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 được coi như “thuế lạm phát” Nhìn về mặt ngọn của vấn đề có thể thấy, đó là sự mất cân đối tiền - hàng, khi GDP tăng trưởng nóng dựa vào vốn là chủ yếu sẽ dẫn đến lạm phát Như vậy, trên thực tế tuỳ theo tình hình của mỗi nước, mối quan hệ giữa lạm phát và tăng trưởng có thể cùng chiều và cũng có thể ngược chiều Có nhiều nghiên cứu về mối quan hệ giữa tăng trưởng và lạm phát Các nghiên cứu gần đây của Fisher (1993), Barro (1996), Bruno and Easterly (1998) đã chỉ ra mối quan hệ giữa tăng trưởng và lam phát mang dấu âm ở nhiều nước khác nhau Đặc biệt, Khan và Sehadji (2001) đã phát hiện ra “ngưỡng” của mức lạm phát là 11%; có nghĩa là mối quan hệ giữa tăng trưởng – lạm phát mang dấu âm khi tỷ lệ lạm phát vượt quá ngưỡng này và mang dấu dương trong trường hợp ngược lại Một số kết quả nghiên cứu của Fisher (1993) và Sarel (1996) chứng minh cho thấy mối quan hệ giữa lạm phát và tăng trưởng là quan hệ tuyến tính Mô hình đồng liên kết và mô hình sai số hiệu chỉnh (ECM) được Mallik và Chowdhury (2001) sử dụng để nghiên cứu mối quan hệ cùng chiều giữa tăng trưởng kinh tế và lạm phát trong dài hạn ở 4 nước Nam Á (Bangladesh, Pakistan, Sri – Lanka và Ấn Độ) Đồng thời một số tác giả cũng sử dụng kiểm định nghiệm đơn vị (Unit root test) được đề xuất bởi Dickey - Fuller (DF) và Augmented Dickey – Fuller (ADF) (1979), sử dụng phương pháp phân tích phương sai (Variance Decomposition) dựa trên mô hình VAR như Faria, Carneiro (2001), … để chứng minh rằng lạm phát không ảnh hưởng đến sản lượng thực tế (GDP) trong dài hạn Tuy nhiên trong ngắn hạn thì tác động của lạm phát đến sản lượng thực tế (GDP) lại mang dấu âm Một số nghiên cứu ở Việt Nam đã phân tích mối quan hệ giữa tăng trưởng và lạm phát, tuy nhiên các kết quả chủ yếu được giải thích bởi phương pháp định tính như nghiên cứu của Nguyễn Thị Cành (2009), Nguyễn Đắc Hưng (2008, 2009); hoặc một vài nghiên cứu xem xét biến động của tăng trưởng, lạm phát thông qua các mô hình chuỗi thời gian như của Nguyễn Khắc Minh và Nguyễn Việt Hùng (2009), Vương Thị Thảo Bình (2009) Vận dụng các kết quả nghiên cứu trên, bài viết sử dụng mô hình đồng liên kết, 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, R2 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[5] (1988) dựa trên phương pháp hợp lý cực đại gồm hai tiêu chuẩn: (a) Tiêu chuẩn kiểm định giá trị riêng cực đại (maximal eigen value test): Giả thuyết gốc HO: có ít nhất r véc tơ đồng liên kết Giả thuyết đối H1: có r + 1 véc tơ đồng liên kết (b) Tiêu chuẩn kiểm định vết (trace test): Giả thuyết gốc HO: có ít nhất r véc tơ đồng liên kết Giả thuyết đối H1: có tối đa r + 1 véc tơ đồng liên kết Mở rộng hơn, bài viết sử dụng mô hình sai số hiệu chỉnh (ECM) của Engle và Granger (1987) để xem xét tác động qua lại giữa G và I khi chúng có đồng liên kết bậc nhất: (2.2) (2.3) Ở đây, tham số là sai số hiệu chỉnh phản ánh sự mất cân bằng trong ngắn hạn giữa G và I Mô hình sai số hiệu chỉnh dùng để nghiên cứu sự biến động trong ngắn hạn giữa G và I Người ta sử dụng thử tục Engle – Granger để ước lượng tham số ( thu được từ (2.1), còn thu được từ phương trình:) Ngoài ra để phân tích các thành phần tác động lên sự biến động của tăng trưởng và lạm phát dựa trên các yếu tố trễ của chúng người ta sử dụng phương pháp phân tích phương sai (Variance Decompostition) dựa trên mô hình VAR (Vector Autoregressive Model) như sau: (2.4) (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 (It) và tăng trưởng tại thời điểm t (G t) được tính theo công thức: It = ln(CPIt) – ln(CPIt-1) và Gt = ln(GDPt) – ln(GDPt-1) (ở đây ln X là logarit cơ số tự nhiên của biến X) 3.2 Ước lượng mô hình đồng liên kết Các giá trị thống kê mô tả của tỷ lệ lạm phát (I) và tăng trưởng (G) được cho ở bảng 3.1 Mean Median Maximum Std Dev Skewness Kurtosis Jarque- P-value Ob Bera s G 0,0168 0,0046 0,1564 -0,0450 0,6828 2,7505 4,3688 I -0,0165 0,0206 5,4682 29,4608 0,0000 60 0,0145 0,0124 0,0846 0,1216 60 Bảng 3.1 Các giá trị thống kê mô tả về tỷ lệ tăng trưởng và lạm phát theo quý của Việt Nam từ 1998-2012 Nguồn: Tính toán từ dữ liệu và phần mềm Eviews Hệ số tương quan giữa G và I tính được là 0,576, chứng tỏ G và I có tương quan khá mạnh Sử dụng phương pháp kiểm định nghiệm đơn vị Augmented Dickey Fuller (ADF) cho các chuỗi số liệu G, I, thu được kết quả sau: I ADF - statistic -0,1506 G -2,9718* -0,4568 -22,3612* Bảng 3.2 Kiểm định nghiệm đơn vị Augment Dickey - Fuller 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 ADF cho thấy các chuỗi G và I là dừng bậc nhất Bây giờ, xem xét mối quan hệ giữa tăng trưởng và lạm phát bằng cách hồi quy G và I theo mô hình (3.1) sau đây: (3.1) Ước lượng mô hình (3.1) bằng phương pháp bình phương nhỏ nhất (OLS: 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 0,008235 0,586278 -0,58766 -0,86362 lượng -0,81357 0,32184 -0,24586 0 , 8 Thống 7,85686* 9,26854* -4,26848* -11,14689* -10,5224* 8,64685* -2,45689** 6 kê T 5 4 6 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 Kết quả ước lượng Thống kê – ADF của 0,586278 -4,68172* (10,0126*) 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 ở bảng 3.4 cho thấy phần dư là dừng ở mức ý nghĩa 1% hay Gt và Itcó đồng liên kết bậc nhất Đồng thời, kết quả ước lượng ở bảng 3.3 và bảng 3.4 cho thấy hệ số đồng liên kết được ước lượng bằng 0,586278 là dương và có ý nghĩa thống kê ở mức 1% Kết quả kiểm định F cho thấy mô hình phù hợp với mức ý nghĩa 1% Điều đó cho thấy mối quan hệ giữa tăng trưởng và lạm phát trong dài hạn là quan hệ đồng biến, tức là lạm phát tăng 1 đơn vị thì tăng trưởng tăng khoảng 0,586278 đơn vị Mặt khác giá trị này nhỏ hơn 1 nên trong dài hạn thì tăng trưởng sẽ tăng nhanh hơn lạm phát Hệ số xác định R2 ước lượng được bằng 86,546%, cho thấy rằng lạm phát có ảnh hưởng khá lớn đến tăng trưởng Thêm nữa, kiểm định đồng liên kết bằng phương pháp kiểm định Johansen (Johansen Cointergation Test) dựa trên hai tiêu chuẩn: Tiêu chuẩn kiểm định giá trị riêng cực đại (maximal eigen value test) và Tiêu chuẩn kiểm định vết (trace test) cho kết quả ở bảng 3.5 Giá trị riêng Giả thuyết gốc Giả thuyết đối Thống kê Trace Thống kê maximal eigen 0,824685 r=0 r =1 96,16082* 87,92347* 0,164289 r