Luận án mô hình chuỗi thời gian phi tuyến (STAR) trong phân tích và dự báo các chỉ tiêu kinh tế vĩ mô ở việt nam

Trên thực tế, từ cuối những năm 1990 cho ñến nay cho thấy rằng việc áp dụng mô hình chuỗi thời gian tuyến tính trong phân tích thực nghiệm về tài chính và kinh tế vĩ mô không còn phù hợp

Tôi xin cam ñoan ñây là công trình nghiên cứu của riêng tôi Các kết quả trong Luận án là trung thực và chưa từng công bố trong bất

kỳ một công trình nào

Tác giả luận án

Nguyễn Minh Hải

đầu tiên, tôi chân thành cảm ơn Bộ Giáo dục & đào tạo, Trường đại Học Kinh tế Quốc dân và Viện ựào tạo Sau ựại học ựã tạo ựiều kiện cho tôi ựược học tập, làm nghiên cứu sinh và ựã quan tâm ựộng viên tôi trong quá trình học tập, nghiên cứu

Tôi xin bày tỏ lời cám ơn chân thành và sự kắnh trọng ựối với GS.TS Nguyễn Khắc Minh và PGS.TS Ngô Văn Thứ, các Thầy ựã nhận tôi làm nghiên cứu sinh và hướng dẫn trong suốt quá trình thực hiện bản Luận án này Các Thầy ựã tận tình chỉ bảo cả về lĩnh vực khoa học cũng như trong cuộc sống Tôi ựã học ựược rất nhiều từ những ựiều chỉ dẫn, những buổi thảo luận và từ nhân cách của các Thầy Tôi cảm phục những hiểu biết sâu sắc

về chuyên môn, những khả năng cũng như sự tận tình của các Thầy Những kiến thức mà tôi nhận ựược từ các Thầy không chỉ là bản Luận án mà trên hết là cách nhìn nhận, ựánh giá cũng như phương thức giải quyết vấn ựề một cách toàn diện trong khoa học và sự trải nghiệm của cuộc sống

Tôi xin trân trọng cảm ơn các Thầy, Cô trong khoa Toán Kinh Tế, Viện ựào tạo Sau ựại học, Trường đH Kinh tế Quốc dân ựã ựộng viên, giúp ựỡ tôi rất nhiều trong suốt quá trình thực hiện các thực nghiệm cũng như thảo luận, giải thắch kết quả thực nghiệm, ựồng thời có những ựóng góp gợi mở quý báu trong quá trình tôi hoàn thiện Luận án

Tôi xin trân trọng cảm ơn Viện ựào tạo Sau ựại học về sự ủng hộ to lớn và những lời khuyên bổ ắch trong suốt thời gian tôi làm nghiên cứu sinh

Và cuối cùng, xin trân thành cảm ơn Ban Giám hiệu Trường đại học Quang Trung

và Ban Chủ nhiệm Khoa Kỹ thuật và Công nghệ, cũng như bạn bè ựồng nghiệp ựã ủng hộ

và tạo mọi ựiều kiện thuận lợi giúp tôi hoàn thành Luận án

Hà Nội, tháng 4 năm 2014 Tác giả Luận án

Nguyễn Minh Hải

LỜI CAM đOAN

LỜI CẢM ƠN

MỤC LỤC

DANH MỤC CÁC CHỮ VIẾT TẮT

DANH MỤC CÁC HÌNH

DANH MỤC CÁC BẢNG

PHẦN MỞ đẦU 1

Chương 1: TỔNG QUAN VỀ MÔ HÌNH HỒI QUY CHUYỂN TIẾP TRƠN TRONG PHÂN TÍCH KINH TẾ VĨ MÔ 6

1.1 Cơ sở lý thuyết mô hình hồi quy chuyển tiếp trơn 6

1.1.1 Mô hình hồi quy chuyển tiếp trơn (STR) 7

1.1.2 Trường hợp hàm chuyển tiếp trơn là hàm logistic tổng quát (LSTR) 8

1.1.3 Trường hợp hàm chuyển tiếp trơn là hàm mũ (ESTR) 11

1.1.4 Mô hình tự hồi quy chuyển tiếp trơn (STAR) 13

1.1.5 Mô hình tự hồi quy chuyển tiếp trơn logistic (LSTAR) 13

1.1.6 Mô hình tự hồi quy chuyển tiếp trơn mũ (ESTAR) 16

1.2 Quy trình mô hình hóa LSTR 18

1.2.1 Thiết lập mô hình 18

1.2.2 Ước lượng các tham số của mô hình LSTR 22

1.2.3 Kiểm ựịnh thu hẹp mô hình 22

1.2.4 đánh giá chất lượng mô hình bằng các kiểm ựịnh 23

1.3 Tổng quan về nghiên cứu mô hình chuỗi thời gian chuyển tiếp trơn trên thế giới 25

1.3.1 Tình hình nghiên cứu ở nước ngoài và trong nước về lạm phát 25

1.3.2 Tình hình nghiên cứu ở nước ngoài và trong nước về cầu tiền 33

1.3.3 Một số hướng nghiên cứu khác ở trong và ngoài nước có ứng dụng mô hình chuỗi thời gian phi tuyến 38

TIỀN TỆ TRONG KIỂM SOÁT LẠM PHÁT Ở VIỆT NAM 42

2.1 Diễn biến lạm phát Việt Nam giai ñoạn từ 2000 ñến 2011 42

2.1.1 Diễn biến lạm phát trong giai ñoạn 2000-2006 44

2.1.2 Lạm phát trong giai ñoạn từ 2007-2011 50

2.2 Mối quan hệ giữa lạm phát và tăng trưởng kinh tế ở Việt Nam trong giai ñoạn 2000-2011 62

2.3 Vai trò của chính sách tiền tệ trong kiểm soát lạm phát từ năm 2000 ñến 2011 66

2.3.1 Quy trình hoạt ñộng của của chính sách tiền tệ 66

2.3.2 Cơ chế lan truyền của CSTT ñến tăng trưởng kinh tế và lạm phát 67

2.3.3 Hoạt ñộng ñiều hành CSTT của NHNN trong kiểm soát lạm phát và tăng trưởng kinh tế ở Việt Nam giai ñoạn 2000-2011 70

2.4 Phân tích các nhân tố cơ bản quyết ñịnh ñến lạm phát Việt Nam trong giai ñoạn 2000-2011 81

2.4.1 Lạm phát bị ảnh hưởng bởi nhân tố tâm lý, kỳ vọng 81

2.4.2 Ảnh hưởng bởi nhân tố thay ñổi sản lượng 83

2.4.3 Ảnh hưởng từ giá dầu thế giới 85

2.4.4 Ảnh hưởng từ tăng trưởng tiền tệ 87

2.5 Tóm tắt chương 2 89

Chương 3: XÂY DỰNG CÁC MÔ HÌNH CHUỔI THỜI GIAN PHI TUYẾN CHO PHÂN TÍCH LẠM PHÁT, CẦU TIỀN Ở VIỆT NAM GIAI ðOẠN 2000-2011 90

3.1 Thực trạng về nghiên cứu lạm phát ở Việt Nam trong thời gian gần ñây 90

3.2 Xây dựng ñường Phillips phi tuyến phân tích lạm phát theo cách tiếp cận hồi quy chuyển tiếp trơn 94

3.2.1 Xây dựng mô hình 95

3.2.2 Mô tả số liệu và thống kê các biến 98

3.2.5 Phân tích kết quả 106

3.2.6 Kết luận và ñề xuất giải pháp 108

3.2.7 Dự báo lạm phát cho các năm 2012, 2013 109

3.3 Xây dựng hàm cầu tiền phi tuyến xác ñịnh ngưỡng lạm phát theo tiếp cận hồi quy chuyển tiếp trơn 111

3.3.1 Xây dựng hàm cầu tuyến phi tuyến dạng chuyển tiếp trơn 112

3.3.2 Mô tả số liệu và thống kê các biến 118

3.3.3 Kết quả kiểm ñịnh chỉ ñịnh hàm cầu tiền theo tiêu chuẩn STR 120

3.3.4 Ước lượng hàm cầu tiền phi tuyến 121

3.3.5 Một số phân tích kết quả ước lượng 122

3.3.6 Kiến nghị 124

3.4 Tóm tắt chương 3 125

KẾT LUẬN VÀ KIẾN NGHỊ 127 CÔNG TRÌNH TÁC GIẢ ðà CÔNG BỐ

DANH MỤC TÀI LIỆU THAM KHẢO

PHỤ LỤC

Viết tắt Nguyên văn

CPI (Consumer Price Index) Chỉ số giá tiêu dùng

ECM (Error Correction Model) Mô hình hiệu chỉnh sai số

ESTAR (Exponential Smooth Transition

Mô hình hồi quy chuyển tiếp trơn mũ

GDP (Gross Domestic Product) Tổng sản phẩm quốc nội

GSO (General Statistics Office) Tổng cục Thống kê

IMF (International Monetary Fund) Quỹ tiền tệ Quốc tế

LSTAR (Logistic Smooth Transition

Autoregressive Model)

Mô hình tự hồi quy chuyển tiếp trơn Logistic

LSTR (Logistic Smooth Transition Model) Mô hình hồi quy chuyển tiếp trơn Logistic

mặt ngoài hệ thống ngân hàng và các khoản tiền gửi không kỳ hạn)

mặt ngoài hệ thống ngân hàng + tiền gửi VNð

và bằng ngoại tệ của dân cư, doanh nghiệp tại các NHTM

NSNN Ngân sách Nhà nước

PAM (Partial Adjustment Model) Mô hình hiệu chỉnh từng phần

STR (Smooth Transition Models) Mô hình hồi quy chuyển tiếp trơn

VECM (Vector Error Correction Model) Mô hình véc tơ hiệu chỉnh sai số

WTO (World Trade Organization) Tổ chức thương mại Thế giới

Hình 1.1 ðồ thị của hàm LSTR1 với c = 1 9

Hình 1.2 ðồ thị của hàm LSTR2 với c1 = -1, c2 =1 11

Hình 1.3 ðồ thị của hàm ESTR với * 1 c = 0 12

Hình 1.4 ðồ thị của hàm LSTAR1 với K = 1, γ = 0.01, 3, 20 và 50 ðồ thị ứng với giá trị thấp nhất của γ nằm gần ñường thẳng ( , , ) 1 2 t G γ c s = 15

Hình 1.5 ðồ thị của hàm LSTAR 2 với K = 2, γ = 0.01, 3, 20 và 50 ðồ thị ứng với giá trị thấp nhất của γ nằm gần ñường thẳng ( , , ) 1 2 t G γ c s = 16

Hình 1.6 ðồ thị của hàm ESTAR với γ = 0.01, 3, 20 và 50 17

Hình 2.1 Tăng trưởng kinh tế và lạm phát, 2000-2011 43

Hình 2.2 Biểu ñồ chỉ số giá tiêu dùng (CPI) các tháng năm 2000 46

Hình 2.3 Tốc ñộ tăng trưởng và tỷ lệ lạm phát, thời kỳ 2000-2006 49

Hình 2.4 Biểu ñồ chỉ số giá tiêu dùng (CPI) các tháng năm 2008 54

Hình 2.5 Biểu ñồ chỉ số giá tiêu dùng (CPI) các tháng năm 2009 56

Hình 2.6 Biểu ñồ chỉ số giá tiêu dùng (CPI) các tháng năm 2010 58

Hình 2.7 Biểu ñồ chỉ số giá tiêu dùng (CPI) các tháng năm 2011 60

Hình 2.8 Tốc ñộ tăng trưởng GDP và tỉ lệ lạm phát từ quý I/2000 ñến quý IV/2012 64

Hình 2.9 Quy trình hoạt ñộng CSTT của NHTW 67

Hình 2.10 Cơ chế lan truyền của CSTT ñến lạm phát và tăng trưởng kinh tế 68

Hình 2.11 Lạm phát, tín dụng, GDP và tốc ñộ tăng M2 từ 2000 – 2011 70

Hình 2.12 Tóm tắt vai trò của chính sách tiền tệ ở Việt Nam, từ 2007-2011 78

Hình 2.13 Mối quan hệ giữa tăng trưởng sản lượng thực, sản lượng tiềm năng và chỉ số CPI, 2000-2010 84

Hình 2.14 Quan hệ giá dầu thế giới và lạm phát ở Việt Nam, 2000-2011 86

Hình 2.15 Tín dụng cho nền kinh tế, huy ñộng và M2 (% GDP) 88

Hình 3.1 Các kênh truyền tải ñến lạm phát 99

Hình 3.2 ðồ thị của mô tả các biến trong mô hình hồi quy chuyển tiếp trơn của ñường Phillips có bổ sung yếu tố kỳ vọng 101

Hình 3.3 Giá trị ngưỡng của biến chuyển tiếp GAPt-1 106

Hình 3.4 ðồ thị biễu diễn quá trình chuyển tiếp trơn của mô hình LSTR1 107

Bảng 1.1 Hành vi của yt-d ñối với các giá trị trung gian của y trong mô hình

LSTAR 14

Bảng 1.2 Hành vi của yt-d trong mô hình ESTAR 17

Bảng 2.1 Mục tiêu của chính sách tiền tệ trong giai ñoạn 2000-2006 71

Bảng 2.2 Mục tiêu của chính sách tiền tệ trong giai ñoạn 2007-2011 74

Bảng 2.3 Mục tiêu và kết quả thực hiện của chính sách tiền tệ trong giai ñoạn 2001-2006 79

Bảng 2.4 Mục tiêu và kết quả thực hiện của chính sách tiền tệ trong giai ñoạn 2007-2011 80

Bảng 2.5 So sánh quốc tế về tốc ñộ tăng trưởng (%) trong giai ñoạn 2007-2011 81

Bảng 2.6 Xuất, nhập khẩu và cán cân thương mại 85

Bảng 3.1 Mô tả các biến cơ sở và ký hiệu sử dụng 99

Bảng 3.2 Tóm tắt thống kê mô tả của các biến cơ sở ñược sử dụng 100

Bảng 3.3 Kiểm ñịnh nghiệm ñơn vị của các biến ñưa vào mô hình STR 102

Bảng 3.4 Kết quả chọn lựa ñộ trễ cho mô hình STR ñường cong Phillips 103

Bảng 3.5 Kiểm ñịnh tuyến tính dựa vào chỉ ñịnh của STR 103

Bảng 3.6 Kết quả ước lượng mô hình hai cơ chế LSTR1 của lạm phát 105

Bảng 3.7 Kết quả dự báo dlnCPI từ mô hình cho năm 2011 110

Bảng 3.8 So sánh giá trị của kết quả dự báo và giá trị thực của tỷ lệ lạm phát cho CPI cho năm 2011 110

Bảng 3.9 Kết quả dự báo về tốc ñộ tăng trưởng lạm phát năm 2012 và 2013 111 Bảng 3.10 Kết quả kiểm ñịnh lồng nhau ñể chọn biến lạm phát 118

Bảng 3.11 Tên biến trong mô hình ñược sử dụng 118

Bảng 3.12 Tóm tắt thống kê mô tả của các biến số ñược sử dụng trong mô hình hàm cầu tiền R 119

Bảng 3.13 Kiểm ñịnh nghiệm ñơn vị của các biến ñưa vào mô hình .120

Bảng 3.14 Kết quả chỉ ñịnh mô hình hàm cầu tiền dựa vào chỉ ñịnh của STR 121

PHẦN MỞ ðẦU

1 Sự cần thiết của ñề tài

Vấn ñề phân tích và dự báo các chỉ tiêu kinh tế vĩ mô luôn là một ñề tài quan trọng và cấp thiết, nhất là ñối với một quốc gia ñang phát triển như Việt Nam, một nền kinh tế mở có quy mô nhỏ nên dễ bị tổn thương với những biến ñộng bất lợi từ bên ngoài Trong ñiều kiện nền kinh tế thế giới nói chung và nền kinh tế Việt Nam nói riêng ngày càng xuất hiện nhiều hơn và thường xuyên hơn các yếu tố bất ổn ñịnh thì việc phân tích và dự báo chính xác ñộng thái của các chỉ tiêu kinh tế vĩ mô

có ý nghĩa cực kỳ quan trọng trong ñiều hành chính sách, ổn ñịnh kinh tế vĩ mô Một kết quả phân tích và dự báo tốt sẽ giúp nền kinh tế tránh ñược các ñổ vỡ, hạn chế rủi ro và tận dụng cơ hội ñể phát triển Do ñó, việc nghiên cứu tìm kiếm các phương thức dự báo thích hợp cho các chỉ tiêu kinh tế vĩ mô Việt Nam là một việc quan trọng

Một trong những công cụ hữu hiệu ñể phân tích và dự báo là dự báo bằng mô hình kinh tế lượng Cách thức tiếp cận của phương pháp này là dùng các mô hình toán học ñể mô tả mối liên hệ giữa ñối tượng dự báo với các yếu tố có liên quan Chẳng hạn, hàm tiêu dùng phải dựa trên lý thuyết về tiêu dùng, hàm ñầu tư phải dựa trên lý thuyết về ñầu tư,… ðiều này dẫn ñến hệ quả là các nhà mô hình khác nhau

có thể sẽ xây dựng các mô hình với các biến giải thích khác nhau, tùy thuộc vào việc áp dụng lý thuyết kinh tế nào Ưu ñiểm của các các mô hình kinh tế lượng là trợ giúp khắc phục các khó khăn của sự chủ quan và cảm tính, cho ta cách tiếp cận ñịnh lượng nhằm ñưa ra các phân tích cụ thể và khá chính xác

Như chúng ta ñã biết, lý thuyết kinh tế từ lâu ñã là trung tâm của việc xây dựng các mô hình kinh tế lượng, các mô hình kinh tế lượng thường ñược xây dựng dựa trên các giả thiết, một trong những yêu cầu thách thức nhất là các hệ số luôn bất biến theo thời gian Nếu giả thiết về tính bất biến của các hệ số này vi phạm thì bất

kỳ các kết quả ước lượng từ mô hình sẽ bị thiên lệch Theo nghiên cứu của Teräsvirta (1994) [65], nếu các kết quả ước lượng từ các mô hình tuyến tính mà sai

lệch so với thực tế thì có lẽ nó ñã bị bác bỏ từ rất lâu và thực tế ñiều này ñã không xảy ra Tuy nhiên, có những tình huống mà các mô hình tuyến tính không thể diễn ñạt hết ñược ý nghĩa của lý thuyết kinh tế gắn với các dữ liệu vĩ mô Trên thực tế, từ cuối những năm 1990 cho ñến nay cho thấy rằng việc áp dụng mô hình chuỗi thời gian tuyến tính trong phân tích thực nghiệm về tài chính và kinh tế vĩ mô không còn phù hợp ở một số nước có sự phát triển mạnh mẽ của hệ thống tài chính, sự thay ñổi trong cơ cấu thành tố tiền, thay ñổi thể chế chính sách, khủng hoảng dầu mỏ, khủng hoảng lương thực, biến ñộng chu kỳ kinh tế mà thậm chí là cả những ñịnh hướng phát triển cụ thể mà các can thiệp chính sách phải ñược thực hiện nhanh và mạnh về lãi suất, cung tiền, tỷ giá và khối lượng tín dụng Những thay ñổi ñó gây ra các ảnh hưởng ñột ngột tới hệ thống tài chính cũng như các biến kinh tế vĩ mô làm cho các dãy số thời gian xuất hiện quan hệ phi tuyến Chính vì thế, các mô hình chuỗi thời gian phi tuyến ngày càng có một vị trí vững chắc hơn trong lĩnh vực mô hình hóa tài chính và kinh tế vĩ mô

Trước ñây, khi ñối mặt với các trường hợp phi tuyến, các nhà mô hình thường

xử lý bằng cách lấy xấp xỉ tuyến tính, cách giải quyết như thế này ít nhiều ñã giúp cho các nhà mô hình hóa kinh tế vĩ mô giải quyết ñược một số trường hợp phi tuyến Tuy nhiên, cách làm như vậy chỉ giải quyết ñược một số nhỏ các trường hợp riêng lẻ

và không có tính triệt ñể Vì thế, các chỉ ñịnh mô hình chuỗi thời gian phi tuyến ñã cho thấy ñược sự hữu ích của nó thích ứng trong những trường hợp như vậy

ðối với Việt Nam, việc áp dụng các mô hình truyền thống ñể phân tích và dự báo các biến số kinh tế vĩ mô ñôi khi còn gặp khá nhiều hạn chế: ñòi hỏi số liệu quá phức tạp vượt quá khả năng của Tổng cục Thống kê, bên cạnh ñó nguồn thông tin,

tư liệu của nước ngoài cũng rất thiếu, rời rạc và không ñầy ñủ Những số liệu như vậy hiện nay hầu như không có Hơn nữa, với một nước có nền kinh tế ñang phát triển như Việt Nam cần xét ñến yếu tố thể chế, tính mở cửa của thị trường, nền sản xuất và dữ liệu hiện có là không phù hợp với mô hình truyền thống ngay cả khi chúng ta sử dụng biến giả Tất nhiên, kết quả thu ñược từ các mô hình tuyến tính có thể sai lệch

Do vậy, việc nghiên cứu và xây dựng một mô hình phù hợp với ñiều kiện kinh tế - xã hội ở Việt Nam là rất cần thiết Qua tìm hiểu thực tế về công tác dự báo

ở Việt Nam, cùng với sự gợi ý của giáo viên hướng dẫn GS Nguyễn Khắc Minh, NCS ñã mạnh dạn lựa chọn mô hình mô hình chuỗi thời gian phi tuyến STAR làm công cụ chính ñể nghiên cứu trong luận án tiến sĩ và tên ñề tài gắn liền với công cụ

chính này là: “ Mô hình chuỗi thời gian phi tuyến (STAR) trong phân tích và dự

báo các chỉ tiêu kinh tế vĩ mô ở Việt Nam” cho công trình nghiên cứu của mình

2 Mục tiêu nghiên cứu của luận án

Mục tiêu nghiên cứu của luận án bao gồm:

- Tổng hợp cơ sở lý thuyết về mô hình hồi quy chuyển tiếp trơn Trên cơ sở

ñó, luận án tổng quan tình hình nghiên cứu thực nghiệm về lạm phát và cầu tiền bằng mô hình hồi quy chuyển tiếp trơn ở các nước trên thế giới ðể rồi, từ ñây rút ra kinh nghiệm nghiên cứu về lạm phát và cầu tiền ở Việt Nam;

- Phân tích thực trạng diễn biến lạm phát, vai trò ñiều hành chính sách tiền tệ

nhằm kiểm soát lạm phát ở Việt Nam trong giai ñoạn 2000-2011;

- Xây dựng mô hình ñường Phillips phi tuyến phân tích lạm phát theo cách tiếp cận hồi quy chuyển tiếp trơn

- Xây dựng mô hình hàm cầu tiền phi tuyến xác ñịnh ngưỡng lạm phát theo tiếp cận hồi quy chuyển tiếp trơn

- ðưa ra một số khuyến nghị dựa trên cơ sở các kết quả ước lượng ñược

3 ðối tượng và phạm vi nghiên cứu của luận án

Với cầu tiền:

- Phân tích vai trò của chính sách tiền tệ trong kiểm soát lạm phát, hiệu quả của việc thực thi chính sách tiền tệ ở Việt Nam trong giai ñoạn từ 2000-2011;

- Cơ chế hoạt ñộng truyền dẫn của chính sách tiền tệ ñến lạm phát và tăng trưởng

3.2 Phạm vi nghiên cứu

- Phạm vi nghiên cứu chính của luận án này chủ yếu là tập trung vào nghiên cứu một họ của lớp mô hình chuỗi thời gian phi tuyến, cụ thể là nghiên cứu mô hình hồi quy chuyển tiếp trơn STR và một số trường hợp riêng của họ mô hình hồi quy chuyển tiếp trơn này

- Vì lớp mô hình chuyển tiếp trơn (STR) ñã ñược nhiều nước trên thế giới nghiên cứu và vận dụng vào phân tích hầu hết các chỉ tiêu kinh tế vĩ mô, chẳng hạn tăng trưởng, lạm phát, cầu tiền và ñể làm rõ quy trình vận dụng STR vào phân tích

vĩ mô, chúng tôi lựa chọn hai chỉ tiêu vĩ mô quan trọng có tính thời sự ở Việt Nam trong thời gian gần ñây là lạm phát, cầu tiền làm ñối tượng nghiên cứu ðối với các chỉ tiêu kinh tế vĩ mô khác, quy trình STR cũng ñược vận dụng một cách tương tự Với lý do này, dựa trên cơ sở số liệu ñược thu thập từ nhiều nguồn khác nhau (GSO, NHNN, WB, IMF) của nền kinh tế Việt Nam thời kỳ từ 2000 ñến 2011, tác giả sẽ xây dựng các mô hình hồi quy chuyển tiếp trơn ñể phân tích lạm phát và cầu tiền ở Việt Nam

4 Phương pháp nghiên cứu

Phương pháp thống kê: các số liệu trong luận án ñược thu thập từ các nguồn: GSO, NHNN, WB, IMF Các số liệu sử dụng trong luận án liên quan tới việc phân tích ñịnh lượng như: GDP, CPI, khối lượng tiền M2, giá dầu thế giới Tất cả các số liệu trên sau khi thu thập ñều có sự ñiều chỉnh về cùng một gốc so sánh (năm 1994)

ñể có phù hợp giữa các dãy số ñược sử dụng trong ước lượng

Phương pháp mô hình hóa: phương pháp này nhằm làm rõ hơn các phân tích ñịnh tính, ñịnh lượng ñược trình bày bằng bảng biểu, bằng hình vẽ cụ thể và bằng ngôn ngữ toán học ðiểm mạnh của phương pháp này là xây dựng, xác ñịnh mô hình của ñối tượng (mô hình hóa ñối tượng) và dùng mô hình làm công cụ suy luận phục vụ yêu cầu nghiên cứu (phân tích mô hình)

Phương pháp phân tích kinh tế lượng: ứng dụng lớp mô hình chuỗi thời gian phi tuyến STR ñể xây dựng các mô hình thực nghiệm cho các biến số kinh tế vĩ mô

là lạm phát, cầu tiền ở Việt Nam giai ñoạn từ 2000-2011

Các phần mềm ñược sử dụng trong luận án gồm: phần mềm Eview 7.0; phần mềm Jmulti Các công cụ sẽ hỗ trợ cho việc phân tích ñịnh lượng các mô hình thực

nghiệm ñược xây dựng trong luận án

5 Ý nghĩa khoa học của luận án

(i) ðề xuất các mô hình hồi quy chuyển tiếp trơn cho các biến số vĩ mô

là: lạm phát và cầu tiền của Việt Nam;

(ii) Trình bày các kết quả thực nghiệm các mô hình nói ở ñiểm (i);

(iii) ðưa ra một số khuyến nghị dựa trên cơ sở các kết quả ước lượng ñược

ở ñiểm (ii), các kiến nghị này là có cơ sở khoa học, và hợp lý

Chương 1 TỔNG QUAN VỀ MÔ HÌNH HỒI QUY CHUYỂN TIẾP TRƠN TRONG PHÂN TÍCH KINH TẾ VĨ MÔ

Trước ñây, khi ñối mặt với các hiện tượng phi tuyến trong kinh tế, các nhà

mô hình thường xử lý bằng cách lấy xấp xỉ tuyến tính cho các hiện tượng phi tuyến Với cách xử lý như trên, ít nhiều nó ñã giúp cho các nhà kinh tế giải thích ñược một

số các hiện tượng kinh tế phi tuyến Tuy nhiên, cách xử lý như thế này cũng chỉ giúp cho các nhà kinh tế giải quyết ñược một số nhỏ các trường hợp riêng lẻ chứ không phải là một cách trọn vẹn Vì thế, các chỉ ñịnh phi tuyến ñã cho thấy tính hữu ích của nó trong việc giải thích cho các trường hợp phi tuyến Và ngày nay, các mô hình phi tuyến ñã có một chỗ ñứng vững chắc hơn trong việc mô hình hóa tài chính

và kinh tế vĩ mô Các mô hình kinh tế lượng phi tuyến có thể ñược chia thành hai nhóm Nhóm thứ nhất là các mô hình không xếp mô hình tuyến tính vào một dạng ñặc biệt của mô hình phi tuyến Nhóm thứ hai gắn với một số mô hình quen thuộc,

nó bao trùm cả mô hình tuyến tính Mô hình hồi quy hoán chuyển, các mô hình dạng hoán chuyển Markov, và mô hình hồi quy chuyển tiếp trơn là những ví dụ cho nhóm mô hình này Các nhà nghiên cứu quan tâm tới việc áp dụng các mô hình này

có thể lựa chọn mô hình tuyến tính làm xuất phát ñiểm và sau ñó xem xét dạng phi tuyến mở rộng nếu chúng tỏ ra là cần thiết Do vậy, chương một của luận án sẽ trình bày cơ sở lý thuyết về mô hình hồi quy chuyển tiếp trơn, quy trình mô hình hóa STR của nó bao gồm: chỉ ñịnh, ước lượng và ñánh giá Và ñể làm rõ hơn vấn ñề lý thuyết và khả năng ứng dụng của lớp mô hình trên trong thực tế, thì tiếp theo luận

án sẽ trình bày tổng quan tình hình nghiên cứu về ứng dụng mô hình chuỗi thời gian chuyển tiếp trơn trên thế giới

1.1 Cơ sở lý thuyết mô hình hồi quy chuyển tiếp trơn

Trong phần cơ sở lý thuyết này, tác giả sẽ không trình bày lại các mô hình tuyến tính mà chỉ trình bày tóm tắt ngắn gọn về mô hình chuyển tiếp trơn (STR) dạng chuẩn, và các trường hợp ñặc biệt của nó cùng với quy trình mô hình hóa của STR

1.1.1 Mô hình hồi quy chuyển tiếp trơn (STR)

Mô hình hồi quy chuyển tiếp trơn (STR) là một trong các dạng của mô hình hồi quy chuỗi thời gian phi tuyến, ñược ñề xuất bởi Bacon và Watts (1971) [21] dựa trên sự phát triển từ mô hình hồi quy hoán chuyển mà Quandt (1958) [64] ñã ñưa ra trước ñó, và gần ñây việc áp dụng lớp mô hình STR ñược rất nhiều nhà nghiên cứu quan tâm ñến và ñánh giá lại, trong ñó ñáng kể nhất là các nghiên cứu của Granger và Terasvirta (1996) [43], Terasvirta (1998) [72] Trong một nghiên cứu mới nhất về mô hình hồi quy chuyển tiếp trơn STR, Terasvirta [73] ñã ñưa ra dạng chuẩn tổng quát về lớp của mô hình hồi quy chuyển tiếp trơn (STR) này, dạng chuẩn tổng quát của nó ñược biễu diễn dưới dạng:

(iv) u t là sai số tuân theo quy luật phân phối chuẩn;

(v) G(γ, c, st) là một hàm của biến chuyển tiếp s t và bị chặn (0 £ G £ 1), hàm

số này liên tục tại mọi vị trí trong không gian tham số với mọi giá trị của s t, trong ñó

γ là tham số (ñộ dốc) chỉ tốc ñộ của hàm chuyển tiếp, và c = (c1, …, ck)’ là véc tơ

các tham số vị trí (tham số ngưỡng) thỏa mãn: c 1 ≤ … ≤ c k và tham số ngưỡng này cho biết vị trí mà quá trình chuyển tiếp có thể xảy ra

1 Dấu ‘ trên ñầu mỗi ký tự π, θ, z, w…trong biểu thức (1.1) là các ma trận chuyển vị của các ma trận tương ứng π, θ, z, w

Bằng cách biến ñổi toán học, ta có thể viết lại phương trình (1.1) dưới dạng khác là:

mà Quandt ñề xuất năm 1958 thì mô hình STR có sự khác biệt hơn ở chỗ nó cho phép sự thay ñổi giữa hai thời kỳ trong cùng một tiến trình là liên tục, ứng với mỗi giá trị khác nhau của hàm chuyển tiếp G( γ, c, st ) nằm trong khoảng (0, 1)

Người ta có thể dùng bất kỳ hàm khả vi liên tục nào làm hàm chuyển tiếp miễn là nó thỏa mãn ñiều kiện: 0£ G( , c, s )g t £ 1,"c, s ,t g ¹ 0 Tuy nhiên, trong thực nghiệm người ta thường hay lựa chọn dạng hàm chuyển tiếp có dạng là: hàm logistic, hàm mũ

1.1.2 Trường hợp hàm chuyển tiếp trơn là hàm logistic tổng quát (LSTR)

Nếu hàm chuyển tiếp trong biểu thức (1.1) có dạng là hàm logistic tổng quát:

Các lựa chọn phổ biến nhất của K là K = 1 và K = 2

- ðối với K = 1 các tham số p + q G( , , )g c s t thay ñổi ñơn ñiệu và là một hàm

của s t từ π tới π +θ Khi ñó, mô hình thu ñược gọi là LSTR1 sẽ có một ngưỡng duy

nhất và cho thấy quá trình chuyển giữa hai trạng thái là ñơn ñiệu

- ðối với K = 2 các tham số p+ q G( , , )g c s t thay ñổi ñơn ñiệu xung quanh

ñiểm giữa (c 1 + c 2 )/2, tại ñó hàm logistic ñạt giá trị cực tiểu, giá trị cực tiểu nằm

giữa 0 và 1/2 Khi ñó, mô hình ñược gọi là LSTR2 sẽ có hai ngưỡng, một ngưỡng phía trên và một ngưỡng phía dưới giữa hai trạng thái

-Tham số c trong (1.5) ñược giải thích là ngưỡng giữa hai thời kỳ, hàm GK=1

là một hàm ñơn ñiệu tăng từ 0 ñến 1 theo biến chuyển tiếp s t

Khi st = c, thì hàm GK= 1( , c, c)g = 0, 5, có thể nói rằng tham số vị trí c ñại diện

cho các ñiểm chuyển tiếp giữa hai thời kỳ với

Hình 1.1, cho thấy tốc ñộ của tham số ñộ dốc γ sẽ cho phép quá trình chuyển

tiếp của GK=1 từ 0 ñến 1 diễn ra nhanh như thế nào

- Với γ = 1 cho thấy quá trình chuyển tiếp của GK=1 từ 0 ñến 1 tương ñối

chậm, với γ = 10 cho thấy quá trình chuyển tiếp diễn ra khá nhanh

Khi γ = 0, thì hàm GK=1 = 0,5 Trong trường hợp này mô hình (1.1) là một

mô hình hồi quy tuyến tính

Trong thực nghiệm, mô hình LSTR với K = 1 (LSTR1) có thể mô hình hóa

hành vi bất ñối xứng Ví dụ, giả sử rằng biến chuyển tiếp s t ño lường các giai ñoạn trong chu kỳ kinh doanh Khi ñó, mô hình LSTR1 có thể mô tả tính chất của chúng trong miền tăng trưởng khác với tính chất ñộng trong miền suy thoái, và cho phép chuyển tiếp trơn từ thái cực này sang thái cực kia

Khi γ → ∞, hàm GK=2 ñạt giá trị bằng 0; Khi c1 = c2 với γ < ∞, thì hàm GK=2

= 0,5 Khi ñó, tham số γ sẽ kiểm soát ñộ dốc và vị trí c1 và c2 của hàm chuyển tiếp

và nhỏ của s t nhưng lại khác khi nó nhận giá trị trung bình ở giữa

1.1.3 Trường hợp hàm chuyển tiếp trơn là hàm mũ (ESTR)

Lập luận tương tự như trên, nếu hàm chuyển tiếp trong (1.1) có dạng là hàm

Hình 1.3 ðồ thị của hàm ESTR với *

1

c = 0

Hình 1.2 và hình 1.3 cho thấy cả hai mô hình LSTR2 và ESTR ñều cho phép tái chuyển ñổi cấu trúc Tuy nhiên, về mặt trực quan ta có thể nhìn thấy rằng với giá trị γ lớn, quá trình chuyển tiếp của st từ 1 ñến 0 và trở lại 1 của mô hình ESTR diễn

ra nhanh hơn nhiều so với quá trình chuyển tiếp của mô hình LSTR2 vì quá trình chuyển tiếp trong LSTR2 thường diễn ra chậm hơn khi mà khoảng trống giữa hai vị trí c1 và c2 là khá lớn

Khi γ → ∞ thì (1.1) với (1.7) trở thành tuyến tính, hàm chuyển tiếp GE =0 tại

st = *

1

c , và GE =1 tại các vị trí còn lại Do ñó, mô hình ESTR không phải là một xấp

xỉ tốt của mô hình LSTR2 khi γ trong mô hình LSTR2 lớn và khoảng cách của (c 2 –

c ) không gần bằng 0

1.1.4 Mô hình tự hồi quy chuyển tiếp trơn (STAR)

Nếu trong biểu thức (1.1), véc tơ x t không chứa bất kỳ một biến nào nằm

trong thành phần của w t mà chỉ chứa các trễ của biến nội sinh, tức là véc tơ x t chỉ chứa:

(i) u t là sai số tuân theo quy luật phân phối chuẩn;

(ii) π = (π 0, π1,…, πm)’ và θ = (θ 0, θ 1,…, θ m)’ là các ((m+1)×1) véc tơ tham số;

(iii) xt = (1, y t-1, …, y t-p )’ là véc tơ các biến trễ p thời kỳ của biến phụ thuộc y t ; (iv) G( , ,g c y t d- ) là hàm số liên tục và bị chặn trên (0,1) của chuyển tiếp s t = y t-d Như vây, mô hình tự hồi quy chuyển tiếp trơn (STAR) là một trường hợp ñặc

biệt của mô hình STR ( khi w t trong biểu thức (1.1) vắng mặt) Cho nên, tùy thuộc vào dạng hàm chuyển tiếp trơn G mà ta sẽ có các dạng mô hình STAR khác nhau

tương ứng theo các dạng hàm chuyển tiếp khác nhau

1.1.5 Mô hình tự hồi quy chuyển tiếp trơn logistic (LSTAR)

Mô hình tự hồi quy chuyển tiếp trơn logistic (LSTAR) là mô hình tự hồi quy chuẩn ñể cho hệ số tự hồi quy là một hàm logistic:

2 STAR – viết tắt của cụm từ Smooth Transition Autoregressive Model

Dễ thấy rằng, khi γ tiệm cận 0 hoặc vô cùng, giá trị của θ không ñổi thì mô

hình LSTAR trở thành một mô hình AR(p) ðối với các giá trị khác của γ thì mức

ñộ phân rã tự hồi quy phụ thuộc vào giá trị của y t-d như bảng dưới ñây:

Bảng 1.1 Hành vi của y t-d ñối với các giá trị trung gian của y

trong mô hình LSTAR

y t-d → -∞ G → 0 yt = p0 + p1yt 1- + ¼ + ppyt p- + ut

y t-d → +∞ G → 1 y t = (p0 + q0 ) + (p1 + q1 )y t 1- + ¼ + u t

Hệ số chặn và các hệ số tự hồi quy thay ñổi trơn giữa hai cơ chế khi giá trị

của y t-d thay ñổi Tương tự như mô hình LSTR, ở mô hình LSTAR cũng có các lựa chọn phổ biến nhất của K là K =1 hoặc K =2

Hình 1.4 ðồ thị của hàm LSTAR1 với K = 1, γ = 0.01, 3, 20 và 50 ðồ thị ứng

với giá trị thấp nhất của γ γγγ nằm gần ñường thẳng ( , , ) 1

G = ñối xứng quanh ñiểm giữa 1 2

2

c + c

, tại ñó hàm logistic nhận ñược giá trị cực tiểu

Hình 1.5 đồ thị của hàm LSTAR 2 với K = 2, γ = 0.01, 3, 20 và 50 đồ thị ứng

với giá trị thấp nhất của γ γγγ nằm gần ựường thẳng ( , , ) 1

2

t

G γ c s =

1.1.6 Mô hình tự hồi quy chuyển tiếp trơn mũ (ESTAR)

Tương tự như mô hình STR với hàm chuyển tiếp là hàm mũ (ESTR), ta cũng

có mô hình STAR mũ (ESTAR) đó là (1.9) với hàm chuyển tiếp:

( t -d )2

G = 1 - exp[ - g y Ờ c ] , g > 0 (1.11)

Trong mô hình ESTAR, khi γ tiếp cận ựến 0 hoặc vô cùng, giá trị của

hàm chuyển tiếp G không ựổi và mô hình ESTAR trở thành mô hình AR(p)

Trong các trường hợp còn lại, mô hình sẽ có tắnh chất phi tuyến Các hệ số

của mô hình ESTAR ựối xứng quanh ựiểm y t-d = c Hành vi của y t-d có thể

ựược tóm lược như sau:

Bảng 1.2 Hành vi của y t-d trong mô hình ESTAR

yt-d→ c G → 0 yt = p0 + p1yt 1- + ¼ + ppyt p- + ut

yt-d→ rời xa c G → 1 y t = (p0 + q0 ) + (p1 + q1 )y t 1- + ¼ + u t

Hình 1.6 minh họa cho chuyển tiếp trong mô hình ESTAR ñạt giá trị cực tiểu tại 0 Vì thế, mô hình ESTAR thường sử dụng thành công trong các chuỗi mô hình kinh tế vĩ mô, chẳng hạn như tính thay ñổi bất thường của một chuỗi lạm phát

Hình 1.6 ðồ thị của hàm ESTAR với γ = 0.01, 3, 20 và 50

1.2 Quy trình mô hình hóa LSTR

Do tầm quan trọng của mô hình tự hồi quy chuyển tiếp trơn logistic (LSTR) trong thực nghiệm là rất phong phú, trong mục 1.2 này luận án sẽ trình bày quy trình mô hình hóa mô hình STR với hàm chuyển tiếp có dạng là hàm logistic đối với việc mô hình hóa STR với hàm chuyển tiếp là hàm mũ sẽ không trình bày vì cách thức ựược thực hiện cũng tương tự Quy trình mô hình hóa LSTR gồm ba giai ựoạn như sau:

(i) Thiết lập mô hình hồi quy phi tuyến chuyển tiếp trơn;

(ii) Ước lượng mô hình;

(iii) đánh giá chất lượng mô hình

1.2.1 Thiết lập mô hình

Giai ựoạn thiết lập mô hình hồi quy phi tuyến chuyển tiếp trơn ựược tiến hành theo hai bước Bước thứ nhất, là chọn lựa một mô hình tuyến tắnh làm xuất phát ựiểm ựể thực hiện cho việc phân tắch Bước thứ hai, thực hiện các kiểm ựịnh tắnh phi tuyến ựối với mô hình tuyến tắnh ựược chọn lựa ở bước thứ nhất ựể quyết ựịnh dạng của STR là LSTR1 hoặc LSTR2

để kiểm ựịnh tắnh phi tuyến của mô hình tuyến tắnh ựược lựa chọn ở bước

thứ nhất phải phải tuân theo các chỉ ựịnh của mô hình STR, biến chuyển tiếp s t phải luôn ựược xác ựịnh trước Do lý thuyết kinh tế thường không nói rõ biến chuyển

tiếp s t là biến nào, nên việc xác ựịnh một biến nào ựó trong tập hợp con của các thành phần của véc tơ các biến giải thắch x t = (z t',w t')Ỗ, với z t' = (1, y ,t 1- Ử , yt p- )', và

wt = w1t, Ử , wkt ' làm biến chuyển tiếp sẽ ựược thực hiện thông qua các kiểm

ựịnh lần lượt ựược áp dụng cho từng biến nằm trong thành phần của x t

Có hai khả năng xảy ra trong khi thực hiện việc kiểm ựịnh tắnh phi tuyến của

mô hình tuyến tắnh ban ựầu Một là, nếu không bác bỏ giả thuyết gốc3 thì người xây dựng mô hình phải chấp nhận mô hình tuyến tắnh và không thực hiện với các mô

hình STR nữa Hai là, nếu kết quả kiểm ñịnh bác bỏ các giả thuyết gốc thì mô hình STR nào có sự bác bỏ mạnh nhất ño bằng giá trị xác suất (p-value), sẽ ñược chọn làm mô hình STR cần ước lượng

1.2.1.1 Kiểm ñịnh tính tuyến tính dựa theo chỉ ñịnh của mô hình STR

Xét mô hình hồi quy STR chuẩn (1.1):

= 0

Giả sử, biến chuyển tiếp s t là một thành phần trong tập hợp các biến giải

thích x t = (z t',w t')’ ñã ñược xác ñịnh Khai triển Taylor bậc 3 xung quanh giả thiết gốc γ = 0 của hàm chuyển tiếp G (γ, c, st), ta thu ñược hàm xấp xỉ như sau:

H H

0 1

g g

' 0 ' 1

q q

ïï

ïïî

thì theo phương pháp mà Luukkonen, ta chỉ cần kiểm ñịnh cặp giả thiết:

''

0 1 2 3 '' 2 2 2

qs

T SSR SSR LM

SSR

0 1 0

kê LM-test có thể cho kết quả ñáng tin cậy Nhưng trong trường hợp cỡ mẫu là

“nhỏ” hoặc “vừa” thì thống kê LM-test có thể bị sai chệch Vì vậy, Luukkonen

ñã dùng thống kê F ñể thay thế cho thống kê LM, và thống kê F này có số bậc tự

thì giả thiết H0 sẽ bị bác bỏ, trong trường hợp ngược lại, chưa có ñủ cơ sở ñể bác bỏ H0.

1.2.1.2 Lựa chọn dạng của mô hình STR logistic (LSTR)

Sau khi thực hiện các kiểm ñịnh ñối với mô hình (1.12) xem nó có dạng tuyến tính hay phi tuyến Nếu kết quả kiểm ñịnh cho thấy mô hình (1.12) có dạng phi tuyến thì bước tiếp theo là chọn dạng của mô hình LSTR

Việc lựa chọn dạng của mô hình LSTR có thể dựa trên kết quả kiểm ñinh của hàm hồi quy (1.15) Cách chọn lựa dạng mô hình LSTR mà Teräsvirta (2004) ñề xuất dựa trên trật tự của các kiểm ñịnh:

(i) Kiểm ñịnh giả thuyết gốc H04: β3 = 0 trong (1.10);

(p-có hai lựa chọn xảy ra là: LSTR2 hoặc ESTR Trong thực hành, người ta thường chọn mô hình LSTR2 và bổ sung thêm một cặp kiểm ñịnh giả thuyết là:

H0: c1 = c2; H1: c1 ≠ c2 Nếu chấp nhận giả thuyết bổ sung H0 ta chọn mô hình LSTR2, còn trường hợp bị bác bỏ H0 chọn mô hình ESTR

4Vì cả ba giả thuyết H03 , H 04 và H 02 có thể ñồng thời bị bác bỏ ở mức ý nghĩa truyền thống là: 0,05 hoặc 0,01; do ñó chúng ta phải dùng tới mức ñộ bác bỏ mạnh nhất.

1.2.2 Ước lượng các tham số của mô hình LSTR

Sau khi xác ñịnh ñược biến chuyển tiếp và dạng của mô hình STR thì bước tiếp theo trong quy trình mô hình hóa STR là ước lượng các tham số trong mô hình (1.12) Các tham số trong mô hình STR (1.12) ñược ước lượng theo phương pháp bình phương nhỏ nhất phi tuyến ( NLS)

1.2.3 Kiểm ñịnh thu hẹp mô hình

Cũng giống như trong các mô hình tuyến tính, một hàm hồi phi tuyến quy phù hợp không có nghĩa là tất cả các biến ñộc lập ñều cùng giải thích cho biến phu thuộc, mà chỉ cần có ít nhất một biến ñộc lập có giải thích Do ñó, hàm hồi quy phi tuyến phù hợp chưa phải là ñiều kiện ñủ ñể chỉ ra tất cả các biến ñộc lập ñều giải thích cho biến phụ thuộc Vì thế, sau khi ñã ước lượng mô hình, chúng ta phải xem xét mô hình ñã thích hợp chưa Các kiểm ñịnh phải ñược tiến hành Trước hết, ta

cần loại bỏ dần các biến ựộc lập mà hệ số ước lượng của nó có xác suất bác bỏ cao nhất, ựi ựến mô hình thắch hợp Khác với mô hình tuyến tắnh, trong mô hình hồi quy

chuyển tiếp trơn muốn loại bỏ ựi một thành phần trong x t như xjt chẳng hạn ựòi hỏi phải thực hiện thông qua các ràng buộc πj = θj = 0

Các loại ràng buộc ựó có thể là:

- πj = 0, tham số tương ứng sẽ không xuất hiện nếu G(γ, c, st) = 0;

- πj = - θj, tham số tương ứng sẽ không xuất hiện nếu G(γ, c, st) =1;

- θj = 0 , các biến chỉ xuất hiện ở phần tuyến tắnh

1.2.4 đánh giá chất lượng mô hình bằng các kiểm ựịnh

Trong quy trình mô hình hóa STR, việc ựánh giá chất lượng của mô hình STR là giai ựoạn cuối cùng, và cũng giống như mô hình tuyến tắnh, một mô hình phi tuyến STR thu ựược sau khi ước lượng xong các tham số thì cần phải ựem ựi kiểm ựịnh Mục ựắch của việc kiểm ựịnh này là ựể kiểm tra xem mô hình STR thu ựược có bị khuyết tật hay không, ựể từ ựó ựánh giá ựộ tin cậy của nó Các kiểm ựịnh khuyết tật trong mô hình STR thường quan tâm là:

(i) Kiểm ựịnh không có tự tương quan;

(ii) Kiểm ựịnh không có thành phần phi tuyến bị bỏ sót

1.2.3.1 Kiểm ựịnh không có tự tương quan

Trước khi kiểm ựịnh không có tự tương quan cho mô hình STR Ta cần quan tâm ựến bổ ựề của Godfrey sau:

Bổ ựề 1 (Godfrey (1988))

Giả sử, rằng M(zt ; ψ) là một hàm khả vi hai lần liên tục theo các tham số tại

mọi vị trắ trong miền không gian mẫu và:

y t = M(zt ; ψ) + u t , t = 1, Ầ, T (1.19)

trong ựó, u t = αỖvt + εt với α = (α1,Ầ, αq )Ỗ, vt = (ut-1, Ầ, ut-q )Ỗ và εt ∼ iid N(0, σ2)

Giả thuyết gốc là không có tự tương quan bậc q nếu α = 0

Áp dụng bổ ựề Godfrey, giả sử mô hình STR có dạng (1.12) thỏa mãn các ựiều kiện γ <∞:

y = p'x + q'x G( , , )g c s + u , t = 1, ,T

Hồi quy phương trình trên thu ñược phần dư là uˆ t, hồi quy phụ uˆ ttheo các trễ của nó là uˆt-1, ,uˆt q- :

H H

ïïîVới giá trị quan sát của thống kê kiểm ñịnh bằng:

0 1 0

1.2.3.2 Kiểm ñịnh không còn thành phần phi tuyến bị bỏ sót

Sau khi kiểm ñịnh tính tự tương quan của mô hình STR xong thì việc quan trọng tiếp theo cần ñặt ra là liệu có yếu tố phi tuyến nào bị bỏ sót hay không ðể xem xét vấn ñề này, trong STR người ta xét hồi quy bổ trợ sau:

Lúc này, kiểm ñịnh F ñược sử dụng giống như trường hợp kiểm tính tính tuyến tính

1.3 Tổng quan về nghiên cứu mô hình chuỗi thời gian chuyển tiếp trơn trên thế giới

1.3.1 Tình hình nghiên cứu ở nước ngoài và trong nước về lạm phát

1.3.1.1 Các nghiên cứu lạm phát ở nước ngoài

Dựa theo những lý thuyết ñã có về lạm phát, các nghiên cứu thực nghiệm nhằm giải thích những biến ñộng của lạm phát của từng nước cụ thể ngày càng sâu

và rộng ðặc biệt, có nhiều nghiên cứu sâu sắc về vấn nạn lạm phát ở các nước ñang phát triển nơi mà hệ thống tài chính chưa hoàn thiện và tồn tại nhiều bế tắc về cơ cấu Với nhiều cách tiếp cận khác nhau, các nghiên cứu thực nghiệm từ 1990 cho ñến nay cho thấy rằng cách tiếp cận truyền thống ñối với các nhân tố quyết ñịnh lạm phát ở các nước ñang phát triển là không còn phù hợp, có thể là do các chính sách không phù hợp hoặc do tính thay ñổi liên tục của Chính phủ, chênh lệch về năng suất lao ñộng ở các khu vực của nền kinh tế, việc tăng lương, cung lương thực thực phẩm thiếu co giãn, các hạn chế về ngoại hối cũng như những hạn chế về ngân sách Một số nghiên cứu ñiển hình gần ñây về các nhân tố quyết ñịnh lạm phát trong một quốc gia có nền kinh tế nhỏ và mở và ñang trong giai ñoạn chuyển ñổi, với những bằng chứng thiết thực về lý thuyết cũng như thực nghiệm ñều thừa nhận rằng xuất hiện tính phi tuyến trong dãy số liệu chuỗi thời gian giữa quan hệ giữa sản lượng ñầu ra và lạm phát, dựa vào mô hình ñường cong Phillips phi tuyến Sau ñây, là một

số các nghiên cứu ñiển hình về lạm phát ở một số nước trên thế giới bằng mô hình chuỗi thời gian phi tuyến

Dolado, Ramon và Naveira [35] nghiên cứu các tác ñộng của một ñường cong Phillips phi tuyến ñể phân tích và tìm ra nguồn gốc của các quy tắc chính sách tiền tệ tối ưu của các nước: ðức, Pháp, Tây Ban Nha và Mỹ Kết quả ước lượng cho thấy rằng quy tắc ñể chính sách tiền tệ ñạt tối ưu là phi tuyến Từ kết quả nghiên

cứu thực nghiệm trên, các tác giả chỉ ra bằng chứng có tính phi tuyến trong các thủ tục hoạt ñộng tại các ngân hàng trung ương Châu Âu khi thiết lập một tỷ lệ lãi suất ngắn hạn ñể kiểm soát chính sách tiền tệ

Kết quả nghiên cứu thực nghiệm về mối liên hệ giữa lạm phát và tăng trưởng của Malaysia trong giai ñoạn 1970-2005, các tác giả Qaiser Munir, Kasim Mansur

và Fumitaka Furuoka [62] cho thấy giữa lạm phát và tăng trưởng kinh tế ở Malaysia

có tính phi tuyến trong suốt thời kỳ nghiên cứu Từ kết quả thực nghiệm của mô hình tự hồi quy phi tuyến (TAR), các tác giả ñã chỉ ra ngưỡng lạm phát là 3,89% và kết luận rằng tăng trưởng kinh tế ổn ñịnh chỉ khi lạm phát ñược duy trì dưới ngưỡng cho phép là 3,89% Qua ñó, các tác giả có ñề xuất kiến nghị với Ngân hàng Trung ương Malaysia trong khi thực hiện các chính sách tiền tệ nên duy trì mức ổn ñịnh lạm phát dưới ngưỡng 3,89% ñể kích thích tăng trưởng

Mở rộng nghiên cứu của Svensson (1997) [67] về lạm phát mục tiêu ở Châu

Âu, Schaling [60] ñã sử dụng mô hình chuỗi thời gian phi tuyến ñể mô tả lạm phát mục tiêu bằng ñường cong lồi Phillips, trong ñó kết quả nhấn mạnh rằng nguyên nhân lạm phát do tổng cầu và ñộ lệch dương của tổng cầu từ sản lượng tiềm năng gây lạm phát cao hơn so với ñộ lệch âm của tổng cầu có tác dụng là chống lạm phát

Kết quả nghiên cứu về lạm phát của khu vực Châu âu và Úc do Mayes và Viren [58] cho giai ñoạn 1987-2001 bằng mô hình phi tuyến, hệ quả của chính sách tiền tệ ñơn ñộc khi mà các quan hệ kinh tế chủ yếu là phi tuyến hoặc bất ñối xứng ở mức ñộ phân tán Với dữ liệu của EU và các quốc gia thuộc tổ chức hợp tác & phát triển kinh tế (OECDs), kết quả cho thấy rằng có tính chất phi tuyến cũng như tính chất bất ñối xứng xảy ra ở các ñường cong Phillips và Luật Okun Thất nghiệp cao chỉ ảnh hưởng tương ñối hạn chế trong việc cắt giảm lạm phát, trong khi ñó tỷ lệ thất nghiệp thấp lại ảnh hưởng nhiều ñến việc tăng tỷ lệ lạm phát

ðể xem xét ñộ lệch của sản lượng tiềm năng từ mô hình ñường cong Phillips tuyến tính của Úc, Huh [48] sử dụng một mô hình véc tơ tự hồi quy (VAR) của sản lượng, lạm phát, và bổ sung vào yếu tố thương mại với mô hình chỉ ñịnh là tự hồi quy chuyển tiếp trơn logistic Kết quả thực nghiệm cho thấy rằng mô hình nắm bắt

ñược các tính năng khi có phi tuyến xuất hiện trong dữ liệu rất rõ Dựa trên phương pháp xấp xỉ phi tuyến, các chi phí ñầu ra cho việc giảm lạm phát ñược tìm thấy là khác nhau, phụ thuộc rất nhiều vào tình trạng của nền kinh tế, mục tiêu lạm phát, và cho dù các nhà hoạch ñịnh chính sách tìm cách giảm phát hoặc ngăn chặn lạm phát tăng cao ðiều này ngụ ý rằng, các kết luận dựa trên ñường cong Phillips tuyến tính thông thường sẽ cung cấp các tín hiệu sai lệch về chi phí của việc giảm lạm phát cũng như quan ñiểm chính sách phù hợp

Böhm [29] cũng sử dụng cách tiếp cận mô hình hồi quy chuyển tiếp trơn Trong phương trình diễn ñạt về lạm phát của Áo, bao gồm mô tả những tính năng nổi bật của cung và cầu, Böhm phát hiện ra khả năng chỉ ñịnh của các mô hình STAR Tính chất phi tuyến và bất ñối xứng ñược tìm thấy trong các thành phần có liên quan trong phương trình lạm phát ở Áo, và sự thay ñổi trong tỷ lệ thất nghiệp ñược chứng minh là có tác ñộng lớn hơn về lạm phát trong thời kỳ giá cả biến ñộng tăng

Kavkler và Böhm [46] nghiên cứu một mô hình nổi tiếng của lý thuyết lạm phát tiền tệ mà có thể ñược ñặc trưng trong ngắn hạn bởi một phương trình mô tả hệ thống tiền tệ bổ sung vào ñường cong Phillips và Luật Okun của nước ðức Các công cụ cơ bản ñể xác ñịnh và ước lượng các phương trình mô hình ñều tiếp cận theo hồi quy chuyển tiếp trơn Các phản ứng chính sách bất ñối xứng có thể ñược bắt nguồn từ các kết quả mô phỏng cho hệ thống ước lượng phi tuyến này Kết quả nghiên cứu cho thấy, trong thời gian nghiên cứu sự gia tăng ñáng kể trong tỷ lệ thất nghiệp, cho biết những thay ñổi ñáng kể trong cấu trúc trong nền kinh tế (bao gồm

cả việc thống nhất nước ðức) Những thay ñổi trong chức năng chuyển ñổi khá chặt chẽ theo cùng với sự gia tăng lớn trong tỷ lệ thất nghiệp, phản ánh sự phá vỡ cấu trúc như việc thống nhất nước ðức, các cú sốc dầu, và các chính sách hạn chế tiền

tệ của thập niên tám mươi

Nghiên cứu của Gregoriou [43] về việc mô hình hóa khoảng chênh lạm phát

so với mục tiêu trong một mẫu gồm 5 quốc gia OECD có sử dụng cơ chế lạm phát mục tiêu trong thập niên 1990 ñã cho thấy bằng chứng khá mạnh về tính chất phi

tuyến trong quá trình ñiều chỉnh ñối với 5 quốc gia trong mẫu Những khoảng chênh lạm phát ñược phân loại là các mô hình ESTAR trong tất cả các nước Các

mô hình ESTAR ước lượng ñược vượt qua ñược tất cả các kiểm ñịnh và phản ánh tương ñối ñúng ñắn về tính chất phi tuyến tìm thấy trong chuỗi khoảng chênh của lạm phát so với mục tiêu Kết quả ước lượng mô hình ESTAR mà Gregoriou thực hiện cho 5 quốc gia thuộc nhóm OECD là: Anh, Úc, New Zealand, Canada, Thụy ðiển cho thấy, trong tất cả các trường hợp nước Anh là nước có tốc ñộ ñiều chỉnh về lạm phát mục tiêu cao nhất so với các quốc gia còn lại,

hệ số ñiều chỉnh là c = 0,435 và ñây cũng chính là quốc gia thành công nhất với cơ chế lạm phát mục tiêu xét trên tiêu chí khoảng chênh lạm phát bình quân so với mục tiêu gần như bằng không Các quốc gia ñặt ra mục tiêu quá thấp (Anh, Úc, New Zealand) có ñộng cơ áp dụng các chính sách chủ ñộng ñể kiểm soát lạm phát và dẫn tới việc thu hẹp khoảng chênh lệch này tương ñối nhanh, ngược lại những nước ñặt

ra mục tiêu quá cao (Canada và Thụy ðiển) thì có tốc ñộ ñiều chỉnh chậm hơn do ít chịu áp lực về kiểm soát lạm phát do lạm phát liên tục thấp hơn so với mục tiêu Do vậy, dù rằng mục tiêu có tính chất ñối xứng tại mọi quốc gia ñể sao cho khoảng chênh “cao hơn” hoặc “ thấp hơn” so với mục tiêu cần ñược xem xét giống như nhau, nhưng có lẽ việc ñánh giá “quá cao” hoặc “quá thấp” mục tiêu sẽ ảnh hưởng tới tốc ñộ ñiều chỉnh thời kỳ tiếp theo

Tóm lại, kết quả thực nghiệm của Gregoriou cho thấy tốc ñộ ñiều chỉnh

về mục tiêu của các nước là không giống nhau Trong khi Anh, Úc, và New Zealand có tốc ñộ ñiều chỉnh về mục tiêu khá nhanh thì Canada và Thụy ðiển lại có tốc ñộ ñiều chỉnh về lạm phát mục tiêu chậm hơn Với bằng chứng từ thực nghiệm, Gregoriou ñã ñi ñến là quá trình ñiều chỉnh tại các quốc gia mà ñánh giá quá thấp mục tiêu diễn ra nhanh gần gấp hai lần so với tại các quốc gia ñánh giá quá cao mục tiêu

5

Kế tiếp theo là Úc (c=0,427), New Zealand (c=0,401) còn Thụy ðiển (c=0,256) và

Canada (c=0,242) thì quá trình ñiều chỉnh về lạm phát mục tiêu diễn ra tương ñối chậm

1.3.1.2 Các nghiên cứu lạm phát ở Việt Nam

Vì lạm phát là một trong những chủ ñề ñược thảo luận nhiều trong thời gian qua nên có rất nhiều các nghiên cứu về lạm phát ở Việt Nam ñược thực hiện trong thời gian qua Trong một nghiên cứu công bố [13], các tác giả ñã tổng quan những nghiên cứu trước ñó về các nhân tố quyết ñịnh ñến lạm phát ở Việt Nam, kết quả tổng quan cho thấy:

1 Hầu hết các nghiên cứu chỉ lấy giá dầu quốc tế (và ñôi khi giá gạo quốc tế) làm ñại diện cho các nhân tố cung, bỏ qua các nhân tố khác như chi phí sản xuất, giá ñôn và các yếu tố cứng nhắc khác

2 Hầu hết các nghiên cứu với số liệu cập nhật chỉ ñến cuối năm 2008 ñều lạc hậu về số liệu và do ñó không tính ñến những lần lạm phát gia tăng gần ñây cũng như cuộc khủng hoảng kinh tế thế giới 2008-2009 ñã dẫn ñến một loạt những thay ñổi trong môi trường và chính sách vĩ mô

3 Các kết quả nghiên cứu thực nghiệm về vai trò của tiền tệ là trái ngược nhau có thể là do các giai ñoạn nghiên cứu khác nhau, tần suất của số liệu khác nhau và phương pháp ước lượng khác nhau

4 Mặt khác, các nghiên cứu ñều khá ñồng nhất về vai trò quan trọng của lạm phát trong quá khứ ñối với lạm phát hiện tại và vai trò rất nhỏ của tỷ giá và giá cả quốc tế

Các nhược ñiểm trên ñã ñược Nguyễn Thị Thu Hằng và cộng sự [13] khắc phục khi xây dựng mô hình VECM mở rộng gồm ba kênh truyền tải: kênh ngang giá sức mua (PPP), kênh tổng cầu (AD) và kênh tổng cung (AS) Kết quả ước lượng ñược từ mô hình VECM mở rộng cho thấy nguồn gốc gây lạm phát ở Việt Nam trong

thời kỳ nghiên cứu: (1) Quán tính lạm phát của Việt Nam là cao và là một nhân tố quan trọng quyết ñịnh lạm phát của Việt Nam trong hiện tại (2) Tốc ñộ ñiều chỉnh

trên thị trường tiền tệ và thị trường ngoại hối là rất thấp, hàm ý kiểm soát lạm phát

một cách có hiệu quả là rất khó một khi nó ñã bắt ñầu tăng lên (3) Mức chuyển tỷ

giá vào lạm phát là ñáng kể trong ngắn hạn với việc phá giá dẫn ñến giá cả tăng lên

trong khi thâm hụt ngân sách cộng dồn không có ảnh hưởng nhiều ñến lạm phát (4)

Cung tiền vài lãi suất có tác ñộng ñến lạm phát nhưng với ñộ trễ và mức chuyển trong ngắn hạn của giá quốc tế ñến giá nội ñịa cũng có vai trò nhất ñịnh

ðể nghiên cứu lạm phát ở Việt Nam giai đoạn 2000-2011, ðặng Huyền Linh [2] đã xây dựng mơ hình đường cong Philipps phân tích cho mối quan hệ giữa tăng trưởng và lạm phát Các biến trong mơ hình đường Phillips này gồm: chỉ số giảm phát GDP làm đại diện cho mức độ gia tăng của giá cả hàng hĩa và dịch vụ; chênh

lệch giữa GDP và GDP tiềm năng, gọi là độ chênh sản lượng (ur); chỉ số giá nhập khẩu tính theo USD (pm$); tỷ giá hối đối VND/USD (er) và biến giả D2008,

D2011 giải thích cho những biến động bất thường của lạm phát trong hai năm 2008,

2011 Với số liệu chuỗi thời gian từ theo năm từ 1990 đến 2011 tác giả đã thu được kết quả ước lượng như sau:

dlog(infla) = 0,031 + 1,169 * dlog(ur) + 0,348 * dlog(infla(-1)) +

0,126 * dlog(pm$*er) + 0,117 * d2008 + 0,094 * d2011

Từ kết quả ước lượng mơ hình, bằng cách phân rã các tác động của các nhân

tố xác định lạm phát, tác giả đã nhận dạng một số nguyên nhân lạm phát ở Việt

Nam giai đoạn 1991-2011 là:

- Quan hệ giữa tăng trưởng và lạm phát theo chiều từ tăng trưởng đến lạm phát được chia thành 3 giai đoạn rất rõ rệt là 1991-1997, 1998-2003 và 2004-2011 Trong đĩ, giai đoạn 1991-1997 và 2004-2011 tồn tại quan hệ dương, tăng trưởng cĩ ảnh hưởng đến lạm phát; giai đoạn 1998-2003 tồn tại quan hệ âm, tăng trưởng khơng ảnh hưởng đến lạm phát

- Các nguyên nhân chính gây ra tình trạng lạm phát cao trong vài năm gần đây

là tốc độ tăng trưởng GDP vượt quá tốc độ tăng trưởng GDP tiềm năng và lạm phát

kỳ vọng cao Yếu tố chí phí đẩy cũng gĩp phần gây ra lạm phát cao, trong đĩ tác động của tỉ giá là chủ yếu

Một nghiên cứu khác về nguyên nhân lạm phát ở Việt Nam của Vương Thị Thảo Bình [18] cũng được thực hiện vào 2012 Trong nghiên cứu này, tác giả đã phát triển mơ hình đường cong Phillips cho Việt Nam và thu được kết quả ước lượng như sau:

g_cpi = 0,065+1,035g_cpi(-1) – 0,675g_cpi(-2)

+ 0,2926g_cpi(-3) +0,097gap(-1)

Trong ñó, g_cpi là tỷ lệ lạm phát tính theo CPI; gap là phần chênh lệch giữa sản lượng thực tế so với sản lượng tiềm năng; CAUDN ñược ño bằng phần chênh lệch giữa tỷ lệ tăng thu nhập danh nghĩa so với tỷ lệ tăng tiềm năng và d 1 là biến giả

của năm 2011; g_oil là tốc ñộ tăng giá dầu thế giới ñược ño bằng sai phân của loga

giá dầu thế giới

Từ kết quả ước lượng ñược tác giả ñã chỉ ra lạm phát ở Việt Nam trong giai ñoạn 2000-2011 chịu tác ñộng nhiều nhất bởi yếu tố kỳ vọng, tâm lý Tiếp theo, lạm phát chịu ảnh hưởng của lạm phát cầu kéo và tác giả cũng chỉ ra rằng sốc giá dầu có tác ñộng ñến sự biến ñộng của lạm phát nhưng mức ñộ tác ñộng thấp hơn nhiều so với mức ñộ tác ñộng của kỳ vọng, tâm lý ðồng thời, tác giả cũng cho thấy lạm phát không chịu sự tác ñộng của yếu tố tiền tệ trong những năm ñầu 2000 mà chỉ chịu tác ñộng của yếu tố tiền tệ vào cuối giai ñoạn nghiên cứu

Nhìn chung, các nghiên cứu về nguyên nhân gây lạm phát ở Việt Nam trong thời gian gần ñây là khá nhiều và hầu hết dựa theo cách tiếp cận hồi quy tuyến tính, rất ít các nghiên cứu tiếp cận theo tiếp cận hồi quy phi tuyến Một trong số ít các nghiên cứu về lạm phát ở Việt Nam tiếp cận theo hồi quy phi tuyến là nghiên cứu của Phạm Thị Thu Trang [15] ðể xác ñịnh các yếu tố ảnh hưởng tới lạm phát tại Việt Nam trong giai ñoạn từ năm 2000 ñến năm 2009, trong phương trình mô tả là

gồm bốn nhóm yếu tố: (i) Yếu tố tiền tệ: Cung tiền-mr; (ii) Yếu tố cung: Giá dầu- dau; (iii) Yếu tố cầu: Tổng cầu (ñại diện bằng giá trị sản xuất công nghiệp- cn), giá gạo- gao; (iv) Yếu tố kỳ vọng thể hiện bằng các giá trị trễ của tỷ lệ lạm phát, tác giả

ñã lượng hoá các tác ñộng này bằng phân tích chuỗi thời gian phi tuyến, cụ thể là

mô hình hồi quy chuyển tiếp trơn logistic (LSTR1) Kết quả nghiên cứu cho thấy tất

cả các biến ngoại sinh cn, mr, dau, gao ñều có mặt trong mô hình Hệ số của các

biến giải thích ñều có ý nghĩa thống kê Trong phần tuyến tính, có mặt các biến trễ của lạm phát, tốc ñộ tăng cung tiền thực tế và tốc ñộ tăng giá gạo Các biến số tốc

ñộ tăng giá trị sản xuất công nghiệp, tốc ñộ tăng cung tiền thực tế, tốc ñộ tăng giá dầu, tốc ñộ tăng giá gạo và biến trễ của lạm phát có mặt trong phần phi tuyến của

mô hình Từ kết quả phân tích ñịnh lượng, tác giả ñã kết luận lạm phát tại Việt Nam