ĐẾN LẠM PHÁT TẠI VIỆT NAM
3.1.1.Nguồn số liệu
Dữ liệu sẽ được thu thập trong vòng 10 năm (2010-2019) về CPI do Tổng cục Thống kê Việt Nam công bố chính thức và giá xăng dầu theo thông cáo báo chí của Tập đoàn Xăng dầu Việt Nam thời điểm cuối mỗi tháng. Vì tác giả sẽ sử dụng mô hình chuỗi thời gian cho nghiên cứu này, số lượng quan sát phải đủ lớn để đáp ứng một số điều kiện cho các thử nghiệm và các thủ tục suy luận khác. Đó là lý do tại sao tác giả thu thập dữ liệu hàng tháng từ tháng đầu của năm 2010 đến tháng cuối cùng của năm 2019.
Vì sự thay đổi của xăng (RON 95) và Diesel (0,05S) có cùng một kiểu mẫu, tác giả lấy giá xăng làm biến số đại diện cho giá xăng dầu.
3.1.2. Phương pháp luận
Mô hình chính được sử dụng cho nghiên cứu này là Mô hình hiệu chỉnh sai số (ECM). Mô hình này được phát triển bởi Engle và Granger là một phương tiện để điều hòa hành vi ngắn hạn của một biến kinh tế với hành vi dài hạn của nó. Một định lý quan trọng, được gọi là định lý biểu diễn Granger, nói rằng nếu hai biến Y và X là đồng tích hợp, thì mối quan hệ giữa hai biến có thể được biểu thị dưới dạng ECM.
Lý do ban đầu để giới thiệu ECM là trong phân tích chuỗi thời gian, mô hình Vector Autoregression (VAR) được sử dụng phổ biến để nghiên cứu các hành vi và mối liên hệ giữa các chuỗi. Trong mô hình VAR, mỗi biến phụ
thuộc tuyến tính vào độ trễ của nó hoặc của biến khác. Một trong những điều kiện để ước tính VAR là số liệu phải dừng. Nếu điều kiện này không hợp lệ, chúng ta cần sửa đổi chuỗi bằng cách lấy sai phân cho đến khi nó dừng. Tuy nhiên, khi lấy sai phân, số liệu mang tính dài hạn có thể bị hủy bỏ. Để tránh điều này, Engle và Granger đã đề xuất một phương pháp để ước tính VAR dựa trên giả định rằng loạt ban đầu là không cố định, đó là ECM. Tuy nhiên, như đã đề cập ở trên, điều kiện để áp dụng điều này là chuỗi đó là tích hợp.
Có các lợi ích sau đây khi sử dụng mô hình hiệu chỉnh sai số:
Một là ECM là mô hình phù hợp để hiệu chỉnh sai lệch từ mất cân bằng của các gia đoạn trước đó. Sai số hiệu chỉnh này có nhiều ý nghĩa về mặt kinh tế.
Hai là nếu có hiện tượng đồng tích hợp thì ECM sẽ sử dụng sai phân bậc nhất, sẽ giúp khử yếu tố xu thế của những biến trong mô hình, giải quyết vấn đề hồi quy giả mạo (spurious regression).
Ba là ECM có thể tiếp cận từ tổng quát đến cụ thể trong việc xây dựng mô hình kinh tế lượng, nhằm tìm ra mô hình phù hợp nhất với số liệu hiện có.
Cuối cùng là ECM với yếu tố sai số điều chỉnh thể hiện sự mất cân bằng là một biến dừng, vì vậy ECM có một số ứng dụng đó là 2 biến là đồng tích hợp sẽ có cơ chế tự điều chỉnh giúp ngăn chặn những sai số trong mối quan hệ dài hạn tăng thêm.
Để xác định các mô hình được sử dụng trong nghiên cứu này, tác giả phân biệt 2 trường hợp:
Mô hình dài hạn:
Mối quan hệ dài hạn là giá dầu và mức giá chung có thể được mô tả bởi phương trình sau:
LCPI t = α 0 + α 1 LGP t + u t (1) Mô hình ngắn hạn
Mối quan hệ ngắn hạn giữa chúng có thể được mô tả bằng Mô hình hiệu chỉnh sai số như sau:
ΔLCPI t = β 0 + β 1 ΔLGP t + β 2 EC t-1 + v t (2)
Trong đó :
LCPIt logarit của chỉ số giá tiêu dùng Việt Nam được thu thập trong tháng t;
LGP t là logarit của giá xăng trên thị trường trong tháng t; ECt là phần dư khi hồi quy LCPIt vào LGPt
vt là sai số ngẫu nhiên.
Δ là sai phân bậc nhất.
Mô hình (2) là mô hình hiệu chỉnh sai số ước lượng ảnh hưởng ngắn hạn của thay đổi CPI từ thay đổi giá xăng dầu. Hệ số của ΔLGP cho biết tác động ngắn hạn với sự thay đổi trong giá xăng.
Kiểm tra gốc đơn vị đã được tiến hành để xác định tính dừng của GP và CPI. Kiểm định nghiệm đơn vị ADF (Augmented Dickey Fuller) được sử dụng để kiểm tra tính dừng của chuỗi. Giả thuyết không trong kiểm định này là chuỗi không dừng (unit root) và giả thuyết đối là chuỗi dừng.
Nếu chuỗi không dừng nhưng sai phân bậc nhất của nó là dừng thì chuỗi được gọi là tích hợp bậc 1, I(1).
Nếu 2 chuỗi là không dừng, tích hợp bậc 1 và một kết hợp tuyến tính của 2 chuỗi là một chuỗi dừng thì 2 chuỗi được gọi là đồng tích hợp. Điều kiện để áp dụng ECM là hai chuỗi phải là đồng tích hợp. Muốn kiểm tra hai
chuỗi có phải là đồng tích hợp thì có thể ước lượng mô hình của biến này theo biến kia và kiểm định tính dừng của phần dư. Nếu phần dư là dừng thì 2 chuỗi là đồng tích hợp. Đây là thủ tục kiểm định Engle-Granger 2 bước kiểm tra tính đồng tích hợp.
Một kiểm định khác để kiểm tra tính đồng tích hợp là sử dụng kiểm định Johansen – Juselius (JJ). Kiểm định Johansen - Juselius gồm hai kiểm định:
Kiểm định vết ma trận (trace) và kiểm định giá trị riêng cực đại của ma trận (Max-eigenvalue). Kiểm định đầu tiên kiểm tra giả thuyết rằng có nhiều nhất 'r' mối quan hệ đồng tích hợp ngược lại giả thuyết đối là có nhiều hơn 'r' mối quan hệ đồng tích hợp.
Thống kê kiểm tra là:
LR tr = -n 1 ln(1 ) m i i r λ = + − ∑ với λi (adsbygoogle = window.adsbygoogle || []).push({});
các giá trị được xếp hạng từ tối đa đến tối thiểu. Kiểm định thứ hai thống kê kiểm định:
LR max (r | r + 1) = LR tr (r + 1 | k) -LR tr (r | k)