GIỚI THIỆU
Tỷ giá hối đoái đóng vai trò quan trọng trong nền kinh tế quốc gia và các giao dịch thương mại quốc tế, thể hiện khả năng cạnh tranh và sự ổn định bên trong (Gala và Lucinda, 2006) Sự đánh giá không chính xác của đồng nội tệ chủ yếu do biến động của tỷ giá hối đoái, phản ánh giá trị của đồng nội tệ so với ngoại tệ (Khattak và cộng sự, 2012) Từ khi chế độ Bretton-Woods kết thúc, tỷ giá hối đoái đã trải qua nhiều bất ổn Nhiều nhà nghiên cứu đã chỉ ra tầm quan trọng của tỷ giá hối đoái đối với sự ổn định kinh tế, hiệu quả và mô hình thương mại cũng như đầu tư (Ahmed, 2009; Algieri, 2011; Frankel & Rose, 1996; Meese & ).
Nghiên cứu của Rogoff (1983) và Mirchandani (2013) đã chỉ ra rằng việc dự báo sự ổn định và không ổn định của tỷ giá hối đoái là rất quan trọng Sự ổn định này không chỉ cải thiện đầu tư nước ngoài mà còn thúc đẩy xuất khẩu và tạo ra những thay đổi tích cực trong cán cân thương mại quốc gia (Berka & Devereux, 2010; Drine & Rault, 2006; Edwards, 1988).
Sự không ổn định của tỷ giá hối đoái có thể dẫn đến thâm hụt thương mại gia tăng, lạm phát cao hơn và giảm đầu tư (Khattak và cộng sự, 2012; Jawaid & Raza, 2013a; Eichengreen, 2008; Xiaopu, 2002) Vấn đề xác định tỷ giá hối đoái vẫn còn gây tranh cãi trong nhiều nghiên cứu Balassa (1964) cho rằng tăng trưởng kinh tế có thể được thúc đẩy bởi sự tăng giá của đồng nội tệ.
Tăng trưởng kinh tế và sản xuất nội địa là biểu hiện rõ ràng của sự thịnh vượng quốc gia, với sự gia tăng sản xuất cho thấy doanh thu dự kiến được đáp ứng Doanh thu cải thiện tạo ra nhu cầu cho đồng nội tệ, dẫn đến sự định giá cao hơn cho nó (Bleaney, 1996) Nghiên cứu chỉ ra rằng độ mở thương mại có mối liên hệ chặt chẽ với tốc độ tăng trưởng và tỷ giá hối đoái của các quốc gia, phản ánh mức độ giao thương qua các tỷ giá hối đoái (Drine & Rault, 2006; Hau, 2002; Lartey, Mandelman).
Mối quan hệ giữa độ mở thương mại và giá trị đồng nội tệ cho thấy rằng sự đóng góp của xuất khẩu thường thấp hơn nhập khẩu, dẫn đến nhu cầu ngoại tệ tăng và làm giảm giá trị đồng nội tệ Khi xuất khẩu đóng góp lớn hơn, đồng nội tệ sẽ được định giá cao hơn Lạm phát ảnh hưởng đến tỷ giá hối đoái, với sự cân bằng xảy ra khi sức mua giữa các quốc gia tương đương Nếu một quốc gia có mức giá cao hơn, đồng nội tệ của quốc gia đó sẽ mất giá, làm giảm khả năng cạnh tranh của hàng hóa và dịch vụ trên thị trường quốc tế, từ đó giảm xuất khẩu và nhu cầu nội tệ Cuối cùng, giá trị đồng nội tệ sẽ thấp hơn Lãi suất cũng là yếu tố quan trọng ảnh hưởng đến tỷ giá hối đoái; khi lãi suất tăng, giá trị đồng nội tệ sẽ tăng theo.
Lãi suất cao thu hút nhà đầu tư và gia tăng luồng vốn vào thị trường, dẫn đến cải thiện cầu nội tệ và nâng cao giá trị của nó Ngược lại, cung tiền mở rộng và giảm lãi suất có thể gây ra mất giá đồng nội tệ Cung tiền dồi dào cho thấy khả năng tiếp cận quỹ trên thị trường để mua sắm hàng hóa và dịch vụ, buộc các nhà sản xuất phải sử dụng nhiều lao động hơn Sự gia tăng chi phí đầu ra sẽ dẫn đến giá cả cao hơn để bù đắp cho chi phí sản xuất, cuối cùng gây ra mất giá đồng nội tệ.
Bài nghiên cứu này nhằm đánh giá các nhân tố xác định tỷ giá danh nghĩa đa phương tại Việt Nam trong giai đoạn 2000Q1 – 2017Q1, sử dụng mô hình ARDL do Pesaran và cộng sự (2001) đề xuất Các nhân tố được xem xét bao gồm tăng trưởng kinh tế, lạm phát, chênh lệch lãi suất, cung tiền, độ mở thương mại và dự trữ ngoại hối Mục tiêu chính là tìm hiểu tác động của các nhân tố này đến tỷ giá danh nghĩa đa phương, cũng như hướng nhân quả giữa chúng Cụ thể, nghiên cứu sẽ trả lời các câu hỏi: i) Các nhân tố ảnh hưởng như thế nào đến tỷ giá danh nghĩa đa phương tại Việt Nam? ii) Nếu có, các nhân tố này tác động ra sao? iii) Hướng nhân quả giữa các nhân tố và tỷ giá danh nghĩa đa phương là gì?
Nghiên cứu này nhằm cung cấp những hiểu biết mới về biến động tỷ giá do các yếu tố kinh tế, hỗ trợ các nhà hoạch định chính sách trong việc xây dựng các biện pháp hiệu quả để duy trì sự ổn định kinh tế Bài viết được cấu trúc thành các phần: Phần 2 giới thiệu lý thuyết và các nghiên cứu thực nghiệm liên quan đến tỷ giá; Phần 3 trình bày mô hình ARDL và dữ liệu nghiên cứu; Phần 4 công bố kết quả nghiên cứu; và Phần 5 đưa ra kết luận cùng những hàm ý chính sách quan trọng.
CƠ SỞ LÝ THUYẾT
Các lý thuyết liên quan
Giới kinh tế và các chuyên gia tài chính vẫn chưa thống nhất về lý thuyết duy nhất xác định tỷ giá hối đoái Các lý thuyết về tỷ giá hối đoái được chia thành hai nhóm chính: truyền thống và hiện đại (Musyoki và cộng sự, 2012) Các lý thuyết truyền thống chủ yếu dựa trên dòng chảy thương mại và tài chính, trong đó ngang giá sức mua (PPP) đóng vai trò quan trọng trong việc giải thích các biến động của tỷ giá hối đoái trong dài hạn.
Các lý thuyết xác định tỷ giá hối đoái bao gồm phương pháp tiếp cận độ co giãn, phương pháp tiền tệ, phương pháp cân bằng danh mục đầu tư và lý thuyết ngang giá sức mua Tuy nhiên, lý thuyết hiện đại nhấn mạnh tầm quan trọng của vốn và dòng vốn quốc tế, từ đó giải thích sự biến động ngắn hạn và xu hướng dài hạn của tỷ giá hối đoái.
2.1.1 Lý thuyết tỷ giá hối đoái theo trường phái Keynes
Lý thuyết của Keynes (1936) chỉ ra rằng tỷ giá hối đoái được xác định bởi cung và cầu tiền tệ của các quốc gia Cung và cầu ngoại tệ phụ thuộc vào cán cân thanh toán quốc tế (BOP) của hàng hóa và dịch vụ, trong khi tỷ giá còn chịu ảnh hưởng từ cán cân tài khoản vãng lai và thu nhập quốc dân.
Argy (1982) đã phát triển lý thuyết trường phái Keynesian mới, nhấn mạnh rằng tỷ giá hối đoái được xác định bởi cung cầu ngoại tệ, trong đó cán cân tài khoản vãng lai là yếu tố chính ảnh hưởng đến cung cầu này Khác với lý thuyết gốc, Argy cho rằng tài khoản vãng lai chịu tác động từ thu nhập quốc gia, mức giá giữa hai quốc gia và tỷ giá hối đoái Tác giả kết luận rằng tỷ giá hối đoái cân bằng được xác định bởi các yếu tố như chính sách tiền tệ, chính sách tài khóa, thu nhập nước ngoài, mức giá, lãi suất và kỳ vọng tại hai quốc gia.
2.1.2 Lý thuyết về độ co giãn
Alexander (1951, 1952) giới thiệu phiên bản vĩ mô của lý thuyết hấp thụ (Habib,
Cán cân thương mại, từ góc nhìn kế toán quốc gia, được xác định là sự chênh lệch giữa tổng sản lượng sản xuất và tổng mức hấp thụ trong nền kinh tế, bao gồm tiêu dùng, đầu tư và chi tiêu chính phủ Khi mức hấp thụ vượt quá sản lượng sản xuất, sẽ xảy ra thiếu hụt trong cán cân thương mại, dẫn đến áp lực giảm giá tỷ giá hối đoái Sự mất giá này có thể được điều chỉnh thông qua việc giảm hấp thụ (nhập khẩu) và tăng sản lượng (xuất khẩu), nhằm đạt được sự cân bằng trong dòng chảy thương mại Một hệ quả quan trọng của mức hấp thụ cao là hiện tượng thâm hụt kép, liên kết thâm hụt ngân sách nội bộ với thâm hụt thương mại bên ngoài.
2.1.3 Cách tiếp cận tiền tệ
Mendel và Fleming (1962) đã áp dụng khuôn khổ IS - LM của Keynes để phân tích dòng vốn và thương mại hàng hóa trong nền kinh tế mở Mô hình này cho thấy chênh lệch lãi suất giữa các quốc gia là yếu tố chính dẫn đến sự chuyển động của dòng vốn quốc tế.
Kinh doanh chênh lệch lãi suất tạo ra dòng vốn thanh khoản ngắn nhằm kiếm lợi nhuận cao hơn Chính sách tài khóa và chính sách tiền tệ đều ảnh hưởng đến tính linh động của vốn; cụ thể, chính sách tiền tệ mở rộng làm giảm lãi suất và mất giá tiền tệ, trong khi chính sách tài khóa mở rộng lại làm tăng lãi suất và định giá cao tiền tệ trong ngắn hạn Cách tiếp cận tỷ giá hối đoái này dựa trên giả định rằng thị trường tiền tệ và sức mua luôn đạt được cân bằng, với nguồn cung trong nước và nước ngoài, sản lượng và chênh lệch lãi suất là những yếu tố quyết định chính của tỷ giá hối đoái.
2.1.4 Cách tiếp cận cân bằng danh mục
Trong mô hình cân bằng danh mục đầu tư, tỷ giá hối đoái được xác định như giá của tài sản (Rodrique, 1980) Các nhà quản lý đầu tư thường nắm giữ trái phiếu cả trong nước lẫn quốc tế để tối ưu hóa lợi nhuận và giảm thiểu rủi ro.
Theo Habib (2001), thành phần của danh mục tài sản phụ thuộc vào lợi nhuận tương đối của các tài sản khác nhau Mô hình này giả định rằng lãi suất giữ ở mức ngang giá và xác định tỷ giá hối đoái ngắn hạn, trong khi lý thuyết sức mua tương đối (PPP) xác định tỷ giá hối đoái dài hạn Đây là mô hình đầu tiên giải thích sự biến động của tỷ giá hối đoái.
2.1.5 Lý thuyết ngang giá sức mua
Lý thuyết ngang giá sức mua (PPP) được đề cập bởi tác giả khi phân tích mối liên hệ giữa lạm phát và tỷ giá hối đoái Được phát triển bởi nhà kinh tế học Thụy Điển Gustavav Casell vào năm 1920, lý thuyết này nghiên cứu mối quan hệ giữa giá cả của một hàng hóa cụ thể được tính bằng đồng tiền của các quốc gia khác nhau.
Lý thuyết ngang giá sức mua dựa trên một số giả định cơ bản nhằm tạo ra một thị trường không có rào cản trong hoạt động kinh doanh chênh lệch giá Các giả định này bao gồm: i) Không có chi phí giao dịch; ii) Thị trường hoàn hảo, không có hàng rào mậu dịch từ chính phủ, cho phép hàng hóa được trao đổi và di chuyển tự do; iii) Các nhà kinh doanh chênh lệch giá nắm bắt thông tin về giá cả hàng hóa trên toàn cầu một cách hoàn hảo.
Hình thức ngang giá sức mua tuyệt đối cho rằng tỷ giá hối đoái danh nghĩa giữa hai đồng tiền cần phải tương đương với tỷ lệ mức giá của rổ hàng hóa giữa hai quốc gia Điều này có nghĩa là sau khi quy đổi qua tỷ giá danh nghĩa, tiền tệ của một quốc gia sẽ có sức mua tương đương với tiền tệ của quốc gia khác Trong đó, S đại diện cho tỷ giá hối đoái danh nghĩa cân bằng, P* là giá của rổ hàng hóa nước ngoài và P là giá của rổ hàng hóa trong nước.
Hình thức ngang giá sức mua tương đối chỉ ra rằng tỷ lệ lạm phát của một quốc gia chỉ có thể cao hơn hoặc thấp hơn so với một quốc gia khác khi tỷ giá hối đoái giảm hoặc tăng Theo Copeland (2005), phần trăm thay đổi trong đồng ngoại tệ sẽ điều chỉnh để duy trì sự ngang giá trong chỉ số giá cả mới của cả hai nước.
( )( ) trong đó: : mức lạm phát nước ngoài; : mức lạm phát trong nước; : % thay đổi giá trị của đồng ngoại tệ
Công thức này thể hiện mối quan hệ giữa tỷ lệ lạm phát tương đối và tỷ giá hối đoái theo ngang giá sức mua Nếu tỷ lệ lạm phát trong nước cao hơn lạm phát ở nước ngoài, đồng ngoại tệ sẽ tăng giá Ngược lại, nếu lạm phát ở nước ngoài vượt quá lạm phát trong nước, đồng ngoại tệ sẽ giảm giá.
Công thức này cho thấy phần trăm thay đổi tỷ giá hối đoái gần bằng chênh lệch lạm phát giữa hai quốc gia Trần Văn Hùng (2017) chỉ ra rằng có nhiều lý do giải thích cho việc ngang giá sức mua không tồn tại liên tục, bao gồm: i) Tác động của các yếu tố khác như chênh lệch lãi suất và biện pháp kiểm soát của chính phủ, trong đó sự điều chỉnh tỷ giá phụ thuộc vào hành vi của nhà kinh doanh chênh lệch giá hàng hóa và tài sản, ảnh hưởng đến tài khoản vãng lai và tài khoản vốn ii) Thiếu hàng hóa thay thế cho hàng nhập khẩu, khiến cho việc chuyển sang sử dụng hàng nội địa không phải lúc nào cũng khả thi khi giá cả tăng cao hơn ở một quốc gia.
Một số yếu tố xác định của tỷ giá hối đoái
Balassa (1964) cho rằng sự tăng trưởng kinh tế đi đôi với sự gia tăng giá trị của đồng nội tệ Sự phát triển kinh tế và sản xuất nội địa phản ánh sự thịnh vượng của quốc gia Khi sản xuất tăng lên, quốc gia sẽ đạt được doanh thu mong đợi, từ đó tạo ra nhu cầu cao đối với đồng nội tệ và nâng cao giá trị của nó (Bleaney, 1996).
Trong cách tiếp cận tiền tệ toàn cầu của Johnson (1972), cán cân thanh toán của một quốc gia được xác định bởi cầu và cung tiền tệ trong nước cũng như ở phần còn lại của thế giới Nếu cầu tiền tăng mà nguồn cung tiền nội địa không được cải thiện, phương pháp tiền tệ dự đoán rằng quốc gia đó sẽ gặp khó khăn trong việc duy trì cân bằng thanh toán.
Tăng trưởng Lạm phát Chênh lệch lãi suất Cung tiền Độ mở thương mại
Tỷ giá danh nghĩa đa phương phản ánh sự định giá cao của tỷ giá hối đoái (Frenkel và Johnson, 2013) Các tác giả nhấn mạnh rằng cơ quan tiền tệ sẽ phải can thiệp bằng cách mua ngoại hối Nghiên cứu của Wilson cũng đã chỉ ra những tác động liên quan đến vấn đề này.
Nghiên cứu năm 2009 xác nhận rằng việc tăng cung tiền dẫn đến sự giảm tỷ lệ tiền tệ, khi kiểm tra tỷ giá hối đoái hiệu dụng giữa USD và các đối tác thương mại tại châu Phi Hsien (2009) chỉ ra rằng tổng tiền thực có ảnh hưởng đến sự định giá thấp của đồng Rupiah Indonesia so với USD Ngoài ra, Saeed và cộng sự (2012) kết luận rằng sự gia tăng tương đối cung ứng tiền làm tăng tỷ giá hối đoái danh nghĩa.
(2005) và Zada (2010) phát hiện ra rằng không có mối quan hệ mật thiết giữa cung tiền và tỷ giá hối đoái
Ngân hàng trung ương có thể kiểm soát lãi suất để tác động đến lạm phát và tỷ giá hối đoái Khi lãi suất cao hơn so với các quốc gia khác, điều này thu hút vốn nước ngoài và làm tăng tỷ giá Ngược lại, lãi suất thấp sẽ dẫn đến giảm tỷ giá Nghiên cứu của Macso - Fernandez và cộng sự (2002) cho thấy sự gia tăng chênh lệch lãi suất giữa khu vực Euro và các khu vực khác có thể làm tăng giá trị đồng Euro Tuy nhiên, Ogun (2012) và Zada (2010) đã đưa ra những kết quả trái ngược với nghiên cứu của Jamal.
Năm 2005, các tác giả phát hiện ra rằng trong cuộc khủng hoảng tài chính châu Á, không tồn tại mối quan hệ đáng kể giữa giá trị tiền tệ của Hàn Quốc và lãi suất.
Dự trữ ngoại hối, thường được nắm giữ bởi ngân hàng trung ương và chủ yếu bằng USD, là tài sản quan trọng ghi nhận trong cán cân thanh toán và tài khoản vốn Nghiên cứu của Saeed và cộng sự (2012) chỉ ra rằng sự gia tăng cán cân dự trữ ngoại hối tương đối có thể làm tăng tỷ giá danh nghĩa Tuy nhiên, Kriljenko và Habermeier (2004) lại phát hiện rằng dự trữ tỷ giá hối đoái không có mối tương quan mạnh với biến động tỷ giá hối đoái.
Lạm phát là sự gia tăng mức giá chung trong nền kinh tế, dẫn đến việc mất giá tiền tệ Sức mua điều chỉnh tỷ giá hối đoái thông qua lạm phát, và lý thuyết cho rằng tỷ giá hối đoái sẽ dao động cho đến khi các quốc gia đạt được trạng thái cân bằng với sức mua tương đương Nếu một quốc gia có mức giá cao hơn, đồng nội tệ của quốc gia đó sẽ phải đối mặt với sự mất giá.
Tỷ lệ lạm phát cao làm giảm khả năng cạnh tranh của hàng hóa và dịch vụ quốc gia trên thị trường quốc tế, dẫn đến sự sụt giảm xuất khẩu và nhu cầu đối với nội tệ Điều này cuối cùng dẫn đến việc giá trị của đồng nội tệ giảm thấp hơn.
2.2.6 Độ mở thương mại Độ mở thương mại của nền kinh tế được xác định là tổng kim ngạch xuất nhập khẩu so với tổng sản phẩm quốc nội Theo nghiên cứu của Siddiqui và cộng sự (1996) kết luận rằng độ mở thương mại hỗ trợ trong việc định giá cao tỷ giá hối đoái
Elbadawi và Soto (1997) chỉ ra rằng các yếu tố kinh tế vĩ mô có ảnh hưởng lớn đến tỷ giá hối đoái thực, với kết quả từ mô hình sai số hiệu chỉnh cho thấy rằng sự mất giá tỷ giá hối đoái thực đảm bảo độ mở thương mại lớn hơn Trong khi đó, Ahmed (2009) cung cấp bằng chứng cho thấy điều khoản thương mại và độ mở thương mại có tác động đáng kể đến cân bằng tỷ giá hối đoái, đồng thời nhấn mạnh vai trò quan trọng của độ mở thương mại trong việc dự đoán tỷ giá hối đoái của Ấn Độ trong dài hạn.
Các nghiên cứu thực nghiệm
Nghiên cứu thực nghiệm gần đây đã xác định nhiều yếu tố quyết định ảnh hưởng đến tỷ giá hối đoái Một trong những nghiên cứu quan trọng là của Wilson (2009), trong đó kiểm tra tỷ giá hối đoái hiệu dụng của USD so với các đối tác thương mại trung bình có trọng số của Hoa Kỳ.
Nghiên cứu cho thấy cung tiền có tác động tích cực đến tỷ giá hối đoái hiệu dụng, với việc tăng cung tiền dẫn đến giảm giá trị tiền tệ Ngược lại, lãi suất, chi tiêu chính phủ và thâm hụt ngân sách có mối quan hệ ngược chiều với tỷ giá hối đoái Tác giả áp dụng phương pháp tiếp cận tiền tệ, khẳng định hiệu lực lâu dài của phương pháp này trong việc giải thích tỷ giá hối đoái Thâm hụt và nợ tồn đọng, dù được tài trợ bởi nhà đầu tư trong nước hay nước ngoài, ảnh hưởng đến tỷ giá hối đoái trong dài hạn nhưng không có tác động rõ rệt trong ngắn hạn.
Trong ngắn hạn tỷ giá hối đoái hiệu dụng là độc lập với nợ và thâm hụt
Atif và cộng sự (2012) đã nghiên cứu mối quan hệ giữa tỷ giá hối đoái của Úc với các yếu tố kinh tế và phi kinh tế Dựa trên dữ liệu hàng quý và hàng năm từ năm 1975 đến 2012, tác giả chỉ ra rằng các thành phần thương mại của Úc cùng với các chỉ số kinh tế vĩ mô như xuất khẩu ròng, GDP và tiền tệ có vai trò quan trọng trong việc xác định tỷ giá hối đoái Ngược lại, vai trò của lãi suất và lạm phát được cho là không đáng kể.
Nghiên cứu nhấn mạnh tầm quan trọng của các hiệu ứng không quan sát được, bao gồm các sự kiện chính trị và cú sốc bên ngoài, trong việc ảnh hưởng đến tỷ giá hối đoái Kiểm định đồng liên kết Engle-Granger chỉ ra mối quan hệ dài hạn giữa tỷ giá hối đoái và các biến hồi quy.
Nghiên cứu của Saeed và cộng sự (2012) đã đánh giá tỷ giá USD theo PKR từ tháng 1 năm 1982 đến tháng 4 năm 2010, sử dụng phương pháp ARDL đồng liên kết và mô hình sai số hiệu chỉnh Các biến được phân tích bao gồm cung tiền, dự trữ ngoại hối, tổng số nợ của Pakistan đối với Mỹ, và bất ổn chính trị như một biến giả Kết quả cho thấy rằng cung tiền, nợ và cán cân dự trữ ngoại tệ là những yếu tố quyết định quan trọng đối với tỷ giá PKR/USD, trong khi bất ổn chính trị có tác động tiêu cực đến giá trị đồng nội tệ.
Nghiên cứu của Rucha và Burange (2013) phân tích các yếu tố xác định tỷ giá hối đoái thực tại Ấn Độ, dựa trên dữ liệu hàng quý từ 1993Q1 đến 2011Q4 Các yếu tố chính được xem xét bao gồm sự khác biệt về năng suất, chi tiêu chính phủ, chế độ đầu tư nước ngoài, chênh lệch lạm phát, điều khoản thương mại, dự trữ ngoại hối và tài sản ròng Kết quả kiểm định đường bao ARDL cho thấy có mối quan hệ dài hạn giữa tỷ giá hối đoái thực và các biến này.
Nghiên cứu của Kamal (2013) về tỷ giá hối đoái giữa Taka Bangladesh và USD sử dụng phương pháp ARDL với dữ liệu hàng tháng từ tháng 1 năm 1984 đến tháng 4 năm 2012 cho thấy tỷ giá hối đoái và các biến kinh tế vĩ mô tạo thành một vector đồng liên kết Kết quả cho thấy cung tiền và gánh nặng dịch vụ nợ làm giảm giá trị tiền tệ, trong khi tăng dự trữ ngoại hối có tác động tích cực đến giá trị tiền tệ Bên cạnh đó, bất ổn chính trị ảnh hưởng tiêu cực đến giá trị của đồng tiền Tác giả đã áp dụng kiểm định tính dừng Augmented Dickey-Fuller (ADF) để ước tính mối quan hệ dài hạn giữa tỷ giá hối đoái BDT/USD và các biến giải thích.
Nghiên cứu của Zada (2010) về các yếu tố ảnh hưởng đến tỷ giá hối đoái của Pakistan trong giai đoạn 1979-2008 cho thấy lạm phát, lãi suất và dự trữ ngoại hối có tác động mạnh mẽ đến tỷ giá, với mức ý nghĩa 1% Trong khi đó, các biến như tổng sản phẩm quốc nội (GDP), cung tiền và thâm hụt thương mại có ảnh hưởng không đáng kể Nghiên cứu sử dụng nhiều mô hình hồi quy với tỷ giá hối đoái là biến phụ thuộc và các yếu tố khác là biến độc lập.
Villavicencio và Bara (2006) đã nghiên cứu hành vi tỷ giá hối đoái thực ở Mexico, cho thấy rằng sự khác biệt về năng suất, được đại diện bởi GDP thực tế, lãi suất cao hơn và quy mô tài sản nước ngoài ròng, có xu hướng làm tăng tỷ giá hối đoái thực của Mexico Tương tự, Kumar (2010) đã áp dụng mô hình ARDL để phân tích tỷ giá hối đoái thực của Ấn Độ, dựa trên nghiên cứu của Edwards (1998), trong đó các yếu tố như sự khác biệt về năng suất, chi tiêu chính phủ, tài sản ngoại hối, kỳ hạn thương mại và độ mở bên ngoài được xác định là những yếu tố quyết định chính ảnh hưởng đến tỷ giá hối đoái thực của đồng rupee so với USD.
Tác giả đã phân tích dữ liệu hàng quý từ quý 2 năm 1997 đến quý 2 năm 2009 và phát hiện rằng chênh lệch năng suất có tác động tiêu cực đáng kể đến tỷ giá hối đoái thực Ngoài ra, tài sản ngoại hối và kỳ hạn thương mại cũng cho thấy mối tương quan nghịch với tỷ giá hối đoái thực.
Insah và Chiaraah (2013) đã nghiên cứu các nguồn biến động tỷ giá hối đoái ở Ghana bằng cách sử dụng mô hình ARDL, phân tích dữ liệu hàng năm từ năm 1980 đến năm 2013.
2012 Nghiên cứu cho rằng chi tiêu chính phủ, nợ trong nước và bên ngoài là yếu tố quyết định chính biến động tỷ giá hối đoái thực
Iyke và Odhiambo (2015) đã xác định các yếu tố quyết định chính của tỷ giá hối đoái dài hạn ở Nam Phi, ước tính tỷ giá hối đoái thực cân bằng từ dữ liệu giai đoạn 1975 đến 2012 Các tác giả đã áp dụng kiểm định đồng liên kết ARDL và phát hiện ra rằng các yếu tố như điều khoản thương mại, độ mở thương mại, chi tiêu chính phủ, tài sản nước ngoài ròng và giá hàng hóa thực đều ảnh hưởng đến tỷ giá hối đoái thực tại Nam Phi trong dài hạn.
Nghiên cứu của Were và cộng sự (2011) xác định tỷ giá hối đoái ở Kenya bằng mô hình vectơ sai số hiệu chỉnh, cho thấy cán cân tài khoản vãng lai có vai trò quan trọng trong việc xác định tỷ giá hối đoái Kết quả chỉ ra rằng sự gia tăng cán cân tài khoản vãng lai và lãi suất trong nước cao hơn lãi suất nước ngoài dẫn đến biến động tỷ giá hối đoái, ảnh hưởng tiêu cực đến các lĩnh vực như ngân hàng, xuất khẩu và nhập khẩu Otuori (2013) cũng nghiên cứu các yếu tố quyết định tỷ giá hối đoái và tác động của chúng đến hiệu suất của ngân hàng thương mại, kết luận rằng sự gia tăng biến động tỷ giá hối đoái gây ra hậu quả tiêu cực cho ngành thương mại của Kenya.
Kiptui (2008) nghiên cứu tác động của biến động tỷ giá thực đối với hàng xuất khẩu của Kenya bằng kỹ thuật đồng liên kết ARDL và mô hình sai số hiệu chỉnh, cho thấy tỷ giá hối đoái có ảnh hưởng bất lợi đến trồng trọt và trà trong dài hạn Nghiên cứu trước đó của Kiptui (2007) cũng chỉ ra tác động của tỷ giá thực lên nhu cầu các loại xuất khẩu chính của Kenya, sử dụng phương pháp kiểm định đường bao ARDL để phân tích dữ liệu Tác giả nhấn mạnh rằng tác động của tỷ giá hối đoái thực có xu hướng kéo dài thay vì chỉ ảnh hưởng ngắn hạn.
Danga và Kiptui (2016) đã nghiên cứu các yếu tố ảnh hưởng đến biến động tỷ giá hối đoái danh nghĩa ở Kenya từ quý 3 năm 1993 đến quý 4 năm 2014 bằng phương pháp ARDL Nghiên cứu này phân tích cả yếu tố ngắn hạn và dài hạn, với tỷ giá hối đoái danh nghĩa là biến phụ thuộc và các biến giải thích bao gồm cung tiền, dự trữ ngoại hối, cán cân tài khoản vãng lai và chênh lệch lãi suất Kết quả cho thấy cung tiền, dự trữ ngoại hối và chênh lệch lãi suất là những yếu tố quyết định quan trọng, trong khi cán cân tài khoản vãng lai không có ảnh hưởng đáng kể Phân tích ARDL cũng xác nhận sự tồn tại mối quan hệ dài hạn giữa tỷ giá hối đoái danh nghĩa và các biến giải thích.
Siddiqui và cộng sự (1996) phân tích hành vi tỷ giá hối đoái ở Pakistan bằng cách sử dụng thủ tục bình phương nhỏ nhất hai giai đoạn trong giai đoạn 1960–1994
PHƯƠNG PHÁP NGHIÊN CỨU
Mô tả dữ liệu nghiên cứu
Mô hình nghiên cứu kiểm tra các yếu tố quyết định của tỷ giá hối đoái danh nghĩa đa phương thông qua hai cách tiếp cận chính: ngang bằng sức mua (PPP) và ngang giá lãi suất (IRP) Theo lý thuyết PPP, tỷ giá hối đoái bị ảnh hưởng bởi lạm phát, với kết luận rằng nếu một quốc gia có mức giá cao hơn, đồng nội tệ sẽ mất giá Ngược lại, lý thuyết IRP chỉ ra rằng sự gia tăng lãi suất trong một quốc gia sẽ làm tăng giá trị đồng nội tệ so với quốc gia có lãi suất thấp hơn, thu hút nhà đầu tư và cải thiện cầu nội tệ Các nghiên cứu trước đây cũng cho thấy mối liên hệ giữa lãi suất và tỷ giá hối đoái, dẫn đến việc tác giả đưa biến chênh lệch lãi suất vào mô hình hồi quy.
Chênh lệch lãi suất là sự khác biệt giữa lãi suất trong nước và lãi suất nước ngoài Theo nghiên cứu của Danga và Kiptui (2016), lãi suất nước ngoài thường được xác định dựa trên lãi suất của Mỹ, quốc gia có ảnh hưởng lớn trong nền kinh tế tài chính toàn cầu.
Bảng 3.1: Kỳ vọng dấu và nguồn của dữ liệu nghiên cứu
Biến Cách đo lường Nguồn Kỳ vọng
Các nghiên cứu tham khảo
Logarit tự nhiên tổng sản phẩm quốc nội thực
Tổng cục Thống kê (GSO)
Logarit tự nhiên chỉ số giá tiêu dùng
Tổng cục Thống kê (GSO)
+: Khan và Qayyum (2011); Khattak và cộng sự (2012) –: Kulkarni và Ishizaki (2002); Parveen và cộng sự (2012)
Chênh lệch logarite tự nhiên của lãi suất Việt Nam và Mỹ IFS +/–
+: Clostermann và Schnatz (2000); Saeed và cộng sự (2012) –: Khan và Qayyum (2011); Mirchandani (2013);
Logarit tự nhiên cung tiền
Khan và Qayyum (2011); Saeed và cộng sự (2012)
Logarit tự nhiên của (xuất khâu+nhập khẩu)/tổng sản phẩm quốc nội thực
Logarit tự nhiên của dự trữ ngoại hối IFS + Saeed và cộng sự
Logarit tự nhiên tỷ giá hối đoái danh nghĩa đa phương Datastream
Nguồn: Tác giả tự tổng hợp
Phương trình hồi quy dài hạn tổng quát có dạng như sau:
Tỷ giá hối đoái danh nghĩa đa phương đóng vai trò quan trọng trong việc đánh giá sự ổn định kinh tế Tổng sản phẩm quốc nội thực thể hiện mức tăng trưởng kinh tế thực tế, trong khi chỉ số sản xuất tiêu dùng phản ánh biến động lạm phát Lãi suất bình quân được xác định thông qua chênh lệch giữa lãi suất Việt Nam và lãi suất Mỹ Cung tiền M2 và độ mở thương mại, được đo bằng tổng giá trị xuất khẩu và nhập khẩu so với tổng sản phẩm quốc nội, cũng là những yếu tố quan trọng Cuối cùng, dự trữ ngoại hối, hệ số chặn và số hạng sai số góp phần vào việc phân tích tình hình kinh tế tổng thể.
Để đánh giá các yếu tố xác định tỷ giá danh nghĩa đa phương tại Việt Nam và mối quan hệ nhân quả giữa chúng, tác giả đã sử dụng dữ liệu từ giai đoạn 2000Q1 đến 2017Q1 Dữ liệu tỷ giá NEER được thu thập từ Datastream, trong khi các thông tin về tổng sản phẩm quốc nội, chỉ số giá tiêu dùng, chênh lệch lãi suất, cung tiền và độ mở thương mại được lấy từ Tổng cục Thống kê Việt Nam và Thống kê tài chính quốc tế (IFS) Thêm vào đó, tổng giá trị xuất khẩu và nhập khẩu cũng được thu thập từ Dòng thương mại (DOTS).
Bảng 3.2: Thống kê mô tả
Biến số Trung bình Trung vị Lớn nhất Nhỏ nhất Độ lệch chuẩn
Nguồn : Tính toán của tác giả
Tất cả các biến số đã được chuyển đổi sang logarit tự nhiên để phục vụ cho việc phân tích thực nghiệm Bảng 3.1 và Bảng 3.2 cung cấp thông tin về nguồn dữ liệu và thống kê mô tả cho các biến số Đồng thời, Hình 3.1 thể hiện xu hướng của các biến nghiên cứu.
Hình 3.1 Xu hướng các biến số
Nguồn: Tác giả tự tổng hợp.
Kiểm định nghiệm đơn vị
Để kiểm tra tính dừng của chuỗi dữ liệu thời gian, phương pháp phổ biến được áp dụng là kiểm định Dickey-Fuller Augmented (ADF) (Dickey và Fuller, 1979, Brooks,
Chuỗi thời gian có nghiệm đơn vị được coi là không dừng, và để xác định tính dừng của một biến, có nhiều phương pháp phổ biến, trong đó có kiểm định Phillips-Perron (PP) Kiểm định PP tương tự như kiểm định ADF, nhưng có một số điều chỉnh để cho phép sự tương quan phần dư.
Tác giả chỉ xem xét kiểm định ADF để kiểm tra nghiệm đơn vị, vì các kiểm định khác thường đưa ra kết luận tương tự (Brooks, 2014).
Kiểm định ADF là phương pháp phân tích hồi quy dựa trên phương trình với các tham số β, p, φ, α và λt, trong đó β là hằng số, p là độ trễ, φ và α là hệ số hồi quy, và λt đại diện cho số hạng xu hướng cùng nhiễu trắng Nếu λt và β đều bằng 0, phương trình không có xu hướng và hệ số chặn; nếu chỉ λt = 0, phương trình có hệ số chặn; còn nếu cả λt và β đều khác 0, phương trình kết hợp cả xu hướng thời gian và hệ số chặn Kiểm định nghiệm đơn vị được thực hiện bằng cách điều tra các giả thiết liên quan.
H 0 : , tức nghiệm đơn vị tồn tại, do đó, chuỗi dữ liệu không dừng
H 1 : , tức nghiệm đơn vị không tồn tại, do đó, chuỗi dữ liệu dừng
Kiểm định thống kể đƣợc xác định bởi ̂
Trong nghiên cứu này, ̂ là giá trị ước tính từ phương trình (3.2) và ̂ là sai số chuẩn của ước tính Thống kê kiểm định không tuân theo phân phối t thông thường, mà thay vào đó, nó không tuân theo phân phối chuẩn; các giá trị tới hạn cho kiểm định được xây dựng thông qua quá trình mô phỏng Các giá trị tới hạn cho kiểm định ADF có thể được tham khảo từ nghiên cứu của Fuller (1976) và có thể nội suy cho các độ trễ khác nhau Việc lựa chọn độ trễ p ảnh hưởng đáng kể đến mô hình, vì vậy xác định độ trễ tối ưu là rất quan trọng (Brooks, 2014) Có nhiều phương pháp để xác định độ trễ tối ưu p, trong đó phương pháp phổ biến là tối thiểu hóa giá trị của tiêu chuẩn thông tin AIC (Akaike, 1974) hoặc Schwarz-Bayesian (SIC) (Schwarz và cộng sự, 1978) theo các phương trình (3.3) và (3.4).
AIC = –2ln(LH) + 2k SIC = –2ln(LH) + kln(n)
Biến n đại diện cho số quan sát và k là số tham số hồi quy được ước tính một phần, xác định bởi độ trễ p LH là log-likelihood của mô hình Theo Brooks (2014), không có tiêu chuẩn nào vượt trội hơn các tiêu chuẩn khác, vì vậy nghiên cứu chọn tiêu chuẩn thông tin phổ biến nhất là AIC Độ trễ tối đa có thể được lựa chọn dựa trên tần suất dữ liệu; nếu dữ liệu là theo tháng, quý hay năm, độ trễ có thể lần lượt là 12, 4 và 2 (Brooks, 2014).
Phương pháp ARDL
Để đánh giá mối quan hệ giữa các chỉ số kinh tế vĩ mô và tỷ giá hối đoái danh nghĩa đa phương, phương pháp tự hồi quy phân phối trễ (ARDL) được áp dụng Phương pháp này, do Pesaran và Shin (1998) giới thiệu và được phát triển thêm bởi Pesaran và cộng sự (2001), đã trở nên phổ biến nhờ những ưu điểm vượt trội so với các phương pháp thống kê truyền thống, đặc biệt trong việc kiểm định các mối quan hệ đồng liên kết ngắn hạn và dài hạn.
Mô hình ARDL khác biệt so với các phương pháp truyền thống như kiểm định Johansen và kiểm định Granger-Enger, vì nó có khả năng kiểm tra mối quan hệ giữa các biến I(0) và I(1) cũng như hỗn hợp giữa chúng Điều này đặc biệt quan trọng trong bối cảnh chuỗi thời gian tài chính thường có đặc điểm I(1) hoặc I(0) Khi sử dụng mô hình VAR, dữ liệu cần phải dừng, và nếu không, phải thực hiện sai phân bậc nhất, điều này có thể làm mất thông tin về mối quan hệ dài hạn giữa các chuỗi Ngược lại, mô hình ARDL không yêu cầu điều chỉnh dữ liệu, cho phép tính toán các mối quan hệ dài hạn một cách chính xác.
Phương pháp ARDL cho phép nắm bắt các tác động ngắn hạn của các biến đã cho, trong khi vẫn duy trì thông tin về trạng thái cân bằng dài hạn Bằng cách sử dụng số hạng sai số hiệu chỉnh, phương pháp này giúp đánh giá đồng thời mối quan hệ ngắn hạn và dài hạn giữa các biến.
Phương pháp ARDL cho phép xác định độ trễ khác nhau cho mỗi biến trong mô hình, mang lại sự linh hoạt vượt trội so với các kiểm định đồng liên kết truyền thống (Pesaran và cộng sự, 2001) Hơn nữa, ARDL cung cấp kết quả vững mạnh và nhất quán ngay cả với các cỡ mẫu nhỏ, điều này làm cho nó ít nhạy cảm hơn với kích thước mẫu so với hầu hết các kỹ thuật đồng liên kết khác (Pesaran và Shin, 1998; Pesaran và cộng sự, 2001; Adom và cộng sự, 2012).
Phương pháp ARDL được lựa chọn trong nghiên cứu này để đánh giá mối quan hệ dài hạn và ngắn hạn giữa các chỉ số kinh tế vĩ mô và thị trường ngoại hối, nhờ vào các ưu điểm kinh tế mà phương pháp này mang lại.
Khi phân tích mối quan hệ giữa các biến số, các nhà nghiên cứu thường sử dụng mô hình để biểu diễn mối liên hệ này Trong đó, Y được xác định là biến phụ thuộc, cho phép hiểu rõ hơn về ảnh hưởng của các biến độc lập đối với kết quả nghiên cứu.
X là vectơ của các biến độc lập và f(.) là hàm số
Mô hình ARDL, được giới thiệu bởi Pesaran và cộng sự (2001), nhằm nắm bắt mối quan hệ trong f(X) Trong phần này, chúng tôi sẽ làm rõ mô hình ARDL bằng cách trình bày phiên bản đơn giản nhất, cụ thể là mô hình ARDL(q,p) với một biến giải thích Tiếp theo, mô hình sẽ được áp dụng cho nhiều biến được lựa chọn trong nghiên cứu này.
Theo nghiên cứu của Pesaran và Shin (1998) cùng với Pesaran và các cộng sự (2001), mô hình ARDL(q, p) của phương trình (3.1) có thể được xác định thông qua phương trình (3.6), trong đó biến phụ thuộc và biến độc lập được xác định với các độ trễ tương ứng là q và p.
Các hệ số chặn và hệ số xu hướng trong mô hình ARDL đại diện cho nhiễu trắng, trong khi các hệ số ngắn hạn phản ánh mối quan hệ tạm thời Mối quan hệ dài hạn được xác định là sự hội tụ của các biến về giá trị dài hạn, không thay đổi đáng kể (Brooks, 2014) Trong trạng thái cân bằng dài hạn, hệ thống ổn định cho thấy các biến không có xu hướng thay đổi, tức là các biến số sai phân bậc nhất sẽ bằng 0 Khi mô hình hội tụ về trạng thái cân bằng, điều này có nghĩa là mọi biến sai phân bậc nhất đều bằng 0 trong dài hạn (Brooks, 2014).
Trong dài hạn, phương trình trường hợp một biến (3.6) trở thành:
Hệ số dài hạn của biến x đã được xác định Tiếp theo, chúng ta sẽ thực hiện hồi quy mô hình (3.6) để thiết lập kiểm định đường bao, nhằm kiểm tra mối quan hệ dài hạn giữa các biến số.
3.3.2 Kiểm định đường bao (F-Bounds Test) và mô hình sai số hiệu chỉnh
Bằng cách sử dụng kết quả từ phương trình (3.6), chúng ta có thể xác định sự tồn tại của mối quan hệ dài hạn giữa các biến Để đạt được điều này, một kiểm định F sẽ được thực hiện, liên quan đến phương trình (3.6) và phân tích xem các hệ số cho các biến trễ có bằng 0 hay không Do đó, chúng ta cần kiểm định giả thuyết tương ứng.
H 0 : , tức mối quan hệ dài hạn không tồn tại
H 1 : , tức mối quan hệ dài hạn tồn tại
Kiểm định F trong khuôn khổ mô hình ARDL không phải là phân phối chuẩn và phụ thuộc vào:
1 Hỗn hợp biến độc lập I(0) và I(1)
2 Số lƣợng các biến độc lập
3 Mô hình có chứa biến chặn hoặc biến xu thế thời gian
Kiểm định giả thiết không (H0) trong trường hợp này khác với các kiểm định thông thường, bao gồm cả giá trị tới hạn trên và tới hạn dưới, với ba trường hợp khác nhau Để bác bỏ hoặc chấp nhận giả thuyết không, cần xem xét các giá trị tới hạn được thiết lập trong nghiên cứu của Pesaran và cộng sự (2001) Nếu giá trị thống kê F lớn hơn giới hạn trên, giả thuyết không bị bác bỏ, cho thấy sự tồn tại của mối quan hệ dài hạn giữa các biến số Ngược lại, nếu không thể bác bỏ giả thuyết không, điều này có nghĩa là không có sự hiện diện của quan hệ đồng liên kết dài hạn có ý nghĩa.
F rơi vào giữa giới hạn trên và dưới thì kiểm định không thể kết luận và cần thêm thông tin trước khi có kết luận (Pesaran và cộng sự, 2001):
Khi kiểm định không cho kết quả thuyết phục, chúng ta không thể bác bỏ giả thuyết H0 hoặc kết luận chắc chắn Một biện pháp khắc phục hiệu quả là áp dụng số hạng sai số hiệu chỉnh của Banerjee và các cộng sự để cải thiện độ tin cậy của kết quả.
Nghiên cứu của Pahlavani và cộng sự (2005) cùng với Bahmani-Oskooee và Nasir (2004) đã chỉ ra rằng số hạng ECM mang dấu âm có ý nghĩa thống kê, góp phần xác định mối quan hệ đồng liên kết và dài hạn giữa các biến số Để đánh giá sự đồng liên kết này, kiểm định t-test có thể được áp dụng, tương tự như phương pháp của Pesaran và cộng sự (2001), với giả thuyết không tương tự và các khoảng giới hạn Kiểm định t có thể được sử dụng như một kiểm định bổ sung nếu kiểm định F nằm giữa hai khoảng giới hạn Việc xác định số hạng ECM là bước thứ hai trong phương pháp ARDL, cho phép xác lập mối quan hệ cân bằng dài hạn mà không bị ảnh hưởng bởi hiện tượng hồi quy giả mạo khi kết hợp các biến số không dừng và dừng trong khuôn khổ OLS đơn giản.
Để nắm bắt độ hội tụ của mô hình về trạng thái cân bằng, số hạng sai số hiệu chỉnh được xác định là ̂ ̂, trong đó ̂ là hệ số ước lượng từ phương trình (3.9) Cần lưu ý rằng phần dư từ phương trình (3.9) không thể tăng lên, vì điều này sẽ tạo ra sự phân tán Do đó, chênh lệch này cần phải giảm Thêm vào đó, với và đã biết trước từ hồi quy trong phương trình (3.9), dữ liệu sẽ trở thành chuỗi dữ liệu mới Cuối cùng, trong bước thứ ba, quan hệ động ngắn hạn được ước lượng thông qua phương trình.
(3.6), bằng việc thay thế các biến trễ bởi số hạng sai số hiệu chỉnh Phương trình có thể xác định như sau:
Vận dụng mô hình ARDL
Phần tiếp theo, tác giả áp dụng mô hình ARDL cho khung dữ liệu đã xác định
Lựa chọn độ trễ là yếu tố quan trọng để đạt được kết quả hồi quy chính xác và kiểm định đường bao F-test, được trình bày chi tiết trong các phần tiếp theo Nghiên cứu này tập trung vào mối quan hệ động ngắn hạn và dài hạn giữa các yếu tố vĩ mô, như thể hiện trong Bảng 3.1 với tỷ giá hối đoái danh nghĩa đa phương (NEER) Dữ liệu được chuyển đổi thành logarit tự nhiên để dễ dàng giải thích và giảm thiểu hiện tượng phương sai thay đổi (heteroscedasticity) Mô hình ARDL được sử dụng trong nghiên cứu được mô tả theo phương trình (3.6).
Trong mô hình này, với mọi độ trễ j được chọn, hệ số chặn và số hạng nhiễu trắng đóng vai trò quan trọng Các hệ số mô tả mối quan hệ ngắn hạn và dài hạn, trong đó các hệ số với j = 1, 2,…7 phản ánh các mối quan hệ dài hạn, còn các hiệu ứng ngắn hạn được thể hiện qua các biến sai phân Phương trình sai số hiệu chỉnh (ECM) được suy ra từ các yếu tố này.
Việc lựa chọn độ trễ có ý nghĩa quan trọng trong việc xác định kết quả của mô hình ARDL, vì mô hình này nhạy cảm với độ dài biến trễ tối đa Đối với dữ liệu theo quý không quá dài và số lượng biến độc lập tương đối nhiều, tác giả áp đặt độ trễ tối đa cho các biến số Để xác định độ trễ tối ưu cho từng biến số, nghiên cứu này sử dụng tiêu chuẩn thông tin Akaike (AIC).
3.4.2 Kiểm định F-bound Để kiểm tra xem các biến số có quan hệ dài hạn hay không, kiểm định F đƣợc thực hiện Kiểm định được thực hiện dựa trên phương trình (3.11), phân tích xem liệu các hệ số dài hạn (hệ số của các biến biến trễ thứ nhất tại bậc gốc), tức có cùng bằng
0 hay không Do đó, các giả thiết tương ứng được trình bày như sau:
H 0 : với mọi j, tức mối quan hệ dài hạn không tồn tại
H 1 : cho một số j, tức mối quan hệ dài hạn tồn tại
Để xác định việc bác bỏ hoặc chấp nhận giả thuyết không, chúng ta áp dụng các giá trị tới hạn được trình bày trong nghiên cứu của Pesaran và cộng sự (2001) Nếu giá trị thống kê F vượt quá giá trị tới hạn, giả thuyết H0 sẽ bị bác bỏ, cho thấy có mối quan hệ đồng liên kết dài hạn giữa các biến Ngược lại, nếu giá trị thống kê F thấp hơn giá trị tới hạn, giả thuyết không sẽ được chấp nhận Trong trường hợp giá trị thống kê F nằm giữa các giá trị tới hạn, chúng ta sử dụng thống kê t, theo đề xuất của Banerjee và cộng sự (1998), để xác nhận sự hiện diện của mối quan hệ dài hạn.
Kiểm định chẩn đoán
Mô hình ARDL nhằm tìm ra bộ ước tính không thiên chệch tuyến tính tốt nhất (BLUE), do đó cần thực hiện các kiểm định chẩn đoán Như các nghiên cứu trước đây của Tian và Ma (2010) cũng như Hasan và Nasir (2008), chúng ta sẽ xác nhận và đảm bảo tính vững mạnh của kết quả thông qua các kiểm định về tính ổn định, tương quan chuỗi, phương sai không đổi, dạng hàm và phân phối chuẩn của phần dư Nếu mô hình không chứa bất kỳ thiên chệch nào, chúng ta có thể kết luận rằng các kết quả thực nghiệm có thể được sử dụng cho phân tích.
3.5.1 Kiểm định tính ổn định
Mô hình ARDL nhạy cảm với các điểm gãy cấu trúc và các sự kiện toàn cầu, do đó cần phân tích tính ổn định của các hệ số ước lượng Để đánh giá sự ổn định của các hệ số dài hạn và ngắn hạn, các kiểm định CUSUM và CUSUMSQ được đề xuất bởi Brown và cộng sự (1975) được sử dụng Nếu phát hiện sự bất ổn trong các hệ số, có thể tăng kích cỡ mẫu quan sát hoặc thêm các biến giả vào mô hình hồi quy (Naiya và Manap, 2013; Juselius, 2006; Fuinhas và Marques, 2012).
3.5.2 Kiểm định tương quan chuỗi
Kiểm định Breusch-Godfrey (Godfrey, 1978) được sử dụng để phát hiện tương quan chuỗi trong các phần dư khi có các độ trễ khác nhau Về mặt toán học, nếu hiệp phương sai giữa các phần dư là 0 với mọi cặp i, j, thì không có tương quan chuỗi Mặc dù tương quan chuỗi không làm mất tính không thiên lệch của các ước lượng hồi quy, nhưng nó ảnh hưởng đến hiệu quả của chúng, dẫn đến việc các ước lượng không đạt tiêu chuẩn BLUE (Best Linear Unbiased Estimator) (Brooks).
Sự tương quan chuỗi trong hồi quy có thể ảnh hưởng đến sai số chuẩn, làm giảm hiệu lực của các kiểm định Điều này dẫn đến việc các kết luận về vai trò của các biến độc lập trong việc thay đổi biến phụ thuộc có thể bị sai lệch Mô hình phần dư đơn giản nhất của kiểm định Breusch-Godfrey là một công cụ quan trọng để phát hiện vấn đề này.
Kiểm định đƣợc thực hiện dựa trên các giả thiết không và giả thiết đối lập sau:
H 0 : đồng nghĩa không có hiện tượng tương quan chuỗi trong mô hình
H 1 : đồng nghĩa có hiện tượng tương quan chuỗi trong mô hình
3.5.3 Kiểm định phương sai thay đổi
Trong ước lượng OLS và mô hình ARDL, giả định quan trọng là phần dư có phương sai không đổi (homoscedasticity), tức là Var(ε) = constant với mọi t Điều này đảm bảo tính đồng nhất của các phần dư trong phân tích.
Nếu mô hình có hiện tượng phương sai thay đổi (heteroscedasticity) trong các phần dư, các hệ số ước tính sẽ không còn đạt tính chất BLUE và không có phương sai tối thiểu cho các ước lượng không thiên chệch Tương tự như sự tương quan chuỗi, phương sai thay đổi có thể dẫn đến kết luận sai trong các kiểm định Trong nghiên cứu này, tác giả áp dụng kiểm định White (White, 1980) để xác minh hiện tượng phương sai không đổi, với các giả thuyết không và giả thuyết đối lập được thiết lập.
H 0 : Phương sai của phần dư không đổi – homoscedasticity
H 1 : Phương sai của phần dư thay đổi – heteroscedasticity
3.5.4 Kiểm định lỗi xác định hồi quy
Kiểm định lỗi xác định hồi quy Ramsey (RESET) được giới thiệu bởi Ramsey vào năm 1969, nhằm kiểm tra dạng hàm của mô hình hồi quy Cụ thể, kiểm định này xem xét liệu các kết hợp phi tuyến của các giá trị phù hợp có thể mô tả các biến giải thích hay không Nếu các kết hợp phi tuyến này có khả năng mô tả các biến giải thích trong mô hình, điều này cho thấy mô hình có thể bị xác định sai (misspecification) và cần được điều chỉnh Về mặt toán học, khi sử dụng OLS để ước lượng và xác định các giá trị phù hợp, kiểm định RESET sẽ kiểm tra khả năng giải thích của các giá trị này đối với biến phụ thuộc Giả thiết không và giả thiết đối lập sẽ được thiết lập để thực hiện kiểm định này.
H 0 : Không có khả năng kết hợp phi tuyến – Không có xác định sai
H 1 : Có khả năng kết hợp phi tuyến – Có xác định sai
3.5.5 Kiểm định phân phối chuẩn của phần dƣ
Kiểm định Jarque-Bera là công cụ quan trọng để đánh giá tính chuẩn của phân phối phần dư trong mô hình hồi quy Để tiến hành kiểm định giả thuyết về các tham số, việc giả định phần dư tuân theo phân phối chuẩn là cần thiết Tuy nhiên, nếu phần dư không phân phối chuẩn, điều này có thể dẫn đến những sai lệch trong các kết luận thống kê, ảnh hưởng đến kiểm định ý nghĩa và khoảng tin cậy của các hệ số hồi quy (Brooks, 2014) Các giả thuyết không và đối lập được thiết lập để thực hiện kiểm định này.
H 0 : Các phần dƣ phân phối chuẩn – normality
H 1 : Các phần dƣ không phân phối chuẩn – non-normality
Kiểm định nhân quả Toda-Yamamoto
Nếu hai chuỗi thời gian đồng tích hợp, thì sẽ có mối quan hệ nhân quả Granger giữa chúng, có thể theo bất kỳ hướng nào hoặc cả hai hướng Đáng chú ý, quan hệ nhân quả Granger có thể tồn tại ngay cả khi hai chuỗi thời gian không đồng liên kết Sau khi xác minh sự tồn tại của các mối quan hệ đồng liên kết dài hạn giữa các biến số, tác giả xác định hướng quan hệ nhân quả ảnh hưởng đến tỷ giá NEER thông qua kiểm định nhân quả Toda-Yamamoto (1995) Nghiên cứu sử dụng mô hình VAR song biến với độ trễ p + m để minh họa cho kiểm định nhân quả, trong đó p là độ trễ được xác định bởi tiêu chuẩn AIC, và m là bậc tích hợp lớn nhất của các biến dữ liệu.
Chúng ta có thể thực hiện kiểm định nhân quả Granger thông qua kiểm định Wald cho các ràng buộc tuyến tính, nhưng chỉ áp dụng cho các giá trị trễ p đầu tiên Mục tiêu là kiểm định giả thuyết rằng biến X không có tác động nhân quả Granger lên biến Y.
Và giả thiết không rằng Y không tác động nhân quả Granger lên X nhƣ sau:
Kiểm định thống kê Wald phân phối chi bình phương tiệm cận Nếu bác bỏ giả thiết không, đồng nghĩa sự hiện diện của nhân quả Granger.
Tóm tắt khung phân tích
Để xác định mối quan hệ ngắn hạn và dài hạn giữa các biến số kinh tế và tỷ giá hối đoái danh nghĩa đa phương, mô hình ARDL được áp dụng Quy trình thực hiện phương pháp này có thể được tóm tắt qua các bước cụ thể.
Để áp dụng mô hình ARDL, bước đầu tiên là kiểm định tính dừng của dữ liệu thời gian, nhằm xác định xem biến có thuộc loại I(0), I(1) hay hỗn hợp Điều này được thực hiện thông qua kiểm định ADF, như đã mô tả trong phần 3.2 Nếu không có biến nào trong chuỗi thời gian là I(2), chúng ta có thể tiếp tục với bước tiếp theo.
Bước 2 (Lựa chọn độ trễ): Lựa chọn độ trễ tối ưu cho từng biến số trong mô hình ARDL dựa trên tiêu chuẩn thông tin AIC
Bước 3 (Tính toán): Chạy mô hình ARDL dựa theo phương trình (3.11)
Bước 4 trong quá trình phân tích là kiểm định đường bao, nhằm đánh giá mối quan hệ đồng liên kết giữa các biến số vĩ mô và tỷ giá NEER.
Bước 5 (Ước lượng hệ số): Tính toán các hệ số ngắn hạn và dài hạn, bao gồm cả số hạng ECM
Bước 6 (Kiểm định tính hiệu lực): Xác thực các kết quả bằng việc đánh giá chúng có thiên chệch bằng cách đánh giá các kiểm định chẩn đoán
Bước 7 (Kiểm định tính ổn định) là quá trình kiểm tra tính ổn định của các hệ số hồi quy nhằm xác nhận sự tồn tại của mối quan hệ dài hạn.
Bước 8 (Phân tích kết quả): Phân tích các kết quả để xác định ý nghĩa kinh tế của các biến số
Bước 9 trong quá trình nghiên cứu là kiểm định nhân quả, trong đó tác giả sử dụng phương pháp Toda-Yamamoto để xác định hướng nhân quả giữa các yếu tố ảnh hưởng đến tỷ giá NEER, sau khi đã xác minh mối quan hệ dài hạn giữa các biến số.
KẾT QUẢ
Kiểm định tính dừng
Mô hình ARDL có khả năng hoạt động với các biến dừng ở bậc gốc I(0) hoặc sai phân bậc nhất I(1), bao gồm cả sự kết hợp giữa chúng Tuy nhiên, nếu có ít nhất một biến I(2) hoặc cao hơn, mô hình sẽ không thể hồi quy Để xác định bậc tích hợp của các biến, kiểm định ADF được thực hiện, như trình bày trong phần 3.2, tại bậc gốc và sai phân bậc nhất của chuỗi dữ liệu Để đảm bảo không tồn tại biến I(2), kiểm định ADF sẽ được thực hiện cho hai phương trình: một với biến xu thế và hệ số chặn, và một chỉ với hệ số chặn Độ trễ cho phương trình kiểm định được lựa chọn dựa trên tiêu chuẩn thông tin AIC.
Bảng 4.1: Kiểm định tính dừng ADF
Biến số Bậc gốc Sai phân bậc nhất
Có xu hướng Không xu hướng Có xu hướng Không xu hướng
Ghi chú: * và *** biểu diễn mức ý nghĩa thống kê 10% và 1%
Nguồn: tính toán của tác giả
Kết quả từ Bảng 4.1 cho thấy tất cả các biến số đều là I(1) và không có biến số nào là I(2) Hầu hết các biến số không dừng tại bậc gốc, ngoại trừ biến cung tiền (M) Kiểm định ADF với mô hình hồi quy không có biến xu hướng cho giá trị p-value