TỔNG QUAN CÁC KẾT QUẢ NGHIÊN CỨU TRƯỚC ĐÂY
Trong suốt 20 năm qua, nghiên cứu về ERPT đã phát triển mạnh mẽ với một lượng lớn tài liệu kinh tế Các nghiên cứu thực nghiệm đã xem xét vai trò của ERPT trong cả nền kinh tế lớn và nhỏ, từ những quan điểm khác nhau Nhiều đề tài tập trung vào các quốc gia phát triển, chẳng hạn như nghiên cứu của Anderton (2003) và Campa cùng Goldberg.
Nhiều nghiên cứu đã chỉ ra sự phát triển nhanh chóng của các học thuyết kinh tế, đặc biệt là trong các nền kinh tế mới nổi, với những điểm tương đồng trong các lý thuyết của Campa (2005), Gagnon và Ihrig (2004), Hahn (2003), Ihrig (2006), McCarthy (2000), Mann (1986), Goldberg và Knetter (1997), cũng như các quan điểm của Choudhri và Hakura (2006) và Frankel (2005).
(2000), Ito và Sato (2006), Rudrani Bhattacharya (2008)
Khái niệm "truyền dẫn tỷ giá hối đoái" có nhiều cách hiểu khác nhau tùy thuộc vào mục đích nghiên cứu Các nhà kinh tế học thường chú trọng đến ảnh hưởng của tỷ giá hối đoái lên chỉ số giá nhập khẩu và giá bán trong các lĩnh vực sản xuất tại các nước công nghiệp Mann (1986) đã phân tích tác động của tỷ giá hối đoái đến giá nhập khẩu và giá bán trong các lĩnh vực sản xuất ở Hoa Kỳ Goldberg và Knetter (1997) định nghĩa truyền dẫn tỷ giá hối đoái là phần trăm thay đổi của giá cả nhập khẩu khi tỷ giá hối đoái thay đổi Trong khi đó, Jonathan McCarthy (2000) xem xét tác động của biến động tỷ giá hối đoái và giá nhập khẩu đến tỷ lệ lạm phát trong nước.
Trong các nghiên cứu về truyền dẫn tỷ giá hối đoái tại các nước đang phát triển, vấn đề này được xem xét từ một góc độ khác Điển hình là nghiên cứu của Ito và Sato (2006) về ảnh hưởng của cuộc khủng hoảng 1997-1998 đến truyền dẫn tỷ giá hối đoái ở các nước Châu Á, cùng với nghiên cứu của Rudrani Bhattacharya (2008) tại Ấn Độ, tập trung vào tác động của biến động tỷ giá đối với các chỉ số giá trong nước.
Các nước đang phát triển thường được xem là nền kinh tế mở và quy mô nhỏ, dẫn đến quyền áp đặt giá trên thị trường bị hạn chế (Hakan Kara, 2005) Sự thay đổi tỷ giá có tác động mạnh đến giá hàng hóa nhập khẩu, làm cho các chỉ số giá trong nước trở nên nhạy cảm với biến động của tỷ giá danh nghĩa.
Chính sách tài khóa và tiền tệ đóng vai trò quan trọng trong việc giảm thiểu ảnh hưởng của biến động tỷ giá hối đoái lên giá cả (Gagnon và Ihrig, 2004) Theo Devereux và Engel (2001) cùng Bacchetta và Wincoop (2003), việc định giá bằng đồng nội tệ giúp giảm mức độ tác động của hiện tượng chuyển đổi tỷ giá (ERPT).
Một yếu tố quan trọng trong ERPT là mức độ mở cửa mậu dịch của một quốc gia, với mối liên hệ tích cực giữa tỷ giá và giá nhập khẩu, được đo qua chỉ số CPI Tuy nhiên, theo Romer (1993), tình hình trở nên phức tạp khi xem xét lạm phát có mối tương quan nghịch với sự mở cửa Điều này tạo ra một kênh gián tiếp cho mối quan hệ ngược chiều giữa mở cửa và lạm phát, làm cho mối tương quan giữa truyền dẫn và mậu dịch có thể là cùng chiều hoặc ngược chiều.
Trong bối cảnh Việt Nam là một quốc gia đang phát triển, tác giả định nghĩa truyền dẫn tỷ giá hối đoái dựa trên các nghiên cứu thực nghiệm cho nhóm nước này Theo đó, truyền dẫn tỷ giá hối đoái được hiểu là phần trăm thay đổi của các chỉ số giá trong nước khi tỷ giá hối đoái danh nghĩa thay đổi 1% Các chỉ số giá trong nước bao gồm chỉ số giá nhập khẩu (IMP) và chỉ số giá tiêu dùng (CPI) Nếu sự thay đổi 1% của tỷ giá dẫn đến sự thay đổi 1% của chỉ số giá, thì được coi là truyền dẫn hoàn toàn (complete pass-through); ngược lại, nếu sự thay đổi nhỏ hơn 1%, thì được gọi là truyền dẫn không hoàn toàn (incomplete pass-through).
Cái gì gây nên sự khác biệt về ERPT giữa các quốc gia?
Các nhà kinh tế học thường giả định rằng giá hàng hóa ngoại thương sẽ giống nhau khi quy đổi về cùng một loại tiền tệ ở các quốc gia, tức là duy trì trạng thái ngang bằng sức mua Tuy nhiên, thực tế cho thấy giả định này không hoàn toàn thuyết phục, đặc biệt trong các mẫu nhỏ và trong khoảng thời gian từ ngắn hạn đến trung hạn Học thuyết về ERPT đã cung cấp nhiều lý giải trong suốt 20 năm qua về việc tại sao ERPT không hoàn toàn và có sự khác biệt giữa các quốc gia Các nghiên cứu thực nghiệm chỉ ra rằng ERPT có sự khác biệt tùy thuộc vào từng quốc gia và khoảng thời gian, cũng như giá cả tại các khâu trong chuỗi sản xuất (giá nhập khẩu, giá nhà sản xuất và giá tiêu dùng) cùng với giá cả của các ngành trong một quốc gia.
Trong ngành, ERPT chịu ảnh hưởng từ chiến lược định giá của công ty, trong khi chính sách định giá này lại phụ thuộc vào cơ cấu của ngành.
Nhiều nghiên cứu gần đây đã tập trung vào chiến lược định giá và điều chỉnh lợi nhuận của công ty để ứng phó với biến động tỷ giá Cơ sở lý luận chủ yếu của các nghiên cứu này dựa trên công trình của Donbursch (1987), trong đó giải thích rằng sự khác biệt về ERPT liên quan đến mức độ tập trung của thị trường, thâm nhập hàng hóa nhập khẩu và tính thay thế giữa hàng nhập khẩu và hàng nội địa Donbursch cũng chỉ ra rằng các ngành có tính cạnh tranh cao, với lợi nhuận biên thấp và tỷ trọng hàng nhập khẩu lớn trong doanh thu, sẽ có ERPT cao hơn.
ERPT ở cấp quốc gia phụ thuộc vào ba yếu tố chính: độ co dãn tương đối của cầu và cung, môi trường kinh tế vi mô, và các điều kiện kinh tế vĩ mô (Phillips, 1988) Trong trường hợp không có các cú sốc khác, độ co dãn của cầu và cung theo giá là yếu tố quyết định chính của ERPT Đối với hàng hóa xuất khẩu, ERPT sẽ cao hơn khi độ co dãn của cầu lớn và độ co dãn của cung thấp Ngược lại, đối với hàng hóa nhập khẩu, ERPT sẽ tăng lên khi độ co dãn của cầu nhỏ và độ co dãn của cung lớn (Spitaller).
Trong một nền kinh tế nhỏ, ERPT phải đạt giá trị toàn phần (bằng 1) vì cầu đối với xuất khẩu và cung đối với nhập khẩu đều co dãn tuyệt đối Điều này xảy ra do quốc gia đó không có khả năng tác động đến thị trường thế giới.
Theo các mô hình kinh tế vi mô, tỷ trọng nhập khẩu lớn sẽ làm tăng mạnh ERPT đến giá trong nước Knettter (1993) chỉ ra rằng ngành nghề, không phải quốc tịch công ty, có ảnh hưởng lớn hơn đến hành vi định giá Do đó, sự khác biệt về ERPT giữa các quốc gia có thể xuất phát từ sự khác biệt trong cơ cấu ngành Trong các nền kinh tế nhỏ, khi công ty ít chú trọng đến chiến lược định giá trên thị trường nhỏ, ERPT sẽ mạnh hơn.
Mann (1986) trong nghiên cứu của mình đã chỉ ra rằng các biến kinh tế vĩ mô có thể ảnh hưởng đến độ lớn của ERPT Ông lập luận rằng tỷ giá biến động thường xuyên có thể làm giảm ERPT, vì các nhà nhập khẩu có xu hướng điều chỉnh tỷ suất lợi nhuận thay vì giá cả Tuy nhiên, nếu công ty dự đoán rằng sự thay đổi tỷ giá là lâu dài, họ có khả năng cao hơn trong việc điều chỉnh giá cả hàng hóa, dẫn đến ERPT tăng Do đó, ERPT thường cao hơn ở những quốc gia có sự ổn định về tỷ giá.
PHƯƠNG PHÁP NGHIÊN CỨU VÀ CƠ SỞ DỮ LIỆU
Phương pháp nghiên cứu chung
Các nghiên cứu thực nghiệm cho thấy mô hình VaR được sử dụng để phân tích tác động của ERPT đến giá nhập khẩu và giá tiêu dùng ở các nền kinh tế khác nhau, bao gồm cả các nước phát triển và các nước thị trường mới nổi Tất cả các nhà nghiên cứu đều đồng thuận rằng ERPT đến giá cả trong nước không hoàn toàn và phụ thuộc vào đặc điểm riêng của từng quốc gia cũng như cơ cấu ngành trong nền kinh tế.
Trong nghiên cứu này, chúng tôi áp dụng mô hình VaR, tương tự như các nhà nghiên cứu trước đó, để phân tích nền kinh tế Việt Nam.
Mô hình VaR (Vector Autoregressive Models) là một phương pháp phân tích thống kê, trong đó mỗi biến số được xác định dựa trên các giá trị trễ của chính nó và các biến số khác Mô hình này giúp hiểu rõ mối quan hệ giữa các biến số và dự đoán xu hướng trong tương lai.
Mô hình VaR có dạng chuẩn như sau:
: là vecto đại diện cho biến nội sinh c : là giá trị trung bình không đổi
: là ma trận hệ số tự động hồi quy
: là sai số ngẫu nhiên (thường là nhiễu trắng)
Mô hình VAR (Vector Autoregression) là một cấu trúc bao gồm nhiều phương trình và có các độ trễ của các biến số Đây là một mô hình động cho một số biến thời gian, trong đó mỗi phương trình đều bao gồm p độ trễ của từng biến.
Giá trị của biến số trong mô hình VaR chỉ phụ thuộc vào dữ liệu quá khứ, không cần thông tin bổ sung nào khác Việc ước lượng các phương trình chỉ dựa vào các biến số trong mô hình Khi thực hiện dự báo, mô hình VaR chủ yếu áp dụng cho ngắn hạn, ngay cả khi sử dụng dự báo động.
Mô hình VaR yêu cầu tất cả các biến số phải là biến dừng, do đó, việc kiểm tra tính dừng của các biến trong mô hình là rất quan trọng Khi ước lượng mô hình VaR, nếu các biến chưa dừng, ta cần thực hiện sai phân để đảm bảo chuỗi dữ liệu trở thành dừng Việc xử lý dữ liệu trở nên phức tạp hơn khi hỗn hợp chứa cả biến dừng và biến không dừng, khiến cho việc biến đổi dữ liệu trở nên khó khăn.
Mô hình VaR(p) gặp khó khăn trong việc xác định độ trễ thích hợp do p không được chỉ định trước, dẫn đến sự không chắc chắn về độ dài trễ Việc lựa chọn khoảng trễ phù hợp trở nên phức tạp, vì nếu tăng độ dài trễ, bậc tự do sẽ giảm, ảnh hưởng tiêu cực đến chất lượng các ước lượng.
Mô hình VaR không dùng để phân tích chính sách được do trọng tâm mô hình được đặt vào dự báo
Khi ước lượng đòi hỏi số quan sát nhiều do mô hình có nhiều phương trình.
Mô hình thực nghiệm
Mô hình rút gọn VAR trong nghiên cứu này, tương tự như các mô hình trước đây của McCathy (2000) và Hahn (2003), sẽ xem xét 06 biến số: chỉ số giá dầu (oil_t), sản lượng (y_t), lãi suất ngắn hạn (i_t), tỉ giá (e_t), chỉ số giá nhập khẩu (imp_t), và chỉ số tiêu dùng (cpi) Trong đó, tỉ giá hối đoái và hai biến số giá là những yếu tố chính trong phân tích Sản lượng và giá dầu được đưa vào để đánh giá ảnh hưởng thực tế đến nền kinh tế, trong khi lãi suất phản ánh tác động của thị trường tiền tệ và chính sách tiền tệ đối với mối quan hệ đang nghiên cứu.
Trong mô hình cơ bản, các biến được sắp xếp theo thứ tự nhất định Sắp xếp theo hệ thống đệ quy cho thấy rằng những biến động đồng thời ảnh hưởng đến các biến tương ứng và các biến phía sau, nhưng không tác động đến các biến đứng trước.
Giá dầu là yếu tố hàng đầu trong mô hình của chúng tôi, và những biến động của nó có thể tác động đến các yếu tố khác Tuy nhiên, giá dầu không bị ảnh hưởng đồng thời bởi bất kỳ biến động nào khác.
Các biến số trong mô hình bao gồm sản lượng đầu ra, lãi suất cơ bản và tỉ giá hối đoái, đều ảnh hưởng đồng thời đến các cú sốc như giá dầu, cầu, tiền tệ và tỉ giá Giá nhập khẩu tác động trực tiếp đến giá tiêu dùng mà không bị ảnh hưởng ngược lại Các kỹ thuật cơ bản chỉ là một trong nhiều lựa chọn hợp lý trong điều kiện hiện tại Tác giả tiến hành phân tích độ nhạy bằng cách sử dụng các mô hình khác, còn gọi là kiểm định Robustness.
Trong nghiên cứu của chúng tôi, các biến được xem là những yếu tố thay đổi theo thời gian và tương tác lẫn nhau Do sự tương tác phức tạp giữa các biến này, việc lựa chọn mô hình VaR để kiểm định là hoàn toàn hợp lý.
Mô hình var cho nghiên cứu thực nghiệm có dạng:
Y t :là vectơ gồm 6 biến ( Giá dầu, GDP, LSCB,NEER, IMP, CPI)
B i :là ma trận 6x6 C: là hệ số chặn
:là sai số ngẫu nhiên
Các bước thực hiện trong quá trình thực nghiệm mô hình Var
Để đo lường cú số tỷ giá hối đoái đến các chỉ số giá trong nước, tác giả thực hiện theo các bước sau :
Bước đầu tiên trong quá trình phân tích chuỗi thời gian là kiểm định tính dừng và không dừng của các biến sử dụng trong mô hình thực nghiệm thông qua phương pháp kiểm định ADF (Test unit root).
Nghiên cứu xác định tác động của cú số tỷ giá đến các chỉ số giá thông qua hàm phản ứng xung, sử dụng phần dư từ mô hình VAR 6 biến Thứ tự Cholesky được thiết lập với 6 biến bao gồm: Giá dầu, GDP, LSCB, NEER, IMP và CPI.
Thứ tự sắp xếp các biến trong mô hình VAR ảnh hưởng lớn đến kết quả, do đó, tác giả thực hiện kiểm định robustness bằng cách đảo vị trí các biến theo các lý thuyết kinh tế Điều này giúp đảm bảo tính chính xác và độ tin cậy của các kết luận rút ra từ mô hình.
Để hiểu rõ hơn về tầm quan trọng của cú sốc các biến trong việc giải thích biến động lạm phát tại Việt Nam, việc áp dụng chức năng phân rã phương sai là cần thiết để phân tích sâu hơn.
Lựa chọn các biến cho mô hình và cơ sở dữ liệu phục vụ cho phân tích
Do gặp phải một số khó khăn liên quan đến sự sẵn có và độ tin cậy của dữ liệu, chúng tôi đã tiến hành ước lượng cho một số quý tại Việt Nam, sử dụng số liệu theo quý bắt đầu từ quý I năm.
The data utilized consists of quarterly time series from two primary sources: the General Statistics Office of Vietnam and the IMF's International Financial Statistics (IFS) for the period from 2000 to 2011 Oil prices are sourced from Bloomberg's data.
GDP được thu thập từ Tổng cục Thống kê Việt Nam, trong khi chỉ số giá tiêu dùng được sử dụng để đo lường lạm phát cũng lấy từ nguồn này Tỷ giá hối đoái được tính toán từ tỷ giá hối đoái danh nghĩa đa phương, dựa trên cơ sở dữ liệu IFS của Bộ Kế hoạch và Đầu tư Lãi suất cơ bản được lấy từ Ngân hàng Nhà nước Tất cả các biến số đều đã được điều chỉnh theo tính mùa vụ.
Dữ liệu được quy về kỳ gốc Q1 2000
Dữ liệu được mô tả chi tiết như sau:
Tỷ giá hối đoái sử dụng ở đây là tỷ giá danh nghĩa đa phương (NEER)
NEER không phải là tỷ giá mà là một chỉ số được tính toán từ một rổ tiền tệ đặc trưng Chỉ số này xác định tỷ giá trung bình của các đồng ngoại tệ tham gia vào rổ, dựa trên tỷ trọng của các tỷ giá danh nghĩa tương ứng.
Giỏ tiền tệ của tác giả bao gồm 20 quốc gia là đối tác thương mại chính của Việt Nam, như Nhật Bản, Singapore, Trung Quốc, Hàn Quốc, Mỹ, Thái Lan, Úc, Hồng Kông, Đức, Malaysia, Pháp, Indonesia, Anh, Hà Lan, Nga, Philippines, Thụy Điển, Italia, Đan Mạch và Ấn Độ Những đối tác này đóng góp khoảng 90% kim ngạch xuất nhập khẩu của Việt Nam.
Tỷ giá hối đoái danh nghĩa (NEER) phản ánh chính xác tỷ lệ chuyển đổi giữa VND và các ngoại tệ của Việt Nam với các đối tác thương mại NEER được biểu thị bằng VND trên mỗi đơn vị ngoại tệ, với sự gia tăng của NEER chỉ ra sự giảm giá của VND và ngược lại Hoạt động kinh doanh của quốc gia thường cao vào cuối và đầu năm, dẫn đến ảnh hưởng từ các yếu tố theo mùa; vì vậy, cần điều chỉnh NEER theo phương pháp Census X12 để phản ánh đúng các yếu tố mùa vụ.
Công thức tính tỷ giá danh nghĩa đa phương (NEER):
i: là các thời kỳ nghiên cứu
n: là số lượng các đối tác thương mại chính của Việt Nam
: là tỷ giá danh nghĩa của đồng tiền nước j so với VND tại thời điểm t (tính theo chỉ số)
Lưu ý là tỷ giá ở đây cũng được tính là số VND cần để đổi lấy 1 đơn vị tiền tệ nước j
Tỷ trọng của đồng tiền nước j tại thời điểm t phản ánh sự đóng góp của nước j trong tổng kim ngạch thương mại của Việt Nam với các quốc gia được lựa chọn.
Giá dầu là chỉ số quan trọng phản ánh cú sốc cung trong nền kinh tế, ảnh hưởng đến giá nhập khẩu và giá nội địa Dữ liệu giá dầu được thu thập từ Bloomberg, và do sự tác động của yếu tố mùa vụ, cần điều chỉnh dữ liệu này bằng phương pháp Census X12.
Biến sản lượng, đại diện cho đầu ra của nền kinh tế, phản ánh sự phát triển kinh tế Việt Nam qua các thời kỳ Trong nghiên cứu này, tác giả sử dụng biến GDP, vì nó cũng chịu ảnh hưởng của các yếu tố mùa vụ Do đó, cần thực hiện điều chỉnh theo mùa bằng phương pháp Census X12 để có được kết quả chính xác hơn.
3.4.4 Chỉ số gía nhập khẩu (IMP):
IMP được dùng để đo lường giá cả hàng hóa nhập khẩu Dữ liệu được lấy từ Tổng cục Thống kê Việt Nam và tính toán của tác giả
3.4.5 Chỉ số giá tiêu dùng (CPI):
CPI thường được sử dụng để đo lường lạm phát nội địa, và trong nghiên cứu này, cả CPI và lạm phát được xem như là các thuật ngữ thay thế cho nhau Dữ liệu được thu thập từ IFS và đã được điều chỉnh theo yếu tố mùa vụ để loại trừ ảnh hưởng của các yếu tố này Thường thì CPI cao hơn vào đầu và cuối năm, cũng như trong các dịp lễ, và việc điều chỉnh mùa vụ được thực hiện theo phương pháp Census X12.
Lãi suất được đưa vào mô hình nhằm phản ánh chính sách tiền tệ của Việt Nam trong giai đoạn nghiên cứu, sử dụng lãi suất cơ bản của Ngân hàng Nhà nước Việt Nam Đồng thời, lãi suất cũng được điều chỉnh theo mùa bằng phương pháp Census X12.
NGHIÊN CỨU THỰC NGHIỆM CHO VIỆT NAM
Kiểm định nghiệm đơn vị và lựa chọn độ trễ cho mô hình
Trước khi áp dụng mô hình VAR đệ quy để đo lường mức truyền dẫn tỷ giá, tác giả thực hiện kiểm định ADF nhằm xác định tính dừng của các biến trong mô hình.
Kết quả kiểm định cho thấy rằng hầu hết các biến là chuỗi thời gian không dừng ở chuỗi gốc I(0), ngoại trừ biến IMP và CPI, trong khi chúng dừng ở sai phân bậc nhất I(1) Bảng tổng hợp dưới đây trình bày kết quả kiểm định tính dừng bằng phương pháp ADF.
Bảng 4.1 Kết quả kiểm định tính dừng cho các biến
ADF 1% level 5% level 10% level KẾT QuẢ
OIL -0,854058 -3,577723 -2,925169 -2,600658 Không dừng NEER 2,040994 -3,577723 -2,925169 -2,600658 Không dừng
LS -0,538061 -3,577723 -2,925169 -2,600658 Không dừng IMP -3,679731 -3,577723 -2,925169 -2,600658 Dừng GDP 2,261633 -3,577723 -2,925169 -2,600658 Không dừng CPI 5,953104 -3,577723 -2,925169 -2,600658 Dừng
ADF 1% level 5% level 10% level KẾT QuẢ
DOIL -4,831654 -3,581152 -2,926622 -2,601424 Dừng DNEER -7,817933 -3,581152 -2,926622 -2,601424 Dừng DLS -4,899630 -3,581152 -2,926622 -2,601424 Dừng DIMP -7,493576 -3,581152 -2,926622 -2,601424 Dừng DGDP -7,114350 -3,581152 -2,926622 -2,601424 Dừng DCPI -2,261672 -3,581152 -2,926622 -2,601424 Không dừng
Mô hình VAR đệ quy sẽ được áp dụng với phương pháp phân rã Cholesky cho các biến D(OIL), D(GDP), D(LS), D(NEER), IMP và CPI, trong đó D biểu thị cho sai phân bậc một Việc lựa chọn độ trễ cho mô hình được thực hiện dựa trên các tiêu chuẩn LR, SC, AIC, FPE và HQ.
Bảng 4.2 Chọn độ trễ tối ưu cho mô hình Var
VAR Lag Order Selection Criteria Endogenous variables: D(OIL) D(GDP) D(LS) D(NEER) IMP CPI
Exogenous variables: C Date: 10/27/12 Time: 23:33 Sample: 2000Q1 2011Q4 Included observations: 43
Lag LogL LR FPE AIC SC HQ
* indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion
HQ: Hannan-Quinn information criterion
Kết quả lựa chọn độ trễ tối ưu cho mô hình được trình bày trong bảng 4.3, cho thấy rằng tất cả các tiêu chuẩn đều xác định độ trễ là 4 quý Điều này phù hợp với các nghiên cứu trước đây của Jonathan McCarthy (2000) và Michele Ca’Zorzi cùng Marcelo Sánchez, khi họ cũng chọn độ trễ 4 quý trong nghiên cứu về truyền dẫn tỷ giá hối đoái dựa trên chuỗi số liệu thống kê theo quý Do đó, tác giả quyết định chọn độ trễ tối ưu cho mô hình VAR là 4 quý.
Đo lường cú sốc bằng mô hình Var
4.2.1 Hàm phản ứng xung (Impulse response function):
Kết quả hàm phản ứng xung cho 8 quí (2 năm), phân rã Cholesky cho thứ tự các biến lần lượt như sau: D(OIL) -> D(GDP) -> D(LS) -> D(NEER) -> IMP ->CPI
Hàm phản ứng xung được sử dụng để đo lường tác động của cú sốc tỷ giá đến chỉ số giá IMP và CPI Ký hiệu D đại diện cho các giá trị trong chuỗi sai phân bậc một Hình ảnh minh họa cho thấy tác động tích lũy của các chỉ số giá, giá dầu, GDP, lãi suất và NEER, chịu ảnh hưởng từ sự thay đổi của một đơn vị độ lệch chuẩn của NEER.
Hình 4.1: Tác động tích lũy do sự thay đổi 1 đơn vị độ lệch chuẩn của NEER
Accumulated Response of D(OIL) to D(OIL)
Accumulated Response of D(OIL) to D(NEER)
Accumulated Response of D(OIL) to D(GDP)
Accumulated Response of D(OIL) to IMP
Accumulated Response of D(OIL) to CPI
Accumulated Response of D(OIL) to D(LS)
Accumulated Response of D(NEER) to D(OIL)
Accumulated Response of D(NEER) to D(NEER)
Accumulated Response of D(NEER) to D(GDP)
Accumulated Response of D(NEER) to IMP
Accumulated Response of D(NEER) to CPI
Accumulated Response of D(NEER) to D(LS)
Accumulated Response of D(GDP) to D(OIL)
Accumulated Response of D(GDP) to D(NEER)
Accumulated Response of D(GDP) to D(GDP)
Accumulated Response of D(GDP) to IMP
Accumulated Response of D(GDP) to CPI
Accumulated Response of D(GDP) to D(LS)
Accumulated Response of IMP to D(OIL)
Accumulated Response of IMP to D(NEER)
Accumulated Response of IMP to D(GDP)
Accumulated Response of IMP to IMP
Accumulated Response of IMP to CPI
Accumulated Response of IMP to D(LS)
Accumulated Response of CPI to D(OIL)
Accumulated Response of CPI to D(NEER)
Accumulated Response of CPI to D(GDP)
Accumulated Response of CPI to IMP
Accumulated Response of CPI to CPI
Accumulated Response of CPI to D(LS)
Accumulated Response of D(LS) to D(OIL)
Accumulated Response of D(LS) to D(NEER)
Accumulated Response of D(LS) to D(GDP)
Accumulated Response of D(LS) to IMP
Accumulated Response of D(LS) to CPI
Accumulated Response of D(LS) to D(LS) Accumulated Response to Cholesky One S.D Innovations ± 2 S.E.
Phụ lục 2 trình bày tác động tích lũy của chỉ số giá IMP và CPI, chịu ảnh hưởng từ sự biến động của tỷ giá hối đoái danh nghĩa hiệu lực NEER Để đánh giá mức độ truyền dẫn của tỷ giá hối đoái, cú sốc NEER sẽ được chuẩn hóa từ sự thay đổi 1 đơn vị độ lệch chuẩn của NEER thành sự thay đổi 1% đơn vị độ lệch chuẩn Nhiều nghiên cứu trước đây đã sử dụng phương pháp "chuẩn hóa cú sốc tỷ giá" để xác định mức độ truyền dẫn này.
Phương pháp này được giới thiệu lần đầu bởi Daniel và Marco Rossi (2000), công thức như sau:
P t,t+j : sự thay đổi tích lũy của các chỉ số giá trong giai đoạn j do tác động của cú sốc tỷ giá
Nt,t+j : sự thay đổi tích lũy của tỷ giá do tác động của cú sốc từ chính nó trong giai đoạn j
Bảng 4.3: Kết quả hàm phản ứng xung của các chỉ số giá với cú sốc 1% từ NEER
Hình 4.2 Phản ứng của chỉ số IMP, CPI với cú sốc 1% NEER
Khi so sánh mức độ truyền dẫn của tỷ giá hối đoái đến các chỉ số giá, mô hình định lượng cho thấy rằng mức truyền dẫn đến chỉ số giá nhập khẩu cao hơn so với chỉ số giá tiêu dùng Tất cả các mức truyền dẫn này đều đạt ý nghĩa thống kê ở mức 5%.
Trong 8 quý kể từ khi có cú sốc tỷ giá hối đoái, mức truyền dẫn có xu hướng gia tăng qua các quý Mức truyền dẫn lên chỉ số giá nhập khẩu lớn nhất ở quý thứ 8
Chỉ số giá nhập khẩu ERPT đạt 2,65 trong quý thứ 8, cho thấy rằng khi tỷ giá thay đổi 1%, chỉ số giá nhập khẩu sẽ tăng 2,65% Bảng kết quả định lượng chỉ ra rằng mức truyền dẫn lên chỉ số giá nhập khẩu hoàn toàn đã diễn ra kể từ quý thứ 8.
Từ quý 1 đến quý 6, mối quan hệ giữa tỷ giá và chỉ số CPI là không cùng chiều; cụ thể, khi tỷ giá tăng 1%, chỉ số CPI giảm lần lượt 0,07% (quý 1), 0,14% (quý 2), 0,6% (quý 3), 1,04% (quý 4), 1,04% (quý 5) và 0,6% (quý 6) Tuy nhiên, bắt đầu từ quý thứ 7, mức truyền dẫn tỷ giá hối đoái lên chỉ số CPI trở nên cùng chiều, với sự đặc biệt rõ ràng ở quý thứ 8.
Khi so sánh với mức ERPT trong nghiên cứu của Võ Văn Minh (2009) có thể thấy độ lớn mức truyền dẫn này có xu hướng tăng nhanh
Bảng 4.4 Kết quả nghiên cứu độ lơn ERPT của Võ Văn Minh (2009)
So sánh với nghiên cứu về mức truyền dẫn tỷ giá hối đoái ở một số quốc gia Châu Á, Việt Nam cho thấy mức truyền dẫn tỷ giá đến các chỉ số giá cao hơn rõ rệt Điều này chứng tỏ rằng các chỉ số giá tại Việt Nam có độ nhạy cảm cao hơn khi đối mặt với cú sốc tỷ giá so với các nước Châu Á trong khu vực.
Bảng 4.5 kết quả nghiên cứu ERPT ở một số nước Châu Á trong khu vực
Nguồn Ito và Sato (2006) 4.2.2 Kiểm định Robustness :
Mô hình VAR đệ quy có nhược điểm là kết quả phụ thuộc vào thứ tự sắp xếp của các biến Để đánh giá toàn diện, tác giả đã tiến hành kiểm định mô hình VAR với thứ tự các biến được sắp xếp theo hướng dẫn của Ito và Sato (2007).
Thứ tự 1 : D(OIL) -> D(GDP) -> D(LS) -> D(NEER) -> IMP ->CPI (đã được kiểm định ở mô hình cơ bản trên)
Thứ tự 2: D(OIL) -> D(GDP) -> D(NEER) -> D(LS) ->IMP ->CPI
Thứ tự 3: D(OIL) -> D(LS) - > D(NEER) -> D(GDP) ->IMP ->CPI
Thứ tự 4: D(OIL) -> D(NEER) -> D(GDP)-> IMP -> CPI -> D(LS) Kết quả hàm phản ứng xung IRF cho các thứ tự 2, 3,4 lần lượt như sau:
Kết quả hàm phản ứng xung theo thứ tự phân rã Cholesky thứ 2 như sau:
Bảng 4.6: Kết quả hàm phản ứng xung của các chỉ số giá với cú sốc 1% từ NEER theo thứ tự 2
Hình 4.3 Phản ứng của chỉ số IMP, CPI với cú sốc 1% NEER theo thứ tự 2 thoi ky 1 2 3 4 5 6 7 8
Kết quả hàm phản ứng xung theo thứ tự phân rã Cholesky thứ 3 như sau:
Bảng 4.7: Kết quả hàm phản ứng xung của các chỉ số giá với cú sốc 1% từ NEER theo thứ tự 3
Hình 4.4 Phản ứng của chỉ số IMP, CPI với cú sốc 1% NEER theo thứ tự 3 thoi ky 1 2 3 4 5 6 7 8
Kết quả hàm phản ứng xung theo thứ tự phân rã Cholesky thứ 4 như sau:
Bảng 4.8: Kết quả hàm phản ứng xung của các chỉ số giá với cú sốc 1% từ NEER theo thứ tự 4 thời kỳ 1 2 3 4 5 6 7 8
Hình 4.5 Phản ứng của chỉ số IMP, CPI với cú sốc 1% NEER theo thứ tự 4
Sau khi thay đổi thứ tự các biến kết quả, có hai xu hướng khác nhau trong các mô hình Cụ thể, mô hình thứ nhất và thứ ba cho thấy rằng ERPT ảnh hưởng mạnh mẽ hơn đến chỉ số giá nhập khẩu so với chỉ số giá CPI, với độ lớn tác động ở cả hai mô hình tương đối giống nhau.
Trong mô hình thứ 2 và thứ 4, tác động của cú sốc thay đổi tỷ giá lên chỉ số giá tiêu dùng (CPI) cao hơn so với chỉ số giá nhập khẩu Độ lớn tác động khi tỷ giá hối đoái thay đổi 1% lên hai chỉ số giá này là tương tự nhau Đặc biệt, hiện tượng chuyển giao tỷ giá (ERPT) lên các chỉ số giá chỉ bắt đầu từ quý thứ 6 trở đi.
Việc thay đổi vị trí các biến trong mô hình đã chỉ ra sự khác biệt rõ rệt Mô hình 1 và 3 có sự tương đồng, trong khi đó mô hình 2 và 4 cũng cho thấy sự tương đồng tương tự.
Hai cặp mô hình này cho ra kết quả hoàn toàn trái ngược Nghiên cứu định lượng với 4 mô hình cho thấy mức độ ERPT đối với các chỉ số giá ở Việt Nam rất nhạy cảm với thứ tự sắp xếp các biến trong mô hình.
4.2.3 Phân rã phương sai (Variance decompotition) : Mặc dù hàm phản ứng xung cung cấp thông tin về mức truyền dẫn của tỷ giá hối đoái đến các chỉ số giá, nhưng không cho thấy tầm quan trọng của các cú sốc này trong việc giải thích sự biến động của các chỉ số giá, đặc biệt là chỉ số CPI Để đạt được điều này chức năng phân rã phương sai được áp dụng
Bảng 4.9 Tầm quan trọng của các biến số trong việc thay đổi của IMP :
Period D(OIL) D(GDP) D(LS) D(NEER) IMP CPI
Hình 4.6 Tầm quan trọng của các biến số trong việc thay đổi của IMP:
Nhìn vào hình cho thấy IMP bị ảnh hưởng mạnh nhất bởi D(GDP), D(OIl) và D(LS)
Trong giai đoạn đầu, phương sai của IMP bị ảnh hưởng mạnh mẽ bởi cú sốc giá dầu và lãi suất Tuy nhiên, từ quý thứ 4 trở đi, phương sai của IMP lại chịu tác động đáng kể từ các cú sốc liên quan đến giá dầu (D(OIL)), GDP (D(GDP)), lãi suất (D(LS)) và tỷ giá hối đoái danh nghĩa hiệu lực (D(NEER)).
- Cú sốc tỷ giá hối đoái ảnh hưởng chậm, dai dẳng theo thời gian và càng tác động mạnh trong giai đoạn sau
Bảng 4.10 Tầm quan trọng của các biến số trong việc thay đổi của CPI :
Period D(OIL) D(GDP) D(LS) D(NEER) IMP CPI
10 10.91000 21.60663 24.73849 8.500955 18.57776 15.66616 Hình 4.7 : Tầm quan trọng của các biến số trong việc thay đổi của CPI :
Kết quả phân tích cho thấy phương sai của chỉ số giá tiêu dùng (CPI) chủ yếu bị ảnh hưởng bởi các yếu tố như tăng trưởng GDP, nhập khẩu (IMP) và lãi suất (D(LS)) Trong những quý đầu tiên sau cú sốc tỷ giá, IMP, GDP và chính CPI là những yếu tố tác động lớn nhất Tuy nhiên, trong các quý tiếp theo, GDP, IMP và lãi suất trở thành những yếu tố chính ảnh hưởng đến phương sai của CPI.
- Cú sốc tỷ giá hối đoái thông qua chỉ số D(NEER) ảnh hưởng chậm đến CPI nhưng có tính chất gia tăng theo thời gian.