Tác động của cú sốc chính sách tiền tệ lên các biến vĩ mô, nghiên cứu thực nghiệm tại việt nam giai đoạn 2000 2010

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH
------------------------

LÊ NGUYỄN LÂM GIANG

TÁC ĐỘNG CỦA CÚ SỐC CHÍNH SÁCH
TIỀN TỆ LÊN CÁC BIẾN VĨ MÔ, NGHIÊN CỨU
THỰC NGHIỆM TẠI VIỆT NAM GIAI ĐOẠN
2000-2010
Chuyên ngành : Tài chính – Ngân hàng
Mã số
: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC:

Tiến sĩ NGUYỄN KHẮC QUỐC BẢO

TP.Hồ Chí Minh-Năm 2013


2013

Luận văn thạc sĩ kinh tế

Mục Lục
Tóm lược ................................................................................................................................ 3
1.

Giới thiệu ....................................................................................................................... 4

2.

Khung lý thuyết về chính sách tiền tệ: ........................................................................... 6

3.

Dữ liệu và phương pháp nghiên cứu ............................................................................ 11
3.1 Dữ liệu và biến nghiên cứu: ....................................................................................... 11
3.2 Phương pháp nghiên cứu ........................................................................................... 13

4.

3.2.1.

Kiểm định tính dừng ...................................................................................... 14

3.2.2.

Kiểm định quan hệ nhân quả Granger ........................................................... 15

3.2.3.

Kiểm định đồng liên kết................................................................................. 17

Kết quả nghiên cứu ...................................................................................................... 18
4.1 Phản ứng của CPI ...................................................................................................... 19
4.2 Phản ứng của sản lượng ............................................................................................. 23
4.3 Phản ứng của tỷ giá .................................................................................................... 27

5.

Kết luận ........................................................................................................................ 32

TÀI LIỆU THAM KHẢO ................................................................................................... 34
PHỤ LỤC 1 ......................................................................................................................... 37
PHỤ LỤC 2 ......................................................................................................................... 41
PHỤ LỤC 3 ......................................................................................................................... 45

1


2013

Luận văn thạc sĩ kinh tế

DANH MỤC CÁC BẢNG
Bảng 3.1: Kết quả kiểm định nghiệm đơn vị ADF của chuỗi gốc ............................ 14
Bảng 3.2: Kết quả kiểm định nghiệm đơn vị ADF của chuỗi sai phân bậc nhất ...... 15
Bảng 3.3: Kiểm định nhân quả Granger, độ trễ 11 kỳ .............................................. 16
Bảng 3.4: Kiểm định đồng liên kết giữa lãi suất và M2 với các biến còn lại ........... 18
Bảng 4.1: Kết quả mô hình VECM 3 biến: lãi suất, M2 và CPI .............................. 20
Bảng 4.2: Phân rã phương sai biến CPI ................................................................... 22
Bảng 4.3: Kết quả mô hình VECM 3 biến: lãi suất, M2 và sản lượng .................... 24
Bảng 4.4: Phân rã phương sai biến sản lượng .......................................................... 26
Bảng 4.5: Kết quả mô hình VECM 3 biến: lãi suất, M2 và tỷ giá ........................... 28
Bảng 4.6: Phân rã phương sai biến tỷ giá ................................................................ 30

DANH MỤC CÁC HÌNH

Hình 4.1: Phản ứng đẩy của CPI dưới tác động của lãi suất và M2 ......................... 20
Hình 4.2: Phản ứng đẩy của sản lượng dưới tác động của lãi suất và M2 .............. 25
Hình 4.3: Phản ứng đẩy của tỷ giá dưới tác động của lãi suất và M2 .................... 29

2


2013

Luận văn thạc sĩ kinh tế

Tóm lược
Tác động của cú sốc chính sách tiền tệ luôn là một vấn đề được các nhà nghiên cứu
kinh tế lẫn các nhà điều hành chính sách quan tâm. Nhiều nghiên cứu đã được thực
hiện tại các quốc gia khác nhau để tìm ra cách thức sử dụng các cú sốc này như một
công cụ điều hành và kiểm soát biến động kinh tế vĩ mô hiệu quả. Phần lớn nghiên
cứu về đề tài này đều sử dụng mô hình VAR, cụ thể hơn là VAR cấu trúc. Để phát
triển một hướng nghiên cứu mới về mối quan hệ giữa các biến chính sách tiền tệ
trong dài hạn, nghiên cứu này áp dụng mô hình VECM để đo lường mức độ phản
ứng của các biến vĩ mô như lạm phát, sản lượng và tỷ giá trước những thay đổi
trong chính sách tiền tệ, thể hiện qua hai biến lãi suất và cung tiền, từ đó có thể dự
đoán và đưa ra chính sách tiền tệ phù hợp với mục tiêu của nền kinh tế trong từng
giai đoạn. Với chuỗi dữ liệu vĩ mô của Việt Nam trong giai đoạn từ năm 2000 đến
năm 2010, việc sử dụng mô hình VECM khá phù hợp khi tất cả các chuỗi dữ liệu
gốc đều không dừng. Kết quả nghiên cứu cho thấy: lãi suất có mối quan hệ cân bằng
dài hạn với các biến lạm phát, sản lượng và tỷ giá. Kết quả mô hình VECM cho
thấy cú sốc lãi suất thực sự gây ra tác động lên tỷ giá và tác động này rõ nét hơn đối
với lạm phát. Mặt khác, cung tiền M2 cũng có mối quan hệ dài hạn với các biến tỷ
giá, sản lượng và lạm phát. Cú sốc cung tiền cũng đưa đến những phản ứng đáng kể
của lạm phát và ảnh hưởng lớn đến tỷ giá nhưng không thể xác định độ lớn và độ

bền của những phản ứng này bằng mô hình VECM mà phải thông qua phương trình
phản ứng đẩy và phân rã phương sai. Riêng phản ứng của sản lượng phần lớn không
do cú sốc lãi suất và cú sốc cung tiền gây ra.

3


2013

Luận văn thạc sĩ kinh tế

Giới thiệu
Điều hành chính sách tiền tệ một cách hiệu quả luôn là một trong các mục tiêu
hàng đầu của tất cả các quốc gia trên thế giới. Khái niệm hiệu quả trong điều hành
chính sách tiền tệ được hiểu là việc thực hiện chính sách đó sẽ đem đến tác động
như mong muốn của nhà điều hành và gây ảnh hưởng tiêu cực ít nhất đến các yếu tố
khác trong nền kinh tế. Trong thực tế, rất khó để tìm được một chính sách tiền tệ
đem lại hiệu quả toàn diện. Các chính sách được lựa chọn chỉ đáp ứng một phần yêu
cầu mà nhà điều hành đặt ra trong một thời điểm nhất định. Làm cách nào để đánh
giá được tác động của các biến chính sách tiền tệ lên các yếu tố kinh tế vĩ mô luôn
là một vấn đề quan trọng đối với các nhà điều hành chính sách và các nhà nghiên
cứu trên toàn thế giới.
Cú sốc chính sách tiền tệ là thuật ngữ dùng để ám chỉ sự biến động mạnh và
đột ngột của các biến đại diện cho chính sách tiền tệ, phổ biến nhất là lãi suất và
cung tiền. Các cú sốc chính sách tiền tệ thường xuất hiện khi nhà điều hành chính
sách muốn theo đuổi một mục tiêu nào đó hoặc muốn cải thiện ngay lập tức tình
trạng hiện tại của nền kinh tế. Trước khi thực hiện một cú sốc chính sách tiền tệ,
nhà điều hành chính sách cần phải cân nhắc thật kỹ và đánh giá đầy đủ các tác động
của cú sốc này đối với nền kinh tế. Nếu sử dụng cú sốc chính sách tiền tệ không hợp
lý, chẳng những không đạt được mục tiêu mong muốn mà còn gây ra tác động tiêu

cực đến các yếu tố khác trong nền kinh tế. Nói cách khác, thực hiện cú sốc chính
sách tiền tệ là một quyết định chính sách tiền tệ quan trọng và có thể gây ra những
phản ứng mạnh mẽ từ các biến vĩ mô khác trong nền kinh tế.
Nhận thức được tầm quan trọng trong việc đánh giá phản ứng của các biến vĩ
mô trước tác động của các cú sốc chính sách tiền tệ, nhiều lý thuyết đã được xây
dựng để tìm ra câu trả lời cho vấn đề này. Từ nghiên cứu nền tảng ban đầu của Sims
(1992) về những tác động của chính sách tiền tệ, ngày càng nhiều nghiên cứu được
thực hiện theo hướng phân tích ảnh hưởng của cú sốc chính sách tiền tệ lên các biến
tỷ giá, sản lượng và lạm phát. Một điểm chung của các nghiên cứu dạng này, cũng

4


2013

Luận văn thạc sĩ kinh tế

như phần lớn các nghiên cứu khác về chính sách tiền tệ, là đều sử dụng mô hình tự
hồi quy vector VAR. Trong quá khứ, mô hình VAR thuần túy được áp dụng cho
hầu hết nghiên cứu. Hiện nay, khi các nhà nghiên cứu đã bắt đầu cải tiến và phát
triển mô hình VAR, các biến thể của VAR như SVAR, sign restricted VAR,
recursive VAR hay VECM được các nhà nghiên cứu chính sách tiền tệ ưa chuộng
hơn, đặc biệt là mô hình VAR cấu trúc-SVAR.
Tại Việt Nam chưa có một nghiên cứu thực nghiệm chính thức nào về tác
động của cú sốc chính sách tiền tệ, điều này đã hình thành nên ý tưởng chính cho
bài nghiên cứu. Sử dụng các chuỗi dữ liệu vĩ mô của Việt Nam trong giai đoạn 2000
đến 2010, dựa trên đặc tính của dữ liệu thu thập được, nghiên cứu quyết định sử
dụng mô hình VECM kết hợp với hàm phản ứng đẩy và phân rã phương sai để đánh
giá tác động dài hạn của cú sốc chính sách tiền tệ lên các biến vĩ mô quan trọng như
lạm phát, sản lượng và tỷ giá của Việt Nam. Nói cách khác, mục tiêu của nghiên

cứu này là đo lường mức độ phản ứng của các biến lạm phát, sản lượng và tỷ giá
trước một cú sốc chính sách tiền tệ, từ đó đánh giá được hiệu quả của việc sử dụng
các công cụ lãi suất và cung tiền trong việc điều hành chính sách tiền tệ nhằm đáp
ứng các mục tiêu dài hạn của nền kinh tế. Kết quả nghiên cứu đã cho thấy lãi suất
có mối quan hệ cân bằng dài hạn với các biến nghiên cứu: một cú sốc lãi suất sẽ gây
ra tác động đáng kể đến hai biến lạm phát và tỷ giá, trước khi chúng trở về trạng
thái cân bằng. Trong khi đó, cung tiền M2 có mối quan hệ dài hạn với các biến
nghiên cứu nhưng mối quan hệ này rất khó xác định, do tác động mà cú sốc cung
tiền gây ra có độ trễ khá lớn và không thể xác định chính xác bằng mô hình VECM.
Mặt khác, tác động của cú sốc lãi suất và cung tiền đến sản lượng đều không có ý
nghĩa. Kết quả này khẳng định tính khả thi của việc sử dụng cú sốc chính sách tiền
tệ để thực hiện các mục tiêu trung và dài hạn của nhà điều hành chính sách. Tuy
nhiên, theo kết quả nghiên cứu, phản ứng sản lượng được xác định chỉ chịu tác động
rất nhỏ từ cú sốc lãi suất và cung tiền, cho thấy tính không hiệu quả của các cú sốc
chính sách tiền tệ trong việc điều chỉnh sản lượng của nền kinh tế.

5


2013

Luận văn thạc sĩ kinh tế

Phần tiếp theo của nghiên cứu được trình bày như sau: phần 2 tổng hợp kết quả của
các nghiên cứu trước đây về tác động của cú sốc chính sách tiền tệ, phần 3 trình bày
ngắn gọn về cách thức thu thập dữ liệu và phương pháp lựa chọn để thực hiện
nghiên cứu, phần 4 trình bày các nội dung nghiên cứu và kết quả thu được, phần 5
trình bày những kết luận từ kết quả nghiên cứu đồng thời đưa ra đề xuất và hướng
nghiên cứu tiếp theo.

1. Khung lý thuyết về chính sách tiền tệ:
Khi đề cập đến chính sách tiền tệ, sẽ là một thiếu sót lớn nếu không nhắc đến
lý thuyết nền tảng cơ bản của Mishkin. Trong lý thuyết của Mishkin, đối tượng của
chính sách tiền tệ là 6 mục tiêu cơ bản: (1) công ăn việc làm cao, (2) tăng trưởng
kinh tế, (3) ổn định giá cả, (4) ổn định lãi suất, (5) ổn định thị trường tài chính, (6)
ổn định thị trường ngoại hối. Thông qua lý thuyết này Mishkin cũng xác định các
công cụ trực tiếp để đáp ứng các mục tiêu cơ bản trên: nghiệp vụ thị trường tự do,
thay đổi lãi suất chiết khấu và thay đổi dự trữ bắt buộc. Tuy nhiên, để dễ dàng đạt
được các mục tiêu và đánh giá các chính sách của mình có đi đúng hướng hay
không một cách nhanh nhất, nhà điều hành chính sách tiền tệ thường sử dụng các
chỉ tiêu trung gian như tổng lượng tiền tệ và lãi suất (ngắn hoặc dài hạn) hoặc các
chỉ tiêu hoạt động như tổng lượng dự trữ và lãi suất (lãi suất vốn liên bang hoặc lãi
suất trái phiếu khi bạc). Mishkin cũng chỉ rõ 3 tiêu chuẩn để lựa chọn chỉ tiêu trung
gian và chỉ tiêu hoạt động: tính có thể đo lường được, có thể kiểm soát được và khả
năng tác động đoán trước được đối với các mục tiêu.
Trên nền tảng lý thuyết của Mishkin, các lý thuyết về chính sách tiền tệ sau
đó đã đưa ra khá nhiều dự đoán về tác động của chính sách tiền tệ lên các biến vĩ
mô trong nền kinh tế. Trong khi đó, các nghiên cứu thực nghiệm lại chọn cách sử
dụng dữ liệu thực tế và mô hình VAR để đưa ra kết luận phủ định, đồng tình hoặc
bổ sung cho các dự đoán lý thuyết về phản ứng của các biến vĩ mô trước cú sốc
chính sách tiền tệ.

6


2013

Luận văn thạc sĩ kinh tế

Theo kiến thức truyền thống, cú sốc chính sách tiền tệ thu hẹp phải làm tăng

lãi suất, giảm giá cả và giảm sản lượng thực tế. Nếu một phương pháp xác định nào
đó không đạt được những điều này thì phản ứng quan sát được gọi là một puzzle,
trong khi việc xác định thành công phải cho kết quả phù hợp với kiến thức truyền
thống. Mô hình gia tăng tỷ giá của Dornbusch (1976) dự đoán phản ứng đối với
chính sách tiền tệ thu hẹp, dưới tác động của thanh khoản và không hạn chế KD
chênh lệch giá theo lý thuyết ngang giá sức mua, tỷ giá thực sẽ chịu tác động tăng
và sau đó là giảm dần cho đến khi đạt cân bằng dài hạn.
Nếu như các lý thuyết gần như có chung dự đoán về phản ứng của các biến
lãi suất, tỷ giá, sản lượng, giá cả…trước cú sốc chính sách tiền tệ thì các nghiên cứu
thực nghiệm lại đưa ra những kết luận tương đối khác biệt. Các nghiên cứu này dù
đều sử dụng chung phương pháp VAR nhưng lại đi theo các hướng khác nhau.
Mở đầu cho các nghiên cứu về tác động chính sách tiền tệ phải kể đến lý
thuyết của Sims (1992). Nghiên cứu sử dụng mô hình VAR với dữ liệu của Pháp,
Đức, Nhật, Anh và Hoa Kỳ. Những thay đổi cùng lúc trong lãi suất ảnh hưởng đến
tất cả các biến, trong khi những thay đổi cùng lúc của sản lượng công nghiệp không
ảnh hưởng đến các biến khác. Phản ứng tiêu cực bền vững của dự trữ tiền và sản
lượng đối với biến động dương tăng của lãi suất phù hợp với cả 5 nước. Phản ứng
của sản lượng với biến động của tiền tệ khá nhỏ, thường âm ở mọi quốc gia. Phản
ứng của giá hàng hóa với biến đổi lãi suất đều kéo dài và âm. Một cú sốc chính sách
tiền tệ thu hẹp làm tăng giá trị của nội tệ. Theo lý thuyết ISLM, chính sách tiền tệ
không tạo nên sự sụt giảm sản lượng. Nhà điều hành chính sách có khuynh hướng
tăng lãi suất khi họ dự đoán chính xác được trước về một cú sốc âm trong nguồn
cung. Do đó, áp lực lạm phát tạo nên sản lượng thấp chủ yếu vì phản ứng của nhà
điều hành đối với các áp lực này.
Trong nghiên cứu của mình, Eichenbaum và Evans (1993) cho thấy cú sốc
chính sách tiền tệ mở rộng tại Hoa Kỳ dẫn đến sự giảm giá mạnh, bền vững trong tỷ
giá thực và danh nghĩa của Hoa Kỳ; đồng thời gia tăng mạnh, bền vững trong chênh

7

2013

Luận văn thạc sĩ kinh tế

lệch lãi suất của một số nước với lãi suất Hoa Kỳ. Kết quả từ mô hình này không
phù hợp với các mô hình tăng giá đơn giản mà Dornbusch xem xét.
Một kết quả khác từ nghiên cứu của Christiano, Eichenbaum và Evans
(1998) ghi nhận: sau một cú sốc chính sách tiền tệ thu hẹp, tổng cầu giảm trong
khoảng từ 6-8 quý, lãi suất các quỹ liên bang tăng ngay lập tức và duy trì mức cao
trong 3 quý, M1 và M2 giảm tương ứng trong 2 và 3 quý, GDP triệt lạm phát không
phản ứng ngay lập tức mà giảm sau 5 quý. Nghiên cứu của Christiano, Eichenbaum
và Evans (2005) bổ sung phản ứng của tổng tiêu dùng là giảm trong 4 quý.
Nghiên cứu của Harld Uhlig (2004) dùng mô hình VAR và dữ liệu của Hoa
Kỳ từ tháng 01/1965 đến tháng 12/2003 để đo lường phản ứng của các biến vĩ mô
trước một cú sốc chính sách tiền tệ, áp dụng sign-restricted cho giá cả, dự trữ không
cho vay và lãi suất nhưng không áp dụng sign-restricted cho GDP để tập trung vào
phản ứng của biến này. Kết quả từ dữ liệu cho thấy GDP thực có thể dương rồi âm
sau một cú sốc thu hẹp. Từ đó nghiên cứu đưa ra kết luận: cú sốc chính sách tiền tệ
thu hẹp có tác động không rõ ràng lên GDP. Nói cách khác, cú sốc chính sách tiền
tệ thu hẹp không nhất thiết phải cho thấy các tác động ngược chiều lên GDP thực.
Về phản ứng của các biến vĩ mô khác, kết quả nghiên cứu cho thấy chỉ số giá triệt
lạm phát phản ứng chậm và yếu ớt trong khi chỉ số giá hàng hóa phản ứng nhanh
hơn.
Theo nghiên cứu của Filippo Occhino (2008), phản ứng của lãi suất thực đối
với cú sốc chính sách tiền tệ được giải thích với giả định là chỉ có một phần các hộ
gia đình đại diện tham gia vào thị trường tài chính (phân đoạn) hay toàn bộ các hộ
gia đình đại diện tham gia vào thị trường tài chính. Mô hình tham gia toàn bộ không
thể giải thích phản ứng kết hợp của tổng sản lượng và lãi suất thực trước cú sốc
chính sách tiền tệ thu hẹp vì lãi suất thực là một hàm tăng theo tỷ lệ tăng tổng sản

lượng, nhưng sau cú sốc thu hẹp thì tăng trưởng tổng sản lượng thấp và lãi suất thực
cao trong nhiều quý. Mô hình phân đoạn giả định hộ gia đình đại diện quyết định
nắm giữ trái phiếu và tiền mặt trước khi nhận ra cú sốc. Các cú sốc tác động đến lãi

8


2013

Luận văn thạc sĩ kinh tế

suất qua tỷ lệ phân đoạn. Phản ứng của mô hình thị trường phân đoạn phù hợp với
lý thuyết VAR. Dưới tác động của cú sốc chính sách tiền tệ thu hẹp, lãi suất thực
tăng và dương trong 4 quý. Tỷ lệ tăng trưởng tiền giảm và duy trì giá trị âm trong 3
quý. Lạm phát ít biến động. Kì vọng về tỷ lệ tăng tiêu dùng của nhà đầu tư so với
tổng tiêu dùng, từ đó tăng tỷ lệ phân đoạn.
Trong nghiên cứu của Binder, Chen và Zhang (2010) sử dụng mô hình
GVECM và dữ liệu tháng tại 9 nền kinh tế lớn (Australia, Canada, Pháp, Đức, Italy,
Nhật, New Zealand, Anh và Hoa Kỳ) trong giai đoạn 1978-2006, cho thấy cú sốc
chính sách tiền tệ thu hẹp tại Hoa Kỳ đã gây ra sự gia tăng tương đối bền vững và
đáng kể trong lãi suất của Hoa Kỳ lẫn lãi suất của các quốc gia khác. Cú sốc chính
sách tiền tệ thu hẹp cũng dẫn đến sự tăng giá USD thực và danh nghĩa. Về phần bù
kì hạn, trừ 2 tháng đầu, tại Hoa Kỳ và các quốc gia khác đều không có sai lệch đáng
kể nào trong ngắn hạn so với lý thuyết ngang giá lãi suất, trái với phần lớn nghiên
cứu thực nghiệm trước đó. Về chỉ số CPI, tại Hoa Kỳ và các quốc gia khác, không
có phản ứng đáng kể trong ngắn hạn dù trong dài hạn có giảm. Mô hình GVECM
cho kết quả không giống nghiên cứu của Eichenbaum và Evans (1995), không có
mâu thuẫn liên quan đến sự trì hoãn gia tăng trong tỷ giá thực và không có sai lệch
đáng kể so với lý thuyết ngang giá sức mua, phù hợp với mô hình vĩ mô có giá
“dính”.

Không chỉ tranh luận về kết quả phản ứng của các biến vĩ mô đối với cú sốc
chính sách tiền tệ, một số nghiên cứu thực nghiệm còn đánh giá hiệu quả của mô
hình VAR trong quá trình nghiên cứu tác động của cú sốc chính sách tiền tệ.
Trong nghiên cứu của Matt Klaeffing (2003), tác giả mô tả một loạt phản
ứng hình thành qua việc xác định giới hạn cụ thể từ các tác động tối thiểu và tối đa,
từ đó cho rằng việc sử dụng mô hình VAR đã cho thấy tác động tối đa của cú sốc
chính sách tiền tệ lên sản lượng và có thể đã khuếch đại tác động thực sự. Nghiên
cứu tranh luận rằng những phát hiện từ lý thuyết VAR không vững như nó thể hiện.

9


2013

Luận văn thạc sĩ kinh tế

Nghiên cứu của Binder, Chen và Zhang (2010) cũng đề cập đến một hạn chế
khác của mô hình VAR song phương thường được áp dụng là bỏ qua mối quan tâm
đến những điều chỉnh đa phương đồng thời (đa quốc gia) của các biến vĩ mô quan
trọng khi phản ứng với các cú sốc chính sách tiền tệ ở một quốc gia cụ thể. Từ đó,
nghiên cứu đề xuất sử dụng mô hình VAR toàn cầu (GVAR) để khắc phục nhược
điểm đó. Ngoài ra, để phân biệt giữa cú sốc tạm thời và cú sốc bền vững, tác giả
viết lại mô hình GVAR theo dạng hiệu chỉnh sai số, tạo nên mô hình GVECM. Đặc
điểm của mô hình GVAR/GVECM là nó cho phép ướng lượng mô hình gián tiếp
dựa trên nền tảng của từng quốc gia một, cho phép nghiên cứu nhiều quốc gia hơn
và công thức của mô hình chứa nhiều đặc tính của quốc gia hơn.
Gần đây nhất, Giáo sư Tiến sĩ Trần Ngọc Thơ và Nguyễn Hữu Tuấn cũng
đóng góp một bài nghiên cứu về cơ chế truyền dẫn của chính sách tiền tệ tại Việt
Nam bằng mô hình VAR cấu trúc (SVAR). Sau khi thực hiện kiểm định nghiệm
đơn vị tác giả đã phát hiện tất cả các chuỗi dữ liệu gốc đều không dừng và chỉ dừng

ở sai phân bậc nhất. Ngoài ra các chuỗi này còn có quan hệ đồng liên kết. Với đặc
điểm này của chuỗi dữ liệu, khi sử dụng VAR sẽ bỏ qua một vài thông tin về mối
quan hệ dài hạn giữa các biến. Cụ thể, khi chuyển các biến không dừng về sai phân
bậc nhất thì mô hình đúng nhưng không hiệu quả. Tuy nhiên với mục tiêu xác định
quan hệ dài hạn thay vì ước lượng hệ số co giãn nên tác giả cho rằng VAR vẫn có
nhiều điểm đáng tin cậy để đo lường ảnh hưởng của các cú sốc chính sách tiền tệ.
Cuối cùng tác giả đã quyết định sự dụng mô hình SVAR sau khi lấy sai phân của
các chuỗi dữ liệu gốc.
Một vấn đề khác cũng được nhắc đến trong các lý thuyết về cú sốc chính
sách tiền tệ chính là việc lựa chọn chỉ báo cho chính sách tiền tệ. Trong nghiên cứu
của Binder, Chen và Zhang (2010) đã đề cập đến cách thức lựa chọn các chỉ báo
cho chính sách tiền tệ: cần lựa chọn chỉ báo đo lường tốt nhất quan điểm chính sách
tiền tệ. Ở Hoa Kỳ, tác giả chọn 2 chỉ báo là lãi suất quỹ dự trữ liên bang và chỉ số
dự trữ không cho vay trên tổng dự trữ. Ở Canada, tác giả chọn lãi suất qua đêm làm
chỉ báo cho chính sách tiền tệ. Ở Châu Âu gồm Pháp, Đức và Ý tác giả chọn lãi suất
10


2013

Luận văn thạc sĩ kinh tế

thị trường tiền tệ qua đêm của mỗi nước làm chỉ báo trước khi Ngân hàng Trung
ương Châu Âu ra đời và Chỉ số trung bình qua đêm Châu Âu (European Overnight
Index Average-EOIA) làm chỉ báo sau khi chính sách tiền tệ thống nhất của Châu
Âu được giới thiệu vào tháng 01/1999. Ở Anh tác giả chọn “lãi suất ngân hàng
chính thức”. Ở Nhật, tác giả dùng lãi suất huy động qua đêm làm chỉ báo. Ở Úc là
lãi suất tiền mặt chính thức. Ở New Zealand là lãi suất chiết khấu cho thời kì trước
1999 và lãi suất tiền mặt chính thức cho giai đoạn sau đó. Trong nghiên cứu này
chúng tôi thấy lãi suất là chỉ báo được lựa chọn nhiều nhất tại hầu hết các quốc gia,

cho thấy khả năng đại diện tốt nhất của lãi suất cho chính sách tiền tệ.
Từ nền tảng lý thuyết nêu trên, có thể nhận thấy các nghiên cứu chỉ đề cập
đến tác động của cú sốc chính sách tiền tệ thu hẹp hay mở rộng đến các biến vĩ mô
và sử dụng phương pháp VAR để xây dựng mô hình phản ứng của các biến vĩ mô
đối với cú sốc chính sách tiền tệ. Hơn nữa, mối quan hệ giữa đại diện của cú sốc
chính sách tiền tệ là lãi suất với các biến vĩ mô khác không được xem xét về cường
độ và tính bền vững dài hạn trong phần lớn nghiên cứu. Để phát triển một hướng đi
mới, nghiên cứu này lựa chọn phương pháp VECM để phân tích mối quan hệ dài
hạn giữa cú sốc chính sách tiền tệ và các biến vĩ mô khác, trong đó xác định rõ độ
lớn phản ứng của mỗi biến vĩ mô khi biến chính sách tiền tệ thay đổi. Nhược điểm
lớn nhất khi áp dụng mô hình VAR trong trường hợp các chuỗi dữ liệu không dừng
là phải lấy sai phân và mất đi cơ hội quan sát phản ứng của chuỗi dữ liệu gốc hoàn
toàn có thể khắc phục khi sử dụng mô hình VECM. Không những thế, nghiên cứu
còn đưa vào biến cung tiền M2 làm đại diện cho cú sốc chính sách tiền tệ, để đánh
giá phản ứng của các biến vĩ mô trước sự thay đổi đột ngột của cung tiền, từ đó có
sự lựa chọn chính sách tiền tệ thích hợp cho nền kinh tế.

2. Dữ liệu và phương pháp nghiên cứu
3.1 Dữ liệu và biến nghiên cứu:
Các dữ liệu vĩ mô của Việt Nam được thu thập theo tháng, bắt đầu từ tháng 1
năm 2000 đến tháng 12 năm 2010, từ nguồn cơ sở dữ liệu của Ngân hàng thế giới

11


2013

Luận văn thạc sĩ kinh tế

(World Bank) và Quỹ tiền tệ Quốc tế (IFS-IMF). Giai đoạn 2000-2010 đánh dấu

những bước phát triển kinh tế quan trọng của Việt Nam như gia nhập WTO, kí hiệp
ước bình thường hóa thương mại với Hoa Kỳ (BAT)…và những biến động kinh tế
thế giới lớn như cuộc khủng hoảng tài chính tín dụng thế giới, cuộc khủng hoảng nợ
công Châu Âu…Nghiên cứu này sử dụng dữ liệu kinh tế vĩ mô của Việt Nam trong
giai đoạn có nhiều biến động để có được những đánh giá đa dạng hơn về mối quan
hệ giữa các biến nghiên cứu. Dữ liệu được thu thập theo tháng, thời kỳ lấy mẫu kéo
dài trong 11 năm với 132 kì quan sát cũng là một yếu tố làm tăng tính tinh cậy cho
kết quả nghiên cứu.
Biến độc lập được lựa chọn là lãi suất cho vay danh nghĩa và cung tiền rộng M2.
Đây được xem là hai biến đại diện cho quyết định chính sách tiền tệ của Việt Nam.
Nếu lãi suất cho vay thường được xác định dựa trên trần lãi suất mà ngân hàng Nhà
Nước ban hành và phản ánh cung cầu tiền tệ tại từng thời điểm thì cung tiền M2
được quyết định bởi việc mua/bán trái phiếu trên thị trường mở của chính phủ.
Trong thời điểm hiện tại, kênh lãi suất và thị trường mở được xem là hai công cụ
điều tiết chính sách tiền tệ hữu hiệu nhất của Ngân hàng Nhà nước. Vì vậy, lãi suất
cho vay và cung tiền có thể xem là hai chỉ báo đo lường khá tốt quan điểm chính
sách tiền tệ của nhà điều hành tại Việt Nam, thỏa mãn tiêu chí lựa chọn chỉ báo cho
chính sách tiền tệ của Binder, Chen và Zhang (2010).
Các biến vĩ mô cần nghiên cứu gồm có lạm phát, sản lượng và tỷ giá. Lạm phát
của Việt Nam được đại diện bằng chuỗi chỉ số CPI theo tháng so với năm gốc, với
năm gốc được chọn là 2005. Chỉ số sản lượng công nghiệp đại diện cho biến sản
lượng Việt Nam. Để loại bỏ tác động của lạm phát, chuỗi tỷ giá thực có hiệu lực
(REER) của Việt Nam được lựa chọn để đại diện cho biến tỷ giá. Việc lựa chọn các
biến vĩ mô này để nghiên cứu dựa trên hai lý do chính. Thứ nhất, đây là các biến đã
được lựa chọn trong nhiều nghiên cứu về tác động của chính sách tiền tệ trước đâynhư Binder, Chen và Zhang (2010); Eichenbaum và Evans (1993); Faust, Rogers,
Swanson và Wrights (2002) tập trung nghiên cứu phản ứng của tỷ giá; Harald Uhlig
(2004) và Filippo Occhino (2008) tập trung nghiên cứu phản ứng của sản lượng;
12

2013

Luận văn thạc sĩ kinh tế

Sim (1992) nghiên cứu phản ứng của cả lạm phát, tỷ giá và sản lượng…- làm gia
tăng tính tin cậy của việc lựa chọn biến. Thứ hai, các biến lạm phát, sản lượng và tỷ
giá mang tính đại diện cao trong số các biến kinh tế vĩ mô, tác động chi phối mạnh
mẽ đến tăng trưởng, phát triển kinh tế và quan hệ thương mại của Việt Nam. Đánh
giá tác động của cú sốc chính sách tiền tệ đến các biến này sẽ giúp nhà điều hành có
thể đưa ra những quyết định thích hợp phục vụ các mục tiêu phát triển kinh tế vĩ mô
khác nhau. Một vấn đề cần lưu ý là tỷ giá cũng thường được xem là một công cụ
điều hành chính sách tiền tệ của Việt Nam, tuy nhiên trong phạm vi của nghiên cứu
này chúng tôi không đề cập đến vai trò công cụ của chính sách tiền tệ mà chỉ xem tỷ
giá là một biến chịu tác động của công cụ lãi suất và cung tiền.
Trong quan hệ kinh tế với các quốc gia trên thế giới, quan hệ kinh tế thương mại
giữa Việt Nam với Hoa Kỳ luôn giữ vị trí quan trọng. Các dữ liệu vĩ mô của Hoa
Kỳ cũng thường được sử dụng trong các nghiên cứu về chính sách tiền tệ của Việt
Nam và nhiều quốc gia khác, điển hình như nghiên cứu của Nguyễn Phi Lân (2010),
Kyungho Jang và Masao Ogaki (2003) hay Binder, Chen và Zhang (2010). Để phân
tích ảnh hưởng của các yếu tố kinh tế vĩ mô Hoa Kỳ đến các biến vĩ mô tại Việt
Nam, chuỗi lãi suất các quỹ liên bang có hiệu lực và sản lượng công nghiệp Hoa Kỳ
từ tháng 1/2000 đến tháng 12/2010 được lựa chọn làm biến ngoại sinh trong mô
hình nghiên cứu.
Các chuỗi dữ liệu đều được lấy log trước khi đưa vào mô hình nghiên cứu để tạo
sự thống nhất và dễ so sánh. Chuỗi sản lượng công nghiệp Việt Nam và sản lượng
công nghiệp Hoa Kỳ đã được điều chỉnh theo mùa vụ.
3.2 Phương pháp nghiên cứu
Từ trước đến nay mô hình VECM không được sử dụng phổ biến trong các
nghiên cứu về chính sách tiền tệ. Hai trong số rất ít nghiên cứu áp dụng mô hình
này là nghiên cứu của Asari, Baharuddin, Jusoh, Mohamad, Shamsudin và Jusoff

(2011) cùng với Hui Boon Tan và Ahmad Baharumshah (1999). Quy trình thực hiện
hai nghiên cứu trên gồm các bước tương đối giống nhau. Đầu tiên là thực hiện kiểm

13


2013

Luận văn thạc sĩ kinh tế

định tính dừng thông qua kiểm định nghiệm đơn vị của các chuỗi số liệu. Sau khi
biết các số liệu có dừng tại I0 hay không, tác giả thực hiện kiểm định tính xu hướng
và tính mùa vụ của các chuỗi dữ liệu. Một phần cũng khá quan trọng trong cả mô
hình VAR lẫn VECM là kiểm định quan hệ nhân quả Granger giữa các biến. Phần
quan trọng nhất khi sử dụng mô hình VECM là kiểm định quan hệ đồng liên kết
giữa các biến. Cuối cùng, sau khi chạy mô hình VECM, tác giả thực hiện phân rã
phương sai và xây dựng hàm phản ứng đẩy để nhận diện độ bền và độ mạnh của
phản ứng. Trong nghiên cứu này, quy trình thực hiện sẽ tương tự như trên nhưng có
một số điều chỉnh cho phù hợp với đặc điểm của các chuỗi dữ liệu và mục tiêu
nghiên cứu.
3.2.1. Kiểm định tính dừng
Trong bước đầu tiên của nghiên cứu, tương tự như các nghiên cứu sử dụng mô
hình VECM, chúng tôi sẽ xem xét tính dừng của từng chuỗi dữ liệu để đánh giá
quyết định sử dụng mô hình VECM có thích hợp hay không. Cả 7 chuỗi dữ liệu đều
được kiểm định tính dừng, bao gồm 5 biến nghiên cứu là lãi suất cho vay, cung tiền
M2, CPI, tỷ giá thực có hiệu lực (REER) của Việt Nam, sản lượng công nghiệp Việt
Nam và 2 biến ngoại sinh là sản lượng công nghiệp Hoa Kỳ và lãi suất Hoa Kỳ.
Chúng tôi sẽ sử dụng kiểm định nghiệm đơn vị - ADF test - với giả thiết H0 là các
chuỗi dữ liệu có một nghiệm đơn vị.
Bảng 3.1: Kết quả kiểm định nghiệm đơn vị ADF của chuỗi gốc

Exogenous: Constant
Lag Length: 2 (Automatic based on SIC, MAXLAG=12)
Augmented Dickey-Fuller test statistic

t-Statistic

Prob.*

Null Hypothesis: LAISUATVN has a unit root

-2.801656

0.0608

Null Hypothesis: M2 has a unit root

0.119838

0.9661

Null Hypothesis: SANLUONGVN has a unit root

0.192077

0.9712

Null Hypothesis: CPI has a unit root

2.049728

0.9999

Null Hypothesis: TYGIA has a unit root

0.831199

0.9943

Null Hypothesis: LAISUATUS has a unit root

-0.970764

0.7622

Null Hypothesis: SANLUONGUS has a unit root

-2.750148

0.0686

14


2013

Luận văn thạc sĩ kinh tế

Không nằm ngoài dự đoán, tất cả các chuỗi dữ liệu thu thập đều không dừng khi
kết quả kiểm định chấp nhận giả thiết H0 tại mức ý nghĩa 5%. Vì các chuỗi dữ liệu
đều không dừng nên khi sử dụng phương pháp VAR để chạy mô hình đòi hỏi phải

lấy sai phân của các chuỗi dữ liệu này. Việc phân tích kết quả trên các chuỗi dữ liệu
đã lấy sai phân sẽ khiến chúng tôi không thấy được tính chất thực sự của chuỗi dữ
liệu gốc. Kết quả kiểm định này đã củng cố thêm tính tin cậy và hợp lý của quyết
định lựa chọn mô hình VECM để áp dụng cho nghiên cứu.
Để đảm bảo các chuỗi dữ liệu dừng tại cùng độ trễ, chúng tôi tiếp tục thực hiện
kiểm định ADF cho chuỗi sai phân bậc nhất của chuỗi dữ liệu, với giả thiết H0 là sai
phân bậc nhất của các chuỗi dữ liệu có nghiệm đơn vị. Kết quả kiểm định cho thấy,
ngoại trừ sai phân bậc nhất của sản lượng công nghiệp Hoa Kỳ, sai phân bậc nhất
của các chuỗi còn lại đều dừng, bác bỏ giả thiết H0 tại mức ý nghĩa 5%. Kết quả này
sẽ củng cố thêm tính chính xác và tính thống nhất của các kiểm định tiếp theo cũng
như của mô hình VECM.
Bảng 3.2: Kết quả kiểm định nghiệm đơn vị ADF của chuỗi sai phân bậc nhất
Exogenous: Constant
Lag Length: 0 (Automatic based on SIC, MAXLAG=12)
t-Statistic

Prob.*

-7.5100

0.0000

Null Hypothesis: D(M2) has a unit root

-11.0803

0.0000

Null Hypothesis: D(SANLUONGVN) has a unit root

-15.8496

0.0000

Null Hypothesis: D(CPI) has a unit root

-6.2959

0.0000

Null Hypothesis: D(TYGIA) has a unit root

-9.4096

0.0000

Null Hypothesis: D(LAISUATUS) has a unit root

-4.5865

0.0002

Null Hypothesis: D(SANLUONGUS) has a unit root

-2.6748

0.0812

Augmented Dickey-Fuller test statistic
Null Hypothesis: D(LAISUATVN) has a unit root

3.2.2. Kiểm định quan hệ nhân quả Granger
Sau khi kiểm định tính dừng của các chuỗi dữ liệu, chúng tôi không tiến hành
kiểm định tính xu hướng và mùa vụ mà sẽ thực hiện kiểm định mối quan hệ nhận
quả Granger giữa các biến. Kiểm định tính xu hướng bị bỏ qua vì tất cả các chuỗi

15


2013

Luận văn thạc sĩ kinh tế

dữ liệu đều không dừng nên tất yếu đều chứa đựng tính xu hướng. Mặt khác chúng
tôi không trình bày kiểm định tính mùa vụ vì ngoài hai chuỗi sản lượng đã được
điều chỉnh theo mùa vụ, tính mùa vụ trong các biến còn lại gần như không đáng kể.
Kiểm định nhân quả Granger thực hiện trên 5 biến nghiên cứu, tập trung vào
mối quan hệ nhân quả giữa cung tiền M2 và lãi suất với các biến còn lại. Khi chọn
độ trễ là 12 kỳ thì tất cả các biến đều thể hiện mối quan hệ nhân quả Granger với
cung tiền M2 và lãi suất. Trong khi đó, nếu chọn độ trễ dưới 11 kỳ thì chuỗi sản
lượng công nghiệp Việt Nam và chuỗi cung tiền M2 không thể hiện mối quan hệ
nhân quả nào.
Bảng 3.3: Kiểm định nhân quả Granger, độ trễ 11 kỳ
Pairwise Granger Causality Tests
Sample: 2000M01 2010M12
Lags: 11
Null Hypothesis:

Obs

F-Statistic

LAISUATVN does not Granger Cause CPI

121

0.45682

0.9251

3.42526

0.0005

2.8357

0.0029

2.64885

0.0052

5.65439

6.00E-07

0.78552

0.6538

3.14857

0.0011

0.77198

0.6669

1.69151

0.0864

0.89356

0.5495

1.50726

0.141

2.14783

0.0235

CPI does not Granger Cause LAISUATVN
M2 does not Granger Cause CPI

121

CPI does not Granger Cause M2

SANLUONGVN does not Granger Cause LAISUATVN

121

LAISUATVN does not Granger Cause SANLUONGVN
TYGIA does not Granger Cause LAISUATVN

121

LAISUATVN does not Granger Cause TYGIA
SANLUONGVN does not Granger Cause M2

121

M2 does not Granger Cause SANLUONGVN
TYGIA does not Granger Cause M2

121

M2 does not Granger Cause TYGIA

Prob.

Từ kết quả kiểm định nhân quả Granger, chúng tôi có thể đưa ra nhận xét sơ bộ:
biến động của cung tiền M2 không gây ảnh hưởng đến sản lượng công nghiệp Việt
Nam nếu chọn độ trễ của mô hình nhỏ hơn 12 (kết quả kiểm định Granger với độ trễ

16

2013

Luận văn thạc sĩ kinh tế

12 kỳ thể hiện trong Bảng 1.1, phụ lục 1). Nhận định này sẽ được xác nhận lại qua
các kiểm định tiếp theo và kết quả mô hình VECM. Tất cả các biến đều có mối quan
hệ nhân quả với lãi suất, bước đầu cho thấy tác động của công cụ lãi suất đến các
biến vĩ mô khác. Tuy nhiên, kết quả của kiểm định Granger chưa cung cấp một độ
trễ tối ưu cho mô hình VECM.
3.2.3. Kiểm định đồng liên kết
Tương tự như kiểm định quan hệ nhân quả Granger, kiểm định đồng liên kết
được thực hiện theo từng cặp, giữa lãi suất và cung tiền với các biến còn lại. Nếu
như các chuỗi dữ liệu không dừng là điều kiện cần để chúng tôi lựa chọn mô hình
VECM thì sự tồn tại mối quan hệ đồng liên kết giữa các chuỗi dữ liệu là điều kiện
đủ để áp dụng mô hình VECM vào nghiên cứu.
Kết quả kiểm định đồng liên kết giữa lãi suất với CPI, sản lượng và tỷ giá đều
cho thấy vector đồng liên kết xuất hiện ngay sau 2 độ trễ. Từ kết quả này chúng tôi
có thể dự đoán rằng tác động của cú sốc lãi suất lên các biến CPI, sản lượng và tỷ
giá sẽ có hiệu quả ngay sau một thời gian ngắn. Trong khi đó, quan hệ đồng liên kết
giữa M2 với các biến còn lại xuất hiện sau một độ trễ khá lớn. Trừ quan hệ đồng
liên kết giữa M2 với tỷ giá xuất hiện sau 2 độ trễ, quan hệ đồng liên kết giữa M2
với CPI và sản lượng chỉ được nhận biết sau 17 và 18 độ trễ, với độ tin cậy 5%. Với
kết quả này chúng tôi cũng dự đoán rằng cú sốc cung tiền phải mất một khoảng thời
gian dài mới gây ra phản ứng cho CPI và sản lượng trong khi cú sốc này có thể làm
tỷ giá phản ứng sau một khoảng thời gian ngắn hơn. Dù các đồng liên kết xuất hiện
sau những độ trễ khác nhau, kết quả này đủ để chúng tôi hoàn toàn chắc chắn với
quyết định áp dụng mô hình VECM để nghiên cứu mối quan hệ dài hạn giữa lãi suất
và cung tiền với các biến sản lượng, CPI và tỷ giá.

17

2013

Luận văn thạc sĩ kinh tế

Bảng 3.4: Kiểm định đồng liên kết giữa lãi suất và M2 với các biến còn lại
Series: LAISUATVN CPI

Series: M2 CPI

Lags interval (in first differences): 1 to 2
Unrestricted Cointegration Rank Test (Trace)

Lags interval (in first differences): 1 to 17
Unrestricted Cointegration Rank Test (Trace)

Hypothesized

Hypothesized

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

Trace
Eigenvalue

Statistic

0.1613
0.0206

25.3900
2.69289

0.05
Critical
Value
15.4947
3.84146

Prob.**

No. of CE(s)

0.0012
0.1008

None *
At most 1

Trace
Eigenvalue

Statistic

0.1340
0.0286

19.7309
3.31690

0.05
Critical
Value
15.4947
3.8414

Prob.**
0.0108
0.0686

Trace test indicates 1 cointegrating eqn(s) at the 0.05 level

Trace test indicates 1 cointegrating eqn(s) at the 0.05 level

Series: LAISUATVN TYGIA

Series: M2 TYGIA

Lags interval (in first differences): 1 to 2
Unrestricted Cointegration Rank Test (Trace)

Lags interval (in first differences): 1 to 2
Unrestricted Cointegration Rank Test (Trace)

Hypothesized

Hypothesized

No. of CE(s)
None *

Trace
Eigenvalue

Statistic

0.15304

21.6553

0.05
Critical
Value
15.4947

Prob.**

No. of CE(s)

0.0052

None *

Trace
Eigenvalue

Statistic

0.1196

16.4461

0.05
Critical
Value
15.4947

Prob.**
0.0359

At most 1
0.00176
0.22734 3.84146 0.6335
Trace test indicates 1 cointegrating eqn(s) at the 0.05 level

At most 1
0.0001
0.01311 3.8414
0.9086
Trace test indicates 1 cointegrating eqn(s) at the 0.05 level

Series: LAISUATVN SANLUONGVN

Series: M2 SANLUONGVN

Lags interval (in first differences): 1 to 2
Unrestricted Cointegration Rank Test (Trace)

Lags interval (in first differences): 1 to 18
Unrestricted Cointegration Rank Test (Trace)

Hypothesized

Hypothesized

No. of CE(s)
None *

Trace
Eigenvalue

Statistic

0.1143

16.0405

0.05
Critical
Value
15.4947

Prob.**

No. of CE(s)

0.0414

None *

At most 1
0.0029
0.37953 3.84146 0.5379
Trace test indicates 1 cointegrating eqn(s) at the 0.05 level

Trace
Eigenvalue

Statistic

0.1348

16.7988

0.05
Critical
Value
15.4947

0.0317

At most 1
0.0038
0.43112 3.8414
0.5114
Trace test indicates 1 cointegrating eqn(s) at the 0.05 level

Sau khi đã thực hiện các kiểm định cần thiết, chúng tôi bước vào xây dựng các
mô hình VECM 3 biến, trình bày mô hình phản ứng đẩy của mỗi biến và cuối cùng
là phần diễn giải các kết quả thu được.

3. Kết quả nghiên cứu
Trong phần này chúng tôi sẽ xây dựng mô hình VECM với 3 biến, trong đó luôn
có 2 biến cố định là lãi suất và cung tiền M2, biến còn lại sẽ là một trong 3 biến:
CPI, tỷ giá hoặc sản lượng. Từ mô hình này chúng tôi sẽ đánh giá được phản ứng
của từng biến trước tác động của 2 yếu tố lãi suất và cung tiền. Tất cả các mô hình

18

Prob.**


2013

Luận văn thạc sĩ kinh tế

đều chứa đựng 2 biến ngoại sinh là sản lượng Hoa Kỳ và lãi suất Hoa Kỳ để đánh
giá mức độ tác động của 2 biến này lên các yếu tố vĩ mô quan trọng của Việt Nam.
4.1 Phản ứng của CPI
Trước tiên chúng tôi đưa biến CPI vào mô hình VECM 3 biến. Theo kết quả
kiểm định nhân quả Granger, chuỗi sản lượng và cung tiền M2 sẽ không có quan hệ
nhân quả khi áp dụng độ trễ dưới 12 kỳ. Ngoài ra, kiểm định đồng liên kết không
cho thấy mối quan hệ đồng liên kết giữa M2 và CPI nếu chọn độ trễ dưới 17 kỳ. Do
đó, chúng tôi sẽ bắt đầu xây dựng mô hình với độ trễ là 25 kỳ. Biến nội sinh bao
gồm lãi suất, cung tiền và CPI. Biến ngoại sinh bao gồm sản lượng và lãi suất Hoa
Kỳ. Dựa vào kết quả kiểm định đồng liên kết, có ít nhất 2 mối quan hệ đồng liên kết
giữa CPI với lãi suất và cung tiền nên trong mục “số lượng đồng liên kết”

(Cointegration) chúng tôi lựa chọn là 2 và không xét hệ số chặn (constant) lẫn tính
xu hướng (trend) trong mô hình. Sau khi có được mô hình VECM với 25 độ trễ,
chúng tôi sử dụng kiểm định loại bỏ độ trễ không có ý nghĩa (lag exclusion test) và
ước lượng lại mô hình với những độ trễ có ý nghĩa. Kiểm định loại bỏ độ trễ của mô
hình VECM 3 biến được thể hiện trong các bảng 1.2 của phụ lục 1.
Kết quả mô hình VECM 3 biến cho thấy: khi kết hợp cú sốc lãi suất và cú sốc
cung tiền trong cùng 1 mô hình, biến động 1% trong lãi suất làm cho chỉ số CPI
thay đổi 0.59% để phản ứng lại với mức ý nghĩa 5%. Kết quả này bước đầu cho
thấy cú sốc lãi suất là một công cụ hiệu quả để phục vụ mục tiêu điều chỉnh lạm
phát của Việt Nam. Trong khi đó, phản ứng của CPI trước cú sốc cung tiền không
thể ước lượng vì hệ số của mô hình không có ý nghĩa giải thích. Các giá trị Log
likelihood, Akaike và Schwarz cho thấy mô hình thích hợp. Kết quả từ mô hình
VAR cũng cho thấy biến sản lượng và lãi suất Hoa Kỳ không có tác động đáng kể
nào lên CPI của Việt Nam.

19


2013

Luận văn thạc sĩ kinh tế

Bảng 4.1: Kết quả mô hình VECM 3 biến: lãi suất, M2 và CPI
Vector Error Correction Estimates
Sample (adjusted): 2002M01 2010M12
Included observations: 108 after adjustments
t-statistics in [ ]
Cointegrating Eq:
CointEq1
LAISUATVN(-1)

1
M2(-1)
0
CPI(-1)
-0.598
[-4.58256]*
Error Correction:
D(LAISUATVN)
CointEq1
-0.312447
[-3.97593]
CointEq2
…
SANLUONGUS
LAISUATUS

CointEq2
0
1
-2.970
[-12.7002]*
D(M2)
0.049152
[ 2.01136]

D(CPI)
0.004531
[ 0.34019]

-0.03492

[-0.39812]
…
-0.031495
[-0.77028]

0.036676
[ 1.34466]
…
-0.008652
[-0.68043]

0.022828
[ 1.53555]
…
-0.011246
[-1.62272]

0.025445
[ 2.92487]

-0.000281
[-0.10399]
927.5212
-15.67632
-13.66472

-0.001659
[-1.12478]

Log likelihood

Akaike information criterion
Schwarz criterion

Để xác định được chiều hướng và độ bền trong biến động của CPI trước tác
động kết hợp của lãi suất và cung tiền, chúng tôi sẽ xây dựng mô hình phản ứng đẩy
của CPI theo lãi suất và cung tiền M2, độ trễ lựa chọn vẫn là 25 kỳ.
Hình 4.1: Phản ứng đẩy của CPI dưới tác động của lãi suất và M2

20


2013

Luận văn thạc sĩ kinh tế

Phản ứng với biến động tăng 1% của lãi suất, CPI tăng 0.26% ngay lập tức và
đạt đỉnh tại mức 0.65% sau 6 độ trễ trước khi bước vào thời kì giảm mạnh, trở về
trạng thái ban đầu sau 14 độ trễ. Sau đó CPI tiếp tục giảm mạnh cho đến khi đạt đáy
gần -0.27% sau 19 độ trễ, trước khi tăng nhẹ trong khoảng từ 20 đến 25 độ trễ.
Trong khi đó, biến động 1% của cung tiền M2 làm CPI giảm ngay khoảng 0.1%,
trước khi tăng mạnh và đạt đỉnh gần 0.4% sau 10 độ trễ. Từ độ trễ thứ 11 CPI có
dấu hiệu chững lại, chỉ tăng khoảng 0.2% cho đến độ trễ thứ 20. Trong khoảng 20
đến 25 độ trễ, CPI tăng mạnh trở lại và chưa có dấu hiệu dừng sau 25 độ trễ. Kết
quả này tiếp tục khẳng định vai trò điều chỉnh lạm phát của lãi suất, nhưng cũng đưa
ra lời cảnh báo cho nhà điều hành khi cú sốc lãi suất khiến cho lạm phát tăng trong
khoảng 6 tháng đầu tiên và chỉ thực sự đem lại hiệu quả từ tháng thứ 7. Trong khi
đó, cú sốc cung tiền chỉ làm lạm phát tăng tương đối trong 10 tháng đầu, sau đó ở
trong trạng thái ổn định gần 13 tháng, và chỉ tăng mạnh thực sự từ tháng thứ 23. Có
thể nói, tác động thực sự của lãi suất lên CPI có độ trễ khoảng 6 tháng, trong khi tác
động của cung tiền có độ trễ gần 23 tháng.

Để kiểm định mức độ đóng góp của thay đổi lãi suất và M2 lên biến động của
CPI, chúng tôi sử dụng phương pháp phân rã phương sai Cholesky đối với biến CPI
trong mô hình VECM 3 biến.
Cú sốc lãi suất đã tác động ngay lập tức đến CPI với mức đóng góp hơn 13%
trong tháng đầu tiên. Mức độ đóng góp của lãi suất vào biến động của CPI tiếp tục
tăng dần trong giai đoạn từ tháng thứ 2 đến tháng thứ 12 với mức đóng góp cao nhất
hơn 22.6%. Từ tháng thứ 13 mức độ đóng góp của lãi suất có giảm nhẹ đôi chút
nhưng vẫn chiếm một tỷ lệ đáng kể trên 18% vào biến động của CPI. Trong khi đó,
đóng góp của M2 vào biến động của CPI luôn ở mức dưới 10% trong suốt 24 tháng
và chỉ vượt qua mức này vào tháng cuối cùng của thời kỳ nghiên cứu. Kết quả này
một lần nữa cho thấy độ trễ trong tác động của biến cung tiền M2 đến biến động của
lạm phát và khẳng định hiệu quả của công cụ lãi suất khi thực hiện mục tiêu điều
chỉnh lạm phát trong trung và dài hạn.

21


2013

Luận văn thạc sĩ kinh tế

Bảng 4.2: Phân rã phương sai biến CPI
Period
1
2
3
4
5
6
7

8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

S.E.
0.0433
0.0618
0.0796
0.0931
0.1060
0.1145
0.1208
0.1248
0.1266
0.1276

0.1280
0.1287
0.1306
0.1335
0.1376
0.1423
0.1470
0.1507
0.1534
0.1550
0.1557
0.1559
0.1566
0.1580
0.1590

LAISUATVN
13.3415
12.7085
14.4967
15.9302
17.3222
18.8611
19.7507
20.6227
21.3406
21.9801
22.4654
22.6343
22.3868

21.8571
21.1525
20.4602
19.8817
19.4755
19.2483
19.1831
19.1948
19.2036
19.3150
19.2180
18.9385

M2
2.5668
1.1886
1.4904
2.4025
2.7041
3.3841
3.8673
4.5347
5.3308
6.3056
7.2574
7.9557
8.3535
8.5337
8.5381
8.4216

8.2484
8.0820
7.9753
7.9638
8.0726
8.3104
8.7186
9.8265
11.3493

CPI
84.0917
86.1029
84.0129
81.6673
79.9737
77.7548
76.3820
74.8426
73.3286
71.7143
70.2773
69.4100
69.2598
69.6093
70.3094
71.1182
71.8699
72.4425
72.7764

72.8531
72.7326
72.4861
71.9664
70.9555
69.7123

Nhìn chung, phản ứng của CPI trước cú sốc lãi suất và cung tiền khá phù hợp
với các lý thuyết chính sách tiền tệ từ trước đến nay. Phản ứng tăng trong 6 tháng
đầu của CPI dưới tác động của cú sốc lãi suất có thể giải thích bằng một số lý do:
thứ nhất, khi lãi suất tăng, kỳ vọng lạm phát của người dân bị tác động và phản ánh
ngay lập tức vào giá cả. Thứ hai, các công cụ chính sách tiền tệ đều cần một khoảng
thời gian nhất định để phát huy tác dụng, tạo ra độ trễ trong phản ứng của CPI. Dù
vậy, sử dụng cú sốc lãi suất để điều chỉnh giá cả vẫn mang tính khả thi hơn so với
cú sốc cung tiền. Dù mô hình phản ứng đẩy cho thấy cung tiền có tác động đến lạm
phát, đặc biệt sau 23 tháng, nhưng chúng tôi không thể đo lường và dự báo độ lớn
chính xác của phản ứng này thông qua mô hình VECM. Tác động thực sự của cung
tiền lên lạm phát có độ trễ khá lớn cũng là một vấn đề cần chú ý khi sử dụng công
cụ này. Khi ứng dụng cú sốc cung tiền để phục vụ các mục tiêu vĩ mô của nền kinh

22


2013

Luận văn thạc sĩ kinh tế

tế, cần tính toán chính xác độ trễ trong phản ứng của lạm phát để không làm ảnh
hưởng đến hiệu quả thực hiện.
Để xác nhận lại kết quả thu được, nghiên cứu được mở rộng với 2 mô hình

VECM 2 biến gồm lãi suất-CPI và cung tiền-CPI. Kết quả nghiên cứu được trình
bày trong bảng 2.1 và 2.2 của phụ lục 2. Tuy kết quả của mô hình VECM cho thấy
phản ứng của CPI vẫn thay đổi là 58% trước tác động của cú sốc lãi suất nhưng
phương trình phản ứng đẩy cho thấy tác động độc lập của cú sốc lãi suất chỉ làm
tăng nhẹ CPI khoảng 0.1% ngay khi cú sốc xảy ra, trước khi giảm mạnh liên tục sau
10 độ trễ và tiếp tục giảm nhẹ sau tháng thứ 11 đến hết tháng thứ 25. Kết quả này
tiếp tục khẳng định tác động hiệu quả và tức thời của cú sốc lãi suất lên lạm phát,
cho thấy tính tối ưu của công cụ lãi suất trong việc điều chỉnh lạm phát. Tuy nhiên
kết quả này không hợp lý so với kết quả của mô hình VECM 3 biến vì trong thực tế,
tác động của cú sốc lãi suất luôn có một độ trễ nhất định thay vì đạt hiệu quả ngay
lập tức. Kết quả này khẳng định tính chính xác và hiệu quả cao hơn của mô hình 3
biến so với mô hình 2 biến trong việc miêu tả phản ứng thực tế của các biến vĩ mô
trước tác động của cú sốc chính sách tiền tệ. Trong khi đó, khi được nghiên cứu độc
lập, cung tiền làm giảm ngay lạm phát khoảng 0.15% trước khi tăng liên tục đến
tháng thứ 18 sau cú sốc với đỉnh phản ứng gần 0.9%. Kết quả này cho thấy trong
mô hình 2 biến, cả lãi suất và cung tiền đều có độ trễ ít hơn và gây ra phản ứng
mạnh hơn.
4.2 Phản ứng của sản lượng
Tương tự như CPI, quan hệ đồng liên kết giữa cung tiền M2 và sản lượng chỉ
xuất hiện sau 18 độ trễ nên mô hình VECM 3 biến gồm lãi suất, cung tiền và sản
lượng cũng được xây dựng với độ trễ ban đầu là 25 kỳ. Bảng 1.3 trong Phụ lục 2 thể
hiện các độ trễ được lựa chọn để xây dựng mô hình cuối cùng. Cách thức lựa chọn
biến và xây dựng mô hình tương tự như mô hình phản ứng của CPI.
Kết quả mô hình VECM 3 biến mô tả phản ứng của sản lượng cho thấy: khi kết
hợp cú sốc lãi suất và cú sốc cung tiền trong cùng mô hình, thay đổi 1% trong lãi
23


2013

Luận văn thạc sĩ kinh tế

suất khiến cho sản lượng phải thay đổi 1.7% để phản ứng lại với mức ý nghĩa 5%.
Trong khi đó, biến động của sản lượng khi cung tiền M2 thay đổi 1% cũng không
thể diễn giải ý nghĩa. Các giá trị log likelihood, Akaike information criterion và
Schwarz criterion đều cho thấy mô hình có ý nghĩa. Từ kết quả của mô hình VECM
bước đầu có thể thấy phản ứng của sản lượng trước cú sốc lãi suất và cú sốc cung
tiền có vẻ mạnh hơn so với phản ứng của CPI. Biến động của sản lượng thậm chí
còn mạnh hơn tác động ban đầu từ lãi suất. Ngoài ra mô hình này còn cho thấy: tăng
trưởng 1% trong sản lượng công nghiệp Hoa Kì đóng góp thêm 0.2% vào tăng
trưởng sản lượng công nghiệp Việt Nam. Trong khi đó, lãi suất Hoa Kì tăng 1% làm
cho sản lượng Việt Nam giảm 0.03%, tác động gần như không đáng kể.
Bảng 4.3: Kết quả mô hình VECM 3 biến: lãi suất, M2 và sản lượng
Vector Error Correction Estimates
Sample (adjusted): 2001M08 2010M12
Included observations: 113 after adjustments
t-statistics in [ ]
Cointegrating Eq:
CointEq1
LAISUATVN(-1)
1
M2(-1)
0
SANLUONGVN(-1)
-1.717
[-7.49126]*
Error Correction:
D(LAISUATVN)
CointEq1
-0.263507

[-3.87654]

CointEq2
0
1
-7.141
[-9.70083]*
D(M2)
-0.000339
[-0.01735]

D(SANLUONGVN)
0.014732
[ 0.24843]

0.017134
[ 1.06369]

0.016971
[ 3.66254]

0.038492
[ 2.73904]

…

…

…

SANLUONGUS

-0.315021
[-4.22753]

0.088607
[ 4.13365]

0.221783
[ 3.41151]*

LAISUATUS

0.049861
[ 4.33970]

-0.010393
[-3.14447]
748.6265
-11.97569
-10.23789

-0.030256
[-3.01846]*

CointEq2
…

Log likelihood
Akaike information criterion

Schwarz criterion

Tương tự như phân tích phản ứng của CPI, chúng tôi sẽ xây dựng mô hình
phản ứng đẩy của sản lượng khi chịu tác động kết hợp của cú sốc lãi suất và cú sốc
cung tiền M2.

24