hư tôi đã mô tả trong phần phương pháp luận nghiên cứu, phương pháp kiểm định phi nhân quả Granger theo oda – Yamamoto (1995) dựa trên việc ước lượng mô hình VAR in level, tức là các biến đầu vào đều ở dạng gốc (level), không lấy sai phân dù là không dừng. Điều này có thể trái với các nghiên cứu thông thường sử dụng mô
34
hình VAR (đòi hỏi dữ liệu đầu vào phải dừng). uy nhiên, có thể lý giải cho vấn đề này rằng việc ước lượng mô hình VAR trong phương pháp oda – Yamamoto (1995) chỉ nhằm mục đích thực hiện kiểm định phi nhân quả Granger, bằng việc sử dụng Modified Wald est. Dưới đây là cụ thể các bước mà tôi thực hiện để kiểm định phi nhân quả theo phương pháp oda – Yamamoto (1995) đối với trường hợp Việt am.
Đầu tiên, kết quả kiểm định tính dừng cho thấy các biến G _V , _V là (1) và A_V là (0) nên có thể xác định bậc liên kết cao nhất trong trường hợp kiểm định nhân quả: (G _V , A_V ) và (G _V , _V ) đều là dmax=1.
Độ trễ tối ưu (p) của các biến trong mô hình VAR được lựa chọn dựa vào các tiêu chí quen thuộc như LR (Loglikelihood Ratio), FPE (Final Prediction Error), AIC (Akaike Informationn Criterion), SC (Schwarz Information Criterion) và HQ (Hannan- Quinn Information Criterion). Kết quả lựa chọn độ trễ tối ưu (p) được trình bày trong ảng 4.9
Bảng 4.9: Kết quả lựa chọn độ trễ tối ưu (p) cho các biến trong mô hình VAR.
LỰA CHỌN ĐỘ TRỄ CHO KIỂM ĐỊNH NHÂN QUẢ
ặp biến LR FPE AIC SC HQ
GB_VN và CA_VN 4 4 4 0 1
GB_VN và TB_VN 4 4 4 4 4
Nguồn: Tác giả tính toán bằng phần mềm Eviews 8.0.
heo đó, độ trễ tối ưu được lựa chọn cho mô hình VAR với cặp biến (G _V và CA_VN) và (GB_VN và TB_VN) đều là p=4.
ước tiếp theo, tôi xây dựng lại mô hình VAR và cộng thêm dmax độ trễ vào mỗi biến trong mỗi phương trình (ở đây dmax=1) cụ thể như sau:
Mối quan hệ giữa cán cân ngân sách và tài khoản vãng lai VAR(p+ dmax=5):
GBit = a0 + a1GBit-1 +…+ a4GBit-4 + a5GBit-5 + b1CAit-1 +…+ b4 CAit-4 + b5CAit-5 + ui+ vt+ wit CAit = c0+ c1CAit-1 +…+ c4CAit-4 + c5CAit-5 + d1GBit-1 +…+ d4GBit -4 + d5GBit -5 + ui + vt + wit
Mối quan hệ giữa cán cân ngân sách và cán cân thương mại VAR(p+ dmax=5):
35
TBit = c0 + c1TBit-1 +…+ c4 TBit-4 + c5 TBit-5 + d1GBit-1+ …+ d4GBit-4 + d5GBit-5 + ui + vt + wit
iếp đó, sử dụng kiểm định Wald (standard Wald est) để kiểm định các giả thiết sau:
H0: b0 = b1 = … = b4 = 0, nghĩa là không tồn tại mối quan hệ nhân quả Granger từ cán cân tài khoản vãng lai/cán cân thương mại đến cán cân ngân sách.
H1: d0 = d1 = … = d4 = 0, nghĩa là không tồn tại mối quan hệ nhân quả Granger từ cán cân ngân sách đến cán cân tài khoản vãng lai/cán cân thương mại.
Kết quả kiểm định Wald từ EV EW được trình bày trong ảng 4.10. ếu p- value < mức ý nghĩa (5%) thì bác bỏ giả thiết 0 nghĩa là có mối quan hệ nhân quả Granger. Và ngược lại thì chấp nhận giả thiết H0 tức làkhông tồn tại mối quan hệ nhân quả.
36
Bảng 4.10: Kết quả kiểm định Modified Wald Test theo Toda – Yamamoto (1995)
TODA – YAMAMOTO: MODIFIED WALD TESTS Mẫu: 2005Q1 2014Q4
Số quan
sát Chi-sq df Prob.
Cán cân tài khoản vãng lai và cán cân ngân sách
iến phụ thuộc: G _V CA_VN
35 4.107420 5 0.5341
iến phụ thuộc: A_V GB_VN
35 7.071962 5 0.2153
Cán cân thương mại và cán cân ngân sách iến phụ thuộc: G _V TB_VN 35 0.708695 5 0.9825 iến phụ thuộc: _V GB_VN 35 2.181020 5 0.8236
Nguồn: Tác giả tính toán bằng phần mềm Eviews 8.0.
heo đó, ta thấy các p-value (prob) đều lớn hơn mức ý nghĩa 5% nên không thể bác bỏ giả thiết 0, nghĩa là không tìm thấy mối quan hệ nhân quả Granger giữa cán cân ngân sách và cán cân tài khoản vãng lai/cán cân thương mại, kể cả một chiều lẫn hai chiều.
Kết quả ước lượng mô hình VAR cho việc thực hiện kiểm định Modified Wald est theo phương pháp oda – Yamamoto (1995) được trình bày trong các hình dưới đây.
37
Bảng 4.11: Kết quả ước lượng mô hình VAR(5) cho cặp biến cán cân ngân sách (GB_VN) và cán cân tài khoản vãng lai (CA_VN)
Vector Autoregression Estimates Date: 05/31/15 Time: 16:44 Sample (adjusted): 2006Q2 2014Q4
Included observations: 35 after adjustments Standard errors in ( ) & t-statistics in [ ]
GB_VN CA_VN P-value GB_VN(-1) 0.509271 0.026227 (0.19971) (0.04001) [ 2.55004] [ 0.65553] 0.0153 GB_VN(-2) 0.086553 0.014372 (0.21206) (0.04248) [ 0.40815] [ 0.33830] GB_VN(-3) -0.252104 0.034811 (0.20297) (0.04066) [-1.24209] [ 0.85611] GB_VN(-4) 0.030427 -0.090880 (0.22951) (0.04598) [ 0.13257] [-1.97650] GB_VN(-5) -0.176540 0.019599 (0.23149) (0.04638) [-0.76261] [ 0.42260] CA_VN(-1) -0.519418 -0.143375 (0.99987) (0.20031) [-0.51948] [-0.71576] CA_VN(-2) -0.743454 -0.123293 (0.81734) (0.16374) [-0.90960] [-0.75297] CA_VN(-3) -0.495638 0.049593 (0.83764) (0.16781) [-0.59171] [ 0.29553] CA_VN(-4) -1.271227 0.529210 (0.82930) (0.16614) [-1.53290] [ 3.18536] 0.0030 CA_VN(-5) 0.866151 0.233783 (1.05823) (0.21200) [ 0.81849] [ 1.10274]
38 C -0.037389 2.99E-05 (0.01287) (0.00258) [-2.90531] [ 0.01161] 0.0063 R-squared 0.470349 0.442753 Adj. R-squared 0.249660 0.210566 Sum sq. resids 0.010612 0.000426 S.E. equation 0.021028 0.004213 F-statistic 2.131282 1.906886 Log likelihood 92.10656 148.3781 Akaike AIC -4.634661 -7.850176 Schwarz SC -4.145837 -7.361352 Mean dependent -0.045517 -0.000489 S.D. dependent 0.024275 0.004741
Determinant resid covariance
(dof adj.) 7.62E-09 Determinant resid covariance 3.58E-09 Log likelihood 240.9923 Akaike information criterion -12.51384 Schwarz criterion -11.53620
Nguồn: Tác giả tính toán bằng phần mềm Eviews 8.0.
ảng 4.11 cung cấp kết quả ước lượng mô hình VAR với các biến G _V và A_V , có thể thấy G _V tương quan dương với trễ thứ nhất G _V (-1) và biến CA_V tương quan dương với trễ thứ tư A_VN(-4) do đó biến G _V và CA_VN có xu hướng tiếp diễn xu thế và có ý nghĩa thống kê. Đối với cặp biến G _V và CA_V có tương quan âm từ trễ thứ nhất đến trễ thứ tư, tới trễ thứ năm mới tương quan dương, từ kết quả cho thấy cặp biến này có xu hướng thâm hụt có tính ỳ, có độ trễ, không phải tất cả đều có ý nghĩa thống kê; còn đối với cặp biến A_VN và GB_VN có tương quan dương ở trễ thứ nhất tới trễ thứ ba và thứ năm, trễ thứ tư là tương quan âm, từ kết quả cho thấy hai biến này có xu hướng tiếp diễn xu thế và không phải tất cả đều có ý nghĩa thống kê.
39 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
Inverse Roots of AR Characteristic Polynomial
Hình 4.3: Kết quả kiểm định sự ổn định của mô hình VAR (AR Roots) cho cặp biến cán cân ngân sách (GB_VN) và cán cân tài khoản vãng lai (CA_VN)
Nguồn: Tác giả tính toán bằng phần mềm Eviews 8.0.
Bảng 4.12: Kết quả ước lượng mô hình VAR(5) cho cặp biến cán cân ngân sách (GB_VN) và cán cân thương mại (TB_VN)
Vector Autoregression Estimates Date: 05/31/15 Time: 16:52 Sample (adjusted): 2006Q2 2014Q4
Included observations: 35 after adjustments Standard errors in ( ) & t-statistics in [ ]
GB_VN TB_VN P-value GB_VN(-1) 0.452169 -4.407094 (0.20321) (10.3371) [ 2.22516] [-0.42634] 0.0326 GB_VN(-2) 0.090649 12.59485 (0.22493) (11.4422) [ 0.40301] [ 1.10074] GB_VN(-3) -0.298768 3.280034 (0.22169) (11.2773) [-1.34769] [ 0.29085] GB_VN(-4) -0.002828 -2.262850
40 (0.24069) (12.2439) [-0.01175] [-0.18481] GB_VN(-5) -0.144428 -0.913096 (0.22992) (11.6960) [-0.62817] [-0.07807] TB_VN(-1) -0.001270 0.010260 (0.00406) (0.20678) [-0.31248] [ 0.04962] TB_VN(-2) -0.001540 0.018577 (0.00215) (0.10921) [-0.71740] [ 0.17010] TB_VN(-3) -0.001088 0.004399 (0.00217) (0.11049) [-0.50088] [ 0.03981] TB_VN(-4) -0.000961 0.848426 (0.00210) (0.10679) [-0.45772] [ 7.94504] 0.0001 TB_VN(-5) 0.000381 0.004357 (0.00401) (0.20414) [ 0.09497] [ 0.02134] C -0.045053 0.383976 (0.01664) (0.84669) [-2.70683] [ 0.45350] 0.0104 R-squared 0.397494 0.784555 Adj. R-squared 0.146450 0.694786 Sum sq. resids 0.012072 31.23876 S.E. equation 0.022427 1.140883 F-statistic 1.583363 8.739730 Log likelihood 89.85119 -47.67330 Akaike AIC -4.505782 3.352760 Schwarz SC -4.016959 3.841584 Mean dependent -0.045517 -0.963686 S.D. dependent 0.024275 2.065091
Determinant resid covariance
(dof adj.) 0.000637 Determinant resid covariance 0.000300 Log likelihood 42.65434 Akaike information criterion -1.180248 Schwarz criterion -0.202601
41
ảng 4.12 cung cấp kết quả ước lượng mô hình VAR với các biến G _V và TB_VN, có thể thấy G _V tương quan dương với trễ thứ nhất G _V (-1) và biến _V tương quan dương với trễ thứ tư _V (-4) do đó biến G _V và _V có xu hướng tiếp diễn xu thế và có ý nghĩa thống kê. Đối với cặp biến G _V và _V có tương quan âm từ trễ thứ nhất đến trễ thứ tư, tới trễ thứ năm mới tương quan dương; còn đối với cặp biến _V và G _V có tương quan âm ở trễ thứ nhất, thứ tư và thứ năm, trễ thứ hai và ba là tương quan dương, từ kết quả cho thấy hai biến này có xu hướng thâm hụt có tính ỳ, có độ trễ, không phải tất cả đều có ý nghĩa thống kê. -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
Inverse Roots of AR Characteristic Polynomial
Hình 4.4: Kết quả kiểm định sự ổn định của mô hình VAR (AR Roots) cho cặp biến cán cân ngân sách (GB_VN) và cán cân thương mại (TB_VN)
Nguồn: Tác giả tính toán bằng phần mềm Eviews 8.0.
Ngoài ra, sử dụng vòng tròn đơn vị ( nverse Root of AR haracteristic Polynominal) để đảm bảo mô hình VAR được ước lượng là tốt . ừ kết quả kiểm định của ình 4.3 và Hình 4.4, cho thấy các điểm ước lượng đều nằm trong vòng tròn đơn vị, nghĩa là mô hình VAR được xây dựng bảo đảm tính ổn định (stability).