Mô hình chuỗi thời gian phi tuyến trong phân tích dự báo các chỉ tiêu kinh tế vĩ mô ở Việt Nam.PDF

Trên thực tế, từ cuối những năm 1990 cho đến 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

PHẦN MỞ ĐẦU

1 Sự cần thiết của đề tài

Vấn đề phân tích và dự báo các chỉ tiêu kinh tế vĩ mô luôn là một đề tài quan trọng và cấp thiết, nhất là đối với một quốc gia đang phát triển như Việt Nam, một nền kinh tế mở có quy mô nhỏ nên dễ bị tổn thương với những biến động bất lợi từ bên ngoài Trong điều 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 định thì việc phân tích và dự báo chính xác động thái của các chỉ tiêu kinh tế vĩ mô có ý nghĩa cực kỳ quan trọng trong điều hành chính sách, ổn định kinh tế vĩ mô Một kết quả phân tích và dự báo tốt sẽ giúp nền kinh tế tránh được các đổ vỡ, hạn chế rủi ro và tận dụng cơ hội để phát triển Do đó, 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

Như chúng ta đã biết, lý thuyết kinh tế từ lâu đã là trung tâm của việc xây dựng các mô hình kinh tế lượng, các mô hình kinh tế lượng thường được 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 [76], nếu các kết quả ước lượng

từ các mô hình tuyến tính mà sai lệch so với thực tế thì có lẽ nó đã bị bác bỏ

từ rất lâu và thực tế điều này đã không xảy ra Tuy nhiên, có những tình huống mà các mô hình tuyến tính không thể diễn đạt hết được ý nghĩa của lý thuyết kinh tế gắn với các dữ liệu vĩ mô Trên thực tế, từ cuối những năm

1990 cho đến 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 đổi trong cơ cấu thành tố tiền, thay đổi thể chế chính sách, khủng hoảng dầu mỏ, khủng hoảng lương thực, biến động chu kỳ kinh tế mà thậm chí là cả những định hướng phát triển cụ thể mà các can thiệp chính sách phải được thực hiện nhanh và mạnh về lãi suất, cung tiền, tỷ giá và khối lượng tín dụng Những thay đổi đó gây ra các ảnh hưởng đột 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 đây, khi đối 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 đã giúp cho các nhà mô hình hóa kinh tế vĩ mô giải quyết được một

số trường hợp phi tuyến Tuy nhiên, cách làm như vậy chỉ giải quyết được

một số nhỏ các trường hợp riêng lẻ và không có tính triệt để Vì thế, các chỉ định mô hình chuỗi thời gian phi tuyến đã cho thấy được sự hữu ích của nó thích ứng trong những trường hợp như vậy

Đối với Việt Nam, việc áp dụng các mô hình truyền thống để phân tích

và dự báo các biến số kinh tế vĩ mô đôi khi còn gặp khá nhiều hạn chế: đòi hỏi số liệu quá phức tạp vượt quá khả năng của Tổng cục Thống kê, bên cạnh đó nguồn thông tin, tư liệu của nước ngoài cũng rất thiếu, rời rạc và không đầy đủ Những số liệu như vậy hiện nay hầu như không có Hơn nữa, với một nước có nền kinh tế đang phát triển như Việt Nam cần xét đến 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 được từ các mô hình tuyến tính có thể sai lệch

Câu hỏi nghiên cứu đặt ra: phương pháp nào để phân tích & dự báo

các chỉ số vĩ mô phù hợp với hoàn cảnh lịch sử phát triễn kinh tế vĩ mô ở Việt Nam hay không?

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 đã mạnh dạn lựa chọn mô hình mô hình chuỗi thời gian phi tuyến STAR làm công

cụ chính để nghiên cứu trong luận án tiến sĩ và tên đề tài gắn liền với công

cụ chính này là: “ Mô hình chuỗi thời gian phi tuyến trong phân tích và

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

cứu của mình

2 Tổng quan các công trình nghiên cứu có liên quan đến mô hình hồi quy phi tuyến

Tình hình nghiên cứu mô hình STR ở trong và ngoài nước

Nước ngoài: lớp mô hình STR đã được vận dụng cho nhiều lĩnh vực:

kinh tế, địa lý, khí tượng thu được nhiều kết quả tích cực cả về lý thuyết và

- Cơ sở lý thuyết về lớp mô hình STR

- Khả năng ứng dụng của lớp mô hình STR vào phân tích một số chỉ tiêu kinh tế vĩ mô ở Việt Nam

3 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 đó, 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

- Để rồi, từ đây rút ra kinh nghiệm nghiên cứu về lạm phát và cầu tiền ở Việt Nam

4 Đối tượng 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 đoạn từ 2000-2011;

- Cơ chế hoạt động truyền dẫn của chính sách tiền tệ đến lạm phát và

tăng trưởng

5 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, và một số trường hợp riêng của họ mô hình hồi quy chuyển tiếp trơn này

- Để 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 đây là lạm phát, cầu tiền làm đối tượng nghiên cứu Đối với các chỉ tiêu kinh tế vĩ mô khác, quy trình STR được vận dụng một cách tương tự Với lý do này, dựa trên cơ sở số liệu được thu thập, tác giả sẽ xây dựng các

mô hình hồi quy chuyển tiếp trơn để phân tích lạm phát và cầu tiền ở Việt Nam

6 Phương pháp nghiên cứu

- Phương pháp thống kê;

- Phương pháp mô hình hóa;

- Phương pháp phân tích kinh tế lượng

Các phần mềm hỗ trợ: phần mềm Eview 7.0; phần mềm Jmulti

7 Đóng góp mới của luận án

Thứ nhất, sử dụng mô hình tự hồi quy chuyển tiếp trơn STR để phân tích

mối quan hệ giữa biến khoảng chênh sản lượng và lạm phát ở Việt Nam; nghiên cứu quan hệ giữa cầu tiền và lạm phát ở Việt Nam;

Thứ hai, chỉ ra rằng: kỳ vọng lạm phát, cú sốc cung, khoảng chênh sản

lượng đều có tác động đến lạm phát hiện tại Khi khoảng chênh sản lượng nhỏ hơn 3,34% thì lạm phát duy trì ở mức ổn định, nhưng khi tốc độ tăng của khoảng chênh sản lượng vượt ngưỡng 3,34% thì nguy cơ lạm phát cao quay trở lại;

Thứ ba, chỉ ra rằng mức thay đổi của cầu tiền phụ thuộc vào mức thay

đổi của lạm phát và tăng trưởng Tăng trưởng kinh tế sẽ ảnh hưởng đến cầu

tiền của nền kinh tế, tác động này kéo dài đến 3 quý Khi lạm phát ở mức thấp hơn ngưỡng 5,89% thì hàm cầu tiền sẽ ổn định và khi lạm phát cao hơn ngưỡng 5,89% thì hàm cầu tiền sẽ biến động và biến động rất nhanh

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

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

1.1.1 Mô hình hồi quy chuyển tiếp trơn (STR)

Mô hình hồi quy chuyển tiếp trơn (STR) chuẩn dạng tổng quát:

(iii) p = ( p p0, 1, ¼ , pm)'và q = ( , , q q0 1 ¼ , qm)' là các ((m+1)1) véc tơ tham số, với m = p+ k;

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

(v) G(, 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 đó  là tham số (độ dốc) chỉ tốc độ 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

Tùy thuộc vào các dạng hàm chuyển tiếp khác nhau, mà ta sẽ có các mô hình STR dạng khác nhau Tên của mô hình STR thường gắn liền với tên hàm chuyển tiếp trơn Trong thực nghiệm, người ta hay sử dụng hàm chuyển tiếp là hàm có dạng logistic hoặc 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:

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

trí c đại diện cho các điểm chuyển tiếp giữa hai thời kỳ với

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

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

-Rõ ràng, hàm chuyển tiếp G2 đối xứng quanh điểm giữa c1 c2

Khi , hàm GK=2 đạt giá trị bằng 0; Khi c1 = c2 với  < , thì hàm

GK=2 = 0,5 Khi đó, tham số  sẽ kiểm soát độ dốc và vị trí c1 và c2 của hàm chuyển tiếp

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 mũ tổng quát:

G ( , , ) g c s = - 1 exp - g s - c1* 2 , g > 0 (1.7) Khi đó, các phương trình (1.1) và (1.7) cùng nhau xác định mô hình hồi quy chuyển tiếp trơn mũ (ESTR):

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  thì (1.1) với (1.7) trở thành tuyến tính, hàm chuyển tiếp GE

=0 tại st = c1*, và GE =1 tại các vị trí còn lại Do đó, mô hình ESTR không phải là một xấp xỉ tốt của mô hình LSTR2 khi  trong mô hình LSTR2 lớn

và khoảng cách của (c 2 – c 1 ) 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 chỉ chứa:

-thì mô hình hồi quy chuyển tiếp trơn (STR) chuẩn trở thành mô hình tự

hồi quy chuyển tiếp trơn (STAR) dạng đơn biến có dạng:

Vì mô hình STAR là một trường hợp đặc biệt của mô hình STR, nên

nó có đầy đủ các tính chất của mô hình STR

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 để cho hệ số tự hồi quy là một hàm logistic:

Dễ thấy rằng, khi  tiệm cận 0 hoặc vô cùng, giá trị của  không đổi thì mô

hình LSTAR trở thành một mô hình AR(p) Đối với các giá trị khác của  thì

mức độ phân rã tự hồi quy phụ thuộc vào giá trị của y t-d như bảng dưới đây:

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

trong mô hình LSTAR

-Hình 1.4 cho thấy hàm chuyển tiếp GK=1 của biến y t-d tăng từ 0 đến 1

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

Đồ thị ứng với giá trị thấp nhất của  nằm gần đường thẳng

1 ( , , )

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  nằm gần đường thẳng

1 ( , , )

2

t

G  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:

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

Trong mô hình ESTAR, khi  tiếp cận đến 0 hoặc vô cùng, giá trị của

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

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

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

được tóm lược như sau:

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

Hình 1.6 minh họa cho chuyển tiếp trong mô hình ESTAR đạt 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 đổi bất thường của

một chuỗi lạm phát

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

1.2 Quy trình mô hình hóa LSTR

Quy trình mô hình hóa LSTR được thực hiện theo bốn bước như sau:

1.2.1 Thiết lập mô hình

1.2.2 Ước lượng các tham số của mô hình LSTR

1.2.3 Kiểm định thu hẹp mô hình

1.2.4 Đánh giá chất lượng mô hình bằng các kiểm định

1.4 Tóm tắt chương 1

Ở nước ngoài, việc phát triển và sử dụng các mô hình hồi quy chuyển tiếp trơn STR để phân tích các hoạt động kinh tế vĩ mô cũng như trong các lĩnh vực khác đã được tiến hành mạnh mẽ trong nhiều năm và đã thu được nhiều kết quả tích cực cả về lý thuyết và thực nghiệm Còn ở Việt Nam tuy cũng đã có khá nhiều hoạt động nghiên cứu kinh tế vĩ mô bằng các mô hình kinh tế lượng song những nghiên cứu dựa trên lớp các mô hình chuỗi thời gian phi tuyến còn khá hiếm hoi và thực sự chưa có nhiều đúc kết về kết luận và kinh nghiệm thực tế trong vấn đề này Vì vậy, chương 1 của luận án

đã tập trung vào một số vấn đề như sau:

- Trình bày cơ sở lý thuyết về mô hình hồi quy chuyển tiếp trơn STR dạng chuẩn, các trường hợp đặc biệt của nó

- Tổng quan tình hình nghiên cứu của lớp mô hình hồi quy chuyển tiếp trơn STR ở một số nước trên thế giới trong đó có Việt Nam vào nhiều lĩnh vực khác nhau: kinh tế, địa lý, khí tượng…Dựa vào các kinh nghiệm nghiên cứu của các nước bằng mô hình hồi quy chuyển tiếp trơn STR mà tác giả đã tổng kết sẽ là tư liệu quan trọng cho nghiên cứu của mình

Chương 2 PHÂN TÍCH DIỄN BIẾN LẠM PHÁT, VAI TRÒ CHÍNH SÁCH TIỀN TỆ TRONG KIỂM SOÁT LẠM PHÁT Ở VIỆT NAM 2.1 Diễn biến lạm phát Việt Nam giai đoạn từ 2000 đến 2011

Căn cứ theo đồ thị diễn biến lạm phát từ 2000-2011 cho thấy lạm phát của Việt Nam có những đặc điểm nổi bật là:

- Biến động mạnh, với biên độ dao động lớn (-0,5%-19.89%);

- Có nhiều đỉnh nhọn xảy ra ở các năm có tỷ lệ lạm phát đột ngột cao hơn so với các năm trước đó

- Xuất hiện tính chu kỳ trong ngắn hạn Rõ nhất, kể từ 2004-2011 trở đi, tính chu kỳ xuất hiện 3 năm 1 lần, cứ hai năm lạm phát tăng cao mới có một năm lạm phát tăng thấp hơn

6.3 5.3 6.8 5.9

-0.5

0.8

4 3

9.5 8.4 6.6 12.63 19.89

6.52 11.75 18.13

Nguồn: Tổng Cục Thống Kê (GSO 2012), đơn vị % so với năm trước

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

Điều này cho thấy, kiểm soát lạm phát ở Việt Nam trong giai đoạn

2000-2011 chưa thành công, còn tiềm ẩn nhiều bất ổn

2.4 Phân tích các nhân tố cơ bản quyết định đến lạm phát Việt Nam trong giai đoạn 2000-2011

Dựa trên kiến thức có được từ việc khảo sát tình hình diễn biến biến động của lạm phát ở Việt Nam trong suốt giai đoạn nghiên cứu từ 2000-

2011, đã cho thấy nguyên nhân lạm phát ở Việt Nam bị ảnh hưởng bởi các nhân tố cơ bản sau

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

2.4.2 Ảnh hưởng bởi nhân tố thay đổi sản lượng

2.4.3 Ảnh hưởng từ giá dầu thế giới