TRAO ĐỔI LẠI “QUAN NIỆM THẾ NÀO VỀ LÃI SUẤT TRONG KINH TẾ THỊ TRƯỜNG Ở VIỆT NAM?”

ANH TUẤN Trong bài viết với tiêu đề nêu trên đăng trong Tạp chí Ngân hàng số 20 tháng 10/2008, tác giả Minh Tâm đã phân tích sự liên quan giữa cơ chế “Lãi suất thỏa thuận” hay “tự do hóa lãi suất” với tốc độ tăng của chỉ số giá tiêu dùng. Bằng việc đưa ra các số liệu về mức tăng chỉ số giá tiêu dùng hàng năm (từ năm 1999 đến 2005), tác giả kết luận cơ chế lãi suất thỏa thuận (áp dụng tại Việt Nam từ tháng 06/2002) là “một trong những nguyên nhân làm cho chỉ số giá cả hàng hóa – dịch vụ tiêu dùng liên tục tăng lên”. Ở đây, tôi không bàn về các nội dung kinh tế của bài viết, tôi cũng không nghi ngờ gì về khả năng có thể có sự liên quan giữa hai yếu tố là cơ chế lãi suất và chỉ số giá tiêu dùng mà tác giả đã phân tích. Tôi chỉ xin được nêu một vài ý kiến nhỏ về phương pháp phân tích của tác giả. Trong nội dung bài báo trên, tác giả chỉ căn cứ vào một chuỗi chỉ số giá tiêu dùng trong các năm từ 1999 – 2005 (số liệu lần lượt là: 0,1%; -0,6%; -0,2%; 4%; 3%; 8,4%; 9,5%), và kết luận rằng cơ chế “lãi suất thỏa thuận” bắt đầu áp dụng từ năm 2002 là một nguyên nhân làm tăng chỉ số giá tiêu dùng. Về mặt cảm tính, đúng là có vẻ như có sự liên hệ nào đó giữa việc tự do hóa lãi suất với mức tăng chỉ số giá tiêu dùng, vì số liệu mà tác giả đã dẫn phần nào nói lên điều đó. Tuy nhiên, nếu chỉ nhìn vào dãy số liệu đó mà kết luận ngay, thì tôi cho rằng chưa đủ cơ sở khoa học. Việc chỉ số giá tiêu dùng giai đoạn 2002 – 2005 tăng lên cao bắt đầu từ khi Việt Nam áp dụng cơ chế lãi suất thỏa thuận (như bảng số liệu mà tác giả đã dẫn) rất có thể chỉ là một sự trùng hợp ngẫu nhiên. Để làm rõ điều này, chúng ta hãy xem xét số liệu trong một giai đoạn dài hơn: Số liệu thống kê cho thấy từ năm 1991 đến 1998 (là giai đoạn Việt Nam đang áp dụng cơ chế “trần lãi suất”), chỉ số giá tiêu dùng của Việt Nam lần lượt là: 67,4%; 17,5%; 5,3%; 14,4%; 12,7%; 4,5%; 3,6%; 9% (giai đoạn trước năm 1998 tại Việt Nam sử dụng “chỉ số giá bán lẻ hàng hóa”.   Trong bài này, để cho đơn giản và cũng không ảnh hưởng nhiều đến kết quả phân tích, tôi tạm coi 2 chỉ số này là tương đương). Như vậy, nếu lấy số liệu trong một khoảng thời gian dài hơn (từ 1991 – 2005), chúng ta đã nhận thấy kết luận của tác giả Minh Tâm về mối liên hệ giữa cơ chế lãi suất thỏa thuận và mức tăng chỉ số giá tiêu dùng đã không còn đứng vững nữa. Bởi vì số liệu cho thấy trong giai đoạn 1991 – 1998 (là giai đoạn Việt Nam áp dụng cơ chế “trần lãi suất”), mức tăng bình quân theo phương pháp trung bình cộng đơn giản của chỉ số giá bán lẻ hàng hóa là 16,8%/năm, còn trong giai đoạn 2002 – 2005 (là giai đoạn áp dụng cơ chế lãi suất thỏa thuận), mức tăng bình quân chỉ số giá tiêu dùng theo phương pháp trung bình cộng đơn giản chỉ là 6,2%/năm. Nếu sử dụng cùng cách phân tích của tác giả Minh Tâm, khi xem xét các số liệu chỉ số giá tiêu dùng từ 1991 – 2005 thì có lẽ chúng ta sẽ phải kết luận ngược lại: Cơ chế ‘lãi suất thỏa thuận” đã góp phần làm cho tốc độ tăng chỉ số giá tiêu dùng thấp hơn? Để phân tích các hiện tượng kinh tế, phương pháp phân tích đóng vai trò đặc biệt quan trọng, trong đó, vấn đề đầu tiên là phải xác định đúng biến số nào đóng vai trò biến số “nguyên nhân” và biến số nào là biến “kết quả”. Việc xác định sai vai trò các biến số có thể dẫn đến những kết luận sai lầm. Chẳng hạn nếu chúng ta cần phân tích ảnh hưởng của các yếu tố tác động đến tốc độ tăng trưởng GDP, trước hết chúng ta phải xác định các yếu tố nào có thể đóng vai trò là nguyên nhân của tăng trưởng GDP. Rất nhiều yếu tố có thể được lựa chọn để làm biến nguyên nhân cho phân tích này, tuy nhiên, chúng ta cần phải chọn một số biến số có ảnh hưởng lớn nhất. Một số biến số khác có thể có sự tương quan nhất định, nhưng nếu sự tương quan này không lớn và không rõ (mức độ tương quan giữa các biến số thể hiện ở Hệ số tương quan thực tế và giá trị các tiêu chuẩn kiểm định thống kê khác như t-Stat, P-value,…) thì cần được loại bỏ bớt để tránh làm “loãng” ảnh hưởng của các biến nguyên nhân chính. Chẳng hạn, trong ví dụ về phân tích tăng trưởng GDP nói trên, chúng ta có thể nghĩ rằng, yếu tố “độ tuổi kết hôn lần đầu” cũng có thể là một trong các biến nguyên nhân ảnh hưởng đến tốc độ tăng GDP. Nhưng để kết luận có nên sử dụng yếu tố trên như một biến nguyên nhân khi phân tích tác động đến tốc độ tăng GDP hay không thì chúng ta phải tiến hành phân tích tương quan giữa số liệu thống kê về “độ tuổi kết hôn lần đầu” và số liệu về “tỷ lệ tăng GDP hàng năm”. Nếu mối tương quan giữa hai yếu tố này đủ lớn và rõ ràng thì chúng ta có thể chọn làm một biến nguyên nhân, còn nếu ngược lại thì có thể bỏ qua (để phân tích tương quan giữa 2 biến số, chúng ta có thể sử dụng chương trình Regression trong Excel). Sau khi đã xác định được các biến nguyên nhân và kết quả, tiếp theo, chúng ta cần có được các dữ liệu thống kê đủ tiêu chuẩn (về độ chính xác của dữ liệu, tính ngẫu nhiên của mẫu dữ liệu được chọn và kích thước của mẫu dữ liệu,…). Kích thước mẫu dữ liệu phân tích cũng đóng vai trò quan trọng, vì một mẫu số liệu quá nhỏ (quá ít số liệu) có thể không đảm bảo tính đại diện cho tổng thể, và kết quả phân tích mẫu đó không thể suy rộng ra cho tổng thể. Ngoài ra, khi phân tích dữ liệu chúng ta cũng cần tiến hành “làm sạch” dữ liệu, loại bỏ các số liệu cá biệt không phản ánh xu hướng chung của mẫu dữ liệu (trong thống kê gọi là các điểm “outlier”), và cũng cần quan tâm đến yếu tố mùa vụ, chu kỳ. Trong trường hợp phân tích của tác giả Minh Tâm, cũng nên nhớ rằng, các năm 1999-2001 là giai đoạn giảm phát của Việt Nam sau tác động của khủng hoảng châu Á năm 1997, Chính phủ Việt Nam, trong các năm 1999-2001, đã phải sử dụng nhiều công cụ “kích cầu”, nên chỉ số giá giai đoạn tiếp theo (từ 2002-2005) tăng cao hơn các năm 1999-2001 như số liệu tác giả đã nêu cũng là điều dễ hiểu, và do đó, việc chỉ số giá tăng cao trùng hợp với thời kỳ áp dụng cơ chế lãi suất thỏa thuận có thể chỉ là ngẫu nhiên. Ngoài các yêu cầu trên, để có được kết quả phân tích khoa học và chính xác, chúng ta cũng còn phải vận dụng nhiều kiến thức và kỹ năng khác nữa, nhưng trong phạm vi bài viết này, tôi xin phép được giới hạn trình bày ở những nội dung trên. Để kết thúc bài trao đổi này, tôi xin kể lại một câu chuyện mà thầy trò trong lớp chúng tôi khi học môn “Kinh tế lượng và dự báo kinh tế” đã từng đem ra thảo luận, có thể tạm gọi là câu chuyện “hiệu ứng bác sĩ về làng”. Câu chuyện kể về một sinh viên, trong bài nghiên cứu của mình đã xem xét sự tương quan giữa tần suất (số lần) bác sĩ tới khám bệnh ở một làng quê trong 1 tháng với tỷ lệ người dân mắc bệnh ở làng đó. Kết quả phân tích sự liên hệ giữa hai yếu tố trên đã dẫn đến một kết luận là: Việc bác sĩ về làng nhiều là nguyên nhân làm cho người dân mắc bệnh nhiều hơn. Câu chuyện này là một bài học về việc xác định vai trò các biến số nguyên nhân/ kết quả không đúng, dẫn đến kết luận sai lầm.