Tóm tắt Luận văn Thạc sĩ Tài chính ngân hàng: Ứng dụng mô hình dự báo lạm phát trong điều hành chính sách tiền tệ tại việt nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO

NGÂN HÀNG NHÀ NƯỚC VIỆT NAM

HỌC VIỆN NGÂN HÀNG -----------oOo-----------

PHẠM ĐỨC ANH

ỨNG DỤNG MÔ HÌNH DỰ BÁO LẠM PHÁT

TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM

TÓM TẮT LUẬN ÁN TIẾN SĨ KINH TẾ

HÀ NỘI, 2020

BỘ GIÁO DỤC VÀ ĐÀO TẠO

NGÂN HÀNG NHÀ NƯỚC VIỆT NAM

HỌC VIỆN NGÂN HÀNG -----------oOo-----------

PHẠM ĐỨC ANH

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 NGÀNH: 9.34.02.01

TÓM TẮT LUẬN ÁN TIẾN SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC: 1. PGS.TS. NGUYỄN ĐỨC TRUNG

2. PGS.TS. PHẠM THỊ HOÀNG ANH

HÀ NỘI, 2020

MỤC LỤC

LỜI GIỚI THIỆU .................................................................................................................. 1

1. TÍNH CẤP THIẾT CỦA ĐỀ TÀI ................................................................................ 1

2. TỔNG QUAN NGHIÊN CỨU ...................................................................................... 1

2.1. Sự phát triển các lý thuyết về lạm phát ..................................................................... 1

2.2. Các nhân tố tác động tới lạm phát ............................................................................. 2

2.3. Ứng dụng và phát triển mô hình dự báo lạm phát ..................................................... 2

3. MỤC TIÊU NGHIÊN CỨU .......................................................................................... 3

3.1. Mục tiêu chung .......................................................................................................... 3

3.2. Mục tiêu cụ thể .......................................................................................................... 3

4. ĐÓNG GÓP MỚI CỦA LUẬN ÁN .............................................................................. 3

4.1. Về mặt lý luận ........................................................................................................... 3

4.2. Về mặt thực tiễn ........................................................................................................ 4

5. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU ............................................................. 4

6. PHƯƠNG PHÁP NGHIÊN CỨU ................................................................................. 4

7. KẾT CẤU LUẬN ÁN .................................................................................................... 4

CHƯƠNG 1: TỔNG QUAN MÔ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH

CHÍNH SÁCH TIỀN TỆ ....................................................................................................... 5

1.1. TỔNG QUAN VỀ LẠM PHÁT ................................................................................. 5

1.2. TỔNG QUAN VỀ CHÍNH SÁCH TIỀN TỆ ............................................................ 5

1.3. TỔNG QUAN VỀ MÔ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH

CHÍNH SÁCH TIỀN TỆ ................................................................................................... 5

1.3.1. Tổng quan về dự báo lạm phát ............................................................................... 5

1.3.2. Tổng quan về mô hình dự báo lạm phát trong điều hành CSTT ............................ 6

1.3.3. Đánh giá chất lượng mô hình dự báo ..................................................................... 6

1.4. KINH NGHIỆM QUỐC TẾ VỀ ỨNG DỤNG MÔ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ ........................................................... 7

CHƯƠNG 2: THỰC TRẠNG MÔ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU

HÀNH CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM ............................................................ 8

2.1. PHÂN TÍCH THỰC TRẠNG LẠM PHÁT TẠI VIỆT NAM ................................ 8

2.2. THỰC TRẠNG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ NHẰM KIỂM SOÁT

LẠM PHÁT TẠI VIỆT NAM ........................................................................................... 9

2.3. THỰC TRẠNG MÔ HÌNH DỰ BÁO LẠM PHÁT TRONG ĐIỀU HÀNH

CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM ................................................................... 10

2.3.1. Đặc trưng mô hình dự báo lạm phát tại NHNN Việt Nam ................................... 10

2.3.2. Dữ liệu cho mô hình dự báo ................................................................................. 10

2.3.3. Thực trạng sử dụng mô hình dự báo lạm phát tại NHNN Việt Nam ................... 10

2.4. ĐÁNH GIÁ CHUNG VỀ MÔ HÌNH DỰ BÁO LẠM PHÁT TẠI VIỆT NAM .. 11

2.4.1. Kết quả ................................................................................................................. 11

2.4.2. Tồn tại ................................................................................................................... 11

2.4.3. Nguyên nhân của tồn tại ....................................................................................... 12

CHƯƠNG 3: ĐỀ XUẤT HOÀN THIỆN MÔ HÌNH DỰ BÁO LẠM PHÁT TRONG

ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM ............................................... 13

3.1. ĐỀ XUẤT HOÀN THIỆN MÔ HÌNH ARIMA ..................................................... 13

3.2. ĐỀ XUẤT HOÀN THIỆN MÔ HÌNH VECM ....................................................... 15

3.3. SO SÁNH, ĐÁNH GIÁ HIỆU QUẢ MÔ HÌNH DỰ BÁO ................................... 20

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 21

4.1. ĐỊNH HƯỚNG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ VÀ PHÁT TRIỂN

HOẠT ĐỘNG DỰ BÁO TẠI VIỆT NAM ĐẾN NĂM 2025 ........................................ 21

4.2. KHUYẾN NGHỊ CHÍNH SÁCH HOÀN THIỆN MÔ HÌNH DỰ BÁO LẠM

PHÁT TẠI VIỆT NAM ................................................................................................... 21

4.3. KHUYẾN NGHỊ CHÍNH SÁCH THÚC ĐẨY ỨNG DỤNG MÔ HÌNH DỰ BÁO

LẠM PHÁT TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM ..... 22

KẾT LUẬN CHUNG ........................................................................................................... 23

DANH MỤC CÔNG TRÌNH KHOA HỌC ĐÃ CÔNG BỐ ............................................ 25

LỜI GIỚI THIỆU

1. TÍNH CẤP THIẾT CỦA ĐỀ TÀI

Nền kinh tế Việt Nam từng trải qua thời kỳ lạm phát cao, diễn biến phức tạp và khó

lường, điển hình là giai đoạn khủng hoảng tài chính châu Á (1997-1998), hậu gia nhập

WTO (2004-2006) hay khủng hoảng tài chính toàn cầu (2007-2008). Lạm phát cao và kéo

dài có thể gây ra nhiều bất lợi cho nền kinh tế, khiến niềm tin công chúng vào đồng nội tệ

suy giảm bên cạnh việc tác động tới tiêu dùng, tiết kiệm và đầu tư. Thực trạng này đặt ra

yêu cầu mới đối với hoạt động phân tích, dự báo và kiểm soát lạm phát của 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. Mặt khác, theo

Bùi Quốc Dũng (2014), việc xây dựng, vận hành và phát triển hiệu quả các lớp mô hình dự

báo lạm phát cũng 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.

Với việc điểm qua một số tồn tại của công tác dự báo lạm phát trong hoạch định và

điều hành CSTT, đồng thời nhận thấy hiện nay chưa có công trình nào đủ tầm bao quát về

phát triển thực nghiệm mô hình dự báo lạm phát cho Việt Nam, việc triển khai đề tài luận án

là hết sức cấp thiết, có ý nghĩa cả về lý luận và thực tiễn.

2. TỔNG QUAN NGHIÊN CỨU

2.1. Sự phát triển các lý thuyết về lạm phát

Các lý thuyết về lạm phát được hình thành khá sớm và không ngừng được phát triển,

hoàn thiện theo thời gian: Smith (1776) đề cập về “lạm phát” dựa trên phân biệt “giá thực”

(khả năng mua) và “giá danh nghĩa” (chi phí bằng tiền) của hàng hóa; thuyết lượng tiền

(Quantity Theory of Money) của Fisher (1911) mô tả quan hệ giữa lượng tiền và mức giá

(PT = MV + M’V’); lý thuyết ưa chuộng thanh khoản của Keynes (1936) bác bỏ luận điểm

của Fisher, cho rằng tăng cung tiền sẽ dẫn đến giá tăng thêm một lượng tương ứng; mô hình

đường cong Phillips, dựa trên so sánh tốc độ tăng lương với tỷ lệ lạm phát ở Anh giai đoạn

1861 – 1957, chỉ ra rằng khi thị trường lao động bị thắt chặt và tỷ lệ thất nghiệp giảm, tiền

lương có xu hướng tăng nhanh; sau đó, mô hình đường cong Phillips tiếp tục được hiệu

chỉnh, cải tiến: Lucas (1972) bổ sung yếu tố kỳ vọng hợp lý; Fischer (1977) và Taylor

(1979) bổ sung sự cứng nhắc về tiền lương danh nghĩa; Calvo (1983) mô hình hóa việc điều

chỉnh giá ngẫu nhiên; Gali và Gertler (1999) bổ sung yếu tố chi phí lao động vào mô hình…

dẫn tới sự ra đời của đường cong Phillips mới (New-Keynesian Phillips Curve - NKPC) với

đặc trưng kỳ vọng (lạm phát được quyết định bởi các yếu tố kỳ vọng trong tương lai).

Bên cạnh đó, tác giả đã tổng hợp một số quan điểm nổi bật về “lạm phát cơ bản”,

theo đó hiểu một cách khái quát theo Eckstein (1981) và Quah và Vahey (1995): “Lạm phát

cơ bản là thành phần tăng giá có tính xu hướng trong tổng cung mà mà không có tác động

trung và dài hạn đến sản lượng”, đồng thời luận giải nguyên nhân hay các yếu tố tác động

tới lạm phát thường xuất phát từ lý thuyết cầu kéo và chi phí đẩy.

2.2. Các nhân tố tác động tới lạm phát

Qua khảo lược các nghiên cứu thực nghiệm trên thế giới, có thể tổng kết các nhân tố

tác động đến lạm phát trong ngắn hạn gồm: sản lượng, cung tiền, chi phí lao động và yếu tố

quốc tế (ví dụ: giá dầu thế giới, lãi suất FED); trong khi nhân tố tác động trong dài hạn gồm:

sản lượng, cung tiền, lãi suất, tỷ giá, cán cân ngân sách, lạm phát kỳ vọng và yếu tố quốc tế.

Các nhân tố này thể hiện quan hệ tương hỗ, tác động lẫn nhau một cách chặt chẽ. Tuy nhiên,

với riêng trường hợp Việt Nam, hầu hết nghiên cứu trước mới chỉ tập trung vào các tác nhân

từ phía cầu và biến giá dầu (giá gạo) thế giới để đại diện cho yếu tố từ phía cung. Trong khi

đó, nhiều nhân tố quan trọng khác từ phía cung (ví dụ: chi phí lao động, chi phí sản xuất và

các yếu tố cứng nhắc…) đang bị bỏ ngỏ.

2.3. Ứng dụng và phát triển mô hình dự báo lạm phát

Luận án tiến hành khảo lược quá trình phát triển các lớp mô hình dự báo lạm phát

phục vụ hoạch định vĩ mô tại các quốc gia, khởi đầu với mô hình đơn biến ARIMA được

ứng dụng rộng rãi kể từ thập niên 1980; những năm đầu thế kỷ XXI chứng kiến sự phát

triển đa dạng và mạnh mẽ của lớp mô hình đa biến (tiêu biểu là VAR và VECM). Việc lựa

chọn biến số cho mô hình dự báo thường được dựa trên các lý thuyết lạm phát. Một số biện

pháp phổ biến giúp nâng cao hiệu quả mô hình dự báo cũng đã được thảo luận.

Từ quá trình tổng quan nghiên cứu, tác giả chỉ ra các khoảng trống nghiên cứu sau:

Thứ nhất, đến nay, chưa có một nghiên cứu nào tổng kết một cách toàn diện khung

lý thuyết về mô hình dự báo lạm phát trong điều hành CSTT.

Thứ hai, khi áp dụng mô hình dự báo đơn biến, các nghiên cứu trước mới dừng lại ở

việc sử dụng các thước đo giá cả có tính tổng hợp (ví dụ: CPI, PPI...) chứ chưa thể phân

tách cụ thể từng nhóm hàng chủ chốt cấu thành CPI tổng thể. Kết quả dự báo thu được từ

các nghiên cứu này vì vậy còn nặng tính phổ quát, kém tin cậy và thiếu chính xác.

Thứ ba, chưa có nghiên cứu nào ở Việt Nam phát triển mô hình đa biến dự báo lạm

phát xem xét đầy đủ nhân tố từ cả phía cung và phía cầu của lạm phát.

Thứ tư, dự báo lạm phát trong các nghiên cứu trước đây thường tập trung vào một

số lớp mô hình nhất định, theo đó việc so sánh, đánh giá bao quát hiệu quả dự báo giữa các

mô hình khác nhau, từ đó rút ra nhận xét còn khá hạn chế.

3. MỤC TIÊU NGHIÊN CỨU

3.1. Mục tiêu chung

Luận án hướng tới ứng dụng mô hình dự báo lạm phát phục vụ điều hành CSTT tại

Việt Nam, trên cơ sở đó đề xuất giải pháp, khuyến nghị nhằm thúc đẩy ứng dụng mô hình

dự báo lạm phát trong điều hành CSTT.

3.2. Mục tiêu cụ thể

Thứ nhất, trình bày cơ sở lý thuyết mô hình dự báo lạm phát trong điều hành CSTT.

Thứ hai, nghiên cứu kinh nghiệm của NHTW các nước về ứng dụng mô hình dự

báo lạm phát trong điều hành CSTT, từ đó rút ra bài học cho Việt Nam.

Thứ ba, phân tích thực trạng lạm phát và điều hành CSTT nhằm kiểm soát lạm phát

tại Việt Nam, tạo cơ sở để thiết lập mối quan hệ giữa các biến vĩ mô với lạm phát.

Thứ tư, phân tích và đánh giá thực trạng phát ứng dụng mô hình dự báo lạm phát

trong điều hành CSTT tại NHNN Việt Nam.

Thứ năm, phát triển thực nghiệm mô hình dự báo lạm phát ngắn hạn và trung hạn

trong điều hành CSTT cho Việt Nam, từ đó đánh giá chất lượng dự báo của các mô hình.

Thứ sáu, đề xuất giải pháp, khuyến nghị nhằm thúc đẩy ứng dụng mô hình dự báo

lạm phát trong điều hành CSTT tại Việt Nam đến năm 2025.

4. ĐÓNG GÓP MỚI CỦA LUẬN ÁN

4.1. Về mặt lý luận

Thứ nhất, luận án trình bày và phân tích vai trò của CSTT trong việc kiểm soát lạm

phát dựa trên xem xét ba cơ chế đặc trưng: chính sách cố định tỷ giá, chính sách hướng vào

cung tiền và chính sách mục tiêu lạm phát.

Thứ hai, luận án làm rõ khái niệm, mục tiêu của dự báo lạm phát, phân tích vai trò

của nó trong điều hành CSTT và đề xuất quy trình dự báo với 8 bước. Tiếp theo đó, luận án

đã giới thiệu lý thuyết nền về các lớp mô hình dự báo lạm phát đang được sử dụng phổ biến

gồm ARIMA, VAR và VECM.

Thứ ba, luận án phân tích kinh nghiệm của các NHTW trên thế giới về ứng dụng mô

hình dự báo lạm phát trong điều hành CSTT, từ đó rút ra bài học cho Việt Nam.

4.2. Về mặt thực tiễn

Thứ nhất, luận án phân tích toàn diện diễn biến lạm phát thực tế tại Việt Nam trong

20 năm (2000 – 2019), phân thành 3 giai đoạn lát cắt với đặc trưng riêng. Với từng lát cắt,

luận án phân tích cụ thể cơ chế điều hành CSTT nhằm kiểm soát lạm phát và ổn định vĩ mô.

Thứ hai, luận án phân tích toàn diện thực trạng phát triển mô hình dự báo lạm phát

tại NHNN Việt Nam và ứng dụng chúng trong điều hành CSTT.

Thứ ba, luận án phát triển thực nghiệm mô hình ARIMA và VECM dự báo lạm phát

tại Việt Nam xuất phát từ lý thuyết lạm phát, quá trình khảo lược tài liệu, kết quả đánh giá

thực trạng phát triển mô hình dự báo tại NHNN và thực tiễn vận hành nền kinh tế Việt Nam.

Thứ tư, từ cấu trúc VECM được cải tiến, luận án dự báo diễn biến CPI dựa theo các

kịch bản chi phối của đại dịch COVID-19 đối với biến ngoại sinh. Kết quả cho thấy Việt

Nam có thể trải qua một cuộc giảm phát trong năm 2020.

Thứ năm, luận án đề xuất giải pháp, khuyến nghị nhằm thúc đẩy ứng dụng mô hình

dự báo lạm phát trong điều hành CSTT tại Việt Nam đến năm 2025.

5. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU

Đối tượng nghiên cứu: phát triển thực nghiệm mô hình dự báo lạm phát tháng/quý

dựa trên phân tích quan hệ giữa biến số vĩ mô và CPI giai đoạn 2005-2019 tại Việt Nam.

Phạm vi nghiên cứu: 2000 – 2019; Với nghiên cứu định lượng: 1/2005 - 12/2019.

6. PHƯƠNG PHÁP NGHIÊN CỨU

Kết hợp phương pháp định tính và định lượng: thống kê mô tả, phân tích và tổng

hợp lý thuyết, mô hình hóa, tiên lượng dựa trên mô hình, phỏng vấn chuyên gia.

7. KẾT CẤU LUẬN ÁN

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

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

tại Việt Nam

Chương 3: Đề xuất hoàn thiện mô hình dự báo lạm phát trong điều hành chính sách

tiền tệ tại Việt Nam

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 1: TỔNG QUAN MÔ HÌNH DỰ BÁO LẠM PHÁT

TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ

1.1. TỔNG QUAN VỀ LẠM PHÁT

Lạm phát là sự tăng lên liên tục và có thể xác định được của giá cả hàng hóa. Ngược

với lạm phát là giảm phát (sự sụt giảm liên tục của giá cả) và thiểu phát (sự sụt giảm liên tục

của tỷ lệ lạm phát, thường xảy ra trước mỗi thời kỳ giảm phát).

Nguyên nhân gây ra lạm phát: (i) do gia tăng cung tiền; (ii) do chính sách thúc đẩy

công ăn việc làm (thể hiện qua hai dạng: cầu kéo và chi phí đẩy); (iii) do thâm hụt ngân sách

kéo dài; (iv) do biến động tỷ giá hối đoái.

1.2. TỔNG QUAN VỀ CHÍNH SÁCH TIỀN TỆ

CSTT là chính sách kinh tế vĩ mô được xây dựng và thực thi bởi NHTW nhằm tác

động tới cung – cầu tiền tệ, đảm bảo mục tiêu ổn định giá cả và tăng trưởng kinh tế. Theo

đó, có thể hoạch định CSTT theo hai hướng: mở rộng hoặc thắt chặt.

HỆ THỐNG CÔNG CỤ CHÍNH SÁCH TIỀN TỆ

Công cụ gián tiếp

Công cụ trực tiếp

Công cụ bổ trợ

Công cụ khác

MỤC TIÊU HOẠT ĐỘNG

Dự trữ (R), dự trữ không vay (NBR), tiền cơ sở (MB)

Lãi suất liên ngân hàng, lãi suất ngắn hạn

MỤC TIÊU TRUNG GIAN

Tổng tiền cung ứng (M1, M2, M3)

Lãi suất ngắn hạn và dài hạn

MỤC TIÊU CUỐI CÙNG

Tăng trưởng kinh tế

Ổn định giá cả

Cải thiện việc làm

Hệ thống mục tiêu và công cụ của CSTT:

Để kiềm chế lạm phát, có ba chiến lược CSTT được sử dụng chủ yếu: (i) chính sách

cố định tỷ giá hối đoái; (ii) CSTT hướng vào cung tiền; (iii) chính sách mục tiêu 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

Dự báo lạm phát là một quá trình tiên lượng gồm nhiều giai đoạn nhằm đưa ra kết

quả dự báo đáng tin cậy về xu thế lạm phát trong tương lai, từ đó góp phần thúc đẩy hiệu

quả điều hành chính sách, đảm bảo ổn định vĩ mô và tăng trưởng bền vững.

Vai trò của dự báo lạm phát trong điều hành CSTT: (i) cung cấp kết quả đầu vào để

đảm bảo hoạch định CSTT thực hiện đúng chức năng “forward-looking”; (ii) cung cấp các

góc nhìn về viễn cảnh diễn biến giá cả và triển vọng nền kinh tế, nhờ đó nhà hoạch định có

thể đưa ra đối sách, điều chỉnh phù hợp để kiểm soát lạm phát; (iii) phối hợp linh hoạt với

việc dự báo các mục tiêu trung gian khác của CSTT để tạo cơ sở thiết lập hệ thống chính

sách hỗ trợ phù hợp với mục tiêu kiểm soát lạm phát.

Bộ phận chịu trách nhiệm dự báo lạm phát: Vụ, Cục chuyên trách thuộc khối CSTT.

Quy trình dự báo lạm phát: (1) Phân tích và đánh giá diễn biến CPI; (2) Lựa chọn lý

thuyết cơ sở cho việc thiết lập mô hình; (3) Thu thập dữ liệu, thông tin đầu vào; (4) Xử lý

dữ liệu đầu vào; (5) Xây dựng mô hình dự báo lạm phát; (6) Sử dụng mô hình để đưa ra kết

quả dự báo; (7) Xây dựng kịch bản dự báo; (8) Theo dõi và hiệu chỉnh dự báo.

1.3.2. Tổng quan về mô hình dự báo lạm phát trong điều hành CSTT

(1) Mô hình ARIMA: là mô hình chuỗi thời gian đơn biến được Box và Jenkins

(2015) phát triển từ ý tưởng chuỗi thời gian, được giải thích bằng cách kết hợp các hành vi

hiện tại và trong quá khứ với yếu tố ngẫu nhiên. Thực chất, ARIMA là sự tổng hợp của mô

hình tự hồi quy AR, mô hình tích hợp (I) và mô hình trung bình trượt (MA). Chuỗi dữ liệu

nghiên cứu bằng mô hình ARIMA phải có tính dừng. Việc áp dụng ARIMA không đòi hỏi

am hiểu sâu sắc về lý thuyết kinh tế mà chỉ cần đảm bảo về chiều sâu dữ liệu.

(2) Mô hình VAR: là một dạng tổng quát của mô hình tự hồi quy đơn chiều trong dự

báo một tập hợp biến. VAR ước lượng phương trình của từng chuỗi biến theo độ trễ (p) và

tất cả biến còn lại (vế phải mỗi phương trình gồm hằng số và các độ trễ của tất cả các biến

trong hệ thống). VAR được sử dụng để dự báo trung hạn và đánh giá tác động truyền tải

sốc. Việc áp dụng VAR không đòi hỏi sự am hiểu sâu sắc về lý thuyết kinh tế mà chỉ cần

đáp ứng bề rộng dữ liệu ở mức vừa phải. Mô hình VAR(p) tổng quát có dạng:

Yt = A1 Yt-1 + A2 Yt-2 + … + Ap Yt-p + ut

(3) Mô hình VECM: là một dạng VAR tổng quát, được sử dụng trong trường hợp

chuỗi dữ liệu không dừng và tồn tại mối quan hệ đồng tích hợp giữa các biến trong dài hạn.

Việc áp dụng VECM không đòi hỏi sự am hiểu sâu sắc về lý thuyết kinh tế mà chỉ cần đáp

ứng bề rộng dữ liệu ở mức vừa phải. Dạng tổng quát mô hình VECM như sau:

ΔXt = ΠXt-1 + Γ1ΔXt-1 + … + Γp-1ΔXt-p+1 + Ut

1.3.3. Đánh giá chất lượng mô hình dự báo

Để so sánh và đánh giá hiệu quả mô hình dự báo, có thể căn cứ vào các tiêu chuẩn

thống kê: RMSE, MAE, MAPE và hệ số bất cân bằng Theil.

1.4. KINH NGHIỆM QUỐC TẾ VỀ ỨNG DỤNG MÔ HÌNH DỰ BÁO LẠM PHÁT

TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ

Qua tổng kết kinh nghiệm các nước trong việc lựa chọn, xây dựng và vận hành mô

hình dự báo lạm phát và ứng dụng chúng trong điều hành CSTT, luận án rút ra một số bài

học sau cho Việt Nam:

- Về lựa chọn mô hình dự báo: mô hình giản đơn như ARIMA, VAR và VECM là

giải pháp khả thi nhất dành cho NHTW các nước đang phát triển để dự báo lạm phát.

- Về lựa chọn đơn vị thực hiện dự báo: NHTW là đơn vị chịu trách nhiệm chính về

công tác dự báo và công bố mục tiêu lạm phát.

- Về thu thập dữ liệu đầu vào: số liệu tiền tệ có thể tiếp cận qua đơn vị dự báo –

thống kê chuyên trách của NHTW; số liệu vĩ mô trong nước thu thập từ Cơ quan Thống kê

Quốc gia; số liệu kinh tế quốc tế thu thập từ NHTW các nước, Reuteurs, IMF...

- Về khảo sát, xử lý dữ liệu: dữ liệu đầu vào cần đáp ứng được các tiêu chuẩn về tính

đầy đủ, nhất quán và phù hợp. Khảo sát đặc trưng biến và xử lý tiền đề được tiến hành dựa

trên: đồ thị trực quan, thống kê cơ bản, xử lý tính mùa vụ, kiểm định tính dừng của chuỗi.

- Về chỉ định cấu trúc ARIMA: dự báo dựa trên tổng hợp kết quả các mô hình phân

tổ không chỉ mang tới hiệu quả dự báo vượt trội trong ngắn hạn, mà còn giúp xác định rõ

mức độ đóng góp của từng cấu phần giá/nhóm hàng vào biến động chung của CPI.

- Về chỉ định cấu trúc mô hình VAR và VECM: các nhân tố đưa vào mô hình nhất

thiết phải đại diện cho khu vực kinh tế thực và các kênh của CSTT: (i) nhân tố đại diện cho

thương mại, cung – cầu thị trường; (ii) nhân tố đại diện cho CSTT; (iii) nhân tố đại diện cho

chính sách tỷ giá; (iv) nhân tố đại diện cho các cấu phần của CPI; (v) Nhân tố đại diện từ

phía cung; (vi) nhân tố đại diện cho kinh tế quốc tế.

- Về phân tích, đánh giá và hiệu chỉnh dự báo: các tiêu chuẩn RMSE, MAE, MAPE

và Theil IC được áp dụng để đánh giá chất lượng dự báo. Để giảm tính bất định và nâng cao

độ chính xác của dự báo, có thể kết hợp kết quả dự báo từ nhiều mô hình và tính toán giá trị

dự báo trung bình, đồng thời tham vấn chuyên gia về kết quả dựa trên phân tích tác động

chính sách và diễn biến kinh tế thực.

- Về ứng dụng kết quả dự báo trong điều hành CSTT: (i) Việc ra quyết định CSTT

dựa trên kết quả dự báo lạm phát cần tuân theo quy trình chuẩn với những cân nhắc thận

trọng để hạn chế tổn thất kinh tế; (ii) Để tăng sự thận trọng cho các quyết định CSTT,

NHTW cần tạo lập quỹ dự phòng cho các sai lầm dự báo tiềm tàng; (iii) Cần tích hợp việc

đánh giá xác suất xảy ra vào kết quả dự báo để hỗ trợ hiệu quả việc hoạch định chính sách.

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

30%

25%

20%

15%

10%

-1%

-2%

-5%

1 m 0 0 0 2

9 m 0 0 0 2

5 m 1 0 0 2

1 m 2 0 0 2

9 m 2 0 0 2

5 m 3 0 0 2

1 m 4 0 0 2

9 m 4 0 0 2

5 m 5 0 0 2

1 m 6 0 0 2

9 m 6 0 0 2

5 m 7 0 0 2

1 m 8 0 0 2

9 m 8 0 0 2

5 m 9 0 0 2

1 m 0 1 0 2

9 m 0 1 0 2

5 m 1 1 0 2

1 m 2 1 0 2

9 m 2 1 0 2

5 m 3 1 0 2

1 m 4 1 0 2

9 m 4 1 0 2

5 m 5 1 0 2

1 m 6 1 0 2

9 m 6 1 0 2

5 m 7 1 0 2

1 m 8 1 0 2

9 m 8 1 0 2

5 m 9 1 0 2

CPI so cùng kỳ (yoy) - Trục trái

CPI so tháng trước (mom) - Trục phải

Hình 2.1: Diễn biến CPI của Việt Nam, 2000 – 2019

Giai đoạn 1 (1/2000 – 12/2007) Lạm phát tăng cùng sự mở rộng liên tục tín dụng và cung tiền.

Giai đoạn 3 (5/2012 – 12/2019) Lạm phát thấp (trung bình dưới 4%/năm); CPI năm 2015 thấp nhất trong 20 năm qua.

Giai đoạn 2 (1/2008 – 4/2012) Lạm phát cao đột biến do nhiều nguyên nhân, cung tiền và các yếu tố từ phía cung.

Nguồn: IMF (2020)

Bức tranh lạm phát Việt Nam 2000 – 2019 chứa đựng những gam màu khác nhau:

- Giai đoạn 2000 – 2007: lạm phát có chiều hướng tăng trở lại sau thời kỳ đầu khá

ổn định, đạt mức hai con số vào năm 2007 (12,63%) bởi một số nguyên nhân: sự mở rộng

tín dụng và cung tiền, chi phí đẩy, tăng chi tiêu chính phủ, cú sốc cung do ảnh hưởng dịch

cúm gia cầm năm 2003.

- Giai đoạn 2008 – tháng 4/2012: lạm phát tăng cao đột biến, vượt 20% do cộng

hưởng của nhiều nguyên nhân: chi phí đẩy, tín dụng, cung tiền, phá giá VND, thâm hụt

NSNN và nợ công, chính sách quản lý giá lỏng lẻo.

- Giai đoạn tháng 5/2012 – 2019: lạm phát được kiềm chế ở mức một con số và khá

ổn định, trung bình dưới 4% nhờ sự giảm mạnh của tín dụng và cung tiền, điều chỉnh giảm

giá xăng dầu do giá dầu thế giới giảm, tỷ giá và giá lương thực, thực phẩm ổn định.

2.2. THỰC TRẠNG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ NHẰM KIỂM SOÁT

LẠM PHÁT TẠI VIỆT NAM

Bảng 2.1: Mục tiêu và thực hiện CSTT tại Việt Nam, 2000 – 2019 (% yoy)

GDP

CPI

Tín dụng

M2

Năm

Mục tiêu

Thực hiện

Mục tiêu

Thực hiện

Mục tiêu

Thực hiện Mục tiêu

Thực hiện

2000

5,5 - 6

6,8

28 - 30

38,14

38,96

-0,6

2001

7,5 - 8

6,9

< 5

20 - 25

21,44

25,53

0,8

2002

7 - 7,3

7,08

3 - 4

20 - 21

22,2

22 - 23

2003

7 - 7,5

7,34

< 5

28,41

24,94

2004

7,5 - 8

7,8

< 5

41,65

30,4

9,5

2005

8,5

8,44

< 6,5

31,1

29,65

8,4

2006

8,23

< 8

18 - 20

25,44

23 - 25

33,6

6,6

2007

8,2 - 8,5

8,46

< 8

17 - 21

53,9

20 - 23

46,12

12,6

2008

8,5 - 9

6,31

< 10

25,43

20,31

19,9

2009

5,32

< 15

21 - 23

37,53

18 - 20

6,5

2010

6,5

6,78

7 - 8

31,2

33,3

11,8

2011

7,5

5,9

< 7

14,4

15 - 16

12,4

18,6

2012

6 - 6,5

5,03

< 10

15 - 17

5,5

14 - 16

6,81

2013

5,5

5,42

7 - 8

12,51

14 - 16

18,5

6,04

2014

5,8

5,98

12 - 14

14,16

16 - 18

15,65

1,84

2015

6,2

6,68

15 - 17

17,26

17 - 18

16,23

0,63

2016

6,7

6,21

< 5

18 - 20

18,25

16 - 18

18,38

4,74

2017

6,7

6,81

18 - 21

18,17

16 - 18

14,5

3,53

2018

6,5 - 6,7

7,08

12,5

3,54

2019

6,6 - 6,8

7,02

13,5

2,79

Nguồn: Tổng cục Thống kê và Ngân hàng Nhà nước (2020)

Xu hướng điều hành CSTT những năm qua là mở rộng có thận trọng để thúc đẩy

tăng trưởng kinh tế và kiềm chế lạm phát. Ở một số thời điểm (ví dụ: đầu 2008 và cuối

2010), để kìm hãm mức tăng nhanh của lạm phát, NHNN sử dụng đồng bộ các công cụ để

thắt chặt tiền tệ. Tuy nhiên, do hiệu quả điều hành CSTT chưa cao cộng với sự phối hợp

thiếu chặt chẽ với các chính sách vĩ mô khác, lạm phát tiếp tục tăng cao, lên đến 11,8%

trong năm 2010 và 18,1% năm 2011. Điều này đã tác động tiêu cực đến tăng trưởng kinh tế

và phát triển bền vững đặc biệt trong giai đoạn 2008 – 2013. Kể từ 2014, khủng hoảng qua

đi song để lại nhiều dư chấn cho nền kinh tế (tổng cầu và sức mua của nền kinh tế còn yếu,

sản xuất kinh doanh gặp nhiều khó khăn, lạm phát ở mức thấp…), do đó, CSTT thời kỳ này

được nới lỏng hơn, phối hợp chặt chẽ và linh hoạt với CSTK nhằm ổn định vĩ mô, hỗ trợ

tăng trưởng ở mức hợp lý, bên cạnh kiểm soát lạm phát trong giới hạn mục tiêu đề ra.

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 NHNN Việt Nam

Vụ Dự báo, thống kê là đơn vị được NHNN giao nhiệm vụ chuyên trách dự báo lạm

phát. Kể từ khi thành lập năm 2009, Vụ Dự báo, thống kê đã thiết lập và phát triển một loạt

công cụ phân tích định lượng và dự báo lạm phát, trong đó chú trọng vào mô hình ARIMA,

VAR, SVAR và VECM. Đây là các lớp mô hình được triển khai thường xuyên, đạt hiệu quả

cao, có thể cập nhật liên tục và ước lượng được tác động của các biến số vĩ mô tới lạm phát.

2.3.2. Dữ liệu cho mô hình dự báo

Nguồn dữ liệu đầu vào cho mô hình dự báo của NHNN cụ thể như sau: (1) số liệu

tiền tệ - ngân hàng được thu thập, tính toán tại Vụ Dự báo, thống kê; (2) số liệu kinh tế vĩ

mô Việt Nam được thu thập từ Tổng cục Thống kê; (3) số liệu kinh tế quốc tế được thu thập

từ NHTW các nước, ADB và IMF.

2.3.3. Thực trạng sử dụng mô hình dự báo lạm phát tại NHNN Việt Nam

(1) Mô hình ARIMA: Việc thực nghiệm ARIMA để dự báo lạm phát tại NHNN

hiện mới dừng ở việc tự hồi quy các giá trị quá khứ của chuỗi CPI tổng thể.

(2) Mô hình VAR: Tại NHNN, cấu trúc VAR sử dụng cho dự báo lạm phát theo

tháng và quý gồm biến CPI và các biến số tác động tới CPI, biến số trong nước, biến số đối

ngoại, và có thể kèm theo biến giả mùa vụ.

Bảng 2.2: Mô tả các biến trong mô hình VAR của NHNN

TT Biến số

Diễn giải

Nguồn

TT Biến số

Diễn giải

Nguồn

CPI

Chỉ số giá tiêu dùng

LENDING_R

Lãi suất cho vay nội tệ

IMF

TCTK

NRETAIL Tổng mức bán lẻ hàng hóa

OER

Tỷ giá bình quân liên

NHNN

TCTK,

(chưa loại trừ yếu tố giá)

ngân hàng (trung tâm)

NHNN

RGDP

Tổng sản phẩm quốc nội thực

NHNN

ER_FM

Tỷ giá thị trường tự do

Reuters

4 M2

Tổng phương tiện thanh toán

NHNN

OIL

Giá dầu thô thế giới

FED

CVND

Dư nợ tín dụng nội tệ

NHNN

FEDFUNDS

Lãi suất hiệu dụng FED

FED

CREDIT

NHNN

13 WCP

IMF

Tổng tín dụng của nền kinh tế

Chỉ số giá hàng hóa thế giới

7 MR

Tiền dự trữ

NHNN

Nguồn: Bùi Quốc Dũng (2014)

(3) Mô hình VECM: Tại NHNN, VECM được sử dụng để phân tích truyền dẫn

CSTT tới lạm phát và GDP, sau mở rộng sang dự báo lạm phát tháng/quý trong trung hạn.

Bảng 2.3: Định dạng cấu trúc VECM tần suất tháng/quý của NHNN

TT

Biến số

Diễn giải

Định dạng

Nguồn

Biến nội sinh

1.1 RRETAIL

(tháng) Doanh số bán lẻ thực

TCTK, NHNN

Log

1.2 RGDP

(quý)

Tổng sản phẩm quốc nội thực

Log

NHNN

CPI

Chỉ số giá tiêu dùng

Log

TCTK

CREDIT

Tín dụng của nền kinh tế

Log

NHNN

LENDING_R

Lãi suất cho vay VND

IMF

OER

Tỷ giá bình quân liên ngân hàng

Log

NHNN

VNI

Chỉ số VN-Index

Log

IMF

Biến ngoại sinh

7 WCP

Chỉ số giá hàng hóa thế giới

Log

IMF

OIL

Giá dầu thô thế giới

Log

Fed St. Louis

OUTPUT_US

Sản lượng công nghiệp Mỹ

Log

Fed St. Louis

FEDFUNDS

Lãi suất FED

Fed St. Louis

Số trễ

Số đồng tích hợp

Nguồn: Bùi Quốc Dũng và Hoàng Việt Phương (2014)

Kết quả mô hình dự báo lạm phát được ứng dụng trong điều hành CSTT tại Việt

Nam nhằm: (i) xây dựng kịch bản chính sách; (ii) xây dựng báo cáo phân tích để tham mưu

Ban lãnh đạo NHNN; (iii) tham chiếu cho việc thiết lập và điều chỉnh mục tiêu lạm phát.

2.4. ĐÁNH GIÁ CHUNG VỀ MÔ HÌNH DỰ BÁO LẠM PHÁT TẠI VIỆT NAM

2.4.1. Kết quả

- Công tác xây dựng cơ sở dữ liệu, lựa chọn biến số, chỉ định cấu trúc và đánh giá

chất lượng mô hình dự báo tại NHNN ngày càng hoàn thiện.

- Hệ thống mô hình dự báo của NHNN phong phú: mô hình chuỗi thời gian đơn biến

và đa biến, kế hoạch mở rộng sang mô hình kinh tế lượng vĩ mô và DSGE → Mức độ hoàn

thiện và năng lực dự báo của mô hình tăng lên, hỗ trợ hiệu quả kiểm soát lạm phát.

2.4.2. Tồn tại

- Năng lực dự báo của NHNN chưa đáp ứng được yêu cầu của điều hành CSTT và

quản lý, giám sát tiền tệ - ngân hàng.

- Dự báo lạm phát ngắn hạn sử dụng mô hình ARIMA tại NHNN mới dừng ở việc

thực nghiệm trực tiếp với chuỗi CPI tổng thể, vì vậy hiệu quả dự báo và hàm lượng thông

tin tiên liệu còn thấp.

- Cấu trúc dự báo đa biến (VAR và VECM) không còn phù hợp với bối cảnh thực,

cụ thể: (i) các nhân tố từ phía cầu chưa phản ánh chính xác quan hệ tăng trưởng – lạm phát

(kinh nghiệm quốc tế khuyến nghị sử dụng chỉ tiêu chênh lệch sản lượng); (ii) chưa xem xét

lạm phát kỳ vọng; (iii) việc sử dụng chỉ tiêu tín dụng của nền kinh tế để đại diện cho cú sốc

CSTT là chưa chuẩn xác (khuyến nghị sử dụng M2); (iv) sử dụng tỷ giá bình quân liên ngân

hàng trong cấu trúc VECM hiện tại chưa phản ánh đúng diễn biến thị trường (khuyến nghị

sử dụng tỷ giá của NHTM, tỷ giá thị trường tự do); (v) mô hình VECM của NHNN bỏ ngỏ

các nhân tố chủ chốt từ phía cung; (vi) đặc trưng mùa vụ chưa được xem xét trong mô hình.

2.4.3. Nguyên nhân của tồn tại

- Khuôn khổ pháp lý cho công tác dự báo chưa hoàn thiện.

- Khó khăn về tiếp cận dữ liệu.

- Hạn chế về số lượng và chất lượng nhân sự làm công tác phân tích, dự báo.

- Hạn chế về tiềm lực hạ tầng và năng lực thích ứng công nghệ của cán bộ NHNN.

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

Luận án sử dụng mô hình ARIMA và phương pháp luận Box-Jenkins để dự báo lạm

phát tháng tại Việt Nam trong ngắn hạn xuất phát từ các lí do: (i) ARIMA cung cấp kết quả dự báo ngắn hạn đáng tin cậy; (ii) ARIMA có phương pháp luận đơn giản, dễ dàng vận

hành; (iii) Mong muốn ứng dụng kinh nghiệm thành công của các nước nhằm đổi mới cách

thức vận hành mô hình dự báo ARIMA tại Việt Nam.

Để dự báo CPI tổng thể, luận án tiến hành dự báo CPI tháng của 10 nhóm hàng hóa thành phần bao gồm: hàng ăn và dịch vụ ăn uống (CPI1); đồ uống và thuốc lá (CPI2); may mặc, mũ nón, giày dép (CPI3); nhà ở, điện, nước và vật liệu xây dựng (CPI4); thiết bị và đồ dùng gia đình (CPI5); Thuốc men và dịch vụ y tế (CPI6); Giao thông và bưu chính (CPI7); Giáo dục (CPI8); Văn hóa, giải trí và du lịch (CPI9); Hàng hóa và dịch vụ khác (CPI10).

Kiểm định nghiệm đơn vị theo phương pháp ADF và PP cho thấy chuỗi CPI1, CPI2, CPI3, CPI4, CPI5, CPI6, CPI7, CPI9, CPI10 dừng sai phân bậc nhất; riêng chuỗi CPI8 dừng sai phân bậc hai. Để xác định p và q cho mô hình ARIMA phân tổ, tác giả lần lượt thực nghiệm 156 phương trình ứng với 10 nhóm hàng hóa với việc xem xét biểu đồ tự tương quan và tự tương quan riêng phần (cid:1) Từ đó thu được dạng thức mô hình tối ưu. Hệ số R2 hiệu chỉnh =

0,639: mô hình giải thích được 63,9% biến động của chuỗi CPI tổng thể, theo đó, mô hình có chất lượng tốt và thích hợp cho việc dự báo lạm phát ngắn hạn.

Kết quả dự báo ngoài mẫu:

Bảng 3.1: Dự báo CPI tổng thể và thành phần, 2020m1 – 2020m3 (% mom)

Thời gian

CPI tổng thể

CPI giáo dục

CPI đồ uống, thuốc lá

CPI nhà ở, điện nước, VLXD

CPI giao thông, bưu chính

CPI hàng ăn, dịch vụ ăn uống

CPI thiết bị, đồ dùng gia đình

CPI thuốc men, dịch vụ y tế

CPI hàng hóa, dịch vụ khác

2020m1

1.88

3.82

0.41

CPI may mặc, mũ nón, giày dép 0.46

0.82

0.25

2.00

CPI văn hóa, giải trí, du lịch 0.13

0.48

0.76

1.50

2020m2

1.39

2.88

0.62

0.35

0.66

0.32

0.65

0.52

0.95

-0.38

0.80

2020m3

0.72

1.14

0.16

0.20

0.67

0.28

0.63

0.26

0.53

0.81

0.22

Nguồn Tính toán của tác giả

Kết quả dự báo trong mẫu và đánh giá:

Bảng 3.2: CPI dự báo và thực tế theo nhóm hàng hóa, 2019m10 – 2019m12

Thời gian

CPI tổng thể

CPI giáo dục

CPI đồ uống, thuốc lá

CPI nhà ở, điện nước, VLXD

CPI giao thông, bưu chính

CPI hàng ăn, dịch vụ ăn uống

CPI thiết bị, đồ dùng gia đình

CPI thuốc men, dịch vụ y tế

CPI hàng hóa, dịch vụ khác

CPI văn hóa, giải trí, du lịch

CPI may mặc, mũ nón, giày dép

(1) Dự báo

2019m10

0.62

0.85

0.28

0.35

0.24

5.56

-0.52

-0.49

0.51

0.11

0.29

2019m11

1.04

1.19

0.26

0.78

0.20

2.53

0.96

3.11

0.33

0.21

0.22

2019m12

1.41

3.05

0.44

0.12

0.27

6.62

0.02

-2.18

0.40

0.28

0.44

(2) Thực tế

2019m10

0.62

1.04

0.04

0.52

0.08

0.04

0.99

0.19

0.17

0.11

0.07

2019m11

0.95

2.74

0.21

0.12

0.10

0.05

-0.73

0.04

0.16

0.03

0.12

2019m12

1.50

3.41

0.25

0.23

0.14

0.03

1.45

0.01

0.24

0.09

0.33

Đánh giá hiệu quả dự báo CPI tổng thể, 2019m10 – 2019m12 (điểm %):

Dự báo

Thực hiện

Thời gian

Sai số

2019m10

0,62

2019m11

0,95

-0,09

1,04

2019m12

1,50

0,09

1,41

Nguồn Tính toán của tác giả

Kết quả dự báo mô hình ARIMA cho thấy xu hướng trong ngắn hạn gắn kết chặt chẽ

với thực tiễn với mức sai số giảm hẳn so với cấu trúc ARIMA (1,1,6) của NHNN.

Tác động và đóng góp của các nhóm hàng thành phần vào biến động CPI tổng thể:

CPI hàng ăn, dịch vụ ăn uống

8.00

CPI đồ uống, thuốc lá

6.00

CPI may mặc, mũ nón, giày dép

4.00

CPI nhà ở, điện nước, VLXD

2.00

CPI thiết bị, đồ dùng gia đình

0.00

CPI thuốc men, dịch vụ y tế

-2.00

CPI giao thông, bưu chính

-4.00

CPI giáo dục

-6.00

CPI văn hóa, giải trí, du lịch

-8.00

CPI hàng hóa, dịch vụ khác

CPI tổng thể

1 m 8 1 0 2

2 m 8 1 0 2

3 m 8 1 0 2

4 m 8 1 0 2

5 m 8 1 0 2

6 m 8 1 0 2

7 m 8 1 0 2

8 m 8 1 0 2

9 m 8 1 0 2

1 m 9 1 0 2

2 m 9 1 0 2

3 m 9 1 0 2

4 m 9 1 0 2

5 m 9 1 0 2

6 m 9 1 0 2

7 m 9 1 0 2

8 m 9 1 0 2

9 m 9 1 0 2

1 m 0 2 0 2

2 m 0 2 0 2

3 m 0 2 0 2

0 1 m 8 1 0 2

1 1 m 8 1 0 2

2 1 m 8 1 0 2

0 1 m 9 1 0 2

1 1 m 9 1 0 2

2 1 m 9 1 0 2

Hình 3.1: Diễn biến CPI tổng thể và CPI thành phần, 2018m1 - 2020m3 (2020m1 - 2020m3 là số dự báo; % mom)

Nguồn: Tổng cục Thống kê (2020)

3.2. ĐỀ XUẤT HOÀN THIỆN MÔ HÌNH VECM

Tác giả lựa chọn mô hình VECM để dự báo lạm phát theo tháng/quý trong trung hạn bởi các lí do sau: (i) VECM là một dạng thức của ECM, song ưu việt hơn vì được phát triển

dựa trên lý thuyết mô hình VAR và đồng tích hợp các biến số; (ii) VECM là một dạng thức

của VAR tổng quát, được áp dụng khi chuỗi dữ liệu không dừng và chứa đựng quan hệ

đồng tích hợp, do đó khắc phục được nhược điểm của VAR; (iii) VECM tích hợp cả yếu tố cân bằng dài hạn, giúp hiệu chỉnh biến động ngắn hạn; (iv) VECM được sử dụng phổ biến

trên thế giới để dự báo lạm phát trong trung hạn, do đó có thể kế thừa thành tựu của nghiên

cứu trước nhằm cải tiến, hiệu chỉnh cấu trúc VECM hiện tại để nâng cao hiệu quả dự báo.

Xuất phát từ khung phân tích mô hình kết hợp giữa cách tiếp cận kinh tế học cơ cấu

và kinh tế học tiền tệ, tham khảo cấu trúc VECM đang được áp dụng tại NHNN, đồng thời

nghiên cứu giải pháp khắc phục những hạn chế của cấu trúc này, luận án thiết lập cấu trúc VECM dự báo lạm phát theo tháng/quý trong trung hạn như sau:

Giá cả (CPI)

Giá hàng hóa thương mại

Giá hàng hóa phi thương mại

Giá cả thế giới

Yếu tố khác

Tổng cầu

Tổng cung

Giá dầu (OIL)

Lãi suất (FEDFUNDS)

Chênh lệch sản lượng (IIP_GAP)

Giá sản xuất (PPI)

Giá hàng hóa thế giới (WCP)

Tỷ giá NHTM (ER_VCB)

Cung |ền rộng (M2)

Tiền lương (WAGE)

Lãi suất cho vay (LENDING_R)

Tỷ giá NHTM (ER_VCB)

Hình 3.2: Kênh truyền tải tác động tới lạm phát

Bảng 3.3: Cấu trúc dữ liệu mô hình VECM tần suất tháng

TT Biến số

Mô tả biến

Định dạng

Thời gian

Biến nội sinh

IIP_GAP

Chênh lệch sản lượng1,2

Chỉ số

2005m1 - 2019m12

CPI

Chỉ số giá tiêu dùng1

2005m1 - 2019m12

Log

3 M2

Tổng phương tiện thanh toán

2005m1 - 2019m12

Log

LENDING_R

Lãi suất cho vay VND

2005m1 - 2019m12

ER_VCB

Tỷ giá USD/VND của NHTM

2005m1 - 2019m12

Log

PPI

Chỉ số sản giá xuất1

2005m1 - 2019m12

Log

7 WAGE

Lương cơ sở

2005m1 - 2019m12

Log

Biến ngoại sinh

OlL

Giá dầu thô thế giới

2005m1 - 2019m12

Log

9 WCP

Chỉ số giá hàng hóa thế giới1

2005m1 - 2019m12

Log

FEDFUNDS

Lãi suất hiệu dụng của FED

2005m1 - 2019m12

11 @SEAS(m)

Biến giả mùa vụ theo tháng:

2005m1 - 2019m12

m = {1, 2, 3, 10, 11, 12}

Số trễ

Số đồng tích hợp

Bảng 3.4: Cấu trúc dữ liệu mô hình VECM tần suất quý

TT Biến số

Mô tả biến

Định dạng

Thời gian

Biến nội sinh

IIP_GAP

Chênh lệch sản lượng1,2

Chỉ số

2005q1 - 2019q4

CPI

Chỉ số giá tiêu dùng1

2005q1 - 2019q4

Log

3 M2

Tổng phương tiện thanh toán

2005q1 - 2019q4

Log

LENDING_R

Lãi suất cho vay VND

2005q1 - 2019q4

ER_VCB

Tỷ giá USD/VND của NHTM

2005q1 - 2019q4

Log

PPI

Chỉ số giá sản xuất1

2005q1 - 2019q4

Log

7 WAGE

Lương cơ sở

2005q1 - 2019q4

Log

Biến ngoại sinh

OlL

Giá dầu thô thế giới

2005q1 - 2019q4

Log

9 WCP

Chỉ số giá hàng hóa thế giới1

2005q1 - 2019q4

Log

FEDFUNDS

Lãi suất hiệu dụng của FED

2005q1 - 2019q4

11 @SEAS(q)

Biến giả mùa vụ theo quý: q = {1,4}

2005q1 - 2019q4

Số trễ

Số đồng tích hợp

Hình 3.3: Kết quả hàm phản ứng Cholesky của cú sốc các biến IIP_GAP, CPI

Phản ứng của log(CPI) trước IIP_GAP

Phản ứng của log(CPI) trước log(CPI) trong quá khứ

Phản ứng của log(CPI) trước log(M2)

Phản ứng của log(CPI) trước LENDING_R

Phản ứng của log(CPI) trước ER_VCB

Phản ứng của log(CPI) trước log(PPI)

Phản ứng của log(CPI) trước log(WAGE)

(quá khứ), M2, LENDING_R, ER_VCB, PPI và WAGE đối với CPI

Kết quả hàm phản ứng của cú sốc các biến đối với việc tăng CPI: (i) mức tăng CPI trong quá khứ tác động dương đến mức tăng CPI hiện tại, mức tăng này giảm dần và được triệt tiêu hoàn toàn sau 24 tháng; (ii) từ phía cầu, khi kích hoạt cú sốc chênh lệch sản lượng,

CPI có xu hướng giảm nhẹ trong 5 quý đầu tiên trước khi đi vào trạng thái ổn định kể từ quý

6; (iii) sau 8 tháng kể từ thời điểm mở rộng M2, CPI bắt đầu tăng và tăng đặc biệt mạnh vào quý 3 và 4, sau đó từ quý 5 trở đi, mức tăng CPI đi vào ổn định và gia tốc tăng có xu hướng

giảm dần trong dài hạn; (iv) cú sốc lãi suất tác động ngược chiều lên mức tăng CPI, tức là,

việc tăng lãi suất có thể là một giải pháp tốt để kiềm chế lạm phát; (v) tỷ giá tăng có ảnh

hưởng thuận chiều tới mức tăng CPI trong 6 tháng đầu, song tác động của cú sốc này là khá yếu và dần triệt tiêu kể từ tháng thứ 7; (vi) từ phía cung, cú sốc giá sản xuất khiến lạm phát

trong nước gia tăng tức thì và tác động này có xu hướng kéo dài, trong khi ảnh hưởng của

cú sốc lương đến biến động CPI tăng dần, đạt cực đại sau 5 quý, sau đó đi vào ổn định.

100%

80%

60%

40%

20%

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

IIP_GAP

LOG(CPI)

LOG(M2)

LENDING_R

LOG(ER_VCB)

LOG(PPI)

LOG(WAGE)

Hình 3.4: Phân rã phương sai biến động của log(CPI)

Kết quả dự báo trong mẫu cho thấy mô hình VECM cải tiến của Luận án (với sai số tính toán theo chuẩn RMSE, MAE, MAPE và Theil IC ở mức thấp) đạt hiệu quả vượt trội so

với mô hình của NHNN.

Các kịch bản chi phối từ tác động của COVID-19:

- Kịch bản 1: Trải qua 3 quý đầu năm 2020, cú sốc COVID-19 lan rộng tầm ảnh hưởng và gây suy thoái kinh tế trên bình diện toàn cầu. Bước sang Q4/2020, khi đại dịch đã trong tầm kiểm soát, kinh tế toàn cầu mới có thể hồi phục trở lại.

- Kịch bản 2: COVID-19 lây lan ngày càng mạnh mẽ, trở thành đại dịch toàn cầu và hầu hết các nền kinh tế trên thế giới đều phải chịu cú sốc nghiêm trọng. Theo đó, tăng trưởng kinh tế toàn cầu và một số nền kinh tế lớn như Mỹ, Trung Quốc, Anh và EU có thể giảm sâu (thậm chí là suy thoái) trong năm 2020. Giai đoạn phục hồi chỉ thực sự bắt đầu kể từ quý 2/2021.

Kết quả dự báo cho thấy Việt Nam có thể trải qua một cuộc giảm phát với CPI bình

quân tháng giảm từ 1,07 – 1,23% và CPI bình quân quý giảm từ 2,11 – 2,13%.

Bảng 3.5: Kết quả dự báo của mô hình VECM tần suất tháng đối với các biến nội sinh quan trọng trong năm 2020 (% yoy)

Biến số

BQ2020

2020 m1

2020 m2

2020 m3

2020 m4

2020 m5

2020 m6

2020 m7

2020 m8

2020 m9

2020 m10

2020 m11

2020 m12

Kịch bản 1

IIP_GAP

6,42

-15,53

4,97

-3,60

0,27

-0,13

2,43

4,98

6,85

10,82

13,51

18,61

4,13

4,45

4,91

4,69

3,04

0,67

-1,72

-3,74

-5,13

-5,75

-5,71

-4,89

-3,69

-1,07

ΔCPI

15,97

15,25

14,74

13,66

13,91

14,91

16,20

17,16

17,67

17,35

16,79

15,30

15,74

ΔM2

10,54

10,55

9,93

8,04

6,60

5,74

5,71

6,49

7,97

9,73

11,99

13,79

8,92

ΔCREDIT

-1,11

0,87

0,57

0,95

1,24

1,12

0,74

0,31

0,20

0,64

1,31

1,88

0,73

ΔER_VCB

Kịch bản 2

IIP_GAP

6,42

-15,53

1,42

-2,66

0,17

1,71

4,51

5,50

6,69

8,33

10,05

12,57

3,27

4,45

4,91

3,94

2,10

-0,05

-1,99

-3,36

-4,32

-4,81

-4,98

-5,20

-5,46

-1,23

ΔCPI

15,97

15,25

14,12

13,98

14,77

15,78

16,96

17,49

17,65

17,19

16,49

15,76

15,95

ΔM2

10,54

10,55

8,95

7,49

6,42

6,08

6,71

7,73

9,24

10,76

12,01

13,07

9,13

ΔCREDIT

-1,11

0,87

1,16

1,35

1,15

0,74

0,11

0,43

0,93

1,32

1,53

1,74

0,85

ΔER_VCB

Dự báo CPI trung bình các tháng năm 2020 giảm từ 1,07 – 1,23% (giảm phát).

Bảng 3.6: Kết quả dự báo của mô hình VECM tần suất quý đối với

các biến nội sinh quan trọng trong năm 2020 (% yoy)

Biến số

2020q1

2020q2

2020q3

2020q4

BQ 2020

Kịch bản 1

7,55

-13,78

18,32

-9,61

0,62

IIP_GAP

-3,61

2,78

-4,08

-3,54

-2,11

ΔCPI

18,72

22,88

24,56

18,31

21,12

ΔM2

5,91

6,72

4,81

7,26

6,18

LENDING_R

1,17

1,85

0,49

0,10

0,90

ΔER_VCB

Kịch bản 2

7,55

-13,78

16,58

-16,21

-1,47

IIP_GAP

-3,61

2,78

-4,11

-3,58

-2,13

ΔCPI

19,31

22,96

26,22

20,94

22,36

ΔM2

5,91

6,72

4,74

7,07

6,11

LENDING_R

1,17

1,85

0,47

0,12

0,90

ΔER_VCB

Dự báo CPI trung bình các quý năm 2020 giảm từ 2,11 – 2,13% (giảm phát).

3.3. SO SÁNH, ĐÁNH GIÁ HIỆU QUẢ MÔ HÌNH DỰ BÁO

- Mô hình VECM sử dụng biến số đa dạng hơn và quá trình kiểm định biến và quan

hệ giữa các biến kỹ lưỡng và chặt chẽ hơn, do đó, về mặt phương pháp luận, VECM đã khẳng định tính ưu việt hơn trong dự báo lạm phát so với mô hình ARIMA.

- Đối với dự báo ngắn hạn, ARIMA cho thấy ưu điểm nổi trội (đặc biệt khi muốn phân tích, đánh giá diễn biến CPI theo các cấu phần). Do đó, để thu được kết quả dự báo có

độ tin cậy và chính xác cao, nên sử dụng kết hợp nhiều phương pháp và mô hình dự báo.

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

Mục tiêu tổng quát điều hành CSTT: Điều hành chủ động, linh hoạt, thận trọng, phối hợp chặt chẽ với chính sách tài khóa và chính sách vĩ mô khác nhằm kiểm soát lạm

phát theo mục tiêu đề ra, góp phần ổn định kinh tế vĩ mô, thúc đẩy tăng trưởng bền vững,

song song bảo đảm an toàn và lành mạnh hoạt động của các tổ chức tín dụng.

Định hướng giải pháp điều hành CSTT: (i) Đổi mới điều hành công cụ của CSTT

theo hướng hiện đại, chuyển từ điều hành theo lượng sang điều hành theo giá; (ii) Xác định rõ cơ chế truyền tải CSTT, đánh giá hiệu quả cơ chế truyền tải theo các kênh, đồng thời giải

quyết tồn tại trong từng kênh; (iii) Đổi mới cơ chế tỷ giá theo hướng tăng cường linh hoạt

và gắn kết chặt chẽ với tín hiệu thị trường; (iv) Phát triển hoàn thiện hệ thống cơ sở dữ liệu

và mô hình dự báo làm căn cứ phục vụ điều hành CSTT; (v) Thực hiện các giải pháp quản lý ngoại hối hợp lý, đồng bộ với CSTT và tín dụng; (vi) Tăng cường phối hợp chính sách

giữa NHNN và các cơ quan quản lý để bảo đảm sự hài hòa giữa CSTT và các chính sách vĩ

mô; (vii) Đẩy mạnh quá trình hội nhập kinh tế khu vực và quốc tế trong điều hành CSTT,

chuẩn bị các điều kiện tốt nhất để ứng phó với biến động từ bên ngoài.

Định hướng phát triển hoạt động dự báo tại NHNN Việt Nam: (i) Mở rộng, nâng

cấp mô hình thực nghiệm lên các dạng thức hiện đại và phức tạp (ví dụ: SVAR, BVAR và CVAR...); (ii) Nghiên cứu, phát triển thử nghiệm các lớp mô hình cấu trúc (ví dụ: mô hình

kinh tế lượng vĩ mô, DSGE…) để đạt được khung phân tích tổng quát và cải thiện tầm xa

dự báo; (iii) Vận hành đồng thời, kết hợp mô hình thuộc các trường phái khác nhau để cải

thiện chất lượng dự báo; (iv) Đào tạo, phát triển đội ngũ chuyên gia dự báo.

4.2. KHUYẾN NGHỊ CHÍNH SÁCH HOÀN THIỆN MÔ HÌNH DỰ BÁO LẠM

PHÁT TẠI VIỆT NAM

Thứ nhất, cải tiến dạng thức ARIMA nhằm nâng cao chất lượng dự báo ngắn hạn,

cụ thể: (i) sử dụng chuỗi giá các nhóm hàng thành phần trong rổ CPI làm dữ liệu đầu vào cho mô hình dự báo; (ii) trong hệ chuỗi giá nhóm hàng cơ sở, có thể phân tổ tăng 1 cấp đối

với chỉ số giá các nhóm hàng đặc biệt quan trọng (gồm: hàng ăn và dịch vụ ăn uống; đồ

uống và thuốc lá; nhà ở, điện nước và vật liệu xây dựng; thuốc men và dịch vụ y tế; giao

thông, bưu chính); (iii) đề xuất tầm nhìn dự báo cho mô hình ARIMA từ 1 – 3 tháng.

Thứ hai, cải tiến dạng thức VAR và VECM nhằm nâng cao chất lượng dự báo trung hạn, cụ thể: (i) về phía cầu, đề xuất sử dụng biến chênh lệch sản lượng; (ii) về phía CSTT,

đề xuất sử dụng cả M2 và tổng tín dụng; (iii) về tỷ giá, đề xuất sử dụng thước đo có tính

định hướng thị trường như tỷ giá của NHTM hay tỷ giá thị trường tự do; (iv) bổ sung nhân tố lạm phát kỳ vọng; (v) lược bỏ chỉ số giá chứng khoán và cán cân ngân sách nhằm giảm

tải số biến cho mô hình; (vi) về phía cung, đề xuất sử dụng chỉ số giá sản xuất và tiền lương

cơ bản; (vii) về các nhân tố ngoại sinh, đề xuất sử dụng giá dầu thế giới, chỉ số giá hàng hóa

thế giới và lãi suất của FED; (viii) bổ sung biến giả mùa vụ với vai trò là biến ngoại sinh.

Thứ ba, tích hợp đánh giá, xếp hạng khả năng xảy ra cùng các kết quả dự báo lạm

phát, cụ thể: (i) để xác định, xếp hạng các khả năng đối với kết quả dự báo, cần thiết lập các kịch bản có thể chi phối sự biến động của biến số vĩ mô và các biến ngoại sinh; (ii) lựa chọn

dạng biểu đồ "dòng sông máu" để hiển thị kết quả dự báo theo một chuỗi phân phối các khả

năng; (iii) NHNN cần dành ra một quỹ dự phòng theo hình thức thưởng – phạt nhằm tạo

động lực cho cán bộ tham gia công tác dự báo và hoạch định chính sách.

4.3. KHUYẾN NGHỊ CHÍNH SÁCH THÚC ĐẨY ỨNG DỤNG MÔ HÌNH DỰ BÁO

LẠM PHÁT TRONG ĐIỀU HÀNH CHÍNH SÁCH TIỀN TỆ TẠI VIỆT NAM

Thứ nhất, hoàn thiện quy trình báo cáo kết quả dự báo theo các bước sau: (i) đề xuất

dự báo; (ii) lập báo cáo dự báo chính thức; (iii) theo dõi, đánh giá kết quả dự báo; (iv) vận hành, hiệu chỉnh mô hình định kỳ.

Thứ hai, phát triển hạ tầng thông tin và dữ liệu phục vụ phân tích, dự báo, cụ thể: (i) phát triển hạ tầng công nghệ và dữ liệu theo hướng mở, linh hoạt, tập trung và được tích hợp

với dữ liệu chung của NHNN; (ii) phát triển cơ sở dữ liệu bao quát phục vụ dự báo kinh tế

vĩ mô nói chung và lạm phát nói riêng; (iii) xây dựng bộ dữ liệu chuyên biệt cho từng lớp

mô hình dự báo.

Thứ ba, phát triển đội ngũ và nâng cao năng lực cán bộ phân tích, dự báo, cụ thể: (i) tăng cường tuyển dụng cán bộ phân tích, dự báo đúng chuyên ngành, tốt nghiệp các trường đại học hàng đầu; (ii) có kế hoạch phát triển chương trình đào tạo, bồi dưỡng chuyên biệt

dành cho cán bộ phân tích, dự báo dựa trên tham khảo chương trình, học liệu chuẩn quốc tế;

(iii) tích cực triển khai đào tạo, bồi dưỡng theo nhiều hình thức (trực tuyến hoặc ngoại

tuyến) nhằm nâng cao kiến thức cơ sở ngành và kỹ năng làm chủ phương pháp, kỹ thuật dự báo mới cho cán bộ chuyên trách.

KẾT LUẬN CHUNG

Thứ nhất, luận án đã làm rõ cơ sở lý thuyết về lạm phát, CSTT và mô hình dự báo

lạm phát trong điều hành CSTT. Về cơ bản, hiện tượng lạm phát xảy ra có thể bắt nguồn từ các nguyên nhân: lượng cung tiền tăng, chính sách thúc đẩy công ăn việc làm của chính phủ

(biểu hiện theo hai cơ chế: cầu kéo và chi phí đẩy), thâm hụt ngân sách kéo dài và biến động

tỷ giá hối đoái. Vai trò của CSTT trong kiểm soát lạm phát về lý thuyết được phân tích, làm

rõ theo ba cơ chế đặc trưng: chính sách cố định tỷ giá hối đoái, chính sách hướng vào cung tiền và chính sách mục tiêu lạm phát. Về lý thuyết mô hình dự báo lạm phát, luận án trước

tiên làm rõ khái niệm và mục tiêu của dự báo lạm phát, phân tích vai trò của nó trong điều

hành CSTT và đề xuất quy trình dự báo lạm phát với 8 bước. Tiếp đó, luận án trình bày cơ

sở lý thuyết về các lớp mô hình dự báo điển hình (gồm ARIMA, VAR và VECM) trên các phương diện khái niệm, ưu, nhược điểm và điều kiện áp dụng. Qua phân tích kinh nghiệm

quốc tế về ứng dụng mô hình dự báo lạm phát trong điều hành CSTT, luận án rút ra bài học

hữu ích cho Việt Nam về lựa chọn mô hình dự báo và đơn vị thực hiện dự báo, thu thập và xử lý dữ liệu đầu vào, chỉ định cấu trúc mô hình, đánh giá và hiệu chỉnh kết quả dự báo và ứng dụng kết quả dự báo trong điều hành CSTT.

Thứ hai, luận án đã khắc họa rõ nét bức tranh lạm phát của Việt Nam trong 20 năm với những gam màu riêng tương ứng với ba giai đoạn: (i) Giai đoạn 2000 – 2007, lạm phát

có chiều hướng tăng cao sau thời kỳ đầu ổn định ở mức thấp, đạt mức hai con số vào năm

2007 (12,63%) xuất phát từ một số nguyên nhân: sự mở rộng của tín dụng và cung tiền, chi

phí đẩy, tăng chi tiêu chính phủ, sốc cung do ảnh hưởng dịch cúm gia cầm năm 2003; (ii) Bước sang giai đoạn 2008 – tháng 4/2012, lạm phát tăng cao bất thường, có những thời

điểm vượt 20% do cộng hưởng của nhiều nguyên nhân: chi phí đẩy, tín dụng, cung tiền, phá

giá đồng VND, thâm hụt NSNN và nợ công, chính sách quản lý giá lỏng lẻo; (iii) Giai đoạn tháng 5/2012 - 2019, lạm phát bắt đầu được kiềm chế, đạt được ổn định cao ở mức một con

số (trung bình dưới 4%/năm) là hệ quả của việc thặt chặt tín dụng và cung tiền, điều chỉnh

giảm giá xăng dầu do giá dầu thế giới giảm và bình ổn tỷ giá hối đoái và giá lương thực,

thực phẩm ổn định. Ứng với mỗi giai đoạn biến động, luận án phân tích cụ thể cơ chế và thực tiễn điều hành CSTT hướng tới mục tiêu hàng đầu là kiểm soát lạm phát và thúc đẩy tăng trưởng, theo sau là các mục tiêu bổ trợ theo định hướng của Chính phủ.

Thứ ba, luận án đã phân tích và đánh giá thực trạng phát triển các lớp mô hình dự báo lạm phát cũng như ứng dụng của chúng trong điều hành CSTT tại NHNN Việt Nam. Việc đánh giá đã chỉ ra một số tồn tại và nguyên nhân của tồn tại trong công tác ứng dụng mô hình dự báo tại NHNN. Cụ thể, tồn tại chủ yếu bao gồm: (i) năng lực dự báo của NHNN chưa đáp ứng được yêu cầu của điều hành CSTT và quản lý, giám sát tiền tệ - ngân hàng; (ii) dự báo lạm phát ngắn hạn sử dụng mô hình ARIMA tại NHNN mới dừng ở việc thực nghiệm trực tiếp với chuỗi CPI tổng thể, vì vậy hiệu quả dự báo và hàm lượng thông tin tiên

liệu còn thấp; (iii) cấu trúc mô hình dự báo đa biến không còn phù hợp với bối cảnh và nên

được hiệu chỉnh, bổ sung. Nguyên nhân dẫn đến những tồn tại trên gồm: (i) khuôn khổ pháp lý cho công tác dự báo chưa hoàn thiện; (ii) khó khăn về tiếp cận dữ liệu; (iii) hạn chế về số

lượng và chất lượng nhân sự làm công tác phân tích, dự báo; (iv) hạn chế về tiềm lực hạ

tầng và năng lực thích ứng công nghệ của cán bộ NHNN.

Thứ tư, luận án đã thành công trong việc tái thiết các mô hình dự báo lạm phát dành

cho Việt Nam được khẳng định thông qua các chỉ số đánh giá hiệu quả vượt trội so với các

phiên bản trước đây. Cụ thể, với mô hình ARIMA tần suất tháng cho dự báo ngắn hạn, tác giả tiến hành phân tách cụ thể 10 nhóm chỉ số giá thành phần nhằm mục tiêu dự báo, đánh

giá tác động và mức độ đóng góp của các nhóm hàng hóa tới CPI tổng thể. Với mô hình

VECM sau hiệu chỉnh, kết quả thực nghiệm cho thấy các biến tác động thuận chiều tới biến

CPI gồm: CPI trong quá khứ, cung tiền M2, tỷ giá, chỉ số PPI và mức lương của nền kinh tế; trong khi chênh lệch sản lượng và lãi suất có tác động ngược chiều tới CPI. Sau 24

tháng, biến động của CPI được giải thích bởi 40,2% sự thay đổi của bản thân CPI trong quá

khứ, 33% bởi sốc PPI, 6,9% bởi sốc lãi suất, 6,2% bởi sốc chênh lệch sản lượng, 6,1% bởi

sốc tăng trưởng M2, 5,5% bởi sốc tỷ giá và chỉ 2% được giải thích bởi biến động lương. Điểm mới độc đáo của luận án thể hiện ở chỗ mô hình VECM cho phép dự báo CPI tháng

và quý dựa trên các kịch bản chi phối của dịch COVID-19 đối với biến ngoại sinh (giá hàng

hóa và giá dầu quốc tế giảm mạnh; lãi suất FED tiệm cận 0%) trong năm 2020. Kết quả dự

báo cho thấy Việt Nam có thể trải qua một cuộc giảm phát: CPI bình quân tháng giảm từ 1,07 – 1,23% và CPI bình quân quý giảm từ 2,11 – 2,13%. Qua so sánh, đánh giá hiệu quả

dự báo của các mô hình, luận án nhận thấy mô hình VECM sử dụng biến số đa dạng hơn,

quá trình kiểm định biến và quan hệ giữa các biến chặt chẽ hơn, do đó, về mặt phương pháp

luận, VECM tỏ ra ưu việt hơn ARIMA trong dự báo lạm phát. Song, với dự báo ngắn hạn, ARIMA vẫn cho thấy những ưu điểm nổi trội (đặc biệt khi phân tích, đánh giá diễn biến

CPI theo các cấu phần). Do đó, để thu được kết quả dự báo tin cậy và chính xác, nên sử

dụng kết hợp nhiều phương pháp và mô hình dự báo.

Thứ năm, dựa trên định hướng điều hành CSTT và phát triển hoạt động dự báo tại

Việt Nam kết hợp tham khảo kinh nghiệm quốc tế và các đánh giá rút ra trong phân tích

thực trạng, luận án đề xuất giải pháp, khuyến nghị nhằm thúc đẩy ứng dụng mô hình dự báo lạm phát trong điều hành CSTT tại Việt Nam đến năm 2025. Cụ thể, khuyến nghị chính sách hoàn thiện mô hình dự báo lạm phát tại Việt Nam gồm: (i) cải tiến dạng thức ARIMA nhằm nâng cao chất lượng dự báo ngắn hạn; (ii) cải tiến dạng thức VAR và VECM nhằm nâng cao chất lượng dự báo trung hạn; (iii) tích hợp đánh giá, xếp hạng khả năng xảy ra cùng các kết quả dự báo. Ngoài ra, để thúc đẩy hiệu quả việc ứng dụng mô hình dự báo lạm phát trong điều hành CSTT, luận án khuyến nghị: (i) hoàn thiện quy trình báo cáo kết quả dự báo; (ii) phát triển hệ thống công nghệ thông tin và dữ liệu phục vụ phân tích, dự báo; (iii) phát triển đội ngũ và nâng cao năng lực cán bộ phân tích, dự báo.

DANH MỤC CÔNG TRÌNH KHOA HỌC ĐÃ CÔNG BỐ

A. Bài viết đăng tạp chí chuyên ngành

1. Bùi Quốc Dũng và Phạm Đức Anh, 2016, ‘Lựa chọn mô hình dự báo lạm phát tại Ngân hàng Trung ương các nước và một số bài học kinh nghiệm’, Tạp chí Công thương, Số 3 (tháng 3).

2. Nguyễn Thị Quỳnh Loan và Phạm Đức Anh, 2016, ‘Xu thế tương tác kiều hối - tăng trưởng - phát triển tài chính ở một số nước đang phát triển’, Tạp chí Tài chính, Số 644, Kỳ 1 (tháng 11).

3. Lê Thị Tuấn Nghĩa và Phạm Đức Anh, 2017, ‘Đánh giá khả năng tiếp cận tín dụng của các hộ gia đình nông thôn và một số khuyến nghị’, Tạp chí Ngân hàng, Số 1+2 (tháng 1).

4. Nguyễn Vũ Hùng và Phạm Đức Anh, 2017, ‘Tác động phi tuyến của kiều hối tới tăng trưởng kinh tế: Bằng chứng từ khu vực Châu Á - Thái Bình Dương’, Tạp chí Kinh tế & Phát triển, Số 238 (tháng 4).

5. Phạm Đức Anh và Trần Thị Thúy An, 2018, ‘Điều hành chính sách tiền tệ phi truyền thống tại Anh nhằm ứng phó với khủng hoảng tài chính toàn cầu’, Tạp chí Khoa học & Đào tạo Ngân hàng, Số 191 (tháng 4).

6. Phạm Thị Hoàng Anh và Phạm Đức Anh, 2018, ‘Kiểm chứng tác động của kiều hối tới tăng trưởng kinh tế Việt Nam dựa trên mô hình ARDL’, Tạp chí Nghiên cứu Kinh tế & Kinh doanh Châu Á, Số 2 (tháng 6).

7. Nguyễn Thị Quỳnh Loan, Phạm Đức Anh và Trần Thị Thúy An, 2018, ‘Phân tích các nhân tố ảnh hưởng tới thanh khoản ngân hàng từ góc độ sở hữu và niêm yết’, Tạp chí Kinh tế & Phát triển, Số 255 (tháng 9).

8. Phạm Thị Hoàng Anh, Nguyễn Thị Minh Nguyệt, Phạm Mạnh Hùng và Phạm Đức Anh, 2018, ‘Tỷ giá và áp lực trên thị trường ngoại hối Việt Nam’, Tạp chí Khoa học & Đào tạo Ngân hàng, Số 196 (tháng 9).

9. Phạm Đức Anh và Nguyễn Thành Nam, 2019, ‘Đánh giá tác động của Nghị định 24/2012/NĐ-CP đến thị trường vàng Việt Nam sau 7 năm triển khai’, Tạp chí Khoa học & Đào tạo Ngân hàng, Số 200+201 (tháng 1+2).

10. Kiều Hữu Thiện, Phạm Mạnh Hùng và Phạm Đức Anh, 2019, ‘Đánh giá tác động của sự phát triển các tổ chức tài chính phi ngân hàng tới ổn định tài chính ở Việt Nam dựa trên mô hình ARDL’, Tạp chí Khoa học & Đào tạo Ngân hàng, Số 207 (tháng 8).

11. Pham, A.D and Hoang, A.T.P., 2019, ‘Does Female Representation on Board Improve Firm Performance? A Case Study of Non-financial Corporations in Vietnam’, Studies in Computational Intelligence, Vol. 809 (Scopus).

12. Dang, A.T.Q., Pham, A.D. and Le, H.T.P., 2019, Pass-through of Exchange Rate to Domestic Prices: An Empirical Study for Vietnam (Chapter 12), in: Finck, D. & Tillmann, P. (eds) Price-setting Behavior and Inflation Dynamics in SEACEN Member Economies and Their Implications for Inflation, SEACEN.

13. Pham, A.D and Hoang, A.T.P., 2020, ‘Does corporate governance structure matter for firm financial performance? A system GMM panel analysis for Vietnam’, Journal of International Economics & Management, Vol. 20 No. 1.

14. Dang, T.T., Pham, A.D. and Tran, D.N., 2020, ‘Impact of Monetary Policy on Private Investment: Evidence from Vietnam’s Provincial Data’, Economies, Vol. 8 No.3 (Scopus / ESCI).

15. Pham, H.M, Pham, A.D., Truong, H.H.D and Dao, N.B., 2020, ‘Could non-bank financial institutions be a threat to financial stability? Evidence from Vietnam’, International Journal of Innovation, Creativity and Change, Vol. 14 No. 3 (Scopus).

16. Bùi Thị Mến, Phạm Đức Anh và Đặng Thu Thủy, 2020, ‘Nhân tố tác động đến quyết định sử dụng ví điện tử của người tiêu dùng trẻ tại Hà Nội’, Những vấn đề Kinh tế và Chính trị Thế giới, Tập 8 Số 292.

B. Đề tài nghiên cứu khoa học các cấp đã chủ nhiệm/tham gia

1. Phạm Thị Hoàng Anh, 2016, Báo cáo hoạt động ngân hàng năm 2015 và một số

khuyến nghị chính sách năm 2016, Đề tài NCKH cấp Học viện (Thành viên).

2. Tô Ngọc Hưng, 2018, Nghiên cứu chính sách và giải pháp tín dụng cho hộ gia đình nông thôn trong xây dựng nông thôn mới, Đề tài NCKH cấp Quốc gia (Thư ký Nhánh 2 và Thành viên Nhánh 5).

3. Chu Khánh Lân, 2018, Chính sách tiền tệ phi truyền thống: Kinh nghiệm quốc tế

và khuyến nghị cho Việt Nam, Đề tài NCKH cấp Ngành (Thành viên).

4. Phạm Tuấn Anh, 2018, Đo lường kỳ vọng lạm phát ở Việt Nam phục vụ công tác

điều hành chính sách tiền tệ, Đề tài NCKH cấp Ngành (Thành viên).

5. Lê Thị Diệu Huyền, 2018, Ảnh hưởng của tỷ giá đến an toàn nợ công tại Việt

Nam và khuyến nghị chính sách, Đề tài NCKH cấp Học viện (Thành viên).

6. Kiều Hữu Thiện, 2020, Ảnh hưởng của sự phát triển các tổ chức tài chính phi ngân hàng tới ổn định tài chính ở Việt Nam và các khuyến nghị chính sách tới 2025, Đề tài NCKH cấp Ngành (Thành viên).

7. Đỗ Thị Kim Hảo, 2020, Tác động của quản trị tri thức đến hiệu quả hoạt động của

NHTM Việt Nam, Đề tài NCKH cấp Ngành (Thư ký).

8. Chúc Anh Tú, 2020, Giải pháp thúc đẩy tài chính toàn diện tại Việt Nam, Đề tài

NCKH cấp Quốc gia (Thành viên Nhánh 1).

9. Phạm Đức Anh, 2020, Xác định ngưỡng Kuznets trong quan hệ tăng trưởng kinh tế - chất lượng môi trường tại các quốc gia đang phát triển châu Á và hàm ý chính sách cho Việt Nam, Đề tài NCKH cấp Học viện (Chủ nhiệm).