Ứng Dụng Mô Hình Véc Tơ Tự Hồi Quy Ngưỡng Vào Truyền Dẫn Tỷ Giá Hối Đoái Ở Việt Nam

Luận văn phân tích ứng dụng mô hình véc tơ tự hồi quy ngưỡng trong truyền dẫn tỷ giá hối đoái tại Việt Nam, cung cấp cái nhìn sâu sắc về thị trường.

• Tác giả: Lưu Phúc Nguyên
• Người hướng dẫn: GS. Trần Ngọc Thơ
• Trường học: Trường Đại Học Kinh Tế Tp. Hồ Chí Minh
• Chuyên ngành: Tài Chính – Ngân Hàng
• Đề tài: Ứng Dụng Mô Hình Véc Tơ Tự Hồi Quy Ngưỡng Trong Phân Tích Tỷ Giá Hối Đoái Ở Việt Nam
• Loại tài liệu: Luận Văn Thạc Sĩ Kinh Tế
• Năm xuất bản: 2014
• Địa điểm: Tp. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: TỔNG QUAN VỀ TRUYỀN DẪN TỶ GIÁ HỐI ĐOÁI VÀ LÝ THUYẾT MÔ HÌNH TVAR
• 1.1. Truyền dẫn tỷ giá hối đoái
• 1.2. Tổng quan các nghiên cứu về Truyền dẫn tỷ giá hối đoái
• 1.2.1. Tổng hợp các nghiên cứu về truyền dẫn tỷ giá hối đoái ở Việt Nam
• 1.2.2. Tổng hợp các nghiên cứu về truyền dẫn tỷ giá hối đoái theo phương pháp phi tuyến trên Thế giới
• 1.3. Lý thuyết về mô hình TVAR
• 1.3.1. Tính phi tuyến tính
• 1.3.2. Quá trình tạo ra dữ liệu đúng trong mô hình VARs : tại sao vấn đề tính phi tuyến tính
• 1.3.3. Mô hình véc tơ tự hồi quy ngưỡng TVAR
• 1.3.3.1. Định nghĩa mô hình TVAR
• 1.3.3.2. Ước lượng mô hình TVAR
• 1.3.3.3. Dự báo của mô hình TVAR
• 1.3.3.4. Phân tích phản ứng xung
• 1.4. Kết luận chương 1
• 2. CHƯƠNG 2: ỨNG DỤNG MÔ HÌNH TVAR VÀO TRUYỀN DẪN TỶ GIÁ HỐI ĐOÁI Ở VIỆT NAM TỪ THÁNG 1 NĂM 2000 ĐẾN THÁNG 6 NĂM 2011
• 2.1. Xử lý biến nghiên cứu
• 2.2. Số liệu nghiên cứu
• 2.3. Xử lý số liệu nghiên cứu
• 2.4. Biến nghiên cứu trong mô hình
• 2.5. Kiểm tra nghiệm đơn vị của các biến
• 2.6. Mô hình nghiên cứu
• 2.6.1. Mô hình TVAR
• 2.6.2. Xác định độ trễ tối ưu từ mô hình VAR
• 2.6.3. Xác định số lượng và giá trị ngưỡng, và tham số độ trễ từ các kết quả hồi quy của mô hình TVAR
• 2.6.4. Kiểm tra tính tuyến tính
• 2.6.5. Kết quả hồi quy từ mô hình TVAR đã chọn
• 2.7. Phân tích phản ứng xung truyền thống (IRFs) cho mô hình TVAR có 2 giá trị ngưỡng
• 2.8. Phản ứng xung tổng thể phi tuyến tính áp dụng cho trường hợp TVAR 1 giá trị ngưỡng: giá trị ngưỡng 0.849%/tháng của tỷ lệ lạm phát tương ứng
• 2.9. Bảng kết quả hồi quy TVAR với 1 giá trị ngưỡng hay 2 chế độ
• 2.10. Chuỗi thời gian của các biến nghiên cứu
• 2.11. VAR - phản ứng xung độc lập (orthogonal impulse responses)
• 2.12. Phản ứng xung độc lập (orthogonal impulse responses) từ mô hình TVAR 1 giá trị ngưỡng
• 2.13. Phản ứng xung tổng thể (general impulse responses –GIRFs) từ mô hình TVAR 1 giá trị ngưỡng
• 2.14. Mức ý nghĩa khác biệt giữa GIRFs phi tuyến và OIRFs tuyến tính
• 2.15. Xác suất chuyển đổi của 2 chế độ tỷ lệ lạm phát cao và thấp
• 3. CHƯƠNG 3: KẾT LUẬN
• DANH MỤC TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Tổng Quan về Ứng Dụng Mô Hình VAR trong Tỷ Giá

Nghiên cứu về tỷ giá hối đoái luôn là một chủ đề nóng, đặc biệt trong bối cảnh hội nhập kinh tế quốc tế. Các mô hình kinh tế lượng, đặc biệt là mô hình VAR, đã được sử dụng rộng rãi để phân tích và dự báo tỷ giá hối đoái. Tuy nhiên, các mô hình tuyến tính như VAR thường gặp hạn chế khi thị trường tài chính biến động mạnh và có tính phi tuyến. Vì vậy, việc ứng dụng các mô hình phi tuyến như Tự hồi quy Vector (VAR) ngưỡng (TVAR) trở nên cần thiết. Mô hình TVAR cho phép xem xét các chế độ khác nhau của thị trường, từ đó đưa ra những phân tích chính xác và sâu sắc hơn về sự truyền dẫn và tác động của tỷ giá hối đoái đến nền kinh tế Việt Nam. Luận văn của Lưu Phúc Nguyên (2014) là một ví dụ điển hình cho việc ứng dụng TVAR trong bối cảnh Việt Nam. Đề tài này phân tích truyền dẫn tỷ giá hối đoái sử dụng mô hình VAR ngưỡng, khắc phục hạn chế của VAR truyền thống.

1.1. Định Nghĩa và Vai Trò của Tỷ Giá Hối Đoái

Tỷ giá hối đoái là giá trị của một đồng tiền so với đồng tiền khác. Nó đóng vai trò quan trọng trong thương mại quốc tế, đầu tư và các giao dịch tài chính xuyên biên giới. Sự biến động của tỷ giá có thể ảnh hưởng đến giá cả hàng hóa, lạm phát, xuất nhập khẩu, và GDP. Do đó, việc hiểu rõ và dự báo tỷ giá là rất quan trọng đối với các nhà hoạch định chính sách, doanh nghiệp và nhà đầu tư. Thị trường ngoại hối hoạt động liên tục, 24/7, phản ánh cung cầu ngoại tệ và kỳ vọng của thị trường. Ngân hàng Trung Ương thường can thiệp vào thị trường ngoại hối để ổn định tỷ giá.

1.2. Giới Thiệu Mô Hình VAR và Ứng Dụng trong Kinh Tế Lượng

Mô hình VAR (Vector Autoregression) là một mô hình kinh tế lượng được sử dụng để phân tích mối quan hệ giữa nhiều chuỗi thời gian. Nó cho phép mỗi biến trong hệ thống được giải thích bởi chính nó và các biến khác trong quá khứ. Mô hình VAR được sử dụng rộng rãi trong dự báo kinh tế, phân tích chính sách và nghiên cứu tác động của tỷ giá. Tuy nhiên, mô hình VAR truyền thống giả định mối quan hệ tuyến tính giữa các biến, điều này có thể không đúng trong thực tế khi thị trường tài chính biến động mạnh. Để khắc phục hạn chế này, các mô hình phi tuyến như Tự hồi quy Vector (VAR) ngưỡng (TVAR) đã được phát triển.

II. Thách Thức Khi Phân Tích Tỷ Giá Bằng Mô Hình VAR

Mặc dù mô hình VAR là một công cụ hữu ích, nhưng việc sử dụng nó để phân tích tỷ giá hối đoái ở Việt Nam gặp phải một số thách thức. Thứ nhất, thị trường tài chính Việt Nam còn đang phát triển, dữ liệu có thể không đầy đủ hoặc không chính xác. Thứ hai, tỷ giá hối đoái có thể bị ảnh hưởng bởi nhiều yếu tố khác nhau, bao gồm chính sách tiền tệ, lạm phát, GDP, và các yếu tố chính trị xã hội. Việc xác định và đo lường tất cả các yếu tố này là rất khó khăn. Thứ ba, các mô hình VAR truyền thống giả định mối quan hệ tuyến tính giữa các biến, điều này có thể không đúng trong thực tế khi thị trường tài chính biến động mạnh và có tính phi tuyến. Các nghiên cứu của Gary Koop và các đồng sự (1996) đã chỉ ra những hạn chế của việc sử dụng các mô hình tuyến tính.

2.1. Giả Định Tuyến Tính và Hạn Chế của Mô Hình VAR

Giả định tuyến tính trong mô hình VAR có nghĩa là mối quan hệ giữa các biến là cố định và không thay đổi theo thời gian. Tuy nhiên, thị trường tài chính thường có tính phi tuyến, tức là mối quan hệ giữa các biến có thể thay đổi tùy thuộc vào điều kiện kinh tế và chính sách. Ví dụ, tác động của tỷ giá đến lạm phát có thể khác nhau trong giai đoạn lạm phát cao so với giai đoạn lạm phát thấp. Do đó, việc sử dụng mô hình VAR tuyến tính có thể dẫn đến kết quả không chính xác và không phản ánh đúng thực tế.

2.2. Vấn Đề Dữ Liệu và Độ Tin Cậy trong Phân Tích

Dữ liệu đóng vai trò quan trọng trong bất kỳ phân tích kinh tế lượng nào. Tuy nhiên, ở Việt Nam, việc thu thập dữ liệu đầy đủ và chính xác về tỷ giá hối đoái và các biến kinh tế vĩ mô khác có thể gặp khó khăn. Dữ liệu có thể bị thiếu, bị sai lệch hoặc không được công bố kịp thời. Điều này có thể ảnh hưởng đến độ tin cậy của kết quả phân tích. Ngoài ra, việc lựa chọn tần suất dữ liệu (ví dụ: hàng ngày, hàng tháng, hàng quý) cũng có thể ảnh hưởng đến kết quả.

III. Mô Hình TVAR Giải Pháp Phân Tích Tỷ Giá Hiệu Quả

Mô hình TVAR (Threshold Vector Autoregression) là một phần mở rộng của mô hình VAR, cho phép mối quan hệ giữa các biến thay đổi tùy thuộc vào giá trị của một biến ngưỡng. Mô hình TVAR được sử dụng để phân tích các hiện tượng kinh tế có tính phi tuyến, ví dụ như tác động của tỷ giá đến lạm phát trong các chế độ khác nhau. Trong mô hình TVAR, hệ thống sẽ chuyển đổi giữa các trạng thái hoặc "chế độ" khác nhau dựa trên giá trị của biến ngưỡng. Mỗi chế độ có một tập hợp các tham số riêng, cho phép mô hình nắm bắt các động thái khác nhau trong các điều kiện kinh tế khác nhau.

3.1. Ưu Điểm Vượt Trội của Mô Hình TVAR so với VAR

Ưu điểm chính của mô hình TVAR là khả năng nắm bắt tính phi tuyến trong mối quan hệ giữa các biến. Điều này đặc biệt quan trọng trong phân tích tỷ giá hối đoái, vì thị trường tài chính thường có tính biến động mạnh và các mối quan hệ có thể thay đổi theo thời gian. Mô hình TVAR cho phép xem xét các chế độ khác nhau của thị trường, từ đó đưa ra những phân tích chính xác và sâu sắc hơn. Ví dụ, mô hình TVAR có thể giúp xác định ngưỡng lạm phát mà tại đó tác động của tỷ giá đến lạm phát thay đổi.

3.2. Các Bước Xây Dựng và Ước Lượng Mô Hình TVAR

Việc xây dựng và ước lượng mô hình TVAR bao gồm một số bước. Đầu tiên, cần xác định các biến trong mô hình và biến ngưỡng. Thứ hai, cần kiểm tra tính dừng của chuỗi thời gian. Thứ ba, cần xác định số lượng chế độ và ngưỡng. Thứ tư, cần ước lượng các tham số của mô hình bằng phương pháp hồi quy. Cuối cùng, cần đánh giá độ phù hợp của mô hình và sử dụng nó để dự báo hoặc phân tích. Việc lựa chọn độ trễ tối ưu và kiểm định Granger cũng là những bước quan trọng trong quá trình này. Các chỉ số như AIC và BIC thường được sử dụng để đánh giá mô hình.

IV. Ứng Dụng TVAR Phân Tích Tác Động Tỷ Giá ở Việt Nam

Luận văn của Lưu Phúc Nguyên (2014) là một ví dụ điển hình cho việc ứng dụng mô hình TVAR để phân tích tỷ giá hối đoái ở Việt Nam. Nghiên cứu này sử dụng tỷ lệ lạm phát làm biến ngưỡng và phân tích tác động của tỷ giá đến lạm phát trong các chế độ lạm phát khác nhau. Kết quả cho thấy có sự khác biệt đáng kể trong tác động của tỷ giá giữa các chế độ lạm phát, chứng minh rằng mô hình TVAR là một công cụ hữu ích để phân tích tỷ giá hối đoái trong bối cảnh Việt Nam. Nghiên cứu này sử dụng dữ liệu hàng tháng từ tháng 1 năm 2000 đến tháng 6 năm 2011, bao gồm tỷ giá hối đoái danh nghĩa hiệu lực (NEER), Khe hở sản lượng (Output gap), tỷ lệ lạm phát và lãi suất tiền gửi.

4.1. Kết Quả Nghiên Cứu Thực Nghiệm và Ý Nghĩa

Kết quả nghiên cứu của Lưu Phúc Nguyên (2014) cho thấy tồn tại hai giá trị ngưỡng của biến ngưỡng tỷ lệ lạm phát với độ trễ 1 trong mô hình TVAR. Các giá trị ngưỡng này cho thấy sự thay đổi trong tác động của tỷ giá đến lạm phát. Nghiên cứu cũng tìm thấy bằng chứng ủng hộ cho lập luận của Taylor (2000) rằng tác động của tỷ giá đến lạm phát cao hơn ở chế độ lạm phát cao so với chế độ lạm phát thấp. Điều này có ý nghĩa quan trọng đối với việc hoạch định chính sách tiền tệ và kiểm soát lạm phát.

4.2. Hàm Phản Ứng Xung IRF và Phân Rã Phương Sai FEVD trong TVAR

Hàm phản ứng xung (IRF) và Phân rã phương sai (FEVD) là hai công cụ quan trọng trong phân tích mô hình VAR và TVAR. IRF cho thấy tác động của một cú sốc đối với một biến đến các biến khác trong hệ thống theo thời gian. FEVD cho thấy tỷ lệ phương sai của một biến được giải thích bởi các cú sốc khác nhau. Trong mô hình TVAR, IRF và FEVD có thể khác nhau tùy thuộc vào chế độ, cho phép phân tích sự khác biệt trong tác động của tỷ giá đến lạm phát trong các chế độ khác nhau. Nghiên cứu của Lưu Phúc Nguyên (2014) đã sử dụng IRF và FEVD để phân tích tác động của tỷ giá trong các chế độ lạm phát khác nhau.

V. Kết Luận và Hướng Nghiên Cứu Tiếp Theo Về TVAR

Mô hình TVAR là một công cụ mạnh mẽ để phân tích tỷ giá hối đoái trong bối cảnh Việt Nam. Nó cho phép xem xét tính phi tuyến và các chế độ khác nhau của thị trường, từ đó đưa ra những phân tích chính xác và sâu sắc hơn. Nghiên cứu của Lưu Phúc Nguyên (2014) là một ví dụ điển hình cho việc ứng dụng mô hình TVAR trong bối cảnh Việt Nam. Tuy nhiên, vẫn còn nhiều hướng nghiên cứu tiếp theo có thể được thực hiện, bao gồm việc sử dụng các biến ngưỡng khác nhau, mở rộng phạm vi dữ liệu, và so sánh mô hình TVAR với các mô hình phi tuyến khác. Cần chú trọng hơn đến việc thu thập và xử lý dữ liệu để đảm bảo tính chính xác và độ tin cậy của kết quả.

5.1. Hạn Chế của Nghiên Cứu Hiện Tại và Giải Pháp

Một trong những hạn chế của nghiên cứu hiện tại là phạm vi dữ liệu còn hạn chế. Việc mở rộng phạm vi dữ liệu và sử dụng các dữ liệu có tần suất cao hơn (ví dụ: hàng ngày) có thể giúp cải thiện độ chính xác của kết quả. Ngoài ra, việc sử dụng các biến ngưỡng khác nhau (ví dụ: GDP, lãi suất) cũng có thể cung cấp những thông tin hữu ích. Cần chú ý đến tính dừng của chuỗi thời gian và sử dụng các phương pháp kiểm định nghiệm đơn vị phù hợp. Các mô hình VARIMA cũng có thể được xem xét để so sánh với mô hình VAR và TVAR.

5.2. Đề Xuất Các Hướng Nghiên Cứu Mở Rộng trong Tương Lai

Trong tương lai, có thể mở rộng nghiên cứu bằng cách sử dụng các mô hình phi tuyến khác, ví dụ như mô hình mạng nơ-ron hoặc mô hình Markov-switching. Việc so sánh kết quả giữa các mô hình khác nhau có thể giúp xác định mô hình nào phù hợp nhất với bối cảnh Việt Nam. Ngoài ra, cần chú ý đến các yếu tố chính trị xã hội và tác động của chúng đến tỷ giá hối đoái. Việc tích hợp các yếu tố này vào mô hình có thể giúp cải thiện khả năng dự báo và phân tích. Nghiên cứu sâu hơn về chính sách tiền tệ của Ngân hàng Nhà nước Việt Nam cũng là một hướng đi tiềm năng.

Nội dung chính

Tổng quan nghiên cứu

Truyền dẫn tỷ giá hối đoái (Exchange Rate Pass-Through - ERPT) là một chủ đề nghiên cứu kinh tế vĩ mô quan trọng, đặc biệt trong bối cảnh nền kinh tế Việt Nam hội nhập sâu rộng với thị trường quốc tế. Từ tháng 1 năm 2000 đến tháng 6 năm 2011, dữ liệu hàng tháng về tỷ giá hối đoái danh nghĩa hiệu lực (NEER), tỷ lệ lạm phát, khe hở sản lượng (Output gap) và lãi suất tiền gửi kỳ hạn 1 năm được thu thập từ các nguồn uy tín như IMF và Tổng cục Thống kê Việt Nam (GSO). Mục tiêu nghiên cứu nhằm ứng dụng mô hình Véc tơ tự hồi quy ngưỡng (Threshold Vector Autoregression - TVAR) để phân tích mức độ truyền dẫn của tỷ giá hối đoái vào các biến kinh tế vĩ mô, đặc biệt là trong các chế độ lạm phát khác nhau. Nghiên cứu tập trung vào việc xác định giá trị ngưỡng của tỷ lệ lạm phát làm biến chuyển đổi, từ đó đánh giá sự khác biệt trong mức độ truyền dẫn tỷ giá giữa các chế độ lạm phát thấp, vừa và cao. Ý nghĩa của nghiên cứu thể hiện qua việc cung cấp bằng chứng thực nghiệm cho các nhà hoạch định chính sách tiền tệ và các doanh nghiệp trong việc dự báo và ứng phó với biến động tỷ giá, góp phần ổn định kinh tế vĩ mô và kiểm soát lạm phát hiệu quả.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên lý thuyết truyền dẫn tỷ giá hối đoái, trong đó ERPT được định nghĩa là phần trăm thay đổi của các chỉ số giá trong nước khi tỷ giá hối đoái thay đổi. Các lý thuyết nền tảng bao gồm:

• Mô hình VAR (Vector Autoregression): Mô hình tuyến tính truyền thống dùng để phân tích mối quan hệ đồng thời giữa các biến kinh tế vĩ mô.
• Mô hình TVAR (Threshold Vector Autoregression): Mô hình phi tuyến tính cho phép phân chia các chế độ dựa trên biến ngưỡng, ở đây là tỷ lệ lạm phát, nhằm nắm bắt sự khác biệt trong mức độ truyền dẫn tỷ giá giữa các chế độ lạm phát khác nhau.
• Khái niệm phản ứng xung (Impulse Response Functions - IRFs): Phân tích tác động của cú sốc tỷ giá hối đoái lên các biến kinh tế theo thời gian, bao gồm IRFs tuyến tính và GIRFs phi tuyến tính.

Các khái niệm chính bao gồm tỷ giá hối đoái danh nghĩa hiệu lực (NEER), tỷ lệ lạm phát (inf), khe hở sản lượng (Output gap), lãi suất tiền gửi kỳ hạn 1 năm (lir), và các hàm phản ứng xung truyền thống và tổng thể.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp phân tích định lượng với dữ liệu chuỗi thời gian hàng tháng từ tháng 1/2000 đến tháng 6/2011, tổng cộng 137 quan sát sau xử lý. Các biến được xử lý mùa vụ bằng phương pháp Census X12 và loại bỏ xu hướng bằng phương pháp Hodrick-Prescott. Phương pháp chọn mẫu là toàn bộ dữ liệu có sẵn trong phạm vi thời gian nghiên cứu.

Phân tích được thực hiện qua các bước:

• Kiểm định nghiệm đơn vị (KPSS, ADF) để xác định tính dừng của các biến.
• Xác định độ trễ tối ưu p=2 cho mô hình VAR dựa trên các tiêu chuẩn AIC, BIC, LR.
• Ước lượng mô hình TVAR với biến ngưỡng là tỷ lệ lạm phát, xác định số lượng và giá trị ngưỡng tối ưu thông qua tiêu chí AIC và kiểm tra tính tuyến tính bằng phương pháp bootstrap.
• Phân tích hàm phản ứng xung tuyến tính (IRFs) và phi tuyến tính (GIRFs) để đánh giá mức độ truyền dẫn tỷ giá trong các chế độ lạm phát khác nhau.
• Sử dụng phần mềm R-packages tsDyn, Matlab và Eviews 7 để thực hiện các phân tích.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Xác định giá trị ngưỡng tỷ lệ lạm phát: Mô hình TVAR cho thấy tồn tại hai giá trị ngưỡng của tỷ lệ lạm phát với độ trễ 1 là 0.849% và một giá trị thấp hơn, cao hơn so với mức 0.789% trong nghiên cứu tương tự ở Mexico. Điều này phân chia nền kinh tế thành ba chế độ lạm phát: thấp, vừa và cao.

2. Mức độ truyền dẫn tỷ giá theo chế độ lạm phát: Ở chế độ lạm phát cao, mức độ truyền dẫn của tỷ giá hối đoái danh nghĩa hiệu lực cao hơn đáng kể so với chế độ lạm phát thấp và vừa. Cụ thể, cú sốc tích cực 1 đơn vị độ lệch chuẩn của NEER gây ra phản ứng tăng lạm phát rõ rệt hơn trong chế độ lạm phát cao, phù hợp với lý thuyết của Taylor (2000).

3. Sự khác biệt giữa hàm phản ứng xung tuyến tính và phi tuyến tính: Kết quả GIRFs phi tuyến của mô hình TVAR có một giá trị ngưỡng cho thấy sự khác biệt đáng kể so với IRFs tuyến tính của mô hình VAR trong một số trường hợp, minh chứng cho tính phi tuyến và sự phụ thuộc vào điều kiện ban đầu trong truyền dẫn tỷ giá.

4. Xác suất chuyển đổi giữa các chế độ lạm phát: Mô hình TVAR cho thấy xác suất chuyển đổi từ chế độ lạm phát cao sang thấp và ngược lại có ý nghĩa, phản ánh tính động của môi trường lạm phát và ảnh hưởng đến mức độ truyền dẫn tỷ giá.

Thảo luận kết quả

Kết quả nghiên cứu khẳng định tính phi tuyến trong truyền dẫn tỷ giá hối đoái ở Việt Nam, đặc biệt là sự phụ thuộc vào mức độ lạm phát. Sự khác biệt trong mức độ truyền dẫn giữa các chế độ lạm phát được lý giải bởi hành vi điều chỉnh giá của doanh nghiệp và kỳ vọng lạm phát của các chủ thể kinh tế. So với các nghiên cứu trước đây sử dụng mô hình VAR, SVAR, VECM, mô hình TVAR cung cấp cái nhìn sâu sắc hơn về sự không đồng nhất trong truyền dẫn tỷ giá, phù hợp với thực tế kinh tế Việt Nam có biến động lạm phát đa dạng. Việc sử dụng hàm phản ứng xung tổng thể GIRFs giúp phản ánh chính xác hơn các tác động phi tuyến và sự phụ thuộc vào điều kiện ban đầu, điều mà các mô hình tuyến tính không thể hiện được. Các biểu đồ phản ứng xung độc lập và tổng thể minh họa rõ ràng sự khác biệt về mức độ và thời gian tác động của cú sốc tỷ giá trong từng chế độ lạm phát, góp phần làm rõ cơ chế truyền dẫn tỷ giá trong nền kinh tế Việt Nam.

Đề xuất và khuyến nghị

1. Tăng cường giám sát và kiểm soát lạm phát: Các cơ quan quản lý nên duy trì lạm phát ở mức thấp và ổn định dưới ngưỡng 0.849% hàng tháng để giảm thiểu mức độ truyền dẫn tiêu cực của biến động tỷ giá, góp phần ổn định giá cả nội địa trong dài hạn.

2. Áp dụng chính sách tiền tệ linh hoạt theo chế độ lạm phát: Ngân hàng Nhà nước cần điều chỉnh chính sách tiền tệ phù hợp với từng chế độ lạm phát, đặc biệt tăng cường các biện pháp kiểm soát lạm phát trong giai đoạn lạm phát cao nhằm hạn chế tác động lan truyền của tỷ giá lên giá cả.

3. Phát triển công cụ phòng ngừa rủi ro tỷ giá cho doanh nghiệp: Khuyến khích các doanh nghiệp sử dụng các công cụ tài chính phái sinh để giảm thiểu rủi ro biến động tỷ giá, đặc biệt trong môi trường lạm phát cao, giúp duy trì kế hoạch sản xuất kinh doanh ổn định.

4. Nâng cao năng lực phân tích và dự báo kinh tế vĩ mô: Các tổ chức nghiên cứu và hoạch định chính sách cần ứng dụng mô hình TVAR và các phương pháp phân tích phi tuyến để dự báo chính xác hơn các tác động của biến động tỷ giá, từ đó xây dựng các kịch bản chính sách phù hợp.

Đối tượng nên tham khảo luận văn

1. Nhà hoạch định chính sách tiền tệ: Nghiên cứu cung cấp cơ sở khoa học để thiết kế chính sách tiền tệ linh hoạt, phù hợp với các chế độ lạm phát nhằm kiểm soát lạm phát và ổn định tỷ giá.

2. Các doanh nghiệp xuất nhập khẩu và tài chính: Giúp hiểu rõ cơ chế truyền dẫn tỷ giá và tác động của biến động tỷ giá đến chi phí và giá cả, từ đó xây dựng chiến lược quản lý rủi ro hiệu quả.

3. Các nhà nghiên cứu kinh tế vĩ mô và tài chính: Cung cấp phương pháp luận và kết quả thực nghiệm về mô hình TVAR trong phân tích truyền dẫn tỷ giá, mở rộng kiến thức về mô hình phi tuyến trong kinh tế.

4. Sinh viên và học viên cao học chuyên ngành Tài chính – Ngân hàng: Là tài liệu tham khảo quý giá về ứng dụng mô hình TVAR, phương pháp phân tích chuỗi thời gian phi tuyến và các kỹ thuật xử lý dữ liệu kinh tế vĩ mô.

Câu hỏi thường gặp

1. Mô hình TVAR khác gì so với mô hình VAR truyền thống?
   Mô hình TVAR cho phép phân chia các chế độ dựa trên biến ngưỡng, nắm bắt tính phi tuyến và sự khác biệt trong mối quan hệ giữa các biến kinh tế ở các chế độ khác nhau, trong khi VAR giả định mối quan hệ tuyến tính và đồng nhất.

2. Tại sao tỷ lệ lạm phát được chọn làm biến ngưỡng trong mô hình?
   Tỷ lệ lạm phát ảnh hưởng đến kỳ vọng và hành vi điều chỉnh giá của doanh nghiệp, tạo ra sự khác biệt trong mức độ truyền dẫn tỷ giá, do đó phù hợp làm biến ngưỡng để phân tích các chế độ kinh tế khác nhau.

3. Dữ liệu nghiên cứu được thu thập từ đâu và xử lý như thế nào?
   Dữ liệu gồm NEER, lạm phát, Output gap và lãi suất tiền gửi kỳ hạn 1 năm được thu thập từ IMF và Tổng cục Thống kê Việt Nam, xử lý mùa vụ bằng Census X12 và loại bỏ xu hướng bằng phương pháp Hodrick-Prescott.

4. Kết quả nghiên cứu có ý nghĩa gì đối với chính sách tiền tệ?
   Kết quả cho thấy chính sách tiền tệ cần linh hoạt theo chế độ lạm phát để kiểm soát truyền dẫn tỷ giá, giúp duy trì ổn định giá cả và giảm thiểu rủi ro kinh tế vĩ mô.

5. Làm thế nào để doanh nghiệp ứng dụng kết quả nghiên cứu này?
   Doanh nghiệp có thể sử dụng thông tin về mức độ truyền dẫn tỷ giá theo chế độ lạm phát để xây dựng chiến lược phòng ngừa rủi ro tỷ giá, điều chỉnh giá bán và kế hoạch sản xuất phù hợp với biến động thị trường.

Kết luận

• Ứng dụng mô hình TVAR với biến ngưỡng là tỷ lệ lạm phát cho thấy sự tồn tại của hai giá trị ngưỡng phân chia các chế độ lạm phát ở Việt Nam trong giai đoạn 2000-2011.
• Mức độ truyền dẫn tỷ giá hối đoái danh nghĩa hiệu lực cao hơn rõ rệt trong chế độ lạm phát cao so với chế độ lạm phát thấp và vừa.
• Hàm phản ứng xung tổng thể phi tuyến GIRFs cho thấy sự khác biệt đáng kể so với hàm phản ứng xung tuyến tính của mô hình VAR, minh chứng cho tính phi tuyến trong truyền dẫn tỷ giá.
• Kết quả nghiên cứu cung cấp cơ sở khoa học cho việc thiết kế chính sách tiền tệ linh hoạt và các giải pháp quản lý rủi ro tỷ giá cho doanh nghiệp.
• Các bước tiếp theo bao gồm mở rộng nghiên cứu với dữ liệu cập nhật và áp dụng mô hình TVAR cho các biến kinh tế khác nhằm nâng cao độ chính xác và tính ứng dụng thực tiễn.

Hành động ngay hôm nay: Các nhà hoạch định chính sách và doanh nghiệp nên xem xét áp dụng mô hình TVAR trong phân tích và dự báo để nâng cao hiệu quả quản lý kinh tế vĩ mô và rủi ro tài chính.

Trích đoạn nội dung tài liệu

Chương 1:Tổng quan về truyền dẫn tỷ giá hối đoái và lý thuyết mô hình TVAR.  Chương 2:Ứng dụng mô hình TVAR vào truyền dẫn tỷ giá hối đoái ở Việt Nam từ tháng 1 năm 2000 đến tháng 6 năm 2011.  Chương 3: Kết luận  Danh mục tài liệu tham khảo  Phụ lục các bảng biểu, hình vẽ. 7 CHƢƠNG 1: TỔNG QUAN VỀ TRUYỀN DẪN TỶ GIÁ HỐI ĐOÁI VÀ LÝ THUYẾT MÔ HÌNH TVAR 1.

Truyền dẫn tỷ giá hối đoái Khái niệm về truyền dẫn hay cụm từ tiếng anh “pass-through” lần đầu tiên được dùng trong bài báo cáo giải thích sự tác động giảm giá tiền tệ lên nền kinh tế của tác giả Steve Magee (1873). Cho đến hiện nay, cụm từ này khá quen thuộc trong nghiên cứu về sự truyền dẫn tỷ giá hối đoái lên các chỉ số giá, lạm phát, cung tiền, lãi suất,.; và được đưa vào chương trình giảng dạy. Sự đa dạng của các bài nghiên cứu về chủ đề này bắt nguồn vào mục tiêu nghiên cứu, trên cơ sở đặc điểm tổng thể nền kinh tế của mỗi nước ở từng giai đoạn khác nhau.Thời gian lấy mẫu số liệu cho các biến, số lượng các biến khác nhau, với các phương pháp phân tích định lượng SVAR,VAR, VECM mang lại các kết quả nghiên cứu với các ý nghĩa giải thích đáp ứng phù hợp. Tác giả tổng hợp khái niệm truyền dẫn tỷ giá hối đoái theo một số cách mà các nhà nghiên cứu trên thế giới đã nêu ra như sau: - Truyền dẫn tỷ giá hối đoái lên chỉ số giá nhập khẩu là phần trăm thay đổi của giá cả nhập khẩu (tính theo đồng nội tệ) khi tỷ giá hối đoái thay đổi, đó là quan điểm của Goldberg và Knetter (1996).

- Truyền dẫn tỷ giá hối đoái theo Jonathan Mc Carthy (2007) cho rằng sự thay đổi của tỷ giá hối đoái ảnh hưởng lên giá nhập khẩu và sau đó ảnh hưởng lên tỷ lệ lạm phát trong nước. - Đối với các nước đang phát triển, truyền dẫn tỷ giá hối đoái là phần trăm thay đổi của các chỉ số giá trong nước (như chỉ số giá nhập khẩu (IMP), chỉ số giá sản xuất (IPP), chỉ số giá tiêu dùng (CPI)) khi tỷ giá hối đoái danh nghĩa thay đổi một phần trăm được thể hiện trong các nghiên cứu tiêu biểu của Daniel Leigh và Marco Rossi (2002), Michele Ca’Zorzi, Elke Hahn và Marcelo Sánchez (2007). Tổng quan các nghiên cứu về Truyền dẫn tỷ giá hối đoái 1. Tổng hợp các nghiên cứu về truyền dẫn tỷ giá hối đoái ở Việt Nam Võ Trí Thành và các đồng sự (2000) sử dụng mô hình VECM với biến cung tiền (như CU, M1, M2), CPI, tỷ giá hối đoái (OER, SER, SSER, HSER) và sản lượng (giá trị sản lượng công nghiệp thực là biến đại diện) trong thời gian từ tháng 1năm 1992 đến tháng 6 năm 1999.

Kết quả của bài nghiên cứu cho thấy rằng những thay đổi trong cung tiền (CU, M1, M2) không chứa đựng bất kì thông tin tiên đoán về lạm phát và các dao động của sản lượng, thay vào đó nó xác định một nhu cầu lớn về cung tiền. Tốc độ của các thay đổi của tỷ giá hối đoái thay đổi có ý nghĩa trong kiểm định nhân quả Granger giữa tăng trưởng sản lượng, lạm phát, và tăng trưởng tiền, nhưng nó đã không giúp gì trong dự báo các di chuyển tương lai của lạm phát. Hơn thế nữa,về mặt tổng thể, các thay đổi trễ trong cung tiền đặc biệt là M2 như là mục tiêu chính sách quan trọng nhất của Ngân hàng Nhà Nước Việt Nam, không là các yếu tố xác định sự mất giá của tỷ giá hối đoái. Các thay đổi trong tỷ giá hối đoái danh nghĩa (trong các trường hợp của tỷ giá hối đoái của ngân hàng nhà nước, và liên ngân hàng) đáp ứng, mặc dầu mâu thuẫn nhau,như là một chỉ dẫn cho sự tăng trưởng sản lượng, nhưng nguyên nhân này không ổn định.

Lạm phát hiện tại và tăng trưởng sản lượng (ở đây là sản lượng công nghiệp) hầu như được giải thích bởi các di chuyển của chính chúng trong quá khứ. Các tỷ lệ mất giá thực có tác động tích cực và ý nghĩa lên tăng trưởng sản lượng, mặc dầu độ lớn không ổn định. Võ Văn Minh (2009) cũng sử dụng mô hình VAR với dữ liệu nghiên cứu được thu thập từ tháng 1 năm 2001 đến tháng 2 năm 2007. Biến nghiên cứu là: NEER, Output Gap, Oil (Giá dầu UK Brent), IMP, CPI, M2.

Tất cả các biến (ngoại trừ Output Gap) đều được điều chỉnh mùa vụ và sau đó được lấy logarit tự nhiên.Kết quả của bài nghiên cứu cho thấy rằng, mức độ truyền dẫn của cú sốc tỷ giá hối đoái lên chỉ số giá nhập khẩu trong năm đầu tiên trung bình là 0.61 điều đó có nghĩa là 61% thay đổi của tỷ giá được truyền vào giá nhập khẩu và trong vòng từ tháng thứ 5 đến tháng thứ 7 thì mức độ truyền dẫn đã vượt quá mức truyền dẫn hoàn toàn, ngụ 9 ý rằng các doanh nghiệp đã phản ứng quá mức đối với cú sốc tỷ giá. Còn đối chỉ số giá tiêu dùng CPI thì mức độ truyền dẫn của tỷ giá nhỏ hơn và chậm hơn, một cú sốc dương của tỷ giá dẫn đến phản ứng dương của CPI từ tháng thứ 5 đến tháng thứ 15. Phản ứng cao nhất của CPI ở tháng thứ 10 và 11 sau khi cú sốc tỷ giá xảy ra, khi tỷ giá mất giá 1% thì CPI tăng lên 21%. Trung trình truyền dẫn của tỷ giá vào CPI trong năm đầu là 0.16 nếu không kể các phản ứng âm (tiêu cực) và trung bình trong năm thứ 2 là -0.

Sau 15 tháng, thì truyền dẫn của tỷ giá vào CPI, IMP hoàn toàn hết hiệu lực. Nguyễn Đình Mai Anh, Trần Mai Anh, Võ Trí Thành (2010) sử dụng mô hình VAR với dữ liệu nghiên cứu từ tháng 1 năm 2005 đến tháng 3 năm 2009 để xác định mức độ truyền dẫn tỷ giá hối đoái vào lạm phát. Các biến được sử dụng trong mô hình nghiên cứu bao gồm: biến nội sinh: Output Gap, CPI, M2, lãi suất tiền gửi kì hạn 3 tháng của VNĐ, lãi suất tiền gửi kì hạn 3 tháng của USD, tỷ giá hối đoái VNĐ/USD, và 1 biến ngoại sinh: Oil (giá dầu UK Brent, đơn vị tính USD/barrel). Các biến ngoại trừ các biến lãi suất và output gap, đều được hiệu chỉnh mùa vụ.Tất cả các biến ngoại trừ biến output gap, đều lấy dưới dạng logarit tự nhiên và được lấy sai phân bậc nhất.

Kết quả nghiên cứu là sau 2 tháng kể từ cú sốc tỷ giá, hệ số truyền dẫn của tỷ giá vào lạm phát là 0.07, và bị loại bỏ hoàn toàn trong tháng thứ 3. So với một số nước đang phát triển khác, mức độ truyền dẫn tỷ giá hối đoái vào lạm phát ở Việt Nam ở mức độ vừa phải. Ở cùng thời điểm giống nhau, các kết quả phân rã phương sai và phản ứng xung cho thấy rằng cung tiền đóng vai trò chủ yếu trong việc kiểm soát lạm phát. Thêm vào vấn đề quản lý cung tiền, lãi suất tiền gửi kì hạn 3 tháng của VNĐ cũng là kênh ảnh hưởng đến lạm phát.

Và cuối cùng bài nghiên cứu phát hiện ra rằng một sự gia tăng của tổng cầu cũng làm gia tăng các mức giá. Kết quả này khác với các kết quả nghiên cứu trước đây về mối quan hệ giữa tổng cầu và lạm phát. Nguyễn Thị Thu Hằng, Nguyễn Đức Thành (2010) sử dụng mô hình VECM để phân tích mối quan hệ giữa 12 biến: CPI, sản lượng công nghiệp, cung tiền M2, 10 tăng trưởng tín dụng, lãi suất tiền gửi hàng năm thống kê theo tháng, tỷ giá hối đoái do ngân hàng nhà nước công bố, chỉ số giá sản xuất PPI, thâm hụt ngân sách tích lũy, tổng giá trị giao dịch trên thị trường chứng khoán, chỉ số giá nhập khẩu, giá dầu thế giới và giá gạo thế giới, số liệu lấy theo tháng từ tháng 1 năm 2000 đến tháng 3 năm 2010. Các biến được điều chỉnh mùa vụ và lấy logarit tự nhiên.

Kết quả cho thấy rằng: ký ức và kỳ vọng của công chúng về lạm phát là hai nhân tố quan trọng quyết định lạm phát trong hiện tại, điều này đề cao tính tín nhiệm chính sách của Chính Phủ trong kiểm soát lạm phát. Giá dầu và giá gạo thế giới có ảnh hưởng quan trọng lên giá nhà sản xuất. Tuy nhiên, giá nhà sản xuất không tác động ngay lập tức đến giá tiêu dùng (lạm phát) và phải mất vài tháng mới nhận ra tác động này.Tốc độ điều chỉnh đối với các nhiễu là rất thấp trên cả thị trường tiền tệ và thị trường ngoại hối, điều này cho thấy rằng một khi các thị trường đi lệch xu hướng trong dài hạn, thì sẽ mất nhiều thời gian để nền kinh tế quay trở về tình trạng ban đầu mặc cho có các nỗ lực chính sách. Điều này cũng là một ngụ ý quan trọng đối với chính sách chống lại lạm phát: các biện pháp phòng ngừa với các hướng dẫn và mục tiêu rõ ràng là các chọn lựa tốt hơn sự cố gắng đương đầu với lạm phát cao sau khi nó đã bắt đầu.

Mặc khác, chính phủ cũng phản ứng chống lại lạm phát bằng công cụ tài khóa và tiền tệ nhưng thường tác động trễ và thụ động. Trái ngược với các nghiên cứu trước đây, mô hình đã tìm thấy một quy tắc đáng xem xét của tỷ giá hối đoái, một sự sụt giảm của tỷ giá hối đoái làm gia tăng áp lực lên lạm phát. Bài nghiên cứu cũng cho thấy không có bằng chứng rõ ràng về sự tác động của thâm hụt ngân sách lên lạm phát trong giai đoạn nghiên cứu. Nguyễn Thị Ngọc Trang và Lục Văn Cường (2012) sử dụng dữ liệu theo quý, bắt đầu từ quý 1 năm 2001 đến quý 4 năm 2011với phương pháp nghiên cứu đồng liên kết Johansen, mô hình hiệu chỉnh sai số và mô hình véc tơ tự hồi quy.

Các biến được sử dụng trong mô hình nghiên cứu: Chỉ số giá nhập khẩu, Chỉ số giá sản xuất, chỉ số giá tiêu dùng, GDP, NEER, EPC. Tất cả các biến đều được hiệu chỉnh mùa vụ bởi phương pháp Census X12 (ngoại trừ NEER, EPC), và đều được lấy logarit cơ số tự nhiên. Kết quả của bài nghiên cứu này cho thấy rằng trong dài hạn, sự 11 chuyển dịch của tỷ giá vào giá nhập khẩu là hoàn toàn, có nghĩa là khi tỷ giá tăng giá 1% (đồng nội tệ mất giá 1%) thì giá nhập khẩu tăng 1%. Tỷ giá danh nghĩa có hiệu lực chuyển dịch vào giá nhập khẩu lớn nhất (sau 3 quý kể từ cú sốc đầu tiên và bắt đầu giảm dần từ quý 4 trở đi), tiếp đến lần lượt là chỉ giá sản xuất, chỉ số giá tiêu dùng.