Mối quan hệ giữa tỷ giá hối đoái

Mô tả dữ liệu:
Nhóm em kế thừa các nghiên cứu lý thuyết và thực nghiệm đã được đề cập và để phù hợp
với dữ liệu tại VN nên đã chọn 2 biến kinh tế để xem xét tương quan với tỷ giá hối đoái:
chỉ số giá tiêu dùng CPI và lãi suất tiền gửi được tính theo quý từ năm 1994 đến 2014 (84
quan sát).
Trong đó:
Biến nghiên cứu

Ký hiệu

Chỉ số giá tiêu
dùng

CPI

Lãi suất tiền gửi

RATE

Tỷ giá hối đoái

EXR

Mô tả
Chỉ số giá tiêu dùng CPI được
tính theo từng quý
Lãi suất trung bình cuối kỳ áp
dụng cho khoản tiền gửi ngắn hạn
Tỷ giá danh nghĩa của USD/VND
được tính theo từng quý

Kỳ vọng về dấu
+
-

Nguồn dữ liệu được lấy từ cơ sở IFS của Quỹ tiền tệ quốc tế (IMF), Tổng cục thống kê
Việt Nam (GSO), thống kê của Ngân hàng thế giới (WORLDBANK) và Ngân hàng nhà
nước Việt Nam (SBV).
Phương pháp nghiên cứu:
Bài viết xây dựng mô hình hồi quy giữa tỷ giá hối đoái và các biến số kinh tế như sau:
LEXRt = a11 + a12LRATEt-i+ a13LCPIt-i +1t
Trong đó: LEXR, LRATE, LCPI: lần lượt chuỗi dữ liệu được lấy logarit của biến tương
ứng. aij là các hệ số hồi quy trong hệ phương trình và u it là sai số của mô hình. Khung
phân tích của bài viết bao gồm:
Kiểm đinh nghiệm đơn vị - tính dừng của chuỗi dữ liệu là điều kiện tiên quyết khi đưa ra
kết luận có ý nghĩa trong phân tích đối với chuỗi thời gian và tăng độ chính xác và mức
độ đáng tin cậy của mô hình. Nếu chuỗi dữ liệu của các biến không dừng, nghiên cứu tiếp


tục dùng để xét mối quan hệ dài hạn giữa chúng. Bài viết kiểm định nghiệm đơn vị bằng
phương pháp ADF (Augmented Dickey – Fuller) và kiểm định tính dừng Phillips –
Perron (PP Unit Root Test).
Lựa chọn độ trễ tối ưu, kiểm định tự tương quan của phần dư và tính ổn định của mô hình
trong mô hình Vector tự hồi quy (VAR – Vector Auto Regression).
Kiểm tra mối quan hệ dài hạn (Cointegration Test) và mô hình vector hiệu chỉnh sai số
VECM (vector Error Correlation Model) bằng cách xác định sự tồn tại vector đồng liên
kết của Johansen và sử dụng VECM để xác định phương trình đồng liên kết giữa các biến
vĩ mô với EXR, từ đó xác định phương trình hiệu chỉnh sai số ECM (Error Correction
Model) để xác định độ lệch ngắn hạn từ cân bằng dài hạn.
Phân rã phương sai (FEDV) theo phương pháp Cholesky nhằm xem tác động của các cú
sốc vĩ mô lên phương sai sai số dự báo của EXR và thông qua hàm phản ứng IRF nhằm

biết được phản ứng của EXR khi có cú sốc chính nó và các biến số vĩ mô.
Kiểm định Granger Causality để phát hiện mối quan hệ nhân quả giữa biến Xt và Yt, các
biến Xt có là nguyên nhân gây ra sự biến động của Yt hay ngược lại. Kết quả chạy trên
phần mềm Eview 6.0
Bài viết xây dựng mô hình giữa tỷ giá hối đoái USD/VND. Từ chuỗi số liệu ban đầu,
nhóm đã lấy sai phân các biến EXR, CPI và RATE
Kiểm định tính dừng của chuỗi dữ liệu
Bảng 1. Kiểm định nghiệm đơn vị (Unit Root Test)
Variable

ADF Unit Root Test
Levels
First Difference
LNEXR
-0.789428
-5.461869**
LNCPI
0.864297
-4.914208**
LNRATE
-1.858711
-6.484933**
**: Mức ý nghĩa 5%

PP Unit Root Test
Levels
First Difference
-0.706086
-5.448434**
1.219135

-4.864912**
-2.117858
-4.665800**


Từ kết quả trên ta nhận thấy rằng các chuỗi dữ liệu không dừng ở chuỗi gốc nhưng đều
dừng sai phân bậc một, là điều kiện để tiếp tục kiểm tra đồng kiên kết, xem xét mối quan
hệ dài hạn của các biến trong mô hình.
Bảng 2.Chọn độ trễ phù hợp cho mô hình
Lag

LogL

LR

FPE

AIC

SC

HQ

0
1
2
3
4
5
6

7
8
9
10
11
12

74.72083
395.4454
416.9049
428.2042
444.4261
461.9854
471.8920
482.9466
495.4649
504.3470
518.8321
527.6846
547.2874

NA
598.6858
37.91184
18.83209
25.41440
25.75362*
13.53901
14.00243
14.60470

9.474324
14.00217
7.672173
15.02882

1.84e-05
5.65e-10
3.74e-10
3.48e-10
2.77e-10
2.12e-10
2.12e-10
2.06e-10
1.93e-10
2.09e-10
1.91e-10
2.18e-10
1.80e-10*

-2.390694
-12.78151
-13.19683
-13.27347
-13.51420
-13.79951
-13.82973
-13.89822
-14.01550
-14.01157
-14.19440

-14.18949
-14.54291*

-2.285977
-12.36264
-12.46381*
-12.22630
-12.15288
-12.12404
-11.84011
-11.59444
-11.39756
-11.07949
-10.94817
-10.62910
-10.66838

-2.349734
-12.61767
-12.91011
-12.86387
-12.98172
-13.14414*
-13.05148
-12.99708
-12.99148
-12.86467
-12.92462
-12.79682
-13.02737

LR: Kiểm định Likelihood Ratio
FPE: Final Prediction Error
AIC: Akaike Information Criterion
SC: Schwarz Information Criterion
HQ: Hannan-Quinn Information Criterion
Dựa trên tiêu chí các tiêu chí LR, FPE, AIC, SC, HQ (Bảng 2) của kết quả mô hình VAR,
bài viết chọn độ trễ phù hợp là 12. Đồng thời kết quả cho thấy phần dư trong mô hình
không bị tương quan.
Bảng 3. Kiểm định tự tương quan phần dư
Lags

LM-Stat

Prob

1
2
3
4
5

8.392046
17.41625
13.42848
4.769120
4.709546

0.4952
0.0426

0.1442
0.8540
0.8589


6
7
8
9
10
11
12

5.197660
9.483168
7.064739
3.636086
8.845672
7.884001
11.20854

0.8167
0.3939
0.6304
0.9337
0.4516
0.5459
0.2617

Kiểm định mối quan hệ dài hạn của các biến trong mô hình

Các giá trị riêng đều nằm trong vòng trong đơn vị, nên mô hình ước lượng có sự ổn định
cần thiết nhằm đảm bảo độ tin cậy của kết quả.

Hình 1. Tính ổn định của mô hình với độ trễ là 12
Nghiên cứu sử dụng độ trễ trong VAR để kiểm định tồn tại đồng liên kết giữa LNEXR và
các biến kinh tế vĩ mô. Căn cứ vào giá trị Trace statistic và giá trị riêng lớn nhất của ma
trận (Max Eigenvalue) đều khẳng định có ít nhất một đồng liên kết giữa các biến trong
mô hình và có tồn tại mối quan hệ dài hạn của các biến vĩ mô tới LNEXR.

Kiểm định đồng liên kết


Bảng 4. Kết quả kiểm định đồng liên kết

Hypothesized
Eigenvalue
No. of CE(s)
None *
At most 1
At most 2

0.354202
0.078734
0.000965

Trace Test
Trace
Statistic
33.81561
5.393167

0.062763

Maximum Eigenvalue Test
Max-Eigen
Statistic

Prob.**

2828
28.42244
5.330405
0.062763

0.0163
0.7657
0.8022

Prob.**
0.0039**
0.6997
0.8022

** Mức ý nghĩa 5%
Từ kết quả trên, bài viết sử dụng mô hình VECM để đánh giá tác động của các biến lên tỷ
giá hối đoái USD/VND:
D(LNEXR) = 1.227– 0.145*LNEXR(-1) – 0.025*LNERATE(-1) + 0.055215*LNCPI(-1)
S.E
t-stat

(0.03304)

[-4.39498]

(0.08460)
[-2.06789]

(0.03938)
[-9.65404]

Trong dài hạn cho thấy các biến kinh tế vĩ mô có ảnh hưởng đến biến động tỷ giá
USD/VND, dấu của các hệ số ước lượng khá phù hợp với lý thuyết và giải thuyết nghiên
cứu ban đầu. Điều này được giải thích một khi nền kinh tế có lạm phát tăng cao làm cho
đòng tiền nội tệ mất giá dẫn đến tỷ giá hối đoái tăng lên. Còn khi lãi suất tiền gửi tăng
đồng thời làm cho tỷ giá giảm xuống.
Phân tích hệ số hiệu chỉnh sai số của mô hình ECM
Bài viết sẽ xem xét hệ số hiệu chỉnh cân bằng dài hạn của phương trình ECM đối với
EXR là -0.145227 <0, nghĩa là tốc độ điều chỉnh tương đối thấp, điều này cho thấy EXR
đang thấp hơn giá trị cân bằng. Khi một cú sốc xảy ra làm EXR lệch khỏi giá trị cân bằng
dài hạn thì trong thời kì tiếp theo EXR sẽ điều chỉnh tăng khoảng 14.5% độ lệch để đạt
mức cân bằng.

Phân rã phương sai
Period

S.E.

LNEXR

LNRATE

LNCPI

1
2
3
4
5
6
7
8
9
10
11
12

0.006763
0.009715
0.012226
0.014248
0.016776
0.019683
0.022692
0.024501
0.026451
0.028232
0.030047
0.031591

100.0000
92.02805

91.86544
93.28729
92.65325
89.22728
86.55173
86.06677
81.70994
76.68666
72.61616
68.05078

0.000000
7.470805
5.745412
4.771481
4.122743
8.126098
11.40605
11.52412
11.65905
12.72832
14.24422
14.55320

0.000000
0.501149
2.389151
1.941233
3.224012
2.646619

2.042219
2.409110
6.631013
10.58502
13.13962
17.39602

Bảng 5. Phân rã phương sai của LNEXR theo Cholesky
EXR chịu ảnh hưởng rất lớn từ các cú sốc biến động do chính nó tạo ra. Mức độ giải
thích đến kì thứ 12 là 68% cú sốc của chính nó, CPI đóng góp 17.4% cú sốc, lãi suất
đônhs góp 14.5% cú sốc và theo thời gian vai trò của CPI và lãi suất trong việc giải thích
biến động của EXR tăng dần . Trong ngắn hạn, có thể thấy CPI và lãi suất đóng vai trò
khá quan trọng trong sự biến động của EXR.
Phản ứng của EXR trước cú sốc các biến kinh tế vĩ mô
EXR phản ứng nhanh trước cú sốc của các biến RATE và CPI. Khi có một cú sốc xảy ra
đối với lãi suất thì gần như ngay lập tức tỷ giá cũng thay đổi theo (từ thời kì thứ 3) và
biến động đến thời kì thứ 12 mới có dấu hiệu đạt được trạng thái cân bằng. Còn EXR
cũng phản ứng nhanh trước cú sốc CPI nhưng không đáng kế. Và nhanh chóng đạt được
trạng thái cân bằng từ thời kì thứ 5.


Response to Cholesky One S.D. Innovations ± 2 S.E.
Response of LNEXR to LNEXR

Response of LNEXR to LNRATE

.06

.06

.04

.04

.02

.02

.00

.00

-.02
1

2

3

4

5

6

7

8

9

10

11

-.02

12

1

2

3

4

5

6

7

8

9

10

11

12

Response of LNEXR to LNCPI
.06

.04

.02

.00

-.02
1

2

3

4

5

6

7

8

9

10

11

12

Hình 2. Hàm phản ứng IRF
Kiểm định Granger Causality

Bảng 6.Kết quả kiểm định Granger Causality
Null Hypothesis
LNEXR does not Granger Cause LNRATE

Obs
18

Chi-sq
33.44104

Prob.
0.0001

LNRATE does not Granger Cause LNEXR

18

43.01749

0.0000

LNEXR does not Granger Cause LNCPI

18

14.59076

0.1028

LNCPI does not Granger Cause LNEXR

18

21.65261

0.0100

Bảng trên cho thấy lãi suất tiền gửi có Granger Causality đến EXR và ngược lại EXR có
ảnh hưởng đến lãi suất


Kết luận:
Mục đích của nghiên cứu nhằm kiểm tra sự tồn tại mối quan hệ giữa các biến kinh tế vĩ
mô: tỷ giá hối đoái USD/VND, chỉ số giá tiêu dùng và lãi suất tiền gửi trong nước ở Việt
Nam từ năm 1994 đến năm 2014. Sauk hi kiểm định tính dừng cho các chuỗi dữ liệu và
cho thấy tất cả các biến số đều là chuỗi dừng sai phân bậc nhất, đồng thời kết quả nghiên
cứu còn cho thấy:
Thứ nhất, có mối quan hệ dài hạn giữa các biến vĩ mô với tỷ giá hối đoái. Biến chỉ số giá
tiêu dùng ảnh hưởng cùng chiều với tỷ giá còn biến lãi suất lại có tác động ngược chiều
tới tỷ giá hối đoái. Kiểm định nhân quả cho thấy giữa tỷ giá EXR và lãi suất có Granger

Causality. Do đó, với các chính sách giảm lãi suất tiền gửi thường đem lại tác động tiêu
cực đến tỷ giá, làm tỷ giá tăng lên. Thực tế cho thấy, trong giai đoạn gần đây, từ năm
2011 – 2014, việc Ngân hàng trung ương giảm lãi suất tiền gữi là một nguyên nhân làm
cho tỷ giá USD/VND tăng lên từ 19974 VND = 1 USD tăng lên 21246 VND. Lý do giải
thích cho xu hướng này là vì khi lãi suất tiền gửi VND xuống thấp, làm giảm lợi tức kì
vọng của tài sản VND so với USD, theo đó làm tăng nhu cầu năm giữa tài sản USD, hệ
quả cuối cùng là tỷ giá tăng lên.
Thứ hai, về góc độ dự báo, từ kêt quả Granger Causality chỉ ra có biến lãi suất và CPI có
khả năng dự báo biến động của tỷ giá.
Thứ ba, từ kết quả phân tích phân rã phương sai IRF cho thấy EXR khá nhạy cảm với các
cú sốc thông tin vĩ mô và có xu hướng khi xảy ra cú sốc. Nguyên nhân là do: