PHẦN 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.3. Áp dụng phương pháp ARDL
Khi một vectơ đồng liên kết tồn tại, quy trình đồng liên kết Johansen và Juselius (1990) khơng thể được áp dụng. Do đó, phương pháp tiếp cận tự hồi quy phân phối trễ đồng liên kết (ARDL) được đề xuất nhằm phân tích quan hệ dài hạn, bất kể các biến cơ sở có phải là I(0) hay I(1) hoặc kết hợp cả hai hay khơng. Trong tình huống như vậy, việc áp dụng phương pháp đồng liên kết ARDL sẽ cho ra các ước tính thực tế và hiệu quả. Không giống như quy trình đồng liên kết Johansen và Juselius (1990), phương pháp ARDL giúp xác định (các) vectơ đồng liên kết. Nghĩa là, mỗi biến cơ sở là một phương trình quan hệ dài hạn duy nhất. Nếu một vectơ đồng liên kết (phương trình cơ sở) được xác định, mơ hình ARDL của vectơ đồng liên kết được xác định lại thành mơ hình sai số hiệu chỉnh ECM. Kết quả mơ hình ECM cho biết các động lực ngắn hạn và mối quan hệ dài hạn của các biến trong một mơ hình đơn. Việc tham số hóa lại là khả thi bởi vì ARDL là một phương trình mơ hình đơn động và có cùng dạng với ECM. Mơ hình tự hồi quy phân phối trễ đơn giản có nghĩa là bao gồm độ trễ không giới hạn của các biến hồi quy trong hàm hồi quy. Tóm lại, so với các phương pháp kiểm định đồng liên kết khác, phương pháp ARDL cho thấy một số ưu điểm sau: Khi có một mối quan hệ dài hạn duy nhất, quy trình ARDL có thể phân biệt giữa các biến phụ thuộc và biến giải thích. Nghĩa là, cách tiếp cận ARDL giả định rằng chỉ tồn tại một mối quan hệ phương trình dạng rút gọn duy nhất giữa biến phụ thuộc và biến độc lập (Pesaran và cộng sự, 2001).
Phương pháp ARDL không cần các kiểm định ban đầu của dữ liệu. Phương pháp có thể hồi quy bất kể các biến là I(0), I(1) hoặc kết hợp cả hai.
Mơ hình sai số hiệu chỉnh (ECM) có thể được suy ra từ mơ hình ARDL thơng qua một phép biến đổi tuyến tính đơn giản, tích hợp các điều chỉnh ngắn hạn với trạng thái cân bằng dài hạn mà không làm mất thông tin dài hạn.
Hơn nữa, phương pháp ARDL cung cấp các ước tính khơng thiên lệch và thống kê t có hiệu lực, bất kể tính nội sinh của một số biến hồi quy (Harris và Sollis, 2003; Jalil và Ma, 2008). Trên thực tế, do lựa chọn độ trễ thích hợp, mối tương quan phần dư được loại bỏ và do đó, vấn đề nội sinh cũng được giảm nhẹ (Ali và cộng sự, 2016).
Dựa theo các ưu điểm đã dề cập trên, tác giả quyết định sử dụng phương pháp ARDL, vốn được sử dụng nhiều trong các nghiên cứu thực nghiệm. Hàm đặc tả cán cân thương mại (3.9) có thể được viết lại theo dạng sai số hiệu chỉnh không ràng buộc của mơ hình ARDL như sau:
∆tb = α + (β ,. ∆tb ) + (β ,. ∆rer ) + (β , . ∆y )
+ (β ,. ∆y∗ ) + λ . tb + λ . rer + λ . y
+ λ . y∗ + ε .
(3.10)
Quy trình ARDL bắt đầu bằng việc kiểm định sự tồn tài của quan hệ dài hạn giữa các biến số trong công thức (3.10) bằng cách sử dụng “kiểm định đường bao” (bound test). Giả thiết khơng của khơng có đồng liên kết (tức là khơng có quan hệ dài hạn) được trình bày như sau: H : λ = λ = λ = λ = 0. Giả thiết đối lập như sau: H : λ ≠ λ ≠ λ ≠ λ ≠ 0. Hai giả thiết trên được kiểm định bằng việc tính tốn thống kê F và so sánh với hai thiết lập giá trị tới hạn cho thống kê F. Một thiết lập được tính tốn với giả định tồn bộ các biến I(0), tức là giới hạn dưới. Thiết lập cịn lại được tính tốn dựa trên giả định tồn bộ các biến I(1), tức là giới hạn trên. Nếu thống kê F lớn hơn giá trị tới hạn trên, chúng ta bác bỏ giả thiết H . Ngược lại, nếu thống kê F nhỏ hơn giá trị tới hạn dưới, chúng ta không thể bác bỏ H . Nếu thống kê F nằm giữa 2 giá trị tới hạn trên, chúng ta không thể đưa ra kết luận. Sau khi xác nhận được mối quan hệ đồng liên kết, chúng ta có thể sử dụng mơ hình sai số hiệu chỉnh (ECM) do Kremers và cộng sự (1992) đề xuất, được trình bày như sau:
∆tb = α + (β ,. ∆tb ) + (β ,. ∆rer ) + (β , . ∆y )
+ (β ,. ∆y∗ ) + μECM + ε .
trong đó, ECM là kết quả cịn lại của mơ hình đồng liên kết ước tính của phương trình (3.9) và μ là tốc độ điều chỉnh của tham số về trạng thái cân bằng dài hạn.
3.4. Áp dụng phương pháp NARDL
Để kiểm tra sự hiện diện của tính chất bất đối xứng trong các mối quan hệ dài hạn trong tập hợp các biến cơ sở, mơ hình NARDL có thể được sử dụng. Cách tiếp cận NARDL là phần mở rộng bất đối xứng của mơ hình tự hồi quy phân phối trễ (ARDL) tuyến tính, được đề xuất bởi Pesaran và cộng sự (2001). Phương pháp ARDL tuyến tính khơng xem xét khả năng các thay đổi âm và dương của các biến giải thích có ảnh hưởng khác nhau lên biến phụ thuộc. Mơ hình NARDL khơng chỉ cho phép phát hiện sự tồn tại của các hiệu ứng bất đối xứng trong phản ứng của biến phụ thuộc trước sự thay đổi của các biến độc lập, mà còn cho phép kiểm chứng quan hệ đồng liên kết trong một khung phương trình đơn. Hơn nữa, kế thừa từ mơ hình ARLD, mơ hình NARDL cũng có một số ưu điểm, chẳng hạn như tính linh hoạt về bậc đồng liên kết của các biến có liên quan; khả năng kiểm tra đồng liên kết ẩn, tránh bỏ qua bất kỳ mối quan hệ nào khơng thể nhìn thấy trong thiết lập tuyến tính thơng thường; và hiệu quả tốt hơn trong các mẫu nhỏ
Giả định chính của phương trình (3.9) đến (3.11) là các bước đi của tỷ giá hối đoái tác động đối xứng lên cán cân thương mại. Nói cách khác, cán cân thương mại được giả định là nhạy cảm như nhau với sự tăng giá và mất giá của VND. Như đã được đề cập từ trước, đây là một giả định khơng chặt chẽ. Do đó, tác giả hiệu chỉnh phương trình (3.10) dựa theo Shin và cộng sự (2014) để điều tra hiệu ứng bất đối xứng của thay đổi tỷ giá lên cán cân thương mại, từ đó, kiểm chứng sự hiện diện của hiệu ứng đường cong J giữa Việt Nam và các đối tác thương mại.Để thực hiện được mục tiêu trên, cũng như hồi quy mơ hình NARDL, tác giả xuất phát từ phương trình hồi quy dài hạn bất đối xứng sau:
trong đó, λ và λ là các hệ số dài hạn liên quan sự mất giá và tăng giá của VND; POS (hàm ý sự mất giá của VND) và NEG (hàm ý sự tăng giá của VND) lần lượt là các cấu thành tăng và giảm của tỷ giá rer , thu được từ quá trình phân tách như sau:
rer = rer + POS + NEG . (3.13)
trong đó, rer là giá trị ban đầu, POS và NEG tương ứng là quy trình tổng từng phần các thay đổi dương và âm trong biến rer , được xác định như sau:
POS = ∆rer = max ∆rer , 0 . (3.14)
NEG = ∆rer = min ∆rer , 0 . (3.15)
Để thu được mơ hình phi tuyến, tác giả thay rer trong phương trình (3.10) bởi POS và NEG và thu được:
∆tb = α + (β ,. ∆tb ) + (β ,. ∆POS ) + (β , . ∆NEG )
+ (β ,. ∆y ) + (β , . ∆y∗ ) + λ . tb
+ λ . POS + λ . NEG + λ . y + λ . y∗ + ε .
(3.16)
Phân tích thực nghiệm của mơ hình NARDL, tức mơ hình (3.16) tương tự phương pháp ARDL truyền thống, gồm 2 bước. Bước đầu tiên là hồi quy phương trình (3.16) bởi phương pháp OLS thơng thường. Bước thứ hai kiểm định sự hiện diện của quan hệ (đồng liên kết) dài hạn bất đối xứng (phi tuyến) giữa các biến số. Để thực hiện công việc này, tác giả dựa theo nghiên cứu của Pesaran và cộng sự (2001), áp dụng thống kê F, kiểm định cặp giả thuyết sau:
Giả thiết không (H ): khơng có quan hệ đồng liên kết (H : λ = λ = λ = λ = λ = 0).
Giả thiết đối lập (H ): có quan hệ đồng liên kết (H : λ ≠ λ ≠ λ ≠ λ ≠ λ ≠ 0).
Từ phương trình (3.16), tác động ngắn hạn thu được từ ước lượng các hệ số của biến sai phân bậc nhất. Theo đó, ∑ β , đo lường tác động tích lũy ngắn hạn của định giá thấp nội tệ (VND) lên cán cân thương mại, trong khi ∑ β , đo lường tác động tích lũy ngắn hạn của định giá cao nội tệ (VND) lên cán cân thương mại. Tác động dài hạn được giải thích thơng qua hệ số hồi quy của các biến trễ bậc gốc. Tác động dài hạn bất đối xứng của thay đổi tỷ giá lên cán cân thương mại được xác định dựa trên λ (dấu và hệ số của POS ) và λ (dấu và hệ số của NEG ) chuẩn hóa trên λ . Trong trường hợp quan hệ đồng liên kết bất đối xứng được thiết lập, hiện tượng đường cong J được xác thực nếu các hệ số của β , mang dấu âm hoặc khơng có ý nghĩa nhưng hệ số ước lượng λ chuẩn hóa trên λ mang dấu dương và có ý nghĩa thống kê (Bahmani- Oskooee và Fariditavana, 2015, 2016).
PHẦN 4: KẾT QUẢ