Paper 3 TÍNH BẤT ĐỊNH VÀ SỰ LỆCH KHỎI NGANG GIÁ LÃI SUẤT KHÔNG PHÒNG NGỪA

TÍNH BẤT ĐỊNH VÀ SỰ LỆCH KHỎI NGANG GIÁ LÃI SUẤT KHÔNG
PHÒNG NGỪA
Adilzhan Ismailov, Barbara Rossi

Tóm Tắt
Chúng ta đều biết rằng ngang giá lãi suất không phòng ngừa không thể tồn tại trong thực nghiệm,
đặc biệt là trong ngắn hạn. Nhưng điều này thực sự đúng hay không? Chúng tôi phỏng đoán
rằng ngang giá lãi suất không phòng ngừa có nhiều khả năng có thể tồn tại trong môi trường có
tính bất định thấp hơn so với môi trường có tính bất định cao, vì cơ hội kiếm lời từ chênh lệch
giá trở nên kém chắc chắn hơn trong một môi trường khó lường, do đó làm mờ đi mối quan hệ
giữa chênh lệch tỷ giá hối đoái và lãi suất. Trong bài viết này, trước tiên chúng tôi cung cấp một
chỉ số bất định về tỷ giá hối đoái dùng để đo lường mức độ thay đổi khó lường của tỷ giá hối
đoái so với quá khứ. Sau đó, chúng tôi sử dụng thước đo mới về tính bất định để cung cấp bằng
chứng thực nghiệm rằng ngang giá lãi suất không phòng ngừa tồn tại ở năm quốc gia công
nghiệp hóa đối với đồng đô la Mỹ vào thời điểm mà tính bất định không cao và điểm gãy trong
thời kỳ tính bất định cao.

I.

Phần giới thiệu

Một thực tế nổi tiếng trong tài chính quốc tế là ngang giá lãi suất không phòng ngừa
(UIRP) không được chứng minh đặc biệt là trong ngắn hạn. UIRP chỉ ra rằng, trong trường hợp
không có cơ hội mua bán chênh lệch giá, lợi nhuận từ các khoản đầu tư ở hai quốc gia nên được
cân bằng khi chúng được chuyển đổi thành cùng loại tiền; điều này hàm ý rằng sự chênh lệch lãi
suất sẽ dự đoán mức tăng hoặc giảm của tỷ giá hối đoái danh nghĩa song phương. UIRP là một
là một trong những lý thuyết quan trọng của hầu hết các mô hình kinh tế vĩ mô quốc tế, và việc
thiếu tính chính xác của lý thuyết quan trong đấy đã làm cho UIRP xứng đáng với thuật ngữ
‘UIRP puzzle – Câu đố về UIRP. Một sự khó hiểu khác về UIRP trong nghiên cứu thực nghiệm
là các hệ số không những không thể dự đoán bằng các lý thuyết, mà chúng còn không ổn định
theo thời gian. Bài viết này cung cấp một lời giải thích cho cả hai câu đố - (vấn đề nan giải) này

bằng cách lập luận rằng tính bất định là một trong những lý do giải thích cho sự thiếu chính xác
trong thực nghiệm của UIRP; đó là các hệ số trong mô hình hồi quy UIRP có nhiều khả năng xấp
1


xỉ với các giá trị đã được dự báo theo UIRP tại thời điểm tính bất định thấp; và ít nhất một phần
về sự thay đổi thời gian của chúng, vì thực tế là UIRP tồn tại khi thị trường có tính bất định thấp
chứ không tồn tại trong môi trương có tính bất định cao. Như chúng ta thảo luận thêm bên dưới,
một số lượng lớn tài liệu khoa học tranh luận rằng UIRP không thực sự là một câu đố vì nó có
thể được giải thích bằng sự thay đổi theo thời gian của phần bù rủi ro. Những kết quả nghiên cứu
thực nghiệm của chúng tôi phù hợp với tài liệu này, vì chúng tôi cho rằng tính bất định cao có
thể gắn liền với các thảm họa hiếm gặp, cái mà có thể tạo ra sự thay đổi theo thời gian của phần
bù rủi ro mà về mặt lý thuyết chúng ta quan sát được trong nguồn dữ liệu. Tuy nhiên bài nghiên
cứu của chúng tôi có lợi thế trong việc cung cấp phân tích thực nghiệm và tính đại diện cho tổng
thể để giải thích độ lệch của UIRP.
Chi tiết hơn, bài viết này có hai đóng góp chính. Đầu tiên, nó đề xuất một thước đo mới về
tính bất định của tỷ giá hối đoái. Tính mới không phải là phương pháp xây dựng chỉ số mới theo
như Rossi và Sekhposyan (2015), mà là sự ứng dụng của nó để đo lường tính bất định của tỷ giá
hối đoái. Theo hiểu biết của chúng tôi, đây là bài báo đầu tiên đề xuất một chỉ số về tính bất định
của tỷ giá hối đoái. Chúng tôi đo lường tính bất định tại một thời điểm bằng khả năng quan sát
lỗi dự báo tỷ giá hối đoái tại thời điểm đó, liên quan đến lịch sử phân phối của các lỗi dự báo tỷ
giá hối đoái. Vì thước đo tính bất định dựa trên các lỗi dự báo, rõ ràng nó phụ thuộc vào mô hình
được sử dụng để dự báo tỷ giá hối đoái. Để giảm thiểu sự phụ thuộc của kết quả thực nghiệm của
chúng tôi trong việc lựa chọn một mô hình cụ thể, chúng tôi sử dụng dự báo khảo sát đồng thuận,
nó có điểm đặc biệt thuận lợi là dựa trên khảo sát và kết hợp kịp thời một lượng lớn thông tin.
Những dự báo khảo sát này đã được Ozturk và Sheng (2016) sử dụng gần đây để đo lường tính
bất định của kinh tế vĩ mô; thay vào đó, chúng tôi sử dụng chúng để xây dựng một chỉ số về tính
bất định của tỷ giá hối đoái.
Đóng góp thứ hai là tạo nên một bước tiến để hiểu lý do tại sao UIRP không phù hợp với
dữ liệu nghiên cứu thực nghiệm. Trên thực tế, các ước tính điển hình của độ dốc là âm hoặc bằng

0 hoặc quá lớn để phù hợp với lý thuyết (Froot và Thaler, 1990), UIRP cũng thất bại trong việc
đưa ra các dự báo ngoài mẫu cạnh tranh so với bước đi ngẫu nhiên (Meese và Rogoff, 1983a, b,
1988; Cheung et al., 2005; Alquist và Chinn, 2008) - xem Rossi (2013) trong một khảo sát gần
đây. Một số sự giải thích đã được đề xuất trong tài liệu nghiên cứu. Một lời giải thích quan trọng
và tiềm năng là sự hiện diện của sự thay đổi theo thời gian của phần bù rủi ro (Fama, 1984; Li et
al., 2011). Các giải thích khác bao gồm: sai số chuẩn không chính xác (Baillie và Bollerslev,
2000; Rossi, 2007); mẫu nhỏ (Chinn và Meredith, 2004; Chinn và Quayyum, 2013; và Chen &
Tsang, 2013); và các khủng hoảng hiếm gặp, chẳng hạn như khủng hoảng tiền tệ (Brunnermeier
và cộng sự, 2009; Farhi và Gabaix, 2016). Trong bài viết này, chúng tôi điều tra nghiên cứu một
lời giải thích khác cho câu đố UIRP, cụ thể là ngang giá lãi suất không phòng ngừa không thể tồn
tại trong môi trường có tính bất định cao, trong khi nó có nhiều khả năng tồn tại trong môi
trường có tính bất định thấp. Trên thực tế, khi thị trường có tính bất định cao, các nhà đầu tư có
thể trì hoãn những quyết định đầu tư của mình và do đó tạo nên sự sai lệch so với những gì được
mong đợi khi cơ hội kinh doanh chênh lệch giá không xảy ra. Kết quả của chúng tôi không phụ
thuộc vào thước đo tính bất định mà chúng tôi sử dụng: trên thực tế, kết quả rất mạnh mẽ khi sử
dụng các thước đo tính bất định khác, theo như chúng tôi đã trình bày trong bài viết. Ngoài ra,
2


như chúng tôi chỉ ra, những sai lệch khỏi UIRP không thể được giải thích chỉ bằng sự khác biệt
trong chính sách tiền tệ: mặc dù UIRP có nhiều khả năng tồn tại trong thời kỳ lãi suất trái phiếu
gần với mức 0 đối với một số quốc gia (như Thụy Sĩ và Liên minh châu Âu - EU sau đó) Nhưng
kết quả nghiên cứu lại không đúng với tất cả các quốc gia trong mẫu của chúng tôi. Hơn nữa, kết
quả nghiên cứu của chúng tôi có liên quan trực tiếp đối với phần bù rủi ro: trên thực tế, như
chúng ta đã thảo luận, phần bù rủi ro có mối tương quan với chênh lệch lãi suất trong các giai
đoạn thị trường có tính bất định cao cao, nhưng tương quan không đáng kể trong các giai đoạn
thị trường có tính bất định thấp.
Một mặt, kết quả nghiên cứu chính của chúng tôi tập trung vào chỉ số bất định dựa trên
những dự báo khảo sát, ưu điểm của nó là không phụ thuộc vào một mô hình dự báo cụ thể;
Nhưng mặt khác, những dự báo khảo sát tỷ giá chỉ phù hợp cho một số quốc gia, điều này giới

hạn phạm vi phân tích. Để mở rộng mẫu của các quốc gia nghiên cứu, chúng tôi xây dựng chỉ số
bất định của tỷ giá dựa trên bước đi ngẫu nhiên, vì thế làm cho chỉ số của chúng tôi phù hợp với
dữ liệu lớn. Trong số các mô hình dự báo xác định tỷ giá hối đoái, bước đi ngẫu nhiên là một tiêu
chí chuẩn khó đánh bại (Rossi, 2013). Chúng tôi thu được kết quả nghiên cứu (bằng chứng)
mãnh mẽ tại các quốc gia chính trong mẫu của chúng tôi (Canada, EU, Nhật Bản, Thụy Sĩ và
Vương quốc Anh) dù sử dụng phương pháp khảo sát hay bước đi ngẫu nhiên để xây dựng chỉ số
bất định. Điều quan trọng hơn, chúng tôi chỉ ra rằng câu đố UIRP bớt nghiêm trọng hơn trong
môi trường có tính bất định thấp đối với một số quốc gia được thêm vào (Úc, Thụy Điển, Đan
Mạch) mà chúng tôi có thể xem xét trong việc mở rộng các sai số dự báo của bước đi ngẫu
nhiên. Đối với một số quốc gia khác, mặc dù đạt được hệ số bất định theo hướng mong muốn
nhưng cũng không đủ để giải quyết triệt để vấn đề (Nam Phi và New Zealand). Tuy nhiên phần
chúng tôi trích dẫn phía sau là các quốc gia phát triển (Chen and Rogoff, 2003; Chen et al.,
2010), nơi mà giá cả hàng hóa có thể đóng vai trò trong việc xác định biến động tỷ giá, có thể
giải quyết vấn đề này.
Bài viết này có liên quan đến một số phần trong tài liệu nghiên cứu gần đây. Phần đầu tiên
là nghiên cứu thực nghiệm về câu đố UIRP. Trong khi không ai bàn luận về vấn đề UIRP không
tồn tại trong ngắn hạn, Chinn và Meredith (2004), Lothian và Wu (2011) và Chinn & Quayyum
(2013) đã tìm thấy nhiều bằng chứng thực nghiệm ủng hộ cho vấn đề UIRP tồn tại ở trong dài
hạn. Cụ thể, Chinn và Meredith (2004) cho rằng việc không có đủ bằng chứng thực nghiệm ủng
hộ cho UIRP là do các mẫu nghiên cứu nhỏ và cho thấy rằng UIRP tồn tại trong dài hạn (trên
một năm) trong mẫu dữ liệu lớn hơn mà họ nghiên cứu. Lothian và Wu (2011) kiểm tra dữ liệu
lịch sử từ 1800 đến 1999, và thấy rằng độ dốc hồi quy UIRP là dương đối với mẫu dài nhất và
mối tương quan âm lớn được quan sát thấy trong những tài liệu nghiên cứu cuối những năm
1970 và 1980. Cuối cùng, Chinn và Quayyum (2013) mở rộng phân tích trong Chinn và
Meredith (2004) thêm một thập kỷ và thấy rằng bằng chứng sau này rất mạnh mẽ; tuy nhiên,
bằng chứng yếu hơn một chút, có khả năng vì cỡ mẫu bao gồm cả thời kỳ lãi suất gần bằng 0.
Trong bài báo này, khác với những đóng góp đã được liệt kê ở trên, thay vào đó chúng tôi tập
trung vào việc thiếu hụt các bằng chứng thực nghiệm để chứng minh UIRP có hiệu lực trong
ngắn hạn, nó vẫn còn là một câu đố trong tài liệu nghiên cứu, và cho rằng tính bất định có tiềm
năng đóng vai trò quan trọng trong việc giải thích câu đố UIRP.

3


Bài viết của chúng tôi cũng liên quan đến các tài liệu gần đây phát triển các mô hình lý
thuyết để giải thích câu đố UIRP. Hai cách giải thích cho việc thiếu tính hợp lệ của UIRP là sự
hiện diện của sự thay đổi theo thời gian của phần bù rủi ro và các sai số ước lượng (Lewis,
1995). Ví dụ, Fama (1984) quy sự thiếu hụt các bằng chứng thực nghiệm của UIRP là do sự thay
đổi theo thời gian của phần bù rủi ro. Bài viết của ông cho thấy, để phù hợp với bằng chứng thực
nghiệm phần bù rủi ro của một quốc gia phải tương quan nghịch với tỷ lệ khấu hao dự kiến và có
sự thay đổi lớn hơn. Tuy nhiên, các mô hình định giá tài sản đã không thể đưa ra phần bù rủi ro
đối với nhửng tài sản này, vì vậy mới dùng từ ‘‘câu đố”.
Có vài lý thuyết giải thích hợp lý cho sự thay đổi theo thời gian của phần bù rủi ro, trong
đó gần đây nhất bao gồm Brunnermeier et al. (2009) và Farhi và Gabaix (2016). Brunnermeier et
al. (2009) xem xét các khủng hoảng tiền tệ và kinh doanh chênh lệch lãi suất, nơi các nhà đầu tư
bán một ngoại tệ cụ thể có tỷ số lãi suất cho vay tương đối thấp và dùng số tiền thu được để mua
một loại ngoại tệ khác có tỷ số lãi suất tương đối cao. Một trong những phát hiện của họ là chỉ số
VIX và TED spread cao hơn sẽ dự báo lợi nhuận trong tương lai đối với giao dịch kinh doanh
chênh lệch lãi suất cao hơn, ngụ ý rằng điều này vi phạm lớn đến lý thuyết UIRP. Farhi và
Gabaix (2016) liên kết sự thay đổi theo thời gian của phần bù rủi ro trên thị trường tiền tệ với các
khủng hoảng cực đoan hiếm gặp; Do khả năng xảy ra của các khủng hoảng này cũng như rủi ro
quốc gia thay đổi theo thời gian, nên mô hình có khả năng đưa đến kết quả là UIRP không tồn
tại, vì các quốc gia có mức rủi ro hơn sẽ phải chịu lãi suất cao hơn để bù đắp cho các nhà đầu tư
trong trường hợp thảm họa xảy ra. Tuy nhiên, bằng chứng của họ chỉ giới hạn trong phân tích
hiệu chuẩn để chỉ ra dự đoán về mặt lý thuyết của các mô hình phù hợp với các câu đố thực
nghiệm (như UIRP), trái ngược với việc chứng minh bằng thực nghiệm mối liên kết trong dữ
liệu. Lý do là các khủng hoảng hiếm gặp được ghi nhận không thường xuyên trong dữ liệu, và do
đó rất khó tìm thấy bằng chứng thực nghiệm ủng hộ cho mô hình của họ.5 Kết quả thực nghiệm
của chúng tôi cung cấp sự hỗ trợ thực nghiệm đầy tiềm năng ủng hộ cho Farhi và Gabaix (2016)
theo hướng sau. Một khủng hoảng hiếm gặp không mong đợi được phát hiện trong dữ liệu sẽ làm
tăng chỉ số bất định của chúng tôi; ngược lại, ngay cả trong trường hợp mà các tác nhân được

mong đợi là một khủng hoảng hiếm gặp không được ghi nhận trong dữ liệu cũng sẽ làm tăng chỉ
số bất định của chúng tôi, vì những kết quả dự tính sẽ khác so với kết quả quan sát được. Do đó,
vào những thời điểm có khủng hoảng hiếm gặp, tính bất định tăng lên và nhiều khả năng UIRP
không tồn tại, trong khi, trong thời điểm bình thường, tính bất dịnh giảm và nhiều khả năng
UIRP tồn tại, phù hợp với kết quả thực nghiệm của chúng tôi. Tuy nhiên, Chỉ số bất định nhìn
chung có thể nắm bắt được không chỉ những khủng hoảng hiếm gặp mà còn bất kỳ sự khác biệt
nào giữa mong đợi và thực tế về biến động của tỷ giá hối đoái. Ngoài ra, kết quả kết quả kiểm
định tính vững của chúng tôi đối với việc sử dụng chỉ số VIX làm thước đo tính bất định phù hợp
với Brunnermeier et al. (2009).6
Phần thứ ba là tài liệu nghiên cứu về tính bất định. Một số bài báo nghiên cứu gần đây đã
phân tích những ảnh hưởng của tính bất định đến kinh tế vĩ mô; ví dụ, Bloom (2009), đã đo
lường tính bất định như là sự biến động của thị trường tài chính. Trong bài viết này, chúng tôi sử
dụng dự báo khảo sát để đo lường tính bất định tương tự như Ozturk và Sheng (2016) - sử dụng
dự báo khảo sát để đo lường tính bất định của nền kinh tế vĩ mô toàn cầu và từng quốc gia cụ thể
4


và Rossi et al. (2016) sử dụng dự báo mật độ khảo sát để tìm hiểu các nguyên nhân tạo nên tính
bất định của nền kinh tế vĩ mô. Tuy nhiên, khác với những nghiên cứu trên, chúng tôi tập trung
vào tính bất định của tỷ giá hối đoái. khi những tài liệu nghiên cứu về mối quan hệ giữa tỷ giá
hối đoái và tính bất định vẫn còn khá hạn chế. Bergand Mark (2016) và Mueller et al. (2016)
nghiên cứu mối quan hệ giữa các chiến lược giao dịch trên thị trường tỷ giá hối đoái và tính bất
định. Những người nghiên cứu trước đây đã nghiên cứu rủi ro của kinh doanh chênh lệch lãi suất
vượt mức tác động đến rủi ro cơ bản của nền kinh tế vĩ mô toàn cầu. thước đo của họ về tính bất
định của nền kinh tế vĩ mô toàn cầu được xác đinh như là độ lệch liên tiếp trong tỉ lệ sinh lợi
bình quân có điều kiện về mức chênh lệch thất nghiệp (unemployment gap) , là yếu tố được định
giá trong mức chênh lệch lãi suất tiền tệ. (currency excess returns). Thay vào đó Mueller et al.
(2016), đã nghiên cứu xem liệu rằng các chiến lược giao dịch ngắn hạn đối với một loại tiền tệ và
dài hạn đối với các loại tiền tệ khác có thu được lợi nhuận vượt mức đáng kể những ngày công
bố thông tin của FOMC hay không, và nhận thấy rằng khi tính bất định của chính sách tiền tệ cao

hơn thì lợi nhuận thặng dư đạt được cũng cao hơn. Menkoff và cộng sự. (2012) đề xuất một yếu
tố rủi ro mới có khả năng giải thích lợi nhuận vượt mức tại một thời điểm (Cross-section): biến
động rủi ro tỷ giá hối đoái toàn cầu; họ thấy rằng tiền tệ có lãi suất cao có mối tương quan
nghịch với biến động tỷ giá hối đoái toàn cầu, và do đó mang lại lợi nhuận thấp tại thời điểm
biến động tỷ giá cao bất ngờ, trong khi tiền tệ lãi suất thấp mang lại lợi nhuận dương. Belke và
Kronen (2015) phân tích vai trò của tính bất định trong việc giải thích các khoảng tỷ giá không
hiệu quả (exchange rate bands of inaction) và ảnh hưởng của chúng đối với xuất khẩu. Tương tự
như những đóng góp này, bài báo của chúng tôi cũng nghiên cứu tác động của tính bất định đến
thị trường tỷ giá hối đoái, nhưng thay vì giải thích mức lợi nhuận thặng dư lớn của chiến lược
kinh doanh chênh lệch giá tiêu biểu tại một thời điểm hoặc những biến động trong xuất khẩu mà
tập trung vào giải thích câu đố UIRP.
Bài viết này được tổ chức như sau. Phần tiếp theo mô tả dữ liệu được sử dụng trong
nghiên cứu này và Phần 3 thảo luận về chỉ số bất định của tỷ giá hối đoái mà chúng tôi sử dụng.
Phần 4 xem xét lại bằng chứng thực nghiệm về UIRP trong mẫu của chúng tôi, trong khi đó Phần
5 điều tra nghiên cứu xem liệu rằng sự lệch khỏi UIRP có thể được giải thích bằng tính bất định
hay không. Phần 6 thực hiện phân tích kiểm định tính vững bằng các chỉ số bất định khác, trong
khi Phần 7 thảo luận về kết quả cho một nhóm quốc gia lớn hơn bằng việc sử dụng các chỉ số bất
định dựa trên các sai số dự báo của bước đi ngẫu nhiên. Phần 8 kết luận.
II.

The Data – Dữ Liệu

Chúng tôi thu thập dữ liệu hàng tháng kéo dài từ tháng 11/1993 đến tháng 1/2015 về tỷ
giá hối đoái, lãi suất cho vay liên ngân hàng châu Âu (Euro LIBOR) kỳ hạn ba tháng và (các)
thước đo tính bất định. Trong kết quả tiêu chuẩn của chúng tôi, chúng tôi tập trung vào các nước
công nghiệp hóa và xem xét năm cặp tiền tệ: đồng Franc Thụy Sĩ, đồng đô la Canada, bảng Anh,
đồng yên Nhật và đồng Euro so với đồng đô la Mỹ. Chúng tôi tập trung vào tỷ giá hối đoái của
các nước công nghiệp vì lý do các kỳ vọng nghiên cứu cần thiết để xây dựng chỉ số bất định của
chúng tôi có sẵn. Kết quả kiểm định tính vững cho các quốc gia bổ sung được thảo luận trong
Phần 7. Thời gian đã được chọn dựa trên tính hiệu lực của chỉ số bất định. Trên thực tế, dữ liệu

về thước đo tính bất định của chúng tôi bắt đầu vào tháng 11/1993 và kết thúc vào tháng 1/2015
5


cho tất cả các loại tiền ngoại trừ Euro (đối với đồng Euro bắt đầu vào tháng 7/2001) - xem bên
dưới để biết thêm chi tiết về thước đo tính bất định. Dữ liệu về tỷ giá hối đoái của năm cặp tiền
tệ từ WM / Reuters. Tỷ giá hối đoái là các giá trị tiền tệ của các quốc gia so với đô la Mỹ. Đối
với lãi suất, chúng tôi thu thập dữ liệu hàng tháng của lãi suất Euro LIBOR kỳ hạn ba tháng, của
riêng năm quốc gia riêng và Hoa Kỳ. Dữ liệu được thu thập từ Financial Times. Tất cả dữ liệu đã
được thu thập thông qua Datastream. Thông tin chi tiết khác (bao gồm cả mẫu gợi nhớ) được
cung cấp trong Bảng 1, cũng bao gồm mô tả về dữ liệu bổ sung mà chúng tôi sử dụng trong phân
tích kiểm định tính vững đối với mẫu các quốc gia lớn hơn.

III.

Chỉ số bất định của tỷ giá hối đoái:

Liên quan đến tính bất định của tỷ giá hối đoái, đã có một số phương pháp và chiến lược
để xây dựng chỉ số bất định của tỷ giá hối đoái. Bloom (2009) đã đề xuất đo lường tính bất định
của nền kinh tế vĩ mô thông qua sự biến động của giá cổ phiếu, trong khi đó Baker et al. (2016)
đưa ra phương pháp đo lường tính bất định của chính sách kinh tế vĩ mô. Bởi vì chúng ta quan
tâm tính bất định của tỷ giá nên những phương pháp không phải là phương pháp thích hợp nhất.
Jurado etal. (2015) và Ludvigson et al. (2015) đề xuất đo lường tính bất định bằng sự biến động
thời gian của các sai số dự báo trong việc dự báo các biến tài chính vĩ mô, trong khi Scotti (2016)
6


đo lường tính bất định thông qua những thông cáo tin tức của nền kinh tế vĩ mô. Chuỗi tính bất
định được xây dựng giống với quan điểm của Jurado et al. (2015) nhưng chúng được tính toán
dựa trên phương pháp của Rossi và Sekhposyan (2015). Chỉ số bất định theo Rossi và

Sekhposyan (2015) được xây dựng bằng cách so sánh các sai số dự báo thực hiện của các biến
mục tiêu với sự phân phối sai số dự báo vô điều kiện của các biến tương tự. Trực giác cho biết
rằng nếu sai số dự báo thực hiện quan sát được nằm ở phần đuôi của phân phối thì rất khó để dự
đoán, do đó, một môi trường như vậy được coi là hết sức bất ổn. Một trong những lợi thế của chỉ
số Rossi và Sekhposyan (2015) là nó tính đến sự bất đối xứng hay nói cách khác nó có thể tách
riêng nhận định sự khác nhau giữa tính bất định vì tỷ giá hối đoái cao–thấp một cách bất ngờ –
một đặc trưng quan trọng là nó không bị phân phối bởi chỉ số bất định dựa trên sự biến động của
sai số dự báo.
Chúng tôi xây dựng chỉ số tính bất định của tỷ giá hối đoái dựa trên những sai số dự báo
của kỳ hạn cố định từ các cuộc khảo sát được thực hiện bởi Consensus Economics, Chỉ số bất
đinh được dự báo hàng tháng cho các kỳ hạn ba tháng do đó sự khác biệt về lãi suất sẽ dựa trên
lãi suất kỳ hạn 3 tháng. Chúng ta xem tỷ giá hối đoái danh nghĩa song phương giữa một quốc gia
và Mỹ tại thời điểm t được biểu thị bằng St và đặt st = ln (St). Thêm vào đó, xem h là thời điểm
xuất hiện sai số dự báo trước về mức tăng lên của tỷ giá hối đoái giữa thời điểm t và t+h được
biểu thị bằng công thức et+h = (st+h – st) – Et (st+h – st) và sự phân phối sai số dự báo vô điều kiện
nó được chỉ biểu hiện bằng p(e). Chỉ số của Rossi và Sekhposyan (2015) được dựa trên việc tính
𝐞𝐭+𝐡
tích phân của sai sộ dự báo tại mức sai số dự báo tính được, et+h: Ut+h= ∫−∞
𝐩(𝐞)𝐝𝐞 . Một giá
trị lớn của chỉ số này ngụ ý rằng giá trị tính toán được của tỷ giá hối đoái rất khác so với giá trị
mong đợi. Cụ thể, với một giá trị tính được lớn hơn (hay nhỏ hơn) so với giá trị kỳ vọng, đó là
0.5 sẽ đo lường được một cú sốc tích cực hoặc tiêu cự. Nhìn chung Chỉ số tính bất định của tỷ
giá hối đoái không phân biệt giữa những cú sốc tích cực và tiêu cực bởi vì:
U*t+h =

𝟏
𝟐

𝟏

+ |𝐔𝐭+𝐡 − 𝟐|

Giá trị của U*t+h gần với giá trị đồng nhất cho thấy tính bất định cao, trong khi giá trị gần
0.5 cho thấy tính bất định thấp.
Hình 1 vẽ đồ thị thể hiện tính bất định của tỷ giá hối đoái của các quốc gia mà chúng tôi
đã khảo sát. Những biểu hiện biến động theo thời gian của chỉ số bất định phù hợp với một số sự
kiện ảnh hưởng đến các quốc gia này theo thời gian. Ví dụ, tập trung vào thị trường EU, hai giai
đoạn có sự bất định cao là cuộc khủng hoảng tài chính gần nhất dễ dàng thấy được; chúng liên
quan đến hai cuộc suy thoái gần đây trong khu vực Châu Âu; Lần đầu tiên từ Qúy 1/2008: đến
Qúy 2/2009 và lần thứ hai từ năm Qúy 3/2011 đến Qúy 1/ 2013. Cụ thể, cuộc khủng hoảng nợ
Châu Âu cho thấy một xu hướng gia tăng sự tính bất định trong khối EU kể từ giữa năm 2011.
Một mẫu tương tự ảnh hưởng đến nước Anh trong cùng thời kỳ đó. Cũng lưu ý ý rằng xu hướng
gia tăng tính bất định có thể nhìn thấy ở Canada trong cuộc khủng hoảng tài chính của Mỹ bắt
đầu vào năm 2007. Cuối cùng, một sự kiện đáng chú ý diễn ra vào năm 2006 là Ngân hàng của
Nhật tăng lãi suất lần đầu tiên sau nhiều năm, đó có thể là nguyên nhân làm cho tính bất định
tăng lên mạnh mẽ trong khoảng giữa năm 2006.
7


Fig. 1. Exchange Rate Uncertainty Indices. Notes to the figure. The figure plots the overall
exchange rate uncertainty index for the benchmark countries in our sample.

IV.

Xem xét lại ngang giá lãi suất không phòng ngừa (UIRP)

Ngang giá lãi suất không phòng ngừa phát biểu rằng, trong điều kiện thị trường hoàn hảo
và tỷ giá hối đoái danh nghĩa song phương là St, các nhà đầu tư có thể mua 1/St số lượng trái
phiếu nước ngoài bằng đồng tiền nội tệ, trong đó St là giá trị của đồng tiền ngoại tệ tính theo nội
tệ tại thời điểm t . Giả sử trái phiếu nước ngoài trả cho một đơn vị trái phiếu với lãi suất nước

ngoài giữa thời điểm t và (t+h) là i*t+h, với h là kỳ hạn của khoản đầu tư (Trái phiếu). Vào cuối
kỳ, Tỷ suất sinh lời kỳ vọng của các khoản đầu tư nước ngoài có thể chuyển đổi thành đồng nội
8


tệ có giá trị là St+h [(1+ i*t+h)/St . Trong trường hợp không có chi phí giao dịch, vì không tồn tại
kinh doanh chênh lệch giá, nên tỷ suất sinh lợi kỳ vọng này phải bằng với tỷ suất sinh lợi của trái
phiếu trong nước, (1+ it+h), Do đó, (1+ i*t+h) Et(St+h/St) = (1+it+h), mà Et thể hiện giá trị kỳ vọng
tại thời điểm t. Bằng cách lấy logarit và bỏ qua bất đẳng thức Jensen, phương trình tương đương
như sau:
Et(st+h – st) = α + β (it+h - i*t+h)

(1)

Trong đó UIRP có tham số α và β có các giá trị lý thuyết: α = 0; β = 1
Nhìn chung, những bằng chứng thực nghiệm không ủng hộ UIRP – xem Rossi (2013)
trong một cuộc khảo sát gần đây. Chúng ta đều biết rằng hằng số α là khác 0, và độ dốc β có giá
trị âm hoặc gần bằng 0 hoặc đôi khi dương quá lớn. Tương tự, những bằng chứng thực nghiệm
trong ước lượng dự báo ngoài mẫu ngoài mẫu cũng không ủng hộ UIP, Thực tế từ nghiên cứu
ban đầu của Meese và Rogoff (1983a,b, 1988), chúng ta thấy rằng phương trình Eq. (1) không
thể dự báo tỷ giá hối đoái tốt hơn so với lý thuyết bước đi ngẫu nhiên. Kết quả tương tự đã được
củng cố bởi nghiên cứu của Chueng et al. (2005), Alquist và Chinn(Năm 2008) và Chinn và
Quayyum (2013). Một vài kết quả nghiên cứu tích cực hơn trong ngắn hạn được báo cáo trong
nghiên cứu của Clark và West (2006), tuy nhiên, như Rossi (2013) chỉ ra lý do cho những kết
quả tích cực của Clark và West (2006) chủ yếu là do sử dụng một thử nghiệm thay thế về khả
năng dự báo
Chúng ta bắt đầu bằng việc kiểm chứng những kết quả nghiên cứu hiện có trong các tài
liệu nghiên cứu, đó là UIRP không tồn tại trong dữ liệu. Bảng A trong (Bảng 2) hệ số hồi quy
ước lượng được từ phương trình (1) trong mẫu của chúng tôi, cho thấy rằng, đối với một số quốc
gia, độ dốc 𝛽 rất nhỏ, và trong trường hợp của các nước như Thụy sĩ, Canada, và Nhật bản, thì

giá trị 𝛽 âm và khác biệt so với ý nghĩa thống kê (=1). Chỉ có khối EU và nước Anh có độ dốc 𝛽
dương và đồng nhất với giá trị lý thuyết của UIRP. Bên cạnh đó giá trị hằng số α nhỏ và không
quá khác biệt so với giá trị 0 ở hầu hết các quốc gia.
Những kết quả của chúng tôi tương tự với kết quả trong các tài liệu đã nêu, ngoại trừ
những hệ số ước lượng của chúng tôi nhỏ hơn một chút so với những số liệu được nêu ra trong
những tài liệu nghiên cứu trước đó. Ví dụ, Chinn và Quayyum (2013) sử dụng dữ liệu hàng quý
kéo dài năm 1975:1 - 2011:Q4 cho tập hợp các cặp tiền tệ tương tự, và họ tìm thấy các hệ số ước
lượng độ dốc 𝛽 dao động từ 1,85 cho đến 2.25 ngoại trừ đồng đô la Canada có độ dốc 𝛽 là
0.17. Tuy nhiên, một phân tích chi tiết cho thấy rằng các giá trị âm lớn là do việc lựa chọn mẫu.
Đầu tiên, hệ số ước lượng cửa sổ cuộn (Rolling windows) mà chúng tôi báo cáo phần sau bài
nghiên cứu cho thấy rằng các hệ số độ dốc 𝛽 đã được tăng lên theo thời gian: mẫu của chúng tôi
thì ngắn hơn so với Chinn và Quayyum (2013), và đặc biệt là bỏ qua dữ liệu trong thập niên 70
và 80; Là những thập niên có độ lệch khỏi UIRP lớn theo Lothian và Wu (2011). Thứ hai, nếu
chúng ta xem xét mẫu đến 10/2011 có nghĩa là chúng tôi bỏ qua 4 năm để phù hợp hơn với các
mẫu được sử dụng trong Chinn và Quayyum (2013), các hệ số ước lượng âm ở bốn trong số năm
quốc gia, và các hệ số âm này có độ lớn của giá trị tuyệt đối lớn hơn (xem Bảng 2 Bảng B).

9


So sánh kết quả trong hai bảng trong Bảng 2 cũng chỉ ra một đặc điểm thực nghiệm quan
trọng khác của UIRP: là các tham số UIRP không ổn định theo thời gian. Ví dụ: lưu ý hệ số độ
dốc β của dữ liệu Euro chuyển từ dương sang âm tùy thuộc vào mẫu và mức độ thay đổi của dữ
liệu Nhật Bản. Rossi (2006) đã nghiên cứu tính bất ổn của các tham số trong các mô hình tiền tệ
tỷ giá hối đoái (các mô hình giải thích biến động tỷ giá thông qua sự chênh lệch sản lượng, tiền
và lãi suất) và đã tìm thấy nhiều bằng chứng về sự bất ổn dựa trên các thử nghiệm thông thường
về tính bất ổn của tham số. Hơn nữa, bà lập luận rằng những bằng chứng bị bác bỏ của mô hình
tỷ giá hối đoái có thể là do những bất ổn của tham số; trên thực tế, bằng cách sử dụng các thử
nghiệm thay thế và mạnh hơn để đánh giá tính nhân quả của Granger một cách mạnh mẽ đối với
sự bất ổn, và bà đã phát hiện ra rằng những dự đoán của mô hình tiền tệ đã giúp dự báo tỷ giá

hối đoái tại một số thời điểm.
Tuy nhiên, bà đã không xem xét UIRP trong phân tích của mình, vì vậy điều quan trọng
là phải điều tra xem liệu UIRP có thất bại trong dữ liệu bất chấp sự hiện diện của sự bất ổn trong
dữ liệu hay không, một câu hỏi chúng tôi khám phá trong phần còn lại của phần này
Trước tiên, chúng tôi kiểm tra tính ổn định của các tham số UIRP theo thời gian bằng
cách ước tính chúng trong dữ liệu hơn mười năm Fig. 2(a)–(e). .
Các số liệu thừa nhận sự hiện diện của tính bất định trong toàn bộ mẫu mà chúng tôi xem
xét. Đối với Canada, giá trị của hằng số α là nhỏ trong toàn bộ mẫu, nhưng giá trị độ dốc β thay
đổi đáng kể từ âm sang dương.
Độ dốc β cũng thay đổi mạnh mẽ đối với EU, từ các giá trị gần bằng 0 ở đầu mẫu đến gần
bốn ở cuối mẫu. Trong trường hợp của Nhật Bản, hệ số gần bằng 0 đối với hầu hết tất cả các mẫu
ngoại trừ đầu và cuối mẫu. Thụy Sĩ và Vương quốc Anh là hai quốc gia khác có độ dốc β thay
đổi mạnh mẽ từ giá trị âm sang dương. Đối với quốc gia sau đó, hằng số cũng rất không ổn định,
đạt cả giá trị dương và âm tùy thuộc vào thời gian của mẫu
10


Chúng tôi kiểm tra cụ thể hơn về việc liệu sự sự bất định có ảnh hưởng đến UIRP hay
không trong Bảng 3a tới 3c. Chúng tôi xem xét hồi quy sau:

Et(st+h – st) = αt + βt (it+h - i*t+h) (2)
trong đó hằng số 𝛼, hoặc tham số độ dốc 𝛽, hoặc có khả năng cả hai, có thể thay đổi theo thời
gian. Các tham số không biến đổi theo thời gian biểu hiện,: 𝛼𝑡 = 𝛼 and/or 𝛽𝑡 = 𝛽 .
Chúng tôi kiểm tra độ ổn định của thông số bằng cách sử dụng nhóm các thử nghiệm, bao
gồm thử nghiệm Tỷ lệ khả năng thích nghi (QLR) của Andrew (1993), Andrew và Ploberger
((1994) Exponential-Wald (Exp-W), cũng như các kiểm định của Nyblom(1989).
Các thử nghiệm khác nhau tùy thuộc vào loại mất ổn định mà chúng cho phép; ) (QLR)
& (Exp-W) cho phép thay đổi cấu trúc một lần, trong khi Nyblom (1989) xem xét các thay đổi dễ
dàng và thường xuyên hơn.

11


12


Bảng 3a báo cáo kết quả thử nghiệm độ ổn định của cả hai tham số độ dốc β và hằng số
α. Rõ ràng là sự ổn định bị từ chối áp đảo, với giá trị p bằng 0 trong mọi trường hợp.

Sau đó chúng tôi điều tra xem sự không ổn định rõ rệt hơn trong hằng số hoặc trong độ
dốc. Bảng 3b báo cáo các thử nghiệm về độ ổn định trên hằng số. Bảng này cho thấy rằng hằng
số không ổn định đối với hầu hết các quốc gia trừ Vương quốc Anh.

Bảng 3c báo cáo các thử nghiệm về độ ổn định trên độ dốc; Bảng cho thấy độ dốc không
ổn định đối với tất cả các quốc gia, kể cả Vương quốc Anh. Do các tham số thay đổi theo thời
gian, các thử nghiệm UIRP được trình bày trong Bảng 2 không hợp lệ, vì chúng ta giả định rằng
các tham số ổn định theo thời gian .

13


Do đó, chúng tôi bổ sung cho việc phân tích bằng các thử nghiệm mạnh mẽ đối với sự
không ổn định của tham số. Cụ thể, chúng tôi thực hiện các thử nghiệm Exp-W*, Mean-W*,
Nyblom*và QLR*do Rossi (2005) đề xuất, có giá trị để kiểm tra các điều kiện UIRP ở mức
𝛼𝑡 = 0 và 𝛽𝑡 = 1 ngay cả khi có mặt biến đổi thời gian trong các tham số.
Bảng 4a - 4c cho thấy kết quả trong Bảng 2 sai số chuẩn. Cụ thể, Bảng 4a cho thấy cả hai
tham số khác nhau đáng kể so với các giá trị được dự đoán bởi UIRP; Bảng 4b và 4c báo cáo kết
quả cho hằng số và độ dốc riêng biệt, và cho thấy sự bác bỏ từ chủ yếu là do độ dốc khác 1, đặc
biệt là đối với Canada, Vương quốc Anh và Nhật Bản.

14


Phân tích trong phần này cho thấy các hệ số ước tính trong hồi quy UIRP rất không ổn
định theo thời gian và UIRP không giữ dữ liệu, bất kể sự hiện diện của sự không ổn định. Tuy
nhiên, phân tích không làm sáng tỏ lý do tại sao có có sự lệch khỏi UIRP theo thời gian. Phần
tiếp theo sẽ giải quyết câu hỏi quan trọng này.

V.

Sự bất định liệu có thể giải thích cho độ lệch UIRP?

Ở phần trước chúng ta đã thừa nhận hai câu đố quan trọng trong các tài liệu nghiên cứu
thực nghiệm về tài chính quốc tế: Các hệ số UIRP vừa khác với giá trị lý thuyết của chúng vừa
không ổn định theo thời gian.
Bài nghiên cứu này cố gắng cung cấp một sự giải thích cho cả hai câu đố này bằng cách
lập luận rằng sự bất định là một trong những lý do giải thích cho sự vô hiệu của UIRP trong thực
nghiệm; đó là các hệ số trong mô hình hồi quy UIRP có nhiều khả năng gần với các giá trị được
dự đoán theo UIRP trong thời điểm mà tính bất định thấp; và ít nhất một phần giải thích cho sự
thay đổi thời gian của chúng, , Vì thực tế rằng UIRP tồn tại khi tính bất định thấp nhưng chứ
không tồn tại khi tính bất định cao.
Như đã thảo luận trong phần giới thiệu, một lời giải thích điển hình cho câu đố UIRP là sự
tồn tại của phần bù rủi ro thay đổi theo thời gian; Nhưng điều gì tạo ra sự thay đổi theo thời gian
của phần bù rủi ro? Các lý thuyết giải thích gần đây nhất bao gồm các khủng hoảng hiếm gặp
(Farhi and Gabaix, 2016; Brunnermeier et al., 2009), sở thích và thói quen nhà đầu tư (Verdelhan,
2010) hoặc rủi ro dài hạn như một thành phần dự báo trong sự tăng trưởng tiêu dùng (Colacito và
Croce, 2011).
Kết quả thực nghiệm của chúng tôi cung cấp bằng chứng thực nghiệm đầy tiềm năng ủng
hộ cho Farhi và Gabaix (2016) theo các mặt sau. Một khủng hoảng hiếm gặp không mong đợi
thu được trong dữ liệu làm tăng chỉ số bất định của chúng tôi; ngược lại, ngay cả trường hợp khi

mà các tác nhân được mong đợi một thảm họa hiếm gặp không được nhận ra trong dữ liệu cũng
sẽ cho thấy một sự gia tăng trong chỉ số bất định của chúng tôi, vì những giá trị kỳ vọng sẽ khác
với giá trị thực hiện. Do đó, vào những thời điểm xảy ra khủng hoảng hiếm gặp, tính bất định
tăng lên và nhiều khả năng UIRP không tồn tại, trong khi đó, trong thời điểm bình thường, tính
bất định giảm và nhiều khả năng UIRP tồn tại, phù hợp với kết quả thực nghiệm của chúng tôi.
Tuy nhiên, chỉ số tính bất định của chúng tôi không chỉ bao gồm các khủng hoảng hiếm gặp mà
còn bao gồm những sai lệch giữa các tác nhân kỳ vọng và thực hiện về sự biến động của tỷ giá
hối đoái.
Một phân tích trực quan về mối quan hệ giữa tính bất định và các giá trị ước tính theo thời
gian của các tham số UIRP được trình bày trong Hình 2. Các bảng trên cùng trong Hình 2 cho
thấy các giá trị ước tính theo thời gian của các tham số trong khi các bảng dưới cùng hiển thị chỉ
số bất định cho từng quốc gia; các bảng dưới cùng biểu thị chỉ số tính bất định về tỷ giá hối đoái,
U*t+h. Hình vẽ cho thấy có sự tương quan giữa tính bất định và hệ số UIRP đối với hầu hết các
quốc gia: về cơ bản khi tính bất định ở mức cao, có nhiều sai lệch khỏi UIRP, cả về độ lệch của α
so với giá trị 0 cũng như độ lệch của β so với giá trị 1. Ví dụ, trường hợp của Thụy Sĩ (được mô
tả trong hình 2d) là trường hợp điển hình: Chúng ta có thể dễ dàng thấy được độ dốc β và hệ số
chặn α đều có giá trị âm trong giai đoạn đầu tiên của mẫu và đây cũng là giai đoạn có tính bất
15


định là cao nhất. Tương tự, trong trường hợp của Vương quốc Anh và Canada (được mô tả trong
hình 2e và a, tương ứng), độ dốc β tiến gần với giá trị lý thuyết (=1) trong khoảng thời gian từ
2005-2008, đúng với thời điểm có tính bất định là thấp nhất và khác biệt lớn so với giá trị lý
thuyết trong giai đoạn đầu (khi độ dốc âm) và về cuối mẫu (khi độ dốc dương và lớn), khi tính bất
định là cao nhất. Đối với EU, được mô tả trong hình 2(b), tính bất định cao đối với hầu hết các
mẫu mà chúng tôi xem xét. Cuối cùng, trường hợp của Nhật Bản (được mô tả trong hình 2c) cũng
vậy, cả độ dốc β và hệ số chặn α đều âm ở giai đoạn đầu mẫu, khi mà tính bất định thường ở mức
cao.
Để làm rõ hơn về việc liệu rằng tính bất định có thể giải thích câu đố UIRP hay không,
chúng tôi ước tính hồi quy sau:

Et(st+h – st) = α1 (1-dt) + β1 (1-dt)*(it+h - i*t+h) + α2 (1-dt) + β2 (1-dt)*(it+h - i*t+h)

(3)

Trong đó dt là một biến giả định bằng 1 nếu tính bất định đặc biệt cao. Do các chỉ số tính
bất định khá biến động, chúng tôi làm giảm sự biến động bằng cách sử dụng kỹ thuật cửa sổ cuộn
rolling window giống như chúng tôi đã sử dụng để ước tính các tham số trong hồi quy UIRP,
bằng dữ liệu mười năm. Khoảng thời gian có tính bất định cao được xác định bởi các trường hợp
khi mà chỉ số bất định (U*t+h) nằm ở tứ phân vị trên của giá trị phân phối, tức là chúng tôi xác
định thời kỳ tính bất định cao với 25% các mẫu con có giá trị tính bất định cao nhất.
Bảng 5. UIRP và sự bất định tỷ giá hối đoái

Chú ý: bảng trình bày tham số ước lượng trong phương trình (3), trong đó đo lường sự
bất định là sự bất định về tỷ giá hối đoái ( độ tin cậy 95%).
Bảng 5 cho thấy: bằng chứng thực nghiệm ủng hộ UIRP là yếu nhất trong các giai đoạn
mà sự bất định đặc biệt cao và mạnh hơn trong các giai đoạn có độ bất định có giá trị xung quanh
giá trị chuẩn. Chi tiết hơn, trong trường hợp Switzerland cả hai giá trị 2 và 2 đều âm và có giá
trị tuyệt đối lớn; Vì 2 và 2 là các hệ số chặn và hệ số góc của UIRP trong giai đoạn sự bất định
cao, kết quả hồi quy cho thấy sự tồn tại sai lệch từ UIRP khi sự bất định đặc biệt cao. Tuy nhiên,
trong giai đoạn sự bất định thấp, cả hai giá trị 1 và 1 gần giá trị lý thuyết hơn và sự khác biệt
không đáng kể. Japan là một trường hợp tương tự, hệ hế góc thay đổi quanh giá trị âm (khác biệt
đáng kể so với giá trị lý thuyết =1) trong suốt giai đoạn sự bất định cao, tới giá trị dương gấn 1
16


(khác biệt so với giá trị lý thuyết không có ý nghĩa thống kê) trong suốt giai đoạn sự bất định
thấp. Canada thì ngược lại, hệ số góc âm và gần 0 trong giai đoạn sự bất định cao, trong khi đó
nó đạt giá trị dương và gần 1 hơn trong giai đoạn sự bất định thấp; hệ số chặn  luôn nhận giá trị
gần 0 hơn (giá trị 0 là giá trị lý thuyết) trong giai đoạn sự bất định thấp. Trường hợp của EU và

UK thì sự bất định luôn có hệ số chặn gần hơn với giá trị lý thuyết; trong tất cả các trường hợp,
các ước lượng điểm được ước lượng đúng hơn trong các giai đoạn sự bất định thấp.
Chú ý rằng kết quả đã ứng dụng trực tiếp cho phần bù rủi ro. Thật vậy, đặt Rt+h,t kí hiệu
cho phần bù rủi ro và Rt+h,t ≡ (st+h – st) - it+h - i*t+h







Hồi quy Et  Rt h   1 1  dt   1 1  dt  it h  it*h   2 dt   2 dt it h  it*h



thu được các

hệ số 1 , 2 (và khoảng tin cậy của chúng) như trong phương trình (3) và các hệ số góc 1 ,  2
giống như hệ số ược tính được trong phương trình (3) trừ đi 1 (và tương tự đối với khoảng tin
cậy của chúng). Do đó, kết quả phương trình (3) cho thấy phần bù rủi ro và chênh lệch lãi suất có
mối tương quan lớn hơn trong suốt giai đoạn có sự bất định cao so với giai đoạn có sự bất định
thấp và có ý nghĩa đáng kể đối với Switzerland và Japan. Để ý rằng, phần bù rủi ro và chênh lệch
lãi suất tương quan không đáng kể trong giai đoạn sự bất định thấp với mọi quốc gia.
Cuối cùng, chúng tôi xem xét liệu sự bất định có thể giúp giải thích sai lệch của UIRP
một cách trực tiếp bằng cách ước lượng hồi quy sau đây:

Et  st h  st       it h  it*h    U t*h

(4)

và kiểm định   0 có ý nghĩa thống kê hay không bằng cách sử dụng ước lượng ma trận hiệp
phương sai (robust) cho phương sai sai số thay đổi. Kết quả được trình bày trong bảng 6. Bảng
số liệu cho thấy sự bất định giúp đáng kể trong việc giải thích những sai lệch từ UIRP cho tất cả
quốc gia.
Bảng 6. có phải sự bất định là nguyên nhân của tỷ giá hối đoái?

(Kết quả kiểm định tham số sử dụng robust. Các thống kê kiểm định chỗ mà sự bất định có ý
nghĩa dự đoán trong UIRP từ phương trình (4)).

17


Thật thú vị khi xem xét liệu rằng sự thay đổi theo thời gian của các tham số UIRP có thể
được giải thích chỉ bằng sự khác biệt trong chính sách tiền tệ hay không
Bảng 7. Hồi quy UIRP trong giới hạn thấp hơn 0 (zero lower bound).

(Kết quả ước lượng (độ tin cậy 95%) của hồi quy UIRP trong mẫu con giới hạn thấp hơn 0 ở US,
ước lượng từ 12/2008 đến 12/2014)
Bảng 7 ước tính các tham số UIRP trong mẫu con trong giai đoạn lãi suất gần bằng 0 ở
US (từ 12/2008 đến 12/2014), vì việc giảm lãi suất của chính sách tiền tệ truyền thống khi có dấu
hiệu suy thoái là không khả thi. Bằng cách so sánh bảng 7 và bảng 2, dễ dàng thấy được mặc dù
Switzerland và EU các hệ số ước lượng UIRP trong thời kỳ zero lower bound gần giá trị lý
thuyết hơn so với mẫu đầy đủ, kết quả tương tự không xảy ra với Canada, Japan và UK.

VI.

Hiệu ứng của sự bất định toàn cầu:

Trong các phần trước, chúng tôi tập trung vào các chỉ số đo lường sự bất định trong tỷ giá
hối đoái song phương, đây là một đo lường phù hợp cho mục đích của chúng tôi vì nó đại diện

cho sự bất định tỷ giá hối đoái trong thị trường tài chính. Chỉ số bất định mà chúng tôi sử dụng
dựa trên phương pháp của Rossi và Sekhposyan’s (2015) , ưu điểm của nó là có thể dễ dàng phù
hợp để đo lường sự bất định theo yêu cầu có mặt biến tối thiểu của dự báo sai số trong chuỗi thời
gian. Do tính chất song phương của dữ liệu tỷ giá hối đoái mà chúng tôi đã sử dụng, các chỉ số
có thể bao gồm cả sự bất định của toàn cầu cũng như đặc thù riêng của từng quốc gia. Nhưng cái
nào phù hợp hơn để giải thích những sai lệch so với UIRP: sự bất định toàn cầu hay sự bất định
mang tính đặc thù quốc gia trong thị trường tài chính? Chúng tôi cố gắng trả lời câu hỏi này
trong phần này.
Chúng tôi xây dựng chỉ số về sự bất định toàn cầu trong thị trường tài chính bằng cách lấy phần
chung của chỉ số bất định Rossi và Sekhposyan (2015) cho các cặp mà chúng tôi đã xem xét loại
bỏ các thành phần riêng biệt hoặc từng quốc gia đặc biệt. Ngoài ra còn có vài chỉ số bất định có
sẵn trong các tài liệu nghiên cứu được chúng tôi sử dụng để thay thế, như: Chỉ số VIX (Bloom,
2009), Chỉ số bất định kinh tế vĩ mô Jurado et al. (2015) , Chỉ số bất định tài chính Ludvigson et
al. (2015), Chỉ số bất định trong chính sách kinh tế Baker et al. (2016). Chỉ số biến động rủi ro tỷ
giá hối đoái toàn cầu Menkoff et al. (2012). Các chỉ số bất định thay thế này có sẵn chủ yếu cho
US và có thể được coi là thước đo của sự bất định về kinh tế vĩ mô và ( hoặc) chính trị toàn cầu
18


do vai trò nổi bật của US trên trường quốc tế. Chúng tôi cũng xem xét đo lường rủi ro biến động
ngoại hối toàn cầu của Menkoff et al. (2012). Hình 3 mô tả tất cả chỉ số bất định toàn cầu - chúng
rất tương quan trong mẫu mà chúng tôi tập trung vào.
Chúng ta ước tính công thức (3) sử dụng từng chỉ số trên như một cách đo lường rủi ro tỷ
giá toàn cầu, kinh tế vĩ mô của thị trường tài chính. Các kết quả được ghi nhận như trong Bảng
8A-8F. Đối với tất các quốc gia, chỉ số VIX (Bloom, 2009), Chỉ số bất định kinh tế vĩ mô Jurado
et al. (2015), Chỉ số bất định tài chính Ludvigson et al. (2015) cho thấy rằng, Những giá trị ước
tính hệ số độ dốc trong sự khác biệt lãi suất tiến gần đến giá trị lý thuyết trong thời kỳ tính bất
định ở mức thấp, trong khi hệ số này khác biệt lớn so với giá trị lý thuyết trong thời kỳ tính bất
định cao. Kết quả tương tự đối Chỉ số biến động rủi ro tỷ giá hối đoái toàn cầu Menkoff et al.
(2012). Trường hợp ngoại lệ duy nhất là Chỉ số bất định trong chính sách kinh tế Baker et al.

(2016) đối với trường hợp ở Nhật Bản, chỉ số dự báo độ dốc dương đối với Nhật Bản trong thời
kỳ tính bất định thấp và âm trong thời kỳ tính bất định cao; Tuy nhiên, Chỉ số Baker et al. (2016)
đo lường sự bất định trong chính sách kinh tế tại Mỹ, các thông tin trên ngoài sự bất định toàn
cầu trong thị trường tài chính, nó còn bao gồm cả những cải cách thị trường,…và một vài trường
hợp liên quan chỉ áp dụng cho mục đích nội bộ của Mỹ, cho nên có thể không có nhiều khả năng
để giải thích cho trường hợp UIRP tại Nhật Bản.
Bằng cách so sánh trường hợp E trong Bảng 8 (sử dụng thành phần chủ yếu từ các chỉ số
bất định của tỷ giá song phương tại một thời điểm) và Bảng 5 (sử dụng chỉ số bất định của tỷ giá
song phương của quốc gia cụ thể), chúng ta thấy rằng, các thành phần chủ yếu không thể giải
thích độ lệch khỏi UIRP theo thời gian hiệu quả như các chỉ số bất định của từng quốc gia. Vì
vậy, không chỉ có cú sốc toàn cầu trong thị trường tài chính quốc tế là quan trọng, mà cú sốc rủi
ro của quốc gia cụ thể cũng chiếm phần quan trọng không kém.

19


20


VII.

Xem xét trên một danh mục lớn các quốc gia

Chỉ số bất định của tỷ giá hối đoái được miêu tả ở mục 3 được dựa trên sai số dự báo
khảo sát. Một mặt, sử dụng những dự báo khảo sát là đáng kỳ vọng vì nó có thể bảo đảm rằng
nếu muốn đưa ra giả định thực tế rằng các nhà dự báo sử dụng tất cả những thông tin có sẵn khi
tiến hành dự báo (bao gồm cả những thông tin từ báo chí), thì lượng thông tin được sử dụng có
thể lớn nhất khi xây dựng các lỗi dự báo. Ngoài ra, Những dự báo không phụ thuộc vào bất kỳ
mô hình lý thuyết cụ thể nào về biến động của tỷ giá hối đoái. Mặt khác, các chỉ số bất định dựa
trên khảo sát có điểm bất lợi là chúng chỉ cố thể được xây dựng khi những khảo sát dự báo có

sẵn, điều này giới hạn đáng kể trên một danh mục quốc gia mà nhà nghiên cứu có thể phân tích.
21


Tuy nhiên, nếu một nhà nghiên cứu quan tâm đến việc đo lường tính bất định tại quốc gia mà các
sai số dự báo không có sẵn thì vẫn có thể xây dựng một chỉ số bất định dựa trên các mô hình dự
báo.
Trong mục này, chúng ta sẽ xây dựng các chỉ số bất định của tỷ giá hối đoái dựa trên các
dự báo theo bước đi ngẫu nhiên. Kể từ nghiên cứu của Meese và Rogoff (1983a,b), mô hình
bước đi ngẫu nhiên được xem tiêu chuẩn tốt nhất khi dự báo các tỷ giá hối đoái (Rossi, 2013), và
vì vậy, đây là mô hình tiềm năng cho việc đưa ra các chỉ số bất định. Mô hình lựa chọn ngẫu
nhiên xây dựng 𝑬(𝒔𝒕+𝒉 − 𝒔𝒕 ) = 𝟎; sai số dự báo , (𝒔𝒕+𝒉 − 𝒔𝒕 ) có thể sử dụng để xây dựng chỉ số
bất định U*t+h như trong mục 3. Chúng tôi tính toán chỉ số bất định tổng thể và xem xét UIRP
trong thời điểm tính bất định cao và thấp.
Trước tiên chúng tôi xem xét danh mục các quốc gia tương đương với danh mục đã được
xem xét trong mục 5 để kiểm định tính vững của kết quả ghi nhận được. Những kết quả thu được
thể hiện trong Bảng 9, hỗ trợ cho các kết quả chính trong Mục 5: Những bằng chứng thực
nghiệm ủng hộ cho UIRP là yếu nhất trong thời kỳ tính bất định đặc biệt cao, và mạnh hơn trong
những thời kỳ tính bất định thấp khi chỉ số bất định gần với giá trị lý thuyết. Ví dụ, hệ số trong
sự chênh lệch lãi suất dương và tiến gần đến 1 khi tính bất định thấp đối với Thuỵ Sỹ, Canada và
Nhật Bản, trong khi nó đat giá trị âm hoặc gần tới 0 khi tính bất định cao. Trong thời kỳ tính bất
định thấp hệ số độ dốc β của tất cả các quốc gia đều tiến gần giá trị lý thuyết (=1) và ngược với
thời kỳ có tính bất định cao.

22


Sau đó, chúng tôi mở rộng kết quả nghiên cứu của mình đối với các quốc gia khác nơi mà
các dự báo khảo sát / hoặc các chỉ bất định khác không có sẵn. Cụ thể, chúng tôi mở rộng tập dữ
liệu của mình để bao gồm Úc, Thụy Điển, Nam Phi, Na Uy, New Zealand và Đan Mạch; giống

như trước, tỷ giá hối đoái song phương là tỷ giá so với đồng đô la Mỹ. Tập hợp con của các quốc
gia này bao gồm cả tiền tệ hàng hóa và phi hàng hóa, cả thị trường mới nổi và thị trường phát
triển, và các loại tiền tệ có mức độ biến động lịch sử khác nhau.
Đầu tiên, Bảng A trong Bảng 10 xem xét lại bằng chứng thực nghiệm về mối quan hệ
UIRP cho những quốc gia này trong toàn bộ mẫu. Ở tất cả các quốc gia, hệ số ước lượng trong
chênh lệch lãi suất khác xa 1 và chúng tôi bác bỏ rằng các hệ số này có giá trị bằng 1 đối với tất
cả các quốc gia ngoại trừ New Zealand,. Nói cách khác, đối với nhóm quốc gia này các hệ số thu
được trái ngược với UIRP.
Sau đó, chúng tôi tính toán chỉ số bất định dựa trên sai số dự báo theo bước đi ngẫu nhiên
để điều tra xem liệu rằng tính bất định cao có thể giải thích cho sự sai lệch khỏi UIRP. Các kết
quả được báo cáo trong Bảng 10 B-C. Đối với tất cả các quốc gia ngoại trừ Na Uy, hệ số độ dốc
β trong thời kỳ có tính bất định thấp gần với giá trị lý thuyết hơn so với thời kỳ có tính bất định
cao. Do đó, câu đố UIRP bớt nghiêm trọng hơn trong môi trường có tính bất định thấp đối với
một số quốc gia được thêm vào (Úc, Thụy Điển, Đan Mạch) mà chúng tôi có thể xem xét trong
việc mở rộng các sai số dự báo của bước đi ngẫu nhiên. Đối với những quốc gia khác, mặc dù
khi tính bất định thấp các hệ số di chuyển theo đúng hướng, nhưng nó không giải quyết được
hoàn toàn câu đố (Nam Phi và New Zealand); Tuy nhiên phần chúng tôi trích dẫn phía sau là các
quốc gia phát triển (và Na Uy, khi câu đố không được giải quyết), nơi mà giá cả hàng hóa có thể
đóng vai trò trong việc xác định biến động tỷ giá, có thể giải quyết vấn đề này.

23


VIII. Kết luận
Bài viết này đã kiểm tra xem liệu rằng tính bất định mà chúng tôi quan sát thực nghiệm
trong dữ liệu có thể giải thích cho những sai lệch trong ngắn hạn khỏi UIRP hay không. Chúng
tôi đã phát hiện ra rằng những sai lệch khỏi UIRP mạnh hơn trong những thời kỳ có tính bất định
cao, trong khi UIRP có xu hướng tồn tại trong những thời kỳ có tính bất định thấp. Trong khi
chúng ta đều biết rằng những sai lệch khỏi UIRP rất lớn và chúng thay đổi theo thời gian, đây là
bài báo đầu tiên cung cấp một cơ sở kinh tế hợp lý cho cả câu đố UIRP cũng như sự biến động

theo thời gian của các tham số ước lượng UIRP thông qua việc liên kết những sai lệch UIRP với
tính bất định. Kết quả thu được mãnh mẽ với việc sử dụng nhiều chỉ số do lường khác nhau về
tính bất định kinh tế cũng như chỉ số bất định dự trên dự báo theo bước đi ngẫu nhiên. Kết quả
nghiên cứu thực nghiệm của chúng tôi phù hợp với sự tồn tại của phần bù rủi ro thay đổi theo
thời gian của có khả năng dẫn đến các khủng hoảng hiếm gặp.
Các phân tích bổ sung có thể được thực hiện trong tương lai bao gồm việc kiểm tra xem
liệu các kết quả tương tự có xảy ra trong dài hạn hay không; tuy nhiên, câu đố UIRP thực sự là
một câu đố trong ngắn hạn, đó là những gì chúng tôi tập trung trong bài báo này.

 Lời cảm ơn
Công trình này được Bộ Kinh tế và Năng lực cạnh tranh Tây Ban Nha hỗ trợ, Grant
ECO2015 68136-P, FedER, UE và Quỹ tài trợ nghiên cứu khoa học BBVA Foundation
(PR16_DAT_0043) về Phân tích dữ liệu lớn về kinh tế và ứng dụng thực nghiệm và được tài trợ
một phần bởi châu Âu Hội đồng nghiên cứu (ERC) thuộc chương trình nghiên cứu và đổi mới
Horizon 2020 của Liên minh châu Âu (thỏa thuận tài trợ số 615608). Các tác giả cảm ơn Menzie
Chinn, Nicolas Coeurdacier, Claudia Foroni, Gergely Ganics, Francesco Ravazzolo, Ricardo
Reis, Yohei Yamamoto, trọng tài ẩn danh và người tham gia hội thảo cho Hội thảo Bozen về Dự
báo Tài chính và Kinh tế vĩ mô cho nhiều ý kiến và đề xuất có giá trị. Barbara Rossi cảm ơn
ECB vì sự hiếu khách trong dự án này và đặc biệt là Aidan Meyer, cũng như Chương trình Cerca
/ Generalitat de Catalunya.

24