mô hình
Lạm phát: mức tăng CPI tháng sau so với tháng trước (%)
CPI
Tiền tệ: mức tăng tổng cung tiền thị trường M2 so với tháng trước (%)
CT
Tổng cầu: mức tăng tổng giá trị sản xuất CN so với tháng trước (%)
CN
Giá lương thực: mức tăng giá lương thực so với tháng trước (%)
LT
Giá vàng: mức tăng chỉ số giá vàng so với tháng trước (%)
VANG
trước (%)
Giá xăng: mức tăng giá xăng A92 trong nước so với tháng trước (%)
XANG
Dữ liệu trong chuyên đề được tổng hợp, thu thập, xử lý và tính toán từ nhiều nguồn khác nhau. Chủ yếu được tổng hợp từ kho dữ liệu của phòng Nghiên cứu kinh tế - Hội sở chính Ngân hàng TMCP Hàng Hải Việt Nam Maritime Bank và một số nguồn đáng tin cậy khác như: Tổng cục thống kê, Ngân hàng nhà nước, wikipedia, …
Thời gian lấy dữ liệu từ T1/2007 đến T12/2011 (theo tháng), với giá trị của tháng trước = 100. Tất cả các biến đều được lấy log.
3.2.2. Kiểm định các biến số trong mô hình:
Trước khi đưa các biến số vào mô hình VAR, ta cần kiểm định tính dừng của các chuỗi dữ liệu. Chuyên đề này tiến hành kiểm định tính dừng bằng kiểm định nghiệm đơn vị Augmented Dickey-Fuller, ta thu được kết quả là chuỗi biến sử dụng trong mô hình đều dừng với mức ý nghĩa 5%. (chi tiết xem phụ lục 1)
3.3. Phân tích tương quan giữa các biến 3.3.1. Phân tích bằng hệ số tương quan
Tiến hành phân tích mối quan hệ giữa các biến trong mô hình bằng phân tích hệ số tương quan (xem chi tiết ở phụ lục 2)
Qua bảng phân tích có thể nhận thấy một số điểm sau:
- Chỉ có biến CT, LT là có quan hệ tương quan tuyến tính với CPI rõ ràng. Các biến còn lại chưa nhận thấy được mức độ tương quan với biến CPI.
- Từ kết quả trên có thể dự đoán: các biến còn lại (kể cả biến CT, LT) nhiều khả năng sẽ có mối quan hệ tương quan không tuyến tính hoặc tương quan thông qua các trễ của chúng.
3.3.2. Phân tích bằng kiểm định nhân quả
Chuyên đề tiến hành kiểm định nhân quả đối với từng cặp nhân tố (CN, CT, LT, USD, VANG, XANG) đối với biến CPI, độ trễ từ 2 đến 12 tháng. Sau đó dựa vào giá trị P-value để xác định quan hệ nhân quả giữa các cặp biến.
Kiểm định cặp giả thiết:
H0: X và Y không có quan hệ nhân quả H1: X và Y có quan hệ nhân quả
Nếu P-value <0,05 ta sẽ bác bỏ giả thiết H0.
Sau khi thực hiện 72 kiểm định, chuyên đề đã rút ra 22 kiểm định có P-value <0,05 (xem chi tiết ở phụ lục 3)
Từ kết quả trên, chuyên đề tiếp tục chia các cặp biến có quan hệ nhân quả thành các nhóm có độ trễ ảnh hưởng tới CPI từ 2 đến 8 tháng. Và kết quả như sau:
- Nhóm nhân tố trễ 2 tháng gồm các nhân tố: CN, CT - Nhóm nhân tố trễ 3 tháng gồm các nhân tố: CT, XANG - Nhóm nhân tố trễ 4 tháng gồm các nhân tố: LT, XANG - Nhóm nhân tố trễ 5 tháng gồm các nhân tố: CT, XANG - Nhóm nhân tố trễ 6 tháng gồm các nhân tố: CT, LT, VANG
- Nhóm nhân tố trễ 7 tháng gồm các nhân tố: CT, LT, VANG, XANG - Nhóm nhân tố trễ 8 tháng gồm các nhân tố: CT, VANG, XANG
Việc chia thành các nhóm độ trễ này sẽ phục vụ cho việc ước lượng mô hình VAR ở phần tiếp theo.
3.4. Xây dựng mô hình VAR kiểm định mức ảnh hưởng của các yếu tố tới CPI
3.4.1. Cách tiếp cận mô hình VAR trong chuyên đề
Mô hình VAR được sử dụng trong chuyên đề này nhằm xác định xem trong 7 nhân tố đã nêu ở trên, đâu là nhân tố có ảnh hưởng lớn nhất đến mức tăng CPI trong khoảng thời gian từ 2007 đến 2011. Và quan trọng hơn là xác định độ trễ ảnh hưởng của các nhân tố, từ đó đánh giá hiệu quả các chính sách mà chính phủ Việt Nam đã áp dụng trong thời gian qua.
Cộng với kết quả chia nhóm ảnh hưởng theo mức độ trễ, sau đây luận án sẽ ước lượng 7 mô hình VAR, để xem với mỗi độ trễ thì ảnh hưởng của các nhân tố tới mức tăng CPI là như thế nào ?
3.4.2. Ước lượng các mô hình VAR
- Mô hình VAR trễ 2 thời kỳ (gồm các yếu tố: CPI,CN,CT)
(xem chi tiết ở phụ lục 4.1)
Qua ước lượng mô hình ta có thể nhận thấy: với độ trễ là 2 tháng thì có 4 nhân tố ảnh hưởng rõ ràng tới việc tăng CPI, đó là các nhân tố: CPI(-1), CN(-1), CN(-2) và CT(-2) CPI CPI(-1) 0.684158 (0.13406) [ 5.10337] CN(-1) 0.026555 (0.01097) [ 2.42067] CN(-2) 0.022696 (0.01026) [ 2.21274] CT(-2) 0.126601 (0.05544) [ 2.28360]
Việc nhận định mức độ ảnh hưởng của nhân tố dựa vào [t-statistics]. Nếu [t- statistics] > U0,025 =1,96 thì hệ số mới có ý nghĩa.
- Mô hình VAR trễ 3 thời kỳ (gồm các yếu tố: CPI, CT, XANG)
(xem chi tiết ở phụ lục 4.2)
Tương tự cách xác định trong mô hình ở phần trên, chuyên đề đã xác định được có 3 nhân tố tác động tới CPI đó là: CPI(-1), CT(-2) và XANG(-1).
- Mô hình VAR trễ 4 thời kỳ (gồm các yếu tố: CPI, LT, XANG)
(xem chi tiết ở phụ lục 4.3)
Tương tự cách xác định trong mô hình ở phần trên, chuyên đề đã xác định được có 2 nhân tố tác động tới CPI đó là: CPI(-1) và XANG(-1).
- Mô hình VAR trễ 5 thời kỳ (gồm các yếu tố: CPI, CT, XANG)
(xem chi tiết ở phụ lục 4.4)
Tương tự cách xác định trong mô hình ở phần trên, chuyên đề đã xác định được có 1 nhân tố tác động tới CPI đó là: CPI(-1)
(xem chi tiết ở phụ lục 4.5)
Tương tự cách xác định trong mô hình ở phần trên, chuyên đề đã xác định được có 3 nhân tố tác động tới CPI đó là: CPI(-1), CT(-2) và VANG(-6).
- Mô hình VAR trễ 7 thời kỳ (gồm các yếu tố: CPI, CT, LT, XANG)
(xem chi tiết ở phụ lục 4.6)
Tương tự cách xác định trong mô hình ở phần trên, chuyên đề đã xác định được có 4 nhân tố tác động tới CPI đó là: CPI(-1), CT(-2), VANG(-6) và XANG(-1).
- Mô hình VAR trễ 8 thời kỳ (gồm các yếu tố: CPI, CT, LT, XANG)
(xem chi tiết ở phụ lục 4.7)
Tương tự cách xác định trong mô hình ở phần trên, chuyên đề đã xác định được có 3 nhân tố tác động tới CPI đó là: CPI(-1), CT(-2) và XANG(-1).
3.4.3. Đánh giá mô hình:
3.4.3.1. Những điểm mạnh của mô hình
- Do đã sử dụng các kiểm định tương quan và kiểm định nhân quả để phân nhóm nhân tố trước khi ước lượng, nên các mô hình có mức ý nghĩa cao.
- Việc chỉ ước lượng mô hình VAR cho một nhóm nhân tố cũng cho thấy mức độ ảnh hưởng của các nhân tố tới CPI liệu có thay đổi khi được xếp vào các nhóm nhân tố khác nhau hay không.
3.4.3.2. Những hạn chế của mô hình
Mô hình VAR cơ bản trong chuyên đề mới chỉ xem xét được tác động của một số yếu tố đến lạm phát Việt Nam giai đoạn 2007 dến 2011, chưa kiểm định được các yếu tố khác như: chi tiêu công và nợ công của chính phủ tác động đến lạm phát, dự trữ ngoại hối của Việt Nam, tín dụng trong nước, lãi suất tiền gửi ngân hàng, xuất khẩu ròng, …
- Việc chuyên đề không xây dựng 1 mô hình VAR cho tất cả các nhân tố mà chỉ xây dựng nhiều mô hình nhỏ với một số nhóm nhân tố đã chưa cho thấy được % ảnh hưởng của các nhân tố tới CPI.
3.5. Phân tích kết quả của mô hình
Với các kết quả sau khi ước lượng mô hình VAR ở trên, ở phần này chuyên đề sẽ đưa ra một số phân tích về mức độ ảnh hưởng của một số nhân tố tới CPI: CPI tháng trước có ảnh hưởng tới mức tăng CPI thời kỳ sau:
- Trong tất cả các mô hình VAR đã ước lượng chúng ta đều nhận thấy hệ số của CPI(-1) có ý nghĩa thống kê, từ đó có thể kết luận: mức tăng của CPI
tháng trước luôn có tác động tới mức tăng CPI tháng sau, và tác động này là tác động cùng chiều. Hay nói cách khác thì kỳ vọng về lạm phát có những ảnh hưởng nhất định đến CPI (kỳ vọng về lạm phát là những dự đoán của người dân về mức giá chung trong tương lai, và kỳ vọng này có tác động giống như một cú sốc đối với nền kinh tế. Kỳ vọng mức giá trong tương lai là cơ sở để ra quyết định trong hiện tại: nếu công chúng dự kiến lạm phát cao thì những nhà sản xuất muốn tăng mức giá hàng hóa của họ, người công nhân sẽ đấu tranh đòi tăng tiền lương danh nghĩa, người cho vay sẽ yêu cầu một mức lãi suất danh nghĩa cao hơn và mọi người sẽ đến ngân hàng rút tiền nhiều hơn. Và kết quả là lạm phát thực tế ở mức cao hơn).
CPI CPI
CPI(-1) 0.717182 CPI(-1) 0.601243
(0.13136) (0.18380) [ 5.45956] [ 3.27112]
CPI CPI CPI
CPI(-1) 0.747356 CPI(-1) 0.586696 CPI(-1) 0.615710
(0.15324) (0.20969) (0.24936)
[ 4.87695] [ 2.79796] [ 2.46914]
(trích lược một số kết quả từ các mô hình đã ước lượng – phụ lục 4)
- Hệ số của CPI(-1) trong các mô hình có giá trị từ 0,58 tới 0,8 đã cho thấy mức ảnh hưởng khá lớn của CPI thời kỳ trước tới CPI thời kỳ sau. Theo kết quả của mô hình: nếu CPI tháng trước có mức tăng là 1% thì CPI tháng sau sẽ có mức độ tăng từ 0,58 tới 0,8%. Kết quả này sẽ giúp các nhà kinh tế có thể dự đoán chính xác hơn mức tăng của thời kỳ sau nếu biết được số liệu của thời kỳ trước. Kết quả của mô hình cũng phần nào giải thích nguyên nhân lạm phát do yếu tổ tâm lý.
CPI CPI
CPI(-1) 0.684158 CPI(-1) 0.805974
(0.13406) (0.23570) [ 5.10337] [ 3.41955]
- Một điều có thể nhận thấy qua lược đồ impulse là mức ảnh hưởng của CPI (hay yếu tố tâm lý) đến lạm phát các thời kỳ sau ngày càng giảm, tuy nhiên vẫn là ảnh hưởng cùng chiều: mức ảnh hưởng sau 2 tháng chỉ còn từ 0,2% tới 0,7%, đến tháng thứ 5 thì chỉ khoảng 0,25% và ngày càng giảm về mức 0. -.002 .000 .002 .004 .006 .008 .010 1 2 3 4 5 6 7 8 9 10 11 12
Response of CPI to Cholesky One S.D. CPI Innovation
Cung tiền có ảnh hưởng đến mức tăng CPI thời kỳ sau:
- Theo lý thuyết về lạm phát và cung tiền thì khi cung tiền tăng sẽ dẫn tới lạm phát, và kết quả của mô hình VAR trong chuyên đề đã khẳng định điều này. Một điều quan trọng trong kết quả mô hình đó là đã phát hiện ra độ trễ ảnh hưởng lớn nhất của việc tăng cung tiền đối với CPI là 2 tháng. Điều này giải
thích việc các chính sách thắt chặt hay nới lỏng thị trường tiền tệ của NHNN không thể có tác động ngay lập tức, mà thường phải có một độ trễ nhất định.
CPI CPI CPI
CT(-2) 0.153228 CT(-2) 0.223694 CT(-2) 0.159509 (0.08352) (0.08446) (0.07301) [ 1.83466] [ 2.64848] [ 2.18480] CPI CPI CT(-2) 0.099684 CT(-2) 0.126601 (0.05446) (0.05544) [ 1.83053] [ 2.28360]
(trích lược một số kết quả từ các mô hình đã ước lượng – phụ lục 4)
- Hệ số của CT(-2) trong hầu hết các mô hình được hồi quy đều có ý nghĩa thống kê với [t-statiCTis] >1,96. Có thể nhận thấy hệ số của CT(-2) dao động từ 0,09 tới 0,22 cho thấy mức độ ảnh hưởng của mức tăng cung tiền đối với mức tăng CPI trong thời kỳ 2007-2012 là khá cách biệt. Điều này bị phụ thuộc nhiều bởi các chính sách tiền tệ hay tài khóa với mức độ thắt chặt hay nới lỏng khác nhau do chính phủ đưa ra.
- So sánh các hệ số của biến CT với hệ số của các biến khác có thể nhận ra: cung tiền chính là một trong những nguyên nhân quan trọng nhất gây ra lạm phát ở Việt Nam những năm vừa qua. Tăng trưởng cung tiền M2 luôn duy trì ở mức 30%, đặc biệt năm 2007 tăng vọt lên 50%. Nhận thấy sự ảnh hưởng rất rõ này mà từ năm 2012 NHNN đã giao chỉ tiêu cho các TCTD chỉ được phép tăng trưởng cung tiền M2 dưới mức 20% (phụ thuộc vào mức xếp hạng các TCTD đã được NHNN công bố) nhằm mục tiêu duy nhất là kiềm chế lạm phát.
- Dựa vào hệ số của các biến CT(-2) trong mô hình, chúng ta có thể đưa ra dự đoán: giả sử NHNN bơm thêm tiền vào hệ thống với mức tăng là 1%, thì sau 2 tháng chính sách này mới tác động vào lạm phát, thông qua việc làm tăng
chỉ số CPI từ 0,09% tới 0,15%. Mức ảnh hưởng này có thể không lớn, nhưng nếu tăng cung tiền diễn ra liên tục trong thời gian dài, cộng với tác động của nhiều yếu tố khác sẽ dẫn tới lạm phát cao và mất kiểm soát.
Giá xăng ảnh hưởng tới mức tăng CPI thời kỳ sau:
- Qua các kiểm định và ước lượng mô hình, chuyên đề nhận thấy giá xăng trong nước có tác động nhất định tới mức tăng CPI, và mô hình VAR đã xác định độ trễ của xăng dầu tới mức tăng CPI lớn nhất là sau 1 tháng, với mức độ ảnh hưởng dao động từ 0,03% đến 0,06%.
CPI CPI CPI
XANG(-1) 0.037147 XANG(-1) 0.040525 XANG(-1) 0.032149
(0.01547) (0.01832) (0.01670) [ 2.40065] [ 2.21171] [ 1.92452] CPI CPI XANG(-1) 0.067426 XANG(-1) 0.042949 (0.03191) (0.02622) [ 2.11285] [ 1.63818]
(trích lược một số kết quả từ các mô hình đã ước lượng – phụ lục 4)
- Xăng dầu luôn luôn có ảnh hưởng trực tiếp và gián tiếp đến lạm phát ở Việt Nam, vì đây là yếu tố đầu vào của nhiều hoạt động kinh tế và tiêu dùng xã hội. Các động thái từ giá xăng dầu sẽ có ảnh hưởng trước hết và trực tiếp tới chi phí sản xuất của hầu hết các ngành, hoạt động kinh tế có liên quan đến tiêu thụ xăng dầu. Trực tiếp dẫn đến sự điều chỉnh tăng chi phí và giá cả các yếu tố cấu thành hàng hóa-dịch vụ “sản phẩm đầu ra” xã hội, do đó làm tăng giá hầu hết các mặt hàng hóa và dịch vụ xã hội.
- Kết quả của mô hình đưa ra kết luận: giá xăng dầu tăng sẽ trực tiếp và gián tiếp khởi động một vòng xoáy lạm phát đan xen phức tạp, bao gồm cả lạm phát giá cả, lạm phát chi phí và lạm phát tâm lý. Điều này đã được kiểm chứng qua những lần tăng giá xăng trước đây của liên Bộ Tài Chính - Công
Thương: ngay sau khi có thông tin giá xăng tăng, các mặt hàng lần lượt tăng theo, đầu tiền là giao thông vận tải, tiếp tới là giá lương thực phẩm và từ đó đã tạo một vòng xoáy tăng giá mới. Mới đây nhất vào tháng 4/2012, giá xăng trong nước đã tăng 900đ/lít, tức là tăng 3,93%. Và theo kết quả của mô hình VAR thì có thể đưa ra dự đoán giá xăng sẽ góp phần làm tăng CPI của tháng 5/2012 từ khoảng 0,1179% tới 0,2358 %.
Việc tăng giá vàng có ảnh hưởng đến mức tăng CPI thời kỳ sau:
- Trong những năm vừa qua giá vàng thế giới tăng khoảng 20-25%/năm. Sự gia tăng của giá vàng thế giới là một trong những nguyên nhân chủ yếu khiến giá vàng trong nước tăng theo. Bên cạnh đó giá vàng trong nước phụ thuộc nhiều vào tỉ giá VND/USD, mà trong thời gian vừa qua tỉ giá này tăng liên tục. Cầu về vàng thế giới tăng trong thời gian qua cũng là một nguyên nhân dẫn tới giá vàng trong nước tăng.
- Sự tăng giá của vàng tạo cơ hội kinh doanh với mức sinh lợi kỳ vọng cho các những nhà đầu tư trong lĩnh vực này. Giá vàng tăng mạnh cũng để lại những tác động không tốt cho nền kinh tế ở một số khía cạnh, trong đó có sự ảnh hưởng đến chỉ số giá tiêu dùng CPI. Theo phương pháp tính chỉ số CPI của Tổng cục thống kê cho giai đoạn 5 năm 2009-2014 trên toàn quốc, hiện tại vàng không được tính trong 572 nhóm hàng và dịch vụ (hay còn gọi là “rổ hàng hóa”) để tính CPI. Tuy vậy, vàng tăng giá sẽ tác động gián tiếp đến chỉ số CPI. VD: khi giá vàng tăng, các nguyên liệu đầu vào phục vụ cho việc sản xuất và chế tác các dòng sản phẩm có liên quan đến vàng hoặc ngành vàng bạc đá quý sẽ tăng theo, dẫn đến giá bán tăng đối với nhóm hàng hóa này. Khi giá bán các sản phẩm kim loại quý tăng, các sản phẩm này sẽ tác động gián tiếp đến rổ 572 nhóm hàng và dịch vụ chính thức nói trên.
- Ngoài ra vàng tăng giá cũng ảnh hưởng đến chính sách tiền tệ: khi giá vàng tăng ảnh hưởng gián tiếp đến chỉ số CPI tăng, những dấu hiệu về lạm phát sẽ xuất hiện. Nếu tỷ lệ lạm phát không dao động trong vùng kiểm soát theo kỳ vọng chung của nền kinh tế, NHNN sẽ phải xem xét thực thi một số giải pháp như điều chỉnh lãi suất cơ bản, điều chỉnh tỷ lệ dự trữ bắt buộc, và điều