See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/322580023

RUIN PROBABILITIES FOR A CONTROLLED GENERAL RISK PROCESS

Article · January 2018

DOI: 10.17654/MS103020345

CITATIONS READS

0 955

3 authors, including:

Quang Phung Duy

Foreign Trade University
11 PUBLICATIONS   11 CITATIONS   

SEE PROFILE

All content following this page was uploaded by Quang Phung Duy on 16 May 2021.

The user has requested enhancement of the downloaded file.

 Số 256(II), tháng 10/2018
Mục lục

Đào tạo toán học ứng dụng trong kinh tế trong điều kiện Cách mạnh Công nghiệp 4.0
Nguyễn Quang Dong 2
Tác động của đầu tư trực tiếp nước ngoài lên quá trình công nghiệp hóa ở Việt Nam
Hoàng Mạnh Hùng 10
Tác động của toàn cầu hóa đến sự phát triển của khu vực dịch vụ ở Việt Nam
Nguyễn Thị Cẩm Vân,Tống Thành Trung, Bùi Quốc Hoàn 19
Tác động của chi tiêu cho y tế đến tăng trưởng kinh tế cấp tỉnh ở Việt Nam
Nguyễn Mạnh Cường 30
Phân tích tác động của tỷ giá hối đoái, giá vàng thế giới và giá dầu thế giới đến chỉ số thị
trường chứng khoán Việt Nam
Nguyễn Thu Thủy 40
Vai trò của công nghiệp và dịch vụ trong thúc đẩy năng suất lao động nông nghiệp ở Việt
Nam
Phùng Minh Đức 50
Ước lượng và phân tích chi phí giao dịch trên thị trường chứng khoán Việt Nam
Trần Chung Thủy 60
Áp dụng mô hình rủi ro nhóm và phương pháp Bayes trong ước lượng chi phí khám
chữa bệnh ở Việt Nam
Phạm Thị Hồng Thắm 70
Các yếu tố tác động đến khả năng đi học đúng độ tuổi ở Việt Nam giai đoạn 2010 - 2014
Lê Đức Hoàng 78
Sử dụng cách tiếp cận đối ngẫu dự báo cầu lao động ngành chế biến thực phẩm ở Việt Nam
Lâm Văn Sơn, Phạm Anh Tuấn 89
Các yếu tố ảnh hưởng đến quyết định chi tiêu cho giáo dục bậc Đại học của các hộ gia đình
Việt Nam
Hoàng Thanh Nghị 100
Sử dụng mô hình hồi quy khoảng trong nghiên cứu cầu tiềm năng về rau an toàn của người
dân Việt Nam: Trường hợp địa bàn Hà Nội
Lê Thị Anh, Nguyễn Thị Minh, Hoàng Thị Thanh Tâm 109
Phương pháp học máy trong phát hiện gian lận thẻ tín dụng - một nghiên cứu thực nghiệm
Nguyễn Thị Liên, Nguyễn Thị Thu Trang, Nguyễn Chiến Thắng 118

Số 256(II) tháng 10/2018 1

 ĐÀO TẠO TOÁN HỌC ỨNG DỤNG
TRONG KINH TẾ TRONG ĐIỀU KIỆN
CÁCH MẠNH CÔNG NGHIỆP 4.0
Nguyễn Quang Dong
Đại học Kinh tế Quốc dân
Emai: dongnqneu@gmail.com

Ngày nhận: 27/8/2018

Ngày nhận bản sửa: 01/10/2018
Ngày duyệt đăng: 15/10/2018

Tóm tắt:
Trong hơn 10 năm qua, toán học đã phát triển mạnh mẽ cả về mặt lý thuyết và ứng dụng.
Toán học đã giải quyết được nhiều vấn đề lý thuyết của chính mình và cùng với sự phát
triển của các ngành khoa học khác đã hình thành lên nhiều ngành mới. Dưới tác động của
cuộc cách mạng công nghiệp 4.0, xu thế này càng trở lên mạnh mẽ và tất yếu. Sẽ có nhiều
ngành mới, nghề mới ra đời. Bài này sẽ trình bày 3 nội dung cơ bản: (i) Xu thế phát triển
của toán học nói chung và ứng dụng toán học trong lĩnh vực kinh tế nói riêng trong những
năm sắp tới; (ii) Các trường đại học nên mở ngành học nào về ứng dụng toán học trong
lĩnh vực kinh tế; (iii) Giảng dạy về toán học, thống kê trong các trường đại học về kinh tế,
quản trị kinh doanh và quản lý nên đổi mới như thế nào?
Từ khóa: Toán ứng dụng, phân tích kinh doanh, khoa học dữ liệu, phân tích dịch vụ tài
chính, các mạng công nghiệp 4.0.

Applied Mathematics Training in Economics in the Fourth Industrial Revolution

Abstract:
Over the past 10 years, mathematics has developed strongly both in theory and application.
Mathematics has solved many of its theoretical problems and along with the development of
other disciplines it has formed new fields of study. Under the impact of the industrial revolution
4.0, this trend has become stronger and indispensable. There will be new professions, and
new jobs coming out. This paper will present three basic contents: (i) the development
trends of mathematics in general and applied mathematics in economics in particular in the
coming years; (ii) What training programs should universities open in the application of
mathematics, statistics in economics; (iii) How should the teaching mathematics, statistics
be innovated in economics, business administration and management?
Keywords: Applied mathematics, Business analytics, Data science, Financial services
analytics, Industrial revolution 4.0.

1. Giới thiệu
Những năm đầu của thế kỷ XXI là những năm
nổi bật đối với toán học. Những đột phá lớn đã được
thực hiện trong nghiên cứu cơ bản và nghiên cứu
ứng dụng. Nghiên cứu cơ bản được đánh dấu bằng
công trình năm 2009 của giáo sư Ngô Bảo Châu về
bổ đề Langlands. Xu hướng có tính liên tục của toán
học với vai trò thiết yếu trong khoa học vật lý, sinh
học, kỹ thuật, y học, kinh tế, tài chính và khoa học
xã hội đã mở rộng đáng kể. Các ngành khoa học
toán học đã trở thành không thể thiếu đối với nhiều
ngành công nghiệp mới nổi, đối với các công nghệ
tinh vi ngày càng gia tăng trong lĩnh vực quân sự.
Một đặc điểm nổi bật là toán học được mở rộng và

Số 256(II) tháng 10/2018 2

phát triển song song với các ứng dụng. Các nhà quản
lý và các nhà toán học cho rằng cần phát triển và
củng cố các kết quả đã đạt được. Tuy nhiên, trên
thực tế, nhiều nhà toán học không biết về vai trò mở
rộng của các ngành thuộc khoa học toán học, điều
này hạn chế khả năng của cộng đồng về phát triển
lĩnh vực, đào tạo và thu hút số lượng sinh viên lớn
hơn. Bên cạnh đó, sự phát triển mạnh mẽ của khoa
học và kỹ thuật, tác động mạnh mẽ của cách mạng
công nghiệp 4.0, nhiều nước đã nghiên cứu sự phát
triển trong tương lai của toán học sẽ như thế nào?
Chương trình giảng dạy toán học tại các trường đại
học cần đổi mới theo hướng nào? Các cơ chế kết nối
giữa các nhà nghiên cứu bên ngoài và các khoa học
toán học cần phải được cải thiện. Số lượng sinh viên
hiện đang bị thu hút vào lĩnh vực này ở các nước
công nghiệp là không đủ để đáp ứng nhu cầu của
tương lai. Với những vấn đề như vậy nhiều nước đã
nghiên cứu xu hướng trong tương lai của toán học.
Một giai đoạn mà phần nhiều các nước đều đề xuất
nghiên cứu là giai đoạn đến 2025. Sau 2025, các nhà
khoa học chưa tính được do sự phát triển của cách
mạng công nghiệp 4.0.
Ở Mỹ, năm 2013 dưới sự bảo trợ của Ủy ban Khoa
học và Ứng dụng toán học, Hội đồng Nghiên cứu
quốc gia (NRC) đã nghiên cứu và ra ấn phẩm “The
Mathematical Sciences in 2025”. Ấn phẩm này, có 5
nội dung cơ bản: (i) Những thành tựu của toán học;
(ii) Quan hệ giữa toán học và các khoa học khác;
(iii) Những xu thế quan trọng của toán học; (iv) Con
người trong toán học và; (v) Thay đổi bối cảnh học
thuật. Báo cáo đưa ra tầm nhìn cho khoa học toán
học đến năm 2025. Theo đó, khoa học toán học đang
trở thành một thành phần không thể tách rời và thiết
yếu của một loạt các lĩnh vực nghiên cứu về sinh
học, y học, khoa học xã hội, kinh doanh, thiết kế
tiên tiến, khí hậu, tài chính, vật liệu tiên tiến…Công
việc này liên quan đến việc tích hợp toán học, thống
kê và tính toán theo nghĩa rộng nhất, và sự tương tác
giữa các khu vực này với các lĩnh vực ứng dụng tiềm
năng; các khoa học toán học được hình thành tốt
nhất khi bao gồm tất cả các thành phần này. Những
hoạt động này rất quan trọng đối với tăng trưởng
kinh tế, khả năng cạnh tranh quốc gia và an ninh
quốc gia.
Ở Úc, năm 2016, Viện hàn lâm Úc đã công bố
cuốn sách The mathematical sciences in Australia:
A vision for 2025 (2016). Nội dung của cuốn sách
này gồm 6 nội dung: (i) Khoa học toán học ở Úc;
Số 256(II) tháng 10/2018
(ii) Tầm nhìn đến năm 2025; (iii) Những điểm mạnh
của Úc về khoa học toán học; (iv) Những thách thức
của Úc về khoa học toán học; (v) Kế hoạch của Úc
về khoa học toán học và (vi) Ba ưu tiên đối với phát
triển của khoa học toán học. Trong đó, tầm nhìn đến
năm 2025 của Úc về khoa học toán học là: Nghiên
cứu mạnh mẽ về toán học và cơ sở hạ tầng giáo dục
trong khoa học toán học là cơ sở cho tương lai của
Úc. Công nghệ và tri thức mới đang biến đổi khoa
học toán học. Đồng thời, sự gia tăng các công cụ
định lượng mới thể hiện khoa học toán học đang
tìm kiếm ứng dụng không thể thiếu trên nhiều lĩnh
vực và trên tất cả các lĩnh vực của khoa học và công
nghệ. Toán học và thống kê quan trọng hơn bao giờ
hết cho nền kinh tế Úc, cho xã hội Úc, và cho giới trẻ
Úc. Tầm nhìn trên được dựa trên 5 nguyên tắc cốt lõi
do các các nhà nghiên cứu đưa ra.
2. Xu thế phát triển của khoa học toán học
“The Mathematical Sciences in 2025” đưa ra 4
xu thế phát triển khoa học toán học: (i) Tầm quan
trọng của kết nối nghiên cứu toán học (bao gồm kết
nối nội bộ của khoa học toán học và kết nối được
thúc đẩy bằng hoặc áp dụng cho một lĩnh vực khoa
học, kinh doanh, y học…) đang gia tăng. (ii) Đổi
mới mô hình tương tác nghiên cứu và tăng trưởng
nghề nghiệp. (iii) Thay đổi mô hình đối với truyền
thông đến độc giả. (iv) Khoa học toán học gắn kết
với máy tính nhiều hơn. Nhà khoa học Hungary
(Laszlo, 2008) cũng có quan điểm giống những luận
điểm trên.
2.1. Mối liên kết giữa khoa học toán học và các
lĩnh vực khác ngày càng chặt chẽ
Mức độ hoặc chồng lấn giữa khoa học toán học và
các khoa học khác ngày một gia tăng dẫn đến định
nghĩa về khoa học toán học được mở rộng. Ủy ban
Khoa học và Ứng dụng Toán học của Mỹ đã định
nghĩa khoa học toán học bao gồm toán học lý thuyết
và toán học ứng dụng, cộng với thống kê, mở rộng
đến các lĩnh vực toán học của các khoa học khác như
khoa học máy tính lý thuyết, các nhánh lý thuyết của
sinh học, sinh thái học, kỹ thuật, kinh tế…Chúng kết
hợp liền mạch với các ngành khoa học toán học.
Kết quả nghiên cứu năm 2008, Hình 1, có thể thấy
toán học (hình elip lớn) chồng lên nhiều ngành khoa
học, kỹ thuật và y học…, và mức độ chồng lấn ngày
càng nhiều hơn với các lĩnh vực kinh doanh như tài
chính, kinh tế, marketing,…Các hình elip nhỏ chồng
chéo với hình elip chính. Đây là sự kết hợp lẫn nhau
3
 đã định nghĩa khoa học toán học bao gồm toán học lý thuyết và toán học ứng dụng, cộng với thống
kê, mở rộng đến các lĩnh vực toán học của các khoa học khác như khoa học máy tính lý thuyết, các
nhánh lý thuyết của sinh học, sinh thái học, kỹ thuật, kinh tế…Chúng kết hợp liền mạch với các
ngành khoa học toán học.

Hình 1: Sự giao thoa của khoa học toán học và các ngành khác

Medicin
…
Geoscience
Chemistry

Communication
Physics
Mathematical
Sciences
Finance
Economics

Engineering
Biology

Manufacturin … Materials

Nguồn: National Research Council (2013).

và chia lưới, nơi các ngành/lĩnh vực chồng lên nhau Trong 10-15 năm vừa qua, khi mức độ chồng lấn
là nơi mọi người có thể thuộc hai hoặc nhiều ngành giữahọc
Kết quả nghiên cứu năm 2008, Hình 1, có thể thấy toán (hình
khoa họcelip lớn)học
toán chồng
và lên
các nhiều
khoa ngành
học tăng lên,
khoa học, kỹ thuật và y học…, và mức độ chồng lấn ngày
khác nhau cùng làm việc. Một số người được liên khoa học toán học bản thân chúng cũngcàng nhiều hơn với các lĩnh vực kinhmở rộng
doanh
kết chặt chẽnhư
vớitàikhoa
chính, học kinh
toántế,học
marketing,…Các
có thể có tương hình elip
và nhỏ
đóngchồng
một chéo
vai tròvớiquan
hình trọng
elip chính.
trongĐâymộtlàhệ thống
sự kết hợp lẫn nhau và chia lưới, nơi các ngành/lĩnh vực chồng
tác rộng, sâu sắc với một hoặc nhiều môn học chồng được tích hợp cao. Sự phát triển của khoalên nhau là nơi mọi người có thểhọc toán
chéo thuộc
này. Một số người
hai hoặc nhiềutrong
ngànhcác ngành
khác nhaukhác
cùngcó làmthểviệc.học
Mộtvà sốmột
người số được
ngànhliên khoakếthọc
chặtkhác
chẽ với khoamột khoa
đã tạo
hoànhọctoàntoán
dễ dàng
học có trong
thể sử
có dụng
tươngcác tác kiến
rộng,thức, công
sâu sắc với một
họchoặcmới.nhiều
Ranhmôn giớihọccácchồng
yếu tốchéocấunày.
thành Mộtkhó phân
cụ dosốtoán
ngườihọctrong
hoặccác thống
ngành kêkhác
thiếtcólập.
thểTrong khoadễ dàng
hoàn toàn biệt. trong
Chẳng sử hạn,
dụngliêncác kết
kiếngiữa
thức,toán
cônghọc,
cụ domáy tính
học vàtoánkỹhọc
thuật
hoặchiện
thống đạikêthì toán
thiết lập.học
Trong“chiếm mộtvà kỹ
khoa học hình thành
thuật hiện data
đại thìscience,
toán họcbig data…Các
“chiếm một mức khoa học
mức độđộ đáng
đáng kể”.
kể”.NóNórất rấtdễdễdàng
dàngđể đểvận
vậndụng
dụngtrong
trongvật lýcũlýđược
thuyếtnâng lênkhoa
hoặc tầmhọc caomáy
mớitính
nhờlýkết quả của quá
thuyết
vật lýmàlýkhông
thuyếtthểhoặc khoa học máy tính lý thuyết trình phát triển khoa
phân biệt được nghiên cứu được thực hiện bởi các nhà toán học, và chồng chéo học và công nghệ.
mà không thể phân biệt được nghiên cứu được thực
tương tự xảy ra với sinh thái lý thuyết, sinh học toán học, Hìnhtin 2sinh
là kết
họcquả
và nghiên
số lượngcứu vàocàng
ngày nămtăng2013. Theo
hiện bởi các nhà toán học, và chồng chéo tương tự
của các lĩnh vực. Đây không phải là một hiện tượng đó, mới, toán họcnhững
ví dụ, khôngngườichỉ chồng lấn tiến
có bằng lên các ngành khác
sĩ toán
xảy ra với sinh thái lý thuyết, sinh học toán học, tin
học, như Herbert Hauptman, John Pople, John Nash mà nó thựcGilbert,
và Walter sự là nền tảng giải
đã đoạt của Nobel
các ngành,
về hóanâng cao
sinh học và số lượng ngày càng tăng của các lĩnh
học hoặc kinh tế, nhưng hiện tượng này đang trở nêncác phổngành
biến hơn và khi
tạo nhiều
ra những ngành
lĩnh vực mới. các
sử dụng Chẳng hạn
vực. Đây không phải là một hiện tượng mới, ví dụ,
biểu diễn có
toán học.tiến
Sự bùng nổ học,
các cơ hộiHerbert sự kết hợp của khoa học kinh
này có nghĩa là nhiều nghiên cứu của thế kỷ 21 sẽ được tế, khoa học máy tính,
những người bằng sĩ toán như
xây dựng, phát triểnJohn
và mở rộngvàtrên nền Gilbert,
tảng khoa học khoa họchọc,
toán vậtvà lýnền
đã làm
tảngcho khoatiếp
đó phải họctục
tàiphát
chính nâng
Hauptman, John Pople, Nash Walter
lên tầm cao mới. Các phương trình động học trong
đã đoạt giải Nobel về hóa học hoặc kinh tế, nhưng
vật lý được vận dụng, công nghệ hóa trong tài chính
hiện tượng này đang trở nên phổ biến hơn khi nhiều
lĩnh vực sử dụng các biểu diễn toán học. Sự bùng nổ đẩy ngành này lên tầm cao mới và ngành học mới
các cơ hội này có nghĩa là nhiều nghiên cứu của thế3 xuất hiện – financial technology...
kỷ 21 sẽ được xây dựng, phát triển và mở rộng trên 2.3. Toán học lý thuyết và ứng dụng cùng phát
nền tảng khoa học toán học, và nền tảng đó phải tiếp triển, gắn chặt với máy tính
tục phát triển và mở rộng. Tuy nhiên, Hình 1 cũng Tính toán khoa học là phương tiện để các khoa
cho thấy ở những vùng chồng lên nhau không có tên học toán học được áp dụng trong các lĩnh vực khác,
rõ ràng. và nó như là người điều khiển của nhiều ứng dụng
2.2. Sự kết hợp giữa toán học và một số khoa mới trong nhiều ngành khác. Tự bản thân toán học
học khác sẽ hình thành nhiều lĩnh vực mới phát triển lan rộng, kết hợp với các ngành khác; việc

Số 256(II) tháng 10/2018 4

 thống được tích hợp cao. Sự phát triển của khoa học toán học và một số ngành khoa học khác đã
tạo một khoa học mới. Ranh giới các yếu tố cấu thành khó phân biệt. Chẳng hạn, liên kết giữa toán
học, máy tính hình thành data science, big data…Các khoa học cũ được nâng lên tầm cao mới nhờ
kết quả của quá trình phát triển khoa học và công nghệ.

Hình 2: Kết nối giữa khoa học toán học và các khoa học khác

Nguồn: National Research Council (2013).

Hình 2 là kết quả nghiên cứu vào năm 2013. Theo đó, toán học không chỉ chồng lấn lên các ngành
hình thành các lĩnh vực mới tạo ra sự phát triển đồng không chỉ là yêu cầu chuẩn mực về giảng dạy, về
khác mà nó thực sự là nền tảng của các ngành, nâng cao các ngành và tạo ra những ngành mới.
hành của lý thuyết và ứng dụng trên môi trường chất lượng học toán mà còn yêu cầu các giáo viên
Chẳng hạn sự kết hợp của khoa học kinh tế, khoa học máy tính, khoa học vật lý đã làm cho khoa
công nghệ thông tin, internet. dạy toán học ở những năm cuối phổ thông truyền đạt
học tài chính nâng lên tầm cao mới. Các phương trình động học trong vật lý được vận dụng, công
Từ nghiên cứu lý thuyết đến ứng dụng trải qua cho người học cách mà môn toán học được sử dụng
nghệ hóa trong tài chính đẩy ngành này lên tầm cao mới và ngành học mới xuất hiện – financial
quá trình thực nghiệm, mô phỏng. Thực nghiệm, mô và nghề nghiệp sau này.
technology...
phỏng là xác nhận quan trọng nhất khi hỗ trợ cho 2.5. Tái cấu trúc chương trình đào tạo toán học
2.3. định.
ra quyết Toán Do
họcvậy,
lý thuyết và cứu
nghiên ứng lý
dụng cùngnghiên
thuyết, phát triển, gắn chặt với máy tính
Tái cấu trúc chương trình đào tạo về toán học từ
cứu ứng dụng và máy tính gắn kết cùng phát triển. phổ thông nhất là các năm cuối bậc phổ thông; thành
Tính toán khoa học là phương tiện để các khoa học toán học được áp dụng trong các lĩnh vực khác,
Các nhà khoa học toán học có thể ngày càng tham lập thêm nhiều cơ quan nghiên cứu, các viện về toán
và nó như là người điều khiển của nhiều ứng dụng mới trong nhiều ngành khác. Tự bản thân toán
gia với các nhà khoa học hành vi, các nhà khoa học học, tăng cường đào tạo trình độ tiến sỹ về toán học.
học phát triển lan rộng, kết hợp với các ngành khác; việc hình thành các lĩnh vực mới tạo ra sự phát
về miền, các nhà phân tích rủi ro…
triển đồng hành của lý thuyết và ứng dụng trên môi trường Việc đàonghệ
công tạo thông
về toán
tin, học ở các trường đại học
internet.
2.4. Nâng cao chất lượng đầu vào về toán học không theo kịp với những thay đổi lớn và nhanh
Từ nghiên cứu lý thuyết đến ứng dụng trải qua quá trình thực nghiệm, mô phỏng. Thực nghiệm, mô
Toán học và thống kê là nền tảng trong một loạt chóng về cách sử dụng toán học trong khoa học, kỹ
ngànhphỏng
nghề là xác nhận quan trọng nhất khi hỗ trợ cho ra quyết định. Do vậy, nghiên cứu lý thuyết,
khoa học, công nghệ, kỹ thuật, khoa học thuật, y học, tài chính, khoa học xã hội và xã hội nói
nghiên cứu ứng
xã hội. Nhu cầu về sinh dụng và tốt
viên máynghiệp
tính gắn kếtđào
được cùng tạophát chung.
triển. Các
Sựnhà
đa khoa
dạng học
nàytoán
đòi học
hỏi có
cácthểmôn
ngàyhọc mới,
càng
về toán tham
học gianền
trong với kinh
các nhà khoacác
tế của họccác
hành vi, các
nước phátnhà khoa
khóa học
học về miền,
mới, các nhà
chuyên phân
ngành tíchchương
mới, rủi ro…trình mới,
triển 2.4.
rất lớn.
NângCáccaonước này tiếp
chất lượng đầutục duy
vào trì các
về toán họctiêu và quan hệ đối tác giáo dục mới với những người
chuẩn giảng dạy và hỗ trợ khả năng phát triển của trong các ngành khác, cả trong và ngoài trường đại
các chương trình khoa học toán học trong tất cả các học. Các khóa học mới cần được tạo ra cho sinh viên
trường đại học. Những điều này kéo theo việc phải trong ngành toán học, cho những người theo đuổi
chuẩn bị cho sinh viên tương lai những kiến thức4 khoa học, y học, kỹ thuật, kinh doanh và khoa học
cập nhật về toán học và ứng dụng của nó. xã hội, cho những người đã đi làm nhưng cần thêm
Do vậy, xu thế tiếp theo là nâng cao chất lượng kỹ năng định lượng.
đầu vào về toán học không chỉ riêng cho khoa học Các khoa toán và khoa thống kê xem xét cẩn thận
toán học mà cho tất cả các ngành khác có liên quan. các loại sinh viên khác nhau mà họ đang thu hút, và
Ví dụ, ở Anh, học sinh lớp 12, nếu không đạt trình độ muốn thu hút và xác định các ưu tiên hàng đầu cho
toán học ở mức độ nhất định sẽ không được hưởng việc giáo dục những sinh viên này. Điều này được
trợ cấp ở bậc học sau. Nâng cao đầu vào về toán học thực hiện cho chương trình cử nhân, thạc sĩ và tiến

Số 256(II) tháng 10/2018 5

sĩ. Tức là xem xét lại cơ cấu đào tạo của các khoa trúc và không có cấu trúc” (Dhar, 2013). Khoa học
toán, khoa thống kê tại các trường đại học dữ liệu sử dụng thống kê, phân tích dự báo, machine
3. Xu thế đào tạo về toán ứng dụng trong lĩnh learning, deep learning… nhằm mục đích thu thập
vực kinh tế thông tin chi tiết, thấu đáo từ dữ liệu. Ý tưởng của
khoa học dữ liệu là chạy thử nghiệm dữ liệu để tìm
Như đã nói trên, sự liên kết giữa toán học và các
ra được, trích xuất ra được các thông tin xác thực,
ngành khoa học khác đã thay đổi nội dung của nhiều
các quan hệ phụ thuộc bị ẩn dấu trong đó.
ngành, và hình thành ngành khoa học mới.
“Big data đại diện cho các tài sản thông tin được
Trong lĩnh vực kinh tế, lĩnh vực xã hội, big data
đặc trưng bởi khối lượng, vận tốc và sự đa dạng cao,
và data science là thể hiện một cách rõ rệt nhất. Có
đòi hỏi công nghệ cụ thể và các phương pháp phân
hai ký do giải thích điều này: (i) Khả năng tính toán
tích để biến đổi thành giá trị” (Mauro & cộng sự,
đã được phổ biến rộng rãi (các phương pháp, các
2016). Big data là một cách để giải quyết tất cả các
mô hình, các phần mềm…) và có kết quả tin cậy
vấn đề chưa được giải quyết liên quan đến quản lý
dựa trên mô phỏng thông qua các mô hình toán học
và sử dụng dữ liệu; là bộ sưu tập dữ liệu khổng lồ
ở rất khoa
nhiềuhọc ngành khoa
để trích xuấthọc,
ra kỹ
kiếnthuật
thức và và công
hiểu thấunghệbên trong sự vật, rút ra những thông tin chi tiết từ
không thể lưu trữ trong hệ thống truyền thống. Khoa
hiện dữ
nay,liệu
và dưới
(ii) Sự bùng
nhiều nổ thức
hình về sốkháclượng dữ liệu
nhau, cả vềcần cấu trúc và không có cấu trúc” (Dhar, 2013). Khoa
học dữ liệu đã phát triển mạnh, hình thành các lĩnh
thu thập,
học dữ được
liệu thu thậpthống
sử dụng hoặc kê,được phân tạotích
ra dự
vớibáo,quymachine learning, deep learning… nhằm mục đích
vực hẹp hơn, cụ thể hơn gọi chung là data analytics.
mô mà thu các
thậpphương
thông tinpháp truyền
chi tiết, thấuthốngđáo từkhông
dữ liệu.thựcÝ tưởng của khoa học dữ liệu là chạy thử nghiệm dữ
Nếu khoa học dữ liệu là ngôi nhà chứa các công cụ
hiện liệu
được. đểTrong
tìm ralĩnh vựctrích
được, xã hội,
xuấtkinh tế thìcác
ra được sự bùng
thông tinvàxác thực, các quan
phương pháp, thìhệphân
phụ tích
thuộcdữbịliệu
ẩn dấu
là một căn
nổ về thông tin mạnh mẽ hơn cả. Kết quả là, hai
trong đó. phòng cụ thể trong ngôi nhà đó. Nó liên quan và
lĩnh vực tính toán và “dữ liệu lớn” đã nổi lên như
"Big data đại diện cho cứu
các tài sảnhọcthông tin được tương tự như khoa học dữ liệu, nhưng cụ thể hơn
là một định hướng nghiên toán và mở rộng đặc trưng bởi khối lượng, vận tốc và sự đa dạng
cao, đòinghiệp.
hỏi công và tập trung hơn.đổi
Phân tíchgiá
có trị"
mục(Mauro
tiêu cụ&thể trong
của doanh Hainghệ
lĩnhcụvực
thể nàyvà các đanphương
xen chặt pháp phân tích để biến thành
việc phân loại dữ liệu để tìm cách hỗ trợ cho ra quyết
chẽ, cộng
chúngsự,ngày2016). Big trở
càng datanên
là mộttiêucách
chuẩn để giải
hóaquyết
cho tất cả các vấn đề chưa được giải quyết liên quan
định, tự động cung cấp thông tin sâu sắc ở một đối
các nỗđếnlựcquản
nghiênlý vàcứu
sử lớn
dụngđòidữhỏi chuyên
liệu; là bộ mônsưu tậptrong
dữ liệu khổng lồ không thể lưu trữ trong hệ thống
tượng cụ thể. Trong lĩnh vực kinh tế, các lĩnh vực
cả mô phỏng
truyền và phân
thống. Khoatíchhọcdữ dữliệu
liệuquy mô triển
đã phát lớn. Data
mạnh, hình thành các lĩnh vực hẹp hơn, cụ thể hơn gọi
chuyên sâu của data science có thể được biểu diễn
science và là
chung bigdata
dataanalytics.
khác nhau Nếunhưngkhoa học gắndữ chặtliệuvới
là ngôi nhà chứa các công cụ và phương pháp, thì
tại Hình 3.
nhau.phân
“Khoatíchhọc dữ liệu
dữ liệu là một
là một căn lĩnhphòngvựccụliênthể ngành
trong ngôi nhà đó. Nó liên quan và tương tự như khoa
sử dụng cácliệu,
phương pháp, quy trình, thuật toán Dù là trong lĩnh vực hẹp nào nhưng khoa học dữ
vàPhân tích
học dữ nhưng cụ thể hơn và tập trung hơn. có mục tiêu cụ thể trong việc phân loại
hệ thống khoa học để trích xuất ra kiến thức và hiểu liệu đều gồm 4 giai đoạn và mỗi giai đoạn có một
dữ liệu để tìm cách hỗ trợ cho ra quyết định, tự động cung cấp thông tin sâu sắc ở một đối tượng cụ
thấu bên trong sự vật, rút ra những thông tin chi tiết nhiệm vụ riêng:
thể. Trong lĩnh vực kinh tế, các lĩnh vực chuyên sâu của data science có thể được biểu diễn tại Hình
từ dữ liệu dưới nhiều hình thức khác nhau, cả về cấu - Phân tích mô tả (Descriptive analytics): trả lời
3.
Hình 3: Các lĩnh vực hẹp của business analytics

DATA SCIENCE - BUSINESS ANALYTICS

Retail sales analytics
Marketing analytics
Behavioral analytics
Financial services
Pricing analytics

Contextual data

Fraud analytics
Risk & Credit

Optimization

modeling
Enterprise

..............
..............
analytics

analytics

Nguồn: Tác giả.

Số 256(II) tháng
Dù là trong lĩnh10/2018 6 đều gồm 4 giai đoạn và mỗi giai đoạn có một
vực hẹp nào nhưng khoa học dữ liệu
nhiệm vụ riêng:
- Phân tích mô tả (Descriptive analytics): trả lời câu hỏi “cái gì đã xảy ra”;
câu hỏi “cái gì đã xảy ra”;
- Phân tích chuẩn đoán (Diagnostic analytics): trả
lời câu hỏi “vì sao nó xảy ra”;
- Phân tích dự báo (Predictive analytics): Cái gì
sẽ xảy ra?
- Phân tích đề xuất (Prescriptive analytics): Nên
phản ứng như thế nào đối với các sự kiện tiềm năng
trong trương lai?
Đối tượng nghiên cứu của khoa học dữ liệu rất rõ
ràng, cụ thể, phục vụ cho việc đưa các quyết định
chính xác, hiệu quả. Chính vì lý do này, khoa học dữ
liệu phát triển nhanh chóng ở các nước phát triển,
được ứng dụng trong rất nhiều lĩnh vực, đặc biệt là
trong kinh tế, trong nghiên cứu xã hội.
Khoa học dữ liệu trong lĩnh vực kinh tế/kinh
doanh là sự kết hợp của ba lĩnh vực: Toán học, công
nghệ thông tin và kinh doanh. Do đó, trong đào tạo
nhân lực ngành này, chương trình đào tạo phải có
ba khối kiến thức: Toán học, công nghệ thông tin và
kinh doanh. Kiến thức về toán học, công nghệ giữ
vai trò nền tảng, không thể thiếu được và phải được
đào tạo ở mức cao. Cung cấp kiến thức (3 lĩnh vực
trên) nếu không đầy đủ, không cân đối thì không tạo
ra các cán bộ phân tích dữ liệu (data analytics).
4. Đào tạo toán học ứng dụng trong lĩnh vực
kinh tế ở Việt Nam
Xu thế phát triển của khoa học toán học như đã đề
cập ở mục 2, có hai điểm nổi bật là sự kết nối, đan
xen, chồng lấn của toán học lên các khoa học khác
và kết hợp với các ngành khác tạo ra lĩnh vực mới,
ngành mới. Ứng dụng toán học trong lĩnh vực kinh
tế ở Việt Nam cũng đi theo xu thế trên. Tuy vậy, do
xuất phát điểm của Việt Nam còn thấp, nên việc đào
tạo về toán cho các nhà kinh tế và toán ứng dụng còn
nhiều tồn tại.
4.1. Các ngành học không chuyên về toán ứng
dụng
Các ngành học không chuyên về toán ứng dụng
(thuộc lĩnh vực kinh tế, quản trị kinh doanh và quản
lý) như kinh tế học, kinh tế phát triển, Marketing, tài
chính-ngân hàng, kinh tế và quản lý môi trường…
cần tăng cường đào tạo, ứng dụng toán học, trước
hết là các kiến thức về thống kê, kinh tế lượng. Hiện
nay, do nhiều nguyên nhân khác nhau dẫn đến khối
lượng các kiến thức về toán học và thống kê bị cắt
giảm rất nhiều. Có ngành học chỉ học thống kê kinh
doanh, các kiến thức về toán cao cấp không đưa vào
Số 256(II) tháng 10/2018
chương trình đào tạo. Điều này khiến cho chất lượng
nguồn nhân lực không cao, khó tiếp thu những đổi
mới, những ứng dụng ở trình độ cao được lan tỏa về
Việt Nam.
Một số trường đại học, các kiến về thống kê, kinh
tế lượng được giảng dạy mà không có cơ sở vật chất
(máy tính, phần mềm, dữ liệu, giáo trình…) cho
người học thực hành. Điều này dẫn đến người học
thiếu tự tin trong công việc, ở bậc sau đại học cũng
không sử dụng được để nghiên cứu, viết luận án.
Việc giảng dạy và học tập như vậy chưa hiệu quả,
lãng phí nguồn lực.
4.2.Các ngành học toán ứng dụng trong lĩnh
vực kinh tế
Hiện tại ở Việt Nam, nhiều trường đại học đang
đào tạo toán ứng dụng trong kinh tế với các tên khác
nhau: Toán kinh tế, toán tài chính, atuary (Đại học
Kinh tế quốc dân), toán tin ứng dụng (Đại học Bách
khoa Hà Nội), toán tài chính (Đại học Kinh tế Thành
phố Hồ Chí Minh), tài chính định lượng (Đại học
Ngân hàng − Marketing, Thành phố Hồ Chí Minh)...
Trường Đại học Quy Nhơn đào tạo data science
trong ngành Toán ứng dụng, nhưng nghiên về khía
cạch kỹ thuật (học máy, trí tuệ nhân tạo…).
Các chương trình thuộc các trường khối kinh tế
có nhược điểm chung:
- Khối kiến thức về công nghệ thông tin không
tương xứng. Kiến thức về cơ sở dữ liệu hầu như
không được đưa vào chương trình đào tạo. Ngoài
SPSS, STATA, EVIEWS, các phần mềm dựa trên
hệ thống code – SAS, R, Tython chưa được đào tạo
cho người học.
- Kiến thức về data science, big data chưa đưa vào
giảng dạy. Một số chương trình đưa data mining vào
giảng dạy với thời lượng quá ít (2 tín chỉ).
- Nội dung của các học phần cốt lõi chưa được
cập nhật. Rất nhiều phương pháp, mô hình mới được
các ngân hàng, doanh nghiệp sử dụng, nhưng trong
đào tạo chưa có.
- Đào tạo gắn với thực tế, kỹ năng thực hành của
sinh viên chưa được chú trọng. Liên kết với các doanh
nghiệp còn chưa cao, các doanh nghiệp hầu như
chưa tham gia vào quá trình đào tạo.
- Chậm phản ứng so với thay đổi của thực tế về
nội dung học phần, học phần mới, các ngành/lĩnh
vực đào tạo mới. Minh chứng rõ nét nhất là đến hết
kỳ tuyển sinh năm 2018, chưa có trường đại học mở
7
 có ba khối kiến thức: Toán học, công nghệ thông tin và kinh doanh. Kiến thức về toán học, công
nghệ giữ vai trò nền tảng, không thể thiếu được và phải được đào tạo ở mức cao. Cung cấp kiến
thức (3 lĩnh vực trên) nếu không đầy đủ, không cân đối thì không tạo ra các cán bộ phân tích dữ
liệu (data analytics).

Hình 4: Các khối kiến thức cần có trong data science cho lĩnh vực kinh tế

Nguồn: Tác giả

Mathematics IT

Data

Science

Business

được chương trình đào tạo về data science, big data big data…
4. Đào
lĩnhtạo
vựctoán
kinhhọc
tế.ứng dụng trong lĩnh vực kinh tế ở Việt
trong ĐổiNam
mới phương pháp dạy và học để nâng cao tính
- Đội
Xu ngũ triển
thế phát giảngcủa
viên giảng
khoa dạy học
học toán toánnhư đề cập chủ
họcđã ứng động
ở mục củahai
2, có người
điểmhọc,
nổi đào tạosựcho
bật là kếthọ có khả năng
nối,
dụng
đan trong lĩnh vực
xen, chồng kinhtoán
lấn của tế còn rất các
học lên khiêmkhoatốnhọcvềkháclàm việchợp
và kết độcvớilập,
cáckhả năng
ngành tự đào
khác tạo ratạo;
lĩnhđào tạo cần
chất
vựclượng
mới, và số lượng,
ngành việc dụng
mới. Ứng tiếp tục
toánđào
họctạotrong
dài hạn gắnkinh
lĩnh vực vớitếthực tế vàNam
ở Việt cần cũng
có cơđichế để xu
theo cácthếcán bộ trong
vàtrên.
ngắnTuy
hạnvậy,
chodo
độixuất
ngũphát
nàyđiểm
chưacủađược chú ý đúng các cơ quan thực tế, các doanh nghiệp có thể tham
Việt Nam còn thấp, nên việc đào tạo về toán cho các nhà kinh
mức. gia vào quá trình đào tạo cùng với nhà trường...Đào
tế và toán ứng dụng còn nhiều tồn tại.
5. Một số kiến nghị về đào tạo toán học ứng tạo để người học sử dụng được kiến thức toán trong
4.1. Các ngành học không chuyên về toán ứng dụng thực tế.
dụng trong lĩnh vực kinh tế
Các ngành
Từ các tồn học không
tại của cácchuyên
trường về toánviệc
trong ứngcung
dụngcấp 5.3.vực
(thuộc lĩnh Đốikinhvới các trường
tế, quản mong
trị kinh muốn
doanh vàmở ngành
cácquản
kiếnlý)
thức
nhưvềkinh
toántế học,
học, thống
kinh tếkê, đổitriển,
phát mới Marketing,
chương tài toán ứng dụnghàng,
chính-ngân trong kinh
kinh tế quản lý môi
tế và
trình đào tạo vàtăng
trường…cần phátcường
triển đào
các tạo,
chươngứng trình
dụng mới, các trướcPhù
toán học, hợp
hết là cácvới xuthức
kiến thế chung củakê,
về thống thếkinh
giới,
tế các trường
kiến nghịHiện
lượng. dướinay,
đâydogiành
nhiềucho từngnhân
nguyên loạikhác
tồn nhau
tại, và đại khối
dẫn đến học nói
lượngchung, và các
các kiến thứctrường
về toánđại
họchọc
và về kinh tế,
kiến nghịkêcho
thống toàngiảm
bị cắt hệ thống đào Có
rất nhiều. tạo.ngành học chỉ học thốngquản lý
kê và quản
kinh trị kinh
doanh, các doanh nói về
kiến thức riêng,
toáncó năng lực
5.1. Đối với các trường không đào tạo ngành đào tạo (đội ngũ giảng viên, cơ sở vật chất…) nên
đào tạo các ngành học mới nổi, các ngành học mà
toán ứng dụng trong kinh tế
các trường đại học của các nước tiên tiến đang đầu
Các trường đại học cần có tầm nhìn để nâng cao
tư. Các ngành, các lĩnh vực có thể mở chương trình
7
chất lượng đầu ra của các ngành đào tạo đáp ứng yêu
đào tạo như: business analytics, pricing  analytics,
cầu nguồn nhân lực có tính hội nhập, phù hợp với financial services analytics, enterprise optimization,
yêu cầu của cuộc cách mạng công nghiệp 4.0. Các Marketing  analytics…Tức là mở các nhánh thuộc
trường cần rà soát chương trình đào tạo, đưa vào các data science. Với các nhánh của data science không
kiến thức về toán học, thống kê, công nghệ thông nhiều trường/khoa/bộ môn có thể tự mình giảng dạy
tin phù hợp với từng ngành học đảm bảo cho người được toàn bộ chương trình. Tuy nhiên, xu thế của
học sau khi tốt nghiệp sẽ nhanh chóng thích ứng với thế giới, data science mang tính chất liên ngành, do
công việc trong điều kiện của cách mạng 4.0. vậy tính chủ động của khoa là yếu tố mang tính tiền
5.2. Đối với các trường có đào tạo ngành/ đề. Khi đã mở ngành, tốt nhất, nên lựa chọn một
chương trình đào tạo về toán ứng dụng chương trình đang được một trường đại học tiên
Các chương trình đào tạo trên cần phải được rà tiến của nước ngoài giảng dạy để tham khảo, thậm
soát, với tầm nhìn cho 5-7 năm sau, cần loại bỏ các chí mua hoặc chuyển giao công nghệ. Tài liệu, giáo
môn học không còn phù hợp, đưa vào các môn học trình nên sử dụng của nước ngoài và ngôn ngữ đào
mới phù hợp với đòi hỏi của cách mạng 4.0. tạo bằng tiếng Anh.
Tăng thời lượng cho công nghệ thông tin, đưa vào 5.4. Kiến nghị với tất cả các trường
giảng dạy các phần mềm dùng trong data science, Các trường cần nâng chuẩn đầu ra đáp ứng yêu

Số 256(II) tháng 10/2018 8

cầu xã hội, phù hợp với sự phát triển của các mạng
4.0. Từ đó nâng cao chuẩn đầu ra đối với từng môn
học, trong đó có các học phần toán học, các học
phần thống kê và công nghệ thông tin.
Nếu trường có điều kiện nên mở ngành học data
science. Để hội nhập, nên tham khảo kỹ các chương
trình đào tạo của nước ngoài đảm bảo tính chất học
thuật và ứng dụng của chương trình.
Đầu tư cơ sở vật chất phục vụ đào tạo của các
ngành học, đối với ngành toán ứng dụng cần có các
phần mềm, cơ sở dữ liệu thực tế, phòng thí nghiệm
ảo.
Cần có quy định để các khoa/bộ môn chủ động
xây dựng, thường xuyên đổi mới chương trình đào
tạo phù hợp với nhu cầu thị trường.
Cần nghiên cứu toàn diện để có giải pháp (trong
đó có giải pháp về tài chính) lâu dài, bền vững cho
sự phát triển của các chương trình.
5.5. Kiến nghị đối với Bộ Giáo dục và Đào tạo
Cần nghiên cứu, ổn định chương trình giáo dục
phổ thông, trong đó có kiến thức toán học để nâng
cao chất lượng đầu vào cho các trường đại học. Có
giải pháp giúp các trường đại học, cao đẳng lựa chọn
được các ứng viên phù hợp với ngành đào tạo.
Bộ Giáo dục và Đào tạo phối hợp với các cơ quan
hữu quan (Hội Toán học Việt Nam, Viện Hàn lâm
Khoa học Việt Nam, Viện Toán cao cấp…) soạn
thảo chính sách quốc gia về đào tạo toán học nói
chung và toán học trong cuộc cách mạng 4.0.
Cuộc cách mạng công nghiệp 4.0 đang diễn ra
với tốc độ rất nhanh. Có thể 4-5 năm sau, nhiều
công việc hiện tại đang rất tốt nhưng sẽ không đòi
hỏi nhiều nhân lực do hệ thống máy móc thực hiện,
nhiều công việc robot sẽ thay thế con người. Trong
quá trình này, vai trò của khoa học toán học, của
toán học ứng dụng trong kinh tế được nâng cao. Đây
sẽ là cơ hội tốt đồng thời cũng là thách thức cho các
nhà toán học, các nhà toán ứng dụng nắm bắt.

Tài liệu tham khảo:

Dhar, V. (2013), ‘Data science and prediction’, Communications of the ACM, 56(12), 64-66.
Mauro, D.A., Greco, M. & Grimaldi, M. (2016), ‘A Formal definition of Big Data based on its essential Features’,
Library Review, 65, 122-135.
National Research Council (2013), The Mathematical Sciences in 2025, Washington, DC: The National Academies
Press.
Laszlo Lovasz (2008), Trends in mathematics: How they could change education, DOI: 10.4310/ICCM.2013.v1.n2.
a9 The mathematical sciences in Australia: A vision for 2025 (2016), Australian Academy of Science, Canberra.
The mathematical sciences in Australia: A vision for 2025 (2016), Australian Academy of Science, Canberra.

Số 256(II) tháng 10/2018 9

 TÁC ĐỘNG CỦA ĐẦU TƯ TRỰC TIẾP
NƯỚC NGOÀI LÊN QUÁ TRÌNH
CÔNG NGHIỆP HÓA Ở VIỆT NAM
Hoàng Mạnh Hùng
Trường Đại học Quy Nhơn
Email: hmhung78@gmail.com

Ngày nhận: 27/8/2018

Ngày nhận bản sửa: 01/10/2018
Ngày duyệt đăng: 15/10/2018

Tóm tắt:
Mục đích chính của bài viết là xác định tác động của đầu tư trực tiếp nước ngoài (FDI) và
các yếu tố khác lên quá trình công nghiệp hóa ở Việt Nam giai đoạn từ 1998 đến 2015. Bài
viết tìm thấy các kết quả chính sau: (1) FDI và độ mở thương mại có tác động tích cực và
đáng kể đến quá trình công nghiệp hóa; (2) Tồn tại mối quan hệ hình chữ U ngược giữa
GDP bình quân đầu người và tỷ trọng GDP của khu vực công nghiệp chế biến chế tạo, điểm
ngoặt của mối quan hệ này là 58 triệu VND (theo giá hiện hành); (3) Tác động của biến
đầu tư dường như không đáng kể trong khi mức độ đô thị hóa có tác động tiêu cực và không
đáng kể đến công nghiệp hóa của Việt Nam.
Từ khóa: FDI, công nghiệp hóa, GMM hệ thống, Việt Nam.

The Impact of Foreign Direct Investment on the Industrialization Process in Vietnam

Abstract:
This paper aims at identifying the impact of foreign direct investment (FDI) and other factors
on the industrialization process in Vietnam during the period from 1998 to 2015. The paper
finds main results as (i) FDI and trade openness have positive and significant effects on
the industrialization process; (ii) There is an inverted U-shaped relationship between per
capital GDP and the manufacturing share of GDP, the turning point of this relationship is
58 million Vietnamese dong (at current prices); (iii) The impact of the variable investment
seems to be insignificant while the level of urbanization has a negative and insignificant
effect on Vietnam’s industrialization.
Keywords: FDI, industrialization, system GMM, Vietnam.

1. Giới thiệu
Việt Nam bước vào quá trình công nghiệp hóa từ
một xuất phát điểm rất thấp bởi sự tích lũy vốn cho
tăng trưởng từ các nguồn bên trong rất eo hẹp, trình
độ kỹ thuật, công nghệ lạc hậu, tổ chức sản xuất có
nhiều bất hợp lý, trình độ quản lý và lực lượng lao
động chưa thể đáp ứng yêu cầu,… Do vậy, việc thu
hút FDI để bổ sung nguồn vốn thiếu hụt, tiếp nhận
công nghệ sản xuất tiên tiến, kỹ năng lao động và
kinh nghiệm quản lý, từng bước tiếp cận với các thị
trường nước ngoài là một yêu cầu cấp thiết. Thu hút
FDI sẽ góp phần tạo ra những điều kiện cơ bản để
thực hiện công nghiệp hoá nền kinh tế.
Xác định được tầm quan trọng này của FDI,
Chính phủ đã tham gia một cách nhanh chóng vào
cuộc cạnh tranh thu hút FDI với các thị trường khác
trong khu vực và toàn cầu bằng cách tái cơ cấu nền
kinh tế trong nước và mở cửa nền kinh tế cho thương
mại và đầu tư bên ngoài. Theo số liệu tác giả tổng
hợp từ Cục đầu tư nước ngoài và Tổng cục Thống

Số 256(II) tháng 10/2018 10

kê, tính đến hết năm 2015, đã có 109 quốc gia và
vùng lãnh thổ có đầu tư tại Việt Nam với 20.069 dự
án, tổng vốn đăng ký 281,882 tỷ USD. Công nghiệp
chế biến chế tạo là lĩnh vực được tập trung đầu tư
nhiều nhất với 10.764 dự án, vốn đăng ký 162,772
tỷ USD, chiếm 53,6% số dự án và 57,7% tổng vốn
đăng ký, tiếp theo là lĩnh vực kinh doanh bất động
sản; sản xuất, phân phối điện, khí, nước,…. Về đối
tác đầu tư, đứng đầu là Hàn Quốc với tổng vốn đăng
ký 45,19 tỷ USD, chiếm 16%, tiếp đến là các nhà
đầu tư từ Nhật Bản, Singapore, Đài Loan. Về địa bàn
đầu tư, 63 tỉnh thành trong cả nước đều đã thu hút
được đầu tư từ nước ngoài, trong đó Thành phố Hồ
Chí Minh là đơn vị dẫn đầu cả nước về thu hút FDI,
tiếp đến Bà Rịa - Vũng Tàu, Hà Nội, Bình Dương và
Đồng Nai. Đóng góp của khu vực FDI trong GDP
liên tục tăng lên, năm 1995 chỉ ở mức 6,3%; năm
2000 là 10,82%; năm 2005 là 15,16%; năm 2010 là
17,69% và đến năm 2015 là 20,1%.
FDI đã góp phần thúc đẩy mạnh mẽ quá trình
công nhiệp hóa nền kinh tế Việt Nam. Việc xuất hiện
của các dòng chảy FDI đã kéo theo sự xuất hiện của
nhiều lĩnh vực và ngành nghề kinh tế mới như công
nghệ thông tin, dầu khí, điện tử và điện tử gia dụng,
hóa chất, ô tô, xe máy, thép, công nghiệp chế biến
nông sản thực phẩm, da giày, dệt may… Năng suất
lao động của nhiều ngành tăng lên đáng kể góp phần
làm tăng tỷ trọng của các ngành này trong nền kinh
tế, trong đó có sự đóng góp lớn của FDI đã thúc
đẩy trình độ kỹ thuật – công nghệ từ các ngành này.
Cho đến nay, FDI gần như xuất hiện ở tất cả các
ngành, nhưng chủ yếu vẫn tập trung vào ngành công
nghiệp. Trong những năm đầu của thu hút đầu tư
nước ngoài thì dòng vốn FDI chủ yếu tập trung vào
công nghiệp khai thác và thay thế nhập khẩu. Tuy
nhiên, hiện nay xu hướng đó đã có nhiều thay đổi,
các dự án FDI vào ngành công nghiệp chế biến và
định hướng xuất khẩu đã tăng nhanh, đóng góp rất
lớn vào tổng kim ngạch xuất khẩu và chuyển dịch cơ
cấu hàng xuất khẩu của Việt Nam.
Hiện nay, đã có khá nhiều nghiên cứu tập trung
vào phân tích ảnh hưởng cũng như vai trò của FDI
đối với quá trình công nghiệp hoá ở Việt Nam. Tuy
nhiên, các nghiên cứu này chỉ dừng lại ở việc sử
dụng phương pháp phân tích định tính dựa trên các
số liệu thống kê. Một vài nghiên cứu có sử dụng
các mô hình hồi quy đa biến với số liệu chuỗi thời
gian. Việc sử dụng mô hình như vậy có những hạn
chế về vấn đề kinh tế lượng bởi dữ liệu cho các biến
vĩ mô ở Việt Nam còn khá ngắn (dữ liệu về FDI chỉ
Số 256(II) tháng 10/2018
bắt đầu có từ năm 1988). Bên cạnh đó là vấn đề nội
sinh trong mô hình khi sử dụng các biến số vĩ mô.
Bài viết này được thực hiện ngoài việc cố gắng khắc
phục một phần hạn chế đã nêu trên bằng việc sử
dụng dữ liệu mảng với phương pháp GMM hệ thống
để thu được kết quả đáng tin cậy hơn. Ngoài ra, bài
viết còn có đóng góp mới đó là việc phát hiện mối
quan hệ phi tuyến hình chữ U ngược giữa tỷ trọng
giá trị gia tăng khu vực công nghiệp trong GDP và
GDP bình quân đầu người.
2. Tổng quan tài liệu
Công nghiệp hoá có thể được xác định dựa trên
một số chỉ tiêu tài khoản quốc gia hoặc các chỉ số
về việc làm. Một nền kinh tế công nghiệp hoá được
ghi nhận về sự gia tăng mạnh mẽ hơn trong tỷ trọng
GDP hay tỷ trọng việc làm của khu vực công nghiệp
so với các khu vực khác. Rodríguez-Clare (1996)
và Markusen & Venables (1999) đã phát triển hai
mô hình lý thuyết để phân tích tác động của các yếu
tố đến công nghiệp hoá. Mô hình của Markusen &
Venables (1999) sử dụng tỷ trọng giá trị gia tăng
trong GDP đại diện cho công nghiệp hoá thông qua
số lượng doanh nghiệp ngày càng tăng cùng với sự
xuất hiện của các công ty đa quốc gia (MNCs). Họ
đã phân tích hai tác động lên công nghiệp hoá từ sự
tham gia của các công ty đa quốc gia, đó là tác động
liên kết và tác động cạnh tranh. Tác động liên kết
xuất hiện khi MNCs được bổ sung hàng hóa trung
gian từ các doanh nghiệp địa phương. Trong trường
hợp MNCs sử dụng nhiều đầu vào trung gian được
sản xuất tại địa phương thì số lượng doanh nghiệp
sản xuất hàng hóa sẽ tăng lên từ mối liên kết ngược.
Khi đó, họ dự đoán về sự xuất hiện của các công
ty trong nước nhằm đáp ứng nhu cầu của MNCs.
Nguồn cung hàng hóa trung gian tăng lên có thể góp
phần làm giảm giá hàng hóa trung gian mà điều này
là có lợi cho các công ty trong nước sản xuất hàng
hóa cuối cùng bởi chi phí sản xuất của họ sẽ giảm.
Tác động cạnh tranh xuất hiện từ thực tế là MNCs
cạnh tranh với các công ty trong nước bằng cách sản
xuất các sản phẩm thay thế hoặc cũng có thể được
nhập khẩu. Như vậy, MNCs đã lấy đi thị phần và làm
giảm công suất sử dụng của các doanh nghiệp nội
địa trong cùng lĩnh vực. Mặc dù thương mại nước
ngoài tăng lên thông qua FDI nhưng MNCs đóng
góp cho hàng nhập khẩu nhiều hơn là xuất khẩu.
Ở một khía cạnh khác, Rodríguez-Clare (1996)
phân tích những tác động của MNCs lên công nghiệp
hoá thông qua tỷ trọng việc làm khu vực sản xuất.
11
Những kết luận của tác giả phù hợp với Markusen
& Venables (1999) về sự cần thiết đối với các doanh
nghiệp sử dụng đầu vào nội địa một cách chuyên sâu
hướng tới mục tiêu tạo ra nhiều hơn công việc tại
địa phương, do đó làm tăng các mối liên kết ngược
và xuôi. Dựa trên một mô hình hai quốc gia, tác giả
xem xét những ảnh hưởng của MNCs từ việc tạo ra
các liên kết. Ở các nước nguồn của MNCs đòi hỏi
một lượng lớn đầu vào chuyên môn hóa và một mức
tiền lương cao, điều ngược lại xảy ra ở các nước mà
MNCs sẽ tham gia vào. Kết quả là MNCs sẽ đặt trụ
sở chính tại nước nguồn của họ và di chuyển nhà
máy sản xuất sang nước khác với lợi thế cạnh tranh
hơn về giá thuê lao động. Từ đó, tỷ lệ việc làm được
tạo ra trong các ngành công nghiệp thượng nguồn
tăng lên từ các lao động được thuê trực tiếp bởi các
công ty này.
Kaya (2010) nghiên cứu ảnh hưởng của làn sóng
toàn cầu hóa kinh tế đến việc làm khu vực sản xuất ở
64 nước đang phát triển giai đoạn 1988-2003. Thước
đo toàn cầu hóa nắm bắt cả quy mô và cơ cấu thương
mại và FDI ở các nước đang phát triển. Bài viết xem
xét lại cuộc tranh luận về ảnh hưởng của các yếu tố
bên trong và bên ngoài quốc gia lên quá trình công
nghiệp hoá. Tác giả đã cung cấp bằng chứng cho
thấy các dòng vốn FDI trong khu vực cấp hai đã hỗ
trợ cho công nghiệp hoá ở các quốc gia nghiên cứu.
Với dữ liệu của khu vực OECD thời kỳ 1970
đến 2005, Kang & Lee (2011) xem xét cả các dòng
vốn FDI đầu tư vào và các dòng vốn FDI đầu tư ra
nước ngoài ở các nước OECD. Họ ước lượng mô
hình GMM hệ thống và cung cấp bằng chứng về
tác động tích cực đáng kể của FDI chảy vào đối với
công nghiệp hoá (được đo bằng cả tỷ trọng giá trị gia
tăng và tỷ trọng lao động khu vực sản xuất). Theo
chiều ngược lại, các dòng vốn FDI chảy ra làm giảm
quá trình công nghiệp hoá ở các nước này. Sự di
chuyển ra nước ngoài trong các ngành công nghiệp
chế biến chế tạo, thông qua FDI hướng ra bên ngoài,
làm giảm tỷ trọng việc làm trong ngành công nghiệp
chế tạo quốc gia và là một yếu tố quan trọng khởi sự
cho quá trình giảm công nghiệp hoá.
Bên cạnh nhiều nghiên cứu khẳng định tác động
tích cực của FDI lên công nghiệp hoá ở các nước
nhận đầu tư thì vẫn xuất hiện những nghiên cứu cho
thấy rằng FDI không liên quan hay thậm chí có hại
cho công nghiệp hoá và phát triển của nước nhận
đầu tư. Bornschier & Chase-Dunn (1985) cho rằng
trong khi dòng vốn FDI có thể thúc đẩy tăng trưởng
Số 256(II) tháng 10/2018
kinh tế ở các nước đang phát triển trong ngắn hạn,
sự phụ thuộc lâu dài vào vốn nước ngoài (biểu thị
bởi các cổ phiếu FDI) có thể làm tổn thương tăng
trưởng kinh tế. Việc phụ thuộc lâu dài vào vốn nước
ngoài cản trở sự phát triển năng lực trong nước cho
công nghiệp hoá và ngăn cản một quốc gia công
nghiệp hoá một cách hoàn toàn.
Gui-Diby & Renard (2015) xem xét mối quan hệ
giữa dòng vốn FDI và quá trình công nghiệp hoá ở
49 quốc gia châu Phi giai đoạn 1980-2009. Kết quả
cho thấy dòng vốn FDI không có tác động đáng kể
đến quá trình công nghiệp hoá của các nước này.
Theo lý giải của các tác giả cho vấn đề này là sự
thất bại của các chính phủ trong việc thiết lập môi
trường thuận lợi cho FDI thúc đẩy công nghiệp hoá.
Các nước châu Phi trong giai đoạn này đang bị tụt
hậu về thiết lập môi trường kinh doanh minh bạch
và các chỉ số quản trị, điều đó ngăn cản sự phát triển
mạnh mẽ của khu vực tư nhân, đặc biệt là khu vực
sản xuất. Một số nước châu Phi đã thực hiện các
biện pháp không thân thiện cho công nghiệp hoá
như chính sách độc quyền thị trường trong nước.
Những biện pháp này không thể giúp tăng cường
các liên kết ngược, xuôi hoặc ngang giữa MNCs với
các doanh nghiệp địa phương. Một lý do khác có thể
các dòng vốn FDI tìm đến các nước này chủ yếu là
dưới hình thức tìm kiếm tài nguyên.
Các nghiên cứu về tác động của FDI đến công
nghiệp hoá trong nền kinh tế Việt Nam từ kênh tác
động trực tiếp còn khá hạn chế, chủ yếu là các nghiên
cứu sử dụng phương pháp định tính, tổng kết tình
hình thu hút FDI vào Việt Nam và rút ra các kết luận
dựa trên số liệu thống kê mô tả (Tran, 2016; Ngo
& cộng sự, 2017). Một vài nghiên cứu sử dụng mô
hình kinh tế lượng đa biến nhưng kết quả thu được
từ các nghiên cứu này có thể chưa đạt độ tin cậy cao
khi sử dụng một mô hình chuỗi thời gian khá ngắn.
Xem xét từ kênh tác động gián tiếp thì nguồn tại liệu
có phong phú hơn và đã cung cấp những kết quả hỗn
hợp. Các nghiên cứu này chủ yếu tập trung vào cấp
độ doanh nghiệp để đánh giá tác động lan tỏa của
FDI (Le & Pomfret, 2011; Le, 2007; Nguyen, 2008).
3. Mô hình, phương pháp và dữ liệu nghiên
cứu
3.1. Mô hình nghiên cứu
Mục tiêu của nghiên cứu này là xem xét tác động
của FDI lên mức độ công nghiệp hoá, được đại diện
bởi tỷ trọng giá trị gia tăng khu vực công nghiệp
trong GDP. Tôi sử dụng mô hình dữ liệu bảng như
12
sau:
INDUit = γ + αFDIit + βXit + εit (1)
trong đó, INDUit là mức độ công nghiệp hoá đo
lường bởi tỷ trọng giá trị giá tăng của khu vực công
nghiệp trong GDP (Chandra, 1992) ở tỉnh/thành phố
i tại năm t . Cách đo lường công nghiệp hoá tương
tự cũng được tìm thấy trong một số nghiên cứu khác
gần đây như Gui-Diby và Renard (2015), Rodrik
(2016). FDIit là tỷ trọng vốn FDI trong GDP ở tỉnh/
thành phố i tại năm t . Xit là véc tơ các biến giải thích
khác bao gồm các biến sau:
Logarith của GDP bình quân đầu người
(GDPCAP). Theo luật Engle, nhu cầu về hàng hóa
sản xuất thường tăng cùng với sự gia tăng của thu
nhập bình quân đầu người. Khi thu nhập tăng lên,
nhu cầu đối với hàng hóa sản xuất được thay thế
cho nhu cầu thực phẩm. Tuy nhiên, khi vượt qua
một mức thu nhập nhất định nào đó, việc gia tăng
thu nhập bình quân đầu người có thể đi kèm với sự
sụt giảm của tỷ trọng khu vực sản xuất trong GDP
bởi sự chuyên môn hóa hướng đến khu vực dịch vụ.
Với lập luận này, tác giả kỳ vọng về một mối quan
hệ hình chữ U ngược giữa tỷ trọng khu vực sản xuất
và thu nhập bình quân đầu người. Để thể hiện mối
quan hệ phi tuyến này, trong mô hình được đưa vào
biến bình phương logarith của thu nhập bình quân
đầu người (GDPCAP2).
Trên đây chỉ là một khả năng, một khả năng khác
có thể xảy ra về mối quan hệ này là hình chữ U. Khả
năng thứ hai xảy ra khi sự gia tăng thu nhập bình
quân đầu người đi kèm với việc giảm tỷ trọng khu
vực sản xuất trong GDP. Tình huống này có thể xảy
ra cho đến một mức thu nhập mà từ đây quan hệ
giữa thu nhập bình quân đầu người và tỷ trọng khu
vực sản xuất lại là đồng biến. Trong sự cạnh tranh
khốc liệt giữa các địa phương, với các địa phương
có khả năng cạnh tranh kém thì khả năng thứ hai là
phù hợp. Như vậy, chưa thể xác định chính xác trước
mối quan hệ giữa thu nhập bình quân đầu người, giá
trị bình phương của nó và tỷ trọng khu vực sản xuất
trong GDP. Ước lượng thực nghiệm sẽ khẳng định
về mối quan hệ này trong nền kinh tế Việt Nam.
Đầu tư nội địa (INV) đại diện bởi tỷ lệ tổng vốn
đầu tư nội địa trong GDP. Vốn đầu tư là một nguồn
tăng trưởng năng suất lao động quan trọng, và điều
này làm cho nó trở thành một chỉ số quan trọng cho
tiềm năng tăng trưởng dài hạn và năng suất trong
tương lai. Hơn nữa, đầu tư cũng tạo ra động cơ cho
người lao động di chuyển từ các khu vực năng suất
Số 256(II) tháng 10/2018
thấp (nông nghiệp) đến khu vực năng suất cao (công
nghiệp, dịch vụ) khi mức lương trong các ngành này
tăng lên (Morsy & cộng sự, 2014). Điều này sẽ đẩy
mạnh công nghiệp hoá diễn ra nhanh hơn, do vậy tác
động của đầu tư được đánh giá là tích cực.
Độ mở thương mại (TRADE) xác định bởi tỷ lệ
tổng xuất khẩu và nhập khẩu hàng hóa trong GDP.
Thương mại có thể thúc đẩy sự mở rộng của khu vực
sản xuất hiện đại, đây thường là những ngành thâm
dụng vốn. Lý do là bởi việc mở cửa thương mại với
một nước công nghiệp hoá sẽ cho phép các nước
đang phát triển có được đầu vào trung gian thâm
dụng vốn cần thiết để sản xuất các hàng hóa chế
tạo hiện đại một cách dễ dàng hơn bằng cách nhập
khẩu để đổi lấy việc xuất khẩu hàng hóa trung gian
thâm dụng lao động cho hàng hóa hiện đại. Thương
mại cũng giúp nâng cao lợi tức cho vốn, lợi tức vốn
cao hơn này nguyên nhân bởi tự do thương mại thúc
đẩy tích lũy vốn ở các nước đang phát triển bằng
cách khuyến khích tiết kiệm vốn. Mức lợi tức cho
vốn cao như vậy đã hỗ trợ cho nước đang phát triển
hoàn thành quá trình công nghiệp hoá khi nó được
khởi đầu bằng việc mở cửa thương mại với quốc gia
công nghiệp hoá. Với những lý giải như trên, độ mở
thương mại sẽ tác động tích cực đến công nghiệp
hoá.
Mức độ đô thị hóa (URBAN) xác định bởi tỷ lệ
dân số đô thị so với tổng dân số ở mỗi tỉnh, thành
phố. Việc di chuyển lao động dư thừa từ khu vực
truyền thống sang khu vực hiện đại sẽ đóng góp
vào sự thành công của việc chuyển đổi cơ cấu theo
hướng công nghiệp hoá. Do vậy, sự thay đổi vị trí từ
nông thôn ra thành thị sẽ diễn ra thường xuyên cùng
với quá tình công nghiệp hoá (McMillan và Rodrik,
2014). Đô thị hóa có thể tạo ra mạng lưới hệ thống
đô thị, cơ sở hạ tầng đô thị và lực lượng lao động
hỗ trợ thúc đẩy công nghiệp hoá phát triển. Và như
vậy tác động của đô thị hóa đối với công nghiệp hoá
cũng được kỳ vọng là tích cực.
Mô hình (1) được xem là một mô hình tĩnh, nó
chưa cho phép nắm bắt được ý tưởng là liệu công
nghiệp hoá ở thời điểm hiện tại phụ thuộc như thế
nào vào mức độ công nghiệp hoá trong quá khứ. Mô
hình hóa được điều này có ý nghĩa đặc biệt quan
trọng trong hoạch địch chính sách, bởi công nghiệp
hoá là cả một quá trình, việc quyết định chính sách
thúc đẩy công nghiệp hoá ở thời kỳ này chắc sẽ có
ảnh hưởng đến mức độ công nghiệp hoá ở thời kỳ
sau. Tuy nhiên, độ lớn của ảnh hưởng này là bao
13
nhiêu? Điều này chỉ có thể trả lời thông qua ước ngược lại POLS sẽ là phù hợp. Mô hình FEM và
lượng một mô hình dữ liệu bảng động với sự có mặt REM đều thừa nhận sự tồn tại của μi, nhưng khi
của một biến phụ thuộc trễ trong số các biến hồi quy. μi có tương quan với các biến độc lập thì mô hình
Như vậy, mô hình động được xem xét như sau: FEM được lựa chọn, còn μi không tương quan với
INDUit = γ + δINDUi,t-1 + αFDIit + βXit + εit (2) các biến độc lập thì mô hình REM là phù hợp hơn.
Trong bài viết này tác giả sẽ ước lượng cả hai mô Vấn đề lựa chọn các mô hình trên được thực hiện dễ
hình tĩnh và động để so sánh và đánh giá kết quả dàng thông qua các kiểm định LM (Breusch-Pagan
ước lượng. Lagrange Multiplier) (chọn POLS hay REM) và
kiểm định Hausman (chọn FEM hay REM).
3.2. Phương pháp ước lượng
Tuy nhiên, một trong những điểm yếu của các mô
Đối với mô hình dữ liệu bảng, các phương pháp
ước lượng thường được sử dụng là mô hình Pooled hình trên là chưa xử lý được vấn đề nội sinh của các
OLS (POLS), mô hình tác động cố định (FEM) và biến giải thích, điều này làm cho các kết quả ước
mô hình tác động ngẫu nhiên (REM). Đối với mô lượng có thể bị thiên chệch. Tính nội sinh trong các
hình POLS sẽ coi các địa phương là đồng nhất, điều mô hình trên có thể phát sinh từ ba nguồn chính. Thứ
này thường không phản ánh đúng thực tế bởi mỗi6 nhất là sai số đồng thời, nó phát sinh do một số biến
địa phương có những đặc điểm riêng biệt khác nhau được liên kết với nhau. Thứ hai là vấn đề bỏ sót biến
sẽ ảnh hưởng
4. Kết quả vàđếnthảo độ công nghiệp hoá, chẳng giải thích. Khi điều này xảy ra sẽ tồn tại một mối
mứcluận
hạn4.1.
nhưKết
vị trí
quảđịa
ước Việc không kiểm soát được các tương quan giữa thành phần sai số và các biến giải
lý.lượng
tác động riêng
Đầu biệt
tiên này có ước
tác giả thể làm
lượngcho
môcác
hìnhkết quảbằngthích.
tĩnh
Và thứ ba là vấn đề sai số đo lường của các
cả ba phương pháp POLS, FEM và REM. Kết
ướcquả
lượng biến giải thích. Khả năng này hoàn toàn có thể xảy
ước OLS
lượngbịđược
thiêntrình
chệch.
bày Với môtrong
tóm tắt hình Bảng
FEM1. Kết quả kiểm định F và Wald cho thấy mô hình
hoặc REM vấn đề này có thể kiểm soát được khi ra bởi năng lực thống kê của các địa phương ở Việt
được ước lượng đều phù hợp với mức ý nghĩa cao. Tuy nhiên, để lựa chọn giữa POLS và FEM ta sử
chúng ta xem εit = μi + eit, trong đó μi chính là đại Nam còn khá thấp. Riêng đối với mô hình động (2),
dụng kiểm định F với giả thuyết không cho rằng tất cả các μi bằng không, nghĩa là không có sự khác
diện cho các tác động riêng biệt không đổi theo thời vấn đề nội sinh còn tồn tại bởi sự xuất hiện của biến
biệt giữa các nhóm. Kết quả là bác bỏ giả thuyết không ở mức ý nghĩa 1%, như vậy mô hình FEM là
gian và không quan sát được ở mỗi địa phương i. phụ thuộc trễ, điều này tạo ra sự tương quan giữa
phù hợp. Mặt khác, kiểm định Hausman để lựa chọnthành giữa phần
FEM sai
và REM
số vớikhông
biến bác
phụ bỏ giả thuyết
thuộc trễ (Baltagi,
Như vậy, việc lựa chọn giữa POLS hay FEM,
không cho rằng mô hình REM là phù hợp, tức là ta chọn mô
2008). hình REM. Như vậy, mô hình tác động
REM nằm ở chỗ xem xét sự tồn tại của chỉ số μ . i
Nếungẫu
tồn nhiên
tại μi REM
thì lựalà chọn
phù hợp để phân tích trong trường hợp mô hình tĩnh.
FEM, REM là phù hợp, Để giải quyết vấn đề nội sinh, tác giả sử dụng

Bảng 1: Các kết quả hồi quy của mô hình tĩnh

POLS FEM REM
GDPCAP 8,7651*** 24,6565*** 24,2537***
(4,99) (32,36) (31,63)
GDPCAP2 0,8562* -3,4524*** -3,3723***
(1,84) (-16,42) (-15,89)
FDI 0,2391*** 0,0583** 0,0625***
(6,81) (4,14) (4,39)
INV 0,0602*** 0,0154* 0,0159*
(3,50) (1,86) (1,90)
TRADE 0,3187*** 0,1445*** 0,1478***
(7,94) (7,95) (8,05)
URBAN 0,0123 -0,1296** -0,0964**
(0,50) (-3,76) (-2,23)
Constant 9,6259*** 4,4919*** 4,0336***
(5,46) (4,98) (2,68)
Number of observations 1080 1080 1080
F test 189,44*** 689,26***
Wald test (χ2) 4055,41***
F test that all u_i=0 136,44***
Hausman test (χ2) 0,95
Ghi chú: thống kê t trong dấu ngoặc; * p<0,1, ** p<0,05, *** p<0,01
Nguồn: Tính toán của tác giả.

Tiếp theo tác giả ước lượng mô hình động với S-GMM, kết quả được trình bày trong Bảng 2.
Số 256(II) tháng 10/2018 14
Kiểm định Sargan đối với mô hình động cho thấy các độ trễ của các biến được sử dụng làm biến công
cụ trong mô hình là phù hợp. Bên cạnh đó, kiểm định Arellano-Bond cũng cho thấy không xảy ra tự
tương quan bậc hai trong mô hình. So sánh kết quả giữa mô hình tĩnh và mô hình động ta thấy có sự
phương pháp ước lượng GMM hệ thống (S-GMM) kiểm định F và Wald cho thấy mô hình được ước
được phát triển bởi Blundell & Bond (1998). Ưu lượng đều phù hợp với mức ý nghĩa cao. Tuy nhiên,
điểm của phương pháp này là kiểm soát được tác để lựa chọn giữa POLS và FEM ta sử dụng kiểm
động cố định địa phương mà không cần đến giả thiết định F với giả thuyết không cho rằng tất cả các μi
về không có tương quan giữa tác động cố định này bằng không, nghĩa là không có sự khác biệt giữa các
với các biến giải thích. Một lợi thế khác của GMM nhóm. Kết quả là bác bỏ giả thuyết không ở mức ý
hệ thống là đối phó với tính nội sinh của tất cả các nghĩa 1%, như vậy mô hình FEM là phù hợp. Mặt
biến giải thích bằng cách sử dụng các giá trị trễ của khác, kiểm định Hausman để lựa chọn giữa FEM và
chúng như các biến công cụ. REM không bác bỏ giả thuyết không cho rằng mô
3.3. Dữ liệu nghiên cứu hình REM là phù hợp, tức là ta chọn mô hình REM.
Dữ liệu của các biến sử dụng trong mô hình được Như vậy, mô hình tác động ngẫu nhiên REM là phù
thu thập từ Tổng cục Thống kê Việt Nam và được hợp để phân tích trong trường hợp mô hình tĩnh.
tính theo giá cố định. Số liệu từ 60 tỉnh, thành phố Tiếp theo tác giả ước lượng mô hình động với
trong giai đoạn 1998-2015. Sở dĩ chỉ có 60 đơn vị S-GMM, kết quả được trình bày trong Bảng 2. Kiểm
tỉnh thành là bởi trong giai đoạn nghiên cứu một định Sargan đối với mô hình động cho thấy các độ
số tỉnh được tách ra và tỉnh Hà Tây được sáp nhập trễ của các biến được sử dụng làm biến công cụ
vào Hà Nội. Để có đầy đủ dữ liệu cho cả giai đoạn trong mô hình là phù hợp. Bên cạnh đó, kiểm định
nghiên cứu, tác giả gộp số liệu của các tỉnh này và
Arellano-Bond cũng cho thấy không xảy ra tự tương
do đó xác định được 60 tỉnh, thành phố.
quan bậc hai trong mô hình. So sánh kết quả giữa
4. Kết quả và thảo luận mô hình tĩnh và mô hình động ta thấy có sự khác
4.1. Kết quả ước lượng biệt lớn trong độ lớn của các hệ số tác động nhưng
Đầu tiên tác giả ước lượng mô hình tĩnh bằng cả có sự thống nhất về chiều hướng tác động, tức là dấu
ba phương pháp POLS, FEM và REM. Kết quả ước của các hệ số ước lượng. Độ trễ của biến INDU tác
lượng được trình bày tóm tắt trong Bảng 1. Kết quả 7 động tích cực lên INDU và có ý nghĩa thống kê cao

Bảng 2: Kết quả ước lượng mô hình động

S-GMM
L.INDU 0,9055***
(10,31)
GDPCAP 3,5464*
(1,83)
GDPCAP2 -0,7667**
(-2,09)
FDI 0,0413***
(2,77)
INV 0,0187
(1,07)
TRADE 0,0673*
(1,69)
URBAN -0,0300
(-0,59)
Constant 0,3399
(0,22)
Number of observations 1020
Number of groups 60
Number of instruments 30
F test 1498,97***
Arellano-Bond test for AR(2) in first differences (p value) 0,132
Sargan test of over-identification restrictions (p value) 0,137
Ghi chú: thống kê t trong dấu ngoặc; * p<0,1, ** p<0,05, *** p<0,01
Nguồn: Tính toán của tác giả.

4.2. Thảo luận kết quả

Số 256(II) tháng 10/2018 15
Một mối quan hệ hình chữ U ngược đã được tìm thấy giữa GDP bình quân đầu người và tỷ
trọng giá trị gia tăng khu vực công nghiệp. Kết quả này nói lên rằng, ở giai đoạn đầu, khi mức thu
nhập của người dân tăng lên kèm theo sự gia tăng nhu cầu về hàng hóa sản xuất thay vì sự gia tăng
cho thấy việc sử dụng mô hình động là một lựa chọn
hợp lý hơn. Xem xét về những ưu điểm của mô hình
động như đã phân tích ở trên, trong phần tiếp theo
tác giả sẽ sử dụng kết quả ước lượng của S-GMM để
thảo luận kết quả.
4.2. Thảo luận kết quả
Một mối quan hệ hình chữ U ngược đã được tìm
thấy giữa GDP bình quân đầu người và tỷ trọng giá
trị gia tăng khu vực công nghiệp. Kết quả này nói lên
rằng, ở giai đoạn đầu, khi mức thu nhập của người
dân tăng lên kèm theo sự gia tăng nhu cầu về hàng
hóa sản xuất thay vì sự gia tăng trong nhu cầu thực
phẩm. Để đáp ứng nhu cầu đó, khu vực công nghiệp
sẽ hoạt động mạnh mẽ hơn, khu vực nông nghiệp có
thể thu hẹp lại và do đó tỷ trọng giá trị gia tăng khu
vực công nghiệp sẽ tăng lên. Từ kết quả của mô hình
động, bước ngoặt cho sự thay đổi mối quan hệ giữa
GDP bình quân đầu người và mức độ công nghiệp
hoá là ở mức khoảng 10,1 triệu VND (kết quả tính
theo giá so sánh năm 1994), nếu tính theo giá hiện
tại ở năm 2015 tương ứng khoảng 58 triệu VND.
Vượt qua ngưỡng thu nhập này, khi mức thu nhập
bình quân đầu người tăng lên sẽ đi kèm với sự giảm
sút trong tỷ trọng GDP khu vực công nghiệp, tức là
quá trình giảm công nghiệp hoá bắt đầu diễn ra. Tuy
nhiên, theo số liệu tổng hợp của Tổng cục Thống kê,
mức thu nhập bình quân đầu người ở Việt Nam năm
2015 mới chỉ đạt 45,7 triệu VND. Như vậy, ở thời
điểm hiện tại, Việt Nam vẫn đang ở trong giai đoạn
đầu, giai đoạn tiếp tục đẩy mạnh công nghiệp hoá.
Dấu của các hệ số ước lượng của biến INV và FDI
đều dương thể hiện một tác động tích cực của các
nguồn vốn đầu tư trong nước cũng như đầu tư trực
tiếp nước ngoài lên quá trình công nghiệp hoá. Dấu
của biến FDI là đúng như kỳ vọng và có ý nghĩa ở
mức 1%. Kết quả này khẳng định FDI là nguồn vốn
tích cực đẩy mạnh công nghiệp hoá. Trong khi các
nguồn vốn đầu tư nội địa cũng thể hiện tác động
tích cực đến tỷ trọng công nghiệp nhưng không có
ý nghĩa thống kê và hệ số tác động của nó nhỏ hơn
so nhiều với hệ số tác động của FDI. Điều này có
thể được lý giải bởi việc sử dụng vốn đầu tư một
cách dàn trải, nhiều dự án xây dựng kéo dài gây
nên tình trạng lãng phí làm cho hiệu quả của đầu tư
không cao, tình trạng tham nhũng ở các dự án đầu
tư diễn ra khá phổ biến. Như vậy, trong hai nguồn
vốn xem xét, chỉ có FDI đã và đang là một nguồn
vốn quan trọng cho quá trình đẩy mạnh công nghiệp
hoá diễn ra ở Việt Nam. Việc sử dụng nguồn vốn
Số 256(II) tháng 10/2018
FDI là có hiệu quả hơn cho công nghiệp hoá so với
các nguồn vốn đầu tư khác. Thực tế cũng cho thấy
ở những tỉnh, thành phố thu hút được nhiều vốn đầu
tư trực tiếp nước ngoài thì quá trình công nghiệp hoá
thường diễn ra mạnh mẽ hơn.
Hoạt động thương mại nước ngoài cũng được tìm
thấy có tác động tích cực đến tỷ trọng khu vực công
nghiệp. Trong một thời gian dài, Việt Nam đã theo
đuổi chính sách sản xuất hàng hóa thay thế hàng
nhập khẩu và đã là một chính sách công nghiệp
trọng yếu. Do vậy, nước ta đã tích cực nhập khẩu
máy móc thiết bị để phục vụ sản xuất ra hàng hóa
tiêu thụ trong nước như xi măng, thép, một số vật
liệu xây dựng khác, điện tử,... Chính sách này đã
thúc đẩy khu vực sản xuất trong nước phát triển.
Mãi đến năm 2011, Việt Nam vẫn là một nước nhập
siêu, cán cân thương mại đã bắt đầu đảo chiều sang
xuất siêu từ năm 2012 đến nay. Trong cơ cấu các
mặt hàng nhập khẩu thì tư liệu sản xuất luôn chiếm
một tỷ trọng cao nhất, tiếp theo đó là nguyên, nhiên,
vật liệu, máy móc, thiết bị, dụng cụ phục vụ sản
xuất. Với cơ cấu xuất khẩu, hàng công nghiệp nặng,
khoảng sản và hàng công nghiệp nhẹ, tiểu thủ công
nghiệp chiếm tỷ trọng ở vị trí số 1 và 2 tương ứng
và tỷ trọng xuất khẩu của các mặt hàng này cao hơn
rất nhiều các mặt hàng còn lại. Như vậy, sự gia tăng
trong xuất khẩu và nhập khẩu đã thúc đẩy sự phát
triển của khu vực sản xuất ở Việt Nam.
Về mức độ đô thị hóa (URBAN), biến này có dấu
âm trong cả hai mô hình tĩnh và động và chỉ có ý
nghĩa thống kê ở mô hình tĩnh. Như vậy, dấu của
URBAN không đúng với kỳ vọng ban đầu. Lý giải
về diều này có thể bởi ở Việt Nam tốc độ đô thị hóa
đã phát triển rất nhanh, điều đó đã dẫn đến sự cạn
kiệt tài nguyên thiên nhiên, gia tăng ô nhiễm, đời
sống một bộ phận dân cư đô thị gặp nhiều khó khăn,
nhất là đối với người lao động nhập cư từ nông thôn
vào thành thị, nhóm yếu thế trong xã hội. Đô thị
hóa nhanh chóng nhưng không đi kèm với việc giải
quyết việc làm tại chỗ, không còn đất canh tác dẫn
đến người lao động không có việc làm, họ phải đổ
xô về hai thành phố lớn ở hai đầu là Hà Nội (phía
Bắc) và thành phố Hồ Chí Minh (phía Nam). Một
phần trong số họ phải làm những công việc ở khu
vực phi chính thức với mức thu nhập thấp và không
ổn định tại các khu đô thị, một số khác thì tham gia
vào các hoạt động sản xuất nhưng hầu hết là các
ngành tạo ra giá trị gia tăng thấp. Nhiều khu vực ở
Việt Nam bị đô thị hóa một cách cưỡng ép bởi điều
kiện cơ sở hạ tầng như đường giao thông, nước sinh
16
hoạt, trường học, bệnh viện… chưa đáp ứng được
tiêu chuẩn của đô thị, tạo ra một gánh nặng cho vấn
đề giáo dục, chăm sóc sức khỏe, công ăn việc làm
cho dân số đô thị. Đô thị hóa chỉ có thể thúc đẩy quá
trình công nghiệp hoá khi tạo ra cơ sở vật chất, môi
trường, lối sống, văn hóa và lực lượng lao động đáp
ứng được yêu cầu. Trong khi đó, nhiều đô thị mới
ở Việt Nam chưa thực hiện được điều này và đây
có thể là nguyên nhân tạo ra điểm nghẽn trong việc
nâng cao năng suất và phát triển sản xuất, từ đó sẽ
kìm hãm mức độ công nghiệp hoá.
5. Kết luận và khuyến nghị
Bài viết xem xét tác động của dòng vốn FDI và
một số yếu tố khác lên quá trình công nghiệp hoá
ở Việt Nam trong giai đoạn 1998-2015. Thông qua
việc ước lượng các mô hình tĩnh và động, từ đó thực
hiện các kiểm định và đánh giá ưu điểm của các mô
hình, các kết luận của bài viết được rút ra dựa trên
mô hình động với ước lượng S-GMM. Kết quả cho
thấy FDI là một nguồn vốn quan trọng và hiệu quả
hơn các nguồn vốn trong nước cho việc đẩy mạnh
công nghiệp hoá. Nâng cao thu nhập của người dân
và đẩy mạnh hoạt động xuất nhập khẩu cũng là
những nhân tố tích cực cho sự thành công của công
nghiệp hoá ở Việt Nam. Điều đặc biệt là việc giảm
công nghiệp hoá có thể xảy ra khi thu nhập bình
quân đầu người vượt qua ngưỡng 58 triệu VND.
Việc đô thị hóa một cách ồ ạt trong khi chưa đáp
ứng được những điều kiện cần thiết đã ảnh hưởng
tiêu cực đến mức độ công nghiệp hoá.
Là một nước đang phát triển, Việt Nam khó có thể
tránh khỏi tình trạng thiếu vốn để giải quyết các vấn
đề như xây dựng cơ sở hạ tầng, tiếp nhận chuyển
giao công nghệ hiện đại, phát triển công nghiệp,
tiểu thủ công nghiệp nhằm đáp ứng yêu cầu của quá
trình công nghiệp hoá. Tiếp tục chính sách thu hút
vốn đầu tư trực tiếp nước ngoài là một biện pháp
tích cực và hữu hiệu đối với Việt Nam. Để làm tốt
điều này, Việt Nam cần phải tiếp tục cải thiện mạnh
mẽ môi trường đầu tư kinh doanh theo hướng bình
đẳng, minh bạch, giảm thiểu những chi phí giao dịch
ngầm trong quá trình xin cấp phép đầu tư, xử lý triệt
để tình trạng tham nhũng. Tiếp tục hoàn thiện cơ sở
hạ tầng giao thông, thông tin liên lạc cũng như các
loại dịch vụ khác nhằm tiết kiệm thời gian và chi phí
cho nhà đầu tư. Một vấn đề quan trọng khác là tập
trung đào tạo đội ngũ lao động có chuyên môn và
tay nghề cao để đáp ứng yêu cầu của các nhà đầu tư
nước ngoài.
Bên cạnh đó, để đẩy mạnh công nghiệp hoá một
cách bền vững, Việt Nam cũng cần nâng cao hiệu
quả sử dụng nguồn vốn đầu tư trong nước, đầu tư cơ
sở hạ tầng các đô thị, đảm bảo điều kiện về mọi mặt
để đô thị hóa phát huy được những ưu điểm vốn có
của nó nhằm phục vụ cho quá trình đẩy mạnh công
nghiệp hoá. Từng bước nên tiến tới cân nhắc giảm
dần sự phụ thuộc vào nguồn vốn nước ngoài bởi sự
phụ thuộc nhiều vào FDI có thể dẫn đến những rủi
ro và hậu quả về môi trường, xã hội như đã xảy ra tại
nhiều địa phương ở Việt Nam.

Tài liệu tham khảo:

Baltagi, B. (2008), Econometric Analysis of Panel Data (Vol. 1), John Wiley & Sons.
Bornschier, Volker & Chase-Dunn, Christopher (1985), Transnational Corporations and Underdevelopment, Praeger.
Blundell, R. & Bond, S. (1998), ‘Initial conditions and moment restrictions in dynamic panel data models’, Journal of
Econometrics, 87(1), 115–143.
Chandra, R. (1992), Industrialization and Development in the Third Word, Routledge, London.
Gui-Diby, S.L. & Renard, M-F. (2015), ‘Foreign Direct Investment Inflows and the Industrialization of African
Countries’, World Development, 74, 43-57.
Kang, S.J. & Lee, H. (2011), ‘Foreign direct investment and deindustrialisation’, The World Economy, 313-329.
Kaya, Y. (2010), ‘Globalization and industrialization in 64 developing countries, 1980–2003’, Social Forces, 88(3),
1153-1182.
Le, Q.H. & Pomfret, R. (2011), ‘Technology spillovers from foreign direct investment in Vietnam: horizontal or vertical
spillovers?’, Journal of the Asia Pacific Economy, 16(2), 183-201.
Le, T.T. (2007), Does Foreign Direct Investment have an impact on the growth in labor productivity of vietnamese

Số 256(II) tháng 10/2018 17

 dometics firm?, RIETI Discussion Paper Series 07-E-021.
Markusen, J.R. & Venables, A.J. (1999), ‘Foreign direct investment as a catalyst for industrial development’, European
Economic Review, 43, 335–356.
McMillan, M., Rodrik, D. & Verduzco-Gallo, Í. (2014), ‘Globalization, Structural Change, and Productivity Growth,
with an Update on Africa’, World Development, 63(C), 11-32.
Morsy, H., Levy, A. & Sanchez, C. (2014), Growing Without Changing: A Tale of Egypt’s Weak Productivity Growth,
Working Paper Series, No. 940, Economic Research Forum.
Ngo, P.H., Dao, V.H., Nguyen, T.H. & Dao, T.T.T. (2017), ‘Improving quality of foreign direct investment attraction
in Vietnam’, International Journal of Quality Innovation 3(7), DOI: https://doi.org/10.1186/s40887-017-0016-7.
Nguyen, P.L. (2008), Productivity Spillovers from Foreign Direct Investment: Evidence from Vietnamese Firm Data,
School of Commerce, University of South Australia, Australia.
Rodríguez-Clare, A. (1996), ‘Multinationals, linkages, and economic development’, The American Economic Review,
86(4), 852–873.
Rodrik, D. (2016), ‘Premature deindustrialization’, Journal of Economic Growth, 21(1), 1-33.
Tran, V.T. (2016), ‘Vietnam’s Industrialization in the New Context of the World Economy’, VNU Journal of Science:
Economics and Business, 32(1S), 241-254.

Số 256(II) tháng 10/2018 18

 TÁC ĐỘNG CỦA TOÀN CẦU HÓA ĐẾN SỰ
PHÁT TRIỂN CỦA KHU VỰC DỊCH VỤ
Ở VIỆT NAM
Nguyễn Thị Cẩm Vân
Khoa Toán Kinh tế, Đại học Kinh tế Quốc dân
Email: ncvantkt@neu.edu.vn
Tống Thành Trung
Khoa Toán Kinh tế, Đại học Kinh tế Quốc dân
Email: tongthanhtrung@neu.edu.vn
Bùi Quốc Hoàn
Khoa Toán Kinh tế, Đại học Kinh tế Quốc dân
Email: buiquochoan@neu.edu.vn

Ngày nhận: 27/8/2018

Ngày nhận bản sửa: 02/10/2018
Ngày duyệt đăng: 15/10/2018

Tóm tắt:
Nghiên cứu này sử dụng phương pháp kiểm định đồng tích hợp Johansen, kiểm định nhân
quả Granger, mô hình hồi quy tuyến tính và mô hình hiệu chỉnh sai số để đánh giá tác động
của toàn cầu hóa đến sự phát triển của khu vực dịch vụ ở Việt Nam giai đoạn 1995 - 2015.
Kết quả nghiên cứu chỉ ra rằng tồn tại mối quan hệ cân bằng dài hạn giữa toàn cầu hóa, đầu
tư trực tiếp nước ngoài và sự phát triển của khu vực dịch vụ. Kết quả ước lượng cho thấy toàn
cầu hóa có tác động thúc đẩy sự phát triển của khu vực dịch vụ ở Việt Nam trong cả ngắn
hạn và dài hạn. Bên cạnh đó, sự phát triển của khu vực dịch vụ còn chịu tác động dương và
mạnh mẽ của đầu tư trực tiếp nước ngoài trong dài hạn. Tuy nhiên, ảnh hưởng này không có
ý nghĩa trong ngắn hạn. Dựa trên các kết quả phân tích, bài viết đề xuất một số khuyến nghị
nhằm thúc đẩy sự phát triển của khu vực dịch vụ trong xu thế toàn cầu hóa hiện nay.
Từ khóa: Toàn cầu hóa, khu vực dịch vụ, đầu tư trực tiếp nước ngoài, đồng tích hợp, mô hình
hiệu chỉnh sai số.

Impact of Globalization on the Development of Services Sector in Vietnam

Abstract:
This study uses Johansen cointegration test, Granger causality test, linear regression model
and error correction modeling technique to analyse the impact of globalization on the
development of services sector in Vietnam in the period 1995-2015. The results assert the
existence of long-run equilibrium relationship among globalization, foreign direct investment
and the development of services sector. The estimation results show that globalization
promotes the development of services sector both in long-run and short-run. The study further
reveals that foreign direct investment had positive and powerful effect on the development
of services sector in long-term but this impact was insignificant in short-term. Based on
the findings, some recommendations to the development of services sector in the context of
current globalization are proposed.
Keywords: Globalization, services sector, foreign direct investment, cointegration, error
correction model.

Số 256(II) tháng 10/2018 19

 1. Giới thiệu
Toàn cầu hóa là khái niệm phản ánh những thay
đổi trong xã hội và nền kinh tế thế giới, được tạo ra
bởi các mối liên kết và trao đổi ngày càng tăng giữa
các quốc gia, các tổ chức, các cá nhân ở góc độ kinh
tế, chính trị, văn hóa, xã hội… trên phạm vi toàn
cầu. Quá trình toàn cầu hóa gắn liền với sự tăng lên
về số lượng cũng như cường độ của các cơ chế, tiến
trình và hoạt động nhằm thúc đẩy sự hợp tác giữa
các quốc gia trên thế giới cũng như sự hội nhập về
kinh tế, chính trị, văn hóa, xã hội ở cấp độ toàn cầu.
Từ cuối thập niên 1980, toàn cầu hóa đã diễn ra
với tốc độ và cường độ chưa từng có trong tiền lệ,
và đã tạo ra những thay đổi lớn trong nền kinh tế
toàn cầu cũng như nền kinh tế của mỗi quốc gia khi
tham gia ở các mức độ khác nhau vào quá trình này.
Sự chuyển dịch cơ cấu kinh tế diễn ra mạnh mẽ, khu
vực chế biến chế tạo ở các nước công nghiệp hóa đã
thu hẹp và nhường chỗ cho khu vực dịch vụ. Nền
kinh tế thế giới đang dần chuyển đổi sang nền kinh
tế dịch vụ.
Việt Nam cũng không nằm ngoài xu thế đó. Dịch
vụ là khu vực có nội hàm và cơ cấu phân ngành rộng
nhất hiện nay và ngày càng có vai trò quan trọng nhất
trong nền kinh tế. Khu vực dịch vụ ở Việt Nam bao
gồm các ngành: Bán buôn, bán lẻ, Sửa chữa ô tô, mô
tô, xe máy và xe có động cơ khác; Vận tải, kho bãi;
Dịch vụ lưu trú, ăn uống; Thông tin và truyền thông;
Hoạt động tài chính, ngân hàng, bảo hiểm; Hoạt
động kinh doanh bất động sản; Hoạt động chuyên
môn, khoa học và công nghệ; Hoạt động hành chính
và dịch vụ hỗ trợ; Hoạt động của Đảng Cộng sản, tổ
chức chính trị - xã hội, quản lý Nhà nước, an ninh
quốc phòng, đảm bảo xã hội bắt buộc; Giáo dục và
đào tạo; Y tế và hoạt động trợ giúp xã hội; Nghệ
thuật, vui chơi và giải trí; Hoạt động dịch vụ khác;
Hoạt động làm thuê các công việc trong các hộ gia
đình, sản xuất sản phẩm vật chất và dịch vụ tự tiêu
dùng của hộ gia đình. Là một trong ba trụ cột của
nền kinh tế, với tỷ trọng đóng góp hơn 40% GDP và
trên 34% tổng số việc làm trong nền kinh tế, sự phát
triển của khu vực dịch vụ có ý nghĩa to lớn đối với
sự phát triển chung của nền kinh tế.
Các tác động của toàn cầu hóa đến khu vực dịch
vụ là một chủ đề mới được nghiên cứu trong những
năm gần đây, số lượng các nghiên cứu về chủ đề
này cho đến nay còn khá hạn chế. Do vậy, nghiên
cứu này hy vọng có thể bổ sung cho các nghiên cứu
trước bằng cách tập trung vào trả lời câu hỏi: Toàn
Số 256(II) tháng 10/2018
cầu hóa có tác động như thế nào đến sự phát triển
của khu vực dịch vụ ở Việt Nam? Để trả lời câu hỏi
đó, nghiên cứu sử dụng kiểm định Johansen, kiểm
định nhân quả Granger, mô hình hiệu chỉnh sai số
nhằm xác định tác động trong ngắn hạn và mô hình
hồi quy đa biến để phân tích tác động trong dài hạn
của toàn cầu hóa đến sự phát triển của khu vực dịch
vụ ở Việt Nam.
Nội dung của bài viết được tổ chức như sau: phần
tiếp theo trình bày tổng quan các nghiên cứu về tác
động của toàn cầu hóa đến khu vực dịch vụ ở các
quốc gia trên thế giới và ở Việt Nam; phần 3 chỉ định
mô hình nghiên cứu và dữ liệu sử dụng; phần 4 là kết
quả phân tích tác động của toàn cầu hóa đến khu vực
dịch vụ ở Việt Nam giai đoạn 1995 – 2015; phần cuối
cùng là kết luận và một số khuyến nghị.
2. Tổng quan nghiên cứu
Các tác động của toàn cầu hóa là chủ đề đặc biệt
thu hút sự quan tâm nghiên cứu ở cả các quốc gia
phát triển và các quốc gia đang phát triển. Hệ thống
các nghiên cứu về tác động của toàn cầu hóa khá
đa dạng và phong phú. Các nghiên cứu thường tập
trung phân tích tác động của toàn cầu hóa đến tăng
trưởng kinh tế, nghèo đói và bất bình đẳng, môi
trường, phát triển con người, và sự phát triển của
một số ngành, đặc biệt là công nghiệp chế biến chế
tạo. Các tài liệu thường đánh giá tác động của toàn
cầu hóa chủ yếu thông qua các kênh khác nhau như:
đầu tư trực tiếp nước ngoài, độ mở thương mại, xuất
khẩu, tỷ giá hối đoái, lao động nước ngoài, công
nghệ, tự do hóa tài chính…
Mối quan hệ giữa toàn cầu hóa và sự phát triển
của khu vực dịch vụ là một chủ đề mới được nghiên
cứu trong những năm gần đây. Số lượng nghiên cứu
về chủ đề này cho đến nay còn khá hạn chế. Hơn
nữa, các tài liệu nghiên cứu báo cáo các kết luận
mâu thuẫn nhau về tác động của toàn cầu hóa đến
sự phát triển của khu vực dịch vụ. Goldar (2014)
cho rằng toàn cầu hóa có tác động tích cực đến
ngành dịch vụ. Kết quả nghiên cứu của Goldar cho
thấy toàn cầu hóa làm tăng sản lượng và cải thiện
chất lượng của khu vực dịch vụ, làm giảm chi phí
ở những ngành dịch vụ có chi phí cao. Tuy nhiên,
Nyamekye (2016) lại kết luận rằng toàn cầu hóa có
tác động tiêu cực đến sự phát triển của ngành dịch
vụ. Trong nghiên cứu về ảnh hưởng của toàn cầu
hóa đến sản lượng của khu vực dịch vụ ở Ghana giai
đoạn 1961 – 2013, Nyamekye đã chứng tỏ rằng toàn
cầu hóa có tác động âm đến sản lượng của khu vực
20
dịch vụ ở Ghana. Sekar (2006) cho rằng toàn cầu
hóa có cả tác động tích cực và tiêu cực đến các hoạt
động dịch vụ. Về mặt tích cực, toàn cầu hóa có xu
hướng làm giảm giá dịch vụ ở các khu vực có chi phí
cao, làm gia tăng sản lượng và nâng cao chất lượng
dịch vụ. Về mặt tiêu cực, toàn cầu hóa làm gia tăng
mức độ cạnh tranh, có thể tạo ra sự xáo trộn do các
công ty không có khả năng cạnh tranh bị mất thị
phần và nhân viên của họ bị sa thải.
Nhìn chung, các tài liệu nghiên cứu đều thống
nhất rằng toàn cầu hóa tác động đến sự phát triển
của các ngành kinh tế thông qua quá trình mở rộng
thị trường, thương mại và giảm bớt sức ép về thuế.
Toàn cầu hóa giúp gia tăng các nhân tố sản xuất như
vốn và khoa học kỹ thuật được khuyến khích thông
qua việc tự do hóa lưu thông vốn, chuyển giao công
nghệ, phát triển thông tin liên lạc toàn cầu hiệu quả,
giảm các chi phí giao dịch quốc tế và chi phí sản
xuất. Từ đó, toàn cầu hóa làm gia tăng các hoạt động
trong lĩnh vực vận tải, ngân hàng, bảo hiểm, thông
tin và truyền thông, khoa học và công nghệ… từ đó
có tác động đến sự phát triển của các ngành này và
cả các ngành dịch vụ liên quan như dịch vụ du lịch,
hoạt động kinh doanh bất động sản... Sau đây là một
số nghiên cứu điển hình về tác động của toàn cầu
hóa đến sự phát triển của một số ngành trong khu
vực dịch vụ:
Njanike (2010) cho rằng toàn cầu hóa đảm bảo cho
việc cung cấp các dịch vụ ngân hàng hiệu quả. Toàn
cầu hóa mang đến những công nghệ mới giúp cải
thiện các dịch vụ ngân hàng và cơ sở hạ tầng, do đó
giúp giảm thiểu các hoạt động gian lận, mang lại các
kỹ thuật quản trị rủi ro mới và tăng sự tin tưởng vào
hệ thống ngân hàng. Hơn nữa, Benamraoui (2003)
còn cho rằng toàn cầu hoá có nhiều lợi thế hơn bất
lợi đối với ngành ngân hàng. Việc loại bỏ các rào
cản về mặt pháp lý đã cho phép các ngân hàng nhà
nước cải thiện chất lượng dịch vụ và sử dụng các
công nghệ tiên tiến hơn. Các ngân hàng tư nhân và
nước ngoài cũng tham gia vào việc hiện đại hóa
ngành ngân hàng bằng cách tung ra các sản phẩm
tài chính sáng tạo, thu hút vốn trong và ngoài nước.
Toàn cầu hóa giúp liên kết các hoạt động sản
xuất, phân phối và tiêu dùng của các quốc gia tạo ra
một thị trường mang tính toàn cầu. Sự dịch chuyển
trên phạm vi toàn cầu đóng vai trò quan trọng đối
với sự phát triển của ngành dịch vụ vận tải. Từ các
tàu container lớn đến các xe tải nhỏ dùng để giao
hàng, toàn bộ hệ thống phân phối đã trở nên tích hợp
Số 256(II) tháng 10/2018
chặt chẽ, liên kết các hoạt động sản xuất với các thị
trường trên phạm vi toàn cầu. Toàn cầu hóa làm tăng
nhu cầu đối với chuỗi cung ứng hiệu quả, trong đó
tất cả các phương thức vận tải đều phải đáng tin cậy
(Jennings, 2006) và tiết kiệm chi phí.
Trong quá trình toàn cầu hóa, tự do hoá vận tải
hàng không, tự do hoá thương mại dịch vụ, sự lan
truyền của công nghệ thông tin và truyền thông, việc
sử dụng rộng rãi internet trong bán hàng và tiếp thị
các chuyến đi và các gói du lịch, tất cả đóng góp vào
sự phát triển liên tục của ngành du lịch. Sự phát triển
của ngành dịch vụ du lịch được quan sát thấy ở sự
gia tăng liên tục số lượng khách du lịch đến và đi,
sự gia tăng của thị trường, sự nhanh chóng mà các
điểm đến khác nhau được đưa vào khai thác phát
triển du lịch…, cũng như trong việc tăng doanh thu
liên tục của ngành du lịch đi cùng với việc liên tục
giảm chi phí các dịch vụ du lịch. Các ngành dịch vụ
như thông tin và truyền thông, tài chính, giao thông
vận tải đóng vai trò quan trọng trong quá trình toàn
cầu hoá du lịch (Mustafa, 2010).
Ảnh hưởng của toàn cầu hóa đến ngành dịch vụ
kinh doanh bất động sản đến từ hoạt động nhập cư,
du lịch toàn cầu, hoạt động dịch chuyển liên quan
đến chăm sóc sức khỏe, y tế… Mặc dù hoạt động
kinh doanh bất động sản vẫn chủ yếu bị ảnh hưởng
bởi các nhân tố mang tính địa phương như tri thức
địa phương, con người địa phương, nền kinh tế địa
phương, thể chế địa phương nhưng trong bối cảnh
toàn cầu hóa, hoạt động kinh doanh bất động sản
còn chịu tác động của các công ty, những người tiêu
dùng, các thế lực kinh tế từ những nơi khác thậm
chí có khoảng cách lớn về địa lý (Ashok & Cynthia,
2007).
Trong lĩnh vực giáo dục, sự bùng nổ của tri thức
và thông tin trong kỷ nguyên của công nghệ thông
tin đã làm thay đổi cơ cấu giáo dục truyền thống.
Việc sử dụng máy tính, internet và học tập qua trung
gian công nghệ (email, E-chat, các trang web, thư
viện số,…) đã giúp phổ biến thông tin và kiến thức
đến hàng triệu người trên thế giới. Sự xuất hiện của
phương thức học tập thông qua trung gian công nghệ
đã cách mạng hóa quá trình dạy và học, giúp quá
trình tự học trở nên dễ dàng hơn, chi phí tương đối
rẻ hơn. Các nghiên cứu về tác động của toàn cầu hóa
đến giáo dục đều cho rằng toàn cầu hóa có tác động
mạnh nhất đến sự phát triển của hệ thống giáo dục
đại học và giáo dục nghề nghiệp. Hợp tác giữa các
nước trong việc cung cấp dịch vụ giáo dục trở nên
21
phổ biến. Các trường đại học nước ngoài sẵn sàng (2007) đã kết luận rằng sự hợp nhất của các tổ chức
cung cấp song bằng hoặc dịch vụ giáo dục từ xa cho giáo dục đại học, từ bỏ độc quyền của nhà nước
người học ở các nước đang phát triển. Tuy nhiên, chi trong giáo dục, cung cấp dịch vụ giáo dục ngày càng
phí cho việc tham gia vào các loại hình giáo dục bậc đa dạng, định hướng lại chương trình phù hợp đáp
cao đã tăng lên đáng kể (Razak, 2011). ứng yêu cầu thị trường và đưa cạnh tranh vào giáo
Toàn cầu hoá thương mại giúp các dịch vụ y tế trở dục nhằm nâng cao hiệu suất và hiệu quả của các
thànhTrong
một đó, là ký được
mặt∆hàng hiệu sai phândoanh
kinh theo những dịch vụ giáo dục là các tác động của toàn cầu hóa
bậc nhất;
phươngα α
0, thứcα là các tham số ước lượng;
1, 2 khác nhau. Thứ nhất, các3 dịch α là tốcvụđộyhiệu đến sai
tế chỉnh hệ thống
số. giáo dục ở Việt Nam. Ngoài ra, Pham
có thểut được cung
- 1 là trễ củacấp
sai xuyên
số đượcquốc tínhgia.
toánThứtừ mô hai, bệnh
hình (1) ; (2013) cũng đã phân tích những ảnh hưởng của toàn
nhânεcót làthể
sai đi
số du
củalịch
mô nước ngoài để được chăm sóc cầu hóa và sự cần thiết quản lý giáo dục Việt Nam
hình (2).
sức khỏe.
Các bước Thứ tiến
ba, hành
bản thân
nghiêncáccứu dịch vụ thực
được y tế đãhiệntrởnhư trong quátiên,
sau: đầu trìnhcáchộichuỗi
nhập.
số liệu được sử dụng
thànhtrong
một nghiên
ngành cứuthu hút đầu tư nước ngoài. Một số Tóm lại, hệ
sẽ được kiểm định tính dừng, tiếp theo kiểm định Johansen sẽ được thống các nghiên cứu
thực đã để
hiện có về tác
côngkếtty luận
xuyên quốc gia từ các nước phát
về quan hệ đồng tích hợp giữa các chuỗi, sau
triển và động của toàn
đó thực hiện cầukiểmhóa đến
định khu vực
Granger đểdịch vụ là nguồn
kết luận
đang phát triển đã tạo ra các dịch vụ y tế thương mại tài liệu tham khảo quan trọng có thể vận dụng để
về mối quan hệ nhân quả giữa toàn cầu hóa và sự phát triển của khu vực dịch vụ ở Việt Nam. Cuối
thông qua việc mua và thành lập các bệnh viện. Thứ phân tích cho Việt Nam. Tuy nhiên, các nghiên cứu
cùng là phương pháp hồi quy tuyến tính và mô hình hiệu chỉnh sai số để làm rõ tác động của toàn
tư, các nhân viên y tế có thể di chuyển giữa các quốc này thường đánh giá tác động của toàn cầu hóa
cầu
gia. Tất cả hóa đãđến
gópsựphần
phátthúc
triểnđẩy
của thương
ngành dịchmạivụ ở Việt
dịch vụ Nam trong giai đoạn nghiên cứu.
thông qua các chỉ số khác nhau, mỗi chỉ số chỉ phản
3.2. Nguồn
y tế phát dữ liệu
triển (Pang & Guindon, 2004). ánh được một khía cạnh của toàn cầu hóa. Hơn nữa,
Dữ liệu dùng để ước lượng các mô hình thực nghiệmsốtrong lượngnghiên cứu được
các nghiên cứulấy từ các
định lượngtrang
về web:
tác động của
Ở Việt Nam đã có một số nghiên cứu về tác
động của toàn cầu hóa đến sự phát triển của một toàn cầu hóa đến sự phát triển của khu vựcra,dịch vụ ở
theglobaleconomy.com và kof.ethz.ch (cập nhật năm 2018) trong giai đoạn 1995 - 2015. Ngoài
nghiên
số ngành cứuvụ
dịch còn sử dụng
như: nguồny số
giáo dục, tế…liệuNghiên
về GDP cứu(giá so sánh
Việt Nam2010)
cònvàkhá laokhiêm
động do
tốn.Tổng cụcnghiên
Do đó, Thống cứu này
kê công bố
của Nguyen & trong
cộng giai
sự đoạn
(2004) 1995
về –ảnh
2017 để phân
hưởng củatích. hy vọng có thể bổ sung cho các nghiên cứu trước
toàn 4.
cầuTác hóađộngđếncủa
sự toàn
chămcầu sóchóay tếđến
vàsự
sức khỏe
phát nghề
triển của khubằng
vựccách phân
dịch vụ tíchNam
ở Việt tác động của toàn cầu hóa đến
nghiệp ở Việt Nam khẳng định rằng quá trình toàn
4.1. Toàn cầu hóa và sự phát triển của khu vực dịch vụ ở Việt Nam sự phát triển của khu vực dịch vụ dựa trên các mô
cầu hóa
Theo đãxulàm tăng các
hướng toànvấn
cầuđề nghiêm
hóa, trọngđãđối
Việt Nam đạtvớiđượchình
những định
bước lượng. Khác
tiến tích cựcvới cácquá
trong nghiên cứu trước,
trình hội
nhập toàn cầu. Chỉ số toàn cầu hóa tổng hợp KOF của Việt Nam đã tăng từ 37,15 năm 1995 lên về toàn
sức khỏe của công nhân. Ô nhiễm môi trường làm nghiên cứu này sử dụng một chỉ số toàn diện
việc 61,59
tại nơinăm làm 2015
việc ở(hình
mức1). cao,Nămtình2015,
trạngViệt cácNam
bệnhđứng cầuở hóa (KOF) được Dreher (2006) xây dựng và tính
vị trí thứ 95/209 trong bảng xếp hạng về
tật liên quan đến nghề nghiệp và bệnh nghề nghiệp toán hàng năm cho các quốc gia trên thế giới. Chỉ số
mức độ toàn cầu hóa. Trong ba thành phần của toàn cầu hóa, Việt Nam xếp thứ 123/209 về toàn
của các công nhân được phát hiện hàng năm tăng này bao quát các khía cạnh khác nhau của toàn cầu
cầu hóa kinh tế, xếp thứ 73/209 về toàn cầu hóa chính trị, và xếp thứ 127/209 về toàn cầu hóa xã
dần. Trong nghiên cứu về tác động của toàn cầu hóa hóa như: kinh tế, chính trị, và xã hội. Phương pháp
hội.
đến giáo dục đại học ở Việt Nam, Nguyen & Fraser đánh giá tác động của toàn cầu hóa đến sự phát triển

Hình 1. Sự phát triển của toàn cầu hóa ở Việt Nam, 1995 – 2015

KOF Toàn cầu hóa kinh tế Toàn cầu hóa xã hội Toàn cầu hóa chính trị

80

70

60

50

40

30

20

10

0
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015

Nguồn: Số liệu tổng hợp từ www.kof.ethz.ch (cập nhật đến năm 2018).

Kể từ khi tham gia vào quá trình toàn cầu hóa, luồng vốn đầu tư trực tiếp nước ngoài (FDI) vào
Số 256(II) tháng 10/2018 22
Việt Nam có nhiều biến động nhưng tổng vốn FDI có xu hướng tăng theo thời gian (từ 1,78 tỷ USD
 lớn vào giá trị sản lượng dịch vụ, góp phần tạo nên bộ mặt mới trong lĩnh vực dịch vụ chất lượng
cao như khách sạn, văn phòng, ngân hàng, bảo hiểm… Các dịch vụ này đã và đang góp phần tạo ra
phương thức mới trong tiêu dùng, phân phối hàng hóa, kích thích thương mại nội địa và góp phần
tăng kim ngạch xuất khẩu hàng hóa và dịch vụ.

Hình 2. Đầu tư trực tiếp nước ngoài vào Việt Nam, 1995 - 2016
14

12

10

0
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Đơn vị: tỷ USD

Nguồn: Số liệu tổng hợp từ theglobaleconomy.com.

của khu vực dịch vụ ở Việt Nam sẽ được trình bày
Trong thời gian qua, sự phát triển của ngành dịch vụ đãt đạt được nhiều thành quả đáng ghi nhận.
trong phần tiếp theo của bài viết.
Quy mô của ngành dịch vụ đã tăng từ 9,14 tỷ USD năm 1995 lên 84,01 tỷ USD năm 2016. Trong
3. Mô hình nghiên cứu và dữ liệu
giai đoạn 1995 – 2015, ngành dịch vụ có tốc độ tăng trưởng khá nhanh, bình quân đạt xấp xỉ 6,1
3.1. Mô hình nghiên cứu
%/năm.
Từ những nghiên cứu của các tác giả trước đây,
chúng tôi lựa chọn các biến số sau để nghiên cứu tác
động của toàn cầu hóa đến sự phát triển của khu vực
dịch vụ ở Việt Nam:
Biến phụ thuộc: log(SERV) là logarit của GDP
ngành dịch vụ (đơn vị: tỷ USD).
Các biến giải thích:
KOF là chỉ số toàn cầu hóa tổng hợp. Chỉ số này
phản ánh mức độ toàn cầu hóa của quốc gia trong
hội nhập toàn cầu, và được tính toán thường niên
cho các quốc gia trên thế giới dựa trên 23 tiêu chí
xếp hạng trong ba lĩnh vực: kinh tế, chính trị và xã
hội. Các tiêu chí này phản ánh các mặt liên kết quốc
tế của quốc gia trong hội nhập toàn cầu.
FDI là đầu tư trực tiếp nước ngoài được đo bằng
phần trăm của FDI trong GDP. Biến FDI được đưa7
vào trong hầu hết các nghiên cứu về toàn cầu hóa
bởi nó không chỉ thể hiện một cách trực tiếp khối
lượng và giá trị của các liên kết của nền kinh tế trong
nước với nền kinh tế toàn cầu mà còn phản ánh quy
mô và trình độ của các liên kết đó.
Trong nghiên cứu này, mối quan hệ trong dài hạn
mô tả tác động của toàn cầu hóa đến sự phát triển
của ngành dịch vụ ở Việt Nam được ước lượng bằng
phương pháp bình phương nhỏ nhất thông thường
với mô hình tuyến tính như sau:
log(SERV)t = βo + β1KOFt + β2FDIt + ut (1)
Trong đó, β0, β1, β2 là các tham số ước lượng;
u là sai số của mô hình (1).
Sau đó, mối quan hệ trong ngắn hạn giữa toàn cầu
hóa và sự phát triển của ngành dịch vụ tiếp tục được
xác định dựa trên mô hình hiệu chỉnh sai số ECM
(error corection model) với phương trình:
∆log(SERVt) = α0 + α1∆KOFt + α2∆(FDIt) +
α3ut - 1 + εt (2)
Trong đó, ∆ là ký hiệu sai phân bậc nhất;
α0, α1, α2 là các tham số ước lượng; α3 là tốc độ
hiệu chỉnh sai số.
ut -1
là trễ của sai số được tính toán từ mô hình
(1) ;
εt là sai số của mô hình (2).
Các bước tiến hành nghiên cứu được thực hiện
như sau: đầu tiên, các chuỗi số liệu được sử dụng
trong nghiên cứu sẽ được kiểm định tính dừng,
tiếp theo kiểm định Johansen sẽ được thực hiện để
kết luận về quan hệ đồng tích hợp giữa các chuỗi,
sau đó thực hiện kiểm định Granger để kết luận về
mối quan hệ nhân quả giữa toàn cầu hóa và sự phát
triển của khu vực dịch vụ ở Việt Nam. Cuối cùng
là phương pháp hồi quy tuyến tính và mô hình hiệu
chỉnh sai số để làm rõ tác động của toàn cầu hóa đến
sự phát triển của ngành dịch vụ ở Việt Nam trong
giai đoạn nghiên cứu.
3.2. Nguồn dữ liệu
Dữ liệu dùng để ước lượng các mô hình thực
nghiệm trong nghiên cứu được lấy từ các trang web:
theglobaleconomy.com và kof.ethz.ch (cập nhật
năm 2018) trong giai đoạn 1995 - 2015. Ngoài ra,
nghiên cứu còn sử dụng nguồn số liệu về GDP (giá
so sánh 2010) và lao động do Tổng cục Thống kê
công bố trong giai đoạn 1995 – 2017 để phân tích.

Số 256(II) tháng 10/2018 23

 Hình 3. Sự phát triển của khu vực dịch vụ ở Việt Nam, 1995-2016
90
80
70
60
50
40
30
20
10
0
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

GDP dịch vụ

Đơn vị: tỷ USD

Nguồn: Số liệu tổng hợp từ theglobaleconomy.com.

4. Hiện
Tác động của vụ
nay, dịch toàn cầu hóa
là ngành có đến sự phát
tỷ trọng đóngtriển
góp cho GDPKể từ caokhi tham
nhất, giatrên
chiếm vào40%
quá và
trình
đóng toàn
gópcầu hóa,
của khu vực dịch vụ ở Việt Nam luồng vốn đầu tư trực tiếp nước
ngày càng lớn cho tăng trưởng kinh tế. Bên cạnh đó, dịch vụ cũng là ngành kinh tế chủ yếu hấp thụ
ngoài (FDI) vào Việt
4.1.
laoToàn
độngcầu hóavực
từ khu và sự phát
nông triểndịch
nghiệp khu vựcsang.Nam
của chuyển có nhiều biến động nhưng tổng vốn FDI có xu
Trong cơ cấu lao động của nền kinh tế, lao
dịch động
vụ ở hoạt
Việt Nam hướng tăng theo thời gian (từ 1,78 tỷ USD năm 1995
động trong khu vực dịch vụ đã tăng từ 17,4 % năm 1995 lên 34% năm 2017, và chủ yếu
lên 12,6 tỷ USD năm 2016 - hình 2), đặc biệt kể từ
Theo xu hướng
tập trung trong toàn cầu hóa,
các ngành dịch Việt Nam
vụ tiêu đã như:
dùng đạt Bán buôn, bán lẻ; Dịch vụ lưu trú, ăn uống; và
khi gia nhập tổ chức thương mại thế giới WTO vào
đượcngành
nhữngdịch
bước tiến tích
vụ công (giáocực
dụctrong quá Hơn
đào tạo). trìnhnữa,
hội năng
nămsuất2007.
lao động
Nămcủa khutổng
2016, vực dịch
luồngvụvốn
luônFDIcaovào Việt
nhậphơntoànnăng
cầu.suất
Chỉlaosốđộng
toàn chung
cầu hóa tổng hợp KOF
của nền kinh tế (hình Nam4). Thêm
chiếmvào36%
đó, giai
tổngđoạn
lượngvừa quaFDI
vốn đã mà
chứngcác con hổ
của Việt Nam đã tăng từ 37,15 năm 1995 lên 61,59
kiến sự phát triển ấn tượng về số lượng doanh nghiệpchâu Á tiếp
dịch vụ. Tínhnhận, 12,5%
đến năm 2016,vốn đầu tưnghiệp
số doanh vào ASEAN,
năm hoạt
2015động
(hình 1). Năm 2015, Việt Nam đứng ở
trong nhóm ngành dịch vụ chiếm tỷ trọng cao nhất trong tổng số doanh nghiệp của cảnay, vốn
0,7% lưu lượng vốn FDI toàn cầu. Hiện
vị trínước
thứ (76,8%),
95/209 trong
chủ yếu bảng xếpdoanh
là các hạng nghiệp
về mứcvừa độvà nhỏ
FDI(VCCI,
chiếm khoảng 25%vậy,
2018). Như tổngsựvốn
phátđầu tư toàn
triển của xã hội.
toàn cầu hóa. Trong ba thành phần của toàn cầu hóa, Năm 2016, vốn FDI vào các ngành dịch vụ chiếm
ngành dịch vụ đóng vai trò ngày càng quan trọng đối với sự phát triển chung của toàn nền kinh tế.
Việt Nam xếp thứ 123/209 về toàn cầu hóa kinh tế, khoảng 31% tổng vốn FDI đăng ký, chủ yếu tập
xếp thứ 73/209 về toàn cầu hóa chính trị, và xếp thứ trung vào hai ngành: bất động sản; bán buôn, bán
127/209 về toàn cầu hóa xã hội. lẻ. Nguồn vốn FDI vào nhóm ngành dịch vụ đã có

Hình 4. Năng suất lao động (giá so sánh 2010) của các ngành
và nền kinh tế Việt Nam, 1996-2016
100
90
80
70
60
50
40
30
20
10
0
1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Năng suất lao động Nông nghiệp Năng suất lao động Công nghiệp
Năng suất lao động Dịch vụ Năng suất lao động Chung

Nguồn: Tính toán của tác giả từ số liệu của Tổng8cục Thống kê.

Tuy nhiên, trong cơ cấu GDP, một số ngành dịch vụ động lực còn chiếm tỷ trọng thấp như: thông
Số 256(II) tháng 10/2018 24
tin và truyền thông (chỉ đạt 1,08%), hoạt động chuyên môn khoa học và công nghệ (1,37%), dịch
vụ lưu trú, ăn uống (3,69%) năm 2016 (phụ lục). Bên cạnh đó, xuất khẩu của khu vực dịch vụ cũng
chiếm tỷ trọng thấp trong tổng kim ngạch xuất khẩu hàng hóa và dịch vụ, chủ yếu là xuất khẩu dịch
 Để đánh giá tác động của toàn cầu hóa đến sự phát triển của ngành dịch vụ, trước tiên, các chuỗi số
liệu được sử dụng trong nghiên cứu sẽ được kiểm định tính dừng. Kiểm định thông dụng để xem
xét tính dừng của chuỗi thời gian là kiểm định nghiệm đơn vị được Augmented Dickey-Fuller
(ADF) giới thiệu năm 1979. Kết quả ở Bảng 1 cho thấy các chuỗi log(SERV), KOF và FDI không
dừng ở chuỗi gốc, nhưng đều dừng sau khi lấy sai phân bậc 1, nghĩa là đều tích hợp bậc 1 (I(1)).
Bảng 1. Kiểm định ADF về tính dừng của các chuỗi
Chuỗi ban đầu Chuỗi sai phân bậc 1
Các chuỗi Kết quả
Thống kê t Giá trị p Thống kê t Giá trị p
log(SERV) 0,3298 0,9738 �2,9917 0,0538 I(1)
KOF 0,7987 0,9911 �7,2834 0,0000 I(1)
FDI �1,9304 0,3127 �3,3188 0,0284 I(1)
Nguồn: Tính toán của tác giả.

đóng Tiếp
góp ngày
theo, càng lớn định
để khẳng vào giá trị sản
sự tồn lượng
tại mối dịch
quan hệ dàikhu
hạnvực
giữadịch
các vụ
biếnluôn
trongcao
môhơn năng
hình, kiểmsuất
địnhlao động
vụ, góp phần tạo
Johansen vềnên
tínhbộ mặttích
đồng mớihợp
trong lĩnh
giữa vực
các được chung
dịch
biến của Kết
thực hiện. nền quả
kinhchotế thấy
(hìnhgiả
4).thuyết
Thêmkhông
vào đó, giai
vụ chất lượng cao như khách sạn, văn phòng, ngân đoạn vừa qua đã chứng kiến sự phát triển ấn tượng
hàng, bảo hiểm… Các dịch vụ này đã và đang góp về số lượng doanh nghiệp dịch vụ. Tính đến năm
phần tạo ra phương thức mới trong tiêu dùng, phân9 2016, số doanh nghiệp hoạt động trong nhóm ngành
phối hàng hóa, kích thích thương mại nội địa và góp dịch vụ chiếm tỷ trọng cao nhất trong tổng số doanh
phần tăng kim ngạch xuất khẩu hàng hóa và dịch vụ. nghiệp của cả nước (76,8%), chủ yếu là các doanh
nghiệp vừa và nhỏ (VCCI, 2018). Như vậy, sự phát
Trong thời gian qua, sự phát triển của ngành dịch
triển của ngành dịch vụ đóng vai trò ngày càng quan
vụ đã đạt được nhiều thành quả đáng ghi nhận. Quy
trọng đối với sự phát triển chung của toàn nền kinh
mô của ngành dịch vụ đã tăng từ 9,14 tỷ USD năm
tế.
1995 lên 84,01 tỷ USD năm 2016. Trong giai đoạn
1995 – 2015, ngành dịch vụ có tốc độ tăng trưởng Tuy nhiên, trong cơ cấu GDP, một số ngành dịch
vụ động lực còn chiếm tỷ trọng thấp như: thông tin
khá nhanh, bình quân đạt xấp xỉ 6,1 %/năm.
và truyền thông (chỉ đạt 1,08%), hoạt động chuyên
Hiện nay, dịch vụ là ngành có tỷ trọng đóng góp môn khoa học và công nghệ (1,37%), dịch vụ lưu
cho GDP cao nhất, chiếm trên 40% và đóng góp trú, ăn uống (3,69%) năm 2016 (phụ lục). Bên cạnh
ngày càng lớn cho tăng trưởng kinh tế. Bên cạnh đó, xuất khẩu của khu vực dịch vụ cũng chiếm tỷ
đó, dịch vụ cũng là ngành kinh tế chủ yếu hấp thụ trọng thấp trong tổng kim ngạch xuất khẩu hàng
lao động từ khu vực nông nghiệp dịch chuyển sang. hóa và dịch vụ, chủ yếu là xuất khẩu dịch vụ du
Trong cơ cấu lao động của nền kinh tế, lao động hoạt lịch. Nhập siêu ngành dịch vụ lớn và gần như liên
độngtồn
trong khu vực
tại véctơ đồngdịch
tíchvụ đãbịtăng
hợp bác từ
bỏ 17,4 % năm
với mức ý nghĩatục
5%tăng lên2).
(Bảng (từKiểm
215 định
triệuvết
USD năm và
(Trace) 2005
kiểmlên 3,9 tỷ
1995 lên 34% năm 2017, và chủ yếu tập trung trong USD năm 2017 (Tổng cục Thống kê, 2018). Trong
định giá trị riêng cực đại (Maximum-Eigenvalue) đều khẳng định tồn tại một phương trình đồng
các ngành dịch vụ tiêu dùng như: Bán buôn, bán lẻ; đó, nhập siêu lớn nhất là của ngành dịch vụ vận tải.
tích hợp giữa các biến với mức ý nghĩa 5%, nghĩa là tồn tại một mối quan hệ cân bằng dài hạn giữa
Dịch vụ lưu trú, ăn uống; và ngành dịch vụ công Các ngành dịch vụ tài chính, bảo hiểm và các dịch
các biến log(SERV), KOF và FDI. Kết quả này chứng tỏ mối quan hệ giữa các biến có thể biểu
(giáo dục đào tạo). Hơn nữa, năng suất lao động của vụ khác còn lại cũng ở vị thế nhập siêu.
diễn được theo cơ chế hiệu chỉnh sai số.
Bảng 2. Kết quả kiểm định đồng tích hợp Johansen

Các chuỗi: log(SERV), KOF, FDI

Giả thuyết về Kiểm định Trace Kiểm định Maximum-Eigenvalue

số phương Giá trị
Giá trị tới Giá trị tới
trình đồng riêng Thống kê Thống kê
hạn Xác suất hạn Xác suất
tích hợp Trace Max-Eigen
(5%) (5%)
Không có* 0,71534 31,90085 29,79707 0,0282 23,87273 21,13162 0,0200
Nhiều nhất 1 0,344502 8,028125 15,49471 0,4624 8,024837 14,2646 0,3762
Nhiều nhất 2 0,000173 0,003288 3,841466 0,9525 0,003288 3,841466 0,9525
* biểu thị bác bỏ giả thuyết ở mức ý nghĩa 5%.
Nguồn: Tính toán của tác giả.

Số 256(II) tháng
Tiếp theo, kiểm10/2018 25 để xác định mối quan hệ nhân quả giữa toàn cầu
định nhân quả Granger được thực hiện
hóa và sự phát triển của khu vực dịch vụ ở Việt Nam. Theo kết quả ở Bảng 3, giả thuyết sự phát triển
của ngành dịch vụ ở Việt Nam không bị tác động bởi toàn cầu hóa bị bác bỏ ở mức ý nghĩa 10%
 (p_value = 0,0860), nghĩa là có tồn tại mối quan hệ nhân quả một chiều giữa toàn cầu hóa và sự
phát triển ngành dịch vụ ở Việt Nam, trong đó biến KOF là biến nguyên nhân còn log(SERV) là
biến kết quả. Bảng 3 cũng cho thấy mối quan hệ nhân quả hai chiều giữa FDI và log(SERV) ở mức
ý nghĩa 5%. Điều này hàm ý rằng tăng trưởng của ngành dịch vụ có tác động tích cực thu hút dòng
vốn FDI, và ngược lại FDI có tác động thúc đẩy tăng trưởng của ngành dịch vụ ở Việt Nam.
Bảng 3. Kết quả kiểm định nhân quả Granger (Lags = 2)
Số
Giá trị
Giả thuyết H0 quan Thống kê F
p
sát
KOF không gây ra nhân quả Granger đối với log(SERV) 2,93793 0,0860

log (SERV) không gây ra nhân quả Granger đối với KOF 1,02171 0,3853
19
FDI không gây ra nhân quả Granger đối với log(SERV) 6,09869 0,0124

log(SERV) không gây ra nhân quả Granger đối với FDI 8,97584 0,0031
Nguồn: Tính toán của tác giả.
4.2.Mối
Kếtquan
quả hệ
ướctrong dài tác
lượng hạn động
giữa các
củabiến
toànlog(SERV),
cầu KOF KOF và FDI được xác định bằng cách ước
và FDI. Kết quả này chứng tỏ mối quan hệ
hóa đến sự phát triển của khu vực dịch vụ ở Việt giữa cácmô
lượng mô hình (1). Các kết quả kiểm định chất lượng của hình
biến có (1)
thểnhư:
biểu kiểm định dạng
diễn được hàmchế hiệu
theo cơ
Nam đúng, phù hợp (Ramsey test) với p_value = 0,6507; chỉnh
kiểm định hiện tượng tự tương quan (Lagrange
sai số.
Để Multiplier_ LMđộng
đánh giá tác test)của
(p_value = 0,6874);
toàn cầu hóa đến kiểm
sự địnhTiếp
hiệntheo,
tượng phương
kiểm sai sai
định nhân quảsố thay đổi
Granger được thực
phát triển của ngành dịch vụ, trước tiên, các chuỗi hiện để xác định mối quan hệ nhân quả giữa toàn cầu
số liệu được sử dụng trong nghiên cứu sẽ được kiểm hóa và sự phát triển của khu vực dịch vụ ở Việt Nam.
định tính dừng. Kiểm định thông dụng để xem xét10 Theo kết quả ở Bảng 3, giả thuyết sự phát triển của
tính dừng của chuỗi thời gian là kiểm định nghiệm ngành dịch vụ ở Việt Nam không bị tác động bởi
đơn vị được Augmented Dickey-Fuller (ADF) giới toàn cầu hóa bị bác bỏ ở mức ý nghĩa 10% (p_value
thiệu năm 1979. Kết quả ở Bảng 1 cho thấy các = 0,0860), nghĩa là có tồn tại mối quan hệ nhân quả
chuỗi log(SERV), KOF và FDI không dừng ở chuỗi một chiều giữa toàn cầu hóa và sự phát triển ngành
gốc, nhưng đều dừng sau khi lấy sai phân bậc 1, dịch vụ ở Việt Nam, trong đó biến KOF là biến
nghĩa là đều tích hợp bậc 1 (I(1)). nguyên nhân còn log(SERV) là biến kết quả. Bảng 3
Tiếp theo, để khẳng định sự tồn tại mối quan hệ cũng cho thấy mối quan hệ nhân quả hai chiều giữa
dài hạn giữa các biến trong mô hình, kiểm định FDI và log(SERV) ở mức ý nghĩa 5%. Điều này hàm
Johansen về tính đồng tích hợp giữa các biến được ý rằng tăng trưởng của ngành dịch vụ có tác động
thực hiện. Kết quả cho thấy giả thuyết không tồn tại tích cực thu hút dòng vốn FDI, và ngược lại FDI có
véctơ (Breusch-Pagan-Godfrey
đồng tích hợp bị bác bỏ test)
với mức ý nghĩa
(p_value 5% táckiểm
= 0,1595); độngđịnh
thúc phần
đẩy tăng trưởng
dư có phâncủa ngành
phối dịch vụ ở
chuẩn
(Bảng 2). Kiểm định vết (Trace) và kiểm định giá Việt Nam.
(normality test) với p_value của thống kê Jarque-Bera nhận giá trị 0,6480 (Bảng 4) đều chứng tỏ
trị riêng
mô cực
hìnhđại
(1)(Maximum-Eigenvalue)
thỏa mãn các giả thiết cơđều
bảnkhẳng
của phươngMối
pháp quan hệ trong
bình phương nhỏ dài
nhất, hạn
và dogiữa các biến
đó, các
định tồn tại một phương trình đồng tích hợp giữa các log(SERV), KOF và FDI được xác định bằng
kết quả ước lượng đảm bảo tính tin cậy và thích hợp cho phân tích thực nghiệm. Hệ số xác định R2
cách
biến với mức ý nghĩa 5%, nghĩa là tồn tại một mối ước lượng mô hình (1). Các kết quả kiểm định chất
= 0,984285 cho thấy mô hình (1) đã giải thích được 98,4% sự biến động trong dài hạn của biến
quan hệ cân bằng dài hạn giữa các biến log(SERV), lượng của mô hình (1) như: kiểm định dạng hàm
log(SERV).
Bảng 4. Kết quả ước lượng mô hình (1)
Biến phụ thuộc log(SERV)
Các biến độc lập
Hệ số Sai số chuẩn Thống kê t Giá trị p
C �1,42561 0,149915 -9,50942 0,0000
KOF 0,091607 0,002729 33,56497 0,0000
FDI 2,846899 1,013674 2,808495 0,0116
R-squared 0,984285 Ramsey test (Prob.) 0,6507
Adjusted R-squared 0,982539 Breusch-Pagan-Godfrey test (Prob.) 0,1595
F-Statistic 563,7136 Breusch-Godfrey Serial correlation
0,6874
Prob (F-statistic) 0,000000 LM test (Prob.)
Durbin-Watson stat 2,110479 Jarque-Bera probability 0,6480
Nguồn: Tính toán của tác giả.

Kết quả ước lượng mô hình (1) cho thấy trong dài
26hạn, toàn cầu hóa có tác động thúc đẩy sự phát
Số 256(II) tháng 10/2018
triển của ngành dịch vụ ở Việt Nam. Hệ số ước lượng của biến KOF bằng 0,091607 với mức ý
nghĩa 1% hàm ý rằng nếu mức độ toàn cầu hóa của Việt Nam tăng 1 đơn vị thì giá trị gia tăng của
ngành dịch vụ sẽ tăng 9,1607% khi giả định các yếu tố khác không thay đổi. Kết quả ước lượng
 Bảng 5. Kết quả ước lượng mô hình (2)
Biến phụ thuộc D(log(SERV)
Các biến độc lập
Hệ số Sai số chuẩn Thống kê t Giá trị p
C 0,060621 0,03026 2,003352 0,0624
D(KOF) 0,03995 0,02000 1,997566 0,0631
D(FDI) 1,255435 1,209302 1,038148 0,3146
ECM(-1) �0,59417 0,266343 -2,23083 0,0404
R-squared 0,332014 Ramsey test (Prob.) 0,3313
Adjusted R-squared 0,206767 Breusch-Pagan-Godfrey test (Prob.) 0,9811
F-Statistic 2,650872 Breusch-Godfrey Serial correlation
0,2230
Prob (F-statistic) 0,084090 LM test (Prob.)
Durbin-Watson stat 1,484212 Jarque-Bera probability 0,5352
Nguồn: Tính toán của tác giả.

đúng, phù hợp (Ramsey test) với p_value = 0,6507; lượng.

Hệ số của biến D(KOF) bằng 0,03995 và có ý nghĩa thống kê chứng tỏ trong ngắn hạn, toàn cầu
kiểm định hiện tượng tự tương quan (Lagrange
hóa có tác động dương tới sự phát triển của ngành dịchHệ vụ.sốBêncủa biến
cạnh đó,D(KOF)
hệ số ướcbằng lượng0,03995
của biếnvà có ý
Multiplier_ LM test) (p_value = 0,6874); kiểm định nghĩa thống kê chứng tỏ trong ngắn hạn, toàn cầu
D(FDI)phương
hiện tượng dương (1,255435)
sai sai số nhưngthay đổi lại không có ý nghĩa thống kê (p_value = 0,3146). Kết quả này
(Breusch- hóa có tác động dương tới sự phát triển của ngành
hàm ý rằngtest)
Pagan-Godfrey tại độ trễ 1 kỳ= (1
(p_value năm sau),
0,1595); kiểm FDI chưa có tác động đến sản lượng của ngành dịch vụ,
định dịch vụ. Bên cạnh đó, hệ số ước lượng của biến
nghĩa
phần dư có là, phảiphối
phân sau chuẩn
hơn 1 năm FDI mớitest)
(normality có tác
vớiđộng
p_ đến tăng trưởng của ngành dịch vụ.
D(FDI) dương (1,255435) nhưng lại không có ý
value Hệ
củasốthống
ECM(�1) là tốc độ hiệu
kê Jarque-Bera nhậnchỉnh
giá sai
trị số trong mônghĩa
0,6480 hình (2).
thốngHệ kêsố của số hạng= hiệu
(p_value chỉnh Kết
0,3146). sai sốquả này
(Bảngbằng4) đều chứng cho
�0,59417 tỏ môbiết hình
khoảng (1)59,417%
thỏa mãn các lệch
sự chênh hàmgiữa log(SERV)
ý rằng tại độ trễdài hạn(1vànăm
1 kỳ ngắnsau),
hạn FDI
đượcchưa có
giả thiết cơ bản của phương
điều chỉnh trong một năm. pháp bình phương nhỏ tác động đến sản lượng của ngành dịch vụ, nghĩa là,
nhất, và do đó, các kết
5. Kết luận và khuyến nghịquả ước lượng đảm bảo tính phải sau hơn 1 năm FDI mới có tác động đến tăng
tin cậy và thích hợp cho phân tích thực nghiệm. Hệ trưởng của ngành dịch vụ.
Nghiên cứu này sử dụng phương pháp kiểm định đồng tích hợp Johansen, kiểm định nhân quả
số xác định R2 = 0,984285 cho thấy mô hình (1) đã
Granger, mô hình hồi quy tuyến tính và cơ chế hiệu chỉnh Hệ sai
số ECM(-1)
số để phân là tốctácđộđộng
tích hiệucủachỉnh
toànsai
cầusố trong
giải thích được 98,4% sự biến động trong dài hạn
hóa đến sự phát triển của khu vực dịch vụ ở Việt Nam mô hình (2). Hệ
giai đoạn số của số
1995-2015. Kếthạng hiệu chỉnh
quả nghiên cứu sai số
của biến log(SERV).
cho thấy một số phát hiện đáng lưu ý về mối quan bằng hệ giữa -0,59417
toàn cầuchohóabiết
và sựkhoảng 59,417%
phát triển sự chênh
của khu
Kết quả ước lượng mô hình (1) cho thấy trong dài lệch giữa log(SERV) dài hạn và ngắn hạn được điều
vực dịch vụ ở Việt Nam như sau:
hạn, toàn cầu hóa có tác động thúc đẩy sự phát triển chỉnh trong một năm.
i) Thứdịch
của ngành nhất,
vụtồn tại mối
ở Việt Nam. quan
Hệ hệ cân bằng
số ước lượngtrong
của dài hạn giữa toàn cầu hóa, đầu tư trực tiếp nước
ngoàibằng
biến KOF và sự0,091607
phát triển vớicủa mức
khu vực dịch vụ
ý nghĩa 1%ởhàmViệt Nam 5. Kếtgiai
trong luận và nghiên
đoạn khuyến nghị
cứu;
ý rằngii)nếu
Thứmứchai,độ
toàn cầucầu
toàn hóahóavà sựcủaphát
Việttriển
Nam của ngành dịch
tăng Nghiên cứu Nam
vụ ở Việt này cósửmối dụngquanphương
hệ nhân pháp
quả kiểm
1 đơn Granger
vị thì giámột tăng của ngành dịch vụ sẽ tăng định đồng tích hợp Johansen, kiểm định nhân quả
chiều;
trị gia
9,1607% khi ba,
iii) Thứ giảtoàn
địnhcầucáchóayếu có tố
táckhác
độngkhông
thúc đẩy thay Granger,
sự phát triển củamô hìnhdịch
ngành hồi vụ
quyở tuyến tính trong
Việt Nam và cơcảchế hiệu
đổi. Kết
ngắnquảhạnước lượng
và dài hạn.cũng
Bên chocạnhthấy
đó, sự FDIphátcó triển
tác của chỉnh
ngànhsai dịch
số đểvụphân
còn tích
chịu táctác động
động của
dươngtoànvàcầu hóa
động tích
mạnhcực mẽvàcủa mạnhđầumẽ đến sự
tư trực tiếpphát
nước triển vụ. dàiđến
dịchtrong
ngoài
sự phát triển của khu vực dịch vụ ở Việt Nam
hạn. Tuy nhiên, ảnh hưởng này không có ý
Theo nghĩa
đó, vớitrong
mứcngắný nghĩa giai đoạn 1995-2015. Kết quả nghiên cứu cho thấy
hạn.thống kê 5%, nếu tỷ trọng
đầu tưNhưtrựcvậy,
tiếpkết
nước một số phát hiện đáng lưu ý về mối quan hệ giữa
quảngoài
phân trong
tích cho GDPthấy tăng 1% tín
những thì hiệu tích cực về sự phát triển của ngành dịch vụ
giá trị gia tăng ngành dịch vụ sẽ tăng 284,6899% toàn cầu hóa và sự phát triển của khu vực dịch vụ ở
dưới tác động của toàn cầu hóa đã giúp cho chúng taViệt có cái
Namnhìnnhưlạc sau:
quan về xu hướng toàn cầu hóa
trong điều kiện các yếu tố khác không thay đổi.
và hội nhập quốc tế trong bối cảnh hiện nay. Để ngành dịch vụ của Việt Nam tiếp tục phát triển,
Bảng 5 trình bày kết quả ước lượng mối quan i) Thứ nhất, tồn tại mối quan hệ cân bằng trong
khai thác được những lợi ích do toàn cầu hóa mangdài
lại,hạn
mộtgiữa
số khuyến nghịhóa,
toàn cầu dựa trên
đầu các kết quả
tư trực tiếp nước
hệ giữa các biến trong ngắn hạn theo mô hình hiệu
nghiên cứu được đề xuất như sau: ngoài và sự phát triển của khu vực dịch vụ ở Việt
chỉnh sai số (2). Phần sai số hiệu chỉnh ECM được
tính toán từ kết quả hồi quy mô hình (1). Kết quả Nam trong giai đoạn nghiên cứu;
các kiểm định chẩn đoán về chất lượng của mô hình ii) Thứ hai, toàn cầu hóa và sự phát triển của
(2) trong Bảng 5 cũng cho thấy mô hình đáp ứng các ngành dịch vụ ở Việt Nam có mối quan hệ nhân quả
12
yêu cầu cơ bản, đảm bảo sự tin cậy của kết quả ước Granger một chiều;

Số 256(II) tháng 10/2018 27

 iii) Thứ ba, toàn cầu hóa có tác động thúc đẩy sự
phát triển của ngành dịch vụ ở Việt Nam trong cả
ngắn hạn và dài hạn. Bên cạnh đó, sự phát triển của
ngành dịch vụ còn chịu tác động dương và mạnh mẽ
của đầu tư trực tiếp nước ngoài trong dài hạn. Tuy
nhiên, ảnh hưởng này không có ý nghĩa trong ngắn
hạn.
Như vậy, kết quả phân tích cho thấy những tín
hiệu tích cực về sự phát triển của ngành dịch vụ
dưới tác động của toàn cầu hóa đã giúp cho chúng
ta có cái nhìn lạc quan về xu hướng toàn cầu hóa và
hội nhập quốc tế trong bối cảnh hiện nay. Để ngành
dịch vụ của Việt Nam tiếp tục phát triển, khai thác
được những lợi ích do toàn cầu hóa mang lại, một số
khuyến nghị dựa trên các kết quả nghiên cứu được
đề xuất như sau:
Thứ nhất, trong thời gian tới, chính phủ cần tiếp
tục ủng hộ sự phát triển của mức độ toàn cầu hóa
của Việt Nam để thúc đẩy sự phát triển của khu vực
dịch vụ, từ đó thúc đẩy tăng trưởng chung của nền
kinh tế.
Thứ hai, tiến trình toàn cầu hóa có tác động rõ
rệt tới dòng vốn FDI vào Việt Nam. Một mặt, toàn
cầu hóa mang lại cơ hội để nền kinh tế có thể tiếp
cận với thị trường vốn rộng lớn. Mặt khác, tiến trình
toàn cầu hóa cũng tạo ra sức ép cạnh tranh khốc liệt
hơn trong việc thu hút FDI. Do đó, chính phủ cần có
chiến lược, chính sách khuyến khích, xúc tiến đầu
tư trực tiếp nước ngoài để thu hút luồng vốn FDI có
chất lượng và giá trị gia tăng cao, bền vững, có hiệu
ứng lan tỏa tích cực mạnh mẽ hơn đặc biệt trong
một số lĩnh vực dịch vụ như giáo dục, y tế, logistics,
ngân hàng tài chính, khoa học và công nghệ, giao
thông vận tải, thông tin và truyền thông.

PHỤ LỤC:
Tỷ trọng đóng góp của các ngành dịch vụ trong GDP
Các ngành dịch vụ 1995 2000 2005 2010 2015 2016
Bán buôn và bán lẻ 12,57 11,86 12,18 8,00 9,25 9,43
Vận tải, kho bãi 2,56 2,48 2,54 2,88 2,88 2,88
Dịch vụ lưu trú và ăn uống 3,26 3,05 3,32 3,.61 3,68 3,69
Thông tin và truyền thông 0,67 0,74 0,92 0,92 1,06 1,08
Hoạt động tài chính, ngân hàng và bảo hiểm 4,62 4,71 4,89 5,40 5,58 5,66
Hoạt động kinh doanh bất động sản 8,23 7,34 6,63 6,10 5,21 5,10
Khoa học, công nghệ 1,40 1,31 1,42 1,30 1,36 1,37
Hoạt động hành chính và dịch vụ hỗ trợ 0,40 0,42 0,41 0,37 0,38 0,39
Hoạt động của Đảng, đoàn thể 3,22 2,60 2,43 2,56 2,72 2,75
Giáo dục và đào tạo 2,29 2,13 2,19 2,33 2,50 2,52
Y tế 1,08 1,01 1,03 1,08 1,16 1,17
Nghệ thuật, vui chơi và giải trí 0,64 0,66 0,64 0,68 0,72 0,73
Hoạt động dịch vụ khác 1,56 1,63 1,55 1,59 1,64 1,64
Hoạt động làm thuê các công việc trong các hộ
gia đình, sản xuất sản phẩm vật chất và dịch vụ 0,19 0,18 0,15 0,14 0,14 0,14
tự tiêu dùng của hộ gia đình
Đơn vị: %.
Ghi chú: Tỷ trọng đóng góp vào GDP của các ngành dịch vụ được tính theo giá so sánh 2010.
Nguồn: Tính toán của tác giả theo số liệu của Tổng cục Thống kê.

Tài liệu tham khảo:

Ashok, B. & Cynthia, A.K. (2007), ‘Globalization and the Real Estate Industry: Issues, Implications and Opportunities’,
Paper prepared for The sloan industry studies annual conference, Cambridge, April 2007.
Benamraoui, A. (2003), ‘The Effects of Globalisation of Financial Services on Banking Industry and Stock Market: an
Algerian Case Study’, Doctoral dissertation, University of Greenwich, UK.
Dreher, A. (2006), ‘Does Globalization Affect Growth? Evidence from a new Index Globalization’, Applied Economics,

Số 256(II) tháng 10/2018 28

 38(10), 1091-1110.
Goldar, B.N. (2014), ‘Globalisation, Growth and Employment in the Organised Sector of the Indian Economy’,
Working paper NO. WP 06/2014, Institute for Human Development, New Delhi.
Jennings, L. (2006), ‘The Effects of Globalization on Freight Transportation’, Conference Proceedings, IIE
Annual Conference & Exposition, retrieved on September 14th 2018, from <https://uahcmer.com/wp-content/
uploads/2006/05/The-effects-of-globalization-on-freight-transportation.pdf>.
Mustafa, M.H. (2010), ‘Tourism and Globalization in the Arab World’, International Journal of Business and Social
Science, 1(1), 37-48.
Nguyen, T.H. & Fraser, S. (2007), ‘The Impact of Globalisation on Higher Education in China and Vietnam. Policies
and practices’, Paper presented at the University of Salford Conference on Education in a Changing Environment,
Manchester, UK, September 12-14, 2009, 68-77.
Nguyen, T.H.T., Nguyen, T.L.H. & Nguyen, B.D. (2004), ‘Globalization and its Effects on Health Care and
Occupational in Vietnam’, Draft paper prepared for the RUIG/UNRISD project on Globalization, Inequality and
Health, a collaborative international project forming part of RUIG research programme on the Social challenge
of development, United Nations Research Institute for Social Development, Switzerland.
Njanike, K. (2010), ‘The Impact Of Globalisation On Banking Service Quality In Zimbabwe (2003-2008)’, Annals of
the University of Petrosani, Economics, 10(1), 205-216.
Nyamekye, G.E. (2016), ‘What is the Effect of Globalisation on the Performance of the Service Sector of Ghana?’,
Munich Personal RePEc Archive, Paper No. 71841, retrieved on September 14th 2018, from <https://mpra.
ub.uni-muenchen.de/71841/1/MPRA_paper_71841.pdf>.
Pang, T. & Guindon, G.E. (2004), ‘Globalization and Risks to Health’, EMBO Reports, 5(1), S11–S16, DOI: http://doi.
org/10.1038/sj.embor.7400226.
Pham, L.H. (2013), Effects of Globalization and Necessity of Vietnamese Educational Management for Integration into
the World: Innovative Management in Information and Production, Springer, New York.
Razak, M. (2011), ‘Globalization and its Impact on Education and Culture’, World Journal of Islamic History and
Civilization, 1(1), 59-69.
Sekar, H. (2006), ‘Globalisation of Service Activities: Opportunities and Challenges for India’, India Quarterly, 62(3),
1-22, DOI: https://doi.org/10.1177/097492840606200301.
Tổng cục Thống kê (2018), Tình hình kinh tế xã hội Việt Nam năm 2017, Hà Nội.
VCCI (2018), Vietnam Economy 2018: Digital Economy and Start-up Nation, Hanoi.

Số 256(II) tháng 10/2018 29

 TÁC ĐỘNG CỦA CHI TIÊU CHO Y TẾ ĐẾN
TĂNG TRƯỞNG KINH TẾ CẤP TỈNH Ở VIỆT NAM
Nguyễn Mạnh Cường
Đai học Kinh tế Nghệ An
Email: cuongncsnghean37@gmail.com

Ngày nhận: 27/8/2018

Ngày nhận bản sửa: 02/10/2018
Ngày duyệt đăng: 15/10/2018

Tóm tắt:
Việc chăm sóc sức khỏe tốt sẽ làm tăng chất lượng nguồn nhân lực, qua đó góp phần tích cực
vào việc tăng trưởng kinh tế bền vững, tuy nhiên tuổi thọ trung bình theo đó cũng tăng lên.
Trong nghiên cứu ngày, tác giả áp dụng mô hình phân tích ảnh hưởng của chi cho y tế đến
tăng trưởng kinh tế ở Việt Nam, với số liệu vĩ mô của 63 tỉnh, thành phố từ năm 2011-2016.
Tác giả sử dụng hai phương pháp ước lượng là số liệu mảng và GMM (General Method of
Moments) để ước lượng tác động của chi tiêu y tế đến tăng trưởng kinh tế cấp tỉnh ở Việt
Nam. Kết quả cứu cho thấy khi tăng chi tiêu y tế bình quân lên thì chất lượng nguồn nhân
lực tăng lên gián tiếp làm tổng sản phẩm quốc nội (GDP) tăng, và tuổi thọ bình quân tăng
thì quá trình lao động càng giảm xuống kết quả gián tiếp làm GDP giảm.
Từ khóa: Mô hình phân tích ảnh hưởng, tăng trưởng kinh tế, Y tế.
JEL code: C5

Impacts of Health Expenditure on Provincial Economic Growth in Vietnam

Abstract:
Good health care will increase the quality of human resources, contribute positively to
sustainable economic growth, however, the average life expectancy will also increase. The
author applies a model to analyze the impact of health expenditure on economic growth
in Vietnam and uses the macro data of 63 provinces and cities from 2011 to 2016. Two
methods of estimation, including panel data method and GMM method, are used to estimate
the impact of health expenditures on provincial economic growth in Vietnam. The results
show that an average increase in health spending leads to GDP average growth; and life
expectancy has a negative impact on economic growth.
Keywords: Analytical model of influence, Economic growth, Health.

1. Giới thiệu Caballe & Santos, 1993; Mulligan & Salai-Martin,

Chất lượng lao động và tăng trưởng kinh tế là
những vấn đề quan trọng của kinh tế học, đã nhận
được nhiều sự quan tâm của các nhà nghiên cứu,
các nhà quản lý và tư vấn về chính sách ở các cấp
khác nhau. Y tế là yếu tố quan trọng đóng góp vào
vốn con người, tác động lớn đến năng suất lao động
và tăng trưởng kinh tế (Lucas, 1988; Rebelo, 1991;
1993; Barro & Salai-Martin, 1995). Bên cạnh y tế,
quá trình tăng trưởng của một quốc gia còn bị tác
động của của nhiều yếu tố khác ; ví dụ, các yếu tố
về chính trị và thể chế, các yếu tố về môi trường và
địa lí, văn hóa, lịch sử, mức độ mở cửa của nền kinh
tế đối với đầu tư nước ngoài, các chính sách về sử
dụng lao động để nâng cao năng suất, chính sách

Số 256(II) tháng 10/2018 30

quản lí kinh tế vĩ mô và cả tác động của môi trường
bên ngoài.
Thực tế cho thấy tăng trưởng kinh tế tạo tiền đề
vững chắc cho chăm sóc sức khỏe cộng đồng ; ngược
lại, chăm sóc sức khỏe cộng đồng tốt lại góp phần
tích cực vào việc tăng trưởng kinh tế bền vững. Vì
vậy, cần phải nhấn mạnh, đầu tư cho chăm sóc sức
khỏe phải là một nhiệm vụ cơ bản, là động lực của
quá trình phát triển kinh tế − xã hội. Sức khỏe là vốn
quý của mỗi con người và toàn xã hội ; do đó, dịch
vụ y tế công do Nhà nước cung cấp là dịch vụ xã hội
đặc biệt, không vì mục tiêu lợi nhuận, đầu tư cho y tế
là đầu tư cho phát triển. Phát triển kinh tế không chỉ
nhằm tăng trưởng tổng sản phẩm quốc nội (GDP)/
đầu người, mà quan trọng hơn là bảo đảm cho mọi
thành viên trong xã hội được hưởng thụ thành quả
đó. Mục tiêu của các chính sách phát triển kinh tế
- xã hội phải nhằm phát huy sức mạnh của nhân tố
con người và vì sức khỏe, hạnh phúc của con người.
Quan điểm này là sơ sở quan trọng để xem xét hiệu
quả, là thước đo quy mô, tốc độ và chất lượng của
sự phát triển xã hội.
Ở Việt Nam, có nhiều nghiên cứu về quá trình
tăng trưởng và các yếu tố ảnh hưởng đến quá trình
tăng trưởng. Các nghiên cứu này thường tập trung
nhiều hơn vào các yếu tố kinh tế nhưng chưa xem
trọng các yếu tố về mặt xã hội. Trong nghiên cứu
này, tác giả sẽ tập trung vào nhân tố chi tiêu cho y tế
đến quá trình tăng trưởng kinh tế ở Việt Nam trong
giai đoạn 2011-2016.
Việc nghiên cứu chi tiêu y tế đối với quá trình
tăng trưởng kinh tế của Việt Nam bằng mô hình định
lượng sẽ cho phép đánh giá một cách chính xác và
đầy đủ vai trò của y tế đối với tăng trưởng kinh tế ở
Việt Nam. Đồng thời, việc đi sâu xem xét các yếu tố
cấu thành và các chỉ số dùng làm thước đo trong lĩnh
vực y tế sẽ cho phép tác giả đưa ra những đề xuất cụ
thể mang tính khả thi cao.
Chính vì vậy, tác giả thực hiện nghiên cứu “xem
xét ảnh hưởng của chi tiêu cho y tế lên quá trình
tăng trưởng kinh tế cấp tỉnh ở Việt Nam trong giai
đoạn 2011-2016” nhằm lượng hóa tác động của yếu
tố y tế đến tăng trưởng kinh tế Việt Nam trong giai
đoạn này.
2. Tổng quan nghiên cứu
2.1. Nghiên cứu quốc tế
Số 256(II) tháng 10/2018
Nghiên cứu của Sefa & cộng sự (2014) về “Tác
động chi tiêu chính phủ cho giáo dục và y tế tới tăng
trưởng kinh tế” cho thấy chi tiêu của chính phủ hoặc
đầu tư cho vốn con người có thể không luôn tạo ra
tăng trưởng trong dài hạn, đặc biệt: chi tiêu chính
phủ cho y tế có xu hướng giảm tốc độ tăng trưởng ở
các nước phát triển. Có thể giải thích là do chi tiêu
y tế của chính phủ chèn lấn các yếu tố góp phần vào
tăng trưởng; hoặc của các nguồn lực được phân bổ
không hiệu quả hoặc không công bằng trong lĩnh
vực y tế, hoặc chất lượng chi tiêu của chính phủ cho
y tế về cơ bản là thấp.
Felipa & Sofia (2013), trong nghiên cứu “Chi tiêu
y tế của các nước OECD”, đã sử dụng phương pháp
tiếp cận của Mohammad H. Pesaran (2004, 2006)
nhằm phân tích các yếu tố ảnh hưởng đến chi tiêu
y tế từ dữ liệu về dịch vụ y tế của 30 nước Tổ chức
Hợp tác và Phát triển Kinh tế (OECD) qua các năm
1990-2009. Kết quả chi tiêu y tế của chính phủ giải
thích khoảng 65% sự gia tăng chi phí y tế, chi tiêu
y tế của tư nhân giải thích 9%, chi phí thuốc men
giải thích 5,6%. Tỷ lệ dân số dưới 15 tuổi giải thích
khoảng 28%, tỷ lệ dân số trên 65 tuổi giải thích
khoảng 23%. Như vậy, chi tiêu y tế của chính phủ
và chi tiêu y tế cho trẻ em và người già có ảnh hưởng
tích cực đến chi tiêu chăm sóc sức khỏe.
Nghiên cứu Xin & Christine (2005) về “Tuổi và
chi tiêu y tế ở khu vực thành thị Trung Quốc” nhằm
phân tích tác động của già hóa dân số đến chi tiêu y
tế bằng cách sử dụng dữ liệu từ Khảo sát hộ gia đình
năm 2002 được thực hiện bởi Viện Kinh tế của Học
viện Khoa học xã hội Trung Quốc. Nghiên cứu chỉ
ra tỷ lệ chi tiêu y tế trung bình so với thu nhập trung
bình của nhóm tuổi từ 30-39 chiếm khoảng 5-9%,
nhóm tuổi từ 60-69 chiếm khoảng 14-18%, nhóm
tuổi từ 80 trở lên chiếm khoảng 21-26%. Như vậy,
chi tiêu y tế là gánh nặng tài chính đối với người cao
tuổi (1/4 thu nhập trung bình dành cho chi tiêu y tế);
trong đó, nữ giới có thu nhập trung bình dành cho
chi tiêu y tế cao hơn nam giới (nữ giới từ 60 tuổi trở
lên dành 18-22% thu nhập trung bình cho chi tiêu
y tế).
Inn Kynn Khaing & cộng sự (2015), trong nghiên
cứu “Chi tiêu y tế của hộ gia đình ở Magway,
Myanmar” (nhằm cung cấp thông tin về tỷ lệ chi tiêu
y tế của hộ gia đình ở khu vực nông thôn và thành thị
Myanmar và mức độ ảnh hưởng của các yếu tố đến
31
chi tiêu y tế» cho thấy: (i) Tỷ lệ chi tiêu y tế so với
chi tiêu tiêu dùng hộ gia đình chiếm khoảng 18,7%
khu vực thành thị và 5,0% khu vực nông thôn, tỷ lệ
người có sử dụng dịch vụ y tế chiếm 25,2% khu vực
thành thị và 22,7% khu vực nông thôn; (ii) Có sự
chênh lệch rất lớn về chi tiêu y tế điều trị nội trú giữa
người giàu và người nghèo, đồng thời không có sự
chênh lệch về chi tiêu y tế điều trị ngoại trú giữa hai
nhóm đối tượng trên; (iii) Phần lớn hộ nghèo ít quan
tâm đến các dịch vụ y tế do chi phí y tế cao, trong
khi hộ khá giả có khả năng sử dụng dịch vụ y tế điều
trị nội trú và ngoại trú.
Dilek Basar & cộng sự (2012), nghiên cứu về
“Chi tiêu y tế ở Thổ Nhĩ Kỳ: Phân tích từ chi tiêu
mức sống hộ gia đình”, đã sử dụng phương pháp
tiếp cận của Sartori (2003) nhằm phân tích tỷ lệ chi
tiêu y tế và các yếu tố ảnh hưởng đến chi tiêu y tế
từ dữ liệu Khảo sát Mức sống hộ gia đình của Thổ
Nhĩ Kỳ (HBS) với tổng số 78.067 quan sát giai đoạn
2002-2008. Kết quả nghiên cứu cho thấy: (i) Giai
đoạn 2002-2008, có khoảng 16%-18% hộ gia đình
dành hơn 2,5% thu nhập bình quân cho chi tiêu y
tế, và khoảng 1%-2% hộ gia đình chi tiêu y tế vượt
quá 20% chi tiêu bình quân; (ii) 19,7% chủ hộ gia
đình không có bảo hiểm y tế trong mẫu này và chỉ
có 15,6% chủ hộ thuộc hộ nghèo có bảo hiểm y tế;
(iii) Phần lớn hộ nghèo ít có khả năng tiếp cận các
dịch vụ y tế so với các hộ không nghèo do rào cản
về chi phí y tế; và (iv) Cơ cấu nhóm tuổi ảnh hưởng
đến chi tiêu y tế của hộ gia đình; trong đó, nhóm
tuổi dưới 5 và trên 65 chi tiêu y tế thường xuyên và
chiếm tỷ lệ tương đối cao so với thu nhập, chi tiêu
của hộ gia đình.
2.2. Nghiên cứu về Việt Nam
Trong nghiên cứu cơ cấu tuổi của dân số trong
mối quan hệ với tăng trưởng kinh tế và chi tiêu cho
y tế giai đoạn 2000-2006, đánh giá và dự báo của
Nguyễn Thị Minh (2011) đã sử dụng mô hình số liệu
mảng để đánh giá và dự báo chi tiêu y tế bình quân
cho 4 nhóm thu nhập. Số liệu được sử dụng trong
nghiên cứu này được lấy từ các cuộc điều tra mức
sống hộ gia đình (VHLSS) từ năm 2002 đến 2008,
ngoài ra còn có các số liệu vĩ mô khác được cung
cấp bởi Tổng cục Thống kê.
Kết quả nghiên cứu cho thấy: (i) Với hầu hết các
nhóm thu nhập, người cao tuổi có mức chi cho y
tế cao hơn so với các nhóm tuổi khác, và sự khác
Số 256(II) tháng 10/2018
biệt giữa mức chi tiêu giữa các nhóm tuổi này rõ rệt
nhất là với nhóm 2 và nhóm 3. (ii) Hệ số tiêu dùng
biên cho y tế có xu hướng tăng dần theo mức thu
nhập: trong khi hệ số này của nhóm có thu nhập thấp
nhất là 0,61 thì của nhóm có thu nhập cao nhất là
0,92. Điều này cho thấy một xu hướng về sự gia tăng
trong chi cho y tế theo thời gian khi mà thu nhập dân
số gia tăng. (iii) Đánh giá một cách sơ bộ, có thể cho
rằng nếu tỷ lệ người trong độ tuổi 6-25 giảm đi 1%
và thay vào đó là tỷ lệ người cao tuổi thì mức chi
tiêu bình quân đầu người cho y tế tăng khoảng 2%.
(iv) Mức độ tiếp cận y tế đo bằng số người dân trên
mỗi bệnh viện có quan hệ tương quan cùng chiều
với mức chi tiêu y tế của nhóm nghèo nhất. Tuy
nhiên, trong nghiên cứu này tác giả mới chỉ dừng lại
việc phân chia theo nhóm độ tuổi và đánh giá hành
vi chi cho y tế, nhưng chưa đưa ra được ảnh hưởng
của việc chi y tế đến quá trình tăng trưởng kinh tế.
Vũ Trịnh Thế Quân (2015), khi nghiên cứu các
yếu tố ảnh hưởng đến chi tiêu y tế của các hộ gia
đình Bắc Trung bộ và Duyên hải miền Trung, đã sử
dụng phương pháp ước lượng bình phương nhỏ nhất
để ước lượng các yếu tố ảnh hưởng đến chi tiêu y
tế của các hộ gia đình từ bộ dữ liệu điều tra mức
sống dân cư năm 2010 của Tổng cục Thống kê với
số lượng quan sát của vùng Bắc Trung bộ và Duyên
hải miền Trung là 8795 quan sát. Kết quả nghiên cứu
cho thấy: Xét các yếu tố kinh tế − xã hội tác động
đến chi tiêu cho y tế của các hộ gia đình vùng Bắc
Trung bộ và Duyên hải miền Trung, thì chi tiêu bình
quân của hộ gia đình là biến có tác động mạnh, khi
chi tiêu bình quân tăng hay giảm thì chi tiêu cho y
tế cũng tăng hoặc giảm. Chi tiêu bình quân hộ gia
đình có ảnh hưởng tích cực đến chi tiêu cho y tế và
tác động mạnh với hệ số ước lượng là 0,299. Các hộ
gia đình là dân tộc thiểu số thường sống ở miền núi
và cao nguyên nên thu nhập còn thấp và nhận thức
của họ còn nhiều hạn chế, do đó mà họ chi cho y tế
ít. Chi tiêu cho y tế của các hộ có chủ hộ là dân tộc
thiêu số thấp hơn so với chủ hộ là dân tộc Kinh.
Nguyễn Đình Tuấn (2013) đã nghiên cứu tiếp cận
dịch vụ chăm sóc sức khỏe của người nghèo ở Việt
Nam hiện nay về thực trạng và một số vấn đề đặt ra
nhìn từ góc độ phát triển con người. Kết quả nghiên
cứu cho thấy mức chi cho y tế và chăm sóc sức khỏe
đối với nhóm người nghèo hiện nay vẫn còn khá cao
so với mức thu nhập của họ. Mặc dù người nghèo đã
32
được cấp thẻ bảo hiểm y tế, song mức chi cho y tế
bình quân đầu người/tháng vẫn chiếm gần 10% tổng
thu nhập bình quân đầu người.
Tóm lại, các nghiện cứu hiện tại mới chỉ ra ảnh
hưởng của chi tiêu y tế hoặc phân tích ảnh hưởng
của chi tiêu y tế đến thu nhập của hộ gia đình. Đây
là một trong những nguyên nhân tác giả lựa chọn
để phân tích ảnh hưởng của chi tiêu y tế đến tăng
trưởng kinh tế Việt Nam.
3. Mô hình và phương pháp ước lượng
3.1. Mô hình ước lượng
Mô hình nghiên cứu trong phần này được xây
dựng trên cơ sở lý thuyết tăng trưởng và hàm sản
xuất. Để lý giải nguồn gốc của tăng trưởng, các nhà
kinh tế học cổ điển đã khái quát hoá hàm sản xuất
của mọi nền kinh tế bằng một phương trình: Y =
f(K,L); trong đó Y là sản lượng, K là vốn và L là lao
động. Hàm sản xuất Cobb-Douglas thường được sử
dụng trong các nghiên cứu về tăng trưởng có dạng:
Y=AKαLβ.
Vai trò của nguồn nhân lực đối với tăng trưởng
kinh tế đã được ghi nhận trong các lý thuyết về tăng
trưởng nội sinh. Các nghiên cứu và tác giả tiêu biểu
trong mô hình tăng trưởng nội sinh gồm: Romer
(1986), Lucas (1988), Schultz (1999), Bassanini
& Scarpetta (2001) đã xác định nguồn nhân lực trở
thành yếu tố quyết định tăng trưởng kinh tế và giảm
nghèo.
Nghiên cứu xuất phát từ mô hình của Lucas trình
bày mô hình tăng trưởng trong đó sản lượng được
tạo ra thông qua chức năng sản xuất có dạng:
Y =AKα(LH)β = AKαLβHγ
Trong đó:
Y: sản lượng đầu ra (GDP)
K: vốn cố định
L: lao động
H: vốn nhân lực, thành phần tách biệt là y tế: chi
tiêu của chính phủ và chi tiêu của hộ gia đình
α, β là các hệ số co giãn của sản lượng theo vốn và
lao động, 0<α, β, γ<1 và α + β + γ =1.
Để tính ảnh hưởng của vốn nhân lực đến tăng
trưởng kinh tế, đạo hàm Y theo H, ta được :
Y’(H) = AγKαLβHγ-1
Nhân cả 2 vế phương trình với H được :
Số 256(II) tháng 10/2018
Y’(H).H = AγKαLβHγ = γ.Y
Từ đây, suy ra : Y’(H) = γ/H*Y
Do đó, có thể thấy khi vốn nhân lực thay đổi 1
đơn vị thì Y thay đổi γ/H*Y đơn vị và chiều hướng
tác động của vốn nhân lực lên Y phụ thuộc vào dấu
của γ 
Để ước lượng mô hình này, lấy logarit hai vế, ta
viết lại mô hình dưới dạng log - log như sau:
LnY=LnA + αLnL + βLnL + γLnH + ui
Trong đó A là năng suất nhân tố tổng hợp,
Tích lũy vốn con người trong cách tiếp cận của
Lucas là một quá trình liên tục tiêu dùng những
nguồn lực bổ sung. Mỗi người chọn cho mình tỷ lệ
tối ưu giữa chi cho tiêu dùng thường xuyên và đầu tư
để tích lũy tri thức, sự hiểu biết và kỹ năng làm việc.
Kết quả của sự lựa chọn này sẽ có được sau một thời
gian nhất định dưới hình thức năng suất và số lượng
của các nguồn lực.
Ngoài ra, theo Elisa Valeriani & Sara Peluso
(2011), chất lượng quản lý hành chính công có tác
động tích cực đến tăng trưởng kinh tế. Theo đó,
trong điều kiện các yếu tố khác không thay đổi, hiệu
quả quản trị hành chính công có tác động tích cực
bất bình đẳng vùng và tăng trưởng kinh tế. Hiệu quả
quản trị hành chính công càng cao sẽ thúc đẩy tăng
trưởng kinh tế và làm giảm bất bình đẳng giữa các
tỉnh. Ở chiều hướng khác, tăng trưởng kinh tế có thể
cải thiện hiệu quả quản trị hành chính công nhưng
lại làm tăng sự bất bình đẳng giữa các tỉnh. Vì thế
mô hình còn có những yếu tố kiểm soát khác gồm
các Chỉ số Hiệu quả Quản trị và Hành chính công
cấp tỉnh ở Việt Nam(PAPI) và Chỉ số năng lực cạnh
tranh cấp tỉnh (PCI).
Trong nghiên cứu này, tác giả áp dụng phương
pháp mà Jude Eggoh & cộng sự (2015) đề xuất.
Theo các ông, tăng chi phí cho y tế có tác động tích
cực đến tăng trưởng kinh tế. Mô hình hồi quy được
nghiên cứu cụ thể như sau:
GDPit = α 0 + α1healthit + β k X k + uit (*)
Trong đó: i là chỉ số tỉnh và t là thời gian.
Biến phụ thuộc GDP là tăng trưởng kinh tế của
tỉnh i trong năm t
health: Các chỉ số y tế: Chi thường xuyên cho y
tế của tỉnh i, tuổi thọ bình quân, số bác sỹ bình quân
tỉnh i, năm t.
33
 Bảng 1: Thống kê mô tả các biến số trong mô hình
Tên biến Đơn vị Số Giá trị Độ Giá trị Giá trị
quan trung lệch nhỏ lớn
sát bình chuẩn nhất nhất
Ln (GDP) Tỷ đồng 315 17,46 0,90 15,36 20,64
Ln (Việc làm) Người 315 13,45 0,55 12,21 15,23
Ln (vốn đầu tư xã hội) Triệu đồng 315 16,15 0,91 14,08 19,39
Ln (chi của chính phủ cho y tế) Triệu đồng 315 22,21 0,81 19,96 24,63
Ln (chi của hộ gia đình cho y tế) Triệu đồng 315 6,56 0,55 5,30 8,96
Tuổi thọ bình quân Tuổi 315 70,87 2,437 60,80 75,40
Ln (tổng số bác sỹ của tỉnh) Người 315 8,13 0,20 7,53 8,71
Ln (Tiền lương bình quân) Nghìn đồng/ 315 5,11 0,56 1,56 6,64
người/tháng
Tham gia của người dân ở cấp cơ sở Điểm 315 5,66 0,63 1,56 7,24
Công khai, minh bạch Điểm 315 5,64 0,58 1,56 7,51
Trách nhiệm giải trình với người dân Điểm 315 5,91 0,72 1,56 7,60
Kiểm soát tham nhũng trong khu Điểm 315 6,87 0,52 1,56 7,79
vực công
Thủ tục hành chính công Điểm 315 6,82 0,56 1,56 7,86
Cung ứng dịch vụ công Điểm 315 58,12 3,84 45,12 73,53
PCI Điểm 315 0,08 0,05 0,02 0,28

5.X:Kết
là các
quảbiến lượngsoát khác có ảnh hưởng đến kích thước mẫu lớn thường là một ưu điểm đáng kể
ước kiểm
tăng trưởng kinh tế bao gồm tiền lương, các yếu tố của số liệu mảng).
vềTrước hết, táckinh
môi trường giả doanh
sử dụng củakiểm
tỉnh định biến nội sinh trong mô hình, để xem thực sự trong mô hình tăng
Trong các mô hình hồi quy (*) biến nội sinh được
trưởng, chi tiêu y tế thực sự là biến nội sinh không. Kết quả kiểm định được thể hiện trong Bảng 2.
Uit là sai số ngẫu nhiên không quan sát được. xác định là các nhân tố về chi tiêu y tế và tiền lương
3.2. Phương pháp ước lượng bình quân. Thực tế, khi tăng trưởng kinh tế cao hơn,
thukiểm
ngânđịnh
sách lớn hơn đồng nghĩa với việc các địa
Trong bài viết này, tác giả sử dụng Bảng 2: Kết quả
hai phương
phương hoặc đất nước sẽ chi tiêu nhiều hơn cho giáo
pháp ướcendog
. estat lượng để phân tích ảnh hưởng của chi cho
dục, y tế. Mức sống tăng lên, tiền lương tối thiểu
y tếTest
đếnoftăng trưởng (orthogonality
endogeneity kinh tế Việt Nam trong giai
conditions)
tăng, các doanh nghiệp cũng sẽ chi trả tiền lương cao
đoạn Ho:2011-2016
variables are là exogenous
mô hình hồi quy số liệu mảng
GMM C pháp statistic hơn, do đó những nhân tố này là các biến nội sinh
và phương hồichi2(1) = 14,5488
quy moment (p =quát
tổng 0,0001)
GMM
của mô hình. Vì vậy, nghiên cứu sử dụng phương
(Generalized Method of Moments).
pháp GMM để khắc phục vấn đề nội sinh của mô
Số liệu mảng cũng giúp để ước lượng các mô hình hình. GMM là phương pháp moment tổng quát của
tác
Kếtđộng
quảcố địnhđịnh
kiểm (Fixed
choeffects
thấy yếumodel - FE)
tố chi vàcho
tiêu tác y tế
rấtđều
nhiềulà phương
biến nộipháp
sinhước lượngý phổ
ở mức biến
nghĩa 5%như bình
(giá trị
động ngẫu nhiên (Random effect - RE). Để đưa ra phương nhỏ nhất (OLS), bình phương nhỏ nhất tổng
P_value<0,05).
lựa chọn giữa mô hình tác động cố định (FE) và mô quát (GLS), ước lượng hợp lý cự đại (MLE),…
Tuytác
hình nhiên,
độngtácngẫugiảnhiên
cũng(RE),
dùngtác cả giả
phương
sử dụngpháp
kiểmước lượng
Phương từ pháp
mô hình
GMM số làliệu mảng. Sau
1 phương đó,thống
pháp so sánh kết
kê cho
quả Hausman.
định ước lượng Do bằngsốmô liệuhình
mảngsố liệu
chứa mảng
đựngvới các phương
thông phép pháp
kết hợpGMM.
các dữ liệu kinh tế quan sát được trong
tin hai chiều
Trong mô hìnhvề sựphânbiếntích
đổitác
của các của
động biếnchisố,cho
nêny nó
tế đếncác điều
tăng kiện kinh,
trưởng moment kết tổng thể (Population
quả nghiên moment
cứu cho thấy cả 2
cóphương
những phápưu việt sau: (i) Giải quyết vấn đề về thiếu conditions) để ước lượng các tham
ước lượng đều cho kết quả khá thống nhất. Chi tiêu thường xuyên cho y tế của tỉnh có tác số chưa biết của
biến không quan sáttăng
được, (ii) Đưa các mô hình kinh tế. Mục tiêu của phương pháp là
động tích cực đến trưởng kinhratếcác
củaphân
tỉnh.tích
Kết quả có ý nghĩa thống kê ở mức 10% cả phương pháp
mang tính động, tinh tế, (iii) Làm giảm nhẹ vấn đề giải quyết vấn đề bỏ xót biến quan trọng (thiếu biến
số liệu mảng và phương pháp GMM. Chi tiêu y tế tăng thể hiện hệ thống chăm sóc sức khỏe được nâng
về đa cộng tuyến trong bài toán có trễ phân phối, ngoại sinh hoặc  biến nội sinh), trong trường hợp
cao, từ đó đem lại sức khỏe tốt để người lao động làm việc cống hiến cho đất nước một cách tối ưu nhất,
(iv) Tăng bậc tự do, do đó làm tăng độ chính xác của biến độc lập trong mô hình cũ là biến nội sinh (được
từ đó làm gia tăng năng suất lao động và góp phần vào tăng trưởng GDP. Khi tăng chi tiêu y tế bình quân
các suy diễn thống kê (Do tính hai chiều của số liệu, miêu tả qua biến khác) mà biến chưa đưa vào này có
lêncần
chỉ 1%một thì khoảng
GDP tăng thờibình
gian quân
không0,019%
dài cho(phương
một tập pháp quanước
hệ lượng số dư
với phần liệudẫn
mảng) hoặc 0,024%
tới khuyết tật. (phương
pháp
vừa phảiGMM),
cá thểcác yếumột
đã có tố khác
số quan không đổi.lớn, do đó
sát khá 4. Số liệu và biến số
7
Số 256(II) tháng 10/2018 34
5. Kết quả ước lượng
Trước hết, tác giả sử dụng kiểm định biến nội sinh trong mô hình, để xem thực sự trong mô hình tăng
trưởng, chi tiêu y tế thực sự là biến nội sinh không. Kết quả kiểm định được thể hiện trong Bảng 2.

Bảng 2: Kết quả kiểm định

. estat endog
Test of endogeneity (orthogonality conditions)
Ho: variables are exogenous
GMM C statistic chi2(1) = 14,5488 (p = 0,0001)

4.1. Số liệu có tác động tích cực đến tăng trưởng kinh tế của tỉnh.
KếtSốquả
liệukiểm
sử dụng
địnhtrong nghiên
cho thấy yếucứu gồmtiêu
tố chi liệu y tếKết
dữ cho quả có ý nghĩa thống kê ở mức 10% cả phương
đều là biến nội sinh ở mức ý nghĩa 5% (giá trị
được khai thác từ Tổng Cục Thống kê các năm từ pháp số liệu mảng và phương pháp GMM. Chi tiêu
P_value<0,05).
2011-2016 thống kê theo 63 tỉnh, thành phố gồm y tế tăng thể hiện hệ thống chăm sóc sức khỏe được
Tuythông
các nhiên,tintác
về:giả cũngvốn,
GDP, dùng
laocảđộng,
phươngchi pháp ước lượng
tiêu cho nâng từ môtừhình
cao, đó đemsố liệu
lại mảng.
sức khỏe Sautốtđó,đểsongười
sánh lao
kết
quả ước
giáo, lượng
chi tiêu chobằng
y tế.mô hình ra,
Ngoài số liệu mảngsốvới
còn một dữ các
liệuphương
độngpháp GMM.
làm việc cống hiến cho đất nước một cách tối
khác được ưu nhất, từ đó làm gia tăng năng suất lao động và
Trong mô sử
hìnhdụng
phân trong
tích mô
tác hình
độngnhưcủa là
chibiến
chokiểm
y tế đến tăng trưởng kinh, kết quả nghiên cứu cho thấy cả 2
soát gồm:pháp
dữ liệu góp phần vào tăng trưởng GDP. Khi tăng chi tiêu y
phương ướcvềlượng
chỉ sốđều
năng
cholực
kếtcạnh
quả tranh cấp nhất.
khá thống Chi tiêu thường xuyên cho y tế của tỉnh có tác
tỉnh được thực hiện bởi Phòng Thương mại và Công tế bình quân lên 1% thì GDP tăng bình quân 0,019%
động tích cực đến tăng trưởng kinh tế của tỉnh. Kết quả có ý nghĩa thống kê ở mức 10% cả phương pháp
nghiệp Việt Nam; dữ liệu về chỉ số Hiệu quả Quản (phương pháp ước lượng số liệu mảng) hoặc 0,024%
số liệu mảng và phương pháp GMM. Chi tiêu y tế tăng thể hiện
(phương hệ GMM),
pháp thống chăm sóc tố
các yếu sức khỏe
khác đượcđổi.
không nâng
trị và Hành chính công cấp tỉnh ở Việt Nam.
cao, từ đó đem lại sức khỏe tốt để người lao động làm việc cốngtiêu
Về chi hiến
y tếcho
củađất
hộnước một cũng
gia đình cách cótối tác
ưu động
nhất,
4.2. Biến số
từ đó làm gia tăng năng suất lao động và góp phần vàotích tăngcực
trưởng GDP.trưởng
đến tăng Khi tăng
kinhchitế,tiêu
hệ ysốtếcó
bình quân
ý nghĩa
Biến số sử dụng trong mô hình kinh tế lượng gồm
lên 1% thì GDP tăng bình quân 0,019% (phương pháp ướckêlượng
thống mức số 5%liệu mảng)pháp
(phương hoặcước 0,024%
lượng(phương
số liệu
hai nhóm: biến phụ thuộc và các biến độc lập. Trước
pháp GMM), các yếu tố khác không đổi. mảng). Khi tăng chi tiêu bình quân của hộ cho y
tiên, biến phụ thuộc là tổng sản phẩm hàng năm của
tế thêm 1% thì chất lượng sức khỏe thành viên của
tỉnh. Đối với các biến độc lập, các biến y tế (healthv) 7
hộ tốt hơn, do đó gián tiếp làm GDP trong năm
được tính là tổng chi tiêu cho y tế của tỉnh. Biến này
tăng thêm 0,015% (phương pháp ước lượng số liệu
cũng được logarit hóa trước khi đưa vào mô hình
mảng) và 0,033% (phương pháp GMM).
để đảm bảo những biến này sẽ phân phối chuẩn.
Các biến: Việc làm, vốn đầu tư xã hội, tuổi thọ bình Biến Ln (tổng số bác sỹ của tỉnh) mang hệ số âm,
quân, tổng số bác sỹ, tiền lương bình quân liên quan cho thấy việc tăng số lượng bác sỹ lên không phải
trực tiếp đến vốn con người cũng được xem xét. Các khi nào cũng cho hiệu quả tốt. Ví dụ trong nghiên
biến số trong mô hình được thể hiện qua Bảng 1. cứu này, khi các yếu tố khác không đổi với số lượng
bác sỹ tăng thêm 1% đồng nghĩa với ngân sách chi
5. Kết quả ước lượng
trả lương cho bác sĩ cao hơn và gián tiếp làm tăng
Trước hết, tác giả sử dụng kiểm định biến nội sinh trưởng GDP giảm 0,022% (phương pháp ước lượng
trong mô hình, để xem thực sự trong mô hình tăng số liệu mảng) và 0,005% (phương pháp GMM).
trưởng, chi tiêu y tế thực sự là biến nội sinh không.
Trong cả 2 phương pháp ước lượng, tuổi thọ bình
Kết quả kiểm định được thể hiện trong Bảng 2.
quân có tác động ngược chiều đến tăng trưởng kinh
Kết quả kiểm định cho thấy yếu tố chi tiêu cho tế. Điều này cho thấy việc tăng cao tuổi thọ sẽ trực
y tế đều là biến nội sinh ở mức ý nghĩa 5% (giá trị tiếp tác động ngay đến chất lượng lao động và có
P_value<0,05). ảnh hưởng lên tăng trưởng kinh tế. Nếu việc phát
Tuy nhiên, tác giả cũng dùng cả phương pháp ước triển kinh tế không tương xứng với lượng lao động
lượng từ mô hình số liệu mảng. Sau đó, so sánh kết thì tuổi thọ tăng cao cũng sẽ là một sức ép lên nền
quả ước lượng bằng mô hình số liệu mảng với các kinh tế khi mà tỷ lệ người phụ thuộc cũng từ đó mà
phương pháp GMM. tăng cao.
Trong mô hình phân tích tác động của chi cho y tế Vốn đầu tư xã hội có tác động tích cực đến tăng
đến tăng trưởng kinh, kết quả nghiên cứu cho thấy trưởng kinh tế, hệ số ước lượng có ý nghĩa thống kê
cả 2 phương pháp ước lượng đều cho kết quả khá mức 5% ở cả 2 phương pháp ước lượng. Kết quả
thống nhất. Chi tiêu thường xuyên cho y tế của tỉnh nghiên cứu cho thấy vốn đầu tư xã hội tăng tăng

Số 256(II) tháng 10/2018 35

 Bảng 3: Kết quả ước lượng tác động của y tế đến tăng trưởng kinh tế
Phương pháp ước Phương pháp ước lượng
lượng Panel data GMM 2 bước
VARIABLES Ln(GDP) Ln(GDP)
Ln(chi y tế) 0,019** 0,024*
(0,008) (0,015)
Ln (Việc làm) -0,011 -0,073
(0,021) (0,051)
Ln (vốn đầu tư xã hội) 1,008*** 1,005***
(0,011) (0,031)
Ln(Tiền lương bình quân) 0,044*** 0,052
(0,015) (0,041)
Ln (chi của hộ gia đình cho y tế) 0,015* 0,033
(0,009) (0,034)
Tuổi thọ bình quân -0,011*** -0,010***
(0,002) (0,003)
Ln(tổng số bác sỹ của tỉnh) -0,022* -0,005
(0,012) (0,016)
Tham gia của người dân ở cấp cơ sở -0,005 -0,021
(0,007) (0,015)
Công khai, minh bạch 0,029*** 0,028***
(0,007) (0,009)
Trách nhiệm giải trình với người dân -0,016** -0,031*
(0,007) (0,018)
Kiểm soát tham nhũng trong khu vực công 0,009* 0,024**
(0,005) (0,011)
Thủ tục hành chính công 0,001 0,018
(0,008) (0,019)
Cung ứng dịch vụ công -0,015** -0,024*
(0,008) (0,012)
PCI 0,000 -0,001
(0,001) (0,001)
Constant 1,713*** 1,919***
(0,226) (0,683)
Năm
Năm 2012 Tham chiếu Tham chiếu
Năm 2013 0,034*** 0,042***
(0,007) (0,013)
Năm 2014 0,045*** 0,059**
(0,009) (0,027)
Năm 2015 0,048*** 0,066*
(0,012) (0,039)
Năm 2016 0,016 0,047
(0,014) (0,044)
Vùng
Miền núi phía Bắc Tham chiếu Tham chiếu
Đồng bằng sông Hồng 0,066*** 0,045
(0,015) (0,048)
Miền Trung 0,035*** 0,030
(0,013) (0,040)
Đông Nam Bộ 0,115*** 0,095
(0,018) (0,058)
Tây Nguyên 0,046*** 0,038
(0,017) (0,062)
9
Số 256(II) tháng 10/2018 36
 Bảng 3 (tiếp)

Đồng bằng sông Cửu Long 0,017 0,011

(0,014) (0,050)
Constant 1,713*** 1,919***
(0,226) (0,683)
AR(1) z = 1,11 Pr > z = 0,266
AR(2) z = 0,93 Pr > z = 0,353
Observations 315 315
Number of tinh 63 63
Robust standard errors in parentheses.
*** p<0,01, ** p<0,05, * p<0,1.

thêm 1% thì tăng trưởng kinh tế tăng thêm khoảng - Chi tiêu y tế tăng bình quân lên 1% thì GDP
1%. tăng bình quân 0,019% (đối với phương pháp số liệu
Mô hình tác động của y tế đến tăng trưởng cũng đưa các yếu tố kiểm soát khác gồm các chỉ số hiệu quả
Trong mô hình này, tiền lương cũng có tác động mảng) hoặc 0,041% (phương pháp GMM), các yếu
quản trị và hành chính công cấp tỉnh ở Việt Nam và chỉ số năng lực cạnh tranh cấp tỉnh, yếu tố thời gian
làm tăng GDP, có thể thấy khi tiền lương tăng, người tố khác không đổi.
và vùng kinh tế. Kết quả ước lượng cho thấy có nhiều hệ số trong mô hình hầu như không có ý nghĩa
lao động sẽ có động lực tốt hơn để làm việc và cống - Yếu tố chi tiêu cho y tế của hộ gia đình có tác
hiến ; do đó làm tăng năng suất lao động, góp phần độngvề
thống kê ở mức 5%. Điều này ngụ ý rằng những yếu tố tíchquản
cực trị
đếnhành
tăngchính
trưởngcông
kinhvàtế;năng lực cạnh
khi tăng chi
tranh
vào cấptrưởng
tăng tỉnh không có tác
kinh tế. Khiđộng
tiền nhiều
lương đến
bìnhtăng trưởng
quân kinh
tiêu tế trong
bình quân môcủa hình tăngy trưởng
hộ cho tế thêmgắn 1%vớithìy tế.
GDP
tăng
6. Kếtthêmluận1%vàthì nghị 0,044% (mô hình số trong năm tăng thêm 0,015% (ước lượng số liệu
GDP tăng
khuyến
liệu mảng) và 0,052% (phương pháp GMM). Ước mảng) và 0,033% (phương pháp GMM).
6.1. Kết luận
lượng có ý nghĩa thống kê mức 5% trong mô hình - Số lượng bác sỹ tăng có chiều hướng là chậm
sốNghiên cứu sử dụng các phương pháp số liệu mảng vàtăng
liệu mảng. phương
trưởngpháp
kinhGMM
tế, sốđểbácxem xét thêm
sĩ tăng ảnh hưởng
1% làmcủa y tế
GDP
vàMô cáchình
yếutáctố động
đến tăng
của trưởng
y tế đếnkinh
tăngtế,trưởng
và 2 phương
cũng giảm pháp 0,022%
này đều (ước
cho kết quảsốgần
lượng giống
liệu nhau.
mảng) Kết quả
và 0,005%
ướccác
đưa lượng
yếu các mô hình
tố kiểm hồi quy
soát khác gồmdựa cáctrên
chỉ số
số liệu
hiệucấp(phương
tỉnh giaipháp
đoạnGMM).
2011-2016 đã cung cấp bằng chứng
choquản
quả thấytrịcác
vàyếu
hànhtốchính
về y tế đềucấp
công có tác
tỉnhđộng
ở Việt tích
Namcực đến -tăng
Tuổitrưởng kinh
thọ bình quântế do
cócó
tácảnh hưởng
động trực
ngược tiếpđến
chiều đến
vàchất
chỉlượng
số năngnguồnlực nhân
cạnh lực:
tranh cấp tỉnh, yếu tố thời tăng trưởng kinh tế, tuổi thọ bình quân tăng thêm
gian và vùng kinh tế. Kết quả ước lượng cho thấy 1% thì gián tiếp GDP giảm 0,011% (phương pháp số
- Chi tiêu y tế tăng bình quân lên 1% thì GDP tăng bình quân 0,019% (đối với phương pháp số liệu mảng)
có nhiều hệ số trong mô hình hầu như không có liệu mảng) và 0,010% (phương pháp GMM).
hoặc 0,041% (phương pháp GMM), các yếu tố khác không đổi.
ý nghĩa thống kê ở mức 5%. Điều này ngụ ý rằng 6.2. Khuyến nghị
- Yếuyếu
những tố chi tiêuquản
tố về cho trị
y tếhành
của chính
hộ giacông
đình vàcó năng
tác động tích cực đến tăng trưởng kinh tế; khi tăng chi tiêu
Sức khỏe tốt sẽ là điều kiện để người lao động
bình
lực cạnh quân củacấp
tranh hộtỉnh
chokhông
y tế thêm 1%
có tác thì nhiều
động GDP trong
đến năm tăng thêm 0,015% (ước lượng số liệu mảng) và
làm việc cống hiến cho đất nước một cách tối ưu
tăng trưởng
0,033% kinh tếpháp
(phương trong mô hình tăng trưởng gắn
GMM).
nhất, từ đó làm gia tăng năng suất lao động và góp
với y tế.
- Số lượng bác sỹ tăng có chiều hướng là chậm tăngphần trưởng
vàokinh
tăng tế, số bác
trưởng sĩ tăng
GDP. Do thêm 1% thực
vậy, cần làm hiện
GDP
6. Kết luận và khuyến nghị
giảm 0,022% (ước lượng số liệu mảng) và 0,005% (phương tốt chếpháp
độ lương
GMM). hưu, hệ thống chăm sóc sức khỏe
6.1. Kết luận cần được nâng cao hơn nữa nhằm đem lại sức khỏe
- Tuổi thọ bình quân có tác động ngược chiều đến tăng trưởng kinh tế, tuổi thọ bình quân tăng thêm 1%
Nghiên cứuGDPsử dụng các phương pháppháp số liệu tốt để người dân làm việc cho đất nước một cách tối
thì gián tiếp giảm 0,011% (phương số liệu mảng) và 0,010% (phương pháp GMM).
mảng và phương pháp GMM để xem xét ảnh hưởng ưu nhất.
6.2.y Khuyến
của tế và cácnghịyếu tố đến tăng trưởng kinh tế, và 2 Yếu tố về số lượng bác sỹ của tỉnh, thành phố
phương
Sức khỏepháp
tốtnày
sẽ làđều chokiện
điều kếtđể
quả gần giống
người lao độngnhau. cũngcống
làm việc có tác
hiếnđộng
cholàm
đất tăng
nướcGDP của tỉnh.
một cách Sốnhất,
tối ưu lượng
từ
Kết quả ước lượng các mô hình hồi quy dựa trên số bác sỹ nhiều, cũng là cơ sở để
đó làm gia tăng năng suất lao động và góp phần vào tăng trưởng GDP. Do vậy, cần thực hiện tốt chế độchăm sóc sức khỏe
liệu cấp hưu,
lương tỉnh giai đoạn chăm
hệ thống 2011-2016
sóc sứcđã khỏe
cung cần
cấp được
bằng nângngười
cao dân
hơntốtnữahơn,
nhằmdẫnđem
tới chất lượng
lại sức khỏelàmtốt việc của
để người
chứng choviệc
dân làm thấycho
cácđất
yếu tố về
nước y cách
một tế đềutốicóưutác động người lao động tốt hơn và năng suất lao động cao
nhất.
tích cực đến tăng trưởng kinh tế do có ảnh hưởng hơn. Tuy nhiên, việc tăng lượng bác sỹ quá nhiều
Yếutiếp
trực tố về
đếnsốchất
lượng bácnguồn
lượng sỹ củanhân
tỉnh,lực:
thành phố cũng có tác có
cũng độngtáclàm tăng
động GDPtích
không của cực
tỉnh.đến
Số lượng bác sỹ
tăng trưởng
nhiều, cũng là cơ sở để chăm sóc sức khỏe người dân tốt hơn, dẫn tới chất lượng làm việc của người lao
Số 256(II) tháng 10/2018 37
10
kinh tế, do chi phí lương cho bác sỹ cao. Do đó, Nhà
nước cần đầu tư phân bổ hợp lý về số lượng và chất
lượng bác sỹ cho các bệnh viện tuyến tỉnh.
Về đảm bảo an toàn dinh dưỡng, mục tiêu về an
toàn dinh dưỡng là bảo đảm cho mọi người, mọi gia
đình, mọi dân tộc ở mọi vùng phải được ăn uống đầy
đủ về số lượng, cân đối về chất lượng, đảm bảo vệ
sinh để có sức khỏe tốt, thể lực và trí lực phát triển,
góp phần nâng cao chất lượng nguồn lao động làm
gia tăng năng suất lao động và tăng trưởng kinh tế
của địa phương.
Về chăm sóc sức khoẻ, các cơ quan chức năng
cần thực hiện tốt công tác chăm sóc sức khỏe ban
đầu cho nhân dân, vận động nhân dân thực hiên vệ
sinh ăn uống, đảm bảo an toàn thực phẩm ; chú trọng
xây dựng mạng lưới y tế từ cơ sở, đảm bảo ít nhất
1 bác sĩ và 1-2 y tá cho một trạm xá xã, những xã
có địa bàn phức tạp, dân cư rải rác thì tăng thêm số
lượng y sĩ; tạo điều kiện cho nhân dân tiếp cận các
dịch vụ y tế tiên tiến, đảm bảo cho mọi người dân
được khám chữa bệnh.
Kết quả nghiên cứu cho thấy chi tiêu cho y tế có
vai trò tích cực đối với kết quả tăng trưởng kinh
tế của địa phương. Điều đó hàm ý rằng trong bất
kỳ hoàn cảnh nào thì các địa phương cũng nên chú
trọng cho công tác đầu tư phát triển chất lượng y tế
dài hạn.

Tài liệu tham khảo:

Barro, Robert J. & Jason, R. Barro (1995), Three models of health and economic growth, unpublished, Harvard
University.
Bassanini, A. & S. Scarpetta (2001), ‘Does human capital matter for growth in OECD countries?: evidence from pooled
mean-group estimates’, OECD Economics Department Working Papers No. 282, OECD Publishing, Paris.
Caballe & Santos (1993), ‘On endogenous growth with physical and human capital’, Joumal of Political Economy,
101(6), 1042-1067.
Dilek Basar, Sarah Brown & Arne Risa Hole (2012), ‘Out-of-pocket health care expenditure in Turkey: Analysis of the
household budget’, Economic Modelling, 41, 211-218.
Elisa Valeriani & Sara Peluso (2011). ‘The impact of institutional quality on economic growth and development: An
empirical study’, Journal of Knowledge Management, Economics and Information Technology, 1(6), 1-25.
Felipa & Sofia (2014), ‘Financing health care expenditure in the OECD countries: Evidence from a heterogeneous,
cross-sectional dependent panel’, Panoeconomicus, 61(2), 207-225.
Inn Kynn Khaing, Amonov Malik, Myo Oo & Nobuyuki Hamajima (2015), ‘Health care expenditure of households in
Magway, Myanmar’, Nagoya J. Med. Sci, 77, 203-212.
Jude Eggoh, Hilaire Houeninvo & Gilles-Armand Sossou (2015), ‘Education, health and economic growth in African
coutries’, Journal of economic development, 40(1), 93-111.
Lucas, R.E.J.R. (1988), ‘On the mechanics of economic development’, Journal of Monetary Economics, 22(1), 3-42.
Meng, Xin & Christine, Yeo (2006), ‘Ageing and health care expenditure’, China Labor Economic Journal, 1, 3-21.
Mohammad, H. Pesaran (2004). ‘General diagnostic tests for cross section dependence in panels’, CESifo Working
Paper 1233, CESifo Group Munich.
Mohammad, H. Pesaran (2006), ‘Estimation and inference in large heterogeneous panels with a multifactor error
structure’, Econometrica, 74(4), 967-1012.
Mulligan & Salai-Martin (1993), ‘Transitional dynamics in two-sector models of endogenous growth’,   Quarterly
Journal of Economics, 108(3), 739-773.
Nguyễn Đình Tuấn (2014), ‘Một số yếu tố ảnh hưởng đến cơ hội tiếp cận dịch vụ chăm sóc sức khỏe của người nghèo
ở nước ta hiện nay’, Viện Hàn lâm khoa học xã hội Việt Nam, 3(127), 43-52.
Nguyễn Thị Minh (2011), ‘Cơ cấu tuổi của dân số trong mối quan hệ với tăng trưởng kinh tế và chi tiêu cho y tế giai
đoạn 2000-2006 đánh giá và dự báo’, đề tài cấp bộ, Đại học Kinh tế Quốc dân.

Số 256(II) tháng 10/2018 38

Rebelo, Sergio T. (1991), ‘Long-run policy analysis and long-run growth’, Journal of Political Economy, 99(3), 500-521.
Romer, P.M. (1986), ‘Increasing returns and long-run growth’, The Journal of Political Economy, 94(5), 1002-1037.
Sartori (2003), ‘An estimator for some binary-outcome selection models without exclusion restrictions’, Political
Analysis, 11(2), 111-138.
Schultz (1999), ‘Health and Schooling Investments in Africa’, Journal of economic perspectives, 13(3), 67-88.
Sefa Awawoyi Churchill & cộng sự (2014), Effects of government education and health expenditures on economic
growth: A meta-analysis, from <http://gala.gre.ac.uk/14072/1/GPERC21_Churchill_Yew_UgurF.pdf>.
Vũ Trịnh Thế Quân (2015), ‘Các yếu tố ảnh hưởng đến chi tiêu y tế của các hộ gia đình Bắc trung bộ và Duyên hải
miền Trung’, Luận văn Thạc sỹ kinh tế, Đại học Kinh tế Thành phố Hồ Chí Minh.

Số 256(II) tháng 10/2018 39

 PHÂN TÍCH TÁC ĐỘNG CỦA TỶ GIÁ HỐI ĐOÁI,
GIÁ VÀNG THẾ GIỚI VÀ GIÁ DẦU THẾ GIỚI ĐẾN
CHỈ SỐ THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM
Nguyễn Thu Thủy
Học viện Tài chính
Email: nguyenthuthuy@hvtc.edu.vn
Ngày nhận: 27/8/2018
Ngày nhận bản sửa: 02/10/2018
Ngày duyệt đăng: 15/10/2018

Tóm tắt:
Bài viết tìm hiểu tác động của tỷ giá hối đoái, giá vàng thế giới và giá dầu thế giới đến chỉ
số của thị trường chứng khoán Việt Nam. Dữ liệu theo ngày được thu thập từ ngày 2 tháng
5 năm 2013 đến ngày 27 tháng 4 năm 2018, gồm 1238 quan sát. Để mô tả mối quan hệ giữa
các biến này, tác giả sử dụng mô hình tự hồi quy phân phối trễ. Kết quả cho thấy, trong ngắn
hạn, chỉ số của thị trường chứng khoán Việt Nam bị ảnh hưởng bởi những biến đổi trong quá
khứ của chính nó và bị ảnh hưởng bởi những thay đổi của những biến còn lại ở các mức độ
khác nhau. Cụ thể, biến động của tỷ giá hối đoái ngày hôm trước và trong cùng ngày đều tác
động ngược chiều đến chỉ số của thị trường chứng khoán Việt Nam. Thông tin quá khứ của
chỉ số thị trường chứng khoán trong hai, ba ngày trước có tác động cùng chiều đến chính
nó trong ngày hôm nay. Giá dầu thế giới một ngày hôm trước đóng góp tác động cùng chiều
đến chỉ số của thị trường chứng khoán Việt Nam. Giá vàng thế giới trong ngắn hạn không có
tác động đến chỉ số thị trường chứng khoán Việt Nam. Tuy nhiên, trong dài hạn vẫn tồn tại
mối quan hệ cân bằng dài hạn giữa chỉ số thị trường chứng khoán Việt Nam với cả ba biến
tỷ giá hối đoái, giá vàng thế giới và giá dầu thế giới.
Từ khóa: Giá dầu thế giới, giá vàng thế giới, mô hình tự hồi quy phân phối trễ, thị trường
chứng khoán Việt Nam, tỷ giá hối đoái.
Mã JEL: C32, G15.

Study on The Impact of Exchange Rate, World Gold Price and World Oil Price on
Vietnamese Stock Market Index
Abstract:
This study investigates the dynamic impact of exchange rate, world gold price and world oil
price on Vietnamese stock market index. Daily data from 2nd May 2013 to 27th April 2018
is taken, constituting 1,238 observations. To capture dynamic and stable relationship among
these variables, Autoregressive Distributed Lag model is employed. The results show that, in
short run, Vietnamese stock market index is influenced by changes of value and past value
of its and the other variables’ at different degree. Concretely, the value of exchange rate one
day before and today positively impact on Vietnamese stock market index. The Vietnamese
stock market on two and three days before positively impact on itself. The world oil price on
one day before positively influences Vietnamese stock market index. The world gold price
has no effect on Vietnamese stock market index in short run. However, there exists a long
run relationship among Vietnamese stock market index, exchange rate, world gold price and
world oil price.
Keywords: Autoregressive Distributed Lag, Vietnamese stock market, world gold price,
world oil price, exchange rate.
JEL code: C32, G15.

Số 256(II) tháng 10/2018 40

 1. Giới thiệu
Trong mỗi nền kinh tế, luôn có mối quan hệ dù
yếu hay mạnh giữa các thị trường khác nhau. Nghiên
cứu mối quan hệ giữa các thị trường giúp các nhà
hoạch định chính sách kiểm soát nền kinh tế một
cách hiệu quả và các nhà đầu tư đưa ra quyết định
một cách đúng đắn và kịp thời. Với thời kỳ hội nhập
kinh tế thế giới, không chỉ các biến kinh tế giữa các
thị trường trong nước phát huy tác động qua lại, mà
còn có tác động của các biến kinh tế thế giới đến
các biến kinh tế nội địa. Bài báo này nghiên cứu tác
động của tỷ giá hối đoái, giá vàng thế giới và giá
dầu thế giới đến chỉ số của thị trường chứng khoán
Việt Nam.
Mặc dù đã có nhiều công trình thực nghiệm được
thực hiện về mối quan hệ giữa các biến này ở thị
trường phát triển, nhưng nghiên cứu tương tự đối
với các thị trường mới nổi còn nhiều khoảng trống.
Khi mức độ hội nhập và sức mạnh của các thị trường
chứng khoán các nước ở các mức khác nhau thì cũng
đòi hỏi cách tiếp cận khác nhau. Rủi ro và lợi nhuận
tại các thị trường mới nổi cao hơn với các thị trường
phát triển. Việc nghiên cứu mối quan hệ giữa các thị
trường đó trở nên quan trọng và hứa hẹn nhiều kết
quả mới để các nhà hoạch định chính sách có thể dự
báo các kịch bản trong tương lai và các nhà đầu tư
có thể thực hiện đa dạng hóa để giảm thiểu rủi ro.
Nghiên cứu này nhằm trả lời câu hỏi: (i) Các
thông tin trong hiện tại và quá khứ của tỷ giá hối
đoái, giá vàng thế giới và giá dầu thế giới tác động
đến chỉ số của thị trường chứng khoán Việt Nam
như thế nào? Tức là, mối quan hệ trong ngắn hạn
của tỷ giá hối đoái, giá vàng thế giới và giá dầu thế
giới tác động đến chỉ số của thị trường chứng khoán
Việt Nam như thế nào? (ii) Có tồn tại hay không mối
quan hệ cân bằng dài hạn giữa chỉ số của thị trường
chứng khoán Việt Nam, tỷ giá hối đoái, giá vàng thế
giới và giá dầu thế giới?
Bố cục của bài viết như sau: Phần 2 trình bày tổng
quan nghiên cứu, Phần 3 mô tả phương pháp nghiên
cứu, Phần 4 trình bày các kết quả thực nghiệm và
Phần 5 là kết luận.
2. Tổng quan nghiên cứu
Đã có nhiều nghiên cứu về mối quan hệ hoặc
tương tác giữa các chỉ tiêu khác nhau của nền kinh
tế. Các mối quan hệ động và phức tạp giữa giá vàng,
tỷ giá, giá dầu và chỉ số thị trường chứng khoán
đã thu hút các nhà nghiên cứu, các nhà hoạch định
chính sách và các doanh nhân. Có thể kể đến một
Số 256(II) tháng 10/2018
số nghiên cứu ở những nước phát triển như Eric &
Robert (2006), Ai Han & cộng sự (2008) hay nghiên
cứu của Abdalla & Victor (1997) ở các nước mới
nổi. Ví dụ, sử dụng các kỹ thuật đồng tích hợp, Eric
& Robert (2006) cho thấy rằng có một mối quan hệ
cân bằng dài hạn giữa giá vàng và mức giá tại thị
trường Mỹ. Thứ hai, mức giá của nước này và giá
vàng biến động đồng thời trong một mối quan hệ
cân bằng dài hạn, cụ thể là khi mức giá chung của
Mỹ tăng 1% dẫn đến giá vàng cũng tăng 1%. Nghiên
cứu cũng tìm thấy một mối quan hệ ngược chiều
giữa những thay đổi của giá vàng và những thay đổi
của tỷ giá hối đoái của đồng đô la Mỹ. Ai Han &
cộng sự (2008) nghiên cứu mối quan hệ giữa tỷ giá
hối đoái của đồng đô la Úc so với đô la Mỹ và giá
vàng. Bằng chứng thực nghiệm cho thấy kết quả ước
lượng theo phương pháp bình phương tối thiểu gián
tiếp (Indirect Least Squares, viết tắt là ILS) đã mô tả
được mối quan hệ giữa tỷ giá hối đoái và giá vàng, cả
trong dài hạn và ngắn hạn. Abdalla và Victor (1997)
đã phân tích sự tương tác giữa tỷ giá hối đoái và giá
cổ phiếu tại các nền kinh tế mới nổi bao gồm Ấn Độ,
Hàn Quốc, Pa-kix-tan và Phi-lip-pin áp dụng các kỹ
thuật đồng tích hợp và kiểm định nhân quả Granger.
Trên cơ sở phân tích dữ liệu liên quan từ tháng 1
năm 1985 đến tháng 7 năm 1994, các tác giả kết luận
rằng có một quan hệ nhân quả một chiều của tỷ giá
hối đoái tác động đến giá cổ phiếu ở tất cả các nước,
trừ Phi-lip-pin.
Samanta & Zadeh (2012) đã xem xét các biến
động qua lại của một số biến vĩ mô (giá vàng, giá cổ
phiếu, tỷ giá hối đoái thực và giá dầu thô) dựa trên
dữ liệu 21 năm sử dụng mô hình trung bình trượt tự
hồi quy dạng vectơ (Vector Autoregressive Moving
Average, viết tắt là VARMA) cho các giai đoạn từ
tháng 1 năm 1989 đến tháng 9 năm 2009. Nghiên
cứu cho thấy có một mối quan hệ đồng tích hợp giữa
các biến.
Le, Thai-Ha & cộng sự (2011) đã thực hiện nghiên
cứu về mối quan hệ giữa giá của hai mặt hàng chiến
lược, đó là vàng và dầu theo chỉ số đô la Mỹ bằng
cách sử dụng dữ liệu hàng tháng từ tháng 1 năm
1986 đến tháng 4 năm 2011 nhờ mô hình tự hồi quy
phân phối trễ (Autoregressive Distributed Lag, viết
tắt là ARDL). Kết quả thực nghiệm của nghiên cứu
cho thấy có một mối quan hệ cân bằng dài hạn giữa
giá dầu và giá vàng; ngoài ra giá dầu có thể được sử
dụng để dự đoán giá vàng.
Những điểm nổi bật quan trọng trong nghiên cứu
41
của Ismail & cộng sự (2009) là chỉ ra bằng chứng
thực nghiệm về một số biến như tỷ giá USD/Euro,
tỷ lệ lạm phát, cung tiền giao dịch (M1), chỉ số thị
trường chứng khoán Niu-Yooc NYSE (New York
Stock Exchange), chỉ số Standard & Poor’s 500 và
chỉ số đô la Mỹ có ảnh hưởng đến giá vàng.
Nghiên cứu của Sujit & Kumar (2011) mô tả mối
quan hệ động của giá hàng hóa là vàng và dầu thô
với tỷ giá hối đoái và chỉ số thị trường chứng khoán.
Nghiên cứu sử dụng dữ liệu chuỗi thời gian hàng
ngày để phân tích tác động qua lại giữa giá dầu thô,
chỉ số thị trường chứng khoán và chỉ số tỷ giá theo
trọng số thương mại theo một số đồng tiền chính và
giá vàng. Nghiên cứu này đã sử dụng mô hình tự hồi
quy dạng vectơ để thể hiện mối quan hệ năng động
đó. Kết quả cho thấy tỷ giá hối đoái có ảnh hưởng
trực tiếp đến giá vàng, giá dầu và chỉ số thị trường
chứng khoán. Nghiên cứu này cũng cho thấy có mối
quan hệ cân bằng dài hạn nhưng ở mức yếu giữa các
biến.
Cho đến hiện nay, mới chỉ có một số nghiên cứu
được thực hiện cho bối cảnh Việt Nam. Trương
Đông Lộc & Võ Thị Hồng Đoan (2009) nghiên cứu
mối quan hệ sự thay đổi giá vàng trong nước và giá
cổ phiếu Việt Nam nhờ kiểm định nhân quả. Kết quả
cho thấy sự thay đổi của giá vàng có tương quan tỷ
lệ thuận với sự thay đổi của chỉ số VN-Index với độ
trễ bằng 1. Phan Thị Bích Nguyệt & Phạm Dương
Phương Thảo (2013) phân tích tác động của các
nhân tố kinh tế vĩ mô đến thị trường chứng khoán
Việt Nam, trong đó có tỷ giá hối đoái và giá dầu
thế giới. Kết quả cho thấy: Tỷ giá hối đoái có tương
quan âm với thị trường chứng khoán, giá dầu thế
giới có tương quan dương với thị trường chứng
Bảng 1: Thống kê mô tả các sai phân của từng biến
DEXCHANGE_RATE DVNINDEX
Trung bình 1.503635
Trung vị 0.000000
Giá trị lớn nhất 305.0000
Giá trị nhỏ nhất -303.0000
Độ lệch chuẩn 27.98761
Hệ số bất đối xứng 0.747846
Hệ số nhọn 34.92039
Giá trị thống kê Jarque-
52674.25
Bera
Giá trị xác suất của thống
0.000000
kê JB
Số quan sát 1238
Nguồn: Tính toán của tác giả tính bằng phần mềm Eviews.
4.2. Kiểm định tính dừng của các chuỗi thời gian
Số 256(II) thángsố10/2018
Các chuỗi 42 VAR phải là các chuỗi dừng. Tính dừng là một
liệu đưa vào phân tích bằng mô hình
khái niệm quan trọng khi nghiên cứu về các chuỗi thời gian. Tuy nhiên, trong thực tế, hầu hết các
chuỗi số liệu tài chính là không dừng. Trước tiên, chúng ta quan sát đồ thị của các chuỗi ban đầu như
trong Hình 1.
khoán. Nguyễn Thị Liên Hoa & Lương Thị Thúy
Hường (2014) sử dụng mô hình phương sai có điều
kiện của sai số thay đổi tự hồi quy tổng quát dạng
mũ (mô hình EGARCH) chuyển đổi Markov để tìm
hiểu mối liên kết động giữa tỷ giá hối đoái và biến
động thị trường chứng khoán cho thị trường mới nổi
ASEAN thời kỳ 2005 – 2013, trong đó có Việt Nam.
Kết quả cho thấy hệ số ước lượng của sự thay đổi tỷ
giá hối đoái mang giá trị âm và có ý nghĩa thống kê
với tất cả các thị trường, điều đó đưa đến kết luận
rằng những biến động trên thị trường ngoại hối sẽ
làm giảm lợi nhuận trên thị trường chứng khoán.
Nguyễn Văn Quý & Nguyễn Thu Thủy (2015) mới
nghiên cứu mối quan hệ giữa hai thị trường chứng
khoán Việt Nam và thị trường vàng thế giới, tiếp cận
nhờ mô hình hiệu chỉnh sai số. Nghiên cứu này của
tác giả sẽ tăng số biến nghiên cứu trong mô hình.
Dựa trên ý tưởng của Sujit & Kumar (2011) khi
nghiên cứu mối quan hệ động giữa giá vàng, giá
dầu, tỷ giá hối đoái và thị trường chứng khoán ở
Saudi Arabia, tác giả nghiên cứu về giá vàng, giá
dầu, tỷ giá và chỉ số thị trường chứng khoán Việt
Nam, với một số đặc điểm tương tự, hy vọng sẽ lấp
đầy khoảng trống thực nghiệm trong các nghiên cứu
về Việt Nam, trong bối cảnh chưa có nhiều nghiên
cứu thực nghiệm liên quan. Tuy nhiên, do thị trường
chứng khoán Việt Nam là thị trường nhỏ nên không
thể tác động đến các biến kinh tế thế giới như giá
vàng thế giới, giá dầu thế giới, nên việc sử dụng mô
hình VAR cho số liệu liên quan đến chỉ số thị trường
chứng khoán Việt Nam là không phù hợp. Do đó, tác
giả lựa chọn biến chỉ số thị trường chứng khoán Việt
Nam là biến phụ thuộc hồi quy theo các biến độc lập
là tỷ giá hối đoái, giá vàng thế giới, giá dầu thế giới
DWORLD_GOLD DWORLD_OIL
0.437536 -0.140711 -0.020186
0.805000 -0.300000 0.020000
37.85000 61.60000 4.210000
-56.33000 -87.70000 -5.140000
6.916290 11.91952 1.151952
-1.135745 -0.105978 -0.079900
12.81353 7.367173 3.821493
5233.905 986.1248 36.12824
0.000000 0.000000 0.000000
1238 1238 1238
 4.2. Kiểm định tính dừng của các chuỗi thời gian
Các chuỗi số liệu đưa vào phân tích bằng mô hình VAR phải là các chuỗi dừng. Tính dừng là một
khái niệm quan trọng khi nghiên cứu về các chuỗi thời gian. Tuy nhiên, trong thực tế, hầu hết các
chuỗi số liệu tài chính là không dừng. Trước tiên, chúng ta quan sát đồ thị của các chuỗi ban đầu như
trong Hình 1.
Hình 1: Đồ thị của các chuỗi EXCHANGE_RATE, VNINDEX, WORLD_OIL
và WORLD_GOLD
EXCHANGE_RATE WORLD_GOLD
23,200 1,500

22,800
1,400

22,400
1,300

22,000
1,200
21,600

1,100
21,200

20,800 1,000
13M07 14M01 14M07 15M01 15M07 16M01 16M07 13M07 14M01 14M07 15M01 15M07 16M01 16M07

VNINDEX WORLD_OIL

1,300 120

1,200
100
1,100

1,000
80
900

800 60

700
40
600

500
20
400 13M07 14M01 14M07 15M01 15M07 16M01 16M07
13M07 14M01 14M07 15M01 15M07 16M01 16M07

Nguồn: Tính toán của tác giả bằng phần mềm Eviews.
Hình 1 gợi ý rằng các chuỗi thời gian ban đầu không dừng. Khảo sát đồ thị các chuỗi sai phân bậc
và nhất
trễ của
củabacác
biến nàyban
chuỗi trong
đầumô
nhưhình tự Hình
trong hồi quy
2. phân tác giả tập trung nghiên cứu tác động của các nhân tố
phối trễ. Sử dụng mô hình tự hồi quy phân phối trễ kinh tế thế giới là tỷ giá hối đoái, giá vàng thế giới,
để nghiên cứu tác động của một số nhân tố đến chỉ giá dầu thế giới như trong Sujit & Kumar (2011) với
số thị trường chứng khoán, đã có nghiên cứu của phương pháp tiếp cận như Lê Hoàng Phong & Đặng
Lê Hoàng Phong & Đặng Thị Bạch Vân (2015), tuy Thị Bạch Vân (2015). Mối quan hệ giữa thị trường
nhiên các tác giả này nghiên cứu tác động của lạm chứng khoán Việt Nam với một số thị trường chứng
phát, lãi suất, cung tiền, tỷ giả. Trong bài báo này, khoán thế giới cũng đã được Nguyễn Thu Thủy
4
Hình 2: Đồ thị các chuỗi sai phân bậc một của EXCHANGE_RATE, VNINDEX, WORLD_OIL
và WORLD_GOLD
DEXCHANGE_RATE DVNINDEX
400 40

300
20
200

100 0

0
-20
-100

-200
-40

-300

-400 -60
13M07 14M01 14M07 15M01 15M07 16M01 16M07
13M07 14M01 14M07 15M01 15M07 16M01 16M07

DWORLD_GOLD DWORLD_OIL
80 6

60
4
40
2
20

0 0

-20
-2
-40

-60 -4

-80
-6
-100 13M07 14M01 14M07 15M01 15M07 16M01 16M07
13M07 14M01 14M07 15M01 15M07 16M01 16M07

Nguồn: Tính toán của tác giả bằng phần mềm Eviews.

Số Hình
256(II)
2 gợitháng
ý rằng10/2018 43 chuỗi thời gian ban đầu là các chuỗi dừng. Để
các chuỗi sai phân bậc nhất của các
minh chứng, chúng ta sử dụng kiểm định nghiệm đơn vị, nhờ một kiểm định phổ biến là kiểm định
Augmented Dicky-Fuller (kiểm định ADF). Kết quả sử dụng kiểm định nghiệm đơn vị với trễ bậc 4
theo khuyến nghị của Newey-West, với kỹ thuật sử dụng theo dạng mô hình có xu hướng và hệ số
 Bảng 2: Kết quả kiểm định tính dừng của các chuỗi EXCHANGE_RATE,
VNINDEX, WORLD_OIL và WORLD_GOLD
Biến Giá trị thống kê t Giá trị kiểm định theo xác suất Kết luận
EXCHANGE_RATE -1.730286 0.7374 Chuỗi không dừng
VNINDEX -1.157498 0.9174 Chuỗi không dừng
WORLD_GOLD -3.433249 0.0475 Chuỗi không dừng
WORLD _OIL -0.281203 0.9911 Chuỗi không dừng
Nguồn: Tính toán của tác giả bằng phần mềm Eviews.

Bảng 3: Kết quả kiểm định tính dừng của các chuỗi sai phân bậc nhất d(EXCHANGE_RATE),
d(VNINDEX), d(WORLD_OIL) và d(WORLD_GOLD)

Sai phân bậc nhất Giá trị thống kê t Giá trị kiểm định theo xác Kết luận
suất
D(EXCHANGE_RATE) -14.19204 0.0000 Chuỗi dừng
D(VNINDEX) -14..35469 0.0000 Chuỗi dừng
D(WORLD_GOLD) -14.56059 0.0000 Chuỗi dừng
D(WORLD _OIL) -15.92368 0.0000 Chuỗi dừng
Nguồn: Tính toán của tác giả bằng phần mềm Eviews.
Kiểm định nghiệm đơn vị cho thấy các chuỗi thời gian ban đầu không dừng, nhưng sau khi lấy sai
(2015)
phânnghiên cứu.chúng
bậc nhất, Có thểta nói, tác giả
thu được cácđãchuỗi
có cảithời
tiếngian và không
dừng. Cáctương quan
kết quả nàyvới
phùtấthợp
cả các
với biến
những độc
dựlập. Do
đoán
để lấp đầyban đầu từtrống
khoảng các Hình 1 và 2.cứu
về nghiên Việc sử dụng
thực nghiệm phương đó pháp
vế phải củaphân
lấy sai phương trìnhkhông
bậc nhất hồi quychỉgồm các biến
để thu
được các chuỗi thời gian dừng, mà đây còn là một lựa chọn phù hợp khi cần giải thích
khi nghiên cứu tình huống của Việt Nam. Tác giả hi trễ của các biến độc lập, và ở đây chúng ta có thể sử các hàm phản
ứng. Bởi vì, các chuỗi sai phân này cung cấp thông tin về xu hướng tăng hoặc giảm (theo dấu của kết
vọng bài báo sẽ cung cấp thông tin khoa học hữu ích dụng phương pháp bình phương tối thiểu.
quả sai phân) chứ không tập trung cung cấp thông tin về giá trị thực của chuỗi thời gian.
cho các nhà đầu tư và các nhà hoạch định chính sách Quy trình ước lượng mô hình ARDL có thể được
4.3. Lựa chọn độ trễ tối ưu
để đưa ra quyết định đúng đắn. tóm lược qua các bước sau:
3.Đây là một công đoạn quan trọng trước khi ước lượng mô hình ARDL. Cách truyền thống để lựa chọn
Phương pháp nghiên cứu - Kiểm định
độ trễ tối ưu là ước lượng mô hình ARDL nhiều lần với các trễ giảm dầntính
đếndừng
0. Trongcủa số
các
cácchuỗi thời gian.
mô hình
Để phân tích tác động của tỷ giá hối đoái VND/ Biến đổi các chuỗi thời
ARDL được ước lượng, chúng ta lựa chọn mô hình nào có giá trị tiêu chuẩn thông tin Hannan-Quin gian chưa dừng về chuỗi
USD,nhỏgiánhất.
vàng Trong bài và
thế giới báogiánày,
dầutác
thếgiả thửđến
giới cácchỉtrễsốđến dừng.
tối đa Tức
bậc 10là biến
và lựađổichọn
để nhận
đượcđược các được
mô hình chuỗi có kỳ
khuyến nghị theo tiêu chuẩn Hannan-Quin
thị trường chứng khoán Việt Nam, tác giả sử dụng là mô hình ARDL(3,1,0,1).
vọng, phương Hình
sai và 3 sau
hiệp đây
phươngchỉ minh
sai là họa
không đổi
tiêu chuẩn cho 20 mô hình có kết quả tốt hơn cả, trong theo đó cóthời
mô gian.
hình tốt nhất nói trên.
mô hình tự hồi quy phân phối trễ (mô hình ARDL).
Mô hình này được đề xuất bởi Pesaran, Shin & - Lựa chọn bậc trễ tối ưu cho mô hình ARDL.
Smith (1996). - Ước lượng mô hình ARDL.
Dạng toán học của mô hình ARDL được sử dụng - Kiểm định kết quả ước lượng mô hình ARDL:
trong bài báo là: Kiểm định dạng hàm; kiểm định tính ổn định của mô
mm
hình ARDL; kiểm định phần dư của mô hình ARDL
DD(VNINDEX
D((VNINDEX
) = αα
VNINDEX t))tt = 0 + ∑∑
0 +
m
mαiα (VNINDEX
αDii D )t −i))t −i
((VNINDEX
=α 0 +i =∑ D VNINDEX không mắc khuyết tật tự tương quan.
D(VNINDEX )t = α0 + ∑ 1
i =1
i =1
αi D (VNINDEX )tt −−ii
nn i =1 - Kiểm định đồng tích hợp để tìm mối quan hệ cân
++∑∑
n
n ββ DD( (EXCHANGE _RATE
EXCHANGE_ _ RATE)t −))i t −i
+i∑
+∑=i =
11
βi ii D ( EXCHANGE RATE
βi D ( EXCHANGE _ RATE )tt −−ii
bằng dài hạn giữa các biến.
i =1
p
i =p1
Chi tiết về mô hình ARDL có thể tìm thấy trong
++∑pp γγi DD(WORLD
(WORLD_ _GOLD )t −)i i
+ i∑ GOLD Chương 17 trong Gujarati (2004).
∑=1 γ i D (WORLD _ GOLD )tt −
i
+∑ i =1 γ D (WORLD _ GOLD )t −−ii
qi =1 i 4. Kết quả thực nghiệm
iq=1
++∑ δδDD(WORLD _ _OIL )t −i + ut u, t ,
∑ δ D ((WORLD OIL))tt −−ii +
q
OIL 4.1. Mô tả số liệu
+∑ q i
iWORLD _ +u ,
+ ∑ δ D (WORLD _ OIL)t −i + utt ,
i =1
i =1 i Tác giả sử dụng giá vàng thế giới theo ngày (ký
i =1 i
i =1
hiệu là biến WORLD_GOLD) của từng gram tính
trong đó D là ký hiệu toán tử lấy sai phân, α i , β i , γ i , δ i theo đô la Mỹ từ https://www.investing.com, giá thị
là các hệ số hồi quy, và ut là phần dư có tương quan7 trường của đồng đô la Mỹ tính theo đồng Việt Nam
đồng thời nhưng không tương quan với trễ của nó (ký hiệu là biến EXCHANGE_RATE) từ https://

Số 256(II) tháng 10/2018 44

 Hình 3: Minh họa tiêu chuẩn Hann-Quin cho 20 mô hình tốt nhất

Hình 3: Minh họa tiêu chuẩn Hann-Quin cho 20 mô hình tốt nhất

Nguồn: Tính toán của tác giả bằng phần mềm Eviews.

vn.investing.com, giá dầu thế giới (ký hiệu là biến của các biến này. Giá trị thống kê Jarque-Bera ở
4.4. Ước lượng mô hình ARDL
WORLD_OIL) từ https://www.investing.com và chỉ mức cao cho thấy rằng các chuỗi đều không có phân
Kếttrường
số thị quả ướcchứng
lượngkhoán
mô hình ARDL
Việt Namđược trình bày
VNindex (kýtrong Bảng 4.
phối chuẩn.
hiệu là biến VNINDEX) Bảng 4: Kết quả ước lượng mô hình ARDL(3,1,0,1)
từ https://www.vndirect. 4.2. Kiểm định tính dừng của các chuỗi thời
com.vn, từ ngày 2 tháng 5 năm 2013 đến ngày Biến
27phụgian
thuộc: DVNINDEX
tháng Hệ sốsát.
hồi Giai đoạn
Các4biến
năm 2018, gồm 1238 quan Sai số chuẩn Giá trị thống kê t Giá trịxác suất
quy
này là giai đoạn sau cuộc khủng hoảng tài chính toàn Các chuỗi số liệu đưa vào phân tích bằng mô hình
DVNINDEX(-1) -0.009758 0.028468
ARDL phải là -0.342781
các chuỗi dừng. Tính0.7318dừng là một
cầuDVNINDEX(-2)
và với dữ liệu khá cập nhật. 0.100745
Một số kết quả thú0.028466 3.539129 0.0004
vị liên quan đến các thời kỳ thị trường có những biến khái niệm quan trọng khi nghiên cứu về các chuỗi
DVNINDEX(-3) 0.062651 0.028524 2.196440 0.0282
động mạnh sẽ được nghiên cứu-0.014221
DEXCHANGE_RATE trong các bài báo thời gian. Tuy-2.014835
0.007058 nhiên, trong thực tế,0.0441
hầu hết các chuỗi
khác.DEXCHANGE_RATE(-
Trong chuỗi dữ liệu được-0.015147 số số liệu tài chính
thu thập có một 0.007058 là không dừng. Trước tiên, chúng
-2.146067 0.0321
1)
Nguồn: Tính toán của tác giả bằng phần mềm
dữ liệu bị thiếu do các ngày lễ và các lý do khác, tác Eviews.ta quan sát đồ thị của các chuỗi ban đầu như trong
DWORLD_GOLD -0.005229 0.016514 -0.316672 0.7515
giả DWORLD_OIL
điều chỉnh để tạo nên bộ dữ liệu cân bằng. 0.171387 Hình 1.
0.063346 0.369609 0.7117
Các4.4.sốƯớc
liệulượng
DWORLD_OIL(-1)thốngmô
kêhình
mô tả cho
ARDL 0.170023Hình 1 gợi2.878152
thấy các biến đều
0.489353 ý rằng các chuỗi thời gian ban đầu
0.0041
có độC lệch chuẩn cao, thể hiện sự 0.422046
biến động 0.196771
mạnh không dừng. 2.144855
Khảo sát đồ thị các 0.0322sai phân bậc
chuỗi
Kết quả ước lượng mô hình ARDL được trình bày trong Bảng 4.
Nguồn: Tính toán của tác giả bằng phần mềm Eviews.
Bảng 4: Kết quả ước lượng mô hình ARDL(3,1,0,1)
Tuy mô hình ARDL(3,1,0,1) là mô hình tốt nhất trong
Biến phụ số các mô
thuộc: hình theo tiêu chuẩn Hannan-Quin,
DVNINDEX
nhưng có thể nhận thấy, sau khiHệ ước lượng,
số hồi có một số hệ số hồi quy không có ý nghĩa thống kê ở mức
ýCác biến5%, chẳng hạn DVNINDEX(-1), DWORLD_GOLD,
nghĩa quy
Sai số chuẩn DWORLD_OIL.
Giá trị thống kêChúng
t Giá trịxác
ta có thể suất
ước
lượng lại mô
DVNINDEX(-1) hình, sau khi bỏ các biến
-0.009758 này khỏi mô hình,
0.028468 như trong Bảng 5.
-0.342781Các hệ số hồi quy
0.7318trong
mô hình ở Bảng 5 đều có ý nghĩa
DVNINDEX(-2) thống kê ở mức0.028466
0.100745 ý nghĩa 5%. Có thể 3.539129
nhận thấy các hệ số hồi quy của
0.0004
các biến có
DVNINDEX(-3)ý nghĩa thống kê trong mô
0.062651hình ở Bảng 4 và
0.028524 Bảng 5 sai lệch nhau
2.196440 không nhiều. 0.0282
DEXCHANGE_RATE -0.014221 0.007058 -2.014835 0.0441
DEXCHANGE_RATE(-
-0.015147 0.007058 -2.146067 0.0321
1)
DWORLD_GOLD -0.005229 0.016514 -0.316672 0.7515
DWORLD_OIL 0.063346 0.171387 0.369609 0.7117
DWORLD_OIL(-1) 0.489353 0.170023 2.878152 0.0041
C 0.422046 0.196771 2.144855 0.0322
8
Nguồn: Tính toán của tác giả bằng phần mềm Eviews.
Tuy mô hình ARDL(3,1,0,1) là mô hình tốt nhất trong số các mô hình theo tiêu chuẩn Hannan-Quin,
nhưng có thể nhận thấy, sau khi ước lượng, có một số hệ số hồi quy không có ý nghĩa thống kê ở mức
Số 256(II) tháng
ý nghĩa 5%, 10/2018
chẳng 45
hạn DVNINDEX(-1), DWORLD_GOLD, DWORLD_OIL. Chúng ta có thể ước
lượng lại mô hình, sau khi bỏ các biến này khỏi mô hình, như trong Bảng 5. Các hệ số hồi quy trong
mô hình ở Bảng 5 đều có ý nghĩa thống kê ở mức ý nghĩa 5%. Có thể nhận thấy các hệ số hồi quy của
các biến có ý nghĩa thống kê trong mô hình ở Bảng 4 và Bảng 5 sai lệch nhau không nhiều.
 Bảng 5: Kết quả ước lượng mô hình DVNINDEX sau khi bỏ một số biến
Biến phụ thuộc: DVNINDEX
Hệ số hồi Giá trị thống kê
Các biến Sai số chuẩn Giá trị xác suất
quy t
C 0.422909 0.195521 2.162981 0.0307
DVNINDEX(-2) 0.100269 0.028357 3.535971 0.0004
DVNINDEX(-3) 0.061892 0.028256 2.190385 0.0287
DEXCHANGE_RATE -0.014575 0.007002 -2.081576 0.0376
DEXCHANGE_RATE(-
-0.015300 0.007016 -2.180763 0.0294
1)
DWORLD_OIL(-1) 0.486138 0.169225 2.872736 0.0041
Nguồn: Tính toán của tác giả bằng phần mềm Eviews.
Sau khi xác định được các nhân tố tác động đến biến động của chỉ số thị trường chứng khoán như
nhấtkhuyến
của cácnghị
chuỗi
củaban
môđầu nhưTrước
hình. trong khi
Hìnhphân
2. tích kết mô quả,hình ARDL
bước đượccần
tiếp theo ướckiểm
lượng, chúng
định mô ta lựa chọn
hình
Hình 2 gợi ý rằng
ARDL(3,1,0,1) các chuỗi sai phân bậc nhất của mô hình nào có giá trị tiêu chuẩn thông tin Hannan-
ở trên.
các Trước
chuỗi tiên
thờicầngian banđịnh
kiểm đầu phần
là các
dưchuỗi
của mô dừng.
hìnhĐể
Quin nhỏ nhất. Trong bài báo này, tác giả thử các trễ
không mắc khuyết tật tự tương quan, nhờ kiểm định
minh chứng,
nhân chúng (Lagrang
tử Lagrange ta sử dụng kiểm định
Multiplier, viết nghiệm đến trong
tắt là LM) như tối đaBảng
bậc 6.10 và lựa chọn được mô hình được
đơn vị, nhờ khuyến nghị theo tiêu chuẩn Hannan-Quin là mô
Bảngmột kiểm định
6: Kiểm định LM
phổvề biến
hiệnlàtượng
kiểm tự định
tương quan của phần dư của mô hình ARDL
Augmented Dicky-Fuller (kiểm định ADF). Kết quả hình ARDL(3,1,0,1). Hình 3 sau đây chỉ minh họa
Giả thuyết H0: Phần dư không có hiện tượng tự tương quan
sử dụng kiểm định nghiệm đơn vị với trễ bậc 4 theo tiêu chuẩn cho 20 mô hình có kết quả tốt hơn cả,
F-statistic
khuyến nghị của Newey-West, 0.167921 Prob.sử
với kỹ thuật dụng trong đó có mô hình tốt nhất 0.8454
F(2,1222) nói trên.
theoObs*R-squared
dạng mô hình có xu hướng 0.338773
và hệ sốProb. Chi-Square(2)
chặn. Các 4.4. Ước lượng mô hình ARDL 0.8442
Kết luận: Chấp nhận giả thuyết H0.
Bảng 2 và 3 dưới đây lần lượt trình bày các kiểm Kết quả ước lượng mô hình ARDL được trình bày
Nguồn:
định ADF cho Tínhcác
toánchuỗi
của tác giảgian
thời bằngbanphần mềm
đầu, vàEviews.
các trong Bảng 4.
chuỗi
Nhưsaivậy,
phânmôbậchìnhnhất của chúng. có phần dư không mắc khuyết tật tự tương quan.
ARDL(3,1,0,1) Tuy mô hình ARDL(3,1,0,1) là mô hình tốt nhất
Kiểm
Kết quảđịnh nghiệm
kiểm đơn vị
định dạng hàmchoRamsey
thấy các chuỗinhư
RESET thờitrong Bảngsố7 các
trong thể hiện dạngtheo
mô hình hàmtiêu
là phù hợp.Hannan-Quin,
chuẩn
gian ban đầu không Bảng dừng,
5: Kết nhưng
quả ướcsau lượng
khi môlấyhình
sai DVNINDEX sau khi bỏ một số biến
nhưng có thể nhận thấy, sau khi ước lượng, có một
phân bậc nhất, chúng ta thu được các chuỗi thời gianBiếnsốphụ hệ thuộc:
số hồi DVNINDEX
quy không có ý nghĩa thống kê ở mức ý
Bảng 7: Kết quả kiểm định dạng hàm
dừng. Các kết quả này phù hợp Hệ vớisốnhững
hồi dự đoán Giá trị thống kê
Các biến Sai số nghĩa
chuẩn 5%, chẳng hạn DVNINDEX(-1), Giá trị xácDWORLD_
suất
ban đầu từ các Hình 1 vàGiá trị sử
2. Việc Số bậcphương
quydụng tự do Giá trị xác suất t Kết luận
GOLD, DWORLD_OIL. Chúng ta có thể ước lượng
Clấytrịsai
phápGiá phân
thống kê bậc
t nhất không
1.645635 0.422909
chỉ để 1223
thu được 0.195521 0.1001 2.162981
Hàm định dạng0.0307
lại mô hình, sau khi bỏ các biến này khỏi mô hình,
DVNINDEX(-2) 0.100269 0.028357 3.535971 đúng 0.0004
các Giá
chuỗi thời gian
trị thống kê F dừng, mà đây còn (1,
2.708116 là 1223)
một lựa như 0.1001
DVNINDEX(-3) 0.061892 0.028256 trong Bảng2.1903855. Các hệ số hồi quy trong mô hình
0.0287
chọn phù hợp.
DEXCHANGE_RATE
Nguồn: Bởi vì, các chuỗi
Tính toán của tác giả bằng sai phân
-0.014575 này cung
phần mềm Eviews. ở
0.007002Bảng 5 đều có ý nghĩa
-2.081576 thống kê ở0.0376ý nghĩa 5%.
mức
cấp thông tin về
DEXCHANGE_RATE(-xu hướng tăng hoặc giảm (theo dấu
Kết quả kiểm định tính ổn định-0.015300 thựcCó
của mô hình được0.007016 thểnhờ
hiện nhận thấy
tổng tíchcác
lũyhệ
-2.180763củasốphần
hồi quy của các biến có
dư0.0294
(CUSUM:
1) quả sai phân) chứ không tập trung cung cấp ý nghĩa thống kê trong mô hình ở Bảng 4 và Bảng 5
củaCumulative
kết Sum of Recursive Residuals). Kết quả trong Hình 4 cho thấy tổng tích lũy của phần dư
thôngDWORLD_OIL(-1)
tintrong
về giá 0.486138 0.169225 2.872736 0.0041
nằm dảitrị thực
tiêu củaứng
chuẩn chuỗi
vớithời
mứcgian.
ý nghĩa 5% nên sai lệchkết
có thể nhau
luậnkhông
phần dưnhiều.
của mô hình có tính ổn
Nguồn:
định
4.3. và vìTính
Lựa thế toán
chọn mô củatối
độ hình
trễ tácưu
là ổngiả bằng phần mềm Eviews.
định.
Sau khi xác định được các nhân tố tác động đến
Saulàkhi
Đây mộtxáccông
địnhđoạn
đượcquan
các nhân
trọngtốtrước
tác động đến biến
khi ước động
biến của của
động chỉ số
chỉthịsốtrường chứngchứng
thị trường khoánkhoán
như như
khuyến nghị của mô hình. Trước khi phân tích kết quả, bước tiếp theo cần kiểm định mô hình
lượng mô hình ARDL. Cách truyền thống để lựa khuyến nghị của mô hình. Trước khi phân tích
ARDL(3,1,0,1) ở trên.
chọn độ trễ tối ưu là ước lượng mô hình ARDL kết quả, bước tiếp theo cần kiểm định mô hình
Trước
nhiều tiêncác
lần với cầntrễ
kiểm địnhdần
giảm phần
đếndư0.của mô hình
Trong không
số các mắc khuyết tậtởtựtrên.
ARDL(3,1,0,1) tương quan, nhờ kiểm định
nhân tử Lagrange (Lagrang Multiplier, viết tắt là LM) như trong Bảng 6.
Bảng 6: Kiểm định LM về hiện tượng tự tương quan của phần dư của mô hình ARDL
Giả thuyết H0: Phần dư không có hiện tượng tự tương quan
F-statistic 0.167921 Prob. F(2,1222) 0.8454
Obs*R-squared 0.338773 Prob. Chi-Square(2) 0.8442
Kết luận: Chấp nhận giả thuyết H0.
9
Nguồn: Tính toán của tác giả bằng phần mềm Eviews.
Như vậy, mô hình ARDL(3,1,0,1) có phần dư không mắc khuyết tật tự tương quan.
Kết quả kiểm
Số 256(II) thángđịnh dạng hàm Ramsey RESET như trong
10/2018 46 Bảng 7 thể hiện dạng hàm là phù hợp.

Bảng 7: Kết quả kiểm định dạng hàm

 Nguồn: Tính toán của tác giả bằng phần mềm Eviews.
Như vậy, mô hình ARDL(3,1,0,1) có phần dư không mắc khuyết tật tự tương quan.
Kết quả kiểm định dạng hàm Ramsey RESET như trong Bảng 7 thể hiện dạng hàm là phù hợp.

Bảng 7: Kết quả kiểm định dạng hàm

Giá trị Số bậc tự do Giá trị xác suất Kết luận
Giá trị thống kê t 1.645635 1223 0.1001 Hàm định dạng
Giá trị thống kê F 2.708116 (1, 1223) 0.1001 đúng

Nguồn: Tính toán của tác giả bằng phần mềm Eviews.
Kết quả kiểm định tính ổn định của mô hình được thực hiện nhờ tổng tích lũy của phần dư (CUSUM:
Trước tiên cần
Cumulative Sumkiểm định phần
of Recursive dư của mô
Residuals). Kếthình khứHình
quả trong của 4chỉ sốthấy
cho thị trường
tổng tíchchứng khoán
lũy của phần trong
dư hai,
không
nằmmắctrongkhuyết tậtchuẩn
dải tiêu tự tương
ứng quan, nhờý kiểm
với mức 5% nênba
nghĩa định có ngày
thể kếttrước
luận có tácdưđộng
phần của cùng chiều
mô hình đến ổn
có tính chính nó
nhânđịnh
tử và vì thế mô(Lagrang
Lagrange hình là ổnMultiplier,
định. viết tắt là trong ngày hôm nay. Giá dầu thế giới một ngày hôm
LM) như trong Bảng 6. trước thì đóng góp tác động cùng chiều đến chỉ số
Như vậy, mô hình ARDL(3,1,0,1) có phần dư của thị trường chứng khoán Việt Nam. Giá vàng thế
không mắc khuyết tật tự tương quan. giới trong ngắn hạn không có tác động đến chỉ số thị
trường chứng khoán Việt Nam.
Kết quả kiểm định dạng hàm Ramsey RESET
Tiếp theo, để xem trong dài hạn có tồn tại mối
như trong Bảng 7 thể hiện dạng hàm là phù hợp.
quan hệ cân bằng giữa chỉ số thị trường chứng
Kết quả kiểm định tính ổn định của mô hình được khoán Việt Nam với cả ba biến tỷ giá hối đoái, giá
thực hiện nhờ tổng tích lũy của phần dư (CUSUM: vàng thế giới và giá dầu thế giới hay không, chúng
Cumulative Sum of Recursive Residuals). Kết quả ta thực hiện kiểm định đồng tích hợp. Kết quả khẳng
trong Hình 4 cho thấy tổng tích lũy của phần dư nằm định tồn tại mối quan hệ đồng tích hợp được trình
trong dải tiêu chuẩn ứng với mức ý nghĩa 5% nên có bày trong Bảng 8.
9
thể kết luận phần dư của mô hình có tính ổn định và Trong kiểm định đồng tích hợp, hệ số hồi quy
vì thế mô hình là ổn định. đồng tích hợp mang dấu âm (-0.846363) và có ý
Như vậy, mô hình ARDL(3,1,0,1) là phù hợp để nghĩa thống kê ở mức 5% (giá trị xác suất rất nhỏ)
mô tả tác động của tỷ giá hối đoái, giá dầu thế giới thể hiện rằng tồn tại mối quan hệ đồng tích hợp giữa
và giá vàng thế giới đến chỉ số thị trường chứng các biến. Tức là trong dài hạn khi hệ thống đang
khoán Việt Nam. Kết quả cho thấy, trong ngắn hạn, ở trạng thái cân bằng, khi có cú sốc nào đó xảy ra
chỉ số của thị trường chứng khoán Việt Nam bị ảnh thì các biến trong mô hình có xu hướng vận động,
hưởng bởi những biến đổi trong quá khứ của chính “kéo” cả hệ “quay về” trạng thái cân bằng, nghĩa là
nó và bị ảnh hưởng bởi những thay đổi của những có xu hướng vận động ngược chiều (dấu âm của hệ
biến còn lại ở các mức độ khác nhau. Cụ thể, biến số đồng tích hợp) so với các biến động đó. Phương
động của tỷ giá hối đoái ngày hôm trước và trong trình đồng tích hợp, hay phương trình thể hiện mối
cùng ngày đều tác động ngược chiều đến chỉ số của quan hệ cân bằng dài hạn giữa các biến là:
thị trường chứng khoán Việt Nam. Thông tin quá DVNINDEX = – 0.0347*DEXCHANGE_RATE

Hình 4: Minh họa tổng tích lũy của phần dư và khoảng tin cậy 5%
120

80

40

-40

-80

-120
II III IV I II III IV I II III IV I II III
2013 2014 2015 2016

CUSUM 5% Significance

Nguồn: Tính toán của tác giả bằng phần mềm Eviews.
Như vậy, mô hình ARDL(3,1,0,1) là phù hợp để mô tả tác động của tỷ giá hối đoái, giá dầu thế giới
và giá vàng thế giới đến chỉ số thị trường chứng khoán
47 Việt Nam. Kết quả cho thấy, trong ngắn hạn,
Số 256(II) tháng 10/2018
chỉ số của thị trường chứng khoán Việt Nam bị ảnh hưởng bởi những biến đổi trong quá khứ của
chính nó và bị ảnh hưởng bởi những thay đổi của những biến còn lại ở các mức độ khác nhau. Cụ thể,
biến động của tỷ giá hối đoái ngày hôm trước và trong cùng ngày đều tác động ngược chiều đến chỉ số
của thị trường chứng khoán Việt Nam. Thông tin quá khứ của chỉ số thị trường chứng khoán trong
 ngày hôm trước thì đóng góp tác động cùng chiều đến chỉ số của thị trường chứng khoán Việt Nam.
Giá vàng thế giới trong ngắn hạn không có tác động đến chỉ số thị trường chứng khoán Việt Nam.
Tiếp theo, để xem trong dài hạn có tồn tại mối quan hệ cân bằng giữa chỉ số thị trường chứng khoán
Việt Nam với cả ba biến tỷ giá hối đoái, giá vàng thế giới và giá dầu thế giới hay không, chúng ta
thực hiện kiểm định đồng tích hợp. Kết quả khẳng định tồn tại mối quan hệ đồng tích hợp được trình
bày trong Bảng 8.
Bảng 8: Kết quả kiểm định mối quan hệ cân bằng dài hạn giữa các biến
Biến Hệ số ước lượng Sai số chuẩn Giá trị thống kê t Giá trị xác suất
D(DVNINDEX(-1)) -0.163395 0.040239 -4.060596 0.0001
D(DVNINDEX(-2)) -0.062651 0.028524 -2.196440 0.0282
D(DEXCHANGE_RATE) -0.014221 0.007058 -2.014835 0.0441
D(DWORLD_GOLD) -0.005229 0.016514 -0.316672 0.7515
D(DWORLD_OIL) 0.063346 0.171387 0.369609 0.7117
CointEq(-1) -0.846363 0.047676 -17.752437 0.0000
Phương trình đồng tích hợp = DVNINDEX - (-0.0347*DEXCHANGE_RATE -0.0062
*DWORLD_GOLD + 0.6530*DWORLD_OIL + 0.4987 )
Nguồn: Tính toán của tác giả bằng phần mềm Eviews
Trong kiểm định đồng tích hợp, hệ số hồi quy đồng tích hợp mang dấu âm (-0.846363) và có ý nghĩa
– 0.0062*DWORLD_GOLD
thống kê ở mức 5% (giá trị + tâm tồn
xác suất rất nhỏ) thể hiện rằng thêm
tạiđến
mối giá vàng
quan thế giới.
hệ đồng Trong
tích hợp giữadài
cáchạn, giá
biến. Tức là trong dài hạn+khi
0.6530*DWORLD_OIL vàng
hệ thống đang ở trạng thái
0.4987. cânthế giớikhi
bằng, cócótáccúđộng ngược
sốc nào chiều
đó xảy ra đến chỉ số thị
thì các
biến trong mô hình có xu hướng vận động, “kéo” cả hệtrường“quaychứng
về” trạng tháiViệt
khoán cân bằng,
Nam. nghĩa là có xu
5. Kết luận
hướng vận động ngược chiều (dấu âm của hệ số đồng tích hợp) so với các biến động đó. Phương trình
Nghiên cứu
đồng tích đãhay
hợp, chỉ phương
ra trongtrình
ngắn
thểhạn,
hiệntỷ hối hệ cânDù
giáquan
mối trong
bằng dài ngắn hạncác
hạn giữa haybiến
dàilà:
hạn thì tỷ giá hối đoái
đoáiDVNINDEX
và giá dầu =thế– 0.0347*DEXCHANGE_RATE
giới có tác động đến chỉ số thị đều có tác động thống nhất ngược chiều đến chỉ số
– 0.0062*DWORLD_GOLD +
trường chứng khoán, còn giá vàng không có tác thị trường chứng khoán Việt Nam. Tương tự, giá dầu
0.6530*DWORLD_OIL + 0.4987.
động đến chỉ số thị trường chứng khoán. Điều tích thế giới thống nhất tác động cùng chiều đến chỉ số
cực5.làKết luậnngắn hạn, vàng có thể là kênh trú ẩn thị trường chứng khoán Việt Nam. Tỷ giá hối đoái
trong
an toàn cho các nhà đầu tư chứng khoán. Khi cổ 10 và giá dầu thế giới trong quá khứ đều có thể được sử
phiếu giảm giá, các nhà tư vấn tài chính thường có dụng làm một kênh dự báo tốt cho chỉ số thị trường
xu hướng tư vấn cho các nhà đầu nên nắm giữ vàng chứng khoán trong tương lai ngắn hạn cũng như dài
trong trong giai đoạn này. Như vậy biến động của hạn. Các nhà đầu tư có thể giảm thiểu rủi ro danh
chỉ số thị trường chứng khoán không chỉ chịu ảnh mục đầu tư của họ bằng cách phân phối vốn hợp lý
hưởng của chính nó trong quá khứ gần mà còn do
giữa các thị trường này.
đóng góp của các thông tin trong quá khứ của tỷ giá
hối đoái và giá dầu thế giới. Kết quả của nghiên cứu Để thấy được mối quan hệ chặt chẽ và giúp đo
này cũng có ý nghĩa quan trọng đối với các nhà đầu lường rủi ro danh mục đầu tư gồm các tài sản trên
tư. Các nhà đầu tư trên thị trường chứng khoán Việt chúng ta cần khảo sát cấu trúc phụ thuộc giữa các
Nam nên theo dõi chặt chẽ thông tin về tỷ giá hối chỉ số, bằng một số phương pháp khác như phương
đoái và giá dầu thế giới ngay cả khi danh mục đầu tư pháp Copula. Ngoài ra, có thể đưa thêm vào mô hình
của họ không chứa các tài sản này. các biến kinh tế thế giới khác, như chỉ số thị trường
Trong dài hạn, tồn tại mối quan hệ cân bằng giữa chứng khoán các quốc gia khác trên thế giới. Điều
4 biến trên. Bởi vậy việc phân tích, dự báo chỉ số này sẽ được thực hiện trong các nghiên cứu tiếp theo
thị trường chứng khoán trong dài hạn cần quan của tác giả.

Tài liệu tham khảo:

Abdalla, I. S. A. & Victor, M. (1997), ‘Exchange rate and stock price interactions in emerging financial markets:
evidence on India, Korea, Pakistan and the Philippines’, Applied Financial Economics, 7, 25-35.
Ai Han, Shanying Xu & Shouyang Wang (2008), ‘Australian Dollars Exchange rate and Gold Prices: An Interval
Method Analysis’, 7th International Symposium on Operations Research and its Applications (ISORA’08),
Lijiang China, Oct 31st - November 3rd, pp. 46-52.
Eric, J. L. & Robert, E. W. (2006), ‘Short Run and Lon Run Determinants of the Price of Gold’, World Gold Council
Research Study No. 32.
Gujarati, D. N. (2004), Basic Econometrics, Gary Burke, New York.
Ismail, Z.; Yahya, A. & Shabri, A. (2009), ‘Forecasting Gold Prices using Multiple Linear Regression Method’,

Số 256(II) tháng 10/2018 48

 American Journal of Applied Sciences 6(8), 1509-1514.
Lê Hoàng Phong & Đặng Thị Bạch Vân (2015), ‘Kiểm chứng bằng mô hình ARDL tác động của các nhân tố vĩ mô đến
chỉ số chứng khoán Việt Nam’, Tạp chí Phát triển và Hội nhập, 20(30), 61-66.
Le, Thai-Ha & Chang Youngho (2011), ‘Dynamic Relationships between the Price of Oil, Gold and Financial Variables
in Japan: A Bounds Testing Approach’, Working paper.
Nguyễn Thị Liên Hoa & Lương Thị Thúy Hường (2014), ‘Mối liên kết động giữa tỷ giá hối đoái và biến động thị
trường chứng khoán các quốc gia mới nổi ASEAN’, Tạp chí phát triển và hội nhập, 17 (27), 31-35.
Nguyễn Thu Thủy (2015), ‘Cấu trúc và mức độ phụ thuộc giữa thị trường chứng khoán Việt Nam và một số thị trường
thế giới – tiếp cận bằng phương pháp hồi quy phân vị’, Tạp chí Kinh tế và phát triển, 216, 48-56.
Nguyễn Văn Quý & Nguyễn Thu Thủy (2015), ‘Mối quan hệ giữa thị trường vàng thế giới và thị trường chứng khoán
Việt Nam – Tiếp cận bằng mô hình ECM’, Tạp chí Nghiên cứu Tài chính Kế toán, 07(144), 36-41.
Pesaran, M. H, Shin, Y. & Smith, R. J. (1996), ‘Testing for the Existence of a Long-run Relationship’, Working paper.
Phan Thị Bích Nguyệt & Phạm Dương Phương Thảo (2013), ‘Phân tích tác động của các nhân tố kinh tế vĩ mô đến thị
trường chứng khoán Việt Nam’, Tạp chí Phát triển và hội nhập, 8(18), 34-41.
Samanta, Subarna K. & Zadeh, Ali H. M. (2012), ‘Co-Movements of Oil, Gold, the US Dollar, and Stocks’, Modern
Economy, 3, 111-117.
Sujit, K. S. & Kumar, B. R. (2011), ‘Study on dynamic relationship among gold price, oil price, exchange rate and
stock market returns’, International Journal of Applied Business and Economic Research, 9(2), 145-165.
Trương Đông Lộc & Võ Thị Hồng Đoan (2009), ‘Mối quan hệ giữa sự thay đổi giá vàng và giá cổ phiếu ở Việt Nam’,
Tạp chí Nghiên cứu Kinh tế, 369, 1-7.

Số 256(II) tháng 10/2018 49

 VAI TRÒ CỦA CÔNG NGHIỆP VÀ DỊCH VỤ
TRONG THÚC ĐẨY NĂNG SUẤT LAO ĐỘNG
NÔNG NGHIỆP Ở VIỆT NAM
Phùng Minh Đức
Khoa Toán Kinh tế, Đại học Kinh tế Quốc dân
Email: phungminhduc79@gmail.com

Ngày nhận: 27/8/2018

Ngày nhận bản sửa: 02/10/2018
Ngày duyệt đăng: 15/10/2018

Tóm tắt:
Bài viết này nhằm phân tích vai trò của công nghiệp và dịch vụ trong việc thúc đẩy năng
suất lao động nông nghiệp của Việt nam sử dụng số liệu trong giai đoạn 2006-2012. Các
kết quả từ mô hình thực nghiệm sử dụng phương pháp kinh tế lượng không gian cho thấy,
công nghiệp và dịch vụ có tác động tích cực đến năng suất lao động nông nghiệp, trong đó
tác động của dịch vụ là đáng kể hơn. Điều này gợi mở những đề xuất cho việc phát triển các
loại hình dịch vụ để có thể nắm bắt những tiềm năng của ngành này mang lại trong xu thế
phát triển tất yếu của nền kinh tế.
Từ khóa: Năng suất lao động nông nghiệp, mối quan hệ nông nghiệp và công nghiệp-dịch
vụ, Việt Nam.

The Role of Manufacturing and Service Sectors in Promoting Agricultural Labor

Productivity in Vietnam
Abstract:
This paper attempts to analyze the the role of industry and service sector in Vietnam’s
agricultural labor productivity by using data from 2006-2012. The results from empirical
using spatial econometric method show that both industry and service sectors are important
determinants in agricultural labor productivity, in which the service sector is dominant. The
results therefore provide empirical evidence for policy making in vocational training sector
so that it can help worker get ready for the expansion of the service sector – an inevitable
trend.
Keywords: Agricultural labor productivity, agriculture-industry relation, Vietnam.

1. Giới thiệu
Mối quan hệ giữa nông nghiệp và công nghiệp,
dịch vụ là một trong những chủ đề nhận được sự
quan tâm rộng rãi của các nhà nghiên cứu về tăng
trưởng và chuyển dịch cơ cấu kinh tế, đặc biệt là
với các nền kinh tế đang chuyển đổi. Nhìn chung,
các nghiên cứu về chủ đề này thường được chia làm
hai hướng: (i) hướng thứ nhất tập trung vào vai trò
đóng góp của nông nghiệp đối với công nghiệp; (ii)
hướng thứ hai quan tâm đến vai trò thúc đẩy của
công nghiệp và dịch vụ đối với nông nghiệp. Ở các
thời kỳ sơ khai thì chỉ có nông nghiệp phát triển
mới giúp tích lũy vốn để phát triển công nghiệp, do
đó nông nghiệp cần phải được đẩy mạnh để có thể
vượt qua được mức tự cung tự cấp và có tích lũy.
Tuy nhiên, ở những giai đoạn phát triển tiếp theo
thì nguồn vốn chính để phát triển công nghiệp, dịch
vụ không phụ thuộc nhiều vào đóng góp của nông
nghiệp. Chẳng hạn với những nền kinh tế mở thì tiến
bộ công nghệ và các nguồn vốn đầu tư nước ngoài
sẽ là những động lực quan trọng hơn. Công nghiệp,

Số 256(II) tháng 10/2018 50

dịch vụ phát triển sẽ tạo ra việc làm để thu hút lao
động chuyển sang từ nông nghiệp và quá trình này
có thể giúp thúc đẩy tăng năng suất lao động nông
nghiệp.
Sau những nỗ lực cải cách và mở cửa thị trường,
Việt nam đã hội nhập sâu rộng vào nền kinh tế thế
giới. Các dòng vốn đầu tư trực tiếp nước ngoài tăng
mạnh đã tạo động lực để công nghiệp và dịch vụ
trong nước tăng trưởng mạnh mẽ, do đó có thể kỳ
vọng các ngành này sẽ là nền tảng để phát triển nông
nghiệp. Tuy nhiên, trong nhiều năm gần đây, ngành
nông nghiệp phải đối mặt với nhiều khó khăn và
thách thức. Cơ cấu sản xuất chưa hợp lý, phương
thức sản xuất lạc hậu, tăng trưởng chưa bền vững,
trong khi đó năng suất lao động nông nghiệp Việt
nam ở mức rất thấp so với các quốc gia trong khu
vực. Thống kê cho thấy, năm 2013 cả nước có gần
47% lao động hoạt động trong ngành nông nghiệp,
trong khi tỷ trọng của ngành này chỉ chiếm khoảng
19% trong tổng GDP (OECD, 2015), điều này đặt ra
câu hỏi về vai trò của các ngành công nghiệp, dịch
vụ trong vấn đề thu hút lao động nông nghiệp ở Việt
nam.
Về chủ đề này, ở Việt nam hiện đã có một số
nghiên cứu quan tâm, song các kết quả đạt được còn
hạn chế, đặc biệt chưa có nghiên cứu nào quan tâm
đến vai trò riêng phần của công nghiệp và của dịch
vụ đối với năng suất lao động nông nghiệp. Trong
xu thế phát triển, ngành dịch vụ ngày càng có vai
trò quan trọng trong nền kinh tế. Sự đa dạng trong
cơ cấu việc làm và thu nhập của ngành này có thể sẽ
tạo ra sức hút ngày càng lớn đối với lao động, đặc
biệt là với lao động nông thôn. Do vậy, bài viết đặt
mục tiêu phân tích vai trò của công nghiệp và dịch
vụ đối với năng suất lao động nông nghiệp ở Việt
nam, trong đó quan tâm đến sự khác biệt về vai trò
giữa công nghiệp và dịch vụ đối với nông nghiệp.
Ngoài ra, bài viết sử dụng phương pháp nghiên cứu
định lượng, trong đó khai thác các mô hình kinh tế
lượng không gian với số liệu mảng. So với các mô
hình số liệu mảng thông thường, các mô hình số liệu
mảng không gian ưu việt hơn do có tính đến các
dạng tương tác theo không gian giữa các cá thể để
đạt được các kết quả có độ chính xác cao hơn. Cấu
trúc của bài viết như sau: Phần tiếp theo sẽ trình
bày cơ sở lý thuyết và tổng quan nghiên cứu thực
Số 256(II) tháng 10/2018
nghiệm về vai trò của công nghiệp và dịch vụ đối
với nông nghiệp; phần thứ ba trình bày mô hình số
liệu mảng không gian trong phân tích tác động của
công nghiệp, dịch vụ đến năng suất lao động nông
nghiệp; phần cuối cùng là kết luận và một số kiến
nghị chính sách.
2. Cơ sở lý thuyết và tổng quan nghiên cứu
Nghiên cứu về mối quan hệ giữa nông nghiệp
và công nghiệp ở các nền kinh tế đang chuyển đổi,
Lewis (1954) lập luận rằng, công nghiệp là khu vực
có tốc độ tích tụ vốn cao, do đó đạt được tăng trưởng
nhanh hơn nông nghiệp. Khi công nghiệp phát triển
sẽ tạo ra nhiều việc làm và làm tăng cầu lao động.
Bên cạnh đó, với đặc trưng là năng suất thấp và thiếu
việc làm, lao động ở khu vực nông nghiệp có xu
hướng chuyển dịch sang công nghiệp để tìm việc
làm với thu nhập cao hơn. Lewis cho rằng, quá trình
này sẽ tiếp tục cho tới khi toàn bộ lao động dư thừa
trong nông nghiệp được chuyển giao hoàn toàn cho
công nghiệp.
Mặc dù có những khiếm khuyết nhất định, chẳng
hạn như giả định của Lewis về sự dư thừa lao động
trong nông nghiệp không phải lúc nào cũng đúng,
hoặc tiến bộ công nghệ cũng có thể làm giảm cầu lao
động ở khu vực công nghiệp (Oshima, 1987) song
đóng góp quan trọng nhất trong lý thuyết của Lewis
đó là đã chỉ ra rằng, công nghiệp có tác động tích
cực đến nông nghiệp trong quá trình phát triển. Điều
này là do việc các lao động được chuyển dịch ra
khỏi nông nghiệp sẽ làm tăng số đơn vị vốn sản xuất
trên mỗi lao động ở lại và hệ quả là năng suất lao
động nông nghiệp sẽ dần tăng lên.
Lý thuyết của Lewis (1954) cũng nhận được sự
ủng hộ của nhiều nhà nghiên cứu về tăng trưởng và
chuyển dịch cơ cấu kinh tế. Những nghiên cứu theo
hướng này của các học giả như Ranis, Fei, Todaro
hay Oshima,… đã cho thấy bức tranh rõ nét hơn
về vai trò của công nghiệp và dịch vụ đối với nông
nghiệp. Chẳng hạn, Ranis & Fei (1961) cho rằng,
quá trình chuyển giao lao động cho công nghiệp
chỉ xảy ra với điều kiện nông nghiệp dư thừa lao
động, trong khi đó mức chênh lệch thu nhập của
công nghiệp so với nông nghiệp cũng phải đạt tối
thiểu 30%; Todaro (1969) cũng nhấn mạnh, chuyển
dịch lao động theo lý thuyết của Lewis chỉ thuận lợi
khi có sự bất cân đối về cung cầu lao động giữa hai
51
khu vực, đồng thời phụ thuộc vào xác suất tìm được
việc làm của các lao động di cư. Thêm vào đó, các
nghiên cứu cũng cho thấy không chỉ công nghiệp có
đóng góp vào quá trình giải phóng lao động nông
nghiệp mà quá trình này có thể chịu tác động từ sự
phát triển của ngành dịch vụ. Theo Rostow (1960)
và Syrquin (1988), khi nền kinh tế phát triển đến
một mức độ nhất định thì các hoạt động thương mại
và dịch vụ sẽ gia tăng mạnh mẽ và có xu hướng chi
phối toàn bộ nền kinh tế. Như vậy, dịch vụ cũng có
thể có đóng góp tích cực vào quá trình gia tăng năng
suất lao động nông nghiệp. Hơn nữa, cùng với công
nghiệp chế biến, sự tham gia của các hoạt động dịch
vụ cung ứng và tiêu thụ trong chuỗi giá trị của ngành
nông nghiệp cũng có thể góp phần làm tăng hiệu quả
sản xuất nông nghiệp.
Dựa trên khuôn khổ các lý thuyết về mối quan
hệ giữa nông nghiệp với công nghiệp-dịch vụ,
nghiên cứu thực nghiệm ở nhiều quốc gia đã tìm
thấy nhiều bằng chứng cho thấy công nghiệp và
dịch vụ có tác động tích cực đến nông nghiệp.
Chẳng hạn, nghiên cứu của Matahir (2012) cho thấy
công nghiệp đóng vai trò thúc đẩy đến tăng trưởng
nông nghiệp ở Malaysia trong giai đoạn 1970-2009;
nghiên cứu của Gaspar & cộng sự (2014) cũng cho
thấy tăng trưởng năng suất lao động ở các ngành
công nghiệp, dịch vụ có tác động tích cực đến năng
suất lao động nông nghiệp ở Bồ Đào Nha trong thời
kỳ 1970-2006, trong đó tác động của công nghiệp
lớn hơn so với dịch vụ,… Tuy nhiên, một số nghiên
cứu cũng cho thấy xu hướng trái chiều có thể xảy
ra trong mối quan hệ này. Chẳng hạn, nghiên cứu
của Subramaniam & Reed (2009) với nền kinh tế
Romania đã cho thấy: mặc dù dịch vụ tác động tích
cực đến nông nghiệp, song tăng trưởng công nghiệp
lại là nhân tố ảnh hưởng tiêu cực đến tăng trưởng
của ngành nông nghiệp ở quốc gia này. Thậm chí, xu
hướng trái chiều có thể xảy ra với hai thời kỳ khác
nhau ở cùng một quốc gia. Chẳng hạn, với nền kinh
tế Trung quốc, nghiên cứu cho thấy trong giai đoạn
1952-1988, tăng trưởng công nghiệp tác động tiêu
cực đến tăng trưởng nông nghiệp Trung quốc (Lin &
Koo, 1990), trong khi ở giai đoạn 1988-1992, công
nghiệp có đóng góp tích cực đến tăng trưởng nông
nghiệp (Koo & Lou, 1997). Do vậy, với các nền kinh
tế đang chuyển đổi thì nghiên cứu thực nghiệm về
Số 256(II) tháng 10/2018
mối quan hệ giữa nông nghiệp với các ngành công
nghiệp, dịch vụ sẽ là rất cần thiết và có ý nghĩa thực
tiễn cao.
Ở Việt Nam, cho tới nay đã có một số nghiên
cứu thực nghiệm cho thấy vai trò nền tảng của công
nghiệp và dịch vụ đối với nông nghiệp. Chẳng hạn,
nghiên cứu của Ho (2012) cho thấy sự gia tăng về
tỷ trọng lao động phi nông nghiệp ở mỗi địa phương
có tác động tích cực đến năng suất các nhân tố tổng
hợp nông nghiệp; hoặc nghiên cứu của Nguyễn Thị
Cẩm Vân (2015) cho thấy sự dịch chuyển tỷ trọng
vốn và lao động vào các ngành công nghiệp, dịch vụ
cũng đóng góp cho tăng trưởng ngành nông nghiệp
ở Việt nam giai đoạn 1998-2011, trong đó vai trò của
công nghiệp là lớn hơn. Nghiên cứu Phùng Minh
Đức & Vũ Diệu Hương (2016) cũng khẳng định,
công nghiệp-dịch vụ tác động tích cực đến năng suất
lao động nông nghiệp, đồng thời tác động này ở các
tỉnh thuộc nhóm công nghiệp-dịch vụ phát triển cao
nhất cũng lớn hơn đáng kể so với các nhóm còn lại.
Điều đó cho thấy, phát triển công nghiệp-dịch vụ
đã có đóng góp nhất định vào sự tiến bộ của ngành
nông nghiệp ở Việt nam trong thời gian gần đây. Tuy
nhiên, các nghiên cứu kể trên chưa cho thấy tác động
riêng phần của công nghiệp, dịch vụ đến năng suất
lao động nông nghiệp. Trong bối cảnh cơ cấu kinh
tế đang có sự chuyển biến nhanh chóng, các ngành
công nghiệp và dịch vụ ở Việt nam có thể có sự khác
biệt nhất định trong cơ cấu việc làm và thu nhập. Do
đó, tác động của mỗi ngành đến năng suất lao động
nông nghiệp sẽ có thể khác nhau và điều này cần
được làm rõ bằng các nghiên cứu thực nghiệm.
3.Mô hình số liệu mảng không gian trong phân
tích tác động của công nghiệp, dịch vụ đến năng
suất lao động nông nghiệp
3.1. Mô tả số liệu
Bộ số liệu mảng sử dụng trong mô hình thực
nghiệm được tổng hợp với đơn vị cấp tỉnh từ nhiều
nguồn khác nhau, bao gồm: (i) Khảo sát mức sống
hộ gia đình (VHLSS); (ii) Đánh giá năng lực cạnh
tranh cấp tỉnh (PCI); và (iii) số liệu cấp tỉnh về cơ
cấu GDP, vốn đầu tư và đất nông nghiệp do Tổng
cục Thống kê cung cấp. Do số liệu VHLSS được thu
thập hai năm một lần, nên bộ số liệu mảng tổng hợp
sẽ gồm các năm: 2006, 2008, 2010 và 2012, với 63
tỉnh và thành phố, tổng cộng 252 quan sát.
52
 Ln_ferti: Logarit của tỷ số giữa tổng chi cho phân bón trên tổng diện tích đất canh tác trong một
năm, được tính từ số liệu VHLSS, đơn vị: triệu VND/héc ta (giá so sánh 2010). Biến ln_ferti được dự
kiến sẽ có dấu dương trong các mô hình, bởi phân bón là một trong những đầu vào quan trọng có ảnh
hưởng trực tiếp đến năng suất và chất lượng nông sản.
Một số thống kê cơ bản của các biến số được báo cáo trong Bảng 1.
Bảng 1: Thống kê mô tả các biến số

Biến số N Mean Std. Dev. Min Max

Ln_NSLĐNN 252 2.741363 0.6064808 1.412566 5.306972
CN 252 34.84167 14.03036 8.971727 84.27962
DV 252 34.96275 9.221002 11.80159 64.28542
PCI 252 55.26606 6.749959 36.39006 76.23341
Educ 252 26.40983 22.4562 2.739726 97.76119
Ln_invest 252 7.390298 1.026833 3.808328 10.1548
Ln_land 252 8.771056 0.6158234 6.46667 10.6575
Ln_tractor 252 5.719905 0.8504684 1.420157 8.654165
Ln_ferti 252 1.108663 0.5608015 -0.6532406 2.831963
Nguồn: Tính toán của tác giả trên bộ số liệu.
Theo số liệu thống kê trong Bảng 1, giá trị trung bình của biến ln_NSLĐNN là 2.7 với khoảng
3.2. Mô hình và phương pháp ước lượng CN và DV là các biến độc lập chính, được đưa
biến thiên từ 1.4 đến 5.3, cho thấy sự khác biệt đáng kể về năng suất lao động nông nghiệp giữa các
3.2.1. Mô hình
địa phương trênvà cácquốc,
toàn số đó một số tỉnh vượt trội somô
biếntrong vào hình để đánh giá tác động của công nghiệp,
với mức trung bình. Ngoài ra, độ phân tán
dịch vụ đến năng suất lao động nông nghiệp. Có thể
Mô
của hình số liệu
các biến CN và mảng khôngđốigian
DV tương lớn đánh
so vớigiá
cáctác
giá trị trung bình tương ứng, cho thấy có sự khác biệt
cho rằng, địa phương nào có công nghiệp, dịch vụ
động
đángcủakểcông
Ln_NSLĐNNvề tỷnghiệp,
it=0+dịch
trọng công
1CN vụi(t-1)
nghiệp, đến năng
+dịch vụ suất
2DVi(t-1)
giữa lao
các địa phương và điều này có thể giải thích cho sự
Ln_NSLĐNN 0nghiệp
1CN lao phát triển sẽ thu hút lao động trước hết là trong nội
khác
động it=biệt
nông +về năng
trong
i(t-1)+nghiên
suất 2DV độngcứunông
i(t-1) này có nghiệp.
dạng Độnhưphân tán của biến educ cũng khá lớn so với giá trị
bộkhác
tỉnh biệt
đó, do
giữađócác
có địa
thểphương
tác động
vềtích
chấtcực đến năng
sau:trung bình với khoảng
Ln_NSLĐNN biến thiên khá rộng, cho thấy sự
it=0+1CNi(t-1)+2DVi(t-1)
lượng
lao
+động
3PCIitnông
+4Educnghiệp.it+ Tương
5Ln_investtự như vậy, các biến kiểm soát bao gồm: PCI, ln_invest, ln_land,như đã
i(t-1)
suất lao động nông nghiệp. Thêm vào đó,
it=0+1CNi(t-1)+2DVi(t-1)
+3PCIit+Ln_NSLĐNN
4Educit+5Ln_investi(t-1) kỳ vọng, DV có thể tác động tích cực hơn CN, bởi
+3PCIit+4Educit+5Ln_investi(t-1) những ưu thế của ngành này trong thu hút lao động
+6Ln_landit+7Ln_tractorit+ nông nghiệp. Ngoài ra, các biến CN và DV đều được
++Ln_land
6
3PCIit+4Educit+5Ln_investi(t-1)
+ Ln_tractor +
it 7 it lấy giá trị trễ để giải quyết vấn đề biến nội sinh có
+6Ln_landit+7Ln_tractorit+ thể có do tác động hai chiều của các biến này với
8Ln_fertiit++c +(uit+Wu
6iLn_land it) (1) biến phụ thuộc.
8Ln_fertiit+ci+(uit+Wu it) (1) it+7Ln_tractorit+
PCI: Điểm của chỉ số PCI tổng hợp, phạm vi
Trong đó: i làit+c
8Ln_ferti chỉi+(u
số tỉnh, t là itchỉ
it+Wu năm; ci là các
) số(1) từ 0-100, đại diện cho năng lực quản trị và điều
yếu tốLn_ferti
đại diện cho các đặc điểm riêng
(1)không quan
8 it+ci+(uit+Wuit) hành kinh tế của chính quyền cấp cơ sở tại mỗi địa
sát được của các địa phương có ảnh hưởng đến giá
phương. Theo kinh tế học thể chế, cải cách để nâng
trị của biến phụ thuộc; uit và Wuit lần lượt là sai số
cao chất lượng quản trị của các cấp quản lý sẽ tạo
ngẫu nhiên và trễ không gian của sai số ngẫu nhiên.
ra môi trường kinh doanh thuận lợi, do đó biến PCI
Các biến trong mô hình cụ thể như sau: được kỳ vọng cũng có dấu dương trong mô hình hồi
Ln_NSLĐNN: Logarit của năng suất lao động quy.
nông nghiệp trung bình theo năm của mỗi tỉnh, biến Educ: Chất lượng lao động nông nghiệp, đại diện
phụ thuộc trong mô hình, được tính từ bộ số liệu bởi tỷ số giữa tổng lao động nông nghiệp đã trải qua
VHLSS. Trong đó, sản xuất nông nghiệp bao gồm ít nhất một khóa đào tạo nghề hoặc có trình độ từ
các hoạt động trồng trọt và chăn nuôi. Đơn vị tính: cao đẳng trở lên trên tổng lao động nông nghiệp của
triệu VNĐ/lao động/năm (giá so sánh 2010). tỉnh, được tính từ bộ số liệu VHLSS với đơn vị: %.
CN: Tỷ trọng ngành công nghiệp trong tổng GDP Lao động đã qua đào tạo nghề có thể có năng lực
của tỉnh, số liệu cấp tỉnh do Tổng cục Thống kê cung làm việc tốt hơn, do đó được kỳ vọng sẽ có năng
cấp, đơn vị: %. suất cao hơn so với các lao động phổ thông.
DV: Tỷ trọng ngành dịch vụ trong tổng GDP của Ln_invest: Logarit của tỷ số giữa tổng vốn đầu
tỉnh, số liệu cấp tỉnh do Tổng cục Thống kê cung tư trên tổng diện tích đất nông nghiệp của tỉnh, số
cấp, đơn vị: %. liệu do Tổng cục Thống kê cung cấp, đơn vị: triệu

Số 256(II) tháng 10/2018 53

VND/héc ta. Biến ln_invest được sử dụng trong các
mô hình dưới dạng biến trễ 1 năm, ngụ ý việc đầu tư
cho hạ tầng nông nghiệp có thể ảnh hưởng tích cực
đến năng suất lao động nông nghiệp trong các năm
sau đó.
Ln_land: Logarit của tỷ số giữa tổng diện tích đất
canh tác được sử dụng trong một năm trên tổng lao
động nông nghiệp, được tính toán trên bộ số liệu
VHLSS. Đơn vị: nghìn m2/lao động/năm (giá so
sánh 2010). Biến ln_land được sử dụng trong mô
hình với kỳ vọng rằng, tích tụ đất đai theo đầu lao
động sẽ là yếu tố giúp cải thiện năng suất lao động
nông nghiệp.
Ln_tractor: Logarit của tỷ số giữa tổng giá trị
khấu hao máy móc và trang thiết bị sản xuất trên tổng
lao động nông nghiệp, được tính từ số liệu VHLSS,
đơn vị: triệu VND/lao động/năm (giá so sánh 2010).
Biến ln_tractor được dự kiến có tác động dương đến
biến phụ thuộc do việc sử dụng máy móc thay thế lao
động trong sản xuất nói chung sẽ góp phần cải thiện
năng suất lao động.
Ln_ferti: Logarit của tỷ số giữa tổng chi cho phân
bón trên tổng diện tích đất canh tác trong một năm,
được tính từ số liệu VHLSS, đơn vị: triệu VND/héc
ta (giá so sánh 2010). Biến ln_ferti được dự kiến sẽ
có dấu dương trong các mô hình, bởi phân bón là
một trong những đầu vào quan trọng có ảnh hưởng
trực tiếp đến năng suất và chất lượng nông sản.
Một số thống kê cơ bản của các biến số được báo
cáo trong Bảng 1.
Theo số liệu thống kê trong Bảng 1, giá trị trung
bình của biến ln_NSLĐNN là 2.7 với khoảng biến
thiên từ 1.4 đến 5.3, cho thấy sự khác biệt đáng kể về
năng suất lao động nông nghiệp giữa các địa phương
trên toàn quốc, trong đó một số tỉnh vượt trội so với
mức trung bình. Ngoài ra, độ phân tán của các biến
CN và DV tương đối lớn so với các giá trị trung bình
tương ứng, cho thấy có sự khác biệt đáng kể về tỷ
trọng công nghiệp, dịch vụ giữa các địa phương
và điều này có thể giải thích cho sự khác biệt về
năng suất lao động nông nghiệp. Độ phân tán của
biến educ cũng khá lớn so với giá trị trung bình với
khoảng biến thiên khá rộng, cho thấy sự khác biệt
giữa các địa phương về chất lượng lao động nông

Bảng 2: Tác động của công nghiệp, dịch vụ đến năng suất lao động nông nghiệp

Biến độc lập Mô hình FE Mô hình SEM

0.0036706 0.0054053***
CN
(0.008) (0.002)
0.010248 0.0086304***
DV
(0.009) (0.003)
0.0043035 0.0065707**
PCI
(0.006) (0.003)
0.0016365** 0.0021843***
Educ
(0.0008) (0.0008)
0.0319767* 0.0472101***
Ln_invest
(0.022) (0.018)
0.6580394*** 0.8589796***
Ln_land
(0.268) (0.072)
0.181793*** 0.0787418***
Ln_tractor
(0.039) (0.024)
0.1456065 0.3360632***
Ln_ferti
(0. 098) (0.043)
-5.213937** -6.866965***
_cons
(2.490) (0.587)
***
� 0.4543747
(0.147)
R-sq 0.4552 0.7550
Số quan sát 252 252
* ** ***
Ghi chú: Giá trị trong ngoặc đơn là sai số chuẩn; các ký hiệu , và biểu diễn hệ số ước lượng có
ý nghĩa thống kê ở mức 10%, 5% và 1%, tương ứng.
Nguồn: Tính toán của tác giả trên bộ số liệu.

Số 256(II)Kết quả ước

tháng lượng trong Bảng 2 cho một số 54
10/2018 nhận xét sau đây:
Về phương pháp, việc sử dụng phương pháp kinh tế lượng không gian trong trường hợp nghiên
cứu này là ưu việt hơn so với các phương pháp kinh tế lượng thông thường. Điều này là bởi các lý do
nghiệp. Tương tự như vậy, các biến kiểm soát bao
gồm: PCI, ln_invest, ln_land, ln_tractor và ln_ferti
cũng có độ phân tán tương đối cao, do đó có thể sẽ
giải thích được sự khác biệt trong năng suất lao động
giữa các địa phương.
3.2.2. Phương pháp ước lượng
Mô hình (1) được ước lượng với số liệu mảng,
trong đó quan tâm đến các dạng tương tác theo
không gian giữa các cá thể trên tập số liệu. Đối với
các mô hình kinh tế lượng thông thường, việc ước
lượng thường dựa trên giả thiết về sai số ngẫu nhiên
được phân phối độc lập. Tuy nhiên, trên thực tế, giữa
các cá thể gần nhau về mặt địa lý có thể có sự tương
tác với nhau theo không gian, chẳng hạn: các cú sốc
xảy ra ở một vùng có thể lan tỏa theo không gian đến
các vùng lân cận. Các dạng tương tác này nếu tồn tại
có thể gây ra vấn đề phương sai lớn, do đó kết quả
ước lượng sẽ kém chính xác. Trong trường hợp này,
các mô hình kinh tế lượng không gian sẽ phù hợp
hơn để ước lượng do có thể xử lý hiệu quả vấn đề
phụ thuộc không gian để đạt được kết quả ước lượng
chính xác hơn các phương pháp thông thường.
Thủ tục xây dựng mô hình kinh tế lượng không
gian bao gồm 2 bước như sau:
Bước 1: Xác định bản chất của sự phụ thuộc
không gian trong vấn đề nghiên cứu để lựa chọn mô
hình kinh tế lượng không gian tương ứng.
Bước 2: Ước lượng và kiểm định mô hình kinh
tế lượng không gian đã chọn bằng các phương pháp
thích hợp.
Việc xác định bản chất của sự phụ thuộc không
gian thường được căn cứ theo một ma trận trọng số
không gian W, trong đó thể hiện sự liên quan không
gian và thường được đo lường theo khoảng cách địa
lý giữa các cá thể trên tập số liệu. Trong các mô hình
kinh tế lượng không gian, sự phụ thuộc không gian
thường được đặc trưng bởi hai dạng tương tác, bao
gồm tác động của trễ không gian của sai số ngẫu
nhiên và trễ không gian của các biến số trong mô
hình đến biến phụ thuộc. Các kiểm định I-Moran,
LM_lag và LM_error sẽ được sử dụng để phát hiện
sự tồn tại của các dạng tác động này và là căn cứ để
lựa chọn mô hình kinh tế lượng thích hợp, bao gồm:
(i) mô hình sai số không gian (SEM); (ii) mô hình tự
hồi quy không gian (SAR); (iii) mô hình tự hồi quy
sai số không gian (SAC); và (iv) mô hình Durbin
Số 256(II) tháng 10/2018
không gian (SDM). Sau khi được lựa chọn, các mô
hình kinh tế lượng không gian sẽ phải vượt qua các
kiểm định về một số khuyết tật thông thường như:
phương sai sai số thay đổi, tự tương quan,… trước
khi dùng trong phân tích.
3.3. Kết quả thực nghiệm
Kiểm định Hausman cho thấy mô hình FE phù
hợp hơn RE trong phương pháp ước lượng thông
thường (Phụ lục 1), đồng thời kiểm định Wald cũng
cho thấy mô hình có vấn đề phương sai sai số thay
đổi (Phụ lục 2). Mặt khác, các kiểm định phụ thuộc
không gian cũng cho thấy bằng chứng của dạng tác
động trễ không gian của sai số ngẫu nhiên trên tập
số liệu (Phụ lục 3), do đó mô hình SEM sẽ được sử
dụng để ước lượng và dùng trong phân tích. Kết quả
ước lượng của mô hình (1) theo các mô hình FE và
mô hình SEM được báo cáo trong Bảng 2 dưới đây.
Kết quả ước lượng trong Bảng 2 cho một số nhận
xét sau đây:
Về phương pháp, việc sử dụng phương pháp kinh
tế lượng không gian trong trường hợp nghiên cứu
này là ưu việt hơn so với các phương pháp kinh tế
lượng thông thường. Điều này là bởi các lý do sau
đây: Một là, các kiểm định I-Moran và LM_error
đã cho thấy mô hình (1) có vấn đề về sự phụ thuộc
không gian, do đó kết quả từ các mô hình FE sẽ kém
tin cậy. Hai là, hệ số l trong mô hình SEM dương và
có ý nghĩa thống kê, cho thấy sự hiện diện của dạng
tác động trễ không gian của sai số ngẫu nhiên đến
biến phụ thuộc. Dạng tác động này có thể là nguyên
nhân chính dẫn đến sự khác biệt về độ lớn và mức ý
nghĩa thống kê của một vài biến số giữa các mô hình
FE và SEM, điển hình là hệ số của các biến CN và
DV có ý nghĩa thống kê ở mức 1% với mô hình SEM
nhưng không có ý nghĩa thống kê với mô hình FE,
hoặc độ lớn của các biến ln_tractor, ln_ferti trong
mô hình SEM cũng khác biệt đáng kể với mô hình
SEM. Do vậy, việc sử dụng mô hình SEM trong
trường hợp này là thích hợp nhất dùng trong phân
tích để đảm bảo độ chính xác cao hơn so với phương
pháp ước lượng thông thường.
Về kết quả ước lượng, hệ số của các biến CN và
DV trong mô hình SEM có giá trị dương với mức ý
nghĩa 1%, cho thấy công nghiệp và dịch vụ có tác
động tích cực đến năng suất lao động nông nghiệp.
Ngoài ra, trong mô hình với biến phụ thuộc là ln_
55
NSLĐNN, hệ số của các biến CN và DV lần lượt là
0.0054 và 0.0086 ngụ ý rằng: nếu tỷ trọng của mỗi
ngành công nghiệp hay dịch vụ trong tổng GDP lần
lượt tăng thêm 1% sẽ làm tăng năng suất lao động
nông nghiệp thêm 0.54% và 0.86%, tương ứng. Sự
khác biệt này cho thấy dịch vụ là đang ngành có ưu
thế hơn công nghiệp, bởi sự đa dạng trong cơ cấu
việc làm và thu nhập của ngành này đang tạo nên
sự hấp dẫn đối với các nhóm lao động nông thôn
và điều đó giúp thúc đẩy năng suất lao động nông
nghiệp ở Việt Nam.
Về các biến kiểm soát, kết quả cho thấy hệ số của
biến PCI dương và có ý nghĩa thống kê, cho thấy
ảnh hưởng của chất lượng thể chế đến năng suất lao
động nông nghiệp. Hệ số của biến educ dương và có
ý nghĩa thống kê, cho thấy ý nghĩa của công tác đào
tạo nghề trong các hoạt động sản xuất. Theo đó, các
lao động nông nghiệp đã qua đào tạo nghề sẽ có kỹ
năng và phương pháp tổ chức công việc tốt hơn, do
đó sẽ đạt được năng suất cao hơn các lao động phổ
thông. Ngoài ra, hệ số của biến ln_invest dương và
có ý nghĩa thống kê, cho thấy tầm ảnh hưởng của các
nguồn vốn đầu tư phát triển hạ tầng nông nghiệp và
nông thôn đến năng suất nông nghiệp. Cuối cùng, hệ
số của các biến đầu vào sản xuất, bao gồm ln_land,
ln_tractor và ln_ferti đều dương và có ý nghĩa thống
kê là phù hợp với kỳ vọng. Kết quả này cũng cho
thấy tầm quan trọng của các yếu tố như đất đai và
vốn trong sản xuất nông nghiệp ở Việt Nam.
4.Kết luận và kiến nghị
Bài viết đã cung cấp một bằng chứng thực nghiệm
về vai trò của phát triển công nghiệp và dịch vụ đối
với sản xuất nông nghiệp ở Việt nam. Kết quả nghiên
cứu cho thấy, công nghiệp, dịch vụ là các nhân tố tác
động tích cực đến năng suất lao động nông nghiệp,
trong đó, tác động của dịch vụ lớn hơn đáng kể so
với tác động của công nghiệp. Kết quả này phù hợp
Số 256(II) tháng 10/2018
với lý thuyết tăng trưởng hai khu vực của Lewis
(1954) cũng như kết quả của nhiều nghiên cứu thực
nghiệm trong và ngoài nước về cùng chủ đề.
Các kết quả gợi ý một số kiến nghị chính sách
như sau:
Một là, công nghiệp và dịch vụ có vai trò quan
trọng trong thúc đẩy năng suất lao động nông nghiệp
ở Việt nam. Điều đó cho thêm một cách nhìn khác
về đầu tư cho nền kinh tế xét trên tổng thể. Theo đó,
địa phương nào có tỷ trọng công nghiệp, dịch vụ cao
thì càng cần có một kế hoạch tốt cho sự thay đổi việc
làm của các lao động nông nghiệp.
Hai là, vai trò của dịch vụ là rất quan trọng trong
thúc đẩy năng suất lao động nông nghiệp. Như kỳ
vọng, ngành dịch vụ sẽ tiếp tục phát triển mạnh mẽ
trong dài hạn, do đó trong công tác đào tạo nghề cần
quan tâm đến những ngành dịch vụ có tiềm năng
phát triển trong tương lai để giúp lao động có thể dễ
dàng chuyển đổi nghề nghiệp khi có cơ hội.
Ba là, có sự hiện diện của các dạng tương tác theo
không gian giữa các địa phương, do đó cần tính đến
điều này khi thiết kế các chính sách phát triển kinh
tế vùng. Chẳng hạn, không nhất thiết phải phát triển
công nghiệp, dịch vụ một cách dàn trải mà có thể tập
trung vào một số địa phương có lợi thế, đồng thời
chú trọng củng cố các mối kết nối vùng để tác động
này lan tỏa theo không gian một cách tích cực nhất
đến nông nghiệp ở các địa phương lân cận.
Bốn là, để cải thiện năng suất lao động nông
nghiệp cũng cần chú ý đến những tác động vĩ mô.
Cải thiện chất lượng thể chế, tập trung các nguồn
vốn đầu tư nông nghiệp, chăm lo công tác đào tạo
nghề lao động,… là những biện pháp cần thiết để
giúp ngành nông nghiệp cải thiện năng lực sản xuất
và đạt hiệu quả cao hơn.
56
 PHỤ LỤC:
Phụ lục 1: Kiểm định Hausman lựa chọn mô hình FE và RE
| (b) (B) (b-B)
sqrt(diag(V_b-V_B))
| fe . Difference
S.E.
-------------+----------------------------------------------------
------------
cn | .0036706 .0053813 -.0017107
.0044166
dv | .010248 .0085835 .0016644
.0046738
pci | .0043035 .0069629 -.0026594
.0023242
educ | .0016365 .0020944 -.0004579
.0004237
ln_invest | .0319767 .0428825 -.0109058
.0152748
ln_land | .6580394 .8233233 -.1652839
.0648071
ln_tractor | .181793 .1211116 .0606814
.0234172
ln_ferti | .1456065 .2631285 -.117522
.0595911
------------------------------------------------------------------
------------
b = consistent under Ho and Ha;
obtained from xtreg
B = inconsistent under Ha, efficient under Ho;
obtained from xtreg

Test: Ho: difference in coefficients not systematic

chi2(8) = (b-B)'[(V_b-V_B)^(-1)](b-B)
= 15.63
Prob>chi2 = 0.0480

Phụ lục 2: Kiểm định phương sai sai số thay đổi

Modified Wald test for groupwise heteroskedasticity
in fixed effect regression model

H0: sigma(i)^2 = sigma^2 for all i

chi2 (63) = 44615.94

Prob>chi2 = 0.0000

Phụ lục 3: Kiểm định sự phụ thuộc không gian

Ho: Error has No Spatial AutoCorrelation
Ha: Error has Spatial AutoCorrelation

- GLOBAL Moran MI = 0.1123 P-Value > Z( 7.472)

0.0000
- GLOBAL Geary GC = 0.9015 P-Value > Z(-4.967)
0.0000
- GLOBAL Getis-Ords GO = -0.1123 P-Value > Z(-7.472)
0.0000
Số 256(II) tháng 10/2018 57
------------------------------------------------------------------
------------
- Moran MI Error Test = 8.3951 P-Value > Z(539.670)
 Phụ lục 3: Kiểm định sự phụ thuộc không gian
Ho: Error has No Spatial AutoCorrelation
Ha: Error has Spatial AutoCorrelation
- GLOBAL Moran MI = 0.1123 P-Value > Z( 7.472)
0.0000
- GLOBAL Geary GC = 0.9015 P-Value > Z(-4.967)
0.0000
- GLOBAL Getis-Ords GO = -0.1123 P-Value > Z(-7.472)
0.0000
------------------------------------------------------------------
------------
- Moran MI Error Test = 8.3951 P-Value > Z(539.670)
0.0000
------------------------------------------------------------------
------------
- LM Error (Burridge) = 22.9432 P-Value > Chi2(1)
0.0000
- LM Error (Robust) = 20.1698 P-Value > Chi2(1)
0.0000
------------------------------------------------------------------
------------
Ho: Spatial Lagged Dependent Variable has No Spatial
AutoCorrelation
Ha: Spatial Lagged Dependent Variable has Spatial
AutoCorrelation

- LM Lag (Anselin) = 3.2954 P-Value > Chi2(1)

0.0695
- LM Lag (Robust) = 0.5220 P-Value > Chi2(1)
0.4700
------------------------------------------------------------------
------------
Ho: No General Spatial AutoCorrelation
Ha: General Spatial AutoCorrelation

- LM SAC (LMErr+LMLag_R) = 23.4651 P-Value > Chi2(2)

0.0000
- LM SAC (LMLag+LMErr_R) = 23.4651 P-Value > Chi2(2)
0.0000
------------------------------------------------------------------
------------

Tài liệu tham khảo:

Gaspar, J., Pina, G. & Simões, M. (2014), ‘Agriculture in Portugal: linkages with industry and services’, Revue d’Études
en Agriculture et Environnement, 95(04), 437-471.
Ho, B.D. (2012), ‘Total Factor Productivity in Vietnamese Agriculture and Its Determinants’, doctoral dissertation,
University of Canberra, Australia.
Koo, W.W. & Lou, J. (1997), ‘The Relationship between the Agricultural and Industrial Sectors in Chinese Economic
Development’, Agricultural Economics Report, 368, 1-15.
Lewis, W.A. (1954), ‘Economic Development with Unlimited Supplies of Labor’, Manchester School of Economic
and Social Studies, 22, 139-191.
Lin, J. & Koo, W.W. (1990), ‘Economic Development in the Agricultural and Industrial Sectors in the People’s Republic
of China’, Agricultural Economics Report, 263, 1-21.
Matahir, H. (2012), ‘The Empirical Investigation of the Nexus between Agricultural and Industrial Sectors in Malaysia’,

Số 256(II) tháng 10/2018 58

 International Journal of Business and Social Science, 3(8), 225-231.
Nguyễn Thị Cẩm Vân (2015), ‘Các mô hình phân tích sự chuyển dịch cơ cấu kinh tế trong quá trình công nghiệp hóa,
hiện đại hóa đất nước’, Luận án Tiến sĩ kinh tế, Đại học Kinh tế Quốc dân, Hà Nội.
OECD (2015), Các chính sách nông nghiệp của Việt Nam, Nhà xuất bản PECD, Paris, 2015.
Oshima, H.T. (1989), Economic Growth in Monsoon Asia: A Comparative Study, University of Tokyo Press, Japan.
Phùng Minh Đức & Vũ Diệu Hương (2016), ‘Tác động của công nghiệp-dịch vụ lên năng suất lao động của ngành nông
nghiệp Việt nam’, Tạp chí Kinh tế và Phát triển, số đặc biệt, tháng 09/2016, 29-37.
Ranis, G. & Fei, J.C.H. (1961), ‘A Theory of Economic Development’, American Economic Review, 51(4), 533-565.
Rostow, W.W. (1960), The Stages of Growth: A Non-Communist Manifesto, Cambridge University Press, Cambridge,
U.K.
Subramaniam, V. & Reed, M. (2009), ‘Agricultural inter-sectoral linkages and its contribution to economic growth
in the transition countries’, presentation at International Association of Agricultural Economists Conference,
Bejing, August 16th-22th.
Syrquin, M. (1988), ‘Pattern of Structural Change’ in H. Chenery & T.N. Srinivasan (eds), Handbook of Development
Economics, Vol.1, North Holland, Amsterdam: 205-248.
Todaro, M.P. (1969), ‘A Model of Labor Migration and Urban Unemployment in Less Developed Countries’,  The
American Economic Review, 59(1), 138-148.

Số 256(II) tháng 10/2018 59

 ƯỚC LƯỢNG VÀ PHÂN TÍCH
CHI PHÍ GIAO DỊCH TRÊN THỊ TRƯỜNG
CHỨNG KHOÁN VIỆT NAM
Trần Chung Thủy
Khoa Toán Kinh tế – Trường Đại học Kinh tế Quốc dân
Email: thuytcneu@gmail.com

Ngày nhận: 27/8/2018

Ngày nhận bản sửa: 02/10/2018
Ngày duyệt đăng: 15/10/2018

Tóm tắt:
Nghiên cứu này thực hiện nhằm ước lượng và phân tích chi phí giao dịch của một số lượng
lớn cổ phiếu trên thị trường chứng khoán Việt Nam giai đoạn 2009 -2015. Các kết quả cho
thấy việc áp dụng mô hình ước lượng chi phí giao dịch của David A.Lesmond& cộng sự
(1999) là phù hợp. Phương pháp ước lượng được thực hiện bằng mô hình Tobit. Phân tích
Chi phí giao dịch đã được ước lượng mang lại nhiều thông tin hữu ích về hành vi giao dịch
cổ phiếu nói chung trên thị trường chứng khoán Việt Nam. Chi phí giao dịchbị ảnh hưởng
bởi thông tin tài chính công ty mà không bị ảnh hưởng bởi thông tin tức thời từ giao dịch
trên thị trường.
Từ khóa: Chi phí giao dịch, cấu trúc vi mô thị trường, cổ phiếu, mô hình Tobit.
Mã JEL: C12, C25, G1, G10, G12.

Estimation and Analysis of Transaction Costs on the Vietnam Stock Exchange

Abstract:
This research is conducted to estimate and analyze the transaction costs of a large number
of stocks in the Vietnam stock market in the period 2009 -2015. The results show that the
application of the models estimated transaction costs by Lesmond et al. (1999) is appro-
priate. Estimation method is done by Tobit model. Transaction cost analysis has been esti-
mated to bring useful information about the behavior of trading shares on the stock market
of Vietnam. Transaction costs are influenced by the corporate finance information and but
not influenced by instantaneous information from market transactions.
Keywords: Transaction costs, Market microstructure, Stock, Tobit model.
JEL code: C12, C25, G1, G10, G12.

1. Giới thiệu
Các giả thiết quan trọng trong các mô hình lý
thuyết về định giá tài sản tài chính là giả thiết thị
trường hiệu quả và không có chi phí giao dịch. Theo
đó giá cả của các tài sản tài chính và chứng khoán
sẽ được hình thành phản ánh đúng với bản chất của
các hoạt động sản xuất kinh doanh của các tổ chức
phát hành. Và gọi đó là giá hợp lý hay giá kỳ vọng.
Nhưng trên thực tế các tác nhân tham gia thị trường
không có được đầy đủ thông tin và bị giới hạn về
năng lực để phát hiện ra mức giá hợp lý. Bên cạnh
đó, do sự bất cân xứng thông tin, có những tác nhân
có nhiều thông tin hơn đã đi theo lựa chọn đẩy giá
lên cao hoặc xuống thấp để tìm kiếm lợi nhuận vượt
trội so với thị trường và so với việc nắm giữ dài
hạn chứng khoán để nhận sự phân chia lợi nhuận từ
phía công ty hay tổ chức phát hành. Khi các tác nhân
tham gia thị trường giao dịch tức là họ chấp nhận
rủi ro để tìm kiếm lợi nhuận vượt trội. Việc chấp
nhận rủi ro này đi kèm theo chi phí và các nhà kinh

Số 256(II) tháng 10/2018 60

tế học gọi đó là chi phí giao dịch. Vì vậy lợi nhuận
thu được từ việc giao dịch các chứng khoán trên thị
trường sẽ phản ánh lợi nhuận vượt trội và chi phí
giao dịch. Chi phí giao dịch cũng có thể hiểu là phần
bù cho rủi ro khi giao dịch chứng khoán. Và phần bù
rủi ro này được phản ánh vào lợi nhuận hình thành
khi giao dịch chứng khoán được thực hiện.
Để nghiên cứu thực nghiệm về chi phí giao dịch
trên thị trường chứng khoán Việt Namnghiên cứu
này sẽ thực hiện các mô hình ước lượng chi phí giao
dịch và tính các chỉ số thanh khoản. Phương pháp
ước lượng được tham khảo dựa trên mô hình của
của Roll (1984) và mô hình của David A.Lesmond&
cộng sự (1999).
Các kết quả trong nghiên cứu sẽ chỉ ra việc thực
hiện các mô hình ước lượng chi phí giao dịch mà các
nhà nghiên cứu trên thế giới đang sử dụng có phù
hợp với điều kiện thị trường chứng khoán Việt Nam
hay không?Bên cạnh đó, theo lý thuyết thì các nhân
tố cơ bản từ hoạt động tài chính công ty là cơ sở hình
thành giá trị của các tài sản tài chính do các công ty
cổ phần phát hành trên thị trường. Do đó, một câu
hỏi đặt ra là chi phí giao dịch trên thị trường có bị
ảnh hưởng bởi các nhân tố đại diện cho hoạt động tài
chính công ty hay không?
Để đạt được mục tiêu tìm hiểu các động cơ khi
các nhà đầu tư ra quyết định trên thị trường, nghiên
cứu sẽ thực hiện phân tích các nhân tố tài chính công
ty tác động như thế nào đến chi phí giao dịch của
một số cổ phiếu. Kết quả phân tích này sẽ cho thấy
những đặc điểm riêng biệt của hành vi giao dịch
của các nhà đầu tư trên thị trường chứng khoán Việt
Nam.
2. Tổng quan nghiên cứu
2.1. Chi phí giao dịch, tính thanh khoản và miền
giá đàm phán
Trên thị trường chứng khoán, chi phí giao dịch
được hiểu là chi phí phải trả khi người mua phải
mua chứng khoán với giá cao hơn so với giá hợp lý
hoặc người bán chứng khoán thu được giá trị nhỏ
hơn so với mức giá hợp lý. Đó là chi phí ước tính do
lựa chọn bất lợi có thể xảy ra trong điều kiện bất cân
xứng thông tin trên thị trường. Vì vậy khoảng cách
giữa giá đặt bán và đặt mua (bid – ask) phản ánh chi
phí giao dịch của mỗi cổ phiếu trên thị trường.
Diễn biến giá giao dịch trong thời gian thực là
thời gian liên tục với các trạng thái khác nhau của
Số 256(II) tháng 10/2018
quá trình mua bán và hình thành giá. Nhưng các
quan sát dù với tần số cao cũng không thể ghi nhận
hết các trạng thái này. Nếu chỉ dùng thông tin về
giá đóng cửa thì trạng thái thị trường sẽ không phản
ánh vào đó. Vì đơn giản giá đóng cửa chỉ là hình
ảnh chụp lại cuối cùng khi tất cả các tác nhân đưa ra
các quyết định mua bán cuối cùng trong khoảng thời
gian giao dịch. Do đó giá đóng cửa sẽ không mang
nhiều thông tin về trạng thái thị trường nếu chỉ xem
xét một cách đơn lẻ. Khi các tác nhân ngừng giao
dịch trên thị trường vào cuối ngày giao dịch họ đã
để lại mức giá đặt mua cao nhất và mức giá đặt bán
thấp nhất như một dấu vết phản ánh hành vi giao
dịch của họ trong suốt quá trình giao dịch.
Theo quan điểm của những nhà nghiên cứu trong
lĩnh vực khai thác dữ liệu (Data Mining) thì khi kết
hợp ít nhất từ hai dấu hiệu đơn lẻ với việc xem xét hệ
số tương quan của chúng theo thời gian hoặc không
gian sẽ cho thấy một thông tin tiềm ẩn đằng sau đó.
Ngày nay trong lĩnh vực nghiên cứu kinh tế học
hành vi và tài chính hành vi các nhà nghiên cứu đã
sử dụng phương phápkhai thác dữ liệu để thực hiện
phân lớp nhận dạng các dạng tâm lý hành vi và lý
giải các động cơ tiềm ẩn đằng sau các quan sát dựa
theo nguyên lý xác suất lớn. Tức là các mối quan hệ
giữa các biến số với hệ số tương quan cao có ý nghĩa
thống kê sẽ cho thấy bằng chứng về một hiện tượng
tâm lý đảm bảo độ tin cậy cao. Vì vậy, khi khai thác
thông tin về miền giá đàm phán cùng với thông tin
về giá đóng cửa sẽ cho thấy những thông tin phản
ánh tâm lý hành vi tiềm ẩn của các nhà đầu tư khi
giao dịch trên thị trường.
Miền giá đàm phán thực sự đã là một dấu vết để lại
hết sức thú vị vì giàu thông tin khi đặt nó cạnh thông
tin về khối lượng giao dịch và giá đóng cửa.
2.2. Quan điểm tiếp cận và phân tích chi phí
giao dịch từ góc độ nghiên cứu cấu trúc vi mô thị
trường
Lý thuyết về cấu trúc vi mô của thị trường tài
chính (market microstructure ) là một nhánh của
kinh tế học tài chính có mục tiêu nghiên cứu quá
trình mua bán trao đổi với sự kết hợp các thông tin
trên thị trường. Các nghiên cứu về cấu trúc vi mô thị
trường tài chính nhằm làm sáng tỏ các nhân tố tác
động đến quá trình định giá cũng như mối quan hệ
giữa giá cả và khối lượng giao dịch trên thị trường.
Kết quả của các tác động sẽ hình thành lên quá trình
61
giá với các thành phần riêng biệt bên cạnh các thành
phần cơ bản của quá trình chuyển động ngẫu nhiên
(các thành phần cơ bản này được xác định trong điều
kiện thị trường hiệu quả với thông tin đầy đủ).
Miền giá đàm phán (bid-askspread) thể hiện
các diễn biến trong quá trình định giá khi người ta
chuyển tải thông tin đến thị trường tạo ra sự đẩy
giá lên cao hoặc xuống thấp. Trong quá trình dịch
chuyển của hai xu hướng đẩy giá lên cao và xuống
thấp thì một mức giá cân bằng giữa lệnh đặt của bên
mua và bên bán xuất hiện. Đó là mức giá khớp lệnh
đi kèm với một khối lượng cổ phiếu được giao dịch.
Do đó, một cổ phiếu được giao dịch thì được ngầm
hiểu có nghĩa nó đã mang lại lợi nhuận vượt trội cho
một trong hai bên giao dịch. Đồng thời nó cũng thể
hiện chi phí giao dịch. Hiện tượng này xảy ra với
xác suất lớn.
Tóm lại, khi một cổ phiếu được giao dịch thì trong
giá của nó đã bao hàm chi phí giao dịch cho bên
bán hoặc mua.Vì vậy trong các thông tin về giá cả
vàkhoảngbid-ask đã bao gồm thông tin về mức chi
phí giao dịch. Điều đó cũng có nghĩa là chi phí giao
dịch sẽ phản ánh các kết quả cuối cùng của hành vi
ra quyết định của các tác nhân tham gia thị trường.
Trong lĩnh vực nghiên cứu cấu trúc vi mô thị
trường thời gian qua, song song với quá trình phân
tích động thái giá (theo phương pháp mô hình hóa
chuỗi thời gian) các tác giả đã đưa ra các mô hình
ước tính chi phí giao dịch. Trong đó điển hình là mô
hình của Roll (1984).
Ước lượng chi phí giao dịch là một chủ đề quan
trọng trong nghiên cứu thực nghiệm của cấu trúc vi
mô của thị trường. Chi phí giao dịch tác động lên
lợi nhuận và độ biến động giá chứng khoán trên thị
trường. Chi phí giao dịch của chứng khoán tăng lên
thì tính thanh khoản của cổ phiếu giảm. Vì những lý
do trên mà các nhà nghiên cứu cho rằng chi phí giao
dịch trên thị trường với các đặc điểm của nó là một
biến số quan trọng phản ánh cấu trúc vi mô của thị
trường và hành vi giao dịch của của các nhà đầu tư.
Nếu phân tích chỉ ra các nhân tố tác động đến chi phí
giao dịch thì sẽ giúp cho việc nhận dạng các động cơ
ra quyết định của nhà đầu tư trên thị trường. Thông
qua phân tích chi phí giao dịch đã xem xét được cấu
trúc vi mô của thị trường với các bằng chứng thực
nghiệm.
Có thể dùng miền giá đàm phán để tạo ra chỉ số
Số 256(II) tháng 10/2018
phản ánh chi phí giao dịch trên thị trường. Nhưng
bên cạnh đó, chi phí giao dịch là một chỉ tiêu mang
tính chất kế toán tài chính nên cũng cần ước lượng
nó theo góc độ kế toán để đưa ra giá trị của nó so
với lợi nhuậnhoặc tỷ suất lợi nhuận hay giá cổ phiếu.
Ước lượng theo yêu cầu này sẽ giúp cho các nhà đầu
tư hình dung rõ ràng hơn về chi phí giao dịch để có
thể xem xét sự chấp nhận đánh đổi theo nguyên lý
cân bằng chi phí-lợi ích.
Tính thanh khoản của chứng khoán được hiểu là
khả năng chứng khoán đó có thể được bán một cách
nhanh chóng với một chí phí nhỏ nhất tại bất kỳ thời
điểm nào và gây ra ít biến động giá nhất. Tính thanh
khoản của thị trường và chi phí giao dịch là hai mặt
của một vấn đề. Chúng là hai yếu tố của một chu
trình khép kín: nếu thanh khoản tăng thì chi phí giao
dịch sẽ giảmvà ngược lại chi phí giao dịch giảm sẽ
là động lực thiết thực để tính thanh khoản tăng.Các
thước đo đơn giản về độ thanh khoản bao gồm: khối
lượng giao dịch, tần suất giao dịch, mức chênh lệch
giữa giá bán và giá mua (bid-ask spread), quy mô
giao dịch và tác động giá (ngắn và dài hạn). Mô hình
được sử dụng rộng rãi là mô hình của Roll (1984) và
Amihud (2002) để đo lường thanh khoản và rủi ro
thanh khoản.
Roll (1984) đã đưa ra mô hình lý thuyết nhằm ước
lượng chi phí giao dịch trên thị trường chứng khoán.
Mô hình của Roll xây dựng lý thuyết xác định chi
phí giao dịch dựa trên miền giá đàm phán. Ưu điểm
của mô hình là hoàn toàn dựa vào miền giá giao dịch
đã được công bố.Mô hình của Roll đã được sử dụng
cho đến nay là cơ sở cho việc ước lượng chi phí giao
dịch với các số liệu giao dịch trên các thị trường
đã phát triển hoặc thị trường mới nổi. Điển hình là
Bernt (2009), Chen& cộng sự (2016).
Tiếp theo công trình của Roll, đáng kể nhất là
công trình của David A.Lesmond& cộng sự (1999)
đã dựa trên lý thuyết của Roll để đưa ra phương
pháp ước lượng chi phí giao dịch nội sinh cho bất kỳ
công ty nào và trong mọi khoảng thời gian quan sát.
Phương pháp ước lượng được thực hiện thông qua
mô hình kinh tế lượng Tobit. Mô hình và phương
pháp của David & cộng sự (1999) ngày nay được
gọi rất phổ biến là mô hình LOT (1999).
Ước lượng chi phí giao dịch nhằm cung cấp thông
tin cho việc hoạch định về tỷ suất sinh lời của các
tài sản tài chính đang được giao dịch trong mỗi giai
62
đoạn. Bên cạnh đó cũng cần phân tích các nhân tố
ảnh hưởng đến chi phí giao dịch để cung cấp thông
tin với các hàm ý chính sách cho phía quản lý và
phát triển thị trường. Vì vậy các phương pháp xây
dựng chỉ số phản ánh chi phí giao dịch phục vụ cho
mục tiêu phân tích cũng được đưa ra. Điển hình là
phương pháp của McInish & Wood (1992).
Sự phát triển của phương pháp ước lượng và phân
tích chi phí giao dịch trên thị trường chứng khoán
nằm trong sự phát triển của lý thuyết về cấu trúc vi
mô của thị trường. Các kết quả nghiên cứu trong lĩnh
vực này sẽ dẫn đến sự phát triển của lĩnh vực toán
tài chính hay còn gọi là tài chính định lượng. Ứng
dụng của các nghiên cứu sẽ được áp dụng vào các
giao dịch định lượng trên thị trường chứng khoán
nói riêng và thị trường tài chính nói chung. Song
song với đó là sự tham gia của ngành khoa học dữ
liệu vào việc thiết kế các mô hình giao dịch tự động
để tìm kiếm lợi nhuận trên thị trường. Cụ thể, người
ta dùng các kỹ thuật khai thác dữ liệu, xử lý dữ liệu
lớn (dữ liệu tần số cao trên thị trường), trí tuệ nhân
tạo và máy học để đưa ra mô hình giao dịch tự động.
Vì vậy, lý thuyết cấu trúc vi mô của thị trường cùng
với việc nghiên cứu ước lượng và phân tích chi phí
giao dịch thúc đẩy mạnh mẽ sự phát triển của lĩnh
vực tài chính định lượng cũng như quản trị rủi ro.
3. Mô hình ước lượng chi phí giao dịch và
phương pháp tính chỉ số thanh khoản
Bài báo này như đã nêu nhằm thử nghiệm ước
lượng và phân tích chi phí giao dịch trên thị trường
chứng khoán Việt Nam với các mô hình của các nhà
nghiên cứu trên thế giới trong lĩnh vực nghiên cứu
về cấu trúc vi mô của thị trường. Kết quả của bài
báo sẽ trả lời được các câu hỏi nghiên cứu đã nêu
trong mục 1. Kết quả này cũng là tiền đề cho những
nghiên cứu tiếp theo của tác giả trong lĩnh vực Cấu
trúc vi mô của trị trường và Toán Tài chính tại Việt
Nam để có thể đưa ra những hàm ý chính sách về
quản lý, điều tiết, phát triển thị trườngcũng như các
hàm ý chính sách đối với các nhà đầu tư, nhà quản
trị rủi ro trên thị trường chứng khoán và thị trường
tài chính.
Tác giả lựa chọn mô hình LOT(1999) là mô hình
phổ biến trên thế giới để ước lượng chi phí giao dịch
trên thị trường chứng khoán Việt Nam. Bên cạnh
đó, để phân tích chi phí giao dịch với các ảnh hưởng
từ thông tin tài chính công ty, tác giả cũng sử dụng
Số 256(II) tháng 10/2018
phương pháp xây dựng chỉ số giao dịch mà các nhà
nghiên cứu đang dùng hiện nay cho các thị trường
phát triển và mới nổi.
3.1. Phương pháp tính chỉ số giao dịch và chỉ số
thanh khoản
McInish & Wood (1992) đưa ra hai chỉ số sau:
Quote spread= (Ask-Bid)/Midpoint: Chênh lệch
giá đặt mua và bán được niêm yết (Quote Bid-Ask
spread)
Esprdt= 2*(Giá đóng cửa- Midpoint)/Midpoint:
Chênh lệch giá hiệu lực (Effective spread )
Trong đó Midpoint=(Ask+Bid)/2
Vì chỉ số thanh khoản càng thấp thì chỉ số chi
phí giao dịch càng cao và hai chỉ số này luôn được
xem xét đồng thời nên trong hai chỉ số trên người ta
chọn Quote spread đại diện cho tính thanh khoản và
Esprdt đại diện cho chi phí giao dịch.
3.2. Mô hình ước lượng chi phí giao dịch LDV
của LOT
Để ước lượng chi phí giao dịch theo góc độ kế
toán (tính tỷ lệ của chi phí giao dịch theo tỷ suất
lợi nhuận) LOT (1999) đã đưa ra mô hình LDV.
Các nghiên cứu gần đây của các nhà nghiên cứu cho
thấy mô hình này phù hợp với việc ước lượng chi
phí giao dịch tại các thị trường. Bên cạnh đó kết quả
đưa ra cũng cho thấy tỷ lệ chi phí giao dịch trong giá
trị giao dịch của cổ phiếu. So với hai chỉ số ở trên
thì chi phí giao dịch theo mô hình LDV mang đúng
nghĩa là chi phí trong khi các chỉ số trên chỉ phản
ánh thông tin về chi phí giao dịch.
Mô hình của LDV xuất phát từ giả định rằng khi
chứng khoán được giao dịch có nghĩa nó đã mang
lại lợi nhuận vượt trội cho một trong hai bên bán
hoặc mua hoặc cả hai. Mô hình đo lường sự sai biệt
giữa tỷ suất lợi nhuận đang giao dịch trên thị trường
so với tỷ suất lợi nhuận thực hợp lý (phản ánh trạng
thái hoạt động kinh doanh thực của công ty). Như
vậy, tồn tại hai giá trị tỷ suất lợi nhuận vượt trội theo
kỳ vọng của nhà đầu tư cho hai trạng thái thị trường
đi xuống và đi lên. Tác giả gọi là α1j<0 và α2j>0.
Trong trường hợp thị trường đi xuống thì người mua
sẽ đẩy giá xuống thấp hơn nữa và trong trường hợp
thị trường đi lên thì người bán sẽ đẩy giá đi lên cao
hơn nữa. Trường hợp thị trường đi ngang tức là các
giao dịch xảy ra rất ít và khi đó mức tỷ suất lợi nhuận
thực nằm giữa hai mức lợi nhuận kỳ vọng trên. Mô
hình đượctrình bày như sau:
63
 R*jt = β j Rmt + e jt
 R jt = R*jt - α1 j khiR *jt < α1 j

 R jt = 0 khi α1 j < R*jt < α2 j
 theo ngày đã tính toán tỷ suất lợi nhuận giao dịch
 R jt = R jt - α2 j khi R *jt > α2 j
*
Với α1j<0 và α2j>0. Trong đó, R*và R là tỷ suất
lợi nhuận thực và tỷ suất lợi nhuận giao dịch,Rmlà
lợi nhuận của chỉ số thị trường. Khi ước lượng được
α1j<0 và α2j>0thì hiệu của hai hệ số này chính là
chi phí giao dịch. Để ước lượng mô hình này cần
sử dụng phương pháp ước lượng mô hình Tobit cải
biênvới phương pháp hàm hợp lý tối đa Newton-
Raphson.
4. Kết quả nghiên cứu
4.1. Cơ sở dữ liệu
Sử dụng bộ dữ liệu giao dịch về giá đóng cửa
theo ngày và diễn biến của dải giá bid –ask trong
ngày của các cổ phiếu giao dịch trên sàn giao dịch
HOSE trong giai đoạn từ tháng 1/2009 đến 10/2015.
Bên cạnh đó sử dụng bộ dữ liệu là báo cáo tài chính
theo năm của các công ty niêm yếttrên sàn giao dịch
HOSEtrong các năm từ 2009 đến 2014.
4.2. Các biến số
Chi phí giao dịch: CPGD
Tổng cổ tức : DIV
Nợ : NO
Vốn chủ sở hữu : VCSH
Cổ tức : DIV
Tỷ suất sinh lời trên tổng tài sản: ROA
Tỷ suất sịnh lời trên vốn chủ sở hữu:ROE
Tổng vốn hóa thị trường bình quân: VHTTBQ
Tổng vốn hóa thị trường cuối năm: VHTTEND
Vòng quay khoản phải thu: VQKPT
Dòng tiền tự do:FCF
Nợ ngắn hạn phải trả: NONH
Nợ phải trả: NOPT
Doanh thu thuần: DTT.
Các biến số trên lấy theo năm từ báo cáo tài chính
đã được kiếm toán của các công ty cổ phần đang
niêm yết trên sàn giao dịch HOSE.
4.3. Kết quả
4.3.1. Ước lượng chi phí giao dịch
Xem xét lựa chọn các cổ phiếu mà trong thời gian
Số 256(II) tháng 10/2018
giao dịch vừa qua có sự thay đổi giá đáng kể và có
các thông tin riêng từ chính sách tài chính công ty.
Nghiên cứu đã ước lượng mô hình Tobit cải biên cho
từng cổ phiếu. Với dữ liệu giá giao dịch đóng cửa
theo ngày cùng với tỷ suất lợi nhuận của chỉ số thị
trường Vn- Index. Đó là số liệu ghi nhận giao dịch
từ tháng 1/2009 đến tháng 10/2015.
Việc lựa chọn cổ phiếu có các thông tin riêng để
khảo sát còn nhằm mục tiêu tìm các bằng chứng cho
việc các nhà đầu tư có dựa vào các thông tin cơ bản
để đặt giá giao dịch trên thị trường hay không.
Như vậy, các ước lượng cho thấy một đặc điểm
nổi bật trên thị trường chứng khoán Việt Nam trong
thời gian qua là các cơ hội kiếm lợi chỉ xảy ra đối
với trường hợp thị trường của cổ phiếu đi lên. Và
các nhà đầu tư dựa vào xu hướng đang có thông tin
tốt để đẩy giá lên cao. Bằng chứng là hầu hết các cổ
phiếu đều có hệ số anpha1 không cóý nghĩa thống
kê. Điều này cho thấy hình thái thị trường chứng
khoán Việt Nam biến động theo hướng làm giá từ
các nhà đầu tư lớn dựa vào các thông tin tốt để đẩy
giá cổ phiếu lên. Lợi nhuận vượt trội chỉ xuất hiện
đối với bên bán khi giá đang tăng.
Bên cạnh đó các ước lượng cũng cho thấy các
nhà đầu tư kinh doanh chênh lệch giá đang chú ý
vào các cổ phiếu ngành bán lẻ và khai khoáng. Bằng
chứng là chi phí giao dịch kỳ vọng của các cổ phiếu
này cao hơn hẳn các cổ phiếu khác. Nhìn chung chi
phí giao dịch của các cổ phiếu khoảng từ 2% đến
3% theo ngày. Chi phí này là rất lớn và làm cho tính
thanh khoản của thị trường giảm. Vì các cổ phiếu chỉ
được giao dịch khi giá lên cao, khi giá đi xuống các
giao dịch là cầm chừng với khối lượng nhỏ.
4.3.2.Tính chỉ số chi phí giao dịch
Với các cổ phiếu trên thực hiện tính chỉ số chi phí
giao dịch Esprdt. Chỉ số này được tính theo ngày
và lấy theo mức giá đặt cao nhất và thấp nhất theo
tháng của các mã cổ phiếu trên. Sau đó lấy trung
bình các chỉ số giao dịch của mỗi cổ phiểu theo năm.
Hệ số tương quan giữa chỉ số chi phí giao dịch
Esprdt và chi phí giao dịch ước lượng ở trên là
0,724741. Đây là một kết quả hết sức thú vị. Vì chi
phí giao dịch được ước lượng hoàn toàn dựa vào
giá đóng cửa của cổ phiếu trong khi chỉsố giao dịch
được tính toán từ miền giá đàm phán. Hai biến số
này có tương quan dương chặt chẽ. Điều này chứng
64
 Bảng 1: Chi phí giao dịch ước lượng
Mã cổ Hệ số Mức ý Hệ số Mức ý
STT Ngành Chi phí GD
phiếu alpha 1 nghĩa alpha 2 nghĩa
-
1 DIC Bán buôn 0.023702 *** 0.02405
0.000348
2 FPT Bán buôn 0.000511 0.012656 *** 0.012145
-
3 HAI Bán buôn 0.029795 *** 0.03017
0.000375
-9.72E-
4 PIT Bán buôn 0.023076 *** 0.0231732
05
5 VFG Bán buôn 0.000535 0.026122 *** 0.025587
6 BTT Bán lẻ 0.000999 0.026993 *** 0.025994
-9.11E-
7 CMV Bán lẻ 0.027395 *** 0.027395911
07
8 COM Bán lẻ 0.000457 0.030127 *** 0.02967
9 HAX Bán lẻ 0.000615 0.032601 *** 0.031986
10 PNC Bán lẻ 0.000665 0.033798 *** 0.033133
11 TNA Bán lẻ 0.00086 0.027738 *** 0.026878
-
12 ASM Bất động sản 0.024374 *** 0.024975
0.000601
13 HDG Bất động sản 7.77E-05 0.024235 *** 0.0241573
-
14 ITA Bất động sản 0.021423 *** 0.022094
0.000671
-
15 ITC Bất động sản 0.021799 *** 0.022636
0.000837
-
16 KBC Bất động sản 0.025512 *** 0.026175
0.000663
-
17 LHG Bất động sản 0.03193 *** 0.032185
0.000255
-
18 SJS Bất động sản * 0.027643 *** 0.028325
0.000682
19 SZL Bất động sản 0.000685 0.021677 *** 0.020992
-
20 TDH Bất động sản 0.01931 *** 0.019859
0.000549
21 TIX Bất động sản 0.00045 0.021712 *** 0.021262
22 VIC Bất động sản 6.81E-05 0.016178 *** 0.0161099
-
23 ALP Cơ khí lắp máy 0.030466 *** 0.031653
0.001187
24 HCM Công ty chứng khoán 0.000782 0.017698 *** 0.016916
25 EVE Dệt May - Giầy Da 0.000119 0.031402 *** 0.031283
26 GMC Dệt May - Giầy Da 0.001404 0.020745 *** 0.019341
-
27 KMR Dệt May - Giầy Da 0.030163 *** 0.030275
0.000112
28 TCM Dệt May - Giầy Da 0.000855 0.021022 *** 0.020167
Dịch vụ hỗ trợ (hành chính,
29 PAN 0.001407 0.019666 *** 0.018259
du lịch, kiểm định, …)
Dịch vụ tài chính và các -
30 OGC 0.025356 *** 0.027172
hoạt động liên quan 0.001816

Số 256(II) tháng 10/2018 65

 Bảng 1 (tiếp)

Mã cổ Hệ số Mức ý Hệ số Mức ý
STT Ngành Chi phí GD
phiếu alpha 1 nghĩa alpha 2 nghĩa
31 DCL Hóa chất - Dược phẩm 0.00031 0.026701 *** 0.026391
32 DHG Hóa chất - Dược phẩm 0.000564 0.016358 *** 0.015794
33 DMC Hóa chất - Dược phẩm 0.001042 0.021135 *** 0.020093
34 IMP Hóa chất - Dược phẩm 0.000494 0.019863 *** 0.019369
35 LIX Hóa chất - Dược phẩm 0.00096 0.020638 *** 0.019678
36 OPC Hóa chất - Dược phẩm 0.000893 0.022693 *** 0.0218
37 TRA Hóa chất - Dược phẩm 0.001221 0.020885 *** 0.019664
Hoạt động dịch vụ liên quan
38 TCL 0.000571 0.01908 *** 0.018509
đến vận tải
Hoạt động dịch vụ liên quan
39 VSC 0.001293 0.018037 *** 0.016744
đến vận tải
40 BMC Khai khoáng khác 0.000192 0.021773 *** 0.021581
41 DHA Khai khoáng khác 0.000357 0.019381 *** 0.019024
-
42 KSB Khai khoáng khác 0.031961 *** 0.032128
0.000167
43 TMS Kho bãi 0.001455 0.034744 *** 0.033289
Kim loại và các sản phẩm từ -
44 BT6 0.030849 *** 0.031704
khoáng phi kim loại 0.000855
Kim loại và các sản phẩm từ
45 MCP 0.000456 0.027057 *** 0.026601
khoáng phi kim loại
Kim loại và các sản phẩm từ -
46 VIS 0.023177 *** 0.024314
khoáng phi kim loại 0.001137
Máy móc - Phương tiện vận
47 TMT 0.001812 0.031749 *** 0.029937
tải
-4.87E-
48 EIB Ngân hàng thương mại 0.013992 *** 0.0140407
05
49 PVF Ngân hàng thương mại -0.00297 ** 0.02349 *** 0.02646
Nội ngoại thất và các sản
50 TTF 0.000638 0.026328 *** 0.02569
phẩm liên quan
-
51 ASP Phân phối khí đốt tự nhiên 0.027561 *** 0.02785
0.000289
52 HAP Sản phẩm giấy và in ấn 6.22E-05 0.023811 *** 0.0237488
53 SVI Sản phẩm giấy và in ấn 0.001352 0.028997 *** 0.027645
54 VPK Sản phẩm giấy và in ấn 0.001286 0.025704 *** 0.024418
Sản phẩm khác (Thiết bị y
55 PNJ 0.000779 0.018512 *** 0.017733
tế, đồ chơi, trang sức, …)
Sản phẩm khác (Thiết bị y
56 TLG 0.001587 0.027745 *** 0.026158
tế, đồ chơi, trang sức, …)
57 BMP Sản phẩm từ nhựa và cao su 0.001328 0.018886 *** 0.017558
58 DRC Sản phẩm từ nhựa và cao su 0.00105 0.019124 *** 0.018074
59 DTT Sản phẩm từ nhựa và cao su 2.28E-05 0.026463 *** 0.0264402
60 SRC Sản phẩm từ nhựa và cao su 0.000517 0.023137 *** 0.02262
61 TPC Sản phẩm từ nhựa và cao su 0.000106 0.019738 *** 0.019632
62 TIC Sản xuất và phân phối điện 0.000707 0.022525 *** 0.021818
63 VSH Sản xuất và phân phối điện 0.000704 0.015464 *** 0.01476

Số 256(II) tháng 10/2018 66

 Bảng 1 (tiếp)

Mã cổ Hệ số Mức ý Hệ số Mức ý
STT Ngành Chi phí GD
phiếu alpha 1 nghĩa alpha 2 nghĩa
Thiết bị điện - Điện tử -
64 DQC 0.001435 0.022571 *** 0.021136
Viễn thông
Thiết bị điện - Điện tử -
65 LGC 0.001015 0.037439 *** 0.036424
Viễn thông
Thiết bị điện - Điện tử -
66 PAC 0.000123 0.023169 *** 0.023046
Viễn thông
Thiết bị điện - Điện tử -
67 SAM 0.000141 0.021529 *** 0.021388
Viễn thông
Thực phẩm - Đồ uống -
68 BHS 0.00036 0.019411 *** 0.019051
Thuốc lá
Thực phẩm - Đồ uống - -
69 HLG 0.034395 *** 0.035359
Thuốc lá 0.000964
Thực phẩm - Đồ uống -
70 HVG 0.000701 0.02177 *** 0.021069
Thuốc lá
Thực phẩm - Đồ uống -
71 KDC 0.000417 0.018311 *** 0.017894
Thuốc lá
Thực phẩm - Đồ uống - -
72 LSS 0.01991 *** 0.020729
Thuốc lá 0.000819
Thực phẩm - Đồ uống -
73 VNM 0.00119 0.01201 *** 0.01082
Thuốc lá
Thực phẩm, Đồ uống, -
74 ACL 0.022484 *** 0.022711
Thuốc lá 0.000227
-
75 HAG Trồng trọt ** 0.016449 *** 0.01745
0.001001
76 SSC Trồng trọt 0.001 0.03029 *** 0.02929
Vận chuyển khách đường bộ
77 VNS 0.001288 0.02605 *** 0.024762
- Hệ thống trạm dừng
78 MHC Vận tải đường thủy 0.001179 0.032709 *** 0.03153
79 CII Xây dựng 0.000232 0.022234 *** 0.022002
80 CTD Xây dựng 0.001065 0.021731 *** 0.020666
-
81 HAS Xây dựng 0.028403 *** 0.028666
tỏ hành vi chủ động đặt giá đối với các nhà đầu 0.000263
tư thực hiện phân tích tác động của các biến số đại diện
-
có ưu
82 thế về
LCGthôngXây
tin và có thế lực thị trường ngay cho thông tin tài0.023015
dựng chính công ty***
đến chi phí giao dịch.
0.024083
0.001068
từ đầu mà REE
ít có sự Xây
điều dựng
chỉnh trong phiên khớp lệnh Kết quả cho thấy các nhân tố thực sự tác động đến
83 0.000595 0.014087 *** 0.013492
liên tục. chi phí giao dịch trong bảng 2. Đó là thông tin về nợ
Nguồn: Tác giả tính toán từ dữ liệu nghiên cứu.
Vậy các nhà đầu tư dựa vào thông tin nào để ngắn hạn, doanh thu thuần và dòng tiền tự do.
quyết định đặt giá giao dịch trên thị trưởng?Theo lý Như vậy, khi nợ ngắn hạn phải trả hay dòng tiền
thuyết cấu trúc
Như vậy, các ướcvi mô của cho
lượng thị trường
thấy một chúng thấynổi tự
đặc tađiểm
do của công ty lớn thì chi phí giao dịch lớn, doanh
bật trên thị trường chứng khoán Việt Nam trong thời
còn
gianmột
quanguồn
là cácbiến thiên
cơ hội giá lợi
kiếm chưachỉđược
xảy xem
ra đốixétvới thu hợp
đótrường thuầnthịcủa côngcủa
trường ty lớn
cổ thì chi đi
phiếu phílên.
giao
Vàdịch
các giảm.
nhà đầu
làtưcác
dựathông
vào xu tinhướng
cơ bảnđang có thông
từ hoạt độngtin tàitốt để đẩy
chính củagiá lên cao. Bằng chứng là hầu hết các cổ phiếusử
Các tác động này chứng tỏ các nhà đầu tư đã dụng
đều có hệ
số anpha1 không cóý nghĩa thống kê.
công ty phát hành. Sau đây, nghiên cứu sẽ phân tích Điều này cho các
thấy thông
hình tin
thái cơthịbản của
trường tài chính
chứng công
khoán ty
Việt cho
Nam việc
biến
động theo hướng làm giá từ các nhà đầu tư lớn dựa vào thựccáchiện
thông tin dịch
giao tốt đểvàđẩy giáđổi
thay cổ phiếu lên. Lợi
tính thanh nhuận
khoản
các nhân
vượt trộitốchỉ
từ xuất
thônghiện
tin đối
tài chính công
với bên bántykhi
ảnhgiá
hưởng
đang tăng.của cổ phiếu. Chúng ta có thể thấy các công ty có
như thế nào đến chi phí giao dịch.
Bên cạnh đó các ước lượng cũng cho thấy các nhà đầu doanh thudoanh
tư kinh lớn là chênh
các công lệchtyhoạt độngchú
giá đang hiệu quả các
ý vào với cổ
4.3.3.ngành
phiếu Phânbán tíchlẻtác
và động của cácBằng
khai khoáng. thôngchứng
tin tàilà chi
thịphí
phầngiao
lớn.dịch
Điềukỳđó vọng
dẫncủađếncác cổ tin
thông phiếu
củanày
tìnhcao
hìnhhơn
chính công
hẳn các cổ typhiếu
đến khác.
chi phí giaochung
Nhìn dịch chi
củaphímộtgiao
số cổ
dịch của các cổcông
tài chính phiếu ty khoảng
được đánh từ 2%giáđến 3% theo
là minh ngày.đóChi
bạch,do
phiếu giảm được sự bất cân xứng thông tin và chi phí giao
Với biến phụ thuộc là chi phí giao dịch (CPGD), dịch sẽ giảm. Những công ty có dòng tiền tự do hay

Số 256(II) tháng 10/2018 67

 4.3.3. Phân tích tác động của các thông tin tài chính công ty đến chi phí giao dịch của một số cổ phiếu
Với biến phụ thuộc là chi phí giao dịch (CPGD), thực hiện phân tích tác động của các biến số đại diện cho
thông tin tài chính công ty đến chi phí giao dịch. Kết quả cho thấy các nhân tố thực sự tác động đến chi phí
giao dịch trong bảng 2. Đó là thông tin về nợ ngắn hạn, doanh thu thuần và dòng tiền tự do.

Bảng 2: Kết quả mô hình phân tích các nhân tố từ thông tin tài chính công ty
tác động đến chi phí giao dịch
Coefficientsa
Standardized
Unstandardized Coefficients
Model Coefficients t Sig.
B Std. Error Beta
1 (Constant) .026 .001 41.856 .000
NONH 1.828 .000 2.519 4.304 .000
DTT -6.821 .000 -.770 -3.936 .000
VHTTBQ 3.517 .000 9.035 3.455 .001
VHTTEND -3.729 .000 -9.023 -3.359 .001
FCF -.013 .005 -.253 -2.650 .010
Dependent Variable: CPGD
Nguồn: Tác giả tính toán từ dữ liệu nghiên cứu.

nợ ngắn hạn ở mức cao là những công ty có những Các nhà đầu tư đã sử dụng các thông tin cơ bản
hoạt động có thể mang lại lợi nhuận cao. Nhưng của của
Như vậy, khi nợ ngắn hạn phải trả hay dòng tiền tự do công ty
tài chính cônglớn tythìcho
chi việc
phí giao
thực dịch
hiệnlớn,
giaodoanh
dịch thu
theo lý thuyết phân tích và quản trị rủi ro thì các và quyết định chi phí giao dịch của cổ phiếu. Điều các
thuần của công ty lớn thì chi phí giao dịch giảm. Các tác động này chứng tỏ các nhà đầu tư đã sử dụng
thông tin cơ bản của tài chính công ty cho việc thực hiện giao dịch và thay đổi tính thanh khoản của cổ
công
phiếu.ty này
Chúng cũngtatiểm
có thể ẩnthấy
nhữngcácrủi ro trong
công ty có đầu
doanh tư thuđáng
lớn là chúcác ý công
là mức vốn hóa
tyhoạt độngtrung
hiệu bình
quả vớicủathịcông
phầnty lớn.
vàĐiều
có thông tin biến động. Vì vậy chi phí
đó dẫn đến thông tin của tình hình tài chính công giao dịch lớn ty thìđược
chi phí đánhgiao giádịch của cổ
là minh phiếu đó
bạch,do cônggiảmty trên
được sự
trên
bấtthị
cântrường
xứngchứngthông khoán
tin và cũng
chi phícao.giao dịch sẽ giảm.thị Những công ty có dòng tiền tự
trường là lớn. Đây là một bằng chứng cho thấy do hay nợ ngắn hạn ở
mức
Điều đáng nói ở đây là mức vốn hóa trung bình các công ty có quy mô lớn rất dễ dẫn đến hiện tượng tích
cao là những công ty có những hoạt động có thể mang lại lợi nhuận cao. Nhưng theo lý thuyết phân
và quản trị rủi ro thì các công ty này cũng tiểm ẩn những rủi ro trong đầu tư và có thông tin biến động. Vì
của công ty lớn thì chi phí giao dịch lớn. Đây là một thao túng giá của các nhà đầu tư trong năm. Nhưng
vậy chi phí giao dịch trên thị trường chứng khoán cũng cao.
bằng chứng cho thấy các công ty có quy mô lớn rất xu thế cuối năm thì ngược lại, các công ty có quy
dễĐiều
dẫn đáng
đến hiện nói ởtượng
đây làthao mứctúngvốn giá
hóacủa trungcácbìnhnhàcủamô công ty lớn thì chi phí giao dịch lớn. Đây là một bằng
lớn thì chi phí giao dịch giảm tức là tính thanh
đầuchứng cho năm.
tư trong thấy các
Nhưng công xutythế
cócuối
quy nămmô lớn rất dễ dẫn đến hiện tượng thao túng giá của các nhà đầu tư trong
thì ngược
năm. Nhưng xu thế cuối năm thì ngược lại, các côngkhoản ty có tăng.
quy mô Đólớn cũng thìcó
chithể là giao
phí dấu hiệu
dịch các
giảm nhàtứcđầulà tính
lại, các công ty có quy mô lớn thì chi phí giao dịch tư rút vốn và hiện thực hóa lợi nhuận vào thời điểm
thanh khoản tăng. Đó cũng có thể là dấu hiệu các nhà đầu tư rút vốn và hiện thực hóa lợi nhuận vào thời
giảm
điểm tứccuối
là tính
nămthanh
trongkhoản tăng.các
tình hình Đóbáocũng cáocótàithểchính
là đã cuối được nămcôngtrongbố.tình hình các báo cáo tài chính đã
dấu hiệu các nhà đầu tư rút vốn và hiện thực hóa lợi
5. Kết luận và hàm ý chính sách được công bố.
nhuận vào thời điểm cuối năm trong tình hình các
báoNghiên
cáo tàicứu chínhđã đãchỉđược
ra mô hình
công bố.ước lượng chi phí giaoCác dịchkếtcủa quảLDVnghiên là cứu
phù trên
hợp đã vớicho thấy
điều được
kiện thịcấu
trường
chứng khoán Việt Nam. trúc vi mô của thị trường chứng khoán Việt Nam
5. Kết luận và hàm ý chính sách
Các ước lượng cho thấy một đặc điểm nổi bật trên thị giai trường chứng khoánTừViệt
đoạn 2009-2015. Namđến
đó dẫn trong
các thời
nghiêngiancứuqua là
Nghiên
các cơ hội cứu đã chỉ
kiếm lợi ra
chỉmô xảyhình ướcvới
ra đối lượng chi hợp
trường phí thị trường của cổ phiếu đi lên. Bằng chứng là hầu hết các
tiếp theo để đưa ra các mô hình động thái giá cổ
cổ phiếu
giao dịch của đều LDV
có hệ là số phù
anpha1hợpkhông
với điều có ý kiện
nghĩathị thống kê. Bên cạnh đó các ước lượng cũng cho thấy các nhà
phiếu dựa trên các mô hình đã được xây dựng trong
đầu tưchứng
trường kinh doanh
khoán ViệtchênhNam. lệch giá đang chú ý vào các cổ phiếu ngành bán lẻ và khai khoáng. Nhìn chung chi
phí giao dịch của các cổ phiếu khoảng từ 2% đến 3%lýtheo thuyết toán
ngày. Chitàiphí
chínhnàycùng
là rấtcác
lớntham
và làmsố điều chỉnhthanh
cho tính
Các ước lượng cho
khoản của thị trường giảm.
thấy một đặc điểm nổi bật trên phù hợp với hành vi các nhà đầu tư trên thị trường.
thịCác
trường
nhà đầuchứng tư đãkhoán
sử dụngViệt các
Nam trong
thông tinthời
cơ bảngiancủa tài chính công ty cho việc thực hiện giao dịch và quyết
Điều này sẽ giúp cho việc định giá cổ phiếu, quản
qua là các
định chi cơphíhộigiaokiếmdịchlợicủachỉcổxảy ra đối
phiếu. với đáng
Điều trường chú ýlýlàvàmức vốnhộhóa
phòng rủi trung
ro danhbìnhmụccủađầucôngtưmộtty lớn
cáchthìhiệu
chi phí
hợpgiaothịdịch
trườngcủa của
cổ phiếu
cổ phiếucôngđitylên.
trênBằng
thị trường
chứnglàlàlớn. Đây là một bằng chứng cho thấy các công ty có quy mô
lớnhếtrấtcác
dễ cổdẫnphiếu
đến hiện tượng thao túng giá củacó quảđầu
các nhà hơn.tư trong năm. Nhưng xu thế cuối năm thì ngược
hầu đều có hệ số anpha1 không
ý lại,
nghĩacácthống
côngkê. ty có
Bên quy môđó
cạnh lớncác
thìước
chi phílượnggiao dịch giảm
cũng Các tứcnhà
là tính
quản thanh khoản
lý thị trườngtăng.cầnĐócócũng nhữngcó thể
biệnlà dấu
hiệu các nhà đầu tư rút vốn và hiện thực hóa lợi nhuận vào thời điểm cuối năm trong tình hình các báo cáo
cho thấy các nhà đầu tư kinh doanh chênh lệch giá pháp về mặt kiểm toán để thúc đẩy việc minh bạch
tài chính đã được công bố.
đang chú ý vào các cổ phiếu ngành bán lẻ và khai thông tin báo cáo tài chính công ty đối với các chỉ
Các kếtNhìn
khoáng. quả nghiên
chung cứu trên giao
chi phí đã chodịchthấy củađược
cáccấucổ trúcsốvidoanh
mô của thuthị trường
thuần, nợ chứng
ngắn hạn khoán Việt Nam
và dòng tiền tựgiai
do.đoạn
2009-2015. Từ đó dẫn đến các nghiên cứu tiếp theo Điều để đưa đó sẽ giúp cho tính thanh khoản của các cổ trên
ra các mô hình động thái giá cổ phiếu dựa
phiếu khoảng từ 2% đến 3% theo ngày. Chi phí này
là rất lớn và làm cho tính thanh khoản của thị trường phiếu trên thị trường tăng lên cùng với chi phí giao
giảm. dịch giảm xuống.

Số 256(II) tháng 10/2018 68

Tài liệu tham khảo:
Amihud, Yakov. (2002), ‘Illiquidity and stock returns: Cross-section and time series effects’, Journal of Financial
Markets, 5, 31–56.
Bernt, Arne. (2009), ‘The (implicit) cost of equity trading at the Oslo Stock Exchange. What does the data tell us?’,
Working Papers in Economics and Finance 2009/17, University of Stavanger.
Chen, Xiaohong., Linton, Oliver B., Schneeberger, Stefan. & Yi, Yanping. (2016), ‘Simple Nonparametric Estimators
for the Bid-Ask Spread in the Roll Model’, Cowles Foundation Discussion Paper No. 2033.
David A.Lesmond, Joseph P. Ogden, Charles A.Trzcinka, (1999), ‘A new estimate of transaction cost’, The Review of
Financial Studies, 12(5), 1113-1141.
Roll, R. (1984), ‘A simple implicit measure of the effective bid-ask spread in an efficient market’, The Journal of
Finance, 39(4), 1127–1139.
Thomas H. McInish & Robert A. Wood (1992 & 2002), ‘An Analysis of Intraday Patterns in Bid/Ask Spreads for
NYSE Stocks’, The Journal of Finance, 47(2), 753-764.

Số 256(II) tháng 10/2018 69

 ÁP DỤNG MÔ HÌNH RỦI RO NHÓM VÀ
PHƯƠNG PHÁP BAYES TRONG ƯỚC LƯỢNG
CHI PHÍ KHÁM CHỮA BỆNH Ở VIỆT NAM
Phạm Thị Hồng Thắm
Khoa Toán Kinh tế, Đại học Kinh tế Quốc dân
Email: thamtkt@neu.edu.vn

Ngày nhận: 27/8/2018

Ngày nhận bản sửa: 02/10/2018
Ngày duyệt đăng: 15/10/2018

Tóm tắt:
Bài nghiên cứu này áp dụng mô hình rủi ro nhóm và phương pháp Bayes để dự báo chi phí
khám chữa bệnh do Bảo hiểm Y tế chi trả ở Việt Nam. Theo cách này, người bệnh được chia
thành nhiều nhóm dựa trên các yếu tố nhân khẩu và phi nhân khẩu, và chi phí khám chữa
bệnh trong năm của một người trong mỗi nhóm được giả định là có phân phối như nhau và
được mô hình hóa bởi số lượt khám chữa bệnh và chi phí của mỗi lượt. Tham số của mô hình
được ước lượng bằng phương pháp Bayes. Phương pháp mô phỏng Monte – Carlo được áp
dụng để xác định được phân phối xác suất của tổng chi phí khám chữa bệnh do Bảo hiểm Y
tế chi trả trong những năm tiếp theo. Từ kết quả mô phỏng, bài viết đưa ra được một số đặc
trưng liên quan đến chi phí khám chữa bệnh bằng bảo hiểm y tế trong tương lai.
Từ khóa: Mô hình rủi ro nhóm, ước lượng Bayes, chi phí khám chữa bệnh, mô phỏng Monte
– Carlo.

Collective Risk Models and Bayesian Estimation in Predicting Health Cost in Vietnam
Abstract:
This paper applies the collective risk model and the Bayesian method to predict the healthcare
costs paid by the Social Health Insurance in Vietnam. By employing these approaches,
the insured people are divided into various groups based on their demographic and non-
demographic characteristics. In each group, the annual total health cost for each person
is assumed to be independently distributed, depending on the number of visits and the cost
of each visit. The parameters of the model are estimated by the Bayesian method. Using
Monte-Carlo simulation technique, the author generates the future total cost along with its
probability distribution and its parameters for the coming years. The simulated cost would
help to draw some characteristics of the health cost in the future.
Keywords: Collective risk models, Baysian estimation, health cost, Monte – Carlo simulation.

1. Đặt vấn đề
Theo Báo cáo Các chỉ số phát triển thế giới
(WDI) năm 2016 của Ngân hàng Thế giới (2017),
chi tiêu y tế bình quân đầu người của Việt Nam
theo giá hiện hành vào năm 2015 là 142,4 đô la Mỹ,
bằng 3,9 lần so với năm 2005 và 1,8 lần so với năm
2010. Tỷ lệ chi tiêu tiền túi (tính bằng chi tiêu tiền
túi so với tổng chi tiêu khám, chữa bệnh) giảm từ
68% vào năm 2005 xuống 47% vào năm 2010 và
xuống 36,7% vào năm 2015. Một trong nhiều yếu tố
làm giảm chi tiêu tiền túi của người dân trong khám
chữa bệnh là việc bảo hiểm y tế ngày càng đóng vai
trò quan trọng hơn trong việc giảm gánh nặng chi
trả khám chữa bệnh (Bộ Y tế, 2011). Tính toán gần
đây cho thấy tính trung bình, bảo hiểm y tế bao phủ
khoảng 80-85% tổng chi phí khám chữa bệnh nội trú

Số 256(II) tháng 10/2018 70

và ngoại trú ở Việt Nam, đặc biệt là cho những nhóm
người cao tuổi – nhóm với rủi ro sức khoẻ cao và tần
suất và chi phí khám, chữa bệnh lớn (Long & cộng
sự, 2016; Kelly & cộng sự, 2016).
Tuy vậy, một vấn đề phát sinh trong khám, chữa
bệnh bằng bảo hiểm y tế ở Việt Nam là có sự gia
tăng đột biến trong một vài năm gần đây. Ngay cả
khi không tính tới các điều chỉnh chính sách có liên
quan trực tiếp tới việc thay đổi giá dịch vụ (như
Thông tư 37/2015 của Bộ Y tế (2015) về quy định
giá viện phí) thì tổng chi phí do bảo hiểm y tế chi
trả vẫn tăng tới 15-20%/năm. Một số nghiên cứu đã
cho thấy rằng việc sử dụng và chi tiêu chưa có hiệu
quả cho thuốc và dịch vụ kỹ thuật là nguyên nhân
chính dẫn tới việc gia tăng lớn về chi phí (Kelly &
cộng sự, 2016). Vì vậy, mục tiêu cải cách bảo hiểm
y tế thực chất là nhằm cung cấp dịch vụ tốt hơn cho
người bệnh cũng như là kiểm soát được chi phí hợp
lý trong khám chữa bệnh và giảm tối đa tiền túi của
người dân.
Việc ước lượng đúng chi phí khám chữa bệnh có
vai trò quan trọng hàng đầu cho mục tiêu cải cách
bảo hiểm y tế cũng như tăng tính giải trình trong
chăm sóc sức khoẻ cho người dân. Cho tới nay, ở
Việt Nam cũng có một số nghiên cứu ước lượng
và dự báo chi phí khám chữa bệnh. Tuy nhiên, các
nghiên cứu này chủ yếu sử dụng tính toán bằng bảng
biểu thông thường. Theo hiểu biết của tác giả, tới
nay, chưa có nghiên cứu nào ở Việt Nam sử dụng
các mô hình Toán kinh tế trong ước lượng và dự báo
chi phí khám chữa bệnh do bảo hiểm chi trả. Bài
nghiên cứu này sử dụng mô hình rủi ro nhóm với
các phương pháp ước lượng và mô phỏng để đưa ra
các dự báo với bối cảnh của bảo hiểm y tế Việt Nam.
2. Tổng quan nghiên cứu
Theo Astolfi & cộng sự (2012) thì các mô hình
dự báo chi phí y tế có thể được xây dựng cho từng
cá nhân, cho một nhóm đặc trưng hoặc cho toàn bộ
dân số. Bên cạnh đó, các mô hình cũng có thể chỉ
chú trọng vào một loại chi phí khám chữa bệnh cụ
thể như chi tiêu y tế công, chi tiêu y tế tư nhân hoặc
chi phí tiền túi của hộ gia đình cho khám chữa bệnh.
Bằng cách kết hợp đơn vị phân tích, mức độ chi tiết
về chi phí y tế cần dự báo và các câu hỏi chính sách
đặt ra thì theo Culyer & Newhouse (2000), có thể
chia ra ba lớp mô hình dự báo chi phí y tế là: lớp mô
hình mô phỏng vi mô (Micro-simulation models),
lớp mô hình ở cấp độ vĩ mô (Macro-level models)
và lớp mô hình theo thành phần (Component-based
Số 256(II) tháng 10/2018
models).
Lớp mô hình mô phỏng vi mô tập trung vào từng
cá nhân và coi nó như một đơn vị phân tích (Brown
& cộng sự, 2009) để từ đó mô phỏng cho một tổng
thể dân số. Các cá nhân được mô phỏng mang các
đặc trưng và hành vi đại diện cho tổng thể. Các vấn
liên quan đến sức khỏe trong toàn bộ cuộc đời mỗi
con người (như mang thai và sinh nở; chịu các yếu
tố rủi ro như huyết áp cao, mỡ máu hay nghiện thuốc
lá; nguy cơ gia tăng các loại bệnh không lây nhiễm
và mạn tính như ung thư, tiểu đường, tim mạch…)
sẽ được mô phỏng lại. Các chi phí y tế liên quan cho
mỗi tình huống bệnh tật cũng được mô phỏng để từ
đó đưa ra được các ước lượng về chi phí y tế.
Ngược lại, lớp mô hình ở cấp độ vĩ mô lại coi
tổng chi phí y tế như một đơn vị phân tích (Baltagi
& Moscone, 2010; Brown & cộng sự, 2009; Oliveira
Martins & De la Maisonneuve, 2006; Warshawsky,
1994). Mô hình dự báo ở cấp độ vĩ mô được thực
hiện dựa vào việc sử dụng các mô hình hồi quy với
số liệu chuỗi thời gian hoặc số liệu mảng. Các dự
báo có thể dựa vào việc ngoại suy thuần túy các mô
hình thống kê hoặc có thể dựa vào giá trị dự báo
của những biến giải thích quan trọng. Ví dụ, Getzen
& Poullier (1992) đã đưa ra mô hình kinh tế lượng
đơn giản để ước lượng và dự báo tổng chi phí y tế
dựa theo mức tăng trưởng tổng sản phẩm quốc nội
(GDP) và lạm phát trong quá khứ.
Lớp mô hình theo thành phần dự báo chi phí y tế
dựa vào việc phân chia các đối tượng nghiên cứu
theo các thành phần như theo nhóm chi trả, theo nhà
cung cấp dịch vụ, theo các dịch vụ đã sử dụng hay
theo các nhóm đối tượng cá nhân. Một lớp mô hình
con rất quan trọng trong lớp mô hình này là lớp mô
hình dự báo theo đoàn hệ (cohort-based models),
trong đó các cá nhân được nhóm lại dựa theo các
đặc điểm nhân khẩu (như tuổi, giới tính) và/hoặc phi
nhân khẩu (như tình trạng bệnh tật...). Mỗi người
trong nhóm được coi như có chi phí đồng đều và
được mô hình hóa theo một dạng nào đó. Số người
trong mỗi nhóm được dự báo có tính đến sự biến
động của dân số. Tổng chi phí y tế cho mỗi nhóm
đối tượng sẽ được tính bằng cách nhân chi phí của
một người với số người trong nhóm và từ đó suy ra
dự báo cho chi phí của toàn bộ tổng thể (Baltagi &
Moscone, 2010; Przywara, 2010; Ringel & cộng sự,
2010; Vos & cộng sự, 2007; Racic, 1997).
Nằm trong lớp mô hình theo thành phần, mô hình
rủi ro nhóm là một trong những mô hình kinh điển
71
trong mô hình hóa các tổn thất trong lĩnh vực bảo
hiểm, nhất là bảo hiểm phi nhân thọ. Mô hình này
dựa trên giả thiết tất cả các cá nhân trong một danh
mục bảo hiểm cùng đối mặt với rủi ro như nhau. Do
đó giá trị của mỗi lần yêu cầu bồi thường Xi sẽ có
phân phối xác suất giống nhau. Với giả thiết số lần
xảy ra tổn thất/số lần yêu cầu bồi thường N cũng là
biến ngẫu nhiên thì tổng thiệt hại của danh mục S sẽ
có phân phối phức hợp.
Có một lượng lớn các nghiên cứu về lớp mô hình
này về cả lý thuyết và thực tiễn. Các nghiên cứu lý
thuyết tập trung vào xây dựng các dạng phân phối
xác suất lý thuyết cho S dựa vào các phân phối xác
suất của N và Xi. Phân phối Poisson là một trong
những phân phối được sử dụng nhiều nhất trong mô
hình hóa N (Klugman & cộng sự, 2012). Tuy nhiên,
phân phối Poisson không phải khi nào cũng phù
hợp với dữ liệu thực tế (ví dụ như trong trường hợp
phương sai lớn hơn nhiều so với trung bình) và khi
đó thì phân phối nhị thức âm lại chiếm ưu thế. Các
phân phối của Xi cũng rất đa dạng như phân phối
mũ, chuẩn, LogNormal, Weibull, Pareto... Các lựa
chọn cũng tùy thuộc vào dạng phân phối thực tế của
dữ liệu (Kozubowski & Panorska, 2005; Hernández-
Bastida & cộng sự, 2011).
Ngược lại với nghiên cứu lý thuyết, các nghiên
cứu thực nghiệm đưa ra các phân phối thực nghiệm
của bằng các phương pháp xấp xỉ dựa vào dữ liệu
thực tế. Nhiều nghiên cứu ứng dụng mô hình rủi
ro nhóm trong ứng dụng vào lĩnh vực bảo hiểm
phi nhân thọ đã được thực hiện như Hayne (1989),
Dickson & cộng sự (1998), Hernández-Bastida &
cộng sự (2011), Klugman & cộng sự (2012), Migon
& Moura (2005), Fellingham & cộng sự (2015), Yu
(2015), Meyers & Schenker (1983), Meyers (2009),
Heckman & Meyers (1983), Meyers (2007).
Về mặt thực nghiệm, có nhiều cách tiếp cận để
ước lượng phân phối xác suất của S khi biết trước
phân phối xác suất của N và Xi. Các phương pháp
này được chia thành ba nhóm chính là (Hayne,
1989): xấp xỉ giải tích (analytic approximation),
xấp xỉ phân phối (approximate distribution) và mô
phỏng Monte-Carlo. Phương pháp xấp xỉ giải tích
đưa ra cách tính xấp xỉ hàm phân phối xác suất dựa
vào hàm phân phối xác suất đã biết của các thành
phần trong mô hình. Phương pháp xấp xỉ phân phối
được thực hiện bằng cách giả sử tổng chi phí tuân
theo một phân phối nào đó. Từ đó, tính xấp xỉ các
tham số của phân phối xác suất của S (Dickson &
Số 256(II) tháng 10/2018
cộng sự, 1998). Không giống hai phương pháp trên,
phương pháp mô phỏng Monte-Carlo được thực
hiện dựa trực tiếp vào phân phối xác suất của các
thành phần trong mô hình (Beekman & Fuelling,
1980). Phương pháp này không cần đưa ra dạng giải
tích của phân phối xác suất của tổng chi phí và dễ
dàng thực hiện ngay cả khi muốn kết hợp nhiều loại
hình bảo hiểm và trong khoảng thời gian dài.
Liên quan đến các phương pháp ước lượng,
phương pháp Bayes được sử dụng khá rộng rãi để
ước lượng các tham số trong mô hình rủi ro nhóm
(Fellingham & cộng sự, 2015; Klugman, 2013; Yu,
2015; Meyers & Schenker, 1983; Mildenhall, 2006;
Hernández-Bastida & cộng sự, 2009). Phương pháp
này được thực hiện dựa trên phân phối xác suất hậu
nghiệm của tham số cần ước lượng với điều kiện dữ
liệu mẫu đã biết và được cập nhật liên tục theo thời
gian. Phương pháp này được đặc biệt sử dụng trong
lý thuyết về độ tin cậy (Credibility Theory) để định
giá và tính toán dự phòng cho các sản phẩm bảo
hiểm. Thông tin về yêu cầu bồi thường của người
được bảo hiểm được cập nhật hàng năm và làm cơ
sở để định giá lại sản phẩm bảo hiểm của người đó
cho năm tiếp theo. So với phương pháp ước lượng
theo tần suất, ước lượng Bayes cho kết quả chính
xác vượt trội (Klugman & cộng sự, 2012; Makov,
2001).
Trong nghiên cứu này, tác giả áp dụng mô hình
rủi ro nhóm với dữ liệu khám chữa bệnh do bảo
hiểm y tế chi trả ở Việt Nam. Bằng phương pháp
ước lượng Bayes, tác giả thử nghiệm một số phân
phối xác suất cho số lượt khám chữa bệnh và chi
phí cho mỗi lần khám chữa bệnh. Các tham số ước
lượng cho năm gốc sẽ được dùng để dự báo tổng chi
phí khám chữa bệnh của năm sau bằng mô phỏng
Monte-Carlo với điều kiện dữ liệu thực tế được cập
nhật liên tục. Tổng chi phí khám chữa bệnh sau khi
mô phỏng được sẽ được sử dụng để tính toán một số
tham số liên quan.
3. Dữ liệu và phương pháp nghiên cứu
3.1. Dữ liệu nghiên cứu
Dữ liệu được sử dụng trong nghiên cứu này là
dữ liệu thống kê khám chữa bệnh do bảo hiểm y
tế chi trả và được phân loại theo khám chữa bệnh
ngoại trú và khám chữa bệnh nội trú (tương ứng với
các biểu mẫu 79b và 80b được bảo hiểm xã hội Việt
Nam quy định). Các trường dữ liệu cho biết thông
tin về người bệnh như ngày sinh, giới tính, mã thẻ,
nơi khám chữa bệnh, loại bệnh, các loại chi phí cho
72
 mô phỏng Monte - Carlo.
3.2.1. Mô hình rủi ro nhóm
Theo Wuthrich (2017), biến ngẫu nhiên S được gọi là tuân theo mô hình rủi ro nhóm nếu được viết
dạng:
cả đợt khám chữa bệnh đó và phần chi phí do bảo phức (compound distribution) do nó phụ thuộc đồng
hiểm y tế chi trả. Mỗi bản ghi tương ứng với một thời vào phân ேphối xác suất của N và các Xj . Các
lượt khám chữa bệnh của một bệnh nhân nào đó phân phối ෍ܺ ǡ ܰ ് Ͳ
ܵ ൌxác൞ suất௝ của N có thể kể đến là Poisson,
trong năm. Dựa vào bộ dữ liệu này, tác giả có thể Nhị thức (Binomial), ௝ୀଵ Nhị thức âm (Negative
phân chia người bệnh thành nhiều nhóm dựa vào Binomial),...Trong Ͳǡ đó, ܰ cácൌXͲj lại có thể có các phân
các thuộc tính khácvới nhau,
cáccụ giảthể theo giới tính, phối như Mũ, Log-normal, Gamma, Pareto...
là sau:
thiết
nhóm tuổi, loại khám chữa bệnh (nội trú, ngoại trú) Trong
N là biến ngẫu nhiên rời rạc không nhận giánghiên
trị âm; cứu này, S được dùng để mô hình
và tuyến khám chữa bệnh (trung ương, tỉnh, huyện, hóa tổng chi phí khám chữa bệnh được bảo hiểm y
xã). Mã thẻ bảo hiểm X1y, Xtế2,…
cholàphép
các biến
phânngẫubiệt nhiên
từng với tế tập
chi giá trị dương,
trả của một ngườiđộc lập bệnh vàtrong
có cùng
mộtphân
nhómphối
trongxác suất;
cá nhân người bệnh nên N vàgiúp(X1tính
, X2,…được số lượt
) độc khám
lập với nhau.một năm;N là số lượt khám chữa bệnh của người đó
chữa bệnh của mỗi người trong năm. trong năm và Xj là chi phí khám chữa bệnh được bảo
Phân phối xác suất của S sẽ là phân hiểmphối dạng
y tế chi phức (compound
trả ở lần khám chữa distribution)
bệnh thứ j.do nó phụ thuộc đồng
3.2. Phương pháp nghiên cứu
vào phân phối xác suất của N và các Xj . Các phân phối xác suất của N có thể kể đến là Poisson, Nhị
Trong nghiên cứu này tác giả sử dụng mô hình 3.2.2. Ước lượng Bayes
(Binomial), Nhị
rủi ro nhóm để mô hình hóa tổng chi phí khám chữa thức âm (Negative Binomial),...Trong đó, các X lại có thể có các phân phối như
Phần này sẽ trình bày phươngj pháp Bayes để ước
bệnh trong một nămLog-normal,
của một người Gamma,
trong một Pareto...
nhóm lượng các tham số trong các phân phối của N và X .
j
đặc trưng nào đó. SửTrong dụng dữ liệu quá
nghiên cứu khứnày,được
S đượcmôdùng Phương
để mô pháp Bayes
hình hóa tổngcoichitham số θ cần
phí khám chữaước
bệnhlượng
được bảo hiểm y t
tả ở trên, các tham số của mô hình được ước lượng như một giá trị cụ thể của biến ngẫu nhiên Θ và Θ
trả của một người bệnh trong một nhóm trong một năm;N là số lượt khám chữa bệnh của người đó
dựa vào phương pháp Bayes. Áp dụng phương pháp được ước lượng dựa vào phân phối xác suất hậu
năm và j là chi phí khám chữa bệnh được bảo hiểm y tế chi trả ở lần khám chữa bệnh thứ j.
mô phỏng Monte-Carlo, tácXgiả sẽ mô phỏng tổng nghiệm của nó với điều kiện đã biết mẫu dữ liệu
chi phí khám chữa bệnh 3.2.2.củaƯớc mỗilượng
ngườiBayes
trong nhóm. cụ thể x = (x1, x2,…, xn) của mẫu ngẫu nhiên X =
Kết quả của mô phỏng sẽ cho ta ước lượng của tổng (X1,X2,…,Xn).
Phần này sẽ trình bày phương pháp Bayes để ước lượng các tham số trong các phân phối của N v
chi phí khám chữa bệnh do bảo hiểm y tế cùng phân
phối xác suất thực nghiệmPhươngcủa phápnó.Bayes
Sử dụng tham số θ cầnCụ
coi phương ướcthể, phương
lượng như một pháp giáướctrị cụlượng
thể củaBayes được nhiên Θ và Θ
biến ngẫu
Tse(2009) tóm tắt như sau:
pháp kiểm định phân ướcphối
lượng xácdựasuấtvàoKolmogorov–
phân phối xác suất hậu nghiệm của nó với điều kiện đã biết mẫu dữ liệu cụ thể x =
- X là biến ngẫu nhiên tổn thất (loss variable) cần
Smirnov, tác giả kiểm x2,…, xn) của
chứng sự mẫu
phù ngẫu
hợp của nhiênmôX = (X1,X2,…,Xn).
nghiên cứu (số lượt khám chữa bệnh, chi phí cho
hình với dữ liệu thực tế. Cuối cùng, với mô hình
Cụ thể, phương pháp ước lượng Bayes mỗi được Tse(2009)
lượt khám chữatóm bệnh),tắt như sau: phối xác suất
có phân
phù hợp và kết quả mô phỏng được, nghiên cứu có
- X làvềbiến phụvariable)
thuộc vào tham số θ,cứu được(sốcoi nhưkhám
một giá trị bệnh,
cụ chi phí cho
thể đưa ra các ước lượng tổngngẫu nhiên
chi phí khámtổnchữa
thất (loss cần nghiên lượt chữa
thể của biến ngẫu nhiên Θ.
bệnh do bảo hiểm y lượt tế chikhám
trả trong
chữatương
bệnh),lai.có phân phối xác suất phụ thuộc vào tham số θ, được coi như một giá trị cụ th
- Θ có phân phối xác suất thống kê tiên nghiệm
Trong mục này, tác biến
giảngẫu
sẽ trìnhnhiên
bàyΘ. mô hình rủi ro
(prior) với hàm mật độ xác suất fΘ (θ).
sẽ trình bày mô hìnhphương
nhóm, rủi ro nhóm,
pháp ướcphương
lượngpháp ướcphương
Bayes, lượng pháp
Bayes, phương pháp
- Θ có phân phối xác suất thống kê tiên nghiệm
- Hàm mật(prior)
độ xácvới hàm
suất củamật độ xác
X với điềusuất fΘ θ,
kiện (θ).
kí
o. mô phỏng Monte - Carlo.
hiệukiện
fX|Θ(x,θ),được
θ, kí hiệu fgọi là hàm hợp lý, được xác định
3.2.1. Mô hình rủi- ro Hàmnhóm mật độ xác suất của X với điều X|Θ(x,θ),được gọi là hàm hợp lý, được xác định
óm bởi: ௡
Theo Wuthrich (2017), biến ngẫu nhiên S được
biến ngẫu nhiêngọiSlàđược
tuângọi
theolà mô
tuânhình
theorủi môrohình
nhóm rủinếu
ro nhóm nếu được viết
được viết ݂௑ȁ஀dưới
ሺ‫ݔ‬ǡ ߠሻ ൌ ෑ ݂௑ȁ஀ ሺ‫ݔ‬௜ ǡ ߠሻ
dưới dạng: ௜ୀଵ

ே Trong đó: x = (x1, x2, …,xn) là mẫu cụTrong thể củađó:mẫu

x = (x , x2,nhiên
ngẫu
1
…,xn)Xlà=mẫu (X1,cụXthể của mẫu
2,…,Xn) có cùng phân phố

෍ ܺ௝ ǡ ܰsuất ് Ͳvới X. ngẫu nhiên X = (X 1

, X 2
,…,X n
) có cùng phân phối
ܵൌ൞ xác suất với X.
௝ୀଵ
Ͳǡ ܰൌͲ - Dựa vào dữ liệu mẫu cụ thể x, phân phối xác
suất của θ được cập nhật. Phân phối xác suất của Θ
với các giả thiết sau: với điều kiện x được 4 gọi là phân phối hậu nghiệm
i rạc không nhận giá Dựa vào dữ liệu mẫu cụ thể x,
âm; ngẫu nhiên rời rạc không nhận giá trị (posterior), với hàm suất
- phân phối xác của � được cập nhật. Phân phối xác suấ
N làtrịbiến mật độ xác suất fΘ|X(θ|x) được
điều kiện x được gọi là phân phối hậu nghiệm (posterior), với hàm mật độ xác suất fΘ|X(θ|x) đư
âm;
ẫu nhiên với tập giá trị dương, độc lập và có cùng phân phối xác suất;xác định bởi:
bởi:
p với nhau. X1, X2,… là các biến ngẫu nhiên với tập giá trị
dương, độc lập và có cùng phân phối xác suất; ��� (�� �) ��|� (�� �)�� (�)
S sẽ là phân phối dạng phức (compound distribution) do nó phụ thuộc ��|� (�|�)
đồng thời= =
N và (X1, X2,… ) độc lập với nhau. �� (�) �� ��|� (�� �)�� (�)��
của N và các Xj . Các phân phối xác suất của N có thể kể đến là Poisson, Nhị thức
Phân phối xác suất của S sẽ là phân phối dạng - Ước lượng tham số của X, là hàm của Θ, được
m (Negative Binomial),...Trong đó, các X - jƯớc lượng
lại có thể tham
có cácsốphân
của X, là hàm
phối như của
Mũ,Θ, được xác định dựa vào phân phối hậu nghiệm của
areto... là ước lượng Bayes, đồng73thời là ước lượng của tổn thất trong tương lai.
Số 256(II) tháng 10/2018
S được dùng để mô hình hóa tổng chi phí Như
khámvậy phân
chữa phối
bệnh hậubảo
được nghiệm
hiểm ycủa Θ hoàn toàn được xác định dựa vào phân phối tiên ngh
tế chi
fΘ(θ)khám
trong một nhóm trong một năm;N là số lượt và hàm hợp
chữa lý fX|Θ
bệnh của(x,θ).
ngườiTađó
xéttrong
một số trường hợp cụ thể:
 và hàm hợp lý của X có dạng:
�
���� � ��
��|� (�� �) = � ��� � ��
��|� (�� �) = ��� !
��� �� !
���
Khi đó phân phối hậu nghiệm của Λ với điều kiện x cũng là phân phối Gamma G(α*,β*) với tham
Khi đó phân phối hậu nghiệm của Λ với điều kiện x cũng là phân phối Gamma G(α*,β*) với
được tính bởi:
Bảng 1:được
Cáctính bởi:
tham số ước lượng được từ số liệu theo các năm 2012 đến 2016 �
�
Năm ࢻ૚ ൌ ࢻ ૛ ∗
� =∗ࢼ �૚� � �� � � ∗ =∗ � � � ࢼ૛
2012 4.154 �
24.224= � � � �� � � = � � 11.618,33 �
���
2013 8.906 51.824 ��� 26.520,11
với hàm mật độ xác suất hậu nghiệm:
2014 với hàm mật 14.935
độ xác suất hậu nghiệm: 86.112 47.777,06
2015 21.563 124.712 ��∑ �
��|� (�|�) � � ��∑� ���� ��(���)
��� � � �� ��(���) 72.163,86
2016 25.020 ��|�143.072
(�|�) � � ��� � � 83.506,74
cụ thể x, phân
ẫu cụ thể x, phânNguồn: phối xác
phối xác suất
suất củacủa �
Trường
� được
được cập
hợp cập Xnhật.
nhật.
có Phân
Phân
phân phối
phối
phối xác
Mũ xác–suất
suất
Gamma:củacủa Θ Θvớivới
Tác giả tự tính Trường toán. hợp X có phân phối Mũ – Gamma: Biến ngẫu nhiênphân Biến ngẫu nhiên X
X
phối Mũ E(γ), với hàm hợp lý:
phân phối Mũ E(γ), với hàm hợp
ẫu cụ
phân thể
phối x,
hậuphânnghiệmphối xác suất
(posterior), của với � được
hàm cập
mật nhật.
độ xác Phân
suất phối
f xác
(θ|x) suất
được của
xác Θ
định với
ulàmẫu phâncụphối thể hậu nghiệm
x, phân phối(posterior),
xác suất của với�hàm được mậtcập độnhật.
xác suất Phân fΘ|Xphối
Θ|X (θ|x)xác được suất xác củađịnhΘ với �
là phân phối hậu Thực
định hiện
xácnghiệm dựa 100,000
vào
(posterior),phân lượt phốihàm
với mô
hậuphỏng nghiệm
mật độMonte
củasuất
xác Θ,– được
Carlo
fΘ|X(θ|x) chođượcta 100,000
xác(�� định giá trị tương � ứng của tổng chi phí khám
gọi là phân phối hậu nghiệm (posterior), với hàm mật độ xác suất f (θ|x) ��|�
được xác = � �� ������
�)định �
u cụ thể x, phân gọiphốilà ước
chữa xác
bệnh lượng
suấtdo củaBayes,
bảo �hiểm đồng
được y cậptếthời
chi là
trảước
nhật. Phân
của lượng
mộtphối củaxác trong
người Θ|X suấtvàcủa nhóm
biến với
��|� trong
ngẫu(�� �) năm
nhiên =� 2017.
Γ ��Các
phân � giáGamma
phối trị này là các giá
G(a,b).
� (�� �) � (�� (�� �)� (�) ���
phân �phối hậutổn thất
nghiệm ���
�� trong
(��của�)tương
=biếnlai.
(posterior), �
�|�
với hàm �)� �
mậtܵ, �độ(�) xác suấtcho fΘ|Xtổng
(θ|x)chi được
Khi phíđóxác
taphânđịnhphối hậu��� nghiệm củađó,Γ các
với tham
điều kiện
(�|�)=trị
(�|�) = cụ thể ngẫu nhiên đại diện đang cần nghiên cứu. Do số đặc
�|�
��|�
�|�
��� (��
(�) �) =� và� �biến (��ngẫu �)� (�)
nhiên Γ phân phối Gamma G(a,b). Khi đó phân phối hậu nghiệm của Γ sốvới điều kiện x c
��|� (�|�)Như =
trưng
��
vậy
� �(�)
của phân
(��
��biến ngẫu= phối
�) ��� và �
�|�
�|�
hậu (��
�
nhiên �|� �)�
nghiệm
(��
biếnnày (��
ngẫu
�)� � (�)��
�
�)�
cócủa
(�)�� Θ
(�)
nhiên
�thể hoàn
Γ phân
được toàn
ước phối
lượng x cũng
Gammabởi là
các phân
G(a,b).
đặc phối
Khi đó
trưng Gamma
của phân
mẫu G(a*,b*)
phối
vừa hậu
mô với
nghiệm
phỏng.tham
của Γ2với điều kiện
Bảng
(�|�) =�� (�) �|� �
��|�được = phân
�là phối
(�� Gamma G(a*,b*)
của nóvớivới tham
được số tínhđượcbởi:tính bởi:
cho
xác định
ta một
dựa vào
� (�)
�xác số thống
�phân
là
�|�
kê phân
đơn
phối �)�
phối
giản
(�� � (�)��
tiên
của
nghiệm
Gamma (đơn G(a*,b*)
vị tính: triệu tham
đồng). sốgọiđược tính bởi:
ủa X, là hàm của Θ, được định dựa� (���
vào phân �)�
phối� (�)��
ܵhậu nghiệm của Θ, được
�� �)�
của X,�là hàm của �
Θ, (�� �)
��được xác định dựa
�|� � vào
�|� � (�)
phân phối hậu nghiệm của Θ, được gọi
�|� (�|�)Θ =
f (θ) và hàm hợp = lý fX|Θ(x,θ). Ta xét một số trường �
đồngcủa
ng X,
thời
thờilà hàm
ước
là ước của
lượng
lượngΘ, � được
của (�)
của tổn xác
tổn thất
thất
�định
trong
trong
� dựa tương
(�� vào
tương�)� phân
lai.(�)��
lai. phối hậu nghiệm của Θ,∗ được gọi ∗ �
số của X, là hàm hợpcủa cụ thể:
�Θ, được xác � định �|� dựa vào � phân phối hậu nghiệm của � = Θ,∗ �được
� ��gọi � =∗ � � � ��
đồng thời làcủa ướcΘlượng của tổn thấtxác trong tương lai. � = � � �� � = � � � ��
u nghiệm
es, hoàn toàn được địnhphốidựa vào phân phối tiên nghiệm của nó
ủa đồng là thời là ước
ΘTrường lượng của
hợp tổn
X phân thất
dựatrong tương
Poisson lai. – Gamma: ���
hậu nghiệm
X, hàmcủa của Θ,hoàn
đượctoàn xácđượcđịnh xác Bảng
định
vào 2:
dựa
phân Cácvào
phốithống
phân
hậu kê
phối
nghiệmcủa giá
tiên trị
Θ, mô
củanghiệm được phỏng
củagọinó được năm 2017 ���
hậu
Θ(x,θ). nghiệm
Ta xétcủa
một Θ
Biến hoàn
số ngẫu
trường toàn
nhiên được
hợp X cụ vớixác
phân
thể: hàm định
phối mật dựa
Poisson
độ vào
xác phân
với
suất phối
tham
hậu sốtiên
nghiệm: nghiệm của nó
ồngối (x,θ).
hậu Taước
thờinghiệm
là xét lượng
một
của số Θcủa trường
hoàn tổntoàn
Min hợpđược
thất cụ với
trong thể:
xác
tương
st
1 Qu. định lai.dựa vào phân
xácMedian phốinghiệm:
tiên
với nghiệm
hàmMean mậtcủa nó suất
độ xác rd
3 hậu Qu.nghiệm: Max
củahàm biếnmật độnhiên suất hậu
X|Θ
X|Θ(x,θ). Ta xétλ, một vớisố λ là giá trịhợp
trường cụ cụ thểthể: ngẫu Λ phân
hối
lýphối Poisson
fX|Θ (x,θ).của
Poisson – –Gamma:
Ta xét
Gamma:một0,20021
sốBiếntrường
Biến ngẫu
ngẫu hợp nhiên cụ
nhiên 1,04394
XXphân
thể: phân phối
phối 2,47809
Poisson
Poisson vớivớithamtham 3,56643
��|�số(�|�)
sốλ,của
λ,với �nó
với λ�λ�����
�4,96188��� � � � 34,89162
�����∑ �
� �
u nghiệm Θ
phối hoàn Gamma toàn được
G(α,β). xácHàm định mật dựa độvào tiênphân
nghiệm phốicủa tiên nghiệm � (�|�) � � ����� �����∑�
� ��� �
phối
nếnngẫungẫuPoisson
nhiên
nhiên ΛΛ–
Λ Gamma:
phân
Nguồn:
phân phối
phối Biến
Gamma
Tác ngẫu
giả cụ
Gamma nhiên
tựG(α,β).
tính
G(α,β). toán.X
Hàm Hàmphân mật phối
mật độđộ Poisson
tiên
tiênnghiệm
nghiệmvới tham
củacủa số λ,
ΛΛcócódạng:
�|� với
dạng: λ
hân
Θ phối
(x,θ). Ta Poisson
xét một có–số Gamma:
dạng:
trường Biến
hợp ngẫu
thể: nhiên
3.2.3. Mô phỏng Monte – CarloX phân phối Poisson với tham số λ, với λ
iến ngẫu nhiên Λ phân phối Gamma G(α,β).
3.2.3. MôHàm mật độ
phỏng Montetiên –nghiệm
Carlo của Λ cóMô
3.2.3. dạng:
ahối
biến ngẫu nhiên
Poisson – Gamma: Λ phân Biếnphối �
ngẫu
� ����
Gamma�
� �nhiên ��� ���
�G(α,β).X phânHàm
� ��� phốimật độ tiên
Poisson vớinghiệm
tham số củaλ,Λvới cóλphỏng
dạng: Monte – Carlo
���(�� (���� ���) �) = = � ��� ���
của Giá cótrịdạng:
của tổng
từ 60chi đếnphí 64,khám
khámchữa chữabệnhbệnh donộibảo
Từ �
kết quả � Γ(�) �Γ(�) �đối ���
n ngẫu nhiên Λ phân phối
�� (�� �� �)của
Gamma = Bảng � � �2,���
G(α,β). Hàm� vớimật mộtđộ người có thẻ trong
tiên nghiệm Λnhóm tuổi trú ở
và �
hàmtỉnh
� (�� �� �) = Γ(�)
hợpcó lý cho
của ta X có dạng: hiểm y tế chi trả cho một người thuộc nhóm đối
ócódạng:
dạng: tuyến chiΓ(�) phí bình quân vào khoảng trên 3,5 triệu đồng/năm. 5 Tương ứng các chi phí lớn
� � ���� � ��� tượng đang xét được5mô phỏng theo các bước sau:
có dạng: � (�� và
�nhất �� �) nhỏ=nhất � �là hơn 30 triệu đồng và 200.000 đồng.
a X có dạng: ����������
Γ(�) - Tạo ra số λ1 từ phân phối xác suất của biến ngẫu
��|� (�� �) = � � � �
��|� (�� �) = � �����!� �� Bảng 3: Thống kê một nhiênphân
số vị của chi phí
Λ ~ G(α,β);
ó dạng: ��|� (�� �) =��� � ����!�� � ��
��|� (�� �) ���
= ��0,91
Quantile 0,90 �! 0,92 0,93 được 0,94từ-số Tạo ra theo
0,95 n từ0,96 phân phối0,97 xác suất0,98 của biến 0,99
ngẫu
nghiệm của Λ với điều kiện Bảng
x
����1: Các
cũng � ��là��
� phân�tham
� ! phối số Gamma
ước lượng G(α*,β*) với liệu
tham số1số các năm 2012 đến 2016
u nghiệm của Λ Khi vớiChi đó
điều phân
phí kiện phốix hậu
cũng ��� nghiệm
là phân của
phối Λ với
Gamma điều kiện
G(α*,β*) với
nhiên 10,658tham
N~P(λ1), là số lượt 12,639
khám chữa13,832 bệnh; 16,534
u nghiệm của xΛcũng với (��
��|�điều = 8,242
�)kiện � x cũng
8,611 8,964 9,402 10,018
là phân phối Gamma G(α*,β*) với tham số
11,520
hậu nghiệm củaNguồn: là
Λ với điều Năm
phân phối
kiện Gamma� ! G(α*,β*)
ࢻ ൌ ࢻ với tham số ࢼ ࢼ
Tác giả ��� tựxtính cũng
� toán. là phân phối Gamma G(α*,β*)
૚ ૛ - Tạo vớiratham
૚ γ từ số phân phối xác suất của ૛ biến ngẫu
được tính2012 bởi:�� 4.154 24.2241 11.618,33
nhiên Γ~ G (a,b);
nghiệm của Λ với ∗ ∗ điều2013 kiện x cũng là phân phối
��� � � ∗ ∗= � � � 8.906 Gamma G(α*,β*) với tham 51.824 số 26.520,11
�� ==����� � � � � = � � � - Tạo ra n1 giá trị x1, x2,…, xn147.777,06 từ phân phối xác
∗ 2014 �� 14.935 86.112
�
Sử = ∗�2015
dụng ����
dữ�liệu �� �mô � ∗ phỏng
=∗� � được � ta cũng có thể vẽ đồ thị
suất hàm
của mật
biến độ
ngẫu xác
nhiênsuất X~ thực
e(γ nghiệm
), là chi của phânmỗi
phí cho phối
� = �� � � �� � � = � �21.563
��� � 124.712 1 72.163,86
ất hậu nghiệm:
uất hậu nghiệm: ∗và biểu2016
���
đồ cột��� tương ứng như25.020 Hình 1. Hình này môlượt tả dạng phân
143.072
khám chữaphối bệnh; của chi phí khám chữa bệnh. Đây
83.506,74
uất hậu nghiệm:�Nguồn: = � � � ��� � � ∗ = � � �
ác suất hậu nghiệm: là phân
với hàmTác phối
mật
��∑ lệch
giả
độ �tự���phải
xác tính
�� suất nên hậukhả
toán. năng mức chi phí cao là
nghiệm: rất nhỏ
- Tổng s1 = soxvới + mức
x2 + chi ⋯ +phí xn1thấp.
cho ta Mứcmộtchigiáphí
trịcó
��|�
��|� (�|�)
(�|�)������ ���
���∑��� � ��� ��(���)
� ��(���) 1
khả năng � xảy ra��� nhiều
�� �� nhất, nhỏ hơn mức –chiCarlo phí trung cụ thể của tổng chi phí khám chữa bệnh S của một
cho tabình.
�
(�|�) ��∑ ��(���)
ấtphối
hậu nghiệm: ��|�Thực hiện �100,000 ��∑� lượt�� ��
��� �X
mô phỏng
��(���) Monte 100,000 giá trị tương ứng của tổng chi phí khám
nân Mũ – Gamma: � (�|�)
Biến ngẫu
� � nhiên
phối Mũ – Gamma: Biến ngẫu nhiên X phân phối Mũ E(γ), với hàm
�|� phân
� phối Mũ E(γ), với hàm hợp
ngườihợplý:thuộc
lý: nhóm đối tượng được xét.
ân phối Mũ – Gamma: chữa bệnh Biến dongẫu
bảo
� hiểm
nhiên y
X tếphânchi trả
phối của
Mũ một
E(γ), người
với trong
hàm hợpnhóm lý:ntrong năm 2017. Các giá trị này là các giá
phân phối Mũ ��|�–(�|�)
Gamma: � ���∑ Biến ����� �� �� ��(���)
ngẫu �nhiên X phân phối Mũ E(γ), với hàm Lặphợp lại lần các bước từ 1 đến 5 sẽ nhận được một
lý:
Trường
trị
��|� thểhợp
cụ (�� của Xbiến có�phânngẫu ��� phối
nhiên Mũܵ, đại– Gamma:
diện choBiến tổng chi phí ta đang cần nghiên cứu. Do đó, các tham số đặc
(���)�)==� �� mẫu n giá trị ngẫu nhiên của tổng chi phí khám chữa
��� �
ngẫu �nhiên
�|� Xngẫu
phânngẫu� ���
phốinhiên Mũ
�
e(γ), với hàm hợp ướclý:
n phối Mũ – Gamma: trưng ��|�Biến
của
(�� biến
�) =��� �nhiên �� X
��� phân
� nàyphối có thểMũđược E(γ), với lượng
hàmbệnh hợp lý:
bởicủa cácmộtđặcngười
trưng trongcủa mẫu nhóm vừa đốimô phỏng.
tượng đượcBảng
xét 2
��|� (�� �)���� = � �� ����
hân cho ta một số thống ��� kêphối đơnhậu giảnnghiệm
của ܵ (đơn Γvịvới tính: triệutrongđồng).một năm s1,s2,…,sn. Kết quả này cho ta phân
phânphốiphốiGamma
GammaG(a,b). G(a,b).Khi Khiđóđóphân phân��� ��� phối hậu nghiệmcủa của Γ vớiđiều điềukiện kiệnx xcũng cũng
phân phối Gamma � (��
G(a,b). �) =
Khi �đó ��
phân
�
phối hậu nghiệm của Γ với phối
điều thực
kiện x nghiệm
cũng của tổng chi phí khám chữa bệnh
(a*,b*)
nG(a*,b*) với
Γ phân phối tham
với thamGamma số�|�được
số được tính
G(a,b). bởi:
tínhKhi bởi: đó phân phối hậu nghiệm của Γ với điều kiện x cũng
���
G(a*,b*) với tham số được tính bởi: Bảng ��
2: Các thống kê của giá trị mô phỏng được năm 2017
mahânG(a*,b*)
phối Gamma với tham G(a,b). số được
Khi đó tính phân bởi:phối hậu nghiệm của Γ với điều kiện x cũng
�∗�∗==� �������� ∗� ∗==� ���� � ���
st ��
G(a*,b*) với tham � số∗ được Min bởi: 1 Qu. � Median Mean 3rd Qu. Max
=∗� �tính �� � ∗ =∗� ���� � ��
���
= � � �� � = 1,04394
�0,20021 �� � � �� 2,47809 3,56643 4,96188 34,89162
ất
uấthậu hậunghiệm:
nghiệm: Nguồn:
���
��� 7
� ∗
= � � Tác�� �giả
∗ tự tính toán.
= � � � �
uất hậu nghiệm: � �
ác suất hậu nghiệm: ��|�
��|�(�|�)
(�|�)��� � �����
����� �����∑
� � �����∑ ������
� �� �
��� �� �
�
(�|�) ����� �����∑ ��� �� �
nghiệm:Số � �|�256(II) � �
tháng �
10/2018 �����∑� 74
eất – hậu
Carlo
te – Carlo �
Từ�|� (�|�) � � �����
kết quả của Bảng 2, đối với � ��� �� �
một người có thẻ trong nhóm tuổi từ 60 đến 64, khám chữa bệnh nội trú ở
nte – Carlo �
Monte – Carlo��|�tuyến (�|�) tỉnh có cho
� � ����� ta chi ���
� �����∑ phí��bình� quân vào khoảng trên 3,5 triệu đồng/năm. Tương ứng các chi phí lớn
nhất và nhỏ nhất là hơn 30 triệu đồng và 200.000 đồng.
Từ kết quả của Bảng 2, đối với một người có thẻ trong nhóm tuổi từ 60 đến 64, khám chữa bệnh nội trú ở
tuyến tỉnh có cho ta chi phí bình quân vào khoảng trên 3,5 triệu đồng/năm. Tương ứng các chi phí lớn
nhất và nhỏ nhất là hơn 30 triệu đồng và 200.000 đồng.
Bảng 3: Thống kê một số phân vị của chi phí
Quantile 0,90 0,91 0,92 0,93 0,94 0,95 0,96 0,97 0,98 0,99
Chi phí 8,242 8,611 8,964 9,402 10,018 10,658 11,520 12,639 13,832 16,534
Nguồn: Tác giả tự tính toán.

của một người trong nhóm. Từ đó, ta có thể tính toán phương pháp Bayes, ta mô phỏng tổng chi phí khám
Sử dụng
tham số đặcdữ trưng
liệu mômàphỏng được
ta quan tâmtanhư
cũng
chicóphíthể vẽ đồ thị
trung chữahàm mậtcủa
bệnh độ một
xác suất
người thực nghiệm
trong nhómcủa phân
theo phối
phương
bình, phương
và biểu đồ cộtsaitương
của chi
ứngphí,
nhưcácHình
giá trị
1. rủi
Hìnhro này
tươngmô tảpháp
dạngMonte – Carlo
phân phối củađã
chitrình
phí bày
khámtrong
chữamục 3.1.3
bệnh. Đâyở
ứng của tổng chi phí khám chữa bệnh do bảo hiểm y trên. Kết quả của mô phỏng cho ta
là phân phối lệch phải nên khả năng mức chi phí cao là rất nhỏ so với mức chi phí thấp. Mức chi phí cóphân phối xác
tế chi trả trong tương lai. suất thực nghiệm của tổng chi phí khám chữa bệnh
khả năng xảy ra nhiều nhất, nhỏ hơn mức chi phí trung bình.
4. Kết quả ước lượng của nhóm đó trong năm 2017.
Nghiên cứu sử dụng mô hình rủi ro nhóm cho Các tham số ước lượng được trong Bước 1 theo
trường hợp số lượt khám chữa bệnh phân phối các năm được thống kê trong Bảng 1. Các tham số
Poisson – Gamma và chi phí khám chữa bệnh cho này được ước lượng lại theo phương pháp Bayes với
mỗi lượt có phân phối Mũ – Gamma. Tác giả tập điều kiệu dữ liệu cập nhật từng năm. Tham số ước
trung vào dữ liệu của một nhóm người có thẻ bảo lượng tương ứng với năm 2016 sẽ được dùng để mô
hiểm y tế, cụ thể là những người thuộc nhóm tuổi phỏng trong dự báo cho năm 2017.
từ 60 đến 65, khám chữa bệnh nội trú ở tuyến tỉnh. Thực hiện 100,000 lượt mô phỏng Monte – Carlo
Với bộ dữ liệu trong 5 năm từ 2012 đến 2016, cho ta 100,000 giá trị tương ứng của tổng chi phí
nghiên cứu lần lượt thực hiện theo các bước sau: khám chữa bệnh do bảo hiểm y tế chi trả của một
- Sử dụng dữ liệu lịch sử, ước lượng các tham số 7 người trong nhóm trong năm 2017. Các giá trị này
α1, β1 trong phân phối Gamma của Λ và ước lượng là các giá trị cụ thể của biến ngẫu nhiên , đại diện
các tham số α2, β2 trong phân phối Gamma của Γ. Do cho tổng chi phí ta đang cần nghiên cứu. Do đó, các
năm 2012 là năm đầu tiên có dữ liệu nên các tham số tham số đặc trưng của biến ngẫu nhiên này có thể
được ước lượng theo phương pháp thống kê tần suất. được ước lượng bởi các đặc trưng của mẫu vừa mô
Từ năm 2013 trở đi các tham số được ước lượng phỏng. Bảng 2 cho ta một số thống kê đơn giản của
theo phương pháp Bayes, tham số cho năm sau được (đơn vị tính: triệu đồng).
ước lượng dựa vào phân phối xác suất hậu nghiệm Từ kết quả của Bảng 2, đối với một người có
với điều kiện đã biết dữ liệu của những năm trước. thẻ trong nhóm tuổi từ 60 đến 64, khám chữa bệnh
- Sử dụng tham số ước lượng được trong năm nội trú ở tuyến tỉnh có cho ta chi phí bình quân vào
2016 với dữ liệu được cập nhật qua từng năm theo khoảng trên 3,5 triệu đồng/năm. Tương ứng các chi

Hình 1: Đồ thị hàm mật độ xác suất và dạng cột của chi phí mô phỏng được

Nguồn: Tác giả tự tính toán.

Số 256(II) tháng 10/2018

5. Kết luận
75

Bài nghiên cứu này là nghiên cứu đầu tiên sử dụng mô hình rủi ro nhóm cho bộ dữ liệu khám chữa bệnh
bằng bảo hiểm y tế ở Việt Nam. Nghiên cứu đã trình bày phương pháp ước lượng tham số của mô hình
phí lớn nhất và nhỏ nhất là hơn 30 triệu đồng và
200.000 đồng.
Sử dụng dữ liệu mô phỏng được ta cũng có thể vẽ
đồ thị hàm mật độ xác suất thực nghiệm của phân
phối và biểu đồ cột tương ứng như Hình 1. Hình này
mô tả dạng phân phối của chi phí khám chữa bệnh.
Đây là phân phối lệch phải nên khả năng mức chi
phí cao là rất nhỏ so với mức chi phí thấp. Mức chi
phí có khả năng xảy ra nhiều nhất, nhỏ hơn mức chi
phí trung bình.
5. Kết luận
Bài nghiên cứu này là nghiên cứu đầu tiên sử
dụng mô hình rủi ro nhóm cho bộ dữ liệu khám chữa
bệnh bằng bảo hiểm y tế ở Việt Nam. Nghiên cứu đã
trình bày phương pháp ước lượng tham số của mô
hình theo cách tiếp cận Bayes, tức là xem tham số
như một biến ngẫu nhiên và ước lượng nó dựa vào
dữ liệu cập nhật hàng năm. Phương pháp mô phỏng
Monte-Carlo cũng được sử dụng để đưa ra phân phối
xác suất của chi phí khám chữa bệnh trong tương lai.
Ở những nghiên cứu sau, tác giả sẽ cố gắng đưa
vào mô hình nhiều dạng phân phối khác nhau của
số lượt KCB và chi phí cho mỗi lần KCB cũng như
thử với nhiều nhóm hơn. Như thế sẽ có thể so sánh
các mô hình để đưa ra dự báo phù hợp nhất cho mỗi
nhóm người tham gia bảo hiểm.

Tài liệu tham khảo:

Astolfi Roberto, Luca Lorenzoni & Jillian Oderkirk (2012), ‘A comparative analysis of health forecasting methods’,
OECD Health Working Paper No. 104, OECD.
Baltagi, B.H. & Francesco, M. (2010), ‘Health care expenditure and income in the OECD reconsidered: Evidence from
panel data’, Economic Modelling, 27(4), 804-811.
Beekman, J.A. & Clinton, P.F. (1980), ‘Simulation of a multi risk collective model’, in Computational Probability,
Elsevier, 287-301.
Bộ Y tế (2011), Strengthening management capacity and reforming health financing to implement the five-year health
sector plan 2011-2015, Hà Nội.
Brown, L., Harris, A., Picton, M., Thurecht, L., Yap, M., Harding, A. & Richardson, J. (2009), ‘Linking microsimulation
and macro-economic models to estimate the economic impact of chronic disease prevention’, in New frontiers
in microsimulation modelling, A. Zaidi, A. Harding & P. Williamson (Eds.), Surrey, UK: Ashgate Publishing
Limited, 527-555.
Culyer, A.J. & Joseph, P.N. (2000), Handbook of health economics, Elsevier.
Dickson David CM, Leanna M Tedesco & Ben Zehnwirth (1998), ‘Predictive aggregate claims distributions’, Journal
of Risk and Insurance, 65(4), 689-709.
Fellingham, G.W., Athanasios, K. & Brian, M.H. (2015), ‘Bayesian nonparametric predictive modeling of group health
claims’, Insurance: Mathematics and Economics, 60, 1-10.
Getzen, T.E. & Jean, P.P. (1992), ‘International health spending forecasts: concepts and evaluation’, Social Science &
Medicine, 34(9), 1057-1068.
Giang Thanh Long , Phạm Thị Hồng Thắm & Phạm Lê Tuấn (2016), ‘Bảo hiểm y tế trong chăm sóc sức khỏe cho NCT
ở Việt Nam’, Tạp chí Tạp chí Kinh tế và Phát triển, 9/2016, 38-48.
Hayne, R.M. (1989), ‘Application of Collective Risk Theory to Estimate Variability in Loss Reserves’, Proceedings of
the Casualty Actuarial Society, Casualty Actuarial Society Forum, Trang 77-97.
Heckman, P.E. & Glenn, G.M. (1983), ‘The calculation of aggregate loss distributions from claim severity and claim
count distributions’, Proceedings of the Casualty Actuarial Society, Casualty Actuarial Society Forum, 49-66.
Hernández-Bastida, A., Fernández-Sánchez, M.P. & Gómez-Déniz, E. (2009), ‘The net Bayes premium with dependence
between the risk profiles’, Insurance: Mathematics and Economics, 45(2), 247-254.
Hernández-Bastida A., Fernández-Sánchez, M.P. & Gómez-Déniz, E. (2011), ‘Collective risk model: Poisson–Lindley
and exponential distributions for Bayes premium and operational risk’, Journal of Statistical Computation and

Số 256(II) tháng 10/2018 76

 Simulation, 81(6), 759-778.
Kelly, E., Giang, T.L. & Pham, T.H.T. (2016), Actuarial analysis related to development of vietnam’s social health
insurance package, United States Agency for International Development.
Klugman, S.A., Harry, H.P. & Gordon, E.W. (2012), Loss models: from data to decisions, John Wiley & Sons publisher.
Klugman Stuart A. (2013), Bayesian statistics in actuarial science: with emphasis on credibility, Springer Science &
Business Media publisher.
Kozubowski Tomasz J. & Anna K. Panorska (2005), ‘A mixed bivariate distribution with exponential and geometric
marginals’, Journal of Statistical Planning and Inference, 134(2), 501-520.
Makov Udi E. (2001), ‘Principal applications of Bayesian methods in actuarial science: a perspective’, Tạp chí North
American Actuarial Journal, 5(4), 53-57.
Meyers Glenn (2009), ‘Stochastic loss reserving with the collective risk model’, Variance, 3(2), 239-269.
Meyers Glenn G. (2007), ‘Estimating predictive distributions for loss reserve models’, Variance, 1(2), 248-272.
Meyers Glenn & Nathaniel Schenker (1983), ‘Parameter Uncertainty in the Collective Risk Model’, The Pacific Coast
Archaeological Society 70, 111-143.
Migon Helio S. & Fernando A.S. Moura (2005), ‘Hierarchical bayesian collective risk model: an application to health
insurance’, Insurance: Mathematics and Economics, 36(2), 119-135.
Mildenhall Stephen J. (2006), ‘A multivariate Bayesian claim count development model with closed form posterior and
predictive distributions’, CAS Proceedings, The Casualty Actuarial Society Forum, 451-493.
Ngân hàng Thế giới (2017), World Development Indicators, truy cập ngày 10 tháng 8 năm 2018, từ <https://data.
worldbank.org/products/wdi>.
Oliveira Martins Joaquim & Christine De la Maisonneuve (2006), ‘The drivers of public expenditure on health and
long-term care: An integrated approach’, OECD Economic Studies, 2006(2), retrieved on August 10th 2018, from
<https://doi.org/10.1787/eco_studies-v2006-art11-en>.
Przywara Bartosz (2010), ‘Projecting future health care expenditure at European level: drivers, methodology and main
results’, European Economy Economic Papers, 417, retrieved on August 10th 2018, from <http://ec.europa.eu/
economy_finance/publications/economic_paper/2010/ecp417_en.htm>.
Racic Tatjana (1997), ‘The actual uses of health service indicators and projections of health services expenditures in
Croitia’, F&R Insurance Consulting, 341-354.
Ringel Jeanne S., Christine Eibner, Federico Girosi, Amado Cordova & Elizabeth A. McGlynn (2010), ‘Modeling
health care policy alternatives’, Health Services Research, 45(52), 1541-1558.
Tse Yiu-Kuen (2009), Nonlife actuarial models: theory, methods and evaluation, Cambridge University Press.
Vos Theo, John Goss, Stephen Begg & Nicholas Mann (2007), Projection of health care expenditure by disease: a case
study from Australia, retrieved on August 10th 2018, from < https://www.researchgate.net/publication/43470170_
Projection_of_Health_Care_Expenditure_by_Disease_A_Case_Study_from_Australia>.
Warshawsky Mark J. (1994), ‘Projections of health care expenditures as a share of the GDP: actuarial and macroeconomic
approaches’, Health Services Research, 29(3), 293-313.
Wuthrich Mario V. (2017), Non-life insurance: mathematics & statistics, retrieved on August 10th 2018, from <https://
ssrn.com/abstract=2319328 or http://dx.doi.org/10.2139/ssrn.2319328>.
Yu Guang Qu (2015), ‘Hierarchical bayesian modeling of health insurance claims’, A Project Sub of Master of Science,
Simon Fraser University.

Số 256(II) tháng 10/2018 77

 CÁC YẾU TỐ TÁC ĐỘNG ĐẾN KHẢ NĂNG
ĐI HỌC ĐÚNG ĐỘ TUỔI Ở VIỆT NAM
GIAI ĐOẠN 2010 - 2014
Lê Đức Hoàng
Khoa Toán kinh tế, Đại học Kinh tế Quốc dân
Email: Hoangld@neu.edu.vn

Ngày nhận: 27/8/2018

Ngày nhận bản sửa: 02/10/2018
Ngày duyệt đăng: 15/10/2018

Tóm tắt:
Hầu hết mọi người đều ý thức được tầm quan trọng của giáo dục, nhưng cơ hội để tiếp cận
giáo dục của mỗi cá nhân lại không giống nhau, vì sự tồn tại của các bất bình đẳng trong
giáo dục. Giới tính, tình trạng sức khoẻ, dân tộc, tôn giáo, hoàn cảnh gia đình, điều kiện
kinh tế xã hội của khu vực sống, giai tầng xã hội…là những yếu tố có ảnh hưởng rất lớn
tới khả năng tiếp cận giáo dục của con người. Điều đó dẫn đến sự khác biệt giữa các nhóm
đối tượng về tỷ lệ nhập học đúng độ tuổi ở các cấp học trong hệ thống giáo dục quốc dân.
Bài viết sử dụng mô hình kinh tế lượng xác định các nhân tố thực sự có ảnh hưởng tới khả
năng đi học đúng độ tuổi và đo lường sự khác biệt giữa các nhóm đối tượng. Từ đó chỉ ra
sự tồn tại của bất bình đẳng trong tiếp cận giáo dục và đưa ra một số khuyến nghị về việc
đảm bảo công bằng xã hội trong giáo dục ở Việt Nam.
Từ khóa: Tiếp cận giáo dục, nhập học đúng tuổi, bất bình đẳng trong giáo dục.

Determinants of the School Enrollments at the Right Age in Vietnam in the Period
from 2010 to 2014
Abstract:
Although most of people are aware of the benefits of education, the opportunity of access to
educational systems varies among them due to the ongoing inequality in education. Gender,
health status, ethnics, family background, socio-economic condition of the local residential
region, social classes, etc. are the major factors mostly affecting individuals’ chance of
access to education. This leads to the disparity of enrollment rate at the right age at different
educational levels and among learner categories. This study uses econometric models to
find out the determinants of enrollment rate at the right age and measure the disparities
among categories. The results indicate the existence of inequality in education access and
suggest some recommendations on ensuring social justice in Vietnam’s education.
Keywords: Access to education, Enrollment at right age, Inequality in education.

1. Giới thiệu
Một trong những nội dung quan trọng của chính
sách giáo dục quốc gia là đảm bảo công bằng xã
hội trong giáo dục, mà biểu hiện quan trọng nhất
là đảm bảo sự tiếp cận bình đẳng về cơ hội học tập
cho mọi người dân. Qua hơn 30 năm đổi mới, Ðảng,
Nhà nước và ngành giáo dục đã đề ra rất nhiều chủ
trương, chính sách và biện pháp cụ thể nhằm thực
hiện công bằng xã hội trong giáo dục, tạo cơ hội
bình đẳng trong tiếp cận giáo dục, hướng tới việc
bảo đảm cho mọi công dân, không phân biệt dân tộc,
tôn giáo, tín ngưỡng, giới tính, nguồn gốc gia đình,

Số 256(II) tháng 10/2018 78

địa vị xã hội, hoàn cảnh kinh tế…được bình đẳng về xã hội, từ đó đánh giá được về mức độ bất bình đẳng
cơ hội học tập. Tuy nhiên, trong điều kiện cơ chế thị trong giáo dục. Người ta cũng xây dựng một số chỉ
trường, sự phân hóa trong xã hội có chiều hướng gia số và độ đo để đo lường bất bình đẳng giáo dục như
tăng dẫn đến nguy cơ thiếu bình đẳng trong tiếp cận hệ số Gini giáo dục, độ đo Theil. Các chỉ số này có
giáo dục, tăng khoảng cách về cơ hội học tập giữa thể tính cho các nhóm xã hội khác nhau trong mỗi
các vùng miền và cho các đối tượng người học. quốc gia, theo các giai đoạn; hoặc tính cho các quốc
Trong bài viết này, tác giả phân tích một trong gia khác nhau...để phản ánh thực trạng và diễn biến
những chỉ số quan trọng đánh giá khả năng tiếp cận của tình trạng bất bình đẳng trong giáo dục ở các
giáo dục là tỉ lệ nhập học đúng độ tuổi; ước lượng khu vực, trong mỗi nước và có thể so sánh giữa các
các mô hình kinh tế lượng để chỉ ra các yếu tố có ảnh quốc gia. Một số nghiên cứu về bất bình đẳng giáo
hưởng đến khả năng đi học đúng tuổi ở các bậc học, dục theo hướng này có thể kể tới như là nghiên cứu
và từ đó đưa ra một số khuyến nghị để Nhà nước của Coleman, James S. (1968), Weele (1975), Sheret
định hướng tốt hơn trong hoạch định các chính sách (1988), Vinod Thomas & cộng sự (2003), Rosni &
Hamri (2006), Nguyễn Nguyệt Nga (2004), Đỗ
về giáo dục và nỗ lực trong việc thực hiện để đảm
Thiên Kính (2005), Xiaolei Qian & Russel Smyth
bảo công bằng xã hội trong giáo dục phù hợp với
(2005), Sahn & Younger (2005), Don Holsinger &
điều kiện kinh tế − xã hội của Việt Nam hiện nay.
James Jacob (2008), Rew (2009), Liao Maozhong &
2. Cơ sở lý thuyết và phương pháp nghiên cứu Shen Hua (2011), Ngô Quỳnh An (2017), Lê Ngọc
Tình trạng bất bình đẳng trong giáo dục làm giảm Hùng (2015, 2018).
hiệu quả và lợi ích mà giáo dục có thể đem đến cho Hướng thứ hai, người ta sử dụng các mô hình
cuộc sống của con người và xã hội. Đối với cá nhân, kinh tế lượng để đánh giá tác động của sự khác biệt
việc bị tước bỏ cơ hội đi học gây ra hậu quả xấu trực về các đặc điểm về cá nhân, nền tảng gia đình, xã
tiếp trước mắt và lâu dài đối với cuộc sống của họ. hội (thể hiện qua việc phân thành các nhóm xã hội
Đối với cộng đồng xã hội, sự bất bình đẳng xã hội khác nhau) tới khả năng tham gia vào các bậc học
trong giáo dục có thể dẫn tới những bất ổn định, mâu khác nhau, đạt được các thành tựu học tập khác nhau
thuẫn, xung đột, nghèo nàn, tụt hậu, chậm phát triển như thế nào. Tiêu biểu cho hướng nghiên cứu này là
và phát triển thiếu bền vững. Bất bình đẳng trong các công trình của Trương Thị Kim Chuyên & cộng
giáo dục được quan tâm ở hầu hết các quốc gia và có sự (1999), Picard & Wolff (2005), Xiaojun Wang &
rất nhiều công trình nghiên cứu về vấn đề này. cộng sự (2007), Henan Cheng (2009), Jan Koucký
Cógiáhai
táchướng
động của các nhân
nghiên cứutốchính
tới khảđểnăng
xemđểxétmộtvềcá nhân đi họcsựđúng
& cộng tuổi ởNguyễn
(2007), các cấp học ĐứckhácVinhnhau.
(2009), Vu
Qua đẳng
bất bình các mô hìnhgiáo
trong này, dục.
tác giả chỉ rathứ
Hướng những
nhấtyếu sửthựcHoang
là tố Linh
sự có tác (2012),
động Trần
tới xác suấtQuý thamLong (2014).
gia học tập
dụngđúng
các chỉ
tuổi,tiêu
thấyđểđược
xemmức xét sự
độ khác biệtđẳng
bất bình trongtrong
tiếp tiếp cận
Tỷ giáo
lệ đidục
họcđúng
đúngđộ tuổilà qua
tuổi mộtsựtiêukhác
chíbiệt
và là thước
cận giáo dụcnhóm
giữa các ở khía xãcạnh
hội vàđầu vàođưa
từ đó (cơrahội
mộthọc tập), nghị.
số khuyến đo phản ánh rõ nhất và chính xác nhất về cơ hội đi
và khía cạnh đầu ra (kết quả đạt được của việc học học nói riêng và cơ hội giáo dục nói chung của dân
3.1. Một số thống kê mô tả về tỷ lệ nhập học đúng tuổi
tập) giữa các nhóm đối tượng khác nhau về vùng số trong độ tuổi đi học. Căn cứ vào tỷ lệ đi học đúng
miền,Tỷkhu
lệ nhập học đúng
vực sống, giới tuổi
tính,làdân
tỷ tộc,
lệ họctônsinh trong
giáo, tìnhđộ tuổi
tuổilýcác
thuyết
cấp bậcở một bậcdục
giáo họctừnàogiáođódục
thammầmgia non đến
trạngvào
hônbậcnhân,
học đó,tìnhchia chothu
trạng tổng dân số
nhập, nhưtrong
là: tỷđộ lệ
tuổi giáo
đó. Trong
dục đạibàihọc
viếtcónày,
thể tác
đánh giảgiásửđược
dụngtiến
địnhbộ xã hội,
nhậpnghĩa
học chung,
về nhậptỷhọc lệ nhập
đúng học
tuổi đúng
được tuổi,
Tổngsố cụcnăm
Thốngđi kêcông
sử dụng
bằngtrong phânđẳng
và bình tích các
xã hộichỉ trong
tiêu chủ yếu
giáo dục − đào
học bình quân, trình độ giáo dục phổ thông
của giáo dục Việt Nam từ số liệu Tổng điều tra dân số và giáo tạonăm
nói riêng
2009. và trìnhđó,
Trong độđộpháttuổitriển
đúngxãđểhộihọcnói chung
dục đại
tập học cao học
bậc tiểu nhấtlàđạt được,
6-11, bậctỷtrung
lệ được
học cơmiễn giảm
sở là 12-15,của
bậc cộng đồng,trung
phổ thông dân học
tộc là
và16-18.
của quốc gia.đềTrong bài
Tác giả
học phí,
xuất mức chi độ
sử dụng phítuổi
chođúng
việc cho
đi học,…để
học tập bậcthấycaođược
đẳng −viết này,làđể19-23.
đại học xem xét việc tiếp cận giáo dục thông qua
các sự khác biệt trong các chỉ tiêu này ở các nhóm tỷ lệ đi học đúng tuổi ở các cấp học, tác giả kết hợp

Bảng 1: Tỷ lệ nhập học đúng tuổi theo các bậc học (%)
Tiểu học Trung học cơ sở Phổ thông trung học Cao đẳng – Đại học
Năm 2010 90,57 79,98 56,63 24,92
Năm 2012 91,74 79,69 57,68 29,37
Năm 2014 92,22 83,69 59,13 29,7
Nguồn: Tính toán của tác giả từ số liệu VHLSS 2010-2014.

Số 256(II) tháng
Tỷ lệ nhập đúng tuổi của các bậc học đều có 79
học 10/2018 xu hướng tăng lên qua các năm, với trên 90% ở
bậc tiểu học và trên 80% ở bậc trung học cơ sở. Điều này cho thấy cơ hội học tập ngày càng được
mở rộng, đồng thời thể hiện vai trò của giáo dục đào tạo đang được xã hội nhìn nhận ngày càng
 Tỷ lệ nhập học đúng tuổi của các bậc học đều có xu hướng tăng lên qua các năm, với trên 90% ở
bậc tiểu học và trên 80% ở bậc trung học cơ sở. Điều này cho thấy cơ hội học tập ngày càng được
mở rộng, đồng thời thể hiện vai trò của giáo dục đào tạo đang được xã hội nhìn nhận ngày càng
tích cực và đầy đủ; mọi người tận dụng cơ hội học tập để nâng cao kiến thức chuyên môn và kỹ
năng nghề nghiệp để đáp ứng yêu cầu của công việc và cuộc sống.
Bảng 2: Tỷ lệ nhập học đúng tuổi theo khu vực nông thôn − thành thị (%)
Khu vực Tiểu học Trung học cơ sở Phổ thông trung học Cao đẳng – Đại
học
Năm 2010 Nông thôn 90,51 78,79 51,44 20,01
Thành thị 90,77 84,04 73,67 39,54
Năm 2012 Nông thôn 91,76 78,58 53,9 24,51
Thành thị 91,7 83,19 68,8 42,88
Nông thôn 91,97 81,63 54,97 24,83
Năm 2014
Thành thị 92,89 89,6 71,14 41,93
Nguồn: Tính toán của tác giả từ số liệu VHLSS 2010-2014.

cả hai hướng nghiên cứu. Tác giả sử dụng số liệu từ phân tích các chỉ tiêu chủ yếu của giáo dục Việt Nam
KhảoTỷ sátlệmức
nhậpsống
học hộ
đúng
giatuổi
đìnhgiữa
Việtkhu vực(VHLSS)
Nam nông thôn vàtừthành
số liệuthịTổng
gần như
điềukhông có số
tra dân chênh
nămlệch ở cấp
2009. Trong đó,
các năm 2010, 2012, 2014; tính toán các thống kê độ tuổi đúng để học tập bậc tiểu học là và
tiểu học, chênh khá ít ở bậc trung học cơ sở nhưng phân hóa rất mạnh ở bậc phổ thông trung học 6-11, bậc
mô tảbậcvề cao
tỷ lệđẳng
nhập– học
đại học.
đúngỞ tuổi
các bậc học đòi
để thấy đượchỏisựchi phí cho việc học tập cao, và điều kiện để tham
trung học cơ sở là 12-15, bậc phổ thông trung học là
khác biệt
gia họcgiữatập
cáckhónhóm đối(do
khăn tượng, từ không
có thể đó tác giả ước học
có trường 16-18.nằmTáctrêngiảđịa
đề bàn
xuấtsinh sống độ
sử dụng hoặc
tuổichỉ tiêucho học
đúng
lượngtuyển
các môsinhhình
thấp sử
hơndụng hồinhu
so với quycầu...),
Logistic
chúngđánh
ta thấytập
rõbậc
nhữngcaongười
đẳng sống
− đạiởhọc
khulàvực
19-23.
thành thị có
giá tácnhiều
độngcơcủa các nhân tố tới khả năng để một cá
hội để tiếp cận và tham gia học tập hơn hẳnTỷ so lệ
vớinhập
những
họcngười
đúng sống ở khu
tuổi của cácvực
bậcnông
học đều có
nhân đi học
thôn. đúng tuổi ở các cấp học khác nhau. Qua xu hướng tăng lên qua các năm, với trên 90% ở bậc
các mô hình này, tác giả chỉ ra những yếu tố thực sự tiểu học và trên 80% ở bậc trung học cơ sở. Điều này
có tác động tới xác suất tham gia học tập đúng tuổi, cho thấy cơ hội học tập ngày càng được mở rộng,
thấy được mức độ bất bình đẳng trong tiếp cận giáo đồng thời thể hiện vai trò của giáo dục đào tạo đang
dục đúng độ tuổi qua sự khác biệt giữa các nhóm xã được xã hội nhìn nhận ngày càng tích cực và đầy đủ;
hội và từ đó đưa ra một số khuyến nghị. mọi người tận dụng cơ hội học tập để nâng cao kiến
3.Kết quả nghiên cứu thức chuyên môn và kỹ năng nghề nghiệp để đáp
3.1. Một số thống kê mô tả về tỷ lệ nhập học ứng yêu cầu của công việc và cuộc sống.
đúng tuổi Tỷ lệ nhập học đúng tuổi giữa khu vực nông thôn
Tỷ lệ nhập học đúng tuổi là tỷ lệ học sinh trong độ và thành thị gần như không có chênh lệch ở cấp tiểu
tuổi lý thuyết ở một bậc học nào đó tham gia vào bậc học, chênh khá ít ở bậc trung học cơ sở nhưng phân
học đó, chia cho tổng dân số trong độ tuổi đó. Trong hóa rất mạnh ở bậc phổ thông trung học và bậc cao
bài viết này, tác giả sử dụng định nghĩa về nhập học đẳng – đại học. Ở các bậc học đòi hỏi chi phí cho
đúng tuổi được Tổng cục Thống kê sử dụng trong việc học tập cao, và điều kiện để tham gia học tập

Bảng 3: Tỷ lệ nhập học đúng tuổi theo giới tính và dân tộc (%)
Dân tộc/Giới Tiểu học Trung học cơ sở Phổ thông trung học Cao đẳng –
Đại học
Năm 2010 Nữ 89,78 81,18 60,8 27,39
Nam 91,34 78,91 52,67 22,48
Dân tộc khác 88,07 66,19 28,57 4,75
Kinh/Hoa 91,3 83,87 63,16 29,26
Nữ 91,38 80,1 61,2 32,48
Năm 2012 Nam 92,06 79,29 54,27 26,5
Dân tộc khác 87,37 64,45 28,82 7,25
Kinh/Hoa 92,99 83,87 64,75 34,43
Nữ 91,37 84,82 65,56 32,33
Năm 2014 Nam 93,03 82,66 52,89 27,26
Dân tộc khác 90,89 68,48 33,14 7,3
Kinh/Hoa 92,58 87,68 65,55 35,09
Nguồn: Tính toán của tác giả từ số liệu VHLSS 2010-2014.

Số 256(II) tháng
Một điểm 10/2018
khá thú 80ở tất cả các bậc học khác, tỷ lệ nhập học đúng
vị là chỉ trừ bậc tiểu học, còn lại
tuổi của nữ đều cao hơn của nam, rõ nhất là ở bậc phổ thông trung học và bậc cao đẳng – đại học.
Điều này cho phép chúng ta nhận định rằng cơ hội học tập đang được cung cấp cho người dân và
 Bảng 4: Tỷ lệ nhập học đúng tuổi chia theo các vùng (%)
Vùng kinh tế Tiểu học Trung học cơ sở Phổ thông Cao đẳng –
trung học Đại học
Năm 2010 Đồng bằng sông Hồng 94,09 90,53 70,54 38,56
Trung du và miền núi phía 89,21 77,78 51,33 14,52
Bắc
Bắc Trung Bộ và Duyển hải 90,16 83,41 61,07 29,87
miền Trung
Tây Nguyên 89,07 73,04 48,4 22,73
Đông Nam Bộ 92,36 79,83 57,96 27,13
Đồng bằng sông Cửu Long 89,52 71,58 44,95 14,31
Đồng bằng sông Hồng 93,54 87,53 75,75 42,44
Năm 2012 Trung du và miền núi phía 90,55 76,23 51,82 17,76
Bắc
Bắc Trung Bộ và Duyên hải 93,83 84,23 65,13 35,83
miền Trung
Tây Nguyên 88,1 80,17 43,53 22,36
Đông Nam Bộ 92,68 80,68 53,95 32,12
Đồng bằng sông Cửu Long 90,28 70,7 46,01 21,42
Đồng bằng sông Hồng 93,45 93,44 76,87 44,74
Năm 2014 Trung du và miền núi phía 92,94 81,12 53,47 17,83
Bắc
Bắc Trung Bộ và Duyên hải 91,84 85,5 66,75 33,45
miền Trung
Tây Nguyên 91,24 72,44 47,89 29,43
Đông Nam Bộ 93,25 89,36 56,28 27,48
Đồng bằng sông Cửu Long 90,56 78,79 45,2 24,42
Nguồn: Tính toán của tác giả từ số liệu VHLSS 2010-2014.

khó khăn (do có thể không có trường học nằm trên chế hơn trong việc tiếp cận và hưởng lợi từ các dịch
Khi phân chia các quan sát theo vùng kinh tế, ta thấy những vùng càng có điều kiện kinh tế − xã
địa bàn sinh sống hoặc chỉ tiêu tuyển sinh thấp hơn vụ giáo dục, nhất là giáo dục bậc cao.
hội thuận lợi, cơ sở hạ tầng, trường học, giao thông…phát triển thì người dân càng có nhiều cơ hội
so với nhu cầu...), chúng ta thấy rõ những người Khi phân chia các quan sát theo vùng kinh tế, ta
sống tham
ở khu giavực
học thành
tập. Vùng Đồng
thị có bằng
nhiều cơsông
hội Hồng và Bắc Trung Bộ − Duyên hải miền Trung luôn là
để tiếp thấy những vùng càng có điều kiện kinh tế − xã hội
haitham
cận và vùnggia
có học
tỷ lệtập
nhập
hơnhọc
hẳnđúng tuổinhững
so với cao nhất toàn quốc, trong khi Trung du − Miền núi phía Bắc
người thuận lợi, cơ sở hạ tầng, trường học, giao thông…
sống và Đồng
ở khu vựcbằng
nôngsông Cửu Long là hai khu vực có tỷ lệ
thôn. thấptriển
phát nhất.thìĐặc biệt dân
người là Trung có −nhiều
càng du Miềncơ
núihội tham
Mộtphía Bắc khá
điểm có tỷthú
lệ nhập
vị là học
chỉ ởtrừ
bậcbậc
caotiểu
đẳng – đại
học, cònhọc chỉ
giabằng
học dưới
tập. một
VùngnửaĐồng
của khu vựcsông
bằng ĐồngHồng
bằng và Bắc
lại ở sông Hồng
tất cả các và
bậcBắc Trung
học Bộtỷ− lệ
khác, Duyên
nhậphải
họcmiền
đúngTrung.Trung Bộ − Duyên hải miền Trung luôn là hai vùng
tuổi của nữ đều cao hơn của nam, rõ nhất là ở bậc có tỷ lệ nhập học đúng tuổi cao nhất toàn quốc, trong
phổ thông trung học và bậc cao đẳng – đại học. Điều khi Trung du − Miền núi phía Bắc và Đồng bằng
này cho phép chúng ta nhận định rằng cơ hội học tập sông Cửu Long là hai khu vực có tỷ lệ thấp nhất.
đang được cung cấp cho người dân và được người Đặc biệt là Trung du − Miền núi phía Bắc có tỷ lệ
dân tiếp nhận không có sự phân biệt về giới tính. nhập học ở bậc cao đẳng – đại học chỉ bằng dưới
Nam giới và nữ giới được đối xử bình đẳng trong một nửa của khu vực Đồng bằng sông Hồng và Bắc
các quyết định về học tập. Trung Bộ − Duyên hải miền Trung.
Bên cạnh đó thì tỷ lệ nhập học đúng tuổi của Thu nhập cũng vẫn thể hiện là yếu tố quan trọng
người dân tộc Kinh/Hoa cao hơn so với người dân trong việc tạo lập các cơ hội học tập đúng độ tuổi
tộc khác ở tất cả các bậc học và qua các năm. Mức cho người dân. Ở bậc học tiểu học chi phí rất ít và là
độ khác biệt ngày càng tăng lên theo bậc học và thể bậc phổ cập nên tỷ lệ nhập học hầu như không có sự
hiện đặc biệt rõ ở bậc phổ thông trung học và bậc khác biệt giữa các nhóm thu nhập. Tuy nhiên, càng
cao đẳng – đại học với mức chênh lệch lên tới 5-6 lên các bậc học trên thì tỷ lệ này càng khác biệt rất rõ
lần. Như vậy, người dân tộc thiểu số vẫn đang bị hạn rệt, khi mà chi phí cho việc đi học là tăng cao. Ở bậc

Số 256(II) tháng 10/2018 81

 Bảng 5: Tỷ lệ nhập học đúng tuổi chia theo các nhóm thu nhập (%)
Tiểu học Trung học cơ sở Phổ thông trung học Cao đẳng – Đại
học
Năm 2010 Thấp nhất 87,57 72,54 40,59 10,77
Thấp 90,7 77,3 50,26 18,49
Trung bình 92,51 85,34 60,92 23,55
Cao 92,58 86,54 69,87 33,6
Cao nhất 92,68 88,18 77 41,14
Thấp nhất 88,65 67,86 39,73 10,67
Năm 2012 Thấp 92,91 81,68 53,23 24,22
Trung bình 92,75 82,44 66,98 30,53
Cao 94,25 86,13 66,57 38,04
Cao nhất 92,26 91,91 73,88 43,72
Thấp nhất 90,75 71,47 40,93 11,25
Năm 2014 Thấp 92,04 84,06 59,44 25,42
Trung bình 92,82 88,89 61,64 31,84
Cao 93,16 91,03 70,65 37,25
Cao nhất 93,65 92,11 76 44,69
Nguồn: Tính toán của tác giả từ số liệu VHLSS 2010-2014.

học cao đẳng – đại học thì tỷ lệ nhập học đúng tuổi thông trung học có 6110 quan sát và mô hình với bậc
Thu nhập cũng vẫn thể hiện là yếu tố quan trọng trong việc tạo lập các cơ hội học tập đúng độ tuổi
của những người ở nhóm thu nhập cao nhất thường cao đẳng − đại học có 8819 quan sát. Có khá nhiều
cho người dân. Ở bậc học tiểu học chi phí rất ít và là bậc phổ cập nên tỷ lệ nhập học hầu như không
gấp khoảng 4 lần so với những người thuộc nhóm quan sát đã bị loại bỏ do thiếu thông tin về các biến
nghèo cónhất.
sự khác
Nhưbiệtvậy, giữa
tìnhcác nhóm
trạng thuthu
nhậpnhập.
củaTuy nhiên,sốcàng
hộ có lên quan
có liên các bậc nhưhọc
họctrên
vấnthìcao
tỷ nhất
lệ này
củacàng
bố mẹ, tình
khác biệt rất rõ rệt, khi mà chi phí
thể là một nguyên nhân quan trọng tạo ra bất bình cho việc đi học là tăng
trạng cao.
đào Ở
tạobậc
nghềhọc cao
của đẳng
bố mẹ… – đại học thì tỷ
đẳnglệtrong
nhậptiếp
họccận
đúng tuổidục
giáo củacủanhữngngườingười
dân.ở nhóm thu nhập Cáccaobiến
nhấtsốthường gấp khoảng 4 lần so với
những người thuộc
3.2. Kết quả ước lượng mô hìnhnhóm nghèo nhất. Như vậy, tình trạng thu nhập của hộ có thể là một nguyên
Biến phụ thuộc trong các mô hình là biến nhị
nhân quan trọng tạo ra bất bình đẳng trong tiếp cận giáo phân dụcthểcủa người
hiện tìnhdân.
trạng một cá nhân trong độ tuổi đi
Tác giả sử dụng mô hình Logistic nhị phân để
xem 3.2.
xét Kết
các quả
nhânước tốlượng
quyếtmô địnhhìnhviệc đi học đúng học ở một bậc học nào đó có đang tham gia học tập
tuổi của ở bậc học đó hay không. Các biến độc lập trong mô
Tác một cá dụng
giả sử nhân.mô Qua cácLogistic
hình thống kê nhịmô tả ởđểphần
phân xem xét các nhân tố quyết định việc đi học đúng tuổi
trên, của
ta thấy tỷ lệ đi học đúng tuổi bậc tiểu học và hình được chia thành 3 nhóm:
một cá nhân. Qua các thống kê mô tả ở phần trên, ta thấy tỷ lệ đi học đúng tuổi bậc tiểu học và
trung học cơ sở ở nước ta là khá cao và tăng lên đều - Các biến mang đặc trưng cá nhân: giới tính, dân
trung học cơ sở ở nước ta là khá cao và tăng lên đều đặn qua các năm. Theo mục tiêu đặt ra trong
đặn qua các năm. Theo mục tiêu đặt ra trong Báo tộc, tình trạng hôn nhân.
Báo cáo quốc gia “Giáo dục cho mọi người năm 2015” của Việt Nam, đảm bảo đến năm 2020, tất
cáo quốc gia “Giáo dục cho mọi người năm 2015” - Các biến mang đặc trưng của hộ: số người trong
cả trẻ em đều được tiếp cận và hoàn thành giáo dục tiểu học phổ cập với chất lượng tốt và miễn
của Việt Nam, đảm bảo đến năm 2020, tất cả trẻ em hộ, số người đang đi học trong hộ, tuổi của chủ hộ,
phí; tỷtiếp
đều được lệ đi
cậnhọcvàđúnghoànđộthành
tuổi ởgiáo
tiểudục
học tiểu
là 99%;
học tỷ lệ đi học đúng độ tuổi bậc trung học cơ sở là
giới tính của chủ hộ, học vấn cao nhất của bố mẹ,
95%với
phổ cập và chất
100%lượngtỉnh/thành
tốt vàphốmiễn đạtphí;
phổtỷcậplệ giáo
đi họcdục trung học cơ sở. Đồng thời, do hạn chế khuôn
tình trạng hôn nhân của bố mẹ, chi tiêu bình quân
đúngkhổ của bài
độ tuổi viết,
ở tiểu họctáclàgiả không
99%; trình
tỷ lệ bày đúng
đi học kết quảđộ ướcđầulượng
ngườimô của
hìnhhộ. đối với cấp tiểu học và trung
tuổi bậc
học trung họcchỉ
cơ sở mà cơ ước
sở làlượng
95%xác và 100%
suất đitỉnh/thành
học đúng tuổi cho bậc phổ thông trung học và bậc cao đẳng
- Các biến mang đặc trưng điều kiện kinh tế − xã
phố đạt
– đạiphổ cập giáo dục trung học cơ sở. Đồng thời, hội chung: khu vực sống (nông thôn hay thành thị),
học.
do hạn chế khuôn khổ của bài viết, tác giả không vùng kinh tế, trên địa bàn (phường/xã) có trường
Số liệu
trình bày kết quả ước lượng mô hình đối với cấp tiểu học ở cấp học tương ứng hay không.
học vàMôtrung
hìnhhọc
sử dụng
cơ sởsố màliệu
chỉ gộp
ước từ VHLSS
lượng các năm
xác suất đi 2010, 2012, 2014. Theo định nghĩa về đi học
đúng tuổi Mộtthôngsố biến
trungđặchọctrưng choquantrình
sátđộ
và học
mô vấn và
học đúng tuổi các
chobậc bậchọc phổở phần
thôngtrêntrungthì mô
họchình với bậc phổ
và bậc có 6110
tình trạng đào tạo nghề của bố mẹ trong quá trình
hình –với
cao đẳng đạibậc
học.cao đẳng − đại học có 8819 quan sát. Có khá nhiều quan sát đã bị loại bỏ do thiếu
ước lượng mô hình được xem xét dưới cả hai dạng
Sốthông
liệu tin về các biến số có liên quan như học vấn caolànhất của bố mẹ, tình trạng đào tạo nghề của
biến thứ bậc và biến định danh. Tích của các biến
Mô bốhình
mẹ…sử dụng số liệu gộp từ VHLSS các năm
giả cũng được đưa vào trong quá trình xây dựng và
2010,Các 2012,
biến2014.
số Theo định nghĩa về đi học đúng lựa chọn mô hình để xem xét về ảnh hưởng tương
tuổi các bậc học ở phần trên thì mô hình với bậc phổ tác giữa các biến định tính.

Số 256(II) tháng 10/2018 82

 quân đầu người của hộ.
- Các biến mang đặc trưng điều kiện kinh tế − xã hội chung: khu vực sống (nông thôn hay thành
thị), vùng kinh tế, trên địa bàn (phường/xã) có trường học ở cấp học tương ứng hay không.

Bảng 6: Ký hiệu và mô tả của các biến số

Tên biến Giá trị/đơn Trạng thái của đối tượng/ Nội dung biến số
vị
Y 1 Nếu quan sát nhập học đúng tuổi
0 Nếu quan sát không nhập học đúng tuổi
Hhsize Người Số người trong hộ
Number_Schooling Người Số người trong hộ hiện đang đi học
Per capita Nghìn Chi tiêu bình quân của hộ
expenditure đồng/tháng
Father's education/ 0 Quan sát có bố (mẹ) chưa tốt nghiệp Tiểu học
Mother's education 1 Quan sát có bố (mẹ) tốt nghiệp Tiểu học
2 Quan sát có bố (mẹ) tốt nghiệp trung học cơ sở
3 Quan sát có bố (mẹ) tốt nghiệp phổ thông trung học
4 Quan sát có bố (mẹ) trình độ cao đẳng
5 Quan sát có bố (mẹ) trình độ Đại học
6 Quan sát có bố (mẹ) trình độ sau đại học
Father's (Mother’s) 0 Quan sát có bố (mẹ) không học nghề
vocational trainning 1 Quan sát có bố (mẹ) trình độ sơ cấp nghề
2 Quan sát có bố (mẹ) trình độ trung cấp − cao đẳng nghề
Region 1 Đồng bằng sông Hồng
2 Trung du và miền núi phía Bắc
3 Bắc Trung Bộ và duyên hải miền Trung
4 Tây Nguyên
5 Đông Nam Bộ
6 Đồng bằng Sông Cửu Long
Gender 1 Quan sát có giới tính là Nam
0 Giới tính là Nữ
Ethnic 1 Quan sát người dân tộc Kinh − Hoa
0 Quan sát là người dân tộc khác
Urban 1 Quan sát ở khu vực thành thị
0 Quan sát ở khu vực nông thôn
Upper Secondary 1 Có trường phổ thông trung học trên địa bàn phường/xã
0 Quan sát khác
Marital status 1 Quan sát đã/từng có gia đình
0 Quan sát chưa lập gia đình
Faedu4/ 1 Quan sát có bố (mẹ) trình độ từ cao đẳng – đại học trở lên
Moedu4 0 Quan sát khác
Headedu4 1 Quan sát có chủ hộ trình độ từ cao đẳng – đại học trở lên
0 Quan sát khác
Year2012/ 1 Quan sát được khảo sát năm 2012 (năm 2014)
Year2014 0 Quan sát khác

Kết quả ước lượng
Các mô hình được ước lượng bằng phương pháp
ước lượng hợp lý tối đa. Các biến độc lập sau khi
đưa vào mô hình được xem xét về ý nghĩa thống kê
của các hệ số và đánh giá về mức độ đa cộng tuyến
qua nhân tử phóng đại phương sai (VIF) để loại bỏ
những biến không hợp lý ra khỏi mô hình. Các mô
hình được kiểm định về sự phù hợp bằng kiểm định
Pearson dựa trên phân phối χ2, sau đó sử dụng kiểm
định dựa trên tỷ lệ hợp lý (Likelihood Ratio - Test)
để cân nhắc lựa chọn giữa mô hình với các biến độc
lập dạng biến định danh hay biến độc lập dạng biến
thứ tự.
Kết quả kiểm định Pearson về sự phù hợp của mô
hình cho thấy mô hình được định dạng đúng. Trong
mô hình có một số biến độc lập có thể sử dụng dưới
dạng biến định danh hoặc biến thứ bậc, như là học
vấn cao nhất của bố/mẹ, trình độ đào tạo nghề của
bố mẹ. Kiểm định dựa trên tỷ lệ hợp lý của hai mô
hình cho thấy nên sử dụng mô hình phức tạp hơn,
với các biến độc lập dạng biến định danh.
Theo kết quả ước lượng này, giới tính thực sự có

Số 256(II) tháng 10/2018 83

 Bảng 7: Mô hình xem xét các nhân tố quyết định việc đi học đúng tuổi
bậc trung học phổ thông
Biến độc lập Trung học phổ thông
Coef Odds Ratio Z-stat Prob
Gender -0,326961 0,721112 -5,6995 0,0000 (***)
Ethnic 0,6806345 1,975131 7,4896 0,0000 (***)
Urban 0,2826137 1,326593 3,8111 0,0000 (***)
Hhsize -0,0306169 0,969847 -1,5333 0,1250
Per capita expenditure 0,0002181 1,000218 3,8877 0,0000 (***)
Highschool 0,1832481 1,201112 1,6865 0,0920 (*)
Father's education
Primary 0,4358353 1,546254 4,6156 0,0000 (***)
Lower Secondary 0,6906165 1,994945 6,6603 0,0000 (***)
Upper Secondary 0,9547108 2,597919 6,9581 0,0000 (***)
College 1,526042 4,599934 2,7017 0,0070 (***)
University 1,278732 3,592082 4,9336 0,0000 (***)
Postgraduate 0,2929656 1,340397 2,4289 0,0150 (**)
Mother's education
Primary 0,5842614 1,793666 6,7944 0,0000 (***)
Lower Secondary 0,821285 2,273419 8,1643 0,0000 (***)
Upper Secondary 0,9811252 2,667456 6,6541 0,0000 (***)
College 0,9025434 2,465867 2,4861 0,0130 (**)
University 1,371149 3,939875 4,3299 0,0000 (***)
Postgraduate 0,41196 1,509774 3,2234 0,0010 (***)
Father's vocational training
Sort term (< 1 year) 0,349975 1,419032 2,0443 0,0410 (**)
Long term (1-3 years) 0,2194283 1,245365 1,1717 0,2410
Mother's vocational training
Sort term (< 1 year) 0,3288997 1,389438 0,9654 0,3340
Long term (1-3 years) 0,2779746 1,320453 1,0984 0,2720
Region
Midlands and Northern -0,0712339 0,931244 -0,6799 0,4970
Moutains
Northern and Coastal Central 0,0041162 1,004125 0,0440 0,9650
Central Highlands -0,4143703 0,660756 -3,2824 0,0010 (***)
Southeast -0,5366723 0,584691 -4,7075 0,0000 (***)
Mekong Delta -0,521979 0,593345 -5,0541 0,0000 (***)
Year
Year 2012 0,1620375 1,175904 2,3641 0,0180 (**)
Year 2014 0,186451 1,204966 2,5669 0,0100 (***)
Constant -1,15801 0,314111 -6,5891 0,0000 (***)
Logistic regression Number of obs 6110
LR chi2(29) 1170,3200
Prob > chi2 0,0000
Log likelihood = -3610,9275 Pseudo R2 0,1395
Nguồn: Tính toán của tác giả từ số liệu VLSS 2010-2014.

tác động đến khả năng đi học đúng tuổi, nhưng đáng suất đi học đúng tuổi. Khả năng đi học đúng tuổi bậc
chú ýKết quả các
là nếu kiểmyếu
địnhtố Pearson
khác nhưvềnhau
sự phù
thì hợp
khả của
năngmô hình
trungcho
họcthấy
phổmô hìnhcủa
thông đượccácđịnh
quan dạng
sát đúng.
là người dân
Trong
đi học đúngmô hình
tuổi bậccótrung
một sốhọc
biến độcthông
phổ lập cócủa
thểnam
sử dụngtộc
dưới dạng biếncao
Kinh/Hoa định
gầndanh
gấphoặc
đôi biến thứcác
so với bậc,quan sát
chỉ bằng hơn 70% của nữ. Điều đó cho thấy dường khác. Các quan sát ở khu vực thành thị hợp
như là học vấn cao nhất của bố/mẹ, trình độ đào tạo nghề của bố mẹ. Kiểm định dựa trên tỷ lệ có xác suất
lý của hai mô hình cho thấy nên sử dụng mô hình phức tạp hơn, với các biến độc lập
như không còn tồn tại quan niệm phân biệt nam nữ đi học đúng tuổi bậc trung học phổ thông cao gấp dạng biến
trongđịnh
việcdanh.
xem xét cho con cái đi học ở bậc học 1,3 lần so với khu vực nông thôn. Những khác biệt
này; khác biệt nếu có là do các nhân tố khác hoặc do về cơ sở vật chất hạ tầng, về điều kiện sống, về động
quyết định chủ quan của đối tượng được quan sát. lực học tập giữa hai khu vực tạo nên những sự khác
Dân tộc cũng là yếu tố có ảnh hưởng rõ rệt tới xác biệt trong tiếp cận giáo dục, mà cụ thể ở đây là việc

Số 256(II) tháng 10/2018 84

 Bảng 8: Mô hình xem xét nhân tố quyết định việc đi học đúng tuổi bậc cao đẳng – đại học
Biến độc lập Cao đẳng - Đại học
Coef Odds Ratio Z-stat Prob
Gender -0,3336 0,716339 -5,43 0,0000 (***)
Ethnic 0,892007 2,440021 6,58 0,0000 (***)
Marital status -2,28673 0,101598 -15,44 0,0000 (***)
Urban 0,128565 1,137195 1,83 0,0670 (*)
Number_schooling 1,140548 3,128482 32,78 0,0000 (***)
Per capita expenditure 0,000474 1,000475 9,53 0,0000 (***)
Father's education
Primary 0,368728 1,445894 2,89 0,0040 (***)
Lower Secondary 0,668745 1,951786 5,19 0,0000 (***)
Upper Secondary 0,889837 2,434733 6,12 0,0000 (***)
College 1,75615 5,790103 5,02 0,0000 (***)
University 0,98945 2,689756 5,06 0,0000 (***)
Postgraduate 1,511182 4,532085 2,3 0,0210 (**)
Mother's education
Primary 0,529617 1,698281 4,86 0,0000 (***)
Lower Secondary 0,814247 2,257476 6,98 0,0000 (***)
Upper Secondary 1,020801 2,775417 7,29 0,0000 (***)
College 1,659204 5,255126 6,08 0,0000 (***)
University 1,376308 3,960253 5,95 0,0000 (***)
Postgraduate 1,232117 3,42848 1,3 0,1930
Father's vocational training
Sort term (< 1 year) 0,06023 1,06208 0,45 0,6560
Long term (1-3 years) 0,097672 1,102601 0,77 0,4420
Mother's vocational training
Sort term (< 1 year) 0,226531 1,254242 1,09 0,2740
Long term (1-3 years) 0,269799 1,309702 1,79 0,0740 (*)
Region
Midlands and Northern Moutains 0,027381 1,027759 0,25 0,8020
Northern and Coastal Central -0,24016 0,786499 -1,99 0,0460 (**)
Central Highlands -0,13458 0,87408 -1,32 0,1880
Southeast -0,53698 0,584509 -3,81 0,0000 (***)
Mekong Delta -0,06681 0,935369 -0,54 0,5890
Year
Year 2012 0,276645 1,318698 3,71 0,0000 (***)
Year 2014 0,295634 1,343978 3,78 0,0000 (***)
Constant -2,24016 0,106441 -9,13 0,0000 (***)
Logistic regression Number of obs 8819,0000
LR chi2(29) 4075,4900
Prob > chi2 0,0000
Log likelihood = -3395,5003 Pseudo R2 0,3751
Nguồn: Tính toán của tác giả từ số liệu VLSS 2010-2014.

đi học đúng
Giới tínhtuổi.
thựcChi tiêutáctrung
sự có độngbình củasuất
tới xác hộ thực
đi họcsựđúngthống kê ởcao
tuổi bậc mức
đẳng10%.
– đại học, khả năng đi học
tác động thuận chiều tới xác suất đi học đúng
đúng tuổi ở bậc học này của nữ giới cao hơn so với nam tuổi giới độ
Trình (xáchọc
suất
vấncủacao
nam giới
nhất chỉbốbằng
của mẹ hơn
có tác động
bậc trung
70% học
của nữphổgiới,
thông,
nếuchicáctiêu
yếubình quânnhư
tố khác càng cao Nhận định tương tự đã được rút ra khi xem xét
nhau). tới khả năng đi học đúng tuổi thể hiện ở tất cả các
thì càng làmhình
với mô tăngđikhả
họcnăng
đúng đi học
tuổi bậcđúng
trungtuổi.
học Theo
phổ thông. Một nguyên
mức bằng cấp, nhân
với xucó hướng
thể là do nam là
chung giớihọc
có vấn của
kết quả ước lượng với mẫu này, thì số người trong
tính năng động cao hơn nên có thể đã có một bộ phận bố nam giới chuyển
mẹ càng cao thìhướng lựa chọn
xác suất đi họclà đúng
khôngtuổi bậc
hộ không cho thấy tác động tới khả năng đi học đúng
học tiếp ở những bậc học cao này mà đi học nghề hoặc tự đi làm riêng, hoặc làm thuê ăn lương nên
tuổi cấp trung học phổ thông. Việc có hay không trung học phổ thông của con càng cao, trừ trình độ
tỷ lệ
trường cấpnhập học địa
3 trên của bàn
namphường/xã
có hiện tượng củathấp
đối hơn
tượngcủa nữ.
sau đại học (có thể do các quan sát này chiếm tỷ
quan sát cũng có ảnh hưởng tới xác suất đi học đúng lệ khá nhỏ trong mẫu). Trình độ đào tạo nghề của
tuổi ở bậc học này, nhưng sự khác biệt chỉ có ý nghĩa bố mẹ không có ảnh hưởng rõ rệt tới khả năng đi

Số 256(II) tháng 10/2018 85

học đúng tuổi của các quan sát ở bậc trung học phổ
thông. Có 3 vùng là Tây Nguyên, Đông Nam Bộ
và Đồng bằng sông Cửu Long có xác suất đi học
đúng tuổi chỉ bằng hơn một nửa so với xác suất này
ở vùng Đồng bằng sông Hồng. Sự khác biệt này có
ý nghĩa thống kê ở mức 1%. Như vậy, vùng kinh tế
là một nhân tố có tác động tới khả năng đi học đúng
tuổi của các quan sát. Xác suất đi học đúng tuổi bậc
trung học phổ thông cũng đang được cải thiện qua
các năm khảo sát, nếu các yếu tố khác không đổi thì
xác suất đi học đúng tuổi của năm 2012 và 2014 đều
cao hơn so với năm 2010 ở mức xấp xỉ 1,2 lần. Quá
trình lựa chọn mô hình cho thấy tác động của các
biến độc lập tới xác suất đi học đúng tuổi bậc trung
học phổ thông không có sự khác biệt giữa năm 2010
với năm 2012 và 2014.
Khác biệt về khả năng tham gia học tập đúng độ
tuổi thể hiện rõ ràng nhất ở bậc học cao đẳng – đại
học. Bậc học này đào tạo kiến thức chuyên môn và
kỹ năng thực hành ngành nghề và có chi phí cho việc
học tập cao hơn hẳn so với bậc trung học phổ thông.
Giới tính thực sự có tác động tới xác suất đi học
đúng tuổi bậc cao đẳng – đại học, khả năng đi học
đúng tuổi ở bậc học này của nữ giới cao hơn so với
nam giới (xác suất của nam giới chỉ bằng hơn 70%
của nữ giới, nếu các yếu tố khác như nhau). Nhận
định tương tự đã được rút ra khi xem xét với mô
hình đi học đúng tuổi bậc trung học phổ thông. Một
nguyên nhân có thể là do nam giới có tính năng
động cao hơn nên có thể đã có một bộ phận nam giới
chuyển hướng lựa chọn là không học tiếp ở những
bậc học cao này mà đi học nghề hoặc tự đi làm riêng,
hoặc làm thuê ăn lương nên tỷ lệ nhập học của nam
có hiện tượng thấp hơn của nữ.
Như vậy có thể thấy qua kết quả này, khi xét theo
tiêu thức đi học đúng độ tuổi thì vấn đề bất bình
đẳng giới như thường được quan niệm trước đây
không còn tồn tại. Dân tộc là yếu tố có ảnh hưởng
mạnh mẽ tới khả năng đi học cao đẳng – đại học
đúng tuổi. Các quan sát là người dân tộc Kinh/Hoa
trong độ tuổi học đại học có xác suất tham gia học
cao đẳng – đại học cao gấp gần 2,5 lần so với người
thuộc các dân tộc khác. Những vấn đề liên quan đến
ngôn ngữ, truyền thống, văn hóa, quan niệm và định
kiến xã hội là rào cản đáng kể tác động đến khả năng
tiếp cận giáo dục bậc cao của người dân tộc thiểu
số. Các quan sát đang có gia đình riêng thì xác suất
đi học cao đẳng – đại học đúng tuổi chỉ bằng 10%
so với các quan sát khác. Như vậy, hôn nhân cản trở
Số 256(II) tháng 10/2018
đáng kể đến khả năng đi học đúng độ tuổi của các
cá nhân. Các đối tượng sống ở khu vực thành thị có
xác suất đi học cao đẳng – đại học đúng tuổi cao hơn
so với các quan sát ở khu vực nông thôn; tuy nhiên,
khác biệt này chỉ có ý nghĩa thống kê ở mức 10%.
Số người đang đi học trong hộ gia đình lại có ảnh
hưởng tích cực tới khả năng đi học đúng tuổi của
các thành viên trong độ tuổi học cao đẳng – đại học.
Như vậy, một mặt khi số người đang đi học tăng lên
thì sẽ tăng áp lực cho hộ gia đình về mặt tài chính và
các nguồn lực khác; nhưng mặt khác, thể hiện chủ
hộ và các thành viên hộ đang nhận thức được vai
trò của giáo dục, và đang dành đầu tư thỏa đáng cho
việc học tập. Chi tiêu bình quân đầu người cao cũng
là nhân tố làm tăng xác suất đi học cao đẳng – đại
học đúng tuổi của các thành viên trong hộ.
Học vấn cao nhất của bố mẹ thực sự của ảnh
hưởng rõ rệt tới khả năng tham gia học cao đẳng –
đại học của con cái, thể hiện ở tất cả các mức bằng
cấp của bố mẹ (trừ mức trình độ sau đại học của
người mẹ là không có tác động có ý nghĩa thống kê,
có thể do số quan sát loại này quá ít ở trong mẫu),
với xu hướng xác suất học đúng tuổi càng cao khi
bố mẹ càng có học vấn cao. Khi bố mẹ có học vấn
cao hơn sẽ nhận thức được tốt hơn về vai trò của
việc đào tạo kiến thức chuyên môn và kỹ năng nghề
nghiệp trong làm việc và tạo thu nhập, thấy được rõ
hơn vai trò của bằng cấp trong tìm kiếm việc làm
thuận lợi và cho thu nhập tốt. Đồng thời, bố mẹ có
bằng cấp cao cũng thường có mức thu nhập tốt, có
điều kiện quan tâm tới việc học hành và chất lượng
học tập của con cái, và như vậy sẽ làm tăng khả năng
con cái họ đi học đại học đúng độ tuổi. Bên cạnh đó,
thì trình độ đào tạo nghề của bố mẹ về cơ bản lại
không có tác động tới xác suất đi học cao đẳng – đại
học đúng tuổi của con cái, kết luận cũng giống như
ở hai bậc học thấp hơn được\xét ở trên. Điều này có
thể giải thích là do tỷ lệ quan sát có bố mẹ được đào
tạo nghề trong các mẫu chiếm tỷ lệ khá nhỏ, hầu hết
là dưới 10%, do đó không thể hiện được vai trò ảnh
hưởng tới các quyết định học tập của con cái. Yếu
tố vùng kinh tế không cho thấy sự khác biệt rõ rệt
tới xác suất đi học đúng tuổi bậc cao đẳng – đại học
qua mẫu này. Các quan sát ở vùng Đông Nam Bộ
và vùng Bắc Trung Bộ – Duyên hải miền Trung có
khả năng đi học đúng tuổi ở bậc học này thấp hơn so
với vùng Đồng bằng sông Hồng ở mức ý nghĩa 5%.
Xác suất đi học đúng tuổi bậc cao đẳng – đại học có
sự tăng lên qua các năm, năm 2012 và 2014 đều cao
gấp hơn 1,3 lần so với năm 2010, nếu giữ nguyên
86
các yếu tố khác.
Như vậy, ở bậc cao đẳng – đại học ta thấy được rõ
nét hơn ảnh hưởng của các nhân tố lý thuyết có tác
động tới xác suất đi học đúng tuổi của các cá nhân.
Rất nhiều biến độc lập trong mô hình có ý nghĩa
thống kê ở mức 1%. Tuy nhiên, mô hình cũng chỉ
giải thích được một phần nguyên nhân ảnh hưởng
tới việc đi học đúng tuổi bậc cao đẳng – đại học, vì
ở nước ta để được vào học ở các trường cao đẳng –
đại học thì người học phải trải qua kỳ thi tuyển rất
căng thẳng và phải cạnh tranh với các thí sinh khác.
Do đó, việc có thể được học bậc cao đẳng – đại học
đúng độ tuổi hay không thì phụ thuộc rất nhiều vào
năng lực học tập của đối tượng quan sát ở các bậc
học dưới, là đại lượng mà chúng ta không có thông
tin để xem xét trong nghiên cứu này. Trong những
năm gần đây, do sự mở rộng của hệ thống các trường
cao đẳng – đại học trên toàn quốc, chỉ tiêu tuyển
sinh tăng cao, các trường cao đẳng – đại học phải
cạnh tranh để tuyển sinh đủ chỉ tiêu, do đó cơ hội
học lên bậc cao đẳng – đại học của các học sinh vừa
tốt nghiệp trung học phổ thông cũng được tăng lên
rất nhiều.
4. Kết luận và khuyến nghị
Qua các thống kê mô tả, ta thấy có sự khác biệt
trong việc tham gia học tập đúng tuổi giữa các nhóm
đối tượng. Kết quả ước lượng mô hình đã chỉ ra
những nhân tố thực sự có tác động tới khả năng tham
gia học tập đúng độ tuổi ở các bậc học và đo lường
mức độ ảnh hưởng của các nhân tố này. Khuôn khổ
của bài viết không cho phép tác giả xem xét thêm
với các chỉ tiêu khác đo lường mức độ tiếp cận giáo
dục và các kết quả giáo dục đã đạt được của các
nhóm xã hội để thấy được đầy đủ và rõ nét hơn thực
trạng bất bình đẳng giáo dục ở Việt Nam. Tuy vậy,
với các kết quả ở trên, ta có thể thấy vẫn còn tồn
tại bất bình đẳng trong giáo dục trên rất nhiều khía
cạnh: giới tính, khu vực sống, dân tộc, thu nhập…
xét trên phương diện cơ hội tiếp cận tham gia giáo
dục. Điều đó đặt ra nhiệm vụ đối với Nhà nước cần
phải nỗ lực hơn nữa và có những giải pháp hiệu quả
hơn nữa để giảm thiểu bất bình đẳng, thực hiện công
bằng xã hội trong giáo dục. Đó là quyền lợi chính
đáng của người dân và cũng là trách nhiệm bắt buộc
của Nhà nước: phải bảo đảm được sự bình đẳng
trong cơ hội tiếp cận các hình thức giáo dục, để mọi
người dân trong xã hội, không phân biệt dân tộc, tôn
giáo, tín ngưỡng, nam nữ, nguồn gốc gia đình, địa vị
xã hội, hoàn cảnh kinh tế đều phải được bình đẳng
về cơ hội học tập; tạo cơ hội để người dân có điều
kiện học tập, phát huy tài năng của bản thân để phục
vụ bản thân và phục vụ sự nghiệp xây dựng và phát
triển đất nước.

Tài liệu tham khảo:

Coleman, James S. (1968), ‘The concept of equality of educational opportunity’, Harvard Educational Review, 38(1),
7-22.
Đỗ Thiên Kính (2005), ‘Bất bình đẳng về giáo dục ở Việt Nam hiện nay’, Tạp chí Xã hội học, 1(89), 48-54.
Don Holsinger & James Jacob (2009), Inequality in education - comparative and international perspectives, Springer,
Netherlands.
Jan Koucký, Aleš Bartušek & Jan Kovařovic (2007), ‘Inequality and access to tertiary education: European countries
1950-2005’, Working paper, Education Policy Centre of the Faculty of Education, Charles University in Prague.
Henan Cheng (2009), ‘Inequality in basic education in China: A comprehensive review’, International Journal of
Educational Policies, 3(2), 81-106.
Lê Ngọc Hùng (2015), ‘Bất bình đẳng xã hội trong giáo dục ở Việt Nam’, Tạp chí Khoa học xã hội Việt Nam, 1, 61-66.
Lê Ngọc Hùng (2018), Cơ hội đi học và chính sách đổi mới căn bản, toàn diện giáo dục ở Việt Nam trong điều kiện kinh
tế thị trường định hướng xã hội chủ nghĩa, truy cập ngày 10 tháng 9 năm 2018, từ <http://www.tapchicongsan.
org.vn/Home/Nghiencuu-Traodoi/2018/51005/Co-hoi-di-hoc-va-chinh-sach-doi-moi-can-ban-toan.aspx>.
Liao Maozhong & Shen Hua (2011), ‘Educational inequality analysis: International comparison’, International Journal
of Business and Social Science, 2(16), 88-93.
Ngô Quỳnh An (2017), ‘Bất bình đẳng giáo dục ở nông thôn và thành thị’, Tạp chí Kinh tế và Phát triển, 241, 68-76

Số 256(II) tháng 10/2018 87

Nguyễn Đức Vinh (2009), ‘Tác động của các yếu tố cá nhân và gia đình đến tình trạng đi học của trẻ em và thanh niên
ở nông thôn’, Tạp chí Xã hội học, 4, 26-43.
Nguyen Nga Nguyet (2004), ‘Trends in the education sector’, in Economic Growth, Poverty, and Household Welfare in
Vietnam, Glewwe, P., Agrawal, N. & Dollar, D. (Eds.), Washington, DC: The World Bank, 425-466.
Picard, Nathalie & Wolff, François-Charles (2005), Measuring educational inequalities: Evidence from Albania, from
<http://www.uib.es/congres/ecopub/ecineq/papers/210Picard-Wolff.pdf>.
Rew, J. (2009), ‘Provincial, ethnic, and gender disparities in education: A descriptive study of Vietnam’ in Inequality
in education: Comparative and international perspectives, D.B. Holsinger & W.J. Jacob (Eds.), Springer,
Netherlands, 307-323.
Rosni Bakar & Hamri Tuah (2006), ‘Education inequality in Malaysia’, The Journal of Human Resource and Adult
Learning, 47-51.
Sahn, D. & Younger, D. (2005), Decomposing world education inequality, Cornell University.
Sheret, Michael (1988), ‘Evaluation studies: Equality trends and comparisons for the education system of Papua New
Guinea’, Studies in Educational Evaluation, 14(1), 91-112.
Trần Quý Long (2014), ‘Tiếp cận giáo dục của trẻ em Việt Nam và các yếu tố ảnh hưởng’, Tạp chí Nghiên cứu con
người, 4, 48-58.
Trương Thị Kim Chuyên, Thái Thị Ngọc Dung & Bạch Hồng Việt (1999), ‘Yếu tố ảnh hưởng đến đi học cấp II’, trong
Hộ gia đình Việt Nam nhìn qua phân tích định lượng, Dominique Haughton, Jonathan Haughton, Sarah Bales,
Trương Thị Kim Chuyên, Nguyễn Nguyệt Nga & Hoàng Văn Kình (Chủ biên), Nhà xuất bản Chính trị Quốc gia,
Hà Nội.
Vinod, Thomas, Yan, Wang & Xibo, Fan (2003), ‘Measuring education inequality: Gini coefficients of education for
140 countries, 1960-2000’, Journal of Education Planning and Administration, 17(1), 5-33.
Vu Hoang Linh (2012), ‘An overview of access to and inequality in the education system of Vietnam”, Asia-Pacific
Development Journal, 19(1), 37-62.
Weele, T. & Alexander, H. (1975), Equity in financing education in East Africa: The cases of Ethiopia, Kenya, and
Tanzania, Cambridge, Harvard University.
Xiaojun Wang, Belton M. Fleisher, Haizheng Li, Shi Li (2007), ‘Access to higher education and inequality: The
Chinese experiment’, Discussion Paper Series No. 2823, Institute for the Study of Labor (IZA), China.
Xiaolei, Q. & Russel, S. (2005), ‘Measuring regional inequality of education in China: Widening coast-inland gap or
widening rural - urban gap?’, ABERU Discussion Paper 12, Monash University, Australia.

Số 256(II) tháng 10/2018 88

 SỬ DỤNG CÁCH TIẾP CẬN ĐỐI NGẪU
DỰ BÁO CẦU LAO ĐỘNG NGÀNH CHẾ BIẾN
THỰC PHẨM Ở VIỆT NAM
Lâm Văn Sơn
Đại học Ngoại thương, Hà Nội, Việt Nam
Email: sonlam@ftu.edu.vn
Phạm Anh Tuấn
Học viện Quân y, Hà Nội, Việt Nam
Email: tuan.p83@gmail.com

Ngày nhận: 27/8/2018

Ngày nhận bản sửa: 02/10/2018
Ngày duyệt đăng: 15/10/2018

Tóm tắt:
Trong những năm gần đây, ngành chế biến thực phẩm ở Việt Nam có nhiều phát triển, trong
đó cầu đối với lao động của khu vực này có nhiều biến động. Bài viết này phân tích và dự
báo cầu lao động đối với ngành chế biến thực phẩm ở Việt Nam giai đoạn 2016-2021. Sử
dụng phương pháp tiếp cận đối ngẫu và tiếp cận từ phía doanh nghiệp, ngoài ra có sự dụng
kết hợp phương pháp kinh tế lượng không gian. Với số liệu điều tra doanh nghiệp của Tổng
cục thống kê (GSO) trong giai đoạn từ năm 2000 đến năm 2015. Kết quả phân tích cho thấy
có tồn tại sự lan tỏa không gian và sử dụng mô hình trễ không gian và sai số không gian sẽ
cho kết quả dự báo chính xác hơn.
Từ khóa: Cầu lao động, trung bình trượt, đối ngẫu, trễ không gian, sai số không gian.
Mã JEL: C23, C53, F66.

Using the Dual Approach to Labor Demand Forecast of the Food Processing Industry
in Vietnam
Abstract:
In recent years, the food processing industry in Vietnam has developed, in which the demand
for labor in this field has been changed also. This paper aims at analyzing and forecasting
labor demand for food processing industry in Vietnam for the period 2016-2021. Using the
dual approach and the business approach, in addition to the use of spatial econometric
method. Vietnam Enterprise Census data for the period from 2000 to 2015 were taken
from GSO. The results show that there is spatial spillover effects of labor demand for food
processing in Vietnam exist and the model with spatial lag and error may provide more
forecast results.
Keywords: Labor demand, Moving average, Duality, Spatial lag, Spatial error.
JEL code: C23, C53, F66.

1. Giới thiệu
Trong những năm gần đây, các nước phát triển
rất quan tâm đến cung và cầu lao động, đặc biệt là
lao động có trình độ giáo dục cao được phản ánh
qua việc cung cấp lao động có tay nghề cao hơn.
Bản chất của cầu lao động trong các tiểu ngành là
xác định mức lương cho lao động, tuy nhiên, trong
nhiều trường hợp các nhà kinh tế quan tâm đến cầu
lao động chứ không phải là những ảnh hưởng đối
với việc xác định lương. Ví dụ, cung cấp lao động

Số 256(II) tháng 10/2018 89

cho một tiểu ngành là hoàn toàn tồn tại độ co giãn,
tiền lương có thể được xem là không bị ảnh hưởng
bởi cầu lao động. Khi đó, kiến ​​thức về độ co giãn
tiền lương của cầu lao động cho phép suy luận ảnh
hưởng của những thay đổi bên ngoài về mức lương
đối với số lượng người sử dụng lao động muốn sử
dụng.
Hơn nữa, tác động của sự thay đổi về giá của một
loại lao động đối với việc làm và về việc sử dụng
các loại lao động khác (giá chéo) có thể được phát
hiện bằng cách sử dụng các ước tính về mối quan
hệ lao động với cầu. Một cách khác, có thể cho rằng
việc sử dụng lao động của một loại hình cụ thể là cố
định (và chỉ được xác định bởi sự cung cấp không
hoàn toàn của người lao động trên thị trường) và khi
đó, cầu lao động xác định mức lương mà họ được
trả. Kiến thức về dạng của hàm lao động đòi hỏi
suy ra được sự thay đổi ngoại sinh của nguồn cung
ảnh hưởng đến mức lương của người lao động trong
nhóm mà nguồn cung đã chuyển dịch và trong các
nhóm khác.
Một trong những vấn đề quan trọng của cầu lao
động là các câu hỏi về chính sách cần quan tâm. Tác
động của bất kỳ chính sách nào thay đổi giá nhân tố
do người sử dụng lao động phải đối mặt sẽ phụ thuộc
vào cấu trúc của cầu lao động. Mức độ co giãn của
cầu lao động theo tiền lương (gọi tắt là độ co giãn của
cầu lao động) nhận được sự quan tâm của rất nhiều
học giả khi nghiên cứu về cầu lao động. Độ co giãn
của cầu lao động đóng vai trò quan trọng đối với phúc
lợi của người lao động. Theo Rodrik (1997), cầu lao
động có độ co giãn lớn có thể có 3 hệ quả quan trọng.
Thứ nhất, độ co giãn của cầu lao động càng cao, phần
chi phí không lương mà người lao động phải chia sẻ
với người sử dụng lao động càng lớn. Thứ hai, các cú
sốc đối với cầu lao động sẽ dẫn đến những biến động
mạnh về tiền lương và việc làm nếu cầu lao động co
giãn. Thứ ba, cầu lao động co giãn có thể làm giảm
khả năng thương lượng của Công đoàn với người sử
dụng lao động. Ngoài ra, ước lượng độ co giãn cầu
lao động đóng vai trò quan trọng, thậm chí quyết định
trong việc dự đoán mức độ tác động và hiệu quả của
các công cụ chính sách đến thị trường lao động. Các
chính sách này có thể là chính sách lao động và việc
làm, chính sách thuế và chính sách thương mại quốc
tế.
Do có vai trò quan trọng trong nhiều lĩnh vực như
đã nêu ở trên, nhiều nghiên cứu đã được thực hiện
Số 256(II) tháng 10/2018
để ước lượng độ co giãn cầu lao động, với kết quả
tương đối khác nhau. Hamermesh (2004) tổng quan
các nghiên cứu về co giãn của cầu lao động ở các
nước Mỹ la-tinh và Caribbean, và chỉ ra rằng chi phí
lao động càng cao (dưới dạng giá tiền lương và quy
định thị trường lao động) có ảnh hưởng tiêu cực đến
việc làm. Trong khi đó, Peichl & Siegloch (2012)
nghiên cứu ảnh hưởng của thay đổi chính sách đến
thị trường lao động ở Đức. Nghiên cứu mở rộng
mô hình cung lao động cấu trúc nhờ đưa thêm mối
liên kết cung - cầu vào mô hình. Sử dụng bộ số liệu
cấp độ doanh nghiệp trong 12 năm, từ 1996 - 2007,
nghiên cứu chỉ ra rằng cầu lao động không hoàn
toàn co giãn như giả định trong nhiều lý thuyết, mà
có giá trị hữu hạn, trong khoảng từ -0.37 đến -1.05.
Ngoài ra, nghiên cứu cũng thực hiện mô phỏng thay
đổi chính sách phúc lợi ở Đức, và nhận thấy vai trò
quan trọng của cầu lao động đối với hoạt động đánh
giá tác động của các chính sách cải cách.
Về các phương pháp ước lượng độ co giãn của
cầu lao động thì Fajnzylber & Maloney (2001) ước
lượng độ co giãn của cầu lao động, sử dụng bộ số
liệu cấp độ doanh nghiệp ở Colombia trong giai đoạn
1977 - 1991, ở Mexico 1984 - 1990 và ở Chile 1979
- 1986. Kết quả nghiên cứu chỉ ra rằng phương pháp
ước lượng khác nhau có thể cho kết quả ước lượng
rất khác nhau. Đặc biệt, cơ cấu ngành kinh tế trong
danh sách mẫu doanh nghiệp khác nhau cũng có thể
dẫn đến sự khác nhau trong ước lượng độ co giãn
tổng thể, và sự khác biệt này không hề liên quan đến
các quy định về thị trường lao động. Lichter, Peichl,
& Siegloch(2015) thu thập 151 bài nghiên cứu dùng
các bộ số liệu vi mô, ước lượng độ co giãn cầu lao
động, và sử dụng mô hình phân tích ước lượng tổng
hợp. Kết quả nghiên cứu cho thấy một số phát hiện
chính sau: (i) Sử dụng các khái niệm khác nhau về
độ co giãn dẫn đến giá trị ước lượng khác nhau; (ii)
Độ co giãn cầu lao động phụ thuộc vào kỹ năng và
trình độ của người lao động, trong đó, nhu cầu đối
với nhóm lao động tay nghề thấp có độ co giãn cao
hơn so với nhóm lao động kỹ năng tay nghề cao; (iii)
Độ co giãn cầu lao động thay đổi theo từng ngành và
từng quốc gia khác nhau, trong đó, các ngành hoặc
quốc gia có khung pháp lý càng lỏng thẻo thì cũng
có độ co giãn cầu lao động cao; (iv) Độ co giãn cầu
lao động của các doanh nghiệp có xu hướng tăng
dần theo thời gian, chứng tỏ tác động của tiến bộ
công nghệ và toàn cầu hóa đến cầu lao động.
Đối với trường hợp Việt Nam thì có rất ít nghiên
90
cứu được thực hiện để ước lượng độ co giãn cầu lao
động, và tìm hiểu sự thay đổi của tham số quan trọng
này theo thời gian cũng như các yếu tố có thể đã ảnh
hưởng và tác động. Đa phần hiện chỉ tìm hiểu nhu
cầu lao động tương đối giữa các nhóm lao động có
kỹ năng và trình độ khác nhau nhằm xác định ảnh
hưởng của tiến bộ khoa học công nghệ đến chênh
lệch tiền lương (Liu, 2006; McGuinness, Kelly,
Phuong, & Thuy, 2015). Một số nghiên cứu khác
đánh giá ảnh hưởng của thương mại quốc tế và đầu
tư trực tiếp nước ngoài đến số lượng việc làm ở Việt
Nam (Jenkins, 2004; Kien & Heo, 2009).
Như vậy, mặc dù Việt Nam đã trải qua một thời
gian dài thực hiện các cải cách về thể chế, chính
sách tiền lương và việc làm, chính sách thương mại
và hội nhập kinh tế quốc tế, các nghiên cứu nhằm
ước lượng độ co giãn cầu lao động, xu hướng thay
đổi của đại lượng này, và ảnh hưởng của chính sách
cải cách, đặc biệt là chính sách thương mại quốc tế
còn rất hạn chế. Vì vậy, mục đích chính của nghiên
cứu này là xuất phát từ bài toán đối ngẫu để tiến
hành ước lượng cầu lao động của ngành chế biến
thực phẩm nhằm đánh giá xu hướng lao động của
ngành. Bên cạnh đó, do tồn tại tính lan tỏa không
gian giữa các tỉnh về xu hướng dịch chuyển lao động
nên nghiên cứu sử dụng kinh tế lượng không gian
nhằm dự báo chính xác hơn về cầu lao động. Cấu
trúc của bài báo này như sau: Mục 2 chúng tôi sẽ
trình bày phương pháp luận về bài toán đối ngẫu,
kinh tế lượng không gian. Mục 3 sẽ trình bày số liệu
thực nghiệm và phân tích kết quả đạt được. Mục 4 là
kết luận của nghiên cứu.
2. Phương pháp nghiên cứu
Trong khi các kết quả lý thuyết về cầu lao động
có thể được tổng quát hóa thành N yếu tố đầu vào,
nhìn sâu về lý thuyết có thể đạt được bằng cách
kiểm tra cầu lao động đồng nhất khi chỉ có một yếu
tố hợp tác, thường được coi là các dịch vụ vốn. Vì
nhiều thuật ngữ về cầu lao động được áp dụng trong
trường hợp hai nhân tố, hơn nữa hàm sản xuất và chi
phí bắt nguồn từ các hàm về cầu lao động đã được
phát triển cho trường hợp hai nhân tố và có nhiều ý
nghĩa kinh tế hơn áp dụng cho chỉ có hai yếu tố hơn
tổng quát cho một số. Vì vậy giả sử rằng hàm sản
xuất mang lại lợi nhuận liên tục theo quy mô, như
được mô tả bởi F, sao cho:
y = f(L,K), Li>0, Lij > 0, Fii<0 (1)
Một công ty tối đa hóa lợi nhuận với giới hạn về
Số 256(II) tháng 10/2018
chi phí sẽ đặt ra giá trị biên của từng yếu tố bằng giá
của nó:
FL = λw (2a)
FK = λr (2b)
Trong đó w và r là giá ngoại sinh của lao động và
các dịch vụ vốn, tương ứng, λ là nhân tử Lagrange
cho thấy lợi nhuận thêm được tạo ra bằng cách giảm
bớt chi phí ràng buộc, và chúng tôi giả định giá đầu
ra là thống nhất.
Tổng chi phí là tổng sản phẩm của cầu đầu vào
tối đa hóa lợi nhuận và giá nhân tố và được viết như
sau:
C = C(w,r,Y), Ci > 0, Cij>0, i,j = w,r (3)
Vì cầu đầu vào tối đa hóa lợi nhuận chính là các
hàm của giá đầu vào, mức đầu ra và công nghệ.
Bằng cách bổ sung cầu về lao động và vốn của công
ty tại một đầu ra cố định Y có thể hiệu chỉnh hàm chi
phí (3) như sau:
L* = Cw (4a)
K* = Cr (4b)
Có thể thấy rằng, công ty giảm thiểu chi phí sử dụng
đầu vào trong một tỷ lệ tương đương với hiệu ứng biên
của họ về chi phí. Các công thức (4a, 4b) đặc biệt hữu
ích cho các mục đích ước lượng vì chúng chỉ định các
đầu vào trực tiếp như các hàm của giá nhân tố và đầu
ra. Sử dụng C (w, r, Y) = YC (w, r, 1) nếu Y là tuyến
tính đồng nhất, độ co giãn của sự thay thế được xác
định như sau:
CC wr (5)
σ=
C w Cr
Lưu ý rằng độ co giãn của sự thay thế có nguồn
gốc từ một hàm chi phí trông rất giống với hàm sản
xuất. Rõ ràng chúng đều bình đẳng, cho thấy rằng
một trong những hình thức được chọn để đo σ sao
cho tính toán có thể thuận tiện hơn.
Hệ số co giãn cầu nhân tố có thể được tính như
sau:
ηLL = - [1 – m]σ (6a)
ηLK = - [1 – m]σ (6b)
Nếu giả thiết lợi nhuận liên tục theo quy mô, thì
có thể viết cầu yếu tố ngành như sau:
L = YCw (2a’)
K = YCr (2b’)
Trong các doanh nghiệp cạnh tranh, đánh giá mức
giá, p, đến chi phí biên và trung bình:
91
 p=C với ràng buộc:
Lưu ý rằng nếu thị trường cạnh tranh hoàn hảo, để y ≤ f(x) (11)
sản lượng tương đương cầu ngành D (p) thì: x≥0 (12)
∂L trong đó, wi là giá nhân tố đầu vào. f(x) là hàm sản
= YC ww + D′(p)C2w
∂w xuất dạng Cobb-Douglass như trên. Hàm Lagrange
 r  của bài toán có dạng:
Bởi vì C là tuyến tính đồng nhất, C ww =  -  C wr .
Nên từ (5) và từ (2a’, 2b’) thì:  w n

∂L rK σL D′(p)L2
L= ∑w x
i =1
i i + λ [ y - f (x) ]
= +
∂w Y wC Y2 Điều kiện cần (Kuhn-Tucker) đối với một cực tiểu x
∂f (x)

Từ đó thu được: phải thoả mãn: w i - λ ≥ 0,i = 1,..., n
∂x i
-rK pD′(p)L2 wL
ηLL = σ+ = - [1 - s ] σ - sη
pY Y pY Điều kiện đối ngẫu:
Xác định hệ số co giãn bổ sung như là tỷ lệ phần   
∂f (x)
 = 0,i = 1,..., n y - f (x) ≤ 0
x i  w i - λ 
trăm thay đổi của giá thành yếu tố tương đối với sự ∂x i   ; ;

thay đổi 1% của yếu tố đầu vào:
1 C C YF λ [ y - f (x)
 ]=0
c = = w r = LK
σ CC wr FL FK
Khi công ty sử dụng hai đầu vào với giá nhân tố
Trong trường hợp hai nhân tố, trong đó công nghệ wk và wL để sản xuất đầu ra y. Áp dụng các kết quả
sản xuất là tuyến tính đồng nhất, có thể tìm thấy độ đã phân tích trong bài toán trên thì:
co giãn thay thế và bổ sung bằng nhau một cách đơn
giản từ các hàm sản xuất và chi phí; do đó, nếu biết min ( w L .L + w K .K )
một yếu tố này sẽ xác định được yếu tố còn lại.
K,L (13)

2.1. Hàm sản xuất dạng Cobb-Douglas với ràng buộc,

Xét hàm sản xuất dạng Cobb-Douglass như sau: y ≤ f(K,L) (14)
Y = LαK1 - α (7) K,L≥0 (15)
Trong đó, α là một tham số. Các yếu tố cận biên trong đó, K là vốn, L là lao động; wK là giá vốn, wL
được xác định như sau: là giá lao động. f là hàm sản xuất. Hàm Lagrange
dY Y của bài toán có dạng:
=α (8a)
dL L L = wL.L + wK.K + λ[y – f(K,L)]
Giả sử bài toán có nghiệm trong thì các điều kiện
dY Y (8b)
= (1 - α ) cấp một của bài toán sẽ có dạng :
dK K
w f(K,L) = y (16)
Vì tỷ số của (8a) đến (8b) là , nếu công ty đạt
r ∂f (K, L)
được lợi nhuận tối đa, việc tính loga và phân biệt với w K - λ. =0
w ∂K (17)
ln   mang lại σ = 1. Giảm tối thiểu chi phí phải
 r  ∂f (K, L)
trả, ta có thể thu được: w L - λ. =0
∂L (18)
C = C(w,r,Y) = Zwαr1-αY (9)
Xuất phát từ hàm sản xuất Cobb-Douglas với
Trong trường hợp này, để làm rõ hơn sẽ xét bài
hiệu quả không đổi theo quy mô:
toán cực tiểu hoá chi phí của công ty. Giả sử rằng có
Y = AKαL1-α
thể biểu diễn công nghệ bằng một hàm sản xuất khả
vi liên tục, f(x). Vì x ∈ V(y) nếu y ≤ f ( x ) , thì bài khi đó sẽ biến đổi được như sau:
toán được viết lại như sau: Y K (19)
n ln   = α 0 + α ln  
L
  L
min
x
∑ wi xi (10)
i =1 Từ đó, mô hình hàm sản xuất hiệu quả không đổi

Số 256(II) tháng 10/2018 92

theo quy mô cho số liệu mảng được chỉ định như
sau:
1, j ∈ N ( i )
yit = α0 + kitα + µi + ɛit (20) w ij = 
0, j ∉ N ( i )
Y K w ij
Trong đó, y = , k =
L L
và áp dụng công thức Đặt η j = ∑w ij , và w *ij =
ηj
, khi đó ma trận
Euler sẽ tính được giá của vốn và lao động: j
1-α
∂Y L (21a) W* =  w *ij  là ma trận trọng số không gian dạng
wk = = Aα   N× N
∂K K
nhị phân chuẩn hóa theo hàng.
α
∂Y K
wL = = A (1 - α )   Kiểm định đầu tiên trong kiểm định tính chất phụ
∂L L (21b) thuộc không gian là kiểm định I-Moran với thống kê
Khi đó, từ bài toán đối ngẫu của cầu lao động sẽ xác kiểm định:
định được mô hình cho cầu lao động như sau: eT We
I= T (26)
lnL = α + β1lnwklnw1 + β2lny + µi + ɛit (22) e e
trong đó e là véc tơ phần dư, W là ma trận trọng số
2.2. Kinh tế lượng không gian không gian chuẩn hóa theo hàng.
Các chỉ định và phương pháp ước lượng liên quan Kiểm định sai số tự tương quan theo không gian
đến số liệu mảng không gian ngày càng được quan LME và trễ không gian LML tuân theo phân phối χ2
tâm trong các tài liệu về kinh tế lượng không gian. (1).
Mối quan tâm này được giải thích bởi các bộ số liệu
3. Kết quả thực nghiệm
lớn có đơn vị không gian tuân theo thời gian và bởi
3.1. Dữ liệu
thực tế đối với số liệu mảng thì các nhà nghiên cứu
mở rộng thêm được mô hình tốt hơn so với số liệu Cơ sở dữ liệu vi mô (2000-2015) từ các cuộc điều tra
chéo. Đây chính là trọng tâm chính của các nghiên doanh nghiệp hàng năm do Tổng cục Thống kê tổ chức
cứu kinh tế lượng không gian trong một thời gian được dùng trong nghiên cứu này. Cuộc điều tra này
dài bắt đầu từ đầu thế kỷ 21. được thực hiện lần đầu vào năm 2000 và liên tục, mỗi
năm một lần đến năm 2015. Về bộ dữ liệu sử dụng: từ
Giả thiết rằng ma trận trọng số không gian W là
cuộc điều tra này, xây dựng một tập số liệu mảng trong
không đổi theo thời gian và số liệu mảng là mảng
thời gian từ 2000 tới 2015. Những doanh nghiệp mà
cân đối. Khi đó hai mô hình trễ không gian và sai số
không gian được chỉ định như sau: tuổi đời (năm điều tra trừ đi năm thành lập), tổng tiền
lương, tài sản hữu hình, giá trị gia tăng (doanh số bán
ln L = α + δW ln L + β1 ln w k ln w l + β2 ln y + µ + e
trừ đi mua ngoài), và/hoặc số lao động không lớn hơn
(23)
không và trong những trường hợp thông tin không hoàn
ln L = α + β1 ln w k ln w l + β2 ln y + µ + u (24a) chỉnh đã bị loại đi. Mẫu cân đối, tức là những doanh
N
nghiệp tồn tại liên tục cả 15 năm sẽ được sử dụng. Khi
u it = λ ∑w u
j=1
ij it + eit
(24b) đó thu được doanh nghiệp với thống kê mô tả như trong
Cách xác định ma trận trọng số là như sau: đối với Bảng 1.
mỗi tỉnh, xác định một điểm trung tâm (đó là thị xã 3.2. Kết quả với số liệu mảng
hoặc thành phố) và xác định được kinh độ và vĩ độ Từ số dữ liệu vi mô giai đoạn 2000 - 2015 tiến
của điểm trung tâm và có thể gán tọa độ cho các điểm hành hồi quy mô hình (19) thu được kết quả như
trung tâm đó. Sử dụng khoảng cách Euclidian trong trong bảng 1. Đầu tiên, sử dụng kiểm định Hausman
không gian 2 chiều tính khoảng cách dij. Hai tỉnh i và để lựa chọn giữa tác động cố định (FE) hay tác động
j được gọi là lân cận nếu thỏa mãn một trong hai điều ngẫu nhiên (RE). Kết quả thống kê Hausman chỉ ra
kiện sau: nếu 0 ≤ dij ≤ d*, d* được gọi là điểm cắt tới lựa chọn FE với mức xác suất dưới 10%, từ đó sẽ lựa
hạn và nếu d ij = min ( d ik ) , ∀i, k . Đặt N(i) là tập tất cả K
chọn FE đã ước lượng. Hệ số của ln   là dương
các tỉnh lân cận của tỉnh i, khi đó ma trận trọng số nhị L
phân là ma trận gồm các phần tử được xác định như và có ý nghĩa ở mức xác suất dưới 0.01, tức là, điều
sau: này chỉ ra rằng, tỷ lệ vốn trên lao động càng cao thì

Số 256(II) tháng 10/2018 93

 một lần đến năm 2015. Về bộ dữ liệu sử dụng: từ cuộc điều tra này, xây dựng một tập số liệu mảng trong thời
gian từ 2000 tới 2015. Những doanh nghiệp mà tuổi đời (năm điều tra trừ đi năm thành lập), tổng tiền lương, tài
sản hữu hình, giá trị gia tăng (doanh số bán trừ đi mua ngoài), và/hoặc số lao động không lớn hơn không và trong
những trường hợp thông tin không hoàn chỉnh đã bị loại đi. Mẫu cân đối, tức là những doanh nghiệp tồn tại liên
tục cả 15 năm sẽ được sử dụng. Khi đó thu được doanh nghiệp với thống kê mô tả như trong Bảng 1.
Bảng 1: Thống kê mô tả các biến số từ năm 2000 – 2015

Biến số N Mean Std. Dev. Min Max

Doanh thu 957 7091857 15375715 144.1927 154714209
Lao dong 957 7448.926 10939.81 10 84522
Vốn 957 4376964 9312198 1051.564 80073212

càng thúc đẩy năng suất trên lao động tăng cao. Điều và lny đều dương và có ý nghĩa thống kê ở mức xác
3.2. Kết quả với số liệu mảng
này phù hợp với lý thuyết kinh tế, hơn nữa, kiểm định suất dưới 0.01. Tức là, khi giữ nguyên giá vốn và giá
Từ sốcho
F-test liệu uvii =mô
dữ các 0 giai
có ýđoạn
nghĩa2000
ở mức - 2015 tiếnđưới
xác suất hành hồi laoquy
độngmôtăng
hìnhlên(19)
thìthu được
sẽ tác kếtđến
động quảcầu
nhưlaotrong
độngbảng
sẽ
0.1%.
1. ĐầuNhư vậy,
tiên, sử môdụng hình lựađịnh
kiểm chọnHausman
FE là phùđể hợp.
lựa chọn tăng
giữa lên.
tác Kết
độngquả cố này
địnhphù hợphay
(FE) vớitác
lý động
thuyếtngẫu
kinh nhiên
tế vì
(RE).
BảngKết quảrathống
2 chỉ kê số
rằng, hệ Hausman
của ln(K/L)chỉ dương
ra lựa chọn
và nhỏFE vớilao mức
động xác
sẽ cósuất
xu hướng dịch chuyển
dưới 10%, từ đó sẽđến lựanhững
chọndoanh
FE đã
hơn 1 có ý nghĩa thống kê với nghiệp có mức lương cao. Mặt khác, khi sản lượng
 Kmức xác suất dưới 0.01,
ước lượng. Hệ số của
tức là, kết quả phù hợp với ln là dương
 lý thuyết khi và
ước cólượng
ý nghĩa ởtăngmức thìxác
đòisuất
hỏi dưới
về cầu0.01,
lao tức
độnglà,cũng
điềusẽnày chỉvìrahệ
tăng rằng,
số
L
hàm sản xuất có hiệu quả không đổi theo quy mô thì của lny là dương và nhỏ hơn 1.
tỷ lệ vốn trên lao động càng cao thì càng thúc đẩy năng suất Sử trên
dụnglao động
kinh tăng cao.
tế lượng Điềugian
không nàyvới
phùmô hợp vớisốlý
hình
hệ số chính là α. Sử dụng hệ số thu được trong bảng
1thuyết kinhthức
cho công tế, hơn
(21a,nữa, kiểm
21b), định
thì sẽ F-test
tính đượccho và wuL.i  0liệu
wk các cómảng
ý nghĩatrễởkhông
mức xácgiansuất đướilượng
để ước 0.1%.mô Như vậy,(23)
hình mô
hìnhđó,
lựasẽchọn wk thu được kết quả trình bày trong cột 3 bảng 3. Từ kết
Khi tínhFEđược là phù
ln hợp. và ước lượng mô hình
wL quả ở cột 3 bảng 3 chỉ ra rằng tồn tại hiệu ứng lan tỏa
(22, 23, 24a,b) thu được Bảngkết 2:
quảKết quả
trình bàyước lượng
trong bảngmô hìnhkhônghàm giansản
giữaxuất
các có
tỉnhhiệu
củaquả
Việt Nam vì kiểm định
không đổi theo qui mô (fe, robust 2000-2015)
2. Đầu tiên, cũng sử dụng kiểm định Hausman để lựa Moran’I có ý nghĩa thống kê ở mức xác suất dưới
Tên Biến Hệ số
chọn FE hay RE. Thống kê Hausman có ý nghĩa ở mức 0.01, hơn nữa kiểm định LM Error cũng có ý nghĩa
thống kê ở mức 1.65142***
xác suất dưới 0.01. Đầu tiên, hệ số
xác suất dưới 0.1%, tứcCons là FE sẽ được sử dụng cho mô (0.1843)
của trễ không gian xấp xỉ bằng -0.05 và có ý nghĩa
hình (22). Hơn nữa, kiểm định F-test cho các ui = 0 có
Ln(K/L) thống kê, tức0.7662***
là, giữa các tỉnh tồn tại lan tỏa không
ý nghĩa thống kê ở mức xác suất dưới 0.1%, tức là, mô (0.0947)
gian ngược. Điều này phù hợp với thực tế rằng, lao
hình lựa chọn FE làR-sq phù hợp.
within 0.4109
 w k  động có xu hướng dịch chuyển đến các thành phố
Từ cột 2 của bảng R-sq
3 chỉ ra rằng, hệ số của ln 
between  lớn, các khu công 0.5895
nghiệp, các nơi có mức thu nhập
R-sq overall
 wL  0.5178
Bảng 2: Kết quả ước lượng mô hình hàm sản xuất có hiệu quả
không đổi theo qui
8 mô (fe, robust 2000-2015)
Tên Biến Hệ số
1.65142***
Cons
(0.1843)
0.7662***
Ln(K/L)
(0.0947)
R-sq within 0.4109
R-sq between 0.5895
R-sq overall 0.5178
Hausman test 3.61*
F-test ui  0 19.08***
Number of groups 59
Number of Obs 944

Chú thích: *: p<0.1; **: p<0.01; ***: p<0.001 (Trong ngoặc là sai số tiêu chuẩn).

Số 256(II) tháng 10/2018 94

Bảng 2 chỉ ra rằng, hệ số của ln(K/L) dương và nhỏ hơn 1 có ý nghĩa thống kê với mức xác suất dưới 0.01, tức
là, kết quả phù hợp với lý thuyết khi ước lượng hàm sản xuất có hiệu quả không đổi theo quy mô thì hệ số
chính là α. Sử dụng hệ số thu được trong bảng 1 cho công thức (21a, 21b), thì sẽ tính được wk và wL. Khi đó, sẽ
 Bảng 3: Kết quả mô hình hồi qui lao động 2000-2015

Mô hình số liệu mảng Mô hình trễ không Mô hình sai số

Tên biến
tác động cố định gian không gian
0.7035*** 0.2016 -0.1618
Cons
(0.1477) (0.1467) (0.1222)
0.3434*** 0.5766** 0.5641***
Lnwkwl
(0.0255) (0.0218) (0.0219)
0.632*** 0.7731*** 0.7656***
Lny
(0.012) (0.009) (0.008)
 -0.0504**
(0.0195)
0.3084**

(0.0921)
Hausman test 49.41***
F-test ui  0 18.17***
Log-Likelihood -434.4798 -434.4798
Moran’I 9.5571*** 11.612***
LM Error 73.3451*** 108.995***
LM Lag 0.541 3.39*
Number of groups 59 59 59
Number of Obs 944 944 944
Chú thích: *: p<0.1; **: p<0.01; ***: p<0.001 (Trong ngoặc là sai số tiêu chuẩn).

cao. Như vậy, rõ ràng mô hình trễ không gian lý giải năm 2015 sẽ so sánh với lao động của năm 2015 gốc.
Sử dụng kinh tế lượng không gian với mô hình số liệu mảng trễ không gian để ước lượng mô hình (23) thu
được việc dịch chuyển lao động trong khi mô hình Hình 1 trình bày biểu đồ của lao động và dự báo lao
được kết quả trình bày trong cột 3 bảng 3. Từ kết quả ở cột 3 bảng 3 chỉ ra rằng tồn tại hiệu ứng lan tỏa
số liệu mảng thông thường không lý giải được điều động của năm 2015 theo tỉnh. Hình 1 chỉ ra rằng giá
không gian giữa các tỉnh của Việt Nam vì kiểm địnhtrịMoran’I dự báo và cógiá
ý nghĩa
trị gốc thống
của năm kê 2015
ở mức về xác suấtđộng
cầu lao dưới
đó. Thứ hai, cột 3 bảng 3 cũng chỉ ra rằng,
0.01, hơn nữa kiểm định LM Error cũng có ý nghĩa có hệ số của thống kê ởcáchmứcgiữa xáchaisuấtgiádưới
 wk  khoảng trị là0.01. Đầuđặc
rất nhỏ, tiên,
biệthệcósố
lncủa và lnygian
 trễkhông đều dương
xấp xỉvà có ý-0.05
bằng nghĩavàthống
có ýkênghĩa
ở những
thống kê,
vị trítức
giálà,trịgiữa
gần các
như tỉnh
nhau.tồn tạivới
Đối lannăm
tỏa 2015,
không
 wL 
mứcgianxác
ngược. Điều0.01.
suất dưới này phùNhưhợpvậy,với
về thực
dấu vàtế rằng,
ý nghĩalao động cóRMSE
giá trị xu hướng = 0.174314
dịch chuyển đến đối
tương các nhỏ.
thànhNhưphốvậy,lớn,
củacáccác
khuhệcông
số đềunghiệp,
tươngcác nơi với
đồng có mức thu trong
kết quả nhập cao.
số Nhưcó thể sửrõ
vậy, dụngràngđược mô hình
mô hình (22) đểgian
trễ không dự báo cầuđược
lý giải lao
việc
liệu dịchthông
mảng chuyển động cho các năm tiếp theo.
lao động trong khi mô hình số liệu mảng thông thường không lý giải được điều đó. Thứ
thường.
Cột 4 bảng 3 cũng trình bày kết quả ước lượng mô w  Tương tự như đối với mô hình số liệu mảng
hai, cột 3 bảng 3cũng chỉ ra rằng, hệ số của ln  k thông và lnythường,
đều dương nghiên và cứu
có ý cũng
nghĩasẽthống kê ở mức
tiến hành dự báo xác
hình (24a,b). Cũng giống như mô hình số liệu mảng
 w L cho năm 2015. Kết quả đối với mô hình SAR cho
trễ không gian, các kiểm định lan tỏa không gian đều
cósuất dướithống
ý nghĩa 0.01.kêNhưở mứcvậy,xác
về suất
dấu dưới
và ý 0.01.
nghĩaVìcủa các hệ
vậy, số đều=tương
RMSE 0.115đồng nhỏ với
hơnkếtrất quả
nhiềutrong số liệu
so với mảng
mô hình
thông
trong môthường.
hình (24a,b) sai số ngẫu nhiên tồn tại sự lan số liệu mảng thông thường. Cuối cùng, sử dụng mô
tỏaCột
không gian. Hơn nữa, hình số liệu mảng sai số không gian dự báo cầu lao
4 bảng 3 cũng trìnhhệ số kết
bày củaquảsai số
ướckhông
lượnggian
mô hình (24a,b). Cũng giống như mô hình số liệu mảng trễ
xấp xỉ bằng 0.31 động năm 2015 thu được RMSE = 0.1147 nhỏ nhất
không gian, cácvà có ýđịnh
kiểm nghĩa
lanthống kê, tức
tỏa không là, đều
gian ngoài
có ý nghĩa thống kê ở mức xác suất dưới 0.01. Vì vậy, trong
các yếu tố giá vốn trên giá lao động, sản lượng thì các trong 3 mô hình.
mô hình (24a,b) sai số ngẫu nhiên tồn tại sự lan tỏa không gian. Hơn nữa, hệ số của sai số không gian xấp xỉ
yếu tố khác có tác động lan tỏa không gian thuận chiều. Hình 4 biểu diễn xu thế của các giá trị cầu lao động
bằng 0.31 và có ý nghĩa thống kê, tức là, ngoài các yếu tố giá vốn trên giá lao động, sản lượng thì các yếu tố
Điều này rõ ràng phù hợp với thực tế, ví dụ như, lao thực tế năm 2015, giá trị dự báo bằng mô hình số liệu
kháccócóxu
động táchướng
động landịchtỏachuyển
không đếngiancác
thuận
khuchiều.
vực Điều
có này rõ ràng phù hợp với thực tế, ví dụ như, lao động có
mảng năm 2015, giá trị dự báo bằng mô hình số liệu
trình độ giáo dục của lao động cao, khu vực có giao mảng trễ không gian và giá trị dự báo bằng mô hình số
thông thuận tiện… liệu mảng sai số không gian. Hình 4 chỉ ra rằng đối với
Từ kết quả của bảng 3 với các biến đều có ý nghĩa 10hai mô hình số liệu mảng không gian dự báo gần với
thống kê ở mức rất cao, sẽ tiến hành dự báo cho cầu lao giá trị thực tế hơn. Hơn nữa, từ hai mô hình này chỉ ra
động các năm từ 2000 đến 2015. Kết quả thu được của tồn tại sự lan tỏa không gian trong trễ của cầu lao động

Số 256(II) tháng 10/2018 95

xu hướng dịch chuyển đến các khu vực có trình độ giáo dục của lao động cao, khu vực có giao thông thuận
tiện…
Hình 1: Biểu đồ giá trị dự báo và giá trị thực cầu lao động - số liệu mảng thường

11 10
Labor/forecasting labor
8 7
6 9

0 20 40 60 80 100
tinh

RMSE  0.174314
Từ kết quả của bảng 3 với các biến đều có ý nghĩa thống kê ở mức rất cao, sẽ tiến hành dự báo cho cầu lao
và trong sai số ngẫu nhiên của mô hình (24a,b). Hệ phát triển của cầu lao động của tỉnh lân cận, điều này
động các năm từ 2000 đến 2015. Kết quả thu được của năm 2015 sẽ so sánh với lao động của năm 2015 gốc.
số trễ không gian của cầu lao động là âm và có mức đúng trong thực tế khi một tỉnh phát triển hơn sẽ thu
Hình
ý nghĩa 2: Biểu
thống đồ giá
kê ở mức xáctrịsuất
dựdưới
báo 5%.
và giá
Tứctrịlà,thực
sự tếhút
cầucác
laolao
động
động- số
củaliệu
tỉnhmảng trễHệ
lân cận. không
số saigian
số không
phát triển cầu lao động ở một tỉnh này sẽ làm giảm sự gian của cầu lao động là dương và có mức ý nghĩa
Hình 2: Biểu đồ giá trị dự báo và giá trị thực tế cầu lao động - số liệu mảng trễ không gian
11 10
Labor/forecasting spatial labor
7 8 6 9

11
0 20 40 60 80 100
tinh

RMSE  0.115
Hình 1 trình bày biểu đồ của lao động và dự báo lao động của năm 2015 theo tỉnh. Hình 1 chỉ ra rằng giá trị dự
Số
báo256(II)
và giá trịtháng 10/2018
gốc của 96 cách giữa hai giá trị là rất nhỏ, đặc biệt có những vị
năm 2015 về cầu lao động có khoảng
trí giá trị gần như nhau. Đối với năm 2015, giá trị RMSE  0.174314 tương đối nhỏ. Như vậy, có thể sử
dụng được mô hình (22) để dự báo cầu lao động cho các năm tiếp theo.
 Hình 3: Biểu đồ giá trị dự báo và giá trị thực cầu lao động - số liệu mảng sai số không gian

11 10
Labor/forecasting spatial labor
7 8 6 9

0 20 40 60 80 100
tinh

RMSE  0.1147
Hình 4: Xu thế giá trị dự báo cầu lao động
thống kê ở mức xác suất dưới 5%. Tức là, các nhiễu giao lưu về thương mại, không có sự dịch chuyển lao
12
ngẫu nhiên ngoài các yếu tố được xem xét trong mô động, tất cả đều được coi như là các tỉnh độc lập. Vấn
hình có tác động tích cực đến sự phát triển của cầu lao đề này không phù hợp với thực tế rằng tồn tại sự giao
11 các tỉnh lân cận. Như vậy, sử dụng mô hình lưu về thương mại, dịch chuyển lao động, chuyển giao
động của
kinh tế lượng không gian trong dự báo cầu lao động sẽ công nghệ, giáo dục giữa các tỉnh lân cận. Vì thế, cần
10
mô hình hóa được tác động lan tỏa không gian trong một phương pháp định lượng hóa được lan tỏa không
việc dịch chuyển lao động và thu được kết quả dự báo gian giữa các tỉnh.
9
tốt hơn so với số liệu mảng thông thường. Thứ hai, phương pháp số liệu mảng trễ không gian
4. Kết
8 luận được sử dụng để xem xét lan tỏa không gian của cầu
Trong các nghiên cứu trước đây ở Việt Nam về dự lao động tại một tỉnh tác động lan tỏa đến các tỉnh lân
báo cầu7 lao động. Yếu tố lan tỏa không gian giữa các cận cho kết quả tiền lương và doanh thu đều dương
tỉnh đều bị bỏ qua và giữa các tỉnh không có sự liên kết và có ý nghĩa thống kê với mức xác suất dưới 5%.
6 Tuy nhiên, trong thực tế thì lao động có xu Điều này tương đồng với kết quả sử dụng số liệu mảng
với nhau.
hướng tập trung về các thành phố lớn và các khu công thường. Nhưng hệ số lan tỏa của trễ không gian là âm
5
nghiệp để làm việc, khi đó sẽ xuất hiện sự không đồng có ý nghĩa thống kê với mức xác suất dưới 5%, tức là,
đều giữa các tỉnh Labor Forecasting
và khu vực. Như vậy, Labor giá với những
để đánh Forecasting chính sách Forecasting
SAR Labor kích thích cầu
SEMlaoLabor
động của một
chính sách về cầu lao động không thể bỏ qua yếu tố lan số tỉnh hiện nay đã có sự thu hút đáng kể lao động về
tỏa
Hìnhkhông gian.
4 biểu diễnTừ xuviệc dự báo
thế của các cầu laocầu
giá trị động
laobằng
độngba cácnăm
thực tế tỉnh2015,
lân cận từ dự
giá trị những yếu tố
báo bằng môvềhình
chính sáchmảng
số liệu tiền
phương
năm 2015,phápgiá
rúttrịradự
được
báonhững
bằng kết
mô luận
hìnhsau:
số liệu mảng trễ lương
không củagian
người
và lao
giáđộng.
trị dựKhi
báođó, các mô
bằng mô hình
hình kinh tế
số liệu
Thứsai
mảng nhất, phươnggian.
số không phápHình
số liệu
4 chỉmảng thường
ra rằng được
đối với lượng không gian sẽ dự báo chính xác hơn so
hai mô hình số liệu mảng không gian dự báo gần với giá trịvới mô
sử dụng
thực để ước
tế hơn. Hơnlượngnữa,lao
từ động
hai mô chohình
kết này
quả chỉ
hệ số tồn tạihình
ra của số liệu
sự lan mảng thông
tỏa không thường.
gian trong trễ của cầu lao động và
tiền lương và doanh thu đều dương và có ý nghĩa thống Thứ ba, phương pháp số liệu mảng sai số không
kê với mức xác suất dưới 5%. Điều này phù hợp với 13gian được sử dụng để xem xét lan tỏa không gian của
thực tế đối với nền kinh tế Việt Nam, tuy nhiên, đối thành phần sai số ngẫu nhiên lại cho kết quả hệ số lan
với số liệu mảng thường thì giữa các tỉnh không có sự tỏa không gian dương và có ý nghĩa thống kê với mức

Số 256(II) tháng 10/2018 97

 0 20 40 60 80 100
tinh

RMSE  0.1147
Hình 4: Xu thế giá trị dự báo cầu lao động
12

11

10

5
Labor Forecasting Labor Forecasting SAR Labor Forecasting SEM Labor

Hình
xác suất4 biểu
dướidiễn
5%. xu
Điềuthếnày
củachỉ
cácra,giá trịrằng
tuy cầu chính
lao độngsách thực tế (iii)
năm Ngoài
2015, giá
điềutrịchỉnh
dự báotiền
bằng mô hình
lương hợp số
lý liệu
hơnmảng
nữa
nămlương
tiền 2015,đượcgiá trị dự chỉnh
điều báo bằng
nhưngmôvới hình số liệu
những yếumảngtố trễ không gian và giá trị dự báo bằng mô
giữa các tỉnh, thì các tỉnh cần có những chính sách hình số liệu
mảngnhư
khác sai về
số nhu
khôngcầugian.
việcHình
làm, 4đào
chỉtạo…
ra rằngvẫn
đốicóvới
sức hai mô
về hình
nhà ở,số đào
liệu tạo,
mảngbảo không
hiểmgian
tốt dự
hơnbáo gầnđểvới
nữa thugiá
húttrị
thu
thựchúttếlớn đốiHơn
hơn. với nữa,
lao động.
từ haiVìmô
thế,hình
lao này
độngchỉvẫnra tập
tồn tạicác
sự lao
lan động chất lượng
tỏa không cao từtrễcác
gian trong củatỉnh
cầulân
laocận.
động và
trung tại các thành phố lớn, các khu vực công nghiệp (iv) Các tỉnh cần khuyến khích các doanh nghiệp
nhiều hơn. 13mở rộng quy mô sản xuất để sản xuất phần nhu cầu gia
Từ những kết luận trên, nghiên cứu đưa ra một số tăng của xã hội. Quy mô tăng buộc các doanh nghiệp
nhận định về chính sách như sau: phải tăng cường lao động cả về mặt số lượng và chất
(i) Cơ cấu kinh tế hợp lý rất quan trọng đối với lượng.
sự phát triển của nền kinh tế và ảnh hưởng trực tiếp (v) Các tỉnh cần nâng cao chất lượng cung lao động
đến cầu lao động. Cơ cấu kinh tế sẽ làm thay đổi tỷ nhằm đáp ứng nhu cầu của các nhà tuyển dụng. Đặc
trọng lao động đối với các ngành công nghiệp, xây biệt, đối với các doanh nghiệp có vốn đầu tư nước
dựng, dịch vụ và giảm tỷ trọng lao động trong ngành ngoài, doanh nghiệp lớn có yêu cầu tuyển dụng tương
nông nghiệp. đối cao thì người lao động cần phải tự đào tạo, học tập,
(ii) Các tỉnh có khu vực kinh tế tư nhân năng động nghiên cứu thông qua các chương trình đào tạo, giao
luôn có sức hút mạnh đối với lao động. Vì vậy, đòi hỏi lưu. Điều này, cần những chính sách phù hợp của các
các tỉnh có những chính sách hợp lý để phát triển dành tỉnh về hỗ trợ đào tạo, hỗ trợ kinh phí đối với lao động
cho khu vực này. chất lượng cao.

Ghi chú: Bài viết này là một kết quả của nhóm nghiên cứu “Mô hình Toán ứng dụng trong một số vấn đề kinh tế -xã
hội” thuộc trường Đại học Ngoại thương.

Số 256(II) tháng 10/2018 98

Tài liệu tham khảo:
Fajnzylber, P., & Maloney, W. F. (2001), ‘How Comparable are Labor Demand Elasticities across Countries?’, World Bank
Policy Research Working Paper No. 2658.
Hamermesh, D. S. (2004), ‘Labor Demand in Latin America and the Caribbean. What Does It Tell Us?’, In Law and
Employment: lessons from latin america and the caribbean (pp. 553-562), University of Chicago Press.
Jenkins, R. (2004), ‘Vietnam in the Global Economy: Trade, Employment and Poverty’, Journal of International
Development, 16, 13-28.
Kien, T. N., & Heo, Y. (2009), ‘Impacts of Trade Liberalization on Employment in Vietnam: A System Generalized Method
of Moments Estimations’, The Developing Economies, 47(1), 81-103.
Lichter, A., Peichl, A., & Siegloch, S. (2015), ‘The Own-Wage Elasticity of Labor Demand: A Meta-Regression Analysis’,
European Economic Review, 80, 94-119.
Liu, A. Y. (2006), ‘Changing wage structure and education in Vietnam, 1992–98: The roles of demand’, Economics of
Transition, 14(4), 681–706.
McGuinness, S., Kelly, E., Phuong, P. T., & Thuy, H. T. (2015). ‘Returns to Education and the Demand for Labour in
Vietnam’, ESRI Working Paper 506.
Peichl, A., & Siegloch, S. (2012), ‘Accounting for Labor Demand Effects in Structural Labor Supply Models’, Labour
Economics, 19, 129-138.
Rodrik, D. (1997), Has Globalization Gone Too Far?, Washington, DC: Institution for International Economics.

Số 256(II) tháng 10/2018 99

 CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN QUYẾT ĐỊNH
CHI TIÊU CHO GIÁO DỤC BẬC ĐẠI HỌC
CỦA CÁC HỘ GIA ĐÌNH VIỆT NAM
Hoàng Thanh Nghị
Cao đẳng Kinh tế - Kỹ thuật Điện Biên
Email: nghicdkt@gmail.com
Ngày nhận: 27/8/2018
Ngày nhận bản sửa: 02/10/2018
Ngày duyệt đăng: 15/10/2018

Tóm tắt:
Bài báo này nhằm phân tích các yếu tố ảnh hưởng đến quyết định chi tiêu giáo dục bậc đại
học của các hộ gia đình Việt Nam. Mô hình logit số liệu mảng với số liệu thu được từ điều
tra mức sống hộ gia đình Việt Nam các năm 2010, 2012 và 2014 được sử dụng để phân tích.
Kết quả nghiên cứu cho thấy thu nhập của hộ có ảnh hưởng tích cực đến quyết định chi tiêu
giáo dục bậc đại học của các hộ gia đình. Các yếu tố về đặc điểm chủ hộ như: tuổi, giới
tính, nghề nghiệp, bằng cấp chủ hộ cũng ảnh hưởng đến quyết định chi tiêu giáo dục bậc
đại học của hộ. Có sự khác biệt đến quyết định chi tiêu giáo dục của các hộ gia đình sinh
sống ở thành thị và nông thôn.
Từ khóa: Chi tiêu giáo dục bậc đại học; hộ gia đình; mô hình Logit.

Factors Influencing the Decision to Spend on Higher Education of Vietnamese

Households
Abstract:
The paper is conducted for analyzing factors influencing the decision to spend on higher
education expenditure of Vietnamese households. The Logit model with panel data from
Vietnam Household Living Standards Survey 2010, 2012 and 2014 is used to analyse.
The results show that household’s income has a positive impact on the decision of higher
education expenditure. The factors of household’s characteristics such as age, gender,
occupation, and degree of household’s head influence the decision to spend on higher
education. There are differences in the decision to spend on education of households living
in urban and rural.
Keywords: Higher education expenditure, household, logit model.

1. Giới thiệu
Đầu tư vốn vào con người thông qua giáo dục
được công nhận rộng rãi như một thành phần quan
trọng của tăng trưởng kinh tế (Lucas, 1988; Mankiw
& cộng sự, 1992; Barro & Sala-i-Martin, 1995). Mặc
dù vậy, mức độ đạt được nền giáo dục ở các nước
đang phát triển vẫn còn thấp, bất bình đẳng giới vẫn
tồn tại rộng rãi và trình độ dân trí trong tương quan
giữa nữ và nam còn thấp (World Bank, 2006). Ở cấp
độ vĩ mô, giáo dục giúp cho các cá nhân trong xã hội
đạt được những kiến thức, kỹ năng tốt hơn và là cách
thức cơ bản để tích lũy vốn con người nên tác động
mạnh đến tăng trưởng kinh tế của quốc gia. Ở cấp
độ vi mô, đối với các hộ gia đình, đầu tư vào giáo
dục được coi là con đường chính giúp xóa đói, giảm
nghèo và làm tăng thu nhập. Còn một lý do khác
liên quan đến địa vị xã hội, những người có học thức
cao nói chung luôn luôn được mọi người tôn trọng
trong xã hội.
Trong các nghiên cứu hiện nay, người ta giả định

Số 256(II) tháng 10/2018 100

rằng quyết định chi tiêu cho giáo dục được thực hiện
bởi những người đứng đầu hộ gia đình (chủ hộ) cho
các thành viên của hộ gia đình. Mặc dù hộ gia đình,
đối với giáo dục cao đẳng, đại học thì đó cũng được
coi là một lựa chọn đầu tư cá nhân. Một trong những
ảnh hưởng mạnh mẽ nhất lên nhu cầu cá nhân cho
giáo dục cao đẳng và đại học rõ ràng là mức thu
nhập hộ gia đình và các chi phí phát sinh khi có các
quyết định đầu tư vào giáo dục.
Ngoài ra, người ta còn cho thấy tầm quan trọng
của các yếu tố xã hội và kinh tế trong việc xác định
chi cho giáo dục. Thật vậy, các khía cạnh như trình
độ giáo dục của cha mẹ, vị trí địa lý của nơi cư trú,
kích thước và thành phần của gia đình, nghề nghiệp
của người đứng đầu hộ gia đình là những yếu tố giúp
giải thích các giá trị khác nhau của mỗi hộ gia đình
cho giáo dục.
Bài báo này nghiên cứu các yếu tố chính ảnh
hưởng đến nhu cầu về giáo dục cao đẳng, đại học
và trên đại học ở Việt Nam trên cơ sở các thông tin
được cung cấp từ các cuộc điều tra mức sống hộ gia
đình Việt Nam năm 2010 đến 2014.
2. Tổng quan nghiên cứu
Chi tiêu của hộ gia đình cho giáo dục đã và đang
là vấn đề nghiên cứu thu hút được sự quan tâm của
nhiều nhà khoa học trong nước và trên thế giới trong
các năm qua. Các nghiên cứu dù được thực hiện ở
các quốc gia khác nhau, với những đặc điểm kinh
tế − xã hội có nhiều điểm khác biệt. Tuy nhiên, kết
luận về các yếu tố ảnh hưởng đến chi tiêu giáo dục
của hộ gia đình vẫn có nhiều nét tương đồng, có thể
kể đến nhóm các yếu tố như sau:
- Đặc điểm của chủ hộ như: giới tính, tuổi, tình
trạng hôn nhân, dân tộc, trình độ học vấn, tình trạng
việc làm.
- Đặc điểm của hộ như: thu nhập, số người đang
đi học trong hộ theo cấp học, nơi sinh sống của hộ
gia đình...
Maudlin & cộng sự (2001) với dữ liệu khảo sát
chi tiêu tiêu dùng năm 1996 được thực hiện bởi Cục
điều tra Dân số Hoa Kỳ với quy mô mẫu 1158 hộ gia
đình, trong đó có 331 hộ có chi tiêu giáo dục và 827
hộ không có chi tiêu giáo dục cho trẻ cấp tiểu học
và trung học. Nghiên cứu sử dụng mô hình Double
– Hurdle gồm mô hình hồi quy Probit, kết quả cho
thấy thu nhập sau thuế của hộ gia đình có mối quan
hệ đến xác suất quyết định tham gia chi tiêu giáo
dục, nghĩa là những hộ có thu nhập sau thuế cao hơn
Số 256(II) tháng 10/2018 101
thì xác suất tham gia và mức chi tiêu giáo dục sẽ
cao hơn so với những hộ có mức thu nhập sau thuế
thấp hơn. Trình độ học vấn và tuổi của cha mẹ cũng
có ảnh hưởng đến xác suất quyết định tham gia chi
tiêu giáo dục cũng như quyết định phân bổ chi tiêu
này. Hơn nữa, xác suất quyết định tham gia chi tiêu
giáo dục của hộ gia đình sống ở nông thôn không có
sự khác biệt nhiều so với thành thị; tuy nhiên khi hộ
gia đình thành thị nếu có chi tiêu giáo dục thì sẽ có
xu hướng chi tiêu lớn hơn so với hộ gia đình sống ở
nông thôn.
Tansel & Bircan (2006) khảo sát các yếu tố quyết
định đến nhu cầu phụ đạo riêng ở Thổ Nhĩ Kỳ, dựa
trên khảo sát chi tiêu hộ gia đình năm 1994. Kết quả
chỉ ra các hộ gia đình có thu nhập cao, trình độ giáo
dục của các bậc phụ huynh cao và các hộ gia đình
ở khu vực thành thị dành nhiều nguồn lực hơn cho
việc phụ đạo riêng của con cái. Nghiên cứu còn chỉ
ra các bà mẹ đơn thân chi tiêu nhiều hơn cho việc
phụ đạo riêng của con cái họ.
Theo nghiên cứu của Sulaiman & cộng sự (2012)
về chi tiêu giáo dục của 3309 hộ gia đình trên 10
bang của Malaysia, kết quả ước lượng phương pháp
bình phương nhỏ nhất (OLS) cho thấy logarit tự
nhiên thu nhập hàng tháng của hộ gia đình có tác
động dương đến chi tiêu giáo dục hàng tháng của
hộ. Tuổi và tuổi bình phương chủ hộ cũng tác động
dương đến mức chi tiêu này, tuy nhiên kết quả cụ
thể cho thấy tuổi của người mẹ có tác động ngược
chiều đến chi tiêu giáo dục. Phân tích cũng cho thấy
nếu nghề nghiệp của chủ hộ trong khu vực tư nhân
sẽ có mức chi tiêu giáo dục cao hơn so với chủ hộ có
nghề nghiệp trong khu vực công và số trẻ em cũng
tác động dương đến mức chi tiêu này. Cuối cùng, với
mức ý nghĩa 5% thì trình độ của chủ hộ không có tác
động đến chi tiêu giáo dục.
Có sự thống nhất cao giữa các quốc gia về kết
quả của các nghiên cứu khảo sát mối liên quan giữa
nền tảng gia đình và chi tiêu cho giáo dục. Các kết
quả đều cho thấy tác động tích cực của trình độ giáo
dục của các bậc phụ huynh đến việc học của con
cái là tất yếu (Binder, 1998). Các nghiên cứu ở các
quốc gia cũng cho thấy thu nhập hộ gia đình có ảnh
hưởng tích cực lên thành tích học tập (Al-Qudsi,
2003; Clark-Kauffman & cộng sự, 2003; Blanden &
Gregg, 2004; Aakvik & cộng sự, 2005).
Trong một nghiên cứu về nhu cầu cá nhân đối với
bậc học cao hơn ở Trung Quốc, Li & Min (2000) đã
 nếu chủ hộ tốt nghiệp trung học phổ phổ thông
thông, bằng 0 tr
thông, bằng 0 trong trường hợp khác)
khác)
X16 BANGCAP_CH5 Chủ hộ tốt nghiệp
X16 BANGCAP_CH5 Chủ hộ tốt nghiệp cao đẳng trở lên 5,85% (biến chủgiả:hộnhận
tốt gi
(biến giả: nhận giá trị bằng 1 nếu nghiệp chủ hộcao tốtđẳng
nghiệp
chủ hộ tốt nghiệp cao đẳng trở lên, bằng trở0 lên
trong trườn
phân tích chi phí giáo dục của sinh viên cao đẳng và Thống kêbằng Việt
X17 0 Nam
trong (GSO).
trường Các
hợp dữ
khác)
NOISONG liệu được xuất
Nơi sinh sống của
khả năng sẵn sàng chi trả đểX17được học lên NOISONG Nơi sinh
cao. Họ ra tương ứng với cácsốngnhân
của tốhộcó
(biến
khảgiả:
năng nhận 26,65%
ảnh hưởng ở thành
giá trị bằng 1 nếu
giágiáo
nhận thấy thu nhập gia đình là một yếu tố quan trọng tới chi tiêu trị bằng 1 nếu
dục bậc đạisống ở thành
học của các hộthị,gia đình.
thị.
bằng73,35%
0 nếu ởởnông
bằngX180liên
nếu ở nông thôn) nông số thôn
quyết định đến chi tiêu cho giáo dục tư nhân của Các thông tin quanSONAMDANGHOC
đến hộ gia đình được trích Tổng nam đan
X18 SONAMDANGHOC Tổng số nam đang học trong hộ 0,46
(biến(max
liên = 4)
tục)
sinh viên cao đẳng. Nghiên cứu cho thấy nơi cư trú lọc cho nghiên
(biến cứu gồm tổng thu nhập của hộ, tổng
X19liên tục) SONUDANGHOC Tổng số nữ đang h
của gia đình, thu nhập hộ gia
X19đình và trình độ giáo chi tiêu của
SONUDANGHOC Tổnghộsốgia nữ đình,
đang chihọc tiêu
tronggiáo dục bậc 0,42
hộ (biến học
liên (max
tục) = 4)
dục của bậc phụ huynh có ảnh hưởng quan trọng tới đại học, các liênX tục)
đặc
20 điểm liên quan đến
NHOMTHUNHAP1 chủ hộ như: giới
Thu nhập bình quâ
khả năng sẵn sàng chi trả đểXđược
20 NHOMTHUNHAP1
học lên cao. Trong tính, tuổi,Thu nhập bình quân của 20% hộ
dân tộc, trình độ học vấn, tình trạng hôn có 19762,13
thu nhập nghìn
thấp nhất
thuXnhập thấp nhất
NHOMTHUNHAP2 Thu đồng
nhập bình quâ
một nghiên cứu khác, Li & Min (2001) khảo sát sự nhân và các đặc 21 điểm của hộ gia đình như: nơi sinh
X21 NHOMTHUNHAP2 Thu nhập bình quân của 20% hộ có 40707,93
thu nhập nghìn
trung bình
lựa chọn nhập học của từng cá nhân ở cấp bậc đại sống (thành thị, nông
thuXnhập trung thôn),thấp
bình quy mô hộ, số thành đồng
22 NHOMTHUNHAP3 Thu nhập bình quâ
học bằng việc sử dụng dữ liệu
X22 hộ gia đình thành thị viên đangThu
NHOMTHUNHAP3 đi học,
nhập khubìnhvựcquânsinh
của sống.
20% hộ Cáccóquan64659,96
sát nhập nghìn
thu trung bình
được thu thập ở bảy tỉnh thành. Kết quả nghiên cứu chỉ được thu giữXnhập
lại
23
trung
đối với bình
các hộ có
NHOMTHUNHAP4 thực hiện điều tra đồng
Thu nhập bình quâ
huynh và NHOMTHUNHAP4
là trình độ giáo dục của phụX23 thu nhập gia khảo sát ởThutất nhập
cả cácbình
nămquân của đến
từ 2010 20%2014hộ cótạo thành
98510,96
thu nhập nghìntrung bình
thuXnhập trung bình cao
NHOMTHUNHAP5 Thu đồng
nhập bình quâ
đình có ảnh hưởng tích cực đến quyết định học lên dữ liệu dạng mảng 24 (panel data). Các biến số sử dụng
X24 NHOMTHUNHAP5 Thu nhập bình quân của 20% hộ có 203695,03 thu nhập cao nghìnnhất
cao của từng cá nhân. trong bàithu
báonhập
này caođượcnhấttóm tắt trong Bảng 1. đồng
X25 GIOITINH_CH*TUOI_CH Biến tương tác giữ
Nghiên cứu của Vũ Quang X25 Huy GIOITINH_CH*TUOI_CH
(2012) sử dụng Biến
3.2. Mô hình tương tác giữa
nghiên cứu giới tính chủ hộ với tuổi chủ hộ
mô hình Tobit và dữ liệu số liệu điều tra mức sống với tuổi chủ hộ
Một hộ gia đình có thể có hoặc không có phát sinh
hộ gia đình Việt Nam (VHLSS) 2006 với quy mô chi tiêu giáo dục bậc đại học cho con cái. Để phân
9189 hộ gia đình và 39071 cá nhân trong cả nước. tích3.2. Mô hình nghiên cứu
quyết định chi tiêu cho giáo dục bậc đại học của
3.2. Mô hình nghiên cứu
Kết quả hồi quy cho biết thu nhập của hộ có tác động các hộ gia đình Việt Nam giai đoạn 2010 đến 2014,
Một hộ gia đình có thể có hoặc không có phát sinh chi tiêu giáo dụ
dương đến chi tiêuMộtgiáohộdục
giahay
đìnhthu
cónhập
thể cóhàng
hoặcnăm
không nghiên
có phát sinh chi tiêu giáo
mô dục
hìnhbậchồiđại họcLogit
cho consố cái. Để phân tích qu
định cứu sử dụng
chi tiêu cho giáo dục bậc quy
đại học của các liệu
hộ gia đình Việt N
của hộ càng cao thìđịnh
chi tiêu giáocho
chi tiêu dụcgiáo
càngdục
lớn.bậc
Trong
đại họcmảng
của các hộ gia
vớimôbiến đình Việt Nam giai đoạn 2010 đến chi phụ nghiên
2014, cứu
dụng hìnhphụ
hồi thuộc là biến
quy Logit nhịmảng
số liệu phân:vớicóbiến thuộc là bi
khi nếu tăng số trẻdụng
em trong độ tuổi
mô hình đi học
hồi quy cấpsốtiểu
Logit liệu mảng
tiêuvàvới
(nhậnbiến phụ thuộc 1)là biến nhị phân: có tiêu
chi tiêu (nhận giá trị bằng
khônggiácótrị
chibằng và không
tiêu (nhận có chi
giá trị bằng 0). (nhận
học và trung học thì hộ gia đình có xu hướng gia
và không có chi tiêu (nhận giá trị bằng giá 0). trị bằng 0).
tăng chi tiêu giáo dục. Ngược lại, nếu tăng số trẻ em Mô hình
hình cụ thể trong
Mô xác địnhcụ nhưthể trongnghiên
nghiêncứucứunàynày
đượcđược
xác định
xác như sau:
trong độ tuổi đi họcMômầmhìnhnon
cụ thể trong
và đại nghiên
học cứusụt
thì làm này được sau:
định như sau:
giảm chi tiêu giáo dục, như vậy chi phí giáo dục ở e
trẻ cấp tiểu học và trung học có khả năng cao hơn e z
Pr ob (Y 1| X )
Pr ob  (Y 1| X) 1
so với cấp mầm non và đại học. Trình độ học vấn 1  ez
của chủ hộ cũng có tác động cùng chiều đến chi tiêu Trong đó:
Trong đó:
Trong đó:
giáo dục, theo đó, nếu chủ hộ có học vấn dưới tiểu
học sẽ có mức chi tiêu thấp hơn chủ hộ có học vấn z Yit  
 0   p X pit   it
z Yit 
trung học cơ sở hoặc cao hơn. Nghề p

 0   p X pit   it
nghiệp chủ hộ p  1, 25
p ( p  1, 25 )
( )
cũng có mối quan hệ cùng chiều tới chi tiêu giáo
Với Y là biến phụ thuộc và X pit là các biến độc lập được mô tả tro
dục, trong khi tình Với
trạng hôn
Y là nhân
biến phụchủ hộ và
thuộc nếuXở góa Với Y là biến phụ thuộc và X pit là các biến độc
pit là các biến độc lập được mô tả trong Bảng 1.
hoặc ly thân sẽ tác động tới mức chi tiêu này thấp lập được mô tả trong Bảng 1.
hơn các trường hợp khác. Chủ hộ là nam có mức chi Đầu tiên, mô hình được ước lượng cho toàn bộ
tiêu giáo dục thấp hơn chủ hộ là nữ, tuy nhiên lại mẫu nghiên cứu với các biến độc lập bao gồm các
không có ý nghĩa thống kê. Cuối cùng, những hộ gia đặc điểm của chủ 5 5
hộ, đặc điểm của hộ gia đình…
đình sống ở miền Nam và miền Bắc có ảnh hưởng Thứ hai, toàn bộ mẫu được chia thành hai khu vực
đến mức chi tiêu giáo dục thấp hơn so với những hộ thành thị và nông thôn, các mô hình tương tự được
sống ở trung tâm của nước. ước lượng riêng cho từng khu vực để kiểm tra tại
3. Phương pháp nghiên cứu mỗi khu vực ảnh hưởng của các biến độc lập tới
3.1. Dữ liệu nghiên cứu và các biến số biến phụ thuộc có khác nhau không và khác nhau
như thế nào?
Dữ liệu nghiên cứu của bài báo được trích xuất từ
bộ số liệu điều tra mức sống hộ gia đình Việt Nam 4. Kết quả nghiên cứu và thảo luận
(Vietnam Households Living Standard Survey - Đầu tiên nghiên cứu thực hiện phép kiểm định
VHLSS) các năm từ 2010 đến 2014 của Tổng cục LR test1 với giả thuyết H0: rho = 0, kết quả kiểm

Số 256(II) tháng 10/2018 102

 Bảng 1: Mô tả tóm tắt các biến số sử dụng trong mô hình nghiên cứu
Ký hiệu Tên biến Mô tả biến Giá trị trung
bình/tần suất
Biến phụ thuộc
Y QDCHIDAIHOC Chi tiêu cho giáo dục đại học của hộ 88,39% số hộ
gia đình (Biến giả: nhận giá trị = 1 không có chi tiêu.
nếu hộ gia đình có chi tiêu, nhận giá 11,61% số hộ có
trị = 0 nếu hộ gia đình không có chi chi tiêu
tiêu)
Các biến độc lập
X1 GIOITINH_CH Giới tính chủ hộ (Biến giả: nhận giá 75,54% chủ hộ là
trị = 1 nếu chủ hộ là nam, nhận giá nam. 24,46% chủ
trị = 0 nếu chủ hộ là nữ) hộ là nữ
X2 TUOI_CH Tuổi của chủ hộ (biến liên tục) 50,2 tuổi
X3 HONNHAN_CH1 Chủ hộ chưa có vợ/chồng (biến giả: 2,29% chủ hộ
nhận giá trị = 1 nếu đang chưa có chưa có vợ hoặc
vợ/chồng, = 0 trong trường hợp chồng
khác)
X4 HONNHAN_CH2 Chủ hộ có vợ/chồng (biến giả: nhận 81,38% chủ hộ
giá trị = 1 nếu đang có vợ/chồng, = đang có vợ/chồng
0 trong trường hợp khác)
X5 HONNHAN_CH3 Chủ hộ góa vợ/chồng (biến giả: 13,95% chủ hộ
nhận giá trị = 1 nếu là góa vợ/chồng, góa vợ hoặc
= 0 trong trường hợp khác) chồng
X6 HONNHAN_CH4 Chủ hộ đã ly hôn (biến giả: nhận giá 1,72% chủ hộ đã
trị = 1 nếu chủ hộ đã ly hôn, = 0 ly hôn
trong trường hợp khác)
X7 HONNHAN_CH5 Chủ hộ sống ly thân (biến giả: nhận 0,66% chủ hộ
giá trị = 1 nếu đang sống ly thân, = 0 đang sống ly thân
trong trường hợp khác)
X8 DANTOC_CH Dân tộc chủ hộ (biến giả: nhận giá 80,99% chủ hộ là
trị bằng 1 nếu là dân tộc kinh, bằng dân tộc kinh.
0 nếu là dân tộc khác) 19,01% chủ hộ là
dân tộc khác
X9 LAMCONGANLUONG Chủ hộ làm công ăn lương (biến giả: 39,35% chủ hộ
nhận giá trị bằng 1 nếu là làm công làm công ăn lương
ăn lương, bằng 0 trong trường hợp
khác)
X10 NONGLAMTHUYSAN Chủ hộ làm trong lĩnh vực nông, 58,50% chủ hộ
lâm thủy sản (biến giả: nhận giá trị làm trong lĩnh vực
bằng 1 nếu làm trong lĩnh vực nông, nông, lâm thủy
lâm thủy sản, bằng 0 trong trường sản
hợp khác)
X11 KINHDOANHDICHVU Chủ hộ làm trong lĩnh vực kinh 20,14% chủ hộ
doanh, dịch vụ...(biến giả: nhận giá làm trong lĩnh vực
trị bằng 1 nếu làm trong lĩnh vực kinh doanh, dịch
kinh doanh, dịch vụ, bằng 0 trong vụ
trường hợp khác)
X12 BANGCAP_CH1 Chủ hộ không bằng cấp (biến giả: 20,55% chủ hộ
nhận giá trị bằng 1 nếu chủ hộ chưa có bằng cấp
không có bằng cấp, bằng 0 trong
trường hợp khác)
X13 BANGCAP_CH2 Chủ hộ tốt nghiệp tiểu học (biến giả: 27,52% chủ hộ tốt
nhận giá trị bằng 1 nếu chủ hộ tốt nghiệp tiểu học
nghiệp tiểu học, bằng 0 trong trường
hợp khác)

4
Số 256(II) tháng 10/2018 103
 Bảng 1 (tiếp)
X14 BANGCAP_CH3 Chủ hộ tốt nghiệp trung học cơ sở 31,00% chủ hộ tốt
(biến giả: nhận giá trị bằng 1 nếu nghiệp trung học
chủ hộ tốt nghiệp trung học cơ sở, cơ sở
bằng 0 trong trường hợp khác)
X15 BANGCAP_CH4 Chủ hộ tốt nghiệp trung học phổ 15,07% chủ hộ tốt
thông (biến giả: nhận giá trị bằng 1 nghiệp trung học
nếu chủ hộ tốt nghiệp trung học phổ phổ thông
thông, bằng 0 trong trường hợp
khác)
X16 BANGCAP_CH5 Chủ hộ tốt nghiệp cao đẳng trở lên 5,85% chủ hộ tốt
(biến giả: nhận giá trị bằng 1 nếu nghiệp cao đẳng
chủ hộ tốt nghiệp cao đẳng trở lên, trở lên
bằng 0 trong trường hợp khác)
X17 NOISONG Nơi sinh sống của hộ (biến giả: nhận 26,65% ở thành
giá trị bằng 1 nếu sống ở thành thị, thị. 73,35% ở
bằng 0 nếu ở nông thôn) nông thôn
X18 SONAMDANGHOC Tổng số nam đang học trong hộ 0,46 (max = 4)
(biến liên tục)
X19 SONUDANGHOC Tổng số nữ đang học trong hộ (biến 0,42 (max = 4)
liên tục)
X20 NHOMTHUNHAP1 Thu nhập bình quân của 20% hộ có 19762,13 nghìn
thu nhập thấp nhất đồng
X21 NHOMTHUNHAP2 Thu nhập bình quân của 20% hộ có 40707,93 nghìn
thu nhập trung bình thấp đồng
X22 NHOMTHUNHAP3 Thu nhập bình quân của 20% hộ có 64659,96 nghìn
thu nhập trung bình đồng
X23 NHOMTHUNHAP4 Thu nhập bình quân của 20% hộ có 98510,96 nghìn
thu nhập trung bình cao đồng
X24 NHOMTHUNHAP5 Thu nhập bình quân của 20% hộ có 203695,03 nghìn
thu nhập cao nhất đồng
X25 GIOITINH_CH*TUOI_CH Biến tương tác giữa giới tính chủ hộ
với tuổi chủ hộ

định cho thấy giá trị p_value < 0,05 hàm ý rằng phương giới có xác suất chi tiêu cho giáo dục bậc đại học
3.2. Mô hình nghiên cứu
pháp hồi quy gộp (pool) là không phù hợp. Vì vậy thấp hơn xác suất không chi tiêu cho giáo dục).
nghiên
Một hộcứu sử dụng
gia đình mô
có thể cóhình
hoặc hồi quycólogit
không phát số
sinhliệu Tuổidục
chi tiêu giáo chủbậc
hộ đại
có ảnh
học hưởng
cho contích
cái.cực
Để đến
phânquyết định
tích quyết
mảng.
định chi tiêu cho giáo dục bậc đại học của các hộ gia đình chi Việt
tiêu Nam
giáo dục
giai bậc
đoạnđại họcđến
2010 của2014,
hộ. Kết quảcứu
nghiên hệ số
sử
Kết mô
dụng quảhình
ướchồilượng mô hình
quy Logit logit
số liệu số liệu
mảng mảng
với biến ước lượng
phụ thuộc là biếncho
nhị thấy
phân:tuổi củatiêu
có chi chủ(nhận
hộ tỉgiá
lệ trị
thuận
bằngvới
1)
phân tích các yếu tố ảnh hưởng đến
và không có chi tiêu (nhận giá trị bằng 0). quyết định chi xác suất quyết định chi tiêu giáo dục bậc đại học của
tiêu giáo dục bậc đại học của hộ gia đình Việt Nam hộ. Trong điều kiện các yếu tố khác không đổi, khi
vàMô hình
tỉ lệ odd cụđược
thể trong
trìnhnghiên cứu này
bày trong Bảng được
2. xác định như sau:tăng tuổi chủ hộ lên 1 tuổi thì tỉ lệ xác suất quyết
Hệ số của biến tình trạng hôn nhân chủ hộ không định chi ztiêu cho giáo dục bậc đại học của hộ gia
đình e
có ý nghĩa thống kê, điều này cho thấy Pr ob
tình (Y 1|
trạng X ) đó soz với xác suất quyết định không chi tiêu
hôn nhân chủ hộ không ảnh hưởng đến quyết định cao hơn e lần.
1 1,062
chi tiêu cho giáo dục bậc đại học của hộ gia đình. Biến tương tác giữa giới tính chủ hộ với tuổi chủ
z Yit 
Giới tính chủ hộ ảnh hưởng 
 0   p X pit   it
đến quyết định chi hộ có ý nghĩa thống kê. Kết quả hệ số hồi quy mang
Trong đó: p ( p  1, 25 )
tiêu cho giáo dục bậc đại học của hộ, kết quả cho dấu dương cho thấy khi tuổi chủ hộ tăng lên một
thấy
Với chủ
Y là hộ
biếnlàphụ
nam giớivàcóXxác suất
thuộc quyết định chi tuổi, chủ hộ là nam giới có xu hướng tăng xác suất
pit là các biến độc lập được mô tả trong Bảng 1.
tiêu giáo dục bậc đại học ít hơn so với chủ hộ là nữ quyết định chi tiêu cho giáo dục đại học nhiều hơn
giới
Đầuvà chủmôhộhình
tiên, là namđược giới có tỉ lệ
ước lượng choxác
toànsuất
bộ quyết
mẫu nghiênso với
cứuchủ
với hộ
cáclàbiến
nữ giới. Tuy
độc lập baonhiên,
gồm theo kếtđiểm
các đặc quả của
của
định chi tiêu giáo dục bậc đại học so với xác suất Sulaiman & cộng sự (2012) thì tuổi
chủ hộ, đặc điểm của hộ gia đình…Thứ hai, toàn bộ mẫu được chia thành hai khu vực thành thị và nông thôn, của chủ hộ là nữ
quyết định không chi tiêu là 1,58% (chủ hộ là nam tác động ngược chiều đến chi tiêu giáo dục.

Số 256(II) tháng 10/2018 104 5

 Đầu tiên nghiên cứu thực hiện phép kiểm định LR test với giả thuyết H0: rho = 0, kết quả kiểm định cho thấy
giá trị p_value < 0,05 hàm ý rằng phương pháp hồi quy gộp (pool) là không phù hợp. Vì vậy nghiên cứu sử dụng
mô hình hồi quy logit số liệu mảng.

Kết quả ước lượng mô hình logit số liệu mảng phân tích các yếu tố ảnh hưởng đến quyết định chi tiêu giáo dục
bậc đại học của hộ gia đình Việt Nam và tỉ lệ odd được trình bày trong Bảng 2.
Bảng 2: Kết quả ước lượng mô hình logit số liệu mảng và tỉ số odds
đốihình
Bảng 2: Kết quả ước lượng mô với logit
toànsốbộliệu
mẫu nghiên
mảng và tỉcứu
số odds đối với toàn bộ mẫu nghiên cứu

Tên biến Mô hình Logit

Hệ số hồi quy Tỉ số odds
GIOITINH_CH -4,1492*** 0,0158***
(1,2526) (0,0198)
TUOI_CH 0,0604*** 1,0622***
(0,0231) (0,0245)
GIOITINH_CH*TUOI_CH 0,0563** 1,0579**
(0,0248) (0,0263)
HONNHAN_CH2 1,0457 2,8455
(0,9552) (2,7180)
HONNHAN_CH3 -0,1661 0,8469
(0,9806) (0,8305)
HONNHAN_CH4 -0,7424 0,4760
(1,3046) (0,6209)
HONNHAN_CH5 -2,6153 0,0731
(1,9342) (0,1415)
BANGCAP_CH2 1,3267*** 3,7686***
(0,4099) (1,5447)
BANGCAP_CH3 2,8602*** 17,4654***
(0,4298) (7,5072)
BANGCAP_CH4 3,4360*** 31,0613***
(0,4752) (14,7601)
BANGCAP_CH5 2,7542*** 15,7087***
(0,5729) (8,9998)
DANTOC_CH 0,8421** 2,3212**
(0,4008) (0,9303)
LAMCONGANLUONG 0,7313*** 2,0777***
(0,2438) (0,5066)
NONGLAMTHUYSAN 0,7474*** 2,1116***
(0,2428) (0,5126)
KINHDOANHDICHVU 0,7476*** 2,1120***
(0,2652) (0,5601)
SONAMDANGHOC 2,4924*** 12,0897***
(0,2067) (2,4986)
SONUDANGHOC 2,5898*** 13,3272***
(0,2198) (2,9295)
NOISONG 0,5449* 1,7245*

1
LR test of rho=0: chibar2(01) = 431,35 Prob >= chibar2 = 0,000

Bằng cấp của chủ hộ có ý nghĩa thống kê cao.
Chủ hộ có bằng cấp cao hơn có xác suất chi tiêu cho
giáo dục bậc đại học nhiều hơn so với chủ hộ chưa
có bằng cấp gì. Kết quả cho thấy chủ hộ tốt nghiệp
đại học có xác suất quyết định chi tiêu giáo dục bậc
đại học cao hơn nhiều nhất so với chủ hộ chưa có
bằng cấp và xác suất quyết định chi giáo dục của chủ
hộ ở nhóm này cũng cao hơn nhiều nhất so với quyết
định không chi tiêu. Kết quả này phù hợp với nghiên
cứu trước đây (Maudlin & cộng sự, 2001; Tansel,
2005; Sulaiman & cộng sự, 2012; Binder, 1998; Li
6 2000; Vũ Quang Huy, 2012).
& Min,
Chủ hộ là người dân tộc Kinh có xác suất quyết
định chi tiêu giáo dục cao hơn so với chủ hộ là người
dân tộc khác và xác suất quyết định chi tiêu cho giáo
dục của chủ hộ người Kinh cao hơn 2,32 lần so với
xác suất quyết định không chi tiêu cho giáo dục.
Nghề nghiệp chủ hộ có ảnh hưởng đến quyết định
chi tiêu giáo dục bậc đại học của hộ gia đình. Chủ
hộ làm trong lĩnh vực kinh doanh dịch vụ có xác
suất quyết định chi tiêu cho giáo dục so với xác suất
quyết định không chi tiêu cho giáo dục cao hơn cả

Số 256(II) tháng 10/2018 105

 Bảng 3: Kết quả hồi quy mô hình logit số liệu mảng cho chi tiêu giáo dục bậc đại học
của hộ gia đình và tỉ số odds theo khu vực thành thị, nông thôn
Nông thôn Thành thị
Tên biến Hệ số ước Tỉ số odds Hệ số ước Tỉ số odds
lượng lượng

GIOITINH_CH -5,4218*** 0,0044*** -1,7687 0,1706

(1,6468) (0,0073) (2,1516) (0,3670)
TUOI_CH 0,0294 1,0298 0,1065*** 1,1124***
(0,0313) (0,0323) (0,0381) (0,0424)
GIOITINH_CH*TUOI_CH 0,0895*** 1,0936*** 0,0058 1,0058
(0,0339) (0,0370) (0,0414) (0,0417)
HONNHAN_CH2 -0,2088 0,8116 3,3316* 27,9820*
(1,1432) (0,9278) (1,9588) (54,8101)
HONNHAN_CH3 -0,9354 0,3924 1,7069 5,5119
(1,1643) (0,4569) (2,0239) (11,1556)
HONNHAN_CH4 -0,6310 0,5320 -0,2250 0,7985
(1,6864) (0,8972) (2,5775) (2,0582)
HONNHAN_CH5 - - 0,8211 2,2729
(2,8924) (6,5742)
BANGCAP_CH2 1,1005** 3,0057** 2,4943*** 12,1126***
(0,4774) (1,4348) (0,9104) (11,0276)
BANGCAP_CH3 2,7264*** 15,2776*** 3,8126*** 45,2682***
(0,5047) (7,7105) (0,9504) (43,0218)
BANGCAP_CH4 3,4476*** 31,4235*** 4,3313*** 76,0449***
(0,5926) (18,6210) (0,9673) (73,5593)
BANGCAP_CH5 3,3140*** 27,4939*** 3,5904*** 36,2468***
(0,8170) (22,4617) (1,0390) (37,6603)
DANTOC_CH 1,1753** 3,2391** -0,2362 0,7896
(0,4856) (1,5730) (0,8209) (0,6482)
LAMCONGANLUONG 0,7084** 2,0307** 0,8065* 2,2400*
(0,2990) (0,6073) (0,4553) (1,0198)
NONGLAMTHUYSAN 0,7676** 2,1546** 0,9418** 2,5646**
(0,3012) (0,6489) (0,4447) (1,1404)
KINHDOANHDICHVU 0,2347 1,2645 1,5376*** 4,6535***
(0,3494) (0,4418) (0,4570) (2,1269)
SONAMDANGHOC 2,6010*** 13,4775*** 2,6309*** 13,8862***
(0,2739) (3,6914) (0,3618) (5,0245)
SONUDANGHOC 2,4154*** 11,1943*** 3,0638*** 21,4093***
(0,2680) (2,9997) (0,4098) (8,7730)
NHOMTHUNHAP2 0,2063 1,2291 0,2438 1,2760
(0,4121) (0,5065) (1,0086) (1,2870)
NHOMTHUNHAP3 1,0006** 2,7200** 1,1566 3,1791
(0,4297) (1,1689) (0,9865) (3,1363)
NHOMTHUNHAP4 1,1787*** 3,2500*** 1,6650* 5,2855*
(0,4510) (1,4659) (0,9844) (5,2031)
NHOMTHUNHAP5 1,5514*** 4,7181*** 1,6335 5,1215
(0,4930) (2,3261) (1,0193) (5,2202)
2012 0,1554 1,1681 0,1735 1,1895
(0,2418) (0,2824) (0,3113) (0,3703)
2014 0,5021* 1,6522* -0,1553 0,8561
(0,2665) (0,4404) (0,3473) (0,2973)
Ghi chú: độ lệch chuẩn được đặt trong dấu ngoặc đơn.
Mức ý nghĩa: *** p<0,01, ** p<0,05, * p<0,1.

Bảng 3 cho thấy các biến giới tính chủ hộ có tác động đến xác suất quyết định chi tiêu cho giáo dục bậc đại học
ở khu vực nông thôn, tuy nhiên ở khu vực thành thị, biến giới tính chủ hộ không có ý nghĩa thống kê. Biến tuổi

9
Số 256(II) tháng 10/2018 106
so với các chủ hộ làm ở các lĩnh vực khác. Điều này
hoàn toàn phù hợp với các nghiên cứu trước đây là
nghề nhiệp của chủ hộ có tác động đến chi tiêu giáo
dục của hộ.
Hệ số hồi quy của biến số thành viên đang đi học
là nam giới và số thành viên đang đi học là nữ giới
mang dấu dươn. Điều này hàm ý rằng xác suất quyết
định chi tiêu cho giáo dục bậc đại học của gia đình
đó tỉ lệ với sự gia tăng số thành viên đang đi học
trong hộ. Trong điều kiện các yếu tố khác không
đổi, khi hộ gia đình tăng thêm một thành viên nam
đang đi học thì xác suất quyết định chi tiêu cho giáo
dục bậc đại học cao hơn so với xác suất quyết định
không chi tiêu là 12,08 lần; và khi hộ gia đình tăng
thêm một thành viên nữ đang đi học, xác suất quyết
định chi tiêu cho giáo dục bậc đại học cao hơn so
với xác suất quyết định không chi tiêu là 12,32 lần.
Nhóm thu nhập của hộ gia đình có ảnh hưởng đến
chi tiêu cho giáo dục bậc đại học. Kết quả cho thấy
các hộ gia đình nằm ở nhóm thu nhập cao hơn có
xác suất quyết định chi tiêu nhiều hơn so với hộ gia
đình nằm ở nhóm thu nhập thấp nhất. Tuy nhiên, các
hộ gia đình nằm ở nhóm thu nhập thứ hai lại không
có khác biệt so với các hộ gia đình nằm ở nhóm thu
nhập thấp nhất. Kết quả cũng cho thấy gia đình ở
nhóm thu nhập cao hơn cũng có xác suất quyết định
chi tiêu cao hơn so với xác suất quyết định không
chi tiêu. Kết quả này cũng hoàn toàn phù hợp với
kết quả nghiên cứu trước đây (Maudlin & cộng sự,
2001; Sulaiman & cộng sự, 2012; Li & Min, 2000;
Vũ Quang Huy, 2012).
Hệ số của biến số năm không có ý nghĩa thống
kê, điều này hàm ý rằng các hộ gia đình không có
sự khác biệt về xác suất quyết định chi tiêu cho giáo
dục bậc đại học qua các năm.
Kết quả cho thấy hộ gia đình sống ở thành thị có
xác suất quyết định chi tiêu cho giáo dục bậc đại học
cao hơn so với hộ gia đình sinh sống ở nông thôn và
xác suất quyết định chi cho giáo dục của gia đình
sống ở thành thị cao hơn 1,72 lần so với xác suất
quyết định không chi tiêu cho giáo dục. Cụ thể, các
yếu tố khác ảnh hưởng đến quyết định chi tiêu cho
giáo dục bậc đại học của các hộ gia đình sinh sống ở
thành thị và nông thôn chúng ta sẽ nghiên cứu trong
phần tiếp theo của bài báo.
Để xem xét cụ thể tác động của các yếu tố ảnh
hưởng đến xác suất chi tiêu cho giáo dục bậc đại
học tại thành thị và nông thôn, ta chia mẫu nghiên
Số 256(II) tháng 10/2018 107
cứu thành 2 mẫu con bao gồm các hộ gia đình sống
ở thành thị và các hộ gia đình sống ở nông thôn, tiếp
theo ta tiến hành ước lượng cùng mô hình logit số
liệu mảng cho 2 mẫu con đó và tính tỉ lệ odd của các
biến độc lập ta có kết quả được biểu hiện trong Bảng
3. Các kết quả ước lượng cũng khá tương đồng với
nghiên cứu của Li & Min (2000).
Bảng 3 cho thấy các biến giới tính chủ hộ có tác
động đến xác suất quyết định chi tiêu cho giáo dục
bậc đại học ở khu vực nông thôn, tuy nhiên ở khu
vực thành thị, biến giới tính chủ hộ không có ý nghĩa
thống kê. Biến tuổi chủ hộ chỉ có ý nghĩa ở khu vực
thành thị và không có ý nghĩa đối với khu vực nông
thôn. Biến tình trạng hôn nhân của chủ hộ không có
ý nghĩa thống kê ở cả hai khu vực.
Bằng cấp chủ hộ có ý nghĩa thống kê đối với cả
khu vực thành thị và nông thôn. Có sự khác biệt về
xác suất quyết định chi tiêu/không chi tiêu cho giáo
dục bậc đại học đối với chủ hộ có bằng tốt nghiệp từ
đại học trở lên. Kết quả cho thấy xác suất này thành
thị cao hơn ở nông thôn.
Còn một điều khá thú vị là yếu tố dân tộc chủ hộ
không có ý nghĩa thống kê đối với khu vực thành thị.
Điều này hàm ý rằng ở khu vực thành thị sự khác
biệt giữa các dân tộc không quá lớn; trong khi đó, ở
khu vực nông thôn, xác suất quyết định có chi tiêu
cho giáo dục đại học của chủ hộ là dân tộc Kinh cao
hơn so với chủ hộ là dân tộc khác và xác suất quyết
định có chi tiêu/không chi tiêu của chủ hộ là dân tộc
Kinh là 3,23 lần.
Khi tăng một thành viên là nam đang đi học thì
xác suất quyết định chi tiêu cho giáo dục bậc đại học
của các hộ gia đình ở thành thị không khác nhiều so
với các hộ gia đình ở nông thôn. Tuy nhiên, khi tăng
một thành viên là nữ đi học thì sự khác biệt này khá
lớn. Cụ thể, trong điều kiện các yếu tố khác không
đổi, khi tăng thêm một thành viên nữ đi học của khu
vực nông thôn lên thì xác suất quyết định có chi tiêu/
không chi tiêu của chủ hộ ở khu vực này tăng 3,23
lần, trong khi con số này ở khu vực thành thị là 21,4
lần.
Thu nhập của hộ gia đình có ý nghĩa thống kê đối
với khu vực nông thôn. Kết quả cho thấy khi thu
nhập càng cao, các hộ gia đình sẵn sàng đầu tư cho
con em học đại học càng cao. Ở khu vực thành thị,
thu nhập của hộ gia đình chỉ có ý nghĩa thống kê đối
với nhóm thu nhập thứ 4.
Năm 2014 các hộ gia đình ở nông thôn có xu
hướng quyết định chi tiêu cho giáo dục đại học
nhiều hơn so với năm 2010.
5. Kết luận
Kết quả nghiên cứu cho thấy chủ hộ có trình độ
học vấn cao hơn sẵn sàng bỏ tiền chi tiêu cho giáo
dục bậc đại học cho con cái của họ so với chủ hộ
có trình độ học vấn thấp hơn. Xu hướng này cũng
tương tự cho các nhóm thu nhập khác nhau. Thu
nhập tăng làm góp phần tăng đáng kể khoản chi tiêu
cho giáo dục của các hộ gia đình. Ngoài ra, các yếu
tố khác như nghề nghiệp chủ hộ, quy mô hộ cũng có
ảnh hưởng đến xác suất chi tiêu cho giáo dục bậc đại
học của hộ gia đình.
Khi xem xét đến yếu tố khu vực thành thị, nông
thôn, nghiên cứu cho các yếu tố về dân tộc chủ hộ,
bằng cấp của chủ hộ và thu nhập của hộ là có sự
khác biệt giữa hai khu vực. Các yếu tố về giới tính
và tuổi chủ hộ không có sự khác biệt nhiều.
Các kết quả trên cho thấy cần có các chính sách
cụ thể hơn để đa dạng hóa thu nhập cho người dân,
góp phần cải thiện nguồn thu của người dân. Bên
cạnh đó, người ra quyết định trong gia đình – chủ hộ
có vai trò rất lớn trong việc nâng cao dân trí ở khu
vực. Do đó, cần khuyến khích họ tham gia các lớp
tập huấn, đào tạo nâng cao nhận thức, để từ đó nâng
cao ý thức của họ về tầm quan trọng của việc đầu tư
cho giáo dục con em trong gia đình.

Ghi chú:
1. LR test of rho=0: chibar2(01) = 431,35 >= chibar2 = 0,000

Tài liệu tham khảo:

Aakvik, A., Salvanes, K.G. & Vaage, K. (2005), ‘Educational attainment and family background’, German Economic
Review, 6, 377-394.
Al-Qudsi, S. (2003), ‘Family background, school enrolments and wastage: evidence from Arab countries’, Economics
of Education Review, 22, 567-580.
Barro, R.J. & Sala-i-Martin, X. (1995), Economic growth, McGraw Hill, Newyork.
Binder, M. (1998), ‘Family background, gender and schooling in Mexico’, Journal of Development Studies, 35, 54-71.
Blanden, J. & Gregg, P. (2004), ‘Family income and educational attainment: a review of approaches and evidence for
Britain’, Oxford Review of Economic Policy, 20, 245-263.
Clark-Kauffman, E., Duncan, G. & Morris, P. (2003), ‘How welfare policies affect child and adolescent achievement’,
American Economic Review, 93, 299-303
Mankiw, G., Romer, D. & Weil, D.N. (1992), ‘A contribution to the empirics of economic growth’, The Quarterly
Journal of Economics, 107(2) , 407-437
Li, W. & Min, W. (2000), A study on willingness to pay for higher education: from college student survey, retrieved on
January 15th 2018, from <http:// www.tc.columbia.edu/centers/coce/pdf_files/c4.pdf>.
Li, W. & Min, W. (2001), Tuition, private demand and higher education in China, retrieved on January 15th 2018, from
<http://www.tc.columbia.edu/centers/coce/ pdf_files/v4.pdf >.
Lucas, R.E. (1988), ‘On the mechanisms of economic development’, Journal of Monetary Economics, 22, 3-42.
Mauldin, T., Mimura, Y. & Lino, M. (2001), ‘Parental expenditures on children’s education’, Journal of Family and
Economic Issues, 22(3), 221-241.
Vu Quang Huy (2012), ‘Determinants of educational expenditure in Vietnam’, International Journal of Applied
Economics, 9(1), 59-72.
Sulaiman, N., Ismail, R., Othman, N. & Poo Bee Tin (2012), ‘The determinants of demand for Education among
households in Malaysia’, International Business Management, 6(5), 558-567.
Tansel, A. & Bircan, F. (2006), ‘Demand for education in Turkey: a Tobit analysis of private tutoring expenditures’,
Economics of Education Review, 25, 303-313.
World Bank (2006), Equity and development, Washington DC.

Số 256(II) tháng 10/2018 108

 SỬ DỤNG MÔ HÌNH HỒI QUY KHOẢNG
TRONG NGHIÊN CỨU CẦU TIỀM NĂNG VỀ
RAU AN TOÀN CỦA NGƯỜI DÂN VIỆT NAM:
TRƯỜNG HỢP ĐỊA BÀN HÀ NỘI
Lê Thị Anh
Khoa Toán Kinh tế - Trường Đại học Kinh tế Quốc dân
Email: leanhtoankt@neu.edu.vn
Nguyễn Thị Minh
Khoa Toán Kinh tế - Trường Đại học Kinh tế Quốc dân
Email: minhnttkt@neu.edu.vn
Hoàng Thị Thanh Tâm
Khoa Toán Kinh tế - Trường Đại học Kinh tế Quốc dân
Email: tamtoankt@yahoo.com

Ngày nhận: 27/8/2018

Ngày nhận bản sửa: 02/10/2018
Ngày duyệt đăng: 15/10/2018

Tóm tắt:
Trong bối cảnh mất an toàn thực phẩm hiện nay, nhu cầu về rau an toàn của người dân đang
ngày càng gia tăng. Tuy nhiên do thiếu lòng tin vào thị trường rau an toàn nên cầu thực tế của
người dân về sản phẩm này vẫn còn khá khiêm tốn và còn một khoảng cách khá xa với cầu
tiềm năng. Để có thể xây dựng các chính sách phát triển thị trường rau an toàn thì việc
xác định được cầu tiềm năng là rất quan trọng. Bài viết này nhằm xác định các yếu tố tác
động đến cầu tiềm năng của người dân thành thị NẾU rau thực sự an toàn, với phương pháp
được sử dụng là hồi quy khoảng (interval regression). Kết quả cho thấy ngoài những yếu tố
truyền thống như thu nhập, trình độ học vấn, độ tuổi, nghề nghiệp thì niềm tin vào chất lượng
đóng một vai trò quan trọng trong quyết định sẵn lòng mua thêm rau an toàn. Các kết luận rút
ra được cũng có thể áp dụng cho các sản phẩm tín hóa.
Từ khóa: Hồi quy khoảng, cầu tiềm năng, rau an toàn.

Using the Interval Regression Model in the Study of the Potential Demand for Safe
Vegetables of the Vietnamese People: A Case Study in Hanoi
Abstract:
As many food poisoning incidents happening, demand for safe food in general, and safe
vegetables in particular is increasing. However, due to the lack of trust in the market for safe
vegetables so the actual demand of this product is quite modest, and there is a considerable
gap between the potential demand and the actual demand. To develop a sound market for safe
vegetables, it is important to understand this gap. The paper aims to identify the factors affecting
the potential demand of urban residents if the vegetables are actually safe. We apply the interval
regression method on the surveyed data. The results show that in addition to traditional factors
such as income, education, age, occupation, consumer’s trust in the market plays an important
role. The results can also be applied to other credence good.
Keywords: Interval regression, potential demand, safe vegetables.

Số 256(II) tháng 10/2018 109

 1.Giới thiệu và tổng quan nghiên cứu
Ở Việt Nam cũng như ở nhiều nước đang phát
triển ở châu Á, phát triển kinh tế xã hội nhanh chóng
đi kèm với hiện đại hóa và công nghiệp hóa sản xuất
nông lâm thủy sản. Việc thúc đẩy một nền nông
nghiệp công nghiệp cũng như cải thiện năng xuất
trong sản xuất nông nghiệp ở các nước đang phát
triển phụ thuộc khá nhiều vào hóa chất tổng hợp để
bảo vệ cây trồng như: thuốc diệt cỏ, thuốc trừ sâu
hay thuốc kích thích cây trồng phát triển. Tuy nhiên,
việc đào tạo không đầy đủ đối với nông dân đã dẫn
đến việc sử dụng các thuốc bảo vệ thực vật không
đúng quy cách ở nhiều khía cạnh như: hàm lượng
thuốc sử dụng, tần suất ứng dụng, thời điểm sử dụng
và cách sử dụng. Điều này gia tăng mức độ nghiêm
trọng của vấn đề an toàn thực phẩm và môi trường,
gây ảnh hưởng đến sức khỏe cộng đồng. Với tình
trạng trên một số các biện pháp chứng nhận đã được
thực hiện bởi chính phủ đặc biệt các tiêu chuẩn về
rau quả. Chẳng hạn, thực hành nông nghiệp tốt của
Việt Nam (VietGAP_Vietnamese Good Agricultural
Practices), rau an toàn (RAT) đã được đưa vào áp
dụng trên hầu khắp cả nước (Phạm & Đào, 2016).
Cùng với đó, hệ thống bán hàng hiện đại như siêu
thị hay các cửa hàng rau quả an toàn ngày càng phát
triển nhằm đáp ứng nhu cầu ngày càng cao về rau
quả an toàn của người dân (Phạm & Đào, 2016). Tuy
nhiên, tình trạng rau an toàn và rau thông thường
(rau không được sản xuất theo các tiêu chuẩn quy
định của chính phủ như VietGap, RAT,…) chưa thực
sự minh bạch kể cả ở các siêu thị lớn. Thậm chí ở hệ
thống các cửa hàng rau an toàn có nhiều cửa hàng
rau an toàn không có chứng nhận rau an toàn nhưng
vẫn gán mác rau sạch. Vấn đề này gây nhức nhối
cho cả người làm chính sách, người sản xuất, kinh
doanh và người tiêu dùng rau an toàn. Cụ thể:
1. Người tiêu dùng ngày càng có nhu cầu cao hơn
về rau an toàn nhưng họ không dám mua vì thiếu
niềm tin nên họ tìm cách hoặc là tự cung tự cấp bất
cứ khi nào có thể hoặc chấp nhận mua rau thông
thường ngoài chợ để tránh bị rủi ro;
2. Người sản xuất rau an toàn thì không có động
lực sản xuất vì so với người sản xuất rau thông
thường, chi phí sản xuất rau an toàn cao hơn, nhưng
khó bán với giá cao hơn, vì chưa có một cơ chế tin
cậy giúp phân biệt hai loại sản phẩm này trên thị
trường;
3. Người kinh doanh rau an toàn chân chính khó
Số 256(II) tháng 10/2018 110
tồn tại vì người tiêu dùng chưa đủ tin tưởng thậm chí
không tin tưởng nên không sẵn sàng mua với giá cao
hơn rau thông thường trong khi giá đầu vào của họ
thực tế cao hơn rau thông thường.
Hậu quả của vấn đề này là phúc lợi xã hội giảm
sút vì đa số người tiêu dùng trong xã hội không được
dùng rau an toàn và môi trường có thể bị tác động
xấu.
Một trong những lý do của vấn đề trên là do thị
trường rau an toàn tồn tại thông tin bất đối xứng giữa
người sản xuất, người bán và người mua. Bởi vì chỉ
có người sản xuất, người cung cấp mới biết được
bản chất thật của sản phẩm, còn người tiêu dùng thì
không, ngay cả khi đã mua và sử dụng. Do vậy, rất
cần những nghiên cứu về vấn đề này nhằm phát triển
thị trường rau an toàn.
Lý thuyết thông tin bất đối xứng được đề xuất
bởi Akerlof (1970), theo lý thuyết này thì trong thị
trường nào có sự hiện diện của thông tin bất đối
xứng thì thị trường đó không thể vận hành tối ưu
thậm chí nếu tình trạng thông tin bất đối xứng quá
cao có thể dẫn đến sụp đổ thị trường. Lý thuyết này
tiếp tục được Spence (1973) phát triển bằng cách
bổ sung thêm lý thuyết phát tín hiệu nhằm cung cấp
thêm thông tin cho bên thiếu thông tin để giảm tình
trạng thông tin bất đối xứng.
Trên thế giới, vấn đề an toàn thực phẩm đã thu
hút được mối quan tâm của nhiều nhà nghiên cứu.
Chẳng hạn, các nghiên cứu về cầu và các yếu tố ảnh
hưởng đến cầu của người tiêu dùng đối với thực
phẩm an toàn (Gracia & Magistris, 2007; Torjusen
& cộng sự, 2001). Hay một số khác nghiên cứu về
sự sẵn lòng chi trả cũng như các yếu tố tác động đến
mức sẵn lòng chi trả cho thực phẩm an toàn (Wu &
cộng sự, 2015; Osadebamwen, 2013). Bằng phương
pháp thực nghiệm và sử dụng mô hình hồi quy
probit hoặc logit, các nghiên cứu đã cho thấy rằng
các yếu tố tác động tích cực đến cầu hay sự sẵn lòng
chi trả cho thực phẩm an toàn bao gồm: thuộc tính
niềm tin như thuộc tính an toàn hay thuộc tính có lợi
cho sức khỏe; thuộc tính kinh nghiệm hay thuộc tính
tìm kiếm như giá cả, nhãn hiệu, hình thức sản phẩm
và một số đặc điểm nhân khẩu học của người trả lời
như giới tính, thu nhập, gia đình có trẻ nhỏ và trình
độ học vấn.
Đối với rau an toàn một trong những sản phẩm
không chỉ có chứa thuộc tính an toàn mà còn là
một sản phẩm thiết yếu đối với các gia đình Việt
 Cấu trúc bài viết như sau: phần tiếp theo theo sẽ giới thiệu số liệu nghiên cứu; mục 3 trình bày mô
hình và kết quả nghiên cứu, và cuối cùng, mục 4 sẽ đưa ra một số kết luận và khuyến nghị.
2. Số liệu nghiên cứu
Một số thống kê cơ bản trong mẫu nghiên cứu được trình bày trong bảng 1.
Bảng 1. Một số thống kê cơ bản trong mẫu nghiên cứu
Biến nhóm Số quan sát %
Giới tính Nam 127 24
Nữ 408 76
Học vấn Chưa tốt nghiệp đại học 67 12,57
Tốt nghiệp đại học 337 62,86
Sau đại học 131 24,57
Tuổi Nhỏ hơn 30 154 28,19
Từ 30 đến 45 316 59,62
Trên 45 65 12,19
Có trẻ dưới 6 tuổi Không 282 52,57
Có 253 47,43
Biến liên tục. Đơn vị: Nghìn VND
Tên biến Mean Min Max Std.Dev
Thu nhập hộ/tháng 19843,71 3000 89000 8999,946
Chi tiêu cho rau/tuần 236,6729 35 800 141,254
Chi tiêu cho rau an 169,1364 0 750
115,2524
toàn/tuần
Biến nhóm
Niềm tin rau là an 2,258 1 4
toàn tại cửa hàng rau 0,651
an toàn
Niềm tin rau là an 2,368 1 4
0,708
toàn tại siêu thị
Nguồn: Tính toán của nhóm tác giả từ số liệu điều tra.

Nam cũng Số đãliệu

được sử các
dụngnhà nghiên
trong nghiên cứu
cứuquan tâm. thusự,
này được 2017);
thập từ mộtNghiên cứutra
cuộc điều tácdo động
nhóm củanghiên
các nhâncứu tốcủađến
Chẳng hạn,Kinh
Đại học Adasmetế Quốc& cộng sự (2016)
dân thực hiện từbằng
thángphân hành 10
4 đến tháng vi mua
năm rau2017.an Do
toànnguồn
ở hiện lựctạicó(Tran & cộng
hạn nên mẫusự,
tíchđược chọn theo phương pháp chọn mẫu tiện lợi. Để đảm bảo tính đại diện của mẫu, nhóm nghiên cứu đã vi
Cluster đã cho thấy sự khác biệt về sở thích của 2018). Le & Nguyen (2018) nghiên cứu về hành
người tiêu dùng đối với rau có gán nhãn thực phẩm trong thị trường rau an toàn, trong nghiên cứu này
thực hiện phân chia tổng thể thành các tổ theo tiêu thức địa lý, mỗi tổ là một quận nội thành, mẫu nghiên
an toàn ở miền trung và miền nam Chile về đặc điểm các tác giả cho thấy vai trò của việc kiểm tra, kiểm
cứu bao gồm mười quận nội thành của Hà Nội. Bảng hỏi được thiết kế dựa trên tổng quan nghiên cứu và
nhân khẩu học, về kiến thức an toàn thực phẩm và soát của chính phủ hay của bên thứ ba sẽ làm tăng
được kiểm tra lại sau 50 bảng hỏi thử. Tổng cộng có 556 bảng hỏi được thu về nhưng có 535 bảng hỏi
tần suất tiêu thụ rau của người tiêu dùng. Hay Kuhar phúc lợi xã hội (người tiêu dùng sẽ được tiêu dùng
được dùng
& Juvancic cho nghiên
(2010) sử dụng cứuphân
và 21 bảng
tích địnhhỏilượng
bị loại
chodo thiếu
mộtthông
lượngtin.lớn rau an toàn).
thấy rằng việcTrongmua các1,sản
bảng niềmphẩm rau với
tin đối quảrauhữuancơtoàn
bị là biến nhóm,
Khác với nhận giá trị cứu
các nghiên từ 1 trước
cho “rất tin rau
ở chỗ, bài ởviết
cửanày
ảnhhàng
hưởnghaylớn
siêunhất
thị làbởi
an sự sẵnđến
toàn” có của
4 là chúng
“khôngtrong
tin hoặc một mặt xem
rất không tin”.xét
Giácầu
trị tiềm
trungnăng,
bình củanghĩa
biếnlà này
lượng
xấprau
cácxỉcửa hàng bán lẻ, thu nhập của người tiêu dùng,
2,3 tại các cửa hàng rau an toàn và 2,4 tại các siêu thị người dân sẽ
cho thấy muatiêu
người NẾU dùngNHƯ đangrauở thực
giữa sự
mức là tin
an và
toàn,
mốitinquan tâm về sức khỏe và môi trường và sự hấp trong điều kiện các yếu tố khác
ít đối với rau an toàn tại hệ thống bán hàng hiện đại. Số liệu thống kê là phù hợp với thực tế, chẳng không đổi, bao gồm
dẫn bởi hình thức của sản phẩm.
hạn trong mẫu có 76% người trả lời là nữ, 24% người cả trả mức
lời làgiá.
nam,Mặtphùkhác,
hợp phương
với thực pháp
tế về hồi quyngười
cơ cấu khoảng
Tại được áp dụng để nghiên cứu vấn đề cho số liệu Việt
phụ Việt
tráchNam,
mua hàngmột thực
số những
phẩm nghiên
trong giacứu về(Davies
đình rau & cộng sự, 1995). Bảng 1 cho thấy thu nhập trung
an toàn tập trung về phía cung (Phạm & Đào, 2016). Nam. Hồi quy khoảng được sử dụng khi biến phụ
bình hộ gia đình trong mẫu của người trả lời xấp xỉ 20 triệu VND/tháng trong đó chi tiêu cho rau khoảng
Một số khác nghiên cứu về cầu thực phẩm an toàn thuộc không phải là biến số thông thường, mà là
(Thai & Pensupar, 2015). Trong các nghiên cứu này, biến khoảng, trong đó người được hỏi sẽ lựa chọn
các tác giả sử dụng lý thuyết hành vi hợp lý và hành khoảng giá trị thay vì lựa chọn một con số. Do vậy,
vi có kế hoạch của người tiêu dùng, nghiên cứu đã nhóm tác giả hy vọng nghiên cứu này đóng góp một
cho thấy các yếu tố như mối quan tâm đến sức khỏe số điểm mới vào các nghiên cứu thực nghiệm tại
và mối quan tâm môi trường và một số đặc điểm cá Việt Nam về vấn đề này.
nhân có tác động đến ý định mua thực phẩm an toàn. Cấu trúc bài viết như sau: phần tiếp theo theo sẽ
Một số nghiên cứu khác dựa trên lý thuyết thông giới thiệu số liệu nghiên cứu; mục 3 trình bày mô
tin bất đối xứng để nghiên cứu về rau an toàn như: hình và kết quả nghiên cứu, và cuối cùng, mục 4 sẽ
Nghiên cứu tác động của các nhân tố đến mức sẵn đưa ra một số kết luận và khuyến nghị.
lòng trả giá cao hơn cho rau an toàn (Nguyễn & cộng 2.Số liệu nghiên cứu

Số 256(II) tháng 10/2018 111

 Một số thống kê cơ bản trong mẫu nghiên cứu 90%.
được trình bày trong bảng 1. Trong bảng 2, con số 19,44 cho biết phần trăm
Số liệu sử dụng trong nghiên cứu này được thu số người tiêu dùng có cầu tiềm năng về rau an toàn
thập từ một cuộc điều tra do nhóm nghiên cứu của khoảng từ 0-10 (%) so với tiêu dùng rau an toàn
Đại học Kinh tế Quốc dân thực hiện từ tháng 4 đến hiện tại. Điều này cho thấy, hiện tại có thể người dân
tháng 10 năm 2017. Do nguồn lực có hạn nên mẫu chưa thưc sự tin tưởng vào nguồn cung cấp rau an
được chọn theo phương pháp chọn mẫu tiện lợi. toàn mặc dù họ vẫn chấp nhận mua, như vậy đây có
Để đảm bảo tính đại diện của mẫu, nhóm nghiên thể vẫn là một thị trường tiềm năng đối với nhà sản
cứu đã thực hiện phân chia tổng thể thành các tổ xuất và kinh doanh rau an toàn cũng như các nhà
theo tiêu thức địa lý, mỗi tổ là một quận nội thành, tiếp thị mặt hàng này.
mẫu nghiên cứu bao gồm mười quận nội thành của Thực trạng tiêu thụ rau an toàn tại các địa điểm
Hà Nội. Bảng hỏi được thiết kế dựa trên tổng quan bán ở thời điểm khảo sát được mô tả trong hình 1.
nghiên cứu và được kiểm tra lại sau 50 bảng hỏi thử. Hình 1 cho thấy trong ba địa điểm bán rau an toàn
Tổng cộng có 556 bảng hỏi được thu về nhưng có thì tỷ lệ tiền mà người tiêu dùng mua rau tại các hệ
535 bảng hỏi được dùng cho nghiên cứu và 21 bảng thống siêu thị là cao nhất, tiếp đến là tỷ lệ mua rau
hỏi bị loại do thiếu thông tin. an toàn do người quen bán, thấp nhất tại các cửa
Trong bảng 1, niềm tin đối với rau an toàn là biến hàng rau an toàn. Tuy nhiên, theo số liệu điều tra thì
nhóm, nhận giá trị từ 1 cho “rất tin rau ở cửa hàng giá bán rau an toàn tại các địa điểm bán hàng hiện
hay siêu thị là an toàn” đến 4 là “không tin hoặc rất đại như siêu thị hay các cửa hàng rau an toàn gần
không tin”. Giá trị trung bình của biến này xấp xỉ tương đương nhau trong khi rau được cho là an toàn
2,3 tại các cửa hàng rau an toàn và 2,4 tại các siêu do người quen bán lại có giá thấp hơn khá nhiều
thị cho thấy người tiêu dùng đang ở giữa mức tin nên trong mô hình hồi quy tác giả không phân tích
và tin ít đối với rau an toàn tại hệ thống bán hàng nhóm này.
hiện đại. Số liệu thống kê là phù hợp với thực tế, 3.Mô hình hồi quy và kết quả
chẳng hạn trong mẫu có 76% người trả lời là nữ, Vì biến phụ thuộc trong mô hình là biến “cầu tiềm
24% người trả lời là nam, phù hợp với thực tế về cơ năng”, đây là biến khoảng nên bài viết sẽ sử dụng
cấu người phụ trách mua hàng thực phẩm trong gia mô hình hồi quy theo khoảng (interval regression),
đình (Davies & cộng sự, 1995). Bảng 1 cho thấy thu ý tưởng của mô hình hồi quy khoảng được trình bày
nhập trung bình hộ gia đình trong mẫu của người trả tóm tắt như sau:
lời xấp xỉ 20 triệu VND/tháng trong đó chi tiêu cho 3.1. Mô hình hồi quy khoảng
rau khoảng 237 nghìn VND/tuần và chi tiêu cho rau
Giả sử cầu tiềm năng về của người i, kí hiệu bởi
an toàn khoảng 170 nghìn VND/tuần. Như vậy, số
wtbi , có thể được biểu diễn như sau:
tiền mua rau an toàn chiếm khoảng 72% tổng số tiền
mua rau của hộ gia đình. wtbi = α + X i ' β + ui (1)
Bảng 2 thể hiện giá trị của biến phụ thuộc, là mức Trong đó:
237 nghìn VND/tuần và chi tiêu cho rau an toàn khoảng
sẵn lòng mua thêm rau an toàn của người dân nếu X i = (170 nghìn VND/tuần. Như vậy, số tiền mua rau
Income i , Hhsizei , Searchi , Ratioi , Trusti ,
rau an toàn
thực sự chiếm khoảng
an toàn, 72%kiện
với điều tổngcác
số tiền
yếu mua rau của hộ gia đình.
tố khác
Agei , Harm _ leveli , Genderi , Educi , Jobi ) (1)
không đổi. TrongBảng đó ký hiện
2 thể hiệu giá
1 làtrị
mức
củasẵn
biếnlòng
phụmua
thuộc, là mức sẵn lòng mua thêm rau an toàn của người dân
thêmnếu từ rau
0-10 (%), 2 là mức tăng từ 10-20(%),
thực sự an toàn, với điều kiện các yếu đến là véc-
tố khác khôngtơđổi.
cácTrong
nhân đó
tố ký
có hiệu
tác động đếnsẵn
1 là mức mức cầumua
lòng
9 làthêm
mức từ tăng từ (%),
0-10 80-90(%)
2 là mứcvà 10
tănglàtừmức tăng trên
10-20(%), đến 9tiềm năng,
là mức ui từ
tăng là sai số ngẫuvànhiên
80-90(%) 10 làtuân
mứctheo
tăngquytrênluật
90%.

Bảng 2. Thống kê về cầu tiềm năng về rau an toàn (Đơn vị: %)

1 2 3 4 5 6 7 8 9 10
Cầu tiềm
năng về rau 19,44 20,93 19,81 8,04 9,72 7,85 3,93 3,93 1,31 5,05
an toàn
Nguồn: Tính toán của nhóm tác giả từ số liệu điều tra.

Trong bảng 2, con số 19,44 cho biết phần trăm số người tiêu dùng có cầu tiềm năng về rau an
Số 256(II) tháng 10/2018 112
toàn khoảng từ 0-10 (%) so với tiêu dùng rau an toàn hiện tại. Điều này cho thấy, hiện tại có thể người
dân chưa thưc sự tin tưởng vào nguồn cung cấp rau an toàn mặc dù họ vẫn chấp nhận mua, như vậy đây
có thể vẫn là một thị trường tiềm năng đối với nhà sản xuất và kinh doanh rau an toàn cũng như các nhà
dân chưa thưc sự tin tưởng vào nguồn cung cấp rau an toàn mặc dù họ vẫn chấp nhận mua, như vậy đây
có thể vẫn là một thị trường tiềm năng đối với nhà sản xuất và kinh doanh rau an toàn cũng như các nhà
tiếp thị mặt hàng này.
Thực trạng tiêu thụ rau an toàn tại các địa điểm bán ở thời điểm khảo sát được mô tả trong hình 1.
Hình 1. Tỷ lệ tiền mua rau an toàn tại các điểm bán (Đơn vị: %)

28.43
33.9
Cửa hàng rau an toàn
Siêu thị
Người quen bán

37.67

Nguồn: Tính toán của nhóm tác giả từ số liệu điều tra.
Hình 1 cho thấy trong ba địa điểm bán rau an toàn thì tỷ lệ tiền mà người tiêu dùng mua rau tại
nhau có thể có mức độ quan tâm khác nhau về sức
các hệ α
chuẩn, là các
thống siêuhệthị
sốlàchặn
cao và β tiếp
nhất, là véc
đếntơlàcác
tỷ hệ
lệ mua rau an toàn do người quen bán, thấp nhất tại các
khỏe;
cần ước lượng;
cửa hàng rau an toàn. Tuy nhiên, theo số liệu điều tra thì giá bán rautrình
an toàn tại các
- Educ: Biến độ học vấnđịa
củađiểm bán
người trảhàng
lời.
- Income: là thu nhập bình quân của hộ,
hiện đại như siêu thị hay các cửa hàng rau an toàn gần đây là
Đâytương đương
là biến nhóm:nhau
1 làtrong
chưakhitốtrau đượcđại
nghiệp chohọc,
là an
2
biến cơ bản trong các hàm cầu. Đơn vị: Triệu VND/
toàn do người quen bán lại có giá thấp hơn khá nhiều lànên đạitrong
học, mô
3 làhình
trênhồi
đại quy
học.tác giả không
Những ngườiphân
càngtíchcó
tháng/hộ;
nhóm này. trình độ cao thì khả năng nhận thức và tìm hiểu về
- Hhsize: Quy mô hộ, biến này cùng với biến
rau an toàn cao;
Income tạo nên biến cơ bản trong hàm cầu. Đơn vị:
số người /hộ; - Harm_level: Là biến thể hiện mức độ ảnh hưởng
của rau không an toàn đến sức khỏe người dân. Đây
- Search: là biến nhóm dùng để đo mức độ quan
là nhóm nhận giá trị: 1 cho rất đáng báo động, 2 cho
tâm đến an toàn thực phẩm, nhận các giá trị từ 1 cho
đáng báo động hoặc bình thường và 3 cho không
“không quan tâm”, 2 cho “ít quan tâm”, cho đến 5
đáng báo động hoặc rất không đáng báo động. Nhận
cho “rất quan tâm”. Mức độ quan tâm đến an toàn
thức ảnh hưởng của rau không an toàn đến sức khỏe
thực phẩm càng cao thì người tiêu dùng càng có khả
càng lớn thì khả năng sẵn lòng mua rau an toàn càng
năng cao trong việc tăng cầu tiềm năng nếu rau thực
nhiều;
sự an toàn (Padel & Foster, 2005);
- Ratio: Tỷ lệ chi cho rau an toàn và tổng chi cho - Job: Là biến nghề nghiệp. Đây là biến nhóm
rau của hộ. Tỷ lệ này càng bé có thể ngụ ý dư địa cho nhận giá trị: 1 với công nhân viên chức nhà nước,
mức cầu tiềm năng càng cao. Đơn vị đo: %; 2 với người làm công ăn lương và 3 với người làm
tự do. Những người làm công ăn lương hoặc làm tự
- Trust: Biến thể hiện cho mức tin cậy về rau an
do có thể có thu nhập cao hơn viên chức nhà nước.
toàn tại hiện tại tại các cửa hàng rau an toàn. Đây là
biến nhóm: từ 1 cho rất tin rau ở cửa hàng hay siêu 3.2. Kết quả ước lượng
thị là an toàn đến 4 là không tin hoặc rất không tin. Kết quả ước lượng (Bảng 3) cho thấy các biến đều
Cầu tiềm năng sẽ cao hơn nếu càng ít tin hơn vào rau có ý nghĩa thống kê trừ biến Income trong mô hình
an toàn hiện tại; ước lượng mức cầu tiềm năng về rau an toàn tại cửa
- Age: Biến tuổi là biến nhóm: 1 với người trẻ hơn hàng rau an toàn và biến Trust trong mô hình ước
30, 2 với người từ 30-45, 3 với người trên 45 tuổi. lượng tại siêu thị.
Các nhóm tuổi khác nhau có thể có mức độ quan tâm Hệ số của biến Trust cho thấy, hiện tại niềm tin
khác nhau về sức khỏe; của người tiêu dùng vào rau an toàn càng ít thì cầu
- Gender: Biến giới tính là biến giả, nhận giá trị tiềm năng về rau an toàn nếu rau thật sự an toàn
2 với trả lời là nữ và 1 với nam giới. Giới tính khác càng lớn. Cụ thể ở hiện tại: nếu người tiêu dùng ở

Số 256(II) tháng 10/2018 113

mức “Tin” có cầu tiềm năng về rau an toàn cao hơn
khoảng 328% so với mức “rất tin”, người tiêu dùng
ở mức “Tin ít” có khả năng sẵn lòng mua thêm rau
an toàn khoảng 991% so với mức “rất tin” tại cửa
hàng rau an toàn, còn tại siêu thị người tiêu dùng ở
mức “tin ít” có cầu tiềm năng cao hơn 444% so với
mức “rất tin”, ở mức “Không tin” hoặc “Rất không
tin” thì cầu tiềm năng về rau an toàn của người tiêu
dùng là rất lớn so với mức “rất tin” tại cửa hàng rau
an toàn. Điều này có thể là do hiện tại người tiêu
dùng càng không tin tưởng vào các nguồn rau an
toàn nên họ không mua nhưng thực chất họ có nhu
cầu tiêu dùng rau an toàn khá cao.
Hệ số của biến Income và biến Hhsize cho thấy
thu nhập bình quân có tác động thuận chiều đến cầu
tiềm năng về rau an toàn. Cụ thể, nếu rau thật sự an
toàn và thu nhập của hộ gia đình tăng thêm 1 triệu
VND/tháng thì khả năng hộ gia đình sẽ mua thêm
một lượng rau an toàn xấp xỉ 11% so với lượng rau
an toàn hiện tại đang mua ở siêu thị. Điều này phù
hợp với thực tế khi thu nhập bình quân đầu người
cao thì chất lượng cuộc sống được cải thiện nên cầu
về rau an toàn cũng tăng.
Hệ số của biến Harm_level cho thấy, người tiêu
dùng càng quan tâm đến sức khỏe và càng nhận thức
được mức độ ảnh hưởng của rau không an toàn đến
sức khỏe người tiêu dùng càng lớn thì cầu tiềm năng
về rau an toàn càng cao (Padel & Foster, 2005). So
với những người tiêu dùng nhận thức rau quả trên thị
trường đối với sức khỏe ở mức “Rất đáng báo động”

Bảng 3. Kết quả hồi quy khoảng về cầu tiềm năng về rau an toàn
Tại cửa hàng rau an toàn Tại siêu thị
Biến giải thích
Coef. Robust Std. Err. Coef. Robust Std. Err.
Trust
2 3,284** 1,313 -2,304 1,776
3 9,906*** 1,525 4,440** 1,839
4 23,398*** 3,518 5,600* 3,082
Income 0,082 0,055 0,108** 0,052
Harm_level
2 -4,033*** 0,926 -4,529*** 0,922
3 -13,987*** 2,586 -15,658*** 2,588
Educ
Đại học 2,623* 1,447 2,478* 1,447
Sau đại học 4,255** 1,746 4,406*** 1,701
Age
2 4,326*** 0,952 4,484*** 0,968
3 6,857*** 1,650 7,461*** 1,633
Gender -2,450** 1,000 -2,662*** 0,988
Hhsize 0,824** 0,356 0,668* 0,356
Job
2 4,148*** 0,994 4,101*** 0,990
3 4,597*** 1,676 4,169** 1,692
Ratio 2,874* 1,730 3,177* 1,714
Seach
2 3,796*** 1,016 2,763*** 1,036
3 6,226*** 1,460 6,148*** 1,444
4 10,814*** 2,343 10,72*** 2,379
5 24,437*** 3,108 25,86*** 3,319
_cons 111,72*** 2,650 117,14*** 2,993
***,** và * tương ứng ở mức ý nghĩa 1%, 5% và 10%
Nguồn: Tính toán của nhóm tác giả trên số liệu điều tra.

Hệ số của biến Income và biến Hhsize cho thấy thu nhập bình quân có tác động thuận chiều đến
Sốcầu
256(II) 114
tiềm tháng
năng về10/2018
rau an toàn. Cụ thể, nếu rau thật sự an toàn và thu nhập của hộ gia đình tăng thêm 1
triệu VND/tháng thì khả năng hộ gia đình sẽ mua thêm một lượng rau an toàn xấp xỉ 11% so với lượng
rau an toàn hiện tại đang mua ở siêu thị. Điều này phù hợp với thực tế khi thu nhập bình quân đầu người
thì: người tiêu dùng nhận thức ở mức “Đáng báo
động” hay mức “Bình thường” có khả năng sẵn lòng
mua thêm rau an toàn giảm khoảng 403% tại các cửa
hàng rau an toàn và 452% tại các siêu thị; người tiêu
dùng nhận thức ở mức “Không đáng báo động” và
“Rất không đáng báo động” có khả năng sẵn lòng
mua thêm rau an toàn giảm rất lớn khoảng 1399%
tại cửa hàng rau an toàn và 1566% tại siêu thị. Điều
này có thể phù hợp với thực tế vì khi người tiêu dùng
không nhận thức thấy tác hại của rau không an toàn
đến sức khỏe thì họ thấy không cần thiết phải mua
rau an toàn vì rau an toàn thường đắt hơn rau thông
thường.
Hệ số của biến Educ cho thấy, trình độ học vấn có
tác động tích cực đến cầu tiềm năng về rau an toàn
nếu rau thật sự là an toàn. Trong kết quả hồi quy này,
cho thấy khả năng mua thêm rau an toàn của người
trả lời đã tốt nghiệp đại học cao hơn so những người
người trả lời chưa có bằng đại học là khoảng 262%
tại các cửa hàng rau an toàn và khoảng 249% tại siêu
thị, những người trên đại học có mức cầu tiềm năng
cao hơn so với những người trả lời chưa có bằng đại
học là khoảng là 426% tại các cửa hàng rau an toàn
và 441% tại siêu thị. Đó có thể là do những người có
trình độ học vấn cao thì khả năng hiểu biết và tiếp
cận về rau an toàn cũng cao nên cầu tiềm năng về
rau an toàn cũng có thể cao hơn.
Hệ số của biến Age cho thấy tuổi càng cao thì khả
năng mua thêm rau an toàn càng nhiều ở cả hai địa
điểm bán rau an toàn. Cụ thể trong kết quả hồi quy,
mức cầu tiềm năng về rau an toàn của người trả lời
có độ tuổi từ 30 - 45 tuổi cao hơn so với người trả lời
ở độ tuổi dưới 30 khoảng 433% tại cửa hàng rau an
toàn và khoảng 448% tại siêu thị. Những người trả
lời ở độ tuổi trên 45 có mức cầu tiềm năng cao hơn
so với người trả lời ở độ tuổi dưới 30 tại cả hai địa
điểm là cửa hàng rau an toàn và siêu thị tương ứng
là 686% và 746%. Lý do có thể là người tiêu dùng
càng lớn tuổi thì mối quan tâm về sức khỏe càng cao
và nhu cầu về rau cũng càng nhiều nên có khả năng
sẵn lòng mua thêm rau an toàn cao hơn những người
trẻ tuổi.
Hệ số của biến Gender trong hai mô hình cho thấy
những người trả lời là nam giới có khả năng sẵn lòng
mua thêm rau an toàn cao hơn những người trả lời là
nữ giới khoảng 245% tại các cửa hàng rau an toàn và
khoảng 266% tại siêu thị. Đó có thể là do người tiêu
dùng nữ thường là những người mua sắm thực phẩm
chủ yếu trong gia đình, đồng thời họ cũng thường
Số 256(II) tháng 10/2018
quan tâm đến sức khỏe hơn nam giới và vì vậy họ
có thể đã tìm được nguồn mua rau an toàn cho hiện
tại nên họ không có nhu cầu mua thêm rau an toàn
nhiều như những người trả lời là nam giới.
Hệ số của biến Job cho thấy những người là công
chức viên chức nhà nước có cầu tiềm năng về rau
an toàn thấp hơn so với những người làm công ăn
lương; ngược lại, những người làm công ăn lương
lại có cầu tiềm năng về rau an toàn thấp hơn những
người việc tự do. Có thể do người tiêu dùng là công
chức viên chức nhà nước thường có thu nhập ổn
định nên những người có thu nhập cao trong số họ
đã mua một lượng rau an toàn tương đối đủ dùng
cho gia đình. Vì thế, cầu tiềm năng về rau an toàn
không lớn. Tuy những người tiêu dùng là công chức,
viên chức nhà nước có thu nhập không cao nhưng có
thể họ cũng sẵn lòng mua thêm nếu rau thực sự là
an toàn. Dù vậy, lượng mua có thể không cao bằng
người làm công ăn lương hoặc người lao động tự
do vì thu nhập của những người làm công ăn lương
hoặc người làm tự do thường biến động mạnh.
Hệ số của biến Ratio cho thấy tỷ lệ mua rau an
toàn có tác động thuận chiều đến cầu tiềm năng về
rau an toàn. Đó là do họ thật sự mong muốn được
tiêu dùng rau an toàn nên mặc dù họ đã mua rau an
toàn nhưng có thể họ vẫn chưa đủ tin tưởng hoàn
toàn hoặc nguồn cung cấp rau an toàn chưa có đủ
nên số lượng rau họ mua vẫn còn hạn chế hoặc chưa
đủ dùng. Vì vậy, họ vẫn sẵn lòng mua thêm rau an
toàn trong trường hợp rau thực sự an toàn
Cuối cùng, hệ số của biến Seach ở cả hai mô hình
cho thấy người tiêu dùng càng quan tâm và hiểu biết
về rau an toàn thì cầu tiềm năng về rau an toàn càng
cao. Lý do có thể là càng tìm hiểu nhiều thì càng
hiểu biết về thực trạng rau an toàn hiện tại và vì vậy
người tiêu dùng mất niềm tin. Họ không lựa chọn
mua rau an toàn vì sợ rủi ro, dẫn đến nghịch lý rau
an toàn gặp khó khăn trong cạnh tranh với rau thông
thường. Do vậy, họ có thể đã chưa tin tưởng mua rau
mác an toàn nên nếu có rau an toàn thực sự thì cầu
tiềm năng về rau an toàn của họ sẽ càng lớn.
4.Kết luận và khuyến nghị
Bài viết nghiên cứu về cầu tiềm năng về rau an
toàn của người thành thị, trường hợp nghiên cứu ở
Hà Nội. Từ kết quả nghiên cứu có thể rút ra một số
vấn đề và khuyến nghị như sau:
Thứ nhất, kết quả hồi quy cho thấy có mối quan
hệ ngược chiều giữa lòng tin vào rau an toàn hiện
115
tại và cầu tiềm năng về rau an toàn của người tiêu
dùng. Điều này ngụ ý rằng trong khi những người
khá tin tưởng vào rau an toàn trên thị trường có thể
không gia tăng nhiều về lượng tiêu thụ rau an toàn,
những người ít tin tưởng vào sự an toàn của rau trên
thị trường rau an toàn hiện tại đang có nhu cầu thực
sự về rau an toàn cao. Mặt khác, kết quả phân tích
cho thấy lòng tin về thị trường rau an toàn đang đạt
ở mức khá thấp nên cầu tiềm năng về thị trường
này còn rất dồi dào nếu thị trường thuyết phục được
người dân về sự minh bạch thông tin về sản phẩm.
Để làm được điều này, trước hết các nhà cung cấp
cần phải tăng cường các biện pháp để thông tin có
thể đến được với người tiêu dùng; các nhà sản xuất
rau có thể gia tăng việc áp dụng công nghệ 4.0 và
chủ động cung cấp thông tin để người tiêu dùng có
thể truy xuất nguồn gốc sản phẩm một cách thuận
tiện. Nhưng quan trọng nhất vẫn là sự vào cuộc một
cách chủ động và có trách nhiệm của các cơ quan
quản lý nhà nước, vì như McCluskey (2000) đã chỉ
ra, nếu không có vai trò kiểm soát của đối tác thứ ba,
thì các thông tin từ phía cung có thể là không đáng
tin cậy.
Thứ hai, số liệu khảo sát cho thấy người tiêu dùng
thích mua rau tại hệ thống siêu thị hơn hệ thống cửa
hàng rau an toàn mặc dù giá ở hai hệ thống chênh
lệch không đáng kể. Điều này cho thấy để kế hoạch
phát triển chuỗi cửa hàng cung cấp sản phẩm nông
nghiệp sạch của Sở Nông nghiệp và Phát triển Nông
thôn Hà Nội có thể thành công thì cần có những
tìm hiểu sâu hơn về nhận định và mong muốn của
người tiêu dùng. Thêm vào đó, nhà nước khi thanh
tra kiểm soát, cần quan tâm nhiều hơn đến hệ thống
siêu thị trong việc yêu cầu tuân thủ các quy định về
nhãn mác trên sản phẩm.
Cuối cùng, kết quả hồi quy cho thấy ngoài yếu
tố thu nhập thì cầu tiềm năng về rau an toàn còn
phụ thuộc vào các yếu tố khác như trình độ học vấn,
độ tuổi, giới tính, v.v... Điều này cho thấy hệ thống
thông tin chính thống cần có những cách tiếp cận
phù hợp để nhận thức về rau an toàn cũng như các
chính sách của nhà nước về thị trường này được
thuần nhất và phổ quát hơn, giúp phát huy lượng cầu
thực tế trong sử dụng rau an toàn, vừa đảm bảo sức
khỏe người tiêu dùng, vừa giúp kích thích gia tăng
sản xuất nông nghiệp sạch tại Việt Nam.

Tài liệu tham khảo:

Adasme, B.C., Sanchez, M., Mora, M.,  Schnettler, B., Lobos, G.  &  Díaz, J. (2016), ‘Segmentation of consumer
preference for food safety label on vegetables: consumer profiles in central and south-central Chile’, British Food
Journal, 118(10), 2550-2566, DOI: https://doi.org/10.1108/BFJ-03-2016-0088.
Akerlof, G. (1970), ‘The market for ‘lemons’: Qualitative uncertainty and the market mechanism’, Quarterly Journal
of Economics, 84, 488−500.
Davies Anne, J., Titterington, Albert & Cochrane, Clive (1995), ‘Who buys organic food?: A profile of the
purchasers of organic food in Northern Irelan’,  British Food Journal, 97(10), 17-23,  DOI: https://doi.
org/10.1108/00070709510104303.
Gracia, A. & Magistris, T. (2007), ‘The demand for organic foods in the South of Italy: A discrete choice model’, Food
Policy, 33(5), 386–396.
Kuhar1, A. & Juvancic, L. (2010), ‘Determinants of purchasing behaviour for organic and integrated fruits and
vegetables in Slovenia’, Agricultural Economics Review, 11(2), 70-83.
Le, Q.H. & Nguyen, T.M. (2018), ‘Behaviors in the market for safe vegetables under information asymmetry: modeling
approach’, Eurasian Economics Review, DOI: https://doi.org/10.1007/s40822-018-0093-5.
McCluskey, J.J. (2000), ‘A Game Theoretic Approach to Organic Foods: An Analysis of Asymmetric Information and
Policy’, Agricultural and Resource Economics Review, 29(1), 1-9.
Nguyễn Thị M., Lê Thị A. & Nguyễn Thanh H. (2017), ‘Hành vi của người tiêu dùng Việt Nam và mức độ sẵn lòng chi
trả cho rau an toàn trong điều kiện thông tin bất đối xứng – Nghiên cứu cho trường hợp Hà Nội’, Tạp chí Khoa
học Công nghệ Việt Nam, 19(8), 43-47.
Osadebamwen Anthony Ogbeide (2013), ‘Consnumer Willingness to Pay Preniums for the Benefits of Organic Wine
and the Expert Service of Wine Retailers’, doctoral dissertation, School of Agriculture Food of Wine Faculty of

Số 256(II) tháng 10/2018 116

 Science The University of Adelaide, Australia.
Padel, S. & Foster, C. (2005), ‘Exploring the gap between attitudes and behaviour: Understanding why
consumers buy or do not buy organic foo’,  British Food Journal, 107(8), 606-625, DOI: https://doi.
org/10.1108/00070700510611002.
Phạm Hải Vũ & Đào Thế Anh (biên soạn 2016), An toàn thực phẩm nông sản- Một số hiểu biết về sản phẩm, hệ thống
sản xuất phân phối và chính sách nhà nước, Nhà xuất bản Nông nghiệp, Hà Nội.
Spence, M. (1973), ‘Job Market Signaling’, Quarterly Journal of Economics, 87(3), 355–374.
Thai, T.N. & Pensupar, K. (2015), ‘Factors Affecting Consumers’ Decision to Purchase Vietgap Vegetables in Hanoi,
Vietnam’, International Conference on “Business Economics, Social Science & Humanities” BESSH-2015,
24(3), 54-64.
Torjusen, H., Lieblein, G., Wandel, M. & Francis, C.A. (2001), ‘Food system orientation and quality perception among
consumers’ and producers of organic food in Hedmark County’, Food Quality and Preference, 12(3), 207–216.
Tran, T.T.H., Nguyen, T.M., Le, T.A. & Kieu, N.K. (2018), ‘Data Mining in Evaluating the Impact of Perceived Trust
in the Consumption of Safe Foods in Vietnamese Households: The Case of Vegetables in Hanoi’, Journal of
Economics and Development, 20(1), 86-96.
Wu, L., Wang, S., Zhu, D., Hu, W. & Wang, H. (2015), ‘Chinese consumers’ preferences and willingness to pay for
traceable food quality and safety attributes: The case of pork’, China Economic Review, 35, 121-136.

Số 256(II) tháng 10/2018 117

 PHƯƠNG PHÁP HỌC MÁY TRONG PHÁT HIỆN
GIAN LẬN THẺ TÍN DỤNG - MỘT NGHIÊN CỨU
THỰC NGHIỆM
Nguyễn Thị Liên
Đại học Kinh tế Quốc dân
Email: Lientkt@neu.edu.vn
Nguyễn Thị Thu Trang
Đại học Kinh tế Quốc dân
Email: Thutrang21@gmail.com
Nguyễn Chiến Thắng
Ngân hàng TMCP Việt Nam Thịnh Vượng
Email: Thangnc9@outlook.com

Ngày nhận: 27/8/2018

Ngày nhận bản sửa: 02/10/2018
Ngày duyệt đăng: 15/10/2018

Tóm tắt:
Nghiên cứu giới thiệu các phương pháp thống kê và học máy để phát hiện gian lận thẻ tín
dụng tại ngân hàng thương mại. Bằng việc sử dụng 284807 giao dịch thẻ tín dụng của châu
Âu trong tháng 09/2013, nghiên cứu ứng dụng các mô hình được sử dụng trong thực tế hiện
nay như mô hình Logistic, mạng Bayesian (Bayesian Network), cây quyết định (Decision
trees), phương pháp Stacking (Stacked generalization). Ngoài ra, nghiên cứu cũng đưa ra
một số cách xử lý trong trường hợp dữ liệu mất cân bằng. Thông qua kết quả so sánh các
mô hình và xử lý dữ liệu mất cân bằng, các ngân hàng thương mại ở Việt Nam có thể lựa
chọn ứng dụng để kiểm soát phát hiện gian lận thẻ tín dụng.
Từ khóa: Gian lận thẻ tín dụng, phát hiện gian lận, học máy.

Machine Learning Method in Credit Card Fraud Detection – An Experimental

Research
Abstract:
This study aims to introduce the application of machine learning techniques to credit card
fraud detection. Using the credit card data which includes 284807 observations of Europe
in September 2013, the research conducted and compared methods from currently used in
practice as Logistic regression, Bayes network, Decision trees. The research also deals
with the case of using unbalanced data. Through the comparison of models, commercial
banks in Vietnam can find appropriate methods and control the process of credit card fraud
detection.
Keywords: Credit card fraud detection, fraud detection, machine learning.

1. Đặt vấn đề
Hành vi gian lận là những hành vi cố ý làm sai
lệch thông tin do một tổ chức, cá nhân hoặc bên thứ
ba thực hiện. Đó là hành vi không hợp pháp nhằm chủ
ý lừa gạt, đưa các thông tin không chính xác để thu
được lợi ích bất hợp pháp. Gian lận phát sinh khi hội
tụ các yếu tố: Cố ý trình bày sai một yếu tố hay sự
kiện quan trọng, kết quả trình bày sai làm cho người
bị hại tin vào kết quả đó, người bị hại dựa vào kết
quả trình bày sai để ra các quyết định, gây ra khoản

Số 256(II) tháng 10/2018 118

lỗ, thiệt hại về tiền, tài sản.
Hiện nay, có nhiều cách phân loại hành vi gian
lận khác nhau. Xét theo chủ thể thực hiện, hành vi
gian lận có thể đến từ đối tượng là cán bộ, nhân viên
ngân hàng lợi dụng chức vụ, quyền hạn để tạo dựng
hồ sơ, giấy tờ giả, sổ tiết kiệm khống, giả mạo chữ
ký của khách hàng gửi tiền nhằm tham ô, sử dụng
bút toán giả, thu tiền nợ vay không nhập quỹ, lập
hồ sơ vay khống hoặc hồ sơ ghi tăng số tiền vay để
rút tiền, không thẩm định hoặc cố tình thẩm định
sai tài sản thế chấp. Hành vi gian lận có thể đến từ
đối tượng là khách hàng của ngân hàng, thực hiện
hành vi lừa đảo, tự tạo dựng hồ sơ dự án, giả mạo
hợp đồng, lập hồ sơ vay, thế chấp tài sản, phương án
kinh doanh, phương án trả nợ giả; hoặc nâng giá trị
tài sản thế chấp tăng lên nhiều lần, tài sản thế chấp
không đủ giấy tờ pháp lý hoặc đang có tranh chấp,
lập dự án khống có thật, đột nhập mạng ngân hàng,
trộm cắp mật khẩu, tạo lệnh chuyển tiền giả nhằm
chiếm đoạt tài sản. Mặt khác, hành vi cấu kết giữa
cán bộ ngân hàng và đối tượng bên ngoài như hối lộ
nhân viên ngân hàng để tạo điều kiện cho việc chiếm
đoạt tài sản, rửa tiền, sử dụng công nghệ cao để thực
hiện hành vi phạm pháp trộm cắp thông tin thẻ ngân
hàng. Hành vi cấu kết giữa cán bộ ngân hàng và đối
tượng bên ngoài.
Xét theo lĩnh vực thực hiện, gian lận có thể
chia thành một số loại như gian lận thẻ tín dụng
(Credit Card Fraud), gian lận công nghệ cao
(Telecommunication Fraud), xâm nhập máy tính
(Computer Intrusion), gian lận phá sản (Bankruptcy
Fraud), trộm cắp thẻ, thẻ giả hoặc rửa tiền.
Những vụ gian lận có thể diễn ra ở thời điểm bất
kỳ với quy mô và số lượng không thể biết trước, hậu
quả tiềm ẩn những nguy cơ rủi ro cho ngân hàng. Dự
báo trước hiện tượng gian lận không chỉ áp dụng với
những khách hàng của ngân hàng, mà còn áp dụng
với cả các nhân viên trong ngân hàng, giảm thiểu
rủi ro từ việc nhân viên cố tình giả mạo hồ sơ hay
cho vay quá hạn mức để đạt được doanh số. Hoạt
động các ngân hàng liên tục cải tiến quy trình quản
lý rủi ro và phát hiện gian lận hiệu quả hơn bằng
cách kiểm duyệt xen lẫn giữa lấy ý kiến của chuyên
gia và chấm điểm dựa trên mô hình, đem lại kết quả
tốt hơn, giảm thiểu nhiều chi phí.
Trong lĩnh vực quản lý thẻ tín dụng, tình trạng
gian lận càng ngày càng gia tăng. Theo những công
bố báo cáo năm 2015 của tổ chức phát hành thẻ tín
dụng Visa và Mastercard, tỷ lệ gian lận ở Việt Nam
Số 256(II) tháng 10/2018 119
vẫn còn thấp hơn so với các nước khác trên thế giới.
Năm 2015, tỷ lệ số tiền bị mất cắp do gian lận trên
toàn thế giới là 0.07%, tương đương 21 tỷ USD,
trong đó tỷ lệ gian lận ở Việt Nam vẫn khá thấp –
0,023%. Tuy nhiên, với sự phát triển nhanh chóng
của Việt Nam, các mối nguy cơ tiềm ẩn về gian lận
trong giao dịch tín dụng vẫn còn rất lớn.
2. Tổng quan nghiên cứu
Phát hiện gian lận thẻ tín dụng là một nhiệm vụ
khó khăn khi sử dụng thủ tục thông thường. Với sự
phát triển của hệ thống các dịch vụ cung cấp của
ngân hàng, các mô hình phát hiện gian lận thẻ tín
dụng đã trở nên có ý nghĩa trong cả lý thuyết và
thực tiễn. Các loại dữ liệu thống kê về gian lận là dữ
liệu dạng số. Cũng như các dữ liệu dạng phân loại
(classification) khác, các biến sử dụng trong phát
hiện gian lận cũng có các biến định tính hoặc định
lượng, biến phụ thuộc là biến phân loại nhị phân với
mục tiêu phân biệt trạng thái gian lận hoặc không
gian lận (mã hóa thành Fraud - Legal hoặc 1-0).
Không giống với bình thường, các dữ liệu về gian
lận bị mất cân bằng, thường có trên 99% quan sát
là không gian lận và dưới 1% quan sát gian lận cần
tìm ra. Các bộ dữ liệu được các ngân hàng công bố
nghiên cứu cho thấy tỷ lệ quan sát gian lận còn nhỏ
hơn – thường dưới 0,3%. Do tỷ lệ chênh lệch quá
cao, mật độ gian lận quá thấp, các quan sát gian lận
phân bố theo tính ngẫu nhiên nên không thể tuân
theo phân phối chuẩn. Nếu số biến trong dữ liệu quá
lớn, các phương pháp giảm chiều dữ liệu như phân
tích thành phần chính (PCA) cũng không khả thi, do
PCA chỉ phù hợp với dữ liệu có phân phối chuẩn,
gần chuẩn hoặc có quan hệ tuyến tính với nhau.
Những mô hình nghiên cứu tập trung theo định
hướng thống kê hoặc dựa trên trí tuệ nhân tạo
(artificial intelligent - AI). Phương pháp sử dụng tùy
thuộc vào các giả định, các yếu tố đầu vào. Ghosh &
Reilly (1994) đã sử dụng một mạng nơron (Neural
network) để phát hiện gian lận dựa trên một mẫu
bao gồm các tài khoản thẻ tín dụng của tổ chức phát
hành, cho thấy mạng nơron phát hiện thấy nhiều
gian lận hơn. Hanagandi & cộng sự (1996) sử dụng
lịch sử thông tin về giao dịch thẻ tín dụng để tạo mô
hình xây dựng điểm số gian lận, đã được kiểm định
thỏa mãn trong thực tế. Hansen & cộng sự (1996)
đã sử dụng mô hình phản ứng định lượng dự đoán
gian lận (bao gồm các hồi quy Probit và Logit) quản
lý dựa trên một tập hợp dữ liệu được phát triển bởi
một công ty kế toán quốc tế. Các kết quả cho thấy
khả năng tiên đoán tốt cho cả hai giả định chi phí
đối xứng và không đối xứng. Haimowitz & Schwarz
(1997) sử dụng kỹ thuật phân nhóm (Clustering
techniques) để dự báo hành vi gian lận thẻ tín dụng.
Dorronsoro & cộng sự (1997) xây dựng một hệ
thống trực tuyến để phát hiện gian lận thẻ tín dụng
hoạt động dựa trên nhóm phân loại nơron. Để đảm
bảo cấu trúc của mô hình, một mô hình dạng phi
tuyến Fisher sử dụng phân tích khác biệt, kết quả rất
khả quan. Ogwueleka (2011) đã phát hiện gian lận
thẻ tín dụng bằng mạng nơron nhân tạo.
3. Cơ sở lý tuyết và phương pháp nghiên cứu
Những quan sát sử dụng phân tích gian lận sẽ chia
ra làm hai nhóm: Gian lận (fraud) và không gian lận
(legal), được đặt là biến nhị phân (gồm hai giá trị
0 – nếu quan sát là legal và 1 nếu quan sát là fraud).
Thông thường, phân tích dữ liệu cho các biến nhóm
nhị phân được thực hiện bằng một số phương pháp
như: mô hình Logistics (Logistics regression), cây
quyết định (Decision Tree), mạng Bayes (Baysian
network). Tuy nhiên, dữ liệu về gian lận khác với dữ
liệu thông thường: Một tỷ lệ gian lận thấp làm cho
dữ liệu mất cân bằng, gây ra cho kết quả chia nhóm
bằng sử dụng các phương pháp phân tích dữ liệu nhị
phân rất khó khăn, hoặc không thể thực hiện được.
Vì vậy, để thực hiện được các phương pháp nêu trên,
nghiên cứu sử dụng một số kỹ thuật chọn mẫu được
sử dụng để giải quyết vấn đề dữ liệu mất cân bằng.
3.1. Phương pháp xử lý dữ liệu
Một số phương pháp sử dụng trong kỹ thuật xử lý
mẫu mất cân bằng bao gồm:
Phương pháp lấy lại mẫu được thực hiện bằng
cách hai cách như tăng tỷ lệ các quan sát có giá trị
bằng 1 từ rất thấp lên gấp nhiều lần (Oversampling)
hoặc giảm tỷ lệ các quan sát có giá trị bằng 0
(Resampling) được nghiên cứu bởi Solberg (1996).
Nghiên cứu của Japkowicz (2000) và nghiên cứu
của Phua & cộng sự (2004) giải quyết vấn đề dữ liệu
phân nhóm mất cân bằng. Dữ liệu được xử lý bắt
đầu từ việc tách dữ liệu thành hai phần gồm phần giá
trị bằng 0 (legal) và phần có giá trị bằng 1 (fraud).
Do dữ liệu mất cân bằng, phần giá trị 1, chiếm tỷ lệ
rất nhỏ, sẽ được nhân các quan sát lên gấp nhiều lần.
Đồng thời, phần giá trị bằng 0, chiếm tỷ lệ rất lớn,
sẽ được giảm số lượng đi nhiều lần bằng thuật toán
loại ngẫu nhiên (random), để đảm bảo tính chất ngẫu
nhiên của dữ liệu. Dữ liệu cuối cùng được ghép từ
hai phần đã xử lý có tỷ lệ gian lận cao hơn ban đầu
rất nhiều.
Số 256(II) tháng 10/2018 120
Phương pháp SMOTE (Synthetic Minority
Oversampling Technique) thực hiện bằng cách tăng
tỷ lệ gian lận trong dữ liệu mất cân bằng từ thuật
toán KNN (K Nearest Neighbor) được giới thiệu bởi
Batista & cộng sự (2004). Các quan sát có giá trị 1
được tạo thêm có các đặc tính số liệu gần với các
quan sát gian lận ban đầu. Thuật toán KNN sử dụng
những quan sát gần với nhau để tạo nên một nhóm
và tìm ra quan sát tâm của nhóm. Dựa trên khoảng
cách giữa các quan sát, phương pháp tìm ra K quan
sát lân cận đạt yêu cầu sao cho khoảng cách từ quan
sát đó đến quan sát tâm không lớn hơn khoảng cách
tối đa đặt ra. Kết quả cuối cùng tạo thêm các quan
sát mới ở giữa các quan sát gian lận ban đầu.
3.2. Phương pháp nghiên cứu
3.2.1. Phát hiện quan sát ngoại lai
Kỹ thuật phát hiện gian lận (Outlier Detection)
theo Bolton & Hand (2002) thực hiện thông qua
phân tích dữ liệu để phát hiện được các dữ liệu cá
biệt, bất thường. Phương pháp phát hiện dựa trên
phân tích các dữ liệu bình thường trong quá khứ để
phát hiện gian lận. Phần lớn các outliers thường tách
ra xa khỏi xu hướng so với các quan sát còn lại.
Phát hiện dữ liệu gian lận thông qua các quan sát
outliers sẽ có thể là dạng giá trị cực tiểu (Left outlier),
giá trị ngoại lai cực đại (Right outlier) hay giá trị
ngoại lai đại điện cho một phân lớp (Representative
outlier). Các quan sát ngoại lai có thể được phát hiện
bằng nhiều phương pháp như thông qua kỹ thuật
đồ thị, thống kê đồ thị lịch sử và một số phương
pháp khác. Các tiêu chuẩn để đánh giá phát hiện sai
phạm trong trường hợp dữ liệu đặc biệt sẽ được các
chuyên gia xây dựng, phân tích và tìm ra dựa trên dữ
liệu để phát hiện các khách hàng có hành vi lừa đảo.
3.2.2. Kỹ thuật phân cụm
Kỹ thuật phân cụm (Clustering techniques) phân
nhóm thành những nhóm khác nhau, được giới thiệu
bởi Bolton & Hand (2002). Phát hiện sai phạm dựa
trên các luồng dữ liệu đặc biệt là những quan sát khi
đạt hoặc rơi vào một vùng giá trị xác định sẽ được
nhận diện là gian lận hoặc không gian lận (100%
gian lận hoặc 100% không gian lận). Thông thường,
ngân hàng sẽ tách các quan sát đặc biệt để có chính
sách riêng với mỗi khách hàng. Khi khách hàng bị
từ chối có nghĩa là tỷ lệ cao các quan sát này luôn
xấu, ngân hàng sẽ đánh giá mức độ ưu tiên thấp hoặc
đưa vào danh sách cần chú ý (Blacklist). Ngược lại,
những khách hàng luôn luôn tốt sẽ luôn được chấp
nhận sớm và đánh dấu độ ưu tiên cao hơn.
 3.2.2. Kỹ thuật phân cụm
g qua kỹ thuật đồ thị,Kỹ
thống kê đồ
thuật thị lịch
phân cụmsử(Clustering
và một số phương pháp khác.
techniques) Cácnhóm
phân tiêu chuẩn
thànhđểnhững
đánh nhóm khác nhau, được
phát hiện sai phạm trong trường hợp dữ liệu đặc biệt sẽ được các chuyên gia xây dựng, phân tích
giới thiệu bởi Bolton & Hand (2002). Phát hiện sai phạm dựa trên các luồng dữ liệu đặc biệt là những
m ra dựa trên dữ liệu để phát hiện các khách hàng có hành vi lừa đảo.
quan sát khi đạt hoặc rơi vào một vùng giá trị xác định sẽ được nhận diện là gian lận hoặc không gian
2. Kỹ thuật phân cụm
lận (100% gian lận hoặc 100% không gian lận). Thông thường, ngân hàng sẽ tách các quan sát đặc biệt
Kỹ thuật phân cụm (Clustering techniques) phân nhóm thành những nhóm khác nhau, được
thiệu bởi Bolton 3.2.3.(2002).
để có&chính
Hand Hồiriêng
sách quy
PhátLogit
với
hiệnmỗi kháchdựa
sai phạm hàng.
trên Khi kháchdữhàng
các luồng bị từ3.2.5.
liệu đặc chối
biệt Phương
có nghĩa pháp
là những Bayesian
là tỷ lệ cao các quan
sát này
sát khi đạt hoặc luônmột
rơiMô
vào xấu,
hình ngân
hồi
vùng giáquyhàng
trị sẽ
địnhđánh
xácLogit sẽđượcgiá nhận
được mứcdiện
giới độ ưugian
thiệu
là tiênlậnthấp
bởi hoặc hoặc
khôngđưa
Phương vàoBayesian
pháp
gian danh sách(Bayesian
cần chú ýNetwork) được
100% gian lận Berkson
(Blacklist).
hoặc 100%Ngược(1944)
không gianlà
lại, mộtThông
những
lận). côngthường,
khách cụ sửluôn
hàng dụng
ngân phổ
luôn
hàng tốt biến
sẽ luôn
sẽ tách ứng dụng
đượcsát
các quan đặcđể
chấp phân
nhận
biệt sớm lớpvàdựa trên
đánh dấuxác
độsuất
ưu có điều kiện.
ó chính sáchtiên trong
cao
riêng phân
vớihơn. tích dữ liệu với biến nhị phân. Một số Cũng
mỗi khách hàng. Khi khách hàng bị từ chối có nghĩa là tỷ lệ cao các quan như hàm Logistic, kết quả của Bayesian là một
này luôn xấu, phát
ngân
3.2.3. hàng
Hồi triển của Altman
sẽ Logit
quy đánh giá mức độ & ưucộng
tiênsự
thấp(1994); Flitman
hoặc đưa vào danh xácsáchsuất
cần có
chúgiáý trị từ 0 đến 1 (thể hiện xác suất xảy ra
cklist). Ngược lại,(1997)
những sử dụng
Mô khách
hình trong
hàngquy
hồi luônLogitphântốt
luôn tích
đượcsẽ luônmôđược
giới hìnhchấp
thiệu hồi nhận
bởi quy đa và(1944)
sớm
Berkson củađánhsự làkiện
dấu từ
độ ưu
một 0%cụ
công đến sử100%),
dụng phổcácbiến
biến liên kết với
cao hơn. biến, phân tích
trong phân tích dữ liệu
khác biệt.
vớiphân
biếnloạinhịtrước,
phân. biến
Một nào số phát nhau
triển sau,
của trọngbằng
Altman mối liên kết xác suất.
dụng sử dụng số & cộngtinsự(Entropy)
thông (1994); Flitman
ứng với mỗi biến được tính
3. Hồi quy Logit Mô hình hồi quy Logit xác định xác suất xảy ra sự
(1997) sử dụng trongtoán, phângiá tíchtrịmôthông tin càng cao, biến đó càng mang nhiều thông tin phân loại.phát triển từ định lý
hình hồi quy đa biến, phân tích Phương
khác pháp
biệt. Bayesian được
Mô hình hồi quy Logit
kiệnMô
Y hìnhđược
=1 như giới
sau: thiệu bởi Berkson (1944) là một công cụ sửBayes dụng phổ
trongbiến
xác suất thống kê, theo Carlin & Louis
hồi quy Logit xác sử định xác có
suấtn xảy ra sự
�� �kiện Y
� �=1
� ��như sau:
g phân tích dữ liệu với biến nhị phân. Một Giả số phát biến
triển X,của Altman giá &trịcộng �� �(1994);
sự (2010),
. Giả
Flitman
phương
sử với mỗi �� sẽ có xác suất để sự kiện xảy ra
pháp Bayesian thiên về thống kê
� �� � �� � �⋯�� � �
7) sử dụng trong phân���
tích=mô���
hình �tương
hồi
� � quy
� ứng
� đa
= biến,
�
, thỏatích
là� ��phân� �
mãn
� �
điều
khác
�
kiện:
biệt.
�
0 ≤ �� ≤1 và ∑��� �� = 1
� � �� ��� ��� �� ��� �� �⋯��� �� hơn là hồi �quy. Phương pháp Bayesian khá hiệu quả
Mô hình hồi quy Logit xác định xác suấtTrọng xảy ra số
sự kiện
thông Y tin
=1 như
của sau:
biến X: E(X) và = dễ−sử�dụng, �� log � (��yêu
không ) cầu các điều kiện của dữ
Trong đó, � � � � � là giá trị của biến độc lập. ���
Trong đó, X���,...,
��� ��
� � ��
X��⋯��
� ��� � là giá trị của biến độc lập.
�� =
��� = ���� � � � �Mô hình � ���3.2.5.
�� ��hồi
1
quy ��Phương
n
�� ���logit có
�⋯�� pháp
� ��thể Bayesian
được liệu,tỷ có
sử dụng để ước lượng thể làm trên
lệ log(odds) cho cả
mỗidữbiến
liệuđộc
số lập
hay chữ. Với bộ
Mô hình hồi quy logit có thể được sử dụng để ước số liệu nhỏ hoặc bị mất cân bằng, phương pháp càng
Trong đó,của
�� �mô
��� � là (Ohlson,
hình giá trị của 1980):
biến độc Phương
lập. pháp Bayesian (Bayesian Network) được ứng dụng để phân lớp dựa trên xác suất có
lượng tỷ lệ log(odds) cho mỗi biến độc lập của mô hiệu quả,
Mô hình hồi quy logit có thể đượcđiềusử��
dụng
kiện. để ước
Cũng
= ��� lượng
như � tỷ lệ
� ��hàm log(odds)
Logistic, kếtcho mỗi
quả biến
của độckhi
lậpmà
Bayesian các phương
là một xác suất pháp
có giákhác
trị từkhông
0 đến 1thực
(thể hiện
hình (Ohlson, 1980): �� �
mô hình (Ohlson, 1980): ln = β � + β X
� � + β X
�hiện+ ⋯ + β
� được, hoặc X
� � phải xử lý dữ liệu rất nhiều thao tác.
xác suất
�� =xảy
���ra� �của
��� sự� �kiện từ 0% đến 100%), các biến liên kết với nhau bằng mối liên kết xác suất.
�� = ���� � � � �� � Vớitừmục
địnhđích pháttrong
hiện xác
giansuất
lận,thống
mạngkê, Bayesian
ln Các tham số �� được = βPhương
�+ ước pháp Bayesian
β� Xlượng
� + β� Xbằng + βđược
� + ⋯phương
phát triển lý Bayes
� X � pháp hợp lý tối đa (Maximum Likelihood –
theo Carlin &
�� = ���� � � � �� � sẽ được xây dựng với quy tắc Bayes cùng với điều
ML). Mô hình LogitLouis
được (2010),
được sửphương pháp
dụng với Bayesian
nhiều dạng dữthiên
liệu,vềít thống
nhữngkê hơnkiện
điều là hồi
ràngquy. Phương
buộc, hiệu pháp Bayesian khá
được tham
Các tham số �� Các ước lượng βbằng
sốhiệu đượcphương pháp hợpbằng
lý tối phương
đa (Maximum Likelihood
kiện P(Y=1) –+ P(Y=0) = 1 được viết như sau:
quả khi áp dụngsửvào n quả
thực tế, vàước
dễ dễ sử
giải
lượng
dụng,
thích kếtítkhông
quả, cóyêu
khảcầu cáctheo
năng điềudõi,
kiệnchẩn
của đoán
dữ liệu, có thể
và hiệu làmđể
chỉnh trên cả dữ liệu số hay
. Mô hình Logit pháp
được được dụng
hợp lý tốichữ. với
đa Với nhiều
(Maximumdạng dữ liệu,
Likelihood những điều
– ML). kiện ràng buộc, hiệu
bộ số liệu nhỏ hoặc bị mất cân P(Y=1│X)
bằng, phương = [P(X│Y=1)P(Y=1)]/P(X)
pháp càng hiệu quả, khi mà các phương pháp
khi áp dụng kết
vàoquả
thựcphù dễ
Mô tế,
hợp vớithích
giải
hình Logit
thựckếttế.quả, có khả năng theo dõi, chẩn đoán và hiệu chỉnh để
được được sử dụng với nhiều dạng
quả phù hợp 3.2.4. Cây quyết địnhkhác không thực hiện được, hoặc phải xử lý dữ
với thực
P(Y=0│X)=[P(X│Y=0)P(Y=0)]/P(X)
liệu rất nhiều thao tác.
dữ tế.
liệu, ít những điều kiện ràng buộc, hiệu quả khi
4. Cây quyết định Với mục đích phát hiện gian lận, mạng P(Y=0│X)=[P(X│Y=0)P(Y=0)]/P(X)
Bayesian sẽ được xây dựng với quy tắc Bayes cùng với
áp dụng vào thực tế, dễ giải thích kết quả,3 có khả
điều kiện
năng theo dõi, chẩn đoán3P(Y=1)
và hiệu+ P(Y=0)
chỉnh để = 1kết
đượcquảviết nhưTrong
sau: đó: P(X)=P(Y=1)P(X│Y=1)+P(Y=0)
phù hợp với thực tế. P(Y = 1|X) P(X│Y=0)
= �P(X|Y = 1)P(Y = 1)�/P(X)
3.2.4. Cây quyết định P(Y = 0|X) Các thành=phần
= �P(X|Y 0)P(Y được tính như sau: P(Y=1) chính
= 0)�/P(X)
Trong đó: P(X) = P(Y = 1)P(X|Y = 1) + P(Y = 0)P(X|Y =sử
là tỷ lệ sai phạm của mẫu 0)dụng để chạy mô hình.
Cây quyết định (Decision Tree) là một mô hình
Các thành Với giả thiếtlàcác
tỷ biến
lệ saiđộc lậpcủa
nhau:
phân loại được giới thiệu bởiphần được(1959),
Belson tính nhưđược
sau: P(Y=1) chính phạm mẫu sử dụng để chạy mô
�
sử dụng rộng rãi hình. Với nhiều
trong giả thiết cácvực
lĩnh biếnkhác
độc lập nhau:
nhau. �(�|Y = 1) = ∏��� P(x� |Y = 1)
Sau khi giới thiệu về hệ thống phương pháp học máy �(x� |Y = 1) = s�� /s
(Machine learning), câyTrongquyếtđó:định đã đã được phát
� là số lượng gian lận trong Trong
mẫu,đó:���Slàlàsốsốlượng
lượnggian
gian
lậnlận trong
thuộc mẫu,
phân Sik của
lớp � là biến
triển hơn với cácXthuật toán C4.5 bởi Quinlan (1996) số lượng gian lận thuộc phân lớp i của biến X
k k
và thuật toán ID3 bởi Quinlan (1986). 3.2.6. Phương pháp Stacking
3.2.6. Phương pháp Stacking
Decision Tree là mộtPhương cây phân loại có cấu trúc Phương pháp
pháp Stacking (Stacked generalization) là Stacking
một phương(Stacked
pháp đểgeneralization)
tăng tính chính xác
được phân lớp các đối tượng dựa vào dãy các luật. là một phương pháp để tăng tính chính xác kết quả
kết quả đầu ra được giới thiệu bởi Wolpert (1992), Smyth & Wolpert (1998). Thuật toán Stacking sử
Các biến độc lập và thuộc tính có thể thuộc các kiểu đầu ra được giới thiệu bởi Wolpert (1992), Smyth &
dụng nhiều mô hình học đơn lẻ để ra kết quả của riêng với mỗi mô hình, sau đó sử dụng chính kết quả
dữ liệu khác nhau như nhị phân (binary), định danh Wolpert (1998). Thuật toán Stacking sử dụng nhiều
(nominal), thứ đó bậcđể (ordinal),
kết hợp vớidữ dữ liệu
liệu ban
địnhđầu, dự đoán lại với một mô hình khác dựa trên bộ dữ liệu mới tạo ra để
lượng mô hình học đơn lẻ để ra kết quả của riêng với mỗi
(quantitative). Để xác định biến nào sử dụng phânStacking
tìm kết quả cuối cùng. Phương pháp là một dạng cụ thể của lớp các phương pháp tập hợp
mô hình, sau đó sử dụng chính kết quả đó để kết
loại trước, biến (Ensemble
nào sử dụng method), đượcsốgiới
sau, trọng thiệu
thông tinbởi hợp
Dietterich (2000), được kiểm chứng khá hiệu quả và được
với dữ liệu ban đầu, dự đoán lại với một mô
(Entropy) ứng với phátmỗi
triểnbiến
rộngđược
rãi trong
tínhlĩnh vựcgiá
toán, họctrịmáy và chạy dữ liệu nhiều lần để tự cải thiện kết quả dùng trí tuệ
hình khác dựa trên bộ dữ liệu mới tạo ra để tìm kết
thông tin càng cao,
nhânbiến đó càng mang nhiều thông quả cuối cùng. Phương pháp Stacking là một dạng
tạo AI.
dụng phân loại trước,loại.
tin phân biến nào
3.3.sử dụng sau,
Phương pháptrọng
đánhsốgiá
thông tin (Entropy) ứng với mỗi biến được tính
cụ thể của lớp các phương pháp tập hợp (Ensemble
toán, giá trị thông
dụng phânGiả
tintrước,
loạisử
càng cao,
biếnbiến
X, nàobiếnnsửĐể
có đó
giá càng
trịsau,
đánh xmang
,x2,..,x
giá độnhiều
. Giả
chínhthông
sử
xácvớitin
củaphânmô loại.
hình, nghiên cứuđược
sử dụng ma trận nhầm lẫn được
(confusion
dụng 1 trọng số
n thông tin (Entropy) method),
ứng với được giới
mỗi biến thiệu bởi Dietterich
tính (2000),
Giả sử
mỗi biến
x
toán, giá trị thôngsẽX, cócó n
xác
tin cànggiá
suất trị
matrix) để�
cao, biến
� �
sự
để đó� �
kiện
đánh
� �
cànggiá � �
xảy�
mang� . Giả
ra sử
tương
mứcnhiều độ dự với
ứng
thông mỗi là �
báotinchính sẽ
phânkiểm
� có xác
xác của
loại. chứngsuất
môkhá để
hình, sự kiện
được
hiệu xảy ra
quảTownsend (1971)
và được phát giới
triển thiệu
rộng rãi(Bảng
i
�
tương ứng làPGiả
,i �thỏa
� , thỏa mãn
sử biến mãnX,điều
có1).nkiện:
điều kiện:
giá trị0�≤ � � �� � ≤1
� � � và
� � � ∑
� . Giả
��� �sử
� = 1
với mỗi �� trong
sẽ có lĩnh
xác vực
suất để học
sự máy
kiện xảyvàrachạy dữ liệu nhiều lần để
�
�
tương
Trọng ứngsốlàthông
�� , thỏa
tinmãn
củađiềubiếnkiện:
X:
Bảng 0 ≤1:
E(X) �� ≤1
Ma
= −vàtrận
� ��� =
∑���nhầm 1 lẫn
log � (�� ) tự cải thiện kết quả dùng trí tuệ nhân tạo AI.
�
��� �
3.2.5. Phương Trọng
Trọng
pháp sốBayesian
số thông tin
thông của biến
tin của biếnX:
X: E(X) = − ���� �� log� (�� ) 3.3. Phương pháp đánh giá
Dự báo
3.2.5. Phương
Phương pháppháp Bayesian(Bayesian Network) được ứng dụng để phân lớp dựa trên xác suất có
Bayesian
Số 256(II)
Phương pháptháng 10/2018
Bayesian (Bayesian Network) được ứng dụng 121 phân lớp dựa0trên xác suất có1
điều kiện. Cũng như hàm Logistic, kết quả của Bayesian là một xác để suất có giá trị từ 0 đến 1 (thể hiện
điều kiện. Cũng như hàm Logistic, kết quả của Bayesian là một xác suất có giá trị từ 0 đến 1 (thể hiện
xác suất xảy ra của sự kiện từ 0% đến 100%), các biến liên kết với nhau 0 bằng mối TN liên kết xác suất.
FP
xác suất xảy ra của sự kiện từ 0% đến 100%), các biến liên kết với nhau bằng mối liên kết xác suất.
Phương pháp Bayesian được phát triển từ định Thực tế trong xác suất thống kê, theo Carlin &
lý Bayes
Phương pháp Bayesian được phát triển từ định lý Bayes trong xác suất thống kê, theo Carlin &
 nhân tạo AI.
3.3. Phương pháp đánh giá
phát triển rộng rãi trongĐể đánh
lĩnh vựcgiá
họcđộ chính
máy xác dữ
và chạy củaliệu
mônhiều
hình,lần
nghiên
để tự cứu sử dụng
cải thiện ma dùng
kết quả trận nhầm
trí tuệ lẫn (confusion
nhân tạo AI. matrix) để đánh giá mức độ dự báo chính xác của mô hình, được Townsend (1971) giới thiệu (Bảng
1). đánh giá
3.3. Phương pháp
Bảng
Để đánh giá độ chính xác của mô hình, nghiên cứu1:sửMa trậnma
dụng nhầm
trận lẫn
nhầm lẫn (confusion
matrix) để đánh giá mức độ dự báo chính xác của mô hình, được Townsend (1971) giới thiệu (Bảng
Dự báo
1).
0 1
Bảng 1: Ma trận nhầm lẫn
0 Dự báo TN FP
Thực tế
01 FN
1 TP
Nguồn: Townsend (1971, 44).
0 TN FP
Thực tế
Để đánh giá độ chính xác của mô hình, nghiên gian lận (Oversampling): Lặp lại các quan sát gian
Độ chính 1
xác (Accuracy) = FN����� TP
cứu sử dụng ma trận nhầm lẫn (confusion matrix) lận 20 lần, không làm thay đổi cấu trúc dữ liệu ban
�����������
Nguồn:
đểphát
đánhtriển Townsend
giárộng
mứcrãi (1971,
trong
Trong
độ dự đó:
báo 44).
lĩnhchính
vực học
xácmáy
của và
môchạy dữ liệu
hình, nhiều
đầu, cáclần để tự
quan sátcảigian
thiệnlận
kếtđược
quả dùng
tạo ratrígiống
tuệ hoàn
nhân tạo AI.
được Townsend (1971) giớiNegative):
TN (True thiệu (Bảng
Số 1).
quan sát dự đoántoàn cáckhông
đúng quan gian
sát gian
lận Y= lận0;ban đầu của bộ dữ liệu
3.3.
Độ Phương
Độchính
chínhxácpháp đánh giá
TP (True Positive):
xác (Accuracy) =
����� gốc.
Số quan sát dự đoán đúng gian lận Y= 1;
�����������
Để đánh FP giá(False
độ chính xác của
Positive): Số mô
quanhình,
sát dựnghiên cứu
DữY=
đoán sai sử 0dụng
liệu xử lýma
thành bằngtrậnphương
Y=1; nhầm lẫn
pháp(confusion
tạo ra các quan
Trong
Trongđó: đó:
matrix) để đánh giá mức
FN (False độ dự báo
Negative): chính
Số xác
quan của
sát mô sát
hình,
dự đoán gian
được
sailận
Y Y=lận mới
Townsend
= 1 0; (SMOTE):
(1971)
thành Y= 0. Quanh
giới thiệu mỗi
(Bảngquan sát
TN(True
TN (True Negative):
Negative): Số
Sốquan
quansátsátdựdự
đoán đúng
đoán không
đúng gian
1).
không
TPgian 4.lận
(True MinhY= họa
0; Số
Positive): quả sát dự đoán đúng gian lậnban
kếtquan Y= 1;
đầu, tìm tối đa 15 quan sát lân cận với khoảng
4.1.Positive):
Dữ liệu sử dụng sát dự đoán cách
Bảng 1: Ma trận nhầm khônglẫn quá 0,1 (theo thang đo khoảng cách
FP(True
TP (False Positive): Số quanquan sát dự đoán sai Y=
đúng0 thành Y=1;
DGOWER trong phần mềm SAS). Với mỗi một
gianFNlận(False Bộ số liệu
Y= 1;Negative): sử dụng
Số quan sát dự492 quan
đoán saisát
Y gian lận Dự
= 1 thành trênbáo
tổng số 284807 quan sát đã thực hiện giao dịch
quanY=sát0. gốc sẽ có thêm tối đa 15 quan sát xung
4. Minh thẻquả
tín dụng, tỷ lệ gian lận 0,172%, của Châu Âu trong tháng 09/2013 theo nguồn www.kaggle.com.
FPhọa kết
(False Positive): Số quan sát dự đoán sai Y= 0 quanh tạo thành 1 một nhóm. Quan sát gốc sẽ lần lượt
4.1. Dữ liệu sửCác
0 thành Y=1; dụng dữ liệu liên quan trực tiếp đến giao dịch và tài khoản đã được giao dịch nên cần được mã hóa.
cùng các quan sát xung quanh tạo ra các quan sát
0 trên Bảng 2: Thông tin biến sửđãdụng
FNBộ(False
số liệuNegative):
sử dụng 492Số quan
quansát
sátgian lận
dự đoán sai Y = TN
tổng sốmới
284807
theo quan
côngFPsát
thức: thực hiện giao dịch
BiếnThực tế Thông tin
thẻ 1tínthành
dụng,Y=tỷ 0.
lệ gian lận 0,172%, của Châu Âu trong tháng 09/2013 theo+ nguồn
(Xa - Xwww.kaggle.com.
1 FN Xnew = Xa TP b
)*α
Các dữ4.liệu liên họa
quankết
trựcquảClass Biến phân loại với 1-
tiếp đến giao dịch và tài khoản đã đượcTrongGian lận
giao dịchvà 0 - Không gian lận
Minh đó: nên cần được mã hóa.
Nguồn: Townsend (1971,
V1 đến V28 Bảng 44).
Thông tin cá tin
nhân củasửchủ thẻ
2: Thông biến
4.1. Dữ liệu sử dụng Xdụng là giá trị của quan sát mới được tạo ra;
Biến Time Thời gian tính bằngThông tintừ giao dịch đang ghi nhận đến giao dịch đầu
giây kể
new

Bộ số liệu sử dụng 492 quan sát gian lận

����� trên Xangày
là giá trị của quan sát ban đầu;
Độ chính xác (Accuracy)
Class =tiên
Biến phân loại được
với 1- Gianghilận
nhận
và 0trong
- Không gian lận
tổng số 284807 quan sát đã thực hiện giao dịch thẻ
�����������
Xblà giá trị vị
của một trong 15 quan sát lân cận với
Trong
V1 đến Amount Số tiền
V28đó: Thông tin cá nhân của chủ thẻgiao dịch của chủ thẻ (đơn - USD)
tín dụng, tỷ lệ gian lận 0,172%, của Châu Âu trong quan sát ban đầu;
TN (True Nguồn: ThờiKaggle (2018).
Time
tháng 09/2013 theoNegative):
nguồn Sốtính
gian quan sát dự
bằng
www.kaggle.com.giâyđoán
kểCácđúng
từ giaokhông gian ghi
dịch đang lận Y=
nhận0;đến giao dịch đầu
α là một giá trị ngẫu nhiên từ 0 đến 1.
dữ liệu liênTPquan
(Truetrực
Positive):
tiên đến
tiếp Sốgiao
được quan sát và
ghi dịch
nhận dự đoán
trong
tài đúng gian lận Y= 1;
ngày
khoản
4.2. Xử lý dữ liệu đầu vào Các quan sát mới tạo ra sẽ làm thay đổi cấu trúc
FP (False
đã đượcAmount
giao dịch nênPositive):
Số
cầntiền Số quan
giao
được mãdịchsát
hóa.củadựchủ
đoánthẻsai Y=vị0 -thành
(đơn USD)Y=1;
Để có sự tương ứng trong kết quả so cũ của
sánh, dữdữliệuliệu, nhưng sẽ tạo ra các cụm “đám mây
XửFN
Nguồn:
4.2. (False
lýKaggle
dữ Negative):
đầu vào Số quan sát dự đoán sai Y gian
(2018).
liệu = 1 thành Y=ở0.2 phương pháp được tăng tỷ lệ gian lận
lên xấp xỉ 18-20 lần so với dữ liệu gốc. lận” để dễ phân biệt hơn, nhưng cũng dễ nhầm
4. Minh họa kết quả
Để có sự tương ứng trong kết quả so sánh, dữ liệu lẫn với các quan sát không ain lận gần quan sát gian
Dữ
vào liệu xử lý bằng phương pháp tăng quan sát gian lận (Oversampling): Lặp lại các quan sát
24.1.
4.2.ởXử lý Dữ liệu
dữ liệu
phương sử dụng
đầu
pháp được tăng tỷ lệ gian lận lên xấp xỉ lận hơn. Kết quả dữ liệu thu được chi tiết theo Bảng
gian
cóBộ số lận
liệu20sử lần, không làm
quả thay đổi cấu trúc
trên ởdữ2 liệu
số ban đầu, các quan đãsátthực
tỷgian lận giao
được tạo ra giống
18-20 Đểlần sự với
so tương liệudụng
dữ ứng gốc.492
trong kếtquan sátsánh,
so gian lận
dữ liệu tổng
3. 284807
phương phápquan
đượcsáttăng lệ hiện
gian lận dịch
thẻ
xỉtín hoàn
dụng, tỷtoàn các
lệvới
gian quan
lận sát gian lận ban
liệu0,172%, đầuÂucủa bộ dữ liệu gốc.
lên xấpDữ 18-20
liệu xửlầnlýsobằng dữphương gốc.pháp của
tăngChâu
quan trong
sát tháng
4.3. 09/2013
Lựa chọn theo
biếnnguồn
cho www.kaggle.com.
mô hình Logit
Các
Dữdữliệu
liệuxửliên Dữ liệu
quan phương
lý bằng xử lý bằng
trực tiếppháp phương
đến giao
tăngdịch pháp
quanvàsát tạo
tàigian ra
khoản các quan sát gian
lậnđã(Oversampling): lận
được giao dịch nên mới
lại(SMOTE):
Lặpcần đượcquan
các Quanh mỗi quan
mã hóa.
sát
gian lận 20 lần,sátkhông
ban đầu,
làm tìm
thaytốiđổi
đacấu
15 quan sátliệu
trúcBảng
dữ lân cận với
2: Thông
ban khoảng
đầu,tin biến
các cách không
sử sát
quan dụng quáđược
gian lận 0,1 (theo
tạo rathang
giốngđo khoảng cách
hoàn toàn các quanBiến
sát gian lận ban đầu của bộ dữ liệu gốc. 5Thông tin
Dữ liệu xử Class
lý bằng phương pháp
Biến tạoloại
phân ra các quan
với 1- sátlận
Gian gian
và lận mới (SMOTE):
0 - Không gian lận Quanh mỗi quan
sát ban đầu, tìmV1
tốiđến
đa 15
V28quan sátThông
lân cận
tinvới khoảng
cá nhân củacách
chủ không
thẻ quá 0,1 (theo thang đo khoảng cách
Time Thời gian tính bằng giây kể từ giao dịch đang ghi nhận đến giao dịch đầu
5
tiên được ghi nhận trong ngày
Amount Số tiền giao dịch của chủ thẻ (đơn vị - USD)
Nguồn: Kaggle (2018).

Số4.2. Xử lý dữ liệu đầu vào

256(II) tháng 10/2018 122
Để có sự tương ứng trong kết quả so sánh, dữ liệu ở 2 phương pháp được tăng tỷ lệ gian lận
lên xấp xỉ 18-20 lần so với dữ liệu gốc.
Dữ liệu xử lý bằng phương pháp tăng quan sát gian lận (Oversampling): Lặp lại các quan sát
 Dữ liệu gốc
Phương pháp 284.807 0,172
Tỷ lệ gian lận
Dữ liệu Oversampling Số294.155
quan sát 3,35
xử lý dữ liệu (%)
DữDữliệuliệu
SMOTE
gốc 293.466
284.807 3,12
0,172
Nguồn: Tác giả tính toán
Dữ liệu Oversampling dựa trên bộ dữ liệu gốc.
294.155 3,35
Phương pháp lựa Dữchọn
liệu SMOTE
biến và phân nhóm 293.466
giá trị theo WOE. 3,12Kết quả dự báo với dữ liệu SMOTE cho
4.3. Lựa chọn biếnNguồn:
cho môTác
hình Logit
giả(Weights
tính toán dựa trên bộ dữ liệukết
gốc.
trong biến sử dụng WOE Of Evidence) quả cao. Số quan sát dự báo đạt độ chính xác
Phương pháp lựa chọn biến và phân nhóm giá trị
được tính cho từng nhóm thể hiện khả năng dự báo 67,58%. trong biến Mô
sử dụng WOE (Weights
hình Logistic Of sử dụng được
không thể
Evidence)
4.3. của đượcbiến
Lựabiến:
chọn tính cho
cho mô
từnghình
nhóm thể hiện khả năng dự báo của
Logit vớibiến:
dữ liệu chưa qua xử lý do bộ dữ liệu gốc sử dụng
Phương
WOE i = lnpháp
���� �����
( lựa chọn �
biến và phân nhóm giá trị trong
) x 100 mất cânbiếnbằng, tỷ lệ fraud
sử dụng WOE chỉ 0,172%.
(Weights OfMặt khác, điều
���� ������
Evidence) được kiệnbiến:
để thực hiện phân nhóm khi phân tích WOE
Trong đó:tính cholegal
Dist từng lànhóm
tần thể
suấthiện
tíchkhả
lũynăng
củadự
cácbáo củakhông
Trong đó: Dist legal� ilà tần suất tích lũy của các quan sát gian
không thể có lận
100%trong nhómgian
không I; lận hoặc 100% gian
quan
WOEsát không ( gian lận� )trong
���� ����� nhóm I;
i = ln Dist x 100
fraud là tần suất tích lũy của các quanlận. Cholận
sát gian dùtrong
đã sử dụng
nhóm i. phương pháp biến đổi dữ
���� ����� �
�
Dist fraudi là tần suất tích lũy của các quan sát liệu, với 8 biến được chọn, ước lượng kết quả cho
Các biến được chọn dựa trên hệ số giá trị thông tin IV (Information
không gianValue) đượcnhóm
xác định
I; theo
Trong đó:
gian lận trong nhóm i. � là tần suất tích lũy của các quan sát
Dist legal lận trong
Logit không cho ra kết quả tốt nhất nhưng độ ổn
công thức:
Các biến Distchọn
được � là tần
frauddựa trênsuất
hệ tích lũy trị
số giá củathông
các quan sát gian lận trong nhóm i.
� định tương đối cao, thể hiện mức chênh lệch độ
IV = ∑ ( Dist
Các(Information
biến được chọnlegal - Dist
dựa trên fraud )*WOE vớiIV
k là số nhóm củaValue)
biến
tin IV ��� Value)
�
đượchệxácsố giá
�
địnhtrịtheo
thông
� tin
công (Information
chính xác giữa các được xác định
kết quả theohình nhỏ. Kết
của mô
côngthức:Biến
thức: được lựa chọn phù hợp nếu có hệ số giá trị thông tin IV thuộc khoảng 0.1 đến 0.5. Theo
quả chỉ ra tính ưu việt của mô hình Logit trong sử
kết quả tính toán� được, một số biến sau được lựa
IV = ∑���( Dist legal� - Dist fraud� )*WOE� với vớichọn vào mô hình
là sốvới
vớihệcác
số
củaIV tương
dữ liệuứng.
k k dụng nhóm bộbiến bình thường, dữ liệu không
là sốBiến
nhómđượccủalựa
biến quá mất cân
chọn phù hợp nếu có hệ số giá trị thông tin IV thuộc khoảng 0.1 đến bằng (0,5% - 1%
0.5. tỷ lệ Fraud). Bằng
Theo
kết quảBiến
tính toán
đượcđược, một số
lựa chọn phùbiếnhợpsaunếu
được cólựa
hệ chọn
số giávào cách với
trịmô hình nhânhệ đôi
số IVquan sátứng.
tương gian lận, mô hình Logit kết
thông tin IV thuộc khoảng 0.1 đến 0.5. Theo kết quả hợp với phân nhóm WOE vẫn là mô hình được yêu
tính toán được, một số biến sau được lựa chọn vào thích và sử dụng rộng rãi do tính ổn định, dễ kiểm
mô hình với hệ số IV tương ứng. soát, dễ triển khai trong thực tế.
Kết quả và phân tích thực hiện với các biến theo Mô hình (2) sử dụng cây quyết định kết hợp với
Bảng 4 cho các mô hình Logit, Decision Tree, Bayes các bộ số liệu cho kết quả chính xác và ổn định cao.
Network và Stacking được trình bày tại Bảng 5. Trong đó, phương pháp xử lý dữ liệu SMOTE cho
kết quả tốt nhất, loại bỏ được 429 quan sát fraud và
Ma trận nhầm lẫn sử dụng với điểm cắt (Cutoff)
đánh giá nhầm 118 quan sát không gian lận thành
là 0,5%. Mức Cutoff này sẽ khác với thực tế tùy vào
gian lận – một con số chấp nhận được khi so sánh
từng ngân hàng. Hai thông số được tập trung 6 chú ý
với số quan sát phân loại nhầm của các mô hình.
trong bảng ma trận nhầm lẫn là số quan sát dự đoán
Nguyên nhân do phương pháp SMOTE đã biến đổi
đúng DGOWER trong phần
TP (True Positive) mềm
và TN SAS).
(True Với mỗiVới
Negative). một quan sát gốc sẽ có thêm tối đa 15 quan sát xung
6 cấu trúc ban đầu của bộ dữ liệu thành bộ dữ liệu có
số quan sát tạo
quanh dự thành
đoán một
sai FP (False
nhóm. QuanPositive),
sát gốc sẽkhách
lần lượt cùng các quan sát xung quanh tạo ra các quan sát
cấu trúc thích hợp nhất với mô hình cây quyết định.
hàng mới
bị đánh
theogiá nhầm
công không gian lận thành gian lận
thức: Bộ số liệu để cây quyết định hoạt động hiệu quả
càng ít càng tốt. Khi mô hình loại nhầm quá nhiều
nhất là số liệu phân tán thành từng cụm. Như vậy,
khách hàng khôngXnew =gian
Xa +lận
(Xa(bị
- Xnhầm
)*α thành gian lận)
b các luật của cây quyết định sẽ dễ dàng phân biệt
không chỉ thiệt hại cho ngân hàng về lợi nhuận có
từng cụm mà không cần số quan sát mỗi cụm phải
thể có từ những khách hàng đó, mà còn ảnh hưởng
Trong đó: ít nhất xấp xỉ 5% tổng số quan sát. Phương pháp
tới danh tiếng hay hình ảnh của ngân hàng.
Xnewlà giá trị của quan sát mới được SMOTE
tạo ra; lại xây dựng bộ dữ liệu ban đầu thành bộ
Kết quả thể hiện độ chính xác khá tốt với bộ dữ dữ liệu mới dựa trên phương pháp tìm những quan
Xa là giá trị của quan sát ban đầu;
liệu gốc với các mô hình (ngoại trừ mô hình Logistic sát gần nhau, thuận lợi cho cây quyết định phân loại.
Xblà giá trị của một trong 15 quan sát lân cận với quan sát ban đầu;
không sử dụng cho dữ liệu mất cân bằng, cụ thể: Tuy cho kết quả tốt nhưng phương pháp SMOTE kết
α là một giá trị ngẫu nhiên từ 0 đến 1.
Mô hình (1) thể hiện kết quả tính toán được của hợp với cây quyết định có phức tạp hơn sử dụng trực
Các quan sát mới tạo ra sẽ làm thay đổi cấu trúc cũ của dữ liệu, nhưng sẽ tạo ra các cụm “đám
mô hình Logistic với bộ dữ liệu Oversampling và tiếp mô hình mạng Bayesian hay hồi quy Logit bởi
bộ dữmây
liệugian
SMOTE lận” để
vớidễcác
phân
biếnbiệt
đãhơn,
đượcnhưng
phân cũng
nhómdễ nhầm lẫn vớilượng
việc nhân các quan
quansátsát
không
gianain
lậnlận gầnĐồng
lên. quan thời,
sát gian lận hơn. Kết quả dữ liệu thu được chi tiết theo bảng 3.
Bảng 3: Kết quả xử lý dữ liệu đầu vào
Phương pháp Tỷ lệ gian lận
Số quan sát
xử lý dữ liệu (%)
Dữ liệu gốc 284.807 0,172
Dữ liệu Oversampling 294.155 3,35
Dữ liệu SMOTE 293.466 3,12
Nguồn: Tác giả tính toán dựa trên bộ dữ liệu gốc.

4.3. Lựatháng
Số 256(II) chọn biến cho mô hình Logit
10/2018 123
Phương pháp lựa chọn biến và phân nhóm giá trị trong biến sử dụng WOE (Weights Of
Evidence) được tính cho từng nhóm thể hiện khả năng dự báo của biến:
���� �����
 Bảng 4: Kết quả IV chọn biến chạy mô hình Logit
với bộ dữ liệu Oversampling và SMOTE
Biến Oversampling SMOTE
V3 0,3425 0,3254
V4 0,3655 0,37
V10 0,4264 0,2702
V11 0,3873 0,4246
V12 0,4253 0,3897
V14 0,4908 0,4113
V16 0,31 0,3115
V17 0,4207 0,3998
Nguồn: Tác giả tính toán dựa trên bộ dữ liệu xử lý.

với khối lượng tính và

Kết quả toán lớn,tích
phân tốnthực
nhiềuhiện
thờivới
gian
cáctùy
biến ra thang
theo Bảngxác suấtcác
4 cho đánhmôgiá quan
hình sát Decision
Logit, cuối cùng, cho
thuộc vào số lượng quan sát gian lận và lượng biến thấy kết quả cải thiện đáng kể so với đơn mô hình.
Tree, Bayes Network và Stacking được trình bày tại Bảng 5.
có của dữ liệu, nên phương pháp này được cân nhắc Mô hình cho kết quả chính xác đều trên 60%, tỷ lệ
Bảng 5: Kết quả chạy mô hình
khi sử dụng. Bảng 4: Kết quả IV chọnloại biếncác quan
chạy môsát gianLogit
hình lận cao nhất trong các mô hình
Dữ liệu với bộ dữ liệu sử dụng.
Oversampling Trong
và đó,
SMOTE 427 Độ sát
quan chính
gian lận bị loại với
MôMôhình
hình(3) sử dụng mạng Bayesian FN cho ra kếtTN FP TP
sử dụng Biến Oversampling SMOTE xác
quả không nổi trội nhất, nhưng cân bằng. Bayesian bộ dữ liệu SMOTE trong khi dữ liệu không gian lận
Logistic
đã giải quyết được vấn SMOTE
đề mà Logit không 88 làm
V3 được,284 bị loại 260
cũng chấp404
0,3425 nhận được.
0,3254 66,41%
Ưu điểm của phương
mặc dù(1) 2 phươngOversampling
pháp này là ánh xạ 86 của
V4 nhau.284 pháp là
245có thể kết
0,3655 406hợp
0,37nhiều mô hình nhỏ, có sức
67,58%
MạngCâyBayesian
quyết tuy loại SMOTEđược số gian63lậnV10 ra nhiều
284 đánh giá
118
0,4264 yếu lại với nhau tạo
4290,2702 79,76%ra một mô hình đánh
nhất (413
địnhquan sát)Oversampling
nhưng xác định nhầm 108 1714
V11 quan 284 giá0,3873
tốt106
hơn, dễ sử dụng
3840,4246nhưng
75,74%lại không phức tạp,
sát không
(2) gian lận thànhGốcgian lận. Kết 99quả cho thấy284 hoàn toàn
31 có thể kiểm
393 soát.83,90%
V12 0,4253 0,3897
có rất Mạng
nhiều phân loại sai, mô hình mạng
SMOTE Bayesian
74 V14 283 5. Kết
1359luận 4180,4113 32,85%
0,4908
đưa ra kết quả không ổn định, không phù hợp với Các phương pháp xử lý 27,95%
dữ liệu và mô hình phát
Bayesian Oversampling 79 V16 283 1714
0,31 4130,3115
các bộ dữ liệu trong nghiên cứu. hiện gian lận đều
(3) Gốc 90 V17 284 294
0,4207 4020,3998 64,11%ưu thế hoàn toàn.
không chiếm
Mô hình (4) sử dụng phương pháp Stacking sử Người sử dụng phải cân nhắc giữa tính hợp lý, độ ổn
SMOTE 65 Tác giả 284
Nguồn: tính toán dựa 348
trên bộ dữ427
liệu xử lý.63,26%
dụngStacking
cho kết quả ổn định tương đương với mô hình định và sức mạnh cũng như tính phức tạp khi thực
Oversampling 79 284 287 413 65,57%
Logit. Phương
(4) pháp Stacking được sử dụng kết hợp hiện với mỗi mô hình hay phương pháp. Công cụ lấy
kết quả dự Kết
báoquả
củavà Gốc
cả phân
2 môtích
hìnhthực 77nhất
hiện
mạnh với để 284
cáctạo
biến mẫu 301 phương
theo theo
Bảng 4 cho 415
các
pháp 64,90%
môOversampling
hình Logit, Decision
có ưu điểm dễ
Tree,
Nguồn:Bayes Network
Tác giả và Stacking
tính toán dựa trênđược
bộ dữtrình
liệu bày tại Bảng 5.
xử lý.
Bảng 5: Kết quả chạy mô hình
Ma trận nhầm lẫn sử dụng với điểm cắt (Cutoff) là 0,5%. Mức Cutoff nàyĐộ
Dữ liệu sẽ chính
khác với thực tế
Mô hình FN TN FP TP
tùy vào từng ngân hàng. Hai thông số được tập trung chú ý trong bảng ma trận nhầm lẫn
sử dụng xáclà số quan sát
dựLogistic
đoán đúng TP SMOTE
(True Positive) và88TN (True284 Negative). 260
Với số quan404 sát dự đoán
66,41% sai FP (False
Positive),
(1) kháchOversampling
hàng bị đánh giá nhầm86 không gian284 lận thành245gian lận càng
406 ít càng tốt. Khi mô hình
67,58%
loại
Câynhầm
quyếtquá nhiều khách hàng không
SMOTE 63 gian lận (bị
284nhầm thành118gian lận)429
không chỉ79,76%
thiệt hại cho ngân
hàng về lợi nhuận
định có thể có từ những
Oversampling 108khách hàng284đó, mà còn106
ảnh hưởng 384tới danh 75,74%
tiếng hay hình ảnh
của ngân
(2) hàng. Gốc 99 284 31 393 83,90%
MạngKết quả thểSMOTE
hiện độ chính xác 74khá tốt với283
bộ dữ liệu1359
gốc với các418mô hình (ngoại
32,85%trừ mô hình
Logistic
Bayesiankhông sử dụng cho dữ liệu mất
Oversampling 79 cân bằng,283cụ thể: 1714 413 27,95%
(3) Mô hình (1) thể
Gốc hiện kết quả tính
90 toán được
284 của mô hình
294 Logistic với
402 bộ dữ liệu Oversampling
64,11%
và bộ dữ liệu SMOTESMOTE với các biến65đã được phân284 nhóm theo348 WOE. 427 Kết quả dự báo với dữ liệu
63,26%
Stacking
SMOTE cho kếtOversampling
quả cao. Số quan sát79 dự báo đạt 284
độ chính xác287
67,58%. Mô413hình Logistic
65,57% không thể sử
(4)
dụng được với dữ liệu chưa qua xử lý77 do bộ dữ liệu
Gốc 284gốc sử dụng
301 mất cân415bằng, tỷ lệ64,90%
fraud chỉ 0,172%.
Nguồn: Tác giả tính toán dựa trên bộ dữ liệu xử lý.7

Số 256(II)Ma trận nhầm

tháng lẫn sử dụng với điểm cắt (Cutoff)
10/2018 124 là 0,5%. Mức Cutoff này sẽ khác với thực tế
tùy vào từng ngân hàng. Hai thông số được tập trung chú ý trong bảng ma trận nhầm lẫn là số quan sát
dự đoán đúng TP (True Positive) và TN (True Negative). Với số quan sát dự đoán sai FP (False
thực hiện, tuy tăng về kích thước dữ liệu nhưng các
quan sát được lặp lại nên trong một số trường hợp
phương pháp thể hiện tính không hiệu quả. Phương
pháp SMOTE giải quyết được vấn đề dữ liệu mất
cân bằng. Tuy nhiên, phương pháp chỉ hiệu quả với
một số lượng gian lận rất thấp, khối lượng tính toán
phức tạp và phải thực hiện lặp đi lặp lại nhiều lần.
Trong quá trình thực hiện, phương pháp tạo ra các
quan sát nhiễu và phải xử lý dữ liệu bị thiếu trước
khi thực hiện tăng số quan sát.
Với phân tích phân nhóm sử dụng WOE, mô hình
Logistic là phương pháp truyền thống được cải tiến,
đơn giản, hiệu quả, dễ áp dụng trên nhiều hệ thống,
tính ổn định tốt, kiểm soát hoàn toàn được mô hình.
Tuy nhiên, mô hình Logistic gặp phải vấn đề dữ liệu
mất cân bằng và phải phân tích WOE hợp lý trước
khi chạy mô hình. Mạng Bayesian là phương pháp
áp dụng được trên tất cả các loại dữ liệu. Phương
pháp đem lại kết quả tốt nhưng dễ bị phân loại nhầm
bởi các quan sát nhiễu hay lặp lại. Kết quả cho thấy
mạng Bayesian ứng dụng hiệu quả nhất với các mô
hình có lượng quan sát ít. Kết quả trên cho thấy
phương pháp phân loại sử dụng cây quyết định là
mô hình đơn giản nhất và không gặp phải vấn đề với
tất cả các loại biến, mất dữ liệu, dữ liệu ngoại lai.
Tuy nhiên, phương pháp cây quyết định chỉ hiệu quả
với dữ liệu có tính phân cụm cao, dữ liệu được chia
thành nhiều nhánh nhỏ dễ bị làm cho kết quả quá
đúng với mẫu (overfitting).
Ngân hàng thương mại ở Việt Nam sử dụng
mô hình Logistic kết hợp với cây quyết định với
biến phân nhóm WOE trên phương pháp xử lý
Oversampling phù hợp hơn cả. Phương pháp này có
thể xử lý được các nhóm biến bị thiếu, ngoại lai,
các biến định tính có thứ bậc. Ngân hàng có thể dễ
dàng kiểm tra tính ổn định của các biến, nhóm biến,
đồng bộ trên hệ thống chung của ngân hàng để thuận
hiện xây dựng hệ thống tự động đánh giá từng khách
hàng.
Ngoài ra, ngân hàng có thể cân nhắc sử dụng
phương pháp SMOTE để xử lý số liệu. Mặc dù khó
thực hiện hơn các cách khác nhưng ở những bộ
dữ liệu có tỷ lệ gian lận rất thấp (nhỏ hơn 0,05%),
phương pháp này sẽ mang lại một kết quả rất tốt.
Ngân hàng cũng cần kiểm soát các quan sát mới tạo
ra để có thể chắc chắn các quan sát này sẽ tồn tại
trong thực tế là quan sát gian lận.

Tài liệu tham khảo:

Altman, E.I., Marco, G. & Varetto, F. (1994), ‘Corporate distress diagnosis: Comparisons using linear discriminant
analysis and neural networks (the Italian experience)’, Journal of banking & finance, 18(3), 505-529.
Batista, G.E., Prati, R.C. & Monard, M.C. (2004), ‘A study of the behavior of several methods for balancing machine
learning training data’, ACM SIGKDD Explorations Newsletter, 6(1), 20-29.
Belson, W.A. (1959), ‘Matching and prediction on the principle of biological classification’, Applied Statistics, 8(2),
65-75.
Berkson, J. (1944), ‘Application of the logistic function to bio-assay’,  Journal of the American Statistical
Association, 39(227), 357-365.
Bolton, R.J. & Hand, D.J. (2002), ‘Statistical fraud detection: A review’, Statistical Science, 17(3), 235-249.
Carlin, B.P. & Louis, T.A. (2010), Bayes and empirical Bayes methods for data analysis, Chapman and Hall/CRC,
Florida, US.
Dietterich, T.G. (2000), ‘Ensemble methods in machine learning’, In  International workshop on multiple classifier
systems (1-15), Springer, Berlin, Heidelberg.
Dorronsoro, J.R., Ginel, F., Sánchez, C.R. & Santa Cruz, C. (1997), ‘Neural fraud detection in credit card
operations’, IEEE Transactions on Neural Networks, retrieved on September 18th 2018, from <https://repositorio.
uam.es/handle/10486/663701/>.
Flitman, A.M. (1997), ‘Towards analysing student failures: neural networks compared with regression analysis and
multiple discriminant analysis’, Computers & Operations Research, 24(4), 367-377.
Ghosh, S. & Reilly, D.L. (1994), ‘Credit card fraud detection with a neural-network’, In Proceedings of the Twenty-
Seventh Hawaii International Conference on System Sciences (3, 621-630), retrieved on September 18th 2018,
from <https://ieeexplore.ieee.org/abstract/document/323314/>.

Số 256(II) tháng 10/2018 125

 Haimowitz, I.J. & Schwarz, H. (1997), ‘Clustering and prediction for credit line optimization’, In  Proceedings of
AAAI-97 Workshop on AI Approaches to Fraud Detection & Risk Management (29-33), retrieved on September
18th 2018, from <http://www.aaai.org/Library/Workshops/1997/ws97-07-006.php>.
Hanagandi, V., Dhar, A. & Buescher, K. (1996), ‘Density-based clustering and radial basis function modeling to generate
credit card fraud scores’, In Proceedings of the IEEE/IAFE 1996 Conference on Computational Intelligence for
Financial Engineering (247-251), IEEE, New York City, USA.
Hansen, J.V., McDonald, J.B., Messier Jr, W.F. & Bell, T.B. (1996), ‘A generalized qualitative-response model and the
analysis of management fraud’, Management Science, 42(7), 1022-1032.
Japkowicz, N. (2000), ‘The class imbalance problem: Significance and strategies’, In Proceedings of the Internationall
Conference on Artificial Intelligence, retrieved on September 18th 2018, from <https://pdfs.semanticscholar.
org/907b/02c6322d0e7dff6b0201b03e3d2c6bc1d38f.pdf>.
Kaggle (2018), Credit Card Fraud Detection, retrieved on September 18th 2018, from <https://www.kaggle.com/mlg-
ulb/creditcardfraud>.
Ogwueleka, F.N. (2011), ‘Data mining application in credit card fraud detection system’,  Journal of Engineering
Science and Technology, 6(3), 311-322.
Ohlson, J.A. (1980), ‘Financial ratios and the probabilistic prediction of bankruptcy’, Journal of Accounting Research,
109-131.
Phua, C., Alahakoon, D. & Lee, V. (2004), ‘Minority report in fraud detection: classification of skewed data’, ACM
SIGKDD Explorations Newsletter, 6(1), 50-59, New York, USA.
Quinlan, J.R. (1996), ‘Bagging, boosting, and C4. 5’, in AAAI-96 Proceedings, 725-730.
Quinlan, J.R. (1986), ‘Induction of decision trees’, Machine Learning, 1(1), 81-106.
Smyth, P. & Wolpert, D. (1998), ‘Stacked density estimation’, In  Advances in neural information processing
systems (668-674), retrieved on September 18th 2018, from <http://papers.nips.cc/paper/1353-stacked-density-
estimation.pdf/>.
Solberg, A.H.S., Taxt, T. & Jain, A.K. (1996), ‘A Markov random field model for classification of multisource satellite
imagery’, IEEE Transactions on Geoscience and Remote Sensing, 34(1), 100-113, retrieved on September 18th
2018, from <https://ieeexplore.ieee.org/abstract/document/481897/>.
Townsend, J.T. (1971), ‘Theoretical analysis of an alphabetic confusion matrix’, Perception & Psychophysics, 9(1),
40-50.
Wolpert, D.H. (1992), ‘Stacked generalization’, Neural Networks, 5(2), 241-259.

Số 256(II) tháng 10/2018 126

View publication stats