Để thực hiện mô hình VECM phải thực hiện kiểm định nghiệm đơn vị bằng phương pháp ADF trên các dữ liệu đã được xử lý tính mùa vụ. Theo Gujarati (2003) việc tính toán của chuỗi dữ liệu không dừng sẽ không gặt hái được kết quả hợp lý. Vì
vậy, trước khi xây dựng và chạy hồi qui mô hình cần phân tích tính dừng để tránh trường hợp hồi qui giả mạo. Hồi qui giả mạo được hiểu là mô hình có kết quả kiểm định t và R rất tốt nhưng mô hình có thể không có ý nghĩa.
312.262 2 257.9877 7.41e-10 -12.51093 12.04313*- -12.33414* ~ 318.877 3 11.30080 8.22e-10 -12.41156 -11.59291 -12.10219 333.022 5 *22.39646 10*6.72e- -12.62594* -11.45644 -12.18398 339.868 5 9.983727 7.52e-10 -12.53619 -11.01583 -11.96164
Nguồn: Kết quả từ phần mềm Eview 9 Bằng phương pháp kiểm định nghiệm đơn vị của Augmented Dickey-Fuller (ADF), kết quả kiểm định cho thấy thấy các chuỗi số liệu đều là chuỗi không dừng, I(0), và là chuỗi dừng sai phân bậc 1, I(1). Các biến đều dừng ở sai phân bậc 1 nên có thể tồn tại mối quan hệ đồng tích hợp giữa các biến nghiên cứu. Đây là cơ sở để tiến hành kiểm định đồng liên kết theo phương pháp Johansen.
4.3.2 Xác định độ trễ tối ưu cho mô hình
Ket quả chọn độ trễ tối ưu được thể hiện ở bảng dưới, với các tiêu chuẩn lựa chọn độ trễ khác nhau (LR, FPE, AIC, SC, HQ). Trong bảng kết quả, hầu hết các tiêu
chuẩn chọn độ trễ là khác nhau. Theo tiêu chuẩn AIC cho thấy tại độ trễ 3 là tối ưu nhất. Vì vậy, trong nghiên cứu này, tác giả chọn bước trễ là 3 cho mô hình để thực hiện các kiểm định tiếp theo.
(Eigenvalue) statistic) Value) r = 0 r ≤ 1 0.468493 42.30076 29.79707 0.0011 r = 1 r ≤ 2 0.193487 11.96287 15.49471 0.1587 r = 2 r ≤ 3 0.033613 1.641182 3.841466 0.2002
Kiểm định Trace chỉ ra có 1 đồng liên kết ở mức ý nghĩa 0.05
H0 H1 Giá trị riêng của ma trận (Eigenvalue) Thống kê giá trị riêng cực đại của ma trận (Max - Eigen Statistic) Giá trị tới hạn 5% (Critical Value) P-Value r = 0 r ≤ 1 0.468493 30.33789 21.13162 0.0019 r = 1 r ≤ 2 0.193487 10.32169 14.26460 0.1917 r = 2 r ≤ 3 0.033613 1.641182 3.841466 0.2002 Kiể m đ
ịnh Max-Eigen chỉ ra có 1 đồng liên kết ở mức ý nghĩa 0.05
Nguồn: Kết quả từ phần mềm Eview 9
4.3.3 Kiểm định mối quan hệ đồng liên kết
Nhìn vào Bảng 4.5, kết quả cho thấy được rằng với cặp giả thuyết HO là r = 0 tức các biến không có mối quan hệ đồng liên kết. HI là r ≤ 1 tức các biến có ít nhất một mối liên hệ đồng liên kết.
Ung với giả thuyết kiểm định này từ bảng kết quả cho thấy giá trị thống kê Trace statistic = 42.30076 lớn hơn giá trị tới hạn Critical statistic = 29.79707, ứng với mức ý nghĩa thống kê P-value = 0.0011, nhỏ hơn so với mức nghĩa nghiên cứu 5%. Do đó bác bỏ giả thuyết H0, chấp nhận giả thuyết H1, tức là các biến có ít nhất một mối quan hệ đồng liên kết.
Các giả thuyết HO còn lại được chấp nhận vì giá trị Trace statistic lần lượt là 11.96287 và 1.641182 nhỏ hơn so với giá trị Critical statistic lần lượt là 15.49471 và 3.841466, với giá trị P-value là 0.1587 và 0.2002 cũng lớn hơn nhiều so với mức ý nghĩa 5%.
Bảng 4. 5 Kiểm định đồng liên kết Johansen theo thống kê Trace
Nguồn: Kết quả từ phần mềm Eview 9 Kết quả kiểm định đồng liên kết Johansen theo thống kê Max-Eigen được thể hiện theo Bảng 4.6 dưới đây. Cùng với cặp giả thuyết, H0 là r = 0 tức các biến không
có mối quan hệ đồng liên kết. H1 là r ≤ 1tức các biến có ít nhất một mối liên hệ đồng
LTB_SA(-1) 1.000000
LREER_SA(-1) 1.954701 3.51686
LGDP_SA(-1) -0.193329 -8.45379
C -11.40596
Nguồn: Kết quả từ phần mềm Eview 9 Ung với giả thuyết kiểm định, từ Bảng 4.6 cho thấy giá trị thống kê Max- Eigen
statistic = 30.33789 lớn hơn giá trị tới hạn Critical statistic = 21.13162, ứng với mức ý nghĩa thống kê P-value = 0.0019, nhỏ hơn so với mức ý nghĩa nghiên cứu 5%. Do đó bác bỏ giả thuyết H0, chấp nhận giả thuyết H1, tức là các biến có ít nhất một mối quan hệ đồng liên kết.
Các giả thuyết H0 còn lại được chấp nhận vì giá trị Trace statistic lần lượt là 10.32169 và 1.641182 nhỏ hơn so với giá trị Critical statistic lần lược là 14.26460 và 3.841466, với giá trị P-value là 0.1917 và 0.2002 cũng lớn hơn nhiều so với mức ý nghĩa 5%. Kết quả cả hai mô hình cho thấy có một mối quan hệ đồng liên kết tồn tại giữa các biến trong mô hình.
4.3.4 Hồi qui mô hình VECM
Kết quả kiểm định tính dừng ở Bảng 4.4 cho thấy các biến trong phương trình (1) đều dừng ở sai phân bậc 1. Sau khi kiểm định đồng liên kết theo phương pháp Johansen cho thấy mô hình có 1 vector đồng liên kết. Do các biến trong phương trình
đều có tính không dừng và đồng liên kết nên có thể sử dụng phương pháp VECM để ước lượng tác động trong dài hạn. Kết quả mô hình hồi quy đồng liên kết được trình bày ở bảng 4.7 cho ta thấy được, tất cả các biến trong mô hình ảnh hưởng dài hạn đến
cán cân thương mại của Việt Nam
Hệ số của REER = 1.954701 > 0 cho biết thu nhập bình quân trong nước có tác động cùng chiều cán cân thương mại với mức ý nghĩa a = 1%. Trong điều kiện các yếu tố khác không đổi, khi tỷ giá thực đa phương tăng 1% thì cán cân thương mại
D(LTB_SA(-1)) 0.040181 0.53012 -0.123736 -1.45805 D(LTB_SA(-2)) 0.069851 1.05691 -0.106889 -1.44449 D(LTB_SA(-3)) 0.079791 1.20931 -0.055512 -0.75143 D(LREER_SA(-1)) - 0.520220 -2.25704 -0.107215 -0.41545 D(LREER_SA(-2)) - 0.212847 -0.99714 -0.125833 -0.52650 D(LREER_SA(-3)) - 0.082934 -0.57708 -0.242015 -1.50403 D(LGDP_SA(-1)) 0.072306 0.52224 0.031254 0.20161 D(LGDP_SA(-2)) - 0.247476 -1.76005 0.114615 0.72803 D(LGDP_SA(-3)) 0.017790 0.12159 -0.096731 -0.59047
Biến phụ thuộc D(TB_SA)
Nguồn: Kết quả từ phần mềm Eview 9 Hệ số của GDP = -0.193329 < 0 cho biết thu nhập bình quân trong nước có tác động ngược chiều cán cân thương mại với mức ý nghĩa a = 1%. Trong điều kiện các yếu tố khác không đổi, khi thu nhập bình quân trong nước tăng 1% thì cán cân thương mại giảm 0.193%.
Tóm lại, hệ số xác định R2= 0.579767 cho biết các biến trong mô hình giải thích được 57,98% sự biến động của cán cân thương mại bởi tỷ giá thực đa phương(REER), thu nhập bình quân trong nước (GDP). Còn lại 42,02% được giải thích bởi các nhân tố khác ngoài mô hình.
Phương trình đồng liên kết trong dài hạn của mô hình:
1 × TB_SAt-í + 1.954701 × REERSAfl - 0.193329 × GDPsAt l
- 11.40596 = 0
Hay,
1 × TB_S4t-1
= -1.954701 × REERSAfl + 0.193329 × GDPsAt 1
+ 11.40596
Như vậy trong dài hạn, tỷ giá thực và GDP đều tác động đến tăng trưởng của cán cân thương mại.
D(LTB_SA(-2)) 0.327253 2.26280 D(LTB_SA(-3)) -0.018792 -0.13015 D(LREER_SA(-1)) 1.044931 2.07175 D(LREER_SA(-2)) 0.683625 1.46354 D(LREER_SA(-3)) 0.762212 2.42366 D(LGDP_SA(-1)) 0.484484 1.59907 D(LGDP_SA(-2)) 0.412805 1.34163 D(LGDP_SA(-3)) 0.464765 1.45161
Nguồn: Kết quả từ phần mềm Eview 9
4.3.5 Xác định chiều hướng đồng liên kết trong mô hình
Để làm rõ hơn mối quan hệ giữa các biến trong mô hình VECM, nghiên cứu thực hiện kiểm định nhân quả Granger. Kết quả kiểm định cho thấy với các giả thuyết
H0 khi p nhỏ hơn 10% thì có cơ sở bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1. Với biến D(LTB_SA) là biến phụ thuộc, giả thuyết D(LGDP_SA) không phải là nguyên nhân bị bác bỏ với mức ý nghĩa 5%. Tuy nhiên, kiểm định kết hợp cho cả D(LREER_SA) và D(LGDP_SA) không là nguyên nhân của D(LGDP_SA) bị bác bỏ ở mức ý nghĩa 5%. Kết qủa này cho thấy D(LREER_SA) và D(LGDP_SA) là nguyên nhân của D(LTB_SA) hay D(LTB_SA) là biến phụ thuộc.
Với biến D(LREER_SA) là biến phụ thuộc, giả thuyết D(LTB_SA) và D(LGDP_SA) không phải là nguyên nhân không thể bị bác bỏ với mức ý nghĩa 5%. Kiểm định kết hợp cho cả D(LTB_SA) và D(LGDP_SA) không là nguyên nhân của D(LREER_SA) không thể bị bác bỏ ở mức ý nghĩa 5%. Kết qủa này cho thấy D(LTB_SA) và D(LGDP_SA) không là nguyên nhân của D(LREER_SA) hay D(LREER_SA) không phải là biến phụ thuộc.
Tương tự với biến D(LGDP_SA) là biến phụ thuộc, giả thuyết D(LTB_SA) và D(LREER_SA) không phải là nguyên nhân không thể bị bác bỏ với mức ý nghĩa 5%. Kiểm định kết hợp cho cả D(LTB_SA) và D(LREER_SA) không là nguyên của D(LGDP_SA) không thể bị bác bỏ ở mức ý nghĩa 5%. Ket qủa này cho thấy D(LTB_SA) và D(LREER_SA) không là nguyên nhân của D(LGDP_SA) hay D(LGDP_SA) không phải là biến phụ thuộc.
Thu nhập bình quân không có tác động đến Cán cân
thương mại 7.268382 0.0462*
Tất cả các nhân tố trên không có tác động đến Cán
cân thương mại 18.09356 0.0060*
Cán cân thương mại không có tác động đến Tỷ giá thực
đa phương 0.01847 0.5568
Thu nhập bình quân không có tác động đến Tỷ giá thực
đa phương 0.10811 0.3263
Tất cả các nhân tố trên không có tác động đến Tỷ giá
thực đa phương 7.579938 0.2705
Cán cân thương mại không có tác động đến Thu nhập
bình quân 3.014451 0.3894
Tỷ giá thực đa phương không có tác động đến Thu nhập
bình quân 2.994515 0.3925
Tất cả các nhân tố trên không có tác động đến Thu nhập bình quân
4.4 ĐO LƯỜNG TÁC ĐỘNG NGẮN HẠN
Nghiên cứu tiến hành đo lường tác động ngắn hạn giữa các biến số thông qua phản ứng đẩy và phân tích phân rã phương sai.
Phân rã phương sai của LTB_SA
Giai đoạn LTB_SA LREER_SA LGDP_SA
ĩ Ĩ00.0000 0.000000 0.000000
4 67.64249 5.430657 26.92685
8 66.08297 6.72Ĩ286 27.Ĩ9575
ĩ0 64.7330Ĩ 6.55Ĩ366 28.7Ĩ562
Phân rã phương sai của LREER_SA
Giai đoạn LTB_SA LREER_SA LGDP_SA
ĩ 0.290655 99.70934 0.000000
4 4.875875 78.8733Ĩ Ĩ6.25082
4.4.1 Hàm phản ứng đẩy
Đối với cú sốc của tăng trưởng của Cán cân thương mại (TB), các biến tỷ giá và thu nhập bình quân có phản ứng lần lượt ở mức ý nghĩa 1% và 5%. Tỷ giá hối đoái
giảm xuống -0.001 ở quí và -0.0034 ở quí 2 rồi tăng lên 0.0004 ở quí 5, tiếp tục giảm
-0.0019 ở mức t=6 và trở về cân bằng ở mức quí 9. Đối với thu nhập bình quân, tăng lên 0.005 ở t=1 và tiếp tục tăng trưởng tới t=7 thì giảm liên tục. Cán cân thương mại cũng phản ứng với chính nó ở mức t=4 sau sốc. Kết quả này đồng nhất với kiểm định
Granger.
Đối với cú sốc của tỷ giá thực đa phương, nó chỉ phản ứng với chính nó từ t=2
sau sốc hay nới cách khác nó chỉ phản ứng ở quý đầu tiên sau sốc. Kết quả này đồng
Response to Cholesky One S.D. Innovations ± 2 S.E.
Nguồn: Kết quả từ phần mềm Eview 9
4.4.2 Phương sai phân rã
Phân rã phương sai mô hình VAR với trật tự D(TB_SA), D(REER_SA), D(GDP_SA) cho thấy biến động D(TB_SA) chủ yếu được giải thích bởi chính nó và thu nhập bình quân. D(REER_SA) giải thích rất ít cho sự biến động của D(TB_SA). Tuy nhiên, sự biến động D(REER_SA) được giải thích bởi chính nó và D(TB_SA). D(GDP_SA) cũng giải thích cho sự biến động của D(REER_SA) nhưng không cao. Sự biến động của D(GDP_SA) chủ yếu được giải thích bởi chính nó và D(TB_SA). D(REER_SA) cũng giải thích cho sự biến động của D(GDP_SA) nhưng không cao.
Phân rã phương sai của LGDP_SA
Giai đoạn LTB_SA LREER_SA LGDP_SA
ĩ 4.228242 0.537445 95.2343Ĩ
4 Ĩ3.45369 5.8254Ĩ6 80.72089
8 Ĩ8.6Ĩ806 3.333836 78.048ĨĨ