(10) Kỹ thuật xây dựng, sử dụng mô hình kinh tế lượng (phần 10)

Bài giảng của tôi về kỹ thuật mô hình hoá kinh tế:

MỘT SỐ NỘI DUNG CƠ BẢN TRONG XÂY DỰNG CÁC MÔ HÌNH KINH TẾ LƯỢNG PHỤC VỤ CÔNG TÁC PHÂN TÍCH VÀ DỰ BÁO KINH TẾ VĨ MÔ

c) Sử dụng mô hình để dự báo:

            (1) Bản chất của dự báo:

            Bản chất của dự báo là xây dựng các giả thuyết liên quan đến tương lai làm đầu vào cho các biến ngoại sinh; sau đó đưa vào mô hình và giải mô hình để tìm ra các kết quả dự báo; cuối cùng là khâu phân tích các kết quả dự báo để chọn ra những dự báo hợp lý nhất.

            (2) Các loại dự báo:

Để thuận tiện cho nghiên cứu, người ta phân các dự báo làm hai loại cơ bản: Dự báo theo kịch bản và dự báo theo chênh lệch (variantes)

            - Dự báo theo kịch bản là loại dự báo trong đó người ta quan tâm đến kết quả ở dạng tuyệt đối, tức là với một tập hợp các giả thuyết đặt ra theo các chỉ tiêu ở dạng bình thường, cần dự báo tiến triển tương lai của hệ thống.

            Trong loại dự báo này, người ta thường thu được:

            + Các kết quả dự báo các biến nội sinh trên cơ sở các giả thuyết tương lai có thể nhất (các giả thuyết về tham số và biến ngoại sinh);

            + Một miền các khả năng có thể của các biến nội sinh, ví dụ tỷ lệ tăng trưởng GDP 5 năm tới sẽ đạt khoảng 7-7,5%/năm;

            + Xây dựng được một hệ thống đồng bộ gồm các chính sách kinh tế sẽ áp dụng và các mục tiêu sẽ đạt được. Trong trường hợp này, người ta sẽ thay đổi các biến ngoại sinh để nghiên cứu thay đổi các biến nội sinh, từ đó chọn ra hệ thống chính sách có thể thực hiện được đồng thời các kết quả đạt được cũng chấp nhận được.

            Trong dự báo theo kịch bản, lại có hai loại dự báo:

            + Dự báo xu thế: Dự báo xu thế là dự báo sử dụng các giả thuyết tương lai có thể nhất (trong trường hợp chỉ dùng một kịch bản duy nhất) hoặc một số giả thuyết tương lai có thể nhất (trong trường hợp dùng nhiều kịch bản - nhưng trường hợp này hiếm) để làm đầu vào cho các dự báo.

            Các giả thuyết về tương lai thường do các chuyên gia không làm việc trong lĩnh vực mô hình hoá đưa ra, thường là do các chuyên gia làm việc trong lĩnh vực liên quan đến giả thuyết đó đưa ra. Tuy nhiên, các giả thuyết này có thể được tính toán từ các mô hình khác. Ví dụ để sử dụng mô hình AMADEUS (mô hình kinh tế vĩ mô của Pháp), khi xây dựng các giả thuyết về biến ngoại sinh, người ta sử dụng một số cách sau:

            (i) Đối với các đầu vào thuộc khu vực ngoại thương, sử dụng kết quả tính toán từ mô hình MIMOSA;

            (ii) Đối với các quyết định ngoại sinh của Chính phủ, sử dụng ý kiến của các chuyên gia thuộc Ban dự báo, Bộ Tài chính;

            (iii) Đối với các đầu vào về dân số và cơ cấu dân số, sử dụng các kết quả nghiên cứu, dự báo nhân khẩu của Bộ Lao động.

            Sau khi tập hợp tất cả các thông tin về các biến ngoại sinh, chọn các khả năng có thể nhất, sau đó xây dựng thành một kịch bản hay giả thuyết đầu vào có thể nhất làm cơ sở để dự báo xu thế.

            + Dự báo chuẩn: Dự báo chuẩn là dự báo trong đó người ta đặt ra một số ràng buộc, điều kiện cần đảm bảo đối với kết quả dự báo. Ví dụ điều kiện đặt ra đối với dự báo tương lai là trong vòng 5 năm tới phải giảm dần, tiến tới cân bằng ngân sách và cân bằng xuất nhập khẩu; hoặc điều kiện đặt ra là phải đạt tốc độ tăng trưởng GDP từ 7,5% đến 8%... Dĩ nhiên, những ràng buộc như vậy sẽ ảnh hưởng trở lại tới việc xây dựng các giả thuyết đầu vào và tới mô hình (ví dụ phải thay đổi cấu trúc mô hình, đưa một số biến ngoại sinh thành nội sinh hoặc một số biến nội sinh thành ngoại sinh...).

            Như vậy trong dự báo chuẩn, sẽ phải có những cố gắng nhất định so với dự báo xu thế để đạt được một số mục tiêu tích cực đề ra, cao hơn so với xu thế. Ví dụ như để tiến tới cân bằng ngân sách, tốc độ tăng trưởng chi tiêu ngân sách phải chậm dần hoặc phải thấp hơn so với trong dự báo xu thế... Qua dự báo chuẩn, người ta sẽ thấy nổi lên nhiều vấn đề, khó khăn phải xử lý để đạt mục tiêu đề ra.

            Nói chung, Nhà nước hoặc một cơ quan nhà nước nào đó, sẽ là khách hàng của loại dự báo này và chính Nhà nước hoặc cơ quan đó sẽ phải đặt ra các ràng buộc, điều kiện và giả thuyết phải tôn trọng. Một số giải thuyết trong số này sẽ là các chính sách kinh tế mà Nhà nước và cơ quan đó phải thực hiện, được gọi là biến công cụ.

            Để thực hiện các dự báo chuẩn, thông thường người ta thực hiện theo một trong hai cách: (i) Dùng ngay mô hình chuẩn (mô hình gốc) nhưng có sửa chữa để đưa vào các điều kiện đặt ra; (ii) Nhận dạng lại mô hình, điều chỉnh lại một số quan hệ nhân quả (ví dụ trong mô hình chuẩn, bội chi ngân sách là kết quả tự nhiên tính toán qua mô hình, nhưng trong mô hình mới, bội chi ngân sách được chọn trước là sẽ bằng 0).

            Do phải điều chỉnh lại mô hình, sẽ phát sinh hai vấn đề cần giải quyết:

            (i) Vấn đề công thức: Để mô hình có lời giải duy nhất, điều kiện cần là số phần tử mà người lập mô hình muốn cố định trước giá trị của chúng phải bằng với số công cụ cho phép xác định chúng. Ví dụ nếu người ta muốn đồng thời cân bằng cán cân ngoại thương và ngân sách nhà nước, cần phải tự do hoá hai biến quyết định và chỉ hai mà thôi để tránh trường hợp hoặc mô hình không có lời giải, hoặc mô hình không xác định (có quá nhiều lời giải).

            (ii) Vấn đề kỹ thuật: Thông thường không thể xây dựng lại được mô hình để giải thích rõ ràng sự lật ngược vấn đề trong dự báo chuẩn vì quá trình này quá phức tạp. Ví dụ như để đạt được mục tiêu cân bằng cán cân ngoại thương, chúng ta sẽ dùng công cụ là tăng, giảm trợ cấp cho đầu tư. Khi đó thay vì biến trợ cấp cho đầu tư là đầu vào, biến cán cân ngoại thương là kết quả, thì ở đây, cán cân ngoại thương bằng 0 sẽ là đầu vào để xác định mức trợ cấp cho đầu tư tương ứng là bao nhiêu. Khi đó, chiều quan hệ nhân quả sẽ ngược lại và cần xây dựng lại mô hình trong đó có phương trình xác định mức trợ cấp cần thiết.

Tương tự cũng sẽ phải làm như vậy đối với một số ràng buộc khác. Quá trình như vậy sẽ ngày càng phức tạp và khó kiểm soát cho hợp với lô gíc đề ra ban đầu khi xây dựng mô hình.

            Để giải quyết khó khăn này, người ta thường tính toán ngoài mô hình một giá trị xấp xỉ của mức trợ cấp cần thiết, sau đó đưa vào giải mô hình chuẩn để xem tiến triển của thâm hụt ngoại thương. Nếu kết quả thu được chưa đảm bảo điều kiện đặt ra đối với cán cân ngoại thương, người ta sẽ điều chỉnh tăng giảm mức trợ cấp đó và đưa vào giải lại mô hình, tiến tới thu hẹp dần sai số.

            - Dự báo theo chênh lệch là loại dự báo trong đó người ta xuất phát từ một mô phỏng trong quá khứ hoặc một mô phỏng cơ bản trong tương lai, còn được gọi là mô phỏng cơ sở, mô phỏng gốc (reference), sau đó thay đổi các giả thuyết kinh tế để tạo ra những mô phỏng khác và so sánh với mô phỏng cơ sở để đo lường mức độ nhạy cảm của các cân bằng kinh tế hoặc một số chỉ tiêu kinh tế chủ yếu khi các giả thuyết đầu vào thay đổi.

            Như vậy bản chất của dự báo chênh lệch là so sánh hai quỹ đạo để tìm chênh lệch giữa hai quỹ đạo đó.

            Các mô phỏng chênh lệch có thể đơn giản hoặc phức tạp, đi từ thay đổi chỉ 1 giả thuyết kinh tế đến thay đổi đồng thời nhiều giả thuyết kinh tế để chuyển sang một bộ chính sách kinh tế hoàn toàn mới (cải cách kinh tế), hoặc kết hợp với thay đổi các tham số trong mô hình...

S

           

	R

                                                                           2004

            Đồ thị trên là một minh hoạ về mô phỏng chênh lệch. Mô phỏng R là quỹ đạo thực tế đối với những giá trị trước năm 2004, phương án dự báo cơ bản đối với những giá trị sau năm 2004. Mô phỏng S được thực hiện khi các chính sách trong quá khứ hoặc trong tương lai có những thay đổi. Chênh lệch giữa S và R cho biết kết quả mô phỏng chênh lệch, tức là mức độ nhạy cảm của các cân bằng kinh tế hoặc một số chỉ tiêu kinh tế chủ yếu khi các giả thuyết đầu vào thay đổi.

            (3) Một số lưu ý trước khi thực hiện các dự báo:

            - Thông thường dự báo ngắn hạn thì dùng mô hình quý, dự báo trung hạn và dài hạn dùng mô hình năm. Tuy nhiên, không phải cứ là mô hình năm thì dự báo trung hạn tốt hơn mô hình quý. Khả năng sử dụng mô hình để dự báo trung hạn phụ thuộc vào:

            + Sự khớp của mô hình với lý thuyết;

            + Khả năng hội tụ về trục phát triển cân bằng dài hạn;

            + Độ ổn định của các tham số; sự có mặt của các ràng buộc đối với các hệ số...

Tức là mô hình phải không chứa những mâu thuẫn sẽ phát sinh trong tương lai trung và dài hạn và các hệ số của mô hình phải không quá biến động tự do. Nếu mô hình quý thoả mãn những đòi hỏi trên thì hoàn toàn có thể được sử dụng để dự báo trung hạn.

- Việc dự báo dài hạn thực chất là dự báo qũy đạo tăng trưởng theo hướng hội tụ về tỷ lệ tăng trưởng tiềm năng của từng chỉ tiêu. Quá trình hội tụ dần dần đó được gọi là trục dừng và điểm hội tụ cuối cùng được gọi là điểm dừng; đây cũng chính là dự báo quá trình đi đến điểm phát triển cân bằng dài hạn.

Tốc độ hội tụ dần về điểm cân bằng dài hạn được gọi là tốc độ điều chỉnh. Khoảng thời gian cần thiết để hoàn thành quá trình điều chỉnh được gọi là thời gian điều chỉnh. Khi nền kinh tế hoạt động quá nóng thì phải được hoặc sẽ bị tự phát điều chỉnh về điểm cân bằng phù hợp với xu hướng phát triển tiềm năng. Ngược lại, khi nền kinh tế hoạt động quá chậm thì sẽ được điều chỉnh dần theo hướng tăng lên...

Tỷ lệ tăng trưởng tiềm năng thường được xác định trên cơ sở xu hướng phát triển dài hạn trong quá khứ, nhưng có được điều chỉnh tăng, giảm cho phù hợp với dự báo thay đổi của môi trường trong tương lai.

Ví dụ tỷ lệ tăng trưởng kinh tế ở nước ta trong 15 năm đổi mới từ năm 1989 đến nay khoảng 7,2%/năm; đây được xem là tỷ lệ tăng trưởng tiềm năng nếu như trong tương lai môi trường phát triển vẫn phát triển theo xu hướng trước. Tuy nhiên, các dự báo cho thấy xu hướng môi trường sẽ thay đổi tích cực hơn, do đó có thể nâng tỷ lệ tăng trưởng tiềm năng của ta lên 7,5-7,8% trong 5 năm tới.

            Ngược lại, Trung quốc đã đạt tỷ lệ tăng trưởng khoảng 9,5% trong suốt 25 năm đổi mới (1979-2004) và được đánh giá là liên tục cao; đến nay có nhiều dấu hiệu bất ổn. Vì vậy, tỷ lệ tăng trưởng tiềm năng trong 5 năm tới của Trung Quốc dự báo sẽ giảm xuống khoảng 8-8,5%/năm.

            Trong các mô hình lý thuyết, người ta có xu hướng giải mô hình, sau đó cho một số biến ngoại chạy ra vô cùng... để xem từng biến nội sinh của mô hình hội tụ về đâu, và đấy được xem là tỷ lệ phát triển tiềm năng.

(4) Kỹ thuật dự báo:

            Để sử dụng mô hình vào mục tiêu dự báo, cần thực hiện một số công việc chính sau:

            + Dự báo các biến ngoại sinh, gồm biến quốc tế và trong nước, biến ngẫu nhiên và biến chính sách;

            + Dự báo các sai số trong dự báo;

            + Dự báo thay đổi các hệ số (nếu cần);

            + Xây dựng các kịch bản đầu vào.

            (4.1) Dự báo các biến ngoại sinh:

            - Khâu đầu tiên chuẩn bị cho quá trình dự báo bao gồm dự báo các biến ngoại sinh và dự báo các sai số. Yêu cầu đặt ra là các dự báo biến ngoại sinh phải khớp nhau, gồm khớp về xu hướng (cùng mở rộng hay cùng co hẹp) và khớp với xu thế trong quá khứ (không tạo ra những đột biến quá lớn).

            Vì trước khi dự báo bao giờ cũng phải dự báo các biến ngoại sinh nên khi xây dựng mô hình nếu có ý định sử dụng mô hình làm công cụ dự báo thì cần hạn chế đưa vào mô hình các biến ngoại sinh quá phức tạp và rất khó dự báo tương lai.

Có nhiều phương pháp dự báo các biến ngoại sinh, trong đó những phương pháp được sử dụng rộng rãi là dự báo theo các mô hình toán học khác, dự báo theo ý kiến chuyên gia và ngoại suy theo xu thế; trong đó dự báo theo hai phương pháp đầu được coi là có độ tin cậy cao nhất và thường được ưu tiên sử dụng tại các nước có trình độ mô hình hoá tương đối cao, nhất là tại các nước phát triển. Phương pháp thứ ba thường chỉ được sử dụng đối với các biến ngoại sinh không quan trọng.

Trong thực tế, việc sử dụng phương pháp đầu rất ít được sử dụng ở nước ta vì ở nước ta, số mô hình kinh tế lượng còn rất ít, đặc biệt là chưa có mô hình quý; hơn nữa tất cả các mô hình đến nay đều không được chạy thường xuyên để đưa ra và công bố những dự báo mới nhất. Như vậy, để có thông tin dự báo qua mô hình,  cần xây dựng các mô hình khác mà điều này rất phức tạp đối với người lập mô hình kinh tế lượng vĩ mô. Ở các nước khác, tồn tại sẵn nhiều mô hình dự báo cho các lĩnh vực khác nhau nên có thể trực tiếp sử dụng kết quả dự báo của các mô hình khác (ví dụ dự báo lãi suất được lấy từ mô hình của Ngân hàng Nhà nước, dự báo dân số và nguồn lao động được lấy từ mô hình dự báo của Bộ Lao động, dự báo giá xuất nhập khẩu được lấy từ mô hình của Bộ Thương mại...).

Việc sử dụng phương pháp chuyên gia cũng rất hạn chế vì thông thường kinh phí dành cho mục tiêu xây dựng mô hình đều rất hạn hẹp nên không có đủ kinh phí trả cho các chuyên gia; hơn nữa thông tin dự báo thay đổi rất nhanh nên cần có sự phối hợp rất tốt giữa các chuyên gia và đội ngũ làm mô hình, mà điều này đến nay ở nước ta việc thực hiện còn rất kém.

Do đặc điểm công tác mô hình hoá kinh tế lượng ở nước ta, thường phải sử dụng kết hợp cả 3 phương pháp trên, nhưng chủ yếu là phương pháp thứ hai và thứ ba. Mặc dù kỹ thuật dự báo thích nghi Box Jenkin rất hữu ích trong dự báo ngắn hạn nhưng trong thực tế, chúng tôi thường chọn kỹ thuật kinh tế lượng làm công cụ chính căn cứ vào độ tốt của các phương trình xác định các biến ngoại sinh. Bên cạnh đó, đối với một số chỉ tiêu quan trọng, chúng tôi kết hợp dự báo xu thế với sử dụng ý kiến chuyên gia.

- Dự báo các biến ngoại sinh bao gồm dự báo các biến ngoại sinh thuần tuý và dự báo các biến ngoại sinh chính sách.

+ Dự báo các biến ngoại sinh chính sách:

Các biến ngoại sinh chính sách thường rất phong phú, nhất là trong các nền kinh tế mà sự can thiệp của Nhà nước còn khá lớn như ở nước ta. Một số biến ngoại sinh chính sách thường hay gặp là:

- Tỷ lệ tín dụng ngân hàng dành cho khu vực tư nhân (%)

- Lãi suất huy động

- Tốc độ phá giá nội tệ hay tỷ giá đồng VN / USD

- Tiêu dùng của Chính phủ

- Tỷ lệ thâm hụt ngân sách trên GDP

- Chi ngân sách để trả nợ và viện trợ

            - Tỷ lệ dự trữ bắt buộc

            - Lãi suất tái chiết khấu

            - Lãi suất tái cấp vốn,

            - Thuế suất đối với các loại hàng hoá

            .............

Căn cứ theo đặc điểm của hệ thống, người lập mô hình phải chọn lựa các chính sách có thể tác động vào hệ thống làm biến chính sách.

Việc dự báo các biến ngoại sinh chính sách thường được thực hiện theo hai cách đầu, tức là qua các mô hình khác và bằng ý kiến các chuyên gia. Ở nước ta, do đặc điểm của một nền kinh tế mang tính kế hoạch hoá còn khá lớn nên ngoài hai cách trên, có thể sử dụng các thông tin từ kế hoạch hoặc định hướng kế hoạch phát triển kinh tế - xã hội của đất nước, từ các quy hoạch và chiến lược phát triển dài hạn... đã được các Đại hội Đảng thông qua.

+ Dự báo các biến ngoại sinh thuần tuý:

Các biến ngoại sinh thuần tuý là các biến mà khả năng can thiệp của Nhà nước làm thay đổi giá trị của chúng rất thấp, nhất là trong thời kỳ ngắn hạn.

Do đặc điểm công tác mô hình hoá kinh tế lượng ở nước ta, chúng tôi chủ yếu sử dụng phương pháp thứ ba trong dự báo các biến ngoại sinh thuần tuý.

Trong mô hình quý xây dựng năm 2000 (VQEM), một số biến sau đây là biến ngoại sinh thuần tuý: Vốn FDI thực hiện (FDIREA), chi ngân sách để trả nợ và viện trợ (PAYIN), chỉ số giá nhập khẩu (IMPRI), chỉ số giá xuất khẩu (EXPRI), tỷ lệ tăng trưởng GDP của 18 nước bạn hàng chính, cơ cấu xuất khẩu theo 18 nước bạn hàng chính.

Nhìn vào danh sách các biến được coi là ngoại sinh thuần tuý ở trên, có thể thấy phần lớn chúng đều phụ thuộc vào môi trường kinh tế quốc tế, do đó việc dự báo chúng phải căn cứ vào dự báo biến động của kinh tế thế giới. Vì mô hình được xây dựng với chuỗi số liệu đến quý I/2001 nên để dự báo cho các năm 2002-2003, cần phải dự báo triển vọng kinh tế thế giới các năm 2001-2003.

Các thông tin bên ngoài, ngay cả khi có sẵn, cũng không phải lúc nào cũng có thể sử dụng được ngay. Do đó, cần phải sử lý để tạo thành bộ thông tin phù hợp với mô hình. Ví dụ thông tin về tốc độ tăng trưởng GDP của các nước bạn hàng thường được viết dưới dạng chỉ số, do đó cần đưa về dạng tốc độ...

Việc chuyển các thông tin định tính như điều kiện khí hậu, bãi công, biểu tình và đảo chính, tâm lý dự báo lạm phát của dân cư... thành thông tin định lượng để đưa vào mô hình thường rất khó khăn. Tuy nhiên, các chuyên gia thế giới cũng đã có nhiều kinh nghiệm hay trong xử lý những vấn đề này, đó là những thuận lợi đối với những người mới bắt đầu làm mô hình.

+ Xây dựng các kịch bản cho biến ngoại sinh;

Trong nhiều trường hợp, người ta không thể đưa ra một dự báo duy nhất cho một số biến ngoại sinh, nhất là những biến liên quan đến chính sách của nhà nước (chi ngân sách cho đầu tư, tỷ giá, các mức thuế suất...) và kinh tế thế giới (tăng trưởng của một số nước lớn, giá dầu thô, tỷ giá đồng USD với các đồng tiền khác, lãi suất ở Mỹ...). Khi đó, cần phải xây dựng một số kịch bản cho các biến ngoại sinh liên quan.

Ở tầm ngắn hạn, dự báo các biến gắn với các chính sách kinh tế vĩ mô, ví dụ như ngân sách nhà nước, tương đối dễ dàng khi các cơ chế ngân sách đã rõ và có các thông tin về hoạt động ngân sách, song ở tầm dài hạn, việc dự báo các chính sách kinh tế vĩ mô thường rất khó khăn do chính sách phụ thuộc vào ý định chủ quan của chính phủ trong từng thời kỳ. Có thể dự báo theo xu thế song kinh nghiệm cho thấy các dự báo theo xu thế thường không chính xác, thậm chí còn phatsinh những mâu thuẫn trong tương lai.

Về dài hạn, có thể phải bổ sung phản ứng của Chính phủ trước những biến động kinh tế, tức là chuyển một số biến chính sách thành biến nội sinh.

Trong quá trình xây dựng các kịch bản, cần có sự tham gia của các chuyên gia không làm mô hình vì chỉ những chuyên gia trong ngành mới hiểu và nắm bắt được những thông tin mới nhất và dự báo tương lai của nhiều vấn đề phức tạp trong nền kinh tế nói chung và trong những lĩnh vực liên quan nói riêng.

Trong một số trường hợp, nên xây dựng một số mô hình phụ phản ảnh quan hệ giữa các biến ngoại sinh để đảm bảo các biến ngoại sinh luôn luôn khớp với nhau. Ví dụ xây dựng một mô hình kinh tế thế giới để có được các giả thuyết hợp lý và đồng bộ về tiến triển của tăng trưởng kinh tế của các nước bạn hàng, về ngoại thương thế giới và ảnh hưởng tới cầu nước ngoài đối với hàng hoá và dịch vụ nước ta, về giá cả và tỷ giá thế giới, về giá dầu mỏ và một vài loại vật tư chiến lược.... Một ví dụ khác là xây dựng mô hình dự báo dân số và nguồn lao động làm cơ sở để xây dựng các giả thuyết về dân số và lao động, làm đầu vào cho mô hình kinh tế lượng vĩ mô.

Dĩ nhiên, có thể đưa các mô hình phụ này vào mô hình chính, song thực ra người ta không làm vì như vậy mô hình chính sẽ trở nên quá phức tạp, đồng thời làm người đọc bị mất tập trung, không nhớ đâu là mục tiêu, các khối chính của mô hình.

            (4.2) Dự báo các sai số trong dự báo:

            - Chúng ta đều biết khi ước lượng các phương trình hành vi đều xuất hiện các sai số ước lượng giữa thực tế quan sát và số liệu tính toán qua mô hình. Do đó, khi dự báo, cũng sẽ xuất hiện các sai số của kết quả dự báo. Vì vậy, phải dự báo các sai số dự báo đó, tức là ngoại suy chúng cho giai đoạn dự báo.

            Dự báo các sai số trong dự báo là vấn đề rất khó khăn và nhạy cảm vì thông thường những sai số này không có quy luật rõ ràng. Trong thực tế, thường người ta xử lý bằng cách thức mềm dẻo, linh hoạt tuỳ từng trường hợp cụ thể. Phương pháp dự báo sai số được sử dụng phổ biến là: Thực hiện các dự báo giả và nghiên cứu đặc điểm biến động của các sai số trong dự báo giả; khi đó, có thể xẩy ra một trong những trường hợp sau:

            Trường hợp 1: Tổng các sai số trong thời kỳ dự báo giả bằng 0

                        0                                             t₁         t₂                           t₃              

trong đó [0,t₁] là thời kỳ ước lượng mô hình, (t₁, t₂] là thời kỳ dự báo giả, (t₂, t₃] là thời kỳ dự báo thật, đường liền là chuỗi các giá trị tính toán qua mô hình (quá khứ ước lượng), dự báo giả (quá khứ gần kề) và dự báo thật (tương lai), đường gẫy khúc là sai số trong mô phỏng quá khứ và trong dự báo giả, đường gấp khúc đậm là sai số trong dự báo thật..

            Trong trường hợp này, sai số giữa hai đường thực tế và dự báo giả biến động theo chu kỳ gần giống hình sin với tổng các sai số xấp xỉ bằng 0. Do vậy, dự báo trong tương lai, sai số sẽ tiếp tục dao động theo quy luật đã diễn ra trong quá khứ.  Trường hợp này là ví dụ điển hình về chuỗi các sai số có tính tự tương quan, khi đó có thể áp dụng phương pháp tự tương quan để kéo dài chuỗi các sai số cho đến hết thời kỳ dự báo.

            Mặc dù các chuỗi sai số có tính tự tương quan rất hiếm vì trong quá trình xây dựng mô hình chúng ta đã cố gắng loại bỏ đặc điểm này của tất cả các phương trình ước lượng, tuy nhiên, hiện tượng này có thể lại xảy ra trong thời kỳ dự báo giả hoặc khi đưa phương trình vào hệ thống thì lại xuất hiện hiện tượng tự tương quan trong sai số của một số biến.

            Trường hợp 2: Sai số trong thời kỳ dự báo giả có xu hướng phân kỳ

                        0                                             t₁         t₂                     t₃

            Đây là trường hợp sai số phân kỳ nhưng có một xu hướng rõ rệt. Khoảng cách giữa đường thực tế và dự báo giả có xu hướng tăng lên; do đó trong dự báo ngắn hạn, có thể bổ sung một số sai số để tính đến những thay đổi này.

Nếu như trong thời kỳ dự báo giả, hiện tượng phân kỳ có xu hướng kéo dài và mang tính cơ cấu thì cần sửa chữa phương trình để tính đến xu hướng mới này.

            Trường hợp 3:   Các sai số trong thời kỳ dự báo giả

     biến động không theo quy luật rõ ràng

                        0                                             t₁         t₂                     t₃                    

Đây là trường hợp rất khó dự đoán. Trong thực tế, người ta phải căn cứ vào biến động của các sai số của các chỉ tiêu liên quan trong hệ thống để dự báo sai số của chỉ tiêu này vì thông thường sai số của chỉ tiêu này là kết quả tổng hợp sai số của các chỉ tiêu liên quan.

            - Lưu ý không thể chấp nhận một số kết quả dự báo có biến động lớn như trường hợp được mô tả trong đồ thị dưới đây:

Trường hợp không chấp nhận được:   Các sai số quá lớn

                        0                                             t₁         t₂                     t₃                    

            Trong trường hợp này, sai số của dự báo giả tại năm cuối đã trở lên quá lớn nhưng người thực hiện các dự báo vẫn tiếp tục kéo dài xu hướng này, làm sai số ngày càng được khuyếch đại cao hơn, tạo ra một tỷ lệ tăng trưởng cực lớn của biến nội sinh tại thời điểm dự báo thật đầu tiên.

            - Tóm lại, để dự báo các sai số, cần phân tích kỹ các nguyên nhân của sai số, nhất là những sai số có tính quy luật, các sai số đột biến... để từ đó nghiên cứu cách xử lý cho phù hợp. Ví dụ trong trường hợp 3, có thể có một số nguyên nhân sau:

            + Sai số có thể do nguyên nhân thống kê. Thông thường với những số liệu của những năm gần nhất, do mới được ước tính nên có thể có nhiều sai sót làm cho kết quả dự báo và số ước thực hiện chênh lệch lớn.

            + Sai số có thể có nguyên nhân hợp lý như hạn hán, lũ lụt làm mất mùa, bãi công biểu tình, đảo chính, ảnh hưởng của khủng hoảng kinh tế thế giới và khu vực...

            + Sai số có thể do một nhân tố đặc biệt như đưa mỏ dầu hoặc một nhà máy điện lớn vào hoạt động, do mới cấp phép cho một dự án FDI với số vốn khổng lồ, do nhập khẩu một lúc tới 5 chiếc máy bay hiện đại, do giải ngân cho dự án dầu khí 700 triệu USD chỉ trong vòng 1 tháng... Nếu đúng như vậy thì cần phân tích xem liệu sai số đặc biệt như vậy có thể kéo dài không ? Nếu có thì tiếp tục kéo dài sai số ở mức độ tính toán.

            Trường hợp phổ biến nhất là không tìm được bất cứ lý do gì để giải thích hiện tượng sai số đột nhiên quá lớn. Khi đó, người ta thường xử lý theo cách thực dụng, tức là chủ quan theo kinh nghiệm.

            - Một số kỹ thuật có thể sử dụng khi dự báo sai số:

            + Trở lại quỹ đạo ổn định: Khi sai số không lớn thì nên giữ nguyên độ sai số hoặc quay trở lại quỹ đạo ổn định.

                        0                                             t₁         t₂                     t₃

            + Giảm dần độ sai lệch, chấp nhận những thay đổi có tính cơ cấu:

                        0                                             t₁         t₂                     t₃

                        0                                             t₁         t₂                     t₃

            + Ngoại suy bằng phương pháp ARIMA. Khó khăn là chúng ta không biết một số biến sẽ được đưa vào quá trình ARIMA trong quá khứ gần.

            (4.3) Xây dựng các kịch bản đầu vào

            Sau khi đã dự báo được các biến ngoại sinh, các sai số và sự thay đổi của các hệ số (nếu có), cần tập hợp chúng lại và xây dựng thành một số kịch bản đầu vào để dự báo. Thông thường người ta xây dựng nhiều kịch bản đầu vào, sau đó chạy mô hình để nghiên cứu các kết quả đầu ra xem có hợp lý hay không.

            Trên cơ sở các kết quả dự báo, sẽ phân loại dự báo theo 3 nhóm: nhóm các phương án trung bình, nhóm các phương án bi quan và nhóm các phương án lạc quan.

            (4.4) Phân tích các kết quả dự báo:

- Đối với những dự báo đầu tiên:

            Thông thường, dự báo đầu tiên không thoả mãn các yêu cầu đặt ra, đó là vì:

            + Một số biến có kết quả dự báo không hợp lý, có thể do vấn đề nhận dạng mô hình, có thể do có sự không khớp nhau giữa các biến ngoại sinh.

            + Một số biến có kết quả dự báo dường như vô lý theo ý kiến của các chuyên gia các ngành khác nhau, ví dụ như giá, ngoại thương, thu chi ngân sách... Thực tế các chuyên gia chuyên ngành thường có nhiều thông tin và có thông tin chính xác hơn về chuyên ngành của họ so với người lập mô hình.

            + Khi dự báo cho các kết quả bi quan quá thì lãnh đạo sẽ phản ứng bằng cách thay đổi các chính sách kinh tế. Khi đó phải sửa lại các biến chính sách dự kiến sẽ áp dụng trong những năm tới và chạy lại mô hình.

            Do vậy, sau khi phân tích các kết quả dự báo đầu tiên, cần xem xét lại mô hình, các biến ngoại sinh, các sai số... để điều chỉnh và thực hiện các dự báo mới. Quá trình này sẽ phải lặp lại nhiều lần cho đến khi tìm ra được phương án dự báo hợp lý đầu tiên.

Ở tầm ngắn hạn, giai đoạn thực hiện các dự báo để đi đến dự báo hợp lý đầu tiên phụ thuộc rất lớn vào các nhân tố ngoài mô hình, nhất là tham khảo ý kiến các chuyên gia về các kết quả dự báo đầu tiên. Các chuyên gia thường có nhiều thông tin hơn các thông tin rút ra từ các quan hệ kinh tế lượng, do đó sẽ cho những ý kiến bổ sung hữu ích để cải tiến quá trình dự báo. Bên cạnh đó, cũng cần tiếp xúc với các doanh nghiệp và tầng lớp dân cư để nắm được những tâm lý, hành vi của họ trong giai đoạn gần nhất, từ đó dự báo được hành vi của họ trong thời kỳ dự báo. Trong một số trường hợp, nếu kết quả dự báo quá vô lý thì phải nghiên cứu kỹ lại mô hình.

Thông thường các mô hình kinh tế lượng ngắn hạn đều cho dự báo ngắn hạn khá khớp nhau nếu chất lượng mô hình được bảo đảm.

- Đối với những dự báo tiếp theo:

            Sau khi thực hiện các dự báo đầu tiên, sẽ chọn ra một tập hợp các giả thuyết về biến ngoại sinh và sai số dự báo hợp lý nhất (với sự tham gia ý kiến của các chuyên gia). Trên cơ sở tập hợp này, sẽ tiến hành xây dựng dự báo trung tâm, còn được gọi là dự báo nền hay dự báo cơ bản làm cơ sở để đối chiếu với các phương án dự báo khác.

            Vì sai số đối với các biến ngoại sinh cơ bản còn lớn nên người ta thường không xây dựng một phương án dự báo duy nhất, thậm chí không thể coi là duy nhất dù nhiều khi rất tin tưởng vào tính khả thi của nó. Ngược lại, người ta sẽ xây dựng nhiều phương án dự báo tương ứng với các giả thuyết khác nhau về các biến ngoại sinh và sai số dự báo.

            Để đánh giá độ tin cậy của các dự báo, người ta chia các biến ngoại sinh làm 2 nhóm:

            + Nhóm các biến ngoại sinh có những dự báo tương đối chắc chắn, như tỷ lệ thu ngân sách trên GDP, tỷ lệ thuế, dân số, nguồn lao động...

            + Nhóm các biến ngoại sinh không có dự báo tương đối chắc chắn, chỉ được xây dựng qua kinh nghiệm, phỏng đoán...

            Khi đó, các phương án dự báo trong đó ảnh hưởng của các biến ngoại sinh chắc chắn là lớn thì độ tin cậy của chúng sẽ cao.

            (5) Đưa những thông tin mới nhất về các biến nội sinh vào quá trình dự báo:

            Bên cạnh việc thực hiện các loại dự báo nêu trên và đánh giá đúng các kết quả thu được, cần chú ý đưa những thông tin mới nhất về các biến nội sinh vào quá trình dự báo, đặc biệt là những thông tin không thể hoặc không được số hoá một cách chính xác trong mô hình (ví dụ ý kiến mới nhất của chuyên gia).

            Ví dụ khi xây dựng mô hình, chúng ta đã sử dụng chuỗi số liệu 1986-2003; đến nay đã có thông tin của năm 2004 nhưng chúng ta không có thời gian ước lượng lại mô hình; vậy phải làm thế nào để tính đến các thông tin này ?

            Mặt khác, sau khi đã chữa những điểm bất thường liên quan đến những năm gần nhất và đến tương lai gần, cần xem xét, sửa chữa chúng trong tương lai xa hơn.

            Ví dụ khi có những thông tin mới cho phép tin rằng xuất khẩu trong tương lai gần sẽ tăng trưởng thấp hơn so với xu thế tự nhiên rút ra từ mô hình thì chênh lệch này sẽ phải được điều chỉnh kéo dài trong suốt thời kỳ dự báo trung hạn.

       0                t₁            t₂                         0                    t₁           t₂            t₃

            Trong ví dụ trên, sau khi điều chỉnh dự báo cho tương lai gần (t₁, t₂), cần xem xét, sửa chữa chúng trong tương lai xa hơn (t₂, t₃).

            Một số kinh nghiệm khác được thể hiện qua các đồ thị dưới đây:

            - Trường hợp hội tụ về xu thế phát triển dài hạn;

            Trong đồ thị dưới đây, người lập mô hình muốn kết quả dự báo quay trở về xu hướng phát triển dài hạn sau một năm tăng đột biến rồi một năm giảm đột biến. Quá trình hội tụ về xu hướng phát triển dài hạn (tiềm năng) có thể diễn ra ngay trong năm đầu dự báo hoặc trong năm tiếp theo trong trường hợp này vì việc đột biến xảy ra liên tiếp trong 2 năm và trung bình của nó vẫn theo xu thế dài hạn. Tuy nhiên, trong trường hợp đột biến xảy ra một chiều (ví dụ liên tục giảm hoặc liên tục tăng) thì quá trình hội tụ thường phải kéo dài vài năm (3-5 năm).

                                               thời kỳ thực tế                            t₀   dự báo 

- Trường hợp nâng đương dự báo so với đường xu thế:

Trong trường hợp thấy quan sát của ít nhất 3 năm cuối đều cao hơn kết quả dự báo qua mô hình thì cần phân tích xem xu hướng đó là ngắn hạn hay dài hạn. Đặc biệt, cần phân tích xem những nhân tố gì đã tạo ra bước chuyển biến như vậy, và liệu sẽ còn kéo dài hay không ? Nếu xu hướng đó là dài hạn thì quá trình phát triển đã chuyển sang một giai đoạn mới với tốc độ tăng trưởng cao hơn. Do vậy, cần phải nâng đường dự báo thêm một tỷ lệ bằng 70-100% so với mức độ chênh lệch giữa thực tế quan sát và dự báo (giả) của những năm cuối đó. Kết quả là quá trình phát triển được đưa sang một quỹ đạo mới, cao hơn trước.

                                               thời kỳ thực tế                           t₀   dự báo  

Trong trường hợp ngược lại, tức là xu hướng tăng nhanh của những năm gần nhất không kéo dài, thì phải đưa quá trình phát triển trong dự báo hội tụ về xu thế phát triển tiềm năng.

- Trường hợp nâng góc đường dự báo trong thời kỳ dự báo:

            Một trường hợp ít xảy ra, song không phải là không có, không chỉ ở tầm các đơn vị sản xuất, các ngành mà còn ở tầm toàn bộ nền kinh tế quốc dân. Đó là khi môi trường phát triển đột nhiên trở nên rất thuận lợi, như một nước nhỏ phát hiện và đưa vào khai thác những mỏ dầu lớn, hoặc giá dầu đột ngột tăng mạnh và kéo dài nhiều năm (như tình hình hiện nay), hoặc cải cách kinh tế diễn ra đúng hướng, đưa nền kinh tế bước vào quỹ đạo phát triển mới với tốc độ và chất lượng tăng trưởng cao hơn đáng kể so với trước...

            Trong trường hợp này, cần thiết phải nâng góc của đường dự báo trong thời kỳ dự báo như mô tả trong đồ thị dưới đây:

           

                                               thời kỳ thực tế                         t₀   dự báo    

            d) Bảo dưỡng mô hình để sử dụng lâu dài

            Nhìn chung, việc hoàn thiện một mô hình kinh tế lượng và thực hiện các dự báo cần nhiều thời gian và phải trải qua nhiều công đoạn phức tạp, lặp đi lặp lại nhiều lần, có thể là nhiều quý, nhiều năm nếu là mô hình lớn. Do đó, để có thể sử dụng mô hình lâu dài và cho những dự báo tốt, cần phải cập nhật mô hình định kỳ, trong đó có một số việc cần làm là:

            - Định kỳ cập nhật cơ sở dữ liệu của mô hình, trước hết là các biến nội sinh và ngoại sinh;

            - Ước lượng lại mô hình khi có những thông tin mới cập nhật; sửa chữa những phương trình không còn phù hợp;

            - Cập nhật lại mô hình theo đà phát triển của nền kinh tế và các lý thuyết kinh tế;

            - Định kỳ xây dựng lại các giả thuyết liên quan đến các biến ngoại sinh và biến sai số dự báo;

            - Mở rộng quy mô của mô hình, ví dụ đưa thêm một số khối mới theo đà phát triển của kinh tế thị trường (khối cán cân thanh toán quốc tế, khối tiền tệ, khối thị trường trong nước...), mở rộng một số khối cũ, chi tiết thêm một số ngành, khu vực, nội sinh hoá một số biến trước đây là ngoại sinh...

            - Khi Tổng cục Thống kê và các ngành liên quan thay đổi định nghĩa một số chỉ tiêu hoặc tính toán lại toàn bộ chuỗi nào đó, cần cập nhật thông tin, sửa chữa và ước lượng lại mô hình. Đặc biệt, cần lưu ý là các số liệu gần nhất thường là số ước tính, do đó thường xuyên bị thay đổi.

            - Sau khi ước lượng lại mô hình, cần kiểm tra các tính chất của nó để khảng định mô hình vẫn chấp nhận được. Các kiểm tra tối thiểu phải làm là mô phỏng quá khứ để phân tích sai số, mô phỏng phân tích nhân tử...

            - Trong một số trường hợp, do không có thời gian, kinh phí nên người ta không thực hiện toàn bộ quy trình bảo dưỡng mô hình mà chỉ thực hiện một số bước. Khi đó mô hình sẽ không được tốt và các kết quả dự báo có thể không chính xác.