ẢNH HƯỞNG CỦA GIÁ XĂNG DẦU TRONG NƯỚC ĐẾN LẠM PHÁT

Ở VIỆT NAM

Trần Hữu Ngọc, Nguyễn Văn Duy

Email: duynguyen.qa@gmail.com

Phương pháp nghiên cứu được sử dụng trong đề tài này là thống kê và định lượng. Mô hình ARDL được sử dụng trong nghiên cứu này để phân tích ảnh hưởng của giá xăng dầu trong nước đến chỉ số CPI trong mối tương quan với một số yếu tố khác.

Nghiên cứu sử dụng phần mềm kinh tế lượng Eviews để hỗ trợ thực hiện các kiểm định và hồi quy nói trên.

1)     Mô hình hồi qui ARDL

ARDL còn được gọi là mô hình Var trễ phân phối dừng tự hồi quy, là mô hình kinh tế được sử dụng để nắm bắt sự tác động và sự phụ thuộc lẫn nhau giữa nhiều chuỗi thời gian. Đây là mô hình kết hợp giữa mô hình Var và mô hình hồi quy thông thường. ARDL là một trong những mô hình thành công nhất, linh hoạt và dễ sử dụng cho việc phân tích chuỗi thời gian đa biến (Halil, 2000).

Các biến hồi quy có thể bao gồm các giá trị trễ của các biến độc lập và hiện tại và độ trễ phụ thuộc vào một hoặc nhiều biến giải thích. Mô hình ARDL cho phép chúng ta xác định những tác động của các biến độc lập lên biến chính sách (Yi-Yi Chen (2007), Hashem M. P., Yongcheol S.(1997))

Mô hình ARDL đơn giản (Mô hình ARDL(1,1))

Y_t= m +α₁y_t−1+β₀x_t+β₁x_t−1+u_t

Trong đó: y_t và x_t là các biến dừng, và u_t là phần nhiễu trắng

Mô hình ARDL(p,q)

A(L)_yt= m +B(L)_xt+ut

Với:

A(L)=1−α₁L−α₂L²−···−α_pL^p,

B(L) = β₀+β₁L+β₂L²+···+β_qL^q

2)     Lý do lựa chọn mô hình ARDL

Mô hình ARDL đã được chứng minh là đặc biệt hữu ích để mô tả hành vi động của chuỗi thời gian kinh tế, tài chính và dự báo. Dựa trên tính năng này, việc sử dụng mô hình ARDL để nghiên cứu tác động của các biến độc lập đến biến phụ thuộc là phù hợp (Hashem M. P., Yongcheol S., 1997).

Khi hồi quy mô hình với các biến là chuỗi thời gian thì yêu cầu đặt ra là các chuỗi này phải dừng. Trong trường hợp chuỗi chưa dừng thì ta phải lấy sai phân của chúng cho đến khi có được chuỗi dừng.

Theo Gujarati (2003) một chuỗi thời gian là dừng khi giá trị trung bình, phương sai, hiệp phương sai (tại các độ trễ khác nhau) giữ nguyên không đổi cho dù chuỗi được xác định vào thời điểm  nào đi nữa. Chuỗi dừng có xu hướng trở về giá trị trung bình và những dao động quanh giá trị trung bình sẽ là như nhau. Nói cách khác, một chuỗi thời gian không dừng sẽ có giá trị trung bình thay đổi theo thời gian, hoặc giá trị phương sai thay đổi theo thời gian hoặc cả hai.

Có nhiều phương pháp kiểm tra tính dừng của chuỗi thời gian: kiểm định Dickey–Fuller (DF), kiểm định Phillip–Person (PP) và kiểm định Dickey và Fuller mở rộng (ADF), kiểm tra bằng giản đồ tự tương quan,… Trong khuôn khổ nghiên cứu này chọn phương pháp ADF để kiểm định tính dừng của các chuỗi số liệu CPI, cung tiền M2, lãi suất chính sách, tỷ giá VND/USD và giá xăng trong nước. Phương pháp kiểm định này sẽ được trình bày phần tiếp theo đây.

Theo Ramanathan (2002) hầu hết các chuỗi thời gian về kinh tế là không dừng vì chúng thường có một xu hướng tuyến tính hoặc mũ theo thời gian. Tuy nhiên có thể biến đổi chúng về chuỗi dừng thông qua quá trình sai phân. Nếu sai phân bậc 1 của một chuỗi có tính dừng thì chuỗi ban đầu gọi là tích hợp bậc 1, ký hiệu là I(1). Tương tự, nếu sai phân bậc d của một chuỗi có tính dừng thì chuỗi ban đầu gọi là tích hợp bậc d, ký hiệu là I(d). Nếu chuỗi ban đầu (chưa lấy sai phân) có tính dừng thì gọi là I(0).

Nguyễn Duy

Chi tiết tại