Luận án phân tích và dự báo lạm phát cơ bản Việt Nam bằng mô hình kinh tế lượng

Tổng quan về luận án

Luận án tiến sĩ "Phân tích và dự báo lạm phát cơ bản của Việt Nam bằng các mô hình kinh tế lượng" là một nghiên cứu tiên phong trong bối cảnh nền kinh tế Việt Nam trải qua giai đoạn chuyển đổi và hội nhập sâu rộng, đặc biệt từ năm 2007 với việc gia nhập WTO. Bối cảnh này mang lại cơ hội nhưng cũng đặt ra những thách thức lớn về ổn định kinh tế vĩ mô, đặc biệt là kiểm soát lạm phát. Trong giai đoạn 2000-2007, tỷ lệ lạm phát trung bình khá thấp ở mức 5,5% mỗi năm, trong khi tăng trưởng GDP đạt trung bình 7% mỗi năm. Tuy nhiên, Việt Nam đã phải đối mặt với những đợt lạm phát tăng mạnh vào năm 2007 (12,6%) và đạt đỉnh điểm vào năm 2008 (19,98%), mức cao nhất kể từ thời kỳ đổi mới. Sự biến động này đã thúc đẩy Chính phủ phải thực hiện các chính sách tài khóa và tiền tệ thắt chặt, với Nghị quyết 11/NQ-CP ngày 24 tháng 02 năm 2011 là một trong những chính sách đặc biệt quan trọng để kiềm chế lạm phát, đưa lạm phát xuống còn 6,8% vào năm 2012 và 6,6% vào năm 2013. Sự cần thiết của việc phân biệt các tác động ngắn hạn mang tính sốc và tác động dài hạn lên lạm phát đã làm nổi bật vai trò của lạm phát cơ bản (LPCB) như một chỉ số quan trọng để đánh giá xu hướng giá cả cốt lõi và hỗ trợ điều hành chính sách tiền tệ.

Luận án đã xác định một khoảng trống nghiên cứu cụ thể trong tài liệu học thuật Việt Nam. Như đã được nêu rõ: "Hầu hết các nghiên cứu về lạm phát cơ bản ở Việt Nam mới chỉ dừng lại ở tính toán lạm phát cơ bản mà hầu như chưa có nghiên cứu nào phân tích và dự báo lạm phát cơ bản." (Trang 32). Nghiên cứu này lấp đầy khoảng trống đó bằng cách không chỉ đo lường LPCB mà còn phát triển và áp dụng các mô hình kinh tế lượng phức tạp để phân tích các yếu tố tác động và dự báo LPCB cho nền kinh tế Việt Nam. Đây là một bước tiến đáng kể so với các công trình trước đây.

Nghiên cứu được hướng dẫn bởi các câu hỏi cốt lõi sau:

1. Lạm phát cơ bản được tính toán như thế nào?
2. Lạm phát cơ bản đã diễn ra như thế nào trong thời gian qua?
3. Nên sử dụng mô hình kinh tế lượng nào để phân tích và dự báo lạm phát cơ bản ở Việt Nam?

Khung lý thuyết của luận án được xây dựng dựa trên sự tổng hợp của hai trường phái tư tưởng kinh tế vĩ mô chính: trường phái Keynes và trường phái tiền tệ. Từ trường phái Keynes, luận án sử dụng nền tảng của Đường cong Phillips (Phillips, 1958; Samuelson & Solow, 1960; Gordon, 1990; Nguyễn Khắc Minh, 2011) để phân tích mối quan hệ giữa lạm phát cơ bản, thất nghiệp (hoặc khoảng chênh sản lượng), và các cú sốc cung/cầu. Từ trường phái tiền tệ (Friedman, 1963, 1970; Brunner, 1970; Johnson, 1972; Laidler, 1975), luận án tập trung vào mối liên hệ giữa cung tiền và lạm phát, cùng với các yếu tố tiền tệ khác như lãi suất và tỷ giá hối đoái.

Luận án đưa ra nhiều đóng góp đột phá. Thứ nhất, nó đề xuất một phương pháp tính toán chỉ số LPCB theo quý phù hợp với thực tiễn Việt Nam giai đoạn 2000-2015, loại bỏ 13 mặt hàng cấp 3 có biến động giá mạnh bao gồm lúa gạo, thịt, thủy hải sản tươi sống, điện sinh hoạt, ga, nhiên liệu, dịch vụ y tế và giáo dục (Trang 5). Thứ hai, nghiên cứu định lượng hóa ảnh hưởng của các yếu tố vĩ mô, chỉ ra rằng "chỉ số giá năng lượng là yếu tố tác động quan trọng nhất" đến LPCB ở Việt Nam, với ảnh hưởng lan tỏa đáng kể đến các giá khác (Trang 5). Thứ ba, luận án đã xác định mô hình ARIMA là mô hình dự báo LPCB chính xác nhất trong số các mô hình được thử nghiệm (bao gồm GARCH và Markov), đồng thời chứng minh rằng "chất lượng dự báo đã được cải thiện đáng kể nếu xét theo tiêu chí RMSE" khi áp dụng phương pháp kết hợp dự báo (Trang 5). Cuối cùng, nghiên án cung cấp bằng chứng thực nghiệm về mối quan hệ dài hạn, cho thấy cung tiền, chỉ số giá nhập khẩu, lương và tỷ giá tăng sẽ làm LPCB tăng, trong khi lãi suất không có ảnh hưởng đáng kể trong dài hạn (Trang 5).

Phạm vi nghiên cứu của luận án tập trung vào nền kinh tế Việt Nam, sử dụng dữ liệu theo quý trong giai đoạn 2000-2015 và thực hiện dự báo cho một số quý tiếp theo. Với cỡ mẫu bao gồm 64 quan sát quý, nghiên cứu này mang ý nghĩa quan trọng đối với các nhà hoạch định chính sách tại Ngân hàng Nhà nước (NHNN) và Chính phủ Việt Nam trong việc đưa ra các chính sách kinh tế vĩ mô hiệu quả để kiểm soát lạm phát và thúc đẩy tăng trưởng bền vững.

Literature Review và Positioning

Phần tổng quan tài liệu của luận án đã thực hiện một tổng hợp toàn diện các dòng nghiên cứu chính về lạm phát, lạm phát cơ bản và các mô hình kinh tế lượng dùng để phân tích và dự báo, đặc biệt nhấn mạnh vào các tác giả và năm cụ thể. Các nghiên cứu về lạm phát cơ bản được xem xét từ các khái niệm ban đầu của Schreder (1952) và định nghĩa chính thức của Eckstein (1981) về "lạm phát cơ bản là lạm phát xuất hiện trên quỹ đạo tăng trưởng dài hạn của nền kinh tế với điều kiện là quỹ đạo này không bị ảnh hưởng của các cú sốc", cho đến các quan điểm của Quah và Vahey (1995), Laider (1990), Bryan và Cecchetti (1994) về thành phần ổn định của chỉ số giá. Luận án cũng trích dẫn quan điểm của Chủ tịch Bernanke (2007) về tầm quan trọng của LPCB trong việc ổn định kỳ vọng lạm phát.

Về lý thuyết giải thích lạm phát, luận án trình bày hai trường phái chính. Trường phái Keynes với lý thuyết cầu kéo và chi phí đẩy, được minh họa qua mô hình tổng cầu (AD) và tổng cung (LAS, SAS) cũng như các nguyên nhân của từng loại lạm phát (H, 1990). Sự phát triển của Đường cong Phillips từ Phillips (1958) đến Samuelson và Solow (1960), Lucas (1973), và Gordon (1990) với "Mô hình tam giác" (Triangle Model) đều được tổng hợp. Đặc biệt, luận án đề cập đến mô hình Đường cong Phillips cho lạm phát cơ bản của Nguyễn Khắc Minh (2011) dưới dạng phương trình: $P&t = d0 + \sum d1 P&t−s + d2GAPt + d3SSpt + d4SSwt$ (1.6), tích hợp các yếu tố kỳ vọng và cú sốc. Trường phái tiền tệ được đề cập thông qua các công trình của Bailey (1956), Friedman (1969, 1970) với khẳng định "Lạm phát luôn luôn và bao giờ cũng là một hiện tượng của tiền tệ", cùng với Brunner (1970), Johnson (1972), Laidler (1975) và Parkin (1975). Luận án cũng trình bày mô hình tiền tệ tổng quát của Nguyễn Khắc Minh (2011) và mô hình lạm phát cơ bản mở rộng của Chhibber (1991) và Nguyễn Thị Thu Hằng (2013) tích hợp các yếu tố thương mại, phi thương mại, chi phí, cung tiền và kỳ vọng.

Các phương pháp đo lường LPCB được phân tích chuyên sâu, bao gồm phương pháp loại trừ (phổ biến ở Chile, Philippines), phương pháp thống kê (signal extraction), phương pháp mô hình kinh tế (SVAR của Quah & Vahey, 1995) và phương pháp trung bình lược bỏ. Luận án đã so sánh ưu nhược điểm của từng phương pháp và các tính chất mong muốn của một thước đo LPCB tốt (ổn định, theo dõi xu hướng, khả năng dự báo).

Về dự báo LPCB, luận án đã tổng quan các nghiên cứu thực nghiệm quốc tế và phân loại các mô hình dự báo thành ba nhóm chính theo Stock và Watson (2008): (1) Dự báo dựa trên thông tin quá khứ (mô hình ARIMA, IGARCH, Markov Switching, AO của Atkenson-Ohanian 2001, UC-SV của Stock-Watson 2007); (2) Dự báo dựa trên đo lường (mô hình Đường cong Phillips của Gordon, 1982, 1990, 1998); và (3) Mô hình kết hợp dự báo (Bates và Granger, 1969).

Trong tổng quan này, một số mâu thuẫn và tranh luận chính trong học thuật được ghi nhận, chẳng hạn như sự khác biệt trong việc xác định các yếu tố gây lạm phát giữa trường phái Keynes và tiền tệ, hay tranh cãi về tính ổn định của Đường cong Phillips (Lucas, 1973; Sargent, 1976). Luận án định vị mình bằng cách giải quyết khoảng trống trong việc phân tích và dự báo LPCB cho Việt Nam, một lĩnh vực mà "hầu hết các nghiên cứu về lạm phát cơ bản ở Việt Nam mới chỉ dừng lại ở tính toán lạm phát cơ bản" (Trang 32). Nghiên cứu này tiến thêm một bước bằng cách tích hợp và thử nghiệm các mô hình kinh tế lượng tiên tiến để cung cấp cái nhìn sâu sắc hơn về động lực của LPCB và khả năng dự báo của nó trong bối cảnh Việt Nam, từ đó nâng cao hiểu biết về lạm phát trong các nền kinh tế mới nổi.

So sánh với các nghiên cứu quốc tế, luận án đã xem xét kinh nghiệm xây dựng LPCB của nhiều quốc gia. Ví dụ, Mỹ và Canada loại bỏ hoàn toàn nhóm hàng lương thực - thực phẩm và năng lượng ra khỏi CPI để tính LPCB, với tỷ trọng lần lượt là 77,18% và 73,93% CPI (Trang 40). Canada còn sử dụng CPIX bằng cách loại bỏ 8 loại hàng hóa dễ biến động nhất, chiếm 82,2% CPI. Nhật Bản chỉ loại bỏ thực phẩm tươi sống (0,412% CPI). Thái Lan sử dụng LPCB bằng cách loại trừ thực phẩm tươi sống và năng lượng (chiếm 24,7% CPI) làm mục tiêu trung gian của chính sách tiền tệ. Philippines cũng có định nghĩa chính thức về LPCB dựa trên phương pháp loại trừ, bao gồm gạo, ngô, trái cây, rau quả, dầu khí, xăng (chiếm 18,4% CPI). Các nghiên cứu thực nghiệm về dự báo như của Stock và Watson (2007, 2008) cho Mỹ, Tao Sun (2004) cho Thái Lan sử dụng mô hình GUM (VAR), Champlain (2005) cho Canada, Antoni Espasa và Rebeca Albacete (2004) cho EU sử dụng VECM, Aleksejs Melihovs và Anna Zasova (2007) cho Latvia sử dụng Đường cong Phillips lai, hay Ikecukwu Kelikume và Adedoyin Salami (2014) cho Nigeria sử dụng ARIMA và VAR đều cung cấp nền tảng để luận án so sánh và đánh giá hiệu quả các mô hình tại Việt Nam.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này đóng góp đáng kể vào lý thuyết bằng cách mở rộng và tinh chỉnh các khung lý thuyết hiện có để phù hợp với đặc thù của một nền kinh tế chuyển đổi như Việt Nam. Nghiên cứu mở rộng lý thuyết Đường cong Phillips (Gordon, 1990; Nguyễn Khắc Minh, 2011) bằng cách cung cấp bằng chứng thực nghiệm về các yếu tố tác động đến LPCB, đặc biệt là ảnh hưởng mạnh mẽ của chỉ số giá năng lượng và các yếu tố từ cung, cầu và tiền tệ trong bối cảnh Việt Nam (Trang 5). Điều này không chỉ xác nhận sự liên quan của các yếu tố truyền thống mà còn làm rõ vai trò của các cú sốc cung cụ thể trong việc hình thành LPCB. Ngoài ra, luận án đã kiểm định và ủng hộ một số nguyên lý của trường phái tiền tệ (Friedman, 1970) khi phát hiện mối quan hệ dài hạn giữa cung tiền, chỉ số giá nhập khẩu, lương, tỷ giá và LPCB, mặc dù nhận thấy "ảnh hưởng từ yếu tố tiền tệ tới lạm phát cơ bản là không nhiều" trong một số khía cạnh (Trang 5). Sự khác biệt này cho thấy một sự điều chỉnh cần thiết đối với lý thuyết tiền tệ thuần túy khi áp dụng vào nền kinh tế Việt Nam.

Khung khái niệm của nghiên cứu tích hợp quan điểm của Eckstein (1981) về LPCB bao gồm ba thành phần cơ bản: lạm phát cơ bản ($ \pi_c $), lạm phát cầu kéo ($ \pi_d $) và lạm phát chi phí đẩy ($ \pi_s $), tức là $ \pi = \pi_c + \pi_d + \pi_s $. Nghiên cứu đã làm rõ các yếu tố cầu kéo như sự gia tăng tiêu dùng tư nhân, đầu tư, chi tiêu Chính phủ và xuất khẩu (H, 1990), cùng với các yếu tố chi phí đẩy như tiền lương tăng vượt năng suất, thuế gián thu, giá nguyên liệu nhập khẩu và thiên tai. Mô hình lý thuyết được xây dựng dựa trên phương trình Đường cong Phillips tổng quát (Nguyễn Khắc Minh, 2011), với các giả thuyết về mối liên hệ giữa LPCB ($ P&t $), khoảng chênh sản lượng ($ GAP_t $), các cú sốc cung ($ SS_{pt}, SS_{wt} $) và kỳ vọng lạm phát ($ P&t-s $) như trong phương trình (1.6) và (1.9). Các mô hình tiền tệ cũng được cụ thể hóa, với LPCB phụ thuộc vào tốc độ tăng trưởng cung tiền ($ M& $), chi tiêu chính phủ ($ G& $) và các cú sốc cung ($ SS $) theo phương trình (1.12), cũng như mô hình chi tiết hơn của Chhibber (1991) và Nguyễn Thị Thu Hằng (2013) biểu diễn mối quan hệ qua các biến như giá quốc tế ($ P_f $), tỷ giá ($ E $), chi phí trung gian ($ IC $), tiền lương ($ W $), cung tiền ($ M_s $), thu nhập ($ Y $) và lãi suất ($ r $) theo phương trình (1.19) và (1.20).

Khung phân tích độc đáo

Khung phân tích của luận án là độc đáo bởi sự tích hợp sâu sắc các lý thuyết và phương pháp tiếp cận. Nó tích hợp chặt chẽ lý thuyết Đường cong Phillips (Keynesian), lý thuyết số lượng tiền tệ (Monetary School) và lý thuyết cấu trúc giá (Chhibber, Nguyễn Thị Thu Hằng) để cung cấp một cái nhìn đa diện về LPCB. Cách tiếp cận này cho phép nghiên cứu không chỉ phân tích nguyên nhân mà còn xây dựng các mô hình dự báo robust.

Phương pháp tiếp cận phân tích độc đáo thể hiện ở việc:

• Đo lường LPCB theo phương pháp loại trừ tùy chỉnh: Luận án đề xuất một danh mục loại trừ 13 mặt hàng cấp 3 cụ thể, được điều chỉnh cho phù hợp với nền kinh tế Việt Nam (Trang 5). Điều này khác biệt so với các phương pháp loại trừ tiêu chuẩn chỉ loại bỏ thực phẩm và năng lượng ở Mỹ hoặc Canada, hoặc chỉ thực phẩm tươi sống ở Nhật Bản (Trang 40). Việc tùy chỉnh danh mục này có căn cứ từ thực tiễn biến động giá tại Việt Nam.
• Tiếp cận đa mô hình để phân tích và dự báo: Thay vì chỉ dựa vào một mô hình, luận án sử dụng và so sánh hiệu quả của nhiều mô hình kinh tế lượng tiên tiến như ARIMA, GARCH, Markov Switching, cùng với các mô hình Đường cong Phillips và mô hình tiền tệ. Sự kết hợp này giúp đưa ra cái nhìn toàn diện và đáng tin cậy hơn về động lực và khả năng dự báo của LPCB. Luận án cũng áp dụng "phương pháp kết hợp dự báo có ảnh hưởng tuyến tính của thời gian" để cải thiện chất lượng dự báo (Trang 5), một kỹ thuật tiên tiến được Bates và Granger (1969) khởi xướng.

Đóng góp khái niệm bao gồm việc định nghĩa lại LPCB trong bối cảnh Việt Nam là chỉ số "phản ánh xu hướng cơ bản, ổn định của giá cả hàng hóa trong dài hạn" sau khi loại bỏ các nhiễu loạn ngẫu nhiên (Trang 13), phù hợp với định nghĩa của Wynne (2008) và Eckstein (1981). Luận án cũng làm rõ khái niệm "khoảng chênh sản lượng" ($ GAP_t $) theo Nguyễn Khắc Minh (2011) như một chỉ số phản ánh áp lực từ phía cầu.

Các điều kiện biên được nêu rõ, nghiên cứu tập trung vào dữ liệu theo quý của Việt Nam trong giai đoạn 2000-2015, với những hạn chế về khả năng tiếp cận dữ liệu sau năm 2015 (Trang 6). Điều này định rõ phạm vi ứng dụng và giới hạn tổng quát hóa của các phát hiện.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Triết lý nghiên cứu của luận án là chủ nghĩa thực chứng (positivism), thể hiện qua việc tập trung vào "lượng hóa các yếu ảnh hưởng," "xây dựng các mô hình dự báo" và "phân tích chính xác hơn nguyên ngân của lạm phát bằng các mô hình kinh tế lượng và tìm ra mô hình kinh tế lượng phù hợp để dự báo lạm phát cơ bản của Việt Nam" (Mục tiêu nghiên cứu, Trang 3). Điều này ngụ ý niềm tin vào một thực tại khách quan có thể đo lường được và khả năng thiết lập các mối quan hệ nhân quả thông qua phân tích định lượng và kiểm định giả thuyết thống kê.

Luận án không sử dụng phương pháp hỗn hợp theo nghĩa truyền thống nhưng áp dụng một kết hợp chuyên biệt các kỹ thuật mô hình kinh tế lượng, bao gồm các mô hình chuỗi thời gian đơn biến (ARIMA, GARCH, Markov Switching) và các mô hình đa biến (dạng Đường cong Phillips và mô hình tiền tệ), sau đó kết hợp các dự báo từ nhiều mô hình khác nhau. Sự kết hợp này mang lại một cách tiếp cận toàn diện và mạnh mẽ để giải quyết các câu hỏi nghiên cứu. Thiết kế nghiên cứu là đơn cấp, tập trung vào phân tích các biến số kinh tế vĩ mô quốc gia. Cỡ mẫu chính xác của luận án là các số liệu theo quý trong giai đoạn 2000-2015, tổng cộng 64 quan sát. Tiêu chí lựa chọn mẫu bao gồm các biến số kinh tế vĩ mô trọng yếu như Tổng sản phẩm trong nước (GDP), Chỉ số giá tiêu dùng (CPI), Lạm phát cơ bản (CORECPI), Cung tiền (M2), Tỷ giá (ER), Lãi suất (IR), Lương (W), Chỉ số giá công nghiệp (PPI), Chỉ số giá nhập khẩu (CSGNK), Giá dầu thế giới (POIL), Giá gạo thế giới (PRICE), Tiêu dùng tư nhân (HC) và Tiêu dùng chính phủ (GC), được thu thập từ các nguồn uy tín như Tổng cục Thống kê (GSO), Ngân hàng Nhà nước (NHNN), Ngân hàng Thế giới (WB) và Quỹ Tiền tệ Quốc tế (IMF) (Trang 4).

Quy trình nghiên cứu rigorous

Chiến lược lấy mẫu dữ liệu dựa trên việc thu thập toàn bộ các quan sát có sẵn cho các biến số vĩ mô trong giai đoạn nghiên cứu, không có tiêu chí loại trừ phức tạp ngoài việc đảm bảo tính đầy đủ và nhất quán của chuỗi dữ liệu theo quý. Các giao thức thu thập dữ liệu tuân thủ các chuẩn mực thống kê quốc tế, sử dụng dữ liệu thứ cấp từ các tổ chức chính phủ và quốc tế.

Luận án áp dụng kỹ thuật so sánh mô hình để đánh giá tính hiệu quả của các phương pháp dự báo khác nhau, như kiểm định bao dự báo (forecast encompassing test) được khởi xướng bởi Bates và Granger (1969). Đây là một dạng của đa phương pháp luận nhằm xác định mô hình nào chứa đựng thông tin hữu ích nhất. Tính hợp lệ (validity) và độ tin cậy (reliability) của các mô hình được đánh giá thông qua các kiểm định thống kê nghiêm ngặt, bao gồm kiểm định tự tương quan (autocorrelation test - Bảng 3.4), kiểm định phương sai của sai số không đổi (homoscedasticity test - Bảng 3.5), và các chỉ số đo lường sai số dự báo như Sai số tuyệt đối trung bình (MAE), Phần trăm sai số tuyệt đối trung bình (MAPE) và Căn bậc hai của trung bình cộng của bình phương các sai số dự báo (RMSE) (Bảng 3.11). Mặc dù các giá trị alpha không được đề cập trực tiếp, việc sử dụng các tiêu chí thông tin như Akaike Information Criterion (AIC) để xác định độ trễ tối ưu cho các mô hình tự hồi quy (Trang 27) ngụ ý sự chú trọng đến tính phù hợp của mô hình.

Data và phân tích

Đặc điểm mẫu dữ liệu được trình bày chi tiết trong "Thống kê mô tả cho các biến số theo quý" (Bảng 3.2), cung cấp thông tin về các chỉ số thống kê cơ bản của từng biến số sử dụng trong mô hình.

Các kỹ thuật phân tích tiên tiến được sử dụng bao gồm:

• Mô hình hồi quy: Hồi quy OLS và đặc biệt là phương pháp hồi quy từng bước (stepwise regression), được sử dụng để xác định các yếu tố tác động quan trọng đến LPCB (Bảng 3.6), chẳng hạn như chỉ số giá năng lượng.
• Mô hình chuỗi thời gian: Mô hình ARIMA (Autoregressive Integrated Moving Average) (Bảng 3.7) cho các quá trình tự hồi quy, mô hình GARCH (Generalized Autoregressive Conditional Heteroscedasticity) (Bảng 3.8) để phân tích phương sai có điều kiện của sai số thay đổi tự hồi quy, và mô hình hàm chuyển Markov (Markov Switching Model) (Bảng 3.9) để nắm bắt các chế độ khác nhau trong chuỗi LPCB.
• Phân tích dự báo kết hợp: Áp dụng mô hình kết hợp dự báo với ảnh hưởng tuyến tính của thời gian để cải thiện độ chính xác dự báo (Bảng 3.10, 3.11).

Các phần mềm chuyên dụng Eview và SPSS được sử dụng để thực hiện các phân tích thống kê và kinh tế lượng phức tạp này. Tính mạnh mẽ của kết quả được kiểm tra thông qua việc so sánh các mô hình và các chỉ số sai số dự báo (RMSE, MAE, MAPE). Mặc dù không nêu rõ các kiểm định mạnh mẽ cụ thể khác, việc so sánh kết quả dự báo trong mẫu và ngoài mẫu giữa các mô hình (Bảng 3.11, 3.12) là một hình thức kiểm tra robustness cơ bản. Các chỉ số về độ lớn tác động (effect sizes) và khoảng tin cậy (confidence intervals) được ngụ ý thông qua "Kết quả ước lượng mô hình" (Bảng 3.3, 3.6, 3.7, 3.8, 3.9, 3.10), nơi các hệ số ước lượng và giá trị p-value thường được báo cáo để đánh giá ý nghĩa thống kê.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án đã đạt được một số phát hiện then chốt, cung cấp cái nhìn sâu sắc về động lực của lạm phát cơ bản tại Việt Nam:

1. Đo lường LPCB phù hợp: Luận án đã đề xuất một phương pháp xây dựng và tính toán chỉ số LPCB theo quý, được tùy chỉnh cho Việt Nam giai đoạn 2000-2015, bằng cách loại bỏ 13 mặt hàng cấp 3 có biến động giá lớn (Trang 5). Điều này cung cấp một thước đo đáng tin cậy hơn so với CPI tổng thể để đánh giá xu hướng giá cả cốt lõi.
2. Tác động của kỳ vọng và yếu tố bên ngoài: Phát hiện cho thấy "kỳ vọng của lạm phát cơ bản có tác động mạnh tới lạm phát cơ bản ở thời kỳ hiện tại" (Trang 5), khẳng định vai trò của các yếu tố tâm lý và dự báo trong việc định hình lạm phát. Hơn nữa, "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" (Trang 5), cho thấy mức độ dễ bị tổn thương của nền kinh tế trước các cú sốc quốc tế.
3. Vai trò then chốt của giá năng lượng: Phương pháp hồi quy từng bước đã chỉ ra "chỉ số giá năng lượng là yếu tố tác động quan trọng nhất" (Trang 5). Phát hiện này đặc biệt quan trọng, vì nó hàm ý rằng việc kiểm soát LPCB cần đặc biệt chú ý đến yếu tố giá năng lượng do "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" (Trang 5).
4. Mối quan hệ dài hạn của các biến vĩ mô: Nghiên cứu đã thiết lập các mối quan hệ dài hạn quan trọng: "khi cung tiền, chỉ số giá nhập khẩu, lương và tỷ giá tăng sẽ làm cho lạm phát cơ bản tăng" (Trang 5). Tuy nhiên, một kết quả có phần phản trực giác là "lãi suất không có ảnh hưởng nhiều tới lạm phát cơ bản trong dài hạn" (Trang 5), điều này gợi ý rằng kênh truyền dẫn lãi suất trong dài hạn có thể không hiệu quả như kỳ vọng hoặc bị lu mờ bởi các yếu tố khác trong bối cảnh Việt Nam.
5. Ưu việt của mô hình ARIMA: Trong số các mô hình dự báo được thử nghiệm (ARIMA, GARCH, Markov), "mô hình ARIMA dự báo lạm phát cơ bản chính xác hơn các mô hình còn lại" (Trang 5). Lý do được đưa ra là LPCB vốn ổn định hơn sau khi loại bỏ các yếu tố sốc. Hơn nữa, việc áp dụng "phương pháp kết hợp dự báo" đã "cải thiện đáng kể" chất lượng dự báo theo tiêu chí RMSE (Trang 5).

So sánh với các nghiên cứu trước đây, phát hiện về ảnh hưởng mạnh mẽ của giá năng lượng và tầm quan trọng của kỳ vọng lạm phát củng cố những gì đã được quan sát ở các nền kinh tế khác (ví dụ, Stock & Watson, 2015 cho Mỹ), nhưng cụ thể hóa tác động này trong bối cảnh một nền kinh tế đang phát triển, phụ thuộc nhiều vào nhập khẩu năng lượng như Việt Nam. Kết quả về sự ưu việt của mô hình ARIMA cho LPCB ổn định cũng tương đồng với một số nghiên cứu (ví dụ, Ikecukwu Kelikume & Adedoyin Salami, 2014 cho Nigeria), nhấn mạnh tính phù hợp của các mô hình chuỗi thời gian đơn biến cho các chuỗi dữ liệu ít biến động.

Implications đa chiều

Những phát hiện của luận án mang lại nhiều ý nghĩa quan trọng trên các phương diện:

• Tiến bộ lý thuyết: Luận án góp phần tinh chỉnh các lý thuyết kinh tế vĩ mô về lạm phát, đặc biệt là Đường cong Phillips và lý thuyết tiền tệ, bằng cách cung cấp bằng chứng thực nghiệm từ một nền kinh tế đang phát triển. Phát hiện về vai trò của giá năng lượng và sự hạn chế của kênh lãi suất trong dài hạn thách thức và mở rộng sự hiểu biết về cơ chế truyền dẫn lạm phát.
• Đổi mới phương pháp luận: Việc phát triển và kiểm định một khung phân tích đa mô hình tích hợp để phân tích và dự báo LPCB là một đóng góp phương pháp luận. Nó cung cấp một mô hình có thể áp dụng cho các nền kinh tế mới nổi khác có cấu trúc và động lực lạm phát tương tự.
• Ứng dụng thực tiễn: Các nhà hoạch định chính sách có thể sử dụng phương pháp đo lường LPCB được đề xuất để có cái nhìn chính xác hơn về xu hướng lạm phát cốt lõi. Khuyến nghị "kiểm soát lạm phát cơ bản cần chú ý tới yếu tố giá năng lượng" (Trang 5) cung cấp một hướng dẫn cụ thể cho Ngân hàng Nhà nước Việt Nam trong việc xây dựng và điều hành chính sách tiền tệ.
• Khuyến nghị chính sách: Để "bình ổn giá cả thị trường, đảm bảo phát triển kinh tế bền vững" (Trang 1), Chính phủ và Ngân hàng Nhà nước cần giám sát chặt chẽ biến động giá năng lượng toàn cầu và nội địa, đồng thời có thể xem xét các biện pháp chính sách tài khóa linh hoạt để giảm thiểu tác động lan tỏa từ các cú sốc giá năng lượng. Các chính sách điều hành CSTK và CSTT thận trọng vẫn là cần thiết để "kiểm soát lạm phát và tránh sự bùng nổ lạm phát gây bất ổn kinh tế vĩ mô" (Trang 2-3).
• Điều kiện tổng quát hóa: Các kết quả của luận án có thể được tổng quát hóa cho các nền kinh tế đang phát triển khác, đặc biệt là những nền kinh tế có: (1) cấu trúc giỏ CPI tương tự và sự phụ thuộc vào nhập khẩu các mặt hàng thiết yếu (như năng lượng); (2) hệ thống tài chính đang phát triển mà kênh lãi suất có thể không phải là kênh truyền dẫn chính của chính sách tiền tệ; và (3) đang trong quá trình hội nhập kinh tế quốc tế sâu rộng.

Limitations và Future Research

Luận án đã trung thực thừa nhận một số hạn chế quan trọng. Thứ nhất, "do hạn chế trong việc tiếp cận nguồn số liệu nên chỉ số lạm phát cơ bản trong luận án chỉ tính đến năm 2015" (Trang 6). Điều này giới hạn khả năng phân tích và dự báo LPCB trong những năm gần đây, một giai đoạn có thể có những biến động kinh tế mới. Thứ hai, các mô hình dự báo được sử dụng chủ yếu dựa vào thông tin quá khứ của chuỗi LPCB, "do đó kết quả dự báo còn nhiều hạn chế" (Trang 6). Điều này ngụ ý rằng các mô hình này có thể chưa nắm bắt đầy đủ các cú sốc bên ngoài hoặc các yếu tố vĩ mô tác động một cách phi tuyến tính. Thứ ba, luận án "chỉ sử dụng chỉ số core5" để đo lường LPCB, trong khi "các nghiên cứu tiếp theo khi làm mô tả có thể xem xét các core khác nhau" (Trang 6), cho thấy có thể còn có các định nghĩa LPCB khác phù hợp hơn hoặc cung cấp những hiểu biết bổ sung.

Các điều kiện biên của nghiên cứu bao gồm bối cảnh kinh tế Việt Nam và khung thời gian dữ liệu từ năm 2000 đến 2015. Những hạn chế này là cơ sở để đề xuất một chương trình nghiên cứu tương lai với các hướng đi cụ thể:

1. Mở rộng phương pháp dự báo: "áp dụng nhiều hơn các phương pháp trong dự báo lạm phát cơ bản để có được kết quả dự báo tốt hơn" (Trang 6). Điều này có thể bao gồm các mô hình kinh tế lượng tiên tiến hơn như Structural Vector Autoregression (SVAR) để phân biệt các cú sốc cấu trúc, các mô hình học máy (Machine Learning) để nắm bắt các mối quan hệ phi tuyến, hoặc các mô hình định lượng động tổng quát (DSGE) tích hợp các kỳ vọng hợp lý.
2. Cập nhật và mở rộng dữ liệu: "bổ sung đo lường lạm phát cho sau năm 2015" (Trang 6) sẽ cho phép so sánh với kết quả chính thức của Tổng cục Thống kê (GSO) và phân tích các động lực lạm phát trong bối cảnh kinh tế gần đây hơn.
3. Khám phá các định nghĩa LPCB khác: "xem xét các core khác nhau và xem xét nó trong mối quan hệ với các biến vĩ mô để thấy rõ hơn thực trạng" (Trang 6). Việc so sánh LPCB được tính bằng các phương pháp loại trừ khác nhau, hoặc sử dụng các phương pháp thống kê như Trimmed Mean hay Weighted Median, có thể cung cấp các góc nhìn đa dạng và mạnh mẽ hơn.
4. Nghiên cứu sâu về kỳ vọng lạm phát: Tích hợp các biến số đo lường kỳ vọng lạm phát từ các cuộc khảo sát hoặc thị trường tài chính vào mô hình, giải quyết vấn đề "yếu tố kỳ vọng khó xác định được trong việc mô hình hóa hành vi của nền kinh tế" như Sargent và Wallace (1976) đã chỉ ra.
5. Phân tích tác động chính sách cụ thể: Nghiên cứu về tác động của các gói kích thích kinh tế hoặc các chính sách tài khóa/tiền tệ cụ thể (ví dụ, Nghị quyết 11/NQ-CP năm 2011) lên LPCB thông qua các mô hình thực nghiệm định lượng.

Những cải tiến về phương pháp luận có thể bao gồm việc sử dụng các mô hình không gian trạng thái với các thành phần không quan sát được (unobserved components models) để tách các thành phần xu hướng và chu kỳ của LPCB một cách rõ ràng hơn. Mở rộng lý thuyết có thể tập trung vào việc mô hình hóa các kênh lan truyền của cú sốc năng lượng hoặc các cú sốc chuỗi cung ứng toàn cầu, và tích hợp các yếu tố hành vi vào kỳ vọng lạm phát trong bối cảnh thị trường mới nổi.

Tác động và ảnh hưởng

Luận án này có tiềm năng tạo ra nhiều tác động và ảnh hưởng sâu rộng:

• Tác động học thuật: Là một trong số ít nghiên cứu định lượng toàn diện về phân tích và dự báo LPCB tại Việt Nam, luận án cung cấp một tài liệu tham khảo cơ sở khoa học vững chắc. Nó có thể trở thành nền tảng cho các nghiên cứu tiếp theo, thu hút ước tính hàng chục trích dẫn từ các nhà nghiên cứu tiến sĩ và học giả cấp cao quan tâm đến kinh tế vĩ mô Việt Nam và các nền kinh tế đang phát triển khác. Nghiên cứu này mở ra các hướng mới trong việc áp dụng các mô hình kinh tế lượng tiên tiến để giải quyết các vấn đề chính sách cụ thể, đặc biệt là trong lĩnh vực ổn định giá cả.
• Chuyển đổi ngành công nghiệp: Bằng cách cung cấp dự báo LPCB chính xác hơn và phân tích các yếu tố tác động, luận án giúp các doanh nghiệp trong các ngành sản xuất và dịch vụ có kế hoạch kinh doanh và chiến lược giá cả hiệu quả hơn. Đặc biệt, các ngành nhạy cảm với giá năng lượng (như giao thông vận tải, sản xuất thép, hóa chất) có thể được hưởng lợi từ việc hiểu rõ hơn về "ảnh hưởng chéo hay ảnh hưởng lan tỏa từ giá năng lượng" (Trang 5), từ đó đưa ra quyết định đầu tư và quản lý rủi ro tốt hơn.
• Ảnh hưởng chính sách: Luận án là "tài liệu tham khảo có cơ sở khoa học cho cho các nhà hoạch định chính sách trong điều hành và quản lý kinh tế vĩ mô" (Trang 3). Các phát hiện về tác động của giá năng lượng, cung tiền, chỉ số giá nhập khẩu và tỷ giá cung cấp cơ sở bằng chứng để Ngân hàng Nhà nước và Chính phủ Việt Nam xây dựng chính sách tiền tệ và tài khóa hiệu quả hơn. Ví dụ, việc nhận diện "lãi suất không có ảnh hưởng nhiều tới lạm phát cơ bản trong dài hạn" (Trang 5) có thể khuyến khích các nhà hoạch định chính sách xem xét các công cụ khác hoặc kết hợp chính sách đa dạng hơn để kiểm soát lạm phát. Điều này có thể dẫn đến việc điều chỉnh mục tiêu và công cụ chính sách, ví dụ, bằng cách ưu tiên các biện pháp ổn định giá cả đầu vào hoặc quản lý kỳ vọng lạm phát.
• Lợi ích xã hội: Ổn định LPCB có lợi ích trực tiếp và định lượng đối với toàn xã hội. Một môi trường giá cả ổn định giúp bảo vệ sức mua của người dân, đặc biệt là các nhóm thu nhập thấp, giảm phân hóa giàu nghèo và bất bình đẳng thu nhập. Nó thúc đẩy niềm tin của người tiêu dùng và nhà đầu tư, tạo điều kiện cho tăng trưởng kinh tế bền vững và ổn định đời sống xã hội. Việc kiểm soát lạm phát hiệu quả có thể tiết kiệm chi phí cho các hộ gia đình và doanh nghiệp do ít phải đối phó với sự biến động giá cả.
• Liên quan quốc tế: Nghiên cứu này đóng góp vào kho tàng kiến thức toàn cầu về lạm phát trong các nền kinh tế đang phát triển. Các quốc gia khác có thể học hỏi từ phương pháp luận và các phát hiện cụ thể của Việt Nam, đặc biệt là trong việc đo lường và dự báo LPCB khi đối mặt với các cú sốc cung và sự phụ thuộc vào yếu tố bên ngoài, tương tự như kinh nghiệm của Thái Lan (Tao Sun, 2004) hay Nigeria (Ikecukwu Kelikume và Adedoyin Salami, 2014) đã được so sánh trong luận án.

Đối tượng hưởng lợi

Luận án mang lại lợi ích cụ thể cho nhiều đối tượng khác nhau:

• Các nhà nghiên cứu tiến sĩ: Cung cấp một khuôn khổ nghiên cứu toàn diện, từ việc xác định "research gap" rõ ràng trong bối cảnh Việt Nam đến việc áp dụng các mô hình kinh tế lượng tiên tiến (ARIMA, GARCH, Markov Switching, kết hợp dự báo) và các tiêu chí đánh giá nghiêm ngặt (RMSE, MAE, MAPE). Luận án còn đề xuất "một số hướng nghiên cứu trong tương lai" (Trang 6) như áp dụng nhiều phương pháp dự báo hơn hoặc mở rộng phạm vi dữ liệu, tạo ra các điểm khởi đầu cụ thể cho các luận án tiếp theo.
• Các học giả cấp cao: Đóng góp bằng chứng thực nghiệm giá trị cho các lý thuyết kinh tế vĩ mô như Đường cong Phillips (Phillips, 1958; Gordon, 1990) và trường phái tiền tệ (Friedman, 1970) trong bối cảnh một nền kinh tế mới nổi. Các phát hiện về mối quan hệ giữa cung tiền, chỉ số giá nhập khẩu, lương, tỷ giá và LPCB (Trang 5) cung cấp dữ liệu mới để so sánh với các nền kinh tế phát triển và mở rộng hiểu biết về cơ chế truyền dẫn lạm phát toàn cầu.
• Bộ phận R&D trong ngành công nghiệp: Các doanh nghiệp, đặc biệt là trong các lĩnh vực sản xuất, thương mại, năng lượng và dịch vụ, có thể sử dụng các kết quả phân tích về các yếu tố tác động (như giá năng lượng, cung tiền) và các dự báo LPCB để cải thiện các mô hình lập kế hoạch chiến lược, quản lý chi phí, định giá sản phẩm và quản lý rủi ro lạm phát. Việc hiểu rõ hơn về LPCB giúp các quyết định đầu tư dài hạn được đưa ra một cách thông minh hơn, định lượng hóa lợi ích bằng việc giảm thiểu sự không chắc chắn và tăng cường lợi nhuận.
• Các nhà hoạch định chính sách: Các khuyến nghị chính sách cụ thể, đặc biệt là về sự cần thiết phải "chú ý tới yếu tố giá năng lượng" trong kiểm soát LPCB (Trang 5), cung cấp thông tin trực tiếp và thiết thực cho Ngân hàng Nhà nước và các cơ quan chính phủ khác. Việc cung cấp "tài liệu tham khảo có cơ sở khoa học" (Trang 3) giúp các nhà hoạch định chính sách đưa ra các quyết định điều hành kinh tế vĩ mô dựa trên bằng chứng, từ đó cải thiện hiệu quả của chính sách tiền tệ và tài khóa, hướng tới mục tiêu "ổn định giá cả thị trường, đảm bảo phát triển kinh tế bền vững" (Trang 1). Lợi ích có thể được định lượng qua việc giảm thiểu sai sót chính sách, tăng cường ổn định kinh tế và nâng cao uy tín của các cơ quan quản lý.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì? Đóng góp lý thuyết độc đáo nhất của luận án là việc mở rộng và điều chỉnh khung lý thuyết Đường cong Phillips và lý thuyết tiền tệ để giải thích động lực của LPCB trong bối cảnh cụ thể của Việt Nam, một nền kinh tế chuyển đổi có độ mở lớn. Đặc biệt, luận án đã empirically xác định rằng "chỉ số giá năng lượng là yếu tố tác động quan trọng nhất" đến LPCB ở Việt Nam, với một "ảnh hưởng chéo hay ảnh hưởng lan tỏa" đáng kể tới các giá khác (Trang 5). Phát hiện này tinh chỉnh lý thuyết bằng cách chỉ ra một cú sốc cung cụ thể, mang tính cấu trúc, có vai trò nổi bật hơn trong các nền kinh tế đang phát triển, nơi giá năng lượng có thể không chỉ là một yếu tố tạm thời mà còn là một động lực cơ bản của xu hướng giá cả. Ngoài ra, phát hiện "lãi suất không có ảnh hưởng nhiều tới lạm phát cơ bản trong dài hạn" (Trang 5) thách thức quan điểm truyền thống về kênh truyền dẫn chính sách tiền tệ, gợi ý rằng các kênh khác có thể quan trọng hơn hoặc kênh lãi suất bị hạn chế trong bối cảnh Việt Nam.

2. Đổi mới phương pháp luận đáng kể nhất của nghiên cứu này là gì và nó so sánh như thế nào với các nghiên cứu trước đây? Đổi mới phương pháp luận đáng kể nhất là việc phát triển và áp dụng một khung phân tích tích hợp toàn diện để không chỉ đo lường mà còn phân tích và dự báo LPCB cho Việt Nam bằng nhiều mô hình kinh tế lượng tiên tiến, sau đó so sánh và kết hợp các dự báo để tối ưu hóa độ chính xác. Trước đây, "hầu hết các nghiên cứu về lạm phát cơ bản ở Việt Nam mới chỉ dừng lại ở tính toán lạm phát cơ bản mà hầu như chưa có nghiên cứu nào phân tích và dự báo lạm phát cơ bản" (Trang 32). Các nghiên cứu quốc tế như của Stock và Watson (2007, 2008) cho Mỹ thường tập trung vào một nhóm mô hình cụ thể hoặc phương pháp đo lường đơn lẻ (ví dụ, UC-SV). Tao Sun (2004) cho Thái Lan sử dụng mô hình GUM (VAR), và Ikecukwu Kelikume và Adedoyin Salami (2014) cho Nigeria sử dụng ARIMA và VAR riêng lẻ. Nghiên cứu này vượt trội hơn bằng cách tích hợp các mô hình ARIMA, GARCH, Markov Switching để phân tích và dự báo, đồng thời áp dụng "phương pháp kết hợp dự báo có ảnh hưởng tuyến tính của thời gian" (Trang 5) để tận dụng thông tin từ các mô hình khác nhau. Điều này tạo ra một cách tiếp cận mạnh mẽ và toàn diện hơn, đặc biệt hữu ích cho các nền kinh tế mới nổi với dữ liệu phức tạp.

3. Phát hiện đáng ngạc nhiên nhất của luận án là gì và bằng chứng nào hỗ trợ nó? Phát hiện đáng ngạc nhiên nhất của luận án là "lãi suất không có ảnh hưởng nhiều tới lạm phát cơ bản trong dài hạn" (Trang 5). Điều này dường như mâu thuẫn với nhận định chung về vai trò của lãi suất như một công cụ chính sách tiền tệ chủ chốt để kiểm soát lạm phát. Bằng chứng hỗ trợ cho phát hiện này đến từ các kết quả "ước lượng mô hình hồi quy" và "mối quan hệ dài hạn" của các biến số kinh tế vĩ mô với LPCB. Luận án đã chỉ ra rằng trong khi cung tiền, chỉ số giá nhập khẩu, lương và tỷ giá có mối quan hệ tích cực với LPCB trong dài hạn, thì lãi suất lại không thể hiện tác động mạnh mẽ tương tự (Trang 5). Điều này có thể giải thích bởi các đặc điểm riêng của thị trường tài chính Việt Nam trong giai đoạn nghiên cứu, nơi các kênh truyền dẫn khác (như tỷ giá hoặc cung tiền) có thể chiếm ưu thế hơn, hoặc do sự cứng nhắc của lãi suất hoặc các yếu tố cấu trúc khác làm suy yếu hiệu quả của nó trong dài hạn đối với LPCB.

4. Luận án có cung cấp giao thức tái tạo (replication protocol) nào không? Mặc dù luận án không trình bày một "giao thức tái tạo" chính thức theo định dạng một tài liệu riêng biệt, nhưng nó đã cung cấp đầy đủ thông tin chi tiết về phương pháp luận để các nhà nghiên cứu khác có thể tái tạo hoặc mở rộng nghiên cứu. Cụ thể, luận án mô tả:

   • Dữ liệu: Các biến số được sử dụng (GDP, CPI, CORECPI, M2, ER, IR, W, PPI, CSGNK, POIL, PRICE, HC, GC) và nguồn dữ liệu (GSO, NHNN, WB, IMF) cho giai đoạn 2000-2015 (Trang 4).
   • Phương pháp đo lường LPCB: Chi tiết về việc loại bỏ 13 mặt hàng cấp 3 cụ thể (Trang 5).
   • Các mô hình kinh tế lượng: Chi tiết về cách xây dựng và ước lượng các mô hình Đường cong Phillips (phương trình 1.6, 1.9, 1.10), mô hình tiền tệ (phương trình 1.12, 1.19, 1.20), ARIMA (phương trình 1.21), GARCH, và Markov Switching, bao gồm cả cách xác định độ trễ và các giả định (Trang 26-29).
   • Phần mềm: Sử dụng phần mềm Eview và SPSS (Trang 4).
   • Tiêu chí đánh giá: Các chỉ số như RMSE, MAE, MAPE để so sánh hiệu quả dự báo (Trang 31-32), cùng với các kiểm định thống kê như tự tương quan và phương sai của sai số không đổi (Bảng 3.4, 3.5). Những chi tiết này là nền tảng cần thiết cho bất kỳ nỗ lực tái tạo nào.

5. Luận án có phác thảo chương trình nghiên cứu 10 năm không? Luận án không phác thảo một chương trình nghiên cứu cụ thể kéo dài 10 năm. Tuy nhiên, trong phần "Đề xuất hướng nghiên cứu tiếp theo," tác giả đã đưa ra "một số hướng nghiên cứu trong tương lai" (Trang 6) có thể định hình một chương trình nghiên cứu dài hạn, vượt ra ngoài khung thời gian 10 năm. Các hướng này bao gồm:

   • Áp dụng "nhiều hơn các phương pháp trong dự báo lạm phát cơ bản để có được kết quả dự báo tốt hơn" (Trang 6), có thể bao gồm các mô hình SVAR, BVAR, hoặc các phương pháp học máy.
   • "Bổ sung đo lường lạm phát cho sau năm 2015" (Trang 6) để cập nhật và so sánh kết quả với dữ liệu chính thức mới.
   • "Xem xét các core khác nhau và xem xét nó trong mối quan hệ với các biến vĩ mô để thấy rõ hơn thực trạng" (Trang 6), mở rộng phạm vi định nghĩa LPCB. Những đề xuất này cung cấp một lộ trình rõ ràng để các nhà nghiên cứu tiếp tục đào sâu và mở rộng công trình này, tạo nền tảng cho một chương trình nghiên cứu kéo dài nhiều năm về LPCB tại Việt Nam và các nền kinh tế tương tự.

Kết luận

Luận án "Phân tích và dự báo lạm phát cơ bản của Việt Nam bằng các mô hình kinh tế lượng" đã đưa ra những đóng góp cụ thể và có ý nghĩa sâu sắc:

1. Định nghĩa và Đo lường LPCB tùy chỉnh: Nghiên cứu đã thành công trong việc đề xuất một phương pháp tính toán LPCB theo quý riêng biệt cho Việt Nam giai đoạn 2000-2015, loại bỏ 13 mặt hàng cấp 3 có biến động lớn, phù hợp với thực tiễn kinh tế trong nước (Trang 5).
2. Lượng hóa yếu tố tác động: Luận án đã định lượng được ảnh hưởng của các yếu tố kinh tế vĩ mô, đặc biệt nhấn mạnh "chỉ số giá năng lượng là yếu tố tác động quan trọng nhất" đến LPCB ở Việt Nam, với một ảnh hưởng lan tỏa đáng kể (Trang 5).
3. Xác định mô hình dự báo tối ưu: Nghiên cứu khẳng định mô hình ARIMA là mô hình dự báo LPCB chính xác nhất cho Việt Nam trong số các mô hình được thử nghiệm, do tính ổn định của LPCB (Trang 5).
4. Cải thiện chất lượng dự báo: Việc áp dụng phương pháp kết hợp dự báo đã được chứng minh là "cải thiện đáng kể" chất lượng dự báo LPCB (Trang 5), cung cấp một công cụ mạnh mẽ hơn cho các nhà hoạch định chính sách.
5. Phân tích mối quan hệ dài hạn: Luận án đã làm rõ mối quan hệ dài hạn giữa cung tiền, chỉ số giá nhập khẩu, lương, tỷ giá và LPCB, đồng thời chỉ ra "lãi suất không có ảnh hưởng nhiều tới lạm phát cơ bản trong dài hạn" (Trang 5), cung cấp bằng chứng thực nghiệm độc đáo cho nền kinh tế Việt Nam.
6. Hàm ý chính sách thiết thực: Các khuyến nghị cụ thể, đặc biệt là việc giám sát giá năng lượng và các yếu tố bên ngoài, là vô cùng hữu ích cho Ngân hàng Nhà nước và Chính phủ Việt Nam trong việc quản lý vĩ mô.

Nghiên cứu này củng cố và thúc đẩy trường phái thực chứng (positivism) trong kinh tế học bằng cách cung cấp các bằng chứng định lượng rõ ràng, mô hình dự báo có thể kiểm chứng và các kết luận dựa trên dữ liệu. Luận án mở ra ít nhất ba dòng nghiên cứu mới: (1) Khám phá các mô hình dự báo tiên tiến hơn (như học máy, SVAR) để nâng cao độ chính xác dự báo LPCB; (2) Phân tích sâu hơn các kênh truyền dẫn của các cú sốc cung cụ thể, như giá năng lượng, và tác động của chúng đến các ngành kinh tế; (3) Nghiên cứu về vai trò của kỳ vọng lạm phát và các yếu tố hành vi trong việc hình thành LPCB tại các nền kinh tế mới nổi.

Với phạm vi nghiên cứu tập trung vào Việt Nam nhưng sử dụng các lý thuyết và phương pháp quốc tế, luận án có tính liên quan toàn cầu đáng kể. Các phát hiện và phương pháp luận có thể được so sánh và áp dụng cho các nền kinh tế đang phát triển khác đang đối mặt với những thách thức tương tự về lạm phát và ổn định kinh tế vĩ mô. Di sản của luận án này có thể đo lường được thông qua việc cải thiện hiệu quả của chính sách tiền tệ tại Việt Nam, tăng cường độ chính xác của các dự báo kinh tế, và tạo ra một nền tảng vững chắc cho các nghiên cứu học thuật sâu rộng hơn trong tương lai, góp phần vào sự phát triển bền vững của nền kinh tế.