GIỚI THIỆU
Trung Quốc đã trải qua những bước chuyển mình mạnh mẽ trong nhiều lĩnh vực, trở thành động lực tăng trưởng kinh tế toàn cầu Việc gia nhập Tổ chức Thương mại Thế giới (WTO) vào tháng 11/2001 và ký kết Khu vực thương mại tự do ASEAN–Trung Quốc (ACFTA) vào tháng 11/2002 đánh dấu sự hội nhập sâu rộng của Trung Quốc với nền kinh tế thế giới, nâng cao vai trò và ảnh hưởng của quốc gia này trong khu vực ASEAN Xu hướng toàn cầu hóa và sự gắn kết kinh tế đã tạo ra động lực thương mại mạnh mẽ, giúp thương mại của Trung Quốc tăng từ 2,3% vào năm 1993 lên 12,3% vào năm 2015, minh chứng cho sự bùng nổ thương mại trong gần ba thập kỷ qua (WTO, 2017).
Quan hệ hợp tác thương mại và đầu tư giữa Trung Quốc và ASEAN đã có sự phát triển mạnh mẽ, với tỷ lệ đóng góp thương mại của Trung Quốc tăng từ 4,6% vào năm 2001 lên 16,5% vào năm 2016, khi kim ngạch thương mại song phương đạt 368 tỷ USD Đồng thời, đầu tư trực tiếp nước ngoài (FDI) từ Trung Quốc vào ASEAN cũng gia tăng, đạt 9,7 tỷ USD vào năm 2016, giúp Trung Quốc trở thành nguồn cung FDI lớn thứ tư trong khu vực.
Sự mở rộng quan hệ hợp tác kinh tế giữa Trung Quốc và ASEAN trong những năm qua đóng vai trò quan trọng trong việc thúc đẩy tăng trưởng kinh tế của cả hai bên Tiến trình toàn cầu hóa cùng với sự trỗi dậy của Trung Quốc và các nền kinh tế mới nổi đã làm thay đổi cấu trúc kinh tế thế giới, ảnh hưởng sâu sắc đến ASEAN Hệ quả là cơ chế truyền dẫn chu kỳ kinh doanh quốc tế đến ASEAN có thể đã có sự thay đổi đáng kể.
Sự gia tăng liên kết thương mại giữa ASEAN và Trung Quốc đã khiến các quốc gia trong khu vực trở nên nhạy cảm hơn với các cú sốc GDP từ nền kinh tế lớn thứ hai thế giới Nhiều nghiên cứu đã chỉ ra rằng tác động của các cú sốc này đến ASEAN đang thu hút sự chú ý của giới học thuật và các nhà hoạch định chính sách Điều này đặc biệt quan trọng khi nhiều loại thuế quan đã được cắt giảm hoặc xóa bỏ trong khuôn khổ Khu vực mậu dịch tự do ASEAN–Trung Quốc (ACFTA), tạo điều kiện cho mối liên kết thương mại phát triển mạnh mẽ Hơn nữa, quá trình tái cân bằng kinh tế của Trung Quốc dự báo sẽ gây ra những biến động lớn trong tăng trưởng GDP và ảnh hưởng đến các đối tác thương mại chính.
Mặc dù chưa có nghiên cứu thực nghiệm nào điều tra sự gia tăng vai trò của Trung Quốc tại Việt Nam trong bối cảnh thay đổi cấu trúc thương mại toàn cầu, tác giả đã tiến hành xem xét ảnh hưởng của các biến đổi này đến chu kỳ kinh doanh quốc tế tại Việt Nam và các quốc gia ASEAN Cụ thể, tác giả phân tích tác động của các cú sốc GDP từ Trung Quốc và Mỹ đến 6 nền kinh tế ASEAN, nhằm lấp đầy khoảng trống trong nghiên cứu trước đây.
6, bao gồm: Indonesia, Việt Nam, Malaysia, Philippines, Singapore và Thái Lan)
Việc tập trung vào cú sốc GDP của Mỹ có hai nguyên nhân chính Thứ nhất, Mỹ từ lâu đã là đối tác thương mại quan trọng của ASEAN và là nguồn gốc chính của các cú sốc ngoại sinh ảnh hưởng đến khu vực Thứ hai, trái ngược với Trung Quốc, tỷ lệ đóng góp thương mại của Mỹ với ASEAN đã giảm từ 15,7% vào năm 2001 xuống còn 9,2% vào năm 2015, sau cuộc khủng hoảng tài chính toàn cầu.
Việc phân tích tác động của cú sốc GDP từ Trung Quốc và Mỹ giúp hiểu rõ hơn về cơ chế truyền dẫn chu kỳ kinh doanh quốc tế đến Việt Nam và khu vực ASEAN trong bối cảnh Trung Quốc và các nền kinh tế đang phát triển khác gia tăng ảnh hưởng Tác giả áp dụng mô hình vectơ tự hồi quy toàn cầu (Global VAR) của Pesaran và cộng sự (2004), phát triển bởi Dées và cộng sự (2007), với dữ liệu từ 20 quốc gia trong giai đoạn quý III/2000 đến quý I/2017, nhằm nắm bắt những thay đổi trong cấu trúc thương mại toàn cầu, đặc biệt là từ sự trỗi dậy của Trung Quốc.
Bài nghiên cứu này bao gồm các phần chính sau: Phần 2 phân tích vai trò của Trung Quốc trong nền kinh tế toàn cầu và tóm tắt các nghiên cứu trước đây về ảnh hưởng của các cú sốc từ Trung Quốc đối với các đối tác thương mại quan trọng Phần 3 trình bày dữ liệu và phương pháp nghiên cứu, trong khi Phần 4 cung cấp kết quả phân tích Cuối cùng, Phần 5 đưa ra các kết luận và hàm ý chính sách liên quan.
KHUNG LÝ THUYẾT
Sự đồng bộ hóa chu kỳ kinh doanh: Vai trò của liên kết thương mại
Mặc dù vấn đề đồng bộ hóa chu kỳ kinh doanh đã được nghiên cứu từ lâu, nhưng các yếu tố quyết định của nó vẫn chưa được làm rõ Giới nghiên cứu chưa đưa ra câu trả lời dứt khoát về hướng và dấu của các kênh tiềm năng mà thông qua đó các liên kết thương mại và tài chính có thể tác động đến sự đồng bộ hóa Trong khi các nghiên cứu thực nghiệm chỉ ra rằng các quốc gia có liên kết thương mại và tài chính sâu rộng thường có xu hướng tương quan chu kỳ kinh doanh cao, các mô hình lý thuyết lại không đưa ra kết quả thỏa đáng Tác giả sẽ xem xét vai trò của liên kết thương mại trong sự đồng bộ hóa chu kỳ kinh doanh quốc tế từ cả góc độ lý thuyết và thực tiễn.
2.1.1 Các lý thuyết liên quan
Các mô hình lý thuyết hiện nay về đồng bộ hóa chu kỳ kinh doanh chủ yếu dựa trên mô hình chu kỳ kinh doanh quốc tế thực thông thường Nghiên cứu của Backus và cộng sự (1992) chỉ ra rằng trong mô hình kinh tế mở với hai quốc gia và thị trường tài chính hoàn toàn, cường độ thương mại cao có liên quan đến mối tương quan chu kỳ kinh doanh thấp Kose và Yi (2001) mở rộng mô hình này, cho thấy rằng mối quan hệ giữa liên kết thương mại và đồng bộ hóa chu kỳ kinh doanh phụ thuộc vào loại hình thương mại (nội ngành hay liên ngành) và bản chất của cú sốc (cầu hoặc cung) Khi thương mại nội ngành chi phối trao đổi giữa hai quốc gia, bất kỳ cú sốc nào cũng làm tăng mức độ tương quan chu kỳ kinh doanh, như được chỉ ra bởi các nghiên cứu của Calderon và cộng sự (2007), Kose và Yi (2001), cùng Frankel và Rose (1998).
Nghiên cứu của Baxter và Kouparitsas (2005) chỉ ra rằng sự liên kết thương mại chặt chẽ thực sự làm giảm sự đồng bộ hóa chu kỳ kinh doanh giữa hai quốc gia Thương mại liên ngành chiếm ưu thế trong trao đổi song phương, đặc biệt là giữa các quốc gia đang phát triển, dẫn đến việc cú sốc đặc thù ngành tại một quốc gia không tác động đến nền kinh tế khác Hơn nữa, các mô hình lý thuyết cho thấy thương mại song phương chặt chẽ thường liên quan đến sự tương quan chu kỳ kinh doanh cao (Canova & Dellas, 1993).
Mặc dù các mô hình lý thuyết cho thấy mối quan hệ tích cực giữa liên kết thương mại và đồng bộ hóa chu kỳ kinh doanh, tác động của hội nhập tài chính lên tương quan sản lượng vẫn chưa rõ ràng Khả năng vay và cho vay quốc tế có thể giúp chuyển giao nguồn lực giữa các nền kinh tế, dẫn đến giảm tương quan sản lượng Backus và cộng sự (1992) chỉ ra rằng trong mô hình thị trường hoàn hảo, cú sốc công nghệ tích cực thu hút vốn từ toàn cầu, gây ra biến động sản lượng tương quan nghịch Ngược lại, Baxter và Crucini (1995) cho rằng trong các mô hình mà cá nhân không thể tiếp cận hoàn toàn các công cụ chia sẻ rủi ro quốc tế, có thể dẫn đến những dự đoán trái ngược.
Một lý do khác cho việc đồng bộ hóa chu kỳ kinh doanh là sự tương đồng trong cấu trúc sản xuất Theo lý thuyết, các mô hình sản xuất tương đồng sẽ dẫn đến sự đồng bộ hóa cùng chiều, vì hai nền kinh tế sản xuất cùng loại hàng hóa sẽ phải đối mặt với những cú sốc tương tự Do đó, các quốc gia có mô hình sản xuất tương đồng thường có xu hướng đồng bộ hóa chu kỳ kinh tế.
2.1.2 Các nghiên cứu thực nghiệm liên quan
Sự gia tăng toàn cầu hóa đã thu hút sự chú ý của các nhà nghiên cứu về tác động của liên kết thương mại đối với sự đồng biến động chu kỳ kinh doanh giữa các quốc gia và khu vực Nhiều nghiên cứu thực nghiệm chỉ ra rằng thương mại song phương chặt chẽ giữa hai quốc gia dẫn đến mức độ đồng bộ hóa chu kỳ kinh doanh cao hơn.
& Madak, 2013; Di Giovanni & Levchenko, 2010; Kandil, 2011; Obradović & Mihajlović, 2013; Duval & cộng sự, 2014; Kinfack & Bonga-Bonga, 2015; Çakir & Kabundi, 2013; Dai, 2014)
Nhiều tác giả đã sử dụng phân tích hồi quy để nghiên cứu mối quan hệ giữa liên kết thương mại và đồng bộ hóa chu kỳ kinh doanh Marcus (2011) cho thấy rằng, mặc dù các quốc gia có liên kết thương mại mạnh thường có chu kỳ kinh doanh tương đồng trong dài hạn, nhưng kênh thương mại không giải thích được sự đồng bộ hóa trong ngắn hạn Dées và Zorell (2012) kết luận rằng GDP của các nền kinh tế có thương mại song phương chặt chẽ sẽ tiến sát nhau hơn Antonakakis và Tondl (2014) cũng nhận thấy rằng thương mại và đầu tư trực tiếp nước ngoài có tác động tích cực đáng kể đến đồng bộ hóa chu kỳ kinh doanh tại các quốc gia châu Âu Các kết quả nghiên cứu chi tiết được trình bày trong Bảng 2.1.
Một số nghiên cứu thực nghiệm gần đây về quan hệ giữa liên kết thương mại và đồng bộ hóa chu kỳ kinh doanh
Giai đoạn Phương pháp Kết quả chính
Liên kết thương mại cao đóng vai trò quan trọng trong việc đồng bộ hóa chu kỳ kinh doanh của cả quốc gia và ngành công nghiệp Nghiên cứu chỉ ra rằng thương mại nội ngành góp phần 18% vào tổng tác động này, trong khi liên kết dọc chiếm 32%.
Các quốc gia châu Âu quý I/1970–
CA VAR, nhân quả Granger
Trong dài hạn, sự liên kết thương mại giữa các quốc gia có xu hướng trở nên chặt chẽ hơn, dẫn đến chu kỳ kinh doanh tương đồng Tuy nhiên, trong ngắn hạn, kênh thương mại không thể giải thích đầy đủ các biến động của chu kỳ kinh doanh.
Chu kỳ kinh doanh giữa các quốc gia trong khu vực có sự biến đổi theo thời gian, và ảnh hưởng của liên kết thương mại đến sự đồng bộ hóa vẫn chưa được làm rõ Các chu kỳ kinh doanh có thể phản ứng theo các cách khác nhau, bao gồm phân kỳ, hội tụ hoặc có những thay đổi đáng kể trước sự tác động của dòng chảy thương mại.
4 phương trình đồng thời, OLS
Hội nhập thương mại góp phần vào việc đồng bộ hóa chu kỳ kinh doanh Mặc dù vậy, vẫn chưa xác định được mối quan hệ trực tiếp giữa liên kết tài chính song phương và tương quan sản lượng Çakir và các nghiên cứu khác đã chỉ ra rằng vấn đề này cần được xem xét kỹ lưỡng để hiểu rõ hơn về tác động của nó.
Các quốc gia BRIC (Brazil, Trung Quốc, Nga và Ấn Độ) đóng vai trò quan trọng trong việc đồng bộ hóa chu kỳ kinh doanh của Nam Phi thông qua thương mại, ảnh hưởng đến nền kinh tế của khu vực này ở nhiều mức độ khác nhau.
3 phương trình đồng thời, OLS
Các liên kết bên ngoài có ảnh hưởng tích cực và đáng kể đến sự đồng bộ hóa chu kỳ kinh doanh khu vực Khi kiểm soát các liên kết bên ngoài, hội nhập thương mại nội bộ thúc đẩy sự đồng bộ hóa chu kỳ kinh doanh, trong khi hội nhập tài chính nội bộ lại có tác động tiêu cực.
Các quốc gia châu Âu quý I/1994–
Khi xem xét mối liên hệ giữa tài chính và phương trình hồi quy, liên kết thương mại không có ảnh hưởng đáng kể đến việc truyền dẫn chu kỳ kinh doanh quốc tế giữa châu Âu và Mỹ.
15 quốc gia châu Âu quý I/1995–
Tương quan Pearson; tương quan Spearman
Nghiên cứu cho thấy rằng sự đồng bộ hóa chu kỳ kinh doanh giữa Serbia và các quốc gia láng giềng là thấp Bên cạnh đó, khối lượng thương mại nước ngoài không có tác động đáng kể đến sự đồng bộ này.
Sự trỗi dậy của Trung Quốc trong nền kinh tế toàn cầu
2.2.1 Vị thế hiện nay của Trung Quốc
Nguồn: IMF World Economic Outlook (October 2017)
Hình 2.1 Tăng trưởng kinh tế thực và đóng góp GDP toàn cầu của Trung Quốc giai đoạn 1980–2017 (đơn vị: %)
Sau quá trình cải cách và mở cửa kinh tế từ cuối thập niên 70, Trung Quốc đã đạt được những thành tựu ấn tượng trong phát triển kinh tế, cơ sở hạ tầng và thu hút đầu tư trực tiếp nước ngoài (FDI) Chỉ sau hơn 30 năm, Trung Quốc đã trở thành cường quốc kinh tế, đứng thứ ba thế giới về tiếp nhận FDI, chỉ sau Mỹ và một số quốc gia khác.
Anh 2 , dẫn đầu thế giới về thương mại hàng hóa 3 , GDP danh nghĩa xếp thứ hai sau khi vượt qua Đức năm 2007 và Nhật Bản năm 2010 (Oehler-Sincai, 2010) Một trong những yếu tố quyết định thành công của Trung Quốc ngày nay chính là quá trình hội nhập vào hệ thống kinh tế thế giới, cho phép tiếp cận thị trường toàn cầu và tận dụng các nguồn lực bên ngoài (vốn và công nghệ) Việc gia nhập Tổ chức WTO mở toang cánh cửa hợp tác thương mại với các quốc gia và khu vực trên thế giới, tạo thời cơ bứt phá, thúc đẩy nền kinh tế phát triển
Hình 2.2 Kim ngạch xuất khẩu, nhập khẩu của Trung Quốc giai đoạn 1994–2016
Sau hai thập kỷ phát triển đầy biến động với mức tăng trưởng trung bình 9,8%, nền kinh tế Trung Quốc đã bước vào giai đoạn tăng trưởng mạnh mẽ, đạt mức tăng trưởng GDP thực hai chữ số trong năm năm liên tiếp, với đỉnh điểm là 14,2% vào năm 2007, điều mà các quốc gia như Nhật Bản, Hàn Quốc, Đài Loan và Singapore trước đây không thể đạt được Tuy nhiên, từ năm 2008, nền kinh tế Trung Quốc bắt đầu chậm lại do ảnh hưởng của cuộc khủng hoảng toàn cầu, nhưng tốc độ tăng trưởng vẫn duy trì ổn định.
2 Dựa theo World Investment Report 2017 giữ ổn định 9–10%, góp phần tích cực cho sự phục hồi kinh tế toàn cầu (Akkemik,
Đóng góp của Trung Quốc vào GDP thế giới đã tăng mạnh, từ 2,3% năm 1980 lên 18,3% năm 2017 Năm 2016, Trung Quốc chính thức trở thành quốc gia có GDP quy đổi theo ngang giá sức mua (PPP) lớn nhất thế giới, vượt qua Mỹ Thương mại hàng hóa của Trung Quốc cũng ghi nhận sự tăng trưởng ấn tượng trong ba thập kỷ qua, với kim ngạch từ 236 tỷ USD năm 1994 tăng lên 3.685 tỷ USD vào năm 2016, trong đó xuất khẩu đạt 1.587 tỷ USD Chỉ ba năm sau khi gia nhập WTO, Trung Quốc đã nhanh chóng trở thành quốc gia xuất khẩu hàng đầu châu Á và thế giới, vượt qua Mỹ vào năm 2007 và Đức sau đó.
Năm 2009, Trung Quốc không chỉ tham gia vào thương mại truyền thống mà còn trở thành trung tâm quan trọng trong chuỗi cung ứng toàn cầu, chuyên gia công các sản phẩm và tái xuất khẩu sang các khu vực khác.
4 Dựa theo World Economic Outlook 2017.
Ghi chú: Khu vực ASEAN-6 được xây dựng dựa theo trọng số GDP-PPP trung bình giai đoạn 2013–2015 (tương tự cách xây dựng khu vực Euro)
Nguồn: Tác giả tự tính toán từ dữ liệu thống kê về thương mại của Quỹ Tiền tệ Quốc tế (IMF, 2018)
Hình 2.3 Đóng góp của Trung Quốc trong tổng thương mại ASEAN-6 giai đoạn
Từ giữa năm 2001 đến 2011, thương mại hàng hóa song phương giữa EU và Trung Quốc đã tăng trung bình 14,4% mỗi năm Đến năm 2016, Trung Quốc trở thành nguồn nhập khẩu lớn nhất của EU, chiếm 20,1%, và là thị trường xuất khẩu lớn thứ hai, chiếm 9,7% Đồng thời, kim ngạch thương mại hàng hóa Mỹ - Trung Quốc cũng tăng mạnh từ 2 tỷ USD năm 1979 lên 633 tỷ USD vào năm 2017, khiến Trung Quốc trở thành đối tác thương mại lớn nhất của Mỹ, đồng thời là nguồn nhập khẩu lớn nhất và thị trường xuất khẩu lớn thứ ba của quốc gia này.
Năm 2007, cuộc khủng hoảng tài chính đã làm giảm nhu cầu nhập khẩu hàng hóa từ khu vực châu Á–Thái Bình Dương của Mỹ và châu Âu Tuy nhiên, gói kích thích tài khóa khổng lồ trị giá 600 tỷ USD (20% GDP) của Trung Quốc vào tháng 11 năm 2008 đã thúc đẩy nhu cầu trong nước, dẫn đến việc xuất khẩu từ các nước châu Á–Thái Bình Dương sang Trung Quốc tăng gấp đôi Điều này đã đưa Trung Quốc trở thành thị trường lớn nhất của các nền kinh tế châu Á–Thái Bình Dương, vượt qua Nhật Bản vào năm 2005 và Mỹ vào năm 2007 Đồng thời, Trung Quốc cũng trở thành điểm đến xuất khẩu quan trọng cho một số nước Mỹ Latinh, với xuất khẩu của Chile, Peru và Brazil sang Trung Quốc lần lượt chiếm 8%, 5% và 2,5% GDP của mỗi quốc gia vào năm 2015.
Bảng 2.2 Đóng góp thương mại cho các quốc gia ASEAN-6 trong năm 2016 và 2000
Indonesia Malaysia Philippines Singapore Thái Lan Việt Nam
Indonesia Malaysia Philippines Singapore Thái Lan Việt Nam
Nguồn: Tính toán của tác giả từ dữ liệu thống kê về thương mại của Quỹ Tiền tệ Quốc tế
(IMF Direction of Trade Statistics)
Tại khu vực ASEAN-6, vai trò thương mại của Trung Quốc đã tăng mạnh, từ 6,1% năm 2000 lên 21,4% năm 2016, trong khi đóng góp thương mại của Mỹ giảm gần một nửa so với năm 2000 Sự thay đổi này cho thấy quan hệ thương mại đang trở thành động lực chính cho mối quan hệ kinh tế giữa Trung Quốc và các quốc gia, khu vực trên toàn cầu.
2.2.2 Tác động của các cú sốc xuất phát từ Trung Quốc đến nền kinh tế toàn cầu
Trung Quốc đã trở thành một động lực quan trọng trong nền kinh tế toàn cầu, với sự tăng trưởng kinh tế của nước này góp phần duy trì sự năng động của nền kinh tế thế giới (Yunling, 2010) Sự trỗi dậy của Trung Quốc đã thu hút sự chú ý của các nhà nghiên cứu, đặc biệt là về các tác động của nó đến kinh tế toàn cầu Những vấn đề như đổ vỡ thị trường bất động sản ở Trung Quốc có thể gây ra hệ lụy cho tăng trưởng toàn cầu và ảnh hưởng đến các đối tác thương mại G20 (Ahuja & Myrvoda, 2012) Sự suy giảm đầu tư của Trung Quốc cũng có tác động tiêu cực đến các nền kinh tế kém đa dạng, với ảnh hưởng lớn gấp năm lần so với năm 2002 (Ahuja & Nabar, 2012) Hơn nữa, các cú sốc tăng trưởng từ Trung Quốc lan tỏa mạnh mẽ đến các quốc gia châu Á do sự phụ thuộc vào nhu cầu từ Trung Quốc (Duval & cộng sự, 2014) Chất lượng tín dụng của doanh nghiệp và tình hình tài chính của ngân hàng xấu đi cũng ảnh hưởng tiêu cực đến kinh tế toàn cầu (Chen & cộng sự, 2010) Cuối cùng, sự suy thoái kinh tế của Trung Quốc tác động xấu đến các quốc gia xuất khẩu như Indonesia và các nước phụ thuộc vào xuất khẩu như Nhật Bản, Malaysia, Singapore và Thái Lan (Inoue & cộng sự, 2015).
Sự tăng trưởng kinh tế của Trung Quốc trước năm 2000 chủ yếu được thúc đẩy bởi quá trình cải cách từ năm 1978, trong khi tăng trưởng mạnh mẽ gần đây lại đến từ xuất khẩu Trung Quốc đã tận dụng lợi thế từ xuất khẩu nhiều hơn bất kỳ nền kinh tế chuyển đổi nào khác, điều này đã góp phần quan trọng vào sự phát triển kinh tế của quốc gia này.
Mô hình tăng trưởng dựa vào xuất khẩu của Trung Quốc đã không còn hiệu quả, dẫn đến sự chậm lại trong tăng trưởng GDP thực Nền kinh tế Trung Quốc đang trong quá trình tái cân bằng, với tỷ trọng tiêu dùng gia tăng và tỷ trọng đầu tư giảm Quá trình này có thể gây ảnh hưởng tiêu cực đến các đối tác thương mại, đặc biệt là các quốc gia có mối quan hệ chặt chẽ với Trung Quốc như ASEAN-5 Nghiên cứu cho thấy, mỗi 1% suy giảm tăng trưởng GDP thực của Trung Quốc có thể kéo theo giảm 0,23% tăng trưởng toàn cầu trong ngắn hạn và giảm 2,8% giá dầu trong dài hạn Các quốc gia có hàng hóa xuất khẩu ít đa dạng, cùng với ASEAN-4, sẽ chịu tác động lớn nhất từ các cú sốc GDP của Trung Quốc Hơn nữa, tác động của cú sốc GDP Trung Quốc lên các nền kinh tế mới nổi mạnh hơn so với các nền kinh tế tiên tiến, với dự báo giảm 0,22% tăng trưởng toàn cầu trong ngắn hạn sau mỗi 1% suy giảm GDP của Trung Quốc.
Nghiên cứu của Cesa-Bianchi và cộng sự (2012) chỉ ra rằng sự trỗi dậy của Trung Quốc trong nền kinh tế toàn cầu đã tạo ra những tác động mạnh mẽ đến cơ chế truyền dẫn chu kỳ kinh doanh ở năm quốc gia Mỹ La-tinh, bao gồm Peru, Mexico, Chile, Brazil và Argentina Tác động dài hạn của cú sốc GDP Trung Quốc lên khu vực này đã tăng gấp ba lần so với cú sốc tương tự vào giữa thập niên 90, trong khi tác động từ cú sốc GDP Mỹ đã giảm hơn phân nửa Tương tự, nghiên cứu của Waal và Eyden (2016) cho thấy tác động dài hạn của cú sốc GDP Trung Quốc lên GDP Nam Phi đã tăng 300% so với năm 1995, trong khi tác động từ GDP Mỹ chỉ bằng một phần tư so với năm 2005 Những kết quả này giải thích lý do tại sao cuộc khủng hoảng toàn cầu ít ảnh hưởng đến Nam Phi và khu vực Mỹ La-tinh so với các quốc gia phát triển khác Bảng 2.3 cung cấp cái nhìn tổng quan về các nghiên cứu thực nghiệm hiện tại về hiệu ứng lan tỏa của các cú sốc từ Trung Quốc đến các đối tác thương mại, bao gồm cả khu vực ASEAN.
Một số nghiên cứu gần đây về hiệu ứng lan tỏa của các cú sốc xuất phát từ Trung Quốc đến các đối tác thương mại.
Tác giả Quốc gia Giai đoạn
Phương pháp Kết quả chính
Mỗi 1% giảm tốc trong tăng trưởng đầu tư tại Trung Quốc dẫn đến sự sụt giảm 0,1% trong tăng trưởng toàn cầu, ảnh hưởng mạnh mẽ nhất đến các nền kinh tế trong chuỗi cung ứng khu vực và các quốc gia xuất khẩu hàng hóa ít đa dạng.
Sự sụt giảm 1% trong đầu tư bất động sản thực tại Trung Quốc đã gây ra tác động tiêu cực đến các đối tác thương mại trong nhóm G20, dẫn đến sản lượng toàn cầu giảm khoảng 0,06% Bên cạnh đó, giá kim loại thế giới cũng ghi nhận mức giảm từ 0,8% đến 2,2% trong vòng một năm qua.
Các quốc gia Trung Đông và Bắc Phi tỏ ra nhạy cảm hơn với sự phát triển của Trung Quốc so với các cú sốc từ châu Âu và Mỹ, chủ yếu do mối liên kết thương mại ngày càng gia tăng với Trung Quốc.
Tổng kết
Điểm lại các nghiên cứu và dữ liệu trước đây có thể rút ra được hai kết luận quan trọng sau:
Sự trỗi dậy mạnh mẽ của Trung Quốc trong nền kinh tế toàn cầu đã gây ra những thay đổi đáng kể trong cấu trúc thương mại thế giới, đặc biệt là trong khu vực ASEAN-6 Từ năm 2000 đến nay, mối liên kết thương mại giữa Trung Quốc và ASEAN-6 đã tăng gần gấp ba lần, trong khi đó, sự đóng góp của Mỹ trong thương mại khu vực này đã giảm gần một nửa.
Sự gia tăng mối quan hệ thương mại giữa Trung Quốc và ASEAN-6 có thể dẫn đến việc đồng bộ hóa chu kỳ kinh doanh trong khu vực, khiến cho các nền kinh tế tại đây trở nên nhạy cảm hơn với các cú sốc GDP từ Trung Quốc so với Mỹ.
ASEAN là khu vực láng giềng của Trung Quốc và phụ thuộc vào nhu cầu cuối cùng của nền kinh tế lớn thứ hai thế giới này Do đó, bất kỳ sự xáo trộn hay thay đổi tiêu cực nào trong tăng trưởng GDP thực của Trung Quốc sẽ có tác động mạnh mẽ đến các nền kinh tế ASEAN-6.
Nghiên cứu này khác với các nghiên cứu trước đây bằng cách phân tích tác động của cú sốc GDP từ Trung Quốc và Mỹ đến các quốc gia ASEAN-6 trong bối cảnh thay đổi thương mại theo thời gian Kết quả nghiên cứu không chỉ bổ sung hiểu biết về hệ quả từ sự trỗi dậy của Trung Quốc trong nền kinh tế toàn cầu mà còn hỗ trợ các nhà hoạch định chính sách tại Việt Nam và khu vực ASEAN trong việc đánh giá sự thay đổi cơ chế truyền dẫn chu kỳ kinh doanh quốc tế, từ đó giúp đưa ra các dự báo và chính sách vĩ mô phù hợp.
PHƯƠNG PHÁP NGHIÊN CỨU
Phương pháp vectơ tự hồi quy toàn cầu GVAR
Phương pháp GVAR (vectơ tự hồi quy toàn cầu) là một phương pháp tiên tiến trong kinh tế vĩ mô, kết hợp dữ liệu thời gian, dữ liệu bảng và kỹ thuật phân tích nhân tố để giải quyết các vấn đề phức tạp trong kinh tế học và tài chính Phương pháp này mang lại nhiều ưu điểm nổi bật, bao gồm việc cung cấp cái nhìn tổng quát về các mối quan hệ phụ thuộc giữa các quốc gia và quốc tế, đồng thời làm rõ các mối quan hệ dài hạn phù hợp với lý thuyết kinh tế và các mối quan hệ ngắn hạn giữa các biến Hơn nữa, GVAR còn cung cấp giải pháp hiệu quả để xử lý vấn đề "bùng nổ tổ hợp" trong các mô hình toàn cầu.
Phương pháp GVAR đã được áp dụng để phân tích rủi ro tín dụng trong các nghiên cứu của Pesaran và cộng sự (2006, 2007a) và được mở rộng bởi Dées và cộng sự (2007) với việc xem khu vực Euro như một nền kinh tế riêng biệt Nghiên cứu của Pesaran và cộng sự (2007b) đã sử dụng mô hình này để đánh giá tác động của việc Anh gia nhập Euro Tiếp theo, Pesaran và cộng sự (2009a, 2009b) đã kiểm tra khả năng dự báo của GVAR Hiện nay, các nhà nghiên cứu và chuyên gia phân tích chính sách đang liên tục cải tiến và khắc phục các thiếu sót của mô hình, với các đóng góp tiêu biểu từ Dées và cộng sự (2013) cũng như Chudik và Pesaran (2013).
3.1.2 Lý do áp dụng phương pháp GVAR
Các nền kinh tế toàn cầu được kết nối qua nhiều kênh phức tạp, bao gồm chia sẻ tài nguyên khan hiếm, phát triển chính trị và công nghệ, cũng như lưu chuyển vốn và nhân lực Việc bỏ sót các mối tương tác và hiệu ứng lan tỏa không quan sát được có thể dẫn đến sai lầm trong phân tích định lượng tác động của các cú sốc, ảnh hưởng đến khả năng dự báo và hiệu quả của chính sách vĩ mô Do đó, cân nhắc các kênh tương tác tiềm ẩn là một thách thức lớn trong mô hình kinh tế toàn cầu và trong việc thực hiện các mô phỏng chính sách.
Ma trận tương quan GDP giữa một số quốc gia giai đoạn 2000Q3–2017Q1
Trung Quốc Nhật Bản Hàn Quốc Mỹ Thái Lan Việt Nam
Ghi chú: *** tương ứng mức ý nghĩa 1%
Nguồn: Tính toán của tác giả.
Quá trình toàn cầu hóa đang diễn ra nhanh chóng, dẫn đến sự hội nhập và phụ thuộc lẫn nhau ngày càng tăng giữa các nền kinh tế toàn cầu (Chen & cộng sự, 2012) Trong bối cảnh này, các biến số vĩ mô không chỉ bị ảnh hưởng bởi một vài nền kinh tế lớn mà còn tương tác lẫn nhau thông qua nhiều cơ chế khác nhau Sự tương quan cao giữa sản lượng của các quốc gia, như được thể hiện trong Bảng 3.1, cho thấy sản lượng của Việt Nam không hoàn toàn độc lập với các quốc gia khác Do đó, khi nghiên cứu biến động GDP Việt Nam trước cú sốc GDP Mỹ bằng mô hình SVAR, cần phải xem xét tác động của các cú sốc từ các quốc gia khác, vì chúng có thể ảnh hưởng đến Việt Nam tại thời điểm đó.
Để phân tích dữ liệu kinh tế toàn cầu, chúng ta cần sử dụng các mô hình có khả năng xử lý thông tin từ nhiều quốc gia cùng lúc Nhiều người có thể thắc mắc tại sao không sử dụng các mô hình đơn giản như VAR/SVAR để dễ dàng ước lượng tác động toàn cầu Mặc dù việc này có vẻ đơn giản và nhanh chóng, nhưng thực tế việc áp dụng các mô hình phức tạp hơn lại giúp nắm bắt được những mối quan hệ và tác động sâu sắc hơn giữa các nền kinh tế Để hiểu rõ hơn, chúng ta sẽ xem xét một ví dụ cụ thể khi hồi quy mô hình VAR.
Xét ví dụ cho vectơ (3 × 1), cho quốc gia thứ i:
Phương trình cấu trúc VAR (SVAR) bậc 1 có thể được viết dưới dạng thu gọn bằng cách nhân cả hai vế với một ma trận khả nghịch đã biết trước Khi áp dụng các ký hiệu thích hợp, chúng ta có thể chuyển đổi mô hình VAR thành dạng SVAR một cách rõ ràng và hiệu quả.
Khi hồi quy mô hình thu gọn, cần lưu ý rằng việc ước lượng 8100 hệ số (90 hệ số cho mỗi phương trình) với chỉ 69 quan sát từ quý I/2000 đến quý I/2017 là không khả thi Kết quả thu được trong trường hợp này sẽ không đáng tin cậy, và hiện tượng này được gọi là tham số quá mức (over-parametrized).
“bùng nổ tổ hợp” (curse of dimensionality) Mô hình GVAR có thể giải quyết được vấn đề trên (Chudik & Pesaran, 2016)
Trong phần tiếp theo, tác giả chi tiết hóa quy trình thiết lập mô hình GVAR, bao gồm việc kết hợp các phương trình hồi quy của từng quốc gia thành một hệ thống mô hình toàn cầu Bên cạnh đó, tác giả cũng hướng dẫn cách chuyển đổi mô hình về dạng thu gọn để thực hiện ước lượng hiệu quả.
Lý thuyết mô hình GVAR
3.2.1 Mô hình VARX* giản đơn
Giả sử có N + 1 quốc gia, với quốc gia thứ i = 0 là Mỹ, và các quốc gia còn lại được đánh số từ i = 1 đến N Trong nghiên cứu này, chúng ta sẽ bỏ qua các bước chọn độ trễ, hệ số chặn và biến xu thế thời gian, để tập trung vào mô hình cấu trúc VARX*(1,1).
(1) hoặc trong trường hợp chứa biến ngoại sinh toàn cầu:
: vectơ × 1 các biến nội địa;
: vectơ × 1 các biến nước ngoài;
: vectơ chiều bao gồm các biến ngoại sinh toàn cầu quan sát được, chẳng hạn giá dầu, giá hàng hóa;
Sai số tương quan yếu xảy ra khi ̅ ∑ tiến tới 0 khi N tăng lên, ký hiệu cho sự hội tụ xác suất Điều này có nghĩa là các cú sốc độc lập với nhau, có trung bình bằng 0 và ma trận hiệp phương sai ∑ Tỷ trọng đóng góp thương mại của quốc gia j ( ̅̅̅̅̅) với quốc gia i được xác định qua biến nước ngoài như sau:
Mô hình GVAR với N + 1 phương trình kết hợp các biến nước ngoài và biến ngoại sinh toàn cầu tạo ra một hệ thống mô hình toàn cầu liên kết hoàn chỉnh Điểm mới trong mô hình GVAR là khả năng thể hiện các mối tương tác toàn cầu thông qua ba kênh riêng biệt nhưng có sự tương quan lẫn nhau.
(i) tương tác toàn cầu cùng lúc từ sự phụ thuộc giữa biến nội địa, với các biến nước ngoài, cùng các biến trễ của chúng;
(ii) tương tác toàn cầu từ sự phụ thuộc giữa các biến số với các hiệu ứng toàn cầu chung quan sát được , j = 0, 1, 2,…;
(iii) kênh truyền dẫn từ sự phụ thuộc giữa các cú sốc ( ) ∑ với i j
Bỏ qua các mối liên kết quốc tế trong mô hình có thể làm sai lệch ước lượng các hệ số Mô hình GVAR cung cấp một phương pháp thực nghiệm để kết hợp chặt chẽ các quan hệ cấu trúc dài hạn trong nền kinh tế mở nhỏ Hơn nữa, mô hình GVAR cũng đề cập đến mối quan hệ đồng liên kết giữa các biến số trong và ngoài nước cùng một lúc.
3.2.2 Ví dụ biến nội địa và nước ngoài
Tác giả giới thiệu phương pháp xây dựng biến nước ngoài dựa trên biến nội địa và tỷ trọng thương mại, minh họa qua ví dụ cụ thể Xem xét vectơ 3 × 1 bao gồm các biến nước ngoài như sản lượng, tỷ giá hối đoái và lãi suất, các biến này sẽ được xác định lần lượt.
Tổng sản phẩm quốc nội thực, tỷ giá danh nghĩa đa phương và lãi suất ngắn hạn là các yếu tố quan trọng trong phân tích kinh tế Ma trận biến nội địa và ma trận biến nước ngoài tương ứng giúp hiểu rõ hơn về mối quan hệ giữa các biến này.
) các biến nước ngoài được xây dựng dựa trên tỷ trọng thương mại cùng các biến nội địa dựa trên công thức sau:
3.2.3 Xây dựng ma trận tỷ trọng thương mại
3.2.3.1 Tỷ trọng thương mại giữa các quốc gia (không bao gồm vùng miền)
Trong phương pháp GVAR, việc xây dựng vectơ biến nước ngoài và ma trận “liên kết” để hợp nhất mô hình GVAR yêu cầu sử dụng tỷ trọng Tùy thuộc vào mục đích nghiên cứu, tỷ trọng có thể được tính toán từ nhiều yếu tố khác nhau như tỷ trọng thương mại, tài chính hoặc vốn Tuy nhiên, nghiên cứu này tập trung vào việc xác định sự thay đổi cơ chế truyền dẫn chu kỳ kinh doanh do cấu trúc thương mại thay đổi, do đó, tác giả chọn kim ngạch thương mại giữa các quốc gia để xây dựng tỷ trọng, cụ thể là tỷ lệ đóng góp thương mại (xuất khẩu và nhập khẩu) của quốc gia j với quốc gia i.
Để xây dựng tỷ trọng thương mại, tác giả đã thu thập dữ liệu kim ngạch thương mại của 20 quốc gia, bao gồm Việt Nam Để đơn giản hóa việc trình bày, tác giả sẽ đưa ra một ví dụ tính toán tỷ trọng cho bảy quốc gia mẫu, trong đó có Mỹ (USA), Anh (UK), Pháp (FRANCE), Đức (GERM) và Ý.
(ITALY), Hà Lan (NETH) và Việt Nam (VN) Bảng 3.2 trình bày kim ngạch thương mại song phương giữa các quốc gia
Kim ngạch thương mại song phương giữa các quốc gia năm 2009 (đơn vị: USD)
USA UK FRANCE GERM ITALY NETH VN Tổng
Nguồn: Tính toán của tác giả.
Trong bảng thống kê, các quốc gia được liệt kê ở cột đầu tiên, trong khi các cột tiếp theo đại diện cho các đối tác thương mại Ví dụ, tổng kim ngạch thương mại của Việt Nam (VN) với sáu đối tác đạt 12.265 triệu USD Để tính tỷ trọng đóng góp của từng đối tác thương mại, chẳng hạn như Mỹ (USA), ta chia kim ngạch thương mại giữa Việt Nam và Mỹ (7.183 triệu USD) cho tổng kim ngạch thương mại của Việt Nam (12.265 triệu USD), kết quả là 0,586.
Tỷ trọng thương mại giữa các quốc gia
USA UK FRANCE GERM ITALY NETH VN Tổng
Nguồn: Tính toán của tác giả.
3.2.3.2 Tỷ trọng thương mại giữa các quốc gia (bao gồm vùng miền)
Trong nghiên cứu này, tác giả đã kết hợp bảy quốc gia để tạo thành khu vực Euro, bao gồm Anh (UK), Pháp (FRANCE), Đức (GERM), Ý (ITALY) và Hà Lan (NETH) Tác giả cũng trình bày phương pháp tính tỷ trọng trong trường hợp có vùng miền, giúp làm rõ cách thức hình thành khu vực Euro từ bảy quốc gia ban đầu.
Mỹ (USA) và Việt Nam (VN)
Kim ngạch thương mại song phương năm 2009 (đơn vị: USD)
Nguồn: Tính toán của tác giả.
Để tính kim ngạch thương mại trong khu vực Euro, chúng ta cộng tổng kim ngạch thương mại của năm quốc gia trong khu vực, đạt kết quả 953465 Tương tự, để xác định kim ngạch thương mại của Mỹ với khu vực Euro, ta cộng các kim ngạch thương mại của Mỹ với năm quốc gia, cụ thể là 47014 + 30858 + 57970 + 19764 + 24468, cho ra tổng là 180074.
Tỷ trọng thương mại giữa các quốc gia và khu vực
Nguồn: Tính toán của tác giả.
Để tính ma trận tỷ trọng và đảm bảo nguyên tắc trong khu vực Euro, cần thiết phải áp đặt bằng 0 Để xác định tỷ trọng đóng góp của Mỹ (USA) vào khu vực Euro, chúng ta thực hiện phép tính 174112 ÷ 1133192.
– 953465) = 0,969 Hoàn toàn tương tự, chúng ta cũng tính được tỷ trọng cho các trường hợp còn lại và kết quả được trình bày trong Bảng 3.5
3.2.4 Giải quyết mô hình GVAR
3.2.4.1 Ước lượng mô hình VARX* Để đơn giản về mặt thuật toán, tác giả trình bày mô hình VARX*( ) với
= 2 và = 1, bỏ qua việc trình bày các biến toàn cầu Khi đó, mô hình VARX*(2,1) được viết như sau:
Trong bài viết này, chúng ta xem xét các yếu tố như vectơ chứa các biến nội địa và nước ngoài, hệ số chặn, hệ số xu thế thời gian, và ma trận hệ số của các vectơ biến Đồng thời, vectơ 1 phản ánh các cú sốc của từng quốc gia với giả định không có tương quan chuỗi, có giá trị trung bình bằng không và ma trận hiệp phương sai không suy biến.
Tiếp theo, tác giả xác định vectơ ( ) 1, chứa các biến nội địa và nước ngoài như sau:
Kết hợp đồng nhất thức (5) và phương trình (4) thu được:
( ) ( ) ( ) Đề cập đến các mối quan hệ đồng liên kết, tiếp theo, tác giả chuyển đổi mô hình VARX*(2,1) thành dạng VECMX* như sau:
( ) (7) Viết gọn phương trình (7) thành:
Hạng ma trận ( ) đại diện cho số quan hệ đồng liên kết của quốc gia i Nếu hạng ma trận nhỏ hơn , ma trận có thể được xác định như sau: Ký hiệu cho ma trận điều chỉnh là ( ) và ký hiệu cho ma trận đồng liên kết có chiều tương tự Để đưa xu hướng vào không gian đồng liên kết, tác giả phân tách hệ số thành , do đó phương trình (8) trở thành:
( ) (9) trong đó, Vì mô hình VECM có thể được biến đổi trở lại thành dạng VAR, nghiên cứu tiếp tục với việc trình bày phương trình (6) ở bước thứ hai
3.2.4.2 Hợp nhất mô hình GVAR
Bước tiếp theo, tác giả sử dụng ma trận liên kết , được xây dựng từ tỷ trọng thương mại nhằm thu được đồng nhất thức quan trọng sau:
(10) trong đó, ( ) là vectơ 1, dung nạp toàn bộ các biến nội địa, và là ma trận ( ) (Ở đây: ∑ 84)
Thay đồng nhất thức (10) vào phương trình (6), ta thu được:
(11) Hợp nhất N phương trình (11) lại với nhau thu được phương trình sau:
Với là ma trận khả nghịch đã biết trước, nhân hai vế phương trình (12) với
, ta thu được phương trình sau:
(13) trong đó: Đẳng thức (13) trình bày mô hình GVAR cuối cùng sử dụng cho nghiên cứu này
3.2.4.3 Ví dụ xây dựng ma trận liên kết
Xét mô hình toàn cầu với ba quốc gia và ba biến số chính: sản lượng, lạm phát và tỷ giá hối đoái danh nghĩa, tất cả đều được chuyển đổi sang dạng logarit.
Biến nước ngoài được tính như sau:
KẾT QUẢ
Cơ sở dữ liệu và chi tiết các biến trong mô hình
Trong nghiên cứu này, tác giả đã thu thập dữ liệu từ nhiều nguồn khác nhau trong giai đoạn từ quý III/2000 đến I/2017, với thông tin chi tiết về nguồn dữ liệu được trình bày tại Bảng 4.2 Biến giá dầu danh nghĩa được lấy từ Cơ quan quản lý thông tin năng lượng Hoa Kỳ (EIA) Bộ dữ liệu bao gồm 20 quốc gia, trong đó có 7 quốc gia được nhóm lại thành khu vực Euro, dẫn đến tổng cộng 14 phương trình VARX* như thể hiện ở Bảng 4.1.
Các quốc gia và khu vực
Các nền kinh tế chính Euro ASEAN-6 Các quốc gia còn lại
Hà Lan a Tây Ban Nha a Thụy Điển a Thụy Sĩ a
Indonesia Malaysia Philippines Singapore Thái Lan Việt Nam Úc Ấn Độ Hàn Quốc
Ghi chú: a ký hiệu cho các quốc gia được gộp chung làm khu vực Euro
Mô hình GVAR bao gồm các biến số quan trọng như GDP thực, lạm phát, tỷ giá hối đoái thực đa phương, giá cổ phiếu thực, lãi suất ngắn hạn, tỷ lệ thất nghiệp và giá dầu danh nghĩa Tất cả các biến này được tính toán để phân tích và dự đoán xu hướng kinh tế.
= ln (Tổng sản phẩm quốc nội thực);
= với = ln (Chỉ số giá tiêu dùng);
= ln (Tỷ giá hối đoái thực đa phương);
= ln (Chỉ số giá chứng khoán danh nghĩa Chỉ số giá tiêu dùng);
= 0,25 ln (1 + Lãi suất ngắn hạn %);
7 Thị trường chứng khoán Việt Nam ra đời muộn hơn so với các quốc gia trong khu vực, dữ liệu
Vectơ bao gồm các biến nước ngoài quan trọng như GDP nước ngoài, lạm phát nước ngoài, giá cổ phiếu nước ngoài, lãi suất nước ngoài và tỷ lệ thất nghiệp nước ngoài, được xác định theo các tiêu chí cụ thể.
∑ trong đó, : Tỷ trọng thương mại của quốc gia i với j tại thời điểm T = 2000,
Quốc gia Úc FRED IFS OECD BIS IFS IFS
Trung Quốc FRED IFS OECD BIS IFS Datastream
Pháp FRED IFS OECD BIS IFS IFS Đức FRED IFS OECD BIS Datastream IFS Ấn Độ FRED FRED OECD BIS IFS Datastream
Indonesia FRED IFS SET BIS IFS WDI Ý FRED IFS OECD BIS IFS IFS
Nhật Bản FRED IFS OECD BIS IFS IFS
Hàn Quốc FRED IFS OECD BIS IFS IFS
Malaysia BNM IFS SET BIS IFS IFS
Hà Lan FRED IFS OECD BIS Datastream IFS
Philippines PSA IFS SET BIS IFS IFS
Singapore FRED IFS SET BIS IFS MOM
Tây Ban Nha FRED IFS OECD BIS IFS IFS
Thụy Điển FRED IFS OECD BIS IFS IFS
Thụy Sỹ FRED IFS OECD BIS IFS IFS
Thái Lan NESDB IFS SET BIS IFS Datastream
Anh ONS IFS OECD BIS FRED IFS
Mỹ BEA IFS OECD BIS IFS IFS
Việt Nam GSO IFS HOSE Datastream Datastream Datastream
Ghi chú: FRED: Cơ sở dữ liệu cục dự trữ liên bang Mỹ; BNM: Ngân hàng Trung ương
Malaysia có nhiều cơ quan thống kê quan trọng như PSA (Cơ quan thống kê Philippines), NESDB (Ban phát triển kinh tế và xã hội quốc gia Thái Lan), ONS (Văn phòng thống kê quốc gia Anh), BEA (Cục phân tích kinh tế Mỹ), OECD (Tổ chức hợp tác và phát triển kinh tế), GSO (Tổng cục thống kê Việt Nam), IFS (Thống kê tài chính quốc tế), SET (Sở giao dịch chứng khoán Thái Lan), HOSE (Sở giao dịch chứng khoán TP.HCM), BIS (Ngân hàng thanh toán quốc tế), WDI (Chỉ số phát triển thế giới), và MOM (Bộ nhân lực – chính phủ Singapore).
Ma trận tỷ trọng thương mại được xây dựng từ dữ liệu thương mại của Quỹ Tiền tệ Quốc tế (IMF, 2018) Đối với biến nội địa khu vực Euro, dữ liệu được thu thập từ 7 quốc gia trong khu vực, sử dụng tỷ trọng GDP–PPP từ Ngân hàng Thế giới (World Bank Indicators, 2018) Vectơ chứa các biến nội địa khu vực Euro được xác định dựa trên những thông tin này.
∑ trong đó, là tỷ trọng đóng góp của quốc gia l trong trung bình GDP–PPP của khu vực Euro giai đoạn 2013–2015
Bảng 4.3 mô tả cách thiết lập các biến nội địa và nước ngoài trong mô hình VARX* cho từng quốc gia Mô hình VARX* của Mỹ được xây dựng khác biệt do vai trò quan trọng của quốc gia này trong nền kinh tế toàn cầu Đặc biệt, ảnh hưởng của các biến tài chính quốc tế đến nền kinh tế Mỹ là rất lớn, do đó cần xem xét kỹ lưỡng các biến tài chính nước ngoài trong mô hình này.
Mỹ là quốc gia tiêu thụ dầu lớn nhất thế giới, và sự thay đổi trong nhu cầu dầu của quốc gia này gây ra những biến động đáng kể trên thị trường giá dầu Biến động giá dầu được xem là yếu tố tác động đến nền kinh tế nội địa của Mỹ và là yếu tố ngoại tác động đến các quốc gia khác (Dées & cộng sự, 2007).
Thiết lập các biến số trong mô hình VARX*
Biến số Mô hình Mỹ Mô hình các quốc gia còn lại
Nội địa Nước ngoài Nội địa Nước ngoài
Kết quả ma trận tỷ trọng thương mại
Bảng 4.4 trình bày ma trận tỷ trọng thương mại của các quốc gia trong các năm 2000, 2008 và 2016, nhằm xây dựng biến nước ngoài dựa trên kim ngạch thương mại từ hệ thống dữ liệu IMF Direction of Trade Statistics (DOTS) Đầu thế kỷ 21, Nhật Bản là đối tác thương mại quan trọng nhất của Việt Nam và các quốc gia ASEAN với tỷ lệ 21% Tuy nhiên, sự trỗi dậy mạnh mẽ của Trung Quốc và nhiều quốc gia đang phát triển đã dẫn đến việc Trung Quốc và Mỹ trở thành những đối tác thương mại chiến lược thay thế Nhật Bản trong khu vực ASEAN-6.
Kiểm định nghiệm đơn vị
Mô hình GVAR yêu cầu các chuỗi thời gian phải dừng tại bậc nhất, tức I(1), để nhận diện các mối quan hệ ngắn hạn và dài hạn, cũng như giải thích các mối quan hệ dài hạn qua đồng liên kết (Dées & cộng sự, 2007) Hiệu lực của giả định này được kiểm chứng bằng kiểm định ADF (Augmented Dickey Fuller) và kiểm định WS (Weighted Fuller) Việc áp dụng cả hai kiểm định là cần thiết do kết quả không thuyết phục của kiểm định ADF, đặc biệt với mẫu dữ liệu nhỏ, dẫn đến đề xuất của Pesaran và cộng sự (2004) về kiểm định WS của Park và Fuller (1995).
Kết quả kiểm định tính dừng cho các biến nội địa cho thấy tất cả các biến như GDP, giá cổ phiếu thực, tỷ giá hối đoái thực đa phương, lãi suất ngắn hạn, lạm phát và tỷ lệ thất nghiệp đều dừng tại bậc nhất I(1), ngoại trừ một số trường hợp đặc biệt.
Giá cổ phiếu thực của Trung Quốc và tỷ giá hối đoái thực đa phương của Indonesia đều dừng tại bậc gốc Trong khi đó, kết quả phân tích của Ấn Độ cho thấy sự không nhất quán; mặc dù kiểm định ADF hỗ trợ dừng tại bậc gốc, nhưng kiểm định WS lại không đồng tình, điều này có thể do hiệu quả kém của kiểm định ADF trên mẫu dữ liệu hạn chế Đồng thời, biến lạm phát của Nhật Bản và Hàn Quốc cũng dừng tại bậc gốc.
Ma trận tỷ trọng thương mại
Quốc gia Úc Trung Quốc Euro Ấn Độ Indonesia Nhật Bản Hàn Quốc Malaysia Philippines Singapore Thái Lan Anh Mỹ Việt Nam
(a) Năm 2000 Úc 0 0,03 0,02 0,03 0,04 0,04 0,04 0,03 0,02 0,03 0,03 0,02 0,02 0,07 Trung Quốc 0,09 0 0,08 0,05 0,06 0,14 0,13 0,04 0,03 0,06 0,06 0,04 0,13 0,13 Euro 0,14 0,17 0 0,28 0,12 0,14 0,11 0,1 0,12 0,11 0,12 0,60 0,28 0,14 Ấn Độ 0,02 0,01 0,02 0 0,02 0,01 0,01 0,02 0,00 0,02 0,01 0,01 0,02 0,01 Indonesia 0,03 0,02 0,01 0,03 0 0,04 0,04 0,03 0,02 0,04 0,03 0,01 0,01 0,03 Nhật Bản 0,22 0,28 0,11 0,08 0,26 0 0,23 0,20 0,21 0,15 0,26 0,05 0,23 0,21 Hàn Quốc 0,07 0,11 0,03 0,03 0,08 0,08 0 0,05 0,07 0,04 0,04 0,02 0,07 0,09 Malaysia 0,04 0,03 0,02 0,04 0,04 0,05 0,04 0 0,05 0,22 0,06 0,01 0,04 0,03 Philippines 0,01 0,01 0,01 0,01 0,01 0,03 0,02 0,02 0 0,03 0,02 0,01 0,03 0,02 Singapore 0,06 0,04 0,03 0,05 0,14 0,04 0,04 0,20 0,10 0 0,10 0,01 0,04 0,15 Thái Lan 0,03 0,02 0,02 0,02 0,03 0,04 0,02 0,05 0,04 0,05 0 0,01 0,03 0,05 Anh 0,06 0,03 0,33 0,11 0,03 0,03 0,03 0,03 0,03 0,03 0,03 0 0,09 0,03
Quốc gia Úc Trung Quốc Euro Ấn Độ Indonesia Nhật Bản Hàn Quốc Malaysia Philippines Singapore Thái Lan Anh Mỹ Việt Nam
(b) Năm 2008 Úc 0 0,04 0,02 0,05 0,04 0,06 0,04 0,04 0,02 0,04 0,05 0,02 0,02 0,05 Trung Quốc 0,19 0 0,20 0,18 0,13 0,27 0,31 0,14 0,12 0,14 0,15 0,08 0,28 0,19 Euro 0,12 0,20 0 0,26 0,09 0,13 0,11 0,11 0,12 0,10 0,12 0,62 0,28 0,12 Ấn Độ 0,04 0,04 0,03 0 0,05 0,01 0,03 0,04 0,01 0,04 0,02 0,02 0,03 0,02 Indonesia 0,03 0,02 0,01 0,04 0 0,04 0,04 0,05 0,03 0,11 0,05 0,00 0,01 0,02 Nhật Bản 0,20 0,18 0,07 0,05 0,20 0 0,17 0,15 0,18 0,09 0,22 0,03 0,14 0,15 Hàn Quốc 0,07 0,13 0,04 0,05 0,08 0,09 0 0,05 0,07 0,06 0,04 0,02 0,06 0,08 Malaysia 0,04 0,04 0,02 0,04 0,07 0,04 0,03 0 0,06 0,16 0,08 0,01 0,03 0,04 Philippines 0,01 0,02 0,01 0,00 0,01 0,02 0,02 0,02 0 0,03 0,02 0,00 0,01 0,02 Singapore 0,06 0,04 0,02 0,07 0,16 0,03 0,05 0,17 0,11 0 0,07 0,02 0,03 0,11 Thái Lan 0,05 0,03 0,02 0,02 0,05 0,05 0,02 0,07 0,05 0,05 0 0,01 0,02 0,06 Anh 0,06 0,03 0,29 0,05 0,01 0,02 0,02 0,02 0,01 0,02 0,02 0 0,07 0,02
Quốc gia Úc Trung Quốc Euro Ấn Độ Indonesia Nhật Bản Hàn Quốc Malaysia Philippines Singapore Thái Lan Anh Mỹ Việt Nam
(c) Năm 2016 Úc 0 0,05 0,02 0,04 0,04 0,05 0,04 0,04 0,01 0,03 0,05 0,02 0,02 0,02 Trung Quốc 0,34 0 0,24 0,22 0,22 0,30 0,34 0,21 0,19 0,19 0,22 0,11 0,32 0,26 Euro 0,12 0,18 0 0,21 0,09 0,12 0,10 0,10 0,09 0,11 0,12 0,58 0,26 0,11 Ấn Độ 0,03 0,03 0,04 0 0,06 0,01 0,03 0,04 0,02 0,04 0,03 0,02 0,04 0,02 Indonesia 0,03 0,03 0,01 0,05 0 0,03 0,02 0,05 0,05 0,09 0,05 0,00 0,01 0,02 Nhật Bản 0,13 0,13 0,06 0,04 0,13 0 0,12 0,10 0,19 0,08 0,17 0,03 0,11 0,11 Hàn Quốc 0,06 0,12 0,04 0,05 0,06 0,08 0 0,05 0,07 0,07 0,04 0,02 0,06 0,16 Malaysia 0,04 0,04 0,02 0,04 0,04 0,03 0,02 0 0,04 0,15 0,07 0,01 0,03 0,03 Philippines 0,01 0,02 0,01 0,01 0,03 0,02 0,02 0,02 0 0,03 0,03 0,00 0,01 0,02 Singapore 0,03 0,03 0,03 0,05 0,12 0,03 0,03 0,16 0,08 0 0,05 0,01 0,03 0,03 Thái Lan 0,05 0,04 0,02 0,03 0,06 0,05 0,02 0,07 0,08 0,04 0 0,01 0,02 0,04 Anh 0,04 0,04 0,25 0,04 0,01 0,02 0,02 0,01 0,01 0,02 0,02 0 0,06 0,02
Nguồn: Tính toán của tác giả từ dữ liệu thống kê về thương mại của Quỹ Tiền tệ Quốc tế (IMF Direction of Trade Statistics).
Hầu hết các biến số chủ yếu dừng lại ở bậc nhất, ngoại trừ một số trường hợp đặc biệt dừng tại bậc gốc Các nghiên cứu trước đây đã áp dụng mô hình GVAR để phân tích hiện tượng này (Dées & cộng sự, 2007; Cesa-Bianchi & cộng sự, 2012; Sznajderska).
Năm 2017, tác giả đã giới hạn các biến số nội địa ở bậc nhất, vì điều này không ảnh hưởng đến tính ổn định của mô hình.
Lựa chọn độ trễ cho mô hình VARX*
Để lựa chọn độ trễ tối ưu cho mô hình VARX*, đầu tiên, chúng ta xét mô hình VARX*( ), bỏ quả các biến quan sát toàn cầu:
Độ trễ của các biến nội địa và nước ngoài được xác định qua tiêu chuẩn thông tin Akaike (AIC) hoặc Schwarz Bayesian (SBC), với i = 0, 1, 2,…, N Các giá trị độ trễ này có thể được lựa chọn dựa trên các tiêu chí thông tin này để tối ưu hóa mô hình.
( ) | ̂ | (18) ii) Tiêu chuẩn thông tin Schwarz Bayesian (SBC):
Trong bài viết, hai số hạng đầu tiên trong công thức (18) và (19) đại diện cho giá trị cực đại của hàm log-likelihood, được tính từ phần dư ước lượng của phương trình VARX* (17) Kích thước mẫu được ký hiệu là T, và |.| là định thức của ma trận ̂, tương ứng với số biến nội địa và nước ngoài Mô hình có giá trị AIC hoặc SBC cao nhất sẽ được lựa chọn (Smith & Galesi, 2014).
Trước khi thực hiện hồi quy mô hình VARX*, việc xác định độ trễ tối ưu là rất quan trọng Độ trễ phải lớn hơn 0, vì các giá trị biến trong quá khứ ảnh hưởng đến giá trị tương lai; điều này cho thấy kỳ vọng tương lai thường dựa vào giá trị hiện tại hoặc trước đó Mô hình GVAR, giống như các mô hình tự hồi quy khác, rất nhạy cảm với độ trễ, đặc biệt trong bối cảnh toàn cầu với nhiều phương trình hồi quy và sự hiện diện của các biến nước ngoài Vì vậy, lựa chọn độ trễ tối ưu trở thành ưu tiên hàng đầu trong quá trình phân tích.
Kết quả lựa chọn độ trễ tối ưu
Quốc gia p q Quốc gia p q Úc 1 1 Malaysia 2 1
Euro 2 1 Singapore 2 1 Ấn Độ 2 1 Thái Lan 2 1
Ghi chú: p,q lần lượt là độ trễ của biến nội địa và nước ngoài.
Tác giả sử dụng tiêu chuẩn AIC và SBC để xác định độ trễ phù hợp cho mô hình, trong bối cảnh dữ liệu hạn chế với số quan sát ngắn (quý III/2000–quý I/2017) và nhiều phương trình Do đó, tác giả thiết lập giá trị độ trễ lớn nhất cho biến nội địa (p) là 2 và cho biến nước ngoài (q) là 1 Kết quả giá trị thông tin và độ trễ tối ưu được trình bày trong Bảng 4.5 và Bảng 4.6, kèm theo giá trị thống kê log-likelihood.
Kiểm định tương quan chuỗi phần dư
Để kiểm định hiện tượng tương quan chuỗi, chúng ta xét phương trình thứ l trong mô hình hồi quy sai số hiệu chỉnh của quốc gia thứ i: ̂ ∑ ̂ ̂ ̂ ∑ ̂ ̂
Kết quả tiêu chuẩn thông tin lựa chọn độ trễ tối ưu
Bảng dữ liệu dưới đây trình bày các chỉ số AIC, SBC và logLik cho nhiều quốc gia, cho thấy Úc có AIC thấp nhất là 1350,122 và logLik cao nhất là 1470,122 Malaysia theo sau với AIC 1259,702 và logLik 1379,702 Trung Quốc ghi nhận AIC 1259,814 và logLik 1379,814, trong khi Philippines có AIC 1125,967 và logLik 1245,967 Euro có AIC 1455,220 và logLik 1575,220, Singapore đạt AIC 1273,233 và logLik 1393,233 Ấn Độ và Thái Lan có AIC lần lượt là 1091,056 và 1069,583, với logLik 1211,056 và 1189,583 Indonesia có AIC 1196,500 và logLik 1316,500, trong khi Anh ghi nhận AIC 1362,785 và logLik 1482,785 Nhật Bản có AIC 1268,435 và logLik 1388,435, còn Mỹ có AIC 1332,517 và logLik 1437,517 Cuối cùng, Hàn Quốc và Việt Nam có AIC lần lượt là 1237,980 và 1165,229, với logLik 1357,980 và 1285,229.
Ghi chú: * tức là tiêu chuẩn thông tin cao nhất; p,q lần lượt là độ trễ của biến nội địa và nước ngoài
Nguồn: Tính toán của tác giả. phương trình trên có thể viết dưới dạng thu gọn: ̂ (21) trong đó = , ( ̂ )
“số hạng sai số hiệu chỉnh” tương ứng với quan hệ đồng liên kết trong mô hình quốc gia thứ i, và ̂ ( ̂ ̂ ̂ ̂ )
Đặt là phần dư trong ước lượng phương trình
(21) và ̂ ∑ là phương sai sai số ước lượng tương ứng
Thống kê F trong kiểm định tương quan chuỗi là phiên bản F của thống kê Lagrange Multiplier (ML) do Godfrey phát triển vào năm 1978 Kiểm định này được gọi là "LM điều chỉnh" và được tính toán theo một công thức cụ thể.
( )) trong đó, T là kích cỡ mẫu, là số biến hồi quy hoặc kích thước không gian của vectơ ̂ , và là độ trễ của hệ thống sai số
Biểu thức của ( ) như sau:
Thống kê F cho kiểm định tương quan chuỗi từ ước lượng mô hình VECMX*.
Mỹ F(4,39) 2,61 1,27 0,84 2,21 2,00 0,38 1,10 1,64 Việt Nam F(4,35) 2,64 2,24 1,08 1,51 1,93 1,16 4,34* – Ghi chú: Crit, Val, là giá trị tới hạn; * tương ứng mức ý nghĩa 5%
Kết quả kiểm định tương quan chuỗi của phần dư từ mô hình VECMX* cho thấy chỉ có 4 trong 85 hồi quy (khoảng 4,7%) có ý nghĩa thống kê tại mức 5% Điều này khẳng định rằng không tồn tại hiện tượng tương quan chuỗi trong ước lượng mô hình.
Quan hệ đồng liên kết, Persistence Profiles (PPs)
Tác giả xác định số quan hệ đồng liên kết cho từng quốc gia dựa trên hạng không gian đồng liên kết, sử dụng thống kê trace và maximal eigenvalue theo phương pháp của Pesaran và cộng sự (2000) cho mô hình với biến ngoại sinh yếu I(1) Kết quả trong Bảng 4.9 chỉ trình bày kiểm định trace, vì nó cho kết quả tốt hơn so với kiểm định maximal eigenvalue trong mẫu nhỏ (Lütkepohl & cộng sự, 2001) Ngoài ra, giá trị tới hạn cũng được đề cập theo nghiên cứu của MacKinnon và cộng sự (1991).
Kết quả lựa chọn số quan hệ đồng liên kết
Quốc gia #CV Adj.CV Quốc gia #CV Adj.CV Úc 4 1 Malaysia 2 1
Euro 3 1 Singapore 4 1 Ấn Độ 2 1 Thái Lan 2 1
Ghi chú: #CV là số quan hệ đồng liên kết trước điều chỉnh
Adj.CV là số quan hệ đồng liên kết sau điều chỉnh
Bảng 4.8 trình bày kết quả số quan hệ đồng liên kết dựa theo thống kê trace
Dựa trên các nghiên cứu trước đây của Cesa-Bianchi và cộng sự (2012) cũng như Bussière và cộng sự (2012), tác giả quyết định thu gọn số quan hệ đồng liên kết của tất cả quốc gia về một để tránh đánh giá quá cao do các giá trị tới hạn tiệm cận Việc thu gọn này được thực hiện dựa trên hình dáng của đường PPs (Persistence Profiles) nhằm đảm bảo tính ổn định của mô hình PPs thể hiện vết tích thời gian của các tác động từ cú sốc hệ thống hoặc các biến số đơn lẻ lên các quan hệ đồng liên kết trong mô hình GVAR, với giá trị đơn vị của các tác động xuất phát từ đây.
1 và có xu hướng tiến về 0 khi thời gian → , nếu vectơ đang xét tới quả thật là một vectơ đồng liên kết
Kết quả thống kê Trace và giá trị tới hạn
Quốc gia Úc Trung Quốc Euro Ấn Độ Indonesia Nhật Bản Hàn Quốc Malaysia Philippines Singapore Thái Lan Anh Mỹ Việt Nam
(a) Thống kê Trace (Pesaran, Shin & Smith, 2000) r = 0 305,49 319,25 352,38 263,09 302,68 256,56 329,39 256,52 281,26 303,58 250,59 241,03 309,22 281,63 r = 1 222,45 220,03 228,37 183,56 219,96 159,32 222,57 170,72 202,42 210,06 173,10 179,69 207,07 206,35 r = 2 146,00 153,41 138,53 109,64 148,54 109,84 145,37 103,71 131,58 139,76 115,55 123,68 134,90 141,41 r = 3 93,40 105,26 84,41 64,67 94,20 68,26 95,81 57,74 70,02 86,27 72,25 79,03 82,94 85,63 r = 4 54,62 60,33 40,58 34,59 49,40 35,66 48,39 27,40 38,82 44,05 38,23 42,34 45,95 42,63 r = 5 22,15 25,96 17,17 15,88 19,97 16,39 13,18 8,93 17,57 13,36 18,82 13,78 18,82 12,43 r = 6 7,44
(b) Giá trị tới hạn tại mức ý nghĩa 5% (MacKinnon, Haug & Michelis, 1991) r = 0 197,7 197,7 197,7 197,7 197,7 197,7 197,7 197,7 197,7 197,7 197,7 197,7 197,07 197,7 r = 1 156,44 156,44 156,44 156,44 156,44 156,44 156,44 156,44 156,44 156,44 156,44 156,44 158,01 156,44 r = 2 119,03 119,03 119,03 119,03 119,03 119,03 119,03 119,03 119,03 119,03 119,03 119,03 122,96 119,03 r = 3 85,44 85,44 85,44 85,44 85,44 85,44 85,44 85,44 85,44 85,44 85,44 85,44 91,81 85,44 r = 4 55,5 55,5 55,5 55,5 55,5 55,5 55,5 55,5 55,5 55,5 55,5 55,5 64,54 55,5 r = 5 28,81 28,81 28,81 28,81 28,81 28,81 28,81 28,81 28,81 28,81 28,81 28,81 41,03 28,81 r = 6 20,98
Hình 4.1 PPs cho các vectơ đồng liên kết
Sau khi thu gọn số quan hệ đồng liên kết, tất cả giá trị PPs đều hội tụ về 0 sau
16 quý (Hình 4.1) Tương tự các nghiên cứu trước đây, tác giả không áp đặt các ràng buộc lên vectơ/ma trận
Kiểm định ngoại sinh yếu
Mô hình VARX* được xây dựng với giả định rằng các biến nội địa không ảnh hưởng đến các biến nước ngoài Để kiểm định tính ngoại sinh yếu của các biến nước ngoài và giá dầu, tác giả áp dụng phương pháp của Johansen (1992) và Harbo cùng các đồng tác giả (1998) Cụ thể, tác giả đã ước lượng 14 mô hình VARX* với giả định rằng các biến nước ngoài và toàn cầu là ngoại sinh yếu, sau đó thực hiện hồi quy cho từng phần tử thứ l.
Trong mô hình quốc gia thứ i, các ước lượng số hạng sai số hiệu chỉnh tương ứng với quan hệ đồng liên kết được xác định bởi các biến nội địa và nước ngoài, với giả định rằng các biến ngoại sinh yếu Do đó, số hạng sai số hiệu chỉnh cần phải không có ý nghĩa thống kê (Dées & cộng sự).
2007) Do đó, kiểm định ngoại sinh yếu dựa vào F-test của giả thiết 0 với j 1,2, , trong phương trình (22)
Ghi chú: Bootstrap PPs 95% sử dụng tỷ trọng thương mại 2016.
Kết quả từ Bảng 4.10 cho thấy giả thuyết ngoại sinh yếu không thể bị bác bỏ đối với phần lớn các biến số, đặc biệt là ở các nền kinh tế lớn như Trung Quốc, Mỹ và Anh Cụ thể, chỉ có 4 trong tổng số 81 kiểm định (chiếm 4,9%) bác bỏ giả thuyết ngoại sinh yếu tại mức ý nghĩa 5% Điều này cho thấy, tổng thể các kết quả trong Bảng 4.10 hỗ trợ cho các giả thuyết ban đầu về biến nước ngoài và giá dầu trong mô hình VARX* là ngoại sinh yếu.
Thống kê F cho kiểm định ngoại sinh yếu của các biến nước ngoài và giá dầu
Val Úc F(1,50) 4,03 2,48 0,02 0,21 – 1,02 2,96 0,73 Trung Quốc F(1,37) 4,10 1,26 1,13 0,03 – 0,27 2,74 2,90 Euro F(1,37) 4,10 5,18* 0,02 3,65 – 0,28 3,14 0,11 Ấn Độ F(1,50) 4,03 1,92 0,22 0,21 – 0,00 0,03 0,06 Indonesia F(1,43) 4,06 0,42 0,11 2,06 – 0,21 0,16 0,03 Nhật Bản F(1,50) 4,03 0,14 4,48* 0,32 – 4,01 1,34 2,14 Hàn Quốc F(1,50) 4,03 2,58 0,21 0,50 – 3,21 3,76 0,48 Malaysia F(1,37) 4,10 0,02 1,36 0,12 – 5,37* 0,30 1,88 Philippines F(1,43) 4,06 0,80 1,04 0,56 – 0,04 0,07 1,58 Singapore F(1,37) 4,10 0,03 0,59 0,60 – 1,24 3,78 0,31 Thái Lan F(1,37) 4,10 2,44 1,76 1,06 – 0,07 0,35 0,67 Anh F(1,43) 4,06 0,03 0,05 1,15 – 0,31 0,69 0,13
Ghi chú: Crit Val là giá trị tới hạn; * tương ứng mức ý nghĩa 5%.
Kiểm định điểm gãy cấu trúc
Trong mô hình kinh tế vĩ mô, sự ổn định cấu trúc là vấn đề quan trọng, đặc biệt khi khủng hoảng kinh tế và điều chỉnh chính sách xảy ra thường xuyên, dẫn đến những thay đổi lớn trong chuỗi dữ liệu thời gian Mô hình GVAR, theo Dées và cộng sự (2007), có khả năng kháng lại điểm gãy cấu trúc tốt hơn các mô hình đơn thu gọn nhờ vào sự xuất hiện của biến nước ngoài trong mô hình VARX* Khái niệm đồng gián đoạn (Co-Breaking) do Hendry và Mizon (1998) trình bày cho thấy thông tin về điểm gãy cấu trúc sẽ được tích hợp vào các biến ngoại sinh Mô hình GVAR có khả năng nắm bắt tác động đồng thời của các biến nước ngoài lên các biến nội địa (Osorio & Unsal, 2013) Để kiểm định tính ổn định tham số, tác giả thực hiện chuỗi kiểm định dựa trên phần dư của các phương trình sai số hiệu chỉnh, bao gồm kiểm định CUSUM và các kiểm định vững của Nyblom (1989) cùng với các thống kê Wald để xác định thay đổi cấu trúc Các phiên bản Heteroskedasticity-Robust cũng được thêm vào để tăng cường độ tin cậy của kết quả.
Kết quả kiểm định ổn định cấu trúc
Ghi chú: Phần trăm bác bỏ trong ngoặc đơn
Bảng 4.11 cho thấy số lần bác bỏ giả thuyết không H0 trong kiểm định ổn định cấu trúc với mức ý nghĩa thống kê 5% Mặc dù có sự khác biệt đáng kể trong các kết quả kiểm định, hầu hết các hệ số hồi quy vẫn cho thấy tính ổn định Kiểm định MW có tỷ lệ bác bỏ không vượt quá 24%, trong khi đó, các kết quả kiểm định PKsup cũng cho thấy những xu hướng tương tự.
PK msq, Nyblom, QLR và APW có tỷ lệ bác bỏ tương đối thấp, dao động từ 11% đến 17% Tuy nhiên, khi áp dụng các kiểm định Robust Nyblom, Robust QLR, tỷ lệ này có thể thay đổi.
MW và Robust APW đã cho thấy kết quả cải thiện đáng kể với tỷ lệ bác bỏ rất thấp, cụ thể là dưới 3% Mặc dù tác giả phát hiện một số bằng chứng về độ bất ổn cấu trúc, nhưng các thay đổi này có thể nằm trong phương sai sai số thay vì trong hệ số tham số Để giải quyết vấn đề này, tác giả đã sử dụng giá trị bootstrap và khoảng tin cậy để trình bày kết quả GIRFs (Cesa-Bianchi & cộng sự, 2012).
Truyền dẫn cú sốc trong thời kỳ trỗi dậy của Trung Quốc trong nền
Bài viết phân tích sự thay đổi trong truyền dẫn các cú sốc bên ngoài đến khu vực ASEAN-6 trong bối cảnh trỗi dậy của Trung Quốc thông qua việc sử dụng hàm phản ứng đẩy Tác giả xác định tác động của các cú sốc trong hệ thống đa phương trình phức tạp, với ma trận phương sai hiệp phương sai yêu cầu 3.486 ràng buộc cho phân rã Cholesky Để giải quyết vấn đề nhận dạng, hàm phản ứng đẩy tổng quát (GIRFs) của Pesaran và Shin được áp dụng Ngoài ra, tác giả so sánh ảnh hưởng của các thay đổi trong cơ cấu thương mại đối với cơ chế truyền dẫn các cú sốc bên ngoài đến khu vực ASEAN-6 bằng cách hồi quy mô hình GVAR với ba thiết lập tỷ trọng thương mại khác nhau trong các năm 2000, 2008 và 2016.
Hình 4.2 GIRFs của cú sốc sụt giảm một phần trăm GDP Trung Quốc
Nghiên cứu này tập trung vào việc phân tích sự gia tăng vai trò của Trung Quốc trong nền kinh tế toàn cầu và tác động của nó đến việc truyền dẫn các cú sốc GDP từ Trung Quốc đến ASEAN-6 Hình 4.2 minh họa phản ứng đẩy GIRFs đối với một sự suy giảm 1% GDP của Trung Quốc, với việc sử dụng tỷ trọng thương mại cố định theo các năm.
2000, 2008 và 2016 So sánh tác động dài hạn của các cú sốc GDP Trung Quốc năm
Tác động của các cú sốc GDP từ Trung Quốc lên khu vực ASEAN-6 (ngoại trừ Thái Lan) đã gia tăng đáng kể kể từ năm 2000 Cụ thể, vào năm 2016, tác động dài hạn của cú sốc GDP Trung Quốc đến Indonesia mạnh hơn 500% so với năm 2000, trong khi Việt Nam, Malaysia, Singapore và Philippines lần lượt tăng thêm 200%, 30%, 15% và 5% Đối với Thái Lan, mặc dù sự suy giảm GDP từ Trung Quốc vẫn gây ảnh hưởng tiêu cực, nhưng các tác động dài hạn từ cú sốc GDP Trung Quốc năm 2008 và 2016 đã giảm gần 40% so với năm 2000.
Hình 4.3 GIRFs của cú sốc sụt giảm một sai số chuẩn GDP Trung Quốc
Ghi chú: Phần diện tích màu xám là khoảng tin cậy bootstrap 95% thu được từ 2000 lần lặp; Tác giả sử dụng tỷ trọng thương mại cố định năm 2016
Hình 4.3 cho thấy GIRFs từ cú sốc sụt giảm một sai số chuẩn GDP Trung Quốc năm 2016, kèm theo khoảng tin cậy bootstrap 95% Các cú sốc suy giảm GDP Trung Quốc có tác động tiêu cực đến tăng trưởng của các quốc gia ASEAN-6, kết quả này phù hợp với các nghiên cứu gần đây (Inoue & cộng sự).
Nghiên cứu cho thấy, các tác động dài hạn của cú sốc GDP Trung Quốc vào năm 2000 chủ yếu không có ý nghĩa thống kê Tuy nhiên, cú sốc năm 2008 chỉ ảnh hưởng đáng kể đến Malaysia, Philippines, Thái Lan và Singapore với mức ý nghĩa 10% Đặc biệt, với sự gia tăng vai trò của Trung Quốc trong khu vực, tác động dài hạn của cú sốc GDP này đến Malaysia, Philippines, Singapore và Việt Nam đã đạt mức ý nghĩa thống kê 5%.
Hình 4.4 GIRFs của cú sốc sụt giảm một phần trăm GDP Mỹ
Tiếp theo, nghiên cứu tìm hiểu tác động dài hạn của việc suy giảm thương mại
Cú sốc suy giảm 1% GDP của Mỹ đã ảnh hưởng đến GDP khu vực ASEAN-6, như thể hiện trong Hình 4.4 Tác động của cú sốc GDP Mỹ năm 2016 đã giảm so với các cú sốc vào năm 2000 và 2008 Cụ thể, Malaysia, Philippines và Singapore đã chứng kiến tác động dài hạn giảm hơn một nửa so với cú sốc năm 2000, trong khi Thái Lan vẫn chịu tác động lớn hơn, với tỷ lệ gấp 4 đến 8 lần so với cú sốc năm 2000.
Hình 4.5 GIRFs của cú sốc sụt giảm một sai số chuẩn GDP Mỹ
Ghi chú: Phần diện tích màu xám là khoảng tin cậy bootstrap 95% thu được từ 2000 lần lặp; Tác giả sử dụng tỷ trọng thương mại cố định năm 2000
Trong trường hợp của Indonesia và Việt Nam, tác động dài hạn của cú sốc GDP Mỹ năm 2008 mạnh hơn 5% so với cú sốc năm 2000, nhưng đối với Việt Nam, tác động này lại giảm gần 100% Hình 4.5 minh họa GIRFs của cú sốc suy giảm một sai số chuẩn GDP Mỹ năm 2000 Các nghiên cứu trước đây như của Sato và cộng sự (2011), Dungey và Vehbi (2015) cũng cho thấy rằng tác động dài hạn của cú sốc GDP Mỹ năm 2000 lên GDP của Malaysia, Philippines và Singapore đều có ý nghĩa thống kê tại mức 10%, trong khi các tác động trong năm 2008 và 2016 lại khác biệt.
6 quốc gia ASEAN lại không có ý nghĩa cả trong ngắn hạn và dài hạn.
