Tóm tắt Luận văn Thạc sĩ Tài chính ngân hàng: Ứng dụng mô hình dự báo lạm phát trong điều hành chính sách tiền tệ tại việt nam
Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (7.27 MB, 30 trang )
BỘ GIÁO DỤC VÀ ĐÀO TẠO
NGÂN HÀNG NHÀ NƯỚC VIỆT NAM
HỌC VIỆN NGÂN HÀNG
-----------oOo-----------
PHẠM ĐỨC ANH
ỨNG DỤNG MƠ HÌNH DỰ BÁO LẠM PHÁT
TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM
TÓM TẮT LUẬN ÁN TIẾN SĨ KINH TẾ
HÀ NỘI, 2020
BỘ GIÁO DỤC VÀ ĐÀO TẠO
NGÂN HÀNG NHÀ NƯỚC VIỆT NAM
HỌC VIỆN NGÂN HÀNG
-----------oOo-----------
PHẠM ĐỨC ANH
ỨNG DỤNG MƠ HÌNH DỰ BÁO LẠM PHÁT
TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM
CHUN NGÀNH: TÀI CHÍNH - NGÂN HÀNG
MÃ NGÀNH: 9.34.02.01
TĨM TẮT LUẬN ÁN TIẾN SĨ KINH TẾ
NGƯỜI HƯỚNG DẪN KHOA HỌC: 1. PGS.TS. NGUYỄN ĐỨC TRUNG
2. PGS.TS. PHẠM THỊ HOÀNG ANH
HÀ NỘI, 2020
i
MỤC LỤC
LỜI GIỚI THIỆU .................................................................................................................. 1
1. TÍNH CẤP THIẾT CỦA ĐỀ TÀI ................................................................................ 1
2. TỔNG QUAN NGHIÊN CỨU ...................................................................................... 1
2.1. Sự phát triển các lý thuyết về lạm phát ..................................................................... 1
2.2. Các nhân tố tác động tới lạm phát ............................................................................. 2
2.3. Ứng dụng và phát triển mơ hình dự báo lạm phát ..................................................... 2
3. MỤC TIÊU NGHIÊN CỨU .......................................................................................... 3
3.1. Mục tiêu chung .......................................................................................................... 3
3.2. Mục tiêu cụ thể .......................................................................................................... 3
4. ĐÓNG GÓP MỚI CỦA LUẬN ÁN .............................................................................. 3
4.1. Về mặt lý luận ........................................................................................................... 3
4.2. Về mặt thực tiễn ........................................................................................................ 4
5. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU ............................................................. 4
6. PHƯƠNG PHÁP NGHIÊN CỨU ................................................................................. 4
7. KẾT CẤU LUẬN ÁN .................................................................................................... 4
CHƯƠNG 1: TỔNG QUAN MƠ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH
CHÍNH SÁCH TIỀN TỆ....................................................................................................... 5
1.1. TỔNG QUAN VỀ LẠM PHÁT ................................................................................. 5
1.2. TỔNG QUAN VỀ CHÍNH SÁCH TIỀN TỆ ............................................................ 5
1.3. TỔNG QUAN VỀ MƠ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH
CHÍNH SÁCH TIỀN TỆ ................................................................................................... 5
1.3.1. Tổng quan về dự báo lạm phát ............................................................................... 5
1.3.2. Tổng quan về mơ hình dự báo lạm phát trong điều hành CSTT ............................ 6
1.3.3. Đánh giá chất lượng mô hình dự báo ..................................................................... 6
1.4. KINH NGHIỆM QUỐC TẾ VỀ ỨNG DỤNG MƠ HÌNH DỰ BÁO LẠM PHÁT
TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ ........................................................... 7
CHƯƠNG 2: THỰC TRẠNG MƠ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU
HÀNH CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM ............................................................ 8
2.1. PHÂN TÍCH THỰC TRẠNG LẠM PHÁT TẠI VIỆT NAM ................................ 8
ii
2.2. THỰC TRẠNG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ NHẰM KIỂM SOÁT
LẠM PHÁT TẠI VIỆT NAM ........................................................................................... 9
2.3. THỰC TRẠNG MƠ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH
CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM ................................................................... 10
2.3.1. Đặc trưng mô hình dự báo lạm phát tại NHNN Việt Nam ................................... 10
2.3.2. Dữ liệu cho mơ hình dự báo ................................................................................. 10
2.3.3. Thực trạng sử dụng mơ hình dự báo lạm phát tại NHNN Việt Nam ................... 10
2.4. ĐÁNH GIÁ CHUNG VỀ MƠ HÌNH DỰ BÁO LẠM PHÁT TẠI VIỆT NAM .. 11
2.4.1. Kết quả ................................................................................................................. 11
2.4.2. Tồn tại................................................................................................................... 11
2.4.3. Nguyên nhân của tồn tại ....................................................................................... 12
CHƯƠNG 3: ĐỀ XUẤT HOÀN THIỆN MƠ HÌNH DỰ BÁO LẠM PHÁT TRONG
ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM ............................................... 13
3.1. ĐỀ XUẤT HOÀN THIỆN MƠ HÌNH ARIMA ..................................................... 13
3.2. ĐỀ XUẤT HỒN THIỆN MƠ HÌNH VECM ....................................................... 15
3.3. SO SÁNH, ĐÁNH GIÁ HIỆU QUẢ MƠ HÌNH DỰ BÁO ................................... 20
CHƯƠNG 4: KHUYẾN NGHỊ CHÍNH SÁCH VỀ VIỆC ỨNG DỤNG MƠ HÌNH DỰ
BÁO LẠM PHÁT TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM21
4.1. ĐỊNH HƯỚNG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ VÀ PHÁT TRIỂN
HOẠT ĐỘNG DỰ BÁO TẠI VIỆT NAM ĐẾN NĂM 2025 ........................................ 21
4.2. KHUYẾN NGHỊ CHÍNH SÁCH HỒN THIỆN MƠ HÌNH DỰ BÁO LẠM
PHÁT TẠI VIỆT NAM ................................................................................................... 21
4.3. KHUYẾN NGHỊ CHÍNH SÁCH THÚC ĐẨY ỨNG DỤNG MƠ HÌNH DỰ BÁO
LẠM PHÁT TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM ..... 22
KẾT LUẬN CHUNG ........................................................................................................... 23
DANH MỤC CÔNG TRÌNH KHOA HỌC ĐÃ CƠNG BỐ ............................................ 25
1
LỜI GIỚI THIỆU
1. TÍNH CẤP THIẾT CỦA ĐỀ TÀI
Nền kinh tế Việt Nam từng trải qua thời kỳ lạm phát cao, diễn biến phức tạp và khó
lường, điển hình là giai đoạn khủng hoảng tài chính châu Á (1997-1998), hậu gia nhập
WTO (2004-2006) hay khủng hoảng tài chính tồn cầu (2007-2008). Lạm phát cao và kéo
dài có thể gây ra nhiều bất lợi cho nền kinh tế, khiến niềm tin công chúng vào đồng nội tệ
suy giảm bên cạnh việc tác động tới tiêu dùng, tiết kiệm và đầu tư. Thực trạng này đặt ra
yêu cầu mới đối với hoạt động phân tích, dự báo và kiểm sốt lạm phát của NHNN Việt
Nam, sao cho việc thực thi CSTT đạt hiệu quả cao, từ đó ổn định được giá trị đồng nội tệ
trong bối cảnh hội nhập sâu rộng và trước nguy cơ bất ổn từ kinh tế thế giới. Mặt khác, theo
Bùi Quốc Dũng (2014), việc xây dựng, vận hành và phát triển hiệu quả các lớp mơ hình dự
báo lạm phát cũng được xem là điều kiện tiên quyết để NHNN có thể áp dụng khn khổ
CSTT lạm phát mục tiêu thực thụ trong tương lai.
Với việc điểm qua một số tồn tại của công tác dự báo lạm phát trong hoạch định và
điều hành CSTT, đồng thời nhận thấy hiện nay chưa có cơng trình nào đủ tầm bao qt về
phát triển thực nghiệm mơ hình dự báo lạm phát cho Việt Nam, việc triển khai đề tài luận án
là hết sức cấp thiết, có ý nghĩa cả về lý luận và thực tiễn.
2. TỔNG QUAN NGHIÊN CỨU
2.1. Sự phát triển các lý thuyết về lạm phát
Các lý thuyết về lạm phát được hình thành khá sớm và khơng ngừng được phát triển,
hồn thiện theo thời gian: Smith (1776) đề cập về “lạm phát” dựa trên phân biệt “giá thực”
(khả năng mua) và “giá danh nghĩa” (chi phí bằng tiền) của hàng hóa; thuyết lượng tiền
(Quantity Theory of Money) của Fisher (1911) mô tả quan hệ giữa lượng tiền và mức giá
(PT = MV + M’V’); lý thuyết ưa chuộng thanh khoản của Keynes (1936) bác bỏ luận điểm
của Fisher, cho rằng tăng cung tiền sẽ dẫn đến giá tăng thêm một lượng tương ứng; mơ hình
đường cong Phillips, dựa trên so sánh tốc độ tăng lương với tỷ lệ lạm phát ở Anh giai đoạn
1861 – 1957, chỉ ra rằng khi thị trường lao động bị thắt chặt và tỷ lệ thất nghiệp giảm, tiền
lương có xu hướng tăng nhanh; sau đó, mơ hình đường cong Phillips tiếp tục được hiệu
chỉnh, cải tiến: Lucas (1972) bổ sung yếu tố kỳ vọng hợp lý; Fischer (1977) và Taylor
(1979) bổ sung sự cứng nhắc về tiền lương danh nghĩa; Calvo (1983) mơ hình hóa việc điều
chỉnh giá ngẫu nhiên; Gali và Gertler (1999) bổ sung yếu tố chi phí lao động vào mơ hình…
2
dẫn tới sự ra đời của đường cong Phillips mới (New-Keynesian Phillips Curve - NKPC) với
đặc trưng kỳ vọng (lạm phát được quyết định bởi các yếu tố kỳ vọng trong tương lai).
Bên cạnh đó, tác giả đã tổng hợp một số quan điểm nổi bật về “lạm phát cơ bản”,
theo đó hiểu một cách khái quát theo Eckstein (1981) và Quah và Vahey (1995): “Lạm phát
cơ bản là thành phần tăng giá có tính xu hướng trong tổng cung mà mà khơng có tác động
trung và dài hạn đến sản lượng”, đồng thời luận giải nguyên nhân hay các yếu tố tác động
tới lạm phát thường xuất phát từ lý thuyết cầu kéo và chi phí đẩy.
2.2. Các nhân tố tác động tới lạm phát
Qua khảo lược các nghiên cứu thực nghiệm trên thế giới, có thể tổng kết các nhân tố
tác động đến lạm phát trong ngắn hạn gồm: sản lượng, cung tiền, chi phí lao động và yếu tố
quốc tế (ví dụ: giá dầu thế giới, lãi suất FED); trong khi nhân tố tác động trong dài hạn gồm:
sản lượng, cung tiền, lãi suất, tỷ giá, cán cân ngân sách, lạm phát kỳ vọng và yếu tố quốc tế.
Các nhân tố này thể hiện quan hệ tương hỗ, tác động lẫn nhau một cách chặt chẽ. Tuy nhiên,
với riêng trường hợp Việt Nam, hầu hết nghiên cứu trước mới chỉ tập trung vào các tác nhân
từ phía cầu và biến giá dầu (giá gạo) thế giới để đại diện cho yếu tố từ phía cung. Trong khi
đó, nhiều nhân tố quan trọng khác từ phía cung (ví dụ: chi phí lao động, chi phí sản xuất và
các yếu tố cứng nhắc…) đang bị bỏ ngỏ.
2.3. Ứng dụng và phát triển mơ hình dự báo lạm phát
Luận án tiến hành khảo lược quá trình phát triển các lớp mơ hình dự báo lạm phát
phục vụ hoạch định vĩ mơ tại các quốc gia, khởi đầu với mơ hình đơn biến ARIMA được
ứng dụng rộng rãi kể từ thập niên 1980; những năm đầu thế kỷ XXI chứng kiến sự phát
triển đa dạng và mạnh mẽ của lớp mô hình đa biến (tiêu biểu là VAR và VECM). Việc lựa
chọn biến số cho mơ hình dự báo thường được dựa trên các lý thuyết lạm phát. Một số biện
pháp phổ biến giúp nâng cao hiệu quả mơ hình dự báo cũng đã được thảo luận.
Từ quá trình tổng quan nghiên cứu, tác giả chỉ ra các khoảng trống nghiên cứu sau:
Thứ nhất, đến nay, chưa có một nghiên cứu nào tổng kết một cách toàn diện khung
lý thuyết về mơ hình dự báo lạm phát trong điều hành CSTT.
Thứ hai, khi áp dụng mơ hình dự báo đơn biến, các nghiên cứu trước mới dừng lại ở
việc sử dụng các thước đo giá cả có tính tổng hợp (ví dụ: CPI, PPI...) chứ chưa thể phân
tách cụ thể từng nhóm hàng chủ chốt cấu thành CPI tổng thể. Kết quả dự báo thu được từ
các nghiên cứu này vì vậy cịn nặng tính phổ qt, kém tin cậy và thiếu chính xác.
Thứ ba, chưa có nghiên cứu nào ở Việt Nam phát triển mơ hình đa biến dự báo lạm
phát xem xét đầy đủ nhân tố từ cả phía cung và phía cầu của lạm phát.
3
Thứ tư, dự báo lạm phát trong các nghiên cứu trước đây thường tập trung vào một
số lớp mơ hình nhất định, theo đó việc so sánh, đánh giá bao qt hiệu quả dự báo giữa các
mơ hình khác nhau, từ đó rút ra nhận xét cịn khá hạn chế.
3. MỤC TIÊU NGHIÊN CỨU
3.1. Mục tiêu chung
Luận án hướng tới ứng dụng mơ hình dự báo lạm phát phục vụ điều hành CSTT tại
Việt Nam, trên cơ sở đó đề xuất giải pháp, khuyến nghị nhằm thúc đẩy ứng dụng mơ hình
dự báo lạm phát trong điều hành CSTT.
3.2. Mục tiêu cụ thể
Thứ nhất, trình bày cơ sở lý thuyết mơ hình dự báo lạm phát trong điều hành CSTT.
Thứ hai, nghiên cứu kinh nghiệm của NHTW các nước về ứng dụng mơ hình dự
báo lạm phát trong điều hành CSTT, từ đó rút ra bài học cho Việt Nam.
Thứ ba, phân tích thực trạng lạm phát và điều hành CSTT nhằm kiểm soát lạm phát
tại Việt Nam, tạo cơ sở để thiết lập mối quan hệ giữa các biến vĩ mơ với lạm phát.
Thứ tư, phân tích và đánh giá thực trạng phát ứng dụng mơ hình dự báo lạm phát
trong điều hành CSTT tại NHNN Việt Nam.
Thứ năm, phát triển thực nghiệm mơ hình dự báo lạm phát ngắn hạn và trung hạn
trong điều hành CSTT cho Việt Nam, từ đó đánh giá chất lượng dự báo của các mơ hình.
Thứ sáu, đề xuất giải pháp, khuyến nghị nhằm thúc đẩy ứng dụng mơ hình dự báo
lạm phát trong điều hành CSTT tại Việt Nam đến năm 2025.
4. ĐÓNG GÓP MỚI CỦA LUẬN ÁN
4.1. Về mặt lý luận
Thứ nhất, luận án trình bày và phân tích vai trị của CSTT trong việc kiểm soát lạm
phát dựa trên xem xét ba cơ chế đặc trưng: chính sách cố định tỷ giá, chính sách hướng vào
cung tiền và chính sách mục tiêu lạm phát.
Thứ hai, luận án làm rõ khái niệm, mục tiêu của dự báo lạm phát, phân tích vai trị
của nó trong điều hành CSTT và đề xuất quy trình dự báo với 8 bước. Tiếp theo đó, luận án
đã giới thiệu lý thuyết nền về các lớp mơ hình dự báo lạm phát đang được sử dụng phổ biến
gồm ARIMA, VAR và VECM.
Thứ ba, luận án phân tích kinh nghiệm của các NHTW trên thế giới về ứng dụng mơ
hình dự báo lạm phát trong điều hành CSTT, từ đó rút ra bài học cho Việt Nam.
4
4.2. Về mặt thực tiễn
Thứ nhất, luận án phân tích toàn diện diễn biến lạm phát thực tế tại Việt Nam trong
20 năm (2000 – 2019), phân thành 3 giai đoạn lát cắt với đặc trưng riêng. Với từng lát cắt,
luận án phân tích cụ thể cơ chế điều hành CSTT nhằm kiểm soát lạm phát và ổn định vĩ mơ.
Thứ hai, luận án phân tích tồn diện thực trạng phát triển mơ hình dự báo lạm phát
tại NHNN Việt Nam và ứng dụng chúng trong điều hành CSTT.
Thứ ba, luận án phát triển thực nghiệm mơ hình ARIMA và VECM dự báo lạm phát
tại Việt Nam xuất phát từ lý thuyết lạm phát, quá trình khảo lược tài liệu, kết quả đánh giá
thực trạng phát triển mơ hình dự báo tại NHNN và thực tiễn vận hành nền kinh tế Việt Nam.
Thứ tư, từ cấu trúc VECM được cải tiến, luận án dự báo diễn biến CPI dựa theo các
kịch bản chi phối của đại dịch COVID-19 đối với biến ngoại sinh. Kết quả cho thấy Việt
Nam có thể trải qua một cuộc giảm phát trong năm 2020.
Thứ năm, luận án đề xuất giải pháp, khuyến nghị nhằm thúc đẩy ứng dụng mơ hình
dự báo lạm phát trong điều hành CSTT tại Việt Nam đến năm 2025.
5. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
Đối tượng nghiên cứu: phát triển thực nghiệm mơ hình dự báo lạm phát tháng/q
dựa trên phân tích quan hệ giữa biến số vĩ mơ và CPI giai đoạn 2005-2019 tại Việt Nam.
Phạm vi nghiên cứu: 2000 – 2019; Với nghiên cứu định lượng: 1/2005 - 12/2019.
6. PHƯƠNG PHÁP NGHIÊN CỨU
Kết hợp phương pháp định tính và định lượng: thống kê mơ tả, phân tích và tổng
hợp lý thuyết, mơ hình hóa, tiên lượng dựa trên mơ hình, phỏng vấn chun gia.
7. KẾT CẤU LUẬN ÁN
Chương 1: Tổng quan mơ hình dự báo lạm phát trong điều hành chính sách tiền tệ
Chương 2: Thực trạng mơ hình dự báo lạm phát trong điều hành chính sách tiền tệ
tại Việt Nam
Chương 3: Đề xuất hồn thiện mơ hình dự báo lạm phát trong điều hành chính sách
tiền tệ tại Việt Nam
Chương 4: Khuyến nghị chính sách về việc ứng dụng mơ hình dự báo lạm phát
trong điều hành chính sách tiền tệ tại Việt Nam.
5
CHƯƠNG 1: TỔNG QUAN MƠ HÌNH DỰ BÁO LẠM PHÁT
TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ
1.1. TỔNG QUAN VỀ LẠM PHÁT
Lạm phát là sự tăng lên liên tục và có thể xác định được của giá cả hàng hóa. Ngược
với lạm phát là giảm phát (sự sụt giảm liên tục của giá cả) và thiểu phát (sự sụt giảm liên tục
của tỷ lệ lạm phát, thường xảy ra trước mỗi thời kỳ giảm phát).
Nguyên nhân gây ra lạm phát: (i) do gia tăng cung tiền; (ii) do chính sách thúc đẩy
công ăn việc làm (thể hiện qua hai dạng: cầu kéo và chi phí đẩy); (iii) do thâm hụt ngân sách
kéo dài; (iv) do biến động tỷ giá hối đoái.
1.2. TỔNG QUAN VỀ CHÍNH SÁCH TIỀN TỆ
CSTT là chính sách kinh tế vĩ mô được xây dựng và thực thi bởi NHTW nhằm tác
động tới cung – cầu tiền tệ, đảm bảo mục tiêu ổn định giá cả và tăng trưởng kinh tế. Theo
đó, có thể hoạch định CSTT theo hai hướng: mở rộng hoặc thắt chặt.
Hệ thống mục tiêu và cơng cụ của CSTT:
HỆ THỐNG CƠNG CỤ CHÍNH SÁCH TIỀN TỆ
Công cụ gián tiếp
Công cụ trực tiếp
Công cụ bổ trợ
Công cụ khác
MỤC TIÊU HOẠT ĐỘNG
Dự trữ (R), dự trữ không vay (NBR), tiền cơ sở (MB)
Lãi suất liên ngân hàng, lãi suất ngắn hạn
MỤC TIÊU TRUNG GIAN
Tổng tiền cung ứng (M1, M2, M3)
Lãi suất ngắn hạn và dài hạn
MỤC TIÊU CUỐI CÙNG
Tăng trưởng kinh tế
Ổn định giá cả
Cải thiện việc làm
Để kiềm chế lạm phát, có ba chiến lược CSTT được sử dụng chủ yếu: (i) chính sách
cố định tỷ giá hối đoái; (ii) CSTT hướng vào cung tiền; (iii) chính sách mục tiêu lạm phát.
1.3. TỔNG QUAN VỀ MƠ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH
CHÍNH SÁCH TIỀN TỆ
1.3.1. Tổng quan về dự báo lạm phát
Dự báo lạm phát là một quá trình tiên lượng gồm nhiều giai đoạn nhằm đưa ra kết
quả dự báo đáng tin cậy về xu thế lạm phát trong tương lai, từ đó góp phần thúc đẩy hiệu
quả điều hành chính sách, đảm bảo ổn định vĩ mô và tăng trưởng bền vững.
6
Vai trò của dự báo lạm phát trong điều hành CSTT: (i) cung cấp kết quả đầu vào để
đảm bảo hoạch định CSTT thực hiện đúng chức năng “forward-looking”; (ii) cung cấp các
góc nhìn về viễn cảnh diễn biến giá cả và triển vọng nền kinh tế, nhờ đó nhà hoạch định có
thể đưa ra đối sách, điều chỉnh phù hợp để kiểm soát lạm phát; (iii) phối hợp linh hoạt với
việc dự báo các mục tiêu trung gian khác của CSTT để tạo cơ sở thiết lập hệ thống chính
sách hỗ trợ phù hợp với mục tiêu kiểm sốt lạm phát.
Bộ phận chịu trách nhiệm dự báo lạm phát: Vụ, Cục chuyên trách thuộc khối CSTT.
Quy trình dự báo lạm phát: (1) Phân tích và đánh giá diễn biến CPI; (2) Lựa chọn lý
thuyết cơ sở cho việc thiết lập mơ hình; (3) Thu thập dữ liệu, thơng tin đầu vào; (4) Xử lý
dữ liệu đầu vào; (5) Xây dựng mơ hình dự báo lạm phát; (6) Sử dụng mơ hình để đưa ra kết
quả dự báo; (7) Xây dựng kịch bản dự báo; (8) Theo dõi và hiệu chỉnh dự báo.
1.3.2. Tổng quan về mơ hình dự báo lạm phát trong điều hành CSTT
(1) Mơ hình ARIMA: là mơ hình chuỗi thời gian đơn biến được Box và Jenkins
(2015) phát triển từ ý tưởng chuỗi thời gian, được giải thích bằng cách kết hợp các hành vi
hiện tại và trong quá khứ với yếu tố ngẫu nhiên. Thực chất, ARIMA là sự tổng hợp của mơ
hình tự hồi quy AR, mơ hình tích hợp (I) và mơ hình trung bình trượt (MA). Chuỗi dữ liệu
nghiên cứu bằng mơ hình ARIMA phải có tính dừng. Việc áp dụng ARIMA khơng địi hỏi
am hiểu sâu sắc về lý thuyết kinh tế mà chỉ cần đảm bảo về chiều sâu dữ liệu.
(2) Mơ hình VAR: là một dạng tổng qt của mơ hình tự hồi quy đơn chiều trong dự
báo một tập hợp biến. VAR ước lượng phương trình của từng chuỗi biến theo độ trễ (p) và
tất cả biến còn lại (vế phải mỗi phương trình gồm hằng số và các độ trễ của tất cả các biến
trong hệ thống). VAR được sử dụng để dự báo trung hạn và đánh giá tác động truyền tải
sốc. Việc áp dụng VAR khơng địi hỏi sự am hiểu sâu sắc về lý thuyết kinh tế mà chỉ cần
đáp ứng bề rộng dữ liệu ở mức vừa phải. Mơ hình VAR(p) tổng qt có dạng:
Yt = A1 Yt-1 + A2 Yt-2 + … + Ap Yt-p + ut
(3) Mơ hình VECM: là một dạng VAR tổng quát, được sử dụng trong trường hợp
chuỗi dữ liệu không dừng và tồn tại mối quan hệ đồng tích hợp giữa các biến trong dài hạn.
Việc áp dụng VECM khơng địi hỏi sự am hiểu sâu sắc về lý thuyết kinh tế mà chỉ cần đáp
ứng bề rộng dữ liệu ở mức vừa phải. Dạng tổng quát mơ hình VECM như sau:
ΔXt = ΠXt-1 + Γ1ΔXt-1 + … + Γp-1ΔXt-p+1 + Ut
1.3.3. Đánh giá chất lượng mô hình dự báo
Để so sánh và đánh giá hiệu quả mơ hình dự báo, có thể căn cứ vào các tiêu chuẩn
thống kê: RMSE, MAE, MAPE và hệ số bất cân bằng Theil.
7
1.4. KINH NGHIỆM QUỐC TẾ VỀ ỨNG DỤNG MƠ HÌNH DỰ BÁO LẠM PHÁT
TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ
Qua tổng kết kinh nghiệm các nước trong việc lựa chọn, xây dựng và vận hành mơ
hình dự báo lạm phát và ứng dụng chúng trong điều hành CSTT, luận án rút ra một số bài
học sau cho Việt Nam:
- Về lựa chọn mơ hình dự báo: mơ hình giản đơn như ARIMA, VAR và VECM là
giải pháp khả thi nhất dành cho NHTW các nước đang phát triển để dự báo lạm phát.
- Về lựa chọn đơn vị thực hiện dự báo: NHTW là đơn vị chịu trách nhiệm chính về
công tác dự báo và công bố mục tiêu lạm phát.
- Về thu thập dữ liệu đầu vào: số liệu tiền tệ có thể tiếp cận qua đơn vị dự báo –
thống kê chuyên trách của NHTW; số liệu vĩ mô trong nước thu thập từ Cơ quan Thống kê
Quốc gia; số liệu kinh tế quốc tế thu thập từ NHTW các nước, Reuteurs, IMF...
- Về khảo sát, xử lý dữ liệu: dữ liệu đầu vào cần đáp ứng được các tiêu chuẩn về tính
đầy đủ, nhất quán và phù hợp. Khảo sát đặc trưng biến và xử lý tiền đề được tiến hành dựa
trên: đồ thị trực quan, thống kê cơ bản, xử lý tính mùa vụ, kiểm định tính dừng của chuỗi.
- Về chỉ định cấu trúc ARIMA: dự báo dựa trên tổng hợp kết quả các mô hình phân
tổ khơng chỉ mang tới hiệu quả dự báo vượt trội trong ngắn hạn, mà còn giúp xác định rõ
mức độ đóng góp của từng cấu phần giá/nhóm hàng vào biến động chung của CPI.
- Về chỉ định cấu trúc mơ hình VAR và VECM: các nhân tố đưa vào mơ hình nhất
thiết phải đại diện cho khu vực kinh tế thực và các kênh của CSTT: (i) nhân tố đại diện cho
thương mại, cung – cầu thị trường; (ii) nhân tố đại diện cho CSTT; (iii) nhân tố đại diện cho
chính sách tỷ giá; (iv) nhân tố đại diện cho các cấu phần của CPI; (v) Nhân tố đại diện từ
phía cung; (vi) nhân tố đại diện cho kinh tế quốc tế.
- Về phân tích, đánh giá và hiệu chỉnh dự báo: các tiêu chuẩn RMSE, MAE, MAPE
và Theil IC được áp dụng để đánh giá chất lượng dự báo. Để giảm tính bất định và nâng cao
độ chính xác của dự báo, có thể kết hợp kết quả dự báo từ nhiều mơ hình và tính tốn giá trị
dự báo trung bình, đồng thời tham vấn chuyên gia về kết quả dựa trên phân tích tác động
chính sách và diễn biến kinh tế thực.
- Về ứng dụng kết quả dự báo trong điều hành CSTT: (i) Việc ra quyết định CSTT
dựa trên kết quả dự báo lạm phát cần tuân theo quy trình chuẩn với những cân nhắc thận
trọng để hạn chế tổn thất kinh tế; (ii) Để tăng sự thận trọng cho các quyết định CSTT,
NHTW cần tạo lập quỹ dự phòng cho các sai lầm dự báo tiềm tàng; (iii) Cần tích hợp việc
đánh giá xác suất xảy ra vào kết quả dự báo để hỗ trợ hiệu quả việc hoạch định chính sách.
8
CHƯƠNG 2: THỰC TRẠNG MƠ HÌNH DỰ BÁO LẠM PHÁT
TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM
2.1. PHÂN TÍCH THỰC TRẠNG LẠM PHÁT TẠI VIỆT NAM
Hình 2.1: Diễn biến CPI của Việt Nam, 2000 – 2019
30%
1
25%
2
5%
3
4%
CPI so cùng kỳ (yoy) - Trục trái
Giai đoạn 1
(1/2000 – 12/2007)
Lạm phát tăng cùng sự mở rộng
liên tục tín dụng và cung tiền.
2019m5
2018m9
2018m1
2017m5
2016m9
2016m1
2015m5
2014m9
2014m1
2013m5
2012m9
2012m1
2011m5
2010m9
2010m1
2009m5
2008m9
2008m1
2007m5
2006m9
-5%
2006m1
-1%
2005m5
0%
2004m9
0%
2004m1
5%
2003m5
1%
2002m9
10%
2002m1
2%
2001m5
15%
2000m9
3%
2000m1
20%
-2%
CPI so tháng trước (mom) - Trục phải
Giai đoạn 2
(1/2008 – 4/2012)
Lạm phát cao đột biến
do nhiều nguyên nhân,
cung tiền và các yếu tố
từ phía cung.
Giai đoạn 3
(5/2012 – 12/2019)
Lạm phát thấp (trung bình
dưới 4%/năm); CPI năm 2015
thấp nhất trong 20 năm qua.
Nguồn: IMF (2020)
Bức tranh lạm phát Việt Nam 2000 – 2019 chứa đựng những gam màu khác nhau:
- Giai đoạn 2000 – 2007: lạm phát có chiều hướng tăng trở lại sau thời kỳ đầu khá
ổn định, đạt mức hai con số vào năm 2007 (12,63%) bởi một số nguyên nhân: sự mở rộng
tín dụng và cung tiền, chi phí đẩy, tăng chi tiêu chính phủ, cú sốc cung do ảnh hưởng dịch
cúm gia cầm năm 2003.
- Giai đoạn 2008 – tháng 4/2012: lạm phát tăng cao đột biến, vượt 20% do cộng
hưởng của nhiều nguyên nhân: chi phí đẩy, tín dụng, cung tiền, phá giá VND, thâm hụt
NSNN và nợ cơng, chính sách quản lý giá lỏng lẻo.
- Giai đoạn tháng 5/2012 – 2019: lạm phát được kiềm chế ở mức một con số và khá
ổn định, trung bình dưới 4% nhờ sự giảm mạnh của tín dụng và cung tiền, điều chỉnh giảm
giá xăng dầu do giá dầu thế giới giảm, tỷ giá và giá lương thực, thực phẩm ổn định.
9
2.2. THỰC TRẠNG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ NHẰM KIỂM SOÁT
LẠM PHÁT TẠI VIỆT NAM
Bảng 2.1: Mục tiêu và thực hiện CSTT tại Việt Nam, 2000 – 2019 (% yoy)
Năm
GDP
CPI
Tín dụng
M2
Mục tiêu
Thực hiện
Mục tiêu
Thực hiện
Mục tiêu
Thực hiện
Mục tiêu
Thực hiện
2000
5,5 - 6
6,8
6
-0,6
28 - 30
38,14
38
38,96
2001
7,5 - 8
6,9
<5
0,8
20 - 25
21,44
23
25,53
2002
7 - 7,3
7,08
3-4
4
20 - 21
22,2
22 - 23
17
2003
7 - 7,5
7,34
<5
3
25
28,41
25
24,94
2004
7,5 - 8
7,8
<5
9,5
25
41,65
22
30,4
2005
8,5
8,44
< 6,5
8,4
25
31,1
22
29,65
2006
8
8,23
<8
6,6
18 - 20
25,44
23 - 25
33,6
2007
8,2 - 8,5
8,46
<8
12,6
17 - 21
53,9
20 - 23
46,12
2008
8,5 - 9
6,31
< 10
19,9
30
25,43
32
20,31
2009
5
5,32
< 15
6,5
21 - 23
37,53
18 - 20
29
2010
6,5
6,78
7-8
11,8
25
31,2
25
33,3
2011
7,5
5,9
<7
18,6
20
14,4
15 - 16
12,4
2012
6 - 6,5
5,03
< 10
6,81
15 - 17
5,5
14 - 16
17
2013
5,5
5,42
7-8
6,04
12
12,51
14 - 16
18,5
2014
5,8
5,98
7
1,84
12 - 14
14,16
16 - 18
15,65
2015
6,2
6,68
5
0,63
15 - 17
17,26
17 - 18
16,23
2016
6,7
6,21
<5
4,74
18 - 20
18,25
16 - 18
18,38
2017
6,7
6,81
4
3,53
18 - 21
18,17
16 - 18
14,5
2018
6,5 - 6,7
7,08
4
3,54
17
14
16
12,5
2019
6,6 - 6,8
7,02
4
2,79
14
13,5
14
13
Nguồn: Tổng cục Thống kê và Ngân hàng Nhà nước (2020)
Xu hướng điều hành CSTT những năm qua là mở rộng có thận trọng để thúc đẩy
tăng trưởng kinh tế và kiềm chế lạm phát. Ở một số thời điểm (ví dụ: đầu 2008 và cuối
2010), để kìm hãm mức tăng nhanh của lạm phát, NHNN sử dụng đồng bộ các công cụ để
thắt chặt tiền tệ. Tuy nhiên, do hiệu quả điều hành CSTT chưa cao cộng với sự phối hợp
thiếu chặt chẽ với các chính sách vĩ mơ khác, lạm phát tiếp tục tăng cao, lên đến 11,8%
trong năm 2010 và 18,1% năm 2011. Điều này đã tác động tiêu cực đến tăng trưởng kinh tế
và phát triển bền vững đặc biệt trong giai đoạn 2008 – 2013. Kể từ 2014, khủng hoảng qua
đi song để lại nhiều dư chấn cho nền kinh tế (tổng cầu và sức mua của nền kinh tế cịn yếu,
sản xuất kinh doanh gặp nhiều khó khăn, lạm phát ở mức thấp…), do đó, CSTT thời kỳ này
được nới lỏng hơn, phối hợp chặt chẽ và linh hoạt với CSTK nhằm ổn định vĩ mô, hỗ trợ
tăng trưởng ở mức hợp lý, bên cạnh kiểm soát lạm phát trong giới hạn mục tiêu đề ra.
10
2.3. THỰC TRẠNG MƠ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH CHÍNH
SÁCH TIỀN TỆ TẠI VIỆT NAM
2.3.1. Đặc trưng mơ hình dự báo lạm phát tại NHNN Việt Nam
Vụ Dự báo, thống kê là đơn vị được NHNN giao nhiệm vụ chuyên trách dự báo lạm
phát. Kể từ khi thành lập năm 2009, Vụ Dự báo, thống kê đã thiết lập và phát triển một loạt
cơng cụ phân tích định lượng và dự báo lạm phát, trong đó chú trọng vào mơ hình ARIMA,
VAR, SVAR và VECM. Đây là các lớp mơ hình được triển khai thường xun, đạt hiệu quả
cao, có thể cập nhật liên tục và ước lượng được tác động của các biến số vĩ mô tới lạm phát.
2.3.2. Dữ liệu cho mơ hình dự báo
Nguồn dữ liệu đầu vào cho mơ hình dự báo của NHNN cụ thể như sau: (1) số liệu
tiền tệ - ngân hàng được thu thập, tính tốn tại Vụ Dự báo, thống kê; (2) số liệu kinh tế vĩ
mô Việt Nam được thu thập từ Tổng cục Thống kê; (3) số liệu kinh tế quốc tế được thu thập
từ NHTW các nước, ADB và IMF.
2.3.3. Thực trạng sử dụng mô hình dự báo lạm phát tại NHNN Việt Nam
(1) Mơ hình ARIMA: Việc thực nghiệm ARIMA để dự báo lạm phát tại NHNN
hiện mới dừng ở việc tự hồi quy các giá trị quá khứ của chuỗi CPI tổng thể.
(2) Mơ hình VAR: Tại NHNN, cấu trúc VAR sử dụng cho dự báo lạm phát theo
tháng và quý gồm biến CPI và các biến số tác động tới CPI, biến số trong nước, biến số đối
ngoại, và có thể kèm theo biến giả mùa vụ.
Bảng 2.2: Mô tả các biến trong mơ hình VAR của NHNN
TT
Biến số
Diễn giải
Nguồn
TT
Biến số
Diễn giải
1
CPI
Chỉ số giá tiêu dùng
TCTK
2
NRETAIL
Tổng mức bán lẻ hàng hóa
TCTK,
(chưa loại trừ yếu tố giá)
NHNN
Nguồn
8
LENDING_R
Lãi suất cho vay nội tệ
IMF
9
OER
Tỷ giá bình quân liên
NHNN
ngân hàng (trung tâm)
3
RGDP
Tổng sản phẩm quốc nội thực
NHNN
10
ER_FM
Tỷ giá thị trường tự do
Reuters
4
M2
Tổng phương tiện thanh toán
NHNN
11
OIL
Giá dầu thơ thế giới
FED
5
CVND
Dư nợ tín dụng nội tệ
NHNN
12
FEDFUNDS
Lãi suất hiệu dụng FED
FED
6
CREDIT
Tổng tín dụng của nền
kinh tế
NHNN
13
WCP
Chỉ số giá hàng hóa
thế giới
IMF
7
MR
Tiền dự trữ
NHNN
Nguồn: Bùi Quốc Dũng (2014)
(3) Mơ hình VECM: Tại NHNN, VECM được sử dụng để phân tích truyền dẫn
CSTT tới lạm phát và GDP, sau mở rộng sang dự báo lạm phát tháng/quý trong trung hạn.
11
Bảng 2.3: Định dạng cấu trúc VECM tần suất tháng/quý của NHNN
TT
Biến số
Diễn giải
Định dạng
Nguồn
Biến nội sinh
1.1
RRETAIL
(tháng)
Doanh số bán lẻ thực
Log
TCTK, NHNN
1.2
RGDP
(quý)
Tổng sản phẩm quốc nội thực
Log
NHNN
2
CPI
Chỉ số giá tiêu dùng
Log
TCTK
3
CREDIT
Tín dụng của nền kinh tế
Log
NHNN
4
LENDING_R
Lãi suất cho vay VND
%
IMF
5
OER
Tỷ giá bình quân liên ngân hàng
Log
NHNN
6
VNI
Chỉ số VN-Index
Log
IMF
Biến ngoại sinh
7
WCP
Chỉ số giá hàng hóa thế giới
Log
IMF
8
OIL
Giá dầu thơ thế giới
Log
Fed St. Louis
9
OUTPUT_US
Sản lượng công nghiệp Mỹ
Log
Fed St. Louis
10
FEDFUNDS
Lãi suất FED
%
Fed St. Louis
Số trễ
2
Số đồng tích hợp
4
Nguồn: Bùi Quốc Dũng và Hồng Việt Phương (2014)
Kết quả mơ hình dự báo lạm phát được ứng dụng trong điều hành CSTT tại Việt
Nam nhằm: (i) xây dựng kịch bản chính sách; (ii) xây dựng báo cáo phân tích để tham mưu
Ban lãnh đạo NHNN; (iii) tham chiếu cho việc thiết lập và điều chỉnh mục tiêu lạm phát.
2.4. ĐÁNH GIÁ CHUNG VỀ MÔ HÌNH DỰ BÁO LẠM PHÁT TẠI VIỆT NAM
2.4.1. Kết quả
- Công tác xây dựng cơ sở dữ liệu, lựa chọn biến số, chỉ định cấu trúc và đánh giá
chất lượng mơ hình dự báo tại NHNN ngày càng hồn thiện.
- Hệ thống mơ hình dự báo của NHNN phong phú: mơ hình chuỗi thời gian đơn biến
và đa biến, kế hoạch mở rộng sang mơ hình kinh tế lượng vĩ mơ và DSGE → Mức độ hồn
thiện và năng lực dự báo của mơ hình tăng lên, hỗ trợ hiệu quả kiểm soát lạm phát.
2.4.2. Tồn tại
- Năng lực dự báo của NHNN chưa đáp ứng được yêu cầu của điều hành CSTT và
quản lý, giám sát tiền tệ - ngân hàng.
- Dự báo lạm phát ngắn hạn sử dụng mơ hình ARIMA tại NHNN mới dừng ở việc
thực nghiệm trực tiếp với chuỗi CPI tổng thể, vì vậy hiệu quả dự báo và hàm lượng thơng
tin tiên liệu cịn thấp.
12
- Cấu trúc dự báo đa biến (VAR và VECM) khơng cịn phù hợp với bối cảnh thực,
cụ thể: (i) các nhân tố từ phía cầu chưa phản ánh chính xác quan hệ tăng trưởng – lạm phát
(kinh nghiệm quốc tế khuyến nghị sử dụng chỉ tiêu chênh lệch sản lượng); (ii) chưa xem xét
lạm phát kỳ vọng; (iii) việc sử dụng chỉ tiêu tín dụng của nền kinh tế để đại diện cho cú sốc
CSTT là chưa chuẩn xác (khuyến nghị sử dụng M2); (iv) sử dụng tỷ giá bình quân liên ngân
hàng trong cấu trúc VECM hiện tại chưa phản ánh đúng diễn biến thị trường (khuyến nghị
sử dụng tỷ giá của NHTM, tỷ giá thị trường tự do); (v) mơ hình VECM của NHNN bỏ ngỏ
các nhân tố chủ chốt từ phía cung; (vi) đặc trưng mùa vụ chưa được xem xét trong mơ hình.
2.4.3. Ngun nhân của tồn tại
- Khuôn khổ pháp lý cho công tác dự báo chưa hồn thiện.
- Khó khăn về tiếp cận dữ liệu.
- Hạn chế về số lượng và chất lượng nhân sự làm cơng tác phân tích, dự báo.
- Hạn chế về tiềm lực hạ tầng và năng lực thích ứng công nghệ của cán bộ NHNN.
13
CHƯƠNG 3: ĐỀ XUẤT HỒN THIỆN MƠ HÌNH DỰ BÁO LẠM PHÁT
TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM
3.1. ĐỀ XUẤT HỒN THIỆN MƠ HÌNH ARIMA
Luận án sử dụng mơ hình ARIMA và phương pháp luận Box-Jenkins để dự báo lạm
phát tháng tại Việt Nam trong ngắn hạn xuất phát từ các lí do: (i) ARIMA cung cấp kết quả
dự báo ngắn hạn đáng tin cậy; (ii) ARIMA có phương pháp luận đơn giản, dễ dàng vận
hành; (iii) Mong muốn ứng dụng kinh nghiệm thành công của các nước nhằm đổi mới cách
thức vận hành mơ hình dự báo ARIMA tại Việt Nam.
Để dự báo CPI tổng thể, luận án tiến hành dự báo CPI tháng của 10 nhóm hàng hóa
thành phần bao gồm: hàng ăn và dịch vụ ăn uống (CPI1); đồ uống và thuốc lá (CPI2); may
mặc, mũ nón, giày dép (CPI3); nhà ở, điện, nước và vật liệu xây dựng (CPI4); thiết bị và đồ
dùng gia đình (CPI5); Thuốc men và dịch vụ y tế (CPI6); Giao thơng và bưu chính (CPI7);
Giáo dục (CPI8); Văn hóa, giải trí và du lịch (CPI9); Hàng hóa và dịch vụ khác (CPI10).
Kiểm định nghiệm đơn vị theo phương pháp ADF và PP cho thấy chuỗi CPI1, CPI2,
CPI3, CPI4, CPI5, CPI6, CPI7, CPI9, CPI10 dừng sai phân bậc nhất; riêng chuỗi CPI8 dừng sai
phân bậc hai. Để xác định p và q cho mơ hình ARIMA phân tổ, tác giả lần lượt thực nghiệm
156 phương trình ứng với 10 nhóm hàng hóa với việc xem xét biểu đồ tự tương quan và tự
tương quan riêng phần
Từ đó thu được dạng thức mơ hình tối ưu. Hệ số R2 hiệu chỉnh =
0,639: mơ hình giải thích được 63,9% biến động của chuỗi CPI tổng thể, theo đó, mơ hình
có chất lượng tốt và thích hợp cho việc dự báo lạm phát ngắn hạn.
Kết quả dự báo ngoài mẫu:
Bảng 3.1: Dự báo CPI tổng thể và thành phần, 2020m1 – 2020m3 (% mom)
Thời
gian
CPI
tổng
thể
CPI
hàng
ăn,
dịch
vụ ăn
uống
2020m1
1.88
3.82
0.41
CPI
may
mặc,
mũ
nón,
giày
dép
0.46
2020m2
1.39
2.88
0.62
0.35
0.66
0.32
0.65
0.95
-0.38
0.80
0.52
2020m3
0.72
1.14
0.16
0.20
0.67
0.28
0.63
0.53
0.81
0.22
0.26
CPI
đồ
uống,
thuốc
lá
CPI
nhà ở,
điện
nước,
VLXD
CPI
thiết
bị, đồ
dùng
gia
đình
CPI
thuốc
men,
dịch
vụ y
tế
CPI
giao
thơng,
bưu
chính
CPI
giáo
dục
0.82
0.25
2.00
0.76
1.50
CPI
văn
hóa,
giải
trí,
du
lịch
0.13
CPI
hàng
hóa,
dịch
vụ
khác
0.48
Nguồn Tính tốn của tác giả
14
Kết quả dự báo trong mẫu và đánh giá:
Bảng 3.2: CPI dự báo và thực tế theo nhóm hàng hóa, 2019m10 – 2019m12
CPI
tổng
thể
Thời
gian
CPI
hàng
ăn,
dịch
vụ ăn
uống
CPI
đồ
uống,
thuốc
lá
CPI
may
mặc,
mũ
nón,
giày
dép
CPI
nhà ở,
điện
nước,
VLXD
CPI
thiết
bị, đồ
dùng
gia
đình
CPI
thuốc
men,
dịch
vụ y
tế
CPI
giao
thơng,
bưu
chính
CPI
giáo
dục
CPI
văn
hóa,
giải
trí,
du
lịch
CPI
hàng
hóa,
dịch
vụ
khác
(1) Dự báo
2019m10
0.62
0.85
0.28
0.29
0.35
0.24
5.56
-0.52
-0.49
0.11
0.51
2019m11
1.04
1.19
0.26
0.22
0.78
0.20
2.53
0.96
3.11
0.21
0.33
2019m12
1.41
3.05
0.44
0.44
0.12
0.27
6.62
0.02
-2.18
0.28
0.40
(2) Thực tế
2019m10
0.62
1.04
0.04
0.07
0.52
0.08
0.04
0.99
0.19
0.11
0.17
2019m11
0.95
2.74
0.21
0.12
0.12
0.10
0.05
-0.73
0.04
0.03
0.16
2019m12
1.50
3.41
0.25
0.33
0.23
0.14
0.03
1.45
0.01
0.09
0.24
Đánh giá hiệu quả dự báo CPI tổng thể, 2019m10 – 2019m12 (điểm %):
Thời gian
Dự báo
Thực hiện
Sai số
2019m10
0,62
0,62
0
2019m11
1,04
0,95
-0,09
2019m12
1,41
1,50
0,09
Nguồn Tính tốn của tác giả
Kết quả dự báo mơ hình ARIMA cho thấy xu hướng trong ngắn hạn gắn kết chặt chẽ
với thực tiễn với mức sai số giảm hẳn so với cấu trúc ARIMA (1,1,6) của NHNN.
Tác động và đóng góp của các nhóm hàng thành phần vào biến động CPI tổng thể:
Hình 3.1: Diễn biến CPI tổng thể và CPI thành phần, 2018m1 - 2020m3
(2020m1 - 2020m3 là số dự báo; % mom)
8.00
CPIhàngăn,dịchvụănuống
6.00
CPIđồuống,thuốclá
CPImaymặc,mũnón,giàydép
4.00
CPInhàở,điệnnước,VLXD
2.00
CPIthiếtbị,đồdùnggiađình
0.00
CPIthuốcmen,dịchvụytế
-2.00
CPIgiaothơng,bưuchính
-4.00
CPIgiáodục
-6.00
CPIvănhóa,giảitrí,dulịch
2018m1
2018m2
2018m3
2018m4
2018m5
2018m6
2018m7
2018m8
2018m9
2018m10
2018m11
2018m12
2019m1
2019m2
2019m3
2019m4
2019m5
2019m6
2019m7
2019m8
2019m9
2019m10
2019m11
2019m12
2020m1
2020m2
2020m3
-8.00
CPIhànghóa,dịchvụkhác
CPItổngthể
Nguồn: Tổng cục Thống kê (2020)
15
3.2. ĐỀ XUẤT HỒN THIỆN MƠ HÌNH VECM
Tác giả lựa chọn mơ hình VECM để dự báo lạm phát theo tháng/quý trong trung hạn
bởi các lí do sau: (i) VECM là một dạng thức của ECM, song ưu việt hơn vì được phát triển
dựa trên lý thuyết mơ hình VAR và đồng tích hợp các biến số; (ii) VECM là một dạng thức
của VAR tổng quát, được áp dụng khi chuỗi dữ liệu không dừng và chứa đựng quan hệ
đồng tích hợp, do đó khắc phục được nhược điểm của VAR; (iii) VECM tích hợp cả yếu tố
cân bằng dài hạn, giúp hiệu chỉnh biến động ngắn hạn; (iv) VECM được sử dụng phổ biến
trên thế giới để dự báo lạm phát trong trung hạn, do đó có thể kế thừa thành tựu của nghiên
cứu trước nhằm cải tiến, hiệu chỉnh cấu trúc VECM hiện tại để nâng cao hiệu quả dự báo.
Xuất phát từ khung phân tích mơ hình kết hợp giữa cách tiếp cận kinh tế học cơ cấu
và kinh tế học tiền tệ, tham khảo cấu trúc VECM đang được áp dụng tại NHNN, đồng thời
nghiên cứu giải pháp khắc phục những hạn chế của cấu trúc này, luận án thiết lập cấu trúc
VECM dự báo lạm phát theo tháng/quý trong trung hạn như sau:
Hình 3.2: Kênh truyền tải tác động tới lạm phát
Giácả(CPI)
Giáhànghóa
thươngmại
Giácảthếgiới
Giáhànghóa
phithươngmại
Yếutốkhác
Tổngcầu
Giádầu(OIL)
Lãisuất
(FEDFUNDS)
Chênhlệchsản
lượng(IIP_GAP)
Giásảnxuất
(PPI)
Giáhànghóa
thếgiới(WCP)
TỷgiáNHTM
(ER_VCB)
Cung|ềnrộng
(M2)
Tiềnlương
(WAGE)
Lãisuấtchovay
(LENDING_R)
TỷgiáNHTM
(ER_VCB)
Tổngcung
16
Bảng 3.3: Cấu trúc dữ liệu mơ hình VECM tần suất tháng
TT
Biến số
Mô tả biến
Định dạng
Thời gian
Chỉ số
2005m1 - 2019m12
Biến nội sinh
1
IIP_GAP
Chênh lệch sản lượng1,2
2
CPI
Chỉ số giá tiêu dùng1
Log
2005m1 - 2019m12
3
M2
Tổng phương tiện thanh toán
Log
2005m1 - 2019m12
4
LENDING_R
Lãi suất cho vay VND
%
2005m1 - 2019m12
5
ER_VCB
Tỷ giá USD/VND của NHTM
Log
2005m1 - 2019m12
6
PPI
Chỉ số sản giá xuất1
Log
2005m1 - 2019m12
7
WAGE
Lương cơ sở
Log
2005m1 - 2019m12
Biến ngoại sinh
8
OlL
Giá dầu thô thế giới
Log
2005m1 - 2019m12
9
WCP
Chỉ số giá hàng hóa thế giới1
Log
2005m1 - 2019m12
10
FEDFUNDS
Lãi suất hiệu dụng của FED
%
2005m1 - 2019m12
11
@SEAS(m)
Biến giả mùa vụ theo tháng:
2005m1 - 2019m12
m = {1, 2, 3, 10, 11, 12}
Số trễ
2
Số đồng tích hợp
4
Bảng 3.4: Cấu trúc dữ liệu mơ hình VECM tần suất quý
TT
Biến số
Mô tả biến
Định dạng
Thời gian
Chỉ số
2005q1 - 2019q4
Log
2005q1 - 2019q4
Log
2005q1 - 2019q4
%
2005q1 - 2019q4
Log
2005q1 - 2019q4
Log
2005q1 - 2019q4
Log
2005q1 - 2019q4
Log
2005q1 - 2019q4
Log
2005q1 - 2019q4
%
2005q1 - 2019q4
Biến nội sinh
1
IIP_GAP
Chênh lệch sản lượng1,2
1
2
CPI
Chỉ số giá tiêu dùng
3
M2
Tổng phương tiện thanh toán
4
LENDING_R
Lãi suất cho vay VND
5
ER_VCB
Tỷ giá USD/VND của NHTM
6
PPI
Chỉ số giá sản xuất
7
WAGE
Lương cơ sở
1
Biến ngoại sinh
8
OlL
Giá dầu thô thế giới
9
WCP
Chỉ số giá hàng hóa thế giới
10
FEDFUNDS
Lãi suất hiệu dụng của FED
11
@SEAS(q)
Biến giả mùa vụ theo quý: q = {1,4}
2005q1 - 2019q4
Số trễ
4
Số đồng tích hợp
4
1
17
Hình 3.3: Kết quả hàm phản ứng Cholesky của cú sốc các biến IIP_GAP, CPI
(quá khứ), M2, LENDING_R, ER_VCB, PPI và WAGE đối với CPI
Phản ứng của log(CPI) trước IIP_GAP
Phản ứng của log(CPI) trước log(CPI) trong quá khứ
Phản ứng của log(CPI) trước log(M2)
Phản ứng của log(CPI) trước LENDING_R
Phản ứng của log(CPI) trước ER_VCB
Phản ứng của log(CPI) trước log(PPI)
Phản ứng của log(CPI) trước log(WAGE)
Kết quả hàm phản ứng của cú sốc các biến đối với việc tăng CPI: (i) mức tăng CPI
trong quá khứ tác động dương đến mức tăng CPI hiện tại, mức tăng này giảm dần và được
triệt tiêu hồn tồn sau 24 tháng; (ii) từ phía cầu, khi kích hoạt cú sốc chênh lệch sản lượng,
18
CPI có xu hướng giảm nhẹ trong 5 quý đầu tiên trước khi đi vào trạng thái ổn định kể từ quý
6; (iii) sau 8 tháng kể từ thời điểm mở rộng M2, CPI bắt đầu tăng và tăng đặc biệt mạnh vào
quý 3 và 4, sau đó từ quý 5 trở đi, mức tăng CPI đi vào ổn định và gia tốc tăng có xu hướng
giảm dần trong dài hạn; (iv) cú sốc lãi suất tác động ngược chiều lên mức tăng CPI, tức là,
việc tăng lãi suất có thể là một giải pháp tốt để kiềm chế lạm phát; (v) tỷ giá tăng có ảnh
hưởng thuận chiều tới mức tăng CPI trong 6 tháng đầu, song tác động của cú sốc này là khá
yếu và dần triệt tiêu kể từ tháng thứ 7; (vi) từ phía cung, cú sốc giá sản xuất khiến lạm phát
trong nước gia tăng tức thì và tác động này có xu hướng kéo dài, trong khi ảnh hưởng của
cú sốc lương đến biến động CPI tăng dần, đạt cực đại sau 5 quý, sau đó đi vào ổn định.
Hình 3.4: Phân rã phương sai biến động của log(CPI)
100%
80%
60%
40%
20%
0%
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
IIP_GAP
LOG(CPI)
LOG(M2)
LENDING_R
LOG(ER_VCB)
LOG(PPI)
LOG(WAGE)
Kết quả dự báo trong mẫu cho thấy mơ hình VECM cải tiến của Luận án (với sai số
tính tốn theo chuẩn RMSE, MAE, MAPE và Theil IC ở mức thấp) đạt hiệu quả vượt trội so
với mơ hình của NHNN.
Các kịch bản chi phối từ tác động của COVID-19:
- Kịch bản 1: Trải qua 3 quý đầu năm 2020, cú sốc COVID-19 lan rộng tầm ảnh
hưởng và gây suy thoái kinh tế trên bình diện tồn cầu. Bước sang Q4/2020, khi đại dịch đã
trong tầm kiểm sốt, kinh tế tồn cầu mới có thể hồi phục trở lại.
- Kịch bản 2: COVID-19 lây lan ngày càng mạnh mẽ, trở thành đại dịch toàn cầu và
hầu hết các nền kinh tế trên thế giới đều phải chịu cú sốc nghiêm trọng. Theo đó, tăng
trưởng kinh tế toàn cầu và một số nền kinh tế lớn như Mỹ, Trung Quốc, Anh và EU có thể
giảm sâu (thậm chí là suy thối) trong năm 2020. Giai đoạn phục hồi chỉ thực sự bắt đầu kể
từ quý 2/2021.
Kết quả dự báo cho thấy Việt Nam có thể trải qua một cuộc giảm phát với CPI bình
quân tháng giảm từ 1,07 – 1,23% và CPI bình quân quý giảm từ 2,11 – 2,13%.
19
Bảng 3.5: Kết quả dự báo của mơ hình VECM tần suất tháng đối với
các biến nội sinh quan trọng trong năm 2020 (% yoy)
Biến số
2020
m1
2020
m2
2020
m3
2020
m4
2020
m5
2020
m6
2020
m7
2020
m8
2020
m9
2020
m10
2020
m11
2020
m12
BQ2020
Kịch bản 1
IIP_GAP
6,42
-15,53
4,97
-3,60
0,27
-0,13
2,43
4,98
6,85
10,82
13,51
18,61
4,13
ΔCPI
4,45
4,91
4,69
3,04
0,67
-1,72
-3,74
-5,13
-5,75
-5,71
-4,89
-3,69
-1,07
ΔM2
15,97
15,25
14,74
13,66
13,91
14,91
16,20
17,16
17,67
17,35
16,79
15,30
15,74
ΔCREDIT
10,54
10,55
9,93
8,04
6,60
5,74
5,71
6,49
7,97
9,73
11,99
13,79
8,92
ΔER_VCB
-1,11
0,87
0,57
0,95
1,24
1,12
0,74
0,31
0,20
0,64
1,31
1,88
0,73
Kịch bản 2
IIP_GAP
6,42
-15,53
1,42
-2,66
0,17
1,71
4,51
5,50
6,69
8,33
10,05
12,57
3,27
ΔCPI
4,45
4,91
3,94
2,10
-0,05
-1,99
-3,36
-4,32
-4,81
-4,98
-5,20
-5,46
-1,23
ΔM2
15,97
15,25
14,12
13,98
14,77
15,78
16,96
17,49
17,65
17,19
16,49
15,76
15,95
ΔCREDIT
10,54
10,55
8,95
7,49
6,42
6,08
6,71
7,73
9,24
10,76
12,01
13,07
9,13
ΔER_VCB
-1,11
0,87
1,16
1,35
1,15
0,74
0,11
0,43
0,93
1,32
1,53
1,74
0,85
Dự báo CPI trung bình các tháng năm 2020 giảm từ 1,07 – 1,23% (giảm phát).
20
Bảng 3.6: Kết quả dự báo của mơ hình VECM tần suất quý đối với
các biến nội sinh quan trọng trong năm 2020 (% yoy)
Biến số
2020q1
2020q2
2020q3
2020q4
BQ 2020
Kịch bản 1
IIP_GAP
-13,78
7,55
18,32
-9,61
0,62
ΔCPI
2,78
-3,61
-4,08
-3,54
-2,11
ΔM2
22,88
18,72
24,56
18,31
21,12
LENDING_R
6,72
5,91
4,81
7,26
6,18
ΔER_VCB
1,85
1,17
0,49
0,10
0,90
Kịch bản 2
IIP_GAP
-13,78
7,55
16,58
-16,21
-1,47
ΔCPI
2,78
-3,61
-4,11
-3,58
-2,13
ΔM2
22,96
19,31
26,22
20,94
22,36
LENDING_R
6,72
5,91
4,74
7,07
6,11
ΔER_VCB
1,85
1,17
0,47
0,12
0,90
Dự báo CPI trung bình các quý năm 2020 giảm từ 2,11 – 2,13% (giảm phát).
3.3. SO SÁNH, ĐÁNH GIÁ HIỆU QUẢ MƠ HÌNH DỰ BÁO
- Mơ hình VECM sử dụng biến số đa dạng hơn và quá trình kiểm định biến và quan
hệ giữa các biến kỹ lưỡng và chặt chẽ hơn, do đó, về mặt phương pháp luận, VECM đã
khẳng định tính ưu việt hơn trong dự báo lạm phát so với mơ hình ARIMA.
- Đối với dự báo ngắn hạn, ARIMA cho thấy ưu điểm nổi trội (đặc biệt khi muốn
phân tích, đánh giá diễn biến CPI theo các cấu phần). Do đó, để thu được kết quả dự báo có
độ tin cậy và chính xác cao, nên sử dụng kết hợp nhiều phương pháp và mô hình dự báo.
21
CHƯƠNG 4: KHUYẾN NGHỊ CHÍNH SÁCH VỀ VIỆC ỨNG DỤNG
MƠ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH
CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM
4.1. ĐỊNH HƯỚNG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ VÀ PHÁT TRIỂN HOẠT
ĐỘNG DỰ BÁO TẠI VIỆT NAM ĐẾN NĂM 2025
Mục tiêu tổng quát điều hành CSTT: Điều hành chủ động, linh hoạt, thận trọng,
phối hợp chặt chẽ với chính sách tài khóa và chính sách vĩ mơ khác nhằm kiểm sốt lạm
phát theo mục tiêu đề ra, góp phần ổn định kinh tế vĩ mơ, thúc đẩy tăng trưởng bền vững,
song song bảo đảm an toàn và lành mạnh hoạt động của các tổ chức tín dụng.
Định hướng giải pháp điều hành CSTT: (i) Đổi mới điều hành công cụ của CSTT
theo hướng hiện đại, chuyển từ điều hành theo lượng sang điều hành theo giá; (ii) Xác định
rõ cơ chế truyền tải CSTT, đánh giá hiệu quả cơ chế truyền tải theo các kênh, đồng thời giải
quyết tồn tại trong từng kênh; (iii) Đổi mới cơ chế tỷ giá theo hướng tăng cường linh hoạt
và gắn kết chặt chẽ với tín hiệu thị trường; (iv) Phát triển hoàn thiện hệ thống cơ sở dữ liệu
và mơ hình dự báo làm căn cứ phục vụ điều hành CSTT; (v) Thực hiện các giải pháp quản
lý ngoại hối hợp lý, đồng bộ với CSTT và tín dụng; (vi) Tăng cường phối hợp chính sách
giữa NHNN và các cơ quan quản lý để bảo đảm sự hài hòa giữa CSTT và các chính sách vĩ
mơ; (vii) Đẩy mạnh quá trình hội nhập kinh tế khu vực và quốc tế trong điều hành CSTT,
chuẩn bị các điều kiện tốt nhất để ứng phó với biến động từ bên ngồi.
Định hướng phát triển hoạt động dự báo tại NHNN Việt Nam: (i) Mở rộng, nâng
cấp mơ hình thực nghiệm lên các dạng thức hiện đại và phức tạp (ví dụ: SVAR, BVAR và
CVAR...); (ii) Nghiên cứu, phát triển thử nghiệm các lớp mơ hình cấu trúc (ví dụ: mơ hình
kinh tế lượng vĩ mô, DSGE…) để đạt được khung phân tích tổng quát và cải thiện tầm xa
dự báo; (iii) Vận hành đồng thời, kết hợp mơ hình thuộc các trường phái khác nhau để cải
thiện chất lượng dự báo; (iv) Đào tạo, phát triển đội ngũ chuyên gia dự báo.
4.2. KHUYẾN NGHỊ CHÍNH SÁCH HỒN THIỆN MƠ HÌNH DỰ BÁO LẠM
PHÁT TẠI VIỆT NAM
Thứ nhất, cải tiến dạng thức ARIMA nhằm nâng cao chất lượng dự báo ngắn hạn,
cụ thể: (i) sử dụng chuỗi giá các nhóm hàng thành phần trong rổ CPI làm dữ liệu đầu vào
cho mô hình dự báo; (ii) trong hệ chuỗi giá nhóm hàng cơ sở, có thể phân tổ tăng 1 cấp đối
với chỉ số giá các nhóm hàng đặc biệt quan trọng (gồm: hàng ăn và dịch vụ ăn uống; đồ
uống và thuốc lá; nhà ở, điện nước và vật liệu xây dựng; thuốc men và dịch vụ y tế; giao
thông, bưu chính); (iii) đề xuất tầm nhìn dự báo cho mơ hình ARIMA từ 1 – 3 tháng.
Thứ hai, cải tiến dạng thức VAR và VECM nhằm nâng cao chất lượng dự báo trung
hạn, cụ thể: (i) về phía cầu, đề xuất sử dụng biến chênh lệch sản lượng; (ii) về phía CSTT,
