Hàm phản ứng xung là một trong những chức năng quan trọng trong mô hình VAR. Hàm phản ứng xung sẽ cho biết các biến còn lại trong mô hình phản ứng như thế nào khi xảy ra cú sốc đối với một biến trong mô hình với độ trễ nhất định.
3.3.5 Phân rã phƣơng sai (Variance decomposition)
Phân rã phương sai phân tích tầm quan trọng của các cú sốc của các biến trong việc giải thích cho sự biến động của 1 biến trong mô hình theo thời gian.
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU 4.1 Kiểm định tính dừng.
Dựa trên các đặc điểm về mô hình VAR được nêu ở phần 3.1, dữ liệu trong mô hình được xác định là chuỗi thời gian. Các thuộc tính chuỗi thời gian của các biến nội sinh được thể hiện ở hình 4.1. Tất cả các biến xuất hiện có chứa một xu hướng xác định ngoại trừ lãi suất cho vay.
11.5 12.0 12.5 13.0 13.5 14.0 14.5 15.0 15.5 00 01 02 03 04 05 06 07 08 09 10 11 12 LOG(M2) 8 10 12 14 16 18 20 00 01 02 03 04 05 06 07 08 09 10 11 12 LR 11.6 12.0 12.4 12.8 13.2 13.6 14.0 14.4 14.8 15.2 00 01 02 03 04 05 06 07 08 09 10 11 12 LOG(CREDIT) 9.5 9.6 9.7 9.8 9.9 10.0 00 01 02 03 04 05 06 07 08 09 10 11 12 LOG(EXT) 4.2 4.4 4.6 4.8 5.0 5.2 5.4 5.6 00 01 02 03 04 05 06 07 08 09 10 11 12 LOG(CPI) 10.4 10.8 11.2 11.6 12.0 12.4 12.8 00 01 02 03 04 05 06 07 08 09 10 11 12 LOG(SER) 10.4 10.8 11.2 11.6 12.0 12.4 12.8 00 01 02 03 04 05 06 07 08 09 10 11 12 LOG(MAN) 10.4 10.8 11.2 11.6 12.0 12.4 12.8 00 01 02 03 04 05 06 07 08 09 10 11 12 LOG(SER)
Hình 4.1 Dữ liệu sử dụng trong mô hình VAR (2000Q1-2012Q4). Dữ liệu đã được điều chỉnh mùa vụ và lấy log (ngoại trừ lãi suất)
Để kiểm tra tính dừng, bài nghiên cứu áp dụng phương pháp Augmented Dickey- Fuller unit root test để kiểm định tính dừng của chuỗi dữ liệu.
Bảng 4.1: Kết quả kiểm định tính dừng Level Sai phân bậc 1
ADF ADF
Biến Intercept & trend Intercept &trend kết luận lm2 -2.15553 -4.675047* I(1) lext -1.01361 -7.625529* I(1) lman -2.451419 -8.41145* I(1) lagr -2.201062 -7.416601* I(1) lser -1.533402 -5.885747* I(1) lcpi -2.175997 -5.032961* I(1) lcredit -1.328039 -4.07858** I(1) lr -5.418897* - I(0) mức ý nghĩa thống kê: *:1%, **: 5%, ***: 10%
Nguồn: Kết quả kiểm định trên phần mềm Eview 6.0
Qua bảng 4.1, ta thấy tất cả các biến đều dừng ở sai phân bậc một I(1) với mức ý nghĩa 1%, trừ biến lãi suất (lr) dừng ở chuỗi gốc với mức ý nghĩa 1% và biến tín dụng dừng ở sai phân bậc một I(1) với mức ý nghĩa 5%. Đối với các biến không dừng, sau khi lấy sai phân dừng thì có thể tồn tại mối quan hệ đồng liên kết trong dài hạn. Tuy nhiên, mục tiêu của bài nghiên cứu quan tâm cú sốc của chính sách tiền tệ ảnh hưởng đến các ngành kinh tế, không xét mối quan hệ trong dài hạn nên bài nghiên cứu không xét trường hợp có mối quan hệ đồng liên kết giữa các biến với nhau.
4.2 Lựa chọn độ trễ tối ƣu
Bài nghiên cứu bao gồm ba mô hình VAR, câu hỏi đặt ra là nên xác định độ trễ riêng cho mỗi mô hình hay xác định độ trễ chung cho cả ba mô hình? Granley và Salmon (1997) đề nghị tính toán độ trễ tối ưu cho mỗi mô hình VAR và có độ trễ tối
ưu khác nhau giữa mỗi mô hình, tuy nhiên với độ trễ khác nhau giữa các mô hình khi so sánh kết quả của cú sốc chính sách tiền tệ tác động đến các ngành kinh tế không phân biệt được sự khác nhau là do cú sốc chính sách tiền tệ hay sự khác nhau là do độ trễ của mỗi mô hình VAR. Do đó sẽ chọn độ trễ chung cho ba mô hình VAR.
Việc xác định số bước trễ thường gặp 2 lỗi phổ biến. Nếu số bước trễ nhỏ có thể dẫn đến kết quả sai lệch. Việc xác định số bước trễ quá dài có thể làm giảm hiệu quả của việc ước lượng. Trong nghiên cứu có nhiều tiêu chuẩn để xác định bước trễ tối ưu. Bài nghiên cứu chọn độ trễ là 3 (xem bảng 4.2), phù hợp với độ trễ chung của nhiều bài nghiên cứu, theo Sarat Dhal (2011) số bước trễ phổ biến đối với dữ liệu quý thường là từ 3 đến 4, dữ liệu tháng thường 12 đến 13. Và kiểm định độ trễ theo tiêu chí LR và AIC. Và có kết quả tương đồng với tác giả Ifeakachukwu và Olufemi (2012). Do tính chất quan trọng của việc xác định bước trễ, bài nghiên cứu thực hiện thêm kiểm định Portmanteau và đưa ra độ trễ tối ưu cũng là 3 (xem bảng 4.3).
Bảng 4.2 Kết quả kiểm định độ trễ tối ƣu
VAR Lag Order Selection Criteria
Endogenous variables: DLOG(M2) LR DLOG(CREDIT) DLOG(EXT) DLOG(CPI) DLOG(SER) DLOG(AGR) DLOG(MAN)
Exogenous variables: C Date: 12/01/13 Time: 16:36 Sample: 2000Q1 2012Q4 Included observations: 48
Lag LogL LR FPE AIC SC HQ
0 656.5975 NA 2.53e-22 -27.02489 -26.71303* -26.90704 1 779.0953 199.0590 2.29e-23 -29.46230 -26.65550 -28.40161* 2 847.2642 88.05150 2.40e-23 -29.63601 -24.33427 -27.63248 3 945.3862 94.03354* 1.11e-23* -31.05776* -23.26109 -28.11138 * indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error
AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion
4.3 Kiểm định tính ổn định của mô hình.
Kết quả kiểm định tính ổn định của mô hình với độ trễ tối ưu là 3 được trình bày trong hình 4.2. Các nghiệm đơn vị đều nằm trong khoảng +-1. Vì vậy, kết quả mô hình ổn định. -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 Inverse Roots of AR Characteristic Polynomial
Hình 4.2 Kiểm định tính ổn định của mô hình
Nguồn: tác giả chạy kết quả từ phần mềm Eview 6.0
4.4 Kiểm định nhân quả Pair wise Granger.
Kiểm định nhân quả Pair wise Granger được sử dụng để xác định các kênh có thể truyền dẫn chính sách tiền tệ đến các ngành kinh tế. Với mục đích này, Kiểm định nhân quả Pair wise Granger được sử dụng giữa mỗi GDP các ngành với mỗi biến chính sách tiền tệ (lãi suất cho vay, tín dụng ngân hàng và tỷ giá hối đoái). Các kết quả được trình bày trong bảng 4.5. Kết quả cho thấy một quan hệ nhân quả một chiều từ mỗi biến tiền tệ vào GDP của ngành ngoại trừ biến tỷ giá. Điều này có nghĩa rằng tất cả các kênh của chính sách tiền tệ là cơ bản trong truyền hiệu ứng chính sách tiền tệ để tăng trưởng GDP của ngành ngoại trừ biến tỷ giá, có thể giải thích do Việt Nam áp dụng chế độ tỷ giá cố định (tuy Việt Nam đăng kí trên bảng chính thức với IMF, tên gọi hệ thống tỷ giá của VN là thả nổi có quản lý) theo Trần
Ngọc Thơ và Nguyễn Ngọc Định (2011)1 nên tác động của chính sách tiền tệ qua kênh tỷ giá hối đoái đến sản lượng là yếu.
Bảng 4.3 Kiểm định nhân quả Pair-wise granger
Ho: F-Statistic Prob.
Nông nghiệp does not Granger Cause lãi suất 7.16347 0.002
Lãi suất does not Granger Cause nông nghiệp 3.35197 0.044
Nông nghiệp does not Granger Cause tín dụng 0.52398 0.5957
Tín dụng does not Granger Cause nông nghiệp 2.91866 0.0643
Nông nghiệp does not Granger Cause tỷ giá 2.24053 0.1181
Tỷ giá does not Granger Cause nông nghiệp 0.49703 0.6116
Sản xuất does not Granger Cause lãi suất 0.84648 0.4356
Lãi suất does not Granger Cause Sản xuất 8.4622 0.0008
Sản xuất does not Granger Cause tín dụng 0.28915 0.7503
Tín dụng does not Granger Cause Sản xuất 3.30618 0.0457
Sản xuất does not Granger Cause tỷ giá 0.87323 0.4246
Tỷ giá does not Granger Cause Sản xuất 0.52719 0.5939
Dịch vụ does not Granger Cause lãi suất 10.8371 0.0001
Lãi suất does not Granger Cause Dịch vụ 0.45947 0.6345
Dịch vụ does not Granger Cause tín dụng 5.96278 0.0183
Tín dụng does not Granger Cause Dịch vụ 4.08642 0.0488
Dịch vụ does not Granger Cause tỷ giá 1.23003 0.3019
Tỷ giá does not Granger Cause Dịch vụ 0.41031 0.6659
Nguồn: tác giả chạy kết quả từ phần mềm Eview 6.0
1
Trần Ngọc Thơ, Nguyễn Ngọc Định, Nguyễn Thị Ngọc Trang, Nguyễn Thị Liên Hoa, Nguyễn Khắc Quốc Bảo, Tài Chính Quốc Tế (2011), trường đại học Kinh tế TP.HCM
4.5 Hàm phản ứng xung
Trong phần này, bài nghiên cứu tiến hành phân tích phản ứng xung nhằm kiểm tra ảnh hưởng của cú sốc chính sách tiền tệ đến ba ngành kinh tế.
Ngành nông nghiệp (Mô hình VAR: M2, LR, Credit, EXT, CPI, Agr)
Trong lĩnh vực nông nghiệp, hàm phản ứng xung cho thấy một cú sốc độ lệch chuẩn trong lãi suất cho vay làm tăng GDP nông nghiệp và có ảnh hưởng đầy đủ sau 5 quý. Mặt khác, một cú sốc trong tín dụng làm giảm GDP nông nghiệp. Tác động tối đa các cú sốc đối với lĩnh vực này được thực hiện sau 6 quý. Tương tự như vậy, một cú sốc trong tỷ giá hối đoái tác động dai dẳng đến GDP nông nghiệp. GDP nông nghiệp phản ứng mạnh ngay với cú sốc tỷ giá ở ngay thời kỳ đầu tiên. Các kết quả phân tích phản ứng xung trong ngành nông nghiệp cho thấy rằng phản ứng của ngành nông nghiệp nhạy cảm với kênh truyền dẫn tỷ giá, và kênh lãi suất hơn so với kênh tín dụng.
-.04 -.03 -.02 -.01 .00 .01 .02 .03 .04 .05 5 10 15 20 25 30 35
Response of DLOG(AGR) to Cholesky One S.D. LR Innovation -.04 -.03 -.02 -.01 .00 .01 .02 .03 .04 5 10 15 20 25 30 35
Response of DLOG(AGR) to Cholesky One S.D. DLOG(CREDIT) Innovation
-.04 -.03 -.02 -.01 .00 .01 .02 .03 .04 5 10 15 20 25 30 35
Response of DLOG(AGR) to Cholesky One S.D. DLOG(EXT) Innovation
Hình 4.3 Phản ứng của ngành nông nghiệp trước cú sốc của các kênh chính sách tiền tệ
Ngành sản xuất (Mô hình VAR: M2, LR, Credit, EXT, CPI, Man)
Một cú sốc lãi suất cho vay cho thấy một phản ứng tăng ngay đối với tăng trưởng GDP sản xuất như thể hiện trong hình 4.4, sau đó giảm dần và giảm mạnh nhất là quý 3 với độ lớn gần 0.02%. Phản ứng của GDP sản xuất với một cú sốc trong tín dụng ít hơn 0.01%. Tương tự như vậy phản ứng của GDP sản xuất cũng phản ứng yếu đối với cú sốc tỷ giá, phản ứng cũng ít hơn 0.01%. Do đó ta kết luận rằng kênh lãi suất là một kênh quan trọng hơn kênh tỷ giá và tín dụng trong việc truyền chính sách tiền tệ trong lĩnh vực sản xuất. Kênh tỷ giá và tín dụng vẫn còn tương đối yếu trong truyền chính sách tiền tệ trong lĩnh vực này . Điều này đúng cho trường hợp của Việt Nam vì lĩnh vực sản xuất phụ thuộc chủ yếu vào nguyên liệu đầu vào, sự gia tăng lãi suất làm tăng chi phí sản xuất cho khu vực do đó sản xuất thấp.
Ngành dịch vụ (Mô hình VAR: M2, LR, Credit, EXT, CPI, Ser)
Cuối cùng là lĩnh vực dịch vụ. Hàm phản ứng xung cho thấy cú sốc một độ lệch chuẩn trong lãi suất cho vay là kết làm tăng GDP ngành dịch vụ nhưng với độ lớn ít hơn 0.01%. Phản ứng tăng mạnh nhất ngay sau quý 4. Liên quan đến kênh tín dụng ngân hàng, một cú sốc tín dụng ngân hàng làm tăng GDP dịch vụ, tăng mạnh nhất là ngay sau quý 3. Và phản ứng của GDP dịch vụ trước cú sốc của tỷ giá là không rõ ràng lúc tăng lúc giảm với độ lớn rất nhỏ chưa đến 0.005%. Do đó ta kết luận rằng kênh tín dụng là một kênh quan trọng hơn kênh tỷ giá và lãi suất trong việc truyền dẫn chính sách tiền tệ trong lĩnh vực dịch vụ. Kênh lãi suất vẫn còn tương đối yếu trong truyền chính sách tiền tệ trong lĩnh vực này. Riêng kênh tỷ giá không có xu hướng rõ ràng.
-.03 -.02 -.01 .00 .01 .02 .03 5 10 15 20 25 30 35
Response of DLOG(MAN) to Cholesky One S.D. LR Innovation -.015 -.010 -.005 .000 .005 .010 .015 5 10 15 20 25 30 35
Response of DLOG(SER) to Cholesky One S.D. LR Innovation -.020 -.015 -.010 -.005 .000 .005 .010 .015 .020 5 10 15 20 25 30 35
Response of DLOG(MAN) to Cholesky One S.D. DLOG(CREDIT) Innovation
-.012 -.008 -.004 .000 .004 .008 .012 .016 .020 5 10 15 20 25 30 35
Response of DLOG(SER) to Cholesky One S.D. DLOG(CREDIT) Innovation
-.020 -.015 -.010 -.005 .000 .005 .010 .015 .020 5 10 15 20 25 30 35
Response of DLOG(MAN) to Cholesky One S.D. DLOG(EXT) Innovation
-.015 -.010 -.005 .000 .005 .010 .015 5 10 15 20 25 30 35
Response of DLOG(SER) to Cholesky One S.D. DLOG(EXT) Innovation
Hình 4.4 Phản ứng của ngành sản xuất trước cú sốc của các kênh chính sách tiền tệ
Hình 4.5 Phản ứng của ngành dịch vụ trước cú sốc của các kênh chính sách tiền tệ
4.6 Phân tích phƣơng sai
Bảng 4.4 Kết quả phân rã phƣơng sai của các ngành kinh tế Variance Decomposition of DLOG(AGR):
Period S.E. LR DLOG(CREDIT) DLOG(EXT) DLOG(AGR)
1 0.05587 3.0227 0.345836 12.08037 81.70278
4 0.08169 4.92991 1.736299 7.776874 51.31733
8 0.09181 10.8946 5.507698 9.090218 43.50047
12 0.09311 10.9534 5.501415 9.344313 42.78763
Variance Decomposition of DLOG(MAN):
Period S.E. LR DLOG(CREDIT) DLOG(EXT) DLOG(MAN)
1 0.04228 14.2567 2.862459 0.376036 81.38952
4 0.04764 12.4428 2.989622 1.260467 78.48621
8 0.05002 11.711 3.480808 1.44379 77.00681
12 0.0504 11.667 4.022014 1.552953 76.32114
Variance Decomposition of DLOG(SER):
Period S.E. LR DLOG(CREDIT) DLOG(EXT) DLOG(SER)
1 0.02889 1.75135 0.446277 0.201064 91.10921
4 0.03555 4.76107 7.77161 3.282919 69.71071
8 0.0378 5.1233 8.626662 3.961769 62.45408
12 0.03811 5.17693 8.942452 4.440222 61.53133
Nguồn: tác giả chạy kết quả từ phần mềm Eview 6.0
Bảng 4.6 ở trên thể hiện các ước tính phân rã phương sai của các ngành kinh tế qua các kỳ 1, 4, 8, và 12 quý. Đối với lĩnh vực nông nghiệp cú sốc của lãi suất giải thích tốc độ tăng trưởng của nông nghiệp là 3% ở kỳ 1, nó tăng lên gần 5% ở kỳ 4, và tăng mạnh lên gần 11% ở kỳ 8 và kỳ 12 tương ứng. Riêng về sự đóng góp của tỷ giá hối đoái đối với sự tăng trưởng của nông nghiệp ngay ở kỳ đầu tiên là rất lớn 12%.
Sau đó giảm xuống ở kỳ 4 còn khoảng 7%, tuy nhiên lại tăng lên 9% ở kỳ 8 và kỳ 12 tương ứng. Sự đóng góp của kênh tín dụng ở kỳ đầu tiên ít hơn 1%, sau đó tăng lên khoảng gần 2% và tăng dần đến 5.5% ở kỳ 8 và kỳ 12 tương ứng. Qua phân tích mức độ đóng góp của ba kênh chính sách tiền tệ đối với lĩnh vực nông nghiệp, ta thấy kênh lãi suất và tỷ giá hối đoái có tác động mạnh mẽ vào lĩnh vực nông nghiệp hơn biến chính sách tín dụng. Có thể lý giải cho việc này ngành nông nghiệp nước ta có số lượng lớn về xuất khẩu nên sự thay đổi của kênh tỷ giá sẽ ảnh hưởng rất lớn đến lượng xuất khẩu của nước ta. Nhà nước luôn có chính sách hỗ trợ về lãi suất đối với nông nghiệp để thúc đẩy ngành này tăng trưởng.
Đối với lĩnh vực sản xuất: cú sốc lãi suất chiếm tỷ lệ lớn trong tăng trưởng sản lượng xây dựng trong kỳ đầu tiên: 14.3% và sau đó giảm nhẹ còn khoảng 11.7% trong kỳ 8 và kỳ 12. Sự đóng góp của kênh tín dụng tăng nhẹ từ kỳ 1 đến kỳ 12 từ 2.8% lên khoảng 4%. Còn cú sốc tỷ giá đóng góp vào sự tăng trưởng sản lượng tăng nhẹ từ khoảng 1.25% trong kỳ 4 đến 1.5% trong kỳ 12. Qua trên ta thấy kênh lãi suất là một công cụ chính sách tiền tệ có tác động mạnh vào lĩnh vực sản xuất hơn các kênh khác. Kết quả ủng hộ giả thuyết cho rằng kênh lãi suất đóng vai trò quan trọng trong truyền dẫn chính sách tiền tệ đối với sản lượng kinh tế. Phát hiện này cũng phù hợp với nghiên cứu của Ganley và Salmon (1997). Sự nhạy cảm của kênh lãi suất đối với khu vực sản xuất có thể phản ánh mức độ cường độ vốn trong ngành. Ngành sản xuất là ngành đóng góp lớn nhất đối với tăng trưởng tổng GDP của cả nước. Do đó thay đổi sản lượng ngành sẽ có tác động vào tổng sản lượng.