Ứng Dụng Mô Hình Dự Báo Lạm Phát Trong Điều Hành Chính Sách Tiền Tệ Tại Việt Nam

Khám phá ứng dụng mô hình dự báo lạm phát trong điều hành chính sách tiền tệ tại Việt Nam, góp phần ổn định kinh tế và phát triển bền vững.

• Tác giả: Phạm Đức Anh
• Người hướng dẫn: PGS. Nguyễn Đức Trung
• Trường học: Học viện Ngân hàng
• Chuyên ngành: Tài chính - Ngân hàng
• Đề tài: Mô Hình Dự Báo Lạm Phát Trong Chính Sách Tiền Tệ Tại Việt Nam
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2020
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• MỤC LỤC
• PHẦN MỞ ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN MÔ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ
• 1.1. TỔNG QUAN VỀ LẠM PHÁT
• 1.1.1. Khái niệm lạm phát
• 1.1.2. Nguyên nhân gây ra lạm phát
• 1.2. TỔNG QUAN VỀ CHÍNH SÁCH TIỀN TỆ
• 1.2.1. Khái niệm chính sách tiền tệ
• 1.2.2. Mục tiêu chính sách tiền tệ
• 1.2.3. Vai trò của chính sách tiền tệ trong kiểm soát lạm phát
• 1.3. TỔNG QUAN VỀ MÔ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ
• 1.3.1. Tổng quan về dự báo lạm phát
• 1.3.2. Tổng quan về mô hình dự báo lạm phát trong điều hành chính sách tiền tệ
• 1.3.3. Đánh giá chất lượng mô hình dự báo lạm phát
• 1.4. KINH NGHIỆM QUỐC TẾ VỀ ỨNG DỤNG MÔ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ
• 1.4.1. Kinh nghiệm về lựa chọn mô hình dự báo lạm phát
• 1.4.2. Kinh nghiệm về lựa chọn đơn vị thực hiện dự báo lạm phát
• 1.4.3. Kinh nghiệm về xây dựng và vận hành mô hình dự báo lạm phát
• 1.4.4. Kinh nghiệm về ứng dụng kết quả dự báo lạm phát trong điều hành chính sách tiền tệ
• 1.4.5. Bài học dành cho Việt Nam
• 1.5. TÓM TẮT CHƯƠNG 1
• 2. CHƯƠNG 2: THỰC TRẠNG MÔ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM
• 2.1. PHÂN TÍCH THỰC TRẠNG LẠM PHÁT TẠI VIỆT NAM
• 2.1.1. Diễn biến lạm phát giai đoạn 2000 - 2007
• 2.1.2. Diễn biến lạm phát giai đoạn 2008 – tháng 4/2012
• 2.1.3. Diễn biến lạm phát giai đoạn tháng 5/2012 - 2019
• 2.2. THỰC TRẠNG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ NHẰM KIỂM SOÁT LẠM PHÁT TẠI VIỆT NAM
• 2.2.1. Mục tiêu chính sách tiền tệ
• 2.2.2. Điều hành chính sách tiền tệ nhằm kiểm soát tại Việt Nam
• 2.3. THỰC TRẠNG MÔ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM
• 2.3.1. Đặc trưng mô hình dự báo lạm phát tại Ngân hàng Nhà nước Việt Nam
• 2.3.2. Dữ liệu cho mô hình dự báo
• 2.3.3. Thực trạng ứng dụng mô hình dự báo tại Ngân hàng Nhà nước Việt Nam
• 2.4. THỰC TRẠNG ỨNG DỤNG KẾT QUẢ DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM
• 2.4.1. Xây dựng kịch bản chính sách
• 2.4.2. Xây dựng báo cáo phân tích phục vụ tham mưu Ban lãnh đạo Ngân hàng Nhà nước
• 2.4.3. Tham chiếu cho việc thiết lập và điều chỉnh mục tiêu lạm phát
• 2.5. ĐÁNH GIÁ CHUNG VỀ ỨNG DỤNG MÔ HÌNH DỰ BÁO LẠM PHÁT TẠI VIỆT NAM
• 2.5.1. Nguyên nhân của tồn tại
• 2.6. TÓM TẮT CHƯƠNG 2
• 3. CHƯƠNG 3: ĐỀ XUẤT HOÀN THIỆN MÔ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM
• 3.1. ĐỀ XUẤT HOÀN THIỆN MÔ HÌNH ARIMA
• 3.1.1. Lí do lựa chọn mô hình
• 3.1.2. Mô tả dữ liệu
• 3.1.3. Thiết lập cấu trúc mô hình theo phương pháp Box-Jenkins
• 3.1.4. Kết quả dự báo
• 3.2. ĐỀ XUẤT HOÀN THIỆN MÔ HÌNH VECM
• 3.2.1. Lí do lựa chọn mô hình
• 3.2.2. Lựa chọn biến số và cấu trúc dữ liệu
• 3.2.3. Kiểm định tính dừng của chuỗi
• 3.2.4. Xác định độ trễ cho mô hình
• 3.2.5. Kiểm định đồng tích hợp và xác định mô hình phù hợp
• 3.2.6. Phân tích tác động của các biến số tới lạm phát
• 3.2.7. Kết quả dự báo
• 3.3. SO SÁNH, ĐÁNH GIÁ HIỆU QUẢ MÔ HÌNH DỰ BÁO
• 3.3.1. Đánh giá hiệu quả mô hình ARIMA
• 3.3.2. Đánh giá hiệu quả mô hình VECM
• 3.3.3. So sánh hiệu quả dự báo của hai mô hình
• 3.4. TÓM TẮT CHƯƠNG 3
• 4. CHƯƠNG 4: KHUYẾN NGHỊ CHÍNH SÁCH VỀ VIỆC ỨNG DỤNG MÔ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM
• 4.1. ĐỊNH HƯỚNG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ VÀ PHÁT TRIỂN HOẠT ĐỘNG DỰ BÁO TẠI VIỆT NAM ĐẾN NĂM 2025
• 4.1.1. Mục tiêu tổng quát điều hành chính sách tiền tệ
• 4.1.2. Định hướng giải pháp điều hành chính sách tiền tệ
• 4.1.3. Định hướng phát triển hoạt động dự báo tại Việt Nam
• 4.2. KHUYẾN NGHỊ CHÍNH SÁCH NHẰM HOÀN THIỆN MÔ HÌNH DỰ BÁO LẠM PHÁT TẠI VIỆT NAM
• 4.3. KHUYẾN NGHỊ CHÍNH SÁCH NHẰM THÚC ĐẨY ỨNG DỤNG MÔ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM
• 4.4. TÓM TẮT CHƯƠNG 4
• KẾT LUẬN CHUNG
• TÀI LIỆU THAM KHẢO
• DANH MỤC CÔNG TRÌNH KHOA HỌC ĐÃ CÔNG BỐ
• DANH MỤC CHỮ VIẾT TẮT
• DANH MỤC BẢNG
• DANH MỤC HÌNH
• DANH MỤC PHỤ LỤC

Tóm tắt

I. Tổng Quan Về Lạm Phát và Chính Sách Tiền Tệ Tại Việt Nam

Bài viết này tập trung vào việc phân tích và dự báo lạm phát Việt Nam trong bối cảnh điều hành chính sách tiền tệ. Lạm phát là một chỉ số kinh tế vĩ mô quan trọng, ảnh hưởng sâu rộng đến đời sống kinh tế - xã hội. Tăng trưởng nhanh kết hợp với dòng vốn vào nóng thường kéo theo lạm phát cao và kéo dài, gây bất ổn vĩ mô. Do đó, việc dự báo chính xác lạm phát là vô cùng quan trọng để NHNN có thể điều hành chính sách tiền tệ hiệu quả. Từ đó ổn định giá trị đồng nội tệ trong bối cảnh hội nhập sâu rộng và trước nguy cơ bất ổn từ kinh tế thế giới. Theo Phạm Đức Anh (2020), điều hành chính sách tiền tệ cần được lượng hóa toàn diện nhằm đảm bảo dự báo lạm phát và các nhân tố vĩ mô quan trọng được tiến hành thuận lợi và hiệu quả. Việc xây dựng, vận hành và phát triển các lớp mô hình kinh tế lượng dự báo lạm phát được xem là điều kiện tiên quyết để NHNN có thể áp dụng khuôn khổ chính sách tiền tệ lạm phát mục tiêu thực thụ trong tương lai.

1.1. Khái Niệm và Các Yếu Tố Ảnh Hưởng Đến Lạm Phát

Lạm phát được định nghĩa là sự gia tăng liên tục của mức giá chung của hàng hóa và dịch vụ trong một nền kinh tế. Có nhiều yếu tố có thể gây ra lạm phát, bao gồm tăng trưởng cung tiền quá mức, tăng tổng cầu do chính sách tài khóa mở rộng, hoặc các cú sốc cung như giá dầu tăng cao. Việc hiểu rõ các yếu tố này là cần thiết để xây dựng mô hình dự báo lạm phát chính xác. Phân tích những yếu tố này giúp Ngân hàng Nhà nước Việt Nam đưa ra những quyết định điều hành chính sách tiền tệ phù hợp để kiểm soát lạm phát.

1.2. Vai Trò Của Chính Sách Tiền Tệ Trong Kiểm Soát Lạm Phát

Chính sách tiền tệ là các biện pháp mà Ngân hàng Nhà nước Việt Nam (NHNN) sử dụng để kiểm soát cung tiền và lãi suất, nhằm ổn định giá cả và hỗ trợ tăng trưởng kinh tế. Các công cụ chính sách tiền tệ bao gồm nghiệp vụ thị trường mở, lãi suất tái cấp vốn, và tỷ lệ dự trữ bắt buộc. Chính sách tiền tệ đóng vai trò quan trọng trong việc kiểm soát lạm phát bằng cách tác động đến tổng cầu và kỳ vọng lạm phát. Hiệu quả của chính sách tiền tệ phụ thuộc vào khả năng dự báo chính xác lạm phát và phản ứng kịp thời của NHNN.

II. Thách Thức Trong Dự Báo Lạm Phát Cho Chính Sách Tiền Tệ

Việc dự báo lạm phát ở Việt Nam đối mặt với nhiều thách thức. Kinh tế Việt Nam có độ mở cao, dễ bị ảnh hưởng bởi các yếu tố bên ngoài như giá cả hàng hóa thế giới và biến động tỷ giá. Dữ liệu kinh tế vĩ mô của Việt Nam đôi khi không đầy đủ hoặc không kịp thời, gây khó khăn cho việc xây dựng và kiểm định mô hình dự báo. Thêm vào đó, cấu trúc kinh tế của Việt Nam đang thay đổi nhanh chóng, khiến cho các mô hình kinh tế truyền thống trở nên kém hiệu quả. Do đó, cần phải liên tục cập nhật và cải tiến mô hình dự báo lạm phát để đáp ứng với những thay đổi của nền kinh tế. Theo Phạm Đức Anh(2020), việc xây dựng mô hình dự báo kinh tế vĩ mô dự báo lạm phát được xem là điều kiện tiên quyết để NHNN có thể áp dụng khuôn khổ chính sách tiền tệ lạm phát mục tiêu thực thụ trong tương lai.

2.1. Ảnh Hưởng Từ Yếu Tố Bên Ngoài Đến Lạm Phát Việt Nam

Kinh tế Việt Nam có độ mở cao, do đó lạm phát dễ bị ảnh hưởng bởi các yếu tố bên ngoài như giá dầu thô, giá lương thực thế giới và biến động tỷ giá. Sự biến động của các yếu tố này có thể gây ra những cú sốc cung hoặc cầu, ảnh hưởng đến lạm phát trong nước. Việc tích hợp các yếu tố bên ngoài vào mô hình dự báo lạm phát là rất quan trọng để nâng cao độ chính xác của dự báo. Đặt biệt, phân tích rủi ro lạm phát từ các yếu tố bên ngoài cần được quan tâm hơn.

2.2. Hạn Chế Về Dữ Liệu Và Độ Trễ Thông Tin Kinh Tế Vĩ Mô

Một trong những thách thức lớn nhất trong dự báo lạm phát ở Việt Nam là hạn chế về dữ liệu. Dữ liệu kinh tế vĩ mô đôi khi không đầy đủ, không chính xác hoặc có độ trễ lớn, gây khó khăn cho việc xây dựng và kiểm định mô hình dự báo. Cần phải cải thiện chất lượng và tính kịp thời của dữ liệu kinh tế vĩ mô để nâng cao hiệu quả của công tác dự báo lạm phát phục vụ điều hành chính sách tiền tệ.

2.3. Thay Đổi Cấu Trúc Kinh Tế Việt Nam Ảnh Hưởng Đến Lạm Phát

Cấu trúc kinh tế Việt Nam đang trải qua những thay đổi lớn, từ một nền kinh tế chủ yếu dựa vào nông nghiệp sang một nền kinh tế công nghiệp và dịch vụ. Sự thay đổi này có thể làm thay đổi mối quan hệ giữa các biến số kinh tế, khiến cho các mô hình kinh tế truyền thống trở nên kém hiệu quả. Cần phải cập nhật và điều chỉnh mô hình dự báo lạm phát để phản ánh những thay đổi này, ví dụ như ảnh hưởng của giá CPI Việt Nam.

III. Phương Pháp Dự Báo Lạm Phát Hiệu Quả Trong Chính Sách Tiền Tệ

Có nhiều phương pháp dự báo lạm phát khác nhau, từ các mô hình kinh tế lượng đơn giản như ARIMA đến các mô hình kinh tế lượng phức tạp hơn như VECM và DSGE. Việc lựa chọn mô hình dự báo phù hợp phụ thuộc vào đặc điểm của nền kinh tế và mục tiêu của dự báo. Ngân hàng Nhà nước Việt Nam cần phải sử dụng kết hợp nhiều mô hình dự báo khác nhau để có được cái nhìn toàn diện về lạm phát. Theo Phạm Đức Anh(2020), việc xây dựng mô hình dự báo kinh tế vĩ mô dự báo lạm phát được xem là điều kiện tiên quyết để NHNN có thể áp dụng khuôn khổ chính sách tiền tệ lạm phát mục tiêu thực thụ trong tương lai.

3.1. Ứng Dụng Mô Hình ARIMA Trong Dự Báo Lạm Phát Ngắn Hạn

Mô hình ARIMA là một mô hình kinh tế lượng đơn giản nhưng hiệu quả, thường được sử dụng để dự báo lạm phát ngắn hạn. Mô hình ARIMA có thể nắm bắt được tính tự tương quan của chuỗi thời gian lạm phát, giúp dự báo chính xác lạm phát trong tương lai gần. Tuy nhiên, mô hình ARIMA không thể giải thích được nguyên nhân gây ra lạm phát, do đó cần phải sử dụng kết hợp với các mô hình kinh tế lượng khác. NHNN có thể sử dụng mô hình ARIMA để dự báo tăng trưởng kinh tế.

3.2. Sử Dụng Mô Hình VECM Để Phân Tích Tác Động Chính Sách Tiền Tệ

Mô hình VECM là một mô hình kinh tế lượng phức tạp hơn, có thể sử dụng để phân tích tác động của chính sách tiền tệ đến lạm phát. Mô hình VECM cho phép xác định mối quan hệ đồng liên kết giữa các biến số kinh tế, giúp hiểu rõ hơn về cơ chế truyền dẫn của chính sách tiền tệ. Tuy nhiên, mô hình VECM đòi hỏi dữ liệu chất lượng cao và kỹ năng phân tích chuyên sâu. Mô hình VECM có thể giúp dự báo lạm phát mục tiêu.

IV. Ứng Dụng Thực Tiễn Dự Báo Lạm Phát Quyết Định Chính Sách Tiền Tệ

Kết quả dự báo lạm phát có thể được sử dụng để đưa ra các quyết định chính sách tiền tệ phù hợp. Nếu lạm phát được dự báo sẽ vượt quá mục tiêu, Ngân hàng Nhà nước Việt Nam có thể thắt chặt chính sách tiền tệ bằng cách tăng lãi suất hoặc giảm cung tiền. Ngược lại, nếu lạm phát được dự báo sẽ thấp hơn mục tiêu, NHNN có thể nới lỏng chính sách tiền tệ để kích thích tăng trưởng kinh tế. Dự báo lạm phát là một công cụ quan trọng để điều hành chính sách tiền tệ hiệu quả. Theo Phạm Đức Anh(2020), việc xây dựng mô hình dự báo kinh tế vĩ mô dự báo lạm phát được xem là điều kiện tiên quyết để NHNN có thể áp dụng khuôn khổ chính sách tiền tệ lạm phát mục tiêu thực thụ trong tương lai.

4.1. Xây Dựng Kịch Bản Chính Sách Tiền Tệ Dựa Trên Dự Báo Lạm Phát

Kết quả dự báo lạm phát có thể được sử dụng để xây dựng các kịch bản chính sách tiền tệ khác nhau. Mỗi kịch bản sẽ tương ứng với một mức độ phản ứng khác nhau của NHNN đối với lạm phát. Việc xây dựng kịch bản giúp NHNN có sự chuẩn bị tốt hơn cho các tình huống khác nhau và đưa ra quyết định chính sách tiền tệ tối ưu.

4.2. Tham Khảo Để Thiết Lập Và Điều Chỉnh Mục Tiêu Lạm Phát

Dự báo lạm phát cũng có thể được sử dụng để thiết lập và điều chỉnh mục tiêu lạm phát. Nếu lạm phát được dự báo sẽ khó đạt được mục tiêu hiện tại, NHNN có thể điều chỉnh mục tiêu lạm phát cho phù hợp với tình hình thực tế của nền kinh tế. Việc điều chỉnh mục tiêu lạm phát cần phải được thực hiện một cách thận trọng để không làm mất đi sự tin tưởng của công chúng vào chính sách tiền tệ. Để kiểm soát lạm phát, việc dự báo là vô cùng quan trọng.

V. Hoàn Thiện Mô Hình Dự Báo Lạm Phát Cho Ngân Hàng Nhà Nước

Để nâng cao hiệu quả của công tác dự báo lạm phát, Ngân hàng Nhà nước Việt Nam cần phải tiếp tục hoàn thiện mô hình dự báo. Điều này bao gồm việc cải thiện chất lượng dữ liệu, tích hợp các yếu tố bên ngoài vào mô hình, và sử dụng kết hợp nhiều mô hình dự báo khác nhau. Ngoài ra, cần phải đào tạo và nâng cao năng lực cho đội ngũ cán bộ làm công tác dự báo lạm phát. Thực trạng lạm phát cho thấy vẫn cần nâng cấp các mô hình dự báo của NHNN. Theo Phạm Đức Anh(2020), việc xây dựng mô hình dự báo kinh tế vĩ mô dự báo lạm phát được xem là điều kiện tiên quyết để NHNN có thể áp dụng khuôn khổ chính sách tiền tệ lạm phát mục tiêu thực thụ trong tương lai.

5.1. Cải Thiện Chất Lượng Dữ Liệu Đầu Vào Của Mô Hình Dự Báo

Chất lượng dữ liệu đầu vào là yếu tố then chốt để đảm bảo độ chính xác của mô hình dự báo lạm phát. Cần phải cải thiện tính đầy đủ, chính xác và kịp thời của dữ liệu kinh tế vĩ mô. Ngoài ra, cần phải thu thập và sử dụng các dữ liệu mới, chẳng hạn như dữ liệu về kỳ vọng lạm phát của doanh nghiệp và người tiêu dùng.

5.2. Nâng Cao Năng Lực Phân Tích Và Dự Báo Của Cán Bộ Ngân Hàng

Đội ngũ cán bộ làm công tác dự báo lạm phát cần phải được đào tạo và nâng cao năng lực thường xuyên. Cần phải trang bị cho họ kiến thức về kinh tế vĩ mô, kinh tế lượng và các phương pháp dự báo hiện đại. Ngoài ra, cần phải tạo điều kiện cho họ tiếp cận với các nguồn thông tin và kinh nghiệm quốc tế.

VI. Triển Vọng Dự Báo Lạm Phát Trong Điều Hành Chính Sách Tiền Tệ

Với sự phát triển của khoa học công nghệ và sự hội nhập sâu rộng của kinh tế Việt Nam, công tác dự báo lạm phát sẽ ngày càng trở nên quan trọng trong điều hành chính sách tiền tệ. Ngân hàng Nhà nước Việt Nam cần phải tiếp tục đầu tư vào nghiên cứu và phát triển mô hình dự báo, đồng thời tăng cường hợp tác với các tổ chức quốc tế để nâng cao năng lực dự báo lạm phát. Chính sách tiền tệ hiệu quả phải dựa trên dự báo chính xác. Theo Phạm Đức Anh(2020), việc xây dựng mô hình dự báo kinh tế vĩ mô dự báo lạm phát được xem là điều kiện tiên quyết để NHNN có thể áp dụng khuôn khổ chính sách tiền tệ lạm phát mục tiêu thực thụ trong tương lai.

6.1. Ứng Dụng Công Nghệ Mới Vào Mô Hình Dự Báo Lạm Phát

Các công nghệ mới như trí tuệ nhân tạo (AI) và học máy (machine learning) có thể được ứng dụng để cải thiện độ chính xác và hiệu quả của mô hình dự báo lạm phát. AI và machine learning có thể giúp phân tích lượng lớn dữ liệu và phát hiện ra các mối quan hệ phức tạp giữa các biến số kinh tế.

6.2. Tăng Cường Hợp Tác Quốc Tế Trong Dự Báo Lạm Phát

Cần tăng cường hợp tác với các tổ chức quốc tế như Quỹ Tiền tệ Quốc tế (IMF) và Ngân hàng Thế giới (WB) để trao đổi kinh nghiệm và tiếp cận với các mô hình dự báo tiên tiến. Hợp tác quốc tế cũng giúp nâng cao uy tín và tính minh bạch của công tác dự báo lạm phát ở Việt Nam. Việc này giúp ích cho quản lý lạm phát.

Nội dung chính

Tổng quan về luận án

Kiểm soát lạm phát và duy trì ổn định kinh tế vĩ mô là trọng tâm cốt lõi trong điều hành chính sách tiền tệ (CSTT) của mọi Ngân hàng Trung ương (NHTW). Đối với các nền kinh tế đang phát triển có độ mở lớn như Việt Nam, sự kết hợp giữa áp lực tăng trưởng nhanh, dòng vốn ngoại biến động và tính nhạy cảm trước các cú sốc cung - cầu toàn cầu thường tạo ra những chu kỳ lạm phát phức tạp. Luận án tiến sĩ kinh tế của tác giả Phạm Đức Anh (2020) với tiêu đề “Ứng dụng mô hình dự báo lạm phát trong điều hành chính sách tiền tệ tại Việt Nam” (Chuyên ngành Tài chính – Ngân hàng, Mã số: 9.01, Học viện Ngân hàng, dưới sự hướng dẫn khoa học của PGS. Nguyễn Đức Trung và PGS. Phạm Thị Hoàng Anh) là công trình nghiên cứu tiên phong trong việc lượng hóa toàn diện hệ thống dự báo lạm phát phục vụ trực tiếp cho hoạt động hoạch định CSTT của Ngân hàng Nhà nước Việt Nam (NHNN).

Khoảng trống nghiên cứu (research gap) lớn nhất được xác định là: Hầu hết các công trình nghiên cứu trước đây tại Việt Nam (như Camen, 2006; Goujon, 2006; Nguyễn Thị Thu Hằng và Nguyễn Đức Thành, 2010) chỉ tiếp cận lạm phát qua các mô hình chuỗi thời gian đơn lẻ hoặc mô hình tĩnh, đồng thời tập trung quá mức vào các tác nhân từ phía tổng cầu (cung tiền M2, tín dụng) mà bỏ qua các biến số chi phí đẩy trọng yếu từ phía cung (tiền lương, giá sản xuất, chi phí nhập khẩu). Hơn nữa, NHNN còn thiếu một khung dự báo lạm phát tích hợp đa tầng, liên kết giữa dự báo vi mô thành phần ngắn hạn và dự báo kinh tế lượng vĩ mô trung hạn – điều kiện tiên quyết để chuyển dịch sang khuôn khổ lạm phát mục tiêu (Inflation Targeting).

Luận án thiết lập hệ thống câu hỏi và giả thuyết nghiên cứu cụ thể:

• Câu hỏi nghiên cứu 1 (Q1): Mối quan hệ động giữa các biến số vĩ mô đại diện cho phía cầu, phía cung và chính sách tiền tệ tác động tới lạm phát Việt Nam diễn ra như thế nào trong ngắn hạn và dài hạn?
• Câu hỏi nghiên cứu 2 (Q2): Cấu trúc mô hình chuỗi thời gian nào cho phép tối ưu hóa năng lực dự báo chỉ số giá tiêu dùng (CPI) tổng thể và các nhóm hàng hóa thành phần tại Việt Nam?
• Giả thuyết nghiên cứu 1 (H1): Lạm phát Việt Nam chịu sự chi phối đồng thời của tính ỳ lạm phát, các cú sốc tiền tệ (cung tiền M2, lãi suất cho vay) với độ trễ đáng kể và các nhân tố chi phí đẩy (tiền lương WAGE, chỉ số giá sản xuất PPI, tỷ giá USD/VND).
• Giả thuyết nghiên cứu 2 (H2): Mô hình kết hợp phân rã ARIMA 10 nhóm hàng hóa cho dự báo ngắn hạn và mô hình VECM hiệu chỉnh đa biến cho dự báo trung hạn có độ chính xác vượt trội (sai số RMSFE thấp hơn) so với các mô hình VAR truyền thống đang vận hành tại NHNN.

Khung lý thuyết của luận án được xây dựng dựa trên sự tích hợp của Thuyết số lượng tiền tệ (Fisher, 1911; Friedman, 1989), Lý thuyết ưa chuộng thanh khoản (Keynes, 1936), Đường cong Phillips mới (NKPC) (Calvo, 1983; Gali và Gertler, 1999) và Lý thuyết lạm phát cơ bản (Eckstein, 1981; Quah và Vahey, 1995). Phạm vi nghiên cứu sử dụng tập dữ liệu chuỗi thời gian toàn diện giai đoạn 2000 – 2019 (cập nhật đến quý 1/2020), phân tích tần suất tháng (240 quan sát) và tần suất quý (80 quan sát), mang lại đóng góp đột phá về công cụ định lượng hỗ trợ NHNN xây dựng kịch bản điều hành CSTT chủ động.

Literature Review và Positioning

Tổng quan y văn quốc tế và trong nước về cơ chế hình thành lạm phát và phương pháp mô hình hóa dự báo được phân chia thành ba luồng nghiên cứu chính:

Luồng thứ nhất - Trường phái trọng tiền và thuyết số lượng tiền tệ: Xuất phát từ phương trình trao đổi $PT = MV + M'V'$ của Fisher (1911) và mệnh đề kinh điển của Friedman (1989), lạm phát được xem là hiện tượng thuần túy tiền tệ do sự gia tăng quá mức của lượng tiền cung ứng so với mức tăng trưởng sản lượng thực tế. Tuy nhiên, Higgins (1978) nhấn mạnh rằng giả định vận tốc lưu thông tiền $V$ cố định của Fisher đã bị Keynes (1936) bác bỏ thông qua Lý thuyết ưa chuộng thanh khoản, chứng minh cầu tiền có quan hệ nghịch biến với lãi suất. Tại Việt Nam, Camen (2006) khi ứng dụng mô hình VAR giai đoạn 1996 – 2005 chỉ ra rằng tăng trưởng tín dụng giải thích tới 25% biến động CPI sau 24 tháng, trong khi M2 và lãi suất chỉ giải thích dưới 5%. Ngược lại, Phạm Thế Anh (2009) cho giai đoạn 1998 – 2008 lại khẳng định tăng trưởng M2 có vai trò đáng kể đối với CPI, trong khi lãi suất chỉ mang tính bị động.

Luồng thứ hai - Trường phái cấu trúc, chi phí đẩy và Đường cong Phillips: Kế thừa nghiên cứu của Phillips (1958) về sự đánh đổi giữa lạm phát và thất nghiệp, Friedman (1968) và Phelps (1967) chứng minh sự đánh đổi này biến mất trong dài hạn do sự điều chỉnh của lạm phát kỳ vọng. Lucas (1972) đưa ra giả thuyết kỳ vọng hợp lý, dẫn đến "mệnh đề tính không hiệu quả của chính sách". Sau đó, Fischer (1977), Taylor (1979), Calvo (1983) và Gali & Gertler (1999) thiết lập Đường cong Phillips mới (NKPC) với nền tảng định giá vi mô tối ưu hóa và sự cứng nhắc danh nghĩa. Về lạm phát chi phí đẩy và lạm phát nhập khẩu, Frisch (1977) cùng mô hình Scandinavia (Cumberbatch, 1995) chỉ ra lạm phát bị chi phối mạnh bởi giá thế giới, tiền lương và tỷ giá. Tại Việt Nam, Võ Văn Minh (2009) nhận định mức chuyển tỷ giá (ERPT) vào lạm phát có xu hướng giảm do giảm bớt tình trạng đô la hóa, trong khi Lương Thị Nga và cộng sự (2014) chỉ ra tỷ giá vẫn tác động sâu rộng qua 4 kênh: xuất khẩu ròng, cán cân thanh toán, giá hàng nhập khẩu và lạm phát kỳ vọng.

Luồng thứ ba - Tiến hóa của kỹ thuật kinh tế lượng dự báo: Bắt đầu từ quy trình 3 bước Box-Jenkins (1976) của mô hình ARIMA (Meyler và cộng sự, 1998), nghiên cứu kinh tế lượng vĩ mô bước sang giai đoạn đột phá với Sims (1980, 2006) khi xem toàn bộ biến vĩ mô là nội sinh trong hệ thống VAR. Tiếp đó, Engle & Yoo (1987), Clements & Hendry (1995), Christoffersen & Diebold (1998) đã đặt nền móng cho mô hình hiệu chỉnh sai số vector (VECM), chứng minh VECM đạt mức sai số dự báo dài hạn (MSFE) tối ưu hơn VAR khi tồn tại các mối liên kết đồng tích hợp thực sự giữa các biến số.

So sánh với các nghiên cứu quốc tế:

1. NHTW Philippines (Bangko Sentral ng Pilipinas - BSP): Áp dụng phương pháp phân rã chỉ số giá tiêu dùng thành các cấu phần nhỏ, sử dụng ARIMA kết hợp phân tích phương sai sai số bình quân gia quyền để dự báo CPI 1 đến 3 tháng tiếp theo.
2. NHTW Trung Quốc (PBOC): Khảo sát hệ thống 15 mô hình VAR, VECM và mô hình nhân tố động (PCA) để khắc phục độ trễ dữ liệu và dự báo lạm phát 12 tháng với độ chính xác cao.
3. NHTW Macedonia (NBRM): Sử dụng VECM kết hợp mô hình nhân tố động để xử lý tính biến động cao của nền kinh tế nhỏ mở.

Định vị của luận án: Luận án khắc phục triệt để điểm yếu "bỏ quên phía cung" của các nghiên cứu tại Việt Nam, tích hợp đầy đủ biến số tiền lương (WAGE) và giá sản xuất (PPI) vào hệ thống VECM, đồng thời thiết lập quy trình kiểm định và dự báo kết hợp giữa ARIMA phân rã và VECM đa biến tần suất tháng/quý.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng và kiểm chứng các lý thuyết kinh tế vĩ mô kinh điển trong bối cảnh đặc thù của nền kinh tế chuyển đổi Việt Nam:

1. Bổ sung và mở rộng Lý thuyết Lạm phát cơ bản của Eckstein (1981) và Quah & Vahey (1995): Luận án chứng minh lạm phát tại Việt Nam là một quá trình hỗn hợp cấu thành từ ba thành tố: $\pi = \pi_e + \pi_d + \pi_s$ (lạm phát cơ bản, lạm phát cầu kéo, lạm phát chi phí đẩy). Tác giả làm rõ luận điểm của Otto Eckstein (1981): “tỷ lệ lạm phát cơ bản phản ánh sự tăng giá cần thiết do sự gia tăng mang tính xu hướng của chi phí đầu vào đối với quá trình sản xuất. Sự gia tăng chi phí, đến lượt nó, là một hàm kỳ vọng về giá cơ bản. Những kỳ vọng này là kết quả của những trải nghiệm trước đó, được tạo ra bởi nhu cầu và các cú sốc lạm phát trong lịch sử”. Đồng thời, luận án vận dụng định nghĩa của Quah và Vahey (1995) về lạm phát cơ bản là “thành phần trong lạm phát được tính toán mà không có tác động trung và dài hạn đến sản lượng” để lượng hóa tính trung tính của tiền tệ trong dài hạn.
2. Kiểm chứng thực nghiệm mô hình Đường cong Phillips mới (NKPC): Luận án chứng minh tính ỳ của lạm phát quá khứ (backward-looking persistence) đóng vai trò chi phối chủ đạo ở các kỳ hạn ngắn, song kỳ vọng hợp lý và khoảng cách sản lượng (IIP_GAP) giữ vai trò xác lập cân bằng dài hạn.
3. Làm rõ kênh truyền dẫn CSTT theo Luật NHNN năm 2010: Hiện thực hóa quy định tại Điều 3 Luật Ngân hàng Nhà nước năm 2010: “CSTT là các quyết định tiền tệ ở tầm quốc gia của cơ quan nhà nước có thẩm quyền, bao gồm quyết định mục tiêu ổn định giá trị đồng tiền biểu hiện bằng chỉ tiêu lạm phát, quyết định sử dụng công cụ và biện pháp để thực hiện mục tiêu đề ra”, luận án xác định cơ chế truyền dẫn từ công cụ lãi suất và cung tiền M2 đến mục tiêu cuối cùng là ổn định giá trị đồng tiền.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp đồng thời ba khối biến số vĩ mô:

• Khối biến tổng cầu và tiền tệ: Khoảng cách sản lượng công nghiệp ($IIP_GAP$), Cung tiền rộng ($M2$), Lãi suất cho vay bình quân ($LENDING_R$).
• Khối biến chi phí đẩy và đối ngoại: Chỉ số giá sản xuất ($PPI$), Tiền lương danh nghĩa ($WAGE$), Tỷ giá hối đoái $USD/VND$ ($ER_VCB$), Giá dầu thô thế giới ($OIL$).
• Khối biến cấu phần vi mô: 10 nhóm chỉ số giá hàng hóa và dịch vụ tiêu dùng cấp 2 theo phân loại của Tổng cục Thống kê (TCTK).

Cơ chế phân tích vận hành qua cấu trúc mô hình VECM tổng quát dạng: $$\Delta Y_t = \Pi Y_{t-1} + \sum_{i=1}^{p-1} \Gamma_i \Delta Y_{t-i} + \Phi X_t + \varepsilon_t$$ Trong đó $Y_t$ là vector các biến nội sinh, $\Pi = \alpha \beta'$ chứa ma trận điều chỉnh $\alpha$ và ma trận đồng tích hợp $\beta'$, $X_t$ là vector biến ngoại sinh kiểm soát các cú sốc quốc tế.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

• Triết lý nghiên cứu (Research Philosophy): Thực chứng định lượng (Positivism), đặt trọng tâm vào việc lượng hóa các mối quan hệ nhân quả và kiểm định giả thuyết bằng dữ liệu thực nghiệm khách quan.
• Thiết kế đa tầng (Multi-tier empirical design):
  • Tầng 1 (Dự báo ngắn hạn 1 - 3 tháng): Áp dụng phương pháp Box-Jenkins xây dựng 10 mô hình ARIMA riêng biệt cho 10 nhóm hàng hóa thành phần, sau đó tổng hợp có trọng số để ước tính CPI tổng thể.
  • Tầng 2 (Dự báo trung hạn 1 - 8 quý): Áp dụng mô hình VECM tần suất tháng (độ trễ tối ưu $p=2$) và tần suất quý (độ trễ tối ưu $p=4$) nhằm nắm bắt cả mối quan hệ cân bằng dài hạn và cơ chế điều chỉnh sai số ngắn hạn.

Quy trình nghiên cứu rigorous

Quy trình thực nghiệm được chuẩn hóa nghiêm ngặt qua 5 giai đoạn:

1. Kiểm định tính dừng và bậc tích hợp: Áp dụng kiểm định Augmented Dickey-Fuller (ADF) và Phillips-Perron (PP) trên chuỗi dữ liệu gốc và sai phân bậc một. Kết quả khẳng định hầu hết các chuỗi biến số ($CPI, M2, IIP, PPI, WAGE, ER_VCB, LENDING_R$) đều dừng ở sai phân bậc một, tức đồng nhất $I(1)$.
2. Lựa chọn độ trễ tối ưu: Sử dụng hệ thống tiêu chuẩn thông tin Akaike Information Criterion (AIC), Schwarz Information Criterion (SIC/SC), và Hannan-Quinn Information Criterion (HQIC). Xác lập mô hình VAR tháng đạt tối ưu tại độ trễ 2 [VAR(2)], mô hình VAR quý đạt tối ưu tại độ trễ 4 [VAR(4)].
3. Kiểm định đồng tích hợp Johansen: Sử dụng thống kê Trace Test và Maximum Eigenvalue Test. Kết quả xác nhận sự tồn tại của ít nhất 1 vector đồng tích hợp bền vững trong dài hạn giữa các biến số vĩ mô.
4. Kiểm định chẩn đoán sau ước lượng:
   • Kiểm định tự tương quan phần dư: Lagrange Multiplier (LM Test) cho thấy phần dư không có hiện tượng tự tương quan bậc cao.
   • Kiểm định tính ổn định hệ thống: Biểu đồ nghịch đảo nghiệm đa thức đặc trưng (AR Roots Graph) cho thấy toàn bộ các điểm nghiệm đều nằm trong vòng tròn đơn vị, đảm bảo mô hình VECM tuyệt đối ổn định.
5. Kỹ thuật nhận dạng cấu trúc: Áp dụng phân rã Cholesky để thiết lập hàm phản ứng xung (Impulse Response Functions - IRF) và phân tích phân rã phương sai sai số dự báo (Forecast Error Variance Decomposition - FEVD).

Data và phân tích

• Đặc tả mẫu dữ liệu: Chuỗi số liệu kinh tế vĩ mô Việt Nam thu thập từ TCTK, NHNN, IMF, World Bank từ năm 2000 đến 2019 (kèm giai đoạn thử nghiệm out-of-sample quý 1/2020).
• Phần mềm thực hiện: EViews và Stata.
• Chỉ số đánh giá độ chính xác: Căn bậc hai sai số bình phương trung bình (RMSE), Sai số dự báo bình phương trung bình (RMSFE), Sai số phần trăm tuyệt đối trung bình (MAPE) và Hệ số bất định Theil (Theil's U).

Phát hiện đột phá và implications

Những phát hiện then chốt

Dựa trên kết quả thực nghiệm mô hình VECM và phân rã phương sai của $\log(CPI)$, luận án rút ra 5 phát hiện cốt lõi:

1. Tính ỳ lạm phát chiếm ưu thế áp đảo trong ngắn hạn: Lạm phát quá khứ giải thích từ 40% đến hơn 50% biến động của CPI trong 3 tháng đầu tiên, phản ánh tâm lý kỳ vọng thích nghi và cơ chế định giá chậm thay đổi của các chủ thể kinh tế.
2. Tác động mạnh mẽ và tức thì từ các biến số chi phí đẩy: Khác với nhận định truyền thống cho rằng lạm phát Việt Nam chỉ do mở rộng tiền tệ, cú sốc từ tiền lương ($WAGE$) và chỉ số giá sản xuất ($PPI$) tạo ra áp lực gia tăng lạm phát nhanh chóng và rõ nét ngay từ tháng thứ 2 sau cú sốc.
3. Độ trễ truyền dẫn CSTT kéo dài: Sự gia tăng của cung tiền $M2$ và thay đổi lãi suất cho vay ($LENDING_R$) chỉ bắt đầu tác động rõ rệt lên CPI sau độ trễ từ 6 đến 18 tháng. Điều này khẳng định CSTT không thể tạo ra hiệu ứng tức thời lên mặt bằng giá mà đòi hỏi tầm nhìn trung hạn.
4. Mức truyền dẫn tỷ giá không hoàn toàn nhưng kích hoạt kỳ vọng: Cú sốc tỷ giá $USD/VND$ có mức chuyển vào CPI trực tiếp ở mức vừa phải (incomplete pass-through), nhưng tác động gián tiếp qua kênh tâm lý thị trường và chi phí nguyên liệu nhập khẩu lại kéo dài bền bỉ.
5. Dự báo chính xác cú sốc giảm phát/thiểu phát năm 2020 do COVID-19: Vận dụng mô hình VECM cải tiến dưới kịch bản bất thường của đại dịch COVID-19, luận án đã đưa ra dự báo sớm mang tính đột phá: CPI bình quân tháng năm 2020 sẽ giảm từ 1,07% – 1,23% và CPI bình quân quý giảm từ 2,11% – 2,13%, phát đi cảnh báo chính xác về nguy cơ đứt gãy tổng cầu và áp lực thiểu phát trong nền kinh tế.

Implications đa chiều

• Về mặt lý luận: Khẳng định tính tương thích của mô hình NKPC mở rộng đối với các nền kinh tế đang phát triển khi tích hợp đồng thời cả biến số chi phí đẩy và tính ỳ lạm phát.
• Về mặt phương pháp luận: Cung cấp một quy trình kỹ thuật chuẩn tắc cho NHNN trong việc phối hợp giữa mô hình ARIMA 10 cấu phần (dự báo ngắn hạn) và mô hình VECM (dự báo trung hạn), cải thiện đáng kể sai số RMSFE so với các mô hình đơn lẻ trước đây.
• Về mặt thực tiễn và chính sách:
  • Khuyến nghị NHNN xây dựng lộ trình chuyển dịch từng bước sang khuôn khổ lạm phát mục tiêu linh hoạt (Flexible Inflation Targeting) đến năm 2025.
  • Thành lập Hội đồng Chính sách tiền tệ chuyên trách và định kỳ công bố Báo cáo Lạm phát chính thức (Inflation Report) kèm biểu đồ dải quạt xác suất (Fan Chart) tương tự mô hình của NHTW Anh (Bank of England), nhằm neo giữ kỳ vọng lạm phát của công chúng.

Limitations và Future Research

Luận án thẳng thắn chỉ ra 3 hạn chế mang tính khách quan:

1. Dữ liệu tiền lương và khoảng cách sản lượng: Chuỗi số liệu tiền lương ($WAGE$) chưa có tần suất tháng chính thức từ cơ quan thống kê mà phải sử dụng kỹ thuật nội suy; khoảng cách sản lượng phải dùng chỉ số sản xuất công nghiệp ($IIP$) lọc qua Hodrick-Prescott (HP Filter) để đại diện thay cho GDP tháng.
2. Tính tuyến tính của mô hình VECM: Mô hình giả định các mối quan hệ vĩ mô là tuyến tính, chưa bắt trọn các hiệu ứng phi đối xứng hoặc sự thay đổi trạng thái đột ngột (regime shifts) trong các giai đoạn khủng hoảng tài chính sâu rộng.
3. Chưa tích hợp mô hình Cân bằng tổng thể động ngẫu nhiên (DSGE): Dù VECM nắm bắt tốt dữ liệu thực nghiệm, mô hình vẫn mang tính chất dạng rút gọn (reduced-form) và chưa có cấu trúc vi mô sâu sắc như các mô hình DSGE hiện đại.

Chương trình nghiên cứu tương lai (Future Research Agenda):

• Phát triển mô hình DSGE quy mô nhỏ và vừa dành riêng cho thị trường Việt Nam nhằm đánh giá cơ chế truyền dẫn vi mô của các cú sốc chính sách.
• Ứng dụng mô hình kinh tế lượng phi tuyến như Markov-Switching VECM hoặc Time-Varying Parameter BVAR (TVP-BVAR) để nắm bắt sự biến đổi cấu trúc theo thời gian.
• Ứng dụng kỹ thuật học máy (Machine Learning) và dữ liệu lớn (Big Data / Nowcasting) trong việc dự báo giá cả hàng hóa tiêu dùng theo thời gian thực.

Tác động và ảnh hưởng

• Giá trị học thuật (Academic Impact): Công trình đặt nền móng phương pháp luận vững chắc cho các nghiên cứu tiếp theo về kinh tế lượng vĩ mô ứng dụng tại Việt Nam, đóng góp nguồn tài liệu tham khảo cho các chương trình đào tạo tiến sĩ và thạc sĩ chuyên ngành Tài chính - Ngân hàng.
• Ảnh hưởng chính sách (Policy Influence): Kết quả nghiên cứu và mẫu biểu báo cáo đề xuất của luận án cung cấp công cụ trực tiếp cho Vụ Dự báo, Thống kê (NHNN) trong việc tham mưu xây dựng kịch bản điều hành lãi suất, cung tiền và tỷ giá hàng quý.
• Tác động kinh tế - xã hội: Việc nâng cao độ chính xác của dự báo lạm phát giúp giảm thiểu các cú sốc chính sách bất ngờ, bảo vệ giá trị đồng nội tệ, duy trì môi trường kinh tế vĩ mô ổn định, từ đó thúc đẩy đầu tư dài hạn và bảo đảm an sinh xã hội.

Đối tượng hưởng lợi

• Nghiên cứu sinh và Giới học thuật: Tiếp cận quy trình thực nghiệm kinh tế lượng chuẩn mực từ kiểm định nghiệm đơn vị, lựa chọn độ trễ, kiểm định đồng tích hợp Johansen đến phân tích VECM đa biến.
• Cán bộ phân tích và hoạch định chính sách tại NHNN và Ban Kinh tế Trung ương: Sử dụng khung dự báo đa tầng và các kịch bản tác động để lượng hóa trước độ trễ của các quyết định lãi suất và tín dụng.
• Khối Ngân hàng thương mại và Tổ chức tài chính: Vận dụng kết quả dự báo lạm phát để định giá các công cụ tài chính, quản trị rủi ro lãi suất và xây dựng chiến lược kinh doanh kỳ hạn.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì? Trả lời: Luận án mở rộng Lý thuyết Lạm phát cơ bản của Eckstein (1981) và Đường cong Phillips mới (NKPC) bằng cách chứng minh và lượng hóa thành công sự tích hợp đồng thời giữa tính ỳ lạm phát (phía tâm lý), các cú sốc chi phí đẩy ($PPI, WAGE$) và biến số tiền tệ ($M2, LENDING_R$) trong cùng một hệ thống VECM có ràng buộc đồng tích hợp tại Việt Nam.
2. Điểm đổi mới phương pháp luận so với các nghiên cứu trước đây? Trả lời: Thay vì dùng các mô hình đơn lẻ như ARIMA của Đào Hoàng Dũng (2013) hay VAR thuần túy của Camen (2006) và Nguyễn Thị Thu Hằng & Nguyễn Đức Thành (2010), luận án thiết lập cấu trúc dự báo kép: ARIMA phân rã 10 nhóm hàng hóa vi mô cho ngắn hạn và VECM đa biến tần suất tháng/quý cho trung hạn, được kiểm định độ vững toàn diện qua phân rã Cholesky và LM test.
3. Phát hiện thực nghiệm gây bất ngờ nhất là gì? Trả lời: Cung tiền $M2$ và lãi suất không tác động ngay lập tức mà có độ trễ truyền dẫn kéo dài từ 6 đến 18 tháng; đồng thời trong ngắn hạn, các biến số phía cung ($PPI, WAGE$) tạo ra xung lực lạm phát tức thì và mạnh mẽ hơn so với các cú sốc từ chính sách tiền tệ.
4. Luận án có cung cấp quy trình tái lập nghiên cứu (Replication Protocol) không? Trả lời: Có. Toàn bộ định dạng biến số, nguồn thu thập số liệu (TCTK, NHNN, IMF), quy trình xử lý chuỗi dữ liệu (HP Filter, lấy sai phân), cấu trúc phương trình VECM và các bảng phụ lục kiểm định thực nghiệm đều được trình bày chi tiết, cho phép tái lập kết quả phân tích trên phần mềm EViews/Stata.
5. Định hướng nghiên cứu 10 năm tới được phác thảo như thế nào? Trả lời: Mở rộng hệ thống mô hình sang hướng kết hợp giữa mô hình cấu trúc vi mô DSGE và các mô hình kinh tế lượng dữ liệu lớn (Nowcasting / Machine Learning BVAR), phục vụ hoàn thiện cơ chế điều hành CSTT theo lạm phát mục tiêu hoàn chỉnh giai đoạn 2025 – 2030.

Kết luận

Luận án tiến sĩ của tác giả Phạm Đức Anh là một công trình nghiên cứu kinh tế lượng vĩ mô mẫu mực, mang lại 5 đóng góp đột phá có thể đo lường:

1. Hệ thống hóa toàn diện cơ sở lý luận: Tích hợp xuất sắc các học thuyết lạm phát từ cổ điển đến hiện đại, đặc biệt là lý thuyết lạm phát cơ bản của Eckstein và đường cong Phillips mới NKPC.
2. Lấp đầy khoảng trống dữ liệu phía cung: Bổ sung thành công các biến số chi phí sản xuất ($PPI$) và tiền lương ($WAGE$) vào mô hình định lượng lạm phát tại Việt Nam.
3. Đột phá phương pháp dự báo đa tầng: Kết hợp hoàn hảo giữa kỹ thuật Box-Jenkins ARIMA cho 10 nhóm hàng hóa thành phần và mô hình VECM tần suất tháng/quý có kiểm định Johansen nghiêm ngặt.
4. Cung cấp bằng chứng thực nghiệm chính xác: Lượng hóa rõ ràng độ trễ truyền dẫn CSTT (6 - 18 tháng), tính ỳ lạm phát và dự báo chuẩn xác kịch bản sụt giảm CPI trong bối cảnh cú sốc COVID-19 năm 2020 (tháng giảm 1,07% – 1,23%, quý giảm 2,11% – 2,13%).
5. Kiến tạo lộ trình chính sách thực tiễn: Đề xuất khung giải pháp hoàn chỉnh cho NHNN từ việc xây dựng mẫu biểu báo cáo dự báo lạm phát chính thức đến lộ trình chuyển đổi sang khuôn khổ lạm phát mục tiêu linh hoạt đến năm 2025.

Công trình khẳng định bước tiến vượt bậc về năng lực mô hình hóa kinh tế lượng tại Việt Nam, thu hẹp khoảng cách phân tích chính sách giữa NHNN và các Ngân hàng Trung ương tiên tiến trên thế giới.

Trích đoạn nội dung tài liệu

PHẦN MỞ ĐẦU 1. TÍNH CẤP THIẾT CỦA LUẬN ÁN Lạm phát là chỉ tiêu kinh tế vĩ mô có tầm ảnh hưởng hết sức sâu rộng tới đời sống kinh tế - xã hội. Tại phần lớn các nước đang phát triển, tăng trưởng nhanh kết hợp với dòng vốn vào "nóng" thường theo kèm mức lạm phát cao và kéo dài, đồng nội tệ mất giá, thâm hụt ngân sách cao, gây ra những bất ổn vĩ mô, từ đó dẫn đến tình trạng thất nghiệp và bất ổn chính trị - xã hội và đe dọa sự phát triển bền vững của nền kinh tế. Thực tế cho thấy lạm phát cao không chỉ là vấn đề của riêng các nền kinh tế đang phát triển, mà điều này cũng từng diễn ra tại những quốc gia phát triển, điển hình là trường hợp lạm phát phi mã của CHLB Đức giai đoạn 1929 - 1933.

Sau thời gian dài chống chọi với tỷ lệ lạm phát cao cùng những hệ luỵ đi kèm thì vào những năm đầu thập kỷ 90, khuôn khổ chính sách tiền tệ (CSTT) lạm phát mục tiêu đầu tiên trên thế giới đã ra đời tại New Zealand, theo đó Chính phủ và Ngân hàng NHTW đặt ra mục tiêu lạm phát từng năm cũng như trong trung hạn và được quyền chủ động sử dụng công cụ CSTT như nghiệp vụ thị trường mở, công cụ lãi suất, tỷ giá, dự trữ bắt buộc… để đạt được mục tiêu đó. Một CSTT theo đuổi lạm phát mục tiêu được coi là thành công nếu tỷ lệ lạm phát thực tế dao động quanh ngưỡng mục tiêu đã đề ra. Từ đó đến nay, đã có 27 quốc gia trên thế giới áp dụng đầy đủ khuôn khổ CSTT lạm phát mục tiêu. Đa số các nước theo đuổi khuôn khổ này đã thành công trong việc duy trì mức lạm phát thấp, hợp lý với thực trạng nền kinh tế, cá biệt trong số đó có 3 nước là Cộng hòa Séc, Colombia và Hungary vẫn đang duy trì mục tiêu lạm phát ở mức 10%.

Một số quốc gia khác, tuy chỉ áp dụng một phần hoặc không áp dụng CSTT lạm phát mục tiêu, vẫn thừa nhận dự báo lạm phát là một trong những hoạt động ưu tiên hàng đầu của họ. Giống với đa số nền kinh tế đang phát triển, Việt Nam từng trải qua thời kỳ lạm phát cao, điển hình như giai đoạn khủng hoảng tài chính châu Á (1997 – 1998), hậu gia nhập WTO (2004 – 2006) và khủng hoảng tài chính toàn cầu (2007 – 2008). Điều đáng nói là, kể từ 2014 đến nay, tỷ lệ lạm phát của Việt Nam giảm về mức thấp một cách bất thường. Trên thực tế, lạm phát ở mức thấp trong nhiều tình huống sẽ gây ra trở lực đối với phát triển tiềm năng kinh tế.

Nó thường kéo theo sức mua ì ạch, hoạt động sản xuất kinh doanh bị đình trệ, người tiêu dùng trì hoãn tiêu dùng để chờ đợi giá giảm sâu hơn, doanh nghiệp ngừng đầu tư và tuyển dụng để tiết kiệm chi phí. Ở một khía cạnh khác, lạm phát quá thấp sẽ làm bào mòn doanh thu thuế, cản trở lộ trình tăng lương, bào mòn lãi suất cận biên, dẫn đến làm tăng gánh nặng nợ đối với doanh nghiệp và Chính phủ. Diễn biến lạm phát khó lường như vậy đặt ra những yêu cầu mới đối với hoạt động phân tích, dự báo và kiểm soát lạm phát tại Ngân hàng Nhà nước (NHNN) Việt Nam, sao cho việc thực thi CSTT đạt hiệu quả cao, từ đó ổn định được giá trị đồng nội tệ trong bối cảnh hội nhập sâu rộng và trước nguy cơ bất ổn từ kinh tế thế giới. Theo đó, quá trình điều hành CSTT cần phải được lượng hóa toàn 2 diện nhằm đảm bảo dự báo lạm phát và các nhân tố vĩ mô quan trọng được tiến hành thuận lợi và hiệu quả.

Mặt khác, theo lập luận của Bùi Quốc Dũng (2014), việc xây dựng, vận hành và phát triển các lớp mô hình kinh tế lượng dự báo lạm phát được xem là điều kiện tiên quyết để NHNN có thể áp dụng khuôn khổ CSTT lạm phát mục tiêu thực thụ trong tương lai. Chỉ khi năng lực dự báo lạm phát của NHNN được nâng tầm cùng NHTW các nước, việc điều hành CSTT của NHNN hướng về lạm phát mục tiêu mới thực sự đạt hiệu quả như mong đợi. Với việc điểm qua một số tồn tại trong công tác dự báo lạm phát phục vụ hoạch định và điều hành CSTT, đồng thời nhận thấy hiện nay chưa có bất kỳ công trình khoa học nào đủ bao quát về xây dựng và phát triển hệ thống mô hình dự báo lạm phát dành cho Việt Nam (đa số nghiên cứu mới dừng ở việc tập trung khai thác vào từng mô hình riêng lẻ), việc triển khai đề tài luận án “Ứng dụng mô hình dự báo lạm phát trong điều hành chính sách tiền tệ tại Việt Nam” là hết sức cấp thiết, có ý nghĩa quan trọng cả về lý luận và thực tiễn. TỔNG QUAN NGHIÊN CỨU 2.

Sự phát triển các lý thuyết về lạm phát Các lý thuyết về lạm phát được hình thành từ khá sớm và không ngừng được hoàn thiện theo thời gian. Trong tác phẩm “The Wealth of Nations”, Smith (1776) lần đầu đề cập đến thuật ngữ “lạm phát” khi tác giả này phân biệt “giá thực” và “giá danh nghĩa”. Theo đó, giá thực của hàng hóa (giá trị) được định nghĩa là khả năng mua được hàng hóa đó, trong khi giá danh nghĩa (tiền) chỉ là chi phí được đo lường duy nhất bằng tiền (được giữ cố định theo giá trị của vàng hoặc một số kim loại quý khác). Theo quan điểm này, giá thực của hàng hóa dựa trên sức lao động, trong khi giá danh nghĩa lại biến động theo sự sẵn có của các kim loại quý và luật pháp của chế độ cai trị trong việc xác định kim loại quý.

Mặc dù các nhà kinh tế học cổ điển cho rằng biến động về giá của hàng hóa có thể tác động bất lợi tới nền kinh tế một cách tạm thời (như tạo ra phân phối của cải một cách thất thường giữa các bên bị ràng buộc theo hợp đồng quy định giá tiền cố định); sau cùng, những biến động này chỉ đơn thuần là sự thay đổi quy mô mà theo đó giá trị được đo lường (Bryan, 1997). Quan điểm cho rằng sự thay đổi về lượng của tiền chỉ tác động đến duy nhất giá tiền của hàng hóa (chứ không phải giá trị) cũng được nhiều nhà kinh tế học cổ điển đồng tình. Quan điểm này được coi là nền tảng để phát triển các lý thuyết về lạm phát trong đầu thế kỷ 20, trong đó phải kể đến nhà kinh tế học người Mỹ Irving Fisher nổi tiếng với học thuyết số lượng tiền tệ (Quantity Theory of Money). Lý thuyết của Fisher được phát triển trong một thời gian dài, đặc biệt khi mà cuộc tranh luận về tiền tệ diễn ra gay gắt trong cuộc bầu cử tổng thống năm 1986 (Laidler, 2011).

Theo lý thuyết này, thời kỳ giảm phát thấp của Mỹ là do nguồn cung vàng thất bại trong việc duy trì sản lượng cần thiết để tương xứng với tốc độ tăng trưởng nhanh của tiền tệ, theo đó, tình trạng giảm phát cần có một giải pháp CSTT phù hợp, đó là gia tăng cung tiền. 3 Hình 1: Mối liên hệ giữa lượng tiền và mức giá Nguồn: Friedman (1989) Bất chấp những ý kiến trái chiều, Fisher (1911) tiếp tục phát triển lý thuyết này bằng đẳng thức nổi tiếng giữa lạm phát và tiền tệ như sau: PT = MV + M’V’ Trong đó: - P: mức giá chung - T: tổng lượng giao dịch bằng tiền - M: tổng lượng tiền giao dịch chính thức - V: tốc độ lưu thông tiền M - M’: tổng lượng tiền tín dụng - V’: tốc độ lưu thông tiền M’ Phương trình trên được thiết lập với các giả định: (i) P là biến phụ thuộc - chịu tác động bởi các biến độc lập khác; (ii) tỷ trọng M’/M là cố định; (iii) V và V’ không đổi và độc lập với sự thay đổi của M và M’; (iv) T không đổi và độc lập so với M, V, M’, V’; (v) cầu tiền tệ tương xứng với giá trị giao dịch; (vi) cung tiền là biến ngoại sinh không thay đổi; (vii) phương trình trên chỉ áp dụng trong phân tích ngắn hạn; và (viii) nền kinh tế ở trạng thái toàn dụng lao động (Ajuzie và cộng sự, 2008). Những giả định trên tiếp tục là chủ đề thu hút nhiều ý kiến bình luận của các nhà kinh tế học thời bấy giờ. Trong đó, những bình luận sắc sảo và có tầm ảnh hưởng nhất thuộc 4 về John Maynard Keynes (Higgins, 1978) khi ông cho rằng lý thuyết của Fisher quá cứng nhắc trong việc phân tích tác động của việc thay đổi cung tiền đối với tiêu dùng và mức giá chung trong nền kinh tế.

Trong tác phẩm “The General Theory of Employment, Interest and Money”, Keynes (1936) đã phát triển lý thuyết của riêng mình với tên gọi “Lý thuyết ưa chuộng thanh khoản” (Liquidity Preference Theory) nhằm bác bỏ kết luận của lý thuyết Fisher cho rằng việc tăng cung tiền sẽ dẫn đến giá tăng thêm một lượng tương ứng. Lý thuyết của Keynes có một số điểm khác biệt so với Fisher, cụ thể: (i) bác bỏ luận điểm cho rằng hộ gia đình và doanh nghiệp muốn nắm giữ một lượng cố định trong thu nhập của họ; (ii) động cơ nắm giữ tiền của hộ gia đình và doanh nghiệp phụ thuộc vào “tính ưa thích thanh khoản” của người nắm giữ tài sản; (iii) giả định tính ưa thích thanh khoản và cầu tiền tích luỹ có quan hệ ngược chiều với mức lãi suất hiện tại; (iv) tốc độ thu nhập về tiền có thể thay đổi theo thời gian do sự thay đổi trong kỳ vọng đối với biến động lãi suất trong tương lai; (v) cung tiền thay đổi có thể dẫn đến tốc độ lưu thông tiền thay đổi; (vi) giả định nền kinh tế toàn dụng lao động có thể bỏ qua trong phân tích kinh tế mà vẫn đảm bảo độ tin cậy của kết quả. Với những giả định trên, Keynes cho rằng phạm vi, trong đó tăng cung tiền dẫn đến tăng chi tiêu, phụ thuộc vào nhiều yếu tố trong việc xác định tốc độ tăng thu nhập về tiền; tăng chi tiêu không dẫn đến tăng mức giá chung một cách tương xứng; và quan hệ giữa cung tiền và tăng giá là không đơn giản như theo lý thuyết của Fisher. Nhận định của Keynes được xem là sự bổ sung quan trọng vào sự phát triển lý thuyết về lạm phát trên thế giới, mà cho đến nay một số nhận định của ông vẫn đúng đắn và còn nguyên giá trị (Higgins, 1978).