Luận văn thạc sĩ UEH cơ chế truyền dẫn chính sách tiền tệ ở việt nam 002

Lý thuyết

Kênh lãi suất

Kênh lãi suất là công cụ chính trong chính sách tiền tệ theo lý thuyết Keynes, với việc giảm lãi suất dẫn đến giảm chi phí vốn, từ đó kích thích đầu tư và tăng tổng cầu Lãi suất thực, không phải lãi suất danh nghĩa, ảnh hưởng lớn đến quyết định tiêu dùng và đầu tư, đặc biệt trong dài hạn Những biến động ngắn hạn về lãi suất danh nghĩa thường phản ánh các phản ứng của ngân hàng trung ương, làm thay đổi lãi suất thực cho cả trái phiếu ngắn hạn và dài hạn Chính sách tiền tệ mở rộng, bằng cách giảm lãi suất danh nghĩa, cũng kéo theo giảm lãi suất thực, điều này vẫn đúng trong bối cảnh kỳ vọng hợp lý Sự giảm lãi suất thực thúc đẩy đầu tư vào tài sản cố định, mua nhà, chi tiêu cho hàng hóa lâu bền và tồn kho, góp phần gia tăng tổng sản lượng.

Taylor (1995) đã thực hiện một khảo sát về các nghiên cứu liên quan đến kênh lãi suất, cho thấy có bằng chứng thực nghiệm mạnh mẽ về tác động đáng kể của lãi suất đối với chi tiêu đầu tư và tiêu dùng, khẳng định rằng kênh truyền dẫn chính sách tiền tệ qua lãi suất là rất mạnh Tuy nhiên, quan điểm này đã gây ra nhiều tranh cãi, đặc biệt là từ các nhà nghiên cứu như Benanke và Gertler (1995), những người cho rằng các nghiên cứu thực nghiệm gặp khó khăn trong việc xác định hiệu ứng đáng kể của kênh lãi suất qua chi phí vốn Họ đã chỉ ra sự thất bại của lãi suất, từ đó dẫn đến việc các nhà kinh tế chuyển hướng nghiên cứu sang các kênh truyền dẫn tiền tệ khác, đặc biệt là kênh tín dụng.

Kênh tín dụng

Có hai kênh chính trong việc truyền dẫn chính sách tiền tệ, bắt nguồn từ thông tin trên thị trường tín dụng: kênh cho vay ngân hàng và kênh bảng cân đối kế toán.

Trong bối cảnh chính sách tiền tệ mở rộng, hệ thống ngân hàng sẽ tăng cường huy động và dự trữ, dẫn đến sự gia tăng khoản tín dụng cho vay Điều này đặc biệt quan trọng vì nó thúc đẩy hoạt động đầu tư và tiêu dùng thông qua việc cung cấp vốn cho người vay Chính sách tiền tệ có tác động mạnh mẽ đến chi tiêu của các công ty nhỏ, những doanh nghiệp này phụ thuộc nhiều vào các khoản vay ngân hàng hơn so với các công ty lớn, vốn có khả năng tiếp cận thị trường trái phiếu.

Kênh bảng cân đối kế toán xuất phát từ sự bất cân xứng thông tin trong thị trường tín dụng, đặc biệt là vấn đề rủi ro đạo đức và lựa chọn nghịch Khi giá trị doanh nghiệp giảm, những vấn đề này trở nên nghiêm trọng hơn, dẫn đến việc giá trị các khoản thế chấp vay vốn cũng giảm và tổn thất từ lựa chọn nghịch gia tăng Điều này làm tăng rủi ro lựa chọn nghịch, từ đó giảm thiểu các khoản cho vay và đầu tư.

Chính sách tiền tệ mở rộng không chỉ làm tăng giá cổ phiếu mà còn nâng cao giá trị thuần của doanh nghiệp Điều này dẫn đến gia tăng chi đầu tư và tổng cầu, đồng thời giảm thiểu vấn đề rủi ro đạo đức và lựa chọn nghịch.

Chính sách tiền tệ mở rộng và việc giảm lãi suất danh nghĩa có tác động tích cực đến bảng cân đối kế toán của doanh nghiệp, nhờ vào việc gia tăng dòng tiền Điều này giúp giảm thiểu rủi ro đạo đức và lựa chọn nghịch Một điểm quan trọng là lãi suất danh nghĩa ảnh hưởng mạnh mẽ đến dòng tiền của công ty, trong khi vay nợ dài hạn thường được cố định, do đó ít ảnh hưởng đến dòng tiền.

Theo Stiglitz và Weiss (1981), tín dụng hợp lý xảy ra khi người vay bị từ chối cho vay dù họ sẵn sàng trả lãi suất cao hơn, do các dự án đầu tư quá rủi ro Lãi suất cao làm tăng lựa chọn đối kháng, trong khi lãi suất thấp giảm thiểu rủi ro này Khi chính sách tiền tệ mở rộng và lãi suất giảm, người vay có xu hướng ít chấp nhận rủi ro hơn, dẫn đến việc chủ nợ dễ dàng cho vay hơn Điều này thúc đẩy tăng trưởng đầu tư và sản lượng trong nền kinh tế.

Kênh truyền dẫn tiền tệ thứ ba qua bảng cân đối kế toán ảnh hưởng đến mức giá chung, vì thanh toán nợ cố định theo danh nghĩa Sự gia tăng không kỳ vọng trong mức giá chung sẽ làm giảm giá trị thực của khoản nợ, nhưng không ảnh hưởng đến giá trị thực tài sản của công ty Việc mở rộng tiền tệ dẫn đến sự gia tăng không kỳ vọng trong mức giá chung, làm tăng giá trị thuần thực Điều này giảm thiểu rủi ro đối kháng và rủi ro đạo đức, từ đó thúc đẩy chi tiêu đầu tư vào tổng sản lượng.

Quan điểm cho rằng những biến động không kỳ vọng trong giá cả có ảnh hưởng lớn đến tổng cầu đã có một truyền thống lâu đời trong kinh tế học Đặc điểm này nổi bật trong lý thuyết nợ - giảm phát trong thời kỳ Đại suy thoái, được phát triển bởi Irving Fisher vào năm 1983.

Kênh giá cổ phần

Hai kênh quan trọng liên quan đến giá cổ phần trong truyền dẫn chính sách tiền tệ bao gồm hoạt động đầu tư theo lý thuyết Tobin’s Q và ảnh hưởng của sự giàu có đến tiêu dùng.

Lý thuyết Tobin’s Q mô tả cách mà chính sách tiền tệ tác động lên nền kinh tế thông qua giá trị cổ phiếu, với q được xác định bằng giá thị trường của công ty chia cho chi phí vốn thay thế Khi q cao, giá trị thị trường của công ty vượt trội so với chi phí vốn, khiến việc đầu tư vào xây dựng nhà máy và mua sắm thiết bị trở nên hấp dẫn hơn Các công ty có thể phát hành cổ phiếu với giá cao hơn chi phí đầu tư, dẫn đến tăng trưởng chi tiêu đầu tư Ngược lại, q thấp thường dẫn đến giảm chi đầu tư Khi ngân hàng trung ương giảm lãi suất, giá trị chiết khấu của lợi nhuận tương lai tăng, làm cho cổ phiếu trở nên hấp dẫn hơn, từ đó thúc đẩy cầu và giá cổ phiếu tăng Tóm lại, các công ty dựa vào sự so sánh giữa giá thị trường của vốn và chi phí thay thế trong các quyết định đầu tư, qua đó thúc đẩy chi tiêu đầu tư và tăng tổng sản lượng.

Một kênh quan trọng trong truyền dẫn chính sách tiền tệ là tác động của giá cổ phần lên chi tiêu tiêu dùng thông qua sự giàu có Theo mô hình vòng đời Modigliani, chi tiêu tiêu dùng phụ thuộc vào tổng nguồn lực của người tiêu dùng, bao gồm vốn con người, vốn thực và tài sản tài chính Cổ phần thường là một yếu tố quan trọng trong tài sản tài chính; khi giá cổ phần tăng, giá trị tài sản tài chính cũng tăng, dẫn đến việc gia tăng nguồn lực cả cuộc đời của người tiêu dùng và từ đó làm tăng chi tiêu tiêu dùng.

Kênh tỷ giá

Tỷ giá hối đoái ảnh hưởng lớn đến xuất khẩu ròng, trở thành kênh truyền dẫn quan trọng của chính sách tiền tệ Khi chính sách tiền tệ mở rộng làm giảm lãi suất thực, tiền gửi trong nước trở nên kém hấp dẫn, dẫn đến áp lực giảm giá đồng nội tệ Sự giảm giá này khiến hàng hóa nội địa trở nên rẻ hơn, từ đó khuyến khích xuất khẩu gia tăng Xuất khẩu tăng lên sẽ làm tăng xuất khẩu ròng, góp phần vào sự gia tăng sản lượng.

(1999), trong nền kinh tế mở tỷ giá thay đổi sẽ tác động đến tổng sản lượng.

Một số nghiên cứu cơ chế truyền dẫn chính sách tiền tệ trước đây

Các lý thuyết cho thấy có nhiều kênh truyền dẫn chính sách tiền tệ tiềm năng, do đó, các nhà nghiên cứu cần xác định kênh nào là quan trọng nhất cho từng quốc gia cụ thể.

Nghiên cứu tại các quốc gia đã phát triển

Milton Friedman và Anna Schwartz (1963) là những người tiên phong trong việc nghiên cứu mối quan hệ giữa tổng cung tiền và hoạt động kinh tế thực Nghiên cứu của họ dựa trên dữ liệu 100 năm của Mỹ cho thấy rằng sự tăng trưởng của cung tiền dẫn đến sự gia tăng tổng sản lượng, trong khi giảm cung tiền lại làm giảm tổng sản lượng Tuy nhiên, mối tương quan này không đảm bảo rằng chính sách tiền tệ có ảnh hưởng trực tiếp đến nền kinh tế thực, cũng như sự thay đổi của tổng cung tiền không phải lúc nào cũng là yếu tố ngoại sinh.

Nhiều lý thuyết về chính sách tiền tệ nhấn mạnh tầm quan trọng của thu nhập danh nghĩa Milton Friedman và Meiselman (1963) đã kiểm tra tác động của chính sách tài khóa và chính sách tiền tệ đối với tổng sản phẩm, đồng thời đánh giá mức độ quan trọng của từng chính sách Họ ước lượng các biến dưới dạng log, trong đó thu nhập danh nghĩa được xác định bằng tổng cung tiền và mức giá, còn lại là chi tiêu và tổng cung tiền Kết quả cho thấy có mối quan hệ thống kê có ý nghĩa giữa tổng sản lượng với cung tiền và chi tiêu chính phủ.

Friedman và Kuttner (1992) đã sử dụng kiểm định tự hồi quy và phương pháp phân rã phương sai để phân tích dữ liệu của Mỹ từ 1960 đến 1990, và phát hiện ra mối quan hệ có ý nghĩa thống kê giữa tiền tệ, thu nhập và mức giá Nghiên cứu cho thấy có sự đồng liên kết giữa thu nhập thực, cung tiền thực và lãi suất, từ đó hai tác giả kết luận rằng M1 có khả năng dự đoán thu nhập một cách thống kê.

Eichenbaum (1992) áp dụng mô hình VAR cho bốn biến: cung tiền M1, lãi suất của Cục Dự trữ Liên bang Mỹ, mức giá và tổng sản lượng Nghiên cứu cho thấy sự gia tăng cung tiền M1 dẫn đến tăng lãi suất Cục Dự trữ và giảm tổng sản lượng, phản ánh tác động của chính sách tiền tệ Kết quả này gây ra hai nghi vấn: thứ nhất, chính sách tiền tệ mở rộng thường kỳ vọng sẽ tăng cung tiền M1 và tổng sản lượng; thứ hai, sự gia tăng cung tiền M1 thường được kỳ vọng sẽ làm giảm lãi suất Eichenbaum cũng chỉ ra rằng khi sử dụng lãi suất như công cụ chính sách tiền tệ, không có nghi vấn về tổng sản lượng, vì thắt chặt chính sách làm tăng lãi suất và giảm sản lượng, nhưng có thể dẫn đến tăng giá Một lý do được chấp nhận rộng rãi cho nghi vấn về mức giá là do các biến trong mô hình VAR không bao quát hết thông tin cần thiết để giải thích phản ứng của công cụ chính sách tiền tệ.

Nghiên cứu của Stefan Gerlach và Franch Smets (1995) về tác động của chính sách tiền tệ lên tổng sản lượng và mức giá ở nhóm nước G-7 cho thấy rằng, trong mô hình của họ, biến tổng sản lượng, mức giá và lãi suất ngắn hạn được sử dụng để phân tích Các tác giả xác định cú sốc chính sách tiền tệ với giả định rằng chúng không ảnh hưởng tức thời đến tổng sản lượng trong một quý hay dài hạn, và áp dụng các giới hạn này thông qua các kỹ thuật biến công cụ Kết quả nghiên cứu chỉ ra rằng không tồn tại hiện tượng Price-puzzle, điều này khác biệt so với nhiều nghiên cứu sử dụng mô hình VAR trong phạm vi ngắn hạn Cuối cùng, tác giả kết luận rằng các tác động của chính sách tiền tệ là tương tự nhau ở các quốc gia G-7.

Christian, Eichenbaum và Evans (1998) đã chỉ ra rằng các cú sốc chính sách tiền tệ có ảnh hưởng đến sản lượng kinh tế Họ áp dụng chương trình Lucas và tập trung vào việc phân tích các cú sốc này thông qua lý thuyết đệ quy Giả thuyết của họ là các cú sốc chính sách tiền tệ có quan hệ trực giao với các biến mà Cục Dự trữ Liên bang Mỹ sử dụng để ổn định nền kinh tế Đầu tiên, họ ước lượng các cú sốc chính sách tiền tệ bằng phương pháp hồi quy bé nhất từ biến chính sách tiền tệ với các biến khác Sau đó, họ phân tích phản ứng của các biến đối với các cú sốc chính sách tiền tệ bằng cách hồi quy các biến theo giá trị hiện tại và độ trễ của các cú sốc đó.

Nghiên cứu sử dụng dữ liệu theo quý và các biến log như GDP thực, chỉ số điều chỉnh tổng sản lượng quốc dân, và lãi suất cục dự trữ liên bang Mỹ để phân tích tác động của cú sốc lãi suất Kết quả cho thấy cú sốc lãi suất cục dự trữ liên bang Mỹ chiếm 21% sai số phương sai cho GDP ở kỳ thứ tư, tăng lên 31% ở quý thứ 12 Mặc dù các cú sốc chính sách tiền tệ ảnh hưởng nhỏ đến sai số dự báo mức giá, nhưng khi kiểm định tác động của cú sốc sử dụng tỷ số dự trữ không phải tiền, kết quả cho thấy chính sách tiền tệ thắt chặt làm giảm tổng cung tiền và tổng sản lượng, trong khi mức giá không đổi.

Nghiên cứu của Kim (1999) chỉ ra tầm quan trọng của kênh cho vay ngân hàng sau khủng hoảng 1997 ở Hàn Quốc, với nguyên nhân giảm sút nguồn cung cho vay chủ yếu do quy định nghiêm ngặt đối với ngân hàng thay vì cầu vay yếu Kryshko (2001) đã cung cấp bằng chứng hỗ trợ cho giả thuyết này thông qua nghiên cứu kênh cho vay ngân hàng ở Ukraine Hơn nữa, kết quả mô hình VAR của Morsink và Bayoumi (2001) xác nhận rằng các khoản cho vay ngân hàng không chỉ đóng vai trò quan trọng trong việc truyền dẫn chính sách tiền tệ ở Nhật Bản mà còn là nguồn gốc chính của các cú sốc, cũng như kênh truyền dẫn quan trọng cho các cú sốc lãi suất và cung tiền mở rộng lên tổng sản lượng.

Erjavec, Natasa và Boris Cota (2003) đã nghiên cứu mối quan hệ nhân quả giữa tiền tệ và các biến vĩ mô như sản lượng, lãi suất, mức giá và tỷ giá trong nền kinh tế Croatia Họ áp dụng phương pháp phân tích Granger causality trong mô hình VAR, cùng với phân rã phương sai và hàm phản ứng xung, để xác định chiều hướng quan hệ này Kết quả cho thấy rằng trong ngắn hạn, lãi suất và tỷ giá danh nghĩa là ngoại sinh và có tác động đến các biến mục tiêu Nghiên cứu chỉ ra rằng cung tiền là trung tính, ít nhất là trong ngắn hạn.

Kotlowski (2005) đã kiểm định mối quan hệ nhân quả giữa tiền tệ và mức giá tại Ba Lan trong giai đoạn quá độ, sử dụng mô hình lạm phát tiền tệ P-star, phát triển bởi các nhà kinh tế học FED Nghiên cứu cho thấy có sự tồn tại của mối quan hệ dài hạn giữa tiền tệ và mức giá thông qua đồng liên kết dài hạn Kết quả chỉ ra rằng có mối quan hệ đồng liên kết theo mùa trong mô hình P-star, được thể hiện qua phương trình cầu tiền.

Leon Berkelmans (2005) đã áp dụng mô hình SVAR để phân tích mối quan hệ giữa tín dụng và các biến kinh tế vĩ mô tại Australia Nghiên cứu cho thấy trong ngắn hạn, các cú sốc lãi suất, tỷ giá và tín dụng trước đó có ảnh hưởng mạnh mẽ đến tăng trưởng tín dụng, trong khi trong dài hạn, cú sốc sản lượng, lạm phát và giá hàng hóa đóng vai trò quan trọng hơn Kiểm định từ mô hình cho thấy phản ứng của nền kinh tế trước cú sốc tín dụng được ổn định hiệu quả nhờ chính sách tiền tệ, giúp sản lượng và tỷ giá ít bị ảnh hưởng Mặc dù cú sốc tín dụng gây ra lạm phát tăng trong hai năm, nhưng nếu không có can thiệp từ chính sách tiền tệ, lạm phát sẽ tiếp tục gia tăng trong các năm tiếp theo.

Nghiên cứu của Vilaret và Palić (2006) về kênh tỷ giá hối đoái tác động đến lạm phát ở Serbia, sử dụng dữ liệu từ năm 2001 đến 2006 và phương pháp ADL, VAR đệ quy, cho thấy rằng tác động của kênh tỷ giá ở Serbia là khá cao Tuy nhiên, trong giai đoạn quá độ, mức độ tác động không hoàn toàn và thường dưới một Cụ thể, các ước lượng cho thấy độ co dãn trong ngắn hạn thường dưới 0,3 và trong dài hạn thường dưới 0,6.

Nghiên cứu tại các quốc gia đang phát triển

Abbas (1991) đã tiến hành kiểm định tác động của chính sách tiền tệ đối với các nước đang phát triển ở Châu Á trong giai đoạn 1960-1998 Ông áp dụng phương pháp kiểm định Granger để xác định mối quan hệ nhân quả giữa các biến tiền tệ M1, M2 và thu nhập GDP.

Abbas đã phát hiện rằng M1 không ảnh hưởng đến thu nhập, bất kể độ trễ là 1, 2 hoặc 3 năm, cũng như khi áp dụng phương pháp Final Prediction Error Ngược lại, với độ trễ 1 năm, M2 có tác động đến thu nhập Hơn nữa, M2 và GDP cho thấy mối quan hệ nhân quả giữa hai biến khi áp dụng độ trễ 2 và 3 năm, cùng với phương pháp Final Prediction Error.

Mô tả dữ liệu

Dữ liệu nghiên cứu được thu thập từ cơ sở dữ liệu quý về các biến vĩ mô của nền kinh tế Việt Nam, bao gồm GDP, CPI, M2, lãi suất (IR), tỷ giá thực hiệu quả (REER), VNIDEX, cùng với hai biến ngoại sinh là giá dầu (OIL) và lãi suất liên bang (FFR) trong khoảng thời gian từ quý III năm 2001 đến quý IV năm 2013.

Bảng 3.1: Các biến trong mô hình

Các biến trong mô hình Viết tắt Thời gian (quý) Nguồn Khu vực quốc tế:

Giá dầu OIL 2001: III-2013: IV U.S Department of

Energy Lãi suất công bố của FED FFR 2001: III-2013: IV FED

Tổng sản lượng nội địa thực (năm gốc 1994)

Trong giai đoạn từ năm 2001 đến quý IV năm 2013, chỉ số GDP và CPI trong nước đã trải qua nhiều biến động, với CPI được tính theo năm gốc 2009 Đồng thời, cung tiền M2 cũng được ghi nhận từ năm gốc 1994, cho thấy sự thay đổi trong chính sách tiền tệ Lãi suất cho vay 12 tháng bằng VND tại Vietcombank trong cùng thời gian này phản ánh tình hình kinh tế và nhu cầu vay vốn của người dân.

Tỷ giá hối đoái thực hiệu lực đa phương (năm gốc 1994)

REER 2001: III-2013: IV Tác giả tự tính

Chỉ số chứng khoán TP.HCM VNIDEX 2001: III-2013: IV Sở giao dịch chứng khoán TP.HCM Nguồn: Kết quả tác giả tự thực hiện

Tác giả đã lựa chọn các biến đưa vào mô hình theo đề xuất của Trần Ngọc Thơ (2013), trong đó thay thế biến tổng sản lượng công nghiệp thực bằng tổng sản lượng nội địa thực để phản ánh tốt hơn hoạt động của nền kinh tế Bên cạnh đó, tác giả sử dụng tỷ giá hối đoái hiệu lực đa phương thay cho tỷ giá danh nghĩa nhằm loại trừ tác động của lạm phát, theo gợi ý của Le Viet Hung và Wade Pfau (2008) Ngoài ra, biến chỉ số chứng khoán TP HCM cũng được thêm vào mô hình để đánh giá tác động của kênh truyền dẫn tài sản.

Dữ liệu trong bài viết được thu thập từ nhiều nguồn uy tín như IMF, Sở giao dịch chứng khoán Hồ Chí Minh, Cục Dự trữ Liên bang Mỹ, Cục Năng lượng Mỹ, Ngân hàng TMCP Ngoại Thương Việt Nam, Tổng cục Thống kê và tính toán của tác giả Để giảm thiểu sai số và đảm bảo tính đồng bộ của chuỗi dữ liệu, dữ liệu được chuyển đổi sang dạng Logarithm, ngoại trừ các chỉ số IR và FFR Đối với tỷ giá hối đoái hiệu lực đa phương, tác giả lựa chọn rổ tiền tệ dựa trên tiêu chí ưu tiên các đồng tiền có tỷ trọng thương mại lớn với Việt Nam, đồng thời xem xét các đối tác cạnh tranh trong xuất khẩu Cuối cùng, rổ tiền tệ được lựa chọn bao gồm các đồng: USD, EUR, JPY, CNY, KRW, AUD, HKD, SGD và THB.

Tác giả đã tính toán tỷ giá hối đoái hiệu lực đa phương dựa trên tỷ giá song phương của các đồng tiền trong rổ tiền với Việt Nam, lấy năm 1996 làm kỳ gốc theo đề xuất của Le Viet.

Hung và Wade Pfau (2008) đã tính toán tỷ giá thực song phương của Việt Nam đồng bằng cách lấy tỷ giá tại thời điểm t chia cho kỳ gốc và nhân với 100 Tiếp theo, tác giả tính toán tỷ giá thực song phương của Việt Nam đồng với từng đồng tiền trong rổ tiền bằng cách lấy chỉ số tỷ giá danh nghĩa nhân với CPI của từng quốc gia tương ứng, sau đó chia cho CPI của Việt Nam Cuối cùng, dựa trên tỷ trọng thương mại, tác giả đã tính toán chỉ số REER.

Cấu trúc mô hình

Nghiên cứu áp dụng mô hình vector hiệu chỉnh sai số (VECM) có dạng như sau:

∆yt = Πy t-1 + Γ1∆y t-1 + ããã + Γ p-1 ∆yt-p+1 + u t = αβ’yt-1 + Γ1∆yt-1+ ã ã ã + Γp-1∆yt-p+1 + ut

Trong mô hình này, yt là vector K biến tại thời điểm t, trong khi ut là vector nhiễu trắng K biến Ma trận suy biến Π được xác định bởi Π = αβ’, với α là ma trận tham số hiệu chỉnh K × r, cho thấy tốc độ điều chỉnh về trạng thái cân bằng, và β là vector đồng liên kết K × r, phản ánh mối quan hệ dài hạn giữa các biến Phần hiệu chỉnh sai số được biểu thị bởi Πyt-1, trong khi Γt là ma trận hệ số ngắn hạn cùng với những giả định khác (Lutkepolh, chương 6).

Kiểm định nghiệm đơn vị

Một trong những vấn đề lớn của chuỗi dữ liệu theo thời gian là sự hiện diện của nghiệm đơn vị và tính không dừng Hầu hết các chuỗi dữ liệu thời gian đều gặp phải tình trạng này, dẫn đến hiện tượng hồi quy giả tạo Để khắc phục vấn đề này và đảm bảo tính dừng cho chuỗi dữ liệu, một phương pháp phổ biến là thực hiện lấy sai phân bậc nhất.

The Augmented Dickey-Fuller (ADF) and Phillips-Perron (PP) tests are widely used for unit root testing and assessing the stationarity of time series data.

Kiểm định ADF đối với từng chuỗi dữ liệu theo thời gian (LOG(OIL), F(FFR,

Việc kiểm tra tính ổn định của các chuỗi dữ liệu LOG(GDP), LOG(CPI), LOG(M2), IR, LOG(REER), và LOG(VNIDEX) được thực hiện dựa trên phương trình 1-7 với giả thiết H0 cho rằng các chuỗi này có nghiệm đơn vị (α2 = 0) Để bác bỏ giả thiết H0, giá trị ước lượng thống kê t phải bằng hoặc lớn hơn giá trị MacKinnon tại mức ý nghĩa 5%.

∆LOG(OIL) = α0 + α 1 T + α2LOG(OIL) t-1 + Σ n t=1 γt∆LOG(OIL)t-1 + μ t (1)

∆LOG(GDP) = α0 + α 1 T + α 2 LOG(GDP) t-1 + Σ n t=1 γt∆LOG(GDP)t-1 + μ t (3)

∆LOG(CPI) = α0 + α1T + α2LOG(CPI)t-1 + Σ n t=1γt∆LOG(CPI)t-1 + μt (4)

∆LOG(REER) = α0 + α 1 T + α2LOG(REER) t-1 + Σ n t=1 γt∆LOG(REER)t-1 + μ t (7)

∆LOG(VNIDEX) = α0 + α 1 T + α2LOG(VNIDEX) t-1 + Σ n t=1 γt∆LOG(VNIDEX)t-1 + μt (8)

Kiểm định đồng liên kết

Kiểm định đồng liên kết thường được thực hiện sau khi xác định bậc của đồng tích hợp trong chuỗi dữ liệu Bậc này được xác định bằng số lần cần lấy sai phân để chuyển đổi chuỗi dữ liệu thành chuỗi có tính dừng Nếu chuỗi dữ liệu chỉ cần lấy sai phân một lần và đạt tính dừng, nó sẽ được coi là có đồng liên kết ở sai phân bậc nhất I(1).

Sự kết hợp tuyến tính có tính dừng giữa các biến cho thấy khả năng tồn tại mối cân bằng dài hạn và được gọi là phương trình đồng liên kết Khi có hai hoặc nhiều biến không có tính dừng nhưng sự kết hợp tuyến tính giữa chúng lại có tính dừng, các chuỗi dữ liệu này được coi là có đồng liên kết.

Trong nghiên cứu này, chúng tôi áp dụng kiểm định đồng liên kết Johansen, bao gồm kiểm định Trace và kiểm định maximum Eigenvalue, để xác định số lượng phương trình đồng liên kết giữa các biến Cụ thể, kiểm định Trace được sử dụng với giả thuyết H0 là có tối đa “r” vector đồng liên kết, trong khi kiểm định maximum Eigenvalue kiểm tra giả thuyết H0 về số lượng phương trình đồng liên kết là “r” so với giả thuyết thay thế là “r+1” Các công thức được sử dụng là δtrace(r) = -T Σ n t=r+1 ln(1- ^ δt) và δtrace(r,r+1) = -T Σ n t=r+1 ln(1- ^ δr+1).

^δt: Đặc tính gốc ước lượng và T: Số quan sát được sử dụng.

Mô hình ECM đạng tổng quát

Mô hình VECM giúp ước lượng mối quan hệ dài hạn và ngắn hạn giữa các biến liên quan Công thức toán học tổng quát của mô hình này được thể hiện trong phương trình (6).

∆Yt = πY t-1 + Σ p-1 i=1 αt∆Yt-1 + μDi + εt (6) Trong đó :

Yt: Vector cột A có các giá trị hiện hành của toàn bộ các biến nội sinh trong mô hình εt : Vector của sai số π, αt,μ: tham số.

Kết quả kiểm định tính dừng và xác định độ trễ tối ưu

Hai kiểm định phổ biến được sử dụng để kiểm tra nghiệm đơn vị và tính dừng của chuỗi dữ liệu là ADF và PP Các kiểm định này được thực hiện thông qua hồi quy, với giả định hệ số chặn không có xu hướng Giả thuyết H0 đặt ra là có nghiệm đơn vị Kết quả của kiểm định ADF và PP được trình bày trong bảng 4.1.

Bảng 4.1: Kết quả kiểm định nghiệm đơn vị

Kiểm định DF(hệ số chặn không có xu hướng)

Kiểm định ADF (Hệ số chặn và không có xu hướng)

Kiểm định PP (Hệ số chặn và không có xu hướng)

Level 1 st Diff 1 st Diff

***Ký hiệu bác bỏ giả thiết H0 với mức ý nghĩa 1%., ** ký hiệu bác bỏ giả thuyết H0 với mức ý nghĩa 5%, * ký hiệu bác bỏ giả thuyết H0 với 10%

Nguồn: Kết quả thuật toán từ phần mềm thống kê tác giả tự thực hiên

Kết quả phân tích cho thấy các biến trong mô hình có nghiệm đơn vị ở dữ liệu gốc, do giả thuyết H0 không bị bác bỏ ở mức ý nghĩa 5% Tuy nhiên, sau khi thực hiện lấy sai phân bậc nhất, các biến không còn nghiệm đơn vị, điều này cho thấy khả năng tồn tại mối quan hệ cân bằng dài hạn giữa các biến.

Bảng 4.2 thể hiện kết quả kiểm định độ trễ tối ưu Kết quả cho thấy kiểm định FPE, AIC và HQ đều chỉ ra độ trễ tối ưu là 2

Bảng 4.2: Xác định độ trễ tối ưu

Lag LR FPE AIC SC HQ

Nguồn: Kết quả thuật toán từ phần mềm thống kê tác giả tự thực hiện

Theo Lutkepohl (1993), việc chọn độ trễ cao hơn bước trễ thực sự của mô hình có thể dẫn đến sai số bình phương trung bình tăng và xuất hiện vấn đề tự tương quan Để xác định độ trễ tối ưu, tác giả đã chạy mô hình VECM với các bước trễ khác nhau nhằm kiểm tra tính ổn định của mô hình Kết quả cho thấy với bước trễ bằng 2, nghiệm đơn vị gần gốc tọa độ hơn Vì vậy, tác giả quyết định sử dụng độ trễ tối ưu là 2 trong nghiên cứu này.

Kết quả kiểm định đồng liên kết

Kiểm định đồng liên kết Johansen (giá trị Trace và giá trị Eigen tối đa) được áp dụng để xác định số lượng phương trình đồng liên kết trong tập dữ liệu Kết quả kiểm định được thể hiện trong bảng 3.3, cho thấy thống kê Trace và thống kê Max Eigen value chỉ ra có 2 phương trình đồng liên kết đạt mức ý nghĩa 5%.

Trong bộ dữ liệu xác nhận kết quả kiểm định nghiệm đơn vị trước đó, tồn tại đồng liên kết cho thấy có nghiệm đơn vị Điều này chỉ ra rằng các chuỗi dữ liệu ban đầu không có tính dừng, nhưng lại dừng tại phương sai bậc nhất I(1).

Bảng 4.3: Kiểm định Trace và Max Eigenvalue Giả thiết số lượng phương trình đồng liên kết

Thống kê Trace Mức ý nghĩa

Kết quả kiểm định nghiệm đơn vị cho thấy các biến không dừng ở chuỗi gốc nhưng dừng ở sai phân bậc nhất Kiểm định đồng liên kết xác định sự tồn tại của đồng liên kết, dẫn đến việc sử dụng mô hình VECM trong nghiên cứu Mô hình bao gồm 8 biến, tương ứng với 8 phương trình VECM, với số lag tối ưu được xác định là 2.

Trong bài nghiên cứu tác giả sử dụng phương trình VECM từ phương trình 7 đến 12 được trình bảy ở phần phục lục

Bảng 4.4: Hệ số biểu diễn tốc độ điều chỉnh về cân bằng

Tác giả chỉ ra rằng hệ thống sẽ điều chỉnh về trạng thái cân bằng với tốc độ tương ứng là 60,81% và 9,91% mỗi quý do biến động GDP; 10,40% và 1,41% mỗi quý từ sự thay đổi chỉ số giá tiêu dùng; 14,51% và 5,56% mỗi quý nhờ vào biến động chỉ số chứng khoán Mặc dù các hệ số khác không có ý nghĩa thống kê, chúng vẫn thể hiện xu hướng phù hợp với kỳ vọng Hệ số âm hoặc dương cho thấy mức độ điều chỉnh giảm hoặc tăng phần trăm khi có cú sốc làm hệ thống vượt mức cân bằng.

VECM đối với GDP

Hệ phương trình VECM cho GDP được xây dựng dựa trên các biến OIL, FFR, GDP, CPI, M2, IR, REER và VNIDEX Phương trình này phản ánh mối quan hệ dài hạn và ngắn hạn giữa GDP và các biến OIL, FFR, CPI, M2.

IR, REER và VNIDEX bao gồm hai phần: mối quan hệ đồng liên kết và mối quan hệ ngắn hạn Mối quan hệ đồng liên kết thể hiện sự liên hệ dài hạn giữa các biến số, trong khi hệ số C(1) cho thấy tốc độ hiệu chỉnh Để mô hình hoạt động chính xác, hệ số C(1) cần phải là số âm và có ý nghĩa.

Trong mô hình C(39), hệ số C(40) đại diện cho hệ số hiệu chỉnh dài hạn Các hệ số từ C(41) đến C(56) thể hiện mối quan hệ nhân quả trong ngắn hạn giữa các biến, trong khi C(57) là hệ số chặn.

Bảng 4.5: Hệ số và P-Value VECM đối với GDP

Coefficient Std Error t-Statistic Prob

Giá trị của các hệ số và P-Value được trình bày trong bảng 4.5 cho thấy hệ số C(39) và C(40) có dấu âm và có ý nghĩa thống kê, điều này chỉ ra rằng có mối quan hệ dài hạn giữa GDP và các biến trong mô hình.

Mô hình phân tích cho thấy, trong ngắn hạn, GDP bị ảnh hưởng tích cực và có ý nghĩa thống kê từ chính nó ở cả độ trễ 1 và 2 Ngược lại, chỉ số CPI có tác động tiêu cực lên GDP với ý nghĩa thống kê rõ ràng.

GDP ở độ trễ 1 có ý nghĩa thống kê, trong khi lãi suất (IR) phù hợp với kỳ vọng nhưng không có ý nghĩa thống kê ở độ trễ 2 Mô hình thống kê cho thấy tỷ giá thực hiệu chỉnh (REER) ảnh hưởng tiêu cực đến GDP ở cả hai độ trễ, nhưng chỉ có ý nghĩa thống kê ở độ trễ 2.

VECM đối với CPI

Phương trình (8) là hệ phương trình điều chỉnh sai số vector liên quan đến CPI, trong đó CPI được xem là biến phụ thuộc vào các biến độc lập như OIL, FFR, GDP, M2, IR, REER và VNIDEX Các hệ số C(58) và C(59) phản ánh tốc độ hiệu chỉnh của CPI trong dài hạn, trong khi các hệ số C(60) đến C(75) thể hiện mối quan hệ nhân quả ngắn hạn với các biến độc lập OIL, GDP, M2, IR, REER và VNIDEX Hệ số C(76) đóng vai trò là hệ số chặn trong mô hình này.

Bảng 4.6: Hệ số và P-Value VECM đối với CPI

Hệ số ước lượng và P-Value được trình bày trong bảng 4.6 cho thấy hệ số C(58) và C(59) có giá trị dương và có ý nghĩa thống kê, điều này chứng tỏ mối quan hệ dài hạn giữa CPI và các biến trong mô hình.

Kết quả mô hình cho thấy giá dầu có ảnh hưởng đáng kể đến CPI trong ngắn hạn Bên cạnh đó, CPI cũng bị tác động bởi cung tiền ở các độ trễ 1 và 2, với hệ số tương ứng là 0,077724 và 0,062463, điều này phù hợp với kỳ vọng về dấu.

VECM đối với M2

Hệ phương trình (9) điều chỉnh sai số vector liên quan đến M2, trong đó M2 phụ thuộc vào các biến độc lập như OIL, FFR, GDP, CPI, IR, REER và VNIDEX.

Trong nghiên cứu này, C(77) đại diện cho tốc độ điều chỉnh CPI trong dài hạn, trong khi các hệ số từ C(78) đến C(94) thể hiện mối quan hệ nhân quả ngắn hạn với các biến độc lập như OIL, FFR, GDP, IR, REER và VNIDEX Hệ số chặn được biểu thị bởi C(95) Giá trị ước lượng và P-Value của các hệ số này được trình bày chi tiết trong bảng 4.7.

Bảng 4.7: Hệ số và P-Value VECM đối với M2

Kết quả từ mô hình cho thấy rằng trong ngắn hạn, REER có tác động dương và ý nghĩa thống kê lên biến M2 ở cả độ trễ 1 và 2 Đồng thời, M2 cũng bị ảnh hưởng âm và có ý nghĩa thống kê bởi VNIDEX với hệ số -0,793367 Kết quả này khác biệt so với nghiên cứu của Nguyễn Khắc Quốc Bảo (2013), trong đó ông phát hiện tác động dương của VNIDEX lên M2 Sự khác biệt này có thể do VNIDEX không hoàn toàn đại diện cho thị trường chứng khoán Việt Nam.

VECM đối với IR

Phương trình (10) là hệ phương trình điều chỉnh sai số vector cho IR, với IR là biến phụ thuộc vào các biến độc lập OIL, FFR, GDP, CPI, M2, REER, VNIDEX Các hệ số C(96) và C(97) thể hiện tốc độ điều chỉnh CPI trong dài hạn, trong khi C(98) đến C(113) đại diện cho mối quan hệ nhân quả ngắn hạn với các biến độc lập Hệ số chặn được ký hiệu là C(95) Giá trị ước lượng và P-Value của các hệ số này được trình bày trong bảng 4.8.

Bảng 4.8: Hệ số và P-Value VECM đối với IR

Kết quả mô hình chỉ ra rằng trong ngắn hạn, lãi suất (IR) bị ảnh hưởng bởi các yếu tố ngoại sinh từ nền kinh tế toàn cầu Thêm vào đó, việc gia tăng cung tiền dẫn đến sự giảm lãi suất ở cả hai độ trễ, nhưng chỉ có ý nghĩa thống kê tại độ trễ 1 Lãi suất cũng chịu tác động tích cực và có ý nghĩa thống kê từ chính nó tại độ trễ 1.

VECM đối với REER

Phương trình (11) mô tả một hệ phương trình điều chỉnh sai số vector đối với REER, với REER là biến phụ thuộc vào các biến độc lập như OIL, FFR, GDP, CPI, M2, IR, và VNIDEX Các hệ số C(115) và C(116) đại diện cho tốc độ hiệu chỉnh CPI trong dài hạn, trong khi C(117) đến C(133) thể hiện mối quan hệ nhân quả ngắn hạn với các biến độc lập OIL, FFR, GDP, M2, REER, và VNIDEX Hệ số chặn được ký hiệu là C(95) Giá trị ước lượng của các hệ số và P-Value tương ứng được trình bày trong bảng 4.9.

Kết quả từ mô hình cho thấy rằng C(115) và C(116) có hệ số âm và có ý nghĩa thống kê, điều này chỉ ra rằng REER có mối quan hệ dài hạn với các biến trong mô hình.

Bảng 4.9: Hệ số và P-Value đối với REER

Kết quả mô hình cho thấy trong ngắn hạn, việc gia tăng cung tiền sẽ làm giảm REER ở độ trễ 1 và 2, nhưng chỉ có ý nghĩa thống kê ở độ trễ 1 Tác giả nhận thấy tỷ giá và lãi suất tuân theo lý thuyết kinh doanh tỷ giá không phòng ngừa (UIP), với việc tăng lãi suất làm giảm tỷ giá có ý nghĩa thống kê ở độ trễ 2, trong khi ở độ trễ 1, hệ số gần bằng 0 và không có ý nghĩa thống kê Bên cạnh đó, REER cũng chịu tác động bởi chính nó ở độ trễ 1 và 2 với ý nghĩa thống kê.

VECM đối với VNIDEX

Phương trình (12) mô tả hệ phương trình hiệu chỉnh sai số vector cho VNIDEX, với VNIDEX là biến phụ thuộc vào các biến độc lập như OIL, FFR, GDP, CPI, M2, IR và REER Trong đó, C(134) và C(135) chỉ ra tốc độ hiệu chỉnh dài hạn của VNIDEX, trong khi C(136) đến C(151) thể hiện các hệ số mối quan hệ nhân quả ngắn hạn tương ứng với các biến độc lập C(152) đại diện cho hệ số chặn Giá trị ước lượng của các hệ số và P-Value được trình bày trong bảng 4.10.

Bảng 4.10: Hệ số và P-Value VECM đối với VNIDEX

Hệ số C(134) và C(135) mang dấu âm và có ý nghĩa thống kê cho thấy VNINDEX có mối quan hệ dài hạn với các biến trong mô hình

Kết quả mô hình cho thấy VNIDEX chịu tác động âm từ cung tiền ở độ trễ 1 và 2 trong ngắn hạn, điều này khác với nghiên cứu của Nguyễn Khắc Quốc Bảo (2013) khi ông chỉ ra rằng cung tiền có tác động dương lên giá cổ phiếu Sự khác biệt này có thể xuất phát từ tính chất khác nhau giữa VNIDEX và giá cổ phiếu.

Phân tích mối quan hệ nhân quả theo cặp

Mặc dù kết quả từ mô hình OLS cho thấy mối quan hệ giữa biến phụ thuộc và biến độc lập, không phải tất cả các biến không có ý nghĩa thống kê đều không ảnh hưởng đến biến phụ thuộc Để phân tích mối quan hệ này một cách chính xác hơn, tác giả đã sử dụng thống kê Wald nhằm xác định xem các biến độc lập ở cả hai độ trễ có tác động tương tự lên biến phụ thuộc hay không Bảng 4.11 trình bày kết quả về mối quan hệ giữa các biến OIL, FFR, GDP, CPI, M2, IR, REER, VNIDEX Ba giả thiết H0 đã bị bác bỏ dựa trên giá trị Chi square và P-Value từ kiểm định Wald, với điều kiện P-Value nhỏ hơn mức ý nghĩa 10%.

Bảng 4.11: Kết quả kiểm định nhân quả trong môi trường VECM

OIL không tác động đến GDP*** C(41)=C(42)=0 0,0036 OIL không tác động đến CPI** C(60)=C(61)=0 0,0024

OIL không tác động đến M2 C(79)=C(80)=0 0,7090

OIL không tác động đến IR*** C(98)=C(99)=0 0,0001 OIL không tác động đến REER C(117)=C(118)=0 0,3350 OIL không tác động đến VNIDEX C(136)=C(137)=0 0,3697 FFR không tác động đến GDP* C(43)=C(44)=0 0,0606

FFR không tác động đến CPI C(62)=C(63)=0 0,6952

FFR không tác động đến M2 C(81)=C(82)=0 0,4979

FFR không tác động đến IR*** C(100)=C(101)=0 0,0002 FFR không tác động đến REER C(119)=C(120)=0 0,8644 FFR không tác động đến VNIDEX C(138)=C(139)=0 0,3279

GDP không tác động đến CPI C(64)=C(65)=0 0,3223

GDP không tác động đến M2 C(83)=C(84)=0 0,8939

GDP không tác động đến IR C(102)=C(103)=0 0,5249 GDP không tác động đến REER C(121)=C(122)=0 0,7723 GDP không tác động đến VNIDEX C(140)=C(141)=0 0,2665 CPI không tác động đến GDP*** C(47)=C(48)=0 0,0000

CPI không tác động đến M2 C(85)=C(86)=0 0,8060 CPI không tác động đến IR C(104)=C(105)=0 0,6282 CPI không tác động đến REER C(123)=C(124)=0 0,5881 CPI không tác động đến VNIDEX C(142)=C(143)=0 0,3021

M2 không tác động đến GDP C(49)=C(50)=0 0,2584

M2 không tác động đến CPI** C(68)=C(69)=0 0,0489 M2 không tác động đến IR*** C(106)=C(107)=0 0,0360 M2 không tác động đến REER* C(125)=C(126)=0 0,0914 M2 không tác động đến VNIDEX*** C(144)=C(145)=0 0,0004

IR không tác động đến GDP** C(51)=C(52)=0 0,0352

IR không tác động đến CPI C(70)=C(71)=0 0,4761

IR không tác động đến M2 C(89)=C(90)=0 0,4272

IR không tác động đến REER** C(128)=C(129)=0 0,0159

Kết quả phân tích cho thấy rằng lãi suất (IR) không có tác động đến chỉ số VNIDEX, với hệ số C(146)=C(147)=0 và giá trị p là 0,2995 Tương tự, chỉ số REER cũng không ảnh hưởng đến GDP (C(53)=C(54)=0, p=0,0719), CPI (C(72)=C(73)=0, p=0,9835), và M2* (C(91)=C(92)=0, p=0,0674) Hơn nữa, REER không tác động đến IR (C(110)=C(111)=0, p=0,3721) và VNIDEX (C(148)=C(149)=0, p=0,2650) Bên cạnh đó, VNIDEX cũng không có ảnh hưởng đến GDP (C(55)=C(56)=0, p=0,9090), CPI (C(74)=C(75)=0, p=0,6453), M2* (C(93)=C(94)=0, p=0,0755), IR (C(112)=C(113)=0, p=0,9011) và REER (C(131)=C(132)=0, p=0,4253).

*ký hiệu bác bỏ giả thiết H0 ở mức ý nghĩa 10% và **ký hiệu bác bỏ giả thiết ở mức ý nghĩa 5% và***ký hiệu bác bỏ giả thiết ở mức ý nghĩa 1%

Bảng phân tích mối quan hệ nhân quả và mô hình hồi quy OLS chỉ ra xu hướng mối liên hệ giữa các biến số nghiên cứu trong ngắn hạn.

M2 tác động IR, IR tác động đến GDP mà không có chiều ngược lại M2 tác động IR, IR tác động REER, REER tác động GDP

M2 tác động đến REER, REER tác động đến GDP

VNIDEX tác động lên M2 M2 tác động lên VNIDEX M2 tác động lên CPI, CPI tác động lên GDP mà không có chiều ngược lại

Mô hình nghiên cứu đã chỉ ra rằng hai biến OIL và FFR đại diện cho tác động của nền kinh tế toàn cầu đến kinh tế Việt Nam Kết quả cho thấy kinh tế Việt Nam chịu ảnh hưởng từ diễn biến kinh tế bên ngoài, điều này phản ánh quá trình hội nhập kinh tế thế giới của Việt Nam, ngày càng sâu rộng hơn.

Độ mạnh của phương trình ước lượng

Ba hệ số R-Square, giá trị Durbin Watson (D.W) và F-Statistics thường được sử dụng để kiểm định độ mạnh và tính hiệu quả của mô hình R2 cao cho thấy mô hình có khả năng giải thích biến phụ thuộc tốt, nhưng không đảm bảo tính chính xác và hiệu quả Để mô hình được coi là đúng, R2 phải nhỏ hơn giá trị Durbin Watson, mà giá trị này nên nằm trong khoảng gần 2 Nếu giá trị D.W quá lớn hoặc quá nhỏ, có thể xảy ra hiện tượng tự tương quan Cuối cùng, F-Statistics cần có ý nghĩa, cho thấy các biến giải thích tác động đồng thời đến biến phụ thuộc Các giá trị ước tính này được trình bày trong bảng 4.12.

Bảng 4.12: Kết quả phương trình mô hình ước lượng

Parameters Eq.7 Eq.8 Eq.9 Eq.10 Eq.11 Eq.12

Giá trị ước lượng của R² cho thấy các phương trình 7, 8, 9, 10 là mô hình giải thích tốt, trong khi phương trình 11, 12 có mức độ giải thích vừa phải đối với các biến phụ thuộc Tất cả các mô hình đều không có hiện tượng tự tương quan khi R² nhỏ hơn D.W, với giá trị D.W xấp xỉ bằng 2 F-Statistic đều có ý nghĩa đối với tất cả các mô hình Tuy nhiên, cần xem xét thêm các khía cạnh khác của mô hình để đảm bảo rằng mô hình không bị chệch và không hồi quy giả tạo.

1) Phần dư của mô hình không có tương quan chuỗi

2) Phần dư không có hiện tượng phương sai thay đổi

Kiểm định tương quan chuỗi của phần dư

Bài kiểm tra Breusch-Godfrey Serial Correlation LM được áp dụng để xác định sự tương quan chuỗi của phần dư Kết quả được trình bày trong bảng 4.13 cho thấy không có bằng chứng thống kê đủ mạnh để bác bỏ giả thuyết H0 P-Value của Chi-square lớn hơn 10% trong tất cả các mô hình từ Eq.7 đến Eq.12.

Bảng 4.13 Kết quả kiểm định tương quan chuỗi phần dư

Giả thuyết H0 P-Value Chi-square

Eq.7 Eq.8 Eq.9 Eq.10 Eq.11 Eq.12 Không có hiện tượng tương quan phần dư 0,1933 0,4848 0,4192 0,1620 0,7285 0,1138

Kiểm định phương sai thay đổi

Kết quả kiểm định phương phai thay đổi bằng phương pháp ARCH được trình bày trong bảng 4.14 Giả thiết H0 được đặt ra là không có hiện tượng phương sai thay đổi ở phần dư Kết quả kiểm định cho thấy không có hiện tượng phương sai thay đổi ở bất kỳ phương trình ước lượng nào.

Bảng 4.14 Kết quả kiểm định phương sai thay đổi

Giả thuyết H0 P-Value Chi-square

Eq.7 Eq.8 Eq.9 Eq.10 Eq.11 Eq.12 Không có hiện tượng tượng phương sai thay đổi 0,3691 0,7750 0,7832 0,8958 0,1185 0,3142

Hàm phản ứng sung

Mặc dù kiểm định OLS cho phép xác định dấu hiệu của hệ số biến độc lập, nhưng chỉ có thể quan sát tác động tại các độ chu kỳ 1 và 2 Để đánh giá tác động của biến độc lập lên biến phụ thuộc qua các kỳ khác nhau, tác giả áp dụng hàm phản ứng sung Việc xác định trật tự của các biến trong hàm phản ứng xung là rất quan trọng; trong bài viết này, tác giả sử dụng trật tự biến OIL, FFR, GDP, CPI, M2, IR, REER, và VNIDEX theo nghiên cứu của Nguyễn Khắc Quốc Bảo (2013).

Phản ứng của GDP trước cú sốc giá dầu, FFR,CPI, M2, IR, REER, VNIDEX

GDP của Việt Nam chịu ảnh hưởng từ các cú sốc ngoại sinh như giá dầu và lãi suất của Cục Dự trữ Liên bang Mỹ Cú sốc giá dầu thường dẫn đến sự gia tăng GDP, với mỗi 1% tăng giá dầu làm GDP tăng 0,016% trong quý đầu tiên và duy trì trên mức cân bằng sau đó Ngược lại, cú sốc lãi suất của Cục Dự trữ Liên bang Mỹ cũng có tác động tích cực đến GDP, ngoại trừ trong quý 3.

GDP có xu hướng tăng trưởng trong hầu hết các quý, ngoại trừ quý thứ 2 và quý thứ 6 CPI ban đầu có tác động tiêu cực đến GDP, đạt đáy -0,013% ở quý thứ 2, nhưng sau đó chuyển sang tác động tích cực, mặc dù xu hướng này ngày càng giảm, chỉ còn 0,005% ở quý thứ 10 Mở rộng cung tiền M2 không có tác động rõ ràng lên GDP Lãi suất ban đầu có tác động tích cực đến GDP, đạt cực đại 0,014% ở quý thứ 2, nhưng sau đó giảm mạnh xuống -0,018% ở quý thứ 3 và duy trì tác động tiêu cực cho đến quý thứ 10.

Tỷ giá thực hiệu lực đa phương (REER) tăng 1% sẽ dẫn đến việc GDP giảm 0,036% ở kỳ quan sát thứ hai, sau đó có xu hướng phục hồi và đạt đỉnh 0,013% ở kỳ quan sát tiếp theo.

Tác động âm lên GDP được duy trì ở tất cả các kỳ quan sát, với mức giảm 0,003% đến kỳ thứ 10 Nghiên cứu của Krugman (1991) đã chỉ ra hiệu ứng đường cong J trong phân tích cuộc phá giá đô la Mỹ giai đoạn 1985 – 1987, cho thấy rằng cán cân vãng lai ban đầu xấu đi khi đồng nội tệ giảm giá, nhưng sau khoảng hai năm, cán cân này đã có sự cải thiện.

Response of LOG(GDP) to LOG(OIL)

Response of LOG(GDP) to FFR

Response of LOG(GDP) to LOG(GDP)

Response of LOG(GDP) to LOG(CPI)

Response of LOG(GDP) to LOG(M2)

Response of LOG(GDP) to IR

Response of LOG(GDP) to LOG(REER)

Response of LOG(GDP) to LOG(VNIDEX) Response to Cholesky One S.D Innov ations ± 2 S.E.

Hình 4.1: Phản ứng của GDP trước cú sốc giá dầu, FFR, CPI, M2, IR, REER, VNIDEX

Chỉ số chứng khoán VNIDEX có ảnh hưởng tích cực đến GDP trong hầu hết các kỳ quan sát, điều này phù hợp với lý thuyết Tobin’s Q Cú sốc giá chứng khoán VNIDEX tăng 1% sẽ dẫn đến sự gia tăng GDP, đạt đỉnh vào kỳ thứ.

Trong giai đoạn đầu, tỷ lệ là 0,02%, sau đó giảm xuống 0,0006% Tuy nhiên, tỷ lệ này nhanh chóng phục hồi và duy trì ổn định trên đường cân bằng cho đến kỳ thứ 10.

Phản ứng của CPI trước cú sốc giá dầu, FFR, GDP, M2, IR, REER, VNIDEX

CPI chịu ảnh hưởng mạnh mẽ từ các yếu tố ngoại sinh như giá dầu thế giới và lãi suất của Cục Dự trữ Liên bang Mỹ Cụ thể, cú sốc 1% về giá dầu dẫn đến giảm 0,07% CPI trong quý đầu tiên, nhưng sau đó lạm phát tăng và đạt đỉnh 0,011% trong quý thứ hai, duy trì trên mức cân bằng đến quý thứ mười Ngược lại, sự thay đổi 1% trong lãi suất của Cục Dự trữ Liên bang Mỹ có xu hướng làm giảm CPI trong nước, đạt mức thấp nhất 0,017% vào quý thứ ba Điều này cho thấy CPI mục tiêu bị ảnh hưởng rõ rệt bởi các cú sốc bên ngoài.

Cú sốc GDP có tác động giảm lạm phát, với mỗi 1% thay đổi của GDP dẫn đến sự giảm 0,019% của lạm phát Sau đó, lạm phát có xu hướng trở về mức cân bằng, nhưng không đạt được sự cân bằng này cho đến quý thứ 10.

Lạm phát có xu hướng tự tác động mạnh, với cú sốc tăng 1% của CPI dẫn đến tác động dương 0,052% và duy trì đến kỳ quan sát thứ 10 là 0,051% Theo lý thuyết kỳ vọng hợp lý, các tác nhân kinh tế hành động để tối đa hóa phúc lợi tương lai, không chỉ phản ứng với chi phí ngắn hạn Họ sẽ "đón đầu" các quyết định của ngân hàng trung ương, điều này yêu cầu ngân hàng phải thiết lập sự tin cậy trong việc kiểm soát lạm phát Nếu ngân hàng trung ương có tiếng "mềm dẻo", các tác nhân kinh tế sẽ nghi ngờ tính hiệu quả của chính sách mới và duy trì kỳ vọng lạm phát cao Điều này phản ánh rõ ràng trong diễn biến lạm phát tại Việt Nam, khi lạm phát tăng mạnh lên 9,67% vào năm 2008, đạt đỉnh 19,87%, và vẫn duy trì ở mức cao trong những năm tiếp theo.

Response of LOG(CPI) to LOG(OIL)

Response of LOG(CPI) to FFR

Response of LOG(CPI) to LOG(GDP)

Response of LOG(CPI) to LOG(CPI)

Response of LOG(CPI) to LOG(M2)

Response of LOG(CPI) to IR

Response of LOG(CPI) to LOG(REER)

Response of LOG(CPI) to LOG(VNIDEX) Response to Cholesky One S.D Innov ations

Hình 4.2: Phản ứng của CPI trước cú sốc giá dầu, FFR, GDP, M2, IR, REER, VNIDEX

Cú sốc cung tiền M2 có ảnh hưởng đến CPI trong dài hạn, với M2 tăng 1% không làm tăng CPI rõ rệt trong hai quý đầu do tính cứng ngắc của giá cả Tuy nhiên, sau đó, CPI có xu hướng tăng và đạt đỉnh 0,004%, duy trì mức này đến quý thứ 10.

Cú sốc lãi suất IR có ảnh hưởng tiêu cực đến chỉ số giá tiêu dùng CPI, với nghiên cứu cho thấy không xuất hiện hiện tượng Price puzzle Việc tăng lãi suất cho vay IR lên 1% sẽ dẫn đến sự giảm của CPI, với xu hướng giảm liên tục kéo dài đến quý thứ 10 và đạt mức đáy 0,013 vào quý thứ 3, điều này phù hợp với lý thuyết kỳ vọng về lạm phát.

REER có ảnh hưởng tích cực đến CPI, với việc tăng 1% REER dẫn đến lạm phát tăng 0,03% trong quý thứ 3 và kéo dài đến hết quý thứ 10 Trong khi đó, cú sốc VNIDEX cũng có tác động tích cực đến CPI, ngoại trừ hai quý đầu tiên có giá trị gần như bằng không.

Cú sốc giá chỉ số chứng khoán VNIDEX có ảnh hưởng tích cực lâu dài đến lạm phát Cụ thể, khi giá chứng khoán VNIDEX tăng 1%, chỉ số CPI sẽ giảm 0,003% ở kỳ thứ hai, sau đó tăng lên 0,002% và đạt đỉnh 0,006% ở kỳ thứ ba, trước khi duy trì ổn định cho đến kỳ thứ mười.

Phản ứng của M2 trước cú sốc giá dầu, FFR, GDP, CPI, IR, REER, VNIDEX

Cung tiền M2 chịu ảnh hưởng từ các cú sốc ngoại sinh, trong đó cú sốc giá dầu có tác động tích cực Cụ thể, khi giá dầu tăng 1%, cung tiền M2 sẽ tăng 0,09% ở kỳ đầu và đạt đỉnh 0,18% ở kỳ thứ ba Ngược lại, cú sốc lãi suất từ Cục Dự trữ Liên bang Mỹ ảnh hưởng tiêu cực đến cung tiền; khi lãi suất FFR tăng 1%, cung tiền sẽ giảm 0,12% ở kỳ đầu và tiếp tục giảm, đạt mức thấp 0,17% ở kỳ thứ năm.

Phân rã phương sai

Dể xác định mức độ ảnh hưởng của các cú sốc lên các biến quan sát, tác giả sử dụng phân rã phương sai

Phân rã phương sai biến sản lượng:

Phân rã phương sai cho thấy GDP bị ảnh hưởng mạnh bởi cú sốc nội tại, đạt khoảng 44% ở kỳ thứ 12 Cú sốc giá dầu có tác động ổn định lên GDP, duy trì trên 10% Đồng thời, lạm phát và giá chứng khoán cũng góp phần đáng kể, chiếm hơn 19% ở kỳ thứ 12 Mặc dù các cú sốc về cung tiền và lãi suất ít tác động hơn, nhưng có xu hướng gia tăng qua từng kỳ.

Bảng 4.15: Phân rã phương sai của LOG(GDP)

Period LOG(OIL) FFR LOG(GDP) LOG(CPI) LOG(M2) IR LOG(REER) LOG(VNIDEX)

12 11.86181 3.549763 43.92396 10.87134 3.960394 10.13843 7.407215 9.287081 Nguồn: Kết quả thuật toán từ phần mềm thống kê tác giả tự thực hiện

Phân rã phương sai biến lạm phát

Kết quả phân rã phương sai cho thấy CPI chịu ảnh hưởng mạnh mẽ từ cú sốc của chính nó, với tỷ lệ trên 40% và ổn định qua các kỳ quan sát Biến giá dầu cũng có tác động đáng kể đến lạm phát, với mức tác động gia tăng theo thời gian, đạt 12,41% ở kỳ 12 Ngoài ra, các biến cung tiền, lãi suất và tỷ giá hối đoái thực đa phương cũng có xu hướng tăng cường tác động lên CPI, ba biến này chiếm hơn 40% tổng tác động, trong đó biến M2 đóng góp 22% vào CPI.

Bảng 4.16: Phân rã phương sai của LOG(CPI)

Phân rã phương sai cầu tiền

Bảng 4.17: Phân rã phương sai của LOG(M2)

Phân rã phương sai cho thấy lạm phát, lãi suất và tỷ giá hối đoái thực đa phương có ảnh hưởng quan trọng đến cung tiền, chiếm 57% tổng biến động Trong đó, lãi suất đóng góp 21,2% ở kỳ thứ 12 Bên cạnh đó, biến giá dầu cũng tác động đáng kể đến cung tiền, với xu hướng tăng liên tục qua các kỳ quan sát, đạt 17% ở kỳ thứ 12.

Phân rã phương sai lãi suất

Kết quả phân tích cho thấy cung tiền và giá dầu có ảnh hưởng quan trọng đến lãi suất, đạt tới 50% Trong đó, biến cung tiền ngày càng tác động mạnh mẽ đến lãi suất, chiếm 26,6% tác động vào kỳ thứ 12 Bên cạnh đó, tỷ giá hối đoái thực đa phương và chỉ số giá tiêu dùng (CPI) cũng đóng vai trò quan trọng và có xu hướng gia tăng theo thời gian.

Bảng 4.18: Phân rã phương sai của IR

Phân rã phương sai tỷ giá hối đoái thực đa phương

Kết quả phân rã phương sai cho thấy rằng tỷ giá hối đoái thực đa phương (REER) bị ảnh hưởng chủ yếu bởi chính nó với tỷ lệ trên 21% Lãi suất của Cục Dự trữ Liên bang Mỹ (FFR) cũng có tác động mạnh đến REER, chiếm hơn 20% trong kỳ thứ 12 Ngoài ra, các biến như CPI, GDP và IR cũng đóng góp đáng kể vào REER, với tổng cộng trên 35% tác động trong kỳ thứ 12 Cụ thể, CPI ảnh hưởng đến REER với tỷ lệ trên 11% ở kỳ đầu tiên, nhưng có xu hướng giảm dần trong các kỳ tiếp theo, chỉ còn 6,5% vào kỳ thứ 12.

Bảng 4.19: Phân rã phương sai của REER

Phân rã phương sai chỉ số chứng khoán VNIDEX

Kết quả phân rã phương sai chỉ ra rằng chỉ số chứng khoán chịu ảnh hưởng lớn từ GDP, lãi suất, giá dầu và tỷ giá hối đoái thực đa phương Mặc dù các cú sốc nội tại cũng có tác động đáng kể, nhưng ảnh hưởng này giảm dần theo thời gian Đồng thời, cung tiền ngày càng trở nên quan trọng hơn trong việc tác động đến chỉ số chứng khoán.

Bảng 4.20: Phân rã phương sai của VNINDEX

Phân tích kết quả nghiên cứu

Trong nghiên cứu định lượng về chính sách tiền tệ, có bốn loại puzzle chính: puzzle về sản lượng, khi sản lượng tăng dù chính sách tiền tệ bị thắt chặt; puzzle về tính thanh khoản, khi cung tiền tăng mà lãi suất cũng tăng; puzzle về mức giá, khi giá cả tăng lên trong bối cảnh thắt chặt chính sách; và puzzle về tỷ giá, với đồng nội tệ mất giá ngay lập tức hoặc tăng giá trong thời gian dài sau cú sốc tăng lãi suất Tác giả đã đối chiếu kết quả thực nghiệm để xác định các loại puzzle mà nghiên cứu gặp phải, với kết quả được trình bày trong bảng 4.21.

Bảng 4.21: Các trường hợp xuất hiện puzzle trong kết quả nghiên thực nghiệm

STT Loại puzzle Kết quả

1 puzzle về sản lượng Kết quả không rõ ràng

2 puzzle về tính thanh khoản Không

3 puzzle về mức giá Không

4 puzzle về tỷ giá Không

Nguồn: tóm lược của tác giả

Kết quả nghiên cứu cho thấy, ngoài trường hợp puzzle về sản lượng không rõ ràng, các loại puzzle khác đều không xuất hiện Phát hiện này tương đồng với nghiên cứu trước đó của Nguyễn Phi Lân (2010), khi ông cũng chỉ ra mối quan hệ không rõ ràng giữa sản lượng và cung tiền.

Phân tích mối quan hệ nhân quả cho thấy có sự tồn tại của các kênh truyền dẫn lãi suất và tỷ giá hối đoái, trong đó kênh truyền dẫn lãi suất được xác định là mạnh hơn Chính sách tiền tệ mở rộng dẫn đến việc giảm lãi suất, từ đó thúc đẩy tăng trưởng GDP, phù hợp với các nghiên cứu trước đây.

Le Viet Hung và Wade Pfau (2008) chỉ ra rằng cú sốc dương của lãi suất cho vay có thể làm giảm sản lượng công nghiệp, trong khi cú sốc dương cầu tiền lại dẫn đến giảm lãi suất cho vay Bên cạnh đó, các nghiên cứu cho thấy chính sách tiền tệ mở rộng có thể gia tăng lạm phát, nhưng lạm phát tăng lại có tác động tích cực đến GDP.

Nghiên cứu của Le Viet Hung và Wade Pfau (2008) chỉ ra rằng việc mở rộng chính sách tiền tệ có thể làm giảm tỷ giá hối đoái thực đa phương (REER) và đồng thời tăng GDP, điều này có thể được giải thích qua lý thuyết đường cong J Cụ thể, khi REER tăng, sản lượng công nghiệp sẽ giảm từ quý 1 đến quý 4, trong khi việc tăng cung tiền lại dẫn đến sự gia tăng REER Hơn nữa, việc mở rộng cung tiền cũng ảnh hưởng đến REER thông qua việc giảm lãi suất (IR), dẫn đến giảm GDP trong ngắn hạn Kết quả nghiên cứu cho thấy, trung bình, cần khoảng 2 quý để chính sách tiền tệ mới thực sự phát huy tác động vào nền kinh tế.

Nghiên cứu cho thấy chính sách tiền tệ thắt chặt có ảnh hưởng tích cực đến việc giảm lạm phát, thông qua việc kiểm soát cung tiền và lãi suất Cụ thể, khi cung tiền bị thắt chặt, lạm phát sẽ giảm sau ba quý, trong khi lãi suất tăng sẽ dẫn đến giảm lạm phát chỉ sau hai quý.

Phi Lân (2010), ông cũng tìm thấy mối quan hệ trái chiều giữa lạm phát với cung tiền và lãi suất

Tác giả không tìm thấy chứng cớ thống kê hỗ trợ cho kênh truyền dẫn tiền tệ qua giá chứng khoán, có thể do chỉ số VNIDEX không đại diện cho toàn bộ thị trường chứng khoán Việt Nam, và thị trường này mới hoạt động hơn 10 năm với chủ yếu là đầu cơ Mặc dù phân tích nhân quả không có ý nghĩa thống kê, tác giả phát hiện chính sách tiền tệ mở rộng có tác động dương lên VNIDEX, và VNIDEX cũng ảnh hưởng tích cực đến GDP, nhưng cần khoảng 2 quý để thấy được tác động này Kết quả nghiên cứu khác biệt với nghiên cứu của Nguyễn Khắc Quốc Bảo (2013), người đã chỉ ra rằng giá chứng khoán tác động âm lên sản lượng công nghiệp, có thể do sản lượng công nghiệp không phản ánh đúng GDP, trong khi nghiên cứu của ông sử dụng biến sản lượng công nghiệp.

Bài nghiên cứu chỉ ra mối quan hệ giữa giá dầu và lãi suất của Cục Dự trữ Liên bang Mỹ (FFR) ảnh hưởng đến các yếu tố vĩ mô trong nền kinh tế Việt Nam Điều này phản ánh sự gia tăng độ mở của nền kinh tế Việt Nam, đạt mức cao 77% vào năm 2013.

Nghiên cứu chỉ ra rằng tại Việt Nam tồn tại hai kênh truyền dẫn chính sách tiền tệ chính là kênh lãi suất và kênh tỷ giá Mặc dù kênh giá cổ phiếu không được xác định là tồn tại, nhưng có một mối liên hệ dương giữa cung tiền M2 và chỉ số chứng khoán VNIDEX với ý nghĩa thống kê Hơn nữa, chỉ số VNIDEX có tác động dương lên GDP, tuy nhiên, tác động này không có ý nghĩa thống kê.

Tiêu đề	Cơ chế truyền dẫn chính sách tiền tệ ở Việt Nam
Tác giả	Bùi Văn Long
Trường học	Trường Đại Học Kinh Tế Tp.HCM
Chuyên ngành	Kinh Tế
Thể loại	Luận Văn Thạc Sĩ
Năm xuất bản	2014
Thành phố	Tp. Hồ Chí Minh

Định dạng
Số trang	84
Dung lượng	2,02 MB