Đang tải... (xem toàn văn)
TÓM TẮT ĐỀ TÀI Lý do chọn đề tài Việt Nam trong quá trình hội nhập với nền kinh tế toàn cầu, hoạt động xuất khẩu, nhập khẩu hàng hóa,dịch vụ ngày càng phát triển, tăng trưởng với tốc độ cao dù kinh tế quốc gia cũng như tình hình thế giới đang phải đối mặt với nhiều khó khăn. Thị trường ngoại hối hình thành và ngày càng phát triển, Việt Nam đã tăng lượng dự trữ ngoại hối lên cao. Để kiểm soát lạm phát, ngân hàng nhà nước thực hiện các chính sách thắt chặt tiền tệ.... Trong tình hình đó, việc xem xét sự biến động của tỷ giá hối đoái là rất quan trọng trong chính sách tiền tệ của mỗi quốc gia chính vì vậy, đề tài này muốn hướng tới các phản ứng của tỉ giá hối đoái trước cú sốc chính sách tiền tệ nhằm mô tả một cách xác thực nhấttrong việcsử dụng các công cụ hữu ích về kinh tế lượng Mục tiêu nghiên cứu Bài viết tập trung vào phân tích trường hợp nền kinh tế nhỏ mở thông quan mô hình DSGE.Ước lượng các tham số của mô hình và tập trung vào hàm phản ứng đẩy để xem xét đến tác động của các cú sốc kinh tế ngoại sinh đến nền kinh tế như thế nào. Ngoài ra,bài viết còn xem xét thêm sự phù hợp trong việc sử dụng các mô hình VAR để mô phỏng lại các phản ứng của các biến kinh tế khi phải đối mặt với các cú sốc tỷ giá thương mại, công nghệ, lạm phát thế giới, sản lượng thế giới và đặt biệt là cú sốc chính sách tiền tệ -xem xét sự truyền dẫn của tỷ giá hối đoái . Tìm kiếm một công cụ hiệu quả để thực hiện các chính sách vĩ mô, nhóm chúng tôi đã tiến hành thực hiện mô hình DSGE đang được sử dụng phổ biến ở các ngân hàng trung ương của nhiều nước trên thế giới. Phương pháp nghiên cứu Bài viết xây dựng mô hình DSGE cho nền kinh tế nhỏ mở theo cách tiếp cận của Bayesian với các biến kinh tế. Sau đó dựa vào các biến quan sát: lỗ hổng sản lượng (output gap), lạm phát, lãi suất danh nghĩa, thay đổi tỷ giá hối đoái danh nghĩa và tỷ giá thương mại để ước lượng các tham số cho các biến của mô hình DSGE. Xây dựng phân phối tiên nghiệm cho các tham số chưa biết của mô hình. Từ các biến quan sát, xây dựng phương trình likelihood cùng với phân phối tiên nghiệm thiết lập từ trước để xác định các phân phối hậu nghiệm cho các tham số. Cuối cùng, dựa vào phương pháp Monter Carlo và Markov chain Monte Carlo (MCMC) để tóm tắt thống kê lại phân phối hậu nghiệm của tham số. Từ các kết quả trên, chúng tôi ước lượng hàm phản ứng đẩy (IRF) xem xét phản ứng của các biến trước tác động của các cú sốc kinh tế vĩ mô. Sau đó chúng tôi ước lượng thêm các mô hình VAR Recursive với cách thiết lập thay đổi trật tự của các biến để có được hàm IRF. Sau đó đem so sánh với hàm IRF từ mô hình DSGE để lựa chọn mô hình VAR Recursive có thiết lập phù hợp để xem xét phản ứng của các biến trước tác động của cú sốc thắt chặt chính sách tiền tệ. Nội dung nghiên cứu Bài viết dựa trên ý tưởng của ba bài nghiên cứu chính: Lubik, T.A., Schorfheide, F., 2007. ―Do central banks respond to exchange rate move-ments? A structural investigation‖, Jarkko P. Jääskelä, David Jennings (2011): ―Monetary policy and the exchange rate: Evaluation of VAR models‖ và gần đây nhất Tingguo Zheng,Huiming Guo (2013): ―Estimating a small open economy DSGE model with indeterminacy: Evidence from China‖.
Mã số: …………… Phản ứng tỷ giá hối đoái trước cú sốc sách tiền tệ, ứng dụng mơ hình DSGE SVAR cho Việt Nam TĨM TẮT ĐỀ TÀI Lý chọn đề tài Việt Nam q trình hội nhập với kinh tế tồn cầu, hoạt động xuất khẩu, nhập hàng hóa,dịch vụ ngày phát triển, tăng trưởng với tốc độ cao dù kinh tế quốc gia tình hình giới phải đối mặt với nhiều khó khăn Thị trường ngoại hối hình thành ngày phát triển, Việt Nam tăng lượng dự trữ ngoại hối lên cao Để kiểm soát lạm phát, ngân hàng nhà nước thực sách thắt chặt tiền tệ Trong tình hình đó, việc xem xét biến động tỷ giá hối đối quan trọng sách tiền tệ quốc gia vậy, đề tài muốn hướng tới phản ứng tỉ giá hối đối trước cú sốc sách tiền tệ nhằm mô tả cách xác thực nhấttrong việcsử dụng cơng cụ hữu ích kinh tế lượng Mục tiêu nghiên cứu Bài viết tập trung vào phân tích trường hợp kinh tế nhỏ mở thông quan mô hình DSGE.Ước lượng tham số mơ hình tập trung vào hàm phản ứng đẩy để xem xét đến tác động cú sốc kinh tế ngoại sinh đến kinh tế Ngoài ra,bài viết xem xét thêm phù hợp việc sử dụng mơ hình VAR để mơ lại phản ứng biến kinh tế phải đối mặt với cú sốc tỷ giá thương mại, công nghệ, lạm phát giới, sản lượng giới đặt biệt cú sốc sách tiền tệ -xem xét truyền dẫn tỷ giá hối đoái Tìm kiếm cơng cụ hiệu để thực sách vĩ mơ, nhóm chúng tơi tiến hành thực mơ hình DSGE sử dụng phổ biến ngân hàng trung ương nhiều nước giới Phương pháp nghiên cứu Bài viết xây dựng mơ hình DSGE cho kinh tế nhỏ mở theo cách tiếp cận Bayesian với biến kinh tế Sau dựa vào biến quan sát: lỗ hổng sản lượng (output gap), lạm phát, lãi suất danh nghĩa, thay đổi tỷ giá hối đoái danh nghĩa tỷ giá thương mại để ước lượng tham số cho biến mơ hình DSGE Xây dựng phân phối tiên nghiệm cho tham số chưa biết mơ hình Từ biến quan sát, xây dựng phương trình likelihood với phân phối tiên nghiệm thiết lập từ trước để xác định phân phối hậu nghiệm cho tham số Cuối cùng, dựa vào phương pháp Monter Carlo Markov chain Monte Carlo (MCMC) để tóm tắt thống kê lại phân phối hậu nghiệm tham số Từ kết trên, ước lượng hàm phản ứng đẩy (IRF) xem xét phản ứng biến trước tác động cú sốc kinh tế vĩ mơ Sau chúng tơi ước lượng thêm mơ hình VAR Recursive với cách thiết lập thay đổi trật tự biến để có hàm IRF Sau đem so sánh với hàm IRF từ mơ hình DSGE để lựa chọn mơ hình VAR Recursive có thiết lập phù hợp để xem xét phản ứng biến trước tác động cú sốc thắt chặt sách tiền tệ Nội dung nghiên cứu Bài viết dựa ý tưởng ba nghiên cứu chính: Lubik, T.A., Schorfheide, F., 2007 ―Do central banks respond to exchange rate move-ments? A structural investigation‖, Jarkko P Jääskelä, David Jennings (2011): ―Monetary policy and the exchange rate: Evaluation of VAR models‖ gần Tingguo Zheng,Huiming Guo (2013): ―Estimating a small open economy DSGE model with indeterminacy: Evidence from China‖ Chúng ước lượng mơ hình DSGE với biến quan sát để có tham số mơ hình, ước lượng hàm phản ứng đẩy phân rã phương sai để xem xét tác động cú sốc kinh tế vĩ mô đến kinh tế Việt Nam Sau có hàm IRF DSGE chúng tơi tiếp tục ước lượng mơ hình VAR theo hai dạng: VAR đệ quy (recursive VAR) VAR dấu hiệu hạn chế (signrestricted VAR) Trong VAR đệ quy, thiết lập cách áp đặt khác Từ ước lượng hàm IRF mơ hình VAR sau xem xét với hàm IRF ước lượng trước DSGE với vấn đề puzzle xuất (nếu có) để nhân định mơ hình VAR Đóng góp đề tài Xây dựng mơ hình DSGE sở để so sánh sử dụng để đánh giá phần tình hình kinh tế Việt Nam Ước lượng hàm IRF xem xét phản ứng mức độ phản ứng, thời gian trở trạng thái ổn định yếu tố kinh tế vĩ mô chịu tác động cú sốc nước giới Xây dựng mô hình VAR theo nhiều cách áp đặt trật tự khác VAR đệ quy áp đặt dấu phản ứng biến mơ hình VAR dấu hiệu hạn chế Hướng phát triển đề tài Trong mơ hình DSGE tồn nhiều tham số khơng thật phản ánh tình hình Việt Nam Thứ :do khách quan nhiều hạn chế liệu (độ dài, tín tin cậy) cách phân tích lựa nên mơ hình khơng tránh khỏi sai sót mặt kỹ thuật phương pháp đồng thời hạn chế chủ quan chưa thể nắm bắt tinh túy mơ hình khai thác để sử dụng phù hợp Thứ hai: Các tham số đưa vào tiền nghiệm khơng hồn toàn giống quốc gia,việc đưa vào hàng loạt từ mơ hình Trung Quốc khiến cho mơ hình chúng tơi khơng thật làm đúng, tốt chúng tơi mong muốn Thứ ba, xem tác động biến nước biến ngoại sinh thật điều kiện hội nhập nay, tất quốc gia cần phải xem xét đến biến động khơng nước mà cịn giới, biến động nên đưa vào mơ hình ước lượng để có nhìn tổng quan tồn diện hơn.Thứ tư, có nhiều mơ hình sử dụng để ước lượng yếu tố vĩ mô, việc làm quan sát vài khía cạnh, có nhiều phương pháp phù hợp với tình hình Việt Nam Cuối cùng, nhiều nhà nghiên cứu xây dựng phát triển hoàn thiện mơ hình DSGE, có nhiều hướng nghiên cứu áp đặt giá trị tham số ước lượng hay để mơ hình tự ước lượng tham số hai Từ đó, chúng tơi hướng đến việc mở rộng mơ hình thêm biến nước ngồi biến nội sinh để xem xét phản ứng kinh tế trước cú sốc nước tồn diện Tiếp theo,tìm kiếm ngun nhân dẫn đến puzzle cải thiện mơ hình VAR để hạn chế bớt nguyên nhân vấn đề kỹ thuật MỤC LỤC DANH MỤC TỪ VIẾT TẮT DANH MỤC BẢNG DANH MỤC HÌNH TỔNG QUAN VỀ CÁC NGHIÊN CỨU TRƯỚC ĐÂY 1.1 Các nghiên cứu sách tiền tệ: 1.1.1 Jonathan Kearns and Phil Manners (2005) 1.1.2 John B Taylor (2001): 11 1.2 Các lý thuyết vấn đề puzzle 15 1.3 Các nghiên cứu dùng mơ hình VAR xem xét tỷ giá hối đoái puzzle 17 1.3.1 1.3.2 1.4 Almuth Scholl, Harald Uhlig (2008) 17 Almuth Scholl, Harald Uhlig (2009) 19 Các mơ hình DSGE thực nghiệm: 22 1.4.1 Jarkko P Jääskelä, David Jennings 22 1.4.2 Thomas A Lubika, Frank Schorfheide 27 1.4.3 Tingguo Zheng, Huiming Guo (2013) 28 PHƯƠNG PHÁP NGHIÊN CỨU 29 2.1 Các lý thuyết xây dựng mơ hình DSGE 29 2.1.1 2.1.2 Các trường phái mô hình DSGE 29 2.1.3 Các bước xây dựng mơ hình DSGE 31 2.1.4 2.2 Lịch sử lý thuyết mơ hình DSGE 29 Tổng quan giải pháp cho mơ hình DSGE: 33 Mơ hình Structural Vector Autoregression (SVAR) 33 2.2.1 Tổng quan mơ hình VAR 33 2.2.2 Phương pháp uớc lượng SVAR 35 2.2.3 Hàm phản ứng đẩy Phân rã phương sai 36 MƠ HÌNH DSGE CHO NỀN KINH TẾ NHỎ MỞ VÀ ƯỚC LƯỢNG CHO VIỆT NAM 37 3.1 Mơ hình DSGE cho kinh tế nhỏ mở SOE: 37 3.1.1 3.1.2 3.2 Mơ hình kinh tế nhỏ mở cụ thể hóa 38 Giải pháp số (Numerical) : 40 Ước lượng mơ hình DSGE cho Việt Nam 41 3.2.1 Xây dựng phương trình đo lường : 41 3.2.2 Mô tả liệu 42 3.3 Lựa chọn tiên nghiệm 47 3.4 Kết ước lượng 49 3.5 Phân tích hàm phản ứng đẩy 52 3.6 Phân tích phân rã phương sai 56 KẾT QUẢ TỪ MƠ HÌNH VAR 57 4.1 VAR đệ quy theo cách áp đặt 57 4.2 VAR hạn chế dấu hiệu 63 KẾT LUẬN 65 TÀI LIỆU THAM KHẢO PHỤ LỤC A: KẾT QUẢ KIỂM ĐỊNH TÍNH DỪNG PHỤ LỤC B: PHÂN PHỐI TIÊN NGHIỆM VÀ HẬU NGHIỆM CỦA THAM SỐ PHỤ LỤC C: THÔNG TIN KỸ THUẬT THỰC HIỆN ƯỚC LƯỢNG DSGE PHỤ LỤC D: PHƯƠNG PHÁP ƯỚC LƯỢNG THAM SỐ PHỤ LỤC E: THUẬT TOÁN DẤU HIỆU HẠN CHẾ – SIGN RESTRICTIONS 11 DANH MỤC TỪ VIẾT TẮT DSGE Dynamic stochastic general equilibrium Mô hình cân động tổng thể ngẫu nhiên VAR Vector Auto-Regression Tự hồi quy Vectơ GDP Gross Domestic Product Tổng sản phẩm quốc nội ECB European Central Bank Ngân hàng trung ương Châu Âu UIP Uncovered Interest Rate Parity Ngang giá lãi suất khơng phịng ngừa PPP Purchasing Power Parity Ngang giá sức mua REER Real Effective Exchange Rate Tỷ giá hối đoái thực hiệu lực NEER Nominal Effective Exchange Rate Tỷ giá hối đoái hiệu dụng danh nghĩa IRF Impulse Response Function Hàm phản ứng đẩy SOE Small Open Economy Nền kinh tế nhỏ, mở CPI Consumer Price Index Chỉ số giá tiêu dùng AR Auto Regressive Tự hồi quy MCMC Markov chain Monte Carlo IMF International Monetary Fund Quỹ tiền tệ quốc tế SBV State Bank of Vietnam Ngân hàng nhà nước Việt Nam SVAR Structural VAR Kết chạy ba mơ hình có xuất exchange rate puzzle Từ kết chạy mơ hình rút kết luận mơ hình cách áp đặt thứ tự quan trọng, thấy lần thay đổi cách áp đặt biến chiều hướng phản ứng biến thay đổi việc lựa chọn mô hinh phù hợp khơng có sở chắn, lựa chọn qua nhiều tiêu chuẩn 4.2 VAR hạn chế dấu hiệu Tiếp theo đưa kết cho mô hình sign restricted var (VAR ràng buộc dấu hiệu) từ liêu mơ DSGE, thuật tốn mơ hình chúng tơi trình bày phần phụ lục, để thực mơ hình chúng tơi dựa vào code IRIS Jaromir Benes website http://code.google.com/p/iris-toolbox-project/,thực MATLAB 2012a Bộ code tác giả dựa vào nghiên cứu Fry, R A.P agan (2007) “Some Issues in Using Sign Restrictions for Identifying Structural VARs” Các thiết lập giống Jarkko P Jääskelä, David Jennings (2011), để xem xét chiều hướng phản ứng tỷ giá hối đoái, áp đăt chiều hướng cho biến dựa vào lý thuyết kinh tế: Bảng 8: Áp đặt dấu hiệu mơ hình VAR dấu hiệu hạn chế DE Cú sốc sách tiền tệ Khơng áp đặt DQ DY PI R - - - + Với 1000 giá trị theo cách áp đặt chúng tơi có hình 23, 24 vùng phân phối xác suất 90% 20 phản ứng gần với mức trung vị hàm IRF Khi áp đặt biến bên DY, PI, R, DQ có phản ứng theo lý thuyết thắt chặt sách tiền tệ, lạm phát giảm, sản lượng giảm, tỷ giá thương mại giảm sau quay trạng thái cân nhìn chung chúng khơng có tượng bất thường, nhiên cách áp đạt dấu hiệu với cú sốc sách tiền tệ, nắm bắt hết phản ứng rõ rang phản ứng tỷ giá hối đoái, điều kiện hạn chế chưa thể kết hợp cú sốc với để có kết rõ ràng Hình 23: Phân phối IRF mơ hình VAR dấu hiệu hạn chế Hình 24: 20 phản ứng gần với trung vị mơ hình VAR dấu hiệu hạn chế KẾT LUẬN Bài nghiên cứu ―PHẢN ỨNG CỦA TỶ GIÁ HỐI ĐỐI TRƯỚC CÚ SỐC CHÍNH SÁCH TIỀN TỆ - ỨNG DỤNG MƠ HÌNH DSGE VÀ SVAR CHO VIỆT NAM‖ nhóm nhằm mục đích xây dựng mơ hình phản ứng chuẩn sách tệ nhân tố Việt Nam, sâu vào tìm hiểu phản ứng tỷ giá hối đối trước cú sốc sách tiền tệ Sử dụng liệu biến: tỷ giá hối đoái (tỷ giá hiệu lực danh nghĩa), tỷ lệ mậu dịch, sản lượng, lạm phát, lãi suất gồm 46 quan sát từ 2000Q32011Q4, nghiên cứu đưa kết đặc biệt Thứ nhất, từ mơ hình DSGE, chúng tơi tìm thấy phản ứng phù hợp biến tỷ giá hối đoái biến khác theo quy luật kinh tế thông thường, nhiên, biến sản lượng có phản ứng trái ngược lý thuyết Thứ hai, từ mơ hình VAR, chúng tơi tìm kết khác Đối với mơ hình VAR đệ quy, tùy theo cách áp đặt trật tự biến khác nhau, kết khác nhau, tất xuất hiện tượng exchange rate puzzle Ngay mơ hình SVAR dấu hiệu hạn chế, mơ hình có nhiều ưu điểm khắc phục hạn chế VAR đệ quy, phản ứng biến khác tuân theo lý thuyết có số phản ứng khó hiểu tỷ giá hối đoái Thứ ba, từ kết báo định dạng mơ hình quan trọng để đưa kết hợp lý Từ đó, chúng tơi hướng đến việc mở rộng mơ hình thêm biến nước ngồi biến nội sinh để xem xét phản ứng kinh tế trước cú sốc nước tồn diện Tiếp theo,tìm kiếm ngun nhân dẫn đến puzzle cải thiện mơ hình VAR để hạn chế bớt nguyên nhân vấn đề kỹ thuật TÀI LIỆU THAM KHẢO Almuth Scholl, Harald Uhlig,2009: ―Monetary policy and exchange rate overshooting: Dornbusch was right after all‖Working Paper 2009/09, Norges Bank Almuth Scholl, Harald Uhlig, 2005 "New Evidence on the Puzzles Results from Agnostic Identification on Monetary Policy and Exchange Rates," SFB 649 Discussion Papers Almuth Scholl, Harald Uhlig, 2008: ―New evidence on the puzzles: Results from agnostic identification on monetary policy and exchange rates‖ Journal of International Economics 76 (2008), 1, pp, 1-13 An, S., Schorfheide, F., 2007.Bayesian analysis of DSGE models Econometric Reviews 26 (2–4), 113–172 Chib, S., Ramamurthy, S., 2010 Tailored randomized block MCMC methods with application to DSGE models Journal of Econometrics 155, 19–38 Edge, R M., M T Kiley, and J.-P.Laforte (2009) A comparison of forecast performance between federal reserve staff forecasts, simple reduced-form models, and a dsge model Technical report Damodar Gujarati, 2011, Econometrics By Example, Macmillan Fabio Canova (2012): ―Bayesian Methods for DSGE models‖ ,EUI and CEPR Fernández-Villaverde, J (2009a, January).The econometrics of dsge models Working Paper 14677, National Bureau of Economic Research Jääskelä, J., Kulish, M., 2010.The butterfly effect of small open economies Journal of Economic Dynamics and Control 34 (7),1295–1304 Jarkko P Jääskelä, David Jennings (2011): ―Monetary policy and the exchange rate: Evaluation of VAR models‖ Journal of International Money and Finance 30 (2011) 1358–1374 Julio J Rotemberg, Michael Woodford (1997): ―: An Optimization-Based Econometric Framework for the Evaluation of Monetary Policy‖ NBER Macroeconomics Annual 1997, Volume 12 Jesús Fernández-Villaverde (2010): The econometrics of DSGE models Jordi Galí, Tommaso Monacelli (2005): ―Monetary Policy and Exchange Rate Volatility in a Small Open Economy‖ Review of Economic Studies (2005) 72, 707–734 Galí, Jordi and Tommaso Monacelli (2005): ―Monetary Policy and Exchange Rate Volatility in a Small Open Economy," Review of Economic Studies, forthcoming Galí, Jordi and Pau Rabanal (2004): ―Technology Shocks and Aggregate Fluctuations: How Well Does the RBC Model Fit of Postwar U.S Data," NBER Macroeconomics Annual, 19 Galí, Jordi (2008): Monetary Policy, Inflation, and the Business Cycle: An Introduction to the New Keynesian Framework, Princeton University Press, chapter Geweke, J., 1999 Using simulation methods for Bayesian econometric models: inference, development and communication Econometric Reviews 18 (1), 1–126 Kydland Finn and Edward Prescott (1982): ―Time to Build and Aggregate Fluctuations" Econometrica, 50, 1345-70 Lubik, Thomas, and Frank Schorfheide (2003): ―Do Central Banks Respond to Exchange Rate Fluctuation: A Structural Investigation," Manuscript, Department of Economics, University of Pennsylvania Lubik, Thomas A and Frank Schorfheide (2004): ―Testing for Indeterminacy: An Application to U.S Monetary Policy,"American Economic Review, 94, 190-217 Lubik, T.A., 2005 A simple, structural, and empirical model of the Antipodean transmission mechanism Reserve Bank of New Zealand DP 2005/04 Lubik, T.A., Schorfheide, F., 2005 A Bayesian look at new open economy macroeconomics NBER Macroeconomics Annual 20, 313–366 Lubik, T.A., Schorfheide, F., 2007 Do central banks respond to exchange rate movements? A structural investigation Journal of Monetary Economics 54, 1069–1087 Lucas, R J (1976, January) Econometric policy evaluation: A critique CarnegieRochester Conference Series on Public Policy (1), 19- 46 Nguyễn Quang Đông, 2010, Phân tích chuỗi thời gian tài chính, Nhà xuất Khoa học Kỹ thuật Phạm Trí Cao, Kinh tế lượng nâng cao Richard Clarida, Jordi Galí, and Mark Gertler(1999): ―The Science of Monetary Policy: A New Keynesian Perspective‖ Journal of Economic Literature Vol XXXVII (December 1999), pp 1661–1707 Rochelle M Edge Refet S G urkaynak (2011): ―How Useful are Estimated DSGE Model Forecasts?‖ Schorfheide, Frank (2000): ―Loss Function-Based Evaluation of DSGE Models," Journal of Applied Econo- metrics, 15, 645-670 Sims, C.A., 2002 Solving linear rational expectations models Computational Economics 20, 1–20 Stefanie Flotho(2009): ―DSGE Models - solution strategies‖ IFAW-WT, AlbertLudwigs-University Freiburg Tai-kuang Ho (2010): ―Bayesian Estimation of Linearized DSGE Models‖ Tingguo Zheng,Huiming Guo (2013): ―Estimating a small open economy DSGE model with indeterminacy: Evidence from China‖ Economic Modelling 31 (2013) 642– 652 Taylor, J.B., 2001 The role of exchange rate in monetary policy rules American Economic Review 91 (2), 263–267 Uhlig, H., 2005.What are the effects of monetary policy on output? Results from an agnostic identification procedure Journal of Monetary Economics 52 (2), 381– 419 Wallace, M (2001) ‗Sharing Leadership of Schools through Teamwork—A Justifiable Risk?‘,Educational Management and Administration 29(2): 53–167 Woodford, Michael (2003): Interest and Prices," Princeton University Press, Princeton PHỤ LỤC A: KẾT QUẢ KIỂM ĐỊNH TÍNH DỪNG Chúng tơi xuất kết kiểm định tính dừng chuỗi cuối trước chạy mơ hình DSGE Sign restricted VAR Với mức ý nghĩa 1%, chuỗi dừng Chuỗi tỷ giá hối đoái (DE) Chuỗi tỷ lệ mậu dịch (DQ) Chuỗi chênh lệch sản lượng thực Chuỗi lạm phát (PI) Chuỗi lãi suất (R) PHỤ LỤC B: PHÂN PHỐI TIÊN NGHIỆM VÀ HẬU NGHIỆM CỦA THAM SỐ Hình 25: Phân phối tiên nghiệm phân phối hậu nghiệm tham số Đường màu xanh nét liền phân phối hậu nghiệm, màu đỏ nét đứt phân phối tiên nghiệm PHỤ LỤC C: THÔNG TIN KỸ THUẬT THỰC HIỆN ƯỚC LƯỢNG DSGE Các kết nghiên cứu sử dụng YADA 3.30.Chương trình YADA tải xuống từ trang www.texlips.net.Ngồi mơ hình DSGE cịn ước lượng từ DYNARE www.dynare.org.Hai chương trình sử dụng tảng MATLAB.Trong nhiều nghiên cứu DSGE sử dụng GAUSS http://www.econ.upenn.edu/~schorf Dựa vào Fabio Canova (2012) Các thiết lập bước chạy mơ hình YADA qua thuật toán sau: - Xây dựng cấu trúc mơ hình gồm biến trạng thái biến quan sát tham số mơ hình DSGE dạng log – tuyến tính - Định rõ phân phối tiên nghiệm tham số - Chuyển đổi liệu thực tế (Dùng lọc, detrend liệu chuyển đổi) để chắn liệu phù hợp với mơ hình - Tính tốn likelihood từ lọc Kalman (chúng sử dụng Square-root filter lựa chọn) - Ước lượng kết cho tham số dùng thuật toán MH (MetropolisHasting).Kiểm tra hội tụ - Sử dụng thuật toán likelihood biên để tính tốn số lượng likelihood biên (chúng tơi dùng trung bình điều hịa biến đổi Geweke) - Tạo lập phân phối hậu nghiệm tham số theo thuật toán Random Walk Metropolis (với 100 000 bước lặp) - Xem xét lại độ vững Tổng hợp liệu thống kê tham số (trung bình, trung vị, mode,khoảng xác suất), ước lượng hàm IRF PHỤ LỤC D: PHƯƠNG PHÁP ƯỚC LƯỢNG THAM SỐ Phương pháp tiếp cận Bayesian Với có có ma trận x vecto biến quan sát ={ } Mơ hình cấu trúc hệ số có ma trận 19 x với vecto Mơ hình kì vọng hợp lý tuyến tính (linear rational expectations model) cung cấp vùng ổn định để biểu thị cho Theo giả thiết tất cú sốc cấu trúc phân phối bình thường khơng tương quan theo thời gian, thu hàm hợp lý ( ) đánh giá sử dụng Kalman Filter Tác giả thông qua phương pháp Bayesian việc đặt phân phối prior với mật độ p(ɵ) hệ số cấu trúc Dữ liệu sử dụng để cập nhật prior thông qua hàm hợp lý Theo định lý Bayes phân phối hậu nghiệm p( ) =∫ ( ( | | có dạng ) ( ) ) ( ) nét vẽ hậu nghiệm tạo thông qua kĩ thuật mô phỏngBayes mô tả cách chi tiết Schorfheide (2000) Các nét vẽ hậu nghiệm hàm phản ứng đẩy IRF‘s phân rã phương saicó thể thu biến đổi nét vẽ phù hợpcủa ( ) p p( gọi mật độ liệu Bayesian định nghĩa là: )= ( ), p( ) ∫ Logarit mật độ liệu biên hiểu hàm hợp lý log tối đa bị sai quy tắc (phạt) bậc mơ hình (penalized for model dimensionality) thấy Schwarz (1978) Chúng sử dụng kĩ thuật số biết ước lượng biến đổi trung bình điều hòa để ước lượng gần Dựa vào Schorfheide (2000,2005) thuật toán giải pháp miêu tả Sim (2002) dùng để ước lượng phương trình chuyển đổi trạng thái công thức (17) - ( ) Hàm likelihood ước lượng với lọc Kalman Để khiến ước lượng mơ hình DSGE so sánh với ước lượng VAR, điều kiện cho vào bốn quan sát cho giá trị ban đầu trễ chương trình (từ có trễ) Khi chạy lọc Kalman từ 2000 quý đến 2011 q 4, tính tốn hàm likelihood cho quan sát 2001 quý đến 2011 quý - Thủ tục tối ưu hóa- số dùng để cực đại hóa: ( ) ( ) ( ) tìm chế độ hậu nghiệm Nghịch đảo Hessian tính tốn chế độ hậu nghiệm - 500000 bước từ ( ) xác định qua thuật tốn RWM Trong 50000 bước loại bỏ Nghịch đảo Hessian sử dụng ma trận hiệp phương sai cho phân phối đề xuất Gaussian sử dụng thuật toán MH Các giá trị đưa vào hàm phản ứng đẩy phân rã phương sai phần Hậu nghiệm tức thời thu thập từ lấy trung bình MonteCarlo Mật độ liệu biên ước lượng từ trung bình điều hịa có biến đổi Geweke (1999) PHỤ LỤC E: THUẬT TOÁN DẤU HIỆU HẠN CHẾ – SIGN RESTRICTIONS (Jarkko P Jääskelä, David Jennings (2011): ―Monetary policy and the exchange rate: Evaluation of VAR models‖) Mô hình VAR(p) tổng qt với n biến Yt có dạng: Trong đó: A(L) = A1L + … + ApLp ma trận đa thức bậc thứ p; B ma trận hệ số (n x n) thể mối quan hệ tức thời (contemporaneous) số biến Yt; εt ma trận cú sốc cấu trúc (n x 1) có phân phối chuẩn, với trung bình ma trân phương sai hiệp phương sai Một biểu cấu trúc cho dạng rút gọn: Trong đó: e sai số dạng rút gọn (n x 1) phân phối t chuẩn với trung bình không, ma trận phương sai hiệp phương sai V, Vi,j ≠0∀ i,j Mục đích đưa mối quan hệ thống kê mô tả sai số dạng-rút gọn et trở mối quan hệ kinh tế mô tả qua εt Đặt P = B-1 Các sai số dạng-rút gọn có liên hệ với cú sốc cấu trúc theo dạng sau: ( ) Có vài ma trận H dạng Một vấn đề nhận dạng nảy sinh chúng khơng có đủ rang buộc để tạo ma trận H từ ma trận V Ý tưởng phương pháp SVAR để phân rã cú sốc dạng rút gọn, đặc trưng V, trở hạng nhiễu cấu trúc trực giao đặc trưng ∑ Tuy nhiên, có vơ số cách để đạt tới điều kiện trực giao Đặt H phân rã trực giao V=HH‘ Với ma trận trực giao Q (ma trận Q gọi trực giao ̃̃ ̃ ̃ restrictions)εtrong , V=HQQ‘H‘, tạo nên buộc cho phân rãcủa thểkhơng sốc không V, QQ‘=I), thay=vàomôSựkhông rã đặt rang tập hợp mớisốcó cú (zero-type có tương quan t = HQ hình cần áp ‘ hệ chấp nhận mà phân Định nghĩa ma trận quay trực giao Q ( ) là: ... 20 Hình 8:Canada: Phản ứng với cú sốc sách tiền tệ,dùng VAR cấu trúc 21 Hình 9:New Zealand: Phản ứng với cú sốc sách tiền tệ,dùng VAR cấu trúc 21 Hình 10: Thụy Điển: Phản ứng với cú sốc sách. .. sách tiền tệ,dùng VAR cấu trúc 22 Hình 11: Hàm IRF trước cú sốc sách tiền tệ DSGE 24 Hình 12: Hàm IRF trước cú sốc sách tiền tệ áp đặt 1của VAR đệ quy 25 Hình 13: Hàm IRF trước cú sốc sách. .. biến động tỷ giá hối đoái quan trọng sách tiền tệ quốc gia vậy, đề tài muốn hướng tới phản ứng tỉ giá hối đối trước cú sốc sách tiền tệ nhằm mô tả cách xác thực nhấttrong việcsử dụng cơng cụ