Bài viết phân tích vốn đầu tư trực tiếp nước ngoài vào bất động sản (FDIRE) tại Việt Nam theo cách tiếp cận kinh tế vĩ mô. Với mô hình vector tự hồi quy với hệ số thay đổi theo thời gian (TVC-BSVAR) và một bộ số liệu theo chuỗi thời gian từ tháng 01/2017 đến 02/2023, kết quả ghi nhận rằng khi vốn FDIRE thêm 1 tỷ USD, tốc độ tăng trưởng ngắn hạn gia tăng thêm 2% và giá trị giao dịch chứng khoán tăng thêm 1% ngay trong tháng đầu tiên, và các tác động này giảm dần sau 12 tháng. Dòng vốn FDIRE cũng có đặc tính dai dẳng theo thời gian khi mà biến số này đóng góp phần lớn vào biến động của chính nó trong tương lai, vẫn đạt 50% sau 12 tháng. Điều này hàm ý rằng khi giá trị của dòng vốn đang ở mức cao thì nhiều khả năng sẽ tiếp tục ở mức cao, nhưng khi vốn bị suy giảm đột ngột xuống thấp thì sẽ khó quay trở lại mức ban đầu. <br><br> Abstract <br> The paper analyzes the foreign direct investment in real estates (FDIRE) in Vietnam by a macroeconomic approach. With a Time Varying Coefficients Bayesian Vector Autoregressive model (TVC-BSVAR) and a monthly time-series sample over 01/2017–02/2023, the evidence records that for an increase of 1 billion USD in FDIRE, the short-run economic growth rate raises by 2% and the stock market value increases by 1% right in the first month, and the impact decays after 12 months. The FDIRE is also persistent over time when it contributes largely to its future variation, with up to 50% after 12 months. This result implies that the FDIRE can be expected to be high if it is high but would be difficult to come back to its initial value if it reduces substantially.

Download

Sử dụng dữ liệu về đầu tư trực tiếp nước ngoài (FDI) của 66 quốc gia đang phát triển giai đoạn 2013-2021, nghiên cứu này triển khai các phương pháp học máy bao gồm mạng nơ-ron nhân tạo (ANN), rừng ngẫu nhiên (RFA) nhằm so sánh chất lượng dự báo với một phương pháp tiếp cận kinh tế lượng là GMM sai phân (DGMM). Trong đó, DGMM phân tích mối liên hệ giữa các nhân tố đầu vào ảnh hưởng tới thu hút FDI, trong khi ANN và RF dựa vào các nhân tố có ý nghĩa thống kê để đưa ra dự báo. Kết quả cho thấy các nhân tố độ lớn thị trường, độ mở thương mại, mức độ dồi dào của lao động, sự phát triển của thị trường tài chính là những nhân tố chính trợ lực cho thu hút FDI tại các quốc gia này. Trong khi đó, xét về mặt dự báo, sai số của RF là nhỏ nhất và vượt trội so với các phương pháp so sánh. Các phát hiện của mô hình kinh tế lượng và mô hình học máy cũng được thảo luận trong nghiên cứu. <br><br> Abstract <br> Utilizing foreign direct investment (FDI) data from 66 developing countries for the period 2013–2021, this study implements machine learning methods, including artificial neural networks (ANN) and random forests (RF), to compare predictive quality with that of an econometric approach, the difference generalized method of moments (DGMM). In this context, DGMM analyzes the relationships between the input factors influencing FDI attraction, while ANN and RF make predictions based on statistically significant factors. The results indicate that market size, trade openness, labor abundance, and financial market development are primary drivers facilitating FDI attraction in these countries. Regarding predictive accuracy, RF exhibits the lowest error and significantly outperforms the selected methods. The findings from both the econometric model and the machine learning models are also discussed in the study.

Download

Bài viết phân tích hình thái của vốn đầu tư gián tiếp nước ngoài vào Việt Nam, bao gồm các yếu tố chi phối vốn và tương tác của loại vốn này với các biến số kinh tế vĩ mô khác. Với mẫu số liệu theo tháng từ 02/2018 đến 09/2024, mô hình vector tự hồi quy với hệ số thay đổi theo thời gian (TVC-BSVAR) ghi nhận rằng sự mất giá của đồng nội tệ (VND) dẫn đến suy giảm vốn đầu tư gián tiếp nước ngoài (FII), trong khi tác động của lãi suất mục tiêu của Cục Dự trữ Liên bang Mỹ (FED) và chênh lệch tăng trưởng trong nước và thế giới lại không rõ ràng. Theo chiều ngược lại, vốn FII cũng giúp củng cố giá trị đồng VND và hỗ trợ tăng trưởng kinh tế trong nước. Trong các biến số vĩ mô của mô hình, tỷ giá hối đoái (VND/USD) đóng vai trò quan trọng nhất đối với độ dao động của vốn FII vào Việt Nam trong thời gian vừa qua. Các kết quả này áp dụng khá đồng nhất với loại hình vốn FII làm tăng vốn điều lệ của doanh nghiệp (FIIK), với riêng một điểm khác biệt ở mức tác động của mức lãi suất FED mạnh và tiêu cực đối với vốn FIIK. <br><br> Abstract <br> The paper investigates the pattern of foreing indirect investment into Vietnam, including its determinants and interaction wiht other macroeconomic variables. With a monthly data sample from February 2018 to September 2024, the vector autorecovery model with time-varying coefficients (TVC-BSVAR) records that the depreciation in local currency (VND) leads to decline in foreign indirect investment (FII), while the target effective rate by US Federal Reserve System (FED) and the gap between domestic and world economic growth rate are unclear. In the opposite direction, the FII capital strengthens the value of the VND and supports domestic economic growth. Among the macroeconomic variables, the foreign exchange rate (VND/USD) plays the most important role in the variation of FII for recent years. This result applies quite simultaneously to the FII that increases the charter capital of enterprises (FIIK), only with a difference in the strong and negative FED effective rate on the FIIK.

Download

Bằng phương pháp hồi quy dữ liệu bảng, nghiên cứu tập trung đo lường tác động của cạnh tranh ngân hàng đến phát triển tài chính toàn diện (Financial Inclusion – FI) tại Việt Nam trong giai đoạn 2006 – 2018. Kết quả nghiên cứu đáng tin cậy cho thấy cạnh tranh ngân hàng có ảnh hưởng tích cực đến FI. Đây là bằng chứng thực nghiệm quan trọng đối với các nhà quản lý ngân hàng, các nhà hoạch định chính sách. Từ đó, nghiên cứu đề xuất các giải pháp phù hợp nhằm giúp các ngân hàng xây dựng chiến lược cạnh tranh, đóng góp vào kế hoạch phát triển FI cho đất nước trong thời gian tới.

Download

Nghiên cứu sử dụng mô hình VAR và phương pháp kiểm định nhân quả Granger để phân tích tác động của chính sách tiền tệ đến rủi ro hệ thống của các tổ chức tài chính (TCTC) tại Việt Nam giai đoạn 2010-2020. Đo lường rủi ro hệ thống được tính bằng chỉ số mức tổn thất kỳ vọng biên (Marginal Expected Shortfall-MES) với số liệu thu thập từ báo cáo tài chính của 29 TCTC chính. Chính sách tiền tệ được đo bằng lãi suất chính sách và hoạt động kinh tế thực được đại diện bởi lạm phát và chênh lệch sản lượng thực và sản lượng tiềm năng của nền kinh tế. Kết quả nghiên cứu chỉ ra rằng chính sách tiền tệ có tác động nhân quản Granger đến rủi ro hệ thống của các TCTC tại Việt Nam, đồng thời phản ứng của rủi ro hệ thống của các TCTC trước các cú sốc từ chính sách tiền tệ là khác nhau giữa hai giai đoạn 2010-2012 và 2013-2020. Với kết quả này, Ngân hàng nhà nước cần cân nhắc vai trò của chính sách tiền tệ đến rủi ro hệ thống của cácTCTC, từ đó góp phần thúc đẩy quá trình thăng hạng của thị trường chứng khoán Việt Nam trong tương lai.<br><br> <strong> Abstract </strong> <br> The study uses the VAR model and Granger causality test to analyze the impact of monetary policy on the systemic risk of financial institutions in Vietnam from 2010 to 2020. The systemic risk of 29 financial institutions in Vietnam is measured by the Marginal Expected Shortfall (MES) method. The Monetary policy data is represented by the monetary policy interest rate while the economic performance is measured by the inflation rate and output gap of Vietnam’s economy. Research results show that monetary policy has a Granger causal effect on the systemic risk of financial institutions in Vietnam. The response of systemic risk to monetary policy shocks is different between the 2010–2012 period and 2013–2020 period. Based on this result, the State Bank of Vietnam needs to consider the role of monetary policy on systemic risks of the financial institution; thereby contributing to promoting Vietnam's stock market promotion in the future.

Download