Tên biến tiếng Anh Tên tiếng Việt Ký hiệu
biến Nguồn
US FED funds rate Lãi suất quỹ liên bang của FED FED FED
Real GDP growth rate Tỷ lệ tăng trưởng GDP thực GDP World Bank
Price deflator Chỉ số giảm phát theo GDP PRICE World Bank
Government Spending Chi tiêu chính phủ theo phần
trăm GDP GOVS
World Bank
Nominal interest rate Lãi suất danh nghĩa IRT World Bank
The growth rate of
money supply (M2) Tốc độ tăng trưởng cung tiền M2 M2
World Bank
(Nguồn: Tác giả tổng hợp)
3.2. Phƣơng pháp đo lƣờng biến
Vì mơ hình VAR đối xử với tất cả các biến trong mơ hình như là biến nội sinh. Do đó, VAR là một hệ phương trình của tất cả các biến đều là biến phụ thuộc và biến độc lập. Do đó, mơ hình VAR khơng cứng nhắc mặc định biến độc lập và biến phụ thuộc. Các biến được sử dụng trong mơ hình bao gồm:
- Lãi suất quỹ liên bang của FED (Ký hiệu: FED)
Biến này được tác giả sử dụng để nắm bắt các động thái của chính sách tiền tệ của Mỹ. Chính sách tiền tệ của Mỹ có khả năng tác động rất lớn đến kinh tế tồn cầu, do đó, mọi động thái của FED đều là một chỉ báo cho sự biến động của nền kinh tế tại các quốc gia trong mẫu của tác giả.
- Tỷ lệ tăng trưởng GDP thực (Ký hiệu: GDP)
GDP là biến đại diện cho tăng trưởng kinh tế trong bài nghiên cứu của tác giả. GDP là tổng của tổng giá trị gia tăng của tất cả các nhà sản xuất thường trú trong nền kinh tế cộng với mọi khoản thuế sản phẩm và trừ đi bất kỳ khoản trợ cấp khơng tính vào giá trị của sản phẩm. Nó được tính tốn mà khơng thực hiện trích khấu hao tài sản khống hoặc cạn kiệt và suy thoái tài ngun thiên nhiên. Cơng thức tính của biến này như sau:
Tỷ lệ tăng trưởng GDP = ( ) ( )
( )
- Chỉ số giảm phát theo GDP (Ký hiệu: PRICE)
Chỉ số giảm phát GDP là thước đo lạm phát giá cả. Nó được tính bằng cách chia GDP danh nghĩa cho GDP thực và sau đó nhân với 100. Trong bài nghiên cứu này tác giả lấy logarit của chỉ số giảm phát GDP để đại diện cho biến này vì điều này loại bỏ các giá trị ngoại lai của biến số này.
- Chi tiêu chính phủ theo phần trăm GDP (Ký hiệu: GOVS)
Chi tiêu chính phủ bao gồm tất cả các khoản chi thường xuyên của chính phủ cho việc mua bán hàng hóa và dịch vụ (bao gồm cả tiền lương nhân viên). Nó cũng bao gồm hầu hết các khoản chi tiêu về quốc phòng và an ninh quốc gia, nhưng khơng bao gồm chi phí quân sự của chính phủ mà là một phần của sự hình thành vốn của Chính phủ.
- Lãi suất danh nghĩa (Ký hiệu: IRT)
Là lãi suất trước khi hiệu chỉnh lạm phát. Lãi suất danh nghĩa là lãi suất được đưa ra trong các nghiệp vụ cho vay và huy động. Phương trình liên kết lãi suất danh nghĩa và thực là:
(1 + lãi suất danh nghĩa) = (1 + lãi suất thực) (1 + tỷ lệ lạm phát).
- Tốc độ tăng trưởng cung tiền M2 (Ký hiệu: M2)
Tiền và các khoản tương đương tiền bao gồm các khoản tiền bên ngoài ngân hàng, nhu cầu tiền gửi khác hơn những người của chính quyền trung ương, tiết kiệm, và tiền gửi ngoại tệ của các thành phần cư dân khác chính quyền trung ương. Định nghĩa này của cung tiền thường được gọi là M2; nó tương ứng với dịng 34 và 35 trong Thống kê (IMF) tài chính quốc tế của Quỹ Tiền tệ Quốc tế (IFS). Tốc độ tăng trưởng của cung tiền M2 được tính theo tỷ lệ gia tăng của M2 tại 2 năm liền kề nhau.
3.3. Thiết lập mơ hình
Mơ hình bài nghiên cứu này dựa trên cơ sở mơ hình của Jawadi và cộng sự
(2015) để kiểm định tác động của các cú sốc chính sách tài khóa và chính sách tiền tệ.
Dạng tổng quát của phương trình như sau:
Yi,t = Г0 + Г(L)Yi,t + vi + dc,t + εi,t i = 1,……., N t = 1,……, Ti
Trong đó, Yi,t là vector của các biến nội sinh, Г0 là một vecto của các hằng số, Г(L) là một ma trận đa thức của các độ trễ, vi là các hiệu ứng cố định đặc trưng của các quốc gia, dc,t là ảnh hưởng thời gian đặc trưng của các quốc gia, và εi,t là một vector của các sai số.
Vì bài nghiên cứu này sử dụng mơ hình VAR nên tất cả các biến trong bài đều sẽ được hồi quy theo các biến cịn lại và tạo thành một hệ phương trình. Do đó, đối với bài nghiên cứu này, tất cả các biến đều được đối xử bình đẳng như nhau.
3.4. Phƣơng pháp ƣớc lƣợng
Tác giả sử dụng dạng rút gọn của phương pháp PVAR. Như trong cách tiếp cận truyền thống của VAR (tự hồi quy vector), phương pháp này xem các biến trong hệ thống như biến nội sinh. Tuy nhiên, nó sử dụng một cấu trúc bảng mà trong đó ta có thể kiểm sốt được tính khơng đồng nhất khơng thể quan sát được. Khuôn khổ dữ liệu bảng cũng cho phép ta tăng tính hiệu quả, vì nó tránh được sự sai lệch tiềm ẩn được gây ra bởi số lượng nhỏ bậc tự do ở mức độ quốc gia trong VAR.
Tác giả thiết lập mơ hình VAR dạng bảng bậc hai như sau: Yi,t = Г0 + Г(L)Yi,t + vi + dc,t + εi,t i = 1,……., N t = 1,……, Ti
Trong đó, Yi,t là vector của các biến nội sinh, Г0 là một vecto của các hằng số, Г(L) là một ma trận đa thức của các độ trễ, vi là các hiệu ứng cố định đặc trưng của các quốc gia, dc,t là ảnh hưởng thời gian đặc trưng của các quốc gia, và εi,t là một vector của các sai số.
Cho việc tính tốn các hàm phản ứng đẩy, tác giả sử dụng phân rã Cholesky thông thường của ma trận phương sai – hiệp phương sai của các phần dư, có nghĩa là, tác giả chuyển đổi hệ thống sang dạng VAR đệ quy và áp đặt một cấu trúc xác định dạng tam giác (Hamilton, 1994).
Tác giả giả định rằng các vector của các biến nội sinh có trong hệ thống có thể
được biểu diễn như: Yt = [FED, GDP, PRICE, GOVS, IRT, M2]. Phù hợp với các cơng
trình nghiên cứu của Christiano (2015), Mallick và Sousa (2012,2013) và Sousa (2010,2014a,2014b), tác giả cho rằng GDP thực và chỉ số giảm phát giá cả phản ứng
chính sách tiền tệ chỉ với một độ trễ, trong khi tốc độ tăng trưởng của tổng cung tiền (M2) phản ứng đồng thời với các cú sốc của chính sách tiền tệ. Các biến này thường được sử dụng trong các lý thuyết chu kỳ kinh doanh tiền tệ. Theo quan niệm trên thực tế là hàm phản ứng đẩy không biểu hiện cho các tranh luận về giá cả, tác giả không đưa giá cả hàng hóa vào các biến trong hệ thống. Phù hợp với đề nghị được thực hiện bởi
Kim và Roubini (2000), tác giả cũng đưa vào lãi suất Fed trong khuôn khổ của mô
hình, điều này cho phép tác giả tính tốn cho những thay đổi trong chính sách tiền tệ theo lập trường của Mỹ.
Phù hợp với các cơng trình nghiên cứu của Blanchard và Perotti (2002), Perotti (2004), Akitoby và Stratmann (2008), Uhlig (2005), Afonso và Sousa (2011, 2012), Agnello và Sousa (2011, 2013) và Jawadi (2014b), những tác động của chính
sách tài khóa được thể hiện bởi sự tương tác giữa GDP thực, chỉ số giảm phát giá cả, chi tiêu chính phủ và lãi suất. Theo Agnello và cộng sự (2013), tác giả tập trung vào
doanh thu của chính phủ. Điều này cũng phản ánh những khó khăn trong việc có được một nhận dạng đúng của các cú sốc doanh thu của chính phủ.
Cuối cùng, do tác giả xem xét một mơ hình thống nhất cho cả hai chính sách, giả định của tác giả là chính sách tài khóa phản ứng với hành động của chính sách tiền tệ, vì nó là nhanh hơn cho các nhà hoạch định chính sách để điều chỉnh lãi suất ngân hàng trung ương hơn là để thực hiện những thay đổi trong chi tiêu chính phủ. Một số tác giả cũng đã phân tích những tác động liên quan đến sự phối hợp giữa chính sách tài khóa và chính sách tiền tệ, đặc biệt là trong bối cảnh của một liên minh tiền tệ. Về nội dung này, Gali và Monacelli (2008) xem xét trường hợp của chính sách tiền tệ được tiến hành bởi một ngân hàng trung ương thông thường và chính sách tài khóa được thực hiện ở mức độ quốc gia, trong đó chính phủ sẽ đưa ra những quyết định chính sách tài khóa can thiệp đến nguồn thu thuế hoặc chi tiêu của chính phủ.
CHƢƠNG 4
KẾT QUẢ NGHIÊN CỨU
4.1. Thống kê miêu tả và ma trận tƣơng quan
Trong phần này, đầu tiên tác giả sẽ trình bày thống kê miêu tả các biến có trong bài nghiên cứu để thể hiện giá trị trung bình, giá trị trung vị, giá trị lớn nhất, giá trị nhỏ nhất, độ lệch chuẩn, Skewness và Kurtosis. Bảng 4.1 trình bày kết quả thống kê miêu tả các biến.
Bảng 4.1 Thống kê miêu tả các biến trong bài nghiên cứu
Biến FED GDP GOVS IRT M2 PRICE
Trung bình 3.27 5.69 12.18 10.60 18.75 4.48 Trung vị 3.52 5.68 12.13 7.50 14.72 4.61 Giá trị lớn nhất 8.10 38.20 25.55 87.79 144.80 7.24 Giá trị nhỏ nhất 0.09 -13.13 0.00 0.00 -43.74 -0.25 Độ lệch chuẩn 2.37 4.17 5.12 13.93 19.58 0.96 Skewness 0.02 1.31 0.48 3.70 3.07 -0.91 Kurtosis 1.81 18.63 3.18 17.56 15.84 7.51 Số quan sát 300 300 300 300 300 300
Nguồn: Tổng hợp từ kết quả Eviews 8
Từ bảng 4.1, có thể nhận thấy rằng lãi suất và cung tiền của các quốc gia trong giai đoạn nghiên cứu có sự biến động mạnh mẽ nhất. Nguyên nhân có thể là do trong giai đoạn nghiên cứu có trải qua hai cuộc khủng hoảng tài chính bao gồm khủng hoảng tài chính Châu Á năm 1997 – 1998 và khủng hoảng tài chính tồn cầu năm 2007 – 2008, cho nên lãi suất và cung tiền của các quốc gia có thể có sự biến động rõ rệt hơn các biến số khác.
Tiếp theo, tác giả sử dụng ma trận tương quan Person nhằm xem xét mối tương quan giữa các biến số với nhau. Kết quả được trình bày trong bảng 2.
Bảng 4.2 Ma trận tương quan các biến trong bài nghiên cứu
FED GDP GOVS IRT M2 PRICE
FED 1.00 ----- GDP 0.08 1.00 0.19 ----- GOVS 0.08 0.06 1.00 0.18 0.30 ----- IRT 0.22*** -0.15** -0.07 1.00 0.00 0.01 0.21 ----- M2 0.18*** 0.02 -0.11* 0.79*** 1.00 0.00 0.70 0.05 0.00 ----- PRICE -0.48*** -0.13** 0.15** -0.29*** -0.33*** 1.00 0.00 0.03 0.01 0.00 0.00 -----
*, **, *** tương ứng với mức ý nghĩa thống kê 10%, 5%, 1%.
Nguồn: Tổng hợp từ kết quả Eviews 8. 4.2. Kiểm định tính dừng
Để tiến hành ước lượng mơ hình Vector tự hồi quy (VAR), tác giả kiểm định tính dừng của các biến trong bài nghiên cứu. Kết quả kiểm định tính dừng được trình bày trong bảng 4.3 cho thấy rằng tập hợp biến trong bài nghiên cứu vừa dừng tại bậc gốc và vừa không dừng tại bậc gốc. Cụ thể, với các biến FED, GDP, IRT, M2 và PRICE dừng ở bậc gốc với mức ý nghĩa 10%.
Bảng 4.3 Kết quả kiểm định tính dừng các biến trong bài nghiên cứu
Chuỗi gốc Sai phân bậc nhất
Biến Giá trị thống kê P-value Giá trị thống kê P-value
FED -6.124*** 0.000 GDP -8.121*** 0.000 GOVS -0.223 0.411 -7.496*** 0.000 IRT -3.588*** 0.000 M2 -6.021*** 0.000 PRICE -7.840*** 0.000
Nguồn: Tổng hợp từ kết quả Eviews 8
Các biến cịn lại khơng dừng tại bậc gốc ở mức ý nghĩa 10% nên tác giả tiến hành lấy sai phân các biến và kiểm định tính dừng các biến ở sai phân bậc nhất. Kết quả cho thấy các biến đều dừng sau khi lấy sai phân bậc nhất ở mức ý nghĩa 1%.
Từ đây, có thể thấy rằng các biến trong bài nghiên cứu khơng dừng cùng bậc, do đó, sẽ khơng tồn tại mối quan hệ đồng liên kết trong các biến nên tác giả tiến hành thực hiện ước lượng mơ hình Vector tự hồi quy.
4.3. Kết quả ƣớc lƣợng 4.3.1. Kết quả mơ hình VAR
Sau khi xác định được tính dừng của các biến trong bài nghiên cứu, tác giả thực hiện lựa chọn độ trễ tối ưu cho các biến. Việc lựa chọn trễ trong mơ 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 nghiên cứu hơn là sử dụng một công thức định lượng đơn giản nào. Mặc dù vậy, các nhà nghiên cứu cũng dựa vào một số tiêu chuẩn để có thể quyết định lựa chọn độ trễ nào tối ưu cho mơ hình. Các tiêu chuẩn đó là: LR (kiểm định sequential modified LR), AIC (kiểm định Akaike information
criterion), SC (kiểm định Schwarz information criterion), FPE (kiểm định Final prediction error), HQ (kiểm định Hannan-Quinn information criterion).
Việc lựa chọn theo tiêu chuẩn nào cũng không được các tài liệu đề cập nhiều, và cũng có nhiều quan điểm về việc lựa chọn này.
Bảng 4.4 Kết quả lựa chọn độ trễ tối ƣu
VAR Lag Order Selection Criteria
Endogenous variables: FED GDP D(GOVS) IRT D(M2) D(PRICE) Exogenous variables: C
Included observations: 433
Lag LogL LR FPE AIC SC HQ
0 -2831.19 NA 275612 29.55401 29.65581 29.59524 1 -1963.99 1671.164 47.8765 20.89569 21.60827* 21.18429 2 -1870.88 173.6033 26.43859 20.30084 21.6242 20.83681* 3 -1821.69 88.65235 23.10474* 20.16340* 22.09754 20.94674 4 -1799.69 38.2736 26.8664 20.30922 22.85414 21.33993 5 -1770.82 48.40493 29.17779 20.38357 23.53926 21.66165 6 -1727.55 69.87002 27.37994 20.30779 24.07427 21.83324 7 -1690.21 57.95958 27.46394 20.2938 24.67106 22.06662 8 -1643.07 70.20799* 25.0228 20.17784 25.16588 22.19803
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error
AIC: Akaike information criterion SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion
Nguồn: Tổng hợp từ kết quả Eviews 8
Tác giả sử dụng độ trễ tối đa là 8 trễ để tìm kiếm độ trễ tối ưu cho mơ hình. Với nhiều tiêu chí đánh giá khác nhau, việc lựa chọn trễ là thực sự khó khăn. Tác giả sẽ tiến hành lựa chọn độ trễ dựa trên số lượng các tiêu chí chấp nhận độ trễ đó. Theo đó, dựa
vào bảng kết quả 4 tác giả nhận thấy tiêu chuẩn FPE, AIC, lựa chọn độ trễ tối ưu là 3; SC lựa chọn độ trễ tối ưu là 1; HQ lựa chọn độ trễ tối ưu là 2 và LR lựa chọn độ trễ tối ưu là 8. Tiếp theo, tác giả sẽ đánh giá sự phù hợp của từng mơ hình với từng độ trễ tối ưu bằng các kiểm định vòng tròn đơn vị, kiểm định sự tự tương quan LM với từng mơ hình độ trễ 1, độ trễ 2, độ trễ 3 và độ trễ 8.
Các kết quả kiểm định được trình bày chi tiết trong phần phụ lục của bài nghiên cứu. Phần theo, tác giả sẽ đưa ra mơ hình kết quả tối ưu nhất trong phần kiểm định của bài nghiên cứu.
Khi xem xét tính ổn định và phù hợp của mơ hình VAR với độ trễ 3. Kết quả kiểm định tính ổn định bằng cách sử dụng vòng tròn đơn vị được thể hiện trong hình 3 cho thấy các điểm đều nằm trong vịng trịn đơn vị hay mơ hình VAR độ trễ 3 ổn định.
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
Inverse Roots of AR Characteristic Polynomial
Hình 4. 1 Kết quả kiểm định vịng trịn đơn vị với mơ hình VAR độ trễ 3
Nguồn: Từ kết quả Eviews 8
Kiểm định LM cho mơ hình VAR độ trễ 3 cho thấy rằng các biến trong mơ hình VAR độ trễ 3 không tồn tại hiện tượng tự tương quan tại độ trễ 3.
Bảng 4.5 Kết quả kiểm định tự tƣơng quan
theo kiểm định LM đối với mơ hình VAR độ trễ 3
VAR Residual Serial Correlation LM Tests
Null Hypothesis: no serial correlation at lag order h Included observations: 443
Lags LM-Stat Prob
1 60.512 0.006 2 27.203 0.854 3 46.023 0.122 4 81.696 0.000 5 41.973 0.228 6 40.044 0.295 7 36.334 0.453 8 60.735 0.006 9 71.740 0.000 10 58.261 0.011 11 46.752 0.108 12 39.135 0.331
Probs from chi-square with 36 df.
Nguồn: Tổng hợp từ kết quả Eviews 8