Theo Gujarati (1999, 460) cho rằng mặc dù các chuỗi thời gian không dừng nhưng rất có thể vẫn tồn tại mối quan hệ cân bằng dài hạn giữa chúng nếu các chuỗi thời gian đó đồng liên kết, có nghĩa là phần dư từ phương trình hồi quy của các chuỗi thời gian không dừng là một chuỗi dừng.
Theo Nguyễn Quang Đông (2012) có các trường hợp đồng liên kết của các chuỗi dữ liệu có yếu tố thời gian như sau:
- Các chuỗi là không có xu thế và phương trình đồng liên kết không có hệ số trặn.
- Các chuỗi là không có xu thế và phương trình đồng liên kết là có hệ số trặn. - Các chuỗi là có có xu thế và phương trình đồng liên kết có hệ số trặn. - Các chuỗi là có có xu thế và phương trình đồng liên kết không có hệ số trặn - Các chuỗi là có dạng phi tuyến
Trong thống kê học, Phân tích đồng liên kết Johansen, được đặt tên theo tác giả Soren Johansen, là một phương pháp kiểm định khả năng đồng liên kết của một
hình càng phù hợp; AIC: Càng nhỏ mô hình càng phù hợp; SIC càng nhỏ mô hình càng phù hợp; HQ, FPE càng nhỏ càng
phù hợp.
8 Do các chỉ tiêu AIC, HQ, FPE, SIC, LR, LOGL không xem xét được xem mô hình có hiện tượng tương quan chuỗi hay không. Vì vậy, tác giả cần cần thực hiện thêm các kiểm định về phần dư xem việc đưa thêm biến vào thì có làm cho phần dư có xảy hiện tương tương quan hay không.
Kiểm định Portmanteau với giải thiết Ho: Phần dư không có hiện tượng tương quan chuỗi từ mức trễ h trở lên. Kiểm định LM với giải thiết Ho: Phần dư không có hiện tương tương quan chuỗi tại mức trễ h.
số chuỗi thời gian có thuộc tính I (1). Kiểm định này cho phép có thể xuất hiện nhiều hơn một mối quan hệ cointegrating, do đó có tính áp dụng phổ quát hơn Kiểm định Engle–Granger (vốn dựa trên Dickey–Fuller hay Kiểm định Dickey–Fuller mở rộng) tính unit root trên phần dư từ mô hình quan hệ đồng liên kết đơn lẻ. Có hai dạng kiểm định Johansen, hoặc dựa vào xu hướng hoặc Max - eigenvalue, hai phương pháp này tương đương nhau. Giả thuyết không cho kiểm tra xu hướng là số vector đồng liên kết r ≤ ?, trong khi số vector đó của giả thuyết không của max eigenvalue test là r = ?. Cụ thể hai kiểm định như sau:
(a) Kiểm định Trace với cặp giả thiết
Ho: Có nhiều nhất r quan hệ đồng liên kết (r = 0,1,2, …m-1) H1: Có m quan hệ đồng liên kết
Thống kê kiểm định trace là: LR trace = -n
(b) Kiểm định Max - eigenvalue với cặp giả thiết
Ho: có r qua hệ đồng liên kết H1: có r+1 quan hệ đồng liên kết
Thống kê kiểm định max – eigenvalue: LR max (r| r+1) = -nLn(1-λr+1) Trong đó :
- λi là các giá trị riêng đặc xắp xếp theo thứ tự từ lớn nhất đến nhỏ nhất - m là số chuỗi thời gian cần nghiên cứu
- r là số đồng liên kết - n là số quan sát
Với đề tài nghiên cứu này, để xem xét mối quan hệ dài hạn giữa lạm phát và chính sách tiền tệ người viết đã tiến hành kiểm sử dụng phương pháp phân tích đồng liên kết Johansen cụ thể với các bước như sau:
(i) Phân tích đồng liên kết tổng quát bằng Eview 6.0 cho các trường hợp có thể xảy ra với bốn chuỗi dữ liệu.9
(ii) Phân tích đồng liên kết Johansen cho trường hợp tối ưu được lựa chọn (nếu có tồn tại đồng liên kết). Khi phân tích đồng liên kết Johansen người viết sử dụng hai kiểm định Trace và Max-Eigen để xem xét số đồng liên kết. Nếu các giá trị thống kê của kiểm định Trace và Max-Eigen lớn hơn giá trị bác thì bác bỏ giả thiết về không có đồng liên kết và ngược lại thì thừa nhận không có đồng liên kết tại mức giả thiết về số liên kết tương ứng với giá trị bác bỏ.
(iii)Hình thành phương trình hồi quy biểu diễn mối quan hệ dài hạn giữa lạm phát mục tiêu và chính sách tiền tệ.
(iv)Phân tích, bình luận về kết quả thu được.
Kết luận chương 2: Tác động của chính sách tiền tệ tại Việt Nam được nghiên cứu bằng mô hình tự hồi quy vectơ với 4 biến: cung tiền, tỷ giá, lãi suất, chỉ số giá tiêu dùng. Các chuỗi thời gian trên đều được kiểm định tính dừng. Phân tích tính dừng là một công đoạn không thể thiếu được trong kỹ thuật phân tích hồi quy dựa trên các chuỗi thời gian. Tính dừng của các chuỗi thời gian nghiên cứu được kiểm định bằng phương pháp kiểm định nghiệm đơn vị.
Tiếp đến, các chuỗi thời gian dừng (dưới dạng sai phân đơn thuần hoặc sai phân của log biến quan sát) sẽ được kiểm định khả năng đồng liên kết Johansen để xác định có quan hệ đồng liên kết trong mối quan hệ dài hạn giữa lạm phát và chính sách tiền tệ. Với các kiến thức được bổ sung từ hai chương đầu và sự trợ giúp của công cụ phần mềm Eview 6.0, kết quả tác động của chính sách tiền tệ đến lạm phát của Việt Nam được trình bày trong chương sau.
CHƯƠNG 3.KẾT QUẢ NGHIÊN CỨU TÁC ĐỘNG CỦA CHÍNH SÁCH TIỀN TỆ ĐẾN LẠM PHÁT TẠI VIỆT NAM GIAI ĐOẠN 1995 – 2013 3.1. Kiểm định tính dừng của chuỗi dữ liệu lạm phát và chính sách tiền tệ
Kết quả phân tích tính dừng ADF và Phillips Pron cho thấy chuỗi dữ liệu CPI, M2, DR, ER không dừng ở các mức 1%, 5%, 10% tuy nhiên hầu hết sai phân cấp 1 của các chuỗi dữ liệu đều dừng ở mức 1%, 5%, 10%.
Bảng 3.1: Kết quả kiểm định tính dừng bằng ADF không trend Chuỗi Kiểm định ADF (Tối đa 11 trễ – tiêu chuẩn AIC)
10 Kết luận P.value ADF 1% 5% 10% Trễ CPI 1.0000 5.3199 -3.5315 -2.9055 -2.5902 5 Không dừng D(CPI) 0.9998 1.8960 -3.5440 -2.9108 -2.5930 11 Không dừng D(CPI,1) 0.0464 -2.9442 -3.5460 -2.9117 -2.5935 11 Dừng 5%, 10% DR 0.1465 -2.3958 -3.5256 -2.9029 -2.5889 1 Không dừng D(DR) 0 -7.0399 -3.5256 -2.9029 -2.5889 0 Dừng ER 0.9548 -0.0025 -3.5242 -2.9023 -2.5885 0 Không dừng D(ER) 0.0084 -3.5908 -3.5285 -2.9041 -2.5895 2 Dừng 1,5,10% M2 1 2.8049 -3.5383 -2.9084 -2.5917 9 Không dừng D(M2) 0 -7.7990 -3.5256 -2.9029 -2.5889 0 Dừng 1,5,10%
Bảng 3.2: Kết quả kiểm định tính dừng bằng ADF có trend Chuỗi Kiểm định ADF (Tối đa 11 trễ – tiêu chuẩn AIC) Kết luận
P.value ADF 1% 5% 10% Trễ
CPI 1.0000 1.5873 -4.1156 -3.4852 -3.1707 11 Không dừng DR 0.3896 -2.3742 -4.0925 -3.4743 -3.1644 1 Không dừng ER 0.2714 -2.6240 -4.0987 -3.4772 -3.1661 4 Không dừng M2 0.9994 0.6157 -4.1104 -3.4827 -3.1693 9 Không dừng
Nguồn: tính toán của tác giả từ Eview 6
10 Tác giả sử dụng kiểm định nghiệm với phương pháp ADF, tiêu chuẩn lựa chọn trễ là AIC với giới hạn tối đa 11 trễ được đưa vào trong quá trình tính toán tự động và tuần tự cho từng mức lag bằng phần mềm Eview 6.0 và lựa chọn ra tiêu chuẩn phù hợp nhất.
Với kết quả phân tích tính dừng như các bảng trên tác giả sẽ tiếp tục sử dụng các chuỗi dữ liệu gốc CPI, M2, DR, ER trong các bước tính toán tiếp theo về phân tích đồng liên kết Johansen và Xem xét phản ứng phân rã Cholesky của mô hình VAR. Xem chi tiết phụ lục 2, 3, 4, 5 của luận văn.
3.2. Xác định độ trễ tối ưu của chuỗi dữ liệu lạm phát và chính sách tiền tệ
Việc đưa thêm bao nhiêu biến trễ vào mô hình nghiên cứu mối quan hệ lạm phát và chính sách tiền tệ là một câu hỏi quan trong trong quá trình nghiên cứu. Do vậy tác giả đã sử dụng phương pháp phân tích trễ như chương 3 đã đề cập và cho kết quả chi tiết được trình bày ở phụ lục 6 và được tổng hợp như dưới đây:
Bảng 3.5: Xác định trễ tối ưu theo các tiêu chuẩn kiểm định
VAR Lag Order Selection Criteria
Endogenous VARiables: CPI M2 ER DR Exogenous VARiables: C
Sample: 1995Q1 2013Q1 Included observations: 62
Lag LogL LR FPE AIC SC HQ
0 -1521.916 NA 2.80e+16 49.22308 49.36032 49.27697 1 -1243.026 512.7967 5.82e+12 40.74278 41.42895 41.01219 2 -1209.535 57.25939 3.33e+12 40.17854 41.41365 40.66348 3 -1180.650 45.65616 2.24e+12 39.76291 41.54696 40.46338 4 -1159.093 31.29256 1.93e+12 39.58365 41.91664 40.49964 5 -1129.898 38.61360 1.33e+12 39.15799 42.03991 40.28950 6 -1104.988 29.73069 1.09e+12 38.87058 42.30145 40.21763 7 -1064.573 43.02270 5.58e+11 38.08299 42.06279 39.64556 8 -1031.318 31.10980 3.80e+11 37.52637 42.05511 39.30447 9 -999.5386 25.62818 2.91e+11 37.01737 42.09505 39.01100 10 -942.6790 38.51776 1.09e+11 35.69932 41.32594 37.90847 11 -887.5612 30.22592* 5.01e+10* 34.43746* 40.61301* 36.86213*
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error
AIC: Akaike information criterion SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion
Kết quả phân tích bằng các chỉ tiêu ở bảng trên cho thấy số trễ tối ưu là 11 và cũng phù hợp với kết quả tính toán trễ từ kiện kiểm định nghiệm đơn vị ADF và PP. Tuy nhiên kết quả phân tích cũng chưa cho biết phần dư của các chuỗi số liệu có hiện tượng tự tương quan với nhau hay không. Do vậy tác giả cần phải tiếp tục tiến hành kiểm định LM và Portmanteau nhằm xem xét có hay không có hiện tượng tự tương quan ở tại mỗi bước trễ. Kết quả kiểm định Portmanteau và LM test được trình bày như dưới đây:
Bảng 3.6: Kiểm định Portmanteau và LM
VAR Residual Portmanteau Tests for Autocorrelations Null Hypothesis: no residual autocorrelations up to lag h Sample: 1995Q1 2013Q1
Included observations: 70
Lags Q-Stat Prob. Adj Q-Stat Prob. df 1 4.116140 NA* 4.175794 NA* NA* 2 6.121002 NA* 6.239623 NA* NA* 3 26.47483 NA* 27.50482 NA* NA* 4 48.57675 0.0000 50.94625 0.0000 16 5 59.85017 0.0020 63.08685 0.0008 32 6 73.73899 0.0099 78.27775 0.0038 48 7 94.68098 0.0076 101.5466 0.0020 64 8 118.7975 0.0032 128.7750 0.0004 80 9 137.7350 0.0034 150.5065 0.0003 96 10 152.8606 0.0062 168.1531 0.0005 112
11 171.8344 0.0059 190.6643 0.0003 128
*The test is valid only for lags larger than the VAR lag order. df is degrees of freedom for (approximate) chi-square distribution VAR Residual Serial Correlation LM Tests
Null Hypothesis: no serial correlation at lag order h Sample: 1995Q1 2013Q1
Included observations: 70 Lags LM-Stat Prob 1 21.63618 0.1553 2 18.54673 0.2929 3 36.91042 0.0022 4 31.17385 0.0128 5 15.14821 0.5138 6 17.52373 0.3525 7 27.14027 0.0400 8 29.94599 0.0183 9 30.02505 0.0179 10 23.89051 0.0919 11 32.39127 0.0089 Probs from chi-square with 16 df.
Kiểm định Portmanteau cho biết từ trễ thứ 4 trở đi là có ý nghĩa với mô hình – không có hiện tượng tự tương quan phần dư; kiểm định LM cho biết tại mức trễ 4, 7,8,9,10,11 là không có hiện tượng tự tương quan.
Kết luận: Như vậy kết hợp giữa các phương pháp VAR Lag Order Selection Criteria, LM và Portmanteau tác giả nhận thấy 11 trễ là tối ưu và được xem xét trong quá trình nghiên cứu.
3.3. Phân tích đồng liên kết Johansen
Bằng phương pháp phân tích Johansen tổng quát, người viết đã xem xét các mối quan hệ cân bằng dài hạn giữa lạm phát và chính sách tiền tệ tuần tự theo các
cặp và kết quả đạt được như dưới đây (Xem chi tiết tại phụ lục 7): Và được tóm lược tại bảng dưới đây cho từng cặp trường hợp.
Sample: 1995Q1 2013Q1 Included observations: 61
Series: CPI M2 ER DR
Xu hướng dữ liệu: Không Không Tuyến tính Tuyến tính Phi tuyến Test Type Không chặn Chặn Chặn Chặn Chặn
Không xu hướng
Không xu hướng
Không xu
hướng Xu hướng Xu hướng
Trace 3 4 4 4 3
Max-Eig 3 4 4 4 3
Series: CPI M2 ER
Data Trend: Không Không Tuyến tính Tuyến tính Phi tuyến Test Type Không chặn Chặn Chặn Chặn Chặn
Không xu hướng
Không xu hướng
Không xu
hướng Xu hướng Xu hướng
Trace 1 2 2 1 1
Max-Eig 1 2 2 1 1
Series: CPI M2 DR
Data Trend: Không Không Tuyến tính Tuyến tính Phi tuyến Test Type Không chặn Chặn Chặn Chặn Chặn
Không xu hướng
Không xu hướng
Không xu
hướng Xu hướng Xu hướng
Trace 1 2 3 2 1
Max-Eig 1 2 3 2 1
Series: CPI ER DR
Data Trend: Không Không Tuyến tính Tuyến tính Phi tuyến Test Type Không chặn Chặn Chặn Chặn Chặn
hướng hướng hướng
Trace 2 3 3 3 3
Max-Eig 2 3 3 3 3
Series: CPI M2
Data Trend: Không Không Tuyến tính Tuyến tính Phi tuyến Test Type Không chặn Chặn Chặn Chặn Chặn
Không xu hướng
Không xu hướng
Không xu
hướng Xu hướng Xu hướng
Trace 0 0 2 1 2
Max-Eig 0 0 0 1 2
Series: CPI DR
Data Trend: Không Không Tuyến tính Tuyến tính Phi tuyến Test Type Không chặn Chặn Chặn Chặn Chặn
Không xu hướng
Không xu hướng
Không xu
hướng Xu hướng Xu hướng
Trace 0 0 2 1 0
Max-Eig 0 0 0 1 0
Series: CPI ER
Data Trend: Không Không Tuyến tính Tuyến tính Phi tuyến Test Type Không chặn Chặn Chặn Chặn Chặn
Không xu hướng
Không xu hướng
Không xu
hướng Xu hướng Xu hướng
Trace 1 2 2 2 1
Max-Eig 1 2 2 2 1
*Giá trị được xác định theo MacKinnon-Haug-Michelis (1999) Với mức ý nghĩa (0.05 *) Số đồng liên kết của mô hình
Như vậy do tính chất của các chuỗi dữ liệu là có hệ số trặn, có xu hướng và có các diễn biến phụ thuộc vào yếu tố thời gian nên kết quả phân tích đồng liên kết Johansen tổng hợp ở trường hợp 4 (Phần bôi vàng ở bảng trên) được tác giả lựa
chọn cho các nghiên cứu tiếp theo của mình và được tóm lược riêng cho từng trường hợp như sau:
CPI DR ER M2 có 4 đồng liên kết CPI M2 ER có 1 đồng liên kết CPI M2 DR có 2 đồng liên kết CPI ER DR có 3 đồng liên kết CPI M2 có 1 đồng liên kết CPI ER có 2 đồng liên kết CPI DR có 2 đồng liên kết
Phân tích này cho thấy chứng tỏ tồn tại trạng thái quan hệ cân bằng dài hạn giữa lạm phát và chính sách tiền tệ: Cho tất cả các công cụ của chính sách tiền tệ và tương ứng từng cặp bộ lạm phát và các công cụ. Cụ thể mối quan hệ cân bằng dài hạn được tóm lược ở bảng dưới đây:
Bảng 3.7: Bảng tóm lược mối quan hệ dài hạn giữa lạm phát và chính sách tiền tệ
Mối quan hệ
Phương trình biểu diễn mối quan hệ cân bằng dài hạn Tốc độ điều chỉnh Thời gian điều chỉnh về cân bằng dài hạn CPI với DR ER M2 CPI = 0.008721*M2 - 0.044688*ER - 1.683557*DR + 0.024755*@TREND(95Q1) + 482.8762 0.206086 4.852 quý CPI với M2 ER CPI = -0.002961*M2 + 0.000227*ER+ 0.526414*@TREND(95Q1) -94.99255 0.022589 44.269 quý CPI với M2 DR CPI = -0.003116*M2 + 1.159220*DR + 1.416788*@TREND(95Q1) -135.9156 0.177034 5.648 quý CPI với ER DR CPI = -0.015020*M2 -7.459526*DR - 2.034280*@TREND(95Q1) + 276.3850 -0.132692 7.536 quý
CPI với M2 CPI = -0.003423 *M2+ 0.437206*@TREND(95Q1) -79.89893 0.022859 43.746 quý CPI với ER CPI = -0.013686*ER + 1.351927*@TREND(95Q1) + 49.26225 0.179966 5.556 quý CPI với DR CPI = -11.66734*DR - 13.75699**@TREND(95Q1) + 558.2994 -0.027532 36.361 quý Kết quả này hàm ý rằng :
(1) Khi duy trì một chính sách tiền tệ nào đó thì về dài hạn sẽ tạo ra trạng thái cân bằng giữa nó và một mức lạm phát tương ứng và ngược lại khi muốn duy trì một mức lạm phát mục tiêu nào đó thì cần có một chính sách tiền tệ tương ứng thích hợp.
(2) Khi sử dụng cả 3 công cụ của chính sách tiền tệ thì chỉ tồn tại 1 trạng thái cân bằng dài hạn trọng mối quan hệ với lạm phát; nó cho thấy việc kết hợp cả 3 công cụ là khá khó khăn và hạn chế.
(3) Khi sử dụng cả 3 công cụ của chính sách tiền tệ thì sẽ tạo ra hiệu quả cao hơn, nhanh hơn trong việc điều hành lạm phát mục tiêu trong dài hạn.
(4) Khi sử dụng đơn lẻ 1 hoặc hai công cụ trong việc điều hành lạm phát mục tiêu sẽ làm cho hiệu quả giảm, biểu hiện tốc độ điều chỉnh nhỏ và thời gian điểu chính rất dài.
(5) Nếu dùng kết hợp cả hai công cụ với nhau thì công cụ lãi suất có tác động nhanh và mạnh tới việc điều hành lạm phát cả về tốc độ điều chỉnh và thời gian được rút ngắn và quá trình điều chỉnh là việc quay ngược trở lại trạng thái cân