Tiểu luận ỨNG DỤNG PHƯƠNG PHÁP SVAR TRONG PHÂN TÍCH lạm PHÁT tại VIỆT NAM

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 ii 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 iii 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

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 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 phântích 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 quátrình tìm lời giải cho vấn đề xác định cho mô hình cấu trúc và vấn đề biến ngoạisinh của mô hình Tuy phát triển theo hai con đường khác nhau, nhưng phươngpháp 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 việcphân 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 gianvừa qua, chúng tôi tiến hành ứng dụng phương pháp SVAR trong việc phân tích lạmphát ở Việt Nam, làm cơ sở cho việc đưa ra các khuyến nghị để điều tiết lạm pháttrong 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 triểncủa phương pháp SVAR trong kinh tế học thực nghiệm Phương pháp này đã khắcphục được những vấn đề gì của các phương pháp trước đây và hạn chế vẫn còn tồntại của nó? Thứ hai, ứng dụng phương pháp SVAR vào việc xây dựng một mô hìnhphân 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 sáchđưa ra để giải quyết vấn đề lạm phát thì cần thời gian bao lâu mới phát huytác 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 vàđịnh lượng nhằm làm r những vấn đề cần nghiên cứu Riêng phần định lượng, nhómnghiên cứu sử dụng phần mềm Eview để chạy mô hình SVAR về lạm phát ở ViệtNam 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 pháttriển của SVAR trong khuôn khổ kinh tế học thực nghiệm Tiếp đến là tổng quancác nghiên cứu về ứng dụng SVAR trong phân tích các nhân tố tác động đến lạmphát cũng như xem xét các nguyên nhân lạm phát đã được nghiên cứu trước đâytrên 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 ởViệt Nam bao gồm: xây dựng mô hình SVAR thực nghiệm, nguồn dữ liêu và phântích các cú sốc tác động đến lạm phát tại Việt Nam, tìm ra nguyên nhân cũng nhưphản ứng theo thời gian của lạm phát trước các cú sốc Trên cơ sở đó, các khuyếnnghị 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 thựcnghiệm trước SVAR Từ đó làm nổi bật những ưu điểm của SVAR cũng như nhữnghạn chế còn tồn tại của phương pháp này Đồng thời, bằng việc tổng quan cácnghiên cứu về ứng dụng của SVAR ở các quốc gia, bước đầu đã cho thấy vai tròcủa SVAR trong việc phân tích chính sách

Về mặt thực tiễn, đề tài đã xây dựng được một mô hình phân tích lạm phát theophương pháp SVAR mà dựa trên đó chúng ta có thể xem xét phản ứng của lạm pháttrước các cú sốc trong và ngoài nước Từ đó góp phần giúp các nhà điều hành trongviệc 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 chếcủa người thực hiện cũng như vấn đề nghiên cứu SVAR trong nước nên bài nghiêncứu chỉ mới ở mức độ gợi mở hướng nghiên cứu, phát triển vấn đề này trong thờigian 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 Đặcbiệt là vai trò của yếu tố kỳ vọng trong các mô hình kinh tế học thực nghiệm thờigian gần đây Cấu trúc sâu của nền kinh tế với việc xây dựng một lý thuyết kinh tếhọc 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 trênphương 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 vàchênh 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 dụngnhững mô hình kinh tế học thực nghiệm (macroeconometric models) được xâydựng 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 hàngchục, thậm chí hàng trăm phương trình biểu diễn các quan hệ kinh tế vĩ mô quantrọng, còn được gọi là mô hình cấu trúc Tuy nhiên, vào thập niên 70, các mô hìnhkinh tế học thực nghiệm phải trải qua một cuộc kiểm tra mang tính quyết định khiđối mặt với một sự kiện không thể lý giải được, đó là tình trạng tỷ lệ lạm phát cao đikèm 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 đạotrong tất cả các mô hình Keynes là sự đánh đổi giữa lạm phát và tốc độ tăng trưởngsản lượng thực Đây là sự thất bại của các mô hình kinh tế học thực nghiệm Keynestrên quy mô lớn Lucas (1976), Sims và Sargent (1977) đã đưa ra những chỉ tríchgay gắt đối với phương pháp luận của các mô hình kinh tế học thực nghiệm Keynesđồng thời chỉ ra hai khiếm khuyết quan trọng của nhóm mô hình này Thứ nhất làvấn đề biến ngoại sinh của mô hình Rất nhiều lý thuyết cho rằng các biến số kinh tếkhông chỉ phụ thuộc vào quan hệ hiện thời mà còn phụ thuộc vào kỳ vọng trongtương lai, ví dụ điển hình nhất là lãi suất danh nghĩa phụ thuộc vào kỳ vọng lạmphát 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 xácđịnh trong các mô hình cấu trúc lại được giải quyết dựa vào các hạn chế tiênnghiệm được xây dựng trên cơ sở lý thuyết của Keynes mà không xem xét phản ứnghành vi của các chủ thể kinh tế trước sự thay đổi chính sách Với phương pháp xácđịnh 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 NobelKinh tế 2011 vì những đóng góp cho kinh tế học thực nghiệm – trong quá trình tìmlời 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 phươngpháp của Sargent và Sims không đối lập mà bổ sung tốt cho nhau Sargent trực tiếptìm 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 thànhcông khi đưa yếu tố kỳ vọng hợp lý vào các mô hình kinh tế thực nghiệm Điểm độtphá quan trọng của Sargent là biến đổi những yếu tố kỳ vọng thành một số phươngtrình giới hạn đồng thời (cross equation constraints) từ đó ước lượng các mô hìnhcấu trúc sâu, có thể sử dụng trước các biến động chính sách Tuy nhiên, phươngpháp 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 ướclượng các tham số cấu trúc Với một loạt nghiên cứu của mình, Sims đã đưa ra mộtphương pháp mới, ước lượng toàn bộ các phương trình vĩ mô bằng VAR chỉ baogồm các biến nội sinh Điểm đặc biệt trong phương pháp của Sims là khả năng phântách các cú sốc bất ngờ trong các biến vĩ mô ra khỏi các cú sốc đã được kỳ vọngnhằm mục đích phân tích chính sách dưới tác động của những cú sốc bất ngờ, khôngđược 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 vớitừng 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 Tuynhiên, 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 phảidựa trên các lập luận lý thuyết vững chắc và xem xét các cú sốc cơ bản dưới mộtcấu 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 phổbiến nhất

Ứng dụng những thành tựu trên, việc sử dụng mô hình SVAR trong các nghiên cứuthực nghiệm gần đây ngày càng trở nên phổ biến và đóng một vai trò quan trọngtrong việc phân tích chính sách, điều gì sẽ xảy ra khi có một cú sốc trong chính sáchkinh 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 dựphòng được những tình huống có thể xảy ra cho nền kinh tế, từ đó đưa ra đượcnhững biện pháp phù hợp Dựa trên ý tưởng này cùng với thành công của các môhình nghiên cứu thực nghiệm SVAR ở các quốc gia, bài nghiên cứu tập trung sửdụng phương pháp SVAR trong việc phân tích lạm phát ở Việt Nam Dựa trên môhình xây dựng được, bài nghiên cứu đi sâu vào giải quyết ba câu hỏi (1) các nhân tốtác 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 mộtchính sách mới hay một chính sách đưa ra để giải quyết vấn đề lạm phát thì cần thờigian bao lâu mới phát huy tác dụng Và những phân tích này cũng là cơ sở để nhómnghiên cứu đưa ra các khuyến nghị trong việc kiềm hãm lạm phát ở Việt Nam trongthời 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 phươngtrình đồng thời cổ điển trong khuôn khổ lý thuyết Keynes cùng với phê phán củaLucas, Sims và Sargent đối với nhóm mô hình này Kế đến là hai phương pháp pháttriển của Sargent và Sims Cuối cùng là sự ra đời của SVAR và những ưu điểm nổibật của nó

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 xâydựng những mô hình kinh tế học thực nghiệm một cách cụ thể và r ràng Những môhình 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 nộisinh (những biến được xác định bằng mô hình), các biến ngoại sinh (những biến chỉtác động đến mô hình nhưng không bị ảnh hưởng bởi chính nó), và các cú sốc ngẫunhiên 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 ngoạisinh 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 – hiệpphương 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 hiệntất cả thông tin từ mẫu dữ liệu quan sát Trong dạng rút gọn, mỗi biến nội sinh làmột hàm của các biến định trước2 Nhân 2 vế của (2.1) cho ma trận , ta được dạng rút gọn như sau:

(2.2)Với và , ma trận phương sai – hiệp phương sai của dạng rút

Tiếp theo, ta xem xét một mô hình cấu trúc khác thu được bằng cách nhân (2.1) cho một ma trận không suy biến :

(2.3)

1T t c các bi n đ u đ ất cả các biến đều được viết dưới dạng logarit ả các biến đều được viết dưới dạng logarit ến đều được viết dưới dạng logarit ều được viết dưới dạng logarit ược viết dưới dạng logarit c vi t d ến đều được viết dưới dạng logarit ưới dạng logarit ạng logarit i d ng logarit.

2Xem Hamilton (1994), trang 245.



R ràng, hai mô hình (2.3) và (2.1) có cấu trúc khác nhau nhưng lại có chung mộtdạng rút gọn, hàm ý cả hai mô hình này là tương đương nhau về mặt quan sát Đâychính là vấn đề xác định mô hình: nếu không có thêm những giả định bổ sung, còngọi 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 racùng 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 quyếtbằng 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 đặtcác hạn chế xác định Trong số các hạn chế đó, có hạn chế chỉ đơn giản là sựchuẩn 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 matrận và 4 Thông thường, các hạn chế loại trừ (exclusion restrictions) được sử dụngcho 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 ápđặt các ràng buộc hạn chế: cụ thể là phương pháp này không giả định các biến độngcấu trúc phải trực giao

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

3Xem Faust (1999), trang 5.

4Ngoài ra, các gi i h n xác đ nh c n ph i th c hi n đ y đ các đi u ki n x p h ng và tr t ới dạng logarit ạng logarit ịnh cần phải thực hiện đầy đủ các điều kiện xếp hạng và trật ần phải thực hiện đầy đủ các điều kiện xếp hạng và trật ả các biến đều được viết dưới dạng logarit ực hiện đầy đủ các điều kiện xếp hạng và trật ện đầy đủ các điều kiện xếp hạng và trật ần phải thực hiện đầy đủ các điều kiện xếp hạng và trật ủ các điều kiện xếp hạng và trật ều được viết dưới dạng logarit ện đầy đủ các điều kiện xếp hạng và trật ến đều được viết dưới dạng logarit ạng logarit ật

t xác đ nh Xem Greene (1997), trang 724 ực hiện đầy đủ các điều kiện xếp hạng và trật ịnh cần phải thực hiện đầy đủ các điều kiện xếp hạng và trật

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

(2.4)

Trong đó, biểu thị các đa thức của toán tử trễ và là ma trận phương sai –hiệp phương sai của các biến động cấu trúc Phương trình (2.4) cho thấy tác độngcủa các công cụ chính sách tiền tệ lên hoạt động thực Phương trình này có thể đượchiểu như một mối quan hệ tổng cầu lý thuyết, thường được sử dụng để ước tính sốnhân động mô tả tác động của các công cụ chính sách đến sản lượng Phương trình(2.4) có thể được hiểu như một hàm cung tiền Giả định, NHTW thiết lập cung tiềntheo một cơ chế tương ứng với sản lượng, khi đó hành động chính sách linh hoạt sẽđược nắm bắt bởi các cú sốc cung tiền

Dạng rút gọn của mô hình như sau:

(2.5)

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 ướclượng 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 nghiệmKeynes được thực hiện bằng cách áp đặt các hạn chế loại trừ lên các phần tử của matrận và Những hạn chế này được áp đặt vào mô hình trên cơ sở tiên nghiệm khôngthể 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 kêhoạt động kinh tế nên các nhà hoạch định chính sách tiền tệ không thể quan sát sảnlượng trong cùng thời kỳ Do đó, không thể phản ứng tức thời với các biến độngsản lượng, ngụ ý hạn chế tham số Cũng có thể lập luận, chính sách tiền tệ chỉ ảnhhưởng 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 môhình 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 lượnghay mối quan hệ động giữa các biến trong mô hình Trễ của các biến nội sinh đượcxác định trước, tức chúng không tương quan với những biểu hiện hiện tại hoặctương 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 ápđặt hạn chế lên trễ của các biến nội sinh rất khó để lý giải bằng một quan điểm lýthuyết, do các lý thuyết kinh tế thường không đề cập nhiều đến mối quan hệ độnggiữa các biến Do đó, sẽ thích hợp hơn nếu để các hệ số này được ước lượng thôngqua 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 nókhông tương quan với các biểu hiện hiện tại, tương lai hoặc quá khứ của các cú sốctrong phương trình cấu trúc Điều kiện này mạnh hơn so với việc các biến đượcđịnh trước Việc sử dụng các biến ngoại sinh để xác định là đặc trưng của các môhình 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 biếnnên tương quan cao với tổng cầu nhưng không tương quan với các công cụ chínhsách 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 lớnđến tổng cầu nhưng không phải là một yếu tố trong quá trình thiết lập chính sáchtiền tệ và ngược lại Tức giả định biến này bị hạn chế, trên cơ sở tiên nghiệm, làkhông thích hợp cho việc xác định cung tiền, do đó, hệ số của biến này bằng 0 trongphương 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 đượcminh 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 xácđịnh, sự mở rộng này chỉ ảnh hưởng đến tổng cầu mà không ảnh hưởng trực tiếpđến cung tiền Khi đó, đường AD dịch chuyển và MS không đổi tạo thành trạng tháicân 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 tốtcho đường cung tiền MS Nói cách khác, thay đổi trong lập trường chính sách tàikhóa là một nguyên nhân ngoại sinh của sự thay đổi tổng cầu và giúp xác địnhđường 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 termspread5 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 thuộcvào sự thay đổi ngoại sinh trong term spread Trường hợp giả định term spread độclập 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 trongphương 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 bằngphương pháp OLS Giả định này có một ý nghĩa đáng quan tâm nhưng thườngkhông được chú ý đối với ma trận phương sai – hiệp phương sai của các sai số cấutrúc : vì chính sách tiền tệ ngoại sinh với sản lượng, các hệ số và trongphương trình cung tiền bằng 0 Hơn nữa, biến tiền tệ không tương quan với sai sốtổng 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 quanđến vấn đề kỳ vọng trong mô hình Hai ông cho rằng các biến số kinh tế không chỉphụ thuộc vào quan hệ hiện thời mà còn phụ thuộc vào kỳ vọng trong tương lai Haiông nhấn mạnh: bất kỳ phiên bản nào của học thuyết cho rằng các chủ thể kinh tếhành xử trên cơ sở lợi ích riêng của họ thì sẽ trở nên mâu thuẫn với những hạn chếxác 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 đượcbắt 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 l ch gi a lãi su t ng n h n và dài d n ện đầy đủ các điều kiện xếp hạng và trật ữa lãi suất ngắn hạn và dài dạn ất cả các biến đều được viết dưới dạng logarit ắn hạn và dài dạn ạng logarit ạng logarit.

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

Ngoài ra, Lucas và Sargent còn cho rằng một sự thay đổi trong chính sách nhất thiếtphải dẫn đến sự thay đổi trong một vài tham số cấu trúc (ví dụ như mô tả hành viquá khứ của các biến số chính sách) và do đó ảnh hưởng đến các tham số của môhình rút gọn một cách rất phức tạp Như vậy, Lucas và Sargent đã chỉ trích rằng nếukhông 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 sửnhư thế nào hay có những dự báo vô điều kiện (unconditional forecasting) tốt nhưthế nào

Một phê phán khác đến đến từ Sims (1980), ông cho rằng các biến công cụ ngoạisinh rất khó để có được Đặc biệt các biến được xác định ngoại sinh trong các môhình kinh tế vĩ mô lớn thường được xử lý ngoại sinh trên cơ sở tiên nghiệm mặcđịnh chứ không phải là một kết quả đáng tin cậy Với biến chính sách, ông chỉ rarằng chúng thường có một thành phần đáng để nội sinh ngăn cản việc xử lý chúngnhư các biến ngoại sinh Hơn nữa, Sims lập luận rằng các hạn chế xác định tiênnghiệm ít đáng tin cậy Đặc biệt khi cho phép các tác nhân hình thành quyết địnhcủa mình trên cơ sở kỳ vọng hợp lý và tối ưu hóa liên thời gian (inter–temporaloptimization) Ví dụ điển hình cho phương pháp xác định truyền thống là một môhình hệ phương trình đối với cung – cầu một sản phẩm nông nghiệp Trong đó, biếnthời tiết được sử dụng như một công cụ để xác định hàm cầu Tức hạn chế xác địnhthời tiết không ảnh hưởng trực tiếp đến nhu cầu nông nghiệp Giả định này thậm chísuy yếu nếu kỳ vọng hợp lý được chấp nhận: “Dù chúng ta hầu như chắc chắn nhucầu của người tiêu dùng ở Mỹ không bị ảnh hưởng bởi nhiệt độ ở Brazil, chúng taphải thừa nhận rằng có thể người tiêu dùng Mỹ, sau khi đọc một thông tin về sươnggiá 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 môhình ví dụ trên Đầu tiên, biến chính sách tiền tệ được giả định không tương quanvới cung tiền Giả định này bị bác bỏ bởi Barro (1977) khi lập luận rằng, do thuế intiền thu được tăng lên từ mở rộng cung tiền, chính phủ có xu hướng gia tăng chitiêu công Khi đó, chính sách tài khóa trở thành một hàm của cung tiền, giả địnhngoại sinh sụp đổ

Với biến term spread được giả định không tương quan với tổng cầu Tuy nhiên, môhình Keynes mới với giả định chi tiêu thực hiện nay phụ thuộc vào mức độ chi tiêuthực kỳ vọng trong tương lai (King, 2001) Vì term spread thường được sử dụngnhư một yếu tố dự báo của hoạt động kinh tế tương lai, biến này sẽ tác động trựctiếp 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 vựckinh tế tiền tệ, bởi thực tế, tất cả các biến trong lĩnh vực tài chính – tiền tệ đều cómột mức độ nội sinh nhất định dựa trên thị trường tài chính được thiết lập tốt và kỳvọng hợp lý Cũng với lý do đó, rất khó để biện minh trên cơ sở tiên nghiệm rằngmột biến nhất định không ảnh hưởng đến biến khác Do đó, hầu như không có mộthạn chế giới hạn nào thuyết phục

Theo sau những phê phán của Lucas – Sargent – Sims, kinh tế học thực nghiệm đãphát triển hai phương pháp tiếp cận chủ yếu: tìm kiếm mô hình cấu trúc sâu của nềnkinh tế dựa trên nền tảng kinh tế học vi mô (được Sargent phát triển) và các tiếp cậnquan tâm đến tác động của các cú sốc không kỳ vọng – phương pháp vector tự hồiquy 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 nhưHansen (Sargent và Hansen; 1980, 1981), Kydland và Prescott (1982) tiến hành cácnghiên cứu tìm kiếm cấu trúc sâu của nền kinh tế – cấu trúc bất biến trước sự thayđổi 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,… Cáctham số sâu này phản ánh hành vi cá nhân đã bao hàm kỳ vọng chính sách và do đókhông bị thay đổi trước sự thay đổi chính sách – ngoại trừ các tham số mô tả bảnthân 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 (rationalexpectation) được cho là thích hợp hơn so với kỳ vọng thích nghi (adaptiveexpectation) – 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 cánhân 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 sựkhả thi trong việc ước lượng mô hình, Sargent với một loạt nghiên cứu vào nhữngnăm 1970 đã thành công trong việc đưa nhân tố kỳ vọng hợp lý vào các mô hìnhkinh tế thực nghiệm bằng cách biến đổi các nhân tố kỳ vọng thành một số phươngtrình giới hạn đồng thời (cross equation constraints), đồng thời giải quyết vấn đề xácđịnh 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 sảnlượng được xác định bởi các chủ thể trong nền kinh tế như hộ gia đình và doanhnghiệp 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 tưnhân tại thời điểm của bất kỳ biến nào6 Lạm phát kỳ vọng được đưa vàotrong phương trình nhằm phản ánh việc thiết lập giá cả hướng về tương lai của cácdoanh nghiệp tư nhân, vì họ không thể thay đổi giá cả thường xuyên (ví dụ), do đócần quan tâm đến điều kiện nhu cầu trong tương lai và giá cả của các doanh nghiệpkhác Số hạng thứ hai nắm bắt thành phần quá khứ của lạm phát, ví dụ do chỉ số hóatrong các hợp đồng (Lỗ hổng) sản lượng – cũng ảnh hưởng đến giá cả đặc trưngbởi 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

Số hạng đầu tiên là (lỗ hổng) sản lượng kỳ vọng, tương tự như giá, một phần sảnlượng được quyết định theo cách hướng về tương lai Thứ đến là thành phần quákhứ 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 đổilãi suất thực; là lãi suất danh nghĩa và – là lãi suất thực Ý tưởng ở đây là một mức lãi suấtthực cao sẽ làm giảm tiêu dùng hiện tại do liên quan đến tiêu dùng trong tương lai Sảnlượng cũng bao gồm một nhân tố ngẫu nhiên , ví dụ phản ánh sự thay đổi trong thái độ tiêudùng 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 chínhsách đều dương: được hiểu là NHTW sẽ gia tăng lãi suất khi lạm phát tăngcao, 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

6Đ đ n gi n hóa, ph ả các biến đều được viết dưới dạng logarit ư ng trình này và các ph ư ng trình v sau sẽ đ ều được viết dưới dạng logarit ược viết dưới dạng logarit ược viết dưới dạng logarit c l c b các h ng s ỏ các hằng số ằng số ố.

Để mô tả được những biến động vĩ mô thì tất cả các tham số của mô hình – cácvector hệ số và – phải được biết trước Những cú sốc ngẫu nhiên đều đượcnhận biết qua thời gian, theo đó gây ra những biến động trong sản lượng và lạm phátcũng 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 nhưvậy 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 quantiền tệ – chẳng hạn như gia tăng độ nhạy cảm của lãi suất đối với lạm phát, gia tănggiá 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 nềnkinh 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 vềtương 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 tạithời 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 thànhdựa trên những thông tin và hiểu biết đầy đủ về hệ phương trình – bao gồm cácphương 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 điểmlại 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 làmột biến ngoại sinh trong mô hình hoặc được mô hình hóa thông qua những giá trịquá khứ Chẳng hạn như lạm phát dự kiến có thể được giả định là không đổi hoặcbằng 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 rậpkhuôn (máy móc) Tuy nhiên, giả định cơ bản cho rằng một sự thay đổi trong chế độchính 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 củachính sách tiền tệ.

Để giải quyết vấn đề này, Sargent (1977, 1978a, 1978b) sử dụng thực tế là cácphương trình cấu trúc như (2.6) – (2.8) cho phép một giải pháp “hướng về tươnglai” Do đó, Sargent biểu diễn các biến hiện tại như tổng có trọng số của các cú sốchiện tại và tương lai được kỳ vọng (ε), cùng với các biến định trước), cùng với các biến định trước

với tỷ trọng tất cả phụ thuộc vào các vector tham số cơ bản Tiếp đến, để thiếtlập 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 cóthể ước lượng bằng cách sử dụng phương pháp maximum-likelihood Mục tiêu làước lượng các vector – các yếu tố quyết định sâu hơn của quá trình chuỗi thờigian tổng quát – cho

Một cái nhìn sâu sắc ở đây là các tham số cấu trúc xuất hiện ở nhiều phương trìnhkhác nhau của hệ thống và do đó hàm ý những giới hạn đồng thời Sargent gọi loạigiới hạn này là “đặc điểm nhận dạng” của kinh tế lượng kỳ vọng hợp lý và nhữnghạn 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 thờixuất hiện, cần thiết phải sử dụng một đại diện đệ quy Giải pháp cho hệ phươngtrình (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 pháphồi quy cơ bản

Tuy nhiên, nhiệm vụ hiện tại không phải là ước lượng ma trận và mà là các

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 :

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 xácđịnh (trong ) Hơn nữa, phần dư có ma trận phương sai – hiệp phương saivới 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 thểước lượng bằng cách sử dụng phương pháp maximum-likelihood, và hạn chế đồngthời áp đặt bởi mô hình có thể được kiểm định một cách r ràng bằng một kiểm địnhkhả năng xác định

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

7 đây, Ở đây,

bình lớn nhất đối với mô hình là giả thuyết kỳ vọng hợp lý cho rằng các chủ thể kỳvọng đồng nhất và xử lý tối ưu trong điều kiện có đầy đủ thông tin8 và dần hướngtới đo lường kỳ vọng thực từ nền kinh tế để bổ sung biến cho mô hình Đây là mộtthách thức lớn đối với các nền kinh tế nhỏ đang phát triển Trong điều kiện đó, việcphát triển một mô hình quan sát các mối quan hệ động trong nền kinh tế, đặc biệt làphân phối có điều kiện các tác động của hoạt động chính sách đến nền kinh tế, màkhông cần chi tiết hóa mọi tham số cấu trúc sâu là một lựa chọn thích hợp Một môhình như thế được phát triển bởi Sims (1980) và sẽ được trình bày cụ thể trong phầntiếp 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 hìnhrút gọn, dễ dàng ước lượng mà không đòi hỏi bất kỳ hạn chế xác định nào, đồngthời 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 quansát không mang ý nghĩa kinh tế Bản thân chúng là một hàm của các tham số cấutrúc, do đó, không thể hiện được mối quan hệ động giữa các biến Lúc này đòi hỏicác phương pháp xác định để quan sát các phản ứng động của nền kinh tế

8 Các nghiên c u th c nghi m cho th y kỳ v ng là không đ ng nh t (heterogeneity) vì hai ực hiện đầy đủ các điều kiện xếp hạng và trật ện đầy đủ các điều kiện xếp hạng và trật ất cả các biến đều được viết dưới dạng logarit ọng là không đồng nhất (heterogeneity) vì hai ồng nhất (heterogeneity) vì hai ất cả các biến đều được viết dưới dạng logarit nguyên nhân: s ti p thu (learning) và s thi u chú ý h p lý (rational inattention) Lý thuy t ực hiện đầy đủ các điều kiện xếp hạng và trật ến đều được viết dưới dạng logarit ực hiện đầy đủ các điều kiện xếp hạng và trật ến đều được viết dưới dạng logarit ợc viết dưới dạng logarit ến đều được viết dưới dạng logarit.

v s thi u chú ý h p lý đ ều được viết dưới dạng logarit ực hiện đầy đủ các điều kiện xếp hạng và trật ến đều được viết dưới dạng logarit ợc viết dưới dạng logarit ược viết dưới dạng logarit c Sims (2009) đ a ra v i quan đi m cho r ng có s h n ch v ư ới dạng logarit ằng số ực hiện đầy đủ các điều kiện xếp hạng và trật ạng logarit ến đều được viết dưới dạng logarit ều được viết dưới dạng logarit.

m t thông tin và kh năng x lý thông tin c a các ch th (t ả các biến đều được viết dưới dạng logarit ủ các điều kiện xếp hạng và trật ủ các điều kiện xếp hạng và trật ư ng t Carrol, 2003) Trong khi ực hiện đầy đủ các điều kiện xếp hạng và trật

đó, s ti p thu tr nên ph bi n trong th i gian g n đây, ch th kinh th đ ực hiện đầy đủ các điều kiện xếp hạng và trật ến đều được viết dưới dạng logarit ến đều được viết dưới dạng logarit ời gian gần đây, chủ thể kinh thế được giả định là ần phải thực hiện đầy đủ các điều kiện xếp hạng và trật ủ các điều kiện xếp hạng và trật ến đều được viết dưới dạng logarit ược viết dưới dạng logarit c gi đ nh là ả các biến đều được viết dưới dạng logarit ịnh cần phải thực hiện đầy đủ các điều kiện xếp hạng và trật

gi ng nh các nhà th ng kê h c H sẽ thu th p t t c thông tin có th và thay đ i mô hình ố ư ố ọng là không đồng nhất (heterogeneity) vì hai ọng là không đồng nhất (heterogeneity) vì hai ật ất cả các biến đều được viết dưới dạng logarit ả các biến đều được viết dưới dạng logarit thi t l p kỳ v ng theo th i gian S ti p thu đã đ ến đều được viết dưới dạng logarit ật ọng là không đồng nhất (heterogeneity) vì hai ời gian gần đây, chủ thể kinh thế được giả định là ực hiện đầy đủ các điều kiện xếp hạng và trật ến đều được viết dưới dạng logarit ược viết dưới dạng logarit c ch ng minh b ng th c nghi m t ằng số ực hiện đầy đủ các điều kiện xếp hạng và trật ện đầy đủ các điều kiện xếp hạng và trật ừ nhi u nghiên c u (Orphanides và Williams, 2003, Pfajfa và Santoro, 2006, Pfajfa và Zakelj, ều được viết dưới dạng logarit 2009).

9 Trong nh ng c i ti n sau này, mô hình VAR v n có th ữa lãi suất ngắn hạn và dài dạn ả các biến đều được viết dưới dạng logarit ến đều được viết dưới dạng logarit ẫn có thể bao g m các bi n ngo i sinh n u ồng nhất (heterogeneity) vì hai ến đều được viết dưới dạng logarit ạng logarit ến đều được viết dưới dạng logarit.

d a ực hiện đầy đủ các điều kiện xếp hạng và trật trên l p lu n ch c ch n ật ật ắn hạn và dài dạn ắn hạn và dài dạn.

Tuy nhiên, khác với phương pháp luận truyền thống xem xét các mối quan hệ độngtrong nền kinh tế bằng cách mô hình hóa các mối quan hệ trực tiếp giữa các biếnkinh tế, từ đó tính toán các số nhân động, phương pháp luận VAR nhắm đến xácđịnh sai số cấu trúc ε), cùng với các biến định trước, từ đó theo d i phản ứng động của mô hình trước các cú sốccấu trúc Nói cách khác, trong phương pháp luận VAR các mối quan hệ động trongnền 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 cấutrúc bất ngờ, giá trị của các biến nội sinh đều có thể được kỳ vọng Do đó, VAR chỉtập trung quan sát các thay đổi bất ngờ trong gây ra bởi các cú sốc cấu trúc Đây làđiểm khác biệt đáng kể đối với mô hình kinh tế thực nghiệm Keynes, bởi các môhình truyền thống này không phân biệt sự thay đổi kỳ vọng và không kỳ vọng trong

ma trận thể hiện phản ứng của các biến phụ thuộc ở hiện tại và tương lai trướcmột 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:

Vấn đề đặt ra là cần xác định các sai số cấu trúc ε), cùng với các biến định trước 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, phươngpháp VAR sử dụng kỹ thuật phi lý thuyết – phân rã Cholesky – áp đặt một trật tự đệquy tự động lên ma trận phương sai – hiệp phương sai của các phần dư , để phântách thành các sai số cấu trúc trực giao Phân rã Cholesky áp đặt một ma trậntam giác dưới lên ma trận xác định của Khi đó, mối quan hệ giữa và ε), cùng với các biến định trước đượcbiểu diễn:

(2.15)

Phân rã Cholesky tương đương với việc ước lượng (2.15) bằng OLS, do đó đòi hỏitrực giao với các cú sốc khác Sai số trực giao cho phép phân rã phương sai của cácbiến theo tỷ trọng của các nguồn trực giao Kết hợp với hàm phản ứng đẩy ở trên,phương pháp VAR giúp các nhà kinh tế ước tính được mức độ và thời gian phảnứng của một nền kinh tế cụ thể trước từng loại cú sốc khác nhau Phương pháp xácđịnh trong VAR, về mặt kỹ thuật hoàn toàn không liên quan đến các lý thuyết kinh

tế, do đó, phương pháp VAR còn được gọi là phương pháp “phi lý thuyết”(Keating, 1990)

2.3.2.3 Những phê phán đối với VAR.

Phương pháp “phi lý thuyết” VAR không tránh khỏi những phê bình Cooley vàLeRoy (1985) và Leamer (l985) cho rằng không thích hợp để xem những sai số trựcgiao ước tính từ phương pháp phi lý thuyết như những sai số cấu trúc thực bởi vì hainguyên 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 sựphi lý thuyết? Các thiết lập trong (2.15) hàm ý một mô hình cấu trúc hồi quy đồngthời Việc sắp xếp trật tự các phương trình trong mô hình đòi hỏi phải dựa trênnhững 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 củaphần dư và sai số cấu trúc liên kết với nhau qua: Từ đó, các hạnchế trực giao áp đặt trên dẫn đến một hạn chế phi tuyến trên , qua đó cung cấpmột 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 matrận tham số và Khuôn khổ này thuận tiện để chuẩn hóa mô hình bằng cáchthiết lập phần tử đường chéo bằng 1 Ngược lại, phương pháp SVAR dựa trênbiểu diễn MA của mô hình cấu trúc: và phân tích thực nghiệm để ướclượng 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 vàbằng 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 sốcấu 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 ởđây

2.4.3 Hạn chế trên ma trận

Bằng cách áp đặt các hạn chế trực giao và chuẩn hóa, ma trận phương sai – hiệpphương 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 đầucủa SVAR, do đó cần thêm một hạn chế để xác định mô hình Giả định loại trừđược áp đặt lên cho mục đích này, tương tự như được thực hiện trong mô hình hệphương trình truyền thống

Tuy nhiên, có một sự khác biệt tinh tế trong việc giải thích những hạn chế giữa haidạng mô hình, bởi với phương pháp luận khác nhau, ma trận đóng vai trò khác nhautrong 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 hìnhSVAR, ma trận này mô hình hóa các mối quan hệ đồng thời giữa phần dư trongdạng rút gọn với sai số cấu trúc , theo “quan điểm sốc” trong phương pháp luậnVAR Nói tóm lại, mô hình SVAR tập trung vào mối quan hệ (2.16) vàxác 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 matrận , 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 tếthực, do sự chậm trễ trong việc thống kê số liệu, khiến NHTW không kịp nhận racác 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 sốctổng cầu tương ứng với một sự thay đổi sẽ dẫn đến một sai số dự báo trong biếnđộng 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:

Nói cách khác, khi chưa áp đặt các hạn chế, trong mô hình hệ phương trình, phươngtrình của biến chính sách tiền tệ được giải thích như một hàm phản ứng của NHTWthiết lập cung tiền phản ứng với sản lượng hiện tại và quá khứ, bất kể sự thay đổi cóđược 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 hìnhhóa những thay đổi bất ngờ trong lập trường chính sách, , như một hàm của sựbiến động không được kỳ vọng của sản lượng và hành động chính sách linh hoạtkhông được kỳ vọng trước, biểu hiện qua cú sốc chính sách tiền tệ Kết quả làmột “hàm phản ứng trước các bất ngờ” được mô hình hóa, thể hiện sự thay đổi bấtngờ trong công cụ chính sách như một hàm của những thay đổi không kỳ vọngtrong các biến phi chính sách và trong các cú sốc chính sách tiền tệ Mục tiêu là đểxác định các cú sốc chính sách tiền tệ từ mối quan hệ này, đại diện cho thành phầnlinh 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 cúsốc trong SVAR như sau: “sự quan tâm không phải trên các nguyên tắc nhưng trênnhững sai lệch khỏi nguyên tắc, vì chỉ khi NHTW lệch khỏi nguyên tắc của họ thìmới 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 lýthuyết 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 kỳvọng, 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 sáchkhông thể quan sát được những thay đổi bất ngờ trong sản lượng cùng kỳ Vì hạnchế này dựa trên quan sát rằng có một độ trễ trong thu thập số liệu thống kê, giảđịnh 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 cấutrúc phải trực giao (phương pháp truyền thống không yêu cầu), đây là một giả địnhkhá giới hạn Thứ hai, mặc dù “quan điểm sốc” của SVAR rất thích hợp để nghiêncứu 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 nhưthế nào? Cụ thể, SVAR cho biết sự phản ứng của sản lượng trước một cú sốc bấtngờ trong chính sách tiền tệ Nhưng tác động của chính sách tiền tệ có hệ thống lênsản lượng là gì? Ngược lại, số nhân động hữu dụng trong nghiên cứu tác động củamột sự thay đổi lập trường chính sách lên sản lượng ngay cả khi lập trường chínhsách mới được kỳ vọng rộng rãi vì số nhân động cung cấp tác động của công cụchính sách lên sản lượng mà không phân biệt chính sách tiền tệ được kỳ vọng haykhông 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 sảnlượng nhất định

Sự khác biệt giữa số nhân động và hàm phản ứng đẩy cũng phản ánh sự thật là môhình 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 truyềndẫn tiền tệ Bởi thực tế, một hành vi chính sách phải bắt nguồn phân tích trạng tháichung và dẫn dắt toàn bộ nền kinh tế Chỉ riêng một cú sốc trong sản lượng (hay cácbiến khác) không thể gây ảnh hưởng lớn đến lập trường chính sách Hay nói cáchkhác, phần linh hoạt của chính sách tiền tệ chỉ là mối quan tâm thứ cấp trongSVAR Phân tích sốc thực hiện trong SVAR gần như là thử nghiệm nghiêm túc cógiá trị trong kinh tế học thực nghiệm Một khi cú sốc chính sách tiền tệ được xácđịnh, người ta có thể thấy cơ chế truyền dẫn tiền tệ diễn ra bằng cách quan sát phảnứng 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 cấptrong SVAR, bởi bằng cách xác định tính động của hệ thống trước một cú sốckhông kỳ vọng, quan hệ nhân quả được gắn chặt và truyền một cách r ràng từ cú sốcchính 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 làcác 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 địnhthường dựa trên các giả định tương đối không gặp phải tranh cãi về trễ tối thiểu củaphản ứng của các biến vĩ mô trước sự thúc đẩy tiền tệ hoặc chúng bắt nguồn từ cácbối cảnh thể chế Hay ví dụ hạn chế rằng NHTW không thể quan sát sản lượng tứcthời do độ trễ trong thu thập số liệu thống kê liên quan Việc sử dụng các hạn chếtương 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 dựatrên ba vấn đề chính: Đầu tiên, nhiều nhà quan sát hoài nghi về vai trò của các cúsốc trong mô hình SVAR Đặc biệt, trong kinh tế tiền tệ, vấn đề là liệu các cú sốcchính sách tiền tệ được ước ượng có thực sự đo lường một phần liên quan tronghành vi của NHTW Tiếp đến là lo ngại về việc sử dụng rộng rãi các hạn chế tùytiện có thể làm gia tăng việc khai thác dữ liệu vô kỷ luật Trên hết, hạn chế trực giaovẫn là mối quan tâm hàng đầu Tuy nhiên, cho đến nay, SVAR vẫn là một công cụphổ 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 sốsản 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 sốlạm phát (chỉ số giá bán sỉ hoặc chỉ số lạm phát l i) Bên cạnh đó, hai biến ngoạisinh 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 chínhsách tiền tệ thể hiện qua sự thay đổi của lãi suất huy động vốn sẽ làm thay đổi trongsản lượng trước và sau đó mới tác động lên lạm phát Giá cả bắt đầu giảm sau sựsuy giảm của sản lượng khoảng ba tháng, tối đa là sau bảy tháng Tiếp đến, phân rãphương sai thể hiện rằng sự biến động của lạm phát giá bán sỉ được giải thích bởi cúsốc cung tiền và tỷ giá danh nghĩa hiệu dụng hơn là cú sốc trong lãi suất huy độngvốn Cụ thể, cung tiền giải thích 18% biến động lạm phát trong thời kỳ dự báo hainăm

Khi thay thế chỉ số lạm phát giá bán sỉ bằng chỉ số lạm phát l i (loại trừ giá lươngthực 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 ứngnhanh và ngay tức khắc Điều này cho thấy chính sách tiền tệ có hiệu lực nhiều hơnđối với lạm phát l i, thể hiện áp lực về phía cầu Hơn nữa, nếu loại trừ các biếnngoại sinh khi ước lượng thì kết quả hàm phản ứng đẩy không phát hiện cú sốc tổngthể Nói cách khác, đây là chỉ báo của vai trò kỳ vọng lạm phát Tỷ giá thực hiệudụng cũng giải thích khoảng 4% biến động lạm phát

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