Biến Nghiên cứu trước
đây
Biến số đại diện được sử dụng đại diện trong nghiên cứu Lạm phát Choudhri và cộng sự (2001) -Pf lạm phát trung bình, phương sai thay đổi của lạm phát, độ mở cửa nền kinh tế,
Osé Manuel Campa and Linda S. Goldberg, José M. González-Mínguez (2005)
Michele Ca’ Zorzi, Elke Hahn và Marcelo Sánchez (2007)
Rina Bhattacharya (2013)
phương sai thay đổi của độ biến thiên tỷ giá
-Giai đoạn từ năm 1975 đến năm 2003 các quốc gia khu vực EMU bằng mơ hình VECM tính cho ba biến là tỷ giá hối đoái, lợi nhuận biên nhập khẩu và chi phí biên xuất khẩu
- Sử dụng mơ hình VAR để nghiên cứu sự truyền dẫn tỷ giá hối đoái đối với 12 nước đang phát triển thuộc châu Á, Mỹ Latinh, Trung và Đông
Độ trễ lạm phát, tỷ lệ tăng trưởng GDP, cung tiền M2, NEER
Cung tiền M2
Rehana Siddiqui and Naeem Akhtar (1999) Joseph E. Gagnon và Jane Ihrig (2004) Pierre L.Skilos (2000) Võ Trí Thành (2001) -Phương pháp ECM xét cho các biến chỉ số giá tiêu dùng (CPI), chỉ số giá bán sỉ (WPI), GDP, cung tiền M2, lãi suất phi rủi ro.
Cung tiền, CPI, tỷ giá hối đoái và GDP thực
và Pfau (2008)
Nguyễn Thị Thu Hằng và Nguyễn Đức Thành (2010)
tăng trưởng tín dụng, lãi suất, chỉ số giá sản xuất PPI, thâm hụt ngân sách tích lũy, tổng giá trị giao dịch của thị trường chứng khoán, chỉ số giá nhập khẩu, giá dầu thế giới và giá gạo thế giới từ năm 2000 – 2010 Dự trữ ngoại hối Aizenman and Riera-Crichton (2008) PGS.,TS. Tô Kim Ngọc và PGS.,TS. Lê Thị Tuấn Nghĩa
-Cán cân thương mại TOT, REER, RES chỉ số dự trữ ngoại hối/GDP Chế độ Tỷ giá thả nổi hoàn toàn
Zulfiqar Hyder and Sardar Shah (2004)
Monzur Hossain and Mansur Ahmed (2009)
Goujon (2006) Theo IMF năm 2003
Camen, U. (2006) Võ Văn Minh (2009)
Nguyễn Phi Lân (2010)
-Lạm phát giá dầu, cú sốc tổng cầu, tăng trưởng cung tiền, thay đổi trong tỷ giá hối đoái, chỉ sốlạm phát của giá bán sỉ, chỉ số giá lạm phát CPI
-Giá dầu thế giới, giá gạo thế giới, sản lượng công nghiệp, tỷ giá hối đoái, cung tiền, chỉ số giá nhập khẩu và chỉ số giá tiêu dùng
Nguyễn Thị Thu Hằng và Nguyễn Đức Thành (2010)
Tóm lại, những tác động của truyền dẫn tỷ giá hối đoái tới lạm phát là một trong những chủ đề quan trọng mà giới học thuật và những nhà hoạch định chính sách quan tâm vì những tác động của nó. Trong các nghiên cứu thực nghiệm bằng định lượng về truyền dẫn tỷ giá hối đoái tới các chỉ số giá trong nước thì phần lớn các nhà kinh tế thường sử dụng các mơ hình như: VAR, SVAR, VAR đệ quy, VECM, ECM, SVECM…. Do các chính sách kinh tế của Việt Nam và Pakistan có nhiều điểm tương đồng nên đề tài sẽ chọn nghiên cứu của ông Farah Naz, Asma Mohsin, Khalid Zaman (2012) làm cơ sở cho nghiên cứu của đề tài.
Tóm lại, trong chương này đề tài đã thực hiện tổng hợp một số nghiên cứu có liên quan, đồng thời chỉ ra một số biến thường được sử dụng trong nghiên cứu về truyền dẫn tỷ giá hối đối đến các chỉ số giá trong nước để làm nền tảng cho việc chọn lực mơ hình nghiên cứu trong chương tiếp theo.
CHƢƠNG 3: PHƢƠNG PHÁP NGHIÊN CỨU
Mỗi một mơ hình phân tích hay dự báo đều có những ưu và nhược điểm riêng, điều này xuất phát từ những giả định trong mơ hình được ứng dụng. Theo đó mơ hình nghiên cứu sau sẽ khắc phục những nhược điểm của mơ hình nghiên cứu trước đó, từ đó cho phép những nhà nghiên cứu thực nghiệm trong các vấn đề kinh tế-tài chính nói chung mơ phỏng ngày càng chính xác hơn các hiện tượng kinh tế- tài chính đang diễn ra. Xuất phát điểm là kế thừa các nghiên cứu trước đây trong phạm vi nghiên cứu của mình đề tài sẽ sử dụng mơ hình SVAR để nghiên cứu tác động truyền dẫn của tỷ giá đến lạm phát dựa trên nghiên cứu của Naz và cộng sự (2012). Ở đây đề tài sử dụng mơ hình SVAR thay vì mơ hình VAR vì theo Sims và Zha (1995) thì mơ hình VAR tồn tại khuyết điểm lớn nhất đó là khơng cho phép tác động đồng thời của các biến kinh tế trong cùng một giai đoạn. Trong khi đó, mơ hình SVAR với những ràng buộc theo các lý thuyết kinh tế sẽ khắc phục được nhược điểm này của mơ hình VAR.
3.1. Cơ sở dữ liệu
Tất cả nguồn dữ liệu nghiên cứu của đề tài được thống kê theo bảng sau: Bảng 3.1. Dữ liệu nghiên cứu
Biến Thời gian Nguồn
Việt Nam
Lãi suất 2000Q1-2013Q4 IMF
Tỷ giá 2000Q1-2013Q4 Datastream
Kim ngạch xuất nhập khẩu 2000Q1-2013Q4 Tổng cục Hải quan Dự trữ ngoại hối 2000Q1-2013Q4 IMF
Cung tiền M2 2000Q1-2013Q4 IMF Chỉ số giá tiêu dùng(2005=100) 2000Q1-2013Q4 IMF
Nội dung nghiên cứu của đề tài là nhằm xem xét mức độ truyền dẫn tỷ giá đến lạm phát ở các nước trong khu vực Châu Á, do đó trong phạm vi nghiên
cứu của mình đề tài chỉ xem xét mức độ truyền dẫn tỷ giá đến lạm phát ở các nước: Việt Nam, Thái Lan, Indonesia, Philippin. Dữ liệu nghiên cứu của đề tài được thu thập theo quý trong giai đoạn từ quý 1 năm 2000 đến quý 4 năm 2013.
3.2. Mơ hình nghiên cứu 3.2.1.Mơ tả biến
Trong phần này đề tài sẽ tiến hành mô tả lại các biến nghiên cứu trong mơ hình nghiên cứu của mình. Lý do của việc năm 2005 là năm gốc vì các yếu tố vĩ mơ trong giai đoạn từ 2000-2005 của Việt Nam là ổn định và ít biến động. Ngoài ra việc chọn năm 2005 làm năm gốc cũng giúp cho đề tài trong việc thu thập dữ liệu được dễ dàng hơn. Tất cả được thống kê trong bảng sau:
Bảng 3.2. Mô tả và đo lường các biến nghiên cứu
Biến Mô tả Cách đo lƣờng
CPI
Chỉ số giá tiêu dùng
CPI: chỉ số giá tiêu dùng của Việt Nam (năm 2005=100)
M2
Cung tiền M2
NEER
NEER: tỷ giá hối đoái danh nghĩa đa phương.
Năm 2005 là năm gốc (2005=100).
∑ x100
tỷ giá danh nghĩa
song phương
Tỷ trọng kim ngạch
xuất nhập khẩu giữa 2 nước (nước nghiên cứu và các đối tác thương mại j). Được thu thập từ Word Bank.
3.2.2. Mơ hình nghiên cứu
Dựa trên nền tảng bài nghiên cứu của Naz và cộng sự (2012) và các nghiên cứu trước đây và cũng nhằm để trả lời các câu hỏi nghiên cứu, mơ hình nghiên cứu của đề tài là mơ hình SVAR (Structure Vecto AutoRegression).
Mơ hình VAR được giới thiệu đầu tiên bởi Sims (1980). So với các mơ hình truyền thống trước thì các biến được chia làm biến nội sinh và biến ngoại sinh. Tuy nhiên theo Sims thì tất cả các biến trong mơ hình đều được xem là biến nội sinh. Điều này là phù hợp khi đánh giá tác động của các biến kinh tế vĩ mô. Tuy nhiên mơ hình VAR lại tồn tại một khuyết điểm đó là không cho phép tác động đồng thời của các biến kinh tế trong cùng một giai đoạn. Sims và Zha (1995) đã đề xuất sử dụng mơ hình VAR dưới dạng cấu trúc (SVAR) bằng cách đưa vào những ràng buộc cho phép khắc phục các khuyết điểm trước đó của mơ hình VAR. Mơ hình SVAR là hệ thống các phương trình của các biến nội sinh. Trong đó, giá trị của mỗi biến sẽ phụ thuộc vào độ trễ của chính nó và độ trễ của các biến còn lại trong quá khứ. Đây là mơ hình tổng qt nhất, việc quyết định hệ số nào trong ma trận hệ số của các biến bằng 0 hay không, là phụ thuộc vào ý nghĩa kinh tế của nó.
Cụ thể sự tương tác của các biến được mô tả như sau:
Yt là vectơ (n x 1) của các biến nội sinh, A0 là ma trận (n x n) hệ số mối quan hệ đồng thời của các biến nội sinh; Xt là độ trễ của cc biến nội sinh, A là ma trận các hệ số của các biến trễ trong mơ hình; εt là vectơ (n x 1) cú sốc cấu
trúc và ∑ là đại diện cho ma trận hiệp phương sai của sai số
cấu trúc. Hơn nữa, εt trực giao và phân phối chuẩn, điều này đồng nghĩa với cú sốc không tương quan với nhau và ma trận hiệp phương sai theo phân phối chuẩn với giá trị trung bình bằng 0. Khó khăn chính trong mơ hình ước lượng
này là chúng ta khơng ước lượng được các giá trị của A0 và A một cách trực tiếp. Vì vậy, các tham số của mơ hình trên được chuyển sang mơ hình dạng rút gọn để ước lượng như sau
Với và
Để ước lượng được mơ hình SVAR địi hỏi phải được nhận dạng. Điều kiện cần thiết để có thể nhận dạng mơ hình một cách chính xác là các hệ số trong ma trận A, B phải có cùng hệ số trong ma trận hiệp phương sai của mơ hình rút gọn ∑ . Nói cách khác, điều kiện này nhằm đảm bảo có thể khắc
phục được hệ số cấu trúc ban đầu từ mơ hình rút gọn. Ma trận hiệp phương sai của hình thức rút gọn nhận được:
∑ hay ∑ ∑
Nhận dạng được địi hỏi các thơng số ma trận A0 và B có thể khơi phục từ dạng rút gọn. Trong cơng thức (3.3) có K(K+1)/2 hệ số và có K(K+1) hệ số tự do bên phải của cơng thức (3.3). Vì vậy, cần có 2K2 –K-K(K+1)/2 ràng buộc trong giữa ma trận A0 và B. Nhưng ma trận B có K(K-1) ràng buột được thể hiện là đường chéo. Vì vậy, nhận dạng xảy ra nếu có ít nhất K(K-1)/2 ràng buộc được thể hiện trên ma trận A0. Trong mô hình VAR với phân rã Cholesky thì A0 được thể hiện dưới dạng tam giác xem thêm nghiên cứu của Bernanke và Mihov (1998). Cịn trong mơ hình SVAR thì A0 được thể hiện dưới dạng bất kỳ miễn là số ràng buộc được thiết lập đủ.
Trong nội dung nghiên cứu của mình, cũng nhằm trả lời mục tiêu nghiên cứu mơ hình nghiên cứu của đề tài là dựa trên nghiên cứu của Nar và cộng sự (2012), theo đó mơ hình nghiên cứu của đề tài được thể hiện dưới dạng vectơ Yt như sau:
Do phát triển từ lý thuyết ngang giá sức mua PPP nên tác giả sử dụng biến NEER (tỷ giá hối đoái danh nghĩa đa phương) đại diện cho mức giá cả giữa các quốc gia thay vì biến REER (tỷ giá hối đoái thực đa phương) đã được điều chỉnh để loại bỏ lạm phát. Do đó, tùy theo mục tiêu nghiên cứu mà lựa chọn NEER hay REER cho phù hợp.
Cấu trúc hệ phương trình SVAR dạng ma trận được thể hiện như sau:
[ ] [ ] [ ] (3.5)
Trong phương trình (3.5) hệ số aij thể hiện ảnh hưởng biến thứ j đến biến thứ i ngay lập tức.
Phân tích mối ràng buộc giữa các biến
Ràng buộc đầu tiên theo đó cho rằng biến dự trữ ngoại hối chỉ chịu tác động của chính nó, điều này là hợp lý vì dự trữ ngoại hối hầu như không chịu sự tác động của các yếu tố bên ngồi như: Dịng vốn đầu tư nước ngồi vào trong nước, khoản viện trợ,.... và giá cả hàng hố nước ngồi hơn là giá cả hàng hoá trong nước. Do đó, đề tài kỳ vọng rằng biến dự dự trự ngoại hối chỉ chịu tác động của chính nó, theo như nghiên cứu của Nar và cộng sự (2012). Theo đó,
utFE = εtFE.
Ràng buộc thứ hai trong mơ hình cho rằng cung tiền chỉ chịu tác động tức thời của các cú sốc ngoại sinh cụ thể là dự trữ ngoại hối, theo nghiên cứu của Hassan (2011) cho rằng tốc độ tăng trưởng trong cung tiền chủ yếu là dựa trên khoản tích luỹ từ tài sản nước ngồi hơn là dịng tín dụng được tạo ra trong nước và cung tiền còn chịu tác động của chính nó. Theo đó, εtM2 = a21utFE +utM2
Ràng buộc thứ ba trong phương trình được đặt ra với giả định rằng những biến động trong tỷ giá chịu sự tác động tức thời của cú sốc ngoại sinh, cụ thể là dự trữ ngoại hối và cung tiền trong nước theo nghiên cứu của Nar và cộng sự (2012) và cũng giả định rằng nó khơng chịu tác động của lạm phát, theo đó εtNEER = a31utFE + a32utM2 + utNEER
Ràng buộc cuối cùng được đặt ra với giả định rằng lạm phát sẽ chịu tác động của đồng thời của các biến cịn lại trong mơ hình vì lạm phát mà cụ thể là mức giá chung của nền kinh tế sẽ chịu tác động đồng thời của các nhân tố cung và cầu, theo đó εtCPI = a41utFE +a42utM2 +a43 utNEER + utCPI .
3.3. Phƣơng pháp kiểm định mơ hình 3.3.1.Kiểm định tính dừng 3.3.1.Kiểm định tính dừng
Trong nghiên cứu thực nghiệm khi sử dụng dữ liệu là chuỗi thời gian và đặc biệt là sử dụng mơ hình VAR thì tất cả các biến trong mơ hình phải dừng (Stationary). Một chuỗi dữ liệu thời gian được xem là dừng nếu trung bình và phương sai không thay đổi theo thời gian và hiệp phương sai giữa hai thời điểm chỉ phụ thuộc vào khoảng cách hay độ trễ về thời gian chứ không phụ thuộc vào thời điểm đang xét. Cụ thể:
Trung bình: E Y t const
Phương sai: 2
t
Var Y const
Hiệp phương sai: CovarY Yt, t k gk
Tính dừng là một khái niệm vô cùng quan trọng. Trong hầu hết các mơ hình thống kê đều u cầu chuỗi dữ liệu phải là chuỗi dừng. Do vậy khi ước lượng các tham số hoặc kiểm định giả thuyết của mơ hình, nếu khơng kiểm định tính dừng của dữ liệu thì các kỹ thuật phân tích thơng thường chẳng hạn phương pháp bình phương bé nhất (OLS) sẽ khơng chính xác và hợp lý. Theo
Granger và Newbold (1977) các kết quả phân tích từ chuỗi dữ liệu không dừng đều là giả mạo. Cụ thể nếu mơ hình tồn tại ít nhất một biến độc lập có cùng xu thế với biến phụ thuộc, khi đó kết quả ước lượng mơ hình ta có thể thu được các hệ số có ý nghĩa thống kê và hệ số R2
rất cao. Nhưng đều này được tạo ra bởi tính xu thế của hai biến chứ chúng khơng có mối tương quan chặt chẽ với nhau.
Để kiểm tra tính dừng trong bài, đề tài sẽ sử dụng kiểm định Augmented Dickey Fuller (ADF), một trong những cơng cụ phổ biến trong kiểm định tính dừng của chuỗi thời gian theo Gujarati (2003). Theo đó các độ trễ thời gian sẽ được lựa chọn theo tiêu chuẩn AIC (Akaike Information Criteria) (Xem thêm phụ lục 1). Nếu chuỗi dữ liệu không dừng đề tài sẽ sử dụng kỹ thuật lấy sai
phân để đưa chuỗi dữ liệu về dạng dừng.
3.3.2. Lựa chọn độ trễ tối ƣu cho mơ hình
Do tất cả các biến trong mơ hình VAR đều là biến nội sinh, biến nghiên cứu phụ thuộc vào độ trễ của nó. Do đó có quá nhiều tham số phải ước lượng (2n2-n hệ số) nên việc thực hiện kiểm định để lựa chọn độ trễ tối đa và độ trễ cần loại bỏ trong mơ hình VAR là quan trọng.
Để lựa chọn độ trễ tối đa cho mơ hình đề tài sử dụng kiểm định Lag length criteria dựa trên các tiêu chuẩn LR, FPE, AIC, HC, SQ. Mỗi một tiêu chuẩn đều có những giả thiết nhất định.
3.3.3.Kiểm định nhân quả Granger
Trong phần này đề tài sẽ thực hiện kiểm định nhân quả Granger nhằm xem xét với độ trễ được lựa chọn thì các biến trong mơ hình có quan hệ nhân quả với nhau về mặt thống kê hay khơng. Mơ hình kiểm định Granger chỉ đơn giản được dùng để trả lời cho câu hỏi có hay khơng sự thay đổi của biến X
gây ra sự thay đổi của biến Y và ngược lại. Phương trình hồi quy trong kiểm định Granger mơ tả như sau:
∑ ∑ ∑ ∑ Ta có các trường hợp sau:
Nếu khác khơng và có ý nghĩa thống kê, nhưng khơng có ý nghĩa thống kê thì sự biến động của biến X là nguyên nhân gây ra sự biến động của biến Y.
Nếu khơng có ý nghĩa thống kê, nhưng khác khơng và có ý nghĩa thống kê thì biến X chịu sự tác động bởi sự thay đổi của biến Y.
Nếu và đều có ý nghĩa thống kê thì X và Y tác động qua lại lẫn nhau. Nếu và đều khơng có ý nghĩa thống kê thì X và Y độc lập với nhau. Trong đề tài thì biến Y là lạm phát, và X đại diện cho các biến còn lại