PHẦN 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.2. Phương pháp ARDL
Tuy nhiên, để khám phá hiện tượng đường cong J, chúng ta kỳ vọng các giá trị của λ là âm và có ý nghĩa ở các biến trễ thấp hơn và tiếp theo là các giá trị dương ở các biến trễ cao hơn trong ngắn hạn. Để kiểm tra hiện tượng này, chúng ta kết hợp
các quan hệ động ngắn hạn vào mơ hình dài hạn. Vì vậy, tác giả sử dụng phương pháp tự hồi quy phân phối trễ (ARDL), kiểm định đường bao (bound test), được giới thiệu bởi Pesaran và cộng sự (2001). Cách tiếp cận này có ưu thế về mặt kinh tế so với các kỹ thuật động liên kết đơn lẻ khác. Thứ nhất, các ước tính từ cỡ mẫu nhỏ là siêu nhất quán (super-consistency) (Narayan, 2004). Thứ hai, cách tiếp cận cho phép chúng ta phân biệt các hiệu ứng ngắn hạn từ các hiệu ứng dài hạn cùng một lúc (Bahmani-Oskooee và Kovyryalova, 2008). Phương pháp ARDL cũng có lợi thế là tránh việc phân loại các biến thành I(1) hoặc I(0), do đó, khơng cần thiết phải kiểm định nghiệm đơn vị (Bahmani-Oskooee và Brooks, 1999). Mơ hình sai số hiệu chỉnh (ARDL-ECM) của các biến số được xác định như sau:
∆tbit = a0+ ∑ λj∆reri,t−j k j=0 + ∑ βj∆yt−j l j=0 + ∑ γ𝑗∆yi,t−j∗ 𝑚 𝑗=0 + ∑ θj∆tbi,t−j n j=1
+ δ1reri,t−1+ δ2𝑦t−1+ δ3yi,t−1∗ + δ4tbi,t−1+ εt
( (2)
trong mô hình trên, k, l, m, n ký hiệu cho độ trễ. Vì vậy, chúng ta phát hiện hiệu ứng ngắn hạn của sự mất giá thực của VND lên cán cân thương mại của Việt Nam thông qua dấu và ý nghĩa của các hệ số λ; theo đó, chúng ta có thể thu được bằng chứng của đường cong J nếu ước lượng của λ mang dấu âm ở các mức trễ ban đầu rồi đến các ước lượng mang dấu dương sau đó, trong khi dấu và ý nghĩa của δ1
chuẩn hóa trên δ4 cho biết hiệu ứng dài hạn. Thủ tục ARDL bao gồm hai giai đoạn. Thứ nhất, giả thiết không “khơng có mối quan hệ đồng liên kết dài hạn” được xác định bởi H0: δ1 = δ2 = δ3 = δ4 = 0, và giả thiết đối lập: H1: δ1 ≠ δ2 ≠ δ3 ≠ δ4 ≠ 0. Thống kê liên quan để kiểm định giả thiết không là thống kê F thông thường.
Thống kê F trong trường hợp này có phân phối khơng chuẩn bất kể các biến là I(0) hay I(1) (Bahmani-Oskooee và Brooks, 1999). Do đó, chúng ta so sánh các kết quả thống kê F được tính tốn với các giá trị tới hạn được cung cấp trong nghiên cứu của Pesaran và cộng sự (2001) (Bảng CI (iii) trường hợp III trang 300) để chấp nhận hoặc bac bỏ H0. Trong bảng này, có hai tập hợp giá trị riêng biệt trong đó một cột
giả định các biến là I(0) – giá trị tới hạn dưới, và cột kia giả định các biến là I(1) – giá trị tới hạn trên. Để xác nhận sự hiện diện đồng liên kết, chúng ta bác bỏ giả thuyết không (H0) nếu kết quả thống kê F được tính tốn lớn hơn giá trị tới hạn trên, và chấp nhận H0 nếu kết quả nhỏ hơn giá trị tới hạn dưới, trong khi đó, nếu thống kê F nằm giữa hai giá trị tới hạn, chúng ta không thể kết luận rõ ràng được. 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:
∆tbit = a0+ ∑ λj∆reri,t−j k j=0 + ∑ βj∆yt−j l j=0 + ∑ γ𝑗∆yi,t−j∗ 𝑚 𝑗=0 + ∑ θj∆tbi,t−j n j=1 + μECMt−1+ εt ( (3)
trong đó, ECMt−1 là kết quả cịn lại của mơ hình đồng liên kết ước tính của phương trình (1) và μ là tốc độ điều chỉnh của tham số về trạng thái cân bằng dài hạn.