Tính GDP thực

June 10, 2017June 10, 2017 ~ kinhteking ~ Leave a comment

Có hai cách phổ biến để tính GDP thực:
1) Dựa trên giá của năm cơ sở
2) Liên kết chuỗi dựa trên tăng trưởng của sản lượng thực

Phần lớn các quốc gia hiện dùng phương pháp thứ hai vì hạn chế của phương pháp thứ nhất chính là việc không tính đến sự thay đổi trong tỷ trọng giữa các nhóm hàng hóa. Ví dụ như, máy tính càng ngày càng rẻ trong khi sản lượng máy tính tăng rất nhiều. Nếu dùng giá của những năm trước, tỷ trọng của tiêu dùng máy tính trong GDP thực rất cao.

Để hiểu rõ hơn về về hai cách tính sản lượng thực, xem giải thích của GS Menzie David Chinn: https://www.dropbox.com/s/4ukwhnts2c1p14q/chain_GDP.pdf?dl=0

Back to Basics: Kiểm Định giả thiết

June 7, 2017June 11, 2017 ~ kinhteking ~ Leave a comment

Viết một tý về kiểm định giả thiết nhân dịp có bạn đọc hỏi rằng:

“Anh cho e hỏi là có khi nào kiểm định giả thuyết dùng t và p-value thì có mâu thuẫn ko ạ? Giả sử như: t< critical value (fail to reject Ho) và p value<5% (reject Ho)?
Cho e hỏi 1 chút là dùng kiểm t thì có dùng giá trị tuyệt đối ko ạ? Ví dụ t=-3.5 , thì mình có thể kết luận t<1.96 (xem xét tại mức 5%) ko ạ?”
(Cảm ơn bạn vì câu hỏi).

Xem xét phương trình ước lượng cơ bản sau:
$Y_{i}=\beta_{0} + \beta _{1} X_{1i} + \beta _{2}X_{2i} + \beta _{3}X_{3i} +\epsilon_{i}$
Kết quả ước lượng mô hình này với OLS (giả sử rằng các giả định cơ bản của OLS (Định lý Gauss-Markov) được thỏa mãn):
$\hat{Y}_{i}=\hat{\beta }_{0} +\hat{\beta }_{1} X_{1i} +\hat{\beta }_{2}X_{2i} +\hat{\beta }_{3}X_{3i}$
Ví dụ như ta muốn kiểm định giả thuyết (kiểm định t) cho thông số $\beta_{1}$

Bước 1: Giả thiết kiểm định: có hai dạng khác nhau – kiểm định một phía hay kiểm định hai phía (Chú ý rằng: giả thiết nên được hình thành trước khi chạy mô hình)

•Kiểm định một phía

Nếu bạn kỳ vọng giá trị thực của thông số là số dương ( $\beta_{1}>0$ ), giả thiết kiểm định sẽ như sau:
$H_{0}: \beta_{1} \leq 0$ (Giả thiết H0 trình bày giá trị không được kỳ vọng)
$H_{1}: \beta_{1} > 0$ (Giả thiết khác H1 hay HA trình bày giá trị được kỳ vọng)
(Chú ý rằng: nguyên tắc kiểm định : trình bày giá trị được kỳ vọng ở giả thuyết khác H1 còn giá trị không được kỳ vọng ở giả thuyết null H0)

Hay là nếu bạn kỳ vọng giá trị thực của thông số là số âm ( $\beta_{1} < 0$ ), giả thiết kiểm định sẽ như sau:
$H_{0}: \beta_{1} \geq 0$ (Giả thiết H0 trình bày giá trị không được kỳ vọng)
$H_{1}: \beta_{1} < 0$ . (Giả thiết khác H1 trình bày giá trị được kỳ vọng)

•Kiểm định hai phía:

Bạn kỳ vọng biến $X_{1}$ có vai trò ý nghĩa trong việc giải thích dao động của Y. Nghĩa là $\beta_{1} \neq 0$ . Do vậy, giả thuyết kiểm định được trình bày như sau:
$H_{0}: \beta_{1} = 0$ (Giả thiết H0 trình bày giá trị không được kỳ vọng)
$H_{1}: \beta_{1} \neq 0$ (Giả thiết khác H1 trình bày giá trị được kỳ vọng)

Ví dụ: Nghiên cứu các yếu tố ảnh hưởng đến số năm yêu nhau Y: thời gian (số giờ) gặp nhau mỗi tuần ( $X_{1}$ ), kết quả học tập của bạn nam ( $X_{2}$ ), kết quả học tập của bạn nữ $X_{3}$ :

$Y_{i}=\beta_{0} + \beta _{1} X_{1i} + \beta _{2}X_{2i} + \beta _{3}X_{3i} +\epsilon_{i}$

Nếu chúng ta kỳ vọng rằng số năm yêu nhau tăng lên nếu thời gian gặp nhau mỗi tuần tăng lên, nghĩa là chúng ta kỳ vọng $\beta _{1}>0$ . Giả thiết kiểm định (một phía) sẽ như sau (Đừng hiểu nhầm một phía là tình yêu đơn phương nhé :)):
$H_{0}: \beta_{1} \leq 0$
$H_{1}: \beta_{1} > 0$

Nếu chúng ta kỳ vọng rằng “thời gian gặp nhau” có ý nghĩa quan trọng đối với “số năm yêu nhau”, nghĩa là $\beta _{1} \neq 0$ . Do vậy, giả thuyết kiểm định (hai phía) được trình bày như sau:
$H_{0}: \beta_{1} = 0$
$H_{1}: \beta_{1} \neq 0$

Bước 2: Tính thống kê t cho thông số $\beta_{1}$
$t_{k}=\frac{\hat{\beta }_{1}-\beta_{1,H0}}{SE(\hat{\beta }_{1})}$
Trong đó:

• $\hat{\beta }_{1}$ : thông số được ước lượng của $\beta_{1}$
• $\beta_{1,H0}$ : Giả thuyết null H0 cho thông số $\beta_{1}$ mà chúng ta muốn kiểm định. Thông thường, $\beta_{1,H0}=0$ vì chúng ta muốn nghiên cứu vai trò giải thích của biến $X_{1}$ đối với dao động của biến phụ thuộc Y. Đây cũng chính là giá trị null được sử dụng bới các phần mềm thống kê, khi in kết quả cuối cùng. Mặc dù vậy, chúng ta hoàn toàn có thể kiểm định giả thiết null với bất kỳ giá trị nào ( $\beta_{1,H0}=S$ )
• $SE(\hat{\beta }_{1}$ : độ lệch chuẩn của $\hat{\beta}_{1}$

Ở ví dụ trên, Kết quả ước lượng từ mẫu gồm 33 quan sát: N=33 như sau

$\hat{Y}_{i}= 1 + 0.354 X_{1i} + 0.2 X_{2i} +0.7 X_{3i}$
(0.0727) (0.05) (0.3)
(Trong ngoặc là độ lệch chuẩn của các ước lượng tương ứng 0.354 (0.0727), 0.2(0.05) và 0.7(0.3))

Tính giá trị thống kê t cho thông số $\beta_{1}$ :
$t_{k}=\frac{\hat{ \beta }_{1}-\beta_{1,H0}}{SE(\hat{ \beta }_{1})}=\frac{0.3547-0}{0.0727}=4.88$

Bước 3: Quy tắc Kiểm định giả thiết

Quy tắc Kiểm định một phía: Phủ định giả thiết $H_{0}$ nếu $|t_{k}| > t_{c}$ VÀ $t_{k}$ có dấu như giả thuyết $H_{1}$ . Nếu cả hai điều này không được thỏa mãn, không thể phủ định giả thiết $H_{0}$ .

Xác định giá trị tới hạn: $t_{c}$ là giá trị tới hạn tương ứng với mức ý nghĩa được lựa chọn. Ở bảng 1 dưới đây trình bày các giá trị tới hạn của kiểm định t. Giả sử chúng ta kiểm định một phía (one-sided) tại mức ý nghĩa 5%. Đây chính là cột thứ ba trong bảng. Để xác định $t_{c}$ , chúng ta cần biết độ tự do (Degrees of freedom hay là Dof). Dof được tính như sau
Dof= N-K-1
Trong đó:
N : số quan sát (N=33 ở ví dụ trên)
K: số lượng các thông số góc (slope parameters) (K=3 ở ví dụ trên, $\beta_{1}, \beta_{2}, \beta_{3}$
Trừ 1 ở công thức trên vì chúng ta mất một Dof để ước lượng $\beta_{0}$
Do vậy: Dof = N-K-1 = 33-3-1 = 29
Xem bảng : Cột ba, và hàng Dof = 29, ta có $t_{c}=1.699$

(Nguồn: Studenmund(2014), Using Econometrics; A Pratical Guide, Sixth Edition)

Kiểm định:
o $H_{0}: \beta_{1} \leq 0$
o $H_{1}: \beta_{1} > 0$

Sử dụng quy tắc kiểm định một phía:
* $|t_{k}|=|4.88|= 4.88 > 1.699$ , do vậy $|t_{k}| > t_{c}$
* $t_{k}=+4.88$ có dấu dương như giả thiết $H_{1}$
Do vậy, phủ định giả thiết $H_{0}$

Quy tắc kiểm định hai phía: Phủ định giả thiết $H_{0}$ nếu $|t_{k}|>t_{c}$ . Nếu không, không thể phủ định giả thiết $H_{0}$ .

Xác định giá trị tới hạn: $t_{c}$ là giá trị tới hạn tương ứng với mức ý nghĩa được lựa chọn. Ở bảng 1 trên trình bày các giá trị tới hạn của kiểm định t. Giả sử chúng ta kiểm định hai phía (two-sided) tại mức ý nghĩa 5%. Đây chính là cột thứ tư trong bảng. Để xác định $t_{c}$ , chúng ta cần biết độ tự do (Degrees of freedom hay là Dof). Như trên, Dof=29. Xem bảng : Cột thứ tư, và hàng Dof = 29, ta có $t_{c}=2.045$
Kiểm định:
$H_{0}: \beta_{1} = 0$
$H_{1}: \beta_{1} \neq 0$

Sử dụng quy tắc kiểm định hai phía:
$|t_{k}|=|4.88|= 4.88 > 2.045$ , do vậy $|t_{k}| > t_{c}$
Do vậy, phủ định giả thiết $H_{0}$

GIÁ TRỊ P
Sử dụng giá trị p là cách tiệp cận khác với kiểm định t. Giá trị p cho chúng ta biết giá trị nhỏ nhất của mức ý nghĩa mà chúng ta có thể phủ định giả thiết null $H_{0}$ : nghĩa là giá trị p càng nhỏ, khả năng phủ định giả thiết $H_{0}$ càng cao.

Quy tắc kiểm định một phía: Phủ định H0 nếu p-value của thông số nhỏ hơn mức ý nghĩa lựa chọn (ví dụ như 5%) và nếu thông số ước lượng $\hat{\beta}$ có cùng dấu như H1.

Quy tắc kiểm định hai phía: Phủ định H0 nếu p-value của thông số nhỏ hơn mức ý nghĩa lựa chọn (ví dụ như 5%).

Lợi thế lớn nhất của giá trị p chính là việc dễ sử dụng. Tuy nhiên, hầu hết các giáo trình kinh tế lượng cơ bản sử dụng t-test vì đối với những người bắt đầu học kinh tế lượng, việc sử dụng kiểm định t nhiều khả năng buộc (hay là định hình thói quen) người sử dụng giả thiết hóa (ví dụ như kỳ vọng dấu của các thông số và sử dụng một phía khi có kỳ vọng về dấu) trước khi bắt đầu chạy mô hình. Ngoài ra, một khi đã biết sử dụng kiểm định t, thì việc sử dụng giá trị p tương đối dễ dàng. Nhưng điều ngược lại không phải khi nào cũng đúng.

Toán!

July 30, 2016July 30, 2016 ~ kinhteking ~ Leave a comment

Sau bao lâu mải mê với kinh tế, gần đây, tôi có dịp quay lại với toán trừu tượng – và có đọc về một vài lời khuyên dành cho người học toán. Cũng là dân toán trước đây (giờ có lẽ là ngoại đạo), cũng từng chinh chiến với Toán, cũng từng đắm mình vào những bài toán hóc búa, tôi cảm thấy hứng thú với những lời khuyên này nó một cách lạ thường, dù có thể là quá quen thuộc với nhiều người.

Nếu bạn cố gắng hình dung về một câu trả lời hoàn hảo từ khi bắt đầu, bạn đang đặt quá nhiều áp lực cho chính bạn. Sự khác nhau chính giữa Toán trừu tượng và toán học dựa trên các phương pháp chính là khi bắt đầu giải quyết vấn đề. Với tôi, đây là điểm cực kỳ thú vị của Toán trừu tượng. Ví dụ như nếu câu hỏi là tìm đạo hàm hoặc tích phân, ít ra chúng ta biết làm thế nào để tiếp cận vấn đề, dù có thể có một vài khó khăn về mặt kỹ thuật. Nhưng với toán trừu tượng thì không hẳn. Để chứng minh một định lý, đầu tiên bạn có thể phải “gạch gạch xóa xóa” hàng chục trang giấy để có thể hiểu vấn đề cần chứng minh và tiếp đến là cách thức tiếp cận. Tối ưu hóa những hành động nhỏ, bạn sẽ có được kết quả cuối cùng như ý. Cố gắng tối ưu hóa kết quả cuối từ ban đầu có rất nhiều rủi ro, bởi sự không chắc chắn về những gì mà bạn sẽ trải qua.

Sự tinh thông có được từ việc luyện tập. Có hàng tá thủ thuật để áp dụng trong toán trừu tượng. Nhưng để thật sự hiểu và có được những thủ thuật/ kỹ năng này, chúng ta cần phải trực tiếp làm, chúng ta có thể thất bại một vài lần. Nhưng chính từ những trải nghiệm này, chúng ta nâng cao kỹ năng của mình. Việc giải một bài toàn hoàn toàn khác với việc đọc hiểu đáp án. Khi đọc đáp án, cái “thủ thuật” chúng ta học từ đáp án ấy sẽ bị hạn chế trong bài toán cụ thể ấy, ít có khả năng để tổng quát hóa thủ thuật hoặc kỹ năng để xử lý trong các tình huống khác dù tương tự ít nhiều.

Học cách khám phá. Toán học mở ra cho chúng ta một chân trời khám phá đầy thú vị. Một cách để khám phá chính là đặt ra những câu hỏi cho các thông tin được đưa ra. Tại sao chúng ta cần những thông tin đấy khi giải quyết vần đề này. Vấn đề sẽ thay đổi như thế nào khi chúng ta thay đổi hay bỏ qua các thông tin cho trước. Hay đặt ra những câu hỏi mới từ bài toán đã cho. Chính những khám phá này sẽ góp phần rèn luyện những kỹ năng toán học và tư duy giải quyết vấn đề.

Tôi thấy rằng, những bài học này không những chỉ áp dụng với Toán trừu tượng mà còn cả với Kinh tế học và cả cuộc sống nữa.

Cơ bản: Mô hình Tổng cầu và Tổng cung AD-AS

June 22, 2016June 16, 2017 ~ kinhteking ~ 2 Comments

Gần đây, nhà kinh tế Olivier Blanchard có để xuất bỏ mô hình AD-AS khỏi giáo trình giảng dạy kinh tế vĩ mô trung cấp ở bậc đại học (Blanchard nguyên là kinh tế trưởng của IMF) (Xem ở đây). Lý do chính là bởi mô hình AD-AS dễ gây nhầm lẫn và khiến cho sinh viên cảm thấy khó hiểu.

Một mục tiêu quan trọng của mô hình AD-AS là để minh họa làm thế nào nền kinh tế TỰ trở lại mức tiềm năng mà không cần sự can thiệp của chính sách, thông qua một cơ chế mà, theo Blanchard, ít liên quan đến thực tế: ví dụ, sản lượng giảm ==> mức giá giảm ==> mức cung tiền thực tăng vì không có thay đổi ở mức cung tiền danh nghĩa ==> lãi suất giảm ==> tăng cầu ==>tăng sản lượng. Blanchard cho rằng quy trình này gồm một chuỗi những sự kiện phức tạp mà tính thực tế của nó rất đáng ngờ. Trung tâm của sự điều chỉnh này chính là giả định cung tiền danh nghĩa không đổi. Giả định này ít thực tế vì các NHTW hiện đại điều hành dựa trên công cụ lãi suất chứ không phải mức cung tiền. Ngoài ra, cơ chế tự điều chỉnh này dường như không hoạt động trong suốt 7 năm vừa qua.

Bài viết này sẽ xem lại mô hình AD-AS để hiểu lý do tại sao Olivier đề xuất như vậy, dựa trên giáo trình kinh tế vĩ mô của Blanchard và Johnson (ISBN 13: 978-0-273-76633-9).

ĐƯỜNG TỔNG CUNG AS

Đường tổng cung AS minh họa tác động của sản lượng vào mức giá. Chúng ta bắt đầu xây dựng đường tổng cung từ phương trình quyết định mức giá như sau:

$P=(1+m)W$ (1)

Mức giá P được quyết định bởi các hãng theo tỷ lệ của mức lương danh nghĩa. Tỷ lệ này là (1+m) với m là mức tăng giá so với chi phí (mark-up). Nếu m=1 hay 100%, nghĩa là nếu mức lương trung bình là 50 nghìn đồng trên 1 sản phẩm, thì mức giá là 100 nghìn đồng.

Mức lương danh nghĩa phụ thuộc vào lạm phát kỳ vọng $P_{e}$ , tỷ lệ thất nghiệp $u$ , và các nhân tố khác ảnh hưởng đến lương $z$ (như trợ cấp thất nghiệp, hay là liên đoàn)

$W = P^{e} F(u,z)$ (2)

Kết hợp hai phương trình (1) và (2), phương trình đường tổng cung có dạng:

$P=P^{e}(1+m)F(u,z)$ (3)

Vai trò của tổng sản lượng hiện diện gián tiếp trong phương trình trên thông qua ảnh hưởng đến tỷ lệ thất nghiệp (Có thể tham khảo định luật Okun).

Một đơn giản hóa mang tính minh họa là giả định để sản xuất một sản phẩm cần MỘT lao động, ta có thể thấy mối liên hệ giữa tỷ lệ thất nghiệp và tổng sản lượng như sau:

$u=\frac{L-N}{L}=1-\frac{N}{L}=1-\frac{Y}{L}$

với L là lực lượng lao động và N là số lao động có việc làm.

Do đó, ta có thể viết lại phương trình (3) như sau:

$P=P^{e}(1+m)F(1-\frac{Y}{L},z)$ (4)

Hình 1 minh họa đường tổng cung AS. Chú ý rằng khi sản lượng ở mức tiềm năng, $Y=Y^{n}$ , mức giá sẽ bằng với mức gía được kỳ vọng $P=P^{e}$ . Tại sao? Tỷ lệ thất nghiệp tự nhiên, đồng nghĩa với sản lượng ở mức tiềm năng, được định nghĩa là tỷ lệ thất nghiệp tồn tại khi mà mức giá bằng với mức giá kỳ vọng.

Hình 1: Phương trình đường tổng cung

Hai tính chất quan trọng của đường tổng cung:

Tại một mức giá kỳ vọng cho trước, nếu sản lượng tăng, mức giá sẽ tăng (Hình 1: Dịch chuyển từ điểm A đến điểm B)

Sản lượng tăng ==>việc làm tăng ==> Thất nghiệp giảm ==> Mức lương danh nghĩa tăng ==> giá tăng (Phương trình 2 và 3)

Tại một mức thất nghiệp cho trước, nếu mức giá kỳ vọng tăng, giá sẽ tăng theo một tỷ lệ tương ứng (1:1)

Nếu mọi người kỳ vọng giá tăng ==> yêu cầu mức lương danh nghĩa cao hơn khi ký hợp đồng lao động mới hoặc khi có cơ hội đàm phán lại mức lương ==> chi phí tăng ==> doanh nghiệp tăng giá ==> mức giá tăng trong nên kinh tế (Hình 2: Điểm A đến điểm A’)

Hình 2: Mức giá kỳ vọng tăng

Do vậy cần lưu ý rằng: Mỗi đường tổng cung tương ứng với một mức giá kỳ vọng. Những thay đổi trong mức giá kỳ vọng sẽ làm đường tổng cung dịch chuyển. Mức giá kỳ vọng tăng làm AS dịch chuyển lên trên, trong khi đó sự giảm của kỳ vọng làm AS dịch chuyển xuống dưới.

ĐƯỜNG TỔNG CẦU AD

Đường tổng cầu AD thể hiện tác động của giá vào tổng sản lượng. Phương trình đường tổng cầu có dạng sau:

$Y=Y(\frac{M}{P}, G,T)$

Nhắc lại, để xây dựng đường tổng cầu, chúng ta sử dụng mô hình IS-LM (cân bằng thị trường hàng hóa và thị trường tiền tệ).

Phương trình IS: (sủ dụng mô hình nền kinh tế đóng để minh họa)

$Y=C+I(i)+G$

với $i$ là mức lãi suất. Tổng sản lượng bằng tổng cầu hàng hóa.

Phương trình LM:

$\frac{M}{P}=f(Y,i)$

Vế trái là cung tiền, còn vế phải là cầu tiền phụ thuộc vào thu nhập và lãi suất.

Khi mức giá $P$ tăng lên, cung tiền thực $\frac{M}{P}$ giảm vì lượng cung tiền danh nghĩa $M$ không đổi. Hệ quả là đường LM sẽ dịch chuyển sang trái, làm lãi suất tăng lên và tổng cầu giảm.

Hình 3: Mô hình IS-LM

AD1

Hai đặc tính của đường tổng cầu

1.Khi giá tăng, tổng cầu giảm ==> đường AD có hướng dốc xuống (Hình 3).

2.Các yếu tố ngoài giá mà làm dịch chuyển đường IS (ví dụ như chính sách tài khóa) và đường LM (ví dụ như chính sách tiền tệ) cũng sẽ làm dịch chuyển đường AD

Tăng cung tiền ==> LM dịch sang phải ==> AD cũng dịch sang phải
Tăng chi tiêu chính phủ ==> IS dịch sang phải ==> AD cũng dịch sang phải
Tăng thuế ==> IS dịch sang trái ==> AD cũng dịch sang trái.
Giá thay đổi ==> LM dịch chuyển ==> thay đổi lên xuống trên đường AD (Ví dụ điểm A đến điểm A’), chứ AD không di chuyển.

KẾT HỢP TỔNG CUNG- TỔNG CẦU AS-AD

Cơ chế tự điều chỉnh của AD-AS

Hình 4 kết hợp hai đường tổng cầu và tổng cung để minh họa cơ chế tự điều chỉnh.

Trong ngắn hạn không phải khi nào nền kinh tế cũng ở mức sản lượng tiền năng. Giả sử nền kinh tế hiện ở điểm A với $Y> Y_{n}$ sản lượng lớn hơn sản lượng tiềm năng. Tại điểm này mức giá cao hơn mức giá kỳ vọng (Vì $P=P^{e}$ khi $Y=Y^{e}$ ). Do vậy, khi người lao động (hoặc những người quyết định lương) được xét lại mức lương mới hoặc ký mới hợp đồng lao động, họ thường sẽ thiết lập mức kỳ vọng mới về giá cao hơn so với trước ( $P_{e'}>P_{e}$ ). Như được đề cập ở trên, mỗi đường tổng cung tương ứng với 1 mức giá kỳ vọng. Khi mức giá kỳ vọng tăng, đường tổng cung dịch chuyển sang trái, đẩy mức giá lên cao hơn. Quý trình này tiếp tục và đưa nền kinh tế đến đểm $A''$ và sản lượng trở về mức tiềm năng $Y_{n}$ , do đó tỷ lệ thất nghiệp trở lại bằng với tỷ lệ thất nghiệp tự nhiên (Xem hình 3 về sự dịch chuyển của LM do giá thay đổi). Lập luận tương tự nếu $Y< Y_{n}$ )

Hình 4: Cơ chế tự điều chỉnh

ADAS

Blanchard cho rằng quy trình này gồm một chuỗi những sự kiện phức tạp mà tính thực tế của nó rất đáng ngờ. Trung tâm của sự điều chỉnh này chính là giả định cung tiền danh nghĩa không đổi. Giả định này ít thực tế vì các NHTW hiện đại điều hành dựa trên công cụ lãi suất chứ không phải mức cung tiên. Ngoài ra, quan điểm “tự điều chỉnh” dường như không hoạt động trong suốt 7 năm vừa qua.

Thay vào đó, Blanchard cho rằng những phức tạp trên có thể tránh nếu sử dụng mô hình đường Phillips để miêu tả phía cung. Sản lượng tiềm năng được quyết định bởi sự tương tác giữa thiết lập giá cả và thiết lập mức lương. Khi tổng sản lượng lớn hơn mức tiềm năng – tỷ lệ thất nghiệp nhỏ hơn mức tự nhiên- sẽ gây ra áp lực lên lạm phát.

Bản chất của áp lực phụ thuộc vào đặc thù của kỳ vọng. Nếu mọi người kỳ vọng lạm phát bằng lạm phát thời kỳ trước, áp lực giá ở đây là sự tăng lên của tỷ lệ lạm phát. Nếu mọi người kỳ vọng lạm phát ớ mức nhất định, áp lực giá ở đây là lạm phát cao hơn. Để minh họa, chúng ta xem xét 2 trường hợp của đường Phillips.

Đường Phillips với kỳ vọng có dạng:

$\pi_{t}= \pi_{t}^{e} + (m+z) - 0.55 u_{t}$ (5)

(0.55 trong phương trình là một số ngẫu nhiên để minh họa). Lạm phát phụ thuộc kỳ vọng lạm phát, tỷ lệ thất nghiệp, m và z.

Trường hợp 1: Nếu $\pi_{t}^{e}= \pi_{t-1}$ ==> Kỳ vọng lạm phát bằng lạm phát thời kỳ trước

Do vậy, phương trình (5) trở thành:

$\pi_{t}= \pi_{t-1}+ (m+z)- 0.55 u_{t}$

==> $\pi_{t}- \pi_{t-1} = (m+z)- 0.55 u_{t}$

Bên vế trái là sự thay đổi của tỷ lệ lạm phát ==> khi sản lượng cao hơn ức tiềm năng, thất nghiệp nhỏ hơn tỷ lệ thất nghiệp tự nhiên, áp lực giá ở đây là sự tăng lên của tỷ lệ lạm phát $\pi_{t}- \pi_{t-1}$ .

Trường hợp 2: $\pi_{t}^{e}= 2\%$ ==> Kỳ vọng lạm phát bằng một mức nhất định, ví dụ như 2%.

Trong trường hợp này phương trình (5) trở thành:

$\pi_{t}= 2+ (m+z)- 0.55 u_{t}$

==> Khi sản lượng cao hơn ức tiềm năng, thất nghiệp nhỏ hơn tỷ lệ thất nghiệp tự nhiên, áp lực giá ở đây là sự tăng lên của lạm phát $\pi_{t}$ .

Hai trường hợp này khác nhau như thế nào?

Trong trường hợp 1, nếu áp lực giá đẩy lạm phát tới mức cao hơn, lạm phát sẽ ở lại mức cao hơn đấy nếu không có gì thay đổi (sốc và chính sách) $\pi_{t+1}= \pi_{t}$ . Ngược lại, trong trường hợp 2, lạm phát sẽ nhanh chóng trở lại mức 2%, nếu các yếu tố khác không đổi. Như vậy để giảm lạm phát trong trường hợp 1, đòi hỏi phải sy sinh nhiều sản lượng hơn, hệ quả là tỷ lệ thất nghiệp gia tăng, do đó khiến chi phí giảm và mức giá giảm.

Tác động đến nền kinh tế sẽ phụ thuộc vào việc ngân hàng trung ương điều chỉnh lãi suất như thế nào trước áp lực lạm phát này. Góc nhìn phía cung này không phải là mới, mà đã trở nên phổ biến ví dụ như trong mô hình Keynes mới (New Keynesian). Theo Blanchard, chúng ta cần tích hợp tiếp cận này vào các khóa học bậc cử nhân hiện nay.

103 năm ngày sinh của Milton Friedman

August 1, 2015August 1, 2015 ~ kinhteking ~ Leave a comment

Nhân 103 năm ngày sinh của một trong những nhà kinh tế vĩ đại nhất thế kỷ 20- Milton Friedman, tôi đăng lại bài dịch về ‘Những bài học từ Milton Friedmand’ được đăng trên blog này 3 năm trước.

Những bài học từ Milton Friedman

“Cố gắng làm nhiều hơn cái mà chúng ta có thể sẽ là một sự gây nhiễu làm gia tăng sự bất ổn định, thay vì giảm nó.”

Tăng trưởng và lạm phát ở Việt Nam

August 1, 2015 ~ kinhteking ~ 2 Comments

Bài viết này cũ rồi nhưng trích lại ở đây để có dịp suy ngẫm:

Dự báo lạm phát 2015 thấp: “Cơ hội tiếp tục hạ lãi suất” (Hà My)

Trích như sau:

“Có một thực tế là trong những năm gần đây, Việt Nam luôn phải đối mặt với việc phải lựa chọn giữa tăng trưởng và kiềm chế lạm phát.”

“Khái quát của một viện nghiên cứu chỉ ra rằng, về mối tương quan này hiện đang có hai luồng ý kiến. Luồng ý kiến thứ nhất cho rằng, lạm phát và tăng trưởng của Việt Nam có quan hệ tỷ lệ nghịch, khi lạm phát ở ngưỡng thấp, khoảng dưới 5% (2000 – 2003) thì tăng trưởng kinh tế tương đối cao và ổn định. Nhưng khi lạm phát ở ngưỡng cao, xấp xỉ hoặc ở mức hai con số (2007 – 2011) thì tăng trưởng có xu hướng chững lại và giảm xuống.”

==> Mấu chốt chính là con số “5%”.

“Luồng ý kiến thứ hai cho rằng, mối quan hệ giữa tăng trưởng và lạm phát là mối quan hệ đánh đổi, tức là muốn đạt mức tăng trưởng cao thì phải chấp nhận mức lạm phát cũng cao, còn muốn kiềm chế lạm phát ở mức thấp thì không thể đạt được mức tăng trưởng cao được.”

==> Cái này thì quá rõ là Phillip curve và Keynes rồi. Kết luận không tính đến yếu tố kỳ vọng lạm phát. Hơn nữa, lý thuyết chính sách tiền tệ đã chỉ ra rằng không nhất thiết phải có lạm phát cao mới tăng trưởng cao. Ngẫm điều gì xảy ra nếu lạm phát cứ 2 con số?

“Với cách tiếp cận khác, xem xét mối quan hệ giữa tăng trưởng và lạm phát từng năm trong cả chuỗi 20 năm qua, viện này cho rằng những năm mức tăng trưởng cao hơn lạm phát là những năm kinh tế – xã hội của đất nước tương đối ổn định, còn những năm tăng trưởng thấp hơn lạm phát là những năm nền kinh tế thường gặp các bất ổn vĩ mô.”

==> Kết luận này có 2 điểm cần chú ý: 1) Làm sao để mức độ tăng trưởng hơn lạm phát? 2) Ổn định vĩ mô đúng hơn là nguyên nhân tại sao tăng trưởng cao hơn lạm phát.

Dẫu sao, cũng ghi chép lại để suy nghĩ khi có dịp làm về lạm phát ở Việt Nam.

Chính sách tiền tệ và phúc lợi của người nghèo

July 31, 2015August 1, 2015 ~ kinhteking ~ Leave a comment

Romer and Romer (1998) nghiên cứu về vai trò của chính sách tiền tệ với sự nghèo đói và bất bình đẳng trong ngắn hạn và dài hạn. Sử dụng chuỗi dữ liệu của nước Mỹ, hai tác giả chỉ ra rằng một chu kỳ tăng trưởng bắt nguồn từ chính sách tiền tệ nới lỏng thường đi kèm với những điều kiện được cải thiện cho người nghèo trong ngắn hạn. Tuy nhiên, căn cứ vào dữ liệu chéo của nhiều quốc gia, Romer and Romer chỉ ra rằng lạm phát thấp và tăng trưởng tổng cầu ổn định thường đi kèm với sự cải thiện phúc lợi của người nghèo trong dài hạn. Bởi vì hiệu ứng chu kỳ của chính sách tiền tệ là ngắn, nên chính sách tiền tệ với mục tiêu kiểm soát lạm phát ở mức thấp và tổng cầu ổn định nhiều khả năng cải thiện cuộc sống của người nghèo về mặt lâu dài.

Download bài nghiên cứu ở đây

Đầu tư ở Việt Nam

July 25, 2015July 26, 2015 ~ kinhteking ~ Leave a comment

Vừa mới đọc ở website viện Peterson có một bài viết ngắn về đầu tư ở Việt Nam nhân dịp chính phủ Việt Nam thông báo kế hoạch xóa bỏ trần tỷ lệ của sở hữu nước ngoài ở một số công ty đại chúng nhất định (Nghị định số 60 và có hiệu lực từ tháng 9/2015). Lý do chính cho sự nới lỏng này mà bài viết đưa ra là những nỗ lực tư nhân hóa các công ty nhà nước đang gặp phải những khó khăn nhất định do thiếu các nhà đầu tư và thiếu vốn. Do vậy với sự thay đổi này, chính phủ dường như kỳ vọng sự tăng lên của đầu tư nước ngoài.

Nguồn: Tổng cục thống kê

Hình trên cho thấy đầu tư nước ngoài (DTNG) hiện đóng góp khoảng 20% tổng đầu tư. Dễ nhận thấy, năm 2007-2008, con số này đạt khoảng 30%, mức cao nhất từ đầu năm 2000 cho đến nay, có thể do ảnh hưởng từ việc gia nhập khối WTO. Sau “Tuần trăng mật” này, tỷ trọng của DTNG giảm dần. Một số nguyên do bề mặt của sự suy giảm này có thể liệt kê như:

+ Suy thoái kinh tế toàn cầu.

+ Các báo cáo của Ngân hàng Thế giới cho thấy môi trường cạnh tranh của Việt Nam không được cải thiện nhiều trong những năm gần đây.

Hai lý do này có ảnh hưởng quan trọng đến sự thành công của việc “gỡ trần” lần này: (i) Tốc độ hồi phục kinh tế toàn cầu (có một vài dấu hiệu tích cực, nhưng còn nhiều rủi ro, đặc biệt là vấn đề của Hy Lạp gần đây) và (ii) sự cải thiện môi trường đầu tư. Cả hai yếu tố này đòi hỏi thời gian, nên ít có khả năng sẽ có sự gia tăng “đột biến” của vốn đầu tư sau khi nghị định 60 có hiệu lực vào tháng 9 này.

Mặt tích cực của nghị định 60 là góp phần thu hút nguồn lực vốn để phát triển kinh tế. Đây là điều cần thiết, đặc biệt trong điều kiện kinh tế hiện nay. Nhưng điều quan trọng hơn là chính là việc đảm bảo tính ổn định và lâu dài của dòng vốn này. Bởi sự gia tăng của dòng vốn nước ngoài luôn đi kèm với những rủi ro vĩ mô, ví dụ như tăng trưởng nóng tín dụng và giá tài sản hay nguy cơ rút vốn. Do vậy, đảm bảo môi trường kinh tế vĩ mô ổn định là điều kiện tiên quyết.

Liệu giảm thuế có dẫn đến tăng trưởng kinh tế?

July 25, 2015July 25, 2015 ~ kinhteking ~ Leave a comment

Nguồn ảnh: https://taxnewsonlinereport.wordpress.com

Bài viết này tóm tắt những vần đề được thảo luận bởi Gale và Samwick (2014). Cụ thể, hai tác giả bàn về những tác động của thay đổi thuế thu nhập vào tăng trưởng kinh tế, trong đó tập trung vào hai vấn đề: (1) giảm thuế thu nhập cá nhân và (2) cải cách thuế thu nhập.

Kết luận chính của nghiên cứu là:

Giảm thuế có 2 hiệu ứng (điều này có thể suy luân được từ lý thuyết kinh tế) :

+ Hiệu ứng thay thế: Các khoản thu nhập sau thuế có được từ làm việc, tiết kiệm và đầu tư tăng lên. Do vậy thúc đẩy nỗ lực làm việc, tiết kiệm và đầu tư.

+ Hiệu ứng thu nhập: Vì thu nhập tăng lên nên có khuynh hướng giảm làm việc, tiết kiệm, và đầu tư.

Hai hiệu ứng này có tác động trái ngược nhau lên hoạt động kinh tế: Hiệu ứng thay thế góp phần gia tăng, còn hiệu ứng thu nhập lại làm giảm đi.

Giảm thuế và giảm chi tiêu:

Nếu giảm thuế không đi đôi với giảm chi tiêu, sẽ dẫn đến việc gia tăng vay mượn của chính phủ. Một trong những hệ lụy là sự suy giảm của tiết kiệm quốc gia, dẫn đến nguồn lực vốn bị suy yếu. Điều này có hại đối với tăng trưởng dài hạn của quốc gia.

Nghiên cứu đã cung cấp dẫn chứng lịch sử và phân tích mô phỏng chỉ ra rằng: giảm thuế mà không cắt giảm chi tiêu ngay sẽ có ít tác động đến tăng trưởng. Ngược lại, giảm thuế đi kèm với cắt giảm những chi tiêu mà không hiệu suất sẽ tăng sản lượng của nền kinh tế.

Cải cách thuế

Thông thường mọi người hay giả định rằng cải cách thuế (giảm thuế và mở rộng cơ sở thu thuế[1] (tax base)) sẽ tăng quy mô nền kinh tế trong dài hạn. Tuy nhiên điều mà ít được chú ý là: mở rộng cơ sở thu thuế bằng cách cắt giảm hoặc xóa bỏ chi tiêu thuế (tax expenditures)[2] sẽ tăng mức thuế hữu hiệu, do vậy đi ngược với chính sách giảm thuế. Nhưng, mở rộng cơ sở thuế giúp phân bổ lại nguồn lực từ các khu vực được ưu tiến thuế đến những khu vực có lơi tức kinh tế (trước thuế) cao nhất.

Liệu giảm thuế có dẫn đến tăng trưởng kinh tế

Chính sách thuế được thiết kế tốt có tiềm năng để tăng sản lượng, tuy nhiên không thể bảo đảm rằng tất cả những thay đổi thuế sẽ có hiệu ứng tích cực vào hoạt động kinh tế. Một chính sách thuế thúc đẩy tăng trưởng gồm có những đặc điểm sau:

Hiệu ứng thay thế lớn, trong khi đó hiệu ứng thu nhập nhỏ.
Giảm mức độ méo mó giữa các khu vực kinh tế hoặc giữa các mức độ thu nhập và tiêu dùng.
Thâm hụt ngân sách tăng ít.

[1] Cơ sở thuế (Tax base): Tổng giá trị tài sản tài sản hoặc doanh thu mà chính phủ đánh thuế. Một ví dụ của mở rộng cơ sở thu thuế (broadening the tax base) là giảm mức thu nhập bắt đầu đánh thuế (từ mức thu nhập 60 triệu/năm xuống mức 20 triệu/năm).

[2] Chi tiêu thuế (Tax expenditures): gồm các hoạt động miễn, giảm thuế đối với những nhóm cá nhân hoặc hoạt động nhất định.

Nguồn:

Gale, William G., and Andrew A. Samwick. “Effects of income tax changes on economic growth.” Brookings (2014).

Dữ liệu IMF

February 26, 2015June 19, 2017 ~ kinhteking ~ 97 Comments

Từ tháng 1-2015, tất cả các dữ liệu của IMF là free, nên các bạn không cần phải đăng ký tài khoản nữa.

Chú ý: Nếu các bạn không hiểu những khái niệm trong dữ liệu. Bạn có thể tham khảo hai tài liệu sau:

Huong dan doc IFS
IFSNotes

Hướng dẫn mới như sau:

Bước 1: Click vào link sau http://data.imf.org/

Bước 2: Chọn Data Topic

Bước 3: Nếu các bạn đang tìm kiếm các dữ liệu vĩ mô ví dụ như chỉ số gia CPI, lãi suất, cung tiền,..==> Chọn International Financial Statistics

Bước 4: Chọn Query để tìm kiếm data. Hoặc chọn Topical Portals để xem các dữ liệu khác. Tôi click vào Query và tiếp tục như sau.

Bước 5: Bên phía trái màn hình, bạn sẽ thấy: Time, Country, Indicator.

Ví dụ: CPI của Việt Nam từ Quý 1- 2000 đến Quý 1- 2013 được tìm như sau

Bước 5.1: Chọn Time

– Di chuyển chuột gần Time và click vào chữ T.

– Sau đó chọn Timeline. (Chọn Quarters vì đang tìm kiếm CPI theo quý)

– Từ Q1.2000-Q1.2013

– Sau đó nhấn Apply và nhấn OK

Bước 5.2: Chọn Country

— Di chuyển chuột gần Country và click vào chữ T.

– Sau đó tick vào Vietnam và nhấn Apply ở phía dưới và nhấn OK

Bước 5.2: Chọn Indicator

– Di chuyển chuột gần Indicator và click vào chữ T.

– Bạn có thể chọn Prices và Chọn Consumer Prices (Hoặc đánh tên khái niệm vào ô trống để tìm)

Bạn sẽ có được data như sau

Để download data về máy: Di chuột gần chữ Vietnam, click chuột phải, và chọn View and Export data. Bạn chọn xlsx hoặc csv, và file sẽ tự động được download về máy.

Chúc các bạn thành công!

——————————————————————————————–

Theo dõi thông tin có tính thường nhật hơn về các vấn đề kinh tế Việt Nam và thế giới hay các khóa học, hội thảo và seminar tại Facebook Page của Learning Economics: https://www.facebook.com/blogkinhte