Luận văn thạc sĩ Đo lường sự dai dẳng trong lạm phát ở Việt Nam ( Nguyễn Hải Thiên )

B GIÁO DC VÀ ÀO TO
TRNG I HC KINH T TPHCM


NGUYN TH THÚY NGA


O LNG S DAI DNG
TRONG LM PHÁT
 VIT NAM



LUN VN THC S KINH T






Thành ph H Chí Minh ậ Nm 2013

B GIÁO DC VÀ ÀO TO
TRNG I HC KINH T TPHCM


NGUYN TH THÚY NGA


O LNG S DAI DNG TRONG

LM PHÁT  VIT NAM

Chuyên ngành : Tài chính ậ Ngân hàng
Mã s : 60340201


LUN VN THC S KINH T


NGI HNG DN KHOA HC
TS. Nguyn Khc Quc Bo



Thành ph H Chí Minh ậ Nm 2013
LI CAM OAN
Tôi xin cam đoan lun vn ắo lng s dai dng trong lm phát 
Vit Nam” là công trình nghiên cu ca chính tôi di s hng dn ca
TS. Nguyn Khc Quc Bo.
Ngoài nhng tài liu tham kho đư đc trích dn trong lun vn,
tôi cam đoan rng mi s liu và kt qu nghiên cu ca lun vn nƠy
cha tng đc công b hoc đc s dng di bt c hình thc nào.
TP. H Chí Minh, ngày 11 tháng 10 nm 2013
Tác gi


Nguyn Th Thúy Nga


i

MC LC

TRANG PH BÌA
LI CAM OAN
MC LC i
DANH MC CÁC T VIT TT ii
DANH MC BNG BIU iii
DANH MC HÌNH V iii
TÓM TT 1
1. GII THIU 2
2. C S LÝ THUYT V S DAI DNG TRONG LM PHÁT 6
2.1. Ngun gc hình thành nên s dai dng trong lm phát 6
2.2. Các phng pháp nghiên cu 7
2.3. Tng quan các kt qu nghiên cu trc đây 10
3. PHNG PHÁP, MÔ HÌNH VÀ D LIU NGHIÊN CU 15
3.1. Phng pháp nghiên cu 15
3.1.1. Phng pháp đn bin 15
3.1.1.1. Tng các h s t hi quy – sum of the autoregressive coefficients 15
3.1.1.2. Ch s bán chu k - the half-life (HL) 16
3.1.2. Phng pháp đa bin 20
3.2. Mô hình nghiên cu 29
3.2.1. Mô hình t hi quy (AR) 29
3.2.2. Mô hình moment tng quát (GMM) 31
3.3. C s d liu 35
4. CÁC KT QU NGHIÊN CU 37
4.1. Kt qu c lng theo phng pháp đn bin 37
4.2. Kt qu c lng mô hình cu trúc theo phng pháp đa bin 44
5. KT LUN 50
TÀI LIU THAM KHO 54
PH LC 58

ii
DANH MC CÁC T VIT TT
AR(p) : Mô hình t hi quy bc p
CIR : Hàm phn ng xung tích ly
CPI : Ch s giá tiêu dùng
ECB : Ngơn hƠng trung ng Chơu Ểu
GDP : Tng sn phm quc ni
GMM : Mô hình moment tng quát
HICP : Ch s giá dùng cho khu vc Châu Âu
HL : Ch s bán chu k
HP : K thut lc Hodrick Prescott
IIP : Ch s sn xut công nghip
IMF : Qu tin t quc t
IRF : Hàm phn ng xung
MM : Mô hình moment truyn thng
NKPC : ng cong Phillips theo trng phái
Keynes mi
Backwark looking : nh giá theo mc giá trong quá kh bng quy
tc kinh nghim
Forward looking : nh giá bng cách chuyn các k vng trong
tng lai vƠo mc giá hin ti

iii
DANH MC BNG BIU
Bng 3.1 ậ Thng kê mô t mu d liu 35
Bng 4.1 ậ Kt qu kim đnh nghim đn v 37
Bng 4.2 ậ La chn giá tr tr cho mô hình AR(p) 38
Bng 4.3 ậ c lng mc dai dng trong lm phát  Vit Nam theo gi đnh giá tr
trung bình ca lm phát là mt s không đi 38

Bng 4.4 ậ c lng mc dai dng trong lm phát  Vit Nam khi có tính đn s
thay đi trong giá tr trung bình 40
Bng 4.5 ậ Kt qu kim đnh Andrews-Quandt 40
Bng 4.6a ậ Kt qu kim đnh Chow  đim gãy 07/2008 41
Bng 4.6b ậ Kt qu kim đnh Chow  đim gãy 04/2010 41
Bng 4.7a ậ c lng mc dai dng lm phát khi xem xét đim gãy trong chui
thi gianậ im gãy 07/2008 42
Bng 4.7b ậ c lng mc dai dng lm phát khi xem xét đim gãy trong chui
thi gianậ im gãy 04/2010 42
Bng 4.7c ậ c lng mc dai dng lm phát khi xem xét đim gãy trong chui
thi gianậ Ly c 2 đim gãy và tách thành 3 thi k con 42
Bng 4.8 ậ Bng kt qu kim đnh tính dng 44
Bng 4.9 ậ Kt qu c lng mô hình cu trúc 45
Bng 4.10 ậ Kim đnh   cho tng bin công c 46

DANH MC HÌNH V
Hình 1.1 ậ Lm phát Vit Nam giai đon 1980 ậ 2012 2
Hình 1.2 ậ Lm phát Vit Nam giai đon 01/2004 ậ 02/2013 3
Hình 4.1 ậ Mc đ phù hp gia mô hình c lng và giá tr thc t 39
1
O LNG S DAI DNG TRONG LM PHÁT
 VIT NAM
Tóm tt
Lm phát hin nay không ch là vn đ đáng quan tơm ti Vit Nam mà còn  rt nhiu
ni trên th gii. Mc đ nh hng ca nó đn nn kinh t tc thi và nhanh chóng
tác đng đn các hot đng khác trong nn kinh t v mô ln vi mô. ư có rt nhiu
nghiên cu c trong vƠ ngoƠi nc nghiên cu v mc đ nh hng ca lm phát đn
nn kinh t và các nhân t tác đng đn lm phát. Tuy nhiên, có mt vn đ tuy đư
đc đ cp khá nhiu và t lơu đư xut hin trong các bài nghiên cu kinh t (ví d
ca Thomas M.Humphrey, 1979, ắThe Persistence of Inflation”) đó lƠ s dai dng ca

lm phát. Tuy nhiên,  Vit Nam, đ tƠi nƠy còn tng đi mi và ch có mt s nhà
nghiên cu quan tơm đn nó. Vì vy, bài nghiên cu nƠy đư da trên các nghiên cu
trc đơy v s dai dng ca lm phát đ áp dng nghiên cu vn đ này ti Vit Nam.
Ngi vit tin hành thc hin đo lng s dai dng ca lm phát thông qua mô hình t
hi quy AR(p) đ xác đnh mc dai dng bng cách đo lng tng các h s t hi quy
(sum of the autoregressive coefficients). NgoƠi ra, ngi vit còn dùng thêm phng
pháp ch s bán chu k (half-life) đ xác đnh thi gian mà mt na cú sc đc hp
th. Sau đó, phng pháp đa bin đc dùng đ xác đnh xem các nhân t kinh t v
mô đư tác đng nh th nƠo đn s dai dng ca lm phát da trên mô hình đng cong
Phillips theo trng phái Keynes mi. Chui d liu theo tháng đc s dng bao gm:
lm phát (đc tính t ch s giá tiêu dùng CPI), l hng sn lng, giá du thô trên th
gii, ch s giá lng thc th gii và cung tin M2. Kt qu cho thy mc đ dai dng
 Vit Nam khá cao, và phn ln lƠ do tác đng ca chính sách tin t ca quc gia.

T khóa: s dai dng ca lm phát, đng cong Phillips theo trng phái Keynes mi

2
1. GII THIU
Nn kinh t ca Vit Nam sau gn 30 nm đi mi, chuyn đi t nn kinh t tp
trung sang nn kinh t th trng, đư có nhiu bc ngot kinh t đáng k nhng
cng gp không ít nhng khó khn. c bit, lm phát là mt trong nhng nhân
t v mô đc quan tâm nhiu nht. Lm phát vi nhng mc quan trng nh
siêu lm phát vào nm 1986 vi mc lm phát ba ch s là 453,5% (xem thêm
bài nghiên cu ca Nguyn Th Ngc Trang (2012)) do ci cách giá c, tin
lng, vƠ s kin đi tin vƠo tháng 09/1986. Nm 1988, lm phát chi phí đy
xy ra khi dân chúng tích tr hƠng hóa, lng thc, vƠng vƠ đôla do lo s đng
Vit Nam mt giá dn đn t l lm phát lên đn 374,4%. T sau nm 1993, cùng
vi vic đu t nc ngoƠi tng cao lƠ vic các công ty nc ngoài chuyn li
nhun v nc. iu này lƠm cho cán cơn thng mi đc ci thin, cùng vi
các bin pháp kim soát kinh t, lm phát đư gim xung đáng k.

Cuc khng hong tài chính ậ tin t Châu Á bt đu t tháng 07/1997, nn kinh
t đư xut hin hin tng gim giá liên tc, sc mua gim sút, đu t nc
ngoài và xut khu có du hiu suy gim, sn xut trong nc ri vƠo tình trng
trì tr, hàng hóa  đng nhiu, t l tht nghip gia tng, nn kinh t xut hin
các biu hin ca gim phát.
Hình 1.1 ậ Lm phát Vit Nam giai đon 1980 ậ 2012

Ngun: C s d liu IFS ca Qu tin t quc t IMF
-100
0
100
200
300
400
500
Lm phát hàng nm t 1980 - 2012
INF
3
T nm 2002, tình hình tr nên n đnh hn khi lm phát tng tr li. Và t nm
2004 đn đu nm 2013 lm phát luôn  mc khá, vi lm phát trung bình nm
là 11%. So vi các nc trong khu vc, lm phát  Vit Nam luôn cao hn, kéo
dài, gây ra nhiu tác đng tiêu cc đn sn xut, đi sng ca ngi dơn vƠ đem
li bt n cho xã hi, đc bit lƠ giai đon cuc khng hong tài chính th gii
bt đu t M cui nm 2007. áng chú ý lƠ hai mc lm phát hai ch s trong
giai đon cui nm 2008 vƠ cui nm 2011, vi tháng 08/2008 lm phát là
28,31% và tháng 08/2011 là 23,02%, to nhiu áp lc cho các nhà hoch đnh
chính sách trong vic kim ch lm phát, duy trì n đnh kinh t tng trng và
phát trin.
Hình 1.2 ậ Lm phát Vit Nam giai đon 01/2004 ậ 02/2013

Ngun: C s d liu IFS ca Qu tin t quc t IMF
Qua phn s lc tình hình lm phát  Vit Nam, vn đ đt ra là mc lm phát
nh th nào là tt, khi cuc khng hong tài chính Châu Á din ra thì xut hin
tình trng gim phát, ri đn cuc khng hong kinh t toàn cu 2008 làm lm
phát gia tng, mà c gim phát và lm phát đu gây nhng bt n, làm suy yu
nn kinh t. ơy lƠ mt vn đ khá nhc nhi cho các nhà hoch đnh chính sách
khi phi c gng kim soát nn kinh t th trng.
-
5.00
10.00
15.00
20.00
25.00
30.00
2004 Jan
2004 Aug
2005 Mar
2005 Oct
2006 May
2006 Dec
2007 Jul
2008 Feb
2008 Sep
2009 Apr
2009 Nov
2010 Jun
2011 Jan
2011 Aug
2012 Mar
2012 Oct

T l lm phát hàng tháng
t 01/2004 đn 02/2013 (%)
INF(IMF) (%)
4
Tuy nhiên,  bài nghiên cu nƠy, ngi vit không đi sơu vƠo tìm mc lm phát
ti u cho nn kinh t, mà mc tiêu lƠ đo lng vƠ xác đnh đc thi gian là sau
bao lâu thì lm phát s tng lên sau khi b gim phát hoc lm phát s gim
xung sau khi  mc lm phát cao. iu đc nói đn  đơy chính lƠ ắS dai
dng ca lm phát (Inflation persistence)”.
nh ngha rõ rƠng hn đc Gregory Gadzinski & Fabrice Orlandi (2004) trình
bƠy nh sau: s dai dng ca lm phát lƠ khuynh hng lm phát hi t mt cách
chm chp v lm phát mc tiêu ca ngơn hƠng trung ng sau khi ngơn hƠng
trung ng thay đi mc tiêu lm phát hoc do nhng cú sc khác gây ra.Trong
đó, lm phát mc tiêu là mt chính sách kinh t mƠ ngơn hƠng trung ng đa ra
mt t l lm phát đc gi là mc tiêu vƠ ngơn hƠng trung ng s dng công
c ca chính sách tin t là lãi sut và cung tin đ đa lm phát thc t v mc
lm phát mc tiêu.
Hay mt cách đn gin hn, theo Willis (2003) và Nguyn Th Ngc Trang
(2012) đnh ngha s dai dng ca lm phát đc hiu là tc đ quay tr li mc
lm phát cân bng sau mt cú sc. nh ngha nƠy hƠm ý mun nói đn mc đ
dai dng trong lm phát cho thy tc đ phn ng ca lm phát trc mt cú sc.
Khi tc đ nƠy cao có ngha lƠ lm phát đư phn ng nhanh đi vi mt cú sc
hoc là lm phát không dai dng. Ngc li, khi tc đ thp có ngha lƠ lm phát
đư phn ng chm và s thay đi ca lm phát là nh lúc này lm phát có tính
dai dng cao.
Bài nghiên cu nƠy đc thc hin nhm mc đích xác đnh đc mc đ dai
dng trong lm phát ti Vit Nam đng thi xác đnh ngun gc ca s dai dng
trong lm phát.
T mc đích trên, các vn đ cn đc gii quyt trong bài nghiên cu nƠy đó lƠ:
1.  Vit Nam, lm phát có dai dng không?

2. Các nhân t nƠo tác đng lên s dai dng lm phát  Vit Nam?
5
Bài nghiên cu đc chia thành 5 phn đc trình bƠy nh sau:
Phn 1, gii thiu chung nhm đa ra khái nim ban đu v s dai dng lm phát
và nêu lên đc mc đích cng nh tng quan bài nghiên cu.
Phn 2, tng quan v các nghiên cu trc đơy. Trong phn nƠy, tôi cng nêu lên
các ngun gc hình thành nên lm phát cng nh s lc v các phng pháp đo
lng s dai dng trong lm phát.
Phn 3, tôi đa ra 2 phng pháp nghiên cu. Th nht lƠ phng pháp đn bin
s dng mô hình t hi quy AR(p) đ đo lng s dai dng trong lm phát và
th hai lƠ phng pháp đa bin s dng đng cong Phillips theo trng phái
Keynes mi đ xác đnh các nhân t tác đng đn s dai dng ca lm phát.
Phn 4, các kt qu nghiên cu.
Phn 5, là kt lun.



6
2. C S LÝ THUYT V S DAI DNG TRONG LM PHÁT
2.1. Ngun gc hình thành nên s dai dng trong lm phát
Mt trong nhng nghiên cu đu tiên có th nhc đn bƠi ắThe Persistence of
Inflation” (1979) ca Thomas M.Humphrey, ông đư nghiên cu đ tr trong vic
điu chnh giá vƠ đ tr hình thành k vng và ch ra vic chúng đư tác đng đn
tc đ, hình mu, và thi hn ca lm phát nh th nƠo. Trong đó, đ tr điu
chnh giá gii thích thi gian cn thit đ tác đng đn giá thông qua kênh chi
phí. VƠ đ tr trong k vng là s chm chp vi k vng lm phát tng lai
đc xem xét li khi các cá nhân nhn thy rng lm phát thc t khác bit vi
lm phát đc k vng. Nhng đ tr này chính là nguyên nhân mà lm phát nó
dai dng và khó có th dp tt, ngay c khi đi mt vi tht nghip cao vƠ d
tha công sut.

Ngoài ra, tính dai dng ca lm phát có th đc to ra t: (i) mt chui các cú
sc bt li, (ii) phn ng quán tính ca lm phát sau nhng cú sc, (iii) hoc
nhng nguyên nhơn khác nh c đoán quá cao v mc đ suy thoái ca nn
kinh t; chm thay đi trong yu t chi phí ca công ty (nh tin lng)… iu
nƠy đc đ cp trong bài nghiên cu ca Altissimo, Ehrmann và Smets (2006)
cng nh ca Nguyn Th Ngc Trang (2012). Các tác gi còn tìm thy đc
ngun gc hình thành nên s dai dng ca lm phát đc kt hp vi nhau trong
đng cong Phillips theo trng phái Keynes mi. ng cong th hin mi
quan h gia lm phát hin ti vi đ tr ca chính nó, k vng lm phát trong
tng lai, l hng sn lng hoc cú sc chi phí đy:






  





 

 

(2.1)
Trong đó:



: Giá tr lm phát trong quá kh




: Giá tr k vng ca lm phát tng lai
7


: Sn lng
S kt hp này cho ta thy ngun gc ca s dai dng là: (i) dai dng ngoi lai là
nhng dai dng do nh hng ca nhng dao đng liên tc trong các yu t
quyt đnh lm phát nh chi phí biên hoc l hng sn lng; (ii) dai dng ni ti
hình thành do s ph thuc vào lm phát trong quá kh và (iii) dai dng da trên
k vng do s hình thành k vng lm phát.
2.2. Các phng pháp nghiên cu
Vn đ đt ra  trên là có nhng phng pháp nƠo đ đo lng đc s dai dng
ca lm phát, thì các nghiên cu cho đn nay đư chia ra hai cách tip cn đ đo
lng s dai dng trong lm phát: (i) phng pháp đn bin (nh các bƠi nghiên
cu ca Gregory Gadzinski & Fabrice Orlandi (2004), Maarten Dossche &
Gerdie Eveaert (2005) và Nguyn Th Ngc Trang (2012), Peter Tillmann
(2012)) và (ii) phng pháp đa bin (nh các bƠi nghiên cu ca Maarten
Dossche & Gerdie Eveaert (2005), Nguyn Th Ngc Trang (2012)). Di cách
tip cn đn bin, lm phát đc gi đnh là theo mt tin trình t hi quy và các
cú sc đc đo lng trong thành phn nhiu trng. Cách tip cn đa bin gi
đnh mt mi quan h kinh t có tính nhân qu gia lm phát và các thành phn
quyt đnh ca nó, vƠ đo lng s dai dng nh lƠ thi gian tác đng lên lm
phát ca các cú sc đn các thành phn quyt đnh. S khác bit c bn gia hai
phng pháp này là các cú sc tác đng đn lm phát không đc xác đnh trong
cách tip cn đn bin, trong khi cách tip cn đa bin cho phép xác đnh các cú

sc tác đng đn lm phát. Do đó, cách tip cn đa bin cung cp mt phân tích
sơu hn ca s dai dng và nguyên nhân gây ra nó.
Dias vƠ Marques (2005) đư nghiên cu mt s các phng pháp đn bin đo
lng s dai dng ca lm phát cng nêu lên mt s u vƠ nhc đim ca mi
phng pháp. Di cách tip cn đn bin, s dai dng đc điu tra bi vic
xem xét chui thi gian đn bin ca lm phát và tin trình t hi quy tnh bc p
8
(AR(p)) lƠ mô hình thng đc la chn. Tuy nhiên, trong mô hình AR(p), vic
s dng hàm phn ng xung (IRF) không phi là công c hu ích đ đo lng s
dai dng ca lm phát, vì nó là mt vector có chiu dài vô hn. Vì vy, mt s
cách đo lng vô hng đc đ xut t các nghiên cu trc na là: (i)ắtng
các h s t hi quy (sum of the autoregressive coefficients)”, (ii) ắthe spectrum
at zero frequency”, (iii) ắnghim t hi quy ln nht (the largest autoregressive
root)” vƠ (iv) ắch s bán chu k (the half-life)”. NgoƠi ra, trong bài nghiên cu
tác gi tho lun thêm mt phng pháp đo lng s dai dng thay th thông qua
ch s .
Các tác gi da theo nghiên cu ca Andrews vƠ Chen (1994) đa ra hƠm phn
ng xung tích ly (CIR). Nhìn chung, đơy lƠ cách tt nht đ tóm tt các thông
tin cha trong hàm phn ng xung (IRF) vƠ cách đo lng vô hng ca s dai
dng. Trong tin trình AR(p), hàm phn ng xung tích ly đn gin đc cho
bi 


vi  là tng các h s t hi quy. Nh vy có mt mi quan h
đn gia CIR và  theo đó, di gi đnh  trên, có th đn gin da vào tng
các h s t hi quy nh lƠ mt phng pháp đo lng s dai dng. Tuy nhiên, 
không th phân bit gia hai chui lm phát mƠ trong đó mt chui có s gia
tng ban đu ln hn vƠ ri sau đó gim nhanh trong IRF trong khi chui còn li
trình bày mt s tng nh ban đu và tip theo là gim chm trong IRF và 
cng không th phân bit gia hai chui mƠ trong đó mt chui có cha hành vi

chu k còn mt chui thì không.
Phng pháp ắthe spectrum at zero frequency”, lƠ mt phng pháp đo lng t
hip phng sai ca chui có tn sut thp (low-frequency
1
). Phng pháp nƠy
cng bt đu vi mt tin trình AR(p) và công thc cho ắthe spectrum at zero

1
ắLow frequency” lƠ thut ng dùng cho các chui s liu thi gian mà các quan sát có khong thi gian
cách xa nhau, ví d d liu thi gian theo tháng, quý, na nm, theo nm. Ngc li, ắhigh frequency” lƠ
thut ng dùng cho chui thi gian mà các quan sát có khong thi gian gn nhau hn, ví d d liu thi gian
theo tun, ngày, gi.
9
frequency” đc cho bi 









vi 


đi din cho phng sai ca 

,
và 



c đnh. Nh vy, có mt s tng đng đn gin gia khái nim này vi
CIR và ; và vì vy chúng ta có th xem nh lƠ nhng cách đo lng tng
đng s dai dng. Tuy nhiên, hai phng pháp đo lng có th cung cp cho
các kt qu khác nhau nu mun kim tra s thay đi trong s dai dng qua thi
gian. Trong trng hp s dng ắspectrum at zero frequency” có th tr thành
vn đ bi vì thay đi trong s dai dng s không ch bi s thay đi trong  mà
còn bi thay đi trong 


.
Nghim t hi quy ln nht cng lƠ mt cách đo lng s dai dng (xem Stock,
2001). Vic s dng thng kê nƠy nh lƠ mt phng pháp đo lng s dai dng
b phê bình trong bài nghiên cu ca Andrews và Chen (1994) và Pivetta và Reis
(2001). S không thun li chính ca thng kê này là nó có kh nng rt kém
trong vic tóm tt đo lng ca IRF khi mà hình mu ca nó cng ph thuc vào
các nghim khác ch không ch ph thuc vào nghim ln nht.
Cui cùng, ch s bán chu k đc đnh ngha là thi gian mà mt na cú sc
ban đu đc hp th. Vic s dng ch s bán chu k cng có mt s đim
không thun li đc đa ra trong bƠi nghiên cu ca Pivetta và Reis (2001).
u tiên, nu IRF lƠ dao đng qua thi gian, c tính ch s bán chu k có th
cha nói ht đc s dai dng ca tin trình. Th hai, ngay c tin trình phân rã
đn điu vic đo lng nƠy không đy đ đ so sánh 2 chui khác nhau nu mt
chui trình bày s gim ban đu nhanh vƠ sau đó lƠ gim chm trong IRF hn
chui kia. Th ba, cho mt tin trình dai dng cao, ch s bán chu k cng ln
nhng không th ch ra vic có hay không bt k s thay đi nào trong s dai
dng lm phát qua thi gian. Tuy nhiên, theo hng tích cc, ch s bán chu k
tt hn so vi các ch s còn li khi nó đo lng s dai dng theo đn v thi
gian. iu này có th gii thích lý do ti sao, bt chp các hn ch nói trên, nó

10
vn lƠ phng pháp đo lng ph bin nht trong các bài nghiên cu điu tra v
s dai dng.
VƠ phng pháp đo lng s dai dng thay th đc trình bƠy đu tiên trong
Marques (2004) vƠ đc b sung trong Dias và Marques (2005) cho ta mt
phng pháp đo lng s dai dng thông qua đnh ngha quay tr li giá tr trung
bình (mean reversion). Phng pháp nƠy đc bit thun li khi nó không đòi hi
nhà nghiên cu phi c th và mô hình hóa mt mô hình cho tin trình lm phát.
Nó đc k vng là công c làm mnh chng li mô hình sai đc đim (model
misspecifications).
Tuy nhiên, các phng pháp đn bin không th cho chúng ta phân bit đc
ngun gc khác nhau to nên tính dai dng ca lm phát. Vì vy, vic s dng
mô hình cu trúc đ phân tích các thành phn bên trong ca quá trình to ra lm
phát đc đòi hi. Mô hình đng cong Phillips theo trng phái Keynes mi là
la chn thích hp vì nó th hin mi quan h gia lm phát, k vng lm phát
tng lai, chi phí biên hoc l hng sn lng. Mc dù, mô hình đng cong
Phillips có th đc tính toán bng nhiu phng pháp, nhng thông thng
ngi ta s dng cách tip cn tiên phong ca Calvo (1983), s đc trình bày
chi tit  phn sau.
2.3. Tng quan các kt qu nghiên cu trc đây
ư có mt chui các nghiên cu v s dai dng ca lm phát t nhng nm 1980
cho đn nay, và vi mi bài, mi trng hp nghiên cu, kt qu có nhng s
khác nhau nht đnh.
Trong bài nghiên cu ca Gregory Gadzinski & Fabrice Orlandi (2004) các tác
gi đư s dng các chui lm phát đc tính toán t các chui khác nhau nh
lm phát GDP (GDP inflation), lm phát CPI (CPI inflation), lm phát c bn
(core inflation), lm phát HICP (HICP inflation), lm phát tiêu dùng cá nhân
(private consumption inflation), lm phát dch v (service inflation) đ nghiên
11
cu cho 79 quc gia  các nc  cng đng chung Chơu Ểu, các nc khu vc

châu Âu và M (tng t nh nghiên cu ca Levin và Piger (2004)). Kt qu
tng quát ch ra mt mc đ thp trong s dai dng ca lm phát qua mt thi k
mu t quý 01/1984. S khác bit gia các bin nói chung lƠ không đáng k vi
ắCore inflation” thng th hin s dai dng cao hn các bin khác, ắGDP
inflation ắch ra mc dai dng thp  hu ht các quc gia. Thêm vƠo đó, kt qu
ca bƠi cng ch ra s cn thit vic tính toán đim gãy cu trúc trong chui lm
phát  hu ht các trng hp (tng t Perron (1989) và Levin và Piger
(2004)). im gưy thng mc phi lúc bt đu nhng nm 90 vƠ đòi hi mt s
suy gim cu trúc trong mc trung bình ca lm phát. Nhng thiu sót trong
đim gưy đc ch ra tác đng đáng k đn kt qu dn đn mc đ cao đáng k
trong nhng mc dai dng đc đo lng.
Tip cn tip  khu vc Cng đng Chung Châu Âu và M có bài nghiên cu
ca Maarten Dossche & Gerdie Eveaert (2005). Các kt qu đc đa ra nh
sau. Th nht, s thay đi lm phát mc tiêu ca ngơn hƠng trung ng có th
gây ra s thay đi lâu dài trong giá tr trung bình ca t l lm phát. Th hai,
thông tin không hoàn ho hoc s cng nhc ca thông tin hàm ý rng các đi
din cá nhân phi tìm hiu v mc tiêu lm phát ca ngơn hƠng trung ng. Nh
vy, mc tiêu lm phát đc nhn thc bi các đi din cá nhân có th khác vi
mc tiêu lm phát thc ca ngơn hƠng trung ng. Th ba, s dai dng trong các
yu t khác nhau ca lm phát cng gii thiu v s dai dng trong t l lm phát
đc quan sát. Thông qua vic tính toán tng các h s t hi quy, tác gi đo
lng đc mc dai dng lm phát sp xp t 0.45 trong khu vc cng đng
chung Chơu Ểu đn 0.8  M. Hàm ý ca chính sách tin t theo tác gi là, trong
mt c ch lm phát n đnh, khi mà mc tiêu lm phát ca ngân hàng không
thay đi và nhn thc ca cng đng v lm phát mc tiêu đc neo li thì s dai
dng ca lm phát lƠ tng đi thp. Kt qu ca bƠi cng hƠm ý rng, trong
trng hp chính sách tin t li mt ln na lƠm gia tng lm phát, thì sau đó
12
khó có th làm gim lm phát do vic chm điu chnh trong lm phát k vng
đ phn ng li vi s thay đi ca lm phát mc tiêu.

Ngoài ra, có bài nghiên cu ca Michal, Branislav và Katerina (2010) nghiên
cu s khác bit ca mc dai dng lm phát gia các thành viên mi gia nhp
liên minh Châu Âu t nm 2004 đn 2007 vi các thƠnh viên đc la chn 
liên minh Châu Âu. Nu mc đ dai dng lm phát gia hai nhóm là khác nhau,
các thành viên mi gia nhp có th gp phi vn đ vi vic thc hin tiêu chun
Maastricht v lm phát. Kt qu c tính ch ra rng mc dai dng lm phát
không ging nhau cho tt c các thành viên mi gia nhp liên minh Châu Âu.
Các nc Bulgaria, Cyprus, the Czech Republic, Malta, Romania, và Slovakia
th hin mc đ dai dng tng đng vi các nc Cng đng chung Châu âu
đc la chn. Ngc li, Estonia, Hungary, Latvia, Lithuania, Poland, và
Slovenia gp phi vn đ vi mc dai dng cao xut phát t c mc dai dng lm
phát ni ti và mc dai dng lm phát da trên k vng.
Mt nghiên cu khác ca Edward, Jeffrey và Lulie (2013) v s dai dng lm
phát  M qua thi k 1947-2010. Mô hình nh ca Fuhrer vƠ Moore (1995) đ
ngh rng s dai dng lm phát là mt đc đim cu trúc ca nn kinh t, và nó
không nh hng bi hành vi ca nhà hoch đnh chính sách. Mt s nghiên cu
khác nh ca Batini (2006), Beechey và Osterholm (2007), Benati (2008) và
Mehra và Reily (2009) trình bày chng c s dai dng lm phát ph thuc vào
c ch tin t; c ch chính sách điu tit to ra s dai dng cao hn c ch
chính sách không điu tit. Các tác gi s dng phng pháp nh nghiên cu ca
Bai và Perron (1998) vƠ phng pháp Bayes (xem Pivetta và Reis (2006)) đ
nghiên cu tìm kim c v trí và s lng đim gưy. iu này cho phép tính toán
đc s thay đi trong s dai dng lm phát qua thi k sau chin tranh th gii
th 2. Trái ngc vi nhng phát hin ca Pivetta và Reis (2007), kt qu nghiên
cu ch ra rng s dai dng trong lm phát đư tri qua nhng thay đi đáng k
trong 60 nm, s thay đi trong mc dai dng lm phát tng ng vi s thay
13
đi trong c ch chính sách tin t. Hn na, s dai dng lm phát t đu nhng
nm 2000 lƠ chm vi ch s bán chu k ca mt cú sc nm trong khong mt
na đn mt quý.

Không ch s dng nhng chui lm phát tng, Laurent Bilke (2005) đư dùng
các chui thi gian CPI đư đc phơn tách đ ch ra rng đim gãy trong giá tr
trung bình ca lm phát  Pháp xy ra gia nhng nm 80 và chính sách tin t
thay đi vƠo nm 1983. Tc đ tng trng trung bình hng nm ca CPI t gn
11% trc đim gưy (05/1985) đn 2.1% sau đó. Xem xét đim gãy trung bình
này, c s dai dng lm phát tng và tng thành phn là n đnh và thp. Tuy
nhiên, s dai dng khác mt cách đáng k gia các thành phn. Cui cùng, thi
gian gia hai ln thay đi giá c ( mc đ doanh nghip) xut hin tng quan
dng vi s dai dng ca lm phát ( mc đ tng hp).
Da trên Taylor (1980) vi ắhp đng cng nhc (staggered contracts)” vƠ
Calvo vi ắgiá c cng nhc (staggered prices)”, các nhƠ kinh t đư nghiên cu
hành vi ca giá c đ t đó đánh giá mc dai dng ca lm phát nh th nào
thông qua vic nghiên cu đc tính và nhng nhân t quan trng trong hành vi
thit lp giá. Altissimo, Ehrmann và Smets (2006) vi bài nghiên cu ca mình
nhm tìm hiu s dai dng lm phát và giá c cng nhc trong khu vc Châu Âu.
Kt qu tác gi đa ra lƠ trong mu nghiên cu, mc dai dng lm phát là va
phi, giá c  Châu Âu thì cng nhc hn giá c  M.
Tác gi Nguyn Th Ngc Trang (2012) tin hành nghiên cu s dai dng lm
phát  Vit Nam. Kt qu t phng pháp đn bin cho thy mc dai dng lm
phát  Vit Nam lƠ khá cao (0.95) vƠ có đim gãy trong chính sách tin t vào
nm 2003. T phng pháp đa bin s dng đng cong Phillips theo trng
phái Keynes mi đ xác đnh các yu t tác đng đn s dai dng lm phát. Kt
qu t phng pháp nƠy lƠ, bin lm phát quá kh, chính sách tin t và các yu
t ngoi lai quyt đnh tính dai dng lm phát, trong đó, yu t chính sách tin t
tác đng mnh nht.
14
Theo Peter Tillmann (2012), mc đ dai dng ca lm phát cha đng thông tin
có giá tr v hiu qu ca chính sách tin t. Mc lm phát k vng đc neo tt
cng nh lƠ nhim v chính sách rõ rƠng vƠ đáng tin cy đ đt đc giá n đnh
đc xem nh lƠ cách đ gim s dai dng ca lm phát. Do đó, tin trin ca

dai dng lm phát trong nhng hu qu ca vic thc hin mt c ch chính sách
tin t mi lƠ thông tin đc bit. Tác gi nghiên cu bài da trên lm phát thành
phn sau khi thc hin mt c ch tin t mi là áp dng lm phát mc tiêu vào
nm 1999 và hiu qu tng hp trong trng hp ca Hàn Quc. Tác gi đư đa
ra ba kt lun chính: Th nht, s dai dng ca CPI tng hp cng nh hu ht
các loi CPI gim sau khi thc hin lm phát mc tiêu. Th hai, chng c ch ra
rng mt mc không đng nht d liu chéo ln trong mc đ dai dng ca lm
phát. Th ba, trong khi tng hp các loi không đng nht gây ra s dai dng
tng thêm trong phn đu ca mu (quý 1/1986 đn quý 2/1997), mt quan sát
thng đc gi lƠ ắhiu ng tng hp”, mt ắhiu ng tng hp đo ngc”
đc tìm thy trong na phn sau (quý 01/1999 đn quý 2/2010): s dai dng
ca t l lm phát theo CPI tng hp là nh hn đáng k s dai dng trung bình
c tính qua các khu vc.
Phn tip theo s trình bày phng pháp nghiên cu đc áp dng trong bài làm
này, bao gm phng pháp đn bin vƠ đa bin.
15
3. PHNG PHÁP, MÔ HÌNH VÀ D LIU NGHIÊN CU
3.1. Phng pháp nghiên cu
3.1.1. Phng pháp đn bin
3.1.1.1. Tng các h s t hi quy – sum of the autoregressive coefficients
Theo Daniel Dias và Carlos Robalo Marques (2005) và Nguyn Th Ngc Trang
(2012) di cách tip cn đn bin, s dai dng đc xem xét vi s trình bày
chui thi gian đn bin ca lm phát. Gi đnh rng lm phát theo mt tin trình
t hi quy tnh bc p (AR(p)), có th đc vit nh sau:









 



(3.1)
Có th đc trình bày li nh sau:










  



 



(3.2)
Vi:





 








(3.3)









Trong đó,  là tng các h s hi quy, đc đ xut bi Andrews và Chen
(1994), theo các tác gi  lƠ đo lng dai dng vô hng tt nht trong lm phát
t mi quan h đn điu tn ti gia  và hàm phn ng xung tích ly (CIR) ca
lm phát 

và mt chui các cú sc không tng quan 

.
Nhng cách đo lng trên đang áp dng gi đnh giá tr trung bình ca lm phát

không đi theo thi gian. Tuy nhiên, trong thc t thì trung bình lm phát có
thc s không đi không. Chúng ta có th trc quan quan sát Hình 1.1 và 1.2, và
d dàng nhn thy rng, trung bình không đi lƠ điu khó xy ra trong thc t. Vì
vy, Marques (2004) đư đ xut thêm mt cách tính tng các h s t hi quy
16
mi bng cách chy mô hình hi quy vi đ lch ca lm phát vi giá tr trung
bình ca nó. Giá tr trung bình nƠy đc c tính thông qua k thut lc
Hodrick-Prescott.
Marques cng bt đu vi mô hình t hi quy ca lm phát nh phng trình
(3.1):


 



 




Phng trình (3.1) sau khi áp dng đ lch t lm phát đn giá tr trung bình ca
nó đc vit li nh sau:



 










 







(3.4)
Và sau khi bin đi, ta có:



 













 


 



 


 

(3.5)
Vi 

và  tng t nh  (3.3)
3.1.1.2. Ch s bán chu k - the half-life (HL)
Phng pháp nƠy da trên bài nghiên cu ca Rossi (2001). Ông bt đu vi
vic cho mt tin trình phát trin d liu (data generating process ậ DGP
2
) 


nh sau:





 

vi  (3.6)




 

(3.7)

2
Thut ng tin trình phát trin d liu (data generating process ậ DGP) là mt thut ng đc s dng trong
thng kê và nghiên cu khoa hc đ truyn đt mt s ý tng:
- Là mt tin trình thu thp d liu đ to ra c s d liu (c s d liu có th thay đi theo thi gian)
- Là mt mô hình thng kê c th đ trình bày nhng thay đi ngu nhiên trong các quan sát
- Là mt mô hình thng kê không c th vƠ danh ngha (không đc mô t trc tip hoc thit lp rõ
ràng) bao gm tt c các nh hng ngu nhiên kt hp vi nhau đ dn đn mt quan sát cá nhân.
17
Vi 



là thành phn xác đnh, 

là mt tin trình có trung bình bng 0,
dng và ergodic
3
, vi t tng quan hu hn 


















là hu hn và không bng 0 và 





, vi 

là mt chui
sai phân ln dn vi 4 moments
4
hu hn vƠ phng sai không đi 



và  là
bc hu hn và có  nghim (n đnh).
 cung cp xp x tim cn tt hn trong mu nh khi bin là dai dng cao, ông
s dng lý thuyt tim cn đn v (xem Stock (1991)):


 


(3.8)
Vi  là hng s (âm, nu tin trình là dai dng cao nhng quay tr li giá tr
trung bình) và T là quy mô mu.  cung cp xp x mu nh tt hn trong tình
hung vi ch s bán chu k thc,  , có th liên quan ln vi quy mô mu, tác
gi rút ra phân phi tim cn bng cách cho  tng khi quy mô mu  tng vƠ t
l gia chúng là mt s c đnh . ó lƠ:






 (3.9)
Ông đ cp đn  nh lƠ ca ch s bán chu k ca mt phn quy mô mu.
S dai dng ca tin trình trong mu nh, đc đo lng bi , là thích hp cho
mc đích c tính thi gian mà lm phát quay li giá tr trung bình sau mt na
cú sc. Nh đc ch ra sau đơy, tc đ mƠ tác đng ca mt cú sc mt đi ph
thuc vào hàm ca nghim ln nht ca tin trình, 

, vƠ, di gi đnh (3.9)









(3.10)

3
Tin trình dng ergodic là quá trình ngu nhiên nu các đc trng thng kê ca nó có th suy ra đc t
mu đ dài ca nó.
4
Moment bc r ca tng th đc cho bi công thc tng quát nh sau (theo Hamilton (1994 ậ trang 740))
 







18
 rút ra đc biu thc cho ch s bán chu k trong tin trình AR(p) tng quát
này, ông rút ra biu thc tác đng ca cú sc 

lên 

sau  thi k. Ông s
dng giá tr riêng ca tin trình và tha s (3.6) thành


  



  





  






 




(3.11)
 thun tin, vi 

 là nghim gn vi 1 và 






là nghim (n
đnh), s nghch đo các nghim ca đa thc 



. Ông cng đnh ngha  là
mt

  

vector cha tt c các giá tr riêng ca chui DGP, 









. Ông gi đnh rng các giá tr riêng này là khác nhau. Gi đnh
ca ông bt đu ti thi đim    trong mt cân bng dài hn 

, và ti thi
đim  có mt cú sc 

. Không có cú sc nƠo khác tác đng lên nn kinh t sau
đó. Cú sc 


đo lng đ lch ban đu t cân bng, tác gi đnh ngha nó bi


 

 



. Theo đó đ lch t cân bng sau  thi k s là 






, vi  là mt

  

vector vi thành phn chung:
















(3.12)
Và 

là

  

vector cha tt c các giá tr riêng đn  ly tha (xem
Hamilton, trang 12). Sau  thi k, phn trm đ lch t cân bng liên quan đn
phn trm đ lch ban đu t cân bng.





















(3.13)
Gi 



(nó lƠ đnh ngha thông thng ca hàm phn ng xung) lƠ ắtác
đng ca mt cú sc 

sau  thi k”. Bng cách kt hp (3.12), (3.13) và tách
nghim ln nht 

:











































(3.14)
19
Tt c các giá tr riêng ngoi tr giá tr đu tiên trong mô đun nh hn 1 theo đó,
khi , 


 vì thành phn th 2 trong (3.14) không xut
hin. Cng nh, t khi gi đnh  là hu hn, bng cách kt hp (3.9) và (3.10),
khi  chúng ta có 






 






(t khi


). Cng nh tim cn, 

 

  


. Lu ý rng, cui cùng
thì

  


  




  


. Do đó, tác đng ca cú sc sau  thi
k là














(3.15)
Ch s bán chu k đc đnh ngha lƠ  thi k mƠ tác đng ca mt cú sc đư
hp th đc mt na. Do đó, t (3.15), ta đt đc ch s bán chu k nh lƠ mt
phn ca quy mô mu là:


 





 (3.16)
Gi  lƠ ắcorrection factor”. Ông cho 

 nu . Theo đó ch s
bán chu k cho tin trình AR(p) là:


 





 (3.17)
Mt ln na, 

 nu . Lu ý rng mi quan h đn điu gia 


và
 trong (3.16). Tính đn điu tng bi vì, trong dài hn, nó là nghim gn vi 1
mƠ nó có liên quan. Tính đn điu lƠ không đm bo nu tin trình t hi quy là
không dai dng.
Tuy nhiên, vic tính toán chính xác ch s bán chu k rt là phc tp (theo
Marques, 2004) và vì lý do này, mà các nghiên cu thng dùng biu thc tính
AR(1) là mt đo lng xp x cho ch s bán chu k thc.