Luận án tiến sĩ chuyên ngành Toán kinh tế
Tên luận án: Phân tích và dự báo lạm phát cơ bản của Việt Nam bằng các mô hình kinh tế lượng
Những đóng góp mới về mặt học thuật, lý luận
Sau khi phân tích các cơ sở lý luận về lạm phát cơ bản một cách đầy đủ, luận án đã đề xuất phương pháp xây dựng và tính toán chỉ số lạm phát cơ bản theo quý phù hợp với thực tiễn của nền kinh tế Việt Nam trong giai đoạn 2000-2015, đó là lạm phát sau khi loại bỏ 13 mặt hàng cấp 3 bao gồm: lúa gạo, lúa mì và ngũ cốc, thịt, thịt gia cầm, trứng, thủy hải sản tươi sống, rau tươi khô và chế biến, quả tươi và chế biến, điện sinh hoạt, ga và các loại chất đốt khác, nhiên liệu, dịch vụ y tế, dịch vụ giáo dục. Thêm vào đó, tác giả đã xây dựng các mô hình được sử dụng để phân tích và dự báo lạm phát cơ bản ở Việt Nam trong ngắn hạn.
Những phát hiện, đề xuất mới rút ra được từ kết quả nghiên cứu, khảo sát của luận án
– Kỳ vọng của lạm phát cơ bản có tác động mạnh tới lạm phát cơ bản ở thời kỳ hiện tại, các yếu tố từ phía cung và phía cầu cũng như yếu tố tiền tệ cũng có ảnh hưởng tới lạm phát cơ bản. Tuy nhiên, ảnh hưởng từ yếu tố tiền tệ tới lạm phát cơ bản là không nhiều. Bên cạnh đó, sự mở cửa của nền kinh tế Việt Nam trong những năm gần đây cũng gây ra ảnh hưởng tiêu cực từ những yếu tố bên ngoài tới lạm phát cơ bản của Việt Nam. Trong khi đó, phương pháp hồi quy từng bước chỉ ra chỉ số giá năng lượng là yếu tố tác động quan trọng nhất, điều này hàm ý rằng, việc kiểm soát lạm phát cơ bản cần chú ý tới yếu tố giá năng lượng. Việc ảnh hưởng của yếu tố giá năng lượng tới lạm phát cho thấy ảnh hưởng chéo hay ảnh hưởng lan tỏa từ giá năng lượng tới các giá khác trong nền kinh tế Việt Nam là khá lớn trong thời gian qua.
– Xét về mối quan hệ dài hạn, khi cung tiền, chỉ số giá nhập khẩu, lương và tỷ giá tăng sẽ làm cho lạm phát cơ bản tăng, còn lãi suất không có ảnh hưởng nhiều tới lạm phát cơ bản trong dài hạn.
– Các mô hình được sử dụng để dự báo lạm phát bao gồm: Mô hình ARIMA, mô hình GARCH và mô hình MARKOV. Dựa trên các chỉ số RMSE, MAE và MAPE, luận án đã rút ra kết luận là mô hình ARIMA dự báo lạm phát cơ bản chính xác hơn các mô hình còn lại. Nguyên nhân là do lạm phát cơ bản được xem là lạm phát tương đối ổn định trong dài hạn khi đã loại bỏ các yếu tố sốc và các yếu tố có dao động mạnh trong chỉ số lạm phát. Luận án áp dụng phương pháp kết hợp dự báo có ảnh hưởng tuyến tính của thời gian và kết quả cho thấy chất lượng dự báo đã được cải thiện đáng kể nếu xét theo tiêu chí RMSE.
