Tăng trưởng kinh tế và lạm phát là hai chỉ tiêu quan trọng đối với bất kỳ nền kinh tế nào trên thế giới. Do tầm quan trọng của hai biến số này với nền kinh tế, việc dự báo tăng trưởng kinh tế và lạm phát trở thành vấn đề quan trọng và luôn nhận được sự quan tâm của chính phủ các quốc gia. Bài viết này nhằm cung cấp một sự so sánh về hiệu quả dự báo tăng trưởng kinh tế và lạm phát giữa các phương pháp phổ biến hiện nay.
ISSN 1859-3666 MỤC LỤC KINH TẾ VÀ QUẢN LÝ Nguyễn Đức Trung, Lê Hoàng Anh Đinh Thị Phương Anh - Dự báo tăng trưởng kinh tế lạm phát Việt Nam: so sánh mơ hình VAR, LASSO VÀ MLP Mã số 154.1Deco.11 Forecasting Economic Growth and Inflation in Vietnam: A Comparison Between the Var Model, the Lasso Model, and the Multi-Layer Perceptron Model Hà Văn Sự Lê Nguyễn Diệu Anh - Các yếu tố tác động đến phát triển thương mại đáp ứng yêu cầu phát triển bền vững Việt Nam Mã số 154.1Deco.12 14 The Study on Factors Affecting Trade Development Meeting the Requirements for Sustainable Development in Vietnam Nguyễn Văn Huân Nguyễn Thị Quỳnh Trang - Nghiên cứu Mô hình Z-Score vào cảnh báo sớm rủi ro hoạt động kinh doanh tín dụng ngân hàng thương mại Việt Nam Mã số 154.1FiBa.11 28 Studying Z-Score Model in Early Warnings of Credit Risk at Vietnam Commercial Banks QUẢN TRỊ KINH DOANH Nguyễn Thu Thuỷ Nguyễn Văn Tiến - Các nhân tố tác động đến sách cổ tức doanh nghiệp bất động sản niêm yết thị trường chứng khoán Việt Nam Mã số 154.2FiBa.22 36 Some Factors Influencing Dividend Policy of the Real Estate Companies Listed on Vietnamese Stock Market Nguyễn Thị Minh Nhàn Phạm Thị Thanh Hà - Nghiên cứu yếu tố ảnh hưởng đến trả công lao động ngân hàng thương mại cổ phần đầu tư phát triển Việt Nam Mã số 154.2HRMg.21 49 Research on Factors Affecting Wage Labour in the Joint Stock Commercial Bank for Investment and Development of Vietnam Nguyễn Thị Ngọc Huyền Trần Thị Thanh Phương - Tác động thực tiễn quản trị nguồn nhân lực đến hiệu cơng việc nhân viên ngành tài tiêu dùng Thành phố Hồ Chí Minh Mã số 154.2.HRMg.21 65 The Impact of Empirical Human Resource Management on Job Performance of Employees in the Consumer Finance Sector in Ho Chi Minh City khoa học thương mại Số 154/2021 1 ISSN 1859-3666 Ngô Mỹ Trân, Trần Thị Bạch Yến Lâm Thị Ngọc Nhung - Ảnh hưởng quản trị chéo đến hiệu tài cơng ty niêm yết Thị trường chứng khoán Việt Nam Mã số 154.2FiBa.21 80 Effect of Multiple Directorships on Financial Performance of Listed Companies: The Case of the Vietnamese Stock Market Kiều Quốc Hoàn - Nghiên cứu định lượng tác động quản trị nhân số đến hiệu hoạt động doanh nghiệp Mã số 154.2HRMg.22 94 The Impact of Digital Human Resource Management on Firm Peformance: An Empirical Study on Vietnam Ý KIẾN TRAO ĐỔI Nguyễn Thị Minh Giang Hồng Thị Bích Ngọc - Báo cáo tài khu vực cơng Việt Nam - điểm tương đồng khác biệt so với chuẩn mực kế tốn cơng quốc tế Mã số 154.3BAcc.31 107 Vietnamese Sector Public Financial Reporting – Some Similarities and Differences Between International Public Sector Accounting Standards khoa học thương mại Số 154/2021 KINH TẾ VÀ QUẢN LÝ DỰ BÁO TĂNG TRƯỞNG KINH TẾ VÀ LẠM PHÁT VIỆT NAM: MỘT SO SÁNH GIỮA MƠ HÌNH VAR, LASSO VÀ MLP Nguyễn Đức Trung Email: trungnd@buh.edu.vn Trường Đại học Ngân hàng TP Hồ Chí Minh Lê Hồng Anh Email: anhlh_vnc@buh.edu.vn Trường Đại học Ngân hàng TP Hồ Chí Minh Đinh Thị Phương Anh Email: anh.dtp@tmu.edu.vn Trường Đại học Thương mại Ngày nhận: 26/03/2021 T Ngày nhận lại: 14/05/2021 Ngày duyệt đăng: 17/05/2021 ăng trưởng kinh tế lạm phát hai tiêu quan trọng kinh tế giới Do tầm quan trọng hai biến số với kinh tế, việc dự báo tăng trưởng kinh tế lạm phát trở thành vấn đề quan trọng nhận quan tâm phủ quốc gia Bài báo nhằm cung cấp so sánh hiệu dự báo tăng trưởng kinh tế lạm phát phương pháp phổ biến Cụ thể, mơ hình dự báo tăng trưởng kinh tế lạm phát nhóm tác giả xây dựng ước lượng thông qua mơ hình VAR, LASSO, MLP Với liệu thu thập giai đoạn 1996 - 2020, kết nghiên cứu cho thấy theo số RMSE, MAPE MSE, dự báo tăng trưởng kinh tế mơ hình LASSO có mức độ xác cao dự báo lạm phát mơ hình VAR có mức độ xác cao Mặc dù mơ hình nơ-ron MLP chưa cho thấy hiệu dự báo cao nghiên cứu công cụ dự báo tương lai mô tả quan hệ phi tuyến biến số mơ hình khả lập đồ trực quan mối quan hệ phi tuyến Từ khóa: Mơ hình VAR, Mơ hình LASSO, Mơ hình MLP JEL Classifications: C53, C63, E31 Giới thiệu nghiên cứu Tăng trưởng kinh tế lạm phát hai tiêu quan trọng kinh tế giới Tăng trưởng kinh tế phản ánh phát triển quốc gia, giúp nâng cao vị thu hút đầu tư vào quốc gia Tăng trưởng kinh tế có tác động đến việc thực sách xã hội, làm biến đổi cấu ngành kinh tế, hình thành nhiều ngành mới, tạo nhiều việc làm cho người dân Trái với tăng trưởng kinh tế, lạm phát cao gây bất ổn kinh tế vĩ mô thông qua việc tác động đến tiêu dùng, đầu Số 154/2021 tư, tiết kiệm ngõ ngách kinh tế Bên cạnh đó, lạm phát cao quốc gia làm suy giảm niềm tin công chúng vào đồng nội tệ quốc gia Dù xem hai báo kinh tế vĩ mơ có tầm ảnh hưởng sâu sắc đến đời sống kinh tế xã hội, lạm phát tăng trưởng kinh tế lại có mối liên hệ với Mối liên hệ nhiều lý thuyết nghiên cứu thực nghiệm Cụ thể, lý thuyết Keynes cho ngắn hạn, để tăng trưởng kinh tế, quốc gia cần phải chấp nhận mức khoa học ! thương mại KINH TẾ VÀ QUẢN LÝ lạm phát định Tuy nhiên, mối quan hệ chiều không tồn mãi, lạm phát vượt qua ngưỡng giới hạn làm giảm tăng trưởng kinh tế (Stockman, 1981; Ocran Biekpe, 2007) Trong dài hạn, tăng trưởng đạt đến mức tối ưu lạm phát khơng tác động đến tăng trưởng mà lúc lạm phát hậu việc cung tiền mức vào kinh tế Do tầm quan trọng hai biến số với kinh tế, việc dự báo tăng trưởng kinh tế lạm phát trở thành vấn đề quan trọng nhận quan tâm phủ quốc gia Dự báo tăng trưởng kinh tế giúp phủ đưa mục tiêu phát triển phù hợp Bởi, tăng trưởng kinh tế bền vững mục tiêu mà phủ hướng tới nhằm ổn định kinh tế vĩ mơ, nâng cao trình độ người lao động, ứng dụng khoa học công nghệ tiên tiến, cải tiến tổ chức quản lý sản xuất, tăng hiệu suất tư liệu lao động tận dụng hiệu nguồn tài nguyên thiên nhiên gắn với bảo vệ môi trường Bên cạnh đó, lạm phát cao tình quốc gia bộc lộ khả hạn chế phủ điều hành, quản lý kinh tế Do đó, dự báo lạm phát trở thành nghiệp vụ lõi mà ngân hàng trung ương quốc gia cần phải thực Công tác dự báo lạm phát tốt giúp cho ngân hàng trung ương thực thi sách tiền tệ đảm bảo tăng trưởng kinh tế ổn định giá trị đồng tệ Nhiều phương pháp dự báo tăng trưởng kinh tế lạm phát phát triển Dự báo kinh tế vĩ mô công việc vô phức tạp Trong nhiều thập kỷ qua, với việc ứng dụng ngày nhiều cơng cụ tốn học vào nghiên cứu kinh tế, phương pháp dự báo kinh tế phát triển khơng ngừng Các mơ hình tốn kinh tế lượng vận dụng cách triệt để công tác dự báo Dự báo kinh tế vĩ mô công việc vô phức tạp Trong nhiều thập kỷ qua, với việc ứng dụng ngày nhiều công cụ toán học vào nghiên cứu kinh tế, phương pháp dự báo kinh tế phát triển không ngừng Các mơ hình tốn kinh tế lượng vận dụng cách triệt để công tác dự báo Đến nay, phương pháp dự báo tăng khoa học thương mại trưởng kinh tế lạm phát phân thành: phương pháp định lượng phương pháp định tính Các phương pháp định lượng chia thành: phương pháp nhân (phân tích hồi quy, hồi quy đa biến, hồi quy phân vị, logit, probit, ), phương pháp chuỗi thời gian (Trung bình trượt, phân tích xu hướng mùa vụ, phân tích vectơ tự hồi quy, phân tích ARIMA, ) Các phương pháp định tính chia thành: phương pháp Delphi, phân tích thăm dị thu thập ý kiến chuyên gia Tuy nhiên, nay, tính xác mơ hình dự báo kinh tế nhiều giới hạn Các quan nghiên cứu lớn Ngân hàng Thế giới (WB), Quỹ Tiền tệ Quốc tế (IMF) có mơ hình dự báo phức tạp tỉ mỉ kết dự báo họ sai biệt so với thực tiễn xa Mặc dù công tác dự báo khó khăn, quan phủ, nhà hoạch định sách, nhà doanh nghiệp,… ln cần đến dự báo kinh tế để làm sở cho việc điều hành sách Các dự báo khơng mang tính xác hồn tồn phản ánh xu hướng biến động kinh tế Trong nghiên cứu này, dự báo tăng trưởng kinh tế lạm phát thơng qua mơ hình vectơ tự hồi quy (VAR), mơ hình hồi quy tốn tử co gọn lựa chọn tối thiểu (LASSO), mơ hình mạng nơron truyền thẳng nhiều lớp (MLP) Phương pháp nghiên cứu 2.1 Các phương pháp dự báo 2.1.1 Phương pháp vectơ tự hồi quy (VAR) Phương pháp vectơ tự hồi quy (VAR) kỹ thuật kinh tế lượng sử dụng để dự báo phân tích kinh tế Giả định mơ hình VAR giá trị biến số giải thích giá trị khứ biến số liên quan (Lütkepohl, 2009) Mơ hình VAR(p) có dạng sau: yt=v+A1y(t-1)+ +Ap y(t-p)+ut (1) yt = (y1t, ,yKt)T vectơ ngẫu nhiên (Kx1), Ai ma trận hệ số hồi quy bậc (KxK), v=(v1, ,vK)T vectơ hệ số chặn, ut=(u1t, ,uKt)T vectơ nhiễu trắng Phương pháp VAR thực theo trình tự: (i) kiểm định tính dừng chuỗi thời gian, (ii) ! Số 154/2021 KINH TẾ VÀ QUẢN LÝ xác định độ trễ p tối ưu cho mô hình VAR, (iii) thực ước lượng mơ hình VAR với độ trễ p tối ưu Trong nghiên cứu này, việc kiểm định tính dừng thực kiểm định Augmented DickeyFuller (ADF) Việc xác định độ trễ p tối ưu cho mơ hình VAR thực dựa tiêu chí thống kê LR (LR), tiêu chí thơng tin Akaike (AIC), tiêu chí thơng tin Hannan-Quinn (HQ), tiêu chí thơng tin Schwarz (SC), Lỗi dự đốn cuối (FPE) Phương pháp VAR có số ưu điểm (i) không cần phải xác định biến nội sinh biến ngoại sinh mơ hình; (ii) việc ước lượng hệ phương trình đồng thời cho kết ước lượng tốt so với ước lượng riêng lẻ phương trình; (iii) phương pháp xây dựng ước lượng mơ hình VAR đơn giản biến mơ hình biến nội sinh biểu diễn thông qua biến độ trễ biến tất biến khác mơ hình Bên cạnh ưu điểm, phương pháp VAR có số nhược điểm (i) biến mơ hình phải đảm bảo tính dừng để không xảy tượng hồi quy giả mạo ước lượng tham số mơ hình; (ii) khơng mơ hình phương trình đồng thời, mơ hình VAR dựa lý thuyết sử dụng thông tin tiên nghiệm hơn, việc loại trừ hay đưa vào biến đóng vai trị trọng yếu việc xác định mơ hình 2.1.2 Phương pháp hồi quy toán tử co gọn lựa chọn tối thiểu (LASSO) Xét mơ hình hồi quy tuyến tính có dạng: (2) đó, yi biến phụ thuộc p biến giải thích xi = (xi1,…,xip) Với xi yi tương ứng thuộc Rp R β=(β1,…,βp )T vectơ trọng số thuộc Rp hệ số chặn β0 R Số 154/2021 Cặp (β0,β) ước lượng theo phương pháp OLS dựa việc tối thiểu hóa sai số bình phương sau: Trong đó, y=(y1,…,yN)T, X ma trận cấp (Nxp) 1=(1,…,1)T Lời giải cho (3) sau: β=(XT X)-1 XT y Với phương pháp OLS, cặp (β0,β) tính tốn ước lượng không chệch nhiên phương sai ước lượng hệ số hồi quy lớn Do đó, hiệu dự báo dựa phương pháp OLS khơng cao Để tăng độ xác dự báo, Hastie cộng (2015) cho giảm số lượng hệ số hồi quy đặt hệ số định thành Cách làm dẫn đến sai lệch việc ước tính hệ số hồi quy làm giảm thiểu phương sai giá trị mong đợi tăng độ xác dự đốn Ý tưởng cho phép sửa đổi mơ hình OLS thành mơ hình hồi quy LASSO thực sau: (4) Vấn đề thuật tốn lasso chọn giá trị tối ưu lambda Có nhiều cách để lựa chọn giá trị lambda tối ưu Cross-validation, Theory-driven Information Criteria Trong nghiên cứu này, giá trị tối ưu lambda lựa chọn phương pháp Cross-validation Phương pháp hồi quy toán tử co gọn lựa chọn tối thiểu (LASSO) có số ưu điểm (i) xác định biến số độc lập mơ hình có tác động chủ yếu đến biến phụ thuộc, biến số độc lập cịn lại khơng có tác động đáng kể xấp xỉ hệ số hồi quy tương ứng 0; (ii) phương pháp tối thiểu hóa phương sai ước lượng, cho kết dự báo xác so với phương pháp khác Tuy nhiên, phương pháp có nhược khoa học thương mại ! KINH TẾ VÀ QUẢN LÝ điểm ước lượng hệ số hồi quy thu bị chệch Do đó, phương pháp phù hợp với mục đích dự báo 2.1.3 Phương pháp mạng nơron truyền thẳng nhiều lớp (MLP) Mạng nơron nhân tạo (Artificial Neural Networks - ANNs) cơng cụ tính tốn mơ mạng tế bào thần kinh não người có khả lập đồ mối quan hệ phi tuyến biến đầu vào đầu Hiệu phân tích ANNs mang lại kết đáng kể nhiều lĩnh vực khác mạng nơ-ron nhân tạo ngày sử dụng nhiều nghiên cứu khoa học thống kê (Movagharnejad cộng sự, 2011) ANN bắt chước trình học tập não người cách sử dụng đơn vị liên kết với có tên nơ-ron thần kinh Kết nối nơron điều chỉnh trọng số Cấu trúc chung ANN mạng nơ-ron truyền thẳng bao gồm lớp đầu vào, lớp đầu (các) lớp ẩn Cấu trúc gọi perceptron nhiều lớp (multi-layer perceptron - MLP) toán lan truyền ngược Thuật tốn tối ưu hóa hàm chi phí bậc hai Số lượng nơ-ron thần kinh lớp đầu vào xác định biến độc lập số lượng tế bào thần kinh lớp đầu đại diện cho số lượng biến phụ thuộc (Boroushaki cộng sự, 2003) Mạng nơ-ron MLP có số ưu điểm (i) khả điều chỉnh mô hình liên tục phù hợp với mục tiêu nghiên cứu dựa liệu đầu vào liệu đầu cung cấp; (ii) ưu điểm lớn mạng nơ-ron MLP xây dựng ước lượng mơ hình khơng phải dựa lý thuyết kinh tế mối quan hệ biến số mơ hình, đó, kinh tế có biến động lớn làm thay đổi lý thuyết kinh tế đánh giá, phân tích dựa mạng nơ-ron MLP không bị ảnh hưởng; (iii) theo định lý xấp xỉ phổ quát, mạng nơ-ron MLP với lớp ẩn nơ-ron lớp biểu diễn hàm liên tục Bên cạnh ưu điểm, mạng nơ-ron MLP có nhược điểm bật khơng có quy luật cơng thức cụ thể cho việc xác định số lượng lớp ẩn mạng số lượng nơ-ron lớp ẩn Trong báo này, mạng nơron MLP phát triển với lớp đầu vào bao gồm biến giải thích cho biến động lớp đầu tương ứng tăng trưởng kinh tế lạm phát Về lý thuyết, có (các) lớp ẩn lý thuyết xấp xỉ phổ quát cho Nguồn: Boroushaki cộng (2003) thấy mạng Hình 1: Một mạng nơ-ron MLP điển hình nơ-ron MLP có Hình cho thấy mạng nơ-ron MLP điển lớp ẩn với số lượng tế bào thần kinh đủ lớn hình với lớp đầu vào, lớp ẩn lớp đầu diễn giải cấu trúc đầu vào - đầu ra Luồng liệu từ lớp đầu vào truyền đến lớp đầu (Tambe cộng sự, 1996) Do đó, mạng nơ-ron thơng qua (các) lớp ẩn trọng số sau MLP đề xuất có lớp ẩn xác định trình học thực thuật khoa học thương mại ! Số 154/2021 KINH TẾ VÀ QUẢN LÝ 2.2 Mơ hình dự báo lạm phát tăng trưởng v=(v1, ,vK)T vectơ hệ số chặn, ut = (u1t, ,uKt)T kinh tế vectơ nhiễu trắng Bảng 1: Các biến số mơ hình nghiên cứu Nguồn: Đề xuất tác giả Lạm phát tăng trưởng kinh tế giải Bên cạnh đó, để dự báo tăng trưởng kinh tế thích nhiều biến số vĩ mô khác Nhiều lạm phát Việt Nam năm 2021, sử dụng nghiên cứu nước cho thấy tăng giá trị dự kiến năm 2020 biến số trưởng kinh tế lạm phát Việt Nam mơ hình nghiên cứu (có tính đến tác động đại giải thích thơng qua biến số sản lượng công dịch COVID-19) thu thập từ Tổng Cục Thống nghiệp, cung tiền (Vo Tri Thanh cộng sự, 2001; kê Việt Nam Vinh Fujita, 2007), lực lượng lao Bảng 2: Số liệu năm 2020 (dụ kiến) tác động COVID-19 động (Akinboade cộng sự, 2004; Kim, 2001), Vốn đầu tư nước (Kim, 2001), giá trị thương mại (Camen, 2006; Vinh Fujita, 2007) Trong nghiên cứu này, sử dụng biến số để dự báo tăng trưởng kinh tế lạm phát Việt Nam Dữ liệu biến số thu thập giai đoạn từ 1996 Nguồn: Tổng cục thống kê Việt Nam đến 2019 từ nguồn đáng tin cậy Qũy tiền tệ quốc tế (IMF), Ngân hàng Nhà nước Do giới hạn số liệu nghiên cứu Việt Nam, Việt Nam nghiên cứu này, sử dụng độ trễ tối Mô hình nghiên cứu đề xuất có dạng sau: ưu p =1 để ước lượng mơ hình VAR mơ yt = v+A1 y(t-1)+ +Ap y(t-p)+ut hình LASSO MLP đó: yt = (y1t, ,yKt)T vectơ (7x1) Trong nghiên cứu này, tác giả dự báo lạm biến số Tốc độ tăng trưởng kinh tế năm t (GDPt), phát tăng trưởng kinh tế Việt Nam năm 2021 theo Lạm phát năm t (INFt), Tổng giá trị thương mại so mơ hình VAR, LASSO MLP Phương pháp với GDP năm t (TRADEt), Tốc độ tăng trưởng lực dự báo tốt chọn dựa ba số lượng lao động (Ht), Tổng giá trị công nghiệp so với RMSE, MAPE MSE: GDP năm t (INDt), Tốc độ tăng trưởng tổng phương tiện toán năm t (Mt), Vốn đầu tư trực tiếp nước năm t (FDIt) Ai ma trận hệ số hồi quy bậc (7x7), Số 154/2021 khoa học thương mại ! KINH TẾ VÀ QUẢN LÝ đó: yi giá trị thực tế đầu ra, yˆ i giá trị dự báo thu từ mơ hình VAR, LASSO, MLP Kết nghiên cứu 3.1 Kết ước lượng mơ hình VAR Trước ước lượng mơ hình VAR, chúng tơi kiểm định tính dừng chuỗi thời gian mơ hình nghiên cứu Kết hiển thị bảng đây: Bảng 3: Kết kiểm định tính dừng Nguồn: Kết tính tốn tác giả Kết kiểm định tính dừng cho thấy hầu hết chuỗi thời gian mơ hình nghiên cứu không dừng chuỗi gốc lại dừng sai phân bậc Do đó, sai phân bậc chuỗi thời gian sử dụng để ước tính mơ hình VAR Kết kiểm định tính dừng cho thấy chuỗi thời gian mơ hình nghiên cứu dừng sai phân bậc Do đó, chúng tơi sử dụng sai phân bậc để ước lượng mơ hình VAR với độ trễ tối ưu khoa học thương mại Kết ước lượng mơ hình VAR trình bày bảng 4: 3.2 Kết ước lượng mơ hình LASSO Tiếp theo, chúng tơi thực ước lượng mơ hình LASSO với biến phụ thuộc tăng trưởng kinh tế lạm phát Hệ số lambda mô hình lựa chọn phương pháp CrossValidation (CV) Kết ước lượng trình bày bảng 5: Bảng cho thấy giá trị lambda chọn 0.08687 với sai số dự đốn trung bình CV 1.02354 Ngồi ra, giá trị lamdba này, có biến có hệ số hồi quy có giá trị khác Các biến tương ứng D(TRADE), D(H), D(IND), D(FDI), D(M) Bảng cho thấy giá trị lambda chọn 0.98038 với sai số dự đốn trung bình CV 34.16797 Ngồi ra, giá trị lamdba này, có biến có hệ số hồi quy có giá trị khác Các biến tương ứng D(H), D(GDP) 3.3 Kết ước lượng mơ hình MLP Chúng tơi thực ước lượng mơ hình MLP với biến đầu tăng trưởng kinh tế lạm phát Mơ hình MLP chúng tơi ước lượng với lớp bao gồm: lớp đầu vào (các biến độc lập mơ hình), lớp ẩn lớp đầu (lần lượt tăng trưởng kinh tế lạm phát) Về mặt lý thuyết, mơ hình MLP có lớp đầu vào, lớp đầu nhiều lớp ẩn Tuy nhiên, lý thuyết xấp xỉ phổ quát gợi ý mạng MLP với lớp ẩn với số neuron phù hợp giải thích cấu trúc đầu vào - đầu (Tambe cộng sự, 1996) Trong nghiên cứu này, để thuận tiện sử dụng neuron lớp ẩn Kết ước lượng trình bày hình 2: 3.4 Kết dự báo tăng trưởng kinh tế năm 2021 mơ hình Kết nghiên cứu cho thấy dự báo tăng trưởng kinh tế mơ hình LASSO có mức độ xác cao Cụ thể, theo số RMSE, MAPE MSE, mơ hình LASSO cho kết dự đốn xác cao so với mơ hình VAR MLP ! Số 154/2021 KINH TẾ VÀ QUẢN LÝ Bảng 4: Kết ước lượng mơ hình VAR Nguồn: Kết tính tốn tác giả Số 154/2021 khoa học thương mại ! KINH TẾ VÀ QUẢN LÝ Bảng 5: Kết ước lượng mơ hình LASSO với biến phụ thuộc tăng trưởng kinh tế Nguồn: Kết tính tốn tác giả Bảng 6: Kết ước lượng mơ hình LASSO với biến phụ thuộc lạm phát Nguồn: Kết tính tốn tác giả Nguồn: Kết tính tốn tác giả Hình 2: Kết ước lượng mơ hình MLP với biến đầu tăng trưởng kinh tế khoa học ! 10 thương mại Số 154/2021 KINH TẾ VÀ QUẢN LÝ Nguồn: Kết tính tốn tác giả Hình 3: Kết ước lượng mơ hình MLP với biến đầu lạm phát Bảng 7: Kết tính tốn số RMSE, Tiếp theo, chúng tơi thực dự báo tăng MAPE MSE mơ hình trưởng kinh tế năm 2021 mơ hình VAR, LASSO MLP Kết dự báo trình bày hình bên dưới: 3.5 Kết dự báo lạm phát năm 2021 mô hình Kết nghiên cứu cho thấy dự báo lạm phát mơ hình VAR có mức độ xác cao Nguồn: Kết tính tốn tác giả Cụ thể, theo số RMSE, MAPE MSE, mơ Nguồn: Kết tính tốn tác giả Hình 4: Kết dự báo tăng trưởng kinh tế năm 2021 mơ hình VAR, LASSO, MLP khoa học thương mại Số 154/2021 ! 11 KINH TẾ VÀ QUẢN LÝ hình VAR cho kết dự đốn xác cao so với mơ hình LASSO MLP Bảng 8: Kết tính tốn số RMSE, MAPE MSE mơ hình Nguồn: Kết tính tốn tác giả Tiếp theo, chúng tơi thực dự báo lạm phát năm 2021 mơ hình VAR, LASSO MLP Kết dự báo trình bày hình bên dưới: tả quan hệ ánh xạ phi tuyến phát triển để dự báo hai biến số Bên cạnh đó, mơ hình dự báo phổ biến khác chúng tơi ước lượng mơ hình VAR mơ hình LASSO Các kết dự báo mơ hình sau so sánh với để tìm mơ hình dự báo tốt Kết cho thấy theo số RMSE, MAPE MSE, dự báo tăng trưởng kinh tế mơ hình LASSO có mức độ xác cao dự báo lạm phát mơ hình VAR có mức độ xác cao Mặc dù mơ hình nơ-ron MLP chưa cho thấy hiệu dự báo cao nghiên cứu công cụ dự báo tương lai mô tả quan hệ phi tuyến biến số mơ hình Nguồn: Kết tính tốn tác giả Hình 5: Kết dự báo lạm phát năm 2021 mô hình VAR, LASSO, MLP Kết luận Tăng trưởng kinh tế lạm phát báo kinh tế quốc gia Do đó, nhiều nhà phân tích, hoạch định sách quan phủ quốc gia tham gia vào việc phân tích thực trạng, yếu tố tác động đặc biệt dự báo biến động hai số Với tính chất biến động phi tuyến lạm phát tăng trưởng kinh tế, báo này, mơ hình nơ-ron MLP công cụ hiệu để mô 12 khoa học thương mại khả lập đồ trực quan mối quan hệ phi tuyến Bên cạnh đó, kết dự báo mơ hình nơ-ron MLP cải thiện thuật tốn lan truyền ngược Mặt khác, kết dự báo mô hình nơ-ron MLP khơng cao nghiên cứu bắt nguồn từ giới hạn liệu đầu vào Các mơ hình mạng nơron nhân tạo (Artificial Neural Networks - ANNs) nói chung mơ hình nơron MLP nói riêng thực hiệu sử dụng với liệu lớn (Big Data).! ! Số 154/2021 KINH TẾ VÀ QUẢN LÝ Tài liệu tham khảo: Akinboade, O., F Siebrits and E Niedermeier (2004), The Determinants of Inflation in South Africa: An Econometric Analysis, AERC Research Paper 143 Boroushaki, M., Ghofrani, M B., Lucas, C., & Yazdanpanah, M J (2003), Identification and control of a nuclear reactor core (VVER) using recurrent neural networks and fuzzy systems, IEEE Transactions on Nuclear Sceince, 30(1), 159-174 https://doi.org/10.1109/TNS.2002.807856 Camen, U (2006), Monetary Policy in Vietnam: The Case of a Transition Country, BIS Working Paper No 31 Bank for International Settlement, Basel Hastie, T., Tibshirani, R., Wainwright, M (2015), Statistical Learning with Sparsity (1st Edition), New York: Chapman and Hall/CRC Kim, Byung-Yeon (2001), Determinants of Inflation in Poland: A Structural Cointegration Approach, BOFIT Discussion Paper No 16/2001, Available at SSRN: https://ssrn.com/abstract =101 5770 or http://dx.doi.org/10.2139/ssrn.1015770 Lütkepohl, H (2009), Econometric analysis with vector autoregressive models In Handbook of computational econometrics (pp 281-320), New York: Wiley Movagharnejad, K., Mehdizadeh, B., Banihashemi, M., & Kordkheili, M S (2011), Forecasting the differences between various commercial oil prices in the Persian Gulf region by neural network, Energy, 36(7), 3979-3984 https://doi.org/10.1016/j.energy.2011.05.004 Neural_Networks_w.html?id=f1wQAAAAC AAJ&pgis=1 Ocran, M.K and Biekpe, N (2007), The role of commodity prices in macroeconomic policy in south africa, South African Journal of Economics, 75: 213-220 https://doi.org/10.1111/j.18136982.2007.00120.x 10 Stockman, A (1981), Anticipated inflation and the capital stock in a cash in-advance economy, Journal of Monetary Economics, 8(3), 387-393 11 Tambe, S S., Kulkarni, B D., & Deshpande, P B (1996), Elements of artificial neural networks with Số 154/2021 selected applications in chemical engineering, and chemical and biological sciences, 12 Simulation & Advanced Controls, Incorporated https://books google.com/books/about/Elements_of_Artificial_ 13 Tambe, S S., Kulkarni, B D., & Deshpande, P B (1996), Elements of artificial neural networks with selected applications in chemical engineering, and chemical and biological sciences, Simulation & Advanced Controls, Incorporated 14 Vinh, N.T., & Fujita, S (2007), The Impact of Real Exchange Rate on Output and Inflation in Vietnam: A VAR approach, http://www.lib.kobeu.ac.jp/repository/80200043.pdf 15 Vo Tri Thanh, Dinh Hien Minh, Do Xuan Truong, Hoang Van Thanh and Pham Chi Quang (2000), Exchange Rate Arrangement in Vietnam: Information Content and Policy Options, East Asian Development Network (EADN) Individual Research Project Summary Economic growth and inflation are two important indicators for any economy in the world Due to the importance of these two variables to the economy, forecasting economic growth and inflation becomes an important issue and always receives the attention of national governments This paper aims to compare the efficiency of forecasting economic growth and inflation between current popular methods Specifically, the economic growth and inflation forecasting model was built and estimated through three models: VAR, LASSO, MLP With data collected in 1996 - 2020, the research results show that according to all three indicators RMSE, MAPE, and MSE, forecasting economic growth by LASSO model has the highest accuracy while forecasting inflation by VAR model has the highest accuracy Although the MLP model has not shown high predictive efficiency in this study, it is still a predictor of the future due to the description of nonlinear relationships between the variables in the model and the visual mapping of these nonlinear relationships khoa học thương mại 13 ... Standards khoa học thương mại Số 154/2021 KINH TẾ VÀ QUẢN LÝ DỰ BÁO TĂNG TRƯỞNG KINH TẾ VÀ LẠM PHÁT VIỆT NAM: MỘT SO SÁNH GIỮA MƠ HÌNH VAR, LASSO VÀ MLP Nguyễn Đức Trung Email: trungnd@buh.edu.vn... báo nhằm cung cấp so sánh hiệu dự báo tăng trưởng kinh tế lạm phát phương pháp phổ biến Cụ thể, mơ hình dự báo tăng trưởng kinh tế lạm phát nhóm tác giả xây dựng ước lượng thông qua mơ hình VAR,. .. tác giả dự báo lạm biến số Tốc độ tăng trưởng kinh tế năm t (GDPt), phát tăng trưởng kinh tế Việt Nam năm 2021 theo Lạm phát năm t (INFt), Tổng giá trị thương mại so mơ hình VAR, LASSO MLP Phương