BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH - - NGUYỄN MINH TÂN h TÁC ĐỘNG ĐỒNG THỜI CỦA CHÍNH SÁCH TÀI KHĨA VÀ CHÍNH SÁCH TIỀN TỆ ĐẾN CÁC BIẾN KINH TẾ VĨ MÔ Ở VIỆT NAM LUẬN VĂN THẠC SĨ KINH TẾ TP Hồ Chí Minh, năm 2018 h BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH - - NGUYỄN MINH TÂN TÁC ĐỘNG ĐỒNG THỜI CỦA CHÍNH SÁCH TÀI h KHĨA VÀ CHÍNH SÁCH TIỀN TỆ ĐẾN CÁC BIẾN KINH TẾ VĨ MÔ Ở VIỆT NAM Chuyên ngành: Tài – Ngân hàng Mã ngành: 60340201 LUẬN VĂN THẠC SĨ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS NGUYỄN HỒNG THẮNG TP Hồ Chí Minh, năm 2018 h LỜI CAM ĐOAN Tôi xin cam đoan kết đề tài: “Tác động đồng thời sách tài khóa sách tiền tệ đến biến kinh tế vĩ mô Việt Nam” cơng trình nghiên cứu cá nhân tơi chưa cơng bố cơng trình khoa học khác thời điểm Thành phố Hồ Chí Minh, Ngày tháng Nguyễn Minh Tân năm 2018 h MỤC LỤC TRANG PHỤ BÌA LỜI CAM ĐOAN MỤC LỤC DANH MỤC CÁC TỪ VIẾT TẮT DANH MỤC HÌNH DANH MỤC BẢNG CHƯƠNG I MỞ ĐẦU 1.1 Lý thực nghiên cứu 1.2 Mục tiêu nghiên cứu 1.3 Phương pháp nghiên cứu h 1.4 Bố cục luận văn CHƯƠNG KHUNG LÝ THUYẾT VÀ CÁC BẰNG CHỨNG THỰC NGHIỆM 2.1 Khung lý thuyết sách tài khóa sách tiền tệ 2.1.1 Chính sách Tài Khóa 2.1.2 Chính sách tiền tệ 2.1.3 Tương tác sách tài khóa sách tiền tệ 11 2.2 Bằng chứng thực nghiệm 21 2.2.1 Các nghiên cứu nước 21 2.2.2 Các nghiên cứu nước 29 CHƯƠNG PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU 30 3.1 Mơ hình nghiên cứu 30 3.2 Phương pháp ước lượng 35 3.3 Biến nghiên cứu liệu 40 CHƯƠNG KẾT QUẢ NGHIÊN CỨU VÀ PHÂN TÍCH 42 4.1 Kết ước lượng hệ số ma trận 𝑩𝟎: 42 4.2 Phân tích hàm phản ứng xung (IRF) 45 4.2.1 Cú sốc sách tiền tệ 45 4.2.2 Cú sốc sách tài khóa 47 4.3 Phân rã phương sai 51 4.4 Phân tích dài hạn – Mơ hình VECM 54 4.4.1 Kiểm định đồng liên kết 54 4.4.2 Kết Mơ hình VECM 56 KẾT LUẬN 62 PHỤ LỤC h TÀI LIỆU THAM KHẢO DANH MỤC CÁC TỪ VIẾT TẮT Diễn giải Gốc tiếng Anh CSTK Chính sách tài khóa Fiscal policy CSTT Chính sách tiền tệ Monetary policy NHNN Ngân hàng nhà nước Central bank NSNN Ngân sách nhà nước State Budget VAR Mơ hình vector tự hồi quy Vector Autoregression SVAR Mơ hình vector tự hồi quy cấu trúc Structural Vector Autoregress IRF Hàm phản ứng xung Impulse Response Function GDP Tổng sản phẩm quốc nội Gross Domestic Production GNE Tổng chi tiêu quốc gia Gross National Expenditure VECM Mơ hình vector hiệu chỉnh sai số Vector Error Correction Model h Từ viết tắt NEER Tỷ giá hối đoái có hiệu lực danh nghĩa đa Nominal Effective Exchange phương Rate DANH MỤC HÌNH Hình 3.1: Đường Rahn 33 Hình 4.1: Modulus vịng trịn đơn vị - độ trễ 44 Hình 4.2: Phản ứng xung biến số vĩ mô đến cú sốc lãi suất (shock 11) 46 Hình 4.3: Phản ứng xung biến vĩ mô đến cú sốc chi tiêu phủ G (shock 4) 47 Hình 4.4: Phản ứng xung biến vĩ mô đến thuế TAX (Shock 5) 49 Hình 4.5: Phản ứng xung biến vĩ mô đến cú sốc nợ DEBT (Shock 6) 50 Hình 4.6: Kiểm định tính ổn định mơ hình VECM: 58 Hình 4.7: Kiểm định phần dư VECM 58 h DANH MỤC BẢNG Bảng 4.1: Ước lượng hệ số ma trận Bo 45 Bảng 4.2: Phân rã phương sai GDP 51 Bảng 4.3: Phân rã phương sai lạm phát 52 Bảng 4.4: Phân rã phương sai lãi suất 53 Bảng 4.5: Kiểm định đồng liên kết -Kiểm định Trace 55 Bảng 4.6: Kiểm định đồng liên kết - Kiểm định Max – Eigen 55 Bảng 4.7: Ước lượng mơ hình VECM 56 Bảng 4.8: Hệ số hiệu chỉnh mơ hình VECM 59 Bảng 4.9: Phân rã phương sai biến GDP - mơ hình VECM 60 Bảng 4.10: Phân rã phương sai biến lãi suất - Mơ hình VECM 61 h 64 chắn để lại cho hệ tương lai khoản nợ khổng lồ Đối với Việt Nam cần tiến hành cơng nghiệp hóa đại hóa, việc vay nợ nước cần thiết, song vay mượn sử dụng nguồn vốn vay có hiệu vấn đề phải quan tâm; nên vay tiền để đầu tư vào hạ tầng sở thiết yếu nhằm phục vụ phát triển kinh tế xóa đói giảm nghèo Các học kinh nghiệm cho thấy, việc xây dựng chiến lược nợ nước quốc gia để đảm bảo cân đối vĩ mơ có ý nghĩa quan trọng Việt Nam nay, mức độ nợ nước ngày gia tăng, hiệu sử dụng vốn vay lại hiệu Cần xem xét thêm việc xây dựng quan phối hợp Bộ Tài chính, Kho bạc nhà nước NHNN nhằm chia thông tin tạo trí việc triển khai thực nhiệm vụ quản lý nợ cơng quản lý tiền tệ Ngồi ra, việc NHNN Bộ Tài phối hợp nhằm định khung mục tiêu sách cho giai đoạn trung hạn để tạo chủ động linh hoạt q trình phối hợp sách để đạt mục tiêu chung điều tiết vĩ mô kinh tế h Do số quan sát chưa đủ lớn, liệu tính tốn nội suy độ bền vững kết chưa cao Cung tiền biến số đại diện tốt cho sách tiền tệ chưa đưa vào mơ hình để phân tích, đề xuất hướng nghiên cứu mở rộng tăng thêm số quan sát chọn lọc biến phù hợp đưa vào mơ hình để đánh giá vai trò cú sốc cung tiền gây cho sách tài khóa biến số khác; ngồi xem xét chế quyền lực điều hành nhà làm CSTK CSTT (bên nắm quyền chủ động hơn) thời kỳ hướng TÀI LIỆU THAM KHẢO [1] Bagliano, F.C and Favero, C.A (1998), “Measuring Monetary Policy with VAR Models: An Evaluation”, European Economic Review, 42, 1069-1112 [2] Blanchard, O and Perotti, R (2002), “An Empirical Characterisation of the Dynamic Effects of Changes in Government Spending and Taxes on Output”, The Quarterly Journal of Economics, 117, 1329-1368 [3] Blanchard, O and Quah, D (1989), “The Dynamic Effects of Aggregate Demand and Supply Disturbances”, The American Economic Review, 79, 655—673 [4] Bohn, H (2007), “Are Stationarity and Cointegration Restrictions Really Necessary for the Intertemporal Budget Constraint?”, Journal of Monetary Economics, 54, 1837-1847 [5] Buckle, R.A., et, all (2007), “A Structural VAR Business Cycle Model for a Volatile Small Open Economy”, Economic Modelling, 24, 990-1017 Canova, F and Nicoló, G (2002), “Monetary Disturbances Matter for Business h [6] Fluctuations in the G7”, Journal of Monetary Economics, 49, 1131-1159 [7] Canova, F and Pappa, E (2007), “Price Differentials in Monetary Unions: The Role of Fiscal Shocks”, The Economic Journal, 117, 713-737 [8] Canova, F and Paustian, M (2007), “Measurement with Some Theory: Using Sign Restrictions to Evaluate Business Cycle Models”, paper presented at the Reserve Bank of Australia Workshop, Monetary Policy in Open Economies, December 2007 [9] Chari, V.V., et, all (2005), “A Critique of Structural VARs Using Real Business Cycle Theory”, Federal Reserve Bank ofMinneapolis, working paper #631 [10] Chow, G.C and Lin, A (1971), “Best Linear Unbiased Interpolation, Distribution, and Extrapolation of Time Series by Related Series”, The Review of Economics and Statistics, 53, 372-375 [11] Chung, H and Leeper, E.M (2007), “What Has Financed Government Debt?” manuscript [12] Claus, I., A Gill, A., Lee, B., and McLellan, N (2006), “An Empirical Investigation of Fiscal Policy in New Zealand”, New Zealand Treasury Working Paper, 06/08 [13] Christiane Baumeister and James Hamilton, D (2014) “Sign Restrictions, Structural Vector Autoregressions, and Useful Prior Information” [14] Dungey, Mand Fry, R.A (2007), “The Identification of Fiscal andMonetary Policy in a Structural VAR”, CAMA Working Paper 29-2007 [15] Dungey, M and Pagan, A.R (2000), “A Structural VAR Model of the Australian Economy”, The Economic Record, 76, 321-342 [16] Dungey, M and Pagan, A.R (2008), “Extending a Structural VAR Model of the Australian Economy”, NCER Working Paper No 21 [17] Faust, J (1998), “The Robustness of Identified VAR Conclusions about Money”, Carnegie-Rochester Series on Public Policy, 49, 207-244 [18] Faust, J and Leeper, E (1997), “When Long Run Identifying Restrictions Give Reliable Results”, Journal of Business and Economic Statistics, 15, 345- h 353 [19] Fry, Renée and Adrian Pagan (2011) "Sign Restrictions in Structural Vector Autoregressions: A Critical Review," Journal of Economic Literature 49(4): 938-960 [20] Favero, C.A and Giavazzi, F (2007), “Debt and the Effects of Fiscal Policy”, NBER Working Paper 12822 [21] Fry, R.A and Pagan, A.R (2007), “Some Issues in Using Sign Restrictions for Identifying Structural VARs”, NCER Working Paper #14 [22] Giáo trình kinh tế vĩ mơ, PGS.TS Nguyễn Minh Tuấn - ThS Trần Nguyễn Minh Ái [23] Giáo trình Exchange rates and international finance Laurence Copelan [24] Goldberger, A.S (1962) "Best Linear Unbiased Predic-tion in the Generalized Linear Regression Model," Journal of the American Statistical Association, 57, 369-375 [25] Iris Claus, Aaron Gill, Boram Lee and Nathan McLellan (2006), “An empirical investigation of fiscal policy in New Zealand” [26] Leeper, E.M., T Walker and S Yang (2008), “Fiscal Foresight: Analytics and Econometrics”, manuscript, Indiana University [27] Levtchenkova, S., Pagan.A.R and Robertson, J (1998), “Shocking Stories”, Journal of Economic Surveys, 12, 507-526 [28] Mala Raghavan and Param Silvapulle (2007), “ Structural VAR Approach to Malaysian Monetary Policy Framework: Evidence from the Pre- and Post-Asian Crisis Periods” [29] Mountford, A and Uhlig, H (2005), “What are the Effects of Fiscal Policy Shocks”, Discussion Paper 2005-039, SFB 649, Humboldt-Universitat, Berlin [30] Nguyễn Thị Liên Hoa & Trần Đặng Dũng (2013), “Nghiên cứu lạm phát Việt Nam theo phương pháp SVAR” Tạp chi phát triển hội nhập, số 10(20) – Tháng 05 – 06/2013 [31] Nguyễn Thị Ngọc Trang & Lục Văn Cường (2012), “Sự chuyển dịch tỷgiá hối đoái vào mức giá VN”, Tạp chí Phát triển & hội nhập, Số (17), Trang h 7-13 [32] Pagan, A.R and Pesaran, M.H (2008), “On the Econometric Analysis of Structural Systems with Permanent and Transitory Shocks and Exogenous Variables”, Journal of Economic Dynamics and Control, forthcoming [33] Perotti, R (2002), “Estimating the Effects of Fiscal Policy in OECD Countries”, European Network of Economic Policy Research Institutes, Working Paper No 15, October 2002 [34] Uhlig, H (2005), “What are the Effects of Monetary Policy on Output? Results from an Agnostic Identification Procedure”, Journal of Monetary Economics, 52, 381-419 PHỤ LỤC Phụ lục 1: Mơ hình VAR Vector Estimates Autoregression Date: 12/08/17 Time: 17:14 Sample 2016Q4 (adjusted): 2001Q4 Included observations: 61 after adjustments Standard errors in ( ) & t-statistics in [ ] D(YSTAR) PX PM D(G) D(TAX) D(DEBT) D(GNE) D(GDP) INF D(VNI) D(SHORT) D(NEER) D(YST AR(-1)) 0.241415 2.389313 1.991696 4.256604 6.549698 -1.087566 0.726090 -1.044968 -59.54989 11.96389 3.593878 -0.283484 (0.17798) (1.52092) (1.12636) (5.28222) (5.15821) (2.02227) (2.38264) (1.95381) [ 1.35642] [ 1.57096] [ 1.76825] [ 0.80584] [ 1.26976] [-0.53779] [ 0.30474] [-0.53484] [-0.88597] [ 1.54816] [ 0.50029] [-0.27387] D(YST AR(-2)) -0.189014 -0.813679 0.307695 -3.575220 -2.465259 0.362494 0.964712 1.787120 -6.294594 -5.796385 -5.614774 0.881791 (67.2140) (7.72783) (7.18366) (1.03510) (1.41546) (1.04826) (4.91594) (4.80053) (1.88204) (2.21743) (1.81833) [-0.57485] [ 0.29353] [-0.72727] [-0.51354] [ 0.19261] [ 0.43506] [ 0.98284] [-0.10063] [-0.80595] [-0.83984] [ 0.91536] PX(-1) -0.025587 0.637745 0.297094 -0.039086 -0.529965 0.754300 -0.005071 -0.323602 2.307237 -1.402862 1.650090 0.057544 (0.03928) (0.33569) (0.24860) (1.16585) (1.13848) (0.44634) (0.52588) (14.8349) (1.70563) (1.58552) (0.22846) [-0.65136] [ 1.89983] [ 1.19506] [-0.03353] [-0.46550] [ 1.68997] [-0.00964] [-0.75042] [ 0.15553] [-0.82249] [ 1.04072] [ 0.25188] PX(-2) -0.012314 -0.245518 -0.108218 1.244348 1.745646 -0.271495 -0.267029 0.299353 13.10896 -0.219259 2.421476 -0.523229 (0.03421) (0.29238) (0.21653) (1.01544) (0.99160) (0.38876) (0.45803) (0.37560) (12.9211) (1.48558) (1.38097) (0.19899) [-0.35990] [-0.83972] [-0.49978] [ 1.22542] [ 1.76043] [-0.69837] [-0.58299] [ 0.79701] [ 1.01454] [-0.14759] [ 1.75346] [-2.62948] PM(-1) 0.113418 -0.590511 -0.382101 1.602574 1.129836 -0.904997 0.126159 0.188653 -0.180336 -0.440142 -2.020437 -0.040962 (0.05319) (0.45454) (0.33662) (1.57862) (1.54156) (0.60437) (0.71207) (0.58391) [ 2.13230] [-1.29915] [-1.13511] [ 1.01517] [ 0.73292] [-1.49743] [ 0.17717] [ 0.32309] [-0.00898] [-0.19058] [-0.94110] [-0.13241] PM(-2) 0.082840 -0.019276 -0.129833 -3.571838 -3.820932 0.483731 -0.078186 -0.469588 -8.663206 0.313408 -1.582538 0.623547 (0.04420) (0.37769) (0.27971) (1.31173) (1.28093) (0.50219) (0.59168) [ 1.87430] [-0.05104] [-0.46417] [-2.72300] [-2.98293] [ 0.96325] [-0.13214] [-0.96785] [-0.51903] [ 0.16331] [-0.88712] [ 2.42582] D(G(1)) -0.018301 -0.068228 0.049720 -0.377305 0.216493 0.065702 0.044979 0.319756 -2.423136 -0.288219 -1.362868 0.078844 (0.01081) (0.09236) (0.06840) (0.32077) (0.31324) (0.12281) (0.14469) (0.11865) [-1.69328] [-0.73870] [ 0.72689] [-1.17623] [ 0.69113] [ 0.53500] [ 0.31086] [ 2.69497] [-0.59366] [-0.61416] [-3.12410] [ 1.25431] h (0.16564) [-1.14112] (0.43123) (0.48519) (62.5532) (7.19197) (6.68553) (0.96333) (20.0873) (2.30951) (2.14688) (0.30935) (16.6912) (1.91905) (1.78391) (0.25705) (4.08172) (0.46929) (0.43624) (0.06286) -0.014824 0.022643 -0.546188 -0.092404 0.088800 0.203412 0.078826 -6.927078 -0.456875 -1.507730 0.135137 (0.01150) (0.09826) (0.07277) (0.34128) (0.33326) (0.13066) (0.15394) (0.12623) [-1.04587] [-0.15086] [ 0.31115] [-1.60043] [-0.27727] [ 0.67965] [ 1.32138] [ 0.62445] [-1.59515] [-0.91506] [-3.24855] [ 2.02070] D(TAX( -1)) 0.010775 0.140683 0.000361 -0.560563 -1.050257 -0.010819 -0.007167 -0.325005 5.496848 0.459105 2.015827 -0.109357 (0.01184) (0.10119) (0.07494) (0.35145) (0.34320) (0.13455) (0.15853) (4.47205) (0.51417) (0.47796) (0.06887) [ 0.90990] [ 1.39023] [ 0.00481] [-1.59500] [-3.06020] [-0.08041] [-0.04521] [-2.50013] [ 1.22916] [ 0.89291] [ 4.21755] [-1.58787] D(TAX( -2)) 0.008583 0.072654 -0.007016 0.179578 -0.062658 -0.039248 -0.258389 -0.130858 8.110615 0.620584 2.107411 -0.178669 (0.01287) (0.11001) (0.08147) (0.38205) (0.37308) (0.14627) (0.17233) (4.86145) (0.55894) (0.51958) (0.07487) [ 0.66675] [ 0.66046] [-0.08612] [ 0.47004] [-0.16795] [-0.26833] [-1.49937] [-0.92600] [ 1.66835] [ 1.11029] [ 4.05599] [-2.38649] D(DEB T(-1)) 0.017769 0.078434 0.037884 -0.081659 -0.067180 0.230580 -0.038021 -0.108650 -1.635649 0.452137 -0.266655 0.144797 (0.01461) (0.12482) (0.09244) (0.43349) (0.42332) (0.16596) (0.19553) [ 1.21655] [ 0.62840] [ 0.40984] [-0.18837] [-0.15870] [ 1.38937] [-0.19444] [-0.67761] [-0.29653] [ 0.71293] [-0.45231] [ 1.70456] D(DEB T(-2)) 0.021365 0.007240 0.024275 -0.045060 0.058782 0.111787 -0.102645 -0.009698 (0.01510) (0.12904) (0.09556) (0.44816) (0.43764) (0.17158) (0.20215) [ 1.41486] [ 0.05611] [ 0.25402] [-0.10054] [ 0.13432] [ 0.65153] [-0.50776] [-0.05850] [ 0.41142] [-0.75982] [ 0.66946] [ 0.82645] D(GNE (-1)) -0.001381 0.182651 0.141458 0.205307 0.400408 -0.087140 0.150711 0.154808 14.17859 -0.005536 0.898815 -0.075137 (0.01477) (0.12624) (0.09349) (0.43844) (0.42815) (0.16786) (0.19777) (0.16217) (5.57902) (0.64144) (0.59627) (0.08592) [-0.09351] [ 1.44683] [ 1.51304] [ 0.46826] [ 0.93520] [-0.51913] [ 0.76206] [ 0.95458] [ 2.54141] [-0.00863] [ 1.50739] [-0.87453] D(GNE (-2)) 0.013345 0.076047 0.001763 -0.359771 -0.121709 -0.006234 -0.239358 -0.042483 3.366417 0.038085 0.826007 -0.119813 (0.01350) (0.11536) (0.08543) (0.40063) (0.39123) (0.15338) (0.18071) (5.09789) (0.58612) (0.54485) (0.07851) [ 0.98861] [ 0.65924] [ 0.02064] [-0.89801] [-0.31109] [-0.04065] [-1.32452] [-0.28668] [ 0.66035] [ 0.06498] [ 1.51603] [-1.52612] D(GDP (-1)) 0.022944 -0.059694 0.004364 -0.145397 -0.414835 0.059423 0.129558 -0.548850 -4.848075 0.137625 -0.859488 0.015934 (0.01597) (0.13649) (0.10108) (0.47402) (0.46289) (0.18148) (0.21382) (0.17533) [ 1.43651] [-0.43736] [ 0.04318] [-0.30673] [-0.89618] [ 0.32744] [ 0.60593] [-3.13033] [-0.80376] [ 0.19845] [-1.33325] [ 0.17154] D(GDP (-2)) -0.015500 -0.108718 -0.047622 -0.612200 -0.727320 0.138681 0.063708 -0.307496 -15.02563 -0.582875 -2.312226 0.188653 (0.01564) (0.13365) (0.09898) (0.46416) (0.45326) (0.17770) (0.20937) (0.17169) [-0.99105] [-0.81347] [-0.48115] [-1.31894] [-1.60463] [ 0.78041] [ 0.30429] [-1.79104] [-2.54402] [-0.85835] [-3.66296] [ 2.07409] h D(G(2)) -0.012027 (0.13000) (0.14131) (0.16034) (0.16577) (0.14819) (4.34258) (0.49928) (0.46412) (0.06688) (5.51601) (0.63420) (0.58954) (0.08495) 2.346218 -0.498184 0.408030 0.072580 (5.70268) (0.65566) (0.60949) (0.08782) (6.03173) (0.69349) (0.64466) (0.09289) (5.90626) (0.67906) (0.63125) (0.09096) INF(-1) -0.000787 0.008125 0.009560 0.021366 0.028077 0.001120 0.000635 0.004695 1.306580 0.000717 0.014276 0.001923 (0.00048) (0.00413) (0.00306) (0.01434) (0.01400) (0.00549) (0.00647) (0.00530) (0.18243) (0.02097) (0.01950) (0.00281) [-1.62832] [ 1.96812] [ 3.12719] [ 1.49029] [ 2.00545] [ 0.20403] [ 0.09827] [ 0.88533] [ 7.16203] [ 0.03418] [ 0.73218] [ 0.68431] INF(-2) 7.15E-05 -0.006930 -0.007658 -0.012714 -0.021465 -0.001980 -0.000550 -0.002911 -0.492342 0.005396 -0.020590 -0.002418 (0.00042) (0.00358) (0.00265) (0.01244) (0.01215) (0.00476) (0.00561) [ 0.17049] [-1.93458] [-2.88658] [-1.02190] [-1.76668] [-0.41563] [-0.09795] [-0.63261] [-3.10987] [ 0.29645] [-1.21688] [-0.99195] D(VNI( -1)) 0.002540 0.020884 0.009869 -0.035949 -0.039082 0.012222 -0.006963 -0.060871 -0.404953 0.140153 -0.188913 0.022743 (0.00383) (0.03275) (0.02426) (0.11375) (0.11108) (0.04355) (0.05131) [ 0.66266] [ 0.63761] [ 0.40685] [-0.31603] [-0.35183] [ 0.28064] [-0.13571] [-1.44671] [-0.27977] [ 0.84216] [-1.22115] [ 1.02029] D(VNI( -2)) 0.002027 -0.002011 0.008906 0.062375 0.061111 -0.007686 -0.021764 -0.019570 0.924611 0.066236 -0.089141 -0.005898 (0.00321) (0.02740) (0.02029) (0.09517) (0.09294) (0.03644) (0.04293) (1.21105) (0.13924) (0.12943) (0.01865) [ 0.63196] [-0.07337] [ 0.43881] [ 0.65538] [ 0.65753] [-0.21093] [-0.50696] [-0.55591] [ 0.76348] [ 0.47570] [-0.68870] [-0.31624] D(SHO RT(-1)) -0.004271 -0.048572 -0.023048 -0.169078 -0.133967 -0.051057 0.002862 (0.00460) (0.04208) (0.03520) (0.15832) (0.01820) (0.01692) (0.00244) (1.44747) (0.16642) (0.15470) (0.02229) 0.077932 1.292705 0.021688 0.021618 -0.011877 (1.62662) (0.18702) (0.17385) (0.02505) (0.03681) (0.02726) (0.12783) (0.12483) (0.04894) (0.05766) (0.04728) [-1.31964] [-0.84552] [-1.32265] [-1.07318] [-1.04325] [ 0.04964] [ 1.64818] [ 0.79472] [ 0.11597] [ 0.12435] [-0.47414] D(SHO RT(-2)) -0.006173 -0.048183 -0.035918 0.031153 -0.041138 0.000840 0.011240 -0.057537 -1.178271 -0.104707 -0.536192 0.009586 (0.00381) (0.03259) (0.02413) (0.11317) (0.11052) (0.04333) (0.05105) (0.04186) [-1.61893] [-1.47864] [-1.48836] [ 0.27527] [-0.37223] [ 0.01940] [ 0.22018] [-1.37450] [-0.81820] [-0.63240] [-3.48377] [ 0.43224] D(NEE R(-1)) -0.010165 -0.462343 -0.547612 -0.636264 -0.456296 0.004527 -0.403029 0.333960 -7.732595 0.888846 -0.484153 -0.374123 (0.02998) (0.25615) (0.18970) (0.88962) (0.86874) (0.34059) (0.40128) (0.32906) [-0.33913] [-1.80496] [-2.88673] [-0.71521] [-0.52524] [ 0.01329] [-1.00436] [ 1.01490] [-0.68309] [ 0.68294] [-0.40017] [-2.14606] D(NEE R(-2)) -0.023147 -0.433069 -0.286872 0.435199 0.205493 -0.655381 -0.017359 0.144816 -11.34459 -0.038302 -0.642750 -0.032170 (0.03307) (0.28258) (0.20927) (0.98139) (0.95836) (0.37572) (0.44268) (0.36300) [-0.69999] [-1.53258] [-1.37082] [ 0.44345] [ 0.21442] [-1.74432] [-0.03921] [ 0.39894] [-0.90845] [-0.02668] [-0.48158] [-0.16728] -0.721038 5.582278 6.060180 3.547274 6.808048 -0.281193 1.061259 1.423402 -29.27558 8.014819 -2.213222 -0.543423 (0.19885) (1.69929) (1.25846) (5.90171) (5.76316) (2.25944) (2.66208) (2.18295) [-3.62597] [ 3.28506] [ 4.81554] [ 0.60106] [ 1.18130] [-0.12445] [ 0.39866] [ 0.65206] [-0.38984] [ 0.92827] [-0.27575] [-0.46989] Rsquare d 0.681867 0.619114 0.655707 0.654482 0.646745 0.241747 0.286203 0.502864 h (0.00431) [-0.99167] C (1.44007) (0.16557) (0.15391) (0.02218) (11.3201) (1.30151) (1.20986) (0.17433) (12.4878) (1.43577) (1.33467) (0.19231) (75.0968) (8.63415) (8.02615) (1.15650) 0.956208 0.352516 0.807261 0.498888 Adj Rsquare d 0.469779 0.365191 0.426178 0.424137 0.411242 -0.263755 -0.189661 0.171440 0.927014 -0.079140 0.678769 0.164814 Sum sq resids 0.000703 0.051315 0.028144 0.618959 0.590239 0.090721 0.125935 0.084682 100.2187 1.324785 1.144777 0.023768 S.E equatio n 0.004418 0.037755 0.027960 0.131123 0.128045 0.050200 0.059146 0.048500 1.668488 0.191832 0.178324 0.025695 Fstatistic 3.215012 2.438191 2.856748 2.841307 2.746227 0.478232 0.601438 1.517284 32.75307 0.816660 6.282549 1.493344 Log likeliho od 260.2738 129.4045 147.7242 53.45774 54.90686 112.0253 102.0220 114.1263 -101.6979 30.24828 34.70251 152.8784 Akaike AIC -7.713896 -3.423099 -4.023743 -0.933041 -0.980553 -2.853289 -2.525312 -2.922174 4.154030 -0.172075 -0.318115 -4.192734 Schwa rz SC -6.848783 -2.557987 -3.158631 -0.067928 -0.115440 -1.988176 -1.660200 -2.057061 5.019143 0.693038 0.546997 -3.327621 Mean depen dent 0.004675 4.619663 4.612966 0.038663 0.040649 0.008094 0.035685 0.015564 7.920000 0.016402 -0.007893 -0.009145 S.D depen dent 0.006067 0.047386 0.036911 0.172791 0.166876 0.044655 0.054226 0.053282 6.175938 0.184664 0.314630 0.028116 Determinant resid covariance (dof adj.) 1.64E-31 resid h Determinant covariance 2.93E-34 Log likelihood 1316.332 Akaike information criterion -33.32237 Schwarz criterion -22.94103 Phụ lục 2: Mơ hình SVAR Structural VAR Estimates Date: 12/08/17 Time: 17:42 Sample (adjusted): 2001Q4 2016Q4 Included observations: 61 after adjustments Estimation method: method of scoring (analytic derivatives) Convergence achieved after 183 iterations Structural VAR is over-identified (32 degrees of freedom) Model: Ae = Bu where E[uu']=I Restriction Type: short-run pattern matrix A= 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 C(5) 0 0 0 0 0 C(6) C(11) 0 0 0 0 C(7) C(12) C(16) 0 0 C(1) 0 C(8) 0 C(18) C(25) 0 0 0 C(13) C(19) C(23) 0 0 0 0 C(20) C(26) C(31) C(33) 0 C(9) C(14) C(21) C(27) C(29) C(34) C(2) C(3) C(4) C(10) C(15) C(17) C(22) C(24) C(28) C(30) C(32) C(35) 0 0 0 0 0 0 C(36) 0 0 0 0 0 0 C(37) 0 0 0 0 0 0 C(38) 0 0 0 0 0 0 C(39) 0 0 0 0 0 0 C(40) 0 0 0 0 0 0 C(41) 0 0 0 0 0 0 C(42) 0 0 0 0 0 0 C(43) 0 0 0 0 0 0 C(44) 0 0 0 0 0 0 C(45) 0 0 0 0 0 0 C(46) B= Std Error z-Statistic Prob C(1) -3.513121 1.285103 -2.733728 0.0063 C(2) -11.41413 14.07683 -0.810845 0.4175 C(3) -8.607074 9.836469 -0.875017 0.3816 C(4) 10.22813 11.69521 0.874558 0.3818 C(5) -0.838225 0.064143 -13.06798 0.0000 C(6) -0.011861 0.095535 -0.124150 0.9012 C(7) 0.424420 0.090586 4.685285 0.0000 C(8) 0.086181 0.065477 1.316210 0.1881 C(9) -1.517797 1.234915 -1.229070 0.2190 C(10) 1.522206 1.791992 0.849449 0.3956 C(11) 0.012567 0.097832 0.128450 0.8978 C(12) -0.223852 0.092764 -2.413128 0.0158 C(13) -4.890378 1.691935 -2.890405 0.0038 C(14) 1.368262 1.151636 1.188103 0.2348 C(15) -2.177911 2.521100 -0.863873 0.3877 C(16) 0.138963 0.121388 1.144778 0.2523 C(17) -3.188917 3.665445 -0.869995 0.3843 h Coefficient -0.179833 0.160520 -1.120318 0.2626 C(19) -9.904274 4.307898 -2.299097 0.0215 C(20) -13.25104 232.7116 -0.056942 0.9546 C(21) -2.087449 1.786966 -1.168152 0.2427 C(22) -1.314619 1.611786 -0.815629 0.4147 C(23) -1.918297 10.28939 -0.186434 0.8521 C(24) -0.684888 0.929959 -0.736471 0.4614 C(25) -0.002021 0.009389 -0.215276 0.8296 C(26) 0.628449 12.01515 0.052305 0.9583 C(27) -0.021695 0.028065 -0.773044 0.4395 C(28) -0.041935 0.048293 -0.868347 0.3852 C(29) 1.569753 1.015311 1.546081 0.1221 C(30) -0.900491 1.040219 -0.865675 0.3867 C(31) -29.62815 567.7222 -0.052188 0.9584 C(32) 1.927391 2.108835 0.913960 0.3607 C(33) -396.0748 7435.479 -0.053268 0.9575 C(34) 1.350405 7.127236 0.189471 0.8497 C(35) 0.004418 0.000400 11.04536 0.0000 C(36) 0.037755 0.003418 11.04536 0.0000 C(37) 0.027960 0.002531 11.04536 0.0000 C(38) 0.131123 0.011871 11.04536 0.0000 C(39) 0.065690 0.005947 11.04536 0.0000 C(40) 0.050193 0.004544 11.04536 0.0000 C(41) 0.047587 0.004308 11.04536 0.0000 C(42) -0.044290 0.004089 -10.83146 0.0000 C(43) 1.498008 0.139183 10.76288 0.0000 C(44) 8.285063 155.1876 0.053387 0.9574 C(45) 0.330185 0.206292 1.600566 0.1095 C(46) 0.174191 0.199337 0.873851 0.3822 Log likelihood 1023.941 h C(18) LR test for over-identification: Chisquare(32) 198.7591 Probability 0.0000 Estimated A matrix: 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 -0.838225 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 -0.011861 0.012567 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.424420 -0.223852 0.138963 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 -3.513121 0.000000 0.000000 0.086181 0.000000 0.000000 -0.179833 1.000000 -0.002021 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 -4.890378 0.000000 -9.904274 -1.918297 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 -13.25104 0.000000 0.628449 1.000000 -29.62815 -396.0748 0.000000 0.000000 0.000000 -1.517797 1.368262 0.000000 -2.087449 0.000000 -0.021695 1.569753 1.000000 1.350405 -11.41413 -8.607074 10.22813 1.522206 -2.177911 -3.188917 -1.314619 -0.684888 -0.041935 -0.900491 1.927391 1.000000 Estimated B matrix: 0.004418 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.037755 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.027960 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.131123 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.065690 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.050193 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.047587 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.044290 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.498008 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 8.285063 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.330185 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.174191 h Phụ lục 3: Mơ hình VECM Vector Error Correction Estimates Date: 12/09/17 Time: 09:46 Sample (adjusted): 2001Q4 2016Q4 Included observations: 61 after adjustments Standard errors in ( ) & t-statistics in [ ] CointEq3 CointEq4 CointEq5 G(-1) 1.000000 0.000000 0.000000 0.000000 0.000000 TAX(-1) 0.000000 1.000000 0.000000 0.000000 0.000000 DEBT(-1) 0.000000 0.000000 1.000000 0.000000 0.000000 GNE(-1) 0.000000 0.000000 0.000000 1.000000 0.000000 GDP(-1) 0.000000 0.000000 0.000000 0.000000 1.000000 VNI(-1) -0.039823 -0.296872 -0.697051 0.059801 0.086033 (0.04599) (0.20455) (0.57931) (0.04901) (0.06539) [-0.86590] [-1.45133] [-1.20324] [ 1.22009] [ 1.31577] 0.129561 0.562123 1.439076 0.071414 0.018905 (0.02780) (0.12366) (0.35022) (0.02963) (0.03953) [ 4.65990] [ 4.54567] [ 4.10906] [ 2.41008] [ 0.47827] 2.746985 6.708088 12.40898 1.941902 -0.064645 (0.17275) (0.76833) (2.17600) (0.18411) (0.24560) [ 15.9017] [ 8.73069] [ 5.70267] [ 10.5478] [-0.26321] -2.841099 10.06628 37.81474 -4.703741 -4.919412 (0.59394) (2.64169) (7.48151) (0.63299) (0.84442) [-4.78345] [ 3.81055] [ 5.05443] [-7.43097] [-5.82576] C 2.606078 -139.3782 -424.8290 22.42490 43.73385 Error Correction: D(G) D(DEBT) D(GNE) D(GDP) D(VNI) D(SHORT) D(NEER) D(YSTAR) CointEq1 -1.612393 -0.547985 -0.315129 0.526848 0.397934 0.519343 1.036606 -0.059619 0.000504 (0.44425) (0.42982) (0.17200) (0.18776) (0.14575) (0.68939) (0.60504) (0.08537) (0.01858) [3.62948] [-1.27491] [-1.83219] [ 2.80592] [ 2.73032] [ 0.75334] [ 1.71328] [-0.69833] [ 0.02710] 0.169098 -0.935701 0.305354 -0.096286 -0.283205 0.072269 -0.902319 -0.045279 -0.007382 SHORT(-1) NEER(-1) YSTAR(-1) CointEq2 D(TAX) h Cointegrating Eq: CointEq1 CointEq2 CointEq4 CointEq5 D(G(-1)) D(G(-2)) D(TAX(-1)) D(TAX(-2)) D(DEBT(-1)) D(DEBT(-2)) D(GNE(-1)) D(GNE(-2)) (0.18013) (0.19664) (0.15264) (0.72199) (0.63365) (0.08941) (0.01946) [ 0.36345] [-2.07865] [ 1.69520] [-0.48965] [-1.85540] [ 0.10010] [-1.42399] [-0.50641] [-0.37928] 0.050366 0.341947 -0.168695 -0.015186 0.024871 0.132051 0.062740 0.038317 0.000813 (0.17355) (0.16791) (0.06719) (0.07335) (0.05694) (0.26931) (0.23637) (0.03335) (0.00726) [ 0.29021] [ 2.03644] [-2.51066] [-0.20703] [ 0.43682] [ 0.49032] [ 0.26544] [ 1.14887] [ 0.11193] 1.421226 1.104663 0.258069 -0.386918 -0.310441 -1.266839 0.464845 -0.198411 -0.016934 (0.39289) (0.38013) (0.15211) (0.16606) (0.12890) (0.60969) (0.53510) (0.07550) (0.01644) [ 3.61735] [ 2.90599] [ 1.69657] [-2.33004] [-2.40844] [-2.07785] [ 0.86871] [-2.62780] [-1.03031] 0.403188 -0.252153 -0.699713 -0.375996 -0.522261 1.716813 -2.993909 0.303053 0.011447 (0.59928) (0.57982) (0.23202) (0.25329) (0.19661) (0.92997) (0.81619) (0.11517) (0.02507) [ 0.67278] [-0.43488] [-3.01577] [-1.48446] [-2.65635] [ 1.84610] [-3.66815] [ 2.63139] [ 0.45659] 0.365933 0.340561 0.345007 -0.372433 0.087970 -0.662489 -1.805359 0.062790 -0.018811 (0.38711) (0.37454) (0.14987) (0.16361) (0.12700) (0.60072) (0.52722) (0.07439) (0.01619) [ 0.94529] [ 0.90928] [ 2.30198] [-2.27630] [ 0.69267] [-1.10283] [-3.42427] [ 0.84403] [-1.16161] -0.030440 0.258932 0.269747 0.040780 0.110578 -0.870167 -1.353243 0.121985 -0.007468 (0.32843) (0.31777) (0.12716) (0.13881) (0.10775) (0.50966) (0.44731) (0.06312) (0.01374) [-0.09268] [ 0.81485] [ 2.12139] [ 0.29378] [ 1.02625] [-1.70735] [-3.02532] [ 1.93269] [-0.54360] -0.208280 -0.078691 -0.319772 h CointEq3 (0.46526) (0.45015) 0.093704 -0.168492 0.354063 2.225571 -0.011752 0.022516 (0.41512) (0.40164) (0.16072) (0.17545) (0.13619) (0.64418) (0.56536) (0.07978) (0.01737) [-0.50174] [-0.19593] [-1.98967] [ 0.53408] [-1.23720] [ 0.54964] [ 3.93652] [-0.14731] [ 1.29663] 0.172286 0.081998 -0.253391 -0.203205 -0.158573 0.801547 1.809446 -0.115709 0.013807 (0.34832) (0.33701) (0.13485) (0.14722) (0.11427) (0.54052) (0.47439) (0.06694) (0.01457) [ 0.49463] [ 0.24331] [-1.87900] [-1.38031] [-1.38767] [ 1.48293] [ 3.81428] [-1.72860] [ 0.94759] 0.042486 -0.446542 0.139529 -0.204237 -0.378932 0.750764 -1.114187 0.093411 0.010644 (0.41355) (0.40013) (0.16011) (0.17479) (0.13568) (0.64175) (0.56324) (0.07948) (0.01730) [ 0.10273] [-1.11600] [ 0.87145] [-1.16847] [-2.79291] [ 1.16986] [-1.97818] [ 1.17534] [ 0.61525] 0.139983 -0.297864 0.041371 -0.178660 -0.182623 0.006148 -0.579533 0.085075 0.014030 (0.43023) (0.41626) (0.16657) (0.18184) (0.14115) (0.66763) (0.58595) (0.08268) (0.01800) [ 0.32537] [-0.71557] [ 0.24838] [-0.98253] [-1.29385] [ 0.00921] [-0.98905] [ 1.02897] [ 0.77954] -0.828351 -0.511987 -0.180829 0.254482 0.209994 0.587213 0.616875 0.097650 0.024929 (0.43463) (0.42051) (0.16827) (0.18370) (0.14259) (0.67446) (0.59194) (0.08353) (0.01818) [-1.90588] [-1.21753] [-1.07463] [ 1.38534] [ 1.47271] [ 0.87065] [ 1.04212] [ 1.16911] [ 1.37112] -0.960160 -0.501395 -0.166015 0.070709 0.202172 0.548295 0.889169 -0.053853 0.019911 D(GDP(-2)) D(VNI(-1)) D(VNI(-2)) D(SHORT(-1)) D(SHORT(-2)) D(NEER(-1)) D(NEER(-2)) D(YSTAR(-1)) D(YSTAR(-2)) C (0.15178) (0.16569) (0.12861) (0.60834) (0.53391) (0.07534) (0.01640) [-2.44924] [-1.32192] [-1.09382] [ 0.42676] [ 1.57195] [ 0.90129] [ 1.66538] [-0.71482] [ 1.21414] 0.000962 -0.027506 0.453915 0.327436 -0.312944 -1.021895 0.912878 -0.311924 -0.000255 (0.61473) (0.59477) (0.23800) (0.25982) (0.20168) (0.95394) (0.83723) (0.11814) (0.02572) [ 0.00157] [-0.04625] [ 1.90721] [ 1.26025] [-1.55171] [-1.07124] [ 1.09036] [-2.64036] [-0.00990] -0.389749 -0.341418 0.381760 0.263115 -0.039300 -1.317488 -1.407500 -0.030764 -0.034755 (0.48445) (0.46872) (0.18756) (0.20475) (0.15894) (0.75177) (0.65979) (0.09310) (0.02027) [-0.80452] [-0.72841] [ 2.03541] [ 1.28503] [-0.24727] [-1.75252] [-2.13324] [-0.33044] [-1.71497] 0.015970 -0.042105 0.009368 0.002450 -0.076108 0.075056 -0.322183 -0.007224 -0.000124 (0.08968) (0.08677) (0.03472) (0.03790) (0.02942) (0.13917) (0.12214) (0.01723) (0.00375) [ 0.17807] [-0.48525] [ 0.26980] [ 0.06464] [-2.58676] [ 0.53932] [-2.63778] [-0.41915] [-0.03297] 0.126844 0.021434 -0.023673 -0.033492 -0.070280 0.074728 -0.195011 -0.012024 0.003619 (0.08377) (0.08105) (0.03243) (0.03541) (0.02748) (0.13000) (0.11409) (0.01610) (0.00350) [ 1.51414] [ 0.26445] [-0.72988] [-0.94591] [-2.55713] [ 0.57483] [-1.70921] [-0.74689] [ 1.03279] -0.108651 0.022445 0.026489 0.045707 0.170901 -0.245373 0.364732 -0.012365 7.61E-06 (0.10210) (0.09879) (0.03953) (0.04315) (0.03350) (0.15844) (0.13906) (0.01962) (0.00427) [-1.06416] [ 0.22721] [ 0.67011] [ 1.05917] [ 5.10203] [-1.54868] [ 2.62292] [-0.63020] [ 0.00178] -0.062072 0.031562 0.054540 h D(GDP(-1)) (0.39202) (0.37929) 0.028049 0.054823 -0.293338 -0.175948 -0.002909 -6.24E-06 (0.09969) (0.09646) (0.03860) (0.04214) (0.03271) (0.15471) (0.13578) (0.01916) (0.00417) [-0.62262] [ 0.32721] [ 1.41305] [ 0.66569] [ 1.67617] [-1.89610] [-1.29585] [-0.15185] [-0.00150] -0.474600 0.887328 0.463565 -0.254594 1.099026 -1.443969 1.230840 -0.374938 0.056663 (0.99936) (0.96691) (0.38691) (0.42238) (0.32786) (1.55081) (1.36108) (0.19205) (0.04181) [-0.47490] [ 0.91769] [ 1.19811] [-0.60276] [ 3.35207] [-0.93111] [ 0.90431] [-1.95225] [ 1.35539] -0.991399 0.012620 -0.014173 -0.055194 0.563399 -1.313894 1.274152 -0.100101 -0.000947 (0.87028) (0.84202) (0.33694) (0.36782) (0.28551) (1.35049) (1.18527) (0.16725) (0.03641) [-1.13918] [ 0.01499] [-0.04206] [-0.15005] [ 1.97328] [-0.97290] [ 1.07499] [-0.59853] [-0.02601] 5.504160 2.564923 -0.669833 -1.915463 -6.334918 9.446586 3.701554 -0.384085 0.385112 (4.57133) (4.42288) (1.76983) (1.93208) (1.49973) (7.09378) (6.22590) (0.87850) (0.19123) [ 1.20406] [ 0.57992] [-0.37847] [-0.99140] [-4.22404] [ 1.33167] [ 0.59454] [-0.43720] [ 2.01388] -1.719544 -4.678331 -0.976384 -0.531363 -1.914910 -6.593531 -9.184397 -1.064156 -0.200916 (4.81799) (4.66153) (1.86533) (2.03633) (1.58065) (7.47655) (6.56183) (0.92590) (0.20155) [-0.35690] [-1.00360] [-0.52344] [-0.26094] [-1.21147] [-0.88189] [-1.39967] [-1.14932] [-0.99687] 0.059771 0.082593 0.017318 0.044945 0.072538 -0.024589 -0.022612 -0.006531 0.002701 (0.04507) (0.04361) (0.01745) (0.01905) (0.01479) (0.06995) (0.06139) (0.00866) (0.00189) [ 1.32605] [ 1.89385] [ 0.99238] [ 2.35920] [ 4.90528] [-0.35154] [-0.36834] [-0.75400] [ 1.43236] R-squared 0.726551 0.725556 0.386304 0.504023 0.690477 0.423469 0.847020 0.618576 0.611916 Adj R-squared 0.556569 0.554955 0.004816 0.195712 0.498071 0.065085 0.751924 0.381475 0.370675 Sum sq resids 0.489855 0.458558 0.073426 0.087505 0.052724 1.179612 0.908630 0.018091 0.000857 S.E equation 0.115062 0.111326 0.044548 0.048631 0.037749 0.178554 0.156709 0.022112 0.004813 F-statistic 4.274287 4.252951 1.012626 1.634790 3.588647 1.181606 8.907004 2.608914 2.536534 Log likelihood 60.59260 62.60632 118.4765 113.1261 128.5782 33.78825 41.74883 161.2024 254.2119 Akaike AIC -1.199757 -1.265781 -3.097592 -2.922167 -3.428792 -0.320926 -0.581929 -4.498439 -7.547931 Schwarz SC -0.369250 -0.435273 -2.267084 -2.091659 -2.598285 0.509582 0.248579 -3.667931 -6.717423 Mean dependent 0.038663 0.040649 0.008094 0.035685 0.015564 0.016402 -0.007893 -0.009145 0.004675 S.D dependent 0.172791 0.166876 0.044655 0.054226 0.053282 0.184664 0.314630 0.028116 0.006067 Determinant resid covariance (dof adj.) 1.93E-25 Determinant resid covariance 2.14E-27 Log likelihood 1093.942 Akaike information criterion -27.30956 Schwarz criterion -18.27779 h