Tiểu luận CHÍNH SÁCH TIỀN TỆ CỦA NHTW CÓ THỂ ĐƯỢC MÔ TẢ BỞI MỘT QUY TẮC TAYLOR TUYẾN TÍNH HAY BỞI MỘT QUY TẮC PHI TUYẾN

Giới thiệu Từ khi thành lập, bởi Taylor 1993, quy tắc lãi suất đại số tuyến tính đã chỉ rõ cách màFED điều chỉnh quỹ liên bang của nó nhắm đến mục tiêu tỷ lệ lạm phát hiện tại và lỗhổng

CHÍNH SÁCH TIỀN TỆ CỦA NGÂN HÀNG TRUNG ƯƠNG CÓ THỂ ĐƯỢC MÔ

TẢ BỞI MỘT QUY TẮC TAYLOR TUYẾN TÍNH (MỞ RỘNG) HAY BỞI MỘT QUYTẮC PHI TUYẾN?

Nguyên tắc Taylor ban đầu thiết lập một mối quan hệ tuyến tính đơn giản giữa lãi suất,lạm phát và lỗ hổng sản lượng Một phần mở rộng quan trọng cho quy tắc này là giả định

về một hành vi forward-looking của các ngân hàng trung ương Bây giờ họ được giả định

là nhắm mục tiêu đến lạm phát kỳ vọng và lỗ hổng sản lượng thay vì giá trị hiện tại củacác biến này Sử dụng một hàm phản ánh chính sách tiền tệ hướng tới tương lai, bài viếtnày phân tích xem liệu chính sách tiền tệ của ngân hàng trung ương thực sự có thể được

mô tả bởi một quy tắc Taylor tuyến tính hay, là bởi một quy tắc phi tuyến Bài viết cũngphân tích liệu quy tắc đó có thể được mở rộng với một chỉ số điều kiện tài chính chứathông tin từ một số giá tài sản và các biến số tài chính Kết quả cho thấy hành vi tiền tệcủa các Ngân hàng Trung ương châu Âu và Ngân hàng Anh được mô tả tốt nhất bởi mộtquy tắc phi tuyến, nhưng hành vi của Cục Dự trữ Liên bang Hoa Kỳ có thể được mô tảtốt bởi một quy tắc Taylor tuyến tính Bằng chứng của chúng tôi cũng cho thấy rằng chỉ

có Ngân hàng Trung ương châu Âu phản ứng với điều kiện tài chính

1 Giới thiệu

Từ khi thành lập, bởi Taylor (1993), quy tắc lãi suất đại số tuyến tính đã chỉ rõ cách màFED điều chỉnh quỹ liên bang của nó nhắm đến mục tiêu tỷ lệ lạm phát hiện tại và lỗhổng sản lượng hiện nay, một số nghiên cứu đã được tiến hành để kiểm tra tính hợp lệcủa nguyên tắc này cho các nước khác và các thời kỳ

Một phần mở rộng quan trọng được cung cấp bởi Clarida et al (1998, 2000), người đã đềnghị sử dụng một phiên bản forward-looking của Quy tắc Taylor nơi mà ngân hàng trungương nhắm mục tiêu đến lạm phát kỳ vọng và lỗ hổng sản lượng thay vì giá trị của cácbiến này trong quá khứ hay hiện tại Thực tế đó cho phép các ngân hàng trung ương đưacác biến liên quan vào khoản mục khi hình thành dự báo của mình

Gần đây, một số nghiên cứu đã mở rộng Quy tắc Taylor forward-looking bằng cách xemxét ảnh hưởng của các biến khác trong việc điều hành chính sách tiền tệ Một phần mởrộng quan trọng có liên quan đến sự bao gồm của giá tài sản và các biến tài chính trongquy tắc.

Vấn đề này đã gây ra một cuộc thảo luận rất lớn trong các tài liệu: trong khi một số tácgiả cho rằng ngân hàng trung ương nên nhắm mục tiêu đến giá tài sản thì một số tác giảkhác không đồng ý Để góp phần vào cuộc thảo luận này, chúng tôi đặt câu hỏi liệu quytắc Taylor cơ bản có thể thay bằng mở rộng với một biến thay thế mà biến này tập hợpnhững thông tin từ thị trường tài sản và tài chính, tức là liệu có phải ngân hàng trungương đang nhắm mục tiêu đến thông tin kinh tế liên quan chứa đựng trong một nhómbiến tài chính chứ không phải đơn giản chỉ nhắm mục tiêu đến mỗi biến tài chính thànhphần Như vậy, mục tiêu đầu tiên của bài viết này là để ước lượng một quy tắc Taylortuyến tính cho khu vực châu Âu, Hoa Kỳ và Vương quốc Anh (Anh) được mở rộng vớimột chỉ số điều kiện tài chính tập hợp các thông tin kinh tế liên quan chứa đựng trongmột số biến tài chính Thay vì dựa vào giá tài sản cụ thể hoặc các biến tài chính, như cácnghiên cứu khác, chỉ số được xây dựng trong bài báo này tổng hợp các thông tin có liênquan được cung cấp bởi các biến đó dưới dạng một biến đơn nơi mà trọng số3u8e củamỗi biến tài sản và tài chính được phép thay đổi theo thời gian Các ngân hàng trungương có thể không nhắm mục tiêu đến một biến tài sản hoặc tài chính cụ thể trong tất cảthời gian, nhưng nó có thể là mục tiêu trong một số trường hợp, tức là khi, vì một số lý

do, nó chứa sự liên quan kinh tế cụ thể Như vậy, tổng hợp các thông tin từ một số tài sản

và các biến tài chính trong một chỉ số có trọng số sẽ cho phép rút ra sự liên quan kinh tế

cụ thể của từng biến tại mỗi thời điểm

Kết quả từ ước lượng của một quy tắc Taylor tuyến tính forward-looking chỉ ra rằngNgân hàng Trung ương châu Âu (ECB) phản ứng với các thông tin chứa đựng trong cácchỉ số điều kiện tài chính đã được phát triển trong nghiên cứu này, nhưng FED và Ngânhàng Trung ương Anh (BOE) thì không phản ứng với thông tin này

Nguyên tắc Taylor truyền thống là một quy tắc chính sách mà có nguồn gốc từ việc tốithiểu hàm tổn thất đối xứng bậc hai của ngân hàng trung ương với giả định rằng hàm tổngcung tiền là tuyến tính Tuy nhiên, trong thực tế, có thể không có trường hợp này và cácngân hàng trung ương có thể gán trọng số khác nhau cho lạm phát kỳ vọng tiêu cực vàtích cực và lỗ hổng sản lượng trong hàm tổn thất của nó Trong trường hợp đó, chúng sẽkhông theo một quy tắc tuyến tính mà là một quy tắc Taytor phi tuyến tính forward-looking Chỉ có một số nghiên cứu rất gần đây bắt đầu xem xét những bất đối xứng hayphi tuyến trong phân tích chính sách tiền tệ

Tài liệu này mở rộng việc phân tích cho hai khu vực chưa được khám phá bởi nhữngnghiên cứu đó Trước hết, lần đầu tiên nó cung cấp một mô hình phi tuyến để nghiên cứu

về chính sách tiền tệ của ECB, nơi mà sự hiện diện của bất đối xứng được đưa vào tàikhoản trực tiếp trong cấu trúc của mô hình Thủ tục này sẽ cho phép một câu trả lời chocác câu hỏi: liệu chính sách tiền tệ của ECB có thể được đặc trưng bởi một quy tắc Taylorphi tuyến hay không? Hay nói cách khác, là ECB có phản ứng khác nhau khi mà lạm phát

ở trên và dưới mục tiêu hay không? Liệu nỗ lực của ECB là để đạt đúng mục tiêu đối vớilạm phát hay là giữ lạm phát trong một phạm vi nhất định? Thứ hai, nghiên cứu này cũng

mở rộng các thông số kĩ thuật phi tuyến tính của quy tắc Taylor với chỉ số tài chính đãđược sử dụng trong ước lượng tuyến tính để kiểm tra xem, sau khi kiểm soát phi tuyến,ECB và hai ngân hàng TW khác có còn phản ứng với thông tin chứa trong là chỉ số đóhay không

Kết quả của việc ước lượng các mô hình hồi quy phi tuyến chuyển tiếp trơn (smoothtransition) rất thú vị Đầu tiên, chúng chỉ ra rằng các Chính sách tiền tệ của ECB được

mô tả bằng một chính sách tiền tệ phi tuyến tính tốt hơn là một quy tắc Taylor tuyến tính:

nó chỉ phản ứng tích cực đối với lạm phát phát khi đó là trên 2,5%; và nó chỉ bắt đầuphản ứng với các doanh nghiệp chu kỳ trong khi mức lạm phát ổn định, tức là thấp hơn2,5% Mặc dù ngưỡng ước lượng này cao hơn so với các mục tiêu chính thức (khoảng2%), nhưng đây là một kết quả thực nghiệm xác nhận khá rõ rệt các nguyên tắc chính củachính sách tiền tệ của ECB Thứ hai, kết quả cũng cho thấy ECB - trái với các ngân hàng

trung ương khác - tiếp tục xem xét các thông tin chứa trong các chỉ số tài chính ngay cảsau khi tính chất phi tuyến được kiểm soát Thứ ba, chúng tôi tìm ra các bằng chứng thứyếu để bác bỏ các mô hình tuyến tính đối với Mỹ nhưng không bác bỏ cho Vương quốcAnh, nơi mà BOE dường như đang theo đuổi một mục tiêu trung bình 1,8-2,4% tại mứclạm phát chứ không phải là mức mục tiêu chính thức hiện tại là 2%

Phần còn lại của bài viết này được tổ chức như sau: Phần 2 trình bày một đánh giá ngắngọn của các tài liệu về quy tắc Taylor Cách thức dùng để ước lượng tuyến tính Quy tắcTaylor được mô tả tại mục 3; phần này cũng trình bày những dữ liệu và phân tích kết quảthực nghiệm của việc ước lượng các thông số kĩ thuật Mô hình đã sử dụng để ước lượngquy tắc Taylor phi tuyến được trình bày và phân tích trong phần 4, cũng như các kết quảước lượng của nó Phần 5 nhấn mạnh khám phá chính của bài viết này và kết luận

2 Một đánh giá ngắn gọn của các tài liệu về quy tắc Taylor

Phần này dự định cung cấp một đánh giá ngắn gọn của các tài liệu về quy tắc Taylor,nhấn mạnh những đóng góp chính phục vụ cho phân tích được trình bày trong bài viếtnày

Trong dạng ban đầu của nó, nguyên tắc Taylor giả định rằng ngân hàng trung ương sửdụng các giá trị của lạm phát và lỗ hổng sản lượng ở quá khứ hay hiện tại để thiết lập cáclãi suất Tuy nhiên, trong thực tế, họ có xu hướng dựa vào các thông tin có sẵn - liên quanđến diễn biến kỳ vọng của giá dự khi xác định lãi suất Vì lý do đó, Clarida et al (1998,2000) đề nghị sử dụng một phiên bản forward-looking của các quy tắc Taylor mà cácngân hàng trung ương hướng đến mục tiêu lạm phát kỳ vọng và lỗ hổng sản lượng thay vìgiá trị của các biến trong quá khứ hay hiện tại Thực tế đó cho phép các ngân hàng trungương đưa các biến có liên quan khác nhau vào tài khoản khi hình thành dự báo của mình

Họ chứng minh lợi thế của nó trong việc phân tích các hành vi chính sách của Fed vàngân hàng trung ương khác

Fourcans và Vranceanu (2004) và Sauer và Sturm (2007) cũng nhấn mạnh tầm quantrọng của việc xem xét một quy tắc Taylor forward-looking trong việc phân tích chínhsách tiền tệ của ECB

Một số nghiên cứu mở rộng quy tắc tuyến tính này bằng cách xem xét ảnh hưởng của cácbiến khác trong việc điều hành chính sách tiền tệ Ví dụ, Fourcans và Vranceanu (2004)đưa ra một số bằng chứng cho thấy một phản ứng của ECB đối với độ lệch của tỷ giá hốiđoái với giá trị trung bình của nó Một kết quả tương tự cũng được tìm thấy bởi Chadha

et al (2004) cho Fed, Ngân hàng Anh và Ngân hàng Nhật Bản và bởi Lubik vàSchorfheide (2007) cho các ngân hàng trung ương của Canada và Anh Xem xét vai tròcủa cung tiền trong các hàm phản ứng của ECB, Fendel và Frenkel (2006) và Surico(2007b) kết luận rằng nó không ảnh hưởng đến hành vi của ECB một cách trực tiếp,nhưng nó là một công cụ tốt để dự đoán lạm phát tương lai

Vai trò của giá tài sản là một vấn đề quan trọng được xem xét trong một số nghiên cứu.Tuy nhiên, không đạt được sự đồng thuận về việc liệu ngân hàng trung ương nên haykhông nên nhắm mục tiêu đến loại biến này Cecchetti et al (2000), Borio và Lowe(2002), và Goodhart Hofmann (2002), Sack và Rigobon (2003), Chadha et al (2004) vàRotondi và Vaciago (2005) cho rằng ngân hàng trung ương nhắm mục tiêu giá tài sản làđiều quan trọng Họ cũng cung cấp bằng chứng và sự ủng hộ theo hướng đó Ngược lại,ông Bernanke và Gertler (1999, 2001) và Bullard và Schaling (2002) không đồng ý vớimột kiểm soát trước (ex-ante ) trên giá tài sản Họ cho rằng một khi nội dung dự đoán củagiá tài sản cho lạm phát đã được tính toán, thì cơ quan tiền tệ không nên phản ứng vớibiến động giá tài sản Thay vào đó, các ngân hàng trung ương chỉ nên hành động nếu dựkiến rằng chúng ảnh hưởng đến lạm phát dự báo hoặc sau sự bùng nổ của bong bóng tàichính để tránh thiệt hại cho nền kinh tế thực

Mặt khác, Drif fi ll et al (2006) phân tích sự tương tác giữa chính sách tiền tệ và thịtrường tương lai trong bối cảnh của một hàm phản ứng tuyến tính Họ tìm ra bằng chứngủng hộ cho sự bao gồm của giá tương lai trong hàm phản ứng của ngân hàng trung ương

như 1 đại diện cho sự ổn định tài chính Hơn nữa, Kajuth (sắp xuất bản) cho thấy chínhsách tiền tệ cũng nên phản ứng với giá nhà bởi vì sự ảnh ưởng của nó đến việc tiêu thụ.Vấn đề ổn định tài chính cũng được điều tra bởi Montagnoli và Napolitano (2005) họxây dựng và sử dụng một chỉ số điều kiện tài chính bao gồm tỷ giá hối đoái, giá cổ phần

và giá nhà trong ước lượng của quy tắc Taylor cho một số ngân hàng trung ương Kết quảcho thấy chỉ số này có thể hữu ích trong việc mô hình hóa các hành vi của chính sách tiền

tệ Xem xét những phát triển này, mục tiêu đầu tiên của chúng tôi chỉ đơn giản là để ướclượng một quy tắc Taylor tuyến tính cho khu vực châu Âu, Mỹ và Anh, nơi mà các thôngtin từ một số biến tài chính được hạch toán để làm sáng tỏ thêm về tầm quan trọng hoặckhông quan trọng của nó

Trong tất cả các nghiên cứu đề cập đến nay, nguyên tắc Taylor được coi là một nguyêntắc lãi suất tuyến tính đơn giản mà đại diện cho một chính sách cai trị tối ưu trong điềukiện các ngân hàng trung ương muốn tối thiểu một hàm tổn thất đối xứng bậc hai và cóhàm tổng cung tiền là tuyến tính Tuy nhiên, trong thực tế, có thể không có trường hợpnày và các ngân hàng trung ương có thể có sự ưu tiên bất đối xứng và, do đó, theo quytắc Taylor phi tuyến Nếu các ngân hàng trung ương được chỉ định gán các trọng số khácnhau đối với lạm phát tiêu cực và tích cực và lỗ hổng sản lượng trong hàm tổn thất, thìkhi đó một quy tắc Taylor phi tuyến dường như phù hợp hơn để giải thích hành vi củachính sách tiền tệ Tuy nhiên, chỉ gần đây các tài liệu mới bắt đầu xem xét mô hình phituyến hoặc bất đối xứng trong phân tích chính sách tiền tệ Bất đối xứng chính sách tiền

tệ có thể là kết quả của mô hình kinh tế vĩ mô phi tuyến (Dolado et al., 2005), sở thíchcủa ngân hàng trung ương phi tuyến (Dolado et al, 2000; Nobay và Peel năm 2003;Ruge-Murcia, 2003 và Surico, 2007a) hoặc cả hai (Surico, 2007b) Đặc biệt, Surico(2007b) nghiên cứu sự hiện diện của tính chất phi tuyến trong chính sách tiền tệ của ECBcho giai đoạn tháng 1 năm 1999-tháng 12 năm 2004, ước lượng một mô hình tuyến tínhGMM từ nguồn gốc của một hàm tổn thất với sở thích bất đối xứng và xem xét một tậphợp đường cung lồi Ông nhận ra rằng các sự thắt chặt sản lượng hàm ý sự phản ứng củachính sách tiền tệ lớn hơn mở rộng sản lượng có cùng kích thước, nhưng không có phản

ứng bất đối xứng được tìm thấy đối với lạm phát Với nhiều dữ liệu có sẵn hơn và sửdụng một mô hình khác - chính xác hơn là một mô hình phi tuyến forward-looking,chúng tôi cũng hy vọng sẽ tìm ra bằng chứng của một phản ứng bất đối xứng của ECBđối với lạm phát.

Nguyên tắc chính sách tiền tệ phi tuyến forward-looking của chúng tôi được sử dụngtrong phân tích có tính bất đối xứng trong mô hình kinh tế vĩ mô và trong các ưu đãi ngânhàng trung ương ngầm và khái quát các quy tắc Taylor truyền thống của Clarida et al.(1998, 2000) Thay vì chỉ đơn giản là dựa vào một mô hình tuyến tính, Ala Surico(2007b), nơi những bất đối xứng được hạch toán bằng cách sử dụng các sản phẩm và cácsản phẩm chéo của lạm phát và lỗ hổng sản lượng hoặc bằng một phân tích riêng biệtcho lạm phát trên hoặc dưới các mục tiêu, báo cáo này ước lượng một mô hình chínhsách tiền tệ phi tuyến tính nơi mà sự hiện diện của bất đối xứng được đưa vào tài khoảntrực tiếp trong cấu trúc của mô hình

Hơn nữa, thủ tục này cũng sẽ cung cấp một câu trả lời cho câu hỏi liệu một ngân hàngtrung ương sẽ theo một mốc mục tiêu hay một phạm vi mục tiêu đối với lạm phát

Hai nghiên cứu đáng chú ý liên quan đến việc áp dụng mô hình phi tuyến để phân tíchhành vi của chính sách Ngân hàng Trung ương ': Martin và Milas (2004) và Petersen(2007) Martin và Milas (2004) áp dụng một mô hình hàm chuyển tiếp trơn logistic bậchai phi tuyến (a nonlinear quadratic logistic smooth transition model) đối với chính sáchtiền tệ của BOE Họ tập trung phân tích của họ về chính sách trong mục tiêu lạm phát đãthiết lập vào năm 1992 và tìm ra bằng chứng về tính chất phi tuyến trong việc điều hànhchính sách tiền tệ trong giai đoạn 1992-2000

Họ chỉ ra rằng các nhà chức trách tiền tệ Anh cố gắng để giữ mức lạm phát trong mộtphạm vi thay vì theo đuổi một mục tiêu điểm và có xu hướng phản ứng tích cực khi độlệch tăng hơn là giảm xuống của lạm phát khỏi phạm vi mục tiêu Thiếu sót duy nhất củabài báo là không cung cấp một kiểm định cho sự phù hợp của mô hình, ví dụ như các tácgiả không kiểm tra tính hợp lệ của mô hình phi tuyến của họ chống lại một mô hình tuyến

tính hoặc chống lại một lựa chọn thay thế phi tuyến khác Đây là một vấn đề quan trọng

mà chúng tôi sẽ giới thiệu trong nghiên cứu này

Gần đây, Petersen (2007) áp dụng một mô hình hồi quy chuyển tiếp trơn đơn giản đối vớichính sách tiền tệ của Fed trong giai đoạn 1985-2005 bằng cách sử dụng quy tắc Taylor

cơ bản và tìm ra sự hiện diện của phi tuyến: một khi lạm phát tiếp cận một ngưỡng nhấtđịnh, Fed bắt đầu phản ứng mạnh mẽ hơn đối với lạm phát

Tuy nhiên, Petersen (2007) không đưa vào tài khoản mức độ trơn của lãi suất hay khảnăng quy tắc Taylor là hướng tới tương lai Vì vậy, một phân tích phi tuyến xem xétnhững khía cạnh trong hành vi Fed là cần thiết

Chúng tôi sẽ cung cấp các phân tích và mở rộng các quy tắc tiền tệ phi tuyến với các biến

số khác cung cấp thông tin về các điều kiện tài chính Hơn nữa, đây là nghiên cứu đầutiên sử dụng dữ liệu cho các khu vực châu Âu, kiến thức của chúng tôi, để áp dụng một

mô hình phi tuyến với chế độ chuyển tiếp trơn để nghiên cứu về chính sách tiền tệ củaECB

3 Thống kê mô tả và ước lượng các quy tắc Taylor tuyến tính

Quy tắc Taylor tuyến tính cơ bản được quy định và ước lượng trong phần này Chúng tôibắt đầu việc mô tả các quy tắc trong thời điểm hiện tại và tương lai Sau đó, chúng tôitiến hành ước lượng đối với khu vực Euro, Mỹ và Anh Trong phần 4, chúng tôi sẽ xemxét một trường hợp quy tắc phi tuyến

3.1 Nguyên tắc Taylor tuyến tính

Quy tắc dưới đây được đề xuất bởi Taylor (1993) để mô tả chính sách tiền tệ ở Mỹ tronggiai đoạn 1987-1992:

Quy tắc này liên quan đến lãi suất danh nghĩa ngắn hạn (i*) như là công cụ chính sáchtiền tệ và cho rằng nó sẽ tăng lên nếu lạm phát (πt) tăng vượt quá lạm phát mục tiêu (π*)

(tức πt> π* hay ∆π = πt - π* > 0) hoặc nếu sản lượng đầu ra (yt) tăng lên trên giá trị xuhướng hoặc giá trị tiềm năng (y*) (tức yt> y* hay ∆y= yt - y* >0) Do đó, β chỉ ra độnhạy cảm của chính sách lãi suất đối với độ lệch lạm phát so với mục tiêu và γ cho thấy

độ nhạy cảm của lãi suất đến lỗ hổng sản lượng Trong trạng thái cân bằng, độ lệch củalạm phát và sản lượng với giá trị mục tiêu là 0, và do đó, lãi suất mong muốn (i*) là tổngcác lãi suất thực tế cân bằng () cộng với lạm phát mục tiêu i* = + π*

Quy tắc Taylor ban đầu (1993) xem xét độ lệch của lạm phát so với lạm phát mụctiêu ∆π trong bốn quý vừa qua Tuy nhiên, trong thực tế, ngân hàng trung ương khônghướng tới lạm phát mục tiêu trong quá khứ hay hiện tại, mà là lạm phát kỳ vọng Vì lý do

đó, Clarida và cộng sự (1998) đề nghị việc sử dụng một quy tắc Taylor hướng tới tươnglai Phiên bản này cho phép các ngân hàng trung ương để các biến có liên quan khác nhauvào hạch toán khi tiến hành dự báo lạm phát Do đó, theo Clarida và cộng sự (1998,2000), lãi suất kỳ vọng (i*) mà các ngân hàng trung ương mong muốn phụ thuộc vào độlệch của lạm phát kỳ vọng với giá trị mục tiêu ∆π trong k giai đoạn (hàng năm) và chênhlệch sản lượng dự kiến ∆y trong p kỳ kế tiếp, trong đó lãi suất theo quy tắc Taylor tươnglai như sau:

trong đó E là các nhà điều hành mong đợi và Ωt là một vector bao gồm tất cả cácthông tin sẵn có cho các ngân hàng trung ương tại thời điểm thiết lập lãi suất

Theo nguyên tắc Taylor, để chính sách tiền tệ được ổn định thì các hệ số về chênhlêch lạm phát (β) nên vượt quá 1và hệ số lỗ hổng sản lượng (γ) nên dương Một hệ số β

>1 nghĩa là ngân hàng trung ương sẽ tăng lãi suất thực để đáp ứng mức lạm phát cao hơn,

mà tạo nên một hiệu quả ổn định trong lạm phát; mặt khác, β <1 cho thấy một hành viđiều tiết nới lãi suất phù hợp với lạm phát, có thể tạo ra khủng hoảng tự thực hiện củalạm phát và sản lượng đầu ra Một hệ số dương trên chênh lệch sản lượng đầu ra γ>0 cónghĩa là trong các tình huống mà sản lượng thấp hơn mức tiềm năng của nó thì một sựgiảm trong lãi suất sẽ có tác động ổn định nền kinh tế

Một quá trình thông thường khi ước lượng hàm phản ứng chính sách tiền tệ là đểkiểm soát tự tương quan trong lãi suất Điều này thường được thực hiện bằng cách giảđịnh rằng các ngân hàng trung ương không điều chỉnh ngay lập tức lãi suất cho mongmuốn của mình nhưng lại quan tâm đến lãi suất làm phẳng Một số cơ sở lý thuyết trongcác tài liệu trước đó đã đưa lãi suất làm phẳng trong quy tắc Taylor, giống như nỗi sợ hãi

sự gián đoạn trong thị trường tài chính, sự tồn tại của những rào cản giao dịch, sự tồn tạicủa lãi suất danh nghĩa trái phiếu zero không ràng buộc thấp hơn hoặc thậm chí khôngchắc chắn về những tác động của các cú sốc kinh tế Như vậy, nếu Ngân hàng trung ươngđiều chỉnh lãi suất dần về mức mong muốn, sự linh hoạt của điều chỉnh mức lãi suất hiệntại với lãi suất mục tiêu được cho bởi:

Trong đó tổng của ρj mức độ làm phẳng trong lãi suất và j đại diện cho số lượng

độ trễ Số lượng các độ trễ trong phương trình này thường được lựa chọn trên cơ sở thựcnghiệm để không có tự tương quan trong các phần dư

Xác định α = – (β - 1)π*, t+p = yt+p – y*t+p và chèn phương trình (3) vào (2) giảđịnh rằng các ngân hàng trung ương có thể kiểm soát lãi suất lên đến sai số phân phốingẫu nhiên độc lập và giống nhau (u) biểu diễn theo các phương trình sau đây:

Mà thống kê mô tả thường được ước tính trong các nghiên cứu Quy tắc này có thể dễdàng mở rộng để bao gồm một vector bổ sung của m biến giải thích khác (x) mà có thể cókhả năng ảnh hưởng đến thiết lập lãi suất Để làm điều đó, chúng tôi chỉ cần thêm

θ’Et(xt+q|Ωt) vào thừa số trong dấu ngoặc vuông (4), trong đó θ là một vector của hệ sốđược kết hợp với các biến bổ sung Việc loại bỏ các biến dự báo không quan sát được từphương trình này, các quy định chính sách có thể được viết lại:

trong đó sai số εt là kết hợp tuyết tính của sai số dự báo và lạm phát, sản lượng,vector của biến ngoại sinh bổ sung và nhiễu ut

Phương trình (5) sẽ được ước lượng bằng Phương pháp mômen mở rộng (GMM).Theo Clarida và cộng sự (1998, 2000), phương pháp này thích hợp cho các phân tích kinh

tế của quy tắc lãi suất khi hồi quy được thực hiện trên các biến không được biết đến bởingân hàng trung ương tại thời điểm ra quyết định Để thực hiện phương pháp này, cácthiết lập sau đây của điều kiện trực giao được áp dụng:

trong đó vt là một vector của các biến (công cụ) trong các thiết lập thông tin củangân hàng trung ương vào thời điểm họ chọn lãi suất và đó là trực giao đối với εt Trong

số đó chúng tôi có thể có một tập hợp các biến trễ có thể giúp dự đoán trong lạm phát, lỗhổng sản lượng và các biến ngoại sinh bổ sung, cùng với các biến khác mà các biến nàykhông tương quan với ut Một ma trận trọng số tối ưu mà có thể giải thích tương quanchuỗi và ngẫu nhiên trong εt được sử dụng trong ước lượng Xem xét rằng số chiều củacông cụ vector vt vượt quá số lượng tham số được ước tính, một số hạn chế phát hiệnphải được kiểm tra để đánh giá tính hợp lệ của các thống kê và thiết lập các công cụ được

sử dụng Trong bối cảnh đó, kiểm định Hansen (1982) được thực hiện: dưới giả thuyếttập hợp các công cụ là hợp lệ; bác bỏ trực giao có nghĩa là các ngân hàng trung ươngkhông điều chỉnh hành vi của mình với những thông tin về tương lai trong lạm phát vàsản lượng chứa trong các biến công cụ Vì trong trường hợp đó, một số công cụ có tươngquan với vt, tập hợp các điều kiện trực giao sẽ bị vi phạm, dẫn đến việc loại bỏ mô hình

Thực tế, để tiến hành ước lượng phương trình (5), chúng ta xem xét hình thức sauđây:

trong đó các vector mới của các thông số có liên quan đến phương trình:

Vì vậy, từ ước tính các thông số thu được từ (7), chúngtôi có thể khôi phục ước lượng của α, β, γ và θ và các sai số chuẩn tương ứng bằng cách

sử dụng phương pháp delta Sau Clarida và cộng sự (1998), chúng tôi xem xét mức trungbình của lãi suất thực tế quan sát được trong kỳ phân tích như là lãi suất thực cân bằng

Do đó, chúng tôi có thể có được một ước tính của mục tiêu tiềm ẩn trong lạm phát theođuổi của ngân hàng trung ương như sau:* = (- ) / (- 1)

3.2 Dữ liệu, các biến và giả thuyết khác để kiểm định

Các dữ liệu được sử dụng trong nghiên cứu này là hàng tháng và chủ yếu thu thập

từ số liệu thống kê được công bố bởi ba ngân hàng trung ương đã phân tích ở đây: ECBStatistics, Fred II for the Fed and BOE Statistics Các nguồn khác cũng được sử dụng,đặc biệt là dữ liệu về các biến ngoại sinh bổ sung mà chúng tôi sẽ xem xét ở đây Mô tảchi tiết của tất cả các biến được sử dụng trong nghiên cứu này và các nguồn tương ứngđược cung cấp tại Phụ lục Hình 1-3 cho thấy sự biến động của các biến chính được xemxét trong phân tích chính sách tiền tệ của mỗi ngân hàng trung ương

Các mẫu bao gồm các giai đoạn sau: tháng 1/1999 - tháng 12/2007 cho khu vựcEuro, tương ứng với thời gian mà ECB đã hoạt động; Tháng 10/1982 - tháng 12/2007 đốivới Mỹ, khoảng thời gian sau “Giảm phát Volcker”; và tháng 10/1992 - tháng 12/2007cho Vương quốc Anh, thời gian mà BOE đã được hoạt động theo mức lạm phát mục tiêu.

Chúng tôi xem xét một số phương pháp đo lường về lãi suất và lạm phát Tuynhiên, trong ước lượng chúng tôi quyết định chọn những chỉ số tuân thủ chặt chẽ hơn bởimỗi ngân hàng trung ương và cho phép một sự so sánh đơn giản trong kết quả ước lượnggiữa ba nền kinh tế Đối với khu vực Euro, chúng tôi sử dụng lãi suất cho vay qua đêmtrung bình đồng Euro (Eonia) như là công cụ chính sách, đó là lãi suất liên quan trực tiếphơn so với lãi suất cơ bản (KeyIR) và không bị dao động rời rạc khi quan sát (xem hình1) Tỷ lệ lạm phát là tỷ lệ thay đổi hàng năm chỉ số giá tiêu dùng, là tài liệu tham khảochính cho chính sách tiền tệ của ECB Lãi suất quỹ dự trữ liên bang hiệu quả (FedRate)được sử dụng trong ước lượng quy tắc Taylor đối với Mỹ Biến lạm phát là tỷ lệ lạm phát

cơ bản (CoreInfl), không bao gồm thực phẩm và năng lượng và được coi là một địnhnghĩa lạm phát mà Fed đã theo dõi chặt chẽ (xem Petersen, 2007) Đối với Vương quốcAnh, chúng tôi sử dụng lãi suất tín phiếu Kho bạc ba tháng (TreasRate) như là lãi suấtdanh nghĩa theo Martin và Milas (2004) và hình 3 cho thấy có mối quan hệ chặt chẽ vớicác công cụ lãi suất chính thức (khác nhau) được sử dụng trong giai đoạn phân tích Biến

tỷ lệ lạm phát là tỷ lệ thay đổi hàng năm chỉ số giá tiêu dùng (CPI), là tài liệu tham khảochính hiện nay cho chính sách tiền tệ của BOE Độc lập với các phương pháp đo lườngđược sử dụng cho lãi suất hoặc lạm phát, hình 1-3 cho thấy cả hai biến vẫn tương đối ổnđịnh và ở mức thấp gần như trong suốt giai đoạn xem xét đối với mỗi nền kinh tế đã phântích trong nghiên cứu này Trong cả ba trường hợp, lỗ hổng sản lượng (Output Gap) đượcxây dựng bằng cách tính toán độ lệch phần trăm (log) của chỉ số sản xuất công nghiệp từ

xu hướng Hodrick-Prescott Hình 1-3 cũng minh họa cho quá trình biến động theo thờigian

Đối với việc ước lượng các quy tắc tiền tệ của ECB, chúng tôi cũng xem xét vaitrò của cung tiền Mục tiêu chính của ECB là ổn định giá cả, hay chính xác hơn, để giữ

mức lạm phát thấp nhưng gần 2% trong trung hạn Tuy nhiên, chiến lược của họ cũngdựa trên một khung phân tích dựa trên hai trụ cột: phân tích kinh tế và phân tích tiền tệ.

Lỗ hổng sản lượng được sử dụng trong mô hình của chúng tôi để nắm bắt hành vi củanền kinh tế; để kiểm soát vai trò của tiền, chúng tôi đưa vào mô hình biến tốc độ tăngtrưởng của tổng tiền tệ M3 (M3) Về lý thuyết, chúng tôi kỳ vọng ECB sẽ tăng lãi suấtkhi M3 cao hơn so với mục tiêu 4,5% đã được xác định bởi tổ chức này cho sự tăngtrưởng của tiền Liệu biến này thực sự là mục tiêu của ECB hay không phải thì khônghoàn toàn rõ ràng và đã là vấn đề thảo luận lớn mà phân tích này sẽ cố gắng để đóng góp

Biến tài chính và giá tài sản đại diện cho một nhóm các biến mà gần đây đã đượcxem xét trong thống kê mô tả của quy tắc Taylor cho việc phân tích hành vi của các ngânhàng trung ương Trong nghiên cứu này, chúng tôi xem xét tác động của các biến khôngphải 1 cách riêng lẻ mà tập hợp chúng trong một chỉ số, trong đó mỗi biến sẽ có mộttrọng số khác nhau Trọng số phụ thuộc vào tầm quan trọng kinh tế tương đối của mỗibiến tại mỗi thời điểm cụ thể Vì vậy, bước tiếp theo là xây dựng một chỉ số điều kiện tàichính (FCI) được thiết kế để nắm bắt việc không liên kết của các biến trong các thịtrường tài chính Một số chỉ số tiền tệ và tài chính đã được sử dụng trong nghiên cứu nhưmột phương pháp đo lường về lập trường chính sách tiền tệ và điều kiện tổng cầu Do đó,người ta cho rằng chỉ số như vậy có thể có khả năng nắm bắt sự phát triển hiện tại của thịtrường tài chính và đưa ra một dấu hiệu tốt về hoạt động kinh tế tương lai Những chỉ số

đó cũng có thể chứa một số thông tin hữu ích về áp lực lạm phát tương lai, mà sau đó cóthể được đưa vào tính toán của các ngân hàng trung ương trong các hàm phản ứng của

họ Thông thường, FCI được lấy từ bình quân gia quyền có trọng số của lại suất ngắn hạnthực tế, tỷ giá thực hiệu quả, giá cổ phiếu thực tế và giá bất động sản Hai biến đầu tiên

đo lường tác động của những thay đổi trong quan điểm chính sách tiền tệ về điều kiệnnhu cầu trong nước và bên ngoài, trong khi hai biến khác thu thập tác động của cải vềtổng cầu

Trong phân tích này, bên cạnh việc tính toán FCI chúng tôi cũng xây dựng mộtFCI mới và mở rộng (EFCI) từ mức trung bình có trọng số của tỷ giá thực hiệu quả, giá

cổ phiếu thực tế và giá bất động sản cộng với chênh lệch lãi suất tín dụng và chênh lệchlãi suất kỳ hạn Theo Montagnoli và Napolitano (2005), chúng tôi sử dụng một thuật toánKalman Filter để xác định trọng số của từng tài sản Thủ tục này cho phép những trọng sốthay đổi theo thời gian Goodhart và Hofmann (2001) đề xuất các phương pháp khác đểtính toán các chỉ số tài chính – giống như ước lượng hệ thống cấu trúc VAR và lập ướclượng đơn giản của phương trình tổng cầu, trong đó họ cho rằng trọng số kết hợp với mỗibiến là cổ định Tuy nhiên, trong thực tế, có nhiều khả năng là danh mục các nhân tố kinh

tế thay đổi theo chu kỳ kinh doanh Do đó, nghiên cứu này nới lỏng giả định trọng số cốđịnh và cho phép khả năng cấu trúc thay đổi theo thời gian Hơn nữa, chúng tôi mở rộngFCI đề xuất trong hai nghiên cứu này bằng cách xem xét thêm hai biến tài chính nêu trên

Từ quan điểm của ngân hàng trung ương, những biến này có thể chứa thêm thông tin liênquan về sự ổn định và kỳ vọng của các thị trường Sự chênh lệch lãi suất tín dụng đượccoi là một chỉ số tốt hàng đầu của chu kỳ kinh doanh và căng thẳng tài chính; và nhữngthay đổi trong chênh lệch lãi suất kỳ hạn cung cấp một dấu hiệu cho thấy mức độ biếnđộng trong kỳ vọng của các nhân tố kinh tế mà ngân hàng trung ương có mục tiêu giảm

Để xem xét tầm quan trọng của biến tài chính trong việc thực hiện chính sách tiền

tệ, chúng tôi mở rộng mô hình Rudebusch và Svensson (1999) bằng cách thêm các biếnvào phương trình IS Kết quả là một phiên bản đơn giản nhìn về quá khứ của mô hình,trong đó nền kinh tế được xác định bởi đường cong Phillips và IS:

trong đó rir là lãi suất thực xu hướng giảm và các biến tài chính (x) là sai lệch sovới cân bằng dài hạn, tương ứng: tỷ giá thực (REER_gap), trong đó ngoại tệ là ở mẫu (yếtgiá trực tiếp); giá cổ phiếu thực tế (RStock_gap); giá nhà thực tế (RHPI_gap); sự chênhlệch lãi suất tín dụng (CredSprd), được tính toán là sự chênh lệch giữa lợi suất trái phiếu

10 năm của chính phủ (Yield10yr) và TSSL trái phiếu doanh nghiệp; và sự thay đổi trong

sự chênh lệch (ΔFutSprd) giữa các hợp đồng lãi suất kỳ hạn 3 tháng trong quý trước đó(FutIR) và lãi suất ngắn hạn hiện hành Tất cả những biến này chỉ ra các thông tin tàichính có giá trị mà có thể được tập hợp vào một chỉ số đơn giản và sau đó đưa vào quytắc tiền tệ của các NHTW để kiểm định có hay không và làm thế nào họ phản ứng vớithông tin này khi họ đang thiết lập lãi suất

Cho phép khả năng các thông số thay đổi theo thời gian, có nghĩa rằng một sự thayđổi không quan sát được trong bất kỳ hệ số bijt có thể được ước lượng sử dụng KalmanFilter trong hình thức state-space của phương trình (9):

trong đó, sai số được giả định là nhiễu trắng độc lập với ma trận phương sai - hiệpphương sai-do Var(µt ) = Q và Var (ωt ) = R, và với Var (µtωs ) = 0, với mọi t và s X là

ma trận của các biến giải thích cộng với một hằng số; tất cả các biến được trễ một khoảngthời gian Các vector βt có chứa tất cả các hệ số góc mà thay đổi theo thời gian Bởi vìngười ta giả định rằng chúng tuân theo một quá trình bước ngẫu nhiên, ma trận F bằng

ma trận đơn vị Kalman Filter cho phép chúng ta phát hiện sự linh hoạt của mối quan hệgiữa lỗ hổng sản lượng và biến giải thích của nó Thuật toán hồi quy này ước lượng vectơ

βt như sau:

Sử dụng bộ lọc chúng ta có thể phát hiện các vector không quan sát được của hệ sốbiến đổi theo thời gian Các trọng số gắn liền với mỗi biến sau đó thu được như sau

, trong đó βxi,t là hệ số ước lượng của biến xi trongkhoảng thời gian t Do đó, EFCI thời gian t được tính là biến nội sinh của vector trọng số

và vector của 5 biến tài chính mô tả ở trên, tức là EFCIt = w’xt.xt

Chỉ số EFCI được bao gồm trong các quy tắc tiền tệ được xác định cho mỗi ngânhàng trung ương Khi biến này chứa thông tin có giá trị về sức khỏe tài chính của nềnkinh tế, cũng như thông tin về hoạt động kinh tế trong tương lai và áp lực lạm phát tươnglai, chúng tôi mong đợi một phản ứng của các ngân hàng trung ương trong thay đổi cácbiến này Đặc biệt, chúng tôi hy vọng 1 sự tăng lãi suất khi chỉ số này được cải thiện; tráilại, nhiều điều kiện hạn chế tài chính hơn sẽ đòi hỏi một cắt giảm lãi suất Sử dụng nhưmột chỉ số chúng tôi đang tránh sự phê phán xây dựng bởi một số tác giả rằng các ngânhàng trung ương không nên nhắm mục tiêu giá tài sản Ngân hàng trung ương có thểkhông làm điều đó trực tiếp và tại tất cả các thời gian cho mỗi tài sản, nhưng nghiên cứunày có ý định để cho thấy rằng họ có thể lấy ra một số thông tin bổ sung từ sự biến độngcủa các tài sản đó, cũng như từ các biến tài chính khác, khi xác lập lãi suất Cuối cùng, vìliên quan kinh tế của các biến thay đổi theo thời gian, chúng tôi cũng cho phép khả năngngân hàng trung ương đưa ra tầm quan trọng khác nhau của chúng theo thời gian

Lưu ý cuối cùng liên quan đến các dữ liệu mà các loại dữ liệu được sử dụng:chúng tôi sử dụng dữ liệu đã điều chỉnh Orphanides (2001) tuyên bố rằng phản ứngchính sách ước lượng dựa trên dữ liệu đã điều chỉnh có thể cung cấp giới thiệu sai lệch vềchính sách tiền tệ Vì lý do đó, ông đề nghị sử dụng các dữ liệu thời gian thực trong việcphân tích các quy tắc chính sách tiền tệ, tức là dữ liệu có sẵn tại thời điểm ngân hàngtrung ương có quyết định về lãi suất Tuy nhiên, Sauer và Sturm (2007) chỉ ra rằng việc

sử dụng các dữ liệu thời gian thực cho khu vực Euro thay vì dữ liệu đã điều chỉnh khôngdẫn đến kết quả khác nhau đáng kể Khi chất lượng của các dự đoán cho sản lượng vàlạm phát tăng lên trong những năm trước, những sự khác biệt này ít có ý nghĩa và ít cóvấn đề ngày nay, đặc biệt là trong trường hợp của khu vực Euro, đại diện cho đối tượngnghiên cứu chính trong báo cáo này Đối với lý do này, chúng tôi dựa chủ yếu vào dữ liệu

đã sửa đổi trong phân tích này Tuy nhiên, trong phân tích độ tin cậy, chúng tôi sẽ cungcấp một số kết quả với dữ liệu lạm phát và lỗ hổng sản lượng thực cho khu vực Euro thuđược từ các bản tin hàng tháng của ECB Vì sản lượng công nghiệp là biến được điềuchỉnh thường xuyên hơn, chúng tôi cũng cố gắng để khắc phục vấn đề điều chỉnh dữ liệutrong ba nền kinh tế bằng việc đưa vào mô hình một biến thay thế để thu thập thông tinliên quan về tình trạng của các hoạt động kinh tế: tỷ lệ thất nghiệp (UR)

3.3 Kết quả thực nghiệm

Trước khi thực hiện ước lượng mô hình, điều quan trọng là phải xem xét một sốvấn đề Thứ nhất, thời kỳ mẫu phải đủ dài để có đủ sự thay đổi đối với lạm phát, sảnlượng và EFCI để xác định hệ số góc Phân tích hình 1-3, chúng tôi kết luận rằng lỗ hổngsản lượng trình bày biến động vừa đủ trong ba nền kinh tế, nhưng biến động thấp củatrong lạm phát cho khu vực Euro và Anh cho thấy những phản ứng lãi suất đối với lạmphát phải được phân tích một cách cẩn thận vì nó chỉ có thể đại diện hành vi của ECB vàBOE trong một khoảng thời gian lạm phát tương đối ổn định Biến động thấp của EFCItrong ba nền kinh tế cũng đòi hỏi chúng tôi xem xét kết quả cho biến này với sự nghingờ Thứ hai, điều cần thiết là các biến đưa vào mô hình ước lượng là tính dừng Kiểmđịnh nghiệm đơn vị và tính dừng cho các biến được xem xét trong nghiên cứu này đượctrình bày trong bảng 1

Do độ mạnh thấp và hiệu suất kém của các kiểm định trong mẫu nhỏ, chúng tôibáo cáo kết quả của hai kiểm định nghiệm đơn vị khác nhau (Dickey và Fuller, năm 1979

và Ng và Perron, 2001) và kết quả kiểm định tính dừng của KPSS (1992) để xem liệu độmạnh năng có là một vấn đề Đối với khu vực Euro, độ mạnh của kiểm định nghiệm đơn

vị có vẻ là một vấn đề Do thời gian mẫu nhỏ, họ không thể bác bỏ đơn vị gốc trong một

số biến Tuy nhiên, kiểm định KPSS có thể cung cấp bằng chứng về tính dừng cho tất cảcác biến (trừ M3) cho Eurozone.Hầu hết các biến cũng đã được chứng minh là có tínhdừng cho các Vương quốc Anh và Hoa Kỳ

Kết quả của việc ước lượng các quy tắc Taylor cho khu vực Euro trong giai đoạntháng 1/1999 - tháng 12/2007 được trình bày trong Bảng 2 Thống kê t-statistic đượctrình bày trong ngoặc đơn và cho mỗi hồi quy, chúng tôi tính toán ước lượng tiềm ẩn đốivới lạm phát mục tiêu theo đuổi của ECB (π*) R2 có điều chỉnh, Thống kê Durbin-Watson (DW) cho tự tương quan và Schwartz Bayesian Information Criterion (SBIC)cũng được báo cáo cho mỗi hồi quy Cột đầu tiên trình bày kết quả của quy tắc Taylortheo tinh thần của Taylor (1993), tức là không cho phép một hành vi forward-looking củangân hàng hoặc lãi suất làm phẳng Mặc dù ước lượng cho OutpGap và π* là hợp lý, kếtquả cho thấy mô hình đơn giản này là không thể nắm bắt phản ứng của ECB đối với tỷ lệlạm phát Điều đó có nghĩa rằng chính sách tiền tệ của ECB không được đặc trưng bởiQuy tắc Taylor tuyến tính cơ bản Nhưng nó có thể được mô tả bởi một quy tắc tiền tệ mà

sẽ đưa vào những kỳ vọng trong tương lai vào phương trình – bên cạnh thông tin quá khứ

và hiện tại Do đó, chúng tôi tiến hành ước lượng của quy tắc Taylor forward-looking chokhu vực Euro

Phương pháp ước lượng moments tổng quát (GMM) được sử dụng để ước lượngQuy tắc Taylor forward-looking với lãi suất làm phẳng Một trễ của lãi suất là đủ để loại

bỏ bất kỳ tương chuỗi trong thời gian lỗi (xem DWstatistic) Tương ứng, các phạm vi của

mức lạm phát và lỗ hổng sản lượng dự báo đã được chọn là một năm (k = 12) và 3 tháng(p = 3) Những phạm vi này đã được lựa chọn bằng cách sử dụng SBIC và chúng dườngnhư để đại diện cho một mô tả hợp lý của cách thực tế mà ECB hoạt động.

Bộ công cụ bao gồm một hằng số và trễ 1-6, 9 và 12 của Inflation, OutputGap,

Yield10yr và M3 Để suy ra giá trị của các công cụ, chúng tôi báo cáo các kết quả từ

kiểm định overidentification Hansen (1982), tức là J-Thống kê của Hansen và p-valuetương ứng Gía trị của các công cụ được xác nhận trong các hồi quy thể hiện trong Bảng

2 Sai số ngẫu nhiên và sai số chuẩn tự tương quan (Heteroscedasticity andautocorrelation-consistent standard errors) được sử dụng trong tất cả các ước lượng

Kết quả cho các ước lượng cơ sở forward-looking được trình bày trong cột 2 chỉ ra

sự phản ứng có ý nghĩa của ECB đối với lạm phát: một điểm phần trăm (pp) tăng trong tỷ

lệ lạm phát dự kiến hàng năm dẫn đến ECB tăng lãi suất nhiều hơn 1pp Vì vậy, khi hệ sốhồi quy trong lạm phát lớn hơn một, lãi suất thực tăng cũng để đáp ứng mức lạm phát caohơn và điều này sẽ phát huy tác dụng ổn định mong muốn đối với lạm phát Độc lập vớimối quan tâm chính về lạm phát, ECB cũng đáp ứng với chu kỳ kinh doanh: một pp giatăng trong lỗ hổng sản lượng tạo ra sự gia tăng lãi suất trong khoảng hai pp

Chúng tôi cũng có được một ước lượng thú vị π* = 2.32, cho thấy mục tiêu tiềm

ẩn của ECB tại mức lạm phát là trong thực tế chỉ cao hơn một chút so với mục tiêu 2% đãđược công bố của sự ổn định giá Trong thực tế, các dữ liệu biểu diễn trong hình 1 chothấy sự phát triển của tỷ lệ lạm phát phù hợp với kết quả này: lạm phát thì dưới (nhưnggần) 2,3 - 2,4% đối với hầu hết thời gian, nhưng nhìn chung cao hơn mục tiêu chính thức2% Điều này có nghĩa rằng ECB gặp khó khăn trong việc thiết lập mục tiêu chính thứcđối với lạm phát để truyền tải ý tưởng rằng họ rất quan tâm trong việc kiểm soát mức lạmphát (như Bundesbank) Nhưng bất chấp sự khó khăn này, chính sách của họ cho phép sựkhác nhau linh hoạt phù hợp giữa các nền kinh tế của khu vực Euro

Tiếp theo chúng tôi mở rộng mô hình cơ sở xem xét các yếu tố khác rằng ngânhàng trung ương có thể đưa vào phương trình khi xác định lãi suất Theo các trụ cột tiền

tệ, ECB nên nhắm mục tiêu tốc độ tăng trưởng của M3 Tuy nhiên, không có ảnh hưởngtrọng yếu được phát hiện từ sự bao gồm M3 trong mô hình (xem cột 3) Kết quả này chothấy các bằng chứng được cung cấp bởi Fendel và Frenkel (2006) và Surico (2007b) làtổng cung tiền thực sự không phải mục tiêu của ECB và cần được loại trừ khỏi phươngtrình Nhưng vì biến này thường cung cấp thông tin có giá trị để dự báo mức lạm phát, nótạo thành một biến quan trọng cần được xem xét trong tập hợp các công cụ

Việc đưa các chỉ số điều kiện tài chính của ECB vào quy tắc tiền tệ cung cấp mộtkết quả đáng chú ý: kết quả cho thấy rằng ECB đang nhắm mục tiêu không chỉ lạm phát

và các điều kiện kinh tế mà nó còn phản ứng với các điều kiện tài chính khi hoạch địnhlãi suất Các bằng chứng được cung cấp trong các cột 4 và 5 của Bảng 2 cho thấy cácđiều kiện tài chính mở rộng ở khu vực Euro được ổn định bởi sự gia tăng lãi suất Ví dụ,

một sự gia tăng đơn nhất trong chỉ số tài chính phát triển trong nghiên cứu này EFCI dẫn đến sự gia tăng của khoảng ba phần tư của một pp trong lãi suất Khi chỉ số này cóthông tin thêm và có giá trị liên quan đến sự phát triển của hoạt động kinh tế trong tươnglai và áp lực lạm phát tương lai, phản ứng với các điều kiện tài chính là một cách củaECB cũng nhắm mục tiêu lạm phát 1 cách gián tiếp và tránh sự mất cân bằng tài chính cóthể gây hại cho sự ổn định kinh tế Đây là kết quả nổi bật và đại diện cho phân tích đầutiên cung cấp bằng chứng rằng ECB không chỉ cố gắng để thúc đẩy tiền tệ ổn định mà khilàm như vậy, nó còn cố gắng để thúc đẩy sự ổn định tài chính Điều này có nghĩa rằngchính sách tiền tệ của ECB có thể được giải thích bởi một quy tắc Taylor mở rộng vớithông tin từ điều kiện tài chính

-Như đã đề cập tại mục 2, có một cuộc thảo luận rất lớn trong bài nghiên cứu vềviệc liệu ngân hàng trung ương có nên nhắm mục tiêu các biến tài chính và đặc biệt, giátài sản Bài viết này cung cấp một số bằng chứng ủng hộ sự bao gồm các thông tin chứatrong các biến trong các quy tắc tiền tệ Nhìn chung, các nghiên cứu hiện tại đối phó vớivấn đề này bằng cách bao gồm mỗi biến giá tài sản hoặc biến tài chính độc lập trong môhình mà không tính đến tầm quan trọng tương đối của mỗi biến ở từng thời điểm cụ thể.Với các chỉ số được sử dụng trong nghiên cứu này, chúng tôi khắc phục vấn đề đó và tậptrung các thông tin được cung cấp bởi các biến này trong một chỉ số riêng lẻ Điều nàycũng tránh được các vấn đề mà có thể đa cộng tuyến có thể dẫn đến sự bao gồm tất cả cácbiến cùng một lúc trong hồi quy đơn Tuy nhiên, cho phép so sánh trực tiếp với cácnghiên cứu khác, cột 6 cung cấp các kết quả của một hồi quy bao gồm các thành phần củaEFCI Với ngoại lệ của CredSprd, tất cả đều trình bày một hệ số với các dấu hiệu dự kiến

và có ý nghĩa thống kê Tuy nhiên, mục tiêu ngầm định trong lạm phát là rất cao vàkhông có ý nghĩa, mà có thể là hậu quả của một vấn đề đa cộng tuyến

Một vấn đề thú vị đưa ra bởi nghiên cứu này là liệu bên cạnh ECB phản ứng vớichu kỳ kinh tế khu vực Euro, nó có đáp ứng các điều kiện kinh tế quốc tế hay không Đểnắm bắt ảnh hưởng này, lỗ hổng sản lượng của Mỹ được sử dụng như là một đại diện chochu kỳ kinh tế thế giới Kết quả cho thấy ECB sẽ đưa vào xem xét tình trạng hiện nay của