Phần cuối cùng chúng ta sẽ cùng điểm qua những nghiên cứu trong nước liên quan đến vấn đề này:
Tính đến thời điểm hiện tại, số lượng các nghiên cứu tập trung vào chủ đề truyền dẫn tỷ giá hối đoái vào lạm phát ở Việt Nam là rất ít, tiêu biểu trong số đó có các bài nghiên cứu của các tác giả: Võ Văn Minh (2009), Trần Mai Anh và Nguyễn Đình Minh Anh(2010) và Bạch Thị Phương Thảo (2011). Ngoài ra còn một số nghiên cứu khác tuy không trực tiếp tập trung vào truyền dẫn tỷ giá hối đoái nhưng cũng có đề cập đến vấn đề này như một trong những nhân tố tác động đến lạm phát ở Việt Nam bao gồm: Võ Trí Thành (2001), Trương Văn Phước và Chu Hoàng Long (2005), Nguyễn Thị Thu Hằng và Nguyễn Đức Thành (2010) và những nghiên cứu khác do IMF tiến hành.
Nội dung cơ bản của những nghiên cứu trên như sau:
Tác giả Võ Trí Thành (2001): sử dụng mô hình VECM cho chuỗi dữ liệu thống kê từ năm 1992 đến năm 1999 để phân tích mối quan hệ giữa cung tiền, CPI, tỷ giá hối đoái và GDP thực. Kết quả nghiên cứu cho thấy chính sách tiền tệ trong giai đoạn này là khá thụđộng vì chỉ chạy theo những thay đổi của lạm phát và GDP. Tác giả cũng khẳng định có những ảnh hưởng của tỷ giá lên lạm phát trong nước.
Nhóm tác giả Trương Văn Phước và Chu Hoàng Long (2005) áp dụng phương pháp Granger cho chuỗi dữ liệu từ tháng 7 năm 1997 đến tháng 12 năm 2004 với các biến số: mức chênh lệch với sản lượng tiềm năng (output gap), độ trễ lạm phát, giá dầu, giá gạo, tỷ giá hối đoái. Kết quả chỉ ra rằng chỉ có hai biến số là output gap và độ trễ lạm phát là có ảnh hưởng đáng kể lên lạm phát trong nước.
Nhóm tác giả Nguyễn Thị Thu Hằng và Nguyễn Đức Thành (2010) sử dụng mô hình VECM để phân tích mối quan hệ của 11 biến số: sản lượng sản xuất
Trang 28 công nghiệp, cung tiền, lãi suất, tăng trưởng tín dụng, CPI, PPI, IMP, thâm hụt ngân sách tích lũy, tổng giá trị giao dịch của thị trường chứng khoán, giá dầu thế giới và giá gạo thế giới từ năm 2000 đến năm 2010. Nghiên cứu đưa ra các kết luận sau:
- Quán tính lạm phát của Việt Nam là cao và là nhân tố quan trọng tác động đến lạm phát hiện tại
- Tốc độđiều chỉnh là rất thấp trên cả thị trường tiền tệ và thị trường ngoại hối
- Mức truyền dẫn từ tỷ giá và lạm phát là đáng kể trong ngắn hạn, thâm hụt ngân sách tích lũy không có ảnh hưởng gì đến lạm phát.
- Cung tiền và lãi suất có tác động đến lạm phát nhưng với một độ trễ nhất định
- Mức truyền dẫn trong ngắn hạn của giá quốc tếđến giá nội địa cũng có những ảnh hưởng nhất định.
Ngoài ra một nghiên cứu của IMF năm 2003 đã sử dụng 7 biến số: giá dầu thế giới, giá gạo thế giới, sản lượng công nghiệp, tỷ giá hối đoái, cung tiền, IMP và CPI với dữ liệu thống kê từ tháng 1 năm 1995 đến tháng 3 năm 2003. Nghiên cứu chỉ ra rằng biến động của tỷ giá hối đoái có tác động về mặt thống kê đối với IMP nhưng hầu như lại có rất ít tác động đến CPI. Điều này được lý giải bởi có một số lượng lớn các hàng hóa dùng để tính CPI nhưng lại không thông qua giao thương.
Phía trên là những nghiên cứu có đề cập đến vấn đề truyễn dẫn tỷ giá hối đoái, sau đây là những nghiên cứu tập trung chủ yếu vào vấn đề này:
Tác giả Võ Văn Minh (2009): tác giả đã sử dụng mô hình VAR để tính toán mức độ tác động của tỷ giá hối đoái lên IMP và tỷ lệ lạm phát trong nước với dữ liệu nghiên cứu từ tháng 1 năm 2001 đến tháng 2 năm 2007. Kết quả định lượng cho thấy mức độ truyền dẫn của tỷ giá hối đoái vào chỉ số IMP sau 6 tháng là 1,04 và sau 1 năm là 0,21. Tuy nhiên mức độ truyền dẫn đến CPI trong 4 tháng đầu là âm và mức tác động tích lũy trong 1 năm sau chỉ là 0,13 – thấp hơn nhiều so với các nước trong khu vực. Do những tác động thấp này mà tác
Trang 29 giả khuyến nghị Chính phủ nên áp dụng một chế độ tỷ giá hối đoái linh hoạt hơn với biên độ biến động lớn hơn. Tuy nhiên nghiên cứu này có hai điểm hạn chế: thứ nhất là chưa sử dụng chỉ số giá sản xuất PPI trong quá trình ước lượng, thứ hai là tác giả chưa có được nguồn số liệu về IMP chính thức mà tiến hành tự tính toán lại thông qua chỉ số giá xuất khẩu của các quốc gia có tỷ lệ giao thương lớn với Việt Nam.
Nhóm tác giả Trần Mai Anh và Nguyễn Đình Minh Anh:
Nghiên cứu đã tiến hành đo lường mức chuyển tỷ giá vào lạm phát Việt Nam dựa trên mô hình tự hồi quy Vectơ VAR, và đã sử dụng phần mềm Eview 5.1 để thu được các kết quảước lượng. Nghiên cứu rút ra một số kết luận sau:
Thứ nhất, nghiên cứu đã xác định được hệ số truyền dẫn tỷ giá ở Việt Nam không hoàn toàn thuộc nhóm trung bình thấp, trong đó hệ số truyền dẫn vào IMP và CPI của Việt Nam lần lượt là 0.13 và 0.065 trong một thời kỳ 6 tháng. Đồng thời tác động của cú sốc về tỷ giá hối đoái đến các mức giá nội địa bị triệt tiêu sau khoảng 8 tháng (đối với IMP) và 9 tháng (đối với CPI).
Thứ hai, cú sốc giá nhập khẩu không tạo ra những thay đổi lớn trong chỉ số giá tiêu dùng. Và như đã phân tích, có 2 kênh tác động từ những thay đổi tỷ giá đến tỷ lệ lạm phát là kênh trực tiếp từ cú sốc tỷ giá hối đoái đến IMP và CPI, kênh thứ hai là kênh trung gian. Như vậy, cú sốc tỷ giá hối đoái ảnh hưởng đến lạm phát chủ yếu qua kênh trung gian, đặc biệt là hiện tượng đô la hoá nền kinh tế.
Thứ ba, theo kết quả của phản ứng cú sốc và phân tích phương sai thì giá dầu và chính sách tiền tệ là nguyên nhân chính làm tăng giá tiêu dùng.
Thứ tư, từ nghiên cứu về phản ứng của chính sách tiền tệ với các cú sốc vĩ mô, nghiên cứu phát hiện rằng mức cung tiền tệ tăng lên khi giá nhập khẩu, giá tiêu dùng và mức chênh lệch sản lượng thực tế - sản lượng tiềm năng tăng. Kết quả này có thể hàm ý: tăng trưởng là mục tiêu ưu tiên hàng đầu của Việt Nam.
Trang 30
Thứ năm, kết quả phản ứng cú sốc và phân tích phương sai chứng minh rằng, ảnh hưởng của cú sốc cầu đến chỉ số CPI rất nhỏ.
Tác giả Bạch Thị Phương Thảo (2011):
Cuối cùng, bài nghiên cứu gần nhất và được đánh giá rất cao về chủ đề này là bài nghiên cứu: “Truyền dẫn tỷ giá hối đoái vào các chỉ số giá tại Việt Nam giai đoạn 2001 – 2011” của tác giả Bạch Thị Phương Thảo viết vào tháng 12 năm 2011. Tác giả sử dụng mô hình VAR đệ qui với 2 ứng dụng là hàm phản ứng đẩy để xem xét tác động của cú sốc tỷ giá đến các chỉ số giá trong nước và phân rã phương sai để đo lường vai trò của từng cú sốc đến sự biến động của các chỉ số giá.
Bài viết đã khái quát được những kiến thức nền tảng nhất về vấn đề truyền dẫn tỷ giá hối đoái vốn vẫn chưa được hệ thống hóa ở các bài nghiên cứu trước đây. Ngoài ra, tác giả còn cung cấp cho người đọc những biến động của tỷ giá hối đoái, các chỉ số giá IMP, PPI, CPI và lạm phát của Việt Nam trong thời kì từ năm 2001 đến 2011:
Trang 31 Tiếp theo, tác giả nêu ra một loạt những nguyên nhân có khả năng gây ảnh hưởng đến mức độ lạm phát cao ở Việt Nam trong các năm trở lại đây và rút ra một số kết luận:
- Việc quyền số cao của lương thực thực phẩm trong rổ hàng hóa tính CPI của Việt Nam không phải là nguyên nhân cơ bản gây nên lạm phát bởi một số quốc gia khác trong khu vực cũng có quyền số lương thực thực phẩm cao như Thái Lan (36,06%), Philippin (46,58%), Ấn Độ (48,47%) nhưng mức độ lạm phát ở các qucc gia này vẫn thấp hơn nhiều so với Việt Nam.
- Tương tự, ý kiến cho rằng lạm phát cao là do biến động giá hàng hóa của thế giới cũng không được chấp nhận vì nhiều quốc gia khác cũng ở tình trạng nhập siêu như Việt Nam nhưng không phải chịu một mức lạm phát cao.
- Tác giả khẳng định cung tiền tăng trưởng nhanh trong những năm qua chính là một trong những nguyên nhân quan trọng gây nên mức độ lạm phát cao.
- Ngoài ra, đầu tư không hiệu quả (thể hiện bằng hệ số ICOR quá cao) cũng được xem là một nguyên nhân của lạm phát.
- Cuối cùng, kỳ vọng lạm phát quá cao của người dân Việt Nam do những ảnh hưởng của quá khứ cùng với tình trạng tham nhũng cao cũng được tác giả xem xét như những yếu tố có đóng góp vào tình trạng lạm phát cao của Việt Nam.
Trang 32
CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 3.1. Mô hình nghiên cứu:
Ngoài việc sử dụng mô hình VAR dạng rút gọn cùng các ứng dụng thông thường như các bài nghiên cứu trước đây, chúng tôi còn sử dụng mô hình SVAR (VAR cấu trúc) để tiến hành ước lượng trực tiếp độ lớn truyền dẫn tỷ giá ERPT tại Việt Nam giai đoạn 2001 - 2011. Đây có thể được xem là những nét nổi bật và khác biệt của bài nghiên cứu chúng tôi so với các bài nghiên cứu trước đây về ERPT tại Việt Nam.
Ban đầu, bài nghiên cứu chúng tôi đã xem xét sử dụng mô hình hồi quy hai giai đoạn TSLS để ước lượng ERPT. Nhưng mô hình này gặp một số hạn chế trong việc dự báo (bởi sử dụng biến công cụ). Điều này, mô hình SVAR (VAR cấu trúc) chúng tôi sử dụng sau đây sẽ giải quyết những thiếu sót này. Dưới đây, chúng tôi sẽ giới thiệu cụ thể về mô hình SVAR mà chúng tôi đã sử dụng.
Lý do lựa chọn mô hình:
Mô hình tự hồi qui vectơ-VARs là mô hình mô tả một biến nội sinh thông qua biến trễ của nó và các biến nội sinh khác. Trong bài nghiên cứu này, chúng tôi sử dụng dạng mô hình VAR cấu trúc (SVAR) để mô tả sự phụ thuộc của các chỉ số giá (IMP, PPI, CPI) vào độ trễ các chính các biến này và độ trễ của các biến vĩ mô được đề cập ở trên. Các kết quả nghiên cứu trước đây đã cho thấy rằng mô hình VAR rút gọn gặp một số bất lợi trong việc giải thích một cách trực tiếp tác động của NEER cũng như các biến vĩ mô khác đến các chỉ số giá IMP, PPI, CPI và việc sử dụng mô hình VAR cấu trúc đã khắc phục được toàn bộ những nhược điểm này. Đó là lý do vì sao chúng tôi lựa chọn VAR cấu trúc.
Hai ứng dụng quan trọng của mô hình VAR:
Hàm phản ứng đẩy IRF(Impulse Response Function): Biểu diễn tác động của các cú sốc lên các biến qua các kì quan sát.
Trang 33 Phân rã phương sai (Variance Decomposition): Biểu diễn sai số dự báo của một biến bằng những cú sốc thành phần của các biến khác, từ đó cho thấy vai trò của các biến khác nhau đối với yếu tố cần quan sát.
Các kiểm định:
Kiểm định tính dừng bằng phương pháp Dickey-Fuller. Kiểm định quan hệ nhân quả Granger.
Kiểm định độ trễ trong mô hình VAR. Kiểm định loại bỏ trễ trong mô hình VAR.
3.2. Lý thuyết mô hình VAR:
Mô hình tự hồi quy vector VARs được C.A.Sims nêu ra lần đầu vào năm 1980 trong cuốn “Macroeconomics and Reality, Econometrica”. Mô hình đưa ra để phản biện một số giảđịnh trong việc sử dụng mô hình nhiều phương trình, trong đó giảđịnh then chốt là việc tồn tại các biến ngoại sinh. Theo Sims, các yếu tố vĩ mô luôn tác động qua lại lẫn nhau do đó không có lí do để qui định đâu là biến ngoại sinh và đâu là biến nội sinh trong mô hình, tất cả các biến đều là nội sinh. Mô hình đầu tiên được Sims giới thiệu có dạng:
Y1,t= a10+a11.Y2,t+a12.Y1,t-1+a13.Y2,t-1+u1,t Y2,t= a20+a21.Y1,t+a22.Y1,t-1+a23.Y2,t-1+u2,t
Đây là dạng cấu trúc của mô hình VAR. Mô hình VAR cấu trúc viết dưới dạng ma trận:
Yt = A0+ B.Yt+A1.Yt-1+A2.Yt-2+Ut
Trang 34
Hình 3.1.Sơ đồ mô hình VAR
Để thuận tiện trong việc nắm bắt lí thuyết mô hình VAR, chúng tôi xin được trình bày nội dung lý thuyết mô hình VAR theo từng phần được nêu trong sơđồ trên.
3.2.1. Định dạng và ước lượng mô hình VAR rút gọn( reduced form VAR)
Như trên sơđồ, việc nghiên cứu một mô hình VAR được bắt nguồn từ việc định dạng và ước lượng mô hình VAR rút gọn. đây là tiền đề để có thể đi sâu vào xem xét các tính chất và ứng dụng của mô hình VAR.
Việc định dạng và ước lượng mô hình VAR rút gọn được thực hiện như sau:
3.2.1.1. Kiểm định tính dừng:
Trong phân tích chuỗi thời gian, bất kì một chuỗi thời gian nào có tính chất dừng mới cho ra một kết quảước lượng đáng tin cậy. điều này được đề cập đến một cách rõ ràng và chính xác nhất trong “ time series analysis: forecasting and control”, Box-Jenkins và Reinsel (1970). Do đó, vấn đềđầu tiên trong việc ước lượng và định dạng mô hình VAR là kiểm định xem chuỗi dữ liệu chúng ta đang quan sát là dừng hay không. Nếu chuỗi dữ liệu là dừng thì ta tiến hành ước lượng trên chuỗi dữ liệu này, nếu chuỗi là
Định dạng và ước lượng mô
hình VAR rút gọn Kiểm định mô hình Dự báo Nhân quả Granger Định dạng và ước lượng VAR cấu trúc
Trang 35 không dừng ta sẽ tiến hành lấy sai phân và xem xét tính dừng của chuỗi sai phân. Việc lấy sai phân sẽ dừng lại khi kết quả của chuỗi sai phân là dừng. nếu chuỗi dừng sau khi lấy sai phân p lần, ta gọi chuỗi dữ liệu gốc ban đầu là chuỗi tích hợp bậc p, kí hiệu I(p).
Trong bài nghiên cứu này, chúng tôi sử dụng phương pháp nghiệm đơn vị của Dickey- Fuller ( 1979) “Distribution of the Estimators for Autoregressive Time Series with a Unit Root,” Journal of the American Statistical Association, 74, p. 427–431 để xem xét tính dừng của chuỗi dữ liệu quan sát. Phần kiểm định này được trình bày một cách rõ ràng trong “ Basic econometrics, 21,p. 814- 818”, Gujarati ( 1978).
3.2.1.2. Lựa chọn độ dài của trễ:
Việc lựa chọn trễ trong mô hình VAR là một phần hết sức quan trọng và phức tạp trong thủ tục định dạng. Hơn nữa, vấn đề chọn trễ phụ thuộc nhiều vào kinh nghiệm của người sử dụng mô hình hơn là sử dụng một công thức định lượng đơn giản. Mặc dù vậy, người ta cũng dựa vào một số tiêu chuẩn để có thể quyết định lựa chọn độ trễ nào tối ưu cho mô hình. Một số tiêu chuẩn được đề cập đến ởđây như là: AIC( akaike information creterion), SC( schwarz information criterion), LR( sequential modified LR test statistic), HQ( Hannan-Quinn information criterion), FPE( final prediction error). Vấn đề ước tính và xem xét các chỉ số trên được trình bày bởi Grasa, Antonio Aznar (1989), Akaike, H. (1987). “Factor Analysis and AIC,” Psychometrika, 52(3), 317–332, Lütkepohl, Helmut (1991).
3.2.1.3. Kiểm định loại bỏ trễ ra khỏi mô hình:
Kiểm định này trình bày vấn đề loại bỏ trễ của một hoặc một số biến nội sinh ra khỏi mô hình bằng cách kiểm định mức ý nghĩa lần lượt của các độ trễ xem liệu chúng có ý nghĩa về mặt thống kê hay không. Nếu mô hình không loại bỏ trễ của bất kì biến nội sinh nào thì mô hình này được xem là cân bằng( balanced), ngược lại nếu có sự loại bỏ trễ khiến cho độ trễ của các biến nội sinh là không bằng nhau thì mô hình được gọi là không cân bằng ( unbalanced).
Trang 36 Sau khi thực hiện các bước trên, ta tiến hành ước lượng từng phương trình của mô hình VAR rút gọn bằng phương pháp OLS. Kết quả ước lượng thu được sẽ được