Tên biến
Ký
hiệu Nguồn dữ liệu
Tỷ giá danh nghĩa đa phương neer Data Stream
Lãi suất tiền gởi i IFS
Tiền rộng (M2) m Data Stream
Tín dụng ngân hàng cho khu
vực tư nhân. cr World Bank
Chỉ số sản xuất công nghiệp y Tổng cục thống kêcủa Việt Nam (GSO)
CPI của Việt Nam p IFS
Giá dầu quốc tế (dollar/barrel) opw Index Mundi and World Bank CPI của 9 quốc gia (đối tác
nhập khẩu của Việt Nam) pw
Tính tốn của tác giả theo thống kê từ Data Stream
Giá trị nhập khẩu của 9 quốc
gia nhập khẩu hàng VN fob Data Stream
Nguồn: Theo thống kê của tác giả
Tỷ giá hối đoái danh nghĩa đa phương (NEER) được xem như là đại diện của một biến thông tin thị trường, là giá trị tương đối của đồng tiền nội địa so với một rổ những đồng tiền của các nước có giá trị giao thương lớn nhất của quốc gia. Chỉ số này đã được tính tốn sẵn từ Data Sream của Thomson Reuters. Các biến chính sách tiền tệ bao gồm: lãi suất danh nghĩa ngắn hạn được đại diện bằng lãi suất tiền gởi ngắn hạn có kỳ hạn 3 tháng của Ngân Hàng Thương Mại bởi vì lãi suất này chịu điều tiết trực tiếp của lãi suất chính sách, thêm vào đó lãi suất cho vay trên thị trường cũng dựa vào lãi suất tiền gởi tiết kiệm cộng với một biên độ nhất định; khối lượng tiền rộng M2 chính là biến đại diện cho chính sách của Ngân Hàng Nhà Nước; tín dụng ngân hàng cho khu vực tư nhân được xem như là đại diện biến cho vay của ngân hàng;
chỉ số sản xuất công nghiệp là đại diện tốt nhất cho sản lượng do dữ liệu GDP khơng có tần suất hàng tháng; chỉ số giá tiêu dùng (CPI) của Việt Nam cũng như biến giá tổng hợp chính là biến mục tiêu của chính sách tiền tệ.
Giá dầu là một biến số thông thường trong các tài liệu về chính sách tiền tệ và được xem là một nguyên tắc cho cú sốc cung lạm phát (Kim và Roubini 2000). Giá dầu quốc tế được đại diện bởi nhiều loại chỉ số giá dầu khác nhau như dầu thô WTI hay dầu thô Brent,…Tuy nhiên, trong bài nghiên cứu này, tác giả đã sử dụng giá dầu thơ giao ngay trung bình (Brent, WTI, DF) được đo lường bằng USD/barrel.
CPI tổng hợp của 9 đối tác nhập khẩu lớn của Việt Nam (Mỹ, EU, Trung Quốc, Nhật Bản, Hàn Quốc, Úc, Hồng Kông, Ma-lay-si-a, Thái Lan) là các đối tác thương mại hàng đầu của Việt Nam theo xếp hạng của tổng cục thống kê trong khoảng thời gian nghiên cứu. Chỉ số này được tính tốn dựa trên tỷ trọng của từng nước trong tổng lượng hàng hóa nhập khẩu trong giai đoạn từ năm 2005 đến 2015 (tham khảo phụ lục 1) và được đưa vào như là biến số nước ngoài. Do Việt Nam là một nền kinh tế nhỏ, CPI của các quốc gia khác mà nhập khẩu hàng Việt Nam được giả định là quan trọng trong việc xác định sự biến động giá cả nội địa.
Hầu hết trong các bài nghiên cứu, vì dữ liệu rất biến động kèm theo sự khác biệt về đơn vị tính của từng biến mà việc lấy logarithm sẽ thuận lợi hơn cho việc chạy mơ hình, kiểm định và phân tích dữ liệu cho nên tác giả đã quyết định lấy logarithm tự nhiên của các biến số trong mơ hình ngoại trừ biến lãi suất. Ngồi ra, tất cả cịn được hiệu chỉnh mùa vụ bằng cơng cụ được tích hợp sẵn trong phần mềm Eviews 9.5.
3.3 Tiến trình thực hiện và giả thiết nghiên cứu
Bước 1: Xử lý số liệu.
Như đã trình bày ở mục 3.2, tồn bộ các biến dữ liệu trong bài được xử lý hiệu chỉnh yếu tố mùa vụ bằng công cụ trong Eviews 9.5 và lấy Logarithm, ngoại trừ biến lãi suất danh nghĩa (i). Ý nghĩa của biến dữ liệu dưới dạng Log biểu thị tốc độ tăng trưởng của biến đang xét, giúp cho q trình giải thích kết quả dễ dàng hơn.
Tiếp theo, thống kê mô tả chuỗi dữ liệu theo từng biến và đưa ra kết luận tổng quan. Cung cấp những tóm tắt đơn giản về mẫu và thước đo thơng qua việc sử dụng thống kê mô tả. Biểu diễn dữ liệu thu thập được trong bài nghiên cứu bằng bảng số liệu tóm tắt, sau đó tổng hợp các chỉ số thống kê chính như số trung bình, trung vị, giá trị lớn nhất, nhỏ nhất của chuỗi dữ liệu.
Bước 2: Kiểm định tính dừng và bậc dừng của chuỗi dữ liệu.
Sử dụng phương pháp ADF (Augmented Dickey – Fuller 1979) để kiểm định tính dừng. Nếu chuỗi dữ liệu khơng dừng ở bậc gốc, xử lý tính dừng bằng cách lấy sai phân của chuỗi này và kiểm định nghiệm đơn vị của chuỗi sai phân này.
Bước 3: Lựa chọn độ trễ tối ưu.
Có nhiều cách để chọn được độ trễ khác nhau dựa trên các tiêu chuẩn thông tin LogL, LR, FPE, AIC, HQ, SC. Lựa chọn độ trễ tối ưu là chọn độ trễ theo một hay nhiều tiêu chí chọn độ trễ trên hoặc là chọn độ trễ mà nó có nhiểu tiêu chí chọn nhất.
Bước 4: VAR rút gọn.
Khi có các chuỗi dừng, và chọn được độ trễ phù hợp ta tiến hành chạy ước lượng mơ hình VAR rút gọn với độ trễ tạm được lựa chọn.
Bước 5: Kiểm định tính ổn định và lựa chọn mơ hình phù hợp.
Tính ổn định của mơ hình được thiết lập với độ trễ tối ưu đã chọn là phải được kiểm định lại trước khi sử dụng mơ hình để phân tích ở các bước tiếp theo. Điều này rất quan trọng đối với các kết quả thu được từ hàm phản ứng xung (IRF).
Giả sử mơ hình khơng đáp ứng các điều kiện về tính ổn định thì các kết quả sai số chuẩn của phản ứng xung khơng có giá trị. Mơ hình ổn định là mơ hình có các thành phần Modulus bé hơn hoặc bằng 1.
Sau khi đã hồi quy và kiểm định tính ổn định của mơ hình, lựa chọn mơ hình với độ trễ mà ở đó các tiêu chí LogL, LR, FPE, AIC, SC, HQ cho thấy là mơ hình phù hợp.
Bước 6: Hồi quy SVAR.
Chạy SVAR với ma trận A, B được xây dựng dựa trên nền tảng lý thuyết. Dựa trên kết quả LR test cho thấy cách áp đặt có phù hợp hay khơng, tức là dựa trên kết quả kiểm định độ tin cậy của giá trị giới hạn của ma trận.
Dấu hiệu nhận biết dựa vào P – value của kiểm định LR (kiểm định nhận dạng giới hạn vượt mức). Với giả thiết H0: mơ hình được thiết lập phù hợp.
Bước 7: IRF và phân rã phương sai.
IRF – Hàm phản ứng xung: Dựa vào kết quả thu được để xem xét các phản ứng động của các biến tới các cú sốc biến khác trong mơ hình SVAR, xem xét xu hướng tác động của các cú sốc, phân tích dưới góc độ lý thuyết kinh tế.
Phân rã phương sai: dựa vào kết quả dự báo phân rã phương sai để mô tả tỷ lệ cú sốc của một biến chịu tác động của chính nó và của các biến phụ thuộc khác, cho thấy từng tác động của các cú sốc lên biến được xem xét.
Bước 8: Kiểm định Robustness.
Bằng cách thông thường, để kiểm định Robustness cho một mơ hình SVAR được ước lượng: Đầu tiên, ước lượng mơ hình với giả định thay thế (đưa biến lãi suất đặt trước biến tỷ giá). Tiếp theo tiến hành ước lại mơ hình bằng cách sử dụng 2 nhóm mẫu phụ. Nhóm mẫu thứ nhất (2003 -2008) là thời kỳ trước khủng hoảng tài chính tồn cầu. Nhóm mẫu thứ hai (2009 -2015) là giai đoạn hậu khủng hoảng.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.1 Phân tích tổng quan chuỗi dữ liệu
Qua bảng thống kê 4.1 cho thấy trung bình logarithm của các biến (giá dầu, CPI nước ngoài, tỷ giá danh nghĩa đa phương và chỉ số sản xuất công nghiệp) dao động xung quanh giá trị 4,5, riêng biến cung tiền M2 khá cao (khoảng 14,5) và biến tín dụng có giá trị trung bình thấp nhất trong các biến. Độ lệch chuẩn cũng ở mức nhỏ, chỉ có biến lãi suất có biến động nhiều hơn so với các biến trong mơ hình. Thêm vào đó, kiểm định Jarque–Bera có giá trị p–value nhìn chung khá nhỏ, có thể bác bỏ giả thiết H0, tức là dữ liệu có phân phối chuẩn. Cho nên, việc sử dụng mơ hình SVAR là phù hợp với dữ liệu thu thập được.