Ứng dụng mô hình var để nghiên cứu sự ảnh hưởng của biến động giá dầu đên nền kinh tế việt nam 2009 2017

lOMoARcPSD|17343589

ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH
KHOA TÀI CHÍNH

TIỂU LUẬN KINH TẾ LƯỢNG TÀI CHÍNH

ỨNG DỤNG MƠ HÌNH VAR ĐỂ NGHIÊN CỨU
SỰ ẢNH HƢỞNG CỦA BIẾN ĐỘNG GIÁ DẦU
ĐÊN NỀN KINH TẾ VIỆT NAM 2009-2017

GVHD: Th.s Nguyễn Triều Đông
Thành viên nhóm:
1.
2.
3.
4.

Phan Mai Xn Hân
Nguyễn Cơng Chính
Trần Quốc Thiều
Nguyễn Thị Xuân Hương

Thành phố Hồ Chí Minh, tháng 04 năm 2022


lOMoARcPSD|17343589

MỤC LỤC
CHƢƠNG 1: GIỚI THIỆU

5

1.Lý do chọn đề tài:

5

2.Mục tiêu nghiên cứu:

5

3.Nội dung nghiên cứu:

6

4.Ý nghĩa của cơng trình:

7

5.Hƣớng phát triển của đề tài:

7

CHƢƠNG 2. CƠ SỞ LÝ THUYẾT

8

2.1

8

Khung lí thuyết về mơ hình hồi quy OLS

2.2
Khung lý thuyết về VAR
2.2.1 Các mơ hình tính VaR
2.2.2 Kiểm định các khuyết tật của mơ hình
2.2.2.1 Tự tương quan
2.2.2.2 Phương sai thay đổi
2.2.2.3 Đa cộng tuyến
2.2.2.4Tính dừng

8
8
9
9
9
10
10

2.3 Lý thuyết về giá dầu và các biến liên quan:
2.3.1 Giá dầu- POIL:
2.3.2 Chỉ số giá tiêu dùng (CPI)
2.3.3 Chỉ số sản xuất công nghiệp (IPI)
2.3.4 Cung ứng tiền tệ (M2)
2.3.5 Lãi suất cho vay thị trường - IRATE
2.3.6 Lãi suất chiết khấu - PRATE

10
10
11

12
12
13
13

CHƢƠNG 3: PHƢƠNG PHÁP NGHIÊN CỨU

15

3.1 Phƣơng pháp nghiên cứu mô hình Var

15

3.2 Mơ hình nghiên cứu
3.2.1 Biến phụ thuộc
3.2.2 Biến độc lập
3.2.3 Phương trình hồi quy

15
15
15
15
2


lOMoARcPSD|17343589

3.2.4 Dự đốn kì vọng giữa các biến

16

3.3 Mơ tả số liệu

16

CHƢƠNG 4. KẾT QUẢ CHẠY MƠ HÌNH HỒI QUY

17

4.1 Thống kê mô tả dữ liệu
4.2.1 Ý nghĩa của các hệ số hồi quy trong mơ hình
4.2.2 Kiểm định giả thuyết và mức độ phù hợp của mơ hình (độ tin cậy 5%)

17
18
19

4.2 Kiểm định tính đúng của mơ hình
4.2.1Đa cộng tuyến
4.2.3Tự tương quan

20
20
21

4.2

Kiểm định tính dừng của chuỗi dữ liệu

22

Từ bảng cho thấy chỉ riêng M2 là chuỗi dừng ở bậc 0, tất cả các biến còn lại đều dừng ở bậc 1.
Chúng ta khắc phục bằng cách lấy sai phân bậc 1 cho các biến CPI, IPI, IRATE, PRATE và
LNPOIL để chuỗi dừng.
22
4.3 Chạy mơ hình var
4.3.1 Lựa chọn độ trễ tối ưu
Độ trễ tối ưu là lag = 1
4.3.2 Kiểm định Wald test
4.3.3 Kiểm định tính dừng của phần dư sau khi chạy VAR
4.3.4 Kiểm định Granger
4.3.4 Phân rã phương sai

23
24
24
25
26
26
26

CHƢƠNG 5: KẾT LUẬN

28

5.1 Kết luận

28

5.2 Hƣớng nghiên cứu tiếp theo

28

5.3. Khó khăn và thuận lợi và hạn chế trong q trình thực hiện đề tài:
5.2.1.Khó khăn:
5.2.2. Thuận lợi:

28
28
28

TÀI LIỆU THAM KHẢO

29

PHỤ LỤC

30

3


lOMoARcPSD|17343589

DANH MỤC TỪ VIẾT TẮT
STT
1
2
3
4

5
6

TỪ VIẾT TẮT
CPI
IPI
M2
IRATE
PRATE
LNPOIL

TÊN BIẾN
Chỉ số giá tiêu dùng
Chỉ số sản xuất công nghiệp
Cung tiền tệ
Lãi suất thị trường
Lãi suất ngân hàng trung ương
Biến động giá dầu

DANH MỤC BẢNG
Bảng 1: Thống kê mô tả dữ liệu các biến
Bảng 2: Kết quả ma trận tương quan giữa các biến
Bảng 3: Kiểm định hiện tượng phương sai sai số thay đổi với ước lượng OLS
Bảng 4: Kiểm định hiện tượng tương quan bậc 1 với ước lượng O LS
Bảng 5: Kiểm định hiện tượng tương quan bậc 2 với ước lượng O LS
Bảng 6: Kết quả kiểm định nghiệm đơn vị
Bảng 7: Độ trễ tối ưu của mơ hình VAR
Bảng 8: Kiểm định nhân quả Granger dựa trên kết quả ước lượng mơ hình VAR
Bảng 9: Kết quả phân rã phương sai ở kì thứ 10

DANH MỤC HÌNH
Hình 1: Diễn biến của các biến số (POIL, CPI, IPI, PRATE, IRATE, M2)
Hình 2: Kết quả mơ hình ước lượng OLS
Hình 3: Kết quả chạy mơ hình VAR
Hình 4: Kết quả chạy VAR với độ trễ tối ưu
Hình 5: Kết quả kiểm định Wald Test
4


lOMoARcPSD|17343589

CHƢƠNG 1: GIỚI THIỆU
1.Lý do chọn đề tài:
Dầu có vai trị rất quan trọng đóng góp vào sự phát triển và ổn định nền kinh tế ở nhiều quốc
gia trên thế giới, trong đó có Việt Nam. Dầu là nguyên liệu đầu vào chủ yếu cho hầu hết các
ngành công nghiệp sản xuất, cùng với than, bộ đôi chiếm tỷ lệ đến 90% tổng lượng chất đốt
được các ngành công nghiệp Việt Nam sử dụng. Khơng những thế, dầu cịn là yếu tố không
thể thiếu của ngành công nghiệp vận tải, và các ngành công nghiệp sản xuất các sản phẩm
thứ cấp từ dầu. Ngành cơng nghiệp hóa dầu ở Việt Nam cũng đã đang từng bước phát triển
mạnh mẽ hơn. Và, dầu cịn góp thêm một nguồn thu quan trọng vào Ngân sách nhà nước
thông qua việc xuất khẩu dầu thô, việc thu các loại thuế liên quan đến dầu nhập khẩu. Vì
vậy, biến động trong giá dầu là vấn đề rất đáng được quan tâm, ảnh hưởng đến sức khỏe của
toàn bộ nền kinh tế.
Một cú sốc tăng giá dầu có thể làm tăng đáng kể chi phí sản xuất của nền công nghiệp, dẫn
đến tăng tỷ lệ lạm phát, làm giảm sản lượng sản xuất và tiêu dùng, gây ảnh hưởng xấu đến
nền kinh tế và đời sống xã hội. Đối mặt với vấn đề này, Nhà nước có thể ban hành và áp
dụng nhiều chính sách để quản lý ảnh hưởng của vấn đề dầu tăng giá, mà có liên hệ trực tiếp
đến lạm phát phải kể đến cơng cụ chính sách tiền tệ. Liệu chính sách tiền tệ ở Việt Nam sẽ
phản ứng ra sao trước những rủi ro của việc tăng giá dầu, và liệu những phản ứng đó có thực
sự điều tiết được những mối rủi ro đó hay khơng, hay nói cách khác, phản ứng của chính

sách tiền tệ trong kịch bản giá dầu tăng có tác động như thế nào đến nền kinh tế ở Việt Nam?
Đây sẽ là những vấn đề thắc mắc để nhóm chúng đưa vào đề tài nghiên cứu biến động giá
dầu đến nền kinh tế Việt Nam đoạn từ 1/2009 đến tháng 12/2017?
2.Mục tiêu nghiên cứu:
Trong kịch bản giá dầu tăng, xác định mối quan hệ cộng hưởng hay giảm thiểu các tác động
đến nền kinh tế khi chính sách tiền tệ nới lỏng hoặc thắt chặt. Cụ thể, xác định mức biến
động của tỷ lệ lạm phát và sản lượng của nền kinh tế khi giá dầu tăng, dưới sự điều chỉnh
của chính sách tiền tệ.

5


lOMoARcPSD|17343589

3.Nội dung nghiên cứu:
Bài nghiên cứu được thực hiện bằng cách thu thập dữ liệu của 6 biến đầu vào: POIL- giá
dầu; CPI- chỉ số giá tiêu dùng đại diện cho yếu tố lạm phát; IPI- chỉ số sản xuất công nghiệp
đại diện cho yếu tố sản lượng của nền kinh tế, vì cơng nghiệp, như đã biết, là mảng có liên
quan mật thiết và trực tiếp với dầu; M2- cung tiền; IRATE- lãi suất cho vay của thị trường,
và PRATE- lãi suất chiết khấu của Ngân hàng nhà nước Việt Nam. Chính sách tiền tệ sử
dụng cơng cụ lãi suất chiết khấu để quản lý cung tiền trong thị trường- thông qua kênh trung
gian là lãi suất cho vay được thị trường áp dụng, qua đó quản lý tỷ lệ lạm phát. Vậy, có thể
nói, nếu tỷ lệ lạm phát là mục tiêu cuối cùng mà chính sách tiền nhắm tới, thì M2 là mục tiêu
trung gian, IRATE là cán cung và PRATE là mũi tên được sử dụng. Các biến này được phân
loại và đưa vào mơ hình VAR được xây dựng từ những nghiên cứu trước có được điều chỉnh
để phù hợp với dữ liệu lấy từ thị trường Việt Nam.
Bài nghiên cứu được chia làm năm chương:
-

Chƣơng 1- Giới thiệu: Cung cấp cái nhìn tổng quan về ý định của nghiên cứu, lý do

nghiên cứu được thực hiện và mục tiêu hướng tới.

-

Chƣơng 2- Cơ sở lý luận: Cung cấp khung lý thuyết về mơ hình Var- mơ hình được
sử dụng trong nghiên cứu, và cách kiểm định các khuyết tật để củng cố độ vững cho
mơ hình. Bên cạnh đó là lý thuyết căn bản về các biến được đưa vào mơ hình nghiên
cứu để lý giải tại sao chúng được sử dụng và việc sử dụng đó là hợp lý.

-

Chƣơng 3- Phƣơng pháp nghiên cứu: Đi sâu mô tả về chức năng của các biến đóng
góp trong mơ hình, đưa ra ước lượng kỳ vọng mối quan hệ giữa các biến, mô tả số liệu
và mơ hình hồi quy.

-

Chƣơng 4- Kết quả chạy mơ hình hồi quy: Đưa ra kết quả đạt được khi triển khai
chạy mơ hình, từ đó đưa ra ý nghĩa về mối tương quan giữa các biến nhận được từ kết
quả đó. Kiểm định một lần nữa tính đúng đắn của mơ hình triển khai để củng cố hoặc
bác bỏ kết quả nhận được.

-

Chƣơng 5- Kết luận: Từ kết quả chương 4, đưa ra câu trả lời cho câu hỏi trọng tâm
của nghiên cứu: Chính sách tiền tệ có vai trò như thế nào đối với nền kinh tế trong cú

6

lOMoARcPSD|17343589

sốc tăng giá dầu. Rút ra ý nghĩa áp dụng thực tiễn và đề xuất những giải pháp có thể
có.
4.Ý nghĩa của cơng trình:
Việc xác định vai trị của chính sách tiền tệ đối với các tác động gây ra bởi sốc tăng giá dầu,
và tầm quan trọng của vai trị đó, có thể cung cấp thêm một góc nhìn mới để nhận định đầy
đủ hơn về các phương pháp quản lý tác động của biến động giá dầu lên nền kinh tế. Từ đó có
thể đưa ra lời khuyên hữu ích góp phần cho việc xây dựng các chính sách nhằm ổn định và
phát triển nền kinh tế trước tình hình biến động của giá dầu trong giai đoạn sắp tới. Đồng
thời, nghiên cứu cịn đóng góp một chút thành quả vào việc củng cố mơ hình VAR đã được
xây dựng, và cho mảng nghiên cứu và học thuật Tài chính.
5.Hƣớng phát triển của đề tài:
Đề tài có thể được phát triển theo hướng kiểm định thêm về tính đúng đắn của mơ hình bằng
cách thu thập dữ liệu với độ trễ dài hơn, hoặc áp dụng cho các thời kỳ khác của nền kinh tế
Việt Nam, khi mà biến động giá dầu có thể thấp hơn, cao hơn hay bình ổn hơn so với giai
đoạn được khảo sát trong nghiên cứu này. Những nghiên cứu sau dù có đạt được những kết
quả đồng nhất hay khác biệt với nghiên cứu ở đây, thì kết quả có được vẫn là một mảnh
ghép hữu ích trong bức tranh được phác họa cho câu hỏi: Liệu mơ hình có ý nghĩa thực tiễn
hay không?

7


lOMoARcPSD|17343589

Chƣơng 2. CƠ SỞ LÝ THUYẾT
2.1
Khung lí thuyết về mơ hình hồi quy OLS
Y = β0 + β1X1 + β2X2 +…+ βkXk + µ

Trong đó:
Y: Biến phụ thuộc
X: Biến độc lập
β0 : Hệ số tự do
β1, β2,… βK : Hệ số hồi quy riêng
µ : Sai số ngẫu nhiên
2.2

Khung lý thuyết về VAR

2.2.1 Các mơ hình tính VaR
Mơ hình Var ( tự hồi quy vector) là mơ hình bao gồm hệ phương trình, khơng phân biệt biến
độc lập và biến phụ thuộc. Trong đó, các biến đều là biến nội sinh. Biến độc lập là các biến
nội sinh ở các thời kì trễ.
Cấu trúc của một mơ hình VAR gồm nhiều phương trình và có các độ trễ của biên số. VAR
là mơ hình động của một số biến thời gian.
Xét hai chuỗi thời gian Y1 và Y2. Mơ hình VAR tổng qt đối với Y1 và Y2:

Trong mơ hình trên, mỗi phương trình đều chứa p trễ của mỗi biến.
Với 2 biến: mơ hình có 22p hệ số góc và 2 hệ số chặn.
8


lOMoARcPSD|17343589

Suy ra với k biến mơ hình có k 2p hệ số góc và k hệ số chặn. Điều này địi hỏi số quan sát
phải nhiều thì kết quả ước lượng mới có ý nghĩa.
2.2.2 Kiểm định các khuyết tật của mơ hình
2.2.2.1 Tự tƣơng quan
Trong mơ hình hồi quy tuyến tính cổ điển, đặt giả thuyết rằng khơng có tương quan

giữa
các sai số nghĩa là COV(Ui,Uj) = 0. Khi giả thuyết sự tương quan giữa các sai số bị vi phạm
dẫn tới hiện tượng tự tương quan, nghĩa là COV(Ui,Uj) khác 0.
Nguyên nhân của tự tương quan thường là do quá trình thu thập và xử lý số liệu.vHệ
quả là các kiểm định hồi quy khơng cịn tin cậy và ước lượng không hiệu quả.
Cách khắc phục tự tương quan:
 Kiểm định Durlin – Watson: là một trong những phép kiểm định được dùng đầu tiên và
khá hiệu quả để phát hiện hiện tượng tự tương quan trong mô hình hồi quy.
 Kiểm định Breusch – godfrey: Phương pháp Durlin – Watson chỉ cho phép phát hiện
hiện tượng tự tương quan bậc 1, tức là chỉ cho biết quan sát quan sát tại mỗi thời điểm có
phụ thuộc vào quan sát ở thời điểm liền kề hay không. Phương pháp đó khơng phát hiện
được hiện tượng tự tương quan cao hơn bậc 1- nghĩa là không cho biết liệu có mối quan
hệ giữa các quan sát ở cách xa nhau hơn 1 hay không. Khi chuỗi thời gian lớn thì ta sử
dụng phƣơng pháp Kiểm định Breusch – godfrey để phát hiện quan hệ tự tƣơng quan
bậc cao.
2.2.2.2 Phƣơng sai thay đổi
Một giả định trong mơ hình hồi quy tuyến tính là phương sai của sai số ngẫu nhiên Ui
không đổi và bằng σ_i^2. Ký hiệu: E(Ui) = σ_i^2(i=1,2...,n). Nghĩa là mơ hình đã bị phương
sai thay đổi dẫn tới ước lượng tính khơng chệch nhưng khơng cịn hiệu quả nữa. Nguyên
nhân của hiện tượng phương sai thay đổi là do bản chất của hiện tượng kinh tế, kỹ thuật thu
thập, xử lý số liệu và tích lũy kinh nghiệm từ q khứ.
Khi giả định mơ hình đã bị phương sai thay đổi dẫn tới các ước lượng tuyến tính
khơng chệch nhưng khơng cịn hiệu quả nữa. Kiểm định T và F lúc này khơng cịn đáng tin
cậy.
Chúng ta kiểm tra phương sai thay đổi cho OLS qua kiểm định White và đặt giả thuyết kiểm
định như sau:
Giả thuyết H0: Mơ hình chưa phát hiện phương sai thay đổi
9

lOMoARcPSD|17343589

Giả thuyết H1: Mơ hình phát hiện phương sai thay đổi
2.2.2.3 Đa cộng tuyến
Đa cộng tuyến là khi các biến độc lập trong mơ hình nghiên cứu có mối quan hệ mật
thiết với nhau, khi đa cộng tuyên xảy ra làm chúng ta không đánh giá được tác động riêng
biệt của các biến độc lập này lên biến phụ thuộc dẫn tới ước lượng lúc này khơng cịn hiệu
quả và đáng tín cậy, đa cộng tuyến thương được phát hiện bằng hai cách sau:
 Dùng ma trận tương quan giữa các biến độc lập để xác mối quan hệ giữa các biến.
Khi hệ số tương quan của từng biến độc lập > 0,8 ta nói mơ hình đa cộng tuyến. Bất cập,
phải tính nhiều hệ số tương quan khi có nhiều biến độc lập và chỉ phát hiện được đa cộng
tuyến giữa 2 biến nhưng không phát hiện giữa một biến với một nhóm biến độc lập trong mơ
hình.
 Dùng hệ số VIF (nhân tử phóng đại phương sai) để đánh giá nếu hệ số VIF >10 ta nói
mơ xảy ra đa cộng tuyến.
 Dung hồi quy phụ để đánh giá. Nếu R2 > 0,8 thì mơ hình xảy ra hiện tượng đa cộng
tuyến.
2.2.2.4Tính dừng
Nguyên nhân phải kiểm định tính dừng:
 Nếu chuỗi thời gian là không dừng, các giá trị nghiên cứu chỉ có giá trị trong thời gian
xem được xem xét. Vì thế mà kết quả nghiên cứu sẽ khơng được sử dụng để khái qt
hóa cho các giai đoạn khác => các chuỗi dữ liệu không dừng sẽ khơng có giá trị thực
tiễn khi dự báo. Để tránh hiện tượng hồi quy giả mạo – hồi quy khơng có giá trị.
 Khi biết dữ liệu là dừng hay không dừng => giới hạn được một số mô hình được cho
là phù hợp cho dữ liệu.
Các phương pháp kiểm định tính dừng:
 Kiểm định Dickey – Fuller (DF)
 Kiểm định Phillip – Person (PP)
 Giản đồ tự tương quan

2.3 Lý thuyết về giá dầu và các biến liên quan:
2.3.1 Giá dầu- POIL:
Giá dầu nhập khẩu của Việt Nam có quan hệ mật thiết với giá dầu thề giới, nên biến động
tăng giảm trong giá dầu ở Việt Nam và thế giới có nhiều sự tương đồng. Tuy nhiên, vì giá
10

Downloaded by v? ngoc ()


lOMoARcPSD|17343589

xăng dầu kinh doanh trên thị trường còn chịu sự tác động lớn từ sự điều chỉnh của chính
phủ, cụ thể là Bộ Công Thương, nên mức biến động trong giá dầu ở Việt Nam có sự chênh
lệch so với giá dầu trên thế giới.
2.3.2 Chỉ số giá tiêu dùng (CPI)
CPI (Consumer Price Index)- Chỉ số giá tiêu dùng: là phương pháp đo lường kiểm tra trung
bình có trọng số của giá một giỏ hàng hóa và dịch vụ điển hình của nền kinh tế, ví dụ như
vận tải, lương thực và y tế. CPI được tính bằng cách thu thập sự thay đổi trong giá cả của
mỗi thành phần của giỏ hàng hóa được xác định trước rồi tính trung bình của chúng. CPI là
một trong những số liệu thống kê được sử dụng thường xuyên nhất để xác định mức lạm
phát hoặc giảm phát của giai đoạn tương ứng.
Xét kỳ báo cáo (kỳ t), để tính chỉ số CPI của kỳ báo cáo để xác định mức thay đổi trong giá
cả giỏ hàng so với kỳ cơ sở, ta thực hiện các bước sau:
1.Cố định giỏ hàng hóa: Xác định lượng hàng hó, dịch vụ tiêu biểu mà một người tiêu dùng
điển hình mua.
2.Xác định giá cả: Thu thập giá cả của mỗi mặt hàng trong giỏ tại mỗi thời điểm.
3.Tính giá của giỏ hàng bằng cách nhân số lượng mỗi mặt hàng có trong giỏ với giá của từng
loại tương ứng, rồi cộng lại.
4.Lựa chọn thời kỳ gốc để làm cơ sở so sánh. CPI sẽ được tính bằng cơng thức sau:
CPIt=100 x

CPI và chỉ số giảm phát cho GDP là 2 chỉ tiêu được sử dụng để đánh giá mức lạm phát của
nền kinh tế. CPI cung cấp cái nhìn tổng quát về mức tăng giảm giá của nhóm hàng hóa tiêu
dùng quan trọng nhất trong nền kinh tế. CPI có thể được đo lường hàng tháng với mức độ tin
cậy cao. CPI được đo lường hàng tháng cịn là số liệu để tính chỉ tiêu lạm phát cơ bản, là
một chỉ báo quan trọng đối với xu hướng lạm phát trong tương lai được các nhà hoạch định
chính sách rất quan tâm. Vì vậy, dùng biến CPI để đại diện cho nhân tố lạm phát trong mơ
hình là hồn tồn hợp lý.
11


lOMoARcPSD|17343589

Ở Việt Nam, việc tính tốn CPI được Tổng cục Thống kê đảm nhiệm. Quyền số để tính CPI
được xác định năm 2000 và bắt đầu áp dụng từ tháng 7/2001. Quyền số này dựa trên kết quả
của 2 cuộc điều tra: Điều tra mức sống dân cư Việt Nam 1997-1998 và Điều tra kinh tế hộ
gia đình năm 1999. Số liệu CPI có thể được lấy từ trang web của Tổng cục Thống kê:
.
2.3.3 Chỉ số sản xuất công nghiệp (IPI)
Chỉ số sản xuất công nghiệp IPI là một chỉ báo kinh tế hàng tháng đo lường sản lượng thực
của các ngành công nghiệp cấp I bao gồm: công nghiệp chế biến, chế tạo; cơng nghiệp khai
khống; cơng nghiệp sản xuất và phân phối điện, khí đốt, nước nóng, hơi nước và điều hịa
khơng khí; cơng nghiệp cung cấp nước, hoạt động quản lý nước và xử lý rác thải, nước thải.
Là tỷ lệ phần trăm giữa khối lượng sản xuất công nghiệp tạo ra trong kỳ hiện tại và khối
lượng sản xuất công nghiệp trong kỳ gốc.
IPI của tồn ngành cơng nghiệp có thể được tính qua các bước: đầu tiền ta tính chỉ số sản
xuất của sản phẩm (chỉ số cá thể), dùng chỉ số cá thể tính được để tính các chỉ số sản xuất
của ngành cơng nghiệp cấp 4, cấp 2, cấp 1 và tồn ngành công nghiệp.
Ix =

∑

∑

.

Chỉ số sản xuất công nghiệp IPI của Việt Nam do Tổng cục Thống kê chịu trách nhiệm thu
thập và tổng hợp.
2.3.4 Cung ứng tiền tệ (M2)
Cung ứng tiền tệ MS (Money Supply) là toàn bộ lượng tiền mặt đang lưu thơng trong nền
kinh tế của tồn bộ các cá nhân và doanh nghiệp, chưa kể đến lượng tiền nắm giữ bởi các tổ
chức tín dụng và ngân hàng trung ương. Quy mô được chia làm 4 cấp M0, M1, M2, M3, M4
(chỉ có riêng ở Anh):
 M0 = Tổng lượng tiền mặt do NHTW phát hành đang được lưu thông (Tiền cơ sở;
Tiền hẹp; Tiền mặt có thể chi tiêu ngay lập tức).
 M1 = M0 + Tiền mà các NHTM gửi tại NHTW.

12


lOMoARcPSD|17343589

 M2 = M1 + Chuẩn tệ (tiền gửi tiết kiệm, tiền gửi có kỳ hạn tại các tổ chức tín dụng).
Đại diện cho tổng phương tiện thanh tốn của nền kinh tế.
 M3 = M2 + tất cả các khoản tiết kiệm khác gửi tại các tổ chức tín dụng (Trái phiếu
quốc gia, tín phiếu, …)
Cung tiền M2 là thành phần quan trọng của nền kinh tế được giám sát và điều tiết bởi
NHTW.
2.3.5 Lãi suất cho vay thị trƣờng - IRATE
Lãi suất cho vay của thị trường tự bản thân nó đã có vai trị là cầu nối cho chính sách tiền tệ,
vì NHTW có thể dựa vào lãi suất cho vay để thiết lập mức lãi suất chiết khấu cao hơn hoặc

thấp hơn tùy thuộc vào mục tiêu nhằm thắt chặt hay nới lỏng chính sách tiền tệ. Mặt khác,
NHTW có thể trực tiếp quy định khung lãi suất tiền gửi và cho vay, buộc các NHTM phải
thi hành.
2.3.6 Lãi suất chiết khấu - PRATE
Lãi suất chiết khấu (Discount rate) là lãi suất ngân hàng trung ương (ở đây là Ngân hàng nhà
nước Việt Nam) áp dụng cho các khoản tiền cho được vay bởi các ngân hàng thương mại để
đáp ứng nhu cầu tiền mặt ngắn hạn hoặc bất thường của các ngân hàng này. Lãi suất chiết
khấu là một cơng cụ của chính sách tiền tệ nhằm điều tiết lượng cung tiền của nền kinh tế.
Các ngân hàng thương mại ln cần duy trì một tỷ lệ tiền mặt và tiền gửi hợp lý để đồng thời
đáp ứng nhu cầu của khách hàng và tuân thủ tỷ lệ dự trữ bắt buộc của Ngân hàng trung
ương. Khi tỷ lệ dự trữ tiền mặt của ngân hàng thương mại giảm xuống gần bằng mức dự trữ
bắt buộc thì họ sẽ phải cân nhắc giữa việc có tiếp tục cho vay hay không và nhu cầu tiền mặt
cao bất thường có thể có của khách hàng:
 Nếu lãi suất chiết khấu bằng hoặc thấp hơn lãi suất thị trường, NHTM sẽ có xu hướng
tiếp tục cho vay, và nếu lượng tiền mặt giảm xuống dưới mức dự trữ bắt buộc, họ có
thể vay ngược lại từ NHTW để vừa đảm bảo được tỷ lệ tiền mặt an toàn, đồng thời
hưởng lợi từ mức chênh lệch lãi suất.

13


lOMoARcPSD|17343589

 Nếu lãi suất chiết khấu cao hơn lãi suất thị trường, NHTM sẽ cân nhắc cắt giảm việc
cho vay để duy trì lượng tiền mặt hiện có, tránh việc phải đi vay từ NHTW với mức
lãi suất cao hơn.
Vì vậy, bằng cách quy định lãi suất chiết khấu, NHTW có thể kiểm sốt lượng tiền mặt được
cung ứng ra thị trường. Cụ thể, khi muốn tăng cung tiền, nới lỏng chính sách tiền tệ, NHTW
có thể giảm lãi suất chiết khấu để kích thích cung tiền tăng; ngược lại, khi muốn giảm cung
tiền, NHTW sẽ tăng lãi suất chiết khấu.

14


lOMoARcPSD|17343589

CHƢƠNG 3: PHƢƠNG PHÁP NGHIÊN CỨU
3.1 Phƣơng pháp nghiên cứu mơ hình Var
Mơ hình được sử dụng trong nghiên cứu được xây dựng dựa trên mơ hình VAR (reduced
form VAR) của Bernanke & cộng sự (1997), Brown & Yucel (1999), Cologni & Manera
(2008) có điều chỉnh cho phù hợp với đặc thù diễn biến giá dầu và các biến trong nền kinh tế
của Việt Nam. VAR được nhóm chúng tơi chọn sử dụng bởi có thể cho thấy tác động mang
tính truyền dẫn của cú sốc giá dầu đến nền kinh tế. Mơ hình VAR trong nghiên cứu có vectơ
Yt bao gồm lạm phát, sản lượng, cung tiền, lãi suất thị trường, lãi suất chính sách và giá dầu,
Yt = [CPIt, IPIt, M2t, IRATEt, PRATEt, POILt]
3.2 Mơ hình nghiên cứu
3.2.1 Biến phụ thuộc
+ Trong bài nghiên cứu này, nhóm chúng em sử dụng biến phụ thuộc trong bài nghiên cứu là
giá dầu diese 0,5% (POIL). Đơn vị tính là VND/lít. Giá dầu diesel được chọn (mà không
phải là các sản phẩm từ dầu khác như xăng ron 92, ron 95....) do dầu diesel là sản phẩm từ
dầu được tiêu thụ nhiều nhất tại Việt Nam theo cơ sở dữ liệu của Cơ quan Năng lượng Quốc
tế (IEA, 2018).
3.2.2 Biến độc lập
+ CPI: Chỉ số giá tiêu dùng (VNĐ) đại diện cho lạm phát ở Việt Nam
+ IPI : Chỉ số giá công nghiệp đại diện cho sự tăng trưởng sản lượng sản phẩm của Việt
Nam.
+ M2: Cung tiền là trung gian của chính phủ để điều chỉnh lãi suất, lạm phát trên thị trường.
+ IPRATE: Lãi suất trên thị trường
+ PRATE: Lãi suất được công bố bởi Ngân hàng Nhà nước Việt Nam
3.2.3 Phƣơng trình hồi quy

Tác động của biến động giá dầu đến CPI – đại diện cho lạm phát, biến động giá cả của rổ
hàng hóa tiêu dùng.
LNPOIL = β0 + β1 M2 + β2 CPI + β3 IPI + β4 Irate + β5 Prate

15


lOMoARcPSD|17343589

3.2.4 Dự đốn kì vọng giữa các biến
+ Khi giá dầu tăng thì CPI tăng
3.3 Mơ tả số liệu
- CPI, IRATE và M2 được lấy từ Thống kê Tài chính Quốc tế (IFS, 2019), IPI được lấy từ
tổng cục thống kê (GSO, 2016), PRATE được lấy từ Ngân hàng Nhà nước (SBV, 2019) và
POIL được lấy từ các thông cáo báo chí điều chỉnh giá dầu của Tập đồn Xăng dầu Việt
Nam (Petrolimex, 2019). Dữ liệu cho nghiên cứu được lấy theo tần suất tháng từ 1/2009 đến
12/2017. Bộ số liệu được định dạng dữ liệu chuỗi thời gian với hơn 100 quan sát.
-

Bảng số liệu: Đính kèm file exel

16


lOMoARcPSD|17343589

Chƣơng 4. KẾT QUẢ CHẠY MƠ HÌNH HỒI QUY
4.1 Thống kê mô tả dữ liệu
Bảng 1: Thống kê mô tả dữ liệu các biến

Hình 1: Diễn biến của các biến số (POIL, CPI, IPI, PRATE, IRATE, M2)

17


lOMoARcPSD|17343589

4.2Kết quả chạy mơ hình Eview
Hình 2: Kết quả mơ hình ƣớc lƣợng OLS

-

Từ kết quả trên, ta có mơ hình hồi quy như sau:
LNPOIL = 6.702230 + 0.002529IPI + 0.029471CPI – 0.000000321M2 –
0.046765PRATE + 0.045972IRATE

4.2.1 Ý nghĩa của các hệ số hồi quy trong mơ hình
- Khi các yếu tố trong mơ hình khơng ảnh hưởng đến LNPOIL thì LNPOIL = 6.702230
18


lOMoARcPSD|17343589

-

hay khi các yếu tố chỉ số sản xuất công nghiệp, chỉ số giá tiêu dùng, cung tiền, lãi suất
chiết khấu, lãi suất cho vay đồng thời bằng 0 thì LNPOIL = 6.702230 trong điều kiện
các yếu tố khác không đổi.
Khi chỉ số sản xuất công nghiệp (IPI) tăng 1 đơn vị thì giá dầu ước lượng cũng tăng
100x0.002529 = 0.2529% trong điều kiện các yếu tố khác không đổi.

Khi chỉ số giá tiêu dùng (CPI) tăng 1 đơn vị thì giá dầu ước lượng cũng tăng
100x0.029471 = 2.9471% trong điều kiện các yếu tố khác không đổi.
Khi cung tiền (M2) tăng 1 đơn vị thì giá dầu ước lượng giảm 3.21x10-5% trong điều
kiện các yếu tố khác không đổi.
Khi lãi suất chiết khấu của ngân hàng nhà nước (PRATE) tăng 1 đơn vị thì giá dầu
ước lượng giảm 4.6765% trong điều kiện các yếu tố khác không đổi.
Khi lãi suất cho vay của ngân hàng nhà nước (IRATE) tăng 1 đơn vị thì giá dầu ước
lượng cũng tăng 4.5972% trong điều kiện các yếu tố khác không đổi.

4.2.2 Kiểm định giả thuyết và mức độ phù hợp của mô hình (độ tin cậy 5%)
 Kiểm định giả thuyết: H0: β1 = 0
H1: β1 ± 0
Ta có t-Statistic = 3.947745 với p-value = 0.0001 < 0.05
 Bác bỏ H0 => Chấp nhận H1
Vậy với các yếu tố khác không đổi thì chỉ số sản xuất cơng nghiệp (IPI) có ảnh hưởng
đến giá dầu (hay IPI có ý nghĩa thống kê).
 Kiểm định giả thuyết: H0: β2 = 0
H1: β2 ± 0
Ta có t-Statistic = 13.80698 với p-value = 0.0000 < 0.05
 Bác bỏ H0 => Chấp nhận H1
Vậy với các yếu tố khác khơng đổi thì chỉ số giá tiêu dùng (CPI) có ảnh hưởng đến
giá dầu (hay CPI có ý nghĩa thống kê).
 Kiểm định giả thuyết: H0: β3 = 0
H1: β3 ± 0
Ta có t-Statistic = -9.638725 với p-value = 0.0000 < 0.05
 Bác bỏ H0 => Chấp nhận H1

19

Downloaded by v? ngoc ()

lOMoARcPSD|17343589

Vậy với các yếu tố khác khơng đổi thì cung tiền (M2) có ảnh hưởng đến giá dầu (hay
M2 có ý nghĩa thống kê).
 Kiểm định giả thuyết: H0: β4 = 0
H1: β4 ± 0
Ta có t-Statistic = -5.454994 với p-value = 0.0000 < 0.05
 Bác bỏ H0 => Chấp nhận H1
Vậy với các yếu tố khác khơng đổi thì lãi suất chiết khấu (PRATE) có ảnh hưởng đến
giá dầu (hay PRATE có ý nghĩa thống kê).
 Kiểm định giả thuyết: H0: β5 = 0
H1: β5 ± 0
Ta có t-Statistic = 5.804987 với p-value = 0.0000 < 0.05
 Bác bỏ H0 => Chấp nhận H1
Vậy với các yếu tố khác khơng đổi thì lãi suất cho vay (IRATE) có ảnh hưởng đến giá
dầu (hay IRATE có ý nghĩa thống kê).
4.2 Kiểm định tính đúng của mơ hình
4.2.1Đa cộng tuyến
Bảng 2: Kết quả ma trận tƣơng quan giữa các biến

Ở bảng trên cho ta thấy hệ số tương quan giữa các cặp biến phụ thuộc và biến độc lập.
Giữa cặp LNPOIL - LNCPI là 0,1788, LNPOIL – LNIPI là -0,271( hệ tương quan nhỏ hơn
0,8 nên không tồn tại đa cộng tuyến) thể hiện POIL có mối quan hệ đồng biến với CPI và
nghịch biến với IPI.
Kết quả phân tích cho thấy hệ số tương quan các cặp biến độc lập khác đều có hệ số
tương quan rất nhỏ, riêng giữa cặp biến độc lập IRATE – PRATE là 0,8329. Vì giá trị tuyệt
đối của hệ số tương quan lớn hơn 0.8 nên có khả năng xảy ra hiện tượng đa cộng tuyến trong
mơ hình.

20

Downloaded by v? ngoc ()


lOMoARcPSD|17343589

Để đưa ra kết luận chắc chắn nên nhóm sẽ tiếp tục sử dụng hồi quy phụ để kiểm định đa
cộng tuyến. Nếu R2 >0,8 chứng tỏ mơ hình có hiện tượng đa cộng tuyến.
Mơ hình hồi quy

R-squared

.Mơ hình có hiện Mơ hình khơng có
tượng đa cộng tuyến hiện tượng đa cộng
(R2 > 0,8)
tuyến (R2 < 0,8)
LNPOIL - CPI
0,016644
Không
LNPOIL - IPI
0,06248
Khơng
LNPOIL – M2
0,046482
Khơng
LNPOIL - IRATE
0,220119
Khơng
LNPOIL - PRATE

0,170209
Khơng
 Mơ hình khơng có xảy ra hiện tượng đa cộng tuyến vì R-squared < 0,8.
4.2.2Phƣơng sai thay đổi
Nhóm chúng tơi sử dụng kiểm định White để kiểm tra hiện tượng phương sai thay đổi của
mơ hình hồi quy theo phương pháp OLS.
Bảng 3: Kiểm định hiện tƣợng phƣơng sai sai số thay đổi với ƣớc lƣợng OLS
Kiểm định White
H0 : Khơng có hiện tượng phương sai thay đổi
H1: Mơ hình bị vi phạm và có hiện thượng phương sai thay đổi.
Prob.F =0.1061 > 0.05
Kết luận: Chấp nhận giả thiết H0, mơ hình khơng có hiện tượng phương sai thay đổi
4.2.3Tự tƣơng quan
Bảng 4: Kiểm định hiện tƣợng tƣơng quan bậc 1 với ƣớc lƣợng O LS
Kiểm định Breusch – Godtrey Serial Correlation LM test
H0 : Mơ hình khơng có tương quan bậc 1
H1: Mơ hình bị vi phạm và có hiện tượng tương quan bậc 1
F(1,101)=141.5670
Prob > F = 0.000
Kết luận: Bác bỏ giả thiết H0
Kiểm định cho thấy có sự tồn tại tự tương quan bậc 1 trong mơ hình.
Chúng tơi tiếp tục kiểm định xem mơ hình có tương quan bậc 2 hay không với kiểm định
Breush – Godtrey.

21

Downloaded by v? ngoc ()


lOMoARcPSD|17343589

Bảng 5: Kiểm định hiện tƣợng tƣơng quan bậc 2 với ƣớc lƣợng O LS
Kiểm định Breusch – Godtrey Serial Correlation LM test
H0 : Mơ hình khơng có tương quan bậc 2
H1: Mơ hình bị vi phạm và có hiện tượng tương quan bậc 2
F(2,101)=74.2757
Prob > F = 0.000
Kết luận: Bác bỏ giả thiết H0
Kiểm định cho thấy có sự tồn tại tự tương quan bậc 2 trong mơ hình.
4.2 Kiểm định tính dừng của chuỗi dữ liệu
Chúng tơi kiểm định nghiệm đơn vị mở rộng để kiểm định tính dừng của chuỗi dữ liệu trước
khi chạy mơ hình VAR .
Bảng 6: Kết quả kiểm định nghiệm đơn vị
Biến số bậc gốc
CPI
IPI
M2
IRATE
PRATE
LNPOIL

Trị thống kê t của
kiểm định ADF
-1.528290
-1.140496
3.606597***
-0.475110
-1.510696
-2.137395

Biến số sai phân

Trị thống kê t của
kiểm định ADF

DCPI
DIPI

-15.70883***
-11.82609***

DIRATE
DPRATE
DLNPOIL

-5.307638***
-10.08456***
-6.473161***

Ghi chú: ***, **, * lần lượt cho biết mức ý nghĩa ở 1%, 5% và 10%, D_ chỉ biến số ở dạng sai phân

Từ bảng cho thấy chỉ riêng M2 là chuỗi dừng ở bậc 0, tất cả các biến còn lại đều dừng ở bậc
1. Chúng ta khắc phục bằng cách lấy sai phân bậc 1 cho các biến CPI, IPI, IRATE, PRATE
và LNPOIL để chuỗi dừng.

22

Downloaded by v? ngoc ()

lOMoARcPSD|17343589

4.3 Chạy mơ hình var
Hình 3: Kết quả chạy mơ hình VAR

23

Downloaded by v? ngoc ()


lOMoARcPSD|17343589

4.3.1 Lựa chọn độ trễ tối ƣu
Bảng 7: Độ trễ tối ƣu của mơ hình VAR

Độ trễ tối ưu là lag = 1
=> Chạy lại mơ hình var với độ trễ tối ưu là 1.
Hình 4: Kết quả chạy VAR với độ trễ tối ƣu

24

Downloaded by v? ngoc ()


lOMoARcPSD|17343589

4.3.2 Kiểm định Wald test
Hình 5: Kết quả kiểm định Wald Test

25

Downloaded by v? ngoc ()