Tác động của tỷ giá đến cán cân thương mại Việt Nam - Mỹ giai đoạn 2008-2017

Nội dung text: Tác động của tỷ giá đến cán cân thương mại Việt Nam - Mỹ giai đoạn 2008-2017

1. TÁC ĐỘNG CỦA TỶ GIÁ ĐẾN CÁN CÂN THƢƠNG MẠI VIỆT NAM-MỸ GIAI ĐOẠN 2008 - 2017 Trần Thị Hà Viện Kinh tế và Chính trị Thế giới Nguyễn Duy Đạt Trƣờng Đại học Thƣơng mại Phạm Anh Tuấn Viện Kinh tế và Chính trị Thế giới Tóm lược: Sử dụng kết hợp mô hình ARDL và NARDL dựa trên số liệu ngành, nghiên cứu này xem xét ảnh hưởng của tỷ giá thực đến cán cân thương mại giữa Việt Nam và Mỹ. Kết quả các mô hình chỉ ra kết quả có sự thiên lệch khi sử dụng dữ liệu tổng và tiếp cận ARDL. Mô hình NARDL cho thấy có 11 ngành phản ứng với tỷ giá và là những ngành chiếm tỷ trọng lớn trong kim ngạch xuất nhập khẩu nên có đến 81% xuất khẩu và hơn 71% nhập khẩu của Mỹ phản ứng với sự thay đổi tỷ giá, mô hình số liệu tổng chỉ ra phá giá làm chán cân thương mại giữa Việt Nam và Mỹ không được cải thiện mà thậm chí xấu đi. Từ khóa: Tác động, tỷ giá, cán cân thương mại, Việt Nam, Mỹ 1. Giới thiệu M là một trong những đối tác thương mại lớn nhất của Việt Nam, đặc biệt là thị trường xuất khẩu vô cùng quan trọng và Việt Nam được hưởng lợi rất lớn t thị trường này. Hai nước đặt vấn đề về bình thường hóa quan hệ ngoại giao ngay sau sự kiện giải phóng miền nam 30/4/1975. Nhưng bình thường hóa quan hệ ngoại giao ch được thiết lập sau 20 năm vào 11/7/1995 sau tuyên bố của tổng thống M Bill Cliton và thủ tướng Võ Văn Kiệt. Ngay sau đó, các quan hệ về đầu tư và thương mại của hai quốc gia được đẩy mạnh. Trong khoảng t 1995-2001, xuất khẩu của Việt Nam sang thị trường này đã tăng hơn 6 lần t 169,7 triệu USD lên 1065,3 triệu USD. Nhập khẩu tăng nhưng chậm hơn t 130 triệu USD lên 410 triệu USD- tăng hơn 3 lần (Hình 1). Năm 2001, hiệp định thương mại song phương giữa hai nước được ký kết (BTA). Việc nhận được quy chế quan hệ thương mại bình thường NTR, đã giúp xuất khẩu của Việt Nam sang thị trường này đã có những bước phát triển ngoạn mục khi các hàng rào thuế quan và phi thuế quan giảm xuống. T năm 2003 trở đi, M là thị trường xuất khẩu lớn nhất của Việt Nam, và trong năm 2016 xuất khẩu sang thị trường M chiếm đến 26% tổng kim ngạch xuất khẩu của Việt Nam (Hình 1). Trong năm 2017, xuất khẩu của Việt Nam vào M đạt 41,6 tỷ USD tăng 39 lần so với năm 2001, nhập khẩu tăng chậm hơn đạt 9,2 tỷ USD và tăng 22 lần. Do vậy, thặng dư thương mại mà Việt Nam đạt được ngày càng gia tăng ở thị trường này, tăng 49 lần t 654 triệu USD lên 32,4 tỷ USD t năm 2001-2017 (Hình 1). Việc Việt Nam đạt được xuất siêu lớn ở thị trường M c ng là một vấn đề gây ra các tác động về mặt ch nh sách. Đặc biệt, khi M đang 170
2. phát động cuộc chiến tranh thương mại nhằm mang lại thế cân bằng trong quan hệ thương mại với các đối tác. 45000 40000 35000 30000 25000 Nhập khẩu 20000 Xuất khẩu 15000 Cán cân thương mại 10000 5000 0 1995 1997 1999 2001 2003 2005 2007 2009 2011 2013 2015 2017 -5000 Nguồn: Tổng cục Thống Kê, truy cập ngày 6/8/2018 Hình 1: Kim ngạch thương mại song phương Việt-Mỹ giai đoạn 2001-2017 Về mặt thị phần, tỷ trọng xuất khẩu của Việt Nam vào thị trường M trên tổng nhập khẩu của M cho thấy Việt Nam ngày càng gia tăng thị phần ở M . Xuất khẩu của Việt Nam chiếm ch khoảng 0.09% tổng nhập khẩu của M , thì đến năm 2017 con số này tăng lên 2%. Tuy nhiên, so với vai trò của thị trường M với Việt nam (xuất khẩu sang M chiếm 26% xuất khẩu của Việt Nam năm 2016, 19 % năm 2017) thì rõ ràng con số 2% thị phần là khá khiêm tốn, và c ng thấp hơn so với tỷ trọng nhập khẩu của M trên tổng nhập khẩu của Việt Nam khoảng 5,7% năm 2016 và 3,4% năm 2017 (Hình 2). 30.00 25.00 Tỷ trọng xuất khẩu Việt Nam 20.00 vào Mỹ/Tổng nhập khẩu của Mỹ 15.00 Tỷ trọng xuất khẩu Việt Nam vào Mỹ/Tổng xuất khẩu Việt Nam 10.00 Tỷ trọng nhập khẩu của Mỹ 5.00 vào Việt Nam/Tổng nhập khẩu của Việt Nam 0.00 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2001 Nguồn:International Trade Centre và tính toán của tác giả Hình 2:Tỷ trọng xuất khẩu của Việt Nam trên thị trường Mỹ 171
3. Cơ cấu mặt hàng xuất khẩu khẩu Về cơ cấu mặt hàng xuất khẩu, Hình 3 cho thấy trong 15 mặt hàng chủ yếu xuất khẩu sang thị trường M có 6 mặt hàng có giá trị xuất khẩu trên 2 tỷ USD trong năm 2016 bao gồm: Hàng dệt may, giấy dép các loại, điện thoại và linh kiện, máy vi tính và linh kiện, gỗ và các sản phẩm t gỗ, máy móc thiết bị và dụng cụ phụ tùng khác. 6 nhóm hàng này chiếm đến 82% trong tổng kim ngạch xuất khẩu của Việt Nam sang M . Hàng dệt may là mặt hàng đạt kim ngạch xuất khẩu lớn nhất trên thị trường M của Việt Nam với tổng giá trị 11,45 tỷ USD trong năm 2016. Đây luôn là ngành mà Việt Nam có thế mạnh xuất khẩu và có truyền thống phát triển khi tận dụng các lợi thế về lao động rẻ và chi phí thấp. Theo sau là mặt hàng giày dép c ng được xem là mặt hàng có lịch s phát triển và lợi thế cạnh tranh của Việt Nam với tổng kim ngạch xuất khẩu khoảng 4,4 tỷ USD trong năm 2016. Trong danh mục các mặt hàng xuất khẩu lớn nhất của Việt Nam trên thị trường M đã xuất hiện các mặt hàng có hàm lượng công nghệ cao như điện thoại và linh kiện, máy tính và linh kiện. Trong đó, mặt hàng điện thoại và linh kiện đứng thứ 3 với tổng giá trị xuất khẩu khoảng 4,3 tỷ USD năm 2016. Kim ngạch xuất khẩu mặt hàng máy tính và linh kiện khoảng 2,8 tỷ USD. Sự gia tăng xuất khẩu các mặt hàng này đi c ng với xu hướng đầu tư vào Việt Nam của các tập đoàn công nghệ hàng đầu. Các mặt hàng nông nghiệp c ng đóng góp lớn vào giá trị xuất khẩu của Việt Nam ở thị trường này. Các sản phẩm bao gồm cà phê, hạt tiêu, hạt điều đều nằm trong nhóm 15 mặt hàng xuất khẩu chủ yếu sang thị trường M . Tổng giá trị xuất khẩu của hạt điều khoảng 970 triệu USD năm 2016, cà phê và hạt tiêu lần lượt đạt 450 và 342 triệu USD năm 2016. (Triệu USD) 14000 12000 10000 8000 6000 4000 2015 2000 2016 0 Nguồn: Tổng cục thống kê và tính toán của tác giả Hình 3: 15 mặt hàng xuất khẩu lớn nhất của Việt Nam vào thị trường Mỹ 2015-2016 172
4. Cơ cấu mặt hàng nhập khẩu Về cơ cấu mặt hàng nhập khẩu, hình 4 cho thấy trong 15 nhóm hàng nhập khẩu chủ yếu t M trong năm 2015-2016 có 2 nhóm hàng đạt kim ngạch nhập khẩu trên 1 tỷ USD là nhóm hàng máy vi tính, sản phẩm và linh kiện điện t ; và nhóm hàng máy móc thiết bị, dụng cụ phụ t ng khác. Trong đó nhóm hàng máy vi t nh, sản phẩm điện t và linh kiện đạt kim ngạch nhập khẩu đạt 2,24 tỷ USD trong năm 2017 tăng 1,5 lần so với năm 2015. Nhóm hàng máy móc thiết bị, dụng cụ phụ tùng khác có kim ngạch nhập khẩu đạt hơn 1 tỷ USD trong năm 2016. Nhóm hàng nhập khẩu bông đứng thứ 3 trong các mặt hàng nhập khẩu lớn nhất với kim ngạch 830 triệu USD trong năm 2016. Nhóm hàng phương tiện vận tải khác và phụ t ng đứng thứ 4 trong các mặt hàng nhập khẩu nhiều nhất t M có kim ngạch trên 500 triệu USD. Tiếp đến là các mặt hàng như đậu tương, thức ăn gia súc và nguyên liệu, nguyên phụ liệu dệt may, sản phẩm hóa chất, gỗ và sản phẩm t gỗ là các mặt hàng có kim ngạch đạt trên 200 triệu USD trong năm 2016. 2500 2000 1500 1000 500 2015 0 2016 Nguồn: Tổng cục thống kê và tính toán của tác giả Hình 4: 15 mặt hàng nhập khẩu lớn nhất của Việt Nam từ Mỹ 2015-2016 (Triệu USD) Đối với mối quan hệ giữa tỷ giá và cán cân thương mại hai nước, Hình 5 ch ra xu hướng biến động của tỷ giá danh nghĩa và tỷ giá thực (VND/USD) theo tháng trong hơn 1 thập kỷ qua. T đồ thị có thể thấy tỷ giá danh nghĩa có xu hướng tăng lên, ngược lại tỷ giá thực giảm xuống. Nếu như trước nhưng năm 2011, đường tỷ giá thực nằm trên đường tỷ giá danh nghĩa, thì sau đó tỷ giá danh nghĩa đã vượt qua đường tỷ giá thực và khoảng cách này ngày càng được nới rộng. Tỷ giá danh nghĩa t giai đoạn 1/2005-12/2017 đã mất giá trung bình 2,8% mỗi tháng. Giai đoạn trước 2011 tỷ giá danh nghĩa tăng mạnh hơn khoảng 3,4% mỗi tháng. 173
5. Ngược với xu hướng gia tăng của tỷ giá danh nghĩa, tỷ giá thực có xu hướng giảm dần trong hơn 1 thập kỷ qua. Trong suốt giai đoạn 2005-2017, tỷ giá thực ch có xu hướng tăng nhẹ trong năm 2009-2010. Sau năm 2010, tỷ giá thực giảm mạnh hay VND lên giá. T 1/2005- 12/2017, VND đã lên lên giá khoảng 32% và giai đoạn t 2010-2017 VND lên giá khoảng 15%. Sự gia tăng của ch số CPI (biến đại diện cho làm phát) của Việt Nam so với M đã dẫn đến sự gia tăng giá tiền tệ của Việt Nam. C ng trong giai đoạn 1/2005-12/2017, CPI của Việt Nam tăng đến 175% thì CPI của M tăng khoảng 29% tính theo kỳ gốc 1/2010 (Hình 6). 30000 4000000 3500000 25000 3000000 20000 2500000 15000 2000000 1500000 10000 1000000 5000 500000 0 0 2005M01 2005M06 2005M11 2006M04 2006M09 2007M02 2007M07 2007M12 2008M05 2008M10 2009M03 2009M08 2010M01 2010M06 2010M11 2011M04 2011M09 2012M02 2012M07 2012M12 2013M05 2013M10 2014M03 2014M08 2015M01 2015M06 2015M11 2016M04 2016M09 2017M02 2017M07 2017M12 Tỷ giá danh nghĩa Tỷ giá thực Cán cân thương mại Nguồn: Tính toán của tác giả dựa trên số liệu thu thập từ GSO, IMF và FRED11 Hình 5: Tỷ giá và cán cân thương mại của Việt Nam và Mỹ kỳ gốc tháng 1/2010 (1/2005-12/2017) Theo nghiên cứu của Bui, Makin et al. (2017) ch ra rằng đồng tiền Việt Nam đang được định giá quá cao. Mà l do ch nh đó là ch nh sách neo tỷ giá chính thức không dựa trên các nguyên l cơ bản của kinh tế vĩ mô. Tỷ lệ lạm phát của Việt Nam cao tương đối so với lạm phát của của nước đối tác thương mại, đặc biệt là M . Trong khi đó, cung tiền và tài sản nước ngoài ròng tác động có nghĩa đến đồng VND với một nền kinh tế mở như Việt Nam. Bởi vậy, sự gia tăng của TOT (điều khoản thương mại), tài sản nước ngoài ròng, mức độ mở của nền kinh tế dẫn đến sự lên giá của đồng VND, trong khi sự mở rộng cung tiền lại có ảnh hưởng tiêu cực đến tỷ giá thực của Việt Nam. Tác giả V Quốc Huy (2013) cho rằng chính “sự lên giá thực của đồng Việt Nam làm giảm khả năng cạnh tranh của hàng hóa xuất khẩu của Việt Nam trên thị trường thế giới”. Hình 5 c ng ch ra xu hướng biến động của cán cân thương mại Việt Nam-M trong cùng thời kỳ. Rõ ràng, cán cân thương mại (được tính bằng xuất khẩu tr nhập khẩu) tăng lên c ng xu hướng với tỷ giá danh nghĩa, nhưng ngược chiều với tỷ giá thực. Để loại b đơn vị đo và vấn đề giá trị danh nghĩa của cán cân thương mại, tác giả lấy tỷ lệ giữa xuất khẩu và nhập 11 174
6. khẩu giữa hai nước trong cùng thời kỳ để xem xét cán cân thương mại hai nước. Mối quan hệ giữa tỷ giá thực, tỷ giá danh nghĩa và cán cân thương mại được trình bày ở hình 7. 180.0 160.0 140.0 120.0 100.0 80.0 60.0 40.0 20.0 0.0 2005M01 2005M06 2005M11 2006M04 2006M09 2007M02 2007M07 2007M12 2008M05 2008M10 2009M03 2009M08 2010M01 2010M06 2010M11 2011M04 2011M09 2012M02 2012M07 2012M12 2013M05 2013M10 2014M03 2014M08 2015M01 2015M06 2015M11 2016M04 2016M09 2017M02 2017M07 2017M12 cpius cpivn Nguồn: Tính toán của tác giả dựa trên số liệu của GSO và FRED Hình 6: CPI của Mỹ và Việt Nam, thời kỳ gốc 1/2010 (2005-2010) 30000 12 25000 10 20000 8 15000 6 10000 4 5000 2 0 0 2005M01 2005M06 2005M11 2006M04 2006M09 2007M02 2007M07 2007M12 2008M05 2008M10 2009M03 2009M08 2010M01 2010M06 2010M11 2011M04 2011M09 2012M02 2012M07 2012M12 2013M05 2013M10 2014M03 2014M08 2015M01 2015M06 2015M11 2016M04 2016M09 2017M02 2017M07 2017M12 tỷ giá danh nghĩa tỷ giá thực cán cân thương mại Nguồn: Tính toán của tác giả dựa trên nguồn dữ liệu GSO, IMF, FRED Hình 7: Tỷ giá và cán cân thương mại Việt Nam-Mỹ (tính bằng xuất khẩu/nhập khẩu) Biểu đồ cho thấy cán cân thương mại khá biến động trong giai đoạn 2005-2017. Mặc d cán cân thương mại khá biến động giai đoạn trước 2009, nhưng cán cân thương mại vẫn có xu hướng tăng lên trong giai đoạn 2009-nay. Bởi vậy, Hình 7 đã ch ra xu hướng dường nhưng trái ngược nhau của tỷ giá thực và cán cân thương mại Việt Nam-M . Điều này ch ra, tỷ giá thực và cán cân thương mại của Việt Nam với đối tác M ít thấy mối quan hệ chặt chẽ 175
7. theo lý thuyết. Do đó có thể kết luận tương tự với nghiên cứu của Phan Thanh Thanh (2018) cho rằng “cán cân thương mại của Việt Nam không bị tác động bởi các yếu tố danh nghĩa mà được quyết định vởi các yếu tố thực và cơ cấu. Bởi vì cơ cấu sản xuất trong nước và xuất khẩu phần lớn phụ thuộc đầu vào nhập khẩu trong khi ngành công nghiệp phụ trợ còn thiếu v ng và chưa phát triển”. Nhìn chung, trong quan hệ thương mại song phương với M Việt Nam đang có thặng dư thương mại. Gần đây, cuộc chiến tranh thương mại M -Trung đã khiến đồng USD mạnh lên và rủi ro về cuộc chiến tranh thương mại cho đến chiến tranh tiền tệ. Câu h i đặt ra là sự mạnh lên của đồng USD có ảnh hưởng đến cán cân thương mại đang ở thế thặng dư của Việt Nam với M hay không? Và Việt Nam có nên phá giá để đảm bảo ổn định và cải thiện cán cân thương mại ở thị trường này hay không? Để trả lời hai câu h i trên nghiên cứu này sẽ xem xét tác động của tỷ giá đến cán cân thương mại của hai nước dựa trên mô hình định lượng sẽ được trình bày dưới đây. 2.Cơ sở lý thuyết và phƣơng pháp nghiên cứu 2.1. Tổng quan nghiên cứu và cơ sở lý thuyết Tỷ giá đóng vai trò quan trọng trong thương mại quốc tế đặc biệt là đối với nền kinh tế mở và năng động. Có rất nhiều các nền kinh tế theo đuổi chính sách phát triển s dụng tỷ giá như một công cụ nhằm duy trì mô hình tăng trưởng kinh tế dựa trên xuất khẩu. Mối quan hệ giữa tỷ giá và các biến số vĩ mô khác nhau đặc biệt là với các biến số thương mại như (xuất khẩu, nhập khẩu, cán cân thương mại) ngày càng được các học giả quan tâm trong vài thập kỷ qua. Đối với các nghiên cứu về tác động của tỷ giá đối với cán cân thương mại thường có 3 cách tiếp cận: i) tiếp cận co dãn (Elasticcity approach), ii), tiếp cận hấp thụ trường phái Keynes, iii) tiếp cận tiền tệ. Tổng quan nghiên cứu cho thấy phần lớn các nghiên cứu s dụng tiếp cận co dãn để xem xét mối quan hệ giữa tỷ giá và cán cân thương mại. Theo đó tác động của sự lên và xuống giá của đồng tiền đến cán cân thương mại của một quốc gia được xem xét dựa trên điều kiện Marshall-Lerner (MLC) (Marshall-Lerner condition of stability) thông qua ước lượng hệ số co dãn theo giá của hàm cầu xuất và nhập khẩu. Theo điều kiện MLC nếu tổng độ co dãn hàm cầu xuất và nhập khẩu lớn hơn 1 thì phá giá tiền tệ sẽ dẫn đến cải thiện cán cân thương mại (Bahmani-Oskooee (1991); Arize (1987); Arize (1994); Khan (1974) và Houthakker and Magee (1969), Magee (1973), Junz and Rhomberg (1973), Laffer (1977) và Bahmani-Oskooee (1985)). Tuy nhiên, Bahmani-Oskooee (1985) đã chứng minh rằng ngay cả khi điều kiện ML được th a mãn, thì cán cân thương mại vẫn có khả năng xấu đi. L thuyết về hiệu ứng đường cong J ra đời sau 3 thập kỷ xuất hiện điều kiện MLC, đã kh c phục một số vấn đề mà các nghiên cứu trước gặp phải. Lý thuyết về hiệu ứng đường cong J cho rằng sự mất giá của đồng nội tệ sẽ cải thiện cái cân thương mại trong dài hạn, nhưng phản ứng của cán cân thương mại nếu được biểu diễn bằng đồ thị sẽ có hình dạng giống chữ cái J. Điều này mô tả hiện tượng xấu dần đi của cán cân thương mại sau khi phá giá đồng tiền, sau đó sẽ được cải thiện (Bahmani-Oskooee (1985), Rosensweig and Koch (1988), Himarios (1989), Demirden and Pastine (1995), Felmingham and Divisekera (1986), Rose and Yellen (1989), 176
8. Bahmani-Oskooee and Brooks (1999), Halicioglu (2007) Bahmani-Oskooee and Kantipong (2001)). Gần đây, phần lớn các nghiên cứu đều s dụng phân t ch đồng liên kết (cointergration analysis) để xem xét mối quan hệ giữa các biến số trong dài hạn, và mô hình hiệu ch nh sai số (error-correction modeling) đế xem xét các tác động ng n hạn của tỷ giá lên cán cân thương mại c ng như sự tồn tại của hiệu ứng đường cong J. Nhìn chung, các nghiên cứu cho thấy không có sự thống nhất về kết luận của mối quan hệ giữa tỷ giá và cán cân thương mại. Các tác giả như Bahmani-Oskooee and Ardalani (2006) và Baek (2013) cho rằng nguyên nhân dẫn đến các kết luận khác biệt là do việc s dụng số liệu tổng tạo ra các kết quả thiên lệch, các tác giả gợi ý nên xem xét ảnh hưởng tỷ giá với số liệu thương mại theo ngành và đối tác. Ngoài ra, trong các nghiên cứu gần đây c ng ch ra vấn đề sự khác biệt (mixed) trong các kết quả của các nghiên cứu trước đây là do giả định phản ứng cán cân thương mại của một quốc gia đối với sự thay đổi của tỷ giá là đối xứng nhau khi đồng tiền tiền lên giá và xuống giá. Giả định này hàm ý rằng nếu sự xuống giá đồng nội tệ giúp cải thiện cán cân thương mại, thì sự lên giá t hẳn sẽ làm cán cân thương mại xấu đi. Tuy nhiên các nghiên cứu như: Bahmani-Oskooee và Fariditavana, 2015; Bahmani- Oskooee và Fariditavana, 2016; Arize và cộng sự, 2017, lại ch ra rằng trên thực tế tác động của tỷ giá đến cán cân thương mại là không đối xứng. Tác động bất đối xứng có khả năng xảy ra khi phản ứng và kỳ vọng của các doanh nghiệp (Traders) đối với sự lên và xuống giá của đồng tiền là khác nhau. Theo đó, khi đồng tiền mất giá các nhà sản xuất có thể sẽ phản ứng nhanh hơn để th a mãn cầu xuất khẩu, trong khi đó khi đồng tiền lên giá các phản ứng sẽ chậm hơn và lượng hàng tồn kho tăng lên thay vì việc điều ch nh sản xuất (when a currency depreciates, producers may react quickly to satisfy the demand for exports. However, they may not response as fast to to appreciation if it means adding to inventories rather than drawing them down or adjusting production.) S dụng cách tiếp cận định lượng để nghiên cứu về vai trò và tác động của tỷ giá đến thương mại ở Việt Nam ngày càng thu hút được sự chú ý của giới học giả Việt Nam. Một số nghiên cứu điển hình bao gồm: V Quốc Huy và nhóm tác giả (2011); Phạm Thị Tuyết Trinh (2012); Phạm Thị Hồng Hạnh và Nguyễn Đức Thịnh (2013); Mai Thị Cẩm Tú (2015), Phan and Jeong (2015) và hầu hết các nghiên cứu này đã kết luận rằng xuất nhập khẩu của Việt Nam t nhiều bị ảnh hưởng đáng kể bởi tỷ giá. Trong đó có một số nghiên cứu đã xem xét ảnh hưởng của tỷ giá đến thương mại Việt và M . Phan and Jeong (2015) s dụng phương pháp đồng liên kết mảng (panel co-integration) để xem xét ảnh hưởng của cán tỷ giá đến cán cân thương mại của các đối tác lớn của Việt Nam, trong đó có M . Nghiên cứu ch ra tỷ giá thực tác động tích cực đến cán cân thương mại Việt Nam-M . Tuy nhiên, nghiên cứu chưa ch ra được tác động ng n hạn và dài hạn của tỷ giá và c ng như sự tồn tại hiệu ứng đường cong J. Nghiên cứu của V Quốc Huy và nhóm tác giả (2011) c ng đã xem xét về tác động của tỷ giá đến xuất khẩu của Việt Nam với các đối tác thương mại lớn trong đó có M dựa trên số liệu ngành (disaggregate data), nhưng lại chưa ch ra được tác động của tỷ giá đến cán cân thương 177
9. mại. Mặt khác, các nghiên cứu đều dựa trên giả định về ảnh hưởng đối xứng của tỷ giá đến cán cân thương mại. Do đó, nghiên cứu này xem xét ảnh hưởng của tỷ giá đến cán cân thương mại giữa Việt Nam và M bằng cách s dụng dụng dữ liệu ngành và xem xét cả phản ứng bất đối xứng của cán cân thương mại đối với sự thay đổi của tỷ giá dựa trên s dụng mô hình NARDL phi tuyến. Do vậy, đóng góp của nghiên cứu là cung cấp bằng chứng thực nghiệm cho việc điều ch nh chính sách tỷ giá với mục tiêu ổn định và cải thiện cán cân thương mại đối với thị trường M . 2.2. Phương pháp nghiên cứu Dựa trên mô hình nghiên cứu của Bahmani-Oskooee and Baek (2016) tác giả đề xuất mô hình nghiên cứu xem xét tác động của tỷ giá đến cán cân thương mại giữa Việt Nam và M . Mô hình như sau: ( ) (1) Trong đó nhập khẩu của Việt Nam M , xuất khẩu của Việt Nam sang thị trường M của ngành i. ( ) là thu nhập thực của Việt Nam (M ), là tỷ giá hối đoái thực song phương. Theo đó b được kỳ vọng mang dấu âm, c mang dấu dương. REX được định nghĩa là tăng lên khi VND mất giá, do đó d được kỳ vọng mang dấu dương. Mô hình (1) là mô hình dài hạn các hệ số của mô hình phản ánh tác động của các biến ngoại sinh đến cán cân thương mại của ngành i trong dài hạn. Để ước lượng tác động ng n hạn của các biến số đến cán cân thương mại, đặc biệt là ảnh hưởng ng n hạn của tỷ giá (để xem xét hiêu ứng đường cong J). Theo đó, mô hình (1) được viết lại dưới dạng hiệu ch nh sai số như sau: ∑ ∑ ∑ ∑ (2) Pesaran, Shin et al. (2001) đã đề xuất kiểm định F chuẩn cho giả thiết : 1= 2= 3= 4=0, nếu thống kê F có nghĩa tức là giả thiết bị bác b , hay nói cách khác giữa các biến có mối quan hệ trong dài hạn. Ước lượng sử dụng mô hình ARDL phi tuyến (non-linear ARDL) Mô hình ARDL phi tuyến (NARDL) xem xét tác động của tỷ giá đến cán cân thương mại dựa trên giả định rằng các nhà sản xuất và giao dịch thương mại có thể phản ứng đối với sự mất giá của đồng tiền và sự lên giá của đồng tiền một các khác nhau hay tỷ giá có thể có tác động bất đối xứng đối với cán cân thương mại. Để kiểm định giả thiết này, các nghiên cứu của (Verheyen 2013), (Bahmani-Oskooee and Fariditavana 2015, Bahmani-Oskooee and Fariditavana 2016), (Delatte and López-Villavicencio 2012) đã xây dựng biến mới để mô tả sự thay đổi của biến tỷ giá REX. Trong đó, biến NEG để biểu thị sự giảm xuống của tỷ giá, trong nghiên cứu này nó biểu biểu thị sự lên giá của VND, và biến POS biểu thị cho sự tăng lên của tỷ giá hay sự xuống giá của VND. Cụ thể POS và NEG được định nghĩa như sau: 178
10. ∑ ∑ ∑ ∑ Shin, Yu et al. (2014) đề xuất thay thế biến lnREX trong mô hình hiệu chính sai số (2.9) bằng hai biến mới POS và NEG. Do đó mô h nh (1) được viết lại và đặt tên là mô hình NARDL (non-linear ARDL) hay mô hình phân phối trễ tự hồi quy phi tuyến với dạng hiệu ch nh sai số là: ∑ ∑ ∑ ∑ ∑ (3) Các tác giả chứng minh kiểm định biên F s dụng trong mô hình ARDL c ng được d ng tương tự trong mô hình NARDL. Hệ số ước lượng và nếu cùng dấu và độ lớn điều này chứng minh rằng tỷ giá có ảnh hưởng đối xứng lên cán cân thương mại trong dài hạn. Ngược lại, nếu hai hệ số có dấu và độ lớn khác nhau, có thể kết luận về quan hệ bất đối xứng giữa tỷ giá và cán cân thương mại. Để kiểm định ảnh hưởng bất đối xứng dài hạn dựa trên kiểm định Wald, với giả thiết : 4= 5. Tương tự, ảnh hưởng bất đối xứng ng n hạn được kiểm định dựa trên giả thiết :∑ = ∑ 2.2. Nguồn số liệu và biến số Để ước lượng mô hình ARDL và NARDL, tác giả s dụng số liệu tháng cho giai đoạn 2008-2017, nguồn số liệu các biến của mô hình cụ thể như sau: Do biến thu nhập của hai nước không có cơ sở dữ liệu theo tháng nên nghiên cứu s dụng ch số sản xuất công nghiệp được s dụng là proxy thay cho biến thu nhập (Y). Có hai lý do để chọn biến này: (i) không có số liệu thống kê thu nhập theo tháng và (ii) tỷ trọng của công nghiệp trong GDP là lớn nhất. YVN sẽ ký hiệu cho biến thu nhập và YUS ký hiệu cho biến thu nhập của M . Số liệu ch số sản xuất công nghiệp và số liệu ch số giá tiêu dùng của các nước được lấy t cơ sở dữ liệu của IMF (mục thống kê tài chính quốc tế-International Financial Statistic) và dữ liệu của Trung tâm Hội nhập vùng Châu Á-Asia Regional Integration Centre của ADB. Số liệu tỷ giá được thu thập t cơ sở dữ liệu của Ngân hàng Nhà nước. Biến tỷ giá thực (REX) được tính dựa trên tỷ giá USD/VND danh nghĩa theo tháng và ch số giá CPI của các nước. Tỷ giá thực song phương của Việt Nam với các đối tác được tính theo công thức sau: Trong đó REX là tỷ giá USD/VND, P là tỷ số giá tiêu dùng của Việt Nam và P* là ch số giá tiêu dùng của M với năm gốc là 2010. 179
11. Dữ liệu xuất khẩu và nhập khẩu giữa Việt Nam và các đối tác theo các ngành hoặc mặt hàng được lấy t cơ sở dữ liệu của Trung tâm Thương mại Quốc tế-International Trade Centre. Nghiên cứu xem xét 21 nhóm ngành hàng xuất và nhập khẩu giữa Việt Nam và M được phân theo Hệ thống Hài hòa (HS) dựa trên các phần (section) của bảng HS (xem phụ lục, bảng 3). Tuy nhiên, do một số ngành không có dữ liệu hoặc giao dịch thương mại gần bằng 0 nên ch có 19 ngành của M được xem xét. 3. Kết quả và thảo luận 3.1. Kiểm định Theo Pesaran, Shin et al. (2001), phương pháp đồng liên kết ARDL (ARDL) không đòi h i các biến là chuỗi d ng, các biến có thể d ng bậc 0 hoặc bậc 1 hoặc hồn hợp bậc 1 và bậc 0, nhưng không có biến d ng bậc 2. S dụng tiêu chuẩn kiểm định ADF (Augmented Dickey-Fuller) và PP (Phillip Perron) để kiểm đinh nghiệm đợn vị các biến trong mô hình, kết quả cho thấy hầu hết các biến là chuỗi d ng bậc 0 hoặc bậc 1 theo tiêu chuẩn ADF với ý nghĩa 1% và PP với nghĩa 5%, và không có chuỗi d ng bậc 2, th a mãn điều kiện cần của mô hình ARDL. Việc lựa chọn độ trễ tối ưu cho mô hình (2) và (3) được dựa trên giá trị các tiêu chuẩn AIC thu được t việc ước lượng không giới hạn các mô hình ARDL. Nghiên cứu s dụng trễ tối đa là 6 trong việc lựa chọn trễ tối ưu. Trên cơ sở so sánh các tiêu chuẩn này thì độ trễ tối ưu cho các mô hình nghiên cứu được xác định. Kết quả của các mô hình với độ trễ tối ưu sẽ được trình bày dưới đây và trong phần phụ lục. Kết quả kiểm định đường bao của t ng mô hình được trình bày cụ thể trong bảng 4 và bảng 5 (xem phụ lục), tổng hợp kết quả như sau: Đối với mô hình ARDL: 20 mô hình của các nhóm hàng hóa (bao gồm cả mô hình dữ liệu tổng), trong đó thống kê F ch ra có 17 nhóm hàng có tồn tại mối quan hệ dài hạn giữa các biến số trong mô hình, có 3 nhóm hàng không tồn tại đồng t ch hợp. Tương tự đối với mô hình NARDL, thống kê F c ng ch ra có 19 trong 20 nhóm hàng có tồn tại mối quan hệ dài hạn giữa các biến số trong mô hình, có 1 nhóm hàng không tồn tại đồng t ch hợp bao gồm Bahmani-Oskooee and Ardalani (2006) ch ra rằng kết quả kiểm định biên F-test thường rất nhạy cảm với số trễ được ấn định cho các biến. Do Banerjee, Dolado et al. (1998) and Banerjee, Dolado et al. (1998) s dụng tiêu chuẩn của hệ số hiệu ch nh sai số (error- correction term t-1) để xem xét liệu có tồn tại mối quan hệ trong dài hạn giữa các biến trong mô hình. Theo đó, nếu hệ số hiệu ch nh sai số âm và có nghĩa thống kê, khi đó có thể kết luận tồn tại mối quan hệ giữa các biến trong dài hạn. Kết quả hệ số hiệu ch nh sai số được trình bày trong bảng 4 và 5 (xem phụ lục) cho thấy tất cả hệ số hiệu ch nh sai số đều âm và có nghĩa thống kê ở các mô hình. Do đó, có thể kết luận tồn mối quan hệ trong dài hạn của các biến ở tất cả các mô hình ước lượng dưới đây và th a mãn điều kiện cho các phân tích sâu hơn của mô hình. Ngoài ra, nghiên cứu tiến hành các kiểm định chuẩn đoán mô hình bao gồm: kiểm định tự tương quan (LM test), kiểm định phương sai thay đổi (HK test), kiểm định sự phù hợp 180
12. mô hình (RESET test), kiểm định sự ổn định mô hình (CUSUM và CUSUMSQ test). Các kết quả kiểm định được trình bày trong bảng 4 (cho mô hình ARDL) và bảng 5 (cho mô hình NARDL). Các kết quả khẳng định tất các mô hình không tồn tại hiện tượng tự tương quan, phương sai thay đổi và mô hình giải thích phù hợp. Kiểm định CUSUM và CUSUMSQ ch ra hầu hết các mô hình là ổn định. Kiểm định Wald c ng ch ra tồn tại phản ứng bất đối xứng của cán cân thương mại đối với tỷ giá ở 6 ngành trong dài hạn và 11 ngành trong ng n hạn. 3.2. Kết quả ước lượng hệ số mô hình ARDL 3.2.1. Ước lượng hệ số dài hạn Kết quả hệ số ước lượng dài hạn của các mô hình ARDL được trình bày ở bảng 1, dấu hệ số dài hạn là khác nhau tùy t ng nhóm ngành hàng. Bảng 1: Kết quả ước lượng hệ số dài hạn của mô hình ARDL Mã Sản phẩm LRER INDVN INDUS SC01 -3.4073 (1.0737) -0.1909 (0.2571) -1.0397 (1.4228) SC02 6.8835 (1.4134) 0.7860 (0.2876) 0.6596 (1.9891) SC04 0.5326 (1.5758) 0.1169 (0.3908) 3.6449 (2.2292) SC05 1.8547 (3.6423) -2.9517 (0.9153) -5.5131 (4.9397) SC06 2.8343 (0.5578) -0.1398 (0.1294) 1.6414 (0.7840) SC07 -0.1140 (1.1317) 0.6821 (0.2875) -0.2822 (1.6150) SC08 -5.9155 (0.9292) 0.4528 (0.1590) -2.1250 (1.4792) SC09 -0.1651 (0.5195) 0.4684 (0.0887) 2.0151 (0.8078) SC10 0.0919 (0.7827) -0.2681 (0.1897) 1.1279 (1.0826) SC11 -2.2298 (1.4497) -1.1724 (0.2788) -2.0044 (2.1297) SC12 -3.3954 (1.3352) -0.7524 (0.2814) -2.4266 (1.9386) SC13 2.1281 (3.1066) 0.4361 (0.7080) -3.0274 (4.4597) SC14 3.9056 (2.5733) -0.3776 (0.5756) 3.8048 (3.6405) SC15 -1.1038 (3.0597) 0.0865 (0.6841) 7.0870 (4.3406) SC16 -3.5988 (1.5870) 0.1264 (0.3414) 3.2667 (2.2886) SC17 -0.0294 (8.3515) 1.4352 (1.6847) 7.2732 (9.3776) SC18 -1.2114* (0.6153) 0.3598 (0.1444) 2.6355 (0.8446) SC20 -1.1324 (1.4657) 0.0689 (0.3159) -0.1395 (1.9846) SC21 -0.9172 (2.1353) -0.0368 (0.3887) 3.4602 (3.1552) SCtotal -0.8512 (0.6610) -0.0600 (0.1632) 1.1388 (0.9120) Ghi chú:*, , là hệ số hồi quy có ý nghĩa thống kê ở mức tương ứng 1%, 5%, 10% Số trong ngoặc là giá trị sai số chuẩn của ước lượng các hệ số Đối với kết quả hệ số dài hạn các mô hình với đối tác là Mỹ, có 7 ngành hàng (chiếm khoảng 59% nhập khẩu, và 52% xuất khẩu của Việt Nam với thị trường M , theo số liệu 2017) mà cán cân thương mại bị ảnh hưởng bởi tỷ giá bao gồm: 181
13. - Nhóm hàng động vật sống và các sản phẩm (SC01) có hệ số 3,4 mang dấu âm ch ra rằng cán cân thương mại sẽ xấu đi 3,4% nếu VND mất giá 1% - Nhóm các sản phẩm thực vật (SC02) có cán cân thương mại được cải thiện 6,8% nếu VND mất giá 1% - Nhóm sản phẩm ngành công nghiệp hóa chất (SC06) tương tự c ng có cán cân thương tăng 2,8% khi VND mất giá 1% - Nhóm da và các sản phẩm da (SC08) có hệ số 5,9 và mang dấu âm, cán cân thương mại sẽ xấu đi 5,9% nếu VND mất giá 1% - Nhóm giầy dép m các loại (SC12) có cán cân thương mại xấu đi 3.4% khi VND mất giá 1% - Nhóm máy móc và các trang thiết bị cơ kh , điện (SC16) tương tự c ng có cán cân thương mại xấu đi 3.5% nếu VND mất giá 1% - Nhóm dụng cụ, thiết bị và máy quang học, nhiếp ảnh và điện ảnh (SC18) sẽ có cán cân thương mại xấu đi 1,2% nếu VND mất giá 1%. Đối với mô hình ARDL, giả định rằng cán cân thương mại phản ứng đối xứng với sự thay đổi tỷ giá. Do vậy, các kết luận sẽ ngược lại trong trường hợp VND lên giá. Tuy nhiên, hệ số dài hạn của phương trình tổng (Sctotal) ch ra rằng tỷ giá không ảnh hưởng đến tỷ trọng tổng xuất khẩu/nhập khẩu của Việt Nam và M . Hay nói cách khác, tỷ giá không tác động đến cán cân thương mại giữa hai nước. Hệ số dài hạn của biến thu nhập của Việt Nam có nghĩa thống kê trong 8 ngành hàng (chiếm khoảng 39% nhập khẩu và 48,5% xuất khẩu của Việt Nam với thị trường M theo số liệu 2017). Hầu hết các hệ số mang dấu dương bao gồm các ngành hàng: các sản phẩm thực vật (SC02), chất dẻo và các sản phẩm t chất dẻo (SC07), da và các sản phẩm da (SC08), gỗ và sản phẩm gỗ (SC09), dụng cụ thiết bị máy quang học (SC18), như vậy thu nhập của Việt Nam có tác động tích cực đến cán cân thương mại các ngành này, chẳng hạn thu nhập (proxy bởi biến ch số sản xuất công nghiệp) tăng 1% thì tỷ trọng xuất khẩu/nhập khẩu giữa Việt Nam và M ở ngành hàng các sản phẩm thực vật (SC02) sẽ tăng 0.78% . Trong khi đó, hệ số thu nhập mang dấu âm ở các ngành: khoáng sản (SC05), nguyên liệu và sản phẩm dêt (SC11), giày dép các loại (SC12). Hệ số dài hạn của biến thu nhập của M có nghĩa thống kê trong 3 ngành (chiếm khoảng 13% nhập khẩu, và 2,1% xuất khẩu của Việt Nam đối với thị trường này) bao gồm các ngành hóa chất và sản phẩm hóa chất (SC06), gỗ và các mặt hàng bằng gỗ (SC09), dụng cụ máy móc thiết bị quang học, nhiếp ảnh, (SC18). Có thể thấy rằng thu nhập của M ít có ảnh hưởng đến cán cân thương mại hai nước hơn so với thu nhập của Việt Nam. Nhìn chung, kết quả mô hình ARDL cho thấy trong dài hạn tỷ giá nhạy cảm với cán cân thương mại của Việt Nam với Mỹ ở 7 ngành hàng khác nhau chiếm khoảng 59% nhập khẩu, và 52% xuất khẩu. Tuy nhiên, mô hình tính toán tác động của tỷ giá đến tổng cán cân thương mại của Việt Nam (biến phụ thuộc Sctotal) với Mỹ chỉ ra là cán cân thương mại không nhạy cảm với sự thay đổi của tỷ giá. Như vậy, kết quả trên đã chứng minh cho kết luận của Baek (2013) về việc sử dụng số liệu tổng sẽ gây ra vấn đề thiên lệch. 182
14. Đối với biến thu nhập, cán cân thương mại nhạy cảm với thu nhập của Việt Nam hơn là thu nhập của Mỹ, phần nhiều hệ số thu nhập của Việt Nam mang dấu dương trong các mô hình. Do đó có thể kết luận, thu nhập của Việt Nam có tác động tích cực đến cán cân thương mại với Mỹ. 3.2.2. Ước lượng các hệ số ngắn hạn Bảng 6 (xem phụ lục) trình bày kết quả hệ số ng n hạn của biến tỷ giá trong các mô hình (2). Tỷ giá được xem là có tác động trong ng n hạn đến cán cân thương mại của một ngành nếu có ít nhất một hệ số ng n hạn có ý nghĩa thống kê. Như vậy, có 8 ngành hàng có ít nhất một hệ số ng n hạn có nghĩa thống kê. Bao gồm các ngành: động vật sống và các sản phẩm t động vật (SC01), các sản phẩm thực vật (SC02), hóa chất và các sản phẩm hóa chất (SC06), da và các sản phẩm da (SC08), nguyên liệu giấy và các sản phẩm giấy (SC10), giầy dép các loại (SC12), đá qu và kim loại quý (SC14), máy móc trang thiết bị cơ kh (SC16), phương tiện vận tải (SC17) dụng cụ thiết bị quang học, nhiếp ảnh (SC18). 8 ngành này chiếm 68% nhập khẩu và 54% xuất khẩu của Việt Nam năm 2017 ở thị trường này. Trong đó hệ số ng n hạn mang dấu âm ở tất cả các trễ ở các ngành hàng: SC01, SC06, SC12, SC16, SC17, SC18. Đối với ngành SC16, hệ số ng n hạn có dấu âm ở trễ thứ nhất và mang dấu dương ở các trễ tiếp theo. Các ngành còn lại đều có hệ số ng n hạn mang dấu dương ở các trễ khác nhau. Hiệu ứng đường cong J Tác động của tỷ giá đến cán cân thương mại của một ngành được xem là có hiệu ứng đường cong J khi đồng tiền phá giá, trong ng n hạn cán cân thương mại sẽ xấu đi và trong dài hạn cán cân thương mại sẽ được cải thiện và tốt hơn. Như vậy trong nghiên, các ngành có hiệu ứng đường cong J khi hệ số ng n hạn có dấu âm (hoặc không có nghĩa thống kê) và hệ số dài hạn của tỷ giá có dấu dương. Kết quả các hệ số ng n hạn và dài hạn tr ra hiệu ứng đường cong J xảy ra ở ngành hàng hóa chất và các sản phẩm hóa chất (SC06), hệ số dài hạn có giá trị 2.83 mang dấu dương, và hệ số ng n hạn mang dấu âm ở trễ thứ hai. Như vậy, đồng tiền mất giá sẽ làm cán cân thương mại của Việt Nam với M trong ngành hóa chất và sản phẩm hóa chất xấu đi trong ng n hạn, nhưng về mặt dài hạn phá giá làm cán cân thương mại được cải thiện. Đối với mô hình tổng kết quả hệ số ng n hạn và dài hạn c ng ch ra không tồn tại hiệu ứng đường cong J 3.3. Kết quả ước lượng hệ số mô hình NARDL 3.3.1. Kết quả hệ số dài hạn Bảng 2 trình bày kết quả hệ số dài hạn của mô hình NARDL. Như đã trình bày ở chương 1, mô hình NARDL nhằm kiểm định phản ứng của cán cân thương mại trước sự thay đổi của tỷ giá trong hai trường hợp: khi đồng tiền mất giá và khi đồng tiền tăng giá. L thuyết về phản ứng bất đối xứng của cán cân thương mại trước sự thay đổi của tỷ giá cho rằng khi đồng nội tệ giảm giá các nhà sản xuất sẽ phản ứng nhanh với sự thay đổi cầu để đáp ứng xuất khẩu. Tuy nhiên, khi đồng tiền lên giá thì các nhà xuất khẩu sẽ phản ứng chậm hơn với sự thay đổi của tỷ giá do các ràng buộc về thị phần Do đó, kỳ vọng rằng tác động của tỷ giá 183
15. trong trường hợp đồng tiền phá giá lên cán cân thương mại sẽ lớn hơn trong trường hợp đồng tiền lên giá. Trong nghiên cứu này, NEG hay giá trị âm của LREX thể hiện sự lên giá của VND, POS thể hiện sự xuống giá của VND. Phản ứng bất đối xứng sẽ không xảy ra nếu hệ số của NEG và POS có cùng dấu và tương đương về độ lớn. Kết quả các mô hình NARDL ch ra có 11 ngành hàng (chiếm 71% nhập khẩu, và 81% xuất khẩu ở thị trường này phản ứng của cán cân thương mại trước sự thay đổi của tỷ giá bao gồm: 7 ngành như ARDL đã ch ra động vật sống và các sản phẩm (SC01); các sản phẩm thực vật (SC02); sản phẩm ngành công nghiệp hóa chất (SC06); da và các sản phẩm da (SC08); giầy dép m các loại (SC12); máy móc và các trang thiết bị cơ kh , điện (SC16); dụng cụ, thiết bị và máy quang học, nhiếp ảnh và điện ảnh (SC18); và 3 ngành mà NARDL phát hiện thêm gồm khoáng sản (SC05), dệt và các sản phẩm dệt (SC11), đá qu và kim loại qu (SC14), phương tiện vận tải (SC17). Bên cạnh đó, kết quả c ng ch ra phản ứng bất đối xứng trước sự thay đổi tỷ giá. Ngành hàng SC01 ch phản ứng với tỷ giá trong trường hợp đổng Việt Nam lên giá, hệ số - 2,38 của NEG ch ra rằng khi VND mất giá (tỷ giá RER giảm xuống) thì cán cân thương mại ngành này được cải thiện 2,38%, kết quả tương tự với ngành có mã SC12. Các mã ngành SC02, SC06, SC14 c ng có cán cân thương mại phải ứng với tỷ giá trong trường hợp VND lên giá (tỷ giá RER giảm), khi đó cán cân thương mại c ng xấu đi trong dài hạn. Đối với trường hợp VND mất giá 1%, cán cân thương mại của ngành SC05 sẽ xấu đi 15%, trong khi cán cân thương mại của ngành SC18 sẽ được cải thiện 2.1% . Các ngành mã SC08 SC11, SC16 và S17 lại có dấu hệ số của POS và NEG giống nhau và cùng mang dấu âm, ch ra sự mất giá của VND có tác động tiêu cực đến cán cân thương mại, và sự lên giá VND c ng có tác động tích cực đến cán cân thương mại hai ngành này. Kết quả kiểm định Wald ch ra không tồn tại phản ứng bất đối xứng ở hai nhóm hàng này (tr trường hợp có phản ứng bất đối xứng duy nhất ở mã SC17 về mức độ tác động trường hợp VND mất giá cán cân thương mại phản ứng mạnh hơn). Mô hình tổng với mã SCtotal ch ra rằng trong dài hạn việc VND mất giá thực không có lợi cho cán cân thương mại giữa Việt Nam và M thậm ch cán cân thương mại còn bị giảm xuống. Nếu VND mất giá thực 1%, cán cân thương mại với M giảm 2,5%. Trong khi đó VND lên giá cán cân thương mại của Việt Nam không phản ứng (hệ số không có nghĩa thống kê). Nhìn chung từ kết quả hệ số dài hạn của mô hình ARDL có thể đưa ra một số kết luận sau: Kết quả của mô hình NARDL đã ch ra được những hạn chế trong kết luận của mô hình ARDL khi giả định tác động của tỷ giá đến cán cân thương mại là đối xứng. Các kết quả cho thấy tỷ giá tác động bất đối xứng trong rất nhiều ngành hàng. Các kết luận của NARDL đã ch ra nhiều ngành hàng có tác động của tỷ giá với hệ số POS và NEG có 184
16. nghĩa thống kê. Trong khi đó, nếu s dụng kết quả ARDL thì những ngành hàng này bị kết luận là không phản ứng trước sự thay đổi của tỷ giá. Bảng 2: Kết quả hệ số dài hạn của mô hình NARDL Mã sản phẩm POS NEG INDVN INDDT SC01 -0.3894 (2.3137) -2.3825 (1.1891) -0.7193 (0.4760) -1.0245 (1.4144) SC02 3.9289 (2.7080) 6.0330 (1.4985) 1.3223 (0.5145) 0.8033 (1.9141) SC04 -2.4901 (2.9940) -0.3152 (1.5111) 0.7746 (0.6044) 3.2002* (1.7935) SC05 -15.0165* (8.5608) -3.4945 (4.4170) 0.1611 (1.6732) -4.9573 (5.3533) SC06 1.1883 (1.1814) 2.3795 (0.6171) 0.2538 (0.2375) 1.5764* (0.8014) SC07 -1.6595 (3.5112) 0.0069 (1.8219) 0.9408 (0.6969) 1.4889 (2.3506) SC08 -5.9350 (1.8533) -6.0805 (1.0973) 0.4876 (0.3484) -2.6079 (1.7387) SC09 0.4003 (0.8642) -0.0498 (0.5346) 0.3561 (0.1637) 1.8730 (0.8166) SC10 2.2197 (2.2139) -1.5361 (1.6624) -1.1991 (0.5390) -4.2446 (2.9274) SC11 -5.8420 (2.6831) -3.5649 (1.4507) -0.4843 (0.5004) -2.8342 (1.7972) SC12 -4.1651 (2.6765) -3.4346 (1.5024) -0.7067 (0.5933) -1.4465 (2.2106) SC13 -2.0114 (3.0813) 1.4773 (1.5717) 1.7363 (0.6123) -4.1389 (1.8428) SC14 7.9446 (5.2906) 5.5528* (2.8188) -1.1666 (1.0105) 5.0321 (3.7711) SC15 -0.9423 (6.7238) -0.9351 (3.5407) 0.0313 (1.2833) 7.5581 (4.5909) SC16 -12.2815* (6.6577) -5.1386* (2.8152) 1.8281 (1.2135) 8.2273* (4.7293) SC17 -22.2891 (5.3152) -10.2841 (3.3751) 4.5811 (1.3133) 1.1558 (5.7504) SC18 2.1603 (0.9554) -0.4657 (0.4752) -0.2948 (0.1873) 1.8932 (0.5457) SC20 0.1503 (3.0246) -0.4412 (1.6256) -0.2851 (0.5777) 0.8877 (2.2388) SC21 -2.2481 (3.5767) -0.5688 (2.0784) 0.3456 (0.6650) 5.5504* (2.8029) SCtotal -2.5373* -12.978 -10.163 (0.6739) 0.4280* (0.2534) 1.6504* (0.8392) Nguồn: Tính toán của tác giả. Ghi chú:*, , là hệ số hồi quy có ý nghĩa thống kê ở mức tương ứng 1%, 5%, 10% Số trong ngoặc là giá trị sai số chuẩn của ước lượng các hệ số Cán cân thương mại các ngành với đối tác là M t ra nhạy cảm với tỷ giá trong mô hính NARDL. Có 11 ngành phản ứng với tỷ giá và là những ngành chiếm tỷ trọng lớn trong kim ngạch xuất nhập khẩu nên có đến 81% xuất khẩu và hơn 71% nhập khẩu của M phản ứng với sự thay đổi tỷ giá. Mô hình tổng ch ra rằng về mặt dài hạn giảm giá thực đồng VND gây bất lợi cho cán cân thương mại của Việt Nam với M . 3.3.2. Kết quả hệ số ngắn hạn Kết quả hệ số ngắn hạn Tương tự, kết quả hệ số ng n hạn của mô hình NARDL được trình bày trong bảng 7 và bảng 8 (Xem phụ lục) Các hệ số của POS và NEG trong các mô hình với đối tác là M tương tự c ng ch ra tác động bất đối xứng của tỷ giá lên cán cân thương mại. Tương tự như kết quả của hệ số dài hạn, mô hình NARDL ch ra được nhiều ngành nhạy cảm với tỷ giá hơn so với các kết luận t mô hình ARDL. Các ngành chịu tác động của tỷ giá khi đồng VND giảm giá bao gồm: SC01, 185
17. SC05, SC07, SC10, SC11, SC12, SC16, SC17, SC18, SC20. Các ngành phản ứng khi VND lên giá bao gồm: SC01, SC02, SC06, SC12, SC13, SC15, SC18, SC21. Kiểm định Wald ch ra tồn tại phản ứng bất đối xứng ở các ngành: SC01, SC05, SC06, SC07, SC10, SC14, SC16, SC17, SC18, SC20. Nhìn chung, các kết quả của hệ số ng n hạn ch ra: mô hình NARDL ch ra được nhiều ngành phản ứng với tỷ giá hơn việc s dụng ARDL. Mặt khác, trong ng n hạn tồn tại phản ứng bất đối xứng của tỷ giá ở nhiều ngành hơn so với ng n hạn. Hiệu ứng đường cong J Trong mô hình NARDL, một ngành được xem là có hiệu ứng đường cong J trong nghiên cứu này khi có ít nhất một hệ số ng n hạn âm nhưng hệ số ng n hạn của trễ trước đó không có hệ số nào dương và có nghĩa thống kê hoặc hệ số không có nghĩa thống kê, và hệ số dài dài hạn của POS dương và có nghĩa thống kê. Hiệu ứng đường cong J ch có ở ngành với mã da và các sản phẩm da (SC08). Kết quả của mô hình tổng (Sctotal) cho thấy không tồn tại hiệu ứng đường cong J. Nhìn chung, kết quả các mô hình ch ra lý thuyết hiệu ứng đường cong J t được ủng hộ bởi mối quan hệ giữa thương mại Việt Nam và M . 4. Kết luận và một số khuyến nghị chính sách Nghiên cứu s dụng mô hình ARDL tuyến tính và ARDL phi tuyến (NARLD) để xem xét mối quan hệ giữa cán cân thương mại của Việt Nam và M trong t ng ngành hàng (21 ngành dựa trên hệ thống phân ngành của Hamornized System-HS). Nghiên cứu kh c phục những nhược điểm của các nghiên cứu trước về mối quan hệ giữa cán cân thương mại và tỷ giá của việt Nam: (1) s dụng số liệu ngành để kh c phục hạn chế khi lấy số liệu tổng, (2) s dụng mô hình phi tuyến đế tránh vấn đề thiên lệch khi giả định phản ứng của cán cân thương mại là đối xứng khi đồng tiền mất giá hoặc tăng giá. T kết quả hệ số ng n hạn và dài hạn của mô hình có thể rút ra một số kết luận như sau: Thứ nhất, các kết quả của các mô hình ARDL và NARDL trong các ngành hàng ch ra vấn đề thiên lệch khi s dụng số liệu tổng và cách tiếp cận phi tuyến. Do đó, cách tiếp cận số liệu trong t ng ngành hàng và s dụng mô hình ARLD phi tuyến đã cho một bước tranh toàn diện và đầy đủ hơn về ảnh hưởng của tỷ giá đến cán cân thương mại của Việt Nam và M . Thứ hai, lý thuyết về hiệu ứng đường cong J không được ủng hộ trong kết quả mô hình nghiên cứu quan hệ giữa cán cân thương mại và tỷ giá của Việt Nam với M . Kết quả các mô hình số liệu ngành ch ra ít i các ngành hàng có hiệu ứng đường cong J, nhưng với mô hình s dụng số liệu tổng thì không tìm thấy hiệu ứng đường cong J. Thứ ba, thu nhập của Việt Nam (proxy bằng biến ch số sản xuất công nghiệp) có tác động tích cực đến cán cân thương mại với M Thứ tư, kết quả mô hình ARDL và NARLD cho thấy cán cân thương mại của Việt Nam với thị trường này khá nhạy cảm với tỷ giá. Nếu như ở mô hình ARDL, kết quả cho thấy phần lớn các ngành phản ứng với tỷ giá theo hướng nếu VND giảm giá lại làm cán cân thương mại những ngành này xấu đi. Tương tự, các mô hình NARDL ch ra, một số ngành sẽ 186
18. có sự cải thiện về cán cân thương mại, nhưng một số ngành cán cân thương mại sẽ xấu hơn khi VND giảm giá. Nhưng mô hình tổng ch ra nếu VND giảm giá thì cán cân thương mại giữa Việt Nam với đối tác M sẽ xấu đi. Bởi vậy, đối với thị trường M tỷ giá không nên coi là công cụ có thể s dụng để cải thiện cán cân thương mại. Như vậy, các kết quả nghiên cứu ch ra tỷ giá có tác động đến cán cân thương mại của Việt Nam và M . Nhưng tác động này phụ thuộc vào t ng ngành hàng. Với nhưng kết luận trên, rõ ràng việc s dụng tỷ giá như một công cụ thúc đẩy xuất khẩu và cải thiện cán cân thương mại cho Việt Nam nên được cân nh c dựa trên các mục tiêu ưu tiên khác nhau và sự phối hợp các chính sách khác nhau. Chẳng hạn như các mục tiêu về lạm phát, nợ nước ngoài, ổn thị thị trường tiền tệ, khi VND mất giá sẽ có những ảnh hưởng tiêu cực đến các mục tiêu này. Đồng quan điểm với nghiên cứu, Phan and Jeong (2015) cho rằng Việt Nam nên s dụng các biện pháp tái cơ cấu nền kinh tế để cải thiện cán cân thương mại hơn là việc s dụng công cụ tỷ giá (phá giá đồng tiền). Bên cạnh đó, Davies and Green (2010) c ng cho rằng đối với các nền kinh tế đang phát triển và chuyển đổi giá nhập khẩu thay đổi (tăng lên) do tác động của giảm giá tiền tệ sẽ nhanh chóng được truyền dẫn vào giá nội địa và điều này dẫn đến những ảnh hưởng không mong muốn của tỷ giá đến cán cân thương mại cho các nước này. Biến thu nhập của Việt Nam có ảnh hưởng tích cực đến cán cân thương mại, bởi vậy nghiên cứu khuyến nghị Việt Nam nên s dụng công cụ ch nh sách tài khóa hơn là s dụng các chính sách tiền tệ (tỷ giá) trong việc cải thiện cán cân thương mại. TÀI LIỆU THAM KHẢO Arize, A. (1987). "The supply and demand for imports and exports in a simultaneous model." Applied economics 19(9): 1233-1247. Arize, A. C. (1994). "Cointegration test of a long-run relation between the real effective exchange rate and the trade balance." International Economic Journal 8(3): 1-9. Baek, J. (2013). "Does the exchange rate matter to bilateral trade between Korea and Japan? Evidence from commodity trade data." Economic Modelling 30: 856-862 Bahmani-Oskooee, M. (1985). "Devaluation and the J-curve: some evidence from LDCs." The review of Economics and Statistics: 500-504. Bahmani-Oskooee, M. (1991). "Is there a long-run relation between the trade balance and the real effective exchange rate of LDCs?" Economics letters 36(4): 403-407. Bahmani-Oskooee, M. and Z. Ardalani (2006). "Exchange Rate Sensitivity of U.S. Trade Flows: Evidence from Industry Data." Southern Economic Journal 72(3): 542. Bahmani-Oskooee, M. and J. Baek (2016). "Do exchange rate changes have symmetric or asymmetric effects on the trade balance? Evidence from US–Korea commodity trade." Journal of Asian Economics 45: 15-30. Bahmani-Oskooee, M. and T. J. Brooks (1999). "Bilateral J-curve between US and her trading partners." Weltwirtschaftliches Archiv 135(1): 156-165. 187
19. Bahmani-Oskooee, M. and H. Fariditavana (2015). "Nonlinear ARDL approach, asymmetric effects and the J-curve." Journal of Economic Studies 42(3): 519-530. Bahmani-Oskooee, M. and H. Fariditavana (2016). "Nonlinear ARDL approach and the J-curve phenomenon." Open Economies Review 27(1): 51-70. Bahmani-Oskooee, M. and T. Kantipong (2001). "Bilateral J-curve between Thailand and her trading partners." Journal of Economic Development 26(2): 107-118. Banerjee, A., et al. (1998). "Error‐ correction mechanism tests for cointegration in a single‐ equation framework." Journal of time series analysis 19(3): 267-283. Bui, D. H., et al. (2017). "Is Vietnam's exchange rate overvalued?" Journal of the Asia Pacific Economy 22(3): 357-371. Davies, H. and D. Green (2010). Banking on the future: the fall and rise of central banking, Princeton University Press. Delatte, A.-L. and A. López-Villavicencio (2012). "Asymmetric exchange rate pass- through: Evidence from major countries." Journal of Macroeconomics 34(3): 833-844. Demirden, T. and I. Pastine (1995). "Flexible exchange rates and the J-curve: An alternative approach." Economics Letters 48(3): 373-377. Felmingham, B. S. and S. Divisekera (1986). "The response of Australia's trade balance under different exchange rate regimes." Australian Economic Papers 25(46): 33-46. Halicioglu, F. (2007). "The J-curve dynamics of Turkish bilateral trade: a cointegration approach." Journal of Economic Studies 34(2): 103-119. Himarios, D. (1989). "Do devaluations improve the trade balance? The evidence revisited." Economic inquiry 27(1): 143-168. Houthakker, H. S. and S. P. Magee (1969). "Income and price elasticities in world trade." The Review of Economics and Statistics: 111-125. Junz, H. B. and R. R. Rhomberg (1973). "Price competitiveness in export trade among industrial countries." The American Economic Review 63(2): 412-418. Khan, M. S. (1974). "Import and export demand in developing countries." Staff Papers 21(3): 678-693. Laffer, A. B. (1977). "Exchange rates, the terms of trade, and the trade balance." Effects of exchange rate adjustments. Magee, S. P. (1973). "Currency contracts, pass-through, and devaluation." Brookings Papers on Economic Activity 1973(1): 303-325. Pesaran, M. H., et al. (2001). "Bounds testing approaches to the analysis of level relationships." Journal of applied econometrics 16(3): 289-326. Phan, T. H. and J. Y. Jeong (2015). "Vietnam Trade Balance and Exchange Rate: Evidence from Panel Data Analysis." Journal of Applied Economics & Business Research 5(4). Phan Thanh Thanh (2018). "Tác động của tỷ giá hối đoái đến cán cân thương mại Việt Nam hiện nay." Tạp chí Tài chính. 188
20. Rose, A. K. and J. L. Yellen (1989). "Is there a J-curve?" Journal of Monetary economics 24(1): 53-68 Rosensweig, J. A. and P. D. Koch (1988). "The US dollar and the" delayed J-curve."." Economic Review(Jul): 2-15. Shin, Y., et al. (2014). Modelling asymmetric cointegration and dynamic multipliers in a nonlinear ARDL framework. Festschrift in Honor of Peter Schmidt, Springer: 281-314. Verheyen, F. (2013). "Interest rate pass-through in the EMU–new evidence using the nonlinear ARDL framework." Economics Bulletin 33(1): 729-739. V Quốc Huy (2013). Tỷ giá hối đoái giai đoạn 2000-2011: Mức độ sai lệch và tác động đối với xuất khẩu, Nhà xuất bản tri thức trẻ PHỤ LỤC Bảng 3: Phân ngành the HS (21 ngành) Mã Sản Tên sản phẩm phẩm SC01 Động vật sống; các sản phẩm t động vật SC02 Các sản phẩm thực vật Chất béo và dầu có nguồn gốc t động vật hoặc thực vật và các sản phẩm tách SC03 t chúng; chất béo ăn được đã chế biến; các loại sáp động vật hoặc thực vật Thực phẩm chế biến; đồ uống, rượu mạnh và giấm; thuốc lá và các loại SC04 nguyên liệu thay thế thuốc lá đã chế biến SC05 Khoáng sản SC06 Sản phẩm của ngành cễng nghiệp hoá chất hoặc các ngành cễng nghiệp liấn quan SC07 Plastic và các sản phẩm bằng plastic; cao su và các sản phẩm bằng cao su Da sống, da thuộc, da lông và các sản phẩm t da; yên cương và bộ đồ yên SC08 cương; hàng du lịch, túi xách tay và các loại đồ chứa Gỗ và các mặt hàng bằng gỗ; than t gỗ; lie và các sản phẩm bằng lie; các sản SC09 phẩm t rơm, c giấy hoặc các vật liệu tết bện khác; Bột giấy t gỗ hoặc t nguyên liệu xơ sợi xenlulo khác; giấy loại hoặc bèa SC10 loại thu hồi (phế liệu và vụn th a); giấy và bèa và các sản SC11 Nguyấn liệu dệt và các sản phẩm dệt Giày, dép, m và các vật đội đầu khác, ô, dù, ba toong, gậy tay cầm có thể chuyển thành ghế, roi gậy điều khiển, roi điều khiển súc vật thồ kéo và các bộ phận của các loại hàng trên; lông v chế biến và các sản phẩm làm t lông v SC12 chế biến; hoa nhân tạo; các sản phẩm làm t tóc người Sản phẩm bằng đá, thạch cao, xi măng, amiăng, mica hoặc các vật liệu tương SC13 tự; đồ gốm; thuỷ tinh và các sản phẩm bằng thuỷ tinh SC14 Ngọc trai tự nhiên hoặc nuôi cấy, đá qu hoặc đá bán qu , kim loại quý, kim 189
21. loại được dát phủ kim loại qu , và các sản phẩm của chúng; đồ trang sức làm bằng chất liệu khác; tiền kim loại SC15 Kim loai cơ bản và các sản phẩm bằng kim loại Máy và các trang thiết bị cơ kh ; thiết bị điện; các bộ phận của chúng; thiết bị ghi và tái tạo âm thanh, thiết bị ghi và tái tạo hènh ảnh, Âm thanh truyền hènh SC16 và các bộ phận và phụ kiện của các thiết bị trấn SC17 Xe cộ, phương tiện bay, tàu thuyền và các thiết bị vận tải liấn hợp Dụng cụ, thiết bị và máy quang học, nhiếp ảnh, điện ảnh, đo lường, kiểm tra, chính xác, y tế hoặc phẫu thuật; đồng hồ thời gian và đồng hồ cá nhân; nhạc SC18 cụ; các bộ phận và phụ kiện của chúng SC19 V kh và đạn; các bộ phận và phụ kiện của chúng SC20 Các mặt hàng khác SC21 Các tác phẩm nghệ thuật, đồ sưu tầm và đồ cổ Bảng 4: Kết quả kiểm định đường bao và kiểm định chẩn đoán của các mô hình ARDL Sản HSK phẩm F ECM(t-1) LM RESET test CUSUM CUSUMSQ R2 Mỹ sc01 8.43 -0.3969 2.51 0.67 1.64 S S 0.23 sc02 8.74 -0.6490 2.22 0.17 0.02 US S 0.42 sc04 5.09 -0.3175 2.57 2.70 2.75 S S 0.23 sc05 31.63 -1.0408 2.82 3.79 6.25 S S 0.53 sc06 26.68 -0.9539 3.08 1.24 2.06 S S 0.49 sc07 4.96 -0.3276 7.71 1.53 0.45 US S 0.15 sc08 10.96 -0.7398 2.74 0.25 0.77 S S 0.53 sc09 21.14 -0.8826 1.43 4.53 1.32 US S 0.51 sc10 17.25 -0.7378 3.90 3.08 0.00 S S 0.47 sc11 9.15 -0.5029 0.83 0.83 0.62 S S 0.36 sc12 2.60 -0.2998 2.31 0.69 0.19 S S 0.47 sc13 1.24 -0.2277 3.67 2.72 4.98 S S 0.40 sc14 8.04 -0.5508 7.95 0.66 0.40 S S 0.44 sc15 5.66 -0.4592 10.47 2.44 1.79 S S 0.30 sc16 5.55 -0.2844 3.78 0.34 1.62 S S 0.35 sc17 2.68 -0.2431 5.74 0.96 0.44 S US 0.33 sc18 9.16 -0.7510 1.01 0.72 2.87 S S 0.48 sc20 5.94 -0.5146 1.09 3.98 2.47 S S 0.44 sc21 4.22* -0.5083 4.45 2.12 3.42* S US 0.42 Total 7.77 -0.4067 3.13 0.12 1.52 S US 0.21 Ghi chú:*, , là hệ số hồi quy có ý nghĩa thống kê ở mức tương ứng 1%, 5%, 10% 190
22. Bảng 5: Kết quả kiểm định đường bao và kiểm định chẩn đoán của các mô hình NARDL Sản HSK F ECM(t-1) LM RESET CUSUM CUSUMSQ R2 phẩm test Wald_l Wald_s Mỹ sc01 5.99 -0.426 1.83 0.32 4.15 1.76 3.043 S S 0.2469 sc02 8.19 -0.676 5.31 0.23 0.09 2.47 2.35 US S 0.4329 sc04 5.86 -0.388 3.32 2.34* 4.29 1.28 1.13 S S 0.228 sc05 27.51 -1.096 3.24 2.87 7.87 4.38 4.59 S S 0.5669 sc06 23.01 -1.001 2.48 1.58 2.00 2.36 5.44 S S 0.5186 sc07 3.52* -0.254 6.11 0.29 0.62 0.55 3.64* US S 0.1758 sc08 8.34 -0.667 1.31 0.38 1.73 0.01 4.23 S S 0.5166 sc09 16.99 -0.892 2.34 4.23 1.40 0.67 0.66 US S 0.5153 sc10 4.50 -0.586 5.42 0.66 0.01 4.90 0.83 S S 0.6085 sc11 10.00 -0.523 0.55 4.95 3.13* 1.86 9.03 S S 0.3931 sc12 2.15 -0.299 1.88 0.34 0.05 0.16 0.11 S S 0.4657 sc13 3.64* -0.488 3.56 1.50 7.85 3.13* 2.67 S S 0.417 sc14 7.26 -0.566 4.65 0.79 0.01 0.49 4.98 S S 0.4638 sc15 4.46 -0.584 10.37 2.07 1.74 0.00 0.07 S S 0.3036 sc16 4.00* -0.229 6.50 0.65 1.35 2.12 7.75 S S 0.4916 sc17 5.63 -0.596 8.94* 1.39 6.94 10.66 7.21 S US 0.4917 sc18 24.26 -1.01716 3.75 0.30 3.44* 18.38 16.3 S US 0.5232 sc20 4.67 -0.555 6.45 4.48 0.88 0.09 4.65 S S 0.5374 - sc21 S US 0.4364 4.94 0.4377 5.45 0.93 2.12 0.58 0.57 Total 8.70 -0.498 2.24 2.59 0.02 3.33* 0.77 S US 0.2333 Ghi chú:*, , là hệ số hồi quy có ý nghĩa thống kê ở mức tương ứng 1%, 5%, 10% Đối với kiểm định biên (bound test) giá trị của thống kê F lớn hơn 3,77 (10%). 4,35 (5%); 5,61 (1%) sẽ bác bỏ giả thiết H0, hay tồn tại quan hệ dài hạn giữa các biến 191
23. Bảng 6: Kết quả hệ số ngắn hạn của các mô hình ARDL Mã Sản L2D.lre L3D.lre Obser- D.lrer LD.lrer L4D.lrer L5D.lrer Constant R-squared phẩm r r vations Mỹ SC01 -1.35 (0.42) 15.82 (5.90) 119 0.23 SC02 4.47 (1.09) -47.50 (14.76) 116 0.42 SC04 0.17 (0.50) -7.10 (7.27) 118 0.23 SC05 1.93 (3.80) 24.56 (53.97) 119 0.53 SC06 -0.47 (1.98) -4.38 (1.87) -33.34 (8.48) 118 0.49 SC07 -0.04 (0.37) -0.07 (5.34) 119 0.15 SC08 -0.40 (1.92) 3.80* (1.96) 49.59 (14.76) 114 0.53 SC09 -0.15 (0.46) -9.16 (7.32) 114 0.51 SC10 3.45* (2.05) 3.49* (1.92) -3.33 (8.61) 117 0.47 SC11 2.66 (2.26) 19.92* (11.69) 115 0.36 SC12 -2.41* (1.27) 0.62 (1.19) -0.80 (1.22) 0.77 (1.19) -3.37 (1.15) 15.53 (7.41) 115 0.47 SC13 0.48 (0.77) -1.55 (10.34) 117 0.40 SC14 12.13 (4.95) -29.03 (20.50) 117 0.44 SC15 -1.37 (4.98) -9.80 (20.58) 117 0.30 SC16 -2.67* (1.52) 1.28 (1.49) 4.39 (1.41) 5.19 (1.44) 5.93 (6.81) 116 0.35 SC17 -8.03 (5.00) -7.88* (4.73) -8.01* (4.66) -6.90 (4.57) -9.90 (26.45) 116 0.33 SC18 -0.91* (0.50) -1.39 (6.69) 118 0.48 SC20 -0.58 (0.73) 8.47 (10.79) 117 0.44 SC21 -0.47 (1.12) -2.95 (16.77) 115 0.42 SCtotal -0.35 (0.28) 2.02 (3.90) 119 0.21 Ghi chú:*, , là hệ số hồi quy có ý nghĩa thống kê ở mức tương ứng 1%, 5%, 10%. Số trong ngoặc là giá trị sai số chuẩn của ước lượng các hệ số 192
24. Bảng 7: Hệ số ước lượng ngắn hạn của mô hình NARDL (Hệ số biến POS) Mã sản phẩm POS Mỹ VARI- ABLES D.lrer_p LD.lrer_p L2D.lrer_p L3D.lrer_p L4D.lrer_p L5D.lrer_p SC01 -6.5721 (3.18) SC02 2.98 (1.84) SC04 -0.9656 (1.21) SC05 21.7359 (29.35) 62.11 (29.6) SC06 1.1895 (1.18) SC07 -5.4727* (2.86) SC08 4.1296 (3.74) SC09 0.3572 (0.77) SC10 5.9346 (3.79) 1.54 (3.92) -3.6432 (3.92) 4.8151 (3.8908) -9.9158 (3.90) -9.7415 (3.99) SC11 10.7769 (4.22) SC12 -4.9119* (2.49) 2.01 (2.59) 1.7194 (2.50) 3.5219 (2.5577) -5.4394 (2.55) SC13 -0.9807 (1.51) SC15 -0.4313 (3.10) SC16 -0.3434 (3.07) 5.87* (3.49) 6.3161* (3.54) 4.8603 (3.4150) 8.3052 (3.32) 7.0811 (3.35) SC17 -13.29 (4.78) SC18 2.1974 (0.99) SC20 2.7794 (5.25) -16.36 (5.72) SC21 -1.2493 (2.073) SCtotal -1.3492 (0.66) Ghi chú:*, , là hệ số hồi quy có ý nghĩa thống kê ở mức tương ứng 1%, 5%, 10%. Số trong ngoặc là giá trị sai số chuẩn của ước lượng các hệ số 193
25. Bảng 8: Hệ số ước lượng ngắn hạn của mô hình NARDL (Hệ số biến NEG) Mã sản phẩm NEG LAG D.lrer_p LD.lrer_p L2D.lrer_p L3D.lrer_p L4D.lrer_p L5D.lrer_p SC01 -1.0148* (0.5231) SC02 4.79 (1.19) SC04 -0.1222 (0.5894) SC05 -3.8287 (4.8483) SC06 -1.9511 (2.6119) -5.9776 (2.5413) SC07 0.0017 (0.4626) SC08 -4.06 (1.0280) SC09 -0.0444 (0.4773) SC10 -0.8996 (0.8644) SC11 -1.8628 (0.7366) SC12 -1.0257* (0.5715) SC13 0.7203 (0.7932) SC15 0.3390 (6.7370) 1.7977 (6.4169) SC16 -3.6101 (2.5548) 0.7162 (2.5029) 4.3720* (2.51) 8.3429 (2.50) -3.4342 (2.59) SC17 -11.7457 (7.1227) -8.0204 (6.6453) -5.0274 (6.81) -10.0834 (6.75) -14.2244 (6.83) -10.3545 (6.69) SC18 -0.4736 (0.4861) SC20 -3.3639 (4.0017) 10.33 (3.5612) -7.4925 (3.58) 9.5877 (3.39) SC21 -0.3161 (1.1859) SCtotal -0.6584* (0.3332) Ghi chú:*, , là hệ số hồi quy có ý nghĩa thống kê ở mức tương ứng 1%, 5%, 10%. Số trong ngoặc là giá trị sai số chuẩn của ước lượng các hệ số 194