Nguồn: Nicola Viegi (2010)
3.1.2.7 Phân tích phân rã phương sai (VARiance decomposition)
Phân rã phương sai phân tích tầm quan trọng của các cú sốc của các biến trong việc giải thích cho sự biến động của 1 biến trong mơ hình theo thời gian. Theo Brooklyn College, q trình thể hiện như sau:
Yt = µ + Ψ(L)ut = µ + ut + Ψ1 ut-1 + Ψ2u t-2 +…… (3.8) Yt = µ
+ i ut-i
Xét giai đoạn 1 chu kỳ:
Yt+1 = µ + Ψ0ut+1 + Ψ1 ut + Ψ2u t-1 +…… (3.9) E(Yt+1) = µ + Ψ1 ut + Ψ1 ut-1 +……
Yt+1 – E(Yt+1) = Ψ0ut+1
Xét trong 2 chu kỳ:
Yt+2 – E(Yt+2) = Ψ0ut+2 + Ψ1ut+1 (3.10)
Tương tự n chu kỳ:
Yt+n – E(Yt+n) = Ψ0ut+n + Ψ1ut+n-1+ ….+ Ψn-1ut+1 =
i ut+n-I (3.11)
i 0
i 0
Bây giờ, ta xét phần tử đầu tiên y1:
Y1,t+n – E(Y1,t+n) = (ψ11,0 uy1,t+n + ψ11,1 uy1,t+n-1 +…+ ψ11,n-1 uy1,t+1) +…+ (ψ21,0 uy2,t+n + ψ21,1 uy2,t+n-1 +…+ ψ21,n-1 uy2,t+1) +…+ (ψn1,0 uyn,t+n + ψn1,1 uy1,t+n-1 +…+ ψn1,n-1 uyn,t+1)
Ta xét phương sai:
2 2 2 2 2
y1,n = y1 (ψ 11,0 + ψ 11,1 +…+ ψ 11,n-1) +…+
(phương sai của cú sốc do chính nó)
2 2 2 2 2 2 2 2
y2 (ψ 21,0 + ψ 21,1+…+ ψ 21,n-1) +…+ yn (ψ n1,0 + ψ n1,1 +…+ ψ n1,n-1) (3.12)
(phương sai của cúa sốc do các biến khác)
Trong bài nghiên cứu sử dụng phân rã phương sai để xem sự biến động của các biến vĩ mô phần lớn do tác nhân nào đóng góp.
3.2 Dữ liệu và lựa chọn các biến
Mơ hình SVAR sử dụng dữ liệu theo quý từ Quý 01 năm 1996 đến Quý 4 năm 2012, bao gồm 68 quan sát.
Bảng 3.1: Các biến sử dụng trong bài nghiên cứu
Tên biến Khái niệm Nguồn
oil Giá dầu thế giới Brent USD/bbl U.S. Department of Energy
libor Lãi suất liên ngân hàng Anh 3 tháng (%/năm) IMF
gdp Tổng sản phẩm trong nước theo giá so sánh
năm 1994 (tỷ đồng) GSO
cpi Chỉ số giá tiêu dùng (năm gốc 2005=100) IFS-IMF m2 Cung tiền mở rộng m2 (tỷ đồng) IFS-IMF r Lãi suất tiền gửi kỳ hạn 3 tháng (%/năm) IFS-IMF
Tên biến Khái niệm Nguồn
neer Tỷ giá hối đoái danh nghĩa đa phương IFS-IMF và tính tốn của tác giả
Bảng 3.1 các biến được sử dụng trong bài nghiên cứu, hai biến đại diện cho cho cú sốc bên ngoài là giá dầu thế giới (oil) và lãi suất liên ngân hàng Anh (libor). Bài nghiên cứu sử dụng giá dầu giao ngay Brent (USD/thùng) làm đại diện cho giá dầu thế giới. Ngoài ra, biến lãi suất cơ bản của Mỹ được nhiều bài nghiên cứu sử dụng khi nghiên cứu về chính sách tiền tệ trong nền kinh tế mở nhỏ, làm đại diện cho biến ngoại sinh. Nhưng từ cuộc khủng hoảng năm 2008 đến nay, lãi suất cơ bản của Mỹ gần như khơng đổi. Vì vậy, bài nghiên cứu sử dụng lãi suất libor 3 tháng làm đại diện cho thị trường lãi suất trên thế giới và chỉ số này cũng được Bhuiyan, Rokon (2012) sử dụng để phân tích ảnh hưởng của cú sốc chính sách tiền ở Bangladesh.
Trong 5 biến cịn lại mô tả nền kinh tế Việt Nam, tổng sản phẩm trong nước (gdp) và chỉ số giá tiêu dùng (cpi) được xem là như là các biến mục tiêu của chính sách tiền tệ. Các biến chính sách tiền tệ là cầu tiền (m2) và lãi suất tiền gửi kỳ hạn 3 tháng của ngân hàng thương mại (r). Biến tỷ giá hối đoái danh nghĩa đa phương (neer) được sử dụng để kiểm tra ảnh hưởng của sự thay đổi tỷ giá hối đoái ảnh hưởng đến sản lượng và giá. Neer được tính tốn theo tỷ trọng thương mại của 15 nước có giao thương lớn nhất với Việt Nam trong giai đoạn nghiên cứu, bao gồm Úc, Thụy Sỹ, Anh, Hàn Quốc, Nhật Bản, Trung Quốc, Singapore, Thái Lan, Mỹ, Nga, Malaysia, Ấn Độ, Pháp, Hà Lan, Hồng Kông.
Các biến đều ở dạng logarithm trừ lãi suất libor và lãi suất tiền gửi kỳ hạn 3 tháng của Việt Nam. Ngoài ra tất cả các biến đều điều chỉnh theo mùa theo phương pháp Census X12 được tích hợp sẵn trong phần mềm Eview 6.0. Đồ thị biến động của các biến dữ liệu được trình bày trong Phụ lục 1.
CHƯƠNG IV: KẾT QUẢ NGHIÊN CỨU
4.1 Kiểm định tính dừng
Đối với mơ hình SVAR để kết quả được chính xác địi hỏi chuỗi dữ liệu phải dừng. Nếu chuỗi dữ liệu không dừng sẽ cho ra kết quả sai. Để kiểm tra tính dừng, bài nghiên cứu áp dụng phương pháp Augmented Dickey-Fuller unit root test.
Kiểm định tính dừng đối với biến R
Bảng 4.1: Kết quả kiểm định tính dừng đối với biến R
Null Hypothesis: R_SA has a unit root Exogenous: Constant
Lag Length: 2 (Automatic based on SIC, MAXLAG=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -2.146060 0.2279 Test critical values: 1% level -3.534868
5% level -2.906923
10% level -2.591006
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent VARiable: D(R_SA) Method: Least Squares
Date: 12/02/13 Time: 13:55 Sample (adjusted): 1996Q4 2012Q4 Included observations: 65 after adjustments
VARiable Coefficient Std. Error t-Statistic Prob. R_SA(-1) -0.118686 0.055304 -2.146060 0.0359 D(R_SA(-1)) 0.552111 0.113881 4.848159 0.0000 D(R_SA(-2)) -0.292044 0.123058 -2.373231 0.0208 C 0.973725 0.479224 2.031878 0.0465
R-squared 0.326775 Mean dependent VAR -0.020589 Adjusted R-squared 0.293666 S.D. dependent VAR 1.353703 S.E. of regression 1.137702 Akaike info criterion 3.155461 Sum squared resid 78.95631 Schwarz criterion 3.289270 Log likelihood -98.55250 Hannan-Quinn criter. 3.208257 F-statistic 9.869562 Durbin-Watson stat 1.984824 Prob(F-statistic) 0.000021
Căn cứ Bảng 4.1, ta thấy chuỗi dữ liệu R_SA khơng dừng, vì vậy chúng ta lấy sai phân bậc một và kiểm định tính dừng của chuỗi dữ liệu sau khi lấy sai phân này. Kết quả biến lãi suất R_SA dừng ở sai phân bậc 1 với mức ý nghĩa 1%
Bảng 4.2: Kết quả kiểm định tính dừng đối với R sau khi lấy sai phân bậc 1
Null Hypothesis: D(DR_SA) has a unit root Exogenous: None
Lag Length: 1 (Automatic based on SIC, MAXLAG=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -8.530386 0.0000 Test critical values: 1% level -2.601596
5% level -1.945987
10% level -1.613496
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent VARiable: D(DR_SA,2) Method: Least Squares
Date: 12/02/13 Time: 13:55 Sample (adjusted): 1997Q1 2012Q4 Included observations: 64 after adjustments
VARiable Coefficient Std. Error t-Statistic Prob. D(DR_SA(-1)) -1.454672 0.170528 -8.530386 0.0000 D(DR_SA(-1),2) 0.391065 0.117766 3.320696 0.0015
R-squared 0.593310 Mean dependent VAR 0.002519 Adjusted R-squared 0.586750 S.D. dependent VAR 2.181931 S.E. of regression 1.402644 Akaike info criterion 3.545346 Sum squared resid 121.9794 Schwarz criterion 3.612811 Log likelihood -111.4511 Hannan-Quinn criter. 3.571924 Durbin-Watson stat 2.170916
Thực hiện tương tự đối với các biến khác, chúng ta có kết quả kiểm định tính dừng đối với các biến của mơ hình như trong Bảng 4.3.
Bảng 4.3: Kết quả kiểm định tính dừng
Biến t-statistic Kết
luận Level Sai phân bậc 1
loil_sa -0.985668 -8.314947* I(1) libor_sa -1.650031 -9.807890* I(1) lgdp_sa -0.104000 -4.683791* I(1) lcpi_sa 2.072909 -7.338384* I(1) lm2_sa -0.994177 -11.10046* I(1) r_sa -2.146060 -8.530386* I(1) lneer_sa 1.751175 -11.32038* I(1) mức ý thống kê: *:1%, **:5%,***:10%
Qua bảng 4.3, ta thấy tất cả các biến đều dừng ở sai phân bậc một I(1) với mức ý nghĩa 1%. Đối với các biến khơng dừng, sau khi lấy sai phân dừng thì có thể tồn tại mối quan hệ đồng liên kết trong dài hạn. Tuy nhiên, mục tiêu của bài nghiên cứu quan tâm cú sốc của chính sách tiền tệ ảnh hưởng đến các biến vĩ mô, không xét mối quan hệ trong dài hạn nên bài nghiên cứu không xét trường hợp có mối quan hệ đồng liên kết giữa các biến với nhau.
4.2 Lựa chọn độ trễ tối ưu
Bài nghiên cứu xem xét các tiêu chuẩn LR, FPE, AIC, SC, HQ để xác định độ trễ tối ưu. Kết quả, thể hiện trong bảng 4.41.
Bảng 4.4: Kết quả kiểm định độ trễ tối ưu
Lag LogL LR FPE AIC SC HQ
0 564.1558 NA 4.91e-17 -17.68749 -17.44936* -17.59383 1 655.2025 158.9703* 1.30e-17* -19.02230* -17.11729 -18.27305* 2 697.3815 64.27282 1.71e-17 -18.80576 -15.23387 -17.40092 3 731.1807 43.99261 3.22e-17 -18.32320 -13.08442 -16.26276 4 766.7024 38.34087 6.73e-17 -17.89531 -10.98966 -15.17929
Ta thấy tiêu chuẩn SC chỉ ra độ trễ tối ưu 0, các tiêu chuẩn LR, FPE, AIC và HQ chỉ ra độ trễ tối ưu là 1. Căn cứ kết quả kiểm định, tác giả chọn độ trễ tối ưu là 1 theo tiêu chuẩn LR, FPE, AIC và HQ.
4.3 Mơ hình VAR rút gọn
Sau khi chọn độ trễ phù hợp, ta có mơ hình VAR rút gọn như sau:
Bảng 4.5: Kết quả ước lượng mơ hình VAR rút gọn
D(LOIL_SA) D(LIBOR_SA) D(LGDP_SA) D(LCPI_SA) D(LM2_SA) D(R_SA) D(LOIL_SA(-1)) 0.512950 0.856311 0.012478 0.016007 0.008436 2.859401 (0.12853) (0.35270) (0.00986) (0.01169) (0.03528) (1.15387) [ 3.99079] [ 2.42788] [ 1.26506] [ 1.36967] [ 0.23909] [ 2.47809] D(LIBOR_SA(-1)) -0.044827 0.591090 0.001137 -0.006647 0.018352 -1.073000 (0.03685) (0.10112) (0.00283) (0.00335) (0.01012) (0.33083) [-1.21639] [ 5.84517] [ 0.40222] [-1.98371] [ 1.81419] [-3.24332] D(LGDP_SA(-1)) -0.290992 1.612960 -0.258395 0.131114 -0.700196 23.79501 (1.64592) (4.51645) (0.12630) (0.14965) (0.45180) (14.7758) [-0.17680] [ 0.35713] [-2.04583] [ 0.87612] [-1.54980] [ 1.61041] D(LCPI_SA(-1)) -0.440178 1.338229 -0.028617 0.718815 -0.267741 11.01444 (1.08229) (2.96982) (0.08305) (0.09841) (0.29708) (9.71591) [-0.40671] [ 0.45061] [-0.34457] [ 7.30462] [-0.90123] [ 1.13365] D(LM2_SA(-1)) 0.055218 -1.671668 -0.001002 0.004286 0.196214 0.841098 (0.51065) (1.40123) (0.03919) (0.04643) (0.14017) (4.58418) [ 0.10813] [-1.19300] [-0.02556] [ 0.09232] [ 1.39983] [ 0.18348] D(R_SA(-1)) -0.042111 -0.013993 -0.000808 -0.001558 -0.001839 0.128205 (0.01639) (0.04498) (0.00126) (0.00149) (0.00450) (0.14715) [-2.56909] [-0.31110] [-0.64201] [-1.04515] [-0.40879] [ 0.87125] D(LNEER_SA(-1)) 0.983203 -1.463083 -0.043359 0.209283 0.023737 6.594334 (0.77610) (2.12964) (0.05956) (0.07057) (0.21304) (6.96722) [ 1.26685] [-0.68701] [-0.72804] [ 2.96578] [ 0.11142] [ 0.94648] C 0.008835 0.013206 0.021334 -9.15E-05 0.068394 -0.874667 (0.05031) (0.13805) (0.00386) (0.00457) (0.01381) (0.45165)
[ 0.17561] [ 0.09565] [ 5.52599] [-0.01999] [ 4.95246] [-1.93659] R-squared 0.300683 0.478381 0.114216 0.650091 0.205400 0.368850 Adj. R-squared 0.216282 0.415427 0.007311 0.607860 0.109500 0.292677 Sum sq. resids 0.923938 6.956941 0.005441 0.007638 0.069617 74.46019 S.E. equation 0.126214 0.346334 0.009685 0.011476 0.034645 1.133047 F-statistic 3.562575 7.598887 1.068383 15.39389 2.141819 4.842250 Log likelihood 47.21930 -19.40275 216.6658 205.4699 132.5455 -97.63007 Akaike AIC -1.188464 0.830386 -6.323205 -5.983936 -3.774106 3.200911 Schwarz SC -0.923051 1.095799 -6.057792 -5.718523 -3.508694 3.466324 Mean dependent 0.026302 -0.078632 0.016443 0.017381 0.063849 -0.033314 S.D. dependent 0.142570 0.452977 0.009721 0.018326 0.036713 1.347222 Determinant resid coVARiance (dof
adj.) 5.78E-18
Determinant resid coVARiance 2.34E-18 Log likelihood
684.1466
Akaike information criterion -19.03475 Schwarz criterion -17.17686
4.4 Kiểm định sự phù hợp của mơ hình VAR rút gọn
4.4.1 Kiểm định Portmantaeu
Kiểm định tự tương quan ở phần dư thông qua kiểm định Portmantaeu, dựa vào bảng 4.4 kết quả kiểm định Portmantaeu, bài nghiên cứu cho thấy không bác bỏ giả thuyết H0 (không tự tương quan) với mức ý nghĩa 5%, vì vậy mơ hình khơng có hiện tượng tự tương quan ở phần dư.
Bảng 4.6 Kết quả kiểm định Portmantaeu
Lags Q-Stat Prob. Adj Q-Stat Prob. df
1 27.79997 NA* 28.22766 NA* NA*
2 64.18840 0.0714 65.75323 0.0552 49 3 111.6016 0.1643 115.4243 0.1104 98 4 158.1933 0.2497 165.0218 0.1470 147 5 207.0884 0.2798 217.9247 0.1352 196 6 248.2215 0.4305 263.1711 0.2029 245 7 306.4566 0.2967 328.3155 0.0821 294 8 362.6967 0.2226 392.3128 0.0340 343 9 394.9366 0.4489 429.6433 0.0922 392 10 437.5159 0.5379 479.8260 0.0980 441 11 481.1841 0.6033 532.2279 0.0912 490 12 536.8246 0.5184 600.2329 0.0345 539 4.4.2 Kiểm định LM
Kiểm định tự tương quan thông qua kiểm định LM, dựa vào bảng 4.5 kết quả kiểm định LM, bài nghiên cứu cho thấy không bác bỏ giả thuyết H0 (không tự tương quan) với mức ý nghĩa 5%, vì vậy mơ hình khơng có hiện tượng tự tương quan.
Bảng 4.7 Kết quả kiểm định LM
Lags LM-Stat Prob 1 63.01632 0.0860 2 41.56782 0.7655 3 48.38573 0.4979 4 53.24016 0.3144 5 54.98837 0.2583 6 46.39579 0.5793 7 65.36388 0.0589 8 65.84353 0.0544 9 39.33632 0.8365 10 49.18188 0.4658 11 53.01594 0.3220 12 65.88428 0.0540 4.4.3 Kiểm định White
Kiểm định phương sai thay đổi thông qua kiểm định White, dựa vào bảng 4.6 kết quả kiểm định White, bài nghiên cứu cho thấy không bác bỏ giả thuyết H0 (khơng có hiện tượng phương sai thay đổi) với mức ý nghĩa 5%, vì vậy phần dư khơng có hiện tượng phương sai thay đổi.
Bảng 4.8 Kết quả kiểm định White
Joint test:
Chi-sq df Prob.
399.9261 392 0.3802
Individual components:
Dependent R-squared F(14,51) Prob. Chi-sq(14) Prob. res1*res1 0.240634 1.154377 0.3375 15.88183 0.3206 res2*res2 0.297110 1.539826 0.1306 19.60925 0.1429 res3*res3 0.145940 0.622484 0.8338 9.632041 0.7886 res4*res4 0.282438 1.433856 0.1721 18.64090 0.1791 res5*res5 0.329936 1.793726 0.0656 21.77579 0.0833 res6*res6 0.354835 2.003541 0.0364 23.41913 0.0538 res7*res7 0.202410 0.924473 0.5397 13.35905 0.4985 res2*res1 0.237106 1.132196 0.3545 15.64903 0.3353 res3*res1 0.355716 2.011261 0.0356 23.47727 0.0529 res3*res2 0.224709 1.055840 0.4175 14.83080 0.3898 res4*res1 0.321699 1.727701 0.0787 21.23211 0.0958 res4*res2 0.265029 1.313607 0.2324 17.49191 0.2309 res4*res3 0.205059 0.939691 0.5248 13.53387 0.4850 res5*res1 0.268757 1.338877 0.2185 17.73798 0.2190
res5*res2 0.240229 1.151821 0.3395 15.85512 0.3223 res5*res3 0.270197 1.348702 0.2132 17.83297 0.2145 res5*res4 0.311153 1.645480 0.0985 20.53607 0.1141 res6*res1 0.373748 2.174059 0.0223 24.66735 0.0380 res6*res2 0.387794 2.307517 0.0152 25.59438 0.0291 res6*res3 0.284169 1.446132 0.1668 18.75514 0.1745 res6*res4 0.235154 1.120007 0.3642 15.52017 0.3435 res6*res5 0.185392 0.829059 0.6354 12.23590 0.5874 res7*res1 0.347645 1.941308 0.0434 22.94458 0.0612 res7*res2 0.299009 1.553865 0.1259 19.73457 0.1387 res7*res3 0.098123 0.396340 0.9697 6.476142 0.9530 res7*res4 0.282146 1.431790 0.1730 18.62162 0.1799 res7*res5 0.341798 1.891700 0.0499 22.55866 0.0678 res7*res6 0.314228 1.669194 0.0924 20.73903 0.1085
4.4.4 Kiểm định sự ổn định của mơ hình
Kết quả kiểm định tính ổn định của mơ hình với độ trễ tối ưu là 1 được trình bày trong hình 4.1. Các nghiệm đơn vị đều nằm trong khoảng +-1. Vì vậy, kết quả mơ hình ổn định.
Hình 4.1: Kiểm đính sự ổn định của mơ hình
Inverse Roots of AR Characteristic Polynomial
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
4.5 Kết quả ước lượng ma trận A0, ma trận B
Bảng 4.9: Kết quả ước lượng ma trận A0 của mơ hìnha 21** a 21** -0.757521 a31 -0.005019 a 41* a43 -0.029593 -0.135730
a53 a54** a56
0.134361 1.139219 -0.002924
a61 a62 a65 a67
-0.988568 -0.455473 17.30378 -90.87529
a71 a72 a73 a74 a75 a76
-0.162393 0.011584 -1.210472 -0.814375 0.398187 0.042087
mức ý thống kê: *:1%, **:5%,***:10%
Dựa vào bảng 4.92 kết quả ma trận A0. Bài nghiên cứu tìm thấy hệ số có ý nghĩa thống kê ở mức dưới 1% là hệ số a41, hệ số có ý nghĩa thống kê dưới 5% là hệ số a21, a54.
Hệ số a21 < 0 của phương trình lãi suất libor, cho thấy lãi suất libor phản ứng cùng chiều với giá dầu thế giới, phù hợp với lý thuyết. Hệ số a31 <0 của phương trình tổng sản phẩm trong nước, cho thấy giá dầu thế giới tăng là nguyên nhân tổng sản phẩm trong nước tăng. Hệ số a41 < 0 của phương trình chỉ số giá tiêu dùng, cho thấy giá dầu tăng làm tăng chỉ số giá tiêu dùng, phù hợp với lý thuyết. Hệ số a61, a62 < 0 của phương trình lãi suất trong nước, cho thấy lãi suất trong nước phản ứng cùng chiều với giá dầu thế giới và lãi suất libor. Ở chiều ngược lại, hệ số a65 >0, cho thấy lãi suất trong nước phản ứng ngược chiều với cung tiền M2, phù hợp với lý thuyết. Nhìn chung các hệ số của ma trận A0, đa số các hệ số có ý nghĩa thống kê và phù hợp với lý thuyết. Một số hệ số cịn lại thì khơng có ý nghĩa thống kê. Kết quả
kiểm định kiểm định Portmantaeu, LM, White có p-value >5%, nghĩa là chưa có cơ sở bác bỏ giả thiết H0, và kiểm định mơ hình là ổn định vì vậy cấu trúc mơ hình được thiết lập là phù hợp.
Kết quả ước lượng ma trận B của mơ hình được trình bày trong Phụ lục 3.
4.6 Hàm phản ứng xung
Trong phần này, bài nghiên cứu tiến hành phân tích phản ứng xung nhằm kiểm tra ảnh hưởng của cú sốc chính sách tiền tệ đến các biến vĩ mô. Độ lớn của cú sốc được đo lường bằng một đơn vị độ lệch chuẩn của phần dư từ mơ hình SVAR.
Ký hiệu các cú sốc: shock 1, shock 2, shock 3, shock 4, shock 5, shock 6,
shock 7, lần lượt là các cú sốc của giá dầu (oil), lãi suất liên ngân hàng Anh (libor), tổng sản lượng trong nước (gdp), chỉ số giá tiêu dùng (cpi), cung tiền (m2), lãi suất (r) và tỷ giá hối đối danh nghĩa đa phương (neer).
Hình 4.2: Hàm phản ứng xung của các biến vĩ mô trước cú sốc cung tiền
Response to Structural One S.D. Innovations ± 2 S.E.
.003
Response of D(LGDP_SA) to Shock5
.006 Response of D(LCPI_SA) to Shock5
.002 .004 .001 .000 -.001 -.002 .002 .000 -.002 -.003 1 2 3 4 5 6 7 8 9 10 11 12 -.004 1 2 3 4 5 6 7 8 9 10 11 12 Response of D(R_SA) to Shock5
.4 .015
Response of D(LNEER_SA) to Shock5
.2 .010 .0 -.2 -.4 -.6 .005 .000 -.005 -.8 1 2 3 4 5 6 7 8 9 10 11 12 -.010 1 2 3 4 5 6 7 8 9 10 11 12
Kết quả hình 4.2, cho thấy khi cung tiền tăng 1 độ lệch chuẩn, sản lượng tăng nhẹ ngay trong quý đầu tiên và kéo dài trong hơn 2 quý, sau đó bắt đầu giảm nhẹ, như vậy sản lượng tăng giảm với biên độ rất nhỏ, khơng có xu hướng rõ ràng, điều này cho thấy việc chính sách tiền tệ mở rộng ở Việt Nam khơng hiệu quả vì dịng tiền khơng tập trung đi vào sản xuất để tạo ra sản lượng.
Nhưng khi tăng cung tiền thì lại làm chỉ số giá tiêu dùng tăng ngay khi cú sốc xảy ra và lập đỉnh ở cuối quý 2 đầu quý 3 (0.001690%) và gần như chấm dứt tác động sau 8 quý.
Cung tiền tăng làm giảm lãi suất giảm tức thì sau đó mức giảm nhỏ dần và xu hướng giảm kéo dài trong quý đầu tiên, tuy nhiên lãi suất lại bắt đầu xu hướng