Qua các bài nghiên c u đã tham kh o trong ch ng β và c s lý thuy t đã h c cho th y các tác gi đ u đ a ra m t qui trình x lý d li u chu i th i gian gi ng nhau và ng d ng mô hình kinh t l ng phù h p đó là mô hình hi u ch nh sai s ECM (Error Correction Model).
Trong các nghiên c u tr c do các bi n kinh t đ u d i d ng là chu i d li u th i gian (time series data) nên các nghiên c u tr c khi đ a vào áp d ng mô hình nghiên c u c a mình đ u th c hi n các b c x lý nh sau:
Ki m đnh tính d ng c a chu i d li u c a các bi n d a trên ki m đnh
nghi m đ n v (Unit Root Test).
Xác đnh b c tích h p c a các bi n I(d) đ có đ c chu i d li u d ng.
Ki m đ nh đ ng liên k t (cointegration test) d a trên ph ng pháp c a
Johansen (Johansen Cointegration test) (Johansen, 1988 và Johansen &
20
Các nghiên c u ng d ng nhi u mô hình khác nhau nh : mô hình
VAR( Vector Autoregressive Analysis), mô hình hi u ch nh sai s ECM (Error CorrectionModel 2009). Trong đó mô hình hi u ch nh sai
s ECε đ c xem là mô hình n ng đ ng, đ c s d ng ph bi n trong
kinh t khi có s k t h p nh ng thông tin trong dài h n và ng n h n vào
ph ng trình bao g m nh ng thành ph n d ng h p thành. ECM th c s
h u d ng trong vi c c l ng tác đ ng ng n h n và dài h n c a các bi n nghiên c u d i d ng chu i d li u th i gian (time series).
Mô hình nghiên c u đ xu t:
ζh đã nói trên, m i quan h dài h n gi a lãi su t bán l và lãi su t c b n
đ c di n đ t b ng công th c:
Yt txt t
Trong đó:
- Yt : L n l t là lãi su t ti n g i các k h n 06 tháng, 12 tháng, 18 tháng, 24 tháng và lãi su t cho vay th ch p ng n h n và trung dài h n t i Vietcombank
- Xt : Lãi su t c b n do NHNN công b - t : Sai s th ng kê
- : h s trong dài h n
- Chu i lãi su t đ c k v ng là đ ng nh t nhau - Bi n và sai s : c đnh
- 0 : đo l ng s gia t ng c a lãi su t
- 1 : hê sô đo l ng m c đ truy n d n trong dài h n (Rousseas, 1985)
M c truy n d n trong dài h n là hoàn h o (truy n d n toàn ph n) n u có
21
Sau khi có mô hình kinh t l ng, nhi m v k ti p là c l ng các tham s b ng các d li u đ c thu th p và x lý. K đó ki m đ nh các gi thuy t c a mô hình.
Và cu i cùng là di n gi i k t qu c a mô hình.
tài nghiên c u s s d ng ph n m m th ng kê Eviews 6.0 và mô hình hi u ch nh sai s ECε đ c l ng ph ng trình toán trên.
3.2 Ph ng pháp c l ng mô hình nghiên c u.
3.2.1 Tính d ng c a d li u chu i th i gian và b c tích h p.
M c đích: Tính d ng (Stationary): Yt là m t chu i d ng thì giá tr trung bình,
ph ng sai và đ ng ph ng sai ( các đ tr khác nhau) s gi ng nhau cho dù
vi c đo l ng chúng th i đi m nào. N u d li u không d ng thì vi c phân tích h i qui s không có ý ngh a, hay còn g i là “h i qui gi ”
Tính d ng (Stationary): M t quá trình ng u nhiên đ c coi là d ng n u nh trung bình và ph ng sai c a nó không đ i theo th i gian và giá tr c a đ ng
ph ng sai gi a hai th i đo n ch ph thu c vào kho ng cách và đ tr v th i gian gi a hai th i đo n này ch không ph thu c vào th i đi m th c t mà
đ ng ph ng sai đ c tính (Gujarati, 2003).
Theo Hoàng Tr ng và Chu Nguy n M ng Ng c (2008), tính d ng trong m t chu i d li u đ c hi u là không có s t ng tr ng hay suy gi m trong d li u mà d li u dao đ ng g n nh t p trung xung quanh m t tr c n m ngang theo chi u t ng c a th i gian.
Yt đ c coi là m t chu i th i gian ng u nhiên có tính ch t d ng thì: - Trung bình : E(Yt) =
- Ph ng sai : Var(Yt ) = E(Yt - )2 = 2
22
Yt là m t chu i d ng thì giá tr trung bình, ph ng sai và đ ng ph ng sai (
các đ tr khác nhau) s gi ng nhau cho dù vi c đo l ng chúng t i th i đi m
nào. i u này có ngh a là chu i d li u nh v y s có xu h ng tr v giá tr
trung bình và nh ng dao đ ng xung quanh giá tr trung bình (đo b ng ph ng sai) là nh nhau.
Theo Dickey và Fuller (1979), đ xác đnh chu i d li u th i gian là chu i d li u d ng hay không d ng, ta c n th c hi n ki m đ nh tính d ng. Có nhi u tiêu chu n đ ki m đ nh tính d ng, trong lu n v n này, ki m nghi m đ n v (unit
root test) đ c s d ng đ ki m nghi m tính d ng.
Xét mô hình sau đây
Yt = Yt−1 + ut −1≤ ≤1 (γ.1)
Trong đó: ut là y u t ng u nhiên trong mô hình h i quy c đi n ngh a là ut có trung bình b ng không, ph ng sai không đ i và hi p ph ng sai b ng không. Và utđ c g i là nhi u tr ng (White noise).
- N u = 0 => Yt = ut thì Yt là m t chu i d ng.
- N u = 1, khi đó Yt là m t b c ng u nhiên (random walk) và Yt là
m t chu i không d ng.
ó là ý t ng phía sau k thu t ki m đnh tính d ng b ng ki m đnh nghi m
đ n v . Do đó đ ki m đnh tính d ng c a Yt, ta s ki m đnh gi thuy t:
Ho: = 1 (Yt là chu i không d ng hay có nghi m đ n v )
H1: < 1 (Yt là chu i d ng)
Th c hi n bi n đ i ph ng trình (γ.1)
Yt− Yt−1= Yt−1 − Yt−1 + ut Yt= ( − 1) Yt−1 + ut Yt= Yt-1 + ut
23
Trong đó: = −1, và là toán t sai phân. Sai phân b c I : Yt = Yt− Yt-1
Sai phân b c II: ( Yt) = 2
(Yt) = Yt -2Yt-1 + Yt-2
Tr ng h p ki m đnh m t chu i không d ng ta chuy n sang ki m đ nh chu i sai phân b c I .... Nhi u nghiên c u cho th y đ i đa s các chu i d li u có xu
h ng đ u d ng sau khi bi n đ i sang sai phân c p 1.
Ytđ c g i là liên k t b c 1 n u Yt là chu i d ng, ký hi u là I(1). Dickey-Fuller (DF) đã đ a ra tiêu chu n đ ki m đnh tính d ng nh sau:
Ho: = 1 (chu i không d ng)
H1: < 1 (chu i d ng)
Ta c l ng mô hình (γ.1), = /Se( ) có phân b DF. N u nh giá tr tuy t
đ i c a > tr tuy t đ i thì bác b Ho t c là trong tr ng h p này chu i d ng.
Vi c ki m đ nh tính d ng th c t đ c s d ng trên ph n m m EVIEWS 6.0 Khi hai hay nhi u chu i th i gian m c dù không d ng c p đ bi n, nh ng
d ng cùng m t c p sai phân và có cùng xu th có th di chuy n cùng v i nhau trong dài h n. M i quan h nh th đ c g i là đ ng tích h p. Và khi đó
vi c c l ng m t hàm h i quy đ ng tích h p thì s không có h i quy gi m o.
3.2.2 Ki m đ nh đ ng liên k t
M c đích: xác đ nh có t n t i m i quan h dài h n gi a các bi n. Engle và
Granger (1987) cho r ng k t h p tuy n tính gi a các chu i th i gian không d ng có th là 1 chu i d ng và s k t h p đó là đ ng tích h p, nh v y s t n t i m i quan h cân b ng dài h n gi a các bi n.
24
Theo Engle và Granger (1987), n u 2 chu i Xt và tđ u I(1) và t n t i m t t h p tuy n tính ut = t– Xt có liên k t I(0) thì X và g i là 2 chu i đ ng liên k t (cointegrated series).
M t cách t ng quát, n u Yt và Xt đ u I(d) và t n t i m t t h p tuy n tính Zt = Yt - Xt là I(0) thì hai chu i g i là đ ng liên k t b c d.
Khi các chu i là đ ng liên k t thì vi c h i quy hai bi n v i nhau s có ý ngh a
v m t th ng kê (không ph i là h i quy gi t o vì lúc đó các xu th chung s kh l n nhau) và ngoài ra đi u này s giúp b o toàn đ c thông tin dài h n vì n u ch l y h i quy sai phân c a chúng ch th hi n thông tin bi n đ ng trong ng n h n.
Theo ngôn ng c a lý thuy t đ ng liên k t thì h i quy c a Yt theo Xt trong
tr ng h p này g i là h i quy đ ng liên k t, và các h s h i quy g i là các tham s đ ng liên k t.
Tr ng h p hai hay nhi u h n các chu i d li u th i gian d ng sau khi th c hi n bi n đ i sai phân c p 1, ti p t c ki m đnh đ ng liên k t (cointergration test).
- N u các chu i đ u là chu i d ng b c 1 g i là I(1) chúng có th là đ ng liên k t.
- Trong lu n v n này ki m tra đ ng liên k t theo ph ng pháp Johansen
& Juselius (1990) b ng ch ng trình EVIEW. Ph ng pháp này d a
trên c l ng giátr “maximum likelihood”, giá tr “maximum Engle”
và giá tr th ng kê “trace value” đ xem có t n t i vect đ ng liên k t nào không?
Gi thi t H0: không có đ ng liên k t.
Gi thi t H1: có t n t i đ ng liên k t.
N u “trace value” ho c “maximum Eigen value” < “Critical Value” thì ch p
25
N u “trace value” ho c “maximum Eigen value” > “Critical Value” thì bác b
gi thi t H0.
Tr ng h p khi k t qu ki m tra n u phát hi n có t n t i ít nh t m t vect đ ng liên k t, có ngh a là t n t i m i quan h trong dài h n gi a các bi n. Khi
đó ta s xác đ nh h i quy đ ng liên k t đ ánh giá nh h ng tác đ ng c a các bi n đ c l p đ i v i bi n ph thu c.
Sau khi ki m đnh quan h đ ng tích h p n u xác nh n có m i quan h đ ng liên k t, mô hình h i quy đ ng tích h p s đ c c l ng đ ki m đnh các h
s h i quy đ ng tích h p th hi n m i quan h dài h n gi a các bi n.
3.3 Mô hình hi u ch nh sai s ECM (Error corection model)
Theo Nguy n Quang ông (β008) khi h i quy các bi n d li u th i gian, n u nh
các bi n là chu i d li u không d ng thì k t qu có th là gi m o. ζh ng n u các sai phân c a chúng là chu i d ng ta có th th c hi n h i quy OLS cho các sai phân này. Tuy nhiên n u nh chúng ta ch xét h i quy c a các sai phân (t c là không xem xét h i quy đ ng liên k t gi a các bi n) thì chúng ta b m t thông tin dài h n v quan h gi a các bi n. Vì sao đi u đó l i x y ra?
ζh đã xét m c tr c, n u Yt và Xt là các chu i không d ng thì h i quy gi a chúng có th là gi t o. N u Yt và Xtđ ng liên k t b c 1 I(1) thì Ytvà Xt là d ng nên có th th c hi n h i quy OLS song lúc đó l i có th m t đi thông tin dài h n v quan h gi a Yt và Xt.
Th t v y, trong dài h n thì Yt = Yt-1 do đó Yt = 0, t ng t Xt = 0 vì v y không có s thay đ i đi m cân b ng. Tuy nhiên trong ng n h n l i có th có s m t cân b ng.
Vì th có th xem sai s ng u nhiên ut = Yt - 1 - 2Xt là sai s cân b ng trong ng n h n. Mô hình hi u ch nh sai s ECM do Sargan, Engle và Granger (1987) phát tri n
nh m xác đ nh s m t cân b ng ng n h n này. Xét mô hình:
26
v i EC là ph n d c a mô hình Ytv i Xt. S h ng 2ECt-1 đo m c đ m t cân b ng k tr c. εô hình (*) c l ng s thay đ i c a Yt vào s thay đ i c a Xt và s m t cân b ng k tr c.
ζh đã nêu, n u Yt và Xt là các chu i không d ng thì h i quy gi a chúng có th là gi t o. N u Yt và Xtđ ng liên k t b c 1, do đó sai phân c a chúng d ng. Khi đó ta
có th th c hi n h i quy gi a Y và X.
Trong dài h n ta có Yt = Yt-1, do đó Y = 0, t ng t , X = 0. Vì v y không có
thay đ i đi m cân b ng. Trong khi đó xét trong ng n h n l i có s m t cân b ng.
Y = 1+ 2 X + 3ECt-1+ t (3.3)
Trong đó EC là ph n d khi h i quy Y ph thu c vào X, t là nhi u tr ng.
S h ng 3ECt-1 chính là ph n m t cân b ng. Mô hình 3.3 c l ng s ph thu c c a m c thay đ i Y vào m c thay đ i X và m c cân b ng th i k tr c. Mô
hình (γ.γ) đ c g i là mô hình ECM.
Do các bi n sai phân đ u là chu i d ng mô hình ECε đ c c l ng b ng h i quy OLS.
ζh v y, t k t qu kh o sát các bi n nghiên c u có m i quan h đ ng liên k t. Do
sai phân c a các bi n là chu i d ng nên có th ti n hành h i qui theo sai phân gi a bi n ph thu c là các lo i lãi su t bán l và sai phân c a các bi n tác đ ng là lãi su t
c b n, b sung thêm vào ph ng trình ph n d EC thu đ c t ph ng trình h i
qui đ ng liên k t (3.3) trên và l y đ tr t-i. Mô hình này g i là mô hình hi u ch nh sai s ECε đ c th hi n nh sau:
27
M t lo i ph ng trình t ng t mô t s bi n đ ng đi u ch nh trong chính sách lãi su t (xt). ó là đ tr đi u ch nh trung bình (MAL) c a s truy n d n hoàn toàn trong mô hình ECM áp d ng Hendry (1995) nh sau:
εAδ: đo l ng bình quân tr ng s c a t t c đ tr và đo l ng t c đ ph n
ng c a lãi su t bán l khi chính sách lãi su t c b n. M t vài nghiên c u cho th y r ng: s đi u ch nh trong ng n h n là b t cân x ng. Nói cách khác, t c đ đi u ch nh lãi su t là khác nhau khi lãi su t trên m c cân b ng và khi lãi su t
d i m c cân b ng (Chong, 2005 và Scholnick, 1996).
3.4 D li u nghiên c u
đo l ng m c đ truy n d n c a chính sách ti n t lên lãi su t bán l c th là s truy n d n c a lãi su t c b n lên lãi su t bán l , tác gi s d ng d li u c a chu i các lo i lãi su t hàng tháng t 02 ngu n:
- yt : Sai phân b c 1 c a bi n ph thu c là các lo i lãi su t bán l - yt-i : Sai phân b c 1 c a các lo i lãi su t c b n l y đ tr i - xt : Sai phân b c 1 c a bi n đ c l p là lãi su t c b n - xt-i : Sai phân b c 1 c a lãi su t c b n l y đ tr i
- : đo l ng đ l n c a s m t cân b ng t i th i