Tác giả sử dụng kiểm định nhân quả Granger (Granger causality test) để kiểm định liệu rằng có hay không có tồn tại mối quan hệ nhân quả trong ngắn hạn giữa 3 chuỗi thời gian FDI, DI và GDP trên 3 phương trình sau: ∆)*+, = -+ -∆)*+,+ …+ -&∆)*+,&+β∆)* + … +
β&∆)* & + λ∆)* + … + λ&∆)* & + (3.9)
∆)* = -+ -∆)* + …+ -&∆)* &+β∆)*+,+ … +
β&∆)*+,& + λ∆)* + … + λ&∆)* & + (3.10)
∆)* = -+ -∆)* + …+ -&∆)* &+β∆)*+,+ … +
β&∆)*+,& + λ∆)* + … + λ&∆)* & + (3.11)
+ Để kiểm định các biến trễ của các biến có tác động nhân quả Granger lên các biến còn lại hay không, giả thuyết trong kiểm định cho mỗi phương trình là:
- : FDI không có nhân quả Granger đến GDP : FDI có nhân quả Granger đến GDP
- : DI không có nhân quả Granger đến GDP : DI có nhân quả Granger đến GDP
- : GDP không có nhân quả Granger đến FDI : GDP có nhân quả Granger đến FDI
- : DI không có nhân quả Granger đến FDI : DI có nhân quả Granger đến FDI
- : FDI không có nhân quả Granger đến DI : FDI có nhân quả Granger đến DI
- : GDP không có nhân quả Granger đến DI : GDP có nhân quả Granger đến DI
Tác giả sử dụng giá trị xác suất p-value để kiểm định và kết quả như sau: + Nếu giá trị p-value lớn hơn mức ý nghĩa α (p-value > α) ta chấp nhận giả thuyết H tức là các chuỗi thời gian không có nhân quả Granger. + Ngược lại, Nếu giá trị p-value nhỏ hơn mức ý nghĩa α (p-value < α) ta bác bỏ giả thuyết H tức là các chuỗi thời gian có nhân quả Granger.