Giới thiệu
Kể từ đầu những năm 1990, lạm phát mục tiêu đã trở thành một khuôn khổ chính sách tiền tệ hiệu quả, được các nhà kinh tế và hoạch định chính sách đánh giá cao Với tiềm năng lớn trong việc quản lý lạm phát, nhiều quốc gia đã áp dụng lạm phát mục tiêu và không quay lại với các công cụ cũ.
Lạm phát mục tiêu là một cơ chế chính sách tiền tệ, với việc công khai các mục tiêu chính thức cho sự gia tăng chỉ số giá, nhấn mạnh rằng lạm phát thấp là mục tiêu dài hạn quan trọng nhất của cơ quan tiền tệ Theo Savensson (1999), khuôn khổ này xác định rõ ràng trách nhiệm và thiết lập các biện pháp đo lường trách nhiệm cũng như sự minh bạch Fischer (2000) cũng chỉ ra rằng lạm phát mục tiêu yêu cầu Ngân hàng Trung ương không chỉ đặt ra các mục tiêu rõ ràng mà còn phải sử dụng các công cụ thích hợp để đạt được những mục tiêu đó.
Lạm phát mục tiêu được công nhận là một khung chính sách tiền tệ hiệu quả, nhưng để đạt được thành công trong việc thực hiện nó, các quốc gia cần đáp ứng một số điều kiện tiên quyết.
Các điều kiện tiên quyết cho thành công của lạm phát mục tiêu ở cả nền kinh tế phát triển và mới nổi bao gồm: sự độc lập của Ngân hàng Trung ương, không bị chi phối bởi chính sách tài khóa, xác định rõ mục tiêu lạm phát, hoạt động minh bạch và có trách nhiệm giải trình của Ngân hàng Trung ương, một mô hình dự báo lạm phát hiệu quả, thị trường tài chính phát triển cả về chiều sâu lẫn chiều rộng, và mối quan hệ ổn định giữa các công cụ chính sách tiền tệ và lạm phát.
Kinh nghiệm từ các quốc gia cho thấy rằng việc thực hiện thành công lạm phát mục tiêu không nhất thiết phải đáp ứng tất cả các điều kiện ngay từ đầu Nhiều quốc gia đã áp dụng khuôn khổ lạm phát mục tiêu thành công mà không có đầy đủ các điều kiện ban đầu, nhưng các cơ quan quản lý đã dần dần thiết lập các điều kiện này theo thời gian Ngân hàng Trung ương đã nỗ lực hết mình để tạo ra những điều kiện cần thiết và hợp tác với chính phủ nhằm đạt được mục tiêu lạm phát.
Kinh nghiệm từ các quốc gia cho thấy, việc áp dụng lạm phát mục tiêu không chỉ thúc đẩy sự phát triển của các yếu tố hỗ trợ mà còn củng cố khuôn khổ lạm phát mục tiêu Thiết lập các yếu tố chủ chốt là cần thiết để thúc đẩy việc áp dụng các hình thức lạm phát mục tiêu, từ đó tạo ra tiền đề cho một khuôn khổ lạm phát mục tiêu toàn phần thành công.
Nền kinh tế Việt Nam đang đối mặt với tình trạng lạm phát gia tăng kéo dài nhiều năm, cùng với tác động tiêu cực từ cuộc khủng hoảng tài chính toàn cầu năm 2008 và khủng hoảng nợ công ở Châu Âu chưa có dấu hiệu kết thúc Những vấn đề này đã ảnh hưởng xấu đến đời sống người dân và hoạt động sản xuất kinh doanh của các doanh nghiệp, gây ra bất ổn kinh tế vĩ mô và đe dọa sự ổn định cũng như khả năng phát triển bền vững của Việt Nam trong hiện tại và tương lai.
Xuất phát từ ưu điểm của chính sách lạm phát mục tiêu và tình hình kinh tế Việt Nam không mấy khả quan gần đây, tác giả nghiên cứu khả năng áp dụng chính sách này tại Việt Nam Mục tiêu là cung cấp cơ sở lý luận và thực tiễn nhằm đánh giá khả năng thực hiện lạm phát mục tiêu, từ đó định hướng cho chính sách tiền tệ hiệu quả, góp phần ổn định kinh tế vĩ mô và thúc đẩy sự phát triển nhanh chóng, bền vững cho Việt Nam trong tương lai.
Bài viết này tập trung vào việc nghiên cứu một điều kiện tiên quyết quan trọng để thực hiện thành công lạm phát mục tiêu, đó là ước lượng mối quan hệ giữa lạm phát, các công cụ chính sách tiền tệ và các biến kinh tế vĩ mô khác Mục tiêu là xác định xem lạm phát và các công cụ chính sách tiền tệ có mối tương quan mạnh, ổn định và có thể giải thích được hay không.
Bài nghiên cứu được thực hiện nhằm trả lời các câu hỏi sau:
Lạm phát và các công cụ chính sách tiền tệ tại Việt Nam có mối quan hệ như thế nào?
Các công cụ chính sách tiền tệ và lạm phát có mối tương quan chặt chẽ, điều này đặt ra câu hỏi về việc liệu chúng có tạo điều kiện cho việc thực hiện thành công mục tiêu lạm phát hay không Việc hiểu rõ mối liên hệ giữa các công cụ này là cần thiết để xây dựng các chiến lược hiệu quả nhằm kiểm soát lạm phát và đạt được các mục tiêu kinh tế.
Tổng quan các kết quả nghiên cứu trước đây
Khung lý thuy ết
2.1.1 Định nghĩa chính sách tiền tệ lạm phát mục tiêu Đến nay, đã có hơn 30 quốc gia và tới đây còn nhiều quốc gia khác áp dụng cơ chế điều hành chính sách tiền tệ lạm phát mục tiêu, nhưng có thể nói rằng cơ chế này vẫn còn hết sức mới mẽ Lý luận và thực tiễn điều hành chính sách tiền tệ lạm phát mục tiêu vẫn đang được nhiều nhà lý luận và quản lý vĩ mô quan tâm nghiên cứu, đúc kết kinh nghiệm Chính vì vậy, về phương diện kinh điển, chưa có một định nghĩa chính thức về khuôn khổ chính sách tiền tệ lạm phát mục tiêu.
Chế độ tiền tệ lạm phát mục tiêu có những điểm chung quan trọng, bao gồm mục tiêu định lượng rõ ràng do Ngân hàng Trung ương đảm nhiệm, không có áp lực tài chính và cạnh tranh giữa các mục tiêu danh nghĩa, cùng với cơ chế hoạt động độc lập và minh bạch Theo định nghĩa của Mishkin (2000), lạm phát mục tiêu là một chiến lược chính sách tiền tệ với năm yếu tố chính: công khai mục tiêu lạm phát trong trung hạn, cam kết ổn định giá cả, sử dụng nhiều biến số trong chiến lược thông tin, tăng cường minh bạch qua truyền thông với công chúng và thị trường, và nâng cao trách nhiệm giải trình của Ngân hàng Trung ương trong việc đạt được mục tiêu lạm phát.
2.1.2 Đặc điểm của cơ chế điều hành chính sách tiền tệ lạm phát mục tiêu
2.1.2.1 Ưu điểm của chính sách tiền tệ lạm phát mục tiêu:
Trong báo cáo nghiên cứu của Dự án “Hỗ trợ nâng cao năng lực tham mưu, thẩm tra và giám sát chính sách kinh tế vĩ mô” của Ủy ban kinh tế Quốc hội (2011), đã tổng hợp các đặc điểm chính của chính sách tiền tệ lạm phát mục tiêu từ các nghiên cứu trước đó.
Cơ chế điều hành chính sách tiền tệ lạm phát mục tiêu mang lại nhiều ưu điểm so với các phương pháp trước đây, bao gồm khả năng ổn định giá cả, tăng cường tính minh bạch trong quản lý tiền tệ, và cải thiện khả năng dự đoán cho các nhà đầu tư và doanh nghiệp.
Ngân hàng Trung ương cần thiết lập một khung chính sách tiền tệ minh bạch, đảm bảo trách nhiệm và uy tín với công chúng Điều này không chỉ tạo dựng lòng tin của người dân đối với cơ quan quản lý tiền tệ mà còn là cơ sở để đánh giá mức độ hoàn thành sứ mệnh của Ngân hàng Trung ương.
Cơ chế điều hành chính sách tiền tệ hiện tại mang lại cho Ngân hàng Trung ương sự tập trung cần thiết, đồng thời cho phép họ có quyền tự do, linh hoạt và tự quyết trong việc thực thi các chính sách tiền tệ.
Tính độc lập tương đối của Ngân hàng Trung ương giúp đối phó hiệu quả với các cú sốc trong nước và bảo vệ nền kinh tế trước những tác động từ bên ngoài.
Chính sách tiền tệ lạm phát mục tiêu, với việc tập trung vào kiểm soát lạm phát, đã tạo điều kiện thuận lợi cho sự phát triển ổn định của các mục tiêu kinh tế vĩ mô khác như tăng trưởng và việc làm trong dài hạn Sự thành công của chính sách này được minh chứng qua kinh nghiệm của các nền kinh tế đã áp dụng cơ chế điều hành tương tự.
2.1.2.2 Nhược điểm của chính sách tiền tệ lạm phát mục tiêu
Mặc dù cơ chế điều hành chính sách tiền tệ lạm phát mục tiêu có nhiều ưu điểm, nhưng nó không phải là phương thức hoàn hảo Những lợi ích của cơ chế này cũng chính là những nhược điểm, cho thấy rằng việc áp dụng nó cần phải được cân nhắc kỹ lưỡng.
Ngân hàng Trung ương phải đối mặt với rủi ro lớn khi tự quyết trong điều hành chính sách tiền tệ, vì nếu không cẩn thận, họ có thể gây ra lạm phát cao thay vì lạm phát thấp và ổn định Điều này nhấn mạnh sự cần thiết phải ràng buộc chặt chẽ giữa quyền lực và trách nhiệm trong việc thực hiện chính sách tiền tệ theo mục tiêu lạm phát.
Ngân hàng Trung ương gặp khó khăn trong việc kiểm soát lạm phát do các hiệu ứng chính sách có độ trễ Điều này dẫn đến việc đạt được mục tiêu lạm phát đúng thời gian trở nên khó khăn, và việc đánh giá thành công của chính sách cũng thường bị chậm trễ.
Việc nỗ lực đạt được mục tiêu lạm phát có thể gây ra sự gia tăng không bền vững trong công ăn việc làm và sản lượng.
Ngân hàng Trung ương luôn phải đối mặt với áp lực về tính minh bạch và khả năng đối thoại tốt hơn với công chúng, nhưng không phải lúc nào cũng có thể đáp ứng được những yêu cầu này do cơ chế ràng buộc thông tin.
Lạm phát mục tiêu là một cơ chế điều hành chính sách tiền tệ, trong đó Ngân hàng Trung ương sử dụng dự báo lạm phát làm chỉ số mục tiêu trung gian Ngân hàng Trung ương dự đoán xu hướng lạm phát cho năm tới và xác định chỉ số lạm phát mục tiêu cho năm kế hoạch mà không đặt ra các chỉ tiêu khác Trong phạm vi cho phép, Ngân hàng Trung ương có thể linh hoạt lựa chọn và sử dụng các công cụ nhằm đạt được mục tiêu duy nhất là chỉ số lạm phát mục tiêu.
Cơ chế lạm phát mục tiêu có nhược điểm là khi năng lực điều tiết của chính sách tiền tệ hạn chế, Ngân hàng Trung ương sẽ gặp khó khăn trong việc lựa chọn ưu tiên giữa các công cụ như tỷ giá, lãi suất và khối lượng tiền Đồng thời, khi áp dụng lạm phát mục tiêu, Ngân hàng Trung ương phải chịu trách nhiệm vô điều kiện trong việc thực hiện chính sách tiền tệ để đạt được chỉ số mục tiêu dựa trên dự báo lạm phát của mình Do đó, dự báo lạm phát trở thành mục tiêu trung gian của chính sách tiền tệ, dẫn đến việc nhiều người chỉ nhấn mạnh vào dự báo lạm phát mà không đề cập đến lạm phát mục tiêu.
Các nghiên cứu định lượng đánh giá khả năng sẵn sàng thực hiện lạm phát mục tiêu ở các nước
Nghiên cứu định lượng đánh giá khả năng thực hiện lạm phát mục tiêu tại các quốc gia thông qua việc ước lượng mối quan hệ ổn định và dự đoán giữa các công cụ chính sách tiền tệ và lạm phát.
Woglom (2000) cung cấp bằng chứng thực nghiệm bằng cách sử dụng kỹ thuật
Nghiên cứu đã chỉ ra rằng các loại cú sốc khác nhau có tác động đáng kể đến nền kinh tế Nam Phi Kết quả cho thấy rằng Nam Phi không phải là ứng cử viên lý tưởng cho chính sách lạm phát mục tiêu, do mối liên kết yếu giữa chính sách tiền tệ và lạm phát.
Theo nghiên cứu của Christofferson, Solk & Wescott (2001), Ba Lan đủ điều kiện áp dụng cơ chế lạm phát mục tiêu Ngoài việc đáp ứng hai điều kiện tiên quyết khác, phân tích thực nghiệm cho thấy có mối liên kết mạnh mẽ giữa lạm phát và các công cụ tiền tệ tại quốc gia này.
Eser Tutar (2002) đã đánh giá khả năng sẵn sàng thực hiện lạm phát mục tiêu ở
Nghiên cứu sử dụng mô hình VAR cho thấy lạm phát ở Thổ Nhĩ Kỳ mang tính quán tính, với cung tiền, lãi suất và tỷ giá danh nghĩa không có ý nghĩa kinh tế và thống kê trong việc xác định giá cả Sự thay đổi giá chủ yếu được giải thích bởi chính nó Kết quả kiểm định từ mô hình VAR cũng chỉ ra rằng mối liên kết giữa các công cụ chính sách tiền tệ và giá cả không mạnh mẽ, ổn định và khó dự đoán.
Bakradze và Billmeier (2007) đã nghiên cứu khả năng áp dụng cơ chế lạm phát mục tiêu tại Georgia bằng mô hình Var, và nhận định rằng quốc gia này chưa đủ điều kiện để thực hiện thành công cơ chế này Họ chỉ ra rằng Ngân hàng Quốc gia Georgia gặp phải một số điểm yếu thể chế do theo đuổi nhiều mục tiêu có thể xung đột Hơn nữa, quá trình hoạch định chính sách tiền tệ tại Georgia bị ảnh hưởng bởi sự thiếu hụt chỉ số tin cậy về quan điểm chính sách, cụ thể là lãi suất ngắn hạn, trong khi cơ chế lan truyền tiền tệ lại nhấn mạnh tầm quan trọng của kênh tỷ giá.
Shehu Usman Rano Aliyu và Abwaku Englama (2009) đã áp dụng mô hình Var để đánh giá khả năng thực hiện cơ chế lạm phát mục tiêu tại Nigeria Kết quả kiểm định cho thấy có mối liên kết yếu giữa giá cả, kênh tín dụng và lãi suất, nhưng lại có bằng chứng mạnh mẽ về sự lan truyền tỷ giá đến chỉ số giá Do đó, nhóm tác giả khuyến nghị Nigeria nên theo đuổi hình thức lạm phát mục tiêu lai ghép.
Các nghiên cứu trước đây đã cung cấp cái nhìn toàn diện về lý thuyết và thực tiễn của khuôn khổ lạm phát mục tiêu Điều này tạo nền tảng vững chắc cho luận văn nghiên cứu khả năng áp dụng chính sách tiền tệ lạm phát mục tiêu tại Việt Nam.
Ph ươ ng pháp nghiên c ứ u, d ữ liệu và các kiểm định ban đầu
Ph ươ ng pháp nghiên c ứ u
Một trong những điều kiện tiên quyết cho một khuôn khổ lạm phát mục tiêu thành công là mối quan hệ ổn định và có thể dự đoán giữa các công cụ chính sách tiền tệ và tỷ lệ lạm phát, được đo bằng chỉ số giá tiêu dùng Mối quan hệ này không chỉ giúp xây dựng mô hình lạm phát năng động và dự báo lạm phát một cách hợp lý, mà còn phản ánh sự phát triển hiệu quả của thị trường tài chính và tiền tệ trong quốc gia, cho phép sử dụng các công cụ chính sách tiền tệ để điều hành lạm phát Để ước lượng mối quan hệ này, bài nghiên cứu áp dụng mô hình tự hồi quy vector VAR, dựa trên các nghiên cứu trước đây của Gottschalk & Moore (2001), Tutar (2002), Bakradze & Billmeier (2007), và gần đây là Shehu Usman Rano Aliyu & Abwaku Englama (2009).
Mô hình VAR là công cụ phổ biến trong việc dự báo các chuỗi thời gian liên quan và phân tích tác động ngẫu nhiên lên hệ thống biến số Cấu trúc chung của mô hình VAR được thể hiện một cách rõ ràng và có hệ thống.
Xt là véc tơ của các biến nội sinh,
Zt là véc tơ của các biến ngoại sinh,
A và B là các ma trận hệ số, εt là véc tơ của những cú sốc.
Nghiên cứu này ước lượng mô hình VAR để phân tích tác động của các cú sốc chính sách tiền tệ đến lạm phát, thông qua các kênh cung tiền, lãi suất ngắn hạn và tỷ giá hối đoái.
Do hạn chế về nguồn dữ liệu, các biến nội sinh trong mô hình chỉ bao gồm cung tiền, chỉ số giá tiêu dùng, tỷ giá danh nghĩa, sản lượng công nghiệp và lãi suất tiền gửi dưới 12 tháng.
Bài viết nghiên cứu bốn mô hình VAR khác nhau, bắt đầu từ mô hình VAR hai biến với cung tiền và chỉ số giá Sau đó, các biến tài chính như tỷ giá danh nghĩa và lãi suất được bổ sung để đánh giá sự ảnh hưởng của chúng đến mô hình VAR tại Việt Nam.
Nghiên cứu thực nghiệm được thực hiện thông qua kiểm định tính dừng, kiểm định quan hệ nhân quả Granger và khung hệ phương trình của VAR Chức năng phản ứng xung và phân rã phương sai được sử dụng để phân tích cấu trúc của hệ thống Hàm phản ứng xung cho thấy cách mỗi biến trong hệ thống phản ứng dự đoán trước với cú sốc từ các biến khác Kết quả phân rã phương sai chỉ ra tỷ lệ phần trăm sự thay đổi của một biến được giải thích bởi sự biến động của các biến còn lại.
Cơ sở dữ liệu
3.2.1 Các biến của mô hình
Nghiên cứu này áp dụng mô hình VAR với 2 đến 5 biến, bao gồm cung tiền rộng, chỉ số giá tiêu dùng, lãi suất huy động dưới 12 tháng, sản lượng công nghiệp Việt Nam, và tỷ giá USD/VND Các biến được ký hiệu lần lượt như sau:
OUTPUT : Sản lượng công nghiệp CPI : Chỉ số giá tiêu dùng (20050) M2 : Cung tiền rộng (tỷ đồng)
IR : Lãi suất tiền gửi ngắn hạn
Các số liệu CPI, M2, IR, ER được lấy từ dữ liệu tài chính IFS (International Financial Statistics) của Quỹ tiền tệ quốc tế IMF (International Monetary Fund’s).
Số liệu OUTPUT được lấy từ Ngân hàng thế giới WB (World Bank)
Các số liệu đều được lấy dưới dạng log (trừ lãi suất).
Cá c kiểm đinh ban đầu
Kiểm định Augmented Dickey-Fuller (ADF) được sử dụng để đánh giá tính dừng của các biến đầu vào Kết quả phân tích cho thấy, sau khi biến đổi các biến dưới dạng log (ngoại trừ lãi suất), tất cả các biến đều đạt tính dừng ở sai phân bậc 1.
Bảng 3.3.1: Kết quả kiểm định tính dừng ADF
(Không chặn và không xu thế) Trạng thái
Lưu ý: *** có ý nghĩa ở mức 1% Kết quả ước lượng trên phần mềm Eview
Vậy mô hình sẽ được ước lượng với sai phân bậc nhất I(1) của các biến OUTPUT, CPI, M2, ER (sau khi lấy dưới dạng log) và biến IR
3.3.2Kiểm định độ trễ tối ưu của mô hình
Trong mô hình VAR, việc xác định độ trễ tối ưu thường dựa trên các tiêu chí kiểm định như Tiêu chí Thông tin Akaike (AIC), Tiêu chí Thông tin Schwarz (SC) và Tiêu chí Thông tin Hannan-Quinn (HQ).
Kết quả kiểm định như sau:
Bảng 3.3.2.1: Kết quả kiểm định độ trễ của mô hình Var hai biến gồm M2 và CPI
Lag LogL LR FPE AIC SC HQ
12 939.2329 32.53328* 1.37e-08* -12.43682* -11.40086 -12.01586 Độ trễ tối ưu được lựa chọn cho mô hình Var hai biến là 1 đối với kiểm định
SC, HQ và là 12 đối với kiểm định AIC
Bảng 3.3.2.2: Kết quả kiểm định độ trễ của mô hình Var ba biến gồm M2, CPI và IR
Lag LogL LR FPE AIC SC HQ
12 1238.782 60.70888* 6.11e-12* -14.58436* -10.52340 -12.93418 Độ trễ tối ưu được lựa chọn cho mô hình Var ba biến này là 1 đối với kiểm định
SC, HQ và là 12 đối với kiểm định AIC
Bảng 3.3.2 3: Kết quả kiểm định độ trễ của mô hình Var ba biến gồm M2, CPI và ER
Lag LogL LR FPE AIC SC HQ
12 1438.963 31.39362* 1.79e-12 -18.57291* -16.27308 -17.63837 Độ trễ tối ưu được lựa chọn cho mô hình Var ba biến này là 1 đối với kiểm định
SC, HQ và là 12 đối với kiểm định AIC
Bảng 3.3.2 4: Kết quả kiểm định độ trễ của mô hình Var năm biến gồm M2, CPI,
Lag LogL LR FPE AIC SC HQ
12 1238.782 60.70888* 6.11e-12* -14.58436* -10.52340 -12.93418 Độ trễ tối ưu được lựa chọn cho mô hình Var năm biến này là 1 đối với kiểm định SC, HQ và là 12 đối với kiểm định AIC
Để đánh giá đầy đủ tác động của các cú sốc, nghiên cứu này áp dụng phương pháp Portmanteau nhằm kiểm định tính tự tương quan phần dư trong mô hình và xác định độ trễ tối ưu.
Kết quả kiểm định Portmanteau cho thấy, các mô hình được chạy với độ trễ 12 là phù hợp.
Bảng 3.3.2 5: Kết quả kiểm định Portmanteau
Lags Q-Stat Prob Adj Q-Stat Prob df
*The test is valid only for lags larger than the VAR lag order.
Sau khi thực hiện các kiểm định cần thiết, nghiên cứu đã ước lượng mô hình thông qua phần mềm Eviews Tiếp theo, các phân tích được thực hiện bằng cách sử dụng kiểm định nhân quả Granger, hàm phản ứng xung và phân rã phương sai.
Nội dung và kết quả nghiên cứu
Kiểm định nhân quả Granger
Kiểm định Granger được thực hiện trên các chuỗi thời gian dừng, lần lượt qua các thời kỳ 12; 24; 36; 48 tháng
Bảng 4.1.1: Kết quả kiểm định Granger
Nguồn: Tính toán từ phần mềm Eview
Kết quả kiểm định Granger cho thấy rằng ở mức ý nghĩa 5%, sự thay đổi của cung tiền chỉ ảnh hưởng đến sự thay đổi của chỉ số giá tiêu dùng (CPI) trong khoảng thời gian 24 tháng, trong khi ở các thời kỳ khác, cung tiền không có tác động Lãi suất cũng chỉ tác động đến CPI trong 24 tháng và 36 tháng Ngược lại, sự thay đổi sản lượng và tỷ giá hầu như không ảnh hưởng đến CPI trong tất cả các thời kỳ được kiểm định Ở mức ý nghĩa 10%, tác động của cung tiền và tỷ giá đến CPI vẫn tương tự như ở mức 5%, trong khi sự thay đổi sản lượng và tỷ giá chỉ ảnh hưởng đến CPI trong khoảng thời gian 36 tháng.
Như vây, có thể nói, sự ảnh hưởng của các biến công cụ chính sách tiền tệ lên chỉ số giá là không đáng kể và không ổn định.
Mô hình Var hai biến gồm M2 và CPI
Mô hình VAR hai biến được sử dụng để nghiên cứu mối quan hệ giữa cung tiền (M2) và chỉ số giá tiêu dùng (CPI) nhằm cung cấp cái nhìn sâu sắc về tác động của chúng Dữ liệu được phân tích dưới dạng log và sai phân bậc 1, với khoảng thời gian ảnh hưởng là 12 tháng.
F- 48 tháng đến ∆CPI F- statistics Prob statistics Prob statistics Prob statistics Prob
12 tháng 24 tháng 36 tháng 48 tháng statistics Prob statistics Prob statistics Prob statistics Prob
4.1.2.1 Phân tích chức năng phản ứng xung:
Tính năng định lượng của mô hình Var được thể hiện trong chức năng phản ứng xung.
Trong mô hình VAR hai biến, phân tích chức năng phản ứng xung cho phép đánh giá khả năng cung tiền phản ánh đầy đủ thông tin về mức giá trong tương lai Hình 4.2.1 minh họa phản ứng của một biến đối với các cú sốc từ mỗi biến trong chuỗi thời gian kéo dài 48 tháng.
Hình 4.1.2:Hàm phản ứng xung trong mô hình Var hai biến gồm M2 và CPI
Response to Cholesky One S.D Innovations ± 2 S.E.
Response of D(LNCPI) to D(LNCPI)
008 Response of D(LNCPI) to D(LNM2)
Response of D(LNM2) to D(LNCPI)
020 Response of D(LNM2) to D(LNM2)
Theo tính toán từ phần mềm Eview, điểm nổi bật của chức năng phản ứng xung là những cú sốc giá vẫn tồn tại và ảnh hưởng đến chính nó, nhưng việc dự đoán tác động này là rất khó khăn Hơn nữa, cú sốc giá cũng dẫn đến sự thay đổi trong cung tiền, mặc dù mức độ thay đổi này không đáng kể.
Phản ứng của cung tiền trước cú sốc của chính nó là rất hạn chế, và sự thay đổi trong cung tiền thường dẫn đến sự thay đổi tương ứng của chỉ số giá Tuy nhiên, tác động này không mạnh mẽ, khó dự đoán và có xu hướng giảm dần về 0.
Kết quả phân rã phương sai trong 48 tháng, được trình bày trong Bảng 4.2.2, cung cấp thông tin quan trọng cho việc giải thích chức năng phản ứng xung Theo đó, cung tiền chỉ giải thích từ 2% đến 17,5% sự thay đổi giá.
Chỉ số giá tháng này có ảnh hưởng lớn đến sự thay đổi giá trong tháng tiếp theo, chiếm ít nhất 85% sự biến động giá dự kiến Mặc dù mức độ đóng góp của chỉ số giá này sẽ giảm dần trong các tháng sau, nhưng tỷ lệ này vẫn duy trì ở mức cao.
Bảng 4.1.2: Kết quả kiểm định phân rã phương sai trong mô hình Var hai biến gồm M2, CPI
Nguồn: Tính toán từ phần mềm Eview
Kết quả cho thấy cung tiền chỉ cung cấp ít thông tin dự báo về giá cả và lạm phát, chủ yếu do các kỳ vọng và điều chỉnh giá tương đối Tuy nhiên, việc dự đoán những yếu tố này vẫn gặp nhiều khó khăn.
Mô hình Var ba biến gồm M2, CPI và IR
Mô hình VAR ba biến, bao gồm M2, CPI và IR, được ước lượng nhằm kiểm tra sự ảnh hưởng của chỉ số giá đối với biến động cung tiền Nghiên cứu này sẽ giúp làm rõ xem liệu mô hình VAR hai biến có phản ánh đầy đủ những thay đổi trong chỉ số giá khi có sự thay đổi về cung tiền hay không.
4.1.3.1 Phân tích chức năng phản ứng xung
Hình 4.1.3: Hàm phản ứng xung trong mô hình Var ba biến gồm M2, CPI và IR
Response to Cholesky One S.D Innovations ± 2 S.E.
Response of D(LNCPI) to D(LNCPI) Response of D(LNCPI) to D(LNM2) Response of D(LNCPI) to D(IR)
Response of D(LNM2) to D(LNCPI) Response of D(LNM2) to D(LNM2) Response of D(LNM2) to D(IR)
Response of D(IR) to D(LNCPI) Response of D(IR) to D(LNM2) Response of D(IR) to D(IR)
Nguồn: Tính toán từ phần mềm Eview
Sự thay đổi cung tiền dẫn đến sự biến động tương ứng của chỉ số giá, nhưng tác động này không mạnh mẽ và khó dự đoán, với xu hướng giảm dần về 0.
Phản ứng của giá đối với cú sốc lãi suất thể hiện sự không mạnh mẽ và không đồng nhất, có lúc cùng chiều, có lúc ngược chiều với sự thay đổi lãi suất Trong trung và dài hạn, tác động này gần như bằng 0, điều này trái ngược với lý thuyết kinh tế, theo đó, việc tăng lãi suất do giảm cung tiền sẽ dẫn đến sụt giảm tổng cầu và tạo áp lực giảm giá.
Giá cả không phản ứng nhanh chóng với sự thay đổi của lãi suất, điều này cho thấy lãi suất, như một công cụ chính sách tiền tệ, không cung cấp thông tin đáng tin cậy về lạm phát trong tương lai.
4.1.3.2 Kết quả phân rã phương sai
Kết quả phân rã phương sai cho thấy mối quan hệ giữa giá cả, lãi suất và cung tiền Cụ thể, khoảng 5% sự thay đổi giá xuất phát từ cú sốc lãi suất, trong khi 17% đến từ cú sốc cung tiền Đặc biệt, sự thay đổi giá do cú sốc giá là rất lớn Kết quả này nhất quán với chức năng phản ứng xung, chỉ ra rằng mối quan hệ giữa cung tiền, lãi suất và giá cả không mạnh.
Bảng 4.1.3: Kết quả kiểm định phân rã phương sai trong mô hình Var ba biến gồm M2, CPI và IR
Cholesky Ordering: D(LNCPI) D(LNM2) D(IR)
Nguồn:Tính toán từ phần mềm Eview
Mô hình Var ba biến gồm M2, CPI và ER
Trong nghiên cứu này, mô hình VAR ba biến gồm M2, CPI và ER được ước lượng nhằm phân tích phản ứng của giá cả đối với tỷ giá Bài viết cũng xem xét sự thay đổi trong phản ứng của giá khi giảm biến lãi suất và bổ sung biến tỷ giá vào mô hình.
4.1.4.1 Phân tích chức năng phản ứng xung
4.1.5.1 Phân tích chức năng phản ứng xung 35 40 45 o D(LNM2)
Hình 4.1.4: Hàm phản ứng xung trong mô hình Var ba biến gồm M2, CPI và ER
Response to Cholesky One S.D Innovations ± 2 S.E.
Response of D(LNCPI) to D(LNCPI) Response of D(LNCPI) to D(LNM2)
008 Response of D(LNCPI) to D(LNER)
Response of D(LNM2) to D(LNCPI)
016 Response of D(LNM2) to D(LNER)
Response of D(LNER) to D(LNCPI)
Response of D(LNER) to D(LNM2)
012 Response of D(LNER) to D(LNER)
Nguồn: Tính toán từ phần mềm Eview
Chức năng phản ứng xung cho thấy những cú sốc tỷ giá có tác động mâu thuẫn đến giá, với chỉ số giá có lúc cùng chiều và lúc ngược chiều với tỷ giá Mức độ tác động này rất nhỏ, thể hiện rõ nhất đến kỳ thứ 24 và sau đó có xu hướng giảm dần về 0.
Cú sốc cung tiền có tác động tương tự như các trường hợp trước, khi thay đổi cung tiền sẽ dẫn đến sự thay đổi tương ứng của chỉ số giá.
008 động này không ổn định, rất khó để dự đoán được và có xu hướng giảm dần về 0 trong trung và dài hạn.
Việc thay thế lãi suất bằng tỷ giá trong mô hình không ảnh hưởng đến kết quả phản ứng của giá trước cú sốc cung tiền, cũng như các cú sốc giá so với những mô hình đã được đề cập trước đó.
4.1.4.2 Kết quả phân rã phương sai
Kết quả phân rã phương sai cho thấy hơn 77% sự thay đổi chỉ số giá được giải thích bởi cú sốc của chính nó, trong khi cung tiền chỉ giải thích dưới 16% và tỷ giá dưới 7% Điều này chỉ ra rằng cung tiền và tỷ giá không cung cấp thông tin đáng tin cậy về mức giá trong tương lai.
Bảng 4.1.4: Kết quảkiểmđịnh phân rã phương sai - mô hình Var babiến gồm M2, CPI và ER
Cholesky Ordering: D(LNCPI) D(LNM2) D(LNER)
Nguồn: Tính toán từ phần mềm Eview
Mô hình Var năm biến gồm M2, CPI, IR, ER và OUTPUT
Trong nghiên cứu này, mô hình VAR với năm biến gồm M2, CPI, lãi suất (IR), tỷ giá (ER) và sản lượng (OUTPUT) được ước lượng nhằm phân tích tác động của sản lượng lên mức giá Tất cả các biến được đưa vào mô hình dưới dạng log, ngoại trừ lãi suất.
4.1.5.1 Phân tích chức năng phản ứng xung
Kết quả chức năng phản ứng xung trong 48 tháng cho thấy sự thay đổi cung tiền có mối liên hệ cùng chiều với chỉ số giá, tương tự như ba mô hình đầu tiên Tuy nhiên, tác động này khó dự đoán và có xu hướng giảm dần về 0 theo thời gian.
Phản ứng của giá đối với cú sốc lãi suất cho thấy sự không nhất quán, với những lúc giá di chuyển cùng chiều và lúc lại ngược chiều với lãi suất Trong trung và dài hạn, tác động của lãi suất gần như không đáng kể.
Trong ngắn hạn, giá phản ứng với cú sốc sản lượng không mạnh mẽ như cú sốc cung tiền, nhưng lại mạnh hơn so với cú sốc lãi suất, tuy nhiên sự không thống nhất trong phản ứng này thể hiện rõ khi có lúc cùng chiều, lúc ngược chiều Trong dài hạn, tác động của cú sốc sản lượng gần như bằng 0.
Hình 4.1.5: Hàm phản ứng xung trong mô hình Var năm biến gồm M2, CPI, IR, ER và OUTPUT
Response to Cholesky One S.D Innovations ± 2 S.E.
Response of D(LNCPI) to D(IR)
D(LNER) Response of D(LNCPI) to D(LNOUT PUT )
Response of LNM2 to D(LNOUT PUT )
Response of D(IR) to LNM2
Response of D(IR) to D(IR)
Response of D(IR) to D(LNER)
Response of D(IR) to D(LNOUT PUT )
D(LNER) Response of D(LNER) to D(LNOUT PUT )
Response of D(LNOUT PUT ) to D(LNOUT PUT )
Response of D(LNOUT PUT ) to D(LNCPI) Response of D(LNOUT PUT ) to LNM2 Response of D(LNOUT PUT ) to D(IR) Response of D(LNOUT PUT ) to D(LNER)
Nguồn: Tính toán từ phần mềm
4.1.5.2 Kết quả phân rã phương sai
Kết quả phân rã phương sai cho thấy hơn 63% sự thay đổi chỉ số giá được giải thích bởi cú sốc của chính nó, trong khi cung tiền chỉ giải thích dưới 16%, lãi suất dưới 7% và sản lượng dưới 14% Điều này cho thấy rằng cung tiền, lãi suất và sản lượng ít chứa đựng thông tin về mức giá trong tương lai, phù hợp với kết quả từ chức năng phản ứng xung.
Bảng 4.1.5: Kết quả kiểm định phân rã phương sai trong mô hình Var năm biến gồm M2, CPI, IR, ER và OUTPUT
Period S.E DLNCPI DLNM2 DIR D(LNER) D(LNOUTPUT)
Period S.E DLNCPI DLNM2 DIR D(LNER) D(LNOUTPUT)
Period S.E DLNCPI DLNM2 DIR D(LNER) D(LNOUTPUT)
Period S.E DLNCPI DLNM2 DIR D(LNER) D(LNOUTPUT)
Period S.E DLNCPI DLNM2 DIR D(LNER) D(LNOUTPUT)
48 0.064577 6.545433 5.898562 6.512813 15.07653 65.96666 Cholesky Ordering: DLNCPI DLNM2 DIR D(LNER) D(LNOUTPUT)
Nguồn: Tính toán từ phần mềm Eview