lạm phát ở Việt Nam
Về mô hình VAR, Christopher Sims phát triển một phương pháp phân tích được gọi là vector autoregression (VAR) – một công cụ phân tích thực nghiệm – để phân tích việc nền kinh tế phản ứng như thế nào với các thay đổi ngắn hạn về chính sách và các yếu tố khác. Các nhà kinh tế nhận ra quan hệ giữa các chính sách của nhà nước và kỳ vọng của thị trường có quan hệ tương tác chặt chẽ với nhau. Các chính sách ảnh hưởng tới nền kinh tế, nhưng nền kinh tế cũng ảnh hưởng tới các chính sách. Kỳ vọng về tương lai là yếu tố chính trong mối quan hệ hai chiều này. Vì thế, quyết định kinh tế của khu vực tư nhân tại thời điểm hiện tại phụ thuộc vào kỳ vọng của họ về các chính sách trong tương lai của nhà nước. Tương tự như thế, các chính sách tương lai của nhà nước cũng bị ảnh hưởng bởi kỳ vọng của nhà nước về sự vận hành của nền kinh tế trong tương lai, đây được xem như là mối quan hệ nhân quả. Bằng một loạt các thực nghiệm, Sims đã phát triển các phương pháp thực nghiệm để phân tích và phát hiện các quan hệ nhân quả này một cách chính xác. Từ đó, có thể rút ra các khuyến nghị chính xác về chính sách kinh tế. Năm 2011, Ông đã cùng với Sargent được Viện Hàn lâm
Khoa học Thụy Điển trao tặng Giải Nobel Kinh tế. Các phương pháp thực nghiệm của hai Ông được áp dụng tại nhiều quốc gia. Đối với Việt Nam, các lý thuyết này còn tương đối mới, tuy nhiên nó cũng đã được ứng dụng để phân tích và dự báo chính sách. Sau đây là một ví dụ về ứng dụng mô hình VAR để kiểm định và dự báo lạm phát tại Việt Nam:
Như chúng ta đã biết, lạm phát có nhiều nguyên nhân bao gồm: lạm phát do cầu kéo, lạm phát do chi phí đẩy, lạm phát do tăng cung tiền … Việc dự báo lạm phát là công việc quan trọng cho việc đưa ra các chính sách vĩ mô để giúp ổn định và phát triển nền kinh tế. Có rất nhiều mô hình dự báo lạm phát được sử dụng, trong đó, mô hình hồi quy vectơ (VAR) là mô hình được sử dụng khá phổ biến trên thế giới.
Theo khảo sát có được từ các nguồn thu thập được, mô hình VAR tại Việt Nam gồm 10 biến cơ bản nhằm kiểm định tác động của các nhân tô tới lạm phát Việt Nam từ 2000 đến 2010, bao gồm các biến nội sinh (khối chính sách): CPI, tín dụng nội địa (CREDIT), GDP, dự trữ ngoại hối (IR), lãi suất tiền gửi (LSTG), XNK ròng (XNK), M2 và các biến ngoại sinh (khối phi chính sách): giá dầu (OIL), giá gạo (RICE), cung tiền Mỹ (M2US). Tất cả các biến được lấy log, riêng XNK lấy trừ log giá trị tuyệt đối của XNK quý, LSTG, IR không lấy log.
Mô hình được ước lượng với 1 hệ gồm 10 phương trình:
Với :
- α, β, x, z, Ω, ∞, π, £, ω, λ, θ là ma trận hệ số vuông. - ε là sai số ngẫu nhiên.
Tương tự đối với các biến khác như CREDITt, GDPt, IRt, LSTGt, XNKt, M2t, OILt, RICEt, M2USt.
Kiểm định tính dừng cho chuỗi dữ liệu thu được kết quả các biến trong mô hình dừng ở bậc 2. Tiến hành lấy sai phân bậc 2 của các biến và xác định độ trễ 2 cho mô hình.
Kiểm định phần dư của mô hình đều dừng chứng tỏ mô hình VAR cơ bản được xây dựng là hoàn toàn phù hợp với chuỗi dữ liệu và các biến được lựa chọn.
Kết quả sử dụng mô hình VAR cơ bản kiểm định các yếu tố tác động đến lạm phát Việt Nam giao đoạn 2000 – 2010 như sau :
Nhân Tố Tác động giải thích lạm Tác động giải thích lạm phát sau 4 quý phát sau 8 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 đây ta thấy nhân tố tác động nhiều nhất cho lạm phát qua 4 quý là cung tiền M2, CPI, CREDIT, dự trữ ngoại hối và OIL. Xếp theo thứ tự mức độ giải thích cho lạm phát sau 4 quý ta có thể thấy rằng : CPI giải thích được lạm phát ở mức 25,31%
tức lạm phát của các quý trước và kỳ vọng lạm phát của người dân ảnh hưởng nhiều nhất đến lạm phát sau 4 quý. Tiếp theo đó là cung tiền M2 (21,81%), giá nguyên liệu đầu vào, cụ thể là dầu giải thích được 18,12%, tiếp đó là tín dụng nội địa (14,32%) và dự trữ ngoại hối.
Nhưng sau 8 quý ta có thể thấy rằng M2 là nhân tố giải thích nhềiu nhất cho lạm phát (52,6%), tiếp theo đó là GDP (11,42%). Điều này cho thấy nền kinh tế càng tăng trưởng phát triển thì lạm phát càng tăng cao. Dự trữ ngoại hối cũng góp phần giải thích 8,89% lạm phát sau 8 quý. Sau đó là giá dầu (6,78%) và CPI (5,94%). Tín dụng có tỷ lệ giải thích lạm phát sau 4 quý khá cao nhưng giảm đi đáng kể sau 4 quý nữa.
Mở rộng mẫu giúp ta dựa vào mô hình có thể dự báo lạm phát quý I/2011 là 5,59% và quý II/2011 là 4,92%. Dự báo này so với thực tế là khá chính xác.
Hạn chế:
- Mô hình VAR cơ bản kiểm định được các yếu tố tác động đến lạm phát Việt Nam giai đoạn 2000 – 2010 chưa kiểm định được yếu tố chi tiêu công và nợ công của chính phủ tác động đến lạm phát.
- Khi xây dựng mô hình phải lựa chọn giữa chính sách tiền tệ hướng vào tăng trưởng hay chính sách tiền tệ hướng vào tỷ giá vì nếu lựa chọn cả 2 chính sách sẽ làm cho các biến trong mô hình có tác động phức tạp lẫn nhau khiến cho mô hình không còn phù hợp. Điều này đã khiến cho mô hình phải bỏ qua nhân tố tỷ giá.
Dựa vào mô hình VAR, ta có thể dự báo được tình hình lạm phát trong thời gian tới, xem xét khả năng ảnh hưởng của yếu tố nào tác động mạnh đến tình hình lạm phát, từ đó có những chính sách vĩ mô thích hợp góp phần kiềm chế lạm phát một cách hiệu quả nhất.
KẾT LUẬN
Trong bài nghiên cứu này, Sims đã đưa ra những quan điểm của các nhà kinh tế học về việc đồng ý hay phản đối việc sử dụng các mô hình dự báo trong phân tích chính sách, hầu hết các ý kiến đều cho rằng các mô hình dự báo chỉ đơn thuần là những thống kê mô tả đơn giản các dữ liệu lịch sử, hoặc việc sử dụng các mô hình này là quá cứng nhắc do đó chúng ta không thể quyết định một chính sách dựa trên một khuôn khổ quá máy móc của một mô hình. Tuy nhiên, thực tế các tranh luận không hoàn toàn phản đối việc sử dụng các mô hình dự báo để phân tích chính sách mà chỉ chỉ ra rằng khi chúng ta sử dụng các mô hình đó để hướng dẫn lựa chọn chính sách, chúng ta thêm vào đó một sự giải thích xác định. Cụ thể các giải thích xác định này đã được Sims minh họa bằng các ví dụ đơn giản và dễ hiểu. Bên cạnh đó, Sims cũng đã phân tích những ưu điểm và nhược điểm của các mô hình dự báo, cụ thể là “mô hình kỳ vọng duy lý” và “mô hình VAR” được sử dụng trong phân tích chính sách bằng các lý luận cũng như các ví dụ minh họa.
Thông qua liên hệ việc ứng dụng mô hình VAR trong nghiên cứu lạm phát ở Việt Nam, chúng ta cũng có thể thấy được việc dự báo bằng mô hình này là tương đối chính xác nhưng nó chưa kiểm định được một số yếu tố như chi tiêu công và nợ công của chính phủ tác động đến lạm phát, và để điều chỉnh cho mô hình phù hợp chúng ta phải bỏ qua nhân tố tỷ giá vì không thể nào lựa chọn một lúc cả hai chính sách đó là chính sách tiền tệ hướng vào tăng trưởng và chính sách tiền tệ hướng vào tỷ giá.
TÀI LIỆU THAM KHẢO
1. Christopher A. Sims (1986), Are forcasting models usable for policy analysis. 2. Nhóm ngành Khoa học kinh tế (2011), Ứng dụng mô hình vecto tự hồi quy VAR
kiểm định và dự báo thực trạng lạm phát ở Việt Nam, Công trình dự thi giải thưởng nghiên cứu khoa học sinh viên, Trường ĐH Kinh tế TP. Hồ Chí Minh. 3. Các bài viết trên các 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-sach- tien-te-http://cafef.vn/2011101009552872CA32/vi-sao-thomas-sargent-va- christopher-sims-duoc-trao-giai-nobel-kinh-te.chn