đ m b o tính tin c y khi s d ng mô hình ARDL, thì ph n d c a mô hình không có hi n t ng t t ng quan, không có hi n t ng ph ng sai sai s thay đ i, phân ph i chu n, d ng hàm phù h p và các h s c l ng n đ nh trong dài h n:
- T t ng quan lƠ hi n t ng các ph n d c a bi n ph thu c có t ng quan v i
nhau. T t ng quan có th lƠm cho k t qu h i quy thi u tin c y. Ki m đ nh BG đ c s d ng.
- Ph ng sai sai s thay đ i lƠm t khuy t t t khi s d ng τLS, đ ki m tra trong mô hình có hi n t ng ph ng sai sai s thay đ i có nhi u ph ng pháp khác nhau trong đó thông d ng vƠ tin c y nh t lƠ ki m đ nh White.
- S phù h p c a d ng hƠm lƠ cách bi u di n quan h gi a bi n đ c l p vƠ bi n ph thu c đúng b n ch t c a chúng (d ng hƠm đúng). Thông th ng các nhƠ nghiên c u gi đ nh quan h lƠ tuy n tính, nh ng b n ch t quan h có th lƠ phi tuy n vƠ d ng hƠm c l ng đ c ch đ nh có th sai. ki m đ nh s phù h p c a d ng hƠm, ki m đ nh Ramsey s đ c th c hi n.
- Ph n d có phơn ph i chu n d a trên đ th vƠ đo l ng các h s đ nh n, đ
xiên
- Các h s trong mô hình n đ nh trong dƠi h n. BƠi vi t s s d ng c hai đ th phơn ph i ph n d đ quy Cusum vƠ CusumQ đ xem xét
Ki m đnh t t ng quan:
S d ng ki m đinh Breusch-Godfrey (BG)
Xét mô hình h i quy g c có d ng: Y = a + bXi + Ui
Gi s trong mô hình x y ra hi n t ng t t ng quan b c p, kí hi u AR(p), t c là các ph n d đ c bi u di n d i d ng sau:
V i th a các gi thuy t OLS, ta có gi thuy t ki m đ nh nh sau:
H0: (mô hình Ui là không t n t i và mô hình h i quy g c không x y ra hi n t ng t t ng quan)
B c 1: c l ng mô hình h i quy g c đ tìm ph n d ei B c 2:
B c 3: so sánh n u (n-p)R2 > X2 (p) thì bác b gi thuy t H0, ngh a lƠ mô hình
g c có hi n t ng t t ng quan b c p
N u s d ng giá tr P-value thì v i m c ý ngh a 5%, nhìn vƠo k t qu h i quy, n u giá tr p-value > 5%, ch p nh n gi thuy t H0, không có hi n t ng t t ng quan.
N u P-value <5%, ch p nh n gi thuy t H1, có hi n t ng ph ng sai thay đ i.
Ki m đ nh ph ng sai thay đ i:
ki m tra xem ph ng sai c a mô hình có thay đ i hay không, nghiên c u th c hi n ki m đ nh Heteroskedasticity Test White.
Xét mô hình h i quy 3 bi n sau:
Y1 = 1 + 2X2i+ 3X3i + ui Ki m đ nh White đ c ti n hƠnh nh sau:
B c 1: v i s li u cho tr c ta c l ng ph ng trìnhthu đ c ph n d B c 2: sau đó ta th c hi n h i quy b tr sau:
Ui2= 1 + 2X2i+ 3X3i + 4X2i2+ 5X3i2+ 6X2iX3i + vi
T c là ph n d bình ph ng t h i quy g c đ c h i quy theo các bi n ban đ u hay bi n h i quy đ c l p, giá tr bình ph ng c a chúng, và các tích chéo gi a các bi n
h i quy đ c l p. Ta c ng có th đ a ra các l y th a cao h n đ i v i các bi n h i quy
đ c l p. Tính R2 t h i quy b tr
B c 3: v i gi thuy t H0: 1 = 2 = 3 = 4 = 5 = 6 cho r ng không có hi n
t ng ph ng sai thay đ i, ta có th ch ra r ng c m u (n) nhân v i R2 tính đ c t
ph ng trình h i quy b tr , m t cách ti m c n theo phân ph i chi bình ph ng v i s b c t do (df) b ng v i s l ng các bi n h i quy đ c l p trong h i quy b tr . T c là:
n.R2 = df2 (*)
v i df là s b c t do đ c xác đnh trên. Trong ví d trên s b c t do là 5 do có 5 bi n đ c l p trong ph ng trình h i quy b tr
B c 4: n u giá tr chi bình ph ng tính đ c t (*) l n h n giá tr chi bình ph ng t i h n t i m c ý ngh a l a ch n, ta k t lu n r ng có ph ng sai thay đ i. Còn n u nh
h n giá tr Chi-bình ph ng t i h n thì không có ph ng sai thay đ i t c là ta có th nói r ng trong h i quy b tr có 1 = 2= 3= 4 = 5= 6
N u s d ng giá tr P-value thì v i m c ý ngh a 5%, nhìn vƠo k t qu h i quy, n u giá tr p-value > 5%, không có đ c s đ bác b gi thuyêt H0, ngh a lƠ ch p nh n gi thuy t H0, không có hi n t ng ph ng sai thay đ i. N u P-value < 5%, ch p nh n gi thuy t H1 có hi n t ng ph ng sai thay đ i.
Ki m đnh s phù h p c a d ng hàm
ch c ch n v tính chính xác c a mô hình, li u r ng mô hình s d ng có phù h p không, có b sót bi n gi i thích hay không, lu n v n th c hi n ki m đ nh mô hình RESET c a Ramsey. Dùng τLS đ c l ng mô hình sau:
Yi= 1 + 2X2i + ui (**) Thu đ c c l ng c a Y và
N u có quan h v i m t cách có h th ng thì đ a vào v ph i c a ph ng
trình (**) nh lƠ bi n đ c l p có th s lƠm t ng R2
H i quy (**) theo mô hình sau:
Yi = 1+ 2X2i + 3 + 4 + ui (***) Gi thuy t H0: 3 = 4 = 0, d ng hàm s d ng là phù h p
H1: 3 ≠ 4 ≠ 0, d ng hàm s d ng không phù h p
G i R2Ucó đ c t h i quy (***) và R2Rcó đ c t vi c h i quy (**)
Trong đó: m lƠ s bi n m i đ a vƠo mô hình
K là s bi n quan sát c a ph ng trình m i
N u F có ý ngh a m c 5% thì s bác b gi thuy t mô hình (**) lƠ đúng
V i m c ý ngh a 5%, mi n bác b là p-vlaue > 5%, Nhìn vào k t qu h i quy, n u giá tr p-value > 5%, ch p nh n gi thuy t d ng hàm s d ng là phù h p, không b sót bi n vƠ ng c l i.
Ki m đnh phân ph i chu n c a ph n d :
Có nhi u ph ng pháp đ ki m đ nh phân ph i chu n, có th xem xét đ th Histogram cùng v i h s P-value, ho c đánh giá thông qua các giá tr đ trôi vƠ đ
nh n trong d li u c a bi n, ho c ki m đnh Kolmogorow-Smirnow (K-S) và ki m
Lu n v n nƠy s s d ng đ th Histogram, v i d ng hình chuông đ i x ng v i t n s cao nh t n m ngay gi a và các t n s th p d n n m 2 bên. K t h p xem xét giá tr trung bình (mean) và trung v (mediane) g n b ng nhau, đ trôi4 (skewness) g n b ng zero vƠ đ nh n 5(kortusis) g n b ng 3 thì ph n d có phơn ph i chu n, ng c l i thì không.
Ki m đnh tính n đ nh c a h s trong mô hình:
Ki m tra nƠy đ c th c hi n b ng cách áp d ng đ th CUSUM và CUSUMSQ trên ph n m m Eviews 8.0. Thông qua đ th này chúng ta có th quan sát đ c m t
cách rõ rƠng đ n đ nh c a các m i quan h c trong ng n h n và dài h n, các vùng
ý ngh a khác nhau. σ u đ th c a các h s v n n m trong d i c l ng t i các m c ý
ngh a khác thì có th nói h s c l ng c a các bi n là n đnh trong dài h n.
Sau khi th c hi n các ki m đ nh và ch y mô hình đ m b o không có các khuy t t t thì các k t qu c l ng m i đ m b o v ng, không ch ch và hi u qu nh t. Các k t lu n t k t qu này m i đáng tin c y.
Sau đó, lu n v n s đi phơn tích tác đ ng c a cú s c trong các y u t n i đ a đ n t giá h i đoái th c trong ng n h n, s d ng các h s c l ng c a t t c các ECM b ng cách xem xét nh ng ph n h i xung liên quan. Hàm ph n ng xung đ c ch y v i
đ dài th i gian lƠ 24 Quý. Thêm vƠo đó, đ đánh giá cú s c trong bi n ph thu c nào
đƣ đóng vai trò l n trong vi c lý gi i các bi n đ ng trong t giá h i đoái th c, lu n v n
s phơn tích phơn rƣ ph ng sai cho các m c th i gian khác nhau, đ dài th i gian c ng
là 24 Quý. Nhân t nào có t l ph n tr m l n nh t sau 24 Quý thì nh ng thay đ i trong nhân t này s kéo theo m t s thay đ i l n trong t giá h i đoái th c.
4 Công th c tính đ trôi (Skewness)
5
CH NG 4. N I DUNG VÀ K T QU NGHIÊN C U 4.1. Ki m đnh tính d ng c a chu i d li u:
B c đ u tiên tác gi c n ki m đnh tính d ng c a các bi n. ó c ng lƠ m t yêu c u quan tr ng cho s t n t i c a m i quan h đ ng liên k t. K t qu ki m đnh nghi m
đ n v b ng ph ng pháp ki m đ nh ADF nh sau: B ng 4.1: T ng h p K t qu ki m đnh tính d ng b ng nghi m đ n v ADF Bi n K t qu ki m đnh ADF (Level) K t qu ki m đnh ADF (1st different) Giá tr th ng k các m c ý ngh a Prob 1% 5% 10% -3.5228 -2.9017 -2.5882
Lq -2.202772 -11.40900 I(1) I(1) I(1) 0.0001
i -3.032245 -9.969654 I(1) I(1) I(1) 0.0000
LM2 -1.035919 -7.827894 I(1) I(1) I(1) 0.0000
Lgov -3.218956 -10.70273 I(1) I(1) I(1) 0.0000
Lgdp -9.895962 -10.21063 I(0) I(0) I(0) 0.0001
Lcom -6.838368 -7.623083 I(0) I(0) I(0) 0.0001
Fdgdp -1.893463 -8.335113 I(1) I(1) I(1) 0.0000
Defgdp -1.748969 -10.52199 I(1) I(1) I(1) 0.0001
i* -6.660189 -8.452499 I(0) I(0) I(0) 0.0000
Debtgdp* -5.804170 -8.667613 I(0) I(0) I(0) 0.0000
Ngu n: T ng h p t mô hình h i quy d a trên các bi n c a mô hình trên Eviews 8.0
T t c các b ng k t qu ki m đ nh tính d ng cho t ng bi n s đ c trình bày trong ph n Ph l c 3 t B ng 4.12 đ n B ng 4.21.
D a vào k t qu ki m đ nh, có th th y chu i chi tiêu chính ph , thu nh p th c, ch s giá c , và 2 bi n ngo i tác là lãi su t c a M , n trên GDP c a M d ng b c 0 kí hi u I(0). T t c các chu i còn l i đ u không d ng b c 0 nên lu n v n ti n hành l y sai phân b c 1 và t t c các bi n trong mô hình sau khi l y sai phân b c I đ u d ng.
Có ngh a lƠ các chu i này d ng b c 1. Trong mô hình h i quy chu i th i gian, n u các chu i d li u không d ng thông th ng s d n đ n k t qu h i quy là gi m o.
Tuy nhiên m t v n đ đ t ra đơy lƠ các chu i d li u không d ng cùng b c v i nhau, nên không th ch y h i quy b ng mô hình VAR hay VECM, vì s d n đ n k t qu h i quy gi m o. Do đó, mô hình ADRL đ ch y h i quy, m t thu n l i l n nh t
đó chính lƠ mô hình ARDL v n có th h i quy ngay c khi các chu i d li u là không d ng cùng m t b c, nh ng đi u ki n tiên quy t là các chu i ph i d ng.
4.2. L a ch n đ tr t i u:
tr t i u s đ c l a ch n thông qua mô hình VAR
B ng 4.2: K t qu xác đ nh đ tr t i u thông qua mô hình VAR
VAR Lag Order Selection Criteria
Endogenous variables: LQ LM1 LGOV LGDP LCOM FDGDP1 FDGDP DEFGDP DEBTGDP1 R R1
Exogenous variables: C Date: 10/02/14 Time: 21:32 Sample: 1995Q1 2014Q1 Included observations: 72
Lag LogL LR FPE AIC SC HQ 0 1611.953 NA 1.35e-33 -44.47091 -44.12308 -44.33244 1 2038.816 711.4391 2.85e-37 -52.96712 -48.79323* -51.30548 2 2169.678 178.1171 2.70e-37 -53.24105 -45.24110 -50.05624 3 2300.146 137.7163 3.94e-37 -53.50405 -41.67803 -48.79608 4 2472.894 129.5615 4.13e-37 -54.94151 -39.28943 -48.71037 5 2889.943 185.3551* 3.26e-39* -63.16510* -43.68695 -55.41079*
* 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
Ngu n: T ng h p t mô hình h i quy d a trên các bi n c a mô hình trên Eviews 8.0
Theo k t qu l a ch n đ tr t i u th hi n trong B ng 4.12 trên, thì đ tr là 5 s
đ c l a đánh giá lƠ t i u thông qua tiêu chu n AIC d a trên k t qu ch y ra t mô hình Eviwes 8.0. tr l a ch n theo tiêu chu n SIC th ng kh t khe h n so v i AIC
nên thông th ng đ tr theo AIC s l n h n so v i SIC. H n n a d li u c a tác gi là chu i th i gian v các bi n v mô, m t khi có chính sách tài khóa hay ti n t ban hành, không ph i ngay l p t c s ph n ánh h t vào n n kinh t mà s có m t đ tr nh t đ nh,
đ i v i Vi t σam thông th ng đ tr là t 4-5 quý, nên n u l a ch n đ tr theo SIC là 1 thì quá ng n và s không ph n ánh h t đ c các tác đ ng c a chính sách n n kinh t . Vì v y mà tác gi s l a ch n đ tr theo AIC là 5. Theo tác gi thì đ tr lƠ 5 lƠ đ dƠi đ các tác đ ng chính sách đ c h p thu h t vào n n kinh t .
4.3. K t qu ki m đ nh m i quan h đ ng liên k t trong dài h n:
D a trên đ tr đƣ l a ch n, tác gi s th c hi n ki m đnh Wald Test đ k t lu n v m i quan h đ ng liên k t dài h n, k t qu nh sau:
B ng 4.3 : K t qu ki m đ nh Wald Test
Wald Test:
Equation: Untitled
Test Statistic Value Df Probability
F-statistic 4.205625 (9, 11) 0.0143
Chi-square 37.85063 9 0.0000
Null Hypothesis: C(51)=C(52)=C(53)=C(54)=C(55)=C(56)= C(57)=C(58)=C(59)=0
Null Hypothesis Summary:
Normalized Restriction (= 0) Value Std. Err.
C(51) -0.551913 0.270698 C(52) -1.892641 1.074367 C(53) -0.420523 0.168993 C(54) -0.106707 0.059150 C(55) -5.070160 1.277127 C(56) -4.483436 1.797993 C(57) 0.283413 0.346227 C(58) -0.043621 0.013204 C(59) 0.415507 0.181603
Restrictions are linear in coefficients.
Ngu n: T ng h p t mô hình h i quy d a trên các bi n c a mô hình trên Eviews 8.0
Nhìn vào k t qu ki m đinh Wald Test, giá tr F-Statistic là 4,205625, l n h n giá
tr t i h n khi tra b ng c a Pesaran (2001) là 3,5 m c ý ngh a 1% v i b c t do là 96.
Do đó ta có th k t lu n là gi a các bi n trong mô hình (10) có t n t i m i quan h
đ ng liên k t m c ý ngh a 1%.
Sau khi xác nh n gi a các bi n đƣ có m i quan h đ ng liên k t, ti p theo lu n v n
s trình bày k t qu c l ng trong dài h n gi a các bi n.
4.4. K t qu l a ch n đ tr t i u cho t ng bi n
Ti p theo, d a trên đ tr t i u đƣ đ c l a ch n, tác gi s ch y h i quy ph ng
trình s (10) và l n l t l a ch n đ tr cho t ng bi n theo nh mô t trong ph n
6
ph ng pháp k thu t b ng cách lo i b l n l t bi n tr đ n khi thu đ c k t qu có ý ngha th ng kê. B ng 4.4 : K t qu xác đ nh đ tr cho t ng bi n Tên bi n Ký hi u bi n tr l a ch n T giá h i đoái th c Lq 5 Lãi su t trong n c Lr 5 Cung ti n M2 4