Bước đầu tiên của chúng tôi là kiểm tra xem bộ số liệu mô tả ở trên (dưới dạng log và đã điều chỉnh theo mùa vụ) có tính dừng hay không. Cả kiểm định Augmented Dickey-Fuller (ADF) và kiểm định Phillips Peron (PP) đều được sử dụng để có được kết luận chính xác. Độ trễ trong kiểm định ADF được lựa chọn theo tiêu chuẩn Akaike Information Criterion (AIC), Schwarz Information (SIC), Hannan Quinn informatio (HQ), tiêu chuẩn FPE và tiêu chuẩn LR. Kết quả kiểm định cho thấy tất cả các biến đều có nghiệm đơn vị (không dừng). Tuy nhiên, sai phân bậc nhất cho thấy các biến đều dừng nghĩa là tất cả các biến đều có tính tích hợp bậc -1 I(1).
Bảng 3.4: Kiểm định tính dừng của số liệu (sai phân bậc 1)
Biến Kiểm đinh ADF Trạng thái
No trend trend OPI -4.270146* -4.256629* Dừng IPU -2.728629*** -2.709214 Dừng PU -5.325691* -5.298863* Dừng IRU -4.477454* -4.784545* Dừng IP -5.482175* -5.581609* Dừng P -2.258169*** -2.281811 Dừng M2 -6.899860* -6.895453* Dừng IR -6.064975* -6.041416* Dừng EX -5.383864* -6.181100* Dừng
Các ký hiệu *, **, *** tương đương với mức ý nghĩa 1%, 5% và 10%. Kết quả ước lượng trên Eview 5.1.
Bước tiếp theo, chúng tôi kiểm định của mô hình dựa trên sự phân tách bộ dữ liệu thành 2 nhóm chính: nhóm thứ nhất là dữ liệu của 9 biến nêu trên từ năm 2004- 2007 và nhóm thứ hai bắt đầu từ năm 2008-2011. Sở dĩ chúng tôi chia dữ liệu thành hai nhóm như vậy là để ước tính sự khác biệt trong độ trễ của chính sách tiền tệ lên các yếu tố kinh tế của Việt Nam giao đoạn trước và sau khủng hoảng. Chúng tôi cũng kết hợp kiểm định đồng thời cho độ trễ của toàn bộ dữ liệu từ năm 2004-2011.
Chúng tôi hồi quy mô hình SVAR 9 biến cho hai giai đoạn và áp đặt các hạn chế bằng ma trận cấu trúc A0 và B(L) vào mô hình,dưới đây là một số kết quả kiểm định độ trễ dựa trên mô hình SVAR:
Sau khi sử dụng các kiểm định LR, FPE, AIC, SC Và HQ, kết quả kiểm định cho thấy độ trễ tối ưu cho mô hình SVAR giai đoạn trước khủng hoảng là 0 theo tiêu chuẩn SC và 2 đối với kiểm định LR, FPE, AIC và HQ, trong khi đó ở giai đoạn sau khủng khoảng độ trễ là 0 với mô hình được chấp nhận bởi kiểm định SC và 3 với kiểm đinh LR, FPE, AIC và HQ
Bảng 3.5: Kiểm định độ trễ tối ưu của mô hình theo 5 tiêu chuẩn (2004-2007)
Bảng 3.6: Kiểm định độ trễ tối ưu của mô hình theo 5 tiêu chuẩn (2008-2011)
Tuy nhiên, độ trễ được xác định trong các kiểm định AIC, HQ và SC là không đủ để thực hiện đánh giá tác động của các cú sốc được lượng hóa trong mô hình. Do vậy, chúng tôi sử dụng thêm phương pháp LM để kiểm định tính tự tương quan phần
dư trong mô hình1. Kết quả kiểm định LM test đã cho thấy độ trễ của phương trình SVAR giai đoạn (2004-2007) tốt nhất nên là 8 và giai đoạn (2008-2011) nên là 3. Do vậy, bài viết sẽ sử dụng mô hình SVAR với độ trễ là 8 ở giai đoạn 2004-2007 và 3 cho giai đoạn 2008-2011.
Bảng 3.7:Kiểm định tương quan phần dư cho hai giai đoạn
2004 – 2007 2008 – 2011
Chi – bình phương với mức ý nghĩa ở bậc 81
Bên cạnh đó, tôi cũng kiểm định độ trễ của mô hình SVAR cho toàn bộ dữ liệu từ 2004 – 2011 theo các tiêu chuẩn kiểm định định LR, FPE, AIC, SC Và HQ. Đồng thời sử dụng thêm phương pháp LM test để kiểm định tính tự tương quan phần dư trong mô hình như hai giai đoạn nêu trên. Kết quả kiểm định cho thấy độ trễ của phương trình SVAR giai đoạn 2004-2011 tốt nhất nên là 8 (xem phụ lục B4, B5).
Bảng 3.8:Kiểm định độ trễ tối ưu của mô hình theo 5 tiêu chuẩn (2004-2011)
Bảng 3.9:Kiểm định tương quan phần dư cho giai đoạn (2004-2011)
Chi – bình phương với mức ý nghĩa ở bậc 81
Kết quả ước lượng mô hình SVAR, ma trận A0 và B(L) tối ưu được trình bày ở phụ lục B6, B7.