Tiểu luận tài chính quốc tế Can central banks’ monetary policy be described by a linear (augmented) Taylor rule or by a nonlinear rule

TRƯỜNG ĐẠI HỌC KINH TẾ TPHCM
VIỆN ĐÀO TẠO SAU ĐẠI HỌC

TÀI CHÍNH QUỐC TẾ
Tên Paper:
Can central banks’ monetary policy be
described by a linear (augmented) Taylor
rule or by a nonlinear rule?
Tác giả : Vítor Castro
Faculty of Economics, University of Coimbra, Portugal
GVHD : GS.TS Trần Ngọc Thơ
Nhóm thực hiện: Trương Hoàng Long
Lê Thị Như Quỳnh
Đoàn Thị Bảo Ngọc
Nguyễn Thị Hải Ngọc
Tp.HCM, Tháng 08/2014
Tài chính quốc tế CH-K23-TCDN
Contents
Chính sách tiền tệ ngân hàng trung ương có thể được mô tả bởi quy tắc tuyến
tính Taylor (bổ sung) hay bởi một quy tắc phi tuyến ?
2
Tài chính quốc tế CH-K23-TCDN
Tóm tắt
Quy tắc Taylor ban đầu thiết lập một mối quan hệ tuyến tính đơn giản giữa lãi suất, lạm
phát và output gap. Phần mở rộng quan trọng cho quy tắc này là giả định mong đợi một
hành vi của ngân hàng trung ương. Bây giờ ngân hàng trung ương được giả định đang
nhắm đến mục tiêu kỳ vọng lạm phát và output gap thay vì những giá trị hiện tại của
những biến này . Sử dụng hàm phản ứng của chính sách tiền tệ hướng tới tương lai, bài
viết này phân tích liệu chính sách tiền tệ của ngân hàng trung ương thực sự có thể được
biểu diễn bởi quy tắc tuyến tính Taylor hay bởi một quy tắc phi tuyến. Bài viết này cũng
phân tích liệu quy tắc đó có thể tăng cường với chỉ số điều kiện tài chính có chứa thông tin

từ một vài giá cả tài sản và các biến tài chính. Kết quả cho thấy hành vi tiền tệ của Ngân
hàng Trung ương châu Âu và Ngân hàng Anh được mô tả tốt nhất theo nguyên tắc phi
tuyến, nhưng hành vi của Cục Dự trữ Liên bang Mỹ có thể được biểu diễn tốt hơn bởi quy
tắc tuyến tính Taylor. Bằng chứng của chúng tôi cũng cho thấy rằng chỉ có Ngân hàng
Trung ương châu Âu đang phản ứng lại với điều kiện tài chính
1. Giới thiệu:
Kể từ khi thành lập bởi Taylor (1993), các quy tắc đại số tuyến tính lãi suất để xác định
cách Cục Dự trữ Liên bang Mỹ (FED) điều chỉnh quỹ liên bang của nó nhắm đến mục tiêu
tỷ lệ lạm phát hiện tại và sản lượng, một vài bài báo được đưa ra để kiểm tra tính hợp lệ
của quy tắc đó cho các nước khác và khoảng thời gian khác.
Một phần mở rộng quan trọng được cung cấp bởi Clarida et al. (1998,2000), người đã đề
nghị sử dụng phiên bản tiên tiến của quy tắc Taylor, mà mục tiêu của ngân hàng trung
ương mong đợi lạm phát và sản lượng thay vì những giá trị quá khứ và hiện tại của các
biến. Thực tế đó cho phép ngân hàng trung ương để ý tới nhiều biến có liên quan khi hình
thành dự báo.
Gần đây, một số nghiên cứu đã mở rộng thêm quy tắc Taylor tiên tiến bằng cách xem xét
tác động của nhiều biến khác trong việc thực hiện chính sách tiền tệ. Một phần mở rộng
quan trọng liên quan tới việc đưa giá tài sản và các biến tài chính vào việc định ra nguyên
tắc tiền tệ. Vấn đề này đã gây ra một cuộc thảo luận rất lớn trong các nghiên cứu: trong
khi một số tác giả xem xét điều quan trọng là giá tài sản là mục tiêu của ngân hàng trung
ương, thì những người khác lại không đồng ý. Góp phần vào cuộc tranh luận này, chúng
tôi đặt câu hỏi liệu nguyên tắc Taylor cơ bản có thể được tăng cường với một biến thay thế
có khả năng thu thập và tổng hợp thông tin từ thị trường tài sản và tài chính, ví dụ, nếu
ngân hàng trung ương đang nhắm đến các thông tin kinh tế liên quan bao gồm trong một
nhóm các biến tài chính và không chỉ đơn giản là nhắm đến mỗi bản chất biến tài chính.
Như vậy, mục tiêu đầu tiên của bài viết này là ước lượng quy tắc Taylor tuyến tính cho
khu vực châu Âu, Mỹ và Vương quốc Anh (Anh) được tăng cường với chỉ số điều kiện tài
chính để nắm bắt được các thông tin kinh tế liên quan trong một số biến tài chính.
3
Tài chính quốc tế CH-K23-TCDN

Thay vì dựa vào giá tài sản hoặc các biến tài chính cụ thể, như các nghiên cứu khác thực
hiện, chỉ số xây dựng trong bài báo này tổng hợp từ thông tin có liên quan được cung cấp
bởi các biến trong một biến duy nhất mà trong biến đó, tỉ trọng của mỗi tài sản và biến tài
chính riêng lẻ được phép thay đổi theo thời gian. Ngân hàng trung ương có thể không đạt
theo đuổi mục tiêu đối với 1 loại tài sản riêng biệt hay biến tài chính một cách liên tục,
nhưng có thể đạt được mục tiêu đó trong một vài trường hợp, ví dụ như khi, bởi 1 vài lý
do nào đó, nó đạt được một mối quan hệ kinh tế cụ thể. Như vậy, tổng hợp thông tin từ
một vài tài sản và các biến tài chính trong chỉ số có trọng số (weighted index) sẽ cho phép
rút ra sự liên quan tới nền kinh tế cụ thể của từng biến tại mỗi thời điểm và vì thế, gom lại
một lượng thông tin nhiều khả năng sẽ được các ngân hàng trung ương hướng mục tiêu
tới.
Kết quả từ ước lượng của quy tắc Taylor tuyến tính tiên tiến chỉ ra rằng Ngân hàng Trung
ương châu Âu (ECB) phản ứng với những thông tin chứa trong chỉ số điều kiện tài chính
được phát triển trong nghiên cứu này, nhưng FED và Ngân hàng Trung ương Anh (BOE)
không phản ứng các thông tin này; họ chỉ chú ý đến một hoặc hai biến số tài chính và rõ
ràng không phải mục tiêu giá tài sản.
Nguyên tắc Taylor truyền thống là quy tắc chính sách có nguồn gốc từ việc giảm thiểu
hàm thua lỗ của ngân hàng trung ương bậc 2 đối xứng với giả định rằng các hàm tổng
cung là tuyến tính. Tuy nhiên, trong thực tế, điều này có thể không phải là trường hợp và
các ngân hàng trung ương có thể có sở thích bất đối xứng, ví dụ, nó có thể gán những
trọng số khác nhau với kỳ vọng lạm phát và sản lượng tiêu cực và tích cực trong hàm thua
lỗ. Trong trường hợp đó, Ngân hàng trung ương sẽ không tuân theo quy tắc Taylor tuyến
tính mà sẽ theo dạng phi tuyến forward-looking. Chỉ gần đây, một số nghiên cứu bắt đầu
xem xét những bất cân xứng hoặc phi tuyến trong phân tích chính sách tiền tệ. Bài viết
này mở rộng phân tích thành hai phần chưa được tìm hiểu bởi những nghiên cứu đó. Đầu
tiên, nó được áp dụng, lần đầu tiên, một mô hình phi tuyến để nghiên cứu về chính sách
tiền tệ của ECB, nơi mà sự hiện diện của bất cân xứng được chú ý trực tiếp trong cấu trúc
của mô hình. Thủ thuật này sẽ cho phép câu trả lời từ các câu hỏi sau: chính sách tiền tệ
của ECB có thể được đặc trưng bởi một quy tắc Taylor phi tuyến, hay chính xác hơn, phải
ECB đang phản ứng khác nhau đối với mức lạm phát ở trên và dưới mục tiêu? ECB có nỗ

lực để đạt mục tiêu lạm phát chính xác hoặc giữ mức lạm phát trong một phạm vi nhất
định? Thứ hai, nghiên cứu này cũng mở rộng đặc tính phi tuyến của quy tắc Taylor với
các chỉ số tài chính được sử dụng trong ước lượng tuyến tính để kiểm tra liệu sau khi kiểm
soát phi tuyến, ECB và hai ngân hàng trung ương khác vẫn còn (hoặc không) phản ứng về
thông tin chứa trong chỉ số đó.
Kết quả của việc ước lượng mô hình hồi quy chuyển dịch từ từ phi tuyến thì rất thú vị.
Đầu tiên, kết quả cho thấy chính sách tiền tệ của ECB được mô tả tốt bởi quy luật tiền tệ
phi tuyến hơn là một quy tắc Taylor tuyến tính: nó chỉ có phản ứng mạnh với lạm phát khi
trên 2.5%, và nó chỉ bắt đầu phản ứng với chu kỳ kinh tế một khi lạm phát trở nên ổn
định, ví dụ thấp hơn 2.5%. Mặc dù ngưỡng ước lượng này cao hơn một chút so với mục
tiêu chính là 2%, kết quả thực nghiệm khẳng định khá đáng kể các nguyên tắc chính của
chính sách tiền tệ của ECB. Thứ hai, kết quả cũng cho thấy ECB - trái với các ngân hàng
trung ương khác - tiếp tục xem xét thông tin chứa trong các chỉ số tài chính ngay cả sau
4
Tài chính quốc tế CH-K23-TCDN
khi phi tuyến được kiểm soát. Thứ ba, chúng tôi tìm thấy bằng chứng yếu để bác bỏ mô
hình tuyến tính đối với Mỹ nhưng không đối với Vương quốc Anh, nơi mà BOE dường
như đang theo đuổi một mục tiêu lạm phát khoảng từ 1.8–2.4% hơn là mục tiêu chính hiện
tại là 2%.
Phần còn lại của bài viết này được sắp xếp như sau: Phần 2 trình bày tóm tắt các nghiên
cứu trước đây trên nguyên tắc Taylor. Đặc điểm chuyên biệt được sử dụng ước lượng quy
tắc Taylor tuyến tính được mô tả trong phần 3; phần này cũng trình bày những dữ liệu và
phân tích các kết quả thực nghiệm các ước lượng theo cách xây dựng mô hình đó. Mô
hình sử dụng ước lượng quy tắc Taylor phi tuyến được trình bày và phân tích trong phần
4, cũng như các kết quả ước lượng. Phần 5 nhấn mạnh các kết quả chính của nghiên cứu
này và kết luận.
2. Tóm tắt các nghiên cứu trước đây trên nguyên tắc Taylor
Phần này dự định cung cấp tóm tắt các nghiên cứu trước đây trên nguyên tắc Taylor, nhấn
mạnh những đóng góp chính thúc đẩy việc phân tích được trình bày trong bài viết này.
Theo hình thức ban đầu, nguyên tắc Taylor cho rằng ngân hàng trung ương sử dụng giá trị

hiện tại và quá khứ của lạm phát và sản lượng để thiết lập lãi suất. Tuy nhiên, trong thực
tế, các ngân hàng trung ương có xu hướng dựa vào các thông tin sẵn có – liên quan đến sự
tiến triển dự kiến của giá cả - khi xác định lãi suất. Vì lý do đó, Clarida et al. (1998, 2000)
đề nghị sử dụng một phiên bản mới của quy tắc Taylor, trong đó mục tiêu của ngân hàng
trung ương hướng tới là kì vọng về lạm phát và sản lượng thay vì những giá trị quá khứ và
hiện tại của những biến này. Thực tế cho phép các ngân hàng trung ương chú ý nhiều đến
các biến liên quan khi hình thành dự báo của mình. Họ chứng minh những ưu điểm của nó
(phiên bản mới của quy tắc Taylor) trong việc phân tích các hành vi chính sách của Fed và
các ngân hàng trung ương khác có ảnh hưởng. Fourcans và Vranceanu (2004) và Sauer và
Sturm (2007) cũng nhấn mạnh tầm quan trọng của việc xem xét một quy tắc Taylor mới
trong việc phân tích chính sách tiền tệ của ECB.
Một số nghiên cứu mở rộng quy tắc tuyến tính này bằng cách xem xét ảnh hưởng của các
biến khác trong việc thực hiện chính sách tiền tệ. Ví dụ, Fourcans và Vranceanu (2004)
đưa ra một số bằng chứng cho thấy ECB phản ứng với độ chênh lệch tỷ giá hối đoái từ giá
trị trung bình. Một kết quả tương tự cũng được tìm thấy bởi Chadha et al. (2004) cho Fed,
Ngân hàng Anh và Ngân hàng Nhật Bản, và bởi Lubik và Schorfheide (2007) cho các
ngân hàng trung ương của Canada và Anh. Xem xét vai trò của cung tiền trong phương
trình phản ứng ECB, Fendel và Frenkel (2006) và Surico (2007b) kết luận rằng nó không
ảnh hưởng trực tiếp đến hành vi của ECB nhưng nó là một công cụ tốt để dự đoán lạm
phát trong tương lai.
Vai trò của giá tài sản là một vấn đề quan trọng được xem xét trong một số nghiên cứu.
Tuy nhiên, không có sự đồng thuận nào đạt được về việc ngân hàng trung ương nên hay
không nên nhắm mục tiêu đến loại biến này. Cecchetti et al. (2000), Borio và Lowe
(2002), Goodhart và Hofmann (2002), Sack và Rigobon (2003), Chadha et al. (2004) và
Rotondi và Vaciago (2005) xem xét điều quan trọng là ngân hàng trung ương nhắm mục
5
Tài chính quốc tế CH-K23-TCDN
tiêu đến giá tài sản. Họ cũng cung cấp bằng chứng và sự ủng hộ mạnh mẽ theo chiều
hướng đó. Ngược lại, ông Bernanke và Gertler (1999, 2001) và Bullard và Schaling
(2002) không đồng ý với việc kiểm soát trước giá tài sản. Họ cho rằng một khi nội dung

dự báo của giá tài sản cho lạm phát đã được giải thích, cơ quan tiền tệ không nên phản
ứng với biến động giá tài sản. Thay vào đó, các ngân hàng trung ương nên hành động chỉ
khi nó được mong đợi rằng chúng ảnh hưởng dự báo lạm phát hoặc sau khi sự bùng nổ
của bong bóng tài chính để tránh thiệt hại cho nền kinh tế thực.
Mặc khác, Driffill et al. (2006) phân tích sự tương tác giữa chính sách tiền tệ và thị trường
tương lai trong ngữ cảnh sử dụng hàm tuyến tính. Họ tìm thấy bằng chứng hỗ trợ cho việc
đưa giá kì hạn trong hàm phản ứng của ngân hàng trung ương như là một đại diện cho sự
ổn định tài chính. Hơn nữa, Kajuth (sắp xuất bản) cho thấy chính sách tiền tệ cũng nên
phản ứng với giá nhà thay vì những ảnh hưởng của chúng lên tiêu dùng. Vấn đề ổn định
tài chính cũng được nghiên cứu bởi Montagnoli và Napolitano (2005). Họ xây dựng và sử
dụng chỉ số điều kiện tài chính bao gồm tỷ giá, giá cổ phiếu và giá nhà trong ước lượng
của quy tắc Taylor cho một số ngân hàng trung ương. Kết quả cho thấy chỉ số này có thể
hữu ích trong mô hình hóa các hành vi của chính sách tiền tệ. Xem xét những diễn biến
này, mục tiêu đầu tiên của chúng tôi chỉ đơn giản là ước lượng quy tắc tuyến tính Taylor
cho khu vực châu Âu, Mỹ và Anh, nơi mà thông tin từ một số biến tài chính được giải
thích để làm sáng tỏ thêm về tầm quan trọng (không quan trọng) của nó.
Trong tất cả các nghiên cứu đề cập đến nay, nguyên tắc Taylor được xem như một nguyên
tắc lãi suất tuyến tính đơn giản mà biểu diễn cho một quy tắc làm chính sách tối ưu dưới
điều kiện các ngân hàng trung ương đang giảm thiểu hàm thua lỗ bậc 2 đối xứng và hàm
tổng cung là tuyến tính. Tuy nhiên, trong thực tế, điều này có thể không phải là trường
hợp và các ngân hàng trung ương có thể có sở thích bất cân xứng và, do đó, theo một quy
tắc Taylor phi tuyến. Nếu các ngân hàng trung ương thực sự là gán những trọng số khác
nhau cho lạm phát và sản lượng tiêu cực và tích cực trong hàm thua lỗ, thì quy tắc Taylor
phi tuyến dường như là phù hợp hơn để giải thích hành vi của chính sách tiền tệ. Tuy
nhiên, chỉ gần đây các nghiên cứu đã bắt đầu xem xét mô hình phi tuyến hoặc bất đối
xứng trong phân tích chính sách tiền tệ. Không đối xứng trong chính sách tiền tệ có thể là
kết quả của mô hình kinh tế vĩ mô phi tuyến tính (Dolado et al., 2005), nonlinear central
bank preferences (Dolado et al., 2000; Nobay and Peel, 2003; Ruge-Murcia, 2003 and
Surico, 2007a) or both (Surico, 2007b). Đặc biệt, Surico (2007b) nghiên cứu sự hiện diện
của phi tuyến trong chính sách tiền tệ của ECB trong giai đoạn tháng 1/1999 -tháng

12/2004 ước tính mô hình GMM tuyến tính từ kết quả lấy đạo hàm của hàm thua lỗ với sở
thích bất đối xứng và xem xét một đường cong tổng cung lồi. Surico (2007b) phát hiện ra
rằng các hợp đồng sản lượng (output contractions) bao hàm sự phản ứng chính sách tiền tệ
lớn hơn mở rộng sản lượng có cùng kích thước, nhưng không có phản ứng bất đối xứng
được tìm thấy tại mức lạm phát. Với nhiều dữ liệu có sẵn và sử dụng một mô hình khác
nhau - chính xác hơn, một mô hình phi tuyến (với kỳ vọng hướng tới tương lai) – chúng
tôi mong đợi sẽ tìm ra bằng chứng về phản ứng bất đối xứng của ECB đối với lạm phát.
Quy tắc chính sách tiền tệ phi tuyến dạng forward-looking được sử dụng trong phân tích
của chúng tôi chú ý đến sự bất cân xứng trong kinh tế vĩ mô và trong việc tiết lộ ưu tiên
của ngân hàng trung ương, đồng thời tổng quát hóa quy tắc Taylor truyền thống theo
6
Tài chính quốc tế CH-K23-TCDN
Clarida et al. (1998, 2000). Thay vì chỉ đơn giản là dựa vào mô hình tuyến tính, à la
Surico (2007b), nơi những bất đối xứng được giải thích bằng cách sử dụng các tích và các
tích vector (có hướng) của mức lạm phát và output gap hoặc bởi một phân tích riêng cho
trong lạm phát trên hoặc dưới mục tiêu, bài báo này ước lượng mô hình phi tuyến tính cho
chính sách tiền tệ mà sự hiện diện của bất cân xứng được chú ý trực tiếp trong cấu trúc
của mô hình. Hơn nữa, cách thức này cũng sẽ cho câu trả lời cho câu hỏi liệu ngân hàng
trung ương theo mục tiêu điểm hay mục tiêu khoảng của lạm phát.
Hai nghiên cứu đáng được sự quan tâm của chúng tôi trong những mối quan tâm đến việc
áp dụng mô hình phi tuyến để phân tích hành vi của chính sách Ngân hàng Trung ương
Martin và Milas (2004) và Petersen (2007). Martin và Milas (2004) áp dụng một mô hình
chuyển tiếp trơn logistic bậc 2 phi tuyến đối với chính sách tiền tệ của BOE. Họ tập trung
những phân tích của họ về chính sách lạm phát mục tiêu thành lập năm 1992 và tìm thấy
bằng chứng về tính phi tuyến trong việc điều hành chính sách tiền tệ trong giai đoạn 1992-
2000. Họ chỉ ra rằng các cơ quan tiền tệ Anh cố gắng giữ mức lạm phát trong một phạm vi
thay vì theo đuổi một mục tiêu điểm và có xu hướng phản ứng tích cực hơn để đi lên hơn
là đi xuống độ lệch lạm phát ra khỏi phạm vi mục tiêu. Thiếu sót duy nhất của bài báo là
không cung cấp sự kiểm tra cho sự phù hợp của mô hình, ví dụ như các tác giả không
kiểm tra tính hợp lệ của mô hình phi tuyến của họ so với mô hình tuyến tính hoặc so với

một mô hình phi tuyến thay thế khác. Đây là một vấn đề quan trọng mà chúng tôi sẽ đề
cập trong bài nghiên cứu này.
Gần đây, Petersen (2007) áp dụng mô hình hồi quy chuyển tiếp trơn logistic đơn giản cho
chính sách tiền tệ của FED trong giai đoạn 1985-2005 sử dụng quy tắc Taylor cơ bản và
tìm thấy sự hiện diện của phi tuyến: khi lạm phát tiếp cận một ngưỡng nhất định, Fed bắt
đầu phản ứng mạnh mẽ hơn đối với lạm phát. Tuy nhiên, Petersen (2007) không chú ý đến
mức độ lãi suất mượt hoặc khả năng của quy tắc Taylor đang mong đợi ( tiên tiến). Vì
vậy, một phân tích phi tuyến xem xét những khía cạnh trong hành vi Fed là cần thiết.
Chúng tôi sẽ cung cấp phân tích đó và và mở rộng các quy tắc tiền tệ phi tuyến với các
biến số khác mà những biến đó cung cấp thông tin về các điều kiện tài chính. Hơn nữa, sử
dụng dữ liệu khu vực châu Âu, bài nghiên cứu này sẽ là đầu tiên, theo sự hiểu biết của
chúng tôi, áp dụng một mô hình phi tuyến với cơ chế chuyển tiếp trơn cho nghiên cứu về
chính sách tiền tệ của ECB.
3. Đặc điểm và ước lượng nguyên tắc tuyến tính Taylor:
Trong phần này, ta trình bày đặc điểm và ước lượng nguyên tắc tuyến tính Taylor cơ bản.
Chúng ta bắt đầu bằng việc diễn tả nó bằng phiên bản hiện tại hoặc cải tiến. Rồi sau đó,
chạy mô hình để đánh giá ở khu vực Eurozone , UK và US. Trong phần 4, ta sẽ xem xét
trường hợp phi tuyến.
3.1 Nguyên tắc tuyến tính Taylor:
Nguyên tắc sau được đưa ra bởi Taylor (1993) nhằm mô tả đặc điểm của chính sách tiền
tệ ở Mỹ trong giai đoạn 1987-1992:
7
Tài chính quốc tế CH-K23-TCDN
Nguyên tắc này xem lãi suất danh nghĩa ngắn hạn ( như là công cụ của chính sách tiền tệ
và giả định là lãi suất danh nghĩa ngắn hạn sẽ tăng khi lạm phát thực tế ( tăng cao hơn lạm
phát mục tiêu ; hay khi sản lượng (y) tăng cao hơn sản lượng tiềm năng (. Do đó, là hệ số
thể hiện sự nhạy cảm của chính sách lãi suất đối với mức chênh lệch lạm phát so với mục
tiêu; và đo lường sự nhạy cảm của chính sách lãi suất đối với chênh lệch sản lượng. Tại
điểm cân bằng tối ưu, chênh lệch lạm phát và sản lượng so với giá trị mục tiêu là bằng 0,
và vì vậy mức lãi suất kỳ vọng theo Taylor bằng tổng của lãi suất cân bằng thực và lạm

phát mục tiêu ( (Theo Taylor thì cả 2 đại lượng này và đều được giả định là hằng số
không đổi).
Nguyên tắc Taylor (1993) gốc xem xét chênh lệch lạm phát so với mục tiêu qua 4 quý gần
nhất. Tuy nhiên, trong thực tế, ngân hàng trung ương không có khuynh hướng mục tiêu
hóa lạm phát quá khứ và hiện tại mà là đưa ra một mức lạm phát kỳ vọng. Vì lý do đó,
Clarida và cộng sự (1998) đã đề xuất 1 phiên bản cải tiến của nguyên tắc Taylor. Phiên
bản này cho phép ngân hàng trung ương sử dụng thêm những biến thích hợp khi tính toán
trong lúc xây dựng dự báo lạm phát. Vì vậy, theo Clarida và cộng sự (1998, 2000), lãi suất
kỳ vọng của ngân hàng trung ương phụ thuộc vào chênh lệch lạm phát kỳ vọng k thời kỳ
tới (tỷ lệ hàng năm) so với giá trị mục tiêu, và chênh lệch sản lượng kỳ vọng p thời kỳ tới,
nguyên tắc Taylor cải tiến được viết lại như sau:
Với E là toán tử kỳ vọng và là một vector bao hàm tất cả những thông tin cho ngân hàng
trung ương ngay thời điểm thiết lập tỷ lệ lãi suất.
Theo nguyên lý Taylor, để chính sách tiền tệ được ổn định, thì hệ số chênh lệch lạm phát
phải lớn hơn 1, và hệ số chênh lệch sản lượng phải là số dương. Một hệ số lớn hơn 1, có
nghĩa là ngân hàng trung ương sẽ tăng lãi suất thực để đáp lại lạm phát cao để ổn định ảnh
hưởng của lạm phát; ngược lại, biểu thị một hành vi điều chỉnh lãi suất tương thích với
lạm phát, điều đó có thể khiến lạm phát và sản lượng tăng rất nhanh. Với một hệ số chênh
lệch sản lượng dương, khi sản lượng bé hơn sản lượng tiềm năng thì việc giảm lãi suất sẽ
làm ổn định được nền kinh tế.
Một trình tự phổ biến khi ước lượng hàm phản ứng của chính sách tiền tệ là kiểm soát sự
tự tương quan giữa các biến lãi suất quan sát. Thường thì để hoàn tất việc đó, người ta giả
định rằng ngân hàng trung ương sẽ không điều chỉnh ngay lập tức lãi suất đến mức kỳ
vọng, mà quan tâm tới việc điều chỉnh dần lãi suất. Vài bằng chứng mang tính lý thuyết
được đưa ra nhằm khẳng định sự điều chỉnh dần lãi suất trong nguyên tắc Taylor, như:
nỗi sợ hãi sụp đổ thị trường tài chính, tồn tại ma sát trong giao dịch, tồn tại giới hạn lãi
suất danh nghĩa tại 0, thậm chí là hiệu quả không chắc chắn của cú sốc kinh tế. Do đó, nếu
ngân hàng trung ương điều chỉnh lãi suất từ từ tới mức kỳ vọng, động lực của sự điều
chỉnh lãi suất đến lãi suất mục tiêu được khái quát như sau:
8

Tài chính quốc tế CH-K23-TCDN
Trong đó, tổng các thể hiện mức độ điều chỉnh dần lãi suất, j đại diện cho độ trễ thời kỳ.
Số độ trễ trong phương trình này thường được chọn trên nền tảng thực nghiệm sao cho
không có tự tương quan giữa các phần dư.
Cho , và thế phương trình (3) vào phương trình (2) đồng thời giả định ngân hàng trung
ương có thể kiểm soát lãi suất chỉ tăng đến một mức xác định , và xác định được phân
phối sai số ngẫu nhiên (u) ta được phương trình sau:
Trên đây, là đặc điểm thường hay được dùng để ước lượng trong lý thuyết. Nguyên tắc
này có thể dễ dàng mở rộng để bao hàm thêm 1 vector m biến giải thích (x) có tác động
tiềm tàng đến sự thiết lập tỷ lệ lãi suất. Để làm điều đó, ta chỉ việc cộng thêm vào biểu
thức trong ngoặc vuông ở phương trình (4), với là vector hệ số liên kết với các biến được
thêm vào.
Bằng việc loại bỏ những biến dự báo không quan sát được ra khỏi phương trình này,
nguyên tắc chính sách tiền tệ có thể được viết lại với những biến thực sau:
Với sai số là tổ hợp tuyến tính các sai số dự báo của lạm phát, sản lượng, vector các biến
ngoại sinh thêm vào và sai số .
Phương trình (5) được ước lượng bằng phương pháp GMM (generalized method of
moments). Theo Clarida và cộng sự (1998, 2000), phương pháp này rất thích hợp với
những phân tích toán kinh tế về nguyên tắc lãi suất mà phương trình hồi quy được tạo ra
từ các biến mà ngân hàng trung ương không biết đến ngay tại thời điểm quyết định chính
sách. Để thực hiện phương pháp này, bộ các điều kiện trực quan sau được đưa ra:
Với là vector các biến công cụ chứa đựng thông tin mà được ngân hàng trung ương thiết
lập tại thời điểm ấn định tỷ lệ lãi suất và nó vuông góc với phần . Trong số đó, ta có một
bộ các biến trễ giúp dự đoán lạm phát, chênh lệch sản lượng và các biến ngoại sinh thêm
vào cùng với các biến hiện tại khác, chúng không tương quan với sai số hiện có . Một ma
trận trọng số tối ưu đo lường vấn đề phương sai thay đổi và tương quan chuỗi trong được
dùng trong ước lượng. Xét thấy chiều của vector công cụ vượt quá số lượng tham số được
ước lượng, thì các giới hạn đồng nhất phải được kiểm tra lại để đánh giá hiệu lực của các
đặc tính và các bộ công cụ được sử dụng. Trong trường hợp này, kiểm định đồng nhất hóa
Hansen (1982) được thực hiện: dưới những giả thuyết H

0
thì bộ công cụ được xem như là
không có hiệu lực; bác bỏ ngụ ý trực quan rằng ngân hàng trung ương không điều chỉnh
hành vi của mình đối với những thông tin về lạm phát và sản lượng tương lai chứa đựng
trong các biến công cụ. Vì trong trường hợp này, vài biến công cụ bị tương quan với , bộ
các điều kiện trực quan bị vi phạm, dẫn tới bác bỏ mô hình.
Trong thực nghiệm, để tiến hành ước lượng phương trình (5), ta xem xét phương trình
giản lược sau:
9
Tài chính quốc tế CH-K23-TCDN
Với vector các hệ số mới được cho ở phương trình trên là:
Do đó, để ước lượng các tham số trong phương trình (7), ta có thể khôi phục lại các ước
lượng ẩn của và độ lệch chuẩn bằng phương pháp delta. Theo Clarida và cộng sự (1998),
ta xem lãi suất thực trung bình trong 1 thời kỳ quan sát là lãi suất thực cân bằng tối ưu. Vì
thế, ta có thể có được 1 ước lượng của lạm phát ẩn mục tiêu mà ngân hàng trung ương
theo đuổi, như sau: .
3.2 Dữ liệu, Biến và các kiểm định giả thuyết bổ sung:
Dữ liệu sử dụng trong nghiên cứu này là dữ liệu hàng tháng và hầu hết là có được từ các
ấn phẩm thống kê đã phân tích của 3 ngân hàng trung ương: ECB Statistics, Fed II của
Cục dự trữ liên bang Mỹ, và BOE Statistics. Những nguồn khác cũng được sử dụng, đặc
biệt là dữ liệu về các biến ngoại sinh bổ sung mà ta sẽ xét đến. Diễn giải chi tiết của các
biến được sử dụng trong mô hình và nguồn dữ liệu thu thập tương ứng được đề cập trong
phần phụ lục (Annex). Biểu đồ 1-3 thể hiện sự tiến triển của những biến chính được xem
xét trong phân tích chính sách tiền tệ mà mỗi ngân hàng trung ương theo đuổi.
10
Tài chính quốc tế CH-K23-TCDN
Mẫu nghiên cứu bao hàm những thời kỳ sau: tháng 01 năm 1999 đến tháng 12 năm 2007
với khu vực Eurozone, tương ứng với suốt thời kỳ ECB hoạt động; tháng 10 năm 1982
đến tháng 12 năm 2007 với US, giai đoạn sau thời kỳ “suy giảm lạm phát Volcker”. Năm
1980, Tổng thống Regan đắc cử, bổ nhiệm ông Paul Volcker vào vị trí Chủ tịch Cục dự

trữ liên bang Mỹ (Federal Reserve). Hai ông coi việc tăng giá trị USD thành một bản tệ
mạnh là cốt lõi của chính sách mới. Volcker siết chặt cung tiền, giữ lãi suất tín dụng thật
cao,và giá hàng hóa bắt đầu giảm nhiệt. Giải pháp của ông đẩy nhiều công ty yếu kém,
bao gồm cả ngân hàng và các tập đoàn lớn, đi đến phá sản.; và thời kỳ từ tháng 10 năm
1992 đến tháng 12 năm 2007 đối với UK, giai đoạn mà BOE hoạt động dưới 1 quá trình là
hướng mục tiêu tới lạm phát.
Chúng ta có nhiều cách để đo lường lãi suất và lạm phát. Tuy nhiên, trong ước lượng ta
chỉ chọn 1 cách, sao cho càng gần với cách mà mỗi ngân hàng trung ương chọn càng tốt,
và sao cho với cách đó ta có thể dễ dàng so sánh các kết quả ước lượng của 3 nền kinh tế
với nhau.
11
Tài chính quốc tế CH-K23-TCDN
- Với khu vực Eurozone , ta sử dụng lãi suất cho vay qua đêm bình quân (Eonia) như là
một công cụ của chính sách, đó là lãi suất có quan hệ trực tiếp hơn các loại khác đối với
lãi suất cơ bản (KeyIR), và nó không chịu ảnh hưởng do sự dao động rời rạc các quan sát
trong khoảng thời gian của số liệu nghiên cứu (xem Fig.1).Tỷ lệ lạm phát là tỷ lệ hàng
năm của sự biến động chỉ số giá cả tiêu dùng, đó là chỉ số chính trong chính sách tiền tệ
của ECB.
- Lãi suất FedRate (Federal Reserve funds rate) là hiệu quả khi sử dụng dể ước lượng
nguyên tắc Taylor tại US. “Federal funds rate là tỉ lệ lãi suất các ngân hàng cho nhau vay
trong khoảng thời gian 1 ngày để có được số tiền bằng đúng yêu cầu dự trữ bắt buộc.”
Biến lạm phát là tỷ lệ lạm phát lõi (CoreInfl), đã loại trừ thực phẩm và năng lượng và
được xem như là định nghĩa về lạm phát mà FED sử dụng (xem Petersen, 2007).
- Với UK ta sử dụng lãi suất trái phiếu kho bạc kỳ hạn 3 tháng như là lãi suất danh nghĩa,
mà theo Martin and Milas (2004) và Fig.3 là có quan hệ gần nhất với cộng cụ lãi suất
chính thức được sử dụng trong thời kỳ của số liệu nghiên cứu. Biến tỷ lệ lạm phát là tỷ lệ
hàng năm của sự thay đổi chỉ số giá tiêu dùng (CPI), là chỉ số chính trong chính sách tiền
tệ của ngân hàng trung ương Anh (BOE).
Độc lập với thước đo lãi suất hay lạm phát, Fig.1-3 thể hiện tất cả các biến tương đối ổn
định và ở mức độ thấp trong suốt thời kỳ xem xét trong cả 3 nền kinh tế được phân tích

trong nghiên cứu này.
Ở cả 3 trường hợp, chênh lệch sản lượng được dựng nên từ việc tính toán phần trăm chênh
lệch chỉ số sản xuất công nghiệp, lấy từ thành phần xu hướng Hodrick-Prescott (Hodrick-
Prescott trend) (từ khái niệm bộ lọc Hodrick-Prescott filter). Fig. 3 đã minh họa sự tiến
triển của nó qua thời gian.
Để ước lượng chính sách tiền tệ của ngân hàng trung ương liên minh châu âu ECB, ta phải
xem xét đến vai trò của cung tiền. Mục tiêu chính của ECB là ổn định giá cả hay chính
xác hơn là kiềm giữ lạm phát thấp dưới 2% trong trung hạn. Tuy nhiên, chiến lược đó chủ
yếu dựa vào 2 trụ cột phân tích chính đó là: phân tích kinh tế, và phân tích tiền tệ. Chênh
lệch sản lượng được sử dụng trong mô hình này thể hiện được hành vi của nền kinh tế, để
kiểm soát vai trò của tiền chúng ta thêm vào mô hình tỷ lệ tốc độ tăng trưởng của tổng
lượng tiền tệ M
3
. Trong lý thuyết, ta kỳ vọng là ECB sẽ tăng lãi suất khi M
3
cao hơn tốc
độ tăng trường tiền mục tiêu 4.5%. Dù các biến này được ECB mục tiêu hóa một cách
thận trọng, xong nó cũng không hoàn toàn rõ ràng, và vì thế nó trở thành một vấn đề thảo
luận lớn mà các nhà phân tích đang cố hoàn thiện.
Các biến tài chính và giá cả tài sản đại diện cho một nhóm các biến còn lại, gần đây được
xem xét trong đặc điểm của nguyên tắc Taylor khi phân tích hành vi của ngân hàng trung
ương. Trong nghiên cứu này, chúng ta không xem xét tác dụng của các biến một cách
riêng rẽ mà gộp chúng lại trong một chỉ số, trong đó mỗi biến có một tỷ trọng khác nhau.
Tỷ trọng đó phụ thuộc vào tầm quan trọng quan hệ kinh tế của mỗi biến tại mỗi thời điểm
cụ thể trong khoảng thời gian nghiên cứu. Do đó, bước tiếp theo là xây dựng chỉ số các
điều kiện tài chính (FCI), được thiết kế để nắm bắt những sự sai lệch trong thị trường tài
chính. Một vài chỉ số tiền tệ và tài chính được sử dụng trong các tài liệu để đo lường lập
12
Tài chính quốc tế CH-K23-TCDN
trường chính sách tiền tệ và điều kiện tổng cầu. Do đó, kỳ vọng rằng một vài chỉ số có thể

thể hiện được xu hướng phát triển hiện tại của thị trường tài chính, và cho ta một chỉ số dự
báo tốt các hoạt động kinh tế trong tương lai. Các chỉ số này có lẽ chứa đựng vài thông tin
hữu ích về áp lực lạm phát trong tương lai, mà có thể đưa vào tính toán trong hàm phản
ứng của ngân hàng trung ương. Thông thường, chỉ số các điều kiện tài chính bao gồm tỷ
trọng bình quân của lãi suất thực ngắn hạn, tỷ giá hối đoái thực, giá cổ phần thực, giá tài
sản thực. Trong đó, 2 biến đầu đo lường tác dụng của việc thay đổi lập trường chính sách
tiền tệ trong nước, và điều kiện cầu bên ngoài. 2 biến còn lại đo lường tác dụng của tài sản
đến tổng cầu.
Trong phân tích này, bên cạnh việc tính toán FCI ta còn xây dựng một phiên bản FCI mới
và mở rộng hơn (EFCI) gồm tỷ trọng bình quân của tỷ giá hối đoái thực, giá cổ phần thực
và giá tài sản thực cộng với chênh lệch tín dụng, chênh lệch lãi suất trong tương lai. Theo
Montagnoli và Napolitano (2005), ta sử dụng thuật toán bộ lọc Kalman để xác định tỷ
trọng của mỗi tài sản. Phương thức này cho phép những tỷ trọng này thay đổi theo thời
gian. Goodhart và Hofmann (2001) đề xuất những phương pháp luận khác để tính toán các
chỉ số tài chính như là ước lượng của mô hình cấu trúc VAR hay ước lượng đơn giả của
phương trình tổng cầu giản lược. Mà theo những cách đó thì họ giả định rằng tỷ trọng của
mỗi biến là cố định. Tuy nhiên, trong thực tế, danh mục các tác nhân kinh tế sẽ thay đổi
theo chu kỳ kinh doanh. Vì thế, nghiên cứu này xem nhẹ giả định tỷ trọng cố định và cho
phép khả năng thay đổi cấu trúc theo thời gian. Sau đó, chúng tôi mở rộng chỉ số FCI
được đưa ra trong 2 nghiên cứu trước bằng cách xem xét 2 biến tài chính đã được chỉ ra ở
trên. Theo các ngân hàng trung ương, những biến này có thể hàm chứa thông tin về sự ổn
định thị trường và các kì vọng dành cho thị trường. Biến credit spread được xem là chỉ
báo tốt cho chu kỳ kinh doanh và căng thẳng tài chính, và sự thay đổi về mức chênh lệch
lãi suất (interest rate spread) trong các hợp đồng tương lai cũng là 1 chỉ báo về độ dao
động của sự kì vọng từ các thành phần của nền kinh tế, và các ngân hàng trung ương
hướng tới giảm bớt độ dao động này.
Để xem xét tầm quan trọng của các biến tài chính trong việc thực thi cs tiền tệ, chúng tôi
mở rộng mô hình Rudebusch and Svensson’s (1999) bằng cách thêm các biến này vào
phương trình IS. Kết quả thu được là mô hình backward-looking đơn giản, trong đó nền
kinh tế được định nghĩa bởi đường cong Phillips và IS:

Trong đó, rir là biến lãi suất thực đã được khử khuynh hướng (de-trended) và các biến tài
chính (x) là độ lệch đối với điểm cân bằng dài hạn lần lượt của: tỉ giá hối đoái thực
(REER_gap)- ở đây ngoại tệ nằm ở mẫu số; giá cổ phiếu thực (Rstock_gap); giá nhà thực
(RHPI_gap); credit spread (CredSprd) – được tính bằng chệnh lệch giữa lợi suất trái phiếu
chính phủ 10 năm (Yield10Yr) và lãi suất trái phiếu doanh nghiệp thương mại; và cuối
13
Tài chính quốc tế CH-K23-TCDN
cùng là sự thay đổi của mức chênh lệch (∆ FutSprd) giữa lãi suất các hợp đồng tương lai
kỳ hạn 3 tháng ở quý trước (FutIR) và lãi suất ngắn hạn hiện tại. Tất cả những biến này
tạo ra các thông tin tài chính quan trọng có thể được đưa vào 1 chỉ số duy nhất và được
đưa vào các quy tắc tiền tệ để kiểm tra liệu ngân hàng trung ương có phản ứng với những
thông tin này khi xây dựng mức lãi suất hay không và nếu có thì như thế nào.
Cho phép khả năng có sự thay đổi các tham số theo thời gian, nghĩa là bất kì 1 thay đổi
(không quan sát được) trong bất kì 1 hệ số b
ijt
đều có thể ước lượng bằng cách sử dụng bộ
lọc Kalman thông qua công thức (9) dưới dạng state-space:
Trong đó, sai số được xem là các nhiễu trắng độc lập với các ma trận phương sai – hiệp
phương sai được cho bởi Var(µ
t
) = Q và Var(ω
t
) = R, và Var(µ
t
ω
s
) = 0 với tất cả t và s. X
là ma trận biến độc lập cộng thêm 1 hằng số, tất cả các biến đều được lấy độ trễ = 1.
Vector trạng thái β
t

chứa tất cả hệ số góc biến thiên theo thời gian. Vì được giả định là
tuân theo quá trình bước ngẫu nhiên, ma trận F bằng ma trận đơn vị. Bộ lọc Kalman cho
phép khôi phục sự biến đổi trong mối quan hệ giữa output gap và các biến độc lập. Thuật
toán đệ quy này sẽ ước lượng ma trận β
t
như sau:
Trong đó:
là MSE của β
t
β
t|t-1
là bộ dự báo của vector β
t
tại thời điểm t, được cho trước thông tin tại
thời điểm t - 1
Sử dụng bộ lọc này giúp chúng ta khôi phục lại vector (không quan sát được) chứa các
tham số biến thiên theo thời gian. Trọng số cho mỗi biến được tính như sau: trong đó, là
ước lượng hệ số của biến x
i
tại thời điểm t. Vì vậy, tích EFCI x t được tính toán như tích
nội tại của vector trọng số và vector của 5 biến tài chính ở trên (v.d: EFCI
t
= ).
Biến EFCI sẽ được đưa vào quy tắc tiền tệ của mỗi ngân hàng trung ương. Vì biến này
chứa thông tin về tình trạng tài chính của nền kinh tế, cũng như các hoạt động kinh tế và
áp lực lạm phát tương lai, chúng tôi kì vọng có sự phản ứng của ngân hàng trung ương đối
với sự thay đổi của biến này. Đặc biệt, chúng tôi kì vọng mức lãi suất sẽ tăng khi biến này
trở nên tốt hơn, ngược lại, khi có sự thắt chặt điều kiện tài chính, lãi suất phải hạ. Sử dụng
1 chỉ số như vậy sẽ giúp tránh được khuyến cáo bởi một số tác giả rằng ngân hàng trung
ương không nên hướng mục tiêu tới giá tài sản. Ngân hàng trung ương có thể không làm

việc này trực tiếp và liên tục cho mỗi loại tài sản, nhưng nghiên cứu này của chúng tôi sẽ
cho thấy họ có thể lấy được một số thông tin từ sự biến đổi của các tài sản này, cũng như
từ các biến tài chính khác, từ đó có thể định mức lãi suất. Cuối cùng, sự ảnh hưởng tới nền
kinh tế của các biến này biến đổi theo thời gian, vì vậy, chúng tôi cũng cho phép khả năng
các ngân hàng trung ương sẽ thay đổi sự chú ý của mình tới những yếu tố này tùy giai
đoạn.
14
Tài chính quốc tế CH-K23-TCDN
Chú ý cuối cùng dành cho loại dữ liệu được sử dụng: dữ liệu thật đã được điều chỉnh.
Orphanides (2001) tuyên bố những sự điều chỉnh chính sách được ước lượng dựa vào dữ
liệu thật đã điều chỉnh có thể dẫn tới những chính sách tiền tệ sai lệch. Vì lẽ đó, ông đề
nghị sử dụng dữ liệu thời gian thực trong phân tích cs tiền tệ (vd: dữ liệu có tại thời điểm
ngân hàng trung ương ra quyết sách về lãi suất). Tuy nhiên, Sauer and Sturm (2007) đã
chứng minh rằng việc dùng dữ liệu thời gian thực cho EU thay vì dữ liệu đã qua điều
chỉnh cũng không làm thay đổi kết quả đáng kể. Khi chất lượng của những dự báo cho sản
lượng và lạm phát tăng lên những năm gần đây, sự khác biệt càng trở nên nhỏ hơn và hiện
tại không còn là vấn đề, đặc biệt là đối với EU. Vì thế, chúng tôi sẽ thực hiện nghiên cứu
dựa trên dữ liệu đã qua điều chỉnh. Tuy nhiên, trong phân tích sự vững chắc (của kết quả),
chúng tôi sẽ sử dụng dữ liệu thời gian thực cho biến sản lượng và lạm phát. Vì sản xuất
công nghiệp là dữ liệu thường xuyên được điều chỉnh, chúng tôi sẽ giải quyết vấn đề này
bằng cách đưa vào 1 biến thay thế để thu thập thông tin liên quan tới tình trạng nền kinh
tế: tỉ lệ thất nghiệp (UR).
3.3 Kết quả thực nghiệm
Cần lưu ý:
+ Mẫu phải được lấy từ một khoảng thời gian đủ dài để đảm bảo biến lạm phát, tổng sản
lượng và EFCI đủ mức độ đa dạng để xác định các hệ số góc. Từ hình 1-3, chúng tôi kết
luận biến tổng sản lượng có đủ độ biến thiên cần thiết trong cả 3 nền kinh tế, tuy nhiên,
biến lạm phát từ EU&UK lại quá ít dao động, vì thế việc phân tích tác động của lạm phát
lên lãi suất cần được thực hiện cẩn thận vì rất có thể sự dao động này chỉ biểu thị cho hành
vi của 2 ngân hàng trung ương trong một thời kì lạm phát tương đối ổn định. Tương tự,

biến EFCI cũng ít dao động, đòi hỏi phải xem xét kết quả trên biến này hết sức cẩn thận.
+ Các biến được đưa vào mô hình ước lượng phải ở trạng thái dừng. Các kiểm định unit
root (nghiệm đơn vị) và kiểm định trạng thái dừng được mô tả trong bảng 1.
Thông thường, 2 loại test này trên cỡ mẫu nhỏ có độ nhạy kém và hiệu quả thấp, chúng tôi
thực hiện 2 loại kiểm định nghiệm đơn vị (DF, 1979 và Ng&Perron, 2001) cùng kiểm
định tính dừng KPSS(1992) để xem độ nhạy có phải là một vấn đề cần xem xét hay
không. Kết quả là: đối với dữ liệu khu vực EU, độ nhạy có vẻ đúng là vấn đề, vì cỡ mẫu
nhỏ, có một vài biến bị kết luận có nghiệm đơn vị. Còn KPSS chứng minh được toàn bộ
biến đều có trạng thái dừng (trừ M3) đối với dữ liệu EU. Hầu hết các biến đều được chứng
minh là dừng đối với dữ liệu US và UK.
Kết quả các ước lượng theo quy tắc Taylor đối với khu vực EU được mô tả ở bảng 2.
Trong ngoặc () là các trị thống kê t và đối với mỗi hồi quy, chúng tôi tính được ước lượng
giá trị của lạm phát mục tiêu đặt ra bởi ECB. Thông số R
2
điều chỉnh (theo mô hình thống
kê DW về sự tự tương quan và mô hình SBIC) cũng được tính cho mỗi hồi quy. Cột đầu
tiên trình bày kết quả theo quy tắc Taylor (Taylor, 1993), vd: không có việc ngân hàng tw
điều chỉnh hành vi dựa vào các mong đợi tương lai hay việc điều chỉnh dần lãi suất. Mặc
dù kết quả ước lượng cho tổng sản lượng và lạm phát mục tiêu rất hợp lí, mô hình này quá
đơn giản để giải thích được phản ứng của ECB theo lạm phát, nghĩa là cs tiền tệ của ECB
không được giải thích bởi quy tắc Taylor cơ bản. Tuy nhiên, có thể giải thích bằng 1 quy
15
Tài chính quốc tế CH-K23-TCDN
tắc tiền tệ có tính tới các thông tin về sự mong đợi tương lai. Vì vậy, chúng tôi tiếp tục thử
nghiệm với quy tắc forward-looking Taylor đối với khu vực EU.
Phương pháp GMM được sử dụng để ước lượng các hệ số trong quy tắc forward-looking
Taylor có sử dụng điều chỉnh dần lãi suất (thể hiện ở đâu trong quy tắc Taylor hoặc
GMM?). Chỉ cần một độ trễ (lag) đối với biến lãi suất là đủ để loại sự tự tương quan trong
sai số (theo DW). Khoảng thời gian muốn dự báo lạm phát và tổng sản lượng lần lượt là k
= 12 tháng và p = 3 tháng (theo SBIC – có vẻ đúng với thực tế ECB đang thực hiện dự

báo).
Bộ instruments gồm 1 hằng số và các độ trễ 1-6, 9 và 12 của các biến Lạm phát,
Outputgap (y
e
– y
*
), Yield10yr và M23. Để rút ra kết luật về tính phù hợp của bộ
instruments, chúng tôi có trình bày kết quả kiểm định overidentification theo Hansen
(1982), vd: mô hình thống kê J và trị số p tương ứng. Sự phù hợp của bộ instruments được
xác thực trong mỗi hồi quy ở bảng 2. Phương sai thay đổi và tự tương quan của sai số sẽ
được tính tới khi chạy mô hình.
Kết quả của ước lượng forward-looking mô tả trong cột 2 cho thấy phản ứng rất mạnh của
ECB đối với lạm phát: lạm phát mong đợi trong năm tăng 1 pp -> ECB sẽ tăng lãi suất >
1pp. Từ đó, khi hệ số của lạm phát > 1, lãi suất thực sẽ tăng theo khi lạm phát tăng và điều
này tạo ra tác động ổn định đối với lạm phát(?). Độc lập với mục tiêu chính là lạm phát,
ECB còn quan tâm tới tổng sản lượng: outputgap tăng 1pp -> điều chỉnh lãi suất tăng
khoảng 2pp.
Kết quả ước lượng của lạm phát mục tiêu π
*
= 2.32, nghĩa là lạm phát mục tiêu do ECB
đưa ra thực tế cao hơn một chút so với mức 2%: mức mà ECB định nghĩa là mức giá ổn
định. Kết quả thực tế (hình 1) cũng phù hợp với điều này, dữ liệu lạm phát cho thấy phần
lớn thời gian, lạm phát đều thấp hơn mức 2.3-2.4% và cao hơn mức 2%. Điều này nghĩa là
ECB rất chặt chẽ trong việc đưa ra mức lạm phát mục tiêu để thể hiện ECB rất quan tới tới
kiểm soát lạm phát. Tuy nhiên, vì có sự khác biệt giữa nền kinh tế các nước EU, các chính
sách ECB đưa ra cũng có một số điều chỉnh linh hoạt.
Tiếp đến, chúng tôi mở rộng mô hình chuẩn, có đưa vào một số yếu tố ECB sử dụng khi
quyết định lãi suất. Theo chiến lược phía tiền tệ, ECB nên đưa ra mục tiêu về tăng trưởng
M3. Tuy nhiên, vai trò của M3 trong mô hình là không đáng kể (cột 3). Kết quả này một
lần nữa xác minh chứng cứ đưa ra bởi Fendel&Frenkel (2006) và Surico (2007): tổng

cung tiền M3 thực tế không được ECB đặt mục tiêu và sẽ bị bỏ ra khỏi mô hình. Tuy
nhiên, vì thường M3 mang lại những thông tin giá trị khi dự báo lạm phát, nó sẽ được đưa
vào một biến quan trọng trong bộ instruments.
Kết quả chỉ ra rằng ECB không chỉ đưa ra lạm phát mục tiêu và điều kiện kinh tế mà còn
phản ứng với các điều kiện tài chính khi đặt mục tiêu lãi suất. Dữ liệu cột 4&5 bảng 2 cho
thấy các điều kiện tài chính mở rộng sẽ được ổn định bằng mức lãi suất cao hơn ở khu vực
EU. VD: sự tăng lên của chỉ số EFCI 1pp -> lãi suất tăng khoảng 0.7 pp. Vì chỉ số này
cung cấp thông tin quan trọng về các hoạt động của nền kinh tế cũng như áp lực lạm phát
trong tương lai, phản ứng với chỉ số này cũng là cách ECB gián tiếp đặt mục tiêu lạm phát
và tránh sự mất cân bằng tài chính có thể gây hại tới sự ổn định kinh tế. Điều này chứng tỏ
16
Tài chính quốc tế CH-K23-TCDN
ECB không chỉ tập trung vào sự ổn định tiền tệ, mà khi làm vậy, thực ra cũng đang tập
trung cho sự ổn định tài chính cần thiết => chính sách tiền tệ của ECB có thể được giải
thích bằng quy tắc Taylor được bổ sung các thông tin về điều kiện tài chính.
Trong phần 2, đã có thảo luận việc ngân hàng tw có nên đặt mục tiêu cho các biến tài
chính, đặc biệt là giá tài sản. Bài nghiên cứu này nghiêng về việc có sử dụng những biến
này trong các quy tắc tiền tệ. Nhìn chung, những nghiên cứu trước đây về vấn đề này đều
chỉ đưa giá một loại tài sản hoặc một biến tài chính vào mô hình một cách độc lập mà
không xem xét việc tại mỗi thời điểm, chúng sẽ có tầm quan trọng khác nhau. Trong bài
này, vấn đề đó được giải quyết bằng cách gộp chung các biến vào một chỉ số duy nhất,
đồng thời tránh được hiện tượng đa cộng tuyến. Để so sánh với các nghiên cứu khác, cột 6
biểu diễn kết quả hồi quy có sử dụng EFCI. Ngoại trừ CredSprd, các biến còn lại đều có
dấu như mong đợi và đều có ý nghĩa thống kê. Tuy nhiên, giá trị lạm phát mục tiêu lại quá
cao và không có ý nghĩa thống kê, nguyên nhân có thể là do hiện tượng đa cộng tuyến.
Một vấn đề thú vị khác là ngoài việc phản ứng với những hoạt động kinh tế khu vực EU,
liệu ECB có phản ứng với các điều kiện kinh tế quốc tế hay không. Kết quả của nghiên
cứu này cho thấy EU có xem xét tác động của kinh tế toàn cầu khi quyết định lãi suất.
Trong 1 nền kinh tế mở, nỗi lo lây lan lạm phát (hoặc suy thoái) gây ra bởi sự tăng trưởng
(hoặc giảm tăng trưởng) kinh tế toàn cầu có thể làm tăng hoặc giảm lãi suất ở khu vực EU.

Nhóm hồi quy tiếp theo để phân tích tính bền vững của các kết quả đã được trình bày. Đầu
tiên là cách quyết định lãi suất. Chúng tôi coi Eonia là công cụ chính sách, tuy nhiên, kết
quả chính lại không bị ảnh hưởng nhiều khi thay Eonia bằng chỉ số Euribor kỳ hạn 3 tháng
(cột 8). Chỉ duy nhất lạm phát mục tiêu là cao hơn mong đợi, nghĩa là Eonia là lựa chọn
hợp lý.
Vì sản xuất công nghiệp là biến dễ biến động, chúng tôi thêm 1 biến thay thế vào mô hình
để quan sát phản ứng của ECB trước điều kiện của nền kinh tế: UR_gap. Biến này chứa
các thông tin liên quan tới tình trạng nền kinh tế tại thời điểm ECB quyết định lãi suất. Kết
quả đúng như mong đợi, biến này có hệ số dương (-0.055 sao lại là dương??) và có ý
nghĩa thống kê, và các kết quả khác không bị ảnh hưởng đáng kể (c9), khi tỉ lệ thất nghiệp
cao hơn mức tự nhiên, ECB có khuynh hướng giảm lãi suất. Kết quả này có nghĩa là ECB
không chỉ đặt mục tiêu cho tăng trưởng kinh tế, mà còn chú ý cả tỉ lệ thất nghiệp. Ngoài
ra, khi thay EFCI bằng FCI, kết quả cũng không có sự khác biệt. Kết quả xác nhận ECB
có tính tới các điều kiện chung của nền kinh tế cũng như các điều kiện tài chính khi đưa ra
cs.
Kết quả cột 11, 12 có được khi chúng tôi dùng dữ liệu thời gian thực cho lạm phát và
output gap thay vì dữ liệu sau khi được điều chỉnh. Tuy nhiên việc này cũng không làm
thay đổi kết quả (theo Sauer & Sturm, 2007).
2 cột cuối cùng là kết quả phân tích tính nhạy cảm trong việc lựa chọn bộ instruments, đặc
biệt là công cụ nào có tác động lên lãi suất. Như đã đề cập, độ trễ của biến lợi suất trái
phiếu chính phủ kì hạn 10 năm được sử dụng trong bộ instruments vì nó có thông tin về
lãi suất tương lai, khiến cho lãi suất dài hạn mang nhiều thông tin hơn lãi suất ngắn hạn.
Tuy nhiên, trong nhiều bài nghiên cứu, lãi suất ngắn hạn vẫn được sử dụng tương đối
17
Tài chính quốc tế CH-K23-TCDN
thường xuyên. Để kiểm tra liệu điều này có làm ảnh hưởng tới kết quả, chúng tôi quyết
định sử dụng lãi suất ngắn hạn (Eonia) với độ trễ 2-6, 9 và 12 thay cho Yield10yr trong bộ
instruments trong hồi quy cột 13. Hồi quy 14, chúng tôi sử dụng độ trễ cho cả 2 biến và
đưa vào bộ instruments. Kết quả là các ước lượng tuyến tính không quá nhạy với sự thay
đổi từ lãi suất dài hạn sang lãi suất ngắn hạn (hoặc cả 2). Vì vậy, chúng tôi quyết định

dùng lãi suất dài hạn vì lý do đã nêu.
Trong bảng 3, chúng tôi thực hiện lại các thử nghiệm trên với 2 nền kinh tế US & UK.
Phương pháp thực hiện tương đối giống với EU. Các ước lượng cột US1 & UK1 được
nhận được khi chạy mô hình theo quy tắc Taylor cơ bản. Kết quả đối với US khá ấn
tượng. Trong khi hệ số của biến lạm phát ở US > 1 như mong đợi, thì đối với UK lại < 1.
Tuy nhiên cần lưu ý cả 2 hồi quy này đều gặp vấn đề tự tương quan (DW). Hơn nữa,
chúng ta cũng đang chứng minh ngân hàng tw có xu hướng quyết định lãi suất dựa trên tất
cả các thông tin sẵn có, và để làm được điều đó cần chạy GMM trên mô hình forward-
looking Taylor với việc điều chỉnh dần lãi suất.
Kết quả bảng 3 cho thấy cần ít nhất 2 lags đối với biến lãi suất để loại trừ sự tự tương quan
trong phần sai số đối với dữ liệu US&UK (DW). Thời gian dự báo lạm phát và output gap
đối với US giống EU. Đối với UK, chúng tôi sử dụng giá trị output gap hiện tại và giá trị
dự báo lạm phát 6 tháng tiếp theo (lead 6?). Giống như ước lượng đối với khu vực EU,
những giá trị về thời gian này có được từ SBIC. Bộ instruments đối với US bao gồm 1
hằng số và độ trễ 1-6, 9 và 12 cho các biến CoreInfl, OutputGap và Yield10yr; đối với UK
là các biến RPI_Infl, OutputGap, Yield10yr và FCI. Kiểm định tính phù hợp của bộ công
cụ được thực hiện bằng phương pháp J-test của Hansen trong mỗi ước lượng = GMM.
Kết quả thu được là phù hợp với quy tắc Taylor cho cả 2 nước: hệ số góc của biến lạm
phát > 1 và có ý nghĩa thống kê, đúng như yêu cầu, đồng thời hệ số của biến OutpGap
dương và có ý nghĩa thống kê, đúng như mong đợi. Kết quả cũng chỉ ra FED đang theo
đuổi mục tiêu lạm phát trung bình 3.5% từ tháng 10, 1992 tới tháng 12, 2007, hoàn toàn
phù hợp với mục tiêu thực tế do FED đặt ra trong cs tiền tệ.
Trái với ECB, ngân hàng tw 2 nước này không phản ứng với các điều kiện tài chính (hệ số
góc của 2 biến FCI và EFCI không có ý nghĩa thống kê). Tuy nhiên, một số thành phần
của chỉ số này có vẻ được 2 ngân hàng tw xem xét. Theo nghiên cứu của Driffill (2006),
Fed có phản ứng với lãi suất mong đợi trong tương lai. Kết quả cũng chỉ ra rằng nó có
phản ứng với biến credit spread. Một mặt, FED mún giảm thiểu sự dao động của khoảng
cách giữa lãi suất thị trường và (lãi suất của) các hợp đồng tương lai, từ đó, có thể lái lãi
suất theo thị trường tương lai. Mặt khác, khi lợi tức trái phiếu chính phủ cao hơn lợi tức
trái phiếu doanh nghiệp, nghĩa là sẽ tạo ra mong đợi về cải thiện điều kiện kinh tế cũng

như áp lực lạm phát trong tương lai – Fed sẽ tăng lãi suất. Hiệu ứng thứ 2 cũng xuất hiện ở
BOE (hiệu ứng 1 thì không). Hơn nữa, chúng tôi không tìm ra bằng chứng cho thấy 2
ngân hàng tw này theo đuổi mục tiêu cải thiện tỉ giá và giá tài sản (hệ số của 2 biến này
không có ý nghĩa thống kê và không được đưa vào báo cáo trong bài này).
Những kết quả này cho phép rút ra kết luận quan trọng: trong khi ECB phản ứng với các
điều kiện tài chính để tránh sự mất cân bằng trong thị trường tài sản và tài chính, 2 ngân
hàng tw còn lại không quan tâm tới điều kiện tài chính và để cho thị trường tài chính, đặc
18
Tài chính quốc tế CH-K23-TCDN
biệt là thị trường tài sản tự vận hành. Điều này trong thực tế cũng rõ ràng khi quan sát
cuộc khủng hoảng tín dụng cho thị trường nhà ở tại Mỹ rồi sau đó lan sang UK. Vì sự toàn
cầu hóa, EU cũng bị tác động gián tiếp, nhưng thị trường tài sản (và cả nền kinh tế) đã cho
thấy khả năng chống đỡ tốt hơn so với US và UK. Vì vậy, rất có thể việc theo đuổi mục
tiêu về các điều kiện tài chính có thể giúp tránh được sự mất cân bằng trong thị trường tài
sản và tài chính.
Kết quả từ cột UK6 chỉ ra rằng: giống EU, các điều kiện kinh tế quốc tế (ở đây đại diện
bởi US outpGap) cũng được BOE xem xét khi đưa ra các quy tắc cs tiền tệ. Tuy nhiên các
con số thống kê cho thấy BOE phản ứng yếu hơn. Chúng tôi đã thay biến OutpGap bằng
UR_gap trong hồi quy US6&UK7, tuy nhiên, kết quả thu được không mạnh như ECB =>
không giống ECB, FED và BOE có vẻ không chú ý tới tỉ lệ thất nghiệp. Trên hết, có vẻ 2
tổ chức này quan tâm tới chỉ số tăng trưởng kinh tế hơn so với tỉ lệ thất nghiệp khi bàn tới
vấn đề điều gì có ý nghĩa đối với tình trạng nền kinh tế. Kết quả hồi quy UK8 thay biến
lạm phát bằng 1 biến khác, được tính từ chỉ số giá bán lẻ đã loại trừ khoản trả lãi vay mua
nhà (RPIX). Kết quả thu được cũng phù hợp với quy tắc Taylor ước lượng mục tiêu lạm
phát (tính bằng RPIX) là 2.6%, khá gần với số 2.5% đã được đặt mục tiêu cho chỉ số
RPIX.
Theo Sack&Ribogon (2003), chúng ta có thể kì vọng việc FED phản ứng mạnh với các
điều kiện tài chính trong giai đoạn Greenspan làm chủ tịch. Cột US7 là để kiểm tra phán
đoán này: chúng tôi thực hiện hồi quy cho dữ liệu giai đoạn tháng 8, 1987 tới tháng 1,
2006, nhưng kết quả cũng không khác nhiều so với kết quả đã chạy cho toàn bộ thời kì.

Cuối cùng, để so sánh các cs tiền tệ của 3 ngân hàng trong cùng 1 thời kì, chúng tôi chạy
hồi quy cho dữ liệu US và UK giai đoạn tháng 1, 1999 tới tháng 12, 2007 (US8 và UK9).
Lạm phát mục tiêu ước lượng cho US là 2.1%, nghĩa là giai đoạn này FED quan tâm hơn
tới việc giảm lạm phát. Nhìn chung, kết quả của UK khá giống với EU giai đoạn này và
tuân theo nguyên tắc Taylor. Tuy nhiên, mô hình ước lượng cho UK, mặc dù có kết quả
ước lượng hệ số biến lạm phát mục tiêu (2.05%) và biến OutpGap hợp lí, hệ số của biến
lạm phát lại không có ý nghĩa thống kê. Lý do có thể là lạm phát vẫn luôn thấp hơn lạm
phát mục tiêu đưa ra bởi BOE trong suốt giai đoạn 1999-2007 (Hình 3), khiến biến này
không phản ánh được bất kì phản ứng nào đáng kể từ BOE.
Tổng kết lại, sau khi phân tích kết quả ước lượng quy tắc Taylor tuyến tính cho ECB, FED
và BOE, chúng tôi kết luận rằng chính sách tiền tệ của 3 tổ chức này có thể được mô tả
bằng quy tắc forward-looking Taylor dạng tuyến tính, đặc biệt trong trường hợp của EU
được bổ sung thêm các biến tài chính. Tuy nhiên, câu hỏi cs tiền tệ của những tổ chức trên
thực sự có thể được mô tả bằng quy tắc Taylor dạng tuyến tính, hay thật ra nó phải được
biểu diễn bằng các quy tắc tiền tệ phi tuyến tính phức tạp hơn? Phần tiếp theo sẽ góp phần
trả lời câu hỏi này.
4. Quy tắc phi tuyến tính của Taylor- đặc tính kỹ thuật và ước lượng:
Quy tắc forward –looking Taylor phi tuyến tính được xác định và ước lượng trong phần
này. Chúng tôi bắt đầu bằng cách trình bày các mô hình phi tuyến tính và kiểm định để
19
Tài chính quốc tế CH-K23-TCDN
phát hiện sự hiện diện của phi tuyến tính. Đối với trường hợp trong đó phi tuyến không bị
bác bỏ, chúng tôi tiến hành việc ước lượng các đặc tính kỹ thuật phi tuyến tính tương ứng.
4.1. Quy tắc Taylor phi tuyến tính
The quy tắc Taylor trình bày và ước lượng ở trên là một quy tắc lãi suất tuyến tính đơn
giản đại diện cho một quy tắc trong điều kiện các ngân hàng trung ương được giảm thiểu
hàm thua lỗ đối xứng bậc hai và có hàm tổng cung là tuyến tính. Tuy nhiên, trong thực tế,
điều này có thể không đúng với trường hợp và các ngân hàng trung ương có thể đáp ứng
được khác nhau với các độ lệch đối với các mục tiêu của họ. Nếu các ngân hàng trung
ương quả thực gán trọng số khác nhau tương ứng với các giá trị tỉ lệ lạm phát và output

gaps tích cực/tiêu cực trong hàm central bank’s loss, khi đó một quy tắc Taylor phi tuyến
tính có vẻ là phù hợp hơn để giải thích hành vi của chính sách tiền tệ. Hơn nữa, tỉ lệ lạm
phát và output gaps có xu hướng thể hiện sự điều chỉnh bất đối xứng đến chu kỳ kinh
doanh: sản lượng có xu hướng thể hiện sự suy thoái kinh tế ngắn hạn và sắc nét trong chu
kỳ kinh doanh, nhưng sự phục hồi lâu dài và đều đặn; trong khi đó lạm phát cũng tăng
nhanh hơn qua các chu kỳ kinh doanh hơn là xu hướng giảm. Trong tình huống này, rất
bình thường khi các ngân hàng trung ương có phản ứng khác nhau với các mức lạm phát
và mức sản lượng ở trên, dưới hoặc gần bằng mục tiêu. Những lập luận này nhấn mạnh
tầm quan trọng của việc xem xét một quy tắc Taylor phi tuyến trong việc phân tích hành
vi của các ngân hàng trung ương.
Để giải thích hành vi phi tuyến này, chúng tôi sử dụng một mô hình hồi quy
s
m
oo
t
h
t
r
a
n
s
i
t
i
o
n
(STR). Vì mô hình này cho phép chuyển đổi cơ chế nội sinh, nó có thể giải
thích khi nào các ngân hàng trung ương thay đổi quy tắc chính sách của mình. Mặc dù hai
dạng của mô hình này đã được áp dụng cho các nghiên cứu về hành vi của một số ngân
hàng trung ương có liên quan do Martin và Milas (2004) và Petersen (2007), nhưng chưa

có nghiên cứu áp dụng mô hình này để phân tích các hành vi chính sách của ECB. Bài viết
này dự kiến sẽ tiến hành để cung cấp, cùng một lúc, một phân tích so sánh giữa chính sách
tiền tệ theo sau của ECB và chính sách tiền tệ theo sau của FED và BOE. Ngoài ra, nghiên
cứu này mở rộng các nghiên cứu trong hiện tại đối với quy tắc Taylor phi tuyến bằng cách
kiểm soát các điều kiện tài chính.
Mô hình chuẩn của STR
về
quy tắc
phi tuyến tính của Taylor

c
ó thể được xác
định như sau
:

Với là 1 vec tơ của các biến giải thích,
với h = n+2+m. Các tham số và thể hiện
((h+1)×1) các vecto tham số trong mô hình tuyến tính và phi tuyến tính tương ứng. Các
sai số được giả định là độc lập và phân phối y hệt với trung bình bằng 0 và phương sai
không đổi . Hàm chuyển đổi được giả định là liên tục và bị
chặn giữa 0 và 1 trong biến chuyển đổi s
t
. Khi và
. Biến quá trình chuyển đổi s, có thể là một yếu tố hoặc tổ hợp tuyến
tính của z
t
hoặc thậm chí là một xu hướng xác định.
20
,
Tài chính quốc tế CH-K23-TCDN

Một số các định nghĩa mới đã được đề xuất cho hàm chuyển đổi trong tài liệu. Chúng tôi
bắt đầu bằng cách xem xét như là một hàm mũ logic sau:
Đây là loại mô hình STR được gọi là một mô hình STR logic hoặc một mô hình LSTR1.
Hàm chuyển đổi là một hàm tăng lên theo s
t
nơi mà các tham số góc , cho thấy tốc độ
điều chỉnh của việc chuyển đổi giữa các cơ chế, vd: hàm G theo s
t
chuyển từ giá trị 0 sang
1 mất bao lâu . Cuối cùng, các tham số vị trí c xác định điểm chuyển tiếp xảy ra.
Xem xét khuôn khổ này, mô hình LSTR1 có thể mô tả mối quan hệ những biến thay đổi
theo mức độ của biến ngưỡng. Giả sử rằng các biến chuyển đổi là mức độ lạm phát
, sau đó mô hình LSTR1 có thể mô tả một phản ứng bất đối xứng của các ngân
hàng trung ương đối với lạm phát cao và lạm phát thấp. Với việc ngân hàng trung ương
gán cho biến lạm phát tỉ trọng lớn, chúng tôi hy vọng sẽ tìm thấy sự khác biệt đáng kể
trong hành vi của các ngân hàng này khi lạm phát (kỳ vọng) sai lệch đáng kể từ một
ngưỡng nhất định.
Mô hình STR tương đương với một mô hình tuyến tính với các hệ số thời gian khác nhau
được lựa chọn một cách ngẫu nhiên, và như vậy, nó có thể được viết lại như sau:
Cho trước là liên tục và bị chặn giữa không và một, các tham số kết hợp, , sẽ
biến động giữa và và mức biến thiên đơn điệu như một hàm của s
t
. Các biến
chuyển đổi di chuyển biến vượt quá ngưỡng , tiến gần về 1, và tham số tiến
gần đến ; tương tự, s
t
hơn nữa đạt đến ngưỡng, c, hàm chuyển đổi sẽ tiến gần 0 và
tham số tiến gần . Là một chuyển đổi đơn điệu có thể không là một lựa chọn thỏa
đáng, nghiên cứu này cũng sẽ xem xét (và kiểm tra) sự hiện diện của một hàm chuyển đổi
không đơn điệu như nghiên cứu của Martin và Milas (2004). Trong thực tế, các ngân hàng

trung ương có thể xem xét không phải là một mức lạm phát mục tiêu xác định mà là một
khoảng hoặc một cơ chế lạm phát nội tại, trong đó mức lạm phát được kiểm soát, và do
đó, các phản ứng của cơ quan tiền tệ sẽ khác nhau trong từng tình huống mà lạm phát
vượt ra ngoài cơ chế.
Hàm thay thế không đơn điệu được xem xét là hàm logic theo trật tự thứ hai sau đây:
Tại và Hàm chuyển đổi này là đối xứng quanh và
bất đối xứng khác, và mô hình thay đổi tuyến tính khi . Nếu và
thay đổi bằng 0 để và bằng 1 cho các giá trị khác, và khi
21
Tài chính quốc tế CH-K23-TCDN
Để phân biệt mô hình STR này với những đặc điểm ở trên,
chúng tôi gọi đây là mô hình logic STR bậc hai hoặc mô hình LSTR2. Xét ở mức lạm phát
như là một biến chuyển đổi, mô hình này cho phép chúng ta ước lượng tách biệt mức trên
và dưới trong tỉ lệ lạm phát thay vì một giá trị mục tiêu đơn giản (mà trong thực tế có thể
không dễ dàng để đạt được trong tất cả khoảng thời gian).
4.2. Tuyến tính so với phi tuyến
Trong ước lượng các mô hình phi tuyến, điều quan trọng là kiểm tra xem hành vi của
chính sách tiền tệ trong một quốc gia cụ thể có thể được thực sự được mô tả bởi một quy
tắc Taylor phi tuyến. Điều này có nghĩa các kiểm tra tuyến tính đối với mô hình STR. Các
giả thuyết về sự tuyến tính là so với . Tuy nhiên, cả mô hình LSTR1
và mô hình LSTR2 đều không được định nghĩa theo giả thuyết H
0
; mà theo giả thiết H
1
.
Teräsvirta (1998) và van Dijk et al. (2002) cho thấy vấn đề xác định này có thể được giải
quyết bằng cách xấp xỉ các hàm chuyển đổi với một loạt các mở rộng thứ ba của Taylor
xung quanh giả thuyết. Sản lượng xấp xỉ này, sau khi một số đơn giản hóa và tái tham số
hóa, hồi quy bổ trợ theo sau:
Trong đó , phần còn lại , và , tại là

một vector (h x 1) của các biến giải thích. Hơn nữa, , trong đó là một hàm
của và c. Các giả thuyết H
0
về sự tuyến tính trở thành , và H
11
:
"ít nhất một , j = 1, 2, 3". Một thử nghiệm LM có thể được sử dụng để kiểm tra
giả thuyết này vì theo giả thiết H
0
: . Dẫn tới phân phối tiệm cận là với bậc tự do
= 3h theo giả thiết H
0
.Nếu bác bỏ, chúng ta có thể tiến hành ước lượng các mô hình phi
tuyến tính. Tuy nhiên, hàm chuyển đổi nên được sử dụng hay không? Quyết định chọn
giữa mô hình LSTR1 và mô hình LSTR2 có thể được thực hiện từ trình tự sau đây của giả
thuyết không dựa trên hồi quy bổ trợ (16): và
Granger và Teräsvirta (1993) cho rằng các quy tắc quyết định
hoạt động như sau: nếu giá trị p từ việc bác bỏ của H
03
là thấp nhất, lựa chọn một mô hình
LSTR2; nếu không, hãy chọn một LSTR1.
4.3 Kết quả thực nghiệm:
Các nghiên cứu thực nghiệm được trình bày trong phần này cung cấp bằng chứng rõ ràng
rằng chính sách tiền tệtheo ECB và BOE có thể được mô tả bởi một quy tắc Taylor phi
tuyến, nhưng các bằng chứng không rõ ràng liên quan đến hành vi của Fed. Các kết quả
của các kiểm tra tuyến tính cung cấp ở dưới cùng của bảng 4 (xem dòng H
01
) – tại mức
lạm phát (kỳ vọng) là biến ngưỡng - cho thấy rằng chúng ta có thể bác bỏ giả thiết tuyến
tính ở mức tin cậy 5% đối với ECB và BOE , nhưng chỉ ở mức 10% cho mô hình ưa thích

dành cho FED
22
Tài chính quốc tế CH-K23-TCDN
Tỷ lệ lạm phát được chọn là biến ngưỡng vì ngân hàng trung ương đặt nặng mức độ quan
trọng vào biến này và cũng vì biến này đã cung cấp giá trị p thấp nhất cho việc loại bỏ các
mô hình tuyến tính.
Các kiểm tra cho sự lựa chọn của hàm chuyển đổi cũng được trình bày ở dưới cùng của
bảng 4 (xem dòng H
02
, H
03
và H
04
) và chỉ ra rằng mô hình LSTR1 tốt hơn cho khu vực
châu Âu, trong khi một mô hình LSTR2 là đầy đủ hơn cho Vương quốc Anh (và Mỹ).
Điều này có nghĩa rằng ECB đang theo đuổi một mục tiêu cố định, trong khi BOE (và có
lẽ Fed) đang cố gắng để giữ mức lạm phát trong một khoảng nhất định.
Kết quả đầu tiên trình bày trong bảng 4 (EZ1, US1 và UK1) được lấy từ ước lượng bình
phương bé nhất của quy tắc Taylor phi tuyến đơn giản mà không có hành vi hoặc thay đổi
dần lãi suất hướng tới tương lai (xem Bảng 4). Mô hình kết hợp tốt nhất được tìm thấy
bằng cách tuần tự loại bỏ các biến hồi quy trọng yếu bằng cách sử dụng các biện pháp
SBIC. Kết quả này cho thấy ECB đang phản ứng lại ở mức lạm phát - theo nguyên tắc
Taylor, - chỉ khi nó đạt giá trị trên 2%, trong đó khá trùng hợp với mục tiêu lạm
phát của ECB và với lạm phát mục tiêu được ước lượng trong quy tắc tuyến tính. Khi
mức lạm phát dưới 2%, ECB không phản ứng tới lạm phát một cách trực tiếp, nhưng có
phản ứng với chênh lệch sản lượng do áp lực lạm phát có thể xảy ra thông qua chu kỳ kinh
tế. Trong trường hợp này, phản ứng của ECB đến output gap có vẻ mạnh hơn khi lạm phát
cao hơn mục tiêu 2%. Thay vì theo đuổi một mục tiêu cố định (2%) tại mức lạm phát như
ECB, FED và BOE cố gắng để giữ mức lạm phát trong khoảng phạm vi tương ứng, 2,04-
3,67% và 1,61-1,99% , theo quy tắc Taylor phi tuyến cơ bản này. Kết quả cho thấy khi

mức lạm phát trong các phạm vi này, hai ngân hàng trung ương chỉ phản ứng với sản
lượng; và họ chỉ phản ứng ở mức lạm phát khi nó nằm ngoài các phạm vi này. Tuy nhiên,
phản ứng của BOE không tuân theo các nguyên tắc Taylor (lưu ý rằng ).
23
Tài chính quốc tế CH-K23-TCDN
Nhìn chung, kết quả có vẻ khá hợp lý, nhưng các vấn đề tự tương quan được trình bày bởi
các ước lượng cho thấy rằng chúng ta nên cho phép điều chỉnh dần lãi suất. Hơn nữa, khi
các ngân hàng trung ương đang tính đến không chỉ thông tin hiện tại và quá khứ mà còn
tính đến lãi suất kỳ vọng trong tương lai, một phiên bản forward-looking của mô hình phi
tuyến cần được xem xét. Do đó, các biến công cụ phi tuyến (IV) được đưa vào sử dụng để
ước lượng quy tắc phi tuyến, trong đó, phạm vi của việc dự báo mức lạm phát và output
gaps giống như chúng ta xem xét trong việc ước lượng các mô hình tuyến tính. Hiệu quả
của các công cụ được xác nhận bởi kiểm định J của Hansen trong bất kỳ ước lượng các
biến công cụ. Biến ngẫu nhiên và sai số chuẩn tự tương quan nhất quán được sử dụng
trong tất cả các ước lượng.
Xét đầu tiên tại khu vực châu Âu, chúng tôi bắt đầu bằng cách ước lượng một phiên bản
tổng quát hơn của mô hình trong đó mức lạm phát và output gaps được bao gồm trong các
phần tuyến tính và phi tuyến của mô hình. Với mức độ phù hợp của biến EFCI đã chứng
minh trong mô hình tuyến tính, chúng tôi mở rộng mô hình phi tuyến tính forward –
looking với độ trễ của biến này. Các kết quả được trình bày trong cột EZ2 và EZ3 và xác
định phản ứng phi tuyến mạnh mẽ của ECB đến lạm phát mục tiêu: ECB chỉ bắt đầu phản
ứng mạnh đến lạm phát khi mức lạm phát kỳ vọng là trên 2,5%, một giá trị rất gần với
mức lạm phát mục tiêu ước lượng trong mô hình tuyến tính và chỉ hơi cao hơn so với lạm
mục tiêu công bố bởi ECB, hơn nữa, ECB chỉ phản ứng với output gap khi mức lạm phát
dự kiến là thấp hơn 2,5% ( là không đáng kể).
Đây là những kết quả rất quan trọng: đầu tiên, chúng ta xác định được mục tiêu chính của
ECB là giữ ở mức lạm phát thấp; thứ hai, một khi mục tiêu này đạt được, chúng cũng hỗ
trợ ý định của ECB trong việc thúc đẩy tăng trưởng bền vững. Điều này có nghĩa rằng các
quy tắc Taylor phi tuyến tính trong phần này trình bày một mô tả khá chính xác về cách
ECB thực hiện chính sách tiền tệ của mình - mặc dù mức lạm phát mục tiêu ngầm định đã

được chứng minh là cao hơn so với mục tiêu công bố 2% một chút. Hơn nữa, mô hình phi
tuyến cũng cung cấp một số bằng chứng cho thấy ECB đang xem xét các thông tin chứa
trong một số biến tài chính trong các quyết định của mình trên lợi nhuận. Vì vậy, nghiên
cứu này kết luận rằng quy tắc Taylor phi tuyến tính này là nguyên tắc chính sách phù hợp
nhất với hành vi của ECB.
Nguyên tắc Taylor forward-looking với lãi suất điều chỉnh dần ước lượng cho Hoa Kỳ
(xem cột US2) không trình bày bất kỳ sự khác biệt quan trọng so với các kết quả được
trình bày trong cột US1. Tuy nhiên, điều quan trọng cần nhấn mạnh là các mô hình tuyến
tính forward-looking cho Hoa Kỳ chỉ bị bác bỏ ở mức ý nghĩa 10%, có nghĩa là hành vi
tiền tệ của Fed vẫn có thể được giải thích một quy tắc Taylor tuyến tính dạng forward-
looking. Vì vậy, nghiên cứu này cho thấy rằng các bằng chứng được tìm thấy bởi Petersen
(2007) cho rằng Fed tuân theo quy tắc Taylor phi tuyến tính chỉ có giá trị khi chúng ta
xem xét một quy tắc phi tuyến tính cơ bản của Taylor. Ngay khi chúng tôi bỏ đi giả định
này và xem xét một mô hình hoàn chỉnh hơn – trong đó các hành vi hướng tới tương lai
của Fed và việc điều chỉnh dần lãi suất được kiểm soát - kết luận có thể không giống nhau.
Trong thực tế, kiểm tra tuyến tính bổ sung (không trình bày ở đây) đã chỉ ra rằng tuyến
tính không bị bác bỏ khi hai biến liên quan như CredSprd và đưa vào mô hình
phi tuyến. Kết quả tương tự cũng thu được khi chúng tôi thêm biến EFCI vào mô hình.
24
Tài chính quốc tế CH-K23-TCDN
Cuối cùng, kết quả thu được từ vương quốc Anh là khá giống với những gì thu được đối
với khu vực châu Âu (xem cột UK2 và UK3) và có cập nhật các bằng chứng đưa ra bởi
Martin và Milas (2004) rằng chính sách tiền tệ của BOE có thể được mô tả bởi một quy
tắc Taylor phi tuyến tính và BOE sẽ cố gắng để giữ mức lạm phát trong một phạm vi từ
1,8-2,4%, theo bằng chứng của chúng tôi - hơn là theo đuổi hiện tại một mức lạm phát
mục tiêu xác định là 2%. Kết quả chỉ ra một phản ứng mạnh mẽ của BOE khi lạm phát kì
vọng vượt ra ngoài phạm vi 1,8-2,4%. Còn khi mức lạm phát kì vọng nằm trong phạm vi
này, nó chỉ phản ứng với các chu kỳ kinh doanh, và ở một mức độ thấp hơn, các thông tin
kinh tế được bổ sung chứa trong biến CredSprd.
5. Kết luận:

Bài viết này thảo luận về hai vấn đề quan trọng. Đầu tiên, nó đặt câu hỏi liệu ngân hàng
trung ương, bên cạnh hướng mục tiêu tới mức lạm phát và output gap, có phản ứng với
các thông tin chứa trong giá tài sản và các biến tài chính hay không. Thứ hai, nó phân tích
cho dù chính sách tiền tệ của ngân hàng trung ương có thể được mô tả bởi mô hình tuyến
tính Taylor dạng forward-looking hay bởi một quy tắc phi tuyến. Liên quan đến vấn đề
thứ 2 này, nghiên cứu này cũng xem xét liệu họ đang theo đuổi một mục tiêu cố định hay
một phạm vi mục tiêu cho mức lạm phát. Các ngân hàng trung ương xem xét trong phân
tích này là ECB, FED và BOE.
Để trả lời câu hỏi chính đầu tiên chúng tôi xây dựng một chỉ số điều kiện tài chính từ bình
quân gia quyền của một nhóm các giá tài sản và các biến tài chính và đưa vào quy tắc
Taylor tuyến tính. Kết quả cho thấy trong khi ECB đang phản ứng với các thông tin trong
chỉ số này để tránh áp lực từ sự mất mất cân bằng trong các thị trường tài chính và tài sản,
FED và BOE không đáp ứng với sự thay đổi hay phát triển của các thị trường này. Theo ý
kiến của chúng tôi, hành vi khác nhau này có thể là một trong những nguyên nhân dẫn đến
khủng hoảng tín dụng gần đây đã xuất hiện ở Mỹ (và Anh) thị trường nhà ở và tài chính
chứ không xuất hiện trong khu vực châu Âu - mặc dù ảnh hưởng của nó đã lan rộng đến
tất cả các thị trường phát triển và tổng thể nền kinh tế thế giới. Như vậy, kết luận chính
yếu đầu tiên của nghiên cứu này là phản ứng với điều kiện tài chính có thể là một giải
pháp để tránh sự mất cân bằng trên thị trường tài chính và thị trường tài sản, và do đó, nó
có thể giúp tránh được sự suy thoái kinh tế mạnh mẽ.
Những kết quả nêu trên đã thu được bằng cách sử dụng quy tắc tuyến tính dạng forward-
looking của Taylor. Tuy nhiên, xét thấy các ngân hàng trung ương có thể phản ứng khác
nhau với độ lệch của mức lạm phát ở trên hoặc dưới so với mục tiêu, chúng tôi quyết định
kiểm tra sự hiện diện của phi tuyến trong quy tắc và ước tính một mô hình phi tuyến
forward-looking, trong trường hợp chúng xuất hiện. Các kiểm định tuyến tính chỉ ra rằng
chính sách tiền tệ theo của ECB và BOE có thể được mô tả bởi một quy tắc Taylor phi
tuyến, nhưng bằng chứng không đủ để bác bỏ các quy tắc Taylor tuyến tính cho Fed.
Việc ước lượng của quy tắc phi tuyến tính forward-looking sử dụng một mô hình hồi quy
chuyển đổi dần cung cấp kết quả thú vị. Đầu tiên, họ cho thấy ECB theo đuổi một mục
tiêu lạm phát cố định khoảng 2.5%. Thứ hai, ECB chỉ có phản ứng tích cực với mức lạm

25