Original Title: Tác động của phát triển tài chính và kinh tế ngầm đến tăng trưởng kinh tế ở Việt Nam
Source: www.researchgate.net
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ផលប៉ះពាល់នៃការអភិវឌ្ឍហិរញ្ញវត្ថុ និងសេដ្ឋកិច្ចក្រៅប្រព័ន្ធមកលើកំណើនសេដ្ឋកិច្ចនៅប្រទេសវៀតណាម

ចំណងជើងដើម៖ Tác động của phát triển tài chính và kinh tế ngầm đến tăng trưởng kinh tế ở Việt Nam

អ្នកនិពន្ធ៖ Bùi Hoàng Ngọc (Khoa Sau Đại học, Trường Đại học Mở, TP.Hồ Chí Minh)

ឆ្នាំបោះពុម្ព៖ 2020 Tạp chí Kinh tế & Phát triển

វិស័យសិក្សា៖ Economics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះមានគោលបំណងវាយតម្លៃពីផលប៉ះពាល់នៃការអភិវឌ្ឍវិស័យហិរញ្ញវត្ថុ និងទំហំនៃវិស័យសេដ្ឋកិច្ចក្រៅប្រព័ន្ធ (Shadow Economy) មកលើអត្រាកំណើនសេដ្ឋកិច្ចរបស់ប្រទេសវៀតណាមចន្លោះឆ្នាំ ១៩៩១ ដល់ ២០១៥។

វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះប្រើប្រាស់វិធីសាស្ត្រវិភាគទិន្នន័យស៊េរីពេលវេលា និងគំរូសេដ្ឋកិច្ចមាត្រកម្រិតខ្ពស់ដើម្បីស្វែងរកទំនាក់ទំនងរយៈពេលវែង និងខ្លី។

ការអនុវត្តគំរូ Autoregressive Distributed Lag (ARDL) និងគំរូកែតម្រូវកំហុស (Error Correction Model - ECM)
ការធ្វើតេស្តសហសមាហរណកម្ម (Bounds Test for Cointegration)
ការប្រើប្រាស់ទិន្នន័យម៉ាក្រូសេដ្ឋកិច្ចប្រចាំឆ្នាំពីធនាគារពិភពលោក (World Bank) និងមូលនិធិរូបិយវត្ថុអន្តរជាតិ (IMF)

លទ្ធផលសំខាន់ៗ (The Verdict)៖

ការអភិវឌ្ឍហិរញ្ញវត្ថុមានផលប៉ះពាល់វិជ្ជមានដល់កំណើនសេដ្ឋកិច្ចក្នុងរយៈពេលវែង ដោយអត្រាកំណើនសេដ្ឋកិច្ចនឹងកើនឡើង ០,៥២% សម្រាប់រាល់ការកើនឡើង ១% នៃការអភិវឌ្ឍហិរញ្ញវត្ថុ។
ផ្ទុយទៅវិញ ការពង្រីកទំហំនៃវិស័យសេដ្ឋកិច្ចក្រៅប្រព័ន្ធមានផលប៉ះពាល់អវិជ្ជមានយ៉ាងខ្លាំង ដោយវាបានកាត់បន្ថយអត្រាកំណើននៃវិស័យសេដ្ឋកិច្ចផ្លូវការ។
អ្នកស្រាវជ្រាវផ្តល់អនុសាសន៍ឱ្យរដ្ឋាភិបាលកែលម្អគុណភាពស្ថាប័ន បង្កើតបរិយាកាសធុរកិច្ចល្អ និងកាត់បន្ថយសកម្មភាពសេដ្ឋកិច្ចក្រៅប្រព័ន្ធ ដើម្បីធានាបាននូវកំណើនសេដ្ឋកិច្ចប្រកបដោយចីរភាព។

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method)	គុណសម្បត្តិ (Pros)	គុណវិបត្តិ (Cons)	លទ្ធផលគន្លឹះ (Key Result)
Autoregressive Distributed Lag (ARDL) គំរូ Autoregressive Distributed Lag (ARDL)	មានភាពបត់បែនខ្ពស់ និងស័ក្តិសមសម្រាប់ទិន្នន័យស៊េរីពេលវេលាដែលមានកម្រិតសមាហរណកម្មខុសគ្នា (I(0) និង I(1)) និងអាចវាស់ស្ទង់ទាំងទំនាក់ទំនងរយៈពេលខ្លី និងវែងបានយ៉ាងច្បាស់លាស់។	មិនអាចផ្តល់លទ្ធផលត្រឹមត្រូវទេ ប្រសិនបើមានអថេរណាមួយមានកម្រិតសមាហរណកម្មកម្រិតទី២ (I(2))។	រកឃើញទំនាក់ទំនងរយៈពេលវែងរវាងអថេរ ដោយបង្ហាញថាការអភិវឌ្ឍហិរញ្ញវត្ថុជួយកំណើន ០,៥២% ខណៈសេដ្ឋកិច្ចក្រៅប្រព័ន្ធទាញទម្លាក់កំណើន។
Ordinary Least Squares (OLS) គំរូ Ordinary Least Squares (OLS)	ងាយស្រួលក្នុងការគណនា និងជាមូលដ្ឋានគ្រឹះងាយយល់សម្រាប់ការវិភាគទំនាក់ទំនងរវាងអថេរ។	ការស្រាវជ្រាវបានបញ្ជាក់ថា OLS អាចផ្តល់លទ្ធផលប៉ាន់ស្មានលម្អៀង (Biased) ឬក្លែងក្លាយនៅពេលប្រើជាមួយទិន្នន័យស៊េរីពេលវេលាដែលមិនថេរ (Non-stationary)។	មិនត្រូវបានជ្រើសរើសជាវិធីសាស្ត្រគោល ដោយសារបញ្ហាលម្អៀង និងមិនស័ក្តិសមនឹងចរិតលក្ខណៈទិន្នន័យ។

ការចំណាយលើធនធាន (Resource Cost)៖ ការស្រាវជ្រាវនេះទាមទារទិន្នន័យម៉ាក្រូសេដ្ឋកិច្ចប្រវត្តិសាស្ត្ររយៈពេលវែង កម្មវិធីវិភាគស្ថិតិ និងចំណេះដឹងផ្នែកសេដ្ឋកិច្ចមាត្រកម្រិតខ្ពស់។

Dataset: ទិន្នន័យស៊េរីពេលវេលាប្រចាំឆ្នាំពីធនាគារពិភពលោក (World Bank) និងមូលនិធិរូបិយវត្ថុអន្តរជាតិ (IMF) យ៉ាងហោចណាស់ ២៥ ឆ្នាំ (១៩៩១-២០១៥)។
Software: កម្មវិធីវិភាគទិន្នន័យសេដ្ឋកិច្ចមាត្រកម្រិតខ្ពស់ដូចជា Stata, EViews ឬ R (ទោះមិនបញ្ជាក់ចំៗ តែជាតម្រូវការចាំបាច់សម្រាប់គណនាគំរូ ARDL)។
Expertise: ចំណេះដឹងស៊ីជម្រៅលើមុខវិជ្ជាសេដ្ឋកិច្ចមាត្រ (Econometrics) ជាពិសេសការវិភាគទិន្នន័យស៊េរីពេលវេលា (Time Series Analysis) និងការធ្វើតេស្តរោគវិនិច្ឆ័យ (Diagnostic tests)។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះប្រើប្រាស់ទិន្នន័យប្រទេសវៀតណាមពីឆ្នាំ ១៩៩១ ដល់ ២០១៥ ហើយការវាស់វែងទំហំសេដ្ឋកិច្ចក្រៅប្រព័ន្ធ (Shadow Economy) គឺពឹងផ្អែកលើការប៉ាន់ស្មានដោយប្រយោលរបស់ IMF។ សម្រាប់ប្រទេសកម្ពុជា ដែលមានរចនាសម្ព័ន្ធសេដ្ឋកិច្ចកំពុងអភិវឌ្ឍន៍ស្រដៀងគ្នា និងមានទំហំសេដ្ឋកិច្ចក្រៅប្រព័ន្ធធំ ការរកឃើញនេះគឺមានសារៈសំខាន់ ប៉ុន្តែត្រូវប្រុងប្រយ័ត្នចំពោះការអនុវត្តផ្ទាល់ ដោយសារភាពខុសគ្នានៃប្រព័ន្ធស្ថាប័ននិងច្បាប់ទម្លាប់។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រ និងរបកគំហើញនៃឯកសារនេះមានអត្ថប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់អ្នករៀបចំគោលនយោបាយម៉ាក្រូសេដ្ឋកិច្ចនៅកម្ពុជា។

ធនាគារជាតិរៀនកម្ពុជា (NBC) និងក្រសួងសេដ្ឋកិច្ច (MEF): អាចប្រើប្រាស់គំរូនេះដើម្បីវាយតម្លៃពីផលប៉ះពាល់នៃការផ្គត់ផ្គង់រូបិយវត្ថុ (M2) និងការរីកចម្រើននៃទីផ្សារហិរញ្ញវត្ថុទៅលើកំណើនសេដ្ឋកិច្ចជាតិ ដើម្បីជៀសវាងបញ្ហាអតិផរណា។
អគ្គនាយកដ្ឋានពន្ធដារ (GDT): គូសបញ្ជាក់ពីភាពចាំបាច់ក្នុងការធ្វើបរិយាបន្នវិស័យក្រៅប្រព័ន្ធ (Informal Sector) ឱ្យចូលក្នុងប្រព័ន្ធផ្លូវការ ដើម្បីបង្កើនចំណូលពន្ធ និងកុំឱ្យវិស័យនេះរារាំងកំណើនសេដ្ឋកិច្ចរួម។

ជាសរុប ការប្រើប្រាស់គំរូស្រាវជ្រាវនេះជួយស្ថាប័នជាតិកម្ពុជាក្នុងការថ្លឹងថ្លែងរវាងការជំរុញទីផ្សារហិរញ្ញវត្ថុ និងការគ្រប់គ្រងសេដ្ឋកិច្ចក្រៅប្រព័ន្ធប្រកបដោយប្រសិទ្ធភាព។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

សិក្សាមូលដ្ឋានគ្រឹះសេដ្ឋកិច្ចមាត្រ (Econometrics): ចាប់ផ្តើមរៀនពីទ្រឹស្តីទិន្នន័យស៊េរីពេលវេលា (Time Series) ការធ្វើតេស្ត Unit Root (ADF, PP) និងទ្រឹស្តីគំរូ ARDL ព្រមទាំងគំរូ ECM តាមរយៈសៀវភៅ ឬវគ្គសិក្សាតាមអនឡាញ។
ប្រមូល និងរៀបចំទិន្នន័យម៉ាក្រូសេដ្ឋកិច្ចកម្ពុជា: ទាញយកទិន្នន័យផែនការសេដ្ឋកិច្ចកម្ពុជាដូចជា GDP និង M2/GDP ពី World Bank ឬ ធនាគារជាតិរៀនកម្ពុជា ព្រមទាំងទិន្នន័យទំហំសេដ្ឋកិច្ចក្រៅប្រព័ន្ធពី IMF យ៉ាងហោចណាស់ចាប់ពីឆ្នាំ ១៩៩៥ ដល់បច្ចុប្បន្ន។
អនុវត្តការវិភាគដោយប្រើកម្មវិធីកុំព្យូទ័រ: ប្រើប្រាស់កម្មវិធី EViews ឬ Stata ដើម្បីដំណើរការតេស្ត Tính Dừng (Stationarity) និងធ្វើ Bounds Test ដើម្បីស្វែងរកអត្ថិភាពនៃទំនាក់ទំនងរយៈពេលវែង (Cointegration)។
ត្រួតពិនិត្យភាពត្រឹមត្រូវនៃគំរូ (Diagnostic Tests): អនុវត្តការធ្វើតេស្ត CUSUM និង CUSUMSQ ព្រមទាំងតេស្តផ្សេងៗ (ដូចជា White test, Breusch-Pagan) នៅក្នុងកម្មវិធី ដើម្បីធានាថាគំរូមានស្ថិរភាព មិនមានកំហុស និងអាចជឿទុកចិត្តបាន។
បកស្រាយលទ្ធផល និងតាក់តែងរបាយការណ៍: សរសេរវាយតម្លៃលទ្ធផលមេគុណ (Coefficients) ថាតើការអភិវឌ្ឍហិរញ្ញវត្ថុ និងសេដ្ឋកិច្ចក្រៅប្រព័ន្ធប៉ះពាល់ដល់កម្ពុជាកម្រិតណា រួចផ្តល់អនុសាសន៍ជាក់ស្តែងដល់រាជរដ្ឋាភិបាលកម្ពុជា។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស	ការពន្យល់ជាខេមរភាសា (Khmer Explanation)	និយមន័យសាមញ្ញ (Simple Definition)
Autoregressive Distributed Lag (ARDL)	ជាគំរូសេដ្ឋកិច្ចមាត្រសម្រាប់វិភាគទិន្នន័យស៊េរីពេលវេលាដែលអាចវាស់ស្ទង់ទំនាក់ទំនងទាំងរយៈពេលខ្លី និងរយៈពេលវែងរវាងអថេរ ទោះបីជាអថេរទាំងនោះមានកម្រិតសមាហរណកម្មខុសគ្នា (I(0) និង I(1)) ក៏ដោយ។	ដូចជាការតាមដានឥទ្ធិពលនៃថ្នាំពេទ្យមកលើអ្នកជំងឺ ដោយអាចមើលឃើញទាំងអាការៈដែលធូរស្បើយភ្លាមៗ (រយៈពេលខ្លី) និងសុខភាពទូទៅទៅថ្ងៃមុខ (រយៈពេលវែង) ទោះបីជារោគសញ្ញាខ្លះបាត់លឿនឬយឺតក៏ដោយ។
Error Correction Model (ECM)	ជាគំរូគណិតវិទ្យាដែលប្រើដើម្បីវាស់ស្ទង់ល្បឿននៃការកែតម្រូវ ឬការត្រឡប់ទៅរកស្ថានភាពមានតុល្យភាពវិញក្នុងរយៈពេលវែង បន្ទាប់ពីមានបម្រែបម្រួល ឬភាពរអាក់រអួលណាមួយក្នុងរយៈពេលខ្លី។	ដូចជាឡានដែលរេវង្កូតចេញពីគន្លងផ្លូវ (បញ្ហារយៈពេលខ្លី) ហើយអ្នកបើកបរវាយចង្កូតត្រឡប់មកគន្លងដើមវិញបន្តិចម្តងៗ (ការកែតម្រូវទៅរកតុល្យភាព)។
Shadow economy	សំដៅលើសកម្មភាពសេដ្ឋកិច្ចដែលមិនបានរាយការណ៍ ឬលាក់បាំងពីអាជ្ញាធររដ្ឋដើម្បីគេចវេសពីការបង់ពន្ធ ការបង់វិភាគទានសង្គម ឬការអនុវត្តច្បាប់ផ្សេងៗ ប៉ុន្តែវាមានទំហំធំនិងជះឥទ្ធិពលដល់សេដ្ឋកិច្ចជាតិរួម។	ដូចជាការលក់ដូរអនឡាញ ឬការបើកតូបលក់ទំនិញតាមផ្ទះដែលមិនបានចុះបញ្ជីស្របច្បាប់ និងមិនបានបង់ពន្ធជូនរដ្ឋ។
Bounds Test	ជាវិធីសាស្ត្រធ្វើតេស្តស្ថិតិនៅក្នុងគំរូ ARDL ដើម្បីបញ្ជាក់ថាតើអថេរដែលកំពុងសិក្សាពិតជាមានទំនាក់ទំនងគ្នាពិតប្រាកដក្នុងរយៈពេលវែង (Cointegration) ឬអត់ មុននឹងឈានទៅធ្វើការវិភាគស៊ីជម្រៅ។	ដូចជាការធ្វើតេស្ត DNA ដើម្បីបញ្ជាក់ថាអ្នកទាំងពីរពិតជាមានទំនាក់ទំនងសាច់ឈាមនឹងគ្នាពិតប្រាកដមែន មុននឹងសន្និដ្ឋានថាអត្តចរិតរបស់ពួកគេមានឥទ្ធិពលលើគ្នា។
Broad money (M2) to GDP ratio	ជាសូចនាករវាស់ស្ទង់កម្រិតនៃការអភិវឌ្ឍហិរញ្ញវត្ថុនិងជម្រៅហិរញ្ញវត្ថុរបស់ប្រទេសមួយ ដោយធៀបទំហំសាច់ប្រាក់សរុបដែលចរាចរក្នុងសេដ្ឋកិច្ច (រួមទាំងប្រាក់បញ្ញើ) ទៅនឹងទំហំផលិតផលក្នុងស្រុកសរុប (GDP)។	ដូចជាការវាស់បរិមាណឈាម (M2) ដែលកំពុងរត់ក្នុងរាងកាយ (GDP) ដើម្បីដឹងថាសរីរាង្គនោះមានសុខភាពល្អ និងមានការលូតលាស់កម្រិតណា។
Cumulative Sum of Recursive Residuals (CUSUM)	ជាការធ្វើតេស្តស្ថិតិដើម្បីពិនិត្យមើលភាពមានស្ថិរភាព (Stability) នៃមេគុណប៉ាន់ស្មាននៅក្នុងគំរូសេដ្ឋកិច្ចមាត្រតាមពេលវេលា ដើម្បីធានាថាការសន្និដ្ឋានគឺត្រឹមត្រូវ និងមិនប្រែប្រួលខុសប្រក្រតី។	ដូចជាការត្រួតពិនិត្យគ្រឹះផ្ទះជារៀងរាល់ឆ្នាំ ដើម្បីប្រាកដថាផ្ទះមិនស្រុត និងនៅតែរឹងមាំទោះពេលវេលាកន្លងផុតទៅយូរក៏ដោយ។
Stationarity	លក្ខណៈនៃទិន្នន័យស៊េរីពេលវេលាដែលតម្លៃមធ្យម និងវ៉ារ្យង់ (Variance) របស់វាមិនប្រែប្រួលតាមពេលវេលា ដែលជាលក្ខខណ្ឌចាំបាច់ដើម្បីចៀសវាងការប៉ាន់ស្មានលម្អៀង ឬទំនាក់ទំនងក្លែងក្លាយ (Spurious regression)។	ដូចជាចង្វាក់បេះដូងមនុស្សធម្មតាដែលលោតក្នុងកម្រិតថេរមួយ មិនប្រែប្រួលឡើងចុះខុសប្រក្រតីខ្លាំងពេកតាមពេលវេលា។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖