Luận văn thạc sĩ ueh stochastic frontier models review with applications to vietnamese small and medium enterprises in metal manufacturing industry

Khám phá mô hình biên ngẫu nhiên trong luận văn thạc sĩ, ứng dụng cho doanh nghiệp vừa và nhỏ trong ngành sản xuất kim loại tại Việt Nam.

• Tác giả: Nguyen Quang
• Người hướng dẫn: Dr. Truong Dang Thuy
• Trường học: University of Economics
• Chuyên ngành: Development Economics
• Đề tài: Mô Hình Biên Giới Ngẫu Nhiên: Phân Tích Hiệu Quả Kỹ Thuật Của Doanh Nghiệp Nhỏ Và Vừa Trong Ngành Sản Xuất Kim Loại Tại Việt Nam
• Loại tài liệu: thesis
• Năm xuất bản: 2013
• Địa điểm: Ho Chi Minh City

Mục lục chi tiết

• 1. CHƯƠNG I: INTRODUCTION
• 1.1. Introduction
• 1.2. Research objectives
• 2. CHƯƠNG II: LITERATURE REVIEW
• 2.1. Efficiency measurement
• 2.2. Data Envelopment Analysis (DEA) and Stochastic Frontier Analysis (SFA)
• 2.2.1. Data Envelopment Analysis (DEA)
• 2.2.2. Stochastic Frontier Analysis (SFA)
• 2.2.3. Trade-off between DEA and SFA
• 2.3. The cross-sectional Stochastic Frontier Model
• 3. CHƯƠNG III: METHODOLOGY
• 3.1. Overview of Vietnamese metal manufacturing industry
• 3.2. Estimating technical inefficiency
• 4. CHƯƠNG IV: RESULT AND DISCUSSION
• 4.1. Cobb-Douglas functional form
• 4.2. Translog functional form
• 4.3. Models without distribution assumption
• 4.4. The distribution of technical inefficiency
• 4.5. Technical inefficiency and firm-specific effects

Tóm tắt

I. Tổng Quan Về Mô Hình Biên Giới Ngẫu Nhiên Trong Doanh Nghiệp Nhỏ Và Vừa

Mô hình biên giới ngẫu nhiên (Stochastic Frontier Model) là một công cụ quan trọng trong việc phân tích hiệu quả kỹ thuật của các doanh nghiệp nhỏ và vừa (SMEs) trong ngành sản xuất kim loại tại Việt Nam. Ngành sản xuất kim loại đóng vai trò thiết yếu trong nền kinh tế, đặc biệt là trong bối cảnh nhu cầu ngày càng tăng về sản phẩm kim loại. Việc áp dụng mô hình này giúp xác định mức độ hiệu quả kỹ thuật của các doanh nghiệp, từ đó đưa ra các giải pháp cải thiện năng suất và giảm chi phí sản xuất.

1.1. Khái Niệm Về Mô Hình Biên Giới Ngẫu Nhiên

Mô hình biên giới ngẫu nhiên là một phương pháp phân tích hiệu quả kỹ thuật, cho phép đánh giá khoảng cách giữa sản lượng thực tế và sản lượng tối đa có thể đạt được với một lượng đầu vào nhất định. Phương pháp này giúp xác định các yếu tố ảnh hưởng đến hiệu quả sản xuất của doanh nghiệp.

1.2. Vai Trò Của Ngành Sản Xuất Kim Loại Tại Việt Nam

Ngành sản xuất kim loại tại Việt Nam chiếm tỷ lệ lớn trong nền kinh tế, với 97% doanh nghiệp là SMEs. Ngành này không chỉ tạo ra việc làm mà còn đóng góp đáng kể vào GDP quốc gia. Tuy nhiên, ngành này cũng đang đối mặt với nhiều thách thức như công nghệ lạc hậu và phụ thuộc vào nguyên liệu nhập khẩu.

II. Thách Thức Trong Phân Tích Hiệu Quả Kỹ Thuật Của Doanh Nghiệp Nhỏ Và Vừa

Phân tích hiệu quả kỹ thuật của SMEs trong ngành sản xuất kim loại gặp nhiều thách thức. Các doanh nghiệp thường thiếu thông tin và dữ liệu cần thiết để thực hiện phân tích chính xác. Hơn nữa, sự biến động của thị trường và công nghệ cũng ảnh hưởng đến kết quả phân tích. Việc hiểu rõ các thách thức này là cần thiết để áp dụng mô hình biên giới ngẫu nhiên một cách hiệu quả.

2.1. Thiếu Dữ Liệu Đáng Tin Cậy

Nhiều doanh nghiệp nhỏ và vừa không có hệ thống quản lý dữ liệu hiệu quả, dẫn đến việc thiếu thông tin cần thiết cho phân tích. Điều này làm giảm độ chính xác của các kết quả phân tích hiệu quả kỹ thuật.

2.2. Biến Động Thị Trường Và Công Nghệ

Sự thay đổi nhanh chóng trong công nghệ và thị trường có thể làm cho các mô hình phân tích trở nên lỗi thời. Doanh nghiệp cần phải cập nhật thường xuyên để đảm bảo rằng các phân tích vẫn còn phù hợp với thực tế.

III. Phương Pháp Phân Tích Hiệu Quả Kỹ Thuật Bằng Mô Hình Biên Giới Ngẫu Nhiên

Để phân tích hiệu quả kỹ thuật của SMEs trong ngành sản xuất kim loại, mô hình biên giới ngẫu nhiên được áp dụng. Phương pháp này cho phép đánh giá hiệu quả sản xuất dựa trên dữ liệu panel không đồng nhất. Việc sử dụng mô hình này giúp xác định các yếu tố ảnh hưởng đến hiệu quả và đưa ra các giải pháp cải thiện.

3.1. Sử Dụng Dữ Liệu Panel Không Đồng Nhất

Dữ liệu panel không đồng nhất cho phép theo dõi sự thay đổi của các doanh nghiệp qua thời gian, từ đó cung cấp cái nhìn sâu sắc hơn về hiệu quả kỹ thuật. Phương pháp này giúp xác định các yếu tố ảnh hưởng đến hiệu quả sản xuất của từng doanh nghiệp.

3.2. Lựa Chọn Mô Hình Phù Hợp

Việc lựa chọn mô hình biên giới ngẫu nhiên phù hợp là rất quan trọng. Các mô hình khác nhau có thể cho ra kết quả khác nhau về mức độ hiệu quả kỹ thuật, do đó cần phải xem xét kỹ lưỡng trước khi áp dụng.

IV. Ứng Dụng Thực Tiễn Của Phân Tích Hiệu Quả Kỹ Thuật

Kết quả từ phân tích hiệu quả kỹ thuật có thể được áp dụng để cải thiện hoạt động sản xuất của SMEs trong ngành sản xuất kim loại. Các doanh nghiệp có thể sử dụng thông tin này để tối ưu hóa quy trình sản xuất, giảm chi phí và nâng cao năng suất. Điều này không chỉ giúp doanh nghiệp phát triển mà còn góp phần vào sự phát triển chung của nền kinh tế.

4.1. Tối Ưu Hóa Quy Trình Sản Xuất

Thông qua phân tích hiệu quả kỹ thuật, doanh nghiệp có thể xác định các điểm yếu trong quy trình sản xuất và thực hiện các biện pháp cải thiện. Điều này giúp nâng cao năng suất và giảm chi phí sản xuất.

4.2. Nâng Cao Năng Suất Và Giảm Chi Phí

Việc áp dụng các giải pháp từ phân tích hiệu quả kỹ thuật giúp doanh nghiệp nâng cao năng suất lao động và giảm chi phí sản xuất. Điều này tạo ra lợi thế cạnh tranh cho doanh nghiệp trong thị trường.

V. Kết Luận Và Tương Lai Của Mô Hình Biên Giới Ngẫu Nhiên

Mô hình biên giới ngẫu nhiên đã chứng minh được giá trị trong việc phân tích hiệu quả kỹ thuật của SMEs trong ngành sản xuất kim loại tại Việt Nam. Tương lai của mô hình này hứa hẹn sẽ tiếp tục phát triển và đóng góp vào việc nâng cao hiệu quả sản xuất của các doanh nghiệp. Việc áp dụng công nghệ mới và cải tiến quy trình sản xuất sẽ là chìa khóa để đạt được thành công.

5.1. Tiềm Năng Phát Triển Của Mô Hình

Mô hình biên giới ngẫu nhiên có tiềm năng lớn trong việc phân tích hiệu quả kỹ thuật của các ngành khác nhau. Việc mở rộng ứng dụng của mô hình này sẽ giúp các doanh nghiệp tối ưu hóa hoạt động sản xuất.

5.2. Định Hướng Tương Lai Cho Doanh Nghiệp

Doanh nghiệp cần phải chủ động áp dụng các công nghệ mới và cải tiến quy trình sản xuất để nâng cao hiệu quả. Việc này không chỉ giúp doanh nghiệp tồn tại mà còn phát triển bền vững trong tương lai.

Nội dung chính

Tổng quan nghiên cứu

Khu vực doanh nghiệp vừa và nhỏ giữ vai trò xương sống trong nền kinh tế Việt Nam khi chiếm khoảng 97% tổng số doanh nghiệp, đóng góp hơn 40% GDP và tạo việc làm cho trên 50% lực lượng lao động trong nước. Trong đó, ngành sản xuất và gia công kim loại đóng vai trò huyết mạch, cung cấp vật tư nền tảng cho công nghiệp và xây dựng. Báo cáo của Hiệp hội Thép Thế giới ghi nhận thị trường thép Việt Nam từng vươn lên vị trí thứ 7 tại châu Á vào năm 2011, với khoảng 80% sản lượng phục vụ trực tiếp cho hoạt động xây dựng hạ tầng.

Tuy nhiên, ngành sản xuất kim loại trong nước đứng trước áp lực cạnh tranh khốc liệt do công nghệ lạc hậu và mức độ phụ thuộc lớn vào nguồn nguyên liệu nhập khẩu. Tác động của suy thoái kinh tế giai đoạn 2007-2008 đã bộc lộ rõ các điểm nghẽn: giá trị tài sản vốn bình quân của doanh nghiệp giảm từ mức gần 3,88 tỷ đồng năm 2005 xuống 2,41 tỷ đồng năm 2007 và chỉ còn 2,01 tỷ đồng năm 2009. Đồng thời, theo thống kê của ngành, lượng tiêu thụ thép năm 2012 sụt giảm khoảng 9%.

Trước bối cảnh đó, luận văn tập trung giải quyết vấn đề cốt lõi: Đánh giá thực trạng hiệu quả kỹ thuật của các doanh nghiệp vừa và nhỏ ngành sản xuất kim loại tại Việt Nam, đồng thời hệ thống hóa và so sánh các mô hình biên ngẫu nhiên dữ liệu bảng nhằm tìm kiếm phương pháp ước lượng chuẩn xác nhất. Phạm vi nghiên cứu bao quát dữ liệu bảng không cân bằng qua ba mốc thời gian 2005, 2007 và 2009 tại 10 tỉnh thành trọng điểm. Nghiên cứu mang ý nghĩa thực tiễn sâu sắc khi cung cấp hệ thống đo lường chuẩn xác, giúp bóc tách sai số và lượng hóa các yếu tố quyết định năng suất để tái cơ cấu ngành công nghiệp chế tạo.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng lý thuyết biên sản xuất được khởi xướng bởi Farrell (1957) và hệ thống phân tích biên ngẫu nhiên do Aigner, Lovell, Schmidt (1977) cùng Meeusen, Broeck (1977) phát triển. Khác với phương pháp bao dữ liệu phi tham số mang tính tiền định của Charnes, Cooper, Rhodes (1978), mô hình biên ngẫu nhiên cho phép phân tách phần dư thành hai thành phần độc lập: sai số ngẫu nhiên đối xứng đại diện cho nhiễu thống kê và sai số phi âm đại diện cho mức độ phi hiệu quả kỹ thuật.

Về mặt hàm sản xuất, nghiên cứu đối chiếu giữa dạng hàm Cobb-Douglas linh hoạt bậc một và hàm Translog linh hoạt bậc hai nhằm kiểm định tính co giãn thay thế giữa các yếu tố đầu vào. Về mô hình kinh tế lượng dữ liệu bảng, luận văn phân loại và so sánh 9 mô hình chuyên sâu: mô hình hiệu ứng cố định và ngẫu nhiên không đổi theo thời gian của Schmidt và Sickles (1984), mô hình phân phối nửa chuẩn của Pitt và Lee (1981), mô hình phân phối chuẩn cắt cụt của Battese và Coelli (1988), các mô hình biến đổi theo thời gian của Kumbhakar (1990), Battese và Coelli (1992), Lee và Schmidt (1993), mô hình tác động phi hiệu quả kỹ thuật của Battese và Coelli (1995), cùng các mô hình hiệu ứng thực sự của Greene (2005). Bốn khái niệm trọng tâm xuyên suốt bao gồm: hiệu quả kỹ thuật hướng sản lượng, cấu trúc sai số hỗn hợp, tính không đồng nhất không quan sát được và dạng phân phối cắt cụt.

Phương pháp nghiên cứu

Nguồn dữ liệu sử dụng là bộ dữ liệu bảng không cân bằng trích xuất từ cuộc Điều tra Doanh nghiệp vừa và nhỏ Việt Nam trong các năm 2005, 2007 và 2009. Cuộc điều tra do Viện Khoa học Lao động và Xã hội phối hợp với Đại học Copenhagen thực hiện dưới sự tài trợ của các tổ chức quốc tế. Cỡ mẫu nghiên cứu gồm 1.254 quan sát phân bổ qua 3 đợt điều tra: 432 doanh nghiệp năm 2005, 405 doanh nghiệp năm 2007 và 417 doanh nghiệp năm 2009. Phương pháp chọn mẫu là ngẫu nhiên phân tầng tại 10 tỉnh thành đại diện (Hà Nội, TP. Hồ Chí Minh, Hải Phòng, Hà Tây, Long An, Phú Thọ, Quảng Nam, Nghệ An, Khánh Hòa, Lâm Đồng), đảm bảo tính đại diện cho cả vùng nông thôn và đô thị.

Lý do lựa chọn phương pháp phân tích biên ngẫu nhiên thay vì phân tích phi tham số xuất phát từ đặc thù ngành kim loại: quy trình sản xuất chịu sự biến động mạnh từ giá nguyên liệu nhập khẩu, biến động vĩ mô và sai số đo lường tài sản. Mô hình biên ngẫu nhiên sử dụng phương pháp hợp lý cực đại và bình phương tối thiểu tổng quát, được ước lượng qua phần mềm STATA và FRONTIER 4.1, giúp kiểm định giả thuyết thống kê nghiêm ngặt và xử lý triệt để hiện tượng nhiễu dữ liệu.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, kết quả ước lượng cho thấy sự phân hóa sâu sắc giữa các mô hình không giả định phân phối và mô hình có giả định phân phối. Mô hình hiệu ứng cố định theo Schmidt và Sickles (1984) đưa ra mức hiệu quả kỹ thuật trung bình rất thấp, chỉ đạt 21,71% đối với hàm Cobb-Douglas và 51,78% đối với hàm Translog, với biên độ dao động rộng từ 16,25% đến 58,51%. Ngược lại, các mô hình tham số có giả định phân phối nửa chuẩn hoặc chuẩn cắt cụt (Pitt và Lee 1981; Battese và Coelli 1988, 1992; Kumbhakar 1990) đều chỉ ra mức hiệu quả kỹ thuật trung bình trên 90%, thậm chí mô hình Battese và Coelli (1988) đạt mức bình quân 98,29%.

Thứ hai, quy mô doanh nghiệp tạo ra sự phân hóa cực lớn về sản lượng đầu ra. Trong mẫu khảo sát năm 2005, chỉ 19 doanh nghiệp quy mô vừa (chiếm khoảng 4% tổng số lượng doanh nghiệp) đã tạo ra 1.235 tỷ đồng giá trị sản lượng thực tế, chiếm tới 75% tổng sản lượng của toàn bộ mẫu nghiên cứu và gấp gần 3 lần sản lượng của 413 doanh nghiệp nhỏ và siêu nhỏ cộng lại (đạt 442 tỷ đồng). Đến năm 2009, tổng sản lượng của nhóm doanh nghiệp vừa sụt giảm mạnh xuống còn 344 tỷ đồng do tác động suy thoái kinh tế.

Thứ ba, mô hình tác động phi hiệu quả kỹ thuật của Battese và Coelli (1995) khi bổ sung các biến định danh doanh nghiệp (tuổi, quy mô, hình thức sở hữu, địa bàn) đã mở rộng biên độ hiệu quả từ 83,94% đến 99,94%.

Thứ tư, mô hình hiệu ứng ngẫu nhiên thực sự của Greene (2005) sau khi bóc tách toàn bộ tính không đồng nhất riêng lẻ của doanh nghiệp đã làm triệt tiêu phần dư phi hiệu quả, đưa mức hiệu quả kỹ thuật của toàn bộ doanh nghiệp tiệm cận 99,9%.

Thảo luận kết quả

Sự chênh lệch lớn giữa các ước lượng bắt nguồn trực tiếp từ bản chất xác định khái niệm phi hiệu quả kỹ thuật. Các mô hình không tham số gộp toàn bộ các yếu tố đặc thù cố định theo thời gian của doanh nghiệp (như quy mô nhà xưởng cố định, công nghệ ban đầu) vào thành phần phi hiệu quả, khiến mức độ lãng phí bị thổi phồng. Trong khi đó, các mô hình phân phối chuẩn cắt cụt ước lượng tham số trung bình âm (dao động từ âm 9,205 đến âm 1,749), phản ánh rằng phân phối thực tế gần như tương đồng với phân phối nửa chuẩn, nghĩa là đa số doanh nghiệp hoạt động sát với biên sản xuất tối ưu tương đối của quy mô hiện hữu.

Về phương diện trực quan hóa dữ liệu học thuật, sự phân tán hiệu quả kỹ thuật giữa các nhóm mô hình có thể được biểu diễn rõ ràng thông qua đồ thị phân phối dạng hộp (Boxplot) so sánh giữa hàm Cobb-Douglas và Translog, kết hợp bảng ma trận tương quan giữa vốn thực tế, chi phí nguyên liệu và tổng giá trị sản lượng qua ba năm 2005, 2007, 2009. Các kiểm định thống kê đều khẳng định dạng hàm Translog biểu diễn cấu trúc sản xuất chân thực hơn nhờ nắm bắt được hiệu ứng tương tác giữa lao động, nguyên liệu và chi phí gián tiếp.

Đề xuất và khuyến nghị

Thứ nhất, tái cơ cấu chi phí vận hành và tối ưu hóa định mức nguyên liệu. Các doanh nghiệp sản xuất kim loại cần khẩn trương rà soát lại quy trình gia công, ứng dụng công nghệ lò nung tiết kiệm năng lượng nhằm đạt mục tiêu cắt giảm ít nhất 15% chi phí nguyên liệu thô và chi phí gián tiếp trong vòng 24 tháng tới. Chủ thể thực hiện trực tiếp là ban điều hành các doanh nghiệp vừa và nhỏ trong ngành.

Thứ hai, mở rộng quy mô vốn và chuyển đổi hình thức sở hữu. Các hộ kinh doanh cá thể và doanh nghiệp tư nhân siêu nhỏ (hiện chiếm 74,5% mẫu) cần chủ động liên kết, sáp nhập thành công ty trách nhiệm hữu hạn hoặc công ty cổ phần. Hiệp hội Thép Việt Nam phối hợp với các ngân hàng thương mại triển khai gói tín dụng trung hạn, hướng tới mục tiêu nâng tỷ lệ doanh nghiệp quy mô vừa lên mức tối thiểu 15% vào năm 2030 để khai thác tính kinh tế theo quy mô.

Thứ ba, hoàn thiện chính sách quy hoạch cụm công nghiệp tập trung. Bộ Công Thương phối hợp với Ủy ban nhân dân 10 tỉnh thành trọng điểm xây dựng các khu công nghiệp cơ khí chuyên sâu, hỗ trợ giải phóng mặt bằng và đầu tư hạ tầng điện lực ổn định, đặt mục tiêu thu hẹp khoảng cách chênh lệch năng suất kỹ thuật giữa các địa phương xuống dưới 10% trong lộ trình 3 năm.

Thứ tư, chuẩn hóa hệ thống dữ liệu kế toán và ứng dụng công cụ quản trị định lượng. Các cơ quan thống kê nhà nước và hiệp hội ngành nghề cần định kỳ tổ chức đào tạo, chuẩn hóa phương pháp ghi nhận tài sản cố định và chi phí giờ công lao động, giúp doanh nghiệp áp dụng mô hình biên sản xuất để phát hiện và khắc phục tối thiểu 20% lãng phí quản trị hàng năm.

Đối tượng nên tham khảo luận văn

Nhóm nghiên cứu học thuật và học viên cao học kinh tế: Luận văn là tài liệu tham khảo chuẩn mực về phương pháp lượng kinh tế lượng ứng dụng, cung cấp khung so sánh chi tiết giữa 9 mô hình biên ngẫu nhiên dữ liệu bảng từ giai đoạn cổ điển đến hiện đại, phục vụ trực tiếp cho việc thực hiện các đề tài nghiên cứu năng suất.

Cơ quan hoạch định chính sách công nghiệp và phát triển: Bộ Công Thương, Bộ Kế hoạch và Đầu tư cùng các viện nghiên cứu kinh tế có thể khai thác các bằng chứng thực nghiệm về cơ cấu 97% doanh nghiệp vừa và nhỏ để ban hành chính sách hỗ trợ vốn, chuyển giao công nghệ chính xác cho ngành cơ khí chế tạo.

Chủ doanh nghiệp và nhà quản trị sản xuất ngành kim loại: Cung cấp góc nhìn định lượng về mức độ đóng góp của từng yếu tố đầu vào (vốn, nhân công, nguyên vật liệu), giúp các nhà quản lý nhận diện chính xác vị trí của doanh nghiệp mình so với biên sản xuất tối ưu của ngành để cải tiến quy trình.

Chuyên gia tư vấn tái cấu trúc và thẩm định tài chính: Các chuyên gia phân tích rủi ro tín dụng tại ngân hàng có thể sử dụng phương pháp luận của luận văn để đánh giá hiệu quả vận hành thực tế của doanh nghiệp vừa và nhỏ ngoài các chỉ số tài chính thuần túy, phục vụ công tác cấp vốn đầu tư máy móc thiết bị.

Câu hỏi thường gặp

Tại sao nghiên cứu lựa chọn mô hình SFA thay vì phương pháp DEA?

Phương pháp phi tham số DEA giả định dữ liệu hoàn toàn không có sai số đo lường, do đó mọi biến động ngẫu nhiên đều bị quy kết thành sự kém hiệu quả. Ngược lại, mô hình SFA cho phép bóc tách các cú sốc bên ngoài như biến động giá điện, nước hay rủi ro thị trường ra khỏi năng lực quản trị nội tại của doanh nghiệp.

Sự khác biệt cơ bản giữa hàm sản xuất Cobb-Douglas và Translog là gì?

Hàm Cobb-Douglas giả định tính co giãn thay thế giữa các yếu tố đầu vào luôn bằng một và lợi quy mô không đổi. Hàm Translog linh hoạt bậc hai cho phép kiểm định các tác động tương tác chéo giữa vốn, lao động, nguyên liệu, từ đó phản ánh sát thực hơn hành vi sản xuất của doanh nghiệp kim loại.

Vì sao mô hình Schmidt và Sickles (1984) lại cho kết quả hiệu quả kỹ thuật thấp hơn các mô hình khác?

Mô hình hiệu ứng cố định của Schmidt và Sickles không áp đặt giả định phân phối, dẫn đến việc toàn bộ tính không đồng nhất về công nghệ, địa bàn và quy mô tài sản cố định bị gộp chung vào sai số phi hiệu quả, làm giảm mạnh chỉ số hiệu quả kỹ thuật bình quân xuống 21,71%.

Tác động của suy thoái kinh tế 2007-2008 lên mẫu doanh nghiệp kim loại biểu hiện ra sao?

Khủng hoảng đã làm thu hẹp nghiêm trọng quy mô sản xuất. Giá trị tài sản vốn bình quân toàn mẫu giảm từ gần 3,88 tỷ đồng năm 2005 xuống 2,01 tỷ đồng năm 2009, trong đó sản lượng thực tế của nhóm doanh nghiệp vừa sụt giảm tới 72% trong cùng giai đoạn.

Mô hình hiệu ứng thực sự của Greene (2005) mang lại đóng góp kỹ thuật nào mới?

Mô hình của Greene tách bạch độc lập ba thành phần: sai số ngẫu nhiên thuần túy, tính không đồng nhất quan sát và không quan sát được của từng doanh nghiệp, cùng với mức độ phi hiệu quả kỹ thuật thay đổi tự do theo thời gian, tránh hiện tượng ước lượng chệch do dồn tích sai số.

Kết luận

• Luận văn đã hệ thống hóa toàn diện các mô hình biên ngẫu nhiên dữ liệu bảng, phân định rõ ranh giới lý thuyết giữa các trường phái ước lượng tham số và phi tham số.
• Bằng chứng thực nghiệm khẳng định việc lựa chọn dạng hàm sản xuất và giả định phân phối quyết định trực tiếp đến mức độ hiệu quả kỹ thuật được lượng hóa.
• Ngành sản xuất kim loại Việt Nam giai đoạn 2005-2009 ghi nhận mức độ phân hóa sản lượng sâu sắc, với 4% doanh nghiệp quy mô vừa tạo ra 75% giá trị đầu ra toàn ngành.
• Đa số các doanh nghiệp vừa và nhỏ vận hành tương đối tối ưu trong giới hạn công nghệ hiện có, nhưng bị rào cản lớn về quy mô vốn và công nghệ lạc hậu kìm hãm.
• Nghiên cứu đóng góp cơ sở khoa học vững chắc cho việc lựa chọn mô hình kinh tế lượng trong phân tích hiệu quả doanh nghiệp tại các nền kinh tế mới nổi.

Về lộ trình tiếp theo, các nghiên cứu tương lai cần mở rộng chuỗi dữ liệu bảng sau năm 2015 và tích hợp các biến môi trường như chứng chỉ xanh, chi phí xử lý chất thải vào hàm sản xuất. Độc giả quan tâm đến việc ứng dụng mô hình kinh tế lượng chuyên sâu vào tối ưu hóa vận hành doanh nghiệp hãy tiếp tục nghiên cứu toàn văn công trình này để khai thác trọn vẹn các thuật toán ước lượng tiên tiến.

Trích đoạn nội dung tài liệu

UNIVERSITY OF ECONOMICS INSTITUTE OF SOCIAL STUDIES HO CHI MINH CITY THE HAGUE VIETNAM THE NETHERLANDS VIETNAM - NETHERLANDS PROGRAMME FOR M.A IN DEVELOPMENT ECONOMICS STOCHASTIC FRONTIER MODELS REVIEW WITH APPLICATIONS TO VIETNAMESE SMALL AND MEDIUM ENTERPRISES IN METAL MANUFACTURING INDUSTRY A thesis submitted in partial fulfilment of the requirements for the degree of MASTER OF ARTS IN DEVELOPMENT ECONOMICS By NGUYEN QUANG Academic Supervisor: Dr. TRUONG DANG THUY HO CHI MINH CITY, NOVEMBER 2013 Page | 1 LUAN VAN CHAT LUONG download : add [e-mail] ABSTRACT Metal manufacturing industry has an important role in the economy due to the high demand of metal products, especially steel and iron in daily life, production and, mostly construction. To help maintain and develop the benefit from this industry, it is necessary to have an analysis into the technical efficiency level of small and medium enterprises (SMEs) which takes about 97% of the number of Vietnamese enterprises. This study aims to estimate the technical efficiency level of Vietnamese SMEs using an unbalanced panel dataset in three years: 2005, 2007 and 2009 with stochastic frontier model.

Besides, because of divergent literatures of panel-data stochastic frontier model, this paper also makes a review of popular ones in order to choose the suitable model for the case of Vietnamese metal manufacturing industry. The result shows different technical efficiency levels while using different models due to the divergence among identifications of technical efficiency concept. Page | 2 LUAN VAN CHAT LUONG download : add [e-mail] TABLE OF CONTENT Page LIST OF TABLES. 4 LIST OF FIGURES.

4 LIST OF CHARTS. 7 CHAPTER II: LITERATURE REVIEW. Data Envelopment Analysis (DEA) and Stochastic Frontier Analysis (SFA). The cross-sectional Stochastic Frontier Model.

Stochastic frontier model with panel data. Time-invariant models. Time varying models. 19 CHAPTER III: METHODOLOGY.

Overview of Vietnamese metal manufacturing industry. Estimating technical inefficiency. 34 CHAPTER IV: RESULT AND DISCUSSION .1 Cobb-Douglas functional form. Translog functional form.1 Models without distribution assumption .2 The distribution of technical inefficiency .3 Technical inefficiency and firm-specific effects.

54 Page | 3 LUAN VAN CHAT LUONG download : add [e-mail] LIST OF TABLES: Table 3-1 Output and Input deflators. 31 Table 3-2 Descriptive statistic of key variables. 35 Table 3 – 3 Real outputs and material costs value of different-sized firms. 35 Table 4-1 Time invariant models with Cobb – Douglas function.

37 Table 4-2 Time varying models with Cobb – Douglas function. 41 Table 4-4 Time invariant models with Translog function. 43 Table 4-5 Time varying models with Translog function. 44 Table 4-6 Value of μ in models with truncated distribution.

46 LIST OF FIGURES Figure 2-1 Input-oriented efficiency. 9 Figure 2-2 Output-oriented efficiency. 9 Figure 2-3 various types of technical inefficiency distribution. 14 LIST OF CHARTS Chart 3-1 Firm size and ownership type.

36 Chart 3-2 Firm location. 36 Page | 4 LUAN VAN CHAT LUONG download : add [e-mail] CHAPTER I: INTRODUCTION 1. Introduction The rising demand of metal products (especially iron and steel) in daily life, production and, mostly, construction sector makes the role of metal manufacturing industry important. According to World Steel Association, at the end of 2011, Vietnamese steel market was the seventh largest in Asia with the growth rate in tandem with economic expansion.

There are still huge potentials from this industry due to the growing income and an expanding trend of construction. As reported by Viet Nam chamber of Commerce and Industry (VCCI), at the end of 2011, 97% of the number of enterprises in Viet Nam are small and medium sized which employ more than a half of the domestic labor force and contribute more than 40% of GDP. This dynamic group of firms have become have become an important resource for economic growth in Viet Nam. However, this industry is now facing challenges due to outdated technology and the heavy dependence on import materials.

From the reasons above, an analysis into the technical inefficiency level of Vietnamese small and medium enterprises (SMEs) in metal manufacturing industry is necessary to maintain and develop the benefit from this industry. Technical efficiency is the effectiveness with which the firm uses a given set of inputs to produce outputs. The set of highest amounts of output that can be produced from given amounts of inputs is the production frontier. Technical efficiency reflects how close a firm can reach this border: firms producing on this frontier are technically efficient, while those far below from the frontier are technically inefficient.

A technical efficiency analysis is often conducted by constructing a production-possibility boundary (the frontier) and then estimating the distance (the inefficiency level) of firms from that boundary. There are two approaches to measure technical efficiency: deterministic and stochastic. The deterministic approach, called Data Envelopment Analysis (DEA), was first introduced in Charnes, Cooper, and Rhodes (1978) which use linear programming with the data of inputs and outputs to construct the frontier. The advantage of this method is that it does not require the specification of the production function.

However, for being deterministic, this method assumes that there is no statistical noise in data. The stochastic approach, called Stochastic Frontier Analysis (SFA), was mentioned first in Aigner, Lovell, and Schmidt (1977) and Meeusen and Broeck (1977). This method, contrary to DEA, requires a specific functional form for the Page | 5 LUAN VAN CHAT LUONG download : add [e-mail] production function and allows data to have noises. SFA is used more often in practice because for many cases, the noiseless assumption are unrealistic.

Since its first appearance in Aigner et al. Being able to deal with various production processes, this method has become a popular tool to analyze the performance of production units such as firms, regions and countries. Those applications can be found in Battese and Corra (1977), Page Jr (1984), Bravo- Ureta and Rieger (1991), Battese (1992), Dong and Putterman (1997), Anderson, Fish, Xia, and Michello (1999) and Cullinane, Wang, Song, and Ji (2006). Despite the fact that a rich literature of this matter has been developed over a long time, researchers at times find it difficult to choose the most appropriate model to estimate the technical efficiency level or determining its sources.

The earliest versions of these models were built to deal with cross sectional data (Aigner et al. These models need assumptions about technical inefficiency distribution and its uncorrelatedness with other parts of the model. Pitt and Lee (1981) and Schmidt and Sickles (1984) criticized that technical inefficiency cannot be estimated consistently with cross-sectional data and suggested models that deal with panel data. The literature of panel data models first come with the assumption of time-invariant technical inefficiency (Battese & Coelli, 1988; Pitt & Lee, 1981; Schmidt & Sickles, 1984).

Researchers, after that, claimed that it is too strict to assume technical inefficiency to be fixed through time and suggested models that allow its time-variation such as Cornwell et al. Those models solved the problems by imposing some time patterns. Nevertheless, the assumption of an unchanged time behavior was also criticized too strict. Then the model with technical inefficiency effects was created by Battese and Coelli (1995) which allows technical inefficiency to vary with time and other determinants.

Greene (2005) introduces “true” fixed and random models which warrant the unrestraint time changing of inefficiency and separate it from other firm specific factors. This thesis aims to estimate the technical efficiency level of Vietnamese metal manufacturing firms with panel-data stochastic frontier models. Besides, this study also reviews those panel data models of technical inefficiency analysis and gives some implication about model choice in this field. This Page | 6 LUAN VAN CHAT LUONG download : add [e-mail] study uses an unbalanced panel dataset of firms in metal manufacturing industry in the year 2005, 2007 and 2009 which is withdrawn from Vietnamese SMEs survey.

The result shows different technical efficiency levels among those stochastic frontier models. Research objectives - To give a review of panel-data stochastic frontier models; - To apply those models to investigate the technical efficiency of SME firms in metal manufacturing industry in Viet Nam. Page | 7 LUAN VAN CHAT LUONG download : add [e-mail] CHAPTER II: LITERATURE REVIEW 1. Efficiency measurement The main economic function of a business can be expressed as a process which turns its inputs into outputs with a specific producing ability.

The ratio outputs/inputs indicates the productivity of a specific firm (Coelli, Rao, O'Donnell, & Battese, 2005). Change in productivity reflects how well a production unit operates, in other words, how efficient it is. From economic perspective, growth in productivity or efficiency can be considered as the most popular proxy for firm performance. The terms productivity and efficiency need to be discriminated in the context of firm production.

On the one hand, productivity implies all factors that decide how well outputs can be obtained from given amounts of inputs. It can be considered as “Total factor productivity - TFP”. On the other hand, efficiency relates to the production frontier. This frontier shows the maximum output that can be produced with a level of input.

A firm is called efficient technically when it produces on this frontier. Firm production cannot go beyond this frontier for this is the limitation of its performing ability. When the firm performs below this frontier, it is considered inefficient. The farther the distance is, the more inefficient the firm is.

Changes in productivity can be due to the changes in efficiency (the firm becomes more or less efficient technically), a change in the amount and proportion of its inputs (changing its scale efficiency), a change in technical progress (change in technology level over time) or a combination of all the above factors (Coelli et al. Efficiency measurement can be approached from two sides, inputs and outputs. Input-oriented measures relate to cost reduction (minimum amount of inputs to produce a given amount of output). Output-oriented measure, on the other hand, makes use of the maximum level of output produced from a given amount of inputs.

Figure 2-1 and 2-2 illustrate these two approaches. Figure 2-1 demonstrates a firm with two inputs X1 and X2, YY’ is an isoquant which shows every minimum set of inputs that could be used to produce a given output. If a firm operates on this isoquant (the frontier), it will be technically efficient in an input-oriented way for the reason that the inputs amount of this firm is minimized. The iso-cost line CC’ (which can be constructed when the input-price ratio is known) determines the optimal proportion of inputs in order to archive lowest cost.

Technical efficiency (TE) can be calculated by the percentage rate of OR/OP, allocative efficiency (AE) equals the percentage rate of OS/OR. The multiplication of AE and TE Page | 8 LUAN VAN CHAT LUONG download : add [e-mail] expresses the overall efficiency of the firm, called economic efficiency (EE) (i. Figure 2-2, illustrate the case where the firm uses one input and produces one output, The f(X) curve determines the maximum output can be obtained by using each level of input X (the frontier). The firm will be technical efficient operating on this frontier.

In this situation, TE equals BD/DE. Figure 2 – 1: Input-oriented efficiency Figure 2 – 2: Output-oriented efficiency Measurements and analyses of TE were conducted by a huge number of studies with two main approaches – Data Envelopment Analysis (DEA) and Stochastic Frontier Analysis (SFA). The next section briefly discusses these two methods. Data Envelopment Analysis (DEA) and Stochastic Frontier Analysis (SFA) a.

Data Envelopment Analysis (DEA) DEA is a non-parametric method in estimating firm efficiency which was first introduced in Charnes, Cooper, and Rhodes (1978) with constant return to scale. Later on, it was extended to allow for decreasing and variable return to scale in Banker, Charnes, and Cooper (1984). Specific instruction can be found in Banker et al. (1984), Charnes et al.