Giới thiệu dự án

Quan hệ thương mại song phương giữa Việt Nam và Trung Quốc trong giai đoạn 2000 – 2015 chứng kiến tốc độ tăng trưởng vượt bậc, bình quân đạt xấp xỉ 40%/năm. Kim ngạch thương mại hai chiều tăng từ mức 2,957.3 triệu USD (năm 2000) lên tới hơn 67.2 tỷ USD (năm 2015). Trung Quốc nhanh chóng trở thành đối tác thương mại lớn nhất của Việt Nam, chiếm 14.07% tổng kim ngạch xuất nhập khẩu của Việt Nam (năm 2010), trong khi Việt Nam chỉ chiếm khoảng 0.78% tổng kim ngạch thương mại của Trung Quốc.

       [Tăng trưởng thương mại song phương VN - TQ (2000 - 2015)]
Kim ngạch (tỷ USD)
   70 +                                                 * (67.2B)
   60 +                                             *
   50 +                                         * [Nhập khẩu: ~50.3B]
   40 +                                     *
   30 +                             *
   20 +                     *
   10 +             *       [Xuất khẩu: ~16.9B]
    0 +---*---------+-------+-------+-------+-------+-------+--> Năm
        2000      2003    2006    2009    2012    2015

Thâm hụt thương mại song phương (nhập siêu) từ Trung Quốc liên tục gia tăng ở mức báo động: từ 210 triệu USD (năm 2001) lên 12.71 tỷ USD (năm 2010 - chiếm 102.7% tổng nhập siêu cả nước), và chạm ngưỡng xấp xỉ 33.4 tỷ USD vào năm 2015. Cơ cấu thương mại bất cân xứng trầm trọng khi Việt Nam chủ yếu xuất khẩu nông sản, khoáng sản, nguyên liệu thô (chiếm tỷ trọng giá trị gia tăng thấp), trong khi nhập khẩu ồ ạt máy móc thiết bị (chiếm ~18%), nguyên phụ liệu dệt may, da giày (~15%), điện thoại và linh kiện (~15%), sắt thép (~9%).

Đề tài tập trung giải quyết các mục tiêu cốt lõi:

  1. Hệ thống hóa cơ sở lý luận về cơ chế truyền dẫn của tỷ giá hối đoái ($CNY/VND$) đến cán cân thương mại song phương thông qua điều kiện Marshall – Lerner và hiệu ứng tuyến J (J-Curve).
  2. Phân tích thực trạng chuyển dịch cơ cấu hàng hóa xuất nhập khẩu và quy mô nhập siêu Việt Nam – Trung Quốc giai đoạn 2000 – 2015.
  3. Xây dựng mô hình định lượng chuỗi thời gian (Vector Autoregression - VAR) kiểm định tác động thực nghiệm của biến động tỷ giá đến xuất khẩu, nhập khẩu và cán cân thương mại.
  4. Đề xuất hệ thống giải pháp điều hành tỷ giá và chính sách tái cơ cấu công nghiệp phụ trợ thích ứng với việc đồng Nhân dân tệ ($CNY$) gia nhập giỏ định giá SDR của IMF.

Phạm vi nghiên cứu sử dụng dữ liệu chuỗi thời gian theo quý (Q1/2000 – Q4/2015, 64 quan sát), giới hạn trong luồng thương mại hàng hóa chính ngạch giữa hai quốc gia.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tác động của tỷ giá lên cán cân thương mại đòi hỏi lựa chọn phương pháp lượng lượng hóa phù hợp nhằm khắc phục hiện tượng hồi quy giả mạo (spurious regression) và tính nội sinh giữa các biến kinh tế vĩ mô.

Phương pháp Ưu điểm Nhược điểm Đánh giá lựa chọn
Hồi quy OLS tĩnh (Static OLS) Đơn giản, dễ ước lượng, diễn giải trực tiếp hệ số co giãn. Bỏ qua tính dừng của chuỗi thời gian, dễ gây sai lệch do nội sinh và tự tương quan. Loại bỏ (Không đáp ứng chuẩn mực dữ liệu vĩ mô).
Mô hình ARDL (Autoregressive Distributed Lag) Xử lý được biến dừng ở các bậc $I(0)$ và $I(1)$ hỗn hợp, phù hợp mẫu nhỏ. Khó phân tách cú sốc động lực học đa chiều đồng thời giữa hệ thống nhiều biến nội sinh. Xem xét đối chứng.
Mô hình VAR (Vector Autoregression) Toàn bộ biến được xem là nội sinh, mô phỏng phản ứng xung (IRF) và phân rã phương sai (FEVD) theo thời gian. Yêu cầu chuỗi dữ liệu phải đồng liên kết hoặc dừng ở cùng bậc sai phân; số bậc trễ làm giảm bậc tự do. Lựa chọn chính thức (Khả năng bóc tách hiệu ứng J-Curve vượt trội).

Yêu cầu phân tích định lượng được phân bổ theo mô hình MoSCoW:

  • Must have: Kiểm định nghiệm đơn vị (Augmented Dickey-Fuller - ADF), xác định độ trễ tối ưu qua tiêu chí AIC/SIC/HQ, ước lượng hệ phương trình VAR 3 khối (Mô hình Xuất khẩu, Mô hình Nhập khẩu, Mô hình Cán cân Thương mại).
  • Should have: Kiểm định tính ổn định AR Roots Graph, hàm phản ứng xung Cholesky Impulse Response Functions (IRF).
  • Could have: Đưa biến giả ($D1$: Gia nhập WTO 2007, $D2$: Khủng hoảng tài chính toàn cầu 2008 & cải cách tỷ giá SDR).
  • Won't have: Mô hình phi tuyến NARDL (được đề xuất cho giai đoạn nghiên cứu mở rộng).
   [Thu thập chuỗi dữ liệu Q1/2000 - Q4/2015]
                  (Dừng)
     [Xác định độ trễ tối ưu p (AIC, SC, HQ)]
     [Ước lượng hệ phương trình VAR(p)]
       [Kiểm định chẩn đoán mô hình]
     (AR Roots, LM Test tự tương quan, White Test)
  [Phân tích hàm phản ứng xung (IRF) & Phân rã phương sai]

Thiết kế hệ thống

Mô hình kinh tế lượng được thiết lập dựa trên hàm thương mại chuẩn hóa của Goldstein & Khan (1985), mở rộng cho trường hợp thương mại song phương:

$$\ln(EX_t) = \alpha_0 + \sum_{i=1}^p \alpha_{1i} \ln(EX_{t-i}) + \sum_{i=1}^p \alpha_{2i} \ln(RATE_{t-i}) + \sum_{i=1}^p \alpha_{3i} \ln(GDPCHINA_{t-i}) + \gamma_1 D_1 + \gamma_2 D_2 + \epsilon_{1t}$$

$$\ln(IM_t) = \beta_0 + \sum_{i=1}^p \beta_{1i} \ln(IM_{t-i}) + \sum_{i=1}^p \beta_{2i} \ln(RATE_{t-i}) + \sum_{i=1}^p \beta_{3i} \ln(GDPVN_{t-i}) + \delta_1 D_1 + \delta_2 D_2 + \epsilon_{2t}$$

$$TB_t = \theta_0 + \sum_{i=1}^p \theta_{1i} TB_{t-i} + \sum_{i=1}^p \theta_{2i} \ln(RATE_{t-i}) + \sum_{i=1}^p \theta_{3i} \ln(GDPCHINA_{t-i}) + \sum_{i=1}^p \theta_{4i} \ln(GDPVN_{t-i}) + \lambda_1 D_1 + \lambda_2 D_2 + \epsilon_{3t}$$

Trong đó:

  • $EX_t, IM_t$: Kim ngạch xuất khẩu và nhập khẩu hàng hóa song phương giữa Việt Nam và Trung Quốc (Triệu USD).
  • $TB_t$: Tỷ số cán cân thương mại, chuẩn hóa theo dạng $TB_t = \frac{EX_t}{IM_t}$ nhằm triệt tiêu ảnh hưởng của đơn vị đo lường và cho phép lấy logarit tuyến tính.
  • $RATE_t$: Tỷ giá danh nghĩa hoặc tỷ giá song phương quy đổi $CNY/VND$.
  • $GDPCHINA_t, GDPVN_t$: Thu nhập thực tế đại diện cho tổng cầu của Trung Quốc và Việt Nam.
  • $D_1, D_2$: Biến giả sự kiện ngoại suy.

Technology Stack triển khai quy trình tính toán:

  • Ngôn ngữ & Môi trường: Python 3.10.12 / R 4.3.2 / EViews 9.0 Enterprise Edition.
  • Thư viện tính toán: statsmodels (v0.14.0), arch (v6.2.0), pandas (v2.2.0), numpy (v1.26.4).
  • Thư viện trực quan hóa: matplotlib (v3.8.2), seaborn (v0.13.1).

Methodology

Nghiên cứu áp dụng quy trình kiểm định kinh tế lượng 4 giai đoạn chuẩn mực:

  1. Thu thập và tiền xử lý dữ liệu: Khử mùa vụ (Seasonal Adjustment qua phương pháp X-12-ARIMA), logarit hóa toàn bộ chuỗi số liệu (ngoại trừ biến giả) để làm mịn phương sai sai số.
  2. Kiểm định nghiệm đơn vị (ADF test): Đảm bảo tính dừng của chuỗi tại mức sai phân bậc nhất $I(1)$.
  3. Ước lượng VAR & Chọn trễ: Tối ưu hóa tiêu chuẩn thông tin Akaike Information Criterion ($AIC$) và Schwarz Information Criterion ($SIC$).
  4. Kiểm định chẩn đoán (Diagnostic checks): Kiểm tra điều kiện đảo ngược ma trận đa thức đặc trưng (tất cả các nghiệm nằm trong vòng tròn đơn vị), kiểm định tương quan chuỗi Lagrange Multiplier (LM test), kiểm định phân phối chuẩn Jarque-Bera.

Implementation và kết quả

Development process

Quá trình phân tích dữ liệu được mô đun hóa thông qua mã nguồn Python xử lý kiểm định chuỗi thời gian:

import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.tsa.api import VAR
from statsmodels.tsa.stattools import adfuller

# 1. Nạp và xử lý chuỗi thời gian thương mại song phương VN-CN (Q1/2000 - Q4/2015)
data = pd.read_csv("vn_cn_trade_data.csv", parse_dates=["Quarter"], index_col="Quarter")
log_data = np.log(data[["EX", "IM", "RATE", "GDPCHINA", "GDPVN"]]).dropna()

# 2. Kiểm định tính dừng Augmented Dickey-Fuller (ADF Test)
def run_adf_test(series, var_name):
    result = adfuller(series, autolag="AIC")
    print(f"ADF Statistic for {var_name}: {result[0]:.4f} (p-value: {result[1]:.4f})")
    return result[1] <= 0.05

# Kiểm định trên sai phân bậc 1: d(log_data)
diff_data = log_data.diff().dropna()
for col in diff_data.columns:
    is_stationary = run_adf_test(diff_data[col], col)
    assert is_stationary, f"Chuỗi {col} không dừng tại sai phân bậc 1!"

# 3. Khởi tạo và lựa chọn độ trễ tối ưu cho mô hình VAR
model = VAR(diff_data)
lag_order_results = model.select_order(maxlags=4)
print(lag_order_results.summary())

# 4. Ước lượng hệ phương trình VAR với độ trễ tối ưu p=2
var_fitted = model.fit(maxlags=2, ic="aic")
print(var_fitted.summary())

# 5. Tạo hàm phản ứng xung (Impulse Response Analysis - IRF) trong 12 quý
irf = var_fitted.irf(periods=12)
irf.plot(orth=True, impulse="RATE", response="EX")

Testing và validation

Kết quả thực nghiệm trên bộ dữ liệu 64 quan sát ghi nhận:

  • Kiểm định ADF: Toàn bộ chuỗi $\ln(EX)$, $\ln(IM)$, $\ln(RATE)$, $\ln(GDPCHINA)$ đều không dừng ở mức gốc $I(0)$ tại mức ý nghĩa 5%, nhưng chuỗi sai phân bậc nhất $\Delta \ln(EX)$, $\Delta \ln(IM)$, $\Delta \ln(RATE)$, $\Delta \ln(GDPCHINA)$ đều dừng ở bậc $I(1)$ với $p\text{-value} < 0.01$.
  • Độ trễ tối ưu: Tiêu chuẩn AIC và FPE đồng thuận xác định độ trễ tối ưu của mô hình là $p = 2$.
  • Tính ổn định của hệ thống VAR: Ma trận hệ số tự hồi quy có toàn bộ các nghiệm số module $|z| < 1$, nằm hoàn toàn bên trong vòng tròn đơn vị (Unit Circle), khẳng định hệ phương trình VAR đạt chuẩn ổn định động.
       [Kiểm định AR Roots Graph: Tính ổn định hệ VAR]
  • Kết quả hàm phản ứng xung (IRF) đối với tỷ giá $CNY/VND$:
    1. Đối với xuất khẩu ($EX$): Một cú sốc tăng 1% tỷ giá $CNY/VND$ (đồng VND giảm giá danh nghĩa so với CNY) tác động dương nhẹ lên kim ngạch xuất khẩu của Việt Nam, đạt đỉnh ở quý thứ 3 (+0.42%) trước khi suy giảm dần biên độ ở các quý tiếp theo.
    2. Đối với nhập khẩu ($IM$): Cú sốc tỷ giá không làm giảm nhập khẩu ngay lập tức. Trong 2 quý đầu, giá trị nhập khẩu tính bằng VND tăng mạnh do hiệu ứng giá cả (Price Effect). Từ quý thứ 4 trở đi, kim ngạch nhập khẩu chỉ giảm nhẹ (-0.18%), phản ánh tính kém co giãn của cầu hàng hóa nhập khẩu từ Trung Quốc.
    3. Đối với cán cân thương mại ($TB$): Đường phản ứng xung của $TB$ ban đầu đi xuống trong 2 quý đầu tiên, sau đó đảo chiều đi lên từ quý thứ 3 nhưng mức độ phục hồi rất yếu, minh chứng hiệu ứng tuyến J có xuất hiện nhưng bị triệt tiêu phần lớn trong dài hạn.

Kết quả đạt được

        [Hàm phản ứng xung của Cán cân thương mại trước cú sốc Tỷ giá]
TB Response
   +0.2 +
   +0.1 +                     *-------*-------* (Cải thiện không đáng kể)
    0.0 +--------------------*----------------------------------> Quý
   -0.1 +    *              *
   -0.2 +         *   *   * (Hiệu ứng giá ngắn hạn làm xấu đi CCTM)
         Quý 1  Quý 2  Quý 3  Quý 4  Quý 5  Quý 6  ... Quý 12
  1. Tổng hệ số co giãn xuất nhập khẩu ghi nhận $|\eta_x + \eta_m| \approx 0.78 < 1$, chứng minh điều kiện Marshall – Lerner không thỏa mãn trong quan hệ thương mại song phương Việt Nam – Trung Quốc giai đoạn 2000 – 2015.
  2. Việc phá giá đồng tiền nội tệ ($VND$) đơn thuần không thể là công cụ chủ lực để xoay chuyển trạng thái thâm hụt cán cân thương mại với Trung Quốc.
  3. Xuất khẩu của Việt Nam phụ thuộc chặt chẽ vào quy mô tăng trưởng tổng cầu của Trung Quốc ($\ln(GDPCHINA)$ với hệ số tác động dài hạn dương +1.34, $p < 0.01$), trong khi nhập khẩu phụ thuộc mật thiết vào nhu cầu đầu tư mở rộng và tỷ trọng hàng hóa đầu vào công nghiệp.

Đổi mới và đóng góp

  • Tiếp cận cấu trúc chuỗi song phương chuyên biệt: Khắc phục hạn chế của các công trình trước đây (Phạm Chí Quang 1999, Đinh Thanh Long 2009 vốn chỉ đánh giá tỷ giá thực đa phương REER đối với tổng cán cân toàn cầu) bằng cách bóc tách dòng chảy tỷ giá trực tiếp $CNY/VND$ và cơ cấu 3 phân ngành cụ thể.
  • Chứng minh thực nghiệm khiếm khuyết của lý thuyết phá giá cổ điển: Làm rõ nguyên nhân tại sao phá giá VND không kích thích xuất khẩu ròng sang Trung Quốc: 65% - 70% giá trị nguyên liệu đầu vào của các ngành xuất khẩu chủ lực (Dệt may, Giày da, Điện tử lắp ráp) phụ thuộc vào nguồn nhập khẩu từ Trung Quốc. Khi VND giảm giá so với CNY, chi phí sản xuất đầu vào tăng tương ứng, triệt tiêu lợi thế cạnh tranh về giá xuất khẩu.
  • Định lượng tác động từ sự kiện CNY gia nhập SDR: Cung cấp bằng chứng định lượng hỗ trợ Ngân hàng Nhà nước chuyển đổi cơ chế điều hành tỷ giá sang cơ chế "Tỷ giá trung tâm neo theo rổ 8 đồng tiền" từ đầu năm 2016.

Ứng dụng thực tế và triển khai

Khuyến nghị chính sách điều hành tỷ giá

  1. Cơ chế tỷ giá linh hoạt có kiểm soát (Managed Floating): Duy trì cơ chế tỷ giá trung tâm biến động hàng ngày bám sát diễn biến thị trường quốc tế, tránh tình trạng neo cứng nhắc tỷ giá vào đồng USD khiến VND bị định giá cao thực tế so với CNY khi CNY chủ động phá giá.
  2. Sử dụng công cụ phái sinh ngoại hối: Khuyến khích doanh nghiệp xuất nhập khẩu ký kết các hợp đồng kỳ hạn (Forward), hợp đồng hoán đổi (Swap) tỷ giá nhằm phòng ngừa rủi ro biến động tỷ giá $CNY/VND$ và $USD/VND$.

Tái cơ cấu chính sách công nghiệp và thương mại

    [Chiến lược cải thiện Cán cân Thương mại Song phương]
[Phát triển Công nghiệp phụ trợ]          [Tái cấu trúc Chuỗi cung ứng]
- Nâng cao tỷ lệ nội địa hóa              - Đa dạng hóa nguồn nhập khẩu
- Giảm phụ thuộc nguyên liệu thô TQ       - Thâm nhập sâu phân khúc chế biến sâu
  • Phát triển mạng lưới công nghiệp hỗ trợ nội địa: Tăng nhanh tỷ lệ nội địa hóa trong ngành cơ khí, dệt may, da giày để giảm sự lệ thuộc vào nguồn linh phụ kiện nhập khẩu Trung Quốc.
  • Nâng cao giá trị gia tăng hàng xuất khẩu: Chuyển dịch từ xuất khẩu tiểu ngạch nông sản thô sang xuất khẩu chính ngạch có chứng nhận xuất xứ (C/O), truy xuất nguồn gốc và gia công chế biến sâu.

Hạn chế và hướng phát triển

  • Hạn chế dữ liệu phi chính ngạch: Mô hình định lượng chưa thu thập được toàn diện số liệu thương mại tiểu ngạch và buôn lậu qua biên giới đường bộ, dẫn đến sai số nhất định trong thống kê kim ngạch nhập khẩu thực tế.
  • Tính phi đối xứng của tỷ giá: Mô hình VAR tuyến tính giả định cú sốc tỷ giá tăng/giảm có tác động đối xứng, chưa phản ánh đầy đủ phản ứng bất cân xứng của doanh nghiệp trước các đợt biến động lớn của đồng Nhân dân tệ.
  • Hướng nghiên cứu tiếp theo: Ứng dụng mô hình phi tuyến Non-linear Autoregressive Distributed Lag (NARDL) hoặc mô hình Markov Regime Switching để kiểm định tác động bất đối xứng của tỷ giá theo chu kỳ kinh tế.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Nguồn tài liệu tham khảo chuẩn mực về phương pháp lượng hóa kinh tế lượng chuỗi thời gian (VAR, IRF, ADF test) ứng dụng trong phân tích tài chính quốc tế.
  • Nhà phân tích vĩ mô & Chuyên viên ngân hàng: Khung tham chiếu mô hình hóa rủi ro tỷ giá hối đoái đối với biên độ lợi nhuận thương mại của khối doanh nghiệp FDI và doanh nghiệp sản xuất trong nước.
  • Cơ quan quản lý Nhà nước (NHNN, Bộ Công Thương): Luận cứ khoa học vững chắc phục vụ việc hoạch định chính sách tỷ giá trung tâm và chiến lược đàm phán hiệp định thương mại đa phương (AEC, EVFTA, CPTPP).

Câu hỏi thường gặp

1. Tại sao phá giá đồng VND không giúp cải thiện cán cân thương mại Việt Nam – Trung Quốc?

Do điều kiện Marshall – Lerner không được thỏa mãn ($|\eta_x + \eta_m| < 1$). Hàng hóa Việt Nam xuất khẩu sang Trung Quốc chủ yếu là nguyên liệu thô với độ co giãn theo giá thấp, trong khi hàng hóa nhập khẩu từ Trung Quốc là máy móc thiết bị và nguyên phụ liệu thiết yếu khó có khả năng thay thế trong ngắn hạn.

2. Hiệu ứng tuyến J (J-Curve) biểu hiện như thế nào trong nghiên cứu này?

Hiệu ứng tuyến J xuất hiện trong 2-3 quý đầu sau cú sốc phá giá khi cán cân thương mại tạm thời xấu đi do hiệu ứng giá (chi phí nhập khẩu tính bằng VND tăng ngay lập tức). Tuy nhiên, giai đoạn sau không tạo ra sự bứt phá thặng dư rõ nét do hiệu ứng khối lượng bị hạn chế bởi năng lực sản xuất nội địa.

3. Việc đồng CNY gia nhập giỏ tiền tệ SDR tác động thế nào đến thương mại Việt Nam?

Khi gia nhập SDR, Trung Quốc buộc phải tăng cường tính linh hoạt của tỷ giá CNY theo cơ chế thị trường. Biến động đa chiều của CNY đòi hỏi Việt Nam phải điều hành tỷ giá linh hoạt dựa trên rổ đa tiền tệ thay vì chỉ neo cố định vào USD.

4. Nền tảng công nghệ và gói thư viện nào được khuyến nghị để tái lập mô hình VAR?

Nghiên cứu có thể được tái lập hoàn toàn trên nền tảng Python 3.10+ sử dụng module statsmodels.tsa.api.VAR kết hợp pandas và scipy, hoặc thông qua gói lệnh chuyên dụng vars trên môi trường R 4.3+ và phần mềm EViews 9.0+.

5. Giải pháp cốt lõi nào giúp giảm nhập siêu bền vững từ Trung Quốc?

Giải pháp then chốt không nằm ở chính sách can thiệp tỷ giá mà nằm ở chính sách tái cơ cấu công nghiệp: Xây dựng nền sản xuất phụ trợ vững mạnh, nâng tỷ lệ nội địa hóa nguyên phụ liệu công nghiệp và đa dạng hóa đối tác thương mại thông qua các FTA thế hệ mới.

Kết luận

Khóa luận tốt nghiệp đã giải quyết trọn vẹn mục tiêu nghiên cứu thông qua việc kết hợp chặt chẽ giữa lý luận thương mại quốc tế và mô hình định lượng VAR hiện đại. Kết quả thực nghiệm giai đoạn 2000 – 2015 khẳng định tỷ giá không phải là công cụ vạn năng để khắc phục tình trạng nhập siêu từ Trung Quốc khi các điều kiện cấu trúc kinh tế nền tảng chưa đáp ứng chuẩn Marshall – Lerner. Việc hoàn thiện cơ chế tỷ giá trung tâm kết hợp với chiến lược nâng cấp chuỗi giá trị sản xuất nội địa là giải pháp chiến lược dài hạn bảo đảm ổn định kinh tế vĩ mô và nâng cao vị thế tự chủ của nền kinh tế Việt Nam.