PHÂN TÍCH MỐI QUAN HỆ GIỮA TĂNG TRƯỜNG KINH TẾ VÀ LẠM PHÁT CỦA
VIỆT NAM THÔNG QUA MÔ HÌNH KINH TẾ LƯỢNG
PHÂN TÍCH MỐI QUAN HỆ
GIỮA TĂNG TRƯỞNG KINH TẾ VÀ LẠM PHÁT CỦA VIỆT NAM
THÔNG QUA MÔ HÌNH KINH TẾ LƯỢNG
ThS Phùng Duy Quang, ThS Lâm Văn Sơn
ThS Lê Văn Tuấn
Tạp chí KTĐN số 58
Tóm tắt: Bài viết sử dụng các mô hình kinh tế lượng: mô hình đồng liên kết
(cointegration), mô hình sai số hiệu chỉnh (ECM: Error Correction Model) do
Engle và Granger
[2]
đề xuất cho các nghiên cứu về chuỗi thời gian nhiều chiều,
thủ tục kiểm định mô hình đồng liên kết do Johansen
[3]
phát triển, phương
pháp phân tích phương sai (Variance Decomposition) dựa trên mô hình VAR
(Vector Autoregressive Model) kết hợp với các vấn đề trong kinh tế để nghiên
cứu mối quan hệ đồng biến hay nghịch biến giữa tăng trưởng kinh tế và lạm
phát ở Việt Nam trong thời gian gần đây. Từ đó bài viết đề xuất các gợi ý về
giải pháp thích hợp nhằm giúp nền kinh tế Việt Nam đạt mức tăng trưởng
hợp lý.
Từ khóa: mô hình đồng liên kết, mô hình sai số hiệu chỉnh, mô hình VAR,
phân tích phương sai, tăng trưởng, lạm phát
1.Đặt vấn đề
Trong lý thuyết kinh tế học, sự thay đổi về giá cả có ảnh hưởng cả tích cực
lẫn tiêu cực đến tăng trưởng. Sự tăng giá ở một mức độ nhất định sẽ kích
thích sự tăng trưởng. Theo trường phái Keynes, mối quan hệ giữa tăng
trưởng và lạm phát là mối quan hệ cùng chiều và nghiên cứu thực nghiệm
của nhà nghiên cứu Tobin (năm 1965) cũng cho ra kết quả tương tự. Tuy
nhiên, nếu sự thay đổi giá mạnh mẽ sẽ dẫn đến lạm phát, và lạm phát lúc đó

mô hình sai số hiệu chỉnh (ECM) và phương pháp phân tích phương sai dùng
mô hình VAR để xem xét mối quan hệ giữa tăng trưởng và lạm phát ở Việt
Nam trong ngắn hạn và dài hạn thời kỳ 2008-2012, số liệu dùng để phân tích
tính theo tháng.
2.Phương pháp nghiên cứu
Bài viết nghiên cứu mối quan hệ giữa tăng trưởng (G) và lạm phát (I)
sử dụng mô hình đồng liên kết và mô hình sai số hiệu chỉnh được đề xuất bởi
Engle và Granger (1987):

Trong đó là nhiễu trắng. Khi đó mô hình (2.1) phản ánh mối quan hệ trong
dài hạn giữa hai biến I và G. Có hai trường hợp xảy ra đối với mô hình (2.1):
* G và I cùng dừng (stationary
[4]
): mô hình phản ánh đúng mối quan hệ giữa
G và I, các kết quả hồi quy có ý nghĩa giải thích đúng mối quan hệ giữa G và I.
* G và I không dừng (non – stationary): Khi đó xảy ra hiện tượng hồi quy
giả mạo, kết quảước lượng không phản ánh đúng mối quan hệ giữa G và I vì
kết quả hồi quy này sẽ dẫn đến các kiểm định sử dụng đến thống kê t, F,
R
2
sẽ bị chệch.Tuy nhiên khi G, I không dừng nhưng thỏa mãn là đồng liên kết
bậc 1 (hai chuỗi G và I được gọi là đồng liên kết bậc 1 (First – ordered
integration) nếu tồn tại tham số để chuỗi là chuỗi dừng, ký hiệu I(1)) và các
yếu tố ngẫu nhiênlà dừng thì các mô hình trên vẫn phản ánh đúng mối quan
hệ giữa G và I, các kết quả hồi quy vẫn có ý nghĩa.
Người ta thường sử dụng phương pháp kiểm định các biến G và I trong mô
hình có dừng hay dừng sai phân hay không được sử dụng là phương pháp
kiểm định nghiệm đơn vị Augmented Dickey – Fuller (1979) (ADF). Còn để
kiểm định tính đồng liên kết giữa hai biến G và I sử dụng phương pháp
Johansen

(2.5)
Trong đó là các nhiễu trắng.
Mục đích của phân tích phương sai để phân tích rõ hơn sự thay đổi của
tăng trưởng phụ thuộc như thế nào vào lạm phát cũng như bản thân sự thay
đổi của nó trong quá khứ.
Các kết quả ước lượng cho các mô hình (2.1) – (2.5) được thực hiện trên môi
trường phần mềm Eviews. Phương pháp kiểm định nhân quả Granger
(Granger Causality Test) được dùng phổ biến để nhận dạng mô hình VAR, mô
hình ECM.
3. Kết quả thực nghiệm
3.1. Mô tả số liệu
Số liệu nghiên cứu gồm hai biến: chỉ số giá tiêu dùng CPI (Customer Price
Index) và tổng thu nhập quốc nội GDP (Gross Domestics Product) giai đoạn từ
2008 đến năm 2012 do Tổng cục thống kê Việt Nam công bố. Số liệu cho các
biến CPI và GDP được quan sát theo tháng với tỷ lệ lạm phát tại thời điểm t
(I
t
) và tăng trưởng tại thời điểm t (G
t
) được tính theo công thức: I
t
= ln(CPI
t
)
– ln(CPI
t-1
) và G
t
= ln(GDP
t

Ordinary Least Squares). Quá trình ước lượng mô hình (3.1), phát hiện mô
hình có tự tương quan bậc 6, dùng phương pháp lặp với các hệ số hồi quy
AR(6), kết quả ước lượng cho bởi bảng 3.3 sau đây:

Hệ số R
2
Ước
lượng
0,008235 0,586278 -0,58766 -0,86362 -0,81357 0,32184 -0,24586 0
,
8
6
5
4
6
Thống
kê T
7,85686* 9,26854* -4,26848* -11,14689* -10,5224* 8,64685* -2,45689**
Bảng 3.3. Mô hình hồi quy đồng liên kết giữa tăng trưởng và lạm phát
Chú thích:*, ** được hiểu là tương ứng có ý nghĩa thống kê tại mức 1%, 5%
Nguồn: Tính toán từ dữ liệu và phần mềm Eviews
Ước lượng phần dư () từ mô hình (3.1) và kiểm định tính dừng của chuỗi này
bằng phương pháp kiểm định Augumented dickey – Fuller (ADF), kết quả
kiểm định cho bởi bảng 3.4:
Hệ số đồng liên kết Thống kê – ADF của
Kết quả ước lượng 0,586278
(10,0126*)
-4,68172*
Bảng 3.4. Kiểm định nghiệm đơn vị cho phần dư
Chú thích:*, ** được hiểu là tương ứng có ý nghĩa thống kê tại mức 1%, 5%

Nguồn: Tính toán từ dữ liệu và phần mềm Eviews
Kết quả kiểm định thu được ở bảng 3.5, với mức ý nghĩa 1% có thể khẳng
định G và I có quan hệ đồng liên kết với nhau với số véc tơ đồng liên kết bằng
r = 2.
3.3. Ước lượng mô hình sai số hiệu chỉnh
Từ kết quả phân tích mục 3.2, hai biến tăng trưởng và lạm phát có quan hệ
đồng liên kết bậc nhất (I(1)), ta có thể dùng mô hình sai số hiệu chỉnh (ECM)
để nghiên cứu sự biến động trong ngắn hạn của tăng trưởng có tác động của
lạm phát:
(3.2)
Với u
t
là nhiễu trắng, là giá trị hiệu chỉnh (Error Correction Term) ước lượng
được từ (3.1), hệ số này phản ánh mức độ cân bằng trong dài hạn giữa lạm
phát và tăng trưởng. lần lượt là sai phân bậc nhất của I và G, phản ánh sự
thay đổi trong ngắn hạn của lạm phát và tăng trưởng.
Đầu tiên dùng tiêu chuẩn AIC và SC ước lượng được bậc hồi quy: m =2, n = 4,
mô hình có dạng:
(3.3)
Kết quả ước lượng mô hình (3.3) cho ở bảng 3.6:
Hệ số h
1
R
2
Giá trị
ước
lượng
0,0182
4
0,4658

7,2468*
0,9236
8
Bảng 3.6. Kết quả ước lượng mô hình hiệu chỉnh sai số giữa và
Chú thích:*, ** được hiểu là tương ứng có ý nghĩa thống kê tại mức 1%, 5%
Nguồn: Tính toán từ dữ liệu và phần mềm Eviews
Kết quả ước lượng ở bảng 3.6 cho thấy các hệ số hồi quy đều có ý nghĩa thống
kê ở mức ý nghĩa 1% và 5%.Kết quả kiểm định F cho thấy mô hình phù hợp
với mức ý nghĩa 1% và 5%. Các kiểm định khác đều cho thấy mô hình được
chỉ định đúng không có khuyết tật với mức ý nghĩa 1% và 5%. Ước lượng hệ
số của biến I
t
bằng 0,46586 là dương, điều này khẳng định trong ngắn hạn thì
lạm phát và tăng trưởng có quan hệ đồng biến, tức là lạm phát tăng thì tăng
trưởng tăng, đồng thời ước lượng hệ số nhỏ hơn 1 cho nên tăng trưởng sẽ
tăng nhanh hơn lạm phát.
Đồng thời, ước lượng hệ số của bằng -2,2468 nhỏ hơn 0 khẳng định rằng,
trong dài hạn khi lạm phát và tăng trưởng lệch khỏi vị trí cân bằng thì sẽ
xuất hiện sự điều chỉnh khiến tăng trưởng thay đổi theo xu hướng đưa các
yếu tố của nền kinh tế quay trở lại trạng thái cân bằng, về trị tuyệt đối của
giá trị này lớn hơn 1 nên sự điều chỉnh đó khiến tăng trưởng vượt quá mức
cân bằng. Vì các hệ số ước lượng khác đều có ý nghĩa thống kê nên những
yếu tố trễ của sự thay đổi của lạm phát và tăng trưởng ở các thời kỳ trước đó
đều có ảnh hưởng đến sự thay đổi của tăng trưởng ở thời điểm hiện tại.
3.3. Phân tích phương sai dựa trên mô hình VAR
Ngoài phương pháp dùng mô hình đồng liên kết để phân tích mối quan hệ
giữa tăng trưởng và lạm phát, người ta còn sử dụng phân tích phương sai
dựa trên mô hình VAR. Để phân tích rõ nét hơn sự thay đổi của tăng trưởng
phụ thuộc thế nào vào sự thay đổi của lạm phát, đồng thời phân tích sự thay
đổi của tăng trưởng trong những thời kỳ trước đó bài viết sử dụng kỹ thuật

-
0,86246
0,92568
Thống
kê T
0,645822,26085
**
4,85682
*
4,68162
*
1,26814-
20,1486
*
-
14,3268
*
-
15,1456
2*
-
12,0568
*
Bảng 3.8. Kết quả ước lượng mô hình (3.4)
Chú thích:*, ** được hiểu là tương ứng có ý nghĩa thống kê tại mức 1%, 5%
Nguồn: Tính toán từ dữ liệu và phần mềm Eviews
Hệ số h
2
R
2

1,06884-
2,65423
*
-
8,65782
*
-
10,1246
8*
-
6,12566
*
Bảng 3.9. Kết quả ước lượng mô hình (3.5)
Chú thích:*, ** được hiểu là tương ứng có ý nghĩa thống kê tại mức 1%, 5%
Nguồn: Tính toán từ dữ liệu và phần mềm Eviews
Kết quả ước lượng cho ở bảng 3.8 và 3.9 cho thấy các mô hình (3.4) và (3.5)
có độ phù hợp cao, hầu hết các hệ số hồi quy đều có ý nghĩa thống kê ở mức
1%. Các nghiệm của phương trình đặc trưng của mô hình (3.4) và (3.5) đều
có giá trị tuyệt đối nhỏ hơn 1. Kết quả kiểm định F cho thấy các mô hình (3.4),
(3.5) đều phù hợp với mức ý nghĩa 1% và 5%. Mô hình VAR ở trên cho thấy
92,568 % sự biến động của tăng trưởng được giải thích bởi sự biến động của
lạm phát và tăng trưởng trong quá khứ và 90,5683% sự biến động của lạm
phát được giải thích bởi sự biến động của lạm phát và tăng trưởng trong quá
khứ.
Bây giờ có thể sử dụng các mô hình này để phân tích biến động của lạm phát
và tăng trưởng dựa trên phương pháp phân tích phương sai (Variance
Decomposion). Bài viết phân tích phương sai trong 12 thời kỳ, kết quả phân
tích cho bởi bảng 3.10.
Phân tích biến động phương sai của Phân tích biến động của
Thời

gian đó 76,75433% sự biến động của lạm phát () được giải thích bởi sự biến
động của tăng trưởng () và 23,24567% được giải thích bởi bản thân các biến
động của chính lạm phát trong quá khứ. Như vậy lạm phát và tăng trưởng
không những có tác động qua lại lẫn nhat mà còn chịu tác động của bản thân
nó trong quá khứ. Đồng thời, trong ngắn hạn, sự thay đổi lạm phát ảnh
hưởng đến tăng trưởng nhiều hơn sự ảnh hưởng trở lại của tăng trưởng đến
lạm phát; như vậy, lạm phát còn bị chi phối bởi nhiều yếu tố khác, đặc biệt là
những biến động trong ngắn hạn (như các cú sốc cung, sốc cầu…)
4. Kết luận
Từ các phân tích trên bằng mô hình đồng liên kết, mô hình ECM, mô hình VAR,
ta thấy rằng:
• Mối quan hệ giữa tăng trưởng và lạm phát ở Việt Nam giai đoạn 2008
– 2012 (trong dài hạn và ngắn hạn) về cơ bản thống nhất với lý thuyết
và kết quả kiểm nghiệm trên thế giới của Tobin (1965), Mallik và
Chowdhury (2001), Frria và Carneiro (2001) đã công bố. Đồng thời phù
hợp với các kết quả nghiên cứu của Việt Nam về mối quan hệ giữa tăng
trưởng và lạm phát ở các giai đoạn trước. Vậy có thể khẳng định: mối
quan hệ giữa tăng trưởng và lạm phát của nền kinh tế Việt Nam tuân
theo quy luật chung.
• Mối quan hệ giữa tăng trưởng và lạm phát có quan hệ đồng biến trong
ngắn hạn cũng như trong dài hạn.
• Sự thay đổi của tăng trưởng nhanh hơn sự thay đổi của lạm phát trong
ngắn hạn cũng như trong dài hạn.
• Lạm phát có ảnh hưởng đến tăng trưởng nhiều hơn sự ảnh hưởng
ngược trở lại của tăng trưởng đến lạm phát, điều này khẳng định rằng
lạm phát còn bị chi phối bởi nhiều yếu tố khác, đặc biệt là các tác động
trong ngắn hạn.
Từ các kết quả nghiên cứu trên, bài viết gợi ý một số giải pháp sau:
Một là, chính phủ không nên theo đuổi mục tiêu giữ lậm phát thấp bằng mọi
giá mà cần tiếp tục triển khai các chính sách, biện pháp trung và dài hạn

4. Minh Đức, “ Diễn biến lạm phát năm 2008”, Thời báo kinh tế, 2008
5. Ngọc Dương, “Đầu tư năm 2008, hiệu quả quan trọng hơn số lượng”, Thời
báo kinh tế, 2008.
6. Ngọc Dương, “Vốn đầu tư năm 2008, hiệu quả quan trọng hơn số lượng”,
tập san Thời báo kinh tế năm 2008-2009.
7. Nguyễn Đắc Hưng, “Thực thi chính sách tiền tệ linh hoạt”, Thời báo kinh tế
Việt Nam 2009.
8. Nguyễn Đắc Hưng, ” Năm 2008: điều hành chính sách tiền tệ thành công”,
Thời báo kinh tế Việt Nam, năm 2008.
9. Nguyễn Khắc Minh và Nguyễn Việt Hùng, “Cơ sở lý thuyết chuỗi thời gian
phi tuyến và ứng dụng vào xây dựng mô hình phân tích lạm phát cho Việt
Nam”, (2009), Bài giảng trong khuôn khổ dự án “Phân tích thống kê, các công
cụ chính sách”, Dự án ETV2.
10. Phùng Duy Quang, Nguyễn Hữu Tiến, Nguyễn Tiến Thành, “Xây dựng chỉ
số giá hàng xuất khẩu dựa vào mô hình đồng liên kết”, Tạp chí Kinh tế phát
triển, số 162(2), 2010.
11. Nguyễn Quang Thái, “Vấn đề phân loại các nền kinh tế từ năm 1976 đến
nay”, tạp chí nghiên cứu kinh tế, số 382, tháng 3 năm 2010.
12. Deanton, Muellbauer (1990). Consumption Behavior Theory. Prentice Hall
13. Robert F. Engle, Clive Granger (3/1987). Cointegration and Error
Correction : Representation, Estimation, and Testing. Econometrica Vol 55, No
2, trang 251 - 276
14. Barro, R., 1996, “Inflation and growth”, Federal Reserve Bank of St. Louis
Review, vol. 78, pp. 153-169
15. Bruno, M. and W. Easterly, 1998,“Inflation crises and long-run growth”,
Journal of Monetary Economics, vol. 41, pp. 3-26
16. Dickey, D.A. and W.A. Fuller, 1979, “Distribution of the estimators for
autoregressive time series with a unit root”, Journal of the American
Statistical Association, vol. 74, pp. 427-431
17. Faria, J. R. and Carneiro, F. G (2001) (2001), “Does high inflation affect