KHI NÀO FED NÊN TĂNG LÃI SUẤT?

Cú sốc năng lượng, AI, năng suất và giá trị của việc chờ thêm dữ liệu

Tóm tắt

Quyết định tăng lãi suất của Cục Dự trữ Liên bang Mỹ (Federal Reserve – Fed) trong bối cảnh lạm phát vẫn cao đặt ra một vấn đề quan trọng hơn việc xác định mức lãi suất “đúng”: Fed đã có đủ thông tin để nhận diện chính xác nguồn gốc của lạm phát hay chưa? Ngày 16/9/2026, Federal Open Market Committee (FOMC) nhất trí tăng phạm vi mục tiêu federal funds rate thêm 25 điểm cơ bản, lên 3,75–4,00%. Fed đồng thời đánh giá hoạt động kinh tế vẫn tăng trưởng vững, năng suất tăng mạnh và đầu tư vốn ở mức cao, trong khi lạm phát vẫn cao hơn mục tiêu 2%.

Bài viết lập luận rằng trong bối cảnh hiện nay, quyết định tăng lãi suất có thể đã hơi sớm, không phải vì chính sách tiền tệ không có khả năng kiểm soát lạm phát, mà bởi nền kinh tế Mỹ đang chịu đồng thời nhiều cú sốc có bản chất khác nhau. Một phần lạm phát đến từ cú sốc năng lượng liên quan đến xung đột Trung Đông, trong khi đầu tư AI và năng suất đang tạo ra một cú sốc tích cực từ phía cung. Báo cáo Monetary Policy Report tháng 7/2026 của Fed cũng xác nhận rằng giá năng lượng tăng mạnh sau xung đột Trung Đông đã góp phần đáng kể vào mức tăng lạm phát; đồng thời năng suất lao động tăng mạnh và đầu tư vốn, đặc biệt đầu tư liên quan đến AI, tăng nhanh.

Trong điều kiện đó, việc quan sát lạm phát cao không đủ để xác định ngay rằng tổng cầu đang tăng quá mức. Cú sốc năng lượng có thể mang tính tạm thời và đảo chiều; trong khi chính sách tiền tệ tác động với độ trễ dài và biến thiên. Ngược lại, AI có thể làm tăng đầu tư, vốn, năng suất và sản lượng tiềm năng, qua đó thay đổi quan hệ giữa cung tiền, tổng cầu và lạm phát. Từ phương trình (MV=PY) của kinh tế học tiền tệ, tác động lạm phát của tăng trưởng tiền phụ thuộc không chỉ vào (M), mà còn vào tốc độ lưu thông tiền (V) và tốc độ tăng sản lượng thực (Y).

Bài viết không kết luận Fed đã sai khi tăng 25 điểm cơ bản. Thay vào đó, bài viết cho rằng trong điều kiện model uncertainty và data uncertainty cao, giá trị thông tin của việc quan sát thêm dữ liệu có thể lớn. Đây là cơ sở để xem xét một cách thận trọng liệu việc tăng lãi suất vừa qua có phải là một bước đi hơi sớm hay không.

Từ khóa: Fed, FOMC, lạm phát, chính sách tiền tệ, cung tiền, cú sốc cung, AI, năng suất, sản lượng tiềm năng, Friedman, Hayek, North.

---

Abstract

When Should the Federal Reserve Raise Interest Rates?

Energy Shocks, Artificial Intelligence, Productivity, and the Value of Waiting for More Information

The Federal Reserve's recent interest-rate decision raises a fundamental question beyond the appropriate level of the federal funds rate: did policymakers have sufficient information to identify the sources and persistence of current inflation? On September 16, 2026, the Federal Open Market Committee unanimously increased the target range for the federal funds rate by 25 basis points to 3.75–4.00 percent. At the same time, the Federal Reserve reported solid economic activity, strong productivity growth, robust capital investment, and elevated inflation.

This paper argues that the latest rate increase may have occurred somewhat prematurely, not because monetary policy is ineffective in controlling inflation, but because the U.S. economy is simultaneously experiencing shocks with fundamentally different characteristics. Energy prices have been affected by the Middle East conflict, creating a supply-side inflation shock, while artificial intelligence (AI), capital investment, and productivity growth may be generating a positive supply-side shock.

The July 2026 Monetary Policy Report explicitly recognized that energy-price increases associated with the Middle East conflict contributed to higher inflation. At the same time, the Federal Reserve reported strong labor-productivity growth and rapid capital investment, particularly investment related to AI infrastructure.

Under such conditions, observing elevated inflation does not by itself establish that aggregate demand is excessively strong. An energy shock may be temporary and reversible, whereas monetary policy operates with long and variable lags. Conversely, AI-driven productivity growth may raise potential output and alter the relationship between money growth, aggregate demand, and inflation.

Using the quantity-theory framework (MV=PY), this paper argues that the inflationary consequences of monetary expansion depend not only on money growth but also on velocity and real-output growth. The paper does not conclude that the Federal Reserve's rate increase was necessarily incorrect. Rather, it argues that when model uncertainty and information uncertainty are unusually high, the option value of waiting for additional evidence may be significant.

Keywords: Federal Reserve, FOMC, inflation, monetary policy, money supply, supply shock, artificial intelligence, productivity, potential output, Friedman, Hayek, North.

---

I. ĐẶT VẤN ĐỀ

Ngày 16/9/2026, FOMC nhất trí tăng phạm vi mục tiêu của federal funds rate thêm 25 điểm cơ bản, từ 3,50–3,75% lên 3,75–4,00%. Đây là lần tăng lãi suất đầu tiên kể từ năm 2023. FOMC cho rằng hoạt động kinh tế đang mở rộng với tốc độ vững, chi tiêu nội địa vẫn có khả năng chống chịu, năng suất tăng mạnh và đầu tư vốn ở mức cao, trong khi lạm phát vẫn ở mức cao.

Quyết định này diễn ra trong một môi trường kinh tế đặc biệt.

Thứ nhất, giá năng lượng tăng mạnh sau khi xung đột Trung Đông làm gián đoạn nguồn cung và vận chuyển dầu. Monetary Policy Report tháng 7/2026 của Fed cho biết PCE energy prices đã tăng 24% trong 12 tháng tính đến tháng 5; phần lớn mức tăng liên quan đến sự gia tăng của giá dầu và xăng sau khi xung đột bắt đầu.

Thứ hai, nền kinh tế Mỹ đang trải qua một chu kỳ đầu tư lớn liên quan đến AI. Fed ghi nhận business fixed investment tăng với tốc độ hàng năm 11% trong quý I/2026, trong đó phần lớn sức mạnh đầu tư liên quan đến việc xây dựng cơ sở hạ tầng phục vụ AI.

Thứ ba, năng suất lao động đang tăng tương đối mạnh. Fed cho biết năng suất lao động khu vực doanh nghiệp tăng bình quân khoảng 2,1% mỗi năm kể từ cuối năm 2019, cao hơn mức 1,5% của chu kỳ 2007–2019. Fed cho rằng đầu tư vào công nghệ và vốn công nghệ cao là một trong những yếu tố giải thích, đồng thời việc áp dụng AI có thể đang đóng góp, dù tác động trực tiếp vẫn còn tương đối khiêm tốn.

Như vậy, nền kinh tế đang đồng thời trải qua:

$$\text{Energy supply shock} + \text{AI investment shock} + \text{Productivity shock}.$$

Đây là môi trường khiến việc diễn giải lạm phát trở nên khó khăn.

Câu hỏi trung tâm của bài viết vì vậy không phải là:

Fed có nên chống lạm phát hay không?

Mà là:

Fed đã có đủ thông tin để xác định rằng lạm phát hiện tại chủ yếu mang tính dai dẳng và cần phản ứng ngay bằng lãi suất hay chưa?

---

II. LẠM PHÁT HIỆN TẠI: CÚ SỐC CUNG HAY ÁP LỰC CẦU?

2.1. Lạm phát có thể xuất phát từ nhiều cơ chế

Về mặt lý thuyết tiền tệ, phương trình trao đổi:

$$MV=PY$$

cho thấy tổng chi tiêu danh nghĩa được xác định bởi lượng tiền và tốc độ lưu thông tiền, trong mối quan hệ với mức giá và sản lượng thực.

Tốc độ tăng trưởng có thể biểu diễn gần đúng:

$$\pi = g_M + g_V - g_Y.$$

Do đó, khi lạm phát tăng, không thể ngay lập tức suy ra:

$$M\uparrow \Rightarrow P\uparrow.$$

Cần xem xét đồng thời:

• tốc độ tăng cung tiền;
• tốc độ lưu thông tiền;
• tăng trưởng sản lượng;
• năng suất;
• tổng cầu;
• cú sốc cung;
• kỳ vọng lạm phát.

Trong trường hợp Mỹ hiện nay, nhiều yếu tố cùng tác động đến giá cả.

Fed tháng 7/2026 ghi nhận lạm phát tăng do nhiều yếu tố, trong đó có tariff, giá năng lượng tăng sau xung đột Trung Đông và nhu cầu tăng đối với một số sản phẩm công nghệ cao phục vụ AI.

Điều đó có nghĩa:

$$Inflation = Demand\ effects + Supply\ effects + Energy + Tariffs + AI\ investment + Expectations.$$

Vấn đề là tỷ trọng của từng thành phần chưa thể quan sát hoàn toàn ngay lập tức.

---

III. CÚ SỐC NĂNG LƯỢNG VÀ GIỚI HẠN CỦA LÃI SUẤT

Một cú sốc năng lượng điển hình có thể được mô tả:

$$Oil\uparrow$$

→ chi phí năng lượng ↑

→ chi phí vận tải ↑

→ chi phí sản xuất ↑

→ giá hàng hóa ↑.

Trong chuỗi này, lãi suất của Fed không làm tăng nguồn cung dầu.

Nếu nguyên nhân của cú sốc là xung đột địa chính trị, lãi suất cũng không thể trực tiếp:

• chấm dứt xung đột;
• mở lại tuyến vận chuyển;
• khôi phục cơ sở hạ tầng năng lượng;
• tăng sản lượng dầu trong ngắn hạn.

Fed chỉ có thể tác động gián tiếp:

$$r\uparrow$$

→ credit conditions thắt chặt

→ tiêu dùng và đầu tư giảm

→ tổng cầu giảm

→ áp lực giá giảm.

Nói cách khác, Fed có thể làm giảm hệ quả thứ cấp của cú sốc cung, nhưng không trực tiếp loại bỏ nguyên nhân ban đầu.

---

IV. FIRST-ROUND EFFECT VÀ SECOND-ROUND EFFECT

Điều này dẫn đến sự phân biệt quan trọng.

First-round effect

$$Oil\uparrow \rightarrow Energy\ prices\uparrow \rightarrow CPI/PCE\uparrow.$$

Nếu xung đột kết thúc:

$$Oil\downarrow \rightarrow Energy\ inflation\downarrow.$$

Trong trường hợp đó, một phần lạm phát có thể tự đảo chiều.

Second-round effect

Nhưng nếu:

$$Oil\uparrow \rightarrow Inflation\uparrow \rightarrow Wages\uparrow \rightarrow Prices\uparrow$$

thì cú sốc ban đầu có thể trở thành lạm phát dai dẳng.

Đây là lý do Fed không thể hoàn toàn bỏ qua cú sốc năng lượng.

Tuy nhiên, vấn đề chính sách nằm ở thời điểm.

Nếu Fed tăng lãi suất trước khi có đủ bằng chứng về second-round effects, chính sách có thể phản ứng với một cú sốc tạm thời như thể đó là một cú sốc cầu kéo dài.

---

V. ĐỘ TRỄ CỦA CHÍNH SÁCH TIỀN TỆ

Một trong những lý do quan trọng nhất để thận trọng là monetary policy không tác động tức thời.

Fed cũng thừa nhận vấn đề long and variable lags. Nghiên cứu và thảo luận của Fed cho thấy tác động tối đa của một số cú sốc chính sách tiền tệ lên hoạt động kinh tế và lạm phát có thể mất khoảng một đến hai năm mới xuất hiện đầy đủ.

Do đó:

$$r_t\uparrow$$

không đồng nghĩa:

$$\pi_t\downarrow.$$

Mà gần hơn với:

$$r_t\uparrow \rightarrow C_{t+1},I_{t+1}\downarrow \rightarrow AD_{t+2}\downarrow \rightarrow Output\ gap\downarrow \rightarrow \pi_{t+2}\downarrow.$$

Thời gian chính xác không cố định, và độ trễ thay đổi theo điều kiện tài chính, kỳ vọng và cấu trúc nền kinh tế.

Đây là điểm mà Milton Friedman gọi là long and variable lags.

Vì vậy, Fed có thể đang phải đưa ra quyết định hôm nay dựa trên dự báo về tác động của nó trong một nền kinh tế tương lai mà bản thân nền kinh tế đó có thể đã thay đổi.

---

VI. AI VÀ NĂNG SUẤT: MỘT CÚ SỐC TỪ PHÍA CUNG

Đây là yếu tố khiến môi trường hiện tại khác với một chu kỳ lạm phát thông thường.

AI có thể tác động tới nền kinh tế theo hai hướng.

Trong ngắn hạn

$$AI\ investment\uparrow$$

→ nhu cầu vốn ↑

→ nhu cầu xây dựng ↑

→ nhu cầu chip ↑

→ nhu cầu điện ↑

→ nhu cầu lao động kỹ năng cao ↑.

Điều này tạo ra áp lực tổng cầu.

Trong trung và dài hạn

$$AI\ adoption\uparrow$$

→ productivity ↑

→ TFP ↑

→ unit cost ↓

→ potential output ↑.

Do đó:

$$AI \rightarrow Y^*\uparrow.$$

Nếu (Y^*) tăng nhanh, nền kinh tế có thể hấp thụ mức tăng tổng cầu lớn hơn mà không tạo ra mức lạm phát tương ứng.

Đây chính là yếu tố cần được phân biệt với một nền kinh tế có năng suất trì trệ.

---

VII. FRIEDMAN VÀ MỐI QUAN HỆ GIỮA TIỀN, SẢN LƯỢNG VÀ GIÁ

Từ:

$$MV=PY$$

ta có:

$$\pi\approx g_M+g_V-g_Y.$$

Điều này tạo ra một kết luận quan trọng.

Nếu:

$$g_M\uparrow$$

nhưng:

$$g_Y\uparrow\uparrow,$$

thì tác động lên lạm phát có thể nhỏ hơn.

Ví dụ giả định:

$$g_M=7\%, \quad g_V=0\%, \quad g_Y=5\%.$$

thì:

$$\pi\approx2\%.$$

Nếu năng suất chỉ cho phép:

$$g_Y=2\%,$$

thì:

$$\pi\approx5\%.$$

Đây chỉ là một minh họa cơ học, không phải dự báo thực tế. Nhưng nó cho thấy tại sao tốc độ tăng sản lượng thực là biến số trung tâm khi đánh giá tác động của cung tiền.

Friedman và Schwartz (1963) nhấn mạnh vai trò của tiền trong các biến động kinh tế Mỹ và đóng góp quan trọng vào sự phát triển của monetary history và modern quantity theory.

Tuy nhiên, không nên diễn giải Friedman theo nghĩa:

“Cứ tăng cung tiền thì sản lượng tăng mà không có lạm phát.”

Kết luận chính xác hơn là:

Tác động của tăng trưởng tiền tệ đối với giá phụ thuộc vào tốc độ tăng sản lượng danh nghĩa, velocity và cách nguồn tiền được truyền vào nền kinh tế.

---

VIII. AI CÓ THỂ LÀM THAY ĐỔI MỐI QUAN HỆ TIỀN–LẠM PHÁT

Đây là điểm đáng chú ý nhất về mặt lý thuyết.

Nếu AI làm:

$$TFP\uparrow$$

thì:

$$Y^*\uparrow.$$

Khi đó, cùng một mức tăng danh nghĩa của cầu có thể tạo ra ít áp lực giá hơn.

Điều này có nghĩa:

Một tốc độ tăng cung tiền hoặc tín dụng từng được xem là gây áp lực lạm phát trong quá khứ không nhất thiết tạo ra cùng một kết quả trong một nền kinh tế có tốc độ tăng năng suất cao hơn.

Nhưng có một điều kiện rất quan trọng:

Nguồn vốn phải thực sự được phân bổ vào hoạt động sản xuất.

Nếu tiền đi vào:

$$Real\ estate\ speculation$$

hoặc:

$$Financial\ asset\ inflation,$$

thì:

$$Asset\ prices\uparrow$$

mà:

$$Y^*$$

không tăng tương ứng.

Do đó, vấn đề không chỉ là M tăng bao nhiêu, mà còn là:

Tiền được truyền vào đâu?

---

IX. AI CŨNG CÓ THỂ GÂY LẠM PHÁT TRONG NGẮN HẠN

Một phân tích cân bằng phải thừa nhận mặt ngược lại.

AI investment boom có thể làm tăng:

• giá semiconductor;
• giá điện;
• chi phí xây dựng;
• nhu cầu đất và data centers;
• nhu cầu lao động kỹ thuật cao;
• giá các loại hàng hóa trung gian.

Fed tháng 7/2026 thực tế ghi nhận giá software, computers và electronics tăng nhanh; nhu cầu chip và các linh kiện phục vụ data centers là một yếu tố góp phần. Fed cũng ghi nhận giá kim loại công nghiệp tăng, một phần do hạn chế nguồn cung và nhu cầu xây dựng data centers.

Vì vậy:

$$AI\ investment\uparrow$$

có thể tạo:

$$Demand\ pressure\uparrow$$

trong ngắn hạn,

nhưng:

$$Productivity\uparrow$$

có thể tạo:

$$Supply\ expansion\uparrow$$

trong trung và dài hạn.

Chính độ trễ giữa hai tác động khiến việc điều hành chính sách trở nên khó khăn.

---

X. LÃI SUẤT CAO CÓ THỂ TÁC ĐỘNG NGƯỢC ĐẾN NĂNG SUẤT TƯƠNG LAI

Đầu tư AI phần lớn là đầu tư vốn dài hạn.

Một dự án data center, semiconductor plant hoặc hạ tầng điện cần vốn lớn và thời gian hoàn vốn dài.

Khi:

$$r\uparrow$$

thì:

$$WACC\uparrow$$

và:

$$NPV\downarrow.$$

Một số dự án có thể bị trì hoãn.

Khi đó:

$$AI\ CapEx\downarrow$$

→ capital deepening ↓

→ productivity growth ↓

→ potential output ↓.

Như vậy, một chính sách nhằm giảm lạm phát hiện tại có thể đồng thời làm giảm tốc độ tăng cung trong tương lai.

Đây là một dynamic trade-off mà các mô hình chính sách cần tính đến.

---

XI. GIÁ TRỊ CỦA VIỆC CHỜ THÊM DỮ LIỆU

Đây là luận điểm trung tâm của bài viết.

Giả sử có hai giả thuyết.

H1: Lạm phát chủ yếu do cú sốc cung tạm thời

$$Energy\ shock \rightarrow Inflation\uparrow \rightarrow Shock\ reverses \rightarrow Inflation\downarrow.$$

H2: Lạm phát đã trở thành dai dẳng

$$Demand\uparrow + Wages\uparrow + Expectations\uparrow \rightarrow Persistent\ inflation.$$

Nếu Fed chưa thể xác định rõ xác suất của H1 và H2, thì dữ liệu mới có giá trị rất lớn.

Một vài tháng dữ liệu có thể cho biết:

• giá dầu có giảm hay không;
• core inflation có giảm không;
• tiền lương có tăng tốc không;
• kỳ vọng dài hạn có mất neo không;
• tiêu dùng có giảm không;
• đầu tư AI có tiếp tục tăng không;
• năng suất có thực sự tăng không.

Do đó:

Chờ thêm dữ liệu không nhất thiết là trì hoãn chính sách; đó có thể là một quyết định nhằm thu thập thêm thông tin trước khi sử dụng một công cụ có tác động trễ và chi phí kinh tế đáng kể.

---

XII. “HƠI VỘI VÀNG” KHÔNG ĐỒNG NGHĨA VỚI “FED SAI”

Đây là sự phân biệt cần thiết.

Có thể có ba kết luận khác nhau:

Kết luận 1

“Fed tăng lãi suất là đúng.”

Đây là một đánh giá mang tính kết luận.

Kết luận 2

“Fed tăng lãi suất là sai.”

Đây cũng là một kết luận mạnh.

Kết luận 3

“Thông tin hiện tại chưa đủ để xác định chắc chắn lợi ích của việc tăng lãi suất vượt quá giá trị của việc chờ thêm dữ liệu.”

Đây là kết luận về bất định thông tin.

Bài viết lựa chọn kết luận thứ ba.

Vì vậy, cụm từ “có thể hơi vội vàng” nên được hiểu theo nghĩa:

Fed có thể đã hành động trước khi có đủ dữ liệu để phân biệt rõ một cú sốc cung tạm thời với một quá trình lạm phát dai dẳng.

---

XIII. HAYEK: GIỚI HẠN CỦA TRI THỨC

Quan điểm này có thể được mở rộng bằng tư tưởng của Friedrich Hayek.

Trong The Use of Knowledge in Society (1945), Hayek lập luận rằng thông tin kinh tế có tính phân tán và không tồn tại dưới dạng một tập dữ liệu hoàn chỉnh mà một trung tâm duy nhất có thể nắm bắt đầy đủ.

Áp dụng vào ngân hàng trung ương, Fed có một lượng thông tin khổng lồ nhưng vẫn khó quan sát chính xác:

• (r^*);
• (Y^*);
• productivity trend;
• money velocity;
• mức độ dai dẳng của cú sốc dầu;
• tốc độ lan tỏa của AI;
• phản ứng của hộ gia đình và doanh nghiệp.

Vấn đề vì vậy không chỉ là data availability, mà là:

causal identification.

Fed có dữ liệu về việc giá tăng, nhưng khó xác định ngay tỷ trọng của từng nguyên nhân.

---

XIV. NORTH: KHẢ NĂNG THÍCH NGHI CỦA THỂ CHẾ

Douglass North bổ sung một tầng phân tích khác.

Theo North, thể chế tạo ra cấu trúc khuyến khích và giảm bất định, nhưng thể chế cũng thay đổi theo thời gian và có tính phụ thuộc vào lịch sử. Công nghệ và thể chế cùng quyết định chi phí giao dịch và chi phí chuyển đổi nguồn lực.

Nếu AI tạo ra một structural change, Fed phải cập nhật:

$$Productivity$$ $$Potential\ GDP$$ $$r^*$$ $$Monetary\ transmission.$$

Một framework chính sách được xây dựng trên dữ liệu của giai đoạn trước không nhất thiết còn hoàn toàn phù hợp với một nền kinh tế trong đó AI đang làm thay đổi cấu trúc sản xuất.

Theo cách tiếp cận của North, chất lượng thể chế không chỉ nằm ở khả năng duy trì ổn định mà còn ở:

khả năng thích nghi với thay đổi cấu trúc và học hỏi từ thông tin mới.

---

XV. BA TRƯỜNG PHÁI, MỘT VẤN ĐỀ

Có thể tổng hợp lập luận bằng ba tầng lý thuyết.

Friedman: Monetary mechanism

$$MV=PY$$

→ cần phân tích đồng thời tiền, velocity và sản lượng.

Hayek: Knowledge problem

→ nhà hoạch định chính sách không thể quan sát hoàn hảo tất cả thông tin cần thiết để xác định trạng thái tương lai.

North: Institutional adaptation

→ khi cấu trúc kinh tế thay đổi, thể chế chính sách phải có khả năng học hỏi và thích nghi.

Từ đó hình thành một chuỗi:

$$Structural\ change \rightarrow Information\ uncertainty \rightarrow Model\ uncertainty \rightarrow Policy\ uncertainty \rightarrow Value\ of\ additional\ information.$$

Đây là nền tảng lý thuyết cho chiến lược data-dependent monetary policy.

---

XVI. MỘT KHUNG ĐÁNH GIÁ QUYẾT ĐỊNH LÃI SUẤT

Trong bối cảnh hiện nay, Fed không chỉ nên hỏi:

“Inflation có cao hơn 2% không?”

Mà cần đồng thời trả lời năm câu hỏi.

1. Nguồn gốc của lạm phát là gì?

$$Demand\ shock \quad hay \quad Supply\ shock?$$

2. Cú sốc có kéo dài không?

$$Temporary \quad hay \quad Persistent?$$

3. Kỳ vọng lạm phát có mất neo không?

$$E(\pi)\uparrow?$$

4. Sản lượng tiềm năng có đang thay đổi không?

$$Y^*\uparrow?$$

5. Tác động của chính sách trước đó đã xuất hiện đầy đủ chưa?

$$Monetary\ lag?$$

Nếu câu trả lời cho nhiều câu hỏi vẫn chưa rõ, giá trị của việc chờ thêm dữ liệu sẽ tăng.

---

XVII. HÀM Ý CHÍNH SÁCH

Từ phân tích trên, có thể rút ra bốn hàm ý.

Thứ nhất, không nên phản ứng quá mạnh với headline inflation

Cần phân biệt:

$$Headline\ inflation$$

với:

$$Underlying\ inflation.$$

Giá năng lượng có thể biến động rất mạnh và không nhất thiết phản ánh xu hướng lạm phát dài hạn.

Thứ hai, cần đánh giá năng suất cùng với lạm phát

Nếu:

$$Productivity\uparrow$$

thì:

$$Unit\ labor\ cost$$

có thể tăng chậm hơn tiền lương danh nghĩa.

Fed tháng 7/2026 ghi nhận tiền lương vẫn tăng nhưng đi cùng năng suất mạnh, và đánh giá kết hợp này nhìn chung phù hợp với lạm phát 2% theo thời gian.

Thứ ba, cần thận trọng với tác động của lãi suất lên AI investment

AI có thể là một nguồn tăng năng suất dài hạn. Vì vậy, cần tính đến chi phí cơ hội của việc làm chậm đầu tư vào vốn công nghệ.

Thứ tư, chính sách nên data-dependent nhưng không backward-looking

Fed cần quan sát:

$$Inflation + Productivity + Investment + Wages + Expectations + Energy.$$

Điều quan trọng không phải là phản ứng với từng con số riêng lẻ mà là nhận diện xu hướng và cơ chế nhân quả.

---

XVIII. KẾT LUẬN

Trong điều kiện hiện nay, có cơ sở để đặt câu hỏi liệu quyết định tăng lãi suất của Fed có thể đã hơi sớm hay không.

Lập luận này không dựa trên giả định rằng lạm phát Mỹ hoàn toàn do giá dầu, cũng không dựa trên giả định rằng AI chắc chắn sẽ tạo ra một productivity boom đủ lớn để loại bỏ áp lực giá.

Lập luận cốt lõi đơn giản hơn:

Fed đang phải ra quyết định trong điều kiện mà nguồn gốc của lạm phát và tốc độ tăng sản lượng tiềm năng đều chưa được nhận diện đầy đủ.

Một mặt:

$$Energy\ shock \rightarrow Inflation\uparrow$$

có thể là cú sốc cung tạm thời và có khả năng đảo chiều.

Mặt khác:

$$AI \rightarrow Investment\uparrow \rightarrow Productivity\uparrow \rightarrow Y^*\uparrow.$$

Trong khi đó:

$$r\uparrow$$

có độ trễ và có thể làm giảm đầu tư trước khi tác động chống lạm phát xuất hiện đầy đủ.

Do đó, nếu Fed tăng lãi suất quá sớm, có nguy cơ chính sách phản ứng với lạm phát hiện tại trong khi nền kinh tế đang trải qua những thay đổi có thể làm lạm phát tương lai thấp hơn.

Ngược lại, nếu Fed chờ quá lâu trong khi lạm phát thực sự đã trở nên dai dẳng, chi phí của việc hành động muộn cũng rất lớn.

Vấn đề vì vậy không phải là lựa chọn đơn giản giữa “tăng” và “không tăng” lãi suất. Vấn đề là giá trị thông tin của việc chờ đợi so với chi phí của việc trì hoãn hành động.

Đây là cách tiếp cận phù hợp với ba lớp tư duy kinh tế:

$$\boxed{ Friedman:\ Money\rightarrow Prices\ and\ Output }$$ $$\boxed{ Hayek:\ Knowledge\ is\ Limited\ and\ Dispersed }$$ $$\boxed{ North:\ Institutions\ Must\ Adapt\ to\ Structural\ Change }$$

Trong một nền kinh tế đang đồng thời trải qua cú sốc năng lượng, thay đổi địa chính trị, AI, đầu tư vốn và thay đổi năng suất, một chính sách tiền tệ hiệu quả không chỉ cần chống lạm phát mà còn phải nhận diện đúng bản chất của cú sốc.

Vì vậy, kết luận thận trọng nhất là:

Fed chưa nhất thiết đã sai khi tăng lãi suất, nhưng trong điều kiện bất định cao, có cơ sở để cho rằng việc tăng lãi suất có thể đã diễn ra hơi sớm; giá trị của việc chờ thêm dữ liệu để phân biệt lạm phát tạm thời với lạm phát dai dẳng có thể lớn hơn bình thường.

Đây là một lập luận về epistemic uncertainty và policy timing, chứ không phải một kết luận chính trị về việc Fed nên đứng về phía nào trong tranh luận chính sách.

---

TÀI LIỆU THAM KHẢO

Board of Governors of the Federal Reserve System. (2026a). Monetary Policy Report—July 2026. Federal Reserve.

Board of Governors of the Federal Reserve System. (2026b, September 16). Federal Reserve issues FOMC statement. Federal Reserve.

Board of Governors of the Federal Reserve System. (2026c). Monetary policy: What are its goals? How does it work? Federal Reserve.

Bu, C., Rogers, J., & Wu, W. (2020). Forward-looking monetary policy and the transmission of conventional monetary policy shocks. Finance and Economics Discussion Series, 2020(014). Board of Governors of the Federal Reserve System.

Dupor, B. (2023). Examining long and variable lags in monetary policy. The Regional Economist. Federal Reserve Bank of St. Louis.

Friedman, M., & Schwartz, A. J. (1963). A monetary history of the United States, 1867–1960. Princeton University Press.

Hayek, F. A. (1945). The use of knowledge in society. The American Economic Review, 35(4), 519–530.

Kugler, A. (2025). Speech on the transmission of monetary policy. Board of Governors of the Federal Reserve System.

North, D. C. (1990). Institutions, institutional change and economic performance. Cambridge University Press.

Waller, C. J. (2026, July 6). Two thoughts on the transmission of monetary policy. Board of Governors of the Federal Reserve System.

---

PHỤ LỤC: GIẢI THÍCH CÁC TỪ NGỮ VÀ KHÁI NIỆM

1. Federal Reserve (Fed)

Ngân hàng trung ương của Hoa Kỳ, chịu trách nhiệm thực hiện chính sách tiền tệ và góp phần duy trì ổn định tài chính.

2. FOMC – Federal Open Market Committee

Ủy ban Thị trường Mở Liên bang, cơ quan của Fed quyết định lập trường chính sách tiền tệ, đặc biệt là mục tiêu của federal funds rate.

3. Federal Funds Rate

Lãi suất trên thị trường liên ngân hàng đối với các khoản vay dự trữ qua đêm. Đây là công cụ lãi suất chính của Fed.

4. Basis Point (bp)

Một điểm cơ bản bằng 0,01 điểm phần trăm.

$$25bp=0,25\%$$

5. PCE – Personal Consumption Expenditures Price Index

Chỉ số giá chi tiêu tiêu dùng cá nhân, một thước đo lạm phát quan trọng mà Fed sử dụng.

6. Core PCE

PCE loại trừ giá thực phẩm và năng lượng. Chỉ số này thường được sử dụng để đánh giá xu hướng lạm phát cơ bản.

7. Supply Shock – Cú sốc cung

Một sự kiện làm thay đổi khả năng cung cấp hàng hóa và dịch vụ, chẳng hạn chiến tranh, thiên tai, gián đoạn chuỗi cung ứng hoặc thay đổi giá năng lượng.

8. Demand Shock – Cú sốc cầu

Một thay đổi đột ngột trong tổng cầu của nền kinh tế.

9. First-round Effect

Tác động trực tiếp ban đầu của một cú sốc. Ví dụ:

$$Oil\uparrow \rightarrow Energy\ prices\uparrow.$$

10. Second-round Effect

Tác động lan truyền sau cú sốc ban đầu, chẳng hạn:

$$Energy\uparrow \rightarrow Wages\uparrow \rightarrow Prices\uparrow.$$

11. Persistent Inflation

Lạm phát có tính dai dẳng, không tự giảm nhanh sau khi cú sốc ban đầu biến mất.

12. Temporary Inflation

Lạm phát có tính tạm thời, thường liên quan đến một cú sốc giá hoặc cung có khả năng đảo chiều.

13. Aggregate Demand (AD)

Tổng cầu đối với hàng hóa và dịch vụ trong nền kinh tế:

$$Y=C+I+G+NX.$$

14. Aggregate Supply (AS)

Tổng khả năng cung cấp hàng hóa và dịch vụ của nền kinh tế tại các mức giá khác nhau.

15. Potential Output ((Y^*))

Mức sản lượng nền kinh tế có thể tạo ra trong điều kiện sử dụng nguồn lực bền vững, không tạo ra áp lực lạm phát quá mức.

16. Productivity

Năng suất, đặc biệt là lượng sản phẩm tạo ra trên một đơn vị đầu vào như lao động.

17. TFP – Total Factor Productivity

Năng suất các yếu tố tổng hợp, phản ánh phần tăng trưởng sản lượng không được giải thích trực tiếp bởi sự gia tăng về lượng lao động và vốn.

18. AI – Artificial Intelligence

Trí tuệ nhân tạo. Trong bài viết, AI được xem xét không chỉ như một ngành công nghệ mà như một general-purpose technology có khả năng tác động đến năng suất của nhiều ngành.

19. Capital Investment / CapEx

Đầu tư vốn, bao gồm máy móc, thiết bị, nhà xưởng, data centers, phần mềm và các tài sản phục vụ sản xuất.

20. WACC – Weighted Average Cost of Capital

Chi phí vốn bình quân gia quyền của doanh nghiệp. Lãi suất cao thường làm WACC tăng và có thể làm giảm giá trị hiện tại của các dự án đầu tư dài hạn.

21. NPV – Net Present Value

Giá trị hiện tại ròng của một dự án đầu tư:

$$NPV=PV(\text{future cash flows})-Initial\ Investment.$$

22. (MV=PY)

Phương trình trao đổi trong lý thuyết tiền tệ:

• (M): Money supply – cung tiền;
• (V): Velocity of money – tốc độ lưu thông tiền;
• (P): Price level – mức giá;
• (Y): Real output – sản lượng thực.

23. Long and Variable Lags

Độ trễ dài và biến thiên của chính sách tiền tệ. Tác động của thay đổi lãi suất không xuất hiện ngay lập tức và độ dài của độ trễ thay đổi theo điều kiện kinh tế. Fed cũng sử dụng khái niệm này trong phân tích truyền dẫn chính sách.

24. Monetary Policy Transmission

Cơ chế truyền dẫn chính sách tiền tệ từ thay đổi lãi suất hoặc điều kiện tài chính tới tín dụng, tiêu dùng, đầu tư, tổng cầu, việc làm và lạm phát. Fed mô tả chính sách tiền tệ về cơ bản tác động đến nền kinh tế thông qua việc kích thích hoặc hạn chế tổng cầu.

25. Model Uncertainty

Bất định về mô hình: không chắc mô hình kinh tế nào mô tả đúng cơ chế vận hành của nền kinh tế.

26. Parameter Uncertainty

Bất định về tham số: mô hình có thể đúng về cấu trúc nhưng không biết chính xác giá trị của (r^), (Y^), hệ số truyền dẫn, tốc độ tăng năng suất...

27. Data Uncertainty

Bất định về dữ liệu: số liệu ban đầu có thể được điều chỉnh, chưa đầy đủ hoặc chưa phản ánh đầy đủ xu hướng mới.

28. Structural Change

Thay đổi cấu trúc của nền kinh tế, chẳng hạn thay đổi công nghệ, cơ cấu sản xuất, năng suất, thương mại hoặc thị trường lao động.

29. Data-dependent Policy

Chính sách phụ thuộc vào dữ liệu mới: Fed không cam kết trước một quỹ đạo lãi suất cố định mà điều chỉnh theo diễn biến của lạm phát, việc làm, tăng trưởng và các biến số khác.

30. Value of Information

Giá trị của thông tin. Trong bối cảnh bài viết, đây là giá trị kinh tế của việc chờ thêm dữ liệu trước khi đưa ra quyết định chính sách không dễ đảo ngược và có độ trễ dài.

31. Policy Error

Sai số chính sách. Có thể bao gồm:

• Policy too tight: chính sách quá chặt;
• Policy too loose: chính sách quá nới lỏng;
• Premature tightening: thắt chặt quá sớm;
• Delayed tightening: thắt chặt quá muộn.

32. Adaptive Efficiency

Khả năng của một thể chế trong việc học hỏi, thích nghi và thay đổi khi môi trường kinh tế thay đổi. Khái niệm này đặc biệt liên quan đến cách tiếp cận thể chế của Douglass North.