3. Mục tiêu và phương pháp nghiên cứu
2.3.4 Kiểm định đồng liên kết
Mục đích: Khi hồi quy các chuỗi thời gian không dừng thường dẫn đến “kết quả hồi quy giả mạo” (spurious regression). Tuy nhiên, Engle và Granger (1987) cho rằng nếu kết hợp tuyến tính của các chuỗi thời gian không dừng có thể là một chuỗi dừng và các chuỗi thời gian không dừng đó được cho là “đồng liên kết”. Kết hợp tuyến tính dừng được gọi là phương trình đồng liên kết và có thể được giải thích như “mối quan hệ cân bằng dài hạn giữa các biến”. Nói cách khác, nếu phần dư trong mô hình là một chuỗi dừng, thì kết quả hồi qui là thực và thể hiện mối cân bằng dài hạn giữa các biến trong mô hình.
Bảng 6. Kiểm định hồi qui đồng liên kết Johansen cho I và G
Date: 04/23/13 Time: 20:34 Sample (adjusted): 3 54
Included observations: 52 after adjustments
Trend assumption: Linear deterministic trend (restricted) Series: LNCPI LNGDP
Lags interval (in first differences): 1 to 1 Unrestricted Cointegration Rank Test (Trace)
Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.573975 53.51695 25.87211 0.0000
Trace test indicates 1 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
Hypothesized Max-Eigen 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.573975 44.36938 19.38704 0.0000
At most 1 0.161310 9.147564 12.51798 0.1715
Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I):
LNCPI LNGDP @TREND(2)
-3.801403 -54.52537 1.013225
10.43894 -4.187955 -0.173348
Unrestricted Adjustment Coefficients (alpha):
D(LNCPI) -0.000946 -0.005068
D(LNGDP) 0.022969 -0.001407
1 Cointegrating Equation(s): Log likelihood 283.1948
Normalized cointegrating coefficients (standard error in parentheses)
LNCPI LNGDP @TREND(2)
1.000000 14.34348 -0.266540
(1.77584) (0.03092)
Adjustment coefficients (standard error in parentheses)
D(LNCPI) 0.003597
(0.00694)
D(LNGDP) -0.087316
Kết quả kiểm định đồng liên kết Johansen dựa trên 2 tiêu chuẩn kiểm định riêng cực đại và kiểm định „vết‟ cho thấy với mức ý nghĩa 5%, ta thấy Trace Statitics > Critical Value nên bác bỏ giả thuyết H0 : không có đồng liên kết giữa GDP và lạm phát, nghĩa là giữa GDP và lạm phát có tính đồng liên kết và tồn tại mối quan hệ dài hạn giữa chúng. Do đó không tồn tại hiện tượng hồi qui tương quan giả trong mô hình trên và các kiểm định thống kê truyền thống vẫn áp dụng trong các trường hợp này.
* Có 1 mối quan hệ đồng liên kết giữa các biến
2.3.5 Kiểm định mối quan hệ nhân quả Granger
Để kiểm định liệu có tồn tại mối quan hệ nhân quả Granger giữa 2 chuỗi thời gian GDP và CPI hay không, ta sử dụng thống kê F của kiểm định Wald.
Bảng 7. Kiểm định mối quan hệ nhân quả Granger giữa GDP và CPI
Pairwise Granger Causality Tests Date: 04/23/13 Time: 20:21 Sample: 1 54
Lags: 2
Null Hypothesis: Obs F-Statistic Prob.
LNGDP does not Granger Cause LNCPI 52 4.60143 0.0150
LNCPI does not Granger Cause LNGDP 0.17156 0.8429
Pairwise Granger Causality Tests Date: 04/23/13 Time: 20:22 Sample: 1 54
Lags: 3
LNGDP does not Granger Cause LNCPI 51 3.24109 0.0309
LNCPI does not Granger Cause LNGDP 0.68066 0.5686
Pairwise Granger Causality Tests Date: 04/23/13 Time: 20:23 Sample: 1 54
Lags: 4
Null Hypothesis: Obs F-Statistic Prob.
LNGDP does not Granger Cause LNCPI 50 2.64962 0.0468
LNCPI does not Granger Cause LNGDP 9.83099 1.E-05
Pairwise Granger Causality Tests Date: 04/23/13 Time: 20:25 Sample: 1 54
Lags: 5
Null Hypothesis: Obs F-Statistic Prob.
LNGDP does not Granger Cause LNCPI 49 2.48075 0.0486
LNCPI does not Granger Cause LNGDP 2.86273 0.0274
Pairwise Granger Causality Tests Date: 04/23/13 Time: 20:19 Sample: 1 54
Lags: 6
Null Hypothesis: Obs F-Statistic Prob.
LNGDP does not Granger Cause LNCPI 48 1.62008 0.1708
LNCPI does not Granger Cause LNGDP 2.97076 0.0188
- Với mức ý nghĩa 5%: các giá trị thống kê F tính toán đều lớn hơn giá trị thống kê F phê phán (với độ trễ được xác định từ 2 đến 6) kết quả là bác bỏ giả thuyết H0 bên Null Hypothesis: tăng trưởng không có quan hệ nhân quả với lạm phát, nghĩa là tăng trưởng có tác động đến lạm phát.
- Với mức ý nghĩa 5%: tất cả các giá trị thống kê F tính toán đều lớn hơn giá trị thống kê F phê phán ( với độ trễ được xác định từ 3 đến 6)=> bác bỏ giả thuyết H0 bên Null Hypothesis. Hay nói cách khác lạm phát cũng có tác động đến tăng trưởng.
- Như vậy, có sự tác động qua lại lẫn nhau giữa lạm phát và tăng trưởng. Tiếp theo, để xem xét mối quan hệ giữa tăng trưởng và lạm phát, hồi qui G và I với nhau theo các mô hình (1).
Gt = λt + ϕIt + μt (1) Hay μt = Gt - λt - ϕIt
Dependent Variable: LNGDP Method: Least Squares Date: 04/24/13 Time: 22:49 Sample: 1 54
Included observations: 54
Variable Coefficient Std. Error t-Statistic Prob.
C 0.180785 0.016627 10.87311 0.0000
LNCPI 0.796032 0.037305 21.33875 0.0000
R-squared 0.897505 Mean dependent var 0.426749
Adjusted R-squared 0.895534 S.D. dependent var 0.272436
S.E. of regression 0.088055 Akaike info criterion -1.985386
Sum squared resid 0.403188 Schwarz criterion -1.911720
F-statistic 455.3423 Durbin-Watson stat 0.151630
Prob(F-statistic) 0.000000
Kết quả cho thấy hệ số đồng liên kết β2 được ước lượng bằng 0.796 là dương và có ý nghĩa thống kê ở mức 1% . Như vậy, có thể thấy mối quan hệ giữa tăng trưởng và lạm phát trong dài hạn là đồng biến, đồng thời giá trị này nhỏ hơn 1 cho thấy trong dài hạn tăng trưởng sẽ tăng nhanh hơn lạm phát. Hệ số phù hợp R2
ước lượng được bằng 89,7% cho thấy lạm phát có ảnh hưởng khá lớn đến tăng trưởng.
2.3.6 Phân tích mô hình VCEM
Sau khi đã tiến hành các kiểm định có liên quan thì ta nhận thấy có mối quan hệ đồng liên kết giữa 2 chuỗi này, tiếp theo ta sử dụng mô hình VECM để xem xét mối quan hệ trong ngắn hạn giữa 2 biến này.
Bảng 8. Mô hình VECM
Vector Error Correction Estimates Date: 04/24/13 Time: 22:14 Sample (adjusted): 4 54
Included observations: 51 after adjustments Standard errors in ( ) & t-statistics in [ ]
Cointegrating Eq: CointEq1
LNCPI(-1) 1.000000 LNGDP(-1) 13.54443 (4.26605) [ 3.17493] @TREND(1) -0.245695 (0.07393) [-3.32322] C 0.671528
Error Correction: D(LNCPI) D(LNGDP) CointEq1 0.014256 -0.033822 (0.00890) (0.01305) [ 1.60120] [-2.59144] D(LNCPI(-1)) 1.009726 0.082548 (0.13737) (0.20137) [ 7.35063] [ 0.40993] D(LNCPI(-2)) -0.459887 0.111265 (0.13738) (0.20139) [-3.34761] [ 0.55249] D(LNGDP(-1)) -0.105844 0.097546 (0.08414) (0.12335) [-1.25794] [ 0.79083] D(LNGDP(-2)) -0.029430 -0.673750 (0.08374) (0.12276) [-0.35145] [-5.48841] C 0.010529 0.022984 (0.00431) (0.00633) [ 2.44012] [ 3.63349] R-squared 0.668816 0.704138 Adj. R-squared 0.632018 0.671265 Sum sq. resids 0.006506 0.013982 S.E. equation 0.012024 0.017627 F-statistic 18.17525 21.41961 Log likelihood 156.2883 136.7808 Akaike AIC -5.893659 -5.128658 Schwarz SC -5.666386 -4.901384 Mean dependent 0.018752 0.016511 S.D. dependent 0.019822 0.030743
Determinant resid covariance (dof adj.) 4.18E-08
Determinant resid covariance 3.26E-08
Log likelihood 294.8990
Akaike information criterion -10.97643
Mô hình VECM là một dạng của mô hình VAR tổng quát, được sử dụng trong trường hợp chuỗi dữ liệu không dừng và chứa đựng mối quan hệ đồng kết hợp. Trong đó Eq là phương trình đồng kết hợp. Kết quả ước lượng mô hình có thể được viết lại như sau:
Estimation Proc: =============================== EC(D,1) 1 2 LNCPI LNGDP VAR Model: =============================== D(LNCPI) = A(1,1)*(B(1,1)*LNCPI(-1) + B(1,2)*LNGDP(-1) +
B(1,3)*@TREND(1) + B(1,4)) + C(1,1)*D(LNCPI(-1)) + C(1,2)*D(LNCPI(- 2)) + C(1,3)*D(LNGDP(-1)) + C(1,4)*D(LNGDP(-2)) + C(1,5)
D(LNGDP) = A(2,1)*(B(1,1)*LNCPI(-1) + B(1,2)*LNGDP(-1) +
B(1,3)*@TREND(1) + B(1,4)) + C(2,1)*D(LNCPI(-1)) + C(2,2)*D(LNCPI(- 2)) + C(2,3)*D(LNGDP(-1)) + C(2,4)*D(LNGDP(-2)) + C(2,5)
VAR Model - Substituted Coefficients: =============================== D(LNCPI) = 0.014255684285*( LNCPI(-1) + 13.5444310245*LNGDP(-1) - 0.245694853818*@TREND(1) + 0.671527944337 ) + 1.00972617759*D(LNCPI(-1)) - 0.459887230411*D(LNCPI(-2)) - 0.105843594761*D(LNGDP(-1)) - 0.0294303901313*D(LNGDP(-2)) + 0.0105290024693 D(LNGDP) = - 0.0338220460115*( LNCPI(-1) + 13.5444310245*LNGDP(-1) - 0.245694853818*@TREND(1) + 0.671527944337 ) + 0.0825477839175*D(LNCPI(-1)) + 0.11126492346*D(LNCPI(-2)) + 0.0975458838497*D(LNGDP(-1)) - 0.673750057629*D(LNGDP(-2)) + 0.0229835378894
Kết quả ước lượng mô hình CPI trong ngắn hạn cho thấy:
Thứ nhất, hệ số co giãn giữa chỉ số CPI và biến trễ của nó (trễ 1 quý) là 1.009 là lớn nhất so với các hệ số khác trong mô hình, với mức ý nghĩa thống kê cao (1%). Kết quả này cũng phản ánh chỉ số CPI ở Việt Nam chịu tác động rất lớn bởi kỳ vọng lạm phát của công chúng. Tuy nhiên, sau thời gian 2 quý, chỉ số CPI có xu hướng giảm dần và hội tụ về điểm cân bằng trong dài hạn với tốc độ giảm dần là 1.05% (hệ số VECM là 0.0105).
Thứ hai, hệ số co giãn của giữa GDP và CPI trong ngắn hạn với độ trễ 1 quý là 0.105 cho thấy tăng trưởng kinh tế cũng có tác động đến CPI nhưng khá ít. Điều này chứng tỏ trong ngắn hạn, ngoài tăng trưởng kinh tế còn có các yếu tố khác tác động đến CPI. Kéo sang quý 2 thì tăng trưởng kinh tế tác động đến CPI cũng giảm dần.
Kết quả ước lượng mô hình GDP trong ngắn hạn cho thấy tăng trưởng kinh tế cũng chịu ảnh hưởng từ những thời kỳ trước đó và có mối quan hệ dương (cùng chiều) với tốc độ tăng chỉ số CPI với hệ số co giãn là 0.08 ( trễ 1 quý) và 0.11 trong quý tiếp theo. Tuy nhiên hệ số co giãn 0.08 là nhỏ nhất trong mô hình nên có thể thấy rằng tăng trưởng kinh tế chịu ảnh hưởng khá ít từ sự thay đổi của lạm phát.
Sau khi đã ước lượng mô hình thì ta tiếp tục kiểm định sự phù hợp của mô hình bằng cách kiểm định phần dư hoặc xem xét đồ thị phần dư
Bảng 9. Kiểm định nghiệm phần dƣ của mô hình VECM
Null Hypothesis: E1 has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Fixed)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -4.990595 0.0009
Test critical values: 1% level -4.148465
5% level -3.500495
10% level -3.179617
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(E1)
Method: Least Squares Date: 04/24/13 Time: 22:24 Sample (adjusted): 4 54
Included observations: 51 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
E1(-1) -0.689389 0.138138 -4.990595 0.0000
C 0.001062 0.006629 0.160251 0.8734
@TREND(1) -3.57E-05 0.000210 -0.170496 0.8653
R-squared 0.342546 Mean dependent var -0.000201
Adjusted R-squared 0.315152 S.D. dependent var 0.026616
S.E. of regression 0.022026 Akaike info criterion -4.736166
Sum squared resid 0.023287 Schwarz criterion -4.622529
Log likelihood 123.7722 Hannan-Quinn criter. -4.692742
F-statistic 12.50444 Durbin-Watson stat 2.072685
Đồ thị phần dƣ -.06 -.04 -.02 .00 .02 .04 5 10 15 20 25 30 35 40 45 50 LNGDP Residuals -.03 -.02 -.01 .00 .01 .02 .03 .04 5 10 15 20 25 30 35 40 45 50 LNCPI Residuals
Kết quả kiểm định và đồ thị phần dư cho thấy phần dư là một chuỗi dừng. Như vậy mô hình ta xây dựng là phù hợp.
Ngoài ra, ta có thể xem xét sự tác động của biến này lên biến kia khi có một sự thay đổi, một cú sốc xảy ra. Ta sử dụng hàm phản ứng đẩy:
Đồ thị phản ứng đẩy .00 .01 .02 .03 .04 .05 1 2 3 4 5 6 7 8 9 10
Response of LNCPI to LNCPI
.00 .01 .02 .03 .04 .05 1 2 3 4 5 6 7 8 9 10 Response of LNCPI to LNGDP -.010 -.005 .000 .005 .010 .015 .020 1 2 3 4 5 6 7 8 9 10 Response of LNGDP to LNCPI -.010 -.005 .000 .005 .010 .015 .020 1 2 3 4 5 6 7 8 9 10 Response of LNGDP to LNGDP Response to Cholesky One S.D. Innovations
Kết quả phản ứng phân rã Cholesky của GDP trước việc gia tăng của lạm phát cho thấy GDP sẽ giảm trong 2 quý đầu, sau đó tăng trong 2 quý kế tiếp, rồi giảm rồi tăng nhưng có xu hướng giảm dần do mức tăng thấp hơn mức giảm. Như vậy, có thể thấy CPI chỉ tác động mạnh đến GDP ngay sau khi CPI tăng.
Còn phản ứng của CPI trước sự gia tăng của GDP là tăng dần đều. Điều này cho thấy trong ngắn hạn, khi gia tăng sản lượng của nền kinh tế sẽ tác động làm tăng chỉ số CPI.
2.4 Thảo luận kết quả
Từ kết quả phân tích mô hình ở trên, chúng ta thấy giữa tăng trưởng và lạm phát có mối quan hệ dương (đồng biến) trong dài hạn và sự thay đổi của tăng trưởng kinh tế trong giai đoạn này nhanh hơn sự thay đổi của lạm phát. Tuy nhiên, trong ngắn hạn mối quan hệ này không đơn thuần là một chiều mà có tăng trưởng kinh tế có tăng, có giảm trước sự thay đổi của lạm phát. Ngoài ra, trong ngắn hạn, lạm phát chịu ảnh hưởng rất lớn bởi kỳ vọng lạm phát của công chúng. Điều này hàm ý rằng việc tạo niềm tin trong công chúng về nỗ lực kiểm soát lạm phát của Chính phủ là rất quan trọng.
Kết quả này giống với kết luận Mallik và Chowdhury (2001) khi phân tích các tác động qua lại giữa tăng trưởng và lạm phát ở bốn quốc gia Nam Á (Bangladesh, Ấn Độ, Pakistan and Sri Lanka) khi tìm thấy bằng chứng có ý nghĩa thống kê của một mối quan hệ tích cực giữa hai biến này. Đồng thời qua nghiên cứu, ta cũng thấy được trong ngắn hạn lạm phát còn bị chi phối bởi nhiều yếu tố khác và tồn tại một „ngưỡng lạm phát‟ nào đó mà khi lạm phát vượt qua ngưỡng này sẽ có tác động này tiêu cực đến tăng trưởng kinh tế. Do vậy Chính phủ cần thực hiện các biện pháp thích hợp nhằm ổn định lạm phát, tạo tiền đề để thúc đẩy tăng trưởng một cách bền vững và tránh những cú sốc lạm phát không có lợi cho nền kinh tế.
CHƢƠNG 3: KẾT LUẬN
Lạm phát và tăng trưởng kinh tế là hai vấn đề có quan hệ rất chặt chẽ và phức tạp. Lạm phát có thể là động lực thúc đẩy kinh tế ngược lại cũng có thể là tác nhân kìm hãm sự phát triển kinh tế. Vì vậy, cần chú trọng sự cân đối, mối quan hệ hài hòa giữa hai vấn đề này mới đảm bảo sự phát triển bền vững của Việt Nam trong giai đoạn đổi mới hiện nay. Trong những năm vừa qua Việt Nam đã đạt được những thành tựu nhất định về kinh tế, đó cũng là nhờ một phần đóng góp của các chính sách điều chỉnh tỉ lệ lạm phát hợp lý. Tuy nhiên, những bất ổn và sự mất cân đối giữa lạm phát trong thời gian gần đây là dấu hiệu để chúng ta cần đưa ra những điều chỉnh và bổ sung trong chính sách có hiệu quả. Hiểu rõ và giải quyết tốt những vấn đề này sẽ góp phần không nhỏ cho công cuộc đổi mới và phát triển kinh tế ở Việt Nam cho những năm sắp tới. Trong thực tế đều hành đất nước, bất cứ chính phủ của quốc gia nào cũng muốn nền kinh tế nước mình có tốc độ tăng trưởng kinh tế cao và mức lạm phát thấp, mức thất nghiệp thấp. Tuy nhiên trên thực tế hoạt động của nền kinh tế cũng chỉ rõ kinh tế tăng trưởng cao đồng hành với mức lạm phát cao. Nhưng lạm cao sẽ triệt tiêu những thành quả của tăng trưởng, sẽ gây khó khăn cho đời sống kinh tế- xã hội, làm cho tăng trưởng thiếu tính bền vững. Vì vậy, để đạt mục tiêu tăng trưởng kinh tế bền vững nhất thiết phải kiểm sóat lạm phát, phải đặt mục tiêu tăng trưởng vừa phải. Trong bối cảnh hiện nay, Việt Nam cần chấp nhận đánh đổi giữa mục tiêu kiềm chế lạm phát và tăng trưởng kinh tế, nghĩa là “hy sinh” mục tiêu tăng trưởng cho mục tiêu kiềm chế lạm phát, ổn định kinh tế vĩ mô, bảo đảm được tăng trưởng ở mức hợp lý, khi có điều kiện thuận lợi phấn đấu đạt mức tăng trưởng cao hơn. Đây là một quyết định khó khăn, nhưng
lạm phát trong thời gian vừa qua đã đến mức độ báo động và ưu tiên hàng đầu kiềm chế lạm phát là cần thiết và điều này phù hợp với quan điểm, chủ trương của Chính phủ: "kiềm chế lạm phát là ưu tiên số một, khi có điều kiện thuận lợi sẽ phấn đấu để đạt mức tăng trưởng cao hơn" trong mục tiêu của năm 2012 và kế hoạch 5 năm 2011 - 2015.
Hạn chế của đề tài
Số liệu quan sát chưa đủ lớn để có kết quả đáng tin cậy hơn (54 quan sát). Do thiếu số liệu về các biến khác trong ngắn hạn như chi tiêu chính phủ, nhập khẩu hàng hóa, tốc độ cung tiền… nên chưa thể nêu bật lên được sự ảnh hưởng của các yếu tố này đối với lạm phát trong ngắn hạn.
Danh mục các tài liệu tham khảo
Nguyễn Trung Chính, 2011. “Quan hệ giữa lạm phát và tăng trưởng qua phân tích thực nghiệm ở việt Nam”. Đại học Ngoại thương.
Barro, R. J., 1995. Inflation and economic growth. NBER Working Paper 5326. Cambridge,
Bruno, M & Easterly,W., 1998. “Inflation crises and long-run growth”.