Tiểu luận Các mô hình dự báo có hữu cho việc phân tích chính sách

Tiểu luận Các mô hình dự báo có hữu cho việc phân tích chính sách Muốn phân tích dự báo được về một vấn đề, lĩnh vực nào đó thì hệ thống thông tin dữ liệu phải...

TRƯỜNG ĐẠI HỌC KINH TẾ TP HCM VIỆN ĐÀO TẠO SAU ĐẠI HỌC *************** TIỂU LUẬN KINH TẾ PHÁT TRIỂN LIỆU RẰNG CÁC MƠ HÌNH DỰ BÁO CĨ HỮU ÍCH CHO VIỆC PHÂN TÍCH CHÍNH SÁCH (Are forecasting Models Usable for Policy Analysis?) Giáo viên hướng dẫn : TS Nguyễn Hồng Bảo Học viên thực : Nhóm Lớp : Cao học ngày Khóa : K21 -***** TP Hồ Chí Minh, Tháng năm 2012 DANH SÁCH NHÓM STT Họ tên Nguyễn Hữu Đức Lê Thị Mỹ Hạnh Phạm Sỹ Khoa Lê Thị Mỹ Ngôn Lê Thanh Thuỳ Vũ Thị Hà Thương Ghi Phạm Việt An Ký tên Nhóm trưởng NHẬN XÉT CỦA THẦY HƯỚNG DẪN MÔN HỌC MỤC LỤC LỜI MỞ ĐẦU PHẦN 1: BÀI DỊCH 1.1 Liệu mô hình dự báo có hữu ích cho việc phân tích sách? 1.2 Các thích 32 PHẦN 2: TÓM TẮT BÀI DỊCH VÀ LIÊN HỆ THỰC TẾ 35 2.1 Tóm tắt dịch 35 2.2 Liên hệ thực tế: Ứng dụng mơ hình VAR để kiểm định dự báo lạm phát Việt Nam 39 KẾT LUẬN 43 LỜI MỞ ĐẦU Christopher Albert “Chris” Sims (sinh ngày 21 tháng 10 năm 1942) nhà khoa học kinh tế người Mỹ trao giải Nobel Kinh tế năm 2011 với Thomas J Sargent Hai ông trao giải thưởng “nghiên cứu thực nghiệm nguyên nhân ảnh hưởng kinh tế học vĩ mơ” Sims có tiến sĩ kinh tế vào năm 1968 Đại học Harvard Ông làm giảng viên Đại học Harvard, Đại học Minnesota, Đại học Yale, từ năm 1999, Princeton Sims viện sỹ Viện Hàn lâm Khoa học Quốc gia (từ 1989) Viện Hàn lâm Khoa học tự nhiên Khoa học xã hội Hoa Kỳ (từ 1988) Năm 1995, ông chủ tịch Hội Tốn kinh tế Ơng chủ tịch đắc cử Hiệp hội Kinh tế Mỹ năm 2011 sau Chủ tịch Hiệp hội Kinh tế Mỹ năm 2012 Sims xuất nhiều tác phẩm quan trọng lĩnh vực nghiên cứu mình: kinh tế lượng lý thuyết sách kinh tế vĩ mơ Ơng người cổ vũ sử dụng mơ hình tự hồi quy vector kinh tế vĩ mô thực nghiệm, phát triển phương pháp sử dụng ước lượng Bayes mơ hình tự hồi quy vector Ơng góp phần phát triển lý thuyết tài mức giá lý thuyết thiếu ý lý Trong tiểu luận này, nhóm trình bày nghiên cứu Sims vấn đề sử dụng mơ hình dự báo để phân tích sách có tiêu đề “Are forecasting Models Usable for Policy Analysis?” (Liệu mơ hình dự báo có hữu ích cho việc phân tích sách) Bài tiểu luận nhóm gồm có phần chính: - Phần I: Bài dịch trình bày tiếng Việt - Phần II: Tóm tắt dịch liên hệ thực tế việc sử dụng mơ hình dự báo để phân tích sách Việt Nam Khi thực nghiên cứu trình bày, Nhóm khơng thể tránh khỏi thiếu sót Kính mong thầy bạn đọc có góp ý để tiểu luận hồn thiện góp phần cung cấp phần kiến thức kinh tế học hữu ích cho PHẦN 1: BÀI DỊCH 1.1 LIỆU CÁC MÔ HÌNH DỰ BÁO CĨ HỮU ÍCH CHO VIỆC PHÂN TÍCH CHÍNH SÁCH?* Trong nghiên cứu gần mơ tả việc ứng dụng mơ hình tự hồi quy (VAR) lĩnh vực kinh tế, Thomas Sargent (1979) nhấn mạnh mơ hình đem lại lợi ích cho việc dự báo lại khơng thể sử dụng việc phân tích sách Gần quan điểm khơng ông mà cá nhân khác, tiêu biểu Edward Learner (1985) khẳng định lại cách chắn Sở dĩ quan điểm khẳng định lại mơ hình VAR ứng dụng rộng rãi nhiều người sử dụng chúng hạn chế thời gian dài họ chưa nghĩ việc ứng dụng chúng vào phân tích sách Có nhiều cách hợp lý để hình thành dự báo có điều kiện từ mơ hình VAR Một ta nhận thấy thật dễ dàng để đạt dự báo có điều kiện vào dạng định biến số sách, chắn ta khơng thể cưỡng lại việc đưa dự báo khó phủ nhận ảnh hưởng chúng việc đưa định lựa chọn sách Robert Litterman, người tiên phong việc chứng minh giá trị mơ hình VAR tính dự báo, phát triển phương pháp để sử dụng chúng việc thực dự báo có điều kiện nhằm hỗ trợ định lựa chọn sách, chí ứng dụng để xây dựng quy chế sách cách tối ưu (Tham khảo Litterman 1982, 1984.) Một nghịch lý tương tự có liên quan đến vai trị mơ hình tốn kinh tế thương mại có quy mơ lớn Trong buổi thảo luận bàn trịn gần mà tơi tham dự, nhà kinh tế học tiếng thẳng thắng bày tỏ mơ hình mang tính thương mại sử dụng dự báo, nên không sử dụng chúng cách nghiêm túc nguyên lý kinh tế Những phê bình kỳ vọng lý việc sử dụng mơ hình để phân tích sách tồn 10 năm và, phần quan trọng ngành kinh tế học, có vai trị thống xác lập Tuy nhiên lựa chọn sách thực thực cấp độ lĩnh vực công hay tư, dự báo từ mơ hình lớn kể có điều kiện hay khơng, cịn ảnh hưởng rộng rãi Trường phái kỳ vọng lý (The rational expectations school) bắt đầu với chương trình nhằm cung cấp lựa chọn khác mơ hình dự báo phân tích định lượng sách, chương trình khơng mang lại tác động thực tiễn Tại lại vậy? Có phải người làm sách thực lại khơng thể hiểu tính hữu ích mơ hình VAR hay mơ hình tốn kinh tế truyền thống khác việc hỗ trợ lựa chọn sách? Hay tranh luận mang tính trừu tượng phản đối việc sử dụng mơ hình theo cách lại thiếu số điểm quan trọng? Tại đưa sách với mơ hình dự báo coi sai lầm? Có hai lời giải thích theo quan điểm cá nhân cho lập luận phản đối việc sử dụng mơ hình dự báo để phân tích sách Lời giải thích thứ mơ hình khơng có làm cơng việc mơ tả tóm tắt liệu lịch sử, thường dựa mối tương quan mẫu Trong mơ tả ngoại suy vào dự báo hữu ích, giả sử sở cho việc dự báo tác động việc lựa chọn sách có nghĩa dùng tương quan để mối quan hệ nhân quả, điều mà tất hiểu sai lầm Các lập luận dạng hướng trực tiếp vào mơ hình VAR, mơ hình thống kê mơ tả đơn giản mà ứng dụng khơng có tóm tắt mối tương quan theo cách thức thuận tiện Các lập luận gián tiếp hướng đến mơ hình thương mại lớn (large commercial models), nhiều nhà kinh tế (trong có thân tơi) coi giải thích kinh tế mơ hình cho phương trình gượng ép khơng chắn Bất chấp tính khơng chắn giải thích, mơ hình rõ ràng hữu ích việc đưa dự báo Các nhà kinh tế mà chấp nhận dạng lý lẽ phản đối mơ hình dự báo cơng cụ sách sẵn sàng bác bỏ việc sử dụng mơ hình thương mại lớn vào việc phân tích sách bất chấp thừa nhận giá trị chúng dự báo Sargent (1984) đưa lời giải thích thứ cho lập luận phản đối việc sử dụng mơ hình dự báo để phân tích sách Ơng quan sát thấy mơ hình VAR thường kết hợp biến sách vào mơ hình cách đối xứng với biến khác xem tất chúng biến ngẫu nhiên Về nguyên tắc, ông đồng ý việc lựa chọn sách biến ngẫu nhiên, với không chắn ảnh hưởng quan trọng biến hành vi thực tế Tuy nhiên, lựa chọn sách, khơng phải đơn gieo xúc xắc mà thay vào đó, thường phải đưa lựa chọn có tính định Chúng ta suy nghĩ khơng hợp lý lựa chọn phạm vi giới hạn mơ hình mà sách xác định số chế ngẫu nhiên Khi giải thích cách thích đáng, hai lời giải thích cho lập luận xác, chí có lặp lại khơng cần thiết Thật khó để sử dụng mơ hình thống kê để phân tích sách mà khơng cần quan tâm đến mối tương quan để đưa lời giải thích kinh tế cho chúng Việc đưa giải thích thường nhà tốn kinh tế gọi xác định mơ hình Và người ta khơng thể phân tích lựa chọn biến số sách mà khơng thể khơng phân tích chuỗi phức tạp liền mạch (seamless web) mơ hình tất biến sách xác định bên mơ hình (Trong thực tế, lập luận chí cịn áp dụng việc sử dụng mơ hình cho việc dự báo) Nhưng lập luận đắn phản đối việc sử dụng mơ hình dự báo để hỗ trợ cho lựa chọn sách Chúng chỉ tìm thấy cách sử dụng mơ để hướng dẫn việc lựa chọn sách, bổ sung cho giải thích xác định cách ngầm hiểu hay rõ ràng Để phản đối việc sử dụng mơ việc lựa chọn sách, phải so sánh giải thích xác định với lựa chọn thay khác Sự lựa chọn thực tế nằm số phương pháp phân tích sách dựa xác định khơng cần thiết Trong đó, giả định xác định đơn giản, không chặt chẽ đủ để đưa mơ hình dự báo đến chỗ tạo vấn đề sách áp đặt, đối nghịch với lựa chọn thay dựa giả định xác định phức tạp, chặt chẽ mà dẫn đến mơ hình với đặc tính dự báo Dạng rút gọn, Mơ hình cấu trúc Sự xác định (Reduced form, Structure, Identification) Ba thuật ngữ Dạng rút gọn, Mơ hình cấu trúc Sự xác định không sử dụng lĩnh vực kinh tế mà sử dụng lĩnh vực khác theo nhiều cách khác Nhưng nhìn chung, Dạng rút gọn (reduced form) mơ hình mô tả làm số liệu lịch sử, gọi tập X, tạo số chế ngẫu nhiên Khi ước lượng mơ hình dạng rút gọn, xây dựng vài thống kê mà tóm tắt liệu đầy đủ tập X Mô hình dạng rút gọn xem nhân tố cho dạng cụ thể tóm tắt liệu Một cấu trúc, hay cịn gọi mơ hình cấu trúc, mơ hình mà sử dụng việc định Nó tạo dự đốn kết Z hình thức tác động khác A mà thực Những khái niệm mơ hình cấu trúc dạng rút gọn tiềm ẩn hầu hết hình thức sử dụng liệu để hỗ trợ định, nhà toán học kinh tế sử dụng khái niệm này, nhìn chung họ thường trình bày rõ ràng dạng rút gọn phân phối xác suất p (X, β) cho liệu hàm số tham số dạng rút gọn β trình bày mơ hình cấu trúc phân phối có điều kiện q (Z / A; α) kết hình thành từ tác động, tùy thuộc vào tham số cấu trúc chưa biết α Xác định mơ hình khẳng định mối liên kết dạng rút gọn mơ hình cấu trúc, ước lượng tham số dạng rút gọn β sử dụng để định tham số cấu trúc α (1) Hiểu cách đơn giản nhất, xác định (Identification) giải thích biến động liệu quan sát lịch sử phương pháp mà cho phép biến động sử dụng để dự đốn kết hành động chưa thực Thực kết nối liệu kết định điều không dễ dàng, việc thực kết nối trở nên khó xa hành động mà dự tính thực từ kiện quan sát lịch sử Nếu may mắn, có biến động ngẫu nhiên mặt lịch sử hành động mà tương tự hành động dự kiến Sau sử dụng liệu trực tiếp để định tác động hành động xảy Nhưng đơi phải dự tính hành động hồn toàn khác từ quan sát khứ, việc xác định trường hợp trở nên khó khăn dễ gây tranh cãi Trong kinh tế học, mơ hình cấu trúc thường xây dựng để tham số vector α có giải thích kinh tế Có nghĩa yếu tố α có dạng "độ co giãn cầu tiền theo lãi suất" "độ co giãn thay yếu tố điện yếu tố lao động ngành sản xuất sữa" Ngược lại, yếu tố vector β thường khó giải thích chúng phản ánh ảnh hưởng kết hợp hành vi nhiều lĩnh vực kinh tế Tuy nhiên, khơng có tiêu chuẩn để tham số có cách giải thích kinh tế Các tham số mơ hình có cách giải thích, mơ hình khơng phải mơ hình cấu trúc, đồng nghĩa với việc khơng thể sử dụng để đưa dự đoán kết hành động mà quan tâm Ngược lại, sử dụng mơ hình đưa dự đốn cách xác số tất tham số mơ hình khơng có giải thích phù hợp Tốn học thống khẳng định kết nối mơ hình dạng rút gọn mơ hình bất cấu trúc điều mà có giải thích thỏa đáng khơng có khác so với kết nối mơ hình dạng rút gọn mơ hình cấu trúc Nhiều nhà kinh tế có suy nghĩ mơ hình cấu trúc mơ hình với giải thích thoả đáng cho tất tham số Khẳng định khơng thể tranh cãi việc dự đốn tác động sách địi hỏi phải có xác định mơ hình cấu trúc, trở thành nguồn gốc hiểu lầm nghiêm trọng mặt ngữ nghĩa.(2) Một số ví dụ xác định việc định (Examples of identification in Decision-making) Để đưa thảo luận trừu tượng trở nên dễ hiểu, tơi trình bày loạt ví dụ việc áp dụng mơ hình thống kê để đưa định Bảng tính (Spreadsheet) Lúc biểu đồ cung cấp phản ứng đáng tin cậy cú sốc cầu tiền (cột 2) Ban đầu mức lãi suất tăng, số lượng tiền tăng giá giảm Sản lượng đầu giảm vả giữ mức thấp Số lượng tiền mức cao, cuối giá tăng để loại trừ cân thưc cao Thật không dễ dàng để hiểu sản lượng đầu suy giảm thời gian dài sau mức lãi suất cân thực trở mức bình thường, Nhưng phản ứng đủ nhỏ để khơng có ý nghĩa mặt thống kê Lưu ý tác động cú sốc cầu tiền lên biến số khác tương đối yếu, nhiên lưu ý cú sốc cầu tiền tạo ảnh hưởng ban đầu lên số lượng tiền có độ lớn với ảnh hưởng ban đầu cú sốc cung tiền Điều có nghĩa là, cú sốc cung tiền mơ hình ảnh hưởng mạnh mẽ lên giá biểu chu kỳ kinh doanh thực, dịch chuyển số lượng tiền theo quý bao hàm phận lớn hợp thành thay đổi cung tiền Mơ hình hành vi cung tiền ổn định giúp ổn định kinh tế, mơ hình hành vi cung tiền ổn định hoàn toàn khác so với số lượng tiền ổn định quý Trong biểu đồ biểu rõ ràng, phương trình (19) (21) lại khơng Tại cầu tiền nên phản ứng lại nhiều giá sản lượng đầu khoảng thời gian ngắn? Sự lý giải cho phản ứng tiêu cực giá tiền tệ khối phi tiền tệ mơ hình gì? Kết luận hẳn phải điều mà giải thích này, giống giải thích trước, không tránh khỏi nghi vấn nghiêm trọng Người ta nên có mơ hình mà bao gồm tỷ giá hối đối, giá hàng hố, biến số tài chính, khối tập hợp tiền tệ kiểm soát cách trực tiếp trước đưa kết luận chắn sách Điều mà vận dụng ám (What the Exercise Suggests) Dù thì, vận dụng ám khai triển tương đối đơn giản hệ thống xác định chuỗi nhân Wold, điều mà áp dụng thường xun mơ hình VAR, mang lại hiểu biết quan trọng Ở dường người ta nghĩ tác động cung tiền quan trọng lạm phát sản lượng đầu – chúng liên kết tác động sản lượng đầu ngắn hạn với tác động giá dài hạn cách chặt chẽ – nghĩ liệu chúng có bị giới hạn khn khổ mà nhiễu hành vi xảy đồng thời với điều chỉnh biến số Nếu giải thích đúng, điều ngụ ý mơ hình tốn kinh tế vĩ mô truyền thống mà bỏ qua nội sinh (endogeneity) cơng cụ sách tiền tệ hồn tồn sai lầm Điều đồng thời ám hình thức đơn giản phương pháp kiểm tra lưu thông tiền tệ để ổn định kinh tế theo kỳ vọng lý phương pháp kiểm tra lưu thông tiền tệ để ổn định kinh tế truyền thống sai lầm Những tác động cú sốc cung tiền không vận hành thông qua bất ngờ giá lúc, phương pháp kiểm tra lưu thông tiền tệ để ổn định kinh tế theo kỳ vọng lý ra, điều chỉnh số lượng tiền tệ gần hồn tồn góp phần tạo nên cú sốc cung tiền Những định sách nhằm loại bỏ dao động số lượng tiền ngắn hạn không đươc ủng hộ Mặc dù mơ hình cho thấy hầu hết biến đổi số lượng tiền (trong đồ thị theo trục ngang) thay đổi cung tiền, phần lớn biến đổi qua quý không dự đoán bắt nguồn từ nhu cầu ảnh hưởng khác Nếu đồ thị phản hồi cú sốc cung tiền nhận thấy chứng minh mơ hình VAR chi tiết hơn, thật hợp lí để sử dụng chúng việc xác định phản ứng sách tối ưu nhiễu cầu tiền, tỉ giá hối đoái, cung lao động Tất nhiên, sử dụng mơ hình theo cách mà dẫn đến chuyển đổi đáng kể sách, có nghi vấn xác định Nếu điều ám thay đổi lớn chưa thấy cơng cụ sách, liệu mơ hình VAR có cịn giữ cấu trúc tuyến tính hay khơng Nếu điều ám thay đổi đáng kể xu hướng mức độ ổn định giá cả, phê bình kỳ vọng lý ám lý cho việc quan tâm dạng khác mơ hình phi tuyến tính Tuy nhiên, phân tích sách dựa mơ hình cân kỳ vọng lý khơng đáng tin cậy có ngun nhân Một mơ không tránh khỏi liên kết tự thân thiếu chặt chẽ liệu so với mơ hình VAR, tất kết khơng đáng tin cậy tử đầu Nó dựa giả định gần dạng hàm số cho thị hiếu vả công nghệ kinh tế - định mà xác qua số khoảng biến thiên hành vi kinh tế Điều tạo nên giả định cấu trúc thị trường lý cá nhân mà chắn khơng xác vài mức độ Bởi giới hạn mơ khác biệt so với giới hạn mơ hình VAR, có giống quan niệm, đơi thật hữu ích để nghĩ hậu thay đổi sách bối cảnh mơ hình kỳ vọng lý bối cảnh mơ hình VAR Có cân loại mơ hình để đạt kết hợp tốt phân tích sách, mà thứ bậc chúng 1.2 CÁC CHÚ THÍCH *Nghiên cứu hỗ trợ National Foundation Grant SES-8309329 (1) Trong lý thuyết engineering control, xác định (identification) thường ám mà nhà toán kinh tế gọi ước lượng (estimation) tập hợp tham số Trong thống kê, xác định nghi vấn liệu tham số mơ hình có đặt theo tứ tự thành phân phối xác suất cho liệu hay không Cả sử dụng có liên quan đến cách sử dụng tốn kinh tế mơ tả giáo trình, khơng có nhiều điểm giải thích mối liên hệ (2) Mơ hình cấu trúc sử dụng đây, phần mâu thuẫn với cách sử dụng phổ biến văn bản, tìm thấy cách giải sớm vấn đề - ví dụ cách giải vấn đề Hurwicz (1962) Koopmans Bausch (1959) Các nhà kinh tế nên chuẩn hóa việc sử dụng để mơ hình cấu trúc ln kết nối với địi hỏi tính hữu dụng dự báo tác động hành động Ngược lại, dạng rút gọn sử dụng rộng rãi để biến đổi số mơ hình giải thích ban đầu thành hình thức thuận tiện khơng dễ dàng để giải thích Người ta tưởng tượng mơ hình hữu ích cho việc dự báo ảnh hưởng sách biến đổi dạng rút gọn mơ hình với tập hợp phức tạp giải thích hành vi Một mơ có hai cấu trúc và, nghĩa đó, dạng rút gọn Tơi thấy khơng có tác hại việc sử dụng dạng rút gọn theo cách này, nghiên cứu bám vào cách sử dụng chặt chẽ mà mơ hình dạng rút gọn thực khơng có cấu trúc (3) Nếu chưa hồn tất, hồn tất cách thêm phương trình dự báo cho biến phi sách định trước Để thực dự báo với mơ hình, điều phải thực hoàn toàn trường hợp nào, tất biến mơ hình phải dự báo (4) Nếu biểu cung sản xuất khơng phải cạnh tranh, phương trình (6) - (7) khơng phải mơ tả xác biểu sản xuất theo thuế, biểu lịch sử giá cả, sản lượng, thu nhập, liệu thời tiết khơng thể phân biệt từ tạo biểu cung cạnh tranh (5) Ví dụ mơ hình kỳ vọng lý nhà ủng hộ phương pháp kiểm tra lưu thông tiền tệ để ổn định kinh tế (rational expectations monetarist models), xem nghiên cứu Barro (1997) Sargent Wallace (1976) (6) Ví dụ, xem nghiên cứu Litterman (1984), Blanchard and Watson (1984), Blanchard (1985), Bernanke (sắp xuất bản), Mazon (1985) (7) Nghiên cứu Sargent Hansen (1984) giả định Y danh mục liệu đầy đủ vơ hại Tuy nhiên giả định xác định không vô hại, điều thường hợp lý Có thể thật sai lầm khơng tính đến mơ hình biến mà thay đổi cách trực tiếp phản hồi tác động sách Điều đặt yêu cầu B(0) ma trận vuông (tức số lượng biến số mơ hình tương xứng với số lượng nhiễu hành vi vector e) (8) Nguyên nhân mà điều tiến hành cách thuận tiện giả thuyết cho liệu có khối ma trận tam giác Đây điều kiện Durbin (1970) cần thiết để đảm bảo cho bước ước lượng, xem xét ước lượng tham số bước đầu thể biết cách xác, tạo kết tiệm cận giống giống tối đa (maximum likelihood – phương pháp chọn giá trị cho phép xác suất tối đa) (9) Ưu tiên sử dụng bổ sung đơn giản hóa thủ tục sử dụng Doan, Litterman, Sims (1984) (10) Sai số tiêu chuẩn (standard errors) dựa đạo hàm lần thứ gần ma trận tích lũy suốt nghiên cứu giống tối đa (phương pháp chọn giá trị cho phép xác suất tối đa) thực BFGS - thuật tốn tối ưu hóa (Xem Gill, Murray, Wright 1981, trang 119) Một Hessian gần không cần phải q xác, chí tìm tìm kiếm thuật tốn thực tốt việc tìm kiếm giống tối đa (phương pháp chọn giá trị cho phép xác suất tối đa) mà đạt PHẦN 2: TÓM TẮT BÀI DỊCH VÀ LIÊN HỆ THỰC TẾ 2.1 Tóm tắt dịch Christopher Sims đoạt giải Nobel Kinh tế năm 2011 với Sargent nghiên cứu thực nghiệm nguyên nhân ảnh hưởng kinh tế học vĩ mô Nền kinh tế liên tục chịu tác động kiện lường trước Giá dầu bất ngờ tăng, NHTW thay đổi lãi suất, hay tiêu dùng đột ngột giảm Những kiện không lường trước thường gọi “cú sốc” Nền kinh tế chịu tác động thay đổi dài hạn hơn, ví dụ thay đổi sách tiền tệ theo hướng kiềm chế lạm phát hay thay đổi sách tài khóa theo hướng thắt chắt ngân sách Một nhiệm vụ nghiên cứu kinh tế vĩ mơ tìm hiểu xem “cú sốc” thay đổi sách mang tính hệ thống ảnh hưởng tới biến số vĩ mô ngắn dài hạn Nghiên cứu Sargent giúp hiểu ảnh hưởng thay đổi sách mang tính hệ thống, cịn Sims lại tập trung vào chế lan truyền “cú sốc” tồn kinh tế Vì vậy, Sims tập trung nghiên cứu việc ứng dụng mơ hình tự hồi quy VAR nhằm nhận diện, giải thích “cú sốc” kinh tế liệu lịch sử giúp phân tích xem “cú sốc” tác động tới biến số vĩ mơ khác, từ đưa phân tích lựa chọn sách kinh tế đắn Nghiên cứu hai ông xuất phát từ quan tâm đến mối quan hệ tương hỗ sách phát triển kinh tế; liệu sách tác động tới phát triển kinh tế hay phát triển kinh tế tác động tới sách? Mơ hình VAR thường kết hợp biến sách vào mơ hình cách đối xứng với biến khác xem tất chúng biến ngẫu nhiên Đơn cử, Sims sử dụng biến số giá dầu, lãi suất, tỷ lệ thất nghiệp mơ hình VAR để xác định tác động chúng biến số vĩ mô quan trọng định lựa chọn sách kinh tế Về nguyên tắc, ông đồng ý việc lựa chọn sách biến ngẫu nhiên, với khơng chắn ảnh hưởng quan trọng biến hành vi thực tế Tuy nhiên, lựa chọn sách, khơng phải đơn gieo xúc xắc mà thay vào đó, thường phải đưa lựa chọn có tính định Nhưng lập luận phản đối việc sử dụng mơ hình dự báo để hỗ trợ cho lựa chọn sách Chúng chỉ nên bổ sung giải thích hợp lý xác định rõ ràng để dễ dàng so sánh đưa định lựa chọn đắn Vì vậy, mơ hình VAR xây dựng tảng vững ba dạng mơ hình sau đây: Dạng rút gọn, Mơ hình cấu trúc Sự xác định (Reduced form, Structure, Identification) Dạng rút gọn (reduced form) mô hình mơ tả làm số liệu lịch sử, gọi tập X, tạo số chế ngẫu nhiên Khi ước lượng mơ hình dạng rút gọn, xây dựng vài thống kê mà tóm tắt liệu đầy đủ tập X Mơ hình dạng rút gọn xem nhân tố cho dạng cụ thể liệu tóm tắt Một cấu trúc, hay cịn gọi mơ hình cấu trúc, mơ hình mà sử dụng việc định Nó tạo dự đốn kết Z hình thức tác động khác A mà thực Sự xác định (Identification) giải thích biến động liệu quan sát lịch sử phương pháp mà cho phép biến động sử dụng để dự đoán kết hành động chưa thực Thực kết nối liệu kết định điều không dễ dàng, việc thực kết nối trở nên khó xa hành động mà dự tính thực từ kiện quan sát lịch sử Nếu may mắn, có biến động ngẫu nhiên mặt lịch sử hành động mà tương tự hành động dự kiến Sau sử dụng liệu trực tiếp để định tác động hành động xảy Nhưng đơi phải dự tính hành động hồn tồn khác từ quan sát khứ, việc xác định trường hợp trở nên khó khăn dễ gây tranh cãi Hình thức đơn giản sử dụng rộng rãi mơ hình định lượng trợ giúp để lựa chọn sách mơ hình bảng tính tài Mơ hình cấu trúc thường hình thành cách giả định tỷ lệ trung bình quan sát lịch sử liệu kế tốn dường không thay đổi theo thay đổi khác chiến lược kinh doanh sử dụng để dự báo tác động thay đổi chiến lược Ví dụ sau phát sinh thử nghiệm lâm sàng y học Chúng ta có kết từ nghiên cứu 200 bệnh nhân, 100 bệnh nhân cho điều trị phương pháp cũ 100 bệnh nhân cho điều trị theo phương pháp Kết trình bày thành bảng phân loại chéo phân thành 16 mục theo chủng tộc, độ tuổi, giới tính bệnh nhân Việc hồn thành bảng tính chéo xem tập hợp dạng rút gọn tham số ước lượng Sau câu hỏi thực tế đặt với bệnh nhân nào: Bệnh nhân trường hợp cụ thể có giống với bệnh nhân chọn mẫu nghiên cứu mà kết nghiên cứu từ mẫu phù hợp không? Kết ngoại suy đến tuổi nhóm dân tộc khơng hồn tồn khơng có tính đại diện cho mẫu không? Một bác sĩ thú y có nên sử dụng kết nghiên cứu người để điều trị cho ngựa khơng? Đây xác định vấn đề (Identification problem) Các phương pháp VAR có lợi mặt lý thuyết so với mơ hình kinh tế chuẩn tắc chỗ: chúng tạo liên kết mơ hình với mơ hình dự báo dạng rút gọn hồn tồn rõ ràng Điều nghĩa người ta xác nhận tính hợp lệ giả định xác suất dạng rút gọn cách cho trượt theo liệu lịch sử, cho thực dự báo với liệu thích hợp kỳ khứ Sự phân phối xác suất mơ hình cho lỗi dự báo so sánh với phân phối mẫu quan sát lỗi dự báo Vấn đề là, mô hình VAR mơ hình khác làm thu hẹp khoảng cách mô tả chi tiết ngẫu nhiên mơ hình (model stochastic specification) với phân phối lỗi dự báo quan sát, hứa hẹn việc xây dựng cho sách móng vững dựa thật khách quan Gần số nhà kinh tế học khám phá phương pháp có tính đơn giản thuận tiện việc xác định sách để giải thích mơ hình VAR với lỗi tiên đốn trước biến sách, mà khơng bị q nhiều hạn chế Theo đó, mơ hình VAR phân tích sở hai xác định khác nhau, trường hợp tách biệt cung cầu tiền với mối tương quan phương trình Ở dường người ta nghĩ tác động cung tiền quan trọng lạm phát sản lượng đầu – chúng liên kết tác động sản lượng đầu ngắn hạn với tác động giá dài hạn cách chặt chẽ – nghĩ liệu chúng có bị giới hạn khn khổ mà nhiễu hành vi xảy đồng thời với điều chỉnh biến số Nếu giải thích đúng, điều ngụ ý mơ hình tốn kinh tế vĩ mơ truyền thống mà bỏ qua nội sinh (endogeneity) công cụ sách tiền tệ hồn tồn sai lầm Điều đồng thời ám hình thức đơn giản phương pháp kiểm tra lưu thông tiền tệ để ổn định kinh tế theo kỳ vọng lý phương pháp kiểm tra lưu thông tiền tệ để ổn định kinh tế truyền thống sai lầm Những tác động “cú sốc” cung tiền không vận hành thông qua bất ngờ giá lúc, phương pháp kiểm tra lưu thông tiền tệ để ổn định kinh tế theo kỳ vọng lý ra, điều chỉnh số lượng tiền tệ gần hồn tồn góp phần tạo nên “cú sốc” cung tiền Những định sách nhằm loại bỏ dao động số lượng tiền ngắn hạn khơng đươc ủng hộ Mặc dù mơ hình cho thấy hầu hết biến đổi số lượng tiền (trong đồ thị theo trục ngang) thay đổi cung tiền, phần lớn biến đổi qua q khơng dự đốn bắt nguồn từ nhu cầu ảnh hưởng khác Nếu đồ thị phản hồi “cú sốc” cung tiền nhận thấy chứng minh mơ hình VAR chi tiết hơn, thật hợp lí để sử dụng chúng việc xác định phản ứng sách tối ưu nhiễu cầu tiền, tỉ giá hối đoái, cung lao động Tất nhiên, sử dụng mơ hình theo cách mà dẫn đến chuyển đổi đáng kể sách, có nghi vấn xác định Nếu điều ám thay đổi lớn chưa thấy cơng cụ sách, liệu mơ hình VAR có cịn giữ cấu trúc tuyến tính hay khơng Nếu điều ám thay đổi đáng kể xu hướng mức độ ổn định giá cả, phê bình kỳ vọng lý ám lý cho việc quan tâm dạng khác mơ hình phi tuyến tính Tuy nhiên, phân tích sách dựa mơ hình cân kỳ vọng lý khơng đáng tin cậy có ngun nhân Một mơ không tránh khỏi liên kết tự thân thiếu chặt chẽ liệu so với mơ hình VAR, tất kết khơng đáng tin cậy tử đầu Nó dựa giả định gần dạng hàm số cho thị hiếu vả công nghệ kinh tế - định mà xác qua số khoảng biến thiên hành vi kinh tế Điều tạo nên giả định cấu trúc thị trường lý cá nhân mà chắn khơng xác vài mức độ Bởi giới hạn mơ khác biệt so với giới hạn mơ hình VAR, có giống quan niệm, đơi thật hữu ích để nghĩ hậu thay đổi sách bối cảnh mơ hình kỳ vọng lý bối cảnh mơ hình VAR Có cân loại mơ hình để đạt kết hợp tốt phân tích sách, mà khơng phải thứ bậc chúng Với tất nội dung trên, nghiên cứu Sims Sargent đóng góp phương pháp hữu ích việc phân tích hoạch định sách, góp phần xây dựng tảng vững cho phân tích kinh tế vĩ mơ đại 2.2 Liên hệ thực tế: Ứng dụng mô hình VAR để kiểm định dự báo lạm phát Việt Nam Về mơ hình VAR, Christopher Sims phát triển phương pháp phân tích gọi vector autoregression (VAR) – cơng cụ phân tích thực nghiệm – để phân tích việc kinh tế phản ứng với thay đổi ngắn hạn sách yếu tố khác Các nhà kinh tế nhận quan hệ sách nhà nước kỳ vọng thị trường có quan hệ tương tác chặt chẽ với Các sách ảnh hưởng tới kinh tế, kinh tế ảnh hưởng tới sách Kỳ vọng tương lai yếu tố mối quan hệ hai chiều Vì thế, định kinh tế khu vực tư nhân thời điểm phụ thuộc vào kỳ vọng họ sách tương lai nhà nước Tương tự thế, sách tương lai nhà nước bị ảnh hưởng kỳ vọng nhà nước vận hành kinh tế tương lai, xem mối quan hệ nhân Bằng loạt thực nghiệm, Sims phát triển phương pháp thực nghiệm để phân tích phát quan hệ nhân cách xác Từ đó, rút khuyến nghị xác sách kinh tế Năm 2011, Ơng với Sargent Viện Hàn lâm Khoa học Thụy Điển trao tặng Giải Nobel Kinh tế Các phương pháp thực nghiệm hai Ông áp dụng nhiều quốc gia Đối với Việt Nam, lý thuyết cịn tương đối mới, nhiên ứng dụng để phân tích dự báo sách Sau ví dụ ứng dụng mơ hình VAR để kiểm định dự báo lạm phát Việt Nam: Như biết, lạm phát có nhiều nguyên nhân bao gồm: lạm phát cầu kéo, lạm phát chi phí đẩy, lạm phát tăng cung tiền … Việc dự báo lạm phát cơng việc quan trọng cho việc đưa sách vĩ mô để giúp ổn định phát triển kinh tế Có nhiều mơ hình dự báo lạm phát sử dụng, đó, mơ hình hồi quy vectơ (VAR) mơ hình sử dụng phổ biến giới Theo khảo sát có từ nguồn thu thập được, mơ hình VAR Việt Nam gồm 10 biến nhằm kiểm định tác động nhân tô tới lạm phát Việt Nam từ 2000 đến 2010, bao gồm biến nội sinh (khối sách): CPI, tín dụng nội địa (CREDIT), GDP, dự trữ ngoại hối (IR), lãi suất tiền gửi (LSTG), XNK ròng (XNK), M2 biến ngoại sinh (khối phi sách): giá dầu (OIL), giá gạo (RICE), cung tiền Mỹ (M2US) Tất biến lấy log, riêng XNK lấy trừ log giá trị tuyệt đối XNK q, LSTG, IR khơng lấy log Mơ hình ước lượng với hệ gồm 10 phương trình: Với : - k giá trị trễ - α, β, x, z, Ω, ∞, π, £, ω, λ, θ ma trận hệ số vuông - ε sai số ngẫu nhiên Tương tự biến khác CREDITt, GDPt, IRt, LSTGt, XNKt, M2t, OILt, RICEt, M2USt Kiểm định tính dừng cho chuỗi liệu thu kết biến mơ hình dừng bậc Tiến hành lấy sai phân bậc biến xác định độ trễ cho mô hình Kiểm định phần dư mơ hình dừng chứng tỏ mơ hình VAR xây dựng hoàn toàn phù hợp với chuỗi liệu biến lựa chọn Kết sử dụng mô hình VAR kiểm định yếu tố tác động đến lạm phát Việt Nam giao đoạn 2000 – 2010 sau : Nhân Tố Tác động giải thích lạm Tác động giải thích lạm phát sau quý phát sau quý CPI 25,31% 5,94% CREDIT 14,32% 3,81% GDP 2,78% 11,42% IR 11,37% 8,89% M2 21,83% 52,6% OIL 18,12% 6,78% M2US 3,76% 4.06% LSTG 1,47% 1,59% XNK 0,54% 3,42% RICE 0,5% 1,49% Tổng cộng 100% 100% Từ ta thấy nhân tố tác động nhiều cho lạm phát qua quý cung tiền M2, CPI, CREDIT, dự trữ ngoại hối OIL Xếp theo thứ tự mức độ giải thích cho lạm phát sau quý ta thấy : CPI giải thích lạm phát mức 25,31% tức lạm phát quý trước kỳ vọng lạm phát người dân ảnh hưởng nhiều đến lạm phát sau quý Tiếp theo cung tiền M2 (21,81%), giá nguyên liệu đầu vào, cụ thể dầu giải thích 18,12%, tiếp tín dụng nội địa (14,32%) dự trữ ngoại hối Nhưng sau quý ta thấy M2 nhân tố giải thích nhềiu cho lạm phát (52,6%), GDP (11,42%) Điều cho thấy kinh tế tăng trưởng phát triển lạm phát tăng cao Dự trữ ngoại hối góp phần giải thích 8,89% lạm phát sau quý Sau giá dầu (6,78%) CPI (5,94%) Tín dụng có tỷ lệ giải thích lạm phát sau quý cao giảm đáng kể sau quý Mở rộng mẫu giúp ta dựa vào mơ hình dự báo lạm phát quý I/2011 5,59% quý II/2011 4,92% Dự báo so với thực tế xác Hạn chế: - Mơ hình VAR kiểm định yếu tố tác động đến lạm phát Việt Nam giai đoạn 2000 – 2010 chưa kiểm định yếu tố chi tiêu công nợ công phủ tác động đến lạm phát - Khi xây dựng mơ hình phải lựa chọn sách tiền tệ hướng vào tăng trưởng hay sách tiền tệ hướng vào tỷ giá lựa chọn sách làm cho biến mơ hình có tác động phức tạp lẫn khiến cho mơ hình khơng cịn phù hợp Điều khiến cho mơ hình phải bỏ qua nhân tố tỷ giá Dựa vào mơ hình VAR, ta dự báo tình hình lạm phát thời gian tới, xem xét khả ảnh hưởng yếu tố tác động mạnh đến tình hình lạm phát, từ có sách vĩ mơ thích hợp góp phần kiềm chế lạm phát cách hiệu KẾT LUẬN Trong nghiên cứu này, Sims đưa quan điểm nhà kinh tế học việc đồng ý hay phản đối việc sử dụng mô hình dự báo phân tích sách, hầu kiến cho mơ hình dự báo đơn thống kê mô tả đơn giản liệu lịch sử, việc sử dụng mơ hình q cứng nhắc khơng thể định sách dựa khn khổ q máy móc mơ hình Tuy nhiên, thực tế tranh luận khơng hồn tồn phản đối việc sử dụng mơ hình dự báo để phân tích sách mà chỉ sử dụng mơ hình để hướng dẫn lựa chọn sách, thêm vào giải thích xác định Cụ thể giải thích xác định Sims minh họa ví dụ đơn giản dễ hiểu Bên cạnh đó, Sims phân tích ưu điểm nhược điểm mơ hình dự báo, cụ thể “mơ hình kỳ vọng lý” “mơ hình VAR” sử dụng phân tích sách lý luận ví dụ minh họa Thông qua liên hệ việc ứng dụng mơ hình VAR nghiên cứu lạm phát Việt Nam, thấy việc dự báo mơ hình tương đối xác chưa kiểm định số yếu tố chi tiêu cơng nợ cơng phủ tác động đến lạm phát, để điều chỉnh cho mơ hình phù hợp phải bỏ qua nhân tố tỷ giá khơng thể lựa chọn lúc hai sách sách tiền tệ hướng vào tăng trưởng sách tiền tệ hướng vào tỷ giá TÀI LIỆU THAM KHẢO Christopher A Sims (1986), Are forcasting models usable for policy analysis Nhóm ngành Khoa học kinh tế (2011), Ứng dụng mơ hình vecto tự hồi quy VAR kiểm định dự báo thực trạng lạm phát Việt Nam, Cơng trình dự thi giải thưởng nghiên cứu khoa học sinh viên, Trường ĐH Kinh tế TP Hồ Chí Minh Các viết website: http://vi.wikipedia.org/wiki/Christopher_A._Sims http://vef.vn/2011-10-19-nobel-kinh-te-2011-thay-doi-nhan-thuc-ve-chinh-sachtien-tehttp://cafef.vn/2011101009552872CA32/vi-sao-thomas-sargent-va-christophersims-duoc-trao-giai-nobel-kinh-te.chn ... tiểu luận này, nhóm trình bày nghiên cứu Sims vấn đề sử dụng mô hình dự báo để phân tích sách có tiêu đề “Are forecasting Models Usable for Policy Analysis?” (Liệu mơ hình dự báo có hữu ích cho. .. thầy bạn đọc có góp ý để tiểu luận hồn thiện góp phần cung cấp phần kiến thức kinh tế học hữu ích cho PHẦN 1: BÀI DỊCH 1.1 LIỆU CÁC MƠ HÌNH DỰ BÁO CĨ HỮU ÍCH CHO VIỆC PHÂN TÍCH CHÍNH SÁCH?* Trong... mơ hình tất biến sách xác định bên mơ hình (Trong thực tế, lập luận chí cịn áp dụng việc sử dụng mơ hình cho việc dự báo) Nhưng lập luận đắn phản đối việc sử dụng mơ hình dự báo để hỗ trợ cho