4.1. Kiểm tra tính dừng của chuỗi dữ liệu
Chuỗi dữ liệu dừng là điều kiện quan trọng khi thực hiện hồi quy VAR. Do đó, trước khi thực hiện hồi quy trên mô hình VAR, chuỗi dữ liệu được kiểm tra để đảm bảo tính dừng. Cả hai phương pháp ADF (Augmented Dickey – Fuller) và PP (Phillips-Perron) test được thực hiện để kiểm tra tính dừng của chuỗi dữ liệu. Các giả thuyết kiểm định như sau:
Ho: Chuỗi dữ liệu là chuỗi không dừng H1: Chuỗi dữ liệu là chuỗi dừng
Nếu giá trị P-value > 0.05, chấp nhận giả thuyết H0, chuỗi dữ liệu không dừng. Trường hợp ngược lại, giả thuyết H0 bị bác bỏ, kết luận chuỗi dữ liệu có tính dừng. Kết quả kiểm tra được thể hiện ở bảng 4.1.
BẢNG 4.1. KIỂM TRA TÍNH DỪNG BẰNG PHƢƠNG PHÁP ADF VÀ PP TEST
BIẾN
ADF TEST PP TEST
Dữ liệu gốc Sai phân bậc 1 Dữ liệu gốc Sai phân bậc 1
P-value
LRER 0.5901 0.0000 0.9077 0.0000
LCPI 0.8762 0.1511 0.9586 0.0017
LIO 0.2001 0.0000 0.7984 0.0000
USINT 0.7321 0.0012 0.8793 0.0000
Bảng 1 thể hiện kết quả kiểm định tính dừng của chuỗi dữ liệu các biến. Ở dữ liệu gốc, giả thuyết Ho được chấp nhận, chuỗi dữ liệu không có tính dừng. Tuy nhiên, chuỗi dữ liệu dừng ở sai phân bậc 1 của tất cả các biến được kiểm tra. Vì vậy, để đảm bảo độ tin cậy, các ước lượng của mô hình VAR sẽ được thực hiện trên các chuỗi sai phân dừng.
4.2. Xác định độ trễ tối ƣu mô hình:
Để thiết lập các biến số trong mô hình VAR, việc xác định độ trễ tối ưu trong mô hình rất quan trọng. Bảng 4.2. tác giả sử dụng một số tiêu chuẩn thống kê FPE, AIC, HQIC và SBIC để xác định độ trễ tối ưu của các biến trong mô hình. Theo bảng thống kê trên, các tiêu chuẩn FPE, AIC, HQIC xác định độ trễ tối ưu là 2; trong khi đó tiêu chuẩn SBIC xác định độ trễ tối ưu là 1. Do đó, tác giả xác định độ trễ tối ưu của mô hình là 2.
BẢNG 4.2. XÁC ĐỊNH ĐỘ TRỄ TỐI ƢU CỦA MÔ HÌNH
4.3. Kết quả hồi quy VAR 4 biến: LRER, LCPI, LIO, USINT
Giả thuyết Ho: Các hệ số tương quan đối với biến phân tích đều bằng 0. Kết quả hồi quy cho thấy ở mức ý nghĩa 1%, giả thuyết Ho bị bác bỏ. Nghĩa là các hệ số tương quan trong mô hình không đồng thời bằng 0. Cả 4 biến được đưa vào mô hình đều có ý nghĩa thống kê.
BẢNG 4.3 KẾT QUẢ HỒI QUY VAR 4 BIẾN: LRER, LCPI, LIO, USINT _cons .0010673 .0009276 1.15 0.250 -.0007508 .0028853 L2. .0009088 .0022243 0.41 0.683 -.0034508 .0052684 L1. .0075111 .00226 3.32 0.001 .0030817 .0119405 d_usint L2. -.0553072 .0852064 -0.65 0.516 -.2223086 .1116942 L1. .0266019 .0890311 0.30 0.765 -.1478958 .2010995 d_lio L2. -.2661224 .2794571 -0.95 0.341 -.8138483 .2816035 L1. -.597932 .2672586 -2.24 0.025 -1.121749 -.0741147 d_lcpi L2. -.3533567 .1116775 -3.16 0.002 -.5722405 -.134473 L1. -.1418258 .1115326 -1.27 0.204 -.3604258 .0767741 d_lrer d_lrer Coef. Std. Err. z P>|z| [95% Conf. Interval]
_cons .0003102 .0003919 0.79 0.429 -.000458 .0010784 L2. -.0034827 .0009399 -3.71 0.000 -.0053248 -.0016406 L1. -.0009406 .0009549 -0.98 0.325 -.0028122 .000931 d_usint L2. .0178217 .0360025 0.50 0.621 -.0527419 .0883854 L1. .0727344 .0376186 1.93 0.053 -.0009967 .1464654 d_lio L2. .2069046 .1180799 1.75 0.080 -.0245279 .438337 L1. .7285074 .1129257 6.45 0.000 .5071772 .9498376 d_lcpi L2. .071393 .0471874 1.51 0.130 -.0210926 .1638787 L1. .184456 .0471262 3.91 0.000 .0920903 .2768217 d_lrer d_lcpi _cons .0043371 .001014 4.28 0.000 .0023497 .0063244 L2. .000804 .0024314 0.33 0.741 -.0039615 .0055695 L1. -.0034981 .0024704 -1.42 0.157 -.00834 .0013437 d_usint L2. -.1716481 .0931397 -1.84 0.065 -.3541985 .0109024 L1. -.3587749 .0973205 -3.69 0.000 -.5495196 -.1680301 d_lio L2. -1.07244 .3054767 -3.51 0.000 -1.671163 -.4737162 L1. 1.11871 .2921424 3.83 0.000 .546121 1.691298 d_lcpi L2. .1692415 .1220755 1.39 0.166 -.070022 .4085051 L1. -.0000877 .1219172 -0.00 0.999 -.239041 .2388655 d_lrer d_lio
_cons .0191029 .0406591 0.47 0.638 -.0605876 .0987934 L2. .2934482 .0974991 3.01 0.003 .1023534 .4845429 L1. .0607578 .0990607 0.61 0.540 -.1333976 .2549131 d_usint L2. -.283339 3.734859 -0.08 0.940 -7.603529 7.036851 L1. -.5950165 3.902508 -0.15 0.879 -8.243791 7.053758 d_lio L2. 11.40388 12.24947 0.93 0.352 -12.60465 35.41241 L1. -16.91153 11.71478 -1.44 0.149 -39.87207 6.049004 d_lcpi L2. 5.329799 4.89517 1.09 0.276 -4.264557 14.92415 L1. 3.248377 4.888821 0.66 0.506 -6.333536 12.83029 d_lrer d_usint
Bảng kết quả trên thể hiện tương quan giữa một biến với các biến còn lại trong mô hình và bản thân độ trễ của chính nó.
a. Đối với biến tỷ giá thực:
Có sự tác động của biến tỷ giá thực trễ 2 tháng, lạm phát và lãi suất trễ 1 tháng đến tỷ giá thực hiện tại.
Cứ 1% thay đổi của biến tỷ giá thực trễ 2 tháng dẫn đến thay đổi tỷ giá thực trong hiện tại giảm 0.35%
Cứ 1% thay đổi của biến lạm phát trễ 1 tháng dẫn đến thay đổi tỷ giá thực trong hiện tại giảm 0.59%
Cứ 1% thay đổi của biến USINT trễ 1 tháng dẫn đến thay đổi tỷ giá thực trong hiện tại tăng 0.0075%
Kết quả trên cho thấy sự thay đổi của lạm phát có ảnh hưởng lớn đến sự thay đổi của tỷ giá thực. Việc gia tăng lạm phát làm tỷ giá thực giảm, đồng nội tệ lên giá. Bản thân độ trễ của tỷ giá thực cũng tác động đến chính nó ở hiện tại. Trong ngắn hạn, biến lãi suất trái phiếu Mỹ kỳ hạn 3 tháng có tác động đến sự thay đổi của tỷ giá thực ở Việt Nam, tuy nhiên mức độ ảnh hưởng rất thấp.
b. Đối với biến lạm phát:
Biến lạm pháp chịu sự tác động của tất cả các biến trong mô hình. (adsbygoogle = window.adsbygoogle || []).push({});
Cứ 1% thay đổi của biến tỷ giá thực trễ 1 tháng dẫn đến thay đổi lạm phát trong hiện tại tăng 0.18%.
Cứ 1% thay đổi của biến lạm phát trễ 1 tháng dẫn đến thay đổi lạm phát trong hiện tại tăng 0.73%.
Cứ 1% thay đổi của biến sản lượng trễ 1 tháng dẫn đến thay đổi lạm phát trong hiện tại tăng 0.07%.
Cứ 1% thay đổi của biến USINT trễ 2 tháng dẫn đến thay đổi lạm phát trong hiện tại giảm 0.0035%.
Độ trễ của biến lạm pháp đóng vai trò rất quan trọng trong việc giải thích sự thay đổi của chính nó. Tác động của sự thay đổi tỷ giá thực đến lạm phát khá rõ nét, làm lạm phát gia tăng. Tác động của cú sốc sản lượng làm gia tăng lạm pháp, tuy nhiên mức độ ảnh hưởng không cao. Trong khi đó, tác động của biến trễ USINT làm giảm lạm phát ở Việt Nam, mức độ ảnh hưởng rất nhỏ.
c. Đối với biến sản lượng:
Biến sản lượng chịu sự tác động của lạm phát và chính bản thân nó. Kết quả cho thấy tỷ giá thực có tác động đến sản lượng nhưng không có ý nghĩa thống kê.
Biến lãi suất trái phiếu Mỹ kỳ hạn 3 tháng có ý nghĩa thống kê trong việc giải thích sự thay đổi các biến trong mô hình. Tuy nhiên, mức độ tương quan với các biến trong mô hình khá thấp.
4.4. Phân tích hàm phản ứng:
Phân tích hàm phản ứng thể hiện phản ứng của một biến cụ thể trước cú sốc của các biến trong mô hình.
-.002 0 .002 .004 .006 -.002 0 .002 .004 .006 0 10 20 30 0 10 20 30
vec, d_lcpi, d_lrer vec, d_lio, d_lrer
vec, d_lrer, d_lrer vec, d_usint, d_lrer
95% CI orthogonalized irf
step
Graphs by irfname, impulse variable, and response variable
H4.1- Ảnh hưởng của các cú sốc trong mô hình đến biến tỷ giá thực
-.001 0 .001 .002 -.001 0 .001 .002 0 10 20 30 0 10 20 30
vec, d_lcpi, d_lcpi vec, d_lio, d_lcpi
vec, d_lrer, d_lcpi vec, d_usint, d_lcpi
95% CI orthogonalized irf step
Graphs by irfname, impulse variable, and response variable
-.005 0 .005 -.005 0 .005 0 10 20 30 0 10 20 30
vec, d_lcpi, d_lio vec, d_lio, d_lio
vec, d_lrer, d_lio vec, d_usint, d_lio
95% CI orthogonalized irf step
Graphs by irfname, impulse variable, and response variable
H4.3- Ảnh hưởng của các cú sốc trong mô hình đến biến sản lượng
-.1 0 .1 .2 -.1 0 .1 .2 0 10 20 30 0 10 20 30
vec, d_lcpi, d_usint vec, d_lio, d_usint (adsbygoogle = window.adsbygoogle || []).push({});
vec, d_lrer, d_usint vec, d_usint, d_usint
95% CI orthogonalized irf
step
H4.4- Ảnh hưởng của các cú sốc trong mô hình đến biến lãi suất TP Mỹ Kết quả IRF cho thấy khi xảy ra cú sốc trong thay đổi CPI tác động ngược chiều đến biến động tỷ giá hối đoái thực. Cú sốc lạm phát làm tỷ giá thực giảm, làm tăng giá đồng nội tệ. Tuy nhiên, mức độ thay đổi khá thấp và khoảng thời gian tác động cũng tương đối ngắn.
Cú sốc tăng tỷ giá thực làm lạm pháp ban đầu sụt giảm và tăng ngay trong kỳ tiếp theo. Mức độ ảnh hưởng chỉ kéo dài trong khoảng thời gian từ 2 - 3 tháng.
Tác động của cú sốc tỷ giá đến sản lượng chưa cho thấy kết quả rõ ràng. Cú sốc tỷ giá ban đầu làm tăng sản lượng, tuy nhiên lại sụt giảm ngay sau đó.
Một phát hiện quan trọng trong phân tích IRF, phản ứng của các biến với cú sốc của chính nó rất mạnh và gần như ngay lập tức. Trên đồ thị phân tích hàm phản ứng đẩy, đường biểu diễn phản ứng của các biến với cú sốc của chính nó có độ dốc lớn, thời gian phản ứng rất nhanh. Điều này cho thấy sự thay đổi của các biến xuất phát chủ yếu từ cú sốc của chính bản thân nó.
4.5. Kết quả Phân rã phƣơng sai:
BẢNG 4.4. KẾT QUẢ PHÂN RÃ PHƢƠNG SAI
Thời gian
Phân tích phƣơng sai với biến sản lƣợng
Phân tích phƣơng sai với biến giá
Phân tích phƣơng sai với biến tỷ giá thực Sản lượng Giá Tỷ giá thực Lãi suất TP Mỹ Sản lượng Giá Tỷ giá thực Lãi suất
TP Mỹ Sản lượng Giá Tỷ giá thực Lãi suất TP Mỹ
3 59.7 26.9 12.3 1.1 1.7 81.1 11.5 5.6 1.5 5.6 85.3 7.6 6 57.8 26.3 14.1 1.7 1.4 75.6 8.9 14.1 1.5 7.4 81.5 9.6 9 57.8 26.3 14.1 1.8 1.2 72.1 8 18.6 1.4 8.1 79.8 10.6 12 57.8 26.3 14.1 1.8 1.2 70.7 7.7 20.4 1.4 8.3 79.2 11 18 57.8 26.3 14.1 1.8 1.2 69.9 7.5 21.4 1.4 8.5 78.8 11.3 24 57.8 26.3 14.1 1.8 1.2 69.8 7.5 21.5 1.4 8.5 78.7 11.3
Phân rã phương sai cho biết đóng góp của các cú sốc đến phương sai trong sai số dự báo của các biến trong mô hình.
Bảng 4.4 thể hiện phân tích phương sai của các biến trong mô hình được báo cáo ở những thời kỳ khác nhau. Kết quả phân rã phương sai cho thấy sự khác nhau trong sai số dự báo chính là sự thay đổi từ chính bản thân nó. Sự thay đổi sản lượng giải thích từ 58% - 59 % sai số dự báo của sản lượng. Trong khi đó, sự thay đổi về giá giải thích từ 70 – 81% sai số dự báo trong giá. Trường hợp này đối với tỷ giá thực là 78,7% - 85,3%.
Sự thay đổi tỷ giá thực giải thích từ 12% -14 % sai số dự báo của sản lượng và 7,5% - 11,5% đối với giá. Điều này thể hiện sự dịch chuyển của tỷ giá thực ảnh hưởng đến phương sai trong sai số dự báo của sản lượng công nghiệp cao hơn lạm phát. Mức độ giải thích của giá trong thay đổi phương sai của sản lượng là khá cao (khoảng 26%). Điều này cho thấy giữa giá và sản lượng có sư tương quan khá chặt chẽ.
Mức độ giải thích của cú sốc thay đổi lãi suất trái phiếu Mỹ kỳ hạn 3 tháng đến sự thay đổi phương sai trong sai số dự báo của giá và tỷ giá hối đoái thực là khá cao (từ 7,6% - 11,3% đối với biến tỷ giá thực và 5,6% - 21,5% đối vói biến lạm pháp). Trong khi đó, mức độ đóng góp vào phương sai sai số dự báo của biến sản lượng rất nhỏ, không đáng kể. Điều này phù hợp với kết quả hồi quy mô hình, biến USINT có tương quan khá tốt với biến tỷ giá thực và biến lạm pháp.
4.6. Kiểm định quan hệ nhân quả
Tác giả sử dụng kiểm định Wald tests để kiểm tra quan hệ Nhân – quả giữa các biến trong mô hình. Wald Test được dùng để đảm bảo tính ý nghĩa cho cả mô hình. Nếu giá trị của P-Value của Wald-Test < 0.05 thì phủ nhận giả thuyết H0:
1 2 ... k, chấp nhận giả thuyết H1: 1 2 ... k. Và ngược lại với P- Value của T-Test > 0.05.
H4.5 Kết quả kiểm định quan hệ nhân quả
Kết quả kiểm định cho thấy có mối quan hệ Nhân – quả 2 chiều giữa tỷ giá thực và lạm phát. Quan hệ Nhân - quả 1 chiều cũng được tìm thấy giữa lạm pháp và sản lượng. Tuy nhiên, tác giả lại không tìm thấy quan hệ Nhân – quả giữa tỷ giá thực và sản lượng. Kết quả kiểm định trên khá phù hợp với lý thuyết nghiên cứu. Quan hệ giữa tỷ giá thực và sản lượng thể hiện rõ nét trong dài hạn, trong ngắn hạn phản ứng thay đổi của sản lượng trước cú sốc tỷ giá rất chậm do ảnh hưởng bởi yếu tố tâm lý và thói quen tiêu dùng.
Một kết quả quan trọng từ kiểm định mô hình cho thấy biến lãi suất Trái phiếu Mỹ kỳ hạn 3 tháng có quan hệ Nhân - quả 1 chiều với các biến tỷ giá thực và lạm phát, gợi mở sự thay đổi của biến USINT đóng vai trò quan trọng trong việc giải thích sự thay đổi của tỷ giá thực và giá ở Việt Nam.
4.7. Kiểm định sự phù hợp của mô hình
4.7.1. Kiểm định tự tƣơng quan giữa các biến trễ.
Tác giả sử dụng dụng phương pháp Lagrange – Multiplier test để kiểm định hiện tượng tự tương quan giữa các biến trễ trong mô hình với giả thuyết H0: Không có hiện tượng tự tương quan giữa các biến trễ trong mô hình. Giả thuyết H0 được chấp nhận khi giá trị p-value > 0.05. Kết quả kiểm định cho thấy ở mức ý nghĩa 5%, giả thuyết H0 được chấp nhận, tức là không có hiện tượng tự tương quan giữa các biến trễ trong mô hình.
H4.6 Kết quả kiểm định hiện tƣợng tự tƣơng quan giữa các biến trễ (adsbygoogle = window.adsbygoogle || []).push({});
4.7.2. Kiểm định tính dừng phần dƣ trong mô hình VAR
Để kiểm tra tính ổn định và sự tối ưu của mô hình lựa chọn, tác giả tiến hành kiểm định tính dừng phần dư trong mô hình. Nếu phần dư trong mô hình không dừng, nghĩa là mô hình chưa là tối ưu. Trong mô hình VAR, các chuỗi dữ liệu của các biến trong mô hình là dừng, do đó phần dư trong mô hình bắt buộc phải dừng thì mô hình mới ổn định, tối ưu. Tác giả cũng sử dụng phương pháp ADF test để kiểm định tính dừng của chuỗi dữ liệu trong phần dư.
H4.7 Kết quả kiểm định tính dừng phần dƣ trong mô hình
Kết quả cho thấy trị tuyệt đối của test Statistic lớn hơn giá trị tới hạn ở mức ý nghĩa 5%, giả thuyết Ho bị bác bỏ. Tác giả có thể đi đến kết luận phần dư trong mô hình VAR dừng ở mức ý nghĩa 5%, phù hợp với điều kiện của mô hình VAR.
4.8. Mô hình hồi quy VECM
Do chuỗi dữ liệu của các biến đều không dừng ở dữ liệu gốc và dừng ở sai phân bậc 1. Do đó, có thể tồn tại đồng liên kết giữa các biến trong dài hạn. Hiện tượng đồng liên kết chỉ xảy ra đối với các chuỗi dữ liệu không dừng. Do đó, tác giả sử dụng mô hình VECM để phân tích mối quan hệ giữa các biến trong dài hạn.
4.8.1. Lựa chọn độ trễ tối ƣu
H4.8 Kết quả xác định độ trễ tối ƣu trong mô hình VECM
Việc xác định độ trễ tối ưu trong mô hình VECM cũng tương tự như mô hình VAR. Trong bài nghiên cứu, tác giả cũng sử dụng 4 tiêu chuẩn FPE, AIC, HQIC và SBIC để làm cơ sở xác định độ trễ tối ưu của các biến trong mô hình. Theo kết quả thống