Phân tích một số nhân tố tác động chỉ số giá sản xuất sản phẩm nông nghiệp và dự báo giai đoạn 2023-2030 ở Việt Nam

05/10/2023 - 02:02 PM

Một số nhân tố tác động chỉ số giá sản xuất sản phẩm nông nghiệp ở Việt Nam giai đoạn 2012-2022

Chỉ số giá sản xuất sản phẩm nông nghiệp là chỉ tiêu thống kê tương đối phản ánh xu hướng và mức độ biến động giá theo thời gian của các loại sản phẩm nông nghiệp do người sản xuất trực tiếp bán ra. Chỉ số giá sản xuất (PPI) sản phẩm nông nghiệp được tính từ giá bán của người sản xuất sản phẩm nông nghiệp và quyền số của ngành nông nghiệp.

Sự thay đổi PPI sản phẩm nông nghiệp chịu tác động bởi biến động PPI nhóm sản phẩm cây hằng năm; cây lâu năm và nhóm sản phẩm chăn nuôi. Trong đó, một số yếu tố chính tác động đến giá sản xuất các nhóm sản phẩm nông nghiệp như: Chi phí nguyên, nhiên vật liệu cho sản xuất; chi phí nhân công; mùa vụ; chất lượng nhóm sản phẩm; nhu cầu nhập khẩu và yếu tố khác tác động đến giá sản xuất sản phẩm nông nghiệp.

PPI sản phẩm nông nghiệp giai đoạn 2012-2022 nhiều biến động do ảnh hưởng biến động giá sản xuất các nhóm sản phẩm: Thóc khô; rau các loại; cây ăn quả; mủ cao su khô; cà phê nhân; sản phẩm chăn nuôi lợn và giống lợn; sản phẩm chăn nuôi gia cầm…

Giai đoạn 2012-2022, PPI sản phẩm nông nghiệp bình quân tăng 1,92%/năm, trong đó năm 2020 có mức tăng cao nhất (đạt 12,64%) so với cùng kỳ năm trước. Năm 2020, PPI sản phẩm nông nghiệp tăng cao do ảnh hưởng PPI của các nhóm sản phẩm: (i) Cây hằng năm tăng 4,35%, tác động tăng 1,05 điểm phần trăm; (ii) Cây lâu năm tăng 0,87%, tác động tăng 0,86 điểm phần trăm; (iii) Chăn nuôi tăng 41,79%, tác động tăng 1,92 điểm phần trăm, trong đó PPI nhóm sản phẩm chăn nuôi lợn và giống lợn năm 2020 tăng 82,55% so với cùng kỳ năm trước. Nguyên nhân chính do năm 2020 ảnh hưởng dịch tả lợn châu Phi; nguồn cung lợn giống giảm làm cho giá lợn giống tăng; chi phí phòng dịch chuồng trại, chi phí thức ăn chăn nuôi tăng, theo đó làm tăng chi phí đầu vào chăn nuôi lợn tăng; tốc độ tái đàn chậm, làm khan hiếm nguồn cung lợn hơi trên thị trường, dẫn đến giá tăng.

Ở chiều ngược lại, năm 2017 PPI sản phẩm nông nghiệp giảm 2,45% so với cùng kỳ năm trước, do ảnh hưởng của nhóm sản phẩm chăn nuôi giảm 17,31%, tác động giảm 0,97 điểm phần trăm. Trong đó, PPI nhóm sản phẩm: Chăn nuôi lợn và giống lợn giảm 26,77%; chăn nuôi gia cầm giảm 3,73%. Tuy nhiên PPI nhóm sản phẩm: (i) Cây hằng năm tăng 1,73%, tác động tăng 0,54 điểm phần trăm; (ii) Cây lâu năm tăng 9,35%, tác động tăng 0,29 điểm phần trăm. Biến động PPI các nhóm sản phẩm nông nghiệp giai đoạn 2012-2022 như sau:

- Biến động PPI nhóm sản phẩm cây hằng năm: Giai đoạn 2012-2022, bình quân PPI nhóm sản phẩm cây hằng năm tăng 1,47%/năm, trong đó năm 2021 có mức tăng cao nhất là 4,37% so với cùng kỳ năm trước, tác động làm PPI sản phẩm nông nghiệp tăng 1,22 điểm phần trăm. Trong đó, nhóm sản phẩm thóc khô tăng 5,14%, tác động tăng 0,75 điểm phần trăm; nhóm sản phẩm rau các loại tăng 0,58%, tác động làm tăng 0,47 điểm phần trăm. Chiều ngược lại, năm 2012, PPI nhóm sản phẩm cây hằng năm giảm nhiều nhất trong giai đoạn 2012-2022, với mức giảm năm 2012 là 7,56% so với cùng kỳ năm trước, tác động làm PPI sản phẩm hằng năm giảm 0,29 điểm phần trăm, trong đó nhóm sản phẩm thóc khô giảm 10,37%, tác động làm giảm 0,6 điểm phần trăm; nhóm sản phẩm rau các loại giảm 0,66%, tác động giảm 0,31 điểm phần trăm.

Biến động PPI nhóm sản phẩm cây hằng năm giai đoạn 2012-2022 chủ yếu chịu tác động bởi PPI của nhóm sản phẩm: Thóc khô và rau các loại, trong đó đối với nhóm sản phẩm: (1) Thóc khô, giá sản xuất nhóm sản phẩm thóc khô chịu tác động của môi trường tự nhiên (thời tiết; dịch bệnh; mùa vụ…); biến động nhu cầu tiêu thụ trong và ngoài nước; chính sách nhà nước liên quan đến sản xuất sản phẩm nông nghiệp; an ninh lương thực trong nước và thế giới, đặc biệt chịu tác động bởi biến động chi phí đầu vào sản xuất nhóm sản phẩm thóc. (2) Rau các loại, giá sản xuất rau các loại chịu ảnh hưởng bởi yếu tố mùa vụ, thiên tai, dịch bệnh; nhu cầu thị trường tiêu thụ; giống rau các loại và công nghệ sản xuất; biến động chi phí đầu vào sản xuất sản phẩm rau các loại.

Biến động PPI nhóm sản phẩm cây lâu năm: Giai đoạn 2012-2022, bình quân PPI nhóm sản phẩm cây lâu năm giảm 0,47%/năm, trong đó năm 2018, PPI nhóm sản phẩm cây lâu năm giảm 13,8% so với cùng kỳ năm trước, đây là năm có mức giảm nhiều nhất trong giai đoạn 2012-2022, đã tác động làm PPI nông nghiệp giảm 0,3 điểm phần trăm. Nguyên nhân chính do giá nhóm sản phẩm cây ăn quả và mủ cao su khô giảm. Ngược lại, năm 2022, PPI nhóm sản phẩm cây lâu năm tăng 8,2% so với cùng kỳ năm trước, tác động làm PPI nông nghiệp tăng 0,55 điểm phần trăm, trong đó nhóm sản phẩm cây ăn quả tăng 4,75% đã tác động PPI nhóm sản phẩm cây lâu năm tăng 0,38 điểm phần trăm.

Nguyên nhân chính biến động PPI nhóm sản phẩm cây lâu năm, do biến động giá sản xuất nhóm sản phẩm cây ăn quả và mủ cao su khô, sản lượng và chất lượng sản phẩm thu hoạch chịu ảnh hưởng bởi biến đổi khí hậu và nguồn cung trên thị trường; biến động nguồn cung và nhu cầu trên thị trường trong và ngoài nước…

- Biến động PPI nhóm sản phẩm chăn nuôi: Giai đoạn 2012-2022, bình quân PPI nhóm sản phẩm chăn nuôi tăng 3,14%/năm, trong đó năm 2020, PPI chăn nuôi tăng 41,79% so với cùng kỳ năm trước, tác động làm PPI nông nghiệp tăng 1,92 điểm phần trăm; trong đó nhóm sản phẩm chăn nuôi lợn và giống lợn tăng 82,55%, tác động tăng 1,77 điểm phần trăm; nhóm sản phẩm chăn nuôi gia cầm giảm nhẹ 0,42%, tác động giảm 0,14 điểm phần trăm. Tuy nhiên chiều ngược lại, năm 2017 PPI nhóm sản phẩm chăn nuôi giảm 17,31% so với cùng kỳ năm trước và là năm có mức giảm nhiều nhất trong giai đoạn 2012-2022, tác động làm PPI nông nghiệp giảm 0,97 điểm phần trăm. Trong đó, nhóm sản phẩm chăn nuôi lợn và giống lợn giảm 26,77%, tác động làm giảm 0,89 điểm phần trăm; nhóm sản phẩm chăn nuôi gia cầm giảm 3,37%, tác động giảm 0,08 điểm phần trăm.

Nguyên nhân chủ yếu làm biến động PPI nhóm sản phẩm chăn nuôi là do biến động chi phí đầu vào chăn nuôi, đặc biệt là giá thức ăn chăn nuôi; biến động nguồn cung sản phẩm chăn nuôi (lợn hơi; giống lợn; gia cầm, v.v…); dịch bệnh; quy hoạch chăn nuôi lợn và gia cầm; chính sách bình ổn giá trong nước, v.v… các yếu tố nêu trên tác động đến giá sản xuất và PPI sản phẩm chăn nuôi giai đoạn 2012-2022 ở Việt Nam.

Dự báo chỉ số giá sản xuất sản phẩm nông nghiệp ở Việt Nam giai đoạn 2023-2030

Để dự báo PPI sản phẩm nông nghiệp ở Việt Nam giai đoạn 2023-2030, tác giả sử dụng mô hình ARIMA, đây là mô hình tổng hợp của các mô hình: Tự hồi quy (AR), tích hợp (I) và trung bình trượt (MA). Quy trình thực hiện mô hình ARIMA gồm 4 bước: (1) Nhận dạng mô hình (Kiểm định tính dừng của chuỗi dữ liệu); (2) Ước lượng các tham số và lựa chọn mô hình; (3) Kiểm định mô hình; (4) Dự báo. Căn cứ số liệu PPI sản phẩm nông nghiệp giai đoạn 2011-2022 (48 quý, tương đương 48 quan sát), dự báo PPI sản phẩm nông nghiệp ở Việt Nam giai đoạn 2023-2030 theo 4 bước nêu trên như sau:

- Bước 1. Nhận dạng mô hình (Kiểm tra tính dừng của chuỗi dữ liệu)

Kiểm tra tính dừng của chuỗi dữ liệu dựa trên cặp giả thuyết:

H0 : α1 = 0: Chuỗi là không dừng;

H1 : α1 ≠ 0: Chuỗi là dừng.

Kết quả kiểm định Dickey-Fuller (ADF) và Phillips-Perron (PP) hoặc một trong hai kết quả kiểm định ADF và PP có giá trị p_value > 0,05 (thì chưa có cơ sở bác bỏ H0), xem Bảng 1. Vì vậy, kết luận chuỗi dữ liệu PPI sản phẩm nông nghiệp không dừng.

Bảng 1. Kiểm định tính dừng chuỗi dữ liệu chỉ số giá sản xuất sản phẩm nông nghiệp
Phân tích một số nhân tố tác động chỉ số giá sản xuất sản phẩm nông nghiệp và dự báo giai đoạn 2023-2030 ở Việt Nam

Do đó, với chuỗi dữ liệu về PPI sản phẩm nông nghiệp sẽ lấy sai phân bậc 1 và kiểm tra tính dừng của chuỗi sai phân bậc 1. Kết quả kiểm định Dickey-Fuller (ADF) và Phillips-Perron (PP) phản ánh giá trị p_value < 0,05 (bác bỏ H0) xem số liệu Bảng 2. Kết luận chuỗi dữ liệu PPI sản phẩm nông nghiệp dừng tại sai phân bậc 1.

Bảng 2. Kiểm định tính dừng chuỗi chỉ số giá sản xuất sản phẩm nông nghiệp sai phân bậc 1
Phân tích một số nhân tố tác động chỉ số giá sản xuất sản phẩm nông nghiệp và dự báo giai đoạn 2023-2030 ở Việt Nam 1

- Bước 2. Ước lượng các tham số và lựa chọn mô hình

Để xác định giá trị p và q của mô hình ARIMA, dựa vào Đồ thị số 1. ACF và PACF. Có thể thấy, đối với đồ thị PACF các hệ số tương quan khác không ở độ trễ 1; đồ thị ACF các hệ số tương quan riêng phần khác nhau ở các độ trễ 1 và 2. Theo đó, tác giả đề xuất các mô hình: ARIMA (0,1,2); ARIMA (1,1,0) và ARIMA (1,1,2).

Đồ thị 1. ACF và PACF của chuỗi sai phân bậc 1 chỉ số giá sản xuất sản phẩm
nông nghiệp
Phân tích một số nhân tố tác động chỉ số giá sản xuất sản phẩm nông nghiệp và dự báo giai đoạn 2023-2030 ở Việt Nam
Phân tích một số nhân tố tác động chỉ số giá sản xuất sản phẩm nông nghiệp và dự báo giai đoạn 2023-2030 ở Việt Nam 1

Để xác định mô hình dự báo phù hợp nhất, tác giả áp dụng phương pháp thực nghiệm bằng cách so sánh các chỉ số R2 hiệu chỉnh, AIC và Schwarz. Kết quả so sánh phản ánh mô hình ARIMA (1,1,0) là phù hợp nhất đối với bộ dữ liệu nghiên cứu.

- Bước 3. Kiểm định mô hình

Các yêu cầu cần thiết để kiểm định mô hình là xem mô hình có chấp nhận được không? các hệ số ước lượng có ý nghĩa thống kê hay không? phần dư phải không mắc khuyết tật tự tương quan và tuân theo phân phối chuẩn.

- Kiểm tra tính tự tương quan, bài viết sử dụng giá trị thống kê Q của Ljung-Box (1978). Kiểm định dựa trên cặp giả thuyết:

H0 : Không tồn tại hiện tượng tự tương quan

H1 : Tồn tại hiện tượng tự tương quan

Kết quả kiểm định phản ánh giá trị p_Value = 0,5814> 0,05 chưa có cơ sở bác bỏ H0. Vì vậy phần dư của mô hình ARIMA (1,1,0) không mắc khuyết tật tự tương quan.

- Kiểm tra tính phân phối chuẩn, tác giả sử dụng kiểm định Jarque-Bera (JB) (1980). Kiểm định dựa trên cặp giả thuyết:

H0 : Chuỗi không có phân bố chuẩn

H1 : Chuỗi phân bố chuẩn

Kết quả kiểm định phản ánh giá trị p_Value = 2.2e-16 < 0,05 bác bỏ H0. Vì vậy phần dư của mô hình ARIMA (1,1,0) tuân theo phân bố chuẩn.

- Kiểm tra phương sai sai số thay đổi, bài viết sử dụng kiểm định White (1980). Kiểm định dựa trên cặp giả thuyết:

H0 : Phương sai là không đổi

H1 : Phương sai là thay đổi

Kết quả kiểm định phản ánh giá trị p_Value = 0,077> 0,05 chưa có cơ sở bác bỏ H0. Vì vậy mô hình ARIMA (1,1,0) không có phương sai sai số thay đổi.

Các kiểm định nêu trên có thể khẳng định mô hình ARIMA (1,1,0) có thể chấp nhận được và có thể sử dụng để dự báo PPI sản phẩm nông nghiệp giai đoạn 2023-2023.

- Bước 4. Dự báo

Căn cứ mô hình ARIMA (1,1,0) sau kiểm định tại Bước 3, tác giả dự báo PPI sản phẩm nông nghiệp giai đoạn 2023- 2023 ở Việt Nam từ mô hình ARIMA (1,1,0), kết quả dự báo tại Bảng 3 như sau:

Bảng 3. Kết quả dự báo chỉ số giá sản xuất sản phẩm nông nghiệp ở Việt Nam
giai đoạn 2023-2030

Đơn vị tính: %

Phân tích một số nhân tố tác động chỉ số giá sản xuất sản phẩm nông nghiệp và dự báo giai đoạn 2023-2030 ở Việt Nam 2

 

Sử dụng mô hình ARIMA (1,1,0) cho kết quả dự báo khá chính xác, khi dự báo ngắn hạn và trong điều kiện tương đối ổn định. Trong tương lai, việc cập nhật số liệu thực tế (sau điều tra hàng tháng) và kết hợp sử dụng mô hình ARIMA (1,1,0) sẽ cho kết quả dự báo chính xác hơn. Xuất phát từ ưu điểm của mô hình ARIMA, đó là kết quả dự báo ngắn hạn đáng tin cậy hơn so với các phương pháp dự báo khác. Hiện nay, mô hình dự báo ARIMA được sử dụng rộng rãi ở Việt Nam và trên thế giới, do tính dễ sử dụng, kết quả dự báo khá chính xác. Tuy nhiên, mô hình ARIMA có một số hạn chế như: Số quan sát cho dự báo khá lớn; đối với các chỉ tiêu ít biến động, sử dụng mô hình ARIMA tính hiệu quả còn hạn chế, sẽ phù hợp với dự báo ngắn hạn, trong điều kiện tương đối ổn định./.

TS. Đinh Thị Thúy Phương

Phó Vụ trưởng Vụ Thống kê Giá - TCTK

Các bài viết khác
Liên kết website
Liên kết website
Thăm dò ý kiến

Đánh giá khách quan của bạn về thông tin chúng tôi cung cấp? Vui lòng tích vào ô bên dưới để trả lời!

Top