Luận văn thạc sĩ Đo lường sự dai dẳng trong lạm phát ở Việt Nam ( Nguyễn Hải Thiên )

Mô hình moment t ng quát GMM ..... Ông gi đ nh r ng các giá tr riêng này là khác nhau.

Tôi xin cam đoan lu n v n ắ o l ng s dai d ng trong l m phát

Vi t Nam” là công trình nghiên c u c a chính tôi d i s h ng d n c a

M C L C

TRANG PH BÌA

L I CAM OAN

M C L C i

DANH M C CÁC T VI T T T ii

DANH M C B NG BI U iii

DANH M C HÌNH V iii

TÓM T T 1

1 GI I THI U 2

2 C S LÝ THUY T V S DAI D NG TRONG L M PHÁT 6

2.1 Ngu n g c hình thành nên s dai d ng trong l m phát 6

2.2 Các ph ng pháp nghiên c u 7

2.3 T ng quan các k t qu nghiên c u tr c đây 10

3 PH NG PHÁP, MÔ HÌNH VÀ D LI U NGHIÊN C U 15

3.1 Ph ng pháp nghiên c u 15

3.1.1 Ph ng pháp đ n bi n 15

3.1.1.1 T ng các h s t h i quy – sum of the autoregressive coefficients 15

3.1.1.2 Ch s bán chu k - the half-life (HL) 16

3.1.2 Ph ng pháp đa bi n 20

3.2 Mô hình nghiên c u 29

3.2.1 Mô hình t h i quy (AR) 29

3.2.2 Mô hình moment t ng quát (GMM) 31

3.3 C s d li u 35

4 CÁC K T QU NGHIÊN C U 37

4.1 K t qu c l ng theo ph ng pháp đ n bi n 37

4.2 K t qu c l ng mô hình c u trúc theo ph ng pháp đa bi n 44

5 K T LU N 50

TÀI LI U THAM KH O 54

PH L C 58

DANH M C CÁC T VI T T T

AR(p) : Mô hình t h i quy b c p CIR : Hàm ph n ng xung tích l y

CPI : Ch s giá tiêu dùng

GDP : T ng s n ph m qu c n i GMM : Mô hình moment t ng quát HICP : Ch s giá dùng cho khu v c Châu Âu

HL : Ch s bán chu k

HP : K thu t l c Hodrick Prescott IIP : Ch s s n xu t công nghi p IMF : Qu ti n t qu c t

IRF : Hàm ph n ng xung

MM : Mô hình moment truy n th ng NKPC : ng cong Phillips theo tr ng phái

Keynes m i Backwark looking : nh giá theo m c giá trong quá kh b ng quy

t c kinh nghi m Forward looking : nh giá b ng cách chuy n các k v ng trong

t ng lai vƠo m c giá hi n t i

DANH M C B NG BI U

B ng 3.1 ậ Th ng kê mô t m u d li u 35

B ng 4.1 ậ K t qu ki m đ nh nghi m đ n v .37

B ng 4.2 ậ L a ch n giá tr tr cho mô hình AR(p) 38

B ng 4.3 ậ c l ng m c dai d ng trong l m phát Vi t Nam theo gi đ nh giá tr trung bình c a l m phát là m t s không đ i 38

B ng 4.4 ậ c l ng m c dai d ng trong l m phát Vi t Nam khi có tính đ n s thay đ i trong giá tr trung bình 40

B ng 4.5 ậ K t qu ki m đ nh Andrews-Quandt 40

B ng 4.6a ậ K t qu ki m đ nh Chow đi m gãy 07/2008 41

B ng 4.6b ậ K t qu ki m đ nh Chow đi m gãy 04/2010 41

B ng 4.7a ậ c l ng m c dai d ng l m phát khi xem xét đi m gãy trong chu i th i gianậ i m gãy 07/2008 42

B ng 4.7b ậ c l ng m c dai d ng l m phát khi xem xét đi m gãy trong chu i th i gianậ i m gãy 04/2010 42

B ng 4.7c ậ c l ng m c dai d ng l m phát khi xem xét đi m gãy trong chu i th i gianậ L y c 2 đi m gãy và tách thành 3 th i k con 42

B ng 4.8 ậ B ng k t qu ki m đ nh tính d ng 44

B ng 4.9 ậ K t qu c l ng mô hình c u trúc 45

B ng 4.10 ậ Ki m đ nh cho t ng bi n công c .46

DANH M C HÌNH V Hình 1.1 ậ L m phát Vi t Nam giai đo n 1980 ậ 2012 2

Hình 1.2 ậ L m phát Vi t Nam giai đo n 01/2004 ậ 02/2013 3

Hình 4.1 ậ M c đ phù h p gi a mô hình c l ng và giá tr th c t .39

O L NG S DAI D NG TRONG L M PHÁT

VI T NAM Tóm t t

n i trên th gi i M c đ nh h ng c a nó đ n n n kinh t t c th i và nhanh chóng tác đ ng đ n các ho t đ ng khác trong n n kinh t v mô l n vi mô ư có r t nhi u

đ c đ c p khá nhi u và t lơu đư xu t hi n trong các bài nghiên c u kinh t (ví d

c a Thomas M.Humphrey, 1979, ắThe Persistence of Inflation”) đó lƠ s dai d ng c a

tr c đơy v s dai d ng c a l m phát đ áp d ng nghiên c u v n đ này t i Vi t Nam

Ng i vi t ti n hành th c hi n đo l ng s dai d ng c a l m phát thông qua mô hình t

th Sau đó, ph ng pháp đa bi n đ c dùng đ xác đ nh xem các nhân t kinh t v

mô đư tác đ ng nh th nƠo đ n s dai d ng c a l m phát d a trên mô hình đ ng cong

l m phát (đ c tính t ch s giá tiêu dùng CPI), l h ng s n l ng, giá d u thô trên th

1 GI I THI U

N n kinh t c a Vi t Nam sau g n 30 n m đ i m i, chuy n đ i t n n kinh t t p

trung sang n n kinh t th tr ng, đư có nhi u b c ngo t kinh t đáng k nh ng

c ng g p không ít nh ng khó kh n c bi t, l m phát là m t trong nh ng nhân

t v mô đ c quan tâm nhi u nh t L m phát v i nh ng m c quan tr ng nh

siêu l m phát vào n m 1986 v i m c l m phát ba ch s là 453,5% (xem thêm

bài nghiên c u c a Nguy n Th Ng c Trang (2012)) do c i cách giá c , ti n

l ng, vƠ s ki n đ i ti n vƠo tháng 09/1986 N m 1988, l m phát chi phí đ y

x y ra khi dân chúng tích tr hƠng hóa, l ng th c, vƠng vƠ đôla do lo s đ ng

Vi t Nam m t giá d n đ n t l l m phát lên đ n 374,4% T sau n m 1993, cùng

v i vi c đ u t n c ngoƠi t ng cao lƠ vi c các công ty n c ngoài chuy n l i

nhu n v n c i u này lƠm cho cán cơn th ng m i đ c c i thi n, cùng v i

các bi n pháp ki m soát kinh t , l m phát đư gi m xu ng đáng k

Cu c kh ng ho ng tài chính ậ ti n t Châu Á b t đ u t tháng 07/1997, n n kinh

t đư xu t hi n hi n t ng gi m giá liên t c, s c mua gi m sút, đ u t n c

ngoài và xu t kh u có d u hi u suy gi m, s n xu t trong n c r i vƠo tình tr ng

trì tr , hàng hóa đ ng nhi u, t l th t nghi p gia t ng, n n kinh t xu t hi n

các bi u hi n c a gi m phát

Hình 1.1 ậ L m phát Vi t Nam giai đo n 1980 ậ 2012

Ngu n: C s d li u IFS c a Qu ti n t qu c t IMF

T n m 2002, tình hình tr nên n đ nh h n khi l m phát t ng tr l i Và t n m

2004 đ n đ u n m 2013 l m phát luôn m c khá, v i l m phát trung bình n m

là 11% So v i các n c trong khu v c, l m phát Vi t Nam luôn cao h n, kéo

dài, gây ra nhi u tác đ ng tiêu c c đ n s n xu t, đ i s ng c a ng i dơn vƠ đem

l i b t n cho xã h i, đ c bi t lƠ giai đo n cu c kh ng ho ng tài chính th gi i

b t đ u t M cu i n m 2007 áng chú ý lƠ hai m c l m phát hai ch s trong giai đo n cu i n m 2008 vƠ cu i n m 2011, v i tháng 08/2008 l m phát là

28,31% và tháng 08/2011 là 23,02%, t o nhi u áp l c cho các nhà ho ch đ nh

chính sách trong vi c ki m ch l m phát, duy trì n đ nh kinh t t ng tr ng và

phát tri n

Hình 1.2 ậ L m phát Vi t Nam giai đo n 01/2004 ậ 02/2013

Ngu n: C s d li u IFS c a Qu ti n t qu c t IMF

Qua ph n s l c tình hình l m phát Vi t Nam, v n đ đ t ra là m c l m phát

nh th nào là t t, khi cu c kh ng ho ng tài chính Châu Á di n ra thì xu t hi n

tình tr ng gi m phát, r i đ n cu c kh ng ho ng kinh t toàn c u 2008 làm l m phát gia t ng, mà c gi m phát và l m phát đ u gây nh ng b t n, làm suy y u

n n kinh t ơy lƠ m t v n đ khá nh c nh i cho các nhà ho ch đ nh chính sách

khi ph i c g ng ki m soát n n kinh t th tr ng

Tuy nhiên, bài nghiên c u nƠy, ng i vi t không đi sơu vƠo tìm m c l m phát

t i u cho n n kinh t , mà m c tiêu lƠ đo l ng vƠ xác đ nh đ c th i gian là sau

bao lâu thì l m phát s t ng lên sau khi b gi m phát ho c l m phát s gi m

xu ng sau khi m c l m phát cao i u đ c nói đ n đơy chính lƠ ắS dai

đó, l m phát m c tiêu là m t chính sách kinh t mƠ ngơn hƠng trung ng đ a ra

m t t l l m phát đ c g i là m c tiêu vƠ ngơn hƠng trung ng s d ng công

c c a chính sách ti n t là lãi su t và cung ti n đ đ a l m phát th c t v m c

l m phát m c tiêu

Hay m t cách đ n gi n h n, theo Willis (2003) và Nguy n Th Ng c Trang

(2012) đ nh ngh a s dai d ng c a l m phát đ c hi u là t c đ quay tr l i m c

l m phát cân b ng sau m t cú s c nh ngh a nƠy hƠm ý mu n nói đ n m c đ

dai d ng trong l m phát cho th y t c đ ph n ng c a l m phát tr c m t cú s c

Khi t c đ nƠy cao có ngh a lƠ l m phát đư ph n ng nhanh đ i v i m t cú s c

ho c là l m phát không dai d ng Ng c l i, khi t c đ th p có ngh a lƠ l m phát

đư ph n ng ch m và s thay đ i c a l m phát là nh lúc này l m phát có tính

dai d ng cao

Bài nghiên c u nƠy đ c th c hi n nh m m c đích xác đ nh đ c m c đ dai

d ng trong l m phát t i Vi t Nam đ ng th i xác đ nh ngu n g c c a s dai d ng

trong l m phát

T m c đích trên, các v n đ c n đ c gi i quy t trong bài nghiên c u nƠy đó lƠ:

1 Vi t Nam, l m phát có dai d ng không?

2 Các nhân t nƠo tác đ ng lên s dai d ng l m phát Vi t Nam?

Bài nghiên c u đ c chia thành 5 ph n đ c trình bƠy nh sau:

Ph n 1, gi i thi u chung nh m đ a ra khái ni m ban đ u v s dai d ng l m phát

và nêu lên đ c m c đích c ng nh t ng quan bài nghiên c u

Ph n 2, t ng quan v các nghiên c u tr c đơy Trong ph n nƠy, tôi c ng nêu lên

các ngu n g c hình thành nên l m phát c ng nh s l c v các ph ng pháp đo

l ng s dai d ng trong l m phát

Ph n 3, tôi đ a ra 2 ph ng pháp nghiên c u Th nh t lƠ ph ng pháp đ n bi n

s d ng mô hình t h i quy AR(p) đ đo l ng s dai d ng trong l m phát và

th hai lƠ ph ng pháp đa bi n s d ng đ ng cong Phillips theo tr ng phái

Keynes m i đ xác đ nh các nhân t tác đ ng đ n s dai d ng c a l m phát

Ph n 4, các k t qu nghiên c u

Ph n 5, là k t lu n

2 C S LÝ THUY T V S DAI D NG TRONG L M PHÁT

2.1 Ngu n g c hình thành nên s dai d ng trong l m phát

M t trong nh ng nghiên c u đ u tiên có th nh c đ n bƠi ắThe Persistence of

Inflation” (1979) c a Thomas M.Humphrey, ông đư nghiên c u đ tr trong vi c

đi u ch nh giá vƠ đ tr hình thành k v ng và ch ra vi c chúng đư tác đ ng đ n

t c đ , hình m u, và th i h n c a l m phát nh th nƠo Trong đó, đ tr đi u

ch nh giá gi i thích th i gian c n thi t đ tác đ ng đ n giá thông qua kênh chi phí VƠ đ tr trong k v ng là s ch m ch p v i k v ng l m phát t ng lai

đ c xem xét l i khi các cá nhân nh n th y r ng l m phát th c t khác bi t v i

l m phát đ c k v ng Nh ng đ tr này chính là nguyên nhân mà l m phát nó

dai d ng và khó có th d p t t, ngay c khi đ i m t v i th t nghi p cao vƠ d

th a công su t

Ngoài ra, tính dai d ng c a l m phát có th đ c t o ra t : (i) m t chu i các cú

s c b t l i, (ii) ph n ng quán tính c a l m phát sau nh ng cú s c, (iii) ho c

nh ng nguyên nhơn khác nh c đoán quá cao v m c đ suy thoái c a n n

kinh t ; ch m thay đ i trong y u t chi phí c a công ty (nh ti n l ng)… i u nƠy đ c đ c p trong bài nghiên c u c a Altissimo, Ehrmann và Smets (2006)

c ng nh c a Nguy n Th Ng c Trang (2012) Các tác gi còn tìm th y đ c

ngu n g c hình thành nên s dai d ng c a l m phát đ c k t h p v i nhau trong

đ ng cong Phillips theo tr ng phái Keynes m i ng cong th hi n m i quan h gi a l m phát hi n t i v i đ tr c a chính nó, k v ng l m phát trong

: S n l ng

S k t h p này cho ta th y ngu n g c c a s dai d ng là: (i) dai d ng ngo i lai là

nh ng dai d ng do nh h ng c a nh ng dao đ ng liên t c trong các y u t

quy t đ nh l m phát nh chi phí biên ho c l h ng s n l ng; (ii) dai d ng n i t i

hình thành do s ph thu c vào l m phát trong quá kh và (iii) dai d ng d a trên

k v ng do s hình thành k v ng l m phát

2.2 Các ph ng pháp nghiên c u

V n đ đ t ra trên là có nh ng ph ng pháp nƠo đ đo l ng đ c s dai d ng

c a l m phát, thì các nghiên c u cho đ n nay đư chia ra hai cách ti p c n đ đo

l ng s dai d ng trong l m phát: (i) ph ng pháp đ n bi n (nh các bƠi nghiên

c u c a Gregory Gadzinski & Fabrice Orlandi (2004), Maarten Dossche & Gerdie Eveaert (2005) và Nguy n Th Ng c Trang (2012), Peter Tillmann (2012)) và (ii) ph ng pháp đa bi n (nh các bƠi nghiên c u c a Maarten

Dossche & Gerdie Eveaert (2005), Nguy n Th Ng c Trang (2012)) D i cách

ti p c n đ n bi n, l m phát đ c gi đ nh là theo m t ti n trình t h i quy và các

cú s c đ c đo l ng trong thành ph n nhi u tr ng Cách ti p c n đa bi n gi

đ nh m t m i quan h kinh t có tính nhân qu gi a l m phát và các thành ph n

quy t đ nh c a nó, vƠ đo l ng s dai d ng nh lƠ th i gian tác đ ng lên l m

phát c a các cú s c đ n các thành ph n quy t đ nh S khác bi t c b n gi a hai

ph ng pháp này là các cú s c tác đ ng đ n l m phát không đ c xác đ nh trong

cách ti p c n đ n bi n, trong khi cách ti p c n đa bi n cho phép xác đ nh các cú

s c tác đ ng đ n l m phát Do đó, cách ti p c n đa bi n cung c p m t phân tích sơu h n c a s dai d ng và nguyên nhân gây ra nó

Dias vƠ Marques (2005) đư nghiên c u m t s các ph ng pháp đ n bi n đo

l ng s dai d ng c a l m phát c ng nêu lên m t s u vƠ nh c đi m c a m i

ph ng pháp D i cách ti p c n đ n bi n, s dai d ng đ c đi u tra b i vi c

xem xét chu i th i gian đ n bi n c a l m phát và ti n trình t h i quy t nh b c p

(AR(p)) lƠ mô hình th ng đ c l a ch n Tuy nhiên, trong mô hình AR(p), vi c

s d ng hàm ph n ng xung (IRF) không ph i là công c h u ích đ đo l ng s

dai d ng c a l m phát, vì nó là m t vector có chi u dài vô h n Vì v y, m t s

cách đo l ng vô h ng đ c đ xu t t các nghiên c u tr c n a là: (i)ắt ng

các h s t h i quy (sum of the autoregressive coefficients)”, (ii) ắthe spectrum

at zero frequency”, (iii) ắnghi m t h i quy l n nh t (the largest autoregressive

root)” vƠ (iv) ắch s bán chu k (the half-life)” NgoƠi ra, trong bài nghiên c u

tác gi th o lu n thêm m t ph ng pháp đo l ng s dai d ng thay th thông qua

ch s

Các tác gi d a theo nghiên c u c a Andrews vƠ Chen (1994) đ a ra hƠm ph n

ng xung tích l y (CIR) Nhìn chung, đơy lƠ cách t t nh t đ tóm t t các thông

tin ch a trong hàm ph n ng xung (IRF) vƠ cách đo l ng vô h ng c a s dai

d ng Trong ti n trình AR(p), hàm ph n ng xung tích l y đ n gi n đ c cho

b i v i là t ng các h s t h i quy Nh v y có m t m i quan h

đ n gi a CIR và theo đó, d i gi đ nh trên, có th đ n gi n d a vào t ng

các h s t h i quy nh lƠ m t ph ng pháp đo l ng s dai d ng Tuy nhiên,

không th phân bi t gi a hai chu i l m phát mƠ trong đó m t chu i có s gia

t ng ban đ u l n h n vƠ r i sau đó gi m nhanh trong IRF trong khi chu i còn l i

trình bày m t s t ng nh ban đ u và ti p theo là gi m ch m trong IRF và

c ng không th phân bi t gi a hai chu i mƠ trong đó m t chu i có ch a hành vi

chu k còn m t chu i thì không

Ph ng pháp ắthe spectrum at zero frequency”, lƠ m t ph ng pháp đo l ng t

hi p ph ng sai c a chu i có t n su t th p (low-frequency1) Ph ng pháp nƠy

c ng b t đ u v i m t ti n trình AR(p) và công th c cho ắthe spectrum at zero

1 ắLow frequency” lƠ thu t ng dùng cho các chu i s li u th i gian mà các quan sát có kho ng th i gian

cách xa nhau, ví d d li u th i gian theo tháng, quý, n a n m, theo n m Ng c l i, ắhigh frequency” lƠ

thu t ng dùng cho chu i th i gian mà các quan sát có kho ng th i gian g n nhau h n, ví d d li u th i gian

theo tu n, ngày, gi

frequency” đ c cho b i v i đ i di n cho ph ng sai c a ,

và c đ nh Nh v y, có m t s t ng đ ng đ n gi n gi a khái ni m này v i

CIR và ; và vì v y chúng ta có th xem nh lƠ nh ng cách đo l ng t ng

đ ng s dai d ng Tuy nhiên, hai ph ng pháp đo l ng có th cung c p cho

các k t qu khác nhau n u mu n ki m tra s thay đ i trong s dai d ng qua th i

gian Trong tr ng h p s d ng ắspectrum at zero frequency” có th tr thành

v n đ b i vì thay đ i trong s dai d ng s không ch b i s thay đ i trong mà

còn b i thay đ i trong

Nghi m t h i quy l n nh t c ng lƠ m t cách đo l ng s dai d ng (xem Stock,

2001) Vi c s d ng th ng kê nƠy nh lƠ m t ph ng pháp đo l ng s dai d ng

b phê bình trong bài nghiên c u c a Andrews và Chen (1994) và Pivetta và Reis (2001) S không thu n l i chính c a th ng kê này là nó có kh n ng r t kém

trong vi c tóm t t đo l ng c a IRF khi mà hình m u c a nó c ng ph thu c vào

các nghi m khác ch không ch ph thu c vào nghi m l n nh t

Cu i cùng, ch s bán chu k đ c đ nh ngh a là th i gian mà m t n a cú s c ban đ u đ c h p th Vi c s d ng ch s bán chu k c ng có m t s đi m

không thu n l i đ c đ a ra trong bƠi nghiên c u c a Pivetta và Reis (2001)

u tiên, n u IRF lƠ dao đ ng qua th i gian, c tính ch s bán chu k có th

ch a nói h t đ c s dai d ng c a ti n trình Th hai, ngay c ti n trình phân rã

đ n đi u vi c đo l ng nƠy không đ y đ đ so sánh 2 chu i khác nhau n u m t

chu i trình bày s gi m ban đ u nhanh vƠ sau đó lƠ gi m ch m trong IRF h n

chu i kia Th ba, cho m t ti n trình dai d ng cao, ch s bán chu k c ng l n

nh ng không th ch ra vi c có hay không b t k s thay đ i nào trong s dai

d ng l m phát qua th i gian Tuy nhiên, theo h ng tích c c, ch s bán chu k

t t h n so v i các ch s còn l i khi nó đo l ng s dai d ng theo đ n v th i

gian i u này có th gi i thích lý do t i sao, b t ch p các h n ch nói trên, nó

v n lƠ ph ng pháp đo l ng ph bi n nh t trong các bài nghiên c u đi u tra v

s dai d ng

VƠ ph ng pháp đo l ng s dai d ng thay th đ c trình bƠy đ u tiên trong Marques (2004) vƠ đ c b sung trong Dias và Marques (2005) cho ta m t

ph ng pháp đo l ng s dai d ng thông qua đ nh ngh a quay tr l i giá tr trung

bình (mean reversion) Ph ng pháp nƠy đ c bi t thu n l i khi nó không đòi h i

nhà nghiên c u ph i c th và mô hình hóa m t mô hình cho ti n trình l m phát

Nó đ c k v ng là công c làm m nh ch ng l i mô hình sai đ c đi m (model

misspecifications)

Tuy nhiên, các ph ng pháp đ n bi n không th cho chúng ta phân bi t đ c

ngu n g c khác nhau t o nên tính dai d ng c a l m phát Vì v y, vi c s d ng

mô hình c u trúc đ phân tích các thành ph n bên trong c a quá trình t o ra l m phát đ c đòi h i Mô hình đ ng cong Phillips theo tr ng phái Keynes m i là

l a ch n thích h p vì nó th hi n m i quan h gi a l m phát, k v ng l m phát

t ng lai, chi phí biên ho c l h ng s n l ng M c dù, mô hình đ ng cong

Phillips có th đ c tính toán b ng nhi u ph ng pháp, nh ng thông th ng

ng i ta s d ng cách ti p c n tiên phong c a Calvo (1983), s đ c trình bày

chi ti t ph n sau

2.3 T ng quan các k t qu nghiên c u tr c đây

ư có m t chu i các nghiên c u v s dai d ng c a l m phát t nh ng n m 1980 cho đ n nay, và v i m i bài, m i tr ng h p nghiên c u, k t qu có nh ng s

khác nhau nh t đ nh

Trong bài nghiên c u c a Gregory Gadzinski & Fabrice Orlandi (2004) các tác

gi đư s d ng các chu i l m phát đ c tính toán t các chu i khác nhau nh

l m phát GDP (GDP inflation), l m phát CPI (CPI inflation), l m phát c b n

(core inflation), l m phát HICP (HICP inflation), l m phát tiêu dùng cá nhân (private consumption inflation), l m phát d ch v (service inflation) đ nghiên

c u cho 79 qu c gia các n c c ng đ ng chung Chơu Ểu, các n c khu v c

châu Âu và M (t ng t nh nghiên c u c a Levin và Piger (2004)) K t qu

t ng quát ch ra m t m c đ th p trong s dai d ng c a l m phát qua m t th i k

m u t quý 01/1984 S khác bi t gi a các bi n nói chung lƠ không đáng k v i ắCore inflation” th ng th hi n s dai d ng cao h n các bi n khác, ắGDP inflation ắch ra m c dai d ng th p h u h t các qu c gia Thêm vƠo đó, k t qu

c a bƠi c ng ch ra s c n thi t vi c tính toán đi m gãy c u trúc trong chu i l m

phát h u h t các tr ng h p (t ng t Perron (1989) và Levin và Piger

(2004)) i m gưy th ng m c ph i lúc b t đ u nh ng n m 90 vƠ đòi h i m t s

suy gi m c u trúc trong m c trung bình c a l m phát Nh ng thi u sót trong

đi m gưy đ c ch ra tác đ ng đáng k đ n k t qu d n đ n m c đ cao đáng k

trong nh ng m c dai d ng đ c đo l ng

Ti p c n ti p khu v c C ng đ ng Chung Châu Âu và M có bài nghiên c u

c a Maarten Dossche & Gerdie Eveaert (2005) Các k t qu đ c đ a ra nh

sau Th nh t, s thay đ i l m phát m c tiêu c a ngơn hƠng trung ng có th

gây ra s thay đ i lâu dài trong giá tr trung bình c a t l l m phát Th hai,

thông tin không hoàn h o ho c s c ng nh c c a thông tin hàm ý r ng các đ i

di n cá nhân ph i tìm hi u v m c tiêu l m phát c a ngơn hƠng trung ng Nh

v y, m c tiêu l m phát đ c nh n th c b i các đ i di n cá nhân có th khác v i

m c tiêu l m phát th c c a ngơn hƠng trung ng Th ba, s dai d ng trong các

y u t khác nhau c a l m phát c ng gi i thi u v s dai d ng trong t l l m phát

đ c quan sát Thông qua vi c tính toán t ng các h s t h i quy, tác gi đo

l ng đ c m c dai d ng l m phát s p x p t 0.45 trong khu v c c ng đ ng chung Chơu Ểu đ n 0.8 M Hàm ý c a chính sách ti n t theo tác gi là, trong

m t c ch l m phát n đ nh, khi mà m c tiêu l m phát c a ngân hàng không thay đ i và nh n th c c a c ng đ ng v l m phát m c tiêu đ c neo l i thì s dai

d ng c a l m phát lƠ t ng đ i th p K t qu c a bƠi c ng hƠm ý r ng, trong

tr ng h p chính sách ti n t l i m t l n n a lƠm gia t ng l m phát, thì sau đó

khó có th làm gi m l m phát do vi c ch m đi u ch nh trong l m phát k v ng

đ ph n ng l i v i s thay đ i c a l m phát m c tiêu

Ngoài ra, có bài nghiên c u c a Michal, Branislav và Katerina (2010) nghiên

c u s khác bi t c a m c dai d ng l m phát gi a các thành viên m i gia nh p liên minh Châu Âu t n m 2004 đ n 2007 v i các thƠnh viên đ c l a ch n

liên minh Châu Âu N u m c đ dai d ng l m phát gi a hai nhóm là khác nhau,

các thành viên m i gia nh p có th g p ph i v n đ v i vi c th c hi n tiêu chu n

Maastricht v l m phát K t qu c tính ch ra r ng m c dai d ng l m phát không gi ng nhau cho t t c các thành viên m i gia nh p liên minh Châu Âu

Các n c Bulgaria, Cyprus, the Czech Republic, Malta, Romania, và Slovakia

th hi n m c đ dai d ng t ng đ ng v i các n c C ng đ ng chung Châu âu

đ c l a ch n Ng c l i, Estonia, Hungary, Latvia, Lithuania, Poland, và

Slovenia g p ph i v n đ v i m c dai d ng cao xu t phát t c m c dai d ng l m

Mehra và Reily (2009) trình bày ch ng c s dai d ng l m phát ph thu c vào

c ch ti n t ; c ch chính sách đi u ti t t o ra s dai d ng cao h n c ch chính sách không đi u ti t Các tác gi s d ng ph ng pháp nh nghiên c u c a

Bai và Perron (1998) vƠ ph ng pháp Bayes (xem Pivetta và Reis (2006)) đ

nghiên c u tìm ki m c v trí và s l ng đi m gưy i u này cho phép tính toán

đ c s thay đ i trong s dai d ng l m phát qua th i k sau chi n tranh th gi i

th 2 Trái ng c v i nh ng phát hi n c a Pivetta và Reis (2007), k t qu nghiên

c u ch ra r ng s dai d ng trong l m phát đư tr i qua nh ng thay đ i đáng k trong 60 n m, s thay đ i trong m c dai d ng l m phát t ng ng v i s thay

đ i trong c ch chính sách ti n t H n n a, s dai d ng l m phát t đ u nh ng

n m 2000 lƠ ch m v i ch s bán chu k c a m t cú s c n m trong kho ng m t

n a đ n m t quý

Không ch s d ng nh ng chu i l m phát t ng, Laurent Bilke (2005) đư dùng

các chu i th i gian CPI đư đ c phơn tách đ ch ra r ng đi m gãy trong giá tr

trung bình c a l m phát Pháp x y ra gi a nh ng n m 80 và chính sách ti n t thay đ i vƠo n m 1983 T c đ t ng tr ng trung bình h ng n m c a CPI t g n 11% tr c đi m gưy (05/1985) đ n 2.1% sau đó Xem xét đi m gãy trung bình

này, c s dai d ng l m phát t ng và t ng thành ph n là n đ nh và th p Tuy

nhiên, s dai d ng khác m t cách đáng k gi a các thành ph n Cu i cùng, th i

gian gi a hai l n thay đ i giá c ( m c đ doanh nghi p) xu t hi n t ng quan

d ng v i s dai d ng c a l m phát ( m c đ t ng h p)

D a trên Taylor (1980) v i ắh p đ ng c ng nh c (staggered contracts)” vƠ

Calvo v i ắgiá c c ng nh c (staggered prices)”, các nhƠ kinh t đư nghiên c u

hành vi c a giá c đ t đó đánh giá m c dai d ng c a l m phát nh th nào

thông qua vi c nghiên c u đ c tính và nh ng nhân t quan tr ng trong hành vi

thi t l p giá Altissimo, Ehrmann và Smets (2006) v i bài nghiên c u c a mình

nh m tìm hi u s dai d ng l m phát và giá c c ng nh c trong khu v c Châu Âu

K t qu tác gi đ a ra lƠ trong m u nghiên c u, m c dai d ng l m phát là v a

ph i, giá c Châu Âu thì c ng nh c h n giá c M

Tác gi Nguy n Th Ng c Trang (2012) ti n hành nghiên c u s dai d ng l m phát Vi t Nam K t qu t ph ng pháp đ n bi n cho th y m c dai d ng l m

phát Vi t Nam lƠ khá cao (0.95) vƠ có đi m gãy trong chính sách ti n t vào

n m 2003 T ph ng pháp đa bi n s d ng đ ng cong Phillips theo tr ng

phái Keynes m i đ xác đ nh các y u t tác đ ng đ n s dai d ng l m phát K t

qu t ph ng pháp nƠy lƠ, bi n l m phát quá kh , chính sách ti n t và các y u

t ngo i lai quy t đ nh tính dai d ng l m phát, trong đó, y u t chính sách ti n t tác đ ng m nh nh t

Theo Peter Tillmann (2012), m c đ dai d ng c a l m phát ch a đ ng thông tin

có giá tr v hi u qu c a chính sách ti n t M c l m phát k v ng đ c neo t t

c ng nh lƠ nhi m v chính sách rõ rƠng vƠ đáng tin c y đ đ t đ c giá n đ nh

đ c xem nh lƠ cách đ gi m s dai d ng c a l m phát Do đó, ti n tri n c a

dai d ng l m phát trong nh ng h u qu c a vi c th c hi n m t c ch chính sách

ti n t m i lƠ thông tin đ c bi t Tác gi nghiên c u bài d a trên l m phát thành

ph n sau khi th c hi n m t c ch ti n t m i là áp d ng l m phát m c tiêu vào

n m 1999 và hi u qu t ng h p trong tr ng h p c a Hàn Qu c Tác gi đư đ a

ra ba k t lu n chính: Th nh t, s dai d ng c a CPI t ng h p c ng nh h u h t

các lo i CPI gi m sau khi th c hi n l m phát m c tiêu Th hai, ch ng c ch ra

r ng m t m c không đ ng nh t d li u chéo l n trong m c đ dai d ng c a l m

phát Th ba, trong khi t ng h p các lo i không đ ng nh t gây ra s dai d ng

t ng thêm trong ph n đ u c a m u (quý 1/1986 đ n quý 2/1997), m t quan sát

th ng đ c g i lƠ ắhi u ng t ng h p”, m t ắhi u ng t ng h p đ o ng c”

đ c tìm th y trong n a ph n sau (quý 01/1999 đ n quý 2/2010): s dai d ng

c a t l l m phát theo CPI t ng h p là nh h n đáng k s dai d ng trung bình

c tính qua các khu v c

Ph n ti p theo s trình bày ph ng pháp nghiên c u đ c áp d ng trong bài làm

này, bao g m ph ng pháp đ n bi n vƠ đa bi n

3 PH NG PHÁP, MÔ HÌNH VÀ D LI U NGHIÊN C U

3.1 Ph ng pháp nghiên c u

3.1.1 Ph ng pháp đ n bi n

3.1.1.1 T ng các h s t h i quy – sum of the autoregressive coefficients

Theo Daniel Dias và Carlos Robalo Marques (2005) và Nguy n Th Ng c Trang

(2012) d i cách ti p c n đ n bi n, s dai d ng đ c xem xét v i s trình bày

chu i th i gian đ n bi n c a l m phát Gi đ nh r ng l m phát theo m t ti n trình

t h i quy t nh b c p (AR(p)), có th đ c vi t nh sau:

Trong đó, là t ng các h s h i quy, đ c đ xu t b i Andrews và Chen

(1994), theo các tác gi lƠ đo l ng dai d ng vô h ng t t nh t trong l m phát

t m i quan h đ n đi u t n t i gi a và hàm ph n ng xung tích l y (CIR) c a

l m phát và m t chu i các cú s c không t ng quan

Nh ng cách đo l ng trên đang áp d ng gi đ nh giá tr trung bình c a l m phát không đ i theo th i gian Tuy nhiên, trong th c t thì trung bình l m phát có

th c s không đ i không Chúng ta có th tr c quan quan sát Hình 1.1 và 1.2, và

d dàng nh n th y r ng, trung bình không đ i lƠ đi u khó x y ra trong th c t Vì

v y, Marques (2004) đư đ xu t thêm m t cách tính t ng các h s t h i quy

m i b ng cách ch y mô hình h i quy v i đ l ch c a l m phát v i giá tr trung

bình c a nó Giá tr trung bình nƠy đ c c tính thông qua k thu t l c

3.1.1.2 Ch s bán chu k - the half-life (HL)

Ph ng pháp nƠy d a trên bài nghiên c u c a Rossi (2001) Ông b t đ u v i

vi c cho m t ti n trình phát tri n d li u (data generating process ậ DGP2)

nh sau:

(3.7)

2 Thu t ng ti n trình phát tri n d li u (data generating process ậ DGP) là m t thu t ng đ c s d ng trong

th ng kê và nghiên c u khoa h c đ truy n đ t m t s ý t ng:

- Là m t ti n trình thu th p d li u đ t o ra c s d li u (c s d li u có th thay đ i theo th i gian)

- Là m t mô hình th ng kê c th đ trình bày nh ng thay đ i ng u nhiên trong các quan sát

- Là m t mô hình th ng kê không c th vƠ danh ngh a (không đ c mô t tr c ti p ho c thi t l p rõ

ràng) bao g m t t c các nh h ng ng u nhiên k t h p v i nhau đ d n đ n m t quan sát cá nhân

V i là thành ph n xác đ nh, là m t ti n trình có trung bình b ng 0,

d ng và ergodic3, v i t t ng quan h u h n

là h u h n và không b ng 0 và , v i là m t chu i sai phân l n d n v i 4 moments4 h u h n vƠ ph ng sai không đ i và là

b c h u h n và có nghi m ( n đ nh)

cung c p x p x ti m c n t t h n trong m u nh khi bi n là dai d ng cao, ông

s d ng lý thuy t ti m c n đ n v (xem Stock (1991)):

(3.8)

V i là h ng s (âm, n u ti n trình là dai d ng cao nh ng quay tr l i giá tr

trung bình) và T là quy mô m u cung c p x p x m u nh t t h n trong tình

hu ng v i ch s bán chu k th c, , có th liên quan l n v i quy mô m u, tác

gi rút ra phân ph i ti m c n b ng cách cho t ng khi quy mô m u t ng vƠ t

l gi a chúng là m t s c đ nh ó lƠ:

(3.9) Ông đ c p đ n nh lƠ c a ch s bán chu k c a m t ph n quy mô m u

S dai d ng c a ti n trình trong m u nh , đ c đo l ng b i , là thích h p cho

m c đích c tính th i gian mà l m phát quay l i giá tr trung bình sau m t n a

cú s c Nh đ c ch ra sau đơy, t c đ mƠ tác đ ng c a m t cú s c m t đi ph

thu c vào hàm c a nghi m l n nh t c a ti n trình, , vƠ, d i gi đ nh (3.9)

rút ra đ c bi u th c cho ch s bán chu k trong ti n trình AR(p) t ng quát

này, ông rút ra bi u th c tác đ ng c a cú s c lên sau th i k Ông s

d ng giá tr riêng c a ti n trình và th a s (3.6) thành

(3.11) thu n ti n, v i là nghi m g n v i 1 và là nghi m ( n

đ nh), s ngh ch đ o các nghi m c a đa th c Ông c ng đ nh ngh a là

m t vector ch a t t c các giá tr riêng c a chu i DGP,

Ông gi đ nh r ng các giá tr riêng này là khác nhau Gi đ nh

c a ông b t đ u t i th i đi m trong m t cân b ng dài h n , và t i th i

đi m có m t cú s c Không có cú s c nƠo khác tác đ ng lên n n kinh t sau

đó Cú s c đo l ng đ l ch ban đ u t cân b ng, tác gi đ nh ngh a nó b i

Theo đó đ l ch t cân b ng sau th i k s là

, v i là m t vector v i thành ph n chung:

(3.12)

Và là vector ch a t t c các giá tr riêng đ n l y th a (xem

Hamilton, trang 12) Sau th i k , ph n tr m đ l ch t cân b ng liên quan đ n

T t c các giá tr riêng ngo i tr giá tr đ u tiên trong mô đun nh h n 1 theo đó,

khi , vì thành ph n th 2 trong (3.14) không xu t

G i lƠ ắcorrection factor” Ông cho n u Theo đó ch s

bán chu k cho ti n trình AR(p) là:

(3.17)

M t l n n a, n u L u ý r ng m i quan h đ n đi u gi a và trong (3.16) Tính đ n đi u t ng b i vì, trong dài h n, nó là nghi m g n v i 1

mƠ nó có liên quan Tính đ n đi u lƠ không đ m b o n u ti n trình t h i quy là

(3.18)

Trong đó: là t ng các h s t h i quy

3.1.2 Ph ng pháp đa bi n

Các mô hình c l ng theo ph ng pháp đ n bi n không th cho chúng ta phân

bi t đ c các ngu n g c khác nhau t o nên tính dai d ng c a l m phát Vì v y

mô hình đa bi n đư đ c s d ng đ phân tích các thành ph n bên trong c u

thành trong quá trình t o ra l m phát Trong đó, đ ng cong Phillips theo tr ng

phái Keynes m i là mô hình thích h p đ c l a ch n đ c l ng vì nó th

hi n m i quan h gi a l m phát, k v ng l m phát t ng lai, chi phí biên ho c l

h ng s n l ng

Ph n n i dung c a ph ng pháp nƠy d a theo ph n trình bày c a Karl Whelan, ắTopic 7 ậ The New-Keynesian Phillips Curve”

Có r t nhi u cách khác nhau đ công th c hóa ý t ng là giá c có th c ng

nh c M t vài công th c đ c bi t nhi u nh t đ c gi i thi u trong bài nghiên

c u này trong cu i nh ng n m 70 c a John Taylor và Stanley Fischer Nh ng

bài nghiên c u c b n này phát minh ra kinh t h c theo tr ng phái Keynes

m i Tuy nhiên, đơy ông s s d ng công th c đ c bi t đ n lƠ đ nh giá Calvo,

sau khi nhà kinh t h c này gi i thi u nó đ u tiên M c dù nó không ph i công

th c th c t nh t v giá c c ng nh c, nh ng nó cung c p nh ng bi u th c thu n

ti n đ phân tích, và có hàm ý r ng chúng r t t ng đ ng v i các công th c th c

t h n (nh ng ph c t p h n)

Mô hình đ ng cong Phillips theo tr ng phái Keynes m i (NKPC) b t đ u v i

gi đ nh các công ty trong n n kinh t là c nh tranh đ c quy n v i m t ràng bu c

v t n su t th p trong đi u ch nh giá c khi g p các bi n đ ng trong n n kinh t

S c ng nh c trong giá c và chi n l c đ nh giá gi a các công ty làm n y sinh

ràng bu c này

D ng giá c c ng nh c đ c th hi n b i các công ty Calvo nh sau M i th i

k , ch có m t t l ng u nhiên các công ty có th thi t l p l i giá c c a

h ; t t c các công ty còn l i gi m c giá không đ i Khi các công ty thi t l p l i

giá c c a h , h s c đ nh trong m t kho ng th i gian Ông gi đ nh h th c

hi n vi c này b ng cách l a ch n l y log m c giá, , sao cho t i thi u hóa hàm

t n th t (loss function)

(3.19)

V i , và là log c a m c giá t i u mƠ công ty đó có th thi t l p

t i th i đi m n u không có s c ng nh c trong giá c

Hàm t n th t có m t s các thành ph n khác nhau:

- mô t t n th t k v ng trong l i nhu n c a công ty t i th i

đi m do th c t nó không thi t l p m t m c giá không ma sát t i

u5 t i th i đi m đó HƠm b c hai nƠy đ c thi t k nh lƠ m t x p x v i

m t vài hàm l i nhu n chung h n i u quan tr ng đơy lƠ đ ghi chú

r ng b i vì công ty này gi m c giá trong m t kho ng th i gian, nó s

đánh m t l i nhu n t ng đ i mà nó có th nh n đ c n u nh không có

s c ng nh c giá c

- T ng ch ra r ng công ty xem xét nh ng tác đ ng c a vi c thi t

l p giá c ngày hôm nay cho t t c các k có th trong t ng lai

- Tuy nhiên, th t s hƠm ý lƠ công ty đ t t tr ng ít v thi t h i trong

t ng lai h n lƠ t n th t ngày hôm nay M t đô la ngƠy hôm nay đáng giá

h n m t đô la trong ngƠy mai b i vì nó có th đ c đ u t l i Cùng v i

5 Th tr ng không có ma sát (frictionless market) lƠ môi tr ng kinh doanh trên lý thuy t, mà đó các chi

phí và h n ch liên quan đ n giao d ch là không t n t i

Giá c không ma sát (frictionless price) là m c giá đ c thi t l p trong th tr ng không có ma sát Trong th

tr ng này, hàng hóa có th đ c giao d ch t do v i cùng m t m c giá b t c đơu

Giá t i u (optimal price) lƠ m c giá làm t i đa hóa l i nhu n c a doanh nghi p

Giá c không ma sát t i u (frictioless optimal price) lƠ m c giá c làm t i đa hóa l i nhu n c a doanh

nghi p vƠ các hƠng hóa đ u đ c t do trao đ i v i m c giá này b t c đơu

lu n đi m đó, m t đô la b m t ngày hôm nay thì quan tr ng h n lƠ m t đô

la b m t vào ngày mai

- T n th t trong t ng lai th t ra đư đ c chi t kh u v i t l , không

ph i ch là ó lƠ b i vì công ty này ch xem xét t n th t t ng lai k

v ng t giá đ c c đ nh t S thay đ i mà giá c s c đ nh cho t i

th i đi m là Vì t n th t trong th i k đ c tr ng s b i

xác su t này Công ty không vi c gì ph i lo l ng quá nhi u v nh ng t n

th t có th x y ra v s sai l ch giá c trong t ng lai, khi mà công ty

không ch c r ng giá c s đ c gi c đ nh trong m t th i gian dài

Sau t t c , gi i pháp th t s cho giá t i u c a , (t c là giá c đ c ch n b i

các công ty có th thi t l p giá c ) lƠ khá đ n gi n Ta ch c n th c hi n l y đ o

hàm c a hàm t n th t và tìm ra giá tr c a nghi m khi cho ph ng trình b ng

0 Có ngh a lƠ:

(3.20) Tách ra kh i , ta có

(3.21) Bây gi ta dùng công th c t ng chu i hình h c6đ đ n gi n hóa v bên trái c a

ph ng trình Nói cách khác, công th c đ c s d ng nh sau

T t c các ph ng trình nƠy nói lên gi i pháp t i u cho các công ty thi t l p giá

c c a nó b ng m c giá c bình quân gia quy n mà nó k v ng đ thi t l p trong

t ng lai n u không có b t k giá c c ng nh c nào Không th thay đ i giá c

trong t ng th i k , công ty l a ch n vi c c g ng gi m c trung bình cho m c giá c h p lý

Và cái gì là m c giá c ắkhông ma sát t i u”, ? Tác gi gi đ nh r ng chi n

l c đ nh giá c t i u c a công ty không có ma sát s liên quan đ n vi c thi t

l p giá c nh vi c đ nh giá c đ nh trên chi phí c n biên:

(3.25)

Do đó, vi c thi t l p giá t i u có th vi t l i

(3.26)

T ng m c giá c trong n n kinh t Calvo là bình quân gia quy n c a t ng các

m c giá c a th i k tr c đó vƠ m c giá m i thi t l p l i, v i tr ng s đ c

t i u Tác gi ch ra r ng ph ng trình sai phơn ng u nhiên b c nh t

(3.29)

Có th đ c gi i quy t thành

(3.30)

Ki m tra ph ng trình (3.26), chúng ta có th th y r ng ph i tuơn theo ph ng

trình sai phân ng u nhiên b c nh t v i

(3.31) (3.32) (3.33) (3.34) Nói cách khác, chúng ta có th vi t l i giá c đ c thi t l p l i theo công th c

(3.35) Thay th b ng ph ng trình (3.28), chúng ta đ c

(3.36) Sau khi s p x p l i, ph ng trình nƠy có th đ c trình bày v i hàm ý

- Kho ng cách gi a m c giá c t i u và m c giá hi n t i Cách

trình bƠy khác đó lƠ l m phát ph thu c thu n chi u v i chí phí biên th c,

cao) thì nó s gây ra áp l c l m phát b i vì nh ng công ty này s thi t l p l i giá

M t v n đ v i mô hình th c nghi m này, là chúng ta không th c s quan sát

đ c d li u v chi phí biên th c D li u tài kho n qu c gia ch a thông tin

trong các nhân t tác đ ng đ n chi phí trung bình nh ti n l ng, nh ng không

nói chúng ta v chi phí s n xu t khi t ng thêm m t đ n v s n xu t i u đó nói,

nó d ng nh r t gi ng chi phí biên là thu n chu k (procyclical - m i t ng quan d ng gi a các thành ph n kinh t , các chu i d li u v mô, ng c l i là

ngh ch chu k - countercyclical), vƠ h n c giá c Khi m c s n xu t t ng đ i cao h n m c s n l ng ti m n ng, có nhi u đ i th h n cho các nhơn t s n có

cho vi c s n xu t, vƠ đi u đó d n đ n s gia t ng trong chi phí th c, t c là s gia

t ng trong chi phí c a các nhân t bên ngoài và trên s gia t ng c a giá

V i nh ng lý do này, nhi u nhà nghiên c u th c hi n NKPC s d ng đo l ng

(3.42) Cách ti p c n đ ng cong Phillips m i gi đ nh r ng các công ty đ u có k v ng

h p lý Do đó, chúng ta có th áp d ng mô hình thay th l p l i cho ph ng trình

(3.26) đ

(3.43)

L m phát ngày hôm nay ph thu c vào toàn b chu i l h ng s n l ng t ng

lai k v ng

VƠo n m 1999, Gali vƠ Gerler đư đem l i m t s đ i m i cho đ ng cong

Phillips m i ng cong Phillips thu n túy l p lu n r ng hành vi l m phát đ c

quan sát không phù h p v i các mô hình hoƠn toƠn h ng t i k v ng l m phát

t ng lai c bi t, mô hình đ ng cong Phillips không đáp ng yêu c u c a

quan sát th c nghi m v v n đ l m phát có tính dai d ng cao (Fuhrer và Moore,

1995)

Vì th , các tác gi đư đ xu t bi n chi phí c n biên c i ti n d a trên đ ng cong

Phillips v i gi đ nh m t t p h p con các công ty đ nh giá theo m c giá trong

quá kh b ng quy t c kinh nghi m, ph n còn l i chuy n các k v ng trong t ng

lai vào m c giá hi n t i Do đó, bi n tr đ c đ a vƠo đ ng cong Phillips nh

m t bi n đ c l p

Các tác gi ti p t c gi đ nh, nh trong mô hình Calvo, r ng m i công ty có th

đi u ch nh giá c a nó trong b t k th i gian nào v i m t xác su t c đ nh

mƠ nó đ c l p v i th i gian mà giá c c đ nh Trong đó có hai d ng công ty

cùng t n t i M t ph n các công ty đ nh giá b ng cách chuy n các k

v ng trong t ng lai vƠo m c giá hi n t i, mà các tác gi g i lƠ ắforward looking”, hƠnh x gi ng nh trong mô hình Calvo: h thi t l p giá t i u, đ a ra

s c đ nh trong th i gian đi u ch nh và s d ng t t c các thông tin có s n đ d báo chi phí biên t ng lai Các công ty còn l i, đo l ng b i , các tác gi g i là

ắbackward looking”, lƠ đ nh giá theo m c giá trong quá kh b ng quy t c kinh

nghi m

M c giá t ng bây gi phát tri n theo

(3.44)

V i là m t ch s cho giá c m i đ c thi t l p trong th i k Cho ký

hi u cho giá c thi t l p b i các công ty forward looking t i th i đi m và là

giá c đ c thi t l p b i các công ty backward looking Thì ch s thi t l p giá

m i có th là bi u th c nh sau

(3.45) Các công ty forward-looking hành x chính xác nh trong mô hình Calvo c b n

mô t bên trên Theo đó, là bi u th c sau:

(3.46)

Gi đ nh r ng các công ty backward looking tuân theo quy t c kinh nghi m v i 2

đ c đi m: (a) không có đ l ch dai d ng nào gi a hành vi quy t c và hành vi t i u; t c là trong m t tr ng thái cân b ng n đ nh hành vi quy t c là nh t quán v i

hành vi t i u; (b) giá c trong th i k đ c cho b i quy t c ph thu c vào

thông tin ngày ho c tr c đó Tác gi c ng gi đ nh r ng các công ty

không th nói cho các đ i th c nh tranh cá nhân là có thi t l p giá theo

backward looking ho c forward looking hay không

Nh ng xem xét này d n đ n cho tác gi quy t c d a trên hành vi giá c c a các

công ty c nh tranh, nh sau:

(3.47) Nói cách khác, công ty backward looking t i th i đi m thi t l p giá c a nó

b ng v i m c giá trung bình xung quanh m c giá đi u ch nh, , v i m t s

đi u ch nh trong l m phát Quan tr ng là, s đi u ch nh này d a trên đ tr c a t

l l m phát, t c lƠ đ tr l m phát đ c s d ng m t cách đ n gi n đ d báo

l m phát t ng lai

Quy t c có m t vƠi đ c tính h p d n Th nh t, mi n là l m phát là d ng, hành vi

quy t c h i t đ n hành vi t i u qua th i gian Th hai, quy t c thông tin k t

h p rõ ràng v t ng lai trong cách h u ích, t đó ch s giá lƠ xác đ nh m t

ph n b i thi t l p giá forward looking

Các tác gi đ t đ c đ ng cong Phillips lai (hybrid Phillips curve) b i k t h p các ph ng trình t (3.44) đ n (3.47)

(3.48)

V i

(3.49)

Và:

D i gi đ nh k v ng h p lý, sai s trong d báo c a không t ng quan

v i b thông tin t i ngày vƠ tr c đó, t ph ng trình (3.48) ta có

(3.50)

V i là vector c a các bi n t i ngày vƠ tr c đó (vƠ, do đó, nó tr c giao v i

l m phát trong th i k ) i u ki n tr c giao cho b i ph ng trình (3.50) là

d ng c b n c a c tính cho mô hình moment t ng quát (GMM) M t nguyên nhơn khác đ s d ng mô hình GMM lƠ đ tránh b thiên l ch do có s t ng

quan gi a các bi n gi i thích và ph n d