN1(-2))

-0.475679

0.295881

-1.607674

0.1287

D(OPEN1(-3))

-0.176468

0.201466

-0.875922

0.3949

D(OPEN1(-4))

-0.150616

0.159172

-0.946248

0.3590

D(PROD1)

0.473285

0.456054

1.037784

0.3158

D(PROD1(-1))

0.514963

0.615500

0.836657

0.4159

D(PROD1(-2))

1.420678

0.582271

2.439891

0.0276

D(PROD1(-3))

1.227738

0.556360

2.206734

0.0433

D(PROD1(-4))

0.903439

0.335919

2.689457

0.0168

D(GEXP1)

1.675575

0.402345

4.164518

0.0008

D(GEXP1(-1))

-1.472992

0.442274

-3.330498

0.0046

D(GEXP1(-2))

0.252163

0.499132

0.505204

0.6208

D(GEXP1(-3))

-2.550418

0.690147

-3.695470

0.0022

D(GEXP1(-4))

-1.792294

0.609044

-2.942800

0.0101

R-squared

0.949423 Mean dependent var

0.040838

Adjusted R-squared

0.831410 S.D. dependent var

0.248244

S.E. of regression

0.101928 Akaike info criterion

-1.541107

Sum squared resid

0.155840 Schwarz criterion

-0.177465

Log likelihood

75.29822 Hannan-Quinn criter.

-1.020019

F-statistic

8.045083 Durbin-Watson stat

2.936623

Prob(F-statistic)

0.000046

Hình 3.1: Kết quả ước lượng các hệ số dài hạn theo phương pháp ARDL (biến phụ thuộc là reer1)

Hình 3.2: Giá trị tới hạn cho F-statistics trong trường hợp có hệ số chặn và

không có biến xu hướng

Hình 3.4: Kết quả ước lượng các hệ số dài hạn theo phương pháp ARDL (biến

phụ thuộc là reer)

Nguồn: Truy xuất từ phần mềm Microfit 4.1

Luận văn Thạc sĩ Kinh tế: Mối quan hệ phi tuyến giữa tỷ giá hối đoái thực hiệu lực và các yếu tố vĩ mô cơ bản của nền kinh tế Việt Nam

Chủ đề: