Bài viết sử dụng phương pháp phân tích định lượng với một bộ dữ liệu chéo về các địa phương trong giai đoạn 2010-2021 để tập trung vào 6 địa phương trong vùng Đông nam bộ. Kết quả ghi nhận rằng hình thái tăng trưởng thu nhập của các địa phương trong vùng Đông nam bộ vẫn tuân theo hình thái chung của các địa phương trong cả nước. Trong đó, chất lượng cơ sở hạ tầng, vốn đầu tư trực tiếp nước ngoài và mức xuất phát điểm về thu nhập là ba yếu tố mang tính quyết định đối với tăng trưởng thu nhập. Riêng các địa phương trong vùng Đông nam bộ đang hiện lên như các địa phương dẫn đầu xu hướng hội tụ về tăng trưởng thu nhập của các địa phương trong cả nước. Vì vậy, đối với vùng này, việc nâng cao chất lượng tăng trưởng để giúp mở rộng biên giới về thu nhập của cả nước có ý nghĩa quan trọng hơn hẳn so với tăng cường giá trị tuyệt đối về tăng trưởng thu nhập trong thời gian tới. <br><br>Abstract <br> The paper employs a quantitative analysis method with a panel dataset covering 63 provinces over the 2010-2021 period to focus on 6 provinces in South East region of Vietnam. The economic growth pattern of South East region still follows the common pattern of the whole economy, as a higher initial income combined with a lower income growth rate. In comparison with other provinces, the South East provinces is more affected by the labor force and institutional quality. The South East provinces are also leading the income growth convergence across provinces in the whole economy. In particular, Ho Chi Minh City is the leading province, expanding the income frontier for the other provinces. However, its income growth rate tends to decrease over time due to the reduction of the labor force, effective FDI capital, and institution quality.

Download

Ô nhiễm môi trường là thách thức đối với nhân loại nói chung và nó vẫn đang tiếp tục gia tăng ở nhiều quốc gia trên thế giới, trong đó có Việt Nam. Nghiên cứu này được thực hiện để trả lời cho hai câu hỏi quan trọng về mối quan hệ giữa ô nhiễm môi trường và phúc lợi của người dân Việt Nam giai đoạn 1975-2022. Câu hỏi thứ nhất là lượng khí thải CO2 năm hiện tại cao hơn năm liền kề trước đó, và cao hơn trung bình mười năm trước đó thì phúc lợi của người dân sẽ thay đổi như thế nào? Câu hỏi thứ hai là trong giai đoạn 1975 đến 2022 thì thời kỳ nào mối quan hệ giữa các biến số này diễn ra mạnh mẽ nhất? Áp dụng kỹ thuật phân tích Wavelet, nghiên cứu tìm thấy tác động yếu ở các miền tần số thấp, và tác động mạnh ở các miền tần số cao. Xu hướng này trở nên rõ nét từ sau năm 2003 đến hiện nay. Những phát hiện này sẽ hỗ trợ các cơ quan quản lý Nhà nước trong việc hoạch định chính sách bảo vệ môi trường và thúc đẩy phúc lợi cho người dân.

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 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

Ngân hàng trung ương (NHTW) đóng một vai trò quan trọng trong việc thúc đẩy ổn định kinh tế vĩ mô, tăng trưởng kinh tế thông qua việc thực hiện các chính sách tiền tệ (CSTT) hiệu quả. Một lĩnh vực mới nổi đã thu hút được sự chú ý trong những năm gần đây là Tiền tệ kỹ thuật số của Ngân hàng Trung ương (CBDC). CBDC là một phiên bản kỹ thuật số của tiền mặt được phát hành và quản lý bởi các NHTW, cung cấp tính bảo mật và ổn định cao hơn so với các tài sản tiền điện tử tư nhân. Việc áp dụng CBDC có thể mang lại những lợi ích cũng như rủi ro gì cho nền kinh tế là vấn đề được quan tâm trong thời gian qua. Nghiên cứu này sẽ tập trung phân tích những tác động của CBDC đến nền kinh tế của các quốc gia đang phát triển, đặc biệt là việc thực thi CSTT, sự ổn định của hệ thống tài chính cũng như các khía cạnh kỹ thuật khi được áp dụng. Chúng tôi cũng định hướng những hướng nghiên cứu tiếp theo có thể được tiến hành trong tương lai trong bối cảnh các quốc gia đang phát triển, trong đó có Việt Nam. <br><br>Abstract<br> The central bank plays an important role in promoting macroeconomic stability and economic growth through effective monetary policies. A newly emerging field that has attracted attention in recent years is the Central Bank Digital Currency (CBDC). CBDC is a digital version of cash issued and managed by central banks, providing higher security and stability than private digital assets. The application of CBDC may bring both benefits and risks to the economy, which has been a concern in recent times. This research will focus on analyzing the impacts of CBDC on the economies of developing countries, particularly in the implementation of monetary policies, financial system stability, and technical aspects when applied. The author also aim to identify potential future research directions in the context of developing countries, including Vietnam.

Download