tiểu luận dự báo kinh tế dự báo tăng trưởng kinh tế việt nam giai đoạn từ quý 4 năm 2019 đến quý 4 năm 2020

I MỞ ĐẦU I.1 Lý thực đề tài Nền kinh tế Việt Nam trải qua thời kỳ tăng trưởng biến động phức tạp, khó lường, tiềm ẩn nguy rủi ro tác động lớn đến tình hình kinh tế - xã hội đất nước Do vậy, việc nghiên cứu để dự báo tăng trưởng có ý nghĩa lớn mặt vĩ mô vi mơ, khơng góp phần nâng cao hiệu điều hành sách mà cịn hướng đến mục tiêu ổn định vĩ mô, tăng trưởng bền vững, nâng cao hiệu quả, sức cạnh tranh doanh nghiệp kinh tế, nâng cao chất lượng đời sống Xuất phát từ nhu cầu thực tiễn trên, nhóm nghiên cứu định thực đề tài: “Dự báo tăng trưởng kinh tế Việt Nam giai đoạn từ Quý năm 2019 đến Quý năm 2020” I.2 Khái quát tổng quan tình hình nghiên cứu Trên giới Việt Nam có nhiều nghiên cứu định lượng dự báo tăng trưởng, bật sử dụng mơ hình trung bình trượt kết hợp tự hồi quy (ARIMA), mơ hình đa biến VAR VECM, … Cụ thể, hàng năm có nhiều báo cáo đến từ tổ chức khác nghiên cứu tăng trưởng Việt Nam như: Báo cáo Viện Nghiên cứu quản lý kinh tế Trung ương (CIEM), Báo cáo Viện Nghiên cứu kinh tế sách (VEPR), Báo cáo MBS, … Để so sánh đem lại nhìn tồn diện tăng trưởng Việt Nam, nghiên cứu này, nhóm tác giả sử dụng ba mơ hình: san mũ, ARIMA VAR để dự báo tăng trưởng Việt Nam theo quý với khoảng thời gian dự báo lựa chọn từ quý năm 2019 đến quý năm 2020, từ đưa kết luận cho tăng trưởng Việt Nam thời gian tới I.3 Mục tiêu dự báo Thông qua việc nghiên cứu biến GDP growth, CPI, Interest rate, Exchange rate Việt Nam từ quý năm 2006 đến quý năm 2019, đề tài dự báo tăng trưởng giai đoạn quý năm 2019 đến quý năm 2020 từ đưa kết luận cho tăng trưởng Việt Nam thời gian tới I.4 Biến cần dự báo Biến cần dự báo mơ hình tăng trưởng GDP (GDP growth) I.5 Thời gian dự báo Thời gian dự báo mơ hình từ q năm 2019 đến quý năm 2020 I.6 Cấu trúc tiểu luận nhóm gồm chương Chương I: Khảo sát liệu Chương II: Lựa chọn phương pháp dự báo Chương III: Quy trình dự báo Chương IV: Kết dự báo II Khảo sát liệu II.1 Phương pháp thu thập số liệu nguồn số liệu Bộ liệu nhóm nghiên cứu bao gồm 55 quan sát từ quý năm 2006 đến quý năm 2019, lấy từ nguồn thứ cấp sau, cụ thể sau: Mã biến Tên biến Nguồn liệu GDP growth Tăng trưởng GDP CPI Chỉ số giá tiêu dùng Tổngcụcthốngkê Interest rate Lãi suất https://www.gso.gov.vn/ Exchange rate Tỷ giá hối đối Nguồn: Nhóm nghiên cứu tự tổng hợp Bảng 1: Tên biến nguồn liệu II.2 Khảo sát liệu II.2.1 Mô tả thống kê Sau thu thập số liệu từ 55 quý từ quý năm 2006 đến quý năm 2019, nhóm tác giả thu 55 quan sát Bảng sau bảng thống kê mô tả chung cho biến thành phần: Gdp_growth Cpi Interest_rate Exchange_rate Trung bình 6.383636 122.1307 7.877273 19948.64 Trung vị 6.44 133.0073 6.5 20828 Giá trị lớn 8.48 165.7656 15 23161 Giá trị nhỏ 3.14 63.27194 15927 Độ lệch chuẩn 1.085515 33.45031 2.700254 2488.456 Số quan sát 55 55 55 55 Nguồn: Tính tốn biểu diễn với trợ giúp phần mềm Eviews Bảng 2: Mô tả thống kê biến Dựa vào bảng từ q trình thống kê mơ tả, nhóm nghiên cứu có số quan sát biến GDP_GROWTH 55, với trung bình khoảng 6.383636, trung vị khoảng 6.44, với giá trị lớn đạt 8.48 vào quý năm 2017 giá trị nhỏ 3.14 quý năm 2019 Độ lệch chuẩn biến GDP_GROWTH khoảng 1.085515, cho thấy quý quan sát có biến động tăng trưởng không nhiều Tương tự, biến CPI, Interest_rate Exchange_rate có 55 quan sát, với giá trị trung bình 122.1307, 7.877273 19948.64 ứng với trung vị 133.0073, 6.5, 20828 Độ lệch chuẩn biến CPI, Interest_rate Exchange_rate mức trung bình, cụ thể 33.45031 với CPI, 2.700254 với Interest_rate, 2488.456 với Exchange_rate II.2.2 Phương pháp đồ thị • Khảo sát biến GDP_GROWTH Đầu tiên, nhóm khảo sát đồ thị GDP_GROWTH để tìm đặc điểm biến ĐỒ THỊ GDP GROWTH TỪ QUÝ NĂM 2006 ĐẾN QUÝ NĂM 2019 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 Nguồn: Tính tốn biểu diễn với trợ giúp phần mềm Eviews Hình 1: Đồ thị thể xu tăng trưởng Việt Nam từ quý 1/2006 đến quý 3/2019 Từ đồ thị, ta thấy chuỗi số liệu cần dự báo có hình dạng mương nhỏ dần, mơ hình dự báo mơ hình nhân tính Tăng trưởng Việt Nam qua quý từ quý 1/2006 đến quý 3/2019 có nhiều biến động, nhìn chung xu hướng tăng trưởng xuống (đường nét đứt), chuỗi số liệu có tính xu Tiếp đến, cần kiểm tra tính mùa vụ chuỗi, chuỗi có yếu tố mùa vụ rõ ràng cần tách yếu tố mùa vụ trước dự báo Do vậy, nhóm tiến hành kiểm tra tính mùa vụ chuỗi số liệu đồ thị sau: Nguồn: Tính tốn biểu diễn với trợ giúp phần mềm Eviews Hình 2: Đồ thị thể mùa vụ tăng trưởng Việt Nam từ quý 1/2006 đến quý 3/2019 Hình cho thấy khoảng cách biên độ tăng trưởng khoảng thời gian lớn nên chuỗi số liệu có tính yếu tố mùa vụ Vì vậy, chạy mơ hình để dự báo cho chuỗi số liệu nên loại bỏ yếu tố mùa vụ để có kết dự báo xác  Khảo sát sai phân bậc biến GDP_GROWTH Nguồn: Tính toán biểu diễn với trợ giúp phần mềm Eviews Hình 3: Đồ thị thể sai phân biến GDP_GROWTH từ quý 1/2006 đến quý 3/2019 Từ đồ thị hình 3, nhận thấy đồ thị chuỗi số liệu lấy sai phân bậc GDP_Growth có dạng hình mương Do đó, sử dụng mơ hình nhân tính phù hợp mơ hình cộng tính Ngồi ra, đồ thị thể tính mùa vụ chuỗi sai phân bậc GDP_Growth II.3 Phân tích giản đồ tự tương quan, tương quan riêng phần  Khảo sát biến GDP_GROWTH Nguồn: Tính tốn biểu diễn với trợ giúp phần mềm Eviews Hình Mô tả kiểm định tự tương quan tương quan riêng phần biến GDP_GROWTH Hình cho thấy hệ số tương quan ban đầu lớn, sau đó, hệ số tự tương quan giảm xuống dần  Khảo sát sai phân bậc biến GDP_GROWTH Nguồn: Tính tốn biểu diễn với trợ giúp phần mềm Eviews Hình 5: Mơ tả kiểm định tự tương quan tương quan riêng phần sai phân bậc biến GDP_GROWTH II.4 Kiểm tra tính dừng chuỗi Nhóm kiểm tra tính dừng chuỗi GDP_GROWTH trước tiên dựa vào việc quan sát đồ thị chuỗi số liệu, sau tiến hành kiểm tra tính chất thơng qua kiểm định nghiệm đơn vị (unit root test) Kiểm định tính dừng với cặp giả thiết: H0 - chuỗi có nghiệm đơn vị (khơng dừng) H1 - chuỗi khơng có nghiệm đơn vị (dừng) Hệ số chặn Chuỗi gốc Sai phân bậc Hệ số chặn + Xu Chuỗi gốc Sai phân bậc GDP growth -3.540536 [0.0108] -4.960345 [0.0002] -3.441731 [0.0573] -6.072816 [0.0000] p-value nằm ngoặc vuông [ ] giá trị thống kê t Nguồn: Tính tốn biểu diễn với trợ giúp phần mềm Eviews Bảng 3: Kiểm định nghiệm đơn vị để kiểm tra tính dừng chuỗi Trường hợp với hệ số chặn, kiểm tra tính dừng chuỗi GDP_GROWTH sử dụng Unit root test, thu P-value = 0.0108 Chuỗi dừng mức 5%, không dừng mức 1% Do đó, lấy sai phân bậc chuỗi sử dụng Unit root test, thu P-value = 0.0002 Chuỗi lấy sai phân bậc GDP_GROWTH chuỗi dừng mức 1% Trường hợp với hệ số chặn + Xu thế, kiểm tra tính dừng chuỗi GDP_GROWTH sử dụng Unit root test, thu P-value = 0.0573 Chuỗi dừng mức 10%, không dừng mức 5% Lấy sai phân bậc chuỗi sử dụng Unit root test, thu P-value = 0.0000 Chuỗi lấy sai phân bậc GDP_GROWTH chuỗi dừng mức 1% III Phương pháp dự báo Trong thực tế, có nhiều mơ hình sử dụng để dự báo mơ hình san mũ giản đơn, mơ hình san mũ, mơ hình ARIMA (mơ hình tự hồi quy tích hợp trung bình trượt) mơ hình VAR (mơ hình tự hồi quy vector) Tuy nhiên sau trình thực khảo sát liệu đánh giá tính chất liệu Nhóm cho ba phương pháp phù hợp để thực dự báo cho chuỗi liệu phương pháp san mũ Holt-Winters, mơ hình ARIMA mơ hình VAR Do giới hạn viết này, nhóm đề cập đến mơ hình:  Mơ hình ARIMA có dạng tổng quát sau: Yt = C+ + φ 1Y t −1 φ 2Y t −2 + + + + φ pY t − p θ1ut −1 θ2 ut −2 + + + θq ut −q ut Trong đó, Yt chuỗi dừng sau lấy sai phân bậc d chuỗi xuất phát ut nhiễu trắng Box Jenkins (1974) đưa tập hợp bước, thủ tục ước lượng mơ hình ARIMA cho chuỗi thời gian, gọi phương pháp Box-Jenkins, gồm bước: (1) Kiểm tra xem chuỗi liệu có dừng hay khơng, khơng dừng phải chuyển thành chuỗi dừng tiêu chuẩn ADF (augmented Dickey-Fuller); (2) tìm độ trễ q giản đồ tự tương quan (ACF) độ trễ p giản đồ tự tương quan riêng phần (PACF), (3) ước lượng mơ hình ARIMA phương pháp bình phương nhỏ nhất(OLS), (4) kiểm tra vi phạm giả định mô hình mơ hình khả nghịch ổn định, nhiễu trắng chất lượng dự báo mẫu tốt (phần trăm sai số dự báo phải nhỏ 5%), (5) Dự báo ngồi mẫu  Mơ hình VAR có dạng tổng quát sau: = −1 + −1 + + − − +1 + − + + Nếu mơ hình ARIMA tiến hành phân tích chuỗi thời gian mơ hình VAR sử dụng có nhiều chuỗi thời gian khác cần phải xem xét mối quan hệ chúng Phương pháp luận của mơ hình VAR, bản, giống với phương pháp xây dựng mô hình phương trình đồng thời chỗ, biến nội sinh xem xét với biến nội sinh giải thích giá trị trễ hay giá trị khứ 10 giá hối đối thả có điều tiết, nên mức tỷ giá dao động ngưỡng cho phép NHTW quy định, nhiên chịu mức chi phối thị trường Chính vậy, việc đưa kịch cụ thể cho biến số tốn tương đối khó Vì thế, để việc dự báo trở nên khách quan hơn, nhóm tiến hành dự báo cho chuỗi tỷ giá hối đối mơ hình ARIMA cho quý từ quý năm 2019 đến quý năm 2020, sau sử dụng giá trị dự báo để làm kịch cho biến tỷ giá, từ làm đầu vào để dự báo tăng trưởng cho quý tới * Các bước thực dự báo cho chuỗi Exchange rate mơ hình ARIMA(p,d,q)  Bước 1: Kiểm tra tính mùa vụ chuỗi tỷ giá biểu đồ mùa vụ Trước hết cần kiểm tra tính mùa vụ chuỗi tỷ giá, chuỗi tỷ giá có yếu tố mùa vụ rõ ràng cần tách yếu tố mùa vụ trước dựa báo ARIMA Exchange rate by Season 24,000 23,000 22,000 21,000 20,000 19,000 18,000 17,000 16,000 15,000 Q1 Q2 Q3 Q4 Means by Season Nguồn: Tính tốn biểu diễn với trợ giúp phần mềm Eviews 10 Hình 19: Tỷ giá VND/ USD Việt Nam với yếu tố mùa vụ Theo Hình 19, tỷ giá VND/ USD theo mùa vụ không rõ ràng hay yếu tố mùa vụ không ảnh hưởng đến tỷ giá VND/ USD Việt Nam Thực tế với mức biến động thường 34 xuyên thị trường ngoại hối, tính mùa vụ tỷ giá tương đối không tác động đến chuỗi  Bước 2: Kiểm định tính dừng chuỗi Mơ hình ARIMA dự báo cho chuỗi dừng Dựa vào kết kiểm định đưa Bảng 20, thấy chuỗi tỷ giá chuỗi tích hợp bậc Do d =  Bước 3: Lựa chọn bậc mơ hình AR(p) MA(q) giản đồ tự tương quan (ACF) tự tương quan riêng phần (PACF) Nguồn: Tính tốn biểu diễn với trợ giúp phần mềm Eviews 10 Hình 20: Giản đồ tương quan tương quan riêng phần chuỗi sai phân bậc Tỷ giá Giản đồ tự tương quan tự tương quan riêng phần trình bày Hình 20 Theo Hình 20 nhìn vào giản đồ tự tương quan tương quan riêng phần lựa chọn p = 0, 5; d = q = 0, 5, hệ số tương quan riêng tương quan riêng phần bậc khác khơng chuỗi dừng sai phân bậc Chính nhóm tiểu luận tiến hành ước lượng 35 mơ hình ARIMA(5,1,0); ARIMA(0,1,5) ARIMA(5,0,5) đưa kết so sánh mơ hình qua tiêu chí trình bày Bảng Mơ hình Adjusted R ARIMA(5,1,0) AIC SC HQ 0.02956 14.24055 14.35105 14.28316 ARIMA(0,1,5) 0.07742 14.19927 14.30977 14.24189 ARIMA(5,0,5) 0.075962 14.22091 14.36825 14.27773 Nguồn: Tính tốn tổng hợp với trợ giúp phần mềm Eviews 10 Bảng 24: Các tiêu chí lựa chọn mơ hình ARIMA cho tỷ giá Dựa vào Bảng 24, nhóm xem xét tiêu lựa chọn mơ hình cho Hệ số xác định điều chỉnh Adjusted R lớn tốt tiêu AIC, SC HQ nhỏ tốt Do đó, nhận thấy mơ hình ARIMA(0,1,5) đáp ứng đủ tiêu  Bước Ước lượng mơ hình ARIMA(0,1,5) kiểm tra giả định mơ hình Mơ hình ARIMA(0,1,5) lựa chọn để tiếp tục ước lượng dự báo Kết ước lượng mơ hình ARIMA(0,1,5) Bảng 25 Biến số Hệ số t-Statistic p-value Hệ số chặn 130.7827 1.578763 0.1206 MA(5) 0.383189 4.572889 0.0000 SIGMASQ 75779.35 7.993014 0.0000 0.112234 AIC 14.19927 0.07742 SC 14.30977 0.048041 HQ 14.24189 R Adjusted R Prob(F-statistic) 67-.49i 67+.49i 36 -.26+.79i -.26-.79i Inverted Roots MA -0.83 Nguồn: Tính tốn ước lượng với trợ giúp phần mềm Eviews 10 Bảng 25: Kết ước lượng mơ hình ARIMA(0,1,5) Theo kết ước lượng Bảng 25, hệ số hồi quy mô hình có ý nghĩa thống kê mức 5%, giá trị inverted MA Roots nhỏ nên mơ hình ổn định khả nghịch Tiếp theo, cần kiểm tra xem nhiễu có phải nhiễu trắng hay khơng giản đồ tự tương quan nhiễu, Hình 21 Dựa vào giản đồ tự tương quan nhiễu, nhóm nhận thấy giá trị p-value (cột Prob) kiểm định lớn, tương ứng hệ số tự tương quan cách có ý nghĩa thống kê Vì nhiễu trắng Nguồn: Tính tốn biểu diễn với trợ giúp phần mềm Eviews 10 Hình 21: Giản đồ tự tương quan nhiễu 37  Bước Đánh giá chất lượng dự báo mẫu Để khẳng định mơ hình lựa chọn tốt sử dụng làm dự báo, nhóm tiến hành dự báo mẫu từ Qúy năm 2016 đến Qúy năm 2019 xem phần trăm sai số dự báo Nhìn Biểu đồ thấy phần trăm sai số dự báo MAPE 2.06% < 5%, sử dụng mơ hình ARIMA (0,1,5) để làm dự báo cho tỷ giá VND/USD Việt Nam từ quý năm 2019 đến quý năm 2020 28,000 Forecast: EXCHANGE_RF 27,000 Actual: EXCHANGE_RATE 26,000 Forecast sample: 2016Q1 2019Q3 Included observations: 15 25,000 24,000 23,000 Root Mean Squared Error 503.3873 Mean Absolute Error 466.2951 Mean Abs Percent Error 2.061306 Theil Inequality Coefficient 22,000 21,000 20,000 I II III IV 2016 I II III IV 2017 EXCHANGE_RF I II III IV 2018 I II III 0.011076 Bias Proportion 0.858059 Variance Proportion 0.117422 Covariance Proportion 0.024519 Theil U2 Coefficient 4.466022 Symmetric MAPE 2.037060 2019 ± S.E Nguồn: Tính tốn biểu diễn với trợ giúp phần mềm Eviews 10 Hình 22: Dự báo mẫu từ quý năm 2016 đến quý năm 2019  Bước Tiến hành dự báo mẫu Kết dự báo tỷ giá VND/ USD từ quý năm 2019 đến quý năm 2020 mơ hình ARIMA(0,1,5) thể Bảng 26 2019Q4 2020Q1 2020Q2 2020Q3 2020Q4 23257.163 23383.970 23543.222 23672.144 23785.014 Tỷ giá VND/ USD Nguồn: Nhóm tác giả tính tốn tổng hợp với trợ giúp Eviews 10 Bảng 26: Kết dự báo tỷ giá quý năm 2019 đến quý năm 2020 38 Kết dự báo cho thấy tỷ giá VND/ USD tiếp tục tăng lên quý dựa theo đà tăng tỷ giá năm gần Cụ thể, tỷ giá VND/USD vào quý năm 2020 tăng lên 2.69% so với quý năm 2019, điều cho thấy đồng tiền Việt Nam tiếp tục xuống giá so với đồng la Mỹ, hàng hóa Việt Nam tiếp tục rẻ cách tương đối so với hàng hóa ngoại, từ thúc đẩy xuất có lợi cho tăng trưởng kinh tế Điều tương đối phù hợp với bối cảnh cấu kinh tế phần lớn tăng trưởng kinh tế Việt Nam phụ thuộc vào xuất hàng hóa Việc đồng tiền bị trượt giá có lợi nhiều cho tăng trưởng kinh tế, nhiên tiềm ẩn rủi ro cáo buộc phá giá đồng tiền, vi phạm quy tắc chống bán phá giá thương mại quốc tế WTO Trên sở dự báo cho biến tỷ giá quý từ quý năm 2019 đến quý năm 2020, kịch biến ngoại sinh tỷ giá thiết lập, làm đầu vào cho dự báo tăng trưởng kinh tế mơ hình VAR Kết dự báo tăng trưởng kinh tế cho Việt Nam từ quý năm 2019 đến q năm 2020 mơ hình VAR thể Bảng 2019Q4 2020Q1 2020Q2 2020Q3 2020Q4 7.461 7.226 7.112 7.221 7.260 GDP growth Nguồn: Nhóm tác giả tính tốn tổng hợp với trợ giúp Eviews 10 Bảng 27: Kết dự báo tăng trưởng kinh tế quý năm 2019 đến quý năm 2020 39 % Tăng trưởng kinh tế (dự báo) 2020Q3 2013Q3 2014Q1 2014Q3 2015Q1 2015Q3 2016Q1 2016Q3 2017Q1 2017Q3 2018Q1 2018Q3 2019Q1 2019Q3 2020Q1 2006Q3 2007Q1 2007Q3 2008Q1 2008Q3 2009Q1 2009Q3 2010Q1 2010Q3 2011Q1 2011Q3 2012Q1 2012Q3 2013Q1 2006Q1 Tăng trưởng kinh tế Nguồn: Nhóm tác giả tự tính tốn tổng hợp Hình 23: Tăng trưởng kinh tế thực tế dự báo 2006Q1 đến 2020Q4 Bảng 27 Hình 23 cho thấy mức tăng trưởng kinh tế hàng quý cho 2019Q3 đến 2020Q4 giữ mức 7% mức tăng trưởng tương đối đồng Nhóm đánh giá mức tăng trưởng kinh tế tương đối cao so sánh với quý trước đó, nhiên phù hợp với bối cảnh kinh tế kinh tế Việt Nam năm gần cho thấy dấu hiệu tích cực chuyển mặt Mơi trường đầu tư Việt Nam ngày cải thiện rõ rệt, phủ ln điều hành sách tốt đồng thời Việt Nam trở thành thị trường đầy tiềm ngày nhận ý doanh nghiệp ngoại Tuy nhiên, dự báo khơng cịn xác chưa tính tới thơng tin điều chỉnh cách tính GDP Việt Nam vào thời điểm tháng 9/ 2019 kéo theo điều chỉnh liệu tăng trưởng năm lân cận Mặc dù vậy, mức tăng trưởng kinh tế 7% mức tăng trưởng đáng để kỳ vọng kinh tế Việt Nam Để mơ hình dự báo mang hàm ý sách tốt hơn, nhóm thực tính tốn hàm phản ứng sử dụng phương pháp phân rã phương sai để đo lường mức độ nhạy cảm tăng trưởng kinh tế với cú sốc từ biến số mơ hình Nghiên cứu lựa chọn thời gian 16 kỳ (16 quý) Hình 24 cho thấy nhận định sau: 40 Nguồn: Tính toán biểu diễn với trợ giúp phần mềm Eviews 10 Hình 24: Biểu đồ hàm phản ứng GDP growth với cú sốc từ biến khác (i) Tăng trưởng GDP giảm từ thời kỳ tác động cú sốc giá Tăng trưởng GDP bắt đầu điều chỉnh tăng lên CPI tăng lên khoảng quý số biến động tương đối mạnh mẽ tác động cú sốc giá Tác động giảm dần từ quý 12 (ii) Ảnh hưởng cú sốc lãi suất lên tăng trưởng chưa thực rõ nét thời kỳ đầu, song mối tương quan ngược chiều Lãi suất tăng lên tăng trưởng giảm điều phù hợp với lý thuyết kinh tế lãi suất chi phí vốn vay Tuy nhiên mức biến động tăng trưởng trở nên mạnh mẽ từ quý đến quý 10, sau khoảng 10 quý ảnh hưởng giảm Như vậy, mức độ ảnh hưởng cú sốc lãi suất tăng trưởng giảm dần theo thời gian Bảng tiếp cho thấy kết phân rã phương sai phương pháp phân rã Cholesky Tại thấy biến động tăng trưởng kinh tế chịu ảnh hưởng phần lớn từ cú sốc trong khứ Ngay thời kỳ đầu tiên, cú sốc từ tăng trưởng chiếm tới 91% mức độ biến động Tuy nhiên tỷ trọng cú sốc giảm dần từ quý số Tỷ trọng tác động thay đổi số giá tiêu dùng đến biến động tăng trưởng tăng dần, quý số có chiều hướng tiếp tục tăng Gía có tác động tức lên sản lượng quý tỷ trọng cú sốc giá lên đến biến động tăng trưởng 8.9% 41 Tỷ trọng tác động lãi suất lên đến biến động tăng trưởng chưa xuất thời kỳ số nhiên từ quý trở đi, cú sốc mạnh dần có chiếu hướng ngày gia tăng việc giải thích biến động tăng trưởng Qúy thứ Sai số chuẩn d(CPI) d(GDP growth) d(Interest rate) 1.331534 8.852914 91.14709 1.877328 11.89065 87.29691 0.812441 1.973761 11.50411 87.41348 1.082409 1.97852 11.48167 75.92158 12.59675 1.989758 15.65195 72.66789 11.68016 1.993779 14.831 68.89252 16.27649 1.996962 18.87789 65.66937 15.45274 2.003079 18.95338 64.34839 16.69823 2.006727 20.18695 63.42147 16.39158 10 2.009289 20.43009 63.01278 16.55713 11 2.010383 20.72791 62.81689 16.45519 12 2.011342 20.82118 62.6697 16.50912 13 2.011734 20.87055 62.65936 16.47009 14 2.012176 20.87502 62.60409 16.52089 15 2.012308 20.9088 62.58953 16.50168 16 2.012405 20.90422 62.55562 16.54016 Nguồn: Tính tốn với trợ giúp phần mềm Eviews 10 Bảng 28: Phân tích phân rã phương sai biến động tăng trưởng theo phương pháp Choleski 42 Có thể kết luận với mức dự báo tăng trưởng cho 2019Q4 2020Q4 trên, phần lớn biến động tăng trưởng đến từ yếu tố tăng trưởng khứ đồng thời yếu tố giá tiêu dùng chiếm tỉ lớn biến động Điều tương đối với trường hợp Việt Nam tiêu dùng chiếm phần lớn quy mô tổng sản phẩm quốc nội kinh tế, đồng thời với mức thu nhập xếp thứ hạng trung bình giới, hành vi mua sắm người dân tương đối nhạy cảm với yếu tố giá 43 V Kết dự báo Dựa vào vào quy trình dự báo mẫu tiêu chí dự báo ta tổng hợp lại thành bảng đây: Phương pháp san mũ Winters MAPE Mơ hình ARIMA Mơ hình nhân Mơ hình cộng Mơ hình cộng Mơ hình cộng 6.938% 3.35 % 13.253% 18.862% Mơ hình VAR 27.605% Nguồn: Tính tốn với trợ giúp phần mềm Eviews 10 Bảng 29: Bảng so sánh mơ hình Với mục tiêu cực tiểu hóa sai số dự báo, nhóm sử dụng kết dự báo san mũ Winters mơ hình cộng tính kết dự báo cuối trình bày Bảng 30 2019Q4 2020Q1 2020Q2 2020Q3 2020Q4 7.652308 6.489006 6.680545 7.262083 7.604391 Nguồn: Nhóm tác giả tính tốn tổng hợp với trợ giúp Eviews 10 Bảng 30: Bảng kết dự báo mẫu cuối 44 VI Kết luận Nhìn chung dự báo tăng trưởng kinh tế quý năm công việc cần thiết giúp nhà hoạch định sách nhìn nhận xu hướng tương lai từ đưa định có tính hiệu xác cao Tiểu luận góp phần cụ thể hóa cơng tác dự báo tăng trưởng với phương pháp khác nhằm nâng cao mức độ chặt chẽ quán kết dự báo, từ đưa phương pháp dự báo tối ưu nhất, với sai số dự báo thấp Với đặc tính chuỗi liệu theo q có yếu tố mùa vụ chuỗi không dừng, phương pháp bóc tách yếu tố mùa vụ, sử dụng sai phân thực nhằm biến đổi chuỗi cho phù hợp với yêu cầu phương pháp dự báo Ba phương pháp sử dụng để dự báo tăng trưởng kinh tế bao gồm: (1) San mũ Winters, (2) Mơ hình ARIMA (3) Mơ hình VAR Cả phương pháp cho thấy ưu điểm việc dự báo tăng trưởng, đặc biệt mơ hình VAR có q trình sử dụng kỹ thuật mơ hình chuẩn xác, với nhiều kiểm định sử dụng như: Kiểm định tính dừng, kiểm định độ trễ, kiểm định phần dư nhiễu trắng, kiểm định nhân biến nội sinh, kiểm định Wald, phân rã Choleski Điều khẳng định mơ hình VAR cơng cụ hữu hiệu đáng tin cậy để dự báo tăng trưởng ứng dụng phân tích sách Qua trình thực dự báo với mơ hình, kết dự báo tăng trưởng kinh tế cho thấy mức tăng trưởng quý từ Qúy năm 2019 đến Qúy năm 2020 mức dao động khoảng 6.4 – 7.8%, nhóm tiểu luận nhận thấy mức tăng trưởng mục tiêu tương đối hợp lý tiềm bối cảnh kinh tế Việt Nam Thông qua việc đánh giá sai số mô hình, nhóm đưa kết luận mơ hình San mũ Winters đem tới chất lượng dự báo tốt so với mơ hình cịn lại, nhiên để kết thực khách quan xác, có nhiều hàm ý sách hơn, nhiều lớp mơ hình dự báo khác cần áp dụng để có kịch tốt cho kinh tế thời gian tới Qua trình dự báo, thấy tăng trưởng kinh tế phụ thuộc phần nhiều vào thân cấu ngành kinh tế, đồng thời yếu tố giá cả, lạm phát tỷ giá Vì vậy, Việt Nam thời gian tới để đạt mức tăng trưởng ấn tượng hơn, việc đảm bảo tốt cấu ngành kinh tế điều quan trọng, đồng thời chất 45 lượng môi trường kinh doanh thị trường tiêu dùng cần nâng cao Quan trọng sách bình ổn giá cần giữ vững nhằm hạn chế tác động xấu từ khu vực tiêu dùng đến tăng trưởng kinh tế Đồng thời, sách tiền tệ cần đảm bảo hoạt động cách linh hoạt, hiệu với cú sốc từ bên kinh tế Điều giữ vai trò quan trọng bối cảnh hội nhập kinh tế toàn cầu sâu rộng Việt Nam Với ý nghĩa to lớn việc dự báo tăng trưởng kinh tế mang lại, thấy hoạt động dự báo cho không tăng trưởng mà biến số khác kinh tế cần nâng cao, đặc biệt phương pháp dự báo, liệu cần cập nhật để đảm bảo cho chất lượng dự báo xác 46 VII Tài liệu tham khảo Chen, S.–S (2010) DSGE models and central bank policy making: A critical review Department of economics national Taiwan university, National Taiwan University Del Negro, M and Schorfheide, F (2004), Priors from General Equilibrium Models for VARS* International Economic Review, 45: 643-673 doi:10.1111/j.14682354.2004.00139.x Del Negro, M., & Schorfheide, F (2009) Inflation dynamics in a small openeconomy model under inflation targeting: Some evidence from Chile Federal Reserve Bank of New York Staff Reports, No 329 Chen, S.–S (2010) DSGE models and central bank policy making: A critical review Department of economics national Taiwan university, National Taiwan University Del Negro, M., & Schorfheide, F (2009) Inflation dynamics in a small openeconomy model under inflation targeting: Some evidence from Chile Federal Reserve Bank of New York Staff Reports, No 329 Nguyễn Quang Dong, Nguyễn Thị Minh (2012) Giáo trình Kinh tế lượng, NXB Đại học Kinh tế Quốc dân Nguyễn Thị Thu Trang (2017) Sử dụng mơ hình ARIMA VAR dự báo lạm phát Việt Nam < https://bitlylink.com/YModL> , Xem 12/12/2019 Nguyễn Đức Trung (2017) Mơ hình dự báo cho kinh tế nhỏ mở Việt Nam: Phương pháp tiếp cận: BVAR-DSGE Tạp chí Phát triển Kinh tế, 28(10), 05–38 47 ... trị dự báo giá trị thực từ quý năm 2006 đến quý năm 2019 Bước 6: Dự báo mẫu Kết dự báo tăng trưởng kinh tế cho Việt Nam từ quý năm 2019 đến q năm 2020 mơ hình VAR thể bảng 2019Q4 2020Q1 2020Q2 2020Q3... vào cho dự báo tăng trưởng kinh tế mô hình VAR Kết dự báo tăng trưởng kinh tế cho Việt Nam từ quý năm 2019 đến quý năm 2020 mơ hình VAR thể Bảng 2019Q4 2020Q1 2020Q2 2020Q3 2020Q4 7 .46 1 7.226... trị dự báo giá trị thực từ quý năm 2006 đến quý năm 2019 mơ hình ARIMA cộng Bước 6: Dự báo mẫu Kết dự báo tăng trưởng kinh tế cho Việt Nam từ quý năm 2019 đến q năm 2020 mơ hình VAR thể bảng 2019Q4