Khái quát về mô hình VAR (Vector Autoregression tự hồi quy véc tơ)

Một phần của tài liệu Mối quan hệ nhân quả nguồn vốn đầu tư trực tiếp FDI (đi vào) và cán cân thương mại nghiên cứu trường hợp việt nam (Trang 35)

Khái niệm:

- Là mô hình tự hồi quy véc tơ dùng để đo lường tác động qua lại giữa các chuỗi thời

gian dừng có độ trễ theo thời gian, trong đó tất cả các biến được coi là biến nội sinh.

- Mối quan hệ giữa các biến số không đơn thuần chỉ theo một chiều, biến độc lập ảnh

hưởng đến biến phụ thuộc và trong nhiều trường hợp có tác động ngược lại. Do đó, ta cần xem xét sự tác động qua lại của các biến này cùng một lúc. Và mô hình kinh tế lượng ứng dụng rộng rãi để kiểm định sự tác động qua lại của các biến là mô hình VAR .

- Theo Albert Christopher Sims xây dựng nên, VAR đã được sử dụng phổ biến rộng rãi

CHƯƠNG 3: MÔ HÌNH NGHIÊN CỨU

chính, đặc biệt là phân tích sự ảnh hưởng giữa các biến số kinh tế vĩ mô và từ đó đưa ra giải pháp chính sách kinh tế phù hợp.

Ưu điểm:

- Mô hình tự hồi quy rất đặc thù. Tất cả các biến đầy là nội sinh. Những phương trình

trong hệ sử dụng các biến độc lập giống nhau.

- Giá trị của một biến được biểu diễn là một hàm tuyến tính của các giá trị quá khứ hay

trễ của biến đó và tất cả các biến khác trong mô hình.

- Ứng dụng dễ dàng trong việc khảo sát mối quan hệ nhân quả giữa các biến số trong

nền kinh tế do các biến độc lập đều là các biến nội sinh trong quá khứ nên giá trị của các biến trong mô hình phụ thuộc vào các biến số trong quá khứ.

- Thích hợp cho sự phân tích các cú sốc kinh tế để đưa ra các chính sách điều chỉnh kịp

thời.

Nhược điểm:

- Đòi hỏi tất cả các biến phải dừng.

- Khó khăn trong việc tìm độ trễ và số lượng biến trong mô hình thích hợp.

- Số độ trễ và số lượng biến sao cho phù hợp với quan sát (tham số= số biến+độ trễ*số

biến bình phương > số quan sát). Vì thế, số quan sát phải đủ lớn.

- Sự đơn giản của phương pháp lập mô hình VAR có thể là hạn chế của mô hình. Khi

các quan sát có số lượng hạn chế như trong hầu hết các phân tích kinh tế, việc đưa ra một số độ trễ của từng biến có thể sử dụng nhiều bậc tự do.

- Khó giải thích về dấu của các hệ số, có thể cùng một biến mà ở độ trễ khác nhau thì

sẽ có dấu khác nhau. Vì thế, cần dùng thêm hàm phản ứng (Impulse Response Function, IRF) trong phép kiểm định mô hình VAR để tìm xem biến phụ thuộc phản ứng như thế nào đối với một cú sốc trong một hay nhiều phương trinh của hệ.

Lí do chọn mô hình:

- Do bài nghiên cứu này là đánh giá mối quan hệ nhân quả của FDI với cán cân thương

CHƯƠNG 3: MÔ HÌNH NGHIÊN CỨU

- Do chưa xác định rõ vai trò của từng biến độc lập hay phụ thuộc trong mô hình.

- Do dữ liệu các biến đều lấy trong quá khứ, thích hợp cho việc phân tích các tác động (adsbygoogle = window.adsbygoogle || []).push({});

của chính sách đưa ra.

Một phần của tài liệu Mối quan hệ nhân quả nguồn vốn đầu tư trực tiếp FDI (đi vào) và cán cân thương mại nghiên cứu trường hợp việt nam (Trang 35)