Trong tài liệu này, tác giả xem xét sự dẫn truyền cả trong ngắn hạn và dài hạn của các lãi suất chính sách tiền tệ đến các loại lãi suất bán lẻ khác nhau cũng nhƣ là tốc độ điều chỉnh của các động lực ngắn hạn đến mối quan hệ cân bằng trong dài hạn. Mối quan hệ trong dài hạn giữa lãi suất bán lẻ và lãi suất thị trƣờng tiêu chuẩn đƣợc thể hiện nhƣ sau:
(1) yt = α0 + α1 xt + ε t
Trong đó: yt là lãi suất cho vay của ngân hàng hay lãi suất tiền gửi,
xt thể hiện lãi suất chính sách tƣơng ứng hay lãi suất của thị trƣờng tiền tệ;
εt là sai số;
α0 và α1 là tham số dài hạn.
Các chuỗi lãi suất đƣợc mong đợi là sẽ lấy sai phân bậc 1, (I1), còn các biến và sai số lại đƣợc kì vọng là sẽ dừng. Nhƣ đã đƣợc thảo luận trong Rousseas (1985), α0 là tung độ gốc, α1 đo lƣờng mức độ dẫn truyền trong dài hạn. Dẫn truyền dài hạn là hoàn toàn nếu α1 là không khác biệt thống kê so với 1.
Tác giả ƣớc lƣợng phƣơng trình (1) là sử dụng phƣơng pháp Phillips- Loretan (1991). Phƣơng pháp này đáp ứng tốt việc ƣớc lƣợng mối quan hệ dài hạn, bao gồm các biến đƣợc hợp nhất, nơi mà các động lực có thể đóng vai trò quan trọng trong
2t
DGP (tiến trình tạo dữ liệu) cho yt. Nó đƣợc mô hình hóa bởi hệ thống ba phƣơng trình sau đây:
(1a) yt = α + β ′xt + u1t (1b) ∆xt= u2t
Ở đây ut= [u1t,u ′2t ]′ là một vector cố định
Phƣơng trình (1a) có thể đƣợc ƣớc lƣợng bằng các cách sử dụng các phƣơng trình bậc nhất, và với điều kiện là phƣơng trình đƣợc làm tăng một cách thích hợp, tính chất gần đúng của phƣơng thức ƣớc lƣợng và phân phối của nó có thể đƣợc xác định một cách dễ dàng. Các tính chất này xoay quanh mối quan hệ qua lại tồn tại giữa u1t và u2t, chúng đƣợc giả định rằng không đổi.
Nếu ma trận hiệp phƣơng sai của ut là ma trận đƣờng chéo (là ma trận chỉ có giá trị ở đƣờng chéo, còn các giá trị còn lại đều bằng 0), (vì thế mà các thành phần phân chia của vector không cùng thay đổi) và ut cũng vậy. Sau đó, phƣơng trình (1a) có thể đƣợc ƣớc lƣợng bằng cách dùng phƣơng pháp bình phƣơng bé nhất. Các ƣớc lƣợng sẽ đƣợc phân phối chuẩn, gần nhƣ là bé nhất, và sẽ đƣợc cân bằng đến các ƣớc lƣợng hợp lí cực đại của hệ thống các tham số. Kết quả này quan trọng vì nó cho phép có một sự suy luận thống kê, bằng việc sử dụng các bảng thống kê chuẩn đƣợc dùng với các biến hợp nhất.
Nếu ma trận hiệp phƣơng sai của ut là ma trận đƣờng chéo nhƣng các số dƣ bị tự tƣơng quan (nhƣng cũng là ma trận đƣờng chéo), thì sự hồi qui có thể đƣợc tăng lên trong giới hạn điều chỉnh sai số bị trễ, ngƣợc lại với tác động của sự tự tƣơng quan của u1t. Giải pháp này có tác dụng bới vì các biến hồi qui độc lập- xt - là siêu ngoại sinh. Chúng độc lập với giá trị trong quá khứ và tƣơng lai của u1t. Và chúng vuông góc với {u1t} t = −∞
Nếu u1t và u2t tƣơng quan với nhau, ngƣời ta có thể làm dịu bớt các vấn đề mà chúng gây nên bằng sự gia tăng hệ số hồi quy với độ sớm và trễ pha (lead and lag) của Δxt. Số khác có thể suy nghĩ về điều này giống nhƣ việc dự báo để u1t chống lại sự sớm và trễ pha của u2t, và sau đó ứng dụng định lí Frisch- Waugh Lovell. Sai số từ việc
dự báo này thì không tƣơng quan với u2t, và vấn đề nội sinh hay không đồng nhất, vì thế mà đƣợc xử lí. Việc đề cập đến sự sớm pha đã giới hạn các phản hồi từ u1t về lại u2t và điều này quan trọng trong điều kiện hợp lí. Vấn đề cơ bản là, với một tiên liệu trƣớc chúng ta không biết rằng u1t là tƣơng quan với sự sớm pha của u2t hay là ngƣợc lại.
Kể cả các khác biệt về sự trễ pha hai phía có giới hạn đƣợc vấn đề nội sinh, thì khi đó, vấn đề tự tƣơng quan có thể cần đƣợc khắc phục bằng việc việc bao gồm thêm cả độ trễ pha trong giới hạn điều chỉnh sai số, Phillips và Loretan sau đó có ƣớc lƣợng phƣơng trình tiếp theo bằng cách dùng phƣơng pháp bình phƣơng bé nhất:
(1c)
Phillips và Loretan chứng minh rằng các ƣớc lƣợng tham số từ việc ƣớc lƣợng phƣơng trình bậc nhất này sẽ cân bằng với ƣớc lƣợng hợp lí cực đại của hệ thống và do đó có hiệu quả. Hơn thế nữa, các tham số gần nhƣ có phân phối chuẩn và không chệch. Ngƣợc lại, ƣớc lƣợng OLS (bình phƣơng bé nhất) của (1) trong khi có sự tƣơng thích mạnh, lại gần nhƣ không chệch hay đƣợc phân phối bình thƣờng; và độ chệch mẫu hữu hạn của nó có thể lớn và không đổi. Một thuận lợi nữa của việc xem xét điểm đặc biệt của (1c) là nó giải thích rõ ràng cho vai trò của tính bất ngờ trong chính sách ở quá khứ và sự thiết lập chính sách mong đợi trong tƣơng lai, trong mối quan hệ giữa lãi suất bán lẻ và các công cụ chính sách.
Phƣơng trình (1) là một mô hình dài hạn. Vì sự thay đổi trong lãi suất của chính sách tiền tệ, các ngân hàng sẽ không điều chỉnh lãi suất bán lẻ ngay lập tức. Lãi suất ngắn hạn đƣợc kì vọng sẽ đƣợc điều chỉnh nhanh hơn lãi suất trung và dài hạn, vì nó phụ thuộc vào lãi suất ngắn hạn trong tƣơng lai cũng nhƣ lãi suất ngắn hạn hiện tại. Để kiểm tra các động lực trong ngắn hạn của sự thay đổi trong lãi suất mà đáp ứng lại với sự thay đổi của lãi suất chính sách hay lãi suất thị trƣờng tiền tệ, tác giả sử dụng phƣơng pháp hiệu chỉnh sai số cấu trúc (structural error-correction). Phƣơng pháp này là các mô hình rõ ràng cùng với những thay đổi trong biến chính sách. Sự
thể hiện của mô hình hiệu chỉnh sai số (ECM) tƣơng ứng với mô hình ADL(p.q) thông dụng, đƣợc thể hiện nhƣ sau:
(2)
Trong đó: Δ thể hiện tiến trình lấy sai phân bậc một;
ε^ t-1 = ( yt −1 − α 0 − α1 xt −1 )thể hiện độ lớn của sự mất cân bằng tại thời điểm (t-1) và nó là số dƣ của mối quan hệ dài hạn đƣợc cho trong phƣơng trình (1);
vt là mức sai số (error term).
Β0 đo lƣờng lãi suất đƣơng thời hay ảnh hƣởng của lãi suất dẫn truyền βi và ГI là các hệ số điều chỉnh linh động; và
δ thể hiện tốc độ điều chỉnh việc hiệu chỉnh sai số khi mà lãi suất cách xa mức cân bằng. Dấu hiệu của δ đƣợc kì vọng là sẽ âm do sự trở về mức trung bình tự nhiên của lãi suất. Kiểu phƣơng trình giống nhau có thể đƣợc chỉ rõ, để mô tả các động lực của sự điều chỉnh trong lãi suất chính sách (Δxt )
Độ trễ điều chỉnh trung bình (mean adjustment lag- MAL) của sự dẫn truyền hoàn toàn cho một mô hình ADL(q,p) thông thƣờng hay sự tham số hóa mô hình ECM tƣơng đƣơng của nó, có thể đƣợc tính toán bằng cách sử dụng công thức của Hendry (1995). Cho trƣờng hợp đặc biệt của một mô hình ADL(1,1), đƣợc đơn giản hóa nhƣ sau:
MAL = (β o − 1) / δ (3)
MAL đơn giản là bình quân gia quyền của tất cả các độ trễ và nó là một phƣơng pháp đo lƣờng tốc độ lãi suất bán lẻ phản ứng lại với sự thay đổi của lãi suất chính sách.
Một vài học thuyết chỉ ra rằng sự điều chỉnh trong ngắn hạn có thể không đối xứng, mặt khác, tốc độ điều chỉnh có thể khác biệt khi mà lãi suất nằm trên mức cân bằng
với khi lãi suất nằm dƣới mức cân bằng (xem Chong et al, 2005 và Scholnick, 1996). Để kiểm định sự tồn tại của sự điều chỉnh bất đối xứng trong lãi suất bán lẻ ở New Zealand, tác giả thêm một biến giả λ vào phƣơng trình (2). λ bằng với 1 nếu số dƣ ε^t-1 là dƣơng, và bằng 0 cho các trƣờng hợp khác. Phƣơng trình động lực bất đối xứng trong ngắn hạn đƣợc thể hiện dƣới đây:
(4)
Trong đó δ2 thể hiện tốc độ điều chỉnh hiệu chỉnh sai số khi mà lãi suất nằm trên giá trị cân bằng của nó. δ3 thể hiện tốc độ điều chỉnh hiệu chỉnh sai số khi lãi suất nằm dƣới mức cân bằng của nó. Để kiểm định sự tồn tại của sự điều chỉnh bất đối xứng, tác giả sử dụng kiểm định Wald tiêu chuẩn để xác định xem δ2 có sai khác nhiều so với δ3 hay không.
Vì với trƣờng hợp điều chỉnh bất đối xứng, có thể chỉ rõ độ trễ điều chỉnh trung bình bất đối xứng (MAL) của sự dẫn truyền hoàn toàn bằng cách sử dụng công thức của Hendry (1995). Đối với trƣờng hợp đặc biệt của mô hình ADL(p,q), thì đƣợc cho nhƣ dƣới đây
MAL+= (β 0 − 1) / δ 2 (5)
MAL−= (β 0 − 1) / δ 3 (6)
Trong đó, MAL+
thể hiện độ trễ điều chỉnh trung bình khi mà lãi suất bán lẻ nằm trên giá trị cân bằng và MAL- thể hiện độ trễ điều chỉnh trung bình khi mà lãi suất bán lẻ nằm dƣới giá trị trung bình của chúng.
V.DỮ LIỆU VÀ KẾT QUẢ PHÂN TÍCH
Ở đây, chúng tôi kiểm tra sự dẫn truyền lãi suất trong cả hai giai đoạn trên thị trƣờng Việt Nam, dùng chuỗi dữ liệu hàng tháng của lãi suất từ hai nguồn. Lãi suất tái cấp vốn, lãi suất tái chiết khấu, lãi suất cho vay và lãi suất tiền gởi đƣợc tính bình quân gia quyền các kỳ hạn theo hàng tháng đƣợc lấy từ website ngân hàng nhà nƣớc, và phần dữ liệu còn lại, cụ thể là lãi suất trái phiếu chính phủ kỳ hạn một năm đƣợc
lấy theo giá trị cuối tháng tại trang của Bloomberg. Khoảng thời gian lấy mẫu là từ tháng 3/2007 đến tháng 2/2012 đối với lãi suất trái phiếu, từ tháng 7/2004 đến tháng 2/2012 đối với lãi suất liên ngân hàng và từ tháng 1/2000 đến tháng 12/2010 đối với lãi suất cho vay, lãi tiền gởi, và với lãi suất tái chiết khấu cũng nhƣ tái cấp vốn là từ tháng 1/2000 đến 2/2012. Ở đây, chúng tôi sẽ kiểm định sự dẫn truyền lãi suất qua hai giai đoạn, giai đoạn một từ lãi suất chính sách đến lãi suất thị trƣờng, cụ thể là từ lãi suất tái chiết khấu và tái cấp vốn đến lãi suất liên ngân hàng và lãi suất trái phiếu chính phủ kỳ hạn một năm. Giai đoạn hai từ lãi suất thị trƣờng đến lãi suất bán lẻ, cụ thể ở đây là lãi suất trái phiếu và lãi suất liên ngân hàng đến lãi suất cho vay và huy động. Vì ở đây có sự chênh lệch về thời gian lấy mẫu, nên việc lựa chọn mẫu nào sẽ ứng với một mục đích khác nhau. Mục đích thứ nhất của bài nghiên cứu này nhằm tìm hiểu liệu lãi suất trái phiếu và lãi suất liên ngân hàng, công cụ nào sẽ dẫn truyền tốt hơn, vì vậy chúng tôi chọn mẫu từ tháng 3/2007 đến tháng 2/2012 cho giai đoạn một và chọn mẫu từ tháng 7/2004 đến tháng 12/2010 cho giai đoạn hai. Mục đích thứ hai là tìm hiểu xem liệu lãi suất tiền gởi hay lãi suất cho vay, cái nào sẽ dẫn truyền nhanh hơn với những thay đổi trong lãi suất thị trƣờng (lãi suất lien ngân hàng), vì vậy mẫu chọn là từ tháng 7/2004 đến tháng 12/2010 đối với lãi suất liên ngân hàng, lãi suất cho vay và lãi suất huy động.
Kiểm định tính dừng và kiểm định đồng liên kết
Trƣớc khi thực hiện kiểm định đồng liên kết, cần xác định các chuỗi này có nghiệm đơn vị hay không hay có thể nói cách khác là chuỗi có tính dừng hay không. Ở đây, chúng tôi kiểm định giả thiết H0 là chuỗi có nghiệm đơn vị (chuỗi không có tính dừng), và giả thiết thay thế H1 là chuỗi có tính dừng thông qua sử dụng phƣơng pháp Phillips- Perron (PP) và các tiến trình Dickey- Fuller tăng thêm (ADF)
Vấn đề thứ nhất, lãi suất chính sách sẽ dẫn truyền tốt hơn cho lãi suất liên ngân hàng hay lãi suất trái phiếu. Mẫu từ tháng 3/2007 đến tháng 2/2012. Chúng tôi kiểm định tính dừng của chuỗi gốc và chuỗi sai phân bậc một của lãi suất tái chiết khấu, lãi suất tái cấp vốn, lãi suất trái phiếu và lãi suất liên ngân hàng. Kết quả thu đƣợc đƣợc trình bày trong bảng sau:
Chuỗi dữ liệu gốc Sai phân bậc một của chuỗi dữ liệu gốc Chuỗi lãi
suất p-value Số quan sát
Chuỗi lãi
suất p-value Số quan sát Lãi suất tái
cấp vốn 0.7661 60
Lãi suất tái
cấp vốn 0.0000 59 Lãi suất tái
chiết khấu 0.7338 60
Lãi suất tái
chiết khấu 0.0000 59 Lãi suất trái
phiếu 0.5745 60
Lãi suất trái
phiếu 0.0000 59 Lãi suất liên
ngân hàng 0.2034 60
Lãi suất liên
ngân hàng 0.0000 59 Bảng 1. Kiểm định nghiệm đơn vị theo phƣơng pháp Phillips-Perron
Kiểm định ADF
Chuỗi dữ liệu gốc Sai phân bậc một của chuỗi dữ liệu gốc Chuỗi lãi
suất p-value Số quan sát
Chuỗi lãi
suất p-value Số quan sát Lãi suất tái
cấp vốn 0.7338 60
Lãi suất tái
cấp vốn 0.0000 59 Lãi suất tái
chiết khấu 0.6848 60
Lãi suất tái
chiết khấu 0.0000 59 Lãi suất trái
phiếu 0.5809 60
Lãi suất trái
phiếu 0.0000 59 Lãi suất liên
ngân hàng 0.0427 60
Lãi suất liên
ngân hàng 0.0000 59 Bảng 2. Kiểm định nghiệm đơn vị theo phƣơng pháp ADF
Các kết quả từ hai bảng trên chỉ ra rằng chúng ta chấp nhận lãi suất Ho đối với chuỗi dữ liệu gốc và bác bỏ Ho hay cả bốn chuỗi lãi suất này là chuỗi dừng (không có nghiệm đơn vị) ở sai phân bậc một.
Tiếp theo, ta chạy mô hình OLS cho chuỗi lãi suất tái cấp vốn cũng nhƣ lãi suất tái chiết khấu đến lãi suất liên ngân hàng và lãi suất trái phiếu. Đây là mô hình cho thấy sự dẫn truyền dài hạn của lãi suất chính sách đến lãi suất thị trƣờng, biểu hiện thông qua hệ số α1 trong phƣơng trình sự dẫn truyền trong dài hạn đã đƣợc đề cập ở trên yt = α0 + α1xt + εt . Kết quả ƣớc lƣợng đƣợc mô tả ở bảng dƣới đây:
Lãi suất tái chiết khấu Lãi suất tái cấp vốn α0 α1 p-value α0 α1 p-value Lãi suất trái phiếu 4.8544 0.7211 0.0000 2.9789 0.7759 0.0000 Lãi suất liên ngân hàng 4.4203 0.7667 0.0000 2.5695 0.8102 0.0000
Bảng 3. Dẫn truyền dài hạn lãi suất chính sách sang lãi suất thị trƣờng
Tuy nhiên, để biết đƣợc liệu các biến số này có tồn tại quan hệ trong dài hạn hay không, ta phải kiểm tra tính dừng của phần dƣ trong hàm hồi quy yt = α0 + α1xt + εt hay chính là εt. Ta cùng xem kết quả kiểm định tính dừng của phần dƣ εt trong bảng dƣới đây (chỉ sử dụng phƣơng pháp ADF):
p-value Lãi suất tái chiết khấu Lãi suất tái cấp vốn
Lãi suất trái phiếu 0.0034 0.0106
Lãi suất liên ngân hàng 0.0148 0.0255
Bảng 4. Kiểm định tính dừng của phần dƣ trong phƣơng trình dẫn truyền dài hạn (kiểm định mối quan hệ đồng liên kết giữa các loại lãi suất trong dài hạn).
Từ bảng trên ta thấy phần dƣ dừng ở mức ý nghĩa 5%, nghĩa là có mối quan hệ dài hạn (quan hệ đồng liên kết) giữa biến lãi suất tái chiết khấu cũng nhƣ lãi suất tái cấp vốn và lãi suất trái phiếu, lãi suất liên ngân hàng. Điều này chứng tỏ ƣớc lƣợng OLS cho phƣơng trình dẫn trình dài hạn ở bảng 2 là đúng.
Vậy với mức ý nghĩa 5%, ta thấy lãi suất liên ngân hàng dẫn truyền lãi suất chính sách (lãi suất tái cấp vốn và tái chiết khấu) nhanh hơn so với lãi suất trái phiếu và hầu nhƣ là không hoàn toàn, khoảng 70% đến 80% đối với mẫu này.
Vấn đề thứ hai chúng tôi muốn tìm hiểu là liệu lãi suất cho vay và lãi suất tiền gởi, cái nào sẽ dẫn truyền nhanh hơn. Chúng tôi kiểm tra tƣơng tự nhƣ trên, kiểm định tính dừng, kiểm định đồng liên kết để tiến hành đo lƣờng sự dẫn truyền ngắn và dài hạn cho lãi suất bán lẻ (lãi suất cho vay và lãi suất huy động) từ lãi suất thị trƣờng (lãi suất liên ngân hàng) từ 7/2004 đến 12/2010. Ngoài ra, chúng tôi còn sử dụng mô hình ECM (mô hình hiểu chỉnh sai số) để tìm hiểu sự dẫn truyền trong ngắn hạn và tốc độ điều chỉnh lãi suất về trạng thái cân bằng trong dài hạn.
Kiểm định Phillips-Perron
Chuỗi dữ liệu gốc Sai phân bậc một của chuỗi dữ liệu gốc Chuỗi lãi
suất p-value Số quan sát
Chuỗi lãi
suất p-value Số quan sát Lãi suất huy
động 0.6253 77
Lãi suất tái
cấp vốn 0.0000 76