Ứng dụng mô hình SVAR cấu trúc trong phân tích các nhân tố tác động đến lạm phát tại việt nam

Cấu trúc sâu của nền kinh tế với việc xây dựng một lý thuyết kinh tế học vĩ mô dựa trên nền tảng vi mô với nhân tố kỳ vọng làm trọng tâm Theo hướng thực tiễn: xây dựng được một mô hình p

MỤC LỤC

DANH MỤC TỪ VIẾT TẮT iv

DANH MỤC BẢNG v

DANH MỤC HÌNH v

DANH MỤC PHỤ LỤC v

LỜI MỞ ĐẦU 1

1 LÝ DO CHỌN ĐỀ TÀI 1

2 MỤC TIÊU NGHIÊN CỨU 1

3 PHƯƠNG PHÁP NGHIÊN CỨU 2

4 NỘI DUNG NGHIÊN CỨU 2

5 ĐÓNG GÓP CỦA ĐỀ TÀI 2

6 HƯỚNG PHÁT TRIỂN ĐỀ TÀI 3

1 GIỚI THIỆU ĐỀ TÀI 4

2 TỔNG QUAN SỰ PHÁT TRIỂN CỦA SVAR TRONG KHUÔN KHỔ KINH TẾ HỌC THỰC NGHIỆM 6

2.1 Mô hình kinh tế học thực nghiệm Keynes 6

2.1.1 Vấn đề xác định trong mô hình kinh tế học thực nghiệm Keynes 6 2.1.2 Phương pháp giải quyết vấn đề xác định 8

2.2 Sự phê phán phương pháp xác định truyền thống trong các mô hình kinh tế học thực nghiệm Keynes 12

2.3 Nền tảng mới của kinh tế học thực nghiệm 15

2.3.1 Xác định cấu trúc sâu của nền kinh tế 15

2.3.2 Tác động của các cú sốc không kỳ vọng: Phương pháp VAR 20

2.3.2.1 Hàm phản ứng đẩy 21

2.3.2.2 Phân rã phương sai 22

2.3.2.3 Những phê phán đối với VAR 22

2.4 Phương pháp SVAR 23

2.4.1 Hạn chế trực giao 23

2.4.2 Sự chuẩn hóa mô hình SVAR 24

2.4.3 Hạn chế trên ma trận 24

2.4.4 Đánh giá SVAR trong mối tương quan với mô hình hệ phương trình truyền thống (mô hình kinh tế học thực nghiệm Keynes) 26

3 TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY VỀ ỨNG DỤNG SVAR VÀ CÁC NHÂN TỐ TÁC ĐỘNG ĐẾN LẠM PHÁT 29

3.1 Các nghiên cứu nước ngoài 29

3.2 Các nghiên cứu tại Việt Nam 32

4 ỨNG DỤNG PHƯƠNG PHÁP SVAR TRONG PHÂN TÍCH LẠM PHÁT TẠI VIỆT NAM 35

4.1 Xây dựng mô hình 35

4.1.1 Lựa chọn các biến cho mô hình 35

4.1.2 Thiết lập các hạn chế của mô hình 38

4.2 Dữ liệu và các kiểm định ban đầu 41

4.2.1 Dữ liệu: 41

4.2.2 Các kiểm định ban đầu: 41

4.3 Phân tích tác động của các cú sốc đến lạm phát ở Việt Nam 44

4.3.1 Phản ứng của lạm phát trước cú sốc về giá từ khu vực nước ngoài 44

4.3.2 Phản ứng của lạm phát trước cú sốc tỷ giá 45

4.3.3 Phản ứng của lạm phát trước cú sốc trong chính sách tiền tệ 46

4.3.4 Phản ứng của lạm phát trước cú sốc từ phía cầu: 47

4.3.5 Phản ứng của lạm phát trước cú sốc từ phía cung: 48

4.3.6 Một số kết quả khác từ mô hình: 48

5 KHUYẾN NGHỊ CHÍNH SÁCH 50

5.1 Thực hiện một chính sách “quản lý tiền tệ chặt chẽ” thay vì “thắt chặt tiền tệ” 50

5.2 Quản lý đầu tư công hiệu quả – kiên quyết bỏ việc ưu đãi cho các doanh nghiệp nhà nước 50

5.3 Một mục tiêu rõ ràng và kế hoạch thực hiện trong dài hạn 52

5.4 Nâng cao vai trò của các dự báo trong việc thực thi các chính sách 53

5.5 Thực hiện đo lường lạm phát kỳ vọng trong dân chúng 54

5.6 Quyết tâm chính trị 54

6 KẾT LUẬN 56 DANH MỤC TÀI LIỆU THAM KHẢO a

PHỤ LỤC d

DANH MỤC TỪ VIẾT TẮT

NHNN Ngân hàng Nhà nước

NHTW Ngân hàng Trung ương

PPI Chỉ số giá của nhà sản xuất (Producer Price Index)

VAR Mô hình Vector tự hồi quy (Vector Autoregression)

SVAR Mô hình Vector tự hồi quy cấu trúc (Structural Vector

Autoregression) VECM Mô hình Vector hiệu chỉnh sai số (Vector Error Correlation Model) SVECM Mô hình Vector hiệu chỉnh sai số cấu trúc (Structural Vector Error

Correlation Model)

AR Mô hình tự hồi quy (Autoregressive)

ARIMA Mô hình trung bình trượt kết hợp tự hồi quy (Autoregressive

Integrated Moving Average)

IV Các biến công cụ (Instrumental Variables)

GDP Tổng sản phẩm quốc nội

ADF Kiểm định Augmented Dickey – Fuller

CPI Chỉ số giá tiêu dùng

NEER Tỷ giá danh nghĩa hiệu dụng

WTO Tổ chức Thương mại Thế giới (World Trade Organization)

XHCN Xã hội chủ nghĩa

ODA Hỗ trợ phát triển chính thức (Official Development Assistance)

DANH MỤC BẢNG

Bảng 4.1 Tóm tắt các biến sử dụng trong mô hình

Bảng 4.2 Tổng hợp nguồn dữ liệu đối với các biến sử dụng

Bảng 4.3 Kiểm định độ trễ của mô hình

Bảng 4.4 Kết quả kiểm định Portmanteau

DANH MỤC HÌNH

Hình 2.1 Xác định hàm cung tiền

Hình 5.1 Phản ứng của CPI trước cú sốc về giá dầu và giá gạo

Hình 5.2 Phản ứng của CPI, IMP, PPI trước cú sốc về tỷ giá

Hình 5.3 Phản ứng của CPI trước cú sốc cung tiền và lãi suất

Hình 5.4 Phản ứng của CPI trước cú sốc trong lỗ hổng sản lượng công nghiệp Hình 5.5 Phản ứng của CPI trước cú sốc về giá nhập khẩu và giá bán của người sản xuất

DANH MỤC PHỤ LỤC

Phụ lục 1 Kiểm định nghiệm đơn vị đối với các chuỗi dữ liệu chưa lấy sai phân Phụ lục 2 Kiểm định nghiệm đơn vị đối với các chuỗi đã lấy sai phân bậc nhất I(1) Phụ lục 3 Phân rã phương sai của các biến trong mô hình

LỜI MỞ ĐẦU

1 LÝ DO CHỌN ĐỀ TÀI

Trong những năm gần đây, vai trò của các mô hình thực nghiệm đối với việc phân tích chính sách cũng như các biến vĩ mô trong nền kinh tế ngày càng được nâng cao Tiêu biểu là giải Nobel Kinh tế 2011 được trao cho hai nhà kinh tế Thomas Sargent và Christopher Sims vì những đóng góp cho kinh tế học thực nghiệm - trong quá trình tìm lời giải cho vấn đề xác định cho mô hình cấu trúc và vấn đề biến ngoại sinh của mô hình Tuy phát triển theo hai con đường khác nhau, nhưng phương pháp của Sargent và Sims không đối lập mà bổ sung tốt cho nhau Và đây cũng là cơ sở cho sự ra đời của phương pháp SVAR, một phương pháp hiệu quả trong việc phân tích chính sách và hiện nay đang được sử dụng rất phổ biến ở nhiều quốc gia Dựa trên thành tựu này cộng với thực trạng lạm phát cao ở Việt Nam trong thời gian vừa qua, chúng tôi tiến hành ứng dụng phương pháp SVAR trong việc phân tích lạm phát ở Việt Nam, làm cơ sở cho việc đưa ra các khuyến nghị để

điều tiết lạm phát trong thời gian tới

2 MỤC TIÊU NGHIÊN CỨU

Bài nghiên cứu tập trung vào hai mục tiêu chính Thứ nhất là tìm hiểu sự phát triển của phương pháp SVAR trong kinh tế học thực nghiệm Phương pháp này đã khắc phục được những vấn đề gì của các phương pháp trước đây và hạn chế vẫn còn tồn tại của nó? Thứ hai, ứng dụng phương pháp SVAR vào việc xây dựng một mô hình phân tích lạm phát ở Việt Nam Dựa trên mô hình xây dựng được, bài nghiên cứu sẽ

đi sâu vào giải quyết ba câu hỏi:

(1) Các nhân tố tác động mạnh đến lạm phát ở Việt Nam?

(2) Khi có một cú sốc trong chính sách thì nó sẽ tác động như thế nào đến lạm phát?

(3) Thời gian để lạm phát phản ứng lại một chính sách mới hay một chính sách đưa ra để giải quyết vấn đề lạm phát thì cần thời gian bao lâu mới phát huy tác dụng?

Những phân tích này cũng là cơ sở để nhóm nghiên cứu đưa ra các khuyến nghị trong việc điều tiết lạm phát ở Việt Nam trong thời gian tới

3 PHƯƠNG PHÁP NGHIÊN CỨU

Bài nghiên cứu sử dụng chủ yếu các phương pháp định tính, phân tích, tổng hợp và định lượng nhằm làm r những vấn đề cần nghiên cứu Riêng phần định lượng, nhóm nghiên cứu sử dụng phần mềm Eview để chạy mô hình SVAR về lạm phát ở Việt Nam dựa trên các nghiên cứu tổng hợp được và các phân tích định tính

4 NỘI DUNG NGHIÊN CỨU

Sai phần giới thiệu đề tài, phần hai sẽ trình bày một cái nhìn tổng quát về sự phát triển của SVAR trong khuôn khổ kinh tế học thực nghiệm Tiếp đến là tổng quan các nghiên cứu về ứng dụng SVAR trong phân tích các nhân tố tác động đến lạm phát cũng như xem xét các nguyên nhân lạm phát đã được nghiên cứu trước đây trên thế giới và tại Việt Nam Trên cơ sở đó và thực trạng nền kinh tế Việt Nam, phần tư sẽ trình bày ứng dụng phương pháp SVAR trong việc phân tích lạm phát ở Việt Nam bao gồm: xây dựng mô hình SVAR thực nghiệm, nguồn dữ liêu và phân tích các cú sốc tác động đến lạm phát tại Việt Nam, tìm ra nguyên nhân cũng như phản ứng theo thời gian của lạm phát trước các cú sốc Trên cơ sở đó, các khuyến nghị chính sách được trình bày trong phần năm Cuối cùng là kết luận

5 ĐÓNG GÓP CỦA ĐỀ TÀI

Về mặt lý luận, bài nghiên cứu đã hệ thống được một số mô hình kinh tế học thực nghiệm trước SVAR Từ đó làm nổi bật những ưu điểm của SVAR cũng như những hạn chế còn tồn tại của phương pháp này Đồng thời, bằng việc tổng quan các nghiên cứu về ứng dụng của SVAR ở các quốc gia, bước đầu đã cho thấy vai trò của SVAR trong việc phân tích chính sách

Về mặt thực tiễn, đề tài đã xây dựng được một mô hình phân tích lạm phát theo phương pháp SVAR mà dựa trên đó chúng ta có thể xem xét phản ứng của lạm phát trước các cú sốc trong và ngoài nước Từ đó góp phần giúp các nhà điều hành trong việc thiết lập mục tiêu và thực thi chính sách

6 HƯỚNG PHÁT TRIỂN ĐỀ TÀI

Tuy bài nghiên cứu đã hệ thống lại phương pháp luận của SVAR nhưng do hạn chế của người thực hiện cũng như vấn đề nghiên cứu SVAR trong nước nên bài nghiên cứu chỉ mới ở mức độ gợi mở hướng nghiên cứu, phát triển vấn đề này trong thời gian tới Theo đó, chúng tôi đề xuất một số hướng nghiên cứu tiếp cho đề tài:

Theo hướng lý luận: hoàn thiện nền tảng lý thuyết của phương pháp SVAR Đặc biệt là vai trò của yếu tố kỳ vọng trong các mô hình kinh tế học thực nghiệm thời gian gần đây Cấu trúc sâu của nền kinh tế với việc xây dựng một lý thuyết kinh tế học vĩ mô dựa trên nền tảng vi mô với nhân tố kỳ vọng làm trọng tâm

Theo hướng thực tiễn: xây dựng được một mô hình phân tích lạm phát dựa trên phương pháp SVAR với các biến đặc thù cho nền kinh tế Việt Nam theo thời gian

Có thể xem xét được tác động của hiệu quả đầu tư (ICOR), thâm hụt ngân sách và chênh lệch được giá vàng trong nước và giá vàng thế giới lên lạm phát

1 GIỚI THIỆU ĐỀ TÀI

Cho đến cuối thập niên 60, giới nghiên cứu và hoạch định chính sách vĩ mô sử dụng những mô hình kinh tế học thực nghiệm (macroeconometric models) được xây dựng trên cơ sở lý thuyết Keynes để phục vụ cho công tác phân tích và dự báo Một

số mô hình nổi tiếng của Multimod, Fair, Wharton, Nigem, Murphy bao gồm hàng chục, thậm chí hàng trăm phương trình biểu diễn các quan hệ kinh tế vĩ mô quan trọng, còn được gọi là mô hình cấu trúc Tuy nhiên, vào thập niên 70, các mô hình kinh tế học thực nghiệm phải trải qua một cuộc kiểm tra mang tính quyết định khi đối mặt với một sự kiện không thể lý giải được, đó là tình trạng tỷ lệ lạm phát cao đi kèm với tốc độ tăng trưởng kinh tế thấp, còn được gọi là “tình trạng đình lạm – stagflation” (Parliament, 1965) Khái niệm này rất đáng chú ý vì một yếu tố chủ đạo trong tất cả các mô hình Keynes là sự đánh đổi giữa lạm phát và tốc độ tăng trưởng sản lượng thực Đây là sự thất bại của các mô hình kinh tế học thực nghiệm Keynes trên quy mô lớn Lucas (1976), Sims và Sargent (1977) đã đưa ra những chỉ trích gay gắt đối với phương pháp luận của các mô hình kinh tế học thực nghiệm Keynes đồng thời chỉ ra hai khiếm khuyết quan trọng của nhóm mô hình này Thứ nhất là vấn đề biến ngoại sinh của mô hình Rất nhiều lý thuyết cho rằng các biến số kinh tế không chỉ phụ thuộc vào quan hệ hiện thời mà còn phụ thuộc vào kỳ vọng trong tương lai, ví dụ điển hình nhất là lãi suất danh nghĩa phụ thuộc vào kỳ vọng lạm phát Hầu hết các mô hình lúc đó đều chỉ sử dụng kỳ vọng như một biến ngoại sinh, nghĩa là yếu tố này phải được xác định bên ngoài mô hình Thứ hai là vấn đề xác định trong các mô hình cấu trúc lại được giải quyết dựa vào các hạn chế tiên nghiệm được xây dựng trên cơ sở lý thuyết của Keynes mà không xem xét phản ứng hành vi của các chủ thể kinh tế trước sự thay đổi chính sách Với phương pháp xác định này, các tham số cấu trúc của mô hình sẽ bị thay đổi khi thay đổi chính sách và do

đó không có giá trị trong dự báo cũng như phân tích chính sách

Thomas Sargent và Christopher Sims – hai nhà kinh tế được vinh danh giải Nobel Kinh tế 2011 vì những đóng góp cho kinh tế học thực nghiệm – trong quá trình tìm lời giải cho hai thách thức này đã mở ra một kỷ nguyên mới trong lĩnh vực mô hình

hóa kinh tế vĩ mô Tuy phát triển theo hai con đường khác nhau, nhưng phương pháp của Sargent và Sims không đối lập mà bổ sung tốt cho nhau Sargent trực tiếp tìm kiếm cấu trúc sâu của nền kinh tế với việc xây dựng một lý thuyết kinh tế học vĩ

mô dựa trên nền tảng vi mô với nhân tố kỳ vọng làm trọng tâm Sargent đã thành công khi đưa yếu tố kỳ vọng hợp lý vào các mô hình kinh tế thực nghiệm Điểm đột phá quan trọng của Sargent là biến đổi những yếu tố kỳ vọng thành một số phương trình giới hạn đồng thời (cross equation constraints) từ đó ước lượng các mô hình cấu trúc sâu, có thể sử dụng trước các biến động chính sách Tuy nhiên, phương pháp của Sargent vẫn không thể quan sát các tác động của một cú sốc chính sách Trong khi đó, Sims tập trung vào tác động của các cú sốc chính sách mà không ước lượng các tham số cấu trúc Với một loạt nghiên cứu của mình, Sims đã đưa ra một phương pháp mới, ước lượng toàn bộ các phương trình vĩ mô bằng VAR chỉ bao gồm các biến nội sinh Điểm đặc biệt trong phương pháp của Sims là khả năng phân tách các cú sốc bất ngờ trong các biến vĩ mô ra khỏi các cú sốc đã được kỳ vọng nhằm mục đích phân tích chính sách dưới tác động của những cú sốc bất ngờ, không được dự tính trước Không những thế phương pháp của Sims còn giúp các nhà kinh tế ước lượng được mức độ và thời gian phản ứng của một nền kinh tế cụ thể với từng loại sốc khác nhau thông qua hàm phản ứng đẩy, do đó vừa giúp cho công tác dự báo dễ dàng hơn vừa có thể đề ra những chính sách đối phó thích hợp Tuy nhiên, phương pháp VAR ban đầu của Sims gặp phải sự phê bình do tính chất

“phi lý thuyết” của nó và đòi hỏi việc xác định các cú sốc cơ bản từ sai số dự báo phải dựa trên các lập luận lý thuyết vững chắc và xem xét các cú sốc cơ bản dưới một cấu trúc cụ thể Lúc này phương pháp luận SVAR (Structural VAR) ra đời, trong đó, phương pháp của Sargent trở thành một trong những phương pháp xác định phổ biến nhất

Ứng dụng những thành tựu trên, việc sử dụng mô hình SVAR trong các nghiên cứu thực nghiệm gần đây ngày càng trở nên phổ biến và đóng một vai trò quan trọng trong việc phân tích chính sách, điều gì sẽ xảy ra khi có một cú sốc trong chính sách kinh tế hay cần thời gian bao lâu để một chính sách đưa ra có hiệu lực theo mong

muốn của người làm chính sách Nếu dự liệu được những vấn đề này thì có thể dự phòng được những tình huống có thể xảy ra cho nền kinh tế, từ đó đưa ra được những biện pháp phù hợp Dựa trên ý tưởng này cùng với thành công của các mô hình nghiên cứu thực nghiệm SVAR ở các quốc gia, bài nghiên cứu tập trung sử dụng phương pháp SVAR trong việc phân tích lạm phát ở Việt Nam Dựa trên mô hình xây dựng được, bài nghiên cứu đi sâu vào giải quyết ba câu hỏi (1) các nhân tố tác động mạnh đến lạm phát ở Việt Nam; (2) khi có một cú sốc trong chính sách thì

nó sẽ tác động như thế nào đến lạm phát; (3) thời gian để lạm phát phản ứng lại một chính sách mới hay một chính sách đưa ra để giải quyết vấn đề lạm phát thì cần thời gian bao lâu mới phát huy tác dụng Và những phân tích này cũng là cơ sở để nhóm nghiên cứu đưa ra các khuyến nghị trong việc kiềm hãm lạm phát ở Việt Nam trong thời gian tới

2 TỔNG QUAN SỰ PHÁT TRIỂN CỦA SVAR TRONG KHUÔN KHỔ KINH TẾ HỌC THỰC NGHIỆM

Trong phần này, nhóm nghiên cứu sẽ trình bày tóm lược về các mô hình hệ phương trình đồng thời cổ điển trong khuôn khổ lý thuyết Keynes cùng với phê phán của Lucas, Sims và Sargent đối với nhóm mô hình này Kế đến là hai phương pháp phát triển của Sargent và Sims Cuối cùng là sự ra đời của SVAR và những ưu điểm nổi bật của nó

2.1 Mô hình kinh tế học thực nghiệm Keynes

2.1.1 Vấn đề xác định trong mô hình kinh tế học thực nghiệm Keynes

Cho đến những năm 1960, các nhà kinh tế học đã dựa vào lý thuyết Keynes để xây dựng những mô hình kinh tế học thực nghiệm một cách cụ thể và r ràng Những

mô hình cấu trúc này chiếm vị trí thống trị khoa học trong thập niên 60 Mô hình kinh tế thực nghiệm là một hệ thống các phương trình động bao gồm một số biến nội sinh (những biến được xác định bằng mô hình), các biến ngoại sinh (những biến chỉ tác động đến mô hình nhưng không bị ảnh hưởng bởi chính nó), và các cú sốc ngẫu nhiên với ý tưởng sử dụng dữ liệu lịch sử để ước lượng mô hình, và sau đó sử

dụng mô hình này để ước tính hệ quả của các chính sách thay thế Đây thường là những mô hình tuyến tính tiêu chuẩn, với công thức cấu trúc như sau:

(2.1) Trong đó, là vector của các biến nội sinh là vector các biến ngoại sinh và trễ của các biến nội sinh Phần dư đại diện cho các biến động cấu trúc (structural innovations) của nền kinh tế là ma trận phương sai – hiệp phương sai của các biến động cấu trúc này1

Ma trận hệ số và là các tham số cần ước lượng Vấn đề cơ bản khi ước lượng các mô hình cấu trúc là không thể ước lượng trực tiếp (2.1) và nhận được giá trị đúng của và Thông tin từ mẫu dữ liệu không đủ để thực hiện điều này nếu không có thêm các giới hạn xác định (identifying restrictions) Có một tập hợp vô hạn các giá trị khác nhau cho và

mà tất cả đều hàm ý chính xác phân phối xác suất tương tự như dữ liệu quan sát Điều này dẫn đến việc không thể ước lượng giá trị đúng của và từ riêng dữ liệu

quan sát Do đó, các tham số cấu trúc này được cho là “không xác định”

Để chứng minh vấn đề này, dạng rút gọn của mô hình (2.1) được đưa ra, nó thể hiện tất cả thông tin từ mẫu dữ liệu quan sát Trong dạng rút gọn, mỗi biến nội sinh là một hàm của các biến định trước2 Nhân 2 vế của (2.1) cho ma trận , ta được dạng rút gọn như sau:

1 Tất cả các biến đều được viết dưới dạng logarit

2 Xem Hamilton (1994), trang 245





R ràng, hai mô hình (2.3) và (2.1) có cấu trúc khác nhau nhưng lại có chung một dạng rút gọn, hàm ý cả hai mô hình này là tương đương nhau về mặt quan sát Đây chính là vấn đề xác định mô hình: nếu không có thêm những giả định bổ sung, còn gọi là các hạn chế xác định, thì không thể suy ra các tham số cấu trúc của mô hình

“đúng” từ tập hợp dữ liệu quan sát bởi vì các mô hình cấu trúc khác nhau lại cho ra cùng một dạng rút gọn

2.1.2 Phương pháp giải quyết vấn đề xác định

Trong các mô hình kinh tế thực nghiệm Keynes, vấn đề xác định được giải quyết bằng cách áp đặt một tập hợp các hạn chế tiên nghiệm lên các thành phần của ma trận và để giữ lại chỉ một ma trận 3 Ma trận có phần tử cần phải áp đặt các hạn chế xác định Trong số các hạn chế đó, có hạn chế chỉ đơn giản là sự chuẩn hóa hệ số bằng 1 (đường chéo của ma trận ) Với phần tử còn lại, phương pháp truyền thống áp đặt các giới hạn tuyến tính lên các thành phần của ma trận và 4 Thông thường, các hạn chế loại trừ (exclusion restrictions) được sử dụng cho mục đích này Lưu ý, trong phương pháp xác định truyền thống, ma trận phương sai – hiệp phương sai của các biến động cấu trúc thường không được áp đặt các ràng buộc hạn chế: cụ thể là phương pháp này không giả định các biến động cấu trúc phải trực giao

Minh họa sau đây sẽ giúp chúng ta hiểu r hơn về cách giải quyết vấn đề xác định trong các mô hình kinh tế học thực nghiệm Keynes Một mô hình đơn giản gồm một biến sản lượng – đại diện cho các biến phi chính sách và một biến cú sốc tiền tệ

3 Xem Faust (1999), trang 5

4 Ngoài ra, các giới hạn xác định cần phải thực hiện đầy đủ các điều kiện xếp hạng và trật tự xác định Xem Greene (1997), trang 724

– đại diện cho công cụ chính sách tiền tệ Mô hình cấu trúc được giả định có dạng:

Dạng rút gọn của mô hình như sau:

(2.5) Với và Giả sử và có cùng độ dài trễ thống nhất Khi đó, dạng rút gọn (2.5) có hệ số, trong khi mô hình cấu trúc (2.4) có

hệ số Do đó, mỗi phương trình cần có thêm một hạn chế xác định để có thể ước lượng các tham số cấu trúc từ dữ liệu quan sát

Như trình bày ở trên, việc xác định trong các mô hình kinh tế học thực nghiệm Keynes được thực hiện bằng cách áp đặt các hạn chế loại trừ lên các phần tử của ma trận và Những hạn chế này được áp đặt vào mô hình trên cơ sở tiên nghiệm không thể kiểm định Do đó, chúng cần dựa trên một nền tảng lý thuyết vững chắc Hạn chế đối với , có thể lập luận do sự chậm trễ trong việc thu thập số liệu thống

kê hoạt động kinh tế nên các nhà hoạch định chính sách tiền tệ không thể quan sát sản lượng trong cùng thời kỳ Do đó, không thể phản ứng tức thời với các biến động sản lượng, ngụ ý hạn chế tham số Cũng có thể lập luận, chính sách tiền tệ chỉ ảnh hưởng đến sản lượng sau một độ trễ nhất định do độ trễ trong cơ chế dẫn

truyền Theo lập luận này, tham số có thể thiết lập bằng 0 Với hai hạn chế này,

ma trận trở thành ma trận đơn vị và dạng rút gọn (2.5) thực sự đại diện cho một

mô hình cấu trúc của nền kinh tế

Mô hình cũng có thể xác định các hạn chế lên các phần tử của ma trận Ma trận

mô tả tác động của các biến trễ của biến nội sinh tác động lên cung tiền và sản lượng hay mối quan hệ động giữa các biến trong mô hình Trễ của các biến nội sinh được xác định trước, tức chúng không tương quan với những biểu hiện hiện tại hoặc tương lai của các cú sốc cấu trúc Do đó, có thể xem chúng như các biến ngoại sinh Mặc dù điều này có thể làm cho các biến này dễ dàng xử lý thực nghiệm, nhưng áp đặt hạn chế lên trễ của các biến nội sinh rất khó để lý giải bằng một quan điểm lý thuyết, do các lý thuyết kinh tế thường không đề cập nhiều đến mối quan hệ động giữa các biến Do đó, sẽ thích hợp hơn nếu để các hệ số này được ước lượng thông qua dữ liệu quan sát

Một cách tiếp cận khác là tìm kiếm các biến ngoại sinh đóng vai trò là biến công cụ

để thực hiện việc xác định Một biến được định nghĩa là ngoại sinh mạnh nếu nó không tương quan với các biểu hiện hiện tại, tương lai hoặc quá khứ của các cú sốc trong phương trình cấu trúc Điều kiện này mạnh hơn so với việc các biến được định trước Việc sử dụng các biến ngoại sinh để xác định là đặc trưng của các mô hình hệ phương trình động bởi các mô hình SVAR chỉ bao gồm các biến nội sinh Với mô hình cấu trúc đang xét, cần ít nhất hai biến ngoại sinh để xác định Một biến nên tương quan cao với tổng cầu nhưng không tương quan với các công cụ chính sách và ngược lại Việc sử dụng hai biến này để xác định được minh họa dưới đây

 Xác định hàm cung tiền

Giả định chính sách tài khóa là biến ngoại sinh đối với mô hình trên và tác động lớn đến tổng cầu nhưng không phải là một yếu tố trong quá trình thiết lập chính sách tiền tệ và ngược lại Tức giả định biến này bị hạn chế, trên cơ sở tiên nghiệm, là không thích hợp cho việc xác định cung tiền, do đó, hệ số của biến này bằng 0 trong phương trình cung tiền Điều này cung cấp một hạn chế xác định cần thiết để ước

lượng các thông số cấu trúc trong phương trình này Nguyên tắc xác định được minh họa trong hình 2.1

Hình 2.1: Xác định hàm cung tiền

Nguồn: Jan Gottschalk (2011), An introduction into the SVAR methodology:

identification, interpretation and limitations of SVAR models, Fig 1

Hình 2.1 mô tả đường cung tiền MS và tổng cầu AD Ban đầu, hệ thống này ở điểm

A Giả định khi chính sách tài khóa mở rộng, biểu thị bằng dG1 Theo hạn chế xác định, sự mở rộng này chỉ ảnh hưởng đến tổng cầu mà không ảnh hưởng trực tiếp đến cung tiền Khi đó, đường AD dịch chuyển và MS không đổi tạo thành trạng thái cân bằng mới tại điểm B Tương tự trong trường hợp chính sách tài khóa thu hẹp, điểm cân bằng dịch chuyển đến điểm C Nối ba điểm C, A, B ta được một mô tả tốt cho đường cung tiền MS Nói cách khác, thay đổi trong lập trường chính sách tài khóa là một nguyên nhân ngoại sinh của sự thay đổi tổng cầu và giúp xác định đường MS – đang bị ghì chặt bởi các giới hạn xác định

 Xác định hàm tổng cầu

Tương tự, công cụ cần thiết để xác định hàm tổng cầu là một biến ngoại sinh tương quan với cung tiền nhưng không phải là một yếu tố xác định tổng cầu Rất khó để

tìm được một biến công cụ như vậy Một ứng cử tương đối thích hợp là term spread5 Biến này tương quan với cung tiền nếu các nhà hoạch định chính sách tiền

tệ điều chỉnh thay đổi cung tiền do tái phân bổ danh mục đầu tư – yếu tố phụ thuộc vào sự thay đổi ngoại sinh trong term spread Trường hợp giả định term spread độc lập với tổng cầu, hàm tổng cầu được xác định tương tự như trên

Một giả định phổ biến khác cho việc xác định tổng cầu là các biến tiền tệ trong phương trình tổng cầu không nội sinh mà là biến ngoại sinh.Với giả định này, vấn

đề xác định không xuất hiện, phương trình tổng cầu có thể đơn giản ước lượng bằng phương pháp OLS Giả định này có một ý nghĩa đáng quan tâm nhưng thường không được chú ý đối với ma trận phương sai – hiệp phương sai của các sai số cấu trúc : vì chính sách tiền tệ ngoại sinh với sản lượng, các hệ số và trong phương trình cung tiền bằng 0 Hơn nữa, biến tiền tệ không tương quan với sai số tổng cầu Kết quả là sai số cấu trúc và trực giao

2.2 Sự phê phán phương pháp xác định truyền thống trong các mô hình

kinh tế học thực nghiệm Keynes

Một phê bình mạnh mẽ đến từ Sargent (1976), Lucas và Sargent (1979) liên quan đến vấn đề kỳ vọng trong mô hình Hai ông cho rằng các biến số kinh tế không chỉ phụ thuộc vào quan hệ hiện thời mà còn phụ thuộc vào kỳ vọng trong tương lai Hai ông nhấn mạnh: bất kỳ phiên bản nào của học thuyết cho rằng các chủ thể kinh tế hành xử trên cơ sở lợi ích riêng của họ thì sẽ trở nên mâu thuẫn với những hạn chế xác định được áp đặt trong sự hình thành kỳ vọng Hơn nữa, các hạn chế về kỳ vọng – được sử dụng giải quyết vấn đề xác định – là hoàn toàn tùy tiện và không được bắt nguồn từ bất kỳ giả định nào phản ánh những nguyên lý cơ bản về hành vi kinh

tế Bởi vì không có bất kỳ lý thuyết nào được thiết lập với hàm ý rằng tỷ lệ lạm phát

dự kiến nên được mô hình hóa như một hàm tuyến tính của các giá trị lạm phát trễ, nhưng giả thuyết này lại được sử dụng như một hạn chế xác định trong hầu hết các

mô hình thực nghiệm Keynes Trong khi đó, vai trò của kỳ vọng ngày càng trở nên

5 Chênh lệch giữa lãi suất ngắn hạn và dài dạn

phổ biến và tạo nên một ảnh hưởng lớn về mối quan hệ động giữa các biến trong

mô hình

Ngoài ra, Lucas và Sargent còn cho rằng một sự thay đổi trong chính sách nhất thiết phải dẫn đến sự thay đổi trong một vài tham số cấu trúc (ví dụ như mô tả hành vi quá khứ của các biến số chính sách) và do đó ảnh hưởng đến các tham số của mô hình rút gọn một cách rất phức tạp Như vậy, Lucas và Sargent đã chỉ trích rằng nếu không biết được tham số cấu trúc nào sẽ bất biến trước sự thay đổi của chính sách

và tham số cấu trúc nào sẽ thay đổi (và thay đổi như thế nào) thì một mô hình kinh

tế thực nghiệm sẽ không có giá trị trong việc đánh giá những chính sách thay thế Điều này r ràng là đúng bất kể các mô hình rút gọn có phù hợp với dữ liệu lịch sử như thế nào hay có những dự báo vô điều kiện (unconditional forecasting) tốt như thế nào

Một phê phán khác đến đến từ Sims (1980), ông cho rằng các biến công cụ ngoại sinh rất khó để có được Đặc biệt các biến được xác định ngoại sinh trong các mô hình kinh tế vĩ mô lớn thường được xử lý ngoại sinh trên cơ sở tiên nghiệm mặc định chứ không phải là một kết quả đáng tin cậy Với biến chính sách, ông chỉ ra rằng chúng thường có một thành phần đáng để nội sinh ngăn cản việc xử lý chúng như các biến ngoại sinh Hơn nữa, Sims lập luận rằng các hạn chế xác định tiên nghiệm ít đáng tin cậy Đặc biệt khi cho phép các tác nhân hình thành quyết định của mình trên cơ sở kỳ vọng hợp lý và tối ưu hóa liên thời gian (inter–temporal optimization) Ví dụ điển hình cho phương pháp xác định truyền thống là một mô hình hệ phương trình đối với cung – cầu một sản phẩm nông nghiệp Trong đó, biến thời tiết được sử dụng như một công cụ để xác định hàm cầu Tức hạn chế xác định thời tiết không ảnh hưởng trực tiếp đến nhu cầu nông nghiệp Giả định này thậm chí suy yếu nếu kỳ vọng hợp lý được chấp nhận: “Dù chúng ta hầu như chắc chắn nhu cầu của người tiêu dùng ở Mỹ không bị ảnh hưởng bởi nhiệt độ ở Brazil, chúng ta phải thừa nhận rằng có thể người tiêu dùng Mỹ, sau khi đọc một thông tin về sương giá ở Brazil từ báo chí, có thể cố gắng dự trữ cà phê với dự đoán ảnh hưởng của

sương giá đến giá cả Do đó biến thời tiết có thể ảnh hưởng đồng thời đến cung – cầu, thông qua “giá kỳ vọng”

Với các công cụ biến ngoại sinh và các hạn chế đi kèm đã được áp đặt trong mô hình ví dụ trên Đầu tiên, biến chính sách tiền tệ được giả định không tương quan với cung tiền Giả định này bị bác bỏ bởi Barro (1977) khi lập luận rằng, do thuế in tiền thu được tăng lên từ mở rộng cung tiền, chính phủ có xu hướng gia tăng chi tiêu công Khi đó, chính sách tài khóa trở thành một hàm của cung tiền, giả định ngoại sinh sụp đổ

Với biến term spread được giả định không tương quan với tổng cầu Tuy nhiên, mô hình Keynes mới với giả định chi tiêu thực hiện nay phụ thuộc vào mức độ chi tiêu thực kỳ vọng trong tương lai (King, 2001) Vì term spread thường được sử dụng như một yếu tố dự báo của hoạt động kinh tế tương lai, biến này sẽ tác động trực tiếp đến tổng cầu hiện tại, do đó, hạn chế xác định sụp đổ

Như vậy, luôn có rất nhiều khó khăn trong việc tìm kiếm các biến ngoại sinh thực

sự có thể sử dụng như các công cụ xác định Điều này đặc biệt đúng trong lĩnh vực kinh tế tiền tệ, bởi thực tế, tất cả các biến trong lĩnh vực tài chính – tiền tệ đều có một mức độ nội sinh nhất định dựa trên thị trường tài chính được thiết lập tốt và kỳ vọng hợp lý Cũng với lý do đó, rất khó để biện minh trên cơ sở tiên nghiệm rằng một biến nhất định không ảnh hưởng đến biến khác Do đó, hầu như không có một hạn chế giới hạn nào thuyết phục

Theo sau những phê phán của Lucas – Sargent – Sims, kinh tế học thực nghiệm đã phát triển hai phương pháp tiếp cận chủ yếu: tìm kiếm mô hình cấu trúc sâu của nền kinh tế dựa trên nền tảng kinh tế học vi mô (được Sargent phát triển) và các tiếp cận quan tâm đến tác động của các cú sốc không kỳ vọng – phương pháp vector tự hồi quy VAR (do Sims đề xuất và phát triển) Hai phương pháp này sẽ được phân tích

cụ thể trong phần tiếp theo

2.3 Nền tảng mới của kinh tế học thực nghiệm

2.3.1 Xác định cấu trúc sâu của nền kinh tế

Đối mặt với phê phán của Lucas (1976), Sargent và một số các nhà kinh tế khác như Hansen (Sargent và Hansen; 1980, 1981), Kydland và Prescott (1982) tiến hành các nghiên cứu tìm kiếm cấu trúc sâu của nền kinh tế – cấu trúc bất biến trước sự thay đổi chính sách Điều này đỏi hỏi phải tìm kiếm các tham số sâu điều chỉnh hành vi

cá nhân liên quan đến thị hiếu, công nghệ, giới hạn nguồn lực và kỳ vọng,… Các tham số sâu này phản ánh hành vi cá nhân đã bao hàm kỳ vọng chính sách và do đó không bị thay đổi trước sự thay đổi chính sách – ngoại trừ các tham số mô tả bản thân chính sách Đây là lý thuyết kinh tế vĩ mô dựa trên nền tảng kinh tế học vi mô

và đặt kỳ vọng làm trọng tâm

Trong những nghiên cứu đầu tiên về vấn đề này, kỳ vọng hợp lý (rational expectation) được cho là thích hợp hơn so với kỳ vọng thích nghi (adaptive expectation) – đã bị Lucas (1976) phê phán – trong phân tích chính sách và hành vi

cá nhân (Sargent và Wallace, 1976) Khuôn khổ kỳ vọng hợp lý cho rằng các cá nhân hình thành kỳ vọng tối ưu dựa trên kiến thức đầy đủ về tình trạng nền kinh tế Đối mặt với vấn đề xác định cũng như mô hình hóa nhân tố kỳ vọng để tạo ra sự khả thi trong việc ước lượng mô hình, Sargent với một loạt nghiên cứu vào những năm 1970 đã thành công trong việc đưa nhân tố kỳ vọng hợp lý vào các mô hình kinh tế thực nghiệm bằng cách biến đổi các nhân tố kỳ vọng thành một số phương trình giới hạn đồng thời (cross equation constraints), đồng thời giải quyết vấn đề xác định trong mô hình

Phương pháp xác định của Sargent thông qua các phương trình giới hạn đồng thời

có thể được minh họa qua ví dụ đơn giản gồm ba biến: lạm phát , sản lượng

và lãi suất Lãi suất đại diện cho biến chính sách tiền tệ, trong khi lạm phát và sản lượng được xác định bởi các chủ thể trong nền kinh tế như hộ gia đình và doanh nghiệp Tuy nhiên để đơn giản vấn đề, nền tảng vi mô sẽ không được đề cập chi tiết

ở đây Phương trình mô tả các biến như sau:

Lạm phát: (2.6)

Số hạng đầu tiên của vế phải phương trình nắm bắt khía cạnh hướng về tương lai (forward-looking) của sự hình thành giá cả – biểu thị kỳ vọng của khu vực tư nhân tại thời điểm của bất kỳ biến nào6 Lạm phát kỳ vọng được đưa vào trong phương trình nhằm phản ánh việc thiết lập giá cả hướng về tương lai của các doanh nghiệp tư nhân, vì họ không thể thay đổi giá cả thường xuyên (ví dụ), do đó cần quan tâm đến điều kiện nhu cầu trong tương lai và giá cả của các doanh nghiệp khác Số hạng thứ hai nắm bắt thành phần quá khứ của lạm phát, ví dụ do chỉ số hóa trong các hợp đồng (Lỗ hổng) sản lượng – cũng ảnh hưởng đến giá cả đặc trưng bởi sản lượng cao thường kết hợp với chi phí biên sản suất cao hơn Cuối cùng,

là cú sốc ngoại sinh (thường được gọi là chi phí đẩy), đây là một biến ngẫu nghiên

Sản lượng: (2.7)

Số hạng đầu tiên là (lỗ hổng) sản lượng kỳ vọng, tương tự như giá, một phần sản lượng được quyết định theo cách hướng về tương lai Thứ đến là thành phần quá khứ có thể do chi phí điều chỉnh hay thói quen trong sở thích tiêu dùng

Số hạng thứ ba cho thấy sản lượng phản ứng ngược chiều với sự thay đổi lãi suất thực; là lãi suất danh nghĩa và – là lãi suất thực Ý tưởng ở đây là một mức lãi suất thực cao sẽ làm giảm tiêu dùng hiện tại do liên quan đến tiêu dùng trong tương lai Sản lượng cũng bao gồm một nhân tố ngẫu nhiên , ví dụ phản ánh

sự thay đổi trong thái độ tiêu dùng trong quan hệ với tiết kiệm

Lãi suất: giả định NHTW thiết lập lãi suất danh nghĩa theo “quy tắc Taylor”

(2.8)

Trong đó là cú sốc chính sách tiền tệ Ba tham số phản ứng trong quy luật chính sách đều dương: được hiểu là NHTW sẽ gia tăng lãi suất khi lạm phát tăng cao, có nghĩa là NHTW sẽ nâng lãi suất trong trường hợp sản lượng gia tăng

và hàm ý về một sự thay đổi dễ dàng trong lãi suất

6 Để đơn giản hóa, phương trình này và các phương trình về sau sẽ được lược bỏ các hằng số

Để mô tả được những biến động vĩ mô thì tất cả các tham số của mô hình – các vector hệ số và – phải được biết trước Những cú sốc ngẫu nhiên đều được nhận biết qua thời gian, theo đó gây ra những biến động trong sản lượng và lạm phát cũng như trong chính sách tiền tệ Ví dụ như là những hệ số chính sách trong khi hệ số và phản ánh những tham số cấu trúc sâu – bất biến trước những thay đổi của chính sách Những hệ số này có thể phụ thuộc vào một số ít các tham số như vậy Vector được giả định là những cú sốc bất ngờ, không thể dự đoán được Dường như rất r ràng rằng một sự thay đổi trong quy luật chính sách của cơ quan tiền tệ – chẳng hạn như gia tăng độ nhạy cảm của lãi suất đối với lạm phát, gia tăng giá trị của – sẽ ảnh hưởng đến những tính chất của nền kinh tế theo thời gian Nhưng chính xác là ảnh hưởng ở mức độ nào? Khó khăn trong việc phân tích nền kinh tế qua thời gian chính là những yếu tố trong hiện tại lại phụ thuộc vào kỳ vọng

về tương lai, ít nhất là nếu phản ánh một số lượng hành vi có mục đích và hướng

về tương lai, ví dụ như những hiểu biết về cách thức hoạt động của nền kinh tế Cụ thể, nếu những doanh nghiệp tư nhân tại thời điểm hình thành kỳ vọng về giá tại thời điểm và mong đợi rằng phương trình hình thành giá vẫn giữ nguyên tại thời điểm , thì những kỳ vọng của họ phải phản ánh được thông tin này Theo

đó, kỳ vọng hợp lý được hiểu một cách chính xác là những kỳ vọng được hình thành dựa trên những thông tin và hiểu biết đầy đủ về hệ phương trình – bao gồm các phương trình từ (2.6) – (2.8) Do đó, những sự kiện tại thời điểm sẽ phụ thuộc vào những sự kiện tại thời điểm , đến lượt nó những sự kiện tại thời điểm lại phụ thuộc vào những sự kiện tại thời điểm , và cứ tiếp diễn như thế Trước khi hình thành lý thuyết về kỳ vọng hợp lý, biến kỳ vọng được xem như là một biến ngoại sinh trong mô hình hoặc được mô hình hóa thông qua những giá trị quá khứ Chẳng hạn như lạm phát dự kiến có thể được giả định là không đổi hoặc bằng với lạm phát hiện tại Điều này có nghĩa rằng việc tìm ra hướng giải quyết cho

hệ phương trình (2.6) – (2.8) sẽ trở thành một nhiệm vụ dễ dàng và mang tính rập khuôn (máy móc) Tuy nhiên, giả định cơ bản cho rằng một sự thay đổi trong chế

độ chính sách sẽ không kích thích bất kỳ phản ứng nào trong kỳ vọng của khu vực

tư nhân R ràng đây là một giả định không tưởng, đặc biệt là trong trường hợp của chính sách tiền tệ

Để giải quyết vấn đề này, Sargent (1977, 1978a, 1978b) sử dụng thực tế là các phương trình cấu trúc như (2.6) – (2.8) cho phép một giải pháp “hướng về tương lai” Do đó, Sargent biểu diễn các biến hiện tại như tổng có trọng số của các cú sốc hiện tại và tương lai được kỳ vọng (ε), cùng với các biến định trước với tỷ trọng tất cả phụ thuộc vào các vector tham số cơ bản Tiếp đến, để thiết lập các giả định phân phối cụ thể cho các các cú sốc, dựa trên các nghiên cứu thống

kê chuỗi thời gian cho thấy làm thế nào quy trình tổng quát của loại dữ liệu này có thể ước lượng bằng cách sử dụng phương pháp maximum-likelihood Mục tiêu là ước lượng các vector – các yếu tố quyết định sâu hơn của quá trình chuỗi thời gian tổng quát – cho

Một cái nhìn sâu sắc ở đây là các tham số cấu trúc xuất hiện ở nhiều phương trình khác nhau của hệ thống và do đó hàm ý những giới hạn đồng thời Sargent gọi loại giới hạn này là “đặc điểm nhận dạng” của kinh tế lượng kỳ vọng hợp lý và những hạn chế như vậy vẫn là nhân tố trung tâm của việc ước lượng hiện đại Sargent cũng

sử dụng phương pháp đệ quy đối với hệ phương trình tuyến tính (2.6) – (2.8)

Để minh họa phương pháp và biểu hiện mạch lạc làm thế nào các hạn chế đồng thời xuất hiện, cần thiết phải sử dụng một đại diện đệ quy Giải pháp cho hệ phương trình (2.6) – (2.8) được phỏng đoán có dạng:

(2.9)

Trong đó và là các ma trận Các thành phần của ma trận và đặc tính ngẫu nhiên của phần dư có thể dễ dàng được ước lượng các bằng phương pháp hồi quy cơ bản

Tuy nhiên, nhiệm vụ hiện tại không phải là ước lượng ma trận và mà là các tham số cơ bản Đặt và , (2.9) trở thành , và hệ cấu trúc (2.6) – (2.8) có thể viết

7 Tương ứng với giải pháp phỏng đoán, bắt buộc , vì vector các cú sốc không thể dự báo Khi đó Giả sử ma trận – – khả nghịch, ta có :

– – – – (2.10)

Do đó, giải pháp phỏng đoán được xác định với – – Đây thực tế

là một hạn chế đồng thời, trong đó các tham số cơ bản trong và áp đặt các hạn chế trên các hệ số ma trận

Khi ước lượng một phương trình như , với là phần dư hồi quy, cần thiết phải chấp nhận các hạn chế với lý thuyết áp đặt trên các hệ số ma trận Trong mô hình ví dụ, hạn chế bao gồm chín phương trình và tám tham số chưa xác định (trong ) Hơn nữa, phần dư có ma trận phương sai – hiệp phương sai với sáu phần tử riêng biệt, bổ sung thêm sáu phương trình thông qua – – – – Ma trận phương sai – hiệp phương sai của có

ba phần tử riêng biệt – do ba cú sốc độc lập ngẫu nhiên – bổ sung thêm ba tham số

cơ bản cần ước ượng Như vậy, mô hình ví dụ có 15 phương trình và 11 tham số – hoàn toàn có thể xác định miễn là các điều kiện nhất định được đáp ứng Hệ có thể ước lượng bằng cách sử dụng phương pháp maximum-likelihood, và hạn chế đồng thời áp đặt bởi mô hình có thể được kiểm định một cách r ràng bằng một kiểm định khả năng xác định

Phương pháp của Sargent xác định một mô hình cấu trúc cụ thể của nền kinh tế, bao gồm các mối quan hệ động được xác định tốt Tuy nhiên, phương pháp phức tạp này đòi hỏi những lập luận hết sức chặt chẽ để một mô hình cấu trúc sâu có sức thuyết phục với nền kinh tế Việc thiết lập các phương trình giới hạn đồng thời khiến mô hình trở nên hết sức phức tạp trong trường hợp mô hình có quy mô lớn, và đặc biệt khó khăn khi các mối quan hệ phi tuyến được biểu hiện (Sims 1986) Ngoài ra, phê

bình lớn nhất đối với mô hình là giả thuyết kỳ vọng hợp lý cho rằng các chủ thể kỳ vọng đồng nhất và xử lý tối ưu trong điều kiện có đầy đủ thông tin8

và dần hướng tới đo lường kỳ vọng thực từ nền kinh tế để bổ sung biến cho mô hình Đây là một thách thức lớn đối với các nền kinh tế nhỏ đang phát triển Trong điều kiện đó, việc phát triển một mô hình quan sát các mối quan hệ động trong nền kinh tế, đặc biệt là phân phối có điều kiện các tác động của hoạt động chính sách đến nền kinh tế, mà không cần chi tiết hóa mọi tham số cấu trúc sâu là một lựa chọn thích hợp Một mô hình như thế được phát triển bởi Sims (1980) và sẽ được trình bày cụ thể trong phần tiếp theo

2.3.2 Tác động của các cú sốc không kỳ vọng: Phương pháp VAR

Trước những khó khăn trong vấn đề xác định, Sims đề xuất sử dụng dạng mô hình rút gọn, dễ dàng ước lượng mà không đòi hỏi bất kỳ hạn chế xác định nào, đồng thời xem tất cả các biến là nội sinh9 Khi đó mô hình VAR ước lượng rút gọn thành

mô hình chỉ bao gồm các biến nội sinh:

(2.11) Như đã đề cập ở trên, các hệ số và sai số ước lượng được từ dữ liệu quan sát không mang ý nghĩa kinh tế Bản thân chúng là một hàm của các tham số cấu trúc, do đó, không thể hiện được mối quan hệ động giữa các biến Lúc này đòi hỏi các phương pháp xác định để quan sát các phản ứng động của nền kinh tế

9 Trong những cải tiến sau này, mô hình VAR vẫn có thể bao gồm các biến ngoại sinh nếu dựa trên lập luận chắc chắn

Tuy nhiên, khác với phương pháp luận truyền thống xem xét các mối quan hệ động trong nền kinh tế bằng cách mô hình hóa các mối quan hệ trực tiếp giữa các biến kinh tế, từ đó tính toán các số nhân động, phương pháp luận VAR nhắm đến xác định sai số cấu trúc ε, từ đó theo d i phản ứng động của mô hình trước các cú sốc cấu trúc Nói cách khác, trong phương pháp luận VAR các mối quan hệ động trong nền kinh tế được mô hình hóa như mối quan hệ giữa những cú sốc Đây được gọi là

“quan điểm sốc” trong VAR Quan điểm này cho rằng ngoại trừ các biến động cấu trúc bất ngờ, giá trị của các biến nội sinh đều có thể được kỳ vọng Do đó, VAR chỉ tập trung quan sát các thay đổi bất ngờ trong gây ra bởi các cú sốc cấu trúc Đây

là điểm khác biệt đáng kể đối với mô hình kinh tế thực nghiệm Keynes, bởi các mô hình truyền thống này không phân biệt sự thay đổi kỳ vọng và không kỳ vọng trong

2.3.2.1 Hàm phản ứng đẩy

Với phương pháp luận trên, phương pháp VAR sử dụng biểu diễn trung bình trượt (MA), thể hiện các biến nội sinh trong như một hàm của các sai số cấu trúc hiện tại và quá khứ (2.11) được biến đổi tương đương với:

ma trận thể hiện phản ứng của các biến phụ thuộc ở hiện tại và tương lai trước một cú sốc đơn vị trên ở hiện tại (2.12) được gọi là một hàm phản ứng đẩy

Tuy nhiên, bản thân không có ý nghĩa kinh tế mà chỉ là một sự kết hợp tuyến tính của các sai số cấu trúc thực sự (2.11) chỉ có ý nghĩa khi xem xét:

với (2.14)

Vấn đề đặt ra là cần xác định các sai số cấu trúc ε từ đã ước lượng

2.3.2.2 Phân rã phương sai

Nhằm tránh những sai lầm do việc áp đặt các hạn chế xác định lên mô hình, phương pháp VAR sử dụng kỹ thuật phi lý thuyết – phân rã Cholesky – áp đặt một trật tự đệ quy tự động lên ma trận phương sai – hiệp phương sai của các phần dư , để phân tách thành các sai số cấu trúc trực giao Phân rã Cholesky áp đặt một ma trận tam giác dưới lên ma trận xác định của Khi đó, mối quan hệ giữa và ε được biểu diễn:

2.3.2.3 Những phê phán đối với VAR

Phương pháp “phi lý thuyết” VAR không tránh khỏi những phê bình Cooley và LeRoy (1985) và Leamer (l985) cho rằng không thích hợp để xem những sai số trực giao ước tính từ phương pháp phi lý thuyết như những sai số cấu trúc thực bởi vì hai nguyên nhân chủ yếu sau: Thứ nhất, nếu phân rã Cholesky thực sự phi lý thuyết, những cú sốc được ước tính và các mô phỏng không thể mang đến một biểu diễn

cấu trúc thực sự Thứ hai, liệu phân rã Cholesky trong trường hợp này có thực sự phi lý thuyết? Các thiết lập trong (2.15) hàm ý một mô hình cấu trúc hồi quy đồng thời Việc sắp xếp trật tự các phương trình trong mô hình đòi hỏi phải dựa trên những lập luận lý thuyết Do đó, phân rã Cholesky thực tế hàm ý một cấu trúc kinh

tế đặc biệt mà không phải bao giờ cũng phù hợp với lý thuyết

2.4 Phương pháp SVAR

Khắc phục hạn chế của VAR, phương pháp SVAR thay thế kỹ thuật xác định “phi

lý thuyết” bằng cách áp dụng phương pháp xác định cấu trúc truyền thống để xác định sai số cấu trúc từ phần dư , từ đó tiến hành các phân tích phản ứng đẩy tương tự như phương pháp luận VAR (do đó được gọi là “Structural VAR”)

2.4.1 Hạn chế trực giao

Hạn chế xác định phân biệt phương pháp SVAR với phương pháp hệ phương trình động truyền thống là SVAR giả định các sai số cấu trúc trực giao Trong ví dụ trên, giả định này có nghĩa các sai số cấu trúc và không tương quan lẫn nhau Chính thức, điều này đòi hỏi ma trận phương sai – hiệp phương sai có dạng

mà , do đó ma trận phương sai – hiệp phương sai của phần dư và sai số cấu trúc liên kết với nhau qua: Từ đó, các hạn chế trực giao áp đặt trên dẫn đến một hạn chế phi tuyến trên , qua đó cung cấp một trong hai hạn chế xác định cần có

Phương pháp xác định truyền thống của mô hình hệ phương trình động áp đặt các hạn chế xác định trực tiếp lên các biến trong mô hình mà không quan tâm đến liên kết cấu trúc giữa và Do đó, ma trận phương sai – hiệp phương sai cấu trúc thường không hạn chế Ngược lại, tương tự như VAR, SVAR không quan sát trực tiếp tương quan động giữa các biến mà quan sát tác động của các cú sốc cấu trúc lên

mô hình Do đó, sai số cấu trúc chiếm một vị trí trung tâm trong phương pháp SVAR, và cần thiết phải được ước lượng từ Điều này đòi hỏi các sai số cấu trúc phải trực giao Tuy nhiên, phần 2.2 cũng cho thấy các giả định biến ngoại sinh trong

phương pháp xác định truyền thống cũng có thể bao hàm hạn chế trực giao, hàm ý

sự khác biệt giữa hai phương pháp này có thể không r ràng như cái nhìn đầu tiên

2.4.2 Sự chuẩn hóa mô hình SVAR

Trong các mô hình hệ phương trình động, mô hình cấu trúc được thể hiện dưới dạng

tự hồi quy (AR): và phân tích thực nghiệm để ước lượng các ma trận tham số và Khuôn khổ này thuận tiện để chuẩn hóa mô hình bằng cách thiết lập phần tử đường chéo bằng 1 Ngược lại, phương pháp SVAR dựa trên biểu diễn MA của mô hình cấu trúc: và phân tích thực nghiệm để ước lượng hàm phản ứng đẩy cho bởi ma trận Do đó, sẽ thuận lợi khi chuẩn hóa

mô hình bằng cách thiết lập các phương sai của sai số cấu trúc bằng 1, tức và

bằng 1 trong ví dụ trên, bởi với sự chuẩn hóa này, những cú sốc độ lệch chuẩn

sẽ tương ứng với sai số đơn vị trong và tương ứng

Kết hợp với giả định trực giao, ma trận phương sai – hiệp phương sai của các sai số cấu trúc có dạng: Nhấn mạnh rằng, việc chuẩn hóa chỉ liên quan

để tỷ xích của hệ thống, không có vấn đề nào liên quan đến bản chất bị thay đổi ở đây

2.4.3 Hạn chế trên ma trận

Bằng cách áp đặt các hạn chế trực giao và chuẩn hóa, ma trận phương sai – hiệp phương sai của các sai số cấu trúc được đưa về dạng: Ma trận phương sai – hiệp phương sai của sai số trong dạng rút gọn được xác định bởi

Có ba phần tử trong sẽ được ước lượng trong bước đầu của SVAR, do đó cần thêm một hạn chế để xác định mô hình Giả định loại trừ được áp đặt lên cho mục đích này, tương tự như được thực hiện trong mô hình hệ phương trình truyền thống

Tuy nhiên, có một sự khác biệt tinh tế trong việc giải thích những hạn chế giữa hai dạng mô hình, bởi với phương pháp luận khác nhau, ma trận đóng vai trò khác nhau trong hai dạng mô hình Trong mô hình hệ phương trình động, ma trận này mô

hình hóa mối quan hệ tức thời giữa các biến trong mô hình Trong khi ở mô hình SVAR, ma trận này mô hình hóa các mối quan hệ đồng thời giữa phần dư trong dạng rút gọn với sai số cấu trúc , theo “quan điểm sốc” trong phương pháp luận VAR Nói tóm lại, mô hình SVAR tập trung vào mối quan hệ (2.16) và xác định các cú sốc cấu trúc bằng cách áp đặt các hạn chế thích hợp lên ma trận nghĩa là trong SVAR, mối quan hệ động trong nền kinh tế được mô hình hóa dưới dạng mối quan hệ giữa các cú sốc

Để minh họa tác động của “quan điểm sốc” đến việc giải thích các hạn chế trên ma trận , chúng tôi tiến hành xem xét việc xác định một cú sốc trong chính sách tiền

tệ Giả định NHTW không phản ứng kịp thời với những biến động hoạt động kinh

tế thực, do sự chậm trễ trong việc thống kê số liệu, khiến NHTW không kịp nhận ra các cú sốc ngoài mong đợi xảy ra trong sản lượng Áp đặt các hạn chế xác định vào (2.16) thu được:

(2.17) Hạn chế này áp đặt một trật tự đệ quy lên phần dư dạng rút gọn Ngụ ý một cú sốc tổng cầu tương ứng với một sự thay đổi sẽ dẫn đến một sai số dự báo trong biến động sản lượng cùng kỳ, nhưng không tác động đến biến động cung tiền cùng kỳ Thực hiện áp đặt hạn chế loại trừ tương tự với phương pháp xác định trong mô hình

hệ phương trình truyền thống thu được:

(2.18)

Ma trận trong (2.17) và (2.18) là hoàn toàn giống nhau Tuy nhiên, khác biệt trong cách giải thích chúng Trong mô hình hệ phương trình động, hạn chế trên ngụ ý một sự thay đổi trong biến sản lượng, bất kể có được kỳ vọng hay không, không ảnh hưởng đến cung tiền cùng kỳ Đây là giả định mạnh hơn so với mô hình SVAR

Nói cách khác, khi chưa áp đặt các hạn chế, trong mô hình hệ phương trình, phương trình của biến chính sách tiền tệ được giải thích như một hàm phản ứng của NHTW thiết lập cung tiền phản ứng với sản lượng hiện tại và quá khứ, bất kể sự thay đổi có được dự kiến hay không Ngược lại, phương trình biến tiền tệ trong mô hình SVAR

là hàm phản ứng của NHTW trong điều kiện bất ngờ Phương trình này mô hình hóa những thay đổi bất ngờ trong lập trường chính sách, , như một hàm của sự biến động không được kỳ vọng của sản lượng và hành động chính sách linh hoạt không được kỳ vọng trước, biểu hiện qua cú sốc chính sách tiền tệ Kết quả là một “hàm phản ứng trước các bất ngờ” được mô hình hóa, thể hiện sự thay đổi bất ngờ trong công cụ chính sách như một hàm của những thay đổi không kỳ vọng trong các biến phi chính sách và trong các cú sốc chính sách tiền tệ Mục tiêu là để xác định các cú sốc chính sách tiền tệ từ mối quan hệ này, đại diện cho thành phần linh hoạt của chính sách hay như sự lệch của chính sách khỏi nguyên tắc (Bagliano

và Favero, 1998) Hai nhà nghiên cứu này biện minh cho việc tập trung vào các cú sốc trong SVAR như sau: “sự quan tâm không phải trên các nguyên tắc nhưng trên những sai lệch khỏi nguyên tắc, vì chỉ khi NHTW lệch khỏi nguyên tắc của họ thì mới có thể thu thập được những thông tin hữu ích trong phản ứng của các biến vĩ

mô trước sự tác động của chính sách, từ đó so sánh với dự báo của các mô hình lý thuyết thay thế”

2.4.4 Đánh giá SVAR trong mối tương quan với mô hình hệ phương trình

truyền thống (mô hình kinh tế học thực nghiệm Keynes)

Với việc phân rã tất cả các biến thành hai thành phần được kỳ vọng và không kỳ vọng, và chỉ áp đặt các hạn chế xác định trên các thành phần không kỳ vọng, phương pháp SVAR dễ dàng tìm được các hạn chế xác định đáng tin cậy hơn Ví

dụ, để xác định các cú sốc tiền tệ trong ví dụ trên, ta áp đặt hạn chế chính sách không thể quan sát được những thay đổi bất ngờ trong sản lượng cùng kỳ Vì hạn chế này dựa trên quan sát rằng có một độ trễ trong thu thập số liệu thống kê, giả định này hoàn toàn có thể Nó cũng hợp lý hơn nhiều so với giả định trong mô hình

hệ phương trình cho rằng các nhà hoạch định chính sách không phản ứng kịp với

những thay đổi trong sản lượng bất kể những thay đổi đó có nằm trong dự tính của

họ hay không

Tuy nhiên, lợi thế này cũng phải trả giá Đầu tiên, mặc dù các hạn chế áp đặt trên

ma trận có thể không là hạn chế đặc biệt, phương pháp VAR đòi hỏi các sai số cấu trúc phải trực giao (phương pháp truyền thống không yêu cầu), đây là một giả định khá giới hạn Thứ hai, mặc dù “quan điểm sốc” của SVAR rất thích hợp để nghiên cứu tính động của một hệ thống bằng cách xem xét các cú sốc không kỳ vọng Nhưng câu hỏi đặt ra là các biến vĩ mô phản ứng với các thay đổi được kỳ vọng như thế nào? Cụ thể, SVAR cho biết sự phản ứng của sản lượng trước một cú sốc bất ngờ trong chính sách tiền tệ Nhưng tác động của chính sách tiền tệ có hệ thống lên sản lượng là gì? Ngược lại, số nhân động hữu dụng trong nghiên cứu tác động của một sự thay đổi lập trường chính sách lên sản lượng ngay cả khi lập trường chính sách mới được kỳ vọng rộng rãi vì số nhân động cung cấp tác động của công cụ chính sách lên sản lượng mà không phân biệt chính sách tiền tệ được

kỳ vọng hay không được kỳ vọng Điều đó có nghĩa số nhân động có thể được sử dụng, ví dụ, xác định giá trị cần thiết áp đặt cho các công cụ chính sách để đạt được một mức sản lượng nhất định

Sự khác biệt giữa số nhân động và hàm phản ứng đẩy cũng phản ánh sự thật là mô hình hệ phương trình động và SVAR được thiết kế cho các mục đích khác nhau Trong lĩnh vực kinh tế tiền tệ, mô hình hệ phương trình chủ yếu được sử dụng cho

mô phỏng chính sách, trong khi SVAR được sử dụng cho phân tích cơ chế truyền dẫn tiền tệ Bởi thực tế, một hành vi chính sách phải bắt nguồn phân tích trạng thái chung và dẫn dắt toàn bộ nền kinh tế Chỉ riêng một cú sốc trong sản lượng (hay các biến khác) không thể gây ảnh hưởng lớn đến lập trường chính sách Hay nói cách khác, phần linh hoạt của chính sách tiền tệ chỉ là mối quan tâm thứ cấp trong SVAR Phân tích sốc thực hiện trong SVAR gần như là thử nghiệm nghiêm túc có giá trị trong kinh tế học thực nghiệm Một khi cú sốc chính sách tiền tệ được xác định, người ta có thể thấy cơ chế truyền dẫn tiền tệ diễn ra bằng cách quan sát phản ứng của các biến phi chính sách trước sự thúc đẩy tiền tệ này Các quan hệ nhân quả

nghịch đảo thường lan tràn trong phân tích mối quan hệ động không được cung cấp

trong SVAR, bởi bằng cách xác định tính động của hệ thống trước một cú sốc

không kỳ vọng, quan hệ nhân quả được gắn chặt và truyền một cách r ràng từ cú

sốc chính sách tiền tệ đến các biến khác trong mô hình

Một lợi thế quan trọng khác của SVAR trong phân tích cơ chế lan truyền tiền tệ là

các hạn chế xác định áp đặt trên mô hình trong nhiều trường hợp khá phổ biến và do

đó tương thích với một phổ rộng các lý thuyết thay thế Ví dụ, hạn chế xác định

thường dựa trên các giả định tương đối không gặp phải tranh cãi về trễ tối thiểu của

phản ứng của các biến vĩ mô trước sự thúc đẩy tiền tệ hoặc chúng bắt nguồn từ các

bối cảnh thể chế Hay ví dụ hạn chế rằng NHTW không thể quan sát sản lượng tức

thời do độ trễ trong thu thập số liệu thống kê liên quan Việc sử dụng các hạn chế

tương thích với một lượng lớn các lý thuyết thường không cho phép sử dụng SVAR

để phân biệt giữa các lý thuyết cạnh tranh

Cuối cùng, SVAR cũng không tránh khỏi những tranh luận phê phán chủ yếu dựa

trên ba vấn đề chính: Đầu tiên, nhiều nhà quan sát hoài nghi về vai trò của các cú

sốc trong mô hình SVAR Đặc biệt, trong kinh tế tiền tệ, vấn đề là liệu các cú sốc

chính sách tiền tệ được ước ượng có thực sự đo lường một phần liên quan trong

hành vi của NHTW Tiếp đến là lo ngại về việc sử dụng rộng rãi các hạn chế tùy

tiện có thể làm gia tăng việc khai thác dữ liệu vô kỷ luật Trên hết, hạn chế trực giao

vẫn là mối quan tâm hàng đầu Tuy nhiên, cho đến nay, SVAR vẫn là một công cụ

phổ biến và chiếm vị trí quan trọng trong kinh tế học thực nghiệm

3 TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY VỀ ỨNG DỤNG SVAR

VÀ CÁC NHÂN TỐ TÁC ĐỘNG ĐẾN LẠM PHÁT

3.1 Các nghiên cứu nước ngoài

Bicchal (2010) dùng mô hình SVAR nghiên cứu mối quan hệ giữa chính sách tiền

tệ và lạm phát trong thời kỳ 1998 – 2009 Các biến đưa vào mô hình bao gồm: chỉ

số sản xuất công nghiệp (industrial production index), tỷ giá danh nghĩa hiệu dụng (NEER), lãi suất huy động vốn (call money rate), cung tiền (broad money) và chỉ số lạm phát (chỉ số giá bán sỉ hoặc chỉ số lạm phát l i) Bên cạnh đó, hai biến ngoại sinh là giá hàng hóa quốc tế và lãi suất Fed cũng được đưa vào mô hình

Kết quả ước lượng mô hình với chỉ số giá bán sỉ cho thấy, một cú sốc trong chính sách tiền tệ thể hiện qua sự thay đổi của lãi suất huy động vốn sẽ làm thay đổi trong sản lượng trước và sau đó mới tác động lên lạm phát Giá cả bắt đầu giảm sau sự suy giảm của sản lượng khoảng ba tháng, tối đa là sau bảy tháng Tiếp đến, phân rã phương sai thể hiện rằng sự biến động của lạm phát giá bán sỉ được giải thích bởi cú sốc cung tiền và tỷ giá danh nghĩa hiệu dụng hơn là cú sốc trong lãi suất huy động vốn Cụ thể, cung tiền giải thích 18% biến động lạm phát trong thời kỳ dự báo hai năm

Khi thay thế chỉ số lạm phát giá bán sỉ bằng chỉ số lạm phát l i (loại trừ giá lương thực và giá năng lượng) cho kết quả tương tự Tuy nhiên, khác biệt chủ yếu là thay

vì phản ứng có độ trễ trước cú sốc trong chính sách tiền tệ thì lạm phát l i phản ứng nhanh và ngay tức khắc Điều này cho thấy chính sách tiền tệ có hiệu lực nhiều hơn đối với lạm phát l i, thể hiện áp lực về phía cầu Hơn nữa, nếu loại trừ các biến ngoại sinh khi ước lượng thì kết quả hàm phản ứng đẩy không phát hiện cú sốc tổng thể Nói cách khác, đây là chỉ báo của vai trò kỳ vọng lạm phát Tỷ giá thực hiệu dụng cũng giải thích khoảng 4% biến động lạm phát

Alessandro Cologni và Matteo Manera (2005) đã ước lượng mô hình vector hiệu chỉnh sai số cấu trúc (SVECM) cho nhóm nước G-7 (Canada, Pháp, Đức, Ý, Nhật,