Thuyết trình Nguyên cứu Vì sao Tiền Mỹ Không Tạo Ra Sản lượng cho Nước Mỹ mà lại tạo ra sản lương cho Hongkong

TIỀN MỸ

KHÔNG TẠO RA SẢN
LƯỢNG CHO MỸ

TẠO RA SẢN LƯỢNG
CHO HONGKONG
VÌ SAO?
NHÓM 12 – TÀI CHÍNH QUỐC TẾ
NỘI DUNG
GIỚI THIỆU
1
NGHIÊN CỨU THỰC NGHIỆM
2
KẾT LUẬN
3
1. GIỚI THIỆU
1
LÝ DO
NGHIÊN
CỨU
2
MỤC
TIÊU
NGHIÊN
CỨU
3
CÁC
NGHIÊN
CỨU
TRƯỚC

ĐÂY
1.1 LÝ DO NGHIÊN CỨU

Tiền tệ có tạo ra GDP thực hay không? Nếu FED
đột nhiên cắt giảm cung tiền khoảng 20% thì hiệu
ứng gì sẽ xảy ra? Gần như tất cả những nhà kinh
tế vĩ mô đều đồng ý rằng việc cắt giảm trong cung
tiền có thể gây ra một sự sụt giảm trong nhu cầu
chung và sự sụt giảm này có thể sẽ gây ra sự suy
giảm GDP thực, ít nhất là trong ngắn hạn.

Tìm hiểu tác động của các chính sách tiền tệ của
Mỹ đến nền kinh tế Mỹ và đến các nước sử dụng
đồng USD.
1.2 MỤC TIÊU NGHIÊN CỨU

Kiểm định tác động của chính sách tiền tệ có
tác động đến sản lượng thực hay không?

Tác động của chính sách tiền tệ đến sản
lượng của Mỹ và các nước ngoài Mỹ như thế
nào?
1.3 CÁC NGHIÊN CỨU TRƯỚC ĐÂY

LÝ THUYẾT KINH TẾ VĨ MÔ CỐ ĐIỂN

LÝ THUYẾT KINH TỄ VĨ MÔ KEYNESIA

NGHIÊN CỨU CỦA Christiano và cộng sự
(1999)


Mặc dù sự thống nhất rằng tiền tệ ảnh hưởng
đến GDP, những bằng chứng kinh tế học chứng
minh cho điều này còn khá yếu và không thuyết
phục.
1.3 CÁC NGHIÊN CỨU TRƯỚC ĐÂY

Trường phái sau Keynesia
Cung tiền không ảnh hưởng đến tổng cầu chung,
do đó sẽ không ảnh hưởng đến sản lượng thực.

Lý thuyết cổ điển
Cung tiền có thể ảnh hưởng đến đường cầu,
nhưng do giá cả và tiền lương co giãn hoàn toàn,
sản lượng thực không bị thay đổi.
1.3 CÁC NGHIÊN CỨU TRƯỚC ĐÂY

Nghiên cứu của Christiano và cộng sự (1999): lập
luận rằng, ngay cả những tài liệu vẫn chưa thống
nhất về những giả thiết xác định những ảnh hưởng,
tác động của các cú sốc ngoại sinh đến chính sách
tiền tệ.

Mặc dù sự thống nhất rằng tiền tệ ảnh hưởng đến
GDP, những bằng chứng kinh tế học chứng minh
cho điều này còn khá yếu và không thuyết phục.
1.3 CÁC NGHIÊN CỨU TRƯỚC ĐÂY
Tác giả Nội dung
Rowe and
Yetman (2002)

Nếu Fed đang sử dụng chính sách tiền tệ để làm mượt
sản lượng thực (sản lượng biến động không nhiều),
sản lượng sẽ không tương quan với độ trễ của cung
tiền.
Bernanke (1995)
Một số tài liệu về cuộc Đại suy thoái cho thấy những
bằng chứng liên quan đến vai trò của yếu tố chính sách
tiền tệ trong suốt thời gian này.
FAUst và Leeper
1997, Pagan
Robertson 1995
Những phương pháp khác để xác định cú shock chính
sách tiền tệ là việc sử sụng giả định là chúng không có
tác động đến nền kinh tế trong dài hạn.
( Romer Romer
1989)
Hệ thống có phản ứng thường được chính thức hóa với
khái niệm của một quy tắc thông tin phản hồi hay gọi là
phản ứng chức năng, những chiên lược này để xác
định chính sách cú shock tiền tệ không liên quan đến
mô hình phản ứng.
2. NGHIÊN CỨU THỰC NGHIỆM
Mô hình
nghiên
cứu
Dữ
liệu
2.1 DỮ LIỆU

Dữ liệu gồm vector zt kích thước (n x 1), gồm 3 chuỗi thời

gian sử dụng trong phân tích.
zt = (y1t + y2t + y3t)
Với: y1t: log của sản lượng Hong Kong;
y2t: log của sản lượng Mỹ
y3t: log của cung tiền Mỹ (mtus ) hoặc mức
lãi suất của FED (Rtus)
2.1 DỮ LIỆU

Dữ liệu nghiên cứu trong giai đoạn từ quý 1
năm 1986 đến quý 4 năm 1999 (dữ liệu
nghiên cứu theo quý).
2.2 MÔ HÌNH NGHIÊN CỨU

Các bước tiến hành nghiên cứu
o
Bước 1: Tác giả kiểm tra tính phù hợp của các chuỗi
dữ liệu bằng cách sử dụng kiểm định nghiệm đơn vị
(ADF).
o
Bước 2: Kiểm tra sự tồn tại của mối quan hệ đồng
liên kết (kiểm định Johansen 1988).
o
Bước 3: Ước lượng mô hình Vector hiệu chỉnh sai số
(VECM) và kiểm định nhân quả Granger (theo
Phillips và Toda,1994).
2.2 MÔ HÌNH NGHIÊN CỨU

Cách thích hợp để kiểm định tính nhân quả phụ thuộc
vào việc có tồn tại hay không mối quan hệ đồng liên
kết.


Trong trường hợp có tồn tại mối quan hệ đồng liên kết,
chúng ta có thể kiểm tra tính nhân quả trong ngắn
hạn bằng cách sử dụng kiểm định F với mức ý nghĩa
là độ trễ của sai phân bậc nhất của các biến có liên quan
(trong trường hợp này là các biến: ∆mt-kus hoặc ∆Rt-
kus với k=1,2, k*), hoặc có thể kiểm định tính nhân quả
trong dài hạn bằng cách sử dụng kiểm định F với mức ý
nghĩa của biến điều chỉnh sai số.

Bước 1:
2.2 MÔ HÌNH NGHIÊN CỨU

Trong kiểm định ADF:
o
Độ trể được chọn sử dụng theo phương pháp
được đề nghị bởi Camphell và Perron (1991).
o
Gồm giả định ban đầu với độ trễ lớn nhất (kmax),
mức ý nghĩa 90% của độ trễ cuối cùng. Nếu
không có mức ý nghĩa tìm thấy, việc hồi quy được
lặp lại bằng cách sử dụng độ trễ kmax-1. Phương
pháp được đi lặp lại cho đến khi mức ý nghĩa của
độ trễ được tìm thấy. Nếu không có mức ý nghĩa
của độ trễ nào được tìm thấy thì k=0.
o
Kết quả: chuỗi dữ liệu không có tính dừng.
2.2 MÔ HÌNH NGHIÊN CỨU
Vector zt gồm n biến, được trình bày theo mô
hình VAR(k):

zt = ∑ki=1 Πizt-I + φDt + tϵ (6)

Bước 2: Tác giả chứng minh mối
quan hệ đồng liên kết
2.2 MÔ HÌNH NGHIÊN CỨU

Với: t là liên tục của i.i.d không ý nghĩa với ma ϵ
trận hiệp phương sai Ω. Trong hầu hết các trường
hợp, sai số này được giả định theo phân phối
chuẩn Gaussian N(0,Ω).

Dt là biến chứa các thành phần có thể xác định,
như hằng số, biến xu hướng thời gian, biến giả
theo mùa và biến giả can thiệp.
2.2 MÔ HÌNH NGHIÊN CỨU

Mô hình Vector hiệu chỉnh sai số (VECM):
∆ zt = Πzt-1 + ∑k-1i=1Гi ∆ zt -i + φDt + tϵ (7)
Với: Π= -I + ∑ki=1 Πi ; Гi = ∑kj=i+1 Πj ;
Ma trận Г= I - ∑k-1i=1Гi

Mối quan hệ đồng liên kết xảy ra tại dãy số có độ
tích hợp bậc 1, ký hiệu I(1).

R<n khi biến đổi ma trận Π = αβ’, α và β là cả hai
ma trận hạng cao nhất (full hạng) với số chiều là n
x r;

Ma trận α chứa các hệ số điều chỉnh;


Ma trận β chứa các vector đồng liên kết. Các vector
này có tính chất đó là β’zt có tính dừng, mặc dù zt
bản thân nó không có tính dừng.

Lưu ý rằng, có tồn tại các ma trận full hạng và với
kích thước n x (n-r), nó vuông góc với cả α và β,
như α’⟘α= 0 và β’⟘β = 0, và hạng của (β┴,β)=n.
2.2 MÔ HÌNH NGHIÊN CỨU
2.2 MÔ HÌNH NGHIÊN CỨU

Để kiểm tra hạng ma trận Π, tác giả sử dụng kỹ
thuật hồi quy giảm hạng ma trận dựa trên tương
quan chính tắc.

Phương pháp thu được (n x 1) vector thặng dư r0t
và r1t từ hồi quy phụ. Phần dư được sử dụng có (n
x n) ma trận phần dư:
Sij = 1/T ∑Tt=1ritrjt’ (8)
Với i, j = 0,1
2.2 MÔ HÌNH NGHIÊN CỨU

Bước tiếp theo: xử lý vấn đề giá trị riêng
(eigenvalue)
│λS11 - S10S00-1S01│= 0 (9)
Đưa ra giá trị riêng λ1 >…> λn và vector giá trị
riêng từ β^1 đến β^n đồng thời cũng là vector đồng
liên kết. Một kiểm định hạng ma trận có thể được thực
hiện bởi việc kiểm tra có bao nhiêu giá trị riêng (λ
equals to unity).
2.2 MÔ HÌNH NGHIÊN CỨU


Có một thống kê số lượng kết quả các mối quan
hệ đồng liên kết là thống kê T, được xác định bởi:
Trace = -T ∑ni=r+1log(1- λ^i ) (10)
Với giả thuyết H0: r=0 (không có đồng liên kết)
giả thuyết HA: r>0 (có đồng liên kết)
2.2 MÔ HÌNH NGHIÊN CỨU

Ngoài ra, cũng có một thống kê hữu ích khác là
λmax, được xác định bởi:
λmax = - T log (1- λi ) (11)
Với giả thuyết H0: r = r0
giả thuyết HA: r = r0+1 (r0 = 0,1,2….,n-1)
2.2 MÔ HÌNH NGHIÊN CỨU

Trong quan hệ đồng liên kết bài nghiên cứu chỉ xét
đến 2 trường hợp.
o
Trường hợp 1 chỉ gồm hệ số chặn trong quan hệ
dài hạn;
o
Trường hợp 2 gồm hệ số chặn và hệ số xu thế
thời gian trong cân bằng dài hạn.

Trong bảng tác giả trình bày đặc điểm kỹ thuật 1 và
đặc điểm kỹ thuật 2.
2.2 MÔ HÌNH NGHIÊN CỨU

Một vấn đề khác trong kiểm định của Johansen là
kỹ thuật của độ trễ. Một đề nghị được đưa ra là sử

dụng tiêu chuẩn AIC hoặc SIC. Để đạt mục tiêu là
phát hiện ra mối quan hệ nhân quả.

Tác giả đặc biệt quan tâm kỹ thuật độ trễ dài hạn
hơn. Như vậy, tiêu chuẩn SIC không được xem xét,
bởi vì nó được biết đến như là một tiêu chuẩn chọn
lựa một mô hình tiêu dùng tiết kiệm (parsimonious
model).

Sử dụng tiêu chuẩn AIC, bài nghiên cứu lựa chọn
k=8, dẫn đến việc sử dụng k=7 trong VECM.