Thứ hai, nghiên cứu đánh giá tác động của chỉ số điều kiện tài chính đến tăngtrưởng và lạm phát tại Việt Nam, trên cơ sở đó dự báo các biến số kinh tế vĩ mô trong ngắn hạn cũng như dài h
Tính c ấ p thi ế t c ủa đề tài
Chỉ số điều kiện tài chính (FCI) là một chỉ số tổng hợp từ nhiều biến số tài chính như lãi suất, tỷ giá, thị trường chứng khoán và các yếu tố tín dụng FCI mở rộng từ chỉ số điều kiện tiền tệ, bao gồm thông tin từ tất cả các biến số tài chính, phản ánh ngắn hạn của môi trường tài chính mà không bị ảnh hưởng bởi chu kỳ kinh tế vĩ mô Chỉ số này giúp nhận diện và đánh giá mối quan hệ giữa điều kiện tài chính với tăng trưởng kinh tế và lạm phát, cung cấp dự báo ngắn hạn về các biến số vĩ mô trong bối cảnh thắt chặt hoặc nới lỏng chính sách tiền tệ, từ đó nâng cao hiệu quả điều hành chính sách tiền tệ.
Gần đây, chỉ số điều kiện tài chính đã thu hút sự chú ý của nhiều học giả do sự phức tạp của khu vực tài chính Mặc dù chỉ số điều kiện tiền tệ đã được nghiên cứu trước đây với hai yếu tố chính là lãi suất và tỷ giá, nhưng sự phức tạp ngày càng tăng của thị trường tài chính, đặc biệt sau cuộc khủng hoảng tài chính toàn cầu, đã dẫn đến việc tích hợp thêm các yếu tố phản ánh thị trường vốn dài hạn như tín dụng và chứng khoán Do đó, chỉ số điều kiện tài chính đã được xây dựng và công bố bởi các tổ chức tài chính quốc tế như IMF, ADB, ECB, OECD, cũng như các ngân hàng trung ương và tổ chức nghiên cứu độc lập như Bloomberg và Goldman Sachs.
Hiện tại, nghiên cứu về chỉ số điều kiện tài chính tại Việt Nam còn hạn chế Các nghiên cứu của Lê Đạt Chí và Trần Hoài Nam (2015) cùng với Nguyễn Khắc Quốc Bảo và cộng sự (2017) đã tập trung vào việc xây dựng chỉ số này thông qua phương pháp phân tích nhân tố Tuy nhiên, vẫn còn nhiều khoảng trống cần được khai thác trong lĩnh vực này.
Hai nghiên cứu đã chỉ ra mối liên hệ giữa điều kiện tài chính và các yếu tố như điều kiện tiền tệ, tăng trưởng kinh tế và tỷ lệ lạm phát Những yếu tố này ảnh hưởng lẫn nhau, tạo ra một bức tranh tổng thể về tình hình tài chính của một quốc gia Việc hiểu rõ mối quan hệ này là rất quan trọng để đưa ra các chính sách kinh tế hiệu quả.
Nhóm nghiên cứu đã quyết định tập trung vào mối quan hệ giữa chỉ số điều kiện tài chính (Financial Conditions Index) và các biến số kinh tế vĩ mô.
Việt Nam” cho chủđề nghiên cứu cấp cơ sởnăm học 2022-2023.
T ổ ng quan nghiên c ứ u
Các nghiên cứu thực nghiệm toàn cầu hiện nay cho thấy chỉ số điều kiện tài chính (Financial Conditions Index) có khả năng dự báo hiệu quả tăng trưởng GDP và các biến số kinh tế vĩ mô khác Mặc dù có sự khác biệt trong phương pháp và kết quả nghiên cứu, nhưng hầu hết đều đồng ý rằng chỉ số này là công cụ hữu ích cho các nhà hoạch định chính sách, doanh nghiệp, nhà đầu tư và công chúng trong việc nắm bắt và dự báo triển vọng kinh tế, thông qua việc nhận diện các tín hiệu thắt chặt hoặc nới lỏng của điều kiện tài chính.
Chỉ sốđiều kiện tài chính và tăng trưởng kinh tế
Hatzius và cộng sự (2010) đã phát triển chỉ số điều kiện tài chính (FCI) từ dữ liệu tài chính giai đoạn Q1/1961 đến Q4/2006, cho thấy chỉ số thị trường chứng khoán có khả năng dự đoán hoạt động kinh tế từ hai đến bốn quý tới Nghiên cứu cũng chỉ ra rằng FCI hoạt động hiệu quả trong các giai đoạn căng thẳng tài chính Tương tự, Brave và Butters (2011) đã sử dụng phương pháp phân tích thành phần chính (PCA) với dữ liệu từ Q1/1973 đến Q2/2010 để xây dựng FCI, khẳng định rằng chỉ số này cung cấp cái nhìn kịp thời về sự thắt chặt hay nới lỏng của thị trường tài chính và có khả năng dự báo hoạt động kinh tế tương lai.
Chỉ số điều kiện tài chính là một chủ đề nghiên cứu phổ biến ở các quốc gia châu Á Osorio và các cộng sự (2011) đã phát triển chỉ số này dựa trên nhiều yếu tố kinh tế.
Ba phương pháp tổng trọng số dựa trên VAR và phân tích thành phần chính (PCA) sử dụng mô hình nhân tố động tổng quát (GDFM) đã được áp dụng cho bộ dữ liệu từ 2001-2011 của 13 quốc gia châu Á nhằm nghiên cứu khả năng dự báo kinh tế của chỉ số điều kiện tài chính Kết quả cho thấy, chỉ số điều kiện tài chính ở châu Á đã bị thắt chặt trước cuộc khủng hoảng toàn cầu năm 2008, với chỉ số này đạt mức thấp trước khi GDP của hầu hết các quốc gia giảm mạnh từ 1 đến 2 quý, chứng tỏ tính dự báo hiệu quả trong ngắn hạn Ngoại trừ Australia, Hongkong và Nhật Bản, chỉ số điều kiện tài chính của các quốc gia khác trong nghiên cứu đều phản ánh sự thay đổi của GDP từ 1 đến 3 quý trước Nghiên cứu của Jurho và Iyke (2019) về chỉ số điều kiện tài chính tại Indonesia cũng khẳng định rằng chỉ số này có tính dự báo ngắn hạn cao và hữu ích cho các nhà làm chính sách nhờ vào việc được tính toán liên tục theo từng quý và bám sát điều kiện tài chính.
Nghiên cứu của Gumata và cộng sự (2012) về chỉ số điều kiện tài chính của Nam Phi từ 1999-2011 cho thấy chỉ số này có khả năng dự báo tăng trưởng GDP lên đến 4 quý, vượt trội hơn so với các chỉ số hàng đầu của Ngân hàng Dự trữ Nam Phi (SARB) Họ cũng phân tích tỷ lệ chỉ số điều kiện tài chính theo độ lệch chuẩn, trong đó giá trị -1 chỉ ra rằng điều kiện tài chính thắt chặt hơn mức trung bình một độ lệch chuẩn, trong khi giá trị 1 cho thấy điều kiện tài chính nới lỏng hơn mức trung bình Nghiên cứu nhấn mạnh rằng khi giá trị chỉ số điều kiện tài chính nhỏ hơn -1, các chính sách tiền tệ truyền thống không còn hiệu quả, đòi hỏi các nhà làm chính sách phải xem xét các phương án khác khả thi hơn như chính sách tiền tệ phi truyền thống.
Chỉ số điều kiện tài chính và lạm phát
Nghiên cứu của Wang và cộng sự (2012) đã sử dụng các phương pháp học máy hiện đại để phân tích chuỗi dữ liệu liên quan đến lãi suất ngắn hạn, cung tiền M2, giá bất động sản, giá chứng khoán và tỷ giá thực nhằm xây dựng chỉ số điều kiện tài chính Kết quả cho thấy mối quan hệ giữa chỉ số này và mức độ lạm phát trong tương lai, với chỉ số điều kiện tài chính cao hơn cho thấy điều kiện tài chính tiền tệ thắt chặt, từ đó giảm nguy cơ lạm phát trong ngắn hạn.
Nghiên cứu có 4 hạn chế chính, bao gồm quy mô mẫu nhỏ chỉ từ tháng 7/2010 đến tháng 12/2010 Tương tự nghiên cứu của Wang và cộng sự (2012), Sahoo (2017) đã tìm ra bằng chứng thực nghiệm tại Ấn Độ cho thấy chỉ số FCI cao hơn, đồng nghĩa với việc thắt chặt các điều kiện tài chính tiền tệ, dẫn đến áp lực lạm phát giảm Điểm mới của nghiên cứu này là
Nghiên cứu của nhóm có những điểm khác biệt chủ yếu so với các nghiên cứu trước đây như sau:
Chỉ số điều kiện tài chính hiện nay khác với các nghiên cứu trước đây tại Việt Nam, vì nó bao gồm cả chỉ số giá nhà đất, đại diện cho kênh giá tài sản thực trong cơ chế truyền dẫn chính sách tiền tệ.
Nghiên cứu này đánh giá tác động của chỉ số điều kiện tài chính đối với tăng trưởng và lạm phát tại Việt Nam Dựa trên kết quả phân tích, nghiên cứu cũng dự báo các biến số kinh tế vĩ mô trong cả ngắn hạn và dài hạn.
M ụ c tiêu nghiên c ứ u
3.1 Mục tiêu nghiên cứu tổng quát
Nghiên cứu này tập trung vào mối quan hệ giữa chỉ số điều kiện tài chính và các biến số kinh tế vĩ mô như tăng trưởng kinh tế và lạm phát tại Việt Nam Do bản chất của chỉ số điều kiện tài chính thường được sử dụng để dự báo các biến số kinh tế, nghiên cứu chỉ xem xét tác động của chỉ số này đến tăng trưởng kinh tế và lạm phát, mà không đánh giá ảnh hưởng ngược lại.
Nghiên cứu này nhằm đánh giá tác động của các chỉ số điều kiện tài chính đến các biến số kinh tế vĩ mô như tăng trưởng kinh tế và lạm phát tại Việt Nam Dựa trên kết quả phân tích, nghiên cứu sẽ đề xuất các khuyến nghị chính sách nhằm tối ưu hóa ảnh hưởng tích cực của các chỉ số điều kiện tài chính đến tăng trưởng kinh tế và kiểm soát lạm phát trong nước.
3.2 Các nhiệm vụ nghiên cứu cụ thể
Hệ thống hóa khung lý thuyết về điều kiện tài chính và mối quan hệ của chúng với điều kiện tiền tệ là rất quan trọng Những yếu tố này có tác động trực tiếp đến các biến số kinh tế vĩ mô chủ chốt, như tăng trưởng kinh tế và lạm phát Việc hiểu rõ mối liên hệ giữa các điều kiện tài chính và các chỉ số kinh tế giúp đưa ra những quyết định chính sách hiệu quả hơn.
Để đánh giá định lượng tác động của chỉ số điều kiện tài chính tới các biến số kinh tế vĩ mô như tăng trưởng kinh tế và lạm phát tại Việt Nam, việc lựa chọn mô hình kinh tế lượng phù hợp là rất quan trọng Mô hình này cần phản ánh chính xác mối quan hệ giữa các yếu tố tài chính và kinh tế, từ đó cung cấp những phân tích sâu sắc giúp đưa ra các quyết định chính sách hiệu quả.
Nhóm nghiên cứu đã đề xuất các khuyến nghị chính sách dựa trên mô hình, nhằm cải thiện chỉ số điều kiện tài chính, từ đó tối ưu hóa tác động tích cực của các chỉ số này đến tăng trưởng kinh tế và lạm phát tại Việt Nam.
Đối tượ ng và ph ạ m vi nghiên c ứ u
Đối tượng nghiên cứu của đề tài là tác động của chỉ số điều kiện tài chính đến các biến số kinh tế vĩ mô tại Việt Nam.
- Phạm vi nghiên cứu về nội dung:
Nghiên cứu này tập trung vào tác động của chỉ số điều kiện tài chính đối với tăng trưởng kinh tế và lạm phát tại Việt Nam, mà không xem xét ảnh hưởng ngược lại Điều này xuất phát từ bản chất của chỉ số điều kiện tài chính, thường được xây dựng nhằm dự báo các biến số kinh tế vĩ mô.
Trong nền kinh tế, có nhiều biến số kinh tế vĩ mô quan trọng như tăng trưởng kinh tế, lạm phát, tỷ lệ thất nghiệp, cán cân thương mại và ngân sách nhà nước Tuy nhiên, nghiên cứu này chỉ tập trung vào hai biến số chính: tăng trưởng kinh tế và lạm phát.
- Phạm vi không gian: Việt Nam
- Phạm vi thời gian: Từ tháng 1 năm 2013 đến tháng 12 năm 2022
Phương pháp nghiên cứ u
Đề tài này sử dụng dữ liệu thứ cấp từ các nguồn chính thống, bao gồm Tổng cục Thống kê, Ngân hàng Nhà nước Việt Nam và Thống kê tài chính quốc tế của Quỹ Tiền tệ quốc tế.
- Các chuỗi dữ liệu thời gian, thu thập theo tháng từ tháng 1 năm 2013 đến tháng 12 năm 2022
- Thống kê, phân tích, so sánh, tổng hợp
Xây dựng chỉ số điều kiện tài chính có thể thực hiện qua ba phương pháp chính: phương pháp tổng trọng số, phương pháp phân tích thành phần chính (PCA) và phương pháp chỉ số kết hợp Mỗi phương pháp này đều có những ưu điểm riêng, giúp đánh giá và phân tích tình hình tài chính một cách hiệu quả Việc áp dụng các phương pháp này không chỉ cung cấp cái nhìn sâu sắc về điều kiện tài chính mà còn hỗ trợ trong việc ra quyết định chiến lược.
Sử dụng mô hình kinh tế lượng phù hợp giúp kiểm định tác động của chỉ số điều kiện tài chính đến các biến số kinh tế vĩ mô tại Việt Nam, từ đó cung cấp cái nhìn sâu sắc về mối quan hệ giữa các yếu tố tài chính và nền kinh tế Việc phân tích này không chỉ hỗ trợ trong việc dự báo xu hướng kinh tế mà còn góp phần vào việc xây dựng chính sách tài chính hiệu quả.
K ế t c ấ u nghiên c ứ u
Chương 1: Những vấn đề chung về mối quan hệ giữa chỉ số điều kiện tài chính và các biến số kinh tế vĩ mô
Chương 2: Phương pháp nghiên cứu
Chương 3: Phân tích định lượng tác động của chỉ số điều kiện tài chính tới các biến số kinh tế vĩ mô tại Việt Nam
Chương 4: Các khuyến nghị chính sách
NHỮ NG V ẤN ĐỀ CHUNG V Ề TÁC ĐỘ NG C Ủ A CH Ỉ S Ố ĐIỀ U KI Ệ N TÀI CHÍNH VÀ CÁC BI Ế N S Ố KINH T Ế VĨ MÔ
T ổ ng quan v ề ch ỉ s ố điề u ki ệ n tài chính (Financial Conditions Index)
Cuộc khủng hoảng tài chính toàn cầu năm 2008 và khủng hoảng nợ công Châu Âu năm 2010 đã làm nổi bật tầm quan trọng của các điều kiện tài chính đối với nền kinh tế vĩ mô Trong thời gian này, căng thẳng tài chính đã làm giảm khả năng cho vay của các tổ chức tín dụng, ảnh hưởng tiêu cực đến hoạt động kinh tế và gây ra lạm phát Chi phí vay tăng và giá tài sản giảm đã làm suy giảm tiêu dùng và tăng rủi ro tín dụng Sự thay đổi về khả năng chấp nhận rủi ro cũng tác động đến đầu tư, làm thay đổi phần bù rủi ro thị trường Do đó, duy trì tăng trưởng kinh tế và ổn định lạm phát là mục tiêu quan trọng của các cơ quan quản lý tiền tệ Chỉ số điều kiện tài chính (FCI) đánh giá mức độ thuận lợi của dòng tín dụng thông qua các chỉ số như chi phí vay, chênh lệch rủi ro, và tỷ lệ lạm phát Các ngân hàng trung ương nghiên cứu điều kiện tài chính để điều chỉnh chính sách nhằm ứng phó với cú sốc kinh tế, ví dụ như các chương trình mua tài sản sau khủng hoảng nhằm tác động đến thị trường tài sản rủi ro Chỉ số FCI phản ánh mối liên hệ giữa điều kiện tài chính và hoạt động kinh tế qua các kênh đầu tư, tiêu dùng và chi phí vốn.
Chỉ số điều kiện tài chính (CSTT) đóng vai trò quan trọng trong việc truyền tải chính sách tiền tệ đến nền kinh tế, thông qua sự giàu có, sự tự tin và hiệu ứng thu nhập, cùng với khả năng cạnh tranh về giá của hàng hóa Các chỉ số như tỷ giá hối đoái, lãi suất ngắn hạn và định giá tài sản là những yếu tố then chốt ảnh hưởng đến điều kiện tài chính Sự biến động của các chỉ số này có thể gây ra những tác động tiêu cực đến tăng trưởng kinh tế và lạm phát Gần đây, các cú sốc kinh tế và sự kiện “thiên nga đen” như khủng hoảng COVID-19 và chiến tranh Nga - Ukraine đã làm gia tăng sự bất ổn định của điều kiện tài chính, ảnh hưởng đến nền kinh tế toàn cầu Do đó, việc theo dõi và dự báo các biến số vĩ mô là cần thiết để các nhà hoạch định chính sách có thể điều chỉnh kịp thời và nâng cao hiệu quả của CSTT.
Chỉ số điều kiện tài chính (FCI) là một chỉ số toàn diện được xây dựng từ sự kết hợp của nhiều biến số, bao gồm giá tiền tệ và giá tài sản, nhằm bù đắp cho những thiếu sót của các chỉ số thông thường như cung tiền và lãi suất trong việc đo lường điều kiện tài chính và dự báo xu hướng kinh tế (Zheng Yu, 2014) Ngân hàng Trung ương Canada đã phát triển Chỉ số điều kiện tiền tệ (MCI) vào năm 1990 để phân tích tác động của chính sách tiền tệ, cho thấy hiệu quả vượt trội so với việc sử dụng các biến đơn lẻ MCI đã được áp dụng rộng rãi tại nhiều ngân hàng trung ương và tổ chức quốc tế nhờ vào tính hợp lý và phương pháp xây dựng đơn giản Với sự phát triển của nền kinh tế - tài chính, thông tin giá tài sản ngày càng được chú trọng để đánh giá tình hình tài chính (Zheng & Yu, 2014), dẫn đến việc một số nhà nghiên cứu phát triển FCI với việc bổ sung các biến giá tài sản vào chỉ số.
Chỉ số điều kiện tài chính là công cụ dự báo trạng thái kinh tế tương lai dựa trên các biến số hiện tại, có khả năng đo lường cú sốc tài chính và những thay đổi ngoại sinh ảnh hưởng đến điều kiện tài chính Osorio và cộng sự (2011) định nghĩa chỉ số này như một phương tiện để trích xuất thông tin từ các biến số tài chính hiện tại nhằm dự đoán hoạt động kinh tế tương lai, đồng thời loại bỏ các biến số mang tính chu kỳ Việc lựa chọn các biến tài chính trong chỉ số cũng phản ánh mối liên hệ giữa chúng và tăng trưởng kinh tế.
Chỉ số điều kiện tài chính (FCI) là một khái niệm mở rộng từ chỉ số điều kiện tiền tệ, bao gồm nhiều thông tin từ các biến số tài chính đại diện cho môi trường tài chính FCI loại bỏ ảnh hưởng chu kỳ của các biến số kinh tế vĩ mô, chỉ phản ánh những biến động ngắn hạn trong môi trường tài chính Nó giúp nhận biết và đánh giá mối quan hệ giữa điều kiện tài chính với tăng trưởng kinh tế và lạm phát, cung cấp dự báo lịch sử và ngắn hạn về các biến số vĩ mô trong bối cảnh thắt chặt hoặc nới lỏng điều kiện tài chính, từ đó nâng cao hiệu lực điều hành chính sách tiền tệ.
1.1.2 Các chỉ số điều kiện tài chính phổ biến trên thế giới Đến nay, nhiều chỉ số điều kiện tài chính đã được xây dựng bởi các tổ chức uy tín trên thế giới bao gồm: Bloomberg FCI, Citi FCI, Deutsche Bank FCI, Goldman Sachs FCI, Chỉ số Căng thẳng Tài chính của Cục Dự trữ Liên bang Kansas (KCFSI), Macroeconomic Advisers FCI và OECD FCI
Chỉ số điều kiện tài chính Bloomberg (Bloomberg FCI)
Chỉ số Bloomberg FCI là một chỉ số điều kiện tài chính được xây dựng dựa trên phương pháp tổng trọng số bằng nhau của ba chỉ số phụ chính: chỉ số thị trường tiền tệ, chỉ số thị trường trái phiếu và chỉ số thị trường cổ phiếu, mỗi chỉ số chiếm một phần ba tổng trọng số Các chỉ số phụ này được tạo thành từ nhiều chỉ số cơ bản, trong đó mỗi chỉ số cơ bản nhận được trọng số bằng nhau Tất cả các chỉ số đều được tiêu chuẩn hóa để thể hiện độ chính xác và tính nhất quán trong việc đánh giá điều kiện tài chính.
Từ năm 1991 đến giữa năm 2007, có 11 lệch chuẩn trên hoặc dưới mức trung bình của chỉ số điểm Z FCI tổng thể cũng được tiêu chuẩn hóa tương tự Chỉ số này bao gồm 10 biến với lịch sử bắt đầu từ năm 1991 Ngoài ra, Bloomberg FCI cung cấp quyền truy cập dễ dàng và được cập nhật hàng ngày, trở thành công cụ tiện lợi để theo dõi các điều kiện tài chính.
Chỉ số điều kiện tài chính Deutsche Bank (Deutsche Bank FCI)
Deutsche Bank áp dụng phương pháp phân tích thành phần chính theo nghiên cứu của Hooper và cộng sự (2007, 2010) để phát triển chỉ số FCI độc quyền Chỉ số này bao gồm bảy biến số tài chính tiêu chuẩn hóa, như tỷ giá hối đoái và các chỉ số từ thị trường trái phiếu, cổ phiếu và bất động sản FCI của Deutsche Bank được tính toán dựa trên tổng trọng số của thành phần chính và lãi suất quỹ liên bang, với trọng số được xác định thông qua hồi quy tăng trưởng GDP thực tế dựa trên các biến tài chính và tăng trưởng GDP trong quá khứ Chỉ số này giúp giải thích tác động tích cực hoặc tiêu cực của các điều kiện kinh tế thông qua sự thay đổi điểm phần trăm GDP.
Chỉ số điều kiện tài chính Goldman Sachs (Goldman Sachs FCI)
Chỉ số Goldman Sachs FCI là một chỉ số điều kiện tài chính được tính toán dựa trên lợi tức trái phiếu ngắn hạn, lợi suất doanh nghiệp dài hạn, tỷ giá hối đoái và biến số thị trường chứng khoán, theo nghiên cứu của Dudley và Hatzius (2000), Dudley và cộng sự (2005), Bahaj và cộng sự (2007) Mô hình FRB / Hoa Kỳ và mô hình Goldman Sachs được sử dụng để xác định trọng số Kể từ năm 2005, lợi suất doanh nghiệp dài hạn được đo bằng lãi suất hoán đổi 10 năm và chênh lệch hoán đổi nợ tín dụng trong 10 năm (CDX), trong khi trước đó, chỉ số trái phiếu công ty Moody's Arated với tính thanh khoản thấp hơn được áp dụng Để nối các chỉ số cũ và mới, một chỉ số FCI khác đã được tạo ra từ những năm 1980s Sự gia tăng của chỉ số Goldman Sachs FCI cho thấy điều kiện tài chính đang thắt chặt, trong khi sự giảm sút của nó thể hiện sự nới lỏng điều kiện tài chính so với mức trung bình.
Chỉ sốCăng thẳng Tài chính của Cục Dự trữ Liên bang (KCFSI)
Chỉ số KCFSI, được phát triển vào đầu năm 2009 từ nghiên cứu của Hakkio & Keeton, bao gồm 11 chỉ số tài chính chuẩn hóa thông qua phân tích thành phần chính (PCA) Các biến số tài chính, do Cục Dự trữ Liên bang Kansas lựa chọn, chia thành hai loại: chênh lệch lợi tức và hành vi giá tài sản, đáp ứng ba tiêu chí: có sẵn hàng tháng từ năm 1990, là giá thị trường hoặc lợi tức, và đại diện cho ít nhất một trong năm đặc điểm căng thẳng tài chính Giá trị dương của KCFSI cho thấy căng thẳng tài chính cao hơn mức trung bình dài hạn, trong khi giá trị âm cho thấy căng thẳng tài chính thấp hơn mức trung bình.
Chỉ số điều kiện tài chính Macroeconomic Advisers
Macroeconomic Advisers là một công ty nghiên cứu độc lập có uy tín tại Hoa
Macroeconomic Advisers đã phát triển chỉ số điều kiện tài chính và tiền tệ (FCI) vào cuối những năm 1990 để đánh giá tác động của các biến tài chính lên GDP theo thời gian Sử dụng mô hình VAR và hàm phản ứng đẩy, họ đã tổng hợp năm biến tài chính quan trọng: lãi suất thực ngắn hạn, lãi suất thực dài hạn, tỷ lệ cổ tức, tỷ giá hối đoái thực và vốn hóa thị trường chứng khoán thực Các hàm phản ứng này được ước tính để xác định ảnh hưởng của những biến động tài chính đến tăng trưởng GDP thực tế Cuối cùng, FCI được tạo ra nhằm phản ánh tác động tổng hợp của các biến tài chính đối với tăng trưởng GDP trong hiện tại, dựa trên các thay đổi trong quá khứ.
Chỉ sốđiều kiện tài chính OECD (OECD FCI)
OECD FCI được xây dựng vào năm 2008 bằng phương pháp tổng trọng số của sáu biến tài chính dựa trên nghiên cứu của Guichard và Turner (2008), trong đó các
Chỉ số này tính toán 13 biến được trọng số theo ảnh hưởng của chúng đối với GDP trong khoảng thời gian từ bốn đến sáu quý tới Điểm khác biệt chính là nó bao gồm tỷ lệ phần trăm ròng của các ngân hàng thắt chặt tiêu chuẩn tín dụng cho doanh nghiệp vừa và lớn OECD thiết lập trọng số thông qua hồi quy chênh lệch sản lượng theo độ trễ của các chỉ số tài chính, với trọng số được chuẩn hóa dựa trên sự thay đổi lãi suất Do đó, một đơn vị tăng trong chỉ số FCI của OECD tương đương với tác động đến GDP như một điểm phần trăm tăng thêm của lãi suất thực dài hạn.
Nhiều tổ chức và nhà nghiên cứu công bố chỉ số FCI riêng của họ, nhưng hầu hết đều dựa trên hai phương pháp chính: phương pháp tổng trọng số và phương pháp phân tích thành phần chính.
1.1.3.1 Phương pháp tổng trọng số
Phương pháp tổng trọng số (Weighted-sum approach) được Debuque-Gonzales & Gochoco-Bautista (2017) định nghĩa là cách gán trọng số cho từng biến tài chính dựa trên ảnh hưởng của chúng đến GDP thực Zheng Yu (2014) đã đề xuất công thức tính chỉ số FCI cho thị trường Trung Quốc, sử dụng phương pháp tổng trọng số kết hợp với các biến tài chính.
Tác độ ng c ủ a ch ỉ s ố điề u ki ện tài chính đế n các bi ế n s ố kinh t ế vĩ mô
1.2.1 Chỉ số điều kiện tài chính và tăng trưởng kinh tế
1.2.1.1 Cơ chế tác động của chỉ số điều kiện tài chính đến tăng trưởng kinh tế
Tăng trưởng kinh tế là sự gia tăng bền vững về sản lượng hàng hóa, dịch vụ và cơ hội việc làm nhằm cải thiện phúc lợi kinh tế của người dân (Ogbulu & Torbira, 2012) Theo Hardwick và cộng sự (1994), tăng trưởng kinh tế được định nghĩa là sự gia tăng năng lực sản xuất của quốc gia, thể hiện qua việc tăng thu nhập quốc dân thực tế Đây là một vấn đề quan trọng trong kinh tế học, được xem là điều kiện cần thiết để đạt được phúc lợi xã hội tốt hơn, đồng thời là mục tiêu chính của chính sách kinh tế Tăng trưởng kinh tế cũng là thành phần thiết yếu cho sự phát triển bền vững.
Về cơ chế tác động, chỉ số điều kiện tài chính có thể tác động tới tăng trưởng kinh tếthông qua các kênh sau đây:
Kênh tín dụng đóng vai trò quan trọng trong hệ thống tài chính và ảnh hưởng lớn đến tăng trưởng kinh tế Nó liên quan đến việc các ngân hàng và tổ chức tài chính cung cấp vay vốn cho cá nhân, hộ gia đình và doanh nghiệp Trong giai đoạn tài chính nới lỏng với cung tiền dồi dào và lãi suất thấp, nhu cầu đầu tư tiêu dùng của doanh nghiệp và người dân được kích thích Khi doanh nghiệp muốn mở rộng sản xuất và nâng cấp, kênh tín dụng trở thành yếu tố then chốt hỗ trợ quá trình này.
Đầu tư vào công nghệ mới và kênh tín dụng là yếu tố quan trọng giúp doanh nghiệp vay vốn từ ngân hàng để mở rộng hoạt động kinh doanh, thúc đẩy sản xuất và tăng trưởng kinh tế Kênh tín dụng cũng cho phép cá nhân và hộ gia đình vay vốn tiêu dùng, từ đó tăng cung cầu trong nền kinh tế Ngoài ra, tín dụng đóng vai trò then chốt trong việc thúc đẩy đầu tư công cho các dự án hạ tầng lớn, tạo điều kiện phát triển cơ sở hạ tầng và nâng cao sức cạnh tranh Tuy nhiên, việc cung cấp tín dụng quá mức có thể dẫn đến rủi ro tín dụng, gia tăng nợ xấu và ảnh hưởng tiêu cực đến hệ thống tài chính nếu không có quản lý hiệu quả.
Nguồn: Nhóm tác giả tổng hợp
Tỷ giá hối đoái ảnh hưởng lớn đến nền kinh tế, đặc biệt trong thời kỳ điều kiện tài chính nới lỏng Khi đồng nội tệ giảm giá, sản phẩm xuất khẩu trở nên rẻ hơn, tạo lợi thế cạnh tranh và thúc đẩy tăng trưởng kinh tế thông qua tăng thu nhập và việc làm Ngược lại, khi đồng tiền tăng giá, hàng hóa nhập khẩu đắt hơn, có thể làm giảm sức cạnh tranh của ngành công nghiệp trong nước Tỷ giá hối đoái cũng tác động đến ngành du lịch; khi đồng tiền giảm giá, du khách nước ngoài có xu hướng tiêu dùng nhiều hơn, từ đó tạo ra thu nhập cho ngành dịch vụ Tuy nhiên, khi đồng tiền tăng giá, ngành du lịch có thể gặp khó khăn do chi phí cao hơn Cuối cùng, tỷ giá hối đoái ảnh hưởng đến đầu tư trực tiếp nước ngoài (FDI), khi đồng tiền giảm giá có thể thu hút nhiều nhà đầu tư hơn.
Nhu cầu đầu tư và tiêu dùng tăng
Tín dụng tăng GDP tăng
Các nhà đầu tư nước ngoài đang tìm kiếm cơ hội đầu tư vào các ngành công nghiệp, dự án và doanh nghiệp tại những quốc gia có đồng tiền giá rẻ Điều này không chỉ tạo ra vốn đầu tư, công nghệ và kiến thức mới mà còn góp phần vào việc tạo ra việc làm, thúc đẩy tăng trưởng kinh tế Tuy nhiên, khi đồng tiền tăng giá, đầu tư trực tiếp từ nước ngoài có thể giảm do chi phí gia tăng và lợi nhuận bị ảnh hưởng.
Nguồn: Nhóm tác giả tổng hợp
Giá tài sản có ảnh hưởng lớn đến tăng trưởng kinh tế thông qua nhiều kênh khác nhau Khi giá tài sản như bất động sản, chứng khoán và hàng hóa tăng, tổng giá trị tài sản của cá nhân và doanh nghiệp cũng tăng, dẫn đến tài sản ròng gia tăng và khả năng vay vốn cao hơn Điều này khuyến khích đầu tư và mở rộng kinh doanh, từ đó thúc đẩy tăng trưởng kinh tế Ngược lại, khi giá tài sản giảm, khả năng vay vốn giảm theo, khiến người dân và doanh nghiệp giảm đầu tư, ảnh hưởng tiêu cực đến tăng trưởng Hơn nữa, giá tài sản cũng tác động đến hệ thống tài chính; khi giá tài sản tăng, giá trị tài sản bảo đảm tăng, cải thiện tín dụng và khả năng vay vốn của các tổ chức tài chính, dẫn đến mở rộng tín dụng và tăng cường hoạt động tài chính Cuối cùng, sự gia tăng giá tài sản thường làm người dân chi tiêu nhiều hơn, góp phần vào sự phát triển kinh tế.
Nguồn: Nhóm tác giả tổng hợp 1.2.1.2 Các bằng chứng thực nghiệm
Sau cuộc khủng hoảng tài chính toàn cầu, nhiều nghiên cứu đã tập trung vào việc xác định nguyên nhân và hậu quả của cuộc khủng hoảng, đồng thời phát triển các chỉ số để theo dõi và cảnh báo về các điều kiện tài chính nhằm ngăn chặn khủng hoảng trong tương lai Ngoài ra, nghiên cứu cũng làm rõ mối quan hệ giữa các điều kiện tài chính và các biến số như lãi suất giảm và điều kiện tài chính nới lỏng.
GDP tăng Điều kiện tài chính nới lỏng
Giá tài sản tăng C và I tăng GDP tăng
Kinh tế vĩ mô và tăng trưởng kinh tế là hai chủ đề nghiên cứu quan trọng trong lĩnh vực kinh tế học Các nhà kinh tế học đang ngày càng chú trọng đến việc phân tích và hiểu rõ các yếu tố ảnh hưởng đến sự phát triển kinh tế.
Hatzius và cộng sự (2010) đã xây dựng chỉ số điều kiện tài chính (FCI) từ dữ liệu tài chính giai đoạn Q1/1961 đến Q4/2006, cho thấy chỉ số thị trường chứng khoán có khả năng dự đoán hoạt động kinh tế Mỹ từ hai đến bốn quý tới Chỉ số này đặc biệt hiệu quả trong thời điểm căng thẳng tài chính bất thường Nghiên cứu của Brave và Butters (2011) cũng khẳng định rằng chỉ số điều kiện tài chính, được xây dựng từ dữ liệu Q1/1973 đến Q2/2010, cung cấp cái nhìn kịp thời về sự thắt chặt hay nới lỏng của thị trường tài chính và chứa thông tin dự báo về hoạt động kinh tế tương lai.
Chỉ số điều kiện tài chính (FCI) đã được nghiên cứu rộng rãi tại các quốc gia châu Á, với công trình của Osorio và cộng sự (2011) sử dụng phương pháp tổng trọng số dựa trên VAR và phân tích thành phần chính (PCA) kết hợp dữ liệu từ 2001-2011 của 13 quốc gia Nghiên cứu này nhằm đánh giá khả năng dự báo kinh tế của FCI, và sau khi xây dựng chỉ số, các tác giả đã kiểm định mối quan hệ giữa FCI và hoạt động kinh tế thông qua tăng trưởng GDP Kết quả cho thấy FCI có thể được xem là chỉ số dự báo hiệu quả cho tăng trưởng GDP.
Chỉ số điều kiện tài chính ở châu Á đã bị thắt chặt trước cuộc khủng hoảng toàn cầu năm 2008, với mức đáy đạt được trước khi GDP của hầu hết các quốc gia sụt giảm nghiêm trọng từ 1 đến 2 quý Điều này chứng tỏ tính dự báo hiệu quả của chỉ số trong ngắn hạn Ngoại trừ Australia, Hongkong và Nhật Bản, chỉ số điều kiện tài chính của phần lớn các quốc gia còn lại trong nghiên cứu đều phản ánh sự thay đổi của GDP từ 1 đến 3 quý trước.
Nghiên cứu của Gumata và cộng sự (2012) về chỉ số điều kiện tài chính (FCI) của Nam Phi trong giai đoạn 1999-2011 cho thấy FCI được xây dựng dựa trên phương pháp phân tích thành phần chính PCA và bộ lọc Kalman Kết quả nghiên cứu chỉ ra rằng trong giai đoạn giá trị FCI thắt chặt hơn mức trung bình, các chính sách tiền tệ truyền thống không còn hiệu quả, đòi hỏi các nhà làm chính sách phải xem xét các phương án phi truyền thống Hơn nữa, FCI có khả năng dự báo tăng trưởng GDP lên đến 4 quý và hiệu quả hơn so với các chỉ số hàng đầu của Ngân hàng Dự trữ Nam Phi (SARB).
Theo Zheng và Yu (2014), Chỉ số Điều kiện Tài chính (FCI) là một chỉ số toàn diện kết hợp các biến như tỷ giá tiền tệ và giá tài sản, giúp khắc phục những thiếu sót của các chỉ số truyền thống như cung tiền và lãi suất trong việc đo lường điều kiện tài chính và dự đoán xu hướng kinh tế FCI đã trở thành một chỉ số tham chiếu quan trọng cho phân tích tài chính và hoạch định chính sách tại nhiều ngân hàng trung ương và tổ chức quốc tế Nghiên cứu cho thấy FCI được xây dựng dựa trên các biến số như cung tiền, lãi suất, tỷ giá hối đoái, giá cổ phiếu và giá nhà ở, thông qua phương pháp phân tích thành phần chính và mô hình nhân tố động Kết quả cho thấy FCI có khả năng phản ánh điều kiện tài chính của Trung Quốc và dự đoán GDP lên đến 2 quý, đồng thời không có mối quan hệ với các biến khác, khẳng định vai trò của FCI như một chỉ báo hàng đầu về xu hướng kinh tế tổng thể.
Trong nghiên cứu của Koop và Korobilis (2014), bộ chỉ số FCI cho Mỹ được xây dựng dựa trên 18 biến tài chính từ dữ liệu quý trong giai đoạn 1970-2013 Việc phát triển và ứng dụng FCI liên quan đến ba vấn đề chính: lựa chọn các biến tài chính, xác định trọng số để tính toán chỉ số, và mối quan hệ giữa FCI với kinh tế vĩ mô.
Bài viết trình bày 24 cách tiếp cận kinh tế lượng để phân tích ảnh hưởng của các biến tài chính đến ước tính FCI, với trọng số có thể thay đổi Mô hình được xây dựng dựa trên thực tế rằng mỗi cuộc khủng hoảng tài chính có nguyên nhân và mức độ ảnh hưởng khác nhau đến nền kinh tế thực Các tác giả phát triển mô hình Factor-augmented VARs (FAVARs) với TVP-FAVAR, bao gồm nhiều biến tài chính và các biến kinh tế vĩ mô chính như GDP, lạm phát, và tỷ lệ thất nghiệp Kết quả cho thấy các biến tài chính có khả năng dự đoán mạnh mẽ đối với các biến kinh tế vĩ mô, đặc biệt là trong các dự báo hiện tại và ngắn hạn Thêm vào đó, sự thay đổi theo thời gian trong các thông số là yếu tố quan trọng để nâng cao độ chính xác của các dự báo ngắn hạn Cuối cùng, việc sử dụng các mô hình trung bình hoặc lựa chọn mô hình giúp cải thiện độ chính xác dự báo so với việc áp dụng một mô hình duy nhất.
PHƯƠNG PHÁP NGHIÊN CỨU
Thi ế t k ế nghiên c ứ u
Nhóm nghiên cứu đã phân tích ảnh hưởng của chỉ số điều kiện tài chính đến các biến số kinh tế vĩ mô tại Việt Nam Dựa trên những phát hiện này, nhóm đề xuất các giải pháp nhằm cải thiện hiệu quả của chỉ số điều kiện tài chính, từ đó nâng cao hiệu lực điều hành chính sách tiền tệ tại Việt Nam Quy trình nghiên cứu được thực hiện một cách có hệ thống và khoa học.
- Bước 1: Trên cơ sở các nghiên cứu đi trước, nhóm nghiên cứu tiến hành thu thập dữ liệu và xây dựng chỉ sốđiều kiện tài chính tại Việt Nam
- Bước 2: Đề xuất mô hình nghiên cứu tác động của chỉ số điều kiện tài chính tới các biến số kinh tế vĩ mô tại Việt Nam
Bước 3: Tiến hành ước lượng mô hình phân phối trễ tự hồi quy (ARDL) nhằm xác định tác động của chỉ số điều kiện tài chính đến các biến số kinh tế vĩ mô tại Việt Nam.
- Bước 4: Thực hiện đánh giá tác động của chỉ số điều kiện tài chính tới các biến số kinh tế vĩ mô tại Việt Nam
Dựa trên kết quả nghiên cứu, cần đưa ra các khuyến nghị cụ thể để cải thiện hiệu quả của chỉ số điều kiện tài chính tại Việt Nam, từ đó nâng cao hiệu lực điều hành chính sách tiền tệ.
Xây d ự ng ch ỉ s ố điề u ki ệ n tài chính cho Vi ệ t Nam b ằng phương pháp phân tích thành ph ầ n chính (Principal component analysis – PCA)
2.2.1 Phương pháp phân tích thành phần chính
Phương pháp phân tích thành phần chính (PCA) là một trong những phương pháp chủ yếu để tổng hợp các yếu tố, đặc biệt trong việc phân tích các chỉ số riêng lẻ (Nguyễn Thanh Phương và cộng sự, 2021) Theo English và cộng sự (2005), PCA có ưu điểm là có khả năng tổng hợp và xây dựng chỉ số mà không cần phụ thuộc vào mô hình kinh tế cụ thể nào Ngoài ra, PCA còn đánh giá sự đóng góp của các chỉ số tài chính phù hợp với các biến động lịch sử quan trọng trong việc mở rộng hệ thống tài chính, giúp giải thích tầm quan trọng của hệ thống này.
Mô hình PCA (Phân tích thành phần chính) là công cụ hiệu quả cho nhiều loại dữ liệu khác nhau, bao gồm dữ liệu chuỗi thời gian và dữ liệu bảng (Hatzius và cộng sự, 2010) Nó có khả năng xử lý các bộ dữ liệu lớn và không cân bằng (Debuque-Gonzales và cộng sự, 2013), đồng thời khắc phục hạn chế của số liệu và cho phép đưa nhiều biến số vào tính toán chỉ số FCI mà không làm giảm độ chính xác như mô hình VAR Nghiên cứu quyết định áp dụng phương pháp PCA để tính toán chỉ số điều kiện tài chính (FCI) cho Việt Nam, trong đó chỉ số FCI cao phản ánh điều kiện tài chính lỏng lẻo, trong khi chỉ số thấp cho thấy điều kiện tài chính thắt chặt Để thực hiện tính toán này, nhóm nghiên cứu sẽ tiến hành các bước cụ thể theo phương pháp PCA.
Bước 1: Lựa chọn các biến để xây dựng nên chỉ số (Bước này sẽ được mô tả chi tiết ở mục 2.2.2)
Bước 2: Chuẩn hóa các biến trong nghiên cứu bằng phương pháp Normed PCA
Sau khi xác định các biến cần thiết để xây dựng chỉ số điều kiện tài chính cho Việt Nam, dữ liệu đa chiều sẽ được chuyển đổi về cùng một gốc tọa độ và chuẩn hóa với độ lệch chuẩn bằng 1.
Do dữ liệu ban đầu có thể có giá trị thay đổi bất thường, nhóm nghiên cứu sử dụng phương pháp Normed PCAđể chuẩn hóa các biến:
Trong đó: n là số dòng của X là mean của cột thứ j của X, với ∑
38 là độ lệch chuẩn của cột thứ j trong X
Sau bước xử lý này, ma trận sẽ là đầu vào cho các bước ở phần kế tiếp
Bước 3 Tính toán các thành phần chính theo phương pháp PCA
Trong đó: là trọng số của chỉ số i là giá trị biến i tại thời điểm t ̅ là xu hướng biến động dài hạn của biến i tại thời điểm t
Bước 4: Tổng hợp chỉ sốFCI theo phương pháp bình quân giaquyền
Trong đó: là giá trị yếu tố từng phần chính i tại thời điểm t là là trọng số nhân tố từng phần i
Trong phương pháp PCA, tỷ trọng mỗi biến số được tính toán dựa trên tỷ trọng của giá trị vector riêng (Eigenvalue), với:
∑ Trong đóa là vector riêng của giá trị đo được
Các thành phần chính được lựa chọn để tính toán chỉ số điều kiện tài chính khi có Eigenvalue lớn hơn 1
2.2.2 Lựa chọn các biến số xây dựng chỉ số điều kiện tài chính
Việc lựa chọn các biến tài chính cho chỉ số FCI phụ thuộc vào cơ chế truyền tải tiền tệ trong nền kinh tế Dựa trên các nghiên cứu trước đây và thực trạng chính sách tiền tệ (CSTT) tại Việt Nam, nhóm nghiên cứu đã phân loại các biến thành các nhóm thị trường khác nhau, nhằm phản ánh đúng điều kiện thực tế và các kênh truyền dẫn CSTT trong nước.
Bảng 2.1: Các biến sử dụng để tính toán chỉ sốđiều kiện tài chính tại Việt Nam
STT Nhóm thịtrường Tên biến
1 Thị trường tiền tệ Lãi suất liên ngân hàng qua đêm
Chênh lệch lãi suất cho vay và đi vay
2 Thị trường ngoại hối Dự trữ ngoại hối
Tỷ giá hối đoái thực đa phương (REER)
3 Thị trường chứng khoán Chỉ số VN-Index
Chỉ số VN30 Chỉ số HNX
4 Thị trường bất động sản Giá nhà trung bình
5 Thị trường trái phiếu Khối lượng phát hành trái phiếu Chính phủ
6 Thị trường hàng hóa Giá dầu thế giới
Nguồn: Tổng hợp của nhóm nghiên cứu
Lãi suất liên ngân hàng qua đêm là một công cụ quan trọng trong việc điều hành chính sách tiền tệ (CSTT) tại Việt Nam, ảnh hưởng đến lãi suất thực và quyết định đầu tư Khi lãi suất tăng, chi phí vốn của doanh nghiệp cũng tăng, dẫn đến giảm lợi nhuận và khuyến khích hộ gia đình cắt giảm chi tiêu do lợi tức tiết kiệm gia tăng Nghiên cứu của Bernanke và Gertler (1995) cho thấy lãi suất ngắn hạn ảnh hưởng đến sản lượng và lạm phát, đồng thời có khả năng dự báo lãi suất dài hạn Mặc dù lãi suất chính sách thường được sử dụng trong các nghiên cứu trước đây, lãi suất này ở Việt Nam thường cứng nhắc, do đó lãi suất liên ngân hàng trở thành một chỉ số phản ánh chính xác hơn điều kiện tài chính và biến động thị trường.
Chênh lệch lãi suất cho vay và đi vay phản ánh sự biến động của lãi suất trong các giai đoạn tài chính mở rộng hoặc thắt chặt Việc sử dụng nhiều mức chênh lệch lãi suất là cần thiết để tính toán biến động của chỉ số FCI Một chênh lệch lãi suất cao giữa cho vay và tiền gửi cho thấy điều kiện tín dụng khu vực tư nhân đang thắt chặt Kênh tín dụng đóng vai trò quan trọng tại những quốc gia có thị trường tài chính chưa phát triển, như Việt Nam Trong bối cảnh chính sách tiền tệ mở rộng, hệ thống ngân hàng có khả năng cung cấp tín dụng nhiều hơn cho doanh nghiệp và hộ gia đình, từ đó ảnh hưởng tích cực đến tổng cầu và sản lượng kinh tế.
Cung tiền M2 đóng vai trò quan trọng trong việc truyền dẫn chính sách tiền tệ (CSTT) Nhiều nghiên cứu đã chỉ ra rằng cung tiền là một yếu tố cần xem xét khi tính toán chỉ số điều kiện tài chính (FCI) Sự thay đổi của cung tiền có tác động trực tiếp đến lạm phát và các điều kiện tài chính trong nước.
Dự trữ ngoại hối là chỉ báo quan trọng cho các quốc gia trong việc ổn định tỷ giá hối đoái và kiểm soát biến động Nó không chỉ hỗ trợ Ngân hàng Nhà nước trong việc điều hành chính sách tiền tệ một cách linh hoạt mà còn thu hút đầu tư nước ngoài và kích thích đầu tư nội địa Một mức dự trữ ngoại hối mạnh mẽ giúp tăng khả năng phục hồi của nền kinh tế trước các khủng hoảng và giảm thiểu tác động của chính sách nới lỏng tiền tệ đến các điều kiện tài chính.
Tỷ giá hối đoái thực đa phương (REER) ảnh hưởng đến giá tương đối của hàng hóa và dịch vụ trong nước và quốc tế, tác động đến mô hình chi tiêu của nền kinh tế Khi tỷ giá tăng, giá nội địa của hàng nhập khẩu giảm, làm giảm khả năng cạnh tranh của sản phẩm nội địa và khuyến khích chuyển đổi chi tiêu sang hàng hóa ngoại nhập Đồng thời, tỷ giá nội tệ tăng cũng làm tăng giá ngoại tệ của hàng xuất khẩu, ảnh hưởng tiêu cực đến khả năng cạnh tranh của nhà sản xuất trong nước Xuất khẩu giảm dẫn đến thâm hụt cán cân thương mại, ảnh hưởng đến lạm phát và tăng trưởng kinh tế Gauthier và cộng sự (2004) nhấn mạnh rằng kênh tỷ giá rất quan trọng đối với nền kinh tế nhỏ và mở như Việt Nam, nơi tỷ giá không chỉ là công cụ điều hành chính sách tiền tệ mà còn truyền dẫn cú sốc bên ngoài Do đó, chỉ số tỷ giá hối đoái thực hiệu quả (REER) được sử dụng để phản ánh chính xác tình hình kinh tế.
Giá cổ phiếu (VN Index) có tác động đáng kể đến chi tiêu tiêu dùng và đầu tư thông qua hiệu ứng của cải Khi giá cổ phiếu giảm, sự giàu có tài chính của hộ gia đình bị ảnh hưởng, dẫn đến việc giảm chi tiêu tiêu dùng và tăng khả năng gặp khó khăn tài chính Ngoài ra, sự sụt giảm giá tài sản làm cho việc vay mượn trở nên khó khăn hơn, đặc biệt khi tài sản được sử dụng làm thế chấp Bên cạnh đó, sự thay đổi giá tài sản cũng ảnh hưởng đến mức độ tin tưởng của người tiêu dùng và doanh nghiệp.
Giá tài sản cần được theo dõi thường xuyên trong bối cảnh lạm phát, vì áp lực lạm phát có thể tác động đầu tiên đến giá tài sản, đặc biệt là trong môi trường lạm phát thấp.
Giá nhà trung bình không chỉ phản ánh qua giá cổ phiếu mà còn ảnh hưởng đến chính sách tiền tệ thông qua giá cả các loại tài sản khác, đặc biệt là bất động sản Việc đưa giá nhà vào chỉ số FCI gây tranh cãi, với một số nghiên cứu cho thấy giá nhà có khả năng giải thích và dự đoán tốt hơn giá cổ phiếu (Goodhart và Hofmann, 2002; Mayes và Viren, 2001) Tuy nhiên, cũng có nhiều nghiên cứu xây dựng FCI mà không bao gồm giá nhà, như trong các công trình của Guichard và Turner (2008) hay Matheson (2012).
Trái phiếu Chính phủ là công cụ quan trọng trong quản lý chính sách tiền tệ (CSTT) và đầu tư trên thị trường, với các tổ chức tài chính thường giữ một tỷ lệ nhất định trong danh mục đầu tư Nguồn cung trái phiếu ở các kỳ hạn khác nhau có thể tác động đến lãi suất, theo lý thuyết kỳ vọng về cấu trúc kỳ hạn Nghiên cứu của AvouyiDovi và Idier (2010) chỉ ra mối tương quan giữa điều kiện thị trường nợ của Chính phủ và CSTT thông qua tài sản thế chấp cho hoạt động thị trường mở, cho thấy hiệu quả của CSTT có thể phụ thuộc vào tính phân khúc của thị trường trái phiếu Ngoài ra, nợ Chính phủ cũng có liên quan đến sự ổn định tài chính.
Giá dầu thế giới là một chỉ số quan trọng ảnh hưởng đến sự ổn định tài chính và truyền tải chính sách tài chính, theo nghiên cứu của Gomez (2011) Sự thay đổi giá dầu không chỉ tác động đến người tiêu dùng và doanh nghiệp mà còn phản ánh kỳ vọng về lạm phát và các điều kiện kinh tế vĩ mô Tại Việt Nam, biến động giá dầu làm thay đổi chi phí sản xuất, ảnh hưởng đến đầu tư và tiêu dùng, đồng thời tác động đến lượng ngoại tệ nhập khẩu xăng dầu, từ đó góp phần vào lạm phát và tình hình kinh tế chung Ngoài ra, giá dầu còn ảnh hưởng đến nguồn thu ngân sách Nhà nước và hoạt động đầu tư trong lĩnh vực khai thác và lọc hóa dầu.
Phương pháp kiểm định tác độ ng c ủ a ch ỉ s ố điề u ki ệ n tài chính t ớ i các bi ế n s ố kinh t ế vĩ mô tạ i Vi ệ t Nam
Để đánh giá chính xác tác động của chỉ số điều kiện tài chính đến các biến số kinh tế vĩ mô tại Việt Nam, nghiên cứu áp dụng mô hình phân phối trễ tự hồi quy (ARDL) cho giai đoạn từ tháng 1 năm.
Mô hình ARDL, được áp dụng trong nghiên cứu từ năm 2013 đến tháng 12 năm 2022, mang lại nhiều ưu điểm nổi bật: (1) Tính phù hợp với quy mô mẫu nhỏ; (2) Ước lượng cho một phương trình duy nhất thay vì hệ phương trình như kiểm định Johansen và Granger; (3) Khả năng xử lý các biến có độ trễ khác nhau mà không phân biệt thứ tự sai phân I(0), I(1), hoặc cả hai; (4) Tính toán ngắn hạn với mô hình ECM mà không làm mất bậc tự do (Pesaran & cộng sự, 2001) Ngoài ra, mô hình ARDL còn được sử dụng rộng rãi để kiểm tra sự hiện diện của mối quan hệ dài hạn và đồng liên kết giữa các chuỗi dữ liệu thời gian Mô hình ARDL có thể được khái quát bằng phương trình cơ bản ARDL (p,q1,q2 qk).
L là toán tử độ trễ, sử dụng các giá trị như 0 và 1 để biểu diễn các biến xác định, bao gồm hệ số chặn, xu hướng theo thời gian, biến giả mùa vụ và biến ngoại sinh với độ trễ cố định.
Các ký hiệu p và q là độ trễ của biến y hoặc x i với p = 0,1,2 ,m; q = 0,1,2 ,m; i=1,2 ,k Độ trễ tối đam do người dùng lựa chọn
Số kỳ thời gian của mẫu quan sát là n với t = m+1, m+2 ,n ut là phần dư
Trong mô hình phân phối trễ tự hồi quy, biến phụ thuộc được giải thích một phần bởi giá trị của chính nó trong quá khứ Các biến giải thích khác cũng được đưa vào mô hình với các giá trị trễ Sự hiện diện của giá trị quá khứ này có thể dẫn đến ước lượng hệ số thiên lệch khi sử dụng phương pháp hồi quy tuyến tính OLS Nếu thành phần nhiễu có hiện tượng tự tương quan, phương pháp hồi quy sẽ không cho kết quả chính xác.
43 quy tuyến tính trở nên thiếu tính nhất quán Vì lý do này, các biến công cụ thường được sử dụng để ước lượng mô hình ARDL
Theo Pesaran và cộng sự (2001), Shin và cộng sự (2014) và Nkoro và Uko
Mô hình ARDL có nhiều ưu điểm so với kỹ thuật đồng liên kết của Johansen Thứ nhất, ARDL cho phép các biến không cần phải dừng ở cùng một bậc sai phân, mà chỉ yêu cầu dừng tối đa ở bậc 1 Thứ hai, ARDL giúp giải quyết vấn đề nội sinh và cung cấp kết quả tin cậy ngay cả với mẫu quan sát nhỏ bằng cách bổ sung các biến trễ của biến phụ thuộc vào biến độc lập Thứ ba, thay vì ước lượng cho một hệ phương trình như phương pháp Johansen, ARDL chỉ cần ước lượng một phương trình duy nhất, cho phép ước lượng đồng thời các hệ số tác động ngắn hạn và dài hạn, bao gồm cả hệ số hiệu chỉnh sai số ngắn hạn Cuối cùng, ARDL có khả năng dung nạp các biến có độ trễ khác nhau, từ đó cải thiện đáng kể tính phù hợp của mô hình.
Nhóm nghiên cứu đã sử dụng mô hình ARDL để đánh giá tác động của chỉ số điều kiện tài chính đến các biến số kinh tế vĩ mô tại Việt Nam Các bước thực hiện nghiên cứu được tiến hành một cách hệ thống và có phương pháp rõ ràng.
Bước 1: Kiểm tra tính dừng của các biến
Các biến số trong mô hình kinh tế thường là chuỗi thời gian không dừng tại bậc gốc, dẫn đến nguy cơ hồi quy giả mạo nếu áp dụng phương pháp hồi quy thông thường Theo nghiên cứu của Engle và Granger (1987), mặc dù các biến số này không dừng ở bậc gốc I(0) mà dừng ở sai phân bậc một I(1), chúng vẫn có thể có mối tương quan tuyến tính trong dài hạn, được gọi là đồng liên kết Để xác định mối tương quan này, cần áp dụng các kỹ thuật hồi quy phù hợp.
Có hai kỹ thuật hồi quy chính cho các biến cùng dừng ở sai phân bậc một I(1): phương pháp hai bước của Engle và Granger (1987) và kỹ thuật kiểm định đồng liên kết của Johansen và Juselius (1990) Ngoài ra, Pesaran và cộng sự (2001) đã chỉ ra rằng mối quan hệ đồng liên kết cũng có thể tồn tại giữa các biến dừng ở bậc gốc I(0).
Mối quan hệ đồng liên kết giữa các biến số có thể được xác định thông qua kỹ thuật kiểm định đường bao (Bounds testing) Để kiểm tra tính dừng của các biến trong mô hình, chúng ta áp dụng phương pháp ADF do Dickey và Fuller (1981) đề xuất, cùng với phương pháp PP do Phillips và Perron (1998) phát triển.
Bước 2: Xác định độ trể tối ưu các các biến trong mô hình
Việc xác định độ trễ tối ưu trong phân tích dữ liệu chuỗi thời gian là rất quan trọng Sử dụng độ trễ quá dài dẫn đến việc phải ước lượng quá nhiều hệ số, làm giảm độ chính xác của kết quả Ngược lại, độ trễ quá ngắn có thể khiến phần dư không đạt yêu cầu về nhiễu trắng, gây sai lệch trong ước lượng Để xác định độ trễ tối ưu cho các biến trong mô hình, cần dựa vào các chuẩn thông tin như AIC, SC và HQ, với độ trễ tối ưu là độ trễ có giá trị nhỏ nhất của các chuẩn này.
Bước 3: Kiểm định hiện tượng đồng liên kết giữa các biến
Kỹ thuật kiểm định đường bao được xây dựng dựa trên giả thuyết không H0
Trong nghiên cứu này, giả thuyết H0 cho rằng giữa các biến không tồn tại đồng kiên kết, tức là các hệ số ước lượng λ đều bằng không Ngược lại, giả thuyết H1 cho rằng giữa các biến có quan hệ đồng kiên kết, với các hệ số ước lượng b khác không Nếu trị thống kê F trong kiểm định đường bao (F-statistics) lớn hơn giá trị tới hạn trên của đường bao, thì giả thuyết H0 có thể bị bác bỏ, cho thấy sự tồn tại quan hệ đồng kiên kết giữa các biến trong mô hình.
Bước 4: Ước lượng tác động ngắn hạn và dài hạn theo mô hình hiệu chỉnh sai số
Nếu kiểm định đường bao xác định mối quan hệ đồng liên kết, ta có thể xác định các ước lượng tác động ngắn hạn và hiệu ứng dài hạn Nghiên cứu sử dụng ước lượng từ ARDL nhằm làm nổi bật sự khác biệt so với các đề tài trước đây, chủ yếu áp dụng phương pháp định tính hoặc chỉ sử dụng mô hình VAR trong phân tích tác động ngắn hạn mà không xem xét đến tác động dài hạn.
Bước 5: Kiểm định tính vững của mô hình ARDL
Kết quả ước lượng từ mô hình ARDL được coi là đáng tin cậy khi mô hình đảm bảo tính vững Để kiểm định tính vững, hai tiêu chí thống kê được sử dụng là tổng tích luỹ phần dư (CUSUM) và tổng tích luỹ hiệu chỉnh của phần dư (CUSUMSQ) Giả thuyết không H0 cho rằng mô hình có tính ổn định, trong khi giả thuyết H1 cho rằng mô hình không ổn định Mô hình được coi là ổn định khi các giá trị thống kê CUSUM và CUSUMSQ nằm trong giới hạn giữa hai đường bao giới hạn trên (upper bound) và dưới (lower bound).
D ữ li ệ u nghiên c ứ u
Biến sử dụng để tính chỉ số điều kiện tài chính cho Việt Nam được thu thập từ tháng 1 năm 2013 đến tháng 12 năm 2022 Do hạn chế về dữ liệu, chỉ số GDP chỉ có theo năm và theo quý, vì vậy nhóm nghiên cứu đã chọn chỉ số sản xuất công nghiệp (IPI) theo tháng làm biến thay thế Nghiên cứu của Nguyễn Thanh Phương và cộng sự (2019) cũng đã sử dụng IPI thay cho GDP Chỉ số sản xuất công nghiệp là tiêu chí quan trọng để đánh giá tốc độ tăng trưởng của nền sản xuất công nghiệp, với IPI được tính bằng tỷ lệ phần trăm giữa khối lượng sản xuất công nghiệp hiện tại và khối lượng sản xuất công nghiệp kỳ gốc.
Các dữ liệu được lấy từ nguồn tin cậy như World Bank, IMF,Bruegel, Hiệp hội thị trường trái phiếu Việt Nam, Tổng Cục thống kê
Chương 2 tập trung vào phương pháp nghiên cứu tác động của chỉ số điều kiện tài chính đối với các biến số kinh tế vĩ mô tại Việt Nam, bao gồm thiết kế nghiên cứu, xây dựng chỉ số điều kiện tài chính thông qua phân tích thành phần chính (PCA), và phương pháp kiểm định tác động của chỉ số này lên các biến số kinh tế vĩ mô.
Phương pháp phân tích thành phần chính (PCA) được lựa chọn để xây dựng chỉ số điều kiện tài chính (FCI) cho Việt Nam nhờ vào khả năng không phụ thuộc vào mô hình kinh tế cụ thể, đồng thời đánh giá sự đóng góp của các chỉ số tài chính trong bối cảnh biến động lịch sử của hệ thống tài chính PCA cũng giúp khắc phục hạn chế về số liệu và cho phép đưa nhiều biến số vào tính toán chỉ số FCI mà không làm giảm độ chính xác của bậc tự do như trong mô hình VAR.
Về mô hình hồi quy, nhóm nghiên cứu sử dụng mô hình phân phối trễ tự hồi quy (Autoregressive-Distributed Lag Model -ARDL) cho giai đoạn từ tháng 1 năm
Từ năm 2013 đến tháng 12 năm 2022, nghiên cứu nhằm đánh giá chính xác và hiệu quả tác động của chỉ số điều kiện tài chính đối với các biến số kinh tế vĩ mô tại Việt Nam Các bước trong mô hình phân phối trễ tự hồi quy bao gồm: kiểm tra tính dừng của các biến, xác định độ trễ tối ưu, kiểm định hiện tượng đồng liên kết giữa các biến, ước lượng tác động ngắn hạn và dài hạn theo mô hình hiệu chỉnh sai số, và kiểm định tính vững của mô hình ARDL.
KI ỂM ĐỊNH TÁC ĐỘ NG C Ủ A CH Ỉ S Ố ĐIỀ U KI Ệ N TÀI CHÍNH T Ớ I CÁC BI Ế N S Ố KINH T Ế VĨ MÔ TẠ I VI Ệ T NAM
Xây d ự ng ch ỉ s ố điề u ki ệ n tài chính c ủ a Vi ệ t Nam
Để kiểm định tác động của chỉ số điều kiện tài chính đến các biến số kinh tế vĩ mô tại Việt Nam, nhóm nghiên cứu đã xây dựng chỉ số điều kiện tài chính thông qua phương pháp phân tích thành phần chính (PCA) Các biến số được đưa vào phương pháp này đã được liệt kê trong Bảng 3.1, và quy trình xây dựng chỉ số điều kiện tài chính của Việt Nam được trình bày chi tiết ở Chương 2.
Dữ liệu của các biến số được thu thập theo tháng, từ tháng 1 năm 2013 đến tháng 12 năm 2022
Bảng 3.1 Các biến số xây dựng chỉ sốđiều kiện tài chính tại Việt Nam
STT Nhóm thị trường Tên biến Viết tắt Nguồn
1 Thị trường tiền tệ Lãi suất liên ngân hàng qua đêm onrate IMF
Chênh lệch lãi suất cho vay và đi vay spread
2 Thị trường ngoại hối Dự trữ ngoại hối reserve IMF
Tỷ giá hối đoái thực đa phương reer
3 Thị trường chứng khoán Chỉ số VN-Index stock Fiinpro
4 Thị trường bất động sản Giá nhà trung bình house GSO
5 Thị trường trái phiếu Khối lượng phát hành trái phiếu
6 Thị trường hàng hóa Giá dầu thế giới oil IndexMundi
Sau khi lựa chọn các biến số cho chỉ số điều kiện tài chính, nhóm nghiên cứu đã chuẩn hóa các biến bằng phương pháp Normed PCA Kết quả của các thành phần chính được tính toán dựa trên phương pháp PCA và được trình bày trong Bảng 3.2.
Bảng 3.2 Kết quả 10 thành phần chính từphươngphápPCA Component Eigenvalue DifferenceProportionCumulative Comp13.68206 1.79456 0.36820.3682 Comp21.88750 0.54055 0.18880.5570 Comp31.34695 0.32271 0.13470.6917 Comp41.02423 0.17805 0.10240.7941 Comp50.84617 0.26524 0.08460.8787 Comp60.58093 0.30208 0.05810.9368 Comp70.27884 0.12504 0.02790.9647 Comp80.15380 0.04188 0.01540.9801 Comp90.11191 0.02433 0.01120.9912 Comp10 0.08758 0.00881.0000 Nguồn: Tính toán của nhóm nghiên cứu
BiếnComp1Comp2Comp3Comp4Comp5Comp6Comp7Comp8Comp9Comp10 onrate0.0146- 0.34310.53170.2598- 0.45660.48440.0745- 0.2869- 0.02820.0043 spread0.19070.56700.02400.3286- 0.0644- 0.03260.7115- 0.0827- 0.1196- 0.0317 m2- 0.4954- 0.0242- 0.03240.0447 0.0908 0.0390 0.2507- 0.07180.52680.6290 reserve- 0.22660.3731- 0.2580- 0.3432- 0.0829 0.7486 - 0.02900.13500.0389- 0.1930 exchange0.4863- 0.0147- 0.0193- 0.1819- 0.0027 0.2178 - 0.02120.2529- 0.34420.7068 reer0.4727- 0.17710.0589- 0.0986- 0.0916 0.0377 0.20620.45110.6611- 0.1979 stock0.3967 0.3975 - 0.0137- 0.0409- 0.0448- 0.0053- 0.4084- 0.59700.38050.1126 house0.03930.07250.5637- 0.0844 0.7872 0.2029 0.0277- 0.02180.0089- 0.0784 govbond0.1043- 0.1049- 0.37750.76920.2890 0.3050 - 0.22340.11940.0562- 0.0011 oil - 0.19240.46380.43000.2478- 0.2420- 0.1388- 0.40500.49890.04840.0923
Phân tích thành phần chính (PCA) đã chỉ ra rằng có 10 thành phần chính ảnh hưởng đến chỉ số điều kiện tài chính của Việt Nam Trong số đó, 4 thành phần đầu tiên có giá trị vector riêng (Eigenvalue) lớn hơn 1, đại diện cho 79.41% tổng mẫu biến nghiên cứu Do vậy, nhóm nghiên cứu đã quyết định sử dụng 4 thành phần này để tính toán chỉ số điều kiện tài chính của Việt Nam, với giá trị của từng thành phần chính được trình bày trong Phụ lục.
Ki ểm định tác độ ng c ủ a ch ỉ s ố điề u ki ệ n tài chính t ớ i các bi ế n s ố kinh
3.2.1 Thống kê mô tả Để tiến hành kiểm định tác động của chỉ số điều kiện tài chính tới các biến số kinh tế vĩ mô tại Việt Nam, nhóm nghiên cứu tiến hành lựa chọn các biến số đưa vào mô hình hồi quy như sau Trong đó, các biến bao gồm cung tiền M2, giá trị xuất nhập khẩu, giá dầu, tỷ giá USD/VND… là những biến số kinh tế thường xuyên được sử dụng trong các nghiên cứu vĩ mô (Ulfa và Abbas, 2018; Herawati và Sidik, 2022; McCandless và Weber, 1995; Nassar, 2005; Choi và cộng sự, 2018; Mukhtarov và cộng sự, 2019; Lacheheb và Sirag, 2019; Arize và cộng sự, 2004)
Bảng 3.3 Danh sách các biến trong nghiên cứu
Tên biến Đơn vị Viết tắt Nguồn
Chỉ số giá tiêu dùng
(Consumer Price Index) CPI GSO
Chỉ số Sản xuất Công nghiệp
Chỉ sốđiều kiện tài chính
Cung tiền M2 Tỷ đồng M2 IMF
Giá trị xuất khẩu Nghìn USD EX GSO
Giá trị nhập khẩu Nghìn USD IM GSO
Giá dầu USD OIL IndexMundi
Tỷ giá USD/VND EXC Investing.com
Vốn đầu tư thực hiện từ nguồn ngân sách Nhà nước Tỷ đồng INVEST GSO
Chỉ số sử dụng lao động công nghiệp LABOUR GSO
Nguồn: Tổng hợp của nhóm nghiên cứu
Bảng 3.4 Thống kê mô tả
Tên biến Số quan sát Trung bình Độ lệch chuẩn
Bảng 3.4 thể hiện kết quả thống kê mô tả các biến trong nghiên cứu, với dữ liệu được thu thập hàng tháng từ tháng 1 năm 2013 đến tháng 12 năm 2022, tổng cộng 120 quan sát.
Chỉ số giá tiêu dùng (CPI) có giá trị trung bình là 156.879, với độ lệch chuẩn là 12.799 Giá trị nhỏ nhất ghi nhận là 135.125 và giá trị lớn nhất đạt 180.065.
Chỉ số Sản xuất Công nghiệp (Industrial Production Index) có giá trị trung bình là 151.980, với độ lệch chuẩn 35.184 Giá trị nhỏ nhất ghi nhận được là 89.000, trong khi giá trị lớn nhất đạt 267.162.
Chỉ số điều kiện tài chính của Việt Nam trong giai đoạn 2013 – 2022 dao động từ giá trị thấp nhất -1.718 đến giá trị cao nhất 2.452, với giá trị trung bình là 2.28e-09 và độ lệch chuẩn đạt 0.977.
Trong giai đoạn 2013 – 2022, cung tiền M2 của Việt Nam trung bình hàng tháng đạt 8,006,685 tỷ đồng Giá trị lớn nhất ghi nhận là 12,864,954 tỷ đồng vào tháng 6 năm 2022, trong khi giá trị nhỏ nhất là 3,551,305 tỷ đồng vào tháng 1 năm 2013.
Từ năm 2013 đến năm 2022, Việt Nam có giá trị xuất khẩu trung bình hàng tháng đạt 19.437 tỷ USD, với tháng cao nhất ghi nhận là 35.257 tỷ USD vào tháng 8 năm 2022 và tháng xuất khẩu thấp nhất diễn ra vào tháng 2.
Từ năm 2013 đến năm 2022, Việt Nam đã nhập khẩu hàng hóa với giá trị trung bình 18.961 tỷ USD mỗi tháng Tháng có giá trị nhập khẩu cao nhất đạt 32.905 tỷ USD vào tháng 5 năm 2022, trong khi tháng có giá trị thấp nhất là tháng 2 năm 2013 với 7.240 tỷ USD.
Giá dầu từ năm 2013 đến 2022 đã trải qua biến động lớn, đạt đỉnh 116,8 đô la/thùng vào tháng 6 năm 2022, trong khi mức thấp nhất ghi nhận là 21,04 đô la/thùng vào tháng 4 năm 2022 do ảnh hưởng của đại dịch COVID-19.
Tỷ giá USD/VND đã trải qua nhiều biến động từ năm 2013 đến 2022, với tỷ giá trung bình đạt 22.507,99 VND Độ lệch chuẩn của tỷ giá này là 874,301, trong đó giá trị cao nhất ghi nhận được là 24.840 VND và giá trị thấp nhất là 20.810 VND.
Mỗi tháng, ngân sách nhà nước đầu tư trung bình 27,200.35 tỷ đồng, với tháng có mức đầu tư cao nhất là tháng 12.
2022 với 65,945 tỷ đồng và tháng thấp nhất là tháng 02 năm 2013 với 9,124 tỷ đồng
Trong giai đoạn từ 2013 đến 2022, chỉ số sử dụng lao động công nghiệp của Việt Nam có giá trị trung bình là 100.955, với độ lệch chuẩn 1.008 Giá trị nhỏ nhất ghi nhận là 94.7, trong khi giá trị lớn nhất đạt 107.7.
3.2.2 Tác động của chỉ số điều kiện tài chính tới lạm phát tại Việt Nam Để tiến hành kiểm định tác động của chỉ số điều kiện tài chính tới lạm phát tại Việt Nam, nhóm nghiên cứu sử dụng mô hình phân phối trễ tự hồi quy (Autoregressive-Distributed Lag Model -ARDL) Phương trình của mô hình ARDL nhằm kiểm định tác động của chỉ số điều kiện tài chính tới lạm phát tại Việt Nam có dạng như sau:
Nghiên cứu kinh tế lượng cho thấy hầu hết các biến chuỗi thời gian kinh tế vĩ mô không có tính dừng, và việc sử dụng các biến này có thể dẫn đến hồi quy giả mạo Trong nghiên cứu này, kiểm định nghiệm đơn vị được áp dụng để xác định tính dừng của các biến chuỗi thời gian.
Giả thuyết kiểm định đối với từng chuỗi thời gian trong mô hình:
Thay vì dùng Thống kê τ, nhóm nghiên cứu sử dụng giá trị P-value để kiểm định tính dừng của các chuỗi thời gian trong mô hình Cụ thể:
H0: P-value > mức ý nghĩathống kê (chuỗi không dừng)
H1: P-value ≤ mức ý nghĩathống kê (chuỗi là dừng)
Đề tài kiểm định tính dừng của các biến số trong mô hình sử dụng phương pháp Augmented Dickey-Fuller (ADF) do Dickey và Fuller (1981) phát triển, cùng với phương pháp PP do Phillips và Perron (1998) đề xuất Kết quả kiểm định nghiệm đơn vị cho các biến trong mô hình lạm phát được trình bày chi tiết trong Bảng 3.5.
Bảng 3.5 Kết quả kiểm định nghiệm đơn vị cho các biến trong mô hình lạm phát theo chuẩn AIC phương pháp Augmented Dickey-Fuller (ADF) và phương pháp
Tên bi ế n Chu ỗ i g ố c Sai phân b ậ c I
ADF P-value PP P-value ADF P-value PP P-value lnCPI -0.453 0.895 -0.475 0.891 -7.614 0.000 -7.656 0.000 FCI 0.406 0.982 -0.174 0.937 -14.080 0.000 -17.950 0.000 lnEX -0.065 0.949 -1.825 0.366 -9.653 0.000 -38.599 0.000 lnIM -0.847 0.801 -1.725 0.416 -3.033 0.035 -30.156 0.000 lnM2 -2.575 0.100 -4.419 0.000 lnOIL -2.117 0.239 -2.108 0.242 -8.018 0.000 -7.136 0.000 lnEXC -1.255 0.649 -1.614 0.472 -8.996 0.000 -6.910 0.000
CÁC KHUYẾ N NGH Ị CHÍNH SÁCH
Khuy ế n ngh ị liên quan đế n tính toán và s ử d ụ ng ch ỉ s ố điề u ki ệ n tài chính
- Cơ sởđề xuất khuyến nghị:
Chỉ số điều kiện tài chính là một chỉ số tổng hợp, phản ánh môi trường tài chính thông qua nhiều biến số tài chính Nó loại bỏ ảnh hưởng của chu kỳ kinh tế vĩ mô, chỉ tập trung vào các biến động ngắn hạn trong môi trường tài chính Nghiên cứu từ mô hình ADRL đã chỉ ra rằng chỉ số điều kiện tài chính có tác động đáng kể đến tăng trưởng và lạm phát tại Việt Nam.
NHNN cần xác định và sử dụng chỉ số điều kiện tài chính như một công cụ quan trọng trong việc điều hành chính sách tiền tệ, nhằm nâng cao hiệu quả truyền dẫn của chính sách này đến các mục tiêu cuối cùng.
- Đơn vị thực hiện khuyến nghị:
Ngân hàng Nhà nước là cơ quan chủ chốt trong việc tính toán và áp dụng chỉ số điều kiện tài chính tại Việt Nam NHNN có thể ủy quyền cho vụ Dự báo thống kê tiền tệ để lựa chọn phương pháp và cách thức tính toán phù hợp với thực tiễn trong nước Nhờ đó, NHNN có khả năng sử dụng chỉ số này như một công cụ bổ sung trong việc dự báo lạm phát ngắn hạn tại Việt Nam.
4.1.2 NHNN cần nghiên cứu lựa chọn các biến số đưa vào công thức tính toán chỉ số điều kiện tài chính tại Việt Nam để đảm bảo phản ánh đầy đủ, cập nhật thực trạng điều kiện tài chính tại Việt Nam Đồng thời, NHNN xây dựng cơ sở dữ liệu vĩ mô, vi mô cập nhật là cơ sở để phục vụ tính toán các phân tích dự báo các mô hình kinh tế nói chung, và tính toán chỉ số điều kiện tài chính nói riêng
- Cơ sở đề xuất khuyến nghị:
Chỉ số FCI được tính toán từ nhiều biến số khác nhau, hiện đang được quản lý bởi các đơn vị chức năng như Ngân hàng Nhà nước (thị trường tiền tệ, ngoại hối), Bộ Tài chính (thị trường chứng khoán) và Bộ Công thương (giá dầu) Việc điều hành chính sách tiền tệ và chính sách tài khóa dựa trên chỉ số FCI sẽ gặp khó khăn nếu không có cơ chế phối hợp giữa các Bộ liên quan Do đó, cần thiết phải có một cơ quan chuyên trách về chỉ số FCI, chịu trách nhiệm xây dựng, tính toán và điều chỉnh chỉ số này.
NHNN cần nghiên cứu và lựa chọn các biến số phù hợp để tính toán chỉ số điều kiện tài chính (FCI) tại Việt Nam, vì việc này quyết định tính hiệu quả của chỉ số Các biến được chọn thường dựa vào cơ chế truyền dẫn chính sách tiền tệ và tài chính của từng quốc gia trong từng giai đoạn Khi có sự thay đổi trong cơ chế, cần điều chỉnh các biến trong FCI, đặc biệt khi lãi suất chính sách không còn là chỉ báo duy nhất Nhiều ngân hàng trung ương ở các nền kinh tế mới nổi thường áp dụng nhiều biện pháp chính sách khác nhau, do đó cần cân nhắc lại các biến trong FCI khi có thay đổi chiến lược Hiện tại, một số biến như chỉ số VNIndex và giá xăng dầu chưa thực sự phù hợp; VNIndex không phản ánh đầy đủ thị trường do Việt Nam có hai Sở giao dịch chứng khoán, và việc sáp nhập sẽ tạo ra một chỉ số tốt hơn Về giá xăng dầu, việc sử dụng giá dầu thế giới trong tính toán FCI không phản ánh đúng thực tế do sự chênh lệch giữa giá trong nước và quốc tế, cùng với việc thiếu thống kê công khai về giá xăng dầu theo thời gian.
Chính việc không có sự thống kê, ghi chép, và công bố công khai, gây khó khăn việc xây dựng FCI
Trong dài hạn, khi cấu trúc tài chính trở nên phức tạp hơn, việc tích hợp nhiều biến vào chỉ số FCI là điều cần thiết Nghiên cứu của Brave và Butters (2011) đã chỉ ra rằng chỉ số FCI cho Mỹ sử dụng hơn 100 biến tài chính thông qua phương pháp PCA, trong khi ECB (2012) áp dụng 36 biến tài chính Thêm vào đó, một số quốc gia với thị trường tài chính phức tạp còn bổ sung các biến định tính vào tính toán FCI, dựa trên kết quả khảo sát định kỳ về các vấn đề không định lượng rõ ràng như tiêu chuẩn tín dụng và cho vay.
Ngân hàng Nhà nước Việt Nam (NHNN) thực hiện tính toán chỉ số điều kiện tài chính (FCI) định kỳ với tần suất cao, nhằm đảm bảo tính cập nhật và phù hợp với các giai đoạn phát triển kinh tế khác nhau FCI, được xây dựng từ nhiều biến tài chính liên tục thay đổi, đóng vai trò quan trọng trong việc dự báo và ảnh hưởng đến các biến số vĩ mô, do đó có thể được sử dụng như một công cụ chính sách hiệu quả Nghiên cứu của Debuque-Gonzales và cộng sự (2013) chỉ ra rằng FCI có tần suất cao hơn giúp cải thiện khả năng dự đoán tăng trưởng và lạm phát, đặc biệt trong ngắn hạn, dẫn đến việc nhiều quốc gia lựa chọn xây dựng FCI theo năm hoặc quý.
+ NHNN xây dựng cơ sở dữ liệu vĩ mô, vi mô đầy đủ, cập nhật, chính xác là cơ sở để tính toán chỉ số điều kiện tài chính
- Đơn vị thực hiện khuyến nghị:
+ NHNN là đơn vị đầu mối triển khai tính toán chỉ số điều kiện tài chính
+ Các Bộ ngành khác phối hợp cung cấp và cập nhật dữ liệu
Khuy ế n ngh ị chính sách liên quan đế n ki ể m soát l ạ m phát và thúc đẩy tăng trưở ng kinh t ế
4.2.1 Ngân hàng Nhà nước cần có biện pháp nâng cao niềm tin công chúng vào hoạt động điều hành CSTT
Kết quả hồi quy tại mục 3.2.2 trong chương 3 chỉ ra rằng, ngoài chỉ số FCI, lạm phát của tháng trước cũng có tác động tích cực đến lạm phát hiện tại.
Việt Nam với mức ý nghĩa thông kê 1 Điều đó cho thấy lạm phát kì vọng có ảnh hưởng khá lớn đến lạm phát kì sau
Ngân hàng Nhà nước cần thực hiện các biện pháp nhằm nâng cao niềm tin của công chúng vào hoạt động điều hành chính sách tiền tệ (CSTT) Để giảm thiểu tác động của lạm phát kỳ vọng, Chính phủ và NHNN Việt Nam cần củng cố niềm tin của người dân vào các giải pháp kiềm chế lạm phát và giá trị của đồng nội tệ Việc tăng cường công tác truyền thông là cần thiết, trong đó NHNN phải cung cấp thông tin rõ ràng về mục tiêu và chiến lược của CSTT Hành động này không chỉ giúp công chúng hiểu rõ hơn về CSTT mà còn nâng cao tính minh bạch và trách nhiệm giải trình của NHNN, từ đó cải thiện uy tín và vị thế của ngân hàng Truyền thông được xem là công cụ quan trọng để neo giữ kỳ vọng và kiểm soát lạm phát, vì vậy NHNN cần tập trung vào một số nội dung cụ thể trong công tác truyền thông của mình.
(i) NHNN cần xây dựng chiến lược truyền thông cụ thể, bài bản cho từng giai đoạn;
Nội dung truyền thông phải đảm bảo tính chính xác và nhất quán, với thông điệp đơn giản, dễ hiểu, thân thiện và gần gũi Điều này giúp truyền tải hiệu quả tới đông đảo công chúng trong nền kinh tế.
(iii) Phương thức truyền thông cần linh hoạt, sáng tạo và phù hợp với từng đối tượng khác nhau;
Kết hợp đa kênh trong hoạt động truyền thông là rất quan trọng, bao gồm website, hội nghị, hội thảo, phương tiện truyền thông xã hội và ấn phẩm truyền thông Đặc biệt, việc cung cấp thông tin trên website của NHNN cần được chú trọng, với yêu cầu thường xuyên cập nhật thông tin và số liệu một cách chính xác và đáng tin cậy.
(v) Tăng cường công tác tuyên truyền, quảng bá hình ảnh
- Đơn vị thực hiện khuyến nghị: Vụ truyền thông và Vụ Chính sách tiền tệ, Ngân hàng Nhà nước Việt Nam
4.2.2 Chính phủ, đặc biệt là các bộ ngành có liên quan cần có giải pháp để kiểm soát và hạn chế tác động của sự biến động giá dầu thế giới đến lạm phát tại Việt Nam
Kết quả hồi quy từ mục 3.2.2 trong chương 3 chỉ ra rằng giá dầu thế giới có ảnh hưởng tích cực đến lạm phát tại Việt Nam, với mức ý nghĩa thống kê đạt 1%.
Bộ Công thương cần tích cực tìm kiếm các nguồn năng lượng thay thế cho dầu, đặc biệt là năng lượng tái tạo và năng lượng xanh, sạch, thân thiện với môi trường Đồng thời, việc đảm bảo nguồn cung xăng dầu trong nước cũng rất quan trọng để tránh tình trạng thiếu hụt và đầu cơ, găm hàng.
Bộ Công thương cần chỉ đạo các doanh nghiệp đầu mối kinh doanh và phân phối xăng dầu chủ động phối hợp để duy trì nguồn cung liên tục cho thị trường, đảm bảo cân đối giữa sản xuất trong nước và nhập khẩu Đồng thời, bộ cũng phải thường xuyên kiểm tra và giám sát để phát hiện và xử lý nghiêm các hành vi vi phạm như đầu cơ, găm hàng và buôn lậu Việc điều hành giá xăng dầu cần bám sát diễn biến giá thế giới và phù hợp với cung cầu trong nước.
Bộ Tài chính cần thiết lập chính sách thuế và phí hợp lý cho mặt hàng xăng dầu Trước tình hình giá dầu thế giới tăng cao, gây áp lực lên lạm phát trong nước, việc thực thi chính sách giảm thuế là rất quan trọng Các loại thuế cần xem xét giảm bao gồm thuế nhập khẩu, thuế bảo vệ môi trường, thuế giá trị gia tăng và thuế tiêu thụ đặc biệt.
Ngân hàng Nhà nước (NHNN) cần theo dõi và dự báo biến động giá dầu thường xuyên, điều này giúp xây dựng các kịch bản phù hợp để điều hành chính sách tiền tệ hiệu quả Đồng thời, NHNN nên chỉ đạo các ngân hàng thương mại (NHTM) thực hiện chính sách hỗ trợ, tạo điều kiện cho doanh nghiệp kinh doanh xăng dầu tiếp cận vốn với lãi suất ưu đãi.
- Đơn vị thực hiện khuyến nghị:
Để kiểm soát tác động của giá dầu thế giới đến lạm phát trong nước, cần sự phối hợp chặt chẽ giữa Bộ Công thương, Bộ Tài chính và Ngân hàng Nhà nước Đồng thời, Chính phủ cần triển khai các chính sách thúc đẩy hoạt động ngoại thương, đặc biệt là tăng cường xuất khẩu, nhằm tạo động lực cho tăng trưởng kinh tế tại Việt Nam.
Kết quả hồi quy từ chương 3 cho thấy giá trị xuất khẩu có tác động tích cực đến tăng trưởng kinh tế trong cả ngắn hạn và dài hạn với mức ý nghĩa 1% và 5% Ngược lại, giá trị nhập khẩu lại ảnh hưởng tiêu cực đến tăng trưởng kinh tế trong cả hai khoảng thời gian này, với mức ý nghĩa thống kê là 1% và 10%.
Việt Nam cần tích cực hoàn thiện thể chế và tăng cường quản lý nhà nước trong hoạt động xuất nhập khẩu, đồng thời rà soát và bổ sung các chính sách phù hợp với quy định quốc tế và cam kết trong các hiệp định thương mại tự do Để tạo môi trường kinh doanh thuận lợi, Việt Nam cũng nên cải cách và đơn giản hóa thủ tục hành chính, nhằm nâng cao tính minh bạch và hỗ trợ doanh nghiệp phát triển.
Việc phát triển thị trường xuất khẩu bền vững tại Việt Nam cần tập trung vào việc tận dụng hiệu quả các hiệp định thương mại để thúc đẩy xuất khẩu và nâng cao công tác truyền thông về các hiệp định này, giúp doanh nghiệp khai thác tối đa cơ hội Đồng thời, Việt Nam cần xây dựng chiến lược phát triển các sản phẩm xuất khẩu chủ lực với giá trị gia tăng cao và sức cạnh tranh mạnh Tăng cường tính liên kết và chia sẻ thông tin giữa các doanh nghiệp cũng rất quan trọng Hơn nữa, việc đa dạng hóa thị trường xuất khẩu thông qua các hoạt động đàm phán song phương, đa phương và xúc tiến xuất khẩu đến các thị trường tiềm năng và mới nổi sẽ góp phần nâng cao hiệu quả xuất khẩu.
Quản lý và kiểm soát nhập khẩu là cần thiết để đảm bảo đáp ứng đủ nhu cầu sản xuất trong nước và duy trì cán cân thương mại ổn định Cần theo dõi thường xuyên để phát hiện kịp thời những mặt hàng nhập khẩu có sự gia tăng đột biến, từ đó triển khai các biện pháp quản lý và kiểm soát phù hợp.
- Đơn vị thực hiện khuyến nghị: Chính phủ, Bộ Công thương, và các doanh nghiệp
4.2.4 Ngân hàng Nhà nước kiểm soát tác động của cung tiền đến lạm phát và tăng trưởng kinh tế