Luận Văn Thạc Sĩ: Ứng Dụng Mô Hình Dự Báo Lạm Phát Trong Điều Hành Chính Sách Tiền Tệ Tại Việt Nam

Luận văn thạc sĩ kinh tế ứng dụng mô hình dự báo lạm phát trong điều hành chính sách tiền tệ tại Việt Nam, phân tích hiệu quả và đề xuất giải pháp.

• 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: Ứng dụng mô hình dự báo lạm phát trong điều hành chính sách tiền tệ tại Việt Nam
• Loại tài liệu: luận án tiến sĩ kinh tế
• Năm xuất bản: 2020
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• MỤC LỤC
• PHẦN MỞ ĐẦU
• 1. TÍNH CẤP THIẾT CỦA LUẬN ÁN
• 2. TỔNG QUAN NGHIÊN CỨU
• 2.1. Sự phát triển các lý thuyết về lạm phát
• 2.2. Các nhân tố tác động tới lạm phát
• 2.3. Ứng dụng và phát triển mô hình dự báo lạm phát
• 3. KHOẢNG TRỐNG NGHIÊN CỨU VÀ CÂU HỎI NGHIÊN CỨU
• 3.1. Khoảng trống nghiên cứu
• 3.2. Câu hỏi nghiên cứu
• 4. MỤC TIÊU NGHIÊN CỨU
• 4.1. Mục tiêu chung
• 4.2. Mục tiêu cụ thể
• 5. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
• 6. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU
• 7. THIẾT KẾ NGHIÊN CỨU
• 8. ĐÓNG GÓP MỚI CỦA LUẬN ÁN
• 8.1. Về mặt lý luận
• 8.2. Về mặt thực tiễn
• 9. KẾT CẤU LUẬN ÁN
• 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 mô hình dự báo lạm phát và chính sách tiền tệ

Mô hình dự báo lạm phát là công cụ quan trọng trong việc điều hành chính sách tiền tệ tại Việt Nam. Lạm phát, một chỉ số kinh tế vĩ mô, có ảnh hưởng sâu rộng đến nền kinh tế và đời sống xã hội. Việc dự báo lạm phát chính xác giúp Ngân hàng Trung ương (NHNN) điều chỉnh các công cụ như lãi suất, tỷ giá hối đoái, và dự trữ bắt buộc để kiểm soát lạm phát. Các mô hình dự báo như ARIMA và VECM được sử dụng để phân tích và dự đoán xu hướng lạm phát dựa trên các biến số kinh tế vĩ mô như tăng trưởng GDP, chỉ số giá tiêu dùng (CPI), và cung tiền (M2).

1.1. Khái niệm và vai trò của mô hình dự báo lạm phát

Mô hình dự báo lạm phát là các phương pháp toán học và kinh tế lượng được sử dụng để dự đoán xu hướng lạm phát trong tương lai. Các mô hình này giúp NHNN đưa ra các quyết định chính sách tiền tệ kịp thời và hiệu quả. Ví dụ, mô hình ARIMA (Autoregressive Integrated Moving Average) được sử dụng để dự báo lạm phát dựa trên các chuỗi thời gian, trong khi mô hình VECM (Vector Error Correction Model) phân tích mối quan hệ dài hạn giữa các biến kinh tế vĩ mô.

1.2. Ứng dụng mô hình dự báo lạm phát trong điều hành chính sách tiền tệ

Việc ứng dụng mô hình dự báo lạm phát trong điều hành chính sách tiền tệ giúp NHNN đạt được mục tiêu kiểm soát lạm phát và ổn định giá trị đồng tiền. Các kết quả dự báo được sử dụng để xây dựng kịch bản chính sách, phân tích tác động của các biến số kinh tế, và tham mưu cho Ban lãnh đạo NHNN trong việc thiết lập và điều chỉnh mục tiêu lạm phát.

II. Thực trạng ứng dụng mô hình dự báo lạm phát tại Việt Nam

Tại Việt Nam, Ngân hàng Nhà nước (NHNN) đã áp dụng các mô hình dự báo lạm phát để điều hành chính sách tiền tệ từ những năm 2000. Tuy nhiên, việc ứng dụng các mô hình này vẫn còn nhiều hạn chế, đặc biệt là trong việc dự báo lạm phát trong bối cảnh kinh tế vĩ mô biến động mạnh. Các mô hình hiện tại chưa đủ linh hoạt để phản ứng kịp thời với các cú sốc kinh tế như khủng hoảng tài chính toàn cầu hay đại dịch COVID-19.

2.1. Diễn biến lạm phát và chính sách tiền tệ tại Việt Nam

Từ năm 2000 đến nay, lạm phát tại Việt Nam đã trải qua nhiều giai đoạn biến động, từ mức cao trong giai đoạn 2008-2011 đến mức thấp bất thường từ năm 2014. Chính sách tiền tệ của NHNN đã có nhiều điều chỉnh để kiểm soát lạm phát, nhưng hiệu quả vẫn còn hạn chế do thiếu các mô hình dự báo chính xác và kịp thời.

2.2. Đánh giá hiệu quả của mô hình dự báo lạm phát hiện tại

Các mô hình dự báo lạm phát hiện tại của NHNN, như ARIMA và VECM, đã đóng góp quan trọng trong việc dự báo lạm phát. Tuy nhiên, các mô hình này vẫn còn hạn chế trong việc dự báo lạm phát trong bối cảnh kinh tế vĩ mô biến động mạnh. Cần có sự cải tiến và phát triển các mô hình dự báo mới để nâng cao hiệu quả điều hành chính sách tiền tệ.

III. Đề xuất hoàn thiện mô hình dự báo lạm phát tại Việt Nam

Để nâng cao hiệu quả của mô hình dự báo lạm phát trong điều hành chính sách tiền tệ, cần có sự cải tiến và phát triển các mô hình dự báo mới. Các đề xuất bao gồm việc tích hợp thêm các biến số kinh tế vĩ mô, cải thiện chất lượng dữ liệu, và áp dụng các phương pháp dự báo tiên tiến như mô hình DSGE (Dynamic Stochastic General Equilibrium) và mô hình Bayesian VAR.

3.1. Cải tiến mô hình ARIMA và VECM

Các mô hình ARIMA và VECM cần được cải tiến để tăng độ chính xác trong dự báo lạm phát. Việc tích hợp thêm các biến số kinh tế vĩ mô như tỷ giá hối đoái, lãi suất, và đầu tư sẽ giúp mô hình phản ánh tốt hơn thực trạng nền kinh tế. Ngoài ra, cần cải thiện chất lượng dữ liệu đầu vào để đảm bảo tính chính xác của các dự báo.

3.2. Ứng dụng các mô hình dự báo tiên tiến

Việc áp dụng các mô hình dự báo tiên tiến như DSGE và Bayesian VAR sẽ giúp NHNN dự báo lạm phát chính xác hơn trong bối cảnh kinh tế vĩ mô biến động mạnh. Các mô hình này cho phép phân tích sâu hơn về mối quan hệ giữa các biến số kinh tế và dự đoán tác động của các cú sốc kinh tế đến lạm phát.

IV. Khuyến nghị chính sách và kết luận

Để nâng cao hiệu quả của mô hình dự báo lạm phát trong điều hành chính sách tiền tệ, cần có sự phối hợp chặt chẽ giữa NHNN và các cơ quan quản lý kinh tế vĩ mô. Các khuyến nghị bao gồm việc tăng cường năng lực dự báo, cải thiện chất lượng dữ liệu, và áp dụng các mô hình dự báo tiên tiến. Việc hoàn thiện các mô hình dự báo lạm phát sẽ giúp NHNN điều hành chính sách tiền tệ hiệu quả hơn, từ đó ổn định giá trị đồng tiền và thúc đẩy tăng trưởng kinh tế bền vững.

4.1. Tăng cường năng lực dự báo lạm phát

Cần tăng cường năng lực dự báo lạm phát của NHNN thông qua việc đào tạo nguồn nhân lực chất lượng cao và đầu tư vào công nghệ dự báo hiện đại. Việc này sẽ giúp NHNN dự báo lạm phát chính xác hơn và phản ứng kịp thời với các biến động kinh tế vĩ mô.

4.2. Cải thiện chất lượng dữ liệu và mô hình dự báo

Cần cải thiện chất lượng dữ liệu đầu vào và phát triển các mô hình dự báo tiên tiến để nâng cao hiệu quả dự báo lạm phát. Việc này đòi hỏi sự phối hợp chặt chẽ giữa NHNN và các cơ quan thống kê, nghiên cứu kinh tế.

Nội dung chính

Tổng quan luận án

Luận án tiến sĩ kinh tế với đề tài "Ứng dụng mô hình dự báo lạm phát trong điều hành chính sách tiền tệ tại Việt Nam" được thực hiện bởi nghiên cứu sinh Phạm Đức Anh tại Học viện Ngân hàng (chuyên ngành Tài chính - Ngân hàng, mã ngành: 9.01), dưới sự hướng dẫn khoa học của PGS. Nguyễn Đức Trung và PGS. Phạm Thị Hoàng Anh, hoàn thành vào năm 2020.

Về tính cấp thiết, lạm phát là chỉ tiêu kinh tế vĩ mô có ảnh hưởng sâu rộng đến đời sống kinh tế - xã hội. Sau giai đoạn trải qua mức lạm phát cao (như các 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), từ năm 2014 trở đi, lạm phát tại Việt Nam duy trì ở mức thấp. Bối cảnh biến động kinh tế đặt ra yêu cầu phải lượng hóa toàn diện quá trình điều hành chính sách tiền tệ (CSTT) của Ngân hàng Nhà nước (NHNN) Việt Nam. Việc xây dựng và vận hành hệ thống mô hình dự báo lạm phát được xác định là điều kiện kỹ thuật tiền đề để hướng tới khả năng áp dụng khuôn khổ CSTT lạm phát mục tiêu trong tương lai.

Khoảng trống nghiên cứu được tác giả chỉ ra là: phần lớn các nghiên cứu thực nghiệm trong nước trước đây mới chỉ tiếp cận từng mô hình dự báo riêng lẻ, chưa xây dựng được một hệ thống mô hình dự báo lạm phát có tính bao quát, kết hợp kiểm định thực nghiệm đa tần suất và gắn kết trực tiếp với quy trình ra quyết định điều hành CSTT của NHNN Việt Nam.

Mục tiêu nghiên cứu của luận án bao gồm:

1. Mục tiêu chung: Xây dựng, hoàn thiện và đánh giá hệ thống mô hình dự báo lạm phát, từ đó đề xuất các giải pháp nhằm thúc đẩy ứng dụng kết quả dự báo trong điều hành CSTT tại Việt Nam.
2. Mục tiêu cụ thể:
   • Hệ thống hóa cơ sở lý luận và kinh nghiệm quốc tế về mô hình dự báo lạm phát trong điều hành CSTT.
   • Phân tích thực trạng lạm phát, công tác điều hành CSTT và thực trạng ứng dụng mô hình dự báo tại NHNN Việt Nam.
   • Thiết lập, ước lượng và so sánh hiệu quả dự báo của mô hình chuỗi thời gian đơn biến (ARIMA) và mô hình đa biến (VECM) ở các tần suất tháng và quý.
   • Đưa ra các dự báo thử nghiệm (bao gồm kịch bản tác động của đại dịch COVID-19 trong năm 2020) và khuyến nghị chính sách đến năm 2025.

Đối tượng nghiên cứu là mô hình dự báo lạm phát và việc ứng dụng các mô hình này trong công tác điều hành CSTT. Phạm vi nghiên cứu về không gian tập trung vào nền kinh tế Việt Nam (có nghiên cứu so sánh kinh nghiệm của các NHTW như FED, BOE, BOC, PBOC Trung Quốc, BSP Philippines, NBRM Macedonia). Phạm vi thời gian nghiên cứu thực trạng và số liệu thực nghiệm trải dài từ năm 2000 đến 2019, thử nghiệm dự báo cho năm 2020 và định hướng khuyến nghị chính sách đến năm 2025.

---

Tổng quan tài liệu và vị trí của luận án

Luận án điểm lại hệ thống tài liệu nghiên cứu trong và ngoài nước theo các trục nội dung:

Các lý thuyết nền tảng về lạm phát

• Trường phái Cổ điển và Thuyết số lượng tiền tệ: Smith (1776) phân biệt giá thực và giá danh nghĩa; Fisher (1911) với phương trình số lượng tiền tệ $PT = MV + M'V'$; Friedman (1989) khẳng định lạm phát là một hiện tượng tiền tệ.
• Trường phái Keynes và Lựa chọn thanh khoản: Keynes (1936) với lý thuyết ưa chuộng thanh khoản, nhấn mạnh mối quan hệ phi tuyến giữa cung tiền, lãi suất và mức giá, biểu diễn qua hàm $\pi = f(l, w, u, o, p^e)$ so sánh với hàm trường phái trọng tiền $\pi = f(y, ms, i)$.
• Sự phát triển của Đường cong Phillips: Phillips (1958) chỉ ra sự đánh đổi giữa lương và thất nghiệp; Friedman (1968) và Phelps (1967) đưa ra khái niệm tỷ lệ thất nghiệp tự nhiên; Lucas (1972) bổ sung kỳ vọng hợp lý; Fischer (1977), Taylor (1979), Calvo (1983), Gali và Gertler (1999) bổ sung tính cứng nhắc của tiền lương và chi phí lao động, hình thành đường New-Keynesian Phillips Curve (NKPC); Woodford (2003) cùng Christiano và cộng sự (2005) phát triển NKPC lai kết hợp yếu tố quá khứ.
• Lý thuyết lạm phát cơ bản: Schreder (1952), Tobin (1972), Sprinkel (1975); Eckstein (1981) định lượng lạm phát qua 3 cấu phần $\pi = \pi_e + \pi_d + \pi_s$; Quah và Vahey (1995) định nghĩa lạm phát cơ bản bằng mô hình phân rã cấu trúc không tác động đến sản lượng trong dài hạn: $$X(t) = \sum_{j=0}^{\infty} D(j)\eta(t-j)$$
• Lý thuyết chi phí đẩy, cầu kéo và mô hình cơ cấu: Greenidge và DaCosta (2009); mô hình nhập khẩu lạm phát theo trường phái cấu trúc của Frisch (1977); mô hình Scandinavia của Branson và Myhrman (1976), Cumberbatch (1995); các khảo sát của Dlamini và cộng sự (2001), Selialia (1995).

Các nghiên cứu thực nghiệm quốc tế

• Nghiên cứu cơ chế truyền tải tỷ giá và cung tiền: Chhibber (1991) tại châu Phi giai đoạn 1960–1989; Bodart (1996) về biến động tỷ giá hối đoái; Laryea và Sumaila (2001) tại Tanzania; Akinboade và cộng sự (2004) tại Nam Phi giai đoạn 1970–2001; Ito và Sato (2008) tại các nước Đông Á hậu khủng hoảng (Indonesia, Hàn Quốc, Thái Lan, Malaysia, Singapore); Malesevic (2009) tại Croatia (1994–2006); Greenidge và DaCosta (2009) tại vùng Caribbean; Bashir và cộng sự (2011), Ahmed và cộng sự (2013) tại Pakistan; AfDB (2011) tại Ethiopia, Uganda, Kenya, Tanzania.

Các nghiên cứu thực nghiệm tại Việt Nam

• Camen (2006) dùng mô hình VAR giai đoạn 1996–2005 chỉ ra tín dụng đóng góp 25% biến động CPI sau 24 tháng; Goujon (2006) nghiên cứu mức độ đô la hóa giai đoạn 1991–1999; IMF (2006) sử dụng dữ liệu quý giai đoạn 2001–2006; Nguyen và Fujita (2007) đánh giá tác động của tỷ giá thực giai đoạn 1992–2005; Võ Văn Minh (2009) nghiên cứu mức chuyển đổi tỷ giá giai đoạn 2001–2007; Phạm Thế Anh (2008, 2009) ứng dụng mô hình SVAR và ECM chỉ ra vai trò của M2 và tính ỳ của lạm phát quá khứ; Nguyễn Thị Thu Hằng và Nguyễn Đức Thành (2010) đánh giá 3 kênh truyền tải (ngang giá sức mua, tổng cầu, tổng cung) giai đoạn 2000–2010; Bùi Quốc Dũng (2014) lập luận về điều kiện xây dựng mô hình dự báo phục vụ khuôn khổ lạm phát mục tiêu.

Vị trí của luận án: Giải quyết khoảng trống về tính đồng bộ trong phương pháp dự báo, kết hợp cả phương pháp chuỗi thời gian đơn biến ARIMA (dự báo theo từng nhóm hàng hóa thành phần của rổ CPI) và mô hình hệ thống đa biến VECM theo hai tần suất tháng và quý, đồng thời xây dựng quy trình tích hợp kết quả dự báo vào tham mưu chính sách tại NHNN Việt Nam.

---

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết và khái niệm sử dụng

• Khái niệm lạm phát (Samuelson, 1961; Ackley, 1961; Dwivedi, 2005) được hiểu là sự gia tăng liên tục của mức giá cả chung.
• Phân biệt giảm phát (deflation - sụt giảm mức giá chung, Bernanke, 2002) và thiểu phát (disinflation - sự sụt giảm của tốc độ tăng lạm phát, Cao Thị Ý Nhi và Đặng Anh Tuấn, 2017).
• Nguyên nhân lạm phát: tăng cung tiền ($M \times V = P \times Y$, Mishkin, 2016), lạm phát cầu kéo, lạm phát chi phí đẩy (tiền lương, thuế gián thu, nguyên liệu nhập khẩu), thâm hụt ngân sách nhà nước và biến động tỷ giá hối đoái.
• Khung điều hành CSTT: Khái niệm theo Mishkin (2016), Luật NHNN 2010; hệ thống mục tiêu bao gồm mục tiêu hoạt động (dự trữ, tiền cơ sở, lãi suất ngắn hạn), mục tiêu trung gian (tổng phương tiện thanh toán M2, tín dụng) và mục tiêu cuối cùng (ổn định giá cả, tăng trưởng kinh tế, công ăn việc làm).

Phương pháp nghiên cứu

Luận án kết hợp phương pháp định tính và định lượng:

1. Định tính: Phương pháp phân tích lịch sử, phân tích tổng hợp, so sánh kinh nghiệm quốc tế tại các NHTW phát triển và mới nổi (BOE, FED, PBOC, BSP, NBRM) để rút ra bài học về tổ chức bộ máy và ứng dụng mô hình.
2. Định lượng:
   • Mô hình ARIMA (Autoregressive Integrated Moving Average): Áp dụng quy trình Box-Jenkins (nhận dạng mô hình qua lược đồ SACF/PACF, ước lượng tham số, kiểm định chẩn đoán phần dư và dự báo) trên chuỗi chỉ số CPI tổng thể và 11 nhóm mặt hàng thành phần.
   • Mô hình VECM (Vector Error Correction Model):
     • Kiểm định tính dừng (nghiệm đơn vị) của các chuỗi số liệu.
     • Lựa chọn độ trễ tối ưu cho mô hình VAR gốc.
     • Kiểm định đồng tích hợp Johansen nhằm xác định số lượng vector đồng tích hợp dài hạn.
     • Ước lượng mô hình VECM tần suất tháng và tần suất quý.
     • Phân tích hàm phản ứng xung (Cholesky Impulse Response Functions) và phân rã phương sai sai số dự báo (Forecast Error Variance Decomposition).
     • Đánh giá độ chính xác dự báo (in-sample và out-of-sample) qua các chỉ tiêu sai số: RMSE, MAE, MAPE, RMSFE.

Dữ liệu nghiên cứu

• Dữ liệu chuỗi thời gian kinh tế vĩ mô của Việt Nam giai đoạn 2000–2019 thu thập từ Tổng cục Thống kê, Ngân hàng Nhà nước, Bộ Tài chính, IMF, World Bank.
• Hệ thống biến số gồm: Chỉ số giá tiêu dùng tổng thể (CPI), CPI các nhóm hàng hóa thành phần, Tổng sản phẩm quốc nội (GDP), Chỉ số sản xuất công nghiệp (IIP, khoảng bù sản lượng IIP_GAP), Cung tiền M2, Lãi suất cho vay (LENDING_R), Tỷ giá danh nghĩa USD/VND tại Vietcombank (ER_VCB), Chỉ số giá sản xuất (PPI), Tiền lương (WAGE), Giá dầu thế giới và các biến số ngoại sinh phản ánh bối cảnh bất thường (dịch bệnh COVID-19).

---

Nội dung chính theo từng chương

Chương 1: Tổng quan mô hình dự báo lạm phát trong điều hành chính sách tiền tệ

Chương 1 hệ thống hóa các vấn đề lý luận về lạm phát, cơ chế truyền tải của CSTT và quy trình ứng dụng mô hình dự báo tại NHTW:

• Phân tích các nguyên nhân hình thành lạm phát theo lý thuyết số lượng tiền tệ, chi phí đẩy, cầu kéo, thâm hụt ngân sách và biến động tỷ giá.
• Phân định ranh giới giữa lạm phát, giảm phát và thiểu phát; phân tích sơ đồ hệ thống mục tiêu - công cụ CSTT và đường cong Phillips ngắn hạn.
• Khảo cứu kinh nghiệm quốc tế:
  • Lựa chọn mô hình: Mô hình nhân tố động của NBRM Macedonia; quy trình dự báo thành phần CPI của BSP Philippines; mô hình SVAR và VECM của FED; hệ thống 15 mô hình VAR và VECM của PBOC Trung Quốc; biểu đồ "dòng sông máu" (fan chart) mô phỏng bất định trong dự báo lạm phát của BOE Anh.
  • Tổ chức bộ máy: Kinh nghiệm phân định đơn vị dự báo chuyên trách, quy trình báo cáo tham mưu cho Hội đồng chính sách tiền tệ (MPC).
  • Bài học cho Việt Nam: Cần phối hợp mô hình ngắn hạn (ARIMA) với mô hình cấu trúc kinh tế vĩ mô (VAR/VECM) và chuẩn hóa dữ liệu đầu vào.

Chương 2: Thực trạng mô hình dự báo lạm phát trong điều hành chính sách tiền tệ tại Việt Nam

Chương 2 đánh giá thực trạng lạm phát và công tác dự báo tại Việt Nam qua các giai đoạn:

• Diễn biến lạm phát 2000–2019:
  • Giai đoạn 2000–2007: Tăng trưởng kinh tế cao đi kèm áp lực lạm phát gia tăng cuối giai đoạn (gia nhập WTO, dòng vốn FPI chảy mạnh).
  • Giai đoạn 2008–tháng 4/2012: Lạm phát biến động mạnh và tăng vọt hai con số (2008 đạt 19,89%, 2011 đạt 18,13%) do tác động của khủng hoảng toàn cầu, nới lỏng tiền tệ và điều chỉnh giá hàng hóa cơ bản.
  • Giai đoạn tháng 5/2012–2019: Lạm phát hạ nhiệt và duy trì ở mức thấp, kiểm soát dưới ngưỡng mục tiêu Quốc hội giao (dưới 4%).
• Thực trạng điều hành CSTT: Đánh giá sự chuyển dịch từ kiểm soát khối lượng tiền tệ sang kết hợp linh hoạt công cụ gián tiếp (OMO, tái cấp vốn, tỷ giá trung tâm).
• Thực trạng mô hình và ứng dụng tại NHNN:
  • Phân tích các mô hình VAR 3-4 biến, mô hình ARIMA(1,1,6) đang thử nghiệm tại Vụ Dự báo, Thống kê.
  • Nhận diện tồn tại: Cơ sở dữ liệu vĩ mô tần suất cao còn mỏng; việc dự báo chủ yếu dựa vào mô hình ngắn hạn rời rạc; thiếu sự kết nối chặt chẽ giữa kết quả dự báo định lượng và việc xây dựng kịch bản điều hành CSTT; thiếu các quy chuẩn đánh giá sai số dự báo định kỳ.

Chương 3: Đề xuất hoàn thiện mô hình dự báo lạm phát trong điều hành chính sách tiền tệ tại Việt Nam

Chương 3 trình bày chi tiết việc thiết kế, ước lượng và kiểm định các mô hình dự báo:

Mô hình	Tần suất dữ liệu	Biến số đầu vào chính	Đặc điểm cấu trúc / Kiểm định
ARIMA	Tháng (2005m1–2019m12)	CPI tổng thể và 11 nhóm hàng hóa thành phần	Nhận dạng bậc Box-Jenkins; kiểm định nghiệm đơn vị chuỗi thành phần; ước lượng dự báo theo cấu phần
VECM Tháng	Tháng	CPI, IIP_GAP, M2, LENDING_R, ER_VCB, PPI, WAGE	Kiểm định nghiệm đơn vị; xác định độ trễ VAR(2); kiểm định Johansen tìm vector đồng liên kết
VECM Quý	Quý	CPI, GDP_GAP, M2, LENDING_R, ER_VCB, PPI, WAGE	Kiểm định nghiệm đơn vị; xác định độ trễ VAR(4); kiểm định Johansen; ước lượng phương trình hiệu chỉnh sai số

• Kết quả thực nghiệm mô hình VECM:
  • Xác lập các mối quan hệ cân bằng dài hạn giữa CPI với cung tiền M2, lãi suất cho vay, tỷ giá và chi phí sản xuất (PPI, tiền lương).
  • Hàm phản ứng Cholesky chỉ ra: cú sốc tăng cung tiền M2 và phá giá tiền tệ (tăng tỷ giá ER_VCB) tác động cùng chiều làm tăng CPI với độ trễ; cú sốc lãi suất cho vay có tác động kiềm chế lạm phát sau một khoảng thời gian nhất định.
  • Phân rã phương sai biến động $\log(CPI)$ cho thấy biến động lạm phát quá khứ và các cú sốc tiền tệ giải thích tỷ trọng lớn phương sai sai số dự báo.
• So sánh hiệu quả dự báo: So sánh sai số ngoài mẫu giai đoạn Q4/2019 và đầu năm 2020 cho thấy mô hình ARIMA phát huy hiệu quả trong dự báo cực ngắn hạn (1–3 tháng), trong khi mô hình VECM tần suất tháng và quý có ưu thế trong dự báo trung hạn (6–12 tháng) nhờ kết hợp được các tương tác vĩ mô.
• Dự báo kịch bản COVID-19 năm 2020: Luận án xây dựng kịch bản bất thường với các giả định cú sốc tiêu cực đến sản lượng và cầu quốc tế, dự báo CPI bình quân tháng của Việt Nam năm 2020 có xu hướng giảm từ 1,07% đến 1,23% và CPI bình quân quý giảm từ 2,11% đến 2,13%.

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

Chương 4 đưa ra các nhóm khuyến nghị đến năm 2025:

• Định hướng: Bám sát mục tiêu ổn định giá trị đồng tiền, kiểm soát lạm phát mục tiêu dưới 4%, từng bước hiện đại hóa khuôn khổ CSTT.
• Hoàn thiện kỹ thuật mô hình:
  • Chuẩn hóa hệ thống dữ liệu đầu vào, xây dựng chuỗi chỉ số giá tần suất cao.
  • Kết hợp dự báo ngắn hạn từ ARIMA thành phần với dự báo trung hạn từ hệ thống phương trình VECM.
  • Thiết lập biểu đồ dải quạt (fan chart) để lượng hóa các mức độ rủi ro và độ bất định xung quanh dự báo điểm.
• Thúc đẩy ứng dụng trong điều hành:
  • Đề xuất mẫu khung báo cáo chính thức về lạm phát, tăng trưởng, ngân sách và tiền tệ - tín dụng phục vụ Ban Lãnh đạo NHNN.
  • Ban hành quy trình theo dõi, cập nhật và đánh giá sai số dự báo định kỳ để lựa chọn mô hình và kỳ hạn dự báo tối ưu.

---

Kết quả và những đóng góp mới

1. Về mặt lý luận:

   • Hệ thống hóa toàn diện các lý thuyết về lạm phát (từ cổ điển, Keynes, tiền tệ, các thế hệ đường cong Phillips đến lý thuyết lạm phát cơ bản) và khung phân tích cơ chế truyền tải CSTT.
   • Tổng kết kinh nghiệm quốc tế của các NHTW trong việc lựa chọn cấu trúc mô hình (ARIMA, VAR, SVAR, VECM, nhân tố động), quy trình vận hành và cơ chế ứng dụng dự báo trong hoạch định chính sách.

2. Về mặt thực tiễn:

   • Đánh giá thực trạng lạm phát Việt Nam giai đoạn 2000–2019 và nhận diện những hạn chế trong công tác mô hình hóa dự báo tại NHNN.
   • Xây dựng hoàn chỉnh mô hình ARIMA dự báo chi tiết theo 11 nhóm hàng hóa thành phần của rổ CPI Việt Nam.
   • Xây dựng thành công mô hình VECM tần suất tháng và quý, kiểm định tính dừng, độ trễ và đồng tích hợp, lượng hóa tác động của các biến số M2, lãi suất cho vay, tỷ giá, PPI, khoảng bù sản lượng tới lạm phát.
   • Đánh giá thực nghiệm hiệu quả dự báo của mô hình trong điều kiện bình thường và dự báo định lượng diễn biến CPI năm 2020 dưới tác động của đại dịch COVID-19 (chỉ ra xu hướng suy giảm CPI bình quân tháng từ 1,07–1,23% và quý từ 2,11–2,13%).
   • Thiết kế mẫu báo cáo tham mưu chính sách và quy trình theo dõi, đánh giá sai số dự báo phục vụ điều hành CSTT tại NHNN Việt Nam.

---

Hạn chế và hướng nghiên cứu tiếp

• Hạn chế:
  • Độ dài và tính đồng nhất của chuỗi số liệu vĩ mô tần suất tháng/quý tại Việt Nam còn hạn chế, một số chỉ tiêu phải sử dụng biến đại diện (như IIP thay thế GDP cho tần suất tháng).
  • Chưa lượng hóa đầy đủ các yếu tố phi định lượng như kỳ vọng lạm phát của công chúng và các biến số thể chế do thiếu dữ liệu điều tra định kỳ.
• Hướng nghiên cứu tiếp:
  • Mở rộng phát triển các lớp mô hình cân bằng động tổng thể ngẫu nhiên (DSGE) và mô hình tự hồi quy vector Bayes (BVAR).
  • Nghiên cứu cơ chế thu thập và đưa dữ liệu khảo sát kỳ vọng lạm phát vào cấu trúc mô hình dự báo khi thị trường tài chính phát triển hơn.

---

Giá trị tham khảo

• Đối với Ngân hàng Nhà nước Việt Nam: Cung cấp công cụ định lượng cụ thể (bộ thông số ước lượng ARIMA và VECM), quy trình kiểm định mô hình và mẫu biểu báo cáo phân tích phục vụ trực tiếp cho Vụ Dự báo, Thống kê và Ban Lãnh đạo NHNN trong việc xây dựng kịch bản điều hành CSTT.
• Đối với các cơ quan quản lý vĩ mô (Bộ Kế hoạch và Đầu tư, Bộ Tài chính, Ban Kinh tế Trung ương): Cung cấp cơ sở khoa học để đánh giá tác động lan tỏa của giá hàng hóa nhập khẩu, tỷ giá và chính sách tiền tệ đến mặt bằng giá cả xã hội.
• Đối với giới nghiên cứu và đào tạo: Là tài liệu tham khảo chuyên sâu về kinh tế lượng ứng dụng chuỗi thời gian (Box-Jenkins, Johansen cointegration, VECM, hàm phản ứng xung) trong phân tích kinh tế vĩ mô và chính sách tiền tệ tại các trường đại học và viện nghiên cứu khối kinh tế.

---

Câu hỏi thường gặp

1. Tác giả sử dụng các mô hình kinh tế lượng cụ thể nào để dự báo lạm phát tại Việt Nam?

Tác giả thiết lập và so sánh hai nhóm mô hình: mô hình chuỗi thời gian đơn biến ARIMA (áp dụng phương pháp Box-Jenkins dự báo CPI tổng thể và 11 nhóm hàng thành phần) và mô hình hệ thống phương trình đa biến VECM (Vector Error Correction Model) với hai tần suất dữ liệu là tháng và quý, có tích hợp các biến vĩ mô như M2, lãi suất, tỷ giá, PPI, IIP_GAP/GDP_GAP và tiền lương.

2. Phương trình số lượng tiền tệ của Irving Fisher được trình bày trong luận án với các giả định nào?

Phương trình $PT = MV + M'V'$ của Fisher (1911) được nêu với 8 giả định:

• (i) $P$ là biến phụ thuộc chịu tác động bởi các biến độc lập;
• (ii) Tỷ trọng $M'/M$ là cố định;
• (iii) Tốc độ lưu thông tiền tệ $V$ và $V'$ không đổi và độc lập với sự thay đổi của $M$ và $M'$;
• (iv) Tổng lượng giao dịch $T$ không đổi và độc lập 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 chỉ áp dụng trong phân tích ngắn hạn;
• (viii) Nền kinh tế ở trạng thái toàn dụng lao động.

3. Khái niệm và công thức lạm phát cơ bản của Otto Eckstein (1981) được luận án trích dẫn như thế nào?

Theo Eckstein (1981), lạm phát cơ bản là thành phần tăng giá có tính xu hướng trong tổng cung, đo lường bằng bình quân của tốc độ gia tăng chi phí lao động đơn vị và chi phí sử dụng vốn. Công thức lạm phát gồm 3 cấu phần: $$\pi = \pi_e + \pi_d + \pi_s$$ Trong đó: $\pi_e$ là lạm phát cơ bản, $\pi_d$ là lạm phát cầu kéo, và $\pi_s$ là lạm phát chi phí đẩy.

4. Kết quả dự báo CPI Việt Nam năm 2020 dưới tác động của đại dịch COVID-19 trong luận án chỉ ra con số nào?

Theo kịch bản tác động bất thường của dịch bệnh COVID-19 đối với các biến ngoại sinh, mô hình của luận án dự báo CPI bình quân tháng của Việt Nam trong năm 2020 giảm từ 1,07% đến 1,23% và CPI bình quân quý giảm từ 2,11% đến 2,13%.

5. Thực trạng diễn biến lạm phát tại Việt Nam được tác giả phân chia thành những giai đoạn nào trong Chương 2?

Tác giả phân chia diễn biến lạm phát giai đoạn 2000–2019 thành 3 giai đoạn:

• Giai đoạn 2000 – 2007;
• Giai đoạn 2008 – tháng 4/2012;
• Giai đoạn tháng 5/2012 – 2019.

---

Kết luận

Luận án "Ứng dụng mô hình dự báo lạm phát trong điều hành chính sách tiền tệ tại Việt Nam" của tác giả Phạm Đức Anh là công trình nghiên cứu chuyên khảo về kinh tế lượng ứng dụng trong lĩnh vực tiền tệ - ngân hàng. Bằng việc kết hợp cơ sở lý luận kinh tế học với các phương pháp định lượng (ARIMA thành phần và VECM đa tần suất tháng/quý), luận án đã lượng hóa thành công các kênh truyền tải tác động đến chỉ số giá tiêu dùng tại Việt Nam giai đoạn 2000–2019 và thực hiện thử nghiệm dự báo kịch bản năm 2020. Các kết quả nghiên cứu và khung đề xuất báo cáo tham mưu cung cấp luận cứ khoa học thực tiễn giá trị cho Ngân hàng Nhà nước Việt Nam trong tiến trình nâng cao năng lực phân tích dự báo và từng bước chuyển đổi khuôn khổ điều hành chính sách tiền tệ hiện đại.