ƯỚC LƯỢNG SẢN LƯỢNG TIỀM NĂNG CHO VIỆT NAM

1
ƯC LƯNG SN LƯNG TIM NĂNG
CHO VIT NAM
2
ƯC LƯNG SN LƯNG TIM NĂNG CHO VIT NAM
Báo cáo nghiên cu RS - 06
Bản quyền © 2013 thuộc về Ủy ban Kinh tế của Quốc hội và UNDP tại Việt Nam.
Mọi sự sao chép và lưu hành không được sự đồng ý của Ủy ban Kinh tế của Quốc hội
và UNDP là vi phạm bản quyền.
3
ƯC LƯNG SN LƯNG TIM NĂNG
CHO VIT NAM
4
5
LI GII THIU
Việt Nam đã trải qua những giai đoạn phát triển nhanh và ấn
tượng kể từ khi đổi mới năm 1986. Mặc dù sau hơn 25 năm, Việt
Nam đã gia nhập nhóm nước có thu nhập trung bình trên thế giới và
hoàn thành các Mục tiêu Thiên niên kỷ, nhưng biến động kinh tế vĩ
mô trong những năm gần đây, đặc biệt từ khi chính thức trở thành
thành viên của Tổ chức Thương mại Thế giới, cộng với những cú sốc
tiêu cực từ quá trình hội nhập và toàn cầu hóa, đã khiến nền kinh tế
đứng trước rất nhiều thử thách trên con đường duy trì tăng trưởng
nhanh và bền vững. Yêu cầu thay đổi mô hình tăng trưởng và tái cơ
cấu nền kinh tế là những vấn đề đang trở nên cấp thiết hiện nay.
Trong bối cảnh đó, nghiên cứu về sản lượng tiềm năng của nền
kinh tế và đưa ra những bằng chứng thực nghiệm là một trong những
đầu vào hữu ích cho quá trình này. Ước lượng sản lượng tiềm năng
cũng như chênh lệch giữa sản lượng tiềm năng và sản lượng thực tế
cho phép định vị được nền kinh tế đang ở mức cao hơn hoặc thấp

hơn mức tăng trưởng bền vững mà không gây ra lạm phát, đánh giá
được áp lực lạm phát hay giảm phát của nền kinh tế và có ý nghĩa đối
với hoạch định chính sách vĩ mô. Nếu sản lượng thực tế cao hơn sản
lượng tiềm năng, áp lực lạm phát gia tăng, cần thực thi chính sách
giảm cầu. Ngược lại, khi sản lượng thực tế thấp hơn sản lượng tiềm
năng, lạm phát có xu hướng giảm và có thể cần đến các chính sách
vĩ mô thúc đẩy tổng cầu. Ngoài ra, ước lượng sản lượng tiềm năng
cũng cho phép xác định được mức tăng trưởng mục tiêu bảo đảm
tăng trưởng bền vững đi kèm với lạm phát thấp và ổn định.
Nghiên cứu này đã ứng dụng những phương pháp thống kê và
mô hình khác nhau để đo lường mức sản lượng tiềm năng của Việt
6
Nam và đưa ra được những kết quả thích hợp để lý giải diễn biến
tăng trưởng của nền kinh tế cũng như những thảo luận chính sách có
chất lượng. Đây là nghiên cứu trong chuỗi những nghiên cứu dựa
trên bằng chứng thực nghiệm gắn với những vấn đề chính sách kinh
tế vĩ mô đang được triển khai trong khuôn khổ Dự án “Hỗ trợ nâng
cao năng lực tham mưu, thẩm tra và giám sát chính sách kinh tế vĩ
mô” của Ủy ban Kinh tế của Quốc hội do Chương trình Phát triển
Liên Hợp Quốc (UNDP) tại Việt Nam tài trợ.
Báo cáo nghiên cứu này do nhóm tác giả của Trung tâm Nghiên
cứu Chính sách và Phát triển (DEPOCEN) thực hiện. Mọi nhận định,
phân tích, đánh giá trong báo cáo này thể hiện quan điểm độc lập của
nhóm tác giả và không phản ánh quan điểm của Ủy ban Kinh tế cũng
như của Ban Quản lý Dự án.
Xin trân trọng giới thiệu cùng bạn đọc.
TS. Nguyễn Văn Giàu
Ủy viên Ủy ban Thường vụ Quốc hội
Chủ nhiệm Ủy ban Kinh tế của Quốc hội
7

Nghiên cứu được thực hiện trong khuôn khổ Dự án “Hỗ trợ nâng cao năng
lực tham mưu, thẩm tra và giám sát chính sách kinh tế vĩ mô” do Ủy ban
Kinh tế của Quốc hội chủ trì, với sự tài trợ của Chương trình Phát triển Liên
Hợp Quốc (UNDP) tại Việt Nam.
Trưởng Ban chỉ đạo Dự án:
Nguyn Văn Giàu
Chủ nhiệm Ủy ban Kinh tế của Quốc hội
Giám đốc Dự án:
Nguyn Văn Phúc
Phó Chủ nhiệm Ủy ban Kinh tế của Quốc hội
Phó Giám đốc Dự án:
Nguyn Minh Sơn
Vụ trưởng Vụ Kinh tế, Văn phòng Quốc hội
Quản đốc Dự án:
Nguyn Trí Dũng
Nhóm tác giả:
Nguyn Ngc Anh
Nguyn Đình Chúc
Martin Gould
Các tác giả xin bày tỏ lời cảm ơn đối với các ông/bà Nguyễn Văn Giàu,
Nguyễn Văn Phúc, Nguyễn Hữu Đức, Nguyễn Minh Sơn, Nguyễn Trí Dũng,
Tô Trung Thành, Rodney Schmidt, Trần Thọ Đạt, Mai Thị Thu, Nguyễn Tiên
Phong, Nguyễn Thắng, Nguyễn Anh Dương và Vũ Quốc Huy vì những ý
kiến đóng góp và sự ủng hộ của họ.
8
9
MC LC
LI GII THIU 5
M ĐU 11
PHƯƠNG PHÁP VÀ HƯNG TIP CN 16

Xu hưng tuyn tính 17
Phương pháp s dng b lc Hodrick-Prescott (HP) 18
Phương pháp tip cn theo hàm sn xut 22
S LIU 24
KT QU ƯC LƯNG 25
Phương pháp tuyn tính 25
Ưc lưng sn lưng tim năng cho chui s liu theo năm 26
Ưc lưng sn lưng tim năng s dng s liu theo quý 27
Phương pháp s dng b lc Hodrick-Prescott 29
Phương pháp ưc lưng s dng hàm sn xut 31
THO LUN CHÍNH SÁCH VÀ KT LUN 34
PH LC 41
Ph lc 1: Tính toán TFP cho Vit Nam giai đon 1991-2010
Ph lc 2: Kt qu ưc lưng trong STATA
TÀI LIU THAM KHO
45
10
11
M ĐU
Trong những năm gần đây, kinh tế Việt Nam, một trong những
nền kinh tế nhỏ và có độ mở lớn, trải qua nhiều thay đổi mang tính cơ
cấu và chịu tác động của những cú sốc toàn cầu, là những yếu tố gây
ra biến động mạnh trong mức sản lượng. Cụ thể là tốc độ tăng trưởng
GDP của Việt Nam đã giảm từ mức trên 8% trong những năm 2006-
2007 xuống mức 5,3% vào năm 2009. Kể từ năm 2008, Việt Nam đã
trải qua những biến động kinh tế vĩ mô lớn như lạm phát hai chữ số,
thâm hụt tài khóa và thương mại nặng nề
1
. Vào năm 2007, nền kinh
tế tăng trưởng nóng với tốc độ tăng trưởng lên tới trên 8% và năm

2008, lạm phát đã vượt quá 20%. Sau một khoảng thời gian dài theo
đuổi mục tiêu tốc độ tăng trưởng kinh tế cao, lần đầu tiên Chính phủ
Việt Nam đã công khai thừa nhận sự đánh đổi giữa tăng trưởng kinh
tế và ổn định kinh tế vĩ mô vào năm 2008
2
.
Trong năm 2010, kinh tế Việt Nam tiếp tục phục hồi nhanh
chóng sau khủng hoảng kinh tế với tốc độ tăng trưởng GDP là 6,8%,
mức tăng trưởng này đạt được một phần là do mức đầu tư công tăng
mạnh và tín dụng tăng trưởng nhanh chóng. Tuy nhiên, Việt Nam đã
không thể tiếp tục duy trì chính sách mở rộng này do chính sách đó
gây ra một vòng xoáy lạm phát mới và buộc phải thực hiện chính
1
Sau hơn 25 năm đổi mới, Việt Nam đã có được tăng trưởng kinh tế đáng ấn tượng, khiến cho Việt Nam từ
vị trí một trong số những nước nghèo nhất khu vực châu Á vào thời điểm bắt đầu chuyển đổi, đã vươn lên
vị thế của một nước có thu nhập trung bình (thấp) vào năm 2010.
2
Việt Nam chứng kiến sự bùng nổ tín dụng vào năm 2007, cùng với đó là giá năng lượng và lương thực thực
phẩm trên thị trường thế giới tăng mạnh khiến cho áp lực lạm phát gia tăng. Trước dòng vốn đổ vào mạnh
(cả vốn FDI và vốn đầu tư gián tiếp), Chính phủ đã gặp nhiều lúng túng. Những điều này thúc đẩy Chính
phủ phải chuyển ưu tiên từ tăng trưởng kinh tế sang ổn định kinh tế vĩ mô vào năm 2008: các nhà quản lý
đã thực hiện chính sách tài khóa và tiền tệ thắt chặt. Chính sách này đã có hiệu lực và giảm được lạm phát,
ổn định thị trường nhà đất và thậm chí làm vỡ những bong bóng tài chính. Do đó, vào cuối năm 2008, khi
khủng hoảng nợ dưới chuẩn tác động tới Việt Nam, Chính phủ đã phải nhanh chóng phản ứng lại bằng gói
kích thích kinh tế có giá trị tương đối lớn.
12
sách tiền tệ thắt chặt vào đầu năm 2011. Theo Ngân hàng Thế giới
3
,
giai đoạn bất ổn kinh tế vĩ mô hiện tại cũng nặng nề như giai đoạn

giữa năm 2008. Điều này thúc đẩy Chính phủ phải đưa ra những
hành động mạnh mẽ, quyết liệt và hợp lý để có thể kiểm soát được
lạm phát và chính những hành động này đã gây ra hiện tượng đóng
băng thanh khoản trong nền kinh tế với mức lãi suất lên tới trên 20%
trong các tháng liên tiếp sau đó. Đối mặt với những bất ổn kinh tế
vĩ mô và những biến động bởi mức lạm phát cao vào đầu năm 2011,
Chính phủ đã ra Nghị quyết 11 nhằm kiểm soát lạm phát và thâm hụt
thương mại, bảo đảm ổn định kinh tế vĩ mô.
Tại nhiều quốc gia trên thế giới, kể cả Việt Nam, nhiệm vụ
chính của chính sách tiền tệ và chính sách tín dụng là cung cấp thanh
khoản cho nền kinh tế, giữ cho giá cả ổn định và hỗ trợ tổng cầu. Để
Chính phủ có thể thực hiện được các mục tiêu này, điều quan trọng
là phải xác định được nền kinh tế đang nằm ở đâu trong mối quan hệ
với mức sản lượng tối đa bền vững, hay còn gọi là mức sản lượng
tiềm năng.
Do sản lượng tiềm năng liên quan chặt chẽ với lạm phát, việc
xem xét biến động của lạm phát là cần thiết. Tình hình vào đầu các
năm 2008 và 2011 dường như cho thấy sản lượng thực tế đã cao
hơn sản lượng tiềm năng, tức là khoảng cách sản lượng đã có con số
dương. Mối quan hệ này được mô tả trong Hình 1. Lạm phát trong
những năm gần đây cho thấy những biến động mạnh mẽ với hai năm
có giá trị cao đột biến là 2008 và 2010. Đồng thời, ba chuỗi số liệu
lạm phát, đầu tư và cung tiền cũng có những điểm tương đồng.
3
World Bank (2011): Taking Stock: An Update on Vietnam’s Recent Economic Developments (tháng
6/2011).
13
Hình 1: Tăng trưng ca mt s bin s kinh t vĩ mô chính
Nguồn: CEIC và TCTK. Số liệu GDP năm 2011 là số liệu của 6 tháng đầu năm
và số liệu lạm phát năm 2011 là số liệu của 8 tháng đầu năm theo TCTK.

Nghiên cứu này sẽ tính toán sản lượng tiềm năng cho nền kinh
tế Việt Nam. Mức chênh lệch sản lượng tương ứng
4
được xác định là
mức chênh lệch tỷ lệ phần trăm giữa sản lượng thực tế và sản lượng
tiềm năng. Theo như những nghiên cứu trước đây, sản lượng tiềm
năng là mức sản lượng mà ở đó nền kinh tế có thể sản xuất ở mức
toàn dụng nhân công
5
. Sản lượng tiềm năng được định nghĩa như mức
sản lượng tối đa mà một nền kinh tế có thể đạt được một cách bền
vững mà không gây ra lạm phát gia tăng (Masi 1997)
6
, tức là mức sản
lượng phù hợp với một tỷ lệ lạm phát ổn định
7
. Hay nói cách khác, sản
lượng tiềm năng là mức sản lượng tối đa mà một nền kinh tế có thể
sản xuất mà không gây ra áp lực quá mức lên mức giá cả. Sản lượng
tiềm năng là mức sản lượng mà ở đó tổng cầu và tổng cung của nền
4
Chênh lệch sản lượng tiềm năng biểu hiện cho những khác biệt trong ngắn hạn so với sản lượng tiềm năng.
Ước lượng của mức chênh lệch này cung cấp một giá trị tiêu chuẩn để đánh giá áp lực lạm phát, giảm phát
và vị trí của nền kinh tế trong chu kỳ kinh doanh.
5
Mặc dù cụm từ sản lượng tiềm năng được các nhà kinh tế sử dụng khá rộng rãi, nhưng vẫn thường có một
số nhầm lẫn trong cách hiểu cụm từ này. Thường cụm từ này được sử dụng kết hợp với hàm năng lực sản
xuất, hàm số phản ánh mức độ đầu ra mà một nền kinh tế có thể tạo ra với các đầu vào sẵn có. Sản lượng
tiềm năng đề cập tới mức độ tối đa hóa mức sản lượng bền vững hoặc mức sản lượng phù hợp với một mức
lạm phát ổn định. Bất kỳ khi nào sản lượng thực tế vượt quá mức sản lượng tiềm năng cũng hàm ý rằng các

đầu vào hiện tại đang bị sử dụng quá mức và bắt đầu tạo nên áp lực lạm phát gia tăng.
6
Paula De Masi (1997) Estimates of Potential Output: Theory and Practice, International Monetary Fund.
7
Tuy nhiên, bởi mức sản lượng tiềm năng là không quan sát được, các mô hình ước lượng khác nhau có thể
đưa tới các kết quả ước lượng khác nhau cho cùng một nền kinh tế.
14
kinh tế bằng nhau và do vậy, lạm phát có xu hướng đạt mức kỳ vọng
trong dài hạn trong trường hợp các yếu tố khác không đổi
8
.
Việc đo lường mức sản lượng tiềm năng của một nền kinh tế và
mức chênh lệch sản lượng thực tế và sản lượng tiềm năng là việc làm
hữu ích để đánh giá các chính sách kinh tế vĩ mô. Khi mức sản lượng
thực tế cao hơn mức sản lượng tiềm năng và xuất hiện khoảng cách
sản lượng thì lạm phát có xu hướng tăng do mức cầu tăng quá mức
trong nền kinh tế. Trong trường hợp ngược lại, nếu như chênh lệch sản
lượng tiềm năng nhỏ hơn 0, lạm phát có xu hướng giảm và các chính
sách kinh tế vĩ mô sẽ được sử dụng để thúc đẩy tổng cầu. Ý tưởng về
sản lượng tiềm năng, do vậy, về bản chất là để phản ánh những thay
đổi của lạm phát trong một nền kinh tế. Tuy vậy, sản lượng tiềm năng
lại không thể quan sát một cách trực tiếp mà cần phải được ước lượng.
Để bảo đảm được ổn định giá cả, thì kỳ vọng về tăng trưởng phải nhất
quán với ước lượng về sản lượng tiềm năng. Khi hai đại lượng này
khác nhau, cần thiết phải có sự can thiệp chính sách.
Mặc dù khái niệm sản lượng tiềm năng có vẻ hấp dẫn về mặt
lý thuyết nhưng triển khai nghiên cứu thực nghiệm để ước lượng
sản lượng tiềm năng lại không dễ dàng. Người ta đã phát triển một
số phương pháp để ước lượng sản lượng tiềm năng và mức chênh
lệch sản lượng tiềm năng. Tuy nhiên, đôi khi những những mô hình/

phương pháp/ kỹ thuật ước lượng khác nhau có thể đưa ra các kết quả
khác nhau về sản lượng tiềm năng của một nền kinh tế
9
. Do không có
phương pháp nào là phương pháp tối ưu, các nhà nghiên cứu khuyến
nghị rằng nên sử dụng một số phương pháp và so sánh kết quả với
nhau. Do đó, trong nghiên cứu này, chúng tôi cũng làm như vậy, sử
dụng cả phương pháp phân tích hồi quy đơn chiều và đa chiều, và cả
8
Khi mức sản lượng thực tế vượt quá mức sản lượng tiềm năng, tức là chênh lệch sản lượng thực tế và sản
lượng tiềm năng chuyển sang dấu +, cầu tăng dẫn tới gia tăng trong mức giá cả nếu như các nhân tố cung
trong ngắn hạn được giữ nguyên. Sự gia tăng trong ngắn hạn này được xem như nguồn gốc gây ra áp lực
lạm phát và là dấu hiệu để Ngân hàng Nhà nước thực hiện chính sách tiền tệ thắt chặt.
9
Xem thêm Gordon de Brouwer (1998); Dupasquier, Guay và St-Amant (1999); Scacciavillani và Swagel
(1999); Cerra và Saxena (2000).
15
phương pháp hay được áp dụng là phương pháp ước lượng hàm sản
xuất để đưa ra những ước lượng đáng tin cậy về sản lượng tiềm năng
cho các nhà hoạch định chính sách.
Gần đây đã có một số nghiên cứu ước lượng sản lượng tiềm
năng cho trường hợp của Việt Nam, bao gồm Đỗ Văn Thành và cộng
sự (2012), Bùi Trinh và cộng sự (2012) và Maliszewski (2010)
10
.
Những tác giả này đã áp dụng các phương pháp khác nhau và các
cách tiếp cận khác nhau để ước lượng sản lượng tiềm năng. Đỗ Văn
Thành và cộng sự (2012) đơn thuần dựa vào ước lượng theo hàm
sản xuất, Bùi Trinh và cộng sự (2010) sử dụng đồng thời cả tiếp
cận theo hàm sản xuất và tiếp cận dùng bộ lọc HP còn Maliszewski

(2010) lại sử dụng cách tiếp cận hoàn toàn khác, dựa theo phương
pháp Bayesian. Trong khi hai nghiên cứu trước tập trung vào các
hàm ý chính sách, nghiên cứu của Maliszewski (2010) tập trung
vào vấn đề phương pháp ước lượng. Mặc dù hai nghiên cứu của Đỗ
Văn Thành và cộng sự (2012) và Bùi Trinh và cộng sự (2010) cùng
sử dụng hàm sản xuất, kết quả ước lượng của các phương pháp này
hoàn toàn khác nhau. Đỗ Văn Thành và cộng sự (2012) cho rằng
trong giai đoạn 2011-2015, tốc độ tăng trưởng tiềm năng trung bình
của Việt Nam là khoảng 7,79%, cao hơn khá nhiều so với tốc độ
tăng trưởng tiềm năng 5-6% mà Bùi Trinh và cộng sự (2011)
11
ước
lượng được. Một trong những hạn chế của hai nghiên cứu này là
không ước lượng các mức tiềm năng của các thành phần trong hàm
sản xuất. Cụ thể, như được thể hiện dưới đây, để có thể ước lượng
mức sản lượng tiềm năng, chúng ta cần phải ước lượng mức tiềm
năng của vốn, lao động và năng suất các nhân tố tổng hợp trong
cách tiếp cận hàm sản xuất. Một hạn chế khác của việc sử dụng kinh
tế lượng để ước lượng hàm sản xuất mà cả hai nghiên cứu này gặp
phải là việc sử dụng số liệu chuỗi thời gian khá ngắn. Nhìn chung,
10
Maliszewski (2010) Vietnam: Bayesian Estimation of Output Gap; International Monetary Fund.
11
Bùi Trinh và cộng sự (2011), Báo cáo Triển vọng Kinh tế Việt Nam 2012-2013, chuẩn bị cho Uỷ ban Giám
sát Tài chính Quốc gia.
16
số liệu thống kê theo từng năm của Việt Nam mới chỉ có trong vòng
khoảng 20 năm
12
.

Nghiên cứu này được sắp xếp có cấu trúc như sau: Phần II sẽ
trình bày ngắn gọn các phương pháp ước lượng; Phần III sẽ đưa ra các
kết quả thực nghiệm. Trước hết, sản lượng tiềm năng và chênh lệch
sản lượng thực tế với sản lượng tiềm năng sẽ được tính ra dựa vào các
phương pháp hồi quy đơn chiều và phân tách xu hướng. Tiếp theo sẽ
thực hiện ước lượng hàm sản xuất và từ đó tính ra mức sản lượng tiềm
năng; và cuối cùng, Phần IV sẽ tổng hợp và đưa ra kết luận.
PHƯƠNG PHÁP VÀ HƯNG TIP CN
Về cơ bản, có hai cách tiếp cận sản lượng tiềm năng: (i) phương
pháp phân tách xu hướng sử dụng phương pháp thống kê; và (ii)
phương pháp ước lượng các quan hệ có tính cấu trúc giữa các biến
số quan trọng trong nền kinh tế. Phương pháp thứ nhất cố gắng phân
tách chuỗi số liệu thời gian thành các thành phần xu hướng cố định
và các thành phần mang tính chu kỳ. Trong khi đó, phương pháp thứ
hai (tức là phương pháp sử dụng hàm sản xuất hoặc ước lượng theo
phương pháp vector tự hồi quy mô hình cấu trúc - SVAR) lại cố gắng
loại bỏ những tác động cơ cấu và những tác động mang tính chu kỳ
khỏi sản lượng thực tế. Phương pháp phân tách xu hướng thống kê
có thể được áp dụng mà không cần các thông tin về các biến số vĩ mô
khác, trong khi tiếp cận theo mô hình cấu trúc lại xác định mức sản
lượng tiềm năng dựa vào nhiều biến số kinh tế vĩ mô khác. Nhưng
phương pháp tiếp cận thống kê này lại bị hạn chế do yêu cầu chuỗi
số liệu thực tế phải dài hơn. Đồng thời, phương pháp thống kê cũng
không giải thích được những thay đổi mang tính cơ cấu trong nền
kinh tế, những điều khá phổ biến đối với các nước đang phát triển
như Việt Nam. Tuy nhiên, phương pháp áp dụng hàm sản xuất cũng
12
Nghiên cứu của chúng tôi xét lại cách tiếp cận dựa trên hàm sản xuất để ước lượng mức sản lượng tiềm
năng cho Việt Nam. Thay vì ước lượng lại hàm sản xuất theo kinh tế lượng, chúng tôi dựa vào kỹ thuật hạch
toán tăng trưởng tiêu chuẩn để ước lượng giá trị sản lượng tiềm năng cho Việt Nam.

17
bị hạn chế do tính sẵn có của các số liệu cũng như chất lượng/ tính
đáng tin cậy của số liệu thu thập được
13
.
Xu hưng tuyn tính
Phương pháp xu hướng tuyến tính là một phương pháp đơn
giản để tách xu hướng khỏi dãy số liệu GDP thực tế. Phương pháp
này dựa trên giả định rằng sản lượng tiềm năng là một hàm số xác
định của thời gian và chênh lệch sản lượng thực tế và sản lượng tiềm
năng là phần còn lại sau khi đã tách xu hướng. Sản lượng tiềm năng
được thể hiện bởi đường xu hướng tuyến tính có thể được ước lượng
theo mô hình sau:
Trong đó Y
t
* là sản lượng tiềm năng, α là hệ số được ước
lượng trong mô hình hồi quy với mức sản lượng thực tế phụ thuộc
theo xu hướng thời gian và t=1,2, , t là các chỉ số về thời gian
14
.
Trong thực tế, chúng ta thực hiện hồi quy hàm thời gian tuyến tính
theo log GDP ở mức giá cố định – về cơ bản mà nói thì việc này
tương đương với việc sử dụng tốc độ tăng trưởng trung bình quan
sát được trong cả giai đoạn trong nghiên cứu. Việc giả định một
13
Một phương pháp được sử dụng gần đây để ước lượng sản lượng tiềm năng là phương pháp vector tự hồi
quy mô hình cấu trúc (SVAR). Mô hình SVAR từ trước tới giờ vẫn được coi là công cụ đắc lực trong các
phân tích về cơ chế tác động tiền tệ và nguồn gốc của các biến động chu kỳ kinh tế. Lợi thế của việc tiếp
cận theo mô hình SVAR nằm ở việc mô hình này có thể kết hợp các lý thuyết kinh tế với các kỹ thuật thống
kê để phân biệt các thay đổi mang tính dài hạn và tạm thời trong mức sản lượng. Đổi mới (được coi là cú

sốc trong hệ thống) trong mô hình SVAR được phân tách để đưa trở lại vị thế trước các cú sốc. Sử dụng các
quy tắc xác định, các cú sốc mang tính cơ cấu được tách thành các cú sốc về cung và sốc về cầu. Tác động
của sốc cầu lên sản lượng tiềm năng được phân loại là tác động ngắn hạn trong khi tác động của sốc cung là
tác động lâu dài. Phụ thuộc vào mức độ sẵn có của số liệu mà mô hình SVAR sử dụng các thông tin từ một
số các biến được xem là có mối quan hệ đáng kể như GDP, khả năng tối ưu hóa và lạm phát trong nước, để
ước lượng mức GDP tiềm năng và mức chênh lệch sản lượng thực tế và sản lượng tiềm năng. Phương pháp
sử dụng mô hình SVAR tận dụng mối quan hệ giữa lạm phát và tăng trưởng để phân biệt các thay đổi mang
tính ngắn hạn hay lâu dài trong sản lượng tiềm năng - tăng trưởng nhanh hơn với lạm phát thấp hơn cho
thấy nền kinh tế đang vận hành dưới mức tiềm năng, trong khi đó khi áp lực lạm phát tăng lên hạn chế tăng
trưởng lại hàm ý tăng trưởng vượt quá mức tiềm năng. Trong khung khổ phân tích của nghiên cứu này và do
những hạn chế về nguồn lực cũng như thời gian, nhóm nghiên cứu không thực hiện ước lượng theo phương
pháp này. Thay vào đó, chúng tôi sẽ tách riêng phương pháp này trong các nghiên cứu sau.
14
Mức chênh lệch sản lượng được tính toán theo công thức , trong đó Gap
t
là mức chênh
lệch sản lượng, Y
t
là mức sản lượng thực tế và Y
t
* là mức sản lượng tiềm năng được ước lượng theo mô
hình (1).
18
mức tăng trưởng cố định tương ứng với việc ước lượng mối quan hệ
logarit - tuyến tính: , trong đó α
1
là tốc độ tăng trưởng
tiềm năng ước lượng được.
Lợi thế cơ bản của phương pháp tuyến tính này là sự đơn giản
do phương pháp này chỉ sử dụng thông tin chuỗi thời gian của mức

sản lượng thực tế. Tuy nhiên, phương pháp này có khá nhiều hạn chế.
Trước hết, khi giả định sự phát triển trong dài hạn của chuỗi thời gian
là mối quan hệ chắc chắn cố định, phương pháp này đã đồng thời giả
định rằng sản lượng tiềm năng có thể được dự đoán một cách hoàn
toàn
15
. Thứ hai, mức chênh lệch sản lượng tiềm năng tính được từ
phương pháp tuyến tính là dễ bị thay đổi theo các khoảng thời gian
sử dụng trong hồi quy. Do vậy, khi thực hiện ước lượng bằng phương
pháp này phải hết sức cẩn thận trong việc lựa chọn đúng khoảng thời
gian do điều này có tác động tới kết quả cuối cùng. Và thứ ba, giả
định sản lượng tiềm năng tăng với một tốc độ không đổi nhìn chung
khó có thể bảo đảm (de Brouwer 1998)
16
.
Phương pháp s dng b lc Hodrick-Prescott (HP)
Một phương pháp khác để ước lượng xu hướng thời gian là
giả định tốc độ tăng trưởng tiềm năng không phải là không đổi theo
thời gian. Có thể thực hiện điều này thông qua việc sử dụng một số
bộ lọc, với mục đích chính là xác định các thành phần cấu thành xu
hướng của chuỗi số liệu thời gian. Ý tưởng cơ bản của cách tiếp cận
này là phân tách các chuỗi số liệu kinh tế cần phân tích (ví dụ như log
15
Xu hướng tuyến tính của GDP có thể được ước lượng khi tính đến cả các cú sốc mang tính cấu trúc
(structural breaks). Điều này tương ứng với việc giả định có những tốc độ tăng trưởng khác nhau đối với
mức sản lượng tiềm năng tại các giai đoạn thời gian khác nhau. Cách làm này cũng có thể dẫn tới các mức
sản lượng tiềm năng khác nhau cho các chu kỳ kinh tế khác nhau. Thay vào đó, chúng tôi cũng ước lượng
theo xu hướng thời gian với phương trình bậc hai cho sản lượng tiềm năng mà trong đó mức sản lượng
được xem như dạng hàm bậc 2 của thời gian. Thành phần bậc 2 trong thời gian hàm chứa các yếu tố tác
động không tuyến tính trong chuỗi số liệu thời gian. vi bin trend = 1,2…

n; và trend
2
= 1,4… n
2
.
16
Trong điều kiện tăng trưởng sản lượng có thể được phân tách thành tác động của các phần từ các yếu tố
sản xuất, không thể giả định rằng những yếu tố này là không đổi theo thời gian, đặc biệt khi một nước trải
qua những thay đổi về kỹ thuật hoặc có những tiến bộ. Một điểm cần tính đến như việc xu hướng tuyến
tính có thể được coi là có ý nghĩa hơn ở các nước phát triển so với các nước đang phát triển có tốc độ tăng
trưởng không được ổn định bằng.
19
của GDP) thành tổng của một xu hướng phát triển cố định và một sai
khác tạm thời khỏi xu hướng đó được gọi là “chu kỳ”:
Chuỗi số liệu trong quan sát = Xu hướng cố định + Chu kỳ
Không giống với phương pháp hồi quy tuyến tính - phương
pháp coi mỗi quan sát có trọng số như nhau - phương pháp bộ lọc này
gán cho mỗi quan sát một trọng số khác nhau tùy thuộc vào mức độ
gần gũi của quan sát này với khoảng thời gian trọng tâm trong nghiên
cứu. Phương pháp phổ biến nhất được sử dụng để tách xu hướng khỏi
chuỗi số liệu thời gian là phương pháp sử dụng bộ lọc HP, là một thủ
tục thống kê làm trơn số liệu và trở nên phổ biến bởi tính linh hoạt và
khả năng tách được xu hướng khỏi các chỉ số thống kê kinh tế vĩ mô.
Bộ lọc HP phân tách chuỗi số liệu thời gian Y
t
thành hai thành phần:
Thành phần tăng trưởng (Y*) mà có thể được coi như sản lượng tiềm
năng và thành phần mang tính chu kỳ (Mức chênh lệch) được coi là
chênh lệch giữa sản lượng thực tế và sản lượng tiềm năng:
Phương pháp này dựa vào giả định là các thành phần mang tính

chu kỳ dao động quanh thành phần tăng trưởng với tác động giảm
dần theo thời gian (time diminishing amplitudes). Do đó, trung bình
của các sai lệch của Y
t
so với giá trị Y* được giả định xấp xỉ bằng
0 cho cả giai đoạn. Phương pháp bộ lọc HP đã làm mượt xu hướng
thời gian phù hợp đối với tất cả các quan sát trong một chuỗi số liệu
cho trước, không tính đến bất kỳ một thay đổi đột ngột mang tính cơ
cấu nào xảy ra, bằng cách cho phép các hệ số hồi quy thay đổi theo
thời gian. Điều này có thể thực hiện được thông qua việc tìm một xu
hướng thời gian có thể tối thiểu hóa tổng của các chênh lệch giữa
sản lượng thực tế với sản lượng theo xu hướng ở tất cả các thời điểm
và tốc độ thay đổi trong sản lượng theo xu hướng tại quan sát ở thời
20
điểm cuối cùng (T). Bộ lọc HP phân tách xu hướng τ
t
, bằng cách giải
bài toán cơ bản sau:
Trong đó hệ số làm trơn λ quyết định mức độ làm trơn của
chuỗi số liệu xu hướng được điều chỉnh (làm mượt), . Biểu thức
trong dấu ngoặc đầu tiên thể hiện mức độ phù hợp giữa hàm ước
lượng và số liệu thực tế, biểu thức thứ hai phản ánh mức độ thô ráp
của hàm ước lượng.
Như có thể thấy trong biểu thức trên, bộ lọc HP ước lượng sản
lượng tiềm năng bằng cách tính toán giá trị trung bình trượt có trọng
số sử dụng các giá trị trong quá khứ và cả tương lai của sản lượng
quan sát được với trọng số lớn hơn cho những năm gần với thời điểm
tính toán sản lượng tiềm năng hơn. Bộ lọc HP cũng đòi hỏi phải lựa
chọn giá trị của hệ số làm trơn λ trong biểu thức cần tối thiểu hóa ở
trên. Giá trị của hệ số phải là một số lớn hơn 0, bù đắp những biến

động trong chuỗi thành phần tăng trưởng và có thể được xác định
tùy thuộc vào mức độ làm trơn số liệu cuối cùng mà người tính toán
muốn. Giá trị λ nhỏ cho phép tính ra mức sản lượng tiềm năng dao
động theo những thay đổi của mức sản lượng thực tế; trong khi đó,
giá trị λ lớn sẽ giảm độ co giãn của xu hướng đối với những thay đổi
ngắn hạn của mức sản lượng thực tế. Điều này cũng phản ánh việc
lựa chọn giữa một chuỗi sản lượng tiềm năng tương đối mượt với
lựa chọn một chuỗi sản lượng tiềm năng sát với giá trị thực tế. Trong
các trường hợp đặc biệt, ví dụ như
, xu hướng ước chừng được
sẽ xấp xỉ chuỗi số liệu thực tế (y
t
) và khi , xu hướng được ước
lượng trở thành gần như tuyến tính. Một giá trị λ nhỏ hơn cũng tương
ứng với một mức sản lượng càng sát với giá trị thực tế quan sát được,
do đó cũng là một chuỗi biến động mạnh hơn. Ngược lại, một giá trị
λ cao hơn sẽ cho một đường sản lượng trơn hơn và do vậy gần với
một đường xu hướng tuyến tính hơn. Những kết quả này được giải
thích bởi thực tế là giá trị λ thấp thì tương ứng với việc sử dụng ít
21
số năm trong công thức tính trung bình trượt hơn. Nhìn chung, giá
trị λ 16 00 được áp dụng cho các chuỗi số liệu theo quý và giá trị λ
từ 10 tới 100 thường được áp dụng cho số liệu thống kê theo năm.
Bằng việc áp dụng các giá trị khác nhau, cần phải lưu ý rằng giá trị
λ càng lớn thì sự khác biệt giữa sản lượng thực tế và sản lượng theo
xu hướng càng lớn.
Mặc dù thực tế là phương pháp bộ lọc HP được áp dụng khá
nhiều trong các nghiên cứu, phương pháp này cũng có một số hạn
chế. Trước hết, phương pháp này cho những kết quả khá tốt ở các nền
kinh tế ổn định và không trải qua những cú sốc đáng kể. Trong trường

hợp này, bộ lọc HP và các phương pháp kinh tế lượng khác trong ước
lượng sản lượng tiềm năng tỏ ra tốt hơn so với phương pháp tuyến
tính. Tuy nhiên, các nền kinh tế đang phát triển lại trải qua nhiều cú
sốc khác nhau tác động lên tốc độ tăng trưởng trong ngắn hạn nhưng
không nhất thiết làm thay đổi mức sản lượng tiềm năng. Một hạn chế
khác của phương pháp sử dụng bộ lọc HP là các thay đổi mang tính
cấu trúc (structural breaks) cũng bị làm mượt bởi bộ lọc này. Do đó,
tác động của các thay đổi mang tính cấu trúc có xu hướng bị phân
tán qua một vài giai đoạn, thay vì chỉ nằm trong một giai đoạn riêng
biệt - ví dụ như trường hợp xảy ra đối với xu hướng tuyến tính, giai
đoạn có thay đổi cấu trúc được xác định rõ. Hơn nữa, bộ lọc HP có xu
hướng tạo ra chu kỳ mang tính giả tạo, tức là bộ lọc này tự tạo ra chu
kỳ ngay cả khi chu kỳ đó không tồn tại trong số liệu gốc. Tuy nhiên,
phương pháp này cũng có những ưu thế trong việc bảo đảm chênh
lệch sản lượng thực tế và sản lượng tiềm năng ước lượng được (thành
phần mang tính chu kỳ) là một dãy dừng
17.

17
Một bất lợi khác của phương pháp sử dụng bộ lọc HP là khiến cho các mẫu ở những thời điểm cuối của
mẫu quan sát có khả năng bị chệch lớn. Việc tối thiểu hóa quá trình tạo chuỗi số theo xu hướng, là nhằm
giảm thiểu những sai khác khỏi xu hướng và làm mượt chuỗi số liệu theo xu hướng. Tuy nhiên ở phần cuối
của mẫu, quá trình này lại không được thực hiện. Do đó, phản ứng của xu hướng sẽ có vẻ gần với cú sốc
ngắn hạn ở phần cuối của chuỗi số liệu mẫu hơn so với phản ứng của xu hướng với cú sốc ở phần giữa của
chuỗi số liệu. De Brouwer (1998) kết luận rằng sử dụng bộ lọc HP khá nhạy đối với các giá trị hệ số khác
nhau, điều này hàm ý rất khó để xác định một hệ số làm trơn thích hợp. Mặc dù vậy, không xét tới bất lợi
này, phương pháp sử dụng bộ lọc HP vẫn được áp dụng để ước lượng sản lượng tiềm năng bởi phương pháp
này thực hiện khá đơn giản.
22
Phương pháp tip cn theo hàm sn xut

Những phương pháp được đề cập ở trên là những thủ tục thống
kê nhằm mục đích xác định xu hướng của một chuỗi số thời gian.
Hạn chế chính của những phương pháp này chính là việc những
phương pháp thuần tuý chỉ là những thủ tục thống kê đơn giản và về
bản chất mang tính kỹ thuật và hoàn toàn bỏ qua tất cả những thông
tin về những ràng buộc cấu trúc cũng như những hạn chế trong sản
xuất do sự sẵn có các yếu tố sản xuất hoặc các tác động nội sinh
khác (endogenous inuences). Do vậy, những phương pháp này có
thể không đo lường được tác động của những cú sốc mang tính cơ
cấu lên sản lượng tiềm năng và những ước lượng về chênh lệch sản
lượng thực tế và sản lượng tiềm năng thu được từ những phương
pháp này có thể không đáng tin cậy. Các phương pháp phân tách xu
hướng ở trên có thể không thống nhất với những điều quan sát hoặc
những giả định về tăng trưởng vốn, cung lao động hoặc năng suất
các nhân tố tổng hợp. Vì vậy, sản lượng tiềm năng thu được từ bất
kỳ phương pháp nào trong các phương pháp được mô tả ở trên đều
có thể có những biến đổi không mâu thuẫn với những thay đổi trong
vốn tích lũy, lao động và năng suất.
Một cách tiếp cận thay thế cho các phương pháp thống kê ở
phần trên là sử dụng hàm sản xuất. Phương pháp này có tác dụng
là khắc phục được những thiếu sót bằng cách tính đến sự sẵn có
dù nhiều hơn hay ít hơn của các yếu tố sản xuất. Trong các nghiên
cứu, hàm sản xuất hai yếu tố Cobb-Douglass thường được sử dụng
làm cơ sở cho việc ước lượng sản lượng tiềm năng thường có dạng
hàm

, trong đó A là năng suất các nhân tố tổng hợp
(TFP), L là yếu tố lao động trong hàm sản xuất, K là vốn tích lũy
và α là độ co giãn theo yếu tố lao động của hàm sản xuất (đồng thời
cũng thể hiện tỷ lệ thu nhập của yếu tố lao động)

18
. Với khung phân
18
Tính chất của hàm sản xuất này là: tỷ lệ thuận với yếu tố lao động trong các yếu tố trong sản xuất, độ co
giãn của lao động và vốn là dương và có tổng bằng 1. Với dạng hàm sản xuất Cobb-Douglas, giá trị α cũng
đồng thời là phần thu nhập của lao động trong tổng sản lượng đầu ra, với giả định rằng mức lương phản ánh
đúng mức sản phẩm cận biên của lao động.
23
tích của phương pháp tiếp cận hàm sản xuất, chúng ta sẽ có được sản
lượng tiềm năng khi các yếu tố sản xuất, lao động và vốn được sử
dụng cũng ở mức độ tối ưu (tức là ở mức tiềm năng) và khi sự phát
triển công nghệ tuân theo xu hướng trong dài hạn. Ở mức tiềm năng
này, hàm sản xuất Cobb-Douglas dùng để ước lượng cho sản lượng
tiềm năng có thể được tuyến tính hóa từ dạng

sang dạng
, trong đó * thể hiện
mức tiềm năng của các biến: Y* là sản lượng tiềm năng, L* và K* là
các đầu vào lao động tiềm năng (hay nói cách khác là toàn dụng nhân
công) và đầu vào vốn tiềm năng, A* là mức năng suất các nhân tố
tổng hợp tiềm năng (TFP*) và α là độ co giãn theo lao động của sản
lượng tiềm năng ((dY⁄Y)⁄(dL⁄L)).
Ước lượng sản lượng tiềm năng đòi hỏi phải xác định được
mức đầu vào vốn (K*) ở mức toàn dụng nhân công và lao động tiềm
năng (L*), mức TFP tiềm năng (TFP*) và mức thu nhập của lao động
α. Mức lao động tiềm năng (L*) được xác định trước bằng với số lao
động khi tỷ lệ thất nghiệp ở giá trị cân bằng
19
. Đối với vốn ở mức
toàn dụng nhân công (K*), giá trị vốn tích lũy thực tế được sử dụng

để thay thế cho mức vốn tiềm năng do vốn tích lũy không thể biến
động đáng kể. Các nghiên cứu cũng thường giả định vốn tích lũy
luôn được sử dụng ở mức tiềm năng: K*=K. Giá trị TFP tiềm năng
(TFP*) được tính từ phương pháp sử dụng bộ lọc HP giả định rằng
năng suất các nhân tố tổng hợp có xu hướng thay đổi riêng. Để ước
lượng được các giá trị K*, TFP* và L*, nhóm nghiên cứu cần phải
ước lượng hệ số α (hệ số này có thể thu được từ ước lượng sử dụng
kinh tế lượng, hoặc giả định hệ số này bằng một giá trị nhất định theo
cách tiếp cận hạch toán tăng trưởng). Hiển nhiên, giá trị của hệ số α
sẽ tác động đến giá trị TFP thực tế và mức TFP tiềm năng.
19
Tại các quốc gia phát triển, mức thất nghiệp tại điểm cân bằng được xác định bởi mức thất nghiệp tự nhiên.
24
So với các phương pháp khác, tiếp cận theo hàm sản xuất cho
phép phân tích sâu hơn các thành tố đóng góp vào tăng trưởng tiềm
năng của nền kinh tế. Tuy nhiên, phương pháp này lại sử dụng những
giả định mang tính đơn giản hoá vấn đề, ví dụ như giả định về dạng
hàm sản xuất hoặc mức lao động tiềm năng mà có thể những giả
thiết này không nhất thiết được thỏa mãn. Đồng thời, số liệu sử dụng
trong phân tích có thể khiến cho những ước lượng bị sai lệch. Trong
trường hợp các phương pháp ước lượng sử dụng số liệu cộng gộp về
lao động và vốn, rất khó để có thể có được kết quả ước lượng tốt do
các biến số này được sử dụng ở các mức độ tối ưu khác nhau và có
bản chất khác nhau. Hơn nữa, rất khó để xác định thực tế thế nào là
tối ưu hoàn toàn các nhân tố sản xuất
20
. Cuối cùng, việc giải thích ý
nghĩa kinh tế của phần dư trong ước lượng mô hình Solow cũng khá
khó khăn. Tuy nhiên, phương pháp tiếp cận theo hàm sản xuất cho
phép sử dụng các thông tin từ nền kinh tế để ước lượng giá trị sản

lượng tiềm năng, và có thể hữu ích trong các phân tích khác nhau.
Theo như các thảo luận ở trên trong phần mở đầu của nghiên cứu
này, việc sử dụng các phương pháp kinh tế lượng để ước lượng hàm
sản xuất gặp phải vấn đề chuỗi số liệu thời gian quá ngắn. Đối với dữ
liệu theo năm chỉ có khoảng 20 quan sát và chưa đủ đảm bảo ý nghĩa
về mặt thống kê. Thay vào đó, nhóm nghiên cứu dựa vào khung phân
tích hạch toán tăng trưởng để phân tách tăng trưởng theo các yếu tố
đóng góp như vốn, lao động và TFP. Chuỗi số này sau đó được lọc
thông qua bộ lọc HP để thu được giá trị tiềm năng của các yếu tố.
S LIU
Tính sẵn có của số liệu là một trở ngại đối với các nghiên cứu
kinh tế Việt Nam bởi: (i) không có số liệu theo chuỗi thời gian đủ
dài; và (ii) tính đáng tin cậy và khả năng có thể tiếp cận được các số
liệu chuỗi thời gian. Trong phân tích của nhóm nghiên cứu, chúng
20
Ví dụ trong trường hợp một lượng vốn tích lũy không được sử dụng nữa do tiến bộ công nghệ phải dần
được thay thế và lao động theo đó cũng phải được đào tạo để có thể vận hành được những công nghệ mới.