Nguồn: Bloomberg, 2012
Hình 3.2 Cấu trúc kì hạn lãi suất liên ngân hàng 3 tháng và TPCP 3 năm (%)
Cùng thời gian này, Việt Nam rơi vào tình trạng lạm phát hai con số và tăng trưởng GDP thấp.
Đường cong lãi suất đi ngang hoặc dốc xuống là dấu hiệu cho thấy sự bất ổn trong nền kinh tế. Harvey (1986) cho rằng thông tin về kinh tế vĩ mô được thể hiện trong giá trái phiếu và do đó, một đường cong lãi suất dốc xuống dự báo chính xác những giai đoạn suy thoái của kinh tế.
Ngân hàng Thế giới trong báo cáo “Taking Stock - An Update on Vietnam’s Recent Economic Development” (tháng 07/2013) đã chỉ ra rằng các điều kiện kinh tế vĩ mô của Việt Nam tiếp tục được cải thiện với mức lạm phát vừa phải, tỷ giá hối đoái ổn định, dự trữ ngoại hối tăng lên. Tuy nhiên, sự ổn định vĩ mô vẫn chưa đủ để đưa nền kinh tế thoát khỏi việc tăng trưởng chậm. Các chính sách trong những năm gần đây được thi hành với nỗ lực để ổn định nền kinh tế; với hy vọng rằng một khi sự ổn định kinh tế vĩ mơ đạt được, thì sự tăng trưởng sẽ tự động tiếp tục. Nhưng ngay cả khi nền kinh tế có được sự ổn định, thì tăng trưởng vẫn giảm mạnh. Số liệu của Tổng cục Thống kê cho biết tốc độ tăng trưởng GDP của Việt nam thấp hơn 7% cho năm thứ sáu liên tiếp, và nền kinh tế dự kiến sẽ tăng trưởng trong năm 2013 với tốc độ chậm thứ hai kể từ đầu những năm 1990.
Việt Nam khác các quốc gia khác ở khía cạnh chưa có suy thoái hoặc khủng hoảng kinh tế chính thức nào kể từ năm 1986. Một nền kinh tế rơi vào suy thoái khi tăng trưởng âm trong hai hoặc nhiều quý liên tiếp. Mặc dù tăng trưởng GDP gần đây thấp hơn so với những năm trước, tuy nhiên theo định nghĩa ở trên, thì tốc độ tăng trưởng thấp khơng có nghĩa là nền kinh tế lâm vào suy thoái. Mặc dù vậy, điều quan trọng cho các nhà hoạch định chính sách, các nhà đầu tư, và doanh nghiệp là nhận ra bất kỳ tín hiệu nào của việc giảm tốc độ tăng trưởng cũng như khả năng tăng trưởng tăng tốc thơng qua cấu trúc kì hạn của lãi suất. Nếu có, thì dấu hiệu đó là gì, làm thế nào để xây dựng chỉ báo này và ứng dụng để dự báo tình hình kinh tế trong
trường hợp của Việt Nam như thế nào. Đó là những câu hỏi nghiên cứu mà tác giả muốn giải quyết trong đề tài nghiên cứu này.
3.2 Mơ hình nghiên cứu
3.2.1 Mơ hình hồi quy tuyến tính
Phân tích hồi qui là nghiên cứu sự phụ thuộc của một biến (biến phụ thuộc hay còn gọi là biến được giải thích) vào một hay nhiều biến khác (biến độc lập hay cịn gọi là biến giải thích) với ý tưởng cơ bản là ước lượng (hay dự đoán) giá trị trung bình của biến phụ thuộc trên cơ sở các giá trị đã biết của biến độc lập.
Trong nghiên cứu này, là nghiên cứu sự phụ thuộc của biến chỉ số sản xuất công nghiệp – biến đại diện cho tăng trưởng/suy giảm của nền kinh tế, vào biến cấu trúc kỳ hạn của lãi suất ở Việt Nam.
Ở đây sử dụng các biến như sau để đưa vào mơ hình:
Biến suy giảm (Dec): được tính bằng hiệu của chỉ số sản xuất công nghiệp tháng t và chỉ số sản xuất cơng nghiệp tháng t-1. Đóng vai trị là biến phụ thuộc (y)
Biến cấu trúc kỳ hạn của lãi suất (Spread): được tính bằng hiệu của lãi suất ngắn hạn tháng t và lãi suất dài hạn tháng t. Đóng vai trị là biến độc lập (x)
𝑦𝑡 =∝1+∝2 𝑥2𝑡+∝3 𝑥3𝑡+ ⋯ +∝𝑘 𝑥𝑘𝑡 + 𝑢𝑡
Ta ký hiệu: 𝑦𝑡 - biến phụ thuộc tại thời điểm t (hay biến được giải thích)
𝑥𝑘𝑡 - biến độc lập thứ k-1 tại thời điểm t (hay biến giải thích)
Trong đó, biến phụ thuộc Y là đại lượng ngẫu nhiên, có quy luật phân
phối xác suất. Các biến độc lập không phải là ngẫu nhiên, giá trị của chúng đã được biết trước
Phân tích hồi quy nhằm mục đích: Ước lượng giá trị trung bình của biến phụ thuộc với giá trị đã cho của biến độc lập.
- Kiểm định giả thiết về bản chất của sự phụ thuộc.
- Dự đốn giá trị trung bình của biến phụ thuộc khi biết giá trị của các biến độc lập.
- Kết hợp các vấn đề trên
Trong đề tài này để kiểm định sự phụ thuộc của cấu trúc kỳ hạn của lãi suất đối với các chỉ số kinh tế vĩ mô của Việt nam như CPI, giá trị sản xuất công nghiệp.
Một trong các giả thiết của mơ hình hồi quy cổ điển là các biến độc lập phải phi ngẫu nhiên. Nếu việc ước lượng mơ hình có chuỗi thời gian mà các biến độc lập khơng dừng, thì khi đó giả thiết của OLS bị vi phạm (kỳ vọng toán, phương sai và hiệp phương sai không đổi theo thời gian ) dẫn đến việc sử dụng kiểm định t và p không hiệu quả ( hay còn gọi là hồi quy giả mạo ). Kiểm định nghiệm đơn vị là một tiêu chuẩn để kiểm định tính dừng. Dickey-Fuller đã đưa ra tiêu chuẩn kiểm định như sau:
Ho: p=1 (chuỗi là không dừng ) H1: p≠1 ( chuỗi dừng )
Ta ước lượng mơ hình: t = p/se(p) có phân phối theo quy luật DF Nếu │t │> │tα│ thì bác bỏ giả thiết Ho.
3.2.2 Mơ hình tự hồi quy vecto VAR
Mối quan hệ giữa các biến số kinh tế không đơn thuần chỉ theo một chiều, biến độc lập (biến giải thích) ảnh hưởng lên biến phụ thuộc mà trong nhiều trường hợp nó cịn có ảnh hưởng ngược lại. Do đó ta phải xét ảnh hưởng qua lại giữa các biến này cùng một lúc. Chính vì thế mơ hình kinh tế lượng mà ta phải xét đến không phải là mơ hình một phương trình mà là mơ hình nhiều phương trình.
Các biến được đưa vào mơ hình bao gồm:
Biến tỷ lệ lạm phát tại thời điểm t (It) được tính theo công thức: It = ln(CPIt) – ln(CPIt-1)
Biến tăng trưởng tại thời điểm t (Gt) được tính theo cơng thức: Gt = ln(SXCNt) – ln(SXCNt-1) (ở đây ln X là logarit cơ số tự nhiên của biến X).
Mơ hình VAR về cấu trúc gồm nhiều phương trình (mơ hình hệ phương trình) và có các trễ của các biến số. VAR là mơ hình động của một số biến thời gian.
Ta xét hai chuỗi thời gian Y1 và Y2. Mơ hình VAR tổng quát đối với Y1 và Y2 có dạng sau đây:
Trong mơ hình trên, mỗi phương trình đều chứa p trễ của mỗi biến. Với hai biến mơ hình có 22p hệ số góc và 2 hệ số chặn. Vậy trong trường hợp tổng qt nếu mơ hình có k biến thì sẽ có k2p hệ số góc và k hệ số chặn, khi k càng lớn thì số hệ số phải ước lượng càng tăng.
Phương pháp ước lượng mơ hình VAR
Xét tính dừng của các biến trong mơ hình. Nếu chưa dừng thì sử dụng kỹ thuật lấy sai phân để đưa về các chuỗi dừng.
Lựa chọn khoảng trễ phù hợp.
Xem xét mức độ phù hợp của mơ hình chạy ra (bằng việc kiểm định tính dừng của phần dư. Nếu phần dư của mơ hình dừng thì mơ hình nhận được phù hợp với chuỗi thời gian và ngược lại.
So sánh các mơ hình và lựa chọn mơ hình phù hợp nhất.
Bên cạnh những ưu điểm nổi trội của mơ hình VAR : không cần xác định biến nào là biến nội sinh và biến nào là biến ngoại sinh hay là ta có thể sử dụng phương pháp OLS cho từng phương trình riêng rẽ thì mơ hình VAR cịn vướng phải một số hạn chế: Khi xét đến mơ hình VAR ta cịn phải xét đến tính dừng của các biến trong mơ hình. u cầu đặt ra khi ta ước lượng mơ hình VAR là tất cả các biến phải dừng, nếu trong trường hợp các biến này chưa dừng thì ta phải lấy sai phân để đảm bảo chuỗi dừng. Càng khó khăn hơn nữa nếu một hỗn hợp chứa các biến có tính dừng và các biến khơng có tính dừng thì việc biến đổi dữ liệu khơng phải là việc dễ dàng.
Khó khăn trong việc lựa chọn khoảng trễ thích hợp. Giả sử mơ hình VAR đang xét có ba biến và mỗi biến sẽ có 8 khoảng trễ đưa vào từng phương trình. Như xem xét ở trên thì số hệ số mà bạn phải ước lượng là 32.8+3=75. Và nếu ta tăng số biến và số trễ đưa vào mỗi phương trình thì số hệ số mà ta phải ước lượng sẽ khá lớn. Ngồi ra, khó khăn trong việc lựa chọn khoảng trễ cịn được thể hiện ở chỗ nếu ta tăng độ dài của trễ sẽ làm cho bậc tự do giảm, do vậy mà ảnh hưởng đến chất lượng các ước lượng.
3.3 Dữ liệu nghiên cứu
Để tính tốn cấu trúc kỳ hạn của lãi suất đề tài sử dụng lãi suất liên ngân hàng Việt nam kỳ hạn 3 tháng và lãi suất trái phiếu chính phủ kỳ hạn 3 năm với lý do:
- Thứ nhất, các loại trái phiếu có thời gian đáo hạn nhỏ hơn hoặc bằng 3 năm được giao dịch nhiều nhất trên thị trường trái phiếu Việt Nam, chiếm khoảng 70% thị phần giao dịch (Nguồn: Thống kê của Bloomberg và ADB). - Thứ hai, trên thị trường liên ngân hàng, các kỳ hạn được giao dịch nhiều nhất là
những kỳ hạn nhỏ hơn hoặc bằng 3 tháng, chiếm hơn 95%. (Nguồn: Ngân hàng Nhà nước).
Nguồn số liệu của lãi suất thị trường liên ngân hàng và thị trường trái phiếu thứ cấp được thống kê trên hệ thống Bloomberg. Mức chênh lệch lãi suất được tính bằng cách lấy lãi suất trái phiếu Chính phủ 3 năm trừ đi lãi suất liên ngân hàng 3 tháng. Bởi vì Bloomberg chỉ thống kê các loại lãi suất từ tháng 03 năm 2008, nên đề tài chỉ có 66 quan sát theo tháng (tính đến tháng 08 năm 2013).
Hai biến phụ thuộc của mơ hình là tốc độ tăng trưởng sản xuất công nghiệp và chỉ số giá tiêu dùng CPI. Các dữ liệu sản xuất công nghiệp và chỉ số giá tiêu dùng (CPI) được lấy từ số liệu thống kê của tổng cục thống kê Việt Nam. Các dữ liệu lấy từ tháng 3/2008 đến tháng 8/2013.
Tốc độ tăng trưởng sản xuất công nghiệp là một thước đo của hoạt động kinh tế thực. Nghiên cứu này khai thác sự sẵn có của dữ liệu hàng tháng. Khi làm như vậy, nghiên cứu cố gắng để mô tả mối quan hệ giữa các đường cong lãi suất và hoạt động kinh tế ở một tần số cao hơn. Lạm phát được tính đến trong các thủ tục kiểm định EH mở rộng bởi vì nó là một biến quan trọng trong việc hình thành đường cong lãi suất danh nghĩa thơng qua mức độ lạm phát. Bảng dưới của hình 3.3 biểu thị tỷ lệ lạm phát và tốc độ tăng trưởng sản xuất công nghiệp.