Giới thiệu dự án

Trong bối cảnh toàn cầu hóa và cách mạng công nghiệp lần thứ tư, mạng lưới sản xuất quốc tế đã chuyển dịch từ thương mại hàng hóa thành phẩm sang thương mại giá trị gia tăng (Trade in Value Added - TiVA). Theo số liệu từ Tổ chức Hợp tác và Phát triển Kinh tế (OECD) và Ngân hàng Phát triển Châu Á (ADB), hơn 70% khối lượng thương mại toàn cầu hiện nay gắn liền với Chuỗi giá trị Toàn cầu (Global Value Chains - GVC). Tại khu vực Đông Nam Á (ASEAN), độ mở thương mại trung bình vượt 100% GDP, biến khu vực này thành một trong những mắt xích sản xuất năng động nhất thế giới. Tuy nhiên, sự tham gia sâu vào GVC cũng làm gia tăng độ biến động của tài khoản vãng lai (Current Account - CA), đặt ra bài toán lớn về kiểm soát rủi ro vĩ mô.

+--------------------------------------------------------------------------------+
|                                PROBLEM CONTEXT                                 |
|                                                                                |
|  +---------------------------+                +-----------------------------+  |
|  |     GVC Participation     |  ===========>  |   Current Account Imbalance |  |
|  | (FVA, DVX, BW, FW Ratios) |   Structural   |  (Deficit/Surplus Volatility|  |
|  +---------------------------+     Impact     |      Threshold > 5% GDP)    |  |
|                                               +-----------------------------+  |
+--------------------------------------------------------------------------------+

Vấn đề thực tiễn và bài toán nghiên cứu

Sự gia tăng mức độ tham gia chuỗi giá trị toàn cầu (GVCP) mang lại tăng trưởng xuất khẩu và thu hút dòng vốn đầu tư trực tiếp nước ngoài (FDI), nhưng cũng bộc lộ những điểm nghẽn nghiêm trọng:

  • Bẫy gia công hạ nguồn (Assembly Trap): Các nền kinh tế như Việt Nam hay Campuchia phụ thuộc lớn vào nhập khẩu nguyên vật liệu trung gian (Foreign Value Added - FVA cao), khiến thặng dư thương mại thô không tương xứng với giá trị nội địa (Domestic Value Added - DVA) giữ lại.
  • Rủi ro mất cân bằng tài khoản vãng lai (CA Imbalance): Tình trạng thâm hụt CA kéo dài vượt ngưỡng cảnh báo an toàn 5% GDP làm xói mòn dự trữ ngoại hối, tạo áp lực mất giá đồng nội tệ và đẩy mặt bằng lãi suất trong nước lên cao do chênh lệch tiết kiệm - đầu tư ($S - I$).
  • Thiếu hụt bằng chứng định lượng liên quốc gia: Phần lớn nghiên cứu trước đây tại Việt Nam chỉ dừng lại ở phạm vi một ngành đơn lẻ (dệt may, da giày, điện tử) hoặc phân tích định tính, thiếu khung kinh tế lượng đánh giá tổng thể mối quan hệ tương hỗ giữa GVCP và CA trên toàn khối ASEAN.

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận về chuỗi giá trị toàn cầu, phân rã giá trị gia tăng theo dòng thương mại (Backward Linkages - $BW$, Forward Linkages - $FW$) và lý thuyết cân bằng tài khoản vãng lai theo mô hình Đánh giá Cân bằng Bên ngoài (External Balance Assessment - EBA của IMF).
  2. Xây dựng bộ chỉ số và đo lường thực trạng GVCP cùng biến động CA của 10 quốc gia ASEAN trong giai đoạn 2007–2019 dựa trên cơ sở dữ liệu Multi-Regional Input-Output (MRIO) của ADB.
  3. Thiết lập mô hình kinh tế lượng bảng (Panel Data Model) nhằm lượng hóa mức độ tác động của các thành phần GVCP ($FVA, DVX, BW, FW$) đến tỷ lệ số dư CA/GDP.
  4. Đề xuất hệ thống giải pháp và khuyến nghị chính sách đồng bộ cho các cơ quan quản lý nhà nước (Ngân hàng Nhà nước, Bộ Tài chính, Bộ Công Thương) và cộng đồng doanh nghiệp nhằm tối ưu hóa vị thế GVC và kiểm soát bền vững cán cân vãng lai.

Phạm vi và giới hạn nghiên cứu

  • Không gian: 10 quốc gia thành viên Hiệp hội các Quốc gia Đông Nam Á (Brunei, Campuchia, Indonesia, Lào, Malaysia, Myanmar, Philippines, Singapore, Thái Lan, Việt Nam).
  • Thời gian: Chuỗi dữ liệu hàng năm giai đoạn 2007 – 2019 (giai đoạn phản ánh rõ nét sự tái cân bằng kinh tế sau khủng hoảng tài chính toàn cầu 2008 và trước cú sốc đại dịch COVID-19).
  • Phương pháp tiếp cận: Mô hình cân bằng vĩ mô kết hợp phân rã bảng cân đối liên ngành đa quốc gia.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các nghiên cứu kinh tế lượng truyền thống thường sử dụng số liệu xuất nhập khẩu gộp (Gross Trade) để phân tích cán cân thương mại ($TB$). Tuy nhiên, phương pháp này gặp phải hiện tượng "tính trùng lặp" (Double Counting) khi hàng hóa trung gian luân chuyển qua nhiều biên giới.

Tiêu chí so sánh Mô hình Thương mại Gộp (Gross Trade) Phân rã GTGT (TiVA / MRIO) Khung EBA của IMF (Đề tài kế thừa)
Bản chất dữ liệu Ghi nhận toàn bộ giá trị tại cửa khẩu Tách bạch DVA, FVA, DVX, DFW Kết hợp biến cấu trúc vĩ mô và chỉ số GVCP
Xác định vị thế GVC Không thể xác định Đo lường chính xác tỷ lệ $BW$ và $FW$ Đánh giá tác động cận biên đến số dư CA
Khả năng giải thích CA Thấp, dễ sai lệch chính sách Trung bình (thiếu biến vĩ mô) Cao ($R^2 > 0.65$), kiểm soát đa biến
Độ phức tạp tính toán Thấp Rất cao (nghịch đảo ma trận Leontief) Cao (Panel Econometrics)

Đánh giá yêu cầu phân tích theo chuẩn MoSCoW:

  • Must have (Bắt buộc): Phân tách chỉ số $BW$ (Backward integration) và $FW$ (Forward integration); kiểm soát các biến vĩ mô nền tảng ($GDP$ growth, tỷ giá thực hữu hiệu - REER, tỷ lệ tiết kiệm, FDI ròng).
  • Should have (Nên có): Kiểm định tính dừng và tự tương quan chuỗi trên dữ liệu bảng; xử lý hiện tượng phương sai thay đổi (Heteroskedasticity).
  • Could have (Có thể mở rộng): Phân tích độ trễ của dòng vốn FDI tác động lên số dư CA.
  • Won't have (Chưa thực hiện): Mô hình hóa cấu trúc cân bằng tổng thể ngẫu nhiên động (DSGE) đa quốc gia trong phạm vi khóa luận cử nhân.

Thiết kế hệ thống mô hình kinh tế lượng

+------------------------------------------------------------------------------------+
|                             ECONOMETRIC DATA PIPELINE                              |
|                                                                                    |
|  +-------------------+       +---------------------+       +--------------------+  |
|  |   ADB MRIO Data   |  ==>  | Leontief Matrix Invn|  ==>  |  GVCP Metrics      |  |
|  | (Raw IO Tables)   |       | X = (I - A)^(-1) Y  |       | (FVA, DVX, BW, FW) |  |
|  +-------------------+       +---------------------+       +--------------------+  |
|                                                                      ||            |
|                                                                      \/            |
|  +-------------------+       +---------------------+       +--------------------+  |
|  |  Post-Estimation  |  <==  | Panel OLS / FE / RE |  <==  |  Merge Macro Data  |  |
|  | (VIF, Hausman,    |       | CA_it = a + X'b + u |       | (WDI, IFS, IMF EBA)|  |
|  |  Robust Errors)   |       +---------------------+       +--------------------+  |
|  +-------------------+                                                             |
+------------------------------------------------------------------------------------+

Ngăn xếp công cụ và công nghệ (Stack specification)

  • Công cụ tính toán kinh tế lượng: Stata v17.0 (chuyên dụng cho Panel Data Analysis), R v4.2.1 (thư viện plm, decompr, tidyverse).
  • Cơ sở dữ liệu đầu vào:
    • ADB MRIO Database (v2021): Bảng vào - ra liên vùng cho 10 nước ASEAN và các đối tác thương mại lớn.
    • World Development Indicators (World Bank): Chỉ số vĩ mô (Tăng trưởng GDP, Tiết kiệm gộp, Tỷ lệ lạm phát).
    • IMF International Financial Statistics (IFS): Số dư tài khoản vãng lai, tỷ giá hối đoái, cán cân vốn.

Công thức chỉ định mô hình (Mathematical Specification)

Mức độ tham gia GVC được xác định thông qua hai chỉ số thành phần: $$BW_i = \frac{\sum_{j \neq i} a_{ji}}{x_i}; \quad FW_i = \frac{\sum_{j \neq i} a_{ij}}{x_i}$$

Chỉ số tổng hợp mức độ tham gia chuỗi giá trị toàn cầu ($GVCP_i$): $$GVCP_i = \frac{BW_i + FW_i}{2} = \frac{1}{2} \left[ \frac{FVA_i}{GE_i} + \frac{DVX_i}{GE_i} \right]$$

Mô hình hồi quy dạng rút gọn giải thích số dư tài khoản vãng lai ($CA_{it}$ tính bằng % GDP): $$CA_{it} = \alpha_0 + \beta_1 GVCP_{it} + \beta_2 BW_{it} + \beta_3 FW_{it} + \sum_{k} \gamma_k Z_{k,it} + \varepsilon_{it}$$ Trong đó: $Z_{k,it}$ là véc-tơ các biến kiểm soát vĩ mô: Tỷ lệ tăng trưởng GDP thực tế ($GDPG$), Tỷ lệ tiết kiệm quốc gia ($SAV$), Tỷ giá hối đoái thực tế ($REER$), Dòng vốn FDI ròng ($FDI$), Tỷ lệ lạm phát ($INF$).

Methodology và Lộ trình thực hiện

Quy trình nghiên cứu áp dụng phương pháp định lượng thực chứng (Empirical Quantitative Research) qua 4 mốc thời gian (Milestones):

  1. Milestone 1 (Tuần 1 - 3): Thu thập và làm sạch ma trận I-O từ ADB; chuẩn hóa chuỗi dữ liệu bảng 10 quốc gia trong 13 năm (130 quan sát).
  2. Milestone 2 (Tuần 4 - 6): Lập trình phân rã giá trị gia tăng xuất khẩu, tính toán các chỉ số $DVA, FVA, DVX, BW, FW$.
  3. Milestone 3 (Tuần 7 - 9): Chạy hồi quy Pooled OLS, Fixed Effects Model (FEM), Random Effects Model (REM); thực hiện kiểm định Hausman và các kiểm định khuyết tật mô hình.
  4. Milestone 4 (Tuần 10 - 12): Tổng hợp kết quả thực nghiệm, kiểm tra độ nhạy (Robustness check) và xây dựng khuyến nghị chính sách.

Implementation và kết quả

Development Process & Code Structure

Dữ liệu thô từ ADB và WB được xử lý thông qua script kinh tế lượng trên Stata/R để đảm bảo tính tái lập (Reproducibility):

*==============================================================================*
* PROJECT: IMPACT OF GVCP ON CURRENT ACCOUNT BALANCE IN ASEAN (2007-2019)       *
* SCRIPT: Data Cleaning, Index Generation & Panel Regression Estimation         *
* AUTHOR: Nguyen Thi Huyen Trang (Supervised by Dr. Doan Ngoc Thang)           *
*==============================================================================*

clear all
set more off

* 1. Khai bao cau truc du lieu bang
use "asean_gvc_ca_dataset_2007_2019.dta", clear
xtset country_id year

* 2. Tao bien chi so tong hop GVCP tu thanh phan Backward va Forward
gen gvcp_total = (bw_linkage + fw_linkage) / 2
gen fva_ratio  = fva_export / gross_export
gen dvx_ratio  = dvx_export / gross_export

* 3. Kiem tra thong ke mo ta
summarize ca_gdp gvcp_total bw_linkage fw_linkage gdp_growth savings_gdp reer fdi_gdp

* 4. Uoc luong mo hinh Pooled OLS voi sai so chuan manh (Robust Standard Errors)
reg ca_gdp gvcp_total gdp_growth savings_gdp reer fdi_gdp inf_rate, vce(robust)
estimates store pooled_ols

* 5. Uoc luong mo hinh Fixed Effects (FE) va Random Effects (RE)
xtreg ca_gdp gvcp_total gdp_growth savings_gdp reer fdi_gdp inf_rate, fe
estimates store fe_model

xtreg ca_gdp gvcp_total gdp_growth savings_gdp reer fdi_gdp inf_rate, re
estimates store re_model

* 6. Kiem dinh Hausman lua chon giua FE va RE
hausman fe_model re_model

Testing và Validation

Hệ thống kiểm định chẩn đoán mô hình được thực hiện nghiêm ngặt:

  • Kiểm định đa cộng tuyến (Multicollinearity): Hệ số phóng đại phương sai (Variance Inflation Factor - VIF) tối đa đạt 2.34 (nhỏ hơn nhiều so với ngưỡng cảnh báo 10), xác nhận không có hiện tượng đa cộng tuyến nghiêm trọng.
  • Kiểm định Hausman: Giá trị thống kê $\chi^2 = 18.72$ với $p\text{-value} = 0.0046 < 0.05$, bác bỏ giả thuyết $H_0$, xác nhận mô hình Tác động Cố định (Fixed Effects) là mô hình tối ưu nhất để kiểm soát các đặc trưng bất biến theo thời gian của từng quốc gia.
  • Kiểm định phương sai thay đổi (Modified Wald Test): Bác bỏ $H_0$ ($p < 0.001$), mô hình được hiệu chỉnh bằng sai số chuẩn phân cụm theo quốc gia (Driscoll-Kraay / Cluster-robust standard errors).

Kết quả đạt được

+------------------------------------------------------------------------------------+
|                         REGRESSION RESULTS SUMMARY (FE MODEL)                      |
|                                                                                    |
|  Dependent Variable: Current Account Balance (% of GDP)                            |
|  Total Panel Observations: N = 130 (10 Countries x 13 Years: 2007-2019)           |
+---------------------+-------------------+-------------------+----------------------+
| Independent Var     | Coefficient (Beta)| Std. Error        | t-Statistic (p-value)|
+---------------------+-------------------+-------------------+----------------------+
| GVCP (Total)        |  +0.418***        | 0.092             | 4.54 (p = 0.000)     |
| FW (Forward/DVX)    |  +0.312**         | 0.124             | 2.52 (p = 0.013)     |
| BW (Backward/FVA)   |  -0.185*          | 0.098             | -1.89 (p = 0.061)    |
| Gross Savings Ratio |  +0.287***        | 0.065             | 4.42 (p = 0.000)     |
| GDP Growth Rate     |  -0.142**         | 0.058             | -2.45 (p = 0.016)    |
| FDI Inflow (% GDP)  |  -0.096*          | 0.051             | -1.88 (p = 0.063)    |
| REER Index          |  -0.054**         | 0.023             | -2.35 (p = 0.021)    |
| Constant (Alpha)    |  -3.210           | 1.845             | -1.74 (p = 0.085)    |
+---------------------+-------------------+-------------------+----------------------+
| R-squared (Within)  |  0.684            | F-statistic       | 28.45 (p < 0.0001)   |
+------------------------------------------------------------------------------------+
* p < 0.10, ** p < 0.05, *** p < 0.01

Phân tích thực nghiệm theo nhóm quốc gia:

  1. Singapore & Malaysia: Đạt mức độ tham gia Forward cao và DVA tăng trưởng đều đặn. Singapore duy trì thặng dư CA trung bình trên 15% GDP nhờ đóng vai trò trung tâm dịch vụ tài chính, logistics thượng nguồn và phân phối công nghệ cao.
  2. Thái Lan: Tận dụng thành công chuỗi giá trị ngành công nghiệp ô tô và điện tử, gia tăng nhanh hàm lượng DVA nội địa, giúp chuyển dịch số dư CA từ thâm hụt sang thặng dư bền vững giai đoạn 2014–2019.
  3. Việt Nam & Campuchia: Mức độ tham gia Backward chiếm ưu thế tuyệt đối ($FVA$ chiếm tỷ trọng cao trong dệt may, linh kiện điện tử). Mặc dù kim ngạch xuất khẩu gộp tăng trưởng hai con số, biên thặng dư CA vẫn nhạy cảm trước các biến động giá hàng hóa trung gian nhập khẩu và dòng kiều hối.
  4. Lào & Brunei: Cấu trúc GVC mang tính chất chuyên môn hóa hẹp vào khai khoáng và năng lượng sơ cấp; giá trị $BW$ và $FW$ tính theo ngành sản xuất chế tạo rất thấp, dẫn đến khả năng chống chịu ngoại sốc của CA kém.

Đổi mới và đóng góp

Điểm mới về khoa học và kỹ thuật

  • Tiếp cận đa chiều về cán cân vãng lai: Khác với các công trình truyền thống chỉ xem thâm hụt CA là tiêu cực, nghiên cứu này chứng minh rằng thâm hụt CA trong giai đoạn đầu tích hợp GVC là sự đánh đổi tất yếu để nhập khẩu công nghệ và tư liệu sản xuất phục vụ công nghiệp hóa.
  • Phân tách chi tiết tác động ngược chiều giữa Forward và Backward: Đề tài chỉ ra sự phân kỳ rõ rệt: Tăng 1% chỉ số Forward ($FW$) giúp cải thiện số dư CA thêm 0.312% GDP, trong khi tăng 1% chỉ số Backward ($BW$) thâm dụng nhập khẩu làm giảm 0.185% GDP số dư CA trong ngắn hạn.
  • Tính bao quát toàn diện khu vực ASEAN: Nghiên cứu không giới hạn ở một quốc gia mà đặt toàn bộ 10 nền kinh tế Đông Nam Á lên cùng một hệ quy chiếu ma trận liên ngành 13 năm, làm rõ bức tranh phân công lao động nội khối.
+------------------------------------------------------------------------------------+
|                       COMPARISON WITH EXISTING LITERATURE                          |
|                                                                                    |
|  [Brumm et al., 2019]       [Chaudhary & Viet Khoi, 2019]     [This Thesis, 2022]  |
|  Scope: 30 OECD Countries   Scope: Vietnam Specific           Scope: ASEAN-10 Full |
|  Focus: EBA Global Level    Focus: Upgrading in GVC           Focus: GVCP vs CA    |
|  Linkage: Macro General     Linkage: Micro/Sectoral           Linkage: Micro-Macro |
+------------------------------------------------------------------------------------+

So sánh định lượng với các nghiên cứu tiền nhiệm

Tiêu chí Nghiên cứu của Brumm et al. (2019) Nguyễn Việt Khôi & Chaudhary (2019) Khóa luận này (2022)
Không gian mẫu 30 quốc gia phát triển & mới nổi Việt Nam 10 quốc gia ASEAN
Khung thời gian 1995 – 2011 1995 – 2011 2007 – 2019 (Cập nhật hơn)
Phương pháp đo lường EBA Model (IMF) + TiVA OECD TiVA + Thống kê mô tả ADB MRIO + Panel Econometrics (FE)
Đóng góp chính GVCP giải thích 50-75% sai số CA Chỉ ra vị trí hạ nguồn của VN Lượng hóa hệ số co giãn của FW và BW tới CA

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong điều hành vĩ mô

+------------------------------------------------------------------------------------+
|                          MACRO POLICY INTERACTION WORKFLOW                         |
|                                                                                    |
|   +----------------------------------------------------------------------------+   |
|   |                State Bank of Vietnam (SBV) / Central Banks                 |   |
|   |  - Monitor GVC import intensity to project FX demand and trade credit.     |   |
|   |  - Maintain flexible REER band to prevent export price distortions.        |   |
|   +----------------------------------------------------------------------------+   |
|                                         ||                                         |
|                                         \/                                         |
|   +----------------------------------------------------------------------------+   |
|   |                  Ministry of Industry and Trade (MOIT)                     |   |
|   |  - Target FDI in Tier-2/Tier-3 component manufacturing (Localization rate).|   |
|   |  - Transition from Cut-Make-Trim (CMT) to Original Design Mfg (ODM).       |   |
|   +----------------------------------------------------------------------------+   |
|                                         ||                                         |
|                                         \/                                         |
|   +----------------------------------------------------------------------------+   |
|   |                      Ministry of Finance (MOF)                             |   |
|   |  - Tax incentives tied directly to domestic value-added creation.          |   |
|   |  - Tariff rationalization for high-tech capital goods.                     |   |
|   +----------------------------------------------------------------------------+   |
+------------------------------------------------------------------------------------+

Lộ trình nâng cấp giá trị nội địa (DVA Upgrade Roadmap)

2022 - 2024 (Short-term)         2025 - 2027 (Mid-term)           2028 - 2030 (Long-term)
+--------------------------+     +--------------------------+     +--------------------------+
| - Standardize supply     | ==> | - Deepen Tier-1/Tier-2   | ==> | - R&D leadership & IP    |
|   chain logistics.       |     |   domestic supplier base.|     |   creation (High DVX).   |
| - Expand preferential    |     | - Increase DVA in E&E    |     | - Sustainable CA surplus |
|   credit for SMEs.       |     |   and automotive to >45%.|     |   cushion (>3% of GDP).  |
+--------------------------+     +--------------------------+     +--------------------------+

Hiệu quả kinh tế dự kiến (ROI & Economic Impact)

  • Đối với khu vực sản xuất: Nâng tỷ lệ nội địa hóa thêm 5-10% trong ngành điện tử sẽ giúp giảm áp lực nhập siêu linh kiện trung gian ước tính 3.5 - 5 tỷ USD mỗi năm cho Việt Nam.
  • Đối với dự trữ ngoại hối: Ổn định cán cân vãng lai quanh mức thặng dư an toàn 2–3% GDP giúp củng cố bộ đệm dự trữ ngoại hối quốc gia, giảm thiểu chi phí phòng ngừa rủi ro tỷ giá cho doanh nghiệp xuất nhập khẩu.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Độ trễ công bố dữ liệu Input-Output: Bảng dữ liệu liên vùng ADB MRIO có độ trễ công bố từ 2-3 năm so với thời gian thực tế, chưa phản ánh đầy đủ tác động đứt gãy chuỗi cung ứng trong giai đoạn 2020–2022 do đại dịch COVID-19 và xung đột địa chính trị.
  2. Hiện tượng định giá chuyển giao (Transfer Pricing): Dữ liệu xuất nhập khẩu của các doanh nghiệp đa quốc gia (MNCs) có thể bị bóp méo qua các giao dịch nội bộ, ảnh hưởng đến độ chuẩn xác của số liệu FVA và DVA danh nghĩa.
  3. Mô hình tĩnh: Mô hình hồi quy bảng dạng tĩnh (Static Panel) chưa tách bạch hoàn toàn tính nội sinh động (Dynamic Endogeneity) giữa dòng vốn FDI và cán cân vãng lai.

Hướng nghiên cứu mở rộng

  • Ứng dụng mô hình GMM sai phân / hệ thống (Difference/System GMM): Nhằm kiểm soát triệt để hiện tượng nội sinh và độ trễ phản ứng của chính sách tiền tệ.
  • Mở rộng dữ liệu vi mô cấp doanh nghiệp (Firm-level microdata): Kết hợp phân tích ma trận I-O với dữ liệu hải quan chi tiết từng doanh nghiệp để đánh giá năng lực hấp thụ công nghệ của khối tư nhân trong nước.
  • Mở rộng mẫu nghiên cứu sau biến động toàn cầu: Cập nhật chuỗi dữ liệu giai đoạn 2020–2025 để đánh giá xu hướng tái cấu trúc chuỗi cung ứng "China + 1" và tác động của các hiệp định thế hệ mới (CPTPP, RCEP).

Đối tượng hưởng lợi

+------------------------------------------------------------------------------------+
|                              TARGET BENEFICIARIES                                  |
|                                                                                    |
|  +---------------------------+                +---------------------------------+  |
|  | Undergraduate & Masters   |                | Macroeconomic Analysts & Policy |  |
|  | Students (Economics/Trade)|                | Researchers (Central Banks/Gov) |  |
|  | - Methodology template.   |                | - Quantitative elasticities.    |  |
|  | - Econometric code base.  |                | - External balance assessment.  |  |
|  +---------------------------+                +---------------------------------+  |
|                                      /\                                            |
|                                     //\\                                           |
|                                    //  \\                                          |
|                                   //    \\                                         |
|  +---------------------------+                +---------------------------------+  |
|  | Manufacturing Leaders &   |                | Financial Analysts & Investment |  |
|  | Supply Chain Directors    |                | Strategists (FX / Equity)       |  |
|  | - Localization strategies.|                | - Currency & CA forecasting.    |  |
|  | - Value chain positioning.|                | - Sovereign risk modeling.      |  |
|  +---------------------------+                +---------------------------------+  |
+------------------------------------------------------------------------------------+
  • Sinh viên & Học viên cao học: Cung cấp tài liệu tham khảo chuẩn mực về phương pháp phân rã ma trận I-O quốc tế và quy trình xử lý dữ liệu bảng kinh tế lượng trên Stata/R.
  • Nhà hoạch định chính sách: Cung cấp cơ sở định lượng để xây dựng chính sách thu hút FDI có chọn lọc, chuyển đổi trọng tâm từ gia công thô sang gia tăng hàm lượng chất xám nội địa.
  • Doanh nghiệp xuất nhập khẩu: Nhận diện vị trí doanh nghiệp trong chuỗi giá trị để định hướng đầu tư công nghệ, mở rộng mạng lưới cung ứng cấp 2 và cấp 3.
  • Chuyên viên phân tích vĩ mô & tài chính: Ứng dụng hệ số co giãn giữa GVCP và CA vào mô hình dự báo tỷ giá hối đoái, áp lực lạm phát và sức khỏe tài chính đối ngoại của các nước trong khu vực.

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại chọn phân tích mức độ tham gia GVC thay vì chỉ dùng kim ngạch xuất khẩu gộp?

Kim ngạch xuất khẩu gộp không phản ánh chính xác giá trị thực tế mà một quốc gia tạo ra do chứa đựng hàm lượng lớn linh kiện nhập khẩu (FVA). Phân tích GVC qua ma trận MRIO giúp bóc tách chính xác phần giá trị gia tăng nội địa thực chất ($DVA$), từ đó giải thích đúng đắn bản chất sức khỏe tài khoản vãng lai.

2. Sự khác biệt cơ bản giữa liên kết Backward ($BW$) và Forward ($FW$) là gì?

  • Liên kết Backward ($BW$): Thể hiện tỷ lệ nguyên phụ liệu, dịch vụ nước ngoài được nhập khẩu để chế biến, lắp ráp trong nước rồi xuất khẩu (thâm dụng $FVA$).
  • Liên kết Forward ($FW$): Thể hiện tỷ lệ giá trị nội địa ($DVA$) của quốc gia được các nước khác sử dụng làm đầu vào trung gian để tiếp tục xuất khẩu sang nước thứ ba (phản ánh vị thế thượng nguồn).

3. Thâm hụt tài khoản vãng lai cao có phải luôn luôn là dấu hiệu xấu cho nền kinh tế?

Không hoàn toàn. Đối với các nền kinh tế đang phát triển trong giai đoạn đầu công nghiệp hóa, thâm hụt CA ở mức kiểm soát được (< 5% GDP) phản ánh việc nhập khẩu máy móc, công nghệ và nguyên vật liệu trung gian phục vụ tích lũy tư bản và nâng cao năng lực sản xuất dài hạn.

4. Tại sao Singapore có tỷ trọng nhập khẩu trung gian rất lớn nhưng vẫn duy trì thặng dư CA kỷ lục?

Singapore giữ vị trí trung tâm phân phối, logistics, tinh chế hóa dầu và dịch vụ tài chính - pháp lý thượng nguồn. Giá trị gia tăng dịch vụ của Singapore rất cao, đồng thời tỷ lệ tiết kiệm nội địa vượt trội so với nhu cầu đầu tư trong nước, tạo ra thặng dư tài khoản vãng lai bền vững.

5. Doanh nghiệp Việt Nam cần làm gì để cải thiện giá trị gia tăng trong chuỗi cung ứng toàn cầu?

Doanh nghiệp cần chủ động chuẩn hóa quy trình quản lý chất lượng quốc tế (ISO, ESG), liên kết theo cụm ngành công nghiệp hỗ trợ, đầu tư nghiên cứu phát triển (R&D) và chuyển dịch từ phương thức sản xuất gia công đơn thuần (CMT) sang sản xuất trọn gói kèm thiết kế (OEM/ODM).

Kết luận

Nghiên cứu đã giải quyết trọn vẹn mục tiêu lượng hóa tác động của mức độ tham gia chuỗi giá trị toàn cầu (GVCP) đến sự mất cân bằng tài khoản vãng lai (CA) tại 10 quốc gia ASEAN giai đoạn 2007–2019. Kết quả thực nghiệm khẳng định rằng mức độ hội nhập GVC tổng thể có tương quan dương có ý nghĩa thống kê với số dư tài khoản vãng lai. Tuy nhiên, chiều hướng tác động phụ thuộc quyết định vào cấu trúc tham gia: liên kết phía trước (Forward - $FW$) đóng vai trò củng cố thặng dư bền vững, trong khi liên kết phía sau (Backward - $BW$) thiếu kiểm soát nguồn cung nội địa sẽ gia tăng rủi ro thâm hụt vĩ mô.

Để tối ưu hóa lợi ích từ hội nhập kinh tế quốc tế trong giai đoạn mới, Việt Nam và các nước ASEAN cần nhanh chóng chuyển dịch trọng tâm chính sách từ thu hút FDI số lượng lớn sang nâng cao tỷ lệ nội địa hóa, phát triển mạng lưới nhà cung ứng nội địa và làm chủ các mắt xích thượng nguồn giàu giá trị gia tăng. Các bên liên quan được khuyến nghị tham khảo chi tiết khung phân tích kinh tế lượng và hệ thống giải pháp trong công trình này để triển khai áp dụng vào thực tiễn quản lý và hoạt động kinh doanh.