(Đề tài NCKH) nghiên cứu định lượng tác động của thiên tai đến giá cả hàng hóa tiêu dùng tại việt nam

BỘ GIÁO DỤC VÀ ĐÀO TẠOTRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH CÔNG TRÌNH NGHIÊN CỨU KHOA HỌC CẤP TRƯỜNG NGHIÊN CỨU ĐỊNH LƯỢNG TÁC ĐỘNG CỦA THIÊN TAI ĐẾN GIÁ CẢ HÀNG HÓA TIÊ

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT

THÀNH PHỐ HỒ CHÍ MINH

CÔNG TRÌNH NGHIÊN CỨU KHOA HỌC CẤP TRƯỜNG

NGHIÊN CỨU ĐỊNH LƯỢNG TÁC ĐỘNG CỦA

THIÊN TAI ĐẾN GIÁ CẢ HÀNG HÓA TIÊU

DÙNG TẠI VIỆT NAM

MÃ SỐ:

T2017-SKC006035

BỘ GIÁO DỤC VÀ ĐÀO TẠOTRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT

MỤC LỤC:

MỞ ĐẦU: 1

CHƯƠNG 1: CƠ SỞ LÝ THUYẾT 6

1.1 Định nghĩa thiên tai và giá cả hàng hóa tiêu dùng 6

1.1.1 Thiên tai 6

1.1.2 Giá cả hàng hóa tiêu dùng 6

1.2 Khung phân tích tác động của thiên tai đối tăng trưởng kinh tế 8

1.3 Các nghiên cứu thực nghiệm tác động thiên tai đến giá cả hàng hóa 10

CHƯƠNG 2: PHƯƠNG PHÁP VÀ DỮ LIỆU NGHIÊN CỨU 11

2.1 Phương pháp SVAR 11

2.1.1 Mô hình toán 13

2.1.2 Vấn đề xác định trong SVAR 16

2.2 Dữ liệu nghiên cứu 19

CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU 24

3.1 Tác động của thiên tai đến giá cả hàng hóa nói chung 24

3.2 Tác động của thiên tai đến giá cả các loại hàng hóa khác nhau 30

3.3 Thảo luận kết quả nghiên cứu 32

CHƯƠNG 4: KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH 36

4.1 Kết luận 36

4.2 Một số hàm ý chính sách 36

4.3 Hạn chế và hướng nghiên cứu tiếp theo 37

TÀI LIỆU THAM KHẢO 38

PHỤ LỤC 41

Phụ lục 1: Thiệt hại do thiên tai giai đoạn 2004T1-2014T12 41

Phụ lục 2: Lạm phát Việt Nam giai đoạn 2004T1-2014T12 41

Phụ lục 3: Kiểm định tính dừng 42

Phụ lục 4: Các tiêu chí lựa chọn độ trễ cho mô hình 42

Phụ lục 5: Mô hình SVAR phân tích tác động của thiên tai đến lạm phát 43

Phụ lục 6: Kiểm định hiện tượng tự tương quan 45

Phụ lục 7: Kiểm định phương sai thay đổi với biến phụ thuộc lạm phát 46

Phụ lục 8: Kiểm định phương sai thay đổi với biến phụ thuộc thiệt hại tài sản 47

Phụ lục 9: Kiểm định phương sai thay đổi với biến phụ thuộc giá dầu 48

Phụ lục 10: Kiểm định phương sai thay đổi với biến phụ thuộc cung tiền 49

Phụ lục 11: Kiểm định phương sai thay đổi với biến phụ thuộc tỷ giá 50

Phụ lục 12: Ma trận A và B khi xác định cấu trúc mô hình VAR 51

Phụ lục 13: Ảnh hưởng thiên tai đến giá cả lương thực, thực phẩm 52

Phụ lục 14: Ảnh hưởng thiên tai đến giá cả đồ uống, thuốc lá 53

Phụ lục 15: Ảnh hưởng thiên tai đến giá cả nhà ở và vật liệu xây dựng 54

Phụ lục 16: Ảnh hưởng thiên tai đến giá cả y tế, dược phẩm 55

Phụ lục 17: Ảnh hưởng thiên tai đến giá cả giáo dục 56

Phụ lục 18: Ảnh hưởng thiên tai đến giá cả du lịch, giải trí 57

Phụ lục 19: Ảnh hưởng thiên tai đến giá cả hàng may mặc 58

Phụ lục 20: Ảnh hưởng thiên tai đến giá cả thiết bị gia đình 59

Phụ lục 21: Ma trận A, B khi ước lượng với biến FOOD-PRICE 60

Phụ lục 22: Ma trận A,B khi ước lượng với biến HOUSE-PRICE 61

Phụ lục 23: Ma trận A, B khi ước lượng DRINK-PRICE 62

DANH MỤC HÌNH:

Hình 1: Khung phân tích ảnh hưởng của thiên tai đến giá cả hàng hóa 9

Hình 1: Xu hướng các biến nghiên cứu theo thời gian 21

Hình 1: Phản ứng của giá cả hàng hóa đối với các biến số khác 28

Hình 2: Phản ứng của giá cả hàng hóa nhóm 1 trước cú sốc thiên tai 31

DANH MỤC BẢNG: Bảng 1: Thống kê mô tả các biến số 23

Bảng 1: Kiểm định nhân quả Granger 25

Bảng 2: Phân tích phân rã phương sai đối với lạm phát 29

Bảng 3: Kiểm định nhân quả Granger đối với giá cả hàng hóa nhóm 1 30

Bảng 4: Kiểm định nhân quả Granger đối với giá cả hàng hóa nhóm 2 32

Ký hiệu

CPI

CRED

DESINVENTARFDI

GSO

IMF

SVAR

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT CỘNG HOÀ XÃ HỘI CHỦ NGHĨA VIỆT NAM

THÔNG TIN KẾT QUẢ NGHIÊN CỨU

1 Thông tin chung:

 Tên đề tài: Nghiên cứu định lượng tác động của thiên tai đến giá cả hàng hóa tiêu dùng tại Việt Nam

 Mã số: T2017-48TĐ

 Chủ nhiệm: Th.S Nguyễn Khắc Hiếu

 Cơ quan chủ trì: Đại học Sư Phạm Kỹ Thuật Tp.HCM

 Thời gian thực hiện: tháng 12 năm 2016 đến tháng 11 năm 2017

 Áp dụng mô hình SVAR trong việc phân tích tác động của thiên tai

4 Kết quả nghiên cứu:

Thiên tai làm tăng giá cả hàng hóa tiêu dùng tại Việt Nam Hàng hóa bị tăng giá nhiềunhất là lương thực-thực phẩm, đồ uống-thuốc là, nhà ở và vật liệu xây dựng Việctăng giá kéo dài từ 3-5 tháng sau thiên tai

5 Sản phẩm:

Bài báo: “Tác động của thiên tai đến giá cả hàng hoá tiêu dùng và dịch vụ tại Việt Nam:

Tiếp cận theo mô hình SVAR” Tạp chí Phát triển kinh tế, năm thứ 27(7), Tháng 7/ 2016.

6 Hiệu quả, phương thức chuyển giao kết quả nghiên cứu và khả năng áp dụng:

Giúp các nhà hoạch định chính sách có được các giải pháp giảm thiểu tác động tiêu cực của thiên tai đối với giá cả hàng hóa tiêu dùng

Trưởng Đơn vị Chủ nhiệm đề tài

(ký, họ và tên) (ký, họ và tên)

INFORMATION ON RESEARCH RESULTS

1 General information:

Project title: The impact of natural disasters on Consumer price index in VietnamCode number: T2017-48TĐ

Coordinator: Nguyen Khac Hieu

Implementing institution: HCMUTE

3 Creativeness and innovativeness:

 Evaluate the impact of natural disasters on CPI in Vietnam

 Apply SVAR model to analyze the impact of natural disasters

4 Research results:

Natural disasters increase the CPI in Vietnam The affected commodity arefoodstuffs, beverages-medicines, housing and construction materials The priceincrease lasted from 3-5 months after the disaster

5 Products:

Journal artical:

"The impact of natural disasters on Consumer price index in Vietnam:approached by SVAR model" Journal of Economic Development, No 27(7),July 2016

6 Effects, transfer alternatives of reserach results and applicability:

Help policy makers make better decision in order to minimize the negative

impact of natural disasters on consumer price in Vietnam

MỞ ĐẦU:

Ngày 25/09/2012 Thủ tướng Chính phủ đã ban hành quyết định số 1393/QĐ-TTgphê duyệt chiến lược quốc gia của Việt Nam về tăng trưởng xanh Theo định nghĩacủa Worldbank (2012), tăng trưởng xanh là tăng trưởng sử dụng hiệu quả tàinguyên thiên nhiên, giảm ô nhiễm môi trường và có thể chống chịu được thiên tai

và các thảm họa tự nhiên Từ định nghĩa trên ta thấy việc đối phó với thiên tai vàcác thảm họa tự nhiên là một mục tiêu trong tăng trưởng xanh và phát triển bềnvững Để có thể đối phó hoặc vượt qua thiên tai, các quốc gia cần phải biết ảnhhưởng của thiên tai như thế nào đối với sự phát triển kinh tế, xã hội của nướcmình Tại Việt Nam, thiên tai có những tác động trực tiếp như gây ra thiệt hại vềngười và tài sản1 Từ những thiệt hại trực tiếp về người và tài sản trên, thiên tai sẽgián tiếp làm giảm tăng trưởng kinh tế (Noy và Vũ Băng Tâm, 2010), giảm phúc lợi

xã hội (Thomas, 2010), giảm hoạt động nội thương (Vũ Băng Tâm và Eric iksoon

Im, 2014), giảm thu nhập đầu người (Nguyễn Khắc Hiếu và Nguyễn Hoàng Bảo,2015) và giảm thu nhập và tiêu dùng của hộ gia đình (Arouri và cộng sự, 2015) Tuynhiên, thiên tai sẽ tác động như thế nào đến giá cả hàng hóa tại tại Việt Nam, tác giảvẫn chưa tìm thấy nghiên cứu nào về vấn đề trên Giá cả hàng hóa là một yếu tốquan trọng mà nhà nước cần kiểm soát và ổn định thường xuyên cũng như ổn địnhsau những cú sốc như thiên tai Trên thế giới, nghiên cứu tác động của thiên tai đếngiá cả vẫn chưa có kết quả thống nhất Điển hình là nghiên cứu của Cavallo và cộng

sự (2014) đối với trận động đất xảy ra ở Chile năm 2010 và trận động đất kèm theosóng thần tại Nhật Bản 2011 Mặc dù hàng hóa bị thiếu hụt 32% ở Chile và 17% ở

1Theo thống kê của CRED (Centre for Research on the Epidemiology of disasters) từ 1989-2014, tại Việt Nam trung bình một năm có 517 người chết vì thiên tai và thiệt hại về tài sản trung bình là 406 ngàn

USD/năm.

Nhật Bản sau thiên tai nhưng giá cả hàng hóa vẫn không tăng2 Ngược lại, nghiêncứu của Benson(1997) về bão Kira xảy ra vào tháng 1 năm 1993 ở Fiji cho thấy, bãolàm tăng 6,8% giá cả lương thực, thực phẩm tại đây Việc tăng giá này kéo dài haitháng sau khi bão xảy ra Tại Mỹ, bão Katrina, cơn bão được xem là lớn nhất tronglịch sử của nước đất nước này, xảy ra vào tháng 8 năm 2005 gây thiệt hại 108 tỷUSD cũng làm tăng giá cả hàng hóa 1,4% so với mức giá trị trung bình trước bão(Gagnon and Lopez-Salido, 2014) Còn tại Việt Nam, thiên tai sẽ tác động như thếnào đến giá cả hàng hóa? Nghiên cứu này sẽ sử dụng dữ liệu chuỗi thời gian đượcthu thập theo tháng và phân tích bằng mô hình SVAR (Structural VectorAutoregresstion) để đánh giá tác động trên.

Mục tiêu nghiên cứu

 Thu thập bộ dữ liệu về thiên tai và kinh tế vĩ mô của Việt Nam từ 2004-2014

 Nghiên cứu phương pháp tự hồi quy vector có cấu trúc SVAR.

 Đánh giá tác động do thiên tai đến giá cả hàng hóa tiêu dùng nói chung vàgiá cả hàng hóa của từng nhóm hàng cụ thể

Phạm vi nghiên cứu

 Đề tài giới hạn nội dung nghiên cứu tác động của thiên tai đến giá cảhàng hóa tiêu dùng tại Việt Nam, trong đó giá cả hàng hóa tiêu dùng đượcthu thập bởi Tổng cục Thống kê

 Phạm vi nghiên cứu chỉ giới hạn tại Việt Nam, không nghiên cứu đối với những quốc gia khác

 Các số liệu về thiên tai sẽ được thu thập từ Tổng cục Thống kê và CRED trong giai đoạn 2004-2014

Phương pháp nghiên cứu

2Sự bất thường này được nhóm tác giả giải thích là do tâm lý sợ khách hàng giận dữ (customer anger), hay nói cách khác nếu nhà sản xuất tăng giá khi thiên tai xảy ra, khách hàng sẽ cho rằng nhà sản xuất “thừa nước đục thả câu” Khách hàng có thể sẽ tẩy chay những nhà sản xuất tăng giá.

Phương pháp nghiên cứu được sử dụng là phương pháp tự hồi quy vector có cấutrúc (SVAR) Đây là phương pháp phân tích dữ liệu chuỗi thời gian phù hợp vớimục tiêu nghiên cứu của đề tài.

Ý nghĩa thực tiễn

Đề tài lượng hóa được những tác động của thiên tai đối với lạm phát hay giá cảhàng hóa tại Việt Nam Đây là những cơ sở khoa học để các nhà hoạch định có thểđánh giá được những tác động tiêu cực của thiên tai từ đó có thể đưa ra chính sáchphù hợp để giảm thiểu tác động của thiên tai đối với lạm phát Đề tài cũng góp phầnlàm phong phú hơn những nghiên cứu về thiên tai tại Việt Nam, đồng thời đề tài sẽ

là tài liệu tham thảo tốt cho bậc cao học và nghiên cứu sinh đặc biệt đối với chuyênngành Kinh tế phát triển

Bố cục đề tài

Nội dung của đề tài bao gồm 4 chương:

Chương 1: Cơ sở lý thuyết

Trình bày các định nghĩa liên quan đến đề tài bao gồm định nghĩa về thiêntai và giá cả hàng hóa tiêu dùng Chương một cũng trình bày tóm tắt cácnghiên cứu có liên quan trong đó có các nghiên cứu trong nước và nghiêncứu ngoài nước Chương một cũng giới thiệu khung phân tích tác động củathiên tai đối với giá cả hàng hóa dựa trên mô hình Tổng cung-Tổng cẩu của

Keynes (1936)

Chương 2: Phương pháp nghiên cứu

Phương pháp tự hồi quy vector có cấu trúc (SVAR) được sử dụng cho vấn

đề nghiên cứu SVAR là phương pháp phân tích dữ liệu chuỗi thời gianđược đề xuất bởi Sims (1986) SVAR cho phép phân tích nhân quả và phântích phản ứng của một biến số trước sự thay đổi của biến số khác, do đóSVAR phù hợp với những mục tiêu nghiên cứu của đề tài Ngoài ra SVAR

còn xác định thứ tự các biến số khi phân tích từ đó có thể đưa ra hàm ý chính sách từ kết quả nghiên cứu.

Chương 3: Kết quả nghiên cứu

Các kết quả về việc đánh giá tác động của thiên tai đối với giá cả hàng hóa được trình bày bao gồm:

 Phân tích tự hồi quy vector (SVAR)

 Phân tích nhân quả Ranger

 Phân tích hàm phản ứng xung để thấy được thời gian tác động

 Phân tích phân rã phương sai để biết được mức độ tác động tương đối của thiên tai đối với tăng trưởng kinh tế so với các biến số khác

Chương 4: Kết luận và kiến nghị

Kết luận được rút ra từ đề tài là thiên tai làm tăng giá cả hàng hóa tiêu dùng,thời gian tác động kéo dài từ 3 đến 6 tháng sau thiên tai Kết quả cho thấy,thiên tai có ảnh hưởng mạnh nhất đến giá cả của lương thực và thực phẩm, kếđến là nhà ở và vật liệu xây dựng, cuối cùng là đồ uống và thuốc lá Kết quảnghiên cứu cũng cho thấy thiên tai không có tác động đến giá cả các loại hànghóa và dịch vụ như: giáo dục, dược phẩm và y tế, văn hóa - giải trí

- du lịch, hàng may mặc và thiết bị gia đình Nếu thiên tai gây ra thiệt hại 27triệu USD (tương đương một độ lệch chuẩn) thì sẽ làm giá cả hàng hóatrong rổ hàng hóa tiêu dùng tăng 0,2% một tháng Một số gợi ý chính sáchđược đề xuất như sau:

Thứ nhất, từ kết quả nghiên cứu thiên tai có ảnh hưởng làm tăng lạm phát

tại Việt Nam Việc tăng giá này thường diễn ra cục bộ do đường xá bị hưhỏng sau thiên tai Hàng hóa cứu trợ và hàng hóa thương mại khó đến đượckhu vực bị thiên tai Do đó, để giảm tác động thiên tai đối với giá cả hànghóa các cơ quan chức năng cần nhanh chóng khắc phục những thiệt hại về

cơ sở hạ tầng sau khi thiên tai xảy ra Đây là tiền đề để những để những hoạtđộng cứu trợ sau thiên tai và hoạt động tái thiết phát huy được tác dụng.Kinh nghiệm từ cơn bão Haiyan ở Philippines năm 2013 và trận động đất ởHaiti năm 2010 cho thấy, việc hàng cứu trợ không đến được người dân sauthiên tai sẽ dẫn đến bệnh tật và bạo loạn.

Thứ hai, cũng từ kết quả nghiên cứu thiên tai làm tăng lạm phát tại Việt

Nam Nhà nước cần can thiệp vào thị trường sau những thiên tai lớn nhằm

ổn định giá cả, tránh việc tăng giá đột biến sau thiên tai Ưu tiêu số một khithực hiện chính sách là can thiệp vào thị trường hàng lương thực, thựcphẩm vì đây là loại hàng hóa tăng giá mạnh nhất Sau thiên tai, nguồn cunglương thực, thực phẩm bị ảnh hưởng Do đó, để giảm bớt các ảnh hưởng từphía cung, nhà nước có thể dùng nguồn dự trữ lương thực quốc gia cứu trợsau thiên tai để giảm bớt áp lực từ phía cung Nhà nước cũng có thể hỗ trợnhững nhà sản xuất bán hàng bình ổn giá giống như việc hỗ trợ bình ổn giátrong những dịp tết Nguyên Đán Mức hỗ trợ lãi suất có thể áp dụng từ 6đến 12 tháng sau thiên tai vì theo phân tích hàm phản ứng xung sau 12tháng giá cả hàng hóa mới trở về mức bình thường như trước thiên tai Giá

cả đồ uống và thuốc lá cũng tăng giá sau thiên tai, tuy nhiên mức độ tănggiá không đáng kể (1%/tháng), do đó nhà nước không cần thiết phải canthiệp vào thị trường này để tránh việc nhà nước can thiệp quá sâu vào thịtrường, có thể gây ra tình trạng bất ổn không cần thiết

CHƯƠNG 1: CƠ SỞ LÝ THUYẾT

Chương một trình bày những cơ sở lý thuyết được sử dụng trong đề tài bao gồmnhững định nghĩa về thiên tai và giá cả hàng hóa tiêu dùng, khung phân tích tácđộng của thiên tai đến giá cả hàng hóa tiêu dùng Cuối chương là phần lược khảocác nghiên cứu tác động kinh tế của thiên tai tại Việt Nam cũng như trên thế giới.Các nội dung được trình bày lần lượt sau đây

1.1 Định nghĩa thiên tai và giá cả hàng hóa tiêu dùng

1.1.1 Thiên tai

Theo định nghĩa của CRED một sự kiện thiên nhiên được gọi là thiên tai (naturaldisaster) khi thoả một trong 4 điều kiện sau: (1) Hơn 10 thiệt mạng, (2) Hơn 100được bị ảnh hưởng, (3) Tình trạng khẩn cấp được ban bố, (4) cần đến sự trợ giúpcủa các tổ chức quốc tế

Theo bộ Luật Phòng Chống Thiên Tai được ban hành năm 2013, “Thiên tai là hiện

tượng tự nhiên bất thường có thể gây thiệt hại về người, tài sản, môi trường, điều kiện sống và các hoạt động kinh tế - xã hội, bao gồm: bão, áp thấp nhiệt đới, lốc, sét, mưa lớn, lũ, lũ quét, ngập lụt, sạt lở đất do mưa lũ hoặc dòng chảy, sụt lún đất

do mưa lũ hoặc dòng chảy, nước dâng, xâm nhập mặn, nắng nóng, hạn hán, rét hại, mưa đá, sương muối, động đất, sóng thần và các loại thiên tai khác.”

Nhìn chung, tại Việt Nam thiên tai phổ biến được ghi nhận là bão và lũ lụt, xảy rachủ yếu từ tháng 6 đến tháng 11 hàng năm Trong đề tài này, các thiên tai đượcphân tích dựa vào định nghĩa của CRED

1.1.2 Giá cả hàng hóa tiêu dùng

Theo Tổng cục Thống kê (2015), giá cả hàng hóa tiêu dùng là giá trung bình của cácloại hàng hóa trong rổ hàng hóa tiêu dùng Rổ hàng hóa để tính ra chỉ số giá tiêudùng gồm 396 mặt hàng và dịch vụ Rổ hàng hóa này được chia thành 10 nhóm cấp

1, 34 nhóm cấp 2 và 86 nhóm hàng cấp 3 Mười nhóm cấp một bao gồm: (i) lươngthực và thực phẩm, (ii) đồ uống và thuốc lá, (iii) hàng may mặc – mũ nón – giầy

dép, (iv) nhà ở và vật liệu xây dựng, (v) thiết bị và đồ dùng gia đình, (vi) thuốc vàdịch vụ y tế, (vii) giao thông và bưu chính viễn thông, (viii) giáo dục, (ix) văn hóa –giải trí – du lịch, (x) hàng hóa và dịch vụ khác Trong nghiên cứu này, tác giả sẽkhông phân tích tác động của thiên tai đến giá cả của giao thông và bưu chính viễnthông, do mục này được tách thành hai mục là giao thông và bưu chính viễn thông

từ năm 2010 nên số liệu thu thập được cho mục này không đầy đủ

Tại Việt Nam, giá cả hàng hóa tiêu dùng được Tổng cục Thống kê tổng hợp theotháng và công bố vào ngày 24 hàng tháng Tổng cục Thống kê sẽ tổng hợp giá cảhàng hóa từ các chợ và các khu vực tập trung buôn bán của các tỉnh và thành phốvào ba đợt là ngày 25 của tháng trước, ngày 5 và 15 của tháng điều tra Tại mỗiđiểm điều tra, điều tra viên sẽ trực tiếp theo dõi, quan sát, ghi chép giá hàng hóahoặc dịch vụ mà khách hàng thực trả tiền, ghi vào sổ trung gian hoặc ghi trực tiếpvào phiếu điều tra

Các yếu tố ảnh hưởng đến giá cả hàng hóa tiêu dùng

Theo Keynes (1936) sự biến động giá cả hàng hóa là do sự biến động từ phía tổng cung

và tổng cầu Tổng cung phụ thuộc vào các yếu tố như vốn (K), lao động (L) và côngnghệ (Tech) Ngoài ra, tổng cung phụ thuộc vào các yếu tố chi phí đầu vào khác (OIC)như chi phí xăng dầu, tiền lương nhân công và chi phí nguyên vật liệu Sự biến độngcủa tổng cầu xuất phát từ biến động chi tiêu của người tiêu dùng (C), đầu tư (I), chitiêu của chính phủ (G) và xuất khẩu ròng (X-M) Ngược lại, theo quan điểm của

Friedman (1963), sự biến động của giá cả hay lạm phát bất cứ ở đâu và bất cứ khi nàođều là hiện tượng tiền tệ Theo mô hình số lượng tiền tệ3 của Fisher (1911) ta có mứcgiá (P) sẽ tỷ lệ thuận với lượng tiền (M), tốc độ lưu chuyển tiền (V) và tỷ lệ nghịch vớisản lượng (Y) Ngoài ra, theo lý thuyết kỳ vọng hợp lý (Muth, 1961), mức giá trongtương lai sẽ phụ thuộc vào mức giá kỳ vọng (Pe) của người dân Tổng hợp từ nhữngquan điểm trên, tác giả xác định bốn yếu tố chính tác

động đến giá cả hàng hóa là tổng cung (AS), tổng cầu (AD), lượng tiền (M) và giá

kỳ vọng (Pe) Hay mối quan hệ giữa mức giá và các yếu tố tác động đến mức giáđược viết lại như sau:

P = P(K, L, Tech, OIC, C, I, G, X-M, M, Pe)

Các yếu tố tác động đến mức giá trong phương trình trên được thể hiện cụ thể quahình 1

1.2 Khung phân tích tác động của thiên tai đối tăng trưởng kinh tế

Tiếp theo, để thấy được tác động của thiên tai đến mức giá, ta sẽ phân tích tác độngcủa thiên tai đến những biến số kinh tế mà những biến số này có ảnh hưởng đếntổng cung, tổng cầu từ đó ảnh hưởng đến mức giá trong phương trình (1) Trướctiên, những thiệt hại về người sẽ trực tiếp làm giảm lực lượng lao động (L) và thiệthại về tài sản sẽ trực tiếp làm giảm nguồn vốn (K) trong nền kinh tế Những thiệthại trên sẽ giảm tổng cung trong ngắn hạn Đối với tổng cầu, theo Skidmore và Toya(2002) thiên tai sẽ làm giảm đầu tư (I) do nguồn lực của quốc gia được ưu tiên đổvào các hoạt động khắc phục thiên tai Ngoài ra, tiêu dùng của người dân (C) cũng

bị giảm sau thiên tai do hoặc là họ không còn thu nhập để tiêu dùng hoặc là thunhập được sử dụng cho việc khắc phục hậu quả sau thiên tai Xu hướng giảm đầu

tư và tiêu dùng trên dẫn đến tổng cầu giảm từ đó làm giảm tăng trưởng kinh tế

(Noy, 2009; Raddatz, 2007) Trong hai nghiên cứu trên, Noy (2009) sử dụngphương pháp Hausman–Taylor ba bước với dữ liệu bảng của 109 quốc gia từ 1970-

2003 còn Raddatz (2007) sử dụng mô hình VAR với dữ liệu bảng của 39 quốc gia từnăm 1965-1997 Cuối cùng, tổng cầu giảm còn do việc giảm chi tiêu của chính phủ.Theo Noy và Nualsri (2011) tại các quốc gia đang phát triển chính phủ chi tiêu íthơn sau thiên tai do các nguồn lực được tập trung vào khắc phục hậu quả của thiêntai Nhóm nghiên cứu sử dụng mô hình VAR với dữ liệu bảng thu thập từ 22 nướcphát triển và 20 nước đang phát triển trong giai đoạn 1990-2005

Mô hình số

Keynes(1936) lượng tiền (Fisher,

1911)

Tổng cầu (AD)

Lượng tiền (M)

Noy & Nualsri

(2011) (+,-)

XK ròng (X-M)

Tỷ giá (EX)

Hình 1: Khung phân tích ảnh hưởng của thiên tai đến giá cả hàng hóa

Nguồn: Tổng hợp của tác giả

Từ phân tích trên ta thấy, thiên tai sẽ tác động đến các yếu tố như vốn (K), lao động(L), tiêu dùng (C), đầu tư (I) và chi tiêu chính phủ (G) Theo mô hình tổng cung-

tác động giá cả hàng hóa trong nền kinh tế Do đó, thiên tai sẽ gián tiếp tác độngđến giá cả hàng hóa trong nền kinh tế.

Trang 9

Trong nghiên cứu này, tác giả đề xuất xem thiệt hại thiên tai (DAMAGE) như làmột biến số đầu vào tác động đến sự thay đổi mức giá (P) trong nền kinh tế Hay ta

có thể đặt giả thuyết thiên tai có ảnh hưởng đến lạm phát (đo lường bằng việc tănggiá hàng hóa tiêu dùng) tại Việt Nam

1.3 Các nghiên cứu thực nghiệm tác động thiên tai đến giá cả hàng hóa

Nghiên cứu điển hình trong nhánh nghiên cứu này là công trình của Cavallo và cộng

sự (2014) Nhóm nghiên cứu tìm hiểu tác động của trận động đất xảy ra ởChile năm

2010 và trận động đất kèm theo sóng thần tại Nhật Bản năm 2011 có ảnh hưởng đếngiá cả và lượng hàng hóa được bán ra trên thị trường như thế nào Nhóm nghiêncứu đã sử dụng thông tin giá cả từ dự án Billion Prices Project (BPP) của đại họcMIT Dự án theo dõi sự biến động giá cả và lượng hàng hóa hàng ngày của nhữngnhà bán lẻ trực tuyến hàng đầu thế giới từ năm 2008 Kết quả nghiên cứu cho thấy,mặc dù hàng hóa bị thiếu hụt 32% ở Chile và 17% ở Nhật Bản sau thiên tai nhưnggiá cả hàng hóa vẫn không tăng Sự bất thường này được nhóm tác giả giải thích là

do tâm lý sợ khách hàng giận dữ (customer anger), hay nói cách khác nếu nhà sảnxuất tăng giá khi thiên tai xảy ra, khách hàng sẽ cho rằng nhà sản xuất “thừa nướcđục thả câu” Khách hàng có thể sẽ tẩy chay những nhà sản xuất tăng giá Ngượclại, nghiên cứu của Benson (1997) về bão Kira xảy ra vào tháng 1 năm 1993

ở Fiji cho thấy, bão làm tăng 6,8% giá cả lương thực, thực phẩm tại đây Việc tănggiá này kéo dài hai tháng sau khi bão xảy ra Cuối cùng, bão Katrina, cơn bão đượcxem là lớn nhất trong lịch sử của nước Mỹ, xảy ra vào tháng 8 năm 2005 gây thiệthại 108 tỷ USD cũng làm tăng giá cả hàng hóa 1,4% so với mức giá trị trung bìnhtrước bão (Gagnon and Lopez-Salido, 2014)

Nhìn chung, số bài nghiên cứu về chủ đề này không nhiều vì ở các nước phát triểnthiên tai ít có ảnh hưởng hay không có ảnh hưởng đến giá cả hàng hóa tiêu dùng.Khi thiên tai không có ảnh hưởng đến giá cả hàng hóa thì sẽ có ít nghiên cứu liênquan vì nhà nước không cần những chính sách can thiệp đến giá cả hàng hóa sauthiên tai

CHƯƠNG 2: PHƯƠNG PHÁP VÀ DỮ LIỆU NGHIÊN CỨU

Chương hai trình bày về phương pháp nghiên cứu và dữ liệu nghiên cứu được sửdụng trong đề tài Phương pháp chính được sử dụng là phương pháp tự hồi quyVector có cấu trúc (SVAR) Đây là phương pháp phân tích dữ liệu chuỗi thời gianphù hợp với mục tiêu nghiên cứu của đề tài Các biến số được sử dụng trong môhình bao gồm DAMAGE là những thiệt hại do thiên tai, OIL_PRICE là giá dầu thếgiới, DM2 là thay đổi cung tiền, EX_RATE là tỷ giá giữa USD/VNĐ vàINFLATION là lạm phát Cụ thể về phương pháp và dữ liệu được trình bày trongphần sau đây

2.1 Phương pháp SVAR

Mô hình SVAR được đề xuất lần đầu tiên bởi Sims (1986), là trường hợp đặc biệtcủa mô hình VAR VAR hay SVAR được dùng để phân tích tác động của một cú sốclên các biến số kinh tế được phân tích theo trình tự chuỗi thời gian Tuy nhiên giữaVAR và SVAR có một chút khác biệt Mô hình VAR của Sims (1980) xem tất cả cácbiến đều là biến nội sinh và đều có thể ảnh hưởng đến các biến khác Điều này làmcho việc thiết lập mô hình trở nên dễ dàng vì các nhà nghiên cứu không cần suynghĩ biến nào là biến nội sinh và biến nào là biến ngoại sinh và cũng không cầnthêm thông tin từ các lý thuyết kinh tế Chính sự dễ dàng này làm cho mô hình VARphổ biến trong các nghiên cứu kinh tế đặc biệt là lĩnh vực dự báo Tuy nhiên, một sốnhà kinh tế học đã cho rằng mô hình VAR không phù hợp để phân tích các chínhsách (Cooley và Leroy, 1985; Sargent và Hansen, 1984) vì không có sự phân biệtnguyên nhân và kết quả giữa các biến trong mô hình Ví dụ khi ta đưa hai biến thiêntai và tăng trưởng vào trong mô hình thì tăng trưởng cũng có thể ảnh hưởng đếnthiên tai và ngược lại Từ những chỉ trích trên Sims (1986) đã viết bài “Are

forcasting models useful for policy analysis” nhằm đưa ra giải pháp hạn chế nhược

điểm trên Trong bài viết của mình Sims (1986) đã giới thiệu các khái niệmReduced form (dạng rút gọn), Structural (cấu trúc) và Identification (vấn đề xácđịnh) từ đó cho phép giới hạn chiều tác động của các biến và hỗ trợ việc phân tích

các chính sách Kể từ đó, SVAR không chỉ được sử dụng trong việc dự báo mà cònđược sử dụng trong việc phân tích các chính sách kinh tế Tuy nhiên, SVAR đòi hỏingười sử dụng phải nắm vững các lý thuyết kinh tế liên quan đến vấn đề nghiêncứu Ngoài ra, việc sử dụng SVAR đòi hỏi phải ước lượng rất nhiều hệ số Ví dụ

mô hình 5 biến, 3 độ trễ sẽ phải ước lượng 80 hệ số (đối với mô hình dạng rút gọn)

Vì vậy SVAR đòi hỏi dữ liệu phải đủ dài Đây là một hạn chế khi áp dụng mô hìnhSVAR trong thực tế

Trong đề tài này, phương pháp SVAR được sử dụng để đánh giá tác động của thiêntai đối với tăng trưởng kinh tế và lạm phát tại Việt Nam Về mặt dữ liệu, tăngtrưởng kinh tế và lạm phát tại Việt Nam được thống kê dưới dạng dữ liệu chuỗithời gian Do đó, ta phải sử dụng những phương pháp phân tích chuỗi thời gian đểđánh giá các tác động trên Các phương pháp chuỗi thời gian có thể có thể sử dụngđược bao gồm: VAR, SVAR, ARDL (Autoregressive Distributed Lag) và VEC(Vector Error Correction) Phương pháp SVAR nhấn mạnh đến việc các biến sốtrong mô hình phải sắp xếp theo một cấu trúc nhất định dựa vào những thông tin cótrước hoặc những nhận định của nhà nghiên cứu Do đó, SVAR sẽ phù hợp hơnVAR trong việc phân tích tác động của các chính sách Kế đến, SVAR có ưu điểmhơn ARDL vì SVAR cho phép phân tích nhân quả, phân tích hàm phản ứng xung vàphân rã phương sai Do đó, SVAR sẽ giúp nhà nghiên cứu trả lời được câu hỏi liệumột cú sốc cụ thể nào đó có tác động đến các biến số khác không? Thời gian tácđộng là bao lâu? Mức độ quan trọng tương đối của tác động so với các biến kháctrong mô hình Ngược lại, ARDL phù hợp hơn đối với trường hợp dự báo nhữngbiến động kinh tế vì ARDL chỉ hồi quy một phương trình duy nhất nên ta có thểđưa được nhiều biến giải thích vào mô hình Cuối cùng, SVAR phù hợp hơn VECtrong trường hợp này vì VEC đòi hỏi các biến trong mô hình phải đồng liên kết.Tuy nhiên, thiên tai và tăng trưởng kinh tế hoặc thiên tai và lạm phát trong trườnghợp này không phải là những cặp đồng liên kết Do đó, phương pháp SVAR làphương pháp phù hợp nhất trong các phương pháp đã liệt kê nhằm phân tích tácđộng của thiên tai đối với tăng trưởng kinh tế và lạm phát tại Việt Nam

Mô hình VAR/SVAR được sử dụng khá phổ biến trong các nghiên cứu kinh tế và tàichính4 Đối với nghiên cứu tác động của thiên tai đến tăng trưởng kinh tế, đã cómột số tác giả sử dụng mô hình VAR/SVAR trong việc phân tích tác động Fomby

và cộng sự (2011) sử dụng mô hình VAR có thêm các biến ngoại sinh còn được gọi

là VARX để nghiên cứu ảnh hưởng của bốn loại thiên tai khác nhau là động đất, hạnhán, lũ lụt và bão lên tăng trưởng kinh tế Raddatz (2007) sử dụng mô hình VARvới dữ liệu bảng 39 quốc gia nghiên cứu ảnh hưởng hạn hán và lũ lụt lên sản lượngđầu ra Doyle và Noy (2015) sử dụng mô hình VAR nghiên cứu ảnh hưởng củađộng đất tại New Zealand đến tăng trưởng kinh tế với dữ liệu chuỗi thời gian từ1992-2013 Đa số các kết quả đều cho thấy thiên tai có ảnh hưởng tiêu cực đến tăngtrưởng kinh tế trong ngắn hạn Phần tiếp theo sẽ trình bày các công thức toán của

AYt A1Yt1 A2Yt2  ApYt p Bt

Trong đó Yt=(Y1t, Y2t, , Ykt)’ là vector các biến trong mô hình, εt=(ε1t, ε2t, ,εkt)’

là vector các sai số và là vectơ các hằng số A, A1, A2, Ap và B là ma trận vuôngkxk chứa các hệ số hồi quy, với k là số biến trong mô hình hồi quy và p là số độ trễtrong mô hình Nhân 2 vế phương trình (2) với A-1 ta có:

Yt 1Yt12Yt2 pYt p et

4 Nếu tra cứu bài viết của Sims (1980) trên Google ta sẽ thấy có hơn 11 ngàn trích dẫn.

Mô hình trên là mô hình SVAR dưới dạng rút gọn (reduced form) hay còn được gọi

là VAR(p) Mô hình trên được ước lượng dễ dàng bằng phương pháp bình phươngcực tiểu thông thường (OLS) Chính vì vậy tất cả các mô hình SVAR đều phải ướclượng thông qua mô hình VAR dạng rút gọn

Trong phương trình 3, β=A-1, θ1=A-1A1, θ2=A-1A2, θp=A-1Ap và et=A-1Bεt, et làvector các phần dư (residuals) trong mô hình

Trong nghiên cứu này, vector các biến số được sử dụng trong mô hình là Yt=(DAMAGEt, OIL_PRICEt, DM2t, EX_RATEt vàINFLATIONt) Trong đó DAMAGE là những thiệt hại do thiên tai, OIL_PRICE là giá dầu thế giới, DM2 là thay đổi cungtiền, EX_RATE là tỷ giá giữa USD/VNĐ và INFLATION là lạm phát Với độ trễ tối ưu được chọn là hai (xem mục 5.2)

phương trình SVAR rút gọn có thể được viết lại như sau Trong đó

là ma trận vuông kxk chứa các hệ số hồiquy

 55

INFLATION t

2

  1,   2

2.1.2 Vấn đề xác định trong SVAR

Mô hình SVAR dạng tổng quát như đã trình bày trong phương trình (2) không thể ướclượng được trừ khi ta phải đưa thêm một số giới hạn vào mô hình Vấn đề trên đượcgọi là vấn đề xác định trong mô hình SVAR (Identification problem) Vấn đề xác địnhtrong mô hình SVAR cũng tương tự vấn đề xác định trong hệ phương trình đồng thời

vì bản chất SVAR là một dạng đặt biệt của hệ phương trình đồng thời Phần này sẽtrình bày một ví dụ đơn giản về vấn đề xác định trong mô hình SVAR

Giả sử Y1 và Y2 là hai biến trong mô hình Để dể hình dung ta giả sử Y1 là giá và

Y2 là lượng của một thị trường hàng hóa nào đó Mô hình SVAR cho một độ trễ có

Y1,t = c0 + c1Y2,t-1 + c2Y1,t-1 + e1,t

Trang 16

hệ số a và b Một trong những cách để giải quyết vấn đề là ta đưa thêm một số giớihạn vào phương trình bằng cách cho một số hệ số a, b bằng không Ví dụ từ những

lý thuyết về kinh tế ta rút ra được rằng, trong ngắn hạn không có tác động từ Y1,tđến Y2,t, lúc này ta hoàn toàn có thể cho hệ số a1=0 Tương tự ta cũng có thể giảđịnh là b1=0 Nếu ta thêm hai giới hạn là a1=0 và b1=0 thì các hệ số trong phươngtrình tổng quát hoàn toàn có thể tính toán ra được từ các hệ số của phương trình rútgọn Vì lúc này ta có 8 phương trình bậc nhất và 8 ẩn cần tìm

Việc đưa thêm các giới hạn vào mô hình để có thể ước lượng được phương trình(2) được gọi là vấn đề xác định (Identification Problem) Nói cách khác ta phải giớihạn ma trân A,B trong phương trình (2) để đưa phương trình (2) về dạng ướclượng được Trong thực tế, ta sẽ ước lượng mô hình SVAR ở dạng rút gọn rồi đưathêm một số giới hạn để tính toán ma trận A,B rồi sau đó sẽ dùng ma trận A, B đểtính toán các hệ số của phương trình tổng quát Có ba phương pháp phổ biến trongviệc giới hạn ma trận A,B đó là giới hạn ngắn hạn (short-run restriction), giới hạndài hạn (long-run restriction) và bậc Cholesky (Cholesky ordering) Sau đây là phầntrình bày tóm tắt về ba phương pháp giới hạn trên

Giới hạn ngắn hạn

Phương pháp giới hạn ngắn hạn quy định ma trận A là ma trận tam giác dưới vớicác hệ số trên đường chéo chính là một và ma trận B được quy định là ma trậnđường chéo chính Ví dụ ta phân tích mô hình SVAR với ba biến số (k=3), ma trậnA,B, et, εt sẽ có dạng như sau:

Với việc giới hạn trên khi ta đã ước lượng được phần dư et trong mô hình rút gọn

ta hoàn toàn có thể tính ra các sai số εt của phương trình tổng quát từ hệ phươngtrình trên Trong nghiên cứu này, phương pháp giới hạn ngắn hạn được sử dụng vìcác dữ liệu được phân tích theo tháng

Giới hạn dài hạn

Các giới hạn được thể hiện trong các mối quan hệ Aet=Bεt thường được gọi nhữnggiới hạn ngắn hạn Blanchard và Quah (1989) đề xuất một phương pháp khác dựatrên những hạn chế mang tính chất dài hạn của hàm phản ứng xung Hàm phản ứngdài hạn W của mô hình SVAR được đề xuất như sau:

WA1B

Trong đó λ=(I-A1-A2

hiện những phản ứng của các biến trong mô hình Trong dài hạn, việc giới hạn thể hiệnqua việc cho các hệ số của ma trận W bằng không Giới hạn thường là wi,j=0, hàm ýphản ứng của biến thứ i lên cú sốc thứ j là bằng không trong dài hạn Ví dụ nếu chúng

ta ước lượng mô hình với hai biến (k=2), ta muốn giới hạn việc không có

ảnh hưởng của cú sốc đầu tiên (biến một) lên biến số hai trong dài hạn, khi đó

w2,1=0 Hay ma trận phản ứng trong dài hạn sẽ có dạng:

Ngoài hai phương pháp trên thì Christopher Sims (Nobel kinh tế năm 2011) là

người đầu tiên đưa ra một phương pháp bóc tách gọi là Bậc Cholesky nếu mô hình

SVAR ban đầu có dạng đệ quy (recursive) Đệ quy có nghĩa là nếu các biến Yt trong

mô hình có thể sắp xếp theo thứ tự Y1t không phụ thuộc vào Y2t, Y3t và Y4t (giả sử

mô hình có 4 biến), rồi sau đó Y2t không phụ thuộc vào Y3t, Y4t và Y3t không phụ

thuộc vào Y4t Về bản chất phương pháp của Sims là áp đặt ma trận A có dạng ma

trận tam giác dưới Từ việc giới hạn trên các hệ số trong mô hình tổng quát có thể

được tính ra từ các hệ số của mô hình rút gọn Trong phần mềm Eview, phương

pháp Bậc Cholesky là phương pháp giới hạn mặc định Do đó, nếu ta không có tùy

chọn nào khác phần mềm Eview sẽ ước lượng và phân tích hàm phản ứng xung

theo phương pháp này

2.2 Dữ liệu nghiên cứu

Dữ liệu các biến được thu thập theo tháng từ năm 2004T1-2014T12, tổng cộng có

132 quan sát Trong đó, thiệt hại do thiên tai (DAMAGE) được thu thập từ CRED

(2015) với đơn vị tính là ngàn USD, sau đó sẽ được lấy logarit tự nhiên rồi điều

chỉnh yếu tố mùa vụ theo phương pháp trung bình trượt (Moving average

methods)6 trước khi đưa vào mô hình

Nếu trong tháng có nhiều thiên tai được ghi nhận, thiệt hại được tính bằng tổng

thiệt hại của các thiên tai xảy ra trong tháng Nếu trong tháng không có thiên tai nào

được ghi nhận tại CRED, giá trị thiệt hại sẽ được lấy từ báo cáo Tình hình kinh tế

-6 Xem Eview 8 User Guide I trang 426

xã hội của Tổng cục Thống kê (2015a)7 Lý do là CRED chỉ ghi nhận dữ liệu củanhững thiên tai đủ lớn (hơn 10 người chết hoặc 100 người bị ảnh hưởng) Do đó,nếu trong tháng CRED không ghi nhận thiên tai nào điều đó không có nghĩa làkhông có thiên tai nào xảy ra tại Việt Nam mà thiên tai xảy ra không đủ lớn đểCRED ghi nhận Việc xử lý trên nhằm hạn chế bớt những dữ liệu không (Zero)trong bộ dữ liệu nghiên cứu.

Từ dữ liệu nghiên cứu ta thấy, thiệt hại do thiên tai trung bình hàng tháng được ghinhận là 77 triệu USD, thiệt hại lớn nhất xảy ra vào tháng 9 năm 2009 (814 triệuUSD) do cơn bão Ketsana đổ bộ vào các tỉnh duyên hải miền Trung Dữ liệu thiêntai được xử lý theo tháng có mang yếu tố chu kỳ vì các tháng cuối năm thường cóthiên tai xảy ra nhiều hơn các tháng đầu năm Do đó tác giả đã xử lý yếu tố mùa vụbằng phương pháp trung bình trượt trước khi đưa dữ liệu vào mô hình Chi tiết về

dữ liệu thiệt hại do thiên tai theo tháng được trình bày trong phụ lục 1

7 Xét về độ tin cậy, dữ liệu thiên tai lấy từ CRED có độ tin cậy hơn Tổng cục Thống kê vì dữ liệu của CRED

được chấp nhận ở mức độ quốc tế Tuy nhiên, nếu xử lý dữ liệu của CRED theo tháng sẽ có một số dữ liệu không (Zero) Do đó, tác giả kết hợp thêm dữ liệu từ Tổng cục Thống kê để hạn chế bớt nhược điểm này.

Hình 1: Xu hướng các biến nghiên cứu theo thời gian

Nguồn: Tổng hợp của tác giả từ Tổng cục Thống kê, IMF và Indexmudi

Sự thay đổi giá cả hàng hóa (%) tháng sau so với tháng trước hay lạm phát theo

tháng được tính theo công thức INFLATIONt=100*(CPIt-CPIt-1)/CPIt-1 Trong đó

chỉ số giá tiêu dùng (CPI) được thu thập từ Tổng cục thống kê (2015) Từ dữ liệu

thu thập được ta thấy lạm phát trung bình theo tháng trong giai đoạn

2004T1-2014T12 là 0,78%, lạm phát cao nhất là vào tháng 5 năm 2008 (3,89%), lạm phát

thấp nhất là vào tháng 11 năm 2008 (-0,74%) Năm 2008 ghi nhận lạm phát Việt

Nam cao bất thường, nguyên nhân chính là do ảnh hưởng của khủng khoảng tàichính toàn cầu và những điểm bất hợp lý của chính sách tài khóa và chính sách tiền

tệ của Việt Nam trong giai đoạn trước (Trần Hoàng Ngân và Võ Thị Tuyết Anh,2008) Chi tiết về biến động của lạm phát theo thời gian được trình bày trong phụlục 2

Giá dầu thế giới (OIL_PRICE) được thu thập từ Indexmudi (2015) Giá dầu sẽđược tính theo USD Singapore8 sau đó sẽ được chuyển sang giá cố định năm 2010dựa trên chỉ số giá tiêu dùng (CPI) Singapore Chỉ số giá tiêu dùng Singapore đượcthu thập từ IMF(2015) Giá dầu trong giai đoạn 2004T1-2014T12 trung bình ở mức

110 USD/thùng, giá dầu đạt đỉnh vào tháng 06 năm 2008 187 USD (Singapore) mộtthùng và sau đó giảm sâu vào tháng 12 năm 2008 Giá dầu có biến động lớn vàonăm 2008 là do việc hạn chế sản lượng của các nước xuất khẩu dầu mỏ OPEC vàcuộc khủng hoảng kinh tế toàn cầu

EX_RATEt là tỷ giá giữa VNĐ/USD được thu thập từ IMF(2015) Tỷ giá của giữaVND/USD có xu hướng tăng liên tục trong giai đoạn 2004T1-2014T12 Trong giaiđoạn này Ngân Hàng Nhà Nước điều hành tỷ giá theo phương thức neo tỷ giá Năm

2011 ghi nhận tỷ giá tăng mạnh nhất do ảnh hưởng của việc thâm hụt cán cân thanhtoán vào năm 2010, do lạm phát cao buộc Ngân hàng Nhà nước phải phá giá VNĐ

và do yếu tố tâm lý của người dân không tin tưởng vào VNĐ nên chuyển sang nắmgiữ USD Nhìn chung, tỷ giá ít có sự biến động hơn so với các biến số khác trong

mô hình

Cuối cùng cung tiền (M2) cũng được thu thập từ IMF(2015) Thay đổi cung tiền(%) giữa tháng sau so với tháng trước được ký hiệu DM2t=100*(M2t-M2t-1)/M2t-1.Thay đổi cung tiền trung bình trong giai đoạn nghiên cứu là 2% một tháng, thay đổilớn nhất được ghi nhận vào tháng 12 năm 2008 (8,5%) Chi tiết về biến động củacác biến số trên trong giai đoạn nghiên cứu được thể hiện qua hình 2 Thống kê mô

tả các biến sử dụng trong mô hình được thể hiện qua bảng sau

8 Theo hiệp hội xăng dầu Việt Nam (VINPA), xăng dầu các loại của Việt Nam được nhập khẩu trong năm

2015 nhiều nhất từ Singapore kế đến là Thái Lan và Trung Quốc.

Bảng 1: Thống kê mô tả các biến số

CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU

Kết quả nghiên cứu sẽ được trình bày qua hai phần chính đó là tác động của thiêntai đối với giá cả hàng hóa nói chung và tác động của thiên tai đối với giá cả từngnhóm hàng hóa cụ thể

3.1 Tác động của thiên tai đến giá cả hàng hóa nói chung

Kết quả ước lượng và kiểm định mô hình VAR cho vấn đề nghiên cứu sẽ đượctrình bày qua năm bước cơ bản sau:

Bước 1: Kiểm tra tính dừng của dữ liệu

Khi ước lượng mô hình SVAR các biến được sử dụng phải có tính dừng Bài viết

sử dụng phương pháp ADF (Augmented Dickey-Fuller) và PP (Phillips-Perron) đểkiểm định tính dừng cho các biến số Kết quả kiểm định cho thấy tất cả các biến đềudừng trừ biến biến tỷ giá EX_RATE Sau khi lấy sai phân bậc một, biến EX_RATEdừng với mức ý nghĩa là 1% Chi tiết cho việc kiểm tra tính dừng được trình bàytrong phụ lục 3 Từ việc kiểm định trên, véc-tơ các biến đưa vào mô hình nghiêncứu được lựa chọn như sau: Yt=(DAMAGEt, OIL_PRICEt, DM2t, D(EX_RATE)t,INFLATIONt) Trong đó D(EX_RATE)t là sai phân bậc một của biến tỷ giá

mô hình được lựa chọn là hai (p=2) tương ứng với ba tiêu chí AIC, LR và FPE Saukhi lựa chọn được độ trễ tối ưu mô hình SVAR dang rút gọn sẽ được ước lượng.Kết quả ước lượng mô hình được trình bày chi tiết trong phụ lục 5

Để có được mô hình tốt, tác giả đã đi kiểm định các giả định của mô hình hồi quynhư sau Trước tiên, kiểm định hiện tượng tương quan chuỗi bằng phương pháp

Breusch-Godfrey (1978) cho thấy không có hiện tượng tự tương quan trong môhình (phụ lục 6) Tiếp theo mô hình được kiểm tra hiện tượng phương sai sai sốthay đổi bằng kiểm định White Kết quả cho thấy có hiện tượng phương sai sai sốthay đổi xảy ra ở phương trình hồi quy với biến phụ thuộc là INFLATION (phụ lục7) Không có hiện tượng phương sai sai số thay đổi ở bốn phương trình còn lại vớibiến phụ thuộc là DAMAGE, OIL_PRICE, DM2 và D(EX_RATE) Chi tiết cáckiểm định trên được trình bày trong phụ lục 8, 9, 10 và 11 Theo Gujarati (2004),

nếu phương trình hồi quy vi phạm giả định về phương sai sai số không đổi thì kếtquả ước lượng sẽ không hiệu quả, tuy nhiên kết quả ước lượng vẫn nhất quán vàkhông thiên lệch Nếu ước lượng không hiệu quả thì sai số ước lượng sẽ lớnnhưng với kết quả ước lượng hiện có, ta vẫn có thể khẳng định thiên tai có tácđộng đến giá cả hàng hóa Do đó, tác giả sẽ vẫn sử dụng mô hình này để phân tíchkết quả ở những phần tiếp theo

Trong phần này tác giả không đi giải thích ý nghĩa riêng lẻ của các hệ số hồi quy vìcác hệ số riêng lẻ của mô hình SVAR không mang nhiều ý nghĩa Vấn đề nhân quả

sẽ được thực hiện bằng việc kiểm định nhân quả Granger và vấn đề tác động biên

sẽ được thực hiện bằng việc phân tích hàm phản ứng xung Hai vấn đề trên sẽ đượctrình bày trong ba bước tiếp theo

Bước 3: Kiểm định nhân quả Granger

Từ mô hình SVAR được ước lượng trong phần trên, kiểm định nhân quả Grangerđược thực hiện để đánh giá tác động của thiên tai và các biến số khác đến giả cảhàng hóa Kết quả cho thấy, thiệt hại thiên tai có tác động nhân quả đến giá cả hànghóa với mức ý nghĩa 1% Cung tiền, giá dầu và tỷ giá cũng có tác động nhân quảđến giá cả hàng hóa Chi tiết kiểm định được trình bày trong bảng sau:

Bảng 1: Kiểm định nhân quả Granger

Giả thuyết không (Null Hypothesis)