Mối Quan Hệ Nghiên Cứu Trên Thế Giới Nghiên Cứu Ở Việt Nam
Dự trữ ngoại hối và nguồn cung
tiền
• Aizenman & Glick (2009)
• Filardo & Grenville (2012)
• Bakare (2011)
• Islam (2010)
• Bleaney & Devadas (2017)
• Ponomarenko (2019)
+
• Phạm Thị Hoàng Anh và Bùi Duy Phú (2013)
• Tơ Trung Thành (2013)
• Pham & Le (2018)
• Phạm Thị Tuyết Trinh (2015)
• Pham & Riedel (2012)
+
Tín dụng cho vay và nguồn
cung tiền
• Bakare (2011)
• McLeay, Radia & Thomas (2014)
• Bleaney & Devadas (2017)
• Ponomarenko (2019)
+
• Hung & Pfau (2009)
Kết luận: Đưa ra các khái niệm làm rõ hơn vấn đề nghiên cứu mà tác giả đang quan
tâm, cùng với khung phân tích lý thuyết phù hợp nhằm đảm bảo các biến lựa chọn trong nghiên cứu là phù hợp để thực hiện mơ hình hồi quy. Ngồi ra, tác giả tóm tắt các nghiên cứu thực nghiệm trên thế giới và tại Việt Nam giúp làm rõ hơn mối quan hệ nghiên cứu mà tác giả quan tâm.
PHƢƠNG PHÁP NGHIÊN CỨU VÀ CÁC BIẾN TRONG CHƢƠNG 3.
NGHIÊN CỨU 3.1. Phƣơng pháp nghiên cứu
Trong bài nghiên cứu này, tác giả sử dụng mơ hình tự hồi quy vector (VAR) để đánh giá xu hướng và mức độ phụ thuộc lẫn nhau giữa các chuỗi thời gian. Đây được xem là một trong những mơ hình được sử dụng phổ biến trong các nghiên cứu định lượng về chính sách tiền tệ. Bởi các biến trong mơ hình khơng chỉ đơn thuần các tác động một chiều mà các biến có tác động qua lại cùng một lúc. Bên cạnh đó, mơ hình VAR phù hợp trong việc giải quyết mối quan hệ nội sinh giữa các biến, là một trong những mơ hình phù hợp để thực hiện phân tích chuỗi dữ liệu đa biến. Mơ hình VAR đặc biệt hữu ích cho việc mơ tả các biến động của chuỗi thời gian, phù hợp trong sử dụng cho phân tích chính sách và dự báo.
Mơ hình VAR có cấu trúc gồm nhiều phương trình khác nhau với độ trễ lựa chọn phù hợp cho các biến số nghiên cứu. Mơ hình VAR mà tác giả sử dụng trong nghiên cứu được trình bày như sau:
∑
Trong đó:
- C là vectơ của hằng số (hệ số chặn);
- Yt là tập hợp vectơ các biến nội sinh [CPIt, GDPt, BMt, NFACBt, NFABt, CREDt, OTHERt];
- βt là ma trận các hệ số tự hồi quy; - µt là vectơ phần dư của mơ hình;
- L là giá trị độ trễ lựa chọn của mơ hình.
Mơ hình VAR làm rõ mối quan hệ giữa các biến nghiên cứu như tổng sản phẩm quốc nội (GDP), chỉ số giá tiêu dùng (CPI), tài sản nước ngồi rịng tại NHNN (NFACB), tài sản nước ngoài rịng tại các NHTM (NFAB), tín dụng cho khu vực tư
nhân vay (CRED) và phần đại diện các yếu tố còn lại trong bảng cân đối (OTHER) ở Việt Nam.
Mơ hình phù hợp cho nghiên cứu bởi: thứ nhất mơ hình khơng phân biệt rõ biến nội sinh hay ngoại sinh và các biến trong nghiên cứu có mối quan hệ nội sinh, đặc biệt các biến trong bảng cân đối hệ thống ngân hàng; thứ hai, do các biến không thể tác động ngay lập tức đến biến còn lại nên độ trễ phù hợp sẽ cho biết tác động trong quá khứ đến thay đổi trong giá trị hiện tại; cuối cùng, trong nền kinh tế có tồn tại các cú sốc ảnh hưởng đến các biến của nền kinh tế đặc biệt là tài sản nước ngồi rịng tại NHNN do các thay đổi trên thị trường thế giới tạo ra các biến động ảnh hưởng đến luồng vốn vào ra nền kinh tế trong nước, do đó mơ hình VAR cho phép đo lường phản ứng đẩy theo thời gian sẽ phù hợp cho nghiên cứu.
3.2. Định nghĩa biến nghiên cứu và nguồn thu thập dữ liệu
Minskin (2016) nêu lên lý thuyết số lượng tiền tệ được xây bởi nhà kinh tế học Fisher (1911), đưa mối quan hệ giữa cung tiền và tổng lượng chi tiêu sau cùng của hàng hoá và dịch vụ thể hiện qua phương trình sau: M * V = P * Y. Trong đó : M là khối lượng tiền cung ứng, V là tốc độ lưu thông tiền tệ, P là mức giá chung và Y là sản lượng thực tế của nền kinh tế. %∆M + %∆V = %∆P + %∆Y. Nếu giả định tốc độ lưu thông tiền tệ khơng thay đổi (%∆V) thì khi đấy ta viết lại phương trình %∆M = %∆P + %∆Y, cho thấy mối tương quan giữa tốc độ thay đổi lượng tiền cung ứng bằng tốc độ thay đổi trong mức giá chung cộng (đại diện bằng CPI) với tốc độ thay đổi trong sản lượng thực tế của nền kinh tế (đại diện bằng GDP). Biến chỉ số giá tiêu dùng (CPI) và tổng sản phẩm quốc nội (GDP) là hai biến lựa chọn đại diện cho các biến kinh tế vĩ mơ có ảnh hưởng đến số lượng cung tiền.
Tác giả chọn các biến chỉ số trong bảng cân đối hệ thống ngân hàng được đề cập ở khung phân tích lý thuyết đã trình bày trong chương 2 bao gồm : cung tiền rộng (BM), tài sản nước ngồi rịng của ngân hàng trung ương (NFACB), tài sản nước ngồi rịng của các ngân hàng thương mại (NFAB), các khoản cho vay tín dụng cho
khu vực tư nhân (CRED) và phần còn lại trên bảng cân đối của hệ thống ngân hàng (OTHER).
Tác giả sử dụng dữ liệu được thu thập trong giai đoạn từ quý 1/2000 đến quý 4/2018 ở Việt Nam để tính tốn các biến số trong mơ hình nghiên cứu. Các biến được điều chỉnh theo mùa bằng phương pháp Census X-12 từ phần mềm Eviews 10, kết quả các biến sau điều chỉnh theo mùa thể hiện trong hình 3.1. Việc thực hiện điều chỉnh theo mùa để loại bỏ các hiệu ứng theo mùa cho dữ liệu chuỗi thời gian theo quý hoặc tháng, dữ liệu mới sau khi điều chỉnh có thể sử dụng ước tính hiệu quả hơn và nhằm giúp cái nhìn cụ thể hơn về chuỗi số liệu.
200,000 400,000 600,000 800,000 1,000,000 00 02 04 06 08 10 12 14 16 18 GDP_SA 40 60 80 100 120 140 160 180 00 02 04 06 08 10 12 14 16 18 CPI_SA 0 2,000,000 4,000,000 6,000,000 8,000,000 10,000,000 00 02 04 06 08 10 12 14 16 18 BM_SA 0 400,000 800,000 1,200,000 1,600,000 00 02 04 06 08 10 12 14 16 18 NFACB_SA -100,000 0 100,000 200,000 300,000 00 02 04 06 08 10 12 14 16 18 NFAB_SA 0 2,000,000 4,000,000 6,000,000 8,000,000 00 02 04 06 08 10 12 14 16 18 CRED_SA
Hình 3.1: Các biến điều chỉnh Census X-12 trong Eviews 10
Sau khi điều chỉnh các biến, tác giả thực hiện tính tốn các biến sử dụng trong nghiên cứu theo các tính tốn như trong hình 3.1.