Xây dựng mô hình xác định lãi suất điều hành của Ngân hàng Nhà nước Việt Nam
23/05/2022 10.367 lượt xem
Thị trường tài chính phát triển và hội nhập sâu với thị trường toàn cầu, cùng với sự bùng nổ của cuộc Cách mạng công nghiệp lần thứ tư trong lĩnh vực công nghệ tài chính (Fintech) đã tác động làm giảm khả năng kiểm soát khối lượng cung ứng tiền của các ngân hàng trung ương (NHTW). Do đó, NHTW các quốc gia đang phát triển cần tiếp tục hoàn thiện khuôn khổ chính sách tiền tệ (CSTT) theo hướng tập trung vào sự cân bằng lạm phát, tăng trưởng kinh tế và ổn định tỷ giá hối đoái thông qua việc sử dụng lãi suất làm công cụ, mục tiêu chính trong điều hành. Để có thêm bằng chứng xác thực về điều hành CSTT theo lãi suất, cũng như xác định ngưỡng mục tiêu lãi suất phù hợp cho Việt Nam, bài viết sẽ nghiên cứu mô hình xác định ngưỡng lãi suất, từ đó đưa ra những khuyến nghị đối với điều hành CSTT của Ngân hàng Nhà nước Việt Nam (NHNN).
 
1. Tổng quan về lãi suất điều hành (LSĐH) của NHTW
 
Lãi suất là biến số vĩ mô chính ảnh hưởng đến tăng trưởng của nền kinh tế, được sử dụng làm mục tiêu, công cụ trong điều hành CSTT của NHTW và là kênh truyền tải mang tính chính thống được đề cập trong các lý thuyết về CSTT. NHTW với vai trò là cơ quan duy nhất phát hành tiền, chịu trách nhiệm điều hành CSTT nhằm duy trì ổn định đồng tiền quốc gia, có trách nhiệm giám sát hệ thống ngân hàng. Đồng thời, theo quy luật phát triển chung, cũng như trong bối cảnh hội nhập quốc tế gia tăng, thị trường tài chính, tiền tệ ngày càng lớn mạnh và đổi mới kết hợp ứng dụng công nghệ số, hệ thống thông tin dữ liệu đa dạng, phong phú, NHTW tất yếu sẽ phải điều hành lãi suất linh hoạt. Theo đó, việc thiết lập và xác định mức LSĐH của NHTW nhằm đạt được các cân bằng trong nền kinh tế có ý nghĩa quan trọng nhằm nâng cao hiệu quả điều hành CSTT. Về cơ bản, LSĐH được các nước sử dụng với mục đích cuối cùng để thực hiện các nhiệm vụ được giao cho NHTW, tuy có sự khác biệt về cách thức và tầm quan trọng của các mục tiêu mà NHTW theo đuổi, nhưng chủ yếu các NHTW thực hiện 02 nhiệm vụ chính: (i) Kiểm soát lạm phát và ổn định thị trường tiền tệ; (ii) Hỗ trợ phát triển nền kinh tế, bảo đảm việc làm cho người dân. 
 
LSĐH của NHTW là lãi suất ngắn hạn, chủ đạo mà cơ quan quản lý tiền tệ đặt ra để tác động đến các biến số tiền tệ chính trong nền kinh tế như giá tiêu dùng, tỷ giá hối đoái hoặc mở rộng tín dụng… LSĐH được NHTW thiết lập (lãi suất các công cụ CSTT hoặc lãi suất liên ngân hàng) và công bố để làm mục tiêu CSTT hoặc áp dụng trong giao dịch giữa NHTW và các thành viên thị trường tiền tệ. (Sơ đồ 1)

Sơ đồ 1: Mối quan hệ giữa LSĐH của NHTW và các lãi suất khác trên thị trường


*: LSĐH phổ biến của NHTW
Nguồn: Tổng hợp   

Về vai trò, LSĐH của NHTW sẽ định hướng và là cơ sở xác định các mức lãi suất khác trên thị trường bởi nó là mức giá mà các tổ chức tín dụng (TCTD) giao dịch đi vay/gửi tiền với nhau hoặc với NHTW. Sau đó, các TCTD sẽ cung cấp các sản phẩm tài chính cho khách hàng với lãi suất thông thường dựa trên LSĐH của NHTW. Như vậy, khi điều hành CSTT theo mục tiêu lãi suất, NHTW sẽ thay đổi mức LSĐH (lãi suất mục tiêu/chính sách) để tác động đến tất cả các mức lãi suất kinh doanh khác trong nền kinh tế, cụ thể: Các NHTW sẽ sử dụng LSĐH để thực hiện CSTT thắt chặt hoặc mở rộng. Việc tăng LSĐH thường được NHTW sử dụng để kiềm chế lạm phát, giảm giá tiền tệ, hạn chế tăng trưởng tín dụng nóng hoặc dòng vốn chảy ra. Ngược lại, việc cắt giảm LSĐH, sẽ giúp NHTW đạt được mục tiêu thúc đẩy hoạt động kinh tế thông qua mở rộng tín dụng hoặc giảm giá tiền tệ để tăng năng lực cạnh tranh hàng hóa, dịch vụ. Sơ đồ 1 cho thấy mối quan hệ giữa LSĐH với các mức lãi suất khác trên thị trường. 
 
Tuy nhiên, trên thực tế, mối quan hệ giữa lãi suất với nền kinh tế lại khá phức tạp và nhìn chung có độ trễ khá dài giữa những thay đổi về lãi suất đến kết quả thay đổi của nền kinh tế. Vì vậy, hầu hết các NHTW đều điều chỉnh lãi suất một cách từ từ để quan sát những tác động của lãi suất đối với nền kinh tế. 
 
Sơ đồ 2: Cơ chế điều hành lãi suất theo mục tiêu của NHTW


Nguồn: Tác giả

Về cơ bản, khi điều hành CSTT theo mục tiêu lãi suất, các NHTW sẽ dễ quan sát, kiểm soát và thực hiện, khi đó, CSTT sẽ có độ trễ về thời gian ngắn hơn và tác động trực tiếp đến chi tiêu và đầu tư, đặc biệt hỗ trợ hiệu quả khi nền kinh tế rơi vào tình trạng suy thoái. Theo Sơ đồ 2, NHTW các nước điều hành lãi suất trên cơ sở phản ứng và cân bằng các yếu tố trong thị trường. Trong trường hợp lạm phát tăng cao do ảnh hưởng của các cú sốc trong và ngoài nước (các cú sốc ngoại sinh càng có ảnh hưởng cao đối với các nền kinh tế nhỏ, mở như Việt Nam). Các quyết định tăng, giảm LSĐH của NHTW sẽ phụ thuộc vào các yếu tố như: 
 
(i) Các cú sốc ngoại sinh tác động trực tiếp qua ảnh hưởng đến thị trường tiền tệ hoặc nền kinh tế thực hoặc gián tiếp qua các kênh thị trường tài chính và tỷ giá danh nghĩa; (ii) Ảnh hưởng của các cú sốc trong nước tác động lên lạm phát; (iii) Cân bằng thị trường tiền tệ do ảnh hưởng theo tính chu kỳ của thị trường. Để đảm bảo nền kinh tế tăng trưởng tối ưu, các NHTW thường sử dụng công cụ LSĐH nhằm cân đối giữa mục tiêu kiểm soát lạm phát và hỗ trợ nền kinh tế. 
 
Do đó, các NHTW cần phải xác định được mức độ thay đổi của lãi suất để đem lại hiệu quả mong muốn cho nền kinh tế bởi chỉ một sai sót nhỏ trong dự báo lãi suất có thể gây ra hiệu ứng tích lũy và rơi vào bẫy thanh khoản tại mức lãi suất bằng 0% vì khi lãi suất giảm tới 0% nếu NHTW tiếp tục mở rộng CSTT sẽ làm cung tiền tăng nhưng vì lãi suất không thể giảm hơn nữa, dẫn đến thanh khoản tăng thêm sẽ không có tác dụng kích cầu, do vậy tổng cầu, tăng trưởng và việc làm sẽ không tăng.
 
2. Cơ chế điều hành theo mục tiêu lãi suất của NHTW 
 
Cơ chế điều hành lãi suất được thực hiện dựa trên các yếu tố sau: (i) NHTW thường lựa chọn LSĐH là lãi suất ngắn hạn (qua đêm, 1 tuần…); (ii) Thiết lập hành lang lãi suất để điều hành lãi suất thị trường theo mục tiêu; (iii) Xác định mục tiêu đối với biến số lãi suất và giải trình khi lãi suất thị trường đi chệch hướng so với mục tiêu; (iv) Sử dụng công cụ phù hợp trong điều hành theo mục tiêu lãi suất.
 
Về lựa chọn LSĐH: Về cơ bản, có hai cách thiết lập LSĐH như sau: (i) LSĐH là lãi suất của một công cụ/nghiệp vụ cung ứng (trường hợp của Anh, châu Âu, Thái Lan, Philippines) hoặc là hấp thụ thanh khoản (Cộng hòa Séc, Nhật Bản....) của NHTW (gọi là lãi suất chính sách - policy rate), theo đó, cơ chế truyền tải CSTT tới thị trường tiền tệ và các thị trường khác thường thông qua cơ chế chênh lệch giá; (ii) LSĐH là lãi suất thị trường (lãi suất mục tiêu liên ngân hàng (LNH) - target rate), thường là lãi suất LNH kỳ hạn qua đêm, 01 tuần. NHTW sẽ công bố rõ ràng mức mục tiêu và điều tiết thanh khoản hệ thống sao cho lãi suất thị trường bám sát mức mục tiêu đã đặt ra, như trường hợp của Mỹ, Úc, New Zealand...
 
Hiện nay, hầu hết các NHTW đều đặt mục tiêu lãi suất LNH kỳ hạn ngắn qua đêm hoặc 01 tuần, đồng thời thiết lập các cơ chế điều tiết lãi suất tự động - cơ chế hành lang lãi suất trần - sàn nhằm tăng khả năng kiểm soát lãi suất LNH. Các NHTW thường chọn lãi suất ngắn hạn với kỳ hạn dưới 07 ngày làm LSĐH là bởi bốn lý do chính sau: (1) NHTW có nhiều khả năng để kiểm soát lãi suất ngắn hạn do NHTW có khả năng kiểm soát dự trữ của các ngân hàng; (2) Nếu NHTW chọn lãi suất dài hạn sẽ dẫn tới NHTW phải mang theo nhiều rủi ro tín dụng và kỳ hạn dài; (3) Mục tiêu dài hạn có thể khiến cho lãi suất ngắn hạn biến động bởi các cú sốc của phần bù kỳ hạn; (4) Giữ lãi suất dài hạn cố định giữa các cuộc họp chính sách có thể làm phức tạp hóa việc truyền thông và chịu chi phí lớn khi lãi suất chính sách kỳ vọng cần sự thay đổi.
 
Về thiết lập hệ thống hành lang lãi suất: Để phù hợp với biến động thị trường với tần suất thay đổi cao, NHTW sẽ phải xây dựng một hệ thống hành lang lãi suất và vận hành hệ thống hành lang này đáp ứng các nhu cầu thanh khoản và kiềm chế rủi ro trên thị trường. Hành lang lãi suất chuẩn (Interest rate corridor - IRC) là hệ thống bộ LSĐH của NHTW, bao gồm lãi suất cho các ngân hàng vay (thường là lãi suất cho vay qua đêm - standing lending facility) và lãi suất mà NHTW nhận tiền gửi của các ngân hàng (lãi suất tiền gửi qua đêm - standing deposit facility) nhằm định hướng lãi suất ngắn hạn trên thị trường tiền tệ được giữ trong hành lang và theo LSĐH của NHTW. Nhiều NHTW ở các nền kinh tế thị trường tiên tiến và mới nổi như Mỹ, Anh, ECB, Úc, New Zealand, Hàn Quốc, Malaysia, Philippines, Thái Lan… đã sử dụng hệ thống hành lang lãi suất trần - sàn, theo đó, độ chênh lệch trần/sàn so với LSĐH là cơ sở tham chiếu cho các bên tham gia thị trường xác định lãi suất giao dịch. Đối với các nước có điều kiện khác nhau, nhu cầu giới hạn biên độ dao động của lãi suất sẽ khác nhau. Trên thực tế, có thể có nhiều dạng biến thể mô hình hành lang chuẩn trên để phù hợp với cấu trúc hệ thống tài chính và khuôn khổ hoạt động CSTT của từng quốc gia. 
 
Về xác định ngưỡng LSĐH: Như đề cập trên, các NHTW cần phải xác định được ngưỡng LSĐH tương ứng để đạt được mục tiêu lạm phát, phù hợp đối với mức độ tăng trưởng kinh tế và điều hành sao cho sát mức mục tiêu nhất có thể. Các nước đã phát triển như Mỹ, Anh… đặt mục tiêu lạm phát hàng năm là 2%. Tại Anh, trong trường hợp lạm phát vượt quá 1% do Quốc hội đề ra, NHTW Anh (BOE) phải trình báo với Quốc hội và có phương hướng kiểm soát lạm phát cụ thể. Đối với Việt Nam, lạm phát tối đa do Quốc hội đặt ra trong vài năm trở lại đây được giữ ở mức dưới 4%/năm. 
 
Quy tắc được biết đến nhiều nhất để định hướng mức LSĐH là Quy tắc Taylor - xây dựng dựa trên giá cả và sản lượng thực tế - là các mục tiêu kinh tế nói chung của hầu hết các NHTW nên sẽ tốt hơn các quy tắc dựa trên khối lượng tiền hoặc tỷ giá hối đoái. Quy tắc này hàm ý rằng, để điều hành lạm phát về đúng lạm phát mục tiêu, LSĐH danh nghĩa cần cao hơn tối thiểu 0,25% lạm phát thực tế. Nhận định trên của Taylor là cơ sở để điều hành CSTT theo lãi suất mục tiêu của các NHTW khi mô hình đã bao hàm các điều kiện kinh tế vĩ mô. Tuy nhiên, để điều hành hiệu quả hơn nữa, NHTW các nước OECD và một số quốc gia mới nổi đã áp dụng các mô hình định lượng phức tạp nhằm đánh giá tổng thể nền kinh tế bằng nhiều loại số liệu được thu thập với tần suất cao (như DSGE, MIDAS…). Nhờ các tiến bộ trên, NHTW có thể đưa ra các nhận định chính xác về hướng di chuyển của lạm phát trong tương lai gần, từ đó đưa ra các bước hiệu chỉnh để điều hành lạm phát mục tiêu thông qua công cụ LSĐH. 
 
Đối với Việt Nam, việc điều hành CSTT chủ yếu trên cơ sở lượng, do đó, việc chuyển đổi sang các cơ chế điều hành lãi suất mục tiêu cần qua một bước trung gian đảm bảo khả năng điều hành theo ngưỡng mục tiêu đặt ra và thu thập các số liệu cần thiết để chuyển sang các mô hình phức tạp hơn, sử dụng số liệu với tần suất cao nhằm điều hành CSTT trên cơ sở dự báo đáng tin cậy. Qua nghiên cứu cho thấy, việc sử dụng mô hình TVAR là phù hợp đối với điều kiện của Việt Nam hiện nay, giúp các nhà điều hành chuyển đổi từ lượng sang giá.
 
Về sử dụng công cụ CSTT: Để thực hiện mục tiêu đã đặt ra, NHTW cần kiểm soát biến động lãi suất ngắn hạn trên thị trường do LSĐH là không đủ để kiềm chế lãi suất thị trường trong trường hợp gặp các cú sốc mạnh. Do đó, các NHTW sử dụng các công cụ CSTT nhằm thiết lập biên độ dao động cho phép của lãi suất thị trường thông qua nghiệp vụ thị trường mở (OMO), các công cụ cho vay và nhận tiền gửi (lending and deposit facility). Tùy theo các điều kiện và mức độ phát triển của thị trường tiền tệ, mục tiêu và khuôn khổ CSTT mà mỗi công cụ sẽ mang lại những hiệu quả nhất định. Tuy nhiên, để đạt được tối đa các mục tiêu CSTT, NHTW cần phối hợp hài hòa, đồng bộ các công cụ, kết hợp truyền thông tín hiệu điều hành CSTT đến công chúng. 
 
Theo cơ sở luận trên, tại Việt Nam, lãi suất mua, bán giấy tờ có giá trên thị trường mở kỳ hạn 07 ngày (OMO7D) và lãi suất cho vay qua đêm trên thị trường LNH có thể được lựa chọn làm LSĐH của NHTW. Các lãi suất trên đảm bảo yếu tố linh hoạt với thời hạn ngắn nhằm ổn định lãi suất thị trường trong ngắn hạn. Để đảm bảo tính hiệu quả của việc sử dụng các lãi suất trên để cấu thành một hành lang lãi suất hiệu quả, qua đó, giúp điều tiết lãi suất thị trường, kiểm soát lạm phát, việc xác định chính xác ngưỡng tối ưu là vô cùng cần thiết. Theo đó, ngưỡng LSĐH ngắn hạn trên của NHNN phải đảm bảo các yếu tố: (i) Phản ánh đúng rủi ro, nhu cầu thanh khoản của thị trường tiền tệ; (ii) Là lãi suất tham chiếu phù hợp cho rủi ro trung và dài hạn của thị trường và (iii) Tối ưu hóa việc kiểm soát lạm phát và phát triển kinh tế.
 
3. Xây dựng mô hình xác định ngưỡng LSĐH CSTT tại Việt Nam 
 
Mô hình xác định LSĐH: Để thực hiện việc xác định ngưỡng lãi suất như trên, tác giả sử dụng mô hình TVAR để ước lượng các ngưỡng của lãi suất LNH và lãi suất OMO7D nhằm tối ưu hóa việc điều hành của NHNN. Mô hình TVAR là mô hình VAR phi tuyến tính, phân tích phản ứng của nền kinh tế với các ngưỡng điều hành lãi suất của NHNN. 
 
Có thể hiểu, các ngưỡng lãi suất bằng các ngưỡng định tính như lãi suất thấp, cân bằng và cao. Trong môi trường lãi suất ngắn hạn “cao”, đây là giai đoạn mà NHNN phải tăng lãi suất nhằm kiểm soát lạm phát gây ra do bong bóng tài sản, thị trường rủi ro... Do đó, lạm phát cao hiệu quả sẽ kìm nén tốc độ tăng trưởng của nền kinh tế, kiềm chế lạm phát và đưa thị trường trở về ngưỡng cân bằng. Trong giai đoạn trên, các bộ LSĐH mang tính dài hạn của NHNN cũng sẽ tăng theo nhưng cân bằng trong dài hạn. Đối với môi trường lãi suất “thấp”, đây là thời kỳ thị trường đi xuống do các cú sốc cung, cầu hoặc theo chu kỳ. Trong thời điểm này, các biện pháp hỗ trợ của NHNN sẽ hiệu quả hơn tuy nhiên áp lực lạm phát sau khi phục hồi được kỳ vọng sẽ tăng mạnh nếu thiếu kiểm soát. Do đó, ngưỡng “trung bình” được xác định như một bước đệm nhằm giảm thiểu các rủi ro về hiệu chỉnh LSĐH qua các chu kỳ kinh tế. 
 
Theo đó, để xác định các LSĐH CSTT tại Việt Nam, tác giả đã xây dựng 02 mô hình lãi suất với hai “ứng cử viên” lãi suất ngắn hạn đang được NHNN điều hành là lãi suất OMO7D và lãi suất LNH. Qua đó, tác giả sẽ đánh giá tính hiệu quả của các ngưỡng được xác định qua mô hình, tính khả thi trong điều hành lãi suất theo ngưỡng trên cơ sở đánh giá tác động của các lãi suất trên tới lạm phát và nền kinh tế thực. 
 
Mô tả thống kê số liệu của mô hình giai đoạn từ năm 2008 đến năm 2021: Mô hình TVAR được xác định với các biến phụ thuộc là chỉ số sản xuất công nghiệp (IIP), chỉ số lạm phát với năm 2010 là năm cơ bản (INF), lãi suất tái cấp vốn (TCVR), lãi suất cho vay qua đêm trong thanh toán điện tử LNH (ONR); nguồn tín dụng cho thị trường (CTE). Trong đó, lãi suất OMO7D và lãi suất qua đêm LNH lần lượt được sử dụng làm giá trị ngưỡng độc lập. Theo đó, tại mô hình ngưỡng lãi suất LNH là ngưỡng độc lập, lãi suất OMO7D là biến phụ thuộc trong mô hình ngưỡng LNH và ngược lại.
 
Kiểm định mô hình: Tác giả kiểm định phi tuyến cho mô hình TVAR so với mô theo phương thức kiểm định tuyến tính mở rộng đa biến của Hansen (1999), Lo & Zivot (2001). Kiểm định sử dụng ma trận hiệp phương sai cho mỗi mô hình (mô hình 0 và 1), có nghĩa là mô hình VAR đơn giản (với giả thuyết Null là tuyến tính) và mô hình 1 là mô hình TVAR tương ứng với 1 và 2 chế độ. Thống kê kiểm định LR được viết như sau: 
 

 
Trong đó, là ma trận hiệp phương sai ước tính của mô hình dưới giả thuyết Null và là ma trận ước lượng với lựa chọn khác. Việc tính toán p-value được thực hiện bằng mô phỏng. Phân phối Bootstrap dựa trên việc tái lập phần dư từ mô hình Null, ước lượng ngưỡng và tiếp tục kiểm định. Trong bài viết, tác giả sử dụng 1.000 Bootstrap để ước lượng mô hình với độ lược bớt là 15%, tương tự theo giả thuyết của Hansen (1999) để ngưỡng được ước lượng chính xác nhất. Theo kết quả tại Phụ lục I, cả 02 mô hình lãi suất đều cho thấy sự tồn tại của tính phi tuyến tính với sự tồn tại của 02 ngưỡng. 

Hình 1: Kết quả phân tích IRF lãi suất LNH 
của mô hình ngưỡng lãi suất OMO7D


Nguồn: Kết quả từ phần mềm R studio

Hình 2: Kết quả phân tích IRF lãi suất OMO7D 
của mô hình ngưỡng lãi suất LNH


Nguồn: Kết quả từ phần mềm R studio

Sau khi kiểm nghiệm, tác giả đã kiểm nghiệm phản ứng xung bất tuyến tính (IRF) của mô hình ở Hình 1 và Hình 2.
 
Kết quả phản ứng xung cho thấy, lãi suất OMO7D có hiệu quả cao hơn và lãi suất LNH hầu như chưa có tác động đến lãi suất thị trường. Trong đó, ngưỡng 1 OMO7D  ≤  6% chiếm tỷ lệ cao gần 60%, cho thấy việc điều hành lãi suất OMO7D thời gian qua của NHNN là hoàn toàn phù hợp, ngoại trừ các giai đoạn lạm phát cao (2008 - 2011) lãi suất OMO có thể lên mức trên 6%. Tuy nhiên, qua nghiên cứu kinh nghiệm quốc tế, lãi suất cho vay qua đêm LNH lại là công cụ hữu hiệu hơn do biến động lớn của thị trường tiền tệ. Như vậy, NHNN sử dụng lãi suất OMO7D làm ngưỡng LSĐH ngắn hạn trong giai đoạn đầu điều hành theo giá là phù hợp đặc điểm của thị trường Việt Nam và tính ưu việt của lãi suất này. Khi nền kinh tế và thị trường tiền tệ phát triển hơn, NHNN cần thực hiện bước chuyển sử dụng lãi suất LNH làm LSĐH để đạt hiệu quả cao hơn trong truyền dẫn chính sách tới nền kinh tế (kết quả mô hình cho thấy lãi suất LNH ở ngưỡng 1 LNH ≤ 3,96% là phù hợp, chiếm tỷ lệ 60%), đặc biệt là trong bối cảnh phát triển nền kinh tế số hiện nay.
 
Đồng thời, các TCTD thường hạn chế vay sử dụng qua đêm trong thanh toán điện tử LNH của NHNN do lãi suất cho vay qua đêm của NHNN thường cao hơn lãi suất tái cấp vốn khoảng 1%. NHNN đã thiết lập các mức lãi suất như trên nhằm khuyến khích các TCTD vay trên thị trường LNH. Việc điều hành này là hợp lý với mục đích đặt trần lãi suất đối với lãi suất vay qua đêm trên thị trường LNH và chỉ thực hiện cho vay trên với tư cách là người cho vay cuối cùng của thị trường. 
 
4. Một số khuyến nghị đối với điều hành lãi suất của NHNN 
 
- Nghiên cứu áp dụng khuôn khổ CSTT theo thông lệ quốc tế được nhiều quốc gia triển khai - điều hành CSTT theo lạm phát mục tiêu linh hoạt (flexible inflation targeting), trong đó lãi suất được lựa chọn làm mục tiêu điều hành chủ đạo của NHTW. Do đó, NHNN cần hoàn thiện và nâng cao hiệu quả bộ công cụ CSTT gồm OMO, cho vay qua đêm trong thanh toán điện tử LNH, tái cấp vốn, dự trữ bắt buộc và bổ sung công cụ nhận tiền gửi; thiết lập hệ thống mục tiêu điều hành CSTT, trong đó quan tâm đến mục tiêu ổn định thị trường tài chính; xác định kênh truyền tải CSTT phù hợp và đồng bộ nhằm đảm bảo nâng cao hiệu quả trong điều hành CSTT và tăng cường khả năng can thiệp của NHNN trên thị trường tài chính.
 
- Giảm dần việc đặt mục tiêu điều hành trên cơ sở khối lượng M2, tín dụng như hiện nay và chuyển sang thực hiện điều hành CSTT theo mục tiêu lãi suất, làm tiền đề cho việc chuyển sang điều hành CSTT theo khuôn khổ lạm phát mục tiêu linh hoạt khi điều kiện cho phép, đặc biệt là trong bối cảnh hàm cầu tiền có xu hướng dịch chuyển thường xuyên sẽ đảm bảo giữ  được lãi suất ổn định, góp phần giúp ổn định kinh tế vĩ mô, tăng trưởng kinh tế. Gắn điều hành lãi suất trong mối quan hệ hài hòa với điều hành tỷ giá và kiểm soát ngoại hối.
 
- Xây dựng cơ chế điều hành lãi suất, trong đó lựa chọn lãi suất chào mua giấy tờ có giá kỳ hạn 07 ngày qua OMO là LSĐH chủ đạo (khi điều kiện cho phép chuyển sang lãi suất LNH kỳ hạn qua đêm) và xác định hành lang lãi suất điều tiết trần - sàn nhằm định hướng cho lãi suất trên thị trường LNH dao động trong khung hành lang trên cơ sở phù hợp với mục tiêu CSTT từng thời kỳ và có thể cân nhắc áp dụng lãi suất sàn là lãi suất trả lãi đối với phần tiền gửi dự trữ vượt hoặc lãi suất công cụ nhận tiền gửi qua đêm; lãi suất trần nên lựa chọn lãi suất cho vay qua đêm trong thanh toán điện tử LNH. Đồng thời, thiết lập và công bố đường cong lãi suất chuẩn ngắn hạn để làm tham chiếu cho các mức lãi suất khác trên thị trường. 
 
- Giảm dần các biện pháp hành chính can thiệp trực tiếp thị trường như: Gỡ bỏ quy định trần lãi suất huy động, cho vay và chuyển sang cơ chế để thị trường tự điều tiết và phân bổ vốn, tạo điều kiện thuận lợi cho cơ chế truyền tải lãi suất đạt hiệu quả; xem xét dỡ bỏ dần quy định phân bổ hạn mức tăng trưởng tín dụng hàng năm cho các TCTD và cho phép các TCTD được tự quyết định mức tăng trưởng của mình cũng như mức lãi suất kinh doanh trên cơ sở cung - cầu vốn trên thị trường. 

Phụ lục I: Kết quả mô hình TVAR

Nguồn: Nhóm tác giả tính toán từ số liệu theo phần mềm R studio

Tuy nhiên, NHNN cần đổi mới và áp dụng phương pháp thanh tra, giám sát trên cơ sở rủi ro, hệ thống giám sát theo tiêu chuẩn CAMELS, hệ thống đánh giá rủi ro đối với TCTD và cảnh báo sớm trong hoạt động ngân hàng, đảm bảo các TCTD đều đáp ứng được quy định về an toàn vốn theo thông lệ chung của quốc tế, trước mắt là quy định tại Thông tư số 41/2016/TT-NHNN ngày 30/12/2016 của Thống đốc NHNN quy định tỷ lệ an toàn vốn đối với ngân hàng, chi nhánh ngân hàng nước ngoài và các văn bản khác liên quan.
 
- Kết hợp với triển khai đồng bộ các giải pháp để phát triển và cải thiện hoạt động của thị trường tiền tệ nhằm đẩy mạnh khả năng thanh khoản và luân chuyển vốn ngắn hạn, nâng cao vai trò và điều kiện để thị trường tiền tệ trở thành kênh truyền tải hiệu quả tín hiệu điều hành CSTT qua kênh lãi suất, giúp cho NHNN chủ động trong việc kiểm soát, định hướng và dẫn dắt thị trường tiền tệ và có những điều chỉnh chính sách phù hợp đối với các diễn biến thị trường, đặc biệt trong xu thế thị trường tài chính, tiền tệ Việt Nam hội nhập ngày càng sâu với thị trường tài chính quốc tế, từ đó góp phần đạt được tối đa hóa các mục tiêu CSTT.
 
- Thực hiện tốt Đề án tái cơ cấu lại hệ thống TCTD giai đoạn 2021 - 2025, Nghị quyết số 42/2017/QH14 ngày 21/6/2017 của Quốc hội về thí điểm xử lý nợ xấu của các TCTD và Nghị quyết số 45/NQ-CP ngày 25/3/2022 về việc thông qua đề nghị xây dựng Nghị quyết của Quốc hội về việc kéo dài thời hạn áp dụng Nghị quyết số 42/2017/QH14 của Quốc hội về thí điểm xử lý nợ xấu của các TCTD, kết hợp với việc đẩy nhanh tiến độ xử lý nợ xấu, củng cố và phát triển hệ thống các TCTD nhằm đạt được mục tiêu về cấu trúc hệ thống, nâng cao năng lực quản trị, năng lực tài chính, năng lực hoạt động, hiện đại hóa công nghệ và phát triển dịch vụ, đáp ứng nhu cầu của nền kinh tế, qua đó các TCTD có thể đảm nhận tốt vai trò trung gian tài chính truyền tải các tín hiệu điều hành của NHNN, đặc biệt là tín hiệu về lãi suất.
 
- Trong môi trường kinh tế số, NHNN có thể cân nhắc áp dụng các cải cách hành chính nhất định, chuyển dần các thủ tục thực hiện công cụ CSTT sang môi trường số, xây dựng nền tảng số cho các giao dịch của NHNN với các TCTD được thực hiện và kiểm kê, qua đó tạo điều kiện thuận lợi cho việc thu thập và sử dụng các dữ liệu trong điều hành CSTT nhằm xây dựng mô hình dự báo kinh tế cho Việt Nam. Bước đầu ứng dụng các mô hình đơn giản như TVAR nhằm thu hẹp dần hành lang LSĐH, tạo điều kiện điều hành tối ưu giữa các mục tiêu của NHNN như kiểm soát lạm phát và hỗ trợ phát triển kinh tế.
 
Tài liệu tham khảo:
 
1. N. Gregory Mankiw (2003), “Principles of Economics”, Third edition, Hardcover.
2. Nils Maehle (2014), Monetary policy implementation: operational issues for countries with evolving monetary policy regimes, WP/14/xx.
3. Alexei P Kireyev (2015), How to improve the effectiveness of monetary policy in the West African Economic and Monetary Union, WP/15/99 Keyra Primus.
4. F. Coricelli, B. Jazbec, I. Masten (2006), “Exchange rate pass - Through in EMU acceding countries: empirical analysis and policy implications”, Journal of Banking & Finance, 30(5), pp.1375-1391.
5. Seo, M. H., & Shin, Y. (2016). Dynamic panels with threshold effect and endogeneity. Journal of Econometrics, 195(2), 169-186. https://doi.org/10.1016/j.jeconom.2016.03.005
6. Bai, J., & Perron, P. (1998). Estimating and Testing Linear Models with Multiple Structural Changes. Econometrica, 66(1), 47-78. https://doi.org/10.2307/2998540
7. Bai, J. (1997). Estimation of a Change Point in Multiple Regression Models. The Review of Economics and Statistics, 79(4), 551-563.
8. Hansen, B. E. (1999). Threshold effects in non-dynamic panels: Estimation, testing, and inference. Journal of Econometrics, 93(2), 345-368. https://doi.org/10.1016/S0304-4076(99)00025-1
9. Taylor, J. B. (1993). Discretion versus policy rules in practice. Carnegie-Rochester Conference Series on Public Policy, 39, 195-214. https://doi.org/10.1016/0167-2231(93)90009-L
10. Báo cáo thường niên của NHNN từ năm 2001 - 2017.
11. Các văn bản pháp lý có liên quan.

TS. Vũ Mai Chi (Học viện Ngân hàng)
ThS. Phạm Gia Khánh (NHNN Việt Nam)

Bình luận Ý kiến của bạn sẽ được kiểm duyệt trước khi đăng. Vui lòng gõ tiếng Việt có dấu
Đóng lại ok
Bình luận của bạn chờ kiểm duyệt từ Ban biên tập
Tác động của đầu tư trực tiếp nước ngoài đến tăng trưởng kinh tế Việt Nam
Tác động của đầu tư trực tiếp nước ngoài đến tăng trưởng kinh tế Việt Nam
26/05/2023 211 lượt xem
Nghiên cứu được thực hiện nhằm đánh giá tác động của đầu tư trực tiếp nước ngoài đến tăng trưởng kinh tế Việt Nam. Mô hình hình nghiên cứu tác động của các biến số bao gồm đầu tư trực tiếp nước ngoài (vốn đầu tư trực tiếp nước ngoài (FDI), tài sản đầu tư trực tiếp nước ngoài (DIA) và nợ đầu tư trực tiếp nước ngoài (DIL)) lên GDP; biến tăng trưởng kinh tế và các biến trung gian gồm có tổng vốn đầu tư toàn xã hội (CAP), trị giá xuất khẩu hàng hóa (EX) và trị giá nhập khẩu hàng hóa (IM).
Các nhân tố ảnh hưởng đến ý định tiếp tục sử dụng ứng dụng ví điện tử của người dùng Việt Nam
Các nhân tố ảnh hưởng đến ý định tiếp tục sử dụng ứng dụng ví điện tử của người dùng Việt Nam
22/05/2023 362 lượt xem
Ví điện tử đã trở thành một hình thức thanh toán được sử dụng rộng rãi tại các thành phố lớn ở Việt Nam hiện nay. Tuy nhiên, tỉ lệ người dùng chuyển đổi giữa các ví điện tử hoặc dừng việc sử dụng sau một thời gian dùng thử khá cao.
Ứng dụng mô hình ARIMA để dự báo lạm phát của Việt Nam và một số khuyến nghị
Ứng dụng mô hình ARIMA để dự báo lạm phát của Việt Nam và một số khuyến nghị
15/05/2023 606 lượt xem
Lạm phát là một hiện tượng kinh tế vĩ mô phổ biến có ảnh hưởng sâu, rộng đến các hoạt động kinh tế - xã hội. Dự báo lạm phát luôn là mối quan tâm không chỉ của các nhà nghiên cứu mà còn của các nhà hoạch định chính sách của mỗi quốc gia trên thế giới.
Chính sách tiền tệ ứng phó với đại dịch Covid-19: Bài học và gợi ý cho Việt Nam
Chính sách tiền tệ ứng phó với đại dịch Covid-19: Bài học và gợi ý cho Việt Nam
03/05/2023 968 lượt xem
Để ứng phó với đại dịch Covid-19, nhiều chính phủ đã phụ thuộc rất nhiều vào ngân hàng trung ương (NHTW) bằng cách nới lỏng chính sách tiền tệ (CSTT). Điều đáng chú ý là hầu hết NHTW ở các nền kinh tế lớn đã thực hiện “Chương trình mua tài sản" (Asset Purchases Programmes - APP) hoặc “Chương trình mua tài sản quy mô lớn" (Large - scale Asset Purchases - LAP). Bài viết thảo luận về tác động của các chương trình nêu trên đối với nền kinh tế, thị trường tài chính cũng như sự tác động đến phân phối lại thu nhập.
Nhân tố ảnh hưởng đến ý định sử dụng e-KYC tại các ngân hàng thương mại trên địa bàn tỉnh Bắc Ninh
Nhân tố ảnh hưởng đến ý định sử dụng e-KYC tại các ngân hàng thương mại trên địa bàn tỉnh Bắc Ninh
13/04/2023 1.783 lượt xem
Trong số các hoạt động ngân hàng số đang dần chiếm lĩnh thị trường và trở nên quen thuộc đối với khách hàng vài năm qua, định danh khách hàng điện tử (electronic Know Your Customer - e-KYC) là hoạt động mà ngày càng nhiều cơ quan quản lí hoạt động tài chính trên toàn cầu cho phép các tổ chức cung ứng dịch vụ áp dụng để cung cấp những trải nghiệm số hóa tốt nhất tới khách hàng.
Tác động của hệ số an toàn vốn tới tăng trưởng tín dụng của các ngân hàng thương mại Việt Nam và một số khuyến nghị
Tác động của hệ số an toàn vốn tới tăng trưởng tín dụng của các ngân hàng thương mại Việt Nam và một số khuyến nghị
28/03/2023 2.539 lượt xem
Các quy định về an toàn vốn cũng như mức an toàn vốn của các ngân hàng thương mại (NHTM) tạo ra nhiều tác động trực tiếp tới hoạt động tín dụng của các NHTM (Van den Heuvel, 2008; Noss và Toffano, 2016). Như vậy, các thay đổi trong tỉ lệ an toàn vốn tối thiểu (Capital Adequacy Ratio) - hay còn gọi là hệ số an toàn vốn (CAR), sẽ tác động tới tăng trưởng tín dụng của NHTM, từ đó ảnh hưởng tới tăng trưởng kinh tế, đặc biệt tác động này là lớn hơn đối với các quốc gia có nền kinh tế phụ thuộc nhiều vào vốn tín dụng ngân hàng như Việt Nam (Beck và Levines, 2004).
Ảnh hưởng của nhận thức về rủi ro và lợi ích tới việc sử dụng các dịch vụ Fintech của giới trẻ trên địa bàn Thành phố Hà Nội
Ảnh hưởng của nhận thức về rủi ro và lợi ích tới việc sử dụng các dịch vụ Fintech của giới trẻ trên địa bàn Thành phố Hà Nội
10/03/2023 2.989 lượt xem
Bài viết nghiên cứu về ảnh hưởng của các nhân tố đối với việc sử dụng các dịch vụ công nghệ tài chính (Fintech) của giới trẻ trên địa bàn Thành phố Hà Nội. Kết quả nghiên cứu cho thấy, lợi ích kinh tế và sự thuận tiện của việc sử dụng Fintech ảnh hưởng tích cực đến nhận thức về lợi ích của người dùng Fintech, nhận thức về rủi ro của người dùng Fintech bị ảnh hưởng bởi rủi ro tài chính và rủi ro bảo mật của Fintech.
Tác động của sự bất định tới khả năng thanh toán của hệ thống ngân hàng Việt Nam
Tác động của sự bất định tới khả năng thanh toán của hệ thống ngân hàng Việt Nam
20/02/2023 3.759 lượt xem
Nghiên cứu này xem xét tác động của sự bất định trong ngành Ngân hàng đối với rủi ro mất khả năng thanh toán (rủi ro vỡ nợ) của 30 ngân hàng tại Việt Nam giai đoạn 2007 - 2021. Sử dụng thước đo về độ bất định vi mô dựa trên sự phân tán theo mặt cắt của các cú sốc cấp độ ngân hàng, kết quả chỉ ra rằng mức độ bất định cao hơn trong ngân hàng có thể gia tăng rủi ro mất khả năng thanh toán của ngân hàng, thông qua chỉ số Z-score.
Đo lường các yếu tố ảnh hưởng đến hệ số an toàn vốn của các ngân hàng thương mại cổ phần Việt Nam
Đo lường các yếu tố ảnh hưởng đến hệ số an toàn vốn của các ngân hàng thương mại cổ phần Việt Nam
20/12/2022 5.849 lượt xem
Hệ số an toàn vốn (CAR) đóng vai trò rất quan trọng để đảm bảo rằng các ngân hàng có đủ nguồn lực tài chính hấp thụ một khoản lỗ hợp lý trước khi bị vỡ nợ và được các cơ quan quản lý sử dụng làm công cụ giảm rủi ro xảy ra trong hệ thống. Chính vì vậy, mục tiêu của bài nghiên cứu là đo lường các yếu tố ảnh hưởng đến CAR của các ngân hàng thương mại cổ phần (NHTMCP) Việt Nam.
Các nhân tố ảnh hưởng đến ý định tham gia E-learning của cán bộ, công chức, viên chức Ngân hàng Nhà nước
Các nhân tố ảnh hưởng đến ý định tham gia E-learning của cán bộ, công chức, viên chức Ngân hàng Nhà nước
04/11/2022 4.902 lượt xem
E-learning được coi là một phần của sự năng động mới trong thế kỷ 21 (Sangrà, Vlachopoulos và Cabrera, 2012) và được hiểu là cách sử dụng phương tiện điện tử, viễn thông cho nhiều mục đích học tập khác nhau, từ các chức năng bổ trợ trong các lớp học thông thường đến thay thế hoàn toàn cho các hình thức mặt đối mặt (face-to-face meetings) bằng các cuộc gặp gỡ trực tuyến (online) giữa các bên (Guri-Rosenblit, 2005).
Hoạt động cho vay ngang hàng tại Việt Nam
Hoạt động cho vay ngang hàng tại Việt Nam
28/09/2022 13.895 lượt xem
Với sự phát triển của công nghệ kỹ thuật số, một phương thức cho vay trực tuyến mới xuất hiện là cho vay ngang hàng (Peer-to-Peer Lending/P2P Lending). P2P Lending là hoạt động được thiết kế và xây dựng trên nền tảng ứng dụng công nghệ số để kết nối trực tiếp người đi vay với người cho vay mà không thông qua các tổ chức trung gian tài chính. Nhờ ứng dụng nền tảng công nghệ kỹ thuật số, thủ tục, quy trình cho vay, giải ngân cũng được tối giản, tiết kiệm thời gian.
Hoàn thiện khung pháp lý về quản trị rủi ro tín dụng đối với hoạt động ngoại bảng tại các ngân hàng thương mại  Việt Nam
Hoàn thiện khung pháp lý về quản trị rủi ro tín dụng đối với hoạt động ngoại bảng tại các ngân hàng thương mại Việt Nam
27/08/2022 7.096 lượt xem
Hoạt động ngoại bảng tại các NHTM Việt Nam ngày càng phát triển về quy mô và đa dạng về loại hình hoạt động, đặt ra yêu cầu cần phải quản trị hiệu quả các rủi ro phát sinh từ hoạt động này. Trong các loại rủi ro của hoạt động ngoại bảng thì rủi ro tín dụng vẫn được đánh giá là rủi ro lớn nhất cần phải được quản trị hiệu quả.
Nghiên cứu các nhân tố ảnh hưởng tới chất lượng quy trình chuyển đổi số tại các ngân hàng thương mại Việt Nam
Nghiên cứu các nhân tố ảnh hưởng tới chất lượng quy trình chuyển đổi số tại các ngân hàng thương mại Việt Nam
08/08/2022 8.954 lượt xem
Trong xu thế hội nhập quốc tế như hiện nay, chuyển đổi số là điều kiện thiết yếu để có thể gia tăng vị thế cạnh tranh của các ngân hàng thương mại Việt Nam trên thị trường. Với mong muốn nâng cao chất lượng quy trình chuyển đổi số của các ngân hàng thương mại, bài nghiên cứu được thực hiện nhằm mục đích đánh giá các nhân tố tác động đến chất lượng quy trình chuyển đổi số tại các ngân hàng thương mại tại Việt Nam.
Nghiên cứu thực nghiệm về sử dụng ngân hàng di động tại Thành phố Hồ Chí Minh bằng mô hình chấp nhận công nghệ
Nghiên cứu thực nghiệm về sử dụng ngân hàng di động tại Thành phố Hồ Chí Minh bằng mô hình chấp nhận công nghệ
23/06/2022 6.894 lượt xem
Công nghệ đang phát triển với tốc độ chóng mặt trong thời đại kỹ thuật số ngày nay, đòi hỏi mọi người phải nhanh chóng bắt kịp sự phát triển của công nghệ. Ngân hàng là Ngành đã được hưởng lợi từ những tiến bộ công nghệ trong các ứng dụng, chẳng hạn như ngân hàng trực tuyến.
Chi ngân sách cho hoạt động tín dụng đầu tư và tín dụng xuất khẩu của  Nhà nước: Thực trạng và khuyến nghị
Chi ngân sách cho hoạt động tín dụng đầu tư và tín dụng xuất khẩu của Nhà nước: Thực trạng và khuyến nghị
21/06/2022 5.886 lượt xem
Theo quy định của pháp luật Việt Nam, chi NSNN bao gồm rất nhiều khoản chi và được phân chia theo các nhóm khác nhau. Trong đó, chi đầu tư và hỗ trợ cho các doanh nghiệp, các tổ chức kinh tế và các tổ chức tài chính của Nhà nước được xếp vào chi đầu tư phát triển (ĐTPT).
Giá vàngXem chi tiết

GIÁ VÀNG - XEM THEO NGÀY

Khu vực

Mua vào

Bán ra

HÀ NỘI

Vàng SJC 1L

66.450

67.070

TP.HỒ CHÍ MINH

Vàng SJC 1L

66.450

67.050

Vàng SJC 5c

66.450

67.070

Vàng nhẫn 9999

55.750

56.700

Vàng nữ trang 9999

55.600

56.300


Ngoại tệXem chi tiết
TỶ GIÁ - XEM THEO NGÀY 
Ngân Hàng USD EUR GBP JPY
Mua vào Bán ra Mua vào Bán ra Mua vào Bán ra Mua vào Bán ra
Vietcombank 23,270 23,640 24,575 25,951 28,261 29,466 163.78 173.39
BIDV 23,320 23,620 24,752 25,940 28,372 29,619 164.31 173.07
VietinBank 23,235 23,655 24,821 25,956 28,606 29,616 164.85 172.8
Agribank 23,270 23,635 24,830 25,832 28,510 29,336 165.92 172.71
Eximbank 23,250 23,630 24,854 25,531 28,548 29,326 165.67 170.18
ACB 23,200 23,700 24,861 25,488 28,689 29,295 165.51 169.86
Sacombank 23,280 23,685 25,018 25,532 28,788 29,304 166.23 171.78
Techcombank 23,310 23,655 24,609 25,935 28,217 29,502 161.45 173.73
LPBank 23,300 23,900 24,794 26,122 28,725 29,665 164.18 175.63
DongA Bank 23,330 23,660 24,880 25,550 28,610 29,320 163.5 170.7
(Cập nhật trong ngày)
Lãi SuấtXem chi tiết
(Cập nhật trong ngày)
Ngân hàng
KKH
1 tuần
2 tuần
3 tuần
1 tháng
2 tháng
3 tháng
6 tháng
9 tháng
12 tháng
24 tháng
Vietcombank
0,10
0,20
0,20
-
4,60
4,60
5,10
5,80
5,80
7,20
7,20
BIDV
0,10
-
-
-
4,90
4,90
5,40
5,80
5,90
7,20
7,20
VietinBank
0,10
0,20
0,20
0,20
4,60
4,60
5,10
5,80
5,80
7,20
7,20
Cake by VPBank
1,00
-
-
-
6,00
-
6,00
8,90
-
9,00
9,00
ACB
-
0,50
0,50
0,50
4,60
4,70
4,80
6,40
6,60
6,80
6,90
Sacombank
-
-
-
-
5,30
5,40
5,50
7,30
7,40
7,60
7,90
Techcombank
0,10
-
-
-
5,40
5,40
5,40
7,10
7,10
7,10
7,10
LPBank
-
0,20
0,20
0,20
5,00
5,00
5,00
7,30
7,30
7,70
8,00
DongA Bank
1,00
1,00
1,00
1,00
5,50
5,50
5,50
7,90
7,95
8,00
8,30
Agribank
0,30
-
-
-
4,60
4,60
5,10
5,80
5,80
7,20
7,00
Eximbank
0,20
0,50
0,50
0,50
5,50
5,50
5,50
6,30
6,60
7,10
7,50

Liên kết website
Bình chọn trực tuyến
Nội dung website có hữu ích với bạn không?