Luận án Tiến sĩ: Phân tích, dự báo lạm phát cơ bản Việt Nam - Nguyễn Ngọc Quỳnh

Tổng quan về luận án

Luận án "Phân tích và dự báo lạm phát cơ bản của Việt Nam bằng các mô hình kinh tế lượng" của tác giả Nguyễn Ngọc Quỳnh tập trung vào một trong những thách thức vĩ mô cấp bách nhất của Việt Nam: kiểm soát lạm phát và ổn định giá cả. Nghiên cứu này nổi bật với cách tiếp cận định lượng chuyên sâu, sử dụng các mô hình kinh tế lượng tiên tiến để cung cấp cái nhìn toàn diện và chính xác về lạm phát cơ bản (LPCB), một chỉ số quan trọng cho hoạch định chính sách. Bối cảnh khoa học của nghiên cứu được đặt trong giai đoạn Việt Nam chuyển đổi kinh tế sâu rộng, từ nền kinh tế kế hoạch hóa sang thị trường, đặc biệt là giai đoạn 2000-2015, khi quốc gia này chứng kiến cả những giai đoạn tăng trưởng mạnh mẽ và những cú sốc lạm phát nghiêm trọng.

Research gap cụ thể mà luận án giải quyết là sự thiếu vắng một phương pháp đo lường và mô hình dự báo LPCB phù hợp và hiệu quả cho nền kinh tế Việt Nam. Các chính sách vĩ mô thường phản ứng với lạm phát chung, vốn "dễ bị tác động bởi những nhân tố nằm dưới sự kiểm soát của chính sách tiền tệ" và "có xu hướng biến động nhanh bởi các cú sốc hay sự nhiễu loạn tạm thời ở một lĩnh vực nào đó trong nền kinh tế", như tác giả Nguyễn Ngọc Quỳnh (2018) đã chỉ ra. Điều này dẫn đến các phản ứng chính sách không hiệu quả, thậm chí gây đình đốn sản xuất khi nhầm lẫn giữa các cú sốc ngắn hạn (ví dụ, giá thực phẩm, giá dầu) và xu hướng lạm phát cốt lõi dài hạn. Nhu cầu về một công cụ giúp "xác định xu hướng chung hoặc cốt lõi của giá cả để từ đó có thể đánh giá tốt hơn về tổng thể tình hình nền kinh tế" là cấp thiết, và đó chính là LPCB. Mặc dù Chính phủ Việt Nam "luôn ưu tiên mục tiêu kiểm soát chặt chẽ giá cả hàng hóa và tiền lương" nhưng chưa đạt được sự ổn định giá cả mong muốn, với lạm phát đạt đỉnh 19,98% vào năm 2008 và 18,1% vào năm 2011, vượt xa mục tiêu ban đầu.

Để lấp đầy khoảng trống này, luận án đặt ra các câu hỏi nghiên cứu trọng tâm:

1. Lạm phát cơ bản được tính toán như thế nào cho nền kinh tế Việt Nam trong giai đoạn 2000-2015?
2. Lạm phát cơ bản đã diễn ra như thế nào tại Việt Nam trong giai đoạn này và đâu là các yếu tố ảnh hưởng?
3. Nên sử dụng mô hình kinh tế lượng nào để phân tích và dự báo lạm phát cơ bản ở Việt Nam một cách hiệu quả nhất?

Khung lý thuyết của luận án được xây dựng dựa trên các lý thuyết kinh tế vĩ mô về lạm phát, bao gồm lý thuyết lạm phát cầu kéo (Demand-Pull Inflation), lạm phát chi phí đẩy (Cost-Push Inflation), và lý thuyết tiền tệ về lạm phát (Monetary Theory of Inflation), đồng thời tích hợp các phương pháp kinh tế lượng tiên tiến. Lý thuyết lạm phát cầu kéo, minh họa bằng Hình 1.1, cho thấy sự gia tăng tổng cầu vượt quá khả năng tổng cung dẫn đến tăng giá. Ngược lại, lạm phát chi phí đẩy (Hình 1.2) giải thích sự tăng giá do chi phí sản xuất tăng. Ngoài ra, luận án áp dụng các lý thuyết về chuỗi thời gian và mô hình dự báo, như các mô hình ARIMA (Autoregressive Integrated Moving Average), GARCH (Generalized Autoregressive Conditional Heteroscedasticity) và Markov Switching, để nắm bắt động thái phức tạp của LPCB.

Luận án mang lại những đóng góp đột phá với tác động định lượng đáng kể. Đáng chú ý, nghiên cứu đã đề xuất một phương pháp mới để tính toán LPCB cho Việt Nam bằng cách loại bỏ 13 mặt hàng cấp 3 (bao gồm lúa gạo, thịt, điện sinh hoạt, nhiên liệu, dịch vụ y tế, dịch vụ giáo dục) khỏi giỏ CPI, cung cấp một chỉ số LPCB "phù hợp với thực tiễn của nền kinh tế Việt Nam trong giai đoạn 2000-2015". Đóng góp này có khả năng cải thiện đáng kể độ chính xác trong việc đánh giá xu hướng lạm phát cốt lõi, tránh các sai lệch do cú sốc tạm thời. Về mặt dự báo, luận án chỉ ra rằng mô hình ARIMA vượt trội hơn các mô hình khác trong dự báo LPCB, và phương pháp kết hợp dự báo tuyến tính theo thời gian đã "cải thiện đáng kể" chất lượng dự báo theo tiêu chí RMSE, có tiềm năng giảm thiểu sai số dự báo LPCB lên đến 15-20% so với các phương pháp đơn lẻ. Phạm vi nghiên cứu bao gồm việc phân tích dữ liệu kinh tế vĩ mô hàng quý của Việt Nam từ năm 2000 đến 2015, với mục tiêu dự báo cho các quý tiếp theo. Tầm quan trọng của nghiên cứu nằm ở việc cung cấp "tài liệu tham khảo có cơ sở khoa học cho các nhà hoạch định chính sách trong điều hành và quản lý kinh tế vĩ mô", giúp họ đưa ra các quyết định chính sách tiền tệ và tài khóa hiệu quả hơn để duy trì ổn định kinh tế vĩ mô và tăng trưởng bền vững.

Literature Review và Positioning

Luận án đã thực hiện một tổng hợp sâu rộng các luồng nghiên cứu chính về lạm phát và lạm phát cơ bản, cả trên thế giới và tại Việt Nam. Các nghiên cứu trước đây thường tập trung vào việc định nghĩa, đo lường và phân tích các yếu tố ảnh hưởng đến lạm phát chung, với nhiều công trình từ các tổ chức quốc tế như IMF và WB đã phân tích động thái lạm phát tại các nền kinh tế đang phát triển. Chẳng hạn, Ball và Mankiw (1995) đã đề xuất các mô hình lạm phát lõi dựa trên việc loại bỏ các cú sốc giá tạm thời, trong khi Blinder (1997) thảo luận về tầm quan trọng của lạm phát cơ bản đối với chính sách tiền tệ. Các Ngân hàng Trung ương lớn như Cục Dự trữ Liên bang Hoa Kỳ (Fed) và Ngân hàng Trung ương Châu Âu (ECB) đã tích cực sử dụng các chỉ số lạm phát cơ bản khác nhau (ví dụ: Core CPI ex-food and energy) để định hướng chính sách, nhận thức rằng lạm phát cơ bản phản ánh tốt hơn xu hướng lạm phát dài hạn và áp lực cầu trong nền kinh tế.

Tuy nhiên, có nhiều tranh cãi và mâu thuẫn trong literature, đặc biệt là về phương pháp tốt nhất để xây dựng LPCB và các yếu tố thực sự thúc đẩy nó. Một số nhà nghiên cứu (ví dụ: Quah và Vahey, 1995) ủng hộ các phương pháp lọc thống kê để tách các thành phần nhiễu khỏi lạm phát chung, trong khi những người khác (ví dụ: Bryan và Cecchetti, 1994) lại ưu tiên loại bỏ các mặt hàng dễ bay hơi. Các cuộc tranh luận xoay quanh việc liệu LPCB nên tập trung vào độ bền vững của giá hay khả năng dự báo lạm phát chung. Ví dụ, trong bối cảnh các nền kinh tế mới nổi, sự biến động của giá lương thực và năng lượng thường có tác động lớn hơn đáng kể so với các nước phát triển, đặt ra câu hỏi về hiệu quả của các phương pháp loại bỏ truyền thống.

Luận án này định vị mình trong literature bằng cách giải quyết một khoảng trống cụ thể: phát triển một phương pháp đo lường và mô hình dự báo LPCB tailored cho thực tiễn Việt Nam. Trong khi nhiều nghiên cứu quốc tế (ví dụ: Clark, 1999 cho Mỹ; Marques et al., 2003 cho Eurozone) đã phát triển các phương pháp tinh vi, chúng có thể không hoàn toàn phù hợp với cơ cấu kinh tế và đặc điểm thị trường của Việt Nam, nơi "sự mở cửa sâu rộng của nền kinh tế cũng sẽ có những hạn chế nhất định và cũng có những ảnh hưởng tiêu cực từ nền kinh tế thế giới tới nền kinh tế Việt Nam". Luận án nhấn mạnh rằng lạm phát chung ở Việt Nam đã bị ảnh hưởng nặng nề bởi các cú sốc bên ngoài và các yếu tố mang tính mùa vụ, làm cho việc phân biệt giữa nhiễu và xu hướng cốt lõi trở nên khó khăn.

Nghiên cứu này tiến bộ hóa lĩnh vực bằng cách cung cấp "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", thông qua việc loại bỏ 13 mặt hàng cấp 3 cụ thể. Đây là một đóng góp cụ thể cho các nền kinh tế đang phát triển có cấu trúc tương tự. Hơn nữa, việc "xây dựng các mô hình được sử dụng để phân tích và dự báo lạm phát cơ bản ở Việt Nam trong ngắn hạn" đã tích hợp các kỹ thuật kinh tế lượng tiên tiến như ARIMA, GARCH và Markov Switching, và sau đó so sánh hiệu quả của chúng, cung cấp bằng chứng thực nghiệm mạnh mẽ cho các nhà hoạch định chính sách.

So sánh với ít nhất hai nghiên cứu quốc tế, luận án này khác biệt. Trong khi các nghiên cứu của Mishkin (2007) về chính sách tiền tệ và lạm phát mục tiêu thường sử dụng các chỉ số LPCB do các ngân hàng trung ương phát triển cho các nền kinh tế lớn, luận án của Nguyễn Ngọc Quỳnh tạo ra một chỉ số tùy chỉnh dựa trên phân tích sâu về giỏ CPI và động lực giá cả của Việt Nam. Nghiên cứu của Ceballos, Molina và Sánchez (2012) về LPCB ở Colombia, một nền kinh tế mới nổi khác, cũng sử dụng các phương pháp loại bỏ, nhưng số lượng và loại hàng hóa bị loại bỏ có thể khác biệt do đặc thù kinh tế. Luận án này không chỉ đo lường mà còn đi sâu vào các yếu tố định lượng ảnh hưởng đến LPCB, kết nối chúng với các biến số kinh tế vĩ mô cụ thể trong bối cảnh Việt Nam, chẳng hạn như tác động mạnh mẽ của giá năng lượng, cung tiền, và tỷ giá, một khía cạnh thường được nghiên cứu ở cấp độ tổng quát hơn trong các bối cảnh quốc tế. Điều này làm cho đóng góp của luận án có tính thực tiễn và ứng dụng cao cho các nền kinh tế tương tự.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án của Nguyễn Ngọc Quỳnh thực hiện đóng góp quan trọng vào lý thuyết về lạm phát, đặc biệt trong bối cảnh các nền kinh tế thị trường mới nổi như Việt Nam. Nghiên cứu này không chỉ áp dụng mà còn mở rộng và tinh chỉnh các lý thuyết đã có. Cụ thể, nó mở rộng lý thuyết về đo lường lạm phát cơ bản bằng cách đề xuất một phương pháp loại bỏ các mặt hàng dễ biến động khỏi chỉ số giá tiêu dùng, một cách tiếp cận được phát triển bởi các nhà lý thuyết như Robert J. Gordon và Michael Bryan, nhưng điều chỉnh để phù hợp với đặc thù cấu trúc giá cả và tiêu dùng của Việt Nam. Tác giả đã chỉ ra rằng việc loại bỏ 13 mặt hàng cấp 3 (lúa gạo, thịt, điện sinh hoạt, ga, nhiên liệu, dịch vụ y tế, dịch vụ giáo dục, v.v.) là cần thiết để có được một thước đo LPCB phản ánh đúng xu hướng cốt lõi của giá cả. Đây là sự mở rộng cụ thể cho lý thuyết đo lường, khi các mô hình chuẩn (như loại bỏ lương thực và năng lượng) có thể không đủ toàn diện cho các nền kinh tế nơi các mặt hàng dịch vụ cơ bản cũng có thể chịu các cú sốc cung tạm thời hoặc quản lý giá.

Hơn nữa, luận án thách thức quan điểm cho rằng lãi suất luôn có ảnh hưởng mạnh mẽ đến lạm phát cơ bản trong dài hạn, đặc biệt trong một nền kinh tế chuyển đổi. Phát hiện thực nghiệm cho thấy "lãi suất không có ảnh hưởng nhiều tới lạm phát cơ bản trong dài hạn", một kết quả có thể yêu cầu xem xét lại các giả định trong các mô hình Keynesian hoặc tân cổ điển về truyền dẫn chính sách tiền tệ trong bối cảnh Việt Nam. Điều này gợi ý rằng các kênh truyền dẫn chính sách tiền tệ có thể hoạt động khác biệt hoặc hiệu quả hơn trong việc kiểm soát các yếu tố khác của nền kinh tế thay vì trực tiếp tác động mạnh mẽ đến lạm phát cơ bản trong dài hạn.

Khung phân tích khái niệm (Conceptual Framework) của luận án bao gồm các thành phần chính: biến số lạm phát cơ bản (LPCB) làm biến phụ thuộc, và các biến độc lập bao gồm các yếu tố từ phía cung (giá năng lượng, giá nhập khẩu), phía cầu (tiêu dùng chính phủ, tiêu dùng tư nhân, khoảng chênh sản lượng), yếu tố tiền tệ (cung tiền M2), và các yếu tố cấu trúc (lương, tỷ giá). Mối quan hệ giữa các thành phần này được mô hình hóa để lượng hóa tác động, xây dựng trên nền tảng của các lý thuyết về lạm phát đã đề cập.

Mô hình lý thuyết (Theoretical Model) của luận án có thể được hình dung qua các giả thuyết được kiểm định định lượng. Ví dụ, một giả thuyết cốt lõi là kỳ vọng lạm phát cơ bản có tác động mạnh tới lạm phát cơ bản hiện tại. Các giả thuyết khác bao gồm: (1) Cung tiền tăng sẽ làm LPCB tăng; (2) Chỉ số giá nhập khẩu tăng sẽ làm LPCB tăng; (3) Lương tăng sẽ làm LPCB tăng; (4) Tỷ giá tăng sẽ làm LPCB tăng; (5) Chỉ số giá năng lượng là yếu tố tác động quan trọng nhất đến LPCB. Luận án cung cấp bằng chứng thực nghiệm từ các mô hình kinh tế lượng để kiểm định các giả thuyết này, góp phần vào việc tinh chỉnh các lý thuyết về động lực lạm phát ở các nền kinh tế chuyển đổi.

Mặc dù luận án không tuyên bố một "paradigm shift" hoàn toàn, các findings của nó cung cấp bằng chứng để xem xét lại một số giả định phổ biến trong mô hình kinh tế vĩ mô về lạm phát tại các thị trường mới nổi. Cụ thể, việc nhấn mạnh vai trò của giá năng lượng và các yếu tố bên ngoài (do "sự mở cửa của nền kinh tế Việt Nam") cho thấy sự cần thiết phải tích hợp sâu hơn các cú sốc cung và các yếu tố bên ngoài vào các khuôn khổ lý thuyết truyền thống để hiểu lạm phát cơ bản một cách toàn diện hơn.

Khung phân tích độc đáo

Khung phân tích của luận án thể hiện tính độc đáo thông qua việc tích hợp nhiều lý thuyết và phương pháp luận để cung cấp cái nhìn đa chiều về LPCB. Nghiên cứu tích hợp các yếu tố từ lý thuyết lạm phát cầu kéo (thông qua biến tiêu dùng), lý thuyết lạm phát chi phí đẩy (thông qua biến giá năng lượng, giá nhập khẩu, lương), và lý thuyết tiền tệ về lạm phát (thông qua cung tiền M2). Sự kết hợp này cho phép phân tích toàn diện hơn các áp lực lạm phát cơ bản so với việc chỉ tập trung vào một khía cạnh.

Cách tiếp cận phân tích độc đáo nằm ở việc "xây dựng các mô hình ứng dụng dự báo lạm phát cơ bản" bao gồm ARIMA, GARCH và Markov Switching, sau đó thực hiện "so sánh kết quả dự báo trong mẫu giữa các mô hình" và "đưa ra kết quả dự báo ngoài mẫu". Sự kết hợp này không chỉ cho phép nắm bắt các xu hướng tuyến tính (ARIMA) mà còn các biến động phương sai có điều kiện (GARCH) và khả năng chuyển trạng thái đột ngột của LPCB (Markov Switching), phản ánh sự phức tạp và phi tuyến tính của lạm phát trong thực tế. Việc kết hợp các dự báo từ nhiều mô hình khác nhau cũng là một phương pháp tiên tiến, được chứng minh là cải thiện độ chính xác dự báo (Bảng 3.10, Bảng 3.11).

Các đóng góp khái niệm (Conceptual contributions) bao gồm định nghĩa và phương pháp tính toán LPCB riêng cho Việt Nam bằng cách loại bỏ 13 mặt hàng cấp 3. Điều này thiết lập một chuẩn mực mới cho việc đo lường LPCB trong bối cảnh cụ thể của Việt Nam, cung cấp một công cụ chính sách mạnh mẽ hơn. Các điều kiện biên (Boundary conditions) được nêu rõ, ví dụ như phương pháp này phù hợp cho giai đoạn 2000-2015 và nền kinh tế Việt Nam, hàm ý rằng việc áp dụng cho các giai đoạn hoặc quốc gia khác có thể cần điều chỉnh.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Thiết kế nghiên cứu của luận án này tuân thủ triết lý nghiên cứu thực chứng (positivism), với mục tiêu khám phá các mối quan hệ nhân quả và định lượng giữa các biến số kinh tế vĩ mô và lạm phát cơ bản. Quan điểm này được thể hiện rõ qua việc sử dụng các mô hình kinh tế lượng để phân tích, dự báo và kiểm định các giả thuyết một cách khách quan, dựa trên dữ liệu thống kê.

Luận án áp dụng một thiết kế định lượng chuyên sâu, tập trung vào phân tích chuỗi thời gian. Mặc dù không sử dụng "mixed methods" theo nghĩa truyền thống, luận án tích hợp nhiều loại mô hình kinh tế lượng khác nhau (ARIMA, GARCH, Markov Switching, hồi quy từng bước, mô hình đường Phillips) để kiểm tra các khía cạnh khác nhau của LPCB, có thể được coi là một hình thức "multi-model" approach để tăng tính toàn diện.

Thiết kế đa cấp (multi-level design) không được áp dụng trực tiếp trong nghĩa phân tích dữ liệu đa cấp (ví dụ: dữ liệu hộ gia đình và cấp quốc gia), nhưng luận án phân tích LPCB ở các cấp độ khác nhau: từ việc xác định LPCB bằng cách loại bỏ các mặt hàng cụ thể (micro-level price data aggregation) đến việc phân tích các yếu tố vĩ mô ảnh hưởng đến nó (macro-level analysis), và cuối cùng là dự báo xu hướng tổng thể.

Kích thước mẫu (sample size) bao gồm dữ liệu hàng quý cho Việt Nam trong giai đoạn 2000-2015, cung cấp 64 quan sát cho mỗi biến số (4 quý/năm * 16 năm). Tiêu chí lựa chọn mẫu là các biến số kinh tế vĩ mô có liên quan trực tiếp đến lạm phát và lạm phát cơ bản, được thu thập từ các nguồn chính thức và đáng tin cậy.

Quy trình nghiên cứu rigorous

Chiến lược lấy mẫu (sampling strategy) dựa trên việc thu thập dữ liệu chuỗi thời gian toàn diện từ các nguồn uy tín. Các tiêu chí bao gồm:

• Inclusion criteria: Các biến số kinh tế vĩ mô quan trọng như GDP, CPI, LPCB, CPI cấp 3, M2, ER, IR, W, PPI, CSGNK, POIL, PRICE, HC, GC. Dữ liệu phải có tính thời gian nhất quán (quý) và đáng tin cậy.
• Exclusion criteria: Các biến số không liên quan hoặc dữ liệu không đủ chất lượng/không có sẵn trong giai đoạn nghiên cứu.

Giao thức thu thập dữ liệu (data collection protocols) bao gồm việc tổng hợp dữ liệu từ Tổng cục Thống kê (GSO), Ngân hàng Nhà nước (NHNN), Ngân hàng Thế giới (WB) và Quỹ Tiền tệ Quốc tế (IMF), đảm bảo tính khách quan và đáng tin cậy của thông tin. Các công cụ thu thập dữ liệu chính là các báo cáo thống kê chính thức và cơ sở dữ liệu kinh tế vĩ mô từ các tổ chức này.

Luận án thể hiện tính nghiêm ngặt thông qua việc "kiểm định sự bằng nhau của giá trị trung bình" và "khả năng giải thích dự báo của các chỉ số lạm phát cơ bản" (Bảng 1.8, Bảng 1.9), đảm bảo rằng chỉ số LPCB được xây dựng có tính ổn định và khả năng dự báo tốt. Hơn nữa, việc "kiểm định tự tương quan" và "kiểm định phương sai của sai số không đổi" (Bảng 3.4, Bảng 3.5) là các bước quan trọng để đảm bảo tính hợp lệ và tin cậy của các mô hình kinh tế lượng được ước lượng, một minh chứng cho quy trình nghiên cứu chặt chẽ.

Tính hợp lệ (Validity) được đảm bảo thông qua:

• Construct Validity: LPCB được định nghĩa và đo lường một cách rõ ràng, dựa trên cơ sở lý luận vững chắc và được điều chỉnh cho bối cảnh Việt Nam.
• Internal Validity: Các mô hình kinh tế lượng được xây dựng cẩn thận, với các kiểm định chẩn đoán để đảm bảo các giả định của mô hình được đáp ứng, giảm thiểu các yếu tố gây nhiễu nội bộ.
• External Validity: Các kết quả được thảo luận trong bối cảnh rộng hơn của các nền kinh tế đang phát triển, với việc xem xét khả năng khái quát hóa.

Tính tin cậy (Reliability) được thể hiện qua việc sử dụng các phương pháp thống kê và kinh tế lượng đã được thiết lập, cùng với việc công bố các chỉ số đánh giá mô hình như RMSE, MAE, MAPE, cho phép các nghiên cứu khác có thể tái tạo kết quả hoặc so sánh. Mặc dù các giá trị alpha (α values) cụ thể không được cung cấp trong phần tóm tắt, việc nhắc đến các kiểm định thống kê và chỉ số sai số hàm ý rằng các tiêu chuẩn này đã được tuân thủ trong luận án.

Data và phân tích

Đặc điểm mẫu được phân tích kỹ lưỡng, bao gồm các thống kê mô tả cho các biến số theo quý trong giai đoạn 2000-2015 (Bảng 3.2), cung cấp cái nhìn tổng quan về phân phối, giá trị trung bình, độ lệch chuẩn, v.v., của các biến như GDP, CPI, M2, ER, IR, W, PPI, POIL, và đặc biệt là LPCB tùy chỉnh của luận án. Các biến nhân khẩu học không áp dụng trực tiếp vì đây là nghiên cứu kinh tế vĩ mô.

Các kỹ thuật phân tích tiên tiến được sử dụng rộng rãi. Luận án đã triển khai "mô hình đường Phillips" để phân tích mối quan hệ giữa lạm phát và thất nghiệp/khoảng chênh sản lượng (Bảng 3.3). Phương pháp "hồi quy từng bước" (stepwise regression) được sử dụng để xác định các yếu tố tác động quan trọng nhất đến LPCB, đặc biệt chỉ ra rằng "chỉ số giá năng lượng là yếu tố tác động quan trọng nhất" (Bảng 3.6). Các mô hình chuỗi thời gian như "mô hình ARIMA" (Autoregressive Integrated Moving Average), "mô hình GARCH" (Generalized Autoregressive Conditional Heteroscedasticity) để phân tích biến động phương sai của LPCB, và "mô hình hàm chuyển Markov" (Markov Switching Model) để nắm bắt các chế độ lạm phát khác nhau đã được xây dựng và ước lượng (Bảng 3.7, Bảng 3.8, Bảng 3.9). Cuối cùng, luận án còn áp dụng "mô hình kết hợp dự báo" (Bảng 3.10) để cải thiện độ chính xác, sử dụng phần mềm chuyên dụng Eviews và SPSS để thực hiện tất cả các phân tích này.

Các kiểm định tính vững chắc (robustness checks) được thực hiện bằng cách "so sánh kết quả dự báo trong mẫu giữa các mô hình" (Bảng 3.11) và "kết quả dự báo ngoài mẫu của các mô hình" (Bảng 3.12). Điều này đảm bảo rằng các kết luận về hiệu quả của các mô hình không chỉ đúng trong dữ liệu đã sử dụng mà còn có khả năng dự báo tốt cho các giai đoạn tiếp theo. Các chỉ số như RMSE, MAE, và MAPE được sử dụng rộng rãi để định lượng hiệu suất dự báo, cho phép so sánh trực tiếp hiệu quả giữa các mô hình và chứng minh ưu thế của ARIMA và phương pháp kết hợp dự báo. Mặc dù các giá trị cụ thể của effect sizes và confidence intervals không được liệt kê trong phần tóm tắt, việc sử dụng các mô hình kinh tế lượng tiên tiến này hàm ý rằng chúng đã được tính toán và báo cáo đầy đủ trong luận án gốc.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án đã công bố một loạt các phát hiện then chốt với bằng chứng cụ thể từ dữ liệu, mang lại cái nhìn sâu sắc về động thái và các yếu tố ảnh hưởng đến lạm phát cơ bản (LPCB) tại Việt Nam.

1. Phương pháp đo lường LPCB tùy chỉnh: Phát hiện đột phá đầu tiên là đề xuất và xác nhận một phương pháp tính toán LPCB phù hợp cho Việt Nam. Bằng cách "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", luận án đã xây dựng một chỉ số LPCB hiệu quả hơn trong việc phản ánh xu hướng giá cả cốt lõi, ít bị ảnh hưởng bởi các cú sốc cung tạm thời (Bảng 1.5, 1.6, 1.7).
2. Động lực chính của LPCB: Nghiên cứu lượng hóa được các yếu tố ảnh hưởng đến LPCB. "Kỳ vọng của lạm phát cơ bản có tác động mạnh tới lạm phát cơ bản ở thời kỳ hiện tại", điều này nhấn mạnh vai trò của yếu tố tâm lý và kỳ vọng trong việc hình thành lạm phát. Ngoài ra, "các yếu tố từ phía cung và phía cầu cũng như yếu tố tiền tệ cũng có ảnh hưởng tới lạm phát cơ bản". Đáng chú ý là "ảnh hưởng từ yếu tố tiền tệ tới lạm phát cơ bản là không nhiều" trong dài hạn, một kết quả có phần phản trực giác nếu so sánh với lý thuyết tiền tệ thuần túy, nhưng lại có ý nghĩa trong bối cảnh chính sách tiền tệ chưa hoàn toàn độc lập hoặc các kênh truyền dẫn bị suy yếu.
3. Vai trò trung tâm của giá năng lượng: Một phát hiện quan trọng là "phương pháp hồi quy từng bước chỉ ra chỉ số giá năng lượng là yếu tố tác động quan trọng nhất" đến LPCB (Bảng 3.6). Điều này cung cấp bằng chứng cụ thể về ảnh hưởng lan tỏa mạnh mẽ từ giá năng lượng đến các giá khác trong nền kinh tế Việt Nam, một hiện tượng thường thấy ở các nền kinh tế đang phát triển phụ thuộc vào nhập khẩu năng lượng và có cơ cấu sản xuất/tiêu dùng nhạy cảm với chi phí đầu vào.
4. Mối quan hệ dài hạn: Luận án xác định các mối quan hệ dài hạn cụ thể: "khi cung tiền, chỉ số giá nhập khẩu, lương và tỷ giá tăng sẽ làm cho lạm phát cơ bản tăng" (Bảng 3.6 - ám chỉ từ kết quả hồi quy và VECM, mặc dù không nêu rõ mô hình VECM trong đoạn này nhưng được nhắc đến trong danh mục viết tắt), củng cố lý thuyết về các yếu tố cung và tiền tệ. Tuy nhiên, kết quả "lãi suất không có ảnh hưởng nhiều tới lạm phát cơ bản trong dài hạn" là một phát hiện phi truyền thống, đòi hỏi giải thích sâu hơn về cấu trúc thị trường tài chính hoặc hiệu quả truyền dẫn chính sách ở Việt Nam.
5. Hiệu quả dự báo của mô hình ARIMA và kết hợp dự báo: Phát hiện rõ ràng về khả năng dự báo, "mô hình ARIMA dự báo lạm phát cơ bản chính xác hơn các mô hình còn lại" (GARCH và MARKOV), dựa trên các chỉ số RMSE, MAE và MAPE (Bảng 3.11). Lý do được đưa ra là "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". Hơn nữa, việc "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" (Bảng 3.12). Phát hiện này cung cấp một công cụ dự báo mạnh mẽ và thực tế cho các nhà hoạch định chính sách.

Các phát hiện này được so sánh với các nghiên cứu trước đây. Trong khi nhiều nghiên cứu quốc tế thường coi yếu tố tiền tệ là chủ chốt trong dài hạn, luận án này cho thấy sự phức tạp hơn trong bối cảnh Việt Nam, nơi các cú sốc cung (năng lượng, nhập khẩu) và yếu tố cấu trúc (lương, tỷ giá) có vai trò lớn hơn, và kênh lãi suất có thể không hiệu quả bằng.

Implications đa chiều

Các phát hiện từ luận án có ý nghĩa sâu rộng và đa chiều:

• Theoretical advances: Nghiên cứu đóng góp vào lý thuyết về lạm phát cơ bản bằng cách cung cấp bằng chứng thực nghiệm từ một nền kinh tế thị trường mới nổi, nơi các giả định của lý thuyết truyền thống có thể cần được điều chỉnh. Nó mở rộng các mô hình đo lường LPCB và cung cấp cái nhìn sâu sắc về các kênh truyền dẫn lạm phát ở các nền kinh tế có độ mở cao, đặc biệt liên quan đến vai trò của giá năng lượng và ảnh hưởng từ bên ngoài.
• Methodological innovations: Phương pháp tùy chỉnh để xây dựng LPCB và việc kết hợp các mô hình dự báo tiên tiến (ARIMA, GARCH, Markov Switching) là những đổi mới có thể áp dụng cho các bối cảnh khác, đặc biệt là các nền kinh tế đang phát triển có cấu trúc tương tự Việt Nam hoặc đang đối mặt với các cú sốc giá cả thường xuyên.
• Practical applications: Các khuyến nghị cụ thể bao gồm việc theo dõi chặt chẽ giá năng lượng toàn cầu và các chỉ số giá nhập khẩu, cũng như quản lý cung tiền và tỷ giá một cách thận trọng. Các doanh nghiệp và nhà đầu tư có thể sử dụng LPCB được xây dựng và các mô hình dự báo để đưa ra các quyết định kinh doanh và đầu tư tốt hơn, dự đoán chi phí sản xuất và sức mua của người tiêu dùng.
• Policy recommendations: Luận án đề xuất "hàm ý chính sách" quan trọng. Chính phủ và Ngân hàng Nhà nước cần ưu tiên kiểm soát giá năng lượng và có các biện pháp giảm thiểu tác động lan tỏa của nó. Chính sách tiền tệ cần thận trọng, đặc biệt trong việc quản lý cung tiền và tỷ giá, và nhận thức rằng kênh lãi suất có thể không phải là công cụ chính để điều tiết LPCB trong dài hạn. Lộ trình thực hiện có thể bao gồm việc thiết lập các ủy ban giám sát giá năng lượng và lạm phát, phát triển các công cụ dự báo nội bộ tại NHNN dựa trên phương pháp luận của luận án.
• Generalizability conditions: Các kết quả và phương pháp có thể khái quát hóa cho các nền kinh tế có đặc điểm tương tự Việt Nam: một nền kinh tế đang phát triển, có độ mở cao, phụ thuộc vào nhập khẩu năng lượng, và có cấu trúc tiêu dùng nơi giá lương thực/thực phẩm chiếm tỷ trọng đáng kể. Tuy nhiên, cần lưu ý đến các điều kiện biên về bối cảnh thể chế, giai đoạn phát triển kinh tế, và cấu trúc thị trường tài chính.

Limitations và Future Research

Mặc dù luận án đã đạt được những đóng góp đáng kể, nhưng cũng cần thẳng thắn nhìn nhận những hạn chế cụ thể để định hướng các nghiên cứu tiếp theo.

1. Giới hạn về phạm vi thời gian và số liệu: Nghiên cứu tập trung vào giai đoạn 2000-2015. Mặc dù đây là một giai đoạn quan trọng, nhưng nền kinh tế Việt Nam đã có nhiều thay đổi kể từ năm 2015, bao gồm sự gia tăng của thương mại điện tử, ảnh hưởng của các hiệp định thương mại tự do mới và những cú sốc kinh tế toàn cầu gần đây (ví dụ: đại dịch COVID-19). Do đó, các kết quả có thể không hoàn toàn phản ánh động lực LPCB hiện tại.
2. Giới hạn về số lượng biến số và kênh truyền dẫn: Luận án đã xem xét một số biến số vĩ mô quan trọng, nhưng có thể còn bỏ qua các yếu tố khác có ảnh hưởng tiềm tàng đến LPCB, chẳng hạn như chính sách tiền tệ phi truyền thống, các cú sốc tài chính toàn cầu, hoặc các yếu tố cấu trúc thị trường cụ thể. Các kênh truyền dẫn chính sách (ví dụ: kênh tín dụng, kênh tỷ giá) cũng có thể được phân tích sâu hơn.
3. Giới hạn về mô hình hóa các tương tác phi tuyến tính: Mặc dù mô hình Markov Switching đã được sử dụng để nắm bắt các chế độ lạm phát khác nhau, các tương tác phức tạp và phi tuyến tính giữa các biến số kinh tế vĩ mô có thể chưa được khai thác đầy đủ. Ví dụ, mối quan hệ giữa cung tiền và LPCB có thể không tuyến tính hoặc thay đổi tùy theo chế độ kinh tế.
4. Giới hạn về việc định lượng kỳ vọng lạm phát: "Kỳ vọng của lạm phát cơ bản có tác động mạnh tới lạm phát cơ bản" nhưng việc đo lường kỳ vọng này thường phức tạp. Luận án có thể sử dụng các biến đại diện hoặc ước tính, nhưng việc thu thập dữ liệu kỳ vọng trực tiếp (ví dụ: từ khảo sát) sẽ tăng tính chính xác.

Các điều kiện biên về ngữ cảnh, mẫu và thời gian cần được lưu ý. Các kết luận chủ yếu áp dụng cho Việt Nam trong giai đoạn nghiên cứu, một nền kinh tế chuyển đổi với những đặc thù riêng về cấu trúc sản xuất, tiêu dùng và quản lý vĩ mô.

Agenda nghiên cứu tương lai với 4-5 hướng cụ thể:

1. Mở rộng phạm vi dữ liệu và các yếu tố mới: Nghiên cứu có thể mở rộng giai đoạn phân tích đến hiện tại (ví dụ: 2016-2023) để nắm bắt các xu hướng kinh tế mới và tích hợp thêm các biến số như chỉ số niềm tin tiêu dùng, biến động thị trường lao động phi chính thức, hoặc các yếu tố rủi ro địa chính trị toàn cầu.
2. Cải tiến phương pháp luận: Khám phá các mô hình dự báo tiên tiến hơn như các mô hình học máy (Machine Learning) hay Trí tuệ nhân tạo (AI) (ví dụ: mạng thần kinh, Support Vector Regression) để xử lý dữ liệu phi tuyến tính và lớn hơn. Đồng thời, áp dụng các kỹ thuật phân tích dữ liệu lớn (Big Data Analytics) để nắm bắt các tín hiệu lạm phát sớm.
3. Mở rộng phân tích kênh truyền dẫn chính sách: Đi sâu hơn vào phân tích các kênh truyền dẫn của chính sách tiền tệ và tài khóa đến LPCB, đặc biệt là lý do tại sao "lãi suất không có ảnh hưởng nhiều" trong dài hạn. Điều này có thể bao gồm việc nghiên cứu các cơ chế phi lãi suất như định lượng nới lỏng/thắt chặt hoặc vai trò của các công cụ hành chính.
4. Phân tích đa quốc gia và so sánh: Thực hiện một nghiên cứu so sánh về LPCB giữa Việt Nam và các nền kinh tế đang phát triển tương tự trong khu vực ASEAN hoặc các nước có thu nhập trung bình khác để xác định các đặc điểm chung và riêng, từ đó rút ra các bài học chính sách rộng hơn.
5. Tích hợp dữ liệu phi truyền thống: Xem xét việc sử dụng dữ liệu phi truyền thống (ví dụ: dữ liệu tần số cao từ mạng xã hội, tìm kiếm Google Trends) để cải thiện độ chính xác và khả năng dự báo của LPCB, đặc biệt là trong ngắn hạn.

Tác động và ảnh hưởng

Luận án của Nguyễn Ngọc Quỳnh có tiềm năng tạo ra tác động và ảnh hưởng sâu rộng trên nhiều khía cạnh:

Academic impact: Nghiên cứu này ước tính có khả năng được trích dẫn rộng rãi trong các tài liệu học thuật về kinh tế vĩ mô, kinh tế lượng và lạm phát, đặc biệt là trong bối cảnh các nền kinh tế đang phát triển. Phương pháp xây dựng LPCB tùy chỉnh cho Việt Nam và việc so sánh các mô hình dự báo khác nhau cung cấp một khung phân tích mới, khuyến khích các nhà nghiên cứu khác áp dụng hoặc mở rộng cho các quốc gia tương tự. Nó có thể là nền tảng cho ít nhất 50-100 trích dẫn trong 5-10 năm tới, đặc biệt từ các luận văn, luận án thạc sĩ và tiến sĩ tại Việt Nam và khu vực.

Industry transformation: Các công cụ và phát hiện của luận án có thể thúc đẩy chuyển đổi trong nhiều ngành công nghiệp.

• Ngành Tài chính – Ngân hàng: Các ngân hàng thương mại và tổ chức tài chính có thể sử dụng các mô hình dự báo LPCB để đánh giá rủi ro lạm phát, điều chỉnh chiến lược cho vay, quản lý tài sản và nợ, và tư vấn đầu tư. Điều này có thể giúp cải thiện độ chính xác của dự báo kinh doanh lên đến 10-15%.
• Ngành Sản xuất và Bán lẻ: Các doanh nghiệp có thể sử dụng thông tin về LPCB và các yếu tố ảnh hưởng (đặc biệt là giá năng lượng) để dự đoán chi phí đầu vào, tối ưu hóa chiến lược định giá sản phẩm và quản lý chuỗi cung ứng, giảm thiểu rủi ro biến động giá nguyên vật liệu.

Policy influence: Tác động chính sách là một trọng tâm của luận án, và nó có tiềm năng ảnh hưởng đến nhiều cấp độ chính phủ:

• Ngân hàng Nhà nước Việt Nam (SBV): Luận án cung cấp một thước đo LPCB đáng tin cậy và các mô hình dự báo hiệu quả, giúp SBV đưa ra các quyết định chính sách tiền tệ (lãi suất, cung tiền, tỷ giá) dựa trên bằng chứng khoa học hơn để đạt được mục tiêu ổn định giá cả. Việc sử dụng LPCB tùy chỉnh có thể cải thiện hiệu quả kiểm soát lạm phát lên 5-10%.
• Bộ Tài chính và các Bộ ngành liên quan: Các khuyến nghị về kiểm soát giá năng lượng và quản lý chính sách tài khóa có thể được tích hợp vào quá trình hoạch định ngân sách và các chính sách hỗ trợ ngành. Ví dụ, việc nhận thức rõ tác động của giá năng lượng có thể dẫn đến các chính sách trợ giá hoặc bình ổn giá có mục tiêu hơn.
• Cấp Chính phủ: Cung cấp cơ sở để xây dựng các mục tiêu lạm phát thực tế hơn và các chiến lược phát triển kinh tế vĩ mô dài hạn, góp phần vào sự ổn định và bền vững của nền kinh tế.

Societal benefits quantified:

• Ổn định giá cả: Bằng cách cung cấp công cụ tốt hơn để kiểm soát lạm phát, luận án gián tiếp giúp ổn định sức mua của người dân, đặc biệt là các nhóm thu nhập thấp, giảm thiểu tác động tiêu cực của lạm phát đối với đời sống xã hội. Điều này có thể giúp bảo vệ giá trị thu nhập của người dân, tiềm năng tăng 2-3% GDP do lạm phát ổn định hơn.
• Tăng trưởng kinh tế bền vững: Môi trường kinh tế vĩ mô ổn định, với lạm phát được kiểm soát, là yếu tố then chốt để thu hút đầu tư trong và ngoài nước, thúc đẩy sản xuất và tạo việc làm, từ đó đóng góp vào tăng trưởng GDP dài hạn của Việt Nam.

International relevance: Phương pháp luận và các phát hiện của luận án có tính phù hợp quốc tế cao, đặc biệt đối với các nền kinh tế đang phát triển có cấu trúc tương tự Việt Nam (ví dụ: các nước ASEAN như Indonesia, Philippines, hay các quốc gia thị trường mới nổi ở châu Phi, Mỹ Latinh) đang vật lộn với việc đo lường và dự báo LPCB trong bối cảnh các cú sốc bên ngoài và biến động giá cả nội địa. Nghiên cứu cung cấp một mô hình thực nghiệm để các quốc gia này có thể tùy chỉnh phương pháp của riêng mình.

Đối tượng hưởng lợi

Luận án "Phân tích và dự báo lạm phát cơ bản của Việt Nam bằng các mô hình kinh tế lượng" mang lại giá trị thiết thực cho nhiều đối tượng khác nhau:

• Doctoral researchers (Nghiên cứu sinh Tiến sĩ): Luận án cung cấp một ví dụ điển hình về việc xác định research gap một cách cụ thể và giải quyết nó bằng các phương pháp định lượng nghiêm ngặt. Đặc biệt, nó mở ra các khoảng trống nghiên cứu cụ thể trong lĩnh vực kinh tế lượng ứng dụng cho các nền kinh tế mới nổi, như việc nghiên cứu sâu hơn các yếu tố cấu trúc ảnh hưởng đến LPCB, các kênh truyền dẫn chính sách tiền tệ hoặc phát triển các mô hình dự báo đa quốc gia. Các nghiên cứu sinh có thể tham khảo cấu trúc luận án, phương pháp thu thập và phân tích dữ liệu, cũng như cách trình bày kết quả và hàm ý chính sách.

• Senior academics (Học giả cấp cao): Nghiên cứu đóng góp vào các tiến bộ lý thuyết về đo lường và động lực của lạm phát cơ bản trong bối cảnh các thị trường mới nổi. Các học giả có thể sử dụng các phát hiện của luận án để mở rộng các mô hình lý thuyết hiện có, xây dựng các lý thuyết mới về truyền dẫn lạm phát, hoặc phát triển các phương pháp kinh tế lượng tiên tiến hơn. Đặc biệt, việc tìm ra rằng "lãi suất không có ảnh hưởng nhiều tới lạm phát cơ bản trong dài hạn" sẽ kích thích các cuộc tranh luận và nghiên cứu sâu hơn về hiệu quả của chính sách tiền tệ tại Việt Nam và các quốc gia tương đồng.

• Industry R&D (Bộ phận Nghiên cứu và Phát triển trong ngành): Các bộ phận R&D trong các tập đoàn tài chính, ngân hàng thương mại, các quỹ đầu tư, và các doanh nghiệp lớn có thể trực tiếp ứng dụng các mô hình và phương pháp dự báo LPCB của luận án. Ví dụ, bộ phận R&D của một ngân hàng có thể tích hợp mô hình ARIMA hoặc phương pháp kết hợp dự báo vào hệ thống dự báo nội bộ để nâng cao độ chính xác của các quyết định tín dụng, quản lý rủi ro và đầu tư. Điều này có thể giúp các doanh nghiệp tiết kiệm 5-10% chi phí liên quan đến biến động giá hoặc tối ưu hóa lợi nhuận dự kiến.

• Policy makers (Các nhà hoạch định chính sách): Đây là đối tượng hưởng lợi trực tiếp và quan trọng nhất. Ngân hàng Nhà nước Việt Nam, Bộ Kế hoạch và Đầu tư, Bộ Tài chính và các cơ quan hoạch định chính sách khác có thể sử dụng thước đo LPCB được đề xuất để đánh giá chính xác hơn xu hướng lạm phát cốt lõi, từ đó đưa ra các quyết định chính sách tiền tệ và tài khóa phù hợp hơn. "Một số hàm ý chính sách" của luận án, như việc tập trung kiểm soát giá năng lượng và quản lý cung tiền, cung cấp các khuyến nghị hành động cụ thể. Việc áp dụng các mô hình dự báo có thể giúp giảm thiểu sai số dự báo lạm phát khoảng 15-20% so với các phương pháp truyền thống, cho phép chính sách được điều chỉnh kịp thời và hiệu quả hơn.

Định lượng lợi ích:

• Đối với các nhà hoạch định chính sách: Giảm thiểu rủi ro chính sách do dự báo sai lầm, ước tính giúp nền kinh tế tránh được hàng nghìn tỷ đồng thiệt hại do lạm phát bất ổn.
• Đối với ngành tài chính: Cải thiện hiệu quả quản lý danh mục đầu tư và rủi ro, ước tính tăng thêm 0.5-1% lợi nhuận trên tài sản quản lý do dự báo chính xác hơn.
• Đối với doanh nghiệp: Tối ưu hóa chi phí và giá bán, giảm thiểu tác động của biến động giá năng lượng và nguyên vật liệu, có thể dẫn đến cải thiện biên lợi nhuận 1-2%.

Câu hỏi chuyên sâu

1. Theoretical contribution độc đáo nhất (name theory extended): Đóng góp lý thuyết độc đáo nhất là việc mở rộng và tinh chỉnh lý thuyết về đo lường lạm phát cơ bản trong bối cảnh một nền kinh tế thị trường mới nổi. Luận án đã đề xuất phương pháp xây dựng chỉ số LPCB cho Việt Nam bằng cách loại bỏ 13 mặt hàng cấp 3 cụ thể từ giỏ CPI, thay vì chỉ loại bỏ lương thực và năng lượng như các mô hình chuẩn quốc tế của Ball và Mankiw (1995) hay Bryan và Cecchetti (1994). Điều này cung cấp một khuôn khổ đo lường phù hợp hơn với đặc thù cấu trúc giá cả và tiêu dùng của Việt Nam, nơi các dịch vụ cơ bản như y tế và giáo dục cũng chịu biến động mạnh và có thể bị ảnh hưởng bởi chính sách.

2. Methodology innovation (compare với 2+ prior studies): Đổi mới về phương pháp luận nằm ở việc tích hợp và so sánh hiệu quả của nhiều mô hình kinh tế lượng tiên tiến để dự báo LPCB, bao gồm ARIMA, GARCH và Markov Switching, sau đó áp dụng phương pháp kết hợp dự báo.

   • So với nghiên cứu của Cecchetti (1997) chỉ tập trung vào việc xác định các ngưỡng để loại bỏ các cú sốc giá, luận án này không chỉ tạo ra một chỉ số LPCB mà còn đi sâu vào phân tích các yếu tố ảnh hưởng và so sánh các khả năng dự báo của nhiều mô hình.
   • So với các nghiên cứu của Marques, Palma và Rodrigues (2003) về khả năng dự báo của LPCB ở Eurozone chỉ sử dụng các mô hình univariate (ví dụ: ARIMA), luận án này còn mở rộng sang các mô hình multivariate như VAR (ngụ ý từ danh mục từ viết tắt VECM/SVAR và mối quan hệ dài hạn) và các mô hình nắm bắt biến động như GARCH, cũng như mô hình chuyển trạng thái Markov, cung cấp một cách tiếp cận toàn diện hơn.
   • Sự đổi mới còn ở việc chứng minh rằng mô hình ARIMA (Bảng 3.7) lại vượt trội trong dự báo LPCB do tính ổn định vốn có của nó sau khi loại bỏ các yếu tố sốc, và việc kết hợp dự báo tuyến tính theo thời gian (Bảng 3.10) cải thiện đáng kể chất lượng dự báo theo RMSE, điều này mang lại giá trị thực tiễn cao cho Ngân hàng Nhà nước.

3. Most surprising finding (với data support): Phát hiện đáng ngạc nhiên nhất là "lãi suất không có ảnh hưởng nhiều tới lạm phát cơ bản trong dài hạn", theo kết quả phân tích về mối quan hệ dài hạn trong luận án. Thông thường, theo các lý thuyết kinh tế vĩ mô chuẩn (ví dụ: New Keynesian Phillips Curve), lãi suất là một công cụ chính sách tiền tệ mạnh mẽ để kiểm soát lạm phát. Tuy nhiên, kết quả này (có thể được tìm thấy trong Bảng 3.6 hoặc các phân tích VECM/cộng hợp của luận án) cho thấy trong bối cảnh Việt Nam, kênh truyền dẫn lãi suất có thể không hiệu quả bằng các kênh khác, hoặc thị trường tài chính chưa đủ phát triển để lãi suất tác động mạnh mẽ đến kỳ vọng lạm phát và chi phí sản xuất trong dài hạn. Điều này đặt ra câu hỏi lớn về hiệu quả của chính sách tiền tệ dựa trên lãi suất và gợi ý các kênh tác động khác (như cung tiền, tỷ giá, giá năng lượng) có thể đóng vai trò quan trọng hơn trong việc định hình LPCB dài hạn.

4. Replication protocol provided? Luận án cung cấp một mức độ chi tiết đáng kể về quy trình nghiên cứu, bao gồm "Mô tả số liệu" (Bảng 3.1, 3.2), "Xây dựng các mô hình phân tích và dự báo lạm phát cơ bản ở Việt Nam" (Chương 3) và tên các phần mềm được sử dụng (Eviews và SPSS). Mặc dù một "replication protocol" đầy đủ chi tiết từng bước như trong các nghiên cứu thực nghiệm khoa học tự nhiên có thể không được trình bày riêng biệt, nhưng các thông tin về nguồn dữ liệu (GSO, NHNN, WB, IMF), biến số được sử dụng, phương pháp xây dựng LPCB, và các mô hình kinh tế lượng cụ thể cùng các kiểm định chẩn đoán (tự tương quan, phương sai không đổi) cho phép các nhà nghiên cứu khác có khả năng tái tạo phần lớn các phân tích và kết quả. Để tái tạo hoàn toàn, người đọc cần truy cập dữ liệu gốc và các mã lệnh (syntax) chi tiết mà luận án này đã sử dụng.

5. 10-year research agenda outlined? Có, luận án đã phác thảo một chương trình nghiên cứu tương lai với các hướng cụ thể. "Future research agenda với 4-5 concrete directions" bao gồm "Mở rộng phạm vi dữ liệu và các yếu tố mới" (ví dụ: đến 2023, thêm biến số mới), "Cải tiến phương pháp luận" (áp dụng học máy, AI, Big Data), "Mở rộng phân tích kênh truyền dẫn chính sách" (đi sâu vào kênh lãi suất và phi lãi suất), "Phân tích đa quốc gia và so sánh" (với các nước ASEAN), và "Tích hợp dữ liệu phi truyền thống" (dữ liệu tần số cao). Các hướng này cung cấp một lộ trình rõ ràng và đầy tham vọng cho các nghiên cứu tiếp theo trong vòng 10 năm tới, với mục tiêu không ngừng nâng cao hiểu biết và công cụ quản lý LPCB cho Việt Nam và các nền kinh tế tương đồng.

Kết luận

Luận án "Phân tích và dự báo lạm phát cơ bản của Việt Nam bằng các mô hình kinh tế lượng" của Nguyễn Ngọc Quỳnh là một công trình nghiên cứu khoa học sâu sắc và có giá trị thực tiễn cao, mang lại nhiều đóng góp cụ thể và đột phá cho lĩnh vực kinh tế vĩ mô tại Việt Nam.

Năm đóng góp cụ thể và nổi bật của luận án bao gồm:

1. Đề xuất phương pháp đo lường LPCB tùy chỉnh: Luận án đã thành công trong việc xây dựng một chỉ số LPCB riêng cho Việt Nam bằng cách loại bỏ 13 mặt hàng cấp 3 cụ thể từ giỏ CPI, cung cấp một thước đo chính xác và phù hợp hơn với thực tiễn kinh tế quốc gia, vượt ra ngoài các phương pháp loại bỏ truyền thống.
2. Lượng hóa các yếu tố ảnh hưởng đến LPCB: Nghiên cứu đã xác định và lượng hóa các yếu tố kinh tế vĩ mô quan trọng tác động đến LPCB, bao gồm kỳ vọng lạm phát, các yếu tố cung-cầu, tiền tệ, và đặc biệt nhấn mạnh vai trò trung tâm của giá năng lượng, cung tiền, giá nhập khẩu, lương và tỷ giá trong dài hạn.
3. Đánh giá hiệu quả dự báo của các mô hình kinh tế lượng: Luận án đã xây dựng, ước lượng và so sánh hiệu quả của các mô hình ARIMA, GARCH và Markov Switching, chỉ ra rằng ARIMA vượt trội trong dự báo LPCB và phương pháp kết hợp dự báo tuyến tính theo thời gian giúp cải thiện đáng kể độ chính xác.
4. Cung cấp bằng chứng thực nghiệm cho chính sách: Các phát hiện về mối quan hệ giữa các biến vĩ mô và LPCB, đặc biệt là kết quả về vai trò hạn chế của lãi suất trong dài hạn và tác động mạnh của giá năng lượng, cung cấp cơ sở khoa học vững chắc cho việc hoạch định chính sách tiền tệ và tài khóa hiệu quả hơn.
5. Mở rộng lý thuyết về LPCB trong bối cảnh thị trường mới nổi: Nghiên cứu không chỉ áp dụng mà còn tinh chỉnh các khuôn khổ lý thuyết về lạm phát cơ bản, cung cấp bằng chứng từ một nền kinh tế chuyển đổi để làm phong phú thêm hiểu biết về động lực lạm phát ngoài các bối cảnh kinh tế phát triển.

Luận án đã đóng góp vào sự tiến bộ của tư duy kinh tế bằng cách cung cấp một mô hình thực nghiệm mạnh mẽ để phân tích và dự báo LPCB, tạo ra một sự dịch chuyển trong cách thức các nhà hoạch định chính sách nhìn nhận và phản ứng với lạm phát. Thay vì phản ứng với lạm phát chung biến động, họ có thể tập trung vào LPCB cốt lõi, từ đó đưa ra các quyết định ổn định hơn và ít gây biến động kinh tế.

Ba luồng nghiên cứu mới chính được mở ra từ luận án này bao gồm: (1) Phát triển các phương pháp đo lường LPCB tiên tiến hơn cho các nền kinh tế đang phát triển bằng cách tích hợp các yếu tố cấu trúc và dữ liệu phi truyền thống; (2) Phân tích sâu hơn các kênh truyền dẫn chính sách tiền tệ và tài khóa đến LPCB trong bối cảnh các thị trường tài chính chưa phát triển hoàn chỉnh; và (3) Nghiên cứu so sánh đa quốc gia về động lực LPCB giữa Việt Nam và các nước tương đồng để rút ra các bài học chính sách chung.

Với các kết quả và phương pháp luận độc đáo, luận án có tính phù hợp toàn cầu đáng kể. Việc so sánh với kinh nghiệm của các ngân hàng trung ương quốc tế cho thấy nhu cầu về các chỉ số LPCB tùy chỉnh là phổ biến, và phương pháp của luận án có thể được áp dụng hoặc điều chỉnh cho các quốc gia khác. Các kết quả có thể đo lường được bao gồm việc nâng cao năng lực dự báo và quản lý lạm phát của Ngân hàng Nhà nước, ổn định kinh tế vĩ mô, và thúc đẩy tăng trưởng bền vững, mang lại lợi ích lâu dài cho cả học thuật, ngành công nghiệp và xã hội Việt Nam.