CHƯƠNG 1 .GIỚI THIỆU
3.3 MÔ PHỎNG CÁC BƯỚC THỰC HIỆN
3.3.1 Tóm lược phương pháp VAR
Từ những năm 1990 khung phân tích chính sách tiền tệ rất ph biến với việc vận dụng mơ hình VAR được Sims (1980) đề xuất. Trong những năm qua, việc phát triển mơ hình VAR với d ng cấu trúc (SVAR) tiếp tục t o điều kiện thuận lợi trong xử lý các vấn đề kinh tế khác nhau, các vấn đề xác định khả năng xảy ra đồng thời của các biến kinh tế trong cùng giai đo n và mối quan hệ động giữa các biến số kinh tế vĩ mô với các cơng cụ chính sách. Trong phần này chúng tơi tóm tắt ngắn gọn về phương pháp SVAR.
Các biến được thể hiện qua mơ hình SVAR như sau:
Trong đó, Yt là một vector (N × 1) của các biến nội sinh t i thời điểm t, Ai là một ma trận (N × N) Với i = 0,1,2, ..., p
Cách tiếp cận SVAR giả định rằng cấu trúc phần εt là trực giao.Theo đó các thành phần cấu trúc này là không tương quan, ma trận hiệp phương sai ∑ là hằng sốvà d ng đường chéo. Ma trận A0 mô tả trong (1) được chuẩn hóa đường chéo chính để mỗi phương trình trong hệ thống SVAR có một ràng buộc với biến phụ thuộc.Các thơng số mơ hình SVAR được ước tính trong hai giai đo n. Giai đo n đầu tiên là để rút gọn mơ hình (1) sau đây:
Trong đó Bi = Ai-1Ai i = 1,2,..p và vt = A0-1εt
Mô tả (5) là d ng VAR rút gọn và vt là sai số tương đương thu được từ d ng rút gọn, có giá trị trung bình bằng 0 và phương sai cố địnhvt~
N(0,Ω). N phương trình trong VAR ở (5) được ước tính bởi OLSvà thu
được phần dư vt. Phần nhiễu trong các mơ hình thể ở (3) được liên kết với phần nhiễu trong mơ hình thể rút gọn như sau:
Giai đo n thứ hai bao gồm xác định ma trận A0 và ma trận hiệp phương sai ∑ theo phương pháp “maximum likelihood” đối với các tham số ước tính của VAR thu được trong giai đo n đầu tiên. FIML1
của VAR cấu trúc động như sau:
Trong đó ∑ được giới h n là một ma trận đường chéo, trong khi vt là ước lượng phần dư từ VAR rút gọn. Trong hệ thống SVAR, A0 có N2 tham số, trong khi Ω chỉ có N(N +1)/2 giá trị riêng biệt. Điều này dẫn đến một vấn đề ma trận xác định2 khi cấu trúc mơ hình địi hỏi N(N-1)/2 số lượng h n chế được áp đặt lên hệ thống để có ước lượng chính xác.
Vấn đề phát sinh đối với SVAR là các giới h n áp đặt. Thơng thường khơng có các áp đặt giống nhau cho các mơ hình. Các giới h n trong nghiên cứu thực nghiệm thường dựa vào lý thuyết kinh tế và các nghiên cứu thực nghiệm trước đó. Cách này được Mala (2007) và nhiều nghiên cứu khác ủng hộ. Đây là điểm khác biệt giữa SVAR và VAR đệ quy. VAR đệ quy dựa trên phương pháp phân rã Choleski.
Trong nghiên cứu truyền dẫn chính sách tiền tệ khi vận dụng các d ng mơ hình VAR có nhiều ưu điểm như:
Đầu tiên, các mơ hình VAR u cầu số biến nhỏ hơn với tần suất dữ liệu cao hơn và một số ít giới h n hơn để giải quyết vấn đề đồng thời mà mơ hình đa phương trình phải đối mặt. Các mô hình đa phương trình thường giải quyết vấn đề đồng thời của các biến bằng cách thiết lập trước các biến như những biến công cụ. Tuy nhiên, Sims (1980) lập luận rằng các biến
1 The full information maximum likelihood
ngo i sinh thực sự hầu như không tồn t i, các biến ngo i sinh đ i diện cho nền kinh tế lớn thường do các nghiên cứu giả định. Trong giải quyết vấn đề đồng thời, các mơ hình VAR lựa chọn các giới h n ảnh hưởng khác nhau. Đầu tiên, mơ hình VAR phân tích để xác định mối quan hệ mong đợi và không mong đợi giữa các biến. Những giới h n ảnh hưởng được áp đặt đối với phần khơng mong đợi, khi đó những giới h n ảnh hưởng hợp lý dễ dàng tìm thấy.
Thứ hai, các mơ hình VAR tập trung vào những cú sốc. Các mơ hình VAR trong nghiên cứu cơ chế truyền dẫn tập trung vào các cú sốc diễn ra đồng thời của ho t động chính sách tiền tệ. Một lý do quan trọng khác nữa để mơ hình VAR tập trung vào vấn đề này là có nhiều mơ hình thể hiện cơ chế phản ứng khác nhau để giải thích cho vấn đề thực nghiệm cú sốc chính sách tiền tệ. Trong mơ hình VAR cú sốc được giả định là hoặc không quá lớn hoặc diễn ra trong thời dài. Ngoài ra việc VAR tập trung vào nghiên cứu các cú sốc là vì hai điểm quan trọng của mơ hình VAR được ứng dụng là hàm phản ứng xung và phân rã phương sai.