V. KT LUN VÀ HN CH NGHIÊN CU
B ng PL.1.1 Các th tr ng x ut khu chính ca V it Nam
STT N c Tr giá VT: USD) 1 M 8,846,228,449 2 NH T B N 5,289,945,574 3 TRUNG QU C 4,948,500,551 4 HÀN QU C 2,646,632,754 5 MALAYSIA 1,971,483,759 6 C 1,950,352,034 7 CÁC TI U V NG QU C A R P 1,598,172,733 8 ANH 1,425,149,215 9 THÁI LAN 1,360,307,763 10 H NG KÔNG 1,325,447,851 11 CAMPUCHIA 1,270,415,543 12 AUSTRALIA 1,258,150,583 13 HÀ LAN 1,137,762,006 14 SINGAPORE 1,035,197,712 15 N 1,021,073,929 16 INDONÊSIA 930,991,171 17 Ý 897,802,778 18 ÀI LOAN 844,409,039
19 TÂY BAN NHA 814,512,173
20 PHÁP 809,907,297
Ngu n: T ng c c h i quan Vi t Nam (http://www.customs.gov.vn/)
1.5 Ch s giá tiêu dùng
Bi u đ PL. 1.11 Bi n đ ng CPI hàng n m t 1995 - 2012
Bi u đ PL.1.12 Bi n đ ng CPI trung bình qua các n m t 1995 đ n 2012 gi a các n c
Ngu n: Tính toán t d li u c a IMF
So sánh v i các n c thì ch s giá tiêu dùng Vi t Nam t ng lên hàng n m khá cao, trung bình 7.28% (Thailand: 3.20%, Philipines: 5.08%, Indonesia: 11.31%, Singapore: 1.80%, Malaysia: 2.51%, HongKong:1.24%, Japan: -0.08%, China: 2.29%, Úc là 2.64% và Korea: 3.41%)
PH L C 2
S NÉT V MÔ HÌNH SVAR
1. Ý t ng hình thành mô hình SVAR
M t trong nh ng m c tiêu c a các nhà kinh t v mô là làm th nào đ gi i thích t ng th n n kinh t thông qua các ch s nh GDP, đ u t , t l th t nghi p, l m phát…. Các chính sách kinh t tác
đ ng nh th nào t i các bi n s v mô này? M t khía c nh khác khi nghiên c u là tìm ra vai trò và m c đ nh h ng c a ngân hàng trung ng lên n n kinh t , c ng nh kh n ng c a nó trong vi c làm n đ nh các bi n đ ng không mong mu n trong t ng th n n kinh t ? Thomas J. Sargent và
Christopher A. Sims đã phát tri n các ph ng pháp th c nghi m giúp tr l i các lo i câu h i nh
v y. Trong bài nghiên c u này t p trung chính vào mô hình Strutural VAR mà Sims là ng i đ u
tiên kh i x ng. Nh ng tr c khi đi vào tìm hi u k h n v mô hình c a Sims và Sargent, ta quay l i tìm hi u m t s ý t ng làm ti n đ xây d ng các mô hình kinh t l ng kinh đi n c a hai ông. Trong nh ng n m 1960, lý thuy t Keynes g n nh chi m v trí ch đ o làm c s xây d ng các mô hình th c nghi m sau này, nh t là cu n sách “Lý thuy t t ng quát v vi c làm, lãi su t và ti n t ”1
có t m nh h ng l n t i các nhà kinh t th i đó. Keynes c ng là ng i đ a ra h ng nghiên c u
kinh t m i xác đ nh đ ng th i các bi n s (lao đ ng, thu nh p, lãi su t và giá c hàng hóa) cùng m t lúc theo th i gian, thay vì tách r i nh tr c, nh n m nh t i tính c a l ng và giá c (thay vì bi n đ ng t c th i nh lý thuy t c đi n). M t trong nh ng mô hình kinh t l ng xây d ng t lý
thuy t Keynes n i ti ng mô hình ph n ng đ ng th i (dynamic simultaneous equation models). Mô
hình ph n ng đ ng th i này chính là c s đ hình thành nên mô hình SVAR. Mô hình SVAR và
mô hình ph n ng đ ng th i khác nhau đáng k trong cách ti p c n c a nó v i v n đ “indentification”. V n đ này có th đ c mô ph ng v i s tr giúp c a mô hình c u trúc t ng th
sau, mô hình này đ c gi đnh là th hi n c u trúc “đúng” c a n n kinh t :
t t
t BX e
Y (1)
V i Yt là ma tr n vector đ n v (nx1) c a các bi n n i sinh (endogenous variable), Xt ch a đ ng các bi n ngo i sinh và n i sinh có đ tr . V n đ n n t ng trong c tính mô hình c u trúc là ai đó
không th c tính m t cách tr c ti p ph ng trình (1) và suy ra giá tr “đúng” cho ma tr n và
B vì thông tin m u không đ đ th c hi n vi c này n u nh không có các ràng bu c xác đnh (indentifying restrictions). Các giá tr th c c a và B đ c xem nh là “không nh n bi t đ c”
(unidentified).
Vi c b c tách trong các mô hình ph ng trình đ ng th i đ c th c hi n m t cách đ c thù b ng vi c
áp đ t các ràng bu c mang tính lo i tr (exclusion restrictions) lên các tham s trong ma tr n và B. Nh ng ràng bu c này không th ki m đ nh đ c. V i các ràng bu c trong ma tr n , ai đó c ng
có th cho r ng do đ tr trong vi c thu th p d li u th ng kê trên ho t đ ng kinh t c a các nhà th c hi n chính sách ti n t nên h không th quan sát m t bi n nào đó trong k và không th ph n ng m t cách đ ng th i t i bi n này. Hay vi c có đ tr là do đ tr trong k thu t truy n d n
(transmission mechanism). Hai đi u này d n đ n vi c đ xu t g n nh là bi n n i sinh này không ph n ng đ ng th i lên bi n n i sinh khác2.
Ví d v i mô hình ba tham s đ n gi n bao g m bi n s n l ng hay bi n output (yt) và bi n cung ti n (mt). Bi n output th hi n cho bi n kinh t v mô phi chính sách, còn bi n cung ti n th hi n cho bi n công c chính sách ti n t . Mô hình c u trúc có d ng nh sau
t d t ym t yy t t ym B L y B L m e y 1 ( ) ( ) (2) t ms t mm t my t t y y B L y B L m e m 2 ( ) ( ) (3)
V i B(L) là đa th c trong toán t L có đ tr . Ph ng trình (2) mô t nh h ng đ ng c a công c chính sách ti n t lên ho t đ ng th c hay mô t nh h ng c a công c chính sách ti n t lên output.
T i hai ph ng trình (2) và (3) này theo quan đi m truy n th ng thì hai bi n y1 và y2 s ti n v 0.
Theo quan đi m c a mô hình SVAR, ràng bu c này đ c lo i b . Ma tr n B mô t nh h ng c a các bi n n i sinh có đ tr lên s n l ng và cung ti n. Ma tr n B này c ng là ma tr n mô t m i
quan h đ ng gi a các bi n trong mô hình. Nh ng theo quan đi m c a mô hình ph ng trình đ ng
th i thì các bi n n i sinh có đ tr này không t ng quan đ ng th i hi n t i hay t ng lai v i các cú s c c u trúc. Nh ng ràng bu c trên các bi n n i sinh này th t khó đ ki m nghi m t m t quan
đi m mang tính lý thuy t, còn trong mô hình SVAR không có gi i h n nào đ c áp đ t cho các tham s trong ma tr n.
C ng theo quan đi m truy n th ng thì m t bi n đ c g i là ngo i sinh m nh khi nó không t ng
quan v i b t k bi n nào m t cách đ ng th i, trong t ng lai hay trong quá kh . Lucas và Sargent (1979), hai ông cho r ng các bi n s kinh t không ch ph thu c vào quan h hi n th i mà còn ph thu c vào k v ng trong t ng lai.
Lucas và Sargent cho r ng s thay đ i trong chính sách nh t thi t ph i d n đ n s thay đ i nào đó
trong vài tham s c u trúc và do đó nó c ng nh h ng đ n các tham s trong mô hình rút g n. Hai
ông đã ch trích r ng n u không bi t đ c tham s c u trúc nào s b t bi n tr c s thay đ i c a chính sách và tham s c u trúc nào s thay đ i và thay đ i nh th nào thì m t mô hình kinh t th c nghi m s không có giá tr trong vi c đánh giá nh ng chính sách thay th .
M t phê phán khác đ n đ n t Sims (1980) khi cho r ng các bi n công c ngo i sinh r t khó đ có
đ c và các bi n ngo i sinh trong mô hình th c nghi m Keynes ch đ c x lý trên c s tiên nghi m m c đ nh ch không đáng tin c y. c bi t khi cho phép các tác nhân hình thành quy t đ nh c a mình trên c s k v ng h p lý và t i u hóa liên th i gian.
Theo sau nh ng phê phán này c a Lucas – Sargent – Sims, kinh t h c th c nghi m đã phát tri n
hai ph ng pháp ti p c n khác nhau, nh ng b sung cho nhau. Sargent t p trung vào xác đ nh m t cách chính xác tham s c u trúc, trong khi đó Sims l i t p trung vào vi c b c tách các nh h ng c a các cú s c mà không c n ph i b c tách các tham s c u trúc.
Sargent phân tích các giai đo n l m phát r t cao. Ông đã nghiên c u l m phát cao t i M trong th i k nh ng n m 1970 và nh ng thay đ i x y ra sau đó gây ra s t ng nhanh chóng, kéo dài hay s s t gi m trong l m phát. Trong phân tích này, Sargent cho r ng k v ng l m phát tác đ ng tr l i t i các s ki n hi n hành và ch a d ng hàm ý r ng làm th nào các s ki n này nh h ng t i n n kinh t . i u này ám ch r ng b t k các thay đ i mang tính h th ng nào trong thi t l p chính sách s
nh h ng đ n k v ng, đây c ng chính là hàm ý chính trong phân tích chính sách c a Sargent.
Ph ng pháp c a Sargent d a trên n n t ng c a kinh t vi mô (microeconomic). Sargent đi sâu vào
tìm hi u c u trúc sâu c a n n kinh t hay c u trúc b t bi n tr c s thay đ i c a chính sách. i u
này đòi h i ph i tìm ki m các tham s sâu đi u chnh hành vi cá nhân liên quan đ n th hi u, công ngh , gi i h n ngu n l c, k v ng,… Các tham s sâu này ph n ánh hành vi cá nhân đã bao hàm k
v ng chính sách và do đó không b thay đ i tr c s thay đ i c a chính sách. Mô hình c a Sargent
đ t k v ng làm tr ng tâm. Ph ng pháp c a Sargent đ ra r t ph c t p b i l c n xác đnh m t cách chính xác các tham s c u trúc, nó đòi h i nh ng l p lu n ch t ch có s c thuy t ph c cao và
đ c bi t khó kh n h n khi các bi n có m i quan h phi tuy n. M t đi u n a khi n cho mô hình c a Sargent ph c t p là do gi thuy t k v ng h p lý cho r ng các ch th k v ng đ ng nh t và x lý t i u trong đi u ki n có đ y đ thông tin và d n h ng t i đo l ng k v ng th c t n n kinh t .
Tr ng phái th hai đ n t Sims, m c tiêu chính c a Sims là xác đ nh các thay đ i trong chính sách
không đ c k v ng và các nh h ng c a nó lên ho t đ ng kinh t . V i đ c tr ng c t y u gi a
đ c k v ng (expected) và không đ c k v ng (unexpected), ph ng pháp c a Sims đ xu t cách
th c tách r i k v ng (expected) t các thay đ i trong chính sách không đ c k v ng nh m t
ng i d n d t các bi n s kinh t v mô. Sims t p trung vào tác đ ng c a các cú s c kinh t mà
không c l ng các tham s c u trúc. Ph ng pháp này c a ông nh n đ c s tán đ ng r ng rãi, cho phép chúng ta thi t l p làm th nào các thay đ i trong chính sách ti n t không đ c k v ng d n đ n các nh h ng tr c ti p lên các bi n kinh t v mô. Mô hình SVAR ra đ i d a trên nh ng
khó kh n v n có c a ph ng trình đ ng th c đ ng th i, khi mà mô hình này khó kh n trong vi c tìm ki m các bi n s n i sinh th c s và các bi n này không có nh h ng t i các bi n khác. Phát tri n t nh ng khó kh n này, mô hình SVAR x lý t t c các bi n nh là các bi n n i sinh, xem xét
các cú s c v i gi đnh tr c giao (orthogonal). Mô hình n i ti ng đ c Sims đ xu t là mô hình
vector t h i quy (VAR), v i d ng rút g n. Khác v i ph ng pháp truy n th ng, ph ng pháp VAR
t p trung vào xác đ nh sai s c c u trúc . B ng k thu t phi lý thuy t hay phân rã Cholesky,
ph ng pháp VAR áp đ t m t tr t t đ quy lên ma tr n ph ng sai – hi p ph ng sai. Phân rã Cholesky áp đ t m t ma tr n tam giác d i ho c tam giác trên cho các bi n s , do đó đòi h i tr c giao v i các cú s c khác. B ng cách này, Sims đã xác đ nh đ c các sai s c u trúc. K t h p v i
hàm ph n ng đ y, ph ng pháp VAR giúp các nhà kinh t c tính đ c m c đ khác nhau và
th i gian ph n ng c a m t n n kinh t c th tr c t ng lo i cú s c khác nhau. Tuy nhiên, v i
ph ng pháp phi lý thuy t này g p ph i ch trích c a Cooley & LeRoy và Leaner cho r ng: th nh t
là n u phân rã Cholesky th c s phi lý thuy t, nh ng cú s c đ c c tính và các mô ph ng không
th mang đ n m t bi u di n c u trúc th c s ; th hai là li u phân rã Cholesky có th c s phi lý thuy t? Vi c s p x p tr t t các ph ng trình trong mô hình đòi h i ph i d a trên nh ng l p lu n lý thuy t. Do đó, phân rã Cholesky th c t hàm ý m t c u trúc kinh t đ c bi t mà không ph i bao gi
c ng phù h p v i lý thuy t.
kh c ph c h n ch c a VAR, ph ng pháp SVAR thay th k thu t xác đ nh “phi lý thuy t” -
hành các phân tích ph n ng đ y t ng t nh ph ng pháp lu n VAR (do đó đ c g i là
“Structural VAR”). Chúng ta s tìm hi u sâu h n trong ph n ti p theo sau đây.
2. Ph ng pháp SVAR
Mô hình Structural Vector Autoregression (Structural VAR), g i t t là SVAR, ngày càng tr thành
m t công c ph bi n trong phân tích s truy n d n chính sách ti n t . Ph ng pháp SVAR đ c áp
d ng r ng rãi trong m t s ph n m m kinh t l ng nh Eviews, Stata hay RATs, giúp vi c s d ng mô hình này tr nên d dàng h n.
Mô hình SVAR hay VAR đ c đ xu t đ u tiên b i Sims (1980) nh là m t ph ng pháp thay th cho ph ng pháp mô hình đ ng th c đ ng th i (dynamic simultaneous equation models).
T ng t nh ph ng pháp VAR, ph ng pháp SVAR không quan sát tr c ti p t ng quan đ ng
gi a các bi n mà quan sát tác đ ng c a các cú s c lên mô hình. Ph ng pháp SVAR c ng gi đnh
các sai s c u trúc là tr c giao, sai s c u trúc này chi m m t v trí trung tâm trong ph ng pháp
SVAR.
Mô hình SVAR có th vi t nh sau:
t t t t t t t t t t e y y y b y e y y y b y 2 1 2 22 1 1 21 1 21 2 1 1 2 12 1 1 11 2 12 1 (4) Trong đó, 2 2 2 1 2 1 0 0 , 0 0 . . ~iid e e t
t 3(5) và t = 1,…,T; y1t và y2t đ i di n cho hai bi n s nghiên c u; 2 1 là
ph ng sai c a cú s c cho bi n s y1t và 2
2 là ph ng sai cho bi n s y2t, Mô hình (4) g i là mô hình Structural VAR (SVAR). Cú s c e1t và e2t là đ c l p và đ c g i nh là m t structural innovations – t m d ch là cú s c cách tân c u trúc, theo đó e1t và e2t là không t ng quan v i nhau,