tiểu luận kinh tế lượng mối quan hệ giữa lạm phát với thất nghiệp, tiên lương và CPI

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG

BÀI GIỮA KỲ MÔN KINH TẾ LƯỢNG
Đề tài:
Mối quan hệ giữa lạm phát với thất nghiệp, tiền lương và CPI

Danh sách nhóm:
Họ và tên

MSSV

STT

Thân Thị Phương
Lan

1611110315

55

Nguyễn Quế Giang

1611110142

29

Mai Huyền An

1611110003

02

Nguyễn Thân Thùy
Linh

1611110346

68

Nguyễn Kim Hòa

1611110226

35

Phạm Thanh Huyền

1611110296

46

Bùi Thị Huyền

1611110275

51

Trần Thái An

1611110005

04

Giảng viên giảng dạy: Ts. Chu Thị Mai Phương
Hà Nội, tháng 05 năm 2018


MỤC LỤC
LỜI MỞ ĐẦU..................................................................................................................................................3
I. CƠ SỞ LÝ THUYẾT CỦA VẤN ĐỀ NGHIÊN CỨU............................................................................5
1.1. Mối quan hệ giữa lạm phát, tiền lương và thất nghiệp.....................................................................5
II. XÂY DỰNG MÔ HÌNH NGHIÊN CỨU................................................................................................8
2.1. Mô hình tổng quát................................................................................................................................8
2.2. Giải thích ý nghĩa các biến trong mô hình.........................................................................................8
III. ƯỚC LƯỢNG MÔ HÌNH VÀ KIỂM ĐỊNH.......................................................................................9
3.1. Chạy mô hình hồi quy..........................................................................................................................9
3.2. Kiểm định mô hình hồi quy...............................................................................................................10
IV. KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN....................................................................................15
4.1. Mô hình hồi quy cuối cùng vượt qua kiểm định giả thiết...............................................................15
4.2. Diễn giải kết quả................................................................................................................................15
V. KẾT LUẬN CHUNG TOÀN BÀI..........................................................................................................15
5.1. Tóm tắt................................................................................................................................................15
5.2. Ưu điểm và nhược điểm.....................................................................................................................15
DANH MỤC TÀI LIỆU THAM KHẢO.......................................................................................................16

2


LỜI MỞ ĐẦU
Dưới triều đại nhà Nguyên, triều đình đã cho in rất nhiều tiền nhằm mục đích đẩy
mạnh nguồn tài chính quân sự. Quyết định này đã gây ra một trong những thảm họa

lạm phát lớn nhất lịch sử Mông Cổ. Người dân ngừng sử dụng tiền giấy để tự bảo vệ
mình. Kết quả, triều đình phải giải quyết hậu quả bằng cách ngừng in tiền giấy cho đến
năm 1375.
Nhưng lạm phát có thực sự tiêu cực như những gì chúng ta vẫn nghĩ?
Theo định nghĩa của các nhà kinh tế vĩ mô, lạm phát là sự mất giá trị thị trường hay
giảm sức mua của đồng tiền. Lạm phát nói chung có thể được hiểu là việc giá cả các
hàng hóa tăng lên so với mức giá thời điểm trước (vật giá leo thang). Cần phải hiểu
việc tăng giá ở đây là gia tăng chung của hầu hết các hàng hóa và dịch vụ, chứ không
phải tăng giá một hàng hóa cá biệt. Khi giá trị của hàng hóa và dịch vụ tăng lên, đồng
nghĩa với sức mua của đồng tiền giảm đi. Khi đó, với cùng một lượng tiền nhưng
người tiêu thụ mua được ít hàng hóa hơn so với trước đó. Nếu đặt vào mối quan hệ với
các nền kinh tế khác, lạm phát là sự phá giá đồng tiền nội tệ so với các đồng ngoại tệ
khác.
Tuy nhiên, sự phá giá này không đồng nghĩa với việc lạm phát chỉ đem lại những
ảnh hưởng tiêu cực. Nói cách khác, ảnh hưởng tiêu cực của lạm phát chỉ xảy ra khi
cường độ của nó mạnh quá tầm kiểm soát. Khi không thể đo lường và điều chỉnh, lạm
phát sẽ gây ra một số tình trạng có hại cho nền kinh tế, ví dụ: bất ổn định cán cân
thương mại, chi phí đẩy, chi phí “da giày” hay tích trữ của cải. Ngược lại, nếu lạm phát
chỉ dừng ở mức độ vừa phải, nó sẽ khiến thị trường lao động đạt trạng thái cân bằng
nhanh hơn, đảm bảo mức lãi suất chiết khấu và tái chiết khấu trên thị trường tiền tệ và
thị trường tài chính. Đồng thời, lạm phát vừa phải cũng giúp cho thị trường hàng hóa
và dịch vụ có thể tránh mô hình răng cưa của các biến động giá.
Trên thực tế, ngoài ba yếu tố kể trên, còn có rất nhiều các yếu tố ảnh hưởng đến tỷ
lệ lạm phát (dựa trên chỉ số giá tiêu dùng CPI). Theo Keynes, bên cạnh chỉ số giá tiêu
dùng CPI, chi phí đẩy hay kỳ vọng thích nghi cũng là hai nguyên nhân dẫn đến lạm
phát. Đối với chi phí đẩy (lạm phát sốc cung), có thể hiểu đơn giản rằng: Khi chính
phủ cắt giảm thuế hay tăng chi tiêu dùng thường xuyên, thâm hụt ngân sách và phá giá
tiền tệ phát sinh thuế lạm phát sẽ làm tăng giá nguyên liệu đầu vào dẫn tới sự phá sản
doanh nghiệp làm tổng cung sụt giảm (sản lượng tiềm năng). Còn đối với kỷ vọng
thích nghi, lạm phát được hiểu là tình trạng vốn có của nền kinh tế. Nếu công nhân cố

gắng giữ tiền lương của họ với giá (trên tỷ lệ lạm phát), các công ty sẽ chuyển chi phí
3


lao động cao hơn này cho khách hàng - thông qua việc tăng giá hàng hóa dịch vụ. Điều
này dẫn đến một vòng tròn bị lặp lại, gây nên lạm phát.
Tuy nhiên, khi xây dựng mô hình, chúng em nhận thấy ba yếu tố: chỉ số giá tiêu
dùng CPI, tỷ lệ thất nghiệp, tỷ lệ thay đổi tiền lương trung bình của người lao động
trong các tuần qua từng năm ảnh hưởng rất lớn đến tỷ lệ lạm phát. [bổ sung lý thuyết
của chỉ số giá tiêu dùng CPI] Theo William Phillips, giữa tỉ lệ thất nghiệp và lạm phát
có một mối quan hệ nghịch biến, thông qua yếu tố trung gian là mức lương thực.
Nghĩa là, nếu muốn tỷ lệ thất nghiệp thấp, nền kinh tế phải tạo ra nhiều việc làm,
doanh nghiệp mở rộng sản xuất và tổng sản lượng gia tăng. Điều đó cũng đồng nghĩa
với việc chấp nhận mức lạm phát cao và ngược lại. Chính vì vậy, chúng tôi chọn lạm
phát và các yếu tố ảnh hưởng đến lạm phát (chỉ số giá tiêu dùng CPI, tỷ lệ thất nghiệp,
tỷ lệ thay đổi tiền lương trung bình của người lao động trong các tuần qua từng năm)
làm đề tài cho tiểu luận Kinh tế lượng.

4


I. CƠ SỞ LÝ THUYẾT CỦA VẤN ĐỀ NGHIÊN CỨU
I.1. Mối quan hệ giữa lạm phát, tiền lương và thất nghiệp
“The links between wages, inflation, and unemployment” của J.W. Levile:
Nghiên cứu được công bố lần đầu vào tháng 8 năm 1983 bởi Giáo sư Levile The Head of the Center for Applied Economic Research, University of New South
Wales.
Mối quan hệ giữa 3 đại lượng này là mối quan hệ hai chiều qua lại lẫn nhau, và
nghiên cứu chủ yếu tập trung xem xét sự ảnh hưởng của lương đến lạm phát và thất
nghiệp. Tác giả thừa nhận không thể có một mối quan hệ hoàn hảo giữa 2 đại lượng (1
đại lượng chỉ chịu tác động duy nhất từ đại lượng kia và ngược lại). Có rất nhiều yếu

tố khác ngoài lương ảnh hưởng đến lạm phát nhưng chắc chắn tỉ lệ thay đổi của lương
có tác động mạnh mẽ đến lạm phát.
Ngoài ra, tác giả cũng không phủ nhận sự tác động của thất nghiệp tới lạm phát
nhưng đó là mối quan hệ hai chiều và cả 2 đều phải chịu tác động của nhiều yếu tố
khác nữa.
a. Trong ngắn hạn
A.W.Phillips là một trong những nhà kinh tế học đầu tiên tìm cách chứng minh mối
tương quan nghịch giữa lạm phát và thất nghiệp. Phillips đã nghiên cứu rất nhiều về
mối quan hệ giữa tỷ lệ lạm phát và thất nghiệp của nước Anh trong suốt gần một thế
kỷ (từ 1861 đến 1957). Cuối cùng, ông phát hiện rằng giữa 2 tỷ lệ này có sự đánh đổi.
Đánh đổi của thất nghiệp lên tiền lương
Giả thiết ông đưa ra là khi nhu cầu về nguồn lực tăng cao, lao động trở nên khan
hiếm, doanh nghiệp sẽ nhanh chóng đưa ra mức lương cao hơn để thu hút người lao
động. Tuy nhiên, khi nhu cầu về nguồn lực giảm, thất nghiệp tăng cao thì người lao
động sẽ miễn cưỡng chấp nhận mức lương thấp hơn những gì họ đáng được thụ
hưởng. Vì thế, tỷ lệ tăng trưởng tiền lương sẽ giảm dần.
Đánh đổi của tiền lương lên thất nghiệp
Yếu tố thứ hai ảnh hưởng đến sự thay đổi của tỷ lệ tăng trưởng tiền lương là sự thay
đổi trong tỷ lệ thất nghiệp. Khi nền kinh tế phát triển mạnh, doanh nghiệp “ăn nên làm
ra”, họ sẵn sàng trả lương hậu hĩnh trong việc thuê lao động. Điều này làm tăng cao
lượng cung lao động, và tỷ lệ thất nghiệp sau đó nhanh chóng giảm xuống. Ngược lại,
khi doanh nghiệp kinh doanh không tốt, lương người lao động không tăng hoặc tăng
rất chậm, nhu cầu thuê lao động giảm thì tỷ lệ thất nghiệp trở nên tăng cao.
5


Giả thiết trên của Phillips mô tả một mối tương quan khá phi tuyến giữa thất
nghiệp và lạm phát tiền lương. Những đường cong tạo nên mối quan hệ giữa tỷ lệ
thất nghiệp và tỷ lệ lạm phát chung về giá (hay đúng hơn là lạm phát tiền lương)
đã làm nên đường cong Phillips nổi tiếng. Dữ liệu về lạm phát tiền lương mà Phillips

sử dụng cũng có thể mô tả cho lạm phát chung về giá. Vì tiền lương nhân công cũng
nằm trong chi phí sản xuất của doanh nghiệp. Tăng lương sẽ làm giá cả hàng hóa và
dịch vụ tăng lên theo, và đây chính là định nghĩa cơ bản nhất của lạm phát.
b. Trong dài hạn
Vào cuối thập niên 1960, một nhóm các nhà kinh tế đại diện cho trường phái trọng
tiền, tiêu biểu là Milton Friedman và Edmund Phelps, đã đưa ra những phân tích và
phản biện sắc bén rằng đường cong Phillips không thể ứng dụng trong dài hạn. Về mặt
lâu dài, thất nghiệp sẽ trở lại.
Cơ chế điều chỉnh tự nhiên của thị trường sẽ làm thất nghiệp quay trở lại, giai đoạn
này được Paul Samuelson gọi là thời kỳ suy lạm phát (stagflation).
Trong ngắn hạn, tăng lương sẽ làm thu hút thêm lao động. Lúc này, nguồn cung lao
động trở nên dồi dào, dẫn đến tỷ lệ thất nghiệp bắt đầu giảm. Tuy nhiên, người lao
động sẽ dần nhận ra sức mua đồng lương của họ bị giảm vì lạm phát, và họ sẽ đề nghị
một mức lương cao hơn để lương tăng kịp với giá. Nguồn cung lao động vì thế bắt đầu
thu hẹp trong khi lạm phát tiền lương và lạm phát chung về giá vẫn tiếp tục tăng, thậm
chí tăng nhanh hơn trước.
Việc tăng lạm phát để giảm thất nghiệp, trong dài hạn, không có lợi cho nền kinh tế.
Tương tự, việc giảm tỷ lệ lạm phát cũng không làm tỷ lệ thất nghiệp tăng cao. Vì lạm
phát không ảnh hưởng lên thất nghiệp trong dài hạn nên đường cong Phillips trở thành
đường thẳng đứng khi cắt trục hoành ở giá trị của tỷ lệ thất nghiệp tự nhiên.
Kết luận:
Mối tương quan nghịch giữa lạm phát và thất nghiệp trong đường cong Phillips chỉ
có thể mô tả nền kinh tế trong ngắn hạn, đặc biệt khi tỷ lệ lạm phát trong trạng thái ổn
định. Nó không thể ứng dụng trong dài hạn, vì cơ chế thị trường sẽ tự điều chỉnh tỷ lệ
thất nghiệp về với tỷ lệ tự nhiên của nó.
Đường cong Phillips không phải “vị thuốc tiên” cho nền kinh tế, cũng không thể áp
dụng nó để “chữa cháy” tình trạng khủng hoảng thất nghiệp của một quốc gia, thậm
chí, nó còn gây hại cho nền kinh tế.

6

I.2. Mối quan hệ lạm phát và CPI
Các nhà kinh tế thường dùng hai chỉ tiêu để đánh giá lạm phát của nền kinh tế: chỉ
số giá tiêu dùng (CPI) và chỉ số giảm phát tổng sản phẩm trong nước. Ở đây, CPI biểu
thị biến động về mức giá chung của một rổ hàng hóa và dịch vụ cố định dùng cho tiêu
dùng cuối cùng của hộ gia đình.
7


Tuy nhiên theo Investopedia, CPI không phải là một chỉ số hoàn hảo để đo lường
lạm phát vì các yếu tố sau:
- Chất lượng hàng hóa tăng thì giá cả cũng tăng tuy nhiên CPI lại coi sự tăng giá đó
như lạm phát tăng
- Sự xuất hiện của các loại hàng hóa mới gây ra khó khăn khi so sánh với các loại
hàng hóa cũ thay thế
- Người tiêu dùng có rất nhiều lựa chọn thay thế xem họ sẽ mua hàng tại đâu tuy
nhiên những cuộc khảo sát CPI không thể tính đến các yếu tố này.
Exchange Rate Changes and Inflation in Post-Crisis Asian Economies: VAR
Analysis of the Exchange Rate Pass-Through” của Takatoshi Ito and Kiyotaka
Sato:
Nghiên cứu được công bố vào tháng 7 năm 2006 bởi hai nhà nghiên cứ Ito và
Sato, National Bureau of Economic Research.
Nghiên cứu chủ yếu xem xét mối quan hệ giữa tỷ giá hối đoái và mức giá trong
nước ở một số nước Đông Á bằng mô hình vector. Qua đó, cho thấy rằng sự tác động
là khá rõ rệt trong thời kì khủng hoảng/ bùng nổ kinh tế; đồng thời cũng chứng minh
được ảnh hưởng của chỉ số giá tiêu dùng CPI đến lạm phát tuy không phải là nguyên
nhân chủ yếu nhưng vẫn tạo ra thay đổi đáng kể.
II. XÂY DỰNG MÔ HÌNH NGHIÊN CỨU
II.1. Mô hình tổng quát

INFL = β1 + β2*CPI + β3*UNEMP + β4*WGGR + Ui
II.2. Giải thích ý nghĩa các biến trong mô hình

8


Tên
bi
ế
n

Vai trò

INFL

Biến
ph
ụ
thu
ộc

Đơn vị
đo
lườ
ng

Ý nghĩa

%

Tỉ lệ lạm phát qua các năm được
tính theo sự thay đổi của
CPI

Chỉ số tiêu dùng qua các năm
(CPI base 1983=100) được
tính theo mức độ chênh lệch
của giá tiền để mua một giỏ
hang tiêu chuẩn tại thời
điểm t so với chi phí để mua
giỏ hang đó tại thời điểm cơ
sở.

CPI

Biến
độ
c
lập

%

UNE
M
P

Biến
độ
c
lập

%

Tỉ lệ thất nghiệp được tính theo
phần trăm giữa số người thất
nghiệp và lực lượng lao
động qua các năm

WGG
R

Biến
độ
c
lập

%

Phần trăm thay đổi của tiền
lương trung bình theo tuần
qua các năm.

Ui

Nhiễu

II.3.

Những nhân tố khác còn lại ảnh
hưởng đến lạm phát

Thước đo và nguồn số liệu
a. Thước đo
Mô hình sử dụng chỉ số CPI để đo lường mức độ lạm phát
CPI là một công cụ đo lường sự thay đổi giá do người tiêu dùng chi trả theo thời
gian cho các hàng hóa trong rổ hàng hóa và dịch vụ. Do vấySự gia tăng trong chỉ số
CPI sẽ được nhiều người nghĩ rằng như là “tỉ lệ lạm phát”.
Đây là chỉ tiêu được sử dụng phổ biến nhất để đo lường mức giá và sự thay đổi mức
giá hay chính là lạm phát.
9


CPI thường được tính hàng tháng và hàng năm. CPI còn được tính toán cho từng
nhóm hàng hóa hoặc một số nhóm hàng hóa tùy theo mục đích sử dụng.
b. Nguồn số liệu
Mô hình sử dụng nguồn số liệu từ bộ data 2-3 của Ramanathan để nghiên cứu
Cơ sở lý thuyết được lấy từ các bài luận văn, nghiên cứu khoa học của các nhà kinh
tế học nước ngoài, các website đáng tin cậy.

10


III. ƯỚC LƯỢNG MÔ HÌNH VÀ KIỂM ĐỊNH
III.1. Chạy mô hình hồi quy
Sau khi lấy bộ số liệu data 2-3 của Ramanathan, chúng em dùng phương pháp OLS
để ước lượng được kết quả như sau:
OLS, using observations 1959-1995 (T = 37)
Dependent variable: infl
Coefficient

Std. Error

t-ratio

p-value

Const

−3.50304

1.68228

−2.082

0.0451

**

Cpi

0.0235474

0.0102519

2.297

0.0281

**

Unemp

0.0904521

0.275716

0.3281

0.7449

1.26569

0.198159

6.387

<0.0001

Wggr

***

Mean dependent var

4.640541

S.D. dependent var

3.130277

Sum squared resid

147.6707

S.E. of regression

2.115388

R-squared

0.581374

Adjusted R-squared

0.543317

F(3, 33)

15.27644

P-value(F)

2.10e-06

Log-likelihood

−78.10596

Akaike criterion

164.2119

Schwarz criterion

170.6556

Hannan-Quinn

166.4836

Rho

0.222659

Durbin-Watson

1.484468

Ta thu được các hệ số hồi quy như sau:
−3.50304
0.0235474
0.0904521
1.26569
Ta có mô hình hồi quy mẫu ngẫu nhiên:
INFL = -3.50304+ 0.0235474*CPI+ 0.0904521*UNEMP+ 1.26569*WGGR +ei
III.2. Kiểm định mô hình hồi quy
11


a. Kiểm định hệ số hồi quy

Sử dụng phương pháp P- value cho các kiểm định này với mức ý nghĩa
 Kiểm định hệ số hồi quy
Kiểm định giả thuyết:
Theo bảng dữ liệu: P-value ( = 0.0281 < 0.05
 Bác bỏ giả thuyết
 Chỉ số giá tiêu dùng CPI có ảnh hưởng đến tỉ lệ lạm phát.
 Kiểm định hệ số hồi quy
Kiểm định giả thuyết:
Theo bảng dữ liệu P-value ( = 0.7449 > 0.05
 Chưa đủ cơ sở để bác bỏ giả thuyết H0
 Tỉ lệ thất nghiệp không ảnh hưởng đến tỉ lệ lạm phát.
 Kiểm định hệ số hồi quy
Kiểm định giả thuyết:
Theo bảng dữ liệu P-value ( <0.0001 < 0.05
 Bác bỏ giả thuyết H0
 Phần trăm thay đổi trong mức lương trung bình các tuần ảnh hưởng đến tỉ lệ lạm
phát
b. Kiểm định mức độ phù hợp của mô hình
 R2= 0.581374
 Mức độ phù hợp của mô hình là 58.1374% ( mô hình lí thuyết phản ánh được
58.1374% thực tế)
 Chỉ số giá tiêu dùng (Cpi), tỉ lệ thất nghiệp (unemp) và phần trăm thay đổi trong
mức lương trung bình các tuần (wggr) giải thích được 58.1374% cho sự biến động của
tỉ lệ lạm phát.
 Kiểm định F
12


+ Xét cặp giả thuyết:
+ Kiểm định F

Mặt khác, ta có: 2.992 < Fqs=15.2764
 Bác bỏ giả thuyết H0.
Kết luận:
Vậy mô hình là phù hợp với mức ý nghĩa 5%.
c. Kiểm định giả thiết
 Bỏ sót biến
Để kiểm định mô hình có bỏ sót biến quan trọng hay không ta có cặp giả thiết sau:

Thực hiện kiểm định Ramsey’s RESET với bình phương của các biến độc lập. Kết
quả thu được:
Auxiliary regression for RESET specification test
OLS, using observations 1959-1995 (T = 37)
Dependent variable: infl
coefficient

std. error

t-ratio

p-value

Const

-0.992811

3.70516

-0.2680

0.7905

Cpi

0.0153499

0.0149094

1.030

0.3109

Unemp

0.0158579

0.294263

0.05389

0.9574

Wggr

0.684204

0.789060

0.8671

0.3923

yhat^2

0.0456426

0.0599248

0.7617

0.4518

Kiểm định Ramsey’s RESET – Nguồn: tác giả tổng hợp dựa trên phần mềm Gretl
RESET test for specification (squares only)
Test statistic: F = 0.580134,
with p-value = P(F(1,32) > 0.580134) = 0.452
Ta có: p-value = P(F(1,32) > 0.580134) = 0.452 > α = 0,05
 Không bác bỏ H0.
13


 Với mức ý nghĩa 5% thì mô hình không bỏ sót biến.
 Đa cộng tuyến
Trong bảng trên, chúng ta có thể thấy được sự tương quan giữa các biến là thấp và
có giá trị nhỏ hơn 0.8 nên có thể dự đoán không xảy ra hiện tượng đa cộng tuyến cao.
Ta cũng có thể sử dụng chỉ số VIF để kiểm định đa cộng tuyến.
VIF(J) = 1/(1-R(J)^2), với R(J) là thừa số tăng phương sai. Nếu VIF > 10 thì mô hình
có đa cộng tuyến. Ta thu được kết quả sau:
Variance Inflation Factors
Minimum possible value = 1.0

Values > 10.0 may indicate a collinearity problem
cpi

1.51
4

unem
p

1.33
8

wggr

1.23
4

 Mô hình không mắc đa cộng tuyến.
 Phương sai sai số thay đổi
Để kiểm định phương sai sai số thay đổi, ta xét cặp giả thuyết sau:
Tiến hành thực hiện kiểm định White ta có:

14


White's test for heteroskedasticity
OLS, using observations 1959-1995 (T = 37)
Dependent variable: uhat^2
Coefficient
Const

std. error

t-ratio

p-value

-49.8433

30.8072

-1.6180

0.1173

0.0250236

0.336218

0.07443

0.9412

Unemp

10.0488

7.07556

1.420

0.1670

Wggr

8.34690

5.43461

1.536

0.1362

sq_cpi

-0.000540271

0.00138371

-0.3904

0.6993

X2_X3

0.0155990

0.0424962

0.3671

0.7164

X2_X4

-0.0109577

0.0324533

-0.3376

0.7382

sq_unemp

-0.907329

0.619945

-1.464

0.1549

X3_X4

0.265562

0.782320

0.3395

0.7369

sq_wggr

-0.787264

0.447064

-1.761

0.0896 *

Cpi

Unadjusted R-squared = 0.296470
Test statistic: TR^2 = 10.969405,
with p-value = P(Chi-square(9) > 10.969405) = 0.277812
Ta thấy: p-value = P(Chi-square(9) > 10.969405) = 0.277812 > α = 0.05
 Chưa đủ cơ sở để bác bỏ giả thuyết
 Mô hình không mắc khuyết tật phương sai sai số thay đổi
 Phân phối chuẩn của nhiễu
Đối với kiểm định phân phối chuẩn của nhiễu, ta xét cặp giả thuyết sau:
Từ kiểm định Normality of Residual, ta có kết quả:
Frequency distribution for uhat1, obs 1-37
number of bins = 7, mean = 1.32027e-015, sd = 2.11539
Interval

Midpt

frequenc

rel.

cum.
15


y
< -3.4407

-4.2705

1

2.70%

2.70%

-3.4407 - -1.7810

-2.6108

5

13.51%

16.22%****

-1.7810 - -0.12142

-0.95122

13

35.14%

51.35%************

-0.12142 – 1.5382

0.70839

12

32.43%

83.78%***********

1.5382 – 3.1978

2.3680

3

8.11%

91.89%**

3.1978 – 4.8574

4.0276

2

5.41%

97.30%*

>= 4.8574

5.6872

1

2.70%

100.00%

Test for null hypothesis of normal distribution:
Chi-square(2) = 4.247 with p-value 0.11962
Ta thấy: p-value = 0,11962 > α = 0,05
 Chưa đủ cơ sở để bác bỏ giả thuyết
 Mô hình có nhiễu phân phối chuẩn
KẾT LUẬN: MÔ HÌNH KHÔNG MẮC KHUYẾT TẬT

16


IV. KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

IV.1. Mô hình hồi quy cuối cùng vượt qua kiểm định giả thiết
INFL = -3.50304+ 0.0235474*CPI+ 0.0904521*UNEMP+ 1.26569*WGGR +ei
IV.2. Diễn giải kết quả
Dựa vào mô hình hồi quy mẫu ngẫu nhiên và các kiểm định trên ta có thể rút ra kết
luận:
- Trong điều kiện các yếu tố khác không đổi, nếu Chỉ số giá tiêu dùng CPI tăng 1%
thì Tỉ lệ lạm phát tăng 0.0235474 %.
- Trong điều kiện các yếu tố khác không đổi, nếu Tiền lương trung bình theo tuần
tăng 1% thì Tỉ lệ lạm phát tăng 1.26569%.
- Sự thay đổi của Tỉ lệ thất nghiệp không ảnh hưởng đến Tỉ lệ lạm phát.
- Mô hình giải thích được 58.1374% sự thay đổi của Tỉ lệ lạm phát.
Việc ước lượng và kiểm định mô hình đã chỉ ra rằng tỉ lệ thất nghiệp không có ý
nghĩa trong mô hình hay không ảnh hưởng đến mức độ lạm phát. Điều này không hợp
lý với lý thuyết của nhà kinh tế học William Phillips với lập luận “lạm phát và thất
nghiệp có mối quan hệ tỷ lệ nghịch với nhau” và được minh họa bởi đường cong
Phillips.
Có sự mâu thuẫn này là do các nghiên cứu sau này đã chứng minh rằng không có sự
đánh đối nào giữa lạm phát và thất nghiệp trong dài hạn, các lập luận của Phillips chỉ
được thể hiện trong ngắn hạn. Cụ thể, vào cuối thập niên 1960, một nhóm các nhà kinh
tế đại diện cho trường phái trọng tiền, tiêu biểu là Milton Friedman và Edmund
Phelps đã nghiên cứu và tách biệt “đường cong Phillips dài hạn” và “đường cong
Phillips ngắn hạn”.

17


Theo đó, trong ngắn hạn, việc tăng lương sẽ thu hút thêm lao động làm cung lao
động tăng lên, trở nên dồi dào hơn, từ đó làm giảm tỉ lệ thất nghiệp. Tuy nhiên việc
tăng lương trả cho công nhân viên sẽ làm tăng chi phí của doanh nghiệp và doanh
nghiệp sẽ có xu hướng tăng giá hàng hóa sản xuất ra để đảm bảo lợi nhuận. Theo thời

gian, người lao động sẽ nhận thấy sức mua của đồng tiền giảm đi và họ sẽ yêu cầu nhà
thuê lao động một mức lương cao, do đó cung lao động có xu hướng chững lại thậm
chí nhiều người tự nguyện thất nghiệp để tìm một công việc lương cao hơn, tỉ lệ thất
nghiệp sẽ tăng lên.
Trong dài hạn, tỉ lệ lạm phát kì vọng sẽ tiến gần với thực tế, đồng thời tỉ lệ thất
nghiệp quay về mức tự nhiên. Như vậy các chính sách làm tăng tỉ lệ lạm phát nhằm
giảm tỉ lệ thất nghiệp chỉ có tác dụng trong ngắn hạn, còn trong dài hạn thất nghiệp sẽ
không đổi ở mức tỉ lệ lạm phát tự nhiên.
V. KẾT LUẬN
Chúng ta vừa thực hiện nghiên cứu những yếu tố ảnh hưởng đến lạm phát với nền tảng là
các lý thuyết của A.W.Phillips, Milton Friedman và Edmund Phelps. Sau khi kiểm định,
chúng ta có thể thấy mô hình trên được thiết lập dựa trên bộ số liệu data 2-3 của
Ramanathan không mắc phải bất kỳ một khuyết tật nào. Tuy nhiên, chúng ta chưa thể kết
luận rằng đây đã là một mô hình phù hợp bởi số quan sát là rất nhỏ (số quan sát: 37).

18


Bên cạnh đó, ta cũng nhận thấy, tỷ lệ thất nghiệp không ảnh hưởng đến lãi suất sau khi sử
dụng kiểm định hệ số hồi quy. Sau Chiến tranh Thế giới thứ II, nhiều quốc gia rơi vào
tình trạng cả tỷ lệ thất nghiệp và lạm phát đều cao. Tuy nhiên, xét về mặt bản chất, thất
nghiệp cao là tín hiệu của một nền kinh tế đang đình trệ hay suy thoái. Đó là khi tổng sản
lượng giảm, nhu cầu hàng hóa giảm, doanh nghiệp hạn chế sản xuất. Rõ ràng, hiện tượng
vừa đình trệ này không đồng nghĩa với giả thuyết về mối quan hệ hai chiều giữa lạm phát
và thất nghiệp.
Bởi những hạn chế trên, chúng ta có thể đưa ra kết luận: Mô hình trên vẫn còn hạn chế và
có thể đã cho cho chúng ta những đánh giá chưa khách quan nhất về ảnh hưởng của chỉ
số giá tiêu dùng, tỉ lệ thất nghiệp, tiền lương tới tỉ lệ lạm phát. Nhưng nhờ việc chạy mô
hình và đưa ra các kiểm định, chúng ta đã hiểu được một phần nào đó về cách đánh giá tỉ
lệ lạm phát của các nhà hoạch định chính sách.

Khi lạm phát tăng cao và kéo dài sẽ gây ra những hậu quả lớn, làm ảnh hưởng trầm trọng
tới đời sống nhân dân lao động và sự tăng trưởng kinh tế. Vì vậy để làm giảm và hạn chế
lạm phát, cần có các biện pháp mang tính tức thời và cũng như các biện pháp mang tính
chiến lược lâu dài.

19


DANH MỤC TÀI LIỆU THAM KHẢO

20


ĐÁNH GIÁ
Họ và tên

MSSV

STT

Thân Thị Phương
Lan

1611110315

55

Nguyễn Quế Giang

1611110142

29

Mai Huyền An

1611110003

02

Nguyễn Thân Thùy
Linh

1611110346

68

Nguyễn Kim Hòa

1611110226

35

Phạm Thanh
Huyền

1611110296

46

Bùi Thị Huyền

1611110275

51

Trần Thái An

1611110005

04

Thang
điểm
đánh
giá

21