tạp chí kinh tế đối ngoại đề tài PHÂN TÍCH MỐI QUAN HỆ GIỮA TĂNG TRƯỜNG KINH TẾ VÀ LẠM PHÁT CỦA VIỆT NAM THÔNG QUA MÔ HÌNH KINH TẾ LƯỢNG

PHÂN TÍCH M I QUAN H GI A TĂNG TRỐ Ệ Ữ ƯỜNG KINH T VÀ L M PHÁTẾ Ạ

C A VI T NAM THÔNG QUA MÔ HÌNH KINH T LỦ Ệ Ế ƯỢNG

PHÂN TÍCH M I QUAN H Ố Ệ

GI A TĂNG TR Ữ ƯỞ NG KINH T VÀ L M PHÁT C A VI T NAM Ế Ạ Ủ Ệ

THÔNG QUA MÔ HÌNH KINH T L Ế ƯỢ NG

ThS Phùng Duy Quang, ThS Lâm Văn S n ơ

ThS Lê Văn Tu n ấ

T p chí KTĐN s 58 ạ ố

Tóm t t: ắ  Bài vi t s d ng các mô hình kinh t l ng: mô hình đ ng liênế ử ụ ế ượ ồ

k t (cointegration), mô hình sai s hi u ch nh (ECM: Error Correctionế ố ệ ỉ Model) do Engle và Granger[2]đ xu t cho các nghiên c u v chu i th iề ấ ứ ề ỗ ờ gian nhi u chi u, th t c ki m đ nh mô hình đ ng liên k t doề ề ủ ụ ể ị ồ ế Johansen[3] phát tri n, ph ng pháp phân tích ph ng sai (Varianceể ươ ươ Decomposition) d a trên mô hình VAR (Vector Autoregressive Model) k tự ế

h p v i các v n đ trong kinh t đ nghiên c u m i quan h đ ng bi nợ ớ ấ ề ế ể ứ ố ệ ồ ế hay ngh ch bi n gi a tăng tr ng kinh t và l m phát Vi t Nam trongị ế ữ ưở ế ạ ở ệ

th i gian g n đây T đó bài vi t đ xu t các g i ý v gi i pháp thích h pờ ầ ừ ế ề ấ ợ ề ả ợ

nh m giúp n n kinh t Vi t Nam đ t m c tăng tr ng h p lý.ằ ề ế ệ ạ ứ ưở ợ

T khóa: ừ  mô hình đ ng liên k t, mô hình sai s hi u ch nh, mô hình VAR, ồ ế ố ệ ỉ phân tích ph ng sai, tăng tr ng, l m phát ươ ưở ạ

1.Đ t v n đ ặ ấ ề

   Trong lý thuy t kinh t h c, s thay đ i v giá c có nh h ng c tíchế ế ọ ự ổ ề ả ả ưở ả

c c l n tiêu c c đ n tăng tr ng S tăng giá m t m c đ nh t đ nh sẽự ẫ ự ế ưở ự ở ộ ứ ộ ấ ị kích thích s tăng tr ng Theo tr ng phái Keynes, m i quan h gi a tăngự ưở ườ ố ệ ữ

tr ng và l m phát là m i quan h cùng chi u và nghiên c u th c nghi mưở ạ ố ệ ề ứ ự ệ

c a nhà nghiên c u Tobin (năm 1965) cũng cho ra k t qu t ng t Tuyủ ứ ế ả ươ ự nhiên, n u s thay đ i giá m nh mẽ sẽ d n đ n l m phát, và l m phát lúcế ự ổ ạ ẫ ế ạ ạ

đó đ c coi nh “thu l m phát” Nhìn v m t ng n c a v n đ có thượ ư ế ạ ề ặ ọ ủ ấ ề ể

th y, đó là s m t cân đ i ti n - hàng, khi GDP tăng tr ng nóng d a vàoấ ự ấ ố ề ưở ự

v n là ch y u sẽ d n đ n l m phát Nh v y, trên th c t tuỳ theo tìnhố ủ ế ẫ ế ạ ư ậ ự ế hình c a m i n c, m i quan h gi a l m phát và tăng tr ng có th cùngủ ỗ ướ ố ệ ữ ạ ưở ể chi u và cũng có th ng c chi u Có nhi u nghiên c u v m i quan hề ể ượ ề ề ứ ề ố ệ

gi a tăng tr ng và l m phát Các nghiên c u g n đây c a Fisher (1993),ữ ưở ạ ứ ầ ủ Barro (1996), Bruno and Easterly (1998) đã ch ra m i quan h gi a tăngỉ ố ệ ữ

tr ng và lam phát mang d u âm nhi u n c khác nhau Đ c bi t, Khanưở ấ ở ề ướ ặ ệ

và Sehadji (2001) đã phát hi n ra “ng ng” c a m c l m phát là 11%; cóệ ưỡ ủ ứ ạ nghĩa là m i quan h gi a tăng tr ng – l m phát mang d u âm khi t lố ệ ữ ưở ạ ấ ỷ ệ

l m phát v t quá ng ng này và mang d u d ng trong tr ng h pạ ượ ưỡ ấ ươ ườ ợ

ng c l i M t s k t qu nghiên c u c a Fisher (1993) và Sarel (1996)ượ ạ ộ ố ế ả ứ ủ

ch ng minh cho th y m i quan h gi a l m phát và tăng tr ng là quanứ ấ ố ệ ữ ạ ưở

h tuy n tính Mô hình đ ng liên k t và mô hình sai s hi u ch nh (ECM)ệ ế ồ ế ố ệ ỉ

đ c Mallik và Chowdhury (2001) s d ng đ nghiên c u m i quan hượ ử ụ ể ứ ố ệ cùng chi u gi a tăng tr ng kinh t và l m phát trong dài h n 4 n cề ữ ưở ế ạ ạ ở ướ Nam Á (Bangladesh, Pakistan, Sri – Lanka và n Đ ) Đ ng th i m t s tácẤ ộ ồ ờ ộ ố

gi cũng s d ng ki m đ nh nghi m đ n v (Unit root test) đ c đ xu tả ử ụ ể ị ệ ơ ị ượ ề ấ

b i Dickey - Fuller (DF) và Augmented Dickey – Fuller (ADF) (1979), sở ử

d ng ph ng pháp phân tích ph ng sai (Variance Decomposition) d aụ ươ ươ ự trên mô hình VAR nh Faria, Carneiro (2001), … đ ch ng minh r ng l mư ể ứ ằ ạ phát không nh h ng đ n s n l ng th c t (GDP) trong dài h n Tuyả ưở ế ả ượ ự ế ạ nhiên trong ng n h n thì tác đ ng c a l m phát đ n s n l ng th c tắ ạ ộ ủ ạ ế ả ượ ự ế (GDP) l i mang d u âm.ạ ấ

M t s nghiên c u Vi t Nam đã phân tích m i quan h gi a tăng tr ngộ ố ứ ở ệ ố ệ ữ ưở

và l m phát, tuy nhiên các k t qu ch y u đ c gi i thích b i ph ngạ ế ả ủ ế ượ ả ở ươ pháp đ nh tính nh nghiên c u c a Nguy n Th Cành (2009), Nguy n Đ cị ư ứ ủ ễ ị ễ ắ

H ng (2008, 2009); ho c m t vài nghiên c u xem xét bi n đ ng c a tăngư ặ ộ ứ ế ộ ủ

tr ng, l m phát thông qua các mô hình chu i th i gian nh c a Nguy nưở ạ ỗ ờ ư ủ ễ

Kh c Minh và Nguy n Vi t Hùng (2009), V ng Th Th o Bình (2009).ắ ễ ệ ươ ị ả

V n d ng các k t qu nghiên c u trên, bài vi t s d ng mô hình đ ng liênậ ụ ế ả ứ ế ử ụ ồ

k t, mô hình sai s hi u ch nh (ECM) và ph ng pháp phân tích ph ngế ố ệ ỉ ươ ươ sai dùng mô hình VAR đ xem xét m i quan h gi a tăng tr ng và l mể ố ệ ữ ưở ạ phát Vi t Nam trong ng n h n và dài h n th i kỳ 2008-2012, s li uở ệ ắ ạ ạ ờ ố ệ dùng đ phân tích tính theo tháng.ể

2.Ph ươ ng pháp nghiên c u ứ

       Bài vi t nghiên c u m i quan h gi a tăng tr ng (G) và l m phátế ứ ố ệ ữ ưở ạ (I) s d ng mô hình đ ng liên k t và mô hình sai s hi u ch nh đ c đử ụ ồ ế ố ệ ỉ ượ ề

xu t b i Engle và Granger (1987):ấ ở

      

Trong đó là nhi u tr ng Khi đó mô hình (2.1) ph n ánh m i quan h trongễ ắ ả ố ệ dài h n gi a hai bi n I và G Có hai tr ng h p x y ra đ i v i mô hìnhạ ữ ế ườ ợ ả ố ớ (2.1):

* G và I cùng d ng (stationaryừ [4]): mô hình ph n ánh đúng m i quan hả ố ệ

gi a G và I, các k t qu h i quy có ý nghĩa gi i thích đúng m i quan hữ ế ả ồ ả ố ệ

gi a G và I.ữ

* G và I không d ng (non – stationary): Khi đó x y ra hi n t ng h i quyừ ả ệ ượ ồ giả m o, k t quạ ế ảướ ược l ng không ph n ánh đúng m i quan hả ố ệ gi a G và Iữ

vì k t quế ả h i quy này sẽồ  d n đ n các ki m đ nh sẫ ế ể ị ử d ng đ n th ng kê t,ụ ế ố

F, R2 sẽ bị ch ch.Tuy nhiên khi G, I không d ng nh ng th a mãn là đ ngệ ừ ư ỏ ồ liên k t b c 1 (hai chu i G và I đ c g i là đ ng liên k t b c 1 (First –ế ậ ỗ ượ ọ ồ ế ậ ordered integration) n u t n t i tham sế ồ ạ ố để chu i là chu i d ng, ký hi uỗ ỗ ừ ệ I(1)) và các y u tế ố ng u nhiênlà d ng thì các mô hình trên v n ph n ánhẫ ừ ẫ ả đúng m i quan hố ệ gi a G và I, các k t quữ ế ả h i quy v n có ý nghĩa.ồ ẫ

Ng i ta th ng s d ng ph ng pháp ki m đ nh các bi n G và I trong môườ ườ ử ụ ươ ể ị ế hình có d ng hay d ng sai phân hay không đ c s d ng là ph ng phápừ ừ ượ ử ụ ươ

ki m đ nh nghi m đ n v Augmented Dickey – Fuller (1979) (ADF) Còn để ị ệ ơ ị ể

ki m đ nh tính đ ng liên k t gi a hai bi n G và I s d ng ph ng phápể ị ồ ế ữ ế ử ụ ươ Johansen[5] (1988) d a trên ph ng pháp h p lý c c đ i g m hai tiêuự ươ ợ ự ạ ồ chu n:ẩ

(a) Tiêu chu n ki m đ nh giá tr riêng c c đ i (maximal eigen value test):ẩ ể ị ị ự ạ

Gi thuy t g c Hả ế ố O: có ít nh t r véc t đ ng liên k tấ ơ ồ ế

Gi thuy t đ i Hả ế ố 1: có r + 1 véc t đ ng liên k tơ ồ ế

(b) Tiêu chu n ki m đ nh v t (trace test):ẩ ể ị ế

Gi thuy t g c Hả ế ố O: có ít nh t r véc t đ ng liên k tấ ơ ồ ế

Gi thuy t đ i Hả ế ố 1: có t i đa r + 1 véc t đ ng liên k tố ơ ồ ế

M r ng h n, bài vi t s d ng mô hình sai s hi u ch nh (ECM) c a Engleở ộ ơ ế ử ụ ố ệ ỉ ủ

và Granger (1987) đ xem xét tác đ ng qua l i gi a G và I khi chúng cóể ộ ạ ữ

đ ng liên k t b c nh t:ồ ế ậ ấ

       (2.2)

       (2.3)

đây, tham s là sai s hi u ch nh ph n ánh s m t cân b ng trong ng n

h n gi a G và I Mô hình sai s hi u ch nh dùng đ nghiên c u s bi nạ ữ ố ệ ỉ ể ứ ự ế

đ ng trong ng n h n gi a G và I Ng i ta s d ng th t c Engle – Grangerộ ắ ạ ữ ườ ử ụ ử ụ

đ c l ng tham s ( thu đ c t (2.1), còn thu đ c t ph ng trình:).ể ướ ượ ố ượ ừ ượ ừ ươ Ngoài ra đ phân tích các thành ph n tác đ ng lên s bi n đ ng c a tăngể ầ ộ ự ế ộ ủ

tr ng và l m phát d a trên các y u t tr c a chúng ng i ta s d ngưở ạ ự ế ố ễ ủ ườ ử ụ

ph ng pháp phân tích ph ng sai (Variance Decompostition) d a trênươ ươ ự

mô hình VAR (Vector Autoregressive Model) nh sau:ư

       (2.4)

       (2.5)

Trong đó là các nhi u tr ng.ễ ắ

      M c đích c a phân tích ph ng sai đ phân tích rõ h n s thay đ iụ ủ ươ ể ơ ự ổ

c a tăng tr ng ph thu c nh th nào vào l m phát cũng nh b n thânủ ưở ụ ộ ư ế ạ ư ả

s thay đ i c a nó trong quá kh ự ổ ủ ứ

Các k t qu c l ng cho các mô hình (2.1) – (2.5) đ c th c hi n trênế ả ướ ượ ượ ự ệ môi tr ng ph n m m Eviews Ph ng pháp ki m đ nh nhân qu Grangerườ ầ ề ươ ể ị ả (Granger Causality Test) đ c dùng ph bi n đ nh n d ng mô hình VAR,ượ ổ ế ể ậ ạ

mô hình ECM

3 K t qu th c nghi mế ả ự ệ

3.1 Mô t s li uả ố ệ

S li u nghiên c u g m hai bi n: ch s giá tiêu dùng CPI (Customer Priceố ệ ứ ồ ế ỉ ố Index) và t ng thu nh p qu c n i GDP (Gross Domestics Product) giaiổ ậ ố ộ

đo n t 2008 đ n năm 2012 do T ng c c th ng kê Vi t Nam công b Sạ ừ ế ổ ụ ố ệ ố ố

li u cho các bi n CPI và GDP đ c quan sát theo tháng v i t l l m phátệ ế ượ ớ ỷ ệ ạ

t i th i đi m t (Iạ ờ ể t) và tăng tr ng t i th i đi m t (Gưở ạ ờ ể t) đ c tính theo côngượ

th c: Iứ t = ln(CPIt) – ln(CPIt-1) và Gt = ln(GDPt) – ln(GDPt-1)

( đây ln X là logarit c s t nhiên c a bi n X).ở ơ ố ự ủ ế

3.2 Ướ ược l ng mô hình đ ng liên k tồ ế

Các giá tr th ng kê mô t c a t l l m phát (I) và tăng tr ng (G) đ cị ố ả ủ ỷ ệ ạ ưở ượ cho b ng 3.1.ở ả

Mean Media

n

Maximu m

Std Dev

Skewnes s

Kurtosi s

Jarque -Bera

P-value

Ob s

G 0,016

8

0,004 6

0,1564

-0,045 0

0,6828 2,7505 4,3688 0,121

6

60

I 0,014

5

0,012 4

0,0846

-0,016 5

0,0206 5,4682 29,460

8

0,000 0

60

B ng 3.1 Các giá tr th ng kê mô t v t l tăng tr ng và l m phátả ị ố ả ề ỷ ệ ưở ạ

theo quý c a Vi t Nam t 1998-2012ủ ệ ừ

Ngu n:ồ  Tính toán t d li u và ph n m m Eviewsừ ữ ệ ầ ề

H s t ng quan gi a G và I tính đ c là 0,576, ch ng t G và I có t ngệ ố ươ ữ ượ ứ ỏ ươ quan khá m nh.ạ

S d ng ph ng pháp ki m đ nh nghi m đ n v Augmented Dickey Fullerử ụ ươ ể ị ệ ơ ị (ADF) cho các chu i s li u G, I, thu đ c k t qu sau:ỗ ố ệ ượ ế ả

ADF - statistic -0,1506 -2,9718* -0,4568 -22,3612*

B ng 3.2 Ki m đ nh nghi m đ n v Augment Dickey - Fullerả ể ị ệ ơ ị

Chú thích:*, ** đ c hi u là t ng ng có ý nghĩa th ng kê t i m c 1%, 5%ượ ể ươ ứ ố ạ ứ

Ngu n:ồ  Tính toán t d li u và ph n m m Eviewsừ ữ ệ ầ ề

K t qu ki m đ nh ADF cho th y các chu i G và I là d ng b c nh tế ả ể ị ấ ỗ ừ ậ ấ

Bây gi , xem xét m i quan h gi a tăng tr ng và l m phát b ng cách h iờ ố ệ ữ ưở ạ ằ ồ

quy G và I theo mô hình (3.1) sau đây:

      (3.1)

c l ng mô hình (3.1) b ng ph ng pháp bình ph ng nh nh t (OLS:

Ordinary Least Squares) Quá trình c l ng mô hình (3.1), phát hi n môướ ượ ệ

hình có t t ng quan b c 6, dùng ph ng pháp l p v i các h s h i quyự ươ ậ ươ ặ ớ ệ ố ồ

AR(6), k t qu c l ng cho b i b ng 3.3 sau đây:ế ả ướ ượ ở ả

Hệ

số

R2

c

Ướ

l nượ

g

0,0082

35

0,5862 78

-0,5876 6

-0,86362

-0,8135 7

0,3218 4

-0,24586

0,865 46

Thố

ng

kê T

7,8568

6*

9,2685 4*

-4,2684 8*

-11,1468 9*

-10,522 4*

8,6468 5*

-2,45689

**

B ng 3.3 Mô hình h i quy đ ng liên k t gi a tăng tr ng và l m phátả ồ ồ ế ữ ưở ạ

Chú thích:*, ** đ c hi u là t ng ng có ý nghĩa th ng kê t i m c 1%, 5%ượ ể ươ ứ ố ạ ứ

Ngu n:ồ  Tính toán t d li u và ph n m m Eviewsừ ữ ệ ầ ề

c l ng ph n d () t mô hình (3.1) và ki m đ nh tính d ng c a chu i

này b ng ph ng pháp ki m đ nh Augumented dickey – Fuller (ADF), k tằ ươ ể ị ế

qu ki m đ nh cho b i b ng 3.4:ả ể ị ở ả

H s đ ng liên k tệ ố ồ ế Th ng kê – ADF c aố ủ

K t qu c l ngế ả ướ ượ 0,586278 -4,68172*

B ng 3.4 Ki m đ nh nghi m đ n v cho ph n dả ể ị ệ ơ ị ầ ư

Chú thích:*, ** đ c hi u là t ng ng có ý nghĩa th ng kê t i m c 1%, 5%ượ ể ươ ứ ố ạ ứ Ngu n:ồ  Tính toán t d li u và ph n m m Eviewsừ ữ ệ ầ ề

K t qu ki m đ nh b ng 3.4 cho th y ph n d là d ng m c ý nghĩa 1%ế ả ể ị ở ả ấ ầ ư ừ ở ứ hay Gt và Itcó đ ng liên k t b c nh t Đ ng th i, k t qu c l ng b ngồ ế ậ ấ ồ ờ ế ả ướ ượ ở ả 3.3 và b ng 3.4 cho th y h s đ ng liên k t đ c ả ấ ệ ố ồ ế ượ ướ ược l ng b ngằ 0,586278 là d ng và có ý nghĩa th ng kê m c 1% K t qu ki m đ nh Fươ ố ở ứ ế ả ể ị cho th y mô hình phù h p v i m c ý nghĩa 1% Đi u đó cho th y m i quanấ ợ ớ ứ ề ấ ố

h gi a tăng tr ng và l m phát trong dài h n là quan h đ ng bi n, t c làệ ữ ưở ạ ạ ệ ồ ế ứ

l m phát tăng 1 đ n v thì tăng tr ng tăng kho ng 0,586278 đ n v M tạ ơ ị ưở ả ơ ị ặ khác giá tr này nh h n 1 nên trong dài h n thì tăng tr ng sẽ tăng nhanhị ỏ ơ ạ ưở

h n l m phát H s xác đ nh Rơ ạ ệ ố ị 2  c l ng đ c b ng 86,546%, cho th yướ ượ ượ ằ ấ

r ng l m phát có nh h ng khá l n đ n tăng tr ng.ằ ạ ả ưở ớ ế ưở

Thêm n a, ki m đ nh đ ng liên k t b ng ph ng pháp ki m đ nhữ ể ị ồ ế ằ ươ ể ị Johansen (Johansen Cointergation Test) d a trên hai tiêu chu n: Tiêuự ẩ chu n ki m đ nh giá tr riêng c c đ i (maximal eigen value test) và Tiêuẩ ể ị ị ự ạ chu n ki m đ nh v t (trace test)ẩ ể ị ế  cho k t qu b ng 3.5.ế ả ở ả

Giá tr riêngị Gi thuy tả ế

g cố

Gi thuy tả ế

đ iố

Th ng kêố Trace

Th ng kêố maximal eigen

0,164289 r < = 1 r = 2

(ho c r<=2)ặ

9,64785* 8,868310*

B ng 3.5 Ki m đ nh Johansen cho I và Gả ể ị

Chú thích:*, ** đ c hi u là t ng ng có ý nghĩa th ng kê t i m c 1%, 5%ượ ể ươ ứ ố ạ ứ          r: s véc t đ ng liên k tố ơ ồ ế

Ngu n:ồ  Tính toán t d li u và ph n m m Eviewsừ ữ ệ ầ ề

K t qu ki m đ nh thu đ c b ng 3.5, v i m c ý nghĩa 1% có th kh ngế ả ể ị ượ ở ả ớ ứ ể ẳ

đ nh G và I có quan h đ ng liên k t v i nhau v i s véc t đ ng liên k tị ệ ồ ế ớ ớ ố ơ ồ ế

b ng r = 2.ằ

3.3 Ướ ược l ng mô hình sai s hi u ch nhố ệ ỉ

T k t qu phân tích m c 3.2, hai bi n tăng tr ng và l m phát có quanừ ế ả ụ ế ưở ạ

h đ ng liên k t b c nh t (I(1)), ta có th dùng mô hình sai s hi u ch nhệ ồ ế ậ ấ ể ố ệ ỉ

(ECM) đ nghiên c u s bi n đ ng trong ng n h n c a tăng tr ng có tácể ứ ự ế ộ ắ ạ ủ ưở

đ ng c a l m phát:ộ ủ ạ

      (3.2)

V i uớ t là nhi u tr ng, là giá tr hi u ch nh (Error Correction Term) ễ ắ ị ệ ỉ ước

l ng đ c t (3.1), h s này ph n ánh m c đ cân b ng trong dài h nượ ượ ừ ệ ố ả ứ ộ ằ ạ

gi a l m phát và tăng tr ng l n l t là sai phân b c nh t c a I và G,ữ ạ ưở ầ ượ ậ ấ ủ

ph n ánh s thay đ i trong ng n h n c a l m phát và tăng tr ng.ả ự ổ ắ ạ ủ ạ ưở

Đ u tiên dùng tiêu chu n AIC và SC c l ng đ c b c h i quy: m =2, n =ầ ẩ ướ ượ ượ ậ ồ

4, mô hình có d ng:ạ

(3.3)

K t qu c l ng mô hình (3.3) cho b ng 3.6:ế ả ướ ượ ở ả

Hệ

số

Giá

trị

c

ướ

lượ

ng

0,018

24

0,465 86

-0,425 48

-0,362 45

0,601 24

-0,321 46

0,120 6

-0,346 7

-2,246 8

Thố

ng

kê T

7,467

82*

4,268 54*

-3,842 86*

-9,235 7*

5,682 4*

-6,281 4*

8,562 4*

-10,23 68*

-7,246 8*

0,923 68

B ng 3.6 K t qu c l ng mô hình hi u ch nh sai s gi a vàả ế ả ướ ượ ệ ỉ ố ữ

Chú thích:*, ** đ c hi u là t ng ng có ý nghĩa th ng kê t i m c 1%, 5%ượ ể ươ ứ ố ạ ứ

Ngu n:ồ  Tính toán t d li u và ph n m m Eviewsừ ữ ệ ầ ề

K t qu c l ng b ng 3.6 cho th y các h s h i quy đ u có ý nghĩaế ả ướ ượ ở ả ấ ệ ố ồ ề

th ng kê m c ý nghĩa 1% và 5%.K t qu ki m đ nh F cho th y mô hìnhố ở ứ ế ả ể ị ấ phù h p v i m c ý nghĩa 1% và 5% Các ki m đ nh khác đ u cho th y môợ ớ ứ ể ị ề ấ hình đ c ch đ nh đúng không có khuy t t t v i m c ý nghĩa 1% và 5%.ượ ỉ ị ế ậ ớ ứ

c l ng h s c a bi n I

Ướ ượ ệ ố ủ ế t b ng 0,46586 là d ng, đi u này kh ng đ nhằ ươ ề ẳ ị trong ng n h n thì l m phát và tăng tr ng có quan h đ ng bi n, t c làắ ạ ạ ưở ệ ồ ế ứ

l m phát tăng thì tăng tr ng tăng, đ ng th i c l ng h s nh h n 1ạ ưở ồ ờ ướ ượ ệ ố ỏ ơ cho nên tăng tr ng sẽ tăng nhanh h n l m phát.ưở ơ ạ

Đ ng th i, c l ng h s c a b ng -2,2468 nh h n 0 kh ng đ nh r ng,ồ ờ ướ ượ ệ ố ủ ằ ỏ ơ ẳ ị ằ trong dài h n khi l m phát và tăng tr ng l ch kh i v trí cân b ng thì sẽạ ạ ưở ệ ỏ ị ằ

xu t hi n s đi u ch nh khi n tăng tr ng thay đ i theo xu h ng đ a cácấ ệ ự ề ỉ ế ưở ổ ướ ư

y u t c a n n kinh t quay tr l i tr ng thái cân b ng, v tr tuy t đ iế ố ủ ề ế ở ạ ạ ằ ề ị ệ ố

c a giá tr này l n h n 1 nên s đi u ch nh đó khi n tăng tr ng v t quáủ ị ớ ơ ự ề ỉ ế ưở ượ

m c cân b ng Vì các h s c l ng khác đ u có ý nghĩa th ng kê nênứ ằ ệ ố ướ ượ ề ố

nh ng y u t tr c a s thay đ i c a l m phát và tăng tr ng các th iữ ế ố ễ ủ ự ổ ủ ạ ưở ở ờ

kỳ tr c đó đ u có nh h ng đ n s thay đ i c a tăng tr ng th iướ ề ả ưở ế ự ổ ủ ưở ở ờ

đi m hi n t i.ể ệ ạ

3.3 Phân tích ph ươ ng sai d a trên mô hình VAR ự

Ngoài ph ng pháp dùng mô hình đ ng liên k t đ phân tích m i quan hươ ồ ế ể ố ệ

gi a tăng tr ng và l m phát, ng i ta còn s d ng phân tích ph ng saiữ ưở ạ ườ ử ụ ươ

d a trên mô hình VAR Đ phân tích rõ nét h n s thay đ i c a tăngự ể ơ ự ổ ủ

tr ng ph thu c th nào vào s thay đ i c a l m phát, đ ng th i phânưở ụ ộ ế ự ổ ủ ạ ồ ờ tích s thay đ i c a tăng tr ng trong nh ng th i kỳ tr c đó bài vi t sự ổ ủ ưở ữ ờ ướ ế ử

d ng kỹ thu t phân tích ph ng sai d a trên mô hình VAR Tr c h tụ ậ ươ ự ướ ế dùng ki m đ nh quan h nhân qu Granger (Granger Causality Test) gi aể ị ệ ả ữ

và thu đ c k t qu b ng 3.7:ượ ế ả ở ả

Parirwwise Granger Causality Test

B ng 3.7 Ki m đ nh m i quan h nhân qu Granger gi a và ả ể ị ố ệ ả ữ

Chú thích:*, ** đ c hi u là t ng ng có ý nghĩa th ng kê t i m c 1%, 5%ượ ể ươ ứ ố ạ ứ Ngu n:ồ  Tính toán t d li u và ph n m m Eviewsừ ữ ệ ầ ề

K t qu ki m đ nh này cho th y gi a và có s tác đ ng qua l i l n nhau.ế ả ể ị ấ ữ ự ộ ạ ẫ

Do đó, c l ng mô hình VAR th hi n m i quan h gi a và v i 4 bi nướ ượ ể ệ ố ệ ữ ớ ế

tr nh sau:ễ ư

      Trong đó ut và vt là các nhi u tr ng K t qu phân tích cho th y môễ ắ ế ả ấ

hình (3.4) và (3.5) v i 4 bi n tr đ c đ nh d ng t t K t qu c l ngớ ế ễ ượ ị ạ ố ế ả ướ ượ

cho b ng 3.8 và b ng 3.9 d i đây:ở ả ả ướ

Hệ

số

Giá

trị

c

ướ

lượ

ng

0,00

142

0,4845 6

0,824 16

0,364 27

0,12 046

-1,242 8

-2,124 68

-1,1429 4

-0,862 46

0,92 568

Thố

ng

kê T

0,64

582

2,2608 5**

4,856 82*

4,681 62*

1,26 814

-20,14 86*

-14,32 68*

-15,145 62*

-12,05 68*

B ng 3.8 K t qu ả ế ả ướ ượ c l ng mô hình (3.4)

Chú thích:*, ** đ c hi u là t ng ng có ý nghĩa th ng kê t i m c 1%, 5%ượ ể ươ ứ ố ạ ứ

Ngu n:ồ  Tính toán t d li u và ph n m m Eviewsừ ữ ệ ầ ề

Hệ

số

Giá

trị

c

ướ

lượ

ng

0,00

178

-0,047 465

-0,424 36

-02640 8

0,19 345

-0,112 568

-0,086 46

-0,1425 26

0,124 46

0,905 683

Thố

ng

kê T

0,84

582

-0,260 85

-3,836 52*

-4,181 52*

1,06 884

-2,654 23*

-8,657 82*

-10,124 68*

-6,125 66*

B ng 3.9 K t qu ả ế ả ướ ượ c l ng mô hình (3.5)