Ứng dụng mô hình dự báo lạm phát trong điều hành chính sách tiền tệ tại việt nam

TÍNH CẤP THIẾT CỦA LUẬN ÁN

Lạm phát là chỉ tiêu kinh tế vĩ mô có tầm ảnh hưởng hết sức sâu rộng tới đời sống kinh tế - xã hội Tại phần lớn các nước đang phát triển, tăng trưởng nhanh kết hợp với dòng vốn vào "nóng" thường theo kèm mức lạm phát cao và kéo dài, đồng nội tệ mất giá, thâm hụt ngân sách cao, gây ra những bất ổn vĩ mô, từ đó dẫn đến tình trạng thất nghiệp và bất ổn chính trị - xã hội và đe dọa sự phát triển bền vững của nền kinh tế Thực tế cho thấy lạm phát cao không chỉ là vấn đề của riêng các nền kinh tế đang phát triển, mà điều này cũng từng diễn ra tại những quốc gia phát triển, điển hình là trường hợp lạm phát phi mã của CHLB Đức giai đoạn 1929 - 1933.

Sau thời gian dài chống chọi với tỷ lệ lạm phát cao cùng những hệ luỵ đi kèm thì vào những năm đầu thập kỷ 90, khuôn khổ chính sách tiền tệ (CSTT) lạm phát mục tiêu đầu tiên trên thế giới đã ra đời tại New Zealand, theo đó Chính phủ và Ngân hàng NHTW đặt ra mục tiêu lạm phát từng năm cũng như trong trung hạn và được quyền chủ động sử dụng công cụ CSTT như nghiệp vụ thị trường mở, công cụ lãi suất, tỷ giá, dự trữ bắt buộc… để đạt được mục tiêu đó Một CSTT theo đuổi lạm phát mục tiêu được coi là thành công nếu tỷ lệ lạm phát thực tế dao động quanh ngưỡng mục tiêu đã đề ra Từ đó đến nay, đã có 27 quốc gia trên thế giới áp dụng đầy đủ khuôn khổ CSTT lạm phát mục tiêu (Hammond, 2012) Đa số các nước theo đuổi khuôn khổ này đã thành công trong việc duy trì mức lạm phát thấp, hợp lý với thực trạng nền kinh tế, cá biệt trong số đó có 3 nước hiện duy trì mục tiêu lạm phát ở mức 10% (Cộng hòa Séc, Colombia và Hungary) Một số quốc gia khác, tuy chỉ áp dụng một phần hoặc không áp dụng CSTT lạm phát mục tiêu, vẫn thừa nhận dự báo lạm phát là một trong những hoạt động ưu tiên hàng đầu của họ.

Giống với đa số nền kinh tế đang phát triển, Việt Nam từng trải qua thời kỳ lạm phát cao, điển hình như giai đoạn khủng hoảng tài chính châu Á (1997 – 1998), hậu gia nhập WTO (2004 – 2006) và khủng hoảng tài chính toàn cầu (2007 – 2008) Điều đáng nói là, kể từ 2014 đến nay, tỷ lệ lạm phát của Việt Nam giảm về mức thấp một cách bất thường Trên thực tế, lạm phát ở mức thấp trong nhiều tình huống sẽ gây ra trở lực đối với phát triển tiềm năng kinh tế Nó thường kéo theo sức mua ì ạch, hoạt động sản xuất kinh doanh bị đình trệ, người tiêu dùng trì hoãn tiêu dùng để chờ đợi giá giảm sâu hơn, doanh nghiệp ngừng đầu tư và tuyển dụng để tiết kiệm chi phí Ở một khía cạnh khác, lạm phát quá thấp sẽ làm bào mòn doanh thu thuế, làm cản trở lộ trình tăng lương, bào mòn lãi suất cận biên, dẫn đến làm tăng gánh nặng nợ đối với doanh nghiệp và Chính phủ Diễn biến lạm phát khó lường như vậy đặt ra những yêu cầu mới đối với hoạt động phân tích, dự báo và kiểm soát lạm phát tại Ngân hàng Nhà nước (NHNN) Việt Nam, sao cho việc thực thi CSTT đạt hiệu quả cao, từ đó ổn định được giá trị đồng nội tệ trong bối cảnh hội nhập sâu rộng và trước nguy cơ bất ổn từ kinh tế thế giới Theo đó, quá trình điều hành CSTT cần phải được lượng hóa toàn diện nhằm đảm bảo dự báo lạm phát và các nhân tố vĩ mô quan trọng được tiến hành thuận lợi và hiệu quả Mặt khác, theo lập luận của Bùi Quốc Dũng (2014), việc xây dựng, vận hành và phát triển các lớp mô hình kinh tế lượng dự báo lạm phát được xem là điều kiện tiên quyết để NHNN có thể áp dụng khuôn khổ CSTT lạm phát mục tiêu thực thụ trong tương lai Chỉ khi năng lực dự báo lạm phát của NHNN được nâng tầm cùng NHTW các nước, việc điều hành CSTT của NHNN hướng về mục tiêu lạm phát mới thực sự đạt hiệu quả như mong đợi.

Với việc điểm qua một số vấn đề còn tồn tại của công tác dự báo lạm phát trong hoạch định và điều hành CSTT, đồng thời nhận thấy hiện nay chưa có bất kỳ công trình khoa học nào đủ tầm bao quát về xây dựng và phát triển hệ thống mô hình dự báo lạm phát dành cho Việt Nam (đa số nghiên cứu mới dừng ở việc tập trung khai thác vào từng mô hình riêng lẻ), việc triển khai đề tài luận án “Ứng dụng mô hình dự báo lạm phát trong điều hành chính sách tiền tệ tại Việt Nam” là hết sức cấp thiết và có ý nghĩa quan trọng cả về lý luận và thực tiễn.

TỔNG QUAN NGHIÊN CỨU

Sự phát triển các lý thuyết về lạm phát

Các lý thuyết về lam phát đươc hình thành từ khá sớ m và không ngừ ng được hoàn thiệ n theo thờ i gian Trong tác phẩm “The Wealth of Nations”, Smith (1776) lần đầu đề cậ p đến thuật ngữ

“laṃ phát” khi tác giả này phân biệ t “giá thực” và “giá danh nghia

” Theo đó, giá thưc của hàng hóa (giá tri)̣ đươc đin h nghia là khả nă ng mua đươc hàng hóa đó, trong khi giá danh nghia (tiền) chỉ là chi phí đươc đo lường duy nhất bằng tiền

(đươc giữ cố đin h theo giá tri ̣của vàng hoặ c mộ t số kim loai quý khác) Theo quan điểm này, giá thực củ a hàng hóa dưa trên sứ c lao độ ng, trong khi giá danh nghia la i biến độ ng theo sư ̣ sẵn có củ a các kim loaị quý và luậ t pháp của chế độ cai tri t rong việ c xác đin h kim loaị quý.

Mặ c dù các nhà kinh tế hoc cổ điển cho rằng biến độ ng về giá của hàng hóa có thể tác độ ng bất lợi tớ i nền kinh tế mộ t cách tam thờ i (như tao ra phân phố i của cải mộ t cách thất thường giữa các bên bi ̣ràng buộ c theo hơp đồng quy đin h giá tiền cố đin h); sau cùng, những biến độ ng này chỉ đơn thuần là sự thay đổi quy mô mà theo đó giá tri ̣đươc đo lườ ng (Bryan, 1997) Quan điểm cho rằng sư ̣ thay đổ i về lươṇ g của tiền chỉ tác độ ng đến duy nhất giá tiền của hàng hóa (chứ không phải giá trị) cũng đươc nhiều nhà kinh tế hoc cổ điển đồng tình Quan điểm này được coi là nền tảng để phát triển các lý thuyết về lam phát trong đầu thế kỷ 20, trong đó phải kể đến nhà kinh tế học người Mỹ Irving Fisher nổi tiếng vớ i học thuyết số lươṇ g tiền tệ (Quantity Theory of Money).

Lý thuyết của Fisher đươc phát triển trong mộ t thờ i gian dài, đặ c biệ t trong bố i cảnh cuộ c tranh luậ n về tiền tệ diễn ra gay gắt trong cuộ c bầu cử tổng thống nă m 1986 (Laidler,

2011) Theo lý thuyết này, thờ i kỳ giảm phát thấp của Mỹ là do nguồn cung vàng thất baị trong duy trì sản lươṇ g cần thiết để tương xứ ng vớ i tốc độ tă ng trưởng nhanh của tiền tệ , theo đó, tình tran g giảm phát cần có mộ t giải pháp CSTT phù hơp, đó là gia tă ng cung tiền.

Hình 1: Mối liên hệ giữa lượng tiền và mức giá

Bất chấp những ý kiến trái chiều, Fisher (1911) tiếp tuc

Nguồn: Friedman (1989) phát triển lý thuyết này bằng đẳng thứ c nổ i tiếng giữa lam

- P: mứ c giá chung phát và tiền tệ như sau:

- T: tổ ng lươṇ g giao dic̣ h bằng tiền

- M: tổ ng lươṇ g tiền giao dic̣ h chính thứ c

- V: tốc độ lưu thông tiền M

- M’: tổ ng lươṇ g tiền tín dung

- V’: tốc độ lưu thông tiền M’

Phương trình trên đươc thiết lập với các giả đin h: (i) P là biến phụ thuộ c - chiụ tác độ ng bởi các biến độ c lậ p khác; (ii) tỷ trong M’/M là cố định; (iii) V và V’ không đổi và độ c lậ p vớ i sự thay đổi của M và M’; (iv) T không đổi và độ c lậ p so vớ i M, V, M’, V’; (v) cầu tiền tệ tươ ng xứ ng vớ i giá trị giao dic̣ h; (vi) cung tiền là biến ngoaị sinh không thay đổi;

(vii) phươ ng trình trên chỉ áp dun g trong phân tích ngắ n han

; và (viii) nền kinh tế ở trang thái toàn dung lao độ ng (Ajuzie và cộng sự, 2008).

Những giả điṇ h trên tiếp tuc là chủ đề thu hút nhiêù ý kiến bình luậ n củ a các nhà kinh tế hoc thờ i bấy giờ Trong đó, những bình luậ n sắc sảo và có tầm ảnh hưởng nhất thuộ c về John Maynard Keynes (Higgins, 1978) khi ông cho rằng lý thuyết của Fisher quá cứ ng nhắc trong việ c phân tích tác độ ng của việ c thay đổi cung tiền đố i vớ i tiêu dùng và mứ c giá chung trong nền kinh tế Trong tác phẩm “The General Theory of Employment, Interest and

Money”, Keynes (1936) đã phát triển lý thuyết của riêng mình vớ i tên goi “Lý thuyết ưa chuộng thanh khoản” (Liquidity Preference Theory) nhằm bác bỏ kết luậ n của lý thuyết

Fisher cho rằng việ c tă ng cung tiền sẽ dẫn đến giá tă ng thêm mộ t lươṇ g tương ứ ng Lý thuyết của Keynes có mộ t số điểm khác biệ t so vớ i Fisher, cụ thể: (i) bác bỏ luậ n điểm cho rằng hộ gia đình và doanh nghiệ p muố n nắ m giữ mộ t lươṇ g cố điṇ h trong thu nhậ p củ a ho;̣

(ii) độ ng cơ nắm giữ tiền của hộ gia đình và doanh nghiệ p phu ̣ thuộ c vào “tính ưa thích thanh khoản” của ngườ i nắm giữ tài sản; (iii) giả đin h tính ưa thích thanh khoản và cầu tiền tích luỹ có quan hệ ngươc chiêù vớ i mứ c lãi suất hiệ n tai; (iv) tốc độ thu nhậ p về tiền có thể thay đổ i theo thờ i gian do sư ̣ thay đổ i trong kỳ voṇ g đố i vớ i biến độ ng lãi suất trong tương lai; (v) cung tiền thay đổ i có thể dẫn đến tốc độ lưu thông tiền thay đổ i; (vi) giả đin h nền kinh tế toàn dun g lao độ ng có thể bỏ qua trong phân tích kinh tế mà vẫn đảm bảo độ tin cậ y của kết quả Vớ i những giả đin h trên, Keynes cho rằng pham vi, trong đó tă ng cung tiền dẫn đến tă ng chi tiêu, phu ̣ thuộ c vào nhiều yếu tố trong việ c xác điṇ h tố c độ tă ng thu nhập về tiền; tă ng chi tiêu không dẫn đến tă ng mứ c giá chung mộ t cách tương xứ ng; và quan hệ giữa cung tiền và tă ng giá là không đơn giản như theo lý thuyết của Fisher. Nhậ n đin h của

Keynes được xem là sự bổ sung quan trọng vào sư ̣ phát triển lý thuyết về lam phát trên thế giớ i, mà cho đến nay mộ t số nhậ n điṇ h của ông vẫn đúng đắn và còn nguyên giá tri ̣

Sau John Maynard Keynes, không thể không đề cập tới mô hình đườ ng cong Phillips nổ i tiếng, mà theo khẳng định của Nguyễn Thị Thu Hằng và Nguyễn Đứ c Thành (2010), các lý thuyết lam phát hiệ n đại chủ yếu xuất phát từ mô hình này Dựa trên việc so sánh tốc độ tă ng tiền lương vớ i tỷ lệ lam phát ở Anh giai đoan

1861 – 1957, Phillips (1958) chỉ ra rằng khi thi ̣trường lao độ ng bi ̣thắt chặ t và tỷ lệ thất nghiệ p giảm, tiền lương có xu hướ ng tă ng nhanh hơn Do mứ c tă ng tiền lương tương quan chặ t chẽ vớ i mứ c tă ng giá, mố i quan hệ trên thường đươc giải thích là sư ̣ đánh đổ i giữa lam phát và thất nghiệ p Đườ ng cong thể hiệ n sư đánh đổ i này mang tên “đườ ng cong Phillips” Mộ t đường cong Phillips ổn đin h chứ ng to nhà làm chính sách chon mộ t trong nhiều tổ hơp giữa lam phát và thất nghiệ p ở mứ c chấp nhậ n đươc và xác đin h nó là muc tiêu trong các chính sách kinh tế vĩ mô (Cashell, 2004). Trong một nghiên cứu khác về CSTT, Friedman (1968) đưa ra một số luận điểm gắn với mô hình đườ ng cong Phillips: (i) các nhà tạo lập chính sách không có khả nă ng lưa chon bất cứ tỷ lệ thất nghiệ p nào trong dài han ngoài tỷ lệ thất nghiệ p tư ̣ nhiên, vốn phụ thuộc chủ yếu vào cấu trúc lao độ ng và sản phẩm thi ̣trường trong nền kinh tế; (ii) các giả đin h về sư đánh đổ i giữa thất nghiệ p và tỷ lệ lam phát chỉ có tác dun g trong ngắn han như mộ t hiệ n tươṇ g tam thờ i; (iii) lam phát đươc duy trì dướ i mứ c cân bằng cấu trúc sẽ dẫn đến sư ̣ gia tă ng tích luỹ củ a giá và tiền lương chủ yếu do sư ̣ bất ổn trong kỳ voṇ g (Friedman, 1968;

Gordon, 2011) Trong khi đó, Phelps (1967) đã phát triển mộ t lý thuyết mớ i về tỷ lệ thất nghiệ p và lam phát, trong đó nhấn manh vai trò củ a lam phát kỳ von g cũng như thông tin bất hoàn hảo trong thi ̣trường lao độ ng Từ những nhậ n đin h trên, Friedman và Phelps đã đi đến chung mộ t kết luậ n rằng không có sư ̣ đánh đổ i giữa lam phát và tỷ lệ thất nghiệ p trong dài han (Forder, 2010; Schawarzer, 2012).

Lucas (1972) sau đó tiếp tục bổ sung yếu tố kỳ von g hơp lý vào mô hình đườ ng cong

Phillips với ngu ̣ ý những sai sót trong kỳ voṇ g bất hơp lý (“erroneous expectation errors”) sẽ không lặ p lai Ý tưởng về kỳ von g hơp lý đã giúp Lucas và các học giả sau đó đưa ra mộ t dự đoán đáng chú ý Tác giả này lậ p luậ n rằng CSTT đươc tiên liệ u trước không thể thay đổ i đươ c

Các nhân tố tác động tới lạm phát

Cùng vớ i quá trình xây dưng và phát triển các lý thuyết cơ bản về lam phát, nhiều nghiên cứ u thưc nghiệ m trên thế giớ i đã áp dun g hiệ u quả các lý thuyết cơ bản này làm co sở để xác điṇ h những nhân tố chủ yếu tác độ ng đến lam phát, qua đó phần nào khắc hoa những đặ c điểm quan troṇ g về tình hình lam phát trên thế giớ i.

Khi nghiên cứ u nguyên nhân gây ra lam phát taị khu vưc châu Phi giai đoan

1989, Chhibber (1991) chỉ ra được mố i quan hệ chặ t chẽ giữa chế độ tỷ giá vớ i lam phát, theo đó các quố c gia sử duṇ g chế độ tỷ giá thả nổ i thườ ng xảy ra tình traṇ g lam phát cao, trong khi các nướ c áp dun g chính sách tỷ giá cố đin h thì thườ ng có mứ c lam phát thấp hơn.

Tuy nhiên, qua phân tích thưc nghiệ m kỹ lưỡng, vấn đề này phứ c tap hơn nhiều Theo kết quả nghiên cứ u trên, tai các nướ c Ghana, Uganda, Sierra Leon và Zambia, tình traṇ g lam phát cao vẫn diễn ra phổ biến trong thờ i kỳ sử dun g chính sách tỷ giá cố đin h Nghiên cứ u về điều chinh tỷ giá của Ghana còn chỉ ra rằng việ c điều chinh tỷ giá chính thứ c thậ m chí còn giúp giảm lam phát nhờ giảm thâm hut tài khóa Mứ c lam phát thấp và ổn đin h taị các quố c gia có chế độ tỷ giá cố điṇ h là do sư ̣ phố i hơp giưã tài chính và tiền tệ , chứ không phải ở tỷ giá hố i đoái cố đin h Do đó, tác giả này đi đến kết luậ n chính sách tỷ giá không có tác độ ng quá lớ n đến lam phát taị các nước khu vưc châu Phi trong giai đoan

Song, quan điểm trên không nhậ n đươc đồng tình của một số học giả Cụ thể, qua phân tích tác độ ng củ a chính sách tỷ giá đến lam phát trong cả dài han và ngắn han taị mộ t nền kinh tế nhỏ, mở điển hình kết hơp vớ i phân tích lam phát trong thi ̣trường ngoai hố i dướ i góc nhìn tài chính công, Bodart (1996) nhậ n thấy sư ̣ vậ n độ ng củ a lam phát thay đổi rõ rệ t ngay cả khi việ c điều chinh tỷ giá là thường xuyên hoặ c tam thờ i Cu ̣ thê,̉ nêú điêù chinh là tam thờ i nhưng ngườ i dân xem là thường xuyên, lam phát sẽ tă ng trước và sau đó sẽ giảm dần về đến điểm dừ ng trước đó

Ngươc lai, nếu công chúng xem sư ̣ điều chinh là tam thờ i, sư ̣ vậ n độ ng củ a lam phát thậ m chí còn thất thườ ng hơn: đầu tiên sẽ tă ng lên trên mức khi tỷ giá thay đổ i, sau đó giảm xuống dướ i điểm dừ ng, và sau cùng là phuc hồ i sau khi quay lại mứ c tỷ giá hố i đoái hơp nhất Bodart (1996) còn chứ ng minh rằng tỷ giá hố i đoái thả nổi đươ c duy trì lâu bao nhiêu thì mứ c độ biến độ ng của lam phát càng lớ n bấy nhiêu Đối vớ i tác độ ng của việ c điều chinh tỷ giá chính thứ c liên tuc đến lam phát, tác giả này chỉ ra rằng trong mộ t nền kinh tế vớ i tỷ giá danh nghia chính thứ c cố đin h, việ c chuyển đổ i liên tuc các tỷ giá chính thứ c chỉ có tác độ ng tam thờ i đến lam phát

Ngươc laị, khi NHTW điều chinh tỷ giá chính thứ c nhằm thu hep phát sẽ mang tính dài han. khoảng cách vớ i tỷ giá trên thi ̣trường tư ̣ do, tác độ ng đến lam

Khi nghiên cứ u các nhân tố chủ yếu tác độ ng đến lam phát ở Tanzania giai đoan

1992 – 1998, sử duṇ g mô hình kinh tế lươṇ g để phân tích cấu trúc vậ n độ ng củ a lam phát trong cả dài han lẫn ngắn han , Laryea và Sumaila (2001) rút ra kêt́ luậ n rằng trong ngắn han, sản lươṇ g và tiền tệ (cung tiền M2) là những nhân tố chính gây nên tình traṇ g lam phát tai

Tanzania Tuy nhiên, trong dài han, tỷ giá thi ṭ rường tư ̣ do cũng đóng vai trò quan troṇ g đố i vớ i lam phát cùng vớ i sản lươṇ g và tiền tệ Bên canh đó, nghiên cứ u này còn chỉ ra rằng tác độ ng củ a tỷ giá đến lam phát chủ yếu đươc thể hiệ n qua hoat độ ng thương mai hàng hóa, trong đó chủ yếu là hàng hóa nhậ p khẩu trong linh vưc phi chính thứ c.

Từ đinh điểm 18,6% của nă m 1986, lam phát ở Nam Phi đã giảm manh xuống còn 5,2% vào nă m 1999, mứ c thấp nhất của nước này kể từ nă m 1970, song vẫn cao hơn laṃ phát taị các nước đố i tác thương maị quan troṇ g là Đứ c, Nhậ t Bản, Anh và Mỹ (Akinboade và cộng sự, 2004) Để xác điṇ h các nhân tố chủ yếu gây ra tình traṇ g lam phát taị Nam Phi trong giai đoan từ Q1/1970 - Q1/2001, Akinboade và cộng sự (2004) sử dun g mô hình kinh tế lươṇ g để phân tích mố i quan hệ giữa lam phát vớ i thi ̣trường tiền tệ , thi ̣trường lao độ ng và thi t rường ngoaị hố i ở Nam Phi, từ đó đã đưa ra mộ t số kết quả có thể đươc khái quát như sau: (i) trong ngắn haṇ , sư ̣ gia tă ng củ a chi phí lao độ ng và cung tiền mở rộ ng có tác độ ng làm tă ng lam phát, trong khi tỷ giá danh nghia hữu hiệ u có tác độ ng ngươc chiều đối vớ i lam phát; và (ii) trong dài haṇ , lam phát tỷ lệ nghic̣ h vớ i lãi suất, nhưng vẫn tỷ lệ thuậ n vớ i cung tiền mở rộ ng và sư ̣ tă ng chi phí lao độ ng trong nền kinh tế.

Nhằm đánh giá tác độ ng của tỷ giá đến lam phát trong bố i cảnh hậ u khủ ng hoảng, Ito và Sato (2008) lựa chon phân tích các nước Indonesia, Hàn Quốc, Thái Lan, Malaysia và Singapore trong giai đoạn 1993 – 2005, từ đó đi đến các kết luậ n sau: (i) mứ c chuyển củ a cú số c tỷ giá đố i vớ i lam phát là tương đối thấp, trừ trường hơp của Indonesia; (ii) lam phát hậ u khủ ng hoảng của Indonesia khác vớ i các quốc gia (bi ̣khủ ng hoảng) khác nằm ở chính sách tiền tệ củ a Indonesia; và (iii) tác độ ng củ a tỷ giá cũng chính là nguyên nhân khiến lam phát gia tă ng, đồng thờ i việ c phá giá đồng nộ i tệ khiến các giải pháp khắc phuc trở nên kém hiệ u quả Điều này đưa đến mộ t hàm ý rằng lam phát bản chất vẫn nằm ở chính sách tiền tệ nộ i taị hơn là các tác độ ng từ bên ngoài, mặ c dù những tác độ ng này vẫn hiệ n hữu.

Không riêng gì các nước từng trải qua thời kỳ lam phát cao, các nước lam phát thấp cũng là đối tươṇ g thu hút sự quan tâm của nhiều nhà nghiên cứ u Xác điṇ h các nhân tố tác độ ng đến lam phát có ý nghia quan troṇ g đố i vớ i Croatia trong nỗ lưc đáp ứ ng tiêu chuẩn

Maastricht nói riêng cũng như để gia nhậ p EU nói chung Malesevic (2009) áp dun g phương pháp đồng tích hơp để phân tích số liệ u lam phát của Croatia trong giai đoan tháng 6/1994 –

6/2006, qua đó chỉ ra rằng trong dài han la m phát có quan hệ vớ i tỷ giá, chi phí lao độ ng, nhưng laị không có quan hệ gì vớ i mứ c cung tiền Cu ̣ thể, việ c tă ng giá tiền lương, phá giá đồ ng nộ i tệ đã làm tă ng lam phát; trong khi cung tiền laị không có nhiêù tác độ ng đêń lam phát củ a Croatia, điều này ngu ̣ ý rằng chính sách tiền tệ củ a Chính phủ trong thờ i gian này có thể phuc vu ̣ cho các muc tiêu khác Đặ c biệ t, kết quả nghiên cứ u của Malesevic khá tương đồng vớ i các nghiên cứ u trước đó về Croatia như của Payne (2002), Botric và Cota

(2006) về tác độ ng củ a tiền lương và tỷ giá đến lam phát; cũng như nhiêù nghiên cứ u về các quốc gia châu Âu khác như: Haderi và cộng sự (1999) về Albania; Ross (2000) về Slovenia; Brada và Kutan (2002) về Cộ ng hòa Séc, Hungary và Ba Lan.

Khi nghiên cứu về các nhân tố tác động đến lạm phát tại các quốc gia vùng Caribbean (Barbados, Jamaica, Guyana và Trinidad và Tobago) trong giai đoạn 1970 –

2006, Greenidge và DaCosta (2009) rút ra các kết luận chính sau: (i) tại mỗi quốc gia, biến động giá dầu đều có tác động đến lạm phát trong cả ngắn hạn lẫn dài hạn, và tuy độ lớn có khác nhau, tác động dài hạn nhìn chung nhiều hơn so với tác động trong ngắn hạn; (ii) thay đổi của tỷ giá hối đoái danh nghĩa cũng là một nhân tố quan trọng tác động đến lạm phát đối với những quốc gia sử dụng chế độ tỷ giá thả nổi, theo đó trong 3 nước áp dụng chế độ tỷ giá thả nổi, sự thay đổi của tỷ giá danh nghĩa đã dẫn đến tăng lạm phát trong ngắn hạn; (iii) lãi suất tăng sẽ làm lạm phát tăng trong ngắn hạn, nhưng trong dài hạn lạm phát sẽ giảm dần xuống mức thấp hơn so với trước đó, hay nói cách khác tác động của tăng lãi suất là ngược chiều với lạm phát trong dài hạn; và (iv) mức kỳ vọng đối với lạm phát trong quá khứ có tác động làm tăng mức lạm phát trong hiện tại của 3 trong số 4 quốc gia được nghiên cứu.

Bashir và cộng sự (2011) nghiên cứ u thưc traṇ g lam phát taị Pakistan trong giai đoan

Ứng dụng và phát triển mô hình dự báo lạm phát

Dự báo lam phát là mộ t trong những cấu phần quan troṇ g trong hoach điṇ h chính sách vĩ mô của nhiều quốc gia trên thế giớ i NHTW dưa vào dự báo lam phát để đưa ra các biệ n pháp nhằm đat đươ c mu c tiêu của CSTT Trong khi đó, các chủ thể khác của nền kinh tế cũng dưa vào dự báo lam phát để đánh giá phản ứ ng của các cơ quan hoach đin h chính sách cũng như xác điṇ h kỳ voṇ g lam phát trong tuơ ̛ng lai.

Kể từ thập niên 80 của thế kỷ trước, trước biến độ ng mạnh mẽ và khó lường của laṃ phát, nhiều nghiên cứ u đã ra đời nhằm phân tích, đánh giá về độ chính xác tương đối củ a các mô hình dự báo lam phát Cùng với đó, các phương pháp kiểm định chất lượng mô hình dự báo lam phát cũng phát triển đa dạng Theo cách tiêṕcậ n của Fama và Gibbons (1982,

1984), dự báo lam phát đươc tiến hành dưa trên lãi suất danh nghia quan sát đươc của thi ̣ trường về lam phát Meyler và cộng sự (1998) đã đưa ra mô hình chuỗi thờ i gian ARIMA để dự báo lam phát ở Ireland, qua đó cho thấy mô hình này có kết quả dự báo tốt hơn Các thu tuc ước lươṇ g mô hình ARIMA cho mộ t chuỗi thờ i gian, goị là phương pháp Box-Jenkins ba bướ c: Điṇ h daṇ g mô hình, ước lươṇ g, và kiểm điṇ h mô hình Ba bước này đươc lặ p lại cho đến khi nào có đươc mô hình tốt Ở Việ t Nam, mô hình ARIMA đã đươc sử dun g khá phô biến Gần đây, mô hình này đươc áp dun g trong nghiên cứu của Đào Hoàng Dũng (2013) để dự báo CPI quý 1/2013 vớ i kết quả dự báo đạt độ chính xác cao.

Bước sang những năm đầu thế kỷ XXI, cùng sự ra đời của học thuyết tăng trưởng kinh tế mới, nghiên cứu của Sims (2006) chỉ ra rằng hầu hết các biến số vĩ mô đều là biến nội sinh và có sự tương tác lẫn nhau Dựa trên ý tưởng này, các lớp mô hình chuỗi thời gian đa biến bắt đầu phổ biến và được ứng dụng ngày càng rộng rãi cho mục tiêu dự báo, tiêu biểu hơn cả là VAR và VECM Engle và Yoo (1987) so sánh kết quả dự báo đươc ước lươṇ g bở i mô hình VECM vớ i giả điṇ h rằng bậ c độ trễ và haṇ g tích hơp đươ c biết trước vớ i kết quả dự báo của mô hình VAR vớ i độ trễ chính xác; từ đó kết luậ n rằng mô hình VECM chỉ cho kết quả sai số bình phương trung bình trong dài han Clements và Hendry (1995) lưu ý rằng kết luậ n của Engle và Yoo (1987) có thể không vững nếu các đối tươṇ g nghiên cứ u được xử lý sai phân chứ không đặt ở dạng nguyên trị, và sử dun g quan sát này cho biệ n pháp thay thế chúng nhằm so sánh dự báo đa biến Christoffersen và Diebold

(1998) cũng sử dun g cách thiết lậ p mô hình củ a Engle và Yoo, song lậ p luậ n ngươc la i bằng cách sư dun g VAR ở dạng nguyên trị như mộ t tiêu chuẩn trên cơ sở mô hình VAR chỉ áp đặ t mứ c đồng liên kết mà không áp đặ t nghiệ m đơn vi.̣ Mô hình đươc xác điṇ h thứ tư ̣ trễ dựa trên tiêu chuẩn AIC và so sánh hiệ u suất dự báo củ a mô hình ước lươṇ g dướ i tất cả các số có thể có của vector đồng liên kết (0 - 4) trong mộ t hệ thống 4 biến Các tác giả nhậ n thấy rằng, giữ trậ t tư ̣ trễ liên tuc, các mô hình số chính xác của vector đồng liên kết đaṭ đươc mức sai số MSFE thấp hơn dự báo dài han, đặ c biệ t là liên quan đến mộ t mô hình quá chi tiết về han g đồng tích hơp Có nhiều nghiên cứ u dù đã đánh giá được hiệ u quả của các tiêu chí chon mô hình cho việc quyêt́ đin h độ dài trễ và số đồng liên kêt,́song vẫn chưa thể đánh giá chính xác hiệ u quả của mô hình dự báo đươc lư a chon Gonzalo và Pitarakis (1999) chỉ ra trong mộ t hệ thống lớ n, các bướ c lưa cho n mô hình thông thườ ng có thể làm giảm số hang đồng tích hơp rất lớ n.

Cogley và Sargent (2001, 2005), Benati (2004) và Levin và Piger (2004) đều cho rằng sư ̣ thay đổ i về thờ i gian có ý nghia quan troṇ g quyết định giá tri ̣trung bình và tính ỳ củ a lam phát Haldane và Quah (1999), Cogley và Sargent (2001) ghi nhậ n sư ̣ thay đổ i lớ n trong tương quan giữa lam phát và thất nghiệ p trong giai đoan sau Thế chiến II Về các bằng chứ ng trong giai đoan hậ u Thế chiến II, các chuỗi thờ i gian của biến số vĩ mô cho thấy sư đứ t gãy phương sai nhưng không liên quan đến sư ̣ thay đổi của giá tri ̣kỳ voṇ g

Cogley và Sargent (2005), Cogley và cộng sự (2010) đã sử dun g mô hình cấu trúc VAR vớ i chuỗi thờ i gian cho nền kinh tế

My: các biến số lam phát, thất nghiệ p và lãi suất đặ t trong mẫu vớ i sư thay đổ i ngẫu nhiên trên cơ sở ma trậ n hiệ p phương sai nhiễu tương ứ ng Thêm vào đó, Sims và Zha (2006) khẳng định việ c sử dung mô hình cấu trúc BVAR vớ i biến thờ i gian thay đổ i theo chuỗi Markov mà biến thờ i gian đươc quan sát ở trong môi trường độ ng của Mỹ là hoàn toàn do điểm gãy của biến đổi các cú sốc mà không phải do các tham số hồi quy Điều này gơi ý việ c bổ sung các thay đổ i cấu trúc vào mô hình chuỗi thờ i gian có thể tă ng kha nă ng dự báo lam phát Kết quả ngoài mẫu của mô hình này có vẻ là mộ t lưa cho n tốt hơn so vớ i các mô hình có thể thay thế khác Tổng quát hơn, Pesaran và cộng sự (2006), Koop và Potter (2007) đã chỉ ra mô hình dự báo vớ i các điểm gẫy cấu trúc đưa ra dự báo tốt ngoài mẫu đối vớ i mộ t loat chuỗi biến vĩ mô.

Mộ t vấn đề khác của dự báo lam phát là làm thế nào để chon biến dự báo cho lam phát kỳ voṇ g Ví du, dạng rút gon của đườ ng cong Phillips ám chỉ việ c lưa cho n mô hình khi lam phát phu ̣ thuộ c vào lam phát quá khứ và lam phát kỳ von g Tỷ lệ thất nghiệ p điển hình đươc sử duṇ g như một thước đo về sư ̣ trì trệ của nền kinh tế trong mô hình dự báo lam phát Tuy nhiên, đến nay vẫn còn nhiều ý kiến bất đồng về các thước đo phù hơp của hoat độ ng thưc tế đươc sử dun g trong mô hình như vậ y Theo đó, có hai cách tiếp cậ n được xét đến: (i) dưa trên sư ̣ kết hơp dự báo của các lưa cho n có thể của các mô hình dự báo đường cong Philips; (ii) dựa trên mô hình đườ ng cong Phillips duy nhất chứa đựng thành phần chính là các biến trễ kinh tế cũng như các đo lườ ng thưc tế.

Stock và Watson (1999) cho thấy việc sử dụng mô hình đa biến nhằm dự báo ngoài mẫu cho hiệu quả vượt trội hơn so với mô hình tư ̣ hồ i quy (AR) Theo đó, khi áp duṇ g mô hình Bayesian trung bình với 93 thông số tiềm nă ng để dự báo lam phát Mỹ theo quý ngoài mẫu, Wright (2009) đã quyết định loaị bỏ dự báo lam phát của AR ngoài mẫu Các học giả trên tiếp cận vấn đề thông qua mô hình đườ ng cong Phillips dưa trên tỷ lệ thất nghiệ p và các chỉ số Chicago Fed Economic Activity được lấy độ trễ thích hợp Giống như Stock và Watson, Groen và cộng sự (2013) dự báo lạm phát sử duṇ g mô hình tư ̣ hồ i quy có bổ sung biến ngoaị sinh gia tă ng (mô hình ARX) Song, điểm khác biệt của nghiên cứu này thể hiện ở chỗ các tác giả sử duṇ g mộ t khuôn khổ cho phép cả sư ̣ không chắc chắn trong mố i quan hệ giữa lam phát và biến dự báo cũng như sư ̣ không chắc chắn về các nhân tố tiềm nă ng trong hồi quy dự báo lam phát Để đối phó với những bất định trên, mô hình trung bình Bayesian (BMA) đươc sử dung nhằm cho phép phá vỡ cấu trúc của nhiễu ngẫu nhiên (sai số) trong các thông số hồi quy hoặc phương sai lỗi của kết quả mô hình, hoặ c cả hai Do đó, thủ tuc dự báo củ a ho ̣ đồ ng thờ i kết hơp hai nguồ n chính củ a sư ̣ không chắ c chắ n.

Tại Việ t Nam, việc nghiên cứ u và ứ ng dun g mô hình dự báo lam phát cũng đã thu hút sư ̣ quan tâm củ a không chỉ cơ quan quản lý vĩ mô mà còn có các việ n nghiên cứ u, các chuyên gia và học giả kinh tế nhiều kinh nghiệ m Nổi bậ t trong số đó có thể kể đến: Võ Trí

Thành và cộng sự (2001) vớ i mô hình tư ̣ hồi quy vector (VAR) và hiệu chỉnh sai số (ECM) cho thấy mố i quan hệ giữa tiền tệ , CPI, tỷ giá và giá tri ̣sản lươṇ g công nghiệ p thưc tế vớ i dữ liệ u từ nă m 1992 – 1999; Nguyễn Thi ̣Kim Thanh (2006) nghiên cứ u về lam phát cơ bản; Nguyễn Thi ̣Liên Hoa và Trần Đặ ng Dũng (2013) nghiên cứ u lam phát taị Việ t Nam theo phương pháp SVAR; Phạm Thế Anh (2009) với mô hình ước lượng các nhân tố tác động tới lạm phát tại Việt Nam; Đào Hoàng Dũng (2013) dự báo lạm phát Q1/2013 sử dụng mô hình đơn biến ARIMA; Bùi Quốc Dũng và Hoàng Việt Phương (2014) sử dụng mô hình hiệu chỉnh sai số vector (VECM) để dự báo lạm phát tại NHNN Việt Nam; Nguyễn Đức Trung và Nguyễn Hoàng Chung (2017) ứng dụng mô hình cân bằng động học ngẫu nhiên tổng quát (DSGE) để dự báo các yếu tố vĩ mô cho nền kinh tế … Ngoài ra, còn các nghiên cứu của Võ Văn Minh (2009), Phạm Thị Thu Trang (2009), Nguyen (2010), Tô Ánh Dương và cộng sự (2012), Lương Thị Nga và cộng sự (2014), Trầm Thị Xuân Hương và cộng sự

(2014), Nguyễn Thị Thu Trang (2017); BIDV (2018)…

Tóm lại, dù đã đạt một số kết quả đáng ghi nhận về dự báo lạm phát, các nghiên cứu trước đây chưa thể giải quyết một cách thấu đáo và có hệ thống các mục tiêu: (i) Hệ thống hóa lý thuyết về mô hình dự báo lạm phát; (ii) Thiết lập mô hình định lượng khám phá mối liên hệ giữa các biến số vĩ mô và CPI, tạo tiền đề cho việc dự báo lạm phát và hoạch định chính sách; (iii) Hoàn thiện hệ thống mô hình dự báo lạm phát cho Việt Nam dựa trên các yêu cầu đặc thù trong điều hành chính sách Để tìm lời giải đáp đối với những vấn đề bỏ ngỏ trên, tác giả quyết định thực hiện đề tài luận án này.

KHOẢNG TRỐNG NGHIÊN CỨU VÀ CÂU HỎI NGHIÊN CỨU

Khoảng trống nghiên cứu

Dựa trên tổng quan nghiên cứ u, có thể thấy mặc dù chủ đề phát triển mô hình dự báo lạm phát trong điều hành CSTT không còn mớ i mẻ, song vẫn tồn tại những khoảng trống có thể tiếp tục khai thác và phát triển, cụ thể:

Thứ nhất, cho đến nay, chưa có một nghiên cứu nào tổng kết được một cách có hệ thống khung lý thuyết về mô hình dự báo lạm phát trong điều hành CSTT Đề tài được thực hiện nhằm trước hết hoàn thiện khoảng trống lý luận trên.

Thứ hai, khi áp dụng mô hình đơn biến để dự báo lạm phát, các nghiên cứu trước mới dừng ở việc sử dụng các thước đo giá cả truyền thống có tính tổng hợp như chỉ số giá tiêu dùng (CPI), chỉ số giá sản xuất (PPI) hoặc chỉ số giá giảm phát (GDP deflator) chứ chưa có sự phân tách cụ thể từng nhóm hàng hóa chủ chốt cấu thành CPI tổng thể Do đó, kết quả dự báo thu được từ các nghiên cứu này được đánh giá còn nặng tính phổ quát, kém tin cậy và thiếu sức thuyết phục Với việc lần đầu tiên thực nghiệm mô hình cho chuỗi giá các hàng hóa thành phần chính trong rổ CPI, luận án được kỳ vọng có thể cung cấp thêm một cách tiếp cận mới đầy đột phá trong công tác dự báo các biến số vĩ mô sử dụng mô hình đơn biến tại Việt Nam, nhờ đó, chất lượng dự báo có thể được nâng lên đáng kể dựa trên hàm lượng thông tin tiên lượng cụ thể và dồi dào.

Thứ ba, chưa có nghiên cứ u độ c lậ p nào ở Việ t Nam ứng dụng và phát triển mô hình đa biến để dự báo mức tăng giá cả dựa trên việc xem xét đầy đủ các nhân tố từ cả phía cung và phía cầu của lạm phát Trên thực tế, đa phần các nghiên cứu trước đây thường tập trung vào các yếu tố “cầu kéo” khi phân tích, đánh giá biến động của lạm phát mà bỏ qua hẳn kênh tác động từ phía tổng cung Nhân tố duy nhất từ phía cung được đưa vào xem xét trong các nghiên cứu này là giá cả quốc tế (các cú sốc ngoại sinh) Hơn nữa, các nghiên cứu mới nhất về dự báo lạm phát tại Việt Nam được tiến hành trên các chuỗi dữ liệu từ năm 2015 trở về trước, theo đó mô hình thực nghiệm dường như đã bỏ qua sự hiện diện của nhiều yếu tố mới có ảnh hưởng trọng yếu tới kết quả dự báo lạm phát (ví dụ: chiến tranh thương mại Mỹ

- Trung; hiệp định TPP sụp đổ với sự rút lui của Mỹ và sau được thay thế bằng hiệp định CPTPP được ký kết giữa 11 quốc gia đối tác xuyên Thái Bình Dương; sự bùng phát của đại dịch COVID-19 khiến kinh tế toàn cầu tiến gần hơn tới một cuộc “đại khủng hoảng”…). Luận án được kỳ vọng có thể cung cấp thảo luận chính sách và phân tích chuyên sâu nhằm bao quát tốt những vấn đề lớn có tính thời sự nhờ việc vận dụng các công cụ định lượng hiện đại, được kiểm chứng chặt chẽ về mặt khoa học cùng các bằng chứng đáng tin cậy.

Thứ tư, việc dự báo lạm phát trong các nghiên cứu trước đây thường tập trung ở một số dạng thức mô hình nhất định, theo đó việc đánh giá, so sánh hiệu quả dự báo giữa các mô hình chưa được chú trọng Bởi lẽ việc đánh giá chất lượng mô hình dự báo chưa được các nhà nghiên cứu quan tâm, người đọc khó có thể bị thuyết phục rằng các mô hình được đề xuất này cung cấp kết quả đáng tin cậy và có luận cứ khoa học vững vàng, mặt khác, điểm mới đột phá của mô hình nghiên cứu so với các công trình trước đây cũng ít khi được đề cập Khắc phục tồn tại trên, luận án được triển khai không dừng lại ở việc thực nghiệm dự báo lạm phát thông qua các lớp mô hình dự báo khác nhau theo tần suất tháng và quý trong ngắn và trung hạn, việc đánh giá riêng rẽ, kết hợp so sánh hiệu quả dự báo giữa các lớp mô hình được triển khai cũng như so sánh với các mô hình được thực nghiệm trước đây cũng sẽ được nhấn mạnh nhằm rút ra bài học kinh nghiệm, hàm ý chính sách đối với công tác hoạch định và điều hành chính sách vĩ mô nói chung và điều hành giá cả nói riêng tại Việt Nam.

Câu hỏi nghiên cứu

Để tiếp tuc đóng góp vào cơ sở lý luậ n đối với chủ đề dự báo lạm phát trong hoạch định và điều hành CSTT, đồng thờ i phần nào lấp đầy các khoảng trống đã nêu, luận án hướng tới giải quyết các câu hỏi nghiên cứu sau:

Thứ nhất, việc phát triển mô hình dự báo lạm phát trên cơ sở tổng hợp kết quả dự báo đơn biến đối với chuỗi giá các mặt hàng thành phần chính trong rổ CPI liệu có tạo sự đột phá về hiệu quả dự báo so với dự báo đơn biến với riêng chuỗi CPI tổng hợp?

Thứ hai, các nhân tố xuất phát từ phía cung (giá sản xuất, tiền lương, tỷ giá), từ phía cầu (chênh lệch sản lượng, cung tiền, tín dụng, lãi suất) và từ phía nền kinh tế thế giới (giá dầu, giá hàng hóa thế giới, lãi suất hiệu dụng của FED) tác động ra sao tới biến động lạm phát qua các năm? Trong số này, kênh nào tác động chủ chốt nhất? Từ đó, liệu việc áp dụng cấu trúc mô hình chứa đựng đầy đủ các kênh tác động có thể giúp cải thiện đáng kể chất lượng dự báo lạm phát so với các cấu trúc khuyết thiếu trước đây?

Thứ ba, trong các lớp mô hình dự báo được đề cập, mô hình nào là sự lựa chọn tối ưu cho mục đích dự báo lạm phát trong ngắn hạn và trung hạn? Tần suất dữ liệu (tháng/quý) nên được khai thác và vận dụng ra sao để hỗ trợ có hiệu quả cho các thủ tục dự báo? Mặt khác, khi tiến hành dự báo lạm phát ngoài mẫu trong bối cảnh xuất hiện cú sốc diện rộng (lúc này, các kịch bản thông thường bị vô hiệu hóa), lớp mô hình nào nên được áp dụng và điều chỉnh kỹ thuật nào cần được can thiệp để đảm bảo ổn định hiệu quả dự báo?

Thứ tư, từ kết quả dự báo thu được theo tần suất và tầm xa khác nhau, có thể đưa ra những giải pháp, khuyến nghị nào để phát triển và áp dụng có hiệu quả các lớp mô hình dự báo lạm phát khác nhau phục vụ điều hành CSTT tại Việt Nam?

MỤC TIÊU NGHIÊN CỨU

Mục tiêu chung

Luận án hướng tới ứng dụng mô hình dự báo lạm phát phục vụ điều hành CSTT tại Việt Nam, trên cơ sở đó đề xuất giải pháp, khuyến nghị nhằm thúc đẩy ứng dụng mô hình dự báo lạm phát trong điều hành CSTT.

Mục tiêu cụ thể

Thứ nhất, luận án trình bày cơ sở lý thuyết về mô hình dự báo lạm phát trong điều hành CSTT.

Thứ hai, luận án phân tích kinh nghiệm của NHTW các nước về ứng dụng mô hình dự báo lạm phát trong điều hành CSTT, từ đó rút ra bài học cho Việt Nam.

Thứ ba, luận án phân tích thực trạng lạm phát và điều hành CSTT nhằm kiểm soát lạm phát tại Việt Nam để tạo cơ sở cho việc thiết lập mô hình mối quan hệ giữa các biến số vĩ mô với lạm phát.

Thứ tư, luận án phân tích thực trạng phát ứng dụng mô hình dự báo lạm phát trong điều hành CSTT tại NHNN Việt Nam, từ đó rút ra đánh giá.

Thứ năm, luận án đề xuất hoàn thiện mô hình dự báo lạm phát ngắn hạn và trung hạn trong điều hành CSTT cho Việt Nam, từ đó đánh giá chất lượng mô hình dự báo.

Thứ sáu, luận án đề xuất giải pháp, khuyến nghị nhằm thúc đẩy ứng dụng mô hình dự báo lạm phát trong điều hành CSTT tại Việt Nam đến năm 2025.

PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU

Phương pháp nghiên cứu

Đề tài sử dụng kết hợp giữa phương pháp nghiên cứu định tính và nghiên cứu định lượng để giải quyết các mục tiêu nghiên cứu đề ra Cụ thể:

- Phương pháp thống kê mô tả: là phương pháp gắn với thu thậ p số liệ u, trin h bày, tinh toán và mô tả các đặ c trưng khác nhau để phản ánh tổng quát về đối tươṇ g nghiê n cứ u.

Phương pháp này đươc sử dun g xuyê n suốt quá trình thu thậ p, xử lý số liệ u, tinh toán, phân tic h và trinh bày các nộ i dung gắn với lam phát taị Việ t Nam.

- Phương pháp phâ n tich và tổng hơp lý thuyêt́ : là phương pháp nghiê n cứ u các tài liệ u, lý thuyết khác nhau thông qua việc phâ n tich chú ng thành từ ng bộ phậ n để tim hiểu sâ u sắc về đố i tươṇ g, từ đó liê n kết từ ng bộ phậ n thô ng tin đã phâ n tic h nhằm tao ra mộ t hệ thống lý thuyết mớ i đầy đủ và sâ u sắc về đố i tương Phương pháp này đươc sử dụng chủ yếu trong quá trình phâ n tich và tổng hơp các vấn đề lý thuyết về lam phát, CSTT và mô hình dự báo lạm phát của Việ t Nam và trên thế giớ i.

- Phương pháp phỏng vấn sâu: Tác giả tiến hành phỏng vấn sâu đối với 15 chuyên gia, bao gồm lãnh đạo cấp Vụ, lãnh đạo cấp Phòng và cán bộ chuyên trách thuộc các Vụ Dự báo, Thống kê và Chính sách tiền tệ nhằm tìm hiểu quan điểm, nhận định, đánh giá của họ về thực tiễn triển khai dự báo lạm phát tại Ngân hàng Nhà nước Việt Nam, đồng thời thu thập các ý kiến đề xuất, gợi mở của chuyên gia về việc phát triển hoàn thiện và đồng bộ hệ thống các mô hình dự báo, qua đó phục vụ hiệu quả cho hoạch định, điều hành CSTT tại Việt Nam.

- Phương pháp mô hinh hóa: là phương pháp dựa trên nghiên cứu cụ thể các đố i tươṇ g mục tiêu, có thể tiến hành mô phỏng laị (simulate) đối tươṇ g đó theo các cơ cấu, chứ c nă ng củ a đố i tươṇ g Trong luận án, phương pháp trê n đươc phương trình) mố i quan hệ giữa các biến số vĩ mô vớ i laṃ 2005 – 2019. sử dun g để mô hinh hóa (ở dạng phát taị Việ t Nam trong giai đoan

- Phương pháp tiên lượng: Dưa trê n mố i quan hệ giưã các biến số vĩ mô vớ i lạm phát taị Việ t Nam trong giai đoan 2005 – 2019 đã đươc mô hinh hóa, luận án áp dun g phương pháp này để tiên lượng (dự báo sử dụng mô hình định lượng) lam ngắn và trung han.

Dữ liệu

phát taị Việ t Nam trong

Dữ liệu phục vụ nghiên cứu được thu thập từ các nguồn sau: (i) dữ liệu tiền tệ - ngân hàng từ Thống kê tài chinh quốc tế của IMF và NHNN Việt Nam; (ii) dữ liệ u kinh tế vĩ mô từ Tổng cuc Thống kê ; (iii) dữ liệu giá cả quốc tế từ Fed St Louis; (iv) dữ liệu về tình hình dịch COVID-19 từ Trung tâm Phòng chống và Kiểm soát dịch bệnh Châu Âu (ECDC).

THIẾT KẾ NGHIÊN CỨU

ĐÓNG GÓP MỚI CỦA LUẬN ÁN

Về mặt lý luận

Thứ nhất, về lý thuyết điều hành CSTT, luận án trình bày và phân tích vai trò của CSTT trong việc kiểm soát lạm phát dựa trên việc xem xét ba cơ chế đặc trưng: chính sách cố định tỷ giá hối đoái, chính sách hướng vào cung tiền và chính sách mục tiêu lạm phát Theo đó, ứng với từng mô hình chính sách, các đặc trưng quan trọng, ưu điểm và hạn chế đều được chỉ rõ.

Thứ hai, về lý thuyết mô hình dự báo lạm phát trong điều hành CSTT, trước tiên luận án làm rõ khái niệm và mục tiêu của dự báo lạm phát, phân tích vai trò của nó trong điều hành CSTT và đề xuất quy trình dự báo lạm phát với 8 bước Tiếp đó, luận án giới thiệu lý thuyết nền về các lớp mô hình dự báo lạm phát đang được áp dụng phổ biến gồm: lớp mô hình đơn biến (ARIMA) và lớp mô hình đa biến (gồm VAR và VECM).

Thứ ba, luận án phân tích kinh nghiệm quốc tế về ứng dụng mô hình dự báo lạm phát trong điều hành CSTT, tập trung vào các khía cạnh: lựa chọn mô hình dự báo và đơn vị thực hiện dự báo, xây dựng,vận hành mô hình dự báo và ứng dụng kết quả dự báo lạm phát trong điều hành CSTT, từ đó rút ra bài học cho Việt Nam.

Về mặt thực tiễn

Thứ nhất, luận án tiến hành phân tích toàn diện diễn biến lạm phát thực tế tại Việt Nam trong vòng 20 năm (2000 – 2019) Đối với từng lát cắt giai đoạn, tác giả rút ra các đặc trưng chính gắn với diễn biến lạm phát giai đoạn đó, làm rõ các nguyên nhân căn cơ đằng sau cũng như phân tích cụ thể cơ chế và thực tiễn điều hành CSTT hướng tới mục tiêu hàng đầu là kiểm soát lạm phát và thúc đẩy tăng trưởng Đây là cơ sở quan trọng cho việc phân tích mối quan hệ giữa các biến số vĩ mô với lạm phát tại Việt Nam.

Thứ hai, luận án tiến hành phân tích, đánh giá toàn diện thực trạng phát triển các lớp mô hình dự báo lạm phát tại NHNN Việt Nam và ứng dụng chúng trong điều hành CSTT Việc đánh giá này giúp chỉ ra một số kết quả đạt được, tồn tại và nguyên nhân của tồn tại, căn cứ vào đó để đề xuất khuyến nghị, giải pháp hoàn thiện mô hình dự báo đang được vận hành tại NHNN.

Thứ ba, luận án cải tiến, phát triển thực nghiệm các lớp mô hình ARIMA và VECM để dự báo lạm phát tại Việt Nam xuất phát từ lý thuyết về lạm phát, quá trình khảo lược các nghiên cứu trước đây, kết quả đánh giá thực trạng phát triển mô hình dự báo tại NHNN và thực tiễn vận hành của nền kinh tế Việt Nam Cụ thể, với mô hình ARIMA phục vụ dự báo ngắn hạn, tác giả phân tách cụ thể 10 nhóm chỉ số giá hàng hóa nhằm dự báo, đánh giá tác động và mức độ đóng góp của từng nhóm hàng hóa thành phần tớ i CPI tổng thể Trong khi đó, với mô hình VECM được hiệu chỉnh, cải tiến từ cấu trúc mô hình gốc được áp dụng tạiNHNN, tác giả hướng tới giải quyết hai mục tiêu quan trọng gồm: (i) phân tích thực nghiệm mối quan hệ giữa các nhân tố vĩ mô và lạm phát; (ii) tiến hành dự báo lạm phát trong trung hạn sử dụng các chuỗi biến tần suất tháng và quý Kết quả đánh giá dựa trên các tiêu chuẩn thống kê cho thấy chất lượng dự báo của các mô hình do luận án đề xuất tỏ ra vượt trội so với các phiên bản mô hình trước, và về cơ bản bám khá sát xu hướ ng thực.

Thứ tư, vận dụng mô hình VECM tần suất tháng và quý được cải tiến và phát triển về mặt cấu trúc, luận án đạt được thành công trong việc dự báo diễn biến CPI trong năm 2020 dựa theo các kịch bản chi phối của đại dịch COVID-19 đối với biến ngoại sinh (kịch bản “bất thường”) Kết quả chỉ ra rằng Việt Nam Nam có thể trải qua một cuộc giảm phát với CPI bình quân tháng giảm từ 1,07 – 1,23% và CPI bình quân quý giảm từ 2,11 – 2,13%.

Thứ năm, dựa trên định hướng về điều hành CSTT và phát triển hoạt động dự báo tại ViệtNam kết hợp tham khảo kinh nghiệm quốc tế và các đánh giá từ phân tích thực trạng, luận án đề xuất giải pháp, khuyến nghị nhằm thúc đẩy ứng dụng mô hình dự báo lạm phát trong điều hành CSTT tại ViệtNam đến năm 2025.

KẾT CẤU LUẬN ÁN

Ngoài phần Phần mở đầu, Kết luận chung, Tài liệu tham khảo và Phụ lục, nội dung luận án được kết cấu theo bốn chương sau:

Chương 1: Tổng quan mô hình dự báo lạm phát trong điều hành chính sách tiền tệ;

Chương 2: Thực trạng mô hình dự báo lạm phát trong điều hành chính sách tiền tệ tại Việt Nam;

Chương 3: Đề xuất hoàn thiện mô hình dự báo lạm phát trong điều hành chính sách tiền tệ tại Việt Nam;

Chương 4: Khuyến nghị chính sách về việc ứng dụng mô hình dự báo lạm phát trong điều hành chính sách tiền tệ tại Việt Nam.

TỔNG QUAN MÔ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ

TỔNG QUAN VỀ LẠM PHÁT

Theo Oxford English Dictionary (1989), thuật ngữ “lạm phát” được lần đầu tiên được sử dụng với hàm ý là sự mất giá của tiền tệ Đến năm 1874, “lạm phát” còn mang thêm nghĩa là sự gia tăng liên tục của giá cả Lạm phát theo nghĩa sự tăng lên của giá cả được nhấn mạnh trong suốt cuộc nội chiến tại

Mỹ (1861-1865) khi đồng đô la bản vị vàng bị thay thế bằng đồng bạc xanh, loại tiền giấy phát hành bởi Chính phủ Mỹ và có xu hướng mất giá theo thời gian (Bernholz, 2003).

Lạm phát theo đó là một hiện tượng kinh tế xuất hiện cùng sự ra đời của tiền giấy và được nhìn nhận dưới nhiều góc độ bởi các tác động của nó đối với đời sống kinh tế - xã hội Trong lịch sử, các nhà kinh tế đã định nghĩa lạm phát theo nhiều cách tiếp cận khác nhau Theo Kemmerer (1942) và Crowther

(1958), lạm phát là hiện tượng mà giá trị đồng tiền bị suy giảm theo thời gian Trong khi đó, Samuelson

(1961) cho rằng lạm phát biểu thị bằng sự tăng lên của mặt bằng chung giá cả Cùng quan điểm với Samuelson, Johnson (1963) định nghĩa lạm phát là sự tăng lên bền vững của giá cả, còn Friedman (1968) nhận định lạm phát là việc giá cả tăng nhanh và kéo dài Tuy vậy, đa số các nhà kinh tế học hiện nay đồng tình với định nghĩa của Ackley (1961) theo đó, lạm phát là sự tăng lên liên tục và có thể xác định được của mặt bằng giá cả hàng hóa nói chung Làm rõ hơn khái niệm này, Dwivedi (2005) nhấn mạnh sự tăng giá phải diễn ra liên tục trong một khoảng thời gian (từ 1 – 2 năm) và sự tăng giá này không có phản ứng với bất kỳ các chính sách kiềm chế lạm phát nào khác.

Về nguyên nhân gây ra lạm phát, các nhà kinh tế cũng có nhiều quan điểm khác nhau Các nhà kinh tế theo trường phái cổ điển, đại diện là Fisher (1911), chỉ ra rằng lạm phát gây ra bởi sự tăng lên của lượng cung tiền tại một mức sản lượng nhất định Nghiên cứu của tác giả này cho rằng giá cả bị ảnh hưởng của lượng cung tiền nhiều hơn là do lượng cung hàng hóa Mức giá cả nói chung hầu như chỉ thay đổi bởi các yếu tố tiền tệ (vàng, bạc, tiền giấy, tín dụng) và ít chịu ảnh hưởng bởi các nhân tố hàng hóa Tuy nhiên, các nhà kinh tế theo trường phái Keynes, mà đại diện là J.M Keynes và Wicksell, cho rằng lạm phát được xác định dựa trên sự thay đổi của mặt bằng giá cả nói chung vốn được xác định dựa trên tổng cầu và tổng cung hàng hóa (Hansen, 1951) Theo đó, lạm phát là trường hợp mà tổng cầu hàng hóa, dịch vụ vượt quá lượng cung tại mức giá phổ biến; việc cầu vượt quá cung là nhân tố chung khiến cho lạm phát xuất hiện và tăng lên (Gupta, 2008).

Trong khi đó, các nhà kinh tế trường phái tân cổ điển mà đai diệ n là Samuelson

(1961) khẳng điṇ h: lam phát xảy ra khi mứ c chung của giá cả cũng như chi phí tă ng (giá bánh mì, dầu xă ng, xe ô tô tă ng, tiền lương, giá đất, tiền thuê tư liệ u sản xuất) và do đó laṃ phát chính là biểu thi ̣sư ̣ tă ng lên củ a giá cả Theo các nhà kinh tế theo trường phái tiền tệ , lam phát là mộ t hiệ n tươṇ g tiền tệ (Friedman, 1989), theo đó lam phát xuất hiệ n chủ yếu bở i sư ̣ tă ng lên củ a cung tiền tệ lớ n hơn mứ c tă ng trưởng của nền kinh tế (Dornbush và

1993) Việ c tă ng lên củ a lươṇ g cung tiền tao thành lam phát và việ c cung tiền giảm đi gây ra giảm phát Nói mộ t cách đơn giản nhất, có thể giả đin h rằng việ c tă ng cung tiền có thể khiến cho giá tiêu dùng tă ng lên (Gupta, 2008).

Như vậ y, hiểu một cách thấu đáo, lam phát là sư ̣ tă ng lên liên tục của mứ c giá cả chung Sự tă ng giá tương đối của mộ t số mặt hàng cụ thể có thể do chứ c nă ng, cơ chế phân phố i của thi t rường thì không đươc coi là lam phát Ví du,̣ việ c tă ng giá hàng hóa lương thưc có thể có nguyên nhân do việ c mất mùa hơn là ảnh hưở ng củ a lam phát Ngoài ra, việ c tăng lên của mứ c giá chung phải “liên tuc̣ ” chứ không mang tính nhất thờ i do chiụ ảnh hưở ng của các cú số c mang tính tam thờ i và không lặ p lai Thuật ngữ “liên tuc̣ ” hàm ý các chủ thể trong nền kinh tế bắt đầu tính toán về sư ̣ tă ng lên củ a mứ c giá khi đưa ra các quyết điṇ h kinh tế của mình.

Bên cạnh lạm phát, một số phạm trù khác liên quan tới sự thay đổi của mức giá hay mức độ tăng giá cần đươc đề cậ p trong phần này là giảm phát (deflation) và thiểu phát (disinflation) Trái ngược với lạm phát, giảm phát là tình trạng giảm giá chung của các loai hàng hóa, trong đó nguyên nhân có thể đến từ sư ̣ sut giảm manh củ a tổ ng cầu khiến nhà sản xuất phải cắt giảm manh giá bán để hấp dẫn ngườ i mua (Bernanke, 2002) Trong thập niên 1920 – 1930, tại Mỹ, hiện tượng giảm phát xảy ra khá thường xuyên khi các điều hành đánh giá thấp tác độ ng của giảm phát cũng như không đưa ra những biệ n pháp cần thiết để đối phó vớ i hiệ n tươṇ g này Tuy nhiên, tại các quố c gia đã từ ng tồn taị chế độ bản vi ̣vàng, ví dụ như Thuy Điển, việc thoát khỏi giảm phát dường như diễn ra khá nhanh chóng Trong khi đó, thiểu phát là hiện tượng sụt giảm liên tục của tỷ lệ lạm phát và nó thường xảy ra trước mỗi thời kỳ giảm phát Nguyên nhân gây ra thiểu phát có thể xuất phát từ việc áp dụng các biện pháp chống lạm phát quá liều (ví dụ: thắt chặt tiền tệ, tài khóa và hạn chế cầu quá mức), sử dụng các biện pháp ngăn ngừa lạm phát một cách cứng nhắc như trực tiếp kiểm soát giá của một số mặt hàng, hoặc có thể xuất phát từ những sai lầm trong điều hành vĩ mô (Cao Thị Ý Nhi và Đặng Anh Tuấn, 2017).

Giảm phát và thiểu phát ít nhiều có các hình thức biểu hiện bên ngoài khó phân biệt do chúng cùng thể hiện xu hướng sụt giảm của mức giá cả chung Mặt khác, cũng có không ít người ngộ nhận và đánh đồng giữa hai phạm trù giảm phát và thiểu phát, theo đó xóa nhòa ranh giới giữa hai học thuyết quan trọng: thuyết lạm phát giá cả và thuyết lạm phát lưu thông tiền tệ.

Lạm phát Giảm phát (+) Thừa tiền

Thiểu phát Lạm phát zero (-) Thiếu tiền

(i) Thuyết lạm phát giá cả nhìn nhận lạm phát là quá trình tăng mức giá chung, trong khi giảm phát là quá trình giảm mức giá chung trong nền kinh tế Theo giác độ này, không hề có chỗ đứng cho khái niệm về thiểu phát.

(ii) Thuyết lạm phát lưu thông tiền tệ (hay thuyết lạm phát số lượng tiền tệ) xem xét lạm phát là hiện tượng giá cả tăng do chính phủ bơm quá nhiều tiền vào lưu thông Ngược lại, việc cung ứng lượng tiền vào lưu thông thấp hơn mức cần thiết, dẫn đến sản xuất và lưu thông trong nền kinh tế bị “tắc nghẽn” do thiếu hụt tiền là hiện tượng thiểu phát (hay lạm phát âm) Dựa trên thuyết này, lạm phát zero là thời điểm tại đó xác lập sự cân bằng giữa cung – cầu tiền tệ, lượng tiền phát hành ra phù hợp với mức yêu cầu cần thiết của cầu lưu thông hàng hóa, dịch vụ của nền kinh tế Khi giảm phát vượt qua ngưỡng này thì nó và lạm phát sẽ biến mất và tình trạng thiểu phát xuất hiện Mối quan hệ giữa lạm phát, giảm phát và thiểu phát có thể được biểu diễn như Hình 1.1.

Hình 1.1: Mối quan hệ lạm phát – giảm phát – thiểu phát

Nguồn: Cao Thị Ý Nhi và Đặng Anh Tuấn (2017)

1.1.2 Nguyên nhân gây ra lạm phát

1.1.2.1 Lạm phát do tăng cung tiền

Theo lý thuyết số lượng tiền tệ, lượng tiền trong nền kinh tế quyết định giá trị của tiền và sự gia tăng khối lượng tiền tệ là nguyên nhân chủ yếu gây ra lạm phát Xét phương trình: M×V=P×Y, sự gia tăng lượng tiền trong nền kinh tế có thể đạt được thông qua một trong ba kịch bản sau: mức giá cả (P) tăng; sản lượng (Y) tăng; tốc độ lưu thông tiền tệ (V) giảm Khi tăng lượng cung ứng tiền tệ một cách nhanh chóng, kết quả là lạm phát sẽ tăng cao Tiền tệ là nguyên nhân trực tiếp gây ra lạm phát, tức là chỉ có tăng lượng tiền mới có thể tăng giá Vì vậy, việc quản lý tốt hạn mức tín dụng và linh hoạt hóa vòng quay của tiền được coi là một trong những giải pháp sử dụng đồng tiền có hiệu quả và góp phần kiềm chế lạm phát.

Ban đầu nền kinh tế ở điểm 1 với mức sản lượng (tỷ lệ thất nghiệp) tự nhiên Yn, mức giá cả P1 – điểm giao nhau giữa đường tổng cung AS1 và đường tổng cầu AD1 Khi cung tiền tệ tăng lên, đường tổng cầu dịch chuyển sang phải tới vị trí AD2 Trong thời gian rất ngắn, nền kinh tế sẽ chuyển động đến điểm 1’ và mức sản lượng tăng vượt mức tự nhiên, đạt tới Y’ (Y’ > Y n ) Điều này đã làm giảm tỷ lệ thất nghiệp xuống dưới mức tỷ lệ thất nghiệp tự nhiên, tiền lương tăng lên và làm giảm đường tổng cung,theo đó đường tổng cung dịch chuyển tới vị trí AS2 Tại đây, nền kinh tế quay trở lại mức sản lượng tự nhiên trên đường tổng cung dài hạn Ở điểm cân bằng mới (điểm 2), mức giá cả tăng từ P1 lên P2.

Hình 1.2: Lạm phát do lượng tiền cung ứng tăng liên tục và kéo dài

Cung tiền tệ tiếp tục tăng lên, đường tổng cầu lại dịch chuyển sang phải đến vị trí AD 3 , đồng thời đường tổng cung tiếp tục dịch chuyển sang trái tới vị trí AS3, tạo nên điểm cân bằng mới của nền kinh tế (điểm 3) Tại đây, mức giá cả tiếp tục thể hiện xu hướng tăng đến P3 Nếu cung tiền tệ tiếp tục được gia tăng, sự dịch chuyển của đường tổng cầu và tổng cung sẽ tiếp tục diễn ra như kịch bản trên, theo đó mức giá tăng liên tục và lạm phát trở nên ngày càng tồi tệ hơn.

TỔNG QUAN VỀ CHÍNH SÁCH TIỀN TỆ

1.2.1 Khái niệm chính sách tiền tệ

Chính sách tiền tệ là công cụ quản lý kinh tế vĩ mô quan trọng nhất mà Nhà nước giao cho NHTW thực hiện Theo quan điểm của Mishkin (2016): “CSTT là một trong các chính sách điều hành vĩ mô, được giao cho NHTW xây dựng và thực hiện thông qua các công cụ điều tiết lượng tiền cung ứng nhằm đạt được các mục tiêu kinh tế - xã hội nhất định trong từng thời kỳ” Trong khi đó, theo định nghĩa của NHTW Canada (Bank of Canada -

BOC): “CSTT là việc thực thi các biện pháp ảnh hưởng tới cung tiền nhằm tác động tới lãi suất, điều kiện tín dụng và tỷ giá hối đoái của Canada Mục tiêu cuối cùng của CSTT nhằm tác động tới tổng sản phẩm quốc nội (GDP), việc làm, lạm phát và tăng trưởng kinh tế”.

Cục Dự trữ liên bang (Federal Reserves System – FED) thì cho rằng: “CSTT là những quyết định của NHTW nhằm tác động đến tính thanh khoản, chi phí của tiền tệ và tín dụng nhằm đẩy mạnh việc thực hiện các mục tiêu kinh tế quốc gia”.

Tại Việt Nam, căn cứ Điều 3 Luật Ngân hàng Nhà nước năm 2010: “CSTT là các quyết định tiền tệ ở tầm quốc gia của cơ quan nhà nước có thẩm quyền, bao gồm quyết định mục tiêu ổn định giá trị đồng tiền biểu hiện bằng chỉ tiêu lạm phát, quyết định sử dụng công cụ và biện pháp để thực hiện mục tiêu đề ra” Trong đó, NHNN Việt Nam thực hiện chức năng quản lý nhà nước về tiền tệ và ngân hàng, thực hiện chức năng của NHTW về phát hành tiền, ngân hàng của các tổ chức tín dụng và cung ứng dịch vụ tiền tệ cho Chính phủ.

Tuy có nhiều quan điểm khác nhau về CSTT, nhưng về cơ bản: CSTT là chính sách kinh tế vĩ mô được xây dựng và thực thi bởi NHTW nhằm tác động tới cung – cầu tiền tệ,

HỆ THỐNG CÔNG CỤ CHÍNH SÁCH TIỀN TỆ

Cải thiện việc làm Ổn định giá cả Tăng trưởng kinh tế

Tổng tiền cung ứng (M1, M2, M3)Lãi suất ngắn hạn và dài hạn

Dự trữ (R), dự trữ không vay (NBR), tiền cơ sở (MB)Lãi suất liên ngân hàng, lãi suất ngắn hạn

Công cụ gián tiếpCông cụ trực tiếpCông cụ bổ trợCông cụ khác đảm bảo mục tiêu ổn định giá cả và tăng trưởng kinh tế Theo đó, nó có thể được hoạch định theo hai hướng:

(i) CSTT mở rộng: mở rộng khối lượng tiền cung ứng, hạ lãi suất hoặc tăng tỷ giá nhằm thúc đẩy đầu tư, tiêu dùng và xuất khẩu ròng, qua đó giúp khôi phục và thúc đẩy tăng trưởng kinh tế, tạo công ăn việc làm.

(ii) CSTT thắt chặt: giảm bớt lượng cung tiền, tăng lãi suất, giảm tỷ giá nhằm “hạ nhiệt” sự phát triển quá “nóng” của nền kinh tế và ngăn chặn nguy cơ lạm phát.

Vận hành CSTT sao cho đạt hiệu quả cao luôn là một vấn đề gây tranh cãi, bởi lẽ CSTT ảnh hưởng trực tiếp tới sự phát triển bền vững của mỗi quốc gia Dù trong mỗi giai đoạn của chu kỳ kinh tế, CSTT được định hướng và thực thi theo những cách khác nhau, song nó đều hướng tới mục tiêu cuối cùng là ổn định và tăng trưởng kinh tế.

1.2.2 Mục tiêu chính sách tiền tệ

Hình 1.4: Hệ thống mục tiêu và công cụ của CSTT

Nguồn: Mishkin (2016) 1.2.2.1 Mục tiêu cuối cùng

Một nền kinh tế thường đặt ra các mục tiêu cuối cùng tương đối đa dạng, trong đó chủ yếu hướng tới ổn định và tăng trưởng Mục tiêu ổn định bao gồm: ổn định giá trị đồng tiền, ổn định lãi suất và ổn định thị trường tài chính; trong khi đó, mục tiêu tăng trưởng tập trung vào hai khía cạnh chính: đảm bảo công ăn việc làm và tăng trưởng kinh tế. a Mục tiêu ổn định

- Ổn định giá trị đối nội của đồng tiền trên cơ sở kiểm soát lạm phát: Ổn định giá cả là mục tiêu hàng đầu của CSTT và là mục tiêu có tính dài hạn Các NHTW thường lượng hóa mục tiêu này bằng tỷ lệ gia tăng của chỉ số giá tiêu dùng xã hội.

Việc công bố công khai chỉ tiêu này được coi là cam kết của NHTW nhằm ổn định giá trị tiền tệ về mặt dài hạn Điều này có nghĩa NHTW sẽ không tập trung điều chỉnh sự biến động giá cả trong ngắn hạn.

Do các biện pháp về CSTT tác động đến nền kinh tế có tính chất trung và dài hạn, cộng với những khó khăn trong việc dự báo chính xác thời điểm nào kết quả sẽ xảy ra, sẽ không hề khả thi đối với NHTW trong việc theo đuổi mục tiêu kiểm soát giá cả trong ngắn hạn. Ổn định giá cả có vai trò đặc biệt quan trọng trong việc định hướng phát triển kinh tế quốc gia vì nó góp phần làm tăng khả năng dự đoán những biến động của môi trường kinh tế vĩ mô Mức lạm phát thấp và ổn định tạo ra môi trường đầu tư ổn định, thúc đẩy nhu cầu đầu tư và đảm bảo sự phân bổ nguồn lực xã hội một cách có hiệu quả Đây là lợi ích có tầm quan trọng chiến lược đối với sự thịnh vượng của nền kinh tế quốc gia Lạm phát cao hay thiểu phát liên tục thường gây ra nhiều tổn thất cho xã hội, thậm chí cả trong trường hợp nền kinh tế phát triển khả quan nhất Sự biến động liên tục của tỷ lệ lạm phát dự tính làm méo mó, sai lệch thông tin, từ đó khiến cho các quyết định kinh tế trở nên kém tin cậy và thiếu hiệu quả Nguy hiểm hơn, sự bất ổn của giá cả có thể dẫn tới sự tái phân bổ nguồn lực kinh tế trong xã hội và giữa các nhóm dân cư một cách độc đoán.

Tuy nhiên, lạm phát cũng có những khía cạnh tích cực trong trường hợp lạm phát vừa phải, khi nền kinh tế cần kích thích tăng trưởng – lúc này, lạm phát trở thành công cụ để điều tiết Ở đây, chúng ta cần làm rõ thêm rằng việc theo đuổi mục tiêu ổn định giá cả không đồng nghĩa với tỷ lệ lạm phát bằng không Các nghiên cứu về lạm phát cho thấy trong khi cố gắng duy trì lạm phát tiệm cận mức không, CSTT rất dễ đưa nền kinh tế rơi vào trạng thái thiểu phát và hậu quả sau đó còn trầm trọng hơn – suy thoái kinh tế Vì vậy, lạm phát ở mức vừa phải được chứng minh là có tác dụng khá tốt trong việc kích thích nền kinh tế tăng trưởng và ổn định Theo các nghiên cứu, mức lạm phát dao động trong khoảng 1,5- 4% được coi là phù hợp với các nền kinh tế phát triển Như vậy, việc chấp nhận sự tồn tại của lạm phát trong nền kinh tế không phải ý chí chủ quan của con người mà là một tất yếu khách quan, do đó cần phải có những giải pháp thích hợp để kiềm chế, điều tiết nó chứ không phải để triệt tiêu hoàn toàn.

Vì vậy, có thể khẳng định ổn định giá cả là mục tiêu hàng đầu của CSTT Điều này giải thích vì sao “tăng trưởng nhanh với giá cả ổn định” luôn là phương châm của mọi CSTT, là kim chỉ nam cho mọi hành động điều tiết lượng tiền cung ứng Theo quan điểm của các nhà kinh tế học hiện đại, ổn định không đồng nghĩa với việc giữ nguyên, mà đó là ổn định trong sự kiểm soát của chính phủ và NHTW. Ổn định giá trị tiền tệ thể hiện qua việc kiểm soát lạm phát và ổn định tỷ giá hối đoái.

KINH NGHIỆM QUỐC TẾ VỀ ỨNG DỤNG MÔ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ

1.4.1 Kinh nghiệm về lựa chọn mô hình dự báo lạm phát

Trong bối cảnh công cụ phân tích - dự báo định lượng phát triển ngày càng đa dạng, NHTW tại mỗi quốc gia phải tạo lập riêng cho mình một hệ thống mô hình dự báo lạm phát Theo đó, NHTW đi sau thường có lợi thế hơn ở việc được thừa hưởng thành tựu nghiên cứu mô hình từ NHTW tiên tiến đi trước Hiện nay, có nhiều dạng thức mô hình được các NHTW sử dụng cho mục tiêu dự báo lạm phát, ví dụ: mô hình ARIMA, VAR và các biến thể (tiêu biểu là VECM và SVAR), mô hình cân bằng động học ngẫu nhiên (DSGE) Tùy theo đặc trưng số liệu mỗi nước, đặc thù nền kinh tế và sự phát triển của NHTW, việc lựa chọn mô hình dự báo lạm phát tại mỗi NHTW là khác giống nhau Điều này giúp tạo ra một nguồn tài nguyên mô hình khá phong phú Trong quá trình kế thừa, NHTW đi sau cũng phải thực hiện một số hiệu chỉnh sao cho phù hợp với đặc trưng riêng có của nước mình.

Nghiên cứu của Hammond (2012) và tổng hợp của tác giả cho thấy đa số các nước theo đuổi khung khổ CSTT lạm phát mục tiêu đều tin dùng mô hình DSGE cho mục tiêu phân tích vĩ mô và dự báo lạm phát, cụ thể: trong số 27 NHTW quốc gia theo đuổi CSTT

+ lạm phát mục tiêu (tính đến ngày 30/06/2020), có tới 20 NHTW lựa chọn công cụ DSGE 1 Vấn đề đặt ra ở đây là ngoài những ưu điểm sẵn có theo lý thuyết, đâu là “điểm nghẽn” khiến một số NHTW trong nhóm theo đuổi mục tiêu lạm phát quyết định không sử dụng DSGE, và liệu DSGE có thích hợp cho phân tích và dự báo lạm phát tại NHTW các quốc gia mới nổi như Việt Nam không?

Trước tiên, bàn về ưu điểm, khác với mô hình phi cấu trúc vốn chủ yếu dựa trên số liệu và kỹ thuật mô hình chứ chưa quan tâm nhiều đến lý thuyết kinh tế (ví dụ: ARIMA, VAR, VECM), lớp mô hình cấu trúc mà tiêu biểu là DSGE thường tồn tại ở dạng "lai" (hybrid), tức có sự hội tụ giữa số liệu và lý thuyết gốc Theo luận giải của Bùi Quốc Dũng và Phạm Đức Anh (2016), điều khiến DSGE trở nên khác biệt so với các lớp mô hình lai cấu trúc khác là ban đầu nó được xây dựng trên nền kinh tế học vi mô, trong đó: hộ gia đình hướng tới tối đa hóa lợi ích với ràng buộc về thu nhập khả dụng, doanh nghiệp hướng tới tối đa hóa lợi nhuận hoặc tối thiểu hóa chi phí dựa trên ràng buộc về vốn, lao động và công nghệ, xã hội thì hướng tới tối đa hóa phúc lợi xã hội… Ở tầm phát triển cao hơn, DSGE có thể kết hợp cả kinh tế học vi mô và vĩ mô dựa trên lý thuyết mô hình Keynes và kỹ thuật ước lượng Bayes Do đó, ngày nay DSGE được sử dụng rộng rãi để phân tích và thảo luận chính sách, không chỉ ở tầm vĩ mô về tăng trưởng, lạm phát, mà còn gắn với việc nghiên cứu ứng xử của mỗi tác nhân trong nền kinh tế trước thay đổi của CSTK và CSTT, hoặc giải thích sự thay đổi trong cấu trúc kinh tế.

Là lớp mô hình đa nhiệm và được ưa chuộng tại nhiều nền kinh tế lớn như Anh, Mỹ, Thuỵ Điển , tại sao đến nay DSGE vẫn không được sử dụng tại một số quốc gia, hoặc nếu có thì DSGE cũng không phải là công cụ chủ chốt phục vụ việc ra quyết định? Thực tế này xuất phát từ các nguyên nhân sau:

Thứ nhất, do sự phức tạp và mới mẻ trên phương diện kỹ thuật mô hình và công cụ máy tính cần phải có để xử lý mô hình Để có thể vận hành hiệu quả lớp mô hình này, cán bộ chuyên trách cần phải được đào tạo kiến thức nền về kinh tế học vĩ mô và vi mô, kiến thức chuyên sâu về kinh tế lượng, có kỹ năng lập trình thành thạo, đồng thời hệ thống máy tính phải có cấu hình mạnh để chạy các phần mềm phức tạp (Matlab, Mathematica ) Điều này đòi hỏi NHTW phải đầu tư rất lớn về trang thiết bị và nguồn nhân lực để có thể phát triển mô hình này một cách trọn vẹn.

Thứ hai, tính đúng đắn của lớp mô hình DSGE hiện nay đang là chủ đề tranh luận giữa các nhà kinh tế học nổi tiếng Ví dụ, Sims (2006) cho rằng mô hình DGSE hoàn thiện ở

1 20 NHTW theo đuổi CSTT lạm phát mục tiêu đã và đang áp dụng mô hình DSGE gồm: Anh, Armenia, Úc, Brazil, Canada, Chile, Cộng hòa Séc, Hungary, Iceland, Indonesia, Mexico, New Zealand, Na Uy,Peru, Philippines, Ba Lan, Hàn Quốc, Thụy Điển, Thái Lan, Thổ Nhĩ Kỳ 7 NHTW còn lại chưa áp dụng gồm: Colombia, Ghana, Guatemala, Israel, Romania, Serbia, Nam Phi. thời điểm ra đời chưa thể đánh giá được tác động của tổng đầu tư, tổng tiêu dùng và một mảng rộng lớn về thị trường tài chính vốn là một cấu phần trọng yếu của nền kinh tế Ông cho rằng DSGE có thể giúp lý giải nền kinh tế vận hành như thế nào nhưng thật khó để đòi hỏi mô hình này phù hợp với sự chi tiết của các hành vi đã được xây dựng và các biến thay thế do sự hạn chế về mặt số liệu Một số học giả khác tỏ ra nghi ngờ đối với “nguyên lý phù hợp” (“Principle of Fit”) của mô hình Ngoài ra, Kocherlakota

(2007) cho rằng một mô hình phù hợp hoàn toàn về số liệu vẫn có thể cung cấp lời giải đáp kém thuyết phục hơn cho các câu hỏi về chính sách so với một mô hình có độ phù hợp về số liệu thấp hơn Điều này đặc biệt đúng khi sử dụng kỹ thuật ước lượng Bayes, kể cả khi tham số tiên nghiệm được chọn không hoàn toàn chính xác, chúng vẫn được sử dụng để tạo ra "cú sốc động" Ngoài ra, tính cứng nhắc hay linh hoạt của giá trong ngắn hạn cũng là vấn đề gây tranh cãi, phần nào ảnh hưởng đến nền tảng lý thuyết chi phối mô hình DSGE.

Thứ ba, số liệu không đầy đủ và thiếu tin cậy cũng là một vấn đề phổ biến ở các nền kinh tế đang phát triển do hoạt động thống kê trong quá khứ chưa hoàn thiện, các phương pháp và số liệu thống kê hiện tại cũng thay đổi, khó đạt được sự nhất quán do cấu trúc nền kinh tế cũng như hệ thống chính sách liên tục thay đổi Thực tế tại NHTW Ba Lan cho thấy mặc dù họ sở hữu những chuyên gia hàng đầu để xây dựng và phát triển SOE (tên phiên bản DSGE tại Ba Lan), kết quả dự báo lạm phát từ DSGE cũng chỉ có tính tham khảo, và ngạc nhiên hơn, độ chính xác của dự báo DSGE còn xếp sau các lớp mô hình đơn giản hơn như VAR, SVAR, Bayes VAR

Do đó, ở bối cảnh hiện tại, việc phát triển mô hình DSGE để dự báo lạm phát ở Việt Nam là chưa phù hợp do những hạn chế về trang thiết bị kỹ thuật, trình độ nhân lực và tính đầy đủ của số liệu Tác giả cho rằng NHNN Việt Nam cần hướng tới các lớp mô hình dự báo lạm phát đơn giản, có sự phù hợp cao với điều kiện hiện tại như ARIMA, VAR và biến thể của VAR Tuy DSGE đang là xu thế của thời đại, song chúng ta cần xác định đó là nhiệm vụ nghiên cứu trong dài hạn.

1.4.2 Kinh nghiệm về lựa chọn đơn vị thực hiện dự báo lạm phát

Tùy vào chức năng nhiệm vụ được phân công giữa các Bộ, Ngành trong điều hành CSTT nói chung và quản trị mục tiêu, kiểm soát lạm phát nói riêng, đơn vị chịu trách nhiệm triển khai và công bố dự báo lạm phát có sự khác biệt ở từng quốc gia:

Thứ nhất, tại các quốc gia mà NHTW được quyền tự công bố mục tiêu lạm phát và chủ động thực thi các biện pháp kiểm soát lạm phát (ví dụ: Singapore, Nhật Bản, Thụy Sỹ, Thụy Điển ), đơn vị thừa hành trực tiếp công tác dự báo lạm phát và phân tích, đánh giá triển vọng là các Vụ, Cục chuyên trách thuộc khối CSTT nằm trong NHTW, trong khi đơn vị tiếp nhận, thẩm định báo cáo kết quả dự báo để sử dụng cho việc hoạch định, điều hành CSTT và công bố dự báo là Ủy ban CSTT hoặc Hội đồng điều hành NHTW.

Thứ hai, tại các quốc gia mà công tác điều hành lạm phát và công bố mục tiêu lạm phát dựa trên sự thỏa hiệp giữa Bộ Tài chính và NHTW (ví dụ: Úc, Anh ), Bộ Tài chính chịu trách nhiệm công bố trong khi NHTW đóng vai trò cố vấn trong việc thiết lập mục tiêu điều hành Trong trường hợp này, về phía NHTW, Ủy ban CSTT hoặc Hội đồng điều hành là đơn vị chịu trách nhiệm chính trong việc thiết lập mục tiêu lạm phát và biện luận về các giải pháp điều hành căn cơ để từ đó chuyển giao, thảo luận ý kiến với đại diện Bộ Tài chính Theo đó, bộ phận tham mưu, thừa hành cho Ủy ban CSTT hoặc Hội đồng điều hành trong công tác dự báo lạm phát có thể là Vụ, Cục chuyên trách thuộc khối CSTT nằm trong NHTW, hoặc một ban tư vấn CSTT được thành lập riêng với đội ngũ nhân sự được tuyển chọn từ nhiều Vụ, Cục chuyên trách (trong đó có khối CSTT và Dự báo, Thống kê).

Thứ ba, tại các quốc gia mà Chính phủ là người phê duyệt cuối cùng mục tiêu lạm phát (ví dụ:

Brazil); Chính phủ có vai trò định hướng và tư vấn đối với việc thiết lập mục tiêu lạm phát và điều hành CSTT của NHTW (ví dụ: Hàn Quốc); hoặc việc thiết lập mục tiêu lạm phát nằm trong thỏa hiệp giữa Chính phủ và NHTW (ví dụ: Canada): công tác dự báo lạm phát làm căn cứ để xác định mục tiêu lạm phát nhìn chung vẫn thuộc về Ủy ban CSTT hoặc Hội đồng điều hành thuộc NHTW với bộ phận thừa hành là Vụ, Cục thuộc khối CSTT Trong một số trường hợp, để có căn cứ phê duyệt hoặc thống nhất quan điểm mục tiêu lạm phát được đề xuất bởi NHTW, Chính phủ có thể tiến hành lấy ý kiến rộng rãi từ các Bộ, Ngành có liên quan (trong đó, một số Bộ, Ngành cũng có những Vụ, Cục chuyên trách về dự báo lạm phát như Bộ Tài chính/Ngân sách, Bộ Phát triển Kinh tế/Kế hoạch và Đầu tư ), đồng thời tham chiếu ý kiến đánh giá, phản biện từ các cơ quan tư vấn độc lập của Chính phủ như Ủy ban Tư vấn chính sách, Viện nghiên cứu Phát triển Quốc gia

Những nhận định, đánh giá trên đây được tổng kết từ việc nghiên cứu niên giám khung khổ điều hành CSTT tại các quốc gia do BIS (2009) công bố.

THỰC TRẠNG MÔ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM

PHÂN TÍCH THỰC TRẠNG LẠM PHÁT TẠI VIỆT NAM

Hình 2.1: Diễn biến CPI của Việt Nam, 2000 – 2019

CPI so cùng kỳ (yoy) - Trục trái CPI so tháng trước (mom) - Trục phải

(5/2012 – 12/2019) Lạm phát tăng cùng sự mở rộng liên tục tín dụng và cung tiền.

Lạm phát cao đột biến do nhiều nguyên nhân, cung tiền và các yếu tố từ phía cung.

Lạm phát thấp (trung bình dưới 4%/năm); CPI năm 2015 thấp nhất trong 20 năm qua.

Nguồn: IMF International Financial Statistics (2020) phát là mộ t trong số những mối quan tâm hàng đầu của mọi thành phần trong xã hộ i, gồm nhà hoach đin h chính sách, nhà nghiên cứ u, doanh nghiệ p, nhà đầu tư, trung gian tài chính và ngườ i dân Như đã trình bày ở Chương 1, nhân tố tác độ ng đến lam phát có thể được chia thành 4 nhóm chính: (1) Nhóm nhân tố ảnh hưởng đến tổng cầu; (2) Nhóm cú sốc thực hay cú sốc tổng cung; (3) Nhóm nhân tố ảnh hưởng đến sự cứ ng nhắc của giá cả;

(4) Nhóm nhân tố thể chế Trong nền kinh tế thưc, lam phát có thể xảy ra do ảnh hưở ng hỗn hơp của các nhân tố kể trên (Hình 2.1) Đối vớ i nền kinh tế Việ t Nam, tùy từ ng giai đoạn mà mứ c độ tác độ ng của các nhân tố đến lam phát có thể khác nhau.

2.1.1 Diễn biến lạm phát giai đoạn 2000 - 2007 Đặc trưng của giai đoạn này là sự tăng cao trở lại của lạm phát sau khi duy trì ở mức thấp trong thời kỳ trước đó Từ mức -0,45% năm 2000 và -0.3% năm 2001, lạm phát đã bắt đầu gia tăng mạnh kể từ năm 2004 với chỉ số CPI ở mức 9,61% so với năm 2013 Đây là

2 0 0 0 m 1 mức tăng mạnh gấp 9 lần so với mức giảm phát những năm đầu thời kỳ và cao hơn so với mức mục tiêu 6% mà Chính phủ đặt ra.

Bối cảnh vĩ mô đặc trưng của giai đoạn này là tăng trưởng kinh tế đã có nhiều cải thiện, cơ cấu kinh tế từng bước chuyển dịch theo hướng Công nghiệp hóa – Hiện đại hóa đất nước, đời sống xã hội và nhân dân không ngừng được cải thiện Tín dụng và cung tiền (M2) tăng mạnh (tỷ lệ tín dụng/GDP tăng từ 35,48% năm 2000 lên 85,64% năm 2007, tỷ lệ M2/GDP tăng tương ứng từ 49,33% lên 100,58%) là động lực quan trọng thúc đẩy tăng trưởng GDP (tăng trưởng GDP giai đoạn 2000 – 2007 đã vượt mức tăng trưởng sản lượng tiềm năng) Tuy nhiên, tín dụng mở rộng cũng là nguyên nhân chính khiến lạm phát giai đoạn này tăng cao so với giai đoạn từ năm 2000 trở về trước.

Hình 2.2: Tăng trưởng GDP thực tế và tiềm năng, 2000 – 2007 (% yoy)

GDP tiềm năng GDP thực tế

Nguồn: Tổng cục Thống kê (2020)

Bảng 2.1: GDP, CPI, tín dụng và M2, 2000 – 2007 (% yoy)

Nguồn: Ngân hàng Nhà nước và Tổng cục Thống kê (2020)

Bảng 2.1 cho thấy mối tương quan rõ ràng hơn giữa yếu tố tiền tệ, tín dụng và lạm phát trong giai đoạn 2000 – 2007 Cụ thể, khi tiền tệ, tín dụng tăng thì lạm phát cũng tăng theo Chính sách nới lỏng tín dụng và mở rộng đầu tư khiến tăng trưởng tín dụng và M2 thực tế năm 2000 lên đến 38,14% và 38,96% Mức kỷ lục tăng trưởng tín dụng và M2 được thiết lập vào năm 2007, lần lượt đạt 53,9% và 46,1%; gấp 10 và hơn 7 lần so với năm 2000).

Hệ quả là, chỉ số CPI so với cùng kỳ cũng bứt tốc từ mức -0,60% năm 2000 lên mức 2,95% năm 2003 và 9,61% năm 2004, thậm chí là mức hai con số (12,63%) vào năm 2007.

Cùng vớ i tác độ ng của mở rộ ng tiền tệ tín duṇ g là tác độ ng chi phí đẩy đến lam phát.

Khi tác độ ng tiêu cưc đối vớ i tă ng trưởng của khủ ng hoảng châu Á giảm đi, cầu bắt đầu tă ng lên cùng vớ i sư ̣ bùng nổ của kinh tế thế giớ i và việ c tă ng giá của dầu thô dẫn đến sư ̣ tă ng giá của nhiều loai hàng hóa nhậ p khẩu như phân bón, dươc phẩm Đồng thờ i, chi phí sản xuất của tất cả các ngành đều tă ng dẫn dến tă ng giá các mặ t hàng do nhà nước quản lý như điệ n, thép, than Cầu tă ng lên cùng vớ i sư ̣ gia tă ng của tiền lương danh nghia ở cả khu vưc

Nhà nướ c và khu vưc FDI (Chính phủ đã tiến hành 2 lần cải cách tiền lương trên cơ sở tă ng lương tối thiểu) từ nă m 2003 đã khiến giá cả tă ng lên Phản ứ ng trước thưc traṇ g lam phát tă ng cao, NHNN đã bắt đầu sử dun g CSTT thắt chặ t, làm cho lãi suất tă ng lên chút ít và giữ tỷ giá cố đin h từ nă m 2004 Trong khi đó, Bộ Tài chính và NHNN tiếp tuc sử dun g các biện pháp can thiệ p lãi suất mang tính hành chính thay vì vậ n độ ng theo tín hiệ u thi ̣ trường

(Camen 2006) Tuy nhiên, việ c quản lý cứ ng nhắc tỷ giá hố i đoái đã không thành công trong việ c kiềm chế lam phát, mà trái laị mứ c giá cả ở Việ t Nam bi ̣đẩy tă ng cao hơn rất nhiều so vớ i các quốc gia khác trong cùng thờ i kỳ Thêm vào đó là dic̣ h cúm gà và thờ i tiết xấu năm

2003 khiến giá lương thưc thư c phẩm đã tă ng 15,5% so vớ i chỉ số giá chung (9,61%) và lạm phát phi lương thưc thư c phẩm là 5,2% trong nă m 2004.

Bảng 2.2: Quy mô tín dụng và M2, 2000 – 2007 (% GDP)

Chi tiêu chính phủ cũng tác độ ng đáng kể tới mứ c tă ng của chỉ số CPI trong giai này Theo số liệ u của Bộ Tài chính (2007), chi tiêu của Chính phủ đã tă ng liên tuc̣ trong giai đoan này, từ mứ c 22,5% GDP nă m 2000 lên mức 32,2% GDP nă m 2007; tỷ lệ thu – chi NSNN/GDP mất cân đố i: chi tă ng cao (bình quân cả giai đoan 2000 – 2007 ở mứ c 32,6%), trong khi thu ngân sách vẫn ở mứ c thấp (bình quân 24,6% GDP) Bên canh đó, cơ cấu chi NSNN cũng tiềm ẩn nhiều bất ổn, tỷ lệ chi thườ ng xuyên cao (luôn ở mứ c khoảng 60 - 70% tổng chi NSNN) trong khi tỷ lệ chi đầu tư phát triển chỉ chiếm khoảng dướ i 20%.

Thâm hut NSNN trung bình khoảng 4,83% và có thể tiếp tuc tă ng cùng vớ i nhu cầu phát triển kinh tế xã hộ i sẽ tao trong tương lai. áp lưc lớ n tới lam phát, ổn đin h vĩ mô và tao ra gánh nặng chi trả

Trên thưc tế, cùng vớ i áp lưc la m phát, hiệ u quả và sứ c canh tranh của nền kinh tế còn thấp khiến tă ng trưởng kém bền vững và tiềm ẩn rủ i ro dài han Tă ng trưởng của giai đoan 2000 – 2007 đươc cho là dưa chủ yếu vào việ c mở rộ ng cung tiền và tín dun g chư không thưc sư ̣ dưa trên sư ̣ gia tă ng thưc tế của tổng cung và nă ng suất lao độ ng (Nguyen,

2010) Có thể thấy, tốc độ tă ng trưởng M2 và tín dun g ở mứ c cao (bình quân giai đoan

– 2007 khoảng 33%/nă m); tỷ lệ đầu tư toàn xã hộ i/GDP khoảng 40%, trong đó nă m 2007 đat mứ c 46,5% (mứ c cao nhất kể từ 1986) Tuy nhiên, hiệ u quả sử duṇ g vốn thấp, hệ sô

ICOR 1 chung của nền kinh tế tă ng từ 4,89 lần giai đoan 2000 – 2005 lên 6,2 lần nă m 2007.

Cộ ng dồn cả giai đoan 2000 – 2007, tốc độ tă ng trưởng M2 là 263,6%; gấp 4,3 lần tă ng trưởng GDP cộ ng dồn của cùng thờ i kỳ (61,77%).

2.1.2 Diễn biến lạm phát giai đoạn 2008 – tháng 4/2012

Bảng 2.3: GDP, CPI, tín dụng và M2, 2008 – 2012 (% yoy)

Nguồn: Ngân hàng Nhà nước và Tổng cục Thống kê (2018) Đây là một trong những giai đoạn đột biến và khó lường nhất của kinh tế vĩ mô nói chung cũng như diễn biễn lạm phát ở Việt Nam nói riêng, khi CPI tăng cao vượt mức 20%, đặc biệt ở thời điểm tháng 8/2008 (28,35%) và tháng 8/2011 (23%).

Hình 2.3: Tình hình thu chi và thâm hụt NSNN, 2008 – 2012 (tỷ đồng)

Tổng thu NSNN Tổng chi NSNN

Thâm hụt NSNN Thâm hụt NSNN (%GDP, trục phải)

1 ICOR (Incremental Capital - Output Ratio): Hệ số sử dụng vốn hay hệ số đầu tư tăng trưởng cho biết muốn có thêm một đơn vị sản lượng trong một thời kỳ nhất định cần phải bỏ ra thêm bao nhiêu đơn vị vốn đầu tư trong thời kỳ đó ICOR càng cao thì chứng tỏ thời kỳ đó hoặc nền kinh tế đó sử dụng vốn kém, không hiệu quả Theo thông lệ quốc tế, đối với các nước đang phát triển, hệ số ICOR ở mức 3-4 được coi là có hiệu quả và bền vững.

THỰC TRẠNG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ NHẰM KIỂM SOÁT LẠM PHÁT TẠI VIỆT NAM

Không giống các quốc gia có NHTW độc lập với Chính phủ hay theo đuổi định hướng lạm phát mục tiêu, NHNN Việt Nam là cơ quan thực thi CSTT trên cơ sở các chỉ tiêu về kinh tế vĩ mô như tăng trưởng GDP, tỷ lệ lạm phát, thu chi NSNN được thiết lập bởi Chính phủ và Quốc hội Thông qua việc theo dõi, nhận định và phân tích diễn biến kinh tế - tiền tệ trong nước và quốc tế, NHNN tiến hành rà soát và đánh giá các giải pháp điều hành công cụ CSTT đã thực hiện, từ đó dự báo diễn biến tiền tệ, xây dựng phương án điều hành CSTT nhằm thực hiện mục tiêu của Quốc hội và trình Chính phủ phê duyệt như đề xuất định hướng điều hành CSTT, xây dựng các chỉ tiêu tiền tệ định hướng của năm, phối hợp đồng bộ với các chính sách vĩ mô khác Đồng thời, NHNN cũng đề xuất các giải pháp điều hành CSTT nhằm bảo đảm ổn định thị trường tiền tệ, góp phần kiểm soát lạm phát và ổn định kinh tế vĩ mô (Nguyễn Thị Thùy Vinh, 2016).

2.2.1 Mục tiêu chính sách tiền tệ

Việt Nam đang theo đuổi một CSTT có mục tiêu cuối cùng khá rộng - cụ thể, theo Khoản 1 Điều 4 Luận Ngân hàng Nhà nước năm 2010: “Hoạt động của NHNN nhằm ổn định giá trị đồng tiền; bảo đảm an toàn hoạt động ngân hàng và hệ thống các TCTD; bảo đảm sự an toàn, hiệu quả của hệ thống thanh toán quốc gia; góp phần thúc đẩy phát triển kinh tế - xã hội định hướng xã hội chủ nghĩa” Các mục tiêu này không những gây áp lực và làm phức tạp hóa việc thực thi chính sách của NHNN, mà ngay cả việc đánh giá hiệu quả điều hành CSTT trong từng thời kỳ cũng không hề đơn giản.

Trên thực tế, việc điều hành CSTT của NHNN qua các năm hầu như hướng vào kiểm soát lạm phát và hỗ trợ tăng trưởng kinh tế theo mục tiêu Song, việc theo đuổi các mục tiêu này trong một số giai đoạn (nhất là từ 2004 trở đi) chưa bao giờ là một bài toán đơn giản, và thậm chí hoạt động điều hành này thường xuyên phải đứng trước quyết định đánh đổi giữa mục tiêu kiểm soát lạm phát và tăng trưởng kinh tế Ví dụ, năm 2004 và 2005, mục tiêu lạm phát đặt ra là dưới 5% và dưới 6,5%, song kết quả tăng CPI sau khi được kiểm soát lên tới 9,5% và 8,4% Năm 2010, mục tiêu lạm phát trong khoảng 7

- 8%, song lạm phát thực tế lại là 11,8% Đối với mục tiêu tăng trưởng kinh tế, mức tăng GDP thực tế hàng năm nhìn chung đã bám sát mục tiêu đặt ra, song vẫn còn đó những chênh lệch nhất định Kể từ năm 2011, tăng trưởng kinh tế hầu như không đạt được mục tiêu đề ra (Bảng 2.5).

Bảng 2.5: Mục tiêu và thực hiện CSTT, 2000 – 2019 (% yoy)

Năm GDP CPI Tín dụng M2

Mục tiêu Thực hiện Mục tiêu Thực hiện Mục tiêu Thực hiện Mục tiêu Thực hiện

Nguồn: Tổng cục Thống kê và Ngân hàng Nhà nước (2020) 2.2.1.2 Mục tiêu trung gian a Tổng phương tiện thanh toán (M2) Để thực hiện mục tiêu điều hành CSTT, vào đầu mỗi năm, NHNN đều xác định mục tiêu gắn với M2 và tín dụng đối với nền kinh tế Trong giai đoạn 2000 – 2005, giữa chỉ tiêu định hướng về M2 và kết quả thực hiện cũng có sự chênh lệch nhưng không cao (0,5 - 5%) Tuy nhiên, kể từ năm 2006, mức chênh lệch giữa chỉ tiêu định hướng M2 và mức thực hiện tăng lên do Việt Nam hội nhập ngày càng sâu rộng vào nền kinh tế thế giới, trong khi kinh tế trong nước và thế giới chứng kiến nhiều biến động phức tạp cũng có tác động mạnh mẽ tới việc thực hiện các chỉ tiêu tiền tệ định hướng Bảng 2.5 cho thấy vào năm 2007, chỉ tiêu M2 định hướng là 20 - 23%, trong khi mức tăng M2 thực tế lên tới 46,12%; năm

2008, chỉ tiêu M2 định hướng là 32% trong khi số thực tế chỉ là 20,31% Tương tự, chỉ tiêu M2 định hướng và thực hiện cũng có sự chênh lệch khá lớn vào năm 2009 và 2010.

Nguyên nhân chủ yếu khiến diễn biến M2 thực tế thiếu gắn kết với định hướng đề ra: (i) NHNN chưa xác định rõ ràng mục tiêu trung gian trong thực tế, việc điều hành các công cụ CSTT nhiều thời điểm hướng vào kiểm soát tín dụng, lãi suất thị trường và tỷ giá hối đoái Với việc điều hành CSTT hướng vào nhiều mục tiêu trung gian, nhiều khi việc điều hành CSTT còn khá bị động, điều tiết thị trường không đạt được mục tiêu như kỳ vọng;

(ii) NHNN chưa thực sự kiểm soát được hết các tác nhân ảnh hưởng tới M2, nhất là tác nhân làm thay đổi tài sản có ngoại tệ ròng và cho vay chính phủ ròng Ngoài ra, lượng tiền gửi của các tổ chức khác có hoạt động ngân hàng cũng cần phải được kiểm soát chặt chẽ Tuy nhiên, từ năm 2000 tới nay, các tổ chức khác có hoạt động ngân hàng đã phát triển với quy mô tương đối lớn, ví dụ: quỹ hỗ trợ phát triển (Ngân hàng Phát triển Việt Nam – VDB), hệ thống công ty bảo hiểm, Kho bạc Nhà nước… đều nằm ngoài phạm vi kiểm soát của NHNN Điều này lý giải vì sao tác động của M2 đến các biến số của nền kinh tế chưa rõ ràng, diễn biến của tổng phương tiện thanh toán với ý nghĩa là mục tiêu trung gian dường như chưa phù hợp với tốc độ tăng trưởng và lạm phát. b Kiểm soát tín dụng đối với nền kinh tế

Trong mục tiêu CSTT hàng năm, tăng trưởng tín dụng được xem là tiêu chí quan trọng hỗ trợ phát triển kinh tế Trong những năm qua, không chỉ NHNN mà cả Chính phủ và nhiều Bộ, ngành khác cũng rất quan tâm đến tăng trưởng tín dụng Trong điều kiện thị trường chứng khoán chưa phát triển, tín dụng khu vực ngân hàng là kênh cung ứng vốn trọng yếu phục vụ quá trình phát triển và đổi mới cơ cấu kinh tế, đổi mới trang thiết bị, kỹ thuật công nghệ cho các doanh nghiệp Việc kiểm soát tín dụng cho nền kinh tế được NHNN thực hiện trên hai phương diện: (i) NHNN không ngừng hoàn thiện cơ chế, chính sách tín dụng theo hướng thông thoáng, nâng cao quyền chủ động, tự chịu trách nhiệm của các TCTD, đồng thời đảm bảo nguyên tắc an toàn, hiệu quả Đến nay, qua nhiều lần chỉnh sửa, bổ sung, cơ chế tín dụng về cơ bản đã được hoàn thiện, một số vướng mắc trong thực tế triển khai đã dần được khắc phục; (ii) Kiểm soát mức độ tăng trưởng tín dụng.

Có thể thấy mức độ kiểm soát tín dụng của NHNN theo định hướng còn khá hạn chế Trong nhiều năm, diễn biến tăng trưởng tín dụng chưa thực sự bám sát định hướng Mặc dù hàng năm, NHNN đã đặt ra chỉ tiêu định hướng, song trên thực tế, việc NHNN sử dụng các công cụ CSTT như lãi suất,nghiệp vụ tái cấp vốn… để tác động, điều tiết và kiểm soát tăng trưởng tín dụng theo định hướng vẫn thiếu đi tính hiệu quả Bảng 2.5 cho thấy trong phần lớn các năm, số thực hiện đều vượt mục tiêu đề ra.Đặc biệt, năm 2007, chỉ tiêu tín dụng định hướng là 17 - 21% trong khi tín dụng thực tế tăng tới 54%;tương tự, năm 2010, chỉ tiêu tín dụng định hướng là 25% trong khi mức tăng thực tế đạt 31,19%, vượt hẳn mức định hướng Sang năm 2011 và 2012, số thực hiện lại thấp hơn so với mục tiêu, trong đó riêng năm 2012, mục tiêu đề ra khoảng 15 - 17%, song tăng trưởng tín dụng thực tế chỉ đạt 5,5% Nguyên nhân của sự sụt giảm mạnh trong tăng trưởng tín dụng xuất phát từ những khó khăn chung của nền kinh tế và quá trình điều hành CSTT.

Trong điều kiện thị trường tiền tệ Việt Nam chưa phát triển, khả năng cạnh tranh giữa các NHTM còn thấp, ứng xử của TCTD đối với những thay đổi của thị trường còn hạn chế, dẫn tới lãi suất của NHNN chưa mang lại hiệu ứng rõ rệt đối với lãi suất thị trường Do đó, trong bối cảnh hiện nay, NHNN chưa thể lựa chọn mục tiêu hoạt động là giá cả Thực tế, trong điều hành CSTT, NHNN chủ yếu hướng vào điều tiết lượng tiền cung ứng do Chính phủ phê duyệt hàng năm cho mục tiêu mua ngoại tệ, tái cấp vốn cho NHTM và các mục đích khác Với cách thức điều hành như vậy, thực chất NHNN đã lựa chọn mục tiêu hoạt động theo khối lượng.

Hàng năm, để đảm bảo ổn định tiền tệ, NHNN cần phải xác định mức tăng trưởng tổng phương tiện thanh toán (M2) sao cho phù hợp với mục tiêu tăng trưởng GDP, tỷ lệ lạm phát và hệ số tạo tiền dự kiến của các TCTD Sau khi được Thủ tướng Chính phủ phê duyệt mức cung tiền tăng thêm của năm, Thống đốc NHNN điều hành hoạt động cung ứng tiền trong phạm vi được Chính phủ phê duyệt thông qua các công cụ CSTT Với cách thức điều hành này, NHNN đã: (i) tác động vào tài sản có ngoại tệ của NHNN khi thực hiện mua, bán ngoại tệ trên thị trường ngoại tệ liên ngân hàng; (ii) tác động làm thay đổi khoản mục tài sản có trong nước ròng khi NHNN tiến hành tái cấp vốn cho các NHTM và thực hiện các mục đích khác như cho vay NSNN theo yêu cầu của Chính phủ Động thái này của NHNN có tác động làm thay đổi MB, qua đó tác động tới MS Tuy nhiên, trong điều hành lượng tiền cung ứng, khả năng kiểm soát các yếu tố làm thay đổi MB của NHNN còn khá hạn chế vì bên cạnh kế hoạch hành động của mình, NHNN cũng cần tuân thủ theo các chỉ đạo từ phía Chính phủ để theo đuổi nhiều mục tiêu khác nhau.

2.2.2 Điều hành chính sách tiền tệ nhằm kiểm soát tại Việt Nam

Xu hướng của CSTT trong những năm qua về cơ bản là mở rộng có thận trọng để vừa góp phần thúc đẩy tăng trưởng kinh tế, vừa kiềm chế hiệu quả tốc độ tăng giá Trong một vài thời điểm (ví dụ: đầu năm 2008 và cuối năm 2010), để hạn chế tốc độ tăng nhanh của lạm phát, NHNN đã sử dụng đồng bộ các công cụ để thắt chặt tiền tệ Tuy nhiên, do hiệu quả điều hành CSTT chưa cao cộng với sự thiếu chặt chẽ trong phối hợp với các chính sách vĩ mô khác (đặc biệt là sự phối hợp giữa CSTK – CSTT), lạm phát tiếp tục tăng cao, lên đến 11,8% trong năm 2010 và 18,1% năm 2011 (xem Bảng 2.5) Kết quả này tác động tiêu cực đến tăng trưởng kinh tế và phát triển bền vững Phần này sẽ đi vào nghiên cứu và phân tích cơ chế điều hành CSTT của NHNN trong giai đoạn 2000 – 2019, từ đó xác định những vấn đề đặt ra.

2.2.2.1 Điều hành chính sách tiền tệ giai đoạn 2000 – 2007 a Giai đoạn 2000 – 2003

Năm 2000, thực hiện nhiệm vụ phát triển kinh tế trong bối cảnh kinh tế tăng trưởng thấp và đối mặt với nguy cơ giảm phát (tăng trưởng GDP và lạm phát năm 1999 lần lượt chỉ đạt 4,8% và 0,1%), hoạt động của hệ thống ngân hàng phải đối mặt với nhiều khó khăn Trước tình hình đó, NHNN đã đề ra mục tiêu điều hành cho năm 2000 là thực hiện chính sách nới lỏng tiền tệ có thận trọng để vừa bảo đảm mục tiêu ổn định giá trị đồng tiền, kiểm soát lạm phát ở mức dưới 5%, góp phần đẩy mạnh tăng trưởng kinh tế, đồng thời thực hiện chủ trương kích cầu của Chính phủ và tiếp tục ổn định hoạt động hệ thống ngân hàng Nhìn chung trong giai đoạn 2000 – 2003, diễn biến kinh tế - tiền tệ trong nước và quốc tế diễn ra không quá phức tạp, CSTT điều hành bám khá sát các mục tiêu đã định, theo đó, kết quả tăng CPI được kiềm chế ở mức thấp, tăng trưởng kinh tế tăng dần qua các năm. b Giai đoạn 2004 – 2007

Chính phủ đặt mục tiêu tăng trưởng kinh tế cao nhằm hoàn thành mục tiêu phát triển kinh tế - xã hội 5 năm 2001 – 2005 (bình quân 7,4%/năm); năm 2005, mục tiêu tăng trưởng GDP đặt ra là 8 - 8,5% và tỷ lệ lạm phát định hướng dưới 6,5% Trong khi đó, bối cảnh kinh tế trong nước và quốc tế cho thấy nhiều diễn biến bất lợi và khó lường Mục tiêu CSTT đặt ra trong các năm 2004 và 2005 là ổn định tiền tệ, kiểm soát lạm phát, song không làm ảnh hưởng tới mục tiêu tăng trưởng kinh tế NHNN đã sử dụng nghiệp vụ thị trường mở như một công cụ trung tâm cho điều hành CSTT nhằm ổn định lãi suất – tiền tệ, hỗ trợ tích cực cho việc thực hiện mục tiêu tăng trưởng kinh tế và kiểm soát lạm phát theo mục tiêu mà Quốc hội đề ra Đồng thời, giải pháp điều hành CSTT có vai trò then chốt giúp bình ổn tiền tệ trong các năm 2004 và 2005 và đạt được mức tăng trưởng cao (7,79% và 8,44%) với chủ trương ổn định tỷ giá USD/VND Thống đốc NHNN đã cam kết với công chúng là VND sẽ không giảm giá quá 1%/năm Sự cam kết này như một giải pháp tình thế có tác động mạnh mẽ tới tâm lý người dân và nhà đầu tư Tuy nhiên, xét về mặt dài hạn, việc sử dụng các biện pháp chính sách can thiệp để cam kết bình ổn tỷ giá có thể sẽ tác động tiêu cực tới sự phát triển của thị trường ngoại hối và không khuyến khích hoạt động xuất khẩu.

THỰC TRẠNG MÔ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM

2.3.1 Đặc trưng mô hình dự báo lạm phát tại Ngân hàng Nhà nước Việt Nam

Vớ i muc tiê u điêù hành của NHNN Việt Nam những nă m gần đâ y là ổn điṇ h kinh tế vĩ mô , kiềm chế lam phát, ổn đin h tỷ giá và thi t rường ngoaị hố i, cô ng tác phâ n tich, dự báo lam phát giữ một vai trò quan tron g trong việ c cung cấp thô ng tin, dữ liệ u phâ n tich, tạo co sở đề xuất khuyến nghi ̣ thưc thi CSTT trinh Ban lãnh đao NHNN Từ năm 2008 trở về trước, nhiệm vụ dự báo kinh tế vĩ mô – tiền tệ (trong đó có lạm phát) chủ yếu do Vụ Chính sách tiền tệ và Vụ Chiến lược phát triển ngân hàng triển khai (Nguyễn Thị Hiền, 2015) Kể từ năm 2009, công tác dự báo tiền tệ - ngân hàng bắt đầu mang tính chuyên sâu với việc Chính phủ ban hành Nghị định số 96/2008/NĐ-CP ngày 26/08/2008 quy định chức năng, nhiệm vụ, quyền hạn và cơ cấu tổ chức của NHNN, trong đó có Vụ Dự báo, thống kê Trên cơ sở đó, Thống đốc NHNN lần lượt ban hành các Quyết định số 2851/QĐ-NHNN ngày 25/11/2008 và số 535/QĐ-NHNN ngày 23/03/2012 quy định về chức năng, nhiệm vụ và quyền hạn của Vụ Dự báo, thống kê Theo đó, Vu ̣ Dự báo, thống kê là đơn vi ̣đươc

NHNN giao nhiệ m vu ̣ chính dự báo lam phát, bên cạnh Vụ Chính sách tiền tệ cũng triển khai hoạt động này phục vụ quản lý chuyên trách và tham mưu cho Ban lãnh đạo NHNN.

Dù còn nhiều khó khă n và thách thức, song từ khi thành lậ p đến nay, Vu ̣ Dự báo, thống kê đã từ ng bước tạo lập và phát triển mộ t loạt cô ng cu ̣ phâ n tich điṇ h lươṇ g và dự báo lam phát cho Việ t Nam từ đơn giản tới phức tạp, tạo cơ sở đưa ra kết quả dự báo CPI đin h kỳ cũng như lươṇ g hóa tác độ ng củ a các nhâ n tố đến diễn biến lam phát Trong số này, các lớp mô hinh chuỗi thờ i gian như ARIMA, VAR, SVAR và VECM được chú trọng đầu tư, nghiên cứu và đưa vào thực nghiệm phục vụ phâ n tich chinh sách vĩ mô và dự báo lam phát ứ ng vớ i từng kic̣ h bản chinh sách.

Trong khuôn khổ của Luận án, tác giả lưa cho n trinh bày thực trạng ứng dụng lớp mô hình dự báo đơn biến ARIMA và các lớp mô hình đa biến là VAR và VECM - đây đều là các dạng thức đang được triển khai thường xuyên và đạt hiệu quả cao tại NHNN, có thể cập nhật dữ liệu liên tục và ước lượng được tác độ ng của các biến số vĩ mô đối với lam phát, do đó đáp ứng tốt khả năng dự báo nhanh nhạy, chính xác cho người sử dụng Như đã chỉ ra trong các nghiên cứu của Bùi Quốc Dũng (2014), xuất phát từ lý thuyết kinh tế hoc và đặc thù riêng trong hoạt động tiền tệ – ngân hàng của Việt Nam, các nhóm tác nhân quyết định lạm phát được NHNN lựa chọn đưa vào mô hinh VAR và VECM của NHNN gồm:

(i) Đai diệ n cho cung – cầu thi ̣trường: GDP, tổng mứ c bán lẻ hàng hóa, sản xuất cô ng nghiệ p, xuất khẩu - nhậ p khẩu, nhậ p siê u, cán câ n thương mai

(ii) Đai diệ n cho CSTT: tổng phương tiệ n thanh toán M2, tin dun g của nền kinh tế

(VND, ngoai ngoại tệ) tệ ), tổng tiền gử i (VND, ngoai tệ ), tiền dự trữ MR, lãi suất cho vay (VND, (iii) Đaị diệ n cho chinh sách tỷ giá: tỷ giá (tỷ giá binh quâ n liê n ngâ n hàng và tỷ giá thi ṭ rường tư ̣ do)

(iv) Đaị diệ n cho CSTT quốc tế: lãi suất hiệ u dung của FED (v) Đaị diệ n cho thi ̣trường hàng hóa quốc tế: chỉ số giá hàng hóa quốc tế, giá dầu, chỉ số giá lương thưc – thưc phẩm, chỉ số giá nă ng lương (vi) Các biến giả về mùa vu, chính ) thờ i điểm có sư ̣ thay đổi về cấu trú c (khủng hoảng tài Trong khi đó, với mô hình ARIMA của NHNN, quá trình ước lượng thực nghiệm hiện nay mới dừng lại ở việc tự hồi quy giá trị trong quá khứ của chuỗi CPI tổng thể dựa trên thủ tục Box-Jenkins. Kết quả dự báo thu được

2.3.2 Dữ liệu cho mô hình dự báo Để vậ n hành tốt hệ thống mô hinh kinh tế lươṇ g nói chung và các lớp ARIMA, VAR và VECM cho dự báo lam phát nói riêng, cần phải thu thập đầy đủ dữ liệ u kinh tế vĩ mô và tiền tệ - ngân hàng theo tháng và quý Tuy nhiê n, theo lý giải của Bùi Quốc Dũng (2014) và Nguyễn Đức Trung (2017), do đặ c thù thống kê Việ t Nam (đặ c biệ t là thống kê ngoài ngành ngâ n hàng), một số biến vĩ mô thường không sẵn có dữ liệu cho chuỗi thời gian dài liên tục, và để khắc phục khiếm khuyết này, cán bộ chuyên trách của Vụ Dự báo, thống kê có thể tính toán và mô phỏng lại xu thế quá khứ của dữ liệu chỉ tiêu vĩ mô quan trọng dựa trên tham chiếu về mặt kỹ thuật và phương pháp tính toán của các NHTW lớn trên thế giới như FED và BOJ.

Tóm lại, có thể khái quát về nguồn thu thập đầu vào cho mô hình dự báo của NHNN như sau: (i) số liệ u tiền tệ - ngân hàng được thu thậ p hoặc ước tính taị Vu ̣ Dự báo, thống kê

- NHNN; (ii) số liệ u kinh tế vĩ mô Việt Nam đươc thu thậ p từ nguồn Tổng cuc

(iii) số liệ u gắn với khu vực nước ngoài đươc thu thậ p từ NHTW các nước, ADB và IMF.

2.3.3 Thực trạng ứng dụng mô hình dự báo tại Ngân hàng Nhà nước Việt Nam

2.3.3.1 Thực trạng ứng dụng mô hình ARIMA

Khi đề cập tới mục tiêu dự báo các biến số kinh tế nói chung và lam phát nói riêng, ARIMA là phương pháp được ưa chuộng hơn cả do đây là lớp mô hình dễ sử dun g, kết qua dự báo có độ chính xác cao, trừ trường hơp môi trường kinh tế vĩ mô có biến độ ng lớ n Tại NHNN Việt Nam, việc thực nghiệm ARIMA cho mục tiêu dự báo lạm phát hiện nay mới dừng lại ở việc tự hồi quy các giá trị trong quá khứ của chuỗi CPI tổng thể Theo đó, tiến hành thủ tục Box-Jenkins trên chuỗi dữ liệu CPI theo tháng của Việt Nam giai đoạn 2005 – 2019, thông qua đánh giá các biểu đồ ACF và PACF, tác giả xác định cấu trúc mô hình tối ưu có dạng ARIMA(1,1,6) Từ đó, luận án thu được kết quả dự báo trong mẫu (kèm đánh giá mức độ sai số) dựa trên cách tiếp cận của NHNN (Phụ lục 2.1) Kết quả này được tham chiếu so sánh để đánh giá chất lượng dự báo mô hình ARIMA được phát triển ở Chương 3.

2.3.3.2 Thực trạng ứng dụng mô hình VAR

Tại NHNN Việt Nam, cấu trúc VAR sử dụng cho dự báo lạm phát theo tháng và quý gồm biến CPI và các biến số tác động tới CPI, biến số trong nước, biến số đối ngoại, và có thể kèm theo biến giả mùa vụ (Bảng 2.6) – trong đó, các chuỗi biến đều được logarit hóa, ngoại trừ biến lãi suất để ở dạng thông thường.

Bảng 2.6: Mô tả các biến trong mô hình VAR của NHNN

TT Biến số Diễn giải Nguồn TT Biến số Diễn giải Nguồn

1 CPI Chỉ số giá tiêu dùng TCTK 8 LENDING_R Lãi suất cho vay nội tệ IMF

2 NRETAIL Tổng mức bán lẻ hàng hóa

(chưa loại trừ yếu tố giá)

9 OER Tỷ giá bình quân liên ngân hàng (trung tâm)

3 RGDP Tổng sản phẩm quốc nội thực NHNN 10 ER_FM Tỷ giá thị trường tự do Reuters

4 M2 Tổng phương tiện thanh toán NHNN 11 OIL Giá dầu thô thế giới FED

5 CVND Dư nợ tín dụng nội tệ NHNN 12 FEDFUNDS Lãi suất hiệu dụng FED FED

6 CREDIT Tổng tín dụng của nền kinh tế

NHNN 13 WCP Chỉ số giá hàng hóa thế giới

7 MR Tiền dự trữ NHNN

Do đặ c thù của mô hinh VAR là cần phải ước lươn g nhiều hệ số, vớ i độ dài chuỗi trong vòng 15 năm (2005 – 2019), chỉ có tối đa là 180 quan sát đối vớ i mô hinh tháng và 60 quan sát đối vớ i mô hinh quý, việ c lưa cho n số trễ cho các mô hinh ngoài việ c dựa trê n kiểm đin h kỹ thuậ t còn phải tinh đến đặ c thù số liệ u Việ t Nam, từ đó có những điều chỉnh phù hợp để các kết quả dự báo đảm bảo tốt độ tin cậy Cụ thể, các biến số tiền tệ đươc sử dung thay thế nhau trong các mô hinh thực nghiệm Riê ng trong mô hinh tháng, biến tổng mứ c bán lẻ hàng hóa và dic̣ h vu ̣ được sử dụng để thay thế biến RGDP của mô hinh quý (do khô ng có số liệ u tháng của GDP) Theo đó, tổng số cấu trúc VAR được NHNN thiết lập là 17 mô hình, bao gồm: 7 mô hình VAR với 3 biến nội sinh (Phụ lục 2.2) và 10 mô hình VAR với 4 biến nội sinh (Phụ lục 2.3) Để đánh giá hiệu quả dự báo mô hình VAR, có thể áp dụng bộ tiêu chuẩn thống kê đo lường sai số gồm: RMSE, MAE, MAPE và hệ số Theil IC.

Do trọng tâm nghiên cứu thực nghiệm dự báo lạm phát của Luận án không bao hàm VAR, trong phần này, tác giả đưa ra các bình luận, đánh giá về thực tiễn ứng dụng VAR căn cứ theo kết quả dự báo lạm phát giai đoạn mẫu 2003 – 2012 của Bùi Quốc Dũng (2014) kết hợp tham vấn ý kiến chuyên gia Vụ

Dự báo, Thống kê. a Đối với mô hình tần suất tháng

Từ bảng đánh giá, xếp hạng tổng quát mô hình VAR tần suất tháng của NHNN (xem Phụ lục

2.4), có thể rút ra một số nhận xét sau:

(i) Các mô hinh VAR có khả nă ng dự báo tương đối tốt, đặ c biệ t là VAR 4.7 và VAR 4.8 (thuộ c nhó m mô hinh 4 biến nộ i sinh) cho mức sai số dự báo thấp nhất theo cả 4 tiê u chi Vớ i kết quả dự báo tốt nhất thuộc về VAR 4.7, VAR 4.8 và VAR 3.4, có thể thấy khi sử dun g biến lãi suất cho vay nội tệ để đaị diệ n cho CSTT, hiệu quả dự báo của VAR được cải thiện đáng kể.

(ii) Trong trường hơp có 3 biến nộ i sinh, việ c sử dun g biến tỷ giá cũng giúp cải thiện năng lực dự báo của VAR Điều này chứng tỏ tầm quan trọng của cơ chế truyền dẫn CSTT qua kê nh tỷ giá cũng như hiệ u ứ ng trung chuyển tỷ giá đến lam phát Mặt khác, tác giả nhận thấy khô ng có nhiều khác biệ t về khả nă ng dự báo giữa các mô hinh VAR khi lưa tỷ giá binh quâ n liê n ngâ n hàng hoặ c biến tỷ giá thi ṭ rường tư ̣ do. cho n biến

ĐÁNH GIÁ CHUNG VỀ ỨNG DỤNG MÔ HÌNH DỰ BÁO LẠM PHÁT TẠI VIỆT NAM

Giai đoạn 2000 - 2019, công tác phát triển và vận hành các lớp mô hình kinh tế lượng dự báo lạm phát tại NHNN Việt Nam không ngừng được hoàn thiện và từng bước được đổi mới trong các khâu xây dựng cơ sở dữ liệu, lựa chọn biến số, chỉ định cấu trúc mô hình và đánh giá chất lượng mô hình. Theo đó, mục tiêu cuối cùng mà hoạt động dự báo hướng đến là hỗ trợ tham mưu lãnh đạo cấp cao của NHNN trong việc ra quyết sách quan trọng trong điều hành CSTT, bên cạnh việc cung cấp tham chiếu cho việc thiết lập ngưỡng mục tiêu lạm phát trình Chính phủ xem xét trong từng thời kỳ.

Xuất phát điểm từ phương pháp dự báo thông dụng song kỹ thuật thống kê còn đơn giản, sau 20 năm nghiên cứu và học hỏi kinh nghiệm các nước, hệ thống công cụ định lượng phục vụ dự báo lạm phát hiện nay của NHNN ngày càng đa dạng và phong phú, trong đó nổi bật là lớp mô hình chuỗi thời gian đơn biến (ARIMA) và đa biến (VAR và biến thể của VAR), bên cạnh kế hoạch hướng tới phát triển lớp mô hình kinh tế lượng vĩ mô và mô hình cân bằng động học ngẫu nhiên tổng quát (DSGE) trong tương lai Ngoài dự báo biến số vĩ mô trong điều kiện thông thường, các công cụ này cũng rất hữu dụng cho mục đích phân tích chính sách và dự báo theo các kịch bản chính sách chỉ định Theo thời gian, mức độ hoàn thiện và năng lực dự báo của các lớp mô hình tại NHNN ngày càng được nâng lên, qua đó đã hỗ trợ đắc lực cho công tác định hướng, hoạch định và điều hành CSTT Có thể coi đây là một trong những điểm sáng quan trọng xuất phát từ phía NHNN góp phần vào việc thực hiện mục tiêu kiềm chế lạm phát, ổn định kinh tế vĩ mô, bảo đảm an sinh xã hội và phát triển bền vững Minh chứng rõ rệt nhất cho nhận định trên thể hiện thông qua xu thế giảm mạnh và hội tụ ổn định về mức thấp (dưới 4%) của biến động lạm phát tại Việt Nam (xem Hình 2.1).

Trong bối cảnh hội nhập sâu rộng, yêu cầu phát triển các lớp mô hình dự báo (đặc biệt về chiều sâu) tại NHTW ngày càng khắt khe và phức tạp để bắt kịp những bước tiến mới của thời đại và thị trường Theo đó, tác giả thấy rằng bên cạnh kết quả đạt được, công tác xây dựng và vận hành mô hình dự báo lạm phát phục vụ điều hành CSTT của NHNN Việt Nam những năm qua còn bộc lộ một số tồn tại sau:

Thứ nhất, năng lực và chất lượng dự báo lạm phát của NHNN nhìn chung còn thấp so với những yêu cầu khắt khe của điều hành CSTT và quản lý, giám sát tiền tệ - ngân hàng một cách chủ động, linh hoạt và hiệu quả Mặc dù hệ thống mô hình dự báo hiện tại của NHNN bước đầu đã đón định được xu thế của lạm phát và những nhân tố tác động chủ yếu, song kết quả dự báo trong trung, dài hạn còn chênh lệch khá lớn so với thực tế.

Thứ hai, dự báo trong ngắn hạn sử dụng mô hình ARIMA tại NHNN hiện nay mới dừng ở việc thực nghiệm trực tiếp với chuỗi CPI tổng thể, vì vậy hiệu quả dự báo thu được chưa cao và hàm lượng thông tin tiên liệu còn thấp Hơn nữa, với cách thức triển khai hiện tại, nhu cầu xác định nguyên nhân chủ chốt và lượng hóa sự đóng góp của chúng vào biến động chung của giá cả cũng khó đạt được Giải quyết thấu đáo những tồn tại trên, kinh nghiệm của NHTW Macedonia và Philippines gợi ý việc thực nghiệm ARIMA trên dữ liệu phân tổ chuỗi giá các nhóm hàng thành phần trong rổ CPI có thể là một phương án phù hợp dành cho NHNN.

Thứ ba, mặc dù cấu trúc mô hình dự báo đa biến (VAR và VECM) của NHNN đã bao quát khá toàn diện các kênh truyền dẫn cơ bản của CSTT, song nếu đánh giá chặt chẽ hơn nữa từ giác độ tiếp cận kinh tế học cơ cấu và kinh tế học tiền tệ, một số điểm thiếu sót sau có thể được cân nhắc hiệu chỉnh:

(i) Từ phía cầu, kinh nghiệm thực hành dự báo tại các NHTW lớn trên thế giới và kết quả của các nghiên cứu trước đây (ví dụ: Ito và Sato, 2008; Bùi Quốc Dũng, 2014; Đặng Thị Quỳnh Anh và cộng sự, 2019 ) cho thấy mối quan hệ giữa tăng trưởng kinh tế và lạm phát được phản ánh chính xác và rõ nét nhất thông qua nghiên cứu chỉ tiêu “chênh lệch sản lượng” (đo lường sai biệt giữa sản lượng thực tế và sản lượng tiềm năng) thay vì doanh số bán lẻ thực hay giá trị sản xuất công nghiệp như đang được sử dụng tại NHNN.

(ii) Yếu tố lạm phát kỳ vọng vẫn chưa được xem xét trong cấu trúc thực nghiệm của NHNN, nguyên nhân có lẽ là do số liệu này vẫn đang trong quá trình nghiên cứu, đo lường thử nghiệm chứ chưa được công bố rộng rãi tại Việt Nam.

(iii) Trong mô hình VECM, việc NHNN mới chỉ xem xét tổng tín dụng của nền kinh tế như một đại diện cho cú sốc CSTT tác động tới giá dường như chưa chuẩn xác và đầy đủ.

Về khía cạnh này, nghiên cứu của Bùi Quốc Dũng (2014) gợi ý có thể thay thế (hoặc bổ sung) chỉ tiêu M2 đưa vào mô hình bởi lẽ hiện nay, tăng trưởng M2 luôn được xem là mục tiêu điều hành hàng đầu của CSTT tại Việt Nam, và đồng thời M2 cũng phản ánh rõ nét hơn cả tác động của việc NHNN mở rộng (thắt chặt) cung tiền tới biến động giá cả thực tế tại Việt Nam.

(iv) Trong cấu trúc VECM hiện tại của NHNN, việc sử dụng tỷ giá bình quân liên ngân hàng (OER) có lẽ chưa thực sự phù hợp với nhịp phát triển năng động của kinh tế Việt

Nam, đặc biệt trong một thời kỳ dài trước khi NHNN công bố “tỷ giá trung tâm” kể từ tháng 1/2016, phản ứng điều chỉnh chỉ tiêu này thường chậm hơn khá nhiều so với diễn biến thực trên thị trường Thay vào đó, tác giả khuyến nghị NHNN có thể sử dụng các chỉ tiêu thay thế khác có tính định hướng thị trường hơn, ví dụ như tỷ giá của NHTM hay tỷ giá thị trường tự do

(v) Mô hình thực nghiệm VECM của NHNN dường như vẫn đang bỏ ngỏ các nhân tố chủ chốt về phía tổng cung tác động tới giả cả, ví dụ: tiền lương của nền kinh tế, chỉ số giá nhập khẩu hay chỉ số giá sản xuất Điều này có thể tác động tới kết quả phân tích thực nghiệm mối quan hệ giữa các biến số vĩ mô và lạm phát, cũng như ảnh hưởng tới mức độ chính xác của dự báo, do đã bỏ ngỏ một kênh truyền dẫn quan trọng về mặt lý thuyết.

(vi) Đặc trưng mùa vụ chưa được tính tới trong các mô hình dự báo đa biến tại NHNN Việt Nam Theo đề xuất của tác giả, việc bổ sung biến giả mùa vụ gắn với các thời điểm giá cả biến động cao/thấp một cách bất thường trong năm (ví dụ: tết nguyên đán, các tháng cuối của năm tài chính ) khi nghiên cứu một nền kinh tế Á Đông đặc thù Việt Nam là việc làm cần thiết.

2.5.3 Nguyên nhân của tồn tại

Thứ nhất, khuôn khổ pháp lý cho công tác dự báo lạm phát chưa hoàn thiện Cho tới nay, mặc dù đã cho triển khai và đánh giá một số công trình nghiên cứu khoa học dưới dạng đề tài, dự án và sổ tay gắn với dự báo lạm phát, NHNN vẫn chưa thể ban hành quy định về nguyên tắc, quy trình dự báo, ứng dụng kết quả dự báo trong điều hành CSTT, cơ chế và hình thức trao đổi dữ liệu, liên kết và tích hợp kết quả dự báo giữa các đơn vị triển khai công tác dự báo ở trong và ngoài ngành ngân hàng.

ĐỀ XUẤT HOÀN THIỆN MÔ HÌNH DỰ BÁO LẠM PHÁT

ĐỀ XUẤT HOÀN THIỆN MÔ HÌNH ARIMA

3.1.1 Lí do lựa chọn mô hình

Tác giả sử duṇ g mô hình ARIMA kết hợp phương pháp Box-Jenkins để dự báo laṃ phát tháng taị Việ t Nam trong ngắn hạn xuất phát từ những ưu điểm sau:

Thứ nhất, trong mọi trường hơp̣ , mô hình ARIMA cung cấp kết quả dự báo ngắn han muc đáng tin cậ y nhất trong các phương pháp dự báo.

Thứ hai, mô hình ARIMA có phương pháp luậ n đơn giản, dễ sử dun g, phù hơp tiêu nghiên cứ u. vớ i

Thứ ba, tác giả mong muốn hoc hỏ i, kế thừa kinh nghiệ m sử dun g mô hình ARIMA trong dự báo lam phát từ các nghiên cứ u trước đó, qua đó góp phần định hướng nâng cao hiệ u quả dự báo tại Việt Nam.

Hình 3.1: Diễn biến CPI tổng thể của Việt Nam, 2005 – 2019

Trục trái: chỉ số CPI (20100); Trục phải: tỷ lệ lạm phát (% mom)

Nguồn: Tổng cục Thống kê (2020) Đề tài sử dụng chuỗi số liệu CPI tần suất tháng từ 2005m1 – 2019m12 Đây là giai đoan bao hàm hai thờ i kỳ lạm phát đặc thù trong bố i cảnh nghiên cứ u: (i) giai đoan

2007, lam phát bắt đầu tă ng tốc sau một chu kỳ ổn đin h ở mứ c thấp; (ii) giai đoạn 2008 –

2012, lạm phát cao độ t biến, vượt ngưỡng 20% (so vớ i cùng kỳ), đặ c biệ t tại thờ i điểm tháng 8/2008 (28,35%) và tháng 8/2011 (23,03%) Để loaị bỏ yếu tố mùa vu ̣ và tác độ ng củ a các cú số c lớ n về lam phát trong giai đoan 2005 – 2019, số liệu CPI theo tháng đươc quy đổ i về cùng một gốc (2010 = 100) dướ i dan g chỉ số và được thu thập từ Tổng cuc Thống kê.

Quan sát Hình 3.1, có thể nhận thấy xu thế tăng liên tục của CPI tổng thể qua các năm với mức tăng cao đột biến vào các năm 2008 và 2011 do sức ép tăng giá dầu và giá lương thực thế giới Các năm còn lại, chỉ số này về cơ bản tăng khá ổn định Trong quá trình thực nghiệm mô hình ARIMA, để có thể phân tích, đánh giá chính xác hơn diễn biến chỉ số giá trong ngắn hạn, tác giả sử dụng tỷ lệ lạm phát theo tháng (mom), được xác định theo công thức sau:

-� �� : tỷ lệ lạm phát theo tháng (%) ở thời điểm t;

-CPI t , CPI t-1 : chỉ số giá tiêu dùng tại tháng t và (t - 1).

3.1.3 Thiết lập cấu trúc mô hình theo phương pháp Box-Jenkins Để dự báo CPI tổng thể (đặt là biến CPI), tác giả tiến hành dự báo CPI tháng của 10 nhóm hàng hóa thành phần chính bao gồ m: hàng ă n và dic̣ h vu ̣ ă n uố ng (CPI1); đồ uố ng và thuốc lá (CPI2); may mặ c, mũ nón, giày dép (CPI3); nhà ở, điệ n, nước và vật liệu xây dựng (CPI 4 ); thiết bi ̣và đồ dùng gia đình (CPI5); Thuốc men và dic̣ h vu ̣ y tế (CPI6); Giao thông và bưu chính (CPI7); Giáo dục (CPI8); Văn hóa, giải trí và du lic̣ h (CPI 9 ); Hàng hóa và dic̣ h vu ̣ khác (CPI 10 ).

Tiến hành kiểm đin h nghiệ m đơn vi ̣theo phương pháp Augmented Dickey-Fuller (ADF) - tiêu chuẩn SIC và Phillips-Perron (PP), tác giả xác đin h đươc các chuỗi CPI1, CPI2,

CPI3, CPI4, CPI5, CPI6, CPI7, CPI9, CPI10 dừng sai phân bậc nhất - I(1); riêng chuỗi CPI8 dừng sai phân bậc hai - I(2) (Phụ lục 3.1). Để xác định p và q cho mô hình ARIMA, tác giả tiến hành lựa chọn thực nghiệm 156 phương trình ứng vớ i 10 nhóm hàng hóa dựa trên quan sát biểu đồ tự tương quan và tương quan riêng phần với sự hỗ trợ của phần mềm Eviews 11 Bộ tiêu chí được sử dụng để lựa chọn cấu trúc mô hình dự báo tối ưu bao gồm: (1) độ nhiễu (σ 2 ) của mô hình là nhỏ nhất; (2) R 2 hiệu chỉnh đạt cực đại; (3) các chỉ tiêu thống kê AIC và SBIC đạt giá trị nhỏ nhất Từ đó, tác giả thu được kết quả mô hình dự báo CPI đối với 10 nhóm hàng hóa thành phần và CPI tổng thể theo phương pháp Box-Jenkins (mô hình ARIMA) như tại Phụ lục 3.2.

Giá trị R 2 hiệu chỉnh = 0,639 thu được hàm ý mô hình giải thích được 63,9% biến động của chuỗi CPI Vì vậy, mô hình có chất lượng khá tốt và hoàn toàn thích hợp cho việc dự báo lạm phát trong ngắn hạn.

3.1.4.1 Kết quả dự báo CPI 10 nhóm hàng hóa và CPI tổng thể giai đoạn 2020m1 – 2020m3

Bảng 3.1: Dự báo CPI tổng thể và thành phần, 2020m1 – 2020m3 (% mom)

CPI hàng ăn, dịch vụ ăn uống

CPI đồ uống, thuốc lá

CPI may mặc, mũ nón, giày dép

CPI nhà ở, điện nước, VLXD

CPI thiết bị, đồ dùng gia đình

CPI thuốc men, dịch vụ y tế

CPI giao thông, bưu chính

CPI văn hóa, giải trí, du lịch

CPI hàng hóa, dịch vụ khác

Nguồn Tính toán của tác giả 3.1.4.2 Kết quả dự báo CPI tổng thể trong mẫu

Sử dụng mô hình ARIMA với chuỗi dữ liệu 2005m1 – 2019m9, kết quả kiểm định độ tin cậy dự báo cho 3 tháng cuối năm 2019 so với thực tế như ở Bảng 3.2.

Bảng 3.2: CPI dự báo và thực tế theo nhóm hàng hóa, 2019m10 – 2019m12

Nguồn Tính toán của tác giả

Biểu đồ mô tả chi tiết kết quả dự báo CPI trong mẫu đối với từng nhóm hàng hóa sử dụng mô hình ARIMA được trình bày ở Phụ lục 3.3.

Bảng 3.3: Đánh giá hiệu quả dự báo CPI tổng thể, 2019m10 – 2019m12

Thời gian Dự báo Thực hiện Sai số

Nguồn Tính toán của tác giả

Kết quả dự báo mô hình ARIMA cho thấy xu hướng trong ngắn hạn có sự thống nhất cao với thực tiễn (trong khoảng thời gian 3 tháng với điều kiện không có sốc mạnh từ bên ngoài) với mức sai số giảm hẳn so với cấu trúc ARIMA (1,1,6) được áp dụng tại NHNN (Phụ lục 2.1) Bảng kết quả cũng cho thấy một số nhóm hàng hóa được dự báo khá sát với thực tiễn, cụ thể là các nhóm không chịu ảnh hưởng của chính sách quản lý giá như nhóm thiết bị và đồ dùng gia đình; nhóm may mặc, mũ nón, giày dép; đồ uống và thuốc lá và hàng hóa dịch vụ khác Một số nhóm hàng hóa cơ bản chịu ảnh hưởng có tính chu kỳ và hàng hóa chịu ảnh hưởng của chính sách quản lý giá của Nhà nước như: thuốc men và dịch vụ y tế; giáo dục; giao thông và bưu chính; hàng ăn và dịch vụ ăn uống, về cơ bản, được tác giả dự báo đúng xu hướng với mức sai số rất nhỏ trong khoảng cho phép (dưới 5%).

Diêñ biến CPI tổng thể và CPI thành phần, 2018m1 - 2020m3

(2020m1 - 2020m3 là số dự bá o; % mom)

CPI hàng ăn, dịch vụ ăn uống CPI đồ uống, thuốc lá CPI may mặc, mũ nón, giày dép CPI nhà ở, điện nước, VLXD CPI thiết bị, đồ dùng gia đình CPI thuốc men, dịch vụ y tế CPI giao thông, bưu chính CPI giáo dục

CPI văn hóa, giải trí, du lịch CPI hàng hóa, dịch vụ khác CPI tổng thể

Nguồn: Tổng cục Thống kê (2020)

Hình 3.2 và Bảng 3.2 cho thấy các nhóm mặt hàng thuốc men và dịch vụ y tế, giáo dục, giao thông và bưu chính tăng cao và biến động mạnh nhất trong số 10 nhóm hàng hóa, theo đó bám sát lộ trình điều chỉnh các mặt hàng này theo giá thị trường (phù hợp với thực tế giai đoạn 2018 – 2020). Trong 3 tháng cuối năm 2019 và dự báo 3 tháng đầu năm 2020, tính chu kỳ của việc tăng giá các nhóm hàng hóa này sẽ lặp lại, tuy nhiên, biên độ dao động

20 18 m 1 20 18 m 2 ngày càng được thu hẹp Mặc dù chịu ảnh hưởng gần đây của việc tăng giá dầu, song mức độ biến động của nhóm giao thông và bưu chính kể từ 2019m6 đến nay sẽ không còn quá lớn CPI của nhóm hàng ăn và dịch vụ ăn uống (trong đó có lương thực, thực phẩm) dự báo cho các tháng đầu năm 2020 sẽ trải qua những đợt tăng mạnh, một phần do ảnh hưởng của dịch tả lợn châu Phi - nguồn cung thịt lợn giảm làm cho giá thịt lợn tăng, song nguyên nhân chủ yếu xuất phát từ nhu cầu tiêu dùng lương thực, thực phẩm tăng mạnh trong dịp Tết nguyên đán và kể từ thời điểm bùng phát dịch viêm phổi cấp do chủng mới của virus Corona (COVID-19) vào giữa tháng 1/2020.

3.1.4.3 Đóng góp của các nhóm hàng hóa trong CPI tổng thể

Bảng 3.4: Đóng góp của các nhóm hàng hóa trong CPI tổng thể (%)

(giai đoaṇ 2020m1 - 2020m3 là số dự bá o)

Quyền số 36.12 3.59 6.37 15.73 7.31 5.04 12.26 5.99 4.29 3.3 Đóng góp của các nhóm hàng hóa trong CPI tổng thể (%)

Nguồn: Tính toán của tác giả.

Việ c dự báo chi tiết 10 nhóm hàng hóa trong rổ tính CPI còn cho phép đánh giá tác độ ng và mứ c đóng góp của các nhóm hàng thành phần tớ i CPI tổng thể Cậ p nhậ t quyền số tính CPI (%) của 10 nhóm hàng hóa giai đoan 2015 – 2020, kêt́ quả dự báo trong 3 tháng đầu năm 2020 cũng cho thấy nhóm hàng ă n và dic̣ h vu ̣ ă n uố ng; nhà ở , điệ n nước và vật liệu xây dựng; giao thông và bưu chính là 3 nhóm hàng hóa đóng góp chủ chốt (ảnh hưở ng lớ n nhất) vào CPI tổng thể trong các tháng 6, 7, 8 do ảnh hưở ng của việ c tă ng giá dầu và nhu cầu ă n uống (ă n uống ngoài gia đình) tă ng cao vào thờ i điểm nghỉ hè Từ tháng 9 - 11/2019,

ĐỀ XUẤT HOÀN THIỆN MÔ HÌNH VECM

3.2.1 Lí do lựa chọn mô hình

Tác giả lưa cho n mô hình VECM để dự báo lam phát theo tháng và quý trong trung hạn bở i các lý do cơ bản sau:

Thứ nhất, về lý thuyết, mô hình hiệ u chinh sai số vector (VECM) là một dạng thức của mô hình hiệ u chinh sai số (ECM), song ưu việ t hơn ECM ở chỗ nó đươc phát triển trên nền tảng lý thuyết của mô hình VAR và đồng thờ i cũng dưa của các biến số. trên lý thuyết về đồng tích hơp

Thứ hai, mô hình VECM là mộ t dan g của mô hình VAR tổng quát, đươc sử dun g trong trường hơp dữ liệ u có tồn taị chuỗi dữ liệ u là không dừ ng và chứ a đưṇ g mố i quan hẹ đồng tích hơp, nhờ đó có thể khắc phuc đươ c mộ t số nhươc điểm củ a mô hình VAR dang chuẩn: (1) Đo lườ ng hiệ n tươṇ g đồng tích hơp giưã nhiều biến trong mô hình, tránh đươc mộ t số lỗi củ a mô hình OLS thông thường như hồ i quy giả mạo hoặ c tư ̣ tương quan; (2)

Nâng cao hiệ u quả và độ chính xác của dự báo.

Thứ ba, mô hình VECM có tích hơp cả yếu tố dài han

(cân bằng dài han ) giúp hiệ u chinh các biến độ ng ngắn han Vì vậ y, nă ng lưc dự báo của mô hình VECM về lý thuyêt́ tốt hơn hẳn so vớ i ECM và VAR Vì vậ y, việ c sử dun g mô hình này sẽ đảm bảo kết quả dự báo đáng tin cậ y, nhờ đó đáp ứ ng hiệ u quả yêu cầu nghiên cứ u.

Thứ tư , VECM là công cụ được ứng dụng khá phổ biến trên thế giớ i cũng như taị Việ t Nam để dự báo lam phát trong trung han Theo đó, đề tài có thể hoc hỏi, tham khảo và phân tích kinh nghiệ m từ các nghiên cứ u trước đây nhằm tiếp tục cải tiến, nâng cao hiệ u quả dự báo của mô hình VECM Các nghiên cứu nổi bật đã từng áp dụng thành công mô hình VECM phục vụ công tác dự báo biến số vĩ mô có thể kể đến: Võ Trí Thành và cộng sự (2001) vớ i mô hình VAR và ECM đánh giá mố i quan hệ giữa tiền tệ , CPI, tỷ giá và giá tri ̣ sản lươṇ g công nghiệ p thưc tế vớ i dữ liệ u từ nă m 1992 – 1999; Bùi Quốc Dũng và Hoàng

Việ t Phương (2014) sử dun g mô hình VECM để dự báo CPI theo tháng và quý với dữ liệu nghiên cứu từ 2000 – 2013

Quá trình thực nghiệm dự báo VECM được thực hiện theo các bước sau:

- Bước 1: Lựa chọn biến số và xác định cấu trúc dữ liệu.

- Bước 2: Kiểm đin h nghiệ m đơn vi ̣(tinh dừ ng) theo phương pháp ADF và PP cho các chuỗi dữ liệ u ở dạng đơn vi I (0) và sai phâ n bậc nhất I(1) Đâ y là điều kiệ n tiê n quyết để đảm bảo kết luậ n được đưa ra có ý nghia trong phâ n tich và dự báo chuỗi thờ i gian, đồng thờ i làm tă ng độ chinh xác và tin cậ y của mô hinh (Huỳnh Thi C̣ ẩm Hà và cộ ng sư,

- Bước 3: Xác điṇ h độ trễ tối ưu, kiểm điṇ h tư ̣ tương quan của phần dư và sư ̣ ổ n điṇ h của mô hinh.

- Bước 4: Kiểm đin h mố i quan hệ dài han dư a trê n việ c xác điṇ h sư ̣ tồ n tai của vector đồng liê n kết Johansen, từ đó xác đin h phương trinh đồng liê n kết và đánh giá tác động của các biến số.

- Bước 5: Áp dụng mô hình VECM để tiến hành dự báo lạm phát (trong mẫu và ngoài mẫu), xây dựng các kịch bản và đánh giá chất lượng dự báo của mô hình.

3.2.2 Lựa chọn biến số và cấu trúc dữ liệu

Qua lược khảo nghiên cứu trước đây về các nhân tố tác động tới lạm phát, tác giả tiến hành xây dựng mô hình dự báo VECM dựa trên sự kết hợp giữa giác độ tiếp cận kinh tế học cơ cấu và kinh tế học tiền tệ Theo đó, lạm phát không chỉ dừng lại là hiện tượng tiền tệ do những méo mó trên thị trường tiền tệ trong nước, mà đây thực ra là hệ quả từ các tác nhân cầu kéo/chi phí đẩy (Nguyễn Thị Thu Hằng vàNguyễn Đức Thành, 2010) Theo nghiên cứu của Chhibber (1991) và một số công trình thực nghiệm gần đây gắn với nền kinh tế nhỏ, mở, tác giả phân tách mức giả cả chung thành hai cấu phần: (i) giá hàng hóa thương mại P T (giá hàng hóa, dịch vụ mà nước đó xuất khẩu hoặc nhập khẩu) và (ii) giá hàng hóa phi thương mại PN (giá hàng hóa, dịch vụ được sản xuất và tiêu dùng trong nước) Mối quan hệ này được minh họa như sau: logP = α logP T + (1 - α) logP N (0 < α < 1) (3.1) Đối với hàng hóa thương mại, những thay đổi về giá phụ thuộc vào sự thay đổi của giá hàng hóa quốc tế (logP F ) và thay đổi về tỷ giá hiện tại (logE): logP T = logP F + logE (3.2) Đối với hàng hóa phi thương mại, giá cả được quyết định bởi tương quan giữa tổng cung và tổng cầu tại thị trường trong nước Cụ thể:

(i) Từ phía cầu: các nhân tố như thu nhập Y, lãi suất R, giá tài sản W, cán cân ngân sách (G - T) thay đổi có thể tạo ra dư cầu và tác động tới lạm phát Do đó, chúng được đặt vào nhóm tác nhân lạm phát do cầu kéo.

�� = � ,(� ,� ,� � − )� (3.3) (ii) Từ phía cung: theo mô hình tăng giá chuẩn của Bruno (1979) và Gordon

(1975), giá hàng hóa phi thương mại được xác định là hàm của chi phí lao động (W C ), chi phí đầu vào (M C ) (gồm các hàng hóa trung gian nhập khẩu và sản xuất trong nước) và sự tăng giá từ phía cung (M U ) do thị trường không hoàn hảo Các nhân tố này thuộc nhóm tác nhân chi phí đẩy, tác động lên lạm phát trong nước:

Trong đó, M U thể hiện sự tăng giá theo những thay đổi của nền kinh tế khi cầu vượt mức và bản thân điều này dẫn đến lượng tiền thực trên thị trường tiền tệ trong nước dư thừa (Excess real money balances - EMB) Do có những khó khăn nhất định trong việc lượng hóa MU, nhiều học giả xem xét sử dụng thước đo thay thế là EMB Trong đó: ΔEMB = F (M S , M D ) = F (M S , Y, R, PE) (3.5)

Trong đó: M S và M D thể hiện cung và cầu tiền Thị trường tiền tệ đạt trạng thái cân bằng khi EMB

= 0; Y, R, P E lần lượt là sản lượng, lãi suất và mức giá kỳ vọng.

Từ các phương trình (1) → (5), tác giả thu được dạng hàm tổng quát các nhân tố quyết định lạm phát theo phương trình (6), được chia thành 4 nhóm chính sau: (i) giá của khu vực nước ngoài; (ii) tỷ giá; (iii) cầu kéo; (iv) chi phí đẩy. ΔP = F [ΔP F , ΔE, ΔY, ΔR, ΔW, Δ(G - T), ΔPE, ΔM S , ΔW C , ΔM C ] (3.6)

Trong đó, lạm phát kỳ vọng P E được xác định thông qua lạm phát trong quá khứ (Fedderke và

Schaling, 2005). Đối với trường hợp của Việt Nam, quá trình lược khảo tài liệu của tác giả cho thấy hầu hết các nghiên cứu về lạm phát và dự báo lạm phát tại Việt Nam đều bỏ qua các yếu tố từ phía cung trừ giá dầu thế giới, và trong một vài trường hợp là giá lương thực thế giới (đồng thời thường coi đây là các biến ngoại sinh) Trong khi đó, đã có không ít công trình trước đây nghiên cứu lạm phát tại khu vực các nước đang phát triển chỉ ra rằng các yếu tố từ

� � phía cung, điển hình như chỉ số giá nhập khẩu, chỉ số giá sản xuất và mức lương của nền kinh tế mới tác động thực sự mạnh mẽ tới chỉ số giá cả (ví dụ: Đặng Thị Quỳnh Anh và cộng sự, 2019; Ito và Sato, 2008; Nguyễn Thị Thu Hằng và Nguyễn Đức Thành, 2010 ) Đồng thời, như đã trình bày, với mục tiêu chính là phân tích cơ chế truyền dẫn tác động từ CSTT tới diễn biến lạm phát và tăng trưởng GDP, cấu trúc mô hình dự báo VECM được áp dụng tại NHNN hiện nay mới chủ yếu tập trung vào các nhân tố từ phía cầu Việc bỏ qua một số tác nhân chi phí đẩy theo khung phân tích ở trên phần nào khiến dạng thức này trong quá trình triển khai còn bộc lộ một vài hạn chế, đặc biệt là mức độ sai số còn cao.

Xuất phát từ khung phân tích mô hình kết hợp giữa cách tiếp cận kinh tế học cơ cấu và kinh tế học tiền tệ, tham khảo cấu trúc mô hỉnh đang được sử dụng tại NHNN và khắc phục một số tồn tại của cấu trúc này như đã bàn luận ở mục 2.5.2, luận án đề xuất cấu trúc dự báo VECM hoàn thiện như sau:

Thứ nhất, về phía tổng cầu, thay vì sử dụng doanh số bán lẻ thực như trong cấu trúc mô hình

SO SÁNH, ĐÁNH GIÁ HIỆU QUẢ MÔ HÌNH DỰ BÁO

Trước khi đưa ra đánh giá và so sánh chuyên sâu về hiệu quả mô hình, tác giả tóm lược kết quả dự báo thu được từ quá trình phát triển thực nghiệm như sau:

(1) Mô hình ARIMA: Kết quả dự báo 3 tháng đầu nă m 2020 (Bảng 3.1).

(2) Mô hình VECM: Kết quả dự báo các biến nội sinh tần suất tháng và quý cho năm

2020 (dựa trên 2 kịch bản chi phối) như sau:

 Theo tần suất tháng: Lạm phát bình quân dao động từ -1,23% đến -1,07%

→ Phản ánh tình trạng giảm phát (Bảng 3.8).

 Theo tần suất quý: Lạm phát bình quân dao động từ -2,13% đến -2,11%

→ Phản ánh tình trạng giảm phát (Bảng 3.9).

3.3.1 Đánh giá hiệu quả mô hình ARIMA

Dựa trên giả điṇ h không có cú số c lớ n nào như cung tiền, tín duṇ g, lãi suất, tỷ giá, giá dầu, lãi suất hiệu dụng của FED tác độ ng đến nền kinh tế, đồng thời CPI chỉ chiụ tác độ ng của tính chu kỳ hàng nă m và các yếu tố lũy kế từ giai đoan trước, kết quả dự báo của tác giả theo mô hình ARIMA cho thấy: CPI các tháng 1, 2, 3 năm 2020 lần lươt là 1,88%, 1,39%, 0,72% Về nguyên tắc, các phép đo sai số dự báo của mô hình càng nhỏ thì độ chính xác củ a dự báo càng cao Sau khi thử nghiệm 156 phương trình và loai bỏ các AR, MA không có ý nghia thống kê đối vớ i mô hình ARIMA của 10 nhóm hàng hóa và CPI tổng thể, tác giả lựa chọn kết quả ước lươṇ g CPI của 10 nhóm hàng hóa và CPI tổng thể có độ nhiễu, AIC và SBIC đạt giá trị nhỏ nhất Quá trình dự báo CPI các nhóm hàng hóa đầu vào, từ đó dự báo CPI tổng thể cho thấy mô hình phản ánh khá chuẩn xác xu thế và mứ c độ biến độ ng của CPI các nhóm hàng hóa và CPI tổng thể, đặ c biệ t các nhóm hàng hóa không chiụ ảnh hưở ng trưc tiêṕ từ việ c điêù chinh giá của nhà nướ c Vớ i R 2 = 0,639 và sai số dướ i 5%, nă ng lưc dự báo của mô hình đố i vớ i lam phát nhìn chung khá tốt Kiểm nghiệ m quá khứ , dự báo mức tăng CPI các tháng 10, 11, 12 năm 2019 đạt 0,62%, 1,04%, 1,41%, trong khi số thưc tế là 0,62%, 0,95%, 1,50% (sai số ước tính dưới 5%) một lần nữa khẳng định về năng lực dự báo tốt của mô hình ARIMA Việ c cậ p nhậ t tác độ ng tă ng/giảm của giá xă ng dầu vào cuối nă m 2019 - đầu nă m 2020 và tác độ ng của việ c tă ng giá vào dip̣ Tết được kỳ vọng giúp cải thiện hơn nữa độ chính xác của dự báo.

Việ c dự báo chi tiết 10 nhóm hàng hóa trong rổ CPI còn cho phép đánh giá tác độ ng, mứ c độ đóng góp của các nhóm hàng hóa thành phần tới CPI tổng thể Kết quả dự báo 3 tháng đầu năm 2020 cho thấy nhóm hàng ă n và dic̣ h vu ̣ ă n uố ng; nhà ở , điệ n nước và vật liệu xây dựng; giao thông và bưu chính là 3 nhóm hàng hóa đóng góp chủ chốt nhất vào CPI tổng thể trong các tháng 6, 7, 8 do ảnh hưở ng của việc tă ng giá dầu và nhu cầu ă n uống (ă n uống ngoài gia đình) tă ng cao vào thờ i điểm nghỉ hè; kể từ tháng 9 - 11/2019, CPI nhóm thuố c men và dic̣ h vu ̣ y tế và nhóm giáo duc cũng có chiều hướng tă ng và ảnh hưở ng manh hơn tớ i CPI tổng thể, tuy nhiên tác độ ng của 2 nhóm hàng hóa này giảm dần khi bước sang tháng 12/2019.

3.3.2 Đánh giá hiệu quả mô hình VECM

Vớ i việ c lưa cho n các biến vĩ mô chủ chốt tác độ ng tới lam phát, xác đin h các nhân tố ngoaị sinh (giá dầu, giá cả hàng hóa thế giới và lãi suất hiệu dụng của FED) và loaị trừ hiệ n tươṇ g đồng tích hơp, mô hình VECM dựa trên cấu trúc thích hợp giúp cung cấp kết qua dự báo lạm phát theo tháng và quý, từ đó tác giả có thể dự báo lam phát bình quân theo nă m Từ kết quả dự báo CPI các tháng trong năm 2020, tác giả tính toán được mức tăng CPI bình quân năm 2020 dao động trong khoảng -1,23% đến -1,07%; Kết quả dự báo CPI các quý cũng cho thấy xu thế tương tự đối với tình hình lạm phát của năm 2020, theo đó mức tăng CPI bình quân năm 2020 nằm trong khoảng -2,13 đến -2,11% Kết quả kiểm tra tính ổn đin h cho thấy mô hình đáp ứng tốt yêu cầu này; kết quả hàm phản ứ ng Cholesky cũng đã chỉ ra mứ c độ tác độ ng của các cú sốc của IIP_GAP, CPI, M2, LENDING_R, ER_VCB, PPI và WAGE đối vớ i biến cần dự báo (CPI) và ngươc lai, đảm bảo sự phù hơp và gắn kết tốt vớ i lý thuyết kinh tế hoc và cơ sở lý thuyết về lam phát.

Phát huy tốt những ưu thế sẵn có của mô hình VECM và kỹ thuậ t mô hình chuẩn xác vớ i rất nhiều kiểm đin h đươc sử dun g như: kiểm đin h tính dừ ng, kiểm đin h độ trễ, kiểm đin h tính ổn đin h của mô hình, kiểm đin h nhân quả giữa các biến, phân rã Cholesky , có thể khẳ ng điṇ h mô hình VECM là mộ t công cu ̣ hữu hiệ u để dự báo lam phát trong trung hạn.

Việ c xác điṇ h và loaị bỏ hiệ n tươṇ g đồng liên kết giữa các biến trong mô hình đã góp phần làm tă ng tính chính xác củ a kết quả dự báo so vớ i mô hình VAR Mặt khác, chất lươṇ g dư báo của mô hình có thể được cải thiện hơn nữa thông qua dự báo từ ng biến của mô hình (phương pháp One-step Forecast) Cùng vớ i đó, việ c xem xét bổ sung các nhân tố tác độ ng đến lam phát như chỉ số giá nhậ p khẩu, giá xă ng dầu trong nước sẽ góp phần hoàn thiệ n kết quả dự báo của mô hình trong thờ i gian tớ i.

3.3.3 So sánh hiệu quả dự báo của hai mô hình

Trong khi mô hình ARIMA chỉ sử duṇ g chuỗi CPI tháng trong quá khứ và CPI tháng của 10 nhóm hàng hóa thành phần thì mô hình VECM bao hàm nhiều biến số vĩ mô hơn và quá trình kiểm đin h các biến cũng như mố i quan hệ giữa các biến được thực hiện khá kỹ lưỡng, vì vậ y, về mặ t phương pháp luậ n, mô hình VECM đã khẳng đin h tính ưu việ t hơn trong dự báo lam phát so vớ i mô hình ARIMA Xét về thưc tế, vớ i độ dài đủ lớ n của chuỗi dữ liệ u (2005 – 2019) kết hợp với các bài kiểm đin h chặ t chẽ trong quá trình thực nghiệm, VECM cung cấp kết quả dự báo CPI tháng và quý trong trung han (1 năm) với độ tin cậy và chính xác hơn hẳn ARIMA (vốn chủ yếu dự báo ngắn han) Hơn nữa, vớ i việ c dự báo các kic̣ h bản khác nhau của biến ngoaị sinh (được kiểm soát bởi một hoặc một vài tác nhân chi phối), chúng ta hoàn toàn có thể xây dưṇ g các kic̣ h bản dự báo CPI theo tháng và quý thông qua mô hình VECM, trong khi mô hình ARIMA chỉ đưa ra đươc điểm dự báo.

Quá trình thực nghiệm chỉ ra rằng, bắt đầu từ tháng thứ 3, kết quả dự báo theo mô hình ARIMA bắt đầu sai lệ ch nhiều hơn so vớ i số thưc tế, đặ c biệ t nếu không cậ p nhậ t diễn biến từ ng tháng trước liền kề để dự báo cho tháng sau; trong khi đó, kết quả mô hình VECM cho kết quả dự báo vớ i mức độ sai lệ ch không quá lớ n (dướ i 2,5%), cụ thể với tần suất tháng: CPI của 2019m1 tăng 2,72% (chênh lệch 0,16% so với thực tế); CPI của 2019m12 tăng 4,10% (chênh lệch 1,12%); với tần suất quý: CPI của 2019q1 tăng 2,70% (chênh lệch 0,07%), CPI của 2019q4 tăng 2,90% (chênh lệch 0,76%) Từ các dẫn chứng trên, có thể thấy mô hình VECM cung cấp kết quả dự báo ổn định, chính xác và đáng tin cậ y hơn Việ c đưa ra khoảng dự báo của mô hình VECM (chẳng han , khoảng dự báo bình quân nă m 2020 theo mô hình tần suất tháng từ -1,23% đến -1,07%; theo tần suất quý đạt từ -2,13% đến -

2,11%) đảm bảo độ tin cậ y và khả nă ng phù hơp cao hơn vớ i thưc tế so vớ i dự báo điểm củ a mô hình ARIMA (CPI tháng 1, 2, 3 năm 2020 lần lươt đạt 1,88%, 1,39%, 0,72% đi kèm gia đin h trong điều kiệ n ổn đin h, không có cú sốc lớ n tác động đến nền kinh tế).

Về cả lý thuyết và thưc tế triển khai, kêt́ quả củ a cả hai mô hình đêù khẳ ng điṇ h lam phát (biểu hiệ n bằng chỉ số CPI) chiụ tác độ ng rất lớ n bở i chính nó trong quá khứ Việ c sử dun g dữ liệ u CPI theo tháng của quá khứ và dự báo 10 nhóm hàng hóa đầu vào để rút ra kết quả dự báo cho CPI hiệ n taị và tương lai của mô hình ARIMA cho kết quả (đặ c biệ t về xu hướ ng) khá phù hơp vớ i thưc tế, sai số trong 3 tháng dự báo đầu tiên về cơ bản là khá thấp. Đồng thờ i, phân tích phương sai của mô hình VECM cũng cho thấy biến độ ng CPI chiụ ảnh hưở ng gần như toàn diện (trên 90%) cú sốc trễ của chính nó ngay từ những tháng đầu tiên và tỷ lệ này sau 12 và 24 tháng giảm dần, lần lượt chỉ còn 73% và 40% Bên canh chỉ số CPI, mô hình VECM cũng đánh giá phản ứ ng của CPI đối vớ i các cú sốc của các biến IIP_GAP, M2, LENDING_R, ER_VCB, PPI và WAGE Kết quả thu được từ mô hình cũng tương đồng vớ i diễn biến lam phát thưc của Việ t Nam giai đoan

- Khi đề cập về cú sốc từ phía cầu, khi một cú sốc chênh lệch sản lượng được tạo ra, CPI có xu hướng giảm nhẹ trong vòng 5 quý đầu tiên trước khi thiết lập trạng thái ổn định kể từ quý 6 Điều này có được là do trong bối cảnh kinh tế lạm phát cao và dễ thay đổi như Việt Nam, doanh nghiệp thường không muốn bị ràng buộc vào các hợp đồng dài hạn với mức giá cố định Thay vào đó, họ cố gắng linh hoạt hơn trong việc thiết lập giá để giảm thiểu ảnh hưởng của các cú sốc tới kết quả kinh doanh của mình Từ đó, hiệu ứng truyền tải từ các cú sốc tiền tệ tới CPI thường sẽ nổi trội hơn là các cú sốc sản lượng thực.

- Về phía yếu tố thuộc CSTT, tỷ lệ giải thích của cú sốc tă ng trưởng M2 đối vớ i CPI thể hiện tác độ ng dương kể từ tháng thứ 8 trở đi, đạt cực đại vào quý 3 và 4, sau đó dần đi vào ổn định Điều này tương tư ̣ vớ i thưc tế của giai đoan khủng hoảng 2007 – 2008, khi tín dun g và M2 đi vào chu kỳ tăng trưởng “nóng” (53,9% và 45%), CPI cũng tă ng dần, đat cưc đai vào tháng 8/2008 (2008q3 tương đương khoảng quý 4 của mô hình), sau đó giảm về dướ i 5% vào 2009q2 (tương đương khoảng 7 quý nếu coi tháng 10/2007 là thờ i điểm bắt đầu tă ng lên của M2) Bên cạnh đó, kết quả hàm phản ứng Cholesky còn cho thấy việc gia tăng lãi suất cũng đạt được hiệu quả nhất định trong việc kiềm chế lạm phát tại ViệtNam Cụ thể, tác độ ng ngược chiều của lãi suất đến CPI tă ng dần và đat cưc đaị vào tháng thứ 9.

- Một phát hiện đáng chú ý nữa là tỷ trọng tác động của cú sốc tiền lương tăng dần và đạt cực đại vào quý thứ 5, sau đó đi vào ổn định, trong khi cú sốc giá sản xuất khiến CPI gia tăng tức thì và tác động này diễn ra dai dẳng trong nhiều tháng tiếp theo (dù đóng góp của tiền lương và PPI vào mức tăng CPI theo kết quả phân rã phương sai là khá nhỏ bé).

Tóm lại, mỗi mô hình sở hữu ưu thế riêng trong quá trình dự báo và kết quả từ chúng đóng vai trò như một kênh tham chiếu để kiểm đin h kết quả các mô hình còn lai Vì vậ y, trong dự báo lam phát nói riêng hay dự báo vĩ mô nói chung, cần kết hơp nhiều phương pháp, nhiều mô hình khác nhau nhằm đánh giá và tìm ra kết quả dự báo với độ chính xác và tin cậy cao nhất Trong đó, mô hình VECM sẽ góp phần khắc phuc những han chế của

ARIMA và VAR, giúp cải thiện nă ng lưc dự báo, tă ng tính phù hơp và hiệ u quả dự báo không chỉ đố i vớ i lam phát mà còn đối vớ i các chỉ số vĩ mô khác trong nền kinh tê.́

KHUYẾN NGHỊ CHÍNH SÁCH VỀ VIỆC ỨNG DỤNG MÔ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM

ĐỊNH HƯỚNG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ VÀ PHÁT TRIỂN HOẠT ĐỘNG DỰ BÁO TẠI VIỆT NAM ĐẾN NĂM 2025

4.1.1 Mục tiêu tổng quát điều hành chính sách tiền tệ

Dựa trên các mục tiêu phát triển kinh tế - xã hội của Quốc hội và Chính phủ và những đánh giá của NHNN về tình hình lạm phát và kinh tế vĩ mô, NHNN đặt ra mục tiêu tổng quát đối vớ i điều hành CSTT giai đoạn từ nay tới năm 2025 là điều hành chủ độ ng, linh hoat, thận trọng, phối hơp chặ t chẽ vớ i chính sách tài khóa và chính sách kinh tế vĩ mô khác nhằm kiểm soát lạm phát theo mục tiêu đề ra, góp phần ổn định kinh tế vĩ mô, thúc đẩy tăng trưởng bền vững, song song với bảo đảm an toàn và lành mạnh hoạt động của các tổ chức tín dụng.

4.1.2 Định hướng giải pháp điều hành chính sách tiền tệ

Hướng tới xây dưṇ g và áp duṇ g khuôn khổ CSTT vớ i muc tiêu hàng đầu là ổn đin h giá cả, phố i hơp chặ t chẽ vớ i các chính sách kinh tế vĩ mô khác trong việ c thưc hiệ n các nhiệ m vu ̣ kinh tế - xã hộ i (Chu Khánh Lân, 2018), định hướng giải pháp điều hành CSTT cho giai đoạn từ nay tới 2025 được xác định cụ thể như sau:

Thứ nhất, đổ i mớ i điều hành công cu ̣ của CSTT theo hướng hiệ n đai, chuyển từ điều hành theo khố i lươṇ g sang điều hành theo giá; sử duṇ g các công cu ̣ gián tiếp, han tiến tớ i dừ ng sử dun g các biệ n pháp hành chính. chế và

Thứ hai, xác đin h rõ cơ chế truyền tải CSTT và đánh giá hiệ u quả cơ chế truyền tải theo các kênh, giải quyết tồn taị trong từng kênh truyền tải đang han tới hệ thống ngân hàng, thi t rường tiền tệ - tài chính và nền kinh tế. chế vai trò của CSTT

Thứ ba, đổi mớ i cơ chế tỷ giá theo hướng tăng cường sự linh hoat và gắn kết chặt chẽ với tín hiệu thị trường, han chế các công cu ̣ trưc tiếp, biệ n pháp hành chính trong quản lý thi ̣trường ngoaị tệ , tă ng cường sử duṇ g các công cu ̣ gián tiếp để can thiệ p vào thi ̣trường ngoaị tệ Đổi mớ i công tác quản lý dự trữ ngoaị hối phù hơp vớ i thông lệ quốc tê,́ bảo đảm hài hòa các muc tiêu an toàn, thanh khoản và sinh lờ i.

Thứ tư, phát triển hoàn thiện hệ thống cơ sở dữ liệ u và mô hình dự báo, cảnh báo sớ m làm că n cứ phục vụ điều hành CSTT và hoat độ ng ngân hàng.

Thứ năm, thưc hiệ n các giải pháp quản lý ngoaị hối hơp lý, đồng bộ vớ i CSTT - tín dung; chuyển đổi quan hệ huy độ ng - cho vay sang quan hệ mua - bán, tiến tớ i xóa bỏ tình tran g đô la hóa, vàng hóa trong nền kinh tế.

Thứ sáu, tă ng cường phố i hơp chính sách giưã NHNN và các cơ quan quản lý Nhà nướ c để bảo đảm sư ̣ hài hòa giữa CSTT và các chính sách vĩ mô.

Thứ bảy, đẩy manh quá trình hộ i nhậ p kinh tế khu vưc và kinh tế quốc tế trong hoat độ ng điều hành CSTT, chuẩn bi c bên ngoài. ác điều kiệ n tốt nhất để ứ ng phó hiệu quả với biến độ ng tư

4.1.3 Định hướng phát triển hoạt động dự báo tại Việt Nam

Xây dựng và phát triển mô hình kinh tế lượng phục vụ dự báo và phân tích kinh tế vĩ mô là một quá trình trường kỳ, đòi hỏi phải có chiến lược rõ ràng, sự đầu tư thích đáng về trí tuệ và nguồn lực cũng như việc không ngừng học tập và kế thừa những thành tựu tiến bộ của các nước đi trước Trên tinh thần đó, có thể khái lược định hướng phát triển căn cơ đối với công tác dự báo vĩ mô tại NHNN Việt Nam tới năm 2025 như sau:

Thứ nhất, để cải thiện độ chính xác của dự báo cũng như tạo sự gắn kết chặt chẽ hơn nữa với lý thuyết kinh tế học, trong thời gian tới, bên cạnh các lớp mô hình đa biến truyền thống đang được áp dụng như VAR và VECM, có thể mở rộng diện mô hình thực nghiệm sang các biến thể hiện đại và phức tạp hơn của VAR như SVAR, BVAR và CVAR.

Ví du, kinh nghiệm của Bùi Quốc Dũng (2014) cho thấy, khi nói tới SVAR, ưu điểm nổi trội nhất của lớp này là khả nă ng đin h danh và đo lườ ng tác độ ng riê ng biệ t của các sốc kinh tế tới các biến số kinh tế vĩ mô quan tâ m Theo đó, việc xâ y dưṇ g và phát triển các mô hinh SVAR trong diện quy mô nhỏ vẫn có thể đáp ứ ng khá tốt nhu cầu phâ n tich – dự báo, đồng thờ i ít khi gặp phải cản trở về kỹ thuật Tương tư,̣ BVAR (được nâng tầm từ nền tảng VAR) mang tới lợi thế trong việc kết hơp các thô ng tin tiên nghiệ m vớ i dữ liệ u thưc để tất suy ra thông tin hậu nghiệm dựa trên phương pháp ước lượng Bayes Điều này có thể giúp giảm đáng kể mức sai biệt giữa kết quả dự báo và con số thực tế.

Thứ hai, ngoài việc tiếp tuc nghiê n cứ u phát triển các biến thể mới của VAR, NHNN cũng lên kế hoạch nghiên cứu và phát triển thử nghiệm các lớp mô hinh cấu trúc (vi du: mô hinh kinh tế lươṇ g vĩ mô , DSGE…) để đạt được mộ t khung phâ n tich tổng quát, đồng thời cải thiện tốt hơn tầm xa dự báo Ví dụ, việ c ứ ng duṇ g mô hinh kinh tế lươṇ g vĩ mô giúp cho cán bộ phân tích - dự báo của NHNN nắm bắt tốt hơn về các tác nhân và cơ chế tác động gây ra lạm phát, đồng thời, có thể đưa ra các kết quả mô phỏng chính sách với mức độ chi tiết cao làm cơ sở cho việc đề xuất chính sách và giải pháp kiểm soát lạm phát phù hợp Trong khi đó, mô hình DSGE từ lâu vẫn được coi là giải pháp dự báo và phân tích vĩ mô tối ưu tại các nền kinh tế áp dụng khuôn khổ CSTT lạm phát mục tiêu.

Thứ ba, về định hướng ứng dụng kết quả dự báo phục vụ điều hành CSTT: Bởi lẽ mỗi mô hình sở hữu những ưu điểm và hạn chế riêng phù hợp với từng loại tầm xa dự báo và bối cảnh phát triển kinh tế, vì vậy, để thu được kết quả dự báo các biến số vĩ mô khách quan, chính xác và toàn diện nhất, NHNN hướng tới việc vận hành đồng thời, kết hợp mô hình dự báo thuộc các trường phái khác nhau chứ không ưu tiên cho một (hay một vài) lớp mô hình riêng lẻ nào.

Thứ tư, về cô ng tác đào tao và nâng cao năng lực cán bộ dự báo: Việc nghiên cứu, phát triển và vận hành các lớp mô hình kinh tế lượng diễn ra thường xuyên, liên tục, đòi hỏi phải có đội ngũ cán bộ giàu kinh nghiệm, am hiểu về kiến thức chuyên môn, kỹ thuật xử lý mô hình và làm chủ hiệu quả các công cụ và phần mềm tiên tiến Do đó, trong thời gian tới,NHNN hướng tới tiếp tục tuyển dụng bổ sung và có kế hoạch đào tạo bài bản (hợp tác với chuyên gia nước ngoài) đối với các lớp cán bộ dự báo kế cận, trang bị tốt nhất kiến thức về kinh tế học, kinh tế lượng và kỹ năng vận hành, làm chủ các phần mềm tiên tiến như SPSS,Eviews, Stata, Matlab và R.

KHUYẾN NGHỊ CHÍNH SÁCH NHẰM HOÀN THIỆN MÔ HÌNH DỰ BÁO LẠM PHÁT TẠI VIỆT NAM

Cải tiến dạng thức mô hình ARIMA nhằm nâng cao chất lượng dự báo lạm phát trong ngắn hạn tại NHNN Việt Nam. a Cơ sở đưa ra khuyến nghị:

- Kế thừa và phát huy có chọn lọc kinh nghiệm về xây dựng và vận hành mô hình dự báo đơn biến – ngắn hạn của NHTW các nước Macedonia và Philippines.

- Dự báo lạm phát ngắn hạn của Việt Nam dựa trên mô hình ARIMA đối với chuỗi giá các nhóm hàng thành phần trong rổ CPI ở Chương 3 cho thấy hiệu quả vượt trội so với thực nghiệm trực tiếp với biến CPI tổng thể.

- Bám sát định hướng phát triển hoạt động dự báo tại NHNN Việt Nam về hoàn thiện cấu trúc các mô hình. b Đơn vị thực hiện: Vụ Dự báo, thống kê (NHNN). c Nội dung kiến nghị:

Thứ nhất, để dự báo xu hướng trong ngắn hạn của CPI tổng thể, dữ liệu đầu vào mô hình ARIMA cần xuất phát từ chuỗi giá các nhóm hàng thành phần trong rổ CPI theo tần suất tháng, ở cấp độ phân tổ cơ bản nhất (1 con số) gồm: (1) Hàng ăn và dịch vụ ăn uống;

(2) Đồ uống và thuốc lá; (3) May mặc, mũ nón và giày dép; (4) Nhà ở, điện nước và vật liệu xây dựng; (5) Thiết bị và đồ dùng gia đình; (6) Thuốc men và dịch vụ y tế; (7) Giao thông và bưu chính; (8) Giáo dục; (9) Văn hóa, giải trí và du lịch; (10) Hàng hóa, dịch vụ khác.Như đã bình luận, việc thực nghiệm dự báo dựa trên phân tổ cho phép chúng ta nhận diện được “chùm” xu thế của các chỉ số giá bộ phận, điều không thể đạt được nếu thực nghiệm trực tiếp trên chuỗi CPI tổng thể Kết quả dự báo ARIMA dựa trên phân tổ cũng đạt được mức sai số thấp hơn hẳn so với việc thực nghiệm trực tiếp trên chuỗi CPI tổng thể màNHNN đang áp dụng Ngoài ra, phương pháp phân tổ dữ liệu trên cũng cho phép xác định, lượng hóa các cú sốc giá thành phần nhằm phục vụ cho việc phân tích chính sách và hoạch định kịch bản dựa trên mô hình hóa tác động của các chỉ số giá bộ phận cũng như các yếu tố hình thành nên sốc.

Thứ hai, trong hệ thống phân tổ chỉ số giá phục vụ mô hình dự báo, có thể phân tổ sâu hơn đối với chỉ số giá một số nhóm hàng hóa đặc biệt quan trọng trong rổ CPI (có ảnh hưởng trọng yếu tới chỉ số giá cả tổng thể) để xem xét đồng thời cùng với các chỉ số giá phân tổ cơ bản Cụ thể, chỉ số giá các nhóm hàng sau đây có thể được phân tổ sâu hơn:

- Hàng ăn và dịch vụ ăn uống – phân thành 3 tổ: (i) Lương thực, (ii) Thực phẩm, (iii) Ăn uống ngoài gia đình.

- Đồ uống, thuốc lá – phân thành 2 tổ: (i) Đồ uống, (ii) Thuốc lá.

- Nhà ở, điện nước và vật liệu xây dựng – phần thành 4 tổ: (i) Tiền thuê nhà ở, (ii) điện, nước và chất đối, (iii) vật liệu xây dựng.

- Thuốc men, dịch vụ y tế – phân thành 2 tổ: (i) Thuốc men, (ii) Dịch vụ y tế.

- Giao thông, bưu chính – phân thành 2 tổ: (i) Giao thông, (ii) Dịch vụ bưu chính.

Thứ ba, dựa trên kinh nghiệm dự báo tại NHTW các nước cũng như kết quả ứng dụng thực nghiệm mô hình dự báo ARIMA trong luận án, tác giả đề xuất tầm nhìn dự báo tối ưu dành cho việc thực nghiệm ARIMA dự báo lạm phát ngắn hạn nên giới hạn từ 1 – 3 tháng Tất nhiên, để có thể nâng cao chất lượng dự báo hơn nữa, NHTW có thể tiến hành nghiên cứu chuyên sâu hơn nữa nhằm tìm ra cách thức đột phá về xử lý dữ liệu đầu vào, tái thiết cấu trúc ARIMA tối ưu theo bộ tham số (p, d, q) hoặc bổ sung một số hiệu chỉnh kỹ thuật nâng cao.

Cải tiến dạng thức mô hình VAR và biến thể của VAR (điển hình là VECM) nhằm nâng cao chất lượng dự báo lạm phát trong trung hạn tại NHNN Việt Nam. a Cơ sở đưa ra khuyến nghị:

- Kế thừa và phát huy có chọn lọc kinh nghiệm về xây dựng và vận hành mô hình dự báo đa biến – trung hạn của FED và PBOC.

- Dự báo lạm phát trung hạn của Việt Nam dựa trên cấu trúc VECM theo đề xuất ở Chương 3 cho thấy hiệu quả vượt trội so với cấu trúc mô hình gốc của NHNN Việt Nam.

- Bám sát định hướng phát triển hoạt động dự báo tại NHNN Việt Nam về hoàn thiện cấu trúc các mô hình. b Đơn vị thực hiện: Vụ Dự báo, thống kê (NHNN). c Nội dung kiến nghị:

Như đã khẳng định ở phần trước, cấu trúc mô hình VAR và VECM chỉ được thừa nhận là phù hợp về cả khía cạnh lý thuyết và thực tiễn khi được phát triển trên nguyên lý truyền dẫn CSTT theo 5 kênh cơ bản (kênh tín dụng, kênh lãi suất, kênh tỷ giá, kênh giá hàng hóa và kênh kỳ vọng) kết hợp với lý thuyết về kinh tế học cơ cấu và kinh tế học tiền tệ.

Do đó, tác giả đưa ra khuyến nghị nhằm cải tiến dạng thức VAR và VECM hiện hữu dành cho NHNN trong công tác dự báo lạm phát:

Thứ nhất, về phía tổng cầu, tác giả đề xuất sử dụng biến chênh lệch sản lượng nhằm thay thế cho chỉ tiêu doanh số bán lẻ thực hay giá trị sản xuất công nghiệp vốn đang được NHNN sử dụng cho việc thực nghiệm VAR và VECM Như các nghiên cứu trước đây đã chỉ ra, quan hệ lam phát - tă ng trưởng đươc phản ánh chính xác nhất thông qua tương quan giữa lam phát và chênh lệ ch sản lươṇ g củ a nền kinh tế.

Thứ hai, về phía CSTT, tác giả đề xuất NHNN sử dụng đồng thời cả hai chỉ tiêu gồm cung tiền rộng (M2) và tín dụng cho nền kinh tế, thay vì chỉ sử dụng biến tín dụng như với mô hình thực nghiệm hiện nay Tại Việt Nam, tăng trưởng M2 luôn được coi là một trong những mục tiêu điều hành hàng đầu của CSTT, đồng thời nhiều học giả đã khẳng định M2 phản ánh khá chính xác mố i quan hệ giữa việ c mở rộng (thắt chặ t) cung tiền của NHNN vớ i diễn biến lam phát thưc Bên cạnh đó, ở một số thời kỳ diễn ra hiện tượng tín dụng tăng trưởng “nóng”, việc xem xét thêm chỉ tiêu tín dụng cũng sẽ giúp đánh giá thấu đáo hơn mối tương tác giữa CSTT và lạm phát, đồng thời làm rõ một số quan ngại gắn với tăng trưởng tín dụng “nóng” ở trên Hơn nữa, kết quả kiểm định độ vững đối với cấu trúc mô hình dự báo lạm phát VECM trong Chương 3 của luận án cũng cho thấy sự hiện diện của nhân tố M2 dường như khá hữu ích đối với việc cải thiện chất lượng dự báo trung hạn với dữ liệu quý, trong khi nhân tố tín dụng đối với nền kinh tế phù hợp hơn với cấu trúc mô hình dự báo trung hạn sử dụng dữ liệu tháng.

Thứ ba, về tỷ giá hối đoái, tác giả khuyến nghị sử dụng các thước đo tỷ giá có tính linh hoạt và định hướng thị trường tốt như tỷ giá của NHTM hay tỷ giá thị trường tự do để thay thế cho tỷ giá bình quân liên ngân hàng hiện đang được NHNN sử dụng cho mô hình VAR và VECM Các kết quả thực nghiệm trước đây đã chỉ ra rằng bên cạnh sự gắn kết chặt chẽ về xu hướng thị trường, cả hai thước đo tỷ giá được đề xuất như trên cũng phản ánh khá chính xác và hơp lý mố i quan hệ giữa biến độ ng tỷ giá và lam phát theo lý thuyết kinh tế hoc vĩ mô.

Thứ tư, tác giả đề xuất NHNN bổ sung nhân tố lạm phát kỳ vọng vào khung mô hình, bởi lẽ như các nghiên cứu trước đã chứng minh, lạm phát kỳ vọng được cho là một trong những nhân tố có tác động hết sức trọng yếu tới diễn biến của lạm phát Trước mắt, do số liệu lạm phát kỳ vọng của Việt Nam chưa được công bố chính thức, NHNN có thể sử dụng chuỗi lạm phát trong quá khứ làm thước đo chỉ báo hoặc tự mình phát triển thử nghiệm bộ chỉ số đo lường kỳ vọng lạm phát dựa trên kinh nghiệm và phương pháp tính toán của một số NHTW trên thế giới có nền tảng và đặc thù hoạt động trong lĩnh vực tài chính – ngân hàng gần gũi với Việt Nam.

KHUYẾN NGHỊ CHÍNH SÁCH NHẰM THÚC ĐẨY ỨNG DỤNG MÔ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM

Hoàn thiện quy trình báo cáo kết quả dự báo. a Cơ sở đưa ra khuyến nghị:

- Tham khảo có chọn lọc kinh nghiệm của NHTW các nước Mỹ, Anh, Úc và New Zealand về vận dụng kết quả dự báo lạm phát trong điều hành CSTT.

- Nhằm góp phần vào việc hoàn thiện khuôn khổ pháp lý cho công tác dự báo lạm phát, vốn chưa được ban hành chính thức tại Việt Nam (đã nêu tại mục 2.5.3).

- Đề xuất được đưa ra căn cứ trên yêu cầu và tình hình thực tiễn của việc ứng dụng kết quả mô hình dự báo lạm phát trong điều hành CSTT tại Việt Nam (đã nêu tại mục 2.4).

- Bám sát định hướng phát triển hoạt động dự báo tại NHNN Việt Nam về ứng dụng kết quả dự báo phục vụ điều hành CSTT. b Đơn vị thực hiện: Vụ Dự báo, thống kê và Vụ Chính sách tiền tệ (NHNN). c Nội dung kiến nghị: Để thúc đẩy hiệu quả ứng dụng kết quả dự báo lạm phát trong điều hành CSTT, việc thiết lập quy trình chuẩn cho công tác báo cáo kết quả dự báo rõ ràng là một bước đi cần thiết Tác giả đề xuất quy trình báo cáo kết quả dự báo cần bao hàm 4 nội dung sau:

Thứ nhất, đề xuất dự báo.

Bảng 4.1: Mẫu báo cáo đề xuất dự báo

Kết quả dự báo cho năm/ tháng/ quý … tại thời điểm T

Mô hình Kịch bản So sánh với dự báo tại (T-1)

ARIMA VAR VECM Tiêu cực Cơ sở Tích cực

T+1 T+2 T+3 T+4 Đối với mỗi biến số cần dự báo, thông thường các mô hình khác nhau sẽ cho các kết quả không đồng nhất, do đó cán bộ dự báo cần so sánh các kết quả dự báo Nếu các kết quả dự báo đạt mức sai số thấp và đáng tin cậy, có thể kết hợp các kết quả dự báo (tính giá trị dự báo trung bình) để giảm thiểu sự không chắc chắn của mô hình Đồng thời, cần so sánh giá trị quan sát thực tế với con số dự báo thu được từ mô hình trong quá khứ để đưa ra các đánh giá về khả năng dự báo của mô hình Ngoài ra, nhóm dự báo cũng có thể tìm hiểu thêm các ý kiến, đánh giá cần thiết của chuyên gia đầu ngành về kết quả dự báo để lập báo cáo cuối cùng trình lên cấp có thẩm quyền.

Trong báo cáo, kết quả dự báo hiện hữu cũng cần được so sánh hồi tố với các giá trị dự báo đã đưa ra trước đó, đồng thời cần phải giải thích sự sai biệt (nếu có) để Lãnh đạo Vụ có thể đưa ra quyết định cuối cùng về mức dự báo phù hợp.

Các kết quả dự báo sau khi được phê duyệt sẽ là cơ sở để Vụ chủ quản tham gia góp ý với các đơn vị về diễn biến kinh tế vĩ mô và tiền tệ Tuy nhiên, mục tiêu quan trọng nhất vẫn là tham mưu cho Ban lãnh đạo NHNN trong việc ra các quyết định thực thi CSTT Việc tham mưu cho các lãnh đạo cấp cao được thể hiện thông qua báo cáo dự báo chính thức do

Vụ chủ quản soạn thảo.

Thứ hai, lập báo cáo dự báo chính thức.

Trên cơ sở báo cáo kết quả dự báo đề xuất được Lãnh đạo Vụ phê duyệt, nhóm dự báo sẽ tiến hành lập báo cáo dự báo chính thức gửi Ban lãnh đạo NHTW Báo cáo kết quả dự báo là sản phẩm đầu ra của nhóm dự báo, trong đó trình bày những yếu tố đầu vào của quá trình dự báo, kết quả dự báo (gồm số liệu, bảng biểu, hình vẽ) kết hợp với phân tích, đánh giá, nhận định dựa trên các kết quả tính toán Từ các kết quả dự báo đó, nhóm dự báo đưa ra các đề xuất, khuyến nghị đối với việc điều hành CSTT hoặc các chính sách vĩ mô.

- Về tần suất: thông thường, tại các NHTW, tần suất của báo cáo dự báo tương ứng với tần suất các cuộc họp chính sách, riêng dự báo về kinh tế vĩ mô và lạm phát được triển khai hàng quý để giúp Ban lãnh đạo có thể đưa ra các quyết sách tiền tệ kịp thời Trong trường hợp số liệu công bố hàng tháng có biến động bất thường, nhóm dự báo có thể đánh giá những thay đổi trong hoạt động kinh tế thông qua kiểm tra cùng một nhóm các chỉ số từ cùng một quan điểm.

- Về nội dung: Cấu trúc báo cáo của các NHTW có thể khác nhau, song chủ yếu tập trung vào các mục như sau: (1) Môi trường bên ngoài; (2) Hoạt động kinh tế; (3) Diễn biến giá cả; (4) Tiền tệ - tín dụng; (5) Tình hình tài khóa (Đề xuất khung báo cáo chính thức: xem Phụ lục 4.1).

Thứ ba, theo dõi và đánh giá kết quả dự báo.

Một trong những tác vụ cần thiết và quan trọng của quá trình dự báo là theo dõi và đánh giá kết quả dự báo dựa trên tính toán sai số dự báo giữa con số dự báo tại các thời điểm khác nhau và con số công bố thực tế Mục tiêu của việc theo dõi và đánh giá kết quả dự báo nhằm xác nhận đối với từng chỉ tiêu vĩ mô cần dự báo, có thể lựa chọn mô hình nào để đạt được chất lượng dự báo tốt nhất, đồng thời với mỗi mô hình được lựa chọn, dự báo trong ngắn hạn, trung hạn hay dài hạn sẽ cung cấp kết quả dự báo tốt nhất Theo đó, một mô hình có thể là lựa chọn tốt nhất cho dự báo trong ngắn hạn, song không còn hiệu quả khi dự báo trung – dài hạn.

Bảng 4.2: Theo dõi và đánh giá kết quả dự báo lạm phát để lựa chọn mô hình dự báo tốt nhất

Kỳ dự báo Mô hình

Kết quả dự báo lạm phát

Bảng 4.3: Theo dõi và đánh giá kết quả dự báo lạm phát để lựa chọn kỳ hạn dự báo tốt nhất

Bên cạnh lựa chọn mô hình dự báo tốt nhất cho tầm xa dự báo gắn với chỉ tiêu cần dự báo, việc theo dõi sai số dự báo qua các lần thực hiện dự báo cũng sẽ giúp xác định mô hình nào có khả năng dự báo tốt trong ngắn hạn, trung hạn hay dài hạn Ví dụ, khi sử dụng mô hình VECM để dự báo lạm phát của Việt Nam trong năm 2020, cần tiếp tục đưa ra dự báo chỉ tiêu này cho giai đoạn 2021-2025 với việc thực hiện dự báo 3 lần cho mỗi kỳ dự báo (lần 1: trước 18 tháng, lần 2: trước 12 tháng, lần 3 trước 6 tháng) Việc theo dõi, đánh giá sai số dự báo được thực hiện dựa trên các mẫu biểu Bảng 4.2 đối với mục tiêu lựa chọn mô hình tốt nhất và Bảng 4.3 đối với mục tiêu lựa chọn kỳ hạn dự báo tốt nhất.

Vì vậy, theo dõi, đánh giá kết quả dự báo để tìm ra sự kết hợp tốt nhất giữa mô hình và tầm xa dự báo là khâu không thể bỏ qua trong quy trình báo cáo kết quả dự báo củaNHNN Đây sẽ là cơ sở cho việc lựa chọn kết quả dự báo ngoài mẫu để đưa vào các báo cáo, đồng thời là cơ sở để tiến hành rà soát và hiệu chỉnh các mô hình nhằm cải thiện chất lượng dự báo và nâng cao năng lực tham mưu chính sách của đội ngũ dự báo chuyên trách cho Ban lãnh đạo NHNN trong điều hành CSTT.

Thứ tư, vận hành và hiệu chỉnh mô hình định kỳ.

Như đã đề cập, việc thực hiện báo cáo dự báo được tiến hành hàng quý Tuy nhiên, nhóm dự báo phải thường xuyên liên tục cập nhật thông tin có khả năng tác động lên kết quả dự báo như: (i) chủ trương, chính sách vĩ mô và tiền tệ tác động đến các biến số trong mô hình, đối tượng dự báo trong từng giai đoạn; (ii) biến động của môi trường trong và ngoài nước; (iii) các yếu tố định tính khác (tâm lý và kỳ vọng của thị trường…) Dựa trên các thông tin mới này, nhóm dự báo sẽ chủ động hiệu chỉnh và cập nhật lại kết quả dự báo của các mô hình Quá trình này nên được thực hiện song song với đánh giá hiệu quả dự báo của các mô hình để từ đó có sự hiệu chỉnh lại khi tác động của các biến số vĩ mô trong mô hình có sự thay đổi.

Phát triển hệ thống công nghệ thông tin và cơ sở dữ liệu phục vụ phân tích, dự báo lạm phát. a Cơ sở đưa ra khuyến nghị:

- Đề xuất được đưa ra nhằm giải quyết thấu đáo những yếu kém về cơ sở hạ tầng, hệ thống công nghệ thông tin và cơ sở dữ liệu phục vụ phân tích, dự báo tại NHNN Việt Nam (như đã nêu tại mục 2.5.3 – Nguyên nhân của tồn tại).

Tiêu đề	Ứng dụng mô hình dự báo lạm phát trong điều hành chính sách tiền tệ tại Việt Nam
Tác giả	Phạm Đức Anh
Người hướng dẫn	PGS.TS. Nguyễn Đức Trung, PGS.TS. Phạm Thị Hoàng Anh
Trường học	Học viện Ngân hàng
Chuyên ngành	Kinh tế
Thể loại	Luận án Tiến sĩ
Năm xuất bản	2020
Thành phố	Hà Nội

Định dạng
Số trang	399
Dung lượng	3,2 MB