B GIÁO DC VÀ ÀO TO
TRNG I HC KINH T TPHCM NGUYN TH THÚY NGA O LNG S DAI DNG
TRONG LM PHÁT
 VIT NAM
LUN VN THC S KINH T
Thành ph H Chí Minh ậ Nm 2013

B GIÁO DC VÀ ÀO TO
TRNG I HC KINH T TPHCM NGUYN TH THÚY NGA O LNG S DAI DNG TRONG

MC LC

TRANG PH BÌA
LI CAM OAN
MC LC i
DANH MC CÁC T VIT TT ii
DANH MC BNG BIU iii
DANH MC HÌNH V iii
TÓM TT 1
1. GII THIU 2
2. C S LÝ THUYT V S DAI DNG TRONG LM PHÁT 6
2.1. Ngun gc hình thành nên s dai dng trong lm phát 6
2.2. Các phng pháp nghiên cu 7
2.3. Tng quan các kt qu nghiên cu trc đây 10
3. PHNG PHÁP, MÔ HÌNH VÀ D LIU NGHIÊN CU 15
3.1. Phng pháp nghiên cu 15
3.1.1. Phng pháp đn bin 15
3.1.1.1. Tng các h s t hi quy – sum of the autoregressive coefficients 15
3.1.1.2. Ch s bán chu k - the half-life (HL) 16
3.1.2. Phng pháp đa bin 20
3.2. Mô hình nghiên cu 29
3.2.1. Mô hình t hi quy (AR) 29
3.2.2. Mô hình moment tng quát (GMM) 31
3.3. C s d liu 35
4. CÁC KT QU NGHIÊN CU 37
4.1. Kt qu c lng theo phng pháp đn bin 37
4.2. Kt qu c lng mô hình cu trúc theo phng pháp đa bin 44
5. KT LUN 50
TÀI LIU THAM KHO 54
PH LC 58

Bng 4.4 ậ c lng mc dai dng trong lm phát  Vit Nam khi có tính đn s
thay đi trong giá tr trung bình 40
Bng 4.5 ậ Kt qu kim đnh Andrews-Quandt 40
Bng 4.6a ậ Kt qu kim đnh Chow  đim gãy 07/2008 41
Bng 4.6b ậ Kt qu kim đnh Chow  đim gãy 04/2010 41
Bng 4.7a ậ c lng mc dai dng lm phát khi xem xét đim gãy trong chui
thi gianậ im gãy 07/2008 42
Bng 4.7b ậ c lng mc dai dng lm phát khi xem xét đim gãy trong chui
thi gianậ im gãy 04/2010 42
Bng 4.7c ậ c lng mc dai dng lm phát khi xem xét đim gãy trong chui
thi gianậ Ly c 2 đim gãy và tách thành 3 thi k con 42
Bng 4.8 ậ Bng kt qu kim đnh tính dng 44
Bng 4.9 ậ Kt qu c lng mô hình cu trúc 45
Bng 4.10 ậ Kim đnh   cho tng bin công c 46

DANH MC HÌNH V
Hình 1.1 ậ Lm phát Vit Nam giai đon 1980 ậ 2012 2
Hình 1.2 ậ Lm phát Vit Nam giai đon 01/2004 ậ 02/2013 3
Hình 4.1 ậ Mc đ phù hp gia mô hình c lng và giá tr thc t 39
1
O LNG S DAI DNG TRONG LM PHÁT
 VIT NAM
Tóm tt
Lm phát hin nay không ch là vn đ đáng quan tơm ti Vit Nam mà còn  rt nhiu
ni trên th gii. Mc đ nh hng ca nó đn nn kinh t tc thi và nhanh chóng
tác đng đn các hot đng khác trong nn kinh t v mô ln vi mô. ư có rt nhiu
nghiên cu c trong vƠ ngoƠi nc nghiên cu v mc đ nh hng ca lm phát đn
nn kinh t và các nhân t tác đng đn lm phát. Tuy nhiên, có mt vn đ tuy đư
đc đ cp khá nhiu và t lơu đư xut hin trong các bài nghiên cu kinh t (ví d
ca Thomas M.Humphrey, 1979, ắThe Persistence of Inflation”) đó lƠ s dai dng ca

Cuc khng hong tài chính ậ tin t Châu Á bt đu t tháng 07/1997, nn kinh
t đư xut hin hin tng gim giá liên tc, sc mua gim sút, đu t nc
ngoài và xut khu có du hiu suy gim, sn xut trong nc ri vƠo tình trng
trì tr, hàng hóa  đng nhiu, t l tht nghip gia tng, nn kinh t xut hin
các biu hin ca gim phát.
Hình 1.1 ậ Lm phát Vit Nam giai đon 1980 ậ 2012

Ngun: C s d liu IFS ca Qu tin t quc t IMF
-100
0
100
200
300
400
500
Lm phát hàng nm t 1980 - 2012
INF
3
T nm 2002, tình hình tr nên n đnh hn khi lm phát tng tr li. Và t nm
2004 đn đu nm 2013 lm phát luôn  mc khá, vi lm phát trung bình nm
là 11%. So vi các nc trong khu vc, lm phát  Vit Nam luôn cao hn, kéo
dài, gây ra nhiu tác đng tiêu cc đn sn xut, đi sng ca ngi dơn vƠ đem
li bt n cho xã hi, đc bit lƠ giai đon cuc khng hong tài chính th gii
bt đu t M cui nm 2007. áng chú ý lƠ hai mc lm phát hai ch s trong
giai đon cui nm 2008 vƠ cui nm 2011, vi tháng 08/2008 lm phát là
28,31% và tháng 08/2011 là 23,02%, to nhiu áp lc cho các nhà hoch đnh
chính sách trong vic kim ch lm phát, duy trì n đnh kinh t tng trng và
phát trin.
Hình 1.2 ậ Lm phát Vit Nam giai đon 01/2004 ậ 02/2013


T l lm phát hàng tháng
t 01/2004 đn 02/2013 (%)
INF(IMF) (%)
4
Tuy nhiên,  bài nghiên cu nƠy, ngi vit không đi sơu vƠo tìm mc lm phát
ti u cho nn kinh t, mà mc tiêu lƠ đo lng vƠ xác đnh đc thi gian là sau
bao lâu thì lm phát s tng lên sau khi b gim phát hoc lm phát s gim
xung sau khi  mc lm phát cao. iu đc nói đn  đơy chính lƠ ắS dai
dng ca lm phát (Inflation persistence)”.
nh ngha rõ rƠng hn đc Gregory Gadzinski & Fabrice Orlandi (2004) trình
bƠy nh sau: s dai dng ca lm phát lƠ khuynh hng lm phát hi t mt cách
chm chp v lm phát mc tiêu ca ngơn hƠng trung ng sau khi ngơn hƠng
trung ng thay đi mc tiêu lm phát hoc do nhng cú sc khác gây ra.Trong
đó, lm phát mc tiêu là mt chính sách kinh t mƠ ngơn hƠng trung ng đa ra
mt t l lm phát đc gi là mc tiêu vƠ ngơn hƠng trung ng s dng công
c ca chính sách tin t là lãi sut và cung tin đ đa lm phát thc t v mc
lm phát mc tiêu.
Hay mt cách đn gin hn, theo Willis (2003) và Nguyn Th Ngc Trang
(2012) đnh ngha s dai dng ca lm phát đc hiu là tc đ quay tr li mc
lm phát cân bng sau mt cú sc. nh ngha nƠy hƠm ý mun nói đn mc đ
dai dng trong lm phát cho thy tc đ phn ng ca lm phát trc mt cú sc.
Khi tc đ nƠy cao có ngha lƠ lm phát đư phn ng nhanh đi vi mt cú sc
hoc là lm phát không dai dng. Ngc li, khi tc đ thp có ngha lƠ lm phát
đư phn ng chm và s thay đi ca lm phát là nh lúc này lm phát có tính
dai dng cao.
Bài nghiên cu nƠy đc thc hin nhm mc đích xác đnh đc mc đ dai
dng trong lm phát ti Vit Nam đng thi xác đnh ngun gc ca s dai dng
trong lm phát.
T mc đích trên, các vn đ cn đc gii quyt trong bài nghiên cu nƠy đó lƠ:
1.  Vit Nam, lm phát có dai dng không?

Ngoài ra, tính dai dng ca lm phát có th đc to ra t: (i) mt chui các cú
sc bt li, (ii) phn ng quán tính ca lm phát sau nhng cú sc, (iii) hoc
nhng nguyên nhơn khác nh c đoán quá cao v mc đ suy thoái ca nn
kinh t; chm thay đi trong yu t chi phí ca công ty (nh tin lng)… iu
nƠy đc đ cp trong bài nghiên cu ca Altissimo, Ehrmann và Smets (2006)
cng nh ca Nguyn Th Ngc Trang (2012). Các tác gi còn tìm thy đc
ngun gc hình thành nên s dai dng ca lm phát đc kt hp vi nhau trong
đng cong Phillips theo trng phái Keynes mi. ng cong th hin mi
quan h gia lm phát hin ti vi đ tr ca chính nó, k vng lm phát trong
tng lai, l hng sn lng hoc cú sc chi phí đy:






  





 

 

(2.1)
Trong đó:



sc tác đng đn lm phát. Do đó, cách tip cn đa bin cung cp mt phân tích
sơu hn ca s dai dng và nguyên nhân gây ra nó.
Dias vƠ Marques (2005) đư nghiên cu mt s các phng pháp đn bin đo
lng s dai dng ca lm phát cng nêu lên mt s u vƠ nhc đim ca mi
phng pháp. Di cách tip cn đn bin, s dai dng đc điu tra bi vic
xem xét chui thi gian đn bin ca lm phát và tin trình t hi quy tnh bc p
8
(AR(p)) lƠ mô hình thng đc la chn. Tuy nhiên, trong mô hình AR(p), vic
s dng hàm phn ng xung (IRF) không phi là công c hu ích đ đo lng s
dai dng ca lm phát, vì nó là mt vector có chiu dài vô hn. Vì vy, mt s
cách đo lng vô hng đc đ xut t các nghiên cu trc na là: (i)ắtng
các h s t hi quy (sum of the autoregressive coefficients)”, (ii) ắthe spectrum
at zero frequency”, (iii) ắnghim t hi quy ln nht (the largest autoregressive
root)” vƠ (iv) ắch s bán chu k (the half-life)”. NgoƠi ra, trong bài nghiên cu
tác gi tho lun thêm mt phng pháp đo lng s dai dng thay th thông qua
ch s .
Các tác gi da theo nghiên cu ca Andrews vƠ Chen (1994) đa ra hƠm phn
ng xung tích ly (CIR). Nhìn chung, đơy lƠ cách tt nht đ tóm tt các thông
tin cha trong hàm phn ng xung (IRF) vƠ cách đo lng vô hng ca s dai
dng. Trong tin trình AR(p), hàm phn ng xung tích ly đn gin đc cho
bi 


vi  là tng các h s t hi quy. Nh vy có mt mi quan h
đn gia CIR và  theo đó, di gi đnh  trên, có th đn gin da vào tng
các h s t hi quy nh lƠ mt phng pháp đo lng s dai dng. Tuy nhiên, 
không th phân bit gia hai chui lm phát mƠ trong đó mt chui có s gia
tng ban đu ln hn vƠ ri sau đó gim nhanh trong IRF trong khi chui còn li
trình bày mt s tng nh ban đu và tip theo là gim chm trong IRF và 
cng không th phân bit gia hai chui mƠ trong đó mt chui có cha hành vi



c đnh. Nh vy, có mt s tng đng đn gin gia khái nim này vi
CIR và ; và vì vy chúng ta có th xem nh lƠ nhng cách đo lng tng
đng s dai dng. Tuy nhiên, hai phng pháp đo lng có th cung cp cho
các kt qu khác nhau nu mun kim tra s thay đi trong s dai dng qua thi
gian. Trong trng hp s dng ắspectrum at zero frequency” có th tr thành
vn đ bi vì thay đi trong s dai dng s không ch bi s thay đi trong  mà
còn bi thay đi trong 


.
Nghim t hi quy ln nht cng lƠ mt cách đo lng s dai dng (xem Stock,
2001). Vic s dng thng kê nƠy nh lƠ mt phng pháp đo lng s dai dng
b phê bình trong bài nghiên cu ca Andrews và Chen (1994) và Pivetta và Reis
(2001). S không thun li chính ca thng kê này là nó có kh nng rt kém
trong vic tóm tt đo lng ca IRF khi mà hình mu ca nó cng ph thuc vào
các nghim khác ch không ch ph thuc vào nghim ln nht.
Cui cùng, ch s bán chu k đc đnh ngha là thi gian mà mt na cú sc
ban đu đc hp th. Vic s dng ch s bán chu k cng có mt s đim
không thun li đc đa ra trong bƠi nghiên cu ca Pivetta và Reis (2001).
u tiên, nu IRF lƠ dao đng qua thi gian, c tính ch s bán chu k có th
cha nói ht đc s dai dng ca tin trình. Th hai, ngay c tin trình phân rã
đn điu vic đo lng nƠy không đy đ đ so sánh 2 chui khác nhau nu mt
chui trình bày s gim ban đu nhanh vƠ sau đó lƠ gim chm trong IRF hn
chui kia. Th ba, cho mt tin trình dai dng cao, ch s bán chu k cng ln
nhng không th ch ra vic có hay không bt k s thay đi nào trong s dai
dng lm phát qua thi gian. Tuy nhiên, theo hng tích cc, ch s bán chu k
tt hn so vi các ch s còn li khi nó đo lng s dai dng theo đn v thi
gian. iu này có th gii thích lý do ti sao, bt chp các hn ch nói trên, nó

châu Âu và M (tng t nh nghiên cu ca Levin và Piger (2004)). Kt qu
tng quát ch ra mt mc đ thp trong s dai dng ca lm phát qua mt thi k
mu t quý 01/1984. S khác bit gia các bin nói chung lƠ không đáng k vi
ắCore inflation” thng th hin s dai dng cao hn các bin khác, ắGDP
inflation ắch ra mc dai dng thp  hu ht các quc gia. Thêm vƠo đó, kt qu
ca bƠi cng ch ra s cn thit vic tính toán đim gãy cu trúc trong chui lm
phát  hu ht các trng hp (tng t Perron (1989) và Levin và Piger
(2004)). im gưy thng mc phi lúc bt đu nhng nm 90 vƠ đòi hi mt s
suy gim cu trúc trong mc trung bình ca lm phát. Nhng thiu sót trong
đim gưy đc ch ra tác đng đáng k đn kt qu dn đn mc đ cao đáng k
trong nhng mc dai dng đc đo lng.
Tip cn tip  khu vc Cng đng Chung Châu Âu và M có bài nghiên cu
ca Maarten Dossche & Gerdie Eveaert (2005). Các kt qu đc đa ra nh
sau. Th nht, s thay đi lm phát mc tiêu ca ngơn hƠng trung ng có th
gây ra s thay đi lâu dài trong giá tr trung bình ca t l lm phát. Th hai,
thông tin không hoàn ho hoc s cng nhc ca thông tin hàm ý rng các đi
din cá nhân phi tìm hiu v mc tiêu lm phát ca ngơn hƠng trung ng. Nh
vy, mc tiêu lm phát đc nhn thc bi các đi din cá nhân có th khác vi
mc tiêu lm phát thc ca ngơn hƠng trung ng. Th ba, s dai dng trong các
yu t khác nhau ca lm phát cng gii thiu v s dai dng trong t l lm phát
đc quan sát. Thông qua vic tính toán tng các h s t hi quy, tác gi đo
lng đc mc dai dng lm phát sp xp t 0.45 trong khu vc cng đng
chung Chơu Ểu đn 0.8  M. Hàm ý ca chính sách tin t theo tác gi là, trong
mt c ch lm phát n đnh, khi mà mc tiêu lm phát ca ngân hàng không
thay đi và nhn thc ca cng đng v lm phát mc tiêu đc neo li thì s dai
dng ca lm phát lƠ tng đi thp. Kt qu ca bƠi cng hƠm ý rng, trong
trng hp chính sách tin t li mt ln na lƠm gia tng lm phát, thì sau đó
12
khó có th làm gim lm phát do vic chm điu chnh trong lm phát k vng
đ phn ng li vi s thay đi ca lm phát mc tiêu.

Không ch s dng nhng chui lm phát tng, Laurent Bilke (2005) đư dùng
các chui thi gian CPI đư đc phơn tách đ ch ra rng đim gãy trong giá tr
trung bình ca lm phát  Pháp xy ra gia nhng nm 80 và chính sách tin t
thay đi vƠo nm 1983. Tc đ tng trng trung bình hng nm ca CPI t gn
11% trc đim gưy (05/1985) đn 2.1% sau đó. Xem xét đim gãy trung bình
này, c s dai dng lm phát tng và tng thành phn là n đnh và thp. Tuy
nhiên, s dai dng khác mt cách đáng k gia các thành phn. Cui cùng, thi
gian gia hai ln thay đi giá c ( mc đ doanh nghip) xut hin tng quan
dng vi s dai dng ca lm phát ( mc đ tng hp).
Da trên Taylor (1980) vi ắhp đng cng nhc (staggered contracts)” vƠ
Calvo vi ắgiá c cng nhc (staggered prices)”, các nhƠ kinh t đư nghiên cu
hành vi ca giá c đ t đó đánh giá mc dai dng ca lm phát nh th nào
thông qua vic nghiên cu đc tính và nhng nhân t quan trng trong hành vi
thit lp giá. Altissimo, Ehrmann và Smets (2006) vi bài nghiên cu ca mình
nhm tìm hiu s dai dng lm phát và giá c cng nhc trong khu vc Châu Âu.
Kt qu tác gi đa ra lƠ trong mu nghiên cu, mc dai dng lm phát là va
phi, giá c  Châu Âu thì cng nhc hn giá c  M.
Tác gi Nguyn Th Ngc Trang (2012) tin hành nghiên cu s dai dng lm
phát  Vit Nam. Kt qu t phng pháp đn bin cho thy mc dai dng lm
phát  Vit Nam lƠ khá cao (0.95) vƠ có đim gãy trong chính sách tin t vào
nm 2003. T phng pháp đa bin s dng đng cong Phillips theo trng
phái Keynes mi đ xác đnh các yu t tác đng đn s dai dng lm phát. Kt
qu t phng pháp nƠy lƠ, bin lm phát quá kh, chính sách tin t và các yu
t ngoi lai quyt đnh tính dai dng lm phát, trong đó, yu t chính sách tin t
tác đng mnh nht.
14
Theo Peter Tillmann (2012), mc đ dai dng ca lm phát cha đng thông tin
có giá tr v hiu qu ca chính sách tin t. Mc lm phát k vng đc neo tt
cng nh lƠ nhim v chính sách rõ rƠng vƠ đáng tin cy đ đt đc giá n đnh
đc xem nh lƠ cách đ gim s dai dng ca lm phát. Do đó, tin trin ca



 



(3.1)
Có th đc trình bày li nh sau:










  



 



(3.2)
Vi:



không đi theo thi gian. Tuy nhiên, trong thc t thì trung bình lm phát có
thc s không đi không. Chúng ta có th trc quan quan sát Hình 1.1 và 1.2, và
d dàng nhn thy rng, trung bình không đi lƠ điu khó xy ra trong thc t. Vì
vy, Marques (2004) đư đ xut thêm mt cách tính tng các h s t hi quy
16
mi bng cách chy mô hình hi quy vi đ lch ca lm phát vi giá tr trung
bình ca nó. Giá tr trung bình nƠy đc c tính thông qua k thut lc
Hodrick-Prescott.
Marques cng bt đu vi mô hình t hi quy ca lm phát nh phng trình
(3.1):


 



 




Phng trình (3.1) sau khi áp dng đ lch t lm phát đn giá tr trung bình ca
nó đc vit li nh sau:



 






 


 



 


 

(3.5)
Vi 

và  tng t nh  (3.3)
3.1.1.2. Ch s bán chu k - the half-life (HL)
Phng pháp nƠy da trên bài nghiên cu ca Rossi (2001). Ông bt đu vi
vic cho mt tin trình phát trin d liu (data generating process ậ DGP
2
) 


nh sau:





















là hu hn và không bng 0 và 





, vi 

là mt chui
sai phân ln dn vi 4 moments
4
hu hn vƠ phng sai không đi 










(3.10)

3
Tin trình dng ergodic là quá trình ngu nhiên nu các đc trng thng kê ca nó có th suy ra đc t
mu đ dài ca nó.
4
Moment bc r ca tng th đc cho bi công thc tng quát nh sau (theo Hamilton (1994 ậ trang 740))
 







18
 rút ra đc biu thc cho ch s bán chu k trong tin trình AR(p) tng quát
này, ông rút ra biu thc tác đng ca cú sc 

lên 

sau  thi k. Ông s
dng giá tr riêng ca tin trình và tha s (3.6) thành



là nghim (n
đnh), s nghch đo các nghim ca đa thc 



. Ông cng đnh ngha  là
mt

  

vector cha tt c các giá tr riêng ca chui DGP, 









. Ông gi đnh rng các giá tr riêng này là khác nhau. Gi đnh
ca ông bt đu ti thi đim    trong mt cân bng dài hn 

, và ti thi
đim  có mt cú sc 

. Không có cú sc nƠo khác tác đng lên nn kinh t sau
đó. Cú sc 








(3.12)
Và 

là

  

vector cha tt c các giá tr riêng đn  ly tha (xem
Hamilton, trang 12). Sau  thi k, phn trm đ lch t cân bng liên quan đn
phn trm đ lch ban đu t cân bng.














































. Lu ý rng, cui cùng
thì

  


  




  


. Do đó, tác đng ca cú sc sau  thi
k là














và
 trong (3.16). Tính đn điu tng bi vì, trong dài hn, nó là nghim gn vi 1
mƠ nó có liên quan. Tính đn điu lƠ không đm bo nu tin trình t hi quy là
không dai dng.
Tuy nhiên, vic tính toán chính xác ch s bán chu k rt là phc tp (theo
Marques, 2004) và vì lý do này, mà các nghiên cu thng dùng biu thc tính
AR(1) là mt đo lng xp x cho ch s bán chu k thc.

Trích đoạn Mô hình momen tt ng quát (GMM)

---