TÁC ĐỘNG “PASS-THROUGH” CỦA CHÍNH SÁCH TIỀN TỆ
Cơ chế tác động của chính sách tiền tệ
Trong nền kinh tế mở, sự giao lưu với thế giới bên ngoài làm cho các thị trường hàng hóa, tín dụng, bất động sản và tài chính phát triển mạnh mẽ Biến động ngắn hạn của lãi suất tiền tệ ảnh hưởng đến kỳ vọng lãi suất dài hạn, tỷ giá hối đoái và giá tài sản, đồng thời tác động đến hoạt động tín dụng ngân hàng Khi lãi suất ngắn hạn tăng, xuất khẩu sẽ giảm và nhập khẩu tăng; ngược lại, khi lãi suất giảm, xuất khẩu sẽ được thúc đẩy Hơn nữa, biến động lãi suất ngắn hạn cũng ảnh hưởng đến lãi suất dài hạn và kỳ vọng dự tính, tác động đến thị trường tài chính qua việc dịch chuyển dòng vốn giữa các thị trường, và ảnh hưởng mạnh đến thị trường bất động sản cũng như tín dụng do sự lựa chọn của các nhà đầu tư trong việc so sánh hiệu quả đầu tư.
Chính sách tiền tệ tác động mạnh mẽ đến các biến số vĩ mô của nền kinh tế như tiêu dùng, đầu tư và xuất khẩu ròng thông qua các kênh truyền dẫn như tín dụng, tiền tệ, tỷ giá và giá tài sản Sự biến động này ảnh hưởng đến hành vi tiêu dùng và đầu tư, bao gồm cả khả năng thanh khoản và hoạt động trên thị trường tài chính Đồng thời, tác động của chính sách tài khoá đến chi tiêu của Chính phủ cũng góp phần làm thay đổi tổng sản lượng và tổng cầu, dẫn đến biến động trong các chỉ số giá cả và lạm phát.
Hình 2.1: Kênh tác động của chính sách tiền tệ
2.1.1 Tác động qua kênh lãi suất Đối với tiêu dùng và đầu tư: khi khối cung tiền tăng lên làm cho mức lãi suất giảm xuống khuyến khích các chủ thể trong nền kinh tế chi tiêu, đầu tư nhiều hơn Về phía cá nhân hộ gia đình được lợi do chi phí vốn vay mua hàng hóa giảm xuống nên sẽ tăng chi tiêu bao gồm chi tiêu tiêu dùng và chi tiêu hàng hóa lâu bền Hơn nữa lãi suất giảm xuống sẽ không hấp dẫn họ gửi tiết kiệm mà họ sẽ tăng chi tiêu nhiều hơn Đối với khu vực doanh nghiệp lãi suất vốn vay giảm khiến cho chí phí vay ngân hàng giảm, dẫn đến các dự án đầu tư mở rộng sản xuất kinh doanh được triển khai mạnh mẽ hơn
Khi lãi suất thực tăng, đầu tư và tiêu dùng sẽ giảm, vì nhu cầu đầu tư nhạy cảm với lãi suất thực thay vì lãi suất danh nghĩa Sự gia tăng cung tiền M dẫn đến mức giá cả dự tính P* và lạm phát dự tính f* tăng, làm giảm lãi suất thực ir theo hiệu ứng Fisher (ir = I - f*).
Giảm lãi suất tiết kiệm có ảnh hưởng tiêu cực đến người gửi tiền nhưng lại mang lại lợi ích cho người vay, dẫn đến sự chuyển giao thu nhập từ người gửi sang người vay Người vay có xu hướng gia tăng vay mượn để đầu tư và tiêu dùng, trong khi người gửi tiền phải hạn chế chi tiêu do thu nhập giảm Mặc dù chi tiêu của người gửi giảm, nhưng nhu cầu đầu tư của người vay vẫn cao hơn, dẫn đến tổng chi tiêu và GDP tăng Hơn nữa, khi lãi suất không hấp dẫn, người gửi có xu hướng đầu tư vào tài sản tài chính như cổ phiếu và trái phiếu, khiến giá trị của những tài sản này tăng lên, từ đó làm tăng thu nhập và chi tiêu của họ.
Sự biến động của cung tiền ảnh hưởng trực tiếp đến tỷ giá hối đoái Theo mô hình Mundell-Fleming, trong một nền kinh tế mở với tỷ giá hối đoái linh hoạt, chúng ta có thể phân tích tác động của chính sách tiền tệ đối với nền kinh tế thông qua các biểu đồ minh họa.
Hình 2.2: Đồ thị tác động của cung tiền đến tỷ giá hối đoái
M↑→i↓→E↑→ xuất khẩu ↑, nhập khẩu ↓→AD↑→Y↑
Tại một số quốc gia duy trì tỷ giá cố định, chính sách tiền tệ (CSTT) có thể ảnh hưởng đến tỷ giá thực thông qua biến động giá cả trong nước, từ đó tác động đến xuất khẩu ròng, mặc dù mức độ và tốc độ tác động này có thể thấp hơn Sự ảnh hưởng của CSTT qua kênh tỷ giá còn phụ thuộc vào điều kiện và mức độ phát triển của thị trường, cũng như tình hình tài chính của các hộ gia đình và doanh nghiệp trong từng quốc gia.
Kênh tỷ giá hối đoái đóng vai trò quan trọng trong việc truyền dẫn tác động của chính sách tiền tệ đến nền kinh tế trong nước, như đã được chứng minh trong các nghiên cứu gần đây của Bryant, Hooper, Mann (1993) và Taylor (1993).
Ngân hàng, với vai trò là trung gian tài chính, đóng góp quan trọng trong việc tài trợ vốn cho nền kinh tế Quy mô cho vay của ngân hàng ảnh hưởng trực tiếp đến tổng cầu và sự tăng trưởng kinh tế Kênh tín dụng là phương tiện truyền dẫn tác động của chính sách tiền tệ đến khả năng cấp tín dụng của các trung gian tài chính, thông qua hoạt động tín dụng và điều chỉnh bảng tổng kết tài sản Tại Việt Nam, do thị trường tài chính chưa phát triển, tín dụng trở thành yếu tố then chốt trong phát triển kinh tế, đóng vai trò quan trọng trong việc truyền tải chính sách tiền tệ đến nền kinh tế.
Sự thay đổi của mức lãi suất thị trường có tác động lớn đến giá cả của các tài sản tài chính như cổ phiếu và trái phiếu, cũng như tài sản thực như bất động sản, từ đó ảnh hưởng đến quyết định đầu tư và chi tiêu của các chủ thể kinh tế Mối quan hệ giữa lãi suất và giá trị tài sản là nghịch chiều; khi lãi suất giảm, vốn sẽ chuyển dịch sang các kênh đầu tư, thúc đẩy xu hướng đầu tư và tiêu dùng, dẫn đến tăng trưởng GDP Ngược lại, khi lãi suất tăng, GDP sẽ giảm Ngoài ra, chính sách tiền tệ cũng ảnh hưởng đến giá cổ phiếu của công ty, thể hiện qua tỷ lệ giữa giá trị thị trường và giá thay thế tài sản; khi ngân hàng trung ương giảm cung tiền, giá cổ phiếu sẽ giảm và ngược lại.
Mặc dù nhiều nhà nghiên cứu như Taylor (1995) cho rằng kênh lãi suất truyền thống qua chi phí vốn rất quan trọng trong chính sách tiền tệ, nhưng một số nghiên cứu khác lại không đồng tình Nghiên cứu của Chirinko (2009) về chi tiêu đầu tư tài sản cố định cho thấy phản ứng của đầu tư đối với biến số giá cả thường nhỏ và không đáng kể so với biến số lượng Điều này cho thấy rằng mặc dù các mô hình kinh tế vĩ mô cho rằng lãi suất có ảnh hưởng lớn, nhưng thực tế, những thay đổi nhỏ trong lãi suất lại có tác động khiêm tốn trong nhiều trường hợp cụ thể.
Kênh tín dụng đóng vai trò quan trọng trong việc truyền dẫn chính sách tiền tệ, ảnh hưởng đến tổng cầu thông qua ba lý do chính Đầu tiên, khuyết tật của thị trường tín dụng tác động đến quyết định việc làm và chi tiêu của doanh nghiệp Thứ hai, các nghiên cứu cho thấy doanh nghiệp nhỏ với tín dụng hạn chế bị ảnh hưởng nhiều hơn từ chính sách tiền tệ thắt chặt so với doanh nghiệp lớn Cuối cùng, khái niệm bất đối xứng thông tin trong thị trường tín dụng không hoàn hảo giúp giải thích sự tồn tại của nhiều thể chế tài chính và cấu trúc hệ thống tài chính hiện nay Bên cạnh đó, các kênh khác như chính sách tỷ giá và giá tài sản cũng góp phần làm rõ vai trò của giá tài sản trong cơ chế truyền dẫn chính sách tiền tệ.
Vai trò của cơ chế truyền dẫn trong điều hành chính sách tiền tệ
Để chính sách tiền tệ có tác động đến các biến số vĩ mô, Ngân hàng Trung ương (NHTW) cần xác định rõ chiến lược và các mục tiêu như mục tiêu cuối cùng, mục tiêu trung gian và mục tiêu hoạt động Mục tiêu cuối cùng thường là ổn định giá trị tiền tệ, thúc đẩy tăng trưởng kinh tế và tạo công ăn việc làm Ngoài ra, NHTW có thể lựa chọn thêm các mục tiêu như ổn định lãi suất, thị trường tài chính và thị trường ngoại hối Tuy nhiên, không phải lúc nào NHTW cũng đạt được tất cả các mục tiêu; trong ngắn hạn, họ có thể phải tạm thời từ bỏ mục tiêu chính để giải quyết tình trạng thất nghiệp cao Do đó, nhiều NHTW theo đuổi mục tiêu dài hạn là ổn định giá cả và áp dụng đa mục tiêu trong ngắn hạn trong quản lý chính sách tiền tệ.
Để đạt được các mục tiêu về giá cả, sản lượng và việc làm, Ngân hàng Trung ương (NHTW) thường tập trung vào các biến số trung gian có thể đo lường chính xác và nhanh chóng, như lãi suất thị trường hoặc tổng khối lượng tiền cung ứng M1, M2, M3 Những biến số này cho phép NHTW điều chỉnh chính sách tiền tệ phù hợp với định hướng mục tiêu cuối cùng Đồng thời, NHTW cũng chú trọng đến các biến số hoạt động, như lãi suất liên ngân hàng và dự trữ không vay, vì chúng có mối quan hệ trực tiếp và ổn định với các công cụ chính sách tiền tệ, giúp đảm bảo hiệu quả trong việc thực hiện các mục tiêu trung gian.
Ngân hàng Trung ương (NHTW) sử dụng các công cụ kiểm soát tiền tệ trực tiếp và gián tiếp để tác động đến lãi suất dài hạn, tỷ giá hối đoái, tăng trưởng tín dụng và giá tài sản cầm cố Qua đó, NHTW truyền dẫn chính sách tiền tệ nhằm ảnh hưởng đến các biến số vĩ mô của nền kinh tế, từ đó đạt được các mục tiêu chính sách tiền tệ.
Cơ chế kiểm soát tiền tệ trực tiếp của Ngân hàng Trung ương (NHTW) sử dụng các công cụ như hạn mức tín dụng, lãi suất trần, và tín dụng theo chỉ định để điều chỉnh lượng tiền cung ứng và khối lượng tín dụng trong nền kinh tế Cơ chế này thường được áp dụng trong bối cảnh NHTW kém phát triển và nền kinh tế đóng, nơi thị trường tài chính chưa phát triển và thiếu hoạt động đầu tư gián tiếp Tác động của cơ chế này chủ yếu thông qua kênh tín dụng, nhưng hiệu quả chỉ cao khi nền kinh tế phụ thuộc vào vốn tín dụng ngân hàng Tuy nhiên, sự tác động này thường bị chi phối bởi các yếu tố kinh tế và chính trị khác, làm giảm hiệu quả của nó.
Cơ chế kiểm soát tiền tệ gián tiếp của Ngân hàng Trung ương (NHTW) sử dụng các công cụ như dự trữ bắt buộc, lãi suất tái chiết khấu và nghiệp vụ thị trường mở để điều chỉnh dự trữ của hệ thống ngân hàng Những công cụ này không chỉ giúp phù hợp với điều kiện thị trường mà còn đáp ứng thực trạng hoạt động của ngân hàng và nhu cầu của nền kinh tế Qua đó, chúng ảnh hưởng đến khối lượng tín dụng cung ứng và lãi suất ngắn hạn trong nền kinh tế.
Cơ chế truyền dẫn đóng vai trò quan trọng trong việc điều hành chính sách tiền tệ của Ngân hàng Trung ương (NHTW), và hiệu quả của nó phụ thuộc vào cách các chủ thể kinh tế phản ứng với biến động của điều kiện tiền tệ Trong những điều kiện kinh tế và tiền tệ nhất định, cơ chế này xác lập khung tác động của chính sách tiền tệ đối với các biến số vĩ mô, từ đó NHTW có thể áp dụng hiệu quả trong việc điều hành chính sách của mình.
MÔ HÌNH VÀ DỮ LIỆU
Mô hình thực nghiệm
Đến cuối thập kỷ 1960, các mô hình kinh tế thực nghiệm dựa trên lý thuyết Keynes được sử dụng rộng rãi trong phân tích và dự báo kinh tế, với những mô hình nổi tiếng như Multimod, Fair, Wharton, Nigem và Murphy Những mô hình này bao gồm hàng chục đến hàng trăm phương trình thể hiện các quan hệ kinh tế vĩ mô quan trọng, trong đó mỗi phương trình mô tả mối quan hệ giữa một biến số vĩ mô với các biến khác hoặc các biến ngoại sinh Tuy nhiên, vào cuối giai đoạn này, các nhà kinh tế đã nhận ra hai khiếm khuyết lớn: đầu tiên, nhiều lý thuyết cho rằng các biến số kinh tế phụ thuộc vào kỳ vọng tương lai, nhưng hầu hết các mô hình chỉ sử dụng biến ngoại sinh được xác định bên ngoài, dẫn đến việc phân tích và dự báo không chính xác Thứ hai, các biến số nội sinh trong mô hình không tương tác với nhau một cách hiệu quả, khiến cho các phần dư sau ước lượng VAR không có ý nghĩa kinh tế và không hỗ trợ cho việc phân tích kết quả mô hình.
Thomas Sargent và Christopher Sims, hai nhà kinh tế Mỹ đoạt giải Nobel Kinh tế 2011, đã mở ra một kỷ nguyên mới trong mô hình hóa kinh tế vĩ mô khi tìm kiếm giải pháp cho các thách thức kinh tế Sims đã phát triển phương pháp ước lượng toàn bộ các phương trình vĩ mô bằng VAR, cho phép các biến số tương tác lẫn nhau Điểm nổi bật trong phương pháp của Sims là khả năng phân tách từng cú sốc ngẫu nhiên để xác định nguyên nhân gây ra lạm phát hay suy thoái kinh tế Hơn nữa, phương pháp này còn giúp các nhà kinh tế ước lượng mức độ và thời gian phản ứng của nền kinh tế với các loại sốc khác nhau thông qua phân tích hàm xung lực phản hồi, từ đó cải thiện khả năng dự báo và xây dựng chính sách đối phó hiệu quả.
Sargent đã thành công trong việc tích hợp yếu tố kỳ vọng vào các mô hình kinh tế thực nghiệm, tạo ra một bước đột phá quan trọng bằng cách biến đổi các yếu tố này thành những phương trình giới hạn đồng thời trong một hệ VAR Ông đã đưa các cấu trúc kinh tế trở lại VAR, dẫn đến khái niệm Structural VAR (SVAR) để phân biệt với VAR của Sims Sáng kiến này cho phép mô hình phụ thuộc vào các yếu tố kỳ vọng trong tương lai được rút gọn về một hệ VAR mà Sims đã phát triển Trong khi Sims tập trung vào dữ liệu thực tế và đơn giản hóa cấu trúc lý thuyết, Sargent đã khéo léo kết hợp các quan hệ lý thuyết vào mô hình mà không làm gián đoạn phương pháp ước lượng của Sims.
Phương pháp biến đổi của Sargent cho phép mô hình hóa các quan hệ kinh tế cơ bản, giúp các mô hình này vẫn có thể áp dụng hiệu quả ngay cả khi có sự thay đổi về chính sách hoặc cơ chế kinh tế, miễn là các hành vi mô hình không thay đổi.
Bài nghiên cứu sẽ áp dụng mô hình SVAR để phân tích mối quan hệ giữa các biến kinh tế vĩ mô và các công cụ chính sách, dựa trên những đóng góp quan trọng của Sim và Sargent Mối quan hệ này được thể hiện qua mô hình SVAR, cho phép hiểu rõ hơn về sự tương tác giữa các yếu tố kinh tế và chính sách.
Trong đó: Y t là véc tơ (Nx1) các biến nội sinh tại thời gian t,
A i là ma trận của các tham số (NxN) với i=0, 1, 2, …, p và t là véc tơ (Nx1) sai số ngẫu nhiên với đặc tính t =0
Phương pháp SVAR giả định rằng các thay đổi trong cấu trúc mô hình là trực giao, nghĩa là chúng không có mối tương quan với phương sai và hiệp phương sai.
S Ma trận A 0 ở (1) trong mô hình SVAR ứng với các biến phụ thuộc
Mô hình SVAR sẽ được ước lượng qua hai giai đoạn Giai đoạn đầu tiên là giai đoạn rút gọn mô hình, trong đó các phương trình sẽ được ước lượng để tối ưu hóa các tham số của mô hình.
Trong giai đoạn 2, chúng ta xác định các ma trận A0 và ma trận phương sai-hiệp phương sai thông qua phương trình theo cấu trúc của Hamilton (1994), với B i = A 0 - 1 A i cho i = 1, 2, …, p và v t = A 0 - 1 ε t.
Tại đó, ∑ là ma trận phương sai-hiệp phương sai và v t là ước phần dư từ mô hình VAR rút gọn
Phân tích cơ chế truyền tải chính sách tiền tệ và phản ứng của nó trước các cú sốc bên ngoài sẽ được thực hiện qua cơ chế phân rã Choleski Bài viết sẽ đo lường hiệu ứng ERPT ở Việt Nam trong bối cảnh trước và sau khủng hoảng tài chính.
Năm 2008, nghiên cứu này áp dụng mô hình VAR cho các biến kinh tế vĩ mô, tương thích với các nghiên cứu trước đó về đo lường độ nhạy giá cả đối với tỷ giá hối đoái (ERPT), bao gồm các công trình của Taylor (2000), McCarthy (2000) và Võ Văn Minh (2008).
Trong nghiên cứu này, chúng tôi đã sử dụng năm biến kinh tế vĩ mô quan trọng, bao gồm tỷ giá hối đoái (EXVN), khoảng cách sản lượng (GAP), cung tiền M2 (M2VN), giá dầu (POIL) và chỉ số CPI (PVN) để phân tích tác động của chúng đến nền kinh tế.
Mô hình VAR 5x5 được thiết lập:
Với Y t là vec tơ 5 x 1 bao gồm 5 biến EXVN, GAP, M2VN, POIL, PVN B i là ma trận hệ số chiều 5 x 5, U t vec tơ phần dư chiều 5 x 1, C 0 vec tơ hệ số chặn chiều 5 x1
Các biến EXVN, M2VN, POIL, PVN được giải thích tạibảng 3.1
Chênh lệch sản lượng (GAP) là khái niệm được McCarthy (2002) đề xuất, phản ánh sự khác biệt giữa sản lượng công nghiệp thực tế và sản lượng tiềm năng Khi sản lượng thực tế vượt quá tiềm năng, GAP cho thấy nền kinh tế đang phát triển mạnh mẽ và có nhu cầu dư thừa Ngược lại, khi sản lượng thực tế thấp hơn tiềm năng, GAP trở thành tiêu cực, chỉ ra sự kém hiệu quả trong nền kinh tế Theo Hodrick và Prescott, GAP được đo lường thông qua phần dư của hồi quy OLS của LOG sản lượng công nghiệp thực tế so với bình phương sản lượng công nghiệp, với kết quả hồi quy được trình bày trong phụ lục C.
Lựa chọn các biến mô hình và cơ sở dữ liệu phục vụ phân tích
Mô hình SVAR được xây dựng dựa trên phân tích chính sách tiền tệ và cơ chế truyền dẫn, cùng với tác động của các cú sốc bên ngoài đến chính sách tiền tệ Việt Nam, bao gồm 9 biến được phân chia thành 2 khu vực: quốc tế và trong nước Việc lựa chọn các biến này tương tự như trong các nghiên cứu của Cushman và Zha (1997), Fung (2002) và Mala Raghavan, Param Silvapulle.
(2009) Bảng 3.1 ở dưới mô tả nội dung chi tiết các biến trong mô hình và nguồn dữ liệu
Trong mô hình SVAR, có 9 biến được sử dụng, trong đó 4 biến đại diện cho các yếu tố nước ngoài bao gồm chỉ số giá dầu thô thế giới (OPI), chỉ số sản lượng Hoa Kỳ (IP U), chỉ số giá tiêu dùng Hoa Kỳ (P U) và lãi suất Fed (IR U) Việc bao gồm các biến nước ngoài là cần thiết trong nền kinh tế mở, giúp nhận diện các mối quan hệ giữa các biến trước những cú sốc khác nhau.
Kỳ trong mô hình SVAR đại diện cho các yếu tố bên ngoài của nền kinh tế Việt Nam, kết nối với nền kinh tế Mỹ, điều này đã được nghiên cứu trước đây trong các chính sách tiền tệ của các nền kinh tế nhỏ mở Năm biến số còn lại phản ánh các yếu tố nội tại như sản lượng công nghiệp (IP) và chỉ số giá tiêu dùng (P), được xem là các biến mục tiêu của chính sách tiền tệ và gọi là biến “non-policy” Khối chính sách bao gồm cung tiền (M2) và tỷ giá qua đêm liên ngân hàng (IR) Theo Cheong (2004), Chính phủ nên áp dụng sự kết hợp giữa các công cụ như tiền tệ và lãi suất thay vì chỉ dựa vào một công cụ duy nhất.
Nghiên cứu năm 2006 chỉ ra rằng M2 là ứng cử viên lý tưởng cho công cụ chính sách tiền tệ Các nghiên cứu gần đây của Domac (1999), Ibrahim (2005) và Umezaki (2006) đã lựa chọn tỷ giá qua đêm liên ngân hàng làm công cụ chính cho chính sách tiền tệ.
Tỷ giá hối đoái (EX) phản ánh thông tin thị trường, do đó việc sử dụng tỷ giá hối đoái danh nghĩa thay vì tỷ giá thực là cần thiết trong nghiên cứu Mô hình SVAR đã được áp dụng với dữ liệu hàng tháng từ tháng 1 năm 2004 đến tháng 12 năm 2011, bao gồm cả giai đoạn mở cửa tự do ở Việt Nam và cuộc khủng hoảng kinh tế toàn cầu năm 2008 Tất cả dữ liệu được thu thập từ thống kê của Ngân hàng Thế giới và Ngân hàng Nhà nước Việt Nam, với các biến được điều chỉnh theo mùa và chuyển đổi thành dạng logarit.
Bảng 3.1: Các biến trong mô hình cấu trúc tự hồi quy véc tơ (SVAR)
Các biến trong mô hình Viết tắt Thời gian (tháng) Nguồn Khu vực quốc tế:
Chỉ số giá dầu thô thế giới OPI/POIL từ năm 2004 đến 2011, sản lượng công nghiệp Hoa Kỳ IPU trong cùng khoảng thời gian, chỉ số CPI của Hoa Kỳ PU và lãi suất công bố của FED IRU đều được ghi nhận bởi Ngân hàng Thế giới Những dữ liệu này cung cấp cái nhìn tổng quan về biến động kinh tế và tài chính của Hoa Kỳ trong giai đoạn 2004-2011.
Sản lượng công nghiệp trong nước từ năm 2004 đến 2011, chỉ số CPI, cung tiền M2 và lãi suất qua đêm liên ngân hàng đều được ghi nhận và phân tích bởi Ngân hàng Thế giới và Ngân hàng Nhà nước Việt Nam Các dữ liệu này phản ánh tình hình kinh tế và tài chính của Việt Nam trong giai đoạn này, cung cấp cái nhìn sâu sắc về sự phát triển và biến động của nền kinh tế.
Tỷ giá USD/VND danh nghĩa EX/EXVN 1:2004 - 12: 2011 World Bank
World Bank: Hệ thống cơ sở dữ liệu các chỉ tiêu tài chính của Ngân hàng Thế giới;
NHNN VN: Dữ liệu từ Ngân hàng nhà nước Việt Nam.
Cấu trúc và các kiểm định mô hình
3.3.1 Cấu trúc mô hình trong trường hợp ở Việt Nam
Trong phần này, chúng ta sẽ thiết lập mô hình SVAR cho Việt Nam, đồng thời xác định các hạn chế, tính dừng và độ trễ của mô hình dựa trên các nghiên cứu và kết quả thực nghiệm của Buckle (2007), Christiano (2005), Dungey và Fry (2003) cũng như Dungey và Pagan (2000).
Trên cơ sở lý thuyết về cấu trúc mô hình SVAR được trình bày ở trên, mô hình SVAR của Việt Nam là như sau:
Y 1,t = (OPI t , IP Ut , R Ut , IR Ut ) (6)
Trong nghiên cứu này, Y 1,t đại diện cho các biến khu vực quốc tế, trong khi Y 2,t đại diện cho các biến khu vực kinh tế trong nước Các phương trình (5), (6) và (7) có thể được diễn đạt lại một cách rõ ràng hơn.
Theo đó: B(L) được xác định dựa trên ma trận A 0 Trong đó, A 0 trong mô hình SVAR được xác định như sau:
Bảng 3.2: Cấu trúc ma trận A 0
Các biến phụ thuộc Các biến giải thích
OPI IP U P U IR U IP P M2 IR EX
Bảng 3.3: Cấu trúc ma trận B(L)
Các biến phụ thuộc Các biến giải thích
OPI IP U P U IR U IP P M2 IR EX
Lưu ý: Cấu trúc mô hình này được tham khảo từ các nghiên cứu của (Mala và Param 2007); (Fry 2001), (Fung 2002) và (Joiner 2003)
Chúng tôi dựa trên giả định về "mối quan hệ liên tiếp", trong đó các mối quan hệ giữa các biến số được xác định theo cách đệ quy Việc sử dụng ma trận hạn chế tức thời và ma trận hạn chế độ trễ là phổ biến trong nghiên cứu, và trong trường hợp này, các hạn chế được quy định cụ thể theo kết quả nghiên cứu của Mala và Param (2007), Fry (2001), và Fung.
3.3.2 Kiểm tra tính dừng của các biến và độ trễ trong mô hình
Bước đầu tiên trong nghiên cứu của chúng tôi là kiểm tra tính dừng của bộ số liệu mô tả, sử dụng các phương pháp kiểm định Augmented Dickey-Fuller (ADF) và Phillips Peron (PP) để đảm bảo kết quả chính xác Độ trễ trong kiểm định ADF được xác định dựa trên các tiêu chuẩn Akaike Information Criterion (AIC), Schwarz Information Criterion (SIC), Hannan Quinn Information (HQ), tiêu chuẩn FPE và tiêu chuẩn LR Kết quả cho thấy tất cả các biến đều có nghiệm đơn vị, tức là không dừng Tuy nhiên, khi thực hiện sai phân bậc nhất, các biến đều trở thành dừng, chứng tỏ rằng tất cả các biến đều có tính tích hợp bậc -1 I(1).
Bảng 3.4: Kiểm định tính dừng của số liệu (sai phân bậc 1)
Các ký hiệu *, **, *** tương đương với mức ý nghĩa 1%, 5% và 10% Kết quả ước lượng trên Eview 5.1
Bước tiếp theo, chúng tôi tiến hành kiểm định mô hình bằng cách phân tách bộ dữ liệu thành hai nhóm chính, trong đó nhóm đầu tiên bao gồm dữ liệu của 9 biến đã nêu từ năm 2004.
Chúng tôi phân chia dữ liệu thành hai nhóm: nhóm thứ nhất từ năm 2007 và nhóm thứ hai từ năm 2008-2011, nhằm ước tính sự khác biệt trong độ trễ của chính sách tiền tệ đối với các yếu tố kinh tế của Việt Nam trước và sau khủng hoảng Bên cạnh đó, chúng tôi cũng thực hiện kiểm định đồng thời cho độ trễ của toàn bộ dữ liệu từ năm 2004-2011.
Chúng tôi đã tiến hành hồi quy mô hình SVAR 9 biến cho hai giai đoạn, đồng thời áp dụng các hạn chế thông qua ma trận cấu trúc A0 và B(L) Dưới đây là một số kết quả kiểm định độ trễ dựa trên mô hình SVAR mà chúng tôi đã thu được.
Kết quả kiểm định cho mô hình SVAR cho thấy độ trễ tối ưu trước khủng hoảng là 0 theo tiêu chuẩn SC, trong khi các kiểm định LR, FPE, AIC và HQ chỉ ra độ trễ là 2 Đối với giai đoạn sau khủng hoảng, độ trễ tối ưu được xác định là 0 theo kiểm định SC và 3 theo các kiểm định LR, FPE, AIC và HQ.
Bảng 3.5: Kiểm định độ trễ tối ưu của mô hình theo 5 tiêu chuẩn (2004-2007)
Bảng 3.6: Kiểm định độ trễ tối ưu của mô hình theo 5 tiêu chuẩn (2008-2011)
Độ trễ được xác định qua các kiểm định AIC, HQ và SC không đủ để đánh giá tác động của các cú sốc trong mô hình Do đó, phương pháp LM đã được sử dụng để kiểm tra tính tự tương quan phần dư trong mô hình Kết quả kiểm định LM cho thấy độ trễ tối ưu cho phương trình SVAR trong giai đoạn 2004-2007 là 8, trong khi giai đoạn 2008-2011 là 3 Vì vậy, bài viết sẽ áp dụng mô hình SVAR với độ trễ 8 cho giai đoạn 2004-2007 và 3 cho giai đoạn 2008-2011.
Bảng 3.7:Kiểm định tương quan phần dư cho hai giai đoạn
Chi – bình phương với mức ý nghĩa ở bậc 81
Tôi đã tiến hành kiểm định độ trễ của mô hình SVAR cho dữ liệu từ 2004 đến 2011 bằng các tiêu chuẩn LR, FPE, AIC, SC và HQ Đồng thời, tôi cũng áp dụng phương pháp LM test để kiểm tra tính tự tương quan phần dư trong mô hình Kết quả cho thấy độ trễ tối ưu cho phương trình SVAR trong giai đoạn 2004-2011 là 8 (xem phụ lục B4, B5).
1 Ở đây chúng tôi sử dụng LM test để kiểm định bằng cách chạy hồi quy mô hình SVAR theo độ trễ 1-
Bảng 3.8:Kiểm định độ trễ tối ưu của mô hình theo 5 tiêu chuẩn (2004-2011)
Bảng 3.9:Kiểm định tương quan phần dư cho giai đoạn (2004-2011)
Chi – bình phương với mức ý nghĩa ở bậc 81
Kết quả ước lượng mô hình SVAR, ma trận A 0 và B(L) tối ưu được trình bày ở phụ lục B6, B7.
Hàm xung lực phản hồi và phân tích phương sai
3.4.1 Hàm xung lực phản hồi:
Chức năng xung lực phản hồi trong mô hình SVAR được áp dụng để phân tích các phản ứng động của các biến khi gặp cú sốc khác nhau Với độ trễ L, mô hình có thể được diễn đạt một cách chính xác.
Đối với một hiệp phương sai VAR ổn định, hiệu ứng của bất kỳ cú sốc nào được biểu diễn bởi v t sẽ giảm dần và mất đi tại một số thời điểm trong tương lai.
Trong trường hợp này, biến nội sinh Y t được nhấn mạnh như một chức năng của các giá trị hiện tại và quá khứ của vt Các trung bình trượt của vector (VMA) đại diện cho mối quan hệ này.
Chức năng đáp ứng xung được xác định bởi công thức C(L)=B((L)) -1, phản ánh sự biến đổi của biến thứ j theo thời gian sau một cú sốc kinh tế Mặc dù mô hình MA (10) không thể giải thích rõ ràng phản ứng của biến này với cú sốc, nhưng việc chuyển đổi vt đổi mới có thể giúp phục hồi các thiết lập cấu trúc đổi mới trực giao ε t trong mô hình SVAR ban đầu Điều này cho phép hiểu rõ hơn về mối quan hệ giữa các cú sốc kinh tế và phản ứng của các biến.
Cách tiếp cận SVAR giả định rằng các đổi mới cơ cấu ε t là trực quan và các rối loạn cấu trúc không tương quan Biểu diễn MA (10) có thể được chuyển đổi như sau.
C*(L)=C(L)A 0 -1 tạo ra các chức năng đáp ứng xung của Y t đối với cú sốc cấu trúc ε t, giúp hạn chế hiệp phương sai giữa các cú sốc nguyên thủy Việc tính toán các chức năng đáp ứng xung ban đầu cho phép thu thập hiệu quả hơn các ảnh hưởng của cú sốc chính sách tiền tệ lên các biến khác trong nước, đặc biệt là các biến mục tiêu về thu nhập và giá cả Các rối loạn ε t mang ý nghĩa kinh tế, do đó, các chức năng đáp ứng xung có thể được giải thích một cách có ý nghĩa Cơ chế truyền dẫn của cú sốc chính sách tiền tệ có thể được phân tích thông qua phản ứng của các biến khác trong hệ thống với những cú sốc này.
Phân tích phương sai giúp đo lường tác động của các biến độc lập đối với những cú sốc từ các biến cụ thể trong mô hình Sai số dự báo được thể hiện rõ ràng trong quá trình này.
Sai số trung bình bình phương s-perior:
Biểu thức (14) mô tả sự tác động trực giao của biến ε t MSE đến chênh lệch dự báo trong Y t
KẾT QUẢ THỰC NGHIỆM VÀ PHÂN TÍCH
Các kênh truyền dẫn của chính sách tiền tệ, tỷ giá tới nền kinh tế
4.1.1 Phản ứng của lãi suất VND đối với các cú sốc từ bên ngoài nền kinh tế
Hình 4.1 cho thấy lãi suất trong nước Việt Nam phản ứng mạnh mẽ và nhanh chóng trước các cú sốc giá dầu thế giới, lãi suất và lạm phát của Hoa Kỳ, đặc biệt trong khoảng thời gian 2 đến 6 tháng trước khủng hoảng Tuy nhiên, sau khủng hoảng, tác động này trở nên yếu và chậm hơn Điều này cho thấy chính sách tiền tệ của Việt Nam dễ bị tổn thương trước biến động giá cả hàng hóa toàn cầu Ngược lại, khi nền kinh tế Hoa Kỳ phục hồi và ổn định, lãi suất VND có xu hướng giảm và ít biến động hơn so với giai đoạn trước đó.
Hình 4.1: Phản ứng phân rã của lãi suất VND đối với các cú sốc ngoại sinh
Trước khủng hoảng Sau khủng hoảng
4.1.2 Phản ứng của nền kinh tế trong nước bao gồm: sản lượng công nghiệp, giá cả và lãi suất trước biến động lãi suất của FED Hình 4.2 : Phản ứng phân rã của IP, P và IR trước biến động IR U
Trước khủng hoảng Sau khủng hoảng
Lãi suất có ảnh hưởng rõ ràng đến nền kinh tế, đặc biệt là từ chính sách thắt chặt tiền tệ của Hoa Kỳ Hình 4.2 thể hiện phản ứng của nền kinh tế, bao gồm sản lượng công nghiệp (IP), chỉ số giá tiêu dùng (P) và lãi suất (IR), trước những biến động của lãi suất FED (IR U).
Trong giai đoạn trước khủng hoảng, chính sách tiền tệ thắt chặt của Mỹ đã ảnh hưởng đến lãi suất Việt Nam, dẫn đến giảm giá và sản lượng công nghiệp trong nước Sau khủng hoảng, giá cả đầu ra giảm trong 4 tháng đầu, sau đó tăng trở lại sau 5 tháng, trong khi lãi suất nội địa bị tác động mạnh và nhanh chóng bởi các cú sốc tiền tệ từ Mỹ Sản lượng công nghiệp cũng giảm sau 5 tháng do sự thắt chặt lãi suất của FED Tóm lại, lãi suất biến động không ổn định do sốc tiền tệ quốc tế cả trước và sau khủng hoảng, trong khi giá cả và sản lượng công nghiệp trong nước chịu ảnh hưởng nhiều hơn trong giai đoạn hậu khủng hoảng.
4.1.3 Phản ứng của nền kinh tế bao gồm sản lượng công nghiệp, cung tiền M2 và lãi suấttrước các biến động về sản lượng và giá cả hàng hóa nội địa
Hình 4.3 và 4.4 cho thấy tác động của cú sốc sản lượng và giá cả đến cung tiền, lãi suất và sản lượng công nghiệp tại Việt Nam Những cú sốc này đã tạo ra một số mâu thuẫn trong cả hai giai đoạn Trong giai đoạn trước khủng hoảng, sự gia tăng mức giá dẫn đến chính sách tiền tệ thắt chặt, làm tăng lãi suất trong nước Tuy nhiên, tác động của những cú sốc này không mạnh, dẫn đến phản ứng tiêu cực nhẹ và chậm hơn so với giai đoạn sau khủng hoảng.
4-5 tháng) Trong giai đoạn hậu khủng hoảng, tác động đến lãi suất, cung tiền hay sản lượng là tương đối mạnh và tức thì (sau 1-2 tháng)
Việc điều hành chính sách tiền tệ trong bối cảnh lạm phát cao là hợp lý và phù hợp với lý thuyết kinh tế Khi chỉ số CPI tăng, tác động tiêu cực đến tăng trưởng kinh tế, chính sách tiền tệ cần phản ứng bằng cách tăng lãi suất VND và giảm lượng tiền cung ứng Sau khủng hoảng, việc nới lỏng tiền tệ và giảm lãi suất sẽ kích thích tăng trưởng, tuy nhiên, sản lượng tăng trưởng sẽ diễn ra chậm, thường mất khoảng 10 tháng để thấy rõ hiệu quả.
Hình 4.3: Phản ứng của sản lượng công nghiệp IP, cung tiền M2 và lãi suất IR trong nước trước các biến động về giá cả hàng hóa nội địa
Trước khủng hoảng Sau khủng hoảng
Hình 4.4: Phản ứng của sản lượng công nghiệp IP, cung tiền M2 và lãi suất IR trong nước trước các biến động về sản lượng công nghiệp Việt Nam
Trước khủng hoảng Sau khủng hoảng
Các chỉ số CPI, M2 và lãi suất phản ứng mạnh mẽ khi nền kinh tế tăng trưởng cao, với CPI tăng cao trong hơn 10 tháng do cú sốc tăng trưởng nội địa Để đối phó với tình trạng này, chính sách tiền tệ thắt chặt, lãi suất tăng nhanh trong 3-9 tháng đầu và cung tiền M2 giảm, dẫn đến sự chậm lại trong tăng trưởng giá cả Sau giai đoạn kiểm soát, chính sách tiền tệ nới lỏng để hỗ trợ sản xuất và kinh doanh, nhưng tác động không mạnh mẽ như trước khủng hoảng.
4.1.4 Phản ứng của các biến chính sách tiền tệ đối với sự thay đổi về cung tiền, lãi suất và tỷ giá
Việc tăng cung tiền M2 sẽ dẫn đến giảm lãi suất VND trên thị trường, trong khi tăng lãi suất sẽ làm giảm cung tiền M2 Thay đổi lãi suất VND thường mất từ 3 đến 5 tháng để có hiệu lực, và nếu đồng VND bị phá giá, lãi suất sẽ giảm sau khoảng 15 tháng Ngoài ra, tỷ giá VND/USD cũng phản ứng nhạy cảm với biến động lãi suất VND và lượng tiền cung ứng, với sự phản ứng xảy ra ngay sau 2-3 tháng.
Hình 4.5: Phản ứng phân rã tương tác giữa các biến chính sách tiền tệ M2, IR, EX trước khủng khoảng
Hình 4.6: Phản ứng phân rã tương tác giữa các biến chính sách tiền tệ M2, IR, EX trước khủng khoảng
Sau khủng hoảng, cung tiền và lãi suất phản ứng nhạy cảm hơn với biến động tỷ giá, với cung tiền thay đổi sau 4-5 tháng và lãi suất sau 1-2 tháng Sự gia tăng lãi suất không ảnh hưởng nhiều đến tỷ giá hối đoái, điều này không bất ngờ do chính sách neo tỷ giá VND theo USD của Việt Nam Tóm lại, các biến chính sách tiền tệ trong nước tương tác nhất quán nhưng không mạnh mẽ trong cả giai đoạn trước và sau khủng hoảng.
4.1.5 Phản ứng của mức giá cả trước biến động tỷ giá, cung tiền và lãi suất
Nền kinh tế Việt Nam đã trải qua giai đoạn tăng trưởng nóng trước khủng hoảng, thể hiện qua sự gia tăng cung tiền, giảm lãi suất và phá giá tiền tệ, dẫn đến tình trạng lạm phát Phản ứng của chỉ số giá đối với cú sốc tỷ giá diễn ra nhanh chóng trong vòng 1-2 tháng, trong khi biến động cung tiền có độ trễ cao hơn, khoảng 5 tháng, nhưng tác động không kéo dài sau 15 tháng Sau khủng hoảng, chỉ số giá phản ứng chậm nhưng mạnh mẽ và duy trì lâu hơn.
Hình 4.7: Phản ứng của mức giácả trong nước (P )trước biến động tỷ giá (EX), cung tiền (M2) và lãi suất (IR)
Trước khủng hoảng Sau khủng hoảng
Phân tích Variance Decompositionđể đánh giá mức độ tác động trong ngắn hạn và trung hạn
Phân tích Variance Decomposition là công cụ quan trọng trong việc đánh giá tác động giữa các biến thông qua hiệu ứng xung đáp ứng Nghiên cứu tỷ lệ biến đổi của 5 biến nội sinh cho thấy sự giải thích của các biến trong mô hình SVAR trước và sau khủng hoảng Phân tích phương sai được thực hiện ở các mốc thời gian 1, 12, 24 và 48 tháng trong tương lai, cung cấp cái nhìn sâu sắc về sự phát triển của các biến này.
Trong giai đoạn trước khủng hoảng, sự thay đổi trong sản lượng trung và dài hạn chủ yếu do cú sốc về cung tiền M2 và lãi suất trong nước, cùng với ảnh hưởng lớn từ giá dầu thế giới Ngắn hạn, biến động giá chủ yếu được giải thích bởi cú sốc của chính nó, trong khi dài hạn, giá cả chịu tác động từ cú sốc giá dầu, lãi suất Mỹ và các biến động tiền tệ trong nước Cung tiền và lãi suất chủ yếu bị ảnh hưởng bởi những cú sốc của chính chúng; cung tiền ít bị ảnh hưởng bởi lãi suất, trong khi lãi suất lại bị tác động bởi mức giá cả trong nền kinh tế và lãi suất Mỹ Tỷ giá hối đoái cũng chịu ảnh hưởng lớn từ giá dầu thế giới và lãi suất trong nước.
Bảng 4.1: Các nhân tố tác động đến sự biến động của sản lượng, CPI, M2, Lãi suất và
Tỷ giá trước khủng khoảng
Kỳ OPI IPU PU IRU IP P M2 IR EX
Kỳ OPI IPU PU IRU IP P M2 IR EX
Kỳ OPI IPU PU IRU IP P M2 IR EX
Kỳ OPI IPU PU IRU IP P M2 IR EX
Kỳ OPI IPU PU IRU IP P M2 IR EX
Trong giai đoạn sau khủng hoảng, giá dầu thế giới trở thành yếu tố quan trọng trong việc giải thích sự thay đổi của các biến trong nước, đặc biệt là ở dài hạn Bên cạnh đó, lãi suất của Mỹ cũng có ảnh hưởng đáng kể đến sự biến động của chính sách tiền tệ tổng thể, lãi suất và giá cả trong nước theo chiều dài thời gian.
Kết quả này phù hợp với phân tích hàm phản hồi, cho thấy rằng sự thay đổi của các biến nội sinh thường bị ảnh hưởng mạnh mẽ bởi biến ngoại sinh, đặc biệt là trước và sau khủng hoảng.
Bảng 4.2: Các nhân tố tác động đến sự biến động của sản lượng, CPI, M2, Lãi suất và
Tỷ giá sau khủng khoảng
Kỳ OPI IPU PU IRU IP P M2 IR EX
Kỳ OPI IPU PU IRU IP P M2 IR EX
Kỳ OPI IPU PU IRU IP P M2 IR EX
Kỳ OPI IPU PU IRU IP P M2 IR EX
Kỳ OPI IPU PU IRU IP P M2 IR EX
Trước và sau khủng hoảng kinh tế 2008, giá cả trong nước đã có sự biến đổi đáng kể do ảnh hưởng của nhiều yếu tố Trong giai đoạn trước khủng hoảng, lãi suất là yếu tố chủ yếu tác động đến giá cả.
Sau khủng hoảng, giá dầu thế giới và sản lượng công nghiệp của Mỹ trở thành những yếu tố tác động mạnh mẽ nhất đến nền kinh tế Việt Nam Lãi suất của Mỹ và Việt Nam chỉ ảnh hưởng nhẹ đến giá cả trong nước, cho thấy rằng nền kinh tế Việt Nam ngày càng chịu tác động nhiều hơn từ các yếu tố vĩ mô quốc tế Sự hội nhập kinh tế toàn cầu, đặc biệt từ khi gia nhập WTO năm 2007, đã làm tăng cường mối liên hệ này trong bối cảnh khủng hoảng kinh tế thế giới hiện nay.
Đo lường mức độ và độ trễ của tác động của hiệu ứng ERPT lên lạm phát trước và sau đại khủng hoảng kinh tế toàn cầu năm 2008
Trong phần 4.1, nhóm đã tiến hành nghiên cứu tác động của chính sách tiền tệ đối với lạm phát, tập trung vào hiệu ứng thẩm thấu thông qua các kênh truyền dẫn Nghiên cứu này đã mô hình hóa và đo lường một cách cụ thể các ảnh hưởng của chính sách tiền tệ lên lạm phát.
Trong bối cảnh Việt Nam ngày càng hội nhập sâu rộng vào nền kinh tế toàn cầu thông qua các tổ chức như APEC và WTO, tỷ giá hối đoái đã trở thành một yếu tố quan trọng kết nối các nền kinh tế Nó không chỉ đóng vai trò trong việc điều hành nền kinh tế của chính phủ mà còn là nguyên nhân dẫn đến nhiều cuộc khủng hoảng kinh tế lớn như ở Mexico (1994), Thái Lan, Indonesia, Hàn Quốc (1997), Nga, Brazil (1998), Argentina (2000) và Thổ Nhĩ Kỳ (2000) Do đó, việc nghiên cứu tác động của tỷ giá hối đoái lên lạm phát là rất cần thiết.
Hồi quy theo mô hình VAR:
Phần này ta chỉ phân tích sâu tác động thẩm thấu của tỷ giá hối đoái lên chỉ số giá tiêu dùng
Trước khủng hoảng, khi thử nghiệm VAR với các độ trễ khác nhau, tiêu chuẩn LR đề xuất độ trễ 1, trong khi tiêu chuẩn FPE chọn độ trễ 5, và các tiêu chuẩn AIC cùng HQ ủng hộ độ trễ 6.
Bảng 4.3:Kiểm định độ trễ tối ưu của mô hình theo 5 tiêu chuẩn (2004-2007)
Sau khi chạy lại mô hình VAR cho giai đoạn trước khủng hoảng và thực hiện kiểm định LM cho chuỗi phần dư, độ trễ tối ưu nhất được xác định là 1, như thể hiện trong bảng 4.5.
Thực hiện kiểm định cho các biến trong giai đoạn sau khủng hoảng cho thấy tiêu chuẩn SC với độ trễ 1, tiêu chuẩn LR và FPE với độ trễ 6, cùng với AIC và HQ có độ trễ 7 Kết quả từ kiểm định LM chỉ ra rằng độ trễ tối ưu là 1, được áp dụng vào mô hình cho giai đoạn này (xem bảng 4.4 và 4.5).
Bảng 4.4: Kiểm định độ trễ tối ưu của mô hình theo 5 tiêu chuẩn (2008-2011)
Bảng 4.5: Kiểm định tương quan phần dư cho hai giai đoạn
Chi – bình phương với mức ý nghĩa ở bậc 25 Đo lường hệ số Pass-through:
Theo nghiên cứu của Võ Văn Minh (2009), hệ số Pass-through được ước tính dựa trên sự thay đổi của PVN tương ứng với 1% biến động trong tỷ giá hối đoái Cú sốc tỷ giá hối đoái được xác định qua độ lệch chuẩn của D(EXVN) Sự thay đổi này tại thời điểm t = 0 sẽ ảnh hưởng đến chính nó trong khoảng thời gian t = i Do đó, sự biến đổi của PVN trong thời kỳ t = i phụ thuộc vào độ lệch chuẩn của tỷ giá hối đoái tại thời điểm t = 0 và sự thay đổi của tỷ giá hối đoái tại thời điểm t = i Như vậy, một sự thay đổi 1% tại t = 0 trong tỷ giá hối đoái sẽ dẫn đến sự thay đổi trong D(EXVN).
Hệ số Pass-through được đo lường theo công thức sau:
Với là thay đổi của PVN trong thời kì t=i do cú sốc tỷ giá hối đoái gây ra,
E i là thay đổi trong tỷ giá hối đoái do tác động của cú sốc của chính nó
Ta có kết quả hệ số Pass-through trước và sau khủng hoảng thể hiện ở 2 bảng dưới đây:
Bảng 4.6: Hệ số Pass-through giai đoạn trước khủng hoảng
Kết quả nghiên cứu cho thấy tác động Pass-through ở Việt Nam không hoàn toàn, với sự xuất hiện ngay từ tháng đầu tiên và đạt mức cao nhất vào tháng 5 và tháng 6 của năm đầu tiên Sau đó, tác động này giảm dần, trở nên rất nhỏ trong năm thứ hai và hoàn toàn triệt tiêu vào tháng thứ 11 của năm thứ hai Hệ số Pass-through dao động từ 0.00015 đến 0.56, cho thấy không có thời điểm nào mà hiệu ứng Pass-through hoàn toàn, tức là sự thay đổi tỷ giá hối đoái không ảnh hưởng đầy đủ đến lạm phát.
Mức độ tác động của Pass-through trung bình trong năm đầu tiên tại Việt Nam là 0,21, gần với kết quả của IMF là 0,25 So với các quốc gia Đông Á, Indonesia có mức Pass-through trung bình là 0,53, Hàn Quốc 1,05 và Singapore 0,59 theo nghiên cứu của Ito et al năm 2005.
Nghiên cứu của Võ Văn Minh vào năm 2009 cho thấy mức độ tác động của hiện tượng Pass-through của tỷ giá hối đoái đối với chỉ số giá tiêu dùng là 0.08.
Với mức độ Pass-through thấp, Chính phủ có thể linh hoạt trong việc áp dụng chính sách tiền tệ, vì sự thay đổi bất lợi trong tỷ giá hối đoái không tạo ra áp lực lớn lên lạm phát Do đó, chính sách tiền tệ được Chính phủ sử dụng để đạt được các mục tiêu tăng trưởng khác.
Bảng 4.7 cho thấy tác động Pass-through ở Việt Nam sau khủng hoảng diễn ra hoàn toàn, bắt đầu từ tháng thứ nhất với mức độ lớn hơn nhiều so với trước khủng hoảng Tác động này phát triển nhanh chóng và đạt cực đại vào tháng 4 và tháng 5 của năm đầu tiên, nhưng không kéo dài như trước khủng hoảng Ảnh hưởng của tỷ giá hối đoái lên lạm phát giảm dần và triệt tiêu hoàn toàn vào tháng thứ 14, tương đương với tháng thứ 2 của năm thứ 2.
Tác động Pass-through trung bình cho năm thứ nhất sau khủng hoảng kinh tế lớn hơn nhiều so với giai đoạn trước, đạt mức 0.921 Hiệu ứng này cho thấy sự tăng vọt đáng kể Sau khủng hoảng kinh tế toàn cầu năm 2008, nền kinh tế Việt Nam trở nên dễ bị tổn thương hơn.
Một cú sốc tỷ giá hối đoái có thể tác động mạnh mẽ và nhanh chóng đến lạm phát, tạo ra thách thức cho việc áp dụng các công cụ của chính sách tiền tệ.
Bảng 4.7: Hệ số Pass-through giai đoạn sau khủng hoảng
Có nhiều lý do để giải thích cho sự tăng đột biến này của hiệu ứng Pass-through của thời kì sau khủng hoảng so với giai đoạn trước
Nghiên cứu của Taylor năm 2000 chỉ ra rằng có mối tương quan giữa môi trường lạm phát và mức độ ERPT; cụ thể, trong môi trường có tỷ lệ lạm phát thấp, mức độ ERPT cũng thấp, trong khi tỷ lệ lạm phát cao dẫn đến mức độ ERPT cao hơn Taylor giải thích rằng lạm phát có tính chất quán tính, nên trong nền kinh tế với lạm phát thấp, cú sốc tỷ giá chỉ gây ra thay đổi nhỏ ở lạm phát do xu hướng thấp được duy trì Ngược lại, khi tỷ lệ lạm phát cao, cú sốc tỷ giá sẽ bị khếch đại bởi biến động lạm phát, làm cho lạm phát tiếp tục gia tăng.
Từ năm 2000 đến nay, lạm phát ở Việt Nam đã có những diễn biến đáng chú ý, đặc biệt sau cuộc đại khủng hoảng thế giới, tỷ lệ lạm phát đã tăng cao, tạo điều kiện cho sự gia tăng mạnh mẽ của hiệu ứng Pass-through.
