Lãi suất chịu tác động mạnh của bản thân nó trong 2 quý đầu, kể từ quý 3, mức độ tác động đã giảm khá nhiều, từ 77% ở quý 1 giảm cịn 23.8% ở q 3, trong khi đó, GDP, thuế và tổng chi tiêu quốc gia dần chiếm vai trò quan trọng trong việc gây ra biến động cho lãi suất trong trung và dài hạn. Các cú sốc chi tiêu chính phủ và sản lượng nước ngồi cũng đóng góp khá cao trong dài hạn. Kết quả phân rã phương sai của lãi suất càng thể hiện rõ tác động của các cú sốc biến chính sách trong tương tác với chính sách tiền tệ và biến vĩ mơ khác.
KẾT LUẬN
Luận văn đã phân tích được nguồn gốc, mức độ tác động của các cú sốc CSTK, CSTT và các cú sốc vĩ mô khác của nền kinh tế cùng sự tương tác của chúng trong việc điều tiết nền kinh tế, được nghiên cứu trong một mơ hình vector tự hồi quy cấu trúc SVAR với ba yếu tố nhận diện, kết hợp với xem xét hành vi trong dài hạn qua phân tích mơ hình VECM.
Kết quả nghiên cứu có thể được xem xét bởi các nhà hoạch định chính sách. Từ kết quả ước lượng mơ hình, và phân rã phương sai có thể thấy các cú sốc chính sách tài khóa tác động khá mạnh, gây ra ảnh hưởng lớn đến các biến vĩ mô GDP, lạm phát, trong khi đó, cú sốc lãi suất đại diện cho chính sách tiền tệ được Ngân hàng nhà nước sử dụng để đối phó với các cú sốc kinh tế nhưng dường như chưa kết hợp tốt với chính sách tài khóa và chưa phát huy được hiệu quả của nó. Thuế thể hiện sự tác động lớn hơn trong dài hạn và nhiều hơn so với những cú sốc chi tiêu chính phủ và nợ. Sự biến động lạm phát, lãi suất và sản lượng khơng chỉ xuất phát từ chính bản thân nó và các cú sốc chính sách mà đó cịn là sự ảnh hưởng của các cú sốc quốc tế, ở đây là sản lượng Hoa Kỳ và thông qua các chỉ số xuất khẩu, nhập khẩu.
Đối với các nhà hoạch định chính sách, khi tiên liệu được nguyên nhân, xu hướng và mức độ của các cú sốc tạo ra từ những chính sách, sẽ giúp họ đưa ra những chiến lược ngắn, trung và dài hạn phù hợp để phản ứng kịp thời với các cú sốc, đặc biệt là việc thực thi các CSTK đồng thời với cú sốc CSTT và các cú sốc vĩ mô khác để hướng tới phát triển bền vững, theo đó việc điều hành CSTT và CSTK cần phải đảm bảo đầy đủ các nguyên tắc nhất quán, đồng bộ, hỗ trợ và chia sẻ thông tin trên cơ sở lựa chọn các kỹ thuật thực hiện đảm bảo tính khoa học và thực tiễn hướng tới hiệu quả cao nhất trong cơng tác phối hợp giữa hai chính sách, nhất là trong việc quản lý nợ công. Việc quyết định lựa chọn CSTT hay CSTK để làm công cụ tác động nhiều nhất đến tổng cầu hoặc liều lượng tác động của từng công cụ đến tổng cầu bao nhiệu là hợp lý trong từng tình hình kinh tế cụ thể cần dựa trên những luận cứ khoa học và thực tiễn. Sự tương tác chỉ phát huy hiệu quả khi xác định hợp lý liều lượng trong cơ chế phối
điều hành cần phải được phối hợp đồng bộ hơn.
Cơ chế trao đổi thông tin và hỗ trợ trong công tác điều hành cần có sự phối hợp kịp thời và nhịp nhàng, khai thác triệt để những đặc tính riêng có của từng chính sách. CSTT với nội dung cơ bản là kiểm soát cung tiền và lãi suất của nền kinh tế, trong khi đó thu, chi của Chính phủ có tác động trực tiếp đến cung tiền và lãi suất. Vì vậy, các khoản thu, chi lớn của Chính phủ ảnh hưởng đến dịng tiền cần được thơng báo trước với NHNN để điều chỉnh dòng tiền phù hợp với mục tiêu điều hành.
Công tác phối hợp trong việc tài trợ thâm hụt ngân sách và quản lý nợ công là cực kỳ quan trọng nhằm đảm bảo tính tương tác hiệu quả của cả hai chính sách. Để đảm bảo sự phối hợp tốt trong việc tài trợ này, các nhà hoạch định chính sách phải thiết lập chương trình tài chính quốc gia, gồm các giải pháp vĩ mô đồng bộ, để thực hiện một kế hoạch định lượng về các chỉ tiêu vĩ mô.
Mối quan hệ giữa lãi suất ngắn hạn với lãi suất trung và dài hạn đặt ra mối quan hệ chặt chẽ giữa lãi suất TPCP với lãi suất chỉ đạo của NHNN. Việc xác định mức lãi suất trái phiếu cho thị trường sơ cấp nếu thiếu sự thống nhất với lãi suất chỉ đạo của NHNN sẽ gây ra những bất cập trong việc hình thành giá của sản phẩm tài chính trên thị trường, làm méo nó sự luân chuyển vốn trong xã hội. Cần có cơ chế phối hợp thường xuyên trong việc xác định mức lãi suất trái phiếu, số lượng phát hành trái phiếu, đảm bảo tính nhất quán về lãi suất trên thị trường, tạo cơ sở tốt để hình thành đường cong lãi suất chuẩn, cũng như tính hiệu quả trong quản lý nợ cơng và NHNN với vai trị đại lý phát hành tín phiếu kho bạc. Trong những trường hợp cần thiết khi lượng tín phiếu kho bạc khơng bán hết cho các NHTM, NHNN có thể mua để tạo cơng cụ can thiệp thị trường khi cần thiết, đồng thời cũng đáp ứng kịp thời nguồn thu của Chính phủ.
Trong cơ cấu nợ chính phủ, nợ nước ngồi có ảnh hưởng khơng nhỏ đến khả năng thanh toán quốc gia, sự vay mượn nước ngoài quá mức sẽ đẩy nền kinh tế quốc gia phụ thuộc nhiều vào kinh tế nước ngồi. Những quốc gia đang phát triển nóng theo đuổi mục tiêu tăng trưởng, nếu cứ tiếp tục đi vay và sử dụng tiền vay không hiệu quả,
chắc chắn sẽ để lại cho thế hệ tương lai một khoản nợ khổng lồ. Đối với Việt Nam đang cần tiến hành cơng nghiệp hóa và hiện đại hóa, việc vay nợ nước ngoài là cần thiết, song vay mượn và sử dụng nguồn vốn vay đó như thế nào có hiệu quả là vấn đề phải được quan tâm; chỉ nên vay tiền để đầu tư vào hạ tầng cơ sở thiết yếu nhất nhằm phục vụ phát triển kinh tế và xóa đói giảm nghèo... Các bài học kinh nghiệm này cho thấy, việc xây dựng một chiến lược nợ nước ngoài của quốc gia để đảm bảo cân đối vĩ mơ có ý nghĩa quan trọng đối với Việt Nam hiện nay, khi mức độ nợ nước ngoài đang ngày càng gia tăng, trong khi hiệu quả sử dụng vốn vay lại kém hiệu quả. Cần xem xét thêm việc xây dựng một cơ quan phối hợp giữa Bộ Tài chính, Kho bạc nhà nước và NHNN nhằm chia sẽ thơng tin và tạo sự nhất trí trong việc triển khai thực hiện các nhiệm vụ quản lý nợ cơng và quản lý tiền tệ. Ngồi ra, việc NHNN và Bộ Tài chính cùng phối hợp nhằm định ra khung mục tiêu chính sách cho giai đoạn trung hạn để tạo thế chủ động và linh hoạt hơn trong q trình phối hợp chính sách để đạt mục tiêu chung trong điều tiết vĩ mô nền kinh tế.
Do số quan sát chưa đủ lớn, dữ liệu được tính tốn nội suy vì vậy độ bền vững của kết quả chưa cao. Cung tiền là một biến số đại diện tốt cho chính sách tiền tệ nhưng chưa được đưa vào mơ hình để phân tích, do đó đề xuất hướng nghiên cứu mở rộng là tăng thêm số quan sát và chọn lọc biến phù hợp đưa vào mơ hình để đánh giá vai trị và các cú sốc cung tiền gây ra cho chính sách tài khóa và các biến số khác; ngồi ra xem xét cơ chế quyền lực điều hành của các nhà làm CSTK và CSTT (bên nào nắm quyền chủ động hơn) trong từng thời kỳ cũng là một hướng đi mới.
[1] Bagliano, F.C. and Favero, C.A. (1998), “Measuring Monetary Policy with VAR
Models: An Evaluation”, European Economic Review, 42, 1069-1112.
[2] Blanchard, O. and Perotti, R. (2002), “An Empirical Characterisation of the
Dynamic Effects of Changes in Government Spending and Taxes on Output”,
The Quarterly Journal of Economics, 117, 1329-1368.
[3] Blanchard, O. and Quah, D. (1989), “The Dynamic Effects of Aggregate
Demand and Supply Disturbances”, The American Economic Review, 79,
655—673.
[4] Bohn, H. (2007), “Are Stationarity and Cointegration Restrictions Really
Necessary for the Intertemporal Budget Constraint?”, Journal of Monetary
Economics, 54, 1837-1847.
[5] Buckle, R.A., et, all (2007), “A Structural VAR Business Cycle Model for a
Volatile Small Open Economy”, Economic Modelling, 24, 990-1017.
[6] Canova, F. and Nicoló, G. (2002), “Monetary Disturbances Matter for Business
Fluctuations in the G7”, Journal of Monetary Economics, 49, 1131-1159.
[7] Canova, F. and Pappa, E. (2007), “Price Differentials in Monetary Unions: The
Role of Fiscal Shocks”, The Economic Journal, 117, 713-737.
[8] Canova, F. and Paustian, M. (2007), “Measurement with Some Theory: Using Sign Restrictions to Evaluate Business Cycle Models”, paper presented at the Reserve Bank of Australia Workshop, Monetary Policy in Open Economies, December 2007.
[9] Chari, V.V., et, all (2005), “A Critique of Structural VARs Using Real Business
Cycle Theory”, Federal Reserve Bank ofMinneapolis, working paper #631.
[10] Chow, G.C. and Lin, A. (1971), “Best Linear Unbiased Interpolation,
Distribution, and Extrapolation of Time Series by Related Series”, The Review
of Economics and Statistics, 53, 372-375.
[11] Chung, H. and Leeper, E.M. (2007), “What Has Financed Government Debt?” manuscript.
[12] Claus, I., A. Gill, A., Lee, B., and McLellan, N. (2006), “An Empirical
Investigation of Fiscal Policy in New Zealand”, New Zealand Treasury
Working Paper, 06/08.
[13] Christiane Baumeister and James Hamilton, D. (2014) “Sign Restrictions,
Structural Vector Autoregressions, and Useful Prior Information”
[14] Dungey, Mand Fry, R.A. (2007), “The Identification of Fiscal andMonetary
Policy in a Structural VAR”, CAMA Working Paper 29-2007.
[15] Dungey, M. and Pagan, A.R. (2000), “A Structural VAR Model of the Australian
Economy”, The Economic Record, 76, 321-342.
[16] Dungey, M. and Pagan, A.R. (2008), “Extending a Structural VAR Model of the
Australian Economy”, NCER Working Paper No. 21.
[17] Faust, J. (1998), “The Robustness of Identified VAR Conclusions about Money”, Carnegie-Rochester Series on Public Policy, 49, 207-244
[18] Faust, J. and Leeper, E. (1997), “When do Long Run Identifying Restrictions
Give Reliable Results”, Journal of Business and Economic Statistics, 15, 345-
353.
[19] Fry, Renée and Adrian Pagan (2011). "Sign Restrictions in Structural Vector
Autoregressions: A Critical Review," Journal of Economic Literature 49(4): 938-960.
[20] Favero, C.A. and Giavazzi, F. (2007), “Debt and the Effects of Fiscal Policy”, NBER Working Paper 12822.
[21] Fry, R.A. and Pagan, A.R. (2007), “Some Issues in Using Sign Restrictions for
Identifying Structural VARs”, NCER Working Paper #14.
[22] Giáo trình kinh tế vĩ mô, PGS.TS. Nguyễn Minh Tuấn - ThS. Trần Nguyễn Minh Ái.
[23] Giáo trình Exchange rates and international finance của Laurence Copelan. [24] Goldberger, A.S. (1962) "Best Linear Unbiased Predic-tion in the Generalized
Linear Regression Model," Journal of the American Statistical Association, 57,
369-375.
Econometrics”, manuscript, Indiana University.
[27] Levtchenkova, S., Pagan.A.R and Robertson, J. (1998), “Shocking Stories”, Journal of Economic Surveys, 12, 507-526.
[28] Mala Raghavan and Param Silvapulle (2007), “ Structural VAR Approach to Malaysian Monetary Policy Framework: Evidence from the Pre- and Post-Asian Crisis Periods”
[29] Mountford, A. and Uhlig, H. (2005), “What are the Effects of Fiscal Policy
Shocks”, Discussion Paper 2005-039, SFB 649, Humboldt-Universitat, Berlin.
[30] Nguyễn Thị Liên Hoa & Trần Đặng Dũng (2013), “Nghiên cứu lạm phát tại
Việt Nam theo phương pháp SVAR”. Tạp chi phát triển và hội nhập, số 10(20) –
Tháng 05 – 06/2013
[31] Nguyễn Thị Ngọc Trang & Lục Văn Cường (2012), “Sự chuyển dịch tỷgiá hối
đoái vào các mức giá tại VN”, Tạp chí Phát triển & hội nhập, Số 7 (17), Trang
7-13
[32] Pagan, A.R. and Pesaran, M.H. (2008), “On the Econometric Analysis of
Structural Systems with Permanent and Transitory Shocks and Exogenous Variables”, Journal of Economic Dynamics and Control, forthcoming.
[33] Perotti, R. (2002), “Estimating the Effects of Fiscal Policy in OECD Countries”, European Network of Economic Policy Research Institutes, Working Paper No. 15, October 2002.
[34] Uhlig, H. (2005), “What are the Effects of Monetary Policy on Output? Results
from an Agnostic Identification Procedure”, Journal of Monetary Economics,
Vector Autoregression Estimates
Date: 12/08/17 Time: 17:14 Sample (adjusted): 2001Q4 2016Q4
Included observations: 61 after adjustments Standard errors in ( ) & t-statistics in [ ]
D(YSTAR) PX PM D(G) D(TAX) D(DEBT) D(GNE) D(GDP) INF D(VNI) D(SHORT) D(NEER) D(YST AR(-1)) 0.241415 2.389313 1.991696 4.256604 6.549698 -1.087566 0.726090 -1.044968 -59.54989 11.96389 3.593878 -0.283484 (0.17798) (1.52092) (1.12636) (5.28222) (5.15821) (2.02227) (2.38264) (1.95381) (67.2140) (7.72783) (7.18366) (1.03510) [ 1.35642] [ 1.57096] [ 1.76825] [ 0.80584] [ 1.26976] [-0.53779] [ 0.30474] [-0.53484] [-0.88597] [ 1.54816] [ 0.50029] [-0.27387] D(YST AR(-2)) -0.189014 -0.813679 0.307695 -3.575220 -2.465259 0.362494 0.964712 1.787120 -6.294594 -5.796385 -5.614774 0.881791 (0.16564) (1.41546) (1.04826) (4.91594) (4.80053) (1.88204) (2.21743) (1.81833) (62.5532) (7.19197) (6.68553) (0.96333) [-1.14112] [-0.57485] [ 0.29353] [-0.72727] [-0.51354] [ 0.19261] [ 0.43506] [ 0.98284] [-0.10063] [-0.80595] [-0.83984] [ 0.91536] PX(-1) -0.025587 0.637745 0.297094 -0.039086 -0.529965 0.754300 -0.005071 -0.323602 2.307237 -1.402862 1.650090 0.057544 (0.03928) (0.33569) (0.24860) (1.16585) (1.13848) (0.44634) (0.52588) (0.43123) (14.8349) (1.70563) (1.58552) (0.22846) [-0.65136] [ 1.89983] [ 1.19506] [-0.03353] [-0.46550] [ 1.68997] [-0.00964] [-0.75042] [ 0.15553] [-0.82249] [ 1.04072] [ 0.25188] PX(-2) -0.012314 -0.245518 -0.108218 1.244348 1.745646 -0.271495 -0.267029 0.299353 13.10896 -0.219259 2.421476 -0.523229 (0.03421) (0.29238) (0.21653) (1.01544) (0.99160) (0.38876) (0.45803) (0.37560) (12.9211) (1.48558) (1.38097) (0.19899) [-0.35990] [-0.83972] [-0.49978] [ 1.22542] [ 1.76043] [-0.69837] [-0.58299] [ 0.79701] [ 1.01454] [-0.14759] [ 1.75346] [-2.62948] PM(-1) 0.113418 -0.590511 -0.382101 1.602574 1.129836 -0.904997 0.126159 0.188653 -0.180336 -0.440142 -2.020437 -0.040962 (0.05319) (0.45454) (0.33662) (1.57862) (1.54156) (0.60437) (0.71207) (0.58391) (20.0873) (2.30951) (2.14688) (0.30935) [ 2.13230] [-1.29915] [-1.13511] [ 1.01517] [ 0.73292] [-1.49743] [ 0.17717] [ 0.32309] [-0.00898] [-0.19058] [-0.94110] [-0.13241] PM(-2) 0.082840 -0.019276 -0.129833 -3.571838 -3.820932 0.483731 -0.078186 -0.469588 -8.663206 0.313408 -1.582538 0.623547 (0.04420) (0.37769) (0.27971) (1.31173) (1.28093) (0.50219) (0.59168) (0.48519) (16.6912) (1.91905) (1.78391) (0.25705) [ 1.87430] [-0.05104] [-0.46417] [-2.72300] [-2.98293] [ 0.96325] [-0.13214] [-0.96785] [-0.51903] [ 0.16331] [-0.88712] [ 2.42582] D(G(- 1)) -0.018301 -0.068228 0.049720 -0.377305 0.216493 0.065702 0.044979 0.319756 -2.423136 -0.288219 -1.362868 0.078844
D(TAX( -1)) 0.010775 0.140683 0.000361 -0.560563 -1.050257 -0.010819 -0.007167 -0.325005 5.496848 0.459105 2.015827 -0.109357 (0.01184) (0.10119) (0.07494) (0.35145) (0.34320) (0.13455) (0.15853) (0.13000) (4.47205) (0.51417) (0.47796) (0.06887) [ 0.90990] [ 1.39023] [ 0.00481] [-1.59500] [-3.06020] [-0.08041] [-0.04521] [-2.50013] [ 1.22916] [ 0.89291] [ 4.21755] [-1.58787] D(TAX( -2)) 0.008583 0.072654 -0.007016 0.179578 -0.062658 -0.039248 -0.258389 -0.130858 8.110615 0.620584 2.107411 -0.178669 (0.01287) (0.11001) (0.08147) (0.38205) (0.37308) (0.14627) (0.17233) (0.14131) (4.86145) (0.55894) (0.51958) (0.07487) [ 0.66675] [ 0.66046] [-0.08612] [ 0.47004] [-0.16795] [-0.26833] [-1.49937] [-0.92600] [ 1.66835] [ 1.11029] [ 4.05599] [-2.38649] D(DEB T(-1)) 0.017769 0.078434 0.037884 -0.081659 -0.067180 0.230580 -0.038021 -0.108650 -1.635649 0.452137 -0.266655 0.144797 (0.01461) (0.12482) (0.09244) (0.43349) (0.42332) (0.16596) (0.19553) (0.16034) (5.51601) (0.63420) (0.58954) (0.08495) [ 1.21655] [ 0.62840] [ 0.40984] [-0.18837] [-0.15870] [ 1.38937] [-0.19444] [-0.67761] [-0.29653] [ 0.71293] [-0.45231] [ 1.70456] D(DEB T(-2)) 0.021365 0.007240 0.024275 -0.045060 0.058782 0.111787 -0.102645 -0.009698 2.346218 -0.498184 0.408030 0.072580 (0.01510) (0.12904) (0.09556) (0.44816) (0.43764) (0.17158) (0.20215) (0.16577) (5.70268) (0.65566) (0.60949) (0.08782) [ 1.41486] [ 0.05611] [ 0.25402] [-0.10054] [ 0.13432] [ 0.65153] [-0.50776] [-0.05850] [ 0.41142] [-0.75982] [ 0.66946] [ 0.82645] D(GNE (-1)) -0.001381 0.182651 0.141458 0.205307 0.400408 -0.087140 0.150711 0.154808 14.17859 -0.005536 0.898815 -0.075137 (0.01477) (0.12624) (0.09349) (0.43844) (0.42815) (0.16786) (0.19777) (0.16217) (5.57902) (0.64144) (0.59627) (0.08592) [-0.09351] [ 1.44683] [ 1.51304] [ 0.46826] [ 0.93520] [-0.51913] [ 0.76206] [ 0.95458] [ 2.54141] [-0.00863] [ 1.50739] [-0.87453] D(GNE (-2)) 0.013345 0.076047 0.001763 -0.359771 -0.121709 -0.006234 -0.239358 -0.042483 3.366417 0.038085 0.826007 -0.119813 (0.01350) (0.11536) (0.08543) (0.40063) (0.39123) (0.15338) (0.18071) (0.14819) (5.09789) (0.58612) (0.54485) (0.07851) [ 0.98861] [ 0.65924] [ 0.02064] [-0.89801] [-0.31109] [-0.04065] [-1.32452] [-0.28668] [ 0.66035] [ 0.06498] [ 1.51603] [-1.52612] D(GDP (-1)) 0.022944 -0.059694 0.004364 -0.145397 -0.414835 0.059423 0.129558 -0.548850 -4.848075 0.137625 -0.859488 0.015934 (0.01597) (0.13649) (0.10108) (0.47402) (0.46289) (0.18148) (0.21382) (0.17533) (6.03173) (0.69349) (0.64466) (0.09289) [ 1.43651] [-0.43736] [ 0.04318] [-0.30673] [-0.89618] [ 0.32744] [ 0.60593] [-3.13033] [-0.80376] [ 0.19845] [-1.33325] [ 0.17154] D(GDP (-2)) -0.015500 -0.108718 -0.047622 -0.612200 -0.727320 0.138681 0.063708 -0.307496 -15.02563 -0.582875 -2.312226 0.188653 (0.01564) (0.13365) (0.09898) (0.46416) (0.45326) (0.17770) (0.20937) (0.17169) (5.90626) (0.67906) (0.63125) (0.09096) [-0.99105] [-0.81347] [-0.48115] [-1.31894] [-1.60463] [ 0.78041] [ 0.30429] [-1.79104] [-2.54402] [-0.85835] [-3.66296] [ 2.07409]
INF(-2) 7.15E-05 -0.006930 -0.007658 -0.012714 -0.021465 -0.001980 -0.000550 -0.002911 -0.492342 0.005396 -0.020590 -0.002418 (0.00042) (0.00358) (0.00265) (0.01244) (0.01215) (0.00476) (0.00561) (0.00460) (0.15832) (0.01820) (0.01692) (0.00244) [ 0.17049] [-1.93458] [-2.88658] [-1.02190] [-1.76668] [-0.41563] [-0.09795] [-0.63261] [-3.10987] [ 0.29645] [-1.21688] [-0.99195] D(VNI( -1)) 0.002540 0.020884 0.009869 -0.035949 -0.039082 0.012222 -0.006963 -0.060871 -0.404953 0.140153 -0.188913 0.022743 (0.00383) (0.03275) (0.02426) (0.11375) (0.11108) (0.04355) (0.05131) (0.04208) (1.44747) (0.16642) (0.15470) (0.02229) [ 0.66266] [ 0.63761] [ 0.40685] [-0.31603] [-0.35183] [ 0.28064] [-0.13571] [-1.44671] [-0.27977] [ 0.84216] [-1.22115] [ 1.02029] D(VNI( -2)) 0.002027 -0.002011 0.008906 0.062375 0.061111 -0.007686 -0.021764 -0.019570 0.924611 0.066236 -0.089141 -0.005898 (0.00321) (0.02740) (0.02029) (0.09517) (0.09294) (0.03644) (0.04293) (0.03520) (1.21105) (0.13924) (0.12943) (0.01865) [ 0.63196] [-0.07337] [ 0.43881] [ 0.65538] [ 0.65753] [-0.21093] [-0.50696] [-0.55591] [ 0.76348] [ 0.47570] [-0.68870] [-0.31624] D(SHO RT(-1)) -0.004271 -0.048572 -0.023048 -0.169078 -0.133967 -0.051057 0.002862 0.077932 1.292705 0.021688 0.021618 -0.011877 (0.00431) (0.03681) (0.02726) (0.12783) (0.12483) (0.04894) (0.05766) (0.04728) (1.62662) (0.18702) (0.17385) (0.02505) [-0.99167] [-1.31964] [-0.84552] [-1.32265] [-1.07318] [-1.04325] [ 0.04964] [ 1.64818] [ 0.79472] [ 0.11597] [ 0.12435] [-0.47414] D(SHO RT(-2)) -0.006173 -0.048183 -0.035918 0.031153 -0.041138 0.000840 0.011240 -0.057537 -1.178271 -0.104707 -0.536192 0.009586 (0.00381) (0.03259) (0.02413) (0.11317) (0.11052) (0.04333) (0.05105) (0.04186) (1.44007) (0.16557) (0.15391) (0.02218) [-1.61893] [-1.47864] [-1.48836] [ 0.27527] [-0.37223] [ 0.01940] [ 0.22018] [-1.37450] [-0.81820] [-0.63240] [-3.48377] [ 0.43224] D(NEE R(-1)) -0.010165 -0.462343 -0.547612 -0.636264 -0.456296 0.004527 -0.403029 0.333960 -7.732595 0.888846 -0.484153 -0.374123 (0.02998) (0.25615) (0.18970) (0.88962) (0.86874) (0.34059) (0.40128) (0.32906) (11.3201) (1.30151) (1.20986) (0.17433) [-0.33913] [-1.80496] [-2.88673] [-0.71521] [-0.52524] [ 0.01329] [-1.00436] [ 1.01490] [-0.68309] [ 0.68294] [-0.40017] [-2.14606] D(NEE R(-2)) -0.023147 -0.433069 -0.286872 0.435199 0.205493 -0.655381 -0.017359 0.144816 -11.34459 -0.038302 -0.642750 -0.032170 (0.03307) (0.28258) (0.20927) (0.98139) (0.95836) (0.37572) (0.44268) (0.36300) (12.4878) (1.43577) (1.33467) (0.19231) [-0.69999] [-1.53258] [-1.37082] [ 0.44345] [ 0.21442] [-1.74432] [-0.03921] [ 0.39894] [-0.90845] [-0.02668] [-0.48158] [-0.16728] C -0.721038 5.582278 6.060180 3.547274 6.808048 -0.281193 1.061259 1.423402 -29.27558 8.014819 -2.213222 -0.543423 (0.19885) (1.69929) (1.25846) (5.90171) (5.76316) (2.25944) (2.66208) (2.18295) (75.0968) (8.63415) (8.02615) (1.15650) [-3.62597] [ 3.28506] [ 4.81554] [ 0.60106] [ 1.18130] [-0.12445] [ 0.39866] [ 0.65206] [-0.38984] [ 0.92827] [-0.27575] [-0.46989] R-
S.E. equatio n 0.004418 0.037755 0.027960 0.131123 0.128045 0.050200 0.059146 0.048500 1.668488 0.191832 0.178324 0.025695 F- statistic 3.215012 2.438191 2.856748 2.841307 2.746227 0.478232 0.601438 1.517284 32.75307 0.816660 6.282549 1.493344 Log likeliho od 260.2738 129.4045 147.7242 53.45774 54.90686 112.0253 102.0220 114.1263 -101.6979 30.24828 34.70251 152.8784 Akaike AIC -7.713896 -3.423099 -4.023743 -0.933041 -0.980553 -2.853289 -2.525312 -2.922174 4.154030 -0.172075 -0.318115 -4.192734 Schwa rz SC -6.848783 -2.557987 -3.158631 -0.067928 -0.115440 -1.988176 -1.660200 -2.057061 5.019143 0.693038 0.546997 -3.327621 Mean depen dent 0.004675 4.619663 4.612966 0.038663 0.040649 0.008094 0.035685 0.015564 7.920000 0.016402 -0.007893 -0.009145 S.D. depen dent 0.006067 0.047386 0.036911 0.172791 0.166876 0.044655 0.054226 0.053282 6.175938 0.184664 0.314630 0.028116 Determinant resid
covariance (dof adj.) 1.64E-31 Determinant resid covariance 2.93E-34 Log likelihood 1316.332 Akaike information criterion -33.32237 Schwarz criterion -22.94103 Phụ lục 2: Mơ hình SVAR
Structural VAR Estimates Date: 12/08/17 Time: 17:42
Sample (adjusted): 2001Q4 2016Q4 Included observations: 61 after adjustments
Estimation method: method of scoring (analytic derivatives) Convergence achieved after 183 iterations
Structural VAR is over-identified (32 degrees of freedom)
Model: Ae = Bu where E[uu']=I
Restriction Type: short-run pattern matrix A =
1 0 0 0 0 0 0 0 0 0 0 0
0 1 0 0 0 0 0 0 0 0 0 0
0 0 0 C(7) C(12) C(16) 1 0 0 0 0 0 C(1) 0 0 C(8) 0 0 C(18) 1 C(25) 0 0 0 0 0 0 0 C(13) 0 C(19) C(23) 1 0 0 0 0 0 0 0 0 0 C(20) 0 C(26) 1 C(31) C(33) 0 0 0 C(9) C(14) 0 C(21) 0 C(27) C(29) 1 C(34) C(2) C(3) C(4) C(10) C(15) C(17) C(22) C(24) C(28) C(30) C(32) 1 B = C(35) 0 0 0 0 0 0 0 0 0 0 0 0 C(36) 0 0 0 0 0 0 0 0 0 0 0 0 C(37) 0 0 0 0 0 0 0 0 0 0 0 0 C(38) 0 0 0 0 0 0 0 0 0 0 0 0 C(39) 0 0 0 0 0 0 0 0 0 0 0 0 C(40) 0 0 0 0 0 0 0 0 0 0 0 0 C(41) 0 0 0 0 0 0 0 0 0 0 0 0 C(42) 0 0 0 0 0 0 0 0 0 0 0 0 C(43) 0 0 0 0 0 0 0 0 0 0 0 0 C(44) 0 0 0 0 0 0 0 0 0 0 0 0 C(45) 0 0 0 0 0 0 0 0 0 0 0 0 C(46)
Coefficient Std. Error z-Statistic Prob.
C(1) -3.513121 1.285103 -2.733728 0.0063 C(2) -11.41413 14.07683 -0.810845 0.4175 C(3) -8.607074 9.836469 -0.875017 0.3816 C(4) 10.22813 11.69521 0.874558 0.3818 C(5) -0.838225 0.064143 -13.06798 0.0000 C(6) -0.011861 0.095535 -0.124150 0.9012 C(7) 0.424420 0.090586 4.685285 0.0000 C(8) 0.086181 0.065477 1.316210 0.1881 C(9) -1.517797 1.234915 -1.229070 0.2190 C(10) 1.522206 1.791992 0.849449 0.3956 C(11) 0.012567 0.097832 0.128450 0.8978 C(12) -0.223852 0.092764 -2.413128 0.0158 C(13) -4.890378 1.691935 -2.890405 0.0038 C(14) 1.368262 1.151636 1.188103 0.2348
C(23) -1.918297 10.28939 -0.186434 0.8521 C(24) -0.684888 0.929959 -0.736471 0.4614