SlideShare une entreprise Scribd logo
1  sur  30
ĐƯỜNG                 PHILLIPS Nhóm7 KE K34
NHÓM 7 LỚP KT NN&PTNT BùiPhạmPhươngHằng PhanDuyThanh NguyễnĐạiDương NguyễnKhắcDũng LêThanh Long
SƠ LƯỢC VỀ LẠM PHÁT, LẠM PHÁT DỰ ĐOÁN VÀ THẤT NGHIỆP TừquanhệTổngCunggiữamứcgiá, mứcgiákìvọngvàtỷlệthấtnghiệp: Pt = Pte(1+ µ )F(ut,z)	(1)	 Pe: mứcgiákìvọng µ: mứcbùgiá u: tỉlệthấtnghiệp z: biếnsốthểhiệntấtcảcácảnhhưởngkhác VớiF(ut,z)= 1- α ut+ z  , tacó:   Pt = Pte(1+ µ )(1- α ut+ z) Từ CT trên, tacómốiliênhệgiữatỷlệlạmphát, lạmphátdựđoánvàtỷlệthấtnghiệpnhưsau:  πt  = πte + (µ+z) – αut	(4) πt : tỷlệlạmphát πet : tỷlệlạmphátdựđoántươngứng
SƠ LƯỢC VỀ LẠM PHÁT, LẠM PHÁT DỰ ĐOÁN VÀ THẤT NGHIỆP Lạmphátdựđoáncàngcaodẫnđếnlạmphátcàngcao. Vớilạmphátdựđoánchotrước, doanhnghiệpchọnthặngsố µ càngcao, hoặccácyếutốảnhhưởngđếnviệcxácđịnhtiềnlương z càngcaothìlạmphátcàngcao. Vớilạmphátdựđoánchotrước, thấtnghiệpcàngcaothìlạmphátcàngthấp.
ĐƯỜNG PHILLIPS
ĐƯỜNG PHILLIPS NGUYÊN THỦY Năm 1958, A.W. Phillips tìmthấysựliênhệnghịchđảovàổnđịnhgiữasuấttiềnlươngdanhnghĩavàtỷlệthấtnghiệp ở Anhcăncứtrênsốliệutrongthờikỳ 1861 – 1957: 	w = f(u) ,	f(u) < 0 	 Năm 1960 Samuelson và Solow tìmramốiquanhệnghịchbiếngiữatỷlệlạmphátvàtỷlệthấtnghiệp: πt= f(u), 	f(u) < 0	 Hay:πt= (µ + z) – αut Thấtnghiệpthấphơndẫnđếntiềnlươngdanhnghĩacaohơn, tiềnlươngdanhnghĩacaohơndẫnđếngiácảcaohơn, tứclàlạmphátcaohơn
Cơchếnàyđôikhiđượcgọilàvòngxoáygiá– lương, đượcthểhiệnnhưsau: Thấtnghiệpthấpdẫnđếntiềnlươngdanhnghĩacaohơn.  Khitiềnlươngdanhnghĩacaohơn, cáccôngtytănggiá. Giácảcaohơn, côngnhânyêucầutiềnlươngdanhnghĩacaohơn. Cáccôngtytănggiáthêm, nêncôngnhânlạiyêucầutănglươngdanhnghĩathêmnữa. Cứnhưvậy, lạmpháttiềnlươngvàgiácảdiễnraliêntục.
Đường Phillips dựđoán – mởrộng Côngnhânvàxínghiệpquantâmđếnsuấttiềnlươngthựcchứkhôngphảisuấttiềnlươngdanhnghĩa.  Milton Friedman (1966, 1968) và Edmund Phelps (1967) lậpluậnrằngphảithêmbiếnsốtỷlệlạmphátdựđoánvàođường Phillips nguyênthủy: 	π t =  πet+ f(u), 	f(u) < 0 Hay: 	πt  = πet + (µ+z) – αut PhươngtrìnhnàyđượcgọilàĐường Phillips giatăng hay Đường Phillip dựđoán – mởrộng.
Đường Phillips mởrộng
Năm 1970 trởđi, liênhệ Phillips sụpđổhoàntoànvàcácsốliệuđãchứngmìnhcholậptrườngcủaFriedmamvà Phelps.  Có 2 nguyênnhânchính: Giádầutăngcao, tácđộngsựgiatăngcác chi phí phi laođộngbuộccáccôngtytănggiádùtiềnlươngkhôngđổi. Điềunàyđồngnghĩavớităng µ, dẫnđếntănglạmphátliêntiếp. Tìnhtrạnglạmphátdaidẳngtừgiữathậpniên 1960 vàsuốtthậpniên 1970 khiếnngườitabắtđầutínhđếnviệcdựđoánlạmphát.  Sựthayđổitrongcáchhìnhthànhdựđoánlàmthayđổibảnchấtcủamỗiquanhệgiữathấtnghiệpvàdựđoán.
Giảsửnhữngdựđoánđượchìnhthànhtrênđẳngthứcsau:  		π te = θ πt-1  	(8) θ chothấytácđộngcủatỷlệlạmphátnămtrướcvớitỷlệlạmphátdựđoánnămhiệntại.  πt  =  θ πt-1  + (µ+z) – αut 	(9) θ = 0: đường Phillips nguyênthủy. θ > 0: tỷlệlạmphátkhôngchỉphụthuộcvàotỷlệthấtnghiệpmàcònphụthuộcvàotỷlệlạmphátnămtrước. θ = 1: tỷlệthấtnghiệpkhôngtácđộngvàotỷlệlạmphátmàvàosựthayđổitỷlệlạmphát: thấtnghiệpcaodẫnđếnlạmphátgiảm, thấtnghiệpthấpdẫnđếnlạmpháttăng.
ĐƯỜNG PHILLIPS NAIRU NAIRU – tỷlệthấtnghiệptựnhiên. Friedman và Phelps chorằngnếunhưchínhphủmuốnduytrìthấtnghiệpthấphơnbằngcáchchấpnhậnlạmphátcaohơn, thìcuốicùngsựđánhđổisẽbiếnmất; tỷlệthấtnghiệpkhôngthểđượcduytrìdướimộtmứcnàođó, gọilà “tỷlệthấtnghiệptựnhiên”. Tỷlệthấtnghiệptựnhiên: tỷlệthấtnghiệpsaochomứcgiáthựctếbằngmứcgiákỳvọng, hay làtỷlệmà ở đólạmphátkhôngđổi.
Gọitỷlệthấtnghiệptựnhiênlàun, theođịnhnghĩa: πt= π te, thayvào PT(4) tacó:  πt  = πte + (µ+z) – αun (µ+z) – αun  = 0 (µ+z) = αun  		(10) un =  (µ+z) / α			(11) Nhưvậy, thặngsố µ càngcaohoặccácyếutốtácđộnglênviệcđịnhlương z càngcaothìtỉlệthấtnghiệptựnhiêncàngcao.
Đường Phillips NAIRU Thế(µ+z) = αun , vào pt đường Phillips tacó:  πt - πte =  - α (ut - un) 	(12) Vớitỷlệlạmphátdựđoán(πte) xấpxỉbằngtỉlệlạmphátnămtrước(πt-1):  πt - πt-1 = - α (ut - un)	(13) Mốiliênhệtrênchothấy: ut= unπt - πt-1  = 0 : tỷlệlạmphátkhôngthayđổi. ut< unπt - πt-1  > 0 : tỷlệlạmphátcóxuhướngtăng. ut> unπt - πt-1  < 0 : tỷlệlạmphátcóxuhướnggiảm. Vàliênhệ (13) thườngđượcgọilàđường Phillips NAIRU.
Đường Phillips NAIRU Khitỷlệthấtnghiệpthựctếcaohơntỷlệthấtnghiệptựnhiênthìlạmphátgiảm. Khitỷlệthấtnghiệpthựctếthấphơntỷlệthấtnghiệptựnhiênthìlạmpháttăng. Tuynhiên, bắtđầutừgiữathậpniên 1980 chođếncuốithậpniên 1990, sốliệu ở HoaKỳchothấyliênhệ Phillips NAIRU khôngđượcrõrệt, cólẽmộtphầnvìnhiềukhíacạnhcủanềnkinhtếđãthayđổi: chínhsáchtiềntệ, chukìkinhdoanh, tỷlệlạmphátítbiếnđổi.
ĐÁNH ĐỔI TẠM THỜI HAY LÂU DÀI?
QUAN HỆ TỔNG CUNG VÀ ĐƯỜNG PHILLIPS Trongngắnhạn:
QUAN HỆ TỔNG CUNG VÀ ĐƯỜNG PHILLIPS Trongdàihạn:
QUAN HỆ TỔNG CUNG VÀ ĐƯỜNG PHILLIPS Khitỷlệlạmphátdựkiếnthayđổi:
QUAN HỆ TỔNG CUNG VÀ ĐƯỜNG PHILLIPS Cáccú shock cung:
NHỮNG CẢNH BÁO Quátrìnhlạmphátvàđường Phillips Mốiquanhệgiữathấtnghiệpvàlạmphátrấtcóthểthayđổitheoquátrìnhlạmphát. Khôngnhữngcáchthứcdựđoáncủacôngnhânvàcáccôngtythayđổimàcảnhữngsắpxếpvềmặttiềnlươngcũngthayđổi.  Hìnhthứccủacácthỏathuậnvềtiềnlươngthayđổitheomứclạmphát. Lươngdanhnghĩađượcấnđịnhchokhoảngthờigianngắnhơn, rúttừmộtnămxuốngcònmộtthánghoặcthậmchíngắnhơnnữa.  Việclậpchỉsốtiềnlương, mộtquytắcđểtựđộngtănglươngtheolạmphát, trởnênphổbiếnhơn.
Tỷlệthấtnghiệp ở Nhật Tỷlệthấtnghiệptrungbình ở Nhậttừnăm 1970 là 2,3% so với 6,5% ở HoaKỳ. DùngtỷlệchuẩnđượctínhbởiTổchứcHợptácvàPháttriểnKinhtế OECD nhằmđiềuchỉnhnhữngkhácnhauvềđịnhnghĩa, thìtỷlệ ở Nhậtlà 2,2% so với 6,4% ở HoaKỳ.  Nếutalấytỷlệthấtnghiệptrungbìnhlàmsốướctínhxấpxỉtỷlệtựnhiên ở NhậtbằngkhoảngmộtphầnbatỷlệtựnhiêncủaHoaKỳ. MộttrongnhữngđặcđiểmchínhcủathịtrườnglaođộngNhậtBảnlàviệcdựarộngrãivàoviệctuyểndụnglaođộngsuốtđời. Dòngdịchchuyểnlaođộngthấphơnnhiềulàlý do chínhtạisaotỷlệthấtnghiệptựnhiên ở NhậtBảnthấphơnHoaKỳ.
Bảng 1 : tổngsốtíchlũyviệclàmcủanamgiớithuộccácđộtuổikhácnhau ở NhậtvàHoaKỳ
Tỷlệthấtnghiệptựnhiênkhácnhau ở cácnước Tỷlệthấtnghiệpphụthuộcvàotấtcảcácyếutốảnhhưởngđếnviệcđịnhtiềnlương, biểuhiệnbằngbiếnsốthểhiệntấtcảảnhhưởngkhác.  Z vàothặngsố, µ do xínghiệpđịnh; vàvàosựđápứngcủalạmphátđốivớithấtnghiệpbiểuhiệnbằng  α . Vìcácyếutốnàykhácnhaugiữacácnước, nênkhôngcólí do gìđểdựđoáncácnướckhácnhaulạicócùngtỷlệthấtnghiệptựnhiên. Tổchứcnộibộcủacáccôngtyrấtkhácnhaugiữahainước. Cácdòngngườilaođộngrờikhỏiviệclàmvàmớiđượcthuêmướn ở NhậtBảnnhỏhơnnhiều so với ở HoaKỳ, kếtquảlàtỷlệthấtnghiệp ở NhậtthấphơnHoaKỳ.
Nhữngthayđổitrongtỷlệthấtnghiệptựnhiêntheothờigian. Khiướctínhđẳngthứcun =  (µ + z) / α  , tađãcho (µ + z)làhằngsố.  Nhưngkhôngcólý do gìđể tin rằng µ vàz khôngthayđổitheothờigian.  Thànhphầnlựclượnglaođộng, cấutrúcthươnglượngvềtiềnlương, hệthốngthấtnghiệp, v.v… rấtcóthểthayđổitheothờigian, dẫnđếntỷlệthấtnghiệptựnhiênthayđổitheothờigian.
Nhữnghạnchếtronghiểubiếtcủachúngta Lýthuyếtvềtỷlệthấtnghiệptựnhiênchocácnhàkinhtếvĩmôphươnghướngđểtìmsựkhácnhauvềtỷlệthấtnghiệptựnhiên ở cácnướchoặctìmnhữngbiếnthiêncủatỷlệthấtnghiệptựnhiêntheothờigiantạimộtquốcgianàođó.  Nhưngsựthậtlàhiểubiếtchínhxáccủacácnhàkinhtếvĩmôvềnhữngyếutốnàoquyếtđịnhtỷlệthấtnghiệptựnhiênhãycònrấthạnchế.  Chúngtakhôngthểnắmchắcđượcdanhsáchchínhxáccácyếutốđằngsauz vàcácảnhhưởngđộngcủamỗiyếutốđốivớitỷlệthấtnghiệptựnhiên.
Lạmphátlương, lạmphátgiá, vàthấtnghiệp ở HoaKỳ, 1994 – 1998
KẾT LUẬN NềntảngcủaĐường Phillips làđườngcungvàđườngcầu. Khicầucaovàtỉlệthấtnghiệpthấp, thìcôngnhâncóthểthươnglượngđểmứclượngdanhnghĩatăngcaohơn so vớikhicầugiảmvàthấtnghiệpthìtăng.  Chínhsáchgiácảcủacáccôngtychuyểnlạmpháttiềnlươngthànhlạmphátgiácả.  TỷlệthấtnghiệptựnhiênphụthuộcvàonhiềuyếutốkhácnhaugiữacácQuốcGiavàcóthểthayđổitheothờigian.  Luôncósựđánhđổitạmthờigiữalạmphátvàthấtnghiệp, nhưngkhôngcósựđánhđổilâudài.

Contenu connexe

En vedette

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by HubspotMarius Sescu
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTExpeed Software
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsPixeldarts
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthThinkNow
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfmarketingartwork
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024Neil Kimberley
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)contently
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024Albert Qian
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsKurio // The Social Media Age(ncy)
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Search Engine Journal
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summarySpeakerHub
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next Tessa Mero
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentLily Ray
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best PracticesVit Horky
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project managementMindGenius
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...RachelPearson36
 

En vedette (20)

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPT
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage Engineerings
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
 
Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 

Phillips curve

  • 1. ĐƯỜNG PHILLIPS Nhóm7 KE K34
  • 2. NHÓM 7 LỚP KT NN&PTNT BùiPhạmPhươngHằng PhanDuyThanh NguyễnĐạiDương NguyễnKhắcDũng LêThanh Long
  • 3. SƠ LƯỢC VỀ LẠM PHÁT, LẠM PHÁT DỰ ĐOÁN VÀ THẤT NGHIỆP TừquanhệTổngCunggiữamứcgiá, mứcgiákìvọngvàtỷlệthấtnghiệp: Pt = Pte(1+ µ )F(ut,z) (1) Pe: mứcgiákìvọng µ: mứcbùgiá u: tỉlệthấtnghiệp z: biếnsốthểhiệntấtcảcácảnhhưởngkhác VớiF(ut,z)= 1- α ut+ z , tacó: Pt = Pte(1+ µ )(1- α ut+ z) Từ CT trên, tacómốiliênhệgiữatỷlệlạmphát, lạmphátdựđoánvàtỷlệthấtnghiệpnhưsau: πt = πte + (µ+z) – αut (4) πt : tỷlệlạmphát πet : tỷlệlạmphátdựđoántươngứng
  • 4. SƠ LƯỢC VỀ LẠM PHÁT, LẠM PHÁT DỰ ĐOÁN VÀ THẤT NGHIỆP Lạmphátdựđoáncàngcaodẫnđếnlạmphátcàngcao. Vớilạmphátdựđoánchotrước, doanhnghiệpchọnthặngsố µ càngcao, hoặccácyếutốảnhhưởngđếnviệcxácđịnhtiềnlương z càngcaothìlạmphátcàngcao. Vớilạmphátdựđoánchotrước, thấtnghiệpcàngcaothìlạmphátcàngthấp.
  • 6. ĐƯỜNG PHILLIPS NGUYÊN THỦY Năm 1958, A.W. Phillips tìmthấysựliênhệnghịchđảovàổnđịnhgiữasuấttiềnlươngdanhnghĩavàtỷlệthấtnghiệp ở Anhcăncứtrênsốliệutrongthờikỳ 1861 – 1957: w = f(u) , f(u) < 0 Năm 1960 Samuelson và Solow tìmramốiquanhệnghịchbiếngiữatỷlệlạmphátvàtỷlệthấtnghiệp: πt= f(u), f(u) < 0 Hay:πt= (µ + z) – αut Thấtnghiệpthấphơndẫnđếntiềnlươngdanhnghĩacaohơn, tiềnlươngdanhnghĩacaohơndẫnđếngiácảcaohơn, tứclàlạmphátcaohơn
  • 7.
  • 8. Cơchếnàyđôikhiđượcgọilàvòngxoáygiá– lương, đượcthểhiệnnhưsau: Thấtnghiệpthấpdẫnđếntiềnlươngdanhnghĩacaohơn. Khitiềnlươngdanhnghĩacaohơn, cáccôngtytănggiá. Giácảcaohơn, côngnhânyêucầutiềnlươngdanhnghĩacaohơn. Cáccôngtytănggiáthêm, nêncôngnhânlạiyêucầutănglươngdanhnghĩathêmnữa. Cứnhưvậy, lạmpháttiềnlươngvàgiácảdiễnraliêntục.
  • 9. Đường Phillips dựđoán – mởrộng Côngnhânvàxínghiệpquantâmđếnsuấttiềnlươngthựcchứkhôngphảisuấttiềnlươngdanhnghĩa. Milton Friedman (1966, 1968) và Edmund Phelps (1967) lậpluậnrằngphảithêmbiếnsốtỷlệlạmphátdựđoánvàođường Phillips nguyênthủy: π t = πet+ f(u), f(u) < 0 Hay: πt = πet + (µ+z) – αut PhươngtrìnhnàyđượcgọilàĐường Phillips giatăng hay Đường Phillip dựđoán – mởrộng.
  • 11. Năm 1970 trởđi, liênhệ Phillips sụpđổhoàntoànvàcácsốliệuđãchứngmìnhcholậptrườngcủaFriedmamvà Phelps. Có 2 nguyênnhânchính: Giádầutăngcao, tácđộngsựgiatăngcác chi phí phi laođộngbuộccáccôngtytănggiádùtiềnlươngkhôngđổi. Điềunàyđồngnghĩavớităng µ, dẫnđếntănglạmphátliêntiếp. Tìnhtrạnglạmphátdaidẳngtừgiữathậpniên 1960 vàsuốtthậpniên 1970 khiếnngườitabắtđầutínhđếnviệcdựđoánlạmphát. Sựthayđổitrongcáchhìnhthànhdựđoánlàmthayđổibảnchấtcủamỗiquanhệgiữathấtnghiệpvàdựđoán.
  • 12. Giảsửnhữngdựđoánđượchìnhthànhtrênđẳngthứcsau: π te = θ πt-1 (8) θ chothấytácđộngcủatỷlệlạmphátnămtrướcvớitỷlệlạmphátdựđoánnămhiệntại. πt = θ πt-1 + (µ+z) – αut (9) θ = 0: đường Phillips nguyênthủy. θ > 0: tỷlệlạmphátkhôngchỉphụthuộcvàotỷlệthấtnghiệpmàcònphụthuộcvàotỷlệlạmphátnămtrước. θ = 1: tỷlệthấtnghiệpkhôngtácđộngvàotỷlệlạmphátmàvàosựthayđổitỷlệlạmphát: thấtnghiệpcaodẫnđếnlạmphátgiảm, thấtnghiệpthấpdẫnđếnlạmpháttăng.
  • 13. ĐƯỜNG PHILLIPS NAIRU NAIRU – tỷlệthấtnghiệptựnhiên. Friedman và Phelps chorằngnếunhưchínhphủmuốnduytrìthấtnghiệpthấphơnbằngcáchchấpnhậnlạmphátcaohơn, thìcuốicùngsựđánhđổisẽbiếnmất; tỷlệthấtnghiệpkhôngthểđượcduytrìdướimộtmứcnàođó, gọilà “tỷlệthấtnghiệptựnhiên”. Tỷlệthấtnghiệptựnhiên: tỷlệthấtnghiệpsaochomứcgiáthựctếbằngmứcgiákỳvọng, hay làtỷlệmà ở đólạmphátkhôngđổi.
  • 14. Gọitỷlệthấtnghiệptựnhiênlàun, theođịnhnghĩa: πt= π te, thayvào PT(4) tacó: πt = πte + (µ+z) – αun (µ+z) – αun = 0 (µ+z) = αun (10) un = (µ+z) / α (11) Nhưvậy, thặngsố µ càngcaohoặccácyếutốtácđộnglênviệcđịnhlương z càngcaothìtỉlệthấtnghiệptựnhiêncàngcao.
  • 15. Đường Phillips NAIRU Thế(µ+z) = αun , vào pt đường Phillips tacó: πt - πte = - α (ut - un) (12) Vớitỷlệlạmphátdựđoán(πte) xấpxỉbằngtỉlệlạmphátnămtrước(πt-1): πt - πt-1 = - α (ut - un) (13) Mốiliênhệtrênchothấy: ut= unπt - πt-1 = 0 : tỷlệlạmphátkhôngthayđổi. ut< unπt - πt-1 > 0 : tỷlệlạmphátcóxuhướngtăng. ut> unπt - πt-1 < 0 : tỷlệlạmphátcóxuhướnggiảm. Vàliênhệ (13) thườngđượcgọilàđường Phillips NAIRU.
  • 16.
  • 17. Đường Phillips NAIRU Khitỷlệthấtnghiệpthựctếcaohơntỷlệthấtnghiệptựnhiênthìlạmphátgiảm. Khitỷlệthấtnghiệpthựctếthấphơntỷlệthấtnghiệptựnhiênthìlạmpháttăng. Tuynhiên, bắtđầutừgiữathậpniên 1980 chođếncuốithậpniên 1990, sốliệu ở HoaKỳchothấyliênhệ Phillips NAIRU khôngđượcrõrệt, cólẽmộtphầnvìnhiềukhíacạnhcủanềnkinhtếđãthayđổi: chínhsáchtiềntệ, chukìkinhdoanh, tỷlệlạmphátítbiếnđổi.
  • 18. ĐÁNH ĐỔI TẠM THỜI HAY LÂU DÀI?
  • 19. QUAN HỆ TỔNG CUNG VÀ ĐƯỜNG PHILLIPS Trongngắnhạn:
  • 20. QUAN HỆ TỔNG CUNG VÀ ĐƯỜNG PHILLIPS Trongdàihạn:
  • 21. QUAN HỆ TỔNG CUNG VÀ ĐƯỜNG PHILLIPS Khitỷlệlạmphátdựkiếnthayđổi:
  • 22. QUAN HỆ TỔNG CUNG VÀ ĐƯỜNG PHILLIPS Cáccú shock cung:
  • 23. NHỮNG CẢNH BÁO Quátrìnhlạmphátvàđường Phillips Mốiquanhệgiữathấtnghiệpvàlạmphátrấtcóthểthayđổitheoquátrìnhlạmphát. Khôngnhữngcáchthứcdựđoáncủacôngnhânvàcáccôngtythayđổimàcảnhữngsắpxếpvềmặttiềnlươngcũngthayđổi. Hìnhthứccủacácthỏathuậnvềtiềnlươngthayđổitheomứclạmphát. Lươngdanhnghĩađượcấnđịnhchokhoảngthờigianngắnhơn, rúttừmộtnămxuốngcònmộtthánghoặcthậmchíngắnhơnnữa. Việclậpchỉsốtiềnlương, mộtquytắcđểtựđộngtănglươngtheolạmphát, trởnênphổbiếnhơn.
  • 24. Tỷlệthấtnghiệp ở Nhật Tỷlệthấtnghiệptrungbình ở Nhậttừnăm 1970 là 2,3% so với 6,5% ở HoaKỳ. DùngtỷlệchuẩnđượctínhbởiTổchứcHợptácvàPháttriểnKinhtế OECD nhằmđiềuchỉnhnhữngkhácnhauvềđịnhnghĩa, thìtỷlệ ở Nhậtlà 2,2% so với 6,4% ở HoaKỳ. Nếutalấytỷlệthấtnghiệptrungbìnhlàmsốướctínhxấpxỉtỷlệtựnhiên ở NhậtbằngkhoảngmộtphầnbatỷlệtựnhiêncủaHoaKỳ. MộttrongnhữngđặcđiểmchínhcủathịtrườnglaođộngNhậtBảnlàviệcdựarộngrãivàoviệctuyểndụnglaođộngsuốtđời. Dòngdịchchuyểnlaođộngthấphơnnhiềulàlý do chínhtạisaotỷlệthấtnghiệptựnhiên ở NhậtBảnthấphơnHoaKỳ.
  • 25. Bảng 1 : tổngsốtíchlũyviệclàmcủanamgiớithuộccácđộtuổikhácnhau ở NhậtvàHoaKỳ
  • 26. Tỷlệthấtnghiệptựnhiênkhácnhau ở cácnước Tỷlệthấtnghiệpphụthuộcvàotấtcảcácyếutốảnhhưởngđếnviệcđịnhtiềnlương, biểuhiệnbằngbiếnsốthểhiệntấtcảảnhhưởngkhác. Z vàothặngsố, µ do xínghiệpđịnh; vàvàosựđápứngcủalạmphátđốivớithấtnghiệpbiểuhiệnbằng α . Vìcácyếutốnàykhácnhaugiữacácnước, nênkhôngcólí do gìđểdựđoáncácnướckhácnhaulạicócùngtỷlệthấtnghiệptựnhiên. Tổchứcnộibộcủacáccôngtyrấtkhácnhaugiữahainước. Cácdòngngườilaođộngrờikhỏiviệclàmvàmớiđượcthuêmướn ở NhậtBảnnhỏhơnnhiều so với ở HoaKỳ, kếtquảlàtỷlệthấtnghiệp ở NhậtthấphơnHoaKỳ.
  • 27. Nhữngthayđổitrongtỷlệthấtnghiệptựnhiêntheothờigian. Khiướctínhđẳngthứcun = (µ + z) / α , tađãcho (µ + z)làhằngsố. Nhưngkhôngcólý do gìđể tin rằng µ vàz khôngthayđổitheothờigian. Thànhphầnlựclượnglaođộng, cấutrúcthươnglượngvềtiềnlương, hệthốngthấtnghiệp, v.v… rấtcóthểthayđổitheothờigian, dẫnđếntỷlệthấtnghiệptựnhiênthayđổitheothờigian.
  • 28. Nhữnghạnchếtronghiểubiếtcủachúngta Lýthuyếtvềtỷlệthấtnghiệptựnhiênchocácnhàkinhtếvĩmôphươnghướngđểtìmsựkhácnhauvềtỷlệthấtnghiệptựnhiên ở cácnướchoặctìmnhữngbiếnthiêncủatỷlệthấtnghiệptựnhiêntheothờigiantạimộtquốcgianàođó. Nhưngsựthậtlàhiểubiếtchínhxáccủacácnhàkinhtếvĩmôvềnhữngyếutốnàoquyếtđịnhtỷlệthấtnghiệptựnhiênhãycònrấthạnchế. Chúngtakhôngthểnắmchắcđượcdanhsáchchínhxáccácyếutốđằngsauz vàcácảnhhưởngđộngcủamỗiyếutốđốivớitỷlệthấtnghiệptựnhiên.
  • 30. KẾT LUẬN NềntảngcủaĐường Phillips làđườngcungvàđườngcầu. Khicầucaovàtỉlệthấtnghiệpthấp, thìcôngnhâncóthểthươnglượngđểmứclượngdanhnghĩatăngcaohơn so vớikhicầugiảmvàthấtnghiệpthìtăng. Chínhsáchgiácảcủacáccôngtychuyểnlạmpháttiềnlươngthànhlạmphátgiácả. TỷlệthấtnghiệptựnhiênphụthuộcvàonhiềuyếutốkhácnhaugiữacácQuốcGiavàcóthểthayđổitheothờigian. Luôncósựđánhđổitạmthờigiữalạmphátvàthấtnghiệp, nhưngkhôngcósựđánhđổilâudài.