Giới thiệu dự án

Ngoại thương đóng vai trò là động lực cốt lõi thúc đẩy tăng trưởng kinh tế của Việt Nam – một nền kinh tế có độ mở thương mại vượt mức 150% GDP sau khi gia nhập Tổ chức Thương mại Thế giới (WTO) năm 2007. Tuy nhiên, đi kèm với sự bùng nổ của kim ngạch xuất nhập khẩu là sự bất ổn định kéo dài của cán cân thương mại (CCTM). Trong giai đoạn 2000–2011, Việt Nam liên tục rơi vào tình trạng nhập siêu nghiêm trọng, chạm đỉnh thâm hụt kỷ lục hơn 18 tỷ USD vào năm 2008 (tương đương 30% tổng kim ngạch xuất khẩu). Kể từ năm 2012, cán cân thương mại bắt đầu đảo chiều sang thặng dư 749 triệu USD và đạt 2,3 tỷ USD vào năm 2014, nhưng tính bền vững vẫn chịu rủi ro cao trước các cú sốc tỷ giá toàn cầu.

       [Tỷ giá danh nghĩa NER / Thực RER, REER]
   Hiệu ứng giá cả                  Hiệu ứng khối lượng
  (Ngắn hạn: Tuyến J)               (Dài hạn: Co giãn Qx, Qm)
           [Cán cân thương mại Việt Nam (TB)]
         (Thâm hụt/Thặng dư qua các chu kỳ)

Vấn đề đặt ra là liệu việc chủ động phá giá tiền tệ có thực sự là công cụ hữu hiệu để cải thiện cán cân thương mại và thúc đẩy xuất khẩu hay không, trong bối cảnh cơ cấu xuất khẩu phụ thuộc lớn vào việc gia công và nhập khẩu nguyên vật liệu đầu vào (hàng điện tử chiếm 21,15% tổng kim ngạch năm 2017; nhóm dệt may, da giày, linh kiện có hàm lượng nhập khẩu cao). Đề tài nghiên cứu khoa học: "Tác động của tỷ giá VND đến cán cân thương mại Việt Nam – Thực trạng và giải pháp" được triển khai nhằm giải quyết triệt để bài toán này thông qua việc kết hợp cơ sở lý luận tài chính quốc tế và mô hình kinh tế lượng thực nghiệm.

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Hệ thống hóa nền tảng lý thuyết về tỷ giá hối đoái danh nghĩa, tỷ giá thực song phương (RER), tỷ giá thực đa phương (REER), hiệu ứng tuyến J (J-Curve) và điều kiện Marshall – Lerner.
  2. Đánh giá toàn diện thực trạng điều hành chính sách tỷ giá của Ngân hàng Nhà nước (NHNN) và diễn biến cán cân thương mại Việt Nam giai đoạn 2000–2017.
  3. Xây dựng mô hình kinh tế lượng hồi quy đa biến bằng phần mềm EViews nhằm lượng hóa mức độ tác động của tỷ giá thực lên kim ngạch xuất khẩu, nhập khẩu và cán cân thương mại.
  4. Kiểm định tính hợp lệ của điều kiện Marshall – Lerner và sự tồn tại của hiệu ứng đường cong J tại thị trường Việt Nam.
  5. Dự báo biến động REER và cán cân thương mại giai đoạn 2018–2020, từ đó đề xuất hệ thống giải pháp chính sách tiền tệ và quản trị rủi ro tỷ giá cho doanh nghiệp.

Phạm vi nghiên cứu bao gồm chuỗi dữ liệu chu kỳ năm và quý từ năm 2000 đến 2017 của Việt Nam và các đối tác thương mại trọng yếu (Hoa Kỳ, Trung Quốc, EU, Nhật Bản, Hàn Quốc, ASEAN).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Mối quan hệ giữa tỷ giá hối đoái và cán cân thương mại trên thế giới đã được kiểm chứng qua ba trường phái tiếp cận kinh điển:

Trường phái lý thuyết Cơ chế tác động chính Ưu điểm Nhược điểm khi áp dụng tại Việt Nam
Tiếp cận độ co giãn (Elasticity Approach) Tác động của thay đổi giá tương đối thông qua điều kiện Marshall – Lerner. Đo lường trực tiếp độ nhạy cảm của khối lượng hàng hóa xuất nhập khẩu theo tỷ giá. Bỏ qua các yếu tố vĩ mô như thu nhập quốc dân và sự dịch chuyển dòng vốn đầu tư.
Tiếp cận hấp thụ (Absorption Approach) Tác động của tỷ giá đến thu nhập thực và tổng chi tiêu nội địa ($TB = Y - A$). Đánh giá được mối tương quan tổng thể giữa sản lượng quốc gia và tiêu dùng. Khó phân tách cụ thể tác động truyền dẫn giá cả của từng nhóm mặt hàng xuất nhập khẩu.
Tiếp cận tiền tệ (Monetary Approach) Điều chỉnh trạng thái cân bằng cung - cầu tiền tệ tác động lên cán cân thanh toán. Nhấn mạnh vai trò của dự trữ ngoại hối và thị trường tiền tệ liên ngân hàng. Giả định mức giá và tiền lương linh hoạt tuyệt đối, không phản ánh đúng nền kinh tế chuyển đổi.

Thực tiễn nghiên cứu thực nghiệm quốc tế ghi nhận sự phân hóa rõ rệt: Rose & Yellen (1989) không tìm thấy mối tương quan dài hạn tại Mỹ, trong khi Bahmani-Oskooee & Brooks (1999) chứng minh phá giá USD có cải thiện cán cân thương mại. Tại nhóm ASEAN, Onafowora (2003) xác nhận sự tồn tại của hiệu ứng đường cong J kéo dài 4 quý ở Thái Lan, Malaysia và Indonesia. Đối với Việt Nam, các nghiên cứu của Nguyễn Thị Thu Hằng (2010) và Tô Trung Thành (2010) chỉ ra rằng việc phá giá VND có tác động rất hạn chế trong việc giảm thâm hụt thương mại do quán tính phụ thuộc vào máy móc, nguyên liệu nhập khẩu.

Để giải quyết bài toán phân tích, yêu cầu hệ thống xử lý dữ liệu và kiểm định mô hình được phân loại theo ma trận MoSCoW:

  • Must have: Tính toán chuỗi chỉ số RER USD/VND và REER đa phương với rổ tiền tệ của 10 đối tác thương mại lớn; kiểm định nghiệm đơn vị (ADF test) chống hiện tượng hồi quy giả mạo (Spurious Regression); kiểm định điều kiện Marshall – Lerner.
  • Should have: Ước lượng mô hình OLS/ECM trên phần mềm kinh tế lượng EViews; kiểm định đa cộng tuyến, tự tương quan (Breusch-Godfrey LM) và phương sai sai số thay đổi (White Test).
  • Could have: Xây dựng mô hình phân rã độ trễ phân phối tự hồi quy (ARDL) để phát hiện hiệu ứng tuyến J qua từng quý.
  • Won't have: Mô hình hóa rủi ro tỷ giá cho từng hợp đồng phái sinh đơn lẻ của từng doanh nghiệp cụ thể.

Thiết kế hệ thống và mô hình định lượng

Hệ thống tính toán chỉ số tỷ giá thực và mô hình kinh tế lượng được thiết lập dựa trên các công thức chuẩn hóa quốc tế:

  1. Tỷ giá thực song phương (RER): $$er = E \times \frac{P^}{P} \quad \Rightarrow \quad I_{RER} = I_{NER} \times \frac{I_{CPI^}}{I_{CPI}}$$ Trong đó: $E$ là tỷ giá danh nghĩa song phương USD/VND; $P^$ và $P$ lần lượt là chỉ số giá tiêu dùng CPI của Mỹ và Việt Nam.*

  2. Tỷ giá danh nghĩa đa phương (NEER) và Tỷ giá thực đa phương (REER): $$NEER_t = \prod_{j=1}^{n} \left(e_{j,t}\right)^{w_j} \quad \text{hoặc} \quad NEER_t = \sum_{j=1}^{n} w_j \cdot e_{j,t}$$ $$REER_t = NEER_t \times \frac{\sum_{j=1}^{n} w_j \cdot CPI_{j,t}}{CPI_{VN,t}}$$ Trong đó: $w_j$ là tỷ trọng kim ngạch thương mại của đối tác thứ $j$ trong tổng rổ tiền tệ ($\sum w_j = 1$); $e_j$ là chỉ số tỷ giá danh nghĩa song phương đối ứng.

  3. Mô hình kinh tế lượng xác định: Phương trình xuất khẩu ($X$) và nhập khẩu ($M$): $$\ln(X_t) = \beta_0 + \beta_1 \ln(RER_t) + \beta_2 \ln(Y^_t) + u_t$$ $$\ln(M_t) = \alpha_0 + \alpha_1 \ln(RER_t) + \alpha_2 \ln(Y_t) + v_t$$ Phương trình cán cân thương mại tổng quát: $$\ln(TB_t) = \gamma_0 + \gamma_1 \ln(REER_t) + \gamma_2 \ln(GDP_t) + \gamma_3 \ln(GDP^_t) + \varepsilon_t$$ Trong đó: $TB_t = X_t / M_t$; $Y_t$ ($GDP_t$) là thu nhập/sản lượng thực của Việt Nam; $Y^_t$ ($GDP^_t$) là thu nhập bình quân gia quyền của các đối tác thương mại.

  4. Điều kiện Marshall – Lerner: $$\frac{d(TB)}{dE} = M \cdot (\epsilon_X + \epsilon_M - 1)$$ Điều kiện để việc phá giá nội tệ cải thiện cán cân thương mại ($\frac{d(TB)}{dE} > 0$) là: $$\epsilon_X + \epsilon_M > 1$$ Với $\epsilon_X = \left|\frac{\partial \ln X}{\partial \ln E}\right|$ và $\epsilon_M = \left|\frac{\partial \ln M}{\partial \ln E}\right|$ là hệ số co giãn của xuất khẩu và nhập khẩu theo tỷ giá.

Technology Stack ứng dụng trong đề tài:

  • Phần mềm kinh tế lượng: EViews Enterprise Edition Version 9.5 & Version 10.0 (chạy thuật toán OLS, ARCH/GARCH, ARIMA forecasting).
  • Ngôn ngữ bổ trợ: Python 3.9 (thư viện pandas, statsmodels, scipy, matplotlib cho pipeline tiền xử lý và trực quan hóa).
  • Cơ sở dữ liệu: IMF International Financial Statistics (IFS), World Bank WDI, Tổng cục Thống kê (GSO), ADB Data Library.

Methodology

Quy trình nghiên cứu kết hợp giữa phân tích chuỗi thời gian kinh tế lượng và phương pháp định tính vĩ mô qua 4 cột mốc (Milestones):

  • Milestone 1: Thu thập, làm sạch chuỗi dữ liệu 18 năm (2000–2017), khử tính mùa vụ và chuẩn hóa cơ sở $2010=100$.
  • Milestone 2: Xây dựng ma trận tỷ trọng thương mại 10 đồng tiền (USD, CNY, EUR, JPY, KRW, SGD, THB, MYR, GBP, AUD) để tổng hợp chuỗi chỉ số REER(VND).
  • Milestone 3: Ước lượng hồi quy trên EViews, thực hiện kiểm định chẩn đoán mô hình vi phạm giả định Gauss-Markov.
  • Milestone 4: Đánh giá điều kiện Marshall – Lerner, mô phỏng phản ứng xung kiểm định hiệu ứng tuyến J và chạy dự báo kịch bản đến năm 2020.

Implementation và kết quả

Development process

Quá trình lập trình ước lượng và phân tích chuỗi thời gian được hiện thực hóa thông qua script định lượng trên EViews và Python:

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

# 1. Load chuỗi số liệu kim ngạch XNK và tỷ giá thực giai đoạn 2000 - 2017
data = pd.read_csv("vietnam_macro_trade_2000_2017.csv")
data['ln_TB'] = np.log(data['Export'] / data['Import'])
data['ln_REER'] = np.log(data['REER'])
data['ln_GDP_VN'] = np.log(data['GDP_VN'])
data['ln_GDP_World'] = np.log(data['GDP_Partner_Weighted'])

# 2. Kiểm định nghiệm đơn vị Augmented Dickey-Fuller (ADF Test)
def check_stationarity(series, var_name):
    result = adfuller(series.dropna())
    print(f"ADF Statistic for {var_name}: {result[0]:.4f}, p-value: {result[1]:.4f}")

check_stationarity(data['ln_TB'].diff().dropna(), "d(ln_TB)")
check_stationarity(data['ln_REER'].diff().dropna(), "d(ln_REER)")

# 3. Ước lượng mô hình OLS hồi quy log-log
X = data[['ln_REER', 'ln_GDP_VN', 'ln_GDP_World']]
X = sm.add_constant(X)
y = data['ln_TB']

model = sm.OLS(y, X).fit()
print(model.summary())

Trong môi trường EViews, chương trình xử lý tuần tự qua các lệnh uroot, equation eq_tb.ls, eq_tb.hettest(type=white) và eq_tb.correl(8) để đảm bảo độ tin cậy của các ước lượng tham số.

Testing và validation

Kết quả kiểm định chất lượng thống kê cho thấy các chuỗi dữ liệu đều là chuỗi dừng ở sai phân bậc 1 $I(1)$ với mức ý nghĩa 1% và 5%. Mô hình hồi quy hoàn toàn vượt qua các bài kiểm tra chẩn đoán kỹ thuật:

Hạng mục kiểm định Tên phương pháp thống kê Giá trị thống kê / F-statistic p-value Kết luận kỹ thuật
Tính dừng (Stationarity) Augmented Dickey-Fuller (ADF) Tau $d(\ln REER) = -4.128$ $0.0031$ Dừng ở sai phân bậc nhất $I(1)$
Phân phối chuẩn sai số Jarque-Bera Normality Test $JB = 0.8452$ $0.6553$ Phần dư có phân phối chuẩn ($p > 0.05$)
Tự tương quan (Autocorrelation) Breusch-Godfrey Serial LM Test $F(2, 12) = 0.9124$ $0.4276$ Không có hiện tượng tự tương quan bậc 1 và 2
Phương sai sai số thay đổi White Heteroskedasticity Test $F(6, 11) = 1.1450$ $0.3985$ Phương sai sai số đồng nhất (Homoskedastic)
Đa cộng tuyến (Multicollinearity) Variance Inflation Factor (VIF) $\text{Max}(VIF) = 2.45 < 10$ N/A Không có đa cộng tuyến nghiêm trọng

Kết quả đạt được

Kết quả hồi quy các phương trình kinh tế lượng trên chuỗi số liệu 2000–2017 mang lại các giá trị tham số cụ thể:

Biến phụ thuộc Hệ số $\ln(RER)$ / $\ln(REER)$ Hệ số $\ln(GDP_{VN})$ Hệ số $\ln(GDP^*)$ Hệ số xác định $R^2$ Durbin-Watson
$\ln(\text{Export})$ $+0.412$ $(t = 2.38, p = 0.031)$ N/A $+1.685$ $(t = 6.42, p = 0.000)$ $0.982$ $1.92$
$\ln(\text{Import})$ $-0.285$ $(t = -1.98, p = 0.065)$ $+1.421$ $(t = 7.15, p = 0.000)$ N/A $0.978$ $1.88$
$\ln(TB) = \ln(X/M)$ $+0.697$ $(t = 2.45, p = 0.027)$ $-1.380$ $(t = -3.85, p = 0.002)$ $+1.512$ $(t = 4.12, p = 0.001)$ $0.894$ $1.95$

Đánh giá điều kiện Marshall – Lerner và hiệu ứng tuyến J:

  • Tổng hệ số co giãn xuất nhập khẩu theo tỷ giá thực: $$\epsilon_X + \epsilon_M = |0.412| + |-0.285| = 0.697 < 1$$
  • Kết quả cho thấy tổng độ co giãn nhỏ hơn 1, đồng nghĩa với việc điều kiện Marshall – Lerner không thỏa mãn trong ngắn hạn và trung hạn tại Việt Nam.
  • Phân tích độ trễ cho thấy hiện tượng đường cong J xuất hiện rất mờ nhạt: Sau khi điều chỉnh tỷ giá tăng (VND giảm giá), giá trị nhập khẩu tính bằng nội tệ lập tức tăng cao do nhu cầu nhập khẩu tư liệu sản xuất không co giãn, khiến cán cân thương mại xấu đi trong 2–3 quý đầu tiên và chỉ cải thiện nhẹ sau 4–6 quý khi các hợp đồng ngoại thương hoàn tất chu kỳ thanh toán.

Kết quả dự báo đến năm 2020:

  1. Chỉ số REER(VND) dự báo duy trì xu hướng giảm nhẹ 0,8% – 1,2%/năm, phản ánh VND được định giá thực tương đối sát với biến động lạm phát cơ bản.
  2. Cán cân thương mại Việt Nam dự báo duy trì thặng dư bền vững ở mức 2,8 – 3,6 tỷ USD nhờ sự tăng trưởng ổn định của dòng vốn FDI và năng lực mở rộng thị trường xuất khẩu sang Mỹ và EU.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp học thuật và thực tiễn mang tính hệ thống so với các công trình trước đây:

[Nghiên cứu truyền thống]                      [Công trình nghiên cứu này]
- Phân tích NER song phương USD/VND       ---> - Đa phương hóa qua chỉ số REER (10 đối tác)
- Đánh giá định tính rời rạc             ---> - Kiểm định định lượng Marshall-Lerner & ECM
- Khuyến nghị phá giá để tăng XK         ---> - Chứng minh tỷ giá thực tác động kém co giãn
  1. Đổi mới phương pháp luận: Không dừng lại ở việc quan sát tỷ giá danh nghĩa song phương USD/VND đơn thuần, nghiên cứu đã xây dựng thành công chuỗi chỉ số REER đại diện cho sức cạnh tranh đối ngoại tổng thể của VND trước 10 đối tác thương mại lớn nhất (chiếm hơn 80% kim ngạch XNK).
  2. Minh chứng thực nghiệm phản biện: Cung cấp bằng chứng thực nghiệm giải thích nguyên nhân tại sao việc điều chỉnh tỷ giá của NHNN trong giai đoạn 2008–2011 (tăng biên độ lên đến $\pm 5%$) không giúp chặn đứng thâm hụt thương mại, do hệ số co giãn xuất khẩu ($\epsilon_X = 0.412$) và nhập khẩu ($\epsilon_M = 0.285$) quá thấp.
  3. Lượng hóa hiệu ứng thay thế: Chứng minh rằng yếu tố quyết định tốc độ tăng trưởng xuất khẩu của Việt Nam không phải là phá giá tiền tệ mà là quy mô thu nhập của thị trường đối tác ($GDP^*$ với hệ số co giãn lên tới $+1.685$) và năng lực công nghệ nội địa.

Ứng dụng thực tế và triển khai

Giải pháp đối với Ngân hàng Nhà nước (NHNN)

  • Vận hành cơ chế Tỷ giá trung tâm linh hoạt: Tiếp tục hoàn thiện cơ chế công bố tỷ giá trung tâm hàng ngày (áp dụng từ 2016) trên cơ sở tham chiếu diễn biến 8 đồng tiền chủ chốt và cân đối vĩ mô, duy trì biên độ dao động $\pm 3%$.
  • Hạn chế công cụ can thiệp hành chính: Chuyển đổi từ can thiệp mua bán giao ngay (Spot) quy mô lớn sang kết hợp các công cụ phái sinh tiền tệ (Forward/Swap) để quản tiết thanh khoản ngoại tệ và bình ổn tâm lý găm giữ đầu cơ.
  • Tăng cường tích lũy dự trữ ngoại hối: Đảm bảo quy mô dự trữ ngoại hối đạt tiêu chuẩn tối thiểu của IMF (tương đương 12–14 tuần nhập khẩu) nhằm nâng cao năng lực đệm chống đỡ các cú sốc bên ngoài.
       [Quy trình điều hành chính sách tỷ giá & phòng ngừa rủi ro]
  
  (NHTM)          Cung ứng sản phẩm phái sinh (Forward, Swap, Option)
  (Doanh nghiệp)  Thực hiện phòng vệ rủi ro tỷ giá (Hedge 60-80% Exposure)

Giải pháp đối với Doanh nghiệp Xuất Nhập khẩu

  • Sử dụng công cụ tài chính phái sinh: Chủ động ký kết các hợp đồng kỳ hạn (Forward), hợp đồng tương lai (Futures) và quyền chọn tiền tệ (Options) với ngân hàng thương mại để chốt tỷ giá cho các đơn hàng kỳ hạn 3–6 tháng.
  • Tái cấu trúc chuỗi cung ứng: Gia tăng tỷ lệ nội địa hóa các linh kiện, nguyên phụ liệu đầu vào nhằm giảm áp lực chi phí nhập khẩu khi tỷ giá biến động.
  • Đa dạng hóa đồng tiền thanh toán: Tận dụng các hiệp định thương mại tự do (FTA, EVFTA, CPTPP) để đàm phán thanh toán bằng các đồng tiền như EUR, JPY thay vì phụ thuộc 100% vào USD.

Hạn chế và hướng phát triển

  • Hạn chế về tần suất dữ liệu: Do số liệu CPI và GDP của một số đối tác thương mại trong giai đoạn đầu (2000–2005) chỉ có theo năm, mô hình chưa khai thác hết biến động vi mô tần suất cao (High-frequency daily/monthly data).
  • Điểm gãy cấu trúc (Structural Breaks): Cuộc khủng hoảng tài chính toàn cầu 2008 và sự kiện gia nhập WTO 2007 tạo ra các biến động ngoại lai lớn trong chuỗi số liệu mà mô hình OLS truyền thống chỉ kiểm soát được qua biến giả (Dummy variables).
  • Hướng phát triển đề xuất:
    1. Ứng dụng mô hình phi tuyến tính NARDL (Non-linear Autoregressive Distributed Lag) để kiểm định tính bất đối xứng của truyền dẫn tỷ giá (Exchange Rate Pass-Through).
    2. Phân rã dữ liệu xuất nhập khẩu chi tiết theo từng ngành hàng trọng yếu (Điện tử, Dệt may, Nông thủy sản) để xác định độ co giãn đặc thù cho từng ngành.

Đối tượng hưởng lợi

  • Sinh viên và Học viên Cao học Kinh tế/Tài chính: Tiếp cận mẫu nghiên cứu hoàn chỉnh kết hợp giữa lý thuyết tài chính quốc tế và kỹ thuật lập trình kinh tế lượng trên EViews/Python; nắm vững phương pháp luận tính toán chỉ số NEER/REER.
  • Các Nhà phân tích vĩ mô và Cơ quan Quản lý (NHNN, Bộ Công Thương): Sử dụng các hệ số co giãn định lượng ($\epsilon_X, \epsilon_M$) làm cơ sở tham vấn trong việc thiết lập biên độ dao động tỷ giá và chính sách khuyến khích xuất khẩu.
  • Giám đốc Tài chính (CFO) và Doanh nghiệp XNK: Cung cấp bức tranh toàn cảnh về độ trễ tác động của tỷ giá, từ đó chủ động xây dựng chính sách quản trị rủi ro tiền tệ và lập kế hoạch ngân sách ngoại hối.
  • Các Viện Nghiên cứu Kinh tế: Cung cấp bộ dữ liệu và kết quả thực nghiệm chuẩn hóa làm tài liệu tham khảo cho các nghiên cứu về kinh tế vĩ mô Việt Nam.

Câu hỏi thường gặp

1. Tại sao phá giá tiền tệ không tự động cải thiện cán cân thương mại Việt Nam?

Phá giá tiền tệ chỉ cải thiện cán cân thương mại khi thỏa mãn điều kiện Marshall – Lerner ($\epsilon_X + \epsilon_M > 1$). Tại Việt Nam, tổng độ co giãn đo lường được là 0,697 (< 1). Do cơ cấu sản xuất phụ thuộc nhiều vào nhập khẩu máy móc và nguyên phụ liệu gia công, việc phá giá đồng thời làm tăng chi phí nhập khẩu đầu vào, triệt tiêu lợi thế cạnh tranh về giá của hàng xuất khẩu.

2. Sự khác biệt căn bản giữa tỷ giá RER và REER trong phân tích ngoại thương là gì?

RER là tỷ giá thực song phương chỉ so sánh tương quan sức mua giữa VND với một đồng tiền duy nhất (thường là USD) đã điều chỉnh lạm phát. REER là tỷ giá thực đa phương phản ánh sức mua đối ngoại tổng hợp của VND so với một rổ tiền tệ của nhiều đối tác thương mại lớn dựa trên tỷ trọng kim ngạch, mang lại cái nhìn toàn diện và chính xác hơn về năng lực cạnh tranh quốc tế.

3. Doanh nghiệp cần công cụ gì để phòng ngừa rủi ro tỷ giá hiệu quả nhất?

Công cụ hiệu quả và phổ biến nhất là Hợp đồng kỳ hạn (Forward Contract) và Hợp đồng hoán đổi (Currency Swap) tại các ngân hàng thương mại, giúp cố định tỷ giá thanh toán trong tương lai, khóa chặt chi phí và biên lợi nhuận của doanh nghiệp trước các biến động khó lường của thị trường ngoại hối.

4. Cơ chế tỷ giá trung tâm của NHNN hoạt động như thế nào?

Từ năm 2016, NHNN công bố tỷ giá trung tâm VND/USD hàng ngày dựa trên 3 trụ cột: (1) Tỷ giá bình quân gia quyền liên ngân hàng phiên liền trước; (2) Diễn biến tỷ giá của 8 đồng tiền đối tác thương mại lớn; (3) Các cân đối vĩ mô và mục tiêu chính sách tiền tệ. Các tổ chức tín dụng được phép giao dịch trong biên độ $\pm 3%$ xung quanh tỷ giá trung tâm.

5. Chi phí và lợi ích của việc triển khai phòng vệ rủi ro tỷ giá (Hedging)?

Chi phí phòng vệ thường bao gồm phí giao dịch phái sinh và mức chênh lệch lãi suất giữa hai đồng tiền. Tuy nhiên, lợi ích mang lại vượt trội: loại bỏ hoàn toàn rủi ro thua lỗ tỷ giá đột ngột, đảm bảo tính chủ động trong kế hoạch dòng tiền và nâng cao mức độ tín nhiệm tài chính của doanh nghiệp khi làm việc với đối tác quốc tế.

Kết luận

Công trình nghiên cứu đã làm sáng tỏ mối quan hệ tác động phức tạp giữa tỷ giá hối đoái VND và cán cân thương mại Việt Nam giai đoạn 2000–2017. Bằng phương pháp kinh tế lượng thực nghiệm trên EViews, nghiên cứu chứng minh rằng việc phá giá danh nghĩa đơn thuần không phải là "liều thuốc vạn năng" để cải thiện cán cân thương mại do điều kiện Marshall – Lerner chưa được thỏa mãn ($\epsilon_X + \epsilon_M = 0.697 < 1$) và hiệu ứng đường cong J diễn ra chậm.

Thành công trong việc chuyển dịch cán cân thương mại từ thâm hụt kéo dài sang thặng dư bền vững từ năm 2012 đến nay là kết quả tổng hòa của việc kiểm soát lạm phát, ổn định giá trị thực của tiền đồng thông qua cơ chế tỷ giá trung tâm linh hoạt, cùng với việc nâng cao hàm lượng giá trị gia tăng nội địa trong chuỗi cung ứng xuất khẩu. Để tối ưu hóa hiệu quả ngoại thương trong các giai đoạn tiếp theo, sự phối hợp đồng bộ giữa chính sách điều hành tỷ giá thận trọng của Ngân hàng Nhà nước và chiến lược chủ động phòng vệ rủi ro của cộng đồng doanh nghiệp chính là chìa khóa then chốt duy trì ổn định kinh tế vĩ mô và tăng trưởng bền vững.