3.2.1. Mô hình tự hồi quy vecto VAR
Mô hình VAR về cấu trúc gồm nhiều phương trình (mô hình hệ phương trình) và có các trễ của các biến số. Mô hình vecto tự hồi quy sử dụng dữ liệu lịch sử để phân tách mối quan hệ nhân quả trong kinh tế vĩ mô, cho dù đó có là mối quan hệ hai mặt. Vận dụng mô hình vào việc phân biệt giữa những thay đổi không lường trước của các biến số như giá dầu thô thế giới, lãi suất... và những thay đổi có thể lường trước để xác định tác động của chúng đối với các biến số kinh tế vĩ mô quan trọng. Khó nắm rõ cơ chế vận hành của nền kinh tế một phần là do những mối quan hệ tương hỗ và đồng thời với nhau. VAR có thể lý giải phần nào những mối quan hệ nhiều chiều và khó phân tách này, đồng thời nhận diện và giải thích của cú sốc kinh tế trong dữ liệu lịch sử, và giúp phân tích xem những cú sốc ấy dần dần tác động ra sao tới các biến số vĩ mô khác.
(136 quan sát cho mỗi biến số), chúng tôi đã sử dụng mô hình VAR để kiểm định tác động của các nhân tố đến mức giá chung nền kinh tế Việt Nam bao gồm 6 biến: CPI (chỉ số giá tiêu dùng), CN (tổng giá trị sản xuất công nghiệp), M2 (cung tiền), R (lãi suất vốn vay VNĐ), EX (tỷ giá hối đoái thực tế VND/USD), và biến OIL (giá dầu thô thế giới). Tất cả các số liệu được lấy log, trừ biến lãi suất. Mô hình được ước lượng gồm 1 hệ 6 phương trình.
3.2.2. Mô hình ước lượng và mô tả số liệu
3.2.2.1. Mô hình ước lượng
Dựa trên tính phù hợp của mô hình và những kết quả phân tích đánh giá được rút ra từ nghiên cứu đi trước về các biến số kinh tế có khả năng ảnh hưởng đến lạm phát, chúng tôi đã điều chỉnh và lựa chọn mô hình thực nghiệm được mô tả như sau:
CPIt= f(CPIt-k, CNt-k, OILt-k, M2t-k, rt-k, EXt-k)
Phương trình này cho chúng ta thấy mức giá chung của nền kinh tế sẽ phụ thuộc vào giá dầu thô thế giới, giá trị sản xuất công nghiệp, cung tiền rộng M2, lãi suất cho vay VND, tỷ giá hối đoái VND/USD. Các biến trễ có thể được đưa vào để phản ánh sự chậm điều chỉnh hay tính cứng nhắc của giá cả.
3.2.2.2. Mô tả số liệu
Do sự hạn chế về số liệu phản ánh các cú sốc cung như tiền lương, năng suất lao động, giá cả các yếu tố đầu vào, nên mô hình được xây dựng ở đây chủ yếu xem xét vai trò các yếu tố ảnh hưởng đến tổng cầu. Để phân tích ảnh hưởng của cú sốc giá dầu đến lạm phát như mục tiêu đã đề ra, nhóm nghiên cứu sử dụng mô hình tự hồi quy vectơ VAR với các biến sau:
Bảng 3.1. Các biến được sử dụng trong mô hình tự hồi quy vectơ VAR
Biến Kí
hiệu Min max Std. Dev Thời gian
Nguồn (đơn vị) Chỉ số giá tiêu dùng CPI 131.2532 328.3307 55.8615 2000:01 2011:04 GSO(%) Giá trị sản lượng công nghiệp CN 12879.63 75647.00 17321.37 2000:01 2011:04 GSO ( Tỷ đồng)
Giá dầu thô thế giới OIL 218459.0 880580.1 149647.0 2000:01 2011:04 EIA (VNĐ/thùng) Cung tiền M2 71842.19 814991.8 207046.6 2000:01 2011:04 IMF ( tỷ đồng) Lãi vay R 8.46 20.25 2.3763 2000:01 2011:04 IMF(%) Tỷ giá danh nghĩa (USD/VNĐ) EX 13831.71 20380.67 2227.957 2000:01 2011:04 SBV(đồng) (Nguồn: Tác giả tự tổng hợp)
Dữ liệu có tần suất tháng và được thu thập từ tháng 1/2000 đến tháng 4/2011. Tất cả các biến sử dụng trong mô hình đều được chuẩn hóa theo năm gốc là năm 1994.
3.2.3. Kiểm định mô hình
Các kiểm định mô hình VAR bằng phần mềm Eviews6 với các bước sau:
Thứ nhất, thực hiện việc mô hình hóa các biến số ảnh hưởng đến lạm
phát. Các chuỗi này, trừ lãi suất, đều ở dạng logarit cơ số tự nhiên, được chuẩn hóa theo mức giá năm 199, bao gồm chỉ số giá tiêu dùng (lCPI), giá trị sản xuất công nghiệp (lCN), giá dầu thô thế giới (lOIL), cung tiền M2 (lM2), lãi vay VND (R), tỷ giá hối đoái thực tế của đồng USD tính theo VND (lEX). Nếu các chuỗi này là không dừng (hay có nghiệm đơn vị) thì lấy sai phân cho
tới khi có tính dừng trước khi đưa vào mô hình thực nghiệm.
Bước hai, lựa chọn độ trễ phù hợp cho VAR và tiến hành hồi quy hồi quy
OLS cho phương trình thể hiện sự tác động của các biến số tới biến động của lạm phát với độ trễ lựa chọn. Qua đó phân tích mối quan hệ theo thời gian giữa các biến số này với tình hình lạm phát.
Bước ba, sử dụng phương pháp kiểm định nhân quả Granger nhằm trả
lời câu hỏi liệu giá trị trong quá khứ của giá dầu thế giới có giúp dự báo biến lạm phát trong tương lai về dài hạn.
Bước bốn, thực hiện khảo sát các hàm phản ứng IRFs xác định hiệu ứng
theo thời gian của cú sốc giá dầu khi có các biến cố kinh tế, chính trị đột ngột xảy ra đối với các biến khác trong mô hình. Để tạo ra những cú sốc cấu trúc, nghiên cứu sử dụng phân tích Cholesky, xây dựng quan hệ giữa các phần dư VAR dạng rút gọn và các biến nhiễu cấu trúc với thứ tự các biến giải thích lạm phát dựa vào lý thuyết kinh tế để tìm ra kết quả quan trọng, có ý nghĩa kinh tế nhất với ước lượng IRFs trong VAR. Thứ tự các biến trong mô hình VAR đệ quy được căn cứ theo những lập luận được đề xuất bởi Bernanke và Mihov (1998): những biến phi chính sách (sản lượng và giá cả) xếp trước và tiếp đến là các biến liên quan đến chính sách (cung tiền, tỷ giá hối đoái, lãi suất). Thứ tự này cũng thể hiện những giả định ngầm về cấu trúc động của nền kinh tế Việt Nam. Thứ nhất, sản lượng công nghiệp không bị ảnh hưởng đồng thời bởi các cú sốc của các biến khác. Thứ hai, mức giá bị ảnh hưởng bởi những thay đổi trong sản lượng công nghiệp. Cả sản lượng công nghiệp và giá dầu thô thế giới không bị ảnh hưởng cùng lúc bởi bất kỳ chính sách nào trong cùng một thời kỳ. Những thay đổi trong sản lượng công nghiệp và giá dầu thô dẫn đến sự thay đổi trong cung tiền VND. Căn cứ vào những thay đổi của sản lượng và giá cả và những điều kiện trong thị trường tiền tệ, NHNN Việt Nam có thể xác định lãi suất tiền gửi VND bằng cách sử dụng những công cụ trực tiếp hoặc gián tiếp. Những thay đổi của lãi suất sẽ làm thay đổi
tỷ giá ngay trong thời kỳ đó (dựa trên cách tiếp cận tài sản và lý thuyết về sự thay đổi của tỷ giá trong ngắn hạn cũng như tình hình thực tế Việt Nam). Những thay đổi trong cung tiền, lãi suất và tỷ giá hối đoái được giả định tác động đến sản lượng và giá cả trong thời kỳ tiếp theo.
Cuối cùng, thực hiện phân rã phương sai để phân tách sự biến thiên (dao
động) của một biến nội sinh nào đó (cung tiền, lãi suất, tỷ giá hối đoái) trong mô hình theo thành phần các cú sốc (giá dầu) theo VAR.
3.3. TÓM TẮT CHƯƠNG
Trên đây là những bằng chứng thực nghiệm phân tích “nội hàm” các biến số kinh tế vĩ mô (giá trị công nghiệp, chỉ số giá tiêu dùng, giá dầu thô thế giới, cung tiền, lãi suất và tỷ giá hối đoái) có khả năng ảnh hưởng đến lạm phát ở Việt Nam. Từ kết quả của việc đánh giá tổng quan các nghiên cứu đi trước như đã trình bày trong chương 1, chúng tôi có những điều chỉnh cần thiết cho mô hình thực nghiệm và rút ra được các biến số kinh tế có khả năng ảnh hưởng đến lạm phát phù hợp với điều kiện kinh tế của Việt Nam. Sử dụng mô hình vecto tự hồi quy VAR, với những mô tả số liệu các biến dùng trong mô hình và tiến trình thực hiện mô hình ước lượng là “bước đệm” cho kết quả kiểm định mô hình sẽ đề cập ở chương 4.
CHƯƠNG 4
KẾT QUẢ ƯỚC LƯỢNG THỰC NGHIỆM
Như đã trình bày trong chương 3, với các bước tiến hành kiểm định mô hình vectơ tự hồi quy VAR, chúng tôi thu được các kết quả sau:
4.1. KIỂM ĐỊNH TÍNH DỪNG CỦA CÁC BIẾN VÀ ĐỘ TRỄ PHÙHỢP NHẤT CHO MÔ HÌNH. HỢP NHẤT CHO MÔ HÌNH.
4.1.1. Kiểm định tính dừng
Để kiểm định tính dừng cho các chuỗi số liệu, chúng tôi sử dụng kiểm định ADF (Augmented Dickey – Fuller) truyền thống. Ngoài ra sử dụng thêm kiểm định PP (Phillips Peron) để tham khảo thêm kết quả, tăng tính chính xác đối với kết luận về tính dừng của chuỗi số. Độ trễ trong kiểm định ADF được lựa chọn dựa trên các chỉ tiêu AIC (Akaike Information Criterion) và SIC (Schwarz Information Criterion).
Kết quả kiểm định tính dừng được thể hiện ở bảng 4.1.
Bảng 4.1. Kết quả kiểm định tính dừng của các chuỗi số liệu
Biến ADF (AIC) ADF (SIC) Giá trị tới hạn ( mức ý nghĩa) PP Giá trị tới hạn ( mức ý nghĩa) 1% 5% 10% 1% 5% 10% LCPI -2.001 -1.735 -4.034 -3.447 -3.148 -1.779 -4.027 -3.443 -3.146 LM2 -1.329 -1.329 -3.479 -2.883 -2.578 -1.501 -3.479 -2.883 -2.578 LOIL -1.608 -2.149 -3.480 -2.883 -2.578 -1.905 -3.479 -2.883 -2.578 LCN -4.853 -10.06 -4.028 -3.444 -3.147 -10.23 -4.027 -3.443 -3.146 LEX 0.4573 0.4573 -3.479 -2.883 -2.578 0.233 -3.479 -2.883 -2.578 R -1.625 -3.008 -3.481 -2.883 -2.579 -2.084 -3.479 -2.883 -2.578 DLCPI -1.839 -1.937 -3.488 -2.887 -2.580 -2.160 -3.484 -2.885 -2.579 DLM2 -11.51 -11.51 -3.479 -2.883 -2.578 -11.52 -3.479 -2.883 -2.578 DLEX -5.174 -11.51 -3.480 -2.883 -2.579 -11.76 -3.479 -2.883 -2.578 DR -6.465 -6.465 -3.481 -2.883 -2.579 -7.379 -3.479 -2.883 -2.578 D2LCPI -2.290 -3.906 -3.490 -2.888 -2.581 -4.087 -3.485 -2.885 -2.579 DLOIL -4.719 -9.291 -3.479 -2.883 -2.578 -9.263 -3.479 -2.883 -2.578
(Nguồn: Kết quả kiểm định của tác giả)
Các kết quả về chuỗi dừng đều có ý nghĩa thống kê ở mức 1%, độ trễ tối
lại kiểm định tính dừng không có xu hướng.
Từ bảng trên cho thấy, trừ chuỗi lcn là chuỗi dừng có xu hướng thì các biến còn lại đều là các chuỗi không dừng. Sau khi tiến hành lấy sai phân bậc nhất cho các biến còn lại, riêng biến lcpi thì lấy sai phân theo mùa vụ, kết quả cho thấy các biến sau khi lấy sai phân bậc nhất đều là các chuỗi dừng với mức ý nghĩa 1%, riêng biến dlcpi thì phải tiếp tục lấy đến sai phân bậc 2. Từ đây có thể kết luận các chuỗi số, trừ tổng giá trị sản xuất công nghiệp và chỉ số giá tiêu dùng, đều là các chuỗi tích hợp bậc nhất, I(1). Chuỗi lcn là tích hợp bậc 0, I(0), chuỗi lcpi là tích hợp bậc hai, I(2).
Như vậy, 6 biến được sử dụng để đưa vào mô hình VAR là: d2lcpi, lcn, dloil, dlm2, dr, dlex. Từ đây có phương trình biểu diễn sự tác động của các nhân tố tới lạm phát với biến phụ thuộc là d2lcpi:
D2lcpi = β0 + β1id2lcpit-i+ β2ilcnt-i+ β3idloilt-i+ β4idlm2t-i+ β5idlext-i+ β6idrt- i. (1)
4.1.2. Kiểm định lựa chọn độ trễ phù hợp cho mô hình
Với 6 biến đã thu được ở trên, tiến hành hồi quy mô hình VAR với độ trễ 12. Sau đó, tiến hành kiểm định độ trễ phù hợp cho mô hình. Có nhiều chỉ tiêu để kiểm tra độ trễ phù hợ cho mô hình VAR và các chỉ tiêu này cho kết quả khác nhau. Để độ trễ phù hợp cho việc nghiên cứu, dựa trên tiêu chuẩn AIC và LR nhận thấy độ trễ 12 là phù hợp cho việc thực hiện hồi quy mô hình VAR ( phục lục 3)
4.2. HỒI QUY MÔ HÌNH
Từ mô hình VAR (12) đã xây dựng được, chúng tôi tiến hành hồi quy phương trình đánh giá các tác động của các biến số tới d2lcpi, từ đó rút ra các kết quả thực nghiệm. Tiến hành hồi quy phương trình (1) với k=12. Sau khi thu được kết quả, loại bỏ các tham số không có ý nghĩa thống kê thu được kết quả thể hiện trong bảng 4.2.
Bảng 4.2. Kết quả hồi quy các biến số tác động đến dlcpi
Biến phụ thuộc: dlcpi Mẫu: 2000m1 2011m4
Biến Tham số Sai số chuẩn p
Dlcpi(-1) 0.2636 0.1454 0.0777 D2lcpi(-12) -0.26625 0.13598 0.0576 Lcn(-1) 0.01655 0.009751 0.00978 Dlm2(-5) -0.0185 0.0053 0.0013 Dlm2(-11) 0.0919 0.0522 0.0861 R-squared 0.8998 Adjusted R-squared 0.7098 F-ststistic 4.7376 Prob(F-ststistic) 0.00001
(Nguồn: Kết quả tác giả ước lượng được)
Kết quả hồi quy được ước lượng ở bảng 4.2 cho thấy:
Thứ nhất, lạm phát trong quá khứ có ảnh hưởng lớn đến lạm phát ở quý hiện tại. Sự ảnh hưởng này kéo dài trong khoảng 3 tháng tức bằng 1 quý. Điều này hàm ý rằng sự gia tăng lạm phát ở Việt Nam thường kéo dài trong 2 quý liên tiếp có thể do một số nguyên nhân như sự phản ứng chậm trễ của các chính sách kiềm chế lạm phát, tính chất “dai dẳng” của việc tăng giá, hay kỳ vọng lạm phát còn có thể tăng cao của dân chúng. Ở độ trễ thứ 12, sự tương quan với lạm phát ở hiện tại lại theo chiều ngược lại. Điều này cho thấy, sau khoảng 2 quý khi có sự gia tăng lạm phát thì lạm phát thường có xu hướng giảm xuống. Đó là khi các chính sách kiềm chế lạm phát của chính phủ phát huy tác dụng.
Từ bảng trên cũng nhận thấy, sự biến động của lạm phát trong thời kỳ này ít chịu sự ảnh hưởng của biến động giá dầu thế giới. Điều này là do các chính sách trợ giá xăng dầu của Chính phủ thông qua các công cụ như trợ giá trực tiếp, các quỹ bình ổn giá xăng dầu, sự kiểm soát giá của thị trường độc quyền về dầu. Ngoài ra, việc tính toán chỉ số giá tiêu dùng hàng tháng của Tổng Cục Thống kê thường được thực hiện trước những đợt tăng giá xăng dầu trong nước cũng là một nguyên nhân khiến sự gia tăng giá xăng dầu không ảnh hưởng đến biến động lạm phát ở Việt Nam.
Tổng giá trị sản lượng công nghiệp có mối tương quan dương với lạm phát. Tức là khi tổng giá trị sản xuất công nghiệp tăng lên sẽ đẩy lạm phát lên cao. Tổng giá trị sản xuất công nghiệp hàng tháng có thể đaị diện cho GDP hàng tháng. Đối với một sự gia tăng trong tổng cầu tất yếu sẽ đẩy mức giá lên cao. Tuy nhiên về mặt dài hạn thì mối quan hệ này không còn đúng. Khi đó, nền kinh tế đáp ứng được tổng cầu trong nước, hoặc đã xuất hiện các hàng hóa thay thế được cầu của người tiêu dùng, cân bằng cung cầu được thiết lập, không còn xuất hiện sự tăng giá do thiếu cung.
Thứ tư, sự tác động của cung tiền để kiềm chế lạm phát không có tác động ngay lập tức đến lạm phát mà phải sau khoảng 5 tháng, tức gần 2 quý, thì các chính sách thắt chặt để kiềm chế lạm phát mới phát huy tác dụng. Điều này thể hiện ở sự tương quan âm của độ trễ 5 trong biến cung tiền với lạm phát. Các chính sách thắt chặt tiền tệ của chính phủ trong bối cảnh lạm phát gia tăng nhằm kiểm soát lượng tiền lưu thông như tăng lãi suất để thu hút tiền từ lưu thông vào hệ thống ngân hàng, kiểm soát chặt chẽ tăng trưởng tín dụng, phát hành trái phiếu để thu hút bớt lượng tiền khỏi lưu thông. Tuy nhiên, đến độ trễ 11, cung tiền lại có tương quan dương tới lạm phát. Đó là do sau thời điểm phát huy tác dụng kiềm chế lạm phát của những chính sách tiền tê, lạm phát được đẩy lùi, chính phủ lại có chủ trương thực hiện các chính sách mở rộng để thúc đẩy tăng trưởng kinh tế.
Từ giá trị của Adjusted R-squared cho thấy mô hình này là khá hợp lý, các biến độc lập giải thích được 70,98% sự biến động của mức giá chung.
4.3. KIỂM ĐỊNH ĐÁNH GIÁ TÁC ĐỘNG CỦA CÁC NHÂN TỐ TỚILẠM PHÁT LẠM PHÁT
Để kiểm định các kết quả thu được từ phương trình hồi quy trên, chúng tôi sử dụng các kiểm định trong mô hình VAR để đánh giá và phân tách các tác động đến lạm phát, đồng thời cũng biết được một cú sốc lạm phát sẽ tác