1

ƯỚC LƯỢNG SẢN LƯỢNG TIỀM NĂNG CHO VIỆT NAM

2

ƯỚC LƯỢNG SẢN LƯỢNG TIỀM NĂNG CHO VIỆT NAMBáo cáo nghiên cứu RS - 06Bản quyền © 2013 thuộc về Ủy ban Kinh tế của Quốc hội và UNDP tại Việt Nam.Mọi sự sao chép và lưu hành không được sự đồng ý của Ủy ban Kinh tế của Quốc hội và UNDP là vi phạm bản quyền.

3

ƯỚC LƯỢNG SẢN LƯỢNG TIỀM NĂNG CHO VIỆT NAM

4

5

LỜI GIỚI THIỆU

Việt Nam đã trải qua những giai đoạn phát triển nhanh và ấn tượng kể từ khi đổi mới năm 1986. Mặc dù sau hơn 25 năm, Việt Nam đã gia nhập nhóm nước có thu nhập trung bình trên thế giới và hoàn thành các Mục tiêu Thiên niên kỷ, nhưng biến động kinh tế vĩ mô trong những năm gần đây, đặc biệt từ khi chính thức trở thành thành viên của Tổ chức Thương mại Thế giới, cộng với những cú sốc tiêu cực từ quá trình hội nhập và toàn cầu hóa, đã khiến nền kinh tế đứng trước rất nhiều thử thách trên con đường duy trì tăng trưởng nhanh và bền vững. Yêu cầu thay đổi mô hình tăng trưởng và tái cơ cấu nền kinh tế là những vấn đề đang trở nên cấp thiết hiện nay.

Trong bối cảnh đó, nghiên cứu về sản lượng tiềm năng của nền kinh tế và đưa ra những bằng chứng thực nghiệm là một trong những đầu vào hữu ích cho quá trình này. Ước lượng sản lượng tiềm năng cũng như chênh lệch giữa sản lượng tiềm năng và sản lượng thực tế cho phép định vị được nền kinh tế đang ở mức cao hơn hoặc thấp hơn mức tăng trưởng bền vững mà không gây ra lạm phát, đánh giá được áp lực lạm phát hay giảm phát của nền kinh tế và có ý nghĩa đối với hoạch định chính sách vĩ mô. Nếu sản lượng thực tế cao hơn sản lượng tiềm năng, áp lực lạm phát gia tăng, cần thực thi chính sách giảm cầu. Ngược lại, khi sản lượng thực tế thấp hơn sản lượng tiềm năng, lạm phát có xu hướng giảm và có thể cần đến các chính sách vĩ mô thúc đẩy tổng cầu. Ngoài ra, ước lượng sản lượng tiềm năng cũng cho phép xác định được mức tăng trưởng mục tiêu bảo đảm tăng trưởng bền vững đi kèm với lạm phát thấp và ổn định.

Nghiên cứu này đã ứng dụng những phương pháp thống kê và mô hình khác nhau để đo lường mức sản lượng tiềm năng của Việt

6

Nam và đưa ra được những kết quả thích hợp để lý giải diễn biến tăng trưởng của nền kinh tế cũng như những thảo luận chính sách có chất lượng. Đây là nghiên cứu trong chuỗi những nghiên cứu dựa trên bằng chứng thực nghiệm gắn với những vấn đề chính sách kinh tế vĩ mô đang được triển khai trong khuôn khổ Dự án “Hỗ trợ nâng cao năng lực tham mưu, thẩm tra và giám sát chính sách kinh tế vĩ mô” của Ủy ban Kinh tế của Quốc hội do Chương trình Phát triển Liên Hợp Quốc (UNDP) tại Việt Nam tài trợ.

Báo cáo nghiên cứu này do nhóm tác giả của Trung tâm Nghiên cứu Chính sách và Phát triển (DEPOCEN) thực hiện. Mọi nhận định, phân tích, đánh giá trong báo cáo này thể hiện quan điểm độc lập của nhóm tác giả và không phản ánh quan điểm của Ủy ban Kinh tế cũng như của Ban Quản lý Dự án.

Xin trân trọng giới thiệu cùng bạn đọc. TS. Nguyễn Văn Giàu

Ủy viên Ủy ban Thường vụ Quốc hộiChủ nhiệm Ủy ban Kinh tế của Quốc hội

7

Nghiên cứu được thực hiện trong khuôn khổ Dự án “Hỗ trợ nâng cao năng lực tham mưu, thẩm tra và giám sát chính sách kinh tế vĩ mô” do Ủy ban Kinh tế của Quốc hội chủ trì, với sự tài trợ của Chương trình Phát triển Liên Hợp Quốc (UNDP) tại Việt Nam.

Trưởng Ban chỉ đạo Dự án:Nguyễn Văn Giàu

Chủ nhiệm Ủy ban Kinh tế của Quốc hội

Giám đốc Dự án:Nguyễn Văn Phúc

Phó Chủ nhiệm Ủy ban Kinh tế của Quốc hội

Phó Giám đốc Dự án:Nguyễn Minh Sơn

Vụ trưởng Vụ Kinh tế, Văn phòng Quốc hội

Quản đốc Dự án:Nguyễn Trí Dũng

Nhóm tác giả:Nguyễn Ngọc AnhNguyễn Đình Chúc

Martin Gould

Các tác giả xin bày tỏ lời cảm ơn đối với các ông/bà Nguyễn Văn Giàu, Nguyễn Văn Phúc, Nguyễn Hữu Đức, Nguyễn Minh Sơn, Nguyễn Trí Dũng, Tô Trung Thành, Rodney Schmidt, Trần Thọ Đạt, Mai Thị Thu, Nguyễn Tiên Phong, Nguyễn Thắng, Nguyễn Anh Dương và Vũ Quốc Huy vì những ý kiến đóng góp và sự ủng hộ của họ.

8

9

MỤC LỤC

LỜI GIỚI THIỆU 5

Mở đầU 11

PHươnG PHáP và HưỚnG TIếP cận 16

Xu hướng tuyến tính 17

Phương pháp sử dụng bộ lọc Hodrick-Prescott (HP) 18

Phương pháp tiếp cận theo hàm sản xuất 22

Số LIỆU 24

KếT qUả ưỚc LượnG 25

Phương pháp tuyến tính 25

ước lượng sản lượng tiềm năng cho chuỗi số liệu theo năm 26

ước lượng sản lượng tiềm năng sử dụng số liệu theo quý 27

Phương pháp sử dụng bộ lọc Hodrick-Prescott 29

Phương pháp ước lượng sử dụng hàm sản xuất 31

THảo LUận cHínH SácH và KếT LUận 34

PHụ Lục 41

Phụ lục 1: Tính toán TFP cho việt nam giai đoạn 1991-2010

Phụ lục 2: Kết quả ước lượng trong STATA

TàI LIỆU THAM KHảo 45

10

11

Mở ĐầU

Trong những năm gần đây, kinh tế Việt Nam, một trong những nền kinh tế nhỏ và có độ mở lớn, trải qua nhiều thay đổi mang tính cơ cấu và chịu tác động của những cú sốc toàn cầu, là những yếu tố gây ra biến động mạnh trong mức sản lượng. Cụ thể là tốc độ tăng trưởng GDP của Việt Nam đã giảm từ mức trên 8% trong những năm 2006-2007 xuống mức 5,3% vào năm 2009. Kể từ năm 2008, Việt Nam đã trải qua những biến động kinh tế vĩ mô lớn như lạm phát hai chữ số, thâm hụt tài khóa và thương mại nặng nề1. Vào năm 2007, nền kinh tế tăng trưởng nóng với tốc độ tăng trưởng lên tới trên 8% và năm 2008, lạm phát đã vượt quá 20%. Sau một khoảng thời gian dài theo đuổi mục tiêu tốc độ tăng trưởng kinh tế cao, lần đầu tiên Chính phủ Việt Nam đã công khai thừa nhận sự đánh đổi giữa tăng trưởng kinh tế và ổn định kinh tế vĩ mô vào năm 20082.

Trong năm 2010, kinh tế Việt Nam tiếp tục phục hồi nhanh chóng sau khủng hoảng kinh tế với tốc độ tăng trưởng GDP là 6,8%, mức tăng trưởng này đạt được một phần là do mức đầu tư công tăng mạnh và tín dụng tăng trưởng nhanh chóng. Tuy nhiên, Việt Nam đã không thể tiếp tục duy trì chính sách mở rộng này do chính sách đó gây ra một vòng xoáy lạm phát mới và buộc phải thực hiện chính

1Sau hơn 25 năm đổi mới, Việt Nam đã có được tăng trưởng kinh tế đáng ấn tượng, khiến cho Việt Nam từ vị trí một trong số những nước nghèo nhất khu vực châu Á vào thời điểm bắt đầu chuyển đổi, đã vươn lên vị thế của một nước có thu nhập trung bình (thấp) vào năm 2010. 2Việt Nam chứng kiến sự bùng nổ tín dụng vào năm 2007, cùng với đó là giá năng lượng và lương thực thực phẩm trên thị trường thế giới tăng mạnh khiến cho áp lực lạm phát gia tăng. Trước dòng vốn đổ vào mạnh (cả vốn FDI và vốn đầu tư gián tiếp), Chính phủ đã gặp nhiều lúng túng. Những điều này thúc đẩy Chính phủ phải chuyển ưu tiên từ tăng trưởng kinh tế sang ổn định kinh tế vĩ mô vào năm 2008: các nhà quản lý đã thực hiện chính sách tài khóa và tiền tệ thắt chặt. Chính sách này đã có hiệu lực và giảm được lạm phát, ổn định thị trường nhà đất và thậm chí làm vỡ những bong bóng tài chính. Do đó, vào cuối năm 2008, khi khủng hoảng nợ dưới chuẩn tác động tới Việt Nam, Chính phủ đã phải nhanh chóng phản ứng lại bằng gói kích thích kinh tế có giá trị tương đối lớn.

12

sách tiền tệ thắt chặt vào đầu năm 2011. Theo Ngân hàng Thế giới3, giai đoạn bất ổn kinh tế vĩ mô hiện tại cũng nặng nề như giai đoạn giữa năm 2008. Điều này thúc đẩy Chính phủ phải đưa ra những hành động mạnh mẽ, quyết liệt và hợp lý để có thể kiểm soát được lạm phát và chính những hành động này đã gây ra hiện tượng đóng băng thanh khoản trong nền kinh tế với mức lãi suất lên tới trên 20% trong các tháng liên tiếp sau đó. Đối mặt với những bất ổn kinh tế vĩ mô và những biến động bởi mức lạm phát cao vào đầu năm 2011, Chính phủ đã ra Nghị quyết 11 nhằm kiểm soát lạm phát và thâm hụt thương mại, bảo đảm ổn định kinh tế vĩ mô.

Tại nhiều quốc gia trên thế giới, kể cả Việt Nam, nhiệm vụ chính của chính sách tiền tệ và chính sách tín dụng là cung cấp thanh khoản cho nền kinh tế, giữ cho giá cả ổn định và hỗ trợ tổng cầu. Để Chính phủ có thể thực hiện được các mục tiêu này, điều quan trọng là phải xác định được nền kinh tế đang nằm ở đâu trong mối quan hệ với mức sản lượng tối đa bền vững, hay còn gọi là mức sản lượng tiềm năng.

Do sản lượng tiềm năng liên quan chặt chẽ với lạm phát, việc xem xét biến động của lạm phát là cần thiết. Tình hình vào đầu các năm 2008 và 2011 dường như cho thấy sản lượng thực tế đã cao hơn sản lượng tiềm năng, tức là khoảng cách sản lượng đã có con số dương. Mối quan hệ này được mô tả trong Hình 1. Lạm phát trong những năm gần đây cho thấy những biến động mạnh mẽ với hai năm có giá trị cao đột biến là 2008 và 2010. Đồng thời, ba chuỗi số liệu lạm phát, đầu tư và cung tiền cũng có những điểm tương đồng.

3World Bank (2011): Taking Stock: An Update on Vietnam’s Recent Economic Developments (tháng 6/2011).

13

Hình 1: Tăng trưởng của một số biến số kinh tế vĩ mô chính

Nguồn: CEIC và TCTK. Số liệu GDP năm 2011 là số liệu của 6 tháng đầu năm và số liệu lạm phát năm 2011 là số liệu của 8 tháng đầu năm theo TCTK.

Nghiên cứu này sẽ tính toán sản lượng tiềm năng cho nền kinh tế Việt Nam. Mức chênh lệch sản lượng tương ứng4 được xác định là mức chênh lệch tỷ lệ phần trăm giữa sản lượng thực tế và sản lượng tiềm năng. Theo như những nghiên cứu trước đây, sản lượng tiềm năng là mức sản lượng mà ở đó nền kinh tế có thể sản xuất ở mức toàn dụng nhân công5. Sản lượng tiềm năng được định nghĩa như mức sản lượng tối đa mà một nền kinh tế có thể đạt được một cách bền vững mà không gây ra lạm phát gia tăng (Masi 1997)6, tức là mức sản lượng phù hợp với một tỷ lệ lạm phát ổn định7. Hay nói cách khác, sản lượng tiềm năng là mức sản lượng tối đa mà một nền kinh tế có thể sản xuất mà không gây ra áp lực quá mức lên mức giá cả. Sản lượng tiềm năng là mức sản lượng mà ở đó tổng cầu và tổng cung của nền 4Chênh lệch sản lượng tiềm năng biểu hiện cho những khác biệt trong ngắn hạn so với sản lượng tiềm năng. Ước lượng của mức chênh lệch này cung cấp một giá trị tiêu chuẩn để đánh giá áp lực lạm phát, giảm phát và vị trí của nền kinh tế trong chu kỳ kinh doanh.5Mặc dù cụm từ sản lượng tiềm năng được các nhà kinh tế sử dụng khá rộng rãi, nhưng vẫn thường có một số nhầm lẫn trong cách hiểu cụm từ này. Thường cụm từ này được sử dụng kết hợp với hàm năng lực sản xuất, hàm số phản ánh mức độ đầu ra mà một nền kinh tế có thể tạo ra với các đầu vào sẵn có. Sản lượng tiềm năng đề cập tới mức độ tối đa hóa mức sản lượng bền vững hoặc mức sản lượng phù hợp với một mức lạm phát ổn định. Bất kỳ khi nào sản lượng thực tế vượt quá mức sản lượng tiềm năng cũng hàm ý rằng các đầu vào hiện tại đang bị sử dụng quá mức và bắt đầu tạo nên áp lực lạm phát gia tăng. 6Paula De Masi (1997) Estimates of Potential Output: Theory and Practice, International Monetary Fund.7Tuy nhiên, bởi mức sản lượng tiềm năng là không quan sát được, các mô hình ước lượng khác nhau có thể đưa tới các kết quả ước lượng khác nhau cho cùng một nền kinh tế.

14

kinh tế bằng nhau và do vậy, lạm phát có xu hướng đạt mức kỳ vọng trong dài hạn trong trường hợp các yếu tố khác không đổi8.

Việc đo lường mức sản lượng tiềm năng của một nền kinh tế và mức chênh lệch sản lượng thực tế và sản lượng tiềm năng là việc làm hữu ích để đánh giá các chính sách kinh tế vĩ mô. Khi mức sản lượng thực tế cao hơn mức sản lượng tiềm năng và xuất hiện khoảng cách sản lượng thì lạm phát có xu hướng tăng do mức cầu tăng quá mức trong nền kinh tế. Trong trường hợp ngược lại, nếu như chênh lệch sản lượng tiềm năng nhỏ hơn 0, lạm phát có xu hướng giảm và các chính sách kinh tế vĩ mô sẽ được sử dụng để thúc đẩy tổng cầu. Ý tưởng về sản lượng tiềm năng, do vậy, về bản chất là để phản ánh những thay đổi của lạm phát trong một nền kinh tế. Tuy vậy, sản lượng tiềm năng lại không thể quan sát một cách trực tiếp mà cần phải được ước lượng. Để bảo đảm được ổn định giá cả, thì kỳ vọng về tăng trưởng phải nhất quán với ước lượng về sản lượng tiềm năng. Khi hai đại lượng này khác nhau, cần thiết phải có sự can thiệp chính sách.

Mặc dù khái niệm sản lượng tiềm năng có vẻ hấp dẫn về mặt lý thuyết nhưng triển khai nghiên cứu thực nghiệm để ước lượng sản lượng tiềm năng lại không dễ dàng. Người ta đã phát triển một số phương pháp để ước lượng sản lượng tiềm năng và mức chênh lệch sản lượng tiềm năng. Tuy nhiên, đôi khi những những mô hình/ phương pháp/ kỹ thuật ước lượng khác nhau có thể đưa ra các kết quả khác nhau về sản lượng tiềm năng của một nền kinh tế9. Do không có phương pháp nào là phương pháp tối ưu, các nhà nghiên cứu khuyến nghị rằng nên sử dụng một số phương pháp và so sánh kết quả với nhau. Do đó, trong nghiên cứu này, chúng tôi cũng làm như vậy, sử dụng cả phương pháp phân tích hồi quy đơn chiều và đa chiều, và cả

8Khi mức sản lượng thực tế vượt quá mức sản lượng tiềm năng, tức là chênh lệch sản lượng thực tế và sản lượng tiềm năng chuyển sang dấu +, cầu tăng dẫn tới gia tăng trong mức giá cả nếu như các nhân tố cung trong ngắn hạn được giữ nguyên. Sự gia tăng trong ngắn hạn này được xem như nguồn gốc gây ra áp lực lạm phát và là dấu hiệu để Ngân hàng Nhà nước thực hiện chính sách tiền tệ thắt chặt.9Xem thêm Gordon de Brouwer (1998); Dupasquier, Guay và St-Amant (1999); Scacciavillani và Swagel (1999); Cerra và Saxena (2000).

15

phương pháp hay được áp dụng là phương pháp ước lượng hàm sản xuất để đưa ra những ước lượng đáng tin cậy về sản lượng tiềm năng cho các nhà hoạch định chính sách.

Gần đây đã có một số nghiên cứu ước lượng sản lượng tiềm năng cho trường hợp của Việt Nam, bao gồm Đỗ Văn Thành và cộng sự (2012), Bùi Trinh và cộng sự (2012) và Maliszewski (2010)10. Những tác giả này đã áp dụng các phương pháp khác nhau và các cách tiếp cận khác nhau để ước lượng sản lượng tiềm năng. Đỗ Văn Thành và cộng sự (2012) đơn thuần dựa vào ước lượng theo hàm sản xuất, Bùi Trinh và cộng sự (2010) sử dụng đồng thời cả tiếp cận theo hàm sản xuất và tiếp cận dùng bộ lọc HP còn Maliszewski (2010) lại sử dụng cách tiếp cận hoàn toàn khác, dựa theo phương pháp Bayesian. Trong khi hai nghiên cứu trước tập trung vào các hàm ý chính sách, nghiên cứu của Maliszewski (2010) tập trung vào vấn đề phương pháp ước lượng. Mặc dù hai nghiên cứu của Đỗ Văn Thành và cộng sự (2012) và Bùi Trinh và cộng sự (2010) cùng sử dụng hàm sản xuất, kết quả ước lượng của các phương pháp này hoàn toàn khác nhau. Đỗ Văn Thành và cộng sự (2012) cho rằng trong giai đoạn 2011-2015, tốc độ tăng trưởng tiềm năng trung bình của Việt Nam là khoảng 7,79%, cao hơn khá nhiều so với tốc độ tăng trưởng tiềm năng 5-6% mà Bùi Trinh và cộng sự (2011)11 ước lượng được. Một trong những hạn chế của hai nghiên cứu này là không ước lượng các mức tiềm năng của các thành phần trong hàm sản xuất. Cụ thể, như được thể hiện dưới đây, để có thể ước lượng mức sản lượng tiềm năng, chúng ta cần phải ước lượng mức tiềm năng của vốn, lao động và năng suất các nhân tố tổng hợp trong cách tiếp cận hàm sản xuất. Một hạn chế khác của việc sử dụng kinh tế lượng để ước lượng hàm sản xuất mà cả hai nghiên cứu này gặp phải là việc sử dụng số liệu chuỗi thời gian khá ngắn. Nhìn chung,

10Maliszewski (2010) Vietnam: Bayesian Estimation of Output Gap; International Monetary Fund.11Bùi Trinh và cộng sự (2011), Báo cáo Triển vọng Kinh tế Việt Nam 2012-2013, chuẩn bị cho Uỷ ban Giám sát Tài chính Quốc gia.

16

số liệu thống kê theo từng năm của Việt Nam mới chỉ có trong vòng khoảng 20 năm12.

Nghiên cứu này được sắp xếp có cấu trúc như sau: Phần II sẽ trình bày ngắn gọn các phương pháp ước lượng; Phần III sẽ đưa ra các kết quả thực nghiệm. Trước hết, sản lượng tiềm năng và chênh lệch sản lượng thực tế với sản lượng tiềm năng sẽ được tính ra dựa vào các phương pháp hồi quy đơn chiều và phân tách xu hướng. Tiếp theo sẽ thực hiện ước lượng hàm sản xuất và từ đó tính ra mức sản lượng tiềm năng; và cuối cùng, Phần IV sẽ tổng hợp và đưa ra kết luận.

PHƯơNG PHáP Và HƯỚNG TIếP CậN

Về cơ bản, có hai cách tiếp cận sản lượng tiềm năng: (i) phương pháp phân tách xu hướng sử dụng phương pháp thống kê; và (ii) phương pháp ước lượng các quan hệ có tính cấu trúc giữa các biến số quan trọng trong nền kinh tế. Phương pháp thứ nhất cố gắng phân tách chuỗi số liệu thời gian thành các thành phần xu hướng cố định và các thành phần mang tính chu kỳ. Trong khi đó, phương pháp thứ hai (tức là phương pháp sử dụng hàm sản xuất hoặc ước lượng theo phương pháp vector tự hồi quy mô hình cấu trúc - SVAR) lại cố gắng loại bỏ những tác động cơ cấu và những tác động mang tính chu kỳ khỏi sản lượng thực tế. Phương pháp phân tách xu hướng thống kê có thể được áp dụng mà không cần các thông tin về các biến số vĩ mô khác, trong khi tiếp cận theo mô hình cấu trúc lại xác định mức sản lượng tiềm năng dựa vào nhiều biến số kinh tế vĩ mô khác. Nhưng phương pháp tiếp cận thống kê này lại bị hạn chế do yêu cầu chuỗi số liệu thực tế phải dài hơn. Đồng thời, phương pháp thống kê cũng không giải thích được những thay đổi mang tính cơ cấu trong nền kinh tế, những điều khá phổ biến đối với các nước đang phát triển như Việt Nam. Tuy nhiên, phương pháp áp dụng hàm sản xuất cũng

12Nghiên cứu của chúng tôi xét lại cách tiếp cận dựa trên hàm sản xuất để ước lượng mức sản lượng tiềm năng cho Việt Nam. Thay vì ước lượng lại hàm sản xuất theo kinh tế lượng, chúng tôi dựa vào kỹ thuật hạch toán tăng trưởng tiêu chuẩn để ước lượng giá trị sản lượng tiềm năng cho Việt Nam.

17

bị hạn chế do tính sẵn có của các số liệu cũng như chất lượng/ tính đáng tin cậy của số liệu thu thập được13.

Xu hướng tuyến tính

Phương pháp xu hướng tuyến tính là một phương pháp đơn giản để tách xu hướng khỏi dãy số liệu GDP thực tế. Phương pháp này dựa trên giả định rằng sản lượng tiềm năng là một hàm số xác định của thời gian và chênh lệch sản lượng thực tế và sản lượng tiềm năng là phần còn lại sau khi đã tách xu hướng. Sản lượng tiềm năng được thể hiện bởi đường xu hướng tuyến tính có thể được ước lượng theo mô hình sau:

Trong đó Yt* là sản lượng tiềm năng, α là hệ số được ước lượng trong mô hình hồi quy với mức sản lượng thực tế phụ thuộc theo xu hướng thời gian và t=1,2,........, t là các chỉ số về thời gian14. Trong thực tế, chúng ta thực hiện hồi quy hàm thời gian tuyến tính theo log GDP ở mức giá cố định – về cơ bản mà nói thì việc này tương đương với việc sử dụng tốc độ tăng trưởng trung bình quan sát được trong cả giai đoạn trong nghiên cứu. Việc giả định một

13Một phương pháp được sử dụng gần đây để ước lượng sản lượng tiềm năng là phương pháp vector tự hồi quy mô hình cấu trúc (SVAR). Mô hình SVAR từ trước tới giờ vẫn được coi là công cụ đắc lực trong các phân tích về cơ chế tác động tiền tệ và nguồn gốc của các biến động chu kỳ kinh tế. Lợi thế của việc tiếp cận theo mô hình SVAR nằm ở việc mô hình này có thể kết hợp các lý thuyết kinh tế với các kỹ thuật thống kê để phân biệt các thay đổi mang tính dài hạn và tạm thời trong mức sản lượng. Đổi mới (được coi là cú sốc trong hệ thống) trong mô hình SVAR được phân tách để đưa trở lại vị thế trước các cú sốc. Sử dụng các quy tắc xác định, các cú sốc mang tính cơ cấu được tách thành các cú sốc về cung và sốc về cầu. Tác động của sốc cầu lên sản lượng tiềm năng được phân loại là tác động ngắn hạn trong khi tác động của sốc cung là tác động lâu dài. Phụ thuộc vào mức độ sẵn có của số liệu mà mô hình SVAR sử dụng các thông tin từ một số các biến được xem là có mối quan hệ đáng kể như GDP, khả năng tối ưu hóa và lạm phát trong nước, để ước lượng mức GDP tiềm năng và mức chênh lệch sản lượng thực tế và sản lượng tiềm năng. Phương pháp sử dụng mô hình SVAR tận dụng mối quan hệ giữa lạm phát và tăng trưởng để phân biệt các thay đổi mang tính ngắn hạn hay lâu dài trong sản lượng tiềm năng - tăng trưởng nhanh hơn với lạm phát thấp hơn cho thấy nền kinh tế đang vận hành dưới mức tiềm năng, trong khi đó khi áp lực lạm phát tăng lên hạn chế tăng trưởng lại hàm ý tăng trưởng vượt quá mức tiềm năng. Trong khung khổ phân tích của nghiên cứu này và do những hạn chế về nguồn lực cũng như thời gian, nhóm nghiên cứu không thực hiện ước lượng theo phương pháp này. Thay vào đó, chúng tôi sẽ tách riêng phương pháp này trong các nghiên cứu sau. 14Mức chênh lệch sản lượng được tính toán theo công thức , trong đó Gapt là mức chênh lệch sản lượng, Yt là mức sản lượng thực tế và Yt* là mức sản lượng tiềm năng được ước lượng theo mô hình (1).

18

mức tăng trưởng cố định tương ứng với việc ước lượng mối quan hệ logarit - tuyến tính: , trong đó α1 là tốc độ tăng trưởng tiềm năng ước lượng được.

Lợi thế cơ bản của phương pháp tuyến tính này là sự đơn giản do phương pháp này chỉ sử dụng thông tin chuỗi thời gian của mức sản lượng thực tế. Tuy nhiên, phương pháp này có khá nhiều hạn chế. Trước hết, khi giả định sự phát triển trong dài hạn của chuỗi thời gian là mối quan hệ chắc chắn cố định, phương pháp này đã đồng thời giả định rằng sản lượng tiềm năng có thể được dự đoán một cách hoàn toàn15. Thứ hai, mức chênh lệch sản lượng tiềm năng tính được từ phương pháp tuyến tính là dễ bị thay đổi theo các khoảng thời gian sử dụng trong hồi quy. Do vậy, khi thực hiện ước lượng bằng phương pháp này phải hết sức cẩn thận trong việc lựa chọn đúng khoảng thời gian do điều này có tác động tới kết quả cuối cùng. Và thứ ba, giả định sản lượng tiềm năng tăng với một tốc độ không đổi nhìn chung khó có thể bảo đảm (de Brouwer 1998)16.

Phương pháp sử dụng bộ lọc Hodrick-Prescott (HP)

Một phương pháp khác để ước lượng xu hướng thời gian là giả định tốc độ tăng trưởng tiềm năng không phải là không đổi theo thời gian. Có thể thực hiện điều này thông qua việc sử dụng một số bộ lọc, với mục đích chính là xác định các thành phần cấu thành xu hướng của chuỗi số liệu thời gian. Ý tưởng cơ bản của cách tiếp cận này là phân tách các chuỗi số liệu kinh tế cần phân tích (ví dụ như log

15Xu hướng tuyến tính của GDP có thể được ước lượng khi tính đến cả các cú sốc mang tính cấu trúc (structural breaks). Điều này tương ứng với việc giả định có những tốc độ tăng trưởng khác nhau đối với mức sản lượng tiềm năng tại các giai đoạn thời gian khác nhau. Cách làm này cũng có thể dẫn tới các mức sản lượng tiềm năng khác nhau cho các chu kỳ kinh tế khác nhau. Thay vào đó, chúng tôi cũng ước lượng theo xu hướng thời gian với phương trình bậc hai cho sản lượng tiềm năng mà trong đó mức sản lượng được xem như dạng hàm bậc 2 của thời gian. Thành phần bậc 2 trong thời gian hàm chứa các yếu tố tác động không tuyến tính trong chuỗi số liệu thời gian. vi bin trend = 1,2… n; và trend2 = 1,4… n2.16Trong điều kiện tăng trưởng sản lượng có thể được phân tách thành tác động của các phần từ các yếu tố sản xuất, không thể giả định rằng những yếu tố này là không đổi theo thời gian, đặc biệt khi một nước trải qua những thay đổi về kỹ thuật hoặc có những tiến bộ. Một điểm cần tính đến như việc xu hướng tuyến tính có thể được coi là có ý nghĩa hơn ở các nước phát triển so với các nước đang phát triển có tốc độ tăng trưởng không được ổn định bằng.

19

của GDP) thành tổng của một xu hướng phát triển cố định và một sai khác tạm thời khỏi xu hướng đó được gọi là “chu kỳ”:

Chuỗi số liệu trong quan sát = Xu hướng cố định + Chu kỳ

Không giống với phương pháp hồi quy tuyến tính - phương pháp coi mỗi quan sát có trọng số như nhau - phương pháp bộ lọc này gán cho mỗi quan sát một trọng số khác nhau tùy thuộc vào mức độ gần gũi của quan sát này với khoảng thời gian trọng tâm trong nghiên cứu. Phương pháp phổ biến nhất được sử dụng để tách xu hướng khỏi chuỗi số liệu thời gian là phương pháp sử dụng bộ lọc HP, là một thủ tục thống kê làm trơn số liệu và trở nên phổ biến bởi tính linh hoạt và khả năng tách được xu hướng khỏi các chỉ số thống kê kinh tế vĩ mô. Bộ lọc HP phân tách chuỗi số liệu thời gian Yt thành hai thành phần: Thành phần tăng trưởng (Y*) mà có thể được coi như sản lượng tiềm năng và thành phần mang tính chu kỳ (Mức chênh lệch) được coi là chênh lệch giữa sản lượng thực tế và sản lượng tiềm năng:

Phương pháp này dựa vào giả định là các thành phần mang tính chu kỳ dao động quanh thành phần tăng trưởng với tác động giảm dần theo thời gian (time diminishing amplitudes). Do đó, trung bình của các sai lệch của Yt so với giá trị Y* được giả định xấp xỉ bằng 0 cho cả giai đoạn. Phương pháp bộ lọc HP đã làm mượt xu hướng thời gian phù hợp đối với tất cả các quan sát trong một chuỗi số liệu cho trước, không tính đến bất kỳ một thay đổi đột ngột mang tính cơ cấu nào xảy ra, bằng cách cho phép các hệ số hồi quy thay đổi theo thời gian. Điều này có thể thực hiện được thông qua việc tìm một xu hướng thời gian có thể tối thiểu hóa tổng của các chênh lệch giữa sản lượng thực tế với sản lượng theo xu hướng ở tất cả các thời điểm và tốc độ thay đổi trong sản lượng theo xu hướng tại quan sát ở thời

20

điểm cuối cùng (T). Bộ lọc HP phân tách xu hướng τt, bằng cách giải bài toán cơ bản sau:

Trong đó hệ số làm trơn λ quyết định mức độ làm trơn của chuỗi số liệu xu hướng được điều chỉnh (làm mượt), . Biểu thức trong dấu ngoặc đầu tiên thể hiện mức độ phù hợp giữa hàm ước lượng và số liệu thực tế, biểu thức thứ hai phản ánh mức độ thô ráp của hàm ước lượng.

Như có thể thấy trong biểu thức trên, bộ lọc HP ước lượng sản lượng tiềm năng bằng cách tính toán giá trị trung bình trượt có trọng số sử dụng các giá trị trong quá khứ và cả tương lai của sản lượng quan sát được với trọng số lớn hơn cho những năm gần với thời điểm tính toán sản lượng tiềm năng hơn. Bộ lọc HP cũng đòi hỏi phải lựa chọn giá trị của hệ số làm trơn λ trong biểu thức cần tối thiểu hóa ở trên. Giá trị của hệ số phải là một số lớn hơn 0, bù đắp những biến động trong chuỗi thành phần tăng trưởng và có thể được xác định tùy thuộc vào mức độ làm trơn số liệu cuối cùng mà người tính toán muốn. Giá trị λ nhỏ cho phép tính ra mức sản lượng tiềm năng dao động theo những thay đổi của mức sản lượng thực tế; trong khi đó, giá trị λ lớn sẽ giảm độ co giãn của xu hướng đối với những thay đổi ngắn hạn của mức sản lượng thực tế. Điều này cũng phản ánh việc lựa chọn giữa một chuỗi sản lượng tiềm năng tương đối mượt với lựa chọn một chuỗi sản lượng tiềm năng sát với giá trị thực tế. Trong các trường hợp đặc biệt, ví dụ như , xu hướng ước chừng được sẽ xấp xỉ chuỗi số liệu thực tế (yt) và khi , xu hướng được ước lượng trở thành gần như tuyến tính. Một giá trị λ nhỏ hơn cũng tương ứng với một mức sản lượng càng sát với giá trị thực tế quan sát được, do đó cũng là một chuỗi biến động mạnh hơn. Ngược lại, một giá trị λ cao hơn sẽ cho một đường sản lượng trơn hơn và do vậy gần với một đường xu hướng tuyến tính hơn. Những kết quả này được giải thích bởi thực tế là giá trị λ thấp thì tương ứng với việc sử dụng ít

21

số năm trong công thức tính trung bình trượt hơn. Nhìn chung, giá trị λ 16 00 được áp dụng cho các chuỗi số liệu theo quý và giá trị λ từ 10 tới 100 thường được áp dụng cho số liệu thống kê theo năm. Bằng việc áp dụng các giá trị khác nhau, cần phải lưu ý rằng giá trị λ càng lớn thì sự khác biệt giữa sản lượng thực tế và sản lượng theo xu hướng càng lớn.

Mặc dù thực tế là phương pháp bộ lọc HP được áp dụng khá nhiều trong các nghiên cứu, phương pháp này cũng có một số hạn chế. Trước hết, phương pháp này cho những kết quả khá tốt ở các nền kinh tế ổn định và không trải qua những cú sốc đáng kể. Trong trường hợp này, bộ lọc HP và các phương pháp kinh tế lượng khác trong ước lượng sản lượng tiềm năng tỏ ra tốt hơn so với phương pháp tuyến tính. Tuy nhiên, các nền kinh tế đang phát triển lại trải qua nhiều cú sốc khác nhau tác động lên tốc độ tăng trưởng trong ngắn hạn nhưng không nhất thiết làm thay đổi mức sản lượng tiềm năng. Một hạn chế khác của phương pháp sử dụng bộ lọc HP là các thay đổi mang tính cấu trúc (structural breaks) cũng bị làm mượt bởi bộ lọc này. Do đó, tác động của các thay đổi mang tính cấu trúc có xu hướng bị phân tán qua một vài giai đoạn, thay vì chỉ nằm trong một giai đoạn riêng biệt - ví dụ như trường hợp xảy ra đối với xu hướng tuyến tính, giai đoạn có thay đổi cấu trúc được xác định rõ. Hơn nữa, bộ lọc HP có xu hướng tạo ra chu kỳ mang tính giả tạo, tức là bộ lọc này tự tạo ra chu kỳ ngay cả khi chu kỳ đó không tồn tại trong số liệu gốc. Tuy nhiên, phương pháp này cũng có những ưu thế trong việc bảo đảm chênh lệch sản lượng thực tế và sản lượng tiềm năng ước lượng được (thành phần mang tính chu kỳ) là một dãy dừng17.

17Một bất lợi khác của phương pháp sử dụng bộ lọc HP là khiến cho các mẫu ở những thời điểm cuối của mẫu quan sát có khả năng bị chệch lớn. Việc tối thiểu hóa quá trình tạo chuỗi số theo xu hướng, là nhằm giảm thiểu những sai khác khỏi xu hướng và làm mượt chuỗi số liệu theo xu hướng. Tuy nhiên ở phần cuối của mẫu, quá trình này lại không được thực hiện. Do đó, phản ứng của xu hướng sẽ có vẻ gần với cú sốc ngắn hạn ở phần cuối của chuỗi số liệu mẫu hơn so với phản ứng của xu hướng với cú sốc ở phần giữa của chuỗi số liệu. De Brouwer (1998) kết luận rằng sử dụng bộ lọc HP khá nhạy đối với các giá trị hệ số khác nhau, điều này hàm ý rất khó để xác định một hệ số làm trơn thích hợp. Mặc dù vậy, không xét tới bất lợi này, phương pháp sử dụng bộ lọc HP vẫn được áp dụng để ước lượng sản lượng tiềm năng bởi phương pháp này thực hiện khá đơn giản.

22

Phương pháp tiếp cận theo hàm sản xuất

Những phương pháp được đề cập ở trên là những thủ tục thống kê nhằm mục đích xác định xu hướng của một chuỗi số thời gian. Hạn chế chính của những phương pháp này chính là việc những phương pháp thuần tuý chỉ là những thủ tục thống kê đơn giản và về bản chất mang tính kỹ thuật và hoàn toàn bỏ qua tất cả những thông tin về những ràng buộc cấu trúc cũng như những hạn chế trong sản xuất do sự sẵn có các yếu tố sản xuất hoặc các tác động nội sinh khác (endogenous influences). Do vậy, những phương pháp này có thể không đo lường được tác động của những cú sốc mang tính cơ cấu lên sản lượng tiềm năng và những ước lượng về chênh lệch sản lượng thực tế và sản lượng tiềm năng thu được từ những phương pháp này có thể không đáng tin cậy. Các phương pháp phân tách xu hướng ở trên có thể không thống nhất với những điều quan sát hoặc những giả định về tăng trưởng vốn, cung lao động hoặc năng suất các nhân tố tổng hợp. Vì vậy, sản lượng tiềm năng thu được từ bất kỳ phương pháp nào trong các phương pháp được mô tả ở trên đều có thể có những biến đổi không mâu thuẫn với những thay đổi trong vốn tích lũy, lao động và năng suất.

Một cách tiếp cận thay thế cho các phương pháp thống kê ở phần trên là sử dụng hàm sản xuất. Phương pháp này có tác dụng là khắc phục được những thiếu sót bằng cách tính đến sự sẵn có dù nhiều hơn hay ít hơn của các yếu tố sản xuất. Trong các nghiên cứu, hàm sản xuất hai yếu tố Cobb-Douglass thường được sử dụng làm cơ sở cho việc ước lượng sản lượng tiềm năng thường có dạng hàm , trong đó A là năng suất các nhân tố tổng hợp (TFP), L là yếu tố lao động trong hàm sản xuất, K là vốn tích lũy và α là độ co giãn theo yếu tố lao động của hàm sản xuất (đồng thời cũng thể hiện tỷ lệ thu nhập của yếu tố lao động)18. Với khung phân

18Tính chất của hàm sản xuất này là: tỷ lệ thuận với yếu tố lao động trong các yếu tố trong sản xuất, độ co giãn của lao động và vốn là dương và có tổng bằng 1. Với dạng hàm sản xuất Cobb-Douglas, giá trị α cũng đồng thời là phần thu nhập của lao động trong tổng sản lượng đầu ra, với giả định rằng mức lương phản ánh đúng mức sản phẩm cận biên của lao động.

23

tích của phương pháp tiếp cận hàm sản xuất, chúng ta sẽ có được sản lượng tiềm năng khi các yếu tố sản xuất, lao động và vốn được sử dụng cũng ở mức độ tối ưu (tức là ở mức tiềm năng) và khi sự phát triển công nghệ tuân theo xu hướng trong dài hạn. Ở mức tiềm năng này, hàm sản xuất Cobb-Douglas dùng để ước lượng cho sản lượng tiềm năng có thể được tuyến tính hóa từ dạng sang dạng , trong đó * thể hiện mức tiềm năng của các biến: Y* là sản lượng tiềm năng, L* và K* là các đầu vào lao động tiềm năng (hay nói cách khác là toàn dụng nhân công) và đầu vào vốn tiềm năng, A* là mức năng suất các nhân tố tổng hợp tiềm năng (TFP*) và α là độ co giãn theo lao động của sản lượng tiềm năng ((dY⁄Y)⁄(dL⁄L)).

Ước lượng sản lượng tiềm năng đòi hỏi phải xác định được mức đầu vào vốn (K*) ở mức toàn dụng nhân công và lao động tiềm năng (L*), mức TFP tiềm năng (TFP*) và mức thu nhập của lao động α. Mức lao động tiềm năng (L*) được xác định trước bằng với số lao động khi tỷ lệ thất nghiệp ở giá trị cân bằng19. Đối với vốn ở mức toàn dụng nhân công (K*), giá trị vốn tích lũy thực tế được sử dụng để thay thế cho mức vốn tiềm năng do vốn tích lũy không thể biến động đáng kể. Các nghiên cứu cũng thường giả định vốn tích lũy luôn được sử dụng ở mức tiềm năng: K*=K. Giá trị TFP tiềm năng (TFP*) được tính từ phương pháp sử dụng bộ lọc HP giả định rằng năng suất các nhân tố tổng hợp có xu hướng thay đổi riêng. Để ước lượng được các giá trị K*, TFP* và L*, nhóm nghiên cứu cần phải ước lượng hệ số α (hệ số này có thể thu được từ ước lượng sử dụng kinh tế lượng, hoặc giả định hệ số này bằng một giá trị nhất định theo cách tiếp cận hạch toán tăng trưởng). Hiển nhiên, giá trị của hệ số α sẽ tác động đến giá trị TFP thực tế và mức TFP tiềm năng.

19Tại các quốc gia phát triển, mức thất nghiệp tại điểm cân bằng được xác định bởi mức thất nghiệp tự nhiên.

24

So với các phương pháp khác, tiếp cận theo hàm sản xuất cho phép phân tích sâu hơn các thành tố đóng góp vào tăng trưởng tiềm năng của nền kinh tế. Tuy nhiên, phương pháp này lại sử dụng những giả định mang tính đơn giản hoá vấn đề, ví dụ như giả định về dạng hàm sản xuất hoặc mức lao động tiềm năng mà có thể những giả thiết này không nhất thiết được thỏa mãn. Đồng thời, số liệu sử dụng trong phân tích có thể khiến cho những ước lượng bị sai lệch. Trong trường hợp các phương pháp ước lượng sử dụng số liệu cộng gộp về lao động và vốn, rất khó để có thể có được kết quả ước lượng tốt do các biến số này được sử dụng ở các mức độ tối ưu khác nhau và có bản chất khác nhau. Hơn nữa, rất khó để xác định thực tế thế nào là tối ưu hoàn toàn các nhân tố sản xuất20. Cuối cùng, việc giải thích ý nghĩa kinh tế của phần dư trong ước lượng mô hình Solow cũng khá khó khăn. Tuy nhiên, phương pháp tiếp cận theo hàm sản xuất cho phép sử dụng các thông tin từ nền kinh tế để ước lượng giá trị sản lượng tiềm năng, và có thể hữu ích trong các phân tích khác nhau. Theo như các thảo luận ở trên trong phần mở đầu của nghiên cứu này, việc sử dụng các phương pháp kinh tế lượng để ước lượng hàm sản xuất gặp phải vấn đề chuỗi số liệu thời gian quá ngắn. Đối với dữ liệu theo năm chỉ có khoảng 20 quan sát và chưa đủ đảm bảo ý nghĩa về mặt thống kê. Thay vào đó, nhóm nghiên cứu dựa vào khung phân tích hạch toán tăng trưởng để phân tách tăng trưởng theo các yếu tố đóng góp như vốn, lao động và TFP. Chuỗi số này sau đó được lọc thông qua bộ lọc HP để thu được giá trị tiềm năng của các yếu tố.

Số LIỆU

Tính sẵn có của số liệu là một trở ngại đối với các nghiên cứu kinh tế Việt Nam bởi: (i) không có số liệu theo chuỗi thời gian đủ dài; và (ii) tính đáng tin cậy và khả năng có thể tiếp cận được các số liệu chuỗi thời gian. Trong phân tích của nhóm nghiên cứu, chúng 20Ví dụ trong trường hợp một lượng vốn tích lũy không được sử dụng nữa do tiến bộ công nghệ phải dần được thay thế và lao động theo đó cũng phải được đào tạo để có thể vận hành được những công nghệ mới.

25

tôi dựa vào số liệu từ nhiều nguồn khác nhau, trong đó sử dụng các nguồn được công bố rộng rãi từ các cơ quan thống kê thuộc Chính phủ như Bộ Tài chính, cơ sở dữ liệu CEIC21. Phụ thuộc vào sự sẵn có của số liệu đối với mỗi mô hình và đối với mỗi biến, chúng tôi sẽ lựa chọn những chuỗi số liệu phù hợp và mô hình phù hợp để ước lượng sản lượng tiềm năng. Ví dụ, đối với mô hình theo thời gian và theo phương pháp HP, chúng tôi sử dụng cả số liệu theo năm và số liệu theo quý. Tuy nhiên, đối với phương pháp tiếp cận theo hàm sản xuất, do số liệu về đầu tư và lao động không có theo quý nên nhìn chung cách tiếp cận này được áp dụng đối với số liệu theo năm. Trong các phần dưới đây, chúng tôi sẽ cung cấp đầy đủ tần suất sử dụng số liệu cũng như nguồn của các số liệu đó.

KếT qUẢ ƯỚC LƯỢNG

Phương pháp tuyến tính

Như trên đã phân tích, cách đơn giản nhất để ước lượng chênh lệch sản lượng tiềm năng là tính toán sản lượng tiềm năng theo xu hướng tuyến tính. Đối với trường hợp của Việt Nam, chúng tôi thực hiện tính toán đối với cả chuỗi số liệu theo năm và chuỗi số liệu theo quý. Số liệu theo năm kéo dài trong khoảng thời gian từ năm 1990 đến năm 2010; trong khi đó, số liệu theo quý kéo dài từ năm 2000 tới năm 2011. Nhìn vào Hình 2 có thể thấy chuỗi số liệu GDP của Việt Nam (giá trị logarit của GDP), hay nói cách khác chuỗi số liệu sản lượng của Việt Nam cho thấy một xu hướng khá rõ ràng. Giá trị GDP thực (ở mức giá so sánh năm 1994) cho thấy xu hướng nhìn chung tăng và có một số biến động khá rõ nét quanh xu hướng của sản lượng22.

21Macroeconomic database for global emerging and developed markets, của CEIC Data Company Ltd.22Các nghiên cứu thực nghiệm chỉ ra rằng đối với nhiều quốc gia, chuỗi số liệu về sản lượng không có được giá trị trung bình không đổi theo thời gian và do đó không phải là chuỗi số liệu dừng. Tuy nhiên, với số lượng quan sát ít trong chuỗi số liệu, rất khó để có thể kết luận chuỗi số liệu đó là dừng hay không.

26

Hình 2: Giá trị GDP hàng năm và tốc độ tăng trưởng

Nguồn: Cơ sở dữ liệu CEIC.

Ước lượng sản lượng tiềm năng cho chuỗi số liệu theo năm

Ước lượng sản lượng tiềm năng cho chuỗi số liệu theo năm có kết quả như trong biểu thức dưới đây23:

t-stat (1303) (100)

R-square 0.99; DW=0.4

Kết quả cho thấy hệ số của phương trình được ước lượng có mức ý nghĩa lớn và đường hồi quy rất sát với đường thực tế (giá trị R-squared = 0,99). Ước lượng của sản lượng tiềm năng (Khung a) và mức chênh lệch sản lượng tiềm năng (Khung b) dựa theo đường tuyến tính được thể hiện trong Hình 3. Hình 3 cho thấy trong những năm đầu của cải cách kinh tế, nền kinh tế vận hành dưới mức sản lượng tiềm năng (tức là chênh lệch âm hay nhỏ hơn 0) và vận hành vượt quá mức sản lượng tiềm năng trong thời kỳ bùng nổ kinh tế trong suốt những năm 1995-2000. Một lần nữa, mức chênh lệch sản lượng tiềm năng chuyển thành âm trong những năm đầu thế kỷ 21 và chuyển dấu

23Mặc dù khá đơn giản và phải có thêm giả định về tuyến tính, phương pháp ước lượng xu hướng tuyến tính vẫn được áp dụng để phân tích cho một số nước (Njuguna và cộng sự (2005) cho trường hợp của Kenya; Erotokritos (2006) cho trường hợp của Hy Lạp; Scheibe (2003) cho trường hợp của Trung Quốc; Brouwer (1998) cho trường hợp của Australia; Botas và cộng sự (1998) cho trường hợp của Bồ Đào Nha; Yap (2003) cho trường hợp của Phillipine; Vasconcelos Araujo và cộng sự (2004) cho trường hợp của Brazil; Benk và cộng sự (2005) cho trường hợp của Hungary; v.v…

27

thành dương (hay lớn hơn 0) kể từ năm 2005 đến 2008. Năm 2009 và 2010, chênh lệch sản lượng lại âm trở lại mặc dù lạm phát cao24. Theo phương pháp này, mức tăng trưởng tiềm năng là khoảng 7,2%.

Hình 3: Sản lượng tiềm năng và chênh lệch sản lượng, số liệu theo năm giai đoạn 1990-2010

11.5

1212

.513

13.5

GD

P

1990 1995 2000 2005 2010

Yearlog GDP linear potential output

-.04

-.02

0.0

2.0

4ou

tput

gap

1990 1995 2000 2005 2010

year

Khung a: Sản lượng tiềm năng Khung b: Chênh lệch sản lượng thực tế và sản lượng tiềm năng

Nguồn: Cơ sở dữ liệu CEIC.

Ước lượng sản lượng tiềm năng sử dụng số liệu theo quý

Ước lượng sản lượng tiềm năng và chênh lệch sản lượng tiềm năng sử dụng số liệu theo quý có thể giải thích được rõ hơn sử dụng số liệu theo năm. Trong phần này, chúng tôi áp dụng phương pháp tuyến tính tương tự cho số liệu theo quý. Số liệu theo quý chỉ có từ năm 1999 song giai đoạn này cũng có vẻ phù hợp hơn với mục đích chính sách. Hình 4 cho thấy, như đã kỳ vọng từ trước, tính thời vụ của số liệu theo quý là tương đối lớn (Khung a). Sau khi loại bỏ tính mùa vụ bằng cách sử dụng biến giả khá đơn giản, số liệu GDP của Việt Nam đã điều chỉnh tính thời vụ được thể hiện trong Khung b Hình 425.24Thực tế có vẻ đối lập này (mức chênh lệch sản lượng thực tế và sản lượng tiềm năng âm trong khi lạm phát cao) có thể được giải thích bởi mức sản lượng tiềm năng (năng lực sản xuất) của nền kinh tế thực đã bị tác động đáng kể bởi khủng hoảng kinh tế đến nỗi bất kỳ nỗ lực nào của Chính phủ nhằm thúc đẩy nền kinh tế trong ngắn hạn cũng chỉ có thể dẫn tới lạm phát do nền kinh tế không có khả năng phản ứng lại trước sự kích thích này.25Hình biểu diễn cũng cho thấy chuỗi số liệu có vẻ không phải chuỗi dừng.

28

Hình 4: GDP theo quý trước và sau khi đã loại bỏ tính mùa vụ

1111

.512

12.5

13lo

g G

DP

1999q3 2002q3 2005q3 2008q3 2011q3

newtime

-.4-.2

0.2

.4lo

g G

DP

des

easo

ned

1999q3 2002q3 2005q3 2008q3 2011q3

newtime

Khung a: Số liệu gốc theo quý (log) Khung b: GDP đã điều chỉnh mùa vụ (log)

Nguồn: Cơ sở dữ liệu CEIC.

Ước lượng sản lượng tiềm năng theo quý cho kết quả như trong biểu thức dưới đây:

t-stat (-76,69) (88,12)

R-square 0,99; DW=1,18

Kết quả này cho thấy xu hướng khá phù hợp với số liệu thực tế (với giá trị R-square = 0.99). Giá trị ước lượng sản lượng tiềm năng số liệu theo quý (Khung a) và chênh lệch (Khung b) dựa trên phương pháp xu hướng tuyến tính được thể hiện trong Hình 5. Như có thể thấy, trong thời kỳ đầu, đường xu hướng khá khớp với giá trị sản lượng thực tế, tuy nhiên, xu hướng này đã không được duy trì cho đến số liệu của những năm gần đây. Số liệu sản lượng tiềm năng theo quý được ước lượng bằng khoảng 1,68% mỗi quý. Như vậy tốc độ tăng trưởng GDP hàng năm cũng khoảng 7,96% một năm (theo như cách ước lượng này).

29

Hình 5: Sản lượng tiềm năng và chênh lệch sản lượng, số liệu theo quý giai đoạn 1999-2010

-.4-.2

0.2

.4

1999q3 2002q3 2005q3 2008q3 2011q3

newtimelog GDP deseasoned linear potential output

-.05

0.0

5ou

tput

gap

1999q3 2002q3 2005q3 2008q3 2011q3

newtime

Khung a: Sản lượng tiềm năng Khung b: Chênh lệch sản lượng thực tế và sản lượng tiềm năng

Nguồn: Cơ sở dữ liệu CEIC.

Tuy nhiên, kết quả thu được từ số liệu theo năm và số liệu theo quý cũng thể hiện những hạn chế của phương pháp ước lượng xu hướng tuyến tính, khi giả định rằng tốc độ tăng trưởng kinh tế tiềm năng là không đổi trong cả giai đoạn. Điều này không đúng trong điều kiện sản lượng thực tế tăng kéo dài, do vậy cơ sở cho việc tính toán tốc độ tăng trưởng cho thấy rằng tốc độ tăng trưởng tiềm năng có thể không cố định26.

Phương pháp sử dụng bộ lọc Hodrick-Prescott

Hình 6 cho thấy sản lượng thực tế (sau khi đã được điều chỉnh mùa vụ) so với mức sản lượng tiềm năng được ước lượng theo bộ lọc HP. Mức sản lượng ước lượng được theo phương pháp này đã được làm mượt hơn như đã dự tính. Như có thể thấy trong Hình 6, trong thời gian đầu, mức sản lượng thực tế quan sát được tương đối sát với đường sản lượng tiềm năng ước lượng. Tuy nhiên, trong những 26Tuy nhiên, có thể có cách lý giải cho điều này, mức chênh lệch sản lượng thực tế và sản lượng tiềm năng có liên hệ mật thiết với chu kỳ kinh tế, do vậy đối với dữ liệu quá khứ và phương pháp ước lượng tuyến tính không tính đến các cú sốc hoặc các thay đổi mang tính cơ cấu. Hơn nữa, thống kê Durbin-Watson cũng cho thấy một số minh chứng về vấn đề tự tương quan trong phần dư thống kê, hàm ý vấn đề chưa xác định đúng dạng mô hình.

30

năm gần đây, sản lượng thực tế có vẻ biến động khá nhiều quanh đường xu hướng của sản lượng tiềm năng. Và nên lưu ý là tác động của khủng hoảng kinh tế năm 2008 không được phản ánh do phương pháp lọc HP. Điều này có thể là do bản chất của phương pháp này, do sử dụng bộ lọc đơn chiều nên phương pháp này vẫn gây ra vấn đề sai lệch vào cuối chuỗi giá trị mẫu.

Hình 6: Sản lượng tiềm năng sử dụng bộ lọc HP

-.4-.2

0.2

.4

1999q3 2002q3 2005q3 2008q3 2011q3

newtimepotential output HP filter log GDP deseasoned

Hình 7 cho thấy bộ lọc HP đã lọc tốc độ tăng trưởng GDP từ tốc độ tăng trưởng thực tế quan sát được. Ước lượng của chúng tôi cho thấy sản lượng tiềm năng của Việt Nam trong suốt giai đoạn là khoảng 1,6% trung bình quý, tính tương đương khoảng 6,5% một năm.

Hình 7: Sử dụng bộ lọc HP và giá trị GDP thực tế

-.05

0.0

5

1999q3 2002q3 2005q3 2008q3 2011q3

newtimeHPgrowth observed GDP growthrate

31

Hình 8 so sánh ước lượng theo phương pháp xu hướng tuyến tính và phương pháp sử dụng bộ lọc HP.

Hình 8: So sánh ước lượng theo phương pháp tuyến tính và sử dụng bộ lọc HP

-.05

0.0

5

1999q3 2002q3 2005q3 2008q3 2011q3

newtimeoutput gap linear trend output gap HP filter

-.4-.2

0.2

.4

1999q3 2002q3 2005q3 2008q3 2011q3

newtimepotential output HP filter linear potential output

Phương pháp ước lượng sử dụng hàm sản xuất

Như đã trình bày ở phần trên, để có thể sử dụng phương pháp tiếp cận hàm sản xuất, chúng ta cần phải có được các giá trị tiềm năng của mức vốn, lao động và năng suất. Trong những phân tích tương tự cho các nước khác, mức lao động tiềm năng (L*) thu được bằng cách sử dụng tỷ lệ thất nghiệp tự nhiên NAIRU. Tuy nhiên, số liệu về tỷ lệ thất nghiệp tự nhiên này không sẵn có trong trường hợp của Việt Nam. Trong nghiên cứu này, chúng tôi sẽ sử dụng lực lượng lao động như một biến thay thế đại diện cho lao động tiềm năng và sử dụng bộ lọc HP để thu được giá trị ở mức tiềm năng. Về mức vốn K và mức vốn tiềm năng K*, Việt Nam hiện vẫn chưa có số liệu thống kê chính thức về vốn vật chất cho sản xuất, do vậy chúng tôi sẽ xây dựng chỉ số này sử dụng các thống kê có liên quan và các giả định thông thường trong các nghiên cứu trước đây. Chuỗi số thời gian tương ứng được tính dựa theo tiêu chuẩn PIM (Perpetual Inventory Method - phương pháp kiểm kê liên tiếp). Đối với trường hợp của Việt Nam, mặc dù không có số liệu về vốn tích lũy song lại thu thập được số liệu về đầu tư (capital formation). Chúng tôi xây dựng chuỗi số về tích lũy vốn dựa trên những giả định như sau: (i) vốn tích lũy trong những năm đầu tiên là tỷ lệ thuận với sản lượng

32

(GDP) của năm đó, nghĩa là . Hệ số là tỷ lệ lượng vốn trên sản lượng27; và (ii) lượng vốn tích lũy có thể được tính toán theo phương pháp kiểm kê liên tiếp, tức là , ở đó là tỷ lệ khấu hao I là tổng đầu tư trong khoảng thời gian t-1. Tỷ lệ khấu hao được giả định khoảng 6% một năm. Trong ước lượng của chúng tôi, năm đầu tiên là 1986 và giả định hệ số vốn trên sản lượng bằng 2. Tương tự, giá trị TFP và TFP tiềm năng cũng cần phải được ước lượng. Trong khung tiếp cận theo hạch toán tăng trưởng, hệ số α được giả định là một giá trị xác định. Đối với một số nước, hệ số này thường được giả định bằng ⅔ (ví dụ trong nghiên cứu của Ngân hàng Albania do Vasilika Kota thực hiện năm 2007, giá trị 1-α được giả định bằng 0,3). Trong phân tích của chúng tôi, các dữ liệu gần đây về bảng phân tích đầu vào, đầu ra IO năm 2005 cho thấy giá trị α này vào khoảng 0,642 (phần đóng góp của lao động) giá trị cũng tương đối sát với con số 0,66. Do vậy, chúng tôi giả định rằng giá trị α của Việt Nam cũng bằng ⅔ như các nước khác. Một khi giá trị α được xác định, chúng tôi có thể tính toán được giá trị TFP là phần còn lại của biểu thức được nêu ở trên. Sau đó sử dụng bộ lọc HP để làm mượt các giá trị TFP và thu lấy giá trị tiềm năng (TFP*).

Hình 9: Sản lượng tiềm năng: tiếp cận theo hàm sản xuất

27Giả định này theo mô hình Harrod-Domar với quan điểm có mối quan hệ ổn định giữa mức sản lượng và vốn tích lũy phụ thuộc vào tính cơ cấu của công nghệ hiện tại được sử dụng.

33

Dựa vào các giá trị L*, K* và TFP*, chúng tôi có thể thực hiện tính toán sản lượng tiềm năng cho Việt Nam giai đoạn 1985-2010 và biểu diễn trong Hình 9 cả giá trị GDP thực tế và giá trị tiềm năng tương ứng. Có thể thấy, giá trị sản lượng tiềm năng bám khá sát với giá trị GDP thực tế trong suốt giai đoạn. Chênh lệch sản lượng tiềm năng và sản lượng thực tế có thể thấy trong Hình 10. Theo cách tiếp cận này, mức chênh lệch có giá trị dương trong giai đoạn từ năm 2005-2008. Nếu tin tưởng vào giá trị chênh lệch sản lượng thực tế và sản lượng tiềm năng ước lượng được ở đây, mức lạm phát cao vào năm 2008 là có nguyên nhân sâu xa từ ba năm trước đó. Hình 10 đồng thời cũng cho thấy trong hai năm gần nhất (2009 và 2010), do khủng hoảng tài chính, mức sản lượng thực tế đã thấp hơn mức sản lượng tiềm năng.

Hình 10: chênh lệch sản lượng tiềm năng: tiếp cận theo hàm sản xuất

Hình 11 cho thấy tốc độ tăng trưởng thực tế và tốc độ tăng trưởng tiềm năng thu được từ phương pháp tiếp cận theo hàm sản xuất. Cũng thống nhất với chênh lệch sản lượng được đề cập ở phần trên, có thể thấy tại những thời điểm tốc độ tăng trưởng thực tế thấp hơn tốc độ tăng trưởng tiềm năng. Theo phương pháp tiếp cận này, tốc độ tăng trưởng tiềm năng trung bình vào khoảng 6,8% một năm, cao hơn một chút so với giá trị tính toán được từ phương pháp sử dụng bộ lọc HP (6,5%), tuy nhiên lại thấp hơn so với giá trị nhận được từ phương pháp ước lượng theo xu hướng tuyến tính (7,9%).

34

Hình 11: Tốc độ tăng sản lượng tiềm năng và sản lượng thực tế - tiếp cận theo hàm sản xuất

THẢO LUậN CHíNH SáCH Và KếT LUậN

Nghiên cứu này sử dụng một số phương pháp tiếp cận khác nhau để ước lượng mức sản lượng tiềm năng của nền kinh tế Việt Nam. Ước lượng mức chênh lệch sản lượng tiềm năng cung cấp cho ta những thông tin quan trọng để đánh giá áp lực lạm phát hoặc giảm phát và vị trí theo chu kỳ tương ứng với tiềm năng phát triển dài hạn của nền kinh tế. Phân tích sản lượng tiềm năng dẫn tới hai đường lối can thiệp chính sách riêng biệt. Trong ngắn hạn, chênh lệch giữa sản lượng thực tế và sản lượng tiềm năng đòi hỏi các chính sách tài khóa và tiền tệ tập trung nhiều vào phía cầu, sao cho các biện pháp trong ngắn hạn có thể đẩy nền kinh tế quay trở lại vị trí tiềm năng của nó. Tuy nhiên, trong dài hạn, phía cung lại được chú trọng do mức độ tăng trưởng tiềm năng được xác định bởi năng suất các nhân tố tổng hợp, lao động và vốn đầu vào.

Bất cứ chênh lệch nào giữa sản lượng thực tế và sản lượng tiềm năng cũng có thể gây hại cho sức khỏe của nền kinh tế trong dài hạn. Trong ngắn hạn, nếu sản lượng thực tế lớn hơn sản lượng tiềm năng, nền kinh tế đang có dư cầu. Tình trạng này thường được xem như nguồn gốc của áp lực lạm phát và đòi hỏi phải giảm tổng cầu, tương ứng với giảm chi tiêu của Chính phủ hoặc thắt chặt chính

35

sách tiền tệ. Trường hợp ngược lại cho thấy sự dư thừa năng lực sản xuất, và như vậy cần có chính sách tiền tệ nới lỏng hoặc các chính sách khác để thúc đẩy cầu. Suy thoái kinh tế toàn cầu cuối năm 2008 là một ví dụ cho thấy sự cần thiết của các biện pháp can thiệp chính sách. Mức chênh lệch sản lượng âm khoảng 2 điểm phần trăm trong năm 2008 là dấu hiệu của nền kinh tế đang trải qua thời kỳ tổng cầu bị đình trệ. Thất nghiệp gia tăng và xuất khẩu suy giảm ảnh hưởng tới thu nhập. Khi mà tăng trưởng của nền kinh tế nhìn chung chỉ duy trì ở mức thấp, những nỗ lực để cải thiện các phúc lợi xã hội và giảm thiểu đói nghèo sẽ bị hạn chế đáng kể. Để chống lại các tác động tiêu cực của cuộc khủng hoảng toàn cầu, Chính phủ đã thực hiện nới lỏng chính sách tiền tệ và đưa ra một gói kích thích tài chính trị giá 8 tỷ USD thông qua các hình thức như giảm thuế, thực hiện đầu tư công, đưa ra các gói chuyển giao xã hội và trợ cấp lãi suất tương đương khoảng 10% GDP. Kết quả của những biện pháp kích thích này cùng với sự phục hồi của nền kinh tế toàn cầu đã giúp cho tăng trưởng kinh tế của Việt Nam phục hồi nhanh trong năm 2010, chủ yếu là thu hẹp mức chênh lệch sản lượng và đưa nền kinh tế trở lại mức phát triển tiềm năng.

Tuy nhiên, để đưa nền kinh tế quay trở lại mức tăng trường bền vững trong dài hạn thì không chỉ dựa vào các chính sách tài khóa và tiền tệ, là những chính sách ngắn hạn. Sản lượng tiềm năng không phải là yếu tố không đổi, thông qua các biện pháp phù hợp, mức sản lượng tiềm năng có thể tăng lên qua thời gian. Phương pháp tiếp cận vấn đề qua hàm sản xuất cho thấy việc tăng bất kỳ một hay tất cả ba yếu tố: năng suất các yếu tổ tổng hợp, lao động và vốn đầu vào đều có thể làm tăng mức sản lượng tiềm năng. Trong tình hình sản lượng tiềm năng sụt giảm liên tục, chúng tôi sẽ thảo luận về từng yếu tố của sản lượng tiềm năng cũng như những lĩnh vực có thể can thiệp để cải thiện sản lượng tiềm năng.

Cách khó nhất nhưng cũng là cách quan trọng nhất để tăng mức sản lượng tiềm năng trong dài hạn là tăng năng suất các nhân tố tổng

36

hợp. Mặc dù mức tăng trưởng kinh tế của Việt Nam vẫn được duy trì khá vững chắc trong vòng 20 năm qua, bản chất của những kết quả ấn tượng này đã thực sự thay đổi. Trong những năm 1990, mức tăng trưởng kinh tế mạnh mẽ là do dựa trên năng suất các nhân tố tổng hợp (TFP) tương đối cao, yếu tố này chiếm khoảng 50% tốc độ tăng trưởng hàng năm. Nhưng khi chuyển qua giai đoạn 1998-2008, đóng góp của yếu tố này giảm xuống, chỉ còn chiếm khoảng 11%. Tăng trưởng của năng suất các nhân tố tổng hợp thường được cho là đóng góp vào tăng trưởng của nền kinh tế thông qua các cải tiến về tổ chức và kỹ thuật, dựa trên những thể chế pháp lý lành mạnh. Nó đại diện cho sự tăng trưởng của nền kinh tế khi không có tác động của lao động hay vốn. Đối với một nền kinh tế đang phát triển như Việt Nam, tăng trưởng thông qua năng suất các nhân tố tổng hợp (TFP) còn chưa được khai thác một cách đầy đủ do còn thiếu các cải cách thể chế. Công tác quản trị doanh nghiệp nghèo nàn, ưu đãi còn được dành quá nhiều cho các doanh nghiệp nhà nước hoạt động kém hiệu quả và thiếu đầu tư vào cơ sở hạ tầng, y tế và giáo dục là những nguyên nhân kỳm hãm tăng trưởng thông qua năng suất các nhân tố tổng hợp. Do thiếu vắng sự tăng trưởng năng suất, một nền kinh tế tăng trưởng dựa vào đầu tư vốn vật chất trở nên đầy biến động không phải là điều đáng ngạc nhiên. Đối với các nhà hoạch định chính sách, không có biện pháp đặc thù nào để hỗ trợ tăng trưởng trong TFP. Chúng tôi gợi ý nên thực hiện nghiên cứu xác định các điểm nghẽn tăng trưởng cho trường hợp của Việt Nam, để qua đó đưa ra các chính sách phù hợp.

May mắn là tác động của lao động đến tăng trưởng tiềm năng lại ít phức tạp hơn. Trong hai thập kỷ qua, đóng góp của lao động đến tốc độ tăng trưởng được giữ ổn định ở mức khoảng 18%. Đóng góp này có thể được đo lường dựa trên tổng số giờ làm việc của lao động trong nền kinh tế. Thông thường, đây là một hàm của dân số, lực lượng lao động đang làm việc và số giờ làm việc của công nhân trong một khoảng thời gian nhất định. Điểm đáng lưu ý là các biến

37

này đều góp phần vào sự ổn định trong tác động của tổng lao động tới tăng trưởng kinh tế. Hướng tới tương lai, trong thời gian tới, các nhà hoạch định chính sách nên lưu ý tới các yếu tố này. Chủ đề lợi tức nhân khẩu học của Việt Nam vốn đã được đề cập nhiều, trong đó, dân số trong độ tuổi lao động của Việt Nam là yếu tố quan trọng hàng đầu của đầu vào lao động. Cùng với thời gian, lợi ích từ lợi tức nhân khẩu học sẽ giảm, nếu không tiến hành các biện pháp cần thiết để kích thích người dân tham gia lao động nhiều hơn thì lao động đầu vào tiềm năng có thể bị giảm đáng kể. Một nền kinh tế khuyến khích đầu tư nhiều hơn vào giáo dục, tập trung nhiều hơn vào lao động toàn thời gian và có nhiều khuyến khích hơn cho lao động bậc cao (ở cả hai giới) sẽ tạo ra một mức sản lượng tiềm năng cao hơn. Tóm lại, trong thời gian tới, Việt Nam cần theo đuổi những cải cách thể chế giúp tạo ra một thị trường lao động có kỹ năng và linh hoạt.

Đặc biệt quan trọng, mức sản lượng này có thể biến động khi năng suất tăng lên, thay đổi cả đường tăng trưởng lên mức độ cao hơn và bền vững hơn. Ngược lại, sụt giảm trong năng suất cũng có thể được xem như sụt giảm trong tốc độ tăng trưởng của nền kinh tế mà không làm tăng lạm phát. Thay đổi trong các yếu tố đầu vào như vốn và lao động cũng có thể có những tác động này song những yếu tố đó dễ bị ảnh hưởng bởi quy luật lợi nhuận cận biên giảm dần. Tăng năng suất, dù là điều rất khó để có được, lại chính là yếu tố quan trọng bảo đảm duy trì tăng trưởng kinh tế.

Cuối cùng, tác động lớn nhất vào tăng trưởng kinh tế trong những năm gần đây là vốn. Việc đẩy mạnh đầu tư vốn trong giai đoạn 1998-2008 đã đóng góp khoảng 70% vào tăng trưởng hàng năm, từ mức 28% năm 1990-1997. Sự gia tăng này được thúc đẩy bởi hai yếu tố. Yếu tố thứ nhất là gia tăng trong vốn đầu tư trực tiếp nước ngoài do nền kinh tế đã mở cửa. Việt Nam đã chứng kiến hai giai đoạn thu hút đầu tư trực tiếp nước ngoài tăng đột biến: giai đoạn thứ nhất vào khoảng 1994-1997 với vốn đầu tư trực tiếp nước ngoài

38

trung bình bằng khoảng 9% GDP; giai đoạn thứ hai là vào năm 2007 - sau khi Việt Nam gia nhập WTO - tỷ lệ cũng vào khoảng hơn 9% GDP và sau đó duy trì ở mức 7% cho tới năm 2010. Chừng nào mà đầu tư nước ngoài còn hướng tới khu vực sản xuất để xuất khẩu thì thì tốc độ tăng trưởng yếu tố TFP sẽ tăng lên do cạnh tranh toàn cầu thúc đẩy các ngành này phải nâng cao hiệu quả28. Yếu tố thứ hai thúc đẩy gia tăng đầu tư của Việt Nam là khu vực kinh tế nhà nước. Kể từ khi thực hiện chính sách Đổi mới năm 1986, tỷ trọng đầu tư của khu vực kinh tế nhà nước của Việt Nam có xu hướng giảm dần. Tuy nhiên, trong bối cảnh khủng hoảng kinh tế toàn cầu năm 2008 kéo theo sự sụt giảm trong đầu tư của khu vực kinh tế tư nhân, thì đầu tư của khu vực kinh tế nhà nước đã lại tăng lên nhanh chóng, một phần là do gói kích thích kinh tế. Trong đầu tư của khu vực kinh tế nhà nước có đầu tư của các doanh nghiệp nhà nước (DNNN). Những doanh nghiệp này vừa mở rộng quy mô ở ngành kinh doanh chính và cũng thực hiện đầu tư ngoài ngành kinh doanh chính. Hệ quả là trong quý I/2011, khoảng 45% tổng đầu tư xã hội là đầu tư từ khu vực kinh tế nhà nước, trong khi tỷ trọng đầu tư từ khu vực kinh tế tư nhân trong nước và khu vực có vốn đầu tư nước ngoài chỉ chiếm lần lượt khoảng 27% và 29%29.

Ở Việt Nam, dường như mức độ hoặc xu hướng đầu tư là một trong số những yếu tố gây ra bất ổn kinh tế vĩ mô. Lý do có thể là do vốn đầu tư tăng nhanh hơn tốc độ mà nền kinh tế có thể tạo ra những lao động có kỹ năng cần thiết để có thể thực hiện các khoản đầu tư hoặc nhân công làm việc trong các nhà máy và công xưởng mới đó. Trong khi khu vực DNNN lẽ ra thường hoạt động trong các ngành thâm dụng vốn và do vậy phải thực hiện các khoản đầu tư thường xuyên thì gần đây các DNNN lại thực hiện đầu tư ra ngoài ngành kinh doanh chính, dẫn tới rất nhiều vấn đề phát sinh. Rõ ràng nhất là 28FDI là yếu tố tương đối quan trọng bởi nhiều lý do, trong đó bao gồm cả vai trò của FDI đối với việc bù đắp cho thâm hụt tài khoản vãng lai.29Phần đóng góp của yếu tố lao động trong cả hai giai đoạn đều tương đối ổn định, vào khoảng 18%.

39

những khó khăn trong việc trả nợ của các DNNN, một dấu hiệu cho thấy sự không hiệu quả trong các khoản đầu tư và do đó không tạo ra lợi nhuận như dự kiến .

Nghiên cứu của Ngân hàng Thế giới (Báo cáo Phát triển Việt Nam - 2012) đã tính toán sự sụt giảm hiệu quả của DNNN. Nếu như trong năm 2000, DNNN tạo ra được 1,6 đồng sản lượng từ một đồng vốn thì đến năm 2009 giảm xuống chỉ còn 1,1 đồng sản lượng. Trong cùng một khoảng thời gian, các doanh nghiệp tư nhân của Việt Nam đã tăng hiệu quả từ mức tạo ra 8,8 đồng sản lượng từ một đồng vốn lên mức 21 đồng sản lượng từ một đồng vốn. Trong khi các DNNN được mong đợi tạo ra những khác biệt cơ bản so với các doanh nghiệp tư nhân do các doanh nghiệp này thường ở trong các ngành công nghiệp thâm dụng vốn và có các trách nhiệm xã hội (thường thể hiện ở các khoản đầu tư phi thương mại nhưng cần thiết), thì những thay đổi trong giai đoạn 2000-2009 như đã nói là rất đáng lo ngại. Khi các doanh nghiệp tư nhân trở nên hiệu quả hơn thì hiệu quả sử dụng vốn của các DNNN lại giảm sút. Điều này cũng tương tự đối với năng suất lao động, khu vực DNNN có năng suất trên mỗi lao động đang giảm dần (mặc dù độ sâu vốn tăng lên) trong khi khu vực kinh tế tư nhân lại có sản lượng trên mỗi lao động tăng dần lên trong giai đoạn 2000-2009.

Cần xem xét đến quy mô và vị thế chiến lược của các DNNN trong cải cách kinh tế và điều này có thể hỗ trợ tăng bền vững năng suất các nhân tố tổng hợp. Cải cách trong nội bộ DNNN cũng có thể tập trung vào cải thiện mô hình quản trị và tăng tính minh bạch. Điều này có thể giúp làm tăng niềm tin của nhà đầu tư và cho phép Chính phủ xác định các vấn đề nợ sớm hơn. Cải cách DNNN cũng hàm ý thay đổi các quy tắc vận hành thị trường và mở hơn cho cạnh tranh dù là trong nước hay với nước ngoài. Tạo một sân chơi bình đẳng sẽ tăng sự cạnh tranh cũng như năng suất, thúc đẩy tăng trưởng và không còn những khoản đầu tư kém bền vững.

40

Mặc dù các phân tích về chênh lệch sản lượng tiềm năng là một công cụ hữu ích để hỗ trợ việc thực hiện các chính sách tài khóa và tiền tệ ngắn hạn mà không đòi hỏi phải cải cách về thể chế, về thị trường lao động và đầu tư, nhưng nếu chỉ dựa vào đó thì triển vọng kinh tế trong dài hạn của Việt Nam nhìn chung vẫn có thể không sáng sủa. Duy trì tốc độ tăng trưởng kinh tế và tăng thu nhập bền vững chỉ có thể thực hiện được nếu như năng suất tăng lên. Đầu tư của Nhà nước hiệu quả hơn, tái cơ cấu doanh nghiệp nhà nước cũng như việc cải thiện các điều kiện thị trường có thể gia tăng năng suất các nhân tố tổng hợp và thúc đẩy nền kinh tế Việt Nam theo một mức tăng trưởng cao và bền vững hơn. Về phía các nhà hoạch định chính sách, các mục tiêu cần đạt được (sản phẩm đầu ra tiềm năng) cần phải được xây dựng dựa trên tình hình thực tế (mức độ tăng trưởng tiềm năng).

41

PHỤ LỤC

PHụ Lục 1: TínH Toán TFP cHo vIỆT nAM GIAI đoạn 1991-2010

Tăng trưởng theo mô hình tân cổ điển bao gồm hai nguồn: tích lũy các nhân tố và tăng năng suất. Năng suất về cơ bản là một khái niệm mang tính kỹ thuật đề cập tới một tỷ lệ đầu ra so với đầu vào và là một thước đo hiệu quả30. Năng suất các nhân tố tổng hợp (TFP) là một khái niệm tân cổ điển sử dụng để đo lường năng suất, trong đó có tính đến tất cả các yếu tố còn lại trong hàm sản xuất. TFP là một khái niệm có liên quan khá chặt chẽ tới hàm sản xuất tổng gộp. Ở dạng đơn giản nhất, hàm sản xuất của cả nền kinh tế có thể được biểu diễn dưới dạng Yt = F(Kt, Lt, t) trong đó sản lượng (Y) được biểu diễn như một hàm của các yếu tố vốn tích lũy (K), lao động (L) và yếu tố dịch chuyển thời gian (t). Yếu tố dịch chuyển là một biến đại diện cho gia tăng trong năng suất và tiến bộ công nghệ. Ký hiệu t đi cùng với các biến số thể hiện cho thời gian. Giả định rằng yếu tố thay đổi “t” độc lập đối với K và L, chúng ta có thể thu được Yt = At F(Kt, Lt). Và từ công thức này có thể suy ra giá trị A như sau:

.

Tính toán theo công thức này, được xem như một biến ngoại sinh, tách rời, là yếu tố tiến bộ kỹ thuật trung tính Hicks31 được đo bằng thay đổi trong mức sản lượng khi thời gian thay đổi và các yếu tố đầu vào K và L không đổi. Hai phương pháp thông dụng nhất được

30Khi đề cập tới một yếu tố đầu vào đơn lẻ (tức là năng suất đơn lẻ của một yếu tố), nhìn chung năng suất của lao động (Q/L), khái niệm năng suất không gây ra nhầm lẫn gì. Tuy nhiên xem xét trong trường hợp có nhiều hơn một yếu tố đầu vào (ví dụ vốn và lao động), vấn đề nảy sinh sẽ là làm thế nào để tính được tỷ trọng của từng yếu tố theo tỷ lệ. 31Tiến bộ kỹ thuật xảy ra khi sản phẩm trung bình và sản phẩm cận biên của tất cả các yếu tố tăng lên với cùng một tỷ lệ. Ví dụ xét hàm y=f(K, L), trong đó y là sản lượng, L là lao động và K là vốn và hàm số f(.) có lợi suất không đổi theo quy mô. Với tiến bộ kỹ thuật trung tính Hicks, tức là khi năng suất của các yếu tố tăng lên tới khi λ>1, mức sản lượng sẽ là y*(L,K)=f(λL, λK)=λy. Ngược lại, theo tiến bộ kỹ thuật trung tính Harrod (tiết kiệm lao động) hoặc tiến bộ kỹ thuật điều chỉnh đơn thuần yếu tố lao động là trạng thái mà ở đó năng suất lao động tăng trong khi yếu tố vốn không có sự thay đổi đó, do vậy mức sản lượng sau những tiến bộ kỹ thuật này sẽ có dạng y*(L,K)=y(λL,K).

42

sử dụng để ước lượng yếu tố TFP là hạch toán tăng trưởng và ước lượng hàm sản xuất. Trong phần này, chúng tôi sẽ tóm tắt ngắn gọn hai phương pháp này. Mục đích của phương pháp này là để xác định tăng trưởng kinh tế do tích lũy các yếu tố tăng lên và do tiến bộ kỹ thuật đóng góp vào như thế nào. Do K và L được đo lường bằng các đơn vị khác nhau, có thể gây khó khăn trong việc diễn giải TFP như là một hệ số tỷ lệ của sản lượng với các đầu vào kết hợp, nên chúng tôi biểu diễn TFP dưới dạng tốc độ tăng trưởng của yếu tố này. Lấy đạo hàm của hàm sản xuất theo yếu tố thời gian (t), chúng ta có thể thu được tốc độ tăng trưởng của TFP theo công thức sau:

Trong đó lần lượt là ký hiệu tốc độ tăng trưởng của sản lượng, lao động và vốn, còn là tốc độ tăng trưởng TFP. Công thức biểu diễn tốc độ tăng trưởng các yếu tố cũng khá tương ứng với công thức thể hiện độ co giãn. Xét về thực tế, TFP được tính toán sử dụng công thức . Công thức này đã tách biệt những đóng góp của nhiều yếu tố khác vào tăng trưởng và những phần không giải thích được đưa vào yếu tố TFP. Cách tiếp cận này về TFP được đề cập tới như phần dư trong mô hình Solow sau khi Solow (1957) sử dụng khung phân tích này để ước lượng tốc độ tăng năng suất trong ngành công nghiệp chế biến của Mỹ giai đoạn 1909-1949. Trong phương pháp tiếp cận theo hạch toán tăng trưởng (phương pháp không có yếu tố ngẫu nhiên), chúng ta không thể ước lượng yếu tố TFP về mặt thống kê và không cần thiết phải ước lượng các hệ số và (hai hệ số này có tổng bằng 1). Ngược lại, với cách tiếp cận theo hàm sản xuất, chúng ta ước lượng TFP cùng với các hệ số

và sử dụng kinh tế lượng, các thống kê kiểm định trong khung khổ phân tích kinh tế lượng cũng có thể được áp dụng ở đây. Trong ước lượng kinh tế lượng, các hệ số nhìn chung là không bị ràng buộc và không nhất thiết phải có tổng bằng 1 (trừ khi buộc phải tuân theo

43

một số ràng buộc để có lợi suất không đổi theo quy mô đảm bảo + =1). Thay vì sử dụng phương pháp hạch toán tăng trưởng, chúng ta

cũng có thể ước lượng trực tiếp hàm sản xuất tổng thể của nền kinh tế. Để đơn giản, dạng hàm hay được sử dụng trong ước lượng nhất là hàm sản xuất Cobb-Douglas. Hàm số được ước lượng với số liệu cho trước sẽ có dạng trong đó đo lường tốc độ tăng trưởng bình quân của sản lượng trong điều kiện giữ nguyên các yếu tố đầu vào và là nhiễu ngẫu nhiên.

44

PHụ Lục 2: KếT qUả ưỚc LượnG TronG STATA

Kết quả ước lượng mô hình 1: Ước lượng chênh lệch sản lượng thực tế và sản lượng tiềm năng sử dụng cách tiếp cận theo xu hướng thời gian với số liệu theo năm

Kết quả ước lượng mô hình 2: Ước lượng chênh lệch sản lượng thực tế và sản lượng tiềm năng sử dụng cách tiếp cận theo xu hướng thời gian với số liệu theo quý

45

TàI LIỆU THAM KHẢO

Bùi Trinh và cộng sự (2011), Báo cáo Triển vọng Kinh tế Việt Nam 2012-2013, chuẩn bị cho Uỷ ban Giám sát Tài chính Quốc gia.

Maliszewski (2010), Vietnam: Bayesian Estimation of Output Gap; International Monetary Fund.

Paula De Masi (1997), Estimates of Potential Output: Theory and Practice, International Monetary Fund.

Paul D. McNelis and Cristeta B. Bagsic (2007), Output Gap Estimation for Inflation Forecasting: The Case of the Philippines, Center for Monetary and Financial Policy, BSP Working Paper Series No. 2007-01, Central Bank of Philippines.

Jörg Scheibe (2003), The chinese output gap during the reform Period 1978-2002, Working paper, University of Oxford.

Njuguna, Angelica E.; Karingi, Stephen N.; and Kimenyi, Mwangi S., (2005), Measuring Potential Output and Output Gap and Macroeconomic Policy: The Case of Kenya. Economics Working Papers. Paper 200545.

Erotokritos Varelas (2006), Output Gap - Inflation: The Case of Greece (1858-1938) International Research Journal of Finance and Economics.

Gordon de Brouwer (1998), Estimating output gaps, Discussion Paper Economic Research Department, Reserve Bank of Australia.

46

Susana Botas, Carlos Robalo Marques and Pedro Duarte Neves (1998), Estimation Of Potential Output For The Portuguese Economy, Economic bulletin December 1998, Banco de Portugal.

Josef T. Yap (2003), The Output Gap and its Role in Inflation-Targeting in the Philippines, Discussion paper series no. 2003-10, Philippine Institute for Development Studies.

Carlos Hamilton Vasconcelos Araujo; Marta Baltar Moreira Areosa; Osmani Teixera de Carvalho Guillén (2004), Estimating Potential Output and Output Gap for Brazil; Banco Central do Brasil.

Szilárd Benk, Zoltán M. Jakab, Gábor Vadas (2005), Potential Output Estimations for Hungary: A Survey of Different Approaches, Central bank of Hungary, Economic Research Department.

Scacciavillani, Fabio and Swagel, Phillip, Measures of Potential Output An Application to Israel (July 1999), IMF Working Paper, Vol., pp. 1-28, 1999.

Sweta Chaman Saxena & Valerie Cerra, 2000, Alternative Methods of Estimating Potential Output and the Output Gap - An Application to Sweden, IMF Working Papers 00/59, International Monetary Fund.

World Bank (2012), Vietnam Development Report - A level playing field: Reforming the stated-owned sector, World Bank.

World Bank (2011), Taking Stock: An Update on Vietnam’s Recent Economic Developments (June 2011).

47

ƯỚC LƯỢNG SẢN LƯỢNG TIỀM NĂNG CHO VIỆT NAM

Chịu trách nhiệm xuất bản:

CHU HẢO

Biên tập:

NGUyễN BíCH THủy

Sửa bản in:

HOàNG NAM

Vẽ bìa:

THáI DũNG

ISBN: 978-604-908-668-7In 1000 cuốn, khổ 16x24 cm tại Doanh nghiệp tư nhân In Hà Phát. Giấy đăng ký KHXB số: 180-2013/CXB/14-04/TrT. Quyết định xuất bản số: 12/QĐLK - NXB TrT của Giám đốc NXB Tri thức ngày 12/04/2013. In xong và nộp lưu chiểu Quý II năm 2013.

Dự án “Hỗ trợ nâng cao năng lực tham mưu, thẩm tra và giám sát chính sách kinh tế vĩ mô” do Ủy ban Kinh tế của Quốc hội chủ trì thực hiện với sự hỗ trợ kỹ thuật của Chương trình Phát triển Liên hợp quốc (UNDP). Mục tiêu của Dự án là nâng cao năng lực các cơ quan tham mưu, thẩm tra và giám sát chính sách kinh tế vĩ mô thông qua các hoạt động: (i) tập huấn/đào tạo nâng cao năng lực; (ii) thực hiện nghiên cứu, đối thoại chính sách về những vấn đề kinh tế vĩ mô; (iii) tăng cường và thể chế hóa cơ chế phối hợp, hợp tác giữa các cơ quan thụ hưởng dự án, bao gồm Ủy ban Kinh tế của Quốc hội, Văn phòng Trung ương Đảng, Văn phòng Chính phủ, Văn phòng Chủ tịch nước, Ủy ban Giám sát Tài chính Quốc gia và Viện Hàn lâm Khoa học Xã hội Việt Nam.

Hỗ trợ thực hiện Dự án là mạng lưới các Viện, Trường, Trung tâm nghiên cứu kinh tế, bao gồm Viện Kinh tế Việt Nam, Trung tâm Phân tích và Dự báo (thuộc Viện Hàn lâm Khoa học Xã hội Việt Nam), Viện Nghiên cứu Quản lý kinh tế Trung ương (CIEM), Đại học Kinh tế (thuộc Đại học Quốc gia Hà Nội), Đại học Kinh tế Quốc dân Hà Nội, Trung tâm Thông tin và Dự báo Kinh tế - Xã hội Quốc gia (thuộc Bộ Kế hoạch và Đầu tư), Trung tâm Nghiên cứu chính sách và phát triển (DEPOCEN - Trung tâm nghiên cứu độc lập) và Nhóm tư vấn chính sách kinh tế vĩ mô (MAG).

Trong thời gian qua, Dự án đã hỗ trợ tổ chức nhiều diễn đàn đối thoại giữa các đại biểu Quốc hội, các nhà hoạch định chính sách với các chuyên gia kinh tế trong và ngoài nước về các vấn đề kinh tế vĩ mô bức thiết của đất nước. Sau mỗi hội thảo, tọa đàm đều có những kiến nghị cụ thể, dưới hình thức Kiến nghị Chính sách (Policy Note), gửi tới các vị đại biểu Quốc hội và các cơ quan thụ hưởng nói trên để thảo luận và xem xét trong quá trình xây dựng chính sách. Tiêu biểu là Diễn đàn Kinh tế Mùa xuân, Diễn đàn Kinh tế Mùa thu, “10 kiến nghị ổn định kinh tế vĩ mô” đã nhận được nhiều đánh giá tích cực từ các đại biểu Quốc hội và chuyên gia kinh tế.

Ưu tiên thứ hai là triển khai một loạt nghiên cứu dựa trên bằng chứng thực nghiệm gắn với những vấn đề kinh tế vĩ mô hiện thu hút nhiều sự quan tâm của các nhà hoạch định chính sách như tỷ giá, nợ công, tính toán sản lượng tiềm năng v.v... Các khuyến nghị chính sách từ những nghiên cứu này cũng được gửi tới các vị đại biểu Quốc hội và các nhà hoạch định chính sách dưới hình thức Tóm tắt Chính sách (Policy Brief ).