3. Phương pháp nghiên cứu
3.1. Mô hình
Bài nghiên cứu sẽ sử dụng 3 biến GDP, FDI và DI theo nghiên cứu của Hooi Hooi Lean, Bee Wah Tan (2011). Khi đưa vào phương trình các biến số được trình bày dưới dạng logarit tự nhiên.Việc lấy logarit tự nhiên của biến số là thích hợp cho chuỗi dữ liệu thời gian vì hầu hết các dữ liệu kinh tế là đặc trưng theo cấp số nhân theo thời gian với các biến số được lấy các giá trị rất khác nhau, sự thay đổi trong giá trị rất lớn, lấy logarit các biến số cũng nhằm loại bỏ khuynh hướng tuyến tính của dữ liệu, đơn giản hóa việc đánh giá tác động mạnh yếu của các nhân tố tới biến giải thích sau này. Mô hình có thể được ước lượng theo phương trình sau: Trong đó: lnGDP: GDP thực lnFDI: FDI ròng lnDI: DI hệ số chặn : sai số
Mô hình trên được sử dụng nhằm mục đích tìm hiểu liệu có hay không mối quan hệ giữa tăng trưởng kinh tế và nguồn vốn FDI, DI. Bài nghiên cứu
sử dụng mô hình Tự hồi quy vecto - Vector autoregression model (VAR) để nghiên cứu mối quan hệ các biến kinh tế trong ngắn hạn.
3.2. Phương pháp nghiên cứu
Để thực hiện mục tiêu nghiên cứu đã đưa ra, tôi sử dụng phương pháp VAR. VAR được giới thiệu lần đầu tiên vào năm 1980 bởi Chrishtopher H. Sims, người vừa đạt được giải Nobel kinh tế 2011.
Trong phương pháp VAR, một biến không những chịu ảnh hưởng từ tác động hiện tại của các biến khác mà còn chịu ảnh hưởng bởi độ trễ của chính nó và độ trễ của các biến khác trong quá khứ. VAR về cấu trúc gồm nhiều phương trình (hệ phương trình) và có các trễ của các biến số. VAR là phương pháp động của một số biến thời gian.
Phương pháp VAR có những ưu điểm sau
Về bản chất VAR là sự kết hợp của 2 phương pháp: tự hồi quy đơn chiều (univariate autoregression - AR) và hệ phương trình ngẫu nhiên (simultanous equations - SEs). VAR hay ở chỗ có được ưu điểm của AR là dễ ước lượng bằng phương pháp tối thiểu hóa phần dư (OLS) và ưu điểm của SEs là ước lượng nhiều biến trong cùng một hệ thống. Đồng thời khắc phục nhược điểm của SEs là không cần lưu tâm đến tính nội sinh của các biến kinh tế. Tức là các biến kinh tế vĩ mô thường mang tính nội sinh khi chúng tác động qua lại lẫn nhau. Thuộc tính này làm cho phương pháp cổ điển hồi quy bội dùng một phương trình hồi quy nhiều khi bị sai lệch khi ước lượng. Đây là những lý do cơ bản khiến VAR trở nên phổ biến trong nghiên cứu kinh tế vĩ mô.
VAR thường được dùng trong các bài toán liên quan đến các biến kinh tế vĩ mô như:
Dự báo, đặc biệt là dự báo trung hạn và dài hạn.
Phân tích mối quan hệ nhân quả các biến kinh tế trong ngắn hạn. Thông thường những nghiên cứu kinh tế ở Việt Nam cũng dừng lại trong ngắn hạn. Phân tích cơ chế truyền tải cú sốc, nghĩa là xem xét tác động của một cú sốc
trên một biến phụ thuộc lên các biến phụ thuộc khác trong hệ thống qua hàm phản ứng xung (IRF - Impulse response).
Phân tích mức tác động của cú sốc mỗi biến trong việc giải thích biến động của một biến trong mô hình qua chức năng phân rã phương sai (Variance decomposition).
Ngoài ra, VAR cũng có một vài hạn chế
Do trọng tâm mô hình được đặt vào dự báo nên VAR ít phù hợp cho phân tích chính sách.
Khi xét đến mô hình VAR ta còn phải xét đến tính dừng của các biến trong mô hình. Yêu cầu đặt ra khi ta ước lượng mô hình VAR là tất cả các biến phải dừng, nếu trong trường hợp các biến này chưa dừng thì ta phải lấy sai phân để đảm bảo chuỗi dừng. Càng khó khăn hơn nữa nếu một hỗn hợp chứa các biến có tính dừng và các biến không có tính dừng thì việc biến đổi dữ liệu không phải là việc dễ dàng.
Khó khăn trong việc lựa chọn khoảng trễ thích hợp. Nếu tăng số biến và số trễ đưa vào mỗi phương trình thì số hệ số mà phải ước lượng sẽ khá lớn. Ngoài ra, khó khăn trong việc lựa chọn khoảng trễ còn được thể hiện ở chỗ nếu tăng
độ dài của trễ sẽ làm cho bậc tự do giảm, do vậy mà ảnh hưởng đến chất lượng các ước lượng. Phương trình VAR ∑ Trong đó:
: đại diện cho chuỗi lấy sai phân = , = ,....
: một vector của ba biến nội sinh (lần lượt là ln , ln , ln )
một ma trận với những thông số của VAR với độ trễ i
: một ma trận hệ số có chứa các thông tin về quan hệ lâu dài nếu có của các biến trong vector.
(theo nghiên cứu của Hooi Hooi Lean, Bee Wah Tan (2011)).
Ước lượng VAR
Thực hiện kiểm định tính dừng của chuỗi thời gian của các biến đưa vào, do điều kiện bắt buộc của VAR là chuỗi dữ liệu phải dừng. Dùng phương pháp kiểm định nghiệm đơn vị ADF (Augmented Dickey- Fuller) để kiểm định tính dừng.
Hồi quy VAR.
Hồi quy VAR với độ trễ tối ưu đã lựa chọn. Xem xét mức độ phù hợp của mô hình. Kiểm định quan hệ nhân quả Granger.
Dùng chức năng của hàm phản ứng xung (Impulse Response) phân tích tác động của cú sốc từng biến lên các biến còn lại và phân rã phương sai (Variance decomposition) phân tích tầm quan trọng của mỗi biến trong việc giải thích những thay đổi của biến còn lại.