Darran Austin và các cộng sự (2007) cho rằng: (i). Trường hợp lạm phát
thấp và ổn ñịnh lâu dài thì lạm phát sẽ là nhân tố hỗ trợ tăng trưởng. Lập luận này
có thể phù hợp với giai ñoạn từ quý I/2000 ñến quý III/2007 ở Việt Nam. ðây là
giai ñoạn lạm phát thấp, tăng trưởng cao (Hình 2.8) cho thấy quan hệ tăng trưởng và
lạm phát có thể là quan hệ ñồng biến, lạm phát tăng thì tăng trưởng cũng tăng lên;
(ii). Trường hợp lạm phát biến ñộng kéo dài thì tăng trưởng sẽ bị ảnh hưởng tiêu
cực. ðiều này có thể phù hợp với giai ñoạn lạm phát cao (từ quý III/2007 ñến
III/2011) ở Việt Nam.
171 trang |
Chia sẻ: tueminh09 | Ngày: 22/01/2022 | Lượt xem: 500 | Lượt tải: 0
Bạn đang xem trước 20 trang tài liệu Luận án Mô hình chuỗi thời gian phi tuyến (STAR) trong phân tích và dự báo các chỉ tiêu kinh tế vĩ mô ở Việt Nam, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
t
el
t t t t
m GDP CPI m
m GDP R m
α α α α ε
β β β β ε
= + + + +
= + + + +
Sau ñó, sử dụng thống kê t ñể kiểm ñịnh giả thiết H0: α4(β4) = 0
27. Kết quả
kiểm ñịnh non-test cho thấy, với mức ý nghĩa 5% mô hình (3.9) có ưu thế hơn mô
26 Một số nhà mô hình có gợi ý nên sử dụng lạm phát kỳ vọng thay vì lạm phát thực tế làm biến chi
phí cơ hội. Tuy nhiên, trong một cuộc ñiều tra (Sriram, 1999) cho thấy lạm phát kỳ vọng thường có
tính tương quan rất cao với lạm phát thực tế. Do vậy, từ quan ñiểm thực nghiệm việc sử dụng lạm
phát thực tế làm biến ñại diện sẽ không ảnh hưởng ñến kết quả ước lượng mô hình.
118
hình (3.10), ñiều này có nghĩa là các tác nhân kinh tế sẽ căn cứ vào tỉ lệ lạm phát
hơn là lãi suất ñể quyết ñịnh giữ tiền hay không.
Bảng 3.10. Kết quả kiểm ñịnh lồng nhau ñể chọn biến lạm phát
Kiểm ñịnh p-value Quyết ñịnh
H0: α4 = 0 0.2810 Chấp nhận mô hình 1
H0: β4 = 0 0.0000 Bác bỏ mô hình 2
Nguồn: tác giả ước lượng ñược
Kết quả kiểm ñịnh non-nest là hoàn toàn phù hợp với tình hình thực tế ở Việt
Nam. Về mặt trực quan ta có thể thấy ñược ñiều này, khi lạm phát cao làm cho lạm
phát kỳ vọng của dân chúng tăng kéo theo kỳ vọng từ việc nắm giữ các loại tài sản
thực tăng và lúc này người dân sẽ nắm giữ tiền ít hơn trong danh mục cơ cấu tài
sản của họ, vì vậy cầu tiền giảm.
3.3.2. Mô tả số liệu và thống kê các biến
ðể xây dựng hàm cầu tiền phi tuyến theo phương pháp của Terasvirta, trước
hết chúng tôi tiến hành thu thập dữ liệu. Các số liệu tổng sản phẩm nội ñịa và lạm
phát ñược lấy từ Tổng Cục Thống kê như ñã nêu trên. Các số liệu cầu tiền ñược lấy
từ cơ sở dữ liệu IFS (International Financial Statistic) của Quỹ Tiền tệ Quốc tế
(IMF). Các số liệu ñã ñược loại bỏ yếu tố mùa vụ bằng kỹ thuật lọc Tramo-Seat
trong phần mềm EViews 7.0. ðộ dài của các chuỗi số liệu là 48 quan sát, từ quý
I/2000 ñến quý IV/2011.
Bảng 3.11. Tên biến trong mô hình ñược sử dụng
Tên biến Ký hiệu
Tổng sản phẩm trong nước tính theo giá so sánh, tỉ ñồng GDP
Chỉ số giá tiêu dùng so với quý cùng kỳ năm trước, % CPI
Tiền trong lưu thông tính theo giá so sánh, tỉ ñồng M2
27 Giả thiết kiểm ñinh: H0 : Mô hình 1 tốt hơn mô hình 2
119
Bảng tóm tắt thống kê của một số biến ñược sử dụng trong mô hình chuỗi
thời gian phi tuyến (STR) ñược trình bày ở bảng sau:
Bảng 3.12. Tóm tắt thống kê mô tả của các biến số ñược sử dụng
trong mô hình hàm cầu tiền R
CPI GDP M2
Mean 107.9729 104160.4 990477.3
Median 107.6000 97895.50 674281.0
Maximum 127.9000 177765.0 2774281
Minimum 97.60000 54477.00 160759.0
Std. Dev. 7.171656 30137.96 815535.9
Observations 48 48 48
Nguồn: Xử lý từ số liệu của Tổng cục Thống kê & Quỹ Tiền tệ Quốc tế (IMF).
Tỷ lệ lạm phát: CPI, ñơn vị: %
Tổng sản phẩm trong nước giá hiện hành: GDP, ñơn vị: tỷ ñồng
M2 cầu tiền ñược rộng lấy từ Quỹ Tiền tệ Quốc tế (IMF).
Kiểm ñịnh nghiệm ñơn vị
Trước khi ước lượng hàm cầu tiền phi tuyến, bước ñầu ta cần phải kiểm tra
xem bộ số liệu ở mô tả ở trên (ñã ñược loại bỏ yếu tố mùa vụ bằng quy trình Tramo-
Seat trong phần mềm EViews 7.0) có tính dừng hay không theo kiểm ñịnh
Augmented Dickey- Fuller (ADF) với ñộ trễ trong kiểm ñịnh ADF ñược lựa chọn
theo các chỉ tiêu AIC (Akaike Information Criterion) và SIC (Schwarz Information
Criterion).
Các ký hiệu, tỷ lệ lạm phát (gCPI), tăng trưởng (gGDP) và cầu tiền (g_M2)
ñược tính theo công thức :
gCPIt = ln(CPIt) –ln(CPIt-1);
gGDPt = ln(GDP t) –ln(GDPt-1);
gM2t = ln(M2t) –ln(M2t-1).
120
trong ñó, ln(CPIt ), ln(GDP t), ln(M2t) lần lượt là logarit tự nhiên tương ứng của các
biến CPI, GDP và M2 tại thời ñiểm t ; ln(CPt-1 ), ln(GDP t-1), ln(M2t-1 ) là logarit tự
nhiên của các biến CPI, GDP và M2 nhưng lại ở thời ñiểm cùng kỳ năm trước.
Kết quả kiểm ñịnh nghiệm ñơn vị Bảng (3.11) cho thấy, các biến trong mô
hình hàm cầu tiền ñều dừng. ðiều này, cho phép chúng tôi có thể tiến hành ước
lượng mô hình hàm cầu tiền.
Bảng 3.13. Kiểm ñịnh nghiệm ñơn vị của các biến ñưa vào mô hình ()
Các giá trị tới hạn
1% 5% 10%
Giá trị của
thống kê kiểm
ñịnh
Quy tắc ra quyết
ñịnh
gM2 -3.581152 -2.928142 -2.602225 -4.185770 Bác bỏ nghiệm ñơn vị
gCPI -3.584743 -2.928142 -2.601424 -5.638092 Bác bỏ nghiệm ñơn vị
gGDP -3.577723 -2.925169 -2.600658 -30.01090 Bác bỏ nghiệm ñơn vị
Nguồn: tính toán của tác giả
3.3.3. Kết quả kiểm ñịnh chỉ ñịnh hàm cầu tiền theo tiêu chuẩn STR
Như ñã trình bày ở phần trước, việc xác ñịnh cấu trúc trễ cho hàm cầu tiền là
một trong những bước quan trọng. Với ñộ trễ ban ñầu ñược chọn là 4, tuân thủ theo
quy trình lựa chọn cấu trúc trễ của STR. Cuối cùng, quy trình lựa chọn ñộ trễ ñã xác
ñịnh ñược ñộ trễ tốt nhất cho hàm cầu tiền là bằng 2 cho biến nội sinh, bằng 3 cho
các biến ngoại sinh.
121
Bảng 3.14. Kết quả chỉ ñịnh mô hình hàm cầu tiền dựa vào
chỉ ñịnh của STR
Biến
chuyển tiếp
F F4 F3 F3
Mô hình
ñề xuất
gM2(t-1)
2.6000e-01 3.9431e-01 2.0545e-01 1.1744e-01 Linear
gM2(t-2)
1.0102e-01 9.6986e-02 5.3000e-01 2.4062e-01 Linear
gGDP(t)
6.9061e-01 6.7517e-01 4.0051e-01 6.2688e-01 Linear
gCPI(t)*
2.0904e-02 3.1687e-02 3.5303e-01 5.3000e-02 LSTR1
gGDP(t-1)
9.6100e-02 1.8058e-01 8.3100e-02 1.9060e-01 Linear
gCPI(t-1)
4.3599e-01 6.1427e-01 3.2630e-01 5.8401e-02 Linear
gGDP(t-2)
4.8913e-01 4.9764e-01 6.6612e-01 1.3781e-01 Linear
gCPI(t-2)
5.6699e-01 7.1116e-01 9.0802e-02 7.2558e-01 Linear
gGDP(t-3)
4.0728e-01 4.4464e-01 3.9540e-01 2.7352e-01 Linear
gCPI(t-3)
6.1081e-01 5.9168e-01 2.4479e-01 9.0900e-01 Linear
TREND
NaN NaN 2.3232e-01 3.8449e-01 Linear
Nguồn: Tính toán của tác giả
Chú thích: Thống kê F của giả thuyết gốc H01, H04, H03, H02 ñược ký hiệu là F, F4, F3, F2
Bảng 3.14 trình bày kết quả thực hiện kiểm ñịnh giả thiết gốc H0, H4, H3 và H2 thu
ñược các giá trị thống kê F, F4, F3 và F2 tương ứng. Kết quả kiểm ñịnh chỉ ñịnh
dạng hàm cầu tiền cho thấy biến gCPI ñược chọn làm biến chuyển tiếp và mô hình
ñược chỉ ñịnh ở dạng LSTR1.
3.3.4. Ước lượng hàm cầu tiền phi tuyến
Áp dụng thủ tục “ñi từ tổng quát tới cụ thể” (general to specific), ta lần lượt
loại bỏ những tham số không có ý nghĩa thống kê sẽ ñược loại bỏ dần khỏi mô hình
122
cho ñến khi không thể. Kết quả ước lượng cuối cùng dạng chuyển tiếp trơn của
phương trình (3.9) là:
0,78689*gGDP(t-1) - 8,21804*gCPI(t-1) - 4,17949*gCPI(t-3)
[ gGDP(t-2)-61,08694*gCPI(t-2)-17,33909*gGDP(t-3) ]
gm2 = 1, 20764 + 0, 66822 * gm2(t - 1) - 0, 47382 * gm2(t - 2) + 8,15505 * gGDP(t)
+
+ 15, 18303 *
(1 exp{5,89772 * (3.13)´ + -1t-1
(gCPI - 0, 0589)})
Thực hiện các kiểm ñịnh: không có tự tương quan sai số, không có thành phần
phi tuyến nào bị bỏ sót và kiểm ñịnh tính vững của tham số cho thấy mô hình trên
thỏa mãn mọi kiểm ñịnh và có thể sử dụng ñể phân tích (xem phụ lục 8, 9)
3.3.5. Một số phân tích kết quả ước lượng
Kết quả ước lượng mô hình hàm cầu tiền phi tuyến cho thấy, mức thay ñổi
cầu tiền phụ thuộc vào mức thay ñổi của lạm phát, tăng trưởng. Dấu của các hệ số
ước lượng ñược hoàn toàn phù hợp với lý thuyết và thực tiễn. Tăng trưởng kinh tế
sẽ ảnh hưởng ñến nhu cầu tiền của nền kinh tế, quán tính của ảnh hưởng này kéo dài
ñến 2 quý. Tỉ lệ lạm phát và cầu tiền có quan hệ âm, hàm ý cầu tiền phụ thuộc âm
với chi phí cơ hội của việc nắm giữ tiền.
Kết quả ước lượng từ mô hình cầu tiền phi tuyến cho thấy tồn tại ngưỡng lạm
phát là 5,89%. Hơn nữa, hệ số chuyển tiếp γ = 5, 89772 là khá cao, cho biết quá
trình chuyển tiếp giữa hai trạng thái ổn ñịnh và mất ổn ñịnh của hàm cầu tiền là
nhanh. ðiều này hàm ý khi lạm phát vượt ngưỡng cận trên 5,89% thì nhu cầu tiền
biến ñộng tương ñối mạnh. Theo lập luận của Darran Austin và các cộng sự (2007)
cho rằng sự biến ñộng của cầu tiền trong trường hợp lạm phát cao là do các tác nhân
kinh tế (hộ gia ñình và doanh nghiệp) ñã tính ñến yếu tố lạm phát trong các quyết
ñịnh kinh tế của họ, do ñó lạm phát sẽ tác ñộng tiêu cực ñến tăng trưởng. Vận dụng
kết quả này, nghiên cứu phân tích chi tiết quan hệ giữa tăng trưởng và lạm phát giai
ñoạn 2000-2011 ở Việt Nam như sau:
123
- Giai ñoạn từ quý I/2000 ñến quý I/2004: ðây là giai ñoạn tỉ lệ lạm phát
thấp hơn ngưỡng 5,89%. Các hộ gia ñình và doanh nghiệp có thể ñã không tính ñến
yếu tố lạm phát trong các quyết ñịnh kinh tế của họ trong giai ñoạn này. Do ñó, hàm
cầu tiền ổn ñịnh, tỉ lệ lạm phát thấp có thể ñã tạo ñiều kiện thuận lợi cho tăng
trưởng kinh tế. Theo số liệu thống kê tốc ñộ tăng trưởng kinh tế ñã tăng từ 6,0% vào
quý I/2000 lên 7,9% vào quý IV/2004.
- Giai ñoạn từ quý II/2004 ñến quý III/2007: ðây là giai ñoạn tỉ lệ lạm phát
cao hơn ngưỡng 5,89%. Số liệu thống kê cho thấy tốc ñộ tăng trưởng kinh tế không
những ñược duy trì trên mức 7,5% mà còn tăng lên gần 8,4%. Tuy nhiên, nguyên
nhân của tình trạng lạm phát ở ñây là do ảnh hưởng của dịch cúm gia cầm ñối với
sản xuất nông nghiệp vào những tháng ñầu năm 2004. Tỉ lệ lạm phát ñã tăng mạnh
từ mức 5,5% quý IV/2003 lên mức 8,3% và 10,1% vào quý I và II/2004. Sau ñó, tỉ
lệ lạm phát ñã liên tục giảm xuống mức 6,6% vào quý IV/2006. Do ñó, chúng tôi
cho rằng tỉ lệ lạm phát tuy tăng trên ngưỡng 5,89% trong giai ñoạn từ quý II/2004
ñến quý III/2007 nhưng do nguyên nhân của lạm phát là cú sốc giá một nhóm sản
phẩm tiêu dùng nên các tác nhân kinh tế ñã không hoàn toàn xem lạm phát là một
nhân tố trong các quyết ñịnh kinh tế của họ. Chính vì vậy, lạm phát vẫn có thể là
một nhân tố ảnh hưởng tích cực ñến tăng trưởng trong giai ñoạn này.
- Giai ñoạn từ quý IV/2007 ñến quý I/2009: ðây là cũng giai ñoạn mà tỉ lệ
lạm phát cao hơn ngưỡng 5,89%; nhưng nguyên nhân và mức ñộ biến ñộng khác
với giai ñoạn trước rất nhiều. Trong khuôn khổ nghiên cứu này, chúng tôi không ñi
sâu phân tích nguyên nhân của lạm phát mà chỉ tập trung vào ảnh hưởng của lạm
phát ñến tăng trưởng, cụ thể là: Tỉ lệ lạm phát ñã tăng trên 12% vào quý IV/2007 và
ñạt mức cao nhất là 27,9% vào quý II/2008. Sau ñó, tỉ lệ lạm phát ñã giảm xuống
11,3% vào quý I/2009. ðây là giai ñoạn mà tỉ lệ lạm phát tăng rất cao và kéo dài.
Tăng trưởng kinh tế vì thế ñã bị tác ñộng rất tiêu cực, số liệu thống kê cho thấy tốc
ñộ tăng trưởng ñã liên tục giảm từ mức 8,3% quý I/2008 xuống 6,4% quý II/2008
và 3,9% quý I/2009.
124
- Giai ñoạn từ quý II/2009 ñến quý III/2010: ðây là giai ñoạn tỉ lệ lạm phát
thấp hơn ngưỡng 5,89%. Số liệu thống kê cho thấy tốc ñộ tăng trưởng kinh tế ñã có
sự phục hồi nhẹ từ mức 5,0% quý II/2009 lên 6,9% quý III/2010. Tỉ lệ lạm phát
thấp có thể là một trong những nhân tố ñóng góp cho sự phục hồi của tăng trưởng
kinh tế.
- Giai ñoạn từ quý IV/2010 ñến quý I/2012: ðây là cũng giai ñoạn mà tỉ lệ
lạm phát cao hơn ngưỡng 5,89%. Số liệu thống kê cho thấy tốc ñộ tăng trưởng kinh
tế ñã liên tục giảm từ 6,8% quý III/2010 xuống 6,3% quý IV/2010 và xuống ñến
4,8% quý I/2012. ðây cũng là một giai ñoạn lạm phát cao và kéo dài, ảnh hưởng
tiêu cực ñến tăng trưởng tương tự như giai ñoạn từ quý IV/2007 ñến quý I/2009.
3.3.6. Kiến nghị
Quá trình mô hình hóa STR ñã ñưa ra bằng chứng một cách thiết thực của
việc kết hợp phi tuyến vào mô hình cầu tiền, trên cơ sở thực nghiệm cho thấy mô
hình phi tuyến giúp ta có cái nhìn sâu sắc về mối liên hệ có tính chu kỳ giữa lạm
phát - tăng trưởng có ảnh hưởng ñến nhu cầu về tiền như thế nào. Với mục tiêu xác
ñịnh ngưỡng lạm phát của Việt Nam, luận án ñã xác ñịnh ñược ngưỡng lạm phát là
5,89%. ðây là ngưỡng lạm phát mà vượt qua ngưỡng này, lạm phát sẽ tác ñộng tiêu
cực ñến tăng trưởng hay các tác nhân kinh tế (các hộ gia ñình và các doanh nghiệp)
sẽ tính ñến yếu tố lạm phát trong các quyết ñịnh kinh tế của họ. Ngược lại, tỉ lệ lạm
phát thấp hơn ngưỡng 5,89% sẽ là có tác dụng kích thích tăng trưởng. ðiều này cho
phép chúng tôi giải quyết câu hỏi :“Việt Nam nên duy trì lạm phát ở mức nào ñể
ñiều hành chính sách tiền tệ hiệu quả?” Nếu mục tiêu của chính sách tiền tệ là phù
hợp với ñịnh nghĩa về giá cả ổn ñịnh: “giá cả ổn ñịnh là một môi trường trong ñó
lạm phát là thấp và ổn ñịnh theo thời gian mà nó không nhất thiết nằm trong các
quyết ñịnh của hộ gia ñình và các doanh nghiệp công ty”, thì khuyến nghị việc ñiều
hành chính sách tiền tệ nên hướng vào mục tiêu duy trì lạm phát thấp hơn ngưỡng
cận trên này.
Mặc dù, luận án chỉ nghiên cứu trong giai ñoạn từ 2000-2011 nhưng kết quả
thu ñược có thể xem là một bằng chứng ñịnh lượng về các ảnh hưởng của lạm phát
125
ñến tăng trưởng. Kết quả nghiên cứu khẳng ñịnh kiểm soát lạm phát là một ñòi hỏi
quan trọng cho phục hồi tăng trưởng kinh tế. Chính vì vậy, tác giả khuyến nghị mục
tiêu về tỉ lệ lạm phát trong các bản kế hoạch phát triển kinh tế - xã hội trong các
năm tới ñây nên thấp hơn 5,89%.
3.4. Tóm tắt chương 3
Dựa trên kinh nghiệm nghiên cứu về lớp mô hình hồi quy chuyển tiếp trơn ở
trong và ngoài nước ñược trình bày ở chương một, căn cứ vào kết quả phân tích
thực trạng lạm phát của Việt Nam giai ñoạn 2000-2011 ñược trình bày ở chương 2
và ñể kiểm chứng lại trạng trạng thì chương 3 của luận án ñã xây dựng các mô hình
phân tích lạm phát và cầu tiền trong thời kỳ nghiên cứu, ñã rút ra một số kết luận
như sau:
Thứ nhất, việc xây dựng mô hình ñường Phillips phân tích nguyên nhân lạm
phát theo cách tiếp cận hồi quy chuyển tiếp trơn có thể ñược cho là phù hợp với
Việt Nam trong giai ñoạn chuyển ñổi. Với các biến giải thích trong mô hình xây
dựng chính là các nhân tố tiềm năng quyết ñịnh ñến lạm phát ở Việt Nam trong suốt
cả giai ñoạn nghiên cứu ñã ñược trình bày ở chương 2. Cụ thể là, biến như khoảng
chênh lệch sản lượng giữa GDP thực tế so với GDP tiềm năng (thể hiện bởi hệ
số của biến GAP) có tác ñộng ñáng kể ñến sự thay ñổi của mức giá chung. Tầm
quan trọng của yếu tố kỳ vọng lạm phát và các yếu tố chí phí ñẩy cũng góp
phần gây ra lạm phát cao cũng ñược nhấn mạnh tới trong phương trình ñường
Phillips.
Thứ hai, kết quả ước lượng từ mô hình ñường Phillips phi tuyến cho thấy tất
cả các biến giải thích trong mô hình phân tích ñều có ý nghĩa thống kê rất cao. ðiều
này cho thấy, lạm phát ở Việt Nam trong giai ñoạn từ 2000 ñến 2011 chịu ảnh
hưởng của các nhân tố: lạm phát kỳ vọng, yếu tố từ phía cung, yếu tố từ phía cầu.
Thứ ba, bên cạnh việc khẳng ñịnh các nhân tố quyết ñịnh lạm phát. Mô hình
phân tích còn cho biết mức ñộ ảnh hưởng ñến lạm phát của từng nhân tố, ñồng thời
mô hình STR còn cho ta biết tiến trình từ cơ chế thấp sang cơ chế cao diễn ra nhanh
126
ñến mức nào, xác ñịnh ñược ngưỡng của biến chuyển tiếp trong quá trình chuyển
tiếp. Cụ thể, tốc ñộ chuyển tiếp từ thời kỳ lạm phát thấp ñến thời kỳ lạm phát là γ =
2,74555 và giá trị ngưỡng của biến chuyển tiếp c = 3,34.
Thứ tư, kết quả ước lượng từ mô hình hàm cầu tiền phi tuyến cho thấy nhu
cầu nội tệ chịu ảnh hưởng của hai yếu tố: lạm phát và tăng trưởng. Trong ñó, cầu
tiền phụ thuộc dương với thu nhập, phụ thuộc âm với chi phí cơ hội của việc giữ
tiền ( mà lạm phát là nhân tố ñại diện). ðồng thời, mô hình phân tích giúp ta có cái
nhìn sâu sắc về mối liên hệ có tính chu kỳ giữa lạm phát - tăng trưởng có ảnh hưởng
ñến nhu cầu về tiền như thế nào thông qua ngưỡng lạm phát. Kết quả xác ñịnh
ngưỡng lạm phát từ mô hình ñã chỉ ra một ngưỡng lạm phát cụ thể cho Việt Nam
trong thời gian tới là 5,89% và khuyến nghị việc ñiều hành chính sách tiền tệ nên
hướng vào mục tiêu duy trì mức lạm phát này.
127
KẾT LUẬN VÀ KIẾN NGHỊ
Với các mô hình phân tích cho lạm phát và hàm cầu tiền như trên. Căn cứ
vào các kết quả thực nghiệm, tác giả có một vài gợi ý ñề xuất chính sách cho Việt
Nam như sau:
1. Việc theo ñuổi tăng trưởng nóng ñược phản ảnh bởi mức chênh sản lượng
thực tế so với sản lượng tiềm năng cao (GDP-gap cao) có tác ñộng ñáng kể tới lạm
phát hiện tại. Như kết quả thực nghiệm cho thấy, khi tốc ñộ tăng trưởng của mức
chênh sản lượng ít hơn 3,38% lạm phát ñược duy mức ñộ ổn ñịnh và kích thích tăng
trưởng kinh tế. Ngược lại, khi tốc ñộ tăng của khoảng chênh sản lượng vượt ngưỡng
3,38% thì nguy cơ lạm phát sẽ quay trở lại. Do ñó, Chính phủ cần duy trì, ñưa ra
mục tiêu tăng trưởng vừa phải, không chạy theo số lượng hay tăng trưởng.
2. Kết quả nghiên cứu ñã chỉ ra lạm phát trong quá khứ có ảnh hưởng ñến
lạm phát hiện tại. Theo kết quả từ mô hình cho thấy ñây là một yếu tố tác ñộng
mạnh nhất lạm phát hiện tại. Vì vậy, với các biện pháp kiềm chế lạm phát của
Chính phủ cần có biện pháp ñể người tiêu dùng thay ñổi lạm phát kỳ vọng, qua ñó
dần lấy lại niềm tin của công chúng về một môi trường giá cả ổn ñịnh hơn. ðiều
này, cũng ngụ ý rằng bên cạnh những công cụ kinh tế có thể trông thấy ñược thì
Chính phủ cũng nên chú ý những yếu tố tâm lý kỳ vọng lạm phát.
3. Kết quả nghiên cứu cũng cho thấy, mức giá cả thế giới tăng lên làm tăng
chi phí ñầu vào của sản xuất, ñẩy giá hàng tiêu dùng trong nước tăng theo. Theo kết
quả từ mô hình cho thấy quá trình ảnh hưởng từ mức giá thế giới ñến giá cả tiêu
dùng trong nước xảy ra nhanh và mức ñộ chênh lệch khá cao. ðiều này có thể suy
rộng ra vấn ñề quản lý, công nghệ ở khu vực sản xuất chắc chắn là một yếu ñiểm,
hay cũng ñồng nghĩa một mô hình sản xuất bất hợp lý dựa nhiều vốn, tài nguyên
nhưng chi phí cao (kém hiệu quả) ngay từ các doanh nghiệp, mà trong ñó chủ yếu là
doanh nghiệp nhà nước. ðiều này, cho thấy Chính phủ nên chú trọng ñến giải pháp
tăng cường công nghệ, kỹ thuật nhằm nâng cao sự ñóng góp của các yếu tố năng
suất tổng hợp vào kết quả tăng trưởng.
128
4. Chính phủ nên duy trì tăng trưởng kinh tế ở mức hợp lý trong chừng mực
nào ñó ñược hiểu là sự tăng trưởng phù hợp với năng lực quản trị của nền kinh tế,
các nguồn lực hiện có khác (nhất là tích lũy từ nội bộ nền kinh tế). Thật vậy, việc
theo ñuổi tăng trưởng kinh tế nhanh, dựa vào vốn bên ngoài, ñầu tư công tăng mạnh
ñến sản lượng có thể tăng sản lượng rất nhanh nhưng nền kinh tế phải ñối mặt với
các rủi ro vĩ mô như lạm phát và tỷ giá ñi ñôi với nhau (ngoại tệ chảy vào, áp lực
lên giá VND thời kỳ sau WTO, tiêu dùng gia tăng, tín dụng gia tăng, hệ thống ngân
hàng bất cẩn và trở nên kém bền vững do cho vay nhiều quá nhiều mà quản trị vẫn
không thay ñổi ...);
5. Việc duy trì, ñưa ra mục tiêu tăng trưởng vừa phải cũng có thể là giải pháp
giảm ñược tâm lý kỳ vọng lạm phát cao. Ký ức về một giai ñoạn lạm phát cao trong
quá khứ thường chỉ bắt ñầu mờ nhạt dần sau ít nhất là sau hai quý có mức lạm phát
thấp liên tục và ổn ñịnh. Vì vậy, với các biện pháp kiềm chế lạm phát của Chính
phủ cần có thời gian ñể người tiêu dùng thay ñổi lạm phát kỳ vọng, qua ñó dần lấy
lại niềm tin của công chúng về một môi trường giá cả ổn ñịnh hơn. ðiều này, cũng
ngụ ý rằng bên cạnh những công cụ kinh tế có thể trông thấy ñược thì Chính phủ
cũng nên chú ý những yếu tố tâm lý kỳ vọng lạm phát. Rõ ràng giai ñoạn hiện nay,
nền kinh tế ñang cần những thông ñiệp của Chính phủ về tăng trưởng bền vững,
nhất quán, kiên ñịnh, không bị phụ thuộc bởi lợi ích của bất kỳ nhóm lợi ích nào
(chẳng hạn không thể vì ngành bất ñộng sản mà bơm tiền một cách thiếu cẩn trọng,
lạm phát lại gia tăng và nền kinh tế lại rơi vào vòng xoáy)
6. Hiện chi phí ñẩy là nguyên nhân quan trọng của lạm phát ở Việt Nam, do
ñó việc tiết kiệm và các doanh nghiệp hoạt ñộng có hiệu quả là cơ sở quan trọng ñể
giảm giá thành sản phẩm, qua ñó giảm lạm phát. Gần ñây, Nhà nước ñã có chủ
trương tiết kiệm chi phí, mà khởi ñầu là các doanh nghiệp lớn, các tập ñoàn và Tổng
công ty Nhà nước. Chủ trương này cần ñược tiếp tục nhân rộng và triển khai rộng
rãi một cách thiết thực, thực tế hơn nữa. Khu vực ngân hàng cũng cần tiết giảm chi
phí ñể giảm lãi suất một cách hiệu quả mà không gây sức ép lạm phát. Theo ñịnh
hướng này, cần kiên ñịnh và kiên quyết cắt giảm chi phí ñể giảm giá thành sản
129
phẩm và lãi suất của nền kinh tế, tránh tình trạng ñòi “bơm tiền”- sẽ ñưa lạm phát
quay trở lại (cho dù có giảm lãi suất trong ngắn hạn). Mô hình thực nghiệm trên
cũng chỉ ra rằng, vấn ñề chi phí cao của các doanh nghiệp trong nước và vấn ñề ứng
xử với giá một cách không hợp lý là yếu tố làm cho nền kinh tế kém hiệu quả và cụ
thể hơn làm chi phí của nền kinh tế gia tăng.
7. Chính phủ nên duy trì mức lạm phát hợp lý, chính mức lạm phát hợp lý
này sẽ vừa là nhân tố kích thích tăng trưởng và cũng vừa giúp cho việc ñiều hành
chính sách tiền tệ ñạt hiệu quả cao. Một gợi ý, từ kết quả thực nghiệm của tác giả:
hàm cầu tiền ổn ñịnh khi lạm phát ñạt dưới ngưỡng 5,89%. Ngược lại, hàm cầu tiền
trở nên biến ñộng hơn khi lạm phát ñã vượt qua ngưỡng cận trên 5,89%. Khi lạm
phát dưới ngưỡng 5,8% sẽ là nhân tố kích thích tăng trưởng, ngược lại khi lạm phát
vượt trên ngưỡng này 5,8% thì lạm phát sẽ tác ñộng tiêu cực ñến tăng trưởng.
CÔNG TRÌNH TÁC GIẢ ðà CÔNG BỐ
A. Bài ñăng tạp chí tiếng Việt:
1 Nguyễn Khắc Minh, Nguyễn Minh Hải, Phan Tất Hiển, “ Lạm phát mục
tiêu, lý thuyết và thực nghiệm”, hội thảo khoa học “Khuôn khổ chính sách
lạm phát mục tiêu – Lý thuyết và thực tiễn”, NHNN Việt Nam 20/12/2011,
trang 75-94.
2 Nguyễn Minh Hải, ðặng Huyền Linh, Phan Tất Hiển, “ Phân tích tác ñộng
của phá giá tiền tệ ñến tăng trưởng kinh tế Việt Nam thời kỳ 2000 – 2012”,
Tạp chí Phát triển Kinh tế, số 269, tháng 3/2013, trang 33-38.
3 Nguyễn Minh Hải, ðặng Huyền Linh, “ Tiếp cận mô hình hồi quy phi
tuyến: nghiên cứu cầu tiền ở Việt Nam”, Tạp chí Khoa Học Ngân Hàng, số
124, tháng 9/2012, trang 7-12.
4 Nguyễn Minh Hải, “ Mô hình chuỗi thời gian phi tuyến: trong phân tích
nguyên nhân & dự báo lạm phát ở Việt Nam thời kỳ 2000-2011”, Tạp chí
Khoa học Ngân hàng, số 122, tháng 7/2012, trang 22-26.
5 Nguyễn Minh Hải, Bùi Thị Tâm, “Mô hình ñường cong Phillips phân tích
nguyên nhân lạm phát của Việt Nam trong thời kỳ 2000-2011”, Tạp chí
Khoa học & ñào tạo Ngân Hàng, số 119, tháng 4/2012, trang 23-27.
6 Nguyễn Khắc Minh, Nguyễn Minh Hải và cộng sự (2011), Giáo trình kinh
tế lượng, Nhà xuất bản Thanh Niên.
B. Bài ñăng tạp chí tiếng Anh
1 Nguyen Minh Hai, Phan Tat Hien & Dang Huyen Linh (2013), “ An
Analysis of Impacts of Currency Devalution on Economic Growth in Viet
Nam in 2000-2012”, Journal of Economic Development, No.217 July 2013,
pp. 110-119.
DANH MỤC TÀI LIỆU THAM KHẢO
A. TÀI LIỆU THAM KHẢO BẰNG TIẾNG VIỆT
1 Bùi Duy Phú- chủ nhiệm ñề tài (2010): Xây dựng hàm cầu tiền Việt Nam.
Phân tích và dự báo qua một số mô hình ñịnh lượn, ðề tài nghiên cứu khoa
học cấp ngành, MS KNH 2010-06.
2 ðặng Huyền Linh và cộng sự (2012), “ Phân tích quan hệ giữa tăng trưởng
và lạm phát bằng mô hình ñường cong Phillips”, Tạp chí Kinh tế và Dự
báo, (520), tháng 8/2012.
3 Khuất Duy Tuấn (2012), ðiều hành chính sách tiền tệ nhằm kiểm soát lạm
phát trong quá trình chuyển ñổi nền kinh tế ở Việt Nam, Luận án Tiến sĩ
Kinh tế, ðại học Kinh tế Quốc dân.
4 Hà Quỳnh Hoa (2008), Cầu về tiền và hệ quả ñối với chính sách Việt Nam,
Luận án Tiến sĩ Kinh tế, ðại học Kinh tế Quốc dân.
5 Lê Việt ðức và Trần Thị Thu Hằng (2008), “Quan hệ giữa tăng trưởng và
lạm phát: Lý thuyết và kinh nghiệm các nước ñang phát triển Châu Á”, Tạp
chí Nghiên cứu kinh tế (359), tháng 4/2008.
6 Lê Văn Tư và Nguyễn Quốc Khanh (2000), Một số vấn ñề về Chính sách tỷ
giá hối ñoái cho mục tiêu phát triển kinh tế ở Việt Nam, NXB Thống Kê,
Hà Nội.
7 ðào Văn Hùng, Nguyễn Thạc Hoát (2013), “ Lạm phát và tăng trưởng kinh
tế ở Việt Nam với mục tiêu phát triển bền vững’’, Báo cáo hội thảo khoa
học, Học viện Chính sách và Phát triển , Bộ KH&ðT, 2013.
8 Nguyễn Khắc Minh, Nguyễn Minh Hải, Phan Tất Hiển (2011), “ Lạm phát
mục tiêu, lý thuyết và thực nghiệm”, Báo cáo hội thảo khoa học “Khuôn
khổ chính sách lạm phát mục tiêu – Lý thuyết và thực tiễn”, NHNN Việt
Nam 20/12/2011.
9 NHNN Việt Nam, Báo cáo thường niên NHNN Việt Nam, các năm 1986-
2010.
10 Nguyễn Khắc Minh (2009), Cơ sở lý thuyết chuỗi thời gian phi tuyến và
ứng dụng vào xây dựng mô hình phân tích lạm phát cho Việt Nam, Chương
trình hỗ trợ kỹ thuật của Châu Âu cho Việt Nam, Hợp phần 5: Phân tích
thống kê, công cụ chính sách Bộ Kế hoạch và ðầu tư.
11 Nguyễn Khắc Minh (2002), Các phương pháp phân tích & dự báo trong
kinh tế, NXB Khoa học Kỹ Thuật.
12 Nguyễn Phi Lân (2011), “Cầu tiền trong mối quan hệ với lạm phát và chính
sách tiền tệ của Việt Nam”, Tạp chí Ngân hàng, (19), 10/2011.
13 Nguyễn Thị Thu Hằng, Nguyễn ðức Thành (2011), Nguồn gốc lạm phát ở
Việt Nam giai ñoạn 2000-2010 phát hiện mới từ những bằng chứng mới,
Trường ðại học Kinh tế, ðại học Quốc gia Hà Nội.
14 Phạm Thế Anh (2009), “Xác ñịnh các nhân tố quyết ñịnh lạm phát ở Việt
Nam”, Tạp chí Kinh tế và Phát triển, 2009.
15 Phạm Thị Thu Trang (2009), “Các yếu tố tác ñộng tới lạm phát tại Việt
Nam – Phân tích chuỗi thời gian phi tuyến,” Tạp chí Kinh tế và Dự báo số
(452), tháng 12/2009.
16 Phan Thị Hồng Hải (2005), Lạm phát trong các nước chuyển ñổi kinh tế và
vấn ñề kiểm soát lạm phát ở Việt Nam, Luận án Tiến sĩ Kinh tế, ðại học
Kinh tế Quốc dân.
17 Vương Thị Thảo Bình (2009), Tiếp cận và phân tích ñộng thái giá cả-lạm
phát của Việt Nam trong thời kỳ ñổi mới bằng một số mô hình toán, Luận
án Tiến sĩ Kinh tế, ðại học Kinh tế Quốc dân.
18 Vương Thị Thảo Bình (2012), “ Phát triển mô hình ñường cong Phillips ñể
phân tích nguyên nhân lạm phát ở Việt Nam”, Tạp chí Kinh tế ðối ngoại,
tháng 11/2012.
19 Vũ Quốc Huy và cộng sự (2011), Tỷ giá hối ñoái giai ñoạn 2000-2011 các
nhân tố quyết ñịnh, và mức ñộ sai lệch tác ñộng ñối với xuất nhập khẩu,
Bản quyền Ủy ban kinh tế của Quốc hội và UNDP tại Việt Nam.
B. TÀI LIỆU THAM KHẢO BẰNG TIẾNG ANH
20 Akerlof, G. A., Dickens, W. T., & Perry, G. L. (1996), “ The
macroeconomics of low inflation”, Brookings Papers on Economic Activity,
(1), 1−59.
21 Bacon, D. W. and Watts, D. G. (1971), “ Estimating the transition between
two intersecting straight lines”, Biometrika, 58:525–534.
22 Ball, L., Mankiw, N. G., & Romer, D. (1998), “The New Keynesian
economics and the output–inflation tradeoff”, Brookings Papers on
Economic Activity, 1, 1−65.
23 Barro, Robert (1991), “ Economic Growth in a Cross-Section of Countries”,
Quarterly Journal of Economics, Vol. 106, No. 2, pp. 407– 43.
24 Baumol, W. J (1952), “ The transaction demand for cash: an inventory
theoretic approach”, The quartery Journal of Economics, November.
25 Brandt, L., & Zhu, X. (2000), “ Redistribution in a decentralized economy:
Growth and inflation in China under reform”, Journal of Political Economy,
108(2), 422−439.
26 Brüggemann, Ralf and Riedel, Jana (2011), "Nonlinear interest rate reaction
functions for the UK", Economic Modelling, Elsevier, vol. 28(3), pages
1174-1185, May.
27 Brüggemann, R. and Lütkepohl, H. (2001), “Lag selection in subset VAR
models with an application to a U.S. monetary system,” Econometric
Studies: A Festschrift in Honour of Joachim Frohn, LIT Verlag, Münster,
107-128.
28 Bruno và Easterly (1998), “Inflation crises and long-run growth ”, Journal
of Monetary Economics 41 (1998) 3 -26.
29 Böhm, B. (2001), “Structural Change in the Austrian Inflation Process. In
G. Chaloupek, A. Guger, E. Nowotny (eds.)“, Ökonomie in Theorie und
Praxis, Berlin: Springer Verlag, pp. 31-46.
30 Camacho, M. (2004), “Vector Smooth Transition Regression Models for US
GDP and the Composite Index of Leading Indicators”, Journal of
Forecasting, Vol. 23, pp. 173-196.
31 Chen, S.L., J.L. Wu (2005), “ Long-run Money Demand Revisited:
Evidence from a Non-linear Approach”, Journal of International Money
and Finance, Vol. 24, pp. 19-37.
32 Darran Austin, Bert Ward, Paul Dalziel (2007), “The demand for money in
China 1987-2004: A non-linear modelling approach”, China economic
Review, 18(2007) 190-204.
33 Dick van Dijk, Timo Terasvirta and Phillips Hans France (2000), “Smooth
Transition Autoregression Models a survey of Recent Developments”,
econometric institute Research report EI2000-23/A, June 9, 2000.
34 Dang Tri Trung (2004), The demand for money in Vietnam, Thesis of
master degree, MDE Hanoi.
35 Dolado, J. J., M. D. Ramon, M. Naveira (2005), “Are Monetary-Policy
Reaction Functions Asymmetric? The Role of Nonlinearity in the Phillips
Curve,” European Economic Review, Vol. 49, pp. 485-503.
36 Eitrheim and et al (1996),"Testing the adequacy of smooth transition
autoregressive models," Journal of Econometrics, 74, 59-75.
37 Eric Schaling (1998), “ The Nonlinear Phillips Curve and Inflation Forecast
Targeting: Symmetric versus Asymmetric Monetary Policy Rules”,
Department of Economics, Rau, Po Box 524, 2006 Auckland Park,
Johannesburg, Republic of South Africa.
38 Fok D., D. van Dijk, P. H. Franses (2005a), “ A multi-level panel STAR
model for US manufacturing sectors ”, Journal of Applied Econometrics,
Vol. 20(6), pp. 811-827.
39 Forster, N and Robert Stehrer (2007), “Modeling Transformation in CEECs
using Smooth Transitions," Journal of Comparative Economics 35, 57-86.
40 Gonzalez, A., T. Teräsvirta, D. van Dijk (2005), "Panel Smooth Transition
Regression Models," Research Paper Series 165, Quantitative Finance
Research Centre, University of Technology, Sydney.
41 Ghosh, A., & Phillips, S. (1998), “Warning: Inflation may be harmful to
your growth”, IMF Staff Papers, 45(4), 672−710.
42 Granger, C.W.J and svirtaaTer && , T (1996), Modeling Nonlinear Economic
Relationship, Oxford University Press, New York.
43 Gregoriou, A and Kontonikas, A (2006). " Inflation Targeting and the and the
Stationary of Inflation: New Results from an ESTAR Unit Root Test", Bulletin of
Economic Research 58,309-322.
44 Greenspan, A. (2001), “ Transparency in monetary policy. Speech to the
Federal Reserve Bank of St”, Louis Economic Policy Conference, 11
October 2001, Downloaded from,ww.federalreserve.gov/boarddocs/
speeches/ 2001/20011011/default. Htm.
45 Greenaway, David, Leybourne, Steve, Sapsford, David (2000), “Smooth
Transition and GDP Growth in the European Union”, Manchester School,
68, 145-165.
46 Kavkler, A., Peter, M., B. Böhm (2005), “Nonlinear econometric models:
The smooth transition regression approach”, ðịa chỉ
1jun20.pdf.
47 Khan, M. S., & Senhadji, A. S. (2001), “Threshold effects in the
relationship between inflation and growth”, IMF Staff Papers, 48(1), 1−21.
48 Huh, H.S. (2002), “ Estimating Asymmetric Output Cost of Lowering
Inflation for Australia”, Southern Economic Journal, Vol. 68, pp. 600-616.
49 Huang, Lin, and Cheng (2001), “ Evidence on nonlinear error correction in
monney demand: the case of Taiwan”, Applied Economics, Vol. 33, pp.
1727-36.
50 Hall, A. D., Skalin, J. and Terasvirta, T. (2001), “ A nonlinear time series
model of El Nino”, Environmental Modelling and Software, 16. 139-146.
51 Hansen, J., Ruedy, R., Lacis, A., Sato, M., Nazarenko, L., Tausnev, N.,
Tegen, I. & Koch, D. (2000) in General Circulation Model Development ,
ed. Randall, D. (Academic, New York), pp. 127–164.
52 Hansen, J., Ruedy, R., Glascoe, J. & Sato, M. (1999) J. Geophys. Res. 104,
30997–31022.
53 Leybourne, S.; Newbold, P.; Vougas, D. Unit roots and smooth transitions.
Journal of Time Series Analysis 1998, 19, 83–97.
54 Lundbergh, S; Teräsvirta, T. & Van Dijk, D. (2003), “Time-Varying
Smooth Transition Autoregressive Models”, Journal of Business &
Economic Statistics 21(1), Jan. 2003.
55 Luukkonen, R and T. Terasvirta, (1998), “ Testing Linearity in Univariate
Time Series Models”, Scandinavian Journal of Statistic, Vol, 491-499.
56 Lutkepohl, H., Terasvirta, T., & Wolters, J. (1999), “ Investigating stability
and linearity of a German M1 money demand function”, Journal of Applied
Econometrics, 14, 511−525.
57 Ma, J. (1996), “Monetary management and intergovernmental relations in
China”, World Development, 24(1), 145−153.
58 Mayes, D.G., M. Viren (2002), “Asymmetry and the Problem of
Aggregation in the Euro Area”, Empirica, Vol. 29, pp. 47-73.
59 Mir Asif Iquebal (2006), On Smooth Transition Autoregression Models and Their
Applications: an Overview. ðịa chỉ:
299/ebooks/2005-2006/Phd, [Truy cập: 13/6/2012].
60 Marinda Koster, A macroeconomic model for south Africa: a non-liear
econometric modelling approach, Thesis of master degree, at the University
of Johannesburg (2005).
61 Nguyen Khac Minh, Nguyen Viet Hung & Nguyen Manh Hung (2008), The
impact of Vietnam’s economic reforms on economic growth in three
economic sectors, International workshop on Growth, structural change,
and policies in Vietnam since Doimoi.
62 Qaiser Munir, Kasim Mansur and Fumitaka Furuoka (2005), “Inflation and
Economic Growth in Malaysia: A Threshold Regression Approach”, Asean
Economic Bulletin, Vol. 26, No. 2 (2009), pp. 180–93.
63 Reddell, M. (1999), “ Origins and early development of the inflation
target,” Reserve Bank of New Zealand Bulletin, 62(3), 63−71.
64 Richard E. Quandt (1958), “ The Estimation of the Parameters of a Linear
Regression System Obeying Two Separate Regimes’’, Journal of the
American Statistical Association, 53, December, 873-80.
65 Sarel, M. (1996), “ Nonlinear effects of inflation on economic growth,”
IMF Staff Papers, 43(1), 199−215.
Sbordone, Argia, and Kenneth Kuttner (1994), “ Does Inflation Reduce
Productivity?”, Economic Perspectives , Vol. 18 (November/December),
pp. 2–14.
66 Schaling, E. (2004), “ The Nonlinear Phillips Curve and Inflation Forecast
Targeting: Symmetric versus Asymmetric Monetary Policy Rules,” Journal
of Money, Credit, and Banking, Vol. 36, pp. 361-386.
67 Svensson, L. E.O (1997), “ Infation targeting as a monetary policy rule”,
Journal of Monetary Economics, 43 (1999) 607-654.
68 Skalin, J. and Terasvirta, T. (1999), “ Another look at Swedish business
cycles, 1861-1988”, Journal of Applied Econometrics, 14. 359-378.
69 Sarno, L., M.P. Taylor, D.A. Peel (2003), “ Nonlinear Equilibrium
Correction in US Real Money Balances, 1869-1997”, Journal of Money,
Credit, and Banking, Vol. 35, pp. 787-799.
70 Temple, J. (2000), “ Inflation and growth: Stories short and tall”. Journal of
Economic Surveys, 14(4), 395−426.
71 Terasvirta, T. (1994), “Specification, estimation, and evaluation of smooth
transition autoregressive models”, Journal of the American Statistical
Association, pp. 208-18.
72 Terasvirta, T. (1998), “Modelling Economic Relationships with Smooth
Transition Regressions”, Handbook of Applied Economic Statistics, Marcel
Dekker, New York, 507- 552.
73 Terasvirta, T. (2004), “Smooth Transition Regression Modelling”, Applied
Time Series Econometrics, Cambridge University Press, Cambridge, 222-
242.
74 Tong, H. (1990), Non-linear Time Series, Clarendon Press: Oxford.
75 Vaona, A. & Schiavo, S., 2007. "Nonparametric and semiparametric
evidence on the long-run effects of inflation on growth," Economics
Letters, Elsevier, vol. 94(3), pages 452-458, March.
PHỤ LỤC
Phụ lục 1. Các phương pháp ñể tách xu thế dài hạn và ước lượng sản
lượng tiềm năng cho giai ñoạn 2000-2011
* Phương pháp lọc Hodrick-Prescott
Ta giả sử chuỗi yt là tổng của thành phần xu thế gt và thành phần chu kỳ ct:
yt = gt + ct, t=1,T
Hodrick-Prescott (1958) ñã ñưa ra cách tách thành phần giao ñộng ngắn hạn
ct mà tương thích với chu kỳ thương mại, từ ñó tìm ñược xu thế dài hạn gt bằng
cách giải quyết bài toán tối ưu sau:
2 2
1 1 2
1 1
{ [( ) ( )] }
T T
t t t t t
i i
Min c g g g gl - - -
= =
+ - + -å å
Tức là:
2 2
1 1 2
1 1
{ ( ) [( ) ( )] }
T T
t t t t t t
i i
Min y g g g g gl - - -
= =
- + - + -å å
Trong ñó, yt là sản lượng thực tế tại thời kỳ t; gt là xu thế dài hạn (giá trị cân bằng)
thời kỳ t; λ là hệ số san bằng chuỗi dữ liệu (smoothing coefficient). Nếu λ càng nhỏ
thì giá trị ước lượng tối ưu càng với giá trị quan sát, và ngược lại, λ càng cao thì giá
trị ước lượng có chiều hướng là một ñường tuyến tính. ðiều này cho thấy, bậc tự do
của λ rất quan trọng. Hodrick và Prescott (15) phát triễn mô hình này và ñề nghị giá
trị λ là 100 cho số liệu năm, và λ =1600 cho số liệu quý và λ=14400 cho số liệu theo
tháng.
Các giá trị gi (i=1,, T) ñược tìm qua ñiều kiện cần của bài toán tối ưu:
1
2
3
/ 0
/ 0
........
/ 0
L g
L g
L g
ì ¶ ¶ =ïïïï ¶ ¶ =ïïí
ïïïï ¶ ¶ =ïïî
Giải hệ phương trình trên, ta thu ñược các giá trị gi (i=1,,T) hay nói khác là chúng
ta ước lượng ñược xu thế trong dài hạn gt.
* Phương pháp hồi quy ña thức bậc 3
Phương pháp hồi quy ña thức bậc 3 như sau: Ta ký hiệu chuỗi thời gian yt là
sản lượng thực tế. Gọi trend là biến xu thế, khi ñó hồi quy yt theo ña thức bậc 3 của
trend như sau:
yt = β1 + β2 trendt + β3 trendt
2 + β4 trendt
3
+ ct
phần ước lượng: 2 3t 1 2 t 3 t 4 t
ˆ ˆ ˆgˆ = + t rend + t rend + t rendb b b b
)
ñược xấp xĩ
là sản lượng tiềm năng, phần dư yt-gt ñược gọi là khoảng trên sản lượng với sản
lượng tiềm năng.
Nguồn số liệu: GDP thực tế theo giá so sánh 1994 giai ñoạn 2000-2011, ký
hiệu GDP_Real. Trước hết ta dùng phương pháp Census X12 ñể ñiều chỉnh mùa vụ
cho chuỗi GDP_Real.
Ta ñặt yt =ln(GDP_Real)t. Dùng phương pháp Lọc Hodrick-Prescott ñể tách
thành phần sản lượng tiềm năng , ký hiệu HP_gt. Sau ñó, dùng phương pháp hồi quy
ña thức bậc 2 ñể tách thành phần sản lượng tiềm năng, ký hiệu T_gt. Kết quả ước
lượng HP_gt và T_gt của hai phương pháp này gần trùng như nhau, kết quả cho bởi
bảng sau:
Quý HP_gt T_gt
2000Q1 11.335306 11.335306
2000Q2 11.337316 11.33199
2000Q3 11.340982 11.34091
2000Q4 11.346006 11.346001
2001Q1 11.3652121 11.365212
2001Q2 11.3659170 11.3659170
2001Q3 11.366870 11.36712
2001Q4 11.375209 11.375243
2002Q1 11.384041 11.38403
2002Q2 11.39240 11.39246
2002Q3 11.402660 11.40265
2002Q4 11.412127 11.412126
2003Q1 11.421500 11.421400
2003Q2 11.430667 11.430668
2003Q3 11.439510 11.439513
2003Q4 11.457889 11.457887
2004Q1 11.45674 11.45674
2004Q2 11.462746 11.462784
2004Q3 11.468960 11.6896
2004Q4 11.474137 11.474134
2005Q1 11.56078135 11.56078134
2005Q2 11.560857 11.56085
2005Q3 11.562186 11.562134
2005Q4 11.5751999 11.5751999
2006Q1 11.5760250 11.570250
2006Q2 11.576983 11.57698
2006Q3 11.62196 11.62167
2006Q4 11.6578 11.6572
2007Q1 11.658075 11.65866
2007Q2 11.648932 11.64899
2007Q3 11.638600 11.6386
2007Q4 11.67257 11.67254
2008Q1 11.75169 11.752
2008Q2 11.772724 11.772820
2008Q3 11.780332 11.78047
2008Q4 11.78329 11.7849
2009Q1 11.7022 11.7024
2009Q2 11.76642 11.76643
2009Q3 11.7199 11.718
2009Q4 11.7856 11.78542
2010Q1 11.83054 11.83054
2010Q2 11.8298 11.8229
2010Q3 11.85720 11.85720
2010Q4 11.808599 11.808599
2011Q1 11.81534 11.81544
2011Q2 11.84541 11.8471
2011Q3 11.87602 11.87602
2011Q4 11.80681 11.81105
Phụ lục 2. Kết quả kiểm ñịnh tuyến tính và lựa chọn dạng mô hình STR
cho ñường cong Phillips (Hình gốc)
*** Tue, 22 Apr 2014 19:05:52 ***
TESTING LINEARITY AGAINST STR
variables in AR part: CONST CPI_log_d1(t-1) CPI_log_d1(t-2)
CPI_log_d1(t-3) CPI_log_d1(t-4) OIL_log_d1(t) Gap(t) OIL_log_d1(t-
1) Gap(t-1) OIL_log_d1(t-2) Gap(t-2) OIL_log_d1(t-3) Gap(t-3)
OIL_log_d1(t-4) Gap(t-4)
param. not under test:
sample range: [2001 Q2, 2011 Q4], T = 43
p-values of F-tests (NaN - matrix inversion problem):
transition variable F F4 F3 F2 suggested model
CPI_log_d1(t-1) NaN NaN NaN 8.3664e-02 Linear
CPI_log_d1(t-2) NaN NaN NaN 2.2196e-02 Linear
CPI_log_d1(t-3) NaN NaN NaN 1.9209e-01 Linear
CPI_log_d1(t-4) NaN NaN NaN 1.7180e-03 Linear
OIL_log_d1(t) NaN NaN NaN 2.0044e-01 Linear
Gap(t) NaN NaN NaN 6.4122e-01 Linear
OIL_log_d1(t-1) NaN NaN NaN 4.0747e-02 Linear
Gap(t-1) NaN NaN NaN 7.4690e-02 Linear
OIL_log_d1(t-2) NaN NaN NaN 1.1401e-02 Linear
Gap(t-2) NaN NaN NaN 6.3279e-02 Linear
OIL_log_d1(t-3) NaN NaN NaN 2.4423e-02 Linear
Gap(t-3) NaN NaN NaN 1.4295e-03 Linear
OIL_log_d1(t-4) NaN NaN NaN 1.2710e-01 Linear
Gap(t-4) NaN NaN NaN 3.8628e-01 Linear
TREND NaN NaN NaN 2.2233e-02 Linear
Source: Jmulti results
*** Tue, 22 Apr 2014 19:06:06 ***
TESTING LINEARITY AGAINST STR
variables in AR part: CONST CPI_log_d1(t-1) CPI_log_d1(t-2)
CPI_log_d1(t-3) OIL_log_d1(t) Gap(t) OIL_log_d1(t-1) Gap(t-1)
OIL_log_d1(t-2) Gap(t-2) OIL_log_d1(t-3) Gap(t-3)
param. not under test:
sample range: [2001 Q1, 2011 Q4], T = 44
p-values of F-tests (NaN - matrix inversion problem):
transition variable F F4 F3 F2 suggested model
CPI_log_d1(t-1) NaN NaN 3.0388e-04 5.2432e-02 Linear
CPI_log_d1(t-2) NaN NaN 1.1233e-01 6.1009e-02 Linear
CPI_log_d1(t-3) NaN NaN 4.2398e-01 1.5293e-07 Linear
OIL_log_d1(t) NaN NaN 4.1488e-01 1.3436e-06 Linear
Gap(t) NaN NaN 7.8223e-03 8.2842e-03 Linear
OIL_log_d1(t-1) NaN NaN 1.1758e-02 1.9215e-02 Linear
Gap(t-1) NaN NaN 2.3125e-02 2.1053e-05 Linear
OIL_log_d1(t-2) NaN NaN 3.2398e-01 1.9182e-06 Linear
Gap(t-2) NaN NaN 1.2282e-01 8.7520e-02 Linear
OIL_log_d1(t-3) NaN NaN 6.5085e-02 8.5194e-03 Linear
Gap(t-3) NaN NaN 6.7290e-03 1.6953e-02 Linear
TREND NaN NaN 1.3770e-01 1.9446e-04 Linear
Source: Jmulti results
*** Thu, 27 Mar 2014 16:05:50 ***
TESTING LINEARITY AGAINST STR
variables in AR part: CONST CPI_log_d1(t-1) CPI_log_d1(t-2)
Gap(t) OIL_log_d1(t) Gap(t-1) OIL_log_d1(t-1) Gap(t-2)
OIL_log_d1(t-2) Gap(t-3) OIL_log_d1(t-3)
param. not under test:
sample range: [2001 Q1, 2011 Q4], T = 44
p-values of F-tests (NaN - matrix inversion problem):
transition variable F F4 F3 F2 suggested model
CPI_log_d1(t-1) 3.8340e-02 5.3594e-01 6.8986e-05 1.2042e-02 LSTR2
CPI_log_d1(t-2) 2.9196e-01 7.8154e-01 8.4986e-03 1.0435e-01 Linear
Gap(t) 2.1261e-02 2.0940e-01 3.2644e-03 1.3490e-03 LSTR1
OIL_log_d1(t) NaN NaN 9.9642e-02 6.9362e-06 Linear
Gap(t-1)* 6.3105e-03 7.4784e-02 1.0874e-02 8.4567e-05 LSTR1
OIL_log_d1(t-1) NaN NaN 2.2003e-02 1.0783e-02 Linear
Gap(t-2) 1.0864e-01 1.7616e-01 2.8876e-01 4.9381e-02 Linear
OIL_log_d1(t-2) NaN NaN 2.5732e-02 6.8096e-06 Linear
Gap(t-3) 4.6329e-02 4.7337e-01 4.2888e-04 8.0966e-03 LSTR2
OIL_log_d1(t-3) NaN NaN 2.2507e-02 1.0735e-02 Linear
TREND NaN NaN 1.9917e-02 1.2493e-03 Linear
Source: Jmulti results
Phụ lục 3. Kết quả ước lượng mô hình 2 cơ chế LSTR1 của ñường
Phillips phi tuyến (hình gốc)
*** Thu, 27 Mar 2014 16:11:36 ***
STR ESTIMATION
variables in AR part: CONST CPI_log_d1(t-1) CPI_log_d1(t-2)
Gap(t) OIL_log_d1(t) Gap(t-1) OIL_log_d1(t-1) Gap(t-2)
OIL_log_d1(t-2) Gap(t-3) OIL_log_d1(t-3)
restriction theta=0: CONST Gap(t) OIL_log_d1(t)
restriction phi=0: CPI_log_d1(t-1) CPI_log_d1(t-2)
OIL_log_d1(t-1) Gap(t-2) OIL_log_d1(t-2) Gap(t-3) OIL_log_d1(t-3)
restriction phi=-theta:
transition variable: Gap(t-1)
sample range: [2001 Q1, 2011 Q4], T = 44
transition function: LSTR1
number of iterations: 12330
variable start estimate SD t-stat p-value
----- linear part ------
CONST 0.95421 0.88836 0.3452 2.5733 0.0153
Gap(t) -0.00338 0.00303 0.0033 0.9265 0.3616
OIL_log_d1(t) -0.08726 -0.08384 0.0299 -2.8042 0.0088
Gap(t-1) 0.08354 0.7284 0.048 15.1677 0.0000
---- nonlinear part ----
CPI_log_d1(t-1) 33411.49365 2.85407 0.0000 0.0000 0.0415
CPI_log_d1(t-2) -52456.95703 1.83469 0.0000 0.0000 0.0165
Gap(t-1) -191.26385 0.00391 0.0245 0.1597 0.8742
OIL_log_d1(t-1) -5692.45508 0.53725 0.0000 0.0000 0.0256
Gap(t-2) -2968.76611 -0.18606 0.0000 -0.0000 0.0040
OIL_log_d1(t-2) 1862.40527 0.36940 0.0000 0.0000 0.1109
Gap(t-3) 4486.37061 -0.16113 0.0000 -0.0000 0.0223
OIL_log_d1(t-3) 3800.01465 -0.87815 0.0000 -0.0000 0.0769
Gamma 10.00000 2.74555 0.4779 5.7444 0.0000
C1 6.30310 3.33862 0.0000 0.0000 0.0153
AIC: -5.8771e+00
SC: -5.3094e+00
HQ: -5.6666e+00
R2: 9.7792e-01
adjusted R2: 0.9784
variance of transition variable: 9.8156
SD of transition variable: 3.1330
variance of residuals: 0.0022
SD of residuals: 0.0466
Phụ lục 4. Kết quả kiểm ñịnh khuyết tật của mô hình ñường Phillips phi
tuyến (Hình gốc)
*** Thu, 27 Mar 2014 16:21:20 ***
Test of No Error Autocorrelation (NaN - matrix inversion
problem):
lag F-value df1 df2 p-value
1 0.0416 1 28 0.8398
2 2.2678 2 26 0.1236
3 2.0279 3 24 0.1368
4 1.6496 4 22 0.1975
5 1.0501 5 20 0.4164
6 0.8376 6 18 0.5569
7 1.5841 7 16 0.2105
*** Thu, 27 Mar 2014 16:21:20 ***
ARCH-LM TEST with 8 lags:
test statistic: 6.8780
p-Value(Chi^2): 0.5499
F statistic: 1.0628
p-Value(F): 0.4169
*** Thu, 27 Mar 2014 16:21:21 ***
JARQUE-BERA TEST:
test statistic: 1.6412
p-Value(Chi^2): 0.4402
skewness: -0.1654
kurtosis: 3.8864
Phụ lục 5. ðồ thị phân rã các thành phần: tuyến tính và phi tuyến; hàm
chuyển tiếp và biến chuyển tiếp của mô hình ñường Phillips phi tuyến
Phụ lục 6. ðồ thị ngưỡng và ñộ dốc của hàm chuyển tiếp trong mô hình
ñường cong Phillips phi tuyến
Source: Jmulti results
Phụ lục 7. Kết quả kiểm ñịnh tuyến tính và lựa chọn dạng mô hình STR
cho hàm cầu tiền (kèm hình gốc kèm theo)
*** Thu, 27 Mar 2014 13:09:32 ***
TESTING LINEARITY AGAINST STR
variables in AR part: CONST gM2(t-1) gM2(t-2) gGDP(t) gCPI(t)
gGDP(t-1) gCPI(t-1) gGDP(t-2) gCPI(t-2) gGDP(t-3) gCPI(t-3)
param. not under test:
sample range: [2001 Q1, 2011 Q4], T = 44
p-values of F-tests (NaN - matrix inversion problem):
transition variable F F4 F3 F2 suggested model
gM2(t-1) 2.6000e-01 3.9431e-01 2.0545e-01 1.1744e-01 Linear
gM2(t-2) 1.0102e-01 9.6986e-02 5.3000e-01 2.4062e-01 Linear
gGDP(t) 6.9061e-01 6.7517e-01 4.0051e-01 6.2688e-01 Linear
gCPI(t)* 2.0904e-02 3.1687e-02 3.5303e-01 5.3000e-02 LSTR1
gGDP(t-1) 9.6100e-02 1.8058e-01 8.3100e-02 1.9060e-01 Linear
gCPI(t-1) 4.3599e-01 6.1427e-01 3.2630e-01 5.8401e-02 Linear
gGDP(t-2) 4.8913e-01 4.9764e-01 6.6612e-01 1.3781e-01 Linear
gCPI(t-2) 5.6699e-01 7.1116e-01 9.0802e-02 7.2558e-01 Linear
gGDP(t-3) 4.0728e-01 4.4464e-01 3.9540e-01 2.7352e-01 Linear
gCPI(t-3) 6.1081e-01 5.9168e-01 2.4479e-01 9.0900e-01 Linear
TREND NaN NaN 2.3232e-01 3.8449e-01 Linear
Source: Jmulti results
Phụ lục 8. Kết quả ước lượng mô hình 2 cơ chế LSTR1 của hàm cầu tiền
phi tuyến (kèm theo hình gốc)
*** Thu, 27 Mar 2014 13:40:40 ***
STR ESTIMATION
variables in AR part: CONST gM2(t-1) gM2(t-2) gGDP(t) gGDP(t-1)
gCPI(t-1) gGDP(t-2) gCPI(t-2) gGDP(t-3) gCPI(t-3)
restriction theta=0: CONST gM2(t-1) gM2(t-2) gGDP(t) gGDP(t-1)
gCPI(t-1) gCPI(t-3)
restriction phi=0: gGDP(t-2) gCPI(t-2) gGDP(t-3)
restriction phi=-theta:
transition variable: gCPI(t)
sample range: [2001 Q1, 2011 Q4], T = 44
transition function: LSTR1
number of iterations: 9
variable start estimate SD t-stat p-value
----- linear part ------
CONST 1.16664 1.20764 0.3774 3.2002 0.0031
gM2(t-1) 0.67002 0.66822 0.1294 5.1647 0.0000
gM2(t-2) -0.47830 -0.47382 0.1255 -3.7751 0.0007
gGDP(t) 8.20351 8.15505 1.7020 4.7915 0.0000
gGDP(t-1) 0.85425 0.78689 2.0453 0.3847 0.7030
gCPI(t-1) -7.90568 -8.21804 2.4245 -3.3896 0.0019
gCPI(t-3) -3.90326 -4.17949 2.3515 -1.7774 0.0850
---- nonlinear part ----
gGDP(t-2) 15.01010 15.18303 2.4709 6.1446 0.0000
gCPI(t-2) -62.38587 -61.08694 32.2185 -1.8960 0.0670
gGDP(t-3) -16.53231 -17.33909 6.3638 -2.7247 0.0103
Gamma 7.33518 5.89772 4.3301 1.3620 0.1827
C1 0.05331 0.05894 0.0312 1.8879 0.0681
AIC: 9.6467e-01
SC: 1.4513e+00
HQ: 1.1451e+00
R2: 8.5552e-01
adjusted R2: 0.8588
variance of transition variable: 0.0193
SD of transition variable: 0.1391
variance of residuals: 2.0911
SD of residuals: 1.4460
Source: Jmulti results
Phụ lục 9. Kết quả kiểm ñịnh khuyết tật của mô hình hàm cầu tiền phi
tuyến (Hình gốc)
*** Thu, 27 Mar 2014 15:06:05 ***
Test of No Error Autocorrelation (NaN - matrix inversion problem):
lag F-value df1 df2 p-value
1 0.2419 1 30 0.6264
2 0.0626 2 28 0.9394
3 0.3063 3 26 0.8206
4 1.6194 4 24 0.2019
5 1.1510 5 22 0.3640
6 0.9115 6 20 0.5067
7 0.9078 7 18 0.5222
8 0.7433 8 16 0.6542
*** Thu, 27 Mar 2014 15:06:07 ***
Parameter Constancy Test (NaN - matrix inversion problem):
variables not under test:
transition function F-value df1 df2 p-value
H1 1.3703 10.0000 20.0000 0.2625
H2 2.2147 20.0000 10.0000 0.0982
H3 0.0000 30.0000 0.0000 NaN
*** Thu, 27 Mar 2014 15:06:07 ***
ARCH-LM TEST with 8 lags:
test statistic: 1.3776
p-Value(Chi^2): 0.9946
F statistic: 0.1791
p-Value(F): 0.9919
*** Thu, 27 Mar 2014 15:06:07 ***
JARQUE-BERA TEST:
test statistic: 2.2981
p-Value(Chi^2): 0.3169
skewness: 0.5446
kurtosis: 3.2594
Source: Jmulti results
Phụ lục 10. ðồ thị ngưỡng và ñộ dốc của hàm chuyển tiếp trong mô hình
hàm cầu tiền phi tuyến
Phụ lục 11. ðồ thị phân rã các thành phần: tuyến tính và phi tuyến; hàm
chuyển tiếp và biến chuyển tiếp của mô hình ñường Phillips phi tuyến
Phụ lục 12. Mô hình ước lượng ARIMA (3,1,1), ñồ thị giá trị dự báo của
mô hình
Dependent Variable: DLOGCPI
Method: Least Squares
Date: 04/17/14 Time: 14:47
Sample (adjusted): 2001Q1 2011Q4
Included observations: 44 after adjustments
Convergence achieved after 18 iterations
MA Backcast: 2000Q4
Variable Coefficient Std. Error t-Statistic Prob.
C 0.003047 0.003984 0.764764 0.4488
AR(3) -0.418070 0.173693 -2.406949 0.0207
MA(1) 0.965732 0.036993 26.10605 0.0000
R-squared 0.571964 Mean dependent var 0.003588
Adjusted R-squared 0.551084 S.D. dependent var 0.028534
S.E. of regression 0.019118 Akaike info criterion -5.010589
Sum squared resid 0.014986 Schwarz criterion -4.888939
Log likelihood 113.2330 Hannan-Quinn criter. -4.965475
F-statistic 27.39313 Durbin-Watson stat 1.888969
Prob(F-statistic) 0.000000
Inverted AR Roots .37-.65i .37+.65i -.75
Inverted MA Roots -.97
-.06
-.04
-.02
.00
.02
.04
.06
-.08
-.04
.00
.04
.08
01 02 03 04 05 06 07 08 09 10 11
Residual Actual Fitted