3.1.1 Số liệu và các biến số của mô hình
Để đánh giá tác động của các nhân tố tới lạm phát, em đã sử dụng bộ số liệu theo quý, giai đoạn 1995-2006. Trong đó, các số liệu về tiền tệ là số liệu
điều tra của IMF; GDP, CPI là các số liệu điều tra của tổng cục thống kê. Phương pháp ước lượng là phương pháp OLS.
3.1.2 Mô hình
Do bất cứ một chính sách tài chính hay tiền tệ nào khi áp dụng vào nền kinh tế, chúng ta đều không thể nhìn thấy ngay ảnh hưởng của nó đến nền kinh tế do chúng đều có độ trễ nhất định. Hơn nữa, khi hồi qui chuỗi thời gian mà không dừng, có thể dẫn đến hồi qui giả mạo, các kết quả ước lượng là không đáng tin cậy, vì thế em đã sử dụng phương trình sai phân với các biến độc lập và các biến độc lập trễ để miêu tả mối quan hệ của các biến độc lập tới biến phụ thuộc.
t t t t t t t dCPI dM dM dG dG u dCPI =α0 +α1 −1+β1 +β2 −1+φ1 +φ2 −1+
dLP: sai phân bậc 1 của chuỗi lạm phát dM: sai phân bậc 1 của cung tiền
dG: sai phân bậc 1 của GDP u: Là số hạng sai số ngẫu nhiên
Kiểm định T về sự bằng không hệ số của biến DM2: Giá trị thống kê t=0.37, p_value= 0.71> 0.05
Do đó không có cơ sở bác bỏ giả thiết hệ số của biến DM2 bằng không hay biến này không có ý nghĩa về mặt thống kê. Bỏ biến DM2 ra khỏi mô hình, ước lượng lại mô hình:
Bảng 3.1b: Kết quả ước lượng mô hình không có biến DM2
Hệ số của biến DCPI(-1)): t=2.8, p_value= 0.007< 0.05 Hệ số của biến DM2: t= 2.1, p_value= 0.03< 0.05 Hệ số của biến DGDP: t =4.9, p_value= 0.00< 0.05 Hệ số của biến DGDP(-1): t =2.7, p_value= 0.02< 0.05
Giả thiết hệ số biến DCPI(-1), DM2(-1), DGDP, DGDP(-1) bằng 0 bị bác bỏ. Hay các biến đều có ý nghĩa về mặt thống kê.
Dưới đây em sẽ thực hiện các kiểm định để kiểm tra các giả thiết cơ bản của phương pháp OLS.
Kiểm định phương sai của sai số thay đổi:
Hình 3.1: Đồ thị phần dư của mô hình
Kiểm định giả thiết:
0
H : phương sai của sai số không đổi
1
H : phương sai của sai số thay đổi Tiêu chuẩn bác bỏ: nR2 ~ χ2(4) 2(4)
α
χ
≤ = 9.49 thì không có cơ sở bác bỏ H0 (4: số hệ số của mô hình không kể hệ số chặn).
Nhìn vào mô hình ta thấy:
Giá trị thống kê F= 1.17; p_value=0.3395 > 0.05
) 4 ( 2 α χ =9.49> nR2 = 9.32; p_value = 0.3158 > 0.05
Do đó ta không có cơ sở để bác bỏ giả thiết H0. Hay phương sai của sai số là không đổi.
Như vậy, với các giả thiết của mô hình hồi qui tuyến tính không đổi, thì các kết quả ước lượng thu được trong kết quả ước lượng mô hình đều là các ước lượng tuyến tính, không chệch, hiệu quả và phương sai cực tiểu.
Bảng 3.3: Kết quả kiểm định Breusch- Godfrey
Kiểm định giả thiết:
H0: không tồn tại tự tương quan H1: tồn tại tự tương quan Giá trị của thống kê : F = 3.72 P_value = 0.06> 0.05 (n-1)R2 = 3.92 P_value = 0.047< 0.05 2 ( )1 =3.84> 05 . 0 χ (n-1)R2= 3.92
Kết quả kiểm định cho thấy phần dư của mô hình trên có dấu hiệu tự tương quan, do đó các kết quả ước lượng được từ mô hình chưa phải là tốt nhất. Khắc phục tự tương quan bằng thủ tục Cochrane-Ocrcutt, ta thu được kết quả sau:
3.1.3Kết luận rút ra từ mô hình
Từ kết quả ước lượng mô hình trên ta có thể rút ra một số nhận xét:
- Cung tiền M ảnh hưởng dương đến CPI, điều này hoàn toàn phù hợp về mặt lý thuyết cũng như thực tế, bởi lạm phát suy cho cùng vẫn là một hiện tượng mang bản chất tiền tệ. Khi NHTW bơm quá nhiều tiền vào lưu thông, đồng tiền sẽ bị mất giá, tạo sức ép gây lên lạm phát. Bởi thực tế chính sách tiền tệ của chính phủ chưa hiệu quả, chính phủ không kiểm soát được lượng tiền mặt trong lưu thông đặc biệt lượng kiều hối và đầu tư nước ngoài. Mặt khác ta thấy, DM2(-1) ảnh hưởng dương tới DCPI, do đó ta thấy được ảnh hưởng dài hạn của M2 lên CPI, từ đó cho thấy ảnh hưởng dài hạn của M2 lên lạm phát. Giá trị thống kê t=2.15, p_value=0.0<0.05, do đó bác bỏ giả thiết hệ số của biến này bằng không hay biến DM2(-1) là có ý nghĩa về mặt thống kê. - DGDP có quan hệ ngược chiều với DCPI. Giá trị thống kê t = 4.8, p-value= 0.0 <0.05, do đó bác bỏ giả thiết hệ số của biến DGDP là bằng không hay hệ số của biến DGDP là có ý nghĩa về mặt thống kê, và trong mô hình thì biến này ảnh hưởng lên DCPI là rõ ràng nhất, như vậy có thể thấy đây là nhân tố ảnh hưởng mạnh tới lạm phát.