Kỳ vọng lạm phát và chính sách tiền tệ ở ấn độ slide

GVHD : PGS. TS Nguyễn Thị Ngọc Trang
NTH : Nhóm 3
Lớp : TCDN Đêm 1 – K20



1. Mục tiêu nghiên cứu

Bài nghiên cứu tập trung vào các mục tiêu chính sau:
Xem xét những yếu tố nào ảnh hưởng đến kỳ vọng
lạm phát ở Ấn Độ
Trên cơ sở đó, xác định yếu tố quyết định của kỳ
vọng lạm phát, từ đó đề ra một chính sách tiền tệ hợp
lý để vận hành nền kinh tế tốt hơn.


2. Các công trình nghiên cứu trước đây
Phillips Alban W. (1958), "The
relationship between unemployment and
the rate of change of money wages in
the UK 1861-1957," Economica.
Với các đặc điểm kỹ thuật ban đầu
của đường cong Phillips vào năm 1958,
mô hình chi phối là kỳ vọng thích nghi.
Đường cong Phillips biểu thị quan hệ
giữa tỷ lệ thất nghiệp và tỷ lệ lạm phát
(đường cong Phillips phiên bản lạm
phát) hoặc giữa tỷ lệ thất nghiệp và tốc
độ tăng trưởng GDP (đường cong
Phillips phiên bản GDP)

2. Các công trình nghiên cứu trước đây (tt)

Có 02 lý thuyết về kỳ vọng lạm phát:
Kỳ vọng thích nghi : kỳ vọng được hình thành dựa vào
lạm phát quá khứ (lý thuyết quán tính)
Kỳ vọng hợp lý ( Rational expectation) lúc đầu được đưa
ra bởi John Muth, sau đó được phổ biến bởi Robert
Emerson Lucas: các kỳ vọng được dự báo một cách tốt
nhất căn cứ vào tất cả các thông tin sẵn có bao gồm các
thông tin về chính sách. Nếu chính sách cắt giảm lạm phát
được tin cậy, các kỳ vọng lạm phát có thể đều chỉnh nhanh


2. Các công trình nghiên cứu trước đây (tt)
•

John Fraser Muth (27 /09/ 1930 – 23/10/ 2005) là một nhà kinh tế
người Mỹ. Ông được biết đến như "cha đẻ của cuộc cách mạng kỳ
vọng hợp lý trong kinh tế", " Rational Expectations and the Theory of
Price Movements " từ năm 1961. Ông sử dụng thuật ngữ để mô tả
nhiều tình huống kinh tế, trong đó kết quả phụ thuộc một phần vào
những gì mọi người mong đợi xảy ra.

• Ví dụ giá của một hàng hóa nông nghiệp, phụ thuộc vào việc có bao
nhiêu mẫu Anh nông dân trồng, do đó phụ thuộc vào giá cả nông dân
mong đợi để nhận ra khi họ thu hoạch và bán cây trồng của họ


2. Các công trình nghiên cứu trước đây (tt)

Robert Emerson Lucas, Jr (sinh
ngày 15 tháng chín 1937, Yakima,
Washington) là một nhà kinh tế học Mỹ
tại Đại học Chicago. Ông đã nhận
được giải thưởng Nobel Kinh tế năm
1995. Với bài viết "Expectations and
the Neutrality of Money” năm 1972 với
lý thuyết về “ những kỳ vọng hợp lý”
để giải thích sự thất bại của các biện
pháp quản lý sức cầu.


2. Các công trình nghiên cứu trước đây (tt)
Ông tuyên bố: “Luôn luôn có một sự đánh đổi tạm
thời giữa lạm phát và thất nghiệp, nhưng không
phải sự đánh đổi lâu dài.” Nói cách khác, nếu các
nhà ra chính sách thử giữ tỉ lệ thất nghiệp thấp
nhờ vào một chính sách làm cho lạm phát cao lên,
họ sẽ chỉ thành công trong ngắn hạn.
Theo Friedman, thất nghiệp sau này sẽ lại tăng,
ngay cả khi lạm phát duy trì ở mức cao. Hay nền
kinh tế sẽ trải qua thời kỳ mà sau này Paul
Samuelson đặt tên là suy lạm phát (stagflation)

Milton Friedman (31/ 7/1912
– 16/ 11/ 2006) là một nhà
kinh tế học người Mỹ.


2. Các công trình nghiên cứu trước đây (tt)

 Friedman và Edmund S. Phelps- người đã giành
giải Nobel Kinh tế năm 2006, độc lập nghiên cứu và
đã đi đến cùng một kết quả. Friedman đã áp dụng ý
tưởng về hành vi hợp lý
 Ông lập luận rằng, sau một thời kỳ lạm phát kéo dài,
người ta sẽ đưa kỳ vọng về lạm phát trong tương lai
vào quyết định của họ, làm vô hiệu hóa bất kỳ hiệu
quả tích cực nào của lạm phát đối với việc làm.


Các nghiên cứu trong bài
1.

Sự tìm kiếm mở rộng cho các kỹ thuật tốt hơn và phương pháp thu thập thông tin và xử lý:
Mankiw, N. Gregory, Ricardo Reis and Justin Wolfers, 2003, “Disagreement about Inflation
Expectations,” NBER Working Paper No. 9796 (June), (Cambridge, Massachusetts).

2.

Một số nghiên cứu cũng chỉ ra rằng câu trả lời khảo sát thể hiện biến động cao:
Blanchflower, David G., and Conall MacCoille, 2009, “the Formation of Inflation
Expectations: An Empirical Analysis for the UK,” National Bureau of Economic Research
(NBER) Working Paper No. 15388 (Cambridge, Massachusetts).

3.

Sự phát triển trong tập hợp tiền tệ vẫn còn chứa các thông tin "tốt nhất“ về lạm phát trong
tương lai, và do đó đầu ra chi tiết về độ chênh lệch sản lượng không tốt lắm: Callen, Tim,
and Dongkoo Chang, 1999, “Modeling and Forecasting Inflation in India,” IMF Working

Paper, WP/99/119 (September), International Monetary Fund, Washington D.C.


Các nghiên cứu trong bài (tt)
4. Mô hình ARMA đã chứng minh mạnh mẽ việc tạo ra các dự báo lạm
phát trong ngắn hạn, là một xem xét quan trọng cho nghiên cứu này,
và đã được nghiên cứu để làm tốt hơn mô hình cấu trúc: Meylar,
Aidan, Geoff Kenny and Terry Quinn, 1998, “Forecasting Irish Inflation
Using ARIMA Models,” Munich Personal RePEs Archive (MPRA) Paper
No 11359 (December).
5. Kỳ vọng lạm phát trong nền kinh tế thị trường mới nổi, hoặc tập
trung vào mục tiêu tin cậy: Minella, A., Paulo Springer de Freitas, Ilan
Goldfajn, and Marcelo Kfoury Muinhos, 2003, “Inflation Targeting in
Brazil: Constructing Credibility Under Exchange Rate Volatility,”
Journal of International Money and Finance, Vol. 22, pp 1015-40


Các nghiên cứu thực nghiệm khác
1. Michael J. Lamla and Samad Sarferaz, March 2012, Updating
Inflation Expectations
Điều tra nghiên cứu làm thế nào các kỳ vọng lạm phát hình thành.
Bằng việc phân tích đặc tính của thời gian để cập nhật những kỳ
vọng và yếu tố quyết định tiềm năng của nó. Thiết lập một mô hình
kinh tế linh hoạt theo dõi sự hình thành của kỳ vọng lạm phát của
người tiêu dùng tại mỗi thời điểm trong chuỗi thời gian.
Kết quả cho thấy rằng xu hướng cập nhật các kỳ vọng lạm phát
thay đổi đáng kể theo thời gian và có liên quan đến số lượng và
chất lượng của tin tức.

Các nghiên cứu thực nghiệm khác (tt)
2. Stefania Albanesi và ctg, 2002,
Expectation Traps and Monetary Policy
Tại sao nói rằng lạm phát liên tục cao
trong một số thời kỳ và liên tục thấp trong
khoảng thời gian khác? Phần lớn đổ lỗi cho
chính sách tiền tệ.
Kết quả cho thấy, trong một mô hình cân
bằng tiêu chuẩn, không có cam kết dẫn đến
cân bằng nhiều, hoặc bẫy kỳ vọng. Trong
những cái bẫy, kỳ vọng lạm phát cao hay
thấp dẫn dắt công chúng để có những hành
động tự vệ mà sau đó hướng các nhà hoạch
định tiền tệ ra chính sách tối ưu.


Các nghiên cứu thực nghiệm khác (tt)
3. Martin D. Cerisola và Gaston Gelos, What Drives Inflation
Expectations in Brazil? An Empirical Analysis (2005)
Nghiên cứu này xem xét các yếu tố quyết định kinh tế vĩ mô
của các kỳ vọng lạm phát khảo sát tại Brazil kể từ khi nước
này thông qua khung mục tiêu lạm phát năm 1999.
Kết quả nghiên cứu cho thấy khung lạm phát mục tiêu đã
giúp neo kỳ vọng, với sự phát tán của những kỳ vọng lạm phát
giảm đáng kể, đặc biệt là trong thời gian không chắc chắn cao.


3. PHƯƠNG PHÁP NGHIÊN CỨU
VÀ DỮ LIỆU

3. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU
Tại sao Michael Debabrata Patra và Partha Ray lại sử
dụng mô hình ARMA?
 Phương pháp ARMA không giả định có những mối
quan hệ cấu trúc giữa các biến hoặc những tác động
dẫn truyền quan trọng trong mô hình hồi quy.
 Phương pháp ARMA rất kém trong việc dự đoán các
điểm thay đổi lên xuống của lạm phát.
 Tuy nhiên ARMA được chứng minh là một mô hình
mạnh mẽ để dự đoán lạm phát trong ngắn hạn.


3. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU (tt)

Hồi quy giá trị của lạm phát trong hiện tại (hoặc
tương lai) từ các giá trị lạm phát trong quá khứ với
ARMA
e
t

π = f [ AR( p), MA(q), SAR(m), SMA(n)]


3. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU (tt)
 Trong thống kê học, mô hình autoregressive moving average (ARMA), đôi khi
được gọi là mô hình Box-Jenkins sau khi phương pháp Box-Jenkins được
đưa ra sử dụng để chạy mô hình, thường được áp dụng cho dữ liệu chuỗi
thời gian (time series) tự tương quan (autocorrelated).
 Cho chuỗi dữ liệu time series Xt, mô hình ARMA là một công cụ để hiểu và có

lễ để dự đoán các giá trị tương lai của chuỗi này. Mô hình bao gồm hai phần,
phần tự hồi quy autoregressive (AR) và phần bình quân dịch chuyển moving
average (MA). Mô hình thường được coi là mô hình ARMA(p,q) khi p là order
của phần autoregressive và q là order của phần moving average.


3. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU (tt)
Ký hiệu AR(p) liên quan tới mô hình tự hồi quy autoregressive với
order p. Mô hình AR(p) được viết
p

X t = c + ∑ ϕi X t −1 + ε t
i =1

Ký hiệu MA(q) là cho phần moving average có order q:
q

X t = µ + ε t + ∑ θ iε t −1
i =1

Mô hình tổng quan sẽ bao gồm hai mô hình con AR(p) và MA(q)
p

q

i =1

i =1

X t = c + ε t + ∑ ϕi X t −i + ∑ θ i ε t − i

3. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU (tt)

Nếu Xt tuân theo quá trình ARMA(1, 1)
nếu nó có thể viết dưới dạng

X t = c + ε t + ϕ1 X t −1 + θ1ε t −1


3. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU (tt)

Dữ liệu của bất kỳ chuỗi thời gian nào đều có thể được coi là
tạo ra nhờ một quá trình ngẫu nhiên và một tập hợp dữ liệu cụ thể.
Cũng như chúng ta sử dụng các dữ liệu mẫu để suy ra các ước
lượng về một tập hợp, thì trong lĩnh vực chuỗi thời gian, chúng ta
dùng kết quả để suy ra các ước lượng về quá trình ngẫu nhiên đó.
Một dạng của quá trình ngẫu nhiên được các nhà phân tích về
chuỗi thời gian đặc biệt quan tâm và xem xét kỹ lưỡng là cái được
gọi là quá trình ngẫu nhiên dừng


3. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU (tt)

Nói chung, một quá trình ngẫu nhiên được coi là dừng
nếu như trung bình và phương sai của nó không đổi theo
thời gian và giá trị của đồng phương sai giữa hai thời
đoạn chỉ phụ thuộc vào khoảng cách và độ trễ về thời
gian giữa hai thời đoạn này chứ không phụ thuộc vào
thời điểm thực tế mà đồng phương sai được tính.

3. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU (tt)

Có nhiều loại kiểm định như sử dụng hàm tự tương
quan (ACF), trị thống kê Q (Box và Pierce) và trị thống
kê LB (Ljung-Box).
Tuy nhiên, một trong những phương pháp được sử
dụng phổ biến và có độ tin cậy cao là kiểm định
nghiệm đơn vị của Dickey-Fuller (ADF).


3. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU (tt)

Đồng liên kết
Giả sử có một ông già và một cậu bé đi dạo một cách ngẫu
nhiên trong công viên (random walk). Vị trí của cậu bé sẽ không
cho biết bất kỳ một thông tin nào về vị trí của ông lão.
Giả sử một bà lão dắt một chú chó đi dạo trong công viên, bà
lão và chú chó kết nối bằng sợi dây  vị trí của bà lão luôn dao
động quanh vị trí của chú chó một khoảng nhất định. Ta gọi bà lão
và chú chó có mối quan hệ đồng liên kết


3. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU (tt)

Tại sao phải kiểm định tính đồng liên kết
Khi hồi quy với các biến trong mô hình không có trạng
thái dừng, ta phải kiểm định tính đồng liên kiết của các
biến để đảm bảo trong dài hạn các biến này luôn cân

bằng với nhau.
Trong ngắn hạn đôi khi ta phải sử dụng cơ chế hiệu
chỉnh sai số để đảm bảo tính cân bằng của các biến, dù
cho các biến có đồng liên kết với nhau đi chăng nữa