Toàn cầu hóa cùng sự trỗi dậy của Trung Quốc trong ba thập kỷ qua đã làm thay đổi sâu sắc cấu trúc kinh tế thế giới. Các thay đổi trong liên kết thương mại giữa Trung Quốc, Mỹ cùng các quốc gia ASEAN-6 ảnh hưởng cơ chế truyền dẫn chu kỳ kinh doanh quốc tế đến ASEAN-6. Để đánh giá tác động, tác giả sử dụng mô hình GVAR với ba thiết lập tỷ trọng thương mại nhằm nắm bắt các thay đổi trong liên kết thương mại thế giới.
GIỚI THIỆU
Trong những thập niên qua, Trung Quốc đã có những bước chuyển mình mạnh mẽ, trở thành đầu tàu 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 đã đánh dấu sự hội nhập sâu rộng của Trung Quốc vào nền kinh tế thế giới và nâng cao vai trò trong khu vực ASEAN Xu thế toàn cầu hóa đã thúc đẩy các mối liên kết thương mại giữa Trung Quốc và các quốc gia khác, với sự bùng nổ thương mại rõ nét khi tỷ lệ đóng góp thương mại của Trung Quốc từ 2,3% năm 1993 đã tăng lên 12,3% vào năm 2015 (WTO, 2017).
Quan hệ hợp tác thương mại và đầu tư giữa Trung Quốc và ASEAN đã phát triển mạnh mẽ, với Trung Quốc trở thành đối tác thương mại lớn nhất của ASEAN Kim ngạch thương mại song phương đạt 368 tỷ USD vào năm 2016, chiếm 16,5% tổng giá trị thương mại hàng hóa khu vực Đồng thời, đầu tư trực tiếp nước ngoài từ Trung Quốc sang ASEAN cũng tăng lên, đạt 9,7 tỷ USD vào năm 2016, đưa Trung Quốc trở thành nguồn cung FDI lớn thứ tư trong khu vực.
Sự mở rộng 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 và sự trỗi dậy của Trung Quốc cùng các nền kinh tế mới nổi đã làm thay đổi cấu trúc kinh tế toàn cầu và 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 với Trung Quốc đã khiến các quốc gia ASEAN trở nên nhạy cảm hơn với các cú sốc GDP từ nền kinh tế lớn thứ hai thế giới Nhiều nghiên cứu đã tập trung vào tác động của các cú sốc này đối với ASEAN, đặc biệt trong bối cảnh cắt giảm thuế quan trong Khu vực mậu dịch tự do ASEAN–Trung Quốc (ACFTA), thúc đẩy mối liên kết thương mại giữa hai bên Đồng thời, quá trình tái cân bằng của nền kinh tế Trung Quốc dự báo sẽ gây ra những biến động lớn trong tăng trưởng GDP thực và ảnh hưởng đến các đối tác thương mại chính.
Chưa có nghiên cứu thực nghiệm nào khám phá sự gia tăng vai trò của Trung Quốc tại Việt Nam trong bối cảnh thay đổi cấu trúc thương mại toàn cầu Để lấp đầy khoảng trống này, tác giả xem xét cách các thay đổi trong cơ cấu thương mại giữa Trung Quốc và phần còn lại của thế giới ảnh hưởng đến việc truyền dẫn chu kỳ kinh doanh quốc tế tới Việt Nam và các quốc gia ASEAN Cụ thể, tác giả thực hiện phân tích tác động của các cú sốc GDP từ Trung Quốc và Mỹ đến 6 nền kinh tế ASEAN.
6, bao gồm: Indonesia, Việt Nam, Malaysia, Philippines, Singapore và Thái Lan)
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 (Sato & cộng sự, 2011; Dungey & Vehbi, 2015) Thứ hai, khác với Trung Quốc, sự đóng góp thương mại của Mỹ với ASEAN đang có xu hướng suy giảm kể từ sau cuộc khủng hoảng tài chính toàn cầu.
1 Tăng tỷ trọng tiêu dùng, giảm tỷ trọng đầu tư trong GDP. cầu: Từ 15,7% trong năm 2001 xuống còn 9,2% trong năm 2015 (ASEAN, 2017a)
Việc phân tích tác động của cú sốc GDP từ Trung Quốc và Mỹ giúp tạo ra cái nhìn toàn diện về cơ chế truyền dẫn chu kỳ kinh doanh quốc tế đến Việt Nam và khu vực ASEAN, đặc biệt trong bối cảnh Trung Quốc và các nền kinh tế đang phát triển khác trỗi dậy Tác giả áp dụng mô hình vectơ tự hồi quy toàn cầu (Global VAR) của Pesaran và cộng sự (2004) và Dées cùng các đồng nghiệp (2007), sử dụng dữ liệu từ 20 quốc gia trong giai đoạn quý III/2000 đến quý I/2017, nhằm liên kết tỷ trọng thương mại tại các thời điểm 2000, 2008 và 2016, từ đó nắm bắt những thay đổi trong cấu trúc thương mại toàn cầu do sự trỗi dậy của Trung Quốc.
Sau phần giới thiệu, nghiên cứu được chia thành các phần chính: Phần 2 phân tích vai trò của Trung Quốc trong nền kinh tế toàn cầu và tóm tắt các nghiên cứu trước về ảnh hưởng của cú sốc từ Trung Quốc đến 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 kết luận và các hàm ý chính sách.
KHUNG LÝ THUYẾT
Sự đồng bộ hóa chu kỳ kinh doanh: Vai trò của liên kết thương mại
Mặc dù vấn đề đồng bộ hóa chu kỳ kinh doanh đã được nghiên cứu từ lâu, các yếu tố quyết định của nó vẫn chưa được làm rõ Giới nghiên cứu vẫn chưa có câu trả lời dứt khoát về hướng và dấu của các kênh tiềm năng liên quan đến ảnh hưởng của liên kết thương mại và tài chính đối với sự đồng bộ hóa Nghiên cứu thực nghiệm cho thấy các quốc gia có liên kết thương mại và tài chính sâu rộng thường có chu kỳ kinh doanh tương quan cao, nhưng các mô hình lý thuyết lại không đạt được kết quả tương ứng 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 hai khía cạnh 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 Trong một mô hình kinh tế mở với hai quốc gia và thị trường tài chính hoàn toàn, Backus và cộng sự (1992) phát hiện rằng khi thị trường tài sản liên kết hoàn toàn, cường độ thương mại cao lại liên quan đến mối tương quan chu kỳ kinh doanh thấp Kose và Yi (2001) mở rộng mô hình này và chỉ ra 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 (Calderon & cộng sự, 2007; Kose & Yi, 2001; Frankel & 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 các quốc gia Thương mại liên ngành thường 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 của quốc gia khác Hơn nữa, các mô hình lý thuyết cũng cho thấy rằng thương mại song phương chặt chẽ thường liên quan đến sự tương quan chu kỳ kinh doanh cao.
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 giảm tương quan sản lượng bằng cách tạo điều kiện chuyển giao nguồn lực giữa các nền kinh tế Nghiên cứu của 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 thế giới, dẫn đến tương quan sản lượng nghịch Ngược lại, Baxter và Crucini (1995) cho thấy rằng trong mô hình không hoàn hảo, nơi cá nhân không thể tiếp cận đầy đủ các công cụ chia sẻ rủi ro quốc tế, có thể dẫn đến dự đoán khác.
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 nền kinh tế sản xuất cùng loại hàng hóa sẽ chịu những cú sốc tương tự, dẫn đến sự đồng bộ hóa chu kỳ kinh tế Do đó, các quốc gia có mô hình sản xuất tương đồng thường có xu hướng đồng bộ hóa chu kỳ kinh tế của mình.
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 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 sẽ 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) phát hiện rằng, trong khu vực Euro, các quốc gia có liên kết thương mại mạnh có xu hướng đồng bộ hóa chu kỳ kinh doanh trong dài hạn, nhưng không phải trong ngắn hạn Dées và Zorell (2012) cho rằng GDP của các nền kinh tế có thương mại song phương chặt chẽ sẽ tiến sát nhau hơn, dựa trên mô hình của Imbs (2004, 2006) Antonakakis và Tondl (2014) cũng chỉ ra rằng thương mại và đầu tư trực tiếp nước ngoài có ảnh hưởng tích cực đáng kể đến đồng bộ hóa chu kỳ kinh doanh ở các quốc gia châu Âu 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 chặt chẽ thúc đẩy sự đồng bộ hóa chu kỳ kinh doanh cả ở cấp quốc gia và ngành công nghiệp Theo nghiên cứu, thương mại nội ngành đóng góp 18% vào sự đồng bộ hóa này, trong khi liên kết dọc chiếm 32%.
Các quốc gia châu Âu quý I/1970–
CA VAR, nhân quả Granger
Trong dài hạn, mối liên kết thương mại giữa các quốc gia càng chặt chẽ thì chu kỳ kinh doanh của họ càng tương đồng Tuy nhiên, trong ngắn hạn, kênh thương mại không thể giải thích các biến động trong chu kỳ kinh doanh.
Chu kỳ kinh doanh giữa các quốc gia trong khu vực thay đổi theo thời gian, và tác động của liên kết thương mại lên sự đồng bộ hóa vẫn chưa rõ ràng Sự phản ứng của chu kỳ kinh doanh có thể là phân kỳ, hội tụ hoặc thay đổi đáng kể trước dòng chảy thương mại.
4 phương trình đồng thời, OLS
Hội nhập thương mại đóng vai trò quan trọng trong việc đồng bộ hóa chu kỳ kinh doanh Mặc dù vậy, mối quan hệ trực tiếp giữa liên kết tài chính song phương và sản lượng vẫn chưa được xác định rõ ràng Çakir và các tác giả khác đã chỉ ra rằng cần có thêm nghiên cứu để hiểu rõ hơn về mối liên hệ này.
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 quan trọng đến sự đồng bộ hóa chu kỳ kinh doanh khu vực Sau khi kiểm soát các liên kết này, hội nhập thương mại nội bộ thúc đẩy sự đồng bộ hóa chu kỳ kinh doanh khu vực, trong khi hội nhập tài chính nội bộ lại có tác động tiêu cực.
Các quốc gia châu Âu quý I/1994–
Khi phân tích mối liên hệ tài chính trong 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 Hơn nữa, khối lượng thương mại nước ngoài không có ảnh hưởng 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: %)
Kể từ khi bắt đầu cải cách và mở cửa nền kinh tế vào cuối thập niên 70, Trung Quốc đã đạt được những thành tựu ấn tượng trong phát triển kinh tế, xây dựng cơ sở hạ tầng và thu hút đầu tư trực tiếp nước ngoài (FDI) Chỉ sau hơn 30 năm, quốc gia này đã vươn lên trở thành cường quốc kinh tế, đứng thứ ba thế giới về tiếp nhận FDI, chỉ sau Mỹ và một số quốc gia phát triển 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
Kể từ giai đoạn phát triển biến động trong hai thập niên trước, kinh tế Trung Quốc đã bước vào thời kỳ tăng trưởng mạnh mẽ với mức tăng trưởng GDP thực đạt đỉnh 14,2% vào năm 2007, điều mà các quốc gia như Nhật Bản, Hàn Quốc, Đài Loan và Singapore chưa từng đạt được Tuy nhiên, từ năm 2008, tăng trưởng kinh tế Trung Quốc đã chậm lại do ảnh hưởng của cuộc khủng hoảng toàn cầu, mặc dù tốc độ tăng trưởng vẫn duy trì ở mức tích cực.
2 Dựa theo World Investment Report 2017
3 Dựa theo World Trade Statistical Review 2017 giữ ổn định 9–10%, góp phần tích cực cho sự phục hồi kinh tế toàn cầu (Akkemik,
Trong giai đoạn từ 1980 đến 2017, đóng góp của Trung Quốc vào GDP thế giới đã tăng từ 2,3% lên 18,3% Năm 2016, Trung Quốc chính thức vượt qua Mỹ để trở thành quốc gia có GDP quy đổi theo sức mua lớn nhất toàn cầu Thương mại hàng hóa của Trung Quốc cũng ghi nhận sự tăng trưởng ấn tượng, 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 sau ba năm 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.
Từ năm 2009, Trung Quốc không chỉ phát triển 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 nhiều khu vực khác.
4 Dựa theo World Economic Outlook 2017.
5 Dựa theo International Trade Statistics 2015
Ghi chú: Khu vực ASEAN-6 được xây dựng dựa theo trọng số GDP-PPP trung bình giai đoạn 2013–2015 (tương tự cách xây dựng khu vực Euro)
Nguồn: Tác giả tự tính toán từ dữ liệu thống kê về thương mại của Quỹ Tiền tệ Quốc tế (IMF, 2018)
Hình 2.3 Đóng góp của Trung Quốc trong tổng thương mại ASEAN-6 giai đoạn
Thương mại hàng hóa giữa EU và Trung Quốc đã tăng trung bình 14,4% mỗi năm từ năm 2001 đến 2011, với Trung Quốc trở thành nguồn nhập khẩu lớn nhất của EU vào năm 2016, chiếm 20,1%, và là thị trường xuất khẩu lớn thứ hai với 9,7% Đồng thời, kim ngạch thương mại giữa Mỹ và 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 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 năm 2005 và Mỹ năm 2007 Đồng thời, Trung Quốc cũng trở thành điểm đến xuất khẩu quan trọng của một số nước ở Mỹ La-tinh, với xuất khẩu của Chile, Peru và Brazil sang Trung Quốc tương ứng đạt 8%, 5% và 2,5% GDP của mỗi quốc gia vào năm 2015.
6 Dựa theo DG Trade Statistical Guide June 2017.
Bảng 2.2 Đóng góp thương mại cho các quốc gia ASEAN-6 trong năm 2016 và 2000
Indonesia Malaysia Philippines Singapore Thái Lan Việt Nam
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)
Trong khu vực ASEAN-6, vai trò của Trung Quốc trong thương mại đã gia tăng đáng kể, 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 Điều này cho thấy thương mại đang trở thành động lực chính trong 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
Vai trò của Trung Quốc trong nền kinh tế toàn cầu đã thay đổi đáng kể trong vài thập kỷ qua, với sự tăng trưởng kinh tế của nước này đóng góp tích cực vào sự năng động của nền kinh tế thế giới và trở thành động lực quan trọng cho tăng trưởng toàn cầu (Yunling, 2010) Sự trỗi dậy của Trung Quốc thu hút sự quan tâm nghiên cứu, tập trung vào các khía cạnh như: i) đổ vỡ thị trường bất động sản Trung Quốc gây ra hệ lụy cho tăng trưởng toàn cầu và các đối tác thương mại G20 (Ahuja & Myrvoda, 2012); ii) suy giảm đầu tư của Trung Quốc ảnh hưởng tiêu cực đến các nền kinh tế kém đa dạng đối tác thương mại, với tác động lớn gấp năm lần so với năm 2002 (Ahuja & Nabar, 2012); iii) cú sốc tăng trưởng ở Trung Quốc lan truyền mạnh mẽ đến các quốc gia châu Á do sự phụ thuộc vào nhu cầu của Trung Quốc (Duval & cộng sự, 2014); iv) chất lượng tín dụng của doanh nghiệp và bảng cân đối kế toán ngân hàng xấu đi, ảnh hưởng đến phần còn lại của thế giới (Chen & cộng sự, 2010); v) suy thoái kinh tế Trung Quốc tác động tiêu cực đến các quốc gia xuất khẩu như Indonesia và những 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 được lý giải bởi quá trình cải cách từ năm 1978, trong khi tăng trưởng mạnh mẽ gần đây chủ yếu do xuất khẩu Trung Quốc đã tận dụng lợi thế từ xuất khẩu hơn bất kỳ nền kinh tế chuyển đổi nào khác.
Mô hình tăng trưởng dựa vào xuất khẩu của Trung Quốc hiện 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, tăng tỷ trọng tiêu dùng và giảm tỷ trọng đầu tư trong GDP Sự chuyển đổi này có thể ảnh hưởng tiêu cực tới các đối tác thương mại, đặc biệt là các quốc gia trong khu vực ASEAN-5 Nghiên cứu cho thấy, mỗi khi GDP thực của Trung Quốc giảm 1%, tăng trưởng toàn cầu giảm 0,23% trong ngắn hạn và giá dầu giảm 2,8% trong dài hạn Các quốc gia có xuất khẩu hàng hóa ít đa dạng, cùng với ASEAN-4, chịu tác động lớn nhất từ cú sốc GDP của Trung Quốc Hơn nữa, tác động của cú sốc này lên các nền kinh tế mới nổi mạnh hơn so với các nền kinh tế tiên tiến, với tăng trưởng toàn cầu giảm 0,22% trong ngắn hạn sau mỗi 1% suy giảm GDP Trung Quốc.
Nghiên cứu của Cesa-Bianchi và cộng sự (2012) chỉ ra rằng sự trỗi dậy của Trung Quốc trong nền kinh tế thế giới đã tác động mạnh mẽ đến cơ chế truyền dẫn chu kỳ kinh doanh tại năm quốc gia Mỹ La-tinh, bao gồm Peru, Mexico, Chile, Brazil và Argentina Cấu trúc thương mại của Trung Quốc đã làm gia tăng tác động dài hạn của cú sốc GDP Trung Quốc lên khu vực này, 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 một nửa Tương tự, nghiên cứu của Waal và Eyden (2016) cho thấy cú sốc GDP Trung Quốc năm 2009 có tác động dài hạn tăng 300% lên GDP Nam Phi so với năm 1995, trong khi tác động từ cú sốc GDP Mỹ chỉ bằng một phần tư so với năm 2005 Những phát hiện 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 thông tin về các nghiên cứu thực nghiệm hiện tại liên quan đến 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
Giảm 1% trong tăng trưởng đầu tư tại Trung Quốc sẽ ảnh hưởng đến sự giảm 0,1% trong tăng trưởng toàn cầu Các nền kinh tế trong chuỗi cung ứng khu vực và những quốc gia xuất khẩu hàng hóa ít đa dạng sẽ chịu tác động nặng nề nhất từ sự thay đổi này.
Sự sụt giảm 1% trong đầu tư bất động sản thực tại Trung Quốc đã gây ra tác động tiêu cực lan tỏa 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 sự giảm từ 0,8% đến 2,2% sau một năm.
Các quốc gia Trung Đông và Bắc Phi nhạy cảm hơn với sự phát triển của Trung Quốc so với những cú sốc từ châu Âu và Mỹ, nhờ vào mối liên kết thương mại ngày càng 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 của Trung Quốc trong nền kinh tế toàn cầu đã làm thay đổi cấu trúc thương mại thế giới và khu vực ASEAN-6 Từ năm 2000, mối liên kết thương mại giữa Trung Quốc và ASEAN-6 đã tăng gấp ba lần, trong khi đó, đóng góp của Mỹ trong thương mại khu vực này đã giảm gần một nửa.
Sự gia tăng liên kết thương mại giữa Trung Quốc và ASEAN-6 có khả năng làm cho chu kỳ kinh doanh trong khu vực trở nên đồng bộ hơn, khiến 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 gần gũi với Trung Quốc, do đó, bất kỳ biến động tiêu cực nào trong tăng trưởng GDP của nền kinh tế lớn thứ hai thế giới sẽ có tác động mạnh mẽ đến các nền kinh tế ASEAN-6.
Nghiên cứu này khác với các nghiên cứu trước đây về tác động của cú sốc từ Trung Quốc lên ASEAN bằng cách phân tích sự thay đổi mức độ ảnh hưởng của cú sốc GDP từ Trung Quốc và Mỹ đến các quốc gia ASEAN-6 trong bối cảnh thương mại thay đổi theo thời gian Kết quả nghiên cứu sẽ bổ sung và củng cố hiểu biết về hệ quả từ sự trỗi dậy của Trung Quốc trong nền kinh tế toàn cầu, đồng thời hỗ trợ các nhà hoạch định chính sách tại Việt Nam và khu vực ASEAN trong việc đánh giá các thay đổi trong cơ chế truyền dẫn chu kỳ kinh doanh quốc tế, từ đó đưa ra các dự báo và chính sách vĩ mô phù hợp.
PHƯƠNG PHÁP NGHIÊN CỨU
Phương pháp vectơ tự hồi quy toàn cầu GVAR
Phương pháp GVAR (vectơ tự hồi quy toàn cầu) là một cách tiếp cận mô hình kinh tế vĩ mô độc đáo, kết hợp dữ liệu thời gian và bảng cùng các kỹ thuật phân tích nhân tố để giải quyết các vấn đề phức tạp trong kinh tế và tài chính, từ phân tích chính sách đến quản trị rủi ro GVAR nổi bật với nhiều ưu điểm, bao gồm việc cung cấp cái nhìn tổng quát về các mối quan hệ phụ thuộc tại nhiều cấp độ khác nhau, 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 dữ liệu Ngoài ra, phương pháp này còn đưa ra giải pháp chặt chẽ để khắc phục 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 nghiên cứu của Pesaran và cộng sự (2006, 2007a), với phiên bản mở rộng do Dées và cộng sự (2007) phát triển, trong đó Euro được coi là một nền kinh tế riêng 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 nỗ lực hoàn thiện mô hình này, với những đóng góp đáng chú ý 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 liên kết thông qua nhiều kênh phức tạp, bao gồm chia sẻ nguồn tài nguyên, phát triển chính trị và công nghệ, cũng như lưu chuyển vốn và nhân lực Việc bỏ qua 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 kinh tế, từ đó giảm hiệu quả dự báo và chính sách vĩ mô Do đó, việc xem xét các kênh tương tác tiềm ẩn trở thành thách thức lớn cho mô hình kinh tế toàn cầu và các phân tích 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 gắn kết và phụ thuộc lẫn nhau giữa các nền kinh tế toàn cầu (Chen & cộng sự, 2012) Trong bối cảnh này, các biến số vĩ mô không chỉ chịu ảnh hưởng từ một số nền kinh tế lớn mà còn tương tác qua nhiều cơ chế khác nhau Sự tương quan cao giữa sản lượng của các quốc gia trong hai thập niên qua 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 xem xét cả tác động của các cú sốc từ các quốc gia khác để có cái nhìn toàn diện hơn.
Để nắm bắt tác động toàn cầu, chúng ta cần sử dụng các mô hình toàn cầu có khả năng dung nạp dữ liệu từ nhiều quốc gia Nhiều người có thể đặt câu hỏi tại sao không sử dụng các mô hình như VAR/SVAR hoặc các mô hình tự hồi quy khác, vì chúng dễ hiểu và dễ thực hiện Tuy nhiên, việc đơn giản hóa quá trình này có thể không phản ánh chính xác các yếu tố phức tạp của nền kinh tế toàn cầu Để làm rõ vấn đề này, hãy cùng xem xét một ví dụ khi hồi quy mô hình VAR.
Xét ví dụ cho vectơ (3 × 1), cho quốc gia thứ i:
Phương trình cấu trúc VAR (SVAR) 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 đặt các biến tương ứng, chúng ta có thể chuyển đổi mô hình VAR thành dạng dễ xử lý hơn.
Mô hình thu gọn có thể được hồi quy, nhưng 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 Hiện tượng này được gọi là tham số quá mức (over-parametrized), khi số lượng quan sát quá ít so với số lượng hệ số cần ước lượng.
“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 hướng dẫn chi tiết từng bước 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 và chuyển đổi về dạng thu gọn để thực hiện ước lượng.
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, 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 ma trận hiệp phương sai ∑ hội tụ xác suất khi N tiến tới vô cùng Điều này có nghĩa là các cú sốc độc lập với nhau có trung bình bằng 0 Tỷ trọng đóng góp thương mại của quốc gia j đối với quốc gia i được xác định thông qua biến nước ngoài.
Mô hình GVAR, với N + 1 phương trình kết hợp các biến nước ngoài và các biến ngoại sinh toàn cầu, tạo ra một hệ thống mô hình toàn cầu liên kết hoàn chỉnh Điểm nổi bật của mô hình này là khả năng thể hiện các mối tương tác toàn cầu thông qua ba kênh riêng biệt nhưng có sự tương quan chặt chẽ với 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 chệch ước lượng 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 Cuối cùng, GVAR đề cập đến mối quan hệ đồng liên kết giữa các biến số trong và ngoài nước cùng lúc.
3.2.2 Ví dụ biến nội địa và nước ngoài
Tác giả hướng dẫn cách xây dựng biến nước ngoài dựa trên biến nội địa và tỷ trọng thương mại, minh họa qua ví dụ với vectơ 3 × 1 bao gồm các biến nước ngoài: sản lượng, tỷ giá hối đoái và lãi suất Các biến này sẽ được xác định tuần tự để phục vụ cho phân tích.
Tổng sản phẩm quốc nội thực, tỷ giá danh nghĩa đa phương và lãi suất ngắn hạn là những yếu tố quan trọng trong phân tích kinh tế Ma trận biến nội địa và ma trận biến nước ngoài tương ứng giúp xác định 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 theo mục đích nghiên cứu, tỷ trọng có thể được tính 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 lựa chọn sử dụng kim ngạch thương mại giữa các quốc gia để xây dựng tỷ trọng, cụ thể là tỷ lệ đóng góp thương mại (xuất khẩu và nhập khẩu) của quốc gia j với quốc gia i.
Để xây dựng tỷ trọng thương mại, tác giả đã thu thập dữ liệu kim ngạch thương mại của 20 quốc gia, bao gồm cả Việt Nam Để đơn giản hóa trình bày, tác giả sẽ lấy 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.
Các quốc gia được liệt kê trong cột đầu tiên, trong khi các cột tiếp theo đại diện cho các đối tác thương mại 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 thành khu vực Euro, bao gồm Anh, Pháp, Đức, Ý và Hà Lan Tác giả cũng trình bày cách tính tỷ trọng trong trường hợp có vùng miền, từ đó tạo ra một khu vực Euro từ bảy quốc gia ban đầu cùng hai quốc gia khác.
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, đạt được kết quả 953465 Tương tự, để xác định thương mại của Mỹ với khu vực Euro, chúng ta cộng 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 toán ma trận tỷ trọng và đảm bảo tuân thủ nguyên tắc, khi xác định tỷ trọng trong khu vực Euro, chúng ta cần thiết lập giá trị bằng 0 Để tính tỷ trọng đóng góp của Mỹ vào khu vực Euro, công thức được sử dụng là 174112 chia cho 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 sẽ xem xét các yếu tố quan trọng như vectơ chứa các biến nội địa và nước ngoài, hệ số chặn, hệ số xu thế thời gian, cùng với ma trận hệ số của các vectơ biến Bên cạnh đó, chúng ta cũng sẽ đề cập đến vectơ 1 chứa các cú sốc của từng quốc gia, với giả định không có tương quan chuỗi, trung bình bằng không và ma trận hiệp phương sai không suy biến.
Tiếp theo, tác giả xác định vectơ ( ) 1, chứa các biến nội địa và nước ngoài như sau:
Kết hợp đồng nhất thức (5) và phương trình (4) thu được:
( ) ( ) ( ) Đề cập đến các mối quan hệ đồng liên kết, tiếp theo, tác giả chuyển đổi mô hình VARX*(2,1) thành dạng VECMX* như sau:
( ) (7) Viết gọn phương trình (7) thành:
Hạng ma trận ký hiệu số quan hệ đồng liên kết của quốc gia i Nếu hạng ma trận nhỏ hơn, ma trận có thể được xác định theo một cách cụ thể Ký hiệu cho ma trận điều chỉnh và ma trận đồng liên kết với chiều tương tự cũng được xác định Để đưa xu hướng vào không gian đồng liên kết, tác giả đã tách hệ số, dẫn đến việc phương trình trở thành một dạng mới.
( ) (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 quan trọng: 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 quý I/2017, với thông tin chi tiết về nguồn dữ liệu được trình bày trong 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 gộp thành khu vực Euro, dẫn đến tổng cộng 14 phương trình VARX* như thể hiện trong 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 phục vụ cho việc phân tích kinh tế vĩ mô.
= 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 %);
Thị trường chứng khoán Việt Nam ra đời muộn hơn so với nhiều quốc gia trong khu vực, với dữ liệu biến động giá chứng khoán chỉ bắt đầu từ quý III/2000 trở đi.
Vectơ này 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 cụ thể như sau:
∑ trong đó, : Tỷ trọng thương mại của quốc gia i với j tại thời điểm T = 2000,
Quốc gia Úc FRED IFS OECD BIS IFS IFS
Trung Quốc FRED IFS OECD BIS IFS Datastream
Pháp FRED IFS OECD BIS IFS IFS Đức FRED IFS OECD BIS Datastream IFS Ấn Độ FRED FRED OECD BIS IFS Datastream
Indonesia FRED IFS SET BIS IFS WDI Ý FRED IFS OECD BIS IFS IFS
Nhật Bản FRED IFS OECD BIS IFS IFS
Hàn Quốc FRED IFS OECD BIS IFS IFS
Malaysia BNM IFS SET BIS IFS IFS
Hà Lan FRED IFS OECD BIS Datastream IFS
Philippines PSA IFS SET BIS IFS IFS
Singapore FRED IFS SET BIS IFS MOM
Tây Ban Nha FRED IFS OECD BIS IFS IFS
Thụy Điển FRED IFS OECD BIS IFS IFS
Thụy Sỹ FRED IFS OECD BIS IFS IFS
Thái Lan NESDB IFS SET BIS IFS Datastream
Anh ONS IFS OECD BIS FRED IFS
Mỹ BEA IFS OECD BIS IFS IFS
Việt Nam GSO IFS HOSE Datastream Datastream Datastream
Ghi chú: FRED: Cơ sở dữ liệu cục dự trữ liên bang Mỹ; BNM: Ngân hàng Trung ương
Malaysia 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 dựa trên dữ liệu thương mại từ Quỹ Tiền tệ Quốc tế (IMF, 2018) Đối với biến nội địa khu vực Euro, nó được hình thành từ các số liệu của 7 quốc gia trong khu vực, sử dụng tỷ trọng GDP–PPP thu thập từ Ngân hàng Thế giới (World Bank Indicators, 2018) Cụ thể, vectơ chứa các biến nội địa khu vực Euro được xác định như trên.
∑ 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 thể hiện cách thiết lập các biến nội địa và nước ngoài trong mô hình VARX* cho từng quốc gia Mô hình VARX* của Mỹ sẽ có sự 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 sẽ được xem xét kỹ lưỡng trong mô hình này.
Mỹ là quốc gia tiêu thụ dầu lớn nhất thế giới, và sự thay đổi trong nhu cầu dầu mỏ của quốc gia này có ảnh hưởng lớn đến thị trường giá dầu toàn cầu Biến động giá dầu không chỉ tác động đến nền kinh tế nội địa của Mỹ mà còn ảnh hưởng đến các quốc gia khác, với giá dầu được coi là biến nước ngoài trong mô hình kinh tế của các nước này (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) Vào 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 tại khu vực ASEAN-6, thay thế vị trí của Nhật Bản.
Kiểm định nghiệm đơn vị
Mô hình GVAR giả định rằng các chuỗi thời gian phải dừng tại bậc nhất, tức I(1), cho phép nhận diện các mối quan hệ ngắn hạn và dài hạn, đồng thời giải thích các mối quan hệ dài hạn dựa trên đồng liên kết Hiệu lực của giả định này được kiểm chứng qua kiểm định ADF (Augmented Dickey Fuller) và kiểm định WS (Weighted Fuller) Việc áp dụng cả hai kiểm định này là do kết quả không thuyết phục của kiểm định ADF, đặc biệt khi sử dụng cho mẫu dữ liệu nhỏ, vì vậy Pesaran và cộng sự (2004) đã đề xuất thêm 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), trừ một số trường hợp ngoại lệ.
Giá cổ phiếu thực của Trung Quốc và tỷ giá hối đoái thực đa phương của Indonesia đều dừng tại bậc gốc (I(0)) Trong khi đó, kết quả của Ấn Độ không rõ ràng; mặc dù kiểm định ADF cho thấy dừng tại bậc gốc, nhưng kiểm định WS lại bác bỏ kết luận này, có thể do sự kém hiệu quả của ADF với mẫu dữ liệu hạn chế Bên cạnh đó, 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 đều dừng ở bậc nhất, ngoại trừ một số trường hợp đặc biệt dừng ở bậc gốc Nghiên cứu này dựa trên các mô hình GVAR đã được áp dụng trong các nghiên cứu trước đây như của Dées và cộng sự (2007), Cesa-Bianchi và cộng sự (2012), cùng với 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:
Trong nghiên cứu này, độ trễ của các biến nội địa và nước ngoài được xác định thông qua tiêu chuẩn thông tin Akaike (AIC) hoặc Schwarz Bayesian (SBC) Các chỉ số này giúp lựa chọn độ trễ phù hợp, với i = 0, 1, 2,…, N Công thức tính toán cho AIC sẽ được áp dụng để tối ưu hóa mô hình phân tích.
( ) | ̂ | (18) ii) Tiêu chuẩn thông tin Schwarz Bayesian (SBC):
Hai số hạng đầu tiên trong công thức (18) và (19) là giá trị hàm log-likelihood cực đại, với ̂ ∑ ̂ ̂ được tính từ phần dư ước lượng ̂ của phương trình VARX* (17) Kích thước mẫu được ký hiệu là T, trong khi |.| biểu thị định thức của ̂, tương ứng với số biến nội địa và nước ngoài Mô hình có giá trị AIC hoặc SBC cao nhất sẽ được 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 cần phải lớn hơn 0, vì giá trị của các biến trong quá khứ có ảnh hưởng đến giá trị trong tương lai 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 Do đó, 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.
Để xác định độ trễ phù hợp cho mô hình, tác giả đã áp dụng tiêu chuẩn thông tin AIC và SBC, mặc dù gặp phải hạn chế về dữ liệu với số quan sát ngắn (quý III/2000 đến quý I/2017) và nhiều phương trình Do đó, tác giả quyết định thiết lập giá trị độ trễ tối đa cho biến nội địa (p) là 2 và biến nước ngoài (q) là 1 Kết quả giá trị thông tin và lựa chọn độ trễ tối ưu được trình bày trong Bảng 4.5 và Bảng 4.6, cùng với 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 trên trình bày các chỉ số thống kê quan trọng của nhiều quốc gia, bao gồm AIC, SBC và logLik cho từng mô hình Úc có AIC là 1350,122 và logLik là 1470,122, trong khi Malaysia ghi nhận AIC là 1259,702 và logLik 1379,702 Trung Quốc và Philippines cũng có các chỉ số tương tự với AIC lần lượt là 1259,814 và 1125,967 Các quốc gia châu Âu như Euro có AIC 1455,220, trong khi Singapore đạt AIC 1273,233 Ấn Độ và Thái Lan có AIC lần lượt là 1091,056 và 1069,583, còn Indonesia và Anh ghi nhận AIC là 1196,500 và 1362,785 Nhật Bản với AIC 1268,435 và Mỹ 1332,517 cũng nằm trong danh sách Cuối cùng, Hàn Quốc và Việt Nam có AIC lần lượt là 1237,980 và 1165,229 Các chỉ số này cung cấp cái nhìn tổng quan về hiệu suất mô hình của từng quốc gia.
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), được gọi là kiểm định LM điều chỉnh Công thức tính toán cho kiểm định này được phát triển bởi Godfrey vào năm 1978.
( )) 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 số 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 giá trị riêng lớn nhất theo phương pháp của Pesaran và cộng sự (2000) cho mô hình có biến ngoại sinh yếu I(1) Trong Bảng 4.9, tác giả chỉ trình bày kết quả 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 đưa ra theo nghiên cứu của MacKinnon & 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 như của Cesa-Bianchi và cộng sự (2012) và Bussière và cộng sự (2012), tác giả quyết định thu gọn số quan hệ đồng liên kết của tất cả quốc gia về 1 để tránh việc đánh giá quá cao số lượng này do các giá trị tới hạn tiệm cận Việc thu gọn này xuất phát từ hình dáng của đường PPs (Persistence Profiles), nhằm đảm bảo tính ổn định của mô hình PPs thể hiện dấu vết thời gian của các tác động từ các cú sốc hệ thống hoặc từ các biến số đơn lẻ lên các quan hệ đồng liên kết trong mô hình GVAR, với giá trị đơn vị của các tác động xuất phát từ.
1 và có xu hướng tiến về 0 khi thời gian → , nếu vectơ đang xét tới quả thật là một vectơ đồng liên kết
Kết quả thống kê Trace và giá trị tới hạn
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* bao gồm các biến nước ngoài ngoại sinh, với giả định quan trọng rằng các biến nội địa không ảnh hưởng đến các biến nước ngoài tương ứng Để kiểm tra tính ngoại sinh yếu của các biến nước ngoài và giá dầu, tác giả áp dụng phương pháp của Johansen (1992) và Harbo cùng cộng sự (1998) Cụ thể, tác giả ước lượng 14 mô hình VARX* với giả định rằng các biến nước ngoài và toàn cầu là ngoại sinh yếu, và thực hiện hồi quy cho từng phần tử thứ l.
Trong mô hình quốc gia thứ i, 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 j = 1, 2, Giả định rằng các biến ngoại sinh yếu, số hạng sai số hiệu chỉnh sẽ 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 hầu hết các biến số, đặc biệt là 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 này tại mức ý nghĩa 5% Vì vậy, 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 Dées và cộng sự (2007) chỉ ra rằng mô hình GVAR cũng gặp phải thách thức này, nhưng nhờ vào sự xuất hiện của biến nước ngoài trong mô hình VARX*, GVAR có khả năng kháng lại điểm gãy cấu trúc tốt hơn so với các mô hình khác Khái niệm đồng gián đoạn (Co-Breaking) do Hendry và Mizon (1998) trình bày cho thấy nếu điểm gãy cấu trúc lan truyền qua các quốc gia bên ngoài, thông tin này sẽ được tích hợp vào các biến ngoại sinh trong mô hình, cho phép GVAR nắm bắt tác động đồng thời lên các biến nội địa (Osorio & Unsal, 2013) Để kiểm định tính ổn định tham số, tác giả thực hiện chuỗi kiểm định dựa trên phần dư của các phương trình sai số hiệu chỉnh trong nghiên cứu của Dées và cộng sự (2007), bao gồm kiểm định CUSUM (PK sup) và biến thể toàn phương trung bình (PK msq) Ngoài ra, tác giả cũng kiểm định tính vững của tham số theo Nyblom (1989) và xác định thay đổi cấu trúc qua các thống kê Wald của Quandt (1960), Hansen (1992) và Andrews và Ploberger (1994), bao gồm cả phiên bản Heteroskedasticity-Robust.
Kết quả kiểm định ổn định cấu trúc
Ghi chú: Phần trăm bác bỏ trong ngoặc đơn
Bảng 4.11 thể hiện tần suất bác bỏ giả thuyết không H0 trong kiểm định ổn định cấu trúc với mức ý nghĩa thống kê 5% Mặc dù các kết quả kiểm định có sự khác biệt đáng kể, hầu hết các hệ số hồi quy vẫn cho thấy tính ổn định Cụ thể, kiểm định MW có tỷ lệ bác bỏ khoảng 24%, trong khi các kết quả từ kiểm định PKsup cho thấy 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, 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 Trung Quốc trỗi dậy thông qua việc sử dụng hàm phản ứng đẩy Tác giả xác định tác động của các cú sốc trong hệ thống nhiều phương trình phức tạp, sử dụng ma trận phương sai hiệp phương sai với k(k – 1)/2 = 3.486 ràng buộc cho phân rã Cholesky Để giải quyết vấn đề nhận dạng, tác giả áp dụng hàm phản ứng đẩy tổng quát (GIRFs) của Pesaran và Shin Đồng thời, tác giả hồi quy mô hình GVAR với ba thiết lập tỷ trọng thương mại khác nhau trong các năm 2000, 2008 và 2016 nhằm so sánh ảnh hưởng từ các thay đổi trong cơ cấu thương mại đến cơ chế truyền dẫn các cú sốc bên ngoài.
Hình 4.2 GIRFs của cú sốc sụt giảm một phần trăm GDP Trung Quốc
Nghiên cứu này xem xét sự gia tăng vai trò của Trung Quốc trong nền kinh tế toàn cầu và cách nó ảnh hưởng đến sự truyền dẫn cú sốc GDP từ Trung Quốc đến ASEAN-6 Hình 4.2 minh họa phản ứng đẩy GIRFs đối với sự suy giảm 1% GDP của Trung Quốc, dựa trên tỷ trọng thương mại cố định qua các năm.
2000, 2008 và 2016 So sánh tác động dài hạn của các cú sốc GDP Trung Quốc năm
Từ năm 2000 đến 2016, tác động của cú sốc GDP Trung Quốc lên khu vực ASEAN-6 (trừ Thái Lan) đã gia tăng đáng kể Cụ thể, tác động dài hạn của cú sốc GDP Trung Quốc đến Indonesia năm 2016 đã tăng hơn 500% so với năm 2000, trong khi các quốc gia như Việt Nam, Malaysia, Singapore và Philippines cũng ghi nhận mức tăng lần lượt là 200%, 30%, 15% và 5% Đối với Thái Lan, mặc dù sự suy giảm GDP của Trung Quốc vẫn ảnh hưởng tiêu cực đến nền kinh tế, nhưng tác động dài hạn của các cú sốc GDP 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 đã 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 chỉ ra rằng hầu hết các tác động dài hạn của cú sốc GDP Trung Quốc năm 2000 không có ý nghĩa thống kê Tuy nhiên, cú sốc năm 2008 chỉ ảnh hưởng đáng kể đến Malaysia, Philippines, Thái Lan và Singapore ở mức 10% Đặc biệt, với sự gia tăng vai trò của Trung Quốc trong khu vực, tác động dài hạn của cú sốc GDP đến Malaysia, Philippines, Singapore và Việt Nam đã đạt ý nghĩa thống kê ở mức 5%.
Hình 4.4 GIRFs của cú sốc sụt giảm một phần trăm GDP Mỹ
Nghiên cứu này phân tích tác động lâu dài của sự suy giảm thương mại giữa Mỹ và ASEAN-6 đối với khả năng truyền dẫn cú sốc GDP từ Mỹ đến khu vực Kết quả cho thấy sự thay đổi trong mối quan hệ thương mại có thể ảnh hưởng đến sự ổn định kinh tế của các quốc gia ASEAN-6.
Cú sốc suy giảm 1% GDP của Mỹ đã ảnh hưởng đến GDP khu vực ASEAN-6, nhưng vai trò của nó vào năm 2016 đã giảm so với các cú sốc năm 2000 và 2008 Tác động dài hạn của cú sốc GDP Mỹ năm 2016 đối với Malaysia, Philippines và Singapore đã giảm hơn một nửa so với cú sốc năm 2000 Đặc biệt, tác động của cú sốc năm 2000 đối với Thái Lan gấp 4 đến 8 lần so với cú sốc năm 2016.
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 Indonesia và Việt Nam, tác động dài hạn của cú sốc GDP Mỹ năm 2008 mạnh hơn 5% so với cú sốc năm 2000, tuy nhiên, 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) cho thấy 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.
