BỘ GIÁO DỤC VÀ ĐÀO TẠO
ĐẠI HỌC KINH TẾ, TP.HỒ CHÍ MINH

*****
Phạm Tiến Thành

TÍN DỤNG VI MÔ VÀ MỨC SỐNG
CỦA NÔNG HỘ Ở VIỆT NAM
(Microcredit and Welfare of the Rural Households in Vietnam)
Chuyên ngành: Kinh tế Phát triển
Mã số: 9310105

TÓM TẮT LUẬN ÁN TIẾN SĨ KINH TẾ

Giáo viên hướng dẫn
1. TS. PHẠM KHÁNH NAM
2. PGS.TS. NGUYỄN HỮU DŨNG

TP. HỒ CHÍ MINH, 2018


Công trình được hoàn thành tại :
...................................................................................................................................
Người hướng dẫn khoa học : .................................
GV hướng dẫn 1: TS. Phạm Khánh Nam
GV hướng dẫn 2: PGS.TS. Nguyễn Hữu Dũng

Phản biện 1 : ..............................................................................................................
...................................................................................................................................

Phản biện 2 : ..............................................................................................................

1.2.1. Khả năng tiếp cận tín dụng vi mô
Ở Việt Nam, nhiều hộ gia đình ở nông thôn thường gặp khó khăn trong việc tiếp cận tín dụng, đặc
biệt là các hộ nghèo, các hộ gia đình ở vùng sâu, vùng xa, các nhóm dân tộc thiểu số, v.v. Các hộ gia đình
này luôn có nhu cầu vay vốn cao (Dương và Izumida, 2002) nhưng gặp khó khăn trong việc vay từ các
nguồn tín dụng bán chính thức và chính thức. Do đó, nhiều hộ gia đình phải vay từ các nguồn tín dụng phi
chính thức. Để tăng tính hiệu quả và tiếp cận các chương trình tín dụng, việc hiểu được các yếu tố ảnh
hưởng đến khả năng tiếp cận TDVM là điều cần thiết.
Câu hỏi nghiên cứu 1: Các yếu tố nào tác động đến khả năng tiếp cận TDVM của nông hộ?
1.2.2. Tín dụng vi mô và việc áp dụng giống lúa cải tiến
Nông nghiệp đóng vai trò quan trọng đối với nền kinh tế của các nước đang phát triển. Do đó, việc
nâng cao sản lượng và chất lượng của nông sản là một trong những mối quan tâm hàng đầu (Bonnin và
Turner, 2012). Một trong những giải pháp khả thi nhất để tăng sản lượng đó chính là áp dụng công nghệ mới
cho năng suất cao (Hossain, 1989).
Trên thực tế, việc áp dụng công nghệ mới thường có chi phí ban đầu cao. Một số nghiên cứu cho
rằng tín dụng có thể thúc đẩy các hộ gia đình đầu tư vào đổi mới nông nghiệp nói chung và các giống cải
tiến nói riêng (Zeller và cộng sự, 1997; Diagne và cộng sự, 2000). Ở Việt Nam, hầu như chưa có nghiên cứu
thực nghiệm xem xét mối quan hệ giữa TDVM và việc áp dụng giống lúa cải tiến. Nghiên cứu này xem xét
vai trò của TDVM đối với quyết định của nông dân trong việc áp dụng các giống cải tiến.


2
Câu hỏi nghiên cứu 2: TDVM có giúp nâng cao quyết định của nông dân trong việc áp dụng các
giống lúa cải tiến, bao gồm quyết định có áp dụng hay không và áp dụng bao nhiêu?
1.2.3. Tác động của Tín dụng vi mô lên phúc lợi của hộ
Các chương trình TDVM đã được áp dụng ở nhiều quốc gia như một biện pháp giúp giảm nghèo. Đã
có rất nhiều nghiên cứu thực nghiệm về tác động của tín dụng vi mô tuy nhiên kết quả là khác nhau
(Khandker, 1998; Yunus, 2003; Pitt & cộng sự, 2003; Takahashi & cộng sự, 2010; Nguyen, 2008; Lensink
& Phạm, 2011; Thanh, 2017). Tổng quan lý thuyết cho thấy tác động của TDVM lên phúc lợi vẫn còn đang
được tranh luận và phụ thuộc các chỉ số được sử dụng để đo lường phúc lợi. Ở Việt Nam, nhưng chưa có
nghiên cứu nào xem xét tác động của TDVM lên các khía cạnh khác nhau của phúc lợi.


TDVM trong nghiên cứu này được định nghia là khoản vay không thế chấp và có giá trị nhỏ (dưới 100
triệu đồng) do các tổ chức chính thức cấp.


3
•

Nghiên cứu này tập trung vào TDVM sử dụng để sản xuất hoặc kinh doanh.

•

Trong nghiên cứu này, phúc lợi được đo lường bằng tổng giá trị sản xuất, doanh thu, thu nhập, tiêu
dùng, tích lũy tài sản và lao động ngoài tuổi lao động.

•

Hai cú sốc sức khỏe được sử dụng để phân tích gồm ốm đau/ bệnh tật của bất kỳ thành viên nào và của
các thành viên trong độ tuổi lao động.

1.5. Dữ liệu nghiên cứu
Dữ liệu định lượng. Nghiên cứu sử dụng Dữ liệu Khảo sát mức sống hộ gia đình Việt Nam
(VHLSS) và Dữ liệu Điều tra tiếp cận nguồn lực hộ gia đình nông thôn Việt Nam (VARHS) năm 2012 và
2014. VARHS được sử dụng để phân tích 3 mục tiêu nghiên cứu đầu tiên và VHLSS sử dụng để phân tích
mục tiêu 4.
Dữ liệu định tính. Được thu thập từ các cuộc khảo sát chuyên sâu và phỏng vấn nhóm ở vùng nông
thôn để bổ trợ cho các kết quả định lượng và hàm ý chính sách.
1.6. Phương pháp nghiên cứu
1.6.1. Phương pháp định lượng
Nghiên cứu này sử dụng nhiều phương pháp khác nhau để giải quyết từng mục tiêu nghiên cứu cụ

Chương 1: Giới thiệu.
Chương 2: Cơ sở lý thuyết.
Chương 3: Tổng quan về TDVM.
Chương 4: Các yếu tố tác động đến khả năng tiếp cận TDVM.
Chương 5: TDVM và việc áp dụng giống lúa cải tiến.
Chương 6: Đánh giá tác động của TDVM lên mức sống.
Chương 7: Vai trò của TDVM trong việc giảm thiểu các tác động của cú sốc sức khỏe.
Chương 8: Kết luận.


5
CHƯƠNG 2 – CƠ SỞ LÝ THUYẾT
2.1. Tổng quan về TDVM
2.1.1. Một vài khái niệm
Hội nghị TDVM (1997): “TDVM là chương trình mở rộng các khoản vay nhỏ đến với người nghèo
để họ thực hiện các dự án tự sản xuất kinh doanh tạo thu nhập, từ đó giúp cho họ có thể tự chăm sóc chính
bản thân mình và gia đình của họ.”
2.2.2. Đặc điểm của TDVM
TDVM có những đặc điểm sau: (1) Khoản vay nhỏ; (2) Lãi suất cao; (3) Phục vụ người nghèo; (4)
Vay để đầu tư; (5) Không có tài sản thế chấp; (6) Vay theo nhóm; (7) Hướng đến khách hàng nữ.
2.2. Lý thuyết
2.2.1. Lý thuyết về thị trường tài chính
Thị trường tài chính là một trung gian giữa người tiết kiệm và người cho vay. Thị trường tài chính
luôn gặp phải các vấn đề như rủi ro và thông tin, và điều này giúp phân biệt được thị trường tài chính với thị
trường hàng hóa và dịch vụ (Hoff & Stiglitz, 1990, 1997). Thị trường tài chính nông thôn thường không
hoàn hảo và điều này càng rõ ràng hơn ở các nước đang phát triển. Một vài lý do giải thích cho điều này đó
chính là: (1) Giao dịch “mua bán” (vay) và “thanh toán” (hoàn trả nợ) được thực hiện ở các thời điểm khác
nhau; (2) Người cho vay không thể hoặc bị hạn chế trong việc giám sát việc người vay sẽ làm gì với số tiền
vay được; (3) Luôn có sự hiện diện của thị trường tín dụng phi chính thức ở các nước đang phát triển; (4)
Mỗi người vay đều có khả năng sẽ không trả nợ ở các mức độ khác nhau và việc xác định mức độ rủi ro ở

cung lao động (nghỉ ngơi) được phân tích qua hành vi của ba nhóm đối tượng, gồm có người sản xuất, người
tiêu dùng và người công nhân (Singh & cộng sự, 1986; Sadoulet & de Janvry, 1995). Do mục tiêu của
nghiên cứu này là phân tích việc tiếp TDVM và tác động của nó lên đầu tư và phúc lợi, phần này sẽ trình
bày về tác động của việc hạn chế về tín dụng lên việc phân bổ tối ưu nguồn lực. Hộ nông dân được giả định
là muốn tối ưu hàm thỏa dụng (utility) sau đây:

Max U (ca , cm , cl ; Z h )

qa , x ,l ,ca ,cm ,cl

Hàm thoải dụng này được tối ưu dưới điều kiện ràng buộc sau:
Hàm sản xuất:

g (qa , x, l; Z p ) = 0

Hàm ràng buộc về thu nhập có tín dụng: pmcm + paca + wcl =  + wE + K
Trong đó, K chính là tín dụng, bao gồm cả TDVM.
Lý thuyết này dùng để trả lời cho Câu hỏi nghiên cứu 2.
2.3. Nghiên cứu thực nghiệm
2.3.1. Các yếu tố tác động đến khả năng tiếp cận TDVM của nông hộ
Khả năng tiếp cận tín dụng được khái quát là một quy trình ra quyết định tuần tự trong đó khởi đầu
từ phía cầu, và tiếp theo là phía cung (Zeller, 1994). Đây được xem là khung chuẩn trong phân tích khả năng
tiếp cận tín dụng. Dựa trên lý thuyết (Khôi và cộng sự, 2013; Dương và Izumida, 2002; Li và cộng sự,
2011a), các yếu tố tác động đến khả năng tiếp cận TDVM bao gồm những đặc điểm ở cấp độ chủ hộ (tuổi,
tình trạng hôn nhân, giới tính, học vấn), cấp độ hộ (dân tộc, tỷ lệ phụ thuộc, số người trong hộ, diện tích
trang trại, giá trị tài sản, tình trạng nghèo, số tiền tiết kiệm, khoảng cách từ nhà đến ngân hàng, vốn xã hội,
khả năng tiếp cận được các nguồn tín dụng khác), cấp độ làng xã (vị trí địa lý, cơ sở hạ tầng).
2.3.2. Tác động của TDVM lên việc áp dụng giống lúa cải tiến
Lý thuyết cho thấy rằng tín dụng có thể tác động đến quyết định áp dụng của nông hộ qua ít nhất 3
cơ chế (Zeller và cộng sự, 1997; Diagne và cộng sự, 2000). Thứ nhất, tín dụng cung cấp cho nông dân một

2.5. Khung phân tích về tác động của TDVM lên phúc lợi của hộ gia đình
Mục tiêu chính của nghiên cứu này là xem xét mối quan hệ giữa TDVM và phúc lợi của hộ. Hình
2.5 minh họa khung lôgíc và phân tích về khả năng tiếp cận TDVM và đánh giá tác động của TDVM lên
phúc lợi của hộ. Dựa trên khung phân tích này, nghiên cứu tiến hành 4 mục tiêu nghiên cứu.


8
Nhân chủng học:
• Tuổi
• Học vấn
• Dân tộc
• Giới tính
• Hôn nhân
Nguồn lực và kinh
tế:
• Số thành viên
• Số lao động
• Tỷ lệ phụ thuộc
• Đất đai
• Tiết kiệm
• Vốn xã hội
• Tình trạng
nghèo

NH

Tiêu dùng trực
tiếp

Tích luỹ tài

Quyết định ngắn hạn,
Tác động dài hạn

Đặc điểm xã

Cú sốc
sức khỏe

Chữa trị

OOP
Ngắn hạn (NH)

Mất ngày
công lao động

Giảm thu
nhập

Biện pháp ứng phó

Phi chính
Chính
Hình 2.5 – Khung phân tích về Khả năng tiếp cận tín dụng vi mô và Tác động của TDVM lên mức sống
thức
thức

Giảm phúc
lợi



0.512

751.86

2005
2013

1178
1162

18247.82
144699.81

48.808
99.905

373.87
1448.37

Tổng giá trị vay nợ
(Triệu USD)

Số người vay hiện hữu
(Triệu người)

Khoản vay trung
bình(USD)

Nguồn: MIX Market (2013)

Bangladesh
1,091.74
6.740
Bandhana
Ấn Độ
1,016.81
5.410
SKSa
Ấn Độ
518.29
4.963
b
ASA
Bangladesh
763.56
4.444
BRACb
Bangladesh
930.13
4.240
SKDRDPb
Ấn Độ
532.85
3.049
Compartamos
Mexico
1,255.50
2.489
Banco
9


10
3.2. TDVM ở nông thôn Việt Nam
3.2.1. Các nhà cung cấp TDVM
Thị trường tài chính nông thôn ở Việt Nam có ba bộ phận làm nhiệm vụ cung cấp các dịch vụ tài
chính, bao gồm: chính thức, bán chính thức và phi chính thức. Là một thành phần trong thị trường tín dụng
nông thôn, TDVM cũng có những đặc điểm tương tự. Các nhà cung cấp dịch vụ TDVM ở nông thôn Việt
Nam bao gồm (ADB, 2010):
•

Chính thức: Ngân hàng Nông nghiệp và Phát triển Nông thôn (VBARD), Công ty Tiết kiệm
Bưu điện (VPSC), Ngân hàng Chính sách Xã hội (VBSP), Quỹ Tín dụng Nhân dân (PCF).

•

Bán chính thức: Các tổ chức Tài chính vi mô (MFIs).

•

Phi chính thức: Họ hàng và bạn bè, Hụi/họ, Người cho vay cá nhân.

3.2.2. Hoạt động tín dụng và khách hàng
VBSP, VBARD và PCF là những nhà cung cấp chính thức lớn nhất. Trong số các MFIs, Quỹ trợ
vốn cho người lao động nghèo tự tạo việc làm (CEP) và Tổ chức Tài chính vi mô TNHH Một thành viên
Tình Thương (TYM) là những nhà cung cấp tài chính vi mô bán chính thức lớn nhất. VBARD và PCF có vẻ
như chỉ tập trung vào đối tượng khách hàng có thu nhập trung bình và cao. VBSP chủ yếu phụ vụ cho nhóm
khách hàng có thu nhập trung bình và thấp, bao gồm cả hộ nghèo, trong khi đó nhiệm vụ của các MFIs chủ
yếu là hướng đến người nghèo hoặc người có thu nhập thấp. Lãi suất trung bình của VBSP là 0.67%/tháng.
Lãi suất trung bình của PCF cao hơn và ở mức 1.56%/tháng. Trong khi, khách hàng của MFIs phải trả mức
lãi suất lên đến 1.41%/tháng.


Lãi suất
(%/tháng)
0.67
0.65
1.41

3.2.3. Vai trò giảm nghèo của TDVM
Tín dụng vi mô đóng vai trò quan trọng trong việc giúp ngươi vay thoát nghèo, tuy nhiên, lại không
có tác động mức sống của nhóm khá giả.


11
CHƯƠNG 4 – CÁC YẾU TỐ TÁC ĐỘNG ĐẾN KHẢ NĂNG TIẾP CẬN TÍN DỤNG VI MÔ
4.1. Phương pháp nghiên cứu
4.1.1. Phương pháp ước lượng
Nghiên cứu này sử dụng mô hình Logit. Dựa trên nghiên cứu của Train (2003) và Li và cộng sự
(2011), mô hình được viết dưới dạng tuyến tính như sau:

 Pr 
log it[Pr(Crit = 1)] = log 
 =  +  X it
1 − Pr] 
Trong đó, Crit là khả năng tiếp cận TDVM (1=Có vay; 0=Không vay); Xit là các biến giải thích quan
sát được; i, t là hộ gia đình i ở thời điểm t.
Nghiên cứu sử dụng Phương pháp Ước lượng Khả năng Cực đại (Maximum likelihood Estimation,
MLE) với Mô hình Tác động Cố định (Fixed Effects Model, FEM) và Tác động Ngẫu nhiên (Random
Effects Model, REM) sử dụng dữ liệu bảng, tuy nhiên REM sẽ là phù hợp hơn.
Nghiên cứu này cũng chia mẫu ra thành hộ nghèo và không nghèo để phân tích sâu thêm.



Khoản vay trung bình
2012
2014
2 KỲ
27.845
35.856
30.678
63.558
50.013
56.971


12
4.3. Kết quả và Thảo luận
Bảng 4.4 trình bày kết quả ước lượng về các yếu tố tác động đến khả năng tiếp cận TDVM sử dụng
Mô hình Tác động cố định (FEM), Tác động ngẫu nhiên ( REM) và Pooled OLS. Các diễn giải trong phần
này sẽ dựa trên kết quả ước lượng từ REM.
Tín dụng khác có tác động làm giảm khả năng tiếp cập TDVM. Tiết kiệm cũng làm giảm khả năng
tiếp cận TDVM của các hộ. Hộ nghèo và Xã nghèo thúc đẩy khả năng tiếp cận TDVM. Đất nông nghiệp
làm tăng khả năng tiếp cận TDVM. Trong khi đó, đất ở lại không có tác động lên việc tiếp cận TDVM. Số
thành viên và tỷ lệ phụ thuộc có ảnh hưởng có ý nghĩa thống kê đến khả năng tiếp cận TDVM của các hộ
gia đình. Giữa Tỷ lệ phụ thuộc và TDVM có mối quan hệ nghịch biến. Trong khi đó, Số thành viên nhiều
hơn thì khả năng tham gia chương trình TDVM lại cao hơn. Biến Tuổi của chủ hộ nhận giá trị âm và có ý
nghĩa thống kê. Vốn xã hội làm tăng khả năng tiếp cận TDVM của hộ. Một vài biến giả vùng miền cũng có
tác động và có ý nghĩa thống kê. Các biến số còn lại như Học vấn, Tình trạng hôn nhân, Dân tộc của chủ
hộ, Khoảng cách tới đường chính, và Chợ trong xã không có tác động đến khả năng tiếp cận TDVM.
Đối với trường hợp Hộ không nghèo, kết quả ước lượng cũng tương tự với trường hợp tổng mẫu
nghiên cứu, ngoại trừ biến Khoảng cách tới đường chính, và Chợ trong xã. Biến Khoảng cách tới đường
chính chuyển sang có tác động đồng biến và có ý nghĩa thống kê đến khả năng tiếp cận TDVM, trong khi đó

0.10
0.0003
0.0148
1.27
0.0013
Tuổi của HHH
-0.0264***
-6.51
-0.0018***
-0.0626*** -2.79
-0.0038***
-0.0232***
-6.70
-0.0021***
Hôn nhân của HHH
0.0166
0.09
0.0011
0.6372
1.34
0.0385
0.0084
0.06
0.0007
Giới tính của HHH (1=Nam)
0.0142
0.09
0.0010
-0.2420
-0.42

2.61
0.0231***
Số tiền tiết kiệm (Triệu đồng)
-0.0057***
-4.36
-0.0004***
-0.0027*
-1.68
-0.0002*
-0.0055***
-4.60
-0.0005***
Đất nông nghiệp (ha)
0.0847**
2.22
0.0058**
0.0652
0.64
0.0039
0.0764**
2.38
0.0068**
Đất ở (ha)
0.0315
0.20
0.0021
-1.2044
-1.33
-0.0728
0.0399

1.50
0.0014
Vốn
xã hội
0.0391***
4.99
0.0027***
0.0474***
2.86
0.0029***
0.0342***
5.11
0.0030***
lớn (km)
Xã nghèo (1=Nghèo)
0.2803***
3.25
0.0191***
0.3985***
2.58
0.0241***
0.2448***
3.14
0.0216***
Chợ trong xã (1=Có)
-0.1605
-1.52
-0.0109
-1.0463*** -3.83
-0.0632***

0.98
0.0176
Duyên hải Nam Trung Bộ
-0.9154***
-4.00
-0.0622***
-0.8655***
-4.29
-0.0765***
Tây Nguyên
0.7609***
4.07
0.0517***
0.6585***
4.22
0.0582***
Hằng số
-1.4351***
-4.19
-1.2360***
-4.31
Số hộ
3,544
3,544
701
701
3,544
3,544
Số quan sát
7,088


Ui = 0 nếu trường hợp khác

Yi* =  Zi +  i

Yi = Yi * nếu Yi*  0 và U i*  0

Hurdle 2 hoặc Giai đoạn 2
(Quyết định áp dụng bao nhiêu)

Yi = 0 nếu trường hợp khác
Trong đó, U đại diện cho quyết định của nông dân trong việc có áp dụng giống lúa cải tiến hay
không (1=Có; 0 nếu trường hợp khác). Y đại diện cho mức độ áp dụng và trong nghiên cứu này, được đo
lường bằng số tiền chi tiêu cho giống lúa cải tiến. X và Z là các biến giải thích có thể quan sát được. Nghiên
cứu này sử dụng mô hình Hồi quy Probit và Truncated để xem xét quyết định của người nông dân ở lần lượt
hai giai đoạn.
Nghiên cứu này trình bày cả Mô hình DH và Tobit để so sánh và từ đó xác định mô hình phù hợp
nhất với dữ liệu nghiên cứu. Kiểm định Likelihood-Ratio (LR) được sử dụng để quyết định xem việc nông
dân thực hiện hai quyết định trên đồng thời hay tách biệt nhau. Nghiên cứu này cũng sử dụng Mô hình
Heckman để so sánh (Heckman, 1979).
Nghiên cứu này cũng sử dụng IV 2SLS để kiểm soát hiện tượng nội sinh của biến TDVM. Biến
cộng cụ được sử dụng được trình bày ở Phần 5.3.

5.1.2. Lựa chọn biến
5.1.2.1. Biến phụ thuộc
Đối với mục tiêu nghiên cứu này, ở Hurdle 1 (Giai đoạn 1) nhóm áp dụng (Adopter) là những nông
dân có gieo trồng ít nhất một loại giống lúa cải tiến, còn nhóm không áp dụng (Non-adopter) là những nông
dân gieo trồng những giống lúa truyền thống. Ở Hurdle 2, mức độ áp dụng được đo lường bằng số tiền chi
tiêu để mua giống cải tiến.


nghiên cứu, cũng chưa có đủ bằng chứng để đưa ra kết luận về vai trò của TDVM trong việc giải thích quyết
định của hộ nghèo và hộ không nghèo trong việc có áp dụng hay không và mức độ áp dụng bao nhiêu.
Các kết quả trên cho thấy Tín dụng vi mô không có tác động gì đến quyết định áp dụng giống lúa
cải tiến của người nông dân ở cả hai giai đoạn. Tuy nhiên, đây chưa phải là kết thúc của vấn đề đầu tư của
người nông dân. Lý thuyết và thực tế cho thấy rằng đầu tư vào trồng trọt thường rủi ro và mất nhiều thời
gian mới có thể thu hồi vốn, vì thế người nông dân có thể sẽ sử dụng vốn vay để đầu tư và các hoạt động phi
nông nghiệp hoặc chăn nuôi. Do đó, phần tiếp theo sẽ xem xét tác động của TDVM đối với quyết định đầu
tư vào các hoạt động khác. Bảng 5.8 cho thấy rằng TDVM thúc đẩy các quyết định đầu tư vào hoạt động


16
kinh doanh phi nông nghiệp và chăn nuôi, chứ không có tác động gì lên quyết định đầu tư vào các hoạt động
trồng trọt khác.
Bảng 5.6 - Tín dụng vi mô và việc áp dụng giống lúa cải tiến
Áp dụng giống lúa cải tiến
BIẾN SỐ
PROBIT
TRUNCATED
Coef
t-stat
Coef
t-stat
Tín dụng vi mô
-0.0309
-0.29
-4,363
-0.87
Số quan sát
2438
1959

Panel 2: HỘ KHÔNG NGHÈO
PROBIT
TRUNCATED
BIẾN SỐ
Hệ số
t-stat
Hệ số
t-stat
Tín dụng vi mô
-0.0999
-0.81
-5,051
-0.86
Số quan sát
1,920
1,586
Kiểm định χ2 Double-Hurdle so với Tobit, λ =3915.4> χ2(35) = 57.342
Ghi chú:
*, ** và *** : Có ý nghĩa thống kê ở mức 10%, 5% và 1%

TOBIT
Hệ số
t-stat
-8.123
-0.03
518

TOBIT
Hệ số
t-stat

2.45
2438


17
CHƯƠNG 6 – ĐÁNH GIÁ TÁC ĐỘNG CỦA TÍN DỤNG VI MÔ LÊN MỨC SỐNG
6.1. Phương pháp nghiên cứu
6.1.1. Phương pháp ước lượng
Mục tiêu nghiên cứu này sử dụng nhiều phương pháp đánh giá tác động khác nhau bao gồm So sánh
điểm xu hướng (Propensity Score Matching, PSM), Khác biệt trong khác biệt (Difference in Difference,
DID), và Kết hợp PSM-DID.
6.1.1.1. So sánh điểm xu hướng (PSM)
Phương pháp PSM được khởi đầu bởi Rosenbaum và and Rubin (1983), và được kế thừa và phát
triển bởi Becker và and Ichino (2002), Dehejia và Wahba (2002). PSM gồm các bước sau:
Bước 1: Thực hiện mô hình Probit các yếu tố tác động đến khả năng tiếp cận TDVM. Kết quả ước
lượng này dùng để tính toán điểm xu hướng để ghép cặp.
Bước 2: Xác định vùng hỗ trợ chung và xác định thuộc tính cân bằng.
Bước 3: Ghép cặp từng quan sát thuộc nhóm can thiệp (treated) với một hoặc một vài quan sát
thuộc nhóm đối chứng hay kiểm soát (control) dựa trên điểm xu hướng (đặc điểm) tương đồng sử dụng các
kỹ thuật ghép cặp khác nhau.
Bước 4: Tính toán kết quả đầu ra (outcomes) trung bình của tất cả các khác biệt cá nhân (chênh lệch
của từng cặp) để có được giá trị trung bình của tổng các cặp, cũng chính là tác động của chương trình
TDVM. Ước lượng sử dụng bẫy kích hoạt (bootstrap) được áp dụng để khắc phục sự sai lệch khi ước lượng
sai số chuẩn (standard errors).
6.1.1.2. Khác biệt trong khác biệt (DID)
Dựa theo nghiên cứu của Lester (1946) và Khandker và cộng sự (2010), mô hình sử dụng phương
pháp DID sẽ được viết như sau:

Yit = 0 + 1T + 2Cr + 3T * Cr + 4 Zit +  it
Trong đó, Yit là kết quả đầu ra của hộ i ở thời điểm t; Cr là can thiệp (trong nghiên cứu này chính là

Dựa trên cơ sở lý thuyết ở Mục 3.2.1 (Duong và Izumida, 2002; Khoi và cộng sự, 2013; Thanh,
2017) và sự khả thi về số liệu, nghiên cứu này chọn ra các biến giải thích để tính toán điểm xu hướng ở
Bảng 6.4.
6.1.2.3. Biến phúc lợi Welfare
Các biến kết quả (biến phụ thuộc) sử dụng để đánh giá tác động của TDVM bao gồm Tổng giá trị
đầu ra/ Thu nhập từ các hoạt động (nông nghiệp, phi nông nghiệp, làm công ăn lương, các nguồn lực sở
hữu chung), chi tiêu cho thực phẩm (nông sản và phi nông sản), và tích lũy tài sản lâu bền (sản xuất và phi
sản xuất) (Takahashi et al., 2010; Lensink & Pham, 2012; Quach, 2007, 2017; Thanh, 2017).
6.2. Dữ liệu nghiên cứu
Mục tiêu nghiên cứu này sử dụng dữ liệu Điều tra tiếp cận nguồn lực hộ gia đình nông thôn Việt
Nam (VARHS) năm 2012 và 2014. Mẫu sử dụng để ước lượng là 7088 quan sát, bao gồm 3544 hộ ở mỗi
cuộc khảo sát.
6.3. Kết quả và Thảo luận
6.3.1. Điểm xu hướng và kiểm định thuộc tính cân bằng
Bảng 6.2 trình bày tóm tắt những tiêu chí chính của bước thứ nhất sử dụng PSM-DID (xem chi tiết ở
Phụ lục 6.4). Các kết quả ước lượng từ bước này được sử dụng để tính toán điểm xu hướng.
Kết quả về vùng hỗ trợ chung cho thấy rằng có 148 hộ (sử dụng lệnh diff) hoặc 151 hộ (sử dụng
lệnh) nằm pscore ngoài vùng hỗ trợ chung. Xem xét sâu thêm sẽ thấy được rằng sự khác biệt giữa 2 lệnh này


19
là 8 hộ, và đây là một sự khác biệt không đáng kể. Do bước thứ hai sử dụng lệnh diff để ước lượng tác động
của TDVM nên 3396 hộ nằm trong vùng hỗ trợ chung được xác định từ lệnh diff sẽ được sử dụng để phân
tích. Kết quả kiểm định thuộc tính cân bằng cũng được thỏa mãn.
Bảng 6.2 – Ước lượng mô hình Probit các yếu tố tác động đến tiếp cận TDVM
VIF lớn nhất
4.53
Kiểm định thuộc tính cân bằng
Thoả mãn
Ngoài vùng hỗ trợ chung

1.935
0.53
1.947
0.54
-1.778
-0.47
-1.774
-0.48
Chăn nuôi
Tự kinh doanh phi nông
25.444**
2.25
25.941**
2.20
nghiệp
Các nguồn lực sở hữu
-0.698**
-2.04
-0.679**
-2.01
chung
Các nguồn thu kiếm được
24.712**
2.00
25.436**
1.99
(không bao gồm làm công
ăn lương)
-0.433
-0.25

Các nguồn lực sở hữu
-0.453
-1.53
-0.431
-1.48
chung
Các nguồn thu kiếm được
2.424
0.48
2.564
0.73
(không bao gồm làm công
ăn lương)
-0.433
-0.25
-0.437
-0.25
Làm công ăn lương
1.991
0.54
2.126
0.57
Các nguồn thu kiếm được
Số quan sát
6792
7088
Ghi chú:
*, ** và *** : Có ý nghĩa thống kê ở mức 10%, 5% và 1%.

DID

-3.543
5.802

-1.22
-1.91
-0.68
1.40

-0.334

-0.82

1.468

0.835
1.924
7088

0.28

0.33
0.33


20

Tổng thu nhập từ các nguồn kiếm được (bao gồm nông nghiệp. phi nông nghiệp, nguồn lực sở
hữu chung và làm công ăn lương) và Tổng thu nhập từ các nguồn kiếm được (không bao gồm làm công
ăn lượng) không thay đổi khi hộ tiếp cận được TDVM, và kết quả này khá tương đồng với nghiên cứu
Takahashi và cộng sự (2010). Tuy nhiên, TDVM làm tăng Tổng giá trị đầu ra từ các nguồn (bao gồm và


CHI TIÊU THỰC PHẨM
Thực phẩm nói chung
0.114**
2.34
0.111**
Nông sản
-0.013
-0.52
-0.013
Phi nông sản
0.126***
3.73
0.124***
TÍCH LUỸ TÀI SẢN LÂU BỀN
Tài sản lâu bền nói
0.553
0.11
0.649
chung
Sản xuất
3.236**
2.31
3.237**
Không sản xuất
-2.683
-0.57
-2.588
Số quan sát
6792

2.739
1.38
-2.806
-0.31
7088


21
CHƯƠNG 7 – VAI TRÒ CỦA TÍN DỤNG VI MÔ TRONG VIỆC GIẢM THIỂU CÁC TÁC ĐỘNG
CÚ SỐC SỨC KHOẺ
7.1. Phương pháp nghiên cứu
7.1.1. Phương pháp ước lượng
Mô hình nghiên cứu dựa trên nghiên cứu của Thanh và Duong (2017) và có dạng như sau:

Yiv = 0 + 1HSivt + 2 ( HSivt + CRivt ) + 4 X ivt +  v +  ivt (2)
Trong đó, HSivt đại diện cho biến cú sốc sức khỏe; CRivt thể hiện giá trị của khoản vay TDVM mà hộ
vay được; Xivt là các đặc điểm của hộ; δv là biến giả tác động cố định làng xã (Village Fixed Effect, VFE); εivt
là sai số. i, v và t lần lượt chính là hộ gia đình i, làng v và thời điểm t. Các biến giải thích sử dụng dữ liệu ở
thời điểm t. ∆Yiv là sự thay đổi ở biến phụ thuộc và được tính toán như sau:

Yiv =

Yiv 2012 − Yiv 2010
Y

Trong đó, Yiv2012 và Yiv2010 lần lượt là giá trị của các biến phụ thuộc ở cuộc khảo sát 2012 và 2010; 𝑌̅
là trung bình của biến phụ thuộc ở 2 cuộc khảo sát. Ước lượng sử dụng VFE vì VFE có thể giảm thiểu
những thiên lệch khi ước lượng (Islam và Maitra, 2012).
Ước lượng OLS sử dụng Phương trình (2) có thể tiềm ẩn nội sinh. Do đó nghiên cứu này cũng sử
dụng IV 2SLS để kiểm soát nội sinh do TDVM. Biế công cụ được sử dụng được trình bày ở Phần 7.3.2.


7.3. Kết quả và Thảo luận
7.3.1. Các cú sốc sức khỏe có thể được dự báo trước?
Trước khi ước lượng Phương trình (2), cần phải kiểm định tính phù hợp lệ của giả định rằng các cú
sốc sức khỏe có thể được dự báo trước hay không (Islam và Maitra, 2012). Vấn đề này được xem xét sử
dụng phương trình sau:

HSivt = 0 + 1HSivt −1 + 3 X ivt +  v +  ivt

(4)

1 được kỳ vọng sẽ không có ý nghĩa thống kê; có nghĩa là cú sốc sức khỏe ở thời điểm t-1 không
có khả năng sẽ tác động đến cú sốc sức khỏe ở thời điểm t.
Trái với kỳ vọng, các hệ số đều có ý nghĩa thống kê. Để có thể ước lượng tiếp Phương trình (2) thì
nghiên cứu này vẫn giả định rằng các cú sốc sức khỏe là không dự báo được.
7.3.2. Kết quả ước lượng Bước 1 của mô hình IV 2SLS
Nghiên cứu này sử dụng 2 biến công cụ, gồm tỷ lệ hộ nghèo trong xã và khoảng cách từ xã đến
ngân hàng gần nhất để kiểm soát vấn đề nội sinh của biến TDVM. Tuy nhiên, ước lượng ở Bước 1 của mô
hình IV 2SLS ở cả hai trường hợp HS1W và HS1A (xem Phụ lục 7.3 và 7.4) cho thất các biến IVs không
phù hợp. Do đó, để kết quả từ phương trình (2) hợp lệ, nghiên cứu này giải định TDVM là ngoại sinh. Do
đó, kết quả ở Phần 7.3.3 và 7.3.4 sử dụng ước lượng OLS từ Eq.(2).
7.3.2. – 7.3.3. Tác động của HS1A và HS1W và vai trò giảm giảm thiểu TDVM
Phần này xem xét các tác động về mặt kinh tế do các cú sốc sức khỏe gây ra và vai trò giảm thiểu
tác động này của TDVM. Phần diễn giải dự trên ước lượng từ mô hình hồi quy có VFE. Kiểm định Joint
Test F-statistics cho giả thuyết β1 + β2 = 0
Doanh thu. Kết quả ước lượng cho thấy các hộ bị cú sốc sức khỏe HS1W hoặc HS1A làm giảm
doanh thu từ các nguồn kiếm được từ lao động, trong khi đó chỉ có HS1W làm tổng doanh thu từ các nguồn.
Về vai trò của TDVM, kết quả cho thấy TDVM không có tác động gì lên các doanh thu từ lao động và tổng
doanh thu của các hộ bị các cú sốc sức khỏe.


(-0.688)
(-0.605)
(-1.250)
Joint Test F-Stat
3.88**
3.64*
0.01
HS1A (β1)
-0.0159
-0.0324
0.0016
(-0.407)
(-0.961)
(0.0898)
HS1A*CR (β2)
-0.00136
-7.87e-05
-0.0045*
(-0.273)
(-0.0174)
(-1.712)
Joint Test F-Stat
0.21
0.99
0.03
Ghi chú:
Robust t-statistics trong ngoặc đơn; Ước lượng với VFE
*, **, và *** : có ý nghĩa thống kê ở mức 10%, 5% và 1%

OLD

FCON
0.117**
0.0577
0.341***
0.0307
(2.205)
(0.690)
(3.640)
(0.888)
HS1W*CR (β2)
0.0053
-0.007
0.0004
-1.03e-06
(1.196)
(-0.862)
(0.0397)
(-0.0004)
Joint Test F-Stat
5.59**
0.39
13.89***
0.83
HS1A (β1)
0.0586
0.0452
0.355***
0.00237
(1.436)
(0.703)

0.63

NCFA
0.0504
(0.735)
0.007
(1.227)
0.74
0.0213
(0.407)
0.010*
(1.930)
0.38