Sidebar

Magazine menu

20
T7, 04

Tạp chí Quản lý và Kinh tế quốc tế số 125

 

PHƯƠNG PHÁP DỰ BÁO CHI BẢO HIỂM THẤT NGHIỆP Ở VIỆT NAM THEO ẢNH HƯỞNG KINH TẾ VĨ MÔ

MACROECONOMIC MODEL AND EXPENDITURE FORECASTING METHOD IN UNEMPLOYMENT INSURANCE FUND OF VIETNAM

Lê Thành Công[1]

Nguyễn Ái Đoàn[2]

Đặng Anh Tuấn[3]

Tóm tắt

Chính sách bảo hiểm thất nghiệp (BHTN) ở Việt Nam được đưa vào thực hiện từ năm 2009, nhằm hỗ trợ tài chính kịp thời cho người lao động (trong độ tuổi lao động) khi rơi vào tình trạng thất nghiệp. Đặc trưng quan trọng của cơ chế hoạt động quỹ BHTN ở Việt Nam là nguyên tắc chia sẻ tài chính giữa những đối tượng tham gia, giữa những thế hệ[3] (thời kỳ) và đảm bảo sự cân đối dài hạn tài chính quỹ. Trong gần 10 năm thực hiện ở Việt Nam, chi trả BHTN đã góp phần không nhỏ trong công tác an sinh xã hội đối với người thất nghiệp và gia đình của họ. Tuy nhiên, để duy trì hoạt động lâu dài của quỹ BHTN thì công tác dự báo biến động chi là hết sức quan trọng. Các nghiên cứu trên thế giới đã cho thấy mô hình ảnh hưởng kinh tế vĩ mô đã làm giảm thiểu những sai số trong công tác dự báo biến động chi của quỹ BHTN. Bài nghiên cứu này sử dụng 3 chỉ số kinh tế vĩ mô gồm: GDP, CPI và tỷ giá USD/VNĐ trong kiểm định sự ảnh hưởng và dự báo sự biến động chi của quỹ BHTN.

Từ khóa: chi BHTN, GDP, CPI, tỷ lệ thất nghiệp, tỷ giá hối đoái

Abstract

Since the Social Insurance Law’s provisions on unemployment insurance took effect in 2009, it plays an important role in maintaining economic stability and the necessary finance supports for unemployed laborers. The features of Vietnam unemployment insurance fund (UIF) include the risks sharing among laborers, in generations and balance financial fund. After ten years of implementing, unemployment insurance fund achieved several positive results. However, one of the important tasks of  unemployment insurance fund is forecasting the long-run balanced model. Several studies in the world have shown that microeconomic models are able to solve the errors of forecasting method. In this research, we suggest three macroeconomic indicators for evaluating and forecasting the total expenditure of unemployment insurance fund in Vietnam, which are GDP, CPI and the exchange rate between USD and VND.

Keywords: total expenditure of UIF, GDP, CPI and exchange rate, unemployment rate

 

       1. Đặt vấn đề

Người lao động luôn là chủ thể quan trọng trong duy trì sự phát triển và phát triển bền vững của xã hội. Người lao động cống hiến sức lao động để tạo ra của cải vật chất cho xã hội, đồng thời cũng là người hưởng thụ phần lớn thành quả của quá trình sản xuất đó. Việc mất khả năng lao động (hoặc không có việc làm) khiến người lao động chuyển đổi từ trạng thái đóng góp của cải xã hội sang trạng thái tiêu tốn của cải xã hội. Sự thay đổi đó sẽ khiến sự ổn định và cân bằng xã hội bị lung lay. Lường trước những rủi ro thất nghiệp có thể xảy ra đối với người lao động và hỗ trợ tài chính kịp thời cho người thất nghiệp là một chính sách xã hội quan trọng của quốc gia. Nền tảng của việc xây dựng chính sách BHTN ban đầu được dựa trên sự tính toán dài hạn về thay đổi tỷ lệ thất nghiệp và quy mô lực lượng lao động, nhằm đảm bảo sự công bằng lợi ích giữa phần đóng góp và hưởng thụ của người lao động. Ngoài ra, một đặc trưng quan trọng của quỹ BHTN là mục đích bảo vệ thu nhập chung của tất cả người lao động trong xã hội và liên tục qua nhiều thế hệ (Harold Averkamp, 2018). Các nhà nghiên cứu đã chỉ ra 2 vấn đề trong hoạt động của quỹ BHTN ở Việt Nam là: (1) Xu hướng tốc độ chi trả BHTN cao hơn tốc độ thu BHTN (Tuấn Anh, 2016; Nhật Minh, 2015); (2) Một số hoạt động của quỹ BHTN chưa thực sự hiệu quả như: dạy nghề, môi giới việc làm... (Quang Trường, 2015; Mai Phương, 2015; Cẩm Châu, 2013; Đình Viên, 2017). Sự chệch hướng khỏi quỹ đạo hoạt động dự kiến ban đầu khiến nguyên tắc "cân bằng" dài hạn tài chính quỹ BHTN bị lung lay. Để lường trước những biến cố đó có thể xảy ra vào thời điểm nào, thì công tác dự báo tài chính quỹ BHTN là rất cần thiết. Trong đó dự báo chi trả BHTN cũng là một mục tiêu quan trọng trong chính sách BHTN.

  1. Tổng quan lý thuyết và phương pháp nghiên cứu

2.1. Cơ sở lý thuyết

Lý thuyết hành vi chủ quan

Lý thuyết kinh tế học cổ điển (John Maynard Keynes) cho rằng việc thất nghiệp là hoàn toàn bình thường và tự nhiên. Nó xảy ra khi công nhân không chấp nhận tiền lương cân bằng (tại đó đường cung và đường cầu lao động cắt nhau) hoặc thấp hơn mức mà họ đã quen nhận. Lý thuyết kinh tế học cổ điển này dựa trên giả định rằng không có sự can thiệp của các tổ chức lao động (như: công đoàn, hội phụ nữ, đoàn thanh niên, hội nghề nghiệp…) hoặc tổ chức nhà nước (thông qua chính sách thuế, chính sách tiền lương tối thiểu, chính sách an toàn lao động…).

Nhà nghiên cứu Shavell và Weiss (1979) đã chỉ ra nguyên nhân thất nghiệp xuất phát từ ý chí lựa chọn của người lao động. Theo đó, ý chí "chấm dứt lao động" này được lựa chọn khi so sánh về ích lợi của người thất nghiệp trong chi trả của quỹ BHTN và lợi ích cơ hội hiện hành (mức lợi ích còn lại của khoản hỗ trợ chi trả BHTN sau khi được loại bỏ các chi phí lao động)[4].Ở quy mô tổng thể nền kinh tế, nhóm nghiên cứu Shavell và Weiss khái quát mô hình lợi ích cá nhân người lao động thành mô hình có tính vĩ mô hơn[5]: …"lợi ích của chính sách bảo hiểm thất nghiệp được khái quát thành lợi ích tổng thể (ΩSt) và chịu ảnh hưởng bởi tỷ lệ thất nghiệp (uSt) và năng suất lao động (zSt)…".

Nhà nghiên cứu Daron Acemoglu và Robert Shimer (2003) lại chứng minh rằng quyết định cắt giảm lao động gắn với hành vi chủ quan của người thuê lao động. Theo đó, lợi ích của chủ doanh nghiệp thay đổi theo thời gian và chịu sự ảnh hưởng của vốn đầu tư cho sản xuất và vốn đầu tư cho người lao động[6]. …"khi các khoản đóng góp quỹ bảo hiểm cho người lao động tăng lên, sẽ đẩy chi phí sản xuất tăng lên. Đây là một nguyên nhân khiến chủ doanh nghiệp lựa chọn giải pháp thay thế lao động thủ công sang lao động bằng máy móc…". Đồng ý với quan điểm này còn có nhà nghiên cứu Marcus Hagedorn[7] và cộng sự (2010); Philip Jung[8] và cộng sự (2017).

Lý thuyết hành vi chủ quan đã chứng minh được nguyên nhân hiện tượng thất nghiệp và mối quan hệ với chính sách BHTN. Mặc dù nguyên nhân hiện tượng thất nghiệp này còn gây tranh cãi ở nhiều quốc gia [đúng trong một số nghiên cứu như: Narendranathan và cộng sự (1985); Feldstein và Poterba (1984); và không đúng trong các nghiên cứu của Moffitt (1985); Ham và Rea (1987); Meyer (1990) và Katz và Meyer (1990); Pedersen và Westergard Nielsen (1993); Carling et al (1996)], tuy nhiên lý thuyết hành vi hiện nay vẫn được nhiều nhà nghiên cứu theo đuổi để nhằm hướng tới việc hoàn thiện chính sách quản lý lao động.

Lý thuyết ảnh hưởng khách quan

Nhà nghiên cứu Dale T.Mortensen và cộng sự đưa ra gợi ý khi nghiên cứu vấn đề đánh giá ảnh hưởng khách quan tới chi trả BHTN là "thay thế biến năng suất zSt bằng một vector (biến ngoại sinh) biến động thị trường (zCt)". Đây chính là cơ sở nền móng cho hướng nghiên cứu ảnh hưởng khách quan của yếu tố kinh tế vĩ mô tới thất nghiệp nói chung và chi trả BHTN nói riêng[9]. Các nghiên cứu ở các quốc gia khác nhau cho thấy "yếu tố biến động thị trường" thay đổi khác nhau tùy thuộc vào đặc trưng của nền kinh tế thị trường ở quốc gia nghiên cứu đó. Chẳng hạn giống nhau về chỉ số kinh tế vĩ mô như: giá dầu (oil price), chỉ số công nghiệp (IPI) trong nghiên cứu của Ronald Lee và cộng sự (2003), GS Dek Terrell và cộng sự (2015); Anwar và cộng sự (2015)… khác nhau về chỉ số kinh tế vĩ mô: lãi suất trái phiếu (GS Dek Terrell và cộng sự, 2015), cung tiền M2 (Anwar và cộng sự, 2015)…

Bảng 1. Tóm tắt các phương trình biểu diễn mối quan hệ giữa yếu tố kinh tế vĩ mô và chi trả BHTN

Chi trả Ut= ∑

(chi trả Ut-1; chỉ số sản xuất công nghiệpt; chỉ số giá dầut; chỉ số quy mô lao độngt; chỉ số thất nghiệp tự nhiênt; chỉ số mùa vụ)

GS Dek Terrell và cộng sự[10] 1998, 2015

Chi trả UTF= ∑

(GDP; kim ngạch xuất khẩu; lực lượng lao động; lãi vay; chỉ số tham nhũng)

Annette và Stephan[11] 2005

Chi trả TFt= ∑

(TFt-1, CPI, chỉ số sản xuất công nghiệp IPI, Lãi suất kho bạc, tỷ giá hối đoái, chỉ số giá dầu, cung tiền M2, chỉ số thất thoát)

Anwar và cộng sự[12] 2015

Nghiên cứu ở Việt Nam của TS Phạm Đình Thành và cộng sự (2015) sử dụng chỉ số CPI làm yếu tố xác định mức chi và dự báo chi của các quỹ bảo hiểm ở Việt Nam giai đoạn 2010 đến năm 2030. Trong khi đó, nghiên cứu của PGS.TS Nguyễn Ái Đoàn và cộng sự  (2017) lại chứng minh rằng sự tăng trưởng kinh tế (GDP) ở Việt Nam trong giai đoạn từ năm 2009 – 2016 lại có tác dụng tích cực trong giải quyết vấn đề thất nghiệp và có mối quan ngược chiều tới chi BHTN. Nói cách khác là tăng trưởng kinh tế làm giảm chi BHTN. Ngoài hai biến số GDP và CPI, để mở rộng biến số nghiên cứu "biến động thị trường (zCt)" ở mô hình nghiên cứu ảnh hưởng tới chi của quỹ BHTN, nhóm tác giả bổ sung biến số mới là: Tỷ giá hối đoái (USD/VNĐ). Biến số này cũng phù hợp với gợi ý về chỉ số kinh tế vĩ mô (zCt) phản ánh đặc trưng cho biến động thị trường ở Việt nam mà các chuyên gia khuyến nghị sử dụng (Ngân hàng thế giới: Anja Baum và cộng sự, 2018; Chuyên gia ngân hàng phát triển châu Á Nguyễn Minh Cường và Eric Sidgwick, 2018; Bộ kế hoạch và đầu tư: Ngô Chí Long, TS. Đặng Đức Anh, 2019). Biến số tỷ giá hối đoái USD/VNĐ chỉ ra một biến động thị trường mở. Theo đó, nền kinh tế Việt Nam [bao gồm cả sản xuất (GDP) và tiêu dùng (CPI) trong nước], còn phản ánh xu hướng mở cửa, hội nhập và liên kết quốc tế [bao gồm cả sản xuất và tiêu dùng ở bên ngoài lãnh thổ Việt Nam]. Trên cơ sở tổng hợp các công trình nghiên cứu trên thế giới và ở Việt Nam, nhóm tác giả xây dựng phương trình giả định về mối quan hệ ảnh hưởng của yếu tố kinh tế vĩ mô (gồm: GDP, CPI và tỷ giá hối đoái[13]) tới biến động chi của quỹ BHTN của Việt Nam như sau[14]:

Log(Yt/Q4-2009) = α0 + α1*Log(GDP t/Q4-2009) + α2*Log(CPI t/Q4-2009) + α3Log(EXR t/Q4-2009) + ε         (*)

Trong đó: Y biến động chi của quỹ BHTN so với quý cơ sở (đơn vị tính: %)

GDP: Biến động tổng sản phẩm quốc nội so với quý cơ sở (đơn vị tính: %)

CPI: Biến động chỉ số giá tiêu dùng so với quý cơ sở (đơn vị tính: %)

EXR: Biến động tỷ giá hối đoái USD/VND so với quý cơ sở (đơn vị tính: %)

Quý cơ sở là quý 4 năm 2009.

Các nghiên cứu ở trên thế giới về mô hình ảnh hưởng của yếu tố kinh tế vĩ mô tới chi BHTN [GS Dek Terrell (2015) và Anwar và cộng sự (2015)] cho thấy có 2 nhóm giả định về mối quan hệ giữa các yếu tố: (1) Giả định về sự biến động chu kỳ; (2) Giả định về sự tương tác chéo giữa các biến số. Phương trình giả định về sự ảnh hưởng của yếu tố kinh tế vĩ mô tới chi BHTN được biểu diễn thành:

2.2. Phương pháp nghiên cứu

Phương pháp ước lượng kinh tế VAR (mô hình vecto tự hồi quy) được các nhà nghiên cứu ở Mỹ (Ronald Lee và cộng sự, GS Dek Terrell, GS. Stephen và cộng sự), ở Malaysia (Anwar và cộng sự) áp dụng nhằm chứng minh 2 vấn đề: (1) Yếu tố kinh tế vĩ mô nào ảnh hưởng và mức độ ảnh hưởng tới chi trả BHT; (2) Dự báo xu hướng biến động chi trả BHTN và các yếu tố kinh tế vĩ mô. Mối quan hệ giữa các biến số kinh tế vĩ mô không phải lúc nào cũng chỉ mang tính chiều hướng nhất định. Điều này cũng phù hợp với quy luật tự nhiên của sự thích ứng. Theo đó, sự can thiệp vào trật tự (kết cấu lưới nhện) của nền kinh tế thị trường sẽ khiến không chỉ một chủ thể biến động, mà còn kéo theo sự biến động của các đối tượng nhiễu loạn xung quanh. Mức độ tác động (cường độ) và thời gian tác động sẽ quyết định sự biến động của chủ thể. Tuy nhiên, cơ chế tự cân đối sẽ khiến hướng tác động (mục tiêu của tác động) sẽ bị chệch đi, thậm chí là phản tác dụng (chệch hoàn toàn so với mục tiêu đặt ra ban đầu). Các nghiên cứu (GS Dek Terrell, 2015; Annette, 2015; Anwar, 2015) đã chỉ ra rằng phương pháp ước lượng kinh tế VAR là phù hợp trong nghiên cứu ảnh hưởng của yếu tố kinh tế vĩ mô tới chi trả BHTN là bởi: Thứ nhất, khắc phục được những khiếm khuyết trong xử lý chuỗi số liệu về hiện tượng tự tương quan và chuỗi thời gian; Thứ hai, việc biểu diễn mối quan hệ nhân quả trong hệ phương trình biểu diễn mối quan hệ sẽ giúp cơ quan quản lý nhà nước phân tích chính sách, hoạch định chính sách vĩ mô và dự báo.

  1. Kết quả nghiên cứu và dự báo

3.1. Thực trạng chi trả BHTN và biến động kinh tế vĩ mô

Trong 10 năm thực hiện chính sách chi trả trợ cấp thất nghiệp từ quỹ BHTN, số lượng người được hưởng chính sách trợ cấp đã tăng 26,31 lần (từ 36.696 người năm 2010 lên con số 965.573 người vào năm 2018). Tốc độ tăng bình quân số lượng người được hưởng trợ cấp thất nghiệp lần 1,14 lần / năm. Trong khi đó, tổng chi trả BHTN năm 2018 tăng gấp 25,69 lần so với năm 2010 và tốc độ tăng bình quân vào khoảng 1,57 lần/năm.

Biểu đồ 1. Tình hình chi BHTN và số lượng lao động hưởng trợ cấp từ quỹ BHTN giai đoạn từ năm 2010 đến năm 2018

Nguồn: Tác giả tổng hợp lại số liệu của Cục việc làm, Bộ LĐTB&XH

Tốc độ tăng trưởng GDP hàng năm của Việt Nam từ năm 2007 đến năm 2018 luôn trên mức 5% mỗi năm. Việt Nam được nhiều chuyên gia kinh tế (Ousmane Dione, Giám đốc Quốc gia Ngân hàng Thế giới tại Việt Nam và trong Báo cáo Triển vọng kinh tế thế giới - Quỹ tiền tệ quốc tế) đánh giá tốt về tăng trưởng GDP. Bên cạnh tăng trưởng GDP dẫn đầu khu vực ASEAN, một thành tích nổi bật của chính phủ Việt Nam trong điều hành kinh tế vĩ mô là kiểm soát lạm phát trong ngưỡng 1 con số. Chỉ số giá tiêu dùng trong 10 năm qua luôn ở dưới 10%/năm. Một thành tựu nữa của chính phủ Việt nam trong hơn 10 năm qua là duy trì chính sách kích thích sản xuất và xuất khẩu. Chính sách điều hành tỷ giá của ngân hàng nhà nước ổn định (giao động tăng không quá 3%/năm) góp phần không nhỏ thu hút vốn đầu tư nước ngoài và tạo động lực tài chính cho hoạt động xuất khẩu.

Biểu đồ 2. Biến động của các chỉ số kinh tế vĩ mô (GDP, CPI và tỷ giá USD/VND) trong giai đoạn từ năm 2010 đến năm 2018

Nguồn: Tác giả tổng hợp số liệu của Tổng cục thống kê

3.2. Kiểm định các điều kiện cho thực hiện ước lượng VAR

* Kiểm định Augmented Dickey – Fuller

Để sử dụng phương pháp ước lượng kinh tế VAR, thì chuỗi dữ liệu nghiên cứu phải đảm bảo tính dừng. Khi dịch chuyển chuỗi Y ban đầu từ Yt đến Yt+m, và nếu Yt là dừng, thì trung bình, phương sai và các tự đồng phương sai của Yt+m phải đúng bằng trung bình, phương sai và các tự đồng phương sai của Yt. Nói cách khác thì nếu một chuỗi thời gian là dừng, thì trung bình, phương sai và tự đồng phương sai (tại các độ trễ khác nhau) sẽ giữ nguyên không đổi dù cho chúng được xác định vào bất cứ thời điểm nào. Kết quả thực nghiệm trên dữ liệu cho thấy các biến số ở mức cơ sở chưa thỏa mãn điều kiện thực hiện phương pháp ước lượng kinh tế VAR. Tuy nhiên, ở các mức sai phân bậc 1 thì biến số thỏa mãn điều kiện đối với biến số Log(EXR); và sai phân bậc 2 với biến số Log(Y); Log(GDP); Log(CPI) (xem bảng 3).

Bảng 2. Kiểm định tính dừng cho các biến số Y, GDP, CPI và EXR

Biến

Correlogram

Prob.*

T quan sát

T – tới hạn

 

t-Statistic

1% level

5% level

10% level

Nhận xét

LNY

Level

0.9977

2.70

-2.63

-1.95

-1.61

Chưa đạt

1st difference

0.0128

-2.54

-2.64

-1.95

-1.61

Chưa đạt

2nd difference

0.0000

-7.71

-2.64

-1.95

-1.61

Đạt yêu cầu

LNGDP

Level

0.8799

0.80

-2.66

-1.96

-1.61

Chưa đạt

1st difference

0.2047

-1.20

-2.66

-1.96

-1.61

Chưa đạt

2nd difference

0.0000

-7.50

-2.66

-1.95

-1.61

Đạt yêu cầu

LNCPI

Level

0.9687

1.58

-2.65

-1.95

-1.61

Chưa đạt

1st difference

0.0832

-1.70

-2.66

-1.96

-1.61

Chưa đạt

2nd difference

0.000

-7.40

-2.66

-1.95

-1.61

Đạt yêu cầu

LNEXR

Level

0.9605

1.45

-2.63

-1.95

-1.61

Chưa đạt

1st difference

0.000

-7.01

-2.63

-1.95

-1.61

Đạt yêu cầu

* Kiểm định độ trễ theo tiêu chuẩn AIC, HQ, SIC và LR

Để có được độ trễ tối ưu cho phương pháp ước lượng kinh tế VAR, các nhà nghiên cứu đưa ra năm tiêu chí khác nhau, gồm: thống kê kiểm tra tỷ lệ khả năng được điều chỉnh tuần tự (LR), tiêu chuẩn lỗi dự đoán cuối cùng (FPE), tiêu chí thông tin Akaike (AIC), tiêu chuẩn thông tin Schwarz (SIC), và tiêu chí thông tin của Hannan-Quinn (HQ). Với chuỗi dữ liệu thu thập ban đầu và đảm bảo tính dừng của phương pháp ước lượng kinh tế VAR, hệ phương trình (*) cho độ trễ là 3 sẽ giúp cho việc ước lượng đạt kết quả AIC, SC và HQ tối ưu.

Kiểm định nghiệm đơn vị (kiểm định Dickey và Fuller) là một kiểm định được sử dụng khá phổ biến để kiểm định một chuỗi thời gian là dừng hay không dừng. Kiểm định nghiệm đơn vị cho thấy tất cả các nghiệm của phương trình đặc trưng đều thực sự nằm trong đường tròn đơn vị, như vậy mô hình VAR là ổn định.

Hình vẽ 1. Kiểm định Dickey và Fuller bằng phương pháp vòng tròn đơn vị

3.3. Đánh giá mối quan hệ ảnh hưởng bằng phương pháp ước lượng VAR

* Kiểm định Granger về mối quan hệ nhân quả

Kiểm định Granger được sử dụng trong nghiên cứu nhằm xác định mối quan hệ nhân quả giữa các biến số. Kiểm định VAR Granger Causality/Block Exogeneity Wald Tests cho thấy các biến DNLEXR và DLNCPI cho giá trị p-value tổng thể cũng như p-value riêng phần đều lớn hơn 0,1. Do vậy, cả hai biến DNLEXR và DLNCPI được chuyển thành biến ngoại sinh. Sau khi kiểm định Granger, mô hình được điều chỉnh với biến nội sinh là DLNY và DLNGDP; các biến còn lại (DNLEXR và DLNCPI) là ngoại sinh. Y có chịu sự ảnh hưởng bởi GDP, CPI và EXR [với p (tổng thể) = 0,0114 và t-statistic = 21,28439] – Tuy nhiên, chỉ có biến số GDP là rõ ràng nhất (P-value = 0,0023 < α = 1%). Ở chiều hướng ngược lại giữa GDP và các biến còn lại dường như chưa hoàn toàn tin cậy [với p(tổng thể)= 0,3232và t-statistic = 10.34568].

Hình vẽ 2. Mối quan hệ giữa các biến số

Y

  

GDP

 

 

 

  

EXR

  

CPI

 

Ký hiệu:  <- Ảnh hưởng 1 chiều; Đường nét rời phản ánh mối quan hệ chưa rõ ràng

* Kiểm định Cholesky và hàm phản ứng

Để đánh giá sự tác động của các biến số, phép thử "hàm phản ứng đẩy" sẽ giúp cho việc đánh giá cảm quan (độ nhạy cảm) của các yếu tố trong khoảng thời gian 8 quí liên tiếp nhau. Hàm phản ứng sẽ chỉ ra quan hệ phản ứng khi thay đổi tốc độ tăng trưởng GDP (DLNGDP) thì Chi trả BHTN thay đổi ra sao (DLNY) và ngược lại. Kết quả cho thấy “phản ứng của sự thay đổi của GDP đến chi trả BHTN gần như là tức thì".

Hình vẽ 3. Kết quả biểu diễn hàm phản ứng trong kiểm định Cholesky

* Phân rã phương sai

Trong khi các hàm đáp ứng xung theo dõi tác động của một cú sốc đối với một biến nội sinh đối với các biến khác trong VAR thì phân rã phương sai phân tách biến thể của một biến nội sinh thành các cú sốc thành phần đối với VAR. Do đó, phân rã phương sai cung cấp thông tin về tầm quan trọng tương đối của mỗi đổi mới ngẫu nhiên trong việc ảnh hưởng đến các biến trong VAR.

Bảng 3. Kết quả phân rã phương sai

 Variance Decomposition of DLNY:

Period

ĐỘ LỆCH CHUẨN

DLNY

DLNGDP

 

 

 

 

 

 

 

 

 1

 0,108274

 100,0000

 0,000000

 

 

 (0,00000)

 (0,00000)

 2

 0,130070

 99,93791

 0,062090

 

 

 (2,55995)

 (2,55995)

 3

 0,133441

 98,33089

 1,669113

 

 

 (3,55612)

 (3,55612)

 4

 0,133932

 97,76486

 2,235143

 

 

 (3,90187)

 (3,90187)

 5

 0,135321

 96,42371

 3,576294

 

 

 (3,84317)

 (3,84317)

 6

 0,136514

 95,56845

 4,431546

 

 

 (4,44832)

 (4,44832)

 7

 0,137141

 95,15427

 4,845726

 

 

 (4,72367)

 (4,72367)

 8

 0,137258

 95,01037

 4,989628

 

 

 (4,86015)

 (4,86015)

 

 

 

 

 

 

 

 

 

Kết quả phân rã phương sai cho thấy: Ở quí thứ 1, chi BHTN được xác định hoàn toàn (100%) dựa trên chi BHTN (DLNYQ1) của những kỳ báo cáo trước đó (DLNYQ/t-1). Sang quí thứ 2, sự xuất hiện của tốc độ tăng trưởng GDP đã có thể giải thích tỷ lệ rất nhỏ (0,062%) giá trị dự báo chi trả BHTN. Xét về dài hạn, biến động chi trả BHTN giai đoạn trước luôn là trụ cột trong dự báo chi BHTN (trên 95%) phần còn lại sẽ do tốc độ tăng trưởng kinh tế quyết định (khoảng 4,98% vào quí thứ 8). Nói cách khác thì giả định về biến động có tính chu kỳ của chi BHTN tương tự như sự biến động có tính chu kỳ của tỷ lệ thất nghiệp (GS Dek Terrell và cộng sự  1998, 2015) có sự ảnh hưởng rất lớn tới xu hướng chi BHTN. Còn sự ảnh hưởng của yếu tố kinh tế vĩ mô khách quan (GDP) có làm thay đổi chi BHTN với chi BHTN với mức độ nhỏ hơn.

3.4. Dự báo chi trả BHTN ở Việt Nam

* Kết quả dự báo bằng phương pháp ước lượng VAR

Khi so sánh biểu diễn chi trả BHTN trong giai đoạn Q1/2010 đến Q4/2018 (giữa mô hình VAR và thực tế) cho thấy vẫn có sự chênh lệch giữa giá trị mô hình (model VAR) và giá trị thực tế về chi trả BHTN (xem hình vẽ phía dưới). Điều này cũng phù hợp với kết quả nghiên cứu về phạm vi giải thích của mô hình chỉ là 60,2%. Phương sai giữa mô hình VAR và giá trị thực tế chi trả BHTN là 0,028644 (độ lệch chuẩn là 0,169246).

Biểu đồ 3. So sánh kết quả phương pháp dự báo theo mô hình VAR và thực tế chi BHTN giai đoạn từ năm 2010 đến năm 2018

* Dự báo xu hướng biến động chi trả BHTN với giả định biến động kinh tế vĩ mô của chuyên gia

Để thực hiện dự báo chi trả BHTN ở Việt Nam trong giai đoạn từ năm 2019 đến năm 2021, cần 2 điều kiện: (1) Điều kiện giả định về thay đổi CPI và tỷ giá VNĐ/USD[15]. (2) Giả định tăng trưởng GDP[16]. Trên cơ sở những giả định này, nhóm tác giả thực hiện dự báo chi trả BHTN bằng phương pháp ước lượng kinh tế VAR và cho kết quả sau:

Bảng 4. Dự báo chi trả BHTN theo các giả định biến động tăng trưởng kinh tế (GDP) trong giai đoạn từ năm 2019 đến năm 2021

Đơn vị tính: tỷ đồng

Năm

Xu hướng GDP giảm

GDP không thay đổi

Xu hướng GDP tăng

Giả định 1

Giả định 2

Giả định 3

2019

16497,60

16399,73

16404,49

2020

18866,31

18541,47

18551,36

2021

21920,75

21190,50

21204,83

 

  1. Kết luận và đề xuất giải pháp

Kết quả nghiên cứu cho thấy (trong giai đoạn từ năm 2010 đến năm 2018) yếu tố tăng trưởng GDP là yếu tố tác động lên chi trả quỹ BHTN của Việt Nam. Tuy nhiên, sự ảnh hưởng của yếu tố kinh tế vĩ mô này có độ trễ nhất định. Ngoài ra, biến động chi trả BHTN cũng ảnh hưởng bởi chính yếu tố nội tại của nó. Điều này cũng phù hợp với công trình nghiên cứu của TS Phạm Đình Thành và cộng sự, TS Nguyễn Ái Đoàn và cộng sự. Kết quả ước lượng kinh tế bằng phương pháp Vectơ tự hồi quy (VAR) đối với mô hình ảnh hưởng kinh tế vĩ mô tới chi trả từ quỹ BHTN cho thấy có cơ sở để khẳng định thị trường lao động – việc làm nói chung và quản lý tài chính quỹ BHTN nói riêng có mối liên hệ với yếu tố kinh tế vĩ mô. Không chỉ tăng trưởng GDP, mà còn biến động chi trả BHTN cũng cho thấy sự ảnh hưởng lan truyền giữa các thời kỳ kinh tế tới biến động chi trả BHTN trong tương lai.

Kinh tế và chính trị - xã hội có mối quan hệ mật thiết với nhau. Ổn định xã hội là nền móng cho phát triển kinh tế. Phát triển kinh tế lại tạo ra nhiều của cải cho xã hội và giúp thỏa mãn tốt hơn nhu cầu xã hội. Để giảm áp lực chi trả BHTN thì biện pháp tạo thêm việc làm thông qua chính sách thúc đẩy tăng trưởng kinh tế như: giảm thuế kinh doanh, thuế thu nhập cá nhân/doanh nghiệp ... là một giải pháp được một số quốc gia lựa chọn (Mỹ, Anh, Ai len...). Bên cạnh giải pháp kích cầu thị trường tiêu dùng / sản xuất (điều chỉnh cầu việc làm), thì giải pháp tạo cung việc làm thông qua xuất khẩu lao động, môi giới việc làm... cũng là giải pháp phù hợp với đặc thù nền kinh tế Việt Nam.

Tài liệu tham khảo

  1. An Khánh (2013), "Bảo hiểm thất nghiệp: Còn nhiều bất cập", Tạp chí Người lao động điện tử.
  2. Annette Kyobe và Stephan Danninger (2005), IMF, Revenue Forecasting—How is it done? Results from a Survey of Low-Income Countries, Đề tài nghiên cứu của quỹ tiền tệ quốc tế (IMF working paper, WP/05/24).
  3. Anwar Hasan Abdullah Othman và cộng sự (2015), "Causal Relationship between Macro-Economic Indicators and Funds Unit Prices Behavior: Evidence from Malaysian Islamic Equity Unit Trust Funds Industry", World Academy of Science, Engineering and Technology International Journal of Mechanical and Industrial Engineering, Vol:9, No:1, 2015.
  4. Daron Acemoglu (Massachusetts Institute of technology) và Robert Shimer (Priceton University) (2007) "Efficient unemployment insurance", The Journal of Political Economy, Vol.107, No. 5, pp 893-928.
  5. Dek Terrell, Stephen R. Barnes và Ben Vincent (2015), Forecast of Louisiana Unemployment Insurance Claims, Louisiana State University, Project of Louisiana Workforce Commission.
  6. Đình Viên (2017), "Ngăn chặn trục lợi bảo hiểm thất nghiệp", Tạp chí Người lao động điện tử.
  7. Harold Averkamp (2018), Chương Kế toán khoản đóng góp an sinh; accountingcoach.com/payroll-accounting/outline, Bài giảng kế toán tài chính.
  8. Kenneth G. Buffin (2007), Stochastic Projection Methods for Social Security Systems, International Social Security Association, Fifteenth International Conference of Social Security Actuaries and Statisticians.
  9. Lee, Ronald D, Michael W. Anderson, and Shripad Tuljapurkar (2003), Stochastic Forecasts of the Social Security Trust Fund, WP 2003-043, University of Michigan Retirement Research Center.
  10. Lee, Ronald và Shripad Tuljapurkar (1998), Stochastic Forecasts for Social Security, University of Chicago Press. ISBN: 0226903044, p. 393 – 428.
  11. Martin Mühleisen, Stephan Danninger, David Hauner, Kornélia Krajnyák and Bennett Sutton (2005), "How Do Canadian Budget Forecasts Compare with Those of Other Industrial Countries?", IMF working paper, No.05/66, ISBN/ISSN: 9781 451 860 856 /1018-5941.
  12. Nguyễn Ái Đoàn và cộng sự (2016), "Ứng dụng phương pháp dự báo theo ảnh hưởng kinh tế vĩ mô vào dự báo thu chi Bảo hiểm thất nghiệp ở Việt nam", Tạp chí kinh tế và dự báo, 09/2016, số 23.
  13. Nguyễn Ái Đoàn và cộng sự (2017), "Các yếu tố ảnh hưởng tới chi trả trợ cấp thất nghiệp của Bảo hiểm thất nghiệp quận Long Biên", Tạp chí kinh tế và dự báo, 09/2017, số 27.
  14. Nguyễn Mai Phương (2014), Chế độ bảo hiểm thất nghiệp ở Trung quốc, Luận án Tiến sĩ, ĐH Khoa học Xã hội và Nhân văn.
  15. Nguyễn Quang Trường (2015), Quản lý nhà nước về bảo hiểm thất nghiệp ở nước ta hiện nay, Luận án Tiến sĩ, Viện Kinh tế và Quản lý Trung ương.
  16. Nhật Minh (2015), "Bất cập trong thực hiện chính sách bảo hiểm thất nghiệp", Báo Hải quan điện tử.
  17. Phạm Đình Thành và cộng sự (2012), Nghiên cứu xây dựng mô hình cân đối quỹ BHXH, BHYT, BHTN ở Việt Nam, Đề án nghiên cứu, Viện khoa học BHXH.
  18. Phạm Đình Thành và cộng sự (2015), "Nghiên cứu xây dựng mô hình cân đối các quỹ BHXH, BHYT, BHTN", Đề án nghiên cứu – Viện khoa học BHXH.
  19. Phùng Thị Cẩm Châu (2013), Hoàn thiện quá trình thực hiện chính sách bảo hiểm thất nghiệp tại tỉnh Thái Nguyên, Luận án Tiến sĩ, Đại học Southern Luzon State, Philippines, Đại học Thái Nguyên,.
  20. Tuấn Anh (2016), "Thực hiện BHTN cần giải pháp có tính đồng bộ để đạt hiệu quả cao", Báo Lao động điện tử.

 

[1] Đại học Ngoại Thương – Hà nội. Email: conglt@ftu.edu.vn

[2] Đại học Bách Khoa – Hà nội. Email: doan.nguyenai@hust.edu.vn

[3] Harold Averkamp, 2018, Bài giảng kế toán tài chính, chương Kế toán khoản đóng góp an sinh – Payroll accounting

[4] Phương trình Shavell biểu diễn so sánh lợi ích của người lao động:  

Trong đó: U phản ánh ích lợi của người thất nghiệp.

E0 là khoảng thời gian nghỉ giữa các lần chuyển việc (nhận được khoản chi trả BHTN);

u: là mức thu nhập được nhận khi thất nghiệp (phần chi trả của quỹ BHTN);

c: là mức thu nhập nhận được khi lao động (phần chi phí lao động của người sử dụng lao động)

Đối với hệ số β, hai nhà nghiên cứu Shavell và Weiss cho rằng nó phụ thuộc vào thỏa thuận giữa người lao động và người thuê lao động (doanh nghiệp). Đối với doanh nghiệp yếu tố lợi nhuận sẽ quyết định có thực hiện hợp đồng lao động nữa không. Để phản ánh lựa chọn của người thuê lao động (chi phí lao động), Shavell và Weiss sử dụng thước đo sản lượng sản xuất. Nt = St (1 – Lt-1). Trong đó: St được xác định bằng năng suất lao động bình quân và 1 – Lt-1 phản ánh tỷ lệ số lao động được chấp nhận (Lt-1 phản ánh tỷ lệ người thất nghiệp)

[5] Phương trình biểu diễn lợi ích tổng thể của người lao động: cSt = ( zSt , uSt )

[6] Log(πt) = γz Log(zt) – γb Log(bt); Trong đó: (zt) năng suất lao động ; (bt) khoản chi cho người lao động.

[7] u(xt) = [w; l; k]; Trong đó: Vốn đầu tư (k) và nguồn nhân lực (l), tiền lương bình quân (w)

[8] Xit = α[Lit]α-1[cit]ϛ;

Trong đó: X là mức lương chấp nhận của người sử dụng lao động

L là sản lượng mà người lao động có thể tạo ra khi được thuê

C là chi phí nguyên vật liệu dùng cho sản xuất.

[9] Mô hình ảnh hưởng kinh tế vĩ mô có cơ sở là hàm sản xuất Cobb-Douglas như sau:  Y = ALαKβ

[10] Mô hình: Log(TF)t = a0 + a1Log(TF)t-1 + a2Log(IPI) + a3Log(OP) +a4Log(POP) + a5Log(U) + a6D  +u

[11] Mô hình: Y =   a0 + a1Log(GDP) + a2Log(POP) + a3EXP + a4Corruption + ε1

Trong đó: Y: Chi trả cho người thất nghiệp; [log(population)]: tốc độ tăng trưởng dân số; [log(gdp)] tốc độ tăng trưởng GDP; ảnh hưởng của tình trạng tham nhũng (corruption); Kim ngạch xuất khẩu (export value)

[12] Mô hình: Log(TF) = b0 + b1* Log(CPI) + b2* Log(IPI) + b3* Log(TBR) + b4* Log(M3) + b5* Log (FER) + b6* Log(OP) + b7* Log(CI) + u

Trong đó: TF: Trust fund – Quỹ BHTN; CPI: Consumption price index – Chỉ số giá tiêu dùng (%); IPI: Industrial production index – Chỉ số sản xuất công nghiệp (%); TBR: Treasury bond rate – Lãi suất kho bạc ngắn hạn (3 tháng) (%); M3: Money supply – Cung tiền; FER: Foreign exchange rate – Tỷ giá hối đoái (%); OP: Oil price – Giá dầu (%); CI: Corruption index – Chỉ số thất thoát

[13] Lý luận của Okun chỉ ra rằng tăng trưởng GDP ở ngưỡng nhất định sẽ giải quyết tình trạng thất nghiệp (giảm trợ cấp chi trả BHTN) và ngược lại. Lý luận của Kennes lại chỉ ra rằng chỉ số CPI ở mức chấp nhận được sẽ kích thích sản xuất, tạo việc làm và ngược lại. Còn nền kinh tế hướng vào xuất khẩu hay phụ thuộc vào nhập khẩu thì biến động tỷ giá hối đoái có ảnh hưởng khác nhau.

[14] Mô hình dự báo quỹ xã hội ở các quốc gia thuộc tổ chức hợp tác kinh tế và phát triển (OECD) được xây dựng dựa trên 2 nhóm yếu tố ảnh hưởng:

- Nhóm 1 : Chỉ số tăng trưởng kinh tế và tăng trưởng vốn

- Nhóm 2 : Chỉ số biến động thị trường

Log(Yt) = α10 + β11*Log(Yt-1) + γ12*Log(Xt-1) + δ13*Log(Et-1) + ε1

Log(Xt) = α20 + β21*Log(Yt-1) + γ22*Log(Xt-1) + δ23*Log(Et-1) + ε2

Log(Et) = α30 + β31*Log(Yt-1) + γ32*Log(Xt-1) + δ33*Log(Et-1) + ε3

Trong đó:

- Y là biến phụ thuộc (gồm: dự báo thu / chi quỹ xã hội, dự báo cân bằng quỹ xã hội)

- X là chỉ số kinh tế (như GDP, chỉ số S&P500, chỉ số công nghiệp, lãi suất danh nghĩa, tỷ giá hối đoái)

- E là biến số tác động của thị trường và thiên nhiên (như : tỷ lệ có việc làm, tỷ lệ thất nghiệp, CPI, vụ mùa).

[15] Giả định tác giả đưa ra dựa trên ý kiến chuyên gia đến từ Ngân hàng phát triển châu Á và Bộ kế hoạch và đầu tư: "… giao động trong phạm vi 4% (đối với CPI) và 3% (đối với tỷ giá VNĐ/USD) trong giai đoạn 2019 – 2021"…

[16] Có nhiều quan điểm khác nhau về giả định tăng trưởng GDP. Nổi bật là 3 nhóm ý kiến của các chuyên gia kinh tế về kịch bản thay đổi GDP (%) trong giai đoạn 2019 – 2021:

Năm

Ngân hàng phát triển châu Á (ADB)

Tổng cục thống kê (năm 2018)

Bộ kế hoạch và đầu tư (NCIF)

Giả định 1

Giả định 2

Giả định 3

2019

6,8

7,08

6,9

2020

6,7

7,08

7,0

2021

6,6

7,08

7,1

 

 

PHƯƠNG PHÁP DỰ BÁO CHI BẢO HIỂM THẤT NGHIỆP Ở VIỆT NAM THEO ẢNH HƯỞNG KINH TẾ VĨ MÔ

MACROECONOMIC MODEL AND EXPENDITURE FORECASTING METHOD IN UNEMPLOYMENT INSURANCE FUND OF VIETNAM

Lê Thành Công[1]

Nguyễn Ái Đoàn[2]

Đặng Anh Tuấn[3]

Tóm tắt

Chính sách bảo hiểm thất nghiệp (BHTN) ở Việt Nam được đưa vào thực hiện từ năm 2009, nhằm hỗ trợ tài chính kịp thời cho người lao động (trong độ tuổi lao động) khi rơi vào tình trạng thất nghiệp. Đặc trưng quan trọng của cơ chế hoạt động quỹ BHTN ở Việt Nam là nguyên tắc chia sẻ tài chính giữa những đối tượng tham gia, giữa những thế hệ[3] (thời kỳ) và đảm bảo sự cân đối dài hạn tài chính quỹ. Trong gần 10 năm thực hiện ở Việt Nam, chi trả BHTN đã góp phần không nhỏ trong công tác an sinh xã hội đối với người thất nghiệp và gia đình của họ. Tuy nhiên, để duy trì hoạt động lâu dài của quỹ BHTN thì công tác dự báo biến động chi là hết sức quan trọng. Các nghiên cứu trên thế giới đã cho thấy mô hình ảnh hưởng kinh tế vĩ mô đã làm giảm thiểu những sai số trong công tác dự báo biến động chi của quỹ BHTN. Bài nghiên cứu này sử dụng 3 chỉ số kinh tế vĩ mô gồm: GDP, CPI và tỷ giá USD/VNĐ trong kiểm định sự ảnh hưởng và dự báo sự biến động chi của quỹ BHTN.

Từ khóa: chi BHTN, GDP, CPI, tỷ lệ thất nghiệp, tỷ giá hối đoái

Abstract

Since the Social Insurance Law’s provisions on unemployment insurance took effect in 2009, it plays an important role in maintaining economic stability and the necessary finance supports for unemployed laborers. The features of Vietnam unemployment insurance fund (UIF) include the risks sharing among laborers, in generations and balance financial fund. After ten years of implementing, unemployment insurance fund achieved several positive results. However, one of the important tasks of  unemployment insurance fund is forecasting the long-run balanced model. Several studies in the world have shown that microeconomic models are able to solve the errors of forecasting method. In this research, we suggest three macroeconomic indicators for evaluating and forecasting the total expenditure of unemployment insurance fund in Vietnam, which are GDP, CPI and the exchange rate between USD and VND.

Keywords: total expenditure of UIF, GDP, CPI and exchange rate, unemployment rate

 

       1. Đặt vấn đề

Người lao động luôn là chủ thể quan trọng trong duy trì sự phát triển và phát triển bền vững của xã hội. Người lao động cống hiến sức lao động để tạo ra của cải vật chất cho xã hội, đồng thời cũng là người hưởng thụ phần lớn thành quả của quá trình sản xuất đó. Việc mất khả năng lao động (hoặc không có việc làm) khiến người lao động chuyển đổi từ trạng thái đóng góp của cải xã hội sang trạng thái tiêu tốn của cải xã hội. Sự thay đổi đó sẽ khiến sự ổn định và cân bằng xã hội bị lung lay. Lường trước những rủi ro thất nghiệp có thể xảy ra đối với người lao động và hỗ trợ tài chính kịp thời cho người thất nghiệp là một chính sách xã hội quan trọng của quốc gia. Nền tảng của việc xây dựng chính sách BHTN ban đầu được dựa trên sự tính toán dài hạn về thay đổi tỷ lệ thất nghiệp và quy mô lực lượng lao động, nhằm đảm bảo sự công bằng lợi ích giữa phần đóng góp và hưởng thụ của người lao động. Ngoài ra, một đặc trưng quan trọng của quỹ BHTN là mục đích bảo vệ thu nhập chung của tất cả người lao động trong xã hội và liên tục qua nhiều thế hệ (Harold Averkamp, 2018). Các nhà nghiên cứu đã chỉ ra 2 vấn đề trong hoạt động của quỹ BHTN ở Việt Nam là: (1) Xu hướng tốc độ chi trả BHTN cao hơn tốc độ thu BHTN (Tuấn Anh, 2016; Nhật Minh, 2015); (2) Một số hoạt động của quỹ BHTN chưa thực sự hiệu quả như: dạy nghề, môi giới việc làm... (Quang Trường, 2015; Mai Phương, 2015; Cẩm Châu, 2013; Đình Viên, 2017). Sự chệch hướng khỏi quỹ đạo hoạt động dự kiến ban đầu khiến nguyên tắc "cân bằng" dài hạn tài chính quỹ BHTN bị lung lay. Để lường trước những biến cố đó có thể xảy ra vào thời điểm nào, thì công tác dự báo tài chính quỹ BHTN là rất cần thiết. Trong đó dự báo chi trả BHTN cũng là một mục tiêu quan trọng trong chính sách BHTN.

  1. Tổng quan lý thuyết và phương pháp nghiên cứu

2.1. Cơ sở lý thuyết

Lý thuyết hành vi chủ quan

Lý thuyết kinh tế học cổ điển (John Maynard Keynes) cho rằng việc thất nghiệp là hoàn toàn bình thường và tự nhiên. Nó xảy ra khi công nhân không chấp nhận tiền lương cân bằng (tại đó đường cung và đường cầu lao động cắt nhau) hoặc thấp hơn mức mà họ đã quen nhận. Lý thuyết kinh tế học cổ điển này dựa trên giả định rằng không có sự can thiệp của các tổ chức lao động (như: công đoàn, hội phụ nữ, đoàn thanh niên, hội nghề nghiệp…) hoặc tổ chức nhà nước (thông qua chính sách thuế, chính sách tiền lương tối thiểu, chính sách an toàn lao động…).

Nhà nghiên cứu Shavell và Weiss (1979) đã chỉ ra nguyên nhân thất nghiệp xuất phát từ ý chí lựa chọn của người lao động. Theo đó, ý chí "chấm dứt lao động" này được lựa chọn khi so sánh về ích lợi của người thất nghiệp trong chi trả của quỹ BHTN và lợi ích cơ hội hiện hành (mức lợi ích còn lại của khoản hỗ trợ chi trả BHTN sau khi được loại bỏ các chi phí lao động)[4].Ở quy mô tổng thể nền kinh tế, nhóm nghiên cứu Shavell và Weiss khái quát mô hình lợi ích cá nhân người lao động thành mô hình có tính vĩ mô hơn[5]: …"lợi ích của chính sách bảo hiểm thất nghiệp được khái quát thành lợi ích tổng thể (ΩSt) và chịu ảnh hưởng bởi tỷ lệ thất nghiệp (uSt) và năng suất lao động (zSt)…".

Nhà nghiên cứu Daron Acemoglu và Robert Shimer (2003) lại chứng minh rằng quyết định cắt giảm lao động gắn với hành vi chủ quan của người thuê lao động. Theo đó, lợi ích của chủ doanh nghiệp thay đổi theo thời gian và chịu sự ảnh hưởng của vốn đầu tư cho sản xuất và vốn đầu tư cho người lao động[6]. …"khi các khoản đóng góp quỹ bảo hiểm cho người lao động tăng lên, sẽ đẩy chi phí sản xuất tăng lên. Đây là một nguyên nhân khiến chủ doanh nghiệp lựa chọn giải pháp thay thế lao động thủ công sang lao động bằng máy móc…". Đồng ý với quan điểm này còn có nhà nghiên cứu Marcus Hagedorn[7] và cộng sự (2010); Philip Jung[8] và cộng sự (2017).

Lý thuyết hành vi chủ quan đã chứng minh được nguyên nhân hiện tượng thất nghiệp và mối quan hệ với chính sách BHTN. Mặc dù nguyên nhân hiện tượng thất nghiệp này còn gây tranh cãi ở nhiều quốc gia [đúng trong một số nghiên cứu như: Narendranathan và cộng sự (1985); Feldstein và Poterba (1984); và không đúng trong các nghiên cứu của Moffitt (1985); Ham và Rea (1987); Meyer (1990) và Katz và Meyer (1990); Pedersen và Westergard Nielsen (1993); Carling et al (1996)], tuy nhiên lý thuyết hành vi hiện nay vẫn được nhiều nhà nghiên cứu theo đuổi để nhằm hướng tới việc hoàn thiện chính sách quản lý lao động.

Lý thuyết ảnh hưởng khách quan

Nhà nghiên cứu Dale T.Mortensen và cộng sự đưa ra gợi ý khi nghiên cứu vấn đề đánh giá ảnh hưởng khách quan tới chi trả BHTN là "thay thế biến năng suất zSt bằng một vector (biến ngoại sinh) biến động thị trường (zCt)". Đây chính là cơ sở nền móng cho hướng nghiên cứu ảnh hưởng khách quan của yếu tố kinh tế vĩ mô tới thất nghiệp nói chung và chi trả BHTN nói riêng[9]. Các nghiên cứu ở các quốc gia khác nhau cho thấy "yếu tố biến động thị trường" thay đổi khác nhau tùy thuộc vào đặc trưng của nền kinh tế thị trường ở quốc gia nghiên cứu đó. Chẳng hạn giống nhau về chỉ số kinh tế vĩ mô như: giá dầu (oil price), chỉ số công nghiệp (IPI) trong nghiên cứu của Ronald Lee và cộng sự (2003), GS Dek Terrell và cộng sự (2015); Anwar và cộng sự (2015)… khác nhau về chỉ số kinh tế vĩ mô: lãi suất trái phiếu (GS Dek Terrell và cộng sự, 2015), cung tiền M2 (Anwar và cộng sự, 2015)…

Bảng 1. Tóm tắt các phương trình biểu diễn mối quan hệ giữa yếu tố kinh tế vĩ mô và chi trả BHTN

Chi trả Ut= ∑

(chi trả Ut-1; chỉ số sản xuất công nghiệpt; chỉ số giá dầut; chỉ số quy mô lao độngt; chỉ số thất nghiệp tự nhiênt; chỉ số mùa vụ)

GS Dek Terrell và cộng sự[10] 1998, 2015

Chi trả UTF= ∑

(GDP; kim ngạch xuất khẩu; lực lượng lao động; lãi vay; chỉ số tham nhũng)

Annette và Stephan[11] 2005

Chi trả TFt= ∑

(TFt-1, CPI, chỉ số sản xuất công nghiệp IPI, Lãi suất kho bạc, tỷ giá hối đoái, chỉ số giá dầu, cung tiền M2, chỉ số thất thoát)

Anwar và cộng sự[12] 2015

Nghiên cứu ở Việt Nam của TS Phạm Đình Thành và cộng sự (2015) sử dụng chỉ số CPI làm yếu tố xác định mức chi và dự báo chi của các quỹ bảo hiểm ở Việt Nam giai đoạn 2010 đến năm 2030. Trong khi đó, nghiên cứu của PGS.TS Nguyễn Ái Đoàn và cộng sự  (2017) lại chứng minh rằng sự tăng trưởng kinh tế (GDP) ở Việt Nam trong giai đoạn từ năm 2009 – 2016 lại có tác dụng tích cực trong giải quyết vấn đề thất nghiệp và có mối quan ngược chiều tới chi BHTN. Nói cách khác là tăng trưởng kinh tế làm giảm chi BHTN. Ngoài hai biến số GDP và CPI, để mở rộng biến số nghiên cứu "biến động thị trường (zCt)" ở mô hình nghiên cứu ảnh hưởng tới chi của quỹ BHTN, nhóm tác giả bổ sung biến số mới là: Tỷ giá hối đoái (USD/VNĐ). Biến số này cũng phù hợp với gợi ý về chỉ số kinh tế vĩ mô (zCt) phản ánh đặc trưng cho biến động thị trường ở Việt nam mà các chuyên gia khuyến nghị sử dụng (Ngân hàng thế giới: Anja Baum và cộng sự, 2018; Chuyên gia ngân hàng phát triển châu Á Nguyễn Minh Cường và Eric Sidgwick, 2018; Bộ kế hoạch và đầu tư: Ngô Chí Long, TS. Đặng Đức Anh, 2019). Biến số tỷ giá hối đoái USD/VNĐ chỉ ra một biến động thị trường mở. Theo đó, nền kinh tế Việt Nam [bao gồm cả sản xuất (GDP) và tiêu dùng (CPI) trong nước], còn phản ánh xu hướng mở cửa, hội nhập và liên kết quốc tế [bao gồm cả sản xuất và tiêu dùng ở bên ngoài lãnh thổ Việt Nam]. Trên cơ sở tổng hợp các công trình nghiên cứu trên thế giới và ở Việt Nam, nhóm tác giả xây dựng phương trình giả định về mối quan hệ ảnh hưởng của yếu tố kinh tế vĩ mô (gồm: GDP, CPI và tỷ giá hối đoái[13]) tới biến động chi của quỹ BHTN của Việt Nam như sau[14]:

Log(Yt/Q4-2009) = α0 + α1*Log(GDP t/Q4-2009) + α2*Log(CPI t/Q4-2009) + α3Log(EXR t/Q4-2009) + ε         (*)

Trong đó: Y biến động chi của quỹ BHTN so với quý cơ sở (đơn vị tính: %)

GDP: Biến động tổng sản phẩm quốc nội so với quý cơ sở (đơn vị tính: %)

CPI: Biến động chỉ số giá tiêu dùng so với quý cơ sở (đơn vị tính: %)

EXR: Biến động tỷ giá hối đoái USD/VND so với quý cơ sở (đơn vị tính: %)

Quý cơ sở là quý 4 năm 2009.

Các nghiên cứu ở trên thế giới về mô hình ảnh hưởng của yếu tố kinh tế vĩ mô tới chi BHTN [GS Dek Terrell (2015) và Anwar và cộng sự (2015)] cho thấy có 2 nhóm giả định về mối quan hệ giữa các yếu tố: (1) Giả định về sự biến động chu kỳ; (2) Giả định về sự tương tác chéo giữa các biến số. Phương trình giả định về sự ảnh hưởng của yếu tố kinh tế vĩ mô tới chi BHTN được biểu diễn thành:

2.2. Phương pháp nghiên cứu

Phương pháp ước lượng kinh tế VAR (mô hình vecto tự hồi quy) được các nhà nghiên cứu ở Mỹ (Ronald Lee và cộng sự, GS Dek Terrell, GS. Stephen và cộng sự), ở Malaysia (Anwar và cộng sự) áp dụng nhằm chứng minh 2 vấn đề: (1) Yếu tố kinh tế vĩ mô nào ảnh hưởng và mức độ ảnh hưởng tới chi trả BHT; (2) Dự báo xu hướng biến động chi trả BHTN và các yếu tố kinh tế vĩ mô. Mối quan hệ giữa các biến số kinh tế vĩ mô không phải lúc nào cũng chỉ mang tính chiều hướng nhất định. Điều này cũng phù hợp với quy luật tự nhiên của sự thích ứng. Theo đó, sự can thiệp vào trật tự (kết cấu lưới nhện) của nền kinh tế thị trường sẽ khiến không chỉ một chủ thể biến động, mà còn kéo theo sự biến động của các đối tượng nhiễu loạn xung quanh. Mức độ tác động (cường độ) và thời gian tác động sẽ quyết định sự biến động của chủ thể. Tuy nhiên, cơ chế tự cân đối sẽ khiến hướng tác động (mục tiêu của tác động) sẽ bị chệch đi, thậm chí là phản tác dụng (chệch hoàn toàn so với mục tiêu đặt ra ban đầu). Các nghiên cứu (GS Dek Terrell, 2015; Annette, 2015; Anwar, 2015) đã chỉ ra rằng phương pháp ước lượng kinh tế VAR là phù hợp trong nghiên cứu ảnh hưởng của yếu tố kinh tế vĩ mô tới chi trả BHTN là bởi: Thứ nhất, khắc phục được những khiếm khuyết trong xử lý chuỗi số liệu về hiện tượng tự tương quan và chuỗi thời gian; Thứ hai, việc biểu diễn mối quan hệ nhân quả trong hệ phương trình biểu diễn mối quan hệ sẽ giúp cơ quan quản lý nhà nước phân tích chính sách, hoạch định chính sách vĩ mô và dự báo.

  1. Kết quả nghiên cứu và dự báo

3.1. Thực trạng chi trả BHTN và biến động kinh tế vĩ mô

Trong 10 năm thực hiện chính sách chi trả trợ cấp thất nghiệp từ quỹ BHTN, số lượng người được hưởng chính sách trợ cấp đã tăng 26,31 lần (từ 36.696 người năm 2010 lên con số 965.573 người vào năm 2018). Tốc độ tăng bình quân số lượng người được hưởng trợ cấp thất nghiệp lần 1,14 lần / năm. Trong khi đó, tổng chi trả BHTN năm 2018 tăng gấp 25,69 lần so với năm 2010 và tốc độ tăng bình quân vào khoảng 1,57 lần/năm.

Biểu đồ 1. Tình hình chi BHTN và số lượng lao động hưởng trợ cấp từ quỹ BHTN giai đoạn từ năm 2010 đến năm 2018

Nguồn: Tác giả tổng hợp lại số liệu của Cục việc làm, Bộ LĐTB&XH

Tốc độ tăng trưởng GDP hàng năm của Việt Nam từ năm 2007 đến năm 2018 luôn trên mức 5% mỗi năm. Việt Nam được nhiều chuyên gia kinh tế (Ousmane Dione, Giám đốc Quốc gia Ngân hàng Thế giới tại Việt Nam và trong Báo cáo Triển vọng kinh tế thế giới - Quỹ tiền tệ quốc tế) đánh giá tốt về tăng trưởng GDP. Bên cạnh tăng trưởng GDP dẫn đầu khu vực ASEAN, một thành tích nổi bật của chính phủ Việt Nam trong điều hành kinh tế vĩ mô là kiểm soát lạm phát trong ngưỡng 1 con số. Chỉ số giá tiêu dùng trong 10 năm qua luôn ở dưới 10%/năm. Một thành tựu nữa của chính phủ Việt nam trong hơn 10 năm qua là duy trì chính sách kích thích sản xuất và xuất khẩu. Chính sách điều hành tỷ giá của ngân hàng nhà nước ổn định (giao động tăng không quá 3%/năm) góp phần không nhỏ thu hút vốn đầu tư nước ngoài và tạo động lực tài chính cho hoạt động xuất khẩu.

Biểu đồ 2. Biến động của các chỉ số kinh tế vĩ mô (GDP, CPI và tỷ giá USD/VND) trong giai đoạn từ năm 2010 đến năm 2018

Nguồn: Tác giả tổng hợp số liệu của Tổng cục thống kê

3.2. Kiểm định các điều kiện cho thực hiện ước lượng VAR

* Kiểm định Augmented Dickey – Fuller

Để sử dụng phương pháp ước lượng kinh tế VAR, thì chuỗi dữ liệu nghiên cứu phải đảm bảo tính dừng. Khi dịch chuyển chuỗi Y ban đầu từ Yt đến Yt+m, và nếu Yt là dừng, thì trung bình, phương sai và các tự đồng phương sai của Yt+m phải đúng bằng trung bình, phương sai và các tự đồng phương sai của Yt. Nói cách khác thì nếu một chuỗi thời gian là dừng, thì trung bình, phương sai và tự đồng phương sai (tại các độ trễ khác nhau) sẽ giữ nguyên không đổi dù cho chúng được xác định vào bất cứ thời điểm nào. Kết quả thực nghiệm trên dữ liệu cho thấy các biến số ở mức cơ sở chưa thỏa mãn điều kiện thực hiện phương pháp ước lượng kinh tế VAR. Tuy nhiên, ở các mức sai phân bậc 1 thì biến số thỏa mãn điều kiện đối với biến số Log(EXR); và sai phân bậc 2 với biến số Log(Y); Log(GDP); Log(CPI) (xem bảng 3).

Bảng 2. Kiểm định tính dừng cho các biến số Y, GDP, CPI và EXR

Biến

Correlogram

Prob.*

T quan sát

T – tới hạn

 

t-Statistic

1% level

5% level

10% level

Nhận xét

LNY

Level

0.9977

2.70

-2.63

-1.95

-1.61

Chưa đạt

1st difference

0.0128

-2.54

-2.64

-1.95

-1.61

Chưa đạt

2nd difference

0.0000

-7.71

-2.64

-1.95

-1.61

Đạt yêu cầu

LNGDP

Level

0.8799

0.80

-2.66

-1.96

-1.61

Chưa đạt

1st difference

0.2047

-1.20

-2.66

-1.96

-1.61

Chưa đạt

2nd difference

0.0000

-7.50

-2.66

-1.95

-1.61

Đạt yêu cầu

LNCPI

Level

0.9687

1.58

-2.65

-1.95

-1.61

Chưa đạt

1st difference

0.0832

-1.70

-2.66

-1.96

-1.61

Chưa đạt

2nd difference

0.000

-7.40

-2.66

-1.95

-1.61

Đạt yêu cầu

LNEXR

Level

0.9605

1.45

-2.63

-1.95

-1.61

Chưa đạt

1st difference

0.000

-7.01

-2.63

-1.95

-1.61

Đạt yêu cầu

* Kiểm định độ trễ theo tiêu chuẩn AIC, HQ, SIC và LR

Để có được độ trễ tối ưu cho phương pháp ước lượng kinh tế VAR, các nhà nghiên cứu đưa ra năm tiêu chí khác nhau, gồm: thống kê kiểm tra tỷ lệ khả năng được điều chỉnh tuần tự (LR), tiêu chuẩn lỗi dự đoán cuối cùng (FPE), tiêu chí thông tin Akaike (AIC), tiêu chuẩn thông tin Schwarz (SIC), và tiêu chí thông tin của Hannan-Quinn (HQ). Với chuỗi dữ liệu thu thập ban đầu và đảm bảo tính dừng của phương pháp ước lượng kinh tế VAR, hệ phương trình (*) cho độ trễ là 3 sẽ giúp cho việc ước lượng đạt kết quả AIC, SC và HQ tối ưu.

Kiểm định nghiệm đơn vị (kiểm định Dickey và Fuller) là một kiểm định được sử dụng khá phổ biến để kiểm định một chuỗi thời gian là dừng hay không dừng. Kiểm định nghiệm đơn vị cho thấy tất cả các nghiệm của phương trình đặc trưng đều thực sự nằm trong đường tròn đơn vị, như vậy mô hình VAR là ổn định.

Hình vẽ 1. Kiểm định Dickey và Fuller bằng phương pháp vòng tròn đơn vị

3.3. Đánh giá mối quan hệ ảnh hưởng bằng phương pháp ước lượng VAR

* Kiểm định Granger về mối quan hệ nhân quả

Kiểm định Granger được sử dụng trong nghiên cứu nhằm xác định mối quan hệ nhân quả giữa các biến số. Kiểm định VAR Granger Causality/Block Exogeneity Wald Tests cho thấy các biến DNLEXR và DLNCPI cho giá trị p-value tổng thể cũng như p-value riêng phần đều lớn hơn 0,1. Do vậy, cả hai biến DNLEXR và DLNCPI được chuyển thành biến ngoại sinh. Sau khi kiểm định Granger, mô hình được điều chỉnh với biến nội sinh là DLNY và DLNGDP; các biến còn lại (DNLEXR và DLNCPI) là ngoại sinh. Y có chịu sự ảnh hưởng bởi GDP, CPI và EXR [với p (tổng thể) = 0,0114 và t-statistic = 21,28439] – Tuy nhiên, chỉ có biến số GDP là rõ ràng nhất (P-value = 0,0023 < α = 1%). Ở chiều hướng ngược lại giữa GDP và các biến còn lại dường như chưa hoàn toàn tin cậy [với p(tổng thể)= 0,3232và t-statistic = 10.34568].

Hình vẽ 2. Mối quan hệ giữa các biến số

Y

  

GDP

 

 

 

  

EXR

  

CPI

 

Ký hiệu:  <- Ảnh hưởng 1 chiều; Đường nét rời phản ánh mối quan hệ chưa rõ ràng

* Kiểm định Cholesky và hàm phản ứng

Để đánh giá sự tác động của các biến số, phép thử "hàm phản ứng đẩy" sẽ giúp cho việc đánh giá cảm quan (độ nhạy cảm) của các yếu tố trong khoảng thời gian 8 quí liên tiếp nhau. Hàm phản ứng sẽ chỉ ra quan hệ phản ứng khi thay đổi tốc độ tăng trưởng GDP (DLNGDP) thì Chi trả BHTN thay đổi ra sao (DLNY) và ngược lại. Kết quả cho thấy “phản ứng của sự thay đổi của GDP đến chi trả BHTN gần như là tức thì".

Hình vẽ 3. Kết quả biểu diễn hàm phản ứng trong kiểm định Cholesky

* Phân rã phương sai

Trong khi các hàm đáp ứng xung theo dõi tác động của một cú sốc đối với một biến nội sinh đối với các biến khác trong VAR thì phân rã phương sai phân tách biến thể của một biến nội sinh thành các cú sốc thành phần đối với VAR. Do đó, phân rã phương sai cung cấp thông tin về tầm quan trọng tương đối của mỗi đổi mới ngẫu nhiên trong việc ảnh hưởng đến các biến trong VAR.

Bảng 3. Kết quả phân rã phương sai

 Variance Decomposition of DLNY:

Period

ĐỘ LỆCH CHUẨN

DLNY

DLNGDP

 

 

 

 

 

 

 

 

 1

 0,108274

 100,0000

 0,000000

 

 

 (0,00000)

 (0,00000)

 2

 0,130070

 99,93791

 0,062090

 

 

 (2,55995)

 (2,55995)

 3

 0,133441

 98,33089

 1,669113

 

 

 (3,55612)

 (3,55612)

 4

 0,133932

 97,76486

 2,235143

 

 

 (3,90187)

 (3,90187)

 5

 0,135321

 96,42371

 3,576294

 

 

 (3,84317)

 (3,84317)

 6

 0,136514

 95,56845

 4,431546

 

 

 (4,44832)

 (4,44832)

 7

 0,137141

 95,15427

 4,845726

 

 

 (4,72367)

 (4,72367)

 8

 0,137258

 95,01037

 4,989628

 

 

 (4,86015)

 (4,86015)

 

 

 

 

 

 

 

 

 

Kết quả phân rã phương sai cho thấy: Ở quí thứ 1, chi BHTN được xác định hoàn toàn (100%) dựa trên chi BHTN (DLNYQ1) của những kỳ báo cáo trước đó (DLNYQ/t-1). Sang quí thứ 2, sự xuất hiện của tốc độ tăng trưởng GDP đã có thể giải thích tỷ lệ rất nhỏ (0,062%) giá trị dự báo chi trả BHTN. Xét về dài hạn, biến động chi trả BHTN giai đoạn trước luôn là trụ cột trong dự báo chi BHTN (trên 95%) phần còn lại sẽ do tốc độ tăng trưởng kinh tế quyết định (khoảng 4,98% vào quí thứ 8). Nói cách khác thì giả định về biến động có tính chu kỳ của chi BHTN tương tự như sự biến động có tính chu kỳ của tỷ lệ thất nghiệp (GS Dek Terrell và cộng sự  1998, 2015) có sự ảnh hưởng rất lớn tới xu hướng chi BHTN. Còn sự ảnh hưởng của yếu tố kinh tế vĩ mô khách quan (GDP) có làm thay đổi chi BHTN với chi BHTN với mức độ nhỏ hơn.

3.4. Dự báo chi trả BHTN ở Việt Nam

* Kết quả dự báo bằng phương pháp ước lượng VAR

Khi so sánh biểu diễn chi trả BHTN trong giai đoạn Q1/2010 đến Q4/2018 (giữa mô hình VAR và thực tế) cho thấy vẫn có sự chênh lệch giữa giá trị mô hình (model VAR) và giá trị thực tế về chi trả BHTN (xem hình vẽ phía dưới). Điều này cũng phù hợp với kết quả nghiên cứu về phạm vi giải thích của mô hình chỉ là 60,2%. Phương sai giữa mô hình VAR và giá trị thực tế chi trả BHTN là 0,028644 (độ lệch chuẩn là 0,169246).

Biểu đồ 3. So sánh kết quả phương pháp dự báo theo mô hình VAR và thực tế chi BHTN giai đoạn từ năm 2010 đến năm 2018

* Dự báo xu hướng biến động chi trả BHTN với giả định biến động kinh tế vĩ mô của chuyên gia

Để thực hiện dự báo chi trả BHTN ở Việt Nam trong giai đoạn từ năm 2019 đến năm 2021, cần 2 điều kiện: (1) Điều kiện giả định về thay đổi CPI và tỷ giá VNĐ/USD[15]. (2) Giả định tăng trưởng GDP[16]. Trên cơ sở những giả định này, nhóm tác giả thực hiện dự báo chi trả BHTN bằng phương pháp ước lượng kinh tế VAR và cho kết quả sau:

Bảng 4. Dự báo chi trả BHTN theo các giả định biến động tăng trưởng kinh tế (GDP) trong giai đoạn từ năm 2019 đến năm 2021

Đơn vị tính: tỷ đồng

Năm

Xu hướng GDP giảm

GDP không thay đổi

Xu hướng GDP tăng

Giả định 1

Giả định 2

Giả định 3

2019

16497,60

16399,73

16404,49

2020

18866,31

18541,47

18551,36

2021

21920,75

21190,50

21204,83

 

  1. Kết luận và đề xuất giải pháp

Kết quả nghiên cứu cho thấy (trong giai đoạn từ năm 2010 đến năm 2018) yếu tố tăng trưởng GDP là yếu tố tác động lên chi trả quỹ BHTN của Việt Nam. Tuy nhiên, sự ảnh hưởng của yếu tố kinh tế vĩ mô này có độ trễ nhất định. Ngoài ra, biến động chi trả BHTN cũng ảnh hưởng bởi chính yếu tố nội tại của nó. Điều này cũng phù hợp với công trình nghiên cứu của TS Phạm Đình Thành và cộng sự, TS Nguyễn Ái Đoàn và cộng sự. Kết quả ước lượng kinh tế bằng phương pháp Vectơ tự hồi quy (VAR) đối với mô hình ảnh hưởng kinh tế vĩ mô tới chi trả từ quỹ BHTN cho thấy có cơ sở để khẳng định thị trường lao động – việc làm nói chung và quản lý tài chính quỹ BHTN nói riêng có mối liên hệ với yếu tố kinh tế vĩ mô. Không chỉ tăng trưởng GDP, mà còn biến động chi trả BHTN cũng cho thấy sự ảnh hưởng lan truyền giữa các thời kỳ kinh tế tới biến động chi trả BHTN trong tương lai.

Kinh tế và chính trị - xã hội có mối quan hệ mật thiết với nhau. Ổn định xã hội là nền móng cho phát triển kinh tế. Phát triển kinh tế lại tạo ra nhiều của cải cho xã hội và giúp thỏa mãn tốt hơn nhu cầu xã hội. Để giảm áp lực chi trả BHTN thì biện pháp tạo thêm việc làm thông qua chính sách thúc đẩy tăng trưởng kinh tế như: giảm thuế kinh doanh, thuế thu nhập cá nhân/doanh nghiệp ... là một giải pháp được một số quốc gia lựa chọn (Mỹ, Anh, Ai len...). Bên cạnh giải pháp kích cầu thị trường tiêu dùng / sản xuất (điều chỉnh cầu việc làm), thì giải pháp tạo cung việc làm thông qua xuất khẩu lao động, môi giới việc làm... cũng là giải pháp phù hợp với đặc thù nền kinh tế Việt Nam.

Tài liệu tham khảo

  1. An Khánh (2013), "Bảo hiểm thất nghiệp: Còn nhiều bất cập", Tạp chí Người lao động điện tử.
  2. Annette Kyobe và Stephan Danninger (2005), IMF, Revenue Forecasting—How is it done? Results from a Survey of Low-Income Countries, Đề tài nghiên cứu của quỹ tiền tệ quốc tế (IMF working paper, WP/05/24).
  3. Anwar Hasan Abdullah Othman và cộng sự (2015), "Causal Relationship between Macro-Economic Indicators and Funds Unit Prices Behavior: Evidence from Malaysian Islamic Equity Unit Trust Funds Industry", World Academy of Science, Engineering and Technology International Journal of Mechanical and Industrial Engineering, Vol:9, No:1, 2015.
  4. Daron Acemoglu (Massachusetts Institute of technology) và Robert Shimer (Priceton University) (2007) "Efficient unemployment insurance", The Journal of Political Economy, Vol.107, No. 5, pp 893-928.
  5. Dek Terrell, Stephen R. Barnes và Ben Vincent (2015), Forecast of Louisiana Unemployment Insurance Claims, Louisiana State University, Project of Louisiana Workforce Commission.
  6. Đình Viên (2017), "Ngăn chặn trục lợi bảo hiểm thất nghiệp", Tạp chí Người lao động điện tử.
  7. Harold Averkamp (2018), Chương Kế toán khoản đóng góp an sinh; accountingcoach.com/payroll-accounting/outline, Bài giảng kế toán tài chính.
  8. Kenneth G. Buffin (2007), Stochastic Projection Methods for Social Security Systems, International Social Security Association, Fifteenth International Conference of Social Security Actuaries and Statisticians.
  9. Lee, Ronald D, Michael W. Anderson, and Shripad Tuljapurkar (2003), Stochastic Forecasts of the Social Security Trust Fund, WP 2003-043, University of Michigan Retirement Research Center.
  10. Lee, Ronald và Shripad Tuljapurkar (1998), Stochastic Forecasts for Social Security, University of Chicago Press. ISBN: 0226903044, p. 393 – 428.
  11. Martin Mühleisen, Stephan Danninger, David Hauner, Kornélia Krajnyák and Bennett Sutton (2005), "How Do Canadian Budget Forecasts Compare with Those of Other Industrial Countries?", IMF working paper, No.05/66, ISBN/ISSN: 9781 451 860 856 /1018-5941.
  12. Nguyễn Ái Đoàn và cộng sự (2016), "Ứng dụng phương pháp dự báo theo ảnh hưởng kinh tế vĩ mô vào dự báo thu chi Bảo hiểm thất nghiệp ở Việt nam", Tạp chí kinh tế và dự báo, 09/2016, số 23.
  13. Nguyễn Ái Đoàn và cộng sự (2017), "Các yếu tố ảnh hưởng tới chi trả trợ cấp thất nghiệp của Bảo hiểm thất nghiệp quận Long Biên", Tạp chí kinh tế và dự báo, 09/2017, số 27.
  14. Nguyễn Mai Phương (2014), Chế độ bảo hiểm thất nghiệp ở Trung quốc, Luận án Tiến sĩ, ĐH Khoa học Xã hội và Nhân văn.
  15. Nguyễn Quang Trường (2015), Quản lý nhà nước về bảo hiểm thất nghiệp ở nước ta hiện nay, Luận án Tiến sĩ, Viện Kinh tế và Quản lý Trung ương.
  16. Nhật Minh (2015), "Bất cập trong thực hiện chính sách bảo hiểm thất nghiệp", Báo Hải quan điện tử.
  17. Phạm Đình Thành và cộng sự (2012), Nghiên cứu xây dựng mô hình cân đối quỹ BHXH, BHYT, BHTN ở Việt Nam, Đề án nghiên cứu, Viện khoa học BHXH.
  18. Phạm Đình Thành và cộng sự (2015), "Nghiên cứu xây dựng mô hình cân đối các quỹ BHXH, BHYT, BHTN", Đề án nghiên cứu – Viện khoa học BHXH.
  19. Phùng Thị Cẩm Châu (2013), Hoàn thiện quá trình thực hiện chính sách bảo hiểm thất nghiệp tại tỉnh Thái Nguyên, Luận án Tiến sĩ, Đại học Southern Luzon State, Philippines, Đại học Thái Nguyên,.
  20. Tuấn Anh (2016), "Thực hiện BHTN cần giải pháp có tính đồng bộ để đạt hiệu quả cao", Báo Lao động điện tử.

 

[1] Đại học Ngoại Thương – Hà nội. Email: Địa chỉ email này đang được bảo vệ từ spam bots. Bạn cần bật JavaScript để xem nó.

[2] Đại học Bách Khoa – Hà nội. Email: Địa chỉ email này đang được bảo vệ từ spam bots. Bạn cần bật JavaScript để xem nó.

[3] Harold Averkamp, 2018, Bài giảng kế toán tài chính, chương Kế toán khoản đóng góp an sinh – Payroll accounting

[4] Phương trình Shavell biểu diễn so sánh lợi ích của người lao động:  

Trong đó: U phản ánh ích lợi của người thất nghiệp.

E0 là khoảng thời gian nghỉ giữa các lần chuyển việc (nhận được khoản chi trả BHTN);

u: là mức thu nhập được nhận khi thất nghiệp (phần chi trả của quỹ BHTN);

c: là mức thu nhập nhận được khi lao động (phần chi phí lao động của người sử dụng lao động)

Đối với hệ số β, hai nhà nghiên cứu Shavell và Weiss cho rằng nó phụ thuộc vào thỏa thuận giữa người lao động và người thuê lao động (doanh nghiệp). Đối với doanh nghiệp yếu tố lợi nhuận sẽ quyết định có thực hiện hợp đồng lao động nữa không. Để phản ánh lựa chọn của người thuê lao động (chi phí lao động), Shavell và Weiss sử dụng thước đo sản lượng sản xuất. Nt = St (1 – Lt-1). Trong đó: St được xác định bằng năng suất lao động bình quân và 1 – Lt-1 phản ánh tỷ lệ số lao động được chấp nhận (Lt-1 phản ánh tỷ lệ người thất nghiệp)

[5] Phương trình biểu diễn lợi ích tổng thể của người lao động: cSt = ( zSt , uSt )

[6] Log(πt) = γz Log(zt) – γb Log(bt); Trong đó: (zt) năng suất lao động ; (bt) khoản chi cho người lao động.

[7] u(xt) = [w; l; k]; Trong đó: Vốn đầu tư (k) và nguồn nhân lực (l), tiền lương bình quân (w)

[8] Xit = α[Lit]α-1[cit]ϛ;

Trong đó: X là mức lương chấp nhận của người sử dụng lao động

L là sản lượng mà người lao động có thể tạo ra khi được thuê

C là chi phí nguyên vật liệu dùng cho sản xuất.

[9] Mô hình ảnh hưởng kinh tế vĩ mô có cơ sở là hàm sản xuất Cobb-Douglas như sau:  Y = ALαKβ

[10] Mô hình: Log(TF)t = a0 + a1Log(TF)t-1 + a2Log(IPI) + a3Log(OP) +a4Log(POP) + a5Log(U) + a6D  +u

[11] Mô hình: Y =   a0 + a1Log(GDP) + a2Log(POP) + a3EXP + a4Corruption + ε1

Trong đó: Y: Chi trả cho người thất nghiệp; [log(population)]: tốc độ tăng trưởng dân số; [log(gdp)] tốc độ tăng trưởng GDP; ảnh hưởng của tình trạng tham nhũng (corruption); Kim ngạch xuất khẩu (export value)

[12] Mô hình: Log(TF) = b0 + b1* Log(CPI) + b2* Log(IPI) + b3* Log(TBR) + b4* Log(M3) + b5* Log (FER) + b6* Log(OP) + b7* Log(CI) + u

Trong đó: TF: Trust fund – Quỹ BHTN; CPI: Consumption price index – Chỉ số giá tiêu dùng (%); IPI: Industrial production index – Chỉ số sản xuất công nghiệp (%); TBR: Treasury bond rate – Lãi suất kho bạc ngắn hạn (3 tháng) (%); M3: Money supply – Cung tiền; FER: Foreign exchange rate – Tỷ giá hối đoái (%); OP: Oil price – Giá dầu (%); CI: Corruption index – Chỉ số thất thoát

[13] Lý luận của Okun chỉ ra rằng tăng trưởng GDP ở ngưỡng nhất định sẽ giải quyết tình trạng thất nghiệp (giảm trợ cấp chi trả BHTN) và ngược lại. Lý luận của Kennes lại chỉ ra rằng chỉ số CPI ở mức chấp nhận được sẽ kích thích sản xuất, tạo việc làm và ngược lại. Còn nền kinh tế hướng vào xuất khẩu hay phụ thuộc vào nhập khẩu thì biến động tỷ giá hối đoái có ảnh hưởng khác nhau.

[14] Mô hình dự báo quỹ xã hội ở các quốc gia thuộc tổ chức hợp tác kinh tế và phát triển (OECD) được xây dựng dựa trên 2 nhóm yếu tố ảnh hưởng:

- Nhóm 1 : Chỉ số tăng trưởng kinh tế và tăng trưởng vốn

- Nhóm 2 : Chỉ số biến động thị trường

Log(Yt) = α10 + β11*Log(Yt-1) + γ12*Log(Xt-1) + δ13*Log(Et-1) + ε1

Log(Xt) = α20 + β21*Log(Yt-1) + γ22*Log(Xt-1) + δ23*Log(Et-1) + ε2

Log(Et) = α30 + β31*Log(Yt-1) + γ32*Log(Xt-1) + δ33*Log(Et-1) + ε3

Trong đó:

- Y là biến phụ thuộc (gồm: dự báo thu / chi quỹ xã hội, dự báo cân bằng quỹ xã hội)

- X là chỉ số kinh tế (như GDP, chỉ số S&P500, chỉ số công nghiệp, lãi suất danh nghĩa, tỷ giá hối đoái)

- E là biến số tác động của thị trường và thiên nhiên (như : tỷ lệ có việc làm, tỷ lệ thất nghiệp, CPI, vụ mùa).

[15] Giả định tác giả đưa ra dựa trên ý kiến chuyên gia đến từ Ngân hàng phát triển châu Á và Bộ kế hoạch và đầu tư: "… giao động trong phạm vi 4% (đối với CPI) và 3% (đối với tỷ giá VNĐ/USD) trong giai đoạn 2019 – 2021"…

[16] Có nhiều quan điểm khác nhau về giả định tăng trưởng GDP. Nổi bật là 3 nhóm ý kiến của các chuyên gia kinh tế về kịch bản thay đổi GDP (%) trong giai đoạn 2019 – 2021:

Năm

Ngân hàng phát triển châu Á (ADB)

Tổng cục thống kê (năm 2018)

Bộ kế hoạch và đầu tư (NCIF)

Giả định 1

Giả định 2

Giả định 3

2019

6,8

7,08

6,9

2020

6,7

7,08

7,0

2021

6,6

7,08

7,1