Ngoài ra, nghiên cứucũng tìm cách điều tra ảnh hưởng tương đối của giá dầu với các loại cú sốc khác chẳnghạn như tỷ giá hối đoái thực, sản lượng trong nước và chi phí sản xuất của nhà xu
Tính cấp thiết đề tài
Đối với “nền kinh tế Việt Nam”, ở thời điểm hiện tại, “xăng dầu” trở thành một trong những mặt hàng thiết yếu được Nhà nước điều hành, trong đó giá bán được kiểm soát với mục đích tạo điều kiện thuận lợi cho nhà nước, doanh nghiệp và người dân Hơn nữa, “xăng dầu” còn đóng góp lớn đối với đầu tư vào hoạt động sản xuất kinh doanh của doanh nghiệp, từ đó ảnh hưởng trực tiếp và gián tiếp lên CPI Ngoài “xăng dầu”, những nhân tố khác cũng có thể có tác động dẫn đến lạm phát Do đó, “giá xăng dầu” không hẳn gây ra lạm phát mà đó có thể là một dấu hiệu cảnh báo cho người sử dụng khi tiêu dùng hoặc sản xuất xăng dầu Năm 2021, PGS TS Ngô Trí Long nhận định về xu hướng tăng giá xăng dầu với lạm phát hiện nay: “Nếu giá xăng dầu tăng cao mà Chính phủ ứng phó kịp thời, hài hòa giữa chính sách tài khóa và tiền tệ, điều hành cung cầu hàng hóa hợp lý, quản lý thị trường chặt chẽ thì vẫn có thể kiểm soát lạm phát trong ngưỡng mục tiêu đã đặt ra”.
“Giá xăng dầu” tăng không chỉ làm cho giá thành sản phẩm hàng hoá và dịch vụ tăng, mà còn trực tiếp làm tăng CPI, từ đó người dân gặp khó khăn trong việc chi tiêu và giữ cho thu nhập được ổn định Ngoài tác động đến giá thành sản phẩm, “giá xăng dầu” tăng còn có tác động gián tiếp đến việc tăng giá hàng hóa trong quá trình trưng bày, vận chuyển hoặc tồn trữ, từ đó tạo gánh nặng lên “lạm phát”, dẫn đến hàng hoá trong nước bị giảm sức cạnh tranh và gây biến động xấu đến “tăng trưởng kinh tế”.
Các chuyên gia đã dự báo từ cuối năm 2021 rằng, khả năng tăng giá tiêu dùng là rất lớn và năm 2022 vẫn có thể xảy ra tình trạng lạm phát tăng mạnh Thực tế, CPI đang chịu biến động rất lớn khi giá nhiên liệu tiếp tục tăng và đạt đến mức cao kỷ lục, đòi hỏi phải tìm hiểu kỹ nguyên nhân và đề xuất các giải pháp tích cực để chủ động đối phó trong tương lai Trong bối cảnh nền kinh tế đang trong giai đoạn phục hồi sau đại dịch Covid-
19, nhiệm vụ quan trọng là ổn định kinh tế vĩ mô, bảo đảm tỷ lệ lạm phát được Quốc hội thông qua duy trì ở mức dưới 4%. Đến những tháng đầu năm 2022, giá xăng dầu tăng liên tục cùng với giá lương thực, thực phẩm tăng gây áp lực lên chỉ số CPI và lạm phát Điều này chỉ ra rằng để thực hiện mục tiêu CPI của năm 2022 là sẽ không dễ dàng, và cần nhiều kịch bản ứng phó trong bối cảnh dịch Covid-19, đòi hỏi quan sát giá, giám sát thị trường, cân bằng giữa tăng trưởng và lạm phát.
Theo các chuyên gia, Việt Nam là một nền kinh tế mở nên việc quản lý giá cả chịu tác động và áp lực rất lớn Đặc biệt trước tình hình lạm phát gia tăng, nhiều ngân hàng trung ương trên thế giới đã thực hiện các biện pháp như thắt chặt tiền tệ và tăng lãi suất.Nhiều nước phát triển dự báo lạm phát sẽ tăng khoảng 4%, trong khi các thị trường mới nổi tăng gần 6% Trong bối cảnh này, lạm phát năm 2022 được dự báo sẽ đối mặt với nhiều biến động và cần dựa vào tình hình thực tế để có phương án xử lý phù hợp Với những lý do trên, nhóm nghiên cứu quyết định chọn đề tài “Mối quan hệ giữa biến động giá dầu và chỉ số CPI trong giai đoạn 2016 – 2022 tại Việt Nam” để làm đề tài nghiên cứu khoa học.
Tổng quan nghiên cứu
- Các nghiên cứu nước ngoài
Siok Kun Sek, Xue Qi Teo & Yen Nee Wong (2015), “A Comparative Study on Effects of Oil Price Changes on Inflation”
Nghiên cứu này tập trung phân tích vào hai nhóm quốc gia, tức là các quốc gia có chỉ số phụ thuộc vào dầu mỏ cao và các quốc gia với chỉ số phụ thuộc dầu thấp Chỉ số phụ thuộc vào dầu là thước đo phần trăm nhu cầu về dầu từ nhu cầu năng lượng tổng thể, sự đa dạng năng lượng và sự phụ thuộc kinh tế vào dầu (nhu cầu dầu trên GDP) và tỷ trọng nhập khẩu ròng so với tiêu thụ dầu Giá trị cao hơn của chỉ số phụ thuộc dầu phản ánh chỉ số phụ thuộc càng cao của quốc gia đó đối với dầu mỏ và tài nguyên năng lượng Nhóm tác giả sử dụng dữ liệu hàng năm từ năm 1980 đến năm 2010 Thêm vào đó, nghiên cứu này tập trung vào phân tích so sánh tác động của sự thay đổi giá dầu đối với lạm phát trong nước giữa mức thấp và mức cao nhóm phụ thuộc Ngoài ra, nghiên cứu cũng tìm cách điều tra ảnh hưởng tương đối của giá dầu với các loại cú sốc khác chẳng hạn như tỷ giá hối đoái thực, sản lượng trong nước và chi phí sản xuất của nhà xuất khẩu.
Từ đó, kết quả của bài nghiên cứu này đã phát hiện mối quan hệ lâu dài giữa thay đổi giá dầu và lạm phát CPI và thay đổi giá dầu có ảnh hưởng quan trọng đến việc xác định lạm phát trong nước.
Dr Imran Naseem & Jawad Khan (2015), “Impact of energy crisis on Economic Growth of Pakistan”
Nghiên cứu liên hệ tiêu thụ năng lượng với “tăng trưởng kinh tế” cho Pakistan dựa trên dữ liệu mẫu được lấy trong giai đoạn 1982 - 2011 Nghiên cứu sử dụng các bài kiểm tra tương quan và hồi quy và tóm tắt “tốc độ tăng trưởng kinh tế” kết hợp với sử dụng năng lượng Pakistan đang đối mặt với cuộc khủng hoảng năng lượng tồi tệ nhất và khoảng cách giữa cung và cầu năng lượng không ngừng mở rộng theo thời gian Sự thiếu hụt năng lượng này đang ảnh hưởng mạnh mẽ đến sản xuất của các ngành khác nhau và do đó cản trở sự “tăng trưởng” của nền kinh tế Khi “tương quan” và hồi quy cho thấy mức độ tiêu thụ năng lượng với “tăng trưởng kinh tế” có tương quan và việc tăng tiêu thụ năng lượng sẽ tạo tiền đề cho “tăng trưởng kinh tế” của Pakistan Tuy nhiên, phạm vi
“nghiên cứu” của đề tài chưa đủ lớn, chỉ tập trung vào tác động của khủng hoảng năng lượng tới Pakistan.
Kuo-Wei Chou & Yi-Heng Tseng (2011), “Oil price pass-through into CPI inflation in Asian emerging countries: the discussion of dramatic oil price shocks and high oil price periods”
Nghiên cứu này hướng tới việc nghiên cứu ảnh hưởng của giá dầu đến lạm phát CPI ở các nước châu Á mới nổi Giá dầu được coi là một yếu tố chi phí sản xuất làm tăng mức giá Thông qua việc sử dụng mô hình sửa lỗi để áp dụng đường cong Phillips, nhóm tác giả ước tính sự chuyển dịch dài hạn và ngắn hạn của giá dầu Kết quả ước tính của đường cong Phillips tiêu chuẩn cho thấy giá dầu có một tác động dài hạn đáng kể ảnh hưởng đến lạm phát CPI ở hầu hết các quốc gia được nghiên cứu Tuy nhiên, chuyển tiếp ngắn hạn không được tìm thấy có ý nghĩa
Nhóm tác giả cũng đã sử dụng ước lượng đệ quy để khám phá thêm những thay đổi trong chuyển tiếp ngắn hạn và nhận thấy rằng chuyển tiếp ngắn hạn ở mỗi quốc gia dường như thay đổi đáng kể tại một số thời điểm nhất định hoặc trong những thời kỳ nhất định Bởi vì đường cong Phillips tiêu chuẩn bỏ qua ảnh hưởng không đối xứng của giá dầu đối với các biến kinh tế, nghiên cứu này đã phân loại các nghiên cứu điển hình thành hai loại: cú sốc giá dầu kịch tính (giá dầu tăng mạnh) và thời kỳ giá dầu cao (giá dầu tăng liên tục) Tuy nhiên, hạn chế của nghiên cứu này là chưa cho thấy những kết quả đáng chú ý, nguyên nhân và sự ảnh hưởng của biến động giá dầu trong ngắn hạn Điều này có thể là do sự gia tăng đáng kể trong giá dầu chỉ tạo ra một cú sốc tạm thời, mức độ của nó liên quan đến việc liệu chính phủ đang theo đuổi mục tiêu ổn định đầu ra
Bilal Kargi (2014) với đề tài “The effects of oil prices on inflation and growth: time series analysis in Turkish economy for 1988:01 – 2013:04 period”
Phân tích sử dụng dữ liệu quý liên quan đến 1998:01- 2013:04 giai đoạn tại ThổNhĩ Kỳ Nghiên cứu phân tích khả năng tạo ra lạm phát phụ thuộc vào giá dầu như một trong những năng lượng các loại là đầu vào chính của tổng sản lượng, trở thành nguồn tăng trưởng kinh tế với sự gia tăng chi phí Năng lượng là được nhập khẩu bởi một số quốc gia vì nó được mua từ các nguồn hạn chế trên thế giới Điều đó gây ra lạm phát của nước nhập khẩu sang nước xuất khẩu thông qua giá dầu Đồng thời, sự gia tăng của giá dầu gây ra lạm phát vì nó làm tăng giá thành sản phẩm
Lập luận thứ hai là sự gia tăng của tổng hợp sản lượng nói chung bị ảnh hưởng bởi việc sử dụng năng lượng và bị ảnh hưởng riêng bởi việc sử dụng dầu Trong trường hợp đó, nhập khẩu dầu vừa tác động hiệu quả lên cả lạm phát và tăng trưởng Giả thuyết đã được kiểm chứng trong nghiên cứu là giá dầu có tác động lạm phát vì ảnh hưởng của nó đến chi phí và hoạt động này sẽ ảnh hưởng tiêu cực đến tăng trưởng vì ảnh hưởng của nó đến kỳ vọng Trong nghiên cứu này, các tác động của việc nhập khẩu dầu thô của Thổ Nhĩ
Kỳ đối với lạm phát và tăng trưởng được phân tích trong dài hạn Các phân tích đã cam kết cho thấy rằng GDP bị ảnh hưởng bởi nhập khẩu dầu và nó cũng gây ra lạm phát trong nền kinh tế Thổ Nhĩ Kỳ Tuy nhiên, cỡ mẫu chưa thực sự lớn và chỉ tập trung ở Thổ Nhĩ
Kỳ nên độ chính xác và tính đại diện chưa cao.
- Các nghiên cứu trong nước
Nguyễn Thị Thu Hằng & Nguyễn Đức Thành (2010), “Các nhân tố vĩ mô quyết ủịnh lạm phỏt ở Việt Nam giai đoạn 2000-2010: cỏc bằng chứng và thảo luận”
Báo cáo này xem xét sự biến động của “lạm phát” ở Việt Nam trong 10 năm qua, liên quan mật thiết đến nhiều thay đổi từ “môi trường kinh tế” và các “chính sách kinh tế vĩ mô” Thêm vào đó, việc khảo sát nghiên cứu về các yếu tố tác động đến lạm phát nói chung và Việt Nam nói riêng giúp liệt kê được các yếu tố vĩ mô tiềm ẩn có thể xác định ảnh hưởng của lạm phát và đưa ra các giả định về mối quan hệ giữa chúng.
Nghiên cứu này có hạn chế là tỷ giá hối đoái chính thức giữa VND và USD được sử dụng thay vì tỷ giá hối đoái thực tế giữa VND và nhiều loại tiền tệ ở các quốc gia khác, do đó mối quan hệ PPP không được thể hiện đầy đủ vì các đồng tiền khác không được xem xét Tuy nhiên, việc sử dụng tỷ giá hối đoái chính thức cho phép các tác giả xác định tác động của lạm phát lên tỷ giá hối đoái và áp lực lạm phát đối với tỷ giá hối đoái chính thức
Một hạn chế nữa là các nhân tố bên cung như thiếu dữ liệu về tiền lương và hành vi định giá của công ty có thể ảnh hưởng đến lạm phát Kết quả là, nghiên cứu không thể thu thập dữ liệu đáng tin cậy, hy vọng sẽ đạt được kết quả tốt hơn nếu các dữ liệu trên có sẵn Do nghiên cứu này tập trung vào các yếu tố “vĩ mô” quyết định lạm phát, nó loại bỏ vai trò của các yếu tố “vi mô” như cấu trúc của từng thị trường, vị trí địa lý, loại hàng hóa, , những nhân tố “vi mô” này giúp giải thích mức độ biến động cao cũng như khả năng tồn tại của lạm phát Qua đó, mô hình của nhóm tác giả ở trên sẽ có được những phần mở rộng rõ ràng và đầy đủ hơn.
ThS Nguyễn Minh Sáng & Ngô Nữ Diệu Khuê (2015), “Lạm phát và tăng trưởng kinh tế: Nghiên cứu thực nghiệm các nước đang phát triển và trường hợp Việt Nam”
Nghiên cứu này sử dụng mẫu của 17 quốc gia đang phát triển, trong đó có Việt Nam giai đoạn 2000 - 2012, để xem xét mối quan hệ “phi tuyến tính” giữa lạm phát và tăng trưởng kinh tế thông qua quá trình tự hồi quy Kết quả ước tính của mô hình cho thấy rằng có một ngưỡng lạm phát nghĩa là là khi lạm phát vượt ngưỡng này sẽ tác động tiêu cực đến “tăng trưởng kinh tế” Kết hợp với thực tiễn của Việt Nam, nghiên cứu tìm hiểu nguyên nhân dẫn đến chênh lệch tăng trưởng kinh tế giữa Việt Nam và các nước, đưa ra một số khuyến nghị chính sách nhằm nâng cao khả năng kiểm soát lạm phát ở mức thấp và phát huy hợp lý tác động tích cực của lạm phát đối với “nền kinh tế Việt Nam”. Thông qua 17 nước đang phát triển có thể kể đến như Albania, Armenia, Brazil, Chile, Colombia, Ghana, Guatemala, Hungary, Indonesia, Israel, Mexico, Peru, Philippines, Romania, Thailand, Turkey và Việt Nam, ngưỡng lạm phát đạt được đến mức 11% - 12% Khi lạm phát dưới ngưỡng này thì ảnh hưởng của “lạm phát” đến “tăng trưởng kinh tế” là không rõ ràng và ngược lại khi trên ngưỡng thì “lạm phát” gây ra tác động xấu đến “tăng trưởng kinh tế” Vì vậy, kết quả hồi quy còn hạn chế do các mẫu nghiên cứu chưa đồng đều và thời gian nghiên cứu chưa đủ dài.
Kết luận: Có thể nói là các nghiên cứu này đều nêu được mối quan hệ giữa giá dầu với chỉ số CPI và dự báo lạm phát ở Việt Nam trong những kỳ tiếp theo Tuy vậy, phạm vi nghiên cứu và đối tượng nghiên cứu tương đối hẹp, chỉ tập trung vào một lĩnh vực và một nhóm ngành nhất định Ngoài ra, quy mô mẫu của nghiên cứu không đủ lớn, độ chính xác và tính đại diện không đủ cao để cho thấy hiệu quả đáng kể Do chưa có nhiều tác giả ở Việt Nam thực hiện nghiên cứu định lượng về ngưỡng giá dầu diesel và ngưỡng CPI nên nhóm nghiên cứu đã sử dụng phương pháp định lượng để tìm ra ngưỡng lạm phát hiệu quả Từ đó, nghiên cứu đề xuất các giải pháp cụ thể cho chính phủ và chính sách kinh tế của Việt Nam Vì vậy, nhóm nghiên cứu quyết định phải tiến hành nghiên cứu này.
Tính mới của đề tài
Các nghiên cứu trước đây thường sử dụng giá dầu thế giới khi phân tích các chỉ tiêu kinh tế của Việt Nam như lạm phát, GDP Tuy nhiên, ở đề tài nghiên cứu của nhóm sử dụng giá dầu diesel nghiên cứu bởi giá dầu thế giới khi về Việt Nam sẽ chịu sự điều chỉnh giá của Chính phủ như chính sách thuế, trích quỹ bình ổn giá dẫn đến sự thay đổi ít nhiều
Ngoài ra, nhóm sử dụng luôn mô hình VAR đã nghiên cứu để dự báo các biến nhằm đưa ra các giải pháp cụ thể.
Khoảng thời gian nghiên cứu nằm trong thời gian diễn ra những biến động lớn của giá dầu thế giới do cuộc khủng hoảng năng lượng thế giới sau đại dịch Covid-19.
Mục tiêu của đề tài
Mục tiêu tổng quát
Đề tài tập chung mối quan hệ giữa giá dầu Việt Nam (dầu diesel) và chỉ số CPI, dự báo lạm phát từ đó đề xuất các giải pháp cụ thể nhằm hạn chế những vấn đề của nền kinh tế do mối quan hệ giữa giá dầu và lạm phát gây ra.
Mục tiêu cụ thể
- Tổng hợp lý thuyết chung về mối quan hệ giữa giá dầu diesel và chỉ số CPI.
- Phân tích thực trạng tác động của biến động giá dầu Diesel đến chỉ số CPI trong nước và chính sách can thiệp bình ổn giá dầu của Việt Nam giai đoạn 2016 – 2022.
- Xây dựng mô hình nghiên cứu để xác định mối quan hệ giữa chỉ số giá tiêu dùng và biến động giá dầu diesel sao cho phù hợp với nơi nghiên cứu.
- Xác định mức độ ảnh hưởng của các nhân tố trong mô hình lý thuyết nghiên cứu ảnh hưởng đến giá dầu diesel và chỉ số CPI của Việt Nam.
- Dự báo lạm phát ở Việt Nam những kỳ tiếp theo.
- Từ kết quả nghiên cứu đưa ra những giải pháp cụ thể cho chính sách của Chính phủ và nền kinh tế Việt Nam.
Phương pháp nghiên cứu
Cách tiếp cận
Nhóm nghiên cứu sử dụng cách tiếp cận dựa trên tham khảo mô hình những công trình nghiên cứu đi trước tìm kiếm sự liên quan giữa giá dầu và lạm phát, từ đó lựa chọn mô hình phù hợp nhất qua mô hình phân tích định lượng, dự báo và đưa ra những chính sách phù hợp.
Phương pháp nghiên cứu
a/ Các phương pháp nghiên cứu
Sử dụng phương pháp phân tích định tính như so sánh, tổng hợp để thấy được thực trạng quản lý xăng dầu, lạm phát ở Việt Nam và dự báo lạm phát đưa ra hàm ý chính sách.
Sử dụng phương pháp phân tích định lượng để tìm ra mối quan hệ giữa giá dầu diesel và lạm phát. b/ Dữ liệu nghiên cứu
Dữ liệu nghiên cứu được nhóm nghiên cứu thu thập trên các trang web, công trình nghiên cứu khoa học uy tín được đăng trên các báo cáo, tạp chí, trong nước và ngoài nước.
Tính đóng góp của đề tài
Đề tài nghiên cứu của nhóm giúp đưa ra các giải pháp chính sách và giúp người đọc có những cái nhín mới hơn về mối quan hệ giữa giá dầu và lạm phát.
Cấu trúc bài nghiên cứu
Bài nghiên cứu được chia làm 4 phần như sau:
Chương 1: Tổng quan về mối quan hệ giữa chỉ số giá tiêu dùng và giá dầu diesel ở Việt Nam
Chương 2: Số liệu, phương pháp và mô hình nghiên cứu
Chương 3: Kết quả nghiên cứu của mô hình
Chương 4: Dự báo và khuyến nghị chính sách
TỔNG QUAN VỀ MỐI QUAN HỆ GIỮA GIÁ DẦU DIESEL VÀ CHỈ SỐ CPI
CƠ SỞ LÝ THUYẾT VỀ GIÁ DẦU DIESEL VÀ CHỈ SỐ CPI
1.1.1 Khái niệm về Dầu Diesel
“Dầu diesel, còn gọi là dầu gazole (DO), là một loại nhiên liệu lỏng, sản phẩm tinh chế từ dầu mỏ có thành phần chưng cất nằm giữa dầu hỏa (kesosene) và dầu bôi trơn công nghiệp (lubricating oil) Chúng thường có nhiệt độ bốc hơi từ 175 đến 370 độ C Dầu Diesel nặng hơn dầu lửa và xăng Loại dầu không hề gây mòn cho các thiết bị khi dùng và rất dễ cháy Dầu Diesel được đưa vào sử dụng từ đầu thế kỷ 2, được đặt tên theo nhà sáng chế Rudolf Diesel
Dầu Diesel được sử dụng trong động cơ Diesel tự động hút dầu và động cơ Diesel của các nhà sản xuất châu Âu, Nhật Bản và Mỹ, xe tải hạng nhẹ và đường cao tốc trên đường cao tốc, các ngành công nghiệp ngoài khơi bao gồm: xây dựng, khai thác mỏ, khai thác đá và nông nghiệp Dầu Diesel sở hữu đầy đủ những tính chất lý hóa đáp ứng phù hợp với những loại xe động cơ Diesel mà không cần phải áp dụng quá trình biến đổi hóa học phức tạp Hầu hết những loại phương tiện có động cơ Diesel ở loại hình đường bộ, đường sắt, đường thủy đều sử dụng được loại dầu này Ngoài ra, dầu Diesel còn được dùng cho những loại xe có tải trọng lớn như: xe nâng dầu, xe nâng bán tự động, và một phần được sử dụng cho các tuabin khí…” (Wikipedia, sửa lần cuối năm 2022)
Theo EIA (2016) cơ quan năng lượng quốc tế cho biết “sản phẩm xăng dầu” được sử dụng nhiều nhất ở Việt Nam là dầu diesel.
Bảng 1.1: Mức tiêu thụ các sản phẩm tinh chế từ dầu mỏ của Việt Nam từ 2016 – 2019
Sản phẩm dầu mỏ tinh chế 445 459.2545 477.7936 495.4976
Dầu nhiên liệu chưng cất 186 190.6285 201.0317 201.2974
Khí dầu mỏ hóa lỏng 65 67.47068 48.49753 41.50575
Các chất lỏng dầu mỏ khác 12 12.21348 29.65792 27.04658
(Nguồn: Cơ quan Năng lượng Quốc tế EIA)
Do đó nhóm chọn sản phẩm dầu diesel làm đối tượng nghiên cứu Theo thông tin của EIA (2017), PetroVietnam là công ty chủ chốt trong lĩnh vực dầu khí tự nhiên và đóng vai trò là nhà điều hành và quản lý chính của ngành Việc sản xuất dầu và khí tự nhiên do công ty con thượng nguồn của PetroVietnam đảm nhận hoặc thông qua liên doanh của
PetroVietnam với các công ty khác Vậy nên giá dầu diesel được nhóm tác giả thu thập dữ liệu trên các Thông cáo Báo chí của Tập đoàn Petrolimex Việt Nam.
Ngoài ra, trước đây ở Việt Nam được chia thành 2 loại dầu diesel là DO 0.005%S và DO 0.25%S Tuy nhiên do hàm lượng lưu huỳnh trong DO 0.25S khá lớn gây ô nhiễm môi trường nhiều hơn DO 0,05S Vì vậy, năm 2016, loại dầu DO 0,25%S ngừng lưu thông trên “thị trường xăng dầu” Việt Nam theo đề xuất của Bộ Khoa học và Công nghệ và Môi trường Vì vậy trong đề tài nghiên cứu này nhóm sẽ sử dụng giá dầu diesel 0.05S phục vụ cho mô hình nghiên cứu vì tính phổ biến của DO 0.05S.
“Chỉ số giá tiêu dùng (hay được viết tắt là CPI, từ các chữ tiếng Anh Consumer Price Index) là chỉ số tính theo phần trăm để phản ánh mức thay đổi tương đối của giá hàng tiêu dùng theo thời gian Sở dĩ chỉ là thay đổi tương đối vì chỉ số này chỉ dựa vào một giỏ hàng hóa đại diện cho toàn bộ hàng tiêu dùng.
Chỉ số giá tiêu dùng là chỉ tiêu được sử dụng phổ biến nhất để đo lường mức giá và sự thay đổi của mức giá chính là lạm phát Để tính toán chỉ số giá tiêu dùng người ta tính số bình quân gia quyền theo công thức Laspeyres của giá cả của kỳ báo cáo (kỳ t) so với kỳ cơ sở Để làm được điều đó phải tiến hành như sau:
1 Cố định giỏ hàng hóa: thông qua điều tra, người ta sẽ xác định lượng hàng hoá, dịch vụ tiêu biểu mà một người tiêu dùng điển hình mua.
2 Xác định giá cả: thống kê giá cả của mỗi mặt hàng trong giỏ hàng hoá tại mỗi thời điểm.
3 Tính chi phí (bằng tiền) để mua giỏ hàng hoá bằng cách dùng số lượng nhân với giá cả của từng loại hàng hoá rồi cộng lại.
4 Lựa chọn thời kỳ gốc để làm cơ sở so sánh rồi tính chỉ số giá tiêu dùng bằng công thức sau:
CPI t 0 x Chi phí để mua giỏ hàng hoá thời kỳ tChi phí để mua giỏ hàng hoá kỳ cơ sở
Thời kỳ gốc sẽ được thay đổi trong vòng 5 đến 7 năm tùy ở từng nước.
CPI được dùng để tính chỉ số lạm phát theo thời kỳ Chẳng hạn, tính chỉ số lạm phát CPI năm 2011 so với năm 2010 theo công thức sau:
Trên thực tế người ta có thể xác định quyền số trong tính toán chỉ số giá tiêu dùng bằng cách điều tra để tính toán tỷ trọng chi tiêu của từng nhóm hàng hoá, dịch vụ so với tổng giá trị chi tiêu Sau đó quyền số này được dùng để tính chỉ số giá tiêu dùng cho các thời kỳ sau CPI thường được tính hàng tháng và hàng năm Bên cạnh đó, CPI còn được tính toán cho từng nhóm hàng hóa hoặc một số nhóm hàng hóa tùy theo mục đích sử dụng Ngoài CPI, người ta cũng tính toán chỉ số giá bán buôn là mức giá của giỏ hàng hóa do các doanh nghiệp mua vào, khác với CPI là giá do người tiêu dùng mua vào (giá bán lẻ) Lưu ý chỉ số giá tiêu dùng năm gốc luôn bằng 100%.” (Wikipedia, 2020)
1.1.3 Các chính sách can thiệp lên giá dầu ở Việt Nam a, Nhóm chính sách điều hành giá
Căn cứ Điều 38, Nghị định số 83/2014/NĐ-CP giá bán lẻ xăng dầu ở Việt Nam được quản lý bởi Nhà nước và được hoạt động dựa trên cơ chế thị trường Thương nhân đầu mối được quyền quyết định giá bán buôn “Cơ quan quản lý giá bán lẻ xăng dầu sẽ có các đợt điều chỉnh giá cụ thể thời gian giữa hai (02) lần điều chỉnh giá liên tiếp tối thiểu là mười lăm (15) ngày đối với trường hợp tăng giá và tối đa là mười lăm (15) ngày đối với trường hợp giảm giá.”
Theo khoản 9, Điều 3, Nghị định số 83/2014, căn cứ để tính “giá xăng dầu” trên thị trường là “giá cơ sở” được giải thích bằng công thức sau: tăng giá trị gia tăng của các sản phẩm liên quan đến dầu trong CPI, dẫn đến hiệu ứng chuyển tiếp trong ngắn hạn cao hơn.
Tác giả Bilal Kargi (2014) với đề tài “The effects of oil prices on inflation and growth: time series analysis in Turkish economy for 1988:01 – 2013:04 period” đã cho ra kết quả là giả thuyết về "chi phí dầu" đã được thử nghiệm và nhận thấy rằng “lạm phát” có ảnh hưởng cụ thể đến chi phí Thêm vào đó, hoạt động này tác động tiêu cực đến “tăng trưởng” bởi ảnh hưởng của nó đối với kỳ vọng trong lạm phát” “bằng cách sử dụng GDP, INF, OIL và Các biến OILP liên quan đến 1998: 01- 2013: 04 kỳ” trong nghiên cứu này. Dựa theo kết quả thu được, tăng trưởng, lạm phát và nhập khẩu dầu là các biến số có mối quan hệ đồng kết hợp dài hạn trong nền kinh tế Thổ Nhĩ Kỳ. Ở đề tài “Energy Prices, Inflation, and Recession, 1974-1975”, Knut Anton Mork
& Robert E Hall (2016) đã chứng minh thông qua các mô hình DRI, mô hình FRB và mô hình MPS là khi giá của một yếu tố - năng lượng - tăng, giá của các yếu tố khác, đặc biệt là tỷ lệ tiền lương, sẽ giảm để bù đắp Toàn bộ lao động phải luôn chiếm ưu thế, và mức giá phải được liên kết trực tiếp với lượng tiền dự trữ và mức sản lượng công bằng Ngược lại, trong mô hình của nhóm tác giả trên, tiền lương phản ứng chậm với những thay đổi bất ngờ về giá năng lượng (và đối với tất cả các khoản phụ trội khác trong “nền kinh tế”). Trong khoảng thời gian sau khi giá năng lượng tăng nhưng trước khi thay đổi mức lương thích hợp, lao động được định giá quá cao để có đủ việc làm Hơn nữa, với mức lương cao, năng lượng tăng giá làm tăng mức giá, do đó cung tiền thực tế bị giảm xuống
Do đó, kết quả cho thấy mô hình của nhóm tác giả đã giải quyết rõ ràng các khía cạnh này của tác động mà một “cú sốc giá” năng lượng sẽ có; những thay đổi dự đoán về giá cả, sản lượng và việc làm là kết quả tổng hợp của những thay đổi trong ngắn hạn và những thay đổi trong dài hạn của tổng cung.
1.4.2 Khoảng trống nghiên cứu Đối với đề tài “A Comparative Study on Effects of Oil Price Changes onInflation”, Siok Kun Sek, Xue Qi Teo & Yen Nee Wong (2015) đã chỉ rằng các yếu tố quyết định lạm phát trong nước chính bao gồm tỷ giá hối đoái thực và chi phí sản xuất của nhà xuất khẩu (nhóm phụ thuộc vào dầu mỏ cao) và sản lượng trong nước và chi phí sản xuất của nhà xuất khẩu (nhóm phụ thuộc vào dầu mỏ thấp) Từ đó, nhóm tác giả đề nghị nhà hoạch định chính sách ổn định các tác động trong số những cú sốc này thông qua chính sách tiền tệ điều chỉnh Điều đó dẫn đến việc kết quả ngược so với những nghiên cứu trước đó.
Còn ở đề tài “Oil price pass-through into CPI inflation in Asian emerging countries: the discussion of dramatic oil price shocks and high oil price periods” của Kuo- Wei Chou & Yi-Heng Tseng (2011), nghiên cứu này đã phân loại các nghiên cứu điển hình thành hai loại để tiếp tục điều tra: cú sốc giá dầu kịch tính và thời kỳ giá dầu cao. Nhóm tác giả không thể trực tiếp xác định xem mức độ nghiêm trọng của các cú sốc dầu có ảnh hưởng nhất định đến quá trình chuyển tiếp ngắn hạn hay không
MỘT SỐ BẰNG CHỨNG THỰC NGHIỆM Ở MỘT SỐ QUỐC GIA VÀ KHU VỰC TRÊN THẾ GIỚI
Mô hình được sử dụng để xác định mối quan hệ giữa chỉ số giá tiêu dùng và biến động giá dầu diesel là mô hình VAR của “Brown & Yucel (1999), Cologni & Manera (2008)” có điều chỉnh cho phù hợp với đặc thù “diễn biến giá dầu” của Việt Nam VAR được sử dụng do đây là mô hình phù hợp với các chuỗi thời gian và mối quan hệ 2 chiều giữa các biến trong mô hình với nhau Hơn thế nữa, có thể thấy được tính hiệu quả khi dự báo các chỉ tiêu kinh tế như “lạm phát”, GDP, phù hợp với mục tiêu của đề tài nghiên cứu.
Mô hình dự báo dựa trên hệ phương trình VAR quan hệ giữa giá của 1 loại năng lượng với chỉ số CPI Vector Yt bao gồm chỉ số giá tiêu dùng, giá dầu diesel
Mô hình tổng quát có dạng như sau:
“Trong đó C là vector của hằng số, là ma trận của các hệ số trễ và €t là vector hạng của nhiễu” Trong mô hình CPI đại diện cho lạm phát, DOIL là biến giá dầu diesel được Bộ Tài chính kiểm soát trên thị trường mặc dù có những biến động khá giống so với
“giá dầu thế giới” nhưng vẫn có sự khác biệt như đã nghiên cứu ở phần 1 “Nghiên cứu sử dụng “giá dầu diesel bán lẻ” tại thị trường Việt Nam mà không phải các sản phẩm khác như xăng, bởi theo Cơ quan năng lượng quốc tế (EIA, 2016) “dầu diesel là sản phẩm dầu
SỐ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU
MÔ HÌNH NGHIÊN CỨU
Mô hình được sử dụng để xác định mối quan hệ giữa chỉ số giá tiêu dùng và biến động giá dầu diesel là mô hình VAR của “Brown & Yucel (1999), Cologni & Manera (2008)” có điều chỉnh cho phù hợp với đặc thù “diễn biến giá dầu” của Việt Nam VAR được sử dụng do đây là mô hình phù hợp với các chuỗi thời gian và mối quan hệ 2 chiều giữa các biến trong mô hình với nhau Hơn thế nữa, có thể thấy được tính hiệu quả khi dự báo các chỉ tiêu kinh tế như “lạm phát”, GDP, phù hợp với mục tiêu của đề tài nghiên cứu.
Mô hình dự báo dựa trên hệ phương trình VAR quan hệ giữa giá của 1 loại năng lượng với chỉ số CPI Vector Yt bao gồm chỉ số giá tiêu dùng, giá dầu diesel
Mô hình tổng quát có dạng như sau:
“Trong đó C là vector của hằng số, là ma trận của các hệ số trễ và €t là vector hạng của nhiễu” Trong mô hình CPI đại diện cho lạm phát, DOIL là biến giá dầu diesel được Bộ Tài chính kiểm soát trên thị trường mặc dù có những biến động khá giống so với
“giá dầu thế giới” nhưng vẫn có sự khác biệt như đã nghiên cứu ở phần 1 “Nghiên cứu sử dụng “giá dầu diesel bán lẻ” tại thị trường Việt Nam mà không phải các sản phẩm khác như xăng, bởi theo Cơ quan năng lượng quốc tế (EIA, 2016) “dầu diesel là sản phẩm dầu được tiêu thụ nhiều nhất tại Việt Nam” (Phạm Thị Tuyết Trinh, 2016, Tác động của giá dầu đến nền kinh tế và phản ứng của chính sách tiền tệ tại Việt Nam).
BIẾN SỐ, DỮ LIỆU NGHIÊN CỨU
Chỉ số giá tiêu dùng (CPI) trong mô hình được chọn làm thước đo “lạm phát” của Việt Nam được lấy theo tháng trên các website của Cục thống kê Việt Nam (GSO), trang của Ngân hàng Nhà nước Việt Nam có đơn vị là % Giá dầu diesel (ký hiệu là DOIL) theo tháng được lấy từ các thông cáo báo chí của Tập đoàn xăng dầu Việt Nam có đơn vị là VND Khoảng thời gian nghiên cứu từ tháng 1 năm 2016 đến tháng 3 năm 2022 Với khoảng thời gian này đảm bảo độ chính xác của mô hình, đây cũng là khoảng thời gian có những biến động của giá dầu đặc biệt là cuộc khủng hoảng năng lượng trên thế giới trong và sau đại dịch Covid-19 đã khiến giá dầu thế giới biến động mạnh và ảnh hưởng trực tiếp tới nước có lượng nhập khẩu dầu lớn như Việt Nam Để đảm bảo được “kết quả của mô hình” đáng tin cậy, các biến số sẽ được chuyển về dạng logarit cơ số tự nhiên
Sau đây là thống kê mô tả của các biến số
Bảng 2.1: Thống kê mô tả các biến số
(Nguồn: Kết quả được chạy trên phần mềm Eviews)
Chỉ số CPI trung bình của Việt Nam giai đoạn Tháng 1 năm 2016 – Tháng 3 năm
2022 là xấp xỉ 110,9 và độ lệch chuẩn xấp xỉ 5.77% cho thấy rằng CPI của Việt Nam khá biến động trong giai đoạn đó Biến DOIL có giá trị trung bình là 14680.89, max là 22006,min là 9642 dẫn đến độ lệch chuẩn xấp xỉ 2651,5% biến động rất lớn Điều này hoàn toàn hợp lý bởi giá dầu ở Việt Nam chịu tác động của “giá dầu” trên thế giới, hơn thế nữa Việt
Nam là nước nhập khẩu dầu mỏ tương đối lớn và giá dầu nhạy cảm với các diễn biến trên thế giới như chiến tranh thương mại và cuộc khủng hoảng năng lượng do đại dịch gây ra
2.3 XÂY DỰNG QUY TRÌNH NGHIÊN CỨU
Bước 1: Xử lý chuỗi thời gian không dừng
Sử dụng kiểm định ADF (Augmented Dickey_Fuller Test Equation) test với các chuỗi thời gian CPI và DOIL với cặp giả thiết:
Ho: Thừa nhận chuỗi thời gian dừng
H1: Chuỗi thời gian ko dừng
Bảng 2.2: Kết quả kiểm định ADF của biến CPI
Null Hypothesis: CPI has a unit root
Lag Length: 1 (Automatic - based on SIC, maxlag) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic 3.070043 0.9994
(Nguồn: Nhóm tổng hợp kết quả trên mô hình Eviews)
Ta thấy P-Values > 5% Như vậy, bác bỏ Ho, chấp nhận H1 chuỗi thời gian chưa dừng tiếp tục sai phân bậc 1.
Bảng 2.3: Kết quả sai phân bậc 1 của biến CPI t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -5.196200 0.0000 Test critical values: 1% level -2.597025
(Nguồn: Kết quả tổng hợp trên mô hình eviews)
Sai phân bậc 1 của biến CPI và thấy dừng (p-value tiến dần tới 0)
Kết quả chạy phần mềm eviews cho thấy p-value là 0.9599 > 5% bác bỏ Ho, chấp nhận H1 Chuỗi thời gian chưa dừng tiếp tục sai phân bậc 1.
Bảng 2.4: Kết quả kiểm định ADF của biến DOIL
Null Hypothesis: DOIL has a unit root
Lag Length: 3 (Automatic - based on SIC, maxlag) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic 1.416321 0.9599 Test critical values: 1% level -2.597939
(Nguồn: Kết quả tổng hợp trên mô hình eviews)
Sau khi sai phân bậc một thấy chuỗi thời gian DOIL đã dừng (p-value tiến dần tới 0)
Bảng 2.5: Kết quả sai phân bậc 1 của biến DOIL
Null Hypothesis: D(DOIL) has a unit root
Lag Length: 2 (Automatic - based on SIC, maxlag) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -5.372358 0.0000 Test critical values: 1% level -2.597939
(Nguồn: Kết quả tổng hợp trên mô hình eviews) Để chắc chắn mô hình không có hiện tượng phương sai sai số thay đổi và sử dụng được kết quả nhóm đưa 2 biến CPI và DOIL về dạng log(cpi) và log(doil) và chạy mô hình cả 2 biến log(cpi), log(doil) sai phân bậc 1.
Hình 2: Chuỗi thời gian của CPI và DOIL sau khi đã dừng
(Nguồn: Kết quả thu thập sau khi chạy phần mềm eviews)
Bảng 2.6: Kết quả chạy mô hình lần 1
Standard errors in ( ) & t-statistics in [ ]
(Nguồn: Kết quả tổng hợp trên phần mềm eviews)
Bước 2: Chọn độ trễ phù hợp Để lựa chọn độ trễ phù hợp ta vào Lag Structure chọn Lag Length Criteria
Bảng 2.7: Kết quả chạy mô hình lựa chọn độ trễ
VAR Lag Order Selection Criteria
Endogenous variables: D(LOG(CPI),1) D(LOG(DOIL),1)
Lag LogL LR FPE AIC SC HQ
(Nguồn: Kết quả tổng hợp trên phần mềm eviews)
Kết quả kiểm định AIC cho thấy trễ bậc 3 phù hợp nhất (Căn cứ độ trễ có nhiều sao càng phù hợp)
Tiếp tục chạy lại mô hình với độ trễ 3 ta được kết quả sau
Bảng 2.8: Kết quả mô hình VAR chạy lại lần 2
(Nguồn: Kết quả tổng hợp trên phần mềm eviews)
Bước 3: Kiểm định tính vững của hồi quy Để kiểm định tính vững của mô hình nghiên cứu, nhóm dựa trên việc kiểm định tính ổn định của mô hình, tính tự tương quan (Kiểm định Portmanteau-test) và hiện tượng phương sai sai số thay đổi (Kiểm định ARCH Lagrange-Multiplier test).
- Tính ổn định của mô hình
Bảng 2.9: Kết quả kiểm định tính ổn định của mô hình
No root lies outside the unit circle.
VAR satisfies the stability condition.
(Nguồn: Kết quả tổng hợp trên phần mềm eviews)
Kết quả cho thấy mô hình hoàn toàn ổn định không có điểm nào nằm ngoài vòng tròn.
- Kiểm định hiện tượng tự tương quan: Portmanteau-test
Bảng 2.10: Kết quả kiểm định hiện tượng tự tương quan của mô hình VAR
VAR Residual Serial Correlation LM Tests
No serial correlation at lag h
Lag LRE* stat df Prob.
No serial correlation at lags 1 to h
Lag LRE* stat df Prob.
(Nguồn: Kết quả tổng hợp trên phần mềm Eviews)
Kiểm định cặp giả thiết
“H0: Mô hình không có hiện tượng tự tương quan
H1: Mô hình có hiện tượng tự tương quan”
Dựa trên kết quả của bảng 2.10, cho thấy tất cả các giá trị P-value từ Lag 1 2 3 4 đều lớn hơn 0,1; do đó chưa có cơ sở để bác bỏ H0, mô hình không xuất hiện hiện tượng tự tương quan.
- PSSS thay đổi: ARCH Lagrange-Multiplier test.
Bảng 2.11: Kết quả kiểm định hiện tượng phương sai sai số thay đổi của mô hình
VAR Residual Heteroskedasticity Tests (Levels and Squares)
Dependent R-squared F(12,58) Prob Chi-sq(12) Prob. res1*res1 0.148822 0.845074 0.6049 10.56639 0.5664 res2*res2 0.198603 1.197798 0.3067 14.10078 0.2943 res2*res1 0.224196 1.396761 0.1939 15.91790 0.1950
(Nguồn: Kết quả tổng hợp trên phần mềm eviews)
Kiểm định cặp giả thuyết
“Ho: Mô hình Không có hiện tượng phương sai sai số thay đổi
H1: Mô hình có hiện tượng phương sai sai số thay đổi”
Dựa trên kết quả của bảng 2.11, tất cả các giá trị p-value đều lớn hơn 0.1, do đó chưa có cơ sở để bác bỏ Ho, mô hình không có hiện tượng phương sai sai số thay đổi.
Bước 4: Kiểm định tính dừng của phần dư
Bảng 2.12: Kiểm định tính dừng của phần dư
Automatic selection of maximum lags
Automatic lag length selection based on AIC: 0 to 5
Newey-West automatic bandwidth selection and Bartlett kernel
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Null: Unit root (assumes individual unit root process)
(Nguồn: Kết quả tổng hợp trên phần mềm eviews)
Kết quả bảng 2.12 cho thấy các phần dư của mô hình đã dừng (kiểm định ADF cho thấy giá trị p-value tiến dần tới 0).
Bước 5: Xử lý các khuyết tật của mô hình
Sau khi chạy xong mô hình thấy mô hình không bị mắc phải hiện tượng tự tương quan và phương sai sai số thay đổi Như vậy mô hình hiện tại khá ổn định.
Bước 6: Kết quả mô hình cuối cùng
==============================D(LOG(CPI),1) = C(1,1)*D(LOG(CPI(-1)),1) + C(1,2)*D(LOG(CPI(-2)),1) + C(1,3)*D(LOG(CPI(-3)),1) + C(1,4)*D(LOG(DOIL(-1)),1) + C(1,5)*D(LOG(DOIL(- 2)),1) + C(1,6)*D(LOG(DOIL(-3)),1) + C(1,7)
D(LOG(DOIL),1) = C(2,1)*D(LOG(CPI(-1)),1) + C(2,2)*D(LOG(CPI(-2)),1) + C(2,3)*D(LOG(CPI(-3)),1) + C(2,4)*D(LOG(DOIL(-1)),1) + C(2,5)*D(LOG(DOIL(- 2)),1) + C(2,6)*D(LOG(DOIL(-3)),1) + C(2,7)
0.051454029315*D(LOG(CPI(-2)),1) - 0.21380775746*D(LOG(CPI(-3)),1) + 0.00443043347598*D(LOG(DOIL(-1)),1) - 0.00113998993554*D(LOG(DOIL(-2)),1) - 0.00578867534591*D(LOG(DOIL(-3)),1) + 0.00247533199997
2.61185590654*D(LOG(CPI(-2)),1) - 2.94394238615*D(LOG(CPI(-3)),1) +0.237479513647*D(LOG(DOIL(-1)),1) + 0.185646334291*D(LOG(DOIL(-2)),1) -0.238119259825*D(LOG(DOIL(-3)),1) + 0.0126865608496
Trong chương 2, sau khi đưa ra cái nhìn tổng quan và mô hình phù hợp về mối quan hệ giữa giá dầu diesel và chỉ số CPI, nhóm tác giả đã tiến hành chạy mô hình nghiên cứu định lượng với mô hình VAR nhằm đưa ra kết luận về mối quan hệ giữa 2 biến số CPI và DOIL Xây dựng quy trình nghiên cứu gồm các bước cụ thể bao gồm: thống kê mô tả biến số, xử lý chuỗi thời gian không dừng, lựa chọn độ trễ phù hợp, kiểm định tính vững của hồi quy, kiểm định tính dừng của phần dư, xử lý các khuyết tật của mô hình và đưa ra mô hình cuối cùng Theo kết quả mô hình sau khi đã được biến đổi phù hợp không bị mắc phải các hiện tượng “tự tương quan” và “phương sai sai số thay đổi”, phần dư dừng Đây là mô hình ổn định phù hợp để phục vụ cho kết quả nghiên cứu.
KẾT QUẢ NGHIÊN CỨU
ĐÁNH GIÁ MỐI QUAN HỆ GIỮA CHỈ SỐ CPI VÀ GIÁ DẦU DIESEL Ở VIỆT NAM
Quan hệ nhân quả (Granger Causality)
Bảng 2.13: Kết quả mối quan hệ nhân quả của CPI và DOIL
VAR Granger Causality/Block Exogeneity Wald Tests
Excluded Chi-sq df Prob.
Excluded Chi-sq df Prob.
(Nguồn: Kết quả tổng hợp trên phần mềm eviews)
Kết quả kiểm định nhân quả Granger cho biết: biến DOIL không có mối quan hệ nguyên nhân với biến CPI, biến CPI có mối quan hệ nguyên nhân với biến DOIL Như vậy, mô hình VAR nghiên cứu chỉ ra rằng có mối quan hệ nhân quả một chiều và không tìm thấy mối quan hệ giữa giá dầu diessel và chỉ số CPI ở Việt Nam từ tháng 1/ 2016 đến tháng 3/2022, kết quả khác so với nghiên cứu của Phạm Thị Tuyết Trinh (2016) rằng trong mối quan hệ dài hạn giá dầu diessel tăng 1% làm cho “lạm phát” của nền kinh tế Việt Nam tăng 0.215% và trong ngắn hạn giá dầu diessel có quan hệ nguyên nhân với diễn biến của chỉ số CPI.
Hàm phản ứng (Impulse Response Function)
Hình 3: Phản ứng đẩy của 2 biến CPI và DOIL
Response of D(LOG(CPI),1) to D(LOG(CPI),1) Innovation
Response of D(LOG(CPI),1) to D(LOG(DOIL),1) Innovat
Response of D(LOG(DOIL),1) to D(LOG(CPI),1) Innovation
Response of D(LOG(DOIL),1) to D(LOG(DOIL),1) Innova
Response to Cholesky One S.D (d.f adjusted) Innovations ± 2 analytic asymptotic S.E.s
(Nguồn: Kết quả tổng hợp trên phần mềm eviews)
Xét phản ứng của 2 biến CPI và DOIL khi có biến động xảy ra, khi có cú sốc CPI, trong 2 tháng đầu tiên giá dầu diessel có xu hướng tăng nhẹ sau đó giảm sâu đến tháng thứ 5 giảm nhẹ sang đến tháng thứ 5 tăng trở lại và từ tháng 8 trở đi hiệu ứng về giá giảm dần
Khi có cú sốc giá dầu CPI có phản ứng tăng nhẹ trong tháng đầu tiên, sau đó giảm nhẹ trong 2 tháng tiếp theo rồi tăng nhẹ trở lại đến tháng thứ 6 và diễn biến phản ứng cú sốc sau đó không còn nổi bật Ta thấy phản ứng của CPI với cú sốc giá dầu tương đối ít và không có nhiều nổi bật.
Phản ứng của CPI khi đối mặt với cú sốc của chính nó là giảm mạnh trong 4 tháng đầu tiên sau đó tăng trở lại trong 3 tháng tiếp theo sau đó giảm dần phản ứng
Phản ứng của DOIL với cú sốc tăng giá của chính nó, giá dầu giảm mạnh trong tháng đầu tiên sau đó chững lại trong tháng tiếp theo và tiếp tục giảm đến tháng thứ 4, rồi sau đó giảm dần phản ứng
Phân rã phương sai (Variance Decomposition)
Hình 4: Mối quan hệ giữa CPI và DOIL
(Nguồn: Kết quả tổng hợp trên phần mềm eviews)
Hình 4 thể hiện tác động của 2 biến lên nhau: đối với chỉ số CPI, hầu như các tác động lên CPI là do tự nó tạo ra, đối với giá dầu diessel chịu sự tác động của cả DOIL vàCPI Như vậy kết quả mô hình VAR cho thấy từ tháng 1 năm 2016 đến tháng 3 năm 2022, dầu diessel không có “mối quan hệ nguyên nhân” với chỉ số giá tiêu dùng và chỉ số giá tiêu dùng có mối quan hệ nguyên nhân với giá dầu diessel (lạm phát gây ra tác động mạnh tới giá dầu diessel) Điều này khá phù hợp trong bối cảnh lạm phát toàn cầu leo thang do tác động của xung đột chính trị giữa các “nền kinh tế” lớn như Nga - Mỹ, Mỹ - Trung, Nga – Ukraina, và đặc biệt là ảnh hưởng thiếu nguyên nhiên liệu cho sản xuất phục hồi nền kinh tế sau đại dịch Covid-19 Nhà nước cần có thêm những chính sách mạnh mẽ hơn để giảm những tác động mà “lạm phát” gây ra cho giá dầu tại Việt Nam.
KẾT QUẢ DỰ BÁO TRÊN MÔ HÌNH VAR
Bảng 2.14: Kết quả dự báo mô hình VAR
(Nguồn: Kết quả tổng hợp trên phần mềm Eviews)
Hệ số bất bình đẳng Theil dựa trên kết quả dự báo của hai biến CPI và DOIL từ tháng 1 năm 2021 đến tháng 12 năm 2021 cho thấy kết quả CPI dự báo gần tới không hơn (0.005275) thì độ tin cậy càng cao hơn cho thấy kết quả dự báo tương đối tốt, trong khi đó hệ số bất bình đẳng của phương pháp dự báo của DOIL là 0.110846 cho thấy kết quả dự báo có độ tin cậy không cao Sau đây là biểu đồ so sánh kết quả gốc và kết quả dự báo của
Hệ số MAE: Sai số trung bình tuyện đối của CPI là xấp xỉ 0.95, sai số trung bình tuyệt đối của DOIL là xấp xỉ 2853.6.
Hệ số MAPE: Tỷ lệ phần trăm sai số trung bình tuyệt đối của CPI là 0.85%, tỷ lệ phần trăm sai số của DOIL là xấp xỉ 20.53%. Điều này cho thấy việc sử dụng mô hình VAR đã nghiên cứu để dự báo giá dầu diesel sẽ không đảm bảo độ chính xác Nguyên nhân là do giá dầu diesel chịu ảnh hưởng bởi nhiều nhân tố khác và nhạy cảm
Hình 5: Kết quả dự báo giá dầu diesel từ tháng 1/2021 – tháng 12/2022
(Nguồn: Kết quả chạy mô hình trên phần mềm Eviews)
Hình 6: Kết quả dự báo Chỉ số giá tiêu dùng từ tháng 1/2021 – tháng 3/2022
(Nguồn: Kết quả chạy mô hình trên phần mềm Eviews)
Nhận xét: Hình 5 và hình 6 cho thấy giá dầu diessel dự báo so với thực tế có khác biệt lớn, giá dầu diessel không theo quy luật của mô hình VAR nguyên nhân là do sự nhạy cảm của giá dầu với các cú sốc dẫn đến biến động mạnh và mô hình VAR không thể dự báo được giá dầu diessel ở Việt Nam Đối với chỉ số giá tiêu dùng thì kết quả dự báo chênh lệnh ít hơn so với thực tế cho thấy lạm phát trong những tháng tiếp theo tiếp tục tăng.
Trong chương 3, nhóm tác giả đã đưa ra kết quả xác định mối quan hệ nhân quả giữa CPI và giá dầu, phản ứng của chỉ số giá tiêu dùng và giá dầu trước những cú sốc và kết quả dự báo chỉ số CPI, giá dầu diessel từ tháng 1 năm 2021 đến tháng 12 năm 2022. Đầu tiên là về quan hệ nhân quả giữa CPI và giá dầu, kết quả cho thấy biến DOIL không có mối quan hệ nguyên nhân với biến CPI, biến CPI có “mối quan hệ nguyên nhân” với biến DOIL Về “phản ứng với các cú sôc”, khi có cú sốc CPI, trong 2 tháng đầu tiên giá dầu diessel có xu hướng tăng nhẹ sau đó giảm sâu đến tháng thứ 5 giảm nhẹ sang đến tháng thứ 5 tăng trở lại và từ tháng 8 trở đi hiệu ứng về giá giảm dần, phản ứng của CPI với cú sốc giá dầu tương đối ít và không có nhiều nổi bật, phản ứng của CPI khi đối mặt với cú sốc của chính nó là giảm mạnh trong 4 tháng đầu tiên sau đó tăng trở lại trong 3 tháng tiếp theo sau đó giảm dần phản ứng, phản ứng của DOIL với cú sốc tăng giá của chính nó, giá dầu giảm mạnh trong tháng đầu tiên sau đó chững lại trong tháng tiếp theo và tiếp tục giảm đến tháng thứ 4 và sau đó giảm dần phản ứng Kết quả dự báo cho thấy mô hình VAR không thể dự báo được giá dầu diessel ở Việt Nam Đối với chỉ số giá tiêu dùng, kết quả dự báo chênh lệnh ít hơn so với thực tế cho thấy lạm phát trong những tháng tiếp theo tiếp tục tăng Dựa trên kết quả nghiên cứu của chương 3, sau đây nhóm đưa ra các giải pháp để khắc phục những vấn đề trên.
GIẢI PHÁP KHUYẾN NGHỊ
KINH NGHIỆM TỪ CHÍNH SÁCH CƠ CHẾ ĐỊNH GIÁ TỰ ĐỘNG APM CỦA MALAYSIA
Malaysia là nhà sản xuất dầu lớn thứ hai ở Đông Nam Á, là nơi có khoảng 400 mỏ dầu và khí đốt Tại đây, giá bán lẻ xăng, dầu diesel và LPG hoặc khí hóa lỏng được quy định thông qua cơ chế định giá tự động (APM) được thực hiện vào năm 1983 Sự thay dổi giá ở mức bán lẻ thông qua cơ chế APM, được thực hiện hàng tuần theo quyết định của Chính phủ nhằm ổn định “giá xăng dầu” Cơ chế định giá tự động (APM) là một công thức để tính giá nhiên liệu ở Malaysia Chức năng của nó là ổn định giá xăng và dầu diesel ở Malaysia ở một mức độ nhất định thông qua thuế bán hàng trợ cấp có giá trị thay đổi, vì vậy giá bán lẻ chỉ phải thay đổi nếu chênh lệch giá vượt quá ngưỡng của thuế và trợ cấp, tại quyết định của chính phủ Đây là công thức của APM:
“Giá MOPS +Chi phí vận hành +Biên lợi nhuận cho các công ty dầu +Biên lợi nhuận của các đại lý xăng dầu +Alpha = Giá xăng dầu mỗi lít
(MOPS – Viết tắt của Means of Platts Singapore, là một phép tính được thực hiện bởi một công ty ở Singapore có tên là Platts.
Chi phí vận hành bao gồm các chi phí như vận chuyển và tiếp thị được Chính phủ quy định trước ở mức 9,54% /lít tại Bán đảo Malaysia, 8,98%/lít tại Sabah và 7% /lít đối với dầu diesel.
Alpha là Chênh lệch giữa giá MOPS và giá thực tế được giao dịch giữa các công ty dầu và nhà máy lọc dầu Mức này được đặt ở mức 5 xu /lít (xăng) và 4 xu /lít (dầu diesel))”
Tiếp theo là thuế bán hàng và trợ cấp của Chính phủ Theo Đạo luật thuế bán hàng năm 1972, chính phủ Malaysia có thể thu thuế bán hàng tối đa là 58,62% /lít với xăng và 19,64% /lít đối với dầu diesel Điều này diễn ra khi giá xăng, dầu diesel thực tế tại các trạm thấp hơn giá bán lẻ cố định Sau đó, Chính phủ có thể thu lợi nhuận từ việc này hoặc điều chỉnh giá nhiên liệu thấp hơn để xóa chênh lệch về giá để người dân tiết kiệm Ngoài ra, nếu giá bán lẻ cố định của nhiên liệu thấp hơn giá thực tế của xăng và dầu diesel tại các trạm bơm, thì Chính phủ có thể trả một khoản trợ cấp tương tự Giờ đây, Chính phủ đưa ra mức trợ cấp tối đa là 30%/lít thay vì mức trợ cấp tối đa cho phép là 58,62%/lít Khoản trợ cấp tối đa 30 xu này là một phần của Cơ chế định giá tự động được cải tiến, được thiết kế để ổn định giá bán lẻ nhiên liệu và cho phép các doanh nghiệp trong ngành quản lý chi tiêu một cách có trật tự hơn.
Trong năm 2022, khi Căn cứ vào giá bán lẻ hàng tuần của các sản phẩm xăng dầu sử dụng công thức Cơ chế định giá tự động (APM), giá bán lẻ các sản phẩm xăng dầu từ ngày 7 tháng 4 năm 2022 đến ngày 13 tháng 4 năm 2022 được cố định như sau:
1 Giá bán lẻ xăng RON97 giảm 10 sen từ 3,91 RM / lít xuống 3,81 RM / lít
2 Giá bán lẻ xăng RON95 không đổi ở mức 2,05 RM / lít; và
3 Giá bán lẻ dầu diesel không đổi ở mức 2,15 RM / lít. Để bảo vệ người tiêu dùng trước sự gia tăng giá dầu toàn cầu, Chính phủ Malaysia duy trì giá trần của xăng RON95 ở mức 2,05 RM / lít và dầu diesel ở mức 2,15 RM / lít, mặc dù giá thị trường APM đối với xăng RON95 và dầu diesel đã tăng vượt mức trần hiện hành giá.
Như vậy, Chính phủ Malaysia có các hoạt động trợ giá xăng dầu khi giá dầu tăng mạnh và biến động lớn; khi giá dầu giảm mạnh Chính phủ sẽ có các biện pháp tăng thuế để “đảm bảo quyền lợi của người dân” Ngoài ra “cơ chế định giá tự động” của Malaysia,giúp cho giá dầu đi vào ổn định kiểm soát lạm phát Thêm vào đó đây cũng là quốc gia sản xuất dầu lớn thứ 2 Đông Nam Á với 400 mỏ dầu khí đốt hoạt động, do đó việc đảm bảo nguồn cung trong nước giúp giá xăng dầu ổn định.
