Giới thiệu dự án

Trong cấu trúc kinh tế của các quốc gia đang phát triển, khu vực tư nhân đóng vai trò là động lực then chốt thúc đẩy năng suất, tạo việc làm và gia tăng nguồn thu ngân sách nhà nước. Theo Tổ chức Tài chính Quốc tế (IFC), khu vực kinh tế tư nhân cung cấp tới 90% cơ hội việc làm tại các nền kinh tế đang phát triển. Tại Việt Nam, kể từ khi Luật Doanh nghiệp năm 2000 ra đời, số lượng doanh nghiệp tư nhân đã có sự bùng nổ mạnh mẽ, tăng từ dưới 20.000 doanh nghiệp (năm 2000) lên khoảng 140.000 doanh nghiệp đăng ký mới vào năm 2019 (tăng hơn 600%). Song song với sự mở rộng này, hệ thống ngân hàng thương mại đóng vai trò huyết mạch cung ứng vốn, đưa tỷ lệ tín dụng khu vực tư nhân trên GDP từ 17% (năm 1996) vượt ngưỡng 130% vào năm 2018 (World Bank).

Tuy nhiên, mối quan hệ giữa tăng trưởng tín dụng tư nhân và tăng trưởng kinh tế luôn tồn tại sự phân hóa phức tạp giữa ngắn hạn và dài hạn. Việc mở rộng quy mô tín dụng quá nhanh mà không kiểm soát chất lượng có nguy cơ dẫn đến lạm phát tài sản, nợ xấu và méo mó phân bổ nguồn lực, trong khi thiếu hụt tín dụng lại cản trở đầu tư tài sản cố định và đổi mới công nghệ.

+-----------------------------------------------------------------------------------+
|                           VẤN ĐỀ CỐT LÕI (PROBLEM STATEMENT)                      |
|  1. Tín dụng khu vực tư nhân tăng trưởng nóng (>130% GDP) nhưng tiềm ẩn rủi ro nợ |
|  2. Độ trễ hấp thụ vốn và tác động trái chiều giữa ngắn hạn và dài hạn            |
|  3. Thiếu mô hình định lượng xử lý chuỗi thời gian mẫu nhỏ (N=25) có bậc tích hợp hỗn hợp |
+-----------------------------------------------------------------------------------+

Mục tiêu dự án

  1. Mục tiêu định lượng: Xác định và lượng hóa tác động ngắn hạn và dài hạn của tín dụng cung ứng cho khu vực tư nhân (CPS) đến tăng trưởng tổng sản phẩm quốc nội (GDP) tại Việt Nam giai đoạn 1995–2019.
  2. Mục tiêu mô hình hóa: Kiểm định tương tác đồng thời của các biến kinh tế vĩ mô bổ trợ gồm Tích lũy vốn gộp (INV) và Lãi suất cho vay (RATE) trong mối tương quan với GDP.
  3. Mục tiêu chính sách: Đề xuất khung khuyến nghị thực thi chính sách tiền tệ và quản trị tín dụng cho Ngân hàng Nhà nước Việt Nam (SBV) và các tổ chức tín dụng thương mại.

Phương pháp tiếp cận và Phạm vi

Nghiên cứu kế thừa cơ sở lý thuyết tăng trưởng tân cổ điển (Solow-Swan, 1956), lý thuyết tăng trưởng nội sinh (Lucas, 1988; Romer, 1994) và Lý thuyết định lượng tín dụng (Werner, 1992, 1997). Giải pháp phân tích thực nghiệm tiếp cận mô hình Phân phối trễ tự hồi quy (Autoregressive Distributed Lag - ARDL) kết hợp Mô hình hiệu chỉnh sai số (ECM). Phương pháp này đặc biệt tối ưu cho cỡ mẫu hữu hạn ($T = 25$ quan sát thường niên) và chấp nhận các chuỗi thời gian có bậc tích hợp hỗn hợp $I(0)$ và $I(1)$.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các nghiên cứu thực nghiệm quốc tế ghi nhận sự phân kỳ về kết luận khi đánh giá tác động của tín dụng tư nhân đến tăng trưởng:

Nghiên cứu Phương pháp Dữ liệu & Phạm vi Kết quả chính
Vaithilingam et al. (2003) VECM, Cointegration Quý (1968–1998), Malaysia Tín dụng tư nhân thúc đẩy tăng trưởng mạnh mẽ
Mohamed & Sidiropoulos (2008) ARDL, Bounds Test Năm (1970–2004), Sudan Hệ số âm, không có ý nghĩa (do năng lực thẩm định tín dụng yếu)
Were et al. (2012) Panel GMM, Fixed Effect Năm (2000–2010), Kenya Tín dụng thúc đẩy sản xuất và nông nghiệp
Tahir et al. (2015) VECM, ARDL Năm (1973–2013), Pakistan Tác động âm trong ngắn hạn do lãi suất và lạm phát

Phân tích yêu cầu phương pháp luận (MoSCoW):

  • Must have: Kiểm định tính dừng (ADF test), Kiểm định đồng tích hợp biên (Bounds test), Phân rã hệ số ngắn hạn/dài hạn qua ARDL-ECM.
  • Should have: Kiểm định chẩn đoán sau hồi quy (White test, Durbin alternative, Ramsey RESET).
  • Could have: Dự báo độ trễ tối ưu thông qua tiêu chuẩn thông tin Akaike (AIC) và Schwarz (SIC).
  • Won't have: Mô hình phi tuyến NARDL phức tạp do giới hạn chuỗi dữ liệu 25 năm.

Thiết kế hệ thống mô hình kinh tế lượng

Kiến trúc luồng xử lý dữ liệu và ước lượng kinh tế lượng:

[Secondary Data: WB & GSO (1995-2019)]
[Data Preprocessing & Unit Root Test: ADF (Level & 1st Diff)]
[Optimal Lag Selection via AIC/SIC: Lag(1,1,1,1)]
[Pesaran ARDL Bounds Cointegration Test (F-statistic = 5.218)]
[Long-Run Equation Estimation]          [Short-Run Dynamic ECM Estimation]
[Post-Estimation Diagnostics: Autocorrelation, Heteroskedasticity, Ramsey RESET]

Đặc tả mô hình toán học tổng quát: Mô hình hồi quy tuyến tính ban đầu được thiết lập dưới dạng: $$\text{GDP}_t = \alpha_0 + \beta_1 \text{CPS}_t + \beta_2 \text{INV}_t + \beta_3 \text{RATE}_t + u_t$$

Dạng toán học của mô hình ARDL dài hạn: $$\text{GDP}t = \alpha_0 + \sum{i=1}^{p} \phi_i \text{GDP}{t-i} + \sum{j=0}^{q_1} \beta_j \text{CPS}{t-j} + \sum{k=0}^{q_2} \gamma_k \text{INV}{t-k} + \sum{m=0}^{q_3} \delta_m \text{RATE}_{t-m} + \varepsilon_t$$

Mô hình hiệu chỉnh sai số dạng vi phân ngắn hạn (Short-Run ECM): $$\Delta \text{GDP}t = \mu + \sum{i=1}^{p-1} a_i \Delta \text{GDP}{t-i} + \sum{j=0}^{q_1-1} b_j \Delta \text{CPS}{t-j} + \sum{k=0}^{q_2-1} c_k \Delta \text{INV}{t-k} + \sum{m=0}^{q_3-1} d_m \Delta \text{RATE}{t-m} + \lambda \text{ECM}{t-1} + e_t$$

Trong đó: $\text{ECM}_{t-1}$ là phần dư chuẩn hóa từ phương trình đồng tích hợp dài hạn; $\lambda$ là tốc độ điều chỉnh về cân bằng dài hạn ($\lambda < 0$).

Công nghệ và Công cụ

  • Môi trường xử lý: Stata v16.0 / EViews v12 / R v4.1.2 (Thư viện ARDL, urca, tseries).
  • Nguồn dữ liệu: World Development Indicators (World Bank), Tổng cục Thống kê Việt Nam (GSO), Bộ Kế hoạch và Đầu tư (MPI).
  • Bộ biến số định lượng:
    • $\text{GDP}$: Tốc độ tăng trưởng GDP thực tế hàng năm (%).
    • $\text{CPS}$: Tín dụng trong nước cấp cho khu vực tư nhân (% GDP).
    • $\text{INV}$: Tích lũy tài sản gộp / Tổng vốn đầu tư toàn xã hội (% GDP).
    • $\text{RATE}$: Lãi suất cho vay danh nghĩa bình quân (%/năm).

Implementation và kết quả

Quy trình phân tích dữ liệu

Mã nguồn phân tích kinh tế lượng chuẩn hóa trên môi trường Stata:

* Thiết lập dữ liệu chuỗi thời gian
tsset year, yearly

* 1. Kiểm định tính dừng Augmented Dickey-Fuller
dfuller gdp, trend
dfuller d.cps
dfuller d.inv
dfuller d.rate

* 2. Lựa chọn độ trễ và ước lượng mô hình ARDL (1, 1, 1, 1)
ardl gdp cps inv rate, maxlags(1) aic ec

* 3. Kiểm định đồng tích hợp Bounds Test
estat btest

* 4. Kiểm định chẩn đoán sau hồi quy
predict res, resid
durbinalt, small
estat hettest, white
estat ovtest

Kết quả kiểm định tính dừng (Unit Root Test)

Kết quả kiểm định ADF chỉ ra rằng các biến có bậc tích hợp hỗn hợp: biến $\text{GDP}$ dừng tại bậc gốc $I(0)$ ở mức ý nghĩa 5% ($\tau = -2.487$), trong khi các biến $\text{CPS}$, $\text{INV}$, $\text{RATE}$ không dừng tại bậc gốc nhưng dừng hoàn toàn sau khi lấy sai phân bậc 1, tức $I(1)$ ở mức ý nghĩa 1% và 5%.

BẬC TÍCH HỢP BIẾN SỐ:
=> Thỏa mãn điều kiện tiên quyết bắt buộc để áp dụng ARDL Bounds Test.

Kết quả kiểm định đồng tích hợp (ARDL Bounds Test)

Độ trễ tối ưu được xác định là ARDL(1, 1, 1, 1) dựa trên tiêu chí AIC nhỏ nhất.

  • Giá trị F-statistic tính toán: $F = 5.218$
  • Giá trị ngưỡng tới hạn Pesaran (Bound Critical Values):
    • Mức 10%: $I(0) = 2.72$; $I(1) = 3.77$
    • Mức 5%: $I(0) = 3.23$; $I(1) = 4.35$
    • Mức 1%: $I(0) = 4.29$; $I(1) = 5.61$
  • Kết luận: Tại mức ý nghĩa 5%, $F_{\text{calc}} = 5.218 > I(1) = 4.35$. Bác bỏ giả thuyết $H_0$ không có đồng tích hợp, khẳng định tồn tại mối quan hệ cân bằng bền vững trong dài hạn giữa các biến số.

Kết quả ước lượng phương trình dài hạn và ngắn hạn

Bảng ước lượng hệ số dài hạn (Long-run coefficients)

(Biến phụ thuộc: GDP, $R^2 = 85.30%$, Adjusted $R^2 \approx 71.0%$)

Biến số Hệ số ($\beta$) Độ lệch chuẩn (Std. Err) t-Statistic P-value Ý nghĩa thống kê
CPS +0.029 0.012 2.417 0.028 Ý nghĩa 5% (Cực dương)
INV +0.142 0.038 3.737 0.002 Ý nghĩa 1% (Cực dương)
RATE -0.087 0.035 -2.486 0.025 Ý nghĩa 5% (Cực âm)
Const +2.105 0.892 2.360 0.031 Ý nghĩa 5%

Bảng ước lượng hệ số ngắn hạn (Short-run ECM)

(Biến phụ thuộc: $\Delta \text{GDP}$)

Biến số Hệ số ($\delta$) Độ lệch chuẩn (Std. Err) t-Statistic P-value Ý nghĩa thống kê
$\Delta \text{CPS}$ -0.078 0.031 -2.516 0.023 Ý nghĩa 5% (Nghịch biến)
$\Delta \text{INV}$ -0.065 0.028 -2.321 0.034 Ý nghĩa 5% (Nghịch biến)
$\Delta \text{RATE}$ -0.012 0.019 -0.631 0.537 Không có ý nghĩa
$\text{ECM}_{t-1}$ -0.642 0.145 -4.428 0.000 Ý nghĩa 1% (Hội tụ dài hạn)

Kiểm định chất lượng mô hình (Model Diagnostics)

  • Kiểm định tự tương quan (Durbin's Alternative Test): $p\text{-value} = 0.1540 > 0.05 \rightarrow$ Không có hiện tượng tự tương quan chuỗi.
  • Kiểm định phương sai sai số thay đổi (White Test): $p\text{-value} = 0.3782 > 0.05 \rightarrow$ Phần dư đồng nhất phương sai (Homoskedasticity).
  • Kiểm định dạng hàm / bỏ sót biến (Ramsey RESET Test): $F = 0.5231 > 0.05 \rightarrow$ Mô hình xác định đúng dạng hàm, không bỏ sót biến quan trọng.

Đổi mới và đóng góp

  1. Khám phá tính hai mặt (Duality Nexus) giữa ngắn hạn và dài hạn:
    • Trong dài hạn: Tín dụng tư nhân tác động tích cực đến tăng trưởng kinh tế ($\beta = +0.029, p < 0.05$). Cứ tăng 1% tỷ lệ tín dụng tư nhân trên GDP sẽ kích hoạt mức tăng trưởng trung bình 0.029% GDP. Nguồn vốn này hỗ trợ doanh nghiệp mở rộng quy mô, nâng cấp dây chuyền công nghệ và tối ưu năng suất lao động.
    • Trong ngắn hạn: Tác động của $\Delta \text{CPS}$ mang dấu âm ($\delta = -0.078, p < 0.05$). Điều này phản ánh chi phí điều chỉnh vốn ban đầu, độ trễ chuyển hóa tín dụng thành sản lượng vật chất, và hiện tượng dòng tiền ngắn hạn có xu hướng chảy vào đầu cơ tài sản trước khi đi vào khu vực sản xuất thực.
     [NGẮN HẠN: -0.078%]                                         [DÀI HẠN: +0.029%]
 1. Độ trễ giải ngân & hấp thụ vốn                           1. Tích lũy vốn hiện vật mở rộng
 2. Chi phí chi trả lãi vay ban đầu                          2. Đổi mới công nghệ & R&D
 3. Rủi ro phân bổ tài sản đầu cơ                            3. Tạo việc làm & tăng năng suất
  1. Khẳng định tính ưu việt của mô hình ARDL cho dữ liệu tài chính Việt Nam: So với phương pháp OLS truyền thống hoặc Johansen Cointegration (đòi hỏi tất cả các biến phải cùng $I(1)$ và cỡ mẫu lớn $N > 50$), kỹ thuật ARDL-Bounds Testing xử lý hoàn hảo mẫu nhỏ 25 quan sát với độ tin cậy giải thích $R^2 = 85.30%$.
  2. Chứng thực Lý thuyết Định lượng Tín dụng của Werner (1997): Cung cấp bằng chứng thực nghiệm rõ ràng tại một thị trường chuyển đổi (Việt Nam), minh chứng rằng tín dụng chỉ thực sự tạo ra tăng trưởng khi phục vụ các giao dịch GDP tạo giá trị gia tăng, thay vì dòng vốn tín dụng tài chính thuần túy.

Ứng dụng thực tế và triển khai

Khung khuyến nghị chính sách cho Ngân hàng Nhà nước Việt Nam (SBV)

  1. Kiểm soát tốc độ tăng trưởng tín dụng gắn liền với năng lực hấp thụ vốn: Không chạy theo chỉ tiêu tăng trưởng tín dụng danh nghĩa thuần túy. Do hệ số ngắn hạn mang dấu âm, việc bơm tín dụng ồ ạt trong chu kỳ ngắn dễ tạo ra áp lực bong bóng tài sản và lạm phát. Hạn mức tăng trưởng tín dụng (room tín dụng) cần gắn liền với năng lực quản trị rủi ro của từng ngân hàng thương mại.
  2. Tái định hướng dòng vốn vào các lĩnh vực ưu tiên: Thiết lập cơ chế ưu đãi tái cấp vốn cho các khoản vay tài trợ doanh nghiệp vừa và nhỏ (SMEs), công nghệ xanh, công nghiệp hỗ trợ và chuyển đổi số.
+-----------------------------------------------------------------------------------+
|                        LỘ TRÌNH TRIỂN KHAI CHÍNH SÁCH TÍN DỤNG                    |
|  Giai đoạn 1 (Năm 1-2): Hoàn thiện khung giám sát an toàn vĩ mô & Basel II/III    |
|  Giai đoạn 2 (Năm 3-4): Chuẩn hóa hệ thống chấm điểm tín dụng số cho khối SMEs    |
|  Giai đoạn 3 (Năm 5): Số hóa quy trình bảo lãnh tín dụng, liên thông dữ liệu thuế  |
+-----------------------------------------------------------------------------------+

Chiến lược vận hành cho các Ngân hàng Thương mại

  • Phát triển sản phẩm tín dụng phi thế chấp dựa trên luồng tiền: Giảm thiểu phụ thuộc vào tài sản bảo đảm là bất động sản; tăng cường thẩm định dựa trên dữ liệu chuỗi cung ứng và lịch sử dòng tiền kinh doanh.
  • Tối ưu hóa quản trị kỳ hạn và lãi suất: Hệ số lãi suất dài hạn mang dấu âm ($\beta = -0.087, p < 0.05$) khẳng định mặt bằng lãi suất cho vay cao gây kìm hãm trực tiếp tăng trưởng GDP. Ngân hàng cần tiết giảm chi phí vận hành thông qua ngân hàng số để duy trì biên lãi ròng (NIM) hợp lý, hỗ trợ giảm lãi suất cho vay thực tế.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Tần suất dữ liệu: Nghiên cứu sử dụng chuỗi thời gian năm ($T = 25$), làm giới hạn bậc tự do khi mở rộng số lượng biến kiểm soát.
  • Biến ngoại sinh: Chưa đưa vào mô hình các cú sốc phi cấu trúc như khủng hoảng tài chính toàn cầu 2008, đại dịch COVID-19 hoặc chỉ số tỷ lệ nợ xấu (NPL).

Hướng nghiên cứu tiếp theo

  • Mở rộng phân tích sử dụng dữ liệu chuỗi thời gian theo quý (Quarterly Data) kết hợp phương pháp nội suy thống kê để tăng số lượng quan sát ($N \ge 80$).
  • Áp dụng mô hình ARDL phi tuyến (NARDL) để kiểm định tính bất đối xứng trong phản ứng của tăng trưởng kinh tế khi tín dụng mở rộng so với khi tín dụng thắt chặt.

Đối tượng hưởng lợi

+----------------------------------------------------------------------------------------+
|                                  ĐỐI TƯỢNG HƯỞNG LỢI                                  |
+---------------------------+------------------------------------------------------------+
| Nhóm đối tượng            | Giá trị và Lợi ích nhận được                              |
+---------------------------+------------------------------------------------------------+
| Sinh viên & Học viên      | Nắm vững quy trình thực hiện nghiên cứu kinh tế lượng ứng  |
|                           | dụng với Stata/R từ kiểm định ADF đến ARDL-ECM.            |
| Nhà nghiên cứu vĩ mô      | Bộ khung tham chiếu thực nghiệm có cơ sở dữ liệu xác thực  |
|                           | về cấu trúc tín dụng và chu kỳ tăng trưởng tại Việt Nam.   |
| Chuyên viên phân tích NH  | Hiểu rõ tác động của lãi suất cho vay và tỷ lệ đòn bẩy vĩ   |
|                           | mô đến chất lượng danh mục tín dụng doanh nghiệp.          |
| Cơ quan hoạch định (SBV)  | Bằng chứng định lượng hỗ trợ điều hành chính sách tiền tệ, |
|                           | kiểm soát room tín dụng và ổn định kinh tế vĩ mô.          |
+---------------------------+------------------------------------------------------------+

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại lựa chọn mô hình ARDL thay vì mô hình VAR hay VECM truyền thống?

Mô hình ARDL có ưu thế vượt trội khi các biến trong mô hình có bậc tích hợp hỗn hợp (trong đề tài, GDP là $I(0)$ trong khi CPS, INV, RATE là $I(1)$). Mô hình VAR/VECM yêu cầu tất cả các biến phải có cùng bậc tích hợp $I(1)$, đồng thời ARDL hoạt động hiệu quả và vững hơn trên các tập dữ liệu mẫu nhỏ ($N = 25$).

2. Ý nghĩa kinh tế của hệ số $\text{ECM}_{t-1} = -0.642$ là gì?

Hệ số hiệu chỉnh sai số âm và có ý nghĩa thống kê ở mức 1% ($p = 0.000$) xác nhận cơ chế cân bằng dài hạn tồn tại. Mức giá trị -0.642 cho thấy tốc độ điều chỉnh: khi có những cú sốc ngắn hạn làm lệch khỏi quỹ đạo cân bằng, nền kinh tế sẽ tự điều chỉnh khoảng 64.2% độ lệch đó trong vòng một năm để quay về trạng thái cân bằng dài hạn.

3. Tại sao trong ngắn hạn tín dụng tư nhân lại có tác động tiêu cực đến tăng trưởng?

Trong ngắn hạn, tăng trưởng tín dụng nhanh thường đi kèm với chi phí giải ngân, gánh nặng trả lãi ban đầu của doanh nghiệp và độ trễ để máy móc, nhà xưởng đi vào vận hành tạo ra doanh thu. Ngoài ra, một phần dòng vốn có thể bị chuyển hướng vào các kênh phi sản xuất trước khi được tái cân bằng.

4. Dữ liệu nghiên cứu được thu thập từ những nguồn nào và có đảm bảo độ tin cậy không?

Dữ liệu thứ cấp được tổng hợp hoàn toàn từ nguồn chính thức của World Bank (World Development Indicators - WDI), Tổng cục Thống kê (GSO) và Bộ Kế hoạch và Đầu tư trong suốt giai đoạn 1995–2019, đảm bảo tính nhất quán và quy chuẩn quốc tế.

5. Khóa luận này có thể mở rộng áp dụng cho các quốc gia khác trong khu vực Đông Nam Á không?

Hoàn toàn có thể. Khung phương pháp luận ARDL-Bounds Test được chuẩn hóa có thể áp dụng trực tiếp cho các nền kinh tế mới nổi có cấu trúc thị trường tài chính dựa vào ngân hàng như Thái Lan, Malaysia, Indonesia hoặc Philippines bằng cách thay đổi tập dữ liệu quốc gia tương ứng.


Kết luận

Khóa luận tốt nghiệp "The Impact of Private Sector Credit by Banks on Economic Growth: The Case of Viet Nam" của tác giả Trần Võ Tường Vi (Đại học Ngân hàng TP.HCM) đã giải quyết trọn vẹn bài toán lượng hóa vai trò của tín dụng ngân hàng đối với khu vực tư nhân trong tiến trình phát triển kinh tế giai đoạn 1995–2019.

Bằng việc ứng dụng phương pháp kinh tế lượng ARDL kết hợp ECM, nghiên cứu đã chứng minh rõ nét sự tồn tại của mối quan hệ đồng tích hợp dài hạn: tín dụng tư nhân ($\beta = +0.029$) và tích lũy vốn ($\beta = +0.142$) đóng góp tích cực vào GDP, trong khi mặt bằng lãi suất cao ($\beta = -0.087$) kìm hãm quy mô nền kinh tế. Phát hiện về tác động nghịch chiều trong ngắn hạn ($\delta = -0.078$) là căn cứ thực nghiệm then chốt nhắc nhở các nhà điều hành chính sách tiền tệ về tầm quan trọng của việc kiểm soát chất lượng tín dụng và nâng cao khả năng hấp thụ vốn thực tế của doanh nghiệp thay vì mở rộng tín dụng đơn thuần về số lượng.