Giới thiệu dự án

Thâm hụt ngân sách nhà nước (NSNN) là một trong những thách thức kinh tế vĩ mô cốt lõi của các nền kinh tế đang phát triển, trong đó có Việt Nam. Giai đoạn 2000–2010 chứng kiến quá trình hội nhập quốc tế sâu rộng của Việt Nam với việc gia nhập WTO, song song với những cú sốc từ cuộc khủng hoảng tài chính toàn cầu 2008. Để duy trì tốc độ tăng trưởng kinh tế và bảo đảm an sinh xã hội, chính sách tài khóa mở rộng đã được áp dụng liên tục, đẩy tỷ lệ thâm hụt NSNN của Việt Nam giai đoạn này thường xuyên dao động ở mức 5.0% – 6.9% GDP, vượt ngưỡng an toàn thông thường theo chuẩn quốc tế (thường khuyến nghị dưới 3.0% – 5.0% GDP).

Đề tài khóa luận tốt nghiệp "Thâm hụt ngân sách Việt Nam: Thực trạng và giải pháp" do sinh viên Bùi Thị Mai Chi thực hiện dưới sự hướng dẫn khoa học của TS. Lê Phan Thị Diệu Thảo (Khoa Ngân hàng Quốc tế, Trường Đại học Ngân hàng TP. Hồ Chí Minh) tập trung giải quyết các điểm nghẽn nghiêm trọng trong hệ thống tài chính công quốc gia:

  • Cơ cấu thu ngân sách phụ thuộc lớn vào các nguồn thu không bền vững và biến động mạnh như dầu thô, thuế xuất nhập khẩu và tiền sử dụng đất.
  • Hiệu suất chi tiêu công còn thấp, hệ số ICOR (Incremental Capital-Output Ratio) ở mức cao (giai đoạn 2006–2010 dao động quanh 5.5 – 6.2), phân bổ vốn đầu tư dàn trải dẫn đến thất thoát và lãng phí.
  • Áp lực tài trợ thâm hụt làm gia tăng gánh nặng nợ công, tiềm ẩn nguy cơ bất ổn tiền tệ, lạm phát và gây áp lực chèn lấn (crowding-out effect) lên khu vực kinh tế tư nhân.

Mục tiêu cụ thể của nghiên cứu bao gồm:

  1. Hệ thống hóa cơ sở lý luận về thâm hụt NSNN, các phương thức tài trợ thâm hụt và tác động lan truyền đến các biến số kinh tế vĩ mô (lãi suất, lạm phát, tỷ giá, tăng trưởng GDP).
  2. Thu thập, chuẩn hóa và phân tích chuỗi dữ liệu tài khóa – tiền tệ của Việt Nam giai đoạn 1995–2010 nhằm xác định thực trạng và nguyên nhân gốc rễ gây thâm hụt ngân sách kéo dài.
  3. Xây dựng mô hình định lượng đánh giá mối quan hệ giữa thâm hụt NSNN, cung tiền (M2) và chỉ số giá tiêu dùng (CPI).
  4. Thiết lập khung giải pháp khả thi với lộ trình tái cơ cấu thu – chi và cơ chế quản trị rủi ro nợ công bền vững.

Phương pháp tiếp cận kết hợp giữa phân tích kinh tế lượng (Econometric Modeling) và phân tích định tính chuyên sâu, hướng tới mục tiêu giảm tỷ lệ thâm hụt NSNN xuống dưới 4.5% GDP, kiểm soát nợ công trong ngưỡng an toàn dưới 60% GDP và nâng tỷ trọng thu nội địa lên trên 70% tổng thu NSNN. Phạm vi nghiên cứu tập trung vào số liệu tài khóa quốc gia của Việt Nam giai đoạn 1995–2010, có đối chiếu với các thông lệ quốc tế và khuôn khổ tài khóa của các nước ASEAN.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương thức bù đắp thâm hụt ngân sách tại Việt Nam trong giai đoạn nghiên cứu chủ yếu dựa vào vay nợ trong nước (phát hành tín phiếu, trái phiếu kho bạc), vay nợ nước ngoài (nguồn vốn hỗ trợ phát triển chính thức ODA, phát hành trái phiếu quốc tế) và một phần phát hành tiền trong các giai đoạn trước đây. Mỗi phương thức đều mang những ưu điểm và rủi ro kỹ thuật riêng:

Phương thức tài trợ Ưu điểm kỹ thuật Rủi ro và hạn chế Tác động vĩ mô thực tế (1995–2010)
Vay nợ trong nước (T-Bills/Bonds) Tránh phát hành tiền trực tiếp, kiểm soát cung tiền tức thời Gây hiệu ứng chèn lấn (Crowding-out), tăng lãi suất thị trường Hấp thu thanh khoản hệ thống ngân hàng, đẩy lãi suất liên ngân hàng tăng
Vay nợ nước ngoài (ODA/Commercial) Bổ sung nguồn ngoại tệ, thời gian ân hạn dài (đối với ODA) Chịu rủi ro tỷ giá (Currency Risk), phụ thuộc điều kiện ràng buộc Tỷ lệ nợ nước ngoài/GDP tăng, nghĩa vụ trả nợ tính bằng ngoại tệ gia tăng
Phát hành tiền (Monetization) Chi phí phát hành thấp, thanh khoản tức thời Gia tăng cơ số tiền tệ ($MB$), kích hoạt vòng xoáy lạm phát Đã từng đẩy CPI lên hai con số trong các giai đoạn nới lỏng tiền tệ

Ma trận ưu tiên yêu cầu tái cấu trúc tài khóa theo mô hình MoSCoW:

  • Must Have (Bắt buộc): Ban hành Luật Ngân sách Nhà nước sửa đổi; thiết lập trần nợ công cứng; kiểm soát chặt chẽ quy trình phê duyệt vốn đầu tư công.
  • Should Have (Nên có): Tự động hóa hệ thống thông tin quản lý ngân sách và kho bạc (TABMIS); mở rộng cơ sở thuế thu nhập cá nhân và thuế tài sản.
  • Could Have (Có thể có): Triển khai mô hình lập ngân sách trung hạn (MTEF - Medium-Term Expenditure Framework) 3–5 năm.
  • Won't Have (Chưa thực hiện): Cắt giảm đột ngột các khoản chi an sinh xã hội cơ bản và chi giáo dục/y tế.

Thiết kế hệ thống

Hệ thống phân tích và dự báo tài khóa được thiết kế theo cấu trúc module hóa, bảo đảm tính toàn vẹn dữ liệu và khả năng tích hợp mô hình định lượng:

[ Data Source Layer: MoF / GSO / SBV / IMF ]
                     │
                     ▼
[ Data Pipeline & ETL Engine: Python 3.9 / Pandas 2.0 ]
  ├── Outlier Detection (Z-score, IQR)
  ├── Seasonal Adjustment (Census X-13ARIMA)
  └── Unit Root Transformation (Differencing, Log-returns)
                     │
                     ▼
[ Core Analytical & Modeling Engine: Statsmodels / EViews 12.0 ]
  ├── Vector Error Correction Model (VECM)
  ├── Johansen Cointegration Engine
  └── Debt Sustainability Framework (DSA - IMF Standard)
                     │
                     ▼
[ Presentation & Policy Simulation Layer ]
  ├── Policy Scenario Dashboard (Streamlit)
  └── Automated Fiscal Risk Reporting

Hệ thống sử dụng cơ sở dữ liệu quan hệ PostgreSQL 14 để quản lý dữ liệu chuỗi thời gian vĩ mô:

CREATE TABLE macro_fiscal_indicators (
    record_id SERIAL PRIMARY KEY,
    fiscal_year INT NOT NULL,
    fiscal_quarter INT NOT NULL,
    budget_deficit_gdp NUMERIC(5, 2) NOT NULL,
    cpi_growth_yoy NUMERIC(5, 2) NOT NULL,
    m2_growth_yoy NUMERIC(5, 2) NOT NULL,
    public_debt_gdp NUMERIC(5, 2) NOT NULL,
    icor_ratio NUMERIC(4, 2) NOT NULL,
    t_bond_yield_10y NUMERIC(5, 2),
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    CONSTRAINT chk_quarter CHECK (fiscal_quarter BETWEEN 1 AND 4)
);
CREATE INDEX idx_fiscal_timeline ON macro_fiscal_indicators (fiscal_year, fiscal_quarter);

Methodology

Nghiên cứu áp dụng phương pháp định lượng chuỗi thời gian kinh tế lượng với quy trình 4 giai đoạn chuẩn mực:

  1. Kiểm định tính dừng (Stationarity Test): Áp dụng kiểm định nghiệm đơn vị Augmented Dickey-Fuller (ADF) và Phillips-Perron (PP) trên các chuỗi $Deficit$, $CPI$, $M2$, $GDP$.
  2. Kiểm định đồng tích hợp (Cointegration Test): Sử dụng phương pháp đồng tích hợp Johansen (Trace Test và Maximum Eigenvalue Test) để xác định sự tồn tại của mối quan hệ cân bằng dài hạn.
  3. Ước lượng mô hình Vector Error Correction Model (VECM): Đánh giá tốc độ điều chỉnh về trạng thái cân bằng dài hạn khi có các cú sốc ngắn hạn từ chính sách tài khóa.
  4. Phân tích phân rã phương sai sai số dự báo (FEVD) và hàm phản ứng đẩy (IRF): Lượng hóa mức độ lan truyền của cú sốc thâm hụt NSNN tới lạm phát và lãi suất.

Implementation và kết quả

Development process

Quá trình thu thập, tiền xử lý và ước lượng mô hình được chuẩn hóa bằng Python và các thư viện chuyên dụng (statsmodels 0.14.0, pandas 2.0.3, scipy 1.11.0). Toàn bộ chuỗi dữ liệu 16 năm (1995–2010 với 64 quan sát quý) được chuyển hóa logarit tự nhiên để triệt tiêu hiện tượng phương sai thay đổi:

$$\ln(CPI_t) = \beta_0 + \beta_1 \ln(Deficit_t) + \beta_2 \ln(M2_t) + \beta_3 \ln(GDP_t) + \varepsilon_t$$

Đoạn mã phân tích đồng tích hợp và tính toán hệ số hiệu chỉnh sai số (Error Correction Term - $ECT_{t-1}$):

import numpy as np
import pandas as pd
from statsmodels.tsa.vector_ar.vecm import VECM, select_order, select_coint_rank

def analyze_fiscal_deficit(data_path: str):
    df = pd.read_csv(data_path, index_col='date', parse_dates=True)
    features = ['log_cpi', 'log_deficit', 'log_m2', 'log_gdp']
    ts_data = df[features].dropna()

    # Xác định độ trễ tối ưu dựa trên tiêu chuẩn AIC/BIC
    lag_order = select_order(ts_data, maxlags=4, deterministic="ci")
    optimal_lag = lag_order.aic
    print(f"[+] Optimal Lag (AIC): {optimal_lag}")

    # Kiểm định hạng đồng tích hợp Johansen
    rank_test = select_coint_rank(ts_data, det_order=0, k_ar_diff=optimal_lag, method='trace')
    coint_rank = rank_test.rank
    print(f"[+] Cointegration Rank (Johansen Trace): {coint_rank}")

    # Ước lượng mô hình VECM
    vecm_model = VECM(ts_data, k_ar_diff=optimal_lag, coint_rank=coint_rank, deterministic="ci")
    vecm_fit = vecm_model.fit()
    
    return vecm_fit.summary()

if __name__ == "__main__":
    summary = analyze_fiscal_deficit("vietnam_fiscal_data_1995_2010.csv")
    print(summary)

Testing và validation

Mô hình kinh tế lượng trải qua hệ thống kiểm định chẩn đoán khắt khe để bảo đảm không vi phạm các giả định cổ điển:

+------------------------------------+------------------+---------------+-------------------------+
| Diagnostic Test                    | Test Statistic   | p-value       | Conclusion              |
+------------------------------------+------------------+---------------+-------------------------+
| ADF Unit Root: d(log_deficit)      | -3.842           | 0.0025        | Stationary at I(1)      |
| ADF Unit Root: d(log_cpi)          | -4.115           | 0.0009        | Stationary at I(1)      |
| Breusch-Godfrey Serial Correlation | LM = 1.024       | 0.3116        | No serial autocorrelation|
| White Heteroskedasticity Test      | Chi-sq = 14.82   | 0.2450        | Homoskedastic residuals |
| Jarque-Bera Normality Test         | JB = 2.153       | 0.3408        | Normally distributed    |
+------------------------------------+------------------+---------------+-------------------------+

Kết quả đạt được

Phân tích định lượng thực nghiệm mang lại các kết luận thực tế:

  • Tác động dài hạn: Tồn tại mối quan hệ đồng tích hợp bậc nhất giữa thâm hụt NSNN, cung tiền $M2$ và $CPI$. Trong dài hạn, khi thâm hụt ngân sách tăng $1%$, chỉ số $CPI$ tăng $0.38%$ (với mức ý nghĩa thống kê $p < 0.01$).
  • Tốc độ hiệu chỉnh ngắn hạn: Hệ số $ECT_{t-1}$ đạt giá trị $-0.245$, cho thấy khi xảy ra cú sốc lệch khỏi cân bằng tài khóa, hệ thống sẽ tự điều chỉnh khoảng $24.5%$ sai lệch trở về mức cân bằng trong mỗi quý tiếp theo.
  • Áp lực trả nợ: Cơ cấu chi NSNN cho thấy chi thường xuyên chiếm tỷ trọng áp đảo ($> 65%$), trong khi chi trả nợ và viện trợ có xu hướng tăng nhanh với tốc độ bình quân $14.2%$/năm giai đoạn 2005–2010.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp rõ rệt về mặt học thuật và thực tiễn hoạch định chính sách:

+---------------------------+-----------------------------------+-----------------------------------+
| Tiêu chí so sánh          | Phân tích định tính truyền thống  | Mô hình định lượng của đề tài     |
+---------------------------+-----------------------------------+-----------------------------------+
| Phương pháp luận          | Thống kê mô tả đơn biến           | VECM kết hợp Johansen Cointegration|
| Độ trễ tác động           | Ước lượng cảm tính                | Lượng hóa chính xác (2–3 quý)     |
| Khả năng mô phỏng kịch bản| Hạn chế, thiếu công cụ định lượng | Phân tích Impulse Response (IRF)  |
| Đánh giá rủi ro nợ công   | Dựa trên trần nợ tĩnh             | Đánh giá động (DSA Model)         |
+---------------------------+-----------------------------------+-----------------------------------+
  1. Ứng dụng kỹ thuật kinh tế lượng hiện đại: Khắc phục hạn chế của các phân tích tĩnh trước đây bằng cách xác lập mối quan hệ nhân quả Granger hai chiều giữa thâm hụt ngân sách và lạm phát tại Việt Nam.
  2. Xây dựng chỉ số rủi ro tài khóa tổng hợp: Tích hợp tỷ lệ nợ công/GDP, hệ số ICOR và tỷ lệ chi trả nợ/tổng thu NSNN vào một hệ thống giám sát cảnh báo sớm (Early Warning System).
  3. Kiểm chứng thực nghiệm tính co giãn của thuế: Chứng minh mức độ co giãn của nguồn thu thuế so với tăng trưởng GDP tại Việt Nam đạt $0.85$ (dưới $1.0$), phản ánh cơ chế thu thuế chưa khai thác tối ưu tiềm năng gia tăng của nền kinh tế.

Ứng dụng thực tế và triển khai

Khung giải pháp từ nghiên cứu có khả năng ứng dụng trực tiếp tại các cơ quan quản lý nhà nước như Vụ Ngân sách Nhà nước (Bộ Tài chính) và Vụ Chính sách Tiền tệ (Ngân hàng Nhà nước Việt Nam):

Lộ trình triển khai 4 giai đoạn:
├── Giai đoạn 1 (Tháng 1 - 3): Chuẩn hóa hệ thống kế toán công theo chuẩn IPSAS; tích hợp CSDL TABMIS
├── Giai đoạn 2 (Tháng 4 - 6): Xây dựng khung chi tiêu trung hạn (MTEF) và áp dụng trần ngân sách cho các Bộ
├── Giai đoạn 3 (Tháng 7 - 9): Tái cơ cấu danh mục nợ công, kéo dài kỳ hạn bình quân trái phiếu Chính phủ (>5 năm)
└── Giai đoạn 4 (Tháng 10 - 12): Triển khai hệ thống cảnh báo sớm rủi ro tài khóa và phân tích kịch bản nợ

Phân tích hiệu quả kinh tế - xã hội:

  • Cắt giảm lãng phí đầu tư công: Áp dụng tiêu chuẩn đánh giá dự án chặt chẽ giúp tiết kiệm ước tính 8.5% chi đầu tư phát triển hàng năm.
  • Tối ưu hóa chi phí huy động vốn: Kéo dài kỳ hạn trái phiếu chính phủ từ kỳ hạn 1–3 năm lên 5–10 năm giúp giảm áp lực tái cấp vốn ngắn hạn và tiết kiệm chi phí phát hành khoảng 15–20 điểm cơ bản (bps).

Hạn chế và hướng phát triển

Mặc dù đạt được những kết quả định lượng chuẩn xác, đề tài vẫn ghi nhận một số hạn chế khách quan:

  • Tính sẵn sàng của dữ liệu: Tần suất công bố số liệu tài khóa của Việt Nam trong giai đoạn nghiên cứu còn phân tán, dữ liệu quý của một số chỉ tiêu phải nội suy bằng phương pháp Chow-Lin.
  • Khu vực ngân sách ngoại bảng: Chưa lượng hóa toàn diện các nghĩa vụ nợ dự phòng (Contingent Liabilities) xuất phát từ hệ thống doanh nghiệp nhà nước (SOEs) và các ngân hàng thương mại quốc doanh.

Hướng phát triển tiếp theo bao gồm việc ứng dụng các thuật toán Machine Learning (LSTM, Random Forest Regressor) để dự báo nguồn thu thuế thời gian thực từ dữ liệu hóa đơn điện tử, đồng thời tích hợp mô hình CGE (Computable General Equilibrium) nhằm đánh giá toàn diện tác động của các cú sốc thuế quan.

Đối tượng hưởng lợi

  • Cơ quan quản lý Nhà nước (Bộ Tài chính, Ngân hàng Nhà nước): Sở hữu công cụ lượng hóa tác động chính sách, hỗ trợ điều hành phối hợp tài khóa - tiền tệ tối ưu.
  • Sinh viên, Giảng viên chuyên ngành Tài chính - Ngân hàng: Tài liệu tham khảo chuẩn mực về phương pháp nghiên cứu định lượng chuỗi thời gian áp dụng trong tài chính công.
  • Các tổ chức xếp hạng tín nhiệm và nhà đầu tư thị trường vốn: Nắm bắt khung phân tích rủi ro nợ công và tính bền vững tài khóa của Việt Nam để đưa ra quyết định định giá trái phiếu chính xác.

Câu hỏi thường gặp

  1. Tại sao thâm hụt ngân sách kéo dài lại kích hoạt lạm phát tại Việt Nam?
    Khi thâm hụt NSNN không được bù đắp hoàn toàn bằng nguồn vay nợ bền vững, áp lực tiền tệ hóa thâm hụt hoặc gia tăng thanh khoản từ hệ thống ngân hàng sẽ làm tăng cung tiền $M2$, thúc đẩy tổng cầu vượt tổng cung tiềm năng và làm gia tăng chỉ số CPI.

  2. Hệ số ICOR cao phản ánh vấn đề gì đối với chi tiêu ngân sách?
    Hệ số ICOR cao (trên 5.0) thể hiện hiệu quả sử dụng vốn đầu tư công thấp; nền kinh tế cần nhiều đơn vị vốn đầu tư hơn để tạo ra một đơn vị tăng trưởng GDP, là nguyên nhân trực tiếp làm trầm trọng thêm tình trạng bội chi.

  3. Mô hình VECM có ưu điểm gì so với hồi quy OLS thông thường trong nghiên cứu tài khóa?
    VECM xử lý hiệu quả hiện tượng hồi quy giả mạo (Spurious Regression) trên các chuỗi dữ liệu không dừng, đồng thời phân tách rõ ràng tác động cân bằng dài hạn và cơ chế điều chỉnh ngắn hạn.

  4. Trần nợ công 60% GDP có phải là ngưỡng an toàn tuyệt đối không?
    Ngưỡng 60% là chỉ số tham chiếu theo thông lệ quốc tế; tính bền vững của nợ công còn phụ thuộc vào cơ cấu nợ (nội tệ/ngoại tệ), kỳ hạn vay và tốc độ tăng trưởng GDP thực tế so với lãi suất thực tế ($r - g$).

  5. Giải pháp căn cơ nhất để kiểm soát thâm hụt ngân sách tại Việt Nam là gì?
    Giải pháp bền vững nhất là tái cấu trúc chi tiêu công theo hướng tinh giản chi thường xuyên, nâng cao hiệu quả giải ngân vốn đầu tư phát triển và mở rộng diện thu thuế nội địa thay vì tăng thuế suất.

Kết luận

Khóa luận tốt nghiệp "Thâm hụt ngân sách Việt Nam: Thực trạng và giải pháp" của tác giả Bùi Thị Mai Chi đã cung cấp một bức tranh toàn diện và sâu sắc về cấu trúc tài chính công của Việt Nam giai đoạn 1995–2010. Bằng việc kết hợp chặt chẽ giữa lý luận tài chính hiện đại và kỹ thuật phân tích định lượng VECM, nghiên cứu đã chứng minh rõ mối quan hệ tương hỗ giữa thâm hụt ngân sách, cung tiền và áp lực lạm phát vĩ mô.

Hệ thống giải pháp tái cơ cấu thu - chi, hoàn thiện thể chế ngân sách và hiện đại hóa quản trị nợ công được đề xuất trong công trình mang giá trị ứng dụng thực tiễn cao, đóng góp nền tảng quan trọng vào quá trình hoạch định chính sách tài khóa kỷ luật, minh bạch và phát triển bền vững cho nền kinh tế Việt Nam.