CHƢƠNG 3 : PHƢƠNG PHÁP NGHIÊN CỨU
3.3 Ứng dụng GMM và hệ phƣơng trình New Keynesian
Các hệ phương trình của mơ hình New Keynesian hiệu chỉnh cho trường hợp của Việt Nam được ước tính bằng cách sử dụng phương pháp Generalized Method of Moments (GMM) được phát triển bởi Hansen (1982) vì phương phương pháp GMM là một trong những phương pháp khắc phục được hiện tượng nội sinh (Christiano và Eichenbaum, 1992). Trong bài viết này, Phương pháp GMM sẽ được dùng để ước tính một lượt ba phương trình thay vì từng phương trình. Điều này có ý nghĩa trong trường hợp mẫu được coi là khá hạn chế vì sẽ cho kết quả chính xác hơn. Vì việc ước lượng hệ thống 3 phương trình sẽ hạn chế sai số cũng như kết quả sẽ có ý nghĩa đáng kể để giải thích các biến đặc biệt là đối với dữ liệu ở Việt Nam. Do đó, bài viết sẽ dùng phương pháp GMM để ước lượng hệ ba phương trình theo mơ hình New Keynesian hiệu chỉnh. Một lưu ý về công cụ. Như thường lệ trong các tài liệu về mơ hình New Keynesian và quy tắc lãi suất, bộ công cụ bao gồm các giá trị trễ của các biến độc lập. Ví dụ, Clarida (1998) sử dụng một bộ mở rộng các giá trị trễ của biến độc lập giá trị lạm phát kỳ vọng và sản lượng trong các quy tắc lãi suất cho Đức, Nhật Bản và Mỹ. Đây là loại cơng cụ đo lường thích hợp, miễn là các lỗi thời kỳ trong các phương trình khơng tương quan với các giá trị trong quá khứ của biến độc lập. Điều này có vẻ thích hợp với trường hợp của lạm phát và lỗ hổng sản lượng trong các quy tắc lãi suất,việc này hàm ý rằng các quyết định về chính sách tiền tệ là hợp lý, tức là các quyết định của ngân hàng trung ương kết hợp với tất cả thơng tin có sẵn tại thời điểm khi các quyết định được thực hiện, kết quả là, các lỗi dự báo khơng có tương quan với các thơng tin có sẵn (Boivin, 2006; Clarida, 2000). Độ trễ của biến độc lập được xem xét như là biến cơng cụ và các giá trị của nó được kiểm tra thông qua các kiểm định Sargan Test.
Hệ phương trình của mơ hình New Keynesian hiệu chỉnh cho trường hợp của Việt Nam cụ thể như sau:
Tất cả các dữ liệu được thu thập theo tháng từ tháng 01/2000 đến tháng 06/2015 bao gồm nhiều nguồn khác nhau đáng tin cậy như Qũy tiền tệ Quốc tế - IMF, World Bank, Tổng cục thống kê Việt Nam. Chi tiết về mô tả biến và cách xử lý xem ở Phụ Lục 1.
Trong đó:
Lỗ hổng sản lượng y: Logarit Chỉ số sản xuất công nghiệp (IP) được lọc theo phương pháp HP.
Lạm phát π: Chỉ số giá tiêu dùng (CPI) sau khi điều chỉnh tác động theo mùa.
i: lãi suất tái cấp vốn đại diện cho lãi suất danh nghĩa của Việt Nam
i_real: lãi suất thực trong nước (lãi suất sau khi trừ đi lạm phát)
i_usa: lãi suất của Mỹ
reserves: dự trữ quốc tế chính thức của Việt Nam, được xử lý số liệu tương tự như GDP, logarit mức dự trữ sau đó lọc bằng bộ lọc HP.
Biến giả dum00 đại diện chính sách tiền tệ Việt Nam có những thay đổi lớn ở các năm, như việc bắt đầu hướng chính sách tiền tệ tập trung vào lãi suất và có những quy tắc mới về dự trữ lãi suất, do đó tơi sử dụng biến giả nhận giá trị 0 trong năm 2000 và nhận giá trị 1 trong khoảng thời gian cịn lại.
Vì mơ hình GMM u cầu dữ liệu dừng, bài viết đã tiến hành kiểm định nghiệm đơn vị Augmented Dickey Fuller cho từng biến, kết quả thu được với chỉ số giá hàng hóa, chỉ số sản xuất cơng nghiệp lãi suất thực, lãi suất trong nước, lãi suất Mỹ, dự trữ quốc tế đều là những chuỗi khơng dừng. Do đó bài viết sử dụng chuỗi sai phân bậc 1 của các biến lãi suất thực, lãi suất Mỹ, lãi suất danh nghĩa cùng với các biến chỉ số sản xuất công nghiệp, chỉ số giá hàng hóa đã được xử lý bằng bộ lọc HP để đưa vào mơ
hình. Sau khi lọc và lấy sai phân, các biến trở nên dừng và như vậy có thể được đưa vào mơ hình ước lượng.
Bên cạnh đó, một trong những kiểm định quan trọng khác mà bài viết sử dụng có liên quan đến các biến công cụ được đưa vào hệ phương trình của mơ hình New Keynesian đó là kiểm định ràng buộc quá mức (Over identifying Restrictions) có tên
gọi là Sargan test (hay còn gọi là J-test). Ý tưởng của kiểm định là xem xét biến công cụ có tương quan với phần dư của mơ hình khơng. Nếu câu trả lời là khơng, khi đó biến công cụ là ngoại sinh, biến công cụ được chọn là phù hợp và mơ hình sử dụng biến đó để ước lượng cũng phù hợp. Kiểm định Sargan test sử dụng thống kê J (J – statistic) và tuân theo phân phối Chi Bình phương. Kết quả được cho là phù hợp khi p-value của J- statistic lớn hơn 0.05.
Cuối cùng bài viết kiểm định tính vững chắc của mơ hình ước lượng bằng việc thay đổi lần lượt chiều dài mẫu.
TÓM TẮT CHƢƠNG 3: Trong phần này, bài nghiên cứu đề xuất phương pháp ước
lượng và mô tả dữ liệu cũng như các kiểm định được sử dụng. Dữ liệu được đưa vào mơ hình là dữ liệu theo tháng từ 01/2000 đến 06/2015 của các biến chỉ số giá hàng hóa, chỉ số sản xuất công nghiệp lãi suất thực, lãi suất trong nước, lãi suất Mỹ. Phương pháp được sử dụng để ước lượng là phương pháp GMM để ước tính cho ba phương trình của mơ hình New Keynesian vì phương pháp GMM có thể giải quyết vấn đề nội sinh. Các biến được kiểm tra tính dừng, xử lý bằng bộ lọc HP và hiệu chỉnh theo mùa bằng chức năng Census X12 trên phần mềm Eview 8. Sau khi lấy sai phân các biến được đưa vào mơ hình để ước lượng.