Chính sách tiền tệ của các NHTW có thể được mô tả bởi quy tắc taylor tuyến tính (mở rộng) hoặc phi tuyến tính

Chính sách tiền tệ của các NHTW có thể được mô tả bởi quy tắc taylor tuyến tính (mở rộng) hoặc phi tuyến tính

VIỆN ĐÀO TẠO SAU ĐẠI HỌC TRƯỜNG ĐẠI HỌC KINH TẾ TPHCM

ĐỀ TÀI :

CHÍNH SÁCH TIỀN TỆ CỦA CÁC NGÂN HÀNG TRUNG ƯƠNG CÓ THỂ ĐƯỢC MÔ TẢ BỞI QUY TẮC TAYLOR TUYẾN TÍNH (MỞ RỘNG) VÀ PHI TUYẾN TÍNH?

Nhóm 2

MỤC LỤC

TÓM TẮT

1 Giới thiệu 1

2 Tóm tắt ngắn gọn các tài liệu về quy tắc Taylor 3

3 Đặc điểm kỹ thuật và ước lượng Quy tắc Taylor tuyến tính 6

3.1 Quy tắc Taylor tuyến tính 6

3.2 Dữ liệu, các biến số và giả thuyết kèm theo 10

3.3 Kết quả thực nghiệm 17

4 Đặc tính kỹ thuật và ước lượng của quy tắc phi tuyến tính Taylor 27

4.1 Quy tắc Taylor phi tuyến tính 27

4.2 Tuyến tính và phi tuyến tính 30

4.3 Các kết quả thực nghiệm 31

5 Kết luận 34

PHẦN MỞ RỘNG 37

1 Mục tiêu nghiên cứu 37

2 Quy tắc Taylor 37

3 Dữ liệu và phương pháp nghiên cứu 37

4 Kết quả và kết luận 39

PHỤ LỤC 42

TÀI LIỆU THAM KHẢO 48

TÓM TẮT

Quy tắc Taylor cơ bản (Quy tắc Taylor – TR) chứng minh một mối quan hệ tuyến tínhđơn giản giữa lãi suất, lạm phát và chênh lệch sản lượng Một sự mở rộng quan trọng choquy tắc này là thừa nhận về một hành vi hướng đến tương lai của các Ngân hàng trungương(NHTW) Bây giờ chúng ta thừa nhận hướng đến lạm phát kì vọng và chênh lệch sảnlượng dự kiến thay vì các giá trị hiện tại của các biến này Sử dụng một hàm phản ứng củachính sách tiền tệ (CSTT) hướng đến tương lai, bài nghiên cứu này phân tích CSTT củacác NHTW có thể thực sự được mô tả bởi một quy tắc Taylor tuyến tính hoặc là một quytắc phi tuyến tính Nó cũng phân tích quy tắc đó có thể được gia cố thêm với một chỉ sốcác điều kiện tài chính bao gồm thông tin từ một vài giá tài sản và các biến số tài chính.Kết quả cho thấy các hành vi tiền tệ của Ngân hàng trung ương khu vực đồng tiền chungchâu Âu (ECB) và Ngân hàng trung ương Anh (BOE) được mô tả sát với một quy tắc phituyến tính, nhưng hành vi tiền tệ của Quỹ liên bang Mỹ (Fed) lại được mô tả tốt bởi mộtquy tắc tuyến tính Bằng chứng của chúng tôi cũng đưa ra rằng chỉ có ECB là phản ứngvới các điều kiện tài chính

Gần đây, vài nghiên cứu đã mở rộng quy tắc Taylor hướng tới tương lai bằng cách xemxét ảnh hưởng của các biến số khác trong việc quản lý CSTT Một mở rộng khác cũngquan trọng với kết luận về biến số giá các tài sản và tài chính trong quy tắc Taylor Vấn

đề này tạo ra một cuộc tranh luận lớn trong các tài liệu: trong khi vài tác giả xem việcNHTW mục tiêu hóa giá các tài sản là quan trọng, số còn lại thì không đồng ý Để đónggóp cho cuộc tranh luận này, chúng tôi đặt ra câu hỏi rằng mặc dù TR cơ bản có thể đượcgia cố với một biến liên quan thu thập và tổng hợp thông tin từ các thị trường tài sản vàtài chính, nghĩa là NHTW đang mục tiêu hóa các thông tin kinh tế thích hợp được baohàm trong 1 nhóm các biến số tài chính và không chỉ đơn thuần hướng đến mỗi biến tàichính riêng lẻ Do đó, mục đích đầu tiên của nghiên cứu này là ước lượng TR tuyến tínhcho Eurozone, Mỹ và Anh gia cố thêm một chỉ số điều kiện tài chính, cái đại diện đượccho các thông tin kinh tế xác định trong những biến tài chính riêng lẻ Mặc dù cũng dựavào các biến về giá tài sản và tài chính cụ thể, giống như các tài liệu đã làm, nhưng chỉ sốxây dựng trong nghiên cứu của chúng tôi tổng hợp các thông tin thích hợp từ các biến này(giá tài sản và tài chính) thành một biến đơn duy nhất dựa trên trọng số của mỗi biến tàichính và tài sản có thể thay đổi theo thời gian NHTW có thể không dựa vào một biến sốtài chính và tài sản nào (để điều hành CSTT) trong suốt mọi thời điểm, nhưng xem xétchúng trong một số thời điểm cụ thể là thật sự cần thiết, tức là khi CSTT đòi hỏi dựa trêncác điều kiện kinh tế cụ thể Vì vậy, việc tổng hợp thông tin từ các biến số về tài sản và tàichính thông thường trong một chỉ số (với trọng số) sẽ cho phép rút ra các điều kiện kinh

tế cụ thể thích hợp của mỗi biến tại thời điểm nhất định và tạo ra một khối lượng thông tincùng lúc có khả năng làm mục tiêu cho NHTW bất cứ lúc nào

Kết quả từ ước lượng của một TR tuyến tính hướng đến tương lai cho thấy ECB phản ứngvới các thông tin bao hàm trong chỉ số điều kiện tài chính, nhưng Fed và BOE lại khôngphản ứng; họ chỉ đưa vào xem xét một vài biến số tài chính và hoàn toàn không xem xétđến giá tài sản.

TR truyền thống là một quy tắc chính sách có nguồn gốc từ việc tối thiểu hóa một hàmthua lỗ đối xứng bậc hai của các NHTW giả định rằng hàm tổng cung là tuyến tính Tuynhiên, thực tế thì điều này có thể không phải trường hợp và các NHTW có thể có sự ưuđãi không đối xứng, tức là nó có thể ấn định trọng số khác nhau cho lạm phát kì vọng(tích cực và tiêu cực) và chênh lệch sản lượng trong hàm thua lỗ Trong trường hợp này,

họ sẽ dựa theo không chỉ TR hướng đến tương lai tuyến tính mà còn phi tuyến nữa Chỉmột vài nghiên cứu gần đây nhất đã bắt đầu xem xét tính không đối xứng hay phi tuyếntính trong phân tích CSTT Nghiên cứu này mở rộng phân tích cho 2 khu vực chưa từngđược nghiên cứu trong các bài gần đây Đầu tiên chúng tôi áp dụng mô hình nghiên cứuphi tuyến tính lần đầu tiên cho CSTT của ECB, sự bất đối xứng được đưa vào tính toántrực tiếp trong cấu trúc của mô hình Thủ tục này cho phép trả lời một câu hỏi: Liệu CSTTcủa ECB có thể mô tả bằng quy tắc Taylor phi tuyến, hoặc cụ thể hơn, ECB có phản ứngvới mức độ khác nhau đối với lạm phát trên hoặc dưới mức mực tiêu? ECB có cố gắngđưa lạm phát đúng về đúng với mức mục tiêu hay chỉ giữ lạm phát trong một biên độ nhấtđịnh? Thứ hai, bài nghiên cứu này cũng mở rộng kỹ thuật phi tuyến tính của TR với chỉ

số tài chính sử dụng trong ước lượng tuyến tính để kiểm tra rõ ràng sau khi kiểm soát phituyến tính, ECB và 2 NHTW còn lại có tiếp tục (hoặc không) phản ứng lại với các thôngtin bao hàm trong chỉ số tài chính

Kết quả ước lượng cho mô hình hồi quy phi tuyến tính rất đáng chú ý Đầu tiên, chúngcho thấy CSTT của ECB được mô tả rất tốt bằng một TR phi tuyến tính: nó chỉ phản ứngtích cực với lạm phát khi lạm phát trên 2,5%, và nó chỉ bắt đầu phản ứng với chu kì kinh

tế khi lạm phát dừng lại dưới 2,5% Mặc dù ngưỡng được ước lượng là cao hơn một chút

so với mục tiêu chính thức là 2%, kết quả thực nghiệm này vẫn củng cố đáng kể côngthức chính của CSTT của ECB Thứ hai, kết quả cũng thể hiện rằng ECB – ngược với cácNHTW khác – vẫn tiếp tục xem xét thông tin bao hàm trong chỉ số tài chính ngay cả sau

khi đã kiểm soát được phi tuyến Thứ ba, chúng tôi tìm thấy bằng chứng yếu để bác bỏ

mô hình tuyến tính cho Mỹ nhưng không bác bỏ đối với Anh, nơi mà BOE có vẻ nhưđang theo đuổi một biên độ lạm phát mục tiêu 1,8% - 2,4% chứ không phải là điểm mụctiêu 2%

Phần còn lại của nghiên cứu được bố cục như sau: Phần 2 giới thiệu tóm tắt các tài liệu về

TR Phương pháp sử dụng để ước lượng TR tuyến tính được mô tả ở phần 3 Phần nàycũng trình bày dữ liệu và phân tích kết quả thực nghiệm hồi quy theo các đặc tính kỹ thuật

đó Mô hình được sử dụng để ước lượng TR phi tuyến tính được giới thiệu và phân tích ởphần 4, kể cả kết quả Phần 5 nhấn mạnh các vấn đề chính của nghiên cứu và kết luận

2 Tóm tắt ngắn gọn các tài liệu về quy tắc Taylor

Nội dung của phần này là đưa ra một tóm tắt ngắn gọn các tài liệu về TR, nhấn mạnh cácđóng góp tạo động lực cho các phân tích được giới thiệu trong bài nghiên cứu này

Ở dạng cơ bản nhất, TR thể hiện rằng các NHTW sử dụng các giá trị quá khứ hoặc hiệntại của lạm phát và chênh lệch sản lượng để thiết lập lãi suất Tuy nhiên, trong thựcnghiệm, các NHTW lại có khuynh hướng dựa vào tất cả các thông tin hiện hữu – về diễnbiến kì vọng của giá – khi xác định lãi suất Vì lý do đó, Clarida và các cộng sự(1998,2000) đề suất sử dụng một phiên bản TR hướng đến tương lai, trong đó NHTW sửdụng lạm phát và chênh lệch sản lượng kì vọng thay vì các giá trị quá khứ và hiện tại củachúng Phương pháp đó cho phép NHTW đưa nhiều biến thích hợp vào tính toán khi hìnhthành các dự báo của NHTW Họ chứng minh rằng nó là một lợi thế trong phân tích hành

vi chính sách của Fed và các NHTW có thế lực Fourcant & Vranceanu (2004) và Sauer

& Sturm (2007) cũng đã nhấn mạnh sự quan trọng của việc xem xét một TR hướng đếntương lai trong khi phân tích CSTT của ECB

Một vài nghiên cứu mở rộng quy tắc tuyến tính này bằng cách xem xét ảnh hưởng của cácbiến khác trong sự quản lý của CSTT Ví dụ, Fourcant và Vranceanu (2004) đưa ra vàibằng chứng về một phản ứng của ECB với các độ lệch chuẩn tỷ giá hối đoái Một kết quảtương tự cũng được tìm thấy bởi Chadha và các cộng sự (2004) cho Fed, BOE và Ngânhàng trung ương Nhật bản (BOJ), và bởi Lubik & Schorfheide (2007) cho Ngân hàng

trung ương Canada và BOE Xem xét vai trò của cung tiền trong mộ hình phản ứng củaECB, Fendel và Frenkel (2006) và Surico (2007b) kết luận rằng cung tiền không tác độngtrực tiếp đến hành vi của ECB nhưng nó lại là một công cụ hữu ích để dự đoán lạm pháttrong tương lai.

Vai trò của giá tài sản là một vấn đề quan trọng đã được xem xét trong vài nghiên cứu.Tuy nhiên, không có một sự đồng thuận nào về việc NHTW nên hay không nên hướngđến biến số này Cecchetti và các cộng sự (2000), Borio và Lowe (2002), Goodhart vàHofmann (2002), Sack và Rigobon (2003), Chadha và các cộng sự (2004) và Rotondi &Vaciago (2005) cho rằng các NHTW nên hướng đến các giá tài sản Họ cũng đã đưa racác bằng chứng hỗ trợ mạnh mẽ trong phương diện này Ngược lại, Bernanke & Gerler(1999, 2001) và Bullard & Schaling (2002) không đồng ý với các dự định kiểm soát giátài sản Họ cho rằng một khi định lượng các giá tài sảncho lạm phát đã được tính toán, cácnhà hoạch định CSTT sẽ không phản ứng với sự thay đổi của giá tài sản Để thay vào đó,NHTW chỉ nên hành động nếu kì vọng rằng chúng tác động đến lạm phát dự kiến hoặcsau khi một bong bóng tài chính bị vỡ để tránh các thiệt hại cho nền kinh tế

Ở một hướng khác, Driffill và các cộng sự (2006) phân tích sự ảnh hưởng lẫn nhau giữaCSTT và thị trường kì hạn trong phạm vi của một hàm phản ứng tuyến tính Họ tìm thấybằng chứng củng cố kết luận của các giá kì hạn trong hàm phản ứng của các NHTW như

là một đại diện cho sự ổn định tài chính Ngoài ra, Kajuth (sắp công bố) đưa ra rằngCSTT cũng nên phản ứng lại với giá nhà đất vì các ảnh hưởng của nó đến tiêu dùng Vấn

đề về ổn định tài chính cũng được điều tra nghiên cứu bởi Montagnoli và Napolitano(2005) Họ xây dựng và sử dụng một chỉ số điều kiện tài chính bao gồn tỷ giá hối đoái,giá cổ phiếu và giá nhà ở trong ước lượng TR cho vài NHTW Kết quả của họ cho thấyrằng chỉ số này có thể có ích trong việc mô hình hóa việc thực hiện CSTT Xem xétnhững phát triển này, mục tiêu đầu tiên của chúng tôi đơn giản là ước lượng một TRtuyến tính cho Khu vực đồng tiền chung Châu Âu (Eurozone), Mỹ và Anh, trong đó cácthông tin từ một vài biến tài chính được tính toán để làm sáng tỏ rằng nó có (không) quantrọng

Trong tất cả các nghiên cứu đã được đề cập, TR được xem như là một quy tắc lãi suấttuyến tính đơn giản đưa ra một quy tắc chính sách tốt ưu dưới điều kiện rằng các NHTWđang tối thiểu hóa một hàm thua lỗ đối xứng bậc hai và hàm tổng cung là tuyến tính Tuynhiên trong thực tế, nó không phải là trường hợp này và NHTW có thể ưu tiên bất đốixứng để theo đuổi một TR phi tuyến tính Nếu NHTW thực sự ấn định trọng số khác nhaucho lạm phát (tích cực và tiêu cực) và chênh lệch sản lượng trong mô hình thua lỗ của họ,thì một TR phi tuyến tính có thể phù hợp để giải thích hành vi của CSTT Sự bất đối xứngtrong CSTT có thể kết luận từ một mô hình kinh tế vĩ mô phi tuyến tính (Dolado và cáccộng sự, 2005), sự ưu tiên phi tuyến của các NHTW (Dolado và các cộng sự, 2000;Nobay và Peel, 2003; Ruge-Murcia, 2003 và Surico, 2007a) hoặc cả hai (Surico, 2007b).

Cụ thể, Surico (2007b) nghiên cứu sự hiện hữu của quy tắc phi tuyến trong CSTT củaECB cho thời kì từ 1/1999 đến 12/2004 ước lượng một mô hình GMM tuyến tính lấy kếtquả từ đạo hàm của một hàm thua lỗ với sự ưu tiên bất đối xứng và xem xét một đườngcong tổng cung lồi Ông ta tìm thấy sự co lại của sản lượng dẫn đến những phản ứng củaCSTT lớn hơn là những sự mở rộng sản lượng của cùng quy mô, nhưng không có phảnứng bất cân xứng nào được tìm thấy ở lạm phát Với dữ liệu lớn hơn và sử dụng một môhình khác – chính xác hơn, một mô hình phi tuyến (với những kì vọng hướng tới tươnglai) – chúng tôi kì vọng sẽ tìm thấy bằng chứng của một phản ứng bất cân xứng của Ecbđối với lạm phát tốt hơn

Quy tắc phi tuyến tính hướng đến tương lai của CSTT được sử dụng trong phân tích củachúng tôi đưa ra để tính toán sự bất cân xứng trong mô hình kinh tế vĩ mô và trong các sởthích ngầm và thông thường của các NHTW tuân theo TR truyền thống của Clarida và cáccộng sự (1998, 2000) Ngoài ra, thủ tục này cũng sẽ đưa ra một câu trả lời cho câu hỏirằng NHTW đang theo đuổi một điểm mục tiêu hay một biên độ mục tiêu cho lạm phát.Hai nghiên cứu chúng tôi chú ý đến trong việc đưa ra mô hình phi tuyến để phân tíchhành vi chính sách của các NHTW: Martin và Milas (2004) và Petersen (2007) Martin vàMilas (2004) ứng dụng một mô hình logistic bậc hai phi tuyến cho CSTT của BOE Họtập trung vào phân tích chính sách lạm phát mục tiêu thiết lập vào năm 1992 và tìm thấycác bằng chứng của sự phi tuyến trong điều hành chính sách tiền tệ suốt thời kì 1992 –

2000 Họ cho thấy rằng các nhà hoạch định chính sách của Anh đã cố gắng giữ lạm pháttrong một biên độ thay vì theo đuổi một mục tiêu điểm và có xu hướng phản thực hiện cáchoạt động phản ứng lại nhằm đẩy lên hơn là kìm hãm độ lệch của lạm phát xa hơn khoảnbiên độ Nhược điểm duy nhất của tài liệu này là không đưa ra một kiểm định sự thỏađáng của mô hình, tức là các tác giả không kiểm định giá trị của mô hình phi tuyến của họ

so với một mô hình tuyến tính hoặc so với các mô hình phi tuyến khác Đây là vấn đềchính mà chúng tôi sẽ triển khai trong nghiên cứu này

Gần đây, Petersen (2007) đã tiếp cận một mô hình hồi quy logistic (smooth transition)đơn giản đối với CSTT của Fed cho thời kì 1985-2005 sử dụng TR cơ bản và tìm thấy sựhiện diện của phi tuyến: khi lạm phát gia tăng một đơn vị, Fed bắt đầu phản ứng với mạnh

mẽ với lạm phát Tuy nhiên, Petersen (2007) không đưa vào tính toán mức độ của lãi suấtlàm mượt hay khả năng của TR hướng đến tương lai Do đó, một mô hình phi tuyến tínhphân tích những khía cạnh này trong hành vi của Fed là cần thiết Chúng tôi sẽ giới thiệuphân tích này và mở rộng quy tắc tiền tệ phi tuyến với các biến số khác mô tả thông tin vềđiều kiện tài chính Bên cạnh đó, sử dụng dữ liệu cho khu vực Châu Âu, nghiên cứu này

sẽ là nghiên cứu đầu tiên, theo hiểu biết của chúng tôi, tiếp cận một mô hình phi tuyếntính với chế độ chuyển tiếp trơn (smooth regime transition) để nghiên cứu CSTT củaECB

3 Đặc điểm kỹ thuật và ước lượng Quy tắc Taylor tuyến tính

Một TR tuyến tính cơ bản sẽ được xem xét và ước lượng trong phần này Chúng ta bắtđầu bằng việc mô tả quy tắc trong phiên bản hiện thời và phiên bản hướng đến tương lai.Sau đó chúng ta xem xét ước lượng của nó cho Eurozone, Anh và Mỹ Trong phần 4chúng ta sẽ xem xét trường hợp của một quy tắc phi tuyến

3.1 Quy tắc Taylor tuyến tính

Năm 1993 Taylor đã đề xuất quy tắc để xem xét đặc trưng chính sách tiền tệ ở Mỹ nhữngnăm 1987-1992, quy tắc như sau:

Trong đó:

- i* là lãi suất danh nghĩa ngắn hạn là một công cụ mà chính sách tiền tệ hướng tới

và nó được giả định sẽ tăng nếu lạm phát thực tế tăng hơn lạm phát mục tiêu hoặcsản lượng thực tế vượt tăng hơn sản lượng tiềm năng

- β thể hiện độ nhạy cảm của lãi suất danh nghĩa với sự chênh lệch giữa lạm phát

thực tế và lạm phát mục tiêu.

-  thể hiện độ nhạy cảm giữa lãi suất danh nghĩa với sự chênh lệch của sản lượngthực tế và sản lượng tiềm năng Khi ở trạng thái cân bằng, độ lệch giữa lạm phátthực sản lượng thực so với các giá trị mục tiêu của chúng bằng không thì lãi suấtdanh nghĩa bằng tổng của lãi suất thực cân bằng và lạm phát mục tiêu

Quy tắc Taylor đơn giản (1993) xem xét độ lệch của lạm phát qua 4 quý gần nhất so vớimục tiêu của nó Tuy nhiên trong thực tế các ngân hàng trung ương lại quan tâm đến lạmphát kỳ vọng hơn là lạm phát trong quá khứ hay hiện tại, vì vậy Clarida và cộng sự (1998)

đã đề nghị sử dụng phiên bản khác của quy tắc Taylor trong đó yếu tố kỳ vọng được đưavào Phiên bản này cho phép các Ngân hàng trung ương sử dụng nhiều biến liên quankhác khi tính toán để đưa ra những dự báo về lạm phát Vì vậy ngân hàng trung ươngmong muốn lãi suất sẽ phụ thuộc vào sự chênh lệch giữa lạm phát kỳ vọng ở thời gian k(tương lai, dự báo với tỷ lệ tăng giảm hàng năm)so với giá trị mục tiêu của nó và chênhlệch trong sản lượng dự kiến trong thời kì tương lai p, rút ra từ TR hướng tới tương laisau:

Trong đó E là kì vọng của nhà quản lý và Ω là vectơ bao gồm tất cả các thông tin ngânhàng trung ương có được trong thời điểmthiết lập lãi suất

Theo “công thức Taylor”, chính sách tiền tệ ổn định thì hệ số điều chỉnh chênh lệch lạmphát β sẽ lớn hơn 1 và hệ số điều chỉnh chênh lệch sản lượng sẽ mang dấu đồng biếnvớilãi suất Hệ số điều chỉnh chênh lệch lạm phát lớn hơn 1 có nghĩa khi NHTW tăng lãi suất

để đối phó với tình trạng lạm phát cao, sự tăng lãi suất này sẽ không tác động nhiều đếnlạm phát, β nhỏ hơn 1 cho thấy khi tác động lên lãi suất nhằm điều tiết lạm phát, có thể

gây nên sự bùng nổ lạm phát và sản lượng Mối quan hệ đồng biến của hệ số điều chỉnhchênh lệch sản lượng có ý nghĩa trong trường hợp mà sản lượng thấp hơn mức tiềm năng,một sự giảm xuống của lãi suất sẽ có tác dụng ổn định nền kinh tế

Một quy trình thông thường khi ước tính sự phản ứng lại của chính sách tiền tệ là để kiểmsoát sự tự tương quan lãi suất Điều đó được thực hiện bằng cách giả định ngân hàngtrung ương không điều chỉnh lãi suất đến mức mong muốn ngay lập tức mà sẽ quan tâm

đến việc làm mượt lãi suất Một số luận cứ liên quan đến việc làm mượt lãi suất cũng

được đề cập đến trong một số lý thuyết trong phần tổng quan như lo lắng về sự phá vỡ thịtrường tài chính, sự tồn tại lãi suất danh nghĩa bằng không thấp hơn giới hạn, sự tồn tạicủa bất đồng giao dịch thậm chí là sự không chắc chắn về ảnh hưởng của cú shock kinh

tế Vì vậy nếu ngân hàng trung ương điều chỉnh dần dần lãi suất về mức mong muốn, sựlinh động trong việc điều chỉnh lãi suất hiện tại tiến gần tới lãi suất mục tiêu được thể hiệnqua phương trình:

Trong đó tổng củaj thể hiện mức độ làm mượt lãi suấtvà j thể hiện cho độ trễ Độ trễthường được chọn trên cơ sở thực nghiệm nhằm loại bỏ sự tự tương quan trong phần dưcòn lại

rằng ngân hàng trung ương có khả năng điều chỉnh lãi suất chỉ tăng theo phân phối độclập ngầu nhiên theo phương trình sau:

Đó là các đặc tính thường được ước lượng trong các lý thuyết Quy tắc này cũng được mởrộng dễ dàng để thêm vào mộtvectơkhác của các biến giải thích m (), những biến có khảnăng ảnh hưởng đến việc thiết lập mức lãi suất Để làm điều đó, chúng ta cần thêm vào

’EEt(t+q|ΩΩt), trong đó  là vec tơ hệ số điều chỉnh của những biến được thêm vào Loại bỏcác biến dự báo không quan sát được ở phương trình này, quy tắc của chính sách đượcviết lại về các biến nhận được như sau:

Trong đó sai số εtlà sự kết hợp tuyến tính của sai số dự báo về lạm phát, sản lượng, cácvec tơ biến ngoại sinh thêm vào và độ nhiễu ut

Phương trình (5) sẽ được ước tính theo phương pháp GMM Theo Clarida và các cộng sự(1998,2000), phương pháp rất phù hợp cho các phân tích kinh tế về quy luật lãi suất khicác hồi quy được thực hiện bởi các biến mà ngân hàng trung ương không quan tâm đến tạithời điểm ra quyết định Để thực hiện phương pháp này, các thiết lập về điều kiện vuônggóc được áp dụng:

Trong đó t là vec tơ của các biến (công cụ)trong phạm vi thông tin của các NHTW tạithời điểm lựa chọn mức lãi suất và vectơ này vuông góc với sai số εt Trong số đó, chúng

ta có thể cómột nhóm các biến trễ dùng để dự đoán lạm phát, chênh lệch sản lượng và cácbiến ngoại sinh thêm vào, cùng lúc với các biến đồng thời khác không có tương quan với

độ nhiễu hiện tại ut Một ma trận có trọng số để tính toán hiệp phương sai có thể khôngđồng nhất và tương quan chuỗi trong εt được sử dụng trong ước lượng Chúng ta xem xétrằng chiều của vectơ công cụ tvượt quá các tham số được ước lượng, chính vì vậy phảikiểm định lại để đánh giá tính hợp lệ cúa các đặc điểm kỹ thuật và sự hợp lệ của các công

cụ Khi đó, kiểm định Hansen’Es (1982) được thực hiện:giả thiết H0 là nhóm các công cụđược xem là hợp lệ; việc loại bỏ sự vuông góc ngụ ý rằng NHTW sẽ không điều chỉnhhành vi của mình khi biết những thông tin lạm phát và sản lượng dự kiến được bao hàmtrong các biến công cụ Vì trong trường hợp đó một số công cụ có tương quan vớit, lúcnày các điều kiện vuông góc sẽ bị vi phạm, dẫn đến mô hình bị bác bỏ Trong thực tế, đểước lượng được phương trình (5), chúng tôi xem xét phương trình dưới dạng đơn giảnhơn như sau:

Trong đó các tham số vectơ mới liên hệ với các vectơ cũ như sau: (0,1,2,)’E = (1 - ∑j)(α,β,,)’E Vì vậy với các ước lượng tham số trong(7) chúng ta có thể tính lại các ướclượng của α,β, và  và sai số chuẩn tương ứng bằng cách sử dụng phương pháp delta.Theo Clarida và các cộng sự (1998), chúng tôi xem trung bình lãi suất thực quan sát đượctrong khoảng thời gian phân tích là lãi suất thực ở trạng thái cân bằng Do đó chúng ta cóthể ước tính được lạm phát mục tiêu của ngân hàng trung ương như sau:

3.2 Dữ liệu, các biến số và giả thuyết kèm theo

Dữ liệu sử dụng trong bài nghiên cứu này là dữ liệu theo tháng và hầu hết thu thập từ dữliệu được công bố bởi 3 NHTW mà chúng tôi nghiên cứu: Thống kế của ECB (Ngân hàngtrung ương Châu Âu), thống kê của Fred II về FED và thống kê của Ngân hàng trungương Anh (BOE) Các nguồn khác được sử dụng, đặc biệt là dữ liệu của các biến ngoạisinh thêm vào mô hình mà chúng tôi sẽ xem xét sau đây Một bảng mô tả chi tiết các biến

số sử dụng trong nghiên cứu và các nguồn dữ liệu tương ứng được giới thiệu trong Hình1-3, thể hiện sự phát triển của các biến chính được xem xét trong phân tích CSTT theotừng ngân hàng trung ương

Mẫu quan sát bao gồm những thời kỳ sau: tháng 1/1999 đến tháng 12/2007 cho Eurozone,tương ứng suốt thời kỳ hoạt động của ECB; tháng 10/1982 đến tháng 12/2007 ở Mỹ(FED), một thời kỳ bắt đầu sau khi xem xét từ lý thuyết được mô tả là “Giảm lạm phátVolcker”; và tháng 10/1992 đến tháng 12/2007 cho nước Anh, thời kỳ BOE hoạt động vớichính sách lạm phát mục tiêu.

Chúng tôi xem xét nhiều cách tính toán lãi suất và lạm phát Tuy nhiên trong mỗi ướclượng chúng tôi quyết định chỉ chọn một cách theo sát nhất với mỗi ngân hàng và nó chophép một sự so sánh đơn giản từ kết quả ước lượng giữa 3 nền kinh tế Đối với khu vựcChâu Âu (Eurozone), chúng tôi sử dụng chỉ số lãi suất cho vay qua đêm (Eonia) là công

cụ chính sách, nó là lãi suất có liên quan trực tiếp nhất đến lãi suất cơ bản (KeyIR) và nókhông bị ảnh hưởng bởi các quan sát dao động rời rạcphía sau (xem Hình 1) Tỷ lệ lạmphát là tỷ lệ thay đổi chỉ số giá tiêu dùng hàng năm đã được cân đối (Inflation), mục đíchchính của chính sách tiền tệ của ECB Lãi suất điều hành hiệu quả của Fed (FedRate)được sử dụng trong ước lượng TR đối với Mỹ Biến lạm phát được sử dụng là lạm phátlõi (CoreInfl), loại trừ giá lương thực và năng lượng và được xem là định nghĩa lạm phát

mà Fed theo đuổi (xem Petersen, 2007) Đối với Anh, chúng tôi sử dụng lãi suất trái phiếuKho bạc 3 tháng (TreasRate) là lãi suất danh nghĩa, có liên hệ mật thiết với công cụ lãisuất chính thức sử dụng trong kì phân tích Biến tỷ lệ lạm phát là chỉ số CPI thường niên(CPI), đối tượng chính của chính sách tiền tệ NHTW Anh Trong sự giống nhau về cách

đo lường lạm phát và lãi suất, Hình 1-3 thể hiện rằng cả 2 biến này vẫn tương đối ổn định

và ở mức thấp trong hầu hết các thời kỳ quan sát cho cả 3 quốc gia phân tích trong nghiêncứu này Trong cả 3 trường hợp, chênh lệch sản lượng được xây dựng bằng cách tính

phần trăm phương saicủa chỉ số công nghiệp từ xu hướng Hodrick-Prescott của chúng vàđược minh họa trong Hình 1 – 3.

Đối với ước lượng quy tắc CSTT của ECB, chúng tôi cũng đồng thời xem xét vai trò củacung tiền Chủ thể cơ bản của ECB là ổn định giá cả, hoặc chính xác hơn là, giữ mức lạmphát tối đa là 2% trong trung hạn Tuy nhiên, chính sách này cũng dựa trên một khungphân tích dựa trên 2 trụ cột: phân tích kinh tế và phân tích tiền tệ Chênh lệch sản lượngđược sử dụng trong mô hình của chúng tôi để nắm bắt thái độ của nền kinh tế; để kiểmsoát vai trò của tiền tệ, chúng tôi đưa thêm vào mô hình tỷ lệ gia tăng tổng cung tiền M3(M3) Theo lý thuyết, chúng tôi kì vọng ECB tăng lãi suất khi cung tiền M3 cao hơn mụctiêu 4,5% được xác định bởi tổ chức này Liệu biến số này đã thực sự được nhắm là mụctiêu bởi ECB hay không thì không rõ, và là một vấn đề lớn trong cuộc thảo luận mà phântích này cố gắng đóng góp vào

Các biến đại diện cho giá tài chính và tài sản là một nhóm biến số khác, được xem xét cụthể trong TR để phân tích thái độ của ngân hàng trung ương Trong nghiên cứu này chúngtôi không xem xét tác động của các biến này một cách riêng rẽ mà bao hàm chúng trong 1chỉ số (mỗi biến có một trọng số riêng) Trọng số dựa trên sự quan trọng trong mối quan

hệ kinh tế của mỗi biến tại một thời điểm cụ thể Do đó, bước tiếp theo được dành choviệc xây dựng một Chỉ số điều kiện tài chính (FCI) thiết kế để nắm bắt sự không đồngđiệu trên thị trường tài chính Một số chỉ số tiền tệ và tài chính được sử dụng trong các tàiliệu như một cách đo lường lập trường chính sách tiền tệ và điều kiện tổng cầu Vì thế, kìvọng rằng các chỉ số này có thể nắm bắt được diễn biến hiện thời của các thị trường tàichính và đưa ra một chỉ báo tốt cho hoạt động kinh tế trong tương lai Những chỉ số nàycũng có thể bao gồm một số thông tin hữu ích về áp lực lạm phát trong tương lai, sau đó

có thể được đưa vào tính toán bởi các NHTW trong chức năng điều hành của họ Luônluôn, FCI thu được từ trọng số bình quân của lãi suất ngắn hạn, tỷ giá hối đoái thực hiệntại, giá cổ phiếu thực và giá bất động sản thực Hai biến đầu tiên đo lường tác động của sựthay đổi trong lập trường CSTT đến cầu nội địa và ngoại thương, trong khi 2 biến còn lại

đo lường ảnh hưởng của sản lượng lên tổng cầu

Trong nghiên cứu này, bên cạnh việc tính toán FCI chúng tôi còn xây dựng một FCI mởrộn mới (EFCI) từ trung bình trọng số của tỷ giá hối đoái thực hiện thời, giá cổ phiếu thực

và giá bất động sản thực cộng với chênh lệch tín dụng và chênh lệch lãi suất trong tươnglai Theo Montagnoli và Napolitano (2005), chúng tôi sử dụng một thuật toán gọi là bộlọc Kalman để xác định trọng số cho mỗi tài sản Thủ tục này cho phép các trọng số thayđổi theo thời gian Goodhart và Hofmann (2001) đề xuất một phương pháp khác để tínhtoán các chỉ số tài chính – giống như ước lượng một hệ thống VAR cấu trúc hoặc ướclượng đơn của một hàm giảm tổng cầu – mà họ giả định rằng các trọng số liên quan vớimỗi biến là cố định Tuy nhiên, trong thực tế, có khả năng các danh mục đầu tư của các tổchức kinh tế thay đổi theo chu kì kinh tế Do đó, nghiên cứu này làm nhẹ bớt các giả định

về trọng số cố định và cho phép cấu trúc có khả năng thay đổi theo thời gian Hơn thếnữa, chúng tôi mở rộng FCI được đề xuất trong 2 nghiên cứu này bằng cách xem xét 2 chỉ

số biến số điều kiện tài chính dưới đây Từ quan điểm của các NHTW, các biến số này cóthể bao gồm các thông tin liên quan đến sự ổn định và kì vọng của thị trường trong tươnglai Chênh lệch tín dụng được xem xét như là một chỉ số dẫn dắt tốt chu kì kinh tế và cáccăng thẳng tài chính; và sự thay đổi trong chênh lệch lãi suất tương lai đưa ra một chỉ số

về độ dao động trong kì vọng của các tổ chức trong nền kinh tế để NHTW cố gắng giớihạn

Để xem xét sự quan trọng của các biến tài chính trong điều hành CSTT, chúng tôi mởrộng mô hình của Rudebusch và Svensson’Es (1999) bằng cách đưa các biến này vào hàm

IS Kết quả là một phiên bản đơn giản của mô hình, nền kinh tế được định nghĩa theođường cong Phillips và đường cong IS:

Trong đó rir là lãi suất thực khử xu hướng và biến tài chính (x) là phương sai từ trạng tháicân bằng dài hạn tương ứng: Tỷ giá hối đoái thực (REER_gap), trong đó ngoại tệ tính

theo danh nghĩa; Giá cổ phiếu thực (Rstock_gap); giá nhà đất thực (RHPI_gap); chênhlệch tín dụng (CredSprd), tính toán theo chênh lệch giữa lợi suất trái phiếu chính phủ 10năm chuẩn (Yield10yr) và lãi suất nhận được từ trái phiếu doanh nghiệp thương mại; và

sự thay đổi trong chênh lệch (FutSprd) giữa lãi suất hợp đồng kỳ hạn 3 tháng trong quýtrước (FutIR) và lãi suất ngắn hạn hiện tại Tất cả các biến này đều thể hiện giá trị thôngtin tài chính, có thể gom lại thành 1 chỉ số đơn giản và sau đó được đưa vào quy tắc tiền tệcủa các NHTW để kiểm tra khi nào và bằng cách nào họ phản ứng lại các thông tin khi họđang thiết lập lãi suất

Cho phép các thông số có khả năng phát triển theo thời gian, nó có nghĩa là một sự thayđổi không quan sát được trong bất kì hệ số bijt nào cũng có thể được ước lượng sử dụng bộlọc Kalman qua các hình thức của hàm (9)

Trong đó sai số được giả định là nhiễu trắng độc lập với phương sai – các ma trận hiệpphương sai được đưa ra bởi Var(µt) = Q và Var(ωt) = R, và với Var(µtωs) = 0, với mọi t và

s X là ma trận các biến giải thích cộng với một hằng số; tất cả các biến ở độ trễ 1 Vectortrạng thái βt chứa tất cả độ dốc các hệ số đang thay đổi theo thời gian Như những giả địnhrằng chúng tuân theo một bước ngẫu nhiên, ma trận F tương đương với ma trận đơn vị

Bộ lọc Kalman cho phép chúng ta phục hồi trạng thái động của mối quan hệ giữa chênhlệch sản lượng và các biến ngoại sinh của nó Thuật toán hồi quy đệ quy vector trạng thái

βt này như sau:

Trong đó Ht-1 = FPt-1|Ωt-1F’E + R, Pt|Ωt = Ht-1 – Ht-1X(X’EHt-1X + Q)-1 (trung bình bình phương sai

số của βt) và βt|Ωt-1 là dự báo của vector trạng thái tại thời kì t, đưa ra thông tin hiện hữu tạigiai đoạn liền kề trước (t-1) Sử dụng bộ lọc này chúng tôi có thể phục hồi các vectorkhông thể quan sát được của các hệ số có thời gian khác nhau Trọng số đi kèm mỗi biến

như sau: wx(i,t)= |Ωβx(i,t)|Ω/∑k=15|Ωβx(k,t)|Ω , trong đó βx(i,t) là hệ số ước lượng của biến xi trong giaiđoạn t Do đó, chỉ số EFCI thời gian t được tính toán như một sản phẩm nội bộ của vectorcác trọng số và vector của 5 biến tài chính mô tả dưới đây, tức là EFCIt = W’Ext.xt

Chỉ số EFCI được đưa vào quy tắc tiền tệ cho mỗi NHTW Biến số này bao gồm cácthông tin có giá trị về sức khoẻ tài chính của nền kinh tế, như các thông tin về hoạt độngkinh tế trong tương lai và sức ép lạm phát trong tương lai, chúng tôi kì vọng 1 phản ứngcủa NHTW sẽ tạo ra sự thay đổi trong biến số này Cụ thể, chúng tôi kì vọng có một sựgia tăng lãi suất khi biến số này gia tăng; ngược lại, hạn chế các điều kiện tài chính sẽ đòihỏi 1 sự cắt giảm lãi suất Sử dụng một biến số như vậy, chúng tôi đã tránh được sự phêbình của một số tác giả cho rằng NHTW không nên nhìn vào mục tiêu giá tài sản NHTW

có thể không thực hiện một cách chính xác tại mọi thời điểm cho mọi tài sản, nhưngnghiên cứu này có khuynh hướng chỉ ra rằng họ có thể chiết xuất một vài thông tin bổsung từ diễn biến của những tài sản này, giống như từ các biến số tài chính khác, khi thiếtlập lãi suất Cuối cùng, như những sự liên quan về kinh tế của các biến này thay đổi theothời gian, chúng tôi cũng cho phép các NHTW có thể đưa ra các quyết định quan trọng vềchúng theo thời gian

Chú ý cuối cùng về dữ liệu là về loại dữ liệu được sử dụng: chúng tôi dùng dữ liệu post (các dữ liệu sau khi sự kiện xảy ra) Orphanides (2001) thu thập các ước lượng phảnứng trong chính sách dựa trên các dữ liệu ex-post có thể đưa ra sự mô tả gây hiểu nhầmcủa CSTT Vì lý do đó, ông ấy đề nghị sử dụng dữ liệu thực theo thời gian trong cácnghiên cứu về quy tắc liên quan đến CSTT, ví dụ dữ liệu hiện hữu tại các NHTW khi cácNHTW có một quyết định về lãi suất Tuy nhiên, Sauer và Sturm (2007) cho rằng sử dụng

ex-dữ liệu thực theo thời gian cho khu vực Eurozone thay vì ex-dữ liệu ex-post sẽ không dẫnđến một kết quả bền vững Như chất lượng của các dự báo về sản lượng và lạm phát đãtăng lên trong năm ngoái, những khác biệt này có ít ý nghĩa thống kê và ít có vấn đề tronghiện tại, ngoại trừ trường hợp của Eurozone Vì những lý do đó mà chúng tôi dựa vào sựcần thiết của các dữ liệu ex-post trong phân tích này Tuy nhiên, trong các phân tích,chúng tôi sẽ giới thiệu vài kết quả với lạm phát và chênh lệch sản lượng theo thời gianthực cho Eurozone bao gồm từ thông tin hàng tháng của ECB Giống như sản lượng công

nghiệp là một biến thường được áp dụng, chúng tôi thử cố gắng khắc phục những vấn đề

từ dữ liệu ex-post trong 3 nền kinh tế bằng cách đưa vào mô hình một biến luân phiên đểthu thập các thông tin liên quan đến các hoạt động kinh tế: tỷ lệ thất nghiệp (UR)

Vì những kiểm định có khả năng thấp và khá nghèo nàn trong mẫu nhỏ, chúng tôi báo cáokết quả của 2 kiểm định nghiệm đơn vị (Dickey và Fuller, 1979 và Ng & Perron, 2001) vàkết quả của kiểm định tính dừng KPSS (1992) để xem liệu power là một vấn đề Đối vớikhu vực Eurozone, power của kiểm định unit root test có vẻ là một vấn đề Vì thời kì mẫunhỏ, chúng không thể loại bỏ nghiệm đơn vị trong vài biến Tuy nhiên, kiểm định KPSSlại có thể đưa ra bằng chứng của tính dừng cho tất cả các biến (ngoại trừ M3) củaEurozone Hầu hết các biến được chứng mình là dừng cho cả Anh và Hoa kỳ

Kết quả ước lượng của quy tắc Taylor cho khu vực Eurozone trong thời kì 12/2007 được thể hiện trong Bảng 2 Thống kê-t được đưa ra trong dấu ngoặc đơn và chomỗi hồi quy chúng tôi tính toán ước lượng lạm phát mục tiêu tuyệt đối được theo đuổi bởiECB (π*) R2hiệu chỉnh, thống kê Durbin-Watson (DW) cho tự tương quan và SBIC cũngđược đưa kèmvới mỗi hồi quy Cột đầu tiên đưa ra kết quả của quy tắc Taylor trên tinhthần Taylor (1993), nghĩa là không cho phép một hành vi lâu dài của NHTW và cả lãi

1/1999-suất làm mượt Mặc dù ước lượng của chênh lệch sản lượng và π* là lý do, các kết quả

ngụ ý rằng mô hình đơn giản này không thể nắm bắt được phản ứng của ECB đối với lạmphát Nó có nghĩa là CSTT của ECB không được biểu thị bởi một quy tắc Taylor tuyếntính cơ bản Nhưng nó có thể được diễn tả bởi một quy tắc tiền tệ có tính kì vọng tươnglai – bên cạnh thông tin từ lịch sử và hiện tại Do đó, chúng tôi tiếp tục với ước lượng mộtquy tắc Taylor hướng đến tương lai cho khu vực Eurozone

Phương pháp hồi quy GMM được sử dụng để ước lượng quy tắc Taylor hướng đến tươnglai với lãi suất làm mượt Một mức trễ của lãi suất đủ để loại trừ bất kì tương quan chuỗinào trong sai số (xem thống kê DW) Những tầng dự đoán lạm phát và chênh lệch sảnlượng được chọn ra, tương ứng theo năm (k=12) và 3 tháng (p=3) Các tầng này được lựachọn bằng cách sử dụng SBIC và chúng có vẻ đại diện cho một mô tả đúng về cách điềuhành thông dụng của ECB.

Mẫu các công cụ chính sách bao gồm 1 hằng số và độ trễ 1-6, 9 và 12 cho lạm phát,OutpGap, Yield10yr và M3 Để phỏng đoán biến động của các công cụ chính sách, chúngtôi báo cáo kết quả từ kiểm định Hansen (1982), cụ thể là Hansen’Es J-statistic và cácp_value tương ứng Biến động của các công cụ được xác nhận trong các hồi quy thể hiện

ở Bảng 2 Hiệp phương sai và sai số chuẩn tự tương quan đồng nhất được sử dụng ở tất cảước lượng.

Kết quả của ước lượng hướng đến tương laigốcđược giới thiệu ở cột 2 thể hiện một phảnứng có ý nghĩa của ECB đối với lạm phát: lạm phát kì vọng tăng 1% sẽ khiến cho ECBtăng lãi suất lên hơn 1% Do đó, vì hệ số của lạm phát lớn hơn, lãi suất thực tăng tươngứng để phản hồi lại lạm phát cao và điều này dùng để tác động ổn định lạm phát theomong muốn Độc lập với những gì liên quan tới lạm phát, ECB cũng phản ứng lại với chu

kì kinh tế: chênh lệch sản lượng tăng 1% làm tăng lãi suất khoản 2%

Chúng tôi cũng thu được một ước lượng thú vị là π* = 2,32, chỉ ra rằng mục tiêu lạm phátngầm của ECB trong thực tế chỉ hơi cao hơn 2% so với mục tiêu xác lập cho sự ổn địnhgiá cả Thực tế, dữ liệu thể hiện trong Hình 1 diễn biến của tỷ lệ lạm phát là nhất quán vớikết quả: lạm phát nằm dưới (nhưng khá gần) mức 2,3 – 2,4% trong hầu hết thời gian,nhưng thường dưới mục tiêu chính thức là 2% Nó có nghĩa là ECB đã khá cứng rắn trongviệc thiết lập một mục tiêu chính thức cho lạm phát để truyền dẫn ý kiến rằng khả năngrất cao là nó có liên quan đến việc kiểm soát lạm phát (như ngân hàng Đức trước đây).Nhưng mặc dù có sự cố chấp này, chính sách của họ vẫn đã cho phép vài sự linh động,cho phép có sự khác nhau trong nội bộ các nước hình thành nên cộng đồng châu Âu.Tiếp theo chúng ta mở rộng mô hình cơ sở để xem xét các yếu tố khác mà các NHTW cóthể sử dụng để đưa vào tính toán khi xác định lãi suất Theo các trụ cột tiền tệ, ECB nênđặt mục tiêu tăng trưởng M3 Tuy nhiên không có tác động đáng kể nào được xác định từkết luận của M3 trong mô hình (xem cột 3) Kết quả này xác nhận bằng chứng được đưa

ra bởi Fendel và Frenkel (2006) và Surico (2007b) rằng tổng cung tiền thực sự không phải

là mục tiêu của ECB và nên bị loại bỏ khỏi mô hình.Nhưng vì biến này trong truyền thốngthường đưa ra các thông tin giá trị để dự đoán lạm phát, nó tạo thành 1 biến quan trọng đểxem xét nhóm các công cụ chính sách

Sự bao gồm các chỉ số điều kiện tài chính trong quy tắc tiền tệ của ECB đưa ra một kếtquả đáng chú ý: kết quả cho thấy rằng ECB không chỉ đang nhắm đến mục tiêu là lạmphát và các điều kiện kinh tế mà còn đang phản ứng lại các điều kiện tài chính khi xác

của các điều kiện tài chính ở Eurozone đang chững lại do sự gia tăng của lãi suất Ví dụ,khi các chỉ số tài chính được phát triển trong bài nghiên cứu này (EFCI) tăng 1 đơn vị, sẽdẫn dắt lãi suất tăng 1% trong 3 quý Vì chỉ số này chứa giá trị và các thông tin bổ sungliên quan đến diễn biến hoạt động kinh tế và áp lực lạm phát trong tương lai, phản ứng lạiđiều kiện tài chính là một cách mà ECB thường dùng để mục tiêu hoá gián tiếp lạm phát

và tránh sự mất cân bằng tài chính, có thể gây hại cho nền kinh tế Đây là kết quả nổi bật

và thể hiện rằng những phân tích đầu tiên đưa ra bằng chứng là ECB không chỉ cố gắngkiểm soát ổn định tiền tệ, mà còn cố gắng kiểm soát ổn định tài chính Nó có nghĩa làCSTT của ECB có thể giải thích bằng quy tắc Taylor mở rộng với thông tin từ các điềukiện tài chính

Như đã đề cập ở phần 2, có một cuộc tranh luận rất lớn trong lý thuyết về việc NHTW cónên hướng đến các biến số tài chính, mà cụ thể là giá tài sản hay không Bài nghiên cứunày đưa ra vài bằng chứng ưa thích bao gồm cả thông tin chứa đựng trong các biến củaquy luật tiền tệ Thông thường, các nghiên cứu tồn tại đều đối phó với vấn đề này bằngcách đưa mỗi giá tài sản hoặc các biến số tài chính độc lập vào mô hình mà không tínhđến tầm quan trọng tương đối của mỗi thứ tại một thời điểm xác định Với chỉ số sử dụngtrong bài nghiên cứu này, chúng tôi khắc phục vấn đề đó và tập trung vào thông tin đưa rabởi những biến này trong một chỉ số đơn Điều này có thể tránh được vấn đề đa cộngtuyến, đa cộng tuyến có thể là kết quả từ việc đưa quá nhiều biến vào hồi quy đơn Tuynhiên, nếu cho phép so sánh trực tiếp với nghiên cứu khác, cột 6 thể hiện kết quả của hồiquy bao gồm các thành phần của EFCI Ngoại trừ CredSprd, tất cả kết quả tương ứng vớicác biến đều đúng về kì vọng dấu và đều có ý nghĩa thống kê Tuy nhiên, mục tiêu ngầmcủa lạm phát là rất cao và không có ý nghĩa, có thể nó là hậu quả của một vấn đề đa cộngtuyến

Một vấn đề thú vị được đưa ra trong nghiên cứu này là liệu, bên cạnh việc ECB đangphản ứng với chu kỳ kinh tế của Eurozone, nó cũng đang đáp ứng lại các điều kiện kinh tếquốc tế Để nắm bắt tác động này, chênh lệch sản lượng của Mỹ được sử dụng như một sựđại diện cho chu kì kinh tế trên thế giới Kết quả cho thấy, ECB sẽ đưa vào xem xét tìnhhình kinh tế toàn cầu khi quyết định lãi suất Trong một sự hội nhập toàn cầu, những lo

ngại về nhập khẩu lạm phát (hoặc suy thoái), là kết quả từ một mức tăng trưởng kinh tếtoàn cầu cao hơn (thấp hơn) trên (dưới) xu hướng được trung hòa bởi mức lãi suất caohơn (thấp hơn) ở khu vực Eurozone.

Nhóm tiếp theo của hồi quy được đưa ra để phân tích tính chắc chắn của những kết quảcho đến nay Kiểm định tính chắc chắn đầu tiên là liên quan đến việc định nghĩa về lãisuất Chúng tôi từng xem Eonia như là một công cụ chính sách, nhưng kết quả khôngkhác là mấy khi chúng tôi sử dụng Euribor 3 tháng để thay vào (xem cột 8) Chỉ duy nhấtmục tiêu lạm phát ngầm là cao hơn lạm phát kì vọng, xác nhận rằng việc sử dụng Eonia làmột lựa chọn nhạy cảm

Vì sản xuất công nghiệp hay thay đổi và là một biến thường bị sửa đổi, chúng tôi đưa vào

mô hình một biến thay thế để nắm được phản ứng của ECB đối với các điều kiện kinh tế:

Tỷ lệ thất nghiệp (UR.gap) Biến số này có khả năng có khả năng đưa ra những thông tinliên quan đến tình trạng của nền kinh tế tại thời điểm NHTW có quyết định mới về lãisuất Kết quả được giới thiệu ở cột 9, bảng 2 và cho thấy rằng hệ số của biến số này làdương và có ý nghĩa cao (như dự đoán), và các kết quả khác bị ảnh hưởng không đáng kể

Cụ thể, khi tỷ lệ thất nghiệp trên mức “tự nhiên”, ECB có xu hướng giảm lãi suất Kết quảquan trọng này cho thấy ECB không chỉ đơn giản hướng đến mục tiêu tăng trưởng kinh tếkhi quyết định chính sách, mà nó còn khá quan tâm đến thất nghiệp Hơn nữa, không có

sự khác biệt nào ngay cả khi chúng tôi sử dụng FCI thay vì EFCI (xem cột 10) Kết quảxác nhận rằng các điều kiện tài chính và kinh tế tổng hợp đều được đưa vào tính toán bởiECB khi nó thực hiện các hành vi chính sách

Trong cột 11 và 12 chúng tôi sử dụng dữ liệu thời gian thực tế cho lạm phát và chênh lệchsản lượng thay vì dữ liệu ex-post Tuy nhiên, như những gì đã thấy từ Sauer và Sturm(2007), cách sử dụng dữ liệu thời gian thực cho Eurozone, thay vì dữ liệu sửa đổi, khôngdẫn dến một kết quả khác

Cuối cùng, trong 2 cột cuối chúng tôi đưa ra một phân tích độ nhạy để lựa chọn bộ công

cụ chính sách, đặc biệt là trong những mối quan tâm đến công cụ lãi suất Như đã đề cập,

độ trễ của trái phiếu chính phủ 10 năm (Yield10yr) được sử dụng trong bộ công cụ chính