Tăng trưởng GDP và FDI

Tăng trưởng GDP và FDI

(Tác giả: Bùi Trinh – Nguồn: http://tiasang.com.vn)

Tăng trưởng GDP được hầu hết các nhà hoạch định chính sách và các chuyên gia kinh tế đề cập và lấy đó như là một niềm vui nỗi buồn, là điểm sáng của nền kinh tế đất nước.


Lắp ráp linh kiện điện tử tại Công ty Samsung  Electronics Việt Nam. Ảnh: Thanh Hải.

Có thể thấy trong những năm qua hầu như không năm nào tăng trưởng GDP không đạt mục tiêu được đề ra từ đầu năm. Tuy nhiên trong hơn 10 năm qua nhiều người dân dường như cảm thấy việc tăng trưởng GDP không có liên quan gì nhiều đến cuộc sống của mình. Vậy ai được hưởng lợi từ việc tăng trưởng này? Nhìn sâu vào số liệu tăng trưởng GDP theo thành phần kinh tế trong khoảng thời gian 2005 – 2016 có thể thấy khu vực FDI là khu vực “gánh” tốc độ tăng trưởng của nền kinh tế. Các thành phần kinh tế trong nước có mức tăng trưởng bình quân trong giai đoạn 12 năm thấp hơn mức tăng trưởng GDP bình quân chung khá nhiều, chỉ có khu vực FDI tăng trưởng cao hơn mức bình quân chung (7,5% so với 6,1% – Hình 1). Như vậy một loạt câu hỏi được đặt ra như tại sao trong năm thành phần kinh tế công bố trong niên giám thống kê gồm kinh tế nhà nước, kinh tế tập thể, kinh tế tư nhân, kinh tế cá thể và FDI chỉ có khu vực FDI là tăng trưởng tốt; phải chăng khu vực này được hưởng quá nhiều lợi thế so với khu vực kinh tế trong nước, từ được ưu đãi về chính sách thuế, tiếp cận đất đai, chủ động được về vốn? Đất nước này được gì từ tăng trưởng của khu vực này? Để ý rằng trong phần giá trị gia tăng của khu vực FDI bao gồm:

+ Thu nhập của người lao động;

+ Thặng dư sản xuất gộp (bao gồm khấu hao tài sản cố định);

+ Thuế gián thu.

Về thu nhập, người lao động Việt Nam chỉ nhận được một phần từ lao động giá rẻ, các vị trí chủ chốt đều là người nước ngoài (vì thường trú ở Việt Nam trên một năm nên về nguyên tắc vẫn tính vào giá trị gia tăng của nền kinh tế), lương của 8 – 10 người Việt Nam mới bằng lương một người ngoại quốc.


Hình 1. Tăng trưởng bình quân GDP theo các thành phần kinh tế giai đoạn 2005 – 2016 (giá so sánh 2010). Nguồn TCTK.

Về thặng dư thì đấy là thặng dư của họ, họ có thể giữ lại để tái đầu tư mở rộng sản xuất nếu thấy lợi và cũng có thể chuyển về nước nếu thấy không thuận lợi hoặc không còn lời nữa. Hầu hết các doanh nghiệp FDI đều báo cáo lỗ hoặc lãi một chút, như vậy thuế thu nhập doanh nghiệp phía Việt Nam thu được chẳng là bao. Năm 2016 tổng tiền thuế thu nhập doanh nghiệp khối FDI được miễn giảm và ưu đãi ở mức 35.300 tỷ Việt Nam đồng. Nếu tính toán kỹ nhiều doanh nghiệp FDI thì tổng số thuế được ưu đãi từ khi đi vào hoạt động cũng tương đương số vốn họ bỏ ra đầu tư vào Việt Nam. Chẳng hạn như Samsung electronic nhận được miễn thuế 4 năm đầu, 9 năm tiếp theo được hưởng mức thuế TNDN 5% và 17 năm sau đó ở mức thuế 10%. Doanh nghiệp nội chỉ được ưu đãi gần 21% số thuế phải nộp trong khi doanh nghiệp FDI được hưởng gần 92%. Sự bất bình đẳng này khiến doanh nghiệp nội không thể cạnh tranh với doanh nghiệp FDI.

Về thuế gián thu có hai vấn đề. Thứ nhất thuế gián thu các doanh nghiệp FDI cũng được ưu đãi về chính sách thuế, hầu hết các doanh nghiệp FDI đều làm gia công rồi xuất khẩu, các doanh nghiệp này do xuất khẩu trực tiếp nên đầu vào nhập khẩu được ưu đãi thuế, trong khi các doanh nghiệp nội không được ưu đãi thuế nếu bán hàng trong nước, có thể thấy việc kêu gọi về sản xuất sản phẩm phụ trợ trong cả chục năm qua chỉ là kêu gọi để đấy, chính sách về thuế xuất nhập khẩu không cho thấy có hành động gì chứng tỏ sự bằng phẳng giữa các loại hình doanh nghiệp. Và thứ hai là thuế này về bản chất là người dân Việt Nam phải trả khi sử dụng sản phẩm của họ. Sử dụng sản phẩm FDI trong trường hợp hầu hết là gia công thực chất là dùng hàng nhập khẩu dưới hình thức khác.

Như vậy, trong giá trị gia tăng của khu vực FDI được tính vào GDP của Việt Nam, phía Việt Nam từ Chính phủ đến người dân chẳng được bao nhiêu và do hầu hết là gia công nên gần như không có sự lan tỏa gì về công nghệ. Trong một nghiên cứu của một nhóm chuyên gia của trường Đại học Quốc gia Hà Nội cho thấy khu vực FDI thải ra lượng khí thải gây hiệu ứng nhà kính cao hơn khí thải từ các phương tiện tham gia giao thông khá nhiều. Vậy phải chăng Việt Nam cần có một chiến lược về thu hút FDI hiệu quả và hữu ích với đất nước hơn.

Từ khi chuyển từ hệ thống hạch toán sản xuất vật chất (MPS) sang hệ thống tài khoản quốc gia (SNA), một số người đã mặc nhiên xem GDP bình quân đầu người như là thu nhập bình quân đầu người. Khi nói đến GDP bình quân đầu người nhiều người lập tức so sánh đến thu nhập của dân cư. Thực chất về cơ bản GDP được nhìn dưới ba góc độ:
+ Ở giác độ sử dụng cuối cùng: GDP bao gồm tiêu dùng cuối cùng của hộ gia đình, tiêu dùng cuối cùng của nhà nước, tích lũy tài sản gộp và xuất khẩu thuần;
+ Dưới giác độ sản xuất: GDP = tổng giá trị sản xuất theo giá cơ bản – tổng chi phí trung gian
+ thuế sản phẩm
– Trợ giá sản phẩm;
+ Dưới giác độ thu nhập bao gồm mấy nhân tố cơ bản : Thu nhập của người lao động, thặng dư sản xuất, khấu hao tài sản cố định và thuế sản xuất – trợ cấp sản phẩm.
Đối với mỗi Quốc gia thì GDP cũng chỉ là chỉ tiêu sơ khởi vì sau đó còn một số chỉ tiêu khác như GNI (Tổng thu nhập quốc dân), NDI (thu nhập quốc dân khả dụng), và để dành (saving, hay là tích lũy trong nền kinh tế)…
• GNI = GDP + thu nhập từ sở hữu thuần với nước ngoài;
• NDI = GNI + thu nhập từ chuyển nhượng hiện hành thuần với nước ngoài + thuế trực thu (thuế thu nhập cá nhân, thuế thu nhập doanh nghiệp);
• Để dành = NDI – tiêu dùng cuối cùng (bao gồm tiêu dùng cuối cùng của hộ gia đình và TDCC của NN).
Theo số liệu của ADB có thể thấy GNI chiếm tỷ trọng ngày càng nhỏ và luồng tiền chi trả sở hữu thuần ra nước ngoài ngày càng lớn.
————————&&&———————–

BlackRock cho ra mắt các quỹ đầu tư ETF quản lý bởi AI

BlackRock cho ra mắt các quỹ đầu tư ETF quản lý bởi AI

(Nguồn: http://cafef.vn)

Theo đăng ký sơ bộ với Ủy ban chứng khoán và sàn giao dịch Mỹ, BackRock, công ty quản lý tài sản lớn nhất thế giới giám sát gần 6.000 tỷ USD, đã lên kế hoạch ra mắt một loạt các quỹ giao dịch mới cho phép chương trình máy tính chọn và phân loại cổ phiếu.

 Sau khi xây dựng được một đế chế ETF trị giá 1,3 nghìn tỷ USD chống lưng cho các quỹ đầu tư thụ động, nhà quản lý tài sản lớn nhất thế giới cho ra mắt các quỹ ETFs quản lý chủ động được thiết kế bởi trí tuệ nhân tạo- một chương trình máy tính tự động chạy trên Internet.

Ít nhất 7 quỹ mang tên “iShared Evolved” sẽ đầu tư vào các lĩnh vực như tài chính, chăm sóc sức khỏe, phương tiện truyền thông và giải trí, công nghệ, hàng tiêu dùng, ngành hàng tiêu dùng tùy chọn và công nghệ.

Các nhà đầu tư thường dựa vào định nghĩa ngành được xác định bởi các công ty theo dõi chỉ số chứng khoán như S&P Dow Jones Indices and MSCI Inc, những công ty kiểm soát Tiêu chuẩn phân loại ngành công nghiệp toàn cầu.

Nhưng không giống các quỹ thụ động truyền thống dựa vào các chỉ số này, các quỹ mới của BlackRock sẽ sử dụng các kỹ thuật khoa học dữ liệu tiên tiến như machine learning để phân loại các công ty. Theo công ty này, hệ thống phân loại mới cho phép một công ty được phân loại vào nhiều lĩnh vực thay vì chỉ được chỉ định vào duy nhất một ngành, phản ánh tính đa chiều của nó.

Theo Todd Rosenbluth, giám đốc nghiên cứu về ETF và quỹ tương hỗ tại trung tâm nghiên cứu CFRA, “Một trong những lĩnh vực chưa được quan tâm đầu tư là các quỹ ETF chủ động, và vì iShares là một phần của gia đình BlackRock, họ có chuyên môn và nguồn lực để thành công. Họ đang ngày càng làm mờ đi ranh giới giữa mô hình kinh doanh thụ động iShares và mô hình kinh doanh chủ động của BlackRock.”

Trong nhiều năm, BlackRock đã sử dụng các kỹ thuật khoa học dữ liệu trong các quỹ đầu tư chủ động cho các nhà đầu tư tổ chức lớn, nhưng đang ứng dụng ngày càng nhiều những kỹ thuật này cho các nhà đầu tư nhỏ hơn.

Các quỹ mới cũng đánh dấu bước đi khác của BlackRock để giới thiệu các sản phẩm mới dựa vào sở hữu trí tuệ của chính công ty này thay vì dựa vào nhà cung cấp chỉ số truyền thống. Vào tháng 7, BlackRock đã lần đầu tiên ra mắt các quỹ ETFs theo dõi chuẩn so sánh được xây dựng bởi chính công ty này.

Theo K Nguyễn

Thời Đại

————————-&&&———————-

Lý thuyết tỷ suất lợi nhuận bình quân của K. Marx và mô hình định giá tài sản vốn

Lý thuyết tỷ suất lợi nhuận bình quân của K. Marx và mô hình định giá tài sản vốn

(Tác giả: NGUYỄN THỊ HƯỜNG – Nguồn: http://tapchitaichinh.vn)

Mô hình định giá tài sản vốn (CAPM) ra đời vào giữa thế kỷ XX và là một thành tựu nổi bật của kinh tế học tài chính hiện đại. Mô hình này xác định suất sinh lời kỳ vọng của cổ phiếu hoặc danh mục đầu tư trên thị trường chứng khoán. Lý thuyết tỷ suất lợi nhuận bình quân của Marx được viết vào giữa thế kỷ XIX khi phân tích về chủ nghĩa tư bản tự do cạnh tranh trong tác phẩm kinh điển Bộ Tư bản. Có một mối liên hệ không ngờ giữa mô hình CAPM và lý thuyết tỷ suất lợi nhuận bình quân của Marx: suất sinh lời kỳ vọng trong mô hình CAPM chính là sự phát triển tỷ suất lợi nhuận bình quân của Marx trên thị trường chứng khoán.

Ảnh minh hoạ: Nguồn InternetẢnh minh hoạ: Nguồn Internet

Lý thuyết tỷ suất lợi nhuận bình quân của Marx

Lý thuyết tỷ suất lợi nhuân bình quân của Marx hình thành khi nghiên cứu về chủ nghĩa tư bản tự do cạnh tranh. Theo Marx, tỷ suất lợi nhuận bình quân là tỷ suất lợi nhuận xấp xỉ ngang nhau giữa các ngành khác nhau của nền sản xuất xã hội. Tỷ suất lợi nhuận bình quân được tính theo công thức sau:

(p^’)=(∑m)/(∑(c+v)=(∑p)/(∑K)=(p1+p2+…+pn)/(K1+K2+… +Kn )=(K1p’1+K2p’2+… +Knp’n)/(K1+K2+… +Kn) =∑(i=1)^np’i  wi

Trong đó:

pi: là lợi nhuận của ngành i

p’: tỷ suất lợi nhuận của ngành i

Ki: tư bản đầu tư ngành i

n: số ngành trong nền kinh tế

K: Tổng tư bản đầu tư toàn xã hội

Wi: tỷ trọng tư bản đầu tư vào ngành i trong tổng tư bản đầu tư của xã hội

Tỷ suất lợi nhuận bình quân là tỷ suất sinh lợi chung của toàn bộ tư bản đầu tư vào nền kinh tế. Nó là suất sinh lợi chung của toàn bộ nền kinh tế, là con số trung bình của những tỷ suất lợi nhuận cá biệt trong từng ngành tương ứng với trọng số là tỷ trọng vốn đầu tư của ngành đó so với tổng vốn đầu tư của toàn xã hội.

Mô hình xác định giá trị của tài sản vốn (CAPM)

CAPM được ba nhà nhà kinh tế học William Sharpe, John Lintner và Jack Treynor đưa ra vào những năm giữa thập niên 1960. CAPM là mô hình mô tả mối tương quan giữa rủi ro và thu nhập kì vọng, được sử dụng để định giá các chứng khoán có mức độ rủi ro cao. Công thức tính toán như sau:

ks = Rrisk free + Beta * (Rmarket – Rrisk-free)

với ks là lãi suất kỳ vọng trên cổ phiếu.

Trong đó:

Beta là chỉ số phản ánh rủi ro thị trường của một cổ phiếu. Beta có thể được dự đoán dựa trên các số liệu quá khứ.

Rrisk free là tỷ lệ phi rủi ro, và thường là lãi suất trái phiếu chính phủ vì loại lãi suất này được coi là không có rủi ro thanh toán (Rủi ro mặc định – default risk).

Rmarket là thu nhập thị trường kỳ vọng qua thời gian (expected market return over a period of time), thường được tính toán hoặc cho sẵn.

Giả định khi sử dụng mô hình CAPM:

Thị trường hiệu quả

Nhà đầu tư luôn sở hữu một danh mục đầu tư (portfolio) đa dạng hoá.

Ý tưởng chung đằng sau mô hình định giá tài sản vốn là các nhà đầu tư khi tiến hành đầu tư vốn của mình vào bất cứ tài sản gì thì cũng được bù đắp lại theo hai cách: giá trị tiền tệ theo thời gian và rủi ro.

Sử dụng mô hình CAPM cùng các giả định, chúng ta có thể ước tính được thu nhập kỳ vọng trên một cổ phiếu. Ví dụ: giả sử rằng tỷ lệ phi rủi ro là 3%, tỷ lệ rủi ro là 2%, thu nhập thị trường kỳ vọng qua thời gian là 10%, khi đó thu nhập kỳ vọng trên cổ phiếu là 3%+2*(10%-3%) = 17%.

Mô hình CAPM không phải là mô hình duy nhất dự báo tỷ suất sinh lợi nhưng nó có nền tảng lý thuyết vững chắc. Mặc dù, có nhiều tranh luận và nghiên cứu về tính ổn định của beta cũng như những kiểm định thực nghiệm về mô hình CAPM nhưng về cơ bản CAPM được xem là hiệu quả và đã tồn tại suốt 40 năm qua.

Trong những nghiên cứu gần đây, mô hình CAPM đã được bổ sung những nhân tố khác nhằm có thể dự báo tỷ suất sinh lợi một cách chính xác hơn. Những bằng chứng thực nghiệm cho thấy ngoài beta còn có các biến như tỷ số giá trên thu nhập (P/E) và giá trị thị trường trên giá trị sổ sách (P/B).

Đặc biệt trong thị trường các nước mới nổi, sự tác động của tỷ số giá trên thu nhập (P/E) và giá trị thị trường trên giá trị sổ sách (P/B) lên tỷ suất sinh lợi chứng khoán là khá rõ nét. Cùng với mô hình CAPM, P/E và giá trị thị trường trên giá trị sổ sách được dùng như là các công cụ dự báo tỷ suất sinh lợi chứng khoán trên thị trường các nước mới nổi. Điều này hàm ý một mô hình CAPM đa biến với các biến là: beta, P/E và PBV.

Mô hình CAPM cải tiến là một nỗ lực để khám phá ra các công cụ như chỉ số P/E và P/B để dự báo tỷ suất sinh lợi thị trường trung bình trong thời kỳ dài. Tuy nhiên, việc ứng dụng mô hình này vào dự báo tỷ suất sinh lợi trên thị trường các nước mới nổi nói chung và vào thị trường chứng khoán Việt Nam nói riêng sẽ có những hạn chế nhất định.

Thứ nhất, hàng hóa của thị trường chứng khoán Việt Nam còn nghèo nàn về chủng loại, ít ỏi về số lượng và đặc biệt là thiếu các hàng hóa cao cấp để các nhà đầu tư có thể yên tâm đầu tư lâu dài. Vì thế, thị trường chứng khoán Việt Nam chưa hấp dẫn các nhà đầu tư, đặc biệc là những nhà đầu tư chuyên nghiệp và có nguồn lực tài chính lớn.

Thứ hai, sự thiếu vắng hệ số beta trong việc phân tích rủi ro của các chứng khoán. Nói cách khác, các nhà đầu tư chưa chú trọng đến hệ số beta trong việc đánh giá chứng khoán. Hiện nay, trên website các công ty chứng khoán có liệt kê những tỷ số cơ bản về tài chính và so sánh với tỷ số trung bình thị trường. Một số trang web cũng đề cập đến hệ số beta trong danh mục khái niệm các chỉ số tài chính cần phân tích nhưng chưa thực sự có ý định sử dụng nó.

Do sự tác động của nhiều nhân tố phi thị trường nên vai trò của beta còn tương đối hạn chế. Tuy nhiên, khi danh mục thị trường ngày càng hoàn thiện, beta sẽ phát huy tác dụng và theo kịp với sự phát triển của thị trường. Thông qua hệ số beta và các tỷ số thị trường khác như (P/B)… doanh nghiệp sẽ nhìn nhận rõ hơn về rủi ro và năng lực cạnh tranh của chính bản thân mình.

Bên cạnh đó, các nhà đầu tư cũng có điều kiện để ứng dụng những kỹ thuật phân tích và dự báo một cách hiệu quả hơn, gần với kỳ vọng hơn. Khi tính toán và sử dụng hệ số beta, việc nghiên cứu và sử dụng những mô hình dự báo sẽ trở thành hiện thực hơn chứ không nằm trên lý thuyết nữa.

Thứ ba, các mô hình dự báo chỉ được vận hành tốt khi các nhà đầu tư có được thông tin ngang bằng nhau, thông tin không bị rò rỉ và vì thế minh bạch hóa thông tin là điều kiện tiên quyết để phát triển thị trường chứng khoán. Đây chính là nguyên tắc công khai, được coi là một nguyên tắc quan trọng nhất của thị trường chứng khoán.

Mối liên hệ giữa lý thuyết tỷ suất lợi nhuận bình quân của Marx và mô hình CAPM

Nếu đặt tương quan so sánh tỷ suất lợi nhuận bình quân của Marx với mô hình CAPM xác định tỷ suất sinh lợi kỳ vọng của cổ phiếu, thấy chúng có mối liên hệ chặt chẽ đến bất ngờ: suất sinh lợi kỳ vọng của thị trường (E[rm]) chính là sự phát triển của công thức tính tỷ suất lợi nhuận bình quân của Marx. Trên thị trường chứng khoán hiện đại, đồng vốn tự do di chuyển linh hoạt, rủi ro đặc thù được loại bỏ thì suất sinh lợi kỳ vọng của một cổ phiếu chính là tỷ suất lợi nhuận bình quân.

Marx tính tỷ suất lợi nhuận bình quân bằng con số trung bình của những tỷ suất lợi nhuận cá biệt trong từng lĩnh vực, nghĩa là bằng tỷ suất lợi nhuận của từng ngành nhân với tỷ trọng vốn của ngành đó trong tổng vốn đầu tư của toàn xã hội theo công thức:

(p’) =(∑p)/(∑K)=∑(i=1)np’i wi

Trong đó:

p’i là tỷ suất lợi nhuận ngành i.

wi: tỷ trọng vốn đầu tư của ngành i so với tổng vốn đầu tư của toàn xã hội.

Các lý thuyết tài chính hiện đại tính toán tỷ suất lợi nhuận bình quân của thị trường dựa trên lý thuyết toán học về xác xuất thống kê. Theo đó, khi xác định suất sinh lợi kỳ vọng của một danh mục đầu tư, họ cũng sử dụng công thức tương tự để tính suất sinh lợi kỳ vọng của danh mục đầu tư đó, cũng bằng bình quân có trọng số các tỷ suất sinh lợi kỳ vọng của từng tài sản cá biệt cấu thành danh mục đầu tư, trong đó trọng số chính là tỷ trọng vốn đầu tư vào tài sản đó so với tổng vốn danh mục đầu tư.

E_p=∑_(i=1)nEiWi

Trong đó:

Ep: tỷ suất sinh lợi kỳ vọng của danh mục đầu tư.

Ei: suất sinh lợi kỳ vọng của tài sản i.

Wi: tỷ trọng vốn đầu tư vào tài sản i trong tổng giá trị danh mục đầu tư.

n: số tài sản trong danh mục đầu tư.

Tuy nhiên, khi xác định suất sinh lợi chung của thị trường chứng khoán thì không thể sử dụng công thức này. Trong một nền kinh tế thị trường hiện đại có quy mô lớn, chẳng hạn như thị trường chứng khoán của Mỹ, có vô số công ty niêm yết trên thị trường, cho nên có vô số hàng hóa trên thị trường và các thông tin về suất sinh lợi của các công ty đó biến động thường xuyên liên tục.

Để tính đại lượng này, phải sử dụng phương pháp chọn mẫu trong xác xuất thống kê, tính toán dựa trên số liệu của một số lượng công ty nhất định chiếm tỷ trọng vốn lớn trên thị trường chứng khoán đó. Ví dụ, chỉ số S&P 500 được tính dựa vào suất sinh lợi của 500 công ty có giá trị vốn hóa lớn nhất trên thị trường chứng khoán NewYork.

Vì vậy, trên thị trường tài chính hiện đại, các nhà đầu tư sử dụng các chỉ số của thị trường chứng khoán như là S&P 500, hoặc chỉ số công nghiệp Down Jones, chỉ số FTSE 100… để tính suất sinh lợi chung của thị trường, của nền kinh tế. Cách tính các chỉ số này dựa vào việc sử dụng phương pháp chọn mẫu để tính trung bình chung của thị trường.

Như vậy, cách tính suất sinh lợi kỳ vọng của thị trường chứng khoán hiện đại chỉ là sự cụ thể hóa của việc triển khai công thức tỷ suất lợi nhuận bình quân của Marx trên thực tế, cho phù hợp với sự tăng lên về quy mô và mở rộng phạm vi nghiên cứu.

Tuy nhiên, để tính tỷ suất sinh lợi kỳ vọng của một chứng khoán cụ thể, lý thuyết tài chính vi mô hiện đại sử dụng mô hình CAPM – mô hình định giá tài sản vốn để ước tính. Trong mô hình này, các nhà phân tích đã sử dụng thêm một biến rủi ro để tính suất sinh lợi kỳ vọng.

Họ cho rằng, một cổ phiếu cụ thể phải chịu 2 loại rủi ro: rủi ro đặc thù và rủi ro thị trường. Rủi ro đặc thù của từng loại tài sản tài chính có thể loại bỏ bằng phương pháp đa dạng hóa danh mục đầu tư; nếu các nhà đầu tư không có thông tin riêng biệt vượt trội hơn thị trường thì phương án đầu tư hiệu quả nhất là đầu tư theo danh mục thị trường và chỉ chịu rủi ro chung của thị trường mà thôi.

Rủi ro của thị trường là rủi ro chung của nền kinh tế do sự biến động của các chỉ số kinh tế vĩ mô như tăng trưởng kinh tế, lãi suất, lạm phát, tỷ giá… rủi ro này không thể loại trừ được ngay cả khi có danh mục dầu tư hiệu quả nhất. Do đó, suất sinh lợi kỳ vọng của một chứng khoán cụ thể sẽ phụ thuộc vào độ nhạy của chứng khoán đó với rủi ro chung của thị trường.

Nếu chứng khoán đó có độ nhạy lớn hơn sự biến động của thị trường (β>1), có nghĩa là có độ rủi ro cao hơn, thì tỷ suất sinh lợi kỳ vọng phải lớn hơn, do đó, khi tính giá trị thị trường của cổ phiếu đó thì phải chiết khấu với tỷ suất cao hơn, điều này làm cho những cổ phiếu có độ rủi ro cao hơn thì giá thấp hơn giá cổ phiếu khác có suất sinh lợi tương đương.

Sự giảm xuống của mức giá này như là một phần bù cho sự rủi ro của cổ phiếu đó để nhà đầu tư vẫn thu được tỷ suất lợi nhuận bình quân. Ngược lại, nếu chứng khoán đó có độ nhạy kém hơn độ nhạy của thị trường (β<1), thì suất sinh lợi kỳ vọng của chứng khoán đó sẽ thấp hơn.

Nếu chứng khoán đó nhạy cảm tương đương với danh mục thị trường, khi (β=1), chứng khoán đó chỉ chịu rủi ro chung của thị trường: tỷ suất sinh lợi kỳ vọng của chứng khoán đó  bằng đúng tỷ suất sinh lợi kỳ vọng của thị trường, hay chính là tỷ suất lợi nhuận bình quân: r = E[r] = rf + β*( E[rm] – rf )

Khi β=1, thì r = E[r] = rf + 1*( E[rm] – rf ) = E[rm]

Như vậy, các lý thuyết tài chính vi mô hiện đại đã phát triển trên cơ sở lý thuyết tỷ suất lợi nhuận bình quân của Marx. Các nhà phân tích tài chính hiện đại đã bổ sung thêm một biến rủi ro khi định giá một chứng khoán cụ thể. Nếu chúng ta chạy ngược mô hình đó, loại bỏ loại bỏ biến rủi ro khỏi mô hình đó, coi rủi ro của một chứng khoán cá biệt nào đó giống như sự biến động chung của thị trường thì suất sinh lợi kỳ vọng chính là tỷ suất lợi nhuận bình quân.

Tài liệu tham khảo:

1. Mô hình định giá tài sản vốn (CAPM)/Chương trình giảng dạy Kinh tế Fulbright; Karl Marx, Bộ Tư bản, NXB Sự thật Hà Nội, năm 1986;

2. Học viện Tài chính, Giáo trình Quản trị tài chính doanh nghiệp,
NXB Tài chính năm 2015;

3. GS. TS Mai Ngọc Cường, Lịch sử các học thuyết kinh tế: Cấu trúc hệ thống, bổ sung và phân tích và nhận định mới, NXB Lý luận chính trị năm 2005;

4. Các trang điện tử: ssc.vn, hnx.com.vn, hsx.com.vn…

——————&&&—————-

Các nhà kinh tế học có xu hướng chạy theo thói thời thượng, và mốt mới nhất là học máy

Các nhà kinh tế học có xu hướng chạy theo thói thời thượng, và mốt mới nhất là học máy

(Nguồn: http://www.phantichkinhte123.com/)

Dữ liệu lớn (Big data) đã dẫn tới “mốt” mới trong ngành nghiên cứu kinh tế.
Một nhóm những nhà kinh tế học nên được đặc trưng bằng cụm từ gì? “Ảm đạm”, “thoái hóa” hay thậm chí là “giả thiết”? Vào tháng giêng, khi các nghiên cứu sinh Tiến sĩ chen lấn nhau tìm việc tại cuộc họp thường niên của Hiệp hội Kinh tế Mỹ, “thị trường” có vẻ là từ diễn tả đúng nhất. Hoặc đánh giá theo xu hướng chạy theo “mốt” mới nhất của những người viết bài nghiên cứu kinh tế, thì bây giờ cách đặc trưng tốt nhất là “bầy đàn”. Một kỹ thuật sử dụng dữ liệu lớn đang trở thành “cơn sốt” trong năm nay là máy học (machine learning); giáo sư ngành kinh tế học tại Đại học London Imran Rasul đang rất chờ đợi đọc một chồng những công trình vận dụng kỹ thuật đang nổi này.
Các nhà kinh tế học thường thiên về phương pháp luận thời thượng. Giáo sư Rasul nhắc đến những nghiên cứu trước đây sử dụng kỹ thuật hồi quy cắt (regression discontinuity) – kỹ thuật so sánh những đối tượng giống nhau ở hai phía của một điểm cắt để đánh giá tác động của chính sách. The Economist đã phân tích các từ khóa trong những phần tóm tắt các bài nghiên cứu được công bố bởi National Bureau of Economic Research (xem biểu đồ bên trên), kết quả thể hiện chiều hướng của mức độ hưởng ứng đối với phương pháp thí nghiệm trong phòng thí nghiệm, thử nghiệm ngẫu nhiên có đối chứng (randomised control trials – RCTs) và cách tiếp cận bằng phương pháp khác biệt trong khác biệt (difference-in differences) (tức là so sánh xu thế theo thời gian giữa những nhóm đối tượng khác nhau).

James Heckman (1944-)
Imran Rasul (1974-)
Khi một công cụ mới xuất hiện, nó nên giúp nới rộng những giới hạn của kinh tế học và kéo theo những vấn đề trước đây chưa thể trả lời được. Điều có vẻ là “mốt” thực ra là các nhà kinh tế hè nhau giúp rọi sáng những góc tối của bộ môn. Tuy nhiên, nhiều nhà kinh tế học cho rằng các phương pháp mới này cũng đem lại những mối đe dọa, đó là thay vì thúc đẩy kinh tế học, sự hồ hởi nhất thời có thể khiến bộ môn đi chệch hướng, nhất là khi chúng còn quá non trẻ.
Năm 1976, nhà kinh tế học James Heckman đã đưa ra một phương pháp đơn giản để giải quyết một vấn đề đặc biệt trong việc chọn mẫu. Ví dụ, các nhà kinh tế học rất khó ước lượng ảnh hưởng của giáo dục đến tiền lương của phụ nữ, bởi vì những ai lựa chọn đi làm (có thể đo lường được mức lương) thì thường được hưởng mức thu nhập cao. Khi giáo sư Heckman gợi ý cho các nhà kinh tế học về phương pháp điều chỉnh sự chênh lệch trên, thứ ảnh hưởng đến sự giải thích về sự lựa chọn gia nhập thị trường lao động, phương pháp này đã nhanh chóng nổi tiếng trong ngành khoa học xã hội. Nhưng sự đơn giản đến quyến rũ của nó đã bị lạm dụng.
Angus Deaton (1945-)
Nancy Cartwright (1944-)
Một nghiên cứu của Angus Deaton – người được trao tặng giải Nobel và là chuyên gia về khai thác dữ liệu, cùng Nancy Cartwright – một nhà kinh tế học tại Đại học Durham đã chỉ ra rằng người ta đã sai lầm khi quá say mê phương pháp thử nghiệm ngẫu nhiên có đối chứng (RCTs) – một phương pháp đang rất được giới khoa học ưa thích. RCTs liên quan đến việc áp dụng chính sách một cách ngẫu nhiên cho một số người và không áp dụng với những người khác, vì vậy các nhà nghiên cứu có thể chắc chắn rằng sự những khác biệt được tạo ra chính là nhờ chính sách đó. Sự phân tích đơn giản là so sánh trung bình của hai kết quả. Hai giáo sư Deaton và Cartwright cảm thấy lo ngại về mặt thống kê, họ phàn nàn rằng các nhà nghiên cứu không đủ cẩn thận khi tính toán xem liệu hai kết quả có khác nhau một cách có ý nghĩa không. Vì vậy họ nghi ngờ rằng một lượng đáng kể các kết quả đã được công bố trong ngành kinh tế học phát triển và kinh tế học y tế sử dụng RCTs là “không đáng tin cậy”.
Theo thời gian, các nhà kinh tế học cần biết khi nào thì nên sử dụng những công cụ bóng loáng của họ. Nhưng có một vấn đề đáng lo ngại hơn: những xu hướng nhất thời đang bóp méo kinh tế học bằng cách hướng các nhà kinh tế học đi theo những vấn đề nhỏ, chi tiết mà che giấu đi những vấn đề lớn hơn. Giáo sư Deaton và Cartwright lo sợ rằng RCTs đang thu được kết quả nhưng lại có vẻ tránh né những học thuyết, và rằng “nếu không biết tại sao mọi thứ diễn ra và tại sao người ta thực hiện nó, chúng ta sẽ có nguy cơ tạo ra những lý thuyết nhân quả không có giá trị, chúng ta sẽ phải từ bỏ một trong những nhiệm vụ trọng tâm của kinh tế học.” Một lo lắng khác đó là với cách đánh giá đơn giản và có vẻ hấp dẫn của một số chính sách, các nhà kinh tế học đã bỏ qua những vấn đề liên quan đến chính sách – thứ không dễ kiểm chứng khi sử dụng RCTs, như ảnh hưởng của thể chế, chính sách tiền tệ hay các tiêu chuẩn xã hội.
Olivier Blanchard (1948-)
Trong kinh tế học, một phương pháp luận thường nhân cơ hội đẩy lùi những phương pháp luận khác. Sự quá mức đồng thuận của các nhà kinh tế học vĩ mô trong giai đoạn ngay trước cuộc khủng hoảng tài chính đã ám ảnh họ. Vào tháng tám, Olivier Blanchard – một nhà kinh tế học vĩ mô có tầm ảnh hưởng lớn, đã khẩn trương kêu gọi các đồng nghiệp của mình hãy ít “đế quốc” hơn với việc sử dụng các mô hình cân bằng động ngẫu nhiên tổng quát (dynamic stochastic general equilibrium models) của họ, viết thêm rằng, đối với việc dự báo, tính thuần túy lý thuyết của các mô hình này có thể “gây cản trở nhiều hơn là tạo ra sức mạnh”. Ông lưu ý rằng “cần những loại mô hình khác nhau được sử dụng cho những nhiệm vụ khác nhau”.

Vẫn cực kỳ phấn khởi sau ngần ấy năm

Máy học vẫn còn đủ mới để những phản ứng tiêu cực mới chỉ dừng lại ở trong giới học thuật. Nhưng nhiều chủ đề quen thuộc lại nổi lên trong “mốt” mới này. Về nguyên tắc, những kỹ thuật mới này phải ngăn được các nhà kinh tế học khỏi việc đưa ra những lý thuyết qua loa, hời hợt. Trước đó, các nhà kinh tế học đã cố gắng dự báo với một lượng thông tin đầu vào ít ỏi. Còn với máy học, dữ liệu sẽ tự nói lên tất cả, máy sẽ nghiên cứu những đầu vào nào giúp đưa ra dự đoán chính xác nhất.
Cathy O’Neil (1972-)
Phương pháp này dường như đã nâng cao mức độ chính xác trong những dự báo của các nhà kinh tế học. Ví dụ, các nhà nghiên cứu bắt đầu với việc sử dụng dữ liệu lớn để dự đoán liệu một người bị tình nghi là tội phạm có khả năng phải quay trở lại tòa án để xét xử hay không, ảnh hưởng đến quyết định cho tại ngoại. Nhưng, cũng giống như với RCTs, một thuật toán mạnh có thể khiến người ta phớt lờ những yếu tố nguyên nhân cơ bản. Trong cuốn sách “Vũ khí hủy diệt Toán học” (Weapons of Math Destruction), nhà khoa học dữ liệu Cathy O’Neil đã chỉ ra rằng những yếu tố như chủng tộc hay đến từ một khu vực có tỷ lệ tội phạm cao có thể là những chỉ báo tốt để dự báo khả năng tái phạm tội. Nhưng chúng có thể phản ánh sự phân biệt chủng tộc trong việc thi hành luật pháp hoặc các chính sách không chấp thuận có “cửa sổ vỡ” nào (lý thuyết “cửa sổ vỡ” cho rằng khi một tấm kính cửa sổ bị làm vỡ và không được sửa chữa, người ta sẽ cho rằng không ai quan tâm đến nó, nên việc đập vỡ cửa sẽ không bị truy cứu và những hành động phạm tội tương tự có thể bùng nổ trên diện rộng – ND), điều này dẫn tới tỉ lệ tội phạm cao trong những khu vực dân cư nghèo đói hoặc dân tộc thiểu số. Nếu như vậy, những dự báo này khiến mọi người có nguy cơ phải chịu sự trừng phạt vì những yếu tố vượt ngoài tầm kiểm soát của họ.
Giáo sư Rasul không quá lo lắng về “sự hơi quá đà” gây ra bởi sự quá phấn khích đối với một phương pháp mới. Theo thời gian, giá trị và giới hạn của chúng sẽ được đánh giá đúng đắn hơn và chúng sẽ tham gia vào bộ công cụ bên cạnh những phương pháp cũ. Nhưng những người chỉ trích việc chạy theo trào lưu đã nói đúng ở một điểm. Làm kinh tế học tốt là đặt ra những câu hỏi đúng. Trong số tất cả các công cụ mà một bộ môn có sẵn, thì sự hoài nghi của những người thực hành bộ môn khoa học ấy là không bao giờ lỗi thời.
Nguyễn Mai Hạ dịch
Nguồn:Economists are prone to fads, and the latest is machine learning”, The Economist, Nov 24th 2016.

————————&&&————————

Tăng trưởng tối ưu

Tăng trưởng tối ưu

(Nguồn: http://www.phantichkinhte123.com)

Optimal Growth
® Giải Nobel: ALLAIS, 1988 ARROW, 1972 SAMUELSON, 1970 SOLOW, 1987
John Rawls (1921-2002)
Kenneth Arrow (1921-2017)
Vấn đề công bằng và phúc lợi xã hội, đối tượng của nhiều nghiên cứu tĩnh vẫn là một vấn đề khó đề cập và ít được nghiên cứu trong một cách nhìn động. Một lí do nội tại là tính không thể đảo ngược của thời gian. Một thế hệ có thể hi sinh cho những thế hệ tương lai hay ngược lại phung phí những nguồn lực sẵn có với số lượng giới hạn; nhưng những thế h tương lai không thể bù đắp một hi sinh đã qua cũng như không thể đòi hỏi một phần công bằng khi chưa ra đời. Ý tưởng bình đẳng thường đối lập với ý tưởng tiến bộ. Arrow đã chỉ ra là việc áp dụng tiêu chí của Rawls vào những thế hệ nối tiếp nhau có hệ quả là làm ngưng tăng trưởng; Rawls đã thừa nhận là tiêu chí maximin không thể áp dụng được để xác định một tỉ suất tiết kiệm công bằng (bài viết của Arrow được công bố năm 1973 trong Sweedish Journal of Economics, bài của Rawls trong American Economic Review năm 1974)
Trình bày dưới đây về tăng trưởng tối ưu chỉ nhằm vào vài yếu tố trung tâm: mô hình Ramsey, qui tắc vàng và tối ưu dài hạn, tỉ suất ưa thích hiện tại và cuối cùng là quan hệ giữa nhà làm kế hoạch và người tiêu dùng tiêu biểu với tuổi thọ vô tận.

Mô hình Ramsey

Frank Ramsey (1903-1930)
John M. Keynes (1883-1946)
Trên nhiều mặt, có vẻ là không thể vượt qua nghiên cứu tăng trưởng tối ưu của Ramsey (Economic Journal, 1928). Nghiên cứu này dựa trên một nguyên lí đạo đức rõ ràng bằng cách gán một trọng lượng giống nhau cho tất cả các thế hệ, nghiên cứu này chấp nhận một lời giải đơn giản mà trực giác do Keynes gợi ý là có tính soi sáng.
Ramsey áp dụng nguyên lí công lợi vào tăng trưởng tối ưu và tối đa hoá tổng những lợi ích không được hiện tại hoá vì, như ông viết: So sánh những vui thích sau này với những vui thích trước đó bằng một tỉ suất chiết khấu là một cách làm không thể bảo vệ được về mặt đạo đức và chỉ xảy ra do sự yếu kém của tưởng tượng.

Phản lợi ích của tiết kiệm bằng với lợi ích thực hiện được cận biên. Bằng một lập luận kinh tế đơn giản, Keynes chỉ ra là đẳng thức này là kết quả của việc đánh đổi giữa mất mát cận biên hiện hành và những thu hoạch tương lai.

Nghiên cứu của Ramsey có một tính hiện đại đáng ngạc nhiên (trong phần cuối của bài viết, Ramsey nghiên cứu động thái với những tác nhân hay triều đại có những tỉ suất ưa thích hiện tại khác nhau.) Tuy nhiên vấn đề phát biểu lại bài toán tăng trưởng tối ưu sẽ được đặt lại lần nữa khi hình dung giả thiết một dân số tăng không giới hạn.

Dân số tăng dần và tối ưu dài hạn

Maurice Allais (1911-2010)
Joan Robinson (1903-1983)
Ta có được cực đại của sản phẩm được tiêu dùng trên đầu người khi năng suất cận biên của tư bản bằng với tỉ suất tăng trưởng tự nhiên được giả định là ngoại sinh. Đó là qui tắc vàng cho được một đặc tính tối ưu dài hạn nhưng không nói gì cả đến động thái chuyển đổi. Đặc tính này được nhiều tác giả độc lập với nhau nghiên cứu (M. Allais, Econometrica, 1962; J. Desrousseaux, Annales des Mines, 1961; E. S. Phelps, American Economic Review, 1961; J. Robinson, Review of Economic Studies, 1962). Trong trường hợp của một dân số không đổi, Ramsey trước đó đã xác định cực đại tiêu dùng thực hiện được (bằng cách giả định rằng lợi ích tăng và bị chặn); điểm mới ở đây là kết quả của giả thiết về một tỉ suất tăng trưởng dương của dân số.
Đặc tính của qui tắc vàng như là cực đại của tiêu dùng dài hạn là một đặc tính tổng quát. Ví dụ, nó được áp dụng vào mô hình thế hệ đan chéo với tích luỹ tư bản của Allais và Diamond (bài của Diamond trong American Economic Review năm 1965. Việc phát hiện lại gần đây những công trình năm 1947 của Allais về mô hình thế hệ đan chéo được E. Malinvaud giải thích trong Journal of Economic Literature,1987). Nhưng qui tắc này không nói gì cả về thế nào là một phân phối công bằng giữa người già và người trẻ hay giữa người lao động và người hưu trí.
Abba Lerner (1903-1982)
Paul Samuelson (1915-2009)
Trong một bối cảnh rất khác, bối cảnh của mô hình thế hệ đan chéo không có tư bản, Samuelson (Journal of Political Economy, 1958) làm rõ lãi suất sinh học. Ông nghiên cứu cực đại lợi ích của vòng đời của các tác nhân có những tiêu dùng cá thể dừng; và ông cho thấy là lãi suất làm cho tối ưu này phi tập trung bằng với tỉ suất tăng trưởng của dân số. Định nghĩa của Samuelson về tính tối ưu bị Lerner phản bác nhân danh học thuyết công lợi tĩnh theo đó ở mỗi thời kì phải tối đa hoá tổng những lợi ích của những tiêu dùng hiện hành của các tác nhân còn sống. Cuộc tranh luận này trong Journal of Political Economy năm 1959 đối lập hai quan niệm về tối ưu dài hạn. Lerner quan tâm đến tính công bằng trong việc phân phối sản phẩm sẵn có giữa các thế hệ sống chung với nhau. Còn Samuelson tìm cách thực hiện phúc lợi tối đa cho mỗi thế hệ trong suốt vòng đời của mỗi thế hệ. Tất nhiên quan niệm của Samuelson là động hơn, nhưng vấn đề cơ bản của việc đánh đổi liên thời gian không có mặt trong cuộc tranh luận này.
Giả thiết dân số tăng dần đưa các nhà kinh tế đến việc viết lại bài toán của Ramsey bằng cách đưa vào một tỉ suất ưa thích hiện tại, mâu thuẫn với những ý tưởng đạo đức được xem là hiển nhiên (trong tác phẩm Towards a Dynamic Economics năm 1948, Harrod viết: Về giả thiết [] cho là chính phủ có khả năng kế hoạch hoá điều gì là tốt nhất cho những công dân của mình, ta sẽ không chú ý tới sự ưa thích thuần tuý hiện tại, một thành ngữ lịch sự để chỉ sự tham lam và việc đam mê chiếm lĩnh lí trí, trang 40).

Tăng trưởng tối ưu với tỉ suất ưa thích hiện tại

E. Malinvaud (1923-2015)
T. Koopmans (1910-1985)
Bây giờ chính giả thiết tỉ suất ưa thích hiện tại của nhà làm kế hoạch thường được xem là một điều đương nhiên. Thế mà không có bất kì biện minh nào cho giả thiết này cả, như chính ngay các nhà kinh tế đã đề xuất nó thừa nhận (trên điểm này, xem những bài viết của Koopmans và Malinvaud trong những kỉ yếu của cuộc hội thảo The Econometric Approach to Development Planning của Viện khoa học hàn lâm giáo hoàng, 1965). Để tự thuyết phục chỉ cần đọc kết luận của D. Cass (Review of Economic Studies, 1965): Tỉ suất chiết khấu xã hội dương khoác một vẻ ngoài giả dối lên một vấn đề khó, việc quyền số hoá thích hợp những thế hệ tương lai trong khái niệm phúc lợi tập thể, đặc biệt là khi dân số tăng trưởng (trang 240).
Một hệ quả nghiêm trọng của giả thiết ưa thích hiện tại của xã hội là sự phủ định qui tắc vàng, một qui tắc nay không còn là tối ưu trong dài hạn nữa (vấn đề này, theo tôi, dường như không được chú ý đúng mức: trên điểm này xem phê phán của tôi, CORE Discussion Paper n0 9039). Nếu nền kinh tế ở thế tối ưu dài hạn được xác định bởi qui tắc vàng thì nhà làm kế hoạch có một ưa thích hiện tại sẽ chọn tiêu dùng nhiều hơn. Như thế kết quả sẽ là nền kinh tế đi đến một trạng thái dừng trong đó tất cả những thế hệ tương lai sẽ tiêu dùng ít hơn. Trạng thái dừng này gọi là qui tắc vàng sửa đổi cũng tuỳ tiện như tỉ suất ưa thích hiện tại do nhà làm kế hoạch ấn định.
Khoảng cách giữa những quan điểm chuẩn tắc và thực chứng còn bị rút ngắn thêm nữa: với giả thiết có một tuổi th vô tận, tác nhân tư nhân sẽ có thể kế hoạch hoá những quyết định của mình cho cả tương lai.
Nhà làm kế hoạch và người tiêu dùng tiêu biểu với tuổi thọ vô tận
Robert Barro (1944-)
Người tiêu dùng tiêu biểu với tuổi thọ vô tận kế hoạch hoá đời mình trên cơ sở của phép tính cân bằng liên thời gian. Người này không biết đến những cuộc xung đột vì chỉ lãnh đạo có chính bản thân và khoan dung đối với chính mình. Tất nhiên người tiêu dùng tiêu biểu này khác với các doanh nghiệp, nhưng các doanh nghiệp hành động một cách hoàn toàn cạnh tranh và minh bạch. Khi không có ngoại ứng, người này chỉ khác với nhà làm kế hoạch về mặt hình thức. Sự tương đương ở cấp độ những hành vi thực tế của nhà làm kế hoạch với người tiêu dùng tiêu biểu là kết quả của định lí thứ nhất của kinh tế học phúc lợi: cân bằng cạnh tranh là một tối ưu Pareto và, khi chỉ có một người tiêu dùng độc nhất, thì đó là tối ưu duy nhất trùng khớp với giải pháp tập trung hoá của nhà làm kế hoạch.
Trong mô hình thế hệ đan chéo, đời sống của các tác nhân là hữu hạn. Nhưng họ có thể dự kiến toàn bộ tương lai, và nếu họ có lòng vị tha, tính đến lợi ích của con cháu và của tiền nhân. Như thế có thể hình thành một mắt xích những người cha cha truyền con nối biết hết mọi việc với mỗi người muốn cùng một việc cho tất cả mọi người, và hành vi của các tác nhân vị tha là kết quả của việc áp dụng nguyên lí Bellman vào một bài toán tối ưu hoá duy nhất với chân trời vô tận. Cách nhìn lí tưởng này (của R. J. Barro, Journal of Political Economy, 1974) cho phép triệt tiêu bằng những chuyển nhượng tư nhân những hiệu ứng của một chính sách vay nợ hay của một hệ thống hưu trí theo cơ chế phân bổ. Khi những chuyển nhượng tư nhân không bị ràng buộc thì hành vi cha truyền con nối giống với hành vi của một tác nhân tiêu biểu với tuổi th vô tận, điều này lập lại sự tương đương giữa những quan điểm thực chứng và chuẩn tắc.
Nhưng những chuyển nhượng tư nhân có thể bị ràng buộc, mắt xích bị cắt đứt và sự tương đương bị phá huỷ. Ví dụ, cân bằng cạnh tranh có thể là không hiệu quả trong mô hình thế hệ đan chéo với lòng vị tha do có ràng buộc tính không âm của di sản (P. Weil, Journal of Monetary Economics, 1987).
Robert Lucas (1937-)
Paul Romer (1955-)
Còn có một lí do quan trọng quan trọng khác buộc phải phân biệt những cách tiếp cận thực chứng và chuẩn tắc. Khi chịu những ngoại ứng thì tác nhân tiêu biểu không còn biết hết mọi việc. Những ngoại ứng dưới dạng bí quyết (Romer) hay tích luỹ vốn con người (Lucas) có một vai trò quan trọng trong lí thuyết tăng trưởng nội sinh (bài của Romer đăng trong Journal of Political Economy năm 1986 và bài của Lucas trong Journal of Monetary Economics năm 1988). Như thế phải phân biệt hai hành vi: hành vi của người tiêu dùng chịu tác động của những ngoại ứng mà sự hoàn thành đã được người này dự kiến hoàn hảo và hành vi của nhà làm kế hoạch tính đến tất cả các hiệu ứng.
Ta cũng có thể nghiên cứu tăng trưởng nội sinh không có ngoại ứng (Rebelo, Journal of Political Economy, 1991), và như thế loại bỏ tính nhị nguyên để cập bến lĩnh vực lí tưởng hoá trong đó quan điểm thực chứng chỉ khác quan điểm chuẩn tắc về mặt hình thức. Tuy không đi đến thái cực này, rõ ràng là sự phân biệt đã dần dần giảm bớt, đặc biệt là bằng cách trang bị cho nhà làm kế hoạch một tỉ suất ưa thích hiện tại mà sự biện minh duy nhất là để cho nó bằng với tỉ suất ưa thích hiện tại của người tiêu dùng tiêu biểu, bản thân người tiêu dùng này cũng được gán cho một tuổi thọ vô tận: như thế người ta đã gán cho mỗi một tác nhân này điều còn thiếu để giống với tác nhân kia.
Theo ý tôi, những điểm giống nhau này có hại cho cả hai quan điểm. Cách tiếp cận chuẩn tắc còn xa mới là thoả đáng và cần được đề cập một cách hệ thống hơn, qua đấy cách tiếp cận thực chứng chắc chắn sẽ hưởng lợi, cho dù là chỉ để xoá tan nhiều điểm lẫn lộn.
Philippe MICHEL
Giáo sư đại học Méditerranée (Aix-Marseille 2) và Viện đại học Pháp (Marseille)
Nguyễn Đôn Phước dịch
® Dân số học; Lãi suất; Thế hệ đan chéo; Thời gian; Tối ưu hoá và phân tích nhiều tiêu chí; Vòng đời (giả thiết)
Nguồn: Dictionnaire des sciences économiques do Claude Jessua, Christian Labrousse và Daniel Vitry chủ biên, Paris, Presses Universitaires de France, 2001.

Kinh tế chia sẻ và Việt Nam

A sharing economy is an economic model in which individuals are able to borrow or rent assets owned by someone else.

The Harvard Business Review, the Financial Times and many others have argued that “sharing economy” is a misnomer. Harvard Business Review suggested the correct word for the sharing economy in the broad sense of the term is “access economy“.

Mô hình kinh tế chia sẻ tại Việt Nam

(Tác giả: Huy Hiếu – Nguồn: http://tapchitaichinh.vn)

Đôi nét về kinh tế chia sẻ

Sự chia sẻ giữa người với người đã diễn ra hàng ngàn năm qua. Hình thức chia sẻ trước kia rất đơn giản, có khi chỉ là chia sẻ một ngọn lửa với hàng xóm hay một túp lều nghỉ tạm mỗi khi xa nhà. Tuy nhiên, hiện nay, vấn đề không còn gói gọn trong phạm vi làng xã, sự sẻ chia đã trở thành một xu hướng, một loại hình kinh tế mới mang tính toàn cầu – Kinh tế chia sẻ.

Mô hình kinh tế chia sẻ bắt nguồn từ Mỹ 15 năm trước. Mới đây, công ty kiểm toán PWC đã ước tính kinh tế chia sẻ toàn thế giới năm 2013 trị giá hơn 255 tỷ USD, tương đương GDP của Phần Lan.

Có thể hiểu một cách đơn giản đây là mô hình kinh tế mà người tiêu dùng có thể tận dụng những nguồn lực dư thừa của nhau thông qua việc thuê mướn. Một cá nhân có thể cho người lạ thuê bất cứ thứ gì họ đang không sử dụng, như xe cộ, nhà cửa, chỗ để xe… thông qua Internet và những công ty kết nối cung – cầu. Các công ty này cũng đưa ra các mức xếp hạng hay các đánh giá để bên thuê và cho thuê có thể tin tưởng nhau. Với sự phổ biến của các dịch vụ này, nhiều người trên thế giới sẽ không cần phải mua khi đã có thể thuê bất cứ thứ gì mình cần.

Ngoài việc chủ sở hữu có thể kiếm tiền từ những tài sản chưa tận dụng hết, mô hình kinh tế chia sẻ còn có ý nghĩa tích cực đối với môi trường. Nền kinh tế chia sẻ đang phát triển vì nó tái phân phối tài nguyên đang không được sử dụng hiệu quả (sản phẩm mua rồi nhưng không dùng, máy móc không được khai thác tối đa thời gian sử dụng) sang chỗ mà nó được dùng hiệu quả hơn.

Việc tái phân phối này là cần thiết để tiết kiệm tiền của người dùng và tài nguyên của xã hội. Hiện nay trên thế giới đã có rất nhiều mô hình kinh tế chia sẻ đã xuất hiện và gây được sự chú ý của cộng đồng. Có thể kể đến như Uber, Airbnb, Relayrides, TaskRabbit, Car Pooling… Với sự phát triển và hỗ trợ của các thiết bị công nghệ cao, các mô hình kinh tế chia sẻ kể trên từng bước phát triển một cách vững chắc, len lỏi vào trong đời sống của người tiêu dùng khắp nơi trên thế giới.

Theo The Economist, một số luật lệ sẽ phải được cập nhật để bảo vệ quyền lợi của người tiêu dùng sử dụng hình thức này.

Kinh tế chia sẻ tại Việt Nam

Tại Việt Nam, đến thời điểm này, kinh tế chia sẻ chưa thực sự phát triển, mặc dù việc cho thuê những tài sản ít khi dùng đã và đang tồn tại. Tuy nhiên, một khảo sát mới công bố của Công ty Nielsen cho thấy kinh tế chia sẻ có tiềm năng lớn để phát triển tại Việt Nam. Theo khảo sát, cứ bốn người Việt được hỏi thì có ba người cho biết thích ý tưởng về mô hình này.

Trên thực tế thì tại Việt Nam, đã xuất hiện mô hình kinh tế chia sẻ với sự góp mặt của các công ty như Uber, Airbnb, Triip.me 

Uber được thành lập vào năm 2009 tại Mỹ. Ứng dụng Uber là phần mềm kết nối giữa hành khách và tài xế. Với Uber, hành khách có thể gọi xe thuận lợi, kiểm soát được hành trình mình sẽ đi, chi phí mình sẽ bỏ ra, biết trước được loại xe, số xe và cả tên người tài xế sẽ đi với mình. Người tài xế cũng sẽ có thêm nhiều công việc hơn qua đó thu nhập cũng tăng lên. Hiện nay, Uber đã có mặt ở thành phố Hồ Chí Minh.

Airbnb được thành lập vào năm 2008, có trụ sở tại Mỹ, hiện có mặt tại trên 33.000 thành phố ở 192 quốc gia. Airbnb cũng đã vào Việt Nam trong năm 2014. Hà Nội, TP. Hồ Chí Minh cùng với một số tỉnh thành khác cũng đa gia nhập mạng lưới của Airbnb với số lượng phòng ngủ, nhà đạt trên 1.000. Để tạo sự yên tâm cho người thuê nhà, Airbnb sẽ xác nhận danh tính chủ nhà thông qua Facebook, số điện thoại, hộ chiếu, chứng minh nhân dân và đặc biệt là thông qua sự phản hồi của những người đã thuê nhà trước đó.

Triip.me được hình thành và xây dựng từ một nhóm người trẻ và đam mê du lịch, họ đến từ nhiều quốc gia với những nền văn hóa khác biệt nhau. Điểm chung lớn nhất khi xây dựng Triip.me của họ là trang này không chỉ là để kiếm tiền mà còn là nơi kết nối mọi người, chia sẻ kinh nghiệm trong các chuyến đi, về du lịch tại các địa phương và bảo tồn văn hóa..

Triip.me đã biến những người địa phương bình thường thành một hướng dẫn viên du lịch nghiệp dư. Triip.me cho phép bất kì ai cũng có thể tạo một gói du lịch, đưa lên và bán cho khách du lịch trên trang web hoặc ứng dụng trên iPhone. Sản phẩm này cũng đã cho ra đời Wiki Triip, nơi tổng hợp thông tin trực tuyến về các điểm đến phong phú của Việt Nam vào một ứng dụng di động.

Travelmob cũng là một trang đăng tải thông tin về việc cho thuê nhà hay phòng ngủ trong thời gian ngắn hạn. Travelmob sẽ là trung gian giải quyết các giao dịch tài chính giữa hai bên chủ nhà và người thuê nhà. Được thành lập từ năm 2012 tại Singapore, Travelmob hiện nay đã có mặt ở hầu hết các điểm đến nổi tiếng trong khu vực Đông Nam Á và châu Á. Tại Việt Nam cũng đã có phiên bản tiếng Việt của Travelmob tại địa chỉ vn.travelmob.com.


Xem thêm:


Giới thiệu nền kinh tế chia sẻ và khả năng phát triển ở Việt Nam

(Tác giả: Nguyen Duy Khang – Nguồn: https://www.linkedin.com)

Giới thiệu các mô hình thuộc nền kinh tế chia sẻ, định nghĩa nền kinh tế chia sẻ

Các mô hình nổi bật thuộc nền kinh tế chia sẻ:

  1. RelayRides: chia sẻ xe ô tô trong cộng đồng, tận dụng nguồn tài nguyên đang bị lãng phí là những chiếc xe ôtô được tư nhân sở hữu. Chủ sở hữu xe có thể cho thuê xe của mình trên nền tảng, thường kiếm trung bình 300 – 500 USD/ tháng, có người kiếm 1000 USD/ tháng. Người thuê xe là lái xe an toàn trong ít nhất 2 năm (không đâm xe, không bị phạt). Người thuê xe sẽ đến gặp người chủ xe để nhận chìa khóa, sau đó trả lại chìa khóa khi thuê xong. Kết thúc quá trình giao dịch người thuê và người cho thuê có thể đánh giá lẫn nhau. Công ty phục vụ thị trường Mỹ. Số liệu thêm: mỗi chiếc xe thường chỉ được dùng 1 tiếng/ ngày; giá của RelayRides thấp hơn giá của công ty cho thuê xe khoảng 35%. RelayRides đã thực hiện pivot gần đây, trước đó cho thuê xe thông qua thẻ, người thuê sẽ cầm thẻ thành viên để mở xe, rồi dùng xong thì trả xe về đúng chỗ.
  2. Airbnb: chia sẻ nhà ở cho người đi du lịch, tận dụng nguồn tài nguyên đang lãng phí là những căn phòng không dùng đến. Chủ sở hữu nhà cho thuê nhà mình trên nền tảng, người thuê nhà sẽ lên nền tảng để tìm căn nhà phù hợp. Sau giao dịch người thuê và người cho thuê có thể đánh giá lẫn nhau trên nền tảng. Airbnb có mặt trên rất nhiều nơi trên thế giới và đã có mặt tại Việt Nam. Công ty được đánh giá khoảng 10 tỉ USD. Một số số liệu khác: Airbnb phục vụ 180.000 khách du lịch tới Brazil dự World Cup. Giá thuê nhà thấp hơn giá thuê phòng khách sạn khoảng 3 lần.
  3. Uber: công ty taxi cộng đồng, tận dụng nguồn tài nguyên là xe đang lãng phí và người lao động không kiếm được việc làm trong cộng đồng. Chủ sở hữu xe sẽ đăng ký trên nền tảng, làm bài kiểm tra khả năng lái xe. Người muốn đi xe sẽ lên nền tảng tìm xe gần đó, liên lạc để người lái xe đến nơi và chở mình đi. Sau sử dụng dịch vụ, người lái và người dùng dịch vụ sẽ đánh giá lẫn nhau trên nền tảng. Uber bắt đầu kinh doanh trong lĩnh vực xe hạng sang, sau đó mở ra các lĩnh vực khác như xe bình dân, xe SUV, vận chuyển… Mức giá thường rẻ hơn các dịch vụ cung cấp bởi công ty truyền thống. Uber được định giá 18,2 tỉ USD. Uber có mặt tại Việt Nam vào tháng 6/2014, kết hợp cả taxi cộng đồng và đi chung xe.
  4. TaskRabbit: giúp đỡ nhau trong cộng đồng. Người có công việc cần thực hiện nhưng không đủ khả năng (thiếu thời gian, kĩ năng…) sẽ đưa lên nền tảng, tìm người lao động phù hợp (kĩ năng, mức giá, vị trí). Người lao động tới làm việc và được thanh toán online. Sau khi kết thúc công việc, người lao động và người thuê sẽ đánh giá lẫn nhau trên nền tảng. TaskRabbit được đầu tư 38 triệu USD vào 2012. TaskRabbit mới thực hiện pivot. Trước đây người lao động sẽ đấu giá để nhận được công việc. Bây giờ họ chỉ cần đăng kỹ năng, số tiền muốn nhận và chờ được thuê.
  5. KickStarter: gọi vốn từ cộng đồng để thực hiện các dự án. Người có dự án nghệ thuật, phát triển phần mềm, nghiên cứu khoa học công nghệ sẽ đăng nội dung dự án của mình lên nền tảng để cộng đồng người dùng KickStarter xem xét cấp vốn. Người cấp vốn có thể thu lại được những sản phẩm như áo phông, phần mềm sử dụng, sản phẩm mẫu… của dự án mà họ cấp vốn, tùy theo mức tiền mà họ bỏ ra để ủng hộ. Công ty đã cấp vốn được khoảng 1 tỉ USD, cho hơn 100.000 dự án.
  6. Mô hình cho vay trong cộng đồng Peer lending: là mô hình mà trong đó các đối tượng trong cộng đồng cho vay người trong cộng đồng, không thông qua trung gian là ngân hàng. Ví dụ, các làng xã, khu dân phố thành lập quỹ chung dùng để hỗ trợ cho người trong khu gặp việc khẩn cấp.Một ví dụ khác là công ty cung cấp dịch vụ kết nối người cho vay và cần vay tại Anh, được thành lập vào năm 2005 và tới nay đã cho vay ra khoảng 1 tỉ USD. Nền tảng đánh giá người vay thông qua dữ liệu quá khứ và tập hợp dữ liệu thu thập được từ nhiều nguồn để đưa ra mức độ an toàn của khoản vay. Các khoản vay trên nền tảng thường có lãi suất thấp hơn, nhưng người cho vay lại thu được nhiều hơn gửi vào ngân hàng, theo công ty là do chi phí tổ chức của công ty thấp hơn của ngân hàng.
  7. Bartering giữa các doanh nghiệp: Các doanh nghiệp có những tài sản, máy móc thừa, nhà kho chưa dùng đến, sản phẩm tồn kho… có thể trao đổi với nhau để cả hai bên cùng có lợi, đồng thời tiết kiệm thời gian do không phải thông qua việc chuyển tiền. Hoặc các doanh nghiệp có những kĩ năng chuyên môn riêng biệt có thể thực hiện training cho một nhóm doanh nghiệp, chia sẻ kĩ năng của mình, nhận về thông tin hữu ích… Thị trường chia sẻ doanh nghiệp với doanh nghiệp có thể còn lớn hơn so với thị trường chia sẻ giữa người dân.
  8. Car Pooling – đi chung xe: Xuất phát vào năm 1970 khi giá xăng tăng cao, thịnh hành ở Đức vào cuối thế kỉ 20, với đặc điểm của xã hội là những người đi làm phải di chuyển khá xa, cần phải dùng xe ô tô, chi phí xăng rất cao. Vì thế người dân đi chung xe với nhau để tiết kiếm tiền di chuyển. Mô hình phổ biến đến nỗi quốc gia này xây dựng làn đường dành riêng cho các xe chở đông người. Xe chở 1 người không được đi làn đường này.Cùng với sự xuất hiện của Internet, rất nhiều công ty tận dụng công nghệ này để kết nối người cần đi chung và người có xe nhằm thúc đẩy việc chia sẻ xe hơn nữa.

Nền kinh tế chia sẻ là gì? 

Định nghĩa nền kinh tế chia sẻ (các tên gọi khác là sharing economy, collaborative economy, the mesh…) là hệ thống kinh tế đề cao chia sẻ và hợp tác hơn tư hữu. Con người thay vì sở hữu để thỏa mãn nhu cầu của mình thì sẽ tìm những nguồn lực trong cộng đồng. Nền kinh tế chia sẻ đang phát triển vì nó tái phân phối tài nguyên đang không được sử dụng hiệu quả (sản phẩm mua rồi nhưng không dùng, máy móc không được khai thác tối đa thời gian sử dụng) sang chỗ mà nó được dùng hiệu quả hơn. Trong xã hội mà ô tô chỉ được dùng trung bình 1 tiếng 1 ngày (dưới 5% thời gian), 99% đồ gia dụng không được sử dụng lại trong 6 tháng… thì việc tái phân phối này là cần thiết để tiết kiệm tiền của người dùng và tài nguyên của xã hội.

Tiếp tục đọc

Các mô hình kinh tế học thực sự nói lên điều gì

Các mô hình kinh tế học thực sự nói lên điều gì

(Nguồn: http://www.phantichkinhte123.com)

Điểm lại các quy tắc của kinh tế học: Những cái đúng và sai của khoa học buồn thảm, của tác giả Dani Rodrik (Norton, 2015)
Peter Turchin
Đại học Connecticut Seshat: Global History Databank [Seshat: Ngân hàng Dữ liệu Lịch sử Toàn cầu]
Dòng quảng cáo trên áo khoác cho cuốn Economics Rules [Các quy tắc của kinh tế học] có đoạn: “Trong kiệt tác sắc nét này, Dani Rodrik, một nhà phê bình hàng đầu từ trong giới kinh tế học, đã nhìn cận cảnh kinh tế học để xem khi nào thì nó thất bại và khi nào thì nó hiệu quả, để mang lại một báo cáo lạc quan đáng ngạc nhiên về bộ môn”. Tôi hoàn toàn đồng ý với hầu hết lời mô tả này, trừ chữ “lạc quan”. Bởi vì tôi sẽ giải thích cho đến cuối bài phê bình này, quan điểm của tôi về kinh tế học, và, đặc biệt, về vai trò của các nhà kinh tế trong các chính sách công, một quan điểm phê phán hơn nhiều.
Một chủ đề trung tâm trong cuốn sách là vai trò của các mô hình toán học trong kinh tế học. Các mô hình chính thức về kinh tế học và các khoa học xã hội khác thường bị đánh giá thấp. Theo các nhà phê bình (trong đó có một số nhà kinh tế, nhiều nhà khoa học xã hội khác, và đại đa số các nhà sử học), thì các mô hình này đơn giản hoá quá đáng thực tế phức tạp, sử dụng những giả định phi thực tế và chối bỏ vai trò “trung gian” gắn với con người.
Rodrik bác bỏ lời phê bình này. Theo ông, các mô hình toán học – “sự đơn giản hóa được thiết kế để chỉ ra cách thức hoạt động của những cơ chế cụ thể, qua việc cô lập chúng với các cơ chế khác, với các hiệu ứng gây nhiễu – là sức mạnh đích thực của kinh tế học. Một mô tả thực tế được đơn giản hoá không phải là một thiếu sót, đó là bản chất của một mô hình tốt.
Peter Turchin (1957-)
Tôi được đào tạo về sinh học toán học, và khi còn là một sinh viên đại học trong những năm 1980 tôi đã nhìn thấy đoạn cuối của “Cuộc chiến Toán học” trong sinh thái học. Vào những năm 1990 cuộc chiến đã ngả ngũ, và bất kỳ một khoa sinh thái và tiến hóa đáng kính nào đều phải có ít nhất một người thiết kế mô hình trong đội ngũ giảng viên. Ngày nay, đại đa số các nhà sinh thái học đều đồng ý rằng một khoa học không thể trở thành một Khoa học cho đến khi và trừ khi nó phát triển một cấu trúc rõ ràng về lý thuyết toán học.
Trong các ngành khoa học xã hội, nhiều bộ môn khác nhau đã tiến hành sự chuyển đổi này vào nhiều thời điểm khác nhau, với kinh tế học đứng đầu trong nhóm chậm trễ [chuyển đổi], như sử học, chỉ mới tiến hành quá trình chuyển đổi này bây giờ (từ nay có động lực học lịch sử (cliodynamics) – xem “lịch sử như là một khoa học”, điều đáng lưu ý là hầu hết các nhà sử học Mỹ đều coi lịch sử không như là một khoa học xã hội, mà là một khoa học nhân văn).
Do đó, tôi đã có một chút bối rối khi đọc lời bào chữa của Rodrik cho các mô hình toán học (liệu các nhà kinh tế đã giải quyết xong chưa Cuộc chiến Toán học?). Nhưng đó là một lời bào chữa xuất sắc – tất cả các nhà động lực học lịch sử có nhiệt huyết nên đọc cuốn Economics Rules [Các quy tắc của kinh tế học], cho dù chỉ vì lý do này mà thôi.
Danh mục các lý do vì sao chúng ta cần đến các mô hình toán học trong một bộ môn khoa học là điều quen thuộc đối với tất cả những ai đã có nhiều kinh nghiệm về thiết kế mô hình (và đối với những ai chưa có kinh nghiệm đó, tôi đề nghị nên đọc Chương 1 và 2 của cuốn Các quy tắc của kinh tế học). Các mô hình làm rõ logic của các giả thuyết, đảm bảo các tiên đoán thực sự được xây dựng trên những tiên đề, mở ra những khả năng phản trực giác, gợi ý cách thức các tiên đoán có thể được kiểm định, và cho phép tích lũy kiến ​​thức. Ưu điểm về tính rõ ràng của các mô hình toán học đối với các nhà khoa học đã được minh họa một cách tốt trong đoạn trích sau đây từ cuốn Các quy tắc của kinh tế học:Ngày nay, chúng ta vẫn không ngừng tranh luận về những gì mà Karl Marx, John Maynard Keynes, hoặc Joseph Schumpeter thực sự muốn nóiNgược lại, không có bút mực nào nói về những gì mà Paul Samuelson, Joe Stiglitz, hay Ken Arrow có trong đầu khi họ phát triển những lý thuyết đã mang lại giải thưởng Nobel cho họ “Sự khác biệt là gì? Ba nhà kinh tế đầu đã xây dựng các lý thuyết của họ phần lớn bằng lời văn, trong khi ba nhà kinh tế sau đã phát triển các mô hình toán học.
Dani Rodrik (1957-)
Tuy nhiên, giá trị của cuốn sách không chỉ là việc cân nhắc tính hữu dụng của các mô hình toán học. Như Rodrik đã lưu ý ngay từ đầu cuốn sách, “kinh tế học, nói chung, là khoa học xã hội duy nhất vẫn còn gần như không thể hiểu được đối với những ai không trải nghiệm quá trình học nghề cần thiết tại trường đại học”. Và kinh tế học “không thể hiểu được” không phải là vì các mô hình toán học, ít nhất không phải đối với những những ai đã được đào tạo về các khoa học tự nhiên toán học (toán học mang tính phổ quát), mà là vì các nhà kinh tế đã phát triển một biệt ngữ hoàn toàn khác biệt, đặt mình tách khỏi các bộ môn khác và tạo ra những rào cản nhân tạo để hiểu được nhiều kiến thức sâu sắc thực sự đáng giá từ các mô hình kinh tế học.
Do tôi chưa “trải nghiệm quá trình học việc cần thiết”, tôi thấy những lời giải thích của Rodrik rất hữu ích về những kiến thức sâu sắc của những mô hình cổ điển như thế trong kinh tế học, như First Fundamental Theorem of Welfare Economics [Định lý cơ bản đầu tiên của Kinh tế học Phúc lợi], Principle of Comparative Advantage [Nguyên lý Lợi thế so sánh], và General Theory of Second Best [Lý thuyết tổng quát của tối ưu cấp hai]. Điều đặc biệt sáng tỏ là cuộc thảo luận về những gì xảy ra đối với những kết quả cơ bản của một mô hình, khi chúng ta bắt đầu nới lỏng một cách có hệ thống nhiều giả định khác nhau mà nó phụ thuộc. Phần này của cuốn sách, cùng với các tài liệu tham khảo mà Rodrik đã viện dẫn, có thể được xem như là cơ sở cho một khóa học mini tuyệt vời về những gì mà lý thuyết kinh tế học thực sự muốn cho chúng ta biết.
Và thông điệp chung từ cuộc thảo luận này là nếu chúng ta muốn hiểu những Câu hỏi lớn [Big Questions] – khi nào thì thị trường hoạt động hiệu quả hay thất bại, cần những gì để cho các nền kinh tế tăng trưởng, và hiệu ứng của sự thâm hụt chi tiêu là gì – thì không phải chỉ có một mô hình cơ bản, “Mô hình”. Thay vào đó, chúng ta cần phải nghiên cứu một loạt các mô hình, mỗi mô hình nói lên một phần câu chuyện.
Cho đến đây, mọi thứ vẫn tốt đẹp. Nhưng theo tôi, Rodrik đã đi quá xa khi phủ nhận giá trị của lý thuyết tổng quát. Có một lúc, ông đã viết, “xã hội không có các luật cơ bản – ít nhất theo cùng cách của tự nhiên.” Và “cùng một lý thuyết tiến hóa cũng áp dụng ở cả Bắc bán cầu lẫn Nam bán cầu”, nhưng “các mô hình kinh tế thì khác nhau.”
Không hẳn vậy. Hãy thử lấy lý thuyết tiến hóa. Đó không phải là một mô hình đơn nhất. Đó là một khung lý thuyết bao gồm hàng trăm, có lẽ hàng ngàn trường hợp đặc biệt về mô hình, mỗi mô hình chỉ nói lên một phần câu chuyện. Để dẫn chứng hãy lấy một ví dụ, các sách giáo khoa về lý thuyết tiến hóa thường bắt đầu bằng một mô hình đơn locus với hai gen (cho chúng ta Cân bằng Hardy-Weinberg nổi tiếng). Nhưng bạn sẽ cần có nhiều mô hình khác nhau cho các sinh vật đơn bội (chẳng hạn như vi khuẩn, thứ có một nhiễm sắc thể đơn chưa kết đôi), hoặc cho các sinh vật sinh sản vô tính; và còn một tập hợp các mô hình khác cho sự lựa chọn theo kiểu ngoại cảnh. Mặc dù có nhiều cách tiếp cận khác nhau về mô hình hóa, nhưng có một sự thống nhất về mặt lý thuyết trong sinh học tiến hóa. Đặc biệt, khung khái niệm của lý thuyết tiến hóa cung cấp một tập hợp những hướng dẫn cho các nhà lý thuyết về việc sử dụng mô hình nào trong một bối cảnh nào đó.
Và tôi không thấy được làm thế nào tình hình lại khác trong kinh tế học (và rộng hơn, là trong các khoa học xã hội). Vâng, có rất nhiều mô hình về kinh tế học, nhưng bạn không thể chọn ngẫu nhiên một mô hình (hoặc tệ hơn, “chọn lựa cẩn thận hơn” trong số những kết quả nào phù hợp với nghị trình ý thức hệ của bạn). Có các quy tắc để lựa chọn những mô hình thích hợp, và Rodrik dành chương 3 trong cuốn sách của ông để giải thích các nguyên lý chung của việc lựa chọn mô hình trong kinh tế học. Nói cách khác, các khung lý thuyết không đơn giản là một tập hợp các mô hình, mà còn gồm có các quy tắc lựa chọn mô hình (và một vài thứ khác nữa).
Do đó, Rodrik đã bán khống tiềm năng của lý thuyết tổng quát trong các khoa học xã hội. Tất nhiên, đặc biệt là kinh tế học không có một khung lý thuyết được xây dựng một cách kỹ lưỡng, rõ ràng, và có giá trị thực nghiệm như sinh học tiến hoá (thế mà, sinh học tiến hóa lại tụt hậu sau nhiều chuyên ngành của vật lý học). Nhưng ai dám nói rằng kinh tế học sẽ không phát triển đến một cấp độ tương tự trong tương lai? Chúng ta sẽ thấy được điều đó nếu còn sống đủ lâu.
Chúng ta hãy đổi đề tài và nói về Chương 5, “When Economists Go Wrong [Khi các nhà kinh tế đi sai đường]”. Để cho cuộc thảo luận sau đây cụ thể hơn, tôi sẽ tập trung vào một kết quả lý thuyết cụ thể trong kinh tế học, Principle of Comparative Advantage [Nguyên lý của lợi thế so sánh], và những gì mà nguyên lý này hàm ý cho chính sách thương mại. Trên báo chí cho đại chúng, tất nhiên, lợi thế so sánh luôn được sử dụng như là một sự biện minh cho thương mại tự do. Rodrik đã làm một việc đáng khâm phục là giải thích vì sao, với nhiều điều kiện khác nhau, thương mại tự do có thể dẫn đến những hệ quả thực sự tiêu cực cho các nền kinh tế và người dân của những quốc gia tự mở cửa cho cuộc cạnh tranh quốc tế. Ví dụ, đó là hành vi chiến lược. Một quốc gia có thể chọn cách bảo vệ ngành công nghiệp trong nước của họ với các loại thuế cao và trợ cấp cho ngành xuất khẩu của họ để giành thị phần. Có lẽ, các nhà lãnh đạo của các quốc gia đó không hiểu về Nguyên lý của Lợi thế So sánh, không có cơ hội học nghề về kinh tế học. Hoặc có lẽ họ quan tâm nhiều hơn đến sự sống còn lâu dài của đất nước họ trong một môi trường quốc tế hỗn loạn, hơn là tạo ra lợi nhuận trước mắt.
Trong một đoạn đặc biệt đáng chú ý trong cuốn sách, Rodrik viết:
Hãy xem xét cách thức mà việc mở cửa thương mại – một trong những điểm chính của đồng thuận Washington – được cho là sẽ vận hành. Khi các rào cản nhập khẩu bị cắt giảm, thì những doanh nghiệp nào không có khả năng cạnh tranh trên thị trường quốc tế sẽ phải thu hẹp quy mô hoặc đóng cửa, giải toả các nguồn lực của họ (người lao động, nguồn vốn, các nhà quản lý) cho các khu vực khác của nền kinh tế sử dụng. Trong khi đó, những lĩnh vực nào hoạt động hiệu quả hơn, có khả năng cạnh tranh trên thị trường quốc tế, sẽ mở rộng quy mô, thu hút các nguồn lực nói trên và tạo đà cho sự tăng trưởng kinh tế nhanh hơn. Khi các nước ở châu Mỹ Latinh và châu Phi sử dụng chiến lược này, thì phần đầu của dự báo này được hiện thực hóa phần lớn, nhưng với phần thứ hai thì không. Các doanh nghiệp chế tạo sản xuất, trước đây được các rào cản nhập khẩu bảo vệ, đã bị ảnh hưởng lớn. Nhưng, sự mở rộng các hoạt động mới, định hướng xuất khẩu dựa trên công nghệ hiện đại thì bị tụt hậu. Người lao động tràn ngập các khu vực dịch vụ không quan trọng và kém năng suất, chẳng hạn như buôn bán nhỏ. Năng suất nói chung bị tác động. [chữ in nghiêng là của tôi]
Các kết quả của Đồng thuận Washington ở châu Mỹ Latinh và châu Phi tương phản rõ nét với kinh nghiệm của các nước Châu Á… . Thay vì tự do hoá nhập khẩu sớm, Hàn Quốc, Đài Loan, và sau đó là Trung Quốc, tất cả đều bắt đầu đẩy mạnh xuất khẩu bằng cách trợ cấp trực tiếp cho ngành chế tạo sản xuất trong nước… . Tất cả đều tiến hành các chính sách công nghiệp để nuôi dưỡng các ngành chế tạo sản xuất mới và giảm phụ thuộc kinh tế vào các tài nguyên thiên nhiên.
Như lời nhấn mạnh của Rodrik một cách đúng đắn, những trường hợp này không chứng minh được rằng kinh tế học chuẩn là sai. Nói tóm lại, “những ai ủng hộ tự do thương mại bởi vì nó sẽ mang lại lợi ích cho mọi người có lẽ không hiểu cách thức mà lợi thế so sánh thực sự vận hành”.
Những mô hình nào được phát triển để chỉ ra “cách thức mà các thị trường thực sự vận hành hiệu quả – hoặc thất bại – trong những môi trường có thu nhập thấp với rất ít doanh nghiệp, nhiều rào cản thâm nhập thị trường, thông tin nghèo nàn và các định chế hoạt động một cách trục trặc, thì các mô hình thay thế này được cho là không thể thiếu đượcqua việc nói cho chúng ta biết vì sao những nước theo Đồng thuận Washington thất bại, và vì sao những nước không theo nó thì lại thành công.
Bryan Riley
Nhưng rồi làm thế nào để giải thích việc gần như tất cả các nhà kinh tế – 96% – đều đồng ý với lời phát biểu sau: “Tự do thương mại cải thiện hiệu quả sản xuất và mang lại cho người tiêu dùng nhiều lựa chọn tốt hơn và về lâu về dài những lợi ích này sẽ lớn hơn rất nhiều so với bất kỳ hiệu ứng nào trên thất nghiệp “ (Politicians Should Listen to Economists on Free Trade [Các chính trị gia nên nghe các nhà kinh tế nói về thương mại tự do], của tác giả Bryan Riley, NXB The Heritage Foundation, ngày 01/02/2013; lời phát biểu trên được trích dẫn từ một cuộc khảo sát được Trường kinh doanh Booth thuộc Đại học Chicago tiến hành).
Rodrik lập luận rằng “vấn đề này liên quan nhiều hơn đến cách các nhà kinh tế đã tự trình bày trước công chúng hơn là đến nội dung của bộ môn.” “Trước công chúng, khuynh hướng là siết chặt hàng ngũ và hậu thuẫn cho thị trường tự do và thương mại tự do.”
Nhưng tại sao lại có một hố sâu khổng lồ như thế giữa những gì các nhà kinh tế biết và những gì họ nói trước công chúng? Một lời giải thích khả thi là các chính sách, chẳng hạn như chính sách thương mại tự do, trong khi thường gây thiệt hại đến đại đa số người dân, có xu hướng làm lợi cho các nhóm cục bộ nhỏ của giới tinh hoa kinh tế. Có lẽ những người chỉ trích từ cánh tả (và một số “nhà kinh tế phi chính thống”) là đúng, khi họ cáo buộc các nhà kinh tế nói những gì mà các thế lực đương quyền muốn chúng ta nghe.
Bất luận cách giải thích như thế nào, tôi không thể đồng ý rằng cuốn sách của Rodrik đã mang lại cho chúng ta “một báo cáo lạc quan đáng ngạc nhiên về bộ môn.” Kinh tế học có thể là một ngành học sống động, nhưng phần lớn sự phong phú của những kiến thức sâu sắc của nó thì ẩn mình trong các báo cáo hàn lâm, núp đàng sau lá chắn của biệt ngữ chuyên môn, khó hiểu đối với những người chưa trải nghiệm quá trình học nghề cần thiết. Và bằng cách siết chặt hàng ngũ và hậu thuẫn thị trường tự do và tự do thương mại một cách vô điều kiện, các nhà kinh tế đã lừa dối chúng ta, công chúng. Đây là lý do vì sao chúng ta cần thêm nhiều cuốn sách như cuốn Economics Rules [Các quy tắc của kinh tế học] – để có thể hiểu được những gì mà các mô hình kinh tế học thực sự muốn nói cho chúng ta biết.
Huỳnh Thiện Quốc Việt dịch
Nguồn: What Economics Models Really Say, Cliodynamics, 8(1), 2017.
—————————-&&&———————–