tiểu luận kinh tế lượng mối quan hệ giữa lạm phát với thất nghiệp, tiên lương và CPI

Tuy nhiên, khi xây dựng mô hình, chúng em nhận thấy ba yếu tố: chỉ số giá tiêudùng CPI, tỷ lệ thất nghiệp, tỷ lệ thay đổi tiền lương trung bình của người lao độngtrong các tuần qua từng

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG

BÀI GIỮA KỲ MÔN KINH TẾ LƯỢNG

MỤC LỤC

LỜI MỞ ĐẦU 3

I CƠ SỞ LÝ THUYẾT CỦA VẤN ĐỀ NGHIÊN CỨU 5

1.1 Mối quan hệ giữa lạm phát, tiền lương và thất nghiệp 5

II XÂY DỰNG MÔ HÌNH NGHIÊN CỨU 8

2.1 Mô hình tổng quát 8

2.2 Giải thích ý nghĩa các biến trong mô hình 8

III ƯỚC LƯỢNG MÔ HÌNH VÀ KIỂM ĐỊNH 9

3.1 Chạy mô hình hồi quy 9

3.2 Kiểm định mô hình hồi quy 10

IV KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 15

4.1 Mô hình hồi quy cuối cùng vượt qua kiểm định giả thiết 15

4.2 Diễn giải kết quả 15

V KẾT LUẬN CHUNG TOÀN BÀI 15

5.1 Tóm tắt 15

5.2 Ưu điểm và nhược điểm 15

DANH MỤC TÀI LIỆU THAM KHẢO 16

LỜI MỞ ĐẦU

Dưới triều đại nhà Nguyên, triều đình đã cho in rất nhiều tiền nhằm mục đích đẩymạnh nguồn tài chính quân sự Quyết định này đã gây ra một trong những thảm họalạm phát lớn nhất lịch sử Mông Cổ Người dân ngừng sử dụng tiền giấy để tự bảo vệmình Kết quả, triều đình phải giải quyết hậu quả bằng cách ngừng in tiền giấy cho đếnnăm 1375

Nhưng lạm phát có thực sự tiêu cực như những gì chúng ta vẫn nghĩ?

Theo định nghĩa của các nhà kinh tế vĩ mô, lạm phát là sự mất giá trị thị trường haygiảm sức mua của đồng tiền Lạm phát nói chung có thể được hiểu là việc giá cả cáchàng hóa tăng lên so với mức giá thời điểm trước (vật giá leo thang) Cần phải hiểuviệc tăng giá ở đây là gia tăng chung của hầu hết các hàng hóa và dịch vụ, chứ khôngphải tăng giá một hàng hóa cá biệt Khi giá trị của hàng hóa và dịch vụ tăng lên, đồngnghĩa với sức mua của đồng tiền giảm đi Khi đó, với cùng một lượng tiền nhưngngười tiêu thụ mua được ít hàng hóa hơn so với trước đó Nếu đặt vào mối quan hệ vớicác nền kinh tế khác, lạm phát là sự phá giá đồng tiền nội tệ so với các đồng ngoại tệkhác

Tuy nhiên, sự phá giá này không đồng nghĩa với việc lạm phát chỉ đem lại nhữngảnh hưởng tiêu cực Nói cách khác, ảnh hưởng tiêu cực của lạm phát chỉ xảy ra khicường độ của nó mạnh quá tầm kiểm soát Khi không thể đo lường và điều chỉnh, lạmphát sẽ gây ra một số tình trạng có hại cho nền kinh tế, ví dụ: bất ổn định cán cânthương mại, chi phí đẩy, chi phí “da giày” hay tích trữ của cải Ngược lại, nếu lạm phátchỉ dừng ở mức độ vừa phải, nó sẽ khiến thị trường lao động đạt trạng thái cân bằngnhanh hơn, đảm bảo mức lãi suất chiết khấu và tái chiết khấu trên thị trường tiền tệ vàthị trường tài chính Đồng thời, lạm phát vừa phải cũng giúp cho thị trường hàng hóa

và dịch vụ có thể tránh mô hình răng cưa của các biến động giá

Trên thực tế, ngoài ba yếu tố kể trên, còn có rất nhiều các yếu tố ảnh hưởng đến tỷ

lệ lạm phát (dựa trên chỉ số giá tiêu dùng CPI) Theo Keynes, bên cạnh chỉ số giá tiêudùng CPI, chi phí đẩy hay kỳ vọng thích nghi cũng là hai nguyên nhân dẫn đến lạmphát Đối với chi phí đẩy (lạm phát sốc cung), có thể hiểu đơn giản rằng: Khi chínhphủ cắt giảm thuế hay tăng chi tiêu dùng thường xuyên, thâm hụt ngân sách và phá giátiền tệ phát sinh thuế lạm phát sẽ làm tăng giá nguyên liệu đầu vào dẫn tới sự phá sảndoanh nghiệp làm tổng cung sụt giảm (sản lượng tiềm năng) Còn đối với kỷ vọngthích nghi, lạm phát được hiểu là tình trạng vốn có của nền kinh tế Nếu công nhân cốgắng giữ tiền lương của họ với giá (trên tỷ lệ lạm phát), các công ty sẽ chuyển chi phí

lao động cao hơn này cho khách hàng - thông qua việc tăng giá hàng hóa dịch vụ Điềunày dẫn đến một vòng tròn bị lặp lại, gây nên lạm phát

Tuy nhiên, khi xây dựng mô hình, chúng em nhận thấy ba yếu tố: chỉ số giá tiêudùng CPI, tỷ lệ thất nghiệp, tỷ lệ thay đổi tiền lương trung bình của người lao độngtrong các tuần qua từng năm ảnh hưởng rất lớn đến tỷ lệ lạm phát [bổ sung lý thuyếtcủa chỉ số giá tiêu dùng CPI] Theo William Phillips, giữa tỉ lệ thất nghiệp và lạm phát

có một mối quan hệ nghịch biến, thông qua yếu tố trung gian là mức lương thực.Nghĩa là, nếu muốn tỷ lệ thất nghiệp thấp, nền kinh tế phải tạo ra nhiều việc làm,doanh nghiệp mở rộng sản xuất và tổng sản lượng gia tăng Điều đó cũng đồng nghĩavới việc chấp nhận mức lạm phát cao và ngược lại Chính vì vậy, chúng tôi chọn lạmphát và các yếu tố ảnh hưởng đến lạm phát (chỉ số giá tiêu dùng CPI, tỷ lệ thất nghiệp,

tỷ lệ thay đổi tiền lương trung bình của người lao động trong các tuần qua từng năm)làm đề tài cho tiểu luận Kinh tế lượng

I CƠ SỞ LÝ THUYẾT CỦA VẤN ĐỀ NGHIÊN CỨU

I.1 Mối quan hệ giữa lạm phát, tiền lương và thất nghiệp

“The links between wages, inflation, and unemployment” của J.W Levile:

Nghiên cứu được công bố lần đầu vào tháng 8 năm 1983 bởi Giáo sư Levile The Head of the Center for Applied Economic Research, University of New South Wales.

-Mối quan hệ giữa 3 đại lượng này là mối quan hệ hai chiều qua lại lẫn nhau, vànghiên cứu chủ yếu tập trung xem xét sự ảnh hưởng của lương đến lạm phát và thấtnghiệp Tác giả thừa nhận không thể có một mối quan hệ hoàn hảo giữa 2 đại lượng (1đại lượng chỉ chịu tác động duy nhất từ đại lượng kia và ngược lại) Có rất nhiều yếu

tố khác ngoài lương ảnh hưởng đến lạm phát nhưng chắc chắn tỉ lệ thay đổi của lương

có tác động mạnh mẽ đến lạm phát

Ngoài ra, tác giả cũng không phủ nhận sự tác động của thất nghiệp tới lạm phátnhưng đó là mối quan hệ hai chiều và cả 2 đều phải chịu tác động của nhiều yếu tốkhác nữa

a Trong ngắn hạn

A.W.Phillips là một trong những nhà kinh tế học đầu tiên tìm cách chứng minh mốitương quan nghịch giữa lạm phát và thất nghiệp Phillips đã nghiên cứu rất nhiều vềmối quan hệ giữa tỷ lệ lạm phát và thất nghiệp của nước Anh trong suốt gần một thế

kỷ (từ 1861 đến 1957) Cuối cùng, ông phát hiện rằng giữa 2 tỷ lệ này có sự đánh đổi

Đánh đổi của thất nghiệp lên tiền lương

Giả thiết ông đưa ra là khi nhu cầu về nguồn lực tăng cao, lao động trở nên khanhiếm, doanh nghiệp sẽ nhanh chóng đưa ra mức lương cao hơn để thu hút người laođộng Tuy nhiên, khi nhu cầu về nguồn lực giảm, thất nghiệp tăng cao thì người laođộng sẽ miễn cưỡng chấp nhận mức lương thấp hơn những gì họ đáng được thụhưởng Vì thế, tỷ lệ tăng trưởng tiền lương sẽ giảm dần

Đánh đổi của tiền lương lên thất nghiệp

Yếu tố thứ hai ảnh hưởng đến sự thay đổi của tỷ lệ tăng trưởng tiền lương là sự thayđổi trong tỷ lệ thất nghiệp Khi nền kinh tế phát triển mạnh, doanh nghiệp “ăn nên làmra”, họ sẵn sàng trả lương hậu hĩnh trong việc thuê lao động Điều này làm tăng caolượng cung lao động, và tỷ lệ thất nghiệp sau đó nhanh chóng giảm xuống Ngược lại,khi doanh nghiệp kinh doanh không tốt, lương người lao động không tăng hoặc tăngrất chậm, nhu cầu thuê lao động giảm thì tỷ lệ thất nghiệp trở nên tăng cao

Giả thiết trên của Phillips mô tả một mối tương quan khá phi tuyến giữa thất

nghiệp và lạm phát tiền lương Những đường cong tạo nên mối quan hệ giữa tỷ lệ thất nghiệp và tỷ lệ lạm phát chung về giá (hay đúng hơn là lạm phát tiền lương)

đã làm nên đường cong Phillips nổi tiếng Dữ liệu về lạm phát tiền lương mà Phillips

sử dụng cũng có thể mô tả cho lạm phát chung về giá Vì tiền lương nhân công cũngnằm trong chi phí sản xuất của doanh nghiệp Tăng lương sẽ làm giá cả hàng hóa vàdịch vụ tăng lên theo, và đây chính là định nghĩa cơ bản nhất của lạm phát

b Trong dài hạn

Vào cuối thập niên 1960, một nhóm các nhà kinh tế đại diện cho trường phái trọngtiền, tiêu biểu là Milton Friedman và Edmund Phelps, đã đưa ra những phân tích vàphản biện sắc bén rằng đường cong Phillips không thể ứng dụng trong dài hạn Về mặtlâu dài, thất nghiệp sẽ trở lại

Cơ chế điều chỉnh tự nhiên của thị trường sẽ làm thất nghiệp quay trở lại, giai đoạnnày được Paul Samuelson gọi là thời kỳ suy lạm phát (stagflation)

Trong ngắn hạn, tăng lương sẽ làm thu hút thêm lao động Lúc này, nguồn cung laođộng trở nên dồi dào, dẫn đến tỷ lệ thất nghiệp bắt đầu giảm Tuy nhiên, người laođộng sẽ dần nhận ra sức mua đồng lương của họ bị giảm vì lạm phát, và họ sẽ đề nghịmột mức lương cao hơn để lương tăng kịp với giá Nguồn cung lao động vì thế bắt đầuthu hẹp trong khi lạm phát tiền lương và lạm phát chung về giá vẫn tiếp tục tăng, thậmchí tăng nhanh hơn trước

Việc tăng lạm phát để giảm thất nghiệp, trong dài hạn, không có lợi cho nền kinh tế.Tương tự, việc giảm tỷ lệ lạm phát cũng không làm tỷ lệ thất nghiệp tăng cao Vì lạmphát không ảnh hưởng lên thất nghiệp trong dài hạn nên đường cong Phillips trở thànhđường thẳng đứng khi cắt trục hoành ở giá trị của tỷ lệ thất nghiệp tự nhiên

Kết luận:

Mối tương quan nghịch giữa lạm phát và thất nghiệp trong đường cong Phillips chỉ

có thể mô tả nền kinh tế trong ngắn hạn, đặc biệt khi tỷ lệ lạm phát trong trạng thái ổnđịnh Nó không thể ứng dụng trong dài hạn, vì cơ chế thị trường sẽ tự điều chỉnh tỷ lệthất nghiệp về với tỷ lệ tự nhiên của nó

Đường cong Phillips không phải “vị thuốc tiên” cho nền kinh tế, cũng không thể ápdụng nó để “chữa cháy” tình trạng khủng hoảng thất nghiệp của một quốc gia, thậmchí, nó còn gây hại cho nền kinh tế

I.2 Mối quan hệ lạm phát và CPI

Các nhà kinh tế thường dùng hai chỉ tiêu để đánh giá lạm phát của nền kinh tế: chỉ

số giá tiêu dùng (CPI) và chỉ số giảm phát tổng sản phẩm trong nước Ở đây, CPI biểuthị biến động về mức giá chung của một rổ hàng hóa và dịch vụ cố định dùng cho tiêudùng cuối cùng của hộ gia đình

Tuy nhiên theo Investopedia, CPI không phải là một chỉ số hoàn hảo để đo lườnglạm phát vì các yếu tố sau:

- Chất lượng hàng hóa tăng thì giá cả cũng tăng tuy nhiên CPI lại coi sự tăng giá đónhư lạm phát tăng

- Sự xuất hiện của các loại hàng hóa mới gây ra khó khăn khi so sánh với các loạihàng hóa cũ thay thế

- Người tiêu dùng có rất nhiều lựa chọn thay thế xem họ sẽ mua hàng tại đâu tuynhiên những cuộc khảo sát CPI không thể tính đến các yếu tố này

Exchange Rate Changes and Inflation in Post-Crisis Asian Economies: VAR Analysis of the Exchange Rate Pass-Through” của Takatoshi Ito and Kiyotaka Sato:

Nghiên cứu được công bố vào tháng 7 năm 2006 bởi hai nhà nghiên cứ Ito và Sato, National Bureau of Economic Research.

Nghiên cứu chủ yếu xem xét mối quan hệ giữa tỷ giá hối đoái và mức giá trongnước ở một số nước Đông Á bằng mô hình vector Qua đó, cho thấy rằng sự tác động

là khá rõ rệt trong thời kì khủng hoảng/ bùng nổ kinh tế; đồng thời cũng chứng minhđược ảnh hưởng của chỉ số giá tiêu dùng CPI đến lạm phát tuy không phải là nguyênnhân chủ yếu nhưng vẫn tạo ra thay đổi đáng kể

II XÂY DỰNG MÔ HÌNH NGHIÊN CỨU

II.1 Mô hình tổng quát

INFL = β 1 + β 2 *CPI + βCPI + β 3 *CPI + βUNEMP + β 4 *CPI + βWGGR + U i

II.2 Giải thích ý nghĩa các biến trong mô hình

Ý nghĩa

phụthuộc

% Tỉ lệ lạm phát qua các năm được

tính theo sự thay đổi củaCPI

Chỉ số tiêu dùng qua các năm(CPI base 1983=100) đượctính theo mức độ chênh lệch

CPI Biến

độclập

% của giá tiền để mua một giỏ

hang tiêu chuẩn tại thờiđiểm t so với chi phí để muagiỏ hang đó tại thời điểm cơsở

UNE

M

P

Biếnđộclập

% Tỉ lệ thất nghiệp được tính theo

phần trăm giữa số người thấtnghiệp và lực lượng laođộng qua các năm

WGG

R

Biếnđộclập

% Phần trăm thay đổi của tiền

lương trung bình theo tuầnqua các năm

Ui Nhiễu Những nhân tố khác còn lại ảnh

hưởng đến lạm phát

II.3 Thước đo và nguồn số liệu

a Thước đo

Mô hình sử dụng chỉ số CPI để đo lường mức độ lạm phát

CPI là một công cụ đo lường sự thay đổi giá do người tiêu dùng chi trả theo thờigian cho các hàng hóa trong rổ hàng hóa và dịch vụ Do vấySự gia tăng trong chỉ sốCPI sẽ được nhiều người nghĩ rằng như là “tỉ lệ lạm phát”

Đây là chỉ tiêu được sử dụng phổ biến nhất để đo lường mức giá và sự thay đổi mứcgiá hay chính là lạm phát

CPI thường được tính hàng tháng và hàng năm CPI còn được tính toán cho từngnhóm hàng hóa hoặc một số nhóm hàng hóa tùy theo mục đích sử dụng

b Nguồn số liệu

Mô hình sử dụng nguồn số liệu từ bộ data 2-3 của Ramanathan để nghiên cứu

Cơ sở lý thuyết được lấy từ các bài luận văn, nghiên cứu khoa học của các nhà kinh

tế học nước ngoài, các website đáng tin cậy

III ƯỚC LƯỢNG MÔ HÌNH VÀ KIỂM ĐỊNH

III.1 Chạy mô hình hồi quy

Sau khi lấy bộ số liệu data 2-3 của Ramanathan, chúng em dùng phương pháp OLS

để ước lượng được kết quả như sau:

OLS, using observations 1959-1995 (T = 37)

Dependent variable: infl

Coefficient Std Error t-ratio p-value

Const −3.50304 1.68228 −2.082 0.0451 **

Cpi 0.0235474 0.0102519 2.297 0.0281 **

Unemp 0.0904521 0.275716 0.3281 0.7449

Wggr 1.26569 0.198159 6.387 <0.0001 ***

Mean dependent var 4.640541 S.D dependent var 3.130277

Sum squared resid 147.6707 S.E of regression 2.115388

R-squared 0.581374 Adjusted R-squared 0.543317

F(3, 33) 15.27644 P-value(F) 2.10e-06

Log-likelihood −78.10596 Akaike criterion 164.2119

Schwarz criterion 170.6556 Hannan-Quinn 166.4836

Ta có mô hình hồi quy mẫu ngẫu nhiên:

INFL = -3.50304+ 0.0235474*CPI + βCPI+ 0.0904521*CPI + βUNEMP+ 1.26569*CPI + βWGGR +e i

III.2 Kiểm định mô hình hồi quy

a Kiểm định hệ số hồi quy

Sử dụng phương pháp P- value cho các kiểm định này với mức ý nghĩa α=0.05

 Kiểm định hệ số hồi quy β2

Kiểm định giả thuyết:

{H0: β2=0

H1: β2≠ 0

Theo bảng dữ liệu: P-value (β2¿ = 0.0281 < 0.05

 Bác bỏ giả thuyết H0

 Chỉ số giá tiêu dùng CPI có ảnh hưởng đến tỉ lệ lạm phát

 Kiểm định hệ số hồi quy β3

Kiểm định giả thuyết:

{H0: β3=0

H1: β3≠ 0

Theo bảng dữ liệu P-value (β3¿ = 0.7449 > 0.05

 Chưa đủ cơ sở để bác bỏ giả thuyết H0

 Tỉ lệ thất nghiệp không ảnh hưởng đến tỉ lệ lạm phát

 Kiểm định hệ số hồi quy β4

Kiểm định giả thuyết:

Mặt khác, ta có: F(0.053 ;33)

=¿2.992 < Fqs=15.2764

 Bác bỏ giả thuyết H0

Kết luận:

Vậy mô hình là phù hợp với mức ý nghĩa 5%

c Kiểm định giả thiết

Bỏ sót biến

Để kiểm định mô hình có bỏ sót biến quan trọng hay không ta có cặp giả thiết sau:

{H0: Mô hìnhkhông bỏ sót biến

Dependent variable: infl

coefficient std error t-ratio p-valueConst -0.992811 3.70516 -0.2680 0.7905

Cpi 0.0153499 0.0149094 1.030 0.3109

Unemp 0.0158579 0.294263 0.05389 0.9574

Wggr 0.684204 0.789060 0.8671 0.3923

yhat^2 0.0456426 0.0599248 0.7617 0.4518

Kiểm định Ramsey’s RESET – Nguồn: tác giả tổng hợp dựa trên phần mềm Gretl

RESET test for specification (squares only)

Trong bảng trên, chúng ta có thể thấy được sự tương quan giữa các biến là thấp và

có giá trị nhỏ hơn 0.8 nên có thể dự đoán không xảy ra hiện tượng đa cộng tuyến cao

Ta cũng có thể sử dụng chỉ số VIF để kiểm định đa cộng tuyến

VIF(J) = 1/(1-R(J)^2), với R(J) là thừa số tăng phương sai Nếu VIF > 10 thì mô hình

có đa cộng tuyến Ta thu được kết quả sau:

Variance Inflation Factors

Minimum possible value = 1.0

Values > 10.0 may indicate a collinearity problem

cpi 1.51

4unemp

1.338wggr 1.23

4

 Mô hình không mắc đa cộng tuyến

Phương sai sai số thay đổi

Để kiểm định phương sai sai số thay đổi, ta xét cặp giả thuyết sau:

{H0: Phương sai sai số không đổi

H1: Phương sai sai số thay đổi

Tiến hành thực hiện kiểm định White ta có:

White's test for heteroskedasticity OLS, using observations 1959-1995 (T = 37)

Dependent variable: uhat^2

Coefficient std error t-ratio p-valueConst -49.8433 30.8072 -1.6180 0.1173

with p-value = P(Chi-square(9) > 10.969405) = 0.277812

Ta thấy: p-value = P(Chi-square(9) > 10.969405) = 0.277812 > α = 0.05

 Chưa đủ cơ sở để bác bỏ giả thuyếtH0

 Mô hình không mắc khuyết tật phương sai sai số thay đổi

Phân phối chuẩn của nhiễu

Đối với kiểm định phân phối chuẩn của nhiễu, ta xét cặp giả thuyết sau:

{ H0: Nhiễu phân phốichuẩn

H1: Nhiễu phân phối không chuẩn

Từ kiểm định Normality of Residual, ta có kết quả:

Frequency distribution for uhat1, obs 1-37

number of bins = 7, mean = 1.32027e-015, sd = 2.11539

Interval Midpt frequenc rel cum