Tải bản đầy đủ

Kỳ vọng lạm phát và chính sách tiền tệ ở ấn độ slide

KỲ VỌNG LẠM PHÁT VÀ

CHÍNH SÁCH TIỀN TỆ Ở ẤN ĐỘ

GVHD : PGS. TS Nguyễn Thị Ngọc Trang
NTH : Nhóm 3
Lớp : TCDN Đêm 1 – K20


1. Mục tiêu nghiên cứu
2. Các công trình nghiên cứu trước đây
3. Phương pháp nghiên cứu và dữ liệu
4. Kết quả nghiên cứu
5. Kết luận và ý kiến của nhóm


1. Mục tiêu nghiên cứu

Bài nghiên cứu tập trung vào các mục tiêu chính sau:
Xem xét những yếu tố nào ảnh hưởng đến kỳ vọng lạm
phát ở Ấn Độ

Trên cơ sở đó, xác định yếu tố quyết định của kỳ vọng
lạm phát, từ đó đề ra một chính sách tiền tệ hợp lý để vận
hành nền kinh tế tốt hơn.


2. Các công trình nghiên cứu trước đây
Phillips Alban W. (1958), "The
relationship between unemployment and

the rate of change of money wages in
the UK 1861-1957," Economica.
Với các đặc điểm kỹ thuật ban đầu

của đường cong Phillips vào năm 1958,
mô hình chi phối là kỳ vọng thích nghi.
Đường cong Phillips biểu thị quan hệ

giữa tỷ lệ thất nghiệp và tỷ lệ lạm phát
(đường cong Phillips phiên bản lạm
phát) hoặc giữa tỷ lệ thất nghiệp và tốc

độ tăng trưởng GDP (đường cong
Phillips phiên bản GDP)


2. Các công trình nghiên cứu trước đây (tt)

Có 02 lý thuyết về kỳ vọng lạm phát:
 Kỳ vọng thích nghi : kỳ vọng được hình thành dựa vào lạm
phát quá khứ (lý thuyết quán tính)
 Kỳ vọng hợp lý ( Rational expectation) lúc đầu được đưa ra
bởi John Muth, sau đó được phổ biến bởi Robert Emerson

Lucas: các kỳ vọng được dự báo một cách tốt nhất căn cứ
vào tất cả các thông tin sẵn có bao gồm các thông tin về
chính sách. Nếu chính sách cắt giảm lạm phát được tin cậy,
các kỳ vọng lạm phát có thể đều chỉnh nhanh


2. Các công trình nghiên cứu trước đây (tt)




John Fraser Muth (27 /09/ 1930 – 23/10/ 2005) là một nhà kinh tế
người Mỹ. Ông được biết đến như "cha đẻ của cuộc cách mạng kỳ
vọng hợp lý trong kinh tế", " Rational Expectations and the Theory of

Price Movements " từ năm 1961. Ông sử dụng thuật ngữ để mô tả
nhiều tình huống kinh tế, trong đó kết quả phụ thuộc một phần vào
những gì mọi người mong đợi xảy ra.
• Ví dụ giá của một hàng hóa nông nghiệp, phụ thuộc vào việc có bao
nhiêu mẫu Anh nông dân trồng, do đó phụ thuộc vào giá cả nông dân
mong đợi để nhận ra khi họ thu hoạch và bán cây trồng của họ


2. Các công trình nghiên cứu trước đây (tt)
Robert Emerson Lucas, Jr (sinh
ngày 15 tháng chín 1937, Yakima,
Washington) là một nhà kinh tế học Mỹ tại

Đại học Chicago. Ông đã nhận được giải
thưởng Nobel Kinh tế năm 1995. Với bài
viết "Expectations and the Neutrality of
Money” năm 1972 với lý thuyết về “
những kỳ vọng hợp lý” để giải thích sự

thất bại của các biện pháp quản lý sức
cầu.


2. Các công trình nghiên cứu trước đây (tt)
Ông tuyên bố: “Luôn luôn có một sự đánh đổi
tạm thời giữa lạm phát và thất nghiệp, nhưng
không phải sự đánh đổi lâu dài.” Nói cách
khác, nếu các nhà ra chính sách thử giữ tỉ lệ
thất nghiệp thấp nhờ vào một chính sách làm
cho lạm phát cao lên, họ sẽ chỉ thành công
trong ngắn hạn.
Theo Friedman, thất nghiệp sau này sẽ lại

tăng, ngay cả khi lạm phát duy trì ở mức cao.
Hay nền kinh tế sẽ trải qua thời kỳ mà sau này

Milton Friedman (31/ 7/1912
Paul Samuelson đặt tên là suy lạm phát
– 16/ 11/ 2006) là một nhà
kinh tế học người Mỹ.

(stagflation)


2. Các công trình nghiên cứu trước đây (tt)

 Friedman và Edmund S. Phelps- người đã giành giải
Nobel Kinh tế năm 2006, độc lập nghiên cứu và đã đi
đến cùng một kết quả. Friedman đã áp dụng ý tưởng về
hành vi hợp lý
 Ông lập luận rằng, sau một thời kỳ lạm phát kéo dài,

người ta sẽ đưa kỳ vọng về lạm phát trong tương lai vào
quyết định của họ, làm vô hiệu hóa bất kỳ hiệu quả tích

cực nào của lạm phát đối với việc làm.


Các nghiên cứu trong bài
1.

Sự tìm kiếm mở rộng cho các kỹ thuật tốt hơn và phương pháp thu thập thông tin
và xử lý: Mankiw, N. Gregory, Ricardo Reis and Justin Wolfers, 2003,
“Disagreement about Inflation Expectations,” NBER Working Paper No. 9796
(June), (Cambridge, Massachusetts).

2.

Một số nghiên cứu cũng chỉ ra rằng câu trả lời khảo sát thể hiện biến động cao:
Blanchflower, David G., and Conall MacCoille, 2009, “the Formation of Inflation
Expectations: An Empirical Analysis for the UK,” National Bureau of Economic
Research (NBER) Working Paper No. 15388 (Cambridge, Massachusetts).

3.

Sự phát triển trong tập hợp tiền tệ vẫn còn chứa các thông tin "tốt nhất“ về lạm
phát trong tương lai, và do đó đầu ra chi tiết về độ chênh lệch sản lượng không tốt

lắm: Callen, Tim, and Dongkoo Chang, 1999, “Modeling and Forecasting Inflation in
India,” IMF Working Paper, WP/99/119 (September), International Monetary Fund,
Washington D.C.


Các nghiên cứu trong bài (tt)
4. Mô hình ARMA đã chứng minh mạnh mẽ việc tạo ra các dự báo lạm
phát trong ngắn hạn, là một xem xét quan trọng cho nghiên cứu này, và
đã được nghiên cứu để làm tốt hơn mô hình cấu trúc: Meylar, Aidan,

Geoff Kenny and Terry Quinn, 1998, “Forecasting Irish Inflation Using
ARIMA Models,” Munich Personal RePEs Archive (MPRA) Paper No
11359 (December).
5. Kỳ vọng lạm phát trong nền kinh tế thị trường mới nổi, hoặc tập
trung vào mục tiêu tin cậy: Minella, A., Paulo Springer de Freitas, Ilan
Goldfajn, and Marcelo Kfoury Muinhos, 2003, “Inflation Targeting in
Brazil: Constructing Credibility Under Exchange Rate Volatility,”
Journal of International Money and Finance, Vol. 22, pp 1015-40


Các nghiên cứu thực nghiệm khác
1. Michael J. Lamla and Samad Sarferaz, March 2012, Updating
Inflation Expectations
 Điều tra nghiên cứu làm thế nào các kỳ vọng lạm phát hình thành.

Bằng việc phân tích đặc tính của thời gian để cập nhật những kỳ
vọng và yếu tố quyết định tiềm năng của nó. Thiết lập một mô hình
kinh tế linh hoạt theo dõi sự hình thành của kỳ vọng lạm phát của

người tiêu dùng tại mỗi thời điểm trong chuỗi thời gian.
 Kết quả cho thấy rằng xu hướng cập nhật các kỳ vọng lạm phát thay
đổi đáng kể theo thời gian và có liên quan đến số lượng và chất
lượng của tin tức.


Các nghiên cứu thực nghiệm khác (tt)
2. Stefania Albanesi và ctg, 2002,
Expectation Traps and Monetary Policy
 Tại sao nói rằng lạm phát liên tục cao trong
một số thời kỳ và liên tục thấp trong

khoảng thời gian khác? Phần lớn đổ lỗi
cho chính sách tiền tệ.
 Kết quả cho thấy, trong một mô hình cân

bằng tiêu chuẩn, không có cam kết dẫn
đến cân bằng nhiều, hoặc bẫy kỳ vọng.
Trong những cái bẫy, kỳ vọng lạm phát cao

hay thấp dẫn dắt công chúng để có những
hành động tự vệ mà sau đó hướng các
nhà hoạch định tiền tệ ra chính sách tối ưu.


Các nghiên cứu thực nghiệm khác (tt)
3. Martin D. Cerisola và Gaston Gelos, What Drives Inflation
Expectations in Brazil? An Empirical Analysis (2005)
 Nghiên cứu này xem xét các yếu tố quyết định kinh tế vĩ mô của

các kỳ vọng lạm phát khảo sát tại Brazil kể từ khi nước này
thông qua khung mục tiêu lạm phát năm 1999.

 Kết quả nghiên cứu cho thấy khung lạm phát mục tiêu đã giúp
neo kỳ vọng, với sự phát tán của những kỳ vọng lạm phát giảm
đáng kể, đặc biệt là trong thời gian không chắc chắn cao.


3. PHƯƠNG PHÁP NGHIÊN CỨU
VÀ DỮ LIỆU


3. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU
Tại sao Michael Debabrata Patra và Partha Ray lại sử
dụng mô hình ARMA?
 Phương pháp ARMA không giả định có những mối quan
hệ cấu trúc giữa các biến hoặc những tác động dẫn

truyền quan trọng trong mô hình hồi quy.
 Phương pháp ARMA rất kém trong việc dự đoán các

điểm thay đổi lên xuống của lạm phát.
 Tuy nhiên ARMA được chứng minh là một mô hình
mạnh mẽ để dự đoán lạm phát trong ngắn hạn.


3. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU (tt)

Hồi quy giá trị của lạm phát trong hiện tại (hoặc tương
lai) từ các giá trị lạm phát trong quá khứ với ARMA

  f [ AR( p), MA(q), SAR(m), SMA(n)]
e
t


3. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU (tt)
 Trong thống kê học, mô hình autoregressive moving average (ARMA),

đôi khi được gọi là mô hình Box-Jenkins sau khi phương pháp BoxJenkins được đưa ra sử dụng để chạy mô hình, thường được áp dụng
cho dữ liệu chuỗi thời gian (time series) tự tương quan (autocorrelated).
 Cho chuỗi dữ liệu time series Xt, mô hình ARMA là một công cụ để hiểu
và có lễ để dự đoán các giá trị tương lai của chuỗi này. Mô hình bao gồm

hai phần, phần tự hồi quy autoregressive (AR) và phần bình quân dịch
chuyển moving average (MA). Mô hình thường được coi là mô hình
ARMA(p,q) khi p là order của phần autoregressive và q là order của phần
moving average.


3. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU (tt)
Ký hiệu AR(p) liên quan tới mô hình tự hồi quy autoregressive với
order p. Mô hình AR(p) được viết
p

X t  c   i X t 1   t
i 1

Ký hiệu MA(q) là cho phần moving average có order q:
q

X t     t  i t 1
i 1

Mô hình tổng quan sẽ bao gồm hai mô hình con AR(p) và MA(q)
p

q

i 1

i 1

X t  c   t   i X t  i    i  t  i


3. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU (tt)

Nếu Xt tuân theo quá trình ARMA(1, 1) nếu nó có
thể viết dưới dạng

X t  c   t  1 X t 1  1 t 1


3. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU (tt)

Dữ liệu của bất kỳ chuỗi thời gian nào đều có thể được coi là tạo ra
nhờ một quá trình ngẫu nhiên và một tập hợp dữ liệu cụ thể. Cũng như
chúng ta sử dụng các dữ liệu mẫu để suy ra các ước lượng về một tập

hợp, thì trong lĩnh vực chuỗi thời gian, chúng ta dùng kết quả để suy ra
các ước lượng về quá trình ngẫu nhiên đó.
Một dạng của quá trình ngẫu nhiên được các nhà phân tích về
chuỗi thời gian đặc biệt quan tâm và xem xét kỹ lưỡng là cái được gọi
là quá trình ngẫu nhiên dừng


3. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU (tt)

Nói chung, một quá trình ngẫu nhiên được coi là dừng nếu
như trung bình và phương sai của nó không đổi theo thời gian
và giá trị của đồng phương sai giữa hai thời đoạn chỉ phụ
thuộc vào khoảng cách và độ trễ về thời gian giữa hai thời
đoạn này chứ không phụ thuộc vào thời điểm thực tế mà

đồng phương sai được tính.


3. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU (tt)

Có nhiều loại kiểm định như sử dụng hàm tự tương
quan (ACF), trị thống kê Q (Box và Pierce) và trị thống kê
LB (Ljung-Box).
Tuy nhiên, một trong những phương pháp được sử
dụng phổ biến và có độ tin cậy cao là kiểm định nghiệm
đơn vị của Dickey-Fuller (ADF).


3. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU (tt)

Đồng liên kết
 Giả sử có một ông già và một cậu bé đi dạo một cách ngẫu nhiên
trong công viên (random walk). Vị trí của cậu bé sẽ không cho biết
bất kỳ một thông tin nào về vị trí của ông lão.
 Giả sử một bà lão dắt một chú chó đi dạo trong công viên, bà lão và
chú chó kết nối bằng sợi dây  vị trí của bà lão luôn dao động
quanh vị trí của chú chó một khoảng nhất định. Ta gọi bà lão và chú
chó có mối quan hệ đồng liên kết


3. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU (tt)

Tại sao phải kiểm định tính đồng liên kết
 Khi hồi quy với các biến trong mô hình không có trạng thái
dừng, ta phải kiểm định tính đồng liên kiết của các biến để
đảm bảo trong dài hạn các biến này luôn cân bằng với
nhau.
 Trong ngắn hạn đôi khi ta phải sử dụng cơ chế hiệu chỉnh
sai số để đảm bảo tính cân bằng của các biến, dù cho các

biến có đồng liên kết với nhau đi chăng nữa


Tài liệu bạn tìm kiếm đã sẵn sàng tải về

Tải bản đầy đủ ngay

×