(Luận văn thạc sĩ) mối quan hệ giữa truyền dẫn tỷ giá và lạm phát phân tích chuỗi thời gian phi tuyến ở việt nam 1995 2012

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH PHẠM THÀNH CHUNG MỐI QUAN HỆ GIỮA TRUYỀN DẪN TỶ GIÁ VÀ LẠM PHÁT – PHÂN TÍCH CHUỖI THỜI GIAN PHI TUYẾN Ở VIỆT NAM 1995 – 2012 LUẬN VĂN THẠC SĨ KINH TẾ Tp Hồ Chí Minh - 2014 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH PHẠM THÀNH CHUNG MỐI QUAN HỆ GIỮA TRUYỀN DẪN TỶ GIÁ VÀ LẠM PHÁT – PHÂN TÍCH CHUỖI THỜI GIAN PHI TUYẾN Ở VIỆT NAM 1995 – 2012 Chuyên ngành: Tài – Ngân hàng Mã số: 60340201 LUẬN VĂN THẠC SĨ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HỌC: GS.TS TRẦN NGỌC THƠ Tp Hồ Chí Minh - 2014 LỜI CAM ĐOAN Tôi xin cam đoan luận văn đề tài: “Mối quan hệ truyền dẫn tỷ giá lạm phát - Phân tích chuỗi thời gian phi tuyến Việt Nam 1995 - 2012” cơng trình nghiên cứu thân hướng dẫn GS.TS Trần Ngọc Thơ chưa công bố trước Các trích dẫn luận văn dẫn nguồn phạm vi hiểu biết Nguồn số liệu kết thực nghiệm thực trung thực xác Tác giả Phạm Thành Chung MỤC LỤC TRANG PHỤ BÌA LỜI CAM ĐOAN MỤC LỤC DANH MỤC VIẾT TẮT DANH MỤC BẢNG BIỂU DANH MỤC HÌNH VẼ TÓM TẮT GIỚI THIỆU CHƯƠNG 1: CƠ CHẾ TRUYỀN DẪN CỦA TỶ GIÁ, CÁC XU HƯỚNG NGHIÊN CỨU TRƯỚC ĐÂY VỀ HIỆU ỨNG ERPT 1.1 LẠM PHÁT Ở VIỆT NAM 1990 – 2012 1.2 CHÍNH SÁCH TỶ GIÁ HỐI ĐỐI Ở VIỆT NAM 1990 – 2012 1.3 TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY VỀ ERPT CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU 18 2.1 NỀN TẢNG LÝ THUYẾT 18 2.1.1 Mơ hình chuỗi thời gian phi tuyến STAR 18 2.1.2 Mơ hình chuỗi thời gian phi tuyến cho cơng ty nhập 24 2.2 MƠ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU 34 CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU 38 3.1 DỮ LIỆU VÀ KIỂM TRA TÍNH TUYẾN TÍNH 38 3.2 MƠ HÌNH ESTAR 44 3.3 MƠ HÌNH DLSTAR ĐỐI XỨNG 49 3.4 MƠ HÌNH DLSTAR BẤT ĐỐI XỨNG 53 3.5 LỰA CHỌN MƠ HÌNH STAR 58 CHƯƠNG 4: KẾT LUẬN 60 TÀI LIỆU THAM KHẢO PHỤ LỤC A: CHUỖI DỮ LIỆU CPI VÀ IMP 1995-2012 Ở VIỆT NAM PHỤ LỤC B: CODE CHO MƠ HÌNH STAR TRÊN WINRATS 8.3 PHỤ LỤC C: KIỂM ĐỊNH KPSS VÀ TÍNH DỪNG DANH MỤC TỪ VIẾT TẮT ADLSTAR Mơ hình DLSTAR bất đối xứng ASEAN Hiệp hội quốc gia Đơng Nam Á CIF Giá cả, phí bảo hiểm phí vận chuyển hàng hóa cảng nước CPI Chỉ số giá tiêu dùng CSTT Chính sách tiền tệ DLSTAR Double logarit STAR (Mơ hình STAR hàm logarit) ERPT Echange rate pass-through (Cơ chế truyền dẫn tỷ giá hối đối ESTAR Exponential STAR (Mơ hình STAR hàm mũ) EU Liên minh châu Âu FOB Giá miễn trách nhiệm boong tàu nơi cảng nước GDP Tổng sản phẩm thu nhập quốc nội IMP Chỉ số giá nhập KPSS Kiểm định Kwiatkowski-Phillips-Schmidt-Shin LM Hệ số nhân tử lagrange (Lagrange multiplier) LPC Đồng tiền địa phương LSTAR Logarit STAR (Mơ hình STAR hàm logarit) NHTW/ NHNH Ngân hàng Trung ương/ Ngân hàng Nhà nước PCP Đồng tiền nhà sản xuất PT Pass-through (Cơ chế truyền dẫn) SDLSTAR Mơ hình DLSTAR đối xứng STAR Smooth transition autoregressive model (Mơ hình hồi quy chuyển tiếp trơn) SVAR Mơ hình vector tự hồi quy cấu trúc VAR Vector autoregression (Mơ hình vector tự hồi quy) VECM Mơ hình vector tự hồi quy hiệu chỉnh sai số WTO Tổ chức thương mại Thế giới DANH MỤC BẢNG BIỂU Bảng 1-1: Biên độ giao dịch tỷ giá từ năm 1998 đến 2012 Bảng 3-1: Kiểm định tính dừng cho biến 42 Bảng 3-2: Lựa chọn độ trễ cho biến mơ hình 43 Bảng 3-3: Kiểm tra thay tuyến tính 44 Bảng 3-4: Lựa chọn độ trễ cho biến chuyển tiếp mơ hình ESTAR 44 Bảng 3-5: Kết hồi quy mô hình ESTAR 44 Bảng 3-6: Lựa chọn độ trễ cho biến chuyển tiếp mơ hình DLSTAR đối xứng 49 Bảng 3-7: Kết hồi quy mơ hình SDLSTAR 49 Bảng 3-8: Lựa chọn độ trễ cho biến chuyển tiếp mơ hình DLSTAR bất đối xứng 53 Bảng 3-9: Kết hồi quy mơ hình ADLSTAR 54 Bảng 3-10: Kiểm định lựa cho mô hình STAR 59 DANH MỤC HÌNH VẼ Hình 1-1: Các giai đoạn lạm phát Việt Nam Hình 1-2: Các giai đoạn tỷ giá ổn định Việt Nam Hình 1-3: Các giai đoạn tỷ giá biến động mạnh Việt Nam Hình 1-4: Tỷ giá trần tỷ giá sản Việt Nam 2008 - 2011 Hình 1-5: Tỷ giá danh nghĩa VND/USD lạm phát Việt nam 1995-2013 Hình 1-6: Đồ thị tác động cung tiền đến tỷ giá hối đoái 10 Hình 1-7: Kênh truyền dẫn tỷ giá 11 Hình 2-1: Mối quan hệ dự kiến độ trễ lạm phát ERPT 33 Hình 2-2: Mối quan hệ phi tuyến phẳng lạm phát ERPT 33 Hình 3-1: Chỉ số giá nhập (IMP) Việt Nam qua năm 39 Hình 3-2: Thống kê mơ tả chuỗi liệu IMP 39 Hình 3-3: Chỉ số gia tiêu dùng (CPI) Việt Nam qua năm 40 Hình 3-4: Thống kê mô tả chuỗi liệu CPI 41 Hình 3-5: Chỉ số lạm phát thông qua CPI Việt Nam 41 Hình 3-6: ERPT tương ứng với biến chuyển đổi mơ hình ESTAR 46 Hình 3-7: ERPT theo thời gian mơ hình ESTAR 47 Hình 3-8: ERPT tương ứng với biến chuyển đổi mơ hình DLSTAR đối xứng 51 Hình 3-9: ERPT theo thời gian mơ hình DLSTAR đối xứng 53 Hình 3-10: ERPT tương ứng với biến chuyển đổi mơ hình DLSTAR bất đối xứng 56 Hình 3-11: ERPT theo thời gian mơ hình DLSTAR bất đối xứng 58 TÓM TẮT Bài viết đưa số phần trăm ước lượng mức độ ảnh hưởng tỷ giá hối đoái danh nghĩa số giá nhập lạm phát Việt Nam giai đoạn 1995 – 2012 thông qua biến chuyển lạm phát kỳ trước Giai đoạn mà kinh tế Việt Nam có nhiều biến đổi lớn từ thân nội kinh tế từ ảnh hưởng bên ngồi cho thấy sách tỷ giá ảnh hưởng lớn tới lạm phát Nhìn chung, mơ hình STAR cho nghiên cứu mức độ truyền dẫn tỷ giá hối đoái danh nghĩa số giá nhập Việt Nam cho giai đoạn 1995 – 2012 cho thấy rằng, mức độ ERPT cao lạm phát tăng cao ERPT thấp lạm phát thấp Kết hồi quy mơ hình STAR Việt Nam cho thấy ERPT lạm phát cao chuyển đổi cách trơn tru mượt so với giai đoạn giảm phát Mức độ ERPT bắt đầu hình thành lạm phát tăng lên đơn vị gia tăng đến mức gần lạm phát gia tăng từ 2.5 – đơn vị Điều cho thấy mức độ ảnh hưởng đến lạm phát tỷ giá hối đoái danh nghĩa số giá nhập cao Việt Nam GIỚI THIỆU Sự cần thiết đề tài Mức độ mà tỷ giá truyền dẫn vào thay đổi mức giá nội địa nhấn mạnh nhiều nghiên cứu trước gọi chế truyền dẫn tỷ giá hối đoái (ERPT) Hiểu rõ ERPT quan trọng việc dự báo lạm phát điều hành sách tiền tệ Một mức độ ERPT thấp khơng hồn tồn làm cho sách tiền tệ độc lập việc thực sách tiền tệ lúc khơng cần phải lo bất ổn mức giá nước hay lạm phát điều chỉnh tỷ giá hối đoái Chính sách tiền tệ Việt Nam hướng vào mục tiêu bình ổn mức giá đồng nội tệ (lạm phát) mức giá ngoại tệ (tỷ giá) để phát triển kinh tế Kể từ thực sách mở kinh tế vào 1986, kinh tế Việt Nam bắt đầu rộng mở giao thương với kinh tế giới, mức độ giao thương hàng hóa GDP xấp xỉ 147% giai đoạn 2009 – 2013 (World Bank) Chính lẽ mà mức giá nước không bị ảnh hưởng cú sốc nội kinh tế bị ảnh hưởng cú sốc từ bên kinh tế Sự thay đổi tỷ giá không thay đổi mức giá nhập hàng hóa mà cịn mức giá đầu vào, chi phí dịch vụ cho hàng hóa Bài viết hướng tới vấn đề thay đổi tỷ giá ảnh hưởng đến mức giá nội địa Việt Nam, chủ yếu mức giá nhập mức giá tiêu dùng Bài viết sử dụng mơ hình STAR Terasvirta 1994, Skalin Terasvirta 1999 sau điều chỉnh phát triển qua nhiều nghiên cứu khác để phân tích mức độ truyền dẫn tỷ giá tới mức độ lạm phát nước thông qua nhiều dạng mơ hình phi tuyến khác Sau ước lượng mơ hình kết cho thấy mức độ ảnh hưởng cú sốc tỷ giá tới mức giá nước lớn Mục tiêu nghiên cứu  Tìm hiểu mức độ hiệu ứng ERPT trước thay đổi lạm phát nước qua giai đoạn kinh tế Việt Nam  Tìm hiểu mối quan hệ phi tuyến ERPT lạm phát Việt Nam thông qua lạm phát khứ Câu hỏi nghiên cứu  Lạm phát cao (giá trị tuyệt đối) có dẫn đến mức độ ERPT cao hơn?  ERPT có biểu diễn hàm đối xứng tỷ lệ lạm phát khứ xung quanh giá trị 0?  ERPT có biểu thị chuyển đổi trơn (smooth transition) chuyển đổi đột ngột (abrupt transition) việc sử dụng tỷ lệ lạm Feb-01 Mar-01 Apr-01 May-01 Jun-01 Jul-01 Aug-01 Sep-01 Oct-01 Nov-01 Dec-01 Jan-02 Feb-02 Mar-02 Apr-02 May-02 Jun-02 Jul-02 Aug-02 Sep-02 Oct-02 Nov-02 Dec-02 Jan-03 Feb-03 Mar-03 Apr-03 May-03 Jun-03 Jul-03 Aug-03 Sep-03 Oct-03 Nov-03 Dec-03 Jan-04 Feb-04 Mar-04 Apr-04 103.2183 102.8933 102.4654 101.9589 101.4 100.8128 100.2212 99.65161 99.12958 98.68116 98.25784 98.26366 98.25811 98.30025 98.38749 98.51352 98.67219 98.85604 99.05711 99.27031 99.4893 99.71082 99.83294 100.1763 100.4318 100.6893 100.9519 101.2215 101.499 101.7858 102.0824 102.3903 102.7106 103.0527 103.313 103.8802 104.4006 104.9528 105.5245 52.29307 52.37532 52.33104 52.36483 52.47547 52.60229 52.66951 52.99744 53.02937 53.18323 53.45116 53.69243 54.02169 54.03415 54.20921 54.50917 54.69016 54.83735 54.97644 55.1212 55.48276 55.66267 55.7235 55.85358 56.11912 56.26458 56.39484 56.39576 56.36768 56.37129 56.45074 56.56622 56.69507 57.09794 57.48023 57.74496 58.49424 59.42469 59.78554 May-04 Jun-04 Jul-04 Aug-04 Sep-04 Oct-04 Nov-04 Dec-04 Jan-05 Feb-05 Mar-05 Apr-05 May-05 Jun-05 Jul-05 Aug-05 Sep-05 Oct-05 Nov-05 Dec-05 Jan-06 Feb-06 Mar-06 Apr-06 May-06 Jun-06 Jul-06 Aug-06 Sep-06 Oct-06 Nov-06 Dec-06 Jan-07 Feb-07 Mar-07 Apr-07 May-07 Jun-07 Jul-07 106.1066 106.689 107.2612 107.8116 108.3309 108.8099 109.248 109.5066 109.6404 109.6162 109.5484 109.4408 109.2981 109.1248 108.9283 108.7142 108.4877 108.2533 108.0231 107.7102 107.4942 107.1773 106.8378 106.4822 106.1184 105.7511 105.3872 105.0333 104.6956 104.3794 104.075 103.7461 103.7267 103.655 103.5862 103.54 103.5266 103.5525 103.6291 60.3634 60.96178 61.43898 61.94315 62.23874 62.49219 62.75309 63.07672 63.41648 63.9365 64.4697 64.9248 65.19249 65.47046 65.95201 66.34321 67.093 67.67452 68.13457 68.60073 69.10384 69.40769 69.52184 69.67854 70.03531 70.24016 70.71623 71.15217 71.59412 72.16888 72.85379 73.1677 73.62524 74.02494 74.24572 74.60594 75.08619 75.91529 76.56304 Aug-07 Sep-07 Oct-07 Nov-07 Dec-07 Jan-08 Feb-08 Mar-08 Apr-08 May-08 Jun-08 Jul-08 Aug-08 Sep-08 Oct-08 Nov-08 Dec-08 Jan-09 Feb-09 Mar-09 Apr-09 May-09 Jun-09 Jul-09 Aug-09 Sep-09 Oct-09 Nov-09 Dec-09 Jan-10 Feb-10 Mar-10 Apr-10 103.7682 103.9795 104.2739 104.6274 105.0946 106.1277 107.3526 108.7015 110.1435 111.6252 113.0872 114.4731 115.726 116.7865 117.6011 118.0662 118.2609 116.3743 114.1178 111.5064 108.6716 105.7097 102.7071 99.74815 96.91287 94.27739 91.92679 89.91245 88.48411 88.76458 89.50091 90.49789 91.74528 77.21578 77.85753 78.85699 80.16224 82.3968 84.06013 85.74975 88.66038 90.54422 93.94794 95.83831 97.23591 99.12627 99.57551 99.9402 99.57981 98.77461 98.74715 98.53371 98.60453 98.83814 99.10675 99.63358 100.5415 101.1995 101.9802 102.9172 103.8616 105.1804 106.22 106.9443 107.881 107.8536 May-10 Jun-10 Jul-10 Aug-10 Sep-10 Oct-10 Nov-10 Dec-10 Jan-11 Feb-11 Mar-11 Apr-11 May-11 Jun-11 Jul-11 Aug-11 Sep-11 Oct-11 Nov-11 Dec-11 Jan-12 Feb-12 Mar-12 Apr-12 May-12 Jun-12 Jul-12 Aug-12 Sep-12 Oct-12 Nov-12 Dec-12 93.21113 94.85303 96.62043 98.45827 100.312 102.1453 103.8932 105.7456 107.0758 108.6457 110.1729 111.6787 113.1588 114.5923 115.9384 117.1499 118.1865 119.0395 119.6878 120.3924 119.1855 118.0333 116.6394 115.0833 113.4099 111.6468 109.7975 107.8574 105.8339 103.7661 101.6962 99.86839 107.9838 108.3734 108.9074 109.6456 111.1118 112.8488 115.3397 117.4879 119.0388 120.1156 122.7886 126.6654 129.2703 131.0382 133.215 135.0829 136.0407 137.1854 138.1206 138.7188 139.5124 139.8519 140.1099 139.9759 140.0214 140.1419 140.4271 141.9899 144.8765 146.785 147.8326 148.0945 PHỤ LỤC B: MÃ ĐOẠN CODE CHO VIỆT NAM TRÊN WIN RATS 8.3 B.1 MƠ HÌNH ESTAR CALENDAR 1995 12 ALLOCATE 2012:12 open data data.xls data(format=xls,org=columns) /* imp is the seasonally adjusted US import price index ppi is the seasonally adjusted US producer price index */ *variables used in the regressions* set p = cpi set s = imp set dp = 100*log(p/p{1}) set ds = 100*log(s/s{1}) set z = (dp{1})/1 STATISTICS(fractiles, noprint) z compute std = sqrt(%variance) set z_big = (z>%FRACT95)+(z=0 bs0>=0.00 frml estar1 = c0 $ +bp1*dp{1}+bp2*dp{2}+bp3*dp{3}+bp5*dp{5} $ +bs0*ds+bs1*ds{1}+bs2*ds{2}+bs4*ds{4} $ +(c0_out+bp1_out*dp{1}+bp4_out*dp{4}+bp5_out*dp{5} $ +(1-bs0)*ds+bs3_out*ds{3}) $ *(1-exp(-gam*(z/std)**2)) set ds_big = z_big*ds set ds_big1 = z_big*ds{1} set ds_big2 = z_big*ds{2} set ds_big3 = z_big*ds{3} set ds_big4 = z_big*ds{4} set ds_big5 = z_big*ds{5} set dp_big1 = z_big*dp{1} set dp_big2 = z_big*dp{2} set dp_big3 = z_big*dp{3} set dp_big4 = z_big*dp{4} set dp_big5 = z_big*dp{5} set dp_big6 = z_big*dp{6} linreg(noprint) dp # constant dp{1 to 6} ds{0 to 5} $ ds_big ds_big1 ds_big2 ds_big3 ds_big4 ds_big5 $ dp_big1 dp_big2 dp_big3 dp_big4 dp_big5 dp_big6 compute c0=%beta(1), $ bp1=%beta(2), bp2=%beta(3), bp3=%beta(4), bp4=%beta(5), bp5=%beta(6), bp6=%beta(7),$ bs0=%beta(8), bs1=%beta(9),bs2=%beta(10), bs3=%beta(11),bs4=%beta(12),bs5=%beta(13), $ bs1_out=%beta(15), bs2_out=%beta(16), bs3_out=%beta(17), bs4_out=%beta(18), bs5_out=%beta(19), $ bp1_out=%beta(20), bp2_out=%beta(21), bp3_out=%beta(22), bp4_out=%beta(23), bp5_out=%beta(24), bp6_out=%beta(25), $ gam=1, c0_out=0 nlls(frml=estar1, paraset=base+const, iterations=300, method=gauss, subiterations=30, vcv) dp set erpt_estar = bs0+(1-bs0)*(1-exp(-gam*(z/std)**2)) graph # erpt_estar scatter # Z erpt_estar B.2 MƠ HÌNH SDLSTAR CALENDAR 1995 12 ALLOCATE 2012:12 open data data.xls data(format=xls,org=columns) /* imp is the seasonally adjusted US import price index ppi is the seasonally adjusted US producer price index */ *variables used in the regressions* set p = cpi set s = imp set dp = 100*log(p/p{1}) set ds = 100*log(s/s{1}) set z = (dp{1}+dp{2}+dp{3}+dp{4}+dp{5})/5 STATISTICS(fractiles, noprint) z compute std = sqrt(%variance) set z_big = (z>%FRACT95)+(z=0.00 frml dlstar1 = c0 $ +bp1*dp{1}+bp2*dp{2}+bp3*dp{3} $ +bs0*ds+bs1*ds{1}+bs2*ds{2}+bs4*ds{4} $ +(c0_out+bp1_out*dp{1}+bp2_out*dp{2}+bp3_out*dp{3}+bp5_out*dp{5} $ +(1-bs0)*ds+bs1_out*ds{1}+bs3_out*ds{3}) $ *(1/(1+exp(-gam*(z-loc)/std))+1/(1+exp(gam*(z+loc)/std))) set ds_big = z_big*ds set ds_big1 = z_big*ds{1} set ds_big2 = z_big*ds{2} set ds_big3 = z_big*ds{3} set ds_big4 = z_big*ds{4} set ds_big5 = z_big*ds{5} set dp_big1 = z_big*dp{1} set dp_big2 = z_big*dp{2} set dp_big3 = z_big*dp{3} set dp_big4 = z_big*dp{4} set dp_big5 = z_big*dp{5} set dp_big6 = z_big*dp{6} linreg(noprint) dp # constant dp{1 to 6} ds{0 to 5} $ ds_big ds_big1 ds_big2 ds_big3 ds_big4 ds_big5 $ dp_big1 dp_big2 dp_big3 dp_big4 dp_big5 dp_big6 compute c0=%beta(1), c0_out=0, $ bp1=%beta(2), bp2=%beta(3), bp3=%beta(4), bp4=%beta(5),bp5=%beta(6),bp6=%beta(7), $ bs0=%beta(8), bs1=%beta(9),bs2=%beta(10), bs3=%beta(11),bs4=%beta(12),bs5=%beta(13), $ bs1_out=%beta(15), bs2_out=%beta(16), bs3_out=%beta(17), bs4_out=%beta(18),bs5_out=%beta(19), $ bp1_out=%beta(20),bp2_out=%beta(21),bp3_out=%beta(22),bp4_out=%beta(23),bp5_ out=%beta(24),bp6_out=%beta(25), $ gam=1, loc=2.0 nlls(frml=dlstar1, paraset=base+const, iterations=300, method=gauss, subiterations=30, vcv) dp set erpt_sdlstar = bs0+(1-bs0)*(1/(1+exp(-gam*(zloc)/std))+1/(1+exp(gam*(z+loc)/std))) graph # erpt_sdlstar scatter # Z erpt_sdlstar B.3 MƠ HÌNH ADLSTAR CALENDAR 1995 12 ALLOCATE 2012:12 open data data.xls data(format=xls,org=columns) /* imp is the seasonally adjusted US import price index ppi is the seasonally adjusted US producer price index */ *variables used in the regressions* set p = cpi set s = imp set dp = 100*log(p/p{1}) set ds = 100*log(s/s{1}) set z = (dp{1})/1 STATISTICS(fractiles, noprint) z compute std = sqrt(%variance) set z_big = (z>%FRACT95)+(z=0.00 frml dlstar2 = c0 $ +bp1*dp{1}+bp2*dp{2}+bp3*dp{3}$ +bs0*ds+bs1*ds{1}+bs2*ds{2}+bs3*ds{3} $ +(c0_out+bp1_out*dp{1}+bp4_out*dp{4}+bp5_out*dp{5} $ +(1-bs0)*ds+bs2_out*ds{2}+bs3_out*ds{3}+bs4_out*ds{4}) $ *(1/(1+exp(-gam1*(z-loc1)/std))+1/(1+exp(gam2*(z+loc2)/std))) set ds_big = z_big*ds set ds_big1 = z_big*ds{1} set ds_big2 = z_big*ds{2} set ds_big3 = z_big*ds{3} set ds_big4 = z_big*ds{4} set ds_big5 = z_big*ds{5} set dp_big1 = z_big*dp{1} set dp_big2 = z_big*dp{2} set dp_big3 = z_big*dp{3} set dp_big4 = z_big*dp{4} set dp_big5 = z_big*dp{5} set dp_big6 = z_big*dp{6} linreg(noprint) dp # constant dp{1 to 6} ds{0 to 5} ds_big ds_big1 ds_big2 ds_big3 ds_big4 ds_big5 dp_big1 dp_big2 dp_big3 dp_big4 dp_big5 dp_big6 compute c0=%beta(1), c0_out=0, $ bp1=%beta(2), bp2=%beta(3), bp3=%beta(4), bp4=%beta(5),bp5=%beta(6),bp6=%beta(7), $ bs0=%beta(8), bs1=%beta(9),bs2=%beta(10), bs3=%beta(11),bs4=%beta(12),bs5=%beta(13), $ bs1_out=%beta(15), bs2_out=%beta(16), bs3_out=%beta(17), bs4_out=%beta(18),bs5_out=%beta(19), $ bp1_out=%beta(20),bp2_out=%beta(21),bp3_out=%beta(22),bp4_out=%beta(23),bp5_ out=%beta(24),bp6_out=%beta(25), $ gam1=1, gam2=1, loc1=2.0, loc2=2.0 nlls(frml=dlstar2, paraset=base+const, iterations=300, method=gauss, subiterations=30, vcv) dp set erpt_adlstar = bs0+(1-bs0)*(1/(1+exp(-gam1*(zloc1)/std))+1/(1+exp(gam2*(z+loc2)/std))) graph # erpt_adlstar scatter # Z erpt_adlstar PHỤ LỤC C: KIỂM ĐỊNH KPSS VÀ TÍNH DỪNG C1: KIỂM ĐỊNH KPSS CHO CPI Nguồn: Tính tốn Eview C2: KIỂM ĐỊNH KPSS CHO IMP Nguồn: Tính tốn Eview C3: KIỂM TRA TÍNH DỪNG SAU SAI PHÂN BẬC CỦA CPI Nguồn: Tính tốn Eview C4: KIỂM TRA TÍNH DỪNG SAU SAI PHÂN BẬC CỦA IMP Null Hypothesis: DS has a unit root Exogenous: Constant Lag Length: (Automatic - based on SIC, maxlag=14) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -4.805795 -3.461327 -2.875062 -2.574054 0.0001 *MacKinnon (1996) one-sided p-values Augmented Dickey-Fuller Test Equation Dependent Variable: D(DS) Method: Least Squares Date: 11/29/14 Time: 13:45 Sample (adjusted): 1995M06 2012M12 Included observations: 211 after adjustments Variable Coefficient Std Error t-Statistic Prob DS(-1) D(DS(-1)) D(DS(-2)) D(DS(-3)) C -0.084982 0.229544 0.297758 0.210540 -0.003346 0.017683 0.065809 0.066285 0.068891 0.015508 -4.805795 3.488033 4.492125 3.056132 -0.215781 0.0000 0.0006 0.0000 0.0025 0.8294 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.288204 0.274382 0.224913 10.42071 17.95466 20.85215 0.000000 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter Durbin-Watson stat -0.010431 0.264035 -0.122793 -0.043365 -0.090687 2.062642 Nguồn: Tính tốn Eview ...BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH PHẠM THÀNH CHUNG MỐI QUAN HỆ GIỮA TRUYỀN DẪN TỶ GIÁ VÀ LẠM PHÁT – PHÂN TÍCH CHUỖI THỜI GIAN PHI TUYẾN Ở VIỆT NAM 1995 – 2012. .. hệ truyền dẫn tỷ giá (ERPT) lạm phát cách ước lượng mơ hình chuỗi thời gian phi tuyến tính cho liệu Việt Nam nhằm đóng góp mặt định lượng việc phân tích đánh giá chế truyền dẫn tiền tệ Việt Nam. .. thay đổi lạm phát nước qua giai đoạn kinh tế Việt Nam  Tìm hiểu mối quan hệ phi tuyến ERPT lạm phát Việt Nam thông qua lạm phát khứ Câu hỏi nghiên cứu  Lạm phát cao (giá trị tuyệt đối) có dẫn đến