- Kiểm định tính dừng và không dừng của các chuỗi dữ liệu thời gian sử dụng trong mô hình thực nghiệm.
- Kiểm định tính đồng liên kết bằng phương pháp Johansen và Juselius (1990) để tìm mối quan hệ cân bằng trong dài hạn giữa GDP và CPI hay giữa tăng trưởng và lạm phát.
- Kiểm định mối quan hệ cân bằng trong ngắn hạn giữa GDP và CPI, cũng là mối qua hệ giữa tăng trưởng kinh tế và lạm phát bằng mô hình sai số hiệu chỉnh (ECM) - Phân tích mô hình hồi qui giữa tăng trưởng và lạm phát năm để tìm ra mức ngưỡng lạm phát tối ưu cho Việt Nam.
- Phân tích tương quan giữa tăng trưởng và lạm phát để tìm ra những ngưỡng lạm phát mà tại đó 2 biến tăng trưởng và lạm phát có mức độ phụ thuộc tuyến tính là tích cực mạnh.
CHƯƠNG IV
KẾT QUẢ NGHIÊN CỨU
A. Kết quả nghiên cứu 4.1 Kiểm định nghiệm đơn vị
Nếu một chuỗi dừng thì giá trị trung bình, phương sai và hiệp phương sai (ở các độ trễ khác nhau) sẽ không thay đổi theo thời gian.
Một chuỗi thời gian không dừng khi có giá trị trung bình thay đổi theo thời gian, hoặc giá trị phương sai thay đổi theo thời gian hoặc cả hai. Một chuỗi thời gian không dừng thì kết quả phân tích hồi quy tuyến tính cổ điển sẽ không có giá trị.
Do vậy, nếu GDP và CPI không dừng thì sẽ xảy ra hiện tượng hồi quy giả mạo và kết quả kiểm định thu được sẽ không phản ánh đúng mối quan hệ giữa GDP và CPI. Tuy nhiên, nếu GDP và CPI không dừng nhưng là liên kết bậc I (I(1)), tức chuỗi sai phân ∆GDP hay D(GDP) và ∆CPI hay D(CPI) là dừng và µ là dừng thì kết quả hồi quy vẫn có ý nghĩa, khi đó 2 biến GDP và CPI được gọi là đồng liên kết.
Phương pháp kiểm định tính dừng: Do mẫu nghiên cứu nhỏ nên tác giả chọn phương pháp kiểm định KPSS (Kwiatkowski-Phillips-Schmidt-Shin) để kiểm tra tính dừng và không dừng của các chuỗi dữ liệu.
Bảng 4.1: Các giá trị thống kê mô tả của GDP và CPI
Kết quả kiểm định :
Bảng 4.2: Kết quả kiểm định tính dừng của các biến trong mô hình
KPSS 1% 5% 10%
GDP 1.087 0.739 0.463 0.347 không dừng
CPI 1.001 0.739 0.463 0.347 không dừng
!GDP 0.329 0.739 0.463 0.347 dừng ở mức 1%, 5%, 10%
!CPI 0.647 0.739 0.463 0.347 dừng ở mức 1%
- Chuỗi GDP không dừng nhưng chuỗi sai phân ∆GDP là dừng ở mức 1%, 5%, 10%.
- Chuỗi CPI không dừng nhưng chuỗi sai phân ∆CPI là dừng ở mức 1%. Như vậy, các biến trong mô hình không dừng ở chuỗi gốc mà dừng ở chuỗi sai phân nên biến GDP và CPI là liên kết bậc nhất I(1).
Hình 4.1: Đồ thị tính dừng của các chuỗi dữ liệu gốc hoặc chuỗi sai phân. 4.6 4.7 4.8 4.9 5.0 5.1 5.2 5.3 96 98 00 02 04 06 08 10 GDP -.20 -.15 -.10 -.05 .00 .05 .10 .15 96 98 00 02 04 06 08 10 D_GDP 1.8 1.9 2.0 2.1 2.2 2.3 2.4 96 98 00 02 04 06 08 10 CPI -.03 -.02 -.01 .00 .01 .02 .03 .04 .05 96 98 00 02 04 06 08 10 D_CPI
Bảng 4.4 : Kiểm định nghiệm đơn vị chuỗi sai phân ∆GDP
Bảng 4.6 : Kiểm định nghiệm đơn vị chuỗi sai phân ∆CPI
4.2 Phân tích cân bằng dài hạn
Tiếp tục tiến hành hồi qui GDP và CPI với nhau bằng phương pháp OLS ta được kết quả trong các bảng sau.
GDP t = λ 1 + φ1CPI t + µ t + … (1)
Bảng 4.8 : Kiểm định nghiệm đơn vị cho phần dư µ (đặt µ = EC1)
Kết quả kiểm định nghiệm đơn vị cho các phần dư cho thấy các phần dư là dừng ở mức 1% và 5% và điều này một lần nữa khẳng định sự tồn tại một mối quan hệ trong dài hạn giữa GDP và CPI. Từ kết quả hồi qui cho thấy GDP và CPI là đồng liên kết với hệ số đồng liên kết là 1.02 và, đây là hệ số dương và có ý nghĩa thống kê ở mức 1%. Như vậy, mối quan hệ giữa GDP và CPI, cũng là quan hệ giữa tăng trưởng và lạm phát, trong dài hạn là quan hệ đồng biến, đồng thời hệ số phù hợp R2 bằng 79% chứng tỏ tăng trưởng và lạm phát tác động qua lại đáng kể, cứ lạm phát tăng lên 1% thì làm tăng trưởng tang 1.02%.
Thêm vào đó, kiểm định hồi qui đồng liên kết Johansen dựa dựa trên 2 tiêu chuẩn kiểm định gái trị riêng cực đại và kiểm định vết ma trận tìm ra số vector đồng liên kết sẽ cho phép khẳng định lại mối quan hệ đồng liên kết giữa GDP và CPI. Có hai giả thiết H0 :
(i) “None”, nghĩa là không có đồng liên kết (đây là giả thiết ta quan tâm nhất)
(ii) “At most 1”, nghĩa là có một mối quan hệ đồng liên kết. Để quyết định bác bỏ hay chấp nhận giả thiết H0 , ta so sánh giá trị “Trace Statistic” với giá trị phê phán (critical value) ở mức ý nghĩa xác định ta chọn là 5%.
- Nếu Trace Statistic > Critical Value, ta bác bỏ giả thiết H0 Bảng 4.9: Kiểm định hồi qui đồng liên kết Johansen
Kiểm định vết ma trận (Trace) và kiểm định giá trị riêng cực đại của ma trận (maximal eigenvalue) đều bác bỏ giả thuyết không tồn tại véc tơ đồng liên kết và khẳng định có tồn tại một mối quan hệ đồng liên kết của các biến trong mô hình. Như vậy, có tồn tại mối quan hệ dài hạn giữa các biến lựa chọn trong mô hình, hay có tồn tại mối quan hệ dài hạn giữa tăng trưởng và lạm phát.
4.3 Phân tích cân bằng ngắn hạn
Theo Granger (1969) phương pháp kiểm định các mối quan hệ nhân quả thực hiện như sau: Ví dụ, nếu muốn kiểm tra quan hệ nhân quả giữa X và Y, chúng ta kiểm tra bằng cách biểu diễn Y theo X và X theo Y. Cách này phổ biến trong thực tế để xem xét cả hai chiều tác động (X là nguyên nhân của Y, Y nguyên nhân của X). Trong khi quan hệ nhân quả theo Granger chúng ta đặt giả thuyết kiểm định X không là nguyên nhân của Y, và nếu có thể bác bỏ giả thuyết này, nó
ngụ ý rằng X là nguyên nhân của Y.
Bài nghiên cứu này ta giả thuyết X là CPI, Y là GDP. Kết quả kiểm định cho thấy:
+ Ở mức ý nghĩa 5% chúng ta bác bỏ giả thuyết H0 là biến động CPI không là nguyên nhân của GDP, nghĩa là CPI là nguyên nhân ảnh hưởng đến GDP;
+ Ở mức ý nghĩa 5% chúng ta bác bỏ giả thuyết H0 là GDP không là nguyên nhân của CPI, nghĩa là GDP nguyên nhân ảnh hưởng đến CPI.
Bảng 4.10 Kết quả kiểm định nhân quả giữa GDP và CPI
Khi 2 biến là liên kết bậc nhất và đồng liên kết thì ta có thể sử dụng mô hình sai số hiệu chỉnh (ECM) để xem xét sự biến động trong ngắn hạn của tăng trưởng. Theo Granger (1983 và 1986) khái niệm cân bằng dài hạn chỉ sự tương đương về thống kê của đồng tích hợp. Khi có đồng tích hợp và khi có cú sốc bất kỳ xảy ra làm mất cân bằng thì sẽ tồn tại quá trình điều chỉnh động ngắn hạn như cơ chế hiệu chỉnh sai số và đưa hệ thống trở lại cân bằng dài hạn. Thực tế cho thấy, đồng tích hợp hàm ý sự tồn tại dang hàm hiệu chỉnh sai số động trong xem xét quan hệ giữa các biến, do vậy mô hình ECM được sử dụng trong ước lượng sẽ cho phép xác định cân bằng dài hạn từ sự vận động ngắn hạn.
Mô hình sai số hiệu chỉnh (ECM) có dạng :
p q
∆GDP t = α1 + ∑β1i ∆CPI t-i + ∑γ1j ∆GDP t-j + δ1 µ(t-1) + u (2) i=0 j=1
Đặt µ(t-1) =EC1(t-1)
Trong đó EC1 là hệ sai số hiệu chỉnh phản ánh sự mất cân bằng trong ngắn hạn giữa tăng trưởng và lạm phát, , ∆CPI và ∆GDP phản ánh sự thay đổi trong ngắn hạn của các biến CPI và GDP.
Bảng 4.11 : Kết quả ước lượng mô hình sai số hiệu chỉnh ECM Dependent Variable: D_GDP
Method: Least Squares Date: 05/08/13 Time: 22:15 Sample (adjusted): 4 68
Included observations: 65 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(GDP(-1)) -0,740427 0,157346 -4,705727 0,000000 D(GDP(-2)) 0,005732 0,121735 0,047082 0,962600 D(CPI) -2,040739 0,671726 -3,038051 0,003600 D(CPI(-1)) 0,078725 0,767390 0,102587 0,918600 D(CPI(-2)) 1,975294 0,684628 2,885207 0,005500 EC1(-1) -0,225823 0,138996 -1,624677 0,109700 C 0,014712 0,009375 1,569332 0,122000
R-squared 0,776127 Mean dependent var 0,008893 Adjusted R-squared 0,752968 S.D. dependent var 0,100625 S.E. of regression 0,050013 Akaike info criterion -3,051634 Sum squared resid 0,145074 Schwarz criterion -2,817469 Log likelihood 106,178100 Hannan-Quinn criter. -2,959241 F-statistic 33,512550 Durbin-Watson stat 1,943007 Prob(F-statistic) 0,000000
Độ trễ của GDP là ở bước trễ thứ nhất, độ trễ của CPI là ở kỳ hiện tại.
Trong ngắn hạn, GDP chịu ảnh hưởng của chính nó ở mức trễ thứ 1, và chịu ảnh hưởng của lạm phát ở ngay kỳ hiện tại. Như vậy có tồn tại sự tác động ảnh hưởng lẫn nhau giữa tăng trưởng và lạm phát trong ngắn hạn.
Ước lượng của hệ số điều chỉnh sai số trong mô hình ECM là -0,225823. Như vậy khi lạm phát và tăng trưởng chệch khỏi vị trí cân bằng trong dài hạn sẽ
xuất hiện sự điều chỉnh khiến tăng trưởng thay đổi theo xu hướng đưa các yếu tố của nền kinh tế quay trở lại trạng thái cân bằng, sự điều chỉnh này là tương đối nhanh. Hệ số điều chỉnh sai số mang dấu âm và có ý nghĩa ở mức 10% chứng tỏ mô hình trên đúng, khẳng định lần nữa mối quan hệ đồng liên kết của các biến và thể hiện các nhân tố ở thời kỳ này có chịu ảnh hưởng bởi sự mất cân bằng thời kỳ trước
4.4 Lạm phát tối ưu cho Việt Nam
Mô hình kế tiếp được sử dụng trong bài này dựa theo mô hình của Khan và Senhadji (2001) nhằm mục đích dự đoán mức ngưỡng lạm phát tối ưu cho Việt Nam. Thủ tục này đã được chấp nhận rộng rãi trong phạm vi nghiên cứu mối quan hệ giữa lạm phát và tăng trưởng và đã được nhiều nhà nghiên cứu sử dụng đối với nhiều nghiên cứu ở các quốc gia khác nhau. Công thức ước tính lạm phát tối ưu được trình bày như sau :
G = β0 + β1I + β2 D (I-K) + V Trong đó,
G là tỷ lệ tăng trưởng hằng năm tính theo giá so sánh 1994 I là lạm phát theo năm (so với tháng 12 năm trước)
β0 là hằng số
β1 là hệ số hồi qui đo lường tác động của lạm phát lên tăng trưởng khi lạm phát nhỏ hơn mức ngưỡng tối ưu.
β2 là hệ số hồi qui đo lường tác động của lạm phát lên tăng trưởng khi lạm phát lớn hơn mức ngưỡng tối ưu
V là nhiễu trắng (sai số ngẫu nhiên) Biến giả D được định nghĩa như sau :
D=1 nếu I > K 0 nếu I < K
Bảng 4.12 : Tăng trưởng và lạm phát ở Việt Nam giai đoạn 1990-2011 Năm Tăng trưởng (G) Lạm phát (I) 1990 0,0509 0,671 1991 0,0581 0,675 1992 0,087 0,175 1993 0,0808 0,052 1994 0,0883 0,144 1995 0,0954 0,127 1996 0,0934 0,045 1997 0,0815 0,036 1998 0,0576 0,092 1999 0,0477 0,001 2000 0,068 -0,006 2001 0,069 0,008 2002 0,0708 0,04 2003 0,0734 0,03 2004 0,077 0,095 2005 0,084 0,084 2006 0,0823 0,066 2007 0,0848 0,1263 2008 0,0623 0,1989 2009 0,0532 0,0652 2010 0,0678 0,1175 2011 0,0589 0,1813
Để chắc chắn rằng kết quả hồi qui giữa G và I là thật sựco1 ý nghĩa, ta cần thực hiện kiểm định tính dừng của 2 biến. Kiểm địng tính dừng của G và I cho kết quả cả 2 biến đều dừng, như vậy có một mối quan hệ tồn tại giữa G và I.
Bảng 4.13: Kết quả kiểm định G Null Hypothesis: G is stationary Exogenous: Constant
Bandwidth: 2 (Newey-West using Bartlett kernel)
LM-Stat.
Kwiatkowski-Phillips-Schmidt-Shin test statistic 0,103977 Asymptotic
critical values*: 1% level 0,739
5% level 0,463
10% level 0,347
*Kwiatkowski-Phillips-Schmidt-Shin (1992, Table 1) Bảng 4.14: Kết quả kiểm định I
Null Hypothesis: I is stationary Exogenous: Constant
Bandwidth: 2 (Newey-West using Bartlett kernel)
LM-Stat.
Kwiatkowski-Phillips-Schmidt-Shin test statistic 0,320677 Asymptotic critical values*: 1% level 0,739 5% level 0,463 10% level 0,347 *Kwiatkowski-Phillips-Schmidt-Shin (1992, Table 1)
Hình 4. 2: Biểu đồ tăng trưởng và lạm phát ở Việt Nam giai đoạn 1990-2011 -.1 .0 .1 .2 .3 .4 .5 .6 .7 90 92 94 96 98 00 02 04 06 08 10 G I
Hình 4.3 : Biểu đồ phân tán giữa tăng trưởng và lạm phát tại Việt Nam 1990-2011
-.1 .0 .1 .2 .3 .4 .5 .6 .7 .04 .05 .06 .07 .08 .09 .10 G I
Bằng phương pháp hồi qui OLS với các giá trị khác nhau của K, mức ngưỡng tối ưu của K đạt được với mức ý nghĩa thấp nhất khi giá trị R2 đạt cực đại, nghĩa là độ phù hợp của mô hình là lớn nhất. Điều đó cũng có nghĩa là mức ngưỡng tối ưu của K đạt được khi RSS hay tổng phần dư là nhỏ nhất. Đối với trường hợp Việt Nam, dựa vào số liệu thực tế ta chọn các trường hợp lạm phát dưới 10%.
Bảng 4.15: Kết quả ước lượng K với giá trị từ 2% đến 9%
K Variable Coefficient
Std.
Error t-Statistic Prob. R- squar ed Sum squared resid 2% I 0,8435 0,403042 2,092734 0,0500 0,29 0,002979 X -0,8798 0,407338 -2,159857 0,0438 C 0,0621 0,007288 8,513951 0,0000 3% I 0,5729 0,268961 2,129932 0,0465 0,30 0,002940 X -0,6097 0,273212 -2,231693 0,0379 C 0,0616 8,445577 0,0000 4% I 0,4363 0,202778 2,151403 0,0445 0,31 0,002909 X -0,4746 0,207427 -2,287941 0,0338 C 0,0615 0,007169 8,576584 0,0000 5% I 0,3366 0,164514 2,046167 0,0548 0,30 0,002948 X -0,3766 0,169936 -2,216043 0,0391 C 0,0624 0,006999 8,913767 0,0000 6% I 0,2491 0,139077 1,791284 0,0892 0,27 0,003068 X -0,2896 0,145273 -1,993394 0,0608 C 0,0642 0,006855 9,360626 0,0000 7% I 0,1971 0,119216 1,653163 0,1147 0,26 0,003123 X -0,2383 0,126044 -1,890712 0,0740 C 0,0653 0,006637 9,837178 0,0000 8% I 0,1647 0,103562 1,590219 0,1283 0,25 0,003135 X -0,2070 0,110939 -1,86624 0,0775 C 0,0660 0,006386 10,33237 0,0000 9% I 0,1359 0,09145 1,48561 0,1538 0,25 0,003169 X -0,1788 0,099278 -1,800665 0,0877 C 0,0668 0,006181 10,8072 0,0000
Kết quả ước lượng mô hình trên với các giá trị k từ 2% đến 9% được trình bày tóm tắt trong bảng trên. Ta nhận thấy rằng khi K = 7% trở lên thì không tồn tại một mối quan hệ có ý nghĩa thống kê giữa tăng trưởng và lạm phát. Ngược lại, ở mức lạm phát từ 2% đến 6% thì luôn tồn tại một mối quan hệ tích cực giữa tăng trưởng kinh tế và lạm phát có ý nghĩa thống kê ở mức 5% hoặc 10%. Tuy nhiên, xem xét ngưỡng lạm phát dựa vào giá trị R2 ta thấy khi K=4% thì giá trị R2 đạt cực đại, hay nói các khác là mô hình có độ phù hợp cao nhất tương đương với tổng giá trị phần dư thấp nhất. Như vậy, gíá trị tối ưu của K là 4% và khi đó lạm phát vẫn còn có tác động tích cực lên tăng trưởng.
Bảng 4.16: Phân tích tương quan giữa tăng trưởng và lạm phát 1990-2011 Lạm phát Tương quan Ý nghĩa thông kê Số quan sát Lạm phát Tương quan Ý nghĩa thông kê Số quan sát CPI (r) !∀#∃ (n) CPI (r) !∀#∃ (n) <4% 0,64 0,017 6 >4% -0,425 0,089 17 <6% 0,746 0,034 8 >6% -0,376 0,167 15 <8% 0,131 0,701 11 >8% -0,579 0,048 12 <10% 0,133 0,65 14 >10% -0,673 0,047 9
Mặc khác, phân tích tương quan sẽ củng cố thêm sự chắc chắn cho kết quả trên. Qua bảng kết quả tương quan trên đây ta thấy rằng khi lạm phát từ 6% trở xuống thì lạm phát và tăng trưởng có mức độ phụ thuộc tuyến tính tích cực mạnh. Như vậy có thể kết luận rằng lạm phát ở Việt Nam khi ở mức 4%-6% thì có tác động tích cực mạnh tới tăng trưởng kinh tế. Kết quả này tương đối phù hợp với kết quả nghiên cứu của nhóm PGS.TS. Trần Hoàng Ngân, ThS. Hoàng Hải Yến và ThS. Vũ Thị Lệ Giang cho rằng lạm phát ở Việt Nam nên ở mức 5%-6% thì sẽ có tác động tích cực đến tăng trưởng kinh tế.