3. Phương pháp nghiên cứu
3.2 Phương pháp hồi quy
Như đã trình bày ở phần mơ hình, luận văn này sẽ sử dụng phương pháp hiệu chỉnh sai số vector (VECM) để chạy phương trình đồng liên kết trong dài hạn. Việc lựa chọn phương pháp VECM là do khi ước lượng các tham số hoặc kiểm định giả thiết của các mơ hình nếu như các biến chuỗi có đồng liên kết thì kỹ thuật ước lượng thơng thường như OLS sẽ khơng cịn chính xác và hợp lý, dẫn đến “ hồi quy giả mạo” (Granger và Newbold, 1974). Kết quả của loại hồi quy này sẽ dẫn đến các kiểm định thống kê như t, F, R2
sẽ bị lệch. Nói một cách khác, hồi quy lệch sẽ cho kết quả các kiểm định thống kê t và R2
rất tốt, nhưng mơ hình có thể hồn tồn khơng có ý nghĩa. Do đó, để khắc phục có thể sử dụng phương pháp VAR hoặc VECM, tuy nhiên, khi áp dụng mơ hình VAR trong trường hợp các chuỗi dữ liệu không dừng là phải lấy sai phân và mất đi cơ hội quan sát phản ứng của chuỗi dữ liệu gốc trong khi VECM thì có thể áp dụng cho các dữ liệu khơng dừng. Phần này sẽ giải thích một cách ngắn gọn kỹ thuật ước lượng VECM sử dụng trong nghiên cứu thực nghiệm.
Trước hết, tác giả sẽ kiểm tra xem các biến có nghiệm đơn vị hay khơng cũng như mối quan hệ đồng liên kết có tồn tại hay khơng. Điều này sẽ cung cấp các kết luận thống kê có ý nghĩa lên kết quả ước lượng. Tác giả kiểm định nghiệm đơn vị bằng cách sử dụng Augmented Dickey Fuller test cũng như Phillips Perron test. Phát hiện ra các biến thì khơng dừng sau đó tác giả sẽ tiến hành lựa chọn độ trễ sử dụng một số tiêu chuẩn để lựa chọn như LR, AIC, HQIC, SBIC... Cuối cùng tác giả sẽ
xét các biến trong mơ hình có đồng liên kết hay khơng. Có hai kiểm định thống kê được tạo ra bởi quy trình Johansen ML. Cả hai có thể sử dụng để xác định số lượng vector đồng liên kết, đôi khi chúng không chỉ ra cùng số lượng vector đồng liên kết. Như đã minh họa giả định rằng có r vector đồng liên kết, giả thiết H0 của Trace test là số lượng vector đồng liên kết thì ít hơn hoặc bằng r, trái lại giả thiết đối thì cho thấy rằng có nhiều hơn r. Tuy nhiên, giả thiết H0 của Maximal Eigenvalue cho rằng có r vector đồng liên kết khác với giả thiết đối là (r+1) vector. Rất có thể các kiểm định này sẽ chỉ ra nhiều hơn một mối quan hệ đồng liên kết. Trong những trường hợp như vậy ta sẽ sử dụng lý thuyết kinh tế là xem xét tác động của các biến đến cán cân thương mại là vấn đề ta cần xem xét trong luận văn này nên ta sẽ chọn một đồng liên kết để ước lượng.
Tác giả sẽ kết luận bởi việc kiểm định khả năng xảy ra hiệu ứng đường cong J từ hàm phản ứng đẩy ước lượng từ VECM. Đặc biệt, hàm phản ứng đẩy sẽ chỉ ra cán cân thương mại song phương phản ứng như thế nào với một cú sốc từ việc tăng tỷ giá song phương. Điều này ngụ ý rằng chúng ta sẽ tìm kiếm bằng chứng về việc cán cân thương mại có phản ứng với cú sốc về tỷ giá giống hoặc tương đồng như mẫu hình đường cong J được chỉ ra trong hình 2.2 hay khơng. Ngoài ra tác giả cũng sẽ thực hiện phân rã phương sai để nhận diện độ mạnh của các biến tác động đến cán cân thương mại như thế nào.