Ứng dụng mô hình svar để nhận diện các cú sốc chính sách tài khóa và chính sách tiền tệ tại việt nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH  Huỳnh Thế Cường ỨNG DỤNG MÔ HÌNH SVAR ĐỂ NHẬN DIỆN CÁC CÚ SỐC CHÍNH SÁCH TÀI KHÓA VÀ CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM LUẬN VĂN THẠC SĨ KINH TẾ Tp.Hồ Chí Minh – Năm 2017 i BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH  Huỳnh Thế Cƣờng ỨNG DỤNG MÔ HÌNH SVAR ĐỂ NHẬN DIỆN CÁC CÚ SỐC CHÍNH SÁCH TÀI KHÓA VÀ CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM Chuyên ngành: Tài Chính – Ngân hàng Mã số: 60340201 LUẬN VĂN THẠC SĨ KINH TẾ NGƢỜI HƢỚNG DẪN KHOA HỌC: GS TS SỬ ĐÌNH THÀNH Tp.Hồ Chí Minh – Năm 2017 LỜI CAM ĐOAN Tôi xin cam đoan công trình nghiên cứu riêng Các số liệu, kết nêu Luận văn trung thực chƣa đƣợc công bố công trình khác Nếu không nhƣ nêu, xin hoàn toàn chịu trách nhiệm Học viên thực Luận văn (Ký ghi rõ họ tên) i MỤC LỤC TRANG PHỤ BÌA MỤC LỤC i DANH MỤC CÁC TỪ VIẾT TẮT iv DANH MỤC BẢNG v DANH MỤC HÌNH vi Chƣơng 1: MỞ ĐẦU 1.1 Sự cần thiết 1.2 Mục tiêu câu hỏi nghiên cứu 1.3 Phƣơng pháp nghiên cứu 1.4 Kết cấu nghiên cứu Chƣơng 2: TỔNG QUAN 2.1 Lý thuyết sách tài khóa, sách tiền tệ 2.1.1 Chính sách tài khóa 2.1.1.1 Phân loại sách tài khóa 2.1.1.2 Công cụ sách tài khóa 2.1.1.3 Độ trễ sách 2.1.1.4 Chính sách tài khóa chiều nghịch chiều 2.1.1.5 Tác động chèn lấn đầu tƣ tƣ nhân 2.1.1.6 Chính sách tài khóa vấn đề thâm hụt ngân sách 2.1.1.7 Số nhân tài khóa 10 2.1.2 Chính sách tiền tệ 10 2.1.2.1 Phân loại sách tiền tệ 11 2.1.2.2 Đặc điểm sách tiền tệ 11 2.1.2.3 Mục tiêu sách tiền tệ 11 2.1.2.4 Công cụ sách tiền tệ 12 2.1.2.5 Bẫy khoản 14 2.1.2.6 Sự truyền dẫn công cụ sách tiền tệ 15 2.1.3 2.2 Phối hợp sách tài khóa sách tiền tệ 16 Các nghiên cứu trƣớc 18 2.2.1 Các nghiên cứu nƣớc 18 ii 2.2.2 Các nghiên cứu nƣớc 26 Chƣơng 3: MÔ HÌNH VÀ PHƢƠNG PHÁP NGHIÊN CỨU 30 3.1 Mô hình 30 3.2 Phƣơng pháp nghiên cứu 31 3.2.1 Hàm phản ứng xung 34 3.2.2 Sự phân rã phƣơng sai 35 Chƣơng 4: DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU 36 4.1 Dữ liệu 36 4.1.1 Lựa chọn biến 36 Nội dung nguồn thu thập liệu biến 36 Thống kê mô tả biến 40 4.1.2 Cấu trúc mô hình 41 Ma trận hệ số 41 Cấu trúc hệ phƣơng trình SVAR dạng ma trận 45 4.2 Kết thực nghiệm 45 4.2.1 Các thử nghiệm ban đầu 45 4.2.1.1 Kiểm định tính dừng 45 4.2.1.2 Xác định độ trễ tối ƣu tính ổn định mô hình 46 4.2.2 Kết nghiên cứu 48 4.2.2.1 Kết ƣớc lƣợng ma trận 48 4.2.2.2 Phân tích phản ứng xung (IRF) 48 Cú sốc sách tiền tệ 49 Cú sốc sách tài khóa 50 4.2.2.3 Phân rã phƣơng sai 54 Phân rã phƣơng sai biến sản lƣợng GDP 54 Phân rã phƣơng sai biến lạm phát 56 Phân rã phƣơng sai biến lãi suất 57 Chƣơng 5: KẾT QUẢ VÀ BÀN LUẬN 60 5.1 Kết luận gợi ý sách 60 5.2 Hạn chế kiến nghị 61 5.3 Hƣớng nghiên cứu 61 iii TÀI LIỆU THAM KHẢO vii Phụ lục xi Phụ lục 2: Ƣớc lƣợng tham số ma trận B0 xvi iv DANH MỤC CÁC TỪ VIẾT TẮT Từ viết tắt Diễn giải Gốc tiếng Anh VAR Mô hình vector tự hồi quy Vector Autoregression SVAR Mô hình vector tự hồi quy cấu trúc Structural Vector Autoregress IRF Hàm phản ứng xung Impulse Response Function GDP Tổng sản phẩm quốc nội Gross Domestic Production GNE Tổng chi tiêu quốc gia Gross National Expenditure NEER Tỷ giá hối đoái có hiệu lực danh nghĩa đa phƣơng Nominal Effective Exchange Rate v DANH MỤC BẢNG Bảng 2.1: Hệ số ƣớc lƣợng tức thời 20 Bảng 2.2: Phản ứng đến cú sốc thuế 22 Bảng 2.3: Phản ứng đến cú sốc chi tiêu 22 Bảng 2.4: Độ bền vững phản ứng đến cú sốc thuế 23 Bảng 4.1: Mô tả thống kê liệu 40 Bảng 4.2: Kết kiểm định nghiệm đơn vị 46 Bảng 4.3: Kết ƣớc lƣợng ma trận B0 47 Bảng 4.4: Phân rã phƣơng sai GDP 53 Bảng 4.5: Phân rã phƣơng sai lạm phát 55 Bảng 4.6: Phân rã phƣơng sai lãi suất 56 vi DANH MỤC HÌNH Hình 2.1: Phản ứng đến cú sốc thuế 21 Hình 2.2: Phản ứng đến cú sốc giả quý năm 1975 22 Hình 2.3: Phản ứng đến cú sốc chi tiêu .23 Hình 4.1: Vòng tròn đơn vị với độ trễ 46 Hình 4.2: Phản ứng biến số vĩ mô cú sốc lãi suất (shock 11) 48 Hình 4.3: Phản ứng biến vĩ mô cú sốc chi tiêu phủ (shock 4)49 Hình 4.4: Phản ứng biến vĩ mô cú sốc thuế (Shock 5) 51 Hình 4.5: Phản ứng biến vĩ mô cú sốc nợ Chính phủ (Shock 6) 52 Chƣơng 1: MỞ ĐẦU 1.1 Sự cần thiết Trong bối cảnh toàn cầu hóa, quốc gia dù lớn hay nhỏ tồn cách tách biệt với phần lại giới mà phải hội nhập với ―nhịp đập‖ chung kinh tế toàn cầu Việc hội nhập tránh khỏi ảnh hƣởng từ cú sốc nƣớc Nền kinh tế phải thƣờng xuyên đối mặt với kiện không lƣờng trƣớc đƣợc, mà cú sốc gây tác động cho kinh tế nhƣ sụt giảm giá dầu thời gian qua, hay việc Ngân hàng Trung ƣơng thay đổi lãi suất, tăng thu thuế, giảm chi tiêu phủ hay việc sụt giảm số giá tiêu dùng tháng cuối năm 2014, đầu năm 2015… Từ lâu, nhà kinh tế học có nhiều nghiên cứu sách tài khóa sách tiền tệ Các nghiên cứu có đóng góp quan trọng cho nhà hoạch định sách việc xây dựng công cụ để điều hành, quản lý tốt kinh tế Đặc biệt việc xác định nguyên nhân, nhận diện cú sốc sinh từ việc quản lý sách ảnh hƣởng chúng Những cú sốc trở thành kim nam cho biến động xảy kinh tế Nhận diện cú sốc nhƣ mang đến cho nhà hoạch định sách nhìn ngắn hạn dài hạn tƣơng lai kinh tế đất nƣớc Cách tiếp cận SVAR đƣợc phát triển nhiều năm qua để giải thích biến động chu kỳ kinh doanh giúp xác định ảnh hƣởng sách kinh tế khác Đây mở rộng phƣơng pháp tiếp cận VAR truyền thống, kết hợp lý thuyết kinh tế với phân tích chuỗi thời gian để xác định phản ứng động biến số kinh tế biến động khác kinh tế Lợi phân tích SVAR lý thuyết kinh tế cung cấp hạn chế cần thiết cho mô hình ƣớc tính dạng rút gọn Những hạn chế ngắn hạn dài hạn tùy thuộc vào việc biến động tiềm ẩn đƣợc coi tạm thời hay vĩnh viễn Một xác định 60 Chƣơng 5: KẾT QUẢ VÀ BÀN LUẬN 5.1 Kết luận gợi ý sách Bài nghiên cứu phân tích đƣợc nguồn gốc, mức độ tác động cú sốc sách tài khóa, sách tiền tệ cú sốc vĩ mô khác kinh tế tƣơng tác chúng việc điều tiết kinh tế, đƣợc nghiên cứu mô hình vector tự hồi quy cấu trúc SVAR Kết nghiên cứu đƣợc xem xét nhà hoạch định sách Từ kết ƣớc lƣợng mô hình, phân rã phƣơng sai thấy cú sốc sách tài khóa mạnh, gây ảnh hƣởng lớn đến biến vĩ mô GDP, lạm phát, đó, cú sốc lãi suất đại diện cho sách tiền tệ đƣợc Ngân hàng nhà nƣớc sử dụng để đối phó với cú sốc kinh tế nhƣng dƣờng nhƣ chƣa phát huy đƣợc tính hiệu Thuế chi tiêu phủ thể vai trò lớn dài hạn nhiều đáng kể so với cú sốc nợ Sự biến động sản lƣợng, lạm phát lãi suất không xuất phát từ thân cú sốc sách mà ảnh hƣởng cú sốc quốc tế, sản lƣợng Hoa Kỳ thông qua số xuất nhập Kết nghiên cứu cho thấy: Các cú sốc sách tài khóa tác động mạnh đến sản lƣợng lạm phát Lãi suất, công cụ sách tiền tệ chƣa phát huy đƣợc vai trò to lớn nó, cú sốc nợ Chính phủ GDP dƣờng nhƣ không đáng kể cú sốc thuế tổng chi tiêu Chính phủ Chỉ số giá xuất số giá nhập đóng góp vai trò lớn việc gây biến động lạm phát, GDP lãi suất Điều cho thấy vai trò quan trọng xuất nhập sản lƣợng nội địa, với vai trò truyền dẫn số giá xuất nhập đến biến động giá nƣớc Đối với nhà hoạch định sách, tiên liệu đƣợc nguyên nhân, xu hƣớng mức độ cú sốc tạo từ sách, giúp họ đƣa chiến lƣợc ngắn, trung dài hạn phù hợp để phản ứng kịp thời với 61 cú sốc, đặc biệt việc thực thi sách tài khóa tƣơng tác với cú sốc sách tiền tệ cú sốc vĩ mô khác Từ kết nghiên cứu, để tác động đến sản lƣợng lạm phát, Chính phủ cần cắt giảm quy mô chi tiêu NSNN để làm giảm thâm hụt, bƣớc cân NSNN Biện pháp cắt giảm chi tiêu NSNN cắt giảm chi tiêu quản lý hành cải thiện hiệu làm việc máy Với khoản chi tiêu cho khu vực nghiệp, xem xét thay đổi cấu chi tiêu theo nguyên tắc Nhà nƣớc bao cấp dịch vụ công bản, cần thiết tăng dần tham gia thành phần kinh tế khác vào cung cấp dịch vụ, khuyến khích hình thức xã hội hóa dịch vụ công nhƣ mô hình hợp tác công tƣ, thực liên doanh liên kết, chƣơng trình cho vay kích cầu … điều kiện kiểm soát đƣợc chất lƣợng dịch vụ xã hội hóa 5.2 Hạn chế kiến nghị Do số quan sát chƣa đủ lớn, liệu số biến đƣợc tính toán nội suy độ bền vững kết chƣa cao Đây thực trạng liệu tình hình kinh tế - xã hội nói chung Việt Nam Vì vậy, khoảng thời gian liệu Việt Nam đầy đủ hơn, thực lại kết nghiên cứu với liệu tính theo năm độ tin cậy độ bền vững kết nghiên cứu cao Cung tiền biến số đại diện tốt cho sách tiền tệ nhƣng chƣa đƣợc đƣa vào mô hình để phân tích, đề xuất thêm biến vào mô hình để đánh giá vai trò cú sốc cung tiền gây cho sách tài khóa biến số khác 5.3 Hƣớng nghiên cứu Do đề tài nghiên cứu nói đến sách tiền tệ nên nghiên cứu thêm biến ―Cung tiền‖, biến số đại diện tốt cho sách tiền tệ, vào mô hình để đánh giá vai trò cú sốc cung tiền gây cho sách tài khóa biến số khác Bong bóng nhà với giám sát tài thiếu hoàn thiện Hoa Kỳ 62 dẫn tới khủng hoảng tài Hoa Kỳ từ năm 2007, bùng phát mạnh từ cuối năm 2008 Thông qua quan hệ tài nói riêng kinh tế nói chung Hoa Kỳ với nhiều nƣớc Cuộc khủng hoảng từ Hoa Kỳ lan rộng nhiều nƣớc giới, dẫn tới đổ vỡ tài chính, suy thoái kinh tế, suy giảm tốc độ tăng trƣởng kinh tế nhiều nƣớc giới, có Việt Nam Vì nghiên cứu tiếp theo, liệu nghiên cứu chia thành giai đoạn trƣớc sau khủng hoảng tài toàn cầu năm 2008 để so sánh có khác biệt không cú sốc sách tài khóa sách tiền tệ Việt Nam vii TÀI LIỆU THAM KHẢO [1] Bagliano, F.C and C.A Favero (1998), ―Measuring Monetary Policy with VAR Models: An Evaluation‖, European Economic Review, 42, 1069-1112 [2] Blanchard, O and R Perotti (2002), ―An Empirical Characterisation of the Dynamic Effects of Changes in Government Spending and Taxes on Output ‖, The Quarterly Journal of Economics, 117, 1329-1368 [3] Blanchard, O and D Quah (1989), ―The Dynamic Effects of Aggregate Demand and Supply Disturbances‖, The American Economic Review, 79, 655—673 [4] Bohn, H (2007), ―Are Stationarity and Cointegration Restrictions Really Necessary for the Intertemporal Budget Constraint? ‖, Journal of Monetary Economics, 54, 1837-1847 [5] Buckle, R.A., K Kim, H Kirkham, N McLellan and J Sharma (2007), ―A Structural VAR Business Cycle Model for a Volatile Small Open Economy ‖, Economic Modelling, 24, 990-1017 [6] Canova, F and G de Nicoló (2002), ―Monetary Disturbances Matter for Business Fluctuations in the G7‖, Journal of Monetary Economics, 49, 1131-1159 [7] Canova, F and E Pappa (2007), ―Price Differentials in Monetary Unions: The Role of Fiscal Shocks‖, The Economic Journal, 117, 713-737 [8] Canova, F andM Paustian (2007), ―Measurement with Some Theory: Using Sign Restrictions to Evaluate Business Cycle Models‖, paper presented at the Reserve Bank of Australia Workshop, Monetary Policy in Open Economies, December 2007 [9] Chari, V.V., Kehoe, P and E McGrattan (2005), ―A Critique of Structural VARs Using Real Business Cycle Theory‖, Federal Reserve Bank ofMinneapolis, working paper #631 [10] Chow, G.C and A Lin (1971), ―Best Linear Unbiased Interpolation, viii Distribution, and Extrapolation of Time Series by Related Series ‖, The Review of Economics and Statistics, 53, 372-375 [11] Chung, H and E.M Leeper (2007), ―What Has Financed Government Debt?‖ manuscript [12] Claus, I., A Gill, B Lee and N McLellan (2006), ―An Empirical Investigation of Fiscal Policy in New Zealand‖, New Zealand Treasury Working Paper, 06/08 [13] Christiane Baumeister and James D Hamilton, ―Sign Restrictions, Structural Vector Autoregressions, and Useful Prior Information ‖ [14] Dungey, Mand R.A Fry (2007), ―The Identification of Fiscal andMonetary Policy in a Structural VAR‖, CAMA Working Paper 29-2007 [15] Dungey M and A.R Pagan (2000), ―A Structural VAR Model of the Australian Economy‖, The Economic Record, 76, 321-342 [16] Dungey, M and A.R Pagan (2008), ―Extending a Structural VAR Model of the Australian Economy‖, NCER Working Paper No 21 [17] Mardi Dungey and Renée Fry (2009), ―The indentification of fiscal and monetary policy in a structural VAR‖, Journal of Economic Modelling 26, 1147 – 1160 [18] Faust, J (1998), ―The Robustness of Identified VAR Conclusions about Money ‖, Carnegie-Rochester Series on Public Policy, 49, 207-244 [19] Faust, J and E Leeper (1997), ―When Long Run Identifying Restrictions Give Reliable Results‖, Journal of Business and Economic Statistics, 15, 345-353 [20] Fry, Renée, and Adrian Pagan (2011) "Sign Restrictions in Structural Vector Autoregressions: A Critical Review," Journal of Economic Literature 49(4): 938- 960 [21] Favero, C.A and F Giavazzi (2007), ―Debt and the Effects of Fiscal Policy‖, NBER Working Paper 12822 ix [22] Fry, R.A and A.R Pagan (2007), ―Some Issues in Using Sign Restrictions for Identifying Structural VARs‖, NCER Working Paper #14 [23] Goldberger, A S., "Best Linear Unbiased Predic-tion in the Generalized Linear Regression Model," Journal of the American Statistical Association, 57 (June 1962), 369-375 [24] Iris Claus, Aaron Gill, Boram Lee and Nathan McLellan (2006), ―An empirical investigation of fiscal policy in New Zealand‖ [25] Leeper, E.M., T Walker and S Yang (2008), ―Fiscal Foresight: Analytics and Econometrics‖, manuscript, Indiana University [26] Levtchenkova, S., A.R Pagan and J Robertson (1998), ―Shocking Stories‖, Journal of Economic Surveys, 12, 507-526 [27] Mala Raghavan and Param Silvapulle (2007), ― Structural VAR Approach to Malaysian Monetary Policy Framework: Evidence from the Pre- and Post-Asian Crisis Periods‖ [28] Mountford, A and H Uhlig (2005), ―What are the Effects of Fiscal Policy Shocks‖, Discussion Paper 2005-039, SFB 649, Humboldt-Universitat, Berlin [29] Nguyễn Thị Liên Hoa & Tr ần Đặng Dũng (2013), ―Nghiên cứu lạm phát Việt Nam theo phương pháp SVAR‖ Tạp chi phát triển hội nhập, số 10(20) – Tháng 05 – 06/2013 [30] Nguyễn Thị Ngọc Trang & Lục Văn Cƣờng (2012), ―Sự chuyển dịch tỷgiá hối đoái vào mức giá VN”, Tạp chí Phát triển & hội nhập, Số (17), Trang 7-13 [31] Pagan, A.R and M.H Pesaran (2008), ―On the Econometric Analysis of Structural Systems with Permanent and Transitory Shocks and Exogenous Variables ‖, Journal of Economic Dynamics and Control, forthcoming [32] Perotti, R (2002), ―Estimating the Effects of Fiscal Policy in OECD Countries ‖, European Network of Economic Policy Research Institutes, Working Paper No 15, October 2002 x [33] Uhlig, H (2005), ―What are the Effects of Monetary Policy on Output? Results from an Agnostic Identification Procedure‖, Journal of Monetary Economics, 52, 381- 419 xi Phụ lục Vector Autoregression Estimates Sample (adjusted): 2001Q3 2014Q4 Included observations: 54 after adjustments Standard errors in ( ) & t-statistics in [ ] DYSTAR LNPX LNPM DG DTAX DDEBT DGNE LNGDP INF DVNI DSHORT DNEER DYSTAR(-1) -0.404827 -0.358951 -0.182176 0.583430 -0.819382 -0.037412 -1.009681 0.520172 -11.97887 1.077786 2.035266 -0.034160 (0.25698) (1.26166) (0.99984) (0.35627) (0.96125) (1.26877) (0.44131) (4.48338) (22.7629) (5.12120) (2.45613) (0.29957) [-1.57530] [-0.28451] [-0.18221] [ 1.63759] [-0.85241] [-0.02949] [-2.28792] [ 0.11602] [-0.52624] [ 0.21046] [ 0.82865] [-0.11403] DYSTAR(-2) -0.058919 0.562180 1.091806 0.342829 0.457186 -1.255680 -0.170366 4.116253 22.22782 -1.649220 1.755592 -0.313457 (0.26749) (1.31323) (1.04070) (0.37084) (1.00054) (1.32063) (0.45935) (4.66663) (23.6933) (5.33051) (2.55651) (0.31181) [-0.22027] [ 0.42809] [ 1.04910] [ 0.92448] [ 0.45694] [-0.95082] [-0.37089] [ 0.88206] [ 0.93815] [-0.30939] [ 0.68671] [-1.00528] DYSTAR(-3) -0.326473 1.741040 1.392577 -0.797615 1.054101 -1.101715 0.385151 1.477876 41.13874 -0.302997 0.154936 -0.094640 (0.21493) (1.05520) (0.83622) (0.29797) (0.80395) (1.06115) (0.36909) (3.74972) (19.0380) (4.28316) (2.05420) (0.25054) [-1.51897] [ 1.64996] [ 1.66532] [-2.67680] [ 1.31115] [-1.03823] [ 1.04351] [ 0.39413] [ 2.16087] [-0.07074] [ 0.07542] [-0.37774] LNPX(-1) -0.150891 1.835984 0.980138 -0.153257 1.306539 -0.849681 0.729709 -0.279963 -17.08105 3.058756 1.845856 -0.127108 (0.22309) (1.09524) (0.86795) (0.30928) (0.83445) (1.10141) (0.38310) (3.89199) (19.7603) (4.44566) (2.13214) (0.26005) [-0.67638] [ 1.67633] [ 1.12926] [-0.49553] [ 1.56574] [-0.77145] [ 1.90477] [-0.07193] [-0.86441] [ 0.68803] [ 0.86573] [-0.48878] LNPX(-2) -0.236951 0.275653 -0.175583 -0.806728 -0.174199 0.515873 -0.158230 -2.543017 -2.027050 0.610284 -0.880828 0.470577 (0.30724) (1.50837) (1.19535) (0.42594) (1.14922) (1.51687) (0.52760) (5.36008) (27.2141) (6.12262) (2.93641) (0.35814) [-0.77124] [ 0.18275] [-0.14689] [-1.89399] [-0.15158] [ 0.34009] [-0.29990] [-0.47444] [-0.07449] [ 0.09968] [-0.29997] [ 1.31393] LNPX(-3) 0.049188 -0.650572 -0.186486 0.587739 -0.451808 -0.024956 -0.244589 2.611964 -0.800536 2.632712 -2.442320 -0.205627 (0.22317) (1.09567) (0.86829) (0.30940) (0.83478) (1.10184) (0.38325) (3.89352) (19.7681) (4.44741) (2.13298) (0.26015) [ 0.22040] [-0.59377] [-0.21477] [ 1.89961] [-0.54123] [-0.02265] [-0.63820] [ 0.67085] [-0.04050] [ 0.59196] [-1.14503] [-0.79041] LNPM(-1) 0.395081 -1.914958 -0.936936 0.410213 -1.420545 1.101308 -0.665536 0.724853 15.89011 -3.746509 -0.954778 0.094488 (0.28167) (1.38287) (1.09589) (0.39050) (1.05359) (1.39066) (0.48370) (4.91409) (24.9497) (5.61317) (2.69208) (0.32834) [ 1.40263] [-1.38477] [-0.85496] [ 1.05048] [-1.34828] [ 0.79193] [-1.37592] [ 0.14750] [ 0.63689] [-0.66745] [-0.35466] [ 0.28777] xii LNPM(-2) 0.217982 -0.007926 0.567139 0.661396 0.338487 -0.770218 0.282413 2.042071 31.34980 -1.178967 1.836944 -0.488921 (0.32378) (1.58958) (1.25970) (0.44887) (1.21109) (1.59853) (0.55601) (5.64865) (28.6792) (6.45224) (3.09449) (0.37742) [ 0.67325] [-0.00499] [ 0.45022] [ 1.47346] [ 0.27949] [-0.48183] [ 0.50793] [ 0.36151] [ 1.09312] [-0.18272] [ 0.59362] [-1.29541] LNPM(-3) -0.193176 0.895513 0.356581 -0.623680 0.297435 0.372375 0.039172 -2.973860 -10.77616 -2.471515 1.811016 0.244460 (0.23643) (1.16077) (0.91989) (0.32778) (0.88438) (1.16731) (0.40602) (4.12487) (20.9427) (4.71168) (2.25972) (0.27561) [-0.81704] [ 0.77148] [ 0.38764] [-1.90271] [ 0.33632] [ 0.31900] [ 0.09648] [-0.72096] [-0.51455] [-0.52455] [ 0.80143] [ 0.88698] DG(-1) 0.125283 -0.527386 -0.466914 0.190933 0.765551 -0.913180 0.677858 1.568744 -13.45481 -0.349470 -1.480712 -0.152828 (0.19314) (0.94822) (0.75144) (0.26776) (0.72244) (0.95356) (0.33167) (3.36955) (17.1078) (3.84891) (1.84594) (0.22514) [ 0.64867] [-0.55618] [-0.62136] [ 0.71307] [ 1.05967] [-0.95765] [ 2.04376] [ 0.46556] [-0.78647] [-0.09080] [-0.80215] [-0.67881] DG(-2) -0.111948 0.810701 0.534702 -0.346343 0.010338 0.372859 0.140511 -3.082547 5.154786 0.698566 -1.105014 0.442881 (0.23403) (1.14895) (0.91051) (0.32445) (0.87537) (1.15542) (0.40188) (4.08285) (20.7294) (4.66368) (2.23670) (0.27280) [-0.47836] [ 0.70560] [ 0.58725] [-1.06749] [ 0.01181] [ 0.32270] [ 0.34963] [-0.75500] [ 0.24867] [ 0.14979] [-0.49404] [ 1.62345] DG(-3) -0.118564 0.159218 0.149290 0.045763 0.191082 0.632530 -0.199988 -1.519191 13.40667 -1.899858 0.193911 -0.092650 (0.15234) (0.74792) (0.59271) (0.21120) (0.56983) (0.75213) (0.26161) (2.65777) (13.4940) (3.03587) (1.45600) (0.17758) [-0.77828] [ 0.21288] [ 0.25188] [ 0.21668] [ 0.33533] [ 0.84098] [-0.76445] [-0.57160] [ 0.99353] [-0.62580] [ 0.13318] [-0.52173] DTAX(-1) -0.050345 0.095695 0.141490 0.196955 -0.891740 0.367601 -0.917999 -0.307204 8.682781 -0.376385 2.243400 0.027680 (0.12948) (0.63571) (0.50378) (0.17951) (0.48434) (0.63929) (0.22236) (2.25902) (11.4694) (2.58039) (1.23755) (0.15094) [-0.38881] [ 0.15053] [ 0.28085] [ 1.09716] [-1.84115] [ 0.57502] [-4.12843] [-0.13599] [ 0.75704] [-0.14586] [ 1.81277] [ 0.18338] DTAX(-2) 0.162154 -0.463021 -0.319725 -0.005535 0.025010 -0.665798 0.112882 2.839823 -1.952882 1.410721 2.572796 -0.430959 (0.20491) (1.00601) (0.79724) (0.28408) (0.76647) (1.01168) (0.35189) (3.57492) (18.1505) (4.08349) (1.95844) (0.23886) [ 0.79134] [-0.46025] [-0.40104] [-0.01948] [ 0.03263] [-0.65811] [ 0.32079] [ 0.79437] [-0.10759] [ 0.34547] [ 1.31369] [-1.80420] DTAX(-3) 0.200913 0.013785 -0.130399 -0.624759 0.259881 -0.784249 0.576047 0.751768 -2.771534 0.914714 -2.269135 -0.148137 (0.15936) (0.78235) (0.62000) (0.22093) (0.59607) (0.78676) (0.27366) (2.78014) (14.1153) (3.17565) (1.52304) (0.18576) [ 1.26079] [ 0.01762] [-0.21032] [-2.82792] [ 0.43599] [-0.99681] [ 2.10501] [ 0.27041] [-0.19635] [ 0.28804] [-1.48987] [-0.79746] DDEBT(-1) 0.000712 -0.013802 -0.024163 -0.065053 0.137886 -0.031551 0.010005 -0.123611 1.294812 -0.163729 -0.146669 0.049154 (0.04773) (0.23435) (0.18572) (0.06618) (0.17855) (0.23567) (0.08197) (0.83277) (4.22811) (0.95124) (0.45621) (0.05564) [ 0.01492] [-0.05890] [-0.13011] [-0.98303] [ 0.77226] [-0.13388] [ 0.12205] [-0.14843] [ 0.30624] [-0.17212] [-0.32149] [ 0.88338] DDEBT(-2) 0.074788 0.017747 -0.016924 0.012031 0.331594 -0.003964 0.109837 0.009333 2.061554 -0.345662 0.324209 -0.076956 (0.05011) (0.24604) (0.19498) (0.06948) (0.18745) (0.24742) (0.08606) (0.87431) (4.43904) (0.99869) (0.47897) (0.05842) [ 1.49233] [ 0.07213] [-0.08680] [ 0.17317] [ 1.76893] [-0.01602] [ 1.27628] [ 0.01067] [ 0.46441] [-0.34611] [ 0.67688] [-1.31731] xiii DDEBT(-3) 0.090438 0.041939 -0.030493 -0.223802 0.197936 0.040555 0.194770 0.264165 5.676739 -1.164388 0.373148 -0.054260 (0.05762) (0.28287) (0.22417) (0.07988) (0.21552) (0.28446) (0.09894) (1.00520) (5.10356) (1.14820) (0.55068) (0.06716) [ 1.56965] [ 0.14826] [-0.13603] [-2.80178] [ 0.91842] [ 0.14257] [ 1.96849] [ 0.26280] [ 1.11231] [-1.01410] [ 0.67762] [-0.80788] DGNE(-1) 0.302112 -0.411169 -0.382873 0.433764 1.201025 -1.248581 1.347807 1.992553 16.97406 -0.992117 1.378881 -0.694428 (0.27346) (1.34257) (1.06395) (0.37912) (1.02289) (1.35013) (0.46961) (4.77089) (24.2227) (5.44961) (2.61363) (0.31878) [ 1.10476] [-0.30626] [-0.35986] [ 1.14413] [ 1.17415] [-0.92478] [ 2.87006] [ 0.41765] [ 0.70075] [-0.18205] [ 0.52757] [-2.17842] DGNE(-2) -0.248609 1.441775 1.160735 -0.400774 -0.700252 0.668666 -0.276340 -1.406619 29.34315 -1.929563 0.662161 0.237049 (0.38627) (1.89639) (1.50284) (0.53551) (1.44484) (1.90707) (0.66333) (6.73892) (34.2147) (7.69760) (3.69177) (0.45027) [-0.64362] [ 0.76027] [ 0.77236] [-0.74840] [-0.48466] [ 0.35062] [-0.41660] [-0.20873] [ 0.85762] [-0.25067] [ 0.17936] [ 0.52646] DGNE(-3) -0.272205 0.236977 0.442666 0.455680 -0.618334 0.174810 -0.936070 4.705158 10.91621 -1.895683 1.337272 -0.349651 (0.33111) (1.62558) (1.28824) (0.45904) (1.23852) (1.63474) (0.56860) (5.77660) (29.3288) (6.59838) (3.16458) (0.38597) [-0.82210] [ 0.14578] [ 0.34362] [ 0.99268] [-0.49925] [ 0.10693] [-1.64626] [ 0.81452] [ 0.37220] [-0.28730] [ 0.42257] [-0.90590] LNGDP(-1) -0.005234 -0.015589 0.004186 0.026241 -0.012882 0.036956 -0.020857 0.046604 -0.748086 0.111377 -0.000465 -0.006560 (0.01606) (0.07885) (0.06248) (0.02226) (0.06007) (0.07929) (0.02758) (0.28018) (1.42252) (0.32004) (0.15349) (0.01872) [-0.32588] [-0.19771] [ 0.06699] [ 1.17860] [-0.21444] [ 0.46609] [-0.75629] [ 0.16634] [-0.52589] [ 0.34801] [-0.00303] [-0.35041] LNGDP(-2) -0.004740 0.025195 0.023789 -0.048190 -0.003291 0.000938 0.006891 0.676473 0.834834 0.015878 -0.161737 0.008133 (0.01192) (0.05852) (0.04638) (0.01653) (0.04459) (0.05885) (0.02047) (0.20796) (1.05587) (0.23755) (0.11393) (0.01390) [-0.39760] [ 0.43052] [ 0.51293] [-2.91602] [-0.07381] [ 0.01594] [ 0.33665] [ 3.25285] [ 0.79066] [ 0.06684] [-1.41964] [ 0.58529] LNGDP(-3) 0.009041 0.023123 0.012307 -0.033743 0.012386 0.004735 0.027634 0.024833 0.964961 -0.035172 0.015679 0.010451 (0.01365) (0.06701) (0.05311) (0.01892) (0.05106) (0.06739) (0.02344) (0.23813) (1.20903) (0.27201) (0.13045) (0.01591) [ 0.66240] [ 0.34506] [ 0.23175] [-1.78315] [ 0.24260] [ 0.07027] [ 1.17892] [ 0.10428] [ 0.79813] [-0.12930] [ 0.12018] [ 0.65686] INF(-1) -0.001646 0.004683 0.003708 -0.004764 0.013479 -0.014050 0.007582 -0.009766 1.258993 0.006386 0.006653 0.003486 (0.00302) (0.01482) (0.01174) (0.00418) (0.01129) (0.01490) (0.00518) (0.05265) (0.26731) (0.06014) (0.02884) (0.00352) [-0.54554] [ 0.31605] [ 0.31582] [-1.13860] [ 1.19408] [-0.94299] [ 1.46296] [-0.18550] [ 4.70981] [ 0.10619] [ 0.23067] [ 0.99093] INF(-2) -0.002061 -0.007410 -0.010505 0.004611 -0.015354 0.021536 -0.010086 -0.025734 -1.063274 0.005402 -0.030237 0.001620 (0.00339) (0.01665) (0.01320) (0.00470) (0.01269) (0.01675) (0.00582) (0.05917) (0.30043) (0.06759) (0.03242) (0.00395) [-0.60759] [-0.44498] [-0.79608] [ 0.98056] [-1.21025] [ 1.28608] [-1.73157] [-0.43490] [-3.53916] [ 0.07992] [-0.93276] [ 0.40982] INF(-3) 0.004358 -0.002082 (0.00199) (0.00978) 0.001992 (0.00775) 0.003431 (0.00276) 0.001180 -0.012104 (0.00745) (0.00984) 0.001848 (0.00342) 0.044022 (0.03477) 0.596982 -0.015282 (0.17654) (0.03972) 0.032527 -0.005126 (0.01905) (0.00232) xiv [ 2.18642] [-0.21281] [ 0.25695] [ 1.24186] [ 0.15831] [-1.23011] [ 0.53992] [ 1.26608] [ 3.38166] [-0.38477] [ 1.70760] [-2.20623] DVNI(-1) 0.002552 -0.031125 -0.021060 0.039896 -0.022310 0.014442 -0.016853 -0.123958 -1.636237 -0.176482 0.026310 0.024319 (0.01243) (0.06105) (0.04838) (0.01724) (0.04651) (0.06139) (0.02135) (0.21693) (1.10138) (0.24779) (0.11884) (0.01449) [ 0.20526] [-0.50986] [-0.43533] [ 2.31436] [-0.47967] [ 0.23525] [-0.78929] [-0.57142] [-1.48562] [-0.71223] [ 0.22139] [ 1.67779] DVNI(-2) -0.003779 0.016701 0.008254 0.020107 0.076719 -0.002484 0.005641 -0.056245 0.051092 -0.088019 0.105749 0.006023 (0.01275) (0.06259) (0.04960) (0.01767) (0.04768) (0.06294) (0.02189) (0.22240) (1.12917) (0.25404) (0.12184) (0.01486) [-0.29641] [ 0.26685] [ 0.16643] [ 1.13773] [ 1.60893] [-0.03947] [ 0.25767] [-0.25290] [ 0.04525] [-0.34648] [ 0.86795] [ 0.40533] DVNI(-3) 0.013919 0.031013 0.015102 -0.066186 0.035462 0.002441 0.060969 -0.025385 1.407590 -0.069830 0.248566 0.006888 (0.01331) (0.06535) (0.05179) (0.01845) (0.04979) (0.06571) (0.02286) (0.23221) (1.17899) (0.26525) (0.12721) (0.01552) [ 1.04571] [ 0.47460] [ 0.29162] [-3.58675] [ 0.71228] [ 0.03715] [ 2.66738] [-0.10932] [ 1.19390] [-0.26326] [ 1.95393] [ 0.44395] DSHORT(-1) -0.002397 0.097338 0.080028 0.089454 -0.068870 0.100628 -0.072665 -0.060217 1.408477 -0.099540 0.107674 0.040660 (0.02343) (0.11502) (0.09115) (0.03248) (0.08763) (0.11566) (0.04023) (0.40871) (2.07511) (0.46686) (0.22391) (0.02731) [-0.10233] [ 0.84630] [ 0.87801] [ 2.75425] [-0.78592] [ 0.87001] [-1.80623] [-0.14733] [ 0.67875] [-0.21321] [ 0.48089] [ 1.48889] DSHORT(-2) -0.002822 0.022457 0.031851 0.009567 -0.044617 0.008592 -0.034542 -0.055906 3.280743 -0.377248 -0.416627 -0.003269 (0.01508) (0.07405) (0.05868) (0.02091) (0.05641) (0.07446) (0.02590) (0.26313) (1.33594) (0.30056) (0.14415) (0.01758) [-0.18714] [ 0.30329] [ 0.54280] [ 0.45752] [-0.79087] [ 0.11538] [-1.33368] [-0.21247] [ 2.45576] [-1.25516] [-2.89028] [-0.18592] DSHORT(-3) 0.008024 -0.023054 -0.015251 0.091777 -0.035234 0.070363 -0.040427 -0.184812 -1.806879 -0.115769 -0.063104 0.004772 (0.01936) (0.09503) (0.07531) (0.02684) (0.07241) (0.09557) (0.03324) (0.33771) (1.71461) (0.38575) (0.18501) (0.02256) [ 0.41451] [-0.24259] [-0.20250] [ 3.41990] [-0.48663] [ 0.73625] [-1.21615] [-0.54725] [-1.05381] [-0.30011] [-0.34109] [ 0.21150] DNEER(-1) -0.261524 -0.006140 0.106468 0.066336 -0.904605 -0.758586 -0.477258 5.231960 -16.66422 -0.481394 -2.990033 0.152433 (0.19317) (0.94836) (0.75156) (0.26780) (0.72255) (0.95371) (0.33172) (3.37006) (17.1104) (3.84949) (1.84622) (0.22518) [-1.35386] [-0.00647] [ 0.14166] [ 0.24770] [-1.25196] [-0.79541] [-1.43872] [ 1.55248] [-0.97392] [-0.12505] [-1.61955] [ 0.67695] DNEER(-2) -0.382863 1.115713 1.091702 0.445273 -0.780074 -0.920387 -0.818001 2.729724 -2.210643 2.142357 -1.695497 -0.124749 (0.18351) (0.90094) (0.71397) (0.25441) (0.68642) (0.90601) (0.31513) (3.20154) (16.2548) (3.65699) (1.75389) (0.21392) [-2.08634] [ 1.23839] [ 1.52905] [ 1.75021] [-1.13644] [-1.01586] [-2.59573] [ 0.85263] [-0.13600] [ 0.58583] [-0.96671] [-0.58317] DNEER(-3) -0.276836 0.027239 0.128902 -0.028110 0.793600 -0.922732 0.097735 -1.940138 14.80765 -3.343539 -0.680888 0.175665 (0.18121) (0.88964) (0.70502) (0.25122) (0.67781) (0.89465) (0.31118) (3.16139) (16.0509) (3.61113) (1.73190) (0.21123) [-1.52772] [ 0.03062] [ 0.18283] [-0.11189] [ 1.17083] [-1.03139] [ 0.31408] [-0.61370] [ 0.92254] [-0.92590] [-0.39314] [ 0.83162] C -0.354677 2.215493 1.339310 0.327909 0.520504 -1.987505 -0.073014 4.641895 -89.83688 4.085762 -4.227647 -0.046250 xv (0.48093) (2.36111) (1.87112) (0.66674) (1.79891) (2.37441) (0.82588) (8.39032) (42.5992) (9.58394) (4.59646) (0.56061) [-0.73749] [ 0.93833] [ 0.71578] [ 0.49181] [ 0.28934] [-0.83705] [-0.08841] [ 0.55324] [-2.10889] [ 0.42631] [-0.91976] [-0.08250] R-squared Adj R-squared Sum sq resids S.E equation F-statistic Log likelihood Akaike AIC Schwarz SC Mean dependent S.D dependent 0.769042 0.845623 0.847241 0.852928 0.583080 0.375007 0.757301 0.279955 0.518707 0.523752 0.541481 -0.299808 -0.948507 0.243350 0.003128 0.075396 0.047350 0.006012 0.043766 0.076248 0.009225 0.013565 0.066596 0.052776 0.018806 0.050739 0.066971 0.023294 1.572402 2.586666 2.619069 2.738598 0.660424 0.283342 1.473489 186.7983 100.8750 113.4350 169.1571 115.5603 100.5716 157.5987 -5.548085 -2.365740 -2.830925 -4.894709 -2.909641 -2.354505 -4.466619 -4.185263 -1.002918 -1.468103 -3.531886 -1.546819 -0.991683 -3.103797 0.011116 4.655063 4.635388 0.041028 0.038801 0.005374 0.037304 0.015986 0.095994 0.076475 0.027772 0.044504 0.047978 0.026779 Determinant resid covariance (dof adj.) Determinant resid covariance Log likelihood Akaike information criterion Schwarz criterion 5.40E-34 5.12E-40 1523.242 -39.97192 -23.61805 0.802725 0.987898 0.556692 0.951546 0.783899 0.384968 0.962272 -0.382079 0.848936 0.326272 0.952080 24.54245 1.242236 0.285734 0.004251 0.236653 1.201530 0.270320 0.129645 0.015812 1.921509 38.54929 0.593001 9.273486 1.712965 32.40577 -55.33102 25.22323 64.90260 178.5191 0.170157 3.419668 0.436177 -1.033429 -5.241447 1.532979 4.782490 1.798999 0.329393 -3.878624 11.65998 8.645706 0.002751 -0.005173 -0.010672 0.301761 6.185856 0.229938 0.333562 0.019264 xvi Phụ lục 2: Ƣớc lƣợng tham số ma trận B0 Structural VAR Estimates Sample (adjusted): 2001Q3 2014Q4 Included observations: 54 after adjustments Estimation method: method of scoring (analytic derivatives) Convergence achieved after 374 iterations Structural VAR is over-identified (32 degrees of freedom) Model: B0u = Aε where E[εε']=I Restriction Type: short-run pattern matrix B0 = 0 0 0 0 0 0 0 0 C(5) 0 C(6) C(11) 0 C(7) C(12) C(1) 0 C(8) 0 0 C(13) 0 0 0 0 C(9) C(14) C(2) C(3) C(4) C(10) C(15) A= C(35) 0 0 C(36) 0 0 C(37) 0 0 C(38) 0 0 C(39) 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 C(16) 0 0 C(17) 0 0 0 C(18) C(19) C(20) C(21) C(22) 0 0 0 C(23) 0 C(24) 0 0 0 C(25) C(26) C(27) C(28) 0 0 0 0 C(29) C(30) 0 0 0 0 C(31) C(32) 0 0 0 0 C(33) C(34) 0 0 C(40) 0 0 0 0 0 0 C(41) 0 0 0 0 0 0 C(42) 0 0 0 0 0 0 C(43) 0 0 0 0 0 0 C(44) 0 0 0 0 0 0 C(45) 0 0 0 0 0 0 C(46) xvii C(1) C(2) C(3) C(4) C(5) C(6) C(7) C(8) C(9) C(10) C(11) C(12) C(13) C(14) C(15) C(16) C(17) C(18) C(19) C(20) C(21) C(22) C(23) C(24) C(25) C(26) C(27) C(28) C(29) C(30) C(31) C(32) C(33) C(34) C(35) C(36) C(37) C(38) C(39) C(40) C(41) C(42) C(43) C(44) C(45) C(46) Coefficient Std Error z-Statistic Prob 42.63858 -1.174957 0.172255 -0.365206 0.381202 0.399719 0.592027 3.335165 -4.717636 0.887440 -0.207012 -0.333291 -12.95979 -3.706613 0.200063 0.104370 -0.051744 -24.66889 -28.48639 67876.02 -1.132121 0.492810 -5.783218 -0.023060 0.961586 -1880.671 0.040187 -0.011089 -0.535058 -0.032812 14455.94 -0.144464 165607.2 -8.957307 0.013565 0.066596 0.052776 0.018806 0.050230 0.065544 0.009611 0.820699 1.168805 2870.589 0.149590 0.007360 36.24345 0.135853 0.021154 0.036809 0.363477 0.479098 0.070705 7.117748 1.629631 0.100387 0.177571 0.026364 5.717480 0.912887 0.045363 0.019955 0.019282 28.86220 10.17961 1.17E+08 2.029447 0.113614 1.640312 0.005479 0.939131 3253917 0.033698 0.001510 0.116090 0.006090 25013024 0.014012 2.87E+08 3.006285 0.001305 0.006408 0.005078 0.001810 0.004833 0.006307 0.000925 0.683943 0.302657 4966737 0.031161 0.000952 1.176449 -8.648724 8.142856 -9.921660 1.048767 0.834316 8.373174 0.468570 -2.894910 8.840203 -1.165800 -12.64175 -2.266696 -4.060318 4.410229 5.230310 -2.683548 -0.854713 -2.798379 0.000578 -0.557847 4.337570 -3.525682 -4.209002 1.023911 -0.000578 1.192572 -7.342474 -4.608978 -5.387923 0.000578 -10.30992 0.000578 -2.979526 10.39230 10.39230 10.39230 10.39230 10.39230 10.39230 10.39230 1.199953 3.861809 0.000578 4.800571 7.734241 0.2394 0.0000 0.0000 0.0000 0.2943 0.4041 0.0000 0.6394 0.0038 0.0000 0.2437 0.0000 0.0234 0.0000 0.0000 0.0000 0.0073 0.3927 0.0051 0.9995 0.5769 0.0000 0.0004 0.0000 0.3059 0.9995 0.2330 0.0000 0.0000 0.0000 0.9995 0.0000 0.9995 0.0029 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.2302 0.0001 0.9995 0.0000 0.0000 xviii Log likelihood 990.7177 LR test for over-identification: Chi-square(32) 316.1086 Estimated B0 matrix: 1.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 42.63858 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 -1.174957 0.172255 Estimated A matrix: 0.013565 0.000000 0.000000 0.066596 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 Probability 0.0000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 -0.365206 0.000000 0.000000 0.000000 1.000000 0.381202 0.399719 0.592027 3.335165 0.000000 0.000000 -4.717636 0.887440 0.000000 0.000000 0.000000 0.000000 1.000000 -0.207012 -0.333291 0.000000 -12.95979 0.000000 -3.706613 0.200063 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.104370 0.000000 0.000000 0.000000 0.000000 -0.051744 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 -24.66889 -28.48639 67876.02 -1.132121 0.492810 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 -5.783218 0.000000 0.000000 -0.023060 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.961586 1.000000 -1880.671 0.040187 -0.011089 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 -0.535058 -0.032812 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 14455.94 1.000000 -0.144464 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 165607.2 -8.957307 1.000000 0.000000 0.000000 0.052776 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.018806 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.050230 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.065544 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.009611 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.820699 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.168805 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 2870.589 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.149590 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.007360 ... VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH  Huỳnh Thế Cƣờng ỨNG DỤNG MÔ HÌNH SVAR ĐỂ NHẬN DIỆN CÁC CÚ SỐC CHÍNH SÁCH TÀI KHÓA VÀ CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM Chuyên ngành: Tài. .. mức giá chung 2.1.3 Phối hợp sách tài khóa sách tiền tệ Chính sách tài khóa sách tiền tệ hai sách quan trọng quản lý kinh tế vĩ mô Mặc dù sách tài khóa sách tiền tệ sử dụng hệ thống công cụ khác... khổ SVAR Xây dựng mô hình có chứa biến tài khóa, tiền tệ biến vĩ mô khác, áp đặt hạn chế ngắn hạn cho biến phi tài khóa thông qua hạn chế SVAR truyền thống Các cú sốc sách tài khóa đƣợc nhận diện