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

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