Các phương pháp dự báo kinh tế và khả năng áp dụng cho thành phố Hồ Chí Minh

Các phương pháp dự báo kinh tế và khả năng áp dụng cho thành phố Hồ Chí Minh

(Tác giả: Nguyễn Văn Phúc – Nguồn: hids.hochiminhcity.gov.vn)

Dự báo kinh tế vĩ mô là một công việc vô cùng phức tạp. Trong nhiều thập kỷ qua, với việc ứng dụng ngày càng nhiều các công cụ toán học vào nghiên cứu kinh tế, các phương pháp dự báo kinh tế đã phát triển không ngừng. Các mô hình toán và kinh tế lượng được vận dụng một cách triệt để trong công tác dự báo. Tuy nhiên, cho đến nay, tính chính xác của các mô hình dự báo kinh tế còn nhiều giới hạn. Các cơ quan nghiên cứu lớn như Ngân hàng Thế giới (WB), Quỹ Tiền tệ Quốc tế (IMF) đều có các mô hình dự báo rất phức tạp và tỉ mỉ nhưng các kết quả dự báo của họ luôn sai biệt so với thực tiễn khá xa. Điều này có thể nhận thấy qua việc so sánh các chỉ tiêu dự báo của họ với các chỉ tiêu thực tế diễn ra sau đó (xem De Masi, 1996; Beach và các tác giả, 1999).

Mặc dù công tác dự báo là khó khăn, các cơ quan chính phủ, các nhà hoạch định chính sách, nhà doanh nghiệp,… luôn cần đến các dự báo kinh tế để làm cơ sở cho việc điều hành chính sách, để thiết lập kế hoạch kinh doanh. Các dự báo không mang tính chính xác hoàn toàn nhưng cũng phản ánh được xu hướng của các biến động kinh tế. Ở TP.HCM và trên phạm vi cả nước, dự báo kinh tế thường được thể hiện thông qua các kế hoạch phát triển kinh tế – xã hội hàng năm, 5 năm và các quy hoạch, chiến lược phát triển kinh tế – xã hội dài hạn hơn. Tuy nhiên, cơ sở để đề ra các chỉ tiêu kinh tế cho các kế hoạch trên thường mang nặng tính chủ quan và cảm tính là nhiều, thường thiếu các cơ sở khoa học để luận giải cho các chỉ tiêu đề ra. Điều này có thể nhận thấy qua sự khác biệt lớn của các số liệu thực tế diễn ra sau đó so với các số liệu dự báo. Do đó, việc nghiên cứu tìm kiếm các phương thức dự báo thích hợp cho TP.HCM là một việc quan trọng. Dưới đây xin tóm lược một số phương pháp dự báo kinh tế chính được áp dụng rộng rãi trên thế giới và qua đó xem xét khả năng áp dụng vào điều kiện của TP.HCM.

Dự báo kinh tế có thể phân thành: định tính, định lượng và sự kết hợp cả hai phương pháp trên. Dự báo định lượng thường liên quan đến việc sử dụng các mô hình kinh tế định lượng (như kinh tế lượng, I/O, cân bằng tổng thể) để dự báo.

I. Các phương pháp dự báo định lượng

Mặc dù các mô hình định lượng tương đối đa dạng, nhưng về cơ bản có các loại sau: (ngoài ra có thể mở rộng phân loại theo tĩnh và động, nền kinh tế mở và đóng,…):

1. Mô hình kinh tế lượng (econometric model):

Mô hình được thể hiện bằng hệ thống các phương trình. Các phương trình này mô tả mối quan hệ giữa các biến số kinh tế với nhau. Một phương trình sẽ bao gồm một biến phụ thuộc và một hoặc nhiều biến giải thích. Sự tác động của một biến giải thích lên biến phụ thuộc được đo lường bằng hệ số của nó và hình thức hàm của phương trình. Một phương trình tiêu biểu như sau:

Y(t) = f{x1(t), x2 (t), … xn(t), u(t)}

Y(t) là biến phụ thuộc tại thởi điểm t, biểu trưng cho chỉ tiêu cần nghiên cứu hay dự báo (ví dụ như GDP, việc làm, lạm phát,…).

x1(t), x2 (t), … xn(t) là các biến giải thích tại thời điểm t, biểu trưng cho các nhân tố tác động lên biến phụ thuộc. Sự thay đổi của một hay nhiều biến này sẽ dẫn tới sự thay đổi của biến phụ thuộc.

u(t) là sai số ngẫu nhiên, biểu trưng cho các nhân tố không xác định được tác động lên biến phụ thuộc tại thời điểm t.

Một mô hình kinh tế lượng sẽ bao gồm nhiều phương trình dạng trên (và các đẳng thức).

Mô hình này không đi chi tiết vào các ngành kinh tế như mô hình I/O và mô hình cân bằng tổng thể (CGE). Các biến thường là tổng hợp cho toàn bộ nền kinh tế, thể hiện các mối quan hệ kinh tế vĩ mô. Mô hình đơn giản bao gồm hàm số của các khối cầu, khối cung và khối tiền tệ. Việc ước lượng các hệ số của các phương trình này đòi hỏi phải có chuỗi số liệu thời gian (time-series data) dài. Đây cũng là một hạn chế cơ bản của mô hình này khi áp dụng vào điều kiện của Việt Nam. Các chuỗi số liệu thời gian ở Việt Nam nhìn chung là ngắn (duới 15 năm) bởi vì hệ thống số liệu thống kê của Việt Nam mới được chuẩn hóa theo thông lệ quốc tế vào đầu những năm 1990s khi chúng ta chuyển từ hệ thống MPS sang hệ thống SNA của Liên Hiệp quốc.

Việc xây dựng hệ thống các phương trình, với các biến giải thích lựa chọn, được dựa trên nền tảng của lý thuyết kinh tế. Ví dụ như hàm tiêu dùng phải dựa trên lý thuyết về tiêu dùng, hàm đầu tư phải dựa trên lý thuyết về đầu tư,… Điều này dẫn đến hệ quả là các nhà mô hình khác nhau có thể sẽ xây dựng các phương trình với các biến giải thích khác nhau, tùy thuộc vào việc áp dụng lý thuyết kinh tế nào. Điều đó cũng lý giải về sự đa dạng của các mô hình kinh tế lượng hiện nay.

Sau khi xây dựng xong hệ thống các phương trình, nhà nghiên cứu phải tập hợp đủ các chuỗi số liệu thời gian cho các biến và tiến hành ước lượng các hệ số của các phương trình. Kỹ thuật hồi quy (regression) được áp dụng để ước lượng các hệ số của các phương trình. Sau khi ước lượng xong toàn bộ các phương trình của mô hình, nhà nghiên cứu sẽ tiến hành mô phỏng (simulation) tác động của các thay đổi chính sách trong tương lai lên các biến kinh tế mà mình quan tâm (ví dụ như tăng trưởng, việc làm, lạm phát,…). Trên cơ sở đó, các kịch bản dự báo sẽ được đề xuất. Nhà nghiên cứu cũng có thể tham mưu cho lãnh đạo về việc áp dụng chính sách nào là tối ưu nhất dựa trên kết quả của mô phỏng.

2. Mô hình cân đối liên ngành (gọi tắc là I/O, Input-output):

Ưu điểm của mô hình I/O so với mô hình kinh tế lượng là nó phản ánh được mối quan lệ liên ngành trong nền kinh tế. Nền kinh tế được phân thành nhiều ngành và bảng I/O thể hiện mối liên hệ đa ngành này (ví dụ như bảng I/O của Việt Nam và TP.HCM năm 1996 có 97 ngành). Bảng I/O được xây dựng cho một năm nhất định nào đó. Về mặt hình thức, bảng I/O có dạng như sau:

Ngành 1 Ngành 2 Ngành 3 Ngành n Zi YI Xi
Ngành 1 X11 X12 X13 X1n Z1 Y1 X1
Ngành 2 X21 X22 X23 X2n Z2 Y2 X2
Ngành 3 X31 X32 X33 X3n Z3 Y3 X3
Ngành n X41 X42 X43 X4n Zn Yn Xn
Zj Z1 Z2 Z3 Zn
Vj=Wj+Rj V1 V2 V3 Vn

Nền kinh tế  được phân ra thành n ngành. Bảng trên được hiểu như sau:

  • ·Xij: là giá trị sản phẩm của ngành i cung ứng cho ngành j
  • ·Zi: là tổng giá trị sản phẩm của ngành i cung ứng cho các ngành sản xuất khác.
  • ·Zj: là tổng giá trị sản phẩm của các ngành cung ứng cho ngành j.
  • ·Yi: là giá trị sản phẩm của ngành i cung ứng cho nhu cầu tiêu dùng cuối cùng. Ta có

Y  = C + I + G + X là GDP.

Với  G :  tiêu dùng chính phủ

I  :  đầu tư của nhà sản xuất

C :  tiêu dùng dân cư

X: là xuất khẩu ròng (xuất khẩu trừ đi nhập khẩu)

  • ·Xi: là tổng giá trị sản xuất của ngành i
  • ·Vj : là giá trị tăng thêm của ngành j (thực tế bao gồm cả khấu hao và thuế gián thu)
  • ·Wj : thu nhập của lao động trong ngành j
  • ·Rj: thu nhập về vốn của ngành j.

Từ bảng trên, chúng ta xây dựng được ma trận hệ số A theo công thức:

Xij =   aij Xj

Ma trận dự báo dạng đơn giản có thể biểu thị như sau:

x   =   ( I – A ) -1 y

Với x là vec tơ tổng sản phẩm của các ngành sản xuất {X1, X2, X3,… Xn} và y là vec tơ sản phẩm sử dụng cuối cùng của các ngành sản xuất {Y1, Y2, Y3,… Yn}, A là ma trận hệ số, I là ma trận đơn vị.

Từ công thức trên, chúng ta thấy rằng có thể dự báo giá trị sản xuất và GDP của từng ngành khi biết được sự thay đổi của nhu cầu cuối cùng. Ví dụ như khi tăng đầu tư công cộng vào ngành i một lượng là q, chúng ta sẽ tính toán được sự thay đổi sản lượng của tất cả các ngành còn lại là bao nhiêu. Như vậy, nếu chúng ta dự báo được sự thay đổi của các thành phần của nhu cầu cuối cùng, chúng ta sẽ dự báo được sự thay đổi sản lượng của tất cả các ngành kinh tế. Đây là mô hình I/O đơn giản. Mô hình này có thể mở rộng bằng cách đưa vào một số phương trình hành vi hay hàm sản xuất như Viện Kinh tế đã áp dụng trước đây (xem Nguyễn Thị Cành và các tác giả, 1998).

3. Mô hình cân bằng tổng thể (CGE-Computable General Equilibrium):

Mô hình cân bằng tổng thể phát triển trên nền của bảng I/O nhưng mở rộng ra cho nhiều khu vực khác ngoài khu vực sản xuất. Ví dụ như các dòng thu nhập và chi tiêu của các hộ gia đình, dòng duy chuyển vốn,… Trên cơ sở bảng I/O sẽ xây dựng bảng SAM (social accounting matrix) và qua đó xây dựng mô hình cân bằng tổng thể. Nhiều biến là ngoại suy (exogenous) trong mô hình I/O giờ là nội suy (endogenous) trong mô hình cân bằng tổng thể. Ngoài ra, mô hình cân bằng tổng thể còn bao gồm cả các phương trình hành vi của mô hình kinh tế lượng. Do đó, trong các loại mô hình trên thì mô hình cân bằng tổng thể là toàn diện nhất, phức tạp nhất và phản ánh gần với nền kinh tế thực hơn.

Mô hình được gọi là cân bằng tổng thể vì nó được xây dựng trên giả định cân bằng đồng thời của các loại thị trường và khu vực trong nền kinh tế. Giá cả và sản lượng điều chỉnh sao cho không còn cầu quá mức (excess demand) hay cung quá mức (excess supply). Mô hình thể hiện sự cân bằng đồng thời trên tất cả các loại thị trường. Giả định của mô hình là nhà sản xuất tối đa hóa lợi nhuận, người tiêu dùng tối đa hóa hữu dụng. Thông tin và thị trường là hoàn hảo. Trong điều kiện cân bằng, lợi nhuận kinh tế sẽ bằng không; các nhân tố sản xuất được hữu dụng hóa hoàn toàn (fully utilised).

Vì mô hình mô tả một cách tổng thể quan hệ của các biến kinh tế với nhau trong nền kinh tế, do đó mô hình dễ dàng đánh giá tác động của một biến nào đó lên tất cả các biến còn lại của mô hình. Đây là cơ sở thuận lợi để sử dụng mô hình vào công tác dự báo. Dự báo được thực hiện dựa trên kịch bản ‘cái gì nếu’ (what if?). Với tính chất tổng thể và chi tiết như vậy, các mô hình cân bằng tổng thể có thể có hàng ngàn phương trình và biến số.

II. Các phương pháp dự báo định tính

Dự báo định tính là các dự báo không sử dụng các mô hình định lượng như trên. Phương pháp phổ biến hiện nay là phiếu thăm dò và thu thập ý kiến chuyên gia. Đối với phiếu thăm dò, ví dụ như để dự báo nhu cầu tiêu dùng sắp tới, nhà dự báo sẽ phát phiếu thăm dò đến người tiêu dùng (ví dụ như điều tra về consumers’ confidence). Qua các phiếu thăm dò này, nhà dự báo sẽ phỏng đoán về mức độ thay đổi nhu cầu tiêu dùng trong tương lai. Đối với thu thập ý kiến chuyên gia, nhà dự báo sẽ tập hợp ý kiến chuyên gia am hiểu sâu về lĩnh vực cần dự báo. Chỉ tiêu dự báo được đưa ra là chỉ tiêu được nhiều chuyên gia tán thành nhất. Ngoài ra, dự báo có thể căn cứ vào yếu tố mùa vụ (seasoning) hoặc yếu tố chu kỳ kinh tế (business cycle). Dự báo định tính cũng có thể kết hợp với các phương pháp thông kê theo dõi các chỉ tiêu định lượng như (số trung bình, trung bình di động, phân tích xu hướng,…).

Để dự báo định tính có cơ sở khoa học hơn, việc thiết lập khung phân tích (analytical framework) là rất cần thiết. Khung phân tích sẽ giúp nhận diện các nhân tố quan trọng ảnh hưởng đến nhân tố cần dự báo. Khung phân tích này phải được thiết lập trên nền tảng vững chắc của các lý thuyết kinh tế. Các kết quả nghiên cứu trước đó cũng là cơ sở quan trọng để thiết lập khung phân tích này. Sau khi thiết lập xong khung phân tích, nhà dự báo sẽ căn cứ vào đó theo dõi và tiên liệu các diễn biến chính sách, thể chế, … ảnh hưởng lên các nhân tố của khung phân tích và dùng đó để dự báo tương lai.

III. Ưu và nhược điểm của các mô hình dự báo:

1. Các mô hình định lượng

Các mô hình định lượng có ưu điểm là khắc phục được sự chủ quan và cảm tính trong công tác dự báo. Các chỉ tiêu dự báo thường được thể hiện bằng các con số cụ thể, chính xác. Bằng cách sử dụng các công cụ toán học và thống kê, mô hình có thể xữ lý được các mối quan hệ phức tạp, nhiều chiều của các biến kinh tế với nhau mà không một nhà kinh tế tài ba nào có thể ước lượng định tính trong đầu mình được. Các mô hình phức tạp hiện nay thường lên đến hàng ngàn phương trình và hàng ngàn biến, do đó phản ánh hầu hết các chỉ tiêu quan trọng trong nền kinh tế. Đối với bảng I/O và mô hình CGE còn có thể đánh giá tác động liên ngành và cho từng ngành kinh tế. Điều này rất quan trọng đối với việc đề ra chính sách phát triển từng ngành và vấn đề chuyển dịch cơ cấu trong nền kinh tế. Ngày nay, với sự hỗ trợ của máy tính, việc xữ lý các mô hình định lượng trở nên thuận lợi hơn rất nhiều so với trước đây. Do đó, các mô hình định lượng ngày càng được áp dụng rộng rãi.

Tuy nhiên, các mô hình dự báo định lượng cũng có rất nhiều nhược điểm. Thứ nhất, các mô hình được xây dựng trên giả định là lịch sử lặp lại. Nghĩa là hệ thống các hàm (và bảng) được ước lượng sử dụng số liệu trong quá khứ, nhưng được dùng để phỏng đoán cho tương lai. Vấn đề là tương lai chưa chắc giống với quá khứ và hiện tại. Các điều kiện có thể thay đổi, các mối quan hệ và độ lớn của chúng có thể thay đổi,… Thứ hai, các mô hình định lượng hầu hết đưa ra các giả định không phù hợp với thực tế. Các giả định như kỹ thuật (technology) và giá tương đối (relative prices) không thay đổi của mô hình I/O rõ ràng là vô lý. Những giả định như thị trường hoàn hảo, thông tin hòan hảo, tất cả thị trường trong trạng thái cân bằng,… của mô hình cân bằng tổng thể là hoàn toàn không đúng và phản ánh sai thực tế. Thứ ba, về mặt lý thuyết kinh tế, đã có những cuộc tranh luận trong suốt thế kỷ thứ 20 về khả năng tính toán để kế hoạch hóa kinh tế (thực chất là dự báo và phân bổ tài nguyên), nổi tiếng là cuộc tranh luận giữa Lange với Mises và Hayek1 về tính khả thi của kế hoạch hóa trong các nền kinh tế xã hội chủ nghĩa. Sau này, Stiglitz2 cũng có cùng sự hoài nghi về vai trò của các mô hình cân bằng tổng thể tân cổ điển trong việc dự báo và giải thích các hiện tượng thị trường ở các nước theo nền kinh tế thị trường. Cả hai mô hình kế hoạch hóa tập trung và mô hình cân bằng tổng thể tân cổ điển đều dựa trên nền tảng giả định là thông tin hoàn hảo và kiến thức hoàn hảo (perfect information and perfect knowledge). Với thông tin hoàn hảo và kiến thức hoàn hảo thì việc lập kế hoạch và điều phối nền kinh tế để đạt được kết quả cân bằng tối ưu là hoàn toàn khả thi. Nhưng Hayek cho rằng bản chất của thông tin và kiến thức là không hòan hảo. Kiến thức và thông tin luôn gắn với các cá nhân cụ thể, nằm rải rác trong tất cả các thành viên tham gia thị trường, không dễ dàng để truyền từ người này sang người khác, luôn luôn biến đổi và có tính bất định. Do đó, không một nhà kế hoạch hay dự báo nào có thể biết đầy đủ các thông tin và kiến thức này để có một kế hoạch hay dự báo chính xác. Trong điều kiện thông tin và kiến thức không hoàn hảo, Hayek cho rằng thị trường không bao giờ ở trạng thái cân bằng, nếu có, chỉ là tạm thời. Bởi vì cân bằng đỏi hỏi phỏng đoán (foresight) của bất cứ người tham gia thị trường nào về các kế hoạch của những người khác tham gia thị trường phải đúng. Thị trường chỉ cân bằng khi tất cả các phỏng đoán này và kế hoạch trùng khớp nhau. Điều này là không thể trong điều kiện thông tin và kiến thức không hoàn hảo. Do đó, thị trường luôn ở trong trạng thái mất cân bằng (disequilibrium) và luôn luôn thay đổi. Các mô hình dự báo dựa trên khái niệm cân bằng sẽ không phản ánh chính xác bản chất của quá trình thị trường. Thứ tư, cho dù các mô hình có phức tạp đến mấy đi nữa thì cũng không thể phản ánh hết được các nhân tố ảnh hưởng vào trong mô hình. Hơn nữa, rất nhiếu nhân tố quan trọng đối với nền kinh tế nhưng không thể nào đo lường bằng con số cụ thể được như các biến về thể chế, luật pháp, văn hóa,… Vì không thể đo lường được nên chúng không được đưa vào mô hình. Thứ năm, số liệu không đầy đủ và không chính xác luôn là những cản trở lớn để các mô hình cho các kết quả dự báo chính xác.

Do các nhược điểm ở trên, các mô hình dự báo định lượng thường cho khác kết quả không chính xác. Các cơ quan như Ngân hàng Thế giới và Quỹ Tiền tệ Quốc tế sử dụng các mô hình phức tạp nhất để dự báo, nhưng kết quả dự báo của họ sai biệt khá lớn so với thực tế. Theo De Masi (1996), dẫn từ một số nghiên cứu thống kê, cho thấy là trong giai đoạn 1973-1994, các chỉ tiêu dự báo một năm trong báo cáo Triển vọng Kinh tế Thế giới (World Economic Outlook) của IMF có các sai số như sau: cho các nước công nghiệp phát triển, chỉ tiêu tăng trưởng GDP sai số là 1% điểm so với tốc độ tăng GDP trung bình cho cả giai đoạn là 2,75% (nghĩa là sai số hơn 35%); chỉ tiêu lạm phát có sai số là 0,75% điểm so với tốc độ lạm phát trung bình là 5,75% cho cả giai đoạn. Đối với các nước đang phát triển, dự báo của IMF cũng không khá hơn. Điều quan trọng nữa là tính chính xác trong các dự báo của IMF không hề được cải thiện qua các năm. Nghiên cứu của Beach và các tác giả (1999) cho thấy là sai số trong dự báo của IMF đối với tăng trưởng GDP của các nước đang phát triển trong giai đoạn từ năm 1971 đến 1998 là 0,57% điểm so với tốc độ tăng GDP trung bình cho cả giai đoạn là 3% (nghĩa là sai số gần 20%). IMF phóng đại tăng trưởng GDP của châu Phi lên hơn 1,05% điểm so với tốc độ tăng GDP trung bình cho cả giai đoạn là 2,29% và của Tây bán cầu lên hơn 0,51% điểm so với tốc độ tăng GDP trung bình cho cả giai đoạn là 2,11%. Các tác giả này cũng cho thấy là tính chính xác của các dự báo của IMF không cải thiện mấy theo thời gian.

2. Dự báo định tính

Dự báo định tính có ưu điểm là không đòi hỏi các số liệu tính toán phức tạp. Do đó, việc dự báo có thể được tiến hành trong thời gian ngắn. Ưu điểm khác của phương pháp này là có thể dự liệu được cả các yếu tố không đo lường được vào trong dự báo như thay đổi thể chế, luật pháp,… Đây là các biến số mà mô hình định lượng không đưa vào được. Ngoài ra, vì không phụ thuộc vào bộ số liệu hay hệ các phương trình nhất định nào đó nên dự báo có thể được điều chỉnh linh hoạt, phù hợp với các biến động của nền kinh tế. Nhược điểm của phương pháp này là mang nặng tính chủ quan và cảm tính. Nếu các nhà dự báo và các chuyên gia được tham khảo có trình độ hiểu biết thấp kém thì các dự báo sẽ cho kết quả rất xa rời thực tiễn.

IV. Khả năng vận dụng các phương pháp dự báo để nghiên cứu và lập kế hoạch cho kinh tế TP.HCM

Mặc dù có nhiều nhược điểm nhưng dự báo kinh tế là cần thiết để giúp lãnh đạo điều hành, phát triển nền kinh tế. Đối với TP.HCM, hàng năm các cơ quan sở ngành đều có lập kế hoạch và dự báo cho các chỉ tiêu kinh tế – xã hội năm sau và tổng hợp thành kế hoạch phát triển kinh tế – xã hội hàng năm do UBND TP ban hành. Các kỳ Đại hội Đảng bộ Thành phố đều có các kế hoạch và các chỉ tiêu phát triển 5 năm. Dài hạn hơn là quy hoạch phát triển kinh tế – xã hội (như Quy hoạch Phát triển Kinh tế – xã hội trên địa bàn TP.HCM từ năm 1996 đến năm 2010 do Viện Kinh tế thực hiện). Nhìn chung, công tác dụ báo của Thành phố hiện nay chủ yếu mang tính định tính, sử dụng ý kiến chuyên gia là chủ yếu. Các phương pháp định lượng hầu như không được áp dụng. Phòng Nghiên cứu Phát triển của Viện Kinh tế vào các năm 1997-1998 có tiến hành thực hiện các đề tài nghiên cứu để áp dụng mô hình I/O vào trong công tác dự báo kinh tế của Thành phố. Kết quả của đề tài sau đó sử dụng để góp ý vào điều chỉnh quy hoạch kinh tế Thành phố đến năm 2010 và kế hoạch 5 năm 2001-2005. Tuy nhiên tính chính xác của mô hình cũng còn nhiều hạn chế do điều kiện về số liệu và các yếu tố khác thuộc nhược điểm của mô hình định lượng như đã đề cập ở trên.

Trong các mô hình định lượng kể trên, trong tương lai Thành phố có thể nghiên cứu vận dụng mô hình I/O và mô hình kinh tế lượng. Mô hình cân bằng tổng thể đòi hỏi số liệu quá phức tạp vượt quá khả năng của các cơ quan thống kê của Thành phố. Một đặc điểm trong nghiên cứu kinh tế Thành phố là ngoài số liệu quan hệ với nước ngoài (như trường hợp của cả nước) còn phải có số liệu thể hiện mối quan hệ của Thành phố với các tỉnh, thành khác của Việt Nam. Những số liệu như vậy hiện nay hầu như không có. Trước mắt Viện Kinh tế sẽ tiếp tục áp dụng mô hình I/O vào dự báo kinh tế Thành phố. Hiện nay Thành phố đã có được 2 bảng I/O, một do Viện Kinh tế lập năm 1996 và một do Cục Thống kê Thành phố lập năm 2000. Thành phố cần phải tiếp tục duy trì việc xây dựng bảng I/O, định kỳ 4-5 năm một lần để phục vụ cho công tác này và những phân tích khác. Ưu điểm của bảng I/O là cho thấy mối liên hệ đa ngành, rất cần cho việc nghiên cứu chuyển dịch cơ cấu kinh tế của Thành phố. Nếu có điều kiện, Viện Kinh tế sẽ đề xuất với Thành phố tiến hành xây dựng mô hình kinh tế lượng (dạng đơn giản) để thử nghiệm dự báo cho kinh tế Thành phố.

Song song với việc phát triển các mô hình dự báo định lượng, Viện Kinh tế, cùng các cơ quan liên quan của Thành phố sẽ tiếp tục áp dụng các phương pháp định tính lâu nay như lấy ý kiến chuyên gia trong việc dự báo và lập kế hoạch. Điều quan trọng hiện nay là cần thiết lập khung phân tích (analytical framework) để theo dõi một cách tổng thể các nhân tố tác động đến tăng trưởng, phát triển của Thành phố. Khung phân tích sẽ giúp cho các cán bộ nghiên cứu kịp thời nhận diện các vấn đề quan trọng tác động lên kinh tế Thành phố và qua đó đưa ra các dự báo sát hợp hơn, cũng như đề xuất với lãnh đạo những giải pháp kịp thời thúc đẩy phát triển kinh tế Thành phố. Đối với phương pháp thăm dò phục vụ dự báo, nếu có điều kiện, Thành phố nên tiến hành hàng năm điều tra về lòng tin tiêu dùng và đầu tư, làm cơ sở cho dự báo tổng cầu và tăng trưởng. Đây là những cuộc điều tra mà các nước phát triển tiến hành rất thường xuyên.

Tài liệu tham khảo

1.Beach, W. W., Schavey, A. B., and Isidro, I. M. (1999), ‘How Reliable Are IMF Economic Forecasts?’, Center for Data Analysis, Heritage Foundation, Report #99-05.

2.De Masi, P. R. (1996), ‘The Difficult Art of Economic Forecasting’, Finance and Development, December, pp. 29-31.

3.Hayek, F. A. (1937), ‘Economics and Knowledge’, Enonomica, New Series, Vol. 4, pp. 33-54.

4.Hayek, F. A. (1948), Individualism and Economic Order, Chicago: University of Chicago Press.

5.Hayek, F. A. (1974), ‘The Pretence of Knowledge’, Nobel Memorial Lecture, delivered at Stockholm, 11 December 1974, reprinted in Littlechild (1990).

6.Lange, O. 1936A. “On the Economic Theory of Socialism”, Review of Economic Studies, volume 4, no. 1(October, 1936), reprinted in Morris Bornstein (ed.)(1979), Comparative Economic Systems Models and Cases, Illinois: Richard D. Irwin, INC.

7.Lange, O. 1936B. “The Computer and Market”, Review of Economic Studies, vol. 4, no. 1 (October 1936), reprinted in Morris Bornstein (ed.)(1979), Comparative Economic Systems Models and Cases, Illinois: Richard D. Irwin, INC.

8.Mises, L. V. (1949), Human Action: A Treatise on Economics, New Haven: Yale University Press.

9.Nguyễn Hữu Tín và các tác giả (2001), Nghiên Cứu Cơ Sở Lý Luận và Thực Tiễn Trong việc Xây Dựng Kế Hoạch Phát Triển Kinh Tế – Xã Hội 5 Năm 2001-2005 của Thành Phố Hồ Chí Minh, Đề tài Viện Kinh tế TP.HCM.

10.Nguyễn Thị Cành và các tác giả (1998), Vận Dụng Các Mô Hình Toán Nghiên Cứu Quy Luật Tăng Trưởng và Phát Triển Của TP.HCM Trong Giai Đoạn Nền Kinh Tế Chuyển Đổi, Đề tài Viện Kinh tế TP.HCM.

11.Stiglitz, J. E. (1985), ‘Information and Economic Analysis: A Perspective’, Economic Journal, Vol. 95, pp. 21-41.

12.Stiglitz, J. E. (1999), ‘Wither Reform? Ten Years of the Transition’, Paper presented at the World Bank Annual Conference on Development Economics, April, Wahsington, D.C.

13.Stiglitz, J. E. (2000), ‘The Contribution of The Economics of Information to Twenthieth Century Economics’, Quarterly Journal of Economics, November, pp. 1441-1478.

14.Ủy Ban Nhân Dân TP.HCM (1996), Quy Hoạch Tổng Thể Phát Triển Kinh Tế-Xã Hội đến Năm 2010.

___________________

1. Còn gọi là Economic calculation debate. Lange là nhà kinh tế học Ba Lan và là giáo sư tại Đại học Chicago. Mises và Hayek là hai nhà kinh tế học Áo nổi tiếng. Hayek đã từng giảng ở London School of Economics và Đại học Chicago, ông đoạt giải Nobel kinh tế năm 1974.

2. Người đi tiên phong trong nghiên cứu về kinh tế học thông tin (thông tin không hoàn hảo). Ông đoạt giải Nobel kinh tế năm 2001.

————–&&————-

Trả lời

Mời bạn điền thông tin vào ô dưới đây hoặc kích vào một biểu tượng để đăng nhập:

WordPress.com Logo

Bạn đang bình luận bằng tài khoản WordPress.com Đăng xuất / Thay đổi )

Twitter picture

Bạn đang bình luận bằng tài khoản Twitter Đăng xuất / Thay đổi )

Facebook photo

Bạn đang bình luận bằng tài khoản Facebook Đăng xuất / Thay đổi )

Google+ photo

Bạn đang bình luận bằng tài khoản Google+ Đăng xuất / Thay đổi )

Connecting to %s

%d bloggers like this: