Luận án Truyền dẫn chính sách tài khóa từ các quốc gia có quan hệ thương mại đến Việt Nam: Ứng dụng mô hình gvar

kiểm định ngoại sinh dạng yếu ở mức ý nghĩa 5% Country F test Fcrit_0.05 Rgogs Prgs rmgs rhogs rougs Poil CHINA F(2,73) 3.122103 0.084451 0.659086 0.687147 0.739259 5E-05 0.205708 JAPAN F(2,73) 3.122103 0.626862 0.224261 0.111011 0.090385 0.393466 1.131534 KOREA F(2,66) 3.135918 0.030723 1.393913 0.773006 1.30894 1.245703 0.262454 SINGAPORE F(2,73) 3.122103 1.141917 0.163166 9.762319 0.715202 0.90563 0.791236 USA F(1,66) 3.986269 0.439989 0.119015 0.361514 0.864729 0.777773 - VIETNAM F(1,74) 3.97023 0.850535 1.639453 0.11381 0.217112 0.053302 0.081134 EURO AREA F(2,74) 3.120349 2.618743 - 0.327742 0.122858 1.260401 2.130629 Nguồn: Tính toán từ tác giả Luận án cũng thực hiện kiểm định tính ổn định cấu trúc của mô hình. Các kiểm định này chủ yếu là kiểm tra tính ổn định cấu trúc của các hệ số ngắn hạn hơn là các hệ số dài hạn. Sự ổn định của các hệ số ngắn hạn có ý nghĩa quan trọng hơn đối với với việc truyền tải các cú sốc giữa các quốc gia. Các bài kiểm tra bao gồm thống kê tổng tích lũy OLS tối đa (CUSUM) của Ploberger và Krämer (1992), được kí hiệu là PKsup và một dạng khác bình phương trung bình của nó là PKmsq; kiểm tra sự không đổi của tham số đối với các phương án không dừng do Nyblom đề xuất (1989), ký hiệu là ℜ. Ngoài ra, còn có các kiểu kiệm định Wald về sự thay đổi cấu trúc tại một điểm chưa xác định: kiểu thống kê tỷ lệ khả năng (QLR) của Quandt (1960), kiểu trung bình thống kê Wald (MW) của Hansen (1992) và kiểu thống kê Wald dựa trên trung bình theo hàm mũ (APW) của Andrews và Ploberger (1994). Dạng sai số chuẩn mạnh để kiểm soát hiện tương phương sai thay đổi của các kiểm định trên cũng được trình bày. 59 Bảng 6 tổng kết tất cả các kiểm định này cho từng biến ở mức ý nghĩa 5%. Kết quả này thay đổi giữa các kiểm định khác nhau. Ví dụ, nếu sử dụng kiểm định PK thì không có trường hợp nào cho thấy giả thuyết không về sự ổn định tham số bị bác bỏ. Điều này cho thấy các tham số đều ổn định. Đối với các kiểm định còn lại (ℜ, QLR, APW), kết quả này phụ thuộc vào dạng sai số chuẩn dạng mạnh để kiểm soát hiện tượng phương sai thay đổi. Kết quả bác bỏ nằm ở mức 7 đến 33 trường hợp, khoảng 9 – 42%. Kết quả này cho thấy nguyên nhân chính của sự bác bỏ giả thuyết dường như là điểm gãy ở sự thay đổi sai số hơn là hệ số tham số. Kết luận này phù hợp với các nghiên cứu của Dees và cộng sự (2007), Stock & Watson (2002), Perez và cộng sự (2006). Bảng 6: Số trường hợp bác bỏ tính ổn định của các tham số trong mô hình ở mức ý nghĩa 5% Kiểm định Biến nội địa Tổng (%) rgog Reg prg Rmg rhog roug poilg PK sup 0(0) 0(0) 0(0) 0(0) 0(0) 0(0) 0(0) 0(0) PK msq 0(0) 0(0) 0(0) 0(0) 0(0) 0(0) 0(0) 0(0) Nyblom 2(15) 3(23) 0(0) 2(15) 3(23) 1(8) 1(100) 12(15) Robust Nyblom 3(23) 0(0) 1(8) 1(8) 1(8) 0(0) 1(100) 7(9) QLR 6(46) 5(39) 5(39) 4(31) 7(54) 4(31) 1(100) 32(41) Robust QLR 5(39) 2(15) 1(8) 1(8) 2(15) 1(8) 1(100) 13(17) MW 5(39) 4(31) 3(23) 4(31) 4(31) 3(23) 1(100) 24(30) Robust MW 6(46) 1(8) 2(15) 2(15) 2(15) 2(15) 1(100) 16(20) APW 7(54) 6(46) 5(39) 4(31) 6(46) 4(31) 1(100) 33(42) Robust APW 5(39) 3(23) 1(8) 1(8) 2(15) 0(0) 1(100) 13(17) Nguồn: tính toán từ tác giả Nhìn chung, không có gì đáng ngạc nhiên khi có bằng chứng về sự mất ổn định về cấu trúc. Ví dụ như những biến cố trong nền kinh tế toàn cầu đã từng diễn ra trong lịch sử như khủng hoảng tài chính tại Mỹ năm 2008, hoặc khủng hoàng tài chính diễn 60 ra ở châu Á năm 1997. Những điều này tạo ra các điểm gãy cấu trúc trong mô hình, và một khi các biến cố này diễn ra thì nó tạo nên hiệu ứng lan tỏa đến các quốc gia còn lại. Vì vậy, chúng ta gọi là các điểm gãy chung. Và mô hình GVAR này thì phù hợp cho việc xử lý các điểm gãy chung này. Stock & Watson (1996) đã chứng minh được tính ổn định của mô hình GVAR trước khả năng xảy ra điểm gãy cấu trúc. Với chuỗi dữ liệu thời gian giới hạn thì việc kiểm định sự ổn định của các hệ số dài hạn là không thuận tiện. Tuy nhiên, các kiểm định ổn định cấu trúc của các hệ số ngắn hạn khi mối quan hệ dài hạn được xác định dựa vào phần dư của mô hình hiệu chỉnh sai số của từng quốc gia. Và phần dư này chỉ phụ thuộc vào hạng của vector đồng liên kết, chứ không phụ thuộc vào cách mà đồng liên kết được xác định. Kết quả kiểm định cho thấy số trường hợp bác bỏ giả thuyết H0 (không có sự thay đổi cấu trúc) thì ít hơn so với số trường hợp không bác bỏ. Đồng thời, số trường hợp bác bỏ ở các kiểm định dạng mạnh thì thấp hơn số trường hợp bác bỏ ở các kiểm định dạng chuẩn. Điều này dường như chủ yếu là do sai lệch sai số. Chúng ta đối phó với vấn đề có thể thay đổi phương sai của sai số này bằng cách sử dụng sai số chuẩn dạng mạnh khi xem xét tác động của biến nước ngoài và dựa trên phân tích hàm phản ứng xung hơn là ước lượng điểm. 4.2 Kiểm tra các quan hệ dài hạn và đặc tính dai dẳng Liên quan đến mối quan hệ đồng liên kết, hạng của từng quốc gia được lựa chọn dựa trên thống kê Trace ở mức giá trị tới hạn 95%, trên cơ sở đảm bảo tính ổn định của mô hình. Thống kê này mang lại kết quả tốt hơn so với thống kê giá trị riêng tối đa trên mẫu nhỏ. Kết quả này cũng được trình bày ở bảng 7 sau đây. Ta có thể thấy mô hình ở các quốc gia như Việt Nam, Mỹ, thì có 1 đồng liên kết, cho thấy có mối quan hệ dài hạn giữa các biến trong mô hình ở những quốc gia này. Ngoài ra, các quốc gia như Trung Quốc, Nhật Bản, Hàn Quốc, Singapore và khu vực Châu Âu thì có 2 đồng liên kết. Các quốc gia còn lại thì không có đồng liên kết nào, cho thấy không có mối quan hệ dài hạn ở trong mô hình của những quốc gia này. 61 Bảng 7: Mối quan hệ đồng liên kết ở các mô hình VARX*riêng lẻ của từng quốc gia Quốc gia Số lượng đồng liên kết Australia 0 China 2 Indonesia 0 Japan 2 Korea 2 Malaysia 0 Philippines 0 Singapore 2 Taiwan 0 Thailand 0 USA 1 Vietnam 1 Euro Area 2 Nguồn: tính toán từ tác giả Luận án cũng sử dụng hàm đặc tính dai dẳng được đề xuất bởi Pesaran và Shin (1996) để kiểm tra tác động của các cú sốc toàn hệ thống lên các mối quan hệ dài hạn này. Giá trị của những đặc tính dai dẳng này luôn bằng 1 khi bắt đầu và có khuynh hướng giảm về 0 tại đường chân trời, nếu vector đang xem xét thực sự là vector đồng liên kết. Quan trọng là, khi toàn bộ hệ thống có cú sốc xảy ra, thì việc phân tích mối quan hệ dài hạn được kết hợp với ước lượng tốc độ quay trở lại trạng thái cân bằng của chúng là cần thiết. Qua hình vẽ, chúng ta có thể thấy tất cả các biến quay trở lại trạng thái cân bằng trong khoảng 7 quý. Các hình vẽ cũng cho thấy tất các các quan hệ đồng liên kết này đều hội tụ về 0 một cách nhanh chóng, hàm ý rằng không cần thêm các ràng buộc trong mối quan hệ dài hạn nào trong mô hình GVAR. 62 Hình 4: Đồ thị hàm đặc tính dai đẳng của các mối quan hệ đồng liên kết trong mô hình GVAR 0 0.2 0.4 0.6 0.8 1 1.2 1 4 7 10 13 16 19 22 25 28 31 34 37 40 Trung Quốc Đồng liên kết 1 Đồng liên kết 2 0 0.2 0.4 0.6 0.8 1 1.2 1 4 7 10 13 16 19 22 25 28 31 34 37 40 Nhật Bản Đồng liên kết 1 Đồng liên kết 2 0 0.2 0.4 0.6 0.8 1 1.2 1 4 7 10 13 16 19 22 25 28 31 34 37 40 Hàn Quốc Đồng liên kết 1 Đồng liên kết 2 0 0.2 0.4 0.6 0.8 1 1.2 1 4 7 10 13 16 19 22 25 28 31 34 37 40 Singapore Đồng liên kết 1 Đồng liên kết 2 0 0.2 0.4 0.6 0.8 1 1.2 1 4 7 10 13 16 19 22 25 28 31 34 37 40 Mỹ 0 0.2 0.4 0.6 0.8 1 1.2 1 4 7 10 13 16 19 22 25 28 31 34 37 40 Việt Nam 63 Nguồn: Tự tính toán từ tác giả 4.3 Hiệu ứng đồng thời và mối tương quan chéo giữa các quốc gia Các tác động đồng thời của các biến nước ngoài lên các biến trong nước cùng với các thống kê t mạnh mẽ được tính toán bằng cách sử dụng ước lượng phương sai vững – nhằm kiểm soát hiện tượng phương sai thay đổi của White cũng được trình bày ở Bảng 8. Những ước lượng này có thể được hiểu là độ co giãn tác động giữa các biến nội địa và biến nước ngoài tương ứng. Chúng đặc biệt mang đến thông tin liên quan đến các mối liên kết quốc tế giữa các biến trong và ngoài nước. Kết quả của các hiệu ứng đồng thời có thể chỉ ra một số đặc điểm cho Việt Nam và các đối tác thương mại. Giá cả hàng hóa của Việt Nam có sự nhạy cảm lớn vào giá cả hàng hóa thế giới. Giá Việt Nam có thể tăng thêm tới 1,59% khi giá tại mỗi quốc gia đối tác thương mại tăng 1%. Mối tương quan dương giữa giá cả hàng hóa trong nước với giá cả hàng hóa nước ngoài được tìm thấy ở hầu hết các quốc gia. Ta cũng nhận thấy rằng hệ số tương quan ở một số các quốc gia như Malaysia, Việt Nam thì lớn hơn 1 cho thấy mức độ nhạy cảm cao đối với giá cả hàng hóa thế giới diễn ra ở những quốc gia này. Còn đối với các quốc gia như Thái Lan, Mỹ, và Hàn Quốc thì có hệ số nhỏ hơn 1 cho thấy mức ảnh hưởng lớn từ hàng hóa ở những quốc gia này đến giá cả hàng hóa thế giới. 0 0.2 0.4 0.6 0.8 1 1.2 1 4 7 10 13 16 19 22 25 28 31 34 37 40 Khu vực Châu Âu Đồng liên kết 1 Đồng liên kết 2 64 Một nền kinh tế lớn như khu vực Châu Âu đã ảnh hưởng đến các quốc gia khác trong các yếu tố như sản lượng và chi tiêu hộ gia đình. Những kết quả này khẳng định vai trò quan trọng của khu vực Châu Âu trong nền kinh tế toàn cầu. Liên quan đến tiêu dùng trong nước với tiêu dùng nước ngoài, ta có thể thấy có sự dịch chuyển cùng chiều. Trong đó, các hệ số co giãn ở các quốc gia hầu như là nhỏ hơn 1 và có ý nghĩa thống kê thì cho thấy mức độ tác động từ tiêu dùng hộ gia đình ở các quốc gia này đến các quốc gia còn lại trên thế giới. Ngoại trừ, Hàn Quốc có hệ số lớn hơn 1 cho thấy tiêu dùng hộ gia đình ở quốc gia này có sự nhay cảm lớn đối với tiêu dùng hộ gia đình của thế giới. Mối tương quan dương cùng chiều giữa sản lượng trong nước và sản lượng nước ngoài cũng được tìm thấy. Thật thú vị khi quan sát thấy rằng các hệ số lớn hơn 1 thuộc về các quốc gia mới nổi (Malaysia (1,14), Singapore (1.33), Thái Lan (1,5)), còn các hệ số nhỏ hơn 1 thuộc về các quốc gia đã phát triển như Khu vực Châu Âu, Hàn Quốc, Trung Quốc. Kết quả này được tìm thấy tương tự với kết quả của Chudik và Pesaran (2019). Trong đó, Philipines cũng gây ấn tượng với hệ số co giãn (0.75). Số dư tiền thực trong nước và nước ngoài ở các quốc gia đang phát triển đều thể hiện mối tương quan dương đáng kể. Trong đó, các quốc gia như Hàn Quốc, Malaysia có hệ số tương quan lớn hơn 1, cho thấy mức độ bị tác động từ biến cố toàn cầu là rất lớn ở các quốc gia này. Tuy nhiên, hướng tác động ngược trở lại nền kinh tế nước ngoài lại được tìm thấy ở mô hình các quốc gia có tiềm lực kinh tế như Đài Loan và Singapore khi hệ số tương quan được tìm thấy nhỏ hơn 1. 65 Bảng 8: Các hiệu ứng đồng thời của biến nước ngoài lên các đối tác nội địa Quốc gia Rhog roug Rmg Rgog Prg Australia 0.1656 0.5434 0.1060 0.0362 0.1662 [1.0621] [1.6302] [0.2053] [0.2226] [0.5841] China 0.3602 0.9938*** 0.1546 0.5893 -0.6018 [0.7913] [2.9975] [0.5437] [0.7579] [-1.1588] Indonesia -0.0195 -0.0831 0.3450 0.2153 -1.0543 [-0.0289] [-0.2056] [0.4596] [0.9376] [-0.9375] Japan 0.7226*** -0.3023 0.1856 -0.0193 0.0915 [3.8615] [-1.3987] [1.3061] [-0.3102] [0.5135] Korea 1.4005*** 0.7488** 1.0196** -0.1131*** 0.7650*** [3.8965] [2.1546] [2.2798] [-2.8320] [3.5793] Malaysia 0.9322** 1.1422*** 1.7523*** 0.9068* 1.3014** [2.3152] [2.7659] [4.0960] [1.8296] [2.0367] Philippines -0.0841 0.7533*** 1.4433 0.5116 0.5214 [-0.3964] [2.8779] [1.4589] [1.5592] [1.1720] Singapore 0.5519* 1.3299*** 0.6653*** 0.8627** 0.2101 [1.8148] [3.1295] [3.5903] [2.6130] [1.1677] Taiwan 0.1667 0.4453 0.6751* -0.0982 -0.3526 [0.4630] [0.8122] [1.8198] [-0.4710] [-0.8600] Thailand 0.2749 1.4989*** 1.2231 0.1159 0.9015*** [0.5776] [2.8566] [1.5725] [0.2796] [3.0326] USA -0.0082 0.0550 0.1315 -0.0590 0.5747** [-0.0727] [0.5042] [0.8114] [-1.6275] [2.3327] Vietnam -0.0765 0.2390 1.1909 0.1392 1.5853*** [-0.2835] [0.9026] [1.1878] [1.1770] [3.6611] Euro area 0.2363* 0.2881* 0.0928 -0.0450 - [1.9515] [1.9769] [0.6395] [-0.7011] - Nguồn: Tính toán từ tác giả Ghi chú: Hệ số lớn hơn 1 hàm ý là ảnh hưởng lớn từ biến nước ngoài lên biến nội địa của quốc gia đó, giá trị nhỏ hơn 1 nghĩa là quốc gia đó ảnh hưởng lớn lên quốc gia khác. Giá trị âm nghĩa là dịch chuyển ngược chiều nhau. ***p<0.01, **p<0.05, *p<0.1 66 Tiếp theo, luận án cũng trình bày các kết quả tương quan giữa các quốc gia đối với những cú sốc riêng biệt của từng mô hình quốc gia. Một mối tương quan thấp là một trong những điều kiện chính cho một mô hình GVAR hoạt động tốt. Một mối tương quan thấp sẽ cho thấy sự phụ thuộc chéo của các cú sốc riêng biệt là “đủ” nhỏ. Do đó chúng ta có thể cô lập tác động của các cú sốc đặc trưng riêng của quốc gia từ các cú sốc khác trong phân tích động mà chúng ta thực hiện sau này. Như đã đề xuất trong Dees, di Mauro, Pesaran and Smith (2007), một chuẩn đoán đơn giản về mức độ biến nước ngoài của từng mô hình ở mỗi quốc gia có hiệu quả trong mô hình GVAR có thể đơn giản là trung bình tương quan cặp cho các biến nội sinh và phần dư trong giai đoạn ước tính. Tương quan phần dư thấp là một dấu hiệu mạnh mẽ cho thấy mô hình GVAR đã khá thành công trong việc nắm bắt các hiệu ứng phổ biến thúc đẩy các biến nội sinh, và mô hình GVAR được xem là khá hiệu quả trong việc giải thích sự phụ thuộc lẫn nhau giữa các quốc gia. Do đó, những cú sốc đối với biến trong nước ở từng mô hình có thể được coi là riêng biệt. Kết quả ở bảng 9 cho thấy mức độ tương quan thay đổi khác nhau giữa các biến và các quốc gia. Trong đó, hệ số tương quan chéo của biến chi tiêu chính phủ dao động trong khoảng 1% - 6%, chi tiêu hộ gia đình là 1% - 19%, sản lượng là 12% - 26%, số dư tiền thực dao động từ 0,5% - 20%, tỷ lệ mậu dịch giao động từ 1% - 19%, số dư tiền thực giao động từ 1% - 19%, mức giá cả dao động từ 8% - 35%. Điều này cho thấy sự dịch chuyển cùng nhau của biến sản lượng và mức giá cả là lớn, nhưng hệ số tương quan này giảm khi chuyển từ bậc 0 sang sai phân bậc 1. Hệ số tương quan phần dư là nhỏ đảm bảo cho mô hình GVAR hoạt động tốt. 67 Bảng 9: Mối quan hệ tương quan chéo từng cặp của các biến và phần dư Biến Quốc gia Levels First Differences VECMX* Residuals Rgog AUSTRALIA 0.028885 0.015202 -0.03567 Rgog CHINA -0.02021 -0.03197 -0.01631 Rgog INDONESIA 0.01827 -0.0337 -0.01657 Rgog JAPAN 0.065071 0.036723 -0.04941 Rgog KOREA 0.061952 0.028438 -0.00713 Rgog MALAYSIA 0.019124 0.001228 -0.04235 Rgog PHILIPPINES -0.02902 -0.01121 -0.04854 Rgog SINGAPORE 0.007996 -0.00281 -0.02447 Rgog TAIWAN -0.0383 -0.06266 -0.0308 Rgog THAILAND -0.00725 -0.02559 -0.0205 Rgog USA 0.043473 0.006909 -0.04847 Rgog VIETNAM -0.0074 -0.03786 -0.0236 Rgog EURO AREA 0.059267 0.003157 -0.01724 Reg AUSTRALIA -0.05315 -0.03497 -0.04878 Reg CHINA 0.008117 0.006329 0.009278 Reg INDONESIA 0.013249 0.001304 -0.05425 Reg JAPAN -0.12437 -0.14192 -0.12515 Reg KOREA 0.018674 0.032859 0.013279 Reg MALAYSIA -0.00283 -0.01697 0.004717 Reg PHILIPPINES 0.035136 0.005568 0.010496 Reg SINGAPORE 0.051302 0.047976 0.01239 Reg TAIWAN 0.098103 0.095323 0.075913 Reg THAILAND 0.066816 0.047602 0.019152 Reg USA -0.014 0.006035 0.039636 Reg VIETNAM 0.029949 0.017026 0.039411 Reg EURO AREA -0.23966 -0.25236 -0.20971 Prg AUSTRALIA 0.184872 0.15455 0.080313 Prg CHINA 0.070259 -0.01492 0.001303 Prg INDONESIA 0.076942 0.036269 0.039646 Prg JAPAN 0.115087 0.014331 -0.07928 Prg KOREA 0.256819 0.182154 0.092859 Prg MALAYSIA 0.311209 0.238232 0.11061 Prg PHILIPPINES 0.326457 0.206434 0.151188 Prg SINGAPORE 0.196664 0.055587 0.054855 Prg TAIWAN 0.163816 0.039762 0.054606 Prg THAILAND 0.353636 0.231389 0.042707 Prg USA 0.324557 0.258068 0.085094 Prg VIETNAM 0.301858 0.202329 0.01792 68 Prg EURO AREA 0.199931 0.053479 -0.01491 Rmg AUSTRALIA 0.004938 0.015927 -0.06841 Rmg CHINA 0.08787 0.011889 -0.03273 Rmg INDONESIA -0.01259 -0.02686 -0.04268 Rmg JAPAN 0.039893 0.023535 -0.05739 Rmg KOREA 0.142683 0.074468 -0.00696 Rmg MALAYSIA 0.187436 0.166267 -0.03069 Rmg PHILIPPINES 0.154449 0.13897 0.046164 Rmg SINGAPORE 0.133437 0.125743 -0.00597 Rmg TAIWAN 0.147325 0.06303 0.032677 Rmg THAILAND 0.193593 0.175936 0.044913 Rmg USA 0.038019 0.081961 0.019628 Rmg VIETNAM 0.185653 0.146992 0.040582 Rmg EURO AREA 0.043124 -0.03688 -0.04929 Rhog AUSTRALIA 0.085264 0.039422 -0.00079 Rhog CHINA -0.00932 -0.01302 -0.05831 Rhog INDONESIA 0.035884 0.025484 -0.05727 Rhog JAPAN 0.060935 0.015735 -0.0275 Rhog KOREA 0.186595 0.113969 0.019648 Rhog MALAYSIA 0.15469 0.068547 0.03005 Rhog PHILIPPINES 0.044612 0.031867 0.005604 Rhog SINGAPORE 0.146598 0.016889 -0.00041 Rhog TAIWAN 0.096601 0.044905 0.009535 Rhog THAILAND 0.103466 0.061239 -0.02261 Rhog USA 0.144073 0.088557 0.003363 Rhog VIETNAM 0.094576 0.023832 -0.00914 Rhog EURO AREA 0.159902 0.100733 0.022357 Roug AUSTRALIA 0.120897 0.078306 -0.01672 Roug CHINA 0.128806 0.063111 0.011873 Roug INDONESIA 0.131926 0.060783 0.034668 Roug JAPAN 0.180523 0.033031 -0.03382 Roug KOREA 0.23307 0.138013 0.031402 Roug MALAYSIA 0.28145 0.141144 0.013448 Roug PHILIPPINES 0.263411 0.156646 0.019079 Roug SINGAPORE 0.246472 0.10839 -0.01955 Roug TAIWAN 0.144932 0.056453 -0.0314 Roug THAILAND 0.168718 0.106529 -0.03186 Roug USA 0.127487 0.030677 0.012332 Roug VIETNAM 0.15459 0.074496 0.008963 Roug EURO AREA 0.197128 0.104462 0.009368 Nguồn: Tính toán từ tác giả 69 4.4 Phân tích truyền dẫn tài khóa và phân rã phương sai từ các quốc gia là đối tác thương mại đến Việt Nam Trong phần này, luận án sẽ xem xét tính chất động của mô hình GVAR. Đặc biệt, luận án sẽ nghiên cứu tác động của các cú sốc khác nhau từ các quốc gia có quan hệ thương mại với Việt Nam lên các biến của Việt Nam. Luận án sẽ sử dụng các hàm phản ứng xung GIRFs để phân tích các hiệu ứng động của các mô phỏng lên nền kinh tế Việt Nam: (1) cú sốc tăng một độ lệch chuẩn của chính sách tài khóa của các quốc gia là đối tác thương mại đến tiêu dùng hộ gia đình Việt Nam, (2) cú sốc tăng một độ lệch chuẩn của chính sách tài khóa của các quốc gia là đối tác thương mại đến sản lượng Việt Nam, (3) cú sốc tăng một độ lệch chuẩn của chính sách tài khóa của các quốc gia là đối tác thương mại đến số dư tiền thực của Việt Nam, (4) cú sốc tăng một độ lệch chuẩn của chính sách tài khóa của các quốc gia là đối tác thương mại đến tỷ lệ mậu dịch của Việt Nam, (5) cú sốc tăng một độ lệch chuẩn của chính sách tài khóa của các quốc gia là đối tác thương mại đến giá cả nội địa của Việt Nam. Vì mỗi nền kinh tế có khả năng liên quan đến những nền kinh tế khác, những mô phỏng này sẽ xác định mức độ lan truyền quốc tế. Các đồ thị cũng cho thấy phản ứng thay đổi của từng biến trong khoảng thời gian 40 quý nhằm thể hiện sự hội tụ của các cú sốc. Nhưng chúng ta chỉ tập trung kết quả của 8 quý đầu, vì đây là khoảng thời gian phù hợp để suy luận về biến động vĩ mô. Đồ thị bao gồm khoảng tin cậy ở mức ý nghĩa 95%, được tính toán dựa trên kĩ thuật bootstrap sàng lọc với 100 vòng lặp. Các hàm phản ứng xung (GIRFs) có được ổn định, hợp lý hay không. Điều này sẽ được hỗ trợ bởi các giá trị riêng của mô hình GVAR. Mô hình có 12 đồng liên kết trong hệ thống toàn cầu và 79 biến nội sinh. Vì vậy có ít nhất 67 giá trị riêng rơi vào vòng tròn đơn vị (tức 79-12). Bảng kết quả thống kê ở phụ lục 3 cho thấy thực sự có 67 giá trị riêng bằng một và các giá trị riêng còn lại đều nhỏ hơn 1. Ở hình 15, ta có thể thấy các giá trị riêng đều nằm trong đường tròn đơn vị nên mô hình GVAR là ổn định. 70 Hình 5: Các giá trị riêng trong mô hình Nguồn: tính toán từ tác giả 4.4.1 Tác động của chính sách tài khóa của các quốc gia là đối tác thương mại đến tiêu dùng hộ gia đình Việt Nam Thông qua, hàm phản ứng xung tổng quát GIRFs của chi tiêu hộ gia đình Việt Nam đối với cú sốc tăng chi tiêu chính phủ (+1σ) của các quốc gia là đối tác thương mại với Việt Nam (hình 16), ta có thể thấy được trong số bốn đối tác thương mại lớn của Việt Nam thì Trung Quốc có tác động lớn nhất lên tiêu dùng hộ gia đình Việt Nam. Trong mẫu nghiên cứu này, cú sốc gia tăng một độ lệch chuẩn chi tiêu chính phủ Trung Quốc thì tương đương với một sự gia tăng 5% trong mức tăng trưởng chi tiêu chính phủ. Khi cú sốc này xảy ra thì tăng trưởng chi tiêu hộ gia đình Việt Nam tăng mạnh đạt mức 1% ở quý 1 và có khuynh hướng điều chỉnh giảm vào quý thứ 5, rồi sau đó tiếp tục điều chỉnh và quay trở về trạng thái cân bằng ở những quý thứ 8. Do đó, chúng ta có thể kết luận rằng chi tiêu hộ gia đình Việt Nam và chi tiêu chính phủ Trung Quốc có mối tương quan dương. Liên quan đến từ sự gia tăng trong tốc độ tăng trưởng chi tiêu chính phủ Hàn Quốc tương đương 1,4%, ta nhận thấy rằng, phản ứng của chi tiêu hộ gia đình Việt -1.00 -0.80 -0.60 -0.40 -0.20 0.00 0.20 0.40 0.60 0.80 1.00 -1.00 -0.50 0.00 0.50 1.00 71 Nam phản ứng dai dẳng trước cú sốc tài khóa của Hàn Quốc. Tăng trưởng chi tiêu hộ gia đình đã tăng mạnh trong khoảng 2 quý đầu, đạt mức tăng cao nhất là 0,3%, rồi sau đó quay đầu điều chỉnh giảm để trở về trạng thái cân bằng. Do đó, ta cũng nhận thấy có mối quan hệ tương quan dương giữa chi tiêu hộ gia đình Việt Nam và chính sách tài khóa Hàn Quốc. Điều này cho thấy Việt Nam có thể hưởng lợi từ sự gia tăng tốc độ chi tiêu chính phủ ở những quốc gia này. Ngoài ra, ta cũng nhận thấy rằng dù Mỹ và khu vực Châu Âu là những đối tác thương mại lớn của Việt Nam, nhưng tác động của chúng lên tiêu dùng hộ gia đình Việt Nam là không đáng kể. Tuy nhiên, ta lại tìm thấy một sự sụt giảm 0,2% trong tốc độ chi tiêu hộ gia đình Việt Nam trước cú sốc tăng 1% trong tốc độ chi tiêu chính phủ Nhật. Cú sốc kéo dài trong khoảng 2 quý và quay trở về trạng thái cân bằng ở quý thứ 12. Vì vậy, Việt Nam dường như không hưởng lợi được từ sự gia tăng chi tiêu của chính phủ Nhật. Bên cạnh bốn đối tác thương mại lớn của Việt Nam, luận án còn xem xét đến các đối tác khác như Úc, Đài Loan, Thái Lan, Philippines, Indonesia, Malaysia và Singapore. Ta nhận thấy một số điểm đáng chú ý. Có sự gia tăng trong phản ứng của chi tiêu hộ gia đình Việt Nam trước các cú sốc tài khóa từ các quốc gia như Úc, Indonesia, Malaysia, Thái Lan. Trong đó, tác động của Singapore là không đáng kể. Luận án cũng tìm thấy một sự sụt giảm mạnh đến từ cú sốc tài khóa của Đài Loan. Tác động làm giảm của sự gia tăng tài khóa của Philipines là không đáng kể. Tổng hợp các cú sốc từ các đối tác thương mại của Việt Nam, chúng ta nhận thấy tốc độ chi tiêu hộ gia đình Việt Nam gia tăng 1% trước sự gia tăng tài khóa. Phản ứng này diễn ra trong khoảng 3 quý, quay đầu trở lại ở quý thứ 4 và đạt đến trạng thái cân bằng ở vào khoảng 8 quý. 72 ÚC TRUNG QUỐC INDONESIA NHẬT HÀN MALAYSIA -0.004 -0.003 -0.002 -0.001 0 0.001 0.002 0.003 0.004 0.005 0 4 8 12 16 20 24 28 32 36 40 -0.015 -0.01 -0.005 0 0.005 0.01 0.015 0.02 0.025 0 4 8 12 16 20 24 28 32 36 40 -0.004 -0.003 -0.002 -0.001 0 0.001 0.002 0.003 0.004 0.005 0 4 8 12 16 20 24 28 32 36 40 -0.01 -0.005 0 0.005 0.01 0.015 0 4 8 12 16 20 24 28 32 36 40 -0.015 -0.01 -0.005 0 0.005 0.01 0.015 0 4 8 12 16 20 24 28 32 36 40 -0.005 -0.004 -0.003 -0.002 -0.001 0 0.001 0.002 0.003 0.004 0.005 0.006 0 4 8 12 16 20 24 28 32 36 40 73 PHILIPINES SINGAPORE ĐÀI LOAN THÁI LAN MỸ CHÂU ÂU -0.004 -0.003 -0.002 -0.001 0 0.001 0.002 0.003 0 4 8 12 16 20 24 28 32 36 40 -0.008 -0.006 -0.004 -0.002 0 0.002 0.004 0.006 0.008 0.01 0.012 0 4 8 12 16 20 24 28 32 36 40 -0.005 -0.004 -0.003 -0.002 -0.001 0 0.001 0.002 0.003 0.004 0 4 8 12 16 20 24 28 32 36 40 -0.003 -0.002 -0.001 0 0.001 0.002 0.003 0.004 0.005 0.006 0 4 8 12 16 20 24 28 32 36 40 -0.015 -0.01 -0.005 0 0.005 0.01 0.015 0 4 8 12 16 20 24 28 32 36 40 -0.01 -0.008 -0.006 -0.004 -0.002 0 0.002 0.004 0.006 0.008 0 4 8 12 16 20 24 28 32 36 40 74 CÁC ĐỐI TÁC THƯƠNG MẠI Hình 6: Đồ thị phản ứng xung tổng quát của cú sốc tăng chi tiêu chính phủ từ các đối tác thương mại lên chi tiêu hộ gia đình Việt Nam Nguồn: Tính toán từ tác giả Ngoài ra, phụ lục 10 sẽ cho ta thấy được kết quả phân tích phân rã phương sai sai số dự báo tổng quát. Kết quả này cho thấy mức độ đóng góp tương đối của các biến khác nhau từ các quốc gia khác nhau. Mức độ đóng góp tương đối này có thể cho chúng ta biết được thông tin về tầm quan trọng của các cú sốc của các biến khác nhau đến từ các quốc gia cụ thể, hoặc so sánh các cú sốc của các biến khác nhau từ các quốc gia còn lại. Qua bảng kết quả, ta có thể nhận thấy được tầm quan trọng của Trung Quốc trong số các đối tác thương mại của Việt Nam. Chi tiêu của chính phủ Trung Quốc giải thích 52% ở quý 1 trong cú sốc chi tiêu chính phủ từ các quốc gia là đối tác thương mại của Việt Na