Truyền dẫn của chính sách tiền tệ qua kênh giá tài sản tài chính: Nghiên cứu thực nghiệm tại Việt Nam

chính sách tiền tệ (CSTT – Monetary Policy) luôn đóng vai trò quan trọng trong thực thi chính sách kinh tế của các quốc gia. Ngoài các vấn đề về công cụ thực thi CSTT, cơ quan thực thi CSTT, mục tiêu

CSTT thì cơ chế dẫn truyền của CSTT cũng là vấn đề quan trọng trong các nghiên

cứu về CSTT nói chung. Trong nghiên cứu này, nhóm tác giả thu thập dữ liệu về

CSTT và thị trường cổ phiếu VN giai đoạn 2000 – 2013 để nghiên cứu quá trình

truyền dẫn của CSTT qua kênh giá tài sản tài chính bằng mô hình tự hồi quy cấu

trúc (SVAR). Kết quả tại VN, CSTT có truyền dẫn mạnh qua TTCK thông qua

cung tiền, trong khi đó lãi suất không có tác động lớn đến TTCK ở cả hai chỉ số

VN-Index và HNX-Index và làm cho giá cả thay đổi.

pdf 8 trang phuongnguyen 5060
Bạn đang xem tài liệu "Truyền dẫn của chính sách tiền tệ qua kênh giá tài sản tài chính: Nghiên cứu thực nghiệm tại Việt Nam", để tải tài liệu gốc về máy hãy click vào nút Download ở trên

Tóm tắt nội dung tài liệu: Truyền dẫn của chính sách tiền tệ qua kênh giá tài sản tài chính: Nghiên cứu thực nghiệm tại Việt Nam

Truyền dẫn của chính sách tiền tệ qua kênh giá tài sản tài chính: Nghiên cứu thực nghiệm tại Việt Nam
Số 19 (29) - Tháng 11-12/2014 PHÁT TRIỂN & HỘI NHẬP 
11
1. Giới thiệu
1.1. Tầm quan trọng của nghiên 
cứu
CSTT tác động đến nền kinh tế 
thông qua nhiều kênh truyền dẫn 
khác nhau như kênh lãi suất, kênh 
tỷ giá, kênh tín dụng, kênh giá cả 
tài sản (Mishkin (2009), Cecchetti 
(1999), Ganev và cộng sự (2002)). 
Một trong những kênh dẫn truyền 
quan trọng của CSTT tại các quốc 
gia có nền kinh tế phát triển và thị 
trường tài chính (TTTC) phát triển 
ở trình độ cao là kênh giá cả tài 
sản tài chính (TSTC). Khi CSTT 
thay đổi thông qua sự thay đổi 
trong lãi suất điều hành hoặc cung 
tiền làm cho mức lãi suất trên thị 
trường thay đổi và làm giá TSTC 
(như cổ phiếu, trái phiếu) thay 
đổi. Một khi giá TSTC thay đổi 
làm thay đổi thu nhập, thay đổi 
giá trị tài sản của dân chúng từ đó 
ảnh hưởng đến quyết định đầu tư 
và tiêu dùng trong nền kinh tế và 
ảnh hưởng đến lạm phát (Mankiw, 
2010). Tuy nhiên, tại các quốc gia 
đang phát triển, đặc biệt là những 
quốc gia có thị trường chứng khoán 
kém phát triển hoặc đang phát triển 
với sự kiểm soát cao các giao dịch 
thì kênh giá TSTC là kênh dẫn 
truyền yếu trong truyền dẫn CSTT 
(Poddar và cộng sự (2007), Lula, 
Mark (2013), Ramlogan (2007), 
(Engert và cộng sự (1999), Allen, 
Gale (2000, 2004)).
Tại VN, thời gian qua đã có 
những nghiên cứu về tác động của 
chính sách tiền tệ của Ngân hàng 
Nhà nước lên các biến số của nền 
kinh tế như Lạm phát (Trang, 2012; 
Kiên, 2013), Cán cân thương mại 
(Châm, 2012),Tỷ giá (Thơ, 2012), 
tăng trưởng GDP (Ngọc, 2013)
Gần đây có đã có nghiên cứu về 
sự truyền dẫn của chính sách tiền 
tệ đến thị trường chứng khoán 
(TTCK) tại VN (Loan, 2013). Tuy 
nhiên, nghiên cứu chỉ dừng lại ở 
mức tìm hiểu tác động chung và 
quan hệ nhân quả Granger mà chưa 
đi vào đo lường sự truyền dẫn của 
CSTT qua giá cả các loại TSTC mà 
cụ thể là giá cả cổ phiếu trong chỉ 
số VN-Index và HNX-Index
1.2. Vấn đề nghiên cứu
Nghiên cứu tập trung vào cơ chế 
truyền dẫn của CSTT thông qua 
kênh giá TSTC nói riêng. Sauđó 
phân tích mối tương quan giữa 
CSTT giá TSTC cụ thể là chỉ số 
VN-Index, HNX-Index trên hai sở 
giao dịch chứng khoán thành phố 
Hồ Chí Minh và Hà Nội. Thông 
qua đó khái quát hóa kênh truyền 
dẫn của CSTT VN qua kênh giá 
TSTC giai đoạn 2000 – 2013.
Truyền dẫn của chính sách tiền tệ 
qua kênh giá tài sản tài chính: 
Nghiên cứu thực nghiệm tại Việt Nam
THS. NGUYỄN PHúC CảNH 
Trường Đại học Kinh tế TP.HCM
Chính sách tiền tệ (CSTT – Monetary Policy) luôn đóng vai trò quan trọng trong thực thi chính sách kinh tế của các quốc gia. Ngoài các vấn đề về công cụ thực thi CSTT, cơ quan thực thi CSTT, mục tiêu 
CSTT thì cơ chế dẫn truyền của CSTT cũng là vấn đề quan trọng trong các nghiên 
cứu về CSTT nói chung. Trong nghiên cứu này, nhóm tác giả thu thập dữ liệu về 
CSTT và thị trường cổ phiếu VN giai đoạn 2000 – 2013 để nghiên cứu quá trình 
truyền dẫn của CSTT qua kênh giá tài sản tài chính bằng mô hình tự hồi quy cấu 
trúc (SVAR). Kết quả tại VN, CSTT có truyền dẫn mạnh qua TTCK thông qua 
cung tiền, trong khi đó lãi suất không có tác động lớn đến TTCK ở cả hai chỉ số 
VN-Index và HNX-Index và làm cho giá cả thay đổi. 
Từ khóa: Chính sách tiền tệ, cơ chế dẫn truyền, giá tài sản tài chính, 
SVAR.
 Nghiên Cứu & Trao Đổi
PHÁT TRIỂN & HỘI NHẬP Số 19 (29) - Tháng 11-12/2014
Nghiên Cứu & Trao Đổi 
12
1.3. Mục tiêu nghiên cứu
Để làm rõ vấn đề nghiên cứu 
trên, tác giả tập trung làm rõ ba câu 
hỏi:
- Mức độ truyền dẫn của CSTT 
VN qua kênh giá tài sản tài chính 
thông qua hai chỉ số VN-Index 
và HNX-Index như thế nào?
- Có hay không sự phản ứng 
của giá cả trong nền kinh tế với 
CSTT qua sự thay đổi giá chứng 
khoán?
- Có hay không tác động của 
khủng hoảng kinh tế lên quá trình 
truyền dẫn của CSTT qua kênh 
giá tài sản tài chính?
2. Cơ sở lý thuyết và phương 
pháp nghiên cứu
2.1. Cơ sở lý thuyết
Kênh giá cả tài sản (APC) trong 
truyền dẫn CSTT có hai cơ chế liên 
quan là Thuyết Tobin’q (Tobin’s q 
theory) và Hiệu ứng của cải (Wealth 
effect), cả hai cơ chế liên quan này 
đều truyền dẫn CSTT thông qua 
giá cả các tài sản và quyết định đầu 
tư của doanh nghiệp và tiêu dùng 
của tư nhân.
- Thuyết Tobin q (Tobin’s q 
theory):
Giáo sư James Tobin là người 
phát triển học thuyết Tobin’s q 
Theory, học thuyết này đi vào giải 
thích tác động của CSTT lên giá 
cả của các loại tài sản tài chính 
(chủ yếu là cổ phiếu) rồi sau đó 
truyền dẫn tác động đến các biến 
khác trong nền kinh tế (Mishkin, 
2004). Tobin (1969) đưa ra tỷ số 
q = giá trị thị trường của DN/chi 
phí thay thế vốn. Nếu q cao có 
nghĩa rằng giá trị thị trường của 
DN cao hơn so với chi phí thay 
thế vốn, do đó mua sắm tài sản 
mới sẽ có giá rẻ hơn so với giá trị 
thị trường của tài sản của DN. Do 
đó khi tỷ số q cao, DN sẵn sàng 
phát hành thêm cổ phần mới để 
mua sắm thêm tài sản cho hoạt 
động của mình, cuối cùng đầu 
tư của xã hội tăng làm cho sản 
lượng nền kinh tế tăng lên.
M tăng → Giá chứng khoán 
tăng → q tăng → I tăng → Y 
tăng
Trong đó: M: cung tiền; 
q: tỷ số Tobin’s q; I: đầu tư; 
Y: sản lượng.
Ngược lại, khi NHTW thực 
hiện thắt chặt tiền tệ, lãi suất tăng 
làm giá cả chứng khoán giảm, tỷ 
số Tobin’s q giảm nên DN cắt giảm 
đầu tư và làm cho sản lượng giảm.
- Hiệu ứng của cải (Wealth 
effect):
Một kênh khác khi CSTT 
truyền dẫn qua APC là hiệu ứng 
của cải trong tiêu dùng của hộ 
gia đình, cá nhân. Theo Ando, 
Modigliani (1963) của cải và sự 
giàu có của cá nhân, hộ gia đình 
quyết định hành vi tiêu dùng của 
họ. Bởi vì lãi suất có liên quan 
đến giá cả của các loại tài sản tài 
chính do đó ảnh hưởng đến của 
cải và sự giàu có của các gia đình 
và cá nhân nên ảnh hưởng đến 
quyết định chi tiêu của họ. Vì 
vậy một khi CSTT thắt chặt, lãi 
suất tăng, làm cho giá cả các loại 
tài sản giảm, trên quan điểm của 
hộ gia đình và cá nhân thì tài sản 
của họ giảm giá trị, sự giàu có 
giảm đi. Để đảm bảo sự an toàn 
trong cuộc sống dài hạn và cân 
đối thu chi hộ gia đình, cá nhân 
sẽ cắt giảm bớt chi tiêu hiện tại 
làm cho tổng cầu giảm và làm 
giảm sản lượng đầu ra.
M tăng → Giá chứng khoán 
tăng → Của cải tăng → C tăng 
→ Y tăng
Trong đó: M: cung tiền; 
C: tiêu dùng tư nhân; 
Y: sản lượng.
Và ngược lại, khi CSTT thắt 
chặt làm lãi suất tăng, giá cả chứng 
khoán giảm, của cải và sự giàu có 
của người dân giảm nên họ cắt giảm 
chi tiêu làm cho tổng cầu giảm và 
cuối cùng sản lượng giảm.
TheoMukherjee, Bhattacharya 
(2011) APC là một trong 4 kênh 
truyền dẫn CSTT, còn Dabla-
Norris, Floerkemeier (2006) cho 
rằng APC là một trong 6 kênh 
truyền dẫn CSTT. Hầu hết các 
nước kinh tế phát triển đều tồn tại 
APC, nhưng chỉ một số quốc gia 
đang phát triển có tồn tại APC. 
Mishra, Montiel (2012) phát hiện 
ra rằng hầu hết các quốc gia đang 
phát triển đều thiếu thị trường 
chứng khoán nợ và vốn. Vì vậy 
mà APC bị hạn chế trong truyền 
dẫn CSTT. Các nghiên cứu thực 
nghiệm cho thấy APC tồn tại ở 
các quốc gia, đặc biệt ở các quốc 
gia phát triển. Pigou (1943) cho 
rằng khi kinh tế bị giảm phát sẽ 
làm gia tăng hiệu ứng của cải và 
làm gia tăng tổng cầu. Modigliani 
(1943, 1963), Ando, Modigliani 
(1963) thì phát hiện rằng hiệu 
ứng của cải còn tác động đến thị 
trường lao động, thị trường tiền 
tệ. Kinh tế vĩ mô những năm 
1960 và 1970 sử dụng nhiều mô 
hình để đo lường kênh truyền 
dẫn của CSTT qua hiệu ứng của 
cải. Ludvigson, Steindel, Lettau 
(2002) nghiên cứu tại Mỹ về 
APC và phát hiện APC tồn tại. 
Boivin, Kiley, Mishkin (2010) 
cũng khẳng định kênh hiệu ứng 
của cải cũng là một kênh khác 
trong cơ chế truyền dẫn của 
CSTT bên cạnh kênh lãi suất. 
Fair (2004) phát hiện hiệu ứng 
của cải khi giá cả tài sản tăng giai 
đoạn 1995 – 2000 có tác động tốt 
đến sự phát triển cao của Mỹ giai 
đoạn này.
APC không chỉ truyền dẫn 
Số 19 (29) - Tháng 11-12/2014 PHÁT TRIỂN & HỘI NHẬP 
 Nghiên Cứu & Trao Đổi 
13
thông qua giá cả chứng khoán 
mà còn truyền dẫn thông qua các 
kênh giá tài sản khác như giá bất 
động sản (BĐS). Maki, Palumbo 
(2001) phát hiện tại Mỹ người 
dân chi tiêu khoảng từ 3 – 5% 
tổng thu nhập cho nhà ở do đó có 
ảnh hưởng rất lớn đến nền kinh 
tế và APC qua kênh BĐS càng 
mạnh. Hilde, Dag (2010) nghiên 
cứu trường hợp của Na Uy, Thụy 
Điển và Anh, kết quả cho thấy 
giá cả nhà đất phản ứng ngay và 
mạnh với sự thay đổi trong lãi 
suất, đồng thời sự giảm giá nhà 
đất thúc đẩy sự giảm lạm phát và 
giảm GDP, tuy nhiên phản ứng 
của giá cả nhà đất với lãi suất lại 
khác nhau giữa các quốc gia.Theo 
Bernanke và cộng sự (2000), 
Bernanke, Gertler (1989) giá cả 
nhà đất có thể trở thành nguyên 
nhân gây ra thay đổi các yếu tố vĩ 
mô và trong chính sách lạm phát 
mục tiêu các NHTW phải quan 
tâm đến vấn đề này. Vì giá cả tài 
sản không chỉ thể hiện ý nghĩa 
về giá trị mà các loại tài sản như 
BĐS còn có vai trò phương tiện 
cất trữ do đó giá cả của chúng 
phản ứng rất nhanh với những 
thay đổi trong vĩ mô như lãi suất 
(Zettelmeyer (2004); Rigobon, 
Sack (2004); Bernanke, Kuttner 
(2005)). Case và cộng sự (2005) 
phát hiện rằng sự giàu có của dân 
chúng còn quan trọng hơn nhiều 
lần giá trị của thị trường chứng 
khoán ở nhiều nước. Khi giá cả 
nhà đất gia tăng có thể ảnh hưởng 
tới hoạt động xây dựng nhà cửa 
qua hiệu ứng Tobin’s q, Adam 
Elbourne (2008) tìm thấy bằng 
chứng tương tự tại Anh. 
Joaquim, Manoel (2011) tìm 
hiểu ảnh hưởng của nợ công lên 
quá trình truyền dẫn của CSTT 
thông qua hiệu ứng của cải bằng 
dữ liệu từ 1996 – 2007 của Brazil. 
Kết quả cho thấy kênh truyền 
dẫn qua hiệu ứng của cải tồn tại 
ở Brazil và khi quốc gia có nợ 
công càng lớn sự truyền dẫn của 
CSTT càng yếu.
Như vậy, APC cũng là một 
kênh truyền dẫn quan trọng khác 
của CSTT, qua APC CSTT tác 
động trực tiếp và gián tiếp đến 
đầu tư và tiêu dùng thông qua Lý 
thuyết Tobin’s q và hiệu ứng của 
cải. APC không chỉ tác động thông 
qua giá cả chứng khoán mà còn tác 
động đến nền kinh tế thông qua thị 
trường BĐS. Ogawa và cộng sự 
(1996), Ogawa và Kitasaka(1998) 
khẳng định thêm rằng khi giá cả tài 
sản biến động càng nhiều APC sẽ 
càng mạnh hơn vì APC sẽ tác động 
đến quyết định đầu tư của DN 
nhiều hơn.
2.2. Phương pháp nghiên cứu
Nghiên cứu của Chami, 
Cosimano and Fullerkamp (1999) 
sử dụng mô hình VAR để kiểm 
định sự hiện hữu của APC tại Mỹ 
kết luận rằng kênh truyền dẫn 
qua giá TSTC tồn tại nhưng cũng 
yếu. Nghiên cứu của Stefano Neri 
(2002) sử dụng mô hình SVAR 
(Structural VAR) kiểm định sự 
hiện hữu của APC qua giá TSTC 
tại Ý và phát hiện rằng APC tồn tại. 
Nghiên cứu của Stefano dựa trên 
mô hình SVAR đã được nghiên 
cứu trước đó của Kim (1999), Baks 
and Kramer (1999) nghiên cứu 
cho các nước G-7, Rapach (2001) 
nghiên cứu tại Mỹ, và cả nghiên 
cứu của Lastrapes (1998) và nhiều 
nghiên cứu khác. Dựa trên nghiên 
cứu của Stefano (2002), tác giả xây 
dựng mô hình SVAR để kiểm định 
sự truyền dẫn CSTT qua giá TSTC 
(cổ phiếu) tại VN.
Theo kinh tế học thì các biến 
vĩ mô theo thời gian có tính tự hồi 
quy và phương trình theo véc tơ tự 
hồi quy theo cấu trúc (SVAR) có 
dạng:
A(L)y
t
 + c = v
t
 (1)
Trong đó: y
t
 là véc tơ N biến 
kinh tế, v
t
 là véc tơ của các cú sốc 
cấu trúc có thể đo lường, và ít nhất 
phải có một trong những cú sốc đó 
có khả năng giải thích, c là véc tơ 
các hệ số chặn và A(L) là toán tử 
lùi của các hệ số hồi quy:
A(L) = A
0
 − A
1
L − A
2
L2 − .. − 
A
p
Lp (2)
Trong đó: L là độ trễ của các 
biến tự hồi quy và A
i
 (i = 0, p) là 
ma trận N x N. Thứ tự các biến y
t
là: 
Chỉ số giá hàng hóa thế giới (WCI), 
tỷ giá hối đoái danh nghĩa (NEER), 
sản xuất công nghiệp (IP), chỉ số 
giá tiêu dùng (CPI), lãi suất ngắn 
hạn (STR), cung tiền (M2) và chỉ 
số thị trường chứng khoán (Stock 
index).
Các cú sốc cấu trúc được giả 
định là không có tương quan và 
độc lập từng đôi một với nhau. Khi 
đó mô hình SVAR được rút gọn 
thành mô hình VAR có dạng: 
y
t
 = c + B(L)y
t
 + u
t
 (3)
Trong đó B(L) có dạng:
B(L) = B
1
L + B
2
L2 + .. + B
p
Lp
(4)
Và u là véc tơ của phần dư. Phần 
dư có liên quan đến các cú sốc cấu 
trúc theo mối quan hệ:
u
t
 = A
0
-1v
t
 (5)
Có nhiều cách ước lượng hệ 
số của mô hình SVAR và tất cả 
các phương pháp ước lượng đều 
cần các điều kiện (restrictions) 
để xác định những hệ số của mô 
hình. Phương pháp đơn giản nhất 
là sử dụng mô hình SVAR rút gọn 
thành VAR và sử dụng ma trận 
hiệp phương sai của phần dư trong 
VAR thông qua phương pháp phân 
rã phương sai Cholesky. Có những 
phương pháp phức tạp hơn là đưa 
PHÁT TRIỂN & HỘI NHẬP Số 19 (29) - Tháng 11-12/2014
Nghiên Cứu & Trao Đổi
14
ra các điều kiện ngắn hạn và dài 
hạn như của Gali (1992) hoặc đưa 
ra các điều kiện về dấu của các hệ 
số hồi quy của Uhlig (1999) hoặc 
đưa ra điều kiện về dấu và tương 
quan chéo như của Canova và De 
Nicolo (2000). Stefano (2002) 
đề xuất vì TTCK (cụ thể là giá 
cổ phiếu) phản ứng rất nhanh với 
biến động trong lãi suất điều hành 
và các thay đổi vĩ mô khác và còn 
phụ thuộc vào những yếu tố ngắn 
hạn khác như tâm lý hành vinên 
trong nghiên cứu về truyền dẫn của 
CSTT qua giá TSTC thông qua mô 
hình SVAR sẽ đưa ra các điều kiện 
trong ngắn hạn để ước lượng còn 
các điều kiện trong dài hạn sẽ được 
bỏ qua. Khi đó ước lượng các hệ 
số cho SVAR sẽ được thực hiện 
bằng phương pháp trung bình xác 
suất cao nhất (mean of maximum 
likelihood). Ma trận hệ số của mô 
hình VAR được rút gọn từ SVAR 
do Stefano (2002) xác định có 
dạng:
Trong đó: cp (chỉ số giá hàng 
hóa thế giới), exc (tỷ giá hối đoái 
danh nghĩa), y (sản lượng công 
nghiệp), p (chỉ số giá tiêu dùng), r 
(lãi suất), m (cung tiền), s (chỉ số 
giá chứng khoán). Còn các cú sốc 
cấu trúc bao gồm: v
ms
, v
md
, v
cp
, v
exc
, 
v
p
, v
y
 và vslà các cú sốc cung tiền, 
cú sốc cầu tiền, cú sốc do giá hàng 
hóa thế giới, cú sốc từ bên ngoài, 
cú sốc do sản lượng, cú sốc do giá 
cả và cú sốc do TTCK. Véc tơ u 
bên vế trái của ma trận dại diện cho 
những sự thay đổi không lường 
trước trong các biến của mô hình 
VAR. Cần nhớ rằng theo lý thuyết 
về các cú sốc cấu trúc, chỉ duy nhất 
cú sốc cung tiền và có thể cả cú sốc 
cầu tiền có ràng buộc, còn những 
biến khác được xác định giống như 
Kim (1999). Kết quả mô hình VAR 
được xác định thông qua một điều 
kiện, đó là mối quan hệ giữa cung 
tiền và cầu tiền theo phương trình:
u
r
 + a
51 
u
cp
 + a
52 
u
exc
 + a
53 
u
y
 + a
54 
u
p
 + u
56 
u
m
 = v
ms
 (6)
u
m
 + a
63 
u
y
 + a
64 
u
p
 + a
65 
u
r 
= v
md 
 (7)
Trong mô hình này chỉ sử dụng 
điều kiện trong ngắn hạn và loại bỏ 
điều kiện phản ứng dài hạn bởi vì 
các cú sốc của CSTT không phải 
là những cú sốc duy nhất tác động 
đến các biến số thực của nền kinh 
tế trong dài hạn mà tổng cầu là một 
ví dụ của những cú sốc như vậy. 
Thêm vào đó, theo Smets (1997) 
đề xuất rằng khi đo lường truyền 
dẫn CSTT ở một số quốc gia  ... ệu
Dữ liệu sử dụng trong bài 
nghiên cứu được thu thập từ nhiều 
nguồn khác nhau. Để đại diện cho 
biến chỉ số giá hàng hóa thế giới 
tác giả sử dụng giá dầu để dại diện 
(bởi vì dầu là một trong những 
hàng hóa quan trọng nhất trên toàn 
cầu cũng như có tác động rất mạnh 
đến nền kinh tế của các quốc gia) 
như trong nghiên cứu của Byung, 
Kiseok, Ronald (2001).
Các dữ liệu được thu thập theo 
tháng từ báo cáo IFS của IMF và 
thu thập theo dữ liệu được công bố 
từ trang thông tin trực tuyến của 
NHNN VN và Tổng cục Thống 
kê VN1. Tuy nhiên, theo số liệu từ 
IFS của IMF thì cung tiền M2 của 
VN bị thiếu hụt mất thông tin của 
5 tháng từ tháng 8/2012 đến tháng 
12/2012. Để giải quyết vấn đề này, 
tác giả sử dụng mô hình SARIMA 
để dự báo 5 tháng còn lại cho M2.
Vì các dữ liệu theo tháng nên 
có thể có tính mùa vụ (Seasonal 
effect); tác giả tiến hành kiểm định 
tính mùa vụ, sau đó điều chỉnh dữ 
liệu để loại bỏ yếu tố mùa vụ bằng 
công cụ thống kê X12 trong phần 
mềm Eviews. Kết quả như sau:
1. Website của NHNN VN là www. Sbv.gov.
vn, còn của Tổng cục thống kê VN là www.gso.
gov.vn
v
cp
1 0 0 0 0 0 0 u
cp
v
y
a
21
1 0 0 0 0 0 u
y
v
p
a
31
a
32
1 0 0 0 0 u
p
v
ms
= a
41
a
42
a
43
1 a
45
a
46
0 ur
v
md
0 a
52
a
53
a
54
1 0 0 u
m
v
exc
a
61
a
62
a
63
a
64
a
65
1 0 u
exc
v
s
a
71
a
72
a
73
a
74
a
75
a
76
1 u
s
Chỉ tiêu Tên gọi Nguồn
Oil Oil Price, giá dầu WTI Texas, USD/thùng (2003M1 – 2012M12) IFS, IMF
NEER Nominal Exchange rate, Tỷ giá danh nghĩa USD/VND (2003M1 – 2012M12) IFS, IMF
IP Industrial Production, Sản xuất công nghiệp VN tỷ VND (2003M1 – 2012M12) Tổng cục Thống kê
CPI Thay đổi trong chỉ số giá theo năm, %/năm (2003M1 – 2012M12) IFS, IMF
RFR Refinance Rate, Lãi suất tái cấp vốn của NHNN VN, %/năm (2003M1 – 2012M12)
NHNN VN, Thống kê 
chính sách tiền tệ
DR Discount Rate, Lãi suất tái chiết khấu của NHNN VN, %/năm (2003M1 – 2012M12)
NHNN VN, Thống kê 
chính sách tiền tệ
PR Policy Rate, Lãi suất điều hành (lấy VNibor cho VN), %/năm (2003M1 – 2012M12)
NHNN VN, Thống kê 
chính sách tiền tệ
M2 Cung tiền rộng M2, Triệu USD (2003M1 – 2012M7) [1] IFS, IMF
M2e Cung tiền rộng M2 được dự báo, triệu USD (2012M8 – 2012M12)
Kết quả từ mô hình 
SARIMA
VNI VN-Index, Chỉ số VN-Index lấy ở thời điểm ngày giao dịch cuối trong tháng (2003M1 – 2012M12)
Sở Giao dịch Chứng 
khoán TP.HCM
HNX HNX-Index, Chỉ số HNX-Index lấy ở thời điểm ngày giao dịch cuối trong tháng (2006M1 – 2012M12)
Sở Giao dịch Chứng 
khoán Hà Nội
Bảng 1. Các biến và nguồn các biến trong mô hình
Nguồn: Tổng hợp của tác giả
PHÁT TRIỂN & HỘI NHẬP Số 19 (29) - Tháng 11-12/2014
Nghiên Cứu & Trao Đổi
16
Nguồn: Kết quả từ tính toán của tác giả.
4. Kết quả nghiên cứu và thảo 
luận
Mô hình SVAR cho chuỗi VN-
Index cho kết quả ở Bảng 4.
Từ kết quả của SVAR cho 
thấy hầu hết các hệ số đều có 
ý nghĩa thống kê với mức 1%. 
Kiểm định LR cho ý nghĩa thống 
kê, do đó ràng buộc của SVAR là 
phù hợp. Nhóm tác giả sử dụng 
Eviews để phân tích hàm phản 
ứng xung cho biến VN-Index với 
các cú sốc trong Hình 2. Kết quả 
cho thấy:
- Chỉ số VN-Index phản ứng 
rất mạnh với sự thay đổi trong chỉ 
số lạm phát của VN và Cung tiền 
M2. Khi lạm phát tăng, làm chỉ số 
VN-Index giảm mạnh và kéo dài 
nhiều kỳ. Trong khi đó khi có cú 
sốc trong cung tiền M2, chỉ số VN-
Index tăng mạnh và nhanh chóng 
hết phản ứng sau 3 tháng.
- Chỉ số VN-Index phản ứng 
không rõ ràng với các cú sốc từ giá 
dầu thế giới và lãi suất điều hành 
của Ngân hàng Nhà nước VN và 
sản lượng công nghiệp của VN. 
Trong khi đó VN-Index có xu 
hướng phản ứng dương với cú sốc 
trong tỷ giá USD/VND nhưng sau 
đó lại giảm nhanh và có xu hướng 
OIL_SA NEER_SA IP_SA CPI_SA RFR_SA DR_SA PR_SA M2_SA VNI_SA [3] HNX
Trung bình 69.69801 17411.56 51913.31 10.28500 8.156574 6.275415 8.676874 76432.95 442.4609 156.9988
Trung vị 67.54975 16107.02 51751.88 8.507118 6.746486 4.758234 7.544189 77612.94 413.8397 146.3500
Lớn nhất 125.0997 21125.77 80691.39 29.65850 15.54534 13.69984 17.56028 152316.3 1113.527 404.1000
Nhỏ nhất 27.64210 15421.83 26471.77 2.175615 4.772601 2.875807 5.311857 18932.65 129.5043 51.00000
Độ lệch chuẩn 24.36889 2003.153 16540.27 6.567436 3.116571 3.198976 2.849678 42271.93 231.7787 88.12633
Skewness 0.083770 0.776230 0.078161 1.351152 1.076848 1.118371 1.320426 0.179484 1.230856 0.998528
Kurtosis 2.121832 1.977958 1.835294 4.139878 2.888764 2.956838 3.909055 1.614907 4.186226 3.245128
N 120 120 120 120 120 120 120 120 120 84 [4]
Chỉ tiêu OIL NEER IP CPI RFR DR PR M2 VNI HNX
Trung bình 69.70723 17409.56 52001.70 10.26190 8.161667 6.283750 8.683083 76467.36 443.0875 156.9988
Trung vị 70.27659 16115.52 51255.50 8.412442 6.600000 4.900000 7.510000 78134.24 421.9000 146.3500
Lớn nhất 133.9271 21013.59 86118.44 28.35694 15.00000 13.00000 17.57000 156655.7 1137.700 404.1000
Nhỏ nhất 28.13238 15417.35 25122.64 2.051623 4.800000 3.000000 5.220000 19352.18 136.2000 51.00000
Độ lệch chuẩn 24.80779 2000.436 16939.06 6.422449 3.147259 3.230359 2.871645 42336.62 233.8886 88.12633
Skewness 0.198493 0.774461 0.143759 1.215853 1.103548 1.137698 1.266000 0.185943 1.270048 0.998528
Kurtosis 2.464050 1.971622 1.931308 3.675660 2.914786 2.964778 3.692266 1.627328 4.316806 3.245128
N 120 120 120 120 120 120 120 120 120 84 [2]
Ma trận ràng buộc A:
 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
 0.007837 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000
 0.068598 0.137012 1.000000 0.000000 0.000000 0.000000 0.000000
-0.874772*** -0.296360*** -0.801945*** 1.000000 0.000000 0.000000 0.000000
-2.839245*** 2.504415*** 4.569221*** 0.021218 1.000000 80.50813*** 0.000000
 0.000000 0.000000 -0.504678*** 0.083184 -1.155888*** 1.000000 0.000000
 0.113516 0.032222 -0.022876 0.020938 -0.028818 -1.456937 1.000000
LR kiểm định các ràng buộc quá đáng: 
Chi-square(8) 2728.073 P-value 0.0000
Bảng 2: Mô tả dữ liệu nghiên cứu
Nguồn: Kết quả từ tính toán của tác giả.
Bảng 3. Mô tả dữ liệu đã xử lý tính mùa vụ
Nguồn: Kết quả từ tính toán của tác giả.
Bảng 4. Kết quả ước lượng ma trận ràng buộc A cho mô hình SVAR của VN-Index
Số 19 (29) - Tháng 11-12/2014 PHÁT TRIỂN & HỘI NHẬP 
 Nghiên Cứu & Trao Đổi
17
-.08
-.04
.00
.04
.08
1 2 3 4 5 6 7 8 9 10 11 12
Response of DLHNX to DLOIL_SA
-.08
-.04
.00
.04
.08
1 2 3 4 5 6 7 8 9 10 11 12
Response of DLHNX to DLIP_SA
-.08
-.04
.00
.04
.08
1 2 3 4 5 6 7 8 9 10 11 12
Response of DLHNX to CPI_SA
-.08
-.04
.00
.04
.08
1 2 3 4 5 6 7 8 9 10 11 12
Response of DLHNX to PR_SA
-.08
-.04
.00
.04
.08
1 2 3 4 5 6 7 8 9 10 11 12
Response of DLHNX to DLM2_SA
-.08
-.04
.00
.04
.08
1 2 3 4 5 6 7 8 9 10 11 12
Response of DLHNX to DLNEER_SA
Response to Cholesky One S.D. Innovations ± 2 S.E.
Ma trận ràng buộc A:
 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
 0.037325 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000
-0.987367*** -1.701446*** 1.000000 0.000000 0.000000 0.000000 0.000000
-2.120207*** 17.65959*** -0.063743 1.000000 50.47554*** 162.1208*** 0.000000
 0.000000 -3.139855*** 0.107865 -0.993622*** 1.000000 0.000000 0.000000
 0.638129*** -0.197838 -0.003647 -0.494511*** -63.97366*** 1.000000 0.000000
 0.271337 0.050889 0.018503 -0.027269 -2.805460 -1.565545 1.000000
LR kiểm định các ràng buộc quá đáng: 
Chi-square(8) 1160.981 P-value 0.0000
phản ứng ngược lại.
Như vậy, tại VN, CSTT VN 
có tác động mạnh đến chỉ số VN-
Index thông qua tác động của cung 
tiền và lạm phát. Để xác nhận thêm 
tác động của CSTT lên TTCK VN, 
nhóm tác giả kiểm định mô hình 
SVAR cho HNX-Index. Kết quả 
ước lượng ma trận ràng buộc A ở 
Bảng 5.
Kết quả của SVAR cho thấy 
hầu hết các hệ số đều có ý nghĩa 
thống kê với mức 1%. Kiểm định 
LR cho ý nghĩa thống kê, do đó 
ràng buộc của SVAR là phù hợp. 
Nhóm tác giả sử dụng Eviews để 
phân tích hàm phản ứng xung cho 
biến HNX-Index với các cú sốc 
trong Hình 3. Kết quả cho thấy:
- Chỉ số HNX-Index phản ứng 
rất mạnh với sự thay đổi trong chỉ 
số lạm phát của VN và Cung tiền 
M2. Khi lạm phát tăng, làm chỉ số 
HNX-Index giảm mạnh dừng phản 
ứng ở kỳ thứ 5. Trong khi đó khi có 
cú sốc trong cung tiền M2, chỉ số 
HNX-Index tăng mạnh và nhanh 
chóng hết phản ứng sau 3 tháng.
- Chỉ số VN-Index phản ứng 
không rõ ràng với các cú sốc từ giá 
dầu thế giới và lãi suất điều hành 
của ngân hàng nhà nước VN và sản 
lượng công nghiệp của VN. Trong 
khi đó VN-Index có xu hướng phản 
ứng dương với cú sốc trong tỷ giá 
USD/VND nhưng sau đó lại giảm 
-.03
-.02
-.01
.00
.01
.02
.03
1 2 3 4 5 6 7 8 9 10 11 12
Response of DLVNI_SA to DLOIL_SA
-.03
-.02
-.01
.00
.01
.02
.03
1 2 3 4 5 6 7 8 9 10 11 12
Response of DLVNI_SA to DLNEER_SA
-.03
-.02
-.01
.00
.01
.02
.03
1 2 3 4 5 6 7 8 9 10 11 12
Response of DLVNI_SA to DLIP_SA
-.03
-.02
-.01
.00
.01
.02
.03
1 2 3 4 5 6 7 8 9 10 11 12
Response of DLVNI_SA to CPI_SA
-.03
-.02
-.01
.00
.01
.02
.03
1 2 3 4 5 6 7 8 9 10 11 12
Response of DLVNI_SA to PR_SA
-.03
-.02
-.01
.00
.01
.02
.03
1 2 3 4 5 6 7 8 9 10 11 12
Response of DLVNI_SA to DLM2_SA
Response to Cholesky One S.D. Innovations
Hình 1: Hàm phản ứng xung của VN-Index
Hình 2: Hàm phản ứng xung của HNX-Index
Bảng 5. Ma trận ràng buộc SVAR cho HNX-Index
PHÁT TRIỂN & HỘI NHẬP Số 19 (29) - Tháng 11-12/2014
Nghiên Cứu & Trao Đổi
18
nhanh ở kỳ thứ 3. Như vậy, tại VN, 
CSTT VN có tác động mạnh đến 
chỉ số HNX-Index thông qua tác 
động của cung tiền lên thị trường 
và lạm phát.
5. Kết luận
CSTT của VN có tác động mạnh 
lên TTCK thông qua lạm phát và 
cung tiền, trong khi đó lãi suất 
không có tác động lớn đến TTCK 
ở cả hai chỉ số VN-Index và HNX-
Index. CSTT truyền dẫn qua kênh 
giá tài sản tài chính thông qua kênh 
tiền tệ. Khi cung tiền tăng, lượng 
tiền trong nền kinh tế thay đổi dẫn 
đến dòng tiền chảy vào các loại tài 
sản tài chính làm thay đổi giá cả 
các loại tài sản tài chính. Bên cạnh 
đó, lạm phát cũng ảnh hưởng mạnh 
đến giá các loại tài sản tài chính, 
lạm phát cao dẫn đến tỷ suất sinh 
lợi đòi hỏi cao hơn và làm giảm giá 
chứng khoánl 
TÀI LIỆU THAM KHẢO
Adam Elbourne, Jakob de Haan (2006), 
“Financial Structure And Monetary 
Policy Transmission In Transition 
Countries”, Journal of Comparative 
Economics, Volume 34, p. 1–23.
Allen, F., Gale, D. (2000), Comparing 
Financial Systems, Cambridge, MA: 
MIT Press.
Barth, M.J., Ramey, V.A. (2001), “The cost 
channel of monetary transmission” In: 
Bernanke, B., Rogoff, K. (Eds.), NBER 
Macroeconomics Annual, Volume 16, p. 
199–240.
Bernanke, B.S, Gertler, M. (1989), “Agency 
Costs, Net Worth, And Business 
Fluctuations”, American Economic 
Review, Volume 79, p. 14 –31.
Boivin, Jean, Michael T. Kiley and Frederic 
Mishkin (2010), How Has The Monetary 
Transmission Mechanism Evolved Over 
Time?, s.l.: Working Paper 15879, 
NBER.
Canova, F., Ciccarelli, M. (2003), 
“Forecasting and turning points 
prediction in a Bayesian Panel VAR 
model”, Journal of Econometrics, 
Volume 120, p. 327–359.
Canova, F., G. De Nicolo (2000), Monetary 
Disturbances Matter For Business 
Cycle Fluctuations In The G7, Board 
of Governors of the Federal System, 
International Finance Discussion Paper 
No. 660.
Case, K.E., Quigley, J.M., Shiller, R.J. 
(2005), Comparing Wealth Effects: 
The Stock Market Versus the Housing 
Market. dv. Macroecon, 5(1), p. 1.
Cecchetti, S., (1995), “Distinguishing 
Theories Of The Monetary Transmission 
Mechanism”, Review, Federal Reserve 
Bank of St. Louis, Volume 77, p. 83–97.
Chami, R., Cosimano, T. (2001), The 
Conduct Of Monetary Policy Under 
The Basel Accord, s.l.: International 
Monetary Fund and University of Notre 
Dame.
Châm, L. T. N. (2012), Chính sách điều hành 
tỷ giá và cán cân thương mại của VN: 
Thực trạng và giải pháp, Luận văn Thạc 
sĩ kinh tế, Issue Trường Đại học kinh tế 
Tp.HCM.
Dabla-Norris, E., Floerkemeier, H., (2006), 
Transmission Mechanisms Of Monetary 
Policy In Armenia: Evidence From Var 
Analysis, IMF Working Paper 06/248, 
Issue Washington, DC.
Engert, W.B., Nott F.L., Selody, J., (1999), 
Restructuring the Canadian Financial 
System: Explanations and Implications, 
prepared for the Autumn Meeting of 
G-10 Central Bank Economists, BIS..
Fair, Ray C., (2004), Estimating How 
The Macroeconomy Works, Harvard 
University Press.
Gali, J., (1992), “How Well Does The Is-
Lm Model Fit Post-War U.S. Data”, 
Quarterly Journal of Economics, 
Volume 107, p. 975–1009.
Ganev, Georgy, Molnar, Krisztina, Rybinski, 
Krysztof, Wozniak, Przemyslaw (2002), 
“Transmission Mechanism Of Monetary 
Policy In Central And Eastern Europe”, 
Case Report No. 52. Center for Social 
and Economic Research, Warsaw, 
Poland.
Hilde C. Bjørnland, Dag Henning Jacobsen, 
(2010), “The Role Of House Prices 
In The Monetary Policy Transmission 
Mechanism In Small Open Economies”, 
Journal of Financial Stability, Volume 
6, p. 218–229.
Joaquim Pinto De Andrade, Manoel Carlos 
De Castro Pires (2011), “Implications 
Of Public Debt Indexation For Monetary 
Policy Transmission”, Journal of Applied 
Economics, 14(2), pp. 257-268.
Kiên, N. T. (2013), “Kiềm chế lạm phát với 
sự phối hợp chính sách tiền tệ và chính 
sách tài khoá”, Nghiên cứu tài chính kế 
toán, Volume 3, pp. 5 - 7.
Rigobon, R., Sack, B. (2003), “Measuring 
The Reaction Of Monetary Policy To 
The Stock Market”, Quarterly Journal 
of Economics, 118(2), p. 639–669.
Rigobon, R., Sack, B., (2004), The Impact 
Of Monetary Policy On Asset Prices, 
Journal of Monetary Economics, Volume 
51, p. 1553–1575.
Thơ, T. N. (2012), Nghiên cứu sơ thảo về 
phá giá tiền tệ và một số khuyến nghị 
chính sách cho VN, Đề tài nghiên cứu 
khoa học cấp cơ sở, Trường Đại học 
Kinh tế TP.HCM.
Tobin, J., (1969), A General Equilibrium 
Approach To Monetary Theory, Journal 
of Money, Credit, and Banking, 1(1), p. 
15–29.
Trần Ngọc Thơ, Nguyễn Hữu Tuấn (2013), 
“Cơ chế truyền dẫn CSTT ở VN tiếp cận 
theo mô hình SVAR”, Tạp chí Phát triển 
và Hội nhập, 10(UEF), pp. 8-16.
Trang, N. T. N. (2012), Lạm phát và hành 
vi giá cả trong hoạch định chính sách 
tiền tệ tại VN, Đề tài nghiên cứu khoa 
học cấp cơ sở, Trường đại học kinh tế 
TP.HCM.
Zettelmeyer, J. (2004), “The Impact Of 
Monetary Policy On The Exchange 
Rate: Evidence From Three Small 
Open Economies”, Journal of Monetary 
Economics, Volume 51, p. 635–652.
GHI CHÚ
[1] Trong thống kê IFS của IMF chỉ có M2 
đến cuối tháng 7 năm 2012, do đó tác 
giả sẽ sử dụng mô hình SARIMA để dự 
báo cho 4 tháng còn lại trong năm 2012 
để sử dụng cho mô hình SVAR (tham 
khảo phụ lục 1 để rõ thêm về mô hình 
SARIMA được sử dụng).
[2] Dữ liệu của HNX-Index có từ năm 2006 
nên chỉ có 84 quan sát.
[3] Những biến có “_SA” là chuỗi dữ liệu 
đã được điều chỉnh tính mùa vụ.
[4] Dữ liệu của HNX-Index có từ năm 
2006 nên chỉ có 84 quan sát và HNX-
Index không có tính mùa vụ nên vẫn giữ 
nguyên.

File đính kèm:

  • pdftruyen_dan_cua_chinh_sach_tien_te_qua_kenh_gia_tai_san_tai_c.pdf