a. Mô hình đường cong Phillips
Các nhà kinh tế học của trường phái kinh tế học vĩ mô tổng hợp đã sử dụng kết quả nghiên cứu của Phillips (1958) và dựng nên đường cong Phillips như sau:
Hình 1.1: Đường cong Phillips ngắn hạn
Đường cong Phillips thể hiện mối quan hệ đánh đổi giữa lạm phát và thất nghiệp.
Tuy nhiên, trường phái tiền tệ cho rằng đường cong Phillips trên là đường cong Phillips ngắn hạn. Friedman đã đưa ra khái niệm tỉ lệ thất nghiệp tự nhiên, theo đó, khi thị trường lao động ở trạng thái cân bằng thì vẫn có thất nghiệp tự nhiên. Trong dài hạn, đường cong Phillips là đường thẳng đứng tại mức thất nghiệp tự nhiên. Tỉ lệ thất nghiệp tự nhiên không phụ thuộc vào lạm phát. Do đó, mô hình đường cong Phillips ngày nay mà các nhà kinh tế học sử dụng để đưa ra những dự báo đã thêm yếu tố ngẫu nhiên vào mô hình.
b. Mô hình lạm phát do chi phí đẩy
Theo lý thuyết tiền tệ của Keynes, lạm phát chi phí đẩy xảy ra khi đường tổng cung dịch chuyển sang trái do chi phí sản xuất tăng nhanh hơn
năng suất lao động. Bốn loại chi phí có thể gây ra lạm phát loại này là:tiền lương, thuế gián thu, lãi suất và giá nguyên liệu nhập khẩu. Những yếu tố này có thể có tác động riêng lẻ, nhưng cũng có thể gây ra tác động tổng hợp đẩy chi phí sản xuất lên cao. Khi đó, các doanh nghiệp sẽ đối phó lại bằng cách tăng giá cả hàng hóa trong khi cầu về sản phẩm của họ không thay đổi đáng kể làm xuất hiện lạm phát.
Hình 1.2: Mô hình lạm phát do chi phí đẩy c. Mô hình lạm phát do cầu kéo
Lý thuyết Keynes nói rằng, lạm phát tăng tốc khi tổng cầu tăng vượt quá khả năng của nền kinh tế để sản xuất (sản lượng tiềm năng của nó). Do đó, bất kỳ yếu tố nào làm tăng tổng cầu đều có thể gây ra lạm phát. Tuy nhiên, về lâu dài, tổng cầu có thể cân bằng với năng lực sản xuất chỉ bằng cách tăng lượng tiền trong lưu thông nhanh hơn so với tốc độ tăng trưởng thực của nền kinh tế, hoặc có thể là một sự suy giảm nhanh chóng trong cầu tiền. Cung tiền cũng được cho là đóng một vai trò quan trọng trong việc xác định mức độ vừa phải của lạm phát. Tuy nhiên, các nhà kinh tế Keynes thường nhấn mạnh vai trò của tổng cầu trong nền kinh tế chứ không phải là cung tiền trong việc xác định lạm phát. Có nghĩa là, đối với trường phái Keynes, cung tiền chỉ là một yếu tố quyết định của tổng cầu.
Sự tăng lên của tổng cầu có thể được giải thích bằng phương trình số nhân chi tiêu của Keynes:
( )( ) ( ( ) )÷÷
÷÷
÷
ứ ử
ỗỗ ỗỗ ỗ
è ổ
- D
+ D
+ D
+ D - ´
= D
M X G I C
Y mpc 1
1 (1.2)
Trong đó: Y: tổng thu nhập, mpc: khuynh hướng tiêu dùng biên, C: chi tiêu của khu vực tư, I: đầu tư của khu vực tư, G: chi tiêu của chính phủ, X-M:
cán cân thanh toán, Δ: chỉ sự thay đổi của các biến trên. Qua đó ta thấy bất kỳ sự gia tăng nào trong bốn thành tố trên đều có thể làm tăng tổng cầu. Nếu mpc càng lớn thì số nhân chi tiêu 1/(1-mpc) càng lớn sẽ kéo theo sự thay đổi của tổng cầu càng lớn.
d. Mô hình lạm phát theo quan điểm kì vọng
Yếu tố kỳ vọng là một trong những điểm khác biệt của các lý thuyết về lạm phát được phát triển sau này. Mặc dù các nhà kinh tế như: Keynes, Hicks, Lange, có bàn về yếu tố kỳ vọng nhưng nó thật sự được nghiên cứu rộng rãi nhất là vào thập niên 1970 trở lại đây. Kết quả của các nghiên cứu này cho thấy: Các kỳ vọng lạm phát ảnh hưởng đến lạm phát thông qua hai góc độ:
thứ nhất, chúng ảnh hưởng đến mức lãi suất thực và vì thế mà nó ảnh hưởng đến bất kỳ tỷ lệ lãi suất danh nghĩa cụ thể nào và từ đó ảnh hưởng đến lạm phát. Thứ hai, chúng ảnh hưởng đến giá cả và tiền lương và vì thế ảnh hưởng đến lạm phát thực tế trong giai đoạn tiếp theo sau đó. Cơ chế để hình thành lạm phát kỳ vọng là tình trạng lạm phát trong quá khứ và những động thái của chính phủ trong giai đoạn hiện tại.
e. Mô hình lạm phát theo trường phái tiền tệ
Các nhà kinh tế học của trường phái tiền tệ cho rằng yếu tố quan trọng nhất ảnh hưởng đến lạm phát là tốc độ thay đổi cung tiền. Milton Friedman
nhận định “Lạm phát là luôn luôn có và ở khắp mọi nơi là một hiện tượng tiền tệ.” Dựa trên Thuyết số lượng tiền tệ, bất kỳ thay đổi nào trong số lượng tiền trong một hệ thống sẽ làm thay đổi mức giá. Lý thuyết này bắt đầu với phương trình trao đổi:
MV = PQ (1.3) Trong đó:
M là số lượng tiền danh nghĩa;
V là vòng quay tiền tệ trong các tiêu dùng cuối cùng;
P là mức giá chung;
Q là khối lượng giao dịch của các tiêu dùng cuối cùng.
Lý thuyết này giả định rằng giá cả hoàn toàn linh hoạt. Trong ngắn hạn, nếu lạm phát chậm điều chỉnh thì khi đó, sự thay đổi của lượng tiền danh nghĩa sẽ không ăn khớp với những thay đổi của lạm phát, và do vậy cung tiền thực tế sẽ thay đổi. Lý thuyết số lượng tiền tệ sẽ không còn đúng trong ngắn hạn nếu chưa có sự điều chỉnh trọn vẹn.
1.2.2. Một số mô hình định lượng dự báo lạm phát phổ biến
Để dự báo diễn biến trong tương lai của lạm phát, người ta có thể sử dụng mô hình chuỗi thời gian hoặc mô hình nhân quả hoặc sử dụng mô hình khá phức tạp là Neural Network.
a. Mô hình dự báo chuỗi thời gian
Các mô hình chuỗi thời gian dự báo giá trị tương lai của một biến số nào đó bằng cách phân tích số liệu quá khứ và hiện tại của chính biến số đó.
Một cách tổng quát, các mô hình chuỗi thời gian không dựa trên bất kì một động thái kinh tế rõ nét nào. Giả định của dự báo chuỗi thời gian là sự vận động trong tương lai của biến dự báo sẽ giữ nguyên xu thế vận động trong quá khứ và hiện tại. Như vậy, chỉ có chuỗi ổn định mới đưa ra được những dự báo
tin cậy. Đây là điều kiện quan trọng để phân tích và dự báo chuỗi thời gian.
Toàn bộ dự báo được phân chia làm 2 giai đoạn là dự báo hậu nghiệm (ex-post) và dự báo tiền nghiệm (ex-ante).
- Giai đoạn dự báo hậu nghiệm: Là thời gian từ quan sát đầu tiên sau khi chấm dứt giai đoạn mẫu YT+1 tới quan sát mới nhất YN. Giai đoạn hậu nghiệm là giai đoạn kiểm nghiệm sự chính xác tính dự báo của mô hình.
- Giai đoạn dự báo tiền nghiệm: Là giai đoạn dự báo tương lai. Đây chính là mục tiêu của dự báo, nhưng vì chưa xảy ra nên không thể so sánh được.
Mô hình chuỗi thời gian thường được sử dụng nhất trong dự báo lạm phát là mô hình ARIMA với phương pháp Box-Jenkins. Mô hình ARIMA (Autoregressive Integrated Moving Average - Tự hồi qui tích hợp Trung bình trượt), được Box, G. và Jenkins, G. (1976) nghiên cứu.
b. Mô hình nhân quả
Mô hình nhân quả dựa trên sự tác động qua lại giữa các yếu tố với nhau, trong đó biến cần dự báo (biến phụ thuộc) có quan hệ nhân quả với các biến khác (biến độc lập). Để thực hiện được dự báo theo mô hình nhân quả, người làm dự báo dựa trên các lý thuyết về kinh tế, tài chính, các nghiên cứu thực nghiệm có liên quan, kinh nghiệm thực tế. Trước khi xây dựng mô hình, người làm dự báo phải thiết lập các cơ sở lý thuyết, mối liên hệ giữa biến phụ thuộc và các biến độc lập. Sau khi xác định các bước trên sẽ cần phải tiến hành thu thập dữ liệu, xây dựng, ước lượng mô hình, kiểm định giả thiết và cuối cùng là thực hiện dự báo. Phương pháp này sử dụng phân tích hồi quy để tìm mối liên hệ giữa biến phụ thuộc và biến độc lập. Qua mô hình nhân quả, chúng ta có thể dự báo được xu thế và những nhân tố tác động đến biến động của lạm phát. Mô hình nhân quả thường sử dụng số liệu bảng.
Trong dự báo lạm phát, biến phụ thuộc là tỉ lệ lạm phát hoặc các chỉ số
giá phản ánh lạm phát như CPI, PPI, …. Trong khi đó, các biến độc lập là các biến số của nền kinh tế như cung tiền, lãi suất, tỉ giá hối đoái, giá xăng dầu,
… hoặc là các biến số định tính liên quan đến lạm phát như: các dịp lễ, kì vọng của người tiêu dùng, … Tóm lại, bất kì yếu tố nào tác động đến lạm phát đều có thể trở thành biến độc lập sử dụng cho dự báo.
c. Mô hình mạng thần kinh (Neural Network)
Lý thuyết Neural Network được phát triển từ những năm 1940 đến nay và đã được ứng dụng rộng rãi trong nhiều lĩnh vực. Neural Network được xây dựng xuất phát từ một thực tế là bộ não con người. Có thể coi bộ não là một máy tính hay một hệ thống xử lý thông tin song song, phi tuyến và cực kỳ phức tạp. Bộ não có khả năng tự tổ chức các bộ phận cấu thành của nó, như là các tế bào thần kinh (neural) hay các khớp nối thần kinh (synapse), nhằm thực hiện một số tính toán như nhận dạng mẫu và điều khiển vận động nhanh hơn nhiều lần các máy tính nhanh nhất hiện nay. Sự mô phỏng bộ não con người của mạng neural được dựa trên cơ sở một số tính chất đặc thù rút ra từ các nghiên cứu về thần kinh sinh học. Dữ liệu đầu vào để thực hiện dự báo bằng Neural Network khá đa dạng và tùy thuộc vào trình độ, kinh nghiệm, mục tiêu dự báo và những cơ sở dữ liệu mà người làm dự báo có.
Mô hình Neural Network cũng được sử dụng trong dự báo lạm phát.
Tương tự mô hình nhân quả, dữ liệu đầu vào bao gồm số liệu của các biến số tác động đến diễn biến của lạm phát như: cung tiền, tỉ giá, lãi suất, giá xăng dầu, … Các thông tin đầu vào sẽ được xử lý bằng những thuật toán phức tạp thông qua tiến trình mô phỏng việc xử lý thông tin như bộ não con người.