Ứng dụng mô hình véc tơ tự hồi quy ngưỡng vào truyền dẫn tỷ giá hối đoái ở Việt Nam Luận văn thạc sĩ 2014

B GIÁO DC VÀ ÀO TO
TRNG I HC KINH T TP. H CHÍ MINH
o0o
LU PHÚC NGUYÊN



NG DNG MÔ HÌNH VÉC T T HI QUY
NGNG VÀO TRUYN DN T GIÁ HI OÁI
 VIT NAM


LUN VN THC S KINH T





Tp. H Chí Minh ậ Nm 2014
B GIÁO DC VÀ ÀO TO
TRNG I HC KINH T TP. H CHÍ MINH
o0o
LU PHÚC NGUYÊN


NG DNG MÔ HÌNH VÉC T T HI QUY
NGNG VÀO TRUYN DN T GIÁ HI OÁI
 VIT NAM

Chuyên ngành: Tài chính – Ngân hàng
Mã s: 60340201

LUN VN THC S KINH T

NGI HNG DN KHOA HC
GS.TS. TRN NGC TH


Tp. H Chí Minh ậ Nm 2014
LI CAM OAN
Tác gi cam đoan bài lun vn: “ ng dng mô hình Véc t t hi quy ngng
vào Truyn dn t giá hi đoái  Vit Nam ” là do tác gi thc hin nghiên cu vi
s hng dn, đóng góp ý kin ca GS. TS.Trn Ngc Th.
S liu nghiên cu trong lun vn hoàn toàn trung thc, đc ly t các t chc
thng kê IFS, GSO.
Thành ph H Chí Minh, ngày 28 tháng 10 nm 2014
Tác gi,

Lu Phúc Nguyên












MC LC

TRANG PH BÌA
LI CAM OAN
MC LC
DANH MC CÁC KÝ HIU, CH VIT TT
DANH MC CÁC BNG
DANH MC CÁC HÌNH
M U 1
1.Tóm tt 1
2. Gii thiu 2
2.1. Lý do chn đ tài 2
2.2. Tính cp thit ca đ tài 3
2.3. Mc tiêu nghiên cu 3
2.4. i tng nghiên cu 4
2.5. Phm vi nghiên cu 4
2.6. Phng pháp nghiên cu 5
2.7. D liu nghiên cu 5
2.8. B cc lun vn 5
CHNG 1: TNG QUAN V TRUYN DN T GIÁ HI OÁI VÀ Lụ
THUYT MÔ HÌNH TVAR 7
1.1. Truyn dn t giá hi đoái 7
1.2. Tng quan các nghiên cu v Truyn dn t giá hi đoái 8
1.2.1. Tng hp các nghiên cu v Truyn dn t giá hi đoái  Vit Nam 8
1.2.2. Tng hp các nghiên cu v truyn dn t giá hi đoái theo phng pháp phi
tuyn trên Th gii 11
1.3. Lý thuyt v mô hình TVAR 18
1.3.1. Tính phi tuyn tính 18
1.3.2. Quá trình to ra d liu đúng trong mô hình VARs : ti sao vn đ tính phi
tuyn tính 19
1.3.3. Mô hình véc t t hi quy ngng TVAR 20
1.3.3.1. nh ngha mô hình TVAR 20

1.3.3.2. c lng mô hình TVAR 22
1.3.3.3. D báo ca mô hình TVAR 27
1.3.3.4. Phân tích phn ng xung 28
1.4. Kt lun chng 1 34
CHNG 2:NG DNG MÔ HÌNH TVAR VÀO TRUYN DN T GIÁ
HI OÁI  VIT NAM T THÁNG 1 NM 2000 N THÁNG 6 NM
2011 36
2.1. X lý bin nghiên cu 36
2.1.1. S liu nghiên cu 36
2.1.2. X lý s liu nghiên cu 37
2.1.3. Bin nghiên cu trong mô hình 38
2.1.4. Kim tra nghim đn v ca các bin 38
2.2. Mô hình nghiên cu 39
2.2.1.Mô hình TVAR 41
2.2.1.1. Xác đnh đ tr ti u t mô hình VAR 41
2.2.1.2. Xác đnh s lng và giá tr ngng, và tham s đ tr t các kt qu hi
quy ca mô hình TVAR 41
2.2.1.3. Kim tra tính tuyn tính 43
2.2.1.4. Kt qu hi quy t mô hình TVAR đã chn 43
2.2.2. Phân tích phn ng xung truyn thng (IRFs) cho mô hình TVAR có 2 giá tr
ngng 45
2.2.3. Phn ng xung tng th phi tuyn tính áp dng cho trng hp TVAR 1 giá
tr ngng: giá tr ngng 0.849%/tháng ca t l lm phát tng ng 10.188%/1
nm 51
2.2.3.1.Bng kt qu hi quy TVAR vi 1 giá tr ngng hay 2 ch đ 52
2.2.3.2. Chui thi gian ca các bin nghiên cu 54
2.2.3.3. VAR - phn ng xung đc lp (orthogonal impulse responses) 55
2.2.3.4. Phn ng xung đc lp (orthogonal impulse responses) t mô hình TVAR 1
giá tr ngng 56
2.2.3.5. Phn ng xung tng th (general impulse responses –GIRFs)t mô hình

TVAR 1 giá tr ngng 58
2.2.3.6. Mc ý ngha khác bit gia GIRFs phi tuyn và OIRFs tuyn tính 60
2.2.3.7. Xác sut chuyn đi ca 2 ch đ t l lm phát cao và thp 61
CHNG 3: KT LUN 64
DANH MC TÀI LIU THAM KHO
PH LC















DANH MC CH VIT TT
GSO: Tng Cc Thng Kê Vit Nam
IFS: Thng kê Tài Chính Quc T
IMF: Qu Tin T Quc T
ERPT: Exchange rate pass- through: Truyn dn t giá hi đoái
IP: Giá tr sn lng công nghip
NEER: T giá hi đoái danh ngha hiu lc
IR Deposit: Lãi sut tin gi kì hn 1 nm thng kê theo hàng tháng
Output gap hay Gap: Khe h sn lng

dt_lneer_sa: Loi b tính xu hng bng phng pháp Hodrick-Prescott ra khi
chui logarit t nhiên ca t giá hi đoái danh ngha hiu lc đã hiu chnh mùa v
dt_lir : Loi b tính xu hng bng phng pháp Hodrick-Prescott ra khi chui
logarit t nhiên ca lãi sut tin gi kì hn 1 nm thng kê hàng tháng
inf: Inflation: T l lm phát hàng tháng
AIC : Akaike Information Criterion
BIC: Bayesian Information Criterion
SSR: Sum of Squared Residual: Tng ca các bình phng phn d
VAR: Vector Autoregression: Véc t t hi quy
SVAR: Structural Vector Autoregression: Véc t t hi quy cu trúc
VECM: Vector Error Correction Model: Mô hình Véc t hiu chnh sai s
TVAR: Threshold Vector Autoregression: Véc t t hi quy ngng
IRFs: Impulse Response Functions: Các hàm phn ng xung
OIRFs: Orthogonal Impulse Response Functions: Các hàm phn ng xung đc lp
COIRFs: Cumulative Orthogonal Impulse Response Functions: Các hàm phn ng
xung đc lp kt hp.
GIRFs: General Impulse Response Functions: Các hàm phn ng xung tng th



DANH MC BNG
Bng 2.1: Kim nghim đn v 39
Bng 2.2: Ch tiêu AIC, BIC và SSR t mô hình TVAR 42
Bng 2.3: Kt qu hi quy ca bin ph thuc t l lm phát t mô hình TVAR có 3
ch đ 44
Bng 2.4: Kt qu hi quy ca bin ph thuc t l lm phát t mô hình TVAR có 2
ch đ 52
Bng 2.5: Giá tr xác xut p_value tha mãn điu kin: |GIRFs – OIRFs|
simulated
>

|GIRFs – OIRFs|
statistic
61
















DANH MC HÌNH V
Hình 2.1: Giá tr ngng ca bin ngng t l lm phát đ tr bc 1 vi mô hình
TVAR 2 giá tr ngng 45
Hình 2.2: Ch đ t l lm phát thp: Phn ng xung đc lp kt hp (cumulative
orthogonal impulse responses) ca inf, Ouput gap, dt_lneer_sa và dt_lir đi vi cú
sc tích cc 1 đn v đ lch chun dt_lneer_sa 47
Hình 2.3: Ch đ gia ca t l lm phát: Phn ng xung đc lp kt hp
(cumulative orthogonal impulse responses) ca inf, Ouput gap , dt_lneer_sa và
dt_lir đi vi cú sc tích cc 1 đn v đ lch chun dt_lneer_sa 48
Hình 2.4: Ch đ t l lm phát cao: Phn ng xung đc lp kt hp (cumulative
orthogonal impulse responses) ca inf, Ouput gap, dt_lneer_sa và dt_lir đi vi cú

sc tích cc 1 đn v đ lch chun dt_lneer_sa 49
Hình 2.5: Phn ng xung đc lp kt hp (cumulative orthogonal impulse
responses) ca inf, Ouput gap, dt_lneer_sa và dt_lir đi vi cú sc tích cc 1 đn v
đ lch chun dt_lneer_sa 51
Hình 2.6: Giá tr ngng ca bin ngng t l lm phát đ tr bc 1 vi mô hình
TVAR 1 giá tr ngng 53
Hình 2.7:  th ca NEER, Output gap, Inflation, IR Deposit t tháng 2 nm 2000
đn tháng 6 nm 2011 54
Hình 2.8: VAR - Phn ng xung đc lp ca Output gap, Inflation, IR Deposit ,
NEER đi vi cú sc tích cc 1 đn v đ lch chun ca NEER 55
Hình 2.9: TVAR – Phn ng xung đc lp ca Output gap, Inflation, IR Deposit ,
NEER đi vi cú sc tích cc 1 đn v đ lch chun ca NEER 57
Hình 2.10: TVAR – Phn ng xung tng th (GIRFs) ca Output gap, Inflation, IR
Deposit, NEER đi vi cú sc ca NEER 59
Hình 2.11: Xác sut chuyn đi t ch đ lm phát cao (R2) sang ch đ lm phát
thp (R1) và ngc li 63

1

M U
1. Tóm tt
Tác gi ng dng mô hình Véc t t hi quy ngng (TVAR) vi t l lm phát
là bin ngng (hay còn gi là bin chuyn đi) đ phân tích mc đ truyn dn ca
t giá hi đoái danh ngha hiu lc  Vit Nam, nhm khc phc các vn đ hn ch
trong các nghiên cu trc đây s dng mô hình VAR, SVAR, VECM. Gary Koop
và các đng s (1996), Ana Beatriz C. Galvão (2003), Julia Schimidt (2013) ch ra
các vn đ hn ch đó là các gi đnh trong xem xét mc đ truyn dn, là không có
bt kì cú sc nào xy ra ti các thi đim d báo, tn ti tính đi xng gia hai cú
sc đi lp nhau, và đc lp vi thông tin quá kh ti các thi đim d báo. Lý
thuyt v các hàm phn ng xung phi tuyn, và mô hình TVAR đã th hin rõ trong

các bài nghiên cu ca Koop (1996), Galvão (2003); tuy nhiên, xây dng chúng
trong nghiên cu thc nghim là mt thách thc cho ngi nghiên cu. Thách thc
đó đn t vic xây dng các thut toán, và thi gian chy chng trình tính toán có
th vài tun. Vì vy trong bài nghiên cu ca mình, tác gi đn gin hóa trong xây
dng hàm phn ng cho mô hình TVAR có hai giá tr ngng nh cách xây dng
hàm phn ng xung cho mô hình VAR vi gi đnh nn kinh t phát trin n đnh,
không chu cú sc ln bt thng nào trong thi đim d báo, còn đi vi mô hình
TVAR có 1 giá tr ngng thì hàm phn ng xung tng th phi tuyn đc áp dng.
Tác gi s dng d liu hàng tháng ca bn bin nghiên cu: T giá hi đoái danh
ngha hiu lc (NEER), Khe h sn lng (Output gap), t l lm phát và lãi sut
tin gi kì hn 1 nm đc thng kê hàng tháng trong khong thi gian t tháng 1
nm 2000 đn tháng 6 nm 2011. Kt qu bài nghiên cu cho thy tn ti 2 giá tr
ngng ca bin ngng t l lm phát vi đ tr 1 trong mô hình TVAR. Các giá
tr ngng đó là 0.226% và 0.849% cao hn 2 giá tr ngng 0.171% và 0.789%
trong bài nghiên cu ca Abdul Aleem, Amine Lahiani (2014). Bên cnh đó, tác gi
cng tìm thy bng chng ng h cho lp lun ca Taylor (2000) và các nhà nghiên
cu khác cho rng mc đ truyn dn ca t giá hi đoái danh ngha hiu lc cao
2

hn  ch đ lm phát cao so vi ch đ lm phát thp và va phi. Bng chng này
là các kt qu thu đc t hàm phn ng xung tuyn tính ca mô hình TVAR có hai
giá tr ngng trên vi cú sc tích cc có đ ln 1 đn v lch chun ca t giá hi
đoái danh ngha hiu lc xy ra  3 ch đ t l lm phát, và hàm phn ng xung
tng th phi tuyn ca mô hình TVAR có 1 giá tr ngng 0.849% vi ln lt các
cú sc tích cc và tiêu cc có đ ln tng ng 0.5, 1.5 đ lch chun xy ra  hai
ch đ t l lm phát. Mt kt qu đáng chú ý là tn ti s khác bit gia kt qu
ca hàm phn ng xung tng phi tuyn GIRFs ca mô hình TVAR có 1 giá tr
ngng và kt qu ca hàm phn ng xung tuyn OIRFs ca mô hình VAR trong
mt s trng hp đc th hin c th hn  Chng 2.
T khóa: Truyn dn t giá hi đoái, Exchange rate pass- through, ERPT, Vecto

Autoregression, VAR, Threshold Vecto Autoregression, TVAR, General Impulse
Response Functions, GIRFs, Impulse Response Functions, IRFs, Orthogonal
Impulse Response Functions, OIRFs, Cumulative Orthogonal Impulse Responses
COIRFs.
2. Gii thiu
2.1. Lý do chn đ tài
 tài nghiên cu: ” Truyn dn t giá hi đoái (ERPT) vi mô hình VAR ,
SVAR, VECM ” luôn thu hút mt s lng ln chuyên gia kinh t trên th gii và
 Vit Nam; và các anh ch theo khóa hc Thc s kinh t trong nhng nm gn đây
tích cc tham gia nghiên cu. Sc hp dn ca đ tài vì tính thit thc ca nó gn
gi vi cuc sng hàng ngày ca các thành phn kinh t, và s dng phng pháp
k thut tuyn tính SVAR, VAR, VECM có thun li trong vic đo lng các mi
quan h xy ra đng thi gia t giá hi đoái và các bin khác. Song thc t, chúng
ta có mt điu có th tin là khi t l lm phát cao hn mt cp đ ngng, các c
quan kinh t thay đi kì vng lm phát. Còn các doanh nghip cm thy bt kì s
gia tng trong chi phí sn xut trên mt ngng chc chn là s hin din dai dng
3

ca t l lm phát cao.Vì th, trong môi trng lm phát cao, h chn la mt s
lp li thng xuyên cao hn ca s điu chnh giá c vào chi phí thc đn. Các
doanh nghip chuyn dch các nh hng đn t các cú sc lên các chí phí đ duy
trì mc tiêu ca h. Vi các yu t khác không đi, Taylor (2000) cho rng s
truyn dn t giá hi đoái đn các giá ni đa là cao hn trong sut các giai đon
lm phát cao hn là các giai đon lm phát thp. Alvarez et al. (2011) s dng s
liu vi mô ca Argentina, đã tìm thy rng s lp li ca s điu chnh giá là không
liên quan đn lm phát hin ti cho t l lm phát di 10% và s lp li này có đ
co giãn xp x 2/3 cho t l lm phát cao hn. Qua đó, cng ng ý rng s truyn
dn t giá hi đoái có tính phi tuyn theo mc đ t l lm phát. Cho nên các
phng pháp k thut tuyn tính nh SVAR,VAR,VECM có th đa ra các h s
truyn dn không chính xác. Mt phng pháp thc t phù hp vi các vn đ trên

là phng pháp đa bin vi mô hình véc t t hi quy ngng (TVAR).
Tác gi nhn thy rng mô hình TVAR đánh giá mc đ truyn dn ca t giá
hi đoái vào Vit Nam theo mt hng mi. ó là lý do, tác gi mnh dn chn đ
tài nghiên cu: “ng dng mô hình Véc t t hi quy ngng vào truyn dn t
giá hi đoái  Vit Nam”. Tác gi hi vng rng bài nghiên cu mang li nhng kt
qu hp lý, và tin đ cho các nghiên cu m rng tip theo.
2.2. Tính cp thit ca đ tài
Thi kì toàn cu hóa nh hin nay, các doanh nghip luôn đi din vi vn đ t
giá, lm phát, giá c hàng hóa và các chi phí khác trong quá trình hot đng ca
doanh nghip. Khi hiu đy đ v mc đ truyn dn t giá hi đoái vào các ch s
giá, doanh nghip s có bin pháp phòng nga ri ro v t giá mt cách thích
đáng,duy trì k hoch sn xut. Là mt cán b trong doanh nghip, tác gi cng
mong mun rng bài nghiên cu ca mình s mang li nhiu điu thú v, bng
chng mi v truyn dn t giá hi đoái  Vit Nam, và có nhng đóng góp vào s
phát trin ca doanh nghip.
4

2.3. Mc tiêu nghiên cu
Bài nghiên cu “ng dng mô hình Véc t t hi quy ngng vào truyn dn t
giá hi đoái  Vit Nam” trong khong thi gian t tháng 1 nm 2000 đn tháng 6
nm 2011 đ gii đáp các câu hi sau đây :
- Câu hi 1: Bin t l lm phát đc chn làm bin ngng trong mô hình vi đ
tr cn đc xác đnh nh th nào, và mô hình TVAR vi bao nhiêu giá tr ngng
ca bin ngng là phù hp?
- Câu hi 2: Mc đ truyn dn ca t giá hi đoái danh ngha hiu lc s cao hn
 ch đ lm phát cao so vi ch đ lm phát thp hay không ?
- Câu hi 3: Tn ti các kt qu khác bit thu đc t hàm phn ng xung tng th
phi tuyn GIRFs trong mô hình TVAR vi hàm phn ng xung tuyn tính trong mô
hình VAR hay không ?
2.4. i tng nghiên cu

- Tác gi tp trung nghiên cu phn ln các đc đim mô hình TVAR trong các tài
liu nghiên cu lý thuyt và các thut toán đc xây dng trong các đon code R-
packages tsDyn, và code Matlab.
- Sau đó, cn c theo bài nghiên cu ca Abduln Aleem, và Amine Lahiani (2014)
”A threshold vector autoregression model of exchange rate pass-through in Mexico”
, tác gi chn các bin t giá hi đoái danh ngha hiu lc, t l lm phát, khe h
sn lng Output gap, lãi sut tin gi kì hn 1 nm đc thng kê hàng tháng là
các bin chính trong bài nghiên cu ca mình.
2.5. Phm vi nghiên cu
- Các bin nghiên cu trong mô hình đc thu thp s liu t tháng 1 nm 2000
đn tháng 6 nm 2011. Tng s quan sát:138. Nhng sau khi x lý các bin thì còn
137 quan sát.
5

- T giá hi đoái danh ngha hiu lc ca VN vi 20 đi tác thng mi chim t
trng cao nht v khi lng thng mi nh: Anh, n , B, c, Hàn Quc,
Hng Kông, Hà Lan, Inđônêxia, M, Malaysia, Nga, Nht Bn, Philipphine, Pháp,
Thái Lan, Trung Quc, Thy S, Úc, Singaphore, Ý.
- Mi quan h gia các bin trong mô hình TVAR đc th hin thông qua các
biu thc ca bin ph thuc là t l lm phát trong mi ch đ t l lm phát.
- Phn ng xung ca các bin t l lm phát, Output gap, lãi sut tin gi kì hn 1
nm thng kê hàng tháng trc các cú sc c th ca t giá hi đoái danh ngha hiu
lc trong mi ch đ t l lm phát tng ng vi trng hp mô hình TVAR đc
chn.
- Xác sut các kt qu khác nhau thu đc t IRFs và GIRFs. Hàm phn ng xung
có ph thuc giá tr ngng t l lm phát hay không ? Xác sut t l lm phát thay
đi t ch đ t l lm phát này sang ch đ t l lm phát khác di s truyn dn
các cú sc khác nhau ca t giá hi đoái danh ngha hiu lc, khe h sn lng, t
l lm phát, lãi sut tin gi kì hn 1 nm thng kê hàng tháng.
2.6. Phng pháp nghiên cu

- Tác gi áp dng phng pháp nghiên cu phân tích đnh lng vi s h tr ca
phn mm kinh t R-packages, Matlab, Eview 7.42, Stata 12.
- ng dng mô hình TVAR vào s truyn dn t giá hi đoái đn output gap, lm
phát, lãi sut tin gi k hn 1 nm đc thng kê theo hàng tháng, th hin thông
qua hàm phn ng xung tuyn tính (IRFs) và phi tuyn tính (GIRFs).
2.7. D liu nghiên cu
- Các s liu ca các bin đc thu thp ch yu t ngun IFS ca IMF, GSO.
2.8. B cc lun vn
- Bài lun vn đc chia thành các phn nh sau:

M đu
6


Chng 1:Tng quan v truyn dn t giá hi đoái và lý thuyt mô hình TVAR.

Chng 2:ng dng mô hình TVAR vào truyn dn t giá hi đoái  Vit Nam
t tháng 1 nm 2000 đn tháng 6 nm 2011.
 Chng 3: Kt lun

Danh mc tài liu tham kho

Ph lc các bng biu, hình v.

7

CHNG 1: TNG QUAN V TRUYN DN T GIÁ HI OÁI VÀ Lụ
THUYT MÔ HÌNH TVAR
1.1. Truyn dn t giá hi đoái
Khái nim v truyn dn hay cm t ting anh “pass-through” ln đu tiên đc
dùng trong bài báo cáo gii thích s tác đng gim giá tin t lên nn kinh t ca
tác gi Steve Magee (1873). Cho đn hin nay, cm t này khá quen thuc trong
nghiên cu v s truyn dn t giá hi đoái lên các ch s giá, lm phát, cung tin,
lãi sut, ; và đc đa vào chng trình ging dy. S đa dng ca các bài nghiên
cu v ch đ này bt ngun vào mc tiêu nghiên cu, trên c s đc đim tng th
nn kinh t ca mi nc  tng giai đon khác nhau.Thi gian ly mu s liu cho
các bin, s lng các bin khác nhau, vi các phng pháp phân tích đnh lng
SVAR,VAR, VECM mang li các kt qu nghiên cu vi các ý ngha gii thích đáp
ng phù hp.
Tác gi tng hp khái nim truyn dn t giá hi đoái theo mt s cách mà các
nhà nghiên cu trên th gii đã nêu ra nh sau:
- Truyn dn t giá hi đoái lên ch s giá nhp khu là phn trm thay đi ca giá
c nhp khu (tính theo đng ni t) khi t giá hi đoái thay đi, đó là quan đim
ca Goldberg và Knetter (1996).
- Truyn dn t giá hi đoái theo Jonathan Mc Carthy (2007) cho rng s thay đi

ca t giá hi đoái nh hng lên giá nhp khu và sau đó nh hng lên t l lm
phát trong nc.
- i vi các nc đang phát trin, truyn dn t giá hi đoái là phn trm thay đi
ca các ch s giá trong nc (nh ch s giá nhp khu (IMP), ch s giá sn xut
(IPP), ch s giá tiêu dùng (CPI)) khi t giá hi đoái danh ngha thay đi mt phn
trm đc th hin trong các nghiên cu tiêu biu ca Daniel Leigh và Marco Rossi
(2002), Michele Ca’Zorzi, Elke Hahn và Marcelo Sánchez (2007).

8

1.2. Tng quan các nghiên cu v Truyn dn t giá hi đoái
1.2.1. Tng hp các nghiên cu v truyn dn t giá hi đoái  Vit Nam
Võ Trí Thành và các đng s (2000) s dng mô hình VECM vi bin cung tin
(nh CU, M1, M2), CPI, t giá hi đoái (OER, SER, SSER, HSER) và sn lng
(giá tr sn lng công nghip thc là bin đi din) trong thi gian t tháng 1nm
1992 đn tháng 6 nm 1999. Kt qu ca bài nghiên cu cho thy rng nhng thay
đi trong cung tin (CU, M1, M2) không cha đng bt kì thông tin tiên đoán v
lm phát và các dao đng ca sn lng, thay vào đó nó xác đnh mt nhu cu ln
v cung tin. Tc đ ca các thay đi ca t giá hi đoái thay đi có ý ngha trong
kim đnh nhân qu Granger gia tng trng sn lng, lm phát, và tng trng
tin, nhng nó đã không giúp gì trong d báo các di chuyn tng lai ca lm phát.
Hn th na,v mt tng th, các thay đi tr trong cung tin đc bit là M2 nh là
mc tiêu chính sách quan trng nht ca Ngân hàng Nhà Nc Vit Nam, không là
các yu t xác đnh s mt giá ca t giá hi đoái. Các thay đi trong t giá hi đoái
danh ngha (trong các trng hp ca t giá hi đoái ca ngân hàng nhà nc, và
liên ngân hàng) đáp ng, mc du mâu thun nhau,nh là mt ch dn cho s tng
trng sn lng, nhng nguyên nhân này không n đnh. Lm phát hin ti và tng
trng sn lng ( đây là sn lng công nghip) hu nh đc gii thích bi các
di chuyn ca chính chúng trong quá kh. Các t l mt giá thc có tác đng tích
cc và ý ngha lên tng trng sn lng, mc du đ ln không n đnh.

Võ Vn Minh (2009) cng s dng mô hình VAR vi d liu nghiên cu đc
thu thp t tháng 1 nm 2001 đn tháng 2 nm 2007. Bin nghiên cu là: NEER,
Output Gap, Oil (Giá du UK Brent), IMP, CPI, M2. Tt c các bin (ngoi tr
Output Gap) đu đc điu chnh mùa v và sau đó đc ly logarit t nhiên.Kt
qu ca bài nghiên cu cho thy rng, mc đ truyn dn ca cú sc t giá hi đoái
lên ch s giá nhp khu trong nm đu tiên trung bình là 0.61 điu đó có ngha là
61% thay đi ca t giá đc truyn vào giá nhp khu và trong vòng t tháng th 5
đn tháng th 7 thì mc đ truyn dn đã vt quá mc truyn dn hoàn toàn, ng
9

ý rng các doanh nghip đã phn ng quá mc đi vi cú sc t giá. Còn đi ch s
giá tiêu dùng CPI thì mc đ truyn dn ca t giá nh hn và chm hn, mt cú
sc dng ca t giá dn đn phn ng dng ca CPI t tháng th 5 đn tháng th
15. Phn ng cao nht ca CPI  tháng th 10 và 11 sau khi cú sc t giá xy ra, khi
t giá mt giá 1% thì CPI tng lên 21%. Trung trình truyn dn ca t giá vào CPI
trong nm đu là 0.08, và 0.16 nu không k các phn ng âm (tiêu cc) và trung
bình trong nm th 2 là -0.05. Sau 15 tháng, thì truyn dn ca t giá vào CPI, IMP
hoàn toàn ht hiu lc.
Nguyn ình Mai Anh, Trn Mai Anh, Võ Trí Thành (2010) s dng mô hình
VAR vi d liu nghiên cu t tháng 1 nm 2005 đn tháng 3 nm 2009 đ xác
đnh mc đ truyn dn t giá hi đoái vào lm phát. Các bin đc s dng trong
mô hình nghiên cu bao gm: bin ni sinh: Output Gap, CPI, M2, lãi sut tin gi
kì hn 3 tháng ca VN, lãi sut tin gi kì hn 3 tháng ca USD, t giá hi đoái
VN/USD, và 1 bin ngoi sinh: Oil (giá du UK Brent, đn v tính USD/barrel).
Các bin ngoi tr các bin lãi sut và output gap, đu đc hiu chnh mùa v.Tt
c các bin ngoi tr bin output gap, đu ly di dng logarit t nhiên và đc
ly sai phân bc nht. Kt qu nghiên cu là sau 2 tháng k t cú sc t giá, h s
truyn dn ca t giá vào lm phát là 0.07, và b loi b hoàn toàn trong tháng th
3. So vi mt s nc đang phát trin khác, mc đ truyn dn t giá hi đoái vào
lm phát  Vit Nam  mc đ va phi.  cùng thi đim ging nhau, các kt qu

phân rã phng sai và phn ng xung cho thy rng cung tin đóng vai trò ch yu
trong vic kim soát lm phát. Thêm vào vn đ qun lý cung tin, lãi sut tin gi
kì hn 3 tháng ca VN cng là kênh nh hng đn lm phát. Và cui cùng bài
nghiên cu phát hin ra rng mt s gia tng ca tng cu cng làm gia tng các
mc giá. Kt qu này khác vi các kt qu nghiên cu trc đây v mi quan h
gia tng cu và lm phát.
Nguyn Th Thu Hng, Nguyn c Thành (2010) s dng mô hình VECM đ
phân tích mi quan h gia 12 bin: CPI, sn lng công nghip, cung tin M2,
10

tng trng tín dng, lãi sut tin gi hàng nm thng kê theo tháng, t giá hi đoái
do ngân hàng nhà nc công b, ch s giá sn xut PPI, thâm ht ngân sách tích
ly, tng giá tr giao dch trên th trng chng khoán, ch s giá nhp khu, giá du
th gii và giá go th gii, s liu ly theo tháng t tháng 1 nm 2000 đn tháng 3
nm 2010. Các bin đc điu chnh mùa v và ly logarit t nhiên. Kt qu cho
thy rng: ký c và k vng ca công chúng v lm phát là hai nhân t quan trng
quyt đnh lm phát trong hin ti, điu này đ cao tính tín nhim chính sách ca
Chính Ph trong kim soát lm phát. Giá du và giá go th gii có nh hng quan
trng lên giá nhà sn xut. Tuy nhiên, giá nhà sn xut không tác đng ngay lp tc
đn giá tiêu dùng (lm phát) và phi mt vài tháng mi nhn ra tác đng này.Tc đ
điu chnh đi vi các nhiu là rt thp trên c th trng tin t và th trng ngoi
hi, điu này cho thy rng mt khi các th trng đi lch xu hng trong dài hn,
thì s mt nhiu thi gian đ nn kinh t quay tr v tình trng ban đu mc cho có
các n lc chính sách. iu này cng là mt ng ý quan trng đi vi chính sách
chng li lm phát: các bin pháp phòng nga vi các hng dn và mc tiêu rõ
ràng là các chn la tt hn s c gng đng đu vi lm phát cao sau khi nó đã
bt đu. Mc khác, chính ph cng phn ng chng li lm phát bng công c tài
khóa và tin t nhng thng tác đng tr và th đng. Trái ngc vi các nghiên
cu trc đây, mô hình đã tìm thy mt quy tc đáng xem xét ca t giá hi đoái,
mt s st gim ca t giá hi đoái làm gia tng áp lc lên lm phát. Bài nghiên cu

cng cho thy không có bng chng rõ ràng v s tác đng ca thâm ht ngân sách
lên lm phát trong giai đon nghiên cu.
Nguyn Th Ngc Trang và Lc Vn Cng (2012) s dng d liu theo quý, bt
đu t quý 1 nm 2001 đn quý 4 nm 2011vi phng pháp nghiên cu đng liên
kt Johansen, mô hình hiu chnh sai s và mô hình véc t t hi quy. Các bin
đc s dng trong mô hình nghiên cu: Ch s giá nhp khu, Ch s giá sn xut,
ch s giá tiêu dùng, GDP, NEER, EPC. Tt c các bin đu đc hiu chnh mùa
v bi phng pháp Census X12 (ngoi tr NEER, EPC), và đu đc ly logarit
c s t nhiên. Kt qu ca bài nghiên cu này cho thy rng trong dài hn, s
11

chuyn dch ca t giá vào giá nhp khu là hoàn toàn, có ngha là khi t giá tng
giá 1% (đng ni t mt giá 1%) thì giá nhp khu tng 1%. T giá danh ngha có
hiu lc chuyn dch vào giá nhp khu ln nht (sau 3 quý k t cú sc đu tiên và
bt đu gim dn t quý 4 tr đi), tip đn ln lt là ch giá sn xut, ch s giá tiêu
dùng.Bài nghiên cu cng phát hin không có s chuyn dch bt cân xng(chuyn
dch là nh nhau) vào giá nhp khu trong trng hp t giá hi đoái danh ngha có
hiu lc ln và t giá hi đoái danh ngha có hiu lc nh. Phân tích phng sai cho
thy t quý 2 tr đi, các bin tác đng ch s giá tiêu dùng tng đi n đnh trong
đó ch s giá sn xut tác đng đn ch s giá tiêu dùng ln nht 36%-38%, còn ch
s giá nhp khu tác đng đn ch s giá tiêu dùng  mc thp, khong t 3.4% đn
3.8%.
1.2.2. Tng hp các nghiên cu v truyn dn t giá hi đoái phi tuyn tính
trên Th gii
Taylor (2000) cho rng các suy gim đã đc quan sát trong truyn dn đn giá
tng th là kt qu ca mt môi trng lm phát thp. Taylor gii thích rng mi
liên kt gia lm phát và truyn dn trong các thành phn ca mt mô hình ca
hành vi công ty đã da trên s thit lp giá chênh lch và cnh tranh đc quyn. Vì
các công ty thit lp các giá cho các thi kì trc đó, các giá ca công ty phn ng
nhiu đi vi chi phí gia tng (bi vì t giá mt giá hoc các lý do khác) nu chi phí

thay đi đc nhn bit đn tn ti lâu hn. Các ch đ vi lm phát cao hn
khuynh hng có các chi phí tn ti lâu hn. Vì vy, mt môi trng lm phát cao
s có khuynh hng làm gia tng s truyn dn t giá. Trong quan đim này, s
truyn dn ph thuc vào ch đ chính sách: mt ch đ lm phát đáng tin cy s
đt đc mt cách t đng s truyn dn thp.
Ehsan U. Choudhi và Dalia S. Hakura (2001) khám phá mt mô hình ca truyn
dn t giá mà nhn mnh vai trò tính ì và các kì vng ca giá c. Vì các giá c đc
thit lp cho mt s thi kì trong mô hình, s truyn dn bao gm nh hng kì
vng ca nhng thay đi trong t giá lên các chi phí  tng lai và các giá. nh
12

hng kì vng ph thuc vào ch đ lm phát. i vi ch đ lm phát cao, nh
hng ca cú sc tin t có khuynh hng tn ti lâu hn và có th xy ra phn ánh
trong các thay đi ca t giá vi cp đ ln hn. Vì nhng lý do đó, mô hình ng ý
gi thuyt rng truyn dn t giá ln hn trong ch đ lm phát cao. Hai tác gi
cng tìm thy bng chng mnh v mi quan h gia truyn dn và t l lm phát
trung bình là đng bin (tích cc) và ý ngha qua các ch đ. Mi quan h này duy
trì bn vng thm chí khi kim soát các bin v mô khác. Các kt qu đc da trên
s so sánh ca các ch đ qua các nc cng nh qua các thi kì. Bên cnh đó, mt
ng ý chính sách quan trng ca nhng tìm thy đó là s ph thuc ca truyn dn
t giá vào ch đ lm phát s nên tính đn trong vic thit k các quy tc chính sách
tin t. S ph thuc này s làm cho mt quc gia d dàng trong vic thc hin mt
mc tiêu chính sách đi vi t l lm phát thp. Tuy nhiên, đáng l nên nhn mnh
s đáng tin tng ca mt ch đ lm phát thp s cn đc thit lp trc khi mt
s truyn dn thp có th đc nhn ra.
Armando Baqueiro, Alejandro Díaz de León and Alberto Torres (2003) s dng
s liu 16 quc gia đi din cho các nc  nn kinh t mi ni, nn kinh t nh
m, nn kinh t phát trin. Thi gian nghiên cu t nm 1976 đn nm 2001. Kt
qu ca bài nghiên cu tìm thy rng mc đ truyn dn ca t giá hi đoái danh
ngha có hiu lc ph thuc vào môi trng lm phát. iu đó có ngha rng trong

môi trng lm phát cao, thì mc đ truyn dn ca t giá s cao hn so vi môi
trng lm phát thp và n đnh. Lý gii cho điu này có th là khi lm phát thp và
n đnh thì lm phát kì vng ca công chúng s gn ging vi lm phát mc tiêu ca
Chính Ph thì các thay đi ca t giá trong ngn hn không nh hng nhiu. Bên
cnh đó, bài nghiên cu cng tìm thy bng chng h tr cho trng hp truyn dn
t giá yu khi nn kinh t có các bin nn tng n đnh (nh thâm ht thng mi,
khong cách gia CPI-PPI, ) hoc môi trng mà  đó các doanh nghip thit lp
các mc giá ca chúng. C chính sách tin t và cu trúc th trng dng nh đu
có nh hng đn mi quan h gia giá và t giá hi đoái.
13

Patricia S.Pollard, Cletus C.Coughlin (2004) s dng b d liu 30 International
Standard Industrial Classification (ISIC) xem xét 2 lnh vc công nghip sn xut
phân loi theo cp đ: 9 ngành công nghip vi kí hiu 2 kí t và 20 ngành công
nghip vi kí hiu 3 kí t. Thi gian ly mu t quý 1/1978 đn quý 4/2000. Bài
nghiên cu cho thy rng khi cho phép s tng giá và mt giá ca t giá đ có
nhng nh hng không tng t lên giá nhp khu, hai tác gi tìm thy bng
chng v hành vi bt cân xng trong 5 ngành công nghip vi kí hiu 2 kí t và 10
ngành công nghip vi kí hiu 3 kí t. iu này không có gì ngc nhiên, hng ca
tính bt cân xng thay đi qua các ngành công nghip. Các kt qu này hàm ý rng
trong trng hp t giá thay đi “ các giá tng lên nhanh hn chúng gim” theo
quan đim Peltman (2000) không có kh nng ng dng tng quát. Các kt qu này
ng ý rng s ràng buc truyn dn đi xng có th cung cp các c lng b lch
cho nhiu ngành sn xut. Ngoài ra, bi vì s khác bit trong hng phn ng bt
cân xng qua các ngành, s liu tng hp có th không cho thy bng chng ca
tính bt xng mc du s tn ti ca nó  tng cp đ ngành. Bên cnh đó, các công
ty cng có th phn ng bt cân xng đi vi đ ln thay đi trong t giá, vic điu
chnh các hóa đn giá c ca công ty ch khi có s thay đi ln trong t giá. Trong
trng hp này, hng ca tính bt cân xng ph thuc vào hoc hóa đn giá công
ty do chính công ty s hu hoc đng tin ca nhà nhp khu. 5 ngành công nghip

vi kí hiu 2 kí t và 14 ngành công nghip vi kí hiu 3 kí t trong nghiên cu
truyn dn là có ý ngha thng kê hn khi có s thay đi ln trong t giá. Không có
ngành nào mà các công ty có truyn dn nhiu hn ca s thay đi trong t giá khi
thay đi đó là nh. nh hng đ ln chim u th khi tính đn hng ca s thay
đi trong t giá. Kt qu này duy trì qua các cp đ ca s kt hp. Cui cùng, bài
nghiên cu tìm thy rng các chi phí thc đn là mt nhân t quan trng trong vic
xác đnh truyn dn t giá. Nu duy nht vn đ chi phí thc đn đi vi truyn dn
thì trong dài hn truyn dn s hoàn toàn. Nu trong dài hn truyn dn là không
hoàn toàn thì các nhân t mc tiêu, chng hn nh đnh giá đi vi th trng cng
nh hng đn truyn dn. Thm chí sau khi tính đn các nh hng tr ca truyn
14

dn t giá thì him khi là hoàn toàn. Tóm li, các kt qu ca bài nghiên cu cung
cp s h tr tng quát cho kt lun rng c các nhân t mc tiêu và các chi phí
thc đn đóng vai trò trong vic xác đnh truyn dn.
Josip và Petra (2009) dùng mô hình TAR vi d liu tháng ca 2 bin : ch s
giá bán l và t giá danh ngha trong thi gian nghiên cu t tháng 2/1992 đn
tháng 12/2003. Tt c các bin đu  dng log-differenced. Kt qu ca bài nghiên
cu tìm thy rng giá tr ngng ca t giá danh ngha là 5.91%/tháng; và đ duy trì
lm phát kì vng, giá thp và n đnh,các nhà làm chính sách tin t nên ngn nga
t l mt giá/phá giá ln hn 2.69% (bi vì đây là giá tr gii hn thp nht ca
khong giá tr thng kê vi mc tin cy 95%),  đây có ng ý rng vi t l mt
giá/phá giá t giá danh ngha nh hn 2.69% thì truyn dn ca t giá đn lm phát
là không tn ti, còn ngc li truyn dn rt mnh.
Juha Junttila và Marko Korhonen (2011) vi s liu ca 9 nc OECD bao gm:
M, Ý, c, Canada, Anh, Thy S, an Mch, Tây Ban Nha và Úc, thi gian
nghiên cu t quý 1/1975 đn quý 3/2009, mô hình nghiên cu TAR, ESTAR,
LSTAR. Bài nghiên cu c lng truyn dn ca t giá hi đoái đn giá nhp
khu tng hp. Kt qu thc nghim cho thy rng mc đ truyn dn ca t giá b
nh hng bi môi trng lm phát mà các công ty xut khu đng đu vi nc

nhp khu theo mt cách phi tuyn tính. Da trên các kt qu t phân tích chui
thi gian phi tuyn tính, trong mt ch đ lm phát thp, đ co giãn ca truyn dn
t giá là thp và trong ch đ lm phát cao thì truyn dn ca t giá cao hn. Kt
qu này hoàn toàn tng t cho c các nc ln hn và nh hn đã phân tích  đây.
Trc ngc vi các nghiên cu trc đây, hai tác gi cng tìm thy rng không có
các khác bit ln gia qua các nc trong các thành phn ca các h s truyn dn
t giá. S suy gim ca truyn dn t giá liên quan gn vi các ch đ lm phát thp
đã quan sát trong các nc công nghip sau thp niên 90. Vì vy, các kt qu tìm
thy h tr mnh cho kt lun Taylor (2000): ch đ lm phát thp khin cho truyn
dn t giá thp hn. Các kt qu ca bài nghiên cu cng cung cp mt s h tr
mnh cho vai trò ca mc đ giá c cng nhc trong phân tích này. C th, đi vi
15

cp đ tng th, các công ty xut khu có l có k đn môi trng lm phát khi h
điu chnh giá c ca h. i vi phn này, các kt qu ca bài nghiên cu phù hp
vi các kt qu thu đc ca Devereux và Engel (2003). Mt nghiên cu m rng
trong tng lai là xác đnh truyn dn t giá đc bit là  các nn kinh t nh m chi
tit hn, bi vì mt cách trc giác, các thay đi ca t giá có kh nng nh hng
mnh lên lm phát đc bit  các nn kinh t nh m so vi các nn kinh t ln hn.
Nguyên nhân đó là các nn kinh t nh m có đc trng là th trng tp trung
nhiu hn, và vì vy, ngi tiêu dùng các hàng hóa nhp khu có th đc xem nh
là ngi chp nhn giá c. Hn th na, c th là Calvo và Reinhart (2002) đã cho
thy rng truyn dn có khuynh hng cao hn trong các nc nh lm phát cao so
vi các nc ln lm phát thp. iu này cung cp mt lý do đ đánh giá mi quan
h gia lm phát và các h s truyn dn t giá, liu rng cng có các khác bit qua
các nc ln và nh.
Anne – Laure Delatte và Antonia López – Villavicencio (2011): s dng mô hình
t hi quy phân phi tr phi tuyn tính (NARDL) vi các bin ch s giá tiêu dùng
(CPI), Out Gap, giá du Oil ( theo đng tin ni t), NEER ( mt s tng lên (gim
xung) th hin mt s gim giá (tng lên)) trong thi gian quý 1/1980 đn quý

3/2009. Bài nghiên cu điu tra s phn ng ca CPI đn các thay đi ca t giá 
bn nc phát trin ch yu c, Nht, M, Anh. Kt qu ca bài nghiên cu cho
thy vai trò ca t giá trong vic xác đnh giá c trong dài hn, ngay c nu các thay
đi ca t giá ít hn các thay đi hoàn toàn ca các giá tiêu dùng. Ti cùng mt thi
đim, s phn ng ca giá c đn các mc bin đng ca t giá là không tuyn tính.
C th, truyn dn ca t giá thp hn sau khi mt s tng giá so vi sau khi mt s
mt giá. Nói mt cách khác, các giá ni đa tng lên nhiu nh là kt qu ca đng
tin ni t mt giá so vi trong trng hp chúng gim đi nh là kt qu ca đng
tin ni t tng giá. Theo nh các kt lun rút ra t tài liu lý thuyt, chúng ta gii
thích điu này nh là kt qu này nh là mt tín hiu ca cnh tranh th trng yu
và tính cng nhc ca giá c có chiu hng đi xung.  thu đc nhiu kt lun
tinh t đ cp đn cu trúc ca s cnh tranh và truyn dn bt đi xng, hành vi giá
16

c kinh t vi mô s tp trung quan tâm. Vi phân tích nh th, s tách ri d liu
theo cp đ ngành là chính xác, nhiu thông tin. Mc tiêu ca mô hình nghiên cu
là c lng các h s truyn dn cao hn so vi các nghiên cu trc đây đã thc
hin. Kt qu quan trng này nhn mnh tm quan trng ca s đnh rõ chính xác
mi quan h dài hn.Vic tìm thy s suy gim truyn dn t giá trong các nghiên
cu trc đây có th là bi vì các đc đim nhm ln liên quan ti gi thuyt ràng
buc tính đi xng. Kt qu này phù hp vi các kt lun gn đây ca Goldberg và
Campa (2010), h tranh lun rng vic s dng các thành phn nhp vào trong sn
xut gia tng mnh khong gia thp niên 90, mt s gia tng nhy cm vi các t
giá ca các chi phí sn xut ca các hàng hóa cui cùng. Các tác gi đóng góp vào
tài liu vi vic cho thy rng truyn dn này nm gi thc s sau khi t giá b mt
giá. Cui cùng, tm quan trng ca vic c lng nh hng bt cân xng đa vào
s dng t giá danh ngha có th đa ra vn đ nan gii quan trng cho nhng ngi
làm chính sách vi mong mun đt đc c n đnh giá c và cnh tranh xut
khu.Tht vy, mt ng ý quan trng v mt chính sách ca các phát hin đó là s
ph thuc khác nhau ca truyn dn t giá trên các thay đi dng và âm đáng l

nên tính đn trong vic xác đnh các quy tc chính sách tin t.
Mototsugu Shintani, Akiko Terada-Hagiwara và Tomoyoshi Yabu (2013) nghiên
cu mi quan h gia truyn dn t giá và lm phát bng cách s dng mô hình
chui thi gian phi tuyn tính. Da trên mô hình lý thuyt đn gin ca s xác đnh
truyn dn t giá, cho thy rng các nng đng ca truyn dn t giá có th đc
xp x tt bng các mô hình t hi quy chuyn đi trn (STAR) s dng t l lm
phát nh là bin chuyn đi. Các tác gi cng s dng mt s hàm s chuyn đi
hình dng ch U đ c lng truyn dn t giá thay đi theo thi gian đn các giá
c ni đa  M. Bin nghiên cu trong mô hình là các thay đi logarit t nhiên ca
t giá danh ngha và giá nhp khu, ch s giá sn xut vi thi gian nghiên cu là
tháng bt đu t tháng 1/1975 đn tháng 12/2007 bao gm các thi kì lm phát cao
ca nhng nm thp niên 70 gn đây, và môi trng lm phát tng đi n đnh
trong nhng nm thp niên 80, cng nh s tri dy gn đây ca s tng lên đt