2.5.1.1. Khảo sát số liệu:
Số liệu tỷ lệ lạm phát và tỷ lệ thất nghiệp giai đoạn 1992-2014 là chuỗi số liệu theo thời gian do đó ta cần kiểm định số liệu này thuộc dạng nào. Có 4 dạng : tính xu hướng, tính chu kỳ, tính thời vụ và tính ngẫu nhiên.
Khảo sát số liệu tỷ lệ lạm phát:
Biểu đồ 2.8: Đồ thị chuỗi số liệu tỷ lệ lạm phát
Nguồn: kết quả tính toán từ Eview
Qua quan sát đồ thị chuỗi số liệu tỷ lệ lạm phát cho thấy số liệu tỷ lệ lạm phát thuộc tính ngẫu nhiên vì theo đồ thị ta nhận thấy tỷ lệ lạm phát biến động bất thường không có quy luật, không nhận ra được các xu hướng khác trong số liệu.
-5 0 5 1 0 1 5 2 0 2 5 9 2 9 4 9 6 9 8 0 0 0 2 0 4 0 6 0 8 1 0 1 2 1 4 L A MP HA T
Khảo sát số liệu tỷ lệ thất nghiệp:
Biểu đồ 2.9: Đồ thị chuỗi số liệu tỷ lệ thất nghiệp
Nguồn: kết quả tính toán từ Eview
Bảng 2.5: Giản đồ tự tƣơng quan của chuỗi số liệu tỷ lệ thất nghiệp
Date: 08/27/15 Time: 09:14 Sample: 1992 2014
Included observations: 23
Autocorrelation Partial Correlation AC PAC Q-Stat Prob . |****** | . |****** | 1 0.765 0.765 15.312 0.000 . |**** | . *| . | 2 0.524 -0.150 22.822 0.000 . |*** | . |* . | 3 0.402 0.139 27.476 0.000 . |**. | . | . | 4 0.313 -0.034 30.433 0.000 . |**. | . |* . | 5 0.298 0.164 33.263 0.000 . |**. | . | . | 6 0.274 -0.043 35.810 0.000 . |* . | . *| . | 7 0.165 -0.150 36.782 0.000 . | . | . *| . | 8 0.050 -0.068 36.879 0.000
Nguồn: kết quả tính toán từ Eview
Qua quan sát đồ thị và giản đồ tự tương quan ta nhận thấy rằng số liệu tỷ lệ thất nghiệp là một chuỗi có xu hướng. Số liệu tỷ lệ thất nghiệp thuộc tính xu hướng vì theo đồ thị tỷ lệ thất nghiệp biến động theo một chiều hướng giảm. Bên cạnh đó, quan sát
3 4 5 6 7 8 9 9 2 9 4 9 6 9 8 0 0 0 2 0 4 0 6 0 8 1 0 1 2 1 4 T HA T NGHIE P
giản đồ tự tương quan cho thấy các hệ số tương quan của các độ trễ đầu tiên khá lớn và sẽ giảm dần về không khi số độ trễ tăng lên, do đó dựa theo Hanke (2005) tác giả kết luận chuỗi số liệu tỷ lệ thất nghiệp có tính xu hướng. Từ kết quả khảo sát số liệu tỷ lệ thất nghiệp có tính xu hướng, đây là cơ sở để tác giả tiến hành ước lượng mô hình hồi quy dạng hàm xu thế. Mô hình hóa dạng hàm xu thế bằng cách thực hiện một hàm hồi quy thích hợp với biến cần dự báo Y và thời gian T.
2.5.1.2 Mô hình hồi quy:
Nội dung cơ bản của phân tích xu hướng đối với dãy số thời gian là khái quát hóa xu hướng biến động của dãy số bằng một hàm số toán học, nghĩa là người ta tìm một hàm số mô tả một cách gần đúng nhất biến động thực tế của hiện tượng gọi là hàm lý thuyết. Các hàm số biểu hiện xu hướng phát triển xác định theo logic nội tại của dãy số, biểu hiện chỉ tiêu kinh tế muốn phân tích. Thực tế muốn thông qua dãy số thời gian ta cũng chỉ phân tích được xu hướng trên những nét chung nhất. Có nhiều dạng hàm số biểu hiện tính xu hướng trong phân tích kinh tế như:
Dạng hàm xu thế Phƣơng trình hồi quy tổng thể
Tuyến tính Yt = β0 + β1Time + ut
Bậc hai Yt = β0 + β1Time + β2Time2 + ut
Bậc ba Yt = β0 + β1Time + β2Time2 + β3Time3 + ut Tuyến tính - log Yt = β0 + β1ln(Time) + ut
Nghịch đảo Yt = β0 + β1(1/Time) + ut Tăng trưởng mũ Yt = e β0+ β1Time + ut
Qua kết quả tính toán bằng Eview cho thấy:
Dạng hàm Ln(Yt)= β0 + β1Time + ut là dạng hàm biểu diễn tính xu hướng của biến thất nghiệp cho hệ số tương quan R2 cao nhất trong các hàm biểu diễn tính xu hướng của biến thất nghiệp.Trong mô hình hồi quy, biến Time mang ý nghĩa là biến xu thế, được tính bằng công thức time = @ trend ( ).
Bảng 2.6: Kết quả mô hình hồi quy
Dependent Variable: LOG(THATNGHIEP) Method: Least Squares
Date: 08/18/15 Time: 21:48 Sample: 1992 2014
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob. C 2.128264 0.052348 40.65628 0.0000 T -0.035332 0.003208 -11.01310 0.0000 LAMPHAT -0.003990 0.003721 -1.072163 0.2964 R-squared 0.860360 Mean dependent var 1.672626 Adjusted R-squared 0.846396 S.D. dependent var 0.260296 S.E. of regression 0.102016 Akaike info criterion -1.606268 Sum squared resid 0.208145 Schwarz criterion -1.458160 Log likelihood 21.47208 F-statistic 61.61292 Durbin-Watson stat 0.714258 Prob(F-statistic) 0.000000 Nguồn: kết quả tính toán từ Eview
Kết quả Eview cho thấy :
Hàm hồi quy: Log(THATNGHIEP) = 2.128264 - 0.035332*T - 0.003990*LAMPHAT Hệ số tương quan R2= 86% (hệ số tương quan hiệu chỉnh 84%) cho biết có đến 86% mối quan hệ giữa lạm phát và thất nghiệp được giải thích bởi mô hình. Trong đó
đặc biệt, Prob của biến lạm phát = 0.2964 > 5% cho thấy biến lạm phát trong mô hình không có ý nghĩa.
Kết luận: qua kiểm định cho thấy trong dài hạn lạm phát không có mối quan hệ với thất nghiệp, điều này càng củng cố thêm lý thuyết về mối quan hệ dài hạn giữa lạm phát và thất nghiệp.
2.5.2 Phân tích mối quan hệ nhân quả:
2.5.2.1. Kiểm định tính dừng của chuỗi dữ liệu:
Theo Gurajati (2003) một chuỗi thời gian là dừng khi giá trị trung bình, phương sai, hiệp phương sai (tại các độ trễ khác nhau) giữ nguyên không đổi cho dù chuỗi được xác định vào thời điểm nào đi nữa. Chuỗi dừng có xu hướng trở về giá trị trung bình và những dao động quanh giá trị trung bình là như nhau. Trong nghiên cứu định lượng nếu chuỗi dữ liệu nghiên cứu là chuỗi dữ liệu thời gian không dừng thì ta không thể áp dụng phương pháp hồi quy bình phương nhỏ nhất (Ordinary Least Square) để tiến hành ước lượng bởi vì phương pháp này sẽ dẫn đến hiện tượng hồi quy giả mạo, kết quả thu được sẽ không hợp lý và không chính xác. Do đó bước đầu tiên là kiểm định chuỗi dừng và xác định bậc dừng.
Theo Ramanathan (2002) hầu hết các chuỗi thời gian về kinh tế là không dừng vì chúng thường có một xu hướng tuyến tính hoặc mũ theo thời gian. Tuy nhiên có thể biến đổi chúng về chuỗi dừng thông qua quá trình sai phân (lấy sai phân bậc một hoặc sai phân bậc hai cho đến khi dừng).
Có nhiều cách để kiểm tra xem một chuỗi thời gian là dừng hay không dừng, trong bài nghiên cứu này tác giả thực hiện kiểm định tính dừng của chuỗi dữ liệu bằng kiểm định nghiệm đơn vị (Unit Root Test) của Dickey và Fuller.
H0: ρ =1 (chuỗi là không dừng) ; H1: ρ ≠1 (chuỗi dừng) Ta có τ = ̂̂ phân phối theo quy luật DF.
Nếu | | < | | thì chấp nhận giả thiết H0
Nếu | | > | | thì bác bỏ giả thiết H0
Tác giả thực hiện kiểm định tính dừng của lạm phát trên phần mềm Eviews được kết quả như sau:
Null Hypothesis: LAMPHAT has a unit root Exogenous: None
Lag Length: 0 (Automatic - based on SIC, maxlag=1)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -3.969800 0.0003 Test critical
values: 1% level -2.664853
5% level -1.955681
10% level -1.608793
*MacKinnon (1996) one-sided p-values.
Bảng 2.7: Kết quả kiểm định tính dừng của lạm phát
LAMPHAT Level
t-Statistic
Augmented Dickey-Fuller test statistic (ADF)
Test critical values
1% -2.664853
5% -1.955681
10% -1.608793
Nguồn: kết quả từ kiểm định nghiệm đơn vị thực hiện trên Eviews
Theo kết quả bảng kiểm định tính dừng của chuỗi dữ liệu lạm phát cho thấy chuỗi lạm phát dừng ở mức ý nghĩa 1%; 5% và 10% vì | |= 3.969800 > | | với α = 1%; α = 5% và α = 10% .
Tác giả kiểm định tính dừng của thất nghiệp trên phần mềm Eviews được kết quả: Null Hypothesis: THATNGHIEP has a unit root
Exogenous: None
Lag Length: 0 (Automatic - based on SIC, maxlag=1)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -3.399853 0.0016 Test critical
values: 1% level -2.664853
5% level -1.955681
10% level -1.608793
*MacKinnon (1996) one-sided p-values.
Bảng 2.8: Kết quả kiểm định tính dừng của thất nghiệp
THATNGHIEP Level
t-Statistic
(ADF)
Test critical values
1% -2.664853
5% -1.955681
10% -1.608793
Nguồn: kết quả từ kiểm định nghiệm đơn vị thực hiện trên Eviews
Theo kết quả bảng kiểm định tính dừng của chuỗi dữ liệu thất nghiệp cho thấy chuỗi thất nghiệp dừng ở mức ý nghĩa 1%, 5% và 10% vì | |= 3.399853 > | | với α = 1%; α = 5%; α = 10%.
Nhận xét: ở mức ý nghĩa α = 5% thì chuỗi lạm phát và thất nghiệp đều dừng, như vậy giữa hai biến lạm phát và thất nghiệp có thể tồn tại mối quan hệ cân bằng trong dài hạn. Do đó tác giả sẽ tiếp tục kiểm định đồng liên kết.
2.5.2.2 Kiểm định đồng liên kết :
“None” : nghĩa là không có đồng liên kết
“At most 1” : nghĩa là có một mối quan hệ đồng liên kết.
Số phương trình đồng liên kết sẽ phụ thuộc số biến trong mô hình. Nếu mô hình có n biến thì sẽ có (n-1) phương trình đồng liên kết.
Kiểm định Johansen với các giả thiết sau: H0 : không có đồng liên kết ; H1 : có đồng liên kết
Quyết định bác bỏ hay chấp nhận giả thiết H0 dựa vào cơ sở so sánh giá trị vết của ma trận “Trace Statistic” hoặc giá trị riêng cực đại của ma trận “Maximum Eigenvalue” với giá trị giới hạn “Critical value” ở mức ý nghĩa lựa chọn.
Nếu “Trace Statistic” hoặc “Maximum Eigenvalue” < “Critical value” thì ta chấp nhận giả thiết H0 (không có đồng liên kết).
Nếu “Trace Statistic” hoặc “Maximum Eigenvalue” > “Critical value” thì ta bác bỏ giả thiết H0 (tồn tại đồng liên kết).
Tác giả thực hiện tính toán trên phần mềm Eviews được kết quả như sau: Kết quả kiểm định đồng liên kết theo giá trị thống kê Trace:
Date: 08/12/15 Time: 11:42 Sample (adjusted): 1992 2014
Included observations: 23 after adjustments
Trend assumption: No deterministic trend (restricted constant) Series: LAMPHAT THATNGHIEP
Lags interval (in first differences): 1 to 1
Unrestricted Cointegration Rank Test (Trace)
Hypothesizd Trace 0.05
No. of CE(s) Eigenvalue Statistic
Critical
Value Prob.** None * 0.852830 48.05185 20.26184 0.0000 At most 1 0.158901 3.980065 9.164546 0.4151 Trace test indicates 1 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values
Kết quả kiểm định đồng liên kết theo giá trị thống kê Maximum Eigen
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
Hypothesizd Max-Eigen 0.05
No. of CE(s) Eigenvalue Statistic
Critical
Value Prob.** None * 0.852830 44.07179 15.89210 0.0000 At most 1 0.158901 3.980065 9.164546 0.4151 Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values
Bảng tóm tắt kết quả kiểm định đồng liên kết theo giá trị thống kê Trace và giá trị thống kê Maximum Eigen:
Bảng 2.9: Kết quả kiểm định đồng liên kết theo giá trị thống kê Trace
Giá trị H0 Giá trị riêng của ma trận (Eigen value) Giá trị thống kê của ma trận (Trace statistic) Giá trị giới hạn 5% (Critical value 5%) P-value None* 0.852830 48.05185 20.26184 0.0000 At most 1 0.158901 3.980065 9.164546 0.4151
Bảng 2.10: Kết quả kiểm định đồng liên kết theo giá trị thống kê Maximum Eigen
Giá trị H0 Giá trị riêng của ma trận (Eigen value) Giá trị thống kê của ma trận (Maximum Eigen Statistic) Giá trị giới hạn 5% (Critical value 5%) P-value None* 0.852830 44.07179 15.89210 0.0000 At most 1 0.158901 3.980065 9.164546 0.4151
Kết quả cho thấy:
Giá trị thống kê Trace = 48.05185 > giá trị Critical = 20.26184 và giá trị thống kê maximum Eligen = 44.07179 > giá trị Critical = 15.89210. Do đó ta bác bỏ giả thiết H0 ở mức ý nghĩa 5% tức hai biến lạm phát và thất nghiệp có tồn tại đồng liên kết.
2.5.2.3 Kiểm định nhân quả Granger:
Để kiểm định mối quan hệ nhân quả giữa lạm phát và thất nghiệp xem lạm phát có tác động đến thất nghiệp và ngược lại tác giả tiến hành kiểm định Pairwise Granger Causality Test giữa các cặp biến.
Có 4 trường hợp có thể xảy ra :
(1) Lạm phát tác động đến thất nghiệp nhưng thất nghiệp không tác động đến lạm phát.
(2) Thất nghiệp tác động đến lạm phát nhưng lạm phát không tác động đến thất nghiệp.
(3) Lạm phát tác động đến thất nghiệp và thất nghiệp cũng tác động đến lạm phát. (4) Lạm phát và thất nghiệp không có tác động đến nhau.
Giả thiết:
H0: Lạm phát (thất nghiệp) không có tác động nhân quả tới thất nghiệp (lạm phát).
H1: Lạm phát (thất nghiệp) có tác động nhân quả tới thất nghiệp (lạm phát). Kiểm định:
Nếu P-value > α (1%, 5%, 10%) : chấp nhận H0
Nếu P-value < α (1%, 5%, 10%) : bác bỏ H0
Tác giả thực hiện kiểm định Granger Causality với lags bằng 1 trên phần mềm Eviews được kết quả như sau:
Pairwise Granger Causality Tests Date: 08/12/15 Time: 12:02 Sample: 1990 2014
Lags: 1
Null Hypothesis: Obs
F-
Statistic Prob. THATNGHIEP does not Granger Cause
LAMPHAT 24 0.14226 0.7098
LAMPHAT does not Granger Cause
THATNGHIEP 0.02951 0.8652
Bảng 2.11: Kết quả kiểm định Granger Causality
Giả thiết H0 P-value Kết luận *
Biến động của thất nghiệp không có ảnh hưởng đến biến động của lạm phát.
0.7098 Chấp nhận giả thiết H0
Biến động của lạm phát không có ảnh hưởng đến biến động của thất nghiệp.
0.8652 Chấp nhận giả thiết H0
Kết quả kiểm định cho thấy với độ trễ là 1 năm thì P-value = 0.7098 > 0.05 và P-value = 0.8652 > 0.05 do đó kết luận thất nghiệp không ảnh hưởng đến lạm phát và lạm phát cũng không ảnh hưởng thất nghiệp vì p-value > 0.05. Tác giả cũng đã kiểm định với các độ trễ từ 1 năm đến 7 năm thì đều nhận thấy có kết quả là p-value > 0.05. Qua đó tác giả kết luận không tồn tại mối quan hệ giữa lạm phát và thất nghiệp trong dài hạn, như vậy kết quả phân tích định lượng cho thấy phù hợp với lý thuyết.
KẾT LUẬN CHƢƠNG 2
Trong chương 2, luận văn đã phân tích, đánh giá thực trạng lạm phát và thất nghiệp ở Việt Nam.
Thứ nhất, luận văn nêu lên tổng quát thực trạng lạm phát và thất nghiệp ở Việt
Nam giai đoạn 2000-2014. Từ đó đánh giá phân tích thực trạng lạm phát và thất nghiệp ở Việt Nam theo từng giai đoạn cụ thể.
Thứ hai, luận văn đã trình bày đường cong Phillips tại Việt Nam giai đoạn
2000-2014.
Thứ ba, luận văn đã phân tích và đánh giá mối quan hệ giữa lạm phát và thất
nghiệp ở Việt Nam. Trong đó, luận văn đã kết hợp phân tích định tính và định lượng về mối quan hệ giữa lạm phát và thất nghiệp ở Việt Nam, qua phân tích luận văn đưa ra kết luận và củng cố thêm lý thuyết về mối quan hệ giữa lạm phát và thất nghiệp trong dài hạn.
Từ kiểm định mô hình đường cong Phillips tại Việt Nam và phân tích thực trạng mối quan hệ giữa lạm phát và thất nghiệp ở Việt Nam, đây là cơ sở quan trọng để luận văn đưa ra các kiến nghị nhằm nâng cao tính ứng dụng của đường cong Phillips vào hoạch định chính sách kinh tế và đề xuất các chính sách giảm tỷ lệ thất nghiệp ở nước ta.
CHƢƠNG 3
GIẢI PHÁT NÂNG CAO TÍNH ỨNG DỤNG MÔ HÌNH ĐƢỜNG CONG PHILLIPS TẠI VIỆT NAM
Lạm phát và thất nghiệp luôn là vấn đề vĩ mô quan trọng trong chính sách kinh tế của một quốc gia. Để biết tác động của lạm phát đến thất nghiệp ta cần phân tích đầy đủ tác động của lạm phát đến nền kinh tế ứng với từng đặc điểm kinh tế của mỗi quốc gia và trong từng thời kỳ giai đoạn khác nhau. Trong phạm vi bài nghiên cứu tác giả dựa trên cả phương pháp định tính và định lượng để tìm hiểu mối quan hệ giữa lạm phát và thất nghiệp. Vấn đề đặt ra cần giải quyết đó là cân bằng được lạm phát và thất nghiệp, vừa đạt được mục tiêu kiểm soát lạm phát và giảm tỷ lệ thất nghiệp.
3.1 Định hƣớng và mục tiêu phát triển kinh tế xã hội của Việt Nam đến năm 2020:
Theo Chiến lược phát triển kinh tế - xã hội 2011-2020 [15] đã được thông qua tại Đại hội đại biểu Đảng Cộng Sản Việt Nam lần thứ XI, định hướng và mục tiêu phát triển kinh tế xã hội của nước ta là: