Đang tải... (xem toàn văn)
phản ứng của tỷ giá hối đoái trước cú sốc chính sách tiền tệ,ứng dụng mô hình dsge và svar cho việt nam
Mã số: …………… PHẢN ỨNG CỦA TỶ GIÁ HỐI ĐOÁI TRƢỚC CÚ SỐC CHÍNH SÁCH TIỀN TỆ, ỨNG DỤNG MƠ HÌNH DSGE VÀ SVAR CHO VIỆT NAM - TÓM TẮT ĐỀ TÀI Lý chọn đề tài Việt Nam trình hội nhập với kinh tế tồn cầu, hoạt động xuất khẩu, nhập hàng hóa,dịch vụ ngày phát triển, tăng trƣởng với tốc độ cao dù kinh tế quốc gia nhƣ tình hình giới phải đối mặt với nhiều khó khăn Thị trƣờng ngoại hối hình thành ngày phát triển, Việt Nam tăng lƣợng dự trữ ngoại hối lên cao Để kiểm soát lạm phát, ngân hàng nhà nƣớc 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 hƣớng tới phản ứng tỉ giá hối đối trƣớc cú sốc sách tiền tệ nhằm mô tả cách xác thực nhấttrong việcsử dụng cơng cụ hữu ích kinh tế lƣợng Mục tiêu nghiên cứu Bài viết tập trung vào phân tích trƣờng hợp kinh tế nhỏ mở thơng quan mơ hình DSGE.Ƣớc lƣợng 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 nhƣ 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 thƣơng mại, công nghệ, lạm phát giới, sản lƣợng 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 đƣợc sử dụng phổ biến ngân hàng trung ƣơng nhiều nƣớc giới Phƣơng 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 lƣợng (output gap), lạm phát, lãi suất danh nghĩa, thay đổi tỷ giá hối đoái danh nghĩa tỷ giá thƣơng mại để ƣớc lƣợng tham số cho biến mơ hình DSGE Xây dựng phân phối tiên nghiệm cho tham số chƣa biết mơ hình Từ biến quan sát, xây dựng phƣơng trình likelihood với phân phối tiên nghiệm thiết lập từ trƣớc để xác định phân phối hậu nghiệm cho tham số Cuối cùng, dựa vào phƣơng pháp Monter Carlo Markov chain Monte Carlo (MCMC) để tóm tắt thống kê lại phân phối hậu nghiệm tham số Từ kết trên, ƣớc lƣợng hàm phản ứng đẩy (IRF) xem xét phản ứng biến trƣớc tác động cú sốc kinh tế vĩ mơ Sau chúng tơi ƣớc lƣợng thêm mơ hình VAR Recursive với cách thiết lập thay đổi trật tự biến để có đƣợc 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 trƣớc tác động cú sốc thắt chặt sách tiền tệ Nội dung nghiên cứu Bài viết dựa ý tƣởng 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 ƣớc lƣợng mô hình DSGE với biến quan sát để có đƣợc tham số mơ hình, ƣớc lƣợng hàm phản ứng đẩy phân rã phƣơng sai để xem xét tác động cú sốc kinh tế vĩ mô đến kinh tế Việt Nam Sau có đƣợc hàm IRF DSGE chúng tơi tiếp tục ƣớc lƣợng 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 ƣớc lƣợng đƣợc hàm IRF mơ hình VAR sau xem xét với hàm IRF ƣớc lƣợng trƣớc DSGE với vấn đề puzzle xuất (nếu có) để nhân định mơ hình VAR Đóng góp đề tài Xây dựng đƣợc mơ hình DSGE sở để so sánh đƣợc sử dụng để đánh giá phần tình hình kinh tế Việt Nam Ƣớc lƣợng 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 nƣớc 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 Hƣớng phát triển đề tài Trong mơ hình DSGE tồn nhiều tham số khơng thật phản ánh đƣợc 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 phƣơng pháp đồng thời hạn chế chủ quan chƣa thể nắm bắt đƣợc tinh túy mơ hình khai thác để sử dụng phù hợp Thứ hai: Các tham số đƣa vào tiền nghiệm khơng hồn toàn giống quốc gia,việc đƣa vào hàng loạt từ mơ hình Trung Quốc khiến cho mơ hình chúng tơi khơng thật làm đúng, tốt nhƣ chúng tơi mong muốn Thứ ba, xem tác động biến nƣớc nhƣ biến ngoại sinh thật điều kiện hội nhập nay, tất quốc gia cần phải xem xét đến biến động khơng nƣớc mà cịn giới, biến động nên đƣợc đƣa vào mơ hình ƣớc lƣợng để có đƣợc nhìn tổng quan tồn diện hơn.Thứ tƣ, có nhiều mơ hình đƣợc sử dụng để ƣớc lƣợng yếu tố vĩ mô, việc làm quan sát đƣợc vài khía cạnh, có nhiều phƣơng 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 hƣớng nghiên cứu nhƣ áp đặt giá trị tham số ƣớc lƣợng hay để mơ hình tự ƣớc lƣợng tham số hai Từ đó, chúng tơi hƣớng đến việc mở rộng mơ hình thêm biến nƣớc ngồi nhƣ biến nội sinh để xem xét phản ứng kinh tế nhƣ trƣớc cú sốc nƣớc 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 TRƢỚC 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 PHƢƠNG PHÁP NGHIÊN CỨU 29 2.1 Các lý thuyết xây dựng mơ hình DSGE 29 2.1.1 2.1.2 Các trƣờng phái mơ hình DSGE 29 2.1.3 Các bƣớc xây dựng mơ hình DSGE 31 2.1.4 2.2 Lịch sử lý thuyết mơ hình DSGE 29 Tổng quan giải pháp cho mô hình DSGE: 33 Mơ hình Structural Vector Autoregression (SVAR) 33 2.2.1 Tổng quan mơ hình VAR 33 2.2.2 Phƣơng pháp uớc lƣợng SVAR 35 2.2.3 Hàm phản ứng đẩy Phân rã phƣơng sai 36 MÔ HÌNH DSGE CHO NỀN KINH TẾ NHỎ MỞ VÀ ƢỚC LƢỢNG CHO VIỆT NAM 37 3.1 Mô hình DSGE cho kinh tế nhỏ mở SOE: 37 3.1.1 3.1.2 3.2 Mô hình kinh tế nhỏ mở cụ thể hóa 38 Giải pháp số (Numerical) : 40 Ƣớc lƣợng mơ hình DSGE cho Việt Nam 41 3.2.1 Xây dựng phƣơng trình đo lƣờng : 41 3.2.2 Mô tả liệu 42 3.3 Lựa chọn tiên nghiệm 47 3.4 Kết ƣớc lƣợng 49 3.5 Phân tích hàm phản ứng đẩy 52 3.6 Phân tích phân rã phƣơng 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 ƢỚC LƢỢNG DSGE PHỤ LỤC D: PHƢƠNG PHÁP ƢỚC LƢỢNG THAM SỐ PHỤ LỤC E: THUẬT TOÁN DẤU HIỆU HẠN CHẾ – SIGN RESTRICTIONS 11 DANH MỤC TỪ VIẾT TẮT DSGE Dynamic stochastic general equilibrium Mơ 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 ƣơng 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 nƣớc Việt Nam SVAR Structural VAR 63 4.2 VAR hạn chế dấu hiệu Tiếp theo đƣa kết cho mơ hình sign restricted var (VAR ràng buộc dấu hiệu) từ liêu mô DSGE, thuật tốn mơ hình chúng tơi trình bày phần phụ lục, để thực đƣợc 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.Pagan (2007) “Some Issues in Using Sign Restrictions for Identifying Structural VARs” Các thiết lập giống nhƣ Jarkko P Jääskelä, David Jennings (2011), để xem xét chiều hƣớng phản ứng tỷ giá hối đối, chúng tơi áp đăt chiều hƣớng 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 Không áp đặt DQ DY PI R - - - + Với 1000 giá trị theo cách áp đặt chúng tơi có đƣợc hình 23, 24 lần lƣợt vùng phân phối xác suất 90% 20 phản ứng gần với mức trung vị hàm IRF Khi áp đặt nhƣ biến bên DY, PI, R, DQ có phản ứng theo lý thuyết thắt chặt sách tiền tệ, lạm phát giảm, sản lƣợng giảm, tỷ giá thƣơng mại giảm sau quay trạng thái cân nhìn chung chúng khơng có tƣợng bất thƣờng, nhiên dƣới cách áp đạt dấu hiệu với cú sốc sách tiền tệ, nắm bắt hết đƣợc phản ứng rõ rang phản ứng tỷ giá hối đối, điều kiện hạn chế chúng tơi chƣa thể kết hợp cú sốc với để có kết rõ ràng 64 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 65 KẾT LUẬN Bài nghiên cứu ―PHẢN ỨNG CỦA TỶ GIÁ HỐI ĐỐI TRƢỚC 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 đoái trƣớc cú sốc sách tiền tệ Sử dụng liệu biến: tỷ giá hối đoái (tỷ giá hiệu lực danh nghĩa), tỷ lệ mậu dịch, sản lƣợng, lạm phát, lãi suất gồm 46 quan sát từ 2000Q32011Q4, nghiên cứu đƣa kết đặc biệt Thứ nhất, từ mơ hình DSGE, chúng tơi tìm thấy phản ứng phù hợp biến tỷ giá hối đoái nhƣ biến khác theo quy luật kinh tế thông thƣờng, nhiên, biến sản lƣợng có phản ứng trái ngƣợc nhƣ lý thuyết Thứ hai, từ mô 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 tƣợng exchange rate puzzle Ngay mơ hình SVAR dấu hiệu hạn chế, mơ hình có nhiều ƣu điểm khắc phục hạn chế VAR đệ quy, phản ứng biến khác tn 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 đƣa kết hợp lý Từ đó, chúng tơi hƣớng đến việc mở rộng mơ hình thêm biến nƣớc nhƣ biến nội sinh để xem xét phản ứng kinh tế nhƣ trƣớc cú sốc nƣớc toàn diện Tiếp theo,tìm kiếm nguyên 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 Đơng, 2010, Phân tích chuỗi thời gian tài chính, Nhà xuất Khoa học Kỹ thuật Phạm Trí Cao, Kinh tế lƣợng 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 trƣớc 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 lƣợng 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 Đƣờng 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 ƢỚC LƢỢNG DSGE Các kết nghiên cứu sử dụng YADA 3.30.Chƣơng trình YADA đƣợc tải xuống từ trang www.texlips.net.Ngồi mơ hình DSGE cịn đƣợc ƣớc lƣợng từ DYNARE www.dynare.org.Hai chƣơng 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 bƣớc chạy mơ hình YADA qua thuật tốn sau: - Xây dựng cấu trúc mơ hình gồm biến trạng thái biến quan sát tham số mơ hình DSGE dƣới 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 tơi sử dụng Square-root filter lựa chọn) - Ƣớc lƣợng kết cho tham số dùng thuật toán MH (MetropolisHasting).Kiểm tra hội tụ - Sử dụng thuật toán likelihood biên để tính tốn số lƣợng 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 bƣớc lặp) - Xem xét lại độ vững Tổng hợp liệu thống kê tham số (trung bình, trung vị, mode,khoảng xác suất), ƣớc lƣợng hàm IRF PHỤ LỤC D: PHƢƠNG PHÁP ƢỚC LƢỢNG THAM SỐ Phƣơng 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 đƣợc phân phối bình thƣờng không tƣơng quan theo thời gian, thu đƣợc hàm hợp lý ( ) đƣợc đánh giá sử dụng Kalman Filter Tác giả thông qua phƣơng pháp Bayesian việc đặt phân phối prior với mật độ p(ɵ) hệ số cấu trúc Dữ liệu đƣợc 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 đƣợc tạo thông qua kĩ thuật mô phỏngBayes đƣợc mô tả cách chi tiết Schorfheide (2000) Các nét vẽ hậu nghiệm hàm phản ứng đẩy IRF‘s phân rã phƣơng saicó thể đƣợc thu đƣợc biến đổi nét vẽ phù hợpcủa p( ) đƣợc gọi mật độ liệu Bayesian đƣợc định nghĩa là: p( )= ∫ ( ), p ( ) Logarit mật độ liệu biên đƣợc hiểu nhƣ 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 đƣợc biết ƣớc lƣợng biến đổi trung bình điều hịa để ƣớc lƣợng gần Dựa vào Schorfheide (2000,2005) thuật toán giải pháp đƣợc miêu tả Sim (2002) đƣợc dùng để ƣớc lƣợng phƣơng trình chuyển đổi trạng thái cơng thức (17) 10 - Hàm likelihood ( ) đƣợc ƣớc lƣợng với lọc Kalman Để khiến ƣớc lƣợng mơ hình DSGE so sánh với ƣớc lƣợng VAR, điều kiện cho vào bốn quan sát đƣợc cho giá trị ban đầu trễ chƣơng trình (từ có trễ) Khi chạy lọc Kalman từ 2000 quý đến 2011 quý 4, nhƣng tính tốn hàm likelihood cho quan sát 2001 quý đến 2011 quý - Thủ tục tối ƣu hóa- số đƣợc dùng để cực đại hóa: ( ( ) ) ( ) tìm chế độ hậu nghiệm Nghịch đảo Hessian đƣợc tính toán chế độ hậu nghiệm - 500000 bƣớc từ ( ) đƣợc xác định qua thuật toán RWM Trong 50000 bƣớc đƣợc loại bỏ Nghịch đảo Hessian đƣợc sử dụng nhƣ ma trận hiệp phƣơng sai cho phân phối đề xuất Gaussian sử dụng thuật toán MH Các giá trị đƣợc đƣa vào hàm phản ứng đẩy phân rã phƣơng sai phần Hậu nghiệm tức thời đƣợc thu thập từ lấy trung bình MonteCarlo Mật độ liệu biên đƣợc ƣớc lƣợng từ trung bình điều hịa có biến đổi Geweke (1999) 11 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‖) Mơ 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 phƣơng sai hiệp phƣơng sai dƣới dạng rút gọn: Một biểu cấu trúc đƣợc cho Trong đó: et sai số dạng rút gọn (n x 1) phân phối chuẩn với trung bình khơng, ma trận phƣơng sai hiệp phƣơng sai V, Vi,j ≠0∀ i,j Mục đích đƣa mối quan hệ thống kê đƣợc mô tả sai số dạng-rút gọn et trở mối quan hệ kinh tế đƣợc 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 nhƣ dạng Một vấn đề nhận dạng nảy sinh chúng khơng có đủ rang buộc để tạo ma trận H từ ma trận V Ý tƣởng phƣơng pháp SVAR để phân rã cú sốc dạng rút gọn, đƣợc đặc trƣng V, trở hạng nhiễu cấu trúc trực giao đƣợc đặc trƣng ∑ 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 đƣợc gọi trực giao QQ‘=I), thay vào V=HQQ‘H‘, ̃ ̃‘ phân rã chấp nhận V, ̃ = HQ Sự phân rã tạo nên tập hợp cú sốc khơng có tƣơng quan εt = ̃ , mà không cần áp đặt rang buộc cho hệ số không (zero-type restrictions) mơ hình Định nghĩa ma trận quay trực giao Q ( ) là: 12 ∏ ∏ ( ) Trong đó: Với [ ] Điều cung cấp phƣơng pháp nghiên cứu có hệ thống khoảng trống tất biểu diễn VAR cách tìm kiếm giá tri Chúng tơi tính tốn ma trân Q ngẫu nhiên từ phân phối đồng theo thuật toán sau: Ƣớc lƣợng VAR để thu đƣợc ma trận hiệp phƣơng sai dạng-rút gọn V [ Tạo véc tơ Tính tốn: ∏ ∏ ] ( ) Sử dụng ma trận quay Q để tính tốn εt = ̃ đẩy IRF cấu trúc cú sốc hàm phản ứng Kiểm tra IRFs có thỏa mãn dấu rang buộc miêu tả hay không Nếu thỏa mãn giữ lại nét vẽ trên, cịn khơng bỏ qua Lặp lại bƣớc (2) – (5) tạo đƣợc 1000 nét vẽ thõa mãn rang buộc Sau lấy hàm phản ứng phân vị trung bình trung vị 1000 nét vẽ ... 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 trƣớc cú sốc sách tiền tệ DSGE 24 Hình 12: Hàm IRF trƣớc cú sốc sách tiền tệ áp đặt 1của VAR đệ quy 25 Hình 13: Hàm IRF trƣớc cú sốc sách. .. quý 45 Hình 17: REER, NEER tỷ giá USDVND theo thời gian 46 Hình 18: Hàm phản ứng đẩy DSGE 54 Hình 19: Hàm phản ứng đẩy DSGE dƣới tác động cú sốc sách tiền tệ 55 Hình 20 VAR