Báo cáo Ứng dụng mô hình mạng thần kinh nhân tạo (ann) và kinh tế lượng trong dự báo lạm phát tại Việt Nam (Phần 1)

Nội dung text: Báo cáo Ứng dụng mô hình mạng thần kinh nhân tạo (ann) và kinh tế lượng trong dự báo lạm phát tại Việt Nam (Phần 1)

1. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH CÔNG TRÌNH NGHIÊN CỨU KHOA HỌC CẤP TRƯỜNG ỨNG DỤNG MÔ HÌNH MẠNG THẦN KINH NHÂN TẠO (ANN) VÀ KINH TẾ LƯỢNG TRONG DỰ BÁO LẠM PHÁT TẠI VIỆT NAM S K C 0 0 3 9 5 9 MÃ SỐ: T2013-155 S KC 0 0 5 3 6 6 Tp. Hồ Chí Minh, 2013
2. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC SƢ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH BÁO CÁO TỔNG KẾT ĐỀ TÀI KH&CN CẤP TRƢỜNG ỨNG DỤNG MÔ HÌNH MẠNG THẦN KINH NHÂN TẠO (ANN) VÀ KINH TẾ LƢỢNG TRONG DỰ BÁO LẠM PHÁT TẠI VIỆT NAM Mã số: T2013-155 Chủ nhiệm đề tài: Th.S Nguyễn Khắc Hiếu TP. HCM, 11 / 2013
3. TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH KHOA: KINH TẾ BÁO CÁO TỔNG KẾT ĐỀ TÀI KH&CN CẤP TRƢỜNG ỨNG DỤNG MÔ HÌNH MẠNG THẦN KINH NHÂN TẠO (ANN) VÀ KINH TẾ LƢỢNG TRONG DỰ BÁO LẠM PHÁT TẠI VIỆT NAM Mã số: T2013-155 Chủ nhiệm đề tài: Th.S Nguyễn Khắc Hiếu TP. HCM, 11 / 2013
4. MỤC LỤC DANH MỤC BẢNG v DANH MỤC HÌNH vi CÁC TỪ VIẾT TẮT 1 CHƢƠNG 1: MỞ ĐẦU 1 1.1 Tổng quan về nghiên cứu 1 1.2 Mục tiêu nghiên cứu 2 1.3 Phạm vi nghiên cứu 2 1.4 Ý nghĩa thực tiễn 2 1.5 Bố cục đề tài 3 CHƢƠNG 2: CƠ SỞ LÝ THUYẾT 4 2.1 Lạm phát 4 2.2 Phân loại lạm phát 5 2.3 Các yếu tốt tác động đến lạm phát 6 2.4 Khung phân tích 10 2.5 Số liệu nghiên cứu 11 2.6 Ứng dụng của mạng thần kinh nhân tạo trong thực tế 11 CHƢƠNG 3: PHƢƠNG PHÁP NGHIÊN CỨU 15
5. 3.1 Mạng thần kinh nhân tạo 15 3.2 Ước lượng các hệ số của mô hình ANN bằng thuật toán lan truyền ngược 16 3.3 Xây dựng cấu trúc mạng 20 3.4 Hàm kích hoạt và việc chuẩn hoá dữ liệu 21 CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU 23 4.1 Thống kê mô tả dữ liệu 23 4.2 Xây dựng mô hình hồi quy tuyến tính. 23 4.3 Kiểm định một số giả thiết của mô hình hồi quy tuyến tính 27 4.4 Xây dựng mô hình mạng thần kinh nhân tạo. 30 4.5 So sánh kết quả dự báo của mô hình ANN và hồi quy tuyến tính. 37 CHƢƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ 40 TÀI LIỆU THAM KHẢO 42
6. DANH MỤC BẢNG Bảng 1: Thống kê mô tả các biến số 23 Bảng 2: Kiểm định tính dừng của các biến 26 Bảng 3: Kết quả hồi quy 27 Bảng 4: Ký hiệu các mô hình ANN 32 Bảng 5: Kết quả dự báo của mô hình ANN 33 Bảng 6: So sánh các thông số dự báo trung bình 37 Bảng 7: Giá trị kiểm định t 37
7. DANH MỤC HÌNH Hình 1: Mối liên hệ giữa lạm phát và cung tiền của Việt Nam 7 Hình 2: Lạm phát theo tháng của Việt Nam 8 Hình 3: Mô hình nghiên cứu 10 Hình 4: Cấu tạo mạng thần kinh nhân tạo 15 Hình 5: Mạng nơron truyền thẳng một lớp ẩn 17 Hình 6: hàm kích hoạt 21 Hình 7: Kết quả dự báo ngoài mẫu 39
8. CÁC TỪ VIẾT TẮT ANN Atificial Neural Network CPI Consumer Price Index HQTT Hồi quy tuyến tính LRM Linear Regression Model
9. TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT CỘNG HOÀ XÃ HỘI CHỦ NGHĨA VIỆT NAM THÀNH PHỐ HỒ CHÍ MINH Độc lập - Tự do - Hạnh phúc ĐƠN VỊ Tp. HCM, ngày tháng năm THÔNG TIN KẾT QUẢ NGHIÊN CỨU 1. Thông tin chung: - Tên đề tài: Ứng dụng mô hình mạng thần kinh nhân tạo (ANN) và kinh tế lượng trong dự báo lạm phát tại Việt Nam - Mã số: T2013-155 - Chủ nhiệm: Th.S Nguyễn Khắc Hiếu - Cơ quan chủ trì: Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh - Thời gian thực hiện: từ tháng 12-2012 đến tháng 11-2013 2. Mục tiêu: - Ứng dụng mô hình ANN vào dự báo lạm phát cho Việt Nam - So sánh hiệu quả dự báo của mô hình ANN và mô hình hồi quy tuyến tính 3. Tính mới và sáng tạo: Mô hình dự báo lạm phát cho Việt Nam 4. Kết quả nghiên cứu: Mô hình ANN dự báo tốt nhất cho lạm phát của Việt Nam là mô hình có cấu trúc ANN-10-5-2-1, hàm kích hoạt được sử dụng là hàm Tan-hyperpolic. Mô hình ANN dự báo ngoài mẫu thì tốt hơn mô hình hồi quy tuyến tính còn dự báo trong mấu thì không kém hơn mô hình hồi quy tuyến tính. 5. Sản phẩm: Mô hình ANN trong dự báo lạm phát Trƣởng Đơn vị Chủ nhiệm đề tài (ký, họ và tên, đóng dấu) (ký, họ và tên)
10. INFORMATION ON RESEARCH RESULTS 1. General information: - Project title: Applying ANN and LRM model in forecasting inflation of VietNam - Code number: T2013-155 - Coordinator: Nguyen Khac Hieu - Implementing institution: UTE - Duration: from 12/2012 to 11/ 2013 2. Objective(s): - Applying ANN in forecasting inflation of Vietnam - Testing the forecasting efficiency of ANN and LRM 3. Creativeness and innovativeness: Inflation forecasting model of Vietnam 4. Research results: The best ANN structure for inflation forecast is ANN-10-5-2-1, activate function is Tan-hyperpolic ANN is better than LRM insample but is not better than LRM outsample forecasting. 5. Products: Inflation forecasting model of Vietnam
11. Chương 1: Mở đầu 1 CHƢƠNG 1: MỞ ĐẦU 1.1 Tổng quan về nghiên cứu Trong suốt những năm 2000 thì đến năm 2004, lạm phát bắt đầu tăng mà đỉnh điểm là năm 2008, tỷ lệ lạm phát đạt đến mức trên 20%. Trong nửa năm đầu 2011, tỷ lệ lạm phát đã vào khoảng 13%. Lạm phát, nhất là lạm phát cao đã tác động đến nhiều mặt đời sống kinh tế - xã hội như làm tăng chi phí sản xuất kinh doanh và giảm khả năng cạnh tranh của các doanh nghiệp; làm méo mó nền kinh tế và làm cho việc thực hiện các kế hoạch chi tiêu và tiết kiệm của dân chúng bị đảo lộn, gây tác động xấu đến những người có thu nhập thấp, đặc biệt là những người sống chủ yếu bằng nguồn thu nhập từ tiền lương. Lạm phát có tác động đến nền kinh tế vừa tích cực vừa tiêu cực. Do đó nhà nước luôn muốn điều chỉnh lạm phát ở một mức vừa phải, vừa phục vụ cho việc phát triển kinh tế vừa không làm ảnh hưởng xấu đến một bộ phận lớn người dân có thu nhập thấp. Nhà nước vẫn đang điều hành lạm phát dự trên lạm phát mục tiêu, một công cụ của chính sách tiền tệ, đang dần được chú ý nhiều hơn bởi các nhà điều hành chính sách lẫn giới nghiên cứu học thuật bởi tính hiệu quả của nó trong việc ổn định giá cả, thúc đẩy tăng trưởng và ổn đinh kinh tế vĩ mô. Tuy nhiên, một trong những điều kiện tiên quyết cho việc sử dụng hiệu quả công cụ lạm phát mục tiêu chính là công tác dự báo của Ngân hàng Nhà nước đối với xu hướng chung của giá cả để từ đó đề ra những biện pháp chủ động đưa mức lạm phát về mức mục tiêu kỳ vọng. Có rất nhiều mô hình dự báo khác nhau, mỗi mô hình có điểm mạnh và điểm yếu riêng ví dụ như mô hình VAR, mô hình AR, mô hình ARIMA v.v. Mô hình mạng thần kinh nhân tạo được xem là mô hình dự báo phi tuyến trong việc dự báo các biến số vĩ mô như tỷ giá, lạm phát, tăng trưởng bên cạnh các mô hình truyền thống được minh chứng trong các nghiên cứu thực nghiệm.
12. Chương 1: Mở đầu 2 Mô hình ANN đã được McCulloch và Pit giới thiệu đầu tiên vào năm 1943. Sau đó, mô hình này được hoàn thiện bởi những nhà khoa học khác và được ứng dụng nhiều trong lĩnh vực kỹ thuật đặc biệt là trong lĩnh vực điều khiển tự động. Mô hình này chỉ thực sự phát triển khi công cụ hỗ trợ cho mô hình là các phần mềm, phần cứng và các thuật toán phát triển. Ngày nay, mô hình ANN được ứng dụng nhiều trong kinh doanh và kinh tế như dự báo và ra quyết định kinh doanh. Lê Đạt Chí (2010) đã ứng dụng mô hình ANN vào dự báo giá chứng khoán tại Tp.HCM. Tuy nhiên, việc vận dụng mô hình ANN vào dự báo lạm phát là vấn đề còn mới tại Việt Nam, chưa có nhiều công trình nghiên cứu về vấn đề này. Chính vì vậy, đề tài này nhằm nghiên cứu khả năng ứng dụng của mô hình ANN vào dự báo lạm phát tại Việt Nam và so sánh kết quả dự báo của mô hình ANN và mô hình hồi quy tuyến tính. 1.2 Mục tiêu nghiên cứu  Ứng dụng mô hình ANN vào dự báo lạm phát cho Việt Nam  So sánh hiệu quả dự báo của mô hình ANN và mô hình hồi quy tuyến tính 1.3 Phạm vi nghiên cứu  Thời gian: Đề tài được thực hiện từ tháng 12-2012 đến tháng 11-2013.  Đề tài được thực hiện tại khoa kinh tế đại học Sư Phạm Kỹ Thuật Tp.HCM, các số liệu được thu thập là dữ liệu thứ cấp về các thông số kinh tế vĩ mô của Việt Nam. 1.4 Ý nghĩa thực tiễn Đề tài nhằm ứng dụng mạng thần kinh nhân tạo (được ứng dụng rộng rãi trong kỹ thuật) vào dự báo các biến số kinh tế. Đề đài cũng nhằm so sánh hiệu quả dự báo của mô hình ANN và mô hình hồi quy tuyến tính nhằm tìm ra mô hình dự báo
13. Chương 1: Mở đầu 3 tốt nhất cho Việt Nam. Mô hình dự báo sẽ là một công cụ hỗ trợ cho các nhà hoạch định chính sách trong việc ổn định kinh tế vĩ mô và kiềm chế lạm phát. 1.5 Bố cục đề tài Nội dung của đề tài bao gồm 5 chương: Chương 1: Giới thiệu về lý do hình thành đề tài, mục tiêu nghiên cứu, phạm vi nghiên cứu và ý nghĩa thực tiễn. Chương 2: Cơ sở lý thuyết Các lý thuyết liên quan đến đề tài sẽ được trình bày, đó là lý thuyết về lạm phát, các yếu tố tác động đến lạm phát. Chương 3: Phương pháp nghiên cứu Phương phát định lượng trong dự báo được sử dụng, mà tiêu tiểu là mô hình mạng thần kinh nhân tạo và mô hình hồi quy tuyến tính. Chương này cũng trình bày về cách vận hành của mạng thần kinh nhân tạo và cách thiết lập một mạng thần kinh phù hợp với yêu cầu đặt ra. Chương 4: Kết quả nghiên cứu Các kết quả nghiên cứu về mô hình ANN và mô hình hồi quy tuyến tính sẽ được trình bày. Chương 5: Kết luận và kiến nghị Trong chương này, những điểm đạt được và chưa đạt được của đề tài và hướng nghiên cứu tiếp theo sẽ được trình bày.
14. Chương 2: Cơ sở lý thuyết 4 CHƢƠNG 2: CƠ SỞ LÝ THUYẾT 2.1 Lạm phát Khi nghiên cứu về chế độ bản vị vàng, Karl Marx đã khẳng định: việc phát hành tiền giấy phải được giới hạn trong số lượng vàng sẽ thực sự lưu thông dưới hình thức là các đại diện tiền giấy của mình. Một khi lượng tiền giấy vượt quá mức giới hạn này thì tiền giấy sẽ mất dần giấy trị làm gia tăng mức giá chung của tất cả các loại hàng hóa và tình trạng lạm phát xuất hiện. Theo đó, lạm phát, dưới quan điềm của Karl Marx, được định nghĩa như sau: Lạm phát là việc các kênh, các luồng lưu thông tràn đầy những tờ giấy bạc dư thừa dẫn đến sự tăng vọt trong mức giá chung. Cũng bàn về vấn đề lưu thông tiền tệ, Milton Friendman đã từng phát biểu: Lạm phát ở mọi lúc mọi nơi đều là hiện tượng của lưu thông tiền tệ. Lạm phát xuất hiện và chỉ xuất hiện khi nào số lượng tiền trong lưu thông tăng nhanh hơn so với sản xuất. Tuy nhiên, John Keynes với thuyết cầu của mình cho rằng nguồn gốc sâu xa của lạm phát là sự biến động cung cầu. Khi cung đã vượt xa cầu thì sản xuất sẽ đình đốn, nền kinh tế bị suy giảm. Lúc đó, Nhà Nước buộc phải tung ra các khoản chi tiêu, đầu tư công lớn, tăng cường các chính sách tín dụng nhằm kéo mức cầu của cả nền kinh tế về cân bằng và vượt qua tổng cung. Lúc này, lạm phát đã xuất hiện. Trong trường hợp nền kinh tế phát triển hiệu quả, áp dụng những tiến bộ khoa học kỹ thuật, cơ cấu kinh tế được đổi mới thành công; lạm phát này có tác dụng thúc đẩy sản xuất. Ngược lại, lạm phát, theo Keynes, đã không còn là động lực phát triển của nền kinh tế. Với Paul A. Samuelson thì lạm phát xảy ra khi mức tăng trong chi phí sản xuất, kinh doanh cao hơn mức tăng trong năng suất lao động. Chi phí gia tăng có thể
15. Chương 2: Cơ sở lý thuyết 5 do sự gia tăng trong mức tiền lương, chi phí nguyên vật liệu đầu vào, hoặc cũng có thể là do công nghệ lạc hậu, cơ chế quản lý cồng kềnh Khi mức chi phí này vượt qua khỏi sự bù đắp của năng suất lao động thì giá cả các mặt hàng sẽ tăng vọt và lạm phát xuất hiện. Lúc này, lạm phát không còn là động lực để phát triển nữa mà nó sẽ khiến cho nền kinh tế bị suy thoái, cần các biện pháp cấp bách nhằm khống chế lạm phát. Tóm lại, có rất nhiều góc nhìn khác nhau về lạm phát. Mỗi quan điểm, lý thuyết chỉ giải thích cho một số thời kỳ nhất định và ngày càng nhiều quan điểm mới ra đời cùng sự phát triển của nền kinh tế. Nhìn chung, dưới bất kỳ quan điểm nào lạm phát cũng được đặc trưng bởi 3 điểm chính yếu sau: Sự gia tăng quá mức của lượng tiền trong lưu thông. Dẫn đến sự mất giá của đồng tiền. Từ đó, khiến cho giá cả các loại mặt hàng tăng cao. 2.2 Phân loại lạm phát Xét về định tính, lạm phát được nhà kinh tế học Paul A. Samuelson phân thành hai loại như sau:  Lạm phát cân bằng và có thể dự đoán trước: Đây là loại lạm phát khi toàn bộ giá cả của nền kinh tế đều tăng và mức tăng này đã được dự đoán trước thì thu nhập của người dân cũng đồng thời được tăng lên một cách tương ứng. Theo đó, lạm phát cân bằng và có thể dự đoán trước sẽ không gây ra một tác hại nào cho việc sản xuất kinh doanh, tốc độ tăng trưởng của kinh tế hay việc phân phối thu nhập của người dân.
16. Chương 2: Cơ sở lý thuyết 6  Lạm phát không cân bằng và không được dự đoán trước: Loại lạm phát này xảy ra khi mức giá cả các loại hàng hóa, dịch vụ tăng không đều nhau, vượt xa mức tăng trong tiền lương và không được dự báo trước. Đây là loại phát gây khó khăn cho người dân, thiệt hại cho cả nền kinh tế. Một khi lạm phát này xảy ra đồng tiền bị mất giá khiến cho những người nắm giữ hàng hóa giàu lên trong khi những người cầm tiền thì lại nghèo đi một cách tương đối, thu nhập được phân phối lại. Vì thế dẫn đến tình trạng đầu cơ tích trữ hàng hóa, ngoại tệ, vàng bạc, bất động sản gây ra trạng thái khan hiếm hàng hóa, bóp méo, xuyên tạc các yếu tố thị trường, ảnh hưởng đến cả hoạt động sản xuất kinh doanh. 2.3 Các yếu tốt tác động đến lạm phát Theo Keynes (1936), trong dài hạn lạm phát chịu tác động trực tiếp từ cung tiền, còn trong ngắn hạn lạm phát chịu tác động bởi tổng cung và tổng cầu. Có nhiều yếu tố tác động làm dịch chuyển tổng cung và tổng cầu. Sau đây chúng ta sẽ xem xét một số yếu tố tác động đến tổng cung và tổng cầu từ đó tác động đến lạm phát. Cung tiền Khi cung tiền tăng, người dân sẽ có nhu cầu tiêu thụ nhiều hàng hoá và dịch vụ hơn, do đó đường tổng cầu sẽ dịch chuyển sang phải từ đó làm cho mức giá chung tăng lên. Các kết quả nghiên cứu thực nghiệm đều khẳng định cung tiền là yếu tố có tác động đến lạm phát, tiêu biểu là nghiên cứu của Sử Đình Thành (2012), Phạm Thị Thu Trang (2009). Hình vẽ sau nói lên mối liên hệ giữa lạm phát và cung tiền theo năm của Việt Nam.
17. Chương 2: Cơ sở lý thuyết 7 Hình 1: Mối liên hệ giữa lạm phát và cung tiền của Việt Nam Nguồn: Ngân hàng phát triển châu Á (ADB) Từ biểu đồ trên ta thấy, lạm phát và cung tiền có xu hướng biến đổi cùng nhau, đặc biệt là trong giai đoạn lạm phát cao trước năm 1990. Mức độ thay đổi của cung tiền trung bình cao hơn lạm phát từ 10-20%. Lãi suất Theo Keynes (1936), trong ngắn hạn lãi suất thay đổi để điều chỉnh cung và cầu về tiền tệ. Cung và cầu về tiền tệ sẽ tác động đến tiết kiệm và đầu tư, từ đó tác động đến tổng cầu và làm thay đổi mức giá chung của nên kinh tế. Theo nghiên cứu của Nguyễn Trọng Hoài (2010), thì ngân hàng có thể vận dụng luật Taylor để ấn định một mức lãi suất mà ở đó nền kinh tế có thể đạt được sản lượng mục tiêu và lạm phát mục tiêu. Do đó, lãi suất là yếu tố có tác động đến mức giá chung của nền kinh tế. Tuy nhiên tại Việt Nam, ngân hàng trung ương vẫn chưa vận dụng nguyên
18. Chương 2: Cơ sở lý thuyết 8 tắc này mà chủ yếu là điều chỉnh lãi suất để đạt được mức lạm phát mục tiêu. Mức sản lượng mục tiêu có thể điểu chỉnh thông qua đầu tư. Mùa vụ Lạm phát thu thập theo tháng thường mang tính mùa. Tại Việt Nam, giá cả vào những tháng Tết thường cao hơn những tháng khác do nhu cầu mua sắm và đi lại tăng cao. Biểu đồ lạm phát theo tháng sau đây cho ta thấy tính mùa vụ của lạm phát. Đỉnh của lạm phát thường rơi vào tháng 1 và tháng 2 còn đáy thường rơi vào tháng 3 trong năm. Hình 2: Lạm phát theo tháng của Việt Nam Nguồn: Tổng cục thống kê (GSO) Sau năm 2007, lạm phát có những diễn biến bất thường do chịu ảnh hưởng của suy thoái kinh tế thế giới cũng như sự gia tăng cung tiền quá mức của chính phủ. Tuy nhiên, lạm phát vẫn có xu hướng cao hơn vào những tháng Tết. Do khoản thời
19. Chương 2: Cơ sở lý thuyết 9 gian này không phản ảnh được tính mùa vụ rõ ràng nên tác giả không đưa vào trong đồ thị này. Giá dầu thế giới Xăng dầu luôn chiếm một tỷ trọng lớn trong chi phí sản xuất của các doanh nghiệp. Do đó, việc biến động giá xăng dầu sẽ dẫn đến chi phí sản xuất và dẫn đến biến động giá bán đầu ra. Theo nghiên cứu của Portes (2012) tại Trung Mỹ và Caribbe, thì giá xăng dầu không chỉ ảnh hưởng đến lạm phát mà còn ảnh hưởng đến một số biến số vĩ mô khác. Tại Việt Nam, mặc dù chính phủ có chính sách bình ổn giá xăng dầu, nhưng việc biến động giá xăng dầu của Việt Nam vẫn theo xu hướng giá thế giới, vì quỹ bình ổn giá của chính phủ là có hạn. Do đó, việc xem xét tác động của giá dầu thế giới đến lạm phát của Việt Nam là việc làm cần thiết. Tại Việt Nam, mỗi lần tăng giá xăng dầu, là sẽ có một làn sóng tăng giá nổi lên. Một số các nhân và doanh nghiệp tăng giá đơn giản vì họ kỳ vọng giá các mặt hàng khác cũng sẽ tăng tương ứng. Các độ trễ của lạm phát Theo nghiên cứu của Phạm Thị Thu Trang (2009), người dân có khuynh hướng kỳ vọng lạm phát trong tương lai sẽ tương tự như lạm phát trong quá khứ. Do đó, giá trị lạm phát ở hiện tại luôn phụ thuộc vào giá trị của chính nó trong quá khứ. Vì vậy, các độ trễ của lạm phát sẽ là một biến cần thiết được đưa vào mô hình để dự báo cho lạm phát ở hiện tại. Tuy nhiên, để biết được độ trể bao nhiêu là thích hợp thì cần phải có những phân tích chi tiết hơn. Thiên tai Việt Nam nằm trong vùng chịu ảnh hưởng nhiều của bão và lũ lụt. Mỗi khi một địa phương nào bị thiên tai là giá cả hàng hoá tại khu vực đó sẽ gia tăng. Nếu thiên
20. Chương 2: Cơ sở lý thuyết 10 tai càng lớn thì mức độ ảnh hưởng của nó đến giá cả càng lớn. Tuy nhiên tại Việt Nam cũng như trên thế giới có rất ít công trình nghiên cứu về vấn đề này. Lý do là vì thiên tai không xảy ra thường xuyên còn các thông số kinh tế thì được báo cáo hàng năm. Các số liệu về thiên tai thường không chính xác, do thu thập thiếu hoặc một số địa phương cố gắng thổi phồng sự thật để nhận được nhiều tiền trợ cấp. Tác giả hy vọng, đây sẽ là một vấn đề được nghiên cứu trong thời gian sắp tới. 2.4 Khung phân tích Từ những phân tích trên ta thấy, có nhiều yếu tố khác nhau tác động đến lạm phát. Để dự báo lạm phát tốt, ta cần phải đưa tất cả các yếu tố này vào mô hình. Tác giả đề xuất mô hình nghiên cứu gồm các biến như sau: Cung tiền (M2) Lãi suất (r) Các Mùa vụ Lạm mô hình phát Giá dầu dự báo Độ trễ lạm phát Hình 3: Mô hình nghiên cứu
21. Chương 2: Cơ sở lý thuyết 11 2.5 Số liệu nghiên cứu Các số liệu nghiên cứu sẽ được thu thập theo tháng từ năm 2001 đến 2012, tổng cộng có 144 quan sát. Trong đó 132 quan sát đầu tiên sẽ được sử dụng để thiết lập mô hình, 12 quan sát cuối cùng sẽ được sử dụng để kiểm tra dự báo ngoài mẫu. Cụ thể lạm phát dược thu thập từ tổng cục thống kê (GSO) theo chỉ số giá tiêu dùng CPI. Cung tiền và lãi xuất cho vay (lending rate) được thu thập từ Quỹ tiền tệ quốc tế (IMF) và cuối cùng giá dầu được thu thập từ ngân hàng thế giới (WB). 2.6 Ứng dụng của mạng thần kinh nhân tạo trong thực tế Trong tài chính Trong lĩnh vực tài chính, mô hình mạng thần kinh chủ yếu được ứng dụng trong việc dự báo xu hướng thay đổi của giá các tài sản tài chính và dựa trên đó để xây dựng các hệ thống giao dịch tự động nhằm tối đa hóa lợi nhuận. Trong xếp hạng tín dụng Thẩm định tín dụng là một ứng dụng khác của mô hình mạng thần kinh nhân tạo. Dưới góc độ của ngân hàng cho vay, việc phân biệt giữa “con nợ” tốt và xấu là vô cùng quan trọng. Quá trình thẩm định trước khi cấp tín dụng này được thực hiện trên cơ sở các thông tin liên quan đến người đi vay như: thu nhập, tuổi, trình độ học vấn v.v. Tất cả những thông tin này đều có thể trở thành dữ liệu đầu vào để đưa vào mô hình mạng và các kết quả đầu ra tương ứng là khả năng trả nợ trong quá khứ của người đi vay. Từ đó, mô hình mạng thần kinh có thể được xây dựng để đưa ra những gợi ý trong quyết định cấp tín dụng của ngân hàng. Bên cạnh đó, mô hình mạng thần kinh còn được áp dụng cho việc xếp hạng tín nhiệm đối với các loại trái phiếu trên thị trường hoặc ứng dụng trong việc đánh giá khả năng phá sản của doanh nghiệp.