v. Kết quả nghiên cứu
2.4. Kết quả nghiên cứu và thảo luận
Sử dụng hồi quy OLS, chúng tôi ước lượng mô hình 6 lần lượt cho lãi suất bình quân liên ngân hàng (VNIBOR), lãi suất tái chiết khấu (RDR) và lãi suất tái cấp vốn (RFR) để kiểm tra lần lượt các lãi suất đại diện cho CSTT tại Việt Nam. Đồng thời đó, chúng tôi còn chia làm hai giai đoạn trong mỗi ước lượng: giai đoạn trước khủng hoảng (2003-2007) và giai đoạn trong và sau khủng hoảng (2008 -2012). Kết quả được trình bày ở bảng 2.5, 2.6, 2.7.
Bảng 2.5. Kết quả ước lượng với VNIBOR
VNIBOR 2003-2012 2003-2007 2008-2012 𝜕 0.139210** 0.058785 0.124110 𝜏 0.031969* 0.001357 0.062609* 𝜑0 0.376568** -0.226411 0.479168** 𝜑1 -0.294088** 0.169966 -0.330341 R-squared 0.115734 0.041639 0.156148
Adjusted R-squared 0.092464 -0.036164 0.110942 Durbin-Watson stat 2.666315 2.659457 2.680621 Wald Test (F-stat) 3.730395*** 0.271781 2.590983**
Nguồn: tính toán của nhóm tác giả.
Với VNIBOR đại diện cho CSTT tại Việt Nam, kết quả mô hình phát hiện rằng khoảng cách của tỷ lệ lạm phát, chênh lệch của sản lượng thực và sản lượng tiềm năng có tác động dương đến VNIBOR phản ứng của CSTT Việt Nam. Tác động của tỷ giá bị loại bỏ trong kỳ kết tiếp vì hệ số φ1 âm trong khi φ0 dương, tuy nhiên hệ số φ0 có giá trị tuyệt đối lớn hơn φ1 do đó tỷ giá vẫn có một tác động dương nhất định đến VNIBOR. Mặc dù hệ số φ1 không có ý nghĩa thống kê ở giai đoạn sau khủng hoảng, tuy nhiên dấu của φ0 và φ1 vẫn trái ngược nhau, đồng thời độ lớn của hệ số φ1 ở mô hình hồi quy giai đoạn sau khủng hoảng tài chính và toàn dữ liệu mẫu chênh lệch không quá lớn cho nên tác động của tỷ giá vẫn bị loại bỏ một phần ở kỳ tiếp theo đối với giai đoạn sau khủng hoảng tài chính. Điều này cho thấy tính bền vững của mô hình trên toàn dữ liệu mẫu và giai đoạn sau khủng hoảng. Hệ số Durbin-Watson cả ba mô hình trung bình từ 2.66 đến 2.68, tất cả đều nằm trong khoảng từ 1 đến 3, cho thấy các mô hình hồi quy được ít có khả năng xảy ra hiện tượng tự tương quan bậc 1. Giá trị R2
hiệu chỉnh ở mô hình giai đoạn sau khủng hoảng tài chính (11%) lớn hơn R2
hiệu chỉnh ở mô hình hồi quy trên toàn dữ liệu mẫu (9%) cho thấy rằng từ sau khủng hoảng tài chính thì tác động của các yếu tố này trở nên mạnh và rõ rệt hơn. Các giá trị thống kê F của kiểm định Wald kiểm định các hệ số trong mô hình đồng thời bằng 0 cho thấy các ước lượng ở mô hình trên toàn dữ liệu mẫu và mô hình giai đoạn sau khủng hoảng hoàn toàn phù hợp với tổng thể.
Bảng 2.6. Kết quả ước lượng với RDR
RDR 2003-2012 2003-2007 2008-2012
𝜕 0.260862*** 0.045770 0.279152***
𝜑0 0.158090* 0.017337 0.156231
𝜑1 0.085605 0.029463 0.088411
R-squared 0.288778 0.000817 0.325915
Adjusted R-squared 0.270061 -0.054693 0.289803 Durbin-Watson stat 1.626165 1.380020 1.696444 Wald Test (F-stat) 11.65177*** 0.138061 6.799944***
Nguồn: tính toán của nhóm tác giả.
Dựa trên kết quả đó, chúng tôi sử dụng lãi suất tái chiết khấu (RDR) thay cho VNIBOR để đại diện cho CSTT Việt Nam. Kết quả ước lượng ở bảng 2.6 cho cùng kết quả với mô hình của VNIBOR. Theo đó, khoảng cách tỷ lệ lạm phát và tỷ giá có tác động dương đến RDR. Sự khác biệt thể hiện ở tác động của biến độ trễ tỷ giá và chênh lệch sản lượng thực và sản lượng tiềm năng. Như vậy, đối với RDR thì nhóm tác giả chưa tìm thấy những bằng chứng rằng chênh lệch sản lượng có tác động đến RDR cũng như tác động tự triệt tiêu của tỷ giá như mô hình của VNIBOR. Do đó NHTW có thể sử dụng tỷ giá để điều hành RDR vì tác động của tỷ giá đến RDR không bị tự triệt tiêu. Bên cạnh đó, yếu tố tỷ giá lại không có ý nghĩa thống kê trong cả hai mô hình trước và sau khủng hoảng tài chính nhưng lại có ý nghĩa thống kê trong mô hình hồi quy trên toàn dữ liệu mẫu, điều này cho thấy rằng tác động này là không thể bác bỏ và cần phải có thời gian đủ dài để nhận ra sự tác động của tỷ giá đến RDR.
Các giá trị của hệ số Durbin-Watson của các mô hình RDR trung bình từ 1.38 đến 1.69, các giá trị đều năm trong khoảng từ 1 đến 3, cho thấy các mô hình hồi quy được ít có khả năng xảy ra hiện tượng tự tương quan bậc 1. Bên cạnh đó các giá trị thống kê F của kiểm định Wald cho thấy rằng các hệ số trong mô hình RDR giai đoạn sau khủng hoảng tài chính và toàn dữ liệu mẫu đều không đồng thời bằng 0, cho thấy mô hình phù hợp với tổng thể. Giá trị R2 ở mô hình RDR giai đoan sau khủng hoảng và toàn dữ liệu mẫu cho thấy các yếu tố này tác động trung bình từ 28.9% đến 32.6% sự thay đổi của RDR. Đồng thời giá trị R2 hiệu chỉnh ở mô hình giai đoạn sau khủng
hoảng (30%) lớn hơn ở mô hình toàn dữ liệu mẫu (27%) cho thấy từ sau khủng hoảng tài chính các yếu tố này nắm bắt được sự thay đổi của RDR tốt hơn.
Bảng 2.7. Kết quả ước lượng với RFR
RFR 2003-2012 2003-2007 2008-2012 𝜕 0.208524*** 0.013200 0.215102*** 𝜏 0.010849 -0.003045 0.023846 𝜑0 -0.009902 -0.102439 0.027874 𝜑1 0.364595*** 0.019436 0.365805*** R-squared 0.268271 0.010874 0.305439 Adjusted R-squared 0.249015 -0.044077 0.268230 Durbin-Watson stat 1.759227 2.047133 1.754625 Wald Test (F-stat) 10.46784*** 0.153730 6.182841***
Nguồn: tính toán của nhóm tác giả.
Tiếp tục sử dụng lãi suất tái cấp vốn để đại diện cho CSTT, kết quả ở bảng 2.7 cho thấy phản ứng của CSTT với tỷ giá hối đoái và khoảng cách lạm phát giống như trường hợp lãi suất tái chiết khấu. Tỷ giá hối đoái và khoảng cách lạm phát đếu có tác động dương đến RFR. Tuy nhiên, điểm khác biệt là ở mô hình RDR thì hệ số φ0 có ý nghĩa thống kê và hệ số φ1 thì không, còn ở mô hình RFR thì ngược lại (1). Đồng thời tác động này không đổi ở mô hình giai đoạn sau khủng hoảng tài chính và toàn dữ liệu mẫu (2). Từ cả hai điều này cho thấy tác động của tỷ giá đến RFR có độ trễ lớn hơn tác động của tỷ giá đến RDR nhưng bù lại tác động của tỷ giá đến RFR rõ rệt hơn còn tác động của tỷ giá đến RDR thì cần nhiều thời gian hơn để cảm nhận. Hơn nữa, chệnh lệnh hệ số φ1 ở cả hai mô hình sau khủng hoảng tài chính và toàn dữ liệu mẫu là rất nhỏ và φ1 ở mô hình trước khủng hoảng là không có ý nghĩa thống kê, điều này cho thấy tác động của tỷ giá đến RFR trên cả giai đoạn nghiên cứu chủ yếu đều đến từ giai đoạn sau khủng hoảng. Tác động của khoảng cách lạm phát đến RFR cũng bền vững qua mô hình giai đoạn sau khủng hoảng và toàn dữ liệu mẫu.
Các giá trị R2 ở mô hình sau khủng hoảng là 30.5% và toàn dữ liệu mẫu đạt 26.8%, đồng thời giá trị R2
hiệu chỉnh ở mô hình sau khủng hoảng (26.8%) cũng lớn hơn R2
hiệu chỉnh của toàn dữ liệu mẫu (24.9%). Từ đó cho thấy sau khủng hoảng tài chính các yếu tố tỷ giá và khoảng cách lạm phát nắm bắt tốt hơn sự biến thiên của RFR và mô hình giai đoạn sau khủng hoảng tài chính cũng tốt hơn mô hình cả dữ liệu mẫu. Các giá trị Durbin-Watson từ thấp nhất 1.75 đến cao nhất là 2.05 ở các mô hình hồi quy được đều năm trong khoảng từ 1 đến 3, cho thấy các mô hình không xảy ra hiện tượng tự tương quan bậc 1. Bên cạnh đó các giá trị thống kê F có ý nghĩa thống kê ở mô hình hồi quy cho toàn dữ liệu mẫu và giai đoạn sau khủng hoảng tài chính, cho thấy các mô hình này có các hệ số hồi quy không đồng thời bằng 0 và mô hình phù hợp với tổng thể.
Như vậy, thông qua ước lượng mô hình phản ứng của CSTT với yếu tố tỷ giá, chúng tôi phát hiện thấy tại Việt Nam: CSTT có phản ứng với tỷ giá hối đoái, tuy nhiên phản ứng của CSTT bị triệt tiêu trong kỳ tiếp theo. Bên cạnh đó, trong các loại lãi suất đại diện cho CSTT thì lãi suất bình quân liên ngân hàng và lãi suất tái chiết khấu phản ứng mạnh hơn với tỷ giá so với lãi suất tái cấp vốn. Cuối cùng, phản ứng của CSTT với tỷ giá trong và sau khủng hoảng 2008 mạnh hơn so với giai đoạn trước khủng hoảng. Điều này một phần là do sau khi Việt Nam gia nhập WTO, độ mở nền kinh tế tăng lên cho nên phản ứng của CSTT với các cú sốc ngoại sinh thông qua tỷ giá sẽ mạnh hơn so với giai đoạn trước khủng hoảng. Thêm vào đó, mặc dù tỷ giá cũng là một mục tiêu mà CSTT Việt Nam hướng đến, tuy nhiên khả năng kiểm soát tỷ giá của NHNN Việt Nam không hoàn toàn mạnh mẽ cũng như hiệu quả, bên cạnh việc phải đảm bảo các chỉ tiêu khác như lạm phát, cán cân thương mại cho nên phản ứng của CSTT với tỷ giá thường đi ngược với phản ứng ngay liền trước.
CHƯƠNG 3
KẾT LUẬN VÀ MỘT SỐ GỢI Ý CHÍNH SÁCH