Giới thiệu dự án

Nghiên cứu kinh tế lượng ứng dụng đóng vai trò quan trọng trong việc lượng hóa các tác động vĩ mô phức tạp lên nền kinh tế. Trong bối cảnh kinh tế toàn cầu nhiều biến động, lạm phát tại Việt Nam năm 2023 đạt 3,25% (nằm trong mục tiêu kiểm soát dưới 4,5% của Quốc hội), sau khi từng trải qua giai đoạn lạm phát hai con số lên tới 18,58% vào năm 2011. Đề tài "Ảnh hưởng của lãi suất và tỷ giá đến lạm phát tại Việt Nam" (Mã ngành: 7340201 - Tài chính – Ngân hàng, Trường Đại học Ngân hàng TP. Hồ Chí Minh) tập trung giải quyết bài toán định lượng mức độ truyền dẫn từ các cú sốc chính sách tiền tệ quốc tế và tỷ giá danh nghĩa đến chỉ số giá tiêu dùng trong nước.

Bối cảnh và Vấn đề Nghiên cứu (Problem Statement)

  • Thực trạng và Pain Points: Việt Nam là nền kinh tế có độ mở thương mại cao (tỷ lệ kim ngạch XNK/GDP vượt 180%), khiến thị trường trong nước chịu áp lực truyền tải lạm phát nhập khẩu lớn. Tuy nhiên, phần lớn các mô hình vĩ mô truyền thống trong nước chỉ xem xét lãi suất điều hành nội địa của Ngân hàng Nhà nước (NHNN), bỏ qua tác động lan tỏa từ lãi suất chính sách của Cục Dự trữ Liên bang Hoa Kỳ (FED).
  • Nhu cầu cấp thiết: Các nhà hoạch định chính sách và tổ chức tài chính thiếu một mô hình động lực học chuỗi thời gian phân tích đồng thời cả mối quan hệ ngắn hạn, cân bằng dài hạn và cơ chế phản ứng trước các cú sốc ngoại sinh bất ngờ (structural shocks).

Mục tiêu dự án

  1. Đánh giá thực nghiệm mối quan hệ đồng tích hợp dài hạn và tác động động học ngắn hạn giữa lãi suất FED, tỷ giá USD/VND và chỉ số CPI tại Việt Nam.
  2. Đo lường phản ứng của lạm phát Việt Nam trước các cú sốc bất ngờ từ lãi suất Hoa Kỳ và tỷ giá thông qua hàm phản ứng xung (Impulse Response Function - IRF).
  3. Định lượng tỷ trọng đóng góp của từng cú sốc vào biến động sai số dự báo của lạm phát qua phân rã phương sai (Forecast Error Variance Decomposition - FEVD).
  4. Kiểm định mối quan hệ nhân quả hai chiều bằng kiểm định Granger Causality giữa các biến số vĩ mô.

Phương pháp tiếp cận và Phạm vi

  • Phương pháp: Mô hình Vector Hiệu chỉnh Sai số (Vector Error-Correction Model - VECM) kết hợp kiểm định nghiệm đơn vị Augmented Dickey-Fuller (ADF), kiểm định đồng tích hợp Johansen và các chuẩn đoán sau ước lượng.
  • Dữ liệu & Phạm vi: 96 quan sát theo chuỗi thời gian hàng tháng từ tháng 01/2015 đến tháng 12/2022 trích xuất từ cơ sở dữ liệu Thống kê Tài chính Quốc tế (IFS) của Quỹ Tiền tệ Quốc tế (IMF).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp Ưu điểm Nhược điểm Đánh giá độ phù hợp với đề tài
Hồi quy OLS cổ điển Đơn giản, dễ giải thích hệ số Bỏ qua hiện tượng hồi quy giả mạo (spurious regression) với chuỗi không dừng; không phản ánh quan hệ tương hỗ hai chiều. Không phù hợp ($R^2$ ảo)
Vector Autoregression (VAR) Đánh giá tốt hệ phương trình đồng thời, không cần phân chia nội sinh/ngoại sinh giả định Chỉ áp dụng cho chuỗi dừng $I(0)$; triệt tiêu hoàn toàn thông tin về mối quan hệ cân bằng dài hạn. Kém tối ưu khi có đồng tích hợp
Vector Error Correction (VECM) Tích hợp cơ chế tự điều chỉnh sai số về cân bằng dài hạn và động học ngắn hạn Đòi hỏi dữ liệu cùng bậc tích hợp $I(1)$ và có vector đồng tích hợp Johansen. Tối ưu nhất (Được chọn)
Nonlinear ARDL (N-ARDL) Đo lường tác động phi tuyến bất đối xứng Phức tạp trong việc mô phỏng phản ứng xung hệ thống đa biến. Xem xét mở rộng trong tương lai

Yêu cầu mô hình hóa theo khung MoSCoW

  • Must have: Kiểm định nghiệm đơn vị ADF/PP, kiểm định vết (Trace) và giá trị riêng tối đa (Max-Eigen) Johansen, phương trình hiệu chỉnh sai số VECM, kiểm định ổn định đa thức đặc trưng (Unit Circle).
  • Should have: Hàm phản ứng xung Cholesky IRF với độ trễ 12 tháng, bảng phân rã phương sai FEVD.
  • Could have: Kiểm định nhân quả Granger đa chiều, biểu đồ kiểm định tương quan chuỗi Lagrange Multiplier (LM).
  • Won't have: Mô hình hóa biến động điều kiện không đồng nhất (GARCH-VECM) trong phạm vi dữ liệu hiện tại.

Thiết kế hệ thống kinh tế lượng

[Dữ liệu thô IMF/IFS] 
[Ước lượng hệ phương trình VECM]
[Chuẩn đoán mô hình: Kiểm định ổn định VECStable, Tự tương quan LM]
[Phân tích định lượng nâng cao: IRF, FEVD, Granger Causality]

Technology Stack và Thông số Kỹ thuật

  • Phần mềm chính: Stata 17 MP (Multi-Processor 64-bit).
  • Cấu trúc biến dữ liệu:
    • cpi: Chỉ số giá tiêu dùng Việt Nam (2015M01 - 2022M12, kỳ gốc 2010 = 100).
    • inter: Lãi suất mục tiêu FED (Federal Funds Effective Rate, đơn vị %).
    • exc: Tỷ giá danh nghĩa hối đoái USD/VND (Biểu thị trực tiếp, đơn vị VND/USD).

Implementation và kết quả

Quy trình phát triển mô hình (Implementation Code)

Mô hình VECM chuẩn hóa được thiết lập dưới dạng toán học:

$$\Delta Y_t = \alpha \beta' Y_{t-1} + \sum_{i=1}^{p-1} \Gamma_i \Delta Y_{t-i} + \varepsilon_t$$

Trong đó $Y_t = [cpi_t, inter_t, exc_t]'$, $\beta$ là ma trận vector đồng tích hợp đại diện cho cân bằng dài hạn, và $\alpha$ là vector tốc độ điều chỉnh sai số.

* ==============================================================================
* STATA 17 PIPELINE: ECONOMETRIC MODELING OF INFLATION, INTEREST RATE & FX
* ==============================================================================

* 1. Khởi tạo dữ liệu chuỗi thời gian
clear all
import delimited "vietnam_macro_2015_2022.csv", clear
generate date_monthly = tm(2015m1) + _n - 1
format date_monthly %tm
tsset date_monthly

* 2. Kiểm định nghiệm đơn vị Augmented Dickey-Fuller (ADF)
dfuller cpi, lags(2) trend
dfuller d.cpi, lags(1)
dfuller inter, lags(2)
dfuller d.inter, lags(1)
dfuller exc, lags(2)
dfuller d.exc, lags(1)

* 3. Lựa chọn độ trễ tối ưu theo tiêu chuẩn thông tin
varsoc cpi inter exc, maxlag(8)

* 4. Kiểm định đồng tích hợp Johansen
vecrank cpi inter exc, trend(constant) lags(2)

* 5. Ước lượng mô hình Vector Error Correction (VECM)
vec cpi inter exc, trend(constant) rank(1) lags(2)

* 6. Kiểm định tính ổn định của hệ thống VECM
vecstable, graph

* 7. Tạo hàm phản ứng xung (IRF) và Phân rã phương sai (FEVD)
irf create vec_results, set(irf_vec, replace) step(12)
irf graph oirf, impulse(inter exc cpi) response(cpi) yline(0)
irf table fevd, response(cpi) nstep(12)

* 8. Kiểm định nhân quả Granger sau hồi quy
vargranger

Kết quả kiểm định và ước lượng thực nghiệm

1. Kiểm định tính dừng (Unit Root Test)

Kết quả kiểm định ADF cho thấy toàn bộ các chuỗi số liệu ở bậc gốc $I(0)$ đều có $p\text{-value} > 0{,}05$ (không dừng). Sau khi lấy sai phân bậc 1, tất cả chuỗi dừng ở mức ý nghĩa 1% ($p < 0{,}01$), xác nhận các chuỗi đều tích hợp bậc 1, ký hiệu $I(1)$.

2. Kiểm định đồng tích hợp Johansen

  • Tại giả thuyết $H_0: r = 0$: Thống kê vết (Trace Statistic) đạt $38{,}42$ lớn hơn giá trị tới hạn 5% ($29{,}68$). Bác bỏ $H_0$.
  • Tại giả thuyết $H_0: r \le 1$: Thống kê vết đạt $12{,}15$ nhỏ hơn giá trị tới hạn 5% ($15{,}41$). Chấp nhận $H_0$.
  • Kết luận: Tồn tại duy nhất $1$ vector đồng tích hợp dài hạn ($r=1$).

3. Kết quả ước lượng VECM

  • Phương trình cân bằng dài hạn (chuẩn hóa theo CPI):

$$cpi_{t-1} = 104{,}28 - 0{,}842 \cdot inter_{t-1} + 0{,}0018 \cdot exc_{t-1}$$

  • Hệ số điều chỉnh sai số ($\alpha_{CPI}$): Đạt $-0{,}034$ ($p\text{-value} = 0{,}021$), mang dấu âm có ý nghĩa thống kê ở mức 5%. Điều này xác nhận khi lạm phát ngắn hạn lệch khỏi trạng thái cân bằng dài hạn, hệ thống sẽ tự triệt tiêu $3{,}4%$ mức sai lệch mỗi tháng để quay về trạng thái cân bằng.
  • Động lực ngắn hạn: $\Delta cpi_t$ chịu tác động thuận chiều có ý nghĩa từ chính nó ở kỳ trễ $\Delta cpi_{t-1}$ ($\beta = 0{,}318, p < 0{,}01$) và lãi suất FED kỳ trước $\Delta inter_{t-1}$ ($\beta = 0{,}142, p < 0{,}05$). Tỷ giá $\Delta exc_{t-1}$ không có tác động ngắn hạn rõ nét đến $\Delta cpi_t$.

4. Phân rã phương sai sai số dự báo của Lạm phát (FEVD)

Kỳ (Tháng) Sai số chuẩn Tác động từ cú sốc CPI (%) Tác động từ cú sốc Lãi suất FED (%) Tác động từ cú sốc Tỷ giá USD/VND (%)
1 0.281 100.00% 0.00% 0.00%
3 0.492 94.12% 3.25% 2.63%
6 0.684 88.45% 5.82% 5.73%
9 0.812 84.30% 7.18% 8.52%
12 0.915 81.65% 8.42% 9.93%

5. Phân tích phản ứng xung (IRF) và Nhân quả Granger

  • Cú sốc từ chính CPI: Khi có cú sốc 1 độ lệch chuẩn từ CPI, lạm phát phản ứng mạnh ngay lập tức và kéo dài bền vững qua 12 tháng.
  • Cú sốc tỷ giá USD/VND: Phản ứng của CPI tăng dần từ tháng thứ 2, đạt đỉnh vào tháng thứ 5 ($+0{,}042%$) rồi suy giảm và triệt tiêu từ tháng thứ 6 trở đi.
  • Kiểm định Granger Causality: Bác bỏ giả thuyết lạm phát không gây ra lãi suất FED ($p = 0{,}031$), cho thấy phản ứng đón đầu chính sách vĩ mô toàn cầu.

Đổi mới và đóng góp

  1. Tích hợp yếu tố chính sách tiền tệ toàn cầu: Khác với nghiên cứu của Nguyễn Thị Liên Hoa & Trần Đặng Dũng (2013) hay Trương Đông Lộc (2020) chỉ tập trung vào lãi suất nội địa, đề tài đưa trực tiếp biến số lãi suất điều hành của FED vào hệ động lực học, mở rộng góc nhìn nền kinh tế mở.
  2. Khắc phục khiếm khuyết mô hình VAR cấp số bậc gốc: So với mô hình VAR thuần túy của Nguyễn Phúc Hiền & Hoàng Huy Khôi (2023), mô hình VECM trong đề tài này giữ lại trọn vẹn thông tin đồng tích hợp $I(1)$, loại bỏ nguy cơ mất mát thông tin kinh tế dài hạn.
  3. Định lượng độ trễ truyền dẫn: Xác định chính xác độ trễ truyền dẫn của tỷ giá đến lạm phát Việt Nam (hiệu ứng kéo dài tối đa 5 tháng trước khi triệt tiêu), cung cấp căn cứ thời gian cho các can thiệp ngoại hối của NHNN.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tiễn (Use Cases)

  • Cơ quan quản lý tiền tệ (NHNN): Dự báo trước độ trễ 5 tháng khi tỷ giá biến động để sử dụng dự trữ ngoại hối hoặc công cụ thị trường mở (OMO), ngăn ngừa lạm phát kỳ vọng.
  • Ngân hàng thương mại: Xây dựng kịch bản Stress-Testing danh mục tín dụng và rủi ro thanh khoản khi FED tăng lãi suất.
  • Doanh nghiệp xuất nhập khẩu: Hoạch định chiến lược phòng ngừa rủi ro tỷ giá (Hedging) bằng các hợp đồng kỳ hạn (Forward) hoặc hoán đổi (Swap) với chu kỳ dưới 6 tháng.
[Biến động FED Rate / Tỷ giá USD]
  [Phân tích truyền dẫn VECM]
[Ngân hàng Nhà nước]   [Tổ chức Tài chính & DN]
- Điều tiết OMO         - Hedging kỳ hạn < 6 tháng
- Can thiệp tỷ giá      - Tái cấu trúc danh mục nợ USD

Hạn chế và hướng phát triển

  • Hạn chế mẫu nghiên cứu: Dữ liệu chuỗi thời gian hàng tháng từ 2015-2022 (96 quan sát) chưa bao quát trọn vẹn giai đoạn lạm phát toàn cầu hậu 2023.
  • Giả định tuyến tính: Chưa tách biệt tác động bất đối xứng giữa các chu kỳ tăng và giảm giá của USD/VND.
  • Hướng mở rộng:
    1. Ứng dụng mô hình Threshold VECM (TVECM) hoặc Nonlinear ARDL (N-ARDL) nhằm phân tích tính phi tuyến.
    2. Bổ sung các biến kiểm soát ngoại sinh: Chỉ số giá dầu thế giới (Brent Crude Oil), Cung tiền M2 và Chênh lệch sản lượng (Output Gap).

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Tiếp cận tài liệu tham khảo hoàn chỉnh về quy trình thực hành kinh tế lượng chuỗi thời gian nâng cao trên Stata 17.
  • Chuyên viên phân tích vĩ mô: Sử dụng hệ số co giãn và hàm IRF lượng hóa rủi ro thị trường tài chính.
  • Cơ quan hoạch định chính sách: Căn cứ dữ liệu thực chứng để điều phối hài hòa giữa chính sách lãi suất và kiểm soát tỷ giá hối đoái.

Câu hỏi thường gặp

1. Điều kiện tiên quyết để chạy mô hình VECM là gì?

Tất cả các biến chuỗi thời gian phải không dừng ở bậc gốc nhưng dừng ở cùng bậc sai phân thứ nhất $I(1)$, đồng thời phải tồn tại ít nhất một vector đồng tích hợp theo kiểm định Johansen.

2. Tại sao tỷ giá không có tác động ngắn hạn đến CPI trong nghiên cứu này?

Do cơ chế điều hành tỷ giá trung tâm linh hoạt kết hợp can thiệp ngoại hối của NHNN, cùng với độ trễ trong việc chuyển đổi chi phí của các doanh nghiệp nhập khẩu (thường có hợp đồng cố định từ 3–6 tháng).

3. Làm thế nào để kiểm tra tính ổn định của mô hình VECM?

Sử dụng kiểm định đa thức đặc trưng nghiệm đơn vị (vecstable). Nếu tất cả các giá trị riêng (Eigenvalues) nằm bên trong vòng tròn đơn vị (hoặc mô hình có $K-r$ nghiệm đơn vị nằm trên đường viền với $r$ là số vector đồng tích hợp), mô hình đạt điều kiện ổn định.

4. Chi phí và tài nguyên cần thiết để triển khai hệ thống dự báo này?

Chỉ cần máy tính cá nhân cấu hình tiêu chuẩn (Core i5, 8GB RAM) cài đặt Stata 17 MP, R (thư viện vars, urca) hoặc Python (statsmodels.tsa.vector_ar.vecm), với nguồn dữ liệu vĩ mô cập nhật miễn phí từ cổng thông tin IMF IFS và Tổng cục Thống kê (GSO).

5. Tại sao nghiên cứu sử dụng lãi suất FED thay vì lãi suất tái cấp vốn của NHNN?

Nhằm kiểm định tác động truyền dẫn của chính sách tiền tệ toàn cầu trong điều kiện nền kinh tế Việt Nam có độ mở thương mại cao và chịu ảnh hưởng trực tiếp từ dòng vốn quốc tế luân chuyển qua đồng USD.


Kết luận

Nghiên cứu đã ứng dụng thành công mô hình kinh tế lượng VECM trên dữ liệu chuỗi thời gian 2015–2022 để định lượng sự ảnh hưởng của lãi suất FED và tỷ giá USD/VND đến lạm phát Việt Nam. Kết quả khẳng định lạm phát trong nước có quán tính mạnh từ quá khứ, chịu ảnh hưởng từ lãi suất Hoa Kỳ trong ngắn hạn và hấp thụ cú sốc tỷ giá với độ trễ đỉnh điểm tại tháng thứ 5. Đây là bằng chứng thực nghiệm giá trị giúp các nhà quản lý vĩ mô chủ động công cụ chính sách nhằm bảo đảm mục tiêu ổn định giá cả và tăng trưởng kinh tế bền vững.