Chính sách tiền tệ của các NHTW có thể được mô tả bởi quy tắc taylor tuyến tính (mở rộng) hoặc phi tuyến tính

VIỆN ĐÀO TẠO SAU ĐẠI HỌC
TRƯỜNG ĐẠI HỌC KINH TẾ TPHCM
ĐỀ TÀI :
CHÍNH SÁCH TIỀN TỆ CỦA CÁC NGÂN HÀNG TRUNG
ƯƠNG CÓ THỂ ĐƯỢC MÔ TẢ BỞI QUY TẮC TAYLOR
TUYẾN TÍNH (MỞ RỘNG) VÀ PHI TUYẾN TÍNH?
Nhóm 2
MỤC LỤC
TÓM TẮT
Quy tắc Taylor cơ bản (Quy tắc Taylor – TR) chứng minh một mối quan hệ tuyến tính
đơn giản giữa lãi suất, lạm phát và chênh lệch sản lượng. Một sự mở rộng quan trọng cho
quy tắc này là thừa nhận về một hành vi hướng đến tương lai của các Ngân hàng trung
ương(NHTW). Bây giờ chúng ta thừa nhận hướng đến lạm phát kì vọng và chênh lệch sản
lượng dự kiến thay vì các giá trị hiện tại của các biến này. Sử dụng một hàm phản ứng của
chính sách tiền tệ (CSTT) hướng đến tương lai, bài nghiên cứu này phân tích CSTT của
các NHTW có thể thực sự được mô tả bởi một quy tắc Taylor tuyến tính hoặc là một quy
tắc phi tuyến tính. Nó cũng phân tích quy tắc đó có thể được gia cố thêm với một chỉ số
các điều kiện tài chính bao gồm thông tin từ một vài giá tài sản và các biến số tài chính.
Kết quả cho thấy các hành vi tiền tệ của Ngân hàng trung ương khu vực đồng tiền chung
châu Âu (ECB) và Ngân hàng trung ương Anh (BOE) được mô tả sát với một quy tắc phi
tuyến tính, nhưng hành vi tiền tệ của Quỹ liên bang Mỹ (Fed) lại được mô tả tốt bởi một
quy tắc tuyến tính. Bằng chứng của chúng tôi cũng đưa ra rằng chỉ có ECB là phản ứng
với các điều kiện tài chính.
1. Giới thiệu
Kể từ khi được đưa ra, đã có rất nhiều tài liệu kiểm tra sự hợp lý của quy tắc Taylor với
nhiều thời kì cho các quốc gia khác nhau.
Một phần mở rộng quan trọng đưa ra bởi Clarida và các cộng sự (1998, 2000) đề xuất
cách sử dụng một phiên bản hướng đến tương lai của quy tắc Taylor. Thực nghiệm này
cho phép NHTW đưa các biến có liên quan vào tính toán khi định hình dự báo.
Gần đây, vài nghiên cứu đã mở rộng quy tắc Taylor hướng tới tương lai bằng cách xem
xét ảnh hưởng của các biến số khác trong việc quản lý CSTT. Một mở rộng khác cũng

quan trọng với kết luận về biến số giá các tài sản và tài chính trong quy tắc Taylor. Vấn
đề này tạo ra một cuộc tranh luận lớn trong các tài liệu: trong khi vài tác giả xem việc
NHTW mục tiêu hóa giá các tài sản là quan trọng, số còn lại thì không đồng ý. Để đóng
góp cho cuộc tranh luận này, chúng tôi đặt ra câu hỏi rằng mặc dù TR cơ bản có thể được
gia cố với một biến liên quan thu thập và tổng hợp thông tin từ các thị trường tài sản và
tài chính, nghĩa là NHTW đang mục tiêu hóa các thông tin kinh tế thích hợp được bao
hàm trong 1 nhóm các biến số tài chính và không chỉ đơn thuần hướng đến mỗi biến tài
chính riêng lẻ. Do đó, mục đích đầu tiên của nghiên cứu này là ước lượng TR tuyến tính
cho Eurozone, Mỹ và Anh gia cố thêm một chỉ số điều kiện tài chính, cái đại diện được
cho các thông tin kinh tế xác định trong những biến tài chính riêng lẻ. Mặc dù cũng dựa
vào các biến về giá tài sản và tài chính cụ thể, giống như các tài liệu đã làm, nhưng chỉ số
xây dựng trong nghiên cứu của chúng tôi tổng hợp các thông tin thích hợp từ các biến này
(giá tài sản và tài chính) thành một biến đơn duy nhất dựa trên trọng số của mỗi biến tài
chính và tài sản có thể thay đổi theo thời gian. NHTW có thể không dựa vào một biến số
tài chính và tài sản nào (để điều hành CSTT) trong suốt mọi thời điểm, nhưng xem xét
chúng trong một số thời điểm cụ thể là thật sự cần thiết, tức là khi CSTT đòi hỏi dựa trên
các điều kiện kinh tế cụ thể. Vì vậy, việc tổng hợp thông tin từ các biến số về tài sản và
tài chính thông thường trong một chỉ số (với trọng số) sẽ cho phép rút ra các điều kiện
kinh tế cụ thể thích hợp của mỗi biến tại thời điểm nhất định và tạo ra một khối lượng
thông tin cùng lúc có khả năng làm mục tiêu cho NHTW bất cứ lúc nào.
4
Kết quả từ ước lượng của một TR tuyến tính hướng đến tương lai cho thấy ECB phản ứng
với các thông tin bao hàm trong chỉ số điều kiện tài chính, nhưng Fed và BOE lại không
phản ứng; họ chỉ đưa vào xem xét một vài biến số tài chính và hoàn toàn không xem xét
đến giá tài sản.
TR truyền thống là một quy tắc chính sách có nguồn gốc từ việc tối thiểu hóa một hàm
thua lỗ đối xứng bậc hai của các NHTW giả định rằng hàm tổng cung là tuyến tính. Tuy
nhiên, thực tế thì điều này có thể không phải trường hợp và các NHTW có thể có sự ưu
đãi không đối xứng, tức là nó có thể ấn định trọng số khác nhau cho lạm phát kì vọng
(tích cực và tiêu cực) và chênh lệch sản lượng trong hàm thua lỗ. Trong trường hợp này,

họ sẽ dựa theo không chỉ TR hướng đến tương lai tuyến tính mà còn phi tuyến nữa. Chỉ
một vài nghiên cứu gần đây nhất đã bắt đầu xem xét tính không đối xứng hay phi tuyến
tính trong phân tích CSTT. Nghiên cứu này mở rộng phân tích cho 2 khu vực chưa từng
được nghiên cứu trong các bài gần đây. Đầu tiên chúng tôi áp dụng mô hình nghiên cứu
phi tuyến tính lần đầu tiên cho CSTT của ECB, sự bất đối xứng được đưa vào tính toán
trực tiếp trong cấu trúc của mô hình. Thủ tục này cho phép trả lời một câu hỏi: Liệu
CSTT của ECB có thể mô tả bằng quy tắc Taylor phi tuyến, hoặc cụ thể hơn, ECB có
phản ứng với mức độ khác nhau đối với lạm phát trên hoặc dưới mức mực tiêu? ECB có
cố gắng đưa lạm phát đúng về đúng với mức mục tiêu hay chỉ giữ lạm phát trong một
biên độ nhất định? Thứ hai, bài nghiên cứu này cũng mở rộng kỹ thuật phi tuyến tính của
TR với chỉ số tài chính sử dụng trong ước lượng tuyến tính để kiểm tra rõ ràng sau khi
kiểm soát phi tuyến tính, ECB và 2 NHTW còn lại có tiếp tục (hoặc không) phản ứng lại
với các thông tin bao hàm trong chỉ số tài chính.
Kết quả ước lượng cho mô hình hồi quy phi tuyến tính rất đáng chú ý. Đầu tiên, chúng
cho thấy CSTT của ECB được mô tả rất tốt bằng một TR phi tuyến tính: nó chỉ phản ứng
tích cực với lạm phát khi lạm phát trên 2,5%, và nó chỉ bắt đầu phản ứng với chu kì kinh
tế khi lạm phát dừng lại dưới 2,5%. Mặc dù ngưỡng được ước lượng là cao hơn một chút
so với mục tiêu chính thức là 2%, kết quả thực nghiệm này vẫn củng cố đáng kể công
thức chính của CSTT của ECB. Thứ hai, kết quả cũng thể hiện rằng ECB – ngược với các
NHTW khác – vẫn tiếp tục xem xét thông tin bao hàm trong chỉ số tài chính ngay cả sau
5
khi đã kiểm soát được phi tuyến. Thứ ba, chúng tôi tìm thấy bằng chứng yếu để bác bỏ
mô hình tuyến tính cho Mỹ nhưng không bác bỏ đối với Anh, nơi mà BOE có vẻ như
đang theo đuổi một biên độ lạm phát mục tiêu 1,8% - 2,4% chứ không phải là điểm mục
tiêu 2%.
Phần còn lại của nghiên cứu được bố cục như sau: Phần 2 giới thiệu tóm tắt các tài liệu về
TR. Phương pháp sử dụng để ước lượng TR tuyến tính được mô tả ở phần 3. Phần này
cũng trình bày dữ liệu và phân tích kết quả thực nghiệm hồi quy theo các đặc tính kỹ thuật
đó. Mô hình được sử dụng để ước lượng TR phi tuyến tính được giới thiệu và phân tích ở
phần 4, kể cả kết quả. Phần 5 nhấn mạnh các vấn đề chính của nghiên cứu và kết luận.

2. Tóm tắt ngắn gọn các tài liệu về quy tắc Taylor
Nội dung của phần này là đưa ra một tóm tắt ngắn gọn các tài liệu về TR, nhấn mạnh các
đóng góp tạo động lực cho các phân tích được giới thiệu trong bài nghiên cứu này.
Ở dạng cơ bản nhất, TR thể hiện rằng các NHTW sử dụng các giá trị quá khứ hoặc hiện
tại của lạm phát và chênh lệch sản lượng để thiết lập lãi suất. Tuy nhiên, trong thực
nghiệm, các NHTW lại có khuynh hướng dựa vào tất cả các thông tin hiện hữu – về diễn
biến kì vọng của giá – khi xác định lãi suất. Vì lý do đó, Clarida và các cộng sự
(1998,2000) đề suất sử dụng một phiên bản TR hướng đến tương lai, trong đó NHTW sử
dụng lạm phát và chênh lệch sản lượng kì vọng thay vì các giá trị quá khứ và hiện tại của
chúng. Phương pháp đó cho phép NHTW đưa nhiều biến thích hợp vào tính toán khi hình
thành các dự báo của NHTW. Họ chứng minh rằng nó là một lợi thế trong phân tích hành
vi chính sách của Fed và các NHTW có thế lực. Fourcant & Vranceanu (2004) và Sauer
& Sturm (2007) cũng đã nhấn mạnh sự quan trọng của việc xem xét một TR hướng đến
tương lai trong khi phân tích CSTT của ECB.
Một vài nghiên cứu mở rộng quy tắc tuyến tính này bằng cách xem xét ảnh hưởng của các
biến khác trong sự quản lý của CSTT. Ví dụ, Fourcant và Vranceanu (2004) đưa ra vài
bằng chứng về một phản ứng của ECB với các độ lệch chuẩn tỷ giá hối đoái. Một kết quả
tương tự cũng được tìm thấy bởi Chadha và các cộng sự (2004) cho Fed, BOE và Ngân
hàng trung ương Nhật bản (BOJ), và bởi Lubik & Schorfheide (2007) cho Ngân hàng
6
trung ương Canada và BOE. Xem xét vai trò của cung tiền trong mộ hình phản ứng của
ECB, Fendel và Frenkel (2006) và Surico (2007b) kết luận rằng cung tiền không tác động
trực tiếp đến hành vi của ECB nhưng nó lại là một công cụ hữu ích để dự đoán lạm phát
trong tương lai.
Vai trò của giá tài sản là một vấn đề quan trọng đã được xem xét trong vài nghiên cứu.
Tuy nhiên, không có một sự đồng thuận nào về việc NHTW nên hay không nên hướng
đến biến số này. Cecchetti và các cộng sự (2000), Borio và Lowe (2002), Goodhart và
Hofmann (2002), Sack và Rigobon (2003), Chadha và các cộng sự (2004) và Rotondi &
Vaciago (2005) cho rằng các NHTW nên hướng đến các giá tài sản. Họ cũng đã đưa ra
các bằng chứng hỗ trợ mạnh mẽ trong phương diện này. Ngược lại, Bernanke & Gerler

(1999, 2001) và Bullard & Schaling (2002) không đồng ý với các dự định kiểm soát giá
tài sản. Họ cho rằng một khi định lượng các giá tài sảncho lạm phát đã được tính toán, các
nhà hoạch định CSTT sẽ không phản ứng với sự thay đổi của giá tài sản. Để thay vào đó,
NHTW chỉ nên hành động nếu kì vọng rằng chúng tác động đến lạm phát dự kiến hoặc
sau khi một bong bóng tài chính bị vỡ để tránh các thiệt hại cho nền kinh tế.
Ở một hướng khác, Driffill và các cộng sự (2006) phân tích sự ảnh hưởng lẫn nhau giữa
CSTT và thị trường kì hạn trong phạm vi của một hàm phản ứng tuyến tính. Họ tìm thấy
bằng chứng củng cố kết luận của các giá kì hạn trong hàm phản ứng của các NHTW như
là một đại diện cho sự ổn định tài chính. Ngoài ra, Kajuth (sắp công bố) đưa ra rằng
CSTT cũng nên phản ứng lại với giá nhà đất vì các ảnh hưởng của nó đến tiêu dùng. Vấn
đề về ổn định tài chính cũng được điều tra nghiên cứu bởi Montagnoli và Napolitano
(2005). Họ xây dựng và sử dụng một chỉ số điều kiện tài chính bao gồn tỷ giá hối đoái,
giá cổ phiếu và giá nhà ở trong ước lượng TR cho vài NHTW. Kết quả của họ cho thấy
rằng chỉ số này có thể có ích trong việc mô hình hóa việc thực hiện CSTT. Xem xét
những phát triển này, mục tiêu đầu tiên của chúng tôi đơn giản là ước lượng một TR
tuyến tính cho Khu vực đồng tiền chung Châu Âu (Eurozone), Mỹ và Anh, trong đó các
thông tin từ một vài biến tài chính được tính toán để làm sáng tỏ rằng nó có (không) quan
trọng.
7
Trong tất cả các nghiên cứu đã được đề cập, TR được xem như là một quy tắc lãi suất
tuyến tính đơn giản đưa ra một quy tắc chính sách tốt ưu dưới điều kiện rằng các NHTW
đang tối thiểu hóa một hàm thua lỗ đối xứng bậc hai và hàm tổng cung là tuyến tính. Tuy
nhiên trong thực tế, nó không phải là trường hợp này và NHTW có thể ưu tiên bất đối
xứng để theo đuổi một TR phi tuyến tính. Nếu NHTW thực sự ấn định trọng số khác nhau
cho lạm phát (tích cực và tiêu cực) và chênh lệch sản lượng trong mô hình thua lỗ của họ,
thì một TR phi tuyến tính có thể phù hợp để giải thích hành vi của CSTT. Sự bất đối xứng
trong CSTT có thể kết luận từ một mô hình kinh tế vĩ mô phi tuyến tính (Dolado và các
cộng sự, 2005), sự ưu tiên phi tuyến của các NHTW (Dolado và các cộng sự, 2000;
Nobay và Peel, 2003; Ruge-Murcia, 2003 và Surico, 2007a) hoặc cả hai (Surico, 2007b).
Cụ thể, Surico (2007b) nghiên cứu sự hiện hữu của quy tắc phi tuyến trong CSTT của

ECB cho thời kì từ 1/1999 đến 12/2004 ước lượng một mô hình GMM tuyến tính lấy kết
quả từ đạo hàm của một hàm thua lỗ với sự ưu tiên bất đối xứng và xem xét một đường
cong tổng cung lồi. Ông ta tìm thấy sự co lại của sản lượng dẫn đến những phản ứng của
CSTT lớn hơn là những sự mở rộng sản lượng của cùng quy mô, nhưng không có phản
ứng bất cân xứng nào được tìm thấy ở lạm phát. Với dữ liệu lớn hơn và sử dụng một mô
hình khác – chính xác hơn, một mô hình phi tuyến (với những kì vọng hướng tới tương
lai) – chúng tôi kì vọng sẽ tìm thấy bằng chứng của một phản ứng bất cân xứng của Ecb
đối với lạm phát tốt hơn.
Quy tắc phi tuyến tính hướng đến tương lai của CSTT được sử dụng trong phân tích của
chúng tôi đưa ra để tính toán sự bất cân xứng trong mô hình kinh tế vĩ mô và trong các sở
thích ngầm và thông thường của các NHTW tuân theo TR truyền thống của Clarida và
các cộng sự (1998, 2000). Ngoài ra, thủ tục này cũng sẽ đưa ra một câu trả lời cho câu hỏi
rằng NHTW đang theo đuổi một điểm mục tiêu hay một biên độ mục tiêu cho lạm phát.
Hai nghiên cứu chúng tôi chú ý đến trong việc đưa ra mô hình phi tuyến để phân tích
hành vi chính sách của các NHTW: Martin và Milas (2004) và Petersen (2007). Martin và
Milas (2004) ứng dụng một mô hình logistic bậc hai phi tuyến cho CSTT của BOE. Họ
tập trung vào phân tích chính sách lạm phát mục tiêu thiết lập vào năm 1992 và tìm thấy
các bằng chứng của sự phi tuyến trong điều hành chính sách tiền tệ suốt thời kì 1992 –
8
2000. Họ cho thấy rằng các nhà hoạch định chính sách của Anh đã cố gắng giữ lạm phát
trong một biên độ thay vì theo đuổi một mục tiêu điểm và có xu hướng phản thực hiện các
hoạt động phản ứng lại nhằm đẩy lên hơn là kìm hãm độ lệch của lạm phát xa hơn khoản
biên độ. Nhược điểm duy nhất của tài liệu này là không đưa ra một kiểm định sự thỏa
đáng của mô hình, tức là các tác giả không kiểm định giá trị của mô hình phi tuyến của họ
so với một mô hình tuyến tính hoặc so với các mô hình phi tuyến khác. Đây là vấn đề
chính mà chúng tôi sẽ triển khai trong nghiên cứu này.
Gần đây, Petersen (2007) đã tiếp cận một mô hình hồi quy logistic (smooth transition)
đơn giản đối với CSTT của Fed cho thời kì 1985-2005 sử dụng TR cơ bản và tìm thấy sự
hiện diện của phi tuyến: khi lạm phát gia tăng một đơn vị, Fed bắt đầu phản ứng với mạnh
mẽ với lạm phát. Tuy nhiên, Petersen (2007) không đưa vào tính toán mức độ của lãi suất

làm mượt hay khả năng của TR hướng đến tương lai. Do đó, một mô hình phi tuyến tính
phân tích những khía cạnh này trong hành vi của Fed là cần thiết. Chúng tôi sẽ giới thiệu
phân tích này và mở rộng quy tắc tiền tệ phi tuyến với các biến số khác mô tả thông tin về
điều kiện tài chính. Bên cạnh đó, sử dụng dữ liệu cho khu vực Châu Âu, nghiên cứu này
sẽ là nghiên cứu đầu tiên, theo hiểu biết của chúng tôi, tiếp cận một mô hình phi tuyến
tính với chế độ chuyển tiếp trơn (smooth regime transition) để nghiên cứu CSTT của
ECB.
3. Đặc điểm kỹ thuật và ước lượng Quy tắc Taylor tuyến tính
Một TR tuyến tính cơ bản sẽ được xem xét và ước lượng trong phần này. Chúng ta bắt
đầu bằng việc mô tả quy tắc trong phiên bản hiện thời và phiên bản hướng đến tương lai.
Sau đó chúng ta xem xét ước lượng của nó cho Eurozone, Anh và Mỹ. Trong phần 4
chúng ta sẽ xem xét trường hợp của một quy tắc phi tuyến.
3.1. Quy tắc Taylor tuyến tính
Năm 1993 Taylor đã đề xuất quy tắc để xem xét đặc trưng chính sách tiền tệ ở Mỹ những
năm 1987-1992, quy tắc như sau:
9
Trong đó:
- i* là lãi suất danh nghĩa ngắn hạn là một công cụ mà chính sách tiền tệ hướng tới
và nó được giả định sẽ tăng nếu lạm phát thực tế tăng hơn lạm phát mục tiêu hoặc
sản lượng thực tế vượt tăng hơn sản lượng tiềm năng.
- β thể hiện độ nhạy cảm của lãi suất danh nghĩa với sự chênh lệch giữa lạm phát
thực tế và lạm phát mục tiêu.
- γ thể hiện độ nhạy cảm giữa lãi suất danh nghĩa với sự chênh lệch của sản lượng
thực tế và sản lượng tiềm năng. Khi ở trạng thái cân bằng, độ lệch giữa lạm phát
thực sản lượng thực so với các giá trị mục tiêu của chúng bằng không thì lãi suất
danh nghĩa bằng tổng của lãi suất thực cân bằng và lạm phát mục tiêu.
Quy tắc Taylor đơn giản (1993) xem xét độ lệch của lạm phát qua 4 quý gần nhất so với
mục tiêu của nó. Tuy nhiên trong thực tế các ngân hàng trung ương lại quan tâm đến lạm
phát kỳ vọng hơn là lạm phát trong quá khứ hay hiện tại, vì vậy Clarida và cộng sự (1998)
đã đề nghị sử dụng phiên bản khác của quy tắc Taylor trong đó yếu tố kỳ vọng được đưa

vào. Phiên bản này cho phép các Ngân hàng trung ương sử dụng nhiều biến liên quan
khác khi tính toán để đưa ra những dự báo về lạm phát. Vì vậy ngân hàng trung ương
mong muốn lãi suất sẽ phụ thuộc vào sự chênh lệch giữa lạm phát kỳ vọng ở thời gian k
(tương lai, dự báo với tỷ lệ tăng giảm hàng năm)so với giá trị mục tiêu của nó và chênh
lệch trong sản lượng dự kiến trong thời kì tương lai p, rút ra từ TR hướng tới tương lai
sau:
Trong đó E là kì vọng của nhà quản lý và Ω là vectơ bao gồm tất cả các thông tin ngân
hàng trung ương có được trong thời điểmthiết lập lãi suất.
Theo “công thức Taylor”, chính sách tiền tệ ổn định thì hệ số điều chỉnh chênh lệch lạm
phát β sẽ lớn hơn 1 và hệ số điều chỉnh chênh lệch sản lượng γsẽ mang dấu đồng biếnvới
lãi suất. Hệ số điều chỉnh chênh lệch lạm phát lớn hơn 1 có nghĩa khi NHTW tăng lãi suất
để đối phó với tình trạng lạm phát cao, sự tăng lãi suất này sẽ không tác động nhiều đến
lạm phát, β nhỏ hơn 1 cho thấy khi tác động lên lãi suất nhằm điều tiết lạm phát, có thể
10
gây nên sự bùng nổ lạm phát và sản lượng. Mối quan hệ đồng biến của hệ số điều chỉnh
chênh lệch sản lượng có ý nghĩa trong trường hợp mà sản lượng thấp hơn mức tiềm năng,
một sự giảm xuống của lãi suất sẽ có tác dụng ổn định nền kinh tế.
Một quy trình thông thường khi ước tính sự phản ứng lại của chính sách tiền tệ là để kiểm
soát sự tự tương quan lãi suất. Điều đó được thực hiện bằng cách giả định ngân hàng
trung ương không điều chỉnh lãi suất đến mức mong muốn ngay lập tức mà sẽ quan tâm
đến việc làm mượt lãi suất. Một số luận cứ liên quan đến việc làm mượt lãi suất cũng
được đề cập đến trong một số lý thuyết trong phần tổng quan như lo lắng về sự phá vỡ thị
trường tài chính, sự tồn tại lãi suất danh nghĩa bằng không thấp hơn giới hạn, sự tồn tại
của bất đồng giao dịch thậm chí là sự không chắc chắn về ảnh hưởng của cú shock kinh
tế. Vì vậy nếu ngân hàng trung ương điều chỉnh dần dần lãi suất về mức mong muốn, sự
linh động trong việc điều chỉnh lãi suất hiện tại tiến gần tới lãi suất mục tiêu được thể
hiện qua phương trình:
Trong đó tổng củaρ
j
thể hiện mức độ làm mượt lãi suấtvà j thể hiện cho độ trễ. Độ trễ

thường được chọn trên cơ sở thực nghiệm nhằm loại bỏ sự tự tương quan trong phần dư
còn lại.
Định nghĩa Và thế phương trình (3) vào (2) giả định
rằng ngân hàng trung ương có khả năng điều chỉnh lãi suất chỉ tăng theo phân phối độc
lập ngầu nhiên theo phương trình sau:
11
Đó là các đặc tính thường được ước lượng trong các lý thuyết. Quy tắc này cũng được mở
rộng dễ dàng để thêm vào mộtvectơkhác của các biến giải thích m (χ), những biến có khả
năng ảnh hưởng đến việc thiết lập mức lãi suất. Để làm điều đó, chúng ta cần thêm vào
θ’E
t
(χ
t+q
|Ω
t
), trong đó θ là vec tơ hệ số điều chỉnh của những biến được thêm vào. Loại bỏ
các biến dự báo không quan sát được ở phương trình này, quy tắc của chính sách được
viết lại về các biến nhận được như sau:
Trong đó sai số ε
t
là sự kết hợp tuyến tính của sai số dự báo về lạm phát, sản lượng, các
vec tơ biến ngoại sinh thêm vào và độ nhiễu u
t
.
Phương trình (5) sẽ được ước tính theo phương pháp GMM . Theo Clarida và các cộng sự
(1998,2000), phương pháp rất phù hợp cho các phân tích kinh tế về quy luật lãi suất khi
các hồi quy được thực hiện bởi các biến mà ngân hàng trung ương không quan tâm đến tại
thời điểm ra quyết định. Để thực hiện phương pháp này, các thiết lập về điều kiện vuông
góc được áp dụng:
Trong đó υ

t
là vec tơ của các biến (công cụ)trong phạm vi thông tin của các NHTW tại
thời điểm lựa chọn mức lãi suất và vectơ này vuông góc với sai số ε
t
. Trong số đó, chúng
ta có thể cómột nhóm các biến trễ dùng để dự đoán lạm phát, chênh lệch sản lượng và các
biến ngoại sinh thêm vào, cùng lúc với các biến đồng thời khác không có tương quan với
độ nhiễu hiện tại u
t
. Một ma trận có trọng số để tính toán hiệp phương sai có thể không
đồng nhất và tương quan chuỗi trong ε
t
được sử dụng trong ước lượng. Chúng ta xem xét
rằng chiều của vectơ công cụ υ
t
vượt quá các tham số được ước lượng, chính vì vậy phải
12
kiểm định lại để đánh giá tính hợp lệ cúa các đặc điểm kỹ thuật và sự hợp lệ của các công
cụ. Khi đó, kiểm định Hansen’s (1982) được thực hiện:giả thiết H
0
là nhóm các công cụ
được xem là hợp lệ; việc loại bỏ sự vuông góc ngụ ý rằng NHTW sẽ không điều chỉnh
hành vi của mình khi biết những thông tin lạm phát và sản lượng dự kiến được bao hàm
trong các biến công cụ. Vì trong trường hợp đó một số công cụ có tương quan vớiυ
t
, lúc
này các điều kiện vuông góc sẽ bị vi phạm, dẫn đến mô hình bị bác bỏ. Trong thực tế, để
ước lượng được phương trình (5), chúng tôi xem xét phương trình dưới dạng đơn giản
hơn như sau:
Trong đó các tham số vectơ mới liên hệ với các vectơ cũ như sau: (φ

0
,φ
1
,φ
2
,ϕ)’ = (1 - ∑ρ
j
)
(α,β,γ,θ)’. Vì vậy với các ước lượng tham số trong(7) chúng ta có thể tính lại các ước
lượng của α,β,γ và θ và sai số chuẩn tương ứng bằng cách sử dụng phương pháp delta.
Theo Clarida và các cộng sự (1998), chúng tôi xem trung bình lãi suất thực quan sát được
trong khoảng thời gian phân tích là lãi suất thực ở trạng thái cân bằng. Do đó chúng ta có
thể ước tính được lạm phát mục tiêu của ngân hàng trung ương như sau:
3.2. Dữ liệu, các biến số và giả thuyết kèm theo
Dữ liệu sử dụng trong bài nghiên cứu này là dữ liệu theo tháng và hầu hết thu thập từ dữ
liệu được công bố bởi 3 NHTW mà chúng tôi nghiên cứu: Thống kế của ECB (Ngân hàng
trung ương Châu Âu), thống kê của Fred II về FED và thống kê của Ngân hàng trung
ương Anh (BOE). Các nguồn khác được sử dụng, đặc biệt là dữ liệu của các biến ngoại
sinh thêm vào mô hình mà chúng tôi sẽ xem xét sau đây. Một bảng mô tả chi tiết các biến
số sử dụng trong nghiên cứu và các nguồn dữ liệu tương ứng được giới thiệu trong Hình
1-3, thể hiện sự phát triển của các biến chính được xem xét trong phân tích CSTT theo
từng ngân hàng trung ương.
13
Mẫu quan sát bao gồm những thời kỳ sau: tháng 1/1999 đến tháng 12/2007 cho Eurozone,
tương ứng suốt thời kỳ hoạt động của ECB; tháng 10/1982 đến tháng 12/2007 ở Mỹ
(FED), một thời kỳ bắt đầu sau khi xem xét từ lý thuyết được mô tả là “Giảm lạm phát
Volcker”; và tháng 10/1992 đến tháng 12/2007 cho nước Anh, thời kỳ BOE hoạt động với
chính sách lạm phát mục tiêu.
14
Chúng tôi xem xét nhiều cách tính toán lãi suất và lạm phát. Tuy nhiên trong mỗi ước

lượng chúng tôi quyết định chỉ chọn một cách theo sát nhất với mỗi ngân hàng và nó cho
phép một sự so sánh đơn giản từ kết quả ước lượng giữa 3 nền kinh tế. Đối với khu vực
Châu Âu (Eurozone), chúng tôi sử dụng chỉ số lãi suất cho vay qua đêm (Eonia) là công
cụ chính sách, nó là lãi suất có liên quan trực tiếp nhất đến lãi suất cơ bản (KeyIR) và nó
không bị ảnh hưởng bởi các quan sát dao động rời rạcphía sau (xem Hình 1). Tỷ lệ lạm
phát là tỷ lệ thay đổi chỉ số giá tiêu dùng hàng năm đã được cân đối (Inflation), mục đích
chính của chính sách tiền tệ của ECB. Lãi suất điều hành hiệu quả của Fed (FedRate)
được sử dụng trong ước lượng TR đối với Mỹ. Biến lạm phát được sử dụng là lạm phát
lõi (CoreInfl), loại trừ giá lương thực và năng lượng và được xem là định nghĩa lạm phát
mà Fed theo đuổi (xem Petersen, 2007). Đối với Anh, chúng tôi sử dụng lãi suất trái phiếu
Kho bạc 3 tháng (TreasRate) là lãi suất danh nghĩa, có liên hệ mật thiết với công cụ lãi
suất chính thức sử dụng trong kì phân tích. Biến tỷ lệ lạm phát là chỉ số CPI thường niên
(CPI), đối tượng chính của chính sách tiền tệ NHTW Anh. Trong sự giống nhau về cách
đo lường lạm phát và lãi suất, Hình 1-3 thể hiện rằng cả 2 biến này vẫn tương đối ổn định
và ở mức thấp trong hầu hết các thời kỳ quan sát cho cả 3 quốc gia phân tích trong nghiên
cứu này. Trong cả 3 trường hợp, chênh lệch sản lượng được xây dựng bằng cách tính
15
phần trăm phương saicủa chỉ số công nghiệp từ xu hướng Hodrick-Prescott của chúng và
được minh họa trong Hình 1 – 3.
Đối với ước lượng quy tắc CSTT của ECB, chúng tôi cũng đồng thời xem xét vai trò của
cung tiền. Chủ thể cơ bản của ECB là ổn định giá cả, hoặc chính xác hơn là, giữ mức lạm
phát tối đa là 2% trong trung hạn. Tuy nhiên, chính sách này cũng dựa trên một khung
phân tích dựa trên 2 trụ cột: phân tích kinh tế và phân tích tiền tệ. Chênh lệch sản lượng
được sử dụng trong mô hình của chúng tôi để nắm bắt thái độ của nền kinh tế; để kiểm
soát vai trò của tiền tệ, chúng tôi đưa thêm vào mô hình tỷ lệ gia tăng tổng cung tiền M3
(M3). Theo lý thuyết, chúng tôi kì vọng ECB tăng lãi suất khi cung tiền M3 cao hơn mục
tiêu 4,5% được xác định bởi tổ chức này. Liệu biến số này đã thực sự được nhắm là mục
tiêu bởi ECB hay không thì không rõ, và là một vấn đề lớn trong cuộc thảo luận mà phân
tích này cố gắng đóng góp vào.
Các biến đại diện cho giá tài chính và tài sản là một nhóm biến số khác, được xem xét cụ

thể trong TR để phân tích thái độ của ngân hàng trung ương. Trong nghiên cứu này chúng
tôi không xem xét tác động của các biến này một cách riêng rẽ mà bao hàm chúng trong 1
chỉ số (mỗi biến có một trọng số riêng). Trọng số dựa trên sự quan trọng trong mối quan
hệ kinh tế của mỗi biến tại một thời điểm cụ thể. Do đó, bước tiếp theo được dành cho
việc xây dựng một Chỉ số điều kiện tài chính (FCI) thiết kế để nắm bắt sự không đồng
điệu trên thị trường tài chính. Một số chỉ số tiền tệ và tài chính được sử dụng trong các tài
liệu như một cách đo lường lập trường chính sách tiền tệ và điều kiện tổng cầu. Vì thế, kì
vọng rằng các chỉ số này có thể nắm bắt được diễn biến hiện thời của các thị trường tài
chính và đưa ra một chỉ báo tốt cho hoạt động kinh tế trong tương lai. Những chỉ số này
cũng có thể bao gồm một số thông tin hữu ích về áp lực lạm phát trong tương lai, sau đó
có thể được đưa vào tính toán bởi các NHTW trong chức năng điều hành của họ. Luôn
luôn, FCI thu được từ trọng số bình quân của lãi suất ngắn hạn, tỷ giá hối đoái thực hiện
tại, giá cổ phiếu thực và giá bất động sản thực. Hai biến đầu tiên đo lường tác động của sự
thay đổi trong lập trường CSTT đến cầu nội địa và ngoại thương, trong khi 2 biến còn lại
đo lường ảnh hưởng của sản lượng lên tổng cầu.
16
Trong nghiên cứu này, bên cạnh việc tính toán FCI chúng tôi còn xây dựng một FCI mở
rộn mới (EFCI) từ trung bình trọng số của tỷ giá hối đoái thực hiện thời, giá cổ phiếu thực
và giá bất động sản thực cộng với chênh lệch tín dụng và chênh lệch lãi suất trong tương
lai. Theo Montagnoli và Napolitano (2005), chúng tôi sử dụng một thuật toán gọi là bộ
lọc Kalman để xác định trọng số cho mỗi tài sản. Thủ tục này cho phép các trọng số thay
đổi theo thời gian. Goodhart và Hofmann (2001) đề xuất một phương pháp khác để tính
toán các chỉ số tài chính – giống như ước lượng một hệ thống VAR cấu trúc hoặc ước
lượng đơn của một hàm giảm tổng cầu – mà họ giả định rằng các trọng số liên quan với
mỗi biến là cố định. Tuy nhiên, trong thực tế, có khả năng các danh mục đầu tư của các tổ
chức kinh tế thay đổi theo chu kì kinh tế. Do đó, nghiên cứu này làm nhẹ bớt các giả định
về trọng số cố định và cho phép cấu trúc có khả năng thay đổi theo thời gian. Hơn thế
nữa, chúng tôi mở rộng FCI được đề xuất trong 2 nghiên cứu này bằng cách xem xét 2 chỉ
số biến số điều kiện tài chính dưới đây. Từ quan điểm của các NHTW, các biến số này có
thể bao gồm các thông tin liên quan đến sự ổn định và kì vọng của thị trường trong tương

lai. Chênh lệch tín dụng được xem xét như là một chỉ số dẫn dắt tốt chu kì kinh tế và các
căng thẳng tài chính; và sự thay đổi trong chênh lệch lãi suất tương lai đưa ra một chỉ số
về độ dao động trong kì vọng của các tổ chức trong nền kinh tế để NHTW cố gắng giới
hạn.
Để xem xét sự quan trọng của các biến tài chính trong điều hành CSTT, chúng tôi mở
rộng mô hình của Rudebusch và Svensson’s (1999) bằng cách đưa các biến này vào hàm
IS. Kết quả là một phiên bản đơn giản của mô hình, nền kinh tế được định nghĩa theo
đường cong Phillips và đường cong IS:
Trong đó rir là lãi suất thực khử xu hướng và biến tài chính (x) là phương sai từ trạng thái
cân bằng dài hạn tương ứng: Tỷ giá hối đoái thực (REER_gap), trong đó ngoại tệ tính
17
theo danh nghĩa; Giá cổ phiếu thực (Rstock_gap); giá nhà đất thực (RHPI_gap); chênh
lệch tín dụng (CredSprd), tính toán theo chênh lệch giữa lợi suất trái phiếu chính phủ 10
năm chuẩn (Yield10yr) và lãi suất nhận được từ trái phiếu doanh nghiệp thương mại; và
sự thay đổi trong chênh lệch (∆FutSprd) giữa lãi suất hợp đồng kỳ hạn 3 tháng trong quý
trước (FutIR) và lãi suất ngắn hạn hiện tại. Tất cả các biến này đều thể hiện giá trị thông
tin tài chính, có thể gom lại thành 1 chỉ số đơn giản và sau đó được đưa vào quy tắc tiền tệ
của các NHTW để kiểm tra khi nào và bằng cách nào họ phản ứng lại các thông tin khi họ
đang thiết lập lãi suất.
Cho phép các thông số có khả năng phát triển theo thời gian, nó có nghĩa là một sự thay
đổi không quan sát được trong bất kì hệ số b
ijt
nào cũng có thể được ước lượng sử dụng bộ
lọc Kalman qua các hình thức của hàm (9)
Trong đó sai số được giả định là nhiễu trắng độc lập với phương sai – các ma trận hiệp
phương sai được đưa ra bởi Var(µ
t
) = Q và Var(ω
t
) = R, và với Var(µ

t
ω
s
) = 0, với mọi t và
s. X là ma trận các biến giải thích cộng với một hằng số; tất cả các biến ở độ trễ 1. Vector
trạng thái β
t
chứa tất cả độ dốc các hệ số đang thay đổi theo thời gian. Như những giả
định rằng chúng tuân theo một bước ngẫu nhiên, ma trận F tương đương với ma trận đơn
vị. Bộ lọc Kalman cho phép chúng ta phục hồi trạng thái động của mối quan hệ giữa
chênh lệch sản lượng và các biến ngoại sinh của nó. Thuật toán hồi quy đệ quy vector
trạng thái β
t
này như sau:
Trong đó H
t-1
= FP
t-1|t-1
F’ + R, P
t|t
= H
t-1
– H
t-1
X(X’H
t-1
X + Q)
-1
(trung bình bình phương sai
số của β

t
) và β
t|t-1
là dự báo của vector trạng thái tại thời kì t, đưa ra thông tin hiện hữu tại
giai đoạn liền kề trước (t-1). Sử dụng bộ lọc này chúng tôi có thể phục hồi các vector
không thể quan sát được của các hệ số có thời gian khác nhau. Trọng số đi kèm mỗi biến
18
như sau: w
x(i,t)
= |β
x(i,t)
|/∑
k=1

5
|β
x(k,t)
| , trong đó β
x(i,t)
là hệ số ước lượng của biến x
i
trong giai
đoạn t. Do đó, chỉ số EFCI thời gian t được tính toán như một sản phẩm nội bộ của vector
các trọng số và vector của 5 biến tài chính mô tả dưới đây, tức là EFCI
t
= W’
xt
.x
t
.

Chỉ số EFCI được đưa vào quy tắc tiền tệ cho mỗi NHTW. Biến số này bao gồm các
thông tin có giá trị về sức khoẻ tài chính của nền kinh tế, như các thông tin về hoạt động
kinh tế trong tương lai và sức ép lạm phát trong tương lai, chúng tôi kì vọng 1 phản ứng
của NHTW sẽ tạo ra sự thay đổi trong biến số này. Cụ thể, chúng tôi kì vọng có một sự
gia tăng lãi suất khi biến số này gia tăng; ngược lại, hạn chế các điều kiện tài chính sẽ đòi
hỏi 1 sự cắt giảm lãi suất. Sử dụng một biến số như vậy, chúng tôi đã tránh được sự phê
bình của một số tác giả cho rằng NHTW không nên nhìn vào mục tiêu giá tài sản. NHTW
có thể không thực hiện một cách chính xác tại mọi thời điểm cho mọi tài sản, nhưng
nghiên cứu này có khuynh hướng chỉ ra rằng họ có thể chiết xuất một vài thông tin bổ
sung từ diễn biến của những tài sản này, giống như từ các biến số tài chính khác, khi thiết
lập lãi suất. Cuối cùng, như những sự liên quan về kinh tế của các biến này thay đổi theo
thời gian, chúng tôi cũng cho phép các NHTW có thể đưa ra các quyết định quan trọng về
chúng theo thời gian.
Chú ý cuối cùng về dữ liệu là về loại dữ liệu được sử dụng: chúng tôi dùng dữ liệu ex-
post (các dữ liệu sau khi sự kiện xảy ra). Orphanides (2001) thu thập các ước lượng phản
ứng trong chính sách dựa trên các dữ liệu ex-post có thể đưa ra sự mô tả gây hiểu nhầm
của CSTT. Vì lý do đó, ông ấy đề nghị sử dụng dữ liệu thực theo thời gian trong các
nghiên cứu về quy tắc liên quan đến CSTT, ví dụ dữ liệu hiện hữu tại các NHTW khi các
NHTW có một quyết định về lãi suất. Tuy nhiên, Sauer và Sturm (2007) cho rằng sử dụng
dữ liệu thực theo thời gian cho khu vực Eurozone thay vì dữ liệu ex-post sẽ không dẫn
đến một kết quả bền vững. Như chất lượng của các dự báo về sản lượng và lạm phát đã
tăng lên trong năm ngoái, những khác biệt này có ít ý nghĩa thống kê và ít có vấn đề trong
hiện tại, ngoại trừ trường hợp của Eurozone. Vì những lý do đó mà chúng tôi dựa vào sự
cần thiết của các dữ liệu ex-post trong phân tích này. Tuy nhiên, trong các phân tích,
chúng tôi sẽ giới thiệu vài kết quả với lạm phát và chênh lệch sản lượng theo thời gian
thực cho Eurozone bao gồm từ thông tin hàng tháng của ECB. Giống như sản lượng công
19
nghiệp là một biến thường được áp dụng, chúng tôi thử cố gắng khắc phục những vấn đề
từ dữ liệu ex-post trong 3 nền kinh tế bằng cách đưa vào mô hình một biến luân phiên để
thu thập các thông tin liên quan đến các hoạt động kinh tế: tỷ lệ thất nghiệp (UR)

3.3. Kết quả thực nghiệm
Chúng ta cần xem xét vài vấn đề trước khi tiếp tục với hồi quy của mô hình. Đầu tiên, giai
đoạn của mẫu phải đủ dài để hạn chế được biến động trong lạm phát, sản lượng và EFCI
để xác định độ dốc các hệ số. Phân tích trong Hình 1-3, chúng tôi kết luận rằng chênh
lệch sản lượng đưa ra đủ biến động trong cả 3 nền kinh tế, nhưng biến động nhỏ của lạm
phát cho khu vực Eurozone và UK chỉ ra rằng lãi suất phản ứng lại lạm phát cần được
phân tích cẩn thận vì nó có thể chỉ dẫn đến hành vi của ECB và BOE trong 1 giai đoạn
lạm phát ổn định tương đối. Biến động thấp của EFCI trong cả 3 nền kinh tế này cũng yêu
cầu rằng chúng ta nên hoài nghi khi xem kết quả của biến này. Thứ hai, các biến trong mô
hình phải dừng. Kiểm định nghiệm đơn vịvà tính dừng cho các biến trong bài nghiên cứu
này được giới thiệu ở Bảng 1.
Vì những kiểm định có khả năng thấp và khá nghèo nàn trong mẫu nhỏ, chúng tôi báo cáo
kết quả của 2 kiểm định nghiệm đơn vị (Dickey và Fuller, 1979 và Ng & Perron, 2001) và
kết quả của kiểm định tính dừng KPSS (1992) để xem liệu power là một vấn đề. Đối với
khu vực Eurozone, power của kiểm định unit root test có vẻ là một vấn đề. Vì thời kì mẫu
nhỏ, chúng không thể loại bỏ nghiệm đơn vị trong vài biến. Tuy nhiên, kiểm định KPSS
lại có thể đưa ra bằng chứng của tính dừng cho tất cả các biến (ngoại trừ M3) của
Eurozone. Hầu hết các biến được chứng mình là dừng cho cả Anh và Hoa kỳ.
20
Kết quả ước lượng của quy tắc Taylor cho khu vực Eurozone trong thời kì 1/1999-
12/2007 được thể hiện trong Bảng 2. Thống kê-t được đưa ra trong dấu ngoặc đơn và cho
mỗi hồi quy chúng tôi tính toán ước lượng lạm phát mục tiêu tuyệt đối được theo đuổi bởi
ECB (π*). R
2
hiệu chỉnh, thống kê Durbin-Watson (DW) cho tự tương quan và SBIC cũng
được đưa kèmvới mỗi hồi quy. Cột đầu tiên đưa ra kết quả của quy tắc Taylor trên tinh
thần Taylor (1993), nghĩa là không cho phép một hành vi lâu dài của NHTW và cả lãi
suất làm mượt. Mặc dù ước lượng của chênh lệch sản lượng và π* là lý do, các kết quả
ngụ ý rằng mô hình đơn giản này không thể nắm bắt được phản ứng của ECB đối với lạm
phát. Nó có nghĩa là CSTT của ECB không được biểu thị bởi một quy tắc Taylor tuyến

tính cơ bản. Nhưng nó có thể được diễn tả bởi một quy tắc tiền tệ có tính kì vọng tương
lai – bên cạnh thông tin từ lịch sử và hiện tại. Do đó, chúng tôi tiếp tục với ước lượng một
quy tắc Taylor hướng đến tương lai cho khu vực Eurozone.
21
Phương pháp hồi quy GMM được sử dụng để ước lượng quy tắc Taylor hướng đến tương
lai với lãi suất làm mượt. Một mức trễ của lãi suất đủ để loại trừ bất kì tương quan chuỗi
nào trong sai số (xem thống kê DW). Những tầng dự đoán lạm phát và chênh lệch sản
lượng được chọn ra, tương ứng theo năm (k=12) và 3 tháng (p=3). Các tầng này được lựa
chọn bằng cách sử dụng SBIC và chúng có vẻ đại diện cho một mô tả đúng về cách điều
hành thông dụng của ECB.
Mẫu các công cụ chính sách bao gồm 1 hằng số và độ trễ 1-6, 9 và 12 cho lạm phát,
OutpGap, Yield10yr và M3. Để phỏng đoán biến động của các công cụ chính sách, chúng
tôi báo cáo kết quả từ kiểm định Hansen (1982), cụ thể là Hansen’s J-statistic và các
p_value tương ứng. Biến động của các công cụ được xác nhận trong các hồi quy thể hiện
22
ở Bảng 2. Hiệp phương sai và sai số chuẩn tự tương quan đồng nhất được sử dụng ở tất cả
ước lượng.
Kết quả của ước lượng hướng đến tương laigốcđược giới thiệu ở cột 2 thể hiện một phản
ứng có ý nghĩa của ECB đối với lạm phát: lạm phát kì vọng tăng 1% sẽ khiến cho ECB
tăng lãi suất lên hơn 1%. Do đó, vì hệ số của lạm phát lớn hơn, lãi suất thực tăng tương
ứng để phản hồi lại lạm phát cao và điều này dùng để tác động ổn định lạm phát theo
mong muốn. Độc lập với những gì liên quan tới lạm phát, ECB cũng phản ứng lại với chu
kì kinh tế: chênh lệch sản lượng tăng 1% làm tăng lãi suất khoản 2%.
Chúng tôi cũng thu được một ước lượng thú vị là π* = 2,32, chỉ ra rằng mục tiêu lạm phát
ngầm của ECB trong thực tế chỉ hơi cao hơn 2% so với mục tiêu xác lập cho sự ổn định
giá cả. Thực tế, dữ liệu thể hiện trong Hình 1 diễn biến của tỷ lệ lạm phát là nhất quán với
kết quả: lạm phát nằm dưới (nhưng khá gần) mức 2,3 – 2,4% trong hầu hết thời gian,
nhưng thường dưới mục tiêu chính thức là 2%. Nó có nghĩa là ECB đã khá cứng rắn trong
việc thiết lập một mục tiêu chính thức cho lạm phát để truyền dẫn ý kiến rằng khả năng
rất cao là nó có liên quan đến việc kiểm soát lạm phát (như ngân hàng Đức trước đây).

Nhưng mặc dù có sự cố chấp này, chính sách của họ vẫn đã cho phép vài sự linh động,
cho phép có sự khác nhau trong nội bộ các nước hình thành nên cộng đồng châu Âu.
Tiếp theo chúng ta mở rộng mô hình cơ sở để xem xét các yếu tố khác mà các NHTW có
thể sử dụng để đưa vào tính toán khi xác định lãi suất. Theo các trụ cột tiền tệ, ECB nên
đặt mục tiêu tăng trưởng M3. Tuy nhiên không có tác động đáng kể nào được xác định từ
kết luận của M3 trong mô hình (xem cột 3). Kết quả này xác nhận bằng chứng được đưa
ra bởi Fendel và Frenkel (2006) và Surico (2007b) rằng tổng cung tiền thực sự không phải
là mục tiêu của ECB và nên bị loại bỏ khỏi mô hình.Nhưng vì biến này trong truyền
thống thường đưa ra các thông tin giá trị để dự đoán lạm phát, nó tạo thành 1 biến quan
trọng để xem xét nhóm các công cụ chính sách.
Sự bao gồm các chỉ số điều kiện tài chính trong quy tắc tiền tệ của ECB đưa ra một kết
quả đáng chú ý: kết quả cho thấy rằng ECB không chỉ đang nhắm đến mục tiêu là lạm
phát và các điều kiện kinh tế mà còn đang phản ứng lại các điều kiện tài chính khi xác
định lãi suất. Bằng chứng được đưa ra trong cột 4 và 5 của bảng 2 thể hiện sự mở rộng
23
của các điều kiện tài chính ở Eurozone đang chững lại do sự gia tăng của lãi suất. Ví dụ,
khi các chỉ số tài chính được phát triển trong bài nghiên cứu này (EFCI) tăng 1 đơn vị, sẽ
dẫn dắt lãi suất tăng 1% trong 3 quý. Vì chỉ số này chứa giá trị và các thông tin bổ sung
liên quan đến diễn biến hoạt động kinh tế và áp lực lạm phát trong tương lai, phản ứng lại
điều kiện tài chính là một cách mà ECB thường dùng để mục tiêu hoá gián tiếp lạm phát
và tránh sự mất cân bằng tài chính, có thể gây hại cho nền kinh tế. Đây là kết quả nổi bật
và thể hiện rằng những phân tích đầu tiên đưa ra bằng chứng là ECB không chỉ cố gắng
kiểm soát ổn định tiền tệ, mà còn cố gắng kiểm soát ổn định tài chính. Nó có nghĩa là
CSTT của ECB có thể giải thích bằng quy tắc Taylor mở rộng với thông tin từ các điều
kiện tài chính.
Như đã đề cập ở phần 2, có một cuộc tranh luận rất lớn trong lý thuyết về việc NHTW có
nên hướng đến các biến số tài chính, mà cụ thể là giá tài sản hay không. Bài nghiên cứu
này đưa ra vài bằng chứng ưa thích bao gồm cả thông tin chứa đựng trong các biến của
quy luật tiền tệ. Thông thường, các nghiên cứu tồn tại đều đối phó với vấn đề này bằng
cách đưa mỗi giá tài sản hoặc các biến số tài chính độc lập vào mô hình mà không tính

đến tầm quan trọng tương đối của mỗi thứ tại một thời điểm xác định. Với chỉ số sử dụng
trong bài nghiên cứu này, chúng tôi khắc phục vấn đề đó và tập trung vào thông tin đưa ra
bởi những biến này trong một chỉ số đơn. Điều này có thể tránh được vấn đề đa cộng
tuyến, đa cộng tuyến có thể là kết quả từ việc đưa quá nhiều biến vào hồi quy đơn. Tuy
nhiên, nếu cho phép so sánh trực tiếp với nghiên cứu khác, cột 6 thể hiện kết quả của hồi
quy bao gồm các thành phần của EFCI. Ngoại trừ CredSprd, tất cả kết quả tương ứng với
các biến đều đúng về kì vọng dấu và đều có ý nghĩa thống kê. Tuy nhiên, mục tiêu ngầm
của lạm phát là rất cao và không có ý nghĩa, có thể nó là hậu quả của một vấn đề đa cộng
tuyến.
Một vấn đề thú vị được đưa ra trong nghiên cứu này là liệu, bên cạnh việc ECB đang
phản ứng với chu kỳ kinh tế của Eurozone, nó cũng đang đáp ứng lại các điều kiện kinh tế
quốc tế. Để nắm bắt tác động này, chênh lệch sản lượng của Mỹ được sử dụng như một sự
đại diện cho chu kì kinh tế trên thế giới. Kết quả cho thấy, ECB sẽ đưa vào xem xét tình
hình kinh tế toàn cầu khi quyết định lãi suất. Trong một sự hội nhập toàn cầu, những lo
24
ngại về nhập khẩu lạm phát (hoặc suy thoái), là kết quả từ một mức tăng trưởng kinh tế
toàn cầu cao hơn (thấp hơn) trên (dưới) xu hướng được trung hòa bởi mức lãi suất cao
hơn (thấp hơn) ở khu vực Eurozone.
Nhóm tiếp theo của hồi quy được đưa ra để phân tích tính chắc chắn của những kết quả
cho đến nay. Kiểm định tính chắc chắn đầu tiên là liên quan đến việc định nghĩa về lãi
suất. Chúng tôi từng xem Eonia như là một công cụ chính sách, nhưng kết quả không
khác là mấy khi chúng tôi sử dụng Euribor 3 tháng để thay vào (xem cột 8). Chỉ duy nhất
mục tiêu lạm phát ngầm là cao hơn lạm phát kì vọng, xác nhận rằng việc sử dụng Eonia là
một lựa chọn nhạy cảm.
Vì sản xuất công nghiệp hay thay đổi và là một biến thường bị sửa đổi, chúng tôi đưa vào
mô hình một biến thay thế để nắm được phản ứng của ECB đối với các điều kiện kinh tế:
Tỷ lệ thất nghiệp (UR.gap). Biến số này có khả năng có khả năng đưa ra những thông tin
liên quan đến tình trạng của nền kinh tế tại thời điểm NHTW có quyết định mới về lãi
suất. Kết quả được giới thiệu ở cột 9, bảng 2 và cho thấy rằng hệ số của biến số này là
dương và có ý nghĩa cao (như dự đoán), và các kết quả khác bị ảnh hưởng không đáng kể.

Cụ thể, khi tỷ lệ thất nghiệp trên mức “tự nhiên”, ECB có xu hướng giảm lãi suất. Kết quả
quan trọng này cho thấy ECB không chỉ đơn giản hướng đến mục tiêu tăng trưởng kinh tế
khi quyết định chính sách, mà nó còn khá quan tâm đến thất nghiệp. Hơn nữa, không có
sự khác biệt nào ngay cả khi chúng tôi sử dụng FCI thay vì EFCI (xem cột 10). Kết quả
xác nhận rằng các điều kiện tài chính và kinh tế tổng hợp đều được đưa vào tính toán bởi
ECB khi nó thực hiện các hành vi chính sách.
Trong cột 11 và 12 chúng tôi sử dụng dữ liệu thời gian thực tế cho lạm phát và chênh lệch
sản lượng thay vì dữ liệu ex-post. Tuy nhiên, như những gì đã thấy từ Sauer và Sturm
(2007), cách sử dụng dữ liệu thời gian thực cho Eurozone, thay vì dữ liệu sửa đổi, không
dẫn dến một kết quả khác.
Cuối cùng, trong 2 cột cuối chúng tôi đưa ra một phân tích độ nhạy để lựa chọn bộ công
cụ chính sách, đặc biệt là trong những mối quan tâm đến công cụ lãi suất. Như đã đề cập,
độ trễ của trái phiếu chính phủ 10 năm (Yield10yr) được sử dụng trong bộ công cụ chính
sách vì chúng chứa những thông tin quá khứ hữu ích về diễn biến tương lai của lạm phát,
25