CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU
3.7.1. Tăng trưởng sản lượng nước ngoài (DYS)
Tôi sử dụng chuỗi dữ liệu Real Domestic Product của USA là đại diện cho để tính tốn tăng trưởng sản lượng nước ngồi ( chuỗi GDPC96).
Do dữ liệu nguồn đã được hiệu chỉnh yếu tố mùa, và quý này so với quý trước, tôi dùng HP-filter bộ lọc 1600 để loại bỏ yếu tố xu thế.
Dữ liệu gồm 64 quan sát từ 2000Q1 – 2015Q4
3.7.2. Lạm phát nước ngồi (PIS)
Tơi sử dụng chuỗi CPI - Consumer Price Index all items từ FED (năm so sánh 2009) ( chuỗi CPIAUCSL)
Chuỗi CPI quý được chuyển đổi từ CPI tháng bằng trung bình cộng ba tháng trong q đó.
Tơi sử dụng phương pháp Census X12 để loại bỏ yếu tố mùa vụ thu được chuỗi CPI_SA trước khi đưa vào mơ hình
Tơi chuyển dữ liệu về để có lạm phát theo năm theo phương trình PIS = 400*ln(CPI_SAt/CPI_SAt-1)
Dữ liệu gồm 64 quan sát từ 2000Q1 – 2015Q4.
3.7.3. Lãi suất danh nghĩa (RS)
Tôi sử dụng một trong những lãi suất danh nghĩa thông dụng và có ảnh hưởng lớn nhất : lãi suất hiệu lực của cục dự trữ liên bang ( chuỗi FEDFUNDS)
Chuyển dữ liệu về dạng log theo phương trình RS = 100*ln(R)
Dữ liệu gồm 64 quan sát từ 2000Q1 – 2015Q4.
3.7.4. Tăng trưởng sản lượng trong nước (DY)
Do dữ liệu về tăng trưởng sản lượng trong bảng 3.2 khơng có đủ cho tất cả các quốc gia nên tơi có sử dụng các tính tốn và điều chỉnh bổ sung chuỗi dữ liệu với các bước như sau:
Dữ liệu về tăng trưởng sản lượng của các quốc gia Indonesia, Malaysia, Philippines, Singapore, Thailand, Việt Nam đầy đủ từ 2000Q1 - 2015Q4 với 64 quan sát. Do dữ liệu là dạng tăng trưởng quý này so với cùng quý năm trước. Để loại bỏ yếu tố mùa vụ và xu thế khỏi chuỗi tăng trưởng đồng thời đưa về dạng quý
này so với quý trước liền kề. Tôi sử dụng chuỗi giá trị Real Gross Domestic Product theo quý năm 2010 của IMF để ước tính lại giá trị các năm còn lại dựa vào tốc độ tăng trưởng tương tự Tingguo Zheng, Huiming Guo (2013).
Bảng 3.2: Dữ liệu về tăng trưởng sản lượng từ ADB – Ngân hàng phát triển châu Á : BR CA ID LA ML MY PH SG TH VN 2005Q1- 2015Q4 Không có 2000Q1- 2015Q4 Khơng có 2000Q1– 2015Q4 Khơng có 2000Q1– 2015Q4 2000Q1- 2015Q4 2000Q1– 2015Q4 2000Q1– 2015Q4
Ký hiệu: BR = Brunei, CA = Cambodia, ID = Indonesia, LA = Lào, ML = Malaysia, MY = Myanmar, PH = Philippines, SG = Singapore, TH = Thailand, VN = Việt Nam.
Nguồn: ADB và tổng hợp của tác giả Dữ liệu về tăng trưởng sản lượng của các quốc gia Indonesia, Malaysia, Philippines, Singapore, Thailand, Việt Nam đầy đủ từ 2000Q1 - 2015Q4 với 64 quan sát. Do dữ liệu là dạng tăng trưởng quý này so với cùng quý năm trước. Để loại bỏ yếu tố mùa vụ và xu thế khỏi chuỗi tăng trưởng đồng thời đưa về dạng quý này so với quý trước liền kề. Tôi sử dụng chuỗi giá trị Real Gross Domestic Product theo quý năm 2010 của IMF để ước tính lại giá trị các năm cịn lại dựa vào tốc độ tăng trưởng tương tự Tingguo Zheng, Huiming Guo (2013).
Các quốc gia Brunei, Cambodia, Lào, Myanmar còn thiếu dữ liệu tôi bổ sung, và xử lý như sau:
Đối với Brunei, dựa vào dữ liệu từ IFS –IMF , tôi tiếp tục bổ sung dữ liệu của Real Gross Domestic Product theo quý để tính tốc độ tăng trưởng từ 2003Q1 – 2005Q4.
Đối với Cambodia, dựa vào dữ liệu của IFS –IMF, tôi tiếp tục bổ sung dữ liệu của Real Gross Domestic Product theo quý từ 2002Q1-2007Q4.
Sau khi tổng hợp số liệu từ ADB và IMF thì các dữ liệu cịn thiếu như sau: Brunei còn thiếu 2000Q1 – 2002Q4, Cambodia còn thiếu 2000Q1 – 2002Q4, Lào và Myanmar cịn thiếu 2000Q1 – 2015Q4.
Tơi thu thập giá trị Real Gross Domestic Product theo năm cho bốn quốc gia trên sau đó sử dụng phương pháp nội suy theo Chow và Lin (1971) trong Matlab ( sử dụng bộ toolbox của M.Quilis (2013)). Trong đó, sử dụng giá trị thương mại theo quý từ IMF để làm chỉ số cho việc nội suy do giá trị thương mại là nhân tố quan trọng ảnh hưởng đến sự phát triển kinh tế như trong Rozansky và Yeats ( 1994).
Dữ liệu trước khi đưa vào mơ hình đã được loại bỏ yếu tố mùa vụ theo phương pháp Census 12, sau đó sử dụng bộ lọc HP , lamda = 1600 để loại yếu tố xu thế tương tự Tingguo Zheng, Huiming Guo (2013).
Dữ liệu thu được được dùng để tính tốc độ tăng trưởng theo cơng thức DY = 100*ln(Yt/Yt-1) .
Dữ liệu gồm 64 quan sát từ 2000Q1 – 2015Q4.
3.7.5. Lạm phát trong nước (PI)
Tôi sử dụng dữ liệu CPI theo quý của IFS –IMF để ước tính
Tương tự với biến nước ngồi, tơi sử dụng phương pháp Census X12 để loại bỏ yếu tố mùa vụ thu được chuỗi CPI_SA trước khi đưa vào mơ hình
Tơi chuyển dữ liệu về để có lạm phát theo năm theo phương trình PI = 400*ln(CPI_SAt/CPI_SAt-1)
Dữ liệu gồm 64 quan sát từ 2000Q1 – 2015Q4
3.7.6. Lãi suất danh nghĩa (R)
Do nhiều dữ liệu cịn thiếu nên rất tiếc là tơi khơng thể sử dụng dữ liệu đồng bộ giữa các quốc gia được. Dựa trên sự hiện hữu của dữ liệu, tôi lựa chọn lãi suất đại diện hợp lý nhất có thể.
Lãi suất liên ngân hàng trên thị trường tiền tệ theo Tingguo Zheng, Huiming Guo (2013) : Indonesia, Malaysia, Philippines, Singapore, Thailand từ IFS –IMF.
Lãi suất cho vay quý theo Julia von Borstel, Sandra Eickmeier, Leo Krippner (2016): Lào từ ngân hàng trung ương Lào,Cambodia ,Brunei và Myanmar từ IFS - IMF
Lãi suất tín phiếu quý theo Philip Liu (2010) cho Việt Nam từ IFS –IMF
Chuyển dữ liệu về dạng log theo phương trình RS = 100*ln(R)
Dữ liệu gồm 64 quan sát từ 2000Q1 – 2015Q4.
3.7.7. Tỷ giá hối đoái danh nghĩa (DE)
Theo như Tingguo Zheng và Huiming Guo (2013), tôi sử dụng tỷ giá danh nghĩa hiệu dụng/ trung bình (Normial effective exchange rate – NEER): là tỷ giá phản ánh bình quân của một đồng tiền so với hai hay nhiều đồng tiền khác. Cách yết giá sử dụng trong bài nghiên cứu là khi tỷ giá tăng thì VND tăng giá trị.
Cơng thức tính:
𝑁𝐸𝐸𝑅𝑡 = ∏𝑛 𝑒𝑗𝑡𝑤𝑗𝑡
𝑗=1 Trong đó:
NEER: tỷ giá hối đối danh nghĩa hiệu dụng/trung bình. ejt: Tỷ giá hối đối của hai đồng tiền trong kỳ thứ t.
wjt: Tỷ trọng thương mại giữa quốc gia đang tính NEER với quốc gia so sánh so với tổng giá trị thương mại của quốc gia đang tính NEER với tất cả các quốc gia được chọn.
Tôi sử dụng dữ liệu xuất nhập khẩu hàng hóa từ DOTS – IMF và tỷ giá hối đối bình qn q từ IFS – IMF. Số lượng các đối tác thương mại được đưa vào tính tốn là 20 , chiếm hơn 90% giá trị xuất nhập khẩu của quốc gia.
Sau khi tính tốn được giá trị NEER, tơi tính tốn sự thay đổi của tỷ giá hối đối theo cơng thức sau DE = 100 * ln(Ext/Ext-1).
CHƯƠNG 4. KẾT QUẢ ƯỚC LƯỢNG
4.1. Mơ hình cơ bản
4.1.1. Phân phối tiên nghiệm của mơ hình cơ bản
Trong ước lượng mơ hình DSGE bằng phương pháp Bayesian, phân phối tiên nghiệm đóng vai trị quan trọng để phân phối hậu nghiệm được ước lượng phù hợp và có ý nghĩa.
Canova and Sala (2006) đã đề cập đến việc so sánh giữa phân phối hậu nghiệm của các tham số so với các phân phối tiền nghiệm để nhận dạng trước những thay đổi tiềm năng trong q trình ước lượng mơ hình.
Phân phối tiên nghiệm, hậu nghiệm và trung bình hậu nghiệm được thể hiện chi tiết cho từng quốc gia trong ASEAN ở phụ lục 1.
Nhận xét một cách trực quan phân phối của tiên nghiệm và hậu nghiệm ta có thể thấy hầu hết các tham số của Brunei có phân phối bị đứt gãy khơng mượt mà,
𝜃𝐹, 𝜏 , ℎ , 𝜂 phân phối hậu nghiệm hoàn toàn lệch ra khỏi phân phối tiên nghiệm,
𝜃𝐻∗, 𝜓Δ𝑒, 𝜌𝐺∗, 𝜌𝑧 có trung bình hậu nghiệm lệch khỏi phân phối hậu nghiệm trong khi phân phối của 𝜌𝐴, 𝜌𝐺 thì q mỏng, từ đó có thể suy luận về độ tin cậy của các tham số là không cao, phân phối tiên nghiệm cần phải xem xét lại, xem phụ lục 1.1
Ngược lại, trong trường hợp của Cambodia, các tham số khá sát với tiên nghiệm được đưa ra và khá mượt mà và không đứt gãy, như vậy các tham số này được dự đoán sẽ có ý nghĩa, xem phụ lục 1.2.
Trong phụ lục 1.3, các tham số trong Indonesia mặc dù không đứt gãy nặng nề như trong trường hợp Brunei tuy nhiên, tiên nghiệm của các tham số vẫn có nhiều khác biệt so với phân phối hậu nghiệm, chẳng hạn 𝜓𝜋, 𝜓𝜋∗ có trung bình rớt
Đối với Lào, từ phụ lục 1.4 nhiều tham số có trung bình hậu nghiệm lệch khỏi phân phối của mình như 𝜃𝐻, ℎ , 𝜏 , 𝜓Δ𝑦, 𝜓Δ𝑒, 𝜌𝑅 , 𝜌𝑧. Phân phối hậu nghiệm nhìn chung khá trùng khớp với phân phối tiên nghiệm được đưa ra, như vậy nhiều khả năng việc các tham số có mức ý nghĩa thấp là do dữ liệu đưa vào hơn là do tiên nghiệm khơng phù hợp
Malaysia có các tham số trong nước bị đứt gãy ở nhiều điểm nhất là với các biến trong nước, do đó khả năng là các biến trong nước sẽ ít có ý nghĩa, các biến nước ngồi có phần ổn định hơn, xem phụ lục 1.5.
Khá giống trường hợp của Brunei, các hậu nghiệm của Myanmar trong phụ lục 1.6 bị gãy ở rất nhiều điểm, hình dạng méo mó khó xác định như 𝜃𝐹∗ có phân phối q mỏng, 𝜓Δ𝑦 thì trung bình hậu nghiệm lệch ngồi phân phối.
Đối với Philippines, các tham số ổn định hơn, tuy nhiên có hiện tượng hai đỉnh trong phân phối hậu nghiệm là mất hình dạng chuẩn theo yêu cầu của mơ hình như 𝜃𝐹, ℎ , ngoài ra các tham số như 𝜃𝐻∗ , 𝛼 , 𝜂 có trung bình hậu nghiệm lệch khỏi
phân phối, xem phụ lục 1.7.
Từ phụ lục 1.8, do Singapore có nguồn dữ liệu khá đầy đủ và sẵn có, tơi kỳ vọng các tham số sẽ có ý nghĩa, tuy nhiên các phân phối hậu nghiệm của các tham số quan trọng như 𝜏 , 𝛼 , ℎ lại lệch nhiều so với phân phối tiên nghiệm được đưa ra.
Các tham số của Thailand trong phụ lục 1.9 như các hệ số thiết lập giá khá mềm mại, 𝜏, 𝛼, 𝜂 tuy có hình dạng khá đẹp nhưng trung bình lại bị lệch hồn tồn khỏi phân phối nên có khả năng là khơng có ý nghĩa thống kê
Đối với Việt Nam, có nhiều tham số có khoản phân phối quá dẹp như 𝜌𝐴 , 𝜓𝜋 nên ít khả năng sẽ có ý nghĩa, các tham số cịn lại bị đứt gãy nhiều, hoặc trung bình nằm lệch khỏi phân phối như 𝜌𝑧 , 𝜓𝜋∗ nên cũng có thể sẽ ít có ý nghĩa, xem phụ lục
4.1.2. Trung bình hậu nghiệm của mơ hình cơ bản
Dựa vào kết quả ước lượng trong bảng 5.1 : Có một số quốc gia việc các tham số ước lượng khơng có ý nghĩa thống kê, điều này có thể do hai nguyên nhân: thứ nhất, dữ liệu chưa phù hợp, thứ hai, do tiên nghiệm đưa ra là cho toàn bộ khu vực ASEAN trong khi các quốc gia có những kinh tế đặc điểm khác nhau, dẫn đến tiên nghiệm phù hợp quốc gia này chưa hẳn đã phù hợp quốc gia khác.
Hệ số α về độ mở tài chính, Singapore thể hiện mức độ mở cao nhất (0.48) , thấp hơn là Indonesia (0.38) và Thailand (0.36) và có ý nghĩa thống kê, tiếp theo là Philippines (0.28) , Lào (0.27), Việt Nam (0.25)…thấp nhất là Myanmar (0.03) và có ý nghĩa thống kê. Điều này khá phù hợp với tình hình thực tế khi các Singapore, Indonesia , Thailand đứng đầu về độ mở tài chính, và Myanmar đứng cuối do chỉ mới bắt đầu mở cừa từ những năm gần đây. Ngoại lệ duy nhất là Malaysia chỉ có 0.09 khá biệt so với thực tế là Malaysia khá mở cửa tài chính thì khơng có ý nghĩa thống kê.
Có những thơng tin về các tham số đáng chú ý trong mơ hình mức độ hình thành sở thích mới, h khá cao ở Malaysia, (0.87) , Brunei (0.84), Singapore (0.68) và có ý nghĩa thống kê trong khi các quốc gia còn lại ở mức khá tương đồng nhau như Lào (0.34), Myanmar (0.39)...h càng cao thì càng hạn chế sự co dãn của tiêu dùng so với sự thay đổi tỷ giá, trong khi đó tác động của tiêu dùng lên lạm phát trong nước lại cao hơn và ngược lại h thấp thì tiêu dùng càng co dãn so với sự thay đổi tỷ giá trong khi lại ít nhạy với lạm phát trong nước.
Bảng 4.1. Giá trị hậu nghiệm của mơ hình cơ bản cho các nước ASEAN BR CA ID LA ML MY PH SG TH VN BR CA ID LA ML MY PH SG TH VN 𝜃𝐻 0.31* 0.52* 0.83 0.84 0.44* 0.32 0.66 0.75 0.76 0.66 𝜃𝐹 0.04 0.42* 0.21 0.37 0.32 0.59* 0.42 0.23* 0.69* 0.75 𝜃𝐻∗ 0.93* 0.84* 0.32 0.62 0.77 0.76 0.32 0.80* 0.98* 0.33 𝜃𝐹∗ 0.58 0.71* 0.84* 0.72 0.85* 0.90 0.91 0.61 0.69 0.86 𝜏 5.47* 3.84* 5.13* 4.22 3.76 1.86 4.03 3.33 4.17 3.14 ℎ 0.84* 0.38 0.55* 0.34 0.87* 0.39 0.44 0.68* 0.34 0.52 𝛼 0.19 0.14* 0.38* 0.27 0.09 0.03* 0.28 0.48* 0.36* 0.25 𝜂 0.12 0.81* 0.05* 0.08 0.31* 1.39* 0.13 0.32* 1.83 0.17* 𝜌𝑅 0.91* 0.91* 0.72* 0.87 0.87* 0.84 0.67 0.92 0.88 0.83* 𝜌𝐴 1.00 0.74* 0.98* 0.94 0.99* 0.87 0.89 0.89* 0.80 1.00 𝜌𝐺 1.00* 0.89* 0.79* 0.80* 0.99 0.83* 0.95 0.85* 0.88 0.95 𝜓𝜋 1.48* 0.78* 1.04 1.19 1.59 1.15* 1.45 2.22 0.95 0.99 𝜓Δ𝑦 0.87* 0.80* 0.15 0.98 1.36 0.97* 1.46* 0.07 0.47 1.32* 𝜓Δ𝑒 0.06 0.46* 0.05 0.16 0.11* 0.10 0.14 0.14* 0.16 0.10* 𝜌𝑅∗ 0.69 0.74* 0.82* 0.73* 0.75* 0.66 0.79 0.75* 0.69* 0.72 𝜌𝐴∗ 0.83 0.76* 0.78* 0.84 0.82 0.86* 0.83 0.79* 0.76* 0.87 𝜌𝐺∗ 0.88 0.86* 0.88* 0.91 0.94 0.82* 0.98 0.88* 0.89 0.95 𝜓𝜋∗ 1.11 1.08* 1.10 1.13 1.08* 1.30 1.27 1.08* 0.97 1.07 𝜓Δ𝑦∗ 0.13 0.39* 0.22* 1.64 0.74* 2.46 1.30 0.34 0.53 1.26* 𝜓Δ𝑒∗ 0.06 0.08* 0.06* 0.04* 0.05* 0.04* 0.04* 0.04* 0.07 0.11* 𝜌𝑧 0.60* 0.95* 0.65* 0.83 0.67 0.81 0.78* 0.95 0.97* 0.82 𝑟𝐴 0.13* 0.08* 0.46* 0.07 0.04* 1.81* 0.23* 0.20* 0.06 0.40* 𝜎𝐴 0.23 0.33* 8.10* 8.03 0.23 0.36 1.52 1.60* 0.44 7.53 𝜎𝐺 0.29 1.35* 0.37* 1.25 0.22* 0.53 0.33* 0.44 1.11 0.83* 𝜎𝑅 0.06 0.15* 0.15* 0.09* 0.06* 0.10* 0.11 0.10 0.09* 0.11 𝜎𝐴∗ 0.65 0.17* 3.76* 0.34* 2.49* 13.03 8.56 0.21* 0.18* 3.55 𝜎𝐺∗ 0.15 0.16* 0.14* 0.23* 0.16* 0.46 0.16* 0.15* 0.14* 0.16* 𝜎𝑅∗ 0.12 0.10* 0.10* 0.11* 0.10* 0.14* 0.10 0.11* 0.11 0.10* 𝜎∆𝑒 1.12 2.02* 2.60* 1.23 1.56* 1.29* 1.61* 0.78* 1.54* 1.31* 𝜎𝑧 0.17* 0.10* 0.15 0.15* 0.57* 1.77 0.32 0.08 0.10* 0.26
Ghi chú: Dấu (*) thể hiện các tham số có ý nghĩa thống kê ở mức 5% trong kiểm định Chi – bình phương hai kênh của chuẩn đoán hội tụ (CD) trong Geweke (1999) Ký hiệu: BR = Brunei, CA = Cambodia, ID = Indonesia, LA = Lào, ML = Malaysia, MY = Myanmar, PH = Philippines, SG = Singapore, TH = Thailand, VN = Việt Nam. Nguồn: Tính tốn của
Độ co dãn của thay thế hàng hóa trong nước với nước ngoài 𝜂 khá cao ở
Myanmar (1.39), Cambodia (0.81) và có ý nghĩa thống kê trong khi các quốc gia cịn lại thì khá thấp như Singapore (0.32), Việt Nam (0.17) Indonesia (0.05) điều này khá phù hợp với thực tế vì các nước Cambodia, Myanmar là những quốc gia sản xuất hàng hóa mở nhỏ, tiêu dùng còn phụ thuộc nhiều vào sản xuất hàng hóa nước ngoài trong khi Singapore, Indonesia, Việt Nam đã phát triển ngành sản xuất hàng hóa, dịch vụ khá tốt so với tầm khu vực và ít phụ thuộc vào hàng hóa nước ngoài.
Hệ số làm mịn lãi suất 𝜌𝑅 nằm trong khoảng 0.8 đến 0.9 và có ý nghĩa ở 5/10 quốc gia các quốc gia còn lại mặc dù ý nghĩa thống kê thấp nhưng vẫn nằm trong khoảng này, trong khi đó tỷ trọng của lạm phát khoảng 1 đến 1.4 , của sản lượng khoảng 0.8 đến 1.4 , của tỷ giá hối đoái khoản 0.1 đến 0.4 kết quả này khá tương đồng với các kết quả của hệ số Taylor của Plantier và Scrimgeour (2002), Philip Liu (2010) và tiên nghiệm được đưa ra trong mơ hình.
Các hệ số chính sách tiền tệ của nước ngoài cũng khá tương đồng với tiên nghiệm được đưa ra, 𝜌𝑅∗ trong khoản 0.6 đến 0.8, tỷ trọng của lạm phát khoảng 1 đến 1.3 , của sản lượng khoảng 0.2 đến 1.4 , của tỷ giá hối đoái khoản 0.04 đến 0.11