TÓM TẮT: Trong số các chính sách của Nhà nước, chính sách tiền tệ được xem xét là một trong những công cụ linh hoạt và thành công nhất. Mục đích của bài viết này là làm rõ các tác động của chính sách tiền tệ đối với tăng trưởng kinh tế ở Việt Nam cùng với một số biến số kinh tế vĩ mô khác. Phương pháp ARDL được sử dụng để phân tích dữ liệu hàng quý từ năm 2003 đến năm 2015. Kết quả cho thấy không có tác động dài hạn nào từ tăng trưởng cung tiền đến tăng trưởng kinh tế. Tuy nhiên, trong ngắn hạn, tăng trưởng cung tiền có tác động tích cực đáng kể đến tăng trưởng kinh tế. Kết quả này phù hợp với lý thuyết kinh tế trọng tiền. Từ khóa: Chính sách tiền tệ, ARDL, tăng trưởng kinh tế.

I. Cơ sở lý thuyết

Với dữ liệu trong khoảng thời gian (1981 - 2012), Sulaiman, Migiro (2014) đã sử dụng kiểm định Granger Causality và cung cấp kết quả là tỷ giá chính sách tiền tệ dẫn đến biến động trong tăng trưởng kinh tế ở Nigeria. Bên cạnh đó, Kareem và cộng sự (2013) đã sử dụng phương pháp tiếp cận OLS và dữ liệu từ 1999 đến 2008, có kết quả rằng tiền rộng, tiền hẹp, chi thường xuyên của chính phủ và đầu tư là các biến có tác động đáng kể trong tăng trưởng kinh tế ở Nigeria. Trong khi đó, Apere và Karimo (2014) xử lý dữ liệu của các năm từ 1970 - 2011 bởi mô hình VAR và kết quả là các biến chính sách tiền tệ không có ảnh hưởng ngắn hạn đến sản lượng, nhưng về lâu dài, chúng là yếu tố quyết định tăng trưởng.

Ở Việt Nam, có một số nghiên cứu về tiền tệ cả về mặt lý thuyết lẫn thực nghiệm với nhiều cách tiếp cận và dữ liệu khác nhau từ các thời kỳ khác nhau. Hầu hết các nghiên cứu này sử dụng phương pháp Vector Autoregressive (VAR) với dữ liệu trong giai đoạn 1995-2010 và cung cấp kết quả là có mối quan hệ lâu dài giữa chính sách tiền tệ và tăng trưởng kinh tế Việt Nam. Do đó, tác giả dự định sử dụng nghiên cứu này để xác nhận lại mối quan hệ giữa chính sách tiền tệ với các biến kinh tế vĩ mô khác, đặc biệt là tăng trưởng kinh tế của Việt Nam và cập nhật số liệu để điều tra mối quan hệ này trong giai đoạn gần đây (2003 - 2015).

Hai Bui và Trang Tran (2015) đã nghiên cứu về cách nền kinh tế phản ứng với nhu cầu tiền, tỷ giá, lãi suất và giá cổ phiếu. Các kết quả thực nghiệm cho thấy rằng nhu cầu tiền và lãi suất chiếm một phần lớn các biến thể trong đầu ra. Ngoài ra, sản lượng bị ảnh hưởng bởi lãi suất một số độ trễ, đáy sau 5-6 quý trước khi phục hồi.

Bên cạnh đó, Lê Hùng và Wade (2009) cũng nghiên cứu về cơ chế truyền tải tiền tệ ở Việt Nam bằng cách sử dụng VAR với dữ liệu từ Q2/1996 đến Q4/2005. Họ nhận thấy rằng có mối quan hệ mạnh mẽ giữa cung tiền và sản lượng thực, nhưng không có mối liên hệ chặt chẽ giữa cung tiền và lạm phát. Ngoài ra, kênh lãi suất được phát hiện có ít vai trò trong việc truyền tải chính sách tiền tệ tại Việt Nam. Thay vào đó, các kênh tỷ giá hối đoái và tín dụng đóng một vai trò mạnh mẽ hơn.

Ngược lại, Pham Tuan (2014) đã kiểm tra rằng lạm phát sau các cú sốc chính sách tiền tệ là hợp lý và tương tự như việc truyền tải tiền tệ tiêu chuẩn ở các nền kinh tế tiên tiến. Ngoài ra, Hoàng Kim (2015) xử lý dữ liệu từ năm 1995 đến năm 2009 và cho thấy kết quả chỉ có kênh tín dụng đóng một vai trò quan trọng trong việc tạo ra tác động đến sản lượng và lạm phát, ngược lại các kênh khác lại không.

II. Phương pháp nghiên cứu

Lựa chọn biến và thu thập dữ liệu

Các vấn đề liên quan đến tiền tệ thường liên quan đến các biến kinh tế vĩ mô khác nhau trong một mối quan hệ phụ thuộc lẫn nhau phức tạp. Trong bài báo này, bằng cách sử dụng phương pháp định lượng, nhằm kiểm tra mối quan hệ giữa chính sách tiền tệ và các biến kinh tế vĩ mô khác nhau để mang lại một bức tranh toàn diện hơn trong lĩnh vực này và các tác động bổ sung cho các nhà hoạch định chính sách. Bảng 1 tóm tắt các biến đã chọn, nguồn dữ liệu tương ứng và đơn vị đo lường của chúng:

Tất cả các dữ liệu được sử dụng trong bài báo này là dữ liệu chuỗi thời gian hàng quý được thu thập từ các số liệu thống kê được công bố bởi Quỹ Tiền tệ Quốc tế (IMF) và Tổng cục Thống kê Chính phủ (GSO) từ quý I năm 2003 đến quý IV năm 2015.

III. Kết quả nghiên cứu

1. Kiểm định nghiệm đơn vị

Có hai loại biến là biến ổn định và không ổn định. Chuỗi dữ liệu theo thời gian mà theo một xu hướng (tăng hoặc giảm theo thời gian) là không ổn định hoặc ngẫu nhiên. Ngược lại, chuỗi dữ liệu của biến số không có xu hướng thời gian là ổn định.

Kiểm định ADF có ba dạng phương trình vi phân như sau:

Trong đó: t là xu hướng thời gian, α là hằng số chặn gọi là xu hướng, β là hệ số theo xu hướng thời gian, γ là hệ số trình bày gốc của quá trình, tức là trọng tâm của kiểm định, p là thứ tự trễ của sự khác biệt đầu tiên của quá trình tự tương quan, e_t là phần lỗi phân phối độc lập. Sự khác biệt giữa ba phương trình liên quan đến sự có mặt của các yếu tố xác định α (hệ số xu hướng cố định) và β_t (xu hướng thời gian tuyến tính).

Giả thuyết không (H₀) sẽ bị loại bỏ và chuỗi sẽ được kết luận là “tĩnh” (ổn định) nếu giá trị được tuyệt đối lớn hơn giá trị so sánh hoặc giá trị p nhỏ hơn 5% và ngược lại. Kiểm định giả thuyết được tiến hành như sau:

H₀: Y_t là không ổn định, có sự hiện diện của đơn vị gốc (γ = 0), H₁: Y_t là chuỗi ổn định (γ <0).

Bảng 2 cho thấy kết quả kiểm định ADF của mô hình.

Trong trường hợp GDPG, GM2 và LOG (CPI), giá trị tuyệt đối của giá trị t ở mức cao hơn giá trị tuyệt đối của giá trị so sánh tương ứng, do đó, giả thuyết H0 bị loại bỏ. Nó có nghĩa là ba biến cụ thể GPDG, GM2 và LOG (CPI) là ổn định mức biến, hệ số chặn và xu hướng. Ngược lại, các biến còn lại có giá trị t thấp hơn giá trị so sánh tương ứng, vì vậy chúng không ổn định ở mức biến. Tuy nhiên, ở sự sai phân bậc 1, giá trị t của tất cả 6 biến này vượt quá giá trị so sánh. Vì vậy, năm biến còn lại (LOG (GDP), LOG (LENDR), LOG (DEPOR), LOG (EXR) và LOG (RESE)) được chứng minh là có tính dừng tại sai phân bậc 1, hệ số chặn và xu hướng.

Những kết quả này cho thấy, chuỗi GDPG, GM2 và LOG (CPI) được tích hợp theo thứ tự 0 - I (0) và chúng có thể được sử dụng tốt nhất ở phiên bản gốc. Bên cạnh đó, năm biến còn lại thuộc về trật tự 1 - I (1) sai phân bậc 1 là mô tả tốt nhất và là quá trình ổn định.

Kết quả của kiểm định Phillips và Peron (PP) là chuỗi GDPG và LOG (GDP) có giá trị t cao hơn giá trị so sánh và trở thành ổn định ở mức biến. Ngược lại, cả GM2, LOG (LENDR), LOG (DEPOR), LOG (EXR), LOG (RESE) và LOG (CPI) đều không ổn định ở mức biến và ổn định tại mức sai phân 1.

Thực tế là yêu cầu kiểm định nghiệm đơn vị là số lượng quan sát lớn. Trong bài báo này, chỉ 52 quan sát được sử dụng, vì vậy kết luận khác biệt trong hai cách khác nhau của bài kiểm tra gốc đơn vị là chấp nhận được. Trong bài báo này, tác giả có quyền ưu tiên sử dụng kết quả kiểm tra Dickey-Fuller Augmented. Nó có nghĩa là GDPG, GM2 và LOG (CPI), là ổn định ở mức biến.

2. Phương pháp ARDL

Dữ liệu được sử dụng trong phần này là dữ liệu chuỗi thời gian hàng quý về tăng trưởng kinh tế (GDPG), tổng sản phẩm quốc nội (GDP), tăng trưởng cung tiền (GM2), lãi suất cho vay (LENDR), lãi suất huy động (DOPR), tỷ giá hối đoái (EXR), tiền dự trữ (RESE) và chỉ số giá tiêu dùng (CPI). Phân tích này tập trung vào việc điều tra mối quan hệ giữa tăng trưởng kinh tế và các biến độc lập này, đặc biệt là tăng trưởng cung tiền.

Để đo lường mối quan hệ này, cả 2 biến được đưa vào trong các mô hình sau:

GDPG = f(GDP, M2, LENDR, DEPOR, EXR, RESE, CPI)

Phương pháp Cointegration liên quan đến phân tích mối quan hệ lâu dài giữa các biến được tích hợp theo cùng thứ tự I (d). Tuy nhiên, nó không áp dụng được khi các biến đó được tích hợp theo các thứ tự khác nhau (ví dụ, chuỗi X là I (1) và chuỗi Y là I (0)). Trong những trường hợp như vậy, phương pháp tiếp cận ARDL chứng tỏ là một giải pháp thay thế có liên quan vì nó có thể được áp dụng cho tất cả các chuỗi bất kể mức độ tích hợp của chúng (Abd Rahman, 2012). Sử dụng cùng một bài kiểm định nghiệm đơn vị như đã đề cập ở trên để kiểm tra các phần của GDPG, LOG (GDP), GM2, LOG (LENDR), LOG (DEPOR), LOG (EXR), LOG (RESE) và LOG (CPI). Kết quả cho thấy rằng GDPG, GM2 và LOG (CPI) được tích hợp theo thứ tự 0, I (0), cả hai phần còn lại được tích hợp theo thứ tự 1, I (1). Vì vậy, nó là hợp lý để áp dụng phương pháp ARDL để phát hiện mối quan hệ lâu dài giữa các biến này. Đó là chưa kể rằng ARDL là một phương pháp tốt cho kích thước mẫu nhỏ, phù hợp với phạm vi của bài báo này.

(a) Xác định mối quan hệ lâu dài

Trong đó: i là độ dài độ trễ, t là xu hướng thời gian.

Phụ lục 2 trình bày các ước tính hồi quy cho Mô hình sử dụng phương pháp ARDL. Trong bài báo này, mô hình ARDL có thể bắt đầu với bốn cụm từ trễ tương ứng với tám biến, bao gồm các biến phụ thuộc và độc lập và cho phép mô hình chạy để chọn mô hình tối ưu. Mô hình sẽ là ARDL (p, q1, q2, q3, q4, q5, q6, q7), trong đó p là độ trễ của biến phụ thuộc và q1, q2, q3, q4, q5, q6, q7 là các cụm từ trễ của 7 biến độc lập.

Hệ số và giải thích của mô hình:

Khi mô hình được chứng minh bao gồm một mối quan hệ lâu dài giữa các biến, lúc đầu, các hệ số của mối quan hệ dài hạn này được ước tính với độ trễ tối đa là 4. Tuy nhiên, sau khi chạy Eview 9.0 với độ trễ 4, tác giả thấy rằng hầu hết các biến có ý nghĩa quan trọng từ độ trễ 1 đến độ trễ 3. Do đó, mô hình được chạy lại với biến phụ thuộc GDPG ở độ trễ 2, các biến độc lập còn lại ở độ trễ 3.

Eview 9.0 cho thấy độ dài trễ tốt nhất cho mô hình là ARDL (2, 2, 3, 2, 1, 2, 2, 1)

Phương trình ước tính được viết như sau:

GDPG = 0.85027*GDPG_t-1 - 0.24855*GDPG_t-2 + 0.00501*LOG(GDP) - 0.02870*LOG(GDP)_t-1 - 0.01463*LOG(GDP)_t-2 - 0.00662*GM2 + 0.03384*GM2_t-1 + 0.03078*GM2_t-2 + 0.09907*GM2_t-3+ 0.06681*LOG(LENDR) + 0.03732*LOG(LENDR)_t-1 - 0.02599*LOG(LENDR)_t-2 - 0.00704*LOG(DEPOR) - 0.04537*LOG(DEPOR)_t-1 - 0.05814*LOG(EXR) + 0.20893*LOG(EXR)_t-1 - 0.09159*LOG(EXR)_t-2 - 0.01235*LOG(RESE) + 0.01982*LOG(RESE)_t-1 + 0.01965*LOG(RESE)_t-2 - 0.60880*LOG(CPI) - 1.05750*LOG(CPI)_t-1 + 7.31174

(Các biến in đậm là có ý nghĩa thống kê ở mức 5%).

Nó được tiết lộ rằng tỷ lệ tăng trưởng GDP (trễ một quý) có tác động tích cực đến tăng trưởng GDP và nó có tác động đáng kể về mặt thống kê ở mức ý nghĩa 5%.

Ngoài ra, cả hai biến GDP (ở mức trễ 1 và trễ 2 quý) đều có tác động tiêu cực đến tốc độ tăng trưởng GDP. Tuy nhiên, chỉ có GDP ở hiện tại không có ý nghĩa thống kê lên tăng trưởng GDP hiện tại.

Ngoài ra, tăng trưởng cung tiền GM2 (ở mức trễ 1 và trễ 2) đều không có tác động tích cực đến tốc độ tăng trưởng kinh tế (GDPG) ở mức ý nghĩa 5%. Tăng trưởng cung tiền trễ 3 quý có tác động tích cực đến tăng trưởng kinh tế và nó có ý nghĩa ở mức 5%.

Bên cạnh đó, sự biến động của 3 loại lãi suất (lãi suất huy động, lãi suất cho vay và tỷ giá) có tác động đến tốc độ tăng trưởng GDP. Cụ thể, cả lãi suất cho vay ở mức độ và độ trễ 1 quý đều có ảnh hưởng tích cực đến tốc độ tăng trưởng GDP và có ý nghĩa thống kê. Lãi suất tiền gửi ở mức độ, độ trễ 1 có tác động tiêu cực đến tốc độ tăng trưởng GDP nhưng chỉ ở mức lãi suất tiền gửi trễ 1 quý là đáng kể. Trong khi đó, chỉ có chênh lệch tỷ giá 1 có tác động tích cực đáng kể đến tăng trưởng GDP.

Cuối cùng, dự trữ tiền có mối quan hệ với tốc độ tăng trưởng kinh tế nhưng không đáng kể. CPI ở mức độ, trễ 1 quý ảnh hưởng tiêu cực đến tốc độ tăng trưởng kinh tế và có ý nghĩa thống kê ở mức 5%.

Mô hình này có R2 = 94,20%, có nghĩa là 94,20 % phương sai trong tốc độ tăng trưởng GDP có thể được giải thích bởi các biến độc lập của nó cũng như độ trễ của chúng.

Mô hình này không có lỗi phương sai không đồng nhất, tự tương quan và phần lỗi theo phân phối chuẩn.

(b) Ước tính hệ số dài hạn bằng phương pháp tiếp cận ARDL

Các hệ số dài hạn của ARDL cho mô hình được đưa ra trong bảng công thức dưới đây. Quan sát thấy rằng về dài hạn, tất cả các biến ngoại trừ tỷ giá hối đoái (EXR) và tăng trưởng cung tiền (GM2) thì các biến GDP, LENDR, DEPOR, CPI, RESE đều có ảnh hưởng đáng kể đến GDPG.

Cointeq = GDPG - [-0.96379*LOG(GDP)] + 0.380102*GM2 + 0.219944*LOG(LENDR) – 0.146687*LOG(DEPOR) + 0.138032*LOG

Trong dài hạn, chỉ có tăng trưởng cung tiền và tỷ giá hối đoái không có tác động đáng kể với 5% tăng trưởng kinh tế. Về phần biến, giảm 1% trong tổng sản phẩm quốc nội, tỷ lệ cho vay hoặc chỉ số giá tiêu dùng có thể tăng tỷ lệ tăng trưởng kinh tế lên 0,096379%, 0,146687% hoặc 4.1958341% tương ứng. Ngược lại, trong dài hạn, lãi suất cho vay và tiền dự trữ có tác động tích cực đến tăng trưởng kinh tế. Cụ thể, tăng 1% trong LENDR và RESE sẽ tăng 0,219944% và 0,072844% trong tăng trưởng kinh tế trung bình.

Granger Causality

Kiểm định Granger Causality được sử dụng để xác định tồn tại của liên kết granger giữa hai chuỗi X và Y. Nhân quả xảy ra khi có "bất ngờ" trong chỉ mục X dẫn đến tăng/giảm sau đó trong Y và ngược lại. Khi thiết lập quan hệ nhân quả Granger với giá trị ngưỡng 5%, giá trị p không được vượt quá 0,05 (p-value < 0,05). Công thức là:

Để thấy rằng biến X có ảnh hưởng đến biến Y hay không và ngược lại, tác giả sử dụng kiểm định:

H₀: β₁ = β₂ =…= β_n = 0, H₁: β₁ ≠ 0 hoặc β₂ ≠ 0 … hoặc β_n ≠ 0

Dựa trên giá trị F hoặc giá trị p để quyết định loại bỏ hoặc không loại bỏ giả thuyết H0, nếu giá trị F > giá trị F so sánh hoặc p-value < 5%, H0 bị loại bỏ. Nó có nghĩa là X có hiệu ứng Granger trên Y.

Để kiểm tra xem Y có hiệu ứng Granger trên X hay không, quá trình trên được sử dụng ngược lại.

Kết quả nghiên cứu cũng cho thấy, trước hết tăng trưởng cung tiền và tăng trưởng GDP không có mối quan hệ nhân quả. Tỷ lệ trao đổi cũng không có tác động nhân quả Granger lên tăng trưởng GDP. Trong khi đó, biến tiền dự trữ, chỉ số CPI, GDP, lãi suất cho vay và lãi suất huy động được thấy rằng gây ra biến tăng trưởng tổng sản phẩm trong nước. Nó có nghĩa là nó có ảnh hưởng đến tốc độ tăng trưởng GDP.

IV. Kết luận

Bài viết nhằm mục đích cung cấp một cái nhìn tổng quan về mối quan hệ giữa chính sách tiền tệ và các biến kinh tế vĩ mô khác ở Việt Nam và trả lời hai câu hỏi liệu có tồn tại mối liên hệ lâu dài giữa tăng trưởng kinh tế và biến số như chính sách tiền tệ, lạm phát, dự trữ tiền hay tỷ giá hối đoái, và lãi suất cho vay và tiền gửi ở Việt Nam? Chính sách tiền tệ ảnh hưởng như thế nào đến tăng trưởng kinh tế ở Việt Nam và độ trễ tác động ARDL của nó?

Bài báo sử dụng phương pháp ARDL với 8 biến là tốc độ tăng trưởng sản phẩm nội địa (tăng trưởng kinh tế), tổng sản phẩm quốc nội, tăng trưởng cung tiền, lãi suất cho vay, lãi suất huy động, tỷ giá hối đoái, dự trữ tiền và chỉ số giá tiêu dùng.

Dữ liệu thu thập trên cơ sở hàng quý từ năm 2003 đến năm 2015 chủ yếu xuất phát từ các nguồn chính thức của chính phủ và thế giới bao gồm Tổng cục Thống kê (GSO), Quỹ Tiền tệ Quốc tế (IMF).

Bài báo tìm ra rằng tỷ lệ tăng trưởng GDP trễ một quý có tác động tích cực đến tăng trưởng GDP của quý hiện tại.

Ngoài ra, các yếu tố như GDP của 1 và 2 quý trước đó tăng trưởng cung tiền của 3 quý trước và lãi suất cho vay, lãi suất huy động, tỷ giá và CPI cũng đều có tác động đến tăng trưởng GDP.

Khuyến nghị đối với Ngân hàng Nhà nước Việt Nam là họ nên chú ý tới cung tiền vì ảnh hưởng lên GDPG của 3 quý tiếp ■

TÀI LIỆU THAM KHẢO:

1. Apere, T. O., & Karimo, T. M. (2014). Monetary Policy Effectiveness, Output Growth and Inflation in Nigeria. International Journal of Economics, Finance and Management, 3(6).

2. Hai, B. V., & Trang, T. T. M. (2015). The Transmission Mechanism of Monetary Policy in Vietnam: A VAR Approach. Retrieved from https://ideas.repec.org/p/gii/giihei/heidwp15-2015.html

3. Hoang, K. T. (2015). Estimating the response of real output to monetary policy instruments shocks in Viet Nam.

4. Kareem, A. J. A., K.A. Raheemand, N.O. Bashir. (2013). Analysis of Fiscal and Monetary Policies on Economic Growth: Evidence from Nigerian Democracy. Current Research Journal of Economic Theory, 5(1), 11-19.

5. Le, V. H., & Pfau, D. Wade (2009). VAR analysis of monetary transmission mechanism in Viet Nam. Applied Econometrics and International Development, 9(1).

6. Phan, T. (2014). The Determinants of Inflation in Vietnam: VAR and SVAR Approaches.

7. Sulaiman, L. A., Migiro, S.O. (2014). The nexus between monetary policy and economic growth in Nigeria: A causality test. Public and Municipal Finance, 3(2).

THE RELATIONSHIP BETWEEN THE MONETARY POLICY AND VIETNAM’S ECONOMIC GROWTH:     THE ARDL APPROACH ● PhD. DAO THI THANH BINH Hanoi University ABSTRACT: Among government policies, the monetary policy is considered as one of the most flexible and successful tools. This article is to clarify the effects of the monetary policy on Vietnam’s economic growth along with some other macroeconomic variables. The ARDL method is used to analyze quarterly data from 2003 to 2015. The results show that there is no long-term impact from the money supply growth to the country’s economic growth. However, in the short term, the money supply growth has a significant positive impact on the economic growth. This result is consistent with the monetarism. Keywords: Monetary policy, ARDL, economic growth.