Nguyên cứu Vì sao Tiền Mỹ Không Tạo Ra Sản lượng cho Nước Mỹ mà lại tạo ra sản lương cho Hongkong

1.2 Lý do chọn đề tài Bài nghiên cứu tìm hiểu tác động của các chính sách tiền tệ của FED đến các nền kinh tế Mỹ và các nước sử dụng đồng USD, từ đó phân tích và đánh giá nhận định những

TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH



-VÌ SAO TIỀN MỸ KHÔNG TẠO RA SẢN LƯỢNG CHO NƯỚC MỸ MÀ LẠI TẠO RA SẢN LƯỢNG CHO HONG

KONG?

Gabriel Rodríguez, Nicholas Rowe

Nhóm thực hiện: Nhóm 12

1. Nguyễn Văn Đạt

2. Trần Minh Quang

3. Phạm Thị Thu Thủy

4. Huỳnh Thị Phi Yến Lớp: Cao học K23_TC05

Tháng 11 - 2014

I Phần mở đầu

1.1 Giới thiệu nghiên cứu

Tiền tệ có tạo ra sản lượng thực hay không? Nếu Cục Dự trữ liên bang FED đột nhiên, một cách thất thường

mà không cảnh báo trước, cắt giảm cung tiền tệ khoảng 20%, thì hiệu ứng gì sẽ xảy ra? Gần như tất cả

trong nhu cầu chung, và sự sụt giảm trong nhu cầu này có thể sẽ gây ra sự suy giảm sản lượng thực, ít nhất là trong ngắn hạn Như Christiano và cộng sự (1999) lập luận rằng, ngay cả những tài liệu vẫn chưa thống nhất về những giả thiết xác định những ảnh hưởng, tác động của các cú sốc ngoại sinh đến chính sách tiền tệ Có một sự đồng thuận lớn về những tác động định tính của một cú sốc tiền tệ trong ý nghĩa rằng kết luận này vững chắc qua một tập hợp lớn những chương trình/mô hình nhận diện mà sẽ được cân nhắc trong tài liệu

1.2 Lý do chọn đề tài

Bài nghiên cứu tìm hiểu tác động của các chính sách tiền tệ của FED đến các nền kinh tế

Mỹ và các nước sử dụng đồng USD, từ đó phân tích và đánh giá nhận định những tác động này sẽ ảnh hưởng tích cực hoặc tiêu cực như thế nào đến nền kinh tế

1.3 Mục tiêu nghiên cứu

Kiểm định tác động của chính sách tiền tệ đến sản lượng thực của Mỹ và Hong Kong Xác định mức độ ảnh hưởng của các nhân tố do chính sách tiền tệ ảnh hưởng cụ thế như thế nào đến sản lượng

1.4 Các lý thuyết kinh tế và nghiên cứu có liên quan

Sự bất đồng ý kiến duy nhất đến từ 2 trường phái kinh tế vĩ mô Một số nhà kinh tế vĩ mô sau Keynesia đã lập luận rằng cung tiền không có ảnh hưởng gì đến đường cầu chung, và

sẽ không có ảnh hưởng gì đến sản lượng thực luôn Những nhà kinh tế vĩ mô theo trường phái cổ điển lại tranh luận rằng cung tiền có thể ảnh hưởng đến đường cầu chung, nhưng giá cả và tiền lương linh hoạt và kết quả là đường cung thẳng đứng, có nghĩa là chỉ có mức giá cả bị suy giảm, còn Sản lượng thực thì không thay đổi

Mặc dù sự thống nhất rằng tiền tệ ảnh hưởng đến sản lượng, những bằng chứng kinh tế học chứng minh cho điều này còn khá yếu và không thuyết phục Những nguyên nhân cơ bản cho điều này khá đơn giản Thử nghiệm được minh họa ở trên không giống như những gì đã xảy ra Nó thường không giảm cung tiền chỉ 20% để theo thấy điều này gây

ra sự suy thoái kinh tế lớn như thế nào Cho nên thử nghiệm này có thể kiểm định được

liệu rằng tiền tệ có ảnh hưởng đến sản lượng hay chưa chưa bao giờ được thực hiện trong thực tế Nói cách khác, hồi quy OLS biến số sản lượng theo tiền tệ sẽ chỉ đưa ra những ước tính không chệch nếu cung tiền tệ có phương sai dương và tiền tệ có tác động ngoại sinh lên sản lượng không Nhưng tiền tệ tác động ngoại sinh lên sản lượng có nghĩa là FED lựa chọn chính sách tiền tệ mà không cân nhắc đến ảnh hưởng của chính sách này

có thể có đến sản lượng FED sẽ không bao giờ chọn chính sách tiền tệ theo cách đó Như Christiano và cộng sự (1999) lập luận rằng, ngay cả những tài liệu vẫn chưa thống nhất về những giả thiết xác định những ảnh hưởng, tác động của các cú sốc ngoại sinh đến chính sách tiền tệ Có một sự đồng thuận lớn về những tác động định tính của một cú sốc tiền tệ trong ý nghĩa rằng kết luận này vững chắc qua một tập hợp lớn những chương trình/mô hình nhận diện mà sẽ được cân nhắc trong tài liệu

Nhiều nhà kinh tế nghĩ rằng một phần đáng kể trong sự thay đổi hành động, chính sách của ngân hàng trung ương phản ánh sự phản hồi hệ thống của những nhà làm chính sách đến sự thay đổi của nền kinh tế (Christiano và cộng sự, 1999) Những thành phần của hệ thống này thường quen với những khái niệm của quy tắc phản hồi hoặc chức năng phản ứng lại

Giả sử có một phương trình cấu trúc cơ bản, được biến đến với FED, mức độ liên kết của sản lượng y+1 với mức độ cung tiền mt, và những biến số khác, với độ trễ j kì trong tác động của cung tiền lên sản lượng:

(1)

Ý tưởng của FED muốn sản lượng thực tăng trưởng ổn định theo tỷ lệ không đổi g Sau đó:

(2)

yt+j = F(mt, )

y*t+j = gt+j

Giả sử FED có hàm không đối xứng bậc 2, và cấu trúc của nền kinh tế là tuyến tính, FED

sẽ thiết lập cung tiền trong mỗi giai đoạn để mà kì vọng hợp lý về sản lượng trong giai đoạn t+j, với điều kiện những thông tin có sẵn tại thời điểm t (It) bằng với mức lý tưởng:

(3)

Bởi vì những bất kì thay đổi nào cũng có thể bị tạo ra những kì vọng hợp lý và lỗi dự báo, tại đó lỗi dự báo không tương quan với bất kì thông tin nào tại thời điểm t, chúng ta có:

(4) Thay phương trình (2) và (3) vào phương trình (4) ta được :

(5)

Phương trình (5) cho thấy sản lượng sẽ bằng với thời gian theo xu hướng cộng với một lỗi tự động mà lỗi này hoàn toàn không liên quan đến những thông tin có sẵn tại thời điểm t Có lẽ, cung tiền là một phần của bộ thông tin đó Điều này có nghĩa là nếu FED đang sử dụng chính sách tiền tệ làm mượt sản lượng thực, sản lượng sẽ không tương quan với độ trễ của cung tiền (Rowe và Yetman, 2002) Mặc dù giả định về cung tiền ảnh hưởng đến sản lượng với độ trễ j, những kiểm định kinh tế lượng mối quan hệ nhân quả không tìm được bằng chứng gì về mối quan hệ nhân quả hết

II Nghiên cứu thực nghiệm

2.1 Dữ liệu nghiên cứu

Trong bài này tác giả đưa ra bằng chứng thực nghiệm về kiểm tra tính nhân quả

Dữ liệu gồm vector zt kích thước (n x 1), gồm 3 chuỗi thời gian sử dụng trong phân tích

E(yi+j|It) = E[F(mt, …)|It) = Y*t+j

yt+j = E(yt+j|It) + et+j

yt+j = gt+j + et+j

zt = (y1t + y2t + y3t)

Với: y1t: là logarit sản lượng của Hongkong

y2t: là logarit sản lượng của Mỹ

y3t: là logarit cung tiền của Mỹ hoặc là lãi suất điều hòa vốn dự trữ bắt buộc của FED

Dữ liệu nghiên cứu trong giai đoạn từ quý 1 năm 1986 đến quý 4 năm 1999 (dữ liệu nghiên cứu theo quý)

2.2 Mô hình nghiên cứu

Bài nghiên cứu tiến hành gồm 3 bước:

• Bước 1: Tác giả kiểm tra tính phù hợp của các chuỗi thời gian, sử dụng kiểm định nghiệm đơn vị (ADF)

• Bước 2: Kiểm tra sự tồn tại của mối quan hệ đồng liên kết (kiểm định Johansen 1988)

• Bước 3 cũng là bước cuối: Ước lượng mô hình vector hiệu chỉnh sai số (VECM) và kiểm định nhân quả Granger (theo Phillips và Toda (1994))

Thực tế, cách thích hợp để kiểm định tính nhân quả phụ thuộc vào việc có tồn tại hay không mối quan hệ đồng liên kết Trong trường hợp có tồn tại mối quan hệ đồng liên kết, chúng ta có thể kiểm tra tính nhân quả trong ngắn hạn bằng cách sử dụng kiểm định

F với mức ý nghĩa của độ trễ của sai phân bậc nhất của các biến có liên quan (trong trường hợp này là các biến: ∆mt-kus hoặc ∆Rt-kus với k=1,2,…,k*) Ngoài ra, chúng ta có thể kiểm định tính nhân quả trong dài hạn bằng cách sử dụng kiểm định F với mức ý nghĩa của biến điều chỉnh sai số Tham khảo các nghiên cứu thực nghiệm của Hayo (1999), Khalid và Guan (1999) và Wernerheim (2000)

Trong việc áp dụng kiểm định ADF, độ trễ được chọn sử dụng theo một trình tự như phương pháp được đề nghị bởi Camphell và Perron (1991), gồm giả định ban đầu là độ trể lớn nhất (kmax) trong ước lượng tự hồi quy ADF, với mức ý nghĩa 90% của độ trễ cuối cùng Nếu không có mức ý nghĩa tìm thấy, việc hồi quy được lặp lại bằng cách sử dụng

độ trễ kmax-1 Phương pháp được lặp lại cho đến khi mức ý nghĩa của độ trễ được tìm thấy Nếu không có mức ý nghĩa của độ trễ nào được tìm thấy thì k=0

Kết quả đưa ra bằng chứng rằng các chuỗi dữ liệu này là không có tính dừng Nói cách khác, các chuỗi có thể được xem xét như tiến trình I(1) (Một dãy số sau khi lấy sai phân trở thành dãy số cân bằng được gọi là dãy số có độ tích hợp bậc 1 và ký hiệu là I(1) Trong thực tế, bước thứ 2, tác giả chứng minh sự tồn tại của mối quan hệ đồng liên kết giữa các biến

Vector zt gồm n biến, được trình bày theo mô hình VAR(k):

Với các giả định:

 là liên tục của i.i.d không ý nghĩa với ma trận hiệp phương sai Ω Trong hầu hết các trường hợp, sai số này được giả định theo phân phối chuẩn Gaussian, được ký hiệu N(0,Ω)

 Biến Dt chứa các thành phần có thể xác định, như hằng số, biến xu hướng thời gian, biến giả theo mùa và biến giả can thiệp Đây là mô hình được đề xuất bởi Johansen (1988,

1991, 1995) và được sử dụng rộng rãi trong các nghiên cứu thực nghiệm

Mô hình ở phương trình (6) được chuyển thành mô hình Vector hiệu chỉnh sai số (VECM):

Với , = Ma trận Γ= I -

Mối quan hệ đồng liên kết xảy ra tại dãy số có độ tích hợp bậc 1 (I(1)) (chuỗi dữ liệu dừng tại I(1)) khi ma trận bị giảm hạng; r<n (số hạng của ma trận nhỏ hơn số biến của phương trình) khi được biến đổi thành ma trận , α và β là cả hai ma trận full hạng với

số chiều là n x r; ma trận α chứa các hệ số điều chỉnh, ma trận β chứa các vector đồng liên kết Các vector này có tính chất đó là có tính dừng, mặc dù zt bản thân nó không có tính dừng Lưu ý rằng, có tồn tại các ma trận full hạng và với kích thước n x (n-r), nó vuông góc với cả α và β, như = 0 và = 0, và hạng của (

Để kiểm tra hạng ma trận Johansen đã phát triển phương pháp kiểm tra đồng liên kết hợp lý nhất sử dụng kỷ thuật hồi quy giảm hạng ma trận dựa trên tương quan chính

tắc Phương pháp thu được (n x 1) vector thặng dư và từ hồi quy phụ (hồi quy của và trong sự liên tục và độ trễ ) Phần dư được sử dụng có (n x n) ma trận phần dư:

(8) Với i ,j = 0,1 Bước tiếp theo là giải phương trình theo giá trị riêng

(9)

Đưa ra giá trị riêng n và vector giá trị riêng phù hợp đồng thời cũng là vector đồng

liên kết Một kiểm định hạng ma trận có thể được thực hiện bởi việc kiểm tra có bao nhiêu giá trị riêng λ=1 (λ equals to unity) Có một thống kê số lượng kết quả các mối quan hệ đồng liên kết là thống kê T, được xác định bởi:

Trace = - T ) (10) Một thống kê hữu ích khác bằng cách kiểm tra mức ý nghĩa của các ước lượng eigenvalues

(11)

Trong kiểm định T, giả thuyết H0: r=0 (không có đồng liên kết) và giả thuyết nghịch

HA: r>0 (có đồng liên kết) Kiểm định giả thuyết thống kê là H0: r= trái với giả thuyết nghịch là HA: r= +1 ( Theo thống kê theo Johansen (1995)

Các giá trị tới hạn trong các kiểm định được lập thành bảng bởi Osterwal – lenum (1992) Tuy nhiên, phân phối tới hạn phụ thuộc vào việc xem xét thành phần xác định trong phương trình 6 Và cũng phụ thuộc vào các thành phần xác định được đưa vào trong mối quan hệ đồng liên kết Tác giả xét hệ số chặn trong ước lượng của phương trình 6 Trong quan hệ đồng liên kết tác giả xét 2 trường hợp Trường hợp 1 chỉ gồm hệ

số chặn trong quan hệ dài hạn, trường hợp 2 gồm hệ số chặn và hệ số xu thế thời gian trong cân bằng dài hạn Trong bảng tác giả trình bày đặc điểm kỹ thuật 1 và đặc điểm kỹ thuật 2

Một vấn đề quan trọng khác, trong kiểm định của Johansen là kỹ thuật của độ trễ Nhiều ý kiến được đề xuất trong bài nghiên cứu này Một đề nghị sử dụng tiêu chuẩn như AIC hoặc SIC Để đạt mục tiêu là phát hiện ra mối quan hệ nhân quả, tác giả đặc biệt

quan tâm kỹ thuật độ trễ dài hạn hơn Như vậy, tiêu chuẩn SIC không được xem xét, bởi

vì nó được biết đến như là một tiêu chuẩn chọn lựa một mô hình tiêu dung tiết kiệm (parsimonious model) Sử dụng AIC, tác giả lựa chọn k=8, dẫn đến việc sử dụng k=7 trong kỹ thuật VECM

Kết quả từ ứng dụng của Johansen được trình bày trong bảng 1a và 1b Kết quả cho thấy bằng chứng rõ ràng về mối quan hệ đồng liên kết Nếu sử dụng lãi suất điều hòa vốn

dự trữ bắc buộc của FED như là một công cụ chính sách tiền tệ cho thấy một mối quan hệ đồng liên kết trong kỹ thuật thứ nhất, và hai mối quan hệ đồng liên kết trong kỹ thuật thứ

2 Nếu sử dụng cung tiền U.S như là một công cụ tiền tệ cho thấy hai mối quan hệ đồng liên kết trong kỹ thuật thứ 2

Bảng 1a: Kiểm định đồng liên kết

Kỹ thuật thứ 1 Kỹ thuật thứ 2

Chỉ có hệ số chặn Có hệ số chặn và xu hướng thời gian

y t hk , y t us , m t us

r= 0 r = 1 38.58α 38.58α

r = 1 r = 2 14.58α 19.79α

r = 2 r = 3 7.00α 11.03

y t hk , y t us , R t us r= 0 r = 1 29.46α 32.74α

r = 1 r = 2 13.53 28.47α

Tuy nhiên, trong kỹ thuật thứ nhất tác giả tìm thấy r =3, dẫn đến mọi biến số có tính dừng Kết quả này có thể là hệ quả của kích cỡ mẫu nhỏ được sử dụng trong ứng dụng thực tiễn Thực tế có bằng chứng (Maddala và Kim, 1999 cho cuộc khảo sát) cho rằng kích thước mẫu nhỏ có thể là nguyên nhân gây ra kết quả giả mạo (spurious rejection) Một giải pháp được đề nghị cho vấn đề này (bảng 1a) là điều chỉnh giá trị thống kê tính đến kích thước mẫu nhỏ Tác giả chỉ xét một trường hợp r=3 Theo Reimers (1992), tác

giả đã điều chỉnh kiểm định = (T-kn)/T, với T là tổng quan sát, k là số độ trễ, n là số biến được sử dụng trong hệ thống Với sự điều chỉnh này giá trị của là 21.70, 11.13 và 6.21 Chỉ ra các vectors này có mức ý nghĩa 95% Do đó, tác giả thực hiện với r=1

Bước thứ 3 và bước cuối là ước lượng phương trình 6 để kiểm định mối quan hệ nguyên nhân từ công cụ tiền tệ đến sản lượng Sự cân bằng được ước đoán là:

∆yi

t= ∑k

h=1 ah∆yi

t-h + ∑k

h=1 bh∆yj

t-h + ∑k

h=1 ch∆Rus

t-h + ∑r

s=1 dsects

t-1 + α + γ1D1t + γ2D2t + γ3D3t

∆yi = ∑k

h=1 ah∆yi

t-h + ∑k

h=1 bh∆yj

t-h + ∑k

h=1 ch∆mus

t-h + ∑r

s=1 dsects

t-1 + α + γ1D1t + γ2D2t + γ3D3t

Với i là Hongkong và j là US, ectt-1 là biến điều chỉnh sai số (error correction term);

Di là biến giả theo mùa được định nghĩa là Di = 1, với i = quý 1,2,3 Phương trình (12), (13) xem xét đến là mức độ lãi suất cho vay điều hòa dự trữ vốn bắt buộc tại các ngân hàng thương mại do FED quy định (Rtus) và cung tiền của U.S ( như là công cụ tiền tệ Bảng 1b: Kiểm định đồng liên kết T

Kỹ thuật thứ 1 Kỹ thuật thứ 2

Chỉ có hệ số chặn Có hệ số chặn và xu hướng thờigian

y t hk , y t us , m t us

r= 0 r > 0 59.87α 69.40α

r 1 r > 1 21.29α 30.82b

r 2 r > 2 6.71α 11.03

y t hk , y t us , R t us

r= 0 r > 0 44.27α 70.18α

r 1 r > 1 14.81 37.47α

Bảng 2a: Kiểm định nhân quả sử dụng Rus

t như là một công cụ để đo lường chính sách tiền tệ;

Mô hình ba biến:

∆yti = k

h=1 ah∆yi

t-h + k h=1 bh∆yj

t-h + k h=1 ch∆Rus

t-h + r s=1 dsects

t-1 + α + γ1D1t + γ2D2t + γ3D3t + et

Biến phụ

thuộc Độ trễ

∆y t hk

∆y t us

Bảng 2b: Kiểm định nhân quả sử dụng mtus như là công cụ tiền tệ, mô hình 03 biến như sau:

∆yt = k

h=1 ah∆yi

t-h + k h=1 bh∆yj

t-h + k h=1 ch∆mus

t-h + r s=1 dsects

t-1 + α + γ1D1t + γ2D2t + γ3D3t + et

Biến phụ

gian

∆y t hk

∆y t us

Kết quả sử dụng công cụ tiền tệ lãi suất FED được trình bày ở Bảng 2a và ở Bảng 2b là kết quả của mô hình sử dụng công cụ cung tiền Bài nghiên cứu đưa ra giá trị kiểm định F (dùng p-value được thể hiện trong dấu ngoặc đơn), cả kỹ thuật 1 và kỹ thuật 2 được sử dụng để phân tích đồng liên kết Nhìn chung, kết quả chính của bài nghiên cứu này là rõ ràng, dù là lãi suất FED hay cung tiền được sử dụng như là công cụ tiền tệ Có bằng chứng rõ ràng ủng hộ giả thiết của bài nghiên cứu là chính sách tiền tệ của Mỹ tạo

ra sản lượng cho Hong Kong, không tạo sản lượng cho Mỹ Khi kiểm định F bao gồm cả việc hiệu chỉnh sai số, kết quả đưa ra bằng chứng thuyết phục phù hợp với quan hệ nhân quả giữa chính sách tiền tệ của Mỹ tạo ra sản lượng cho Hong Kong trong dài hạn

Tuy nhiên, cần lưu ý rằng, kết quả bài nghiên cứu đưa ra từ kiểm định nhân quả Granger cần được cân nhắc bởi vì bài nghiên cứu này sử dụng kích thước mẫu nhỏ Phillips và Toda (1994) chỉ ra rằng, dựa vào mô phỏng của Monte Carlo, kết quả kiểm định F rất khó có giá trị nếu kích cỡ mẫu nhỏ và khi có nhiều hơn 03 biến sử dụng trong