7. Kết cấu luận văn
2.1. LỰA CHỌN PHƢƠNG PHÁP NGHIÊN CỨU KHỦNG HOẢNG
TIỀN TỆ PHÙ HỢP CHO VIỆT NAM
Trong hai phƣơng pháp nghiên cứu khủng hoảng tiền tệ mà tôi đã giới thiệu ở trên, đối với phƣơng pháp tiếp cận phi tham số (mô hình Signal Approach), mục đích của phƣơng pháp này là theo dõi xem một số biến số quan trọng có xu hƣớng biến động bất thƣờng vào thời điểm trƣớc khi diễn ra khủng hoảng hay không. Sau đó, tiến hành chuyển đổi các chỉ số cảnh báo sớm của mô hình về các dữ liệu nhị phân bằng cách xác định một ngƣỡng “tối ƣu” cho các chỉ số: khi chỉ số vƣợt quá một ngƣỡng nhất định (đƣợc gọi là ngƣỡng “phát nổ”), nó phát ra một tín hiệu cảnh báo rằng một cuộc khủng hoảng tiền tệ có thể diễn ra trong một khoảng thời gian xác định, thƣờng là từ 12 – 24 tháng.
Kaminsky đã xây dựng một chỉ số tổng hợp đóng vai trò là tổng trọng số của các chỉ số báo hiệu, mỗi trọng số của chỉ số báo hiệu đƣợc xác định bằng nghịch đảo tỷ lệ “dấu hiệu xảy ra khủng hoảng” của chỉ số đó. Các chỉ số tổng hợp sẽ cung cấp thông tin về lỗ hổng của nền kinh tế trong cuộc khủng hoảng sắp tới. Tuy nhiên theo Edison (2003), việc giải thích xác suất xảy ra khủng hoảng trong tƣơng lai dựa trên các chỉ số tổng hợp vẫn còn khó khăn. Bản thân phƣơng pháp tiếp cận phi tham số không thể tự nó kiểm tra thống kê, và các ƣớc lƣợng xác suất thƣờng ít đƣợc đánh giá một cách trực tiếp. Hơn nữa, một số thông tin sẽ bị mất đi khi một ngƣỡng khủng hoảng đƣợc thiết lập cho mô hình, ví dụ một chỉ số không đƣa ra một tín hiệu nào dù cho nó có xu hƣớng biến động bất thƣờng, bởi vì nó nằm dƣới ngƣỡng. Tuy
nhiên, phƣơng pháp này cũng thể hiện một ƣu điểm đó là giúp cho các nhà hoạch định chính sách dễ dàng nhận diện các vấn đề của nền kinh tế bằng cách hiển thị rõ ràng các chỉ số vƣợt quá ngƣỡng khủng hoảng.
Phƣơng pháp tham số trực tiếp đánh giá xác suất khủng hoảng xảy ra cho một tập hợp các chỉ số cảnh báo sớm (không đƣợc chuyển đổi thành các tín hiệu nhị phân), trái ngƣợc với phƣơng pháp tiếp cận phi tham số (tập trung quan sát những biến động bất thƣờng của chỉ số, đƣợc chuyển đổi thành các tín hiệu nhị phân). Mặt khác, phƣơng pháp tiếp cận này có ƣu điểm là tóm tắt thông tin về khả năng xảy ra khủng hoảng về một thông số dễ giải thích (0 trong trƣờng hợp không xảy ra khủng hoảng và 1 trong trƣờng hợp xảy ra khủng hoảng). Ngoài ra, nó còn xem xét tất cả các chỉ số cảnh báo sớm cùng một lúc trong khuôn khổ đa biến, quan sát đóng góp biên của mỗi chỉ số, và do đó, cho phép loại bỏ những chỉ số không đáng kể trong quá trình nghiên cứu. Phƣơng pháp này tự nó cũng có thể đƣa ra những kiểm tra thống kê tiêu chuẩn để đo lƣờng mức độ chắc chắn của các kết quả ƣớc lƣợng. Trƣớc đây, phƣơng pháp này ít đƣợc áp dụng ở Việt Nam vì để chạy mô hình hồi qui probit hiệu quả cần có một lƣợng mẫu quan sát đủ lớn mà cở sở dữ liệu của Việt Nam khá khó tìm, tuy nhiên, hiện nay, nhờ sự phát triển của hệ thống công nghệ và mạng Internet, việc thu thập dữ liệu trở nên dễ dàng hơn. Do đó tôi lựa chọn hai mô hình Logit & Probit để giải thích tốt hơn sự tác động của các chỉ số kinh tế đến nguy cơ xảy ra khủng hoảng tiền tệ tại Việt Nam, làm cơ sở để đƣa ra các khuyến nghị giúp các nhà hoạch định chính sách nhận diện các vấn đề cần ƣu tiên khi ngăn ngừa khủng hoảng tiền tệ.