Kiểm định phi tuyến tính nên đƣợc thực hiện trƣớc khi ƣớc lƣợng mô hình phi tuyến nhằm đảm bảo tính phù hợp của số liệu quan sát. Do vậy, nghiên cứu tiến hành kiểm định tính phi tuyến cho mô hình TVAR so với mô hình VAR với lạm phát là biến ngƣỡng và giá trị ngƣỡng là điểm mà tại đó ERPT có ý nghĩa thống kê sang ERPT không có ý nghĩa thống kê hay ERPT không có ý nghĩa thống kê sang ERPT có ý nghĩa thống kê.
Nghiên cứu thực hiện kiểm định mở rộng đa biến đƣợc đề xuất bởi Lo và Zivot (2001) trên cơ sở kiểm tra ngƣỡng của Hansen (1999) với phân phối bootstrap. Vậy kiểm định sử dụng ƣớc lƣợng của ma trận hiệp phƣơng sai ở mỗi mô hình đƣợc gọi là kiểm định LR (Likelihood Ratio) nhƣ (3.11)
ij i j (3.11)
LR T(ln(det ) ln(det ))
Trong đó, i là ƣớc lƣợng của ma trận hiệp phƣơng sai của mô hình ở chế độ i (hay mô hình có i-1 ngƣỡng), với i=1, 2, 3, T là tổng số quan sát.
Đầu tiên, kiểm định LR đƣợc thực hiện để kiểm định tính tuyến tính, với giả thuyết H0 là mô hình VAR tuyến tính (với i=1) với giả thuyết thay thế là mô hình TVAR với i lần lƣợt là 2, 3 chế độ. Một khi H0 có cở sở bị bác bỏ tức là mô hình không có tính tuyến tính. Tiếp theo thực hiện kiểm định LR để kiểm định tính phi tuyến với giả thuyết H0 là mô hình TVAR ngƣỡng với i=2 chế độ và giả thuyết thay thế là mô hình TVAR với j=3 chế độ.
Theo Stigler (2010), kiểm định LR tuân theo quy luật phân phối Chi- square, do đó cơ sở bác bỏ giả thuyết H0 là p_value nhỏ hơn một trong các mức ý nghĩa (1%, 5% và 10%). Trong đó, p_value đƣợc thực hiện bằng mô phỏng. Phân phối bootstrap dựa trên việc tái lập phần dƣ từ mô hình giả thuyết H0 để ƣớc lƣợng ngƣỡng và kiểm định. Trong tất cả tính toán, nghiên cứu sử dụng 1000 bootstrap (Hansen và Seo 2002).