R-star là gì? Giải thích lãi suất thực trung tính

Các nhà kinh tế dùng r-star để gọi ngắn gọn lãi suất thực trung tính hoặc tự nhiên. Theo định nghĩa thường gặp trong phân tích chính sách tiền tệ, đó là lãi suất thực ngắn hạn có thể tồn tại khi sản lượng ở gần mức bền vững và lạm phát ổn định. Lãi suất thực điều chỉnh lãi suất danh nghĩa để tính đến lạm phát. Gọi là trung tính vì theo định nghĩa và giả định của mô hình, mức lãi suất này không tạo thêm áp lực lên cầu cũng không ghìm cầu xuống.

Trong lý thuyết, “lãi suất tự nhiên” đôi khi có nghĩa hẹp hơn; các nhà nghiên cứu không phải lúc nào cũng dùng cùng một chân trời thời gian hay điều kiện cân bằng. Một số ước tính nhắm đến mức dài hạn biến động chậm, còn một số cố nắm bắt các lực ngắn hạn. Chẳng hạn, các ước tính Laubach–Williams và Holston–Laubach–Williams của Fed New York mô hình hóa r-star như lãi suất thực ngắn hạn ẩn, gắn với sản lượng gần mức tiềm năng và lạm phát ổn định. Giả định của mô hình là một phần của kết quả, không phải chú thích có thể bỏ qua. Xem [tổng quan r-star của Fed New York]({source:nyFedRStarEstimates}).

Vì vậy, nên đọc r-star như một mốc tham chiếu có điều kiện. Nó giúp sắp xếp câu hỏi về lập trường chính sách, nhưng không cho biết lãi suất nào là “đúng đắn”, không bảo đảm một kết quả kinh tế và cũng không tiết lộ bước tiếp theo của ngân hàng trung ương. Trước khi so sánh hai con số r-star, hãy kiểm tra chúng có cùng quốc gia, chân trời, định nghĩa, mô hình và phiên bản dữ liệu hay không.

Lãi suất federal funds là lãi suất danh nghĩa qua đêm. Ủy ban Thị trường Mở Liên bang (FOMC) đặt một khoảng mục tiêu, còn Cục Dự trữ Liên bang dùng các công cụ chính sách để hướng lãi suất thị trường về gần khoảng đó. R-star là một mốc thực được ước tính. FOMC có thể chọn mục tiêu danh nghĩa nhưng không thể trực tiếp ấn định mức trung tính nền tảng của nền kinh tế.

Để so sánh lãi suất chính sách danh nghĩa với ước tính r-star theo lãi suất thực, trước tiên cần đưa chúng về cùng một cơ sở thực có thể so sánh. Có thể ước tính sơ bộ lãi suất chính sách thực kỳ vọng bằng cách lấy lãi suất chính sách danh nghĩa trừ lạm phát kỳ vọng trong cùng chân trời. Đây vẫn là một ước tính vì không có một chuỗi số liệu lạm phát kỳ vọng duy nhất, dứt khoát và có thể quan sát trực tiếp. Cũng cần khớp tần suất và chân trời: không nên tùy tiện so lãi suất thực qua đêm với ước tính dài hạn ở tương lai xa như thể chúng là cùng một đại lượng.

Nếu lãi suất chính sách thực ước tính cao hơn mức r-star được chọn, các nhà phân tích thường mô tả chính sách là thắt chặt so với mốc đó. Nếu thấp hơn, họ có thể gọi là nới lỏng. Cách nói tắt này phụ thuộc vào mốc tham chiếu. Khoảng chênh lệch còn bất định, chính sách cần thời gian mới truyền dẫn đến nền kinh tế, và những điều kiện tài chính khác có thể dịch chuyển theo hướng ngược lại. Nhãn này không cho người vay biết họ sẽ nhận lãi suất nào hay khoản trả góp thế chấp của hộ gia đình thay đổi bao nhiêu.

Giả sử hoàn toàn để minh họa rằng điểm giữa của khoảng mục tiêu lãi suất chính sách là 4,0% và lạm phát kỳ vọng trong chân trời ngắn hạn phù hợp là 2,5%. Lãi suất chính sách thực kỳ vọng xấp xỉ 4,0% − 2,5% = 1,5%. Nếu một mô hình ước tính r-star ở mức 0,5%, khoảng chênh lệch là 1,5% − 0,5% = dương 1,0 điểm phần trăm. Theo mô hình đó, lãi suất chính sách cao hơn mốc trung tính.

Bây giờ giữ nguyên lãi suất chính sách thực giả định nhưng giả sử một mô hình khác, cũng có cơ sở hợp lý, ước tính r-star ở mức 2,0%. Khoảng chênh lệch trở thành 1,5% − 2,0% = âm 0,5 điểm phần trăm. Cách diễn giải định tính thay đổi. Đây không phải lỗi số học: ví dụ cho thấy bất định của cả lạm phát kỳ vọng lẫn mốc được ước tính đều truyền sang cách phân loại lập trường chính sách.

Các giá trị giả định này chỉ nhằm minh họa phép trừ. Chúng không phải lãi suất hiện tại của Hoa Kỳ, dự báo hay ước tính quan điểm của FOMC. Phân tích thực tế cần nêu lãi suất danh nghĩa đã dùng, thước đo và chân trời của lạm phát kỳ vọng, ước tính và chân trời của r-star, cũng như ngày của dữ liệu nền. Nếu thiếu các chi tiết đó, câu “cao hơn mức trung tính” có thể nghe chính xác hơn bằng chứng cho phép.

Lãi suất trung tính có thể thay đổi khi mong muốn tiết kiệm của hộ gia đình và nhu cầu đầu tư của doanh nghiệp biến động. Tăng trưởng năng suất hoặc sản lượng tiềm năng được kỳ vọng nhanh hơn có thể nâng mức sinh lời của đầu tư sản xuất và tạo áp lực tăng lên lãi suất thực cân bằng. Mong muốn tiết kiệm nhiều hơn, nhu cầu đầu tư yếu đi hoặc nhu cầu tài sản an toàn tăng có thể tác động theo hướng ngược lại. Nhân khẩu học, vay nợ công, mức chấp nhận rủi ro và điều kiện kinh tế toàn cầu cũng có thể liên quan, với tác động khác nhau tùy mô hình và giai đoạn.

Không có một hệ số ổn định duy nhất để chuyển bất kỳ yếu tố riêng lẻ nào thành mức thay đổi cố định của r-star. Chẳng hạn, dân số già đi có thể làm tăng tiết kiệm trong bối cảnh này, nhưng thời gian nghỉ hưu dài hơn lại có thể làm thay đổi thời điểm người dân rút tiền tiết kiệm trong bối cảnh khác. Năng suất tăng có thể thúc đẩy đầu tư, nhưng tác động lên tỷ lệ tiết kiệm và đầu tư còn phụ thuộc vào kỳ vọng, nguồn vốn và cách phân phối lợi ích. Những cơ chế này giải thích vì sao cần nghiên cứu mốc tham chiếu, chứ không phải công thức để tính chính xác giá trị tương lai.

Một số ước tính tách thành phần dài hạn biến động chậm khỏi các lực tạm thời làm dịch chuyển lãi suất trung tính ngắn hạn. Cú hích cầu tạm thời hoặc căng thẳng tài chính có thể làm thay đổi một thời gian mức lãi suất phù hợp với điều kiện cân bằng, nhưng điều đó không chứng minh điểm đến dài hạn của nền kinh tế đã thay đổi. Khi thấy nói đến r-star, hãy luôn xác định chân trời đang được nhắc tới.

Không có sàn giao dịch niêm yết mức giá mang tên “lãi suất thực trung tính”. Ta có thể quan sát lãi suất danh nghĩa, thước đo lạm phát, sản lượng và dữ liệu khác, nhưng lãi suất cân bằng là một biến được suy luận. Nó được xác định bằng một điều kiện phản thực: mức lãi suất thực ngắn hạn nào sẽ phù hợp với giả định của mô hình về lạm phát ổn định và sản lượng bền vững?

Một nhóm mô hình sử dụng mối quan hệ giữa GDP thực, lạm phát và lãi suất federal funds để suy ra xu hướng không quan sát được và lãi suất trung tính. Các phương pháp không gian trạng thái ước tính chuỗi dữ liệu quan sát được cùng với các đại lượng ẩn như tăng trưởng xu hướng, sản lượng tiềm năng, khoảng cách sản lượng và r-star. Mô hình phải phân biệt cú sốc tạm thời với thay đổi lâu dài trong tăng trưởng tiềm năng hoặc lãi suất cân bằng, nên ước tính điểm mới nhất không cho thấy toàn bộ giả định đằng sau sự phân biệt đó. Fed New York công bố ước tính, dữ liệu đi kèm và mã của các mô hình Laubach–Williams và Holston–Laubach–Williams. Fed New York cũng cho biết đây không phải dự báo chính thức của ngân hàng, chủ tịch ngân hàng, Hệ thống Dự trữ Liên bang hay FOMC.

Nhà phân tích khác có thể dùng mô hình cấu trúc, bộ lọc thống kê, khảo sát hoặc thông tin thị trường. Những phương pháp này không nhất thiết nhắm đến cùng một khái niệm; thước đo khảo sát hay thị trường có thể chứa phần bù rủi ro hoặc yếu tố khác ngoài lãi suất thực kỳ vọng. Kết quả khác nhau không mặc nhiên có nghĩa một nhà phân tích tính sai: mô hình có thể biến đổi dữ liệu theo cách khác, cho phép xu hướng chuyển động với tốc độ khác, đặt mối quan hệ khác nhau giữa lạm phát và sản lượng hoặc định nghĩa điều kiện cân bằng khác nhau. Hãy so sánh định nghĩa và phương pháp cùng với con số được công bố. Dự báo lãi suất federal funds dài hạn của một thành viên trong Summary of Economic Projections, quyết định của FOMC, ước tính mô hình của nhân viên Fed và chuỗi r-star của Fed New York phục vụ các mục đích khác nhau, không thể thay thế cho nhau.

Ước tính không đơn giản là “mức lãi suất mà Fed cho là trung tính”. Đó là kết quả khi áp dụng một phương pháp có tên cụ thể lên dữ liệu và giả định đã chọn. Mô hình vẫn có ích dù còn bất định: nó buộc nhà phân tích nêu rõ cơ chế và so sánh diễn biến quan sát được với một mốc nhất quán. Cách trình bày trở nên gây hiểu lầm khi coi kết quả có điều kiện của mô hình là giá có thể quan sát trực tiếp hoặc mục tiêu chính thức chính xác.

<!-- learn:illustration -->

Dữ liệu kinh tế có thể được điều chỉnh và một quan sát mới có thể làm thay đổi cách mô hình diễn giải giai đoạn gần nhất. Ước tính xu hướng ẩn ở điểm cuối của chuỗi dữ liệu đặc biệt khó vì chưa có dữ liệu tương lai giúp phân biệt một thay đổi lâu bền với biến động tạm thời. Khi có thêm dữ liệu sau này, ước tính quá khứ có thể khác với con số có sẵn vào thời điểm đó.

Đây được gọi là vấn đề ước tính theo thời gian thực. Ước tính thời gian thực chỉ dùng thông tin đã được công bố đến ngày đang xem xét. Ước tính về sau hoặc đã làm trơn có thể dùng thêm các quan sát sau ngày đó. Hai cách trả lời hai câu hỏi khác nhau: khi ấy nhà hoạch định chính sách có thể suy ra điều gì, và hiện nay mô hình ước tính ra sao khi có lịch sử dài hơn. Bài viết của Fed San Francisco về [ước tính lãi suất thực trung tính theo thời gian thực]({source:sfFedRStarRealTime}) giải thích vì sao ước tính chỉ dùng thông tin một chiều có thể khác với ước tính dùng dữ liệu đến sau.

Ví dụ, nếu cơ quan thống kê điều chỉnh tốc độ tăng GDP thực của vài năm trước, đường đi sản lượng mới có thể làm thay đổi cả sản lượng thực tế lẫn ước tính sản lượng tiềm năng của mô hình. Khoảng cách sản lượng, tăng trưởng xu hướng được suy ra và đường đi r-star trong quá khứ cũng có thể đổi theo. Bản điều chỉnh công bố hôm nay không chứng minh nhà hoạch định chính sách đã có thông tin đã sửa vào thời điểm đó. Khi đánh giá quyết định trong quá khứ, hãy tách bộ thông tin thời gian thực khỏi phần tái dựng hiện nay của mô hình.

Điểm cuối của mẫu dữ liệu cũng gây khó khăn. Một ngày nằm giữa chuỗi có quan sát ở cả trước và sau, còn quý mới nhất thì chưa có dữ liệu tương lai. Khi có thêm quý tiếp theo, mô hình có thể điều chỉnh ước tính các xu hướng ẩn gần đây nhiều hơn so với ước tính của những năm trước. Trong phân tích chính sách, hãy nêu rõ đang dùng ước tính có sẵn theo thời gian thực hay ước tính quá khứ được dựng lại sau này bằng dữ liệu bổ sung.

Bất định của mô hình khác với việc dữ liệu bị điều chỉnh. Hai đặc tả có thể dùng cùng dữ liệu nhưng vẫn cho ra các đường đi khác nhau do quan hệ, giả định tiên nghiệm hoặc định nghĩa khác nhau. Khi đọc một ước tính đã công bố, hãy kiểm tra tên mô hình, ngày công bố, phiên bản dữ liệu và khoảng bất định nếu có. Một chữ số thập phân không xóa bỏ những giới hạn đó.

R-star không phải lợi suất trái phiếu Kho bạc Hoa Kỳ kỳ hạn 10 năm, lãi suất vay mua nhà hay lãi suất tài khoản tiết kiệm. Lợi suất thị trường dài hạn phản ánh kỳ vọng lãi suất ngắn hạn trong tương lai, phần bù lạm phát, phần bù kỳ hạn, thanh khoản và các yếu tố khác. Ước tính lãi suất thực trung tính ngắn hạn là một đại lượng khác. Nó có thể giúp diễn giải chính sách nhưng không thay thế việc phân tích một trái phiếu hoặc khoản vay cụ thể.

R-star cũng không giống mục tiêu lạm phát dài hạn 2% của Cục Dự trữ Liên bang. Mục tiêu đó là mục tiêu lạm phát danh nghĩa; r-star là khái niệm về lãi suất thực. Cộng lạm phát kỳ vọng vào ước tính lãi suất thực trung tính dài hạn có thể tạo ra mốc danh nghĩa gần đúng, nhưng phép tính phụ thuộc vào kỳ vọng lạm phát và định nghĩa được dùng. [FAQ về Summary of Economic Projections của Fed]({source:federalReserveSummaryEconomicProjections}) giải thích SEP bao gồm dự báo lãi suất federal funds dài hạn của từng người tham gia; đó không phải khảo sát một mô hình về giá trị r-star và cũng không ràng buộc FOMC với một lộ trình cụ thể.

Cuối cùng, khoảng cách ước tính giữa lãi suất chính sách và r-star không tóm tắt đầy đủ điều kiện tài chính. Chênh lệch tín dụng, tỷ giá, giá tài sản, tiêu chuẩn cho vay và diễn biến tài khóa đều có thể ảnh hưởng đến tổng cầu. Ngân hàng trung ương cũng cân nhắc mục tiêu, dự báo, bất định, rủi ro và độ trễ tác động chính sách. Phân tích của Fed San Francisco về [chi phí bất đối xứng khi nhận định sai r-star]({source:sfFedMisperceivingRStar2021}) cho thấy sai lầm có thể gây hậu quả không cân xứng; điều đó không biến bất kỳ ước tính đơn lẻ nào thành đánh giá chính sách đầy đủ.

Trước tiên hãy xác định chính xác ước tính nào đang được nói tới: đơn vị nào công bố, dùng mô hình hay khảo sát gì, nhắm đến định nghĩa và chân trời nào, công bố lúc nào, và dùng phiên bản dữ liệu nào. Sau đó xác định lãi suất chính sách thực được đem ra so sánh. Nếu dùng lãi suất chính sách danh nghĩa, cần nêu cách đo lạm phát kỳ vọng và khớp chân trời. Nếu nguồn cung cấp một khoảng hoặc khoảng bất định, hãy giữ nguyên khoảng đó thay vì chỉ trích dẫn điểm giữa.

Tiếp theo, hãy coi “thắt chặt” hay “nới lỏng” là kết luận phụ thuộc vào mốc đã chọn, không phải nhãn quan sát trực tiếp. Câu hỏi đang nói về lập trường ngắn hạn hiện tại hay cân bằng dài hạn? Việc điều chỉnh dữ liệu, một mô hình khác hoặc thay đổi kỳ vọng lạm phát có thể làm đổi khoảng chênh lệch không? Những câu hỏi này hữu ích hơn tranh luận về một phần mười điểm phần trăm mà không nêu giả định.

R-star liên quan đến lãi suất danh nghĩa và lãi suất thực, quy tắc Taylor và các ước tính về khoảng cách sản lượng. Các khái niệm này phối hợp trong phân tích chính sách nhưng mỗi khái niệm biểu thị một đại lượng khác nhau. Cách đọc hữu ích cần giữ chúng riêng biệt và xem mọi ước tính lãi suất trung tính là mốc định hướng dựa trên mô hình, không phải lời hứa về chính sách hoặc lợi suất thị trường tương lai.

Bài hướng dẫn này giải thích các khái niệm chính sách tiền tệ của Hoa Kỳ. Bài không ước tính r-star hiện tại, dự báo quyết định của FOMC hay đề xuất sản phẩm tài chính.