TÀI CHÍNH -
Tháng 4/2016
41
Cách tiếp cận dựa trên sự chênh lệch về tốc độ lạm
phát giữa các vùng miền hoàn toàn phù hợp với các
lý thuyết kinh tế học, theo đó sự gia tăng mức chênh
lệch giá của cùng một loại hàng hóa tại các vùng
miền khác nhau sẽ thúc đẩy các hoạt động thương
mại nhằm san bằng khoảng cách về giá giữa các khu
vực. Chẳng hạn, khi giá cả tại khu vực thành thị tăng
nhanh hơn so với khu vực nông thôn, hàng hoá sẽ
được chuyển từ nông thôn ra thành thị nhiều hơn và
khiến giá cả tại khu vực nông thôn (và trên phạm vi
cả nước) tăng tốc theo.
Việc khai thác thông tin từ sự chênh lệch (spread)
giá trị của các chuỗi thời gian tại cùng một thời điểm
thường được ứng dụng trong các mô hình hiệu chỉnh
sai số (Error Correction Models), khi phân tích, dự
báo các biến số kinh tế - xã hội có mối quan hệ đồng
liên kết (cointegration), ví dụ như mối quan hệ giữa
lãi suất của các kỳ hạn khác nhau.
Mô hình
Để xây dựng mô hình dự báo lạm phát cho nền
kinh tế Việt Nam, trước tiên chúng ta quy ước ký hiệu
là số giá CPI hàng tháng, lạm phát so với cùng kỳ
năm trước của các tháng trong năm được định nghĩa
là
, còn lạm phát so với cùng
kỳ 2 năm trước tính theo năm là
.
Hình 1 cho thấy mối quan hệ giữa lạm phát so
với cùng kỳ năm trước của các tháng trong năm
trên phạm vi cả nước,
, với biến số
(chênh lệch
lạm phát so với cùng kỳ 2 năm trước tính theo năm
của khu vực thành thị và lạm phát so với cùng kỳ 2
năm trước tính theo năm trên phạm vi cả nước) tại
Việt Nam trong giai đoạn từ tháng 5/2008 đến tháng
3/2016. Theo Hình 1,
có xu hướng biến động trước
khoảng 1 năm.
Các kiểm định thống kê cho thấy,
và
là các
biến liên kết bậc 1 [biến I(1)], nên từ mối quan hệ nói
trên, chúng ta có thể xây dựng mô hình dự báo lạm
phát cho nền kinh tế Việt Nam như sau:
(1)
Trong đó:
-
- Tốc độ lạm phát so với cùng kỳ năm trước
của các tháng trong năm trên phạm vi cả nước tại
thời điểm ,
-
- Chênh lệch lạm phát so với cùng kỳ 2 năm
trước tính theo năm của khu vực thành thị với lạm
phát so với cùng kỳ 2 năm trước tính theo năm trên
phạm vi nước tại thời điểm ,
phần này, để xây dựng mô hình dự báo lạm phát cho
nền kinh tế Việt Nam trước 12 tháng.
Xây dựng mô hình dự báo
C ch ti p cận
Các vùng miền trong một nền kinh tế thường có
trình độ phát triển không đồng đều. Chẳng hạn, khu
vực thành thị phát triển hơn khu vực nông thôn. Vì
vậy, các biến động về kinh tế - tài chính, đặc biệt là
về sức mua - yếu tố then chốt gây ra lạm phát - có thể
thường xuyên xuất hiện ở khu vực thành thị trước,
sau đó mới lan tỏa sang khu vực nông thôn.
Nói cách khác, tốc độ lạm phát của khu vực thành
thị có tính dẫn dắt, nên sự chênh lệch giữa tốc độ lạm
phát của khu vực thành thị so với tốc độ lạm phát của
khu vực nông thôn (tốc độ lạm phát trên phạm vi cả
nước) có thể là chỉ báo sớm, rằng xu hướng lạm phát
trên phạm vi cả nước trong tương lai sẽ theo sau xu
hướng lạm phát của khu vực thành thị.
Cách tiếp cận vừa được trình bày trong dự báo
lạm phát khác với cách tiếp cận trong các mô hình
đơn biến (univariate) ở chỗ, trong khi các mô hình
đơn biến khai thác thông tin từ sự thay đổi tốc độ lạm
phát của một nhóm hàng hóa tại các thời điểm khác
nhau trong quá khứ (tại các biến tr khác nhau) để
dự báo tốc độ lạm phát của nhóm hàng hóa đó trong
tương lai, thì cách tiếp cận thứ nhất khai thác thông
tin từ sự chênh lệch giữa tốc độ lạm phát của cùng
một nhóm hàng hóa tại các khu vực khác nhau tại
cùng một thời điểm (tại cùng một biến tr ).
Chúng ta có thể so sánh 2 phương pháp nói trên
thông qua ví dụ dự báo tốc độ chạy của một người
trong cuộc thi marathon. Các mô hình đơn biến dự
báo tốc độ chạy của một người trong tương lai dựa
trên tốc độ chạy của chính người đó trong quá khứ.
Còn phương pháp kia thực hiện dự báo tốc độ chạy
của một người trong tương lai dựa trên cơ sở mức
chênh lệch tốc độ chạy của người đó so với tốc độ
chạy của người dẫn dắt tại cùng một thời điểm trong
quá khứ, với giả định rằng tốc độ chạy của người
được dự báo sẽ thay đổi để người đó có thể đuổi kịp
người dẫn dắt.
Các kết quả nghiên cứu cho thấy lạm phát của
khu vực thành thị có tính dẫn dắt và việc khai
thác thông tin từ sự chênh lệch lạm phát giữa
khu vực thành thị và khu vực nông thôn (hay
trên phạm vi cả nước) là hữu ích trong việc đưa
ra các dự báo về lạm phát trước 12 tháng.
