Quá trình phân tích d li u làm sáng t 3 m c tiêu nghiên c u đ c tác gi ti n hành theo các b c tu n t nh s đ sau:
Mã hóa bi n và nh p li u theo quy chu n c a Eview 6.0
Ki mđ nh tính d ng c a các bi n b ng ph ng pháp ADF
Ch y mô hình theo cách ch yc a VAR
Ki mđ nh giá tr đ tr t i u phân tích xác đ nh đ tr t i u mô hình VAR
Ti n hành khai báo ma tr n vào mô hình VAR hi n t i theo mô hình SVAR
Ki m đ nh t t ng quan ph n d
Ki m đ nh vòng tròn đ n v đ xác đ nh mô hình VAR hình thành và c l ng
Quy trình đ xác đ nh tác đ ng c a cú s c ngo i sinh đ n l m phát trong n c đ c tác gi c th hóa nh sau:
- Tác gi b t đ u v i vi c s d ng ki m đ nh nghi m đ n v đ xem tính d ng
c a chu i th i gian m i bi n đ tránh tr ng h p h i quy gi . Ph ng pháp đ
ki m đ nh nghi m đ n v là ph ng pháp Dickey –Fuller m r ng (ADF).
- Ti p theo, tácgi th c hi n ki m đ nh đ l a ch n đ tr t i u cho mô hình. - Sau khi th c hi n ki m đ nh nghi m đ n v , ki m đ nh đ l a ch n đ tr t i u cho mô hình, tác gi th c hi n ch y mô hình VAR và th c hi n các ki m đ nh sau:
Ki m tra t t ng quan c a ph n d .
Ki m đ nh tính n đ nh c a mô hình VAR.
- Ti p đ n, tác gi đ a ma tr n c u trúc vào đ ch y mô hình SVAR và th c
hi n:
Xem xét hàm ph n ng đ y l n l t cho các bi n s PPI, CPI khi các cú s c x y ra.
Phân rã ph ng sai đ xem xét m c đ gi i thích c a các nhân t tác đ ng
đ n l m phát Vi t Nam.
Ki m đ nh nghi m đ n v
Nh chúng ta đã bi t, các chu i th i gian kinh t v mô (PPI, CPI, IMP) thông th ng là các chu i không d ng, đi u đó có th d n đ n tình tr ng h i quy gi m o và k t lu n sai khi s d ng các ki m đ nh th ng kê.
Theo Gujarati (2003) m t chu i th i gian là d ng khi giá tr trung bình, ph ng sai, hi p ph ng sai (t i các đ tr khác nhau) gi nguyên không đ i cho dù chu i đ c xác đ nh vào th i đi m nào đi n a. Chu i d ng có xu h ng tr v giá tr trung bình và nh ng dao đ ng quanh giá tr trung bình s là nh nhau. Nói cách
khác, m t chu i th i gian không d ng s có giá tr trung bình thay đ i theo th i gian, ho c giá tr ph ng sai thay đ i theo th i gian ho c c hai.
Trên th c t , có nhi u ph ng pháp ki m tra tính d ng c a chu i th i gian:, ki m đ nh Phillip–Person (PP); ki m đ nh Dickey–Fuller (DF), ki m đ nh Dickey – Fuller m r ng (ADF), ki m tra b ng gi n đ t t ng quan, … Trong bài nghiên c u này, tác gi s d ng ki m đ nh nghi m đ n v (Unit root test) là m t ki m đ nh đ c s d ng khá ph bi n đ ki m đ nh m t chu i th i gian là d ng hay không d ng và ph ng pháp tác gi s d ng đ th c hi n ki m đ nh nghi m đ n v là ph ng pháp Dickey và Fuller m r ng (ADF) thông qua ph n m m Eviews 6.0. C s lý thuy t c a ki m đ nh đ n v nh sau:
= + (3.1)
Trong đó:
: là h ng s .
là nhi u tr ng là s h ng ch sai s ng u nhiên xu t phát t các gi đ nh c đi n r ng nó có giá tr trung bình b ng 0, ph ng sai là h ng s và không t t ng quan.
d ng khi -1 < <1. Lúc này ph ng trình (3.1) s là:
= + = + + … + (3.2)
Khi th i gian càng l n n ti n đ n vô cùng (∞) thì lúc này s ti n d n v không
(0) và c ng ti n d n v không (0). Hay nói cách khác là m t tác đ ng
nh trong quá kh s không còn tác đ ng đ n hi n t i.
N u : Khi đó là m t b c ng u nhiên và là m t chu i không d ng. Lúc
này ph ng trình (3.1) s là:
i u này có ý ngh a là 1 tác đ ng trong quá kh s còn tác đ ng nguyên v n đ n hi n t i.
Th c hi n h i quy theo ph ng trình (3.1): = +
Gi thuy t: : = 1: chu i th i gian không d ng hay còn g i có
nghi m đ n v .
Gi thuy t đ i: : < 1: là chu i d ng. ki m đ nh ta so sánh giá tr xác su t p-value
N u p-value < ( = 1%; 5% và 10%): bác b gi thuy t : k t lu n là chu i d ng.
N u p-value >= : không bác b gi thuy t : k t lu n là chu i không d ng.
Sai phân b c nh t c a : = - = (3.4)
Ph ng trình (3.4) là sai phân b c 1 c a m t chu i th i gian b c ng u nhiên: là
chu i th i gian d ng do gi đ nh là nhi u tr ng. V y n u chu i th i gian đ c
l y sai phân b c nh t và chu i th i gian b t đ u d ng thì chu i th i gian này đ c g i là chu i liên k t h p b c 1, ký hi u là I(1). T ng t n u nh chu i ban đ u đ c l y sai phân b c hai đ tr thành chu i d ng thì chu i này đ c g i là chu i liên k t b c 2, ký hi u I(2). Tóm l i, n u chu i th i gian b t đ u d ng sai phân b c d thì ta g i chu i th i gian là chu i liên k t b c d, ký hi u I(d).
Ki m đ nh đ l a ch n đ tr t i u
Tr c khi th c hi n c l ng mô hình VAR, tác gi th c hi n ki m đ nh đ l a ch n đ tr t i u cho mô hình.
LL: Log likelihood;
LR: Likelihood ratio;
B c VAR s l a ch n c n c b ng c c đ i LL và LR.
FPE: Final prediction error (Sai s d báo cu i cùng);
AIC: Akaike information criteria;
HQ: Hannal Quinn information criterion;
SC: Schwarz Bayesian information criteria.
B c VAR s l a ch n c n c b ng c c ti u FPE, AIC, HQ và SC.
Ki m tra t t ng quan c a ph n d
mô hình nghiên c u là t t nh t thì sai s ph i là nhi u tr ng. Có ngh a là ph i th a các đi u ki n sau:
E( = 0;
Var ( = const = ;
Cov( = 0; s
ki m tra ph n d c a mô hình có ph i là nhi u tr ng hay không. Tác gi s d ng ki m đ nh Lagrange-multiplier (LM) đ ki m đ nh t t ng quan ph n d
trong mô hình VAR –ki m đ nh đ a ra b i Johansen (1995). Ki m đ nh này đ c
th c hi n t i các đ tr j=1, 2,... , m. i m i j gi thuy t đ c đ a ra nh sau:
- Gi thuy t : Ph n d không có t t ng quan.
- Gi thuy t đ i : Ph n d có t t ng quan.
Tác gi s d ng giá tr xác su t p-value đ ki m đ nh và k t qu nh sau:
+ N u giá tr p-value l n h n m c ý ngh a (p-value > ) ta ch p nh n gi
+ Ng c l i, N u giá tr p-value nh h n m c ý ngh a (p-value < ) ta bác b
gi thuy t t c là ph n d có t t ng quan. Hay nói cách khác là ph n d
ch a ph i là nhi u tr ng.
Ki m đ nh tính n đ nh c a mô hình VAR
c l ng m t mô hình là h i quy tuy n tính, có hai ph ng pháp bình ph ng bé nh t và ph ng pháp c l ng h p lý c c đ i. Các ph ng pháp này c ng áp d ng cho mô hình VAR n đ nh.
Gi s tuân th mô hình VAR:
= + + v +
Trong đó:
= ( , , …, ) là vector chu i th i gian ng u nhiên m chi u;
là các ma tr n c p m x m;
= ( , )là vector nhi u tr ng m chi u;
v = ( , , …, vector h ng s ;
i u ki n n đ nh c a mô hình: det(A(z)) đ i v i z 1. i u ki n này có ngh a là các nghi m c a ph ng trình đ c tr ng ngh ch đ o th c s n m ngoài đ ng tròn đ n v .
C Lutkepohl (2005) và Hamilton (1994) ch ra r ng: n u t t c các giá tr
riêng c a ma tr n A có giá tr tuy t đ i nh h n 1 thì mô hình VAR là n đ nh.
HƠm ph n ng
N u nh mô hình VAR đã ghi n trong lý thuy t kinh t , đ a ra m t c s thu n l i và h u ích đ i v i vi c phân tích chính sách thì hàm ph n ng (IRF) xem xét nh h ng c a b t k các bi n nào đ n các bi n khác trong h th ng và nó c ng là
công c hi u qu trong phân tích nguyên nhân b ng th c nghi m và phân tích hi u qu c a chính sách. ây là m t quan đi m quan tr ng liên quan đ n IRF và VAR – Hàm ph n ng đã đ c tác gi đ a vào trong bài nghiên c u đ mô t nh h ng c a m t cú s c m t th i đi m đ n các bi n n i sinh hi n t i và t ng lai.
Phân tách ph ng sai
Ý t ng c a phân tích ph ng sai là tính xem m t thay đ i hay cú s c c a m t bi n nh h ng bao nhiêu (có th di n gi i d i d ng% ho c s th c) lên các bi n khác.
Ch ng 4: N I DUNG VÀ K T QU NGHIÊN C U