Nghiên cứu các cú sốc tác động đến các biến số kinh tế vĩ mô của việt nam

Luận văn Nghiên cứu các cú sốc tác động đến các biến số kinh tế vĩ mô của Việt NamBài luận văn sử dụng phương pháp định lượng bằng việc áp dụng mô hình Structural VectorAutoregression (Structural VAR), gọi tắt là SVAR, để nghiên cứu tác động của các cú sốcbên ngoài, nhất là cú sốc từ nền kinh tế Mỹ, đã tác động như thế nào tới các biến số kinh tế vĩmô trong nước như cung tiền M1, lãi suất, tỷ giá hối đoái danh nghĩa, chỉ số giá tiêu dùngCPI, chỉ số sản xuất công nghiệp (IIP), tại Việt Nam và một số nước trong khu vực Châu Ágiai đoạn từ 2004 đến 2012. Qua đó đo lường mức độ tác động của các cú sốc ngoại sinh tới Việt Nam và so sánh nó với các nước trong khu vực. Các nước được lựa chọn để so sánh vớiViệt Nam gồm: Nhật Bản, Hàn Quốc và Malaysia, dải dữ liệu lấy theo tháng từ tháng 1/2004 đến tháng 12/2012. Dữ liệu được chạy và kiểm định trên phần mềm Eviews 6.0. Qua phân tích cho thấy mức độ ảnh hưởng của các biến ngoại sinh là dai dẳng, phản ứng cấu trúc của các nước trước các cú sốc ngoại sinh không đồng đều, các cú sốc có khuynh hướng mạnh ởkỳ 2-3 và sau đó khuynh hướng tiệm cận dần về giá trị 0 từ kỳ 13 trở đi. So với các nước thìkhi phân tích phương sai cho thấy cung tiền M1 được giải thích nhiều bởi biến chỉ số giá sảnxuất thế giới (WCPI), biến động của chỉ số giá tiêu dùng của Việt Nam được giải thích nhiềucủa biến chỉ số giá tiêu dùng của Mỹ (US_CPI); tương tự, biến động trong tỷ giá hối đoái củaViệt Nam được giải thích nhiều bởi biến WCPI (lần lượt là 18.40% cho kỳ 6 và 17.89% ở kỳ24); so với các nước thì biến lãi suất của Việt Nam được giải thích nhiều bởi biến FED (sauNhật Bản), mức độ giải thích này có khuynh hướng giảm dần theo thời gian.

BFDDDSDDWSSASa|saszxczcxc TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM

-

BÙI ANH CHÍNH

NGHIÊN CỨU CÁC CÚ SỐC TÁC ĐỘNG ĐẾN CÁC BIẾN SỐ KINH TẾ VĨ MÔ CỦA

VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

TP Hồ Chí Minh – Năm 2013

TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM

-

BÙI ANH CHÍNH

NGHIÊN CỨU CÁC CÚ SỐC TÁC ĐỘNG ĐẾN CÁC BIẾN SỐ KINH TẾ VĨ MÔ

CỦA VIỆT NAM

Chuyên ngành : Tài chính - Ngân hàng

Mã số : 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC:

TS NGUYỄN TẤN HOÀNG

TP Hồ Chí Minh – Năm 2013

1

LỜI TỰA 1

I GIỚI THIỆU 1

II CÁC NGHIÊN CỨU TRƯỚC ĐÂY 4

2.1 Các nghiên cứu nước ngoài 4

2.2 Các nghiên cứu trong nước 10

III MÔ HÌNH VÀ DỮ LIỆU NGHIÊN CỨU 14

3.1 Một số phương thức tác động của các cú sốc từ bên ngoài đến các biến số kinh tế vĩ mô trong nước

14

3.2 Xây dựng mô hình SVAR cho bài nghiên cứu 17

3.2.1 Lựa chọn các biến và phân tích sơ lược 17

3.2.2 Mô hình Structural VAR (SVAR) 18

3.2.3 Các ràng buộc cho ma trận của SVAR 19

3.3 Dữ liệu nghiên cứu 20

IV KẾT QUẢ NGHIÊN CỨU 22

4.1 Phân tích hàm phản ứng đẩy hay phản ứng xung 22

4.1.1 Hàm phản ứng đẩy của sản lượng công nghiệp trong nước với các biến bên ngoài 23

4.1.2 Hàm phản ứng đẩy của lãi suất trong nước (IR) với các biến vĩ mô bên ngoài 25

4.1.3 Hàm phản ứng đẩy của tỷ giá hối đoái trong nước (EX) với các biến vĩ mô bên ngoài 27

4.1.4 Hàm phản ứng đẩy của chỉ số giá tiêu dùng trong nước (CPI) với các biến vĩ mô bên ngoài 29 4.1.5 Hàm phản ứng đẩy của cung tiền (M1) với các biến vĩ mô bên ngoài 31

4.2 Phân tách phương sai 33

4.3 Phân tích phản ứng của các biến vĩ mô tại Việt Nam 38

4.3.1 Hàm phản ứng đẩy hay hàm phản ứng xung 39

4.3.2 Phân tách phương sai 41

V KẾT LUẬN VÀ HẠN CHẾ NGHIÊN CỨU 42

3

PHỤ LỤC 2: SƠ NÉT VỀ MÔ HÌNH SVAR

DANH MỤC ĐỒ THỊ - HÌNH ẢNH

Hình 3.1: Tác động lan truyền của giá dầu và giá thực phẩm bên ngoài tác động đến các biến vĩ mô trong

nước 15

Hình 3.2: Cơ chế lan truyền của các cú sốc ngoại sinh tới các biến số vĩ mô trong nước 16

Đồ thị 4.1: Phản ứng của sản lượng công nghiệp với cú sốc chỉ số giá Thế giới (Shock 1) 23

Đồ thị 4.2: Phản ứng của sản lượng công nghiệp với cú sốc chỉ số sản lượng công nghiệp Mỹ (Shock 2)

23

Đồ thị 4.3: Phản ứng của sản lượng công nghiệp với cú sốc chỉ số giá của Mỹ (Shock 3) 23

Đồ thị 4.4: Phản ứng của sản lượng công nghiệp với lãi suất của Fed (Shock 4) 23

Đồ thị 4.5: Phản ứng của biến lãi suất (IR) với cú sốc chỉ số giá Thế giới (Shock 1) 25

Đồ thị 4.6: Phản ứng của biến lãi suất (IR) với cú sốc sản lượng công nghiệp Mỹ (Shock 2) 25

Đồ thị 4.7: Phản ứng của biến lãi suất (IR) với cú sốc chỉ số giá tiêu dùng Mỹ (Shock 3) 25

Đồ thị 4.8: Phản ứng của biến lãi suất (IR) với cú sốc lãi suất của FED (Shock 4) 25

Đồ thị 4.9: Phản ứng của biến tỷ giá hối đoái với cú sốc chỉ số giá Thế giới (Shock 1) 27

Đồ thị 4.10: Phản ứng của biến tỷ giá hối đoái với cú sốc sản lượng công nghiệp Mỹ (Shock 2) 27

Đồ thị 4.11: Phản ứng của biến tỷ giá hối đoái với cú sốc chỉ số giá tiêu dùng Mỹ (Shock 3) 27

Đồ thị 4.12: Phản ứng của biến tỷ giá hối đoái với cú sốc lãi suất FED (Shock 4) 27

Đồ thị 4.13: Phản ứng của biến chỉ số giá CPI với cú sốc chỉ số giá Thế giới (Shock 1) 29

Đồ thị 4.14: Phản ứng của biến chỉ số giá CPI với cú sốc sản lượng công nghiệp Mỹ (Shock 2) 29

Đồ thị 4.15: Phản ứng của biến chỉ số giá CPI với cú sốc chỉ số giá tiêu dùng Mỹ (Shock 3) 29

Đồ thị 4.16: Phản ứng của biến chỉ số giá CPI với cú sốc lãi suất FED (Shock 4) 29

Đồ thị 4.17: Phản ứng của biến cung tiền M1 với cú sốc chỉ số giá Thế giới (Shock 1) 31

Đồ thị 4.18: Phản ứng của biến cung tiền M1 với cú sốc sản lượng công nghiệp Mỹ (Shock 2) 31

Đồ thị 4.19: Phản ứng của biến cung tiền M1 với cú sốc chỉ số giá tiêu dùng Mỹ (Shock 3) 31

4

Đồ thị 4.21: Phản ứng của sản lượng công nghiệp với cú sốc vĩ mô khác tại Việt Nam 39

Đồ thị 4.22: Phản ứng của chỉ số giá tiêu dùng với cú sốc vĩ mô khác tại Việt Nam 39

Đồ thị 4.23: Phản ứng của cung tiền M1 với cú sốc vĩ mô khác tại Việt Nam 39

Đồ thị 4.24: Phản ứng của lãi suất (IR) với cú sốc vĩ mô khác tại Việt Nam 39

Đồ thị 4.25: Phản ứng của tỷ giá hối đoái danh nghĩa với cú sốc vĩ mô khác tại Việt Nam 40

Biểu đồ PL.1.1 Giá trị GDP tính theo USD từ 1985 đến 2012 1

Biểu đồ PL.1.2 Tăng trưởng GDP trung bình các nước 2

Biểu đồ PL.1.3 Tăng trưởng GDP của Việt Nam và GDP thực của Mỹ từ 1990 đến 2011 2

Biểu đồ PL.1.4 Tăng trưởng GDP của Việt Nam và GDP danh nghĩa của Mỹ từ 1990 đến 2012 3

Biểu đồ PL.1.5 Mức thay đổi tỷ giá hối đoái danh nghĩa của Việt Nam từ 1995 – 2012 3

Biểu đồ PL.1.6 Mức thay đổi trung bình tỷ giá hối đoái danh nghĩa (theo USD) hàng năm của các nước từ 1995 -2012 4

Biểu đồ PL.1.7 Tình hình xuất nhập khẩu Việt Nam từ năm 1986 đến 2012 (ĐVT Millions USD) 5

Biểu đồ PL 1.8 So sánh mức trung bình xuất nhập khẩu thay đổi hàng năm giữa các nước từ 1995 – 2012 5

Biểu đồ PL 1.9 Chênh lệch trung bình giữa Xuất khẩu – Nhập khẩu giai đoạn từ 1995 – 2012 6

Biểu đồ PL.1.10 Giá trị xuất nhập khẩu Việt Nam từ 1996 – 2012 6

Biểu đồ PL 1.11 Biến động CPI hàng năm từ 1995 – 2012 7

Biểu đồ PL.1.12 Biến động CPI trung bình qua các năm từ 1995 đến 2012 giữa các nước 8

DANH MỤC BẢNG BIỂU Bảng 3.1: Các biến số nghiên cứu trong mô hình SVAR 17

Bảng 3.2: Cấu trúc hệ phương trình SVAR dạng ma trận 19

Bảng 3.3: Kết quả của kiểm định tính dừng theo phương pháp ADF cho các biến 20

Bảng 4.1: Giá trị trung bình từ kỳ 1 đến kỳ 20 phản ứng của biến chỉ số sản xuất công nghiệp trong nước (IP) với các cú sốc từ bên ngoài 24

5

từ bên ngoài 26

Bảng 4.3: Giá trị trung bình từ kỳ 1 đến kỳ 20 phản ứng của biến tỷ giá hối đoái danh nghĩa trong nước (EX) với các cú sốc từ bên ngoài 28

Bảng 4.4: Giá trị trung bình từ kỳ 1 đến kỳ 20 phản ứng của biến chỉ số giá tiêu dùng trong nước (CPI) với các cú sốc từ bên ngoài 30

Bảng 4.5: Giá trị trung bình từ kỳ 1 đến kỳ 20 phản ứng của biến cung tiền trong nước (M1) với các cú sốc từ bên ngoài 32

Bảng 4.6: Phân tách phương sai của chỉ số sản xuất trong nước (IP) với các biến ngoại sinh 33

Bảng 4.7: Phân tách phương sai của chỉ số giá tiêu dùng trong nước (CPI) với các biến ngoại sinh 34

Bảng 4.8: Phân tách phương sai của cung tiền M1 trong nước (M1) với các biến ngoại sinh 35

Bảng 4.9: Phân tách phương sai của lãi suất bán buôn trong nước (IR) với các biến ngoại sinh 36

Bảng 4.10: Phân tách phương sai của tỷ giá hối đoái trong nước (EX) với các biến ngoại sinh 37

Bảng 4.11: Giá trị trung bình từ kỳ 1 đến kỳ 20 phản ứng của các biến vĩ mô trong nước với các cú sốc khác tại Việt Nam 41

Bảng 4.12: Phân tách phương sai của các biến nội sinh tại Việt Nam 41

Bảng 4.13: Các loại puzzle phổ biến trong nghiên cứu thực nghiệm 44

Bảng PL.1.1 Các thị trường xuất khẩu chính của Việt Nam 7

DANH MỤC TỪ VIẾT TẮT

SVAR: Mô hình vector tự hồi quy cấu trúc (Structural Vector Autoregression hay Structural VAR)

VAR: Mô hình vector tự hồi quy (Vector Autoregression)

ADF: Phương pháp kiểm định nghiệm đơn vị Augmented Dickey Fuller

Shock 1: Cú sốc từ chỉ số giá hàng hóa thế giới (WCPI)

Shock 2: Cú sốc từ chỉ số sản xuất công nghiệp của Mỹ (US_IP)

Shock 3: Cú sốc từ chỉ số giá tiêu dùng của Mỹ (US_CPI)

Shock 4: Cú sốc từ lãi suất FED (FED)

Shock 5: Cú sốc từ chỉ số sản xuất công nghiệp trong nước (IP)

6

Shock 7: Cú sốc từ chỉ số cung tiền M1 trong nước (M1)

Shock 8: Cú sốc từ chỉ số lãi suất bán buôn (IR)

Shock 9: Cú sốc từ chỉ số tỷ giá hối đoái danh nghĩa trong nước (EX)

LỜI TỰA

Bài luận văn sử dụng phương pháp định lượng bằng việc áp dụng mô hình Structural Vector Autoregression (Structural VAR), gọi tắt là SVAR, để nghiên cứu tác động của các cú sốc bên ngoài, nhất là cú sốc từ nền kinh tế Mỹ, đã tác động như thế nào tới các biến số kinh tế vĩ

mô trong nước như cung tiền M1, lãi suất, tỷ giá hối đoái danh nghĩa, chỉ số giá tiêu dùng CPI, chỉ số sản xuất công nghiệp (IIP),… tại Việt Nam và một số nước trong khu vực Châu Á giai đoạn từ 2004 đến 2012 Qua đó đo lường mức độ tác động của các cú sốc ngoại sinh tới Việt Nam và so sánh nó với các nước trong khu vực Các nước được lựa chọn để so sánh với

Việt Nam gồm: Nhật Bản, Hàn Quốc và Malaysia, dải dữ liệu lấy theo tháng từ tháng 1/2004

đến tháng 12/2012 Dữ liệu được chạy và kiểm định trên phần mềm Eviews 6.0 Qua phân tích cho thấy mức độ ảnh hưởng của các biến ngoại sinh là dai dẳng, phản ứng cấu trúc của các nước trước các cú sốc ngoại sinh không đồng đều, các cú sốc có khuynh hướng mạnh ở

kỳ 2-3 và sau đó khuynh hướng tiệm cận dần về giá trị 0 từ kỳ 13 trở đi So với các nước thì khi phân tích phương sai cho thấy cung tiền M1 được giải thích nhiều bởi biến chỉ số giá sản xuất thế giới (WCPI), biến động của chỉ số giá tiêu dùng của Việt Nam được giải thích nhiều của biến chỉ số giá tiêu dùng của Mỹ (US_CPI); tương tự, biến động trong tỷ giá hối đoái của Việt Nam được giải thích nhiều bởi biến WCPI (lần lượt là 18.40% cho kỳ 6 và 17.89% ở kỳ 24); so với các nước thì biến lãi suất của Việt Nam được giải thích nhiều bởi biến FED (sau Nhật Bản), mức độ giải thích này có khuynh hướng giảm dần theo thời gian

I GIỚI THIỆU

Chính sách tiền tệ luôn là công cụ giúp ổn định kinh tế vĩ mô với hạt nhân là ổn định tiền tệ, tạo lập nền tảng cho sự phát triển chung Mặt khác, nền kinh tế thị trường bản chất là một nền kinh tế tiền tệ Do đó, việc ổn định giá trị đồng tiền cùng với việc thiết lập nền tài chính quốc gia mạnh là một cơ sở đầu tiên cho việc kiềm chế lạm phát và ổn định nền kinh tế Tùy vào đặc điểm kinh tế hay thời điểm cụ thể tại mỗi quốc gia mà chính sách tiền tệ có thể xác định theo hai hướng: chính sách tiền tệ mở rộng (tăng cung tiền, giảm lãi suất để thúc đẩy sản xuất kinh doanh, giảm tỷ lệ thất nghiệp nhưng lạm phát có thể tăng cao) hay chính sách tiền tệ thắt

chặt giúp ổn định đồng tiền (giảm cung tiền, tăng lãi suất làm giảm đầu tư vào sản xuất kinh doanh từ đó giảm lạm phát nhưng thất nghiệp tăng)

Bằng nhiều công cụ khác nhau của chính sách tiền tệ như công cụ tái cấp vốn, tỷ lệ dự trữ bắt buộc, nghiệp vụ thị trường mở, lãi suất tín dụng,… làm cho vai trò của cơ quan điều hành (thường là Ngân hàng trung ương) giúp ổn định giá trị đồng tiền, kiềm chế lạm phát, tạo công

ăn việc làm, thúc đẩy phát triển kinh tế - xã hội, đảm bảo sự ổn định nền kinh tế trong nước càng thể hiện rõ nét hơn

Mức độ hiệu quả của chính sách tiền tệ phụ thuộc vào khả năng của nhà hoạch định chính sách trong việc đánh giá chính xác thời điểm, mức độ ảnh hưởng của chính sách lên các hoạt động kinh tế và giá cả hàng hóa Vì vậy nhu cầu đánh giá chính xác mức độ ảnh hưởng của các cú sốc kinh tế trong và ngoài nước hay mức độ ảnh hưởng của các chính sách tiền tệ lên nền kinh tế trong nước là một nhu cầu thiết yếu, giúp các nhà tạo lập chính sách đưa ra các quyết định đúng về chính sách tiền tệ nhằm đạt được mục đích phát triển ổn định nền kinh tế Tại Việt Nam, kể từ khi đất nước chuyển sang nền kinh tế thị trường theo định hướng xã hội chủ nghĩa, chính sách tiền tệ đã có nhiều đổi mới linh hoạt hơn, mang nhiều tính thực tiễn Chẳng hạn, vào thời kỳ bao cấp quan niệm về lượng tiền cung ứng cho nền kinh tế chỉ bao gồm tiền mặt và mức cung bao nhiêu, thì sang nền kinh tế thị trường bên cạnh lượng tiền mặt (C) còn tính đến khả năng tạo tiền của các ngân hàng thương mại, tổ chức tín dụng khác (D) Hay như mức lãi suất cũng điều chỉnh linh động qua các năm, các giai đoạn kinh tế, chứ không cứng nhắc lãi suất cố định trong nhiều năm như thời kì bao cấp

Ngày nay, trong bối cảnh hội nhập sâu rộng nền kinh tế toàn cầu cũng như việc Việt Nam gia nhập nhiều tổ chức kinh tế thế giới như Quỹ tiền tệ quốc tế (IMF), Ngân hàng Thế Giới (Worldbank), tổ chức thương mại thế giới (WTO), diễn đàn hợp tác Á Âu (ASEM), hiệp hội các quốc gia Đông Nam Á (ASEAN), diễn đàn hợp tác kinh tế Châu Á-Thái Bình Dương (APEC),… hay hiệp định thương mại tự do song phương và đa phương Việt Nam đã ký với

tư cách quốc gia và tư cách thành viên như Việt Nam-ASEAN, Việt Nam – Nhật Bản, ASEAN – Trung Quốc, ASEAN – Australia/New Zealand,…đặt Việt Nam vào sân chơi chung của Thế giới, chịu ảnh hưởng của nhiều tác động đến từ nội tại nền kinh tế cũng như

đến từ bên ngoài quốc gia Để đáp ứng được quá trình hội nhập này, chính sách tiền tệ của Việt Nam cần phải thay đổi linh hoạt theo hướng thích nghi nhưng không bị hòa tan trước các

cú sốc bên ngoài, từ đó nảy sinh nhu cầu cấp thiết cần phải nghiên cứu tác động của các cú sốc kinh tế nội sinh và ngoại sinh ảnh hưởng như thế nào và mức độ ảnh hưởng là bao nhiêu tới nền kinh tế trong nước, đại diện qua các biến kinh tế vĩ mô Đây cũng chính là lý do tôi

chọn đề tài “Nghiên cứu các cú sốc tác động đến các biến số kinh tế vĩ mô của Việt Nam”

Trên thế giới có nhiều phương pháp hay mô hình khác nhau để nghiên cứu ảnh hưởng của các

cú sốc kinh tế như phương pháp VECM, phương pháp VAR, Structural VAR, Bayesian vector autoregression (BVAR), generalized method of moments (GMM),… tuy nhiên ở Việt Nam số lượng các nghiên cứu sử dụng các mô hình định lượng trên là rất ít, vì vậy bài nghiên cứu mong muốn sử dụng một trong những phương pháp trên, phương pháp Structural VAR (tạm dịch là mô hình vector tự hồi quy cấu trúc), để nghiên cứu ảnh hưởng hay tác động của các cú sốc bên ngoài, nhất là các cú sốc đến từ nền kinh tế Mỹ, tác động như thế nào tới các biến số vĩ mô của Việt Nam trong giai đoạn từ tháng 01/2004 đến tháng 12/2012 Dữ liệu được lấy theo tháng, ngoài biến chỉ số sản xuất công nghiệp Việt Nam được lấy từ Tổng cục thống kê Việt Nam, các biến khác được lấy từ dữ liệu IMF

Bài nghiên cứu tập trung vào giải quyết ba mục tiêu chính sau đây: đầu tiên là đo lường mức

độ tác động của các biến ngoại sinh tác động như thế nào tới Việt Nam?; thứ hai là so sánh mức độ chịu ảnh hưởng của các biến vĩ mô Việt Nam so với một số nước khác như Nhật Bản,

Hàn Quốc, Malaysia với cùng các yếu tố ngoại sinh bên ngoài (chủ yếu là các biến vĩ mô của

Mỹ)?; và cuối cùng là đo lường phản ứng của chính các biến vĩ mô tại Việt Nam với nhau như thế nào? Đây là các nước có kim ngạch xuất khẩu của Việt Nam cao (theo số liệu thống

kê của Cục hải quan Việt Nam), có mối quan hệ khá gần về địa lý nhau và cũng thường được chọn trong nghiên cứu về các cú sốc kinh tế tại thị trường mới nổi Nên việc tìm hiểu ảnh hưởng của các cú số ngoại sinh ảnh hưởng như thế nào tới các nước này cũng khá quan trọng cho Việt Nam

Các cú sốc ngoại sinh bao gồm các cú số từ chỉ số giá hàng hóa thế giới (the world commodity price index), chỉ số sản xuất công nghiệp của Mỹ (U.S Indutrial Production

Index), chỉ số giá tiêu dùng CPI của Mỹ (U.S Consumer Price Index), lãi suất công bố của FED Các biến số kinh tế vĩ mô trong nước bao gồm chỉ số sản xuất công nghiệp (IIP), chỉ số giá tiêu dùng CPI, cung tiền M1, lãi suất cho vay bán buôn trung bình của các ngân hàng thương mại, tỷ giá hối đoái danh nghĩa tính theo USD Các biến được chạy riêng biệt theo

mô hình SVAR cho từng nước, sau đó so sánh các nước với nhau Việc lựa chọn các biến phụ thuộc rất lớn vào việc xác định được ma trận toán Ao hay không (xem thêm phần 3.2.3), giúp

mô hình Structural VAR có ý nghĩa thống kê với các biến nghiên cứu hay không, vì thế bài nghiên cứu sử dụng các biến nghiên cứu theo nghiên cứu của Raghavan and Param Silvapulle (2007)1 khi nghiên cứu về chính sách tiền tệ của Malaysia trước và sau cuộc khủng hoảng tài chính năm 1997 Các biến này cũng được Cushman và Zha (1997), Fung (2002) được sử dụng trong nghiên cứu về các nước trong khu vực Đông Nam Á

Bài nghiên cứu gồm các phần sau: phần 2 là tổng quan các nghiên cứu trước đây về ảnh hưởng của các cú sốc kinh tế, tiếp đến là phần phương pháp luận, dữ liệu nghiên cứu và cuối cùng là kết quả nghiên cứu cũng như những hạn chế trong nghiên cứu

II CÁC NGHIÊN CỨU TRƯỚC ĐÂY

2.1 Các nghiên cứu nước ngoài

a/ Đầu tiên là nghiên cứu Bartosz Mackowiak2 (2006), “External Shocks, U.S Monetary

Policy and Macroeconomic Fluctuations in Emerging Markets”

Bài nghiên cứu này, tác giả tập trung vào ba câu hỏi chính sau:

- Mức độ biến động của các biến vĩ mô tại thị trường mới nổi được gây ra bởi các cú sốc ngoại sinh, cụ thể hơn là các cú sốc từ chính sách tiền tệ của Mỹ?

- Các ảnh hưởng từ các cú sốc tiền tệ Mỹ lên thị trường mới nổi lớn hơn hay là nhỏ hơn trên chính nước Mỹ?

- Các ảnh hưởng từ các cú sốc tiền tệ Mỹ tới thị trường mới nổi là nhanh chóng hay với một độ trễ?

Tác giả sử dụng mô hình Structural VAR (SVAR) với các biến kinh tế vĩ mô của một số nước tại thị trường mới nổi, Mỹ và giá cả hàng hóa thế giới Với giả định rằng một thị trường mới nổi là một nền kinh tế nhỏ mở (a small economy) Với giả thiết này giúp loại bỏ việc các biến nội sinh (trong nước) tác động mạnh lên các biến ngoại sinh (nước ngoài) và giúp đo lường tốt hơn mức độ ảnh hưởng của các biến ngoại sinh lên các biến vĩ mô trong nước

Mô hình Structural VAR mà tác giả sử dụng diễn giải như sau:

12 11

) ( ) (

) ( ) (

) (

2

1

s t y

s t y

) (

- (t)[1(t);2(t)] là vector theo phân phối ngẫu nhiên Gaussian thỏa mãn

0]0),(

|)

(

[ t y ts s 

E  và E[E((t)(t')| y(ts),s0]I

- 1(t)là vector cú sốc cấu trúc (structural shocks) có nguồn gốc nội sinh (trong nước)

- 1(t)là vector cú sốc cấu trúc có nguồn gốc ngoại sinh (nước ngoài)

- Do có giả định một nền kinh tế mới nổi là một nền kinh tế nhỏ mở (small open economy), nên A21(s) =0 (với s = 0,1,…,p)

Bài nghiên cứu, nghiên cứu tại 08 nước mới nổi gồm HongKong, Hàn Quốc (Korea), Malaysia, Phillipines, Singapore, Thái Lan và các nước Châu Mỹ Latinh là Chilê và Mexico, với dải dữ liệu lấy từ tháng 1/1986 đến 12/2000, trừ Thái Lan từ tháng 1/1987 do thiếu dữ liệu

Tác giả tìm thấy kết quả rằng:

- Các cú sốc ngoại sinh giữ vai trò quan trọng trong việc giải thích sự biến động trong các biến số kinh tế vĩ mô tại các thị trường mới nổi, ở đây là khu vực Đông Nam Á và khu vực Châu Mỹ Latinh Các biến này giải thích gần 1/2 biến động trong tỷ giá hối

đoái (chẳng hạn Thái Lan là 60% cho kỳ 1-24, 65% cho kỳ 25-48; Malaysia là 55%

cho kỳ 24, 58% cho kỳ 25-48 ) và mức giá (chẳng hạn Singapore là 51% cho kỳ

1-24, 81% cho kỳ 25-48; Mexico là 47% cho kỳ 1-1-24, 78% cho kỳ 25-48); giải thích

khoảng 1/5 trong biến động trong lãi suất (chẳng hạn Philippines là 29% cho kỳ 1-24,

42% cho kỳ 25-48) và sản lượng thực (chẳng hạn Hongkong là 50% cho kỳ 1-24, 72% cho kỳ 25-48)

- Mức độ giải thích của các biến ngoại sinh là khác nhau giữa các thị trường khác nhau

- Qua bài nghiên cứu, tác giả cũng đề xuất rằng các cú sốc ngoại sinh nên đóng một vai trò quan trọng trong các mô hình áp dụng cho thị trường mới nổi; và những thay đổi trong tỷ giá bên ngoài có thể có các ảnh hưởng khác nhau phụ thuộc vào có hay không việc chúng phản ảnh cú sốc với chính sách tiền tệ của Mỹ hay phản ứng mang tính hệ thống từ lãi suất của Fed đến các loại cú sốc khác; cũng như làm thế nào để giữ cân bằng nền kinh tế trước ảnh hưởng của các cú sốc bên ngoài

b/ Tiếp đến là nghiên cứu của 03 tác giả Jean-Pierre Allegret, Cécile Couharde và Cyriac

Guillaumin, bài nghiên cứu “The impact of External Shocks in East Asia: Lessons from a

Structural VAR Model with Block Exogeneity” Các tác giả muốn kiểm tra mức độ ảnh hưởng

của các cú sốc ngoại sinh (external shocks) tới các biến động trong nước tại các nước Đông Nam Á (East Asian) bằng mô hình Structural VAR với các biến chia làm 02 nhóm vector:

vector các biến nội sinh (y2) và vector các biến ngoại sinh (y1) Các biến nội sinh gồm: sản lượng thực (yd)3, chỉ số giá nhà sản xuất trong nước (pd), và tỉ giá danh nghĩa tính theo USD (nd); biến ngoại sinh gồm có giá dầu thực (rBent – the real oil price), GDP thực của Mỹ (U.S.gdp – the real U.S.GDP), lãi suất của Fed (Fed Funds - the Fed Funds interest rate) và chỉ số MSCI (MSCI) Các tác giả nghiên cứu tại các nước: Trung Quốc, Hàn Quốc, Hồng

3

Trong bài nghiên cứu, tác giả ghi nhận chỉ số này lấy là GDP hoặc nếu không có thì lấy chỉ số sản xuất công nghiệp (industrial production index)

Kong SAR4, Indonesia, Nhật Bản, Malaysia, Philippines, Singapore và Thái Lan, dải dữ liệu lấy theo Quý, từ Quý 1/1997 tới Quý 4/2010, với 02 nhóm được tách ra cho riêng 2 thời kì khủng hoảng 1997 và 2008 Tác giả sử dụng biến giả, nhóm 1 cho giai đoạn Quý 2/1997 đến Quý 3/2008 và nhóm hai cho giai đoạn Quý 3/2008 đến Quý 4/2010

Cũng như các bài nghiên cứu khác, các tác giả tách riêng đo lường ảnh hưởng của từng nước, sau đó tổng hợp và so sánh mức độ ảnh hưởng của các biến ngoại sinh giữa các nước với nhau Qua phân tích, tác giả tìm thấy các kết quả sau:

- Các cú sốc ngoại sinh ảnh hưởng nhiều lên chỉ số giá người sản xuất (PPI-producer price index) hơn so với chỉ số GDP Trong khi đó giai đoạn 1996-2010, thì GDP trong nước có khuynh hướng bị ảnh hưởng nhiều hơn bởi giá dầu thế giới

Về giá trị tỷ giá danh nghĩa:

- Tác động của các cú sốc ngoại sinh lên biến tỉ giá danh nghĩa tính theo USD (gọi tắt là NER) thì thấp trong ở kỳ 1-4 cho các nước và có 06 nước dưới 10% là Trung Quốc (9.53%), HongKong (8.11%), Indonesia (7.46%), Japan (1.63%), Malaysia (8.87%) và Thailand (6.29%); còn trong dài hạn với kỳ 16-20 thì giá trị tác động này lớn với tất cả

4

Hong Kong Special Administrative Region (Hong Kong SAR) là một đặc khu hành chính thuộc Cộng hòa Nhân dân Trung Hoa nằm trên bờ biển Đông Nam của Trung Quốc, gồm hơn 260 hòn đảo, nằm về phía Đông của Đồng bằng châu thổ Châu Giang, giáp với tỉnh Quảng Đông về phía Bắc và nhìn ra biển Đông ở phía Đông, Tây và Nam

các nước nghiên cứu Đặc biệt trong giai đoạn 1996-2010, giá trị tác động này tăng đáng kể, như Japan (từ 1.63% lên 23.65% cùng kỳ 1-4), Trung Quốc (từ 9.53% lên 46.02% cho kỳ 1-4, 90.89% cho kỳ 16-20)

Về chỉ số PPI:

- Ảnh hưởng của giá dầu thì mạnh hơn lên chỉ số PPI so với các biến số khác Bài nghiên cứu cũng cho thấy rằng các cú sốc thực thì ảnh hưởng mạnh hơn các cú sốc về tài chính (đại diện là chỉ số MSCI) hay tiền tệ (đại diện là chỉ số Fed Funds) Trong tất

cả các nước, trong ngắn hạn cú sốc giá dầu tác động lên chỉ số PPI hơn 20% (trừ Trung Quốc 15.75%)

Trong bài này, tác giả cũng chỉ ra 02 nguyên nhân chính dẫn đến sự giảm sút ảnh hưởng GDP của Mỹ lên các nước Asian Thứ nhất là do bắt đầu từ những năm 1990 giao dịch giữa các nước trong khu vực tăng lên Thứ hai là do sự ảnh hưởng thương mại của Trung Quốc ngày càng tăng trong khu vực và trên thế giới, theo tác giả ghi nhận thì mức độ này mạnh hơn từ sau năm 2000

c/ Tiếp nữa là bài “Structural VAR approach to Malaysian Monetary Policy Framework: Evidence from the Pre- and Post-Asian Crisis Periods”, Mala Raghavan and Param Silvapulle (2007)

Trong bài nghiên cứu này tác giả cũng sử dụng mô hình Structural VAR, với dữ liệu từ tháng 01/1980 đến tháng 05/2006, với 09 biến được sử dụng để nghiên cứu phản ứng trước các cú sốc ngoại sinh tác động như thế nào tới nền kinh tế nhỏ mới nổi như Malaysia, nhất là tác động tới các chính sách tiền tệ của Malaysia trước và sau cuộc khủng hoảng tài chính năm

1997 Dải dữ liệu chia làm 02 giai đoạn: giai đoạn trước khủng hoảng từ tháng 1/1980 đến tháng 06/1997 và giai đoạn sau khủng hoảng từ tháng 1/1998 đến tháng 5/2006 Các biến nghiên cứu chia thành 02 nhóm: nhóm ngoại sinh gồm chỉ số giá hàng hóa thế giới (PC – World Commodity Price Index), chỉ số sản xuất công nghiệp Mỹ (IPu – Industrial Production), chỉ số giá tiêu dùng Mỹ (Pu – Consumer Price Index), lãi suất Fed (IRu – Federal Funds rate); nhóm thứ hai gồm chỉ số sản xuất công nghiệp Malaysia (IPM – Industrial Production), chỉ số giá tiêu dùng Malaysia (PM – Consumer Price Index), cung tiền M1 (M1M -

Monetary Aggregate M1), lãi suất qua đêm (IRM - Overnight Inter-bank rate) và tỷ giá danh nghĩa (EXM – Nominal Effective Exchange Rate) Ngoài biến lãi suất Fed và lãi suất qua đêm được tính bằng đơn vị phần trăm (%), các biến khác được lấy logarit Tác giả áp đặt các ràng buộc xác định trong mô hình SVAR nhằm mục đích xác định liệu chăng các biến động trong các cơ chế truyền dẫn tiền tệ của Malaysia đã thay đổi sau cuộc khủng hoảng Hay tác giả kỳ vọng có thể cung cấp cho ngân hàng trung ương Malaysia (BNM – Bank Negara Malaysia) các quan điểm giá trị trong việc xác định các kênh truyền dẫn quan trọng, cung cấp nhiều thông tin về các cú sốc chính sách tiền tệ, giúp Ngân hàng trung ương Malaysia tác động lên các kênh phù hợp để đảm bảo chính sách tiền tệ mang lại hiệu quả, góp phần tăng trưởng kinh

tế và duy trì ổn định giá hàng hóa

Qua phân tích tác giả thu được các kết quả sau:

- Trong giai đoạn trước khủng hoảng, các cú sốc tiền tệ và tỷ giá có khuynh hướng ảnh hưởng đáng kể lên sản lượng, giá, lãi suất, cung tiền và tỷ giá Sau giai đoạn khủng hoảng, cung tiền có khuynh hướng ảnh hưởng mạnh lên sản lượng

- Mức độ của các cú sốc bên ngoài và bên trong giảm sau giai đoạn khủng hoảng Cụ thể, với cú sốc của các biến bên ngoài như giá cả hàng hóa thế giới giảm từ 0.0198 xuống 0.0185, sản lượng công nghiệp của Mỹ giảm từ 0.0052 xuống 0.0049, lãi suất của FED giảm từ 0.4473 xuống 0.1178, riêng chỉ số giá tiêu dùng của Mỹ tăng từ 0.0020 lên 0.0025; các biến nội sinh như chỉ số sản xuất công nghiệp của Malaysia giảm từ 0.0510 xuống 0.0235, chỉ số sản xuất công nghiệp giảm từ 0.0035 xuống 0.0025, cung tiền giảm từ 0.0220 xuống 0.0192,…

- Phân tích hàm phản ứng đẩy trước và sau khủng hoảng cho thấy các biến nội sinh có khuynh hướng phản ứng dương với các biến ngoại sinh, nhất là biến lãi suất qua đêm của Malaysia trước khủng hoảng phản ứng âm biến lãi suất fed, nhưng sau khủng hoảng phản ứng này là dương

- Khi phân tách phương sai (variance decomposition) tác giả thấy rằng trước giai đoạn khủng hoảng thì ở kỳ ngắn từ kỳ 1 đến kỳ 12, mức độ biến động của các biến nội sinh chủ yếu được giải thích bằng các biến nội sinh trong nước, các biến ngoại sinh tác

động nhiều và rõ nét hơn từ kỳ 24 đến kỳ 48 (chẳng hạn output được giải thích bằng chỉ số giá thế giới ở kỳ 1 là 0%, kỳ 12 là 0.7%, sang kỳ 24 là 0.95%, sang kỳ 48 là 15.86%), tuy nhiên với tỷ giá thì mức độ giải thích của các biến ngoại sinh đa phần có khuynh hướng giảm dần (chẳng hạn ở kỳ 12 chỉ số sản xuất công nghiệp Mỹ giải thích 10.89%, sang kỳ 24 giảm xuống 9.83%, kỳ 48 xuống 4.78%)

- Trong khi đó ở giai đoạn sau khủng hoảng thì mức độ giải thích của các biến ngoại sinh lại tăng mạnh hơn nhiều theo kỳ dài hơn (chẳng hạn chỉ số giá thế giới ở kỳ 12 giải thích 3.15% biến động của cung tiền, sang kỳ 24 là 7.25%, kỳ 48 tăng vọt lên 31.53%; điều này cũng xảy ra tương tự với chỉ số giá sản xuất công nghiệp Mỹ tác động lên lãi suất từ mức 2.83% ở kỳ 12 lên mức 23.72% ở kỳ 48)

2.2 Các nghiên cứu trong nước

Trong phần này, bài nghiên cứu chỉ nêu 02 bài nghiên cứu điển hình về sử dụng mô hình định lượng để nghiên cứu các cú sốc ở Việt Nam Vì đa phần, các bài nghiên cứu tại Việt Nam chủ yếu tập trung vào các cú sốc nội sinh (cú sốc trong nước) tác động lên các biến số kinh tế vĩ

mô trong nước, mà phần lớn là các nghiên cứu yếu tố tác động lên lạm phát tại Việt Nam, các nghiên cứu cú sốc có sử dụng mô hình SVAR là rất ít

Đầu tiên là nghiên cứu định lượng đo lường ảnh hưởng của các cú sốc ngoại sinh tác động đến nền kinh tế Việt Nam của tác giả Nguyễn Phi Lân, tác giả đã sử dụng phương pháp mô hình Structural VAR (SVAR) để mô hình hóa khuôn khổ chính sách tiền tệ của một nền kinh

tế thị trường với độ mở lớn như Việt Nam trong giai đoạn sau khủng hoảng tài chính khu vực năm 1997 với chuỗi dữ liệu từ tháng 1/1998 đến tháng 12/2009, với các biến thuộc hai khu

vực Khu vực quốc tế: Chỉ số CPI của thế giới (WCPI), sản lượng công nghiệp của Hoa Kỳ (USSL), chỉ số CPI của Hoa Kỳ (USCPI), lãi suất công bố của FED (USLS) và khu vực trong nước gồm: Sản lượng công nghiệp trong nước (SL), chỉ số CPI trong nước (CPI), cung tiền M2 (M2), lãi suất ngắn hạn 3 tháng VND (LS), tỷ giá hối đoái giữa USD và VND (EX)

Tác giả thấy rằng lãi suất VND của Việt Nam có xu hướng chịu tác động tương đối mạnh và ngay lập tức trước xu thế biến động của giá cả thế giới và giá cả tại Hoa Kỳ Điều này hàm ý rằng nền kinh tế Việt Nam có độ mở tương đối lớn, do đó chính sách tiền tệ của Việt Nam

tương đối nhạy cảm và dễ bị tổn thương trước các tác động của việc tăng giá cả hàng hóa thế giới Còn khi nền kinh tế Hoa Kỳ có xu hướng phục hồi và ổn định thì lãi suất VND có xu hướng giảm và ít biến động hơn so với mức biến động của nó trước việc tăng giá cả trên thị trường thế giới và tại Hoa Kỳ Và sản lượng công nghiệp, CPI và lãi suất trong nước phản ứng tương đối mạnh mẽ khi FED thực hiện chính sách tiền tệ thắt chặt Sự biến động của sản lượng công nghiệp trong nước trong trung hạn chủ yếu do các nhân tố bên ngoài cụ thể là mức biến động sản lượng công nghiệp (hệ số giải thích 14,45%), lạm phát của Hoa Kỳ (hệ số giải thích 9,25%) và việc điều chỉnh lãi suất của FED (hệ số giải thích 8,14%) cũng như chỉ

số giá cả hàng hóa thế giới (hệ số giải thích 6,78%) Các nhân tố trong nước giải thích chính cho sự biến động sản lượng trong nước là sự thay đổi lãi suất trên thị trường tiền tệ (4.62% cho kỳ 48 tháng), tốc độ tăng CPI (15.98% cho kỳ 48 tháng) và cung tiền M2 (28.94% cho kỳ

48 tháng) Ngoài ra, phân tích phương sai cho thấy hệ số giải thích của biến sản lượng công

nghiệp của Hoa Kỳ (USSL) và sản lượng công nghiệp trong nước (SL) đối với sự biến động của cung tiền M2 (M2) lần lượt là 20,07% và 28,94%, cho thấy việc tăng hay giảm mức cung

ứng tiền ra lưu thông phụ thuộc rất nhiều vào dấu hiện tăng trưởng kinh tế trong nước cũng như tăng trưởng kinh tế Hoa Kỳ

Tiếp đến là nghiên cứu của hai tác giả Nguyễn Thị Thu Hằng và Nguyễn Đức Thành (2010),

bài “Các nhân tố vĩ mô quyết định lạm phát ở Việt Nam giai đoạn 2000 – 2010: các bằng

chứng và thảo luận” Hai tác giả đã sử dụng phương pháp tiếp cận dựa theo các bằng chứng

nhằm xác định và phân tích các nguyên nhân cơ bản của lạm phát ở Việt Nam trong những năm gần đây Theo tác giả, những nghiên cứu về lạm phát ở Việt Nam đa phần tập trung vào

nhân tố “cầu kéo” của lạm phát và bỏ qua các nhân tố “chi phí đẩy” Nhân tố duy nhất từ

phía cung được đưa vào mô hình nghiên cứu này là giá quốc tế (thường được gọi là cú sốc cung từ bên ngoài) Đồng thời, một nhân tố quan trong từ phía cầu chưa được nghiên cứu định lượng là vai trò của thâm hụt ngân sách và nợ công đến lạm phát Nghiên cứu của tác giả với hi vọng sẽ đem đến những thảo luận chính sách hiện nay ở Việt Nam một nghiên cứu vĩ

mô đáng tin cậy với một phương pháp mang tính khoa học và dựa vào các bằng chứng thực nghiệm về các nguyên nhân của lạm phát

Mô hình sử dụng 12 biến vĩ mô với số liệu theo tháng trong giai đoạn từ năm 2000 đến năm

2010, chia làm hai nhóm biến là nhóm biến truyền thống với các chỉ số: Chỉ số giá tiêu dùng (cpi), Giá trị sản xuất công nghiệp (ind), cung tiền (m2), tỷ giá (ex_rate), lãi suất (in_rate),

giá dầu thế giới (wp_oil) và nhóm biến mở rộng thêm nhằm làm phong phú thêm mô hình

cũng như phù hợp hơn với trường hợp ở Việt Nam với các chỉ số thêm là: chỉ số giá gạo thế

giới (wp_rice), chỉ số giá nhập khẩu (pi), chỉ số giá bán của người sản xuất (ppi), thâm hụt ngân sách cộng dồn (p_debt), giá tài sản tài chính (t_val) Các biến được ước lượng dựa trên

mô hình điều chỉnh sai số VECM (Vector Error Correction Model) tác giả đã tìm thấy các kết quả sau:

Với nhóm biến truyền thống:

- Thứ nhất là lạm phát tỉ lệ nghịch ở mức độ thấp với thay đổi trong tốc độ tăng trưởng sản lượng Kết quả này khẳng định lý thuyết kinh tế rằng tốc độ tăng trưởng cao hơn làm giảm áp lực đối với lạm phát

- Thứ hai là kết quả của mô hình khẳng định lại kết quả của các nghiên cứu trong quá khứ rằng: trong ngắn hạn, lạm phát trong quá khứ đóng vai trò quan trọng trong việc quyết định lạm phát hiện tại Tính trì trệ cao này của lạm phát không phải là điều ngạc nhiên, bởi do ký ức của người dân về siêu lạm phát những năm 1980 - 1990 và việc lạm phát quay trở lại mức trên một con số của 2008 vẫn còn sâu đậm

- Thứ ba là các kết quả của mô hình với nhóm biến truyền thống cũng khẳng định lại những phát hiện trước đây về vai trò rất khiêm tốn thậm chí hầu như không có của tiền

tệ và lãi suất trong ngắn hạn Tác động của tiền tệ lên lạm phát chỉ bắt đầu có ảnh hưởng sau 5 tháng Việc tăng lãi suất cũng có tác động giảm lạm phát nhưng rất nhỏ Mặc khác lạm phát trong quá khứ có tác dụng làm tăng lãi suất với độ trễ 3 tháng chứng tỏ chính sách tiền tệ đóng vai trò bị động và chậm trễ trong phản ứng với lạm phát

- Thứ tư là việc phá giá có tác động làm tăng lạm phát, kết quả này khác với kết quả của các nghiên cứu trước đây chủ yếu được nghiên cứu trong giai đoạn tỷ giá được giữ tương đối cứng nhắc, và cũng do giai đoạn 2009 – 2010 niềm tin của người dân vào

tiền đồng bị sụt giảm, hoạt động đầu cơ và tình trạng đô la hóa đã dẫn đến kỳ vọng lạm phát trở lại của người dân tăng

- Thứ năm là mô hình cơ sở (truyền thống) khẳng định kết quả nghiên cứu trước đây rằng giá quốc tế không có nhiều tác động đến lạm phát và cũng lưu ý rằng do biến giá dầu thế giới đại diện cho giá của thế giới, còn hiện Chính phủ Việt Nam vẫn còn đang trợ giá cho giá dầu

Với mô hình có thêm các biến mở rộng thì:

- Thứ nhất, trong ngắn hạn tốc độ tăng cung tiền có tác động lớn hơn và dài hơn (nhưng vẫn là tác động nhỏ) lên PPI hơn là lên lạm phát và điều tương tự cũng đúng với tín dụng Cho thấy chính sách tiền tệ tác động lớn hơn đối với nền kinh tế hơn là lạm phát, còn lạm phát có thể chủ yếu phụ thuộc vào kỳ vọng của người dân Và biến động ngắn hạn trong lãi suất cũng có tác động nhanh hơn, nhưng nhỏ hơn đối với lạm phát hơn so với tác động của cung tiền

- Thứ hai, tỷ giá không chỉ có tác dụng lên lạm phát mà lên cả PPI nhưng chậm hơn Điều này là do hành vi định giá của doanh nghiệp thường cứng nhắc hơn do cần phải

có thời gian từ khi đầu vào được nhập khẩu cho đến khi sản lượng được sản xuất và bán ra trên thị trường

- Thứ ba, những thay đổi trong thâm hụt ngân sách cộng dồn không có tác động đến lạm phát trong ngắn hạn, và có tác động tuy nhỏ đến PPI sau 4-5 tháng

- Thứ tư, các cú sốc giá thế giới ảnh hưởng nhiều đến người sản xuất hơn là người tiêu dùng Những thay đổi trong giá dầu hay giá gạo thế giới có tác động nhỏ hơn nhiều so với tác động của chỉ số chung và giá gạo thế giới có tác động lớn hơn một chút so với giá dầu thế giới

Tóm lại

Trên thế giới đã có rất nhiều các nghiên cứu sử dụng mô hình SVAR kể từ nghiên cứu của Sims (1972) để đo lường mức độ phản ứng của các cú sốc ngoại sinh tác động đến các biến số kinh tế vĩ mô trong nước, tuy nhiên ở Việt Nam số lượng các nghiên cứu sử dụng mô hình

này còn rất ít Các bài nghiên cứu nói chung đều cho thấy mức độ tăng độ phản ứng của các biến ngoại sinh tới các biến nội sinh có xu hướng tăng theo thời gian, nhất là sau các cuộc khủng hoảng tài chính, đặc biệt là các cú sốc từ nền kinh tế Mỹ, thay đổi lãi suất của Cục dự trữ liên bang Mỹ (Fed) Mức độ tác động của các cú sốc ngoại sinh đến từ nền kinh tế Mỹ tác động khác nhau lên các biến số vĩ mô trong nước và khuynh hướng phản ứng dai dẳng trong dài hạn Chẳng hạn như nghiên cứu của Mackowiak (2003), Ông đã sử dụng mô hình SVAR

để định lượng mức độ phụ thuộc quốc tế của một vài nước mới nổi tại Châu Á và Châu Mỹ

La Tinh Ông chỉ ra rằng phần lớn biến động kinh tế vĩ mô tại các thị trường mới nổi bị ảnh hưởng nhiều bởi các cú sốc ngoại sinh, nhiều trường hợp trên 50% Markowiak tìm ra hai kết quả chính: đầu tiên, các biến động ngoại sinh trong cú sốc đến từ chính sách tiền tệ Mỹ giải thích một phần đáng kể biến động của các biến nội sinh tại các thị trường mới nổi Thứ hai, tất cả các cú sốc ngoại sinh có khuynh hướng ảnh hưởng dai dẳng trong dài hạn Hay Gimet (2011) nghiên cứu mức độ dễ bị tổn thưởng của các nước Đông Nam Á sử dụng mô hình vector tự hồi quy cấu trúc Bayesian Bà đã so sánh hai giai đoạn khủng hoảng là khủng hoảng năm 1997 – 1999 và giai đoạn khủng hoảng 2007 – 2009 Kết quả của Bà chỉ ra rằng mức độ tổn thương tài chính của các nước Đông Nam Á giảm trong suốt thời kỳ này nhưng mức độ phản ứng với các cú sốc tài chính thế giới là không giống nhau giữa các nước

III MÔ HÌNH VÀ DỮ LIỆU NGHIÊN CỨU

3.1 Một số phương thức tác động của các cú sốc từ bên ngoài đến các biến số kinh tế vĩ

mô trong nước

Ảnh hưởng của các cú sốc bên ngoài một quốc gia theo nhiều phương thức truyền dẫn đã tác động lên các biến số kinh tế vĩ mô trong nước theo các mức độ khác nhau Đó có thể là ảnh hưởng của giá dầu thế giới, giá thực phẩm thế giới tác động lên giá cả hàng hóa trong nước, gây ra lạm phát, giá cả hàng hóa cao trong khi đó thu nhập chưa tăng kịp đã làm giảm mức tiêu thụ hàng hóa, kéo theo sản xuất trì trệ, hàng hóa tiêu thụ chậm hơn, làm tăng tỷ lệ thất nghiệp cũng như thu nhập thực trong dân cư giảm do chi phí sinh hoạt tăng lên Việc tiêu thụ hàng hóa khó khăn, đẩy doanh nghiệp làm ăn kém hiệu quả hơn, thu nhập ròng giảm, khiến lượng tiền dành tái đầu tư cũng giảm theo Lạm phát tăng lên dẫn đến việc Ngân hàng nhà

nước (NHNN) phải can thiệp bằng chính sách tiền tệ thắt chặt, tăng lãi suất để hút tiền trong dân cư, kết quả là lạm phát giảm nhưng lượng tiền cho đầu tư giảm theo kéo kinh tế tăng trưởng chậm hơn,…

Phương thức lan truyền này có thể được mô phỏng qua bài nghiên cứu của Muhammad Arshad Khan et al (2011) “Macroeconomic Effects of Global Food and Oil price Shocks to the Pakistan Economy: A Structural Vector Autoregressive (SVAR) analysis”

Nguồn: paper “Macroeconomic Effects of Global Food and Oil price Shocks to the Pakistan Economy: A

Structural Vector Autoregressive (SVAR) analysis” của Muhammad Arshad Khan et al (2011)

Một phương thức truyền dẫn nữa theo Jarir Ajluni (2005) đưa ra qua bài “Monetary Policy

Shocks in a small open economy: assessing the “Puzzles” of Monetary Policy by SVAR”

(trang 5) là tác động của các cú sốc bên ngoài lên chính kỳ vọng của các yếu tố trong nước

Nguồn: paper “Monetary Policy Shocks in a small open economy: assessing the “Puzzles” of Monetary Policy

by SVAR” của Jarir Ajluni (2005)

Ở cả hai phương thức tác động trên đều cho thấy các yếu tố bên ngoài có tác động trực tiếp hoặc gián tiếp tới các biến số vĩ mô trong nước Phương thức tác động trực tiếp lên giá cả hàng hóa trong nước, sản lượng hoặc tác động gián tiếp lên kỳ vọng của người dân dẫn tới sự

tác động lên sản lượng sản xuất và giá cả hàng hóa, lạm phát trong nước,…

3.2 Xây dựng mô hình SVAR cho bài nghiên cứu

3.2.1 Lựa chọn các biến và phân tích sơ lược

Các biến trong nước và quốc tế được sử dụng trong bài luận văn dựa trên các biến của Mala Raghavan and Param Silvapulle (2007) nghiên cứu trong bài nghiên cứu “Structural VAR approach to Malaysian Monetary Policy Framework: Evidence from the Pre- and Post-Asian Crisis Periods” Các biến này cũng được Cushman và Zha (1997), Fung (2002) sử dụng khi nghiên cứu về các nước trong khu vực Đông Nam Á

Theo đó, các biến nghiên cứu gồm:

Bảng 3.1: Các biến số nghiên cứu trong mô hình SVAR5

1 Chỉ số giá hàng hóa thế giới Commodity Prices, (Index, 2005 = 100), logs WCPI

2 Sản lượng công nghiệp Mỹ Industrial Production (Index, 2005 =100), logs US_IP

3 Chỉ số giá tiêu dùng Mỹ Consumer Price Index (2005 =100), logs US_CPI

5 Sản lượng công nghiệp Industrial Production (Index, 2005 =100), logs IP

6 Chỉ số giá tiêu dùng Consumer Price Index (Index, 2005 =100), logs CPI

7 Cung tiền M1 Monertary Aggregate M1, logs, đvt: USD M1

8 Lãi suất cho vay Interest Rates, Lending Rate, %/năm IR

9 Tỷ giá hối đoái Tỷ giá hối đoái tính theo USD, logs EX

Các biến trong nước

Các biến ngoại sinh từ Mỹ

Trong 9 biến được sử dụng có 4 biến đại diện cho nhóm các biến số ngoại sinh gồm giá hàng hóa quốc tế (WCPI), biến sản lượng công nghiệp của Mỹ (US_IP), biến chỉ số giá tiêu dùng của Mỹ (US_CPI), lãi suất cục dự trữ liên bang Mỹ Fed (FED) Năm biến nội sinh trong nước gồm chỉ số sản xuất công nghiệp (IP), chỉ số giá tiêu dùng (CPI), cung tiền (M1), lãi suất cho vay bình quân (IR) và tỷ giá hối đoái danh nghĩa (EX) được ký hiệu lần lượt như sau: với Việt Nam lần lượt là VN_IP, VN_CPI, VN_M1, VN_IR, VN_EX; với Nhật Bản lần lượt là JP_IP, JP_CPI, JP_M1, JP_IR, JP_EX, với Hàn Quốc lần lượt là HQ_IP, HQ_CPI, HQ_M1, HQ_IR, HQ_EX; với Malaysia lần lượt là Malay_IP, Malay_CPI, Malay_M1, Malay_IR, Malay_EX

5

Ngoài biến lãi suất cho vay lấy theo đơn vị phần trăm, thì các biến khác lấy theo logarit tự nhiên

Năm biến nội sinh thể hiện cho nền kinh tế trong nước gồm chỉ số sản xuất công nghiệp (Industrial Production Index), chỉ số giá tiêu dùng (Consumer Price Index) – hai biến này đại diện cho các biến mục tiêu của chính sách tiền tệ và được biết đến như các biến phi chính sách Theo Tang (2006) cho rằng biến cung tiền M1 là phù hợp khi phân tích các công cụ của chính sách tiền tệ Theo các nghiên cứu của Domac (1999), Ibrahim (2005), Umezaki (2006)

và nghiên cứu của Mala Raghavan and Param Silvapulle (2007) về chính sách tiền tệ thì biến lãi suất qua đêm là phù hợp khi lựa chọn để phân tích công cụ của chính sách tiền tệ, tuy nhiên do không đủ dải dữ liệu từ 2004 đến 2012 cho mức lãi suất này tại Việt Nam, nên trong bài sử dụng lãi suất bán buôn bình quân hàng tháng, dữ liệu được lấy từ Quỹ tiền tệ thế giới (IMF) Biến cung tiền M1 và biến tỷ giá hối đoái danh nghĩa (tính theo USD) đại diện cho biến chính sách tiền tệ của Ngân hàng trung ương ở các nước Thông thường các nước xác định và điều hành, quản lý biến động tỷ giá hối đoái của nước mình theo giá trị đồng dollar

Mỹ (USD)

3.2.2 Mô hình Structural VAR (SVAR)

Mối quan hệ giữa các biến kinh tế vĩ mô bên trong và bên ngoài có thể được mô hình hóa theo phương trình SVAR sau đây:

t p t p t

_ , _ , (

,

u _CPI US

u _FED

u

IP u CPI u

1

M u IR u EX u

W CPI

 IP

US _

 CPI

US _

 FED

 IP

 CPI



1

M

 IR

 EX



Và (t)1(t),2(t)' là sai số nhiễu trắng đa biến hay cú sốc cấu trúc thỏa mãn các đặc tính sau:

,0)

0

)(

3.2.3 Các ràng buộc cho ma trận của SVAR

Trong bài nghiên cứu này sử dụng theo ma trận ràng buộc A0 của tác giả Mala Raghavan và Param Silvapulle trong bài “Structural VAR approach to Malaysian Monetary Policy Framework: Evidence from the Pre- and Post-Asian Crisis Periods” Theo đó ma trận trong SVAR được xác định như sau7

Bảng 3.2: Cấu trúc hệ phương trình SVAR dạng ma trận

Theo ma trận này thì các biến trong nước không giải thích cho biến động các biến ngoại sinh, giả thiết này giúp đo lường sát hơn tác động của các cú sốc bên ngoài tác động lên các biến số trong nước Điều này tương tự như giả thiết của các bài nghiên cứu liên quan đến thị trường mới nổi và nền kinh tế nhỏ (a small open economy) Biến chỉ số giá hàng hóa thế giới chỉ được giải thích bằng biến động của chính nó

3.3 Dữ liệu nghiên cứu

Dải dữ liệu lấy theo tháng, từ tháng 01/2004 đến tháng 12/2012, các chỉ số lấy từ Quỹ tiền tệ thế giới (IMF) Riêng chỉ số sản xuất công nghiệp của Việt Nam lấy từ Tổng cục thống kê Việt Nam Lãi suất của cục dự trữ liên bang Mỹ lấy từ website http://ycharts.com/ Các chỉ số giá và chỉ số sản xuất công nghiệp lấy theo năm gốc là 2005 Ngoại trừ biến lãi suất lấy theo giá trị phần trăm (%), các biến khác lấy theo hàm logarit tự nhiên Các nước nghiên cứu ngoài

Việt Nam là Nhật Bản, Hàn Quốc, Malaysia Việc lấy các chỉ số ở dạng logarit tự nhiên sẽ

làm giảm ảnh hưởng của biến động phi tuyến của dải dữ liệu Hơn nữa, theo Mala Raghavan

và Param Silvapulle (2007), Trần Ngọc Thơ (2013) đều cho rằng khi chuyển các biến có đặc tính không dừng về sai phân để áp dụng VAR là mô hình đúng nhưng không hiệu quả Vì vậy, Mala Raghavan và Param Silvapulle (2007) đã chọn lấy logarit tự nhiên cho các biến nghiên cứu sau đó tiến hành mô hình SVAR

Kiểm định tính dừng theo phương pháp ADF của các biến ta được như sau:

Bảng 3.3: Kết quả của kiểm định tính dừng theo phương pháp ADF cho các biến8

Kiểm định tính dừng (theo phương pháp ADF )

Biến Không sai

phân

Sai phân bậc 1 Sai phân bậc 2

Nguồn: Tác giả tính toán và tổng hợp lại từ phần mềm thống kê

Các số bôi đậm thể hiện chuỗi dữ liệu ở mức sai phân tương ứng dừng với mức ý nghĩa 1%, dấu ‘**’ thể hiện dừng với mức ý nghĩa 5% và dấu ‘***’ dừng với mức ý nghĩa 10% Qua bảng trên cho thấy các biến đa phần đều dừng ở sai phân bậc 1, từ đây ta có thể sử dụng kiểm

định đồng liên kết dựa trên phương pháp VAR của Johansen9 để tìm kiếm mối quan hệ dài hạn giữa các biến, tuy nhiên bài nghiên cứu này chỉ tập trung sâu hơn vào mô hình SVAR và tập trung vào phản ứng đồng thời trong ngắn hạn giữa các biến để đánh giá ảnh hưởng của chính sách tiền tệ

Các bước tiến hành chạy mô hình SVAR trên Eviews 6.0 như sau:

- Bước 1: Kiểm định tính dừng của các biến

- Bước 2: Chạy mô hình theo cách chạy của VAR (với điều kiện các biến được khai báo

đã dừng ở mức sai phân thích hợp) để ra mô hình VAR ở dạng giản lược

- Bước 3: Kiểm định giá trị độ trễ tối ưu (Lag Structure/Lag Length Criteria…)

- Bước 4: Kiểm định giá trị độ trễ cần loại bỏ và chọn mô hình lại độ trễ nếu có độ trễ cần loại bỏ (Lag Structure/Lag Exclusion Tests…)

- Bước 5: Kiểm định tự tương quan phần dư (phương pháp kiểm định Autocorrelation

LM Test và phương pháp kiểm định Portmanteau Autocorrelation Test)

- Bước 6: Kiểm định vòng tròn đơn vị để xác định mô hình VAR đã thực sự dừng hay

chưa Nếu chưa thì kiểm định lại các độ trễ, chạy lại cho đến khi nào vòng tròn đơn vị này thể hiện các giá trị đều <=1

- Bước 7: Khai báo ma trận Ao vào mô hình VAR hiện tại (Proc/Estimation Structural

Factorization….)

- Bước 8: Đọc kết quả hàm phản ứng đẩy và phân tách phương sai theo phân tách cấu

trúc (Structural Decomposition)

IV KẾT QUẢ NGHIÊN CỨU

4.1 Phân tích hàm phản ứng đẩy hay phản ứng xung

Các đồ thị dưới đây được tác giả tính toán từ phần mềm thống kê tác giả thực hiện và vẽ lại

4.1.1 Hàm phản ứng đẩy của sản lượng công nghiệp trong nước với các biến bên ngoài

Đồ thị 4.2: Phản ứng của sản lượng công nghiệp với cú sốc chỉ số

sản lượng công nghiệp Mỹ (Shock 2)

Phản ứng của biến HQ_IP Phản ứng của biến JP_IP Phản ứng của biến MALAY_IP Phản ứng của biến VN_IP

-0.02 -0.015 -0.01 -0.005 0 0.005 0.01 0.015 0.02 0.025

Phản ứng cấu trúc của biến sản lượng công nghiệp của các nước với các cú sốc gần như tỷ lệ thuận từ kỳ 07 trở đi, các phản ứng phần lớn khác nhau ở kỳ ngắn hạn, phản ứng cấu trúc của các biến số vĩ mô của Việt Nam phản ứng mạnh hơn với shock 2, 3 vả 4 so với các nước, nhưng lại phản ứng yếu với shock 1 ở kỳ đầu Các biến đều phản ứng trễ với các biến vĩ mô

và bắt đầu phản ứng từ kỳ 2 trở đi Với shock 1 và shock 2 thì phản ứng này diễn ra dai dẳng khá mạnh từ kỳ 01 đến kỳ 10, sau đó yếu dần Ngoài ra, phản ứng của Nhật Bản và Hàn Quốc khá tương đồng nhau và đường phản ứng bám khá sát nhau ở shock 1 và shock 2 Mức độ phản ứng của hai nước này chỉ thể hiện không đồng đều ở shock 3 và shock 4

Giá trị phản ứng của biến chỉ số sản xuất công nghiệp với các cú shock trung bình từ kỳ 1 đến

kỳ 20 là

WCPI US_IP US_CPI FED Phản ứng của biến HQ_IP -0.000463 -0.000695 0.000292 -0.000043

Phản ứng của biến JP_IP 0.000189 -0.000684 0.000149 0.000388

Phản ứng của biến MALAY_IP 0.000103 -0.000004 -0.000107 0.000256

Phản ứng của biến VN_IP -0.000915 0.000174 0.000539 0.000055

Bảng 4.1: Gi á trị trung bình từ kỳ 1 đến kỳ 20 phản ứng của bi ến chỉ số sản xuất

công nghiệp trong nước (IP) với các cú sốc từ bên ngoài

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

4.1.2 Hàm phản ứng đẩy của lãi suất trong nước (IR) với các biến vĩ mô bên ngoài (trục tung bên phải biểu thị cho Việt Nam)

-0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4

-0.04 -0.03 -0.02 -0.01 0 0.01 0.02 0.03 0.04 0.05

-0.1 -0.08 -0.06 -0.04 -0.02 0 0.02 0.04 0.06 0.08

Phản ứng của lãi suất khá nhanh nhạy với biến động của các yếu tố vĩ mô bên ngoài, phản ứng này xảy ra ngay ở kỳ đầu tiên Sau đó phản ứng mạnh ở kỳ 4 (shock 1), kỳ 2 (shock 2),

kỳ 3 (shock 3) Phản ứng lãi suất của Việt Nam mạnh nhất so với các nước, sau đó giảm sâu ở các kỳ tiếp theo trước khi tiến tiệm cận về giá trị 0 Với shock 1 đa phần các biến vĩ mô phản ứng âm, trong khi đó ở shock 2 đa phần các biến đều phản ứng thuận chiều dương Riêng ở shock 2 và shock 4, Việt Nam phản ứng nghịch chiều so với các biến và phản ứng này khá mạnh

Giá trị phản ứng của biến lãi suất với các cú shock trung bình từ kỳ 1 đến kỳ 20 là

WCPI US_IP US_CPI FED Phản ứng của biến HQ_IR -0.004962 -0.006582 0.002859 -0.009149

Phản ứng của biến JP_IR 0.000251 -0.000434 0.000036 0.000259

Phản ứng của biến MALAY_IR 0.001474 -0.002446 -0.002652 0.005299

Phản ứng của biến VN_IR 0.009070 -0.004357 -0.008458 0.009568

Bảng 4.2: Giá trị trung bình từ kỳ 1 đến kỳ 20 phản ứng của biến lãi suất trong

nước (IR) với các cú sốc từ bên ngoài

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

4.1.3 Hàm phản ứng đẩy của tỷ giá hối đoái trong nước (EX) với các biến vĩ mô bên ngoài

Phản ứng cấu trúc của biến tỷ giá hối đoái danh nghĩa của các nước khá đồng đều ở các nước trong suốt kỳ 1 đến kỳ 20 Phản ứng khá mạnh ở kỳ 3, kỳ 9-10 ở shock 1, shock 2 và shock 3 Nhưng với shock 4 thì phản ứng mạnh ở kỳ 5, kỳ 9-10 sau đó giảm sâu ở kỳ 14 rồi mới tiến tiệm cận về giá trị 0

Giá trị phản ứng của biến tỷ giá hối đoái danh nghĩa với các cú shock trung bình từ kỳ 1 đến

kỳ 20 là

WCPI US_IP US_CPI FED Phản ứng của biến HQ_EX -0.000072 0.000463 0.000102 0.000155

Phản ứng của biến JP_EX -0.000258 -0.000677 0.000525 0.000105

Phản ứng của biến MALAY_EX 0.000182 0.000141 -0.000014 -0.000151

Phản ứng của biến VN_EX 0.000121 -0.000198 -0.000167 0.000056

Bảng 4.3: Giá trị trung bình từ kỳ 1 đến kỳ 20 phản ứng của biến tỷ giá hối đoái

danh nghĩa trong nước (EX) với các cú sốc từ bên ngoài

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