Luận văn Thạc sĩ Kinh tế: Cơ chế truyền dẫn tiền tệ của một nền kinh tế

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM

HUỲNH THỊ CẨM KHUÊ CƠ CHẾ TRUYỀN DẪN TIỀN TỆ CỦA MỘT NỀN KINH TẾ: TRƯỜNG HỢP Ở VIỆT NAM

Chuyên ngành: TÀI CHÍNH - NGÂN HÀNG Mã số ngành: 60340201 LUẬN VĂN THẠC SỸ KINH TẾ Hướng dẫn khoa học PGS. TS LÊ THỊ LANH THÀNH PHỐ HỒ CHÍ MINH - 2013

LỜI CAM ĐOAN

Tôi xin cam đoan luận văn “CƠ CHẾ TRUYỀN DẪN TIỀN TỆ CỦA MỘT NỀN

KINH TẾ: TRƯỜNG HỢP Ở VIỆT NAM” là kết quả nghiên cứu của bản thân. Các tài

liệu và nội dung trong bài nghiên cứu là trung thực theo danh mục tài liệu tham khảo.

Tác giả

Huỳnh Thị Cẩm Khuê

MỤC LỤC

TRANG PHỤ BÌA

LỜI CAM ĐOAN

MỤC LỤC

DANH MỤC HÌNH

DANH MỤC BẢNG

DANH MỤC PHỤ LỤC

TÓM TẮT ....................................................................................................................... 1

CHƯƠNG 1: GIỚI THIỆU ............................................................................................. 2

CHƯƠNG 2: TỔNG QUAN VỀ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU THỰC NGHIỆM VỀ TRUYỀN DẪN CHÍNH SÁCH TIỀN TỆ ............................................... 4

2.1. Tiếp cận chính sách tiền tệ: ............................................................................... 4

2.1.1. Chính sách tiền tệ: ....................................................................................... 4

2.1.2. Các kênh truyền dẫn chính sách tiền tệ: ..................................................... 4

2.2. Tổng quan các nghiên cứu trước đây: ............................................................... 7

2.2.1. Các nghiên cứu về cơ chế truyền dẫn tiền tệ của các nước phát triển: ....... 7

2.2.2. Các nghiên cứu về cơ chế truyền dẫn tiền tệ của các nước đang phát triển:………………………………………………………………………………. 8

2.2.3. Các nghiên cứu về cơ chế truyền dẫn tiền tệ trong nước: ........................ 10

2.3. Lựa chọn mô hình đo lường truyền dẫn tiền tệ: .............................................. 11

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU .......................................................... 14

3.1. Dữ liệu nghiên cứu: ......................................................................................... 14

3.2. Mô hình Structural VAR với khối biến ngoại sinh: ........................................ 14

3.3. Kiểm định tính dừng của các biến và độ trễ của mô hình: .............................. 19

3.3.1. Kiểm định tính dừng: ................................................................................ 19

3.3.2. Kiểm định độ trễ của mô hình: ................................................................. 20

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU ..................................................................... 22

iii

4.1. Những kết quả ước lượng: ............................................................................... 22

4.2. Những phản hồi vĩ mô đến cú sốc chính sách tiền tệ thắt chặt: ...................... 26

4.2.1. Mô hình cơ bản: ........................................................................................ 26

4.2.2. Các mô hình loại trừ: ................................................................................ 29

4.3. Sự biến động sản lượng Việt Nam bởi những cú sốc từ các biến trong và ngoài nước: .......................................................................................................................... 40

4.4. Phân tích phân rã phương sai: ......................................................................... 40

4.5. Kiểm định Robustness: .................................................................................... 41

CHƯƠNG 5: KẾT LUẬN VÀ THẢO LUẬN ............................................................. 43

TÀI LIỆU THAM KHẢO ............................................................................................. 45

PHỤ LỤC

DANH MỤC HÌNH

Hình 1: Xung động phản hồi bởi cú sốc chính sách tiền tệ trong mô hình cơ bản. ....... 27

Hình 2: Xung động phản hồi bởi cú sốc chính sách tiền tệ trong mô hình loại trừ thứ nhất ................................................................................................................................. 32

Hình 3: Xung động phản hồi bởi cú sốc chính sách tiền tệ trong mô hình loại trừ thứ hai ................................................................................................................................... 35

Hình 4: Xung động phản hồi bởi cú sốc chính sách tiền tệ trong mô hình loại trừ thứ ba. ................................................................................................................................... 37

DANH MỤC BẢNG

Bảng 1: Kiểm định độ trễ tối ưu của mô hình SVAR .................................................... 21

Bảng 2: Kiểm định Portmanteau .................................................................................... 21

Bảng 3: Các hệ số ước lượng đồng thời ......................................................................... 22

Bảng 4: Kết quả mô hình cơ bản .................................................................................... 24

Bảng 5: Các kết quả kiểm định giới hạn over-identifying ............................................. 29

Bảng 6: Kết quả mô hình loại trừ thứ nhất ..................................................................... 30

Bảng 7: Kết quả mô hình loại trừ thứ hai ....................................................................... 33

Bảng 8: Kết quả mô hình loại trừ thứ ba ........................................................................ 38

Bảng 9: Variance Decomposition of Y .......................................................................... 40

DANH MỤC PHỤ LỤC

Phụ Lục 1: Bảng số liệu .............................................................................................. PL1

Phụ Lục 2: Kết quả kiểm định tính dừng của các biến ............................................... PL7

Phụ Lục 3: Kết quả chạy mô hình VAR ................................................................... PL17

Phụ Lục 4: Phân tích phân rã phương sai.................................................................. PL20

TÓM TẮT

Bài nghiên cứu sử dụng mô hình SVAR để phân tích và đánh giá cơ chế truyền

dẫn tiền tệ ở Việt Nam, trong đó lãi suất cơ bản là công cụ chính sách. Tác giả chấp

nhận biến chính sách, biến trong và ngoài nước tương tác một cách đồng thời. Sự phát

hiện quan trọng của bài nghiên cứu là chính sách tiền tệ ảnh hưởng đến nền kinh tế

thông qua kênh truyền dẫn lãi suất và tỷ giá hối đoái, trong đó phản ứng lãi suất Việt

Nam là mạnh và phản ứng tỷ giá hối đoái là yếu hơn do bởi cú sốc chính sách tiền tệ:

một cú sốc chính sách tiền tệ thắt chặt làm gia tăng lãi suất, đánh giá cao đồng Việt

Nam, cung tiền M2 tăng lên, sản lượng sụt giảm và giá cả gia tăng. Tác giả cũng tìm

thấy giá cả phản ứng chậm hơn so với sản lượng do tính cứng nhắc của giá cả hoặc do

độ trễ của hiệu ứng chính sách. Hơn nữa, những cú sốc bên ngoài và cung tiền là nguồn

quan trọng trong việc giải thích sự biến động của sản lượng Việt Nam.

Từ khóa: Chính sách tiền tệ, mô hình Structural VAR, lãi suất cơ bản, xung

động phản hồi.

CHƯƠNG 1: GIỚI THIỆU

Chính sách tiền tệ là một trong 4 nhóm công cụ chính sách điều tiết nền kinh tế

vĩ mô để đạt được các mục tiêu ổn định kinh tế vĩ mô và kiểm soát giá cả. Tác động

của chính sách tiền tệ luôn được thể hiện rõ nét và có uy lực tới nền kinh tế nói chung

và thị trường tài chính nói riêng. Với thực trạng nền kinh tế vĩ mô đang gặp nhiều bất

ổn, Ngân hàng Nhà Nước đã triển khai khá nhiều biện pháp điều chỉnh các công cụ

chính sách tiền tệ để cải thiện tình hình. Vậy, để điều hành chính sách tiền tệ hiệu quả

và đảm bảo mục tiêu đề ra, cũng như xem xét các tác động của các biến kinh tế vĩ mô,

việc đánh giá cơ chế truyền dẫn là một điều cần thiết để từ đó có thể đề ra các giải pháp

nâng cao hiệu quả thực thi của chính sách tiền tệ. Vì vậy để có một chính sách tiền tệ

phù hợp, đòi hỏi các nhà hoạch định chính sách phải có hiểu biết rõ ràng về cơ chế

truyền dẫn tiền tệ và tầm quan trọng của các kênh truyền dẫn, và ảnh hưởng của các

kênh truyền dẫn này đến các khu vực kinh tế. Kuttner và Mosser (2002) đã chỉ ra rằng,

hiệu quả của chính sách tiền tệ phụ thuộc rất nhiều vào khả năng của các nhà hoạch

định chính sách có thể đánh giá chính xác về thời điểm và hiệu quả của việc điều hành

chính sách tiền tệ thông qua các kênh truyền dẫn sẽ tác động như thế nào tới hoạt động

kinh tế và kiểm soát giá cả. Do đó,

Mục tiêu của Luận Văn: phân tích và đánh giá cơ chế truyền dẫn tiền tệ ở Việt

Nam, trong đó lãi suất cơ bản là công cụ chính sách

Câu hỏi nghiên cứu:

Mức độ ảnh hưởng của các công cụ chính sách đến các biến vĩ mô của nền kinh

tế như thế nào?

Chính sách tiền tệ ảnh hưởng đến nền kinh tế thực thông qua các biến kinh tế

nào? Kênh dẫn truyền nào đóng vai trò quan trọng trong cơ chế dẫn truyền chính sách

tiền tệ ở Việt Nam?

Hướng tác động của chính sách tiền tệ như thế nào? Các biến vĩ mô phản ứng

như thế nào trước một cú sốc chính sách? Mức độ và thời gian tác động bao lâu?

Phạm vi nghiên cứu: tập trung vào các yếu tố như: lãi suất cơ bản Việt Nam,

lãi suất cho vay Việt Nam, cung tiền M2 Việt Nam, tỷ giá hối đoái danh nghĩa

USD/VND, Sản lượng công nghiệp Việt Nam, Chỉ số giá tiêu dùng Việt Nam, lãi suất

quỹ liên bang Mỹ, Sản lượng công nghiệp Mỹ, Chỉ số giá tiêu dùng Mỹ, chỉ số tổng

hàng hóa xuất khẩu trên thế giới từ tháng 8/2000 -12/2012. Toàn bộ dữ liệu được lấy

theo tháng.

Phương pháp nghiên cứu: Tác giả sử dụng mô hình SVAR để phân tích cơ chế

truyền dẫn tiền tệ đối với nền kinh tế có độ mở lớn như Việt Nam. Ý chính của mô

hình Structural VAR, tin tưởng hơn mô hình recursive Cloleski là, nó cho phép sự

tương tác đồng thời giữa các biến được sử dụng trong mô hình, bằng cách này, đã cho

phép mô tả hoàn toàn mối quan hệ giữa chúng.

Luận văn được trình bày thành 5 chương, cụ thể như sau:

- Chương 1: Giới thiệu.

- Chương 2: Tổng quan về lý thuyết và các nghiên cứu thực nghiệm về truyền

dẫn chính sách tiền tệ.

- Chương 3: Phương pháp nghiên cứu.

- Chương 4: Kết quả nghiên cứu.

- Chương 5: Kết luận và thảo luận.

CHƯƠNG 2: TỔNG QUAN VỀ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU THỰC NGHIỆM VỀ TRUYỀN DẪN CHÍNH SÁCH TIỀN TỆ

2.1. Tiếp cận chính sách tiền tệ:

2.1.1. Chính sách tiền tệ:

Chính sách tiền tệ là tổng hòa những phương thức mà Ngân Hàng Trung Ương

thông qua các hoạt động của mình tác động đến khối lượng tiền trong lưu thông, nhằm

phục vụ cho việc thực hiện các mục tiêu kinh tế - xã hội của đất nước trong một thời kỳ

nhất định. Nó là một bộ phận quan trọng trong hệ thống các chính sách kinh tế - tài

chính vĩ mô của chính phủ.

2.1.2. Các kênh truyền dẫn chính sách tiền tệ:

2.1.2.1. Kênh lãi suất:

Theo Mishkin (2006), chính sách tiền tệ mở rộng (tăng cung tiền-M) làm cho lãi

suất thực (ir) giảm xuống, có nghĩa là chi phí vốn được hạ xuống. Sự sụt giảm trong lãi

suất thực khuyến khích các chủ thể trong nền kinh tế chi tiêu và đầu tư nhiều hơn. Sự

gia tăng chi tiêu và đầu tư (I) lần lượt làm gia tăng trong tổng cầu và sản lượng. Quá

trình này được tổng hợp trong sơ đồ sau:

M ↑ => ir ↓ => I ↑ => Y ↑

2.1.2.2. Kênh tỷ giá hối đoái:

Theo Mishkin (2006), sự gia tăng trong cung tiền (M) làm cho lãi suất thực

trong nước (ir) giảm xuống. Vì thế, tài sản được định giá bằng đồng nội tệ sẽ ít hấp dẫn

hơn tài sản được định giá bằng đồng ngoại tệ, kết quả là đồng nội tệ bị đánh giá thấp

(E). Sự giảm giá của đồng nội tệ làm cho hàng hóa trong nước rẻ hơn hàng hóa nước

ngoài, và do đó làm tăng xuất khẩu ròng (NX) và sản lượng. Quá trình này được tổng

hợp trong sơ đồ sau:

M ↑ => ir ↓ => E ↓=> NX ↑ => Y ↑

2.1.2.3. Kênh giá tài sản:

Kênh này hoạt động chủ yếu thông qua hai hiệu ứng: lý thuyết q của Tobin về

đầu tư và của cải tác động lên tiêu dùng (Mishkin, 1995). Theo Tobin (1969), q được

định nghĩa là giá trị thị trường của công ty chia cho chi phí sử dụng vốn (the

replacement cost of capital). Nếu q cao, chi phí sử dụng vốn là thấp so với giá trị thị

trường công ty. Điều này cho phép công ty mua nhiều nhà máy và thiết bị với vốn cổ

phần hiện đang được định giá cao của họ. Vì thế, chi đầu tư gia tăng. Ngược lại, nếu q

thấp, giá trị thị trường công ty thấp hơn chi phí sử dụng vốn và công ty sẽ không mua

các hàng hóa đầu tư. Vì vậy, đầu tư giảm.

Theo thuyết trọng tiền, hiệu ứng này được giải thích bởi thực tế, nếu giảm cung

tiền, công chúng sẽ có ít tiền hơn và cố gắng giảm đầu tư. Một cách để làm điều này là

giảm lượng tiền đầu tư vào chứng khoán, vì vậy, nhu cầu và giá cổ phần (Pe) giảm. Kết

hợp với hiệu ứng q của Tobin, kênh truyền dẫn này được thể hiện theo mô hình sau:

M↓ => Pe↓ => q ↓=> I ↓ => Y ↓

Các hiệu ứng tài sản lên tiêu dùng dựa trên mô hình chu kỳ sống của Modigliani

(1971). Trong mô hình này, người tiêu dùng xác định chi tiêu tiêu dùng bằng cách xem

xét nguồn lực trong cả cuộc đời họ, bao gồm, vốn con người, tài sản thực, và tài sản tài

chính. Chứng khoán thông thường là một phần chủ yếu của tài sản tài chính của người

tiêu dùng. Khi giá chứng khoán giảm, tài sản của người tiêu dùng sẽ giảm và họ tiêu

dùng ít lại. Bởi vì một chính sách thắt chặt có thể làm giá chứng khoán giảm xuống,

tiến trình này được mô tả như sau:

M↓ => Pe↓ => wealth ↓=> consumption ↓ => Y ↓

2.1.2.4. Kênh tín dụng:

Kênh truyền dẫn này chủ yếu liên quan vấn đề đại diện gia tăng từ thông tin bất

cân xứng và sự cưỡng chế hợp đồng đắt giá trong thị trường tài chính. Kênh tín dụng

thực hiện qua hai kênh chính: kênh tín dụng ngân hàng và kênh bảng cân đối tài sản

(Mishkin, 1995).

Sự sụt giảm trong cung tiền dẫn đến sự sụt giảm trong tiền gởi ngân hàng, dẫn

đến sự sụt giảm nhiều hơn trong số lượng tiền mà ngân hàng có thể cho vay. Điều này,

lần lượt làm giảm đầu tư và cuối cùng, tổng cầu. Kênh truyền dẫn này cho phép chính

sách tiền tệ được thực hiện mà không cần lãi suất, có nghĩa là sự sụt giảm lãi suất có

thể không đủ để gia tăng đầu tư. Tuy nhiên, đáng chú ý là, với sự đổi mới tài chính, sự

quan trọng của kênh truyền dẫn này đã bị nghi ngại (Mishkin, 1995). Lược đồ cho

kênh tín dụng ngân hàng như sau:

M ↓ => bank deposits ↓=> bank loans ↓=> I ↓ => Y ↓

Kênh bảng cân đối tài sản được thực hiện thông qua giá trị ròng của công ty, với

sự tác động của các vấn đề đối nghịch và rủi ro đạo đức. Sự sụt giảm giá trị ròng của

công ty có nghĩa là người cho vay có ít tài sản thế chấp cho các khoản vay của họ, lúc

này làm gia tăng rủi ro của sự lựa chọn đối nghịch và giảm khoản cho vay chi tiêu đầu

tư. Giá trị ròng của các công ty thấp cũng làm tăng vấn đề rủi ro đạo đức, bởi vì người

chủ sở hữu có cổ phần hoặc tài sản có giá trị thấp trong công ty khiến họ có nhiều động

lực tham gia các dự án đầu tư rủi ro hơn. Kết quả là, làm giảm cho vay và chi tiêu đầu

tư (Mishkin, 1995). Sơ đồ truyền dẫn Chính sách tiền tệ qua kênh bảng cân đối tài sản

như sau:

M ↓ => Pe ↓ => adverse selection & moral hazard ↑=> lending ↓=> I ↓ => Y ↓

Chính sách tiền tệ thắt chặt dẫn đến sự sụt giảm trong giá cổ phiếu (Pe), làm gia

tăng vấn đề sự lựa chọn đối nghịch và rủi ro đạo đức. Kết quả là, khoản cho vay cho

chi tiêu đầu tư giảm xuống.

M↑=> i↑=>cash flow↓=>adverse selection & moral hazard↑=> lending ↓=> I

↓=> Y ↓

Chính sách tiền tệ nới lỏng làm gia tăng lãi suất, lần lượt dẫn đến sự gia tăng các

vấn đề sự lựa chọn đối nghịch và rủi ro đạo đức. Tương tự với chính sách tiền tệ thắt

chặt, khi một chính sách tiền tệ mở rộng thi hành, sự cho vay và chi tiêu đầu tư sẽ sụt

giảm.

2.2. Tổng quan các nghiên cứu trước đây:

2.2.1. Các nghiên cứu về cơ chế truyền dẫn tiền tệ của các nước phát triển:

Sims & Zha (1995) đã đề xuất mô hình SVAR cho nền kinh tế tương đối đóng

Mỹ, sử dụng các xung động phản hồi của các biến vĩ mô từ mô hình SVAR cho việc

phân tích chính sách tiền tệ.

Cushman & Zha (1997) và Kim & Roubini (2000) mở rộng mô hình SVAR cho

nền kinh tế mở nhỏ, với việc xem xét các biến ngoài nước như là biến ngoại sinh của

mô hình, và cho phép các biến chính sách phản ứng lại các biến ngoài nước một cách

đồng thời. Cushman & Zha (1997) kết luận rằng phản ứng của lãi suất Canada là yếu

và kênh tỷ giá là một kênh truyền dẫn đặc biệt quan trọng.

Rokon Bhuiyan (2012) xây dựng mô hình SVAR cho nền kinh tế mở nhỏ

Canada, với việc sử dụng lãi suất mục tiêu qua đêm là công cụ chính sách. Tác giả cho

rằng lãi suất mục tiêu được điều khiển bởi Ngân hàng Canada, không giống như cung

tiền hoặc lãi suất thị trường, các cú sốc đến lãi suất mục tiêu này không chắc bị ảnh

hưởng bởi hành vi khu vực kinh tế tư nhân, không tính đến việc thông qua các chính

sách nội sinh phản ứng bởi khu vực tư nhân. Bên cạnh đó, để gia tăng tính dự đoán của

mô hình nhận diện, tác giả cũng thừa nhận sự tương tác đồng thời hơn giữa các biến

được sử dụng trong SVAR. Tác giả nhận thấy rằng cú sốc chính sách tiền tệ trong suốt

chế độ chính sách mới của Canada tác động lên nền kinh tế thực bằng sự tác động quan

trọng của cả lãi suất thị trường và tỷ giá hối đoái, Ngân hàng Canada phản ứng với các

biến trong và ngoài nước được biểu hiện trên thông tin của lạm phát tương lai, và các

cú sốc bên ngoài là nguồn quan trọng của sự thay đổi thất thường của sản lượng.

2.2.2. Các nghiên cứu về cơ chế truyền dẫn tiền tệ của các nước đang phát

triển:

Akihiro Kubo (2008) đã nghiên cứu cơ chế truyền dẫn chính sách tiền tệ của

Ngân hàng Thái Lan thông qua kênh tín dụng, sử dụng phương pháp SVAR. Vài thành

phần trong tiêu dùng liên quan đến việc sử dụng vay nợ tín dụng lớn có khuynh hướng

dễ bị tổn thương hơn với đòn bẩy của Ngân hàng Thái Lan trên lãi suất thực. Bài

nghiên cứu này cho thấy kênh tín dụng là một nhân tố quan trọng bên cạnh sự thành

công của chính sách tiền tệ Ngân hàng Thái Lan trong suốt 7 năm qua. Tác giả còn tìm

thấy bằng chứng cho sức ì đáng kể trong bản chất lạm phát giá tiêu dùng, đề nghị rằng

chính sách tiền tệ của Ngân hàng Thái Lan nên kiểm soát sự dao động thất thường

trong nền kinh tế thực thông qua sự điều chỉnh của lãi suất thực. Một cách cụ thể hơn,

dường như thông qua kênh tín dụng, có một sự liên quan đáng kể đối với sự nhạy cảm

lãi suất trong thị trường ô tô, khi Ngân hàng Thái Lan thực hiện đòn bẩy trên nền kinh

tế Thái Lan. Thêm vào đó, tác giả tìm thấy giá tiêu dùng chạy dài đến điểm thấp nhất

chỉ sau 3-4 năm sau cú sốc chính sách tiền tệ. Kết quả này đề nghị rằng chính sách tiền

tệ Ngân hàng Thái Lan đòi hỏi một thời gian dài hơn 8 quý- trong phạm vi mục tiêu –

có sự tác động hoàn toàn lên nền kinh tế. Tác giả cũng mở rộng mô hình SVAR để

xem xét cơ chế truyền dẫn quốc tế. Tác giả tìm thấy một chính sách tiền tệ thắt chặt có

sự tác động nhanh và ngược chiều trên nhu cầu nhập khẩu thay vì lập luận giá nhập

khẩu sụt giảm một cách đồng thời.

Liu Xiaonam (2011) sử dụng cách tiếp cận VAR đối với nền kinh tế Trung

Quốc. Do mục tiêu của chính sách tiền tệ Trung Quốc thay đổi theo từng thời kỳ nên

các kênh truyền dẫn chính sách tiền tệ cũng khác nhau. (i) Trước năm 1978 là giai

đoạn nền kinh tế kế hoạch hóa tập trung, mục tiêu cuối cùng của chính sách tiền tệ bao

gồm hai mục tiêu là phát triển kinh tế và đảm bảo nguồn cung hàng hóa và dịch vụ. (ii)

Từ năm 1979-1992 là giai đoạn đầu của nền kinh tế chuyển đổi, nên tồn tại song song

cơ chế kế hoạch và cơ chế thị trường, mục tiêu cuối cùng của chính sách tiền tệ trong

giai đoạn này là phát triển kinh tế và duy trì sự ổn định giá cả. (iii) Từ năm 1993 đến

nay, là giai đoạn nền kinh tế thị trường, định hướng xã hội chủ nghĩa, nên mục tiêu

cuối cùng của chính sách tiền tệ chỉ có mục tiêu là duy trì sự ổn định giá trị đồng tiền

và thúc đẩy tăng trưởng kinh tế. Sau khi phân tích, tác giả nhận thấy: Trước thời kỳ đầu

của quá trình chuyển đổi của kinh tế tín dụng đóng một vai trò quan trọng trong việc

truyền dẫn chính sách tiền tệ, nhưng sau khi chuyển đổi kênh này yếu dần không còn

đủ hiệu quả để truyền dẫn chính sách tiền tệ. Kênh tỷ giá ít có tác động từ chính sách

tiền tệ. Kênh lãi suất là kênh truyền dẫn yếu của chính sách tiền tệ, hơn nữa việc truyền

dẫn từ lĩnh vực lãi suất tại Trung Quốc không phải là quan trọng như ở Hoa Kỳ hoặc ở

Ấn Độ.

Mala Raghavan, Paramsothy Silvapulle, và George Athanasopoulos (2012) đã

sử dụng mô hình SVAR để phân tích chính sách tiền tệ Malaysia. Có một số điểm đáng

chú ý như sau: (i) sự lựa chọn các biến mục tiêu, biến chính sách và biến ngoài nước;

(ii) thiết lập những giới hạn nhận diện và cải thiện sự ước lượng của các hàm xung

động phản hồi; (iii) đánh giá tầm quan trọng của các kênh trung gian trong cơ chế

truyền dẫn của chính sách tiền tệ; và (iv) hướng tác động của khủng hoảng tài chính

Châu Á lên sự hoạt động của chính sách tiền tệ. Kết quả nghiên cứu cho thấy cuộc

khủng hoảng và sự dịch chuyển chủ yếu xảy ra sau của hệ thống tỷ giá hối đoái có tác

động quan trọng đến “Hộp đen” Maylaysia. Trong thời kỳ trước khủng hoảng, các biến

trong nước có vẻ dễ bị tổn thương hơn trước các cú sốc chính sách tiền tệ nước ngoài.

Hơn nữa, tỷ giá hối đoái có vai trò quan trọng trong việc truyền dẫn các cú sốc lãi suất,

trong khi tín dụng và giá tài sản hỗ trợ lan truyền cú sốc cung tiền. Tuy nhiên, trong

giai đoạn sau khủng hoảng, giá tài sản có vai trò độc đoán hơn trong việc tăng cường

sự ảnh hưởng của cả cú sốc lãi suất và cung tiền lên sản lượng, và nền kinh tế được

cách ly với các cú sốc nước ngoài.

2.2.3. Các nghiên cứu về cơ chế truyền dẫn tiền tệ trong nước:

Nguyễn Phi Lân (2010) sử dụng mô hình SVAR để phân tích cơ chế truyền dẫn

tiền tệ đối với nền kinh tế có độ mở lớn như Việt Nam, cụ thể là trả lời câu hỏi: Nền

kinh tế và công tác điều hành chính sách tiền tệ Việt Nam phản ứng ra sao trước sự

biến động của cung tiền, lãi suất, tỷ giá và các cú sốc bên ngoài nền kinh tế, cho thấy:

(i) cung tiền M2 có xu hướng tác động tích cực tới tăng trưởng kinh tế; (ii) sự biến

động của tỷ giá phụ thuộc rất lớn vào công tác điều hành chính sách tiền tệ thông qua

các công cụ lãi suất và lượng tiền cung ứng ra lưu thông, các nhân tố bên ngoài nền

kinh tế cũng tác động tới sự biến động của tỷ giá nhưng không quá lớn; (iii) khu vực

tiền tệ - ngân hàng trong nước tương đối nhạy cảm và chịu ảnh hưởng rất lớn bởi các

cú sốc bên ngoài nền kinh tế, đặc biệt là sự biến động của giá cả hàng hóa thế giới và

dấu hiệu suy thoái hay phục hồi của nền kinh tế thế giới nói chung và nền kinh tế Hoa

Kỳ nói riêng cũng như các động thái điều hành chính sách tiền tệ của FED; (iv) việc

thay đổi lãi suất VND trên thị trường tiền tệ thông qua các công cụ tiền tệ như OMO

hay tái cấp vốn… sẽ mất khoảng là 3-5 tháng để có hiệu lực. Việc đồng VND bị mất

giá cũng khiến lãi suất VND trên thị trường tiền tệ giảm xuống nhưng mất khoảng thời

gian từ 5 đến 10 tháng; (v) trước các cú sốc về tăng trưởng kinh tế, cụ thể là nền kinh

tế đang ở trạng thái tăng trưởng nóng, chỉ số CPI có xu hướng tăng nhanh và liên tục

trong khoảng 5-10 tháng. Tuy nhiên, chỉ số CPI tương đối nhạy cảm và phản ứng mạnh

trước động thái thắt chặt chính sách tiền tệ, cụ thể là giảm mạnh trong khoảng 6-9

tháng kể từ khi thực hiện chính sách tiền tệ thắt chặt.

Phạm Thế Anh (2008) cũng sử dụng mô hình SVAR đối với nền kinh tế Việt

Nam để nghiên cứu chính sách tiền tệ và ảnh hưởng của nó đối với các biến số kinh tế

vĩ mô khác như tăng trưởng và lạm phát. Kết quả nghiên cứu cho thấy: (i) Tăng trưởng

và lạm phát sẽ giảm khi Ngân hàng nhà nước thắt chặt tiền tệ, trong đó lạm phát phản

ứng chậm hơn so với tăng trưởng do tính cứng nhắc của giá cả hoặc do độ trễ của hiệu

ứng chính sách; (ii) Lãi suất và cung tiền chưa thực sự phản ứng tốt đối với những biến

động nhằm bình ổn nền kinh tế vĩ mô trong ngắn hạn; (iii) Và kết quả dự báo cho thấy

chính sách trợ giá xăng dầu trong thời gian qua khiến cho nền kinh tế Việt Nam trong

ngắn hạn tương đối độc lập với cú sốc giá dầu trên thế giới. Điều này có ảnh hưởng

quan trọng đến xu hướng biến đổi của các biến số kinh tế vĩ mô trong ngắn hạn.

2.3. Lựa chọn mô hình đo lường truyền dẫn tiền tệ:

Sims (1980) đề nghị việc sử dụng các xung động phản hồi từ mô hình VAR cho

việc phân tích chính sách tiền tệ. Sau đó có nhiều tài liệu VAR được phát triển để ước

lượng các xung động phản hồi của các biến vĩ mô bởi các cú sốc chính sách tiền tệ.

Trong nỗ lực nhận diện chính sách thực tế hơn, các nhà kinh tế đã sử dụng nhiều mô

hình phát triển từ mô hình VAR, như mô hình recursive VAR (Eichebaum & Evans

(1995) và Strongin (1995) cho nền kinh tế đóng Mỹ), và mô hình SVAR (Sims & Zha

(1995) cho nền kinh tế đóng Mỹ). Cushman & Zha (1997), Kim & Roubini (2000),

Rokon Bhuiyan (2012), và các nhà kinh tế khác, đã mở rộng mô hình structural VAR

này cho các nền kinh tế mở hơn. Ý chính của mô hình Structural VAR, tin tưởng hơn

mô hình recursive Choleski là, nó cho phép sự tương tác đồng thời giữa các biến được

sử dụng trong mô hình, và bằng cách này, đã cho phép mô tả hoàn toàn mối quan hệ

kinh tế giữa chúng.

Khác với Nguyễn Phi Lân (2010) và Phạm Thế Anh (2008) đã sử dụng lãi suất

thị trường là công cụ chính sách, tác giả sử dụng lãi suất cơ bản để nhận biết hàm

xung động phản hồi chính sách tiền tệ. Nhận diện chính sách bằng việc sử dụng lãi

suất cơ bản sẽ cho kết quả chính xác hơn về việc các cú sốc chính sách ảnh hưởng như

thế nào đến nền kinh tế, vì những lý do sau. Đầu tiên, lãi suất cơ bản là lãi suất chỉ đạo

của Ngân hàng trung ương công bố làm cơ sở một cách chuẩn mực để Ngân hàng

thương mại hình thành nên các mức lãi suất huy động và cho vay đối với nền kinh tế,

đồng thời các mức lãi suất cũng là chỉ báo về động thái điều hành chính sách tiền tệ

của Ngân hàng trung ương. Tại phần lớn các nước, tỷ lệ lãi suất cơ bản sẽ phát huy vai

trò truyền dẫn tác động của chính sách tiền tệ đến việc thực hiện các mục tiêu kinh tế

vĩ mô (tăng trưởng, lạm phát, việc làm…). Do đó lãi suất cơ bản được điều khiển lớn

hơn bởi Ngân hàng trung ương, không giống như cung tiền và lãi suất thị trường, các

cú sốc đến lãi suất này không bị chắc có khả năng bị ảnh hưởng bởi hành vi khu vực

kinh tế tư nhân, không tính thông qua chính sách nội sinh phản ứng đến việc thay đổi

điều kiện kinh tế. Về mặt này, Crucini, Kose & Otrok (2011) với việc sử dụng mô

hình nhân tố động, đã tìm thấy sự biến động của tổng cung tiền có đặc tính lớn hơn, và

họ cũng cảnh báo chống lại việc xem xét sự biến động trong lãi suất ngắn hạn như sự

thay đổi chính sách, vì những lãi suất này có thể bị tác động bởi yếu tố cung và cầu.

Thứ hai, để gia tăng sự dự đoán của mô hình nhận diện, tác giả cũng thừa nhận sự

tương tác đồng thời giữa các biến được sử dụng trong mô hình SVAR.

Trong mô hình này, tác giả cũng thiết lập các điều kiện cần thiết để tìm ra

những cú sốc tiền tệ và tỷ giá của Việt Nam. Khi các cú sốc trong và ngoài nước tác

động đến lạm phát, tác giả giả định rằng trong việc đặt lãi suất cơ bản, những phản

ứng nội sinh của ngân hàng đến số lượng biến bên ngoài, như lãi suất quỹ liên bang,

sản lượng Mỹ, giá Mỹ, và giá hàng hóa thế giới, thêm vào đó là cung tiền trong nước,

lãi suất cho vay, tỷ giá hối đoái, sản lượng và giá. Tác giả giả định rằng Ngân hàng

phản ứng đến sản lượng và giá với một độ trễ, trong đó nó phản ứng đến các biến khác

một cách đồng thời. Vì mô hình SVAR nhận diện trong bài nghiên cứu này chấp nhận

các biến chính sách có phản ứng nội sinh với tất cả các biến trong nước và nước

ngoài, tác giả có thể ước lượng các cú sốc chính nội sinh đến lãi suất cơ bản để trực

giao đến các biến khác. Tác giả cũng giả định thị trường ngoại hối hiệu quả có tất cả

thông tin liên quan trong tháng và để tỷ giá hối đoái phản ứng đến tất cả các biến

trong tháng. Mặt khác, tác giả cũng giả định hàm cầu tiền thông thường, nơi nhu cầu

cho cán cân thực phụ thuộc vào lãi suất và thu nhập. Tác giả cũng giả định lãi suất thị

trường phản ứng đồng thời tới lãi suất cơ bản, lãi suất cho vay, cung tiền, tỷ giá hối

đoái và lãi suất quỹ liên bang. Tác giả cũng giả định sự tương tác đồng thời giữa lãi

suất cơ bản, lãi suất cho vay, cung tiền và tỷ giá hối đoái, giả định rằng các biến này

tương tác ngay lập tức.

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU

Tác giả sử dụng phương pháp nghiên cứu định lượng cụ thể là mô hình cấu trúc

tự hồi quy vecto (SVAR). Phần mềm xử lý số liệu Eviews 6.0 được sử dụng trong

phân tích số liệu

3.1. Dữ liệu nghiên cứu:

Dữ liệu theo tháng và mẫu được lấy từ giai đoạn từ tháng 8/2000 đến 12/2012.

Tất cả dữ liệu được tập hợp từ Thống kê tài chính quốc tế của Quỹ tiền tệ quốc tế

(IFS). Riêng lãi suất cơ bản Việt Nam được tập hợp từ Ngân Hàng Nhà Nước Việt

Nam, lãi suất quỹ liên bang Mỹ được thu thập từ Cục Dự Trữ Liên Bang Mỹ và Sản

lượng công nghiệp Việt Nam được tập hợp từ Tổng Cục Thống Kê Việt Nam. Các biến

là:

i0: lãi suất cơ bản Việt Nam

i: lãi suất cho vay Việt Nam

- s: logarit của tỷ giá hối đoái danh nghĩa USD/VND

- p: logarit của chỉ số giá tiêu dùng Việt Nam

- y: logarit của sản lượng công nghiệp Việt Nam

- m: logarit của cung tiền M2 Việt Nam

i_us: lãi suất quỹ liên bang Mỹ

- y_us: logarit của sản lượng công nghiệp Mỹ

- p_us: logarit của chỉ số giá tiêu dùng Mỹ - wxp: logarit của chỉ số tổng hàng hóa xuất khẩu trên thế giới1

3.2. Mô hình Structural VAR với khối biến ngoại sinh:

Bỏ qua thời kỳ không đổi, hệ thống tiêu chuẩn SVAR được viết tuyến tính và

ngẫu nhiên động như sau :

1 Bộ phận nghiên cứu IMF tính toán chỉ số giá hàng hóa theo trọng lượng của những chỉ số giá hàng hóa với mức trung bình xuất khẩu tiền lãi của hàng hóa trên 175 quốc gia. Phần tram trọng lượng cho các hàng hóa khác nhau như sau: thức ăn và đồ uống 18.5, nguyên liệu nông nghiệp thô 7.7, kim loại 10.7, và năng lượng 63.1

Axt =

t xt-1 + εt (1)

Trong đó:

- x là vecto cột n x 1 của các biến nội sinh trong thời điểm t

- A và Bt là ma trận tham số n x n

- ε là vecto cột n x 1 của sai số ngẫu nhiên

- p là độ trễ

t = 1,…, T trong đó T là quy mô mẫu

Những tham số của phương trình độc lập trong mô hình SVAR tương ứng với

những dòng của A và Bt. Tác giả giả định những sai số cấu trúc có mức trung bình

bằng 0 và không có tương quan qua lại và từng thời kỳ với nhau ; đó là :E (εt/xt,……,

xt-1) = 0 và E (εt ε’t /xt,……, xt-1) = I.

Trong mô hình này, x gồm có khối biến Việt Nam, x1 : (i0, m, i, s, y, p) và khối

biến không phải Việt Nam, x2 : (y_us, p_us, i_us, wxp). Với mục đích rõ ràng, tác giả

viết lại mô hình structural (1) theo lời chú thích ma trận như sau :

Axt =Fzt + εt (2)

Trong đó zt = (xt-1…xt-p) và F = (B1…Bp). Ở đây zt là vecto cột np x 1 của tất cả

các biến độ trễ và F là ma trận n x np của tất cả hệ số độ trễ.

Vì kinh tế Mỹ là nền kinh tế lớn nhất thế giới, và Việt Nam là nước đang phát

triển, có độ mở kinh tế khá cao, tác giả giả định các biến nước ngoài là biến ngoại sinh

trong mô hình. Kết hợp với giả định ngoại sinh, tác giả viết lại mô hình SVAR như

+

(3)

Bản rút gọn của mô hình structural (2) được viết lại như sau :

xt = Ezt + et (4)

Trong đó E = A-1F và et = A-1 ε.

Khi tác giả đặt các giới hạn nhận diện khác nhau trong ma trận hệ số đồng thời,

A, chỉ những giới hạn trên những hệ số độ trễ là giới hạn ngoại sinh trong các biến

ngoài nước, như được trình bày bởi ma trận hệ số độ trễ F, trong phương trình SVAR

(3). Tác giả mô tả đặc điểm sơ đồ nhận diện của mô hình SVAR thành 4 loại : thị

trường tiền tệ, thị trường thông tin (phương trình tỷ giá hối đoái), khu vực sản xuất và

khu vực ngoài nước. Ở đây có 3 phương trình cho thị trường tiền tệ : phương trình

chính sách tiền tệ, phương trình cầu tiền, và phương trình lãi suất thị trường. Trong

phương trình chính sách tiền tệ, tác giả giả định Ngân Hàng Nhà Nước Việt Nam phản

ứng với lãi suất cho vay, cung tiền M2, tỷ giá hối đoái, lãi suất quỹ liên bang và chỉ số

giá hàng hóa xuất khẩu thế giới, trong việc thể hiện qua lãi suất cơ bản. Mặt khác,

Ngân Hàng Nhà Nước Việt Nam không thể quan sát dữ liệu của sản lượng và chỉ số

giá tiêu dùng trong nước và ngoài nước trong tháng. Theo Cushman & Zha (2003), tác

giả sử dụng chỉ số giá tiêu dùng như phương pháp đo lường của sự kỳ vọng lạm phát

mà Ngân Hàng Nhà Nước Việt Nam có thể tận dụng để đưa ra các quyết định chính

sách. Đối với phương trình cầu tiền, tác giả giả định cầu tiền phụ thuộc vào lãi suất

cho vay, tỷ giá hối đoái, sản lượng và chỉ số giá tiêu dùng. Để nhận diện phương trình

lãi suất thị trường, tác giả giả định rằng tỷ lệ này phản ứng đồng thời tới lãi suất cơ

bản, cung tiền M2, tỷ giá hối đoái và lãi suất quỹ liên bang. Mặc khác, vì tỷ giá hối

đoái liên quan đến giá tài sản trong tương lai, tác giả giả định thị thường ngoại hối

hiệu quả có thể phản ứng với tất cả biến vĩ mô trong mô hình trong tháng. Việc nhận

diện phương trình tỷ giá hối đoái này là quan trọng đối với việc nhận diện chính sách

tiền tệ bởi vì dữ liệu tỷ giá hối đoái phản ánh các nguồn thông tin khác có thể không

nhận thấy trong tháng một cách gián tiếp. Bên cạnh đó, lãi suất cơ bản và lãi suất cho

vay không phản ứng trực tiếp với sản lượng và lạm phát trong tháng, nhưng các biến

này phản ứng gián tiếp đến các biến không qua tài chính thông qua việc phản ứng với

tỷ giá hối đoái.

Mô hình SVAR chấp nhận các biến chính sách, cung tiền, lãi suất cho vay và tỷ

giá hối đoái phản ứng đồng thời tới các biến khác. Bởi lẽ phương pháp recursive, với

việc sắp xếp bất kỳ của các biến, có thể không giành được sự đồng thời này, nó có thể

gây ra những cú sốc chính sách tiền tệ bị thiếu sót, tạo ra các xung động không thực.

Phương trình nhận diện recursive giả định rằng chính sách tiền tệ không phản ứng với

tỷ giá hối đoái một cách đồng thời, điều này mâu thuẫn với những gì Ngân Hàng Nhà

Nước Việt Nam làm trên thực tế.

Để chỉ rõ khu vực sản xuất Việt Nam, tác giả giả định các biến trong thị trường

tiền tệ, tỷ giá hối đoái và các biến nước ngoài không tác động đến biến sản lượng và

chỉ số giá tiêu dùng một cách đồng thời, mà lại tác động với một độ trễ. Mặc dù tỷ giá

hối đoái có chịu sự tác động của mức giá trong nước, bằng chứng đưa ra đề nghị rằng

sự tác động truyền dẫn này là không xảy ra ngay lập tức (xem Engel 2002; Burstein,

Eichenbaum & Rebelo 2002). Hơn nữa các công ty không thể thay đổi sản lượng và

giá của họ trong tháng, do bởi tính trì ệ, chi phí điều chỉnh, và sự trì hoãn kế hoạch. Vì

vậy tác giả hệ thống khu vực sản xuất trong thứ tự tam giác dưới của y và p. Và các

biến ngoài nước trong thứ tự tam giác dưới của y_us, p_us, i_us, wsp (theo Cushman

& Zha 1997 ; Rokon Bhuiyan 2012).

- Phương trình thị trường tiền tệ :

 Phương trình chính sách tiền tệ : εi0 = a12 m + a13i + a14s + a19i_us + a110wxp

 Phương trình cầu tiền: εm = a23i + a24s + a25y + a26p

 Phương trình lãi suất thị trường: εi = a31i0 + a32m + a34s + a12i_us

- Phương trình thông tin:

 Phương trình tỷ giá hối đoái:

εs = a41i0 + a42m + a43i + a45y + a46p + a47i_us + a48p_us + a49i_us + a410wxp

- Khu vực sản xuất: tam giác dưới theo thứ tự y, p.

- Khu vực ngoài nước: tam giác dưới theo thứ tự y_us, p_us, i_us, wxp

Theo đó, mỗi phương trình trong ma trận hệ số đồng thời A cho thấy mối quan

hệ đồng thời của mỗi biến với các biến khác trong mô hình, được mô tả như sau (Cấu

trúc mô hình được tham khảo từ nghiên cứu của Rokon Bhuiyan (2012):

a12

a13

a14

a19

a110

ei0

εi0

a23

a24

a25

a26

εm

a31

a32

a34

a39

εi

a41

a42

a43

a45

a46

a47

a48

a49

a410

εs

εy

a65

εp

ey_us

εy_us

ep_us

a87

εp_us

ei_us

a97

a98

εi_us

ewxp

a107 a108

a109

εwxp

Để so sánh thành quả của mô hình SVAR, tác giả phát triển ba mô hình loại trừ

với những sơ đồ nhận diện khác nhau.

Trong mô hình loại trừ đầu tiên, tác giả giả định chính sách tiền tệ không bị tác

động đồng thời bởi kênh tỷ giá hối đoái và không tác động lên tỷ giá hối đoái một

cách đồng thời : i0 = ƒ (m, i, i_us, wxp), i = ƒ (i0, m, s, i_us), s = ƒ (m, i, y, p, y_us,

p_us, i_us, wxp)

Trong mô hình loại trừ thứ hai, tác giả giả định chính sách tiền tệ không bị tác

động đồng thời bởi kênh lãi suất thị trường và không tác động lên lãi suất thị trường

trong tháng: i0 = ƒ (m, s, i_us, wxp), i = ƒ (m, s, i_us), s = ƒ (i0, m, i, y, p, y_us, p_us,

i_us, wxp)

Cuối cùng, trong mô hình loại trừ thứ ba, tác giả phát triển mô hình recursive

VAR với thứ tự (y_us, p_us, i_us, wxp, y, p, i0, i, s, m), ở đây chính sách tiền tệ không

phản ứng đồng thời đến lãi suất cho vay, tỷ giá hối đoái, và cung tiền, nhưng không

phản ứng với chỉ số giá hàng hóa xuất khẩu thế giới, lãi suất quỹ liên bang, sản lượng

và giá của Việt Nam và Mỹ.

3.3. Kiểm định tính dừng của các biến và độ trễ của mô hình:

3.3.1. Kiểm định tính dừng:

Sử dụng kiểm định tính dừng ADF cho chuỗi dữ liệu đã xử lý. Nếu không dừng

ở mức dữ liệu gốc, ta sẽ tiếp tục lấy sai phân bậc 1, 2,… để đạt được tính dừng của dữ

liệu. Kết quả kiểm định ADF cho chuỗi dữ liệu theo tháng từ tháng 8/2000 đến tháng

12/2012, cho thấy :

Biến i dừng ở chuỗi gốc

- Biến i0 dừng ở chuỗi gốc

- Biến i_us dừng ở sai phân bậc 1

- Biến m dừng ở sai phân bậc 1

- Biến p dừng ở sai phân bậc 1

- Biến p_us dừng ở sai phân bậc 1

- Biến s dừng ở sai phân bậc 1

- Biến wxp dừng ở sai phân bậc 1

- Biến y dừng ở sai phân bậc 1

- Biến y_us dừng ở sai phân bậc 2

(Xem chi tiết ở Phụ Lục 2)

Như vậy, 10 biến nói trên có thể được sử dụng trong mô hình hồi quy SVAR

3.3.2. Kiểm định độ trễ của mô hình:

Sau khi sử dụng các kiểm định AIC, HQ và SC, cho thấy độ trễ tối ưu được lựa

chọn cho mô hình SVAR của Việt Nam là 12 đối với kiểm định AIC và HQ, và là 1 đối

với kiểm định SC (Bảng 1).

Tuy nhiên, độ trễ được xác định trong các kiểm định AIC, HQ và SC là không

đủ để thực hiện đánh giá tác động của các cú shock được lượng hóa trong mô hình. Do

vậy, trong bài viết này, tác giả sử dụng phương pháp Portmanteau và LM để kiểm định

tính tự tương quan phần dư trong mô hình (theo Nguyễn Phi Lân (2010). Kết quả kiểm

định Portmanteau và LM test cho thấy độ trễ của phương trình SVAR là 3 (Bảng 2).

Do vậy bài viết này sẽ sử dụng mô hình SVAR với độ trễ là 3.

Bảng 1: Kiểm định độ trễ tối ưu của mô hình SVAR

Lag 0 1 2 3 4 5 6 7 8 9 10 11 12

LR NA 3462.288 257.3405 120.7500 144.9815 159.4206 127.8138 119.9848 103.5855 115.8002 123.4398 132.3966 139.2755*

FPE 4.46e-25 2.25e-36 1.07e-36 1.56e-36 1.66e-36 1.35e-36 1.45e-36 1.58e-36 2.05e-36 1.86e-36 1.07e-36 2.58e-37 8.14e-39*

AIC -27.69001 -53.70863 -54.46723 -54.14653 -54.19690 -54.59077 -54.81268 -55.17077 -55.56066 -56.61820 -58.58723 -62.21955 -69.46442*

SC -27.47687 -51.36412* -49.99135 -47.53927 -45.45827 -43.72077 -41.81130 -40.03803 -38.29654 -37.22271 -37.06037 -38.56131 -43.67480

HQ -27.60340 -52.75588 -52.64834 -51.46150 -50.64573 -50.17347 -49.52923 -49.02119 -48.54494 -48.73635 -49.83924 -52.60542 -58.98414*

LogL 1906.766 3789.041 3941.005 4019.037 4122.487 4249.468 4364.668 4489.198 4615.905 4788.347 5023.225 5372.039 5968.313 * indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion

Nguồn : Eview 6.0, dữ liệu dùng để tính toán lấy từ Phụ lục 1

Bảng 2: Kiểm định Portmanteau

VAR Residual Portmanteau Tests for Autocorrelations Null Hypothesis: no residual autocorrelations up to lag h Date: 09/27/13 Time: 22:03 Sample: 2000M08 2012M12 Included observations: 146

Lags 1 2 3 4 5 6 7 8 9 10 11 12

Prob. NA* NA* NA* 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000

Adj Q-Stat 13.85421 57.65951 175.1384 309.3209 393.3885 483.7371 625.4841 720.7025 811.4803 928.0766 1056.632 1159.701

Prob. NA* NA* NA* 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000

df NA* NA* NA* 100 200 300 400 500 600 700 800 900

Q-Stat 13.75932 56.96455 172.0295 302.5358 383.7243 470.3600 605.3109 695.3118 780.4937 889.1040 1007.974 1102.572 *The test is valid only for lags larger than the VAR lag order. df is degrees of freedom for (approximate) chi-square distribution Nguồn : Eview 6.0, dữ liệu dùng để tính toán lấy từ Phụ lục 1

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU

Chương này trình bày kết quả thực nghiệm từ việc phân tích định lượng sử dụng

phần mềm Eview 6.0.

4.1. Những kết quả ước lượng:

Bảng 3: Các hệ số ước lượng đồng thời

Thị trường tiền tệ

a14 -0.0995 (215.50)

a12 2.6160 (546.67)

a13 -0.8657 (1676.77)

a15 0 -

a16 0 -

a17 0 -

a18 0 -

a19 0.1104 (0.28)

a110 2.4028 (0.09)

a24 -1.3130 (20.25)

a22 1 -

a23 -0.0294 (903.70)

a25 1.9797 (0.06)

a26 0.3657 (0.05)

a27 0 -

a28 0 -

a29 0 -

a210 0 -

a32 3.3934 (57948.74)

a33 1 -

a34 8.0834 (43569.39)

a35 0 -

a36 0 -

a37 0 -

a38 0 -

a39 0.1311 (0.71)

a310 0 -

a11 1 - a21 0 - a31 3.7728 (145470.6) Thị trường thông tin (tỷ giá hối đoái) a44 1 -

a43 0.0464 (1032.22)

a41 -0.0297 (1400.42)

a42 -0.717 (8.72)

a45 0.0078 (0.04)

a46 0.287 (0.03)

a47 0.0882 (0.04)

a48 0.3533 (0.02)

a49 0.0025 (0.05)

a410 0.5834 (0.004)

Khu vực ngoài nước

Khu vực sản xuất a65 0.7529 (0.08)

a87 1.3061 (0.08)

a97 6.7934 (0.90)

a98 -10.8395 (0.08)

a107 0.0255 (0.05)

a108 0.4979 (0.03)

a109 0.0194 (0.08)

Lưu ý: Các số liệu trong dấu ngoặc đơn là độ lệch chuẩn của các hệ số ước lượng đồng thời

Nguồn : Tổng hợp từ kết quả Bảng 4

Các hệ số ước lượng đồng thời của mô hình được trình bày ở Bảng 3. Trong đó

các hệ số của 3 phương trình chính sách tiền tệ, phương trình cầu tiền, và phương trình

lãi suất thị trường được trình bày trong khu vực thị trường tiền tệ, các hệ số của

phương trình tỷ giá hối đoái nằm trong thị trường thông tin, còn lại là các hệ số trong

khu vực sản xuất và khối biến ngoài nước. Sự quan trọng của các hệ số đồng thời, mà

đặc biệt là các hệ số tương tác đồng thời - a12, a13, a14, a23, a24, a25, a31, a32, a34, a41, a42, a43 –

nhấn mạnh rằng nếu cả hai sự nhận diện cấu trúc và đệ quy nếu không chấp nhận các

biến tài chính tương tác với mỗi biến khác một cách đồng thời thì có thể dẫn đến sự sai

sót.

Bước đầu tiên của sự ước lượng là phân tích các giới hạn over-identifying trên

các hệ số đồng thời và hệ số độ trễ. Tương tự như Rokon Bhuiyan (2012), tác giả thực

hiện kiểm định chung cho các giới hạn đồng thời và các giới hạn nhận diện độ trễ.

Miễn là tất cả các giới hạn đều được xem xét như một tập hợp con giới hạn của khoảng

tham số không giới hạn hoàn toàn, kiểm định tỷ lệ hợp lý được áp dụng để kiểm định

các giới hạn nhận diện tổng thể. Kết quả mô hình SVAR là over-identified (26 bậc tự do), với 500 phép lặp. Thống kê Chi bình phương χ2(26) = 8649.372 ngụ ý rằng giả

thiết không là đúng với mức ý nghĩa 0.0000.

Trong phương trình chính sách tiền tệ, hệ số a12 = 2.6160 của cung tiền M2 cho

thấy, khi cung tiền M2 tăng cao, Ngân Hàng Nhà Nước Việt Nam sẽ thắt chặt tiền tệ.

Hệ số a13 = -0.8657 của lãi suất cho vay cho thấy Ngân Hàng Nhà Nước Việt Nam sẽ

thắt chặt tiền tệ khi lãi suất cho vay thấp. Hệ số a14 = -0.0995 của tỷ giá hối đoái cho

thấy phản ứng của Ngân Hàng Nhà Nước Việt Nam thông qua lãi suất căn bản khi

đồng nội tệ bị đánh giá thấp. Hệ số a19 = 0.1104 của lãi suất quỹ liên bang Mỹ thể hiện

rằng FED được xem như là người chỉ đạo trong việc điều hành lãi suất, và Ngân Hàng

Nhà Nước Việt Nam sẽ chịu ảnh hưởng sau đó. Mặc dù hệ số của chỉ số giá hàng hóa

xuất khẩu thế giới không quan trọng, nhưng nó có dấu dương ám chỉ rằng Ngân Hàng

sẽ thắt chặt tiền tệ khi thấy giá hàng hóa xuất khẩu tăng cao.

Những hệ số ước lượng đồng thời trong phương trình cung tiền, phương trình lãi

suất thị trường và phương trình tỷ giá hối đoái cũng có ý nghĩa thống kê. Các ý nghĩa

thống kê của hệ số trong mô hình cho thấy các giả định của tác giả trong phương trình

thị trường tiền tệ và thị trường thông tin là đúng. Mặt khác, các ý nghĩa thống kê của hệ

số trong phương trình tỷ giá hối đoái với các biến không phải tài chính, cho thấy rằng

giả định về một thị trường tỷ giá hối đoái hiệu quả có thể phản ứng đồng thời tới các

biến này trong tháng là đúng. Hơn nữa, mặc dù trong sơ đồ nhận diện không cho phép

lãi suất thị trường phản ứng trực tiếp với các biến không phải tài chính trong tháng,

nhưng nó cho cho phép lãi suất phản ứng với các biến này một cách gián tiếp thông

qua việc phản ứng với tỷ giá hối đoái. Và vì thế, nó tương tác với tất cả các biến trong

mô hình.

Bảng 4: Kết quả mô hình cơ bản

Structural VAR Estimates Date: 09/26/13 Time: 15:58 Sample (adjusted): 2000M11 2012M12 Included observations: 146 after adjustments Estimation method: method of scoring (analytic derivatives) Maximum iterations reached at 500 iterations Structural VAR is over-identified (26 degrees of freedom)

Model: Ae = Bu where E[uu']=I Restriction Type: long-run pattern matrix Long-run response pattern:

C(9) C(10) C(11) 1 0 0 0 0 0 0

C(3) 1 C(4) C(5) 0 0 0 0 0 0

1 0 C(1) C(2) 0 0 0 0 0 0 C(1) C(2) C(3) C(4) C(5) C(6) C(7) C(8) C(9) C(10)

C(6) C(7) 1 C(8) 0 0 0 0 0 0 Coefficient Std. Error z-Statistic 145470.6 1400.418 546.6703 57948.74 8.720467 1676.767 903.7003 1032.220 215.4954 20.25172

3.772803 -0.029714 2.615995 3.393374 -0.716955 -0.865665 -0.029425 0.046371 -0.099454 -1.313049

2.59E-05 -2.12E-05 0.004785 5.86E-05 -0.082215 -0.000516 -3.26E-05 4.49E-05 -0.000462 -0.064836

0 C(12) 0 C(13) 1 C(14) 0 0 0 0 Prob. 1.0000 1.0000 0.9962 1.0000 0.9345 0.9996 1.0000 1.0000 0.9996 0.9483

0 C(15) 0 C(16) 0 1 0 0 0 0

0 0 0 C(17) 0 0 1 C(18) C(19) C(20)

0 0 0 C(21) 0 0 0 1 C(22) C(23)

C(24) 0 C(25) C(26) 0 0 0 0 1 C(27)

C(28) 0 0 C(29) 0 0 0 0 0 1

8.083434 1.979710 0.007778 0.752856 0.365686 0.286987 0.088186 1.306097 6.793380 0.025456 0.353311 -10.83948 0.497860 0.110369 0.131129 0.002509 0.019357 2.402821 0.583353 -231.8321

43569.39 0.057026 0.041647 0.082761 0.048333 0.034211 0.036412 0.082761 0.900887 0.053288 0.021699 0.082715 0.033793 0.281341 0.706146 0.048473 0.082761 0.088934 0.003965

C(11) C(12) C(13) C(14) C(15) C(16) C(17) C(18) C(19) C(20) C(21) C(22) C(23) C(24) C(25) C(26) C(27) C(28) C(29) Log likelihood LR test for over-identification: Chi-square(26) 8649.372

Estimated A matrix:

0.000186 34.71584 0.186766 9.096789 7.566026 8.388834 2.421916 15.78163 7.540767 0.477698 16.28269 -131.0459 14.73271 0.392297 0.185696 0.051768 0.233894 27.01816 147.1349 Probability

0.9999 0.0000 0.8518 0.0000 0.0000 0.0000 0.0154 0.0000 0.0000 0.6329 0.0000 0.0000 0.0000 0.6948 0.8527 0.9587 0.8151 0.0000 0.0000 0.0000

1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000

0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000

0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000

0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000

Estimated B matrix:

6.559961 2.487633 0.053227 -0.069909 16.86935 2.313331 0.123548 -0.114821 0.812585 -0.235743 0.024757 0.038730 -0.303735 0.238854 0.045137 -0.052567 0.778992 -2.677771 0.048098 -0.093343

-0.263284 -0.000703 0.195870 -0.005613 -0.027339 0.001389 0.013661 -0.000892 -0.133399 0.000465

-4.016615 -0.046422 -9.962399 -0.094936 -0.693229 -0.010049 0.235097 -0.033707 -0.834253 -0.036083

0.003136 0.002148 0.575095 0.004737 0.000564 0.000945 -0.012286 0.001101 -0.069697 0.000597

0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 -0.669921 -13.52662 -10.75809 -0.181640 -7.494537 0.005579 0.343148 0.336037 0.000292 0.081418 5.111541 35.57116 5.932522 -0.814878 -40.92325 -0.033825 0.630502 0.529568 0.000573 0.081193 -0.298331 -2.934323 -0.115442 0.046620 2.339011 0.077396 0.242495 0.002531 -0.005781 -0.334429 0.192799 -0.156114 -0.780703 -0.012505 -0.715143 -0.019502 0.261933 0.255663 0.000404 0.034079 -2.780657 -6.660305 5.620900 0.278125 14.45880 -0.017433 0.447943 0.445291 0.001230 0.069753

Nguồn : Eview 6.0, dữ liệu dùng để tính toán lấy từ Phụ lục 1

4.2. Những phản hồi vĩ mô đến cú sốc chính sách tiền tệ thắt chặt:

4.2.1. Mô hình cơ bản:

Trong hình 1 là các xung động phản hồi do bởi cú sốc tiền tệ thắt chặt. Cú sốc

chính sách tiền tệ sinh ra sự gia tăng nhẹ ngay lập tức đối với lãi suất thị trường (i), và

tăng mạnh trong 8 tháng đầu, và có sự sụt giảm mạnh mẽ trong 7 tháng tiếp theo và

bình ổn trở lại sau 25 tháng. Có thể thấy rằng sự phản hồi của lãi suất cơ bản (i0) và lãi

suất thị trường khá tương tự nhau. Điều này được tác giả giải thích rằng, một phần của

cơ chế truyền dẫn của cú sốc chính sách là từ lãi suất cơ bản đến lãi suất thị trường,

hướng hai lãi suất này nối đôi nhau. Thứ hai, cả hai lãi suất này có thể phản ứng dương

đến thông tin về lạm phát kỳ vọng bởi sự phản ứng lại chính sách từ lãi suất cơ bản và

do bởi Hiệu ứng Fisher trong trường hợp lãi suất thị trường.

Bên cạnh đó, cú sốc chính sách tiền tệ gây ra sự sụt giảm ngay lập tức của cung

tiền (m) trong 2 tháng đầu tiên, tăng trở lại trong 2 tháng sau đó và giảm mạnh trong 4

tháng tiếp theo, sau đó tăng trở lại trong 9 tháng tiếp theo và có dấu hiệu phục hồi cho

những tháng kế tiếp. Mặc khác, cú sốc chính sách tiền tệ lại gây ra sự đánh giá thấp

mạnh mẽ ngay lập tức của đồng Việt Nam (s), sau đó tăng nhanh trong 5 tháng đầu

tiên, và phục hồi trở lại trong 20 tháng tiếp theo. Kết quả này hoàn toàn phù hợp với lý

thuyết, chính sách tiền tệ thắt chặt sẽ gây áp lực tăng giá đồng nội tệ ngay lập tức.

Chính áp lực tăng giá đồng tiền sẽ gây ảnh hưởng không nhỏ cho xuất khẩu. Hậu quả

chung là làm cho xuất khẩu giảm sút mạnh và hàng xuất khẩu bị giảm sức cạnh tranh.

Hình 1: Xung động phản hồi bởi cú sốc chính sách tiền tệ trong mô hình cơ bản.

Lưu ý: Phạm vi phản hồi trong tháng

Nguồn: Eview 6.0, dữ liệu dùng để tính toán lấy từ Phụ lục 1

Hình 1 cũng cho thấy cú sốc tiền tệ thắt chặt làm giảm sản lượng (y), và biến

động mạnh trong 7 tháng đầu tiên, sau đó có dấu hiệu phục hồi ngay sau đó. Cuối

cùng, cú sốc chính sách tiền tệ làm tăng giá (p) trong 8 tháng đầu và giảm mạnh xuống

trong 10 tháng tiếp theo, cho thấy sự phản hồi trễ của mức giá. Những kết quả này cho

thấy rằng cú sốc chính sách tiền tệ ở Việt Nam tác động đến nền kinh tế thực thông qua

kênh truyền dẫn lãi suất và tỷ giá hối đoái. Những tác động của cú sốc chính sách tiền

tệ phù hợp với lý thuyết và thực tế, là một cú sốc chính sách tiền tệ thắt chặt làm gia

tăng lãi suất, sụt giảm lượng cung tiền, giảm sản lượng và tỷ giá hối đoái bị đánh giá

thấp, mức giá gia tăng ngay sau đó. Hầu như các biến vĩ mô của nền kinh tế đều có dấu

hiệu phục hồi trở lại sau 2 năm, riêng cung tiền và mức giá cần khoảng thời gian nhiều

hơn để phục hồi.

Khi so sánh kết quả nghiên cứu này với các kết quả nghiên cứu khác, tác giả tìm

thấy được một vài điểm khác biệt. Trong mô hình SVAR của Phạm Thế Anh (2008),

lãi suất và cung tiền chưa thực sự phản ứng tốt đối với những biến động nhằm bình ổn

nền kinh tế vĩ mô trong ngắn hạn. Trong bài nghiên cứu của mình, tác giả tìm thấy cú

sốc chính sách tiền tệ tác động lên nền kinh tế Việt Nam bằng sự tác động quan trọng

của cả lãi suất thị trường, cung tiền và tỷ giá hối đoái. Trong mô hình SVAR của

Nguyễn Phi Lân (2010) lại cho rằng chỉ số CPI tương đối nhạy cảm và phản ứng mạnh

trước động thái thắt chặt tiền tệ, trong khi đó, tác giả lại thấy rằng chỉ số giá có phản

ứng chậm hơn các biến vĩ mô khác do tính cứng nhắc của giá cả hoặc do độ trễ của

hiệu ứng chính sách. Tác giả tin rằng bài nghiên cứu này sẽ nhận diện các cú sốc chính

sách một cách chính xác hơn Nguyễn Phi Lân (2010) và Phạm Thế Anh (2008), đã sử

dụng lãi suất thị trường như một công cụ chính sách. Vì lãi suất thị trường bị tác động

bởi nhân tố cung và cầu, sự thay đổi đến lãi suất thị trường không thể ước tính một

cách chính xác cú sốc chính sách tiền tệ. Ngược lại, vì lãi suất cơ bản không bị ảnh

hưởng bởi các cú sốc khác trong nền kinh tế, loại trừ sự phản hồi nội sinh của Ngân

hàng để thay đổi các điều kiện kinh tế và khi tác giả thừa nhận lãi suất cơ bản phản hồi

nội sinh đến các biến trong và ngoài nước, sự đổi mới trong hàm số chính sách này làm

tăng tính chính xác khi ước tính những cú sốc chính sách tiền tệ. Thêm vào đó, mối

quan hệ đồng thời thực tế hơn giữa biến chính sách và các biến trong và ngoài nước

trong mô hình SVAR làm tăng tính dự đoán của mô hình.

4.2.2. Các mô hình loại trừ:

Tiếp theo, tác giả sẽ trình bày kết quả ước tính từ các mô hình loại trừ. Đầu tiên

tác giả so sánh các giới hạn over-identifying của các mô hình loại trừ, sử dụng kiểm

định tỷ lệ hợp lý, kiểm định Chi bình phương trong Bảng 5. Tác giả thấy rằng giới hạn

over-identifying của các mô hình loại trừ đều không bị từ chối của bất kỳ tiêu chuẩn

kiểm định nào. Hơn nữa, các giá trị p đều bằng 0.

Bảng 5: Các kết quả kiểm định giới hạn over-identifying

Mô hình

Loại kiểm định

Kết quả thống

Mô hình

Loại kiểm định

Kết quả thống

kê

Cơ bản

Chi bình phương

8649.372 (26)

Loại trừ 1

Chi bình phương

9433.312 (28)

Probability

0.0000

Probability

0.0000

Log likehood

-231.8321

Log likehood

-623.8020

Loại trừ 2

Chi bình phương

8834.173 (28)

Loại trừ 3

Chi bình phương

10012.64(10)

Probability

0.0000

Probability

0.0000

Log likehood

-324.2325

Log likehood

-913.4636

Nguồn : Tổng hợp từ kết quả Bảng 4, 6, 7, 8

4.2.2.1. Mô hình loại trừ thứ nhất:

Tác giả giả định chính sách tiền tệ không bị tác động đồng thời bởi kênh tỷ giá

hối đoái và không tác động lên tỷ giá hối đoái một cách đồng thời: i0 = ƒ (m, i, i_us,

wxp), i = ƒ (i0, m, s, i_us), s = ƒ (m, i, y, p, y_us, p_us, i_us, wxp)

Bảng 6: Kết quả mô hình loại trừ thứ nhất

Structural VAR Estimates Date: 09/26/13 Time: 16:51 Sample (adjusted): 2000M11 2012M12 Included observations: 146 after adjustments Estimation method: method of scoring (analytic derivatives) Maximum iterations reached at 500 iterations Structural VAR is over-identified (28 degrees of freedom)

0 C(10) 0 C(11) 1 C(12) 0 0 0 0

Model: Ae = Bu where E[uu']=I Restriction Type: long-run pattern matrix Long-run response pattern: C(2) 1 C(3) C(4) 0 0 0 0 0 0

C(5) C(6) 1 C(7) 0 0 0 0 0 0

0 C(8) C(9) 1 0 0 0 0 0 0

Coefficient Std. Error z-Statistic Prob.

0 C(13) 0 C(14) 0 1 0 0 0 0

0 0 0 C(15) 0 0 1 C(16) C(17) C(18)

0.0000 0.0000 0.0005 0.0000 0.7791 0.9858 0.9687 0.0000 0.0000 0.0000 0.5560 0.0000 0.4520 0.0157 0.0006 0.0000 0.0000 0.9663 0.0000 0.0000 0.0000 0.7070 0.9411 0.8501 0.9394 0.0000 0.0000

0 0 0 C(19) 0 0 0 1 C(20) C(21)

C(22) 0 C(23) C(24) 0 0 0 0 1 C(25)

C(26) 0 0 C(27) 0 0 0 0 0 1

1 0 C(1) 0 0 0 0 0 0 0 C(1) C(2) C(3) C(4) C(5) C(6) C(7) C(8) C(9) C(10) C(11) C(12) C(13) C(14) C(15) C(16) C(17) C(18) C(19) C(20) C(21) C(22) C(23) C(24) C(25) C(26) C(27)

3.908840 0.223377 17.49888 3.910844 0.579190 6.752266 6.930983 1.991532 3.480227 -0.530631 0.102866 -5.158470 -0.853449 3.043101 -0.280454 0.019729 1.105619 0.017845 0.038217 0.972850 0.039284 -0.583448 0.103759 -5.623083 9.617626 1.816494 5.294611 1.693635 0.032223 52.56022 0.016443 0.027925 0.588822 0.747272 0.082761 9.029327 0.024185 0.032161 0.752005 0.066127 0.027384 2.414811 0.112184 0.032699 3.430794 0.876524 0.082761 10.59108 3.608784 0.552334 6.533699 0.002709 0.064029 0.042302 0.248946 0.025392 9.804147 -6.598646 0.082699 -79.79131 0.547808 0.045214 12.11597 0.091872 0.244385 0.375933 0.076298 1.031950 0.073936 -0.010925 0.057787 -0.189049 0.006288 0.082761 0.075973 1.733707 0.093441 18.55409 0.359106 0.015541 23.10717

Log likelihood -623.8020 LR test for over-identification: 9433.312 Chi-square(28)

0.0000

Probability

0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 -1.163309 0.136779 10.03215 1.247339 -5.359964 -10.18213 -12.74052 -0.152576 -10.87781 -0.055096 -0.000839 0.005041 -0.051566 0.035625 0.224570 0.338679 -0.000603 0.090395 -5.366315 0.559683 19.16582 1.669898 -0.269728 25.40648 1.658593 -0.395663 -45.66607 -0.076250 0.003179 0.112884 -0.109723 -0.053923 0.425179 0.518950 -0.001097 0.056064 -0.724840 -0.034128 0.276003 -0.031321 -0.044309 -2.458057 0.013193 0.016985 2.342433 0.001104 0.001442 0.037994 0.033886 0.061816 0.172326 -0.016156 -0.001674 -0.345085 0.193055 -0.008002 -0.269083 0.222533 0.234417 0.034769 -0.787032 -0.001736 -0.657886 -0.029168 8.13E-05 0.032680 -0.047436 -0.019150 0.160370 0.253855 -0.000169 0.028326 -0.760510 -0.089678 0.497437 -2.570902 -2.857597 -6.348943 6.256094 0.088190 14.22809 -0.036637 -0.001361 0.018330 -0.081709 -0.002333 0.270953 0.448631 0.000355 0.070674

Estimated A matrix: 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 Estimated B matrix: 0.132114 -0.001707 0.800684 -0.002390 -0.030023 0.002753 0.006219 -0.000189 -0.116309 0.000305

Nguồn : Eview 6.0, dữ liệu dùng để tính toán lấy từ Phụ lục 1

Kết quả các xung động phản hồi của mô hình loại trừ thứ nhất được trình bày ở

Hình 2. Trong mô hình này, cú sốc chính sách tiền tệ thắt chặt làm tăng lãi suất cho

vay (i) ngày lập tức, sau đó có giảm mạnh trong 15 tháng sau đó, và có dấu hiệu phục

hồi sau 36 tháng. Khác với mô hình cơ bản, trong mô hình loại trừ này có sự tác động

tăng ngay lập tức và mức độ tăng khá lớn lên lãi suất thị trường. Bên cạnh đó, điểm

đáy của lãi suất thị trường cũng thấp hơn so với mô hình cơ bản. Trong mô hình cơ

bản, cú sốc chính sách tiền tệ làm lãi suất thị trường tăng dần dần trong 8 tháng đầu

tiên, và giảm mạnh trong 7 tháng sau đó. Bên cạnh đó, cú sốc chính sách làm cung tiền

(m) sụt giảm mạnh trong 2 tháng đầu (trong mô hình cơ bản, cung tiền (m) sụt giảm

trong 8 tháng đầu), sau đó có gia tăng trở lại trạng thái ban đầu trong 15 tháng sau đó,

và tiếp tục sụt giảm trong 10 tháng tiếp theo. Trong khi đó, cú sốc chính sách, làm

đánh giá thấp ngay lập tức đồng Việt Nam, và tăng nhanh trở lại ban đầu trong 4 tháng

đầu tiên (trong mô hình cơ bản, tỷ giá hối đoái cần 2 năm để trở lại ban đầu), biến động

giảm 1 tháng sau đó và tăng nhẹ trong 20 tháng tiếp theo và quay trở lại trong 36

tháng. Và sự tác động lên giá và sản lượng có độ lớn nhỏ hơn và nhanh hơn so với mô

hình cơ bản. Các biến vĩ mô có dấu hiệu phục hồi sau 3 năm, trừ biến sản lượng có dấu

hiệu phục hồi sau 20 tháng.

Hình 2: Xung động phản hồi bởi cú sốc chính sách tiền tệ trong mô hình loại trừ thứ nhất

Lưu ý: Phạm vi phản hồi trong tháng

Nguồn : Eview 6.0, dữ liệu dùng để tính toán lấy từ Phụ lục 1

Mặc dù có sự khác biệt về thời gian và mức độ tác động của cú sốc chính sách

tiền tệ lên các biến vĩ mô, nhưng kết quả mang lại từ mô hình loại trừ thứ nhất khá

vững và tương đồng với mô hình cơ bản. Vì thế, có thể thấy rằng chính sách tiền tệ ở

Việt Nam tác động lên nền kinh tế thực thông qua kênh truyền dẫn lãi suất và tỷ giá hối

đoái, trong đó phản ứng lãi suất Việt Nam là mạnh, và phản ứng tỷ giá hối đoái là yếu

do bởi cú sốc chính sách tiền tệ.

4.2.2.2. Mô hình loại trừ thứ hai:

Tác giả giả định chính sách tiền tệ không bị tác động đồng thời bởi kênh lãi suất

thị trường và không tác động lên lãi suất thị trường trong tháng: i0 = ƒ (m, s, i_us,

wxp), i = ƒ (m, s, i_us), s = ƒ (i0, m, i, y, p, y_us, p_us, i_us, wxp).

Bảng 7: Kết quả mô hình loại trừ thứ hai

Structural VAR Estimates Date: 09/26/13 Time: 16:53 Sample (adjusted): 2000M11 2012M12 Included observations: 146 after adjustments Estimation method: method of scoring (analytic derivatives) Maximum iterations reached at 500 iterations Structural VAR is over-identified (28 degrees of freedom)

Model: Ae = Bu where E[uu']=I Restriction Type: long-run pattern matrix Long-run response pattern: C(2) 1 C(3) C(4) 0 0 0 0 0 0

C(7) C(8) C(9) 1 0 0 0 0 0 0

0 C(5) 1 C(6) 0 0 0 0 0 0 Coefficient Std. Error z-Statistic -5.91E-05 0.011190 -0.005285 3.631188 0.371941 9.762796 13.50064 2.219591 6.082487 0.828964 0.005323 155.7300 -0.139733 0.134550 -1.038517

1 0 0 C(1) 0 0 0 0 0 0 C(1) C(2) C(3) C(4) C(5)

0 C(10) 0 C(11) 1 C(12) 0 0 0 0 Prob. 0.9958 0.0000 0.0000 0.0000 0.2990

0 C(13) 0 C(14) 0 1 0 0 0 0

0 0 0 C(15) 0 0 1 C(16) C(17) C(18)

0 0 0 C(19) 0 0 0 1 C(20) C(21)

C(22) 0 C(23) C(24) 0 0 0 0 1 C(25)

C(26) 0 0 C(27) 0 0 0 0 0 1

C(6) C(7) C(8) C(9) C(10) C(11) C(12) C(13) C(14) C(15) C(16) C(17) C(18) C(19) C(20) C(21) C(22) C(23) C(24) C(25) C(26) C(27)

-0.131631 0.062513 -2.105644 5.226712 0.234474 22.29123 1.082010 0.011223 96.40633 18.32348 1.538384 11.91086 1.510422 0.022064 68.45640 -0.258580 0.016724 -15.46175 0.755346 0.082761 9.126884 -0.059743 0.021503 -2.778363 -0.034999 0.016471 -2.124860 0.032291 0.032266 1.000757 0.961580 0.082761 11.61882 4.335083 0.637442 6.800753 0.053723 0.074489 0.721217 0.323904 0.017959 18.03604 -7.637184 0.082672 -92.37914 0.665351 0.050164 13.26344 0.009866 0.166103 0.059399 0.169498 0.332741 0.509398 -0.016968 0.031058 -0.546342 -0.046568 0.082761 -0.562684 1.377745 0.086712 15.88871 0.368600 0.004954 74.40823

Log likelihood -324.2325 LR test for over-identification: 8834.173 Chi-square(28)

Probability

0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000

0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 1.000000

0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000

0.0352 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0055 0.0336 0.3169 0.0000 0.0000 0.4708 0.0000 0.0000 0.0000 0.9526 0.6105 0.5848 0.5736 0.0000 0.0000 0.0000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000

-3.464485 -7.154279 -12.63961 -0.029789 0.044607 0.255405 -4.346301 -2.524732 23.44414 -0.138451 -0.064086 0.458191 0.020177 -2.439992 0.111640 0.055923 0.166121 0.019103 0.287121 0.256688 -0.010171 -0.051229 -0.020206 0.179518 -2.760984 -2.914024 -5.827900 -0.072791 0.001625 0.309719

0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 -13.73319 0.596113 -10.91357 0.350114 -0.005835 0.090778 -3.259277 2.288722 -45.62560 0.529096 -0.002678 0.057055 0.283398 -0.108246 2.338597 0.017185 -0.345078 -0.056501 -0.871709 0.029851 -0.660533 0.257947 -0.001361 0.028406 7.932046 -0.657342 14.20849 0.456882 -0.003447 0.070486

16.76862 -2.569574 19.84266 -0.100444 0.013772 -0.114507 22.22449 -2.925074 27.00433 0.070951 -0.013484 0.086054 -0.853834 0.095613 -0.953588 0.063367 -0.007785 0.076124 -0.147132 0.029079 -0.179576 0.002837 -0.001019 0.005551 -0.016925 -0.113829 -0.019818 -0.044054 0.006374 -0.047784

Estimated A matrix: 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 Estimated B matrix: 0.464972 -0.001983 0.416019 0.000182 0.009607 0.001155 0.000596 0.000423 0.076359 0.000390

Nguồn : Eview 6.0, dữ liệu dùng để tính toán lấy từ Phụ lục 1

Hình 3: Xung động phản hồi bởi cú sốc chính sách tiền tệ trong mô hình loại trừ thứ hai

Lưu ý: Phạm vi phản hồi trong tháng

Nguồn : Eview 6.0, dữ liệu dùng để tính toán lấy từ Phụ lục 1

Tương tự như mô hình loại trừ 1, nhưng sự tác động của cú sốc chính sách tiền

tệ lên lãi suất thị trường (i) khá lớn và nhanh hơn mô hình loại trừ 1. Trong khi đó, cú

sốc chính sách tiền tệ làm đồng Việt Nam (s) đánh giá cao ngay lập tức, và biến động

mạnh trong 5 tháng đầu tiên, sụt giảm trong 2 tháng tiếp theo, sau đó gia tăng trở lại

và không có dấu hiệu phục hồi sau đó. Hiện tượng này được biết đến như là puzzle tỷ

giá hối đoái trong tài liệu. Và cung tiền chỉ có sự sụt giảm nhẹ trong 2 tháng đầu tiên

và gia tăng mạnh trong 8 tháng, điều này cũng khác biệt so với mô hình cơ bản. Bên

cạnh đó, sản lượng cũng gia tăng ngay lập tức sau cú sốc chính sách tiền tệ, sau đó

giảm nhẹ trong 2 tháng tiếp theo, gia tăng và sụt giảm mạnh trong 5 tháng đầu tiên, và

có dấu hiệu phục hồi sau đó. Điều này cũng ngược lại với lý thuyết và tạo ra puzzle

sản lượng. Cú sốc chính sách tiền tệ làm mức giá tăng ngay lập tức, và giảm mạnh

trong 7 tháng đầu tiên, gia tăng trở lại trong 10 tháng sau đó và ổn định ở trạng thái

này trong những tháng kế tiếp.

4.2.2.3. Mô hình loại trừ thứ ba:

Tác giả phát triển mô hình recursive VAR với thứ tự (y_us, p_us, i_us, wxp, y,

p, i0, i, s, m), ở đây chính sách tiền tệ không phản ứng đồng thời đến lãi suất cho vay,

tỷ giá hối đoái, và cung tiền, nhưng không phản ứng với chỉ số giá hàng hóa xuất khẩu

thế giới, lãi suất quỹ liên bang, sản lượng và giá của Việt Nam và Mỹ.

Nhìn vào Hình 4, cú sốc chính sách tiền tệ thắt chặt gây ra sự gia tăng ngay lập

tức của lãi suất cho vay (i) và sụt giảm nhanh trong 6 tháng đầu, sao đó là biến động

tăng trong 10 tháng tiếp theo và phục hồi sau 36 tháng so với ban đầu, điều này có thấy

trong mô hình loại trừ có sự tác động nhanh, và biến động hơn so với mô hình cơ bản.

Trong khi đó, cú sốc đã tạo ra puzzle về tỷ giá hối đoái, gây ra sự đánh giá cao của

đồng Việt Nam (s) và gia tăng trong các tháng tiếp theo của đồng Việt Nam, và điều

nay cũng ngược với mô hình cơ bản và lý thuyết. Cung tiền M2 cũng tăng nhẹ ngay lập

tức và gia tăng trong 8 tháng đầu tiên, và sụt giảm trong những tháng sau đó. Mức giá

có sự giảm nhẹ trong 3 tháng đầu tiên, sau đó tăng trong 15 tháng tiếp theo, dường như

trong mô hình này, cú sốc có sự tác động nhỏ hơn và chậm hơn so với mô hình cơ bản.

Còn về sản lượng, cú sốc chính sách gây ra sự sụt giảm nhẹ trong 5 tháng đầu tiên, và

phục hồi trong 3 tháng tiếp theo và sụt giảm nhẹ trong các tháng tiếp theo đó. Trong

mô hình này, cú sốc chính sách tiền tề đã gây ra puzzle tỷ giá hối đoái, cung tiền và giá

cả. Những kết quả này đã nhấn mạnh sự quan trọng của việc nhận diện trong mô hình

SVAR ở Việt Nam.

Hình 4: Xung động phản hồi bởi cú sốc chính sách tiền tệ trong mô hình loại trừ thứ ba.

Lưu ý: Phạm vi phản hồi trong tháng

Nguồn : Eview 6.0, dữ liệu dùng để tính toán lấy từ Phụ lục 1

Bảng 8: Kết quả mô hình loại trừ thứ ba

Structural VAR Estimates Date: 09/26/13 Time: 17:14 Sample (adjusted): 2000M11 2012M12 Included observations: 146 after adjustments Estimation method: method of scoring (analytic derivatives) Maximum iterations reached at 500 iterations Structural VAR is over-identified (10 degrees of freedom)

0 0 0 0 1 C(31) C(32) C(33) C(34) C(35)

Model: Ae = Bu where E[uu']=I Restriction Type: long-run pattern matrix Long-run response pattern: 0 1 C(10) C(11) C(12) C(13) C(14) C(15) C(16) C(17)

0 0 1 C(18) C(19) C(20) C(21) C(22) C(23) C(24)

0 0 0 1 C(25) C(26) C(27) C(28) C(29) C(30)

Coefficient Std. Error z-Statistic Prob.

0 0 0 0 0 1 C(36) C(37) C(38) C(39)

0 0 0 0 0 0 1 C(40) C(41) C(42)

0 0 0 0 0 0 0 1 C(43) C(44)

0 0 0 0 0 0 0 0 1 C(45)

0.0000 0.0000 0.1827 0.0292 0.1872 0.0024 0.3097 0.0668 0.2145 0.0000 0.3470 0.0000 0.0000 0.0000 0.0000 0.0041 0.0000 0.9126 0.9039 0.8421 0.9909 0.9261 0.8808 0.8778 0.0000 0.0000 0.0000

0 0 0 0 0 0 0 0 0 1

0.671900 0.082761 8.118600 4.351841 0.538566 8.080429 0.110623 0.083014 1.332582 0.528527 0.242405 2.180348 0.227877 0.172770 1.318965 1.353078 0.445598 3.036541 1.496951 1.473708 1.015772 0.177470 0.096804 1.833287 0.537953 0.433364 1.241341 -6.430220 0.082761 -77.69664 0.077839 0.082764 0.940488 1.958712 0.180228 10.86794 0.896972 0.156008 5.749510 2.175338 0.407610 5.336807 7.811088 1.324356 5.898028 0.270163 0.094187 2.868377 2.896305 0.361038 8.022155 -0.009084 0.082761 -0.109763 -0.021748 0.180219 -0.120676 -0.031064 0.155987 -0.199146 -0.004667 0.407610 -0.011450 -0.122768 1.324317 -0.092703 -0.014119 0.094179 -0.149916 -0.055487 0.361009 -0.153700 1.934409 0.082761 23.37355 0.868827 0.138426 6.276478 2.997000 0.323459 9.265481

1 C(1) C(2) C(3) C(4) C(5) C(6) C(7) C(8) C(9) C(1) C(2) C(3) C(4) C(5) C(6) C(7) C(8) C(9) C(10) C(11) C(12) C(13) C(14) C(15) C(16) C(17) C(18) C(19) C(20) C(21) C(22) C(23) C(24) C(25) C(26) C(27)

C(28) C(29) C(30) C(31) C(32) C(33) C(34) C(35) C(36) C(37) C(38) C(39) C(40) C(41) C(42) C(43) C(44) C(45)

9.863674 1.042800 9.458840 0.319719 0.090386 3.537268 2.917151 0.268405 10.86846 1.340751 0.082761 16.20036 3.166039 0.189656 16.69361 9.120277 0.719520 12.67551 0.228585 0.088384 2.586273 2.913938 0.117829 24.73027 2.061921 0.082761 24.91428 8.468606 0.162771 52.02778 0.374820 0.082762 4.528919 1.013233 0.082776 12.24069 1.693569 0.082761 20.46347 0.004272 0.082761 0.051617 -0.019153 0.082761 -0.231424 0.001977 0.082761 0.023888 0.000904 0.082761 0.010921 -0.000848 0.082761 -0.010245

Log likelihood -913.4636 LR test for over-identification: 10012.64 Chi-square(10)

Probability

0.0000 0.0004 0.0000 0.0000 0.0000 0.0000 0.0097 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.9588 0.8170 0.9809 0.9913 0.9918 0.0000

0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000

-0.230277 -0.002017 -0.354460 0.385725 0.212372 0.001075 0.000974 -0.257101 0.170123 0.001109 -0.048410 -0.074933 -0.028693 0.000585 -0.000124 0.024400 -3.726778 -0.019515 10.58763 -4.689020 -3.159794 0.001935 -0.047983 0.801113 0.273252 0.001784 -0.071503 -0.132180 -0.043701 0.001112 -6.90E-05 -0.005236 -0.891258 -0.003409 2.467872 -0.990045 -0.831518 0.005950 -0.010871 -0.043309 0.185801 0.001664 -0.317062 0.106234 0.098201 0.001709 0.000511 0.044046 -0.721838 0.012320 -7.762518 7.009756 3.927488 0.286358 -0.053877 13.69332 31.28835 0.245424 -42.43890 10.64543 10.41872 0.613136 0.140067 19.90270 0.330835 0.001995 -0.130468 -0.143850 -0.037811 -0.000198 -0.000451 0.111506 0.189569 -0.000193 -0.007829 -0.121456 -0.043595 -0.000748 -5.58E-05 -0.034051

0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.044381 -0.016801 -0.292646 -0.040808 -0.715437 0.017127 4.875027 2.884396 -0.013254 -0.065923

Estimated A matrix: 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 Estimated B matrix: 0.107095 0.099890 -5.248818 0.166569 -1.710500 0.104146 -9.307792 16.20083 0.290598 0.162948

4.3. Sự biến động sản lượng Việt Nam bởi những cú sốc từ các biến trong

và ngoài nước:

Bảng 9: Variance Decomposition of Y

p i_us wxp

1 0 y_us 0 p_us 0 0 0 Tháng i0 0.15355 m 4.04388 i 2.75891 s 0.20933 y 92.8343

36 8.20068 13.7906 17.7877 19.2239 3.00221 2.77680 4.83003 5.91817 1.16762 1.32388 1.09961 1.76166 73.1211 62.4792 44.9680 35.9345 0.67630 1.04264 0.98658 1.32808 7.47286 8.06675 7.94384 7.53250 1.54773 1.62881 1.57283 2.02008 1.19573 4.08786 11.6794 14.5616 2.73602 4.04217 7.43121 8.88451

Nguồn : Tổng hợp từ kết quả Phụ lục 4

Từ Bảng 9, tác giả trình bày sự phân tích biến sản lượng Việt Nam bởi những cú

sốc từ các biến trong và ngoài nước. Tác giả thấy rằng cú sốc chính sách tiền tệ không

phải là nguồn chi phối của sự thay đổi thất thường sản lượng Việt Nam. Trong các cú

sốc trong nước, những cú sốc từ lãi suất cơ bản, cung tiền M2, lãi suất cho vay, tỷ giá

hối đoái và sản lượng đã giải thích cho sự thay đổi thất thường của sản lượng, trong đó

cung tiền M2 và chính sản lượng là nguồn chính cho sự thay đổi này. Mặc khác, những

cú sốc bên ngoài, được đem lại từ khối biến nước ngoài, trở thành nguồn chi phối sự

thay đổi sản lượng sau 6 tháng, đặc biệt là Sản lượng Mỹ. Có thể nói rằng, tăng trưởng

kinh tế Việt Nam chịu ảnh hưởng rất lớn từ sự biến động của nền kinh tế Mỹ. Kết quả

này cũng tương tự kết quả của Nguyễn Phi Lân (2010) cho Việt Nam và Rokon

Bhuiyan (2012) cho Canada.

0.87973 0.76118 1.70056 2.83476

4.4. Phân tích phân rã phương sai:

Hàm phân rã phương sai dùng để tách rời biến động của các biến nội sinh trong

thành phần biến động của mô hình SVAR. Trong phần Phụ lục 4 có trình bày kết quả

của hàm phân rã phương sai tất cả các biến Việt Nam trong 36 tháng. Chỉ riêng các cú

sốc về lãi suất cơ bản tháng trước sẽ giải thích đến 100% sự biến động về lãi suất cơ

bản của tháng này, nhưng những tháng kế tiếp, lãi suất cơ bản chịu ảnh hưởng từ các

biến khác, trong đó lãi suất cho vay là nguồn chi phối khá quan trọng, và sau 1 năm, lãi

suất quỹ liên bang và chỉ số giá hàng hóa xuất khẩu thế giới cũng góp phần quan trọng

trong việc giải thích tính biến động của lãi suất cơ bản. Hầu như ở các biến khác, chính

bản thân biến là nguồn chính trong việc giải thích sự biến động của biến đó. Đối với

biến lãi suất cho vay, ngay từ ban đầu, bên cạnh bản thân nó là nguồn chính, lãi suất cơ

bản là một nguồn khá quan trọng để giải thích sự biến động này. Tương tự như biến lãi

suất cơ bản, biến cung tiền giải thích 99.5% cho sự biến động cung tiền cho tháng tiếp

theo trong giai đoạn đầu, nhưng sau 3 năm, các biến nước ngoài là đóng vai trò khá

quan trọng trong sự biến động của cung tiền trong nước. Tương tự, chính bản thân biến

tỷ giá hối đoái và các biến nước ngoài là nguồn quan trọng trong việc giải thích sự biến

động của biến này. Còn biến chỉ số giá, biến tỷ giá hối đoái và cung tiền và các biến

nước ngoài giải thích khá nhiều cho sự thay đổi của biến này sau 3 năm. Đối với các

biến trong nước, sau khoảng thời gian 6 tháng, những cú sốc từ biến nước ngoài trở

thành một trong những nguồn chi phối quan trọng cho việc giải thích sự thất thường

của các biến trong nước. Điều đó cho thấy rằng, nền kinh tế Việt Nam chịu ảnh hưởng

lớn từ nền kinh tế Mỹ.

4.5. Kiểm định Robustness:

Để bảo vệ kết quả của mô hình cơ bản SVAR, tác giả đã phát triển ba mô hình

loại trừ với những sơ đồ nhận diện khác nhau: Trong mô hình loại trừ đầu tiên, tác giả

giả định chính sách tiền tệ không bị tác động đồng thời bởi kênh tỷ giá hối đoái và

không tác động lên tỷ giá hối đoái một cách đồng thời; Trong mô hình loại trừ thứ hai,

tác giả giả định chính sách tiền tệ không bị tác động đồng thời bởi kênh lãi suất thị

trường và không tác động lên lãi suất thị trường trong tháng; Cuối cùng, trong mô

hình loại trừ thứ ba, tác giả phát triển mô hình recursive VAR với thứ tự (y_us, p_us,

i_us, wxp, y, p, i0, i, s, m). Kết quả cho thấy mô hình cơ bản SVAR khá vững.

Tác giả cũng ước lượng mô hình khác so sánh với mô hình cơ bản SVAR để

kiểm định độ vững của mô hình, nhưng không trình bày những kết quả này vì lý do

ngắn gọn. Ví dụ, khi tác giả sử dụng lãi suất thị trường (trong trường hợp này sử dụng

lãi suất cho vay) thay vì lãi suất cơ bản là công cụ chính sách, tác giả tìm thấy các xung

động phản hồi ít có ý nghĩa trong tất cả các biến của mô hình. Kết quả cho thấy khi sử

dụng lãi suất thị trường là công cụ chính sách, cú sốc chính sách tiền tệ làm xuất hiện

puzzle tỷ giá hối đoái, puzzle cung tiền và puzzle sản lượng.

CHƯƠNG 5: KẾT LUẬN VÀ THẢO LUẬN

Chính sách tiền tệ là chính sách vĩ mô vô cùng quan trọng đối với mỗi quốc gia,

tác động của chính sách tiền tệ có thể truyền dẫn tới nền kinh tế thông qua nhiều kênh

như lãi suất, tỷ giá hối đoái, tín dụng, kênh tài sản khác… Mục tiêu của bài nghiên cứu

này là sử dụng mô hình SVAR để phân tích và đánh giá cơ chế truyền dẫn tiền tệ ở

Việt Nam, trong đó lãi suất cơ bản là công cụ chính sách. Mô hình SVAR cho phép

biến chính sách và các biến trong và ngoài nước tương tác đồng thời. Để gia tăng tính

chính xác của mô hình, tác giả còn phát triển ba mô hình loại trừ với những sơ đồ nhận

diện khác nhau. Tác giả tin rằng sự nhận diện các cú sốc ngoại sinh trong bài nghiên

cứu này phát sinh những xung động phản hồi phù hợp với lý thuyết. Phát hiện chính

của bài nghiên cứu này là chính sách tiền tệ ở Việt Nam tác động đến nền kinh tế thông

qua kênh truyền dẫn lãi suất và tỷ giá hối đoái, trong đó phản ứng lãi suất Việt Nam là

mạnh và phản ứng tỷ giá hối đoái là yếu hơn do bởi cú sốc chính sách tiền tệ: một cú

sốc chính sách tiền tệ thắt chặt làm gia tăng lãi suất, đánh giá cao đồng Việt Nam, cung

tiền M2 tăng lên, sản lượng sụt giảm và giá cả gia tăng. Tác giả cũng tìm thấy giá cả

phản ứng chậm hơn so với sản lượng do tính cứng nhắc của giá cả hoặc do độ trễ của

mô hình. Hơn nữa, những cú sốc bên ngoài và cung tiền là nguồn quan trọng trong việc

giải thích sự biến động của sản lượng Việt Nam.

Ngoài ra, trong bài nghiên cứu này, tác giả cũng gặp một số hạn chế. Trong mô

hình cơ bản, độ lệch chuẩn của một số hệ số đồng thời trong thị trường tiền tệ và thị

trường thông tin khá lớn, điều này đã gây ảnh hưởng đến kết quả nghiên cứu. Tác giả

đã phát triển thêm mô hình loại trừ thứ nhất với giả định rằng chính sách tiền tệ không

bị tác động đồng thời bởi kênh tỷ giá hối đoái và không tác động lên tỷ giá hối đoái

một cách đồng thời. Tác giả tìm thấy một kết quả khá vững từ mô hình này. Qua đó tác

giả đã rút ra kết luận kênh truyền dẫn lãi suất là khá mạnh, và kênh truyền dẫn tỷ giá

hối đoái là yếu hơn ở Việt Nam. Bên cạnh đó, tác giả cũng kiến nghị rằng, vì phương

trình nhận diện đòi hỏi một lượng lớn sự tương tác đồng thời, để gia tăng sự tiên đoán

của những tham số ước lượng và những xung động phản hồi, có thể sử dụng phương

pháp chọn mẫu Bayesian Gibbs thay cho phương pháp chọn mẫu trong bài nghiên cứu.

Ngoài ra, lãi suất qua đêm cũng là một trong những công cụ điều hành chính sách tiền

tệ của Ngân hàng Nhà Nước Việt Nam, và thể hiện vai trò truyền dẫn tiền tệ khá tốt.

Do đó có thể chọn lãi suất qua đêm là công cụ chính sách thay cho lãi suất cơ bản trong

bài nghiên cứu nhằm gia tăng khả năng nhận diện của mô hình.

TÀI LIỆU THAM KHẢO

TIẾNG VIỆT

1. Nguyễn Phi Lân (2010). Cơ chế truyền dẫn tiền tệ dưới góc độ phân tích định

lượng. Tạp chí Ngân Hàng số 18/2010

2. Phạm Thế Anh (2008), Ứng dụng mô hình SVAR trong việc xác định hiệu ứng

của chính sách tiền tệ và dự báo lạm phát ở Việt Nam. Đại học Kinh Tế Quốc

Dân

3. Sử Đình Thành, Vũ Thị Minh Hằng (2008). Nhập môn Tài chính – Tiền tệ. Nhà

xuất bản lao động xã hôi, 133-34

TIẾNG ANH

4. Akihiro Kubo (2008), Macroeconomic impact of monetary policy shocks:

Evidence from recent experience in Thailand. Journal of Asian Economics,

2/2008, Vol. 19(1), pp.83-91

5. Burstein, Ariel, Martin Eichenbaum, and Sergio Rebelo (2002). Why is inflation

so low after large devaluations. Journal of Political Economy 113, 742-84

6. Crucini, Mario, Ayhan Kose, and Christopher Otrok (2011). What are the

driving forces of international business cycles? Review of Economic Dynamics

114, 156-75

7. Cushman, O. David, and Tao Zha (1997). Identifying monetary policy in a small

open economy under flexible exchange rate. Journal of Monetary Economics 39,

433-48

8. Eichenbaum, Martin and Charles Evans (1995). Some empirical evidence on the

effects of shocks to monetary policy on exchange rate. Quarterly Journal of

Economics 110, 975-1009

9. Engel, Charles. (2002). Expenditure swithching and exchange rate policy.

NBER Macroeconomics Annual 17, 231-72

10. Kenneth N. Kuttner & Patricia C. Mosser (2002). The Monetary Transmission

Mechanism: Some Answers and Further Questions. FRNNY Economic Policy

Review / May 2002

11. Kim, Soyoung, and Nouriel Roubini (2000). Exchange anomalies in the

indjustrial contries: a solution with a structural VAR approach. Journal of

Monetary Economics 45, 561-86

12. Le Viet Hung & Wade D.Pfau (2008), Var Analysis of the Monetary

Transmission Mechanism in Vietnam, Applied Econometrics and International

Development. Vol. 9, No. 1, pp. 165-179, January – June 2009

13. Liu Xiaonan (2011), Monetary Transmission Mechanism in China. The

University of Hong Kong. August 2011

14. Mala Raghavan, Paramsothy Silvapulle & George Athanasopoulos (2012).

Structural VAR models for Malaysian monetary policy analysis during the pre-

and post-1997 Asian crisis periods. Applied Economics, 44:29, 3841-3856.

15. Rokon Bhuiyan (2012). Monetary transmission mechanisms in a small open

economy: a Bayesian structural VAR approach. Canadian Journal of

Economics/ Revue canadienne d’economique, Vol. 45, No. 3, pages 1037 - 61,

August 2012

16. Sims, A. Christopher (1980). Marcroeconomics and reality. Econometrica 48,

1-48

17. Strongin, Steven (1995). The identification of monetary policy disturbances:

explaining the liquidity puzzle. Journal of Monetary Economics 35, 463-93

18. Sims, A. Christopher, and Tao Zha (1995). Does monetary policy generate

recesssions? Working paper, Yale University

19. Strongin, Steven (1995). The identification of monetary policy disturbances:

explaining the liquidity puzzle. Journal of Monetary Economics 35, 463-93

-PL1-

PHỤ LỤC

Phụ Lục 1: Bảng số liệu

Cung tiền M2 Việt Nam Tỷ giá hối đoái USD/VND Tháng Lãi suát cơ bản Việt Nam Lãi suất cho vay Việt Nam Sản lượng công nghiệp Mỹ Chỉ số giá tiêu dùng Mỹ Sản lượng công nghiệp Việt Nam Lãi suất quỹ liên bang Chỉ số giá tiêu dùng Việt Nam

Chỉ số giá hàng hóa xuất khẩu thế giới 93.38 6.50 97.90 88.48 9.00 10.20 14,106 79.49 17,111.20 168,406,501 2000 Aug 6.52 98.45 88.94 93.94 9.00 10.20 14,162 79.36 16,193.10 179,576,950 2000 Sep

6.51 97.50 89.10 93.85 9.00 10.20 14,306 79.42 16,905.60 179,576,950 2000 Oct

6.51 96.47 89.15 93.85 9.00 10.20 14,452 80.16 16,742.00 179,576,950 2000 Nov 6.40 96.16 89.10 93.66 9.00 10.20 14,511 80.23 17,536.40 196,994,400 2000 Dec

5.98 95.15 89.66 93.85 9.00 10.65 14,534 80.43 16,671.70 208,379,900 2001 Jan

5.49 95.03 90.02 93.75 9.00 10.80 14,557 80.76 17,506.00 209,841,800 2001 Feb

5.31 95.88 90.22 93.57 8.70 10.50 14,552 80.16 18,582.00 216,185,400 2001 Mar 4.80 92.49 90.58 93.47 8.40 9.45 14,557 79.76 18,475.40 217,303,000 2001 Apr

4.21 93.12 90.99 93.19 7.80 9.60 14,604 79.62 18,412.40 219,492,000 2001 May 3.97 95.24 91.15 93.01 7.80 9.00 14,769 79.62 19,271.20 226,932,700 2001 Jun

3.77 90.94 90.89 92.63 7.80 9.00 14,897 79.49 19,577.10 231,262,500 2001 Jul

3.65 94.35 90.89 92.44 7.80 9.00 14,979 79.49 19,945.30 233,225,800 2001 Aug 3.07 93.62 91.30 92.63 7.80 9.00 14,099 79.89 19,584.20 235,254,800 2001 Sep

2.49 92.40 90.99 91.98 7.20 9.00 15,022 79.76 18,924.70 239,741,400 2001 Oct

2.09 90.87 90.84 91.51 7.20 8.52 15,063 79.96 19,265.20 245,194,000 2001 Nov 1.82 90.59 90.48 91.32 7.20 8.52 15,069 80.63 21,154.70 250,845,700 2001 Dec

1.73 91.18 90.68 91.23 7.20 8.55 15,101 81.52 21,200.00 257,112,400 2002 Jan

1.74 91.56 91.04 91.04 7.20 8.50 15,151 83.35 18,377.40 256,076,800 2002 Feb

-PL2-

1.73 93.10 91.56 91.32 7.20 8.50 15,242 82.64 21,615.80 256,018,400 2002 Mar 1.75 92.17 92.07 91.70 7.20 8.46 15,214 82.64 21,972.60 260,442,400 2002 Apr

1.75 92.75 92.07 91.70 7.20 8.46 15,243 82.94 20,305.30 264,988,800 2002 May 1.75 96.41 92.12 91.70 7.20 9.33 15,303 83.05 22,870.60 263,877,000 2002 Jun

1.73 91.82 92.22 91.98 7.20 9.54 15,303 82.94 23,399.10 268,028,000 2002 Jul

1.74 95.98 92.53 92.16 7.44 9.48 15,329 83.05 23,555.00 268,515,300 2002 Aug 1.75 95.83 92.68 92.44 7.44 9.48 15,339 83.15 23,117.70 269,683,799 2002 Sep

1.75 94.69 92.84 92.35 7.44 9.48 15,357 83.45 21,200.10 274,901,600 2002 Oct

1.34 93.65 92.84 92.44 7.44 9.48 15,376 83.65 21,113.80 278,166,400 2002 Nov 1.24 93.03 92.63 92.26 7.44 9.48 15,396 83.96 22,364.80 284,144,300 2002 Dec

1.24 93.83 93.04 92.54 7.44 9.48 15,433 84.67 24,805.20 300,916,500 2003 Jan

1.26 94.92 93.76 93.10 7.44 9.30 15,418 86.50 22,208.20 298,313,900 2003 Feb

1.25 95.77 94.32 93.29 7.44 9.46 15,427 85.99 24,087.10 300,781,000 2003 Mar 1.26 92.76 94.12 93.19 7.50 9.42 15,452 85.99 24,803.80 305,178,500 2003 Apr

1.26 93.28 93.96 93.29 7.50 9.46 15,478 85.89 25,077.20 313,123,100 2003 May 1.22 95.94 94.06 93.10 7.50 9.46 15,486 85.69 25,097.80 324,526,900 2003 Jun

1.01 91.92 94.17 93.01 7.50 9.53 15,510 85.38 24,457.60 326,319,200 2003 Jul

1.03 96.17 94.53 93.01 7.50 9.53 15,519 85.38 26,251.40 329,945,500 2003 Aug 1.01 96.29 94.83 93.38 7.50 9.57 15,537 85.38 26,152.90 341,302,710 2003 Sep

1.01 95.49 94.73 93.57 7.50 9.47 15,573 85.28 26,508.20 350,632,718 2003 Oct

1.00 95.15 94.47 94.04 7.50 9.54 15,639 85.79 27,702.20 358,799,600 2003 Nov 0.98 94.92 94.37 94.32 7.50 9.54 15,643 86.50 27,928.90 378,059,800 2003 Dec

1.00 94.98 94.83 94.97 7.50 9.54 15,670 87.41 26,574.80 392,867,283 2004 Jan

1.01 96.56 95.34 95.63 7.50 9.54 15,728 90.05 27,347.70 392,122,160 2004 Feb

1.00 96.74 95.96 96.37 7.50 9.54 15,754 90.76 28,289.00 404,093,021 2004 Mar 1.00 94.80 96.27 97.03 7.50 9.54 15,727 91.17 29,020.50 410,769,930 2004 Apr

1.00 96.18 96.83 97.40 7.50 9.54 15,746 91.98 29,978.00 417,129,419 2004 May

-PL3-

1.03 98.15 97.14 96.75 7.50 9.54 15,732 92.79 30,612.30 420,262,707 2004 Jun

1.26 95.07 96.98 97.22 7.50 9.54 15,735 93.20 31,139.80 427,403,400 2004 Jul

1.43 98.60 97.03 96.75 7.50 9.63 15,762 93.81 30,002.20 438,362,800 2004 Aug 1.61 98.02 97.24 97.12 7.50 9.87 15,755 94.01 28,796.90 445,393,070 2004 Sep

1.76 98.22 97.75 97.68 7.50 10.01 15,755 94.01 30,138.20 456,961,132 2004 Oct

1.93 97.37 97.80 97.96 7.50 10.01 15,812 94.21 31,099.10 472,445,630 2004 Nov 2.16 98.11 97.44 98.06 7.50 10.25 15,776 94.82 30,532.60 495,447,279 2004 Dec

2.28 98.62 97.65 98.81 7.50 10.25 15,817 95.84 29,247.40 503,130,580 2005 Jan

2.50 99.60 98.21 98.90 7.80 11.10 15,794 98.27 27,659.70 510,205,380 2005 Feb

2.63 100.12 98.98 99.56 7.80 11.10 15,815 98.38 32,820.70 517,024,255 2005 Mar 2.79 98.98 99.65 100.02 7.80 10.80 15,817 98.98 33,937.90 526,885,156 2005 Apr

3.00 99.19 99.54 99.84 7.80 10.80 15,844 99.39 34,526.60 533,128,266 2005 May 3.04 102.39 99.59 99.84 7.80 11.03 15,865 99.80 35,779.10 544,600,539 2005 Jun

3.26 98.76 100.06 99.93 7.80 11.03 15,872 100.20 35,617.30 548,351,536 2005 Jul

3.50 102.24 100.57 99.74 7.80 11.03 15,877 100.61 36,774.20 566,701,324 2005 Aug 3.62 99.75 101.80 100.58 7.80 11.18 15,885 101.42 36,926.60 577,793,215 2005 Sep

3.78 99.72 102.00 101.33 7.80 11.18 15,905 101.83 36,886.50 588,308,572 2005 Oct

4.00 99.77 101.18 100.68 7.80 11.40 15,908 102.23 38,212.70 604,791,278 2005 Nov 4.16 100.81 100.77 100.77 8.25 11.40 15,908 103.05 42,478.00 648,573,735 2005 Dec

4.29 100.20 101.54 101.52 8.25 11.18 15,924 104.26 40,952.00 677,388,467 2006 Jan

4.49 100.82 101.75 101.61 8.25 11.18 15,924 106.50 36,325.00 675,823,174 2006 Feb

4.59 102.17 102.31 101.80 8.25 11.18 15,914 105.99 42,412.00 699,988,452 2006 Mar 4.79 99.78 103.18 102.55 8.25 11.18 15,930 106.19 42,973.00 704,993,708 2006 Apr

4.94 101.14 103.69 103.30 8.25 11.18 15,973 106.80 36,329.00 714,822,645 2006 May 4.99 104.52 103.90 104.05 8.25 11.18 15,989 107.21 42,803.00 727,165,424 2006 Jun

5.24 101.56 104.20 104.42 8.25 11.18 15,997 107.61 42,588.00 735,204,798 2006 Jul

5.25 104.88 104.41 104.89 8.25 11.18 16,011 108.02 34,461.00 751,781,432 2006 Aug

-PL4-

5.25 103.98 103.90 104.51 8.25 11.18 16,038 108.32 46,221.00 753,011,880 2006 Sep

5.25 102.87 103.33 104.23 8.25 11.18 16,065 108.63 31,719.00 767,106,285 2006 Oct

5.25 101.78 103.18 104.61 8.25 11.18 16,093 109.24 44,649.00 789,929,681 2006 Nov 5.24 103.13 103.33 105.26 8.25 11.18 16,073 109.85 50,534.00 841,010,724 2006 Dec

5.25 102.48 103.65 105.73 8.25 11.18 16,061 110.96 49,212.00 872,549,421 2007 Jan

5.26 103.93 104.20 106.57 8.25 11.18 15,994 113.40 35,392.00 905,454,768 2007 Feb

5.26 104.86 105.15 107.32 8.25 11.18 16,012 113.10 45,154.00 949,181,070 2007 Mar 5.25 103.53 105.83 107.79 8.25 11.18 16,039 113.71 47,344.64 979,672,941 2007 Apr

5.25 104.45 106.48 108.07 8.25 11.18 16,062 114.52 47,953.36 1,005,313,898 2007 May 5.25 107.31 106.69 108.54 8.25 11.18 16,109 115.53 50,065.00 1,029,561,732 2007 Jun

5.26 104.19 106.66 108.63 8.25 11.18 16,139 116.65 50,257.00 1,056,450,932 2007 Jul

5.02 107.36 106.46 108.82 8.25 11.18 16,240 117.26 42,997.00 1,076,896,015 2007 Aug 4.94 106.96 106.76 109.19 8.25 11.18 16,239 117.87 49,584.00 1,110,983,419 2007 Sep

4.76 105.02 106.99 110.04 8.25 11.18 16,109 118.78 49,764.00 1,154,499,281 2007 Oct

4.49 104.60 107.62 111.06 8.25 11.18 16,141 120.20 51,157.00 1,183,135,047 2007 Nov 4.24 105.04 107.55 111.63 8.25 11.18 16,117 123.65 55,949.00 1,253,997,428 2007 Dec

3.94 104.65 108.08 112.94 8.25 11.18 16,104 126.60 52,874.00 1,293,054,225 2008 Jan

2.98 104.37 108.40 113.96 8.75 11.18 16,070 131.17 47,919.00 1,280,506,176 2008 Feb

2.61 104.57 109.34 115.84 8.75 14.60 16,004 135.03 59,763.00 1,300,249,224 2008 Mar 2.28 102.56 110.00 116.40 8.75 14.27 15,960 138.07 54,694.00 1,278,398,472 2008 Apr

1.98 102.27 110.93 116.77 10.01 16.53 16,022 143.45 54,620.00 1,298,039,014 2008 May 2.00 104.77 112.05 117.99 13.27 19.11 16,347 146.50 56,049.00 1,295,492,150 2008 Jun

2.01 102.28 112.63 119.77 14.00 20.25 16,507 148.12 55,967.00 1,300,594,090 2008 Jul

2.00 103.34 112.18 117.80 14.00 20.19 16,495 150.46 55,590.00 1,302,892,530 2008 Aug 1.81 98.58 112.03 116.87 14.00 19.86 16,508 150.76 54,106.00 1,347,513,930 2008 Sep

0.97 98.24 110.90 114.43 13.70 18.00 16,517 150.46 54,327.00 1,367,228,430 2008 Oct

0.39 96.69 108.77 110.78 11.87 13.26 16,493 149.34 51,014.00 1,394,619,874 2008 Nov

-PL5-

0.16 95.72 107.65 108.35 9.73 10.98 16,600 148.32 55,843.00 1,513,543,885 2008 Dec

0.15 93.53 108.12 109.10 8.50 10.08 16,973 151.14 50,644.00 1,561,465,912 2009 Jan

0.22 92.41 108.65 108.82 7.00 9.39 16,976 151.47 58,212.00 1,589,602,962 2009 Feb

0.18 91.46 108.92 108.07 7.00 9.15 16,973 151.24 53,218.00 1,645,308,522 2009 Mar 0.15 88.63 109.19 108.63 7.00 9.15 16,938 150.78 55,469.00 1,693,558,125 2009 Apr

0.18 88.98 109.51 109.10 7.00 9.60 16,938 151.45 56,566.00 1,737,815,221 2009 May 0.21 91.48 110.45 110.22 7.00 9.96 16,949 152.27 58,382.00 1,775,952,127 2009 Jun

0.16 91.06 110.27 109.85 7.00 9.96 16,961 153.07 59,072.00 1,800,854,374 2009 Jul

0.16 94.15 110.52 110.50 7.00 10.26 16,968 153.43 61,050.00 1,806,202,790 2009 Aug 0.15 93.47 110.59 110.32 7.00 10.35 16,984 154.39 63,296.00 1,842,315,490 2009 Sep

0.12 92.83 110.69 110.32 7.00 10.46 17,002 154.95 63,772.00 1,866,068,850 2009 Oct

0.12 89.79 110.77 111.25 7.00 10.46 17,177 155.81 64,411.00 1,884,088,808 2009 Nov 0.12 91.02 110.58 112.00 7.00 12.00 17,942 157.96 66,045.00 1,910,586,864 2009 Dec

0.11 92.01 110.96 112.94 8.00 12.00 17,941 160.11 62,791.00 1,912,147,313 2010 Jan

0.13 91.72 110.98 112.56 8.00 12.00 18,243 163.25 50,932.00 1,948,241,305 2010 Feb

0.16 92.77 111.44 113.40 8.00 12.00 18,544 164.47 59,692.00 1,982,388,714 2010 Mar 0.20 91.65 111.63 114.62 8.00 13.86 18,544 164.70 62,666.00 2,022,800,193 2010 Apr

0.20 93.42 111.72 115.18 8.00 13.23 18,544 165.15 64,741.00 2,076,119,655 2010 May 0.18 96.34 111.61 114.34 8.00 13.23 18,544 165.51 66,153.00 2,166,591,271 2010 Jun

0.18 95.02 111.63 114.15 8.00 13.25 18,544 165.60 68,524.00 2,174,354,220 2010 Jul

0.19 97.69 111.79 115.09 8.00 13.00 18,723 165.98 69,513.00 2,257,347,530 2010 Aug 0.19 96.79 111.85 115.74 8.00 13.25 18,932 168.16 70,758.00 2,325,022,170 2010 Sep

0.19 95.46 111.99 116.68 8.00 13.25 18,932 169.93 72,095.00 2,339,568,620 2010 Oct

0.19 94.78 112.04 118.46 8.84 13.25 18,932 173.09 71,343.00 2,358,708,249 2010 Nov 0.18 96.75 112.23 119.30 9.00 15.30 18,932 176.53 75,269.00 2,478,310,239 2010 Dec

0.17 97.01 112.77 120.80 9.00 15.30 18,932 179.59 73,745.00 2,484,090,543 2011 Jan

0.16 96.26 113.32 122.39 9.00 16.42 20,318 183.35 70,434.00 2,512,946,705 2011 Feb

-PL6-

0.14 97.98 114.43 124.16 9.00 16.42 20,673 187.32 68,418.00 2,495,421,922 2011 Mar 0.10 95.68 115.16 125.19 9.00 17.91 20,714 193.54 71,631.00 2,484,011,874 2011 Apr

0.09 96.48 115.71 125.66 9.00 18.08 20,678 197.82 74,035.00 2,485,326,572 2011 May 0.09 99.64 115.58 125.85 9.00 18.08 20,622 199.97 75,325.00 2,544,738,515 2011 Jun

0.07 98.26 115.68 125.38 9.00 18.09 20,610 202.31 75,102.30 2,580,562,438 2011 Jul

0.10 100.92 116.00 125.94 9.00 18.09 20,618 204.19 73,544.75 2,721,518,509 2011 Aug 0.08 100.15 116.18 126.60 9.00 17.55 20,628 205.87 79,248.96 2,673,756,803 2011 Sep

0.07 99.59 115.94 124.07 9.00 16.70 20,708 206.61 75,916.04 2,635,058,392 2011 Oct

0.08 98.78 115.84 124.16 9.00 15.51 20,803 207.42 77,121.78 2,652,391,108 2011 Nov 0.07 100.06 115.56 123.60 9.00 15.32 20,813 208.51 80,914.18 2,774,281,102 2011 Dec

0.08 100.62 116.06 123.98 9.00 15.44 20,828 210.60 71,975.12 2,777,057,839 2012 Jan

0.10 101.03 116.58 124.54 9.00 15.36 20,828 213.48 85,999.91 2,774,123,836 2012 Feb

0.13 101.33 117.46 125.47 9.00 15.10 20,828 213.82 72,865.17 2,827,345,896 2012 Mar 0.14 100.51 117.82 126.04 9.00 14.70 20,828 213.94 77,003.33 2,867,599,313 2012 Apr

0.16 101.28 117.68 125.38 9.00 14.30 20,828 214.32 79,069.38 2,921,575,063 2012 May 0.16 104.21 117.51 123.23 9.00 12.60 20,828 213.76 81,351.00 2,987,086,692 2012 Jun

0.16 102.27 117.31 123.70 9.00 12.50 20,828 213.14 79,683.54 3,023,008,222 2012 Jul

0.13 104.13 117.97 124.82 9.00 12.49 20,828 214.48 76,780.72 3,083,581,122 2012 Aug 0.14 103.28 118.49 125.85 9.00 12.49 20,828 219.20 86,936.11 3,149,680,750 2012 Sep

0.16 101.94 118.45 125.94 9.00 12.37 20,828 221.07 80,243.25 3,170,355,964 2012 Oct

Nguổn: IMF, SBV, GSO, FED

0.16 102.04 117.89 125.19 9.00 12.37 20,828 222.10 84,094.92 3,259,070,720 2012 Nov 0.16 102.46 117.57 125.01 9.00 12.37 20,828 222.71 88,299.67 3,519,375,000 2012 Dec

-PL7-

Phụ Lục 2: Kết quả kiểm định tính dừng của các biến

2.1. Lãi suất Việt Nam:

Null Hypothesis: I has a unit root Exogenous: Constant, Linear Trend Lag Length: 2 (Automatic based on SIC, MAXLAG=13)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level t-Statistic -4.689037 -4.022135 -3.440894 -3.144955 *MacKinnon (1996) one-sided p-values.

Prob.* 0.0011 Std. Error Prob. t-Statistic

0.028190 0.076897 0.080269 0.256382 0.001787 0.0000 0.0000 0.0001 0.0000 0.0013 -4.689037 4.411162 3.901305 4.311887 3.281693

Variable I(-1) D(I(-1)) D(I(-2)) C @TREND(2000M08)

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

Augmented Dickey-Fuller Test Equation Dependent Variable: D(I) Method: Least Squares Date: 09/27/13 Time: 21:45 Sample (adjusted): 2000M11 2012M12 Included observations: 146 after adjustments Coefficient -0.132185 0.339205 0.313155 1.105489 0.005864 0.299007 Mean dependent var 0.279120 S.D. dependent var 0.637510 Akaike info criterion 57.30508 Schwarz criterion -138.8942 Hannan-Quinn criter. 15.03578 Durbin-Watson stat 0.000000 0.014863 0.750854 1.971153 2.073331 2.012670 2.079399

-PL8-

2.2. Lãi suất cơ bản:

Null Hypothesis: I0 has a unit root Exogenous: Constant, Linear Trend Lag Length: 1 (Automatic based on SIC, MAXLAG=13)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level t-Statistic -4.082174 -4.021691 -3.440681 -3.144830 *MacKinnon (1996) one-sided p-values.

Prob.* 0.0083 Std. Error Prob. t-Statistic

0.029375 0.073506 0.232260 0.000857 0.0001 0.0000 0.0002 0.1064 -4.082174 6.333955 3.815424 1.624893

Variable I0(-1) D(I0(-1)) C @TREND(2000M08)

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

Augmented Dickey-Fuller Test Equation Dependent Variable: D(I0) Method: Least Squares Date: 09/27/13 Time: 21:46 Sample (adjusted): 2000M10 2012M12 Included observations: 147 after adjustments Coefficient -0.119913 0.465581 0.886172 0.001393 0.255465 Mean dependent var 0.239846 S.D. dependent var 0.416349 Akaike info criterion 24.78854 Schwarz criterion -77.75021 Hannan-Quinn criter. 16.35542 Durbin-Watson stat 0.000000 0.000000 0.477536 1.112248 1.193620 1.145310 2.138189

-PL9-

2.3. Lãi suất quỹ liên bang Mỹ:

Null Hypothesis: D(I_US) has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic based on SIC, MAXLAG=13)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level t-Statistic -4.972748 -4.021691 -3.440681 -3.144830 *MacKinnon (1996) one-sided p-values.

Prob.* 0.0004 Std. Error Prob. t-Statistic

0.058708 0.023601 0.000269 0.0000 0.2136 0.4081 -4.972748 -1.249225 0.829603

Variable D(I_US(-1)) C @TREND(2000M08)

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

Augmented Dickey-Fuller Test Equation Dependent Variable: D(I_US,2) Method: Least Squares Date: 09/27/13 Time: 21:46 Sample (adjusted): 2000M10 2012M12 Included observations: 147 after adjustments Coefficient -0.291940 -0.029483 0.000223 0.146619 Mean dependent var 0.134766 S.D. dependent var 0.137093 Akaike info criterion 2.706411 Schwarz criterion 85.03451 Hannan-Quinn criter. 12.37026 Durbin-Watson stat 0.000011 -0.000136 0.147384 -1.116116 -1.055086 -1.091319 2.065271

-PL10-

2.4. Cung tiền M2 Việt Nam:

Null Hypothesis: D(M) has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic based on SIC, MAXLAG=13)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level t-Statistic -10.81337 -4.021691 -3.440681 -3.144830 *MacKinnon (1996) one-sided p-values.

Prob.* 0.0000 Std. Error Prob. t-Statistic

0.081489 0.001539 1.51E-05 0.0000 0.0000 0.3821

Variable D(M(-1)) C @TREND(2000M08) -10.81337 5.535159 -0.876648

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

Augmented Dickey-Fuller Test Equation Dependent Variable: D(M,2) Method: Least Squares Date: 09/27/13 Time: 21:47 Sample (adjusted): 2000M10 2012M12 Included observations: 147 after adjustments Coefficient -0.881166 0.008519 -1.33E-05 0.448206 Mean dependent var 0.440542 S.D. dependent var 0.007755 Akaike info criterion 0.008660 Schwarz criterion 507.2711 Hannan-Quinn criter. 58.48344 Durbin-Watson stat 0.000000 -0.000190 0.010368 -6.860832 -6.799802 -6.836035 1.912635

-PL11-

2.5. Chỉ số giá tiêu dùng Việt Nam:

Null Hypothesis: D(P) has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic based on SIC, MAXLAG=13)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level t-Statistic -6.758616 -4.021691 -3.440681 -3.144830 *MacKinnon (1996) one-sided p-values.

Prob.* 0.0000 Std. Error Prob. t-Statistic

0.071648 0.000541 6.50E-06 0.0000 0.2377 0.0864 -6.758616 1.185618 1.726271

Variable D(P(-1)) C @TREND(2000M08)

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

Augmented Dickey-Fuller Test Equation Dependent Variable: D(P,2) Method: Least Squares Date: 09/27/13 Time: 21:47 Sample (adjusted): 2000M10 2012M12 Included observations: 147 after adjustments Coefficient -0.484241 0.000642 1.12E-05 0.241075 Mean dependent var 0.230535 S.D. dependent var 0.003199 Akaike info criterion 0.001474 Schwarz criterion 637.4344 Hannan-Quinn criter. 22.87109 Durbin-Watson stat 0.000000 1.30E-05 0.003647 -8.631761 -8.570731 -8.606964 2.111510

-PL12-

2.6. Chỉ số giá tiêu dùng Mỹ:

Null Hypothesis: D(P_US) has a unit root Exogenous: Constant, Linear Trend Lag Length: 1 (Automatic based on SIC, MAXLAG=13)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level t-Statistic -7.717013 -4.022135 -3.440894 -3.144955 *MacKinnon (1996) one-sided p-values.

Prob.* 0.0000 Std. Error t-Statistic Prob.

0.082085 0.081579 0.000275 3.05E-06 0.0000 0.0019 0.0217 0.6236

Variable D(P_US(-1)) D(P_US(-1),2) C @TREND(2000M08) -7.717013 3.161809 2.320360 -0.491804

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

Augmented Dickey-Fuller Test Equation Dependent Variable: D(P_US,2) Method: Least Squares Date: 09/27/13 Time: 21:47 Sample (adjusted): 2000M11 2012M12 Included observations: 146 after adjustments Coefficient -0.633448 0.257937 0.000639 -1.50E-06 0.298384 Mean dependent var 0.283561 S.D. dependent var 0.001553 Akaike info criterion 0.000343 Schwarz criterion 739.0999 Hannan-Quinn criter. 20.12998 Durbin-Watson stat 0.000000 -1.32E-05 0.001835 -10.06986 -9.988119 -10.03665 2.055420

-PL13-

2.7. Tỷ giá hối đoái:

Null Hypothesis: D(S) has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic based on SIC, MAXLAG=13)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level t-Statistic -13.63994 -4.021691 -3.440681 -3.144830 *MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(S,2) Method: Least Squares Date: 09/27/13 Time: 21:48 Sample (adjusted): 2000M10 2012M12 Included observations: 147 after adjustments Prob.* 0.0000 Coefficient Std. Error t-Statistic Prob.

0.082672 0.000777 9.02E-06 -13.63994 0.918144 0.847167 0.0000 0.3601 0.3983

Variable D(S(-1)) C @TREND(2000M08)

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

-1.127647 0.000714 7.64E-06 0.563700 Mean dependent var 0.557640 S.D. dependent var 0.004630 Akaike info criterion 0.003087 Schwarz criterion 583.0847 Hannan-Quinn criter. 93.02412 Durbin-Watson stat 0.000000 -1.17E-05 0.006961 -7.892309 -7.831280 -7.867512 2.005811

-PL14-

2.8. Chỉ số giá hàng hóa xuất khẩu thế giới:

Null Hypothesis: D(WXP) has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic based on SIC, MAXLAG=13)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level t-Statistic -7.456089 -4.021691 -3.440681 -3.144830 *MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(WXP,2) Method: Least Squares Date: 09/27/13 Time: 21:49 Sample (adjusted): 2000M10 2012M12 Included observations: 147 after adjustments

Prob.* 0.0000 Coefficient t-Statistic Prob.

-7.456089 0.391722 0.697388 0.0000 0.6958 0.4867

Variable D(WXP(-1)) C @TREND(2000M08) Std. Error 0.074662 0.000460 5.35E-06

-2.21E-05 0.003205 -8.940602 -8.879573 -8.915805 2.018936

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) -0.556684 0.000180 3.73E-06 0.278533 Mean dependent var 0.268513 S.D. dependent var 0.002741 Akaike info criterion 0.001082 Schwarz criterion 660.1342 Hannan-Quinn criter. 27.79671 Durbin-Watson stat 0.000000

-PL15-

2.9. Sản lượng công nghiệp Việt Nam:

Null Hypothesis: D(Y) has a unit root Exogenous: Constant, Linear Trend Lag Length: 4 (Automatic based on SIC, MAXLAG=13)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level t-Statistic -9.327649 -4.023506 -3.441552 -3.145341 *MacKinnon (1996) one-sided p-values.

Prob.* 0.0000 Std. Error Prob. t-Statistic

0.381281 0.335207 0.260958 0.171591 0.083620 0.006042 6.38E-05 0.0000 0.0000 0.0001 0.0013 0.0053 0.0002 0.2636

Variable D(Y(-1)) D(Y(-1),2) D(Y(-2),2) D(Y(-3),2) D(Y(-4),2) C @TREND(2000M08) -9.327649 5.148352 3.983198 3.283879 2.833182 3.776071 -1.122552

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

Augmented Dickey-Fuller Test Equation Dependent Variable: D(Y,2) Method: Least Squares Date: 09/27/13 Time: 21:49 Sample (adjusted): 2001M02 2012M12 Included observations: 143 after adjustments Coefficient -3.556452 1.725766 1.039448 0.563483 0.236912 0.022815 -7.16E-05 0.809877 Mean dependent var 0.801489 S.D. dependent var 0.031241 Akaike info criterion 0.132739 Schwarz criterion 296.3201 Hannan-Quinn criter. 96.55435 Durbin-Watson stat 0.000000 0.000302 0.070119 -4.046436 -3.901401 -3.987501 1.983766

-PL16-

2.10. Sản lượng công nghiệp Mỹ:

Null Hypothesis: D(Y_US,2) has a unit root Exogenous: Constant, Linear Trend Lag Length: 10 (Automatic based on SIC, MAXLAG=13)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level t-Statistic -10.07563 -4.026942 -3.443201 -3.146309 *MacKinnon (1996) one-sided p-values.

Prob.* 0.0000 Std. Error Prob. t-Statistic

0.915252 0.895421 0.847529 0.778376 0.693362 0.591745 0.477966 0.363009 0.253525 0.149227 0.059641 0.000936 1.04E-05 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.6899 0.7617

Variable D(Y_US(-1),2) D(Y_US(-1),3) D(Y_US(-2),3) D(Y_US(-3),3) D(Y_US(-4),3) D(Y_US(-5),3) D(Y_US(-6),3) D(Y_US(-7),3) D(Y_US(-8),3) D(Y_US(-9),3) D(Y_US(-10),3) C @TREND(2000M08) -10.07563 8.005784 7.329285 6.881213 6.544001 6.399179 6.589349 7.088737 7.779831 8.997976 11.95850 0.399923 -0.303957

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

Augmented Dickey-Fuller Test Equation Dependent Variable: D(Y_US,3) Method: Least Squares Date: 09/27/13 Time: 21:50 Sample (adjusted): 2001M09 2012M12 Included observations: 136 after adjustments Coefficient -9.221741 7.168547 6.211778 5.356171 4.537365 3.786683 3.149483 2.573272 1.972383 1.342744 0.713219 0.000374 -3.17E-06 0.968142 Mean dependent var 0.965034 S.D. dependent var 0.004770 Akaike info criterion 0.002799 Schwarz criterion 540.8263 Hannan-Quinn criter. 311.4908 Durbin-Watson stat 0.000000 -0.000255 0.025510 -7.762152 -7.483736 -7.649011 1.699923

-PL17-

Phụ Lục 3: Kết quả chạy mô hình VAR:

Vector Autoregression Estimates Date: 09/26/13 Time: 15:58 Sample (adjusted): 2000M11 2012M12 Included observations: 146 after adjustments Standard errors in ( ) & t-statistics in [ ] I0

Y_US

P_US

I_US

WXP

0.837072 0.002626 0.051526 -0.000336 -0.004787 -0.000521 0.001221 -0.000127 -0.025829 0.001364 (0.09828) (0.00202) (0.16861) (0.00135) (0.00842) (0.00070) (0.00189) (0.00040) (0.03927) (0.00062) [ 8.51730] [ 1.29866] [ 0.30559] [-0.24838] [-0.56862] [-0.74296] [ 0.64510] [-0.31355] [-0.65771] [ 2.18775]

-0.154888 -0.003593 -0.404089 -0.000536 -0.002487 0.000659 0.001889 -2.64E-05 -0.002231 -0.001801 (0.12074) (0.00248) (0.20715) (0.00166) (0.01034) (0.00086) (0.00233) (0.00050) (0.04825) (0.00077) [-1.28277] [-1.44628] [-1.95070] [-0.32266] [-0.24048] [ 0.76453] [ 0.81211] [-0.05320] [-0.04623] [-2.35118]

4.73E-05 -0.147966 0.002952 -0.064632 0.000683 -0.002330 -0.001296 -0.003691 -0.000272 -0.048347 (0.08793) (0.00181) (0.15086) (0.00121) (0.00753) (0.00063) (0.00169) (0.00036) (0.03514) (0.00056) [-1.68273] [ 1.63168] [-0.42843] [ 0.56458] [-0.30932] [-2.06341] [-2.17889] [-0.75246] [-1.37597] [ 0.08472]

3.760116 1.024582 -1.268708 0.006476 0.332652 0.036453 -0.090947 0.028395 -1.528426 0.055339 (4.53254) (0.09327) (7.77608) (0.06236) (0.38825) (0.03237) (0.08731) (0.01861) (1.81114) (0.02876) [ 0.82958] [ 10.9853] [-0.16316] [ 0.10385] [ 0.85679] [ 1.12623] [-1.04163] [ 1.52575] [-0.84390] [ 1.92428]

-10.25422 -0.198169 -11.82762 -0.087644 -0.029517 -0.032562 0.164619 -0.032765 2.982969 -0.078596 (6.31397) (0.12993) (10.8323) (0.08687) (0.54085) (0.04509) (0.12163) (0.02592) (2.52297) (0.04006) [-1.62405] [-1.52524] [-1.09188] [-1.00894] [-0.05458] [-0.72218] [ 1.35346] [-1.26383] [ 1.18232] [-1.96189]

1.619074 0.239510 10.21193 0.094422 0.412303 -0.021018 -0.118054 0.021171 -1.161897 0.064064 (4.57113) (0.09406) (7.84230) (0.06289) (0.39156) (0.03264) (0.08806) (0.01877) (1.82656) (0.02900) [ 0.35420] [ 2.54628] [ 1.30216] [ 1.50140] [ 1.05297] [-0.64386] [-1.34068] [ 1.12799] [-0.63611] [ 2.20886]

0.234194 -0.003326 0.757917 3.77E-05 0.006530 -0.001188 -0.000837 0.000295 0.008181 0.000839 (0.06887) (0.00142) (0.11815) (0.00095) (0.00590) (0.00049) (0.00133) (0.00028) (0.02752) (0.00044) [ 3.40059] [-2.34730] [ 6.41476] [ 0.03975] [ 1.10700] [-2.41642] [-0.63070] [ 1.04431] [ 0.29729] [ 1.92000]

-0.203842 0.005220 0.178776 0.001302 0.004672 0.000497 -0.001440 -0.000238 0.001795 -0.000917 (0.08271) (0.00170) (0.14189) (0.00114) (0.00708) (0.00059) (0.00159) (0.00034) (0.03305) (0.00052) [-2.46461] [ 3.06702] [ 1.25993] [ 1.14410] [ 0.65941] [ 0.84216] [-0.90366] [-0.69953] [ 0.05433] [-1.74670]

0.055010 -0.001965 -0.034801 -0.000680 -0.001064 0.000283 0.000834 9.91E-05 0.039326 9.93E-05 (0.07589) (0.00156) (0.13020) (0.00104) (0.00650) (0.00054) (0.00146) (0.00031) (0.03032) (0.00048) [ 0.72488] [-1.25803] [-0.26729] [-0.65118] [-0.16373] [ 0.52182] [ 0.57045] [ 0.31813] [ 1.29684] [ 0.20623]

3.186365 -0.255657 -3.092675 0.754703 -0.617179 0.086299 -0.076433 0.016606 3.248862 0.063088 (6.97738) (0.14358) (11.9705) (0.09599) (0.59768) (0.04983) (0.13441) (0.02865) (2.78806) (0.04427) [ 0.45667] [-1.78062] [-0.25836] [ 7.86193] [-1.03263] [ 1.73200] [-0.56866] [ 0.57964] [ 1.16528] [ 1.42505]

-7.341575 0.085861 -2.320900 0.063960 0.338762 -0.036370 -0.028903 -0.049470 -1.467443 -0.046617

I0(-1) I0(-2) I0(-3) M(-1) M(-2) M(-3) I(-1) I(-2) I(-3) S(-1) S(-2)

-PL18-

(8.51989) (0.17532) (14.6168) (0.11722) (0.72981) (0.06084) (0.16412) (0.03498) (3.40443) (0.05406) [-0.86170] [ 0.48974] [-0.15878] [ 0.54566] [ 0.46418] [-0.59778] [-0.17611] [-1.41413] [-0.43104] [-0.86236]

-9.542247 0.203903 -14.49157 0.069842 0.322332 -0.093990 0.362399 0.008478 -2.582283 -0.011200 (7.05050) (0.14508) (12.0959) (0.09700) (0.60394) (0.05035) (0.13582) (0.02895) (2.81728) (0.04473) [-1.35341] [ 1.40543] [-1.19805] [ 0.72001] [ 0.53371] [-1.86679] [ 2.66830] [ 0.29284] [-0.91659] [-0.25036]

0.636173 -0.001096 -0.563493 -0.003879 -0.062106 0.022921 -0.004060 0.001890 0.375185 0.002072 (1.11629) (0.02297) (1.91513) (0.01536) (0.09562) (0.00797) (0.02150) (0.00458) (0.44605) (0.00708) [ 0.56990] [-0.04769] [-0.29423] [-0.25255] [-0.64950] [ 2.87528] [-0.18882] [ 0.41232] [ 0.84112] [ 0.29256]

0.139663 -0.044528 -0.041948 0.019395 -0.099764 0.016338 0.020611 0.001131 -0.466955 0.004006 (1.14426) (0.02355) (1.96311) (0.01574) (0.09802) (0.00817) (0.02204) (0.00470) (0.45723) (0.00726) [ 0.12206] [-1.89111] [-0.02137] [ 1.23197] [-1.01782] [ 1.99948] [ 0.93506] [ 0.24083] [-1.02127] [ 0.55182]

1.688254 0.014478 2.910661 0.028028 -0.037232 0.000293 0.018929 0.001149 0.010516 0.005685 (1.14285) (0.02352) (1.96069) (0.01572) (0.09790) (0.00816) (0.02202) (0.00469) (0.45667) (0.00725) [ 1.47723] [ 0.61564] [ 1.48451] [ 1.78256] [-0.38032] [ 0.03589] [ 0.85983] [ 0.24478] [ 0.02303] [ 0.78400]

20.56692 0.223981 44.49164 0.053276 0.844307 1.077364 0.227903 0.140264 8.478926 0.145806 (12.6806) (0.26094) (21.7550) (0.17446) (1.08621) (0.09055) (0.24427) (0.05207) (5.06699) (0.08046) [ 1.62192] [ 0.85838] [ 2.04512] [ 0.30538] [ 0.77729] [ 11.8975] [ 0.93299] [ 2.69396] [ 1.67337] [ 1.81223]

-21.77194 -0.553408 -44.98619 -0.152013 -0.826905 -0.054653 -0.722221 -0.116312 -8.717817 -0.145377 (18.2035) (0.37458) (31.2303) (0.25044) (1.55931) (0.12999) (0.35066) (0.07474) (7.27389) (0.11550) [-1.19603] [-1.47739] [-1.44047] [-0.60697] [-0.53030] [-0.42043] [-2.05959] [-1.55615] [-1.19851] [-1.25869]

7.588657 0.289953 2.150306 0.159712 0.006700 -0.081200 0.243975 -0.003596 3.142369 0.000569 (11.4478) (0.23557) (19.6400) (0.15750) (0.98061) (0.08175) (0.22052) (0.04700) (4.57439) (0.07263) [ 0.66289] [ 1.23086] [ 0.10949] [ 1.01405] [ 0.00683] [-0.99327] [ 1.10634] [-0.07650] [ 0.68695] [ 0.00783]

-2.751511 -0.171326 -3.413276 -0.023121 0.540097 -0.058723 0.173985 0.020452 3.323130 0.016150 (4.85389) (0.09988) (8.32740) (0.06678) (0.41578) (0.03466) (0.09350) (0.01993) (1.93955) (0.03080) [-0.56687] [-1.71529] [-0.40988] [-0.34623] [ 1.29899] [-1.69415] [ 1.86075] [ 1.02618] [ 1.71335] [ 0.52440]

1.012580 0.024041 4.702366 0.152947 -0.478380 -0.000506 0.162652 0.013288 0.743557 0.036887 (4.64421) (0.09557) (7.96767) (0.06389) (0.39782) (0.03316) (0.08946) (0.01907) (1.85576) (0.02947) [ 0.21803] [ 0.25156] [ 0.59018] [ 2.39372] [-1.20250] [-0.01525] [ 1.81808] [ 0.69682] [ 0.40067] [ 1.25180]

7.841484 0.158771 -0.732702 -0.118931 1.310287 0.050289 0.225754 0.016372 1.152668 0.033704 (4.48754) (0.09234) (7.69888) (0.06174) (0.38440) (0.03205) (0.08645) (0.01843) (1.79316) (0.02847) [ 1.74739] [ 1.71936] [-0.09517] [-1.92634] [ 3.40866] [ 1.56927] [ 2.61153] [ 0.88853] [ 0.64281] [ 1.18373]

27.10675 -1.722484 -18.96515 -0.263032 -2.383661 0.087815 0.411100 1.348861 -2.925344 0.134766 (28.1119) (0.57847) (48.2291) (0.38676) (2.40805) (0.20075) (0.54153) (0.11543) (11.2331) (0.17837) [ 0.96425] [-2.97764] [-0.39323] [-0.68009] [-0.98987] [ 0.43744] [ 0.75915] [ 11.6859] [-0.26042] [ 0.75556]

-23.61806 1.731146 -31.34268 -0.087813 7.823212 -1.159256 -0.144111 -0.670852 19.33308 -0.455953 (44.3035) (0.91166) (76.0077) (0.60953) (3.79501) (0.31638) (0.85344) (0.18191) (17.7031) (0.28110) [-0.53310] [ 1.89890] [-0.41236] [-0.14407] [ 2.06145] [-3.66416] [-0.16886] [-3.68785] [ 1.09208] [-1.62203]

S(-3) Y(-1) Y(-2) Y(-3) P(-1) P(-2) P(-3) Y_US(-1) Y_US(-2) Y_US(-3) P_US(-1) P_US(-2) P_US(-3)

3.135730 -0.288045 23.53333 -0.132112 -4.192000 0.893475 0.153232 0.084841 -14.94560 -0.088126 (29.8822) (0.61490) (51.2664) (0.41112) (2.55969) (0.21339) (0.57563) (0.12270) (11.9405) (0.18960) [ 0.10494] [-0.46844] [ 0.45904] [-0.32135] [-1.63770] [ 4.18700] [ 0.26620] [ 0.69147] [-1.25167] [-0.46480]

-PL19-

-0.043996 0.011237 0.099067 -0.001865 -0.004365 -0.001202 0.010876 0.001541 1.464058 0.000602 (0.24835) (0.00511) (0.42607) (0.00342) (0.02127) (0.00177) (0.00478) (0.00102) (0.09924) (0.00158) [-0.17715] [ 2.19889] [ 0.23251] [-0.54589] [-0.20519] [-0.67793] [ 2.27331] [ 1.51093] [ 14.7532] [ 0.38179]

0.302617 -0.013399 0.425519 0.001937 0.003533 -0.000239 -0.010814 -0.001937 -0.486285 -0.001166 (0.42417) (0.00873) (0.72772) (0.00584) (0.03633) (0.00303) (0.00817) (0.00174) (0.16949) (0.00269) [ 0.71343] [-1.53512] [ 0.58473] [ 0.33191] [ 0.09724] [-0.07903] [-1.32351] [-1.11239] [-2.86905] [-0.43332]

-0.323805 0.003628 -0.637185 -0.000127 -0.000842 0.000490 0.001084 0.000445 0.015364 0.000754 (0.25175) (0.00518) (0.43190) (0.00346) (0.02156) (0.00180) (0.00485) (0.00103) (0.10059) (0.00160) [-1.28623] [ 0.70032] [-1.47531] [-0.03662] [-0.03903] [ 0.27233] [ 0.22361] [ 0.43030] [ 0.15274] [ 0.47177]

-18.11027 0.408630 82.07762 0.195000 0.396450 0.508810 0.142557 -0.123360 -8.785809 0.795527 (19.0236) (0.39146) (32.6372) (0.26173) (1.62955) (0.13585) (0.36646) (0.07811) (7.60158) (0.12070) [-0.95199] [ 1.04386] [ 2.51485] [ 0.74505] [ 0.24329] [ 3.74538] [ 0.38901] [-1.57930] [-1.15579] [ 6.59081]

31.51717 -0.585375 -34.66817 -0.241761 -5.082354 0.090636 0.105654 0.068284 -4.867930 0.019869 (24.3486) (0.50104) (41.7728) (0.33499) (2.08569) (0.17388) (0.46904) (0.09997) (9.72937) (0.15449) [ 1.29441] [-1.16833] [-0.82992] [-0.72170] [-2.43677] [ 0.52127] [ 0.22526] [ 0.68301] [-0.50033] [ 0.12861]

3.197274 0.070660 6.127975 0.031063 2.344351 -0.236531 0.318368 0.036243 -0.154288 0.112713 (20.2251) (0.41618) (34.6985) (0.27826) (1.73247) (0.14443) (0.38960) (0.08304) (8.08168) (0.12833) [ 0.15808] [ 0.16978] [ 0.17661] [ 0.11163] [ 1.35318] [-1.63769] [ 0.81716] [ 0.43643] [-0.01909] [ 0.87834]

49.76641 -0.153246 62.32241 0.924865 -5.910461 0.040887 -1.167981 0.208657 7.981464 0.113055 (22.5407) (0.46383) (38.6712) (0.31011) (1.93082) (0.16097) (0.43421) (0.09255) (9.00695) (0.14302) [ 2.20785] [-0.33039] [ 1.61160] [ 2.98233] [-3.06111] [ 0.25401] [-2.68990] [ 2.25450] [ 0.88614] [ 0.79050]

I_US(-1) I_US(-2) I_US(-3) WXP(-1) WXP(-2) WXP(-3) C

0.945476 0.999751 0.966178 0.992789 0.985509 0.999789 0.918415 0.998972 0.996224 0.998376

0.931252 0.999687 0.957355 0.990908 0.981729 0.999734 0.897132 0.998704 0.995239 0.997953

8.256507 14.92033 11.68805 4.223754 4.612849 2.081697 1.989839 2.014405 2.038973 2.023691

R-squared Adj. R- squared Sum sq. resids 12.70552 0.005380 37.39659 0.002405 0.093227 0.000648 0.004715 0.000214 2.028680 0.000511 S.E. equation 0.332390 0.006840 0.570252 0.004573 0.028472 0.002374 0.006403 0.001365 0.132818 0.002109 F-statistic 66.47217 15418.76 109.5068 527.7720 260.6963 18190.40 43.15237 3725.618 1011.314 2357.249 Log likelihood -28.93044 538.0684 -107.7370 596.8454 329.8465 692.5847 547.7037 773.3856 104.9991 709.8454 0.820965 -6.946142 1.900507 -7.751307 -4.093787 -9.062804 -7.078133 -10.16967 -1.013687 -9.299252 Akaike AIC Schwarz SC 1.454470 -6.312637 2.534013 -7.117801 -3.460281 -8.429299 -6.444628 -9.536160 -0.380181 -8.665747 Mean dependent S.D. dependent

1.267706 0.386364 2.761439 0.047959 0.210638 0.145632 0.019964 0.037911 1.924860 0.046612

2.12E-37

1.95E-38 4267.086

Determinant resid covariance (dof adj.) Determinant resid covariance Log likelihood Akaike information criterion Schwarz criterion

-54.20666 -47.87161

-PL20-

Phụ Lục 4: Phân tích phân rã phương sai:

7.1. Variance Decomposition of Y:

S.E.

I_US

WXP

P_US

Y_US

Y 0.332390 0.153557 4.043882 2.758912 0.209337 92.83431 0.000000 0.000000 0.000000 0.000000 0.000000 0.486239 0.155722 4.390102 3.326165 0.851307 89.45787 0.266107 0.679928 0.784205 0.044180 0.044415 0.560005 0.341508 4.178514 3.294865 1.174290 84.91600 0.267804 0.958056 1.657348 0.244989 2.966622 0.628103 0.737089 5.973993 3.033324 1.060682 76.70054 0.340441 7.547019 1.601449 0.255117 2.750342 0.694301 0.898880 6.812534 3.072756 1.039747 74.82933 0.496605 7.607290 1.562599 0.986786 2.693476 0.749844 0.879731 8.200683 3.002217 1.167623 73.12111 0.676300 7.472867 1.547739 1.195733 2.736002 0.794818 0.857456 9.490706 2.930317 1.264436 71.27784 0.788067 7.736337 1.515196 1.350334 2.789314 0.831093 0.848470 10.32770 2.889092 1.253832 69.84666 0.853924 7.755916 1.585240 1.697428 2.941740 0.860959 0.825402 11.22080 2.836913 1.242617 67.94911 0.984514 7.941691 1.660961 2.138904 3.199090 0.888547 0.803606 12.14347 2.806203 1.284633 66.07911 1.013217 8.076005 1.661273 2.713742 3.418734 0.916097 0.783532 12.99902 2.779317 1.299346 64.31026 1.030653 8.051279 1.652994 3.390826 3.702772 0.945213 0.761187 13.79060 2.776809 1.323883 62.47928 1.042645 8.066751 1.628812 4.087862 4.042173 0.975595 0.744735 14.45839 2.816674 1.337839 60.70431 1.029073 8.098284 1.601902 4.834099 4.374695 1.005736 0.739669 15.02909 2.896132 1.327809 58.96365 1.006099 8.110825 1.580690 5.618439 4.727602 1.034048 0.750118 15.53468 3.013609 1.309312 57.24977 0.977492 8.129056 1.560439 6.398375 5.077145 1.059283 0.782889 15.96271 3.166656 1.282974 55.59871 0.950196 8.132401 1.544246 7.166771 5.412443 1.081084 0.839496 16.32257 3.348876 1.250683 54.01031 0.928013 8.126332 1.533785 7.901399 5.738531 1.099895 0.920645 16.62662 3.554107 1.216405 52.48814 0.913714 8.120728 1.527291 8.588977 6.043369 1.116531 1.023954 16.88335 3.773564 1.182875 51.04184 0.908819 8.105739 1.525323 9.229207 6.325326 1.131876 1.144036 17.10614 3.997851 1.152855 49.67328 0.912076 8.083255 1.527492 9.816773 6.586242 1.146597 1.276539 17.30251 4.220572 1.128166 48.38355 0.922987 8.055307 1.533176 10.35207 6.825127 1.161024 1.416624 17.47782 4.436097 1.110503 47.17182 0.940044 8.021396 1.542775 10.83859 7.044321 1.175195 1.559268 17.63823 4.640179 1.100796 46.03457 0.961561 7.983955 1.556087 11.27946 7.245888 1.188954 1.700565 17.78779 4.830037 1.099615 44.96806 0.986583 7.943844 1.572838 11.67946 7.431214 1.202057 1.837327 17.92956 5.003764 1.107473 43.96771 1.013926 7.901654 1.592970 12.04315 7.602467 1.214275 1.967397 18.06578 5.160570 1.124450 43.02828 1.042694 7.858748 1.616285 12.37450 7.761292 1.225437 2.089571 18.19756 5.300398 1.150616 42.14445 1.072326 7.815947 1.642703 12.67745 7.908979 1.235453 2.203196 18.32563 5.423606 1.185989 41.31090 1.102306 7.773989 1.672214 12.95538 8.046785 1.244310 2.308131 18.45040 5.530904 1.230395 40.52259 1.132313 7.733619 1.704783 13.21122 8.175645 1.252050 2.404600 18.57191 5.623183 1.283614 39.77491 1.162124 7.695340 1.740425 13.44754 8.296360 1.258754 2.493025 18.69007 5.701433 1.345319 39.06362 1.191537 7.659638 1.779175 13.66653 8.409653 1.264522 2.573962 18.80473 5.766694 1.415052 38.38493 1.220410 7.626948 1.821055 13.87010 8.516123 1.269459 2.648015 18.91564 5.820004 1.492269 37.73549 1.248618 7.597606 1.866090 14.05995 8.616326 1.273669 2.715784 19.02261 5.862374 1.576305 37.11231 1.276038 7.571916 1.914287 14.23759 8.710790 1.277249 2.777850 19.12544 5.894786 1.666387 36.51277 1.302561 7.550142 1.965632 14.40441 8.800018 1.280287 2.834762 19.22395 5.918178 1.761665 35.93459 1.328083 7.532500 2.020089 14.56168 8.884510

Period 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

Cholesky Ordering: I0 M I S Y P Y_US P_US I_US WXP

-PL21-

7.2. Variance Decomposition of i0:

Period S.E.

I_US

WXP

P_US

Y_US

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

Y 0.332390 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.486239 90.59179 0.255508 7.858248 0.023780 0.034144 0.733148 0.023428 0.148353 0.000239 0.331356 0.560005 82.17134 0.232719 12.53579 0.031960 0.107313 2.875867 0.079914 0.868642 0.128902 0.967553 0.628103 67.51242 0.427571 20.95077 0.497037 1.472184 4.621332 0.737675 1.108156 0.203778 2.469082 0.694301 55.27344 0.763107 24.65729 2.157828 2.403137 6.656293 1.503436 1.150959 0.179102 5.255407 0.749844 48.25320 0.781803 25.13648 4.344665 2.605035 7.481918 1.995071 1.069744 0.354945 7.977142 0.794818 44.60474 0.696352 23.63519 6.011999 2.538007 7.491677 2.206273 0.967078 0.918584 10.93010 0.831093 42.38157 0.678915 21.71905 6.956155 2.322858 6.971634 2.182059 1.097114 1.820043 13.87060 0.860959 40.34649 0.800139 20.35864 7.160138 2.217085 6.558886 2.051382 1.451433 2.867304 16.18850 0.888547 38.06835 1.099937 19.82393 6.856105 2.240011 6.729372 1.926067 1.888245 3.766925 17.60106 0.916097 35.82038 1.521740 19.94148 6.456808 2.331051 7.565731 1.831064 2.259651 4.246537 18.02556 0.945213 33.94249 2.014116 20.30925 6.284110 2.378969 8.875728 1.749733 2.508800 4.301966 17.63484 0.975595 32.62419 2.506715 20.55785 6.496196 2.344489 10.27703 1.660912 2.651299 4.094488 16.78684 1.005736 31.80587 2.947573 20.51300 7.037984 2.249005 11.48018 1.567389 2.715624 3.860102 15.82327 1.034048 31.27733 3.317050 20.16503 7.773951 2.132365 12.34448 1.483961 2.734649 3.793217 14.97796 1.059283 30.82445 3.606513 19.60736 8.560140 2.034638 12.84180 1.435190 2.729709 3.998569 14.36163 1.081084 30.30713 3.818040 18.96251 9.280302 1.974826 13.02960 1.440633 2.708821 4.491364 13.98678 1.099895 29.67411 3.958941 18.33554 9.872024 1.954132 12.98753 1.511251 2.675211 5.221749 13.80951 1.116531 28.94863 4.037563 17.80205 10.30840 1.962024 12.79528 1.643850 2.630376 6.106201 13.76563 1.131876 28.19310 4.064250 17.40223 10.58995 1.984766 12.52130 1.823903 2.576476 7.050891 13.79313 1.146597 27.47729 4.050501 17.14615 10.73632 2.010311 12.21642 2.030705 2.517056 7.971899 13.84335 1.161024 26.85658 4.007962 17.02234 10.77563 2.030190 11.91473 2.241462 2.456122 8.808786 13.88619 1.175195 26.36068 3.947557 17.00674 10.73825 2.040571 11.63567 2.437260 2.397246 9.527734 13.90828 1.188954 25.99436 3.878414 17.07118 10.65201 2.041005 11.38788 2.605473 2.342973 10.11878 13.90793 1.202057 25.74438 3.807387 17.18916 10.53924 2.033047 11.17319 2.739832 2.294685 10.58889 13.89019 1.214275 25.58801 3.739091 17.33885 10.41614 2.019142 10.98976 2.839725 2.252777 10.95412 13.86238 1.225437 25.50042 3.676221 17.50395 10.29327 2.001710 10.83427 2.908238 2.216981 11.23365 13.83129 1.235453 25.45929 3.620041 17.67320 10.17665 1.982740 10.70311 2.950414 2.186687 11.44584 13.80203 1.244310 25.44696 3.570855 17.83935 10.06908 1.963676 10.59298 2.971972 2.161166 11.60633 13.77762 1.252050 25.45084 3.528387 17.99801 9.971384 1.945442 10.50102 2.978388 2.139717 11.72745 13.75935 1.258754 25.46270 3.492055 18.14673 9.883293 1.928561 10.42482 2.974430 2.121730 11.81848 13.74719 1.264522 25.47767 3.461156 18.28422 9.804194 1.913279 10.36234 2.963990 2.106701 11.88617 13.74028 1.269459 25.49315 3.434972 18.40986 9.733551 1.899666 10.31183 2.950070 2.094225 11.93535 13.73732 1.273669 25.50790 3.412830 18.52333 9.671142 1.887701 10.27176 2.934881 2.083978 11.96956 13.73692 1.277249 25.52142 3.394127 18.62448 9.617124 1.877316 10.24075 2.919977 2.075699 11.99141 13.73770 1.280287 25.53344 3.378336 18.71318 9.571990 1.868431 10.21752 2.906389 2.069172 12.00302 13.73852

Cholesky Ordering: I0 M I S Y P Y_US P_US I_US WXP

-PL22-

7.3. Variance Decomposition of i

S.E.

Y_US

P_US

I_US

0.332390 11.34895 0.290305 88.36074 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.486239 11.07365 0.144217 83.10585 0.007684 0.216650 2.637823 0.144898 0.230893 0.010662 0.560005 8.048715 0.133343 82.61450 0.305212 0.143215 3.824154 0.104311 0.204541 0.149575 0.628103 5.963867 0.119933 79.25386 0.246042 0.886058 4.846915 0.117749 0.279936 0.110761 0.694301 5.508243 0.098759 74.66793 0.263562 1.224367 4.873286 0.099100 0.954806 0.216322 0.749844 6.093636 0.139060 69.09652 0.427133 1.268346 4.472002 0.229013 2.274335 0.592833 0.794818 6.779520 0.391543 63.10519 0.553656 1.143843 3.995317 0.386745 4.146053 1.263927 0.831093 6.946204 0.850747 57.51949 0.533567 1.076949 3.902058 0.739336 6.280350 1.941963 0.860959 6.563170 1.514535 52.74524 0.497068 1.149256 4.494928 1.260014 8.210701 2.475493 0.888547 6.041637 2.294886 48.83558 0.633340 1.291625 5.711382 1.821721 9.708240 2.721096 0.916097 5.802197 3.072823 45.61669 1.047254 1.431712 7.239054 2.353453 10.67841 2.689284 0.945213 6.010443 3.778786 42.89907 1.721436 1.500610 8.754776 2.748596 11.20539 2.515293 0.975595 6.563307 4.375928 40.56551 2.547887 1.493397 9.982333 2.985321 11.44343 2.369764 1.005736 7.235967 4.856188 38.58044 3.375179 1.443351 10.82293 3.088930 11.51575 2.386120 1.034048 7.819618 5.230203 36.93874 4.096397 1.382740 11.29322 3.096026 11.50814 2.627416 1.059283 8.193071 5.511021 35.64219 4.649830 1.334170 11.46781 3.049141 11.46441 3.090790 1.081084 8.336729 5.711273 34.67267 5.018919 1.305014 11.44262 2.982934 11.39811 3.726941 1.099895 8.303212 5.842770 33.99117 5.222368 1.292701 11.30493 2.919289 11.31023 4.460533 1.116531 8.178809 5.915974 33.54406 5.296859 1.289888 11.12299 2.868861 11.19917 5.212362 1.131876 8.048157 5.941950 33.27139 5.284828 1.289302 10.94282 2.833355 11.06643 5.914913 1.146597 7.971059 5.932465 33.11623 5.225774 1.286139 10.78937 2.809529 10.91828 6.522562 1.161024 7.974538 5.899062 33.03151 5.150608 1.278496 10.67144 2.792381 10.76394 7.014555 1.175195 8.057049 5.852138 32.98278 5.080183 1.266849 10.58747 2.777596 10.61307 7.390764 1.188954 8.199178 5.800010 32.94792 5.026238 1.252880 10.53091 2.762566 10.47369 7.664657 1.202057 8.374830 5.748591 32.91458 4.993708 1.238514 10.49406 2.746338 10.35108 7.855966 1.214275 8.559455 5.701559 32.87699 4.983210 1.225333 10.47012 2.729166 10.24768 7.985078 1.225437 8.734457 5.660772 32.83329 4.993088 1.214325 10.45402 2.711846 10.16363 8.069833 1.235453 8.888345 5.626781 32.78350 5.020841 1.205901 10.44234 2.695217 10.09754 8.124242 1.244310 9.015930 5.599303 32.72833 5.063921 1.200029 10.43297 2.679897 10.04714 8.158476 1.252050 9.116639 5.577592 32.66861 5.120131 1.196410 10.42467 2.666183 10.00996 8.179475 1.258754 9.192725 5.560700 32.60502 5.187736 1.194622 10.41676 2.654090 9.983593 8.191751 1.264522 9.247796 5.547656 32.53805 5.265415 1.194224 10.40883 2.643457 9.965984 8.198124 1.269459 9.285780 5.537562 32.46810 5.352147 1.194820 10.40063 2.634048 9.955464 8.200312 1.273669 9.310327 5.529644 32.39545 5.447067 1.196083 10.39199 2.625641 9.950757 8.199353 1.277249 9.324528 5.523275 32.32042 5.549332 1.197764 10.38277 2.618084 9.950929 8.195893 1.280287 9.330855 5.517970 32.24333 5.658018 1.199675 10.37286 2.611316 9.955309 8.190365

WXP 0.000000 2.427668 4.472430 8.174879 12.09362 15.40712 18.23421 20.20934 21.08960 20.94049 20.06913 18.86561 17.67313 16.69514 16.00750 15.59756 15.40480 15.35280 15.37103 15.40685 15.42859 15.42348 15.39211 15.34195 15.28234 15.22141 15.16473 15.11530 15.07400 15.04033 15.01300 14.99046 14.97114 14.95369 14.93701 14.92030

Period 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

Cholesky Ordering: I0 M I S Y P Y_US P_US I_US WXP

-PL23-

7.4. Variance Decomposition of m

Period S.E.

I_US

WXP

P_US

Y_US

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

Y 0.332390 0.509266 99.49073 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.486239 0.481001 89.64142 2.851370 0.113318 0.003817 0.548364 1.918503 2.697858 1.377422 0.366924 0.560005 0.419580 84.16887 3.125392 0.212485 0.234783 0.642201 3.031841 6.070998 1.841131 0.252714 0.628103 0.764176 81.65208 3.831579 0.170077 0.538690 1.005084 2.727423 7.209585 1.857708 0.243595 0.694301 1.543505 80.34786 3.831221 0.147846 1.007061 1.112034 2.220631 6.840940 2.473990 0.474915 0.749844 2.410539 79.03659 3.576706 0.131533 1.071917 1.058259 1.938787 6.130166 3.744224 0.901280 0.794818 3.203596 77.81600 3.159499 0.146183 0.970393 0.954373 1.655460 5.453783 5.232577 1.408134 0.831093 3.660859 76.53646 2.754237 0.154223 0.872133 0.830717 1.443700 4.847447 6.921736 1.978488 0.860959 3.749502 75.19591 2.466281 0.137400 0.780186 0.759520 1.332309 4.315033 8.682873 2.580985 0.888547 3.576001 73.76455 2.334351 0.128929 0.698273 0.779929 1.345346 3.867040 10.40405 3.101539 0.916097 3.283039 72.27538 2.337089 0.155028 0.632643 0.898201 1.437068 3.490461 11.98176 3.509338 0.945213 2.984707 70.78433 2.428708 0.224175 0.578621 1.074456 1.588171 3.172269 13.33858 3.825980 0.975595 2.745501 69.33471 2.567947 0.327168 0.531435 1.276610 1.788246 2.903458 14.46347 4.061452 1.005736 2.585994 67.95900 2.718554 0.453368 0.489169 1.473287 2.012516 2.677996 15.39143 4.238688 1.034048 2.494081 66.69205 2.856184 0.584693 0.451955 1.641773 2.246908 2.490186 16.16113 4.381041 1.059283 2.446743 65.54824 2.968735 0.705152 0.419537 1.773823 2.480269 2.334608 16.81690 4.505994 1.081084 2.422218 64.51830 3.053846 0.806455 0.391478 1.867053 2.706065 2.206399 17.39861 4.629583 1.099895 2.405308 63.57867 3.114824 0.884870 0.366968 1.924796 2.925857 2.100724 17.93572 4.762268 1.116531 2.387909 62.69901 3.157513 0.941052 0.345153 1.953955 3.140712 2.013449 18.45103 4.910220 1.131876 2.367049 61.85038 3.188097 0.978075 0.325271 1.961444 3.351761 1.941336 18.95926 5.077329 1.146597 2.343266 61.00803 3.212565 0.999480 0.306789 1.953761 3.561111 1.881865 19.46828 5.264853 1.161024 2.319009 60.15276 3.236264 1.009071 0.289444 1.936460 3.770121 1.833348 19.98134 5.472185 1.175195 2.297343 59.27207 3.263603 1.010303 0.273125 1.913842 3.979872 1.794695 20.49774 5.697410 1.188954 2.281367 58.35985 3.298020 1.006008 0.257816 1.889254 4.190839 1.765159 21.01420 5.937484 1.202057 2.273859 57.41538 3.341925 0.998471 0.243533 1.865153 4.402586 1.744246 21.52600 6.188842 1.214275 2.277069 56.44199 3.396752 0.989433 0.230286 1.843216 4.614213 1.731565 22.02769 6.447786 1.225437 2.292626 55.44571 3.463053 0.980187 0.218058 1.824525 4.824456 1.726750 22.51390 6.710734 1.235453 2.321459 54.43412 3.540606 0.971685 0.206802 1.809657 5.031802 1.729425 22.97995 6.974492 1.244310 2.363794 53.41547 3.628571 0.964597 0.196450 1.798798 5.234715 1.739157 23.42208 7.236370 1.252050 2.419215 52.39790 3.725658 0.959380 0.186922 1.791852 5.431735 1.755459 23.83765 7.494228 1.258754 2.486772 51.38896 3.830307 0.956333 0.178135 1.788522 5.621587 1.777802 24.22511 7.746472 1.264522 2.565123 50.39523 3.940833 0.955643 0.170009 1.788400 5.803265 1.805633 24.58387 7.991990 1.269459 2.652687 49.42218 4.055562 0.957420 0.162470 1.791031 5.976042 1.838391 24.91414 8.230071 1.273669 2.747776 48.47412 4.172910 0.961732 0.155456 1.795961 6.139470 1.875536 25.21672 8.460312 1.277249 2.848716 47.55426 4.291446 0.968621 0.148910 1.802770 6.293355 1.916558 25.49283 8.682540 1.280287 2.953931 46.66480 4.409921 0.978119 0.142786 1.811093 6.437723 1.960989 25.74391 8.896732

Cholesky Ordering: I0 M I S Y P Y_US P_US I_US WXP

-PL24-

7.5. Variance Decomposition of s

Period S.E.

I_US

WXP

P_US

Y_US

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

Y 0.332390 0.399241 0.124718 1.077424 98.39862 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.486239 0.315623 0.150358 1.215503 97.29860 0.105931 0.070108 0.266393 0.092821 0.213467 0.271192 0.560005 0.347530 0.488271 2.143849 93.70345 0.616312 0.257227 0.636250 1.041675 0.446430 0.319004 0.628103 0.331747 0.631210 2.959090 88.53204 1.995701 0.209330 0.868177 3.311532 0.624266 0.536907 0.694301 0.401140 0.533399 3.115609 84.40258 2.472284 0.235733 1.316210 5.808044 0.928591 0.786410 0.749844 0.393196 0.458707 3.328449 80.79768 2.519086 0.232571 1.897935 8.181661 1.157300 1.033413 0.794818 0.363902 0.409118 3.485120 77.64860 2.363900 0.249707 2.537613 10.12381 1.434008 1.384221 0.831093 0.361145 0.364224 3.597642 74.72977 2.232279 0.272983 3.157936 11.81873 1.712763 1.752533 0.860959 0.386715 0.328281 3.622894 71.81442 2.098358 0.284315 3.967114 13.35462 1.999285 2.143996 0.888547 0.447869 0.302337 3.573671 68.95373 1.958012 0.301875 4.913892 14.73256 2.295925 2.520132 0.916097 0.536844 0.285345 3.485866 66.18836 1.823170 0.320610 5.887240 15.98610 2.604048 2.882420 0.945213 0.649444 0.275407 3.374011 63.53218 1.694744 0.337629 6.868085 17.11322 2.914686 3.240591 0.975595 0.787076 0.272777 3.247803 60.98089 1.578964 0.352525 7.852477 18.11959 3.220801 3.587097 1.005736 0.946290 0.277497 3.111769 58.53645 1.475277 0.363453 8.819556 19.01911 3.523485 3.927113 1.034048 1.121983 0.287852 2.971936 56.20359 1.382141 0.370352 9.765917 19.81441 3.821654 4.260164 1.059283 1.309538 0.303099 2.832925 53.99029 1.299330 0.374123 10.67433 20.51195 4.117809 4.586609 1.081084 1.505365 0.322659 2.697880 51.89846 1.226160 0.374877 11.53336 21.11995 4.412055 4.909236 1.099895 1.707345 0.346135 2.568877 49.92332 1.161815 0.373156 12.34295 21.64425 4.703703 5.228448 1.116531 1.914232 0.373494 2.447687 48.06240 1.105460 0.369722 13.09862 22.09160 4.992729 5.544063 1.131876 2.124811 0.404522 2.336031 46.31315 1.056348 0.365103 13.79795 22.46812 5.278184 5.855784 1.146597 2.338435 0.439122 2.235531 44.67293 1.013824 0.359855 14.43963 22.77939 5.558705 6.162582 1.161024 2.554854 0.477385 2.147627 43.13905 0.977202 0.354387 15.02228 23.03146 5.832494 6.463256 1.175195 2.773898 0.519424 2.073533 41.70812 0.945840 0.348985 15.54623 23.23021 6.097320 6.756436 1.188954 2.995434 0.565413 2.014208 40.37665 0.919113 0.343889 16.01239 23.38149 6.350912 7.040510 1.202057 3.219160 0.615542 1.970279 39.14110 0.896426 0.339266 16.42202 23.49120 6.591050 7.313960 1.214275 3.444593 0.669997 1.941994 37.99777 0.877227 0.335229 16.77714 23.56503 6.815631 7.575391 1.225437 3.671090 0.728983 1.929206 36.94278 0.860986 0.331859 17.08026 23.60847 7.022815 7.823550 1.235453 3.897821 0.792701 1.931373 35.97214 0.847216 0.329199 17.33433 23.62671 7.211094 8.057416 1.244310 4.123795 0.861336 1.947583 35.08175 0.835481 0.327265 17.54272 23.62454 7.379342 8.276183 1.252050 4.347892 0.935061 1.976602 34.26746 0.825392 0.326056 17.70905 23.60636 7.526857 8.479275 1.258754 4.568898 1.014026 2.016927 33.52509 0.816613 0.325549 17.83708 23.57612 7.653346 8.666347 1.264522 4.785556 1.098363 2.066853 32.85045 0.808857 0.325704 17.93072 23.53732 7.758918 8.837259 1.269459 4.996601 1.188183 2.124543 32.23939 0.801886 0.326467 17.99384 23.49297 7.844056 8.992052 1.273669 5.200800 1.283569 2.188090 31.68782 0.795506 0.327775 18.03028 23.44565 7.909581 9.130930 1.277249 5.396980 1.384579 2.255583 31.19173 0.789569 0.329553 18.04371 23.39746 7.956611 9.254234 1.280287 5.584056 1.491242 2.325155 30.74718 0.783959 0.331719 18.03764 23.35010 7.986522 9.362419

Cholesky Ordering: I0 M I S Y P Y_US P_US I_US WXP

-PL25-

7.6. Variance Decomposition of p

Period S.E.

I_US

WXP

P_US

Y_US

0.332390 0.389826 0.486239 0.226874 0.560005 0.276598 0.628103 0.197940 0.694301 0.144661 0.749844 0.113971 0.794818 0.158190 0.831093 0.391801 0.860959 0.904428 0.888547 1.694055 0.916097 2.707178 0.945213 3.841793 0.975595 4.983988 1.005736 6.050020 1.034048 6.983323 1.059283 7.757035 1.081084 8.363529 1.099895 8.807646 1.116531 9.104688 1.131876 9.275245 1.146597 9.341885 1.161024 9.326774 1.175195 9.249834 1.188954 9.128090 1.202057 8.975440 1.214275 8.802798 1.225437 8.618514 1.235453 8.428835 1.244310 8.238364 1.252050 8.050460 1.258754 7.867556 1.264522 7.691396 1.269459 7.523214 1.273669 7.363846 1.277249 7.213818 1.280287 7.073394

P 2.280304 7.053519 0.180725 2.385074 87.71055 0.000000 0.000000 0.000000 0.000000 0.934212 6.824152 1.698552 1.066757 81.73340 1.107564 1.612204 0.492654 4.303630 0.933825 5.603474 3.889143 1.555868 70.25680 3.387499 1.756336 1.754997 10.58546 0.758374 4.264060 3.447201 1.496668 60.09048 5.056849 4.898871 4.588253 15.20130 0.656483 3.223561 2.977032 1.235449 50.22020 6.231275 8.249207 7.895340 19.16679 0.843722 2.471119 2.616739 1.028869 41.77806 6.926846 11.00113 10.74614 22.47340 1.221536 2.080845 2.434556 0.831452 34.94998 7.603964 12.96200 12.76594 24.99154 1.737264 2.048816 2.501392 0.686588 29.41176 8.361845 14.27615 14.06403 26.52035 2.398043 2.305111 2.835984 0.585500 24.95325 8.845440 15.21205 14.74967 27.21052 3.129781 2.728251 3.368076 0.514585 21.42370 9.162877 15.92130 14.84352 27.21385 3.922015 3.219349 4.023831 0.455944 18.65102 9.333642 16.50318 14.49056 26.69328 4.752798 3.684296 4.779199 0.404614 16.48319 9.357861 17.02202 13.83528 25.83896 5.589729 4.065696 5.578902 0.361750 14.80138 9.289431 17.48982 13.02069 24.81861 6.423809 4.337353 6.392242 0.327150 13.49858 9.142704 17.91502 12.16098 23.75214 7.249187 4.495019 7.200438 0.300897 12.47687 8.941201 18.30762 11.32832 22.71712 8.063633 4.552542 7.983217 0.282733 11.66118 8.711422 18.67130 10.56665 21.75028 8.867727 4.529511 8.732210 0.272309 10.99551 8.467224 19.00957 9.898628 20.86379 9.659903 4.447395 9.441351 0.268580 10.43993 8.219577 19.32358 9.332851 20.05919 10.43895 4.326772 10.10540 0.270244 9.967122 7.975927 19.61135 8.869001 19.33055 11.20413 4.185355 10.72219 0.276079 9.557465 7.740026 19.86994 8.501131 18.66844 11.95415 4.037587 11.29060 0.284759 9.196943 7.514311 20.09605 8.220778 18.06293 12.68791 3.894511 11.81033 0.295144 8.875495 7.299777 20.28675 8.018607 17.50470 13.40436 3.764033 12.28192 0.306308 8.585632 7.096393 20.44022 7.885402 16.98590 14.10255 3.651452 12.70595 0.317510 8.321748 6.903762 20.55577 7.812740 16.50042 14.78189 3.559972 13.08307 0.328253 8.079567 6.721216 20.63375 7.793116 16.04373 15.44200 3.491218 13.41397 0.338205 7.855802 6.548001 20.67540 7.819974 15.61263 16.08272 3.445680 13.69934 0.347153 7.647951 6.383405 20.68255 7.887633 15.20506 16.70405 3.423061 13.93989 0.354982 7.454118 6.226773 20.65744 7.991111 14.81974 17.30615 3.422530 14.13647 0.361639 7.272877 6.077535 20.60254 8.125973 14.45593 17.88927 3.442892 14.29011 0.367109 7.103174 5.935214 20.52040 8.288191 14.11317 18.45382 3.482696 14.40210 0.371409 6.944229 5.799404 20.41360 8.474021 13.79117 19.00026 3.540298 14.47407 0.374570 6.795465 5.669766 20.28465 8.679936 13.48960 19.52918 3.613909 14.50797 0.376631 6.656445 5.546008 20.13598 8.902588 13.20808 20.04123 3.701616 14.50613 0.377647 6.526817 5.427874 19.96992 9.138804 12.94612 20.53716 3.801417 14.47119 0.377675 6.406270 5.315135 19.78865 9.385596 12.70309 21.01775 3.911243 14.40609 0.376784 6.294500 5.207576 19.59424 9.640192 12.47823

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

Cholesky Ordering: I0 M I S Y P Y_US P_US I_US WXP