CHƯƠNG 4 : NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
4.7. Ước lượng mơ hình SVAR
4.7.2 Phân rã phương sai
Trong phần này phân tích phân rã phương sai được sử dụng để dự báo vai trò của các cú sốc đối với biến quan sát. Tương tự như phân tích phản ứng đẩy, phân rã phương sai dựa vào cấu trúc ma trận A0 và B.
Bảng 4.7: Phân rã phương sai mơ hình VAR thứ nhất
Period DIR DLM2_SA DLCPI_SA DLIPI_SA CV_OP DLEX
DLIPI_SA (%) (%) (%) (%) (%) (%) 12 0.747142 4.986891 0.919718 91.45909 0.191728 1.695432 24 0.747873 4.987071 0.920697 91.45652 0.191986 1.695856 36 0.747873 4.987084 0.920717 91.45648 0.191988 1.695857 DLCPI_SA (%) (%) (%) (%) (%) (%) 12 9.219861 5.455825 74.20062 0.470026 5.149141 5.504523 24 8.956938 6.436729 73.53773 0.472914 5.169629 5.426060 36 8.947340 6.470325 73.51620 0.472888 5.168978 5.424266
Kết quả phân rã phương sai mơ hình VAR thứ nhất cho thấy rằng cả trong ngắn hạn và dài hạn, biến động giá dầu khơng giải thích nhiều cho biến sản lượng cơng
nghiệp (khoảng 0.19%). Tuy nhiên biến động giá dầu CV_OP giải thích khoảng 5.16% biến động trong giá cả. Kết quả này đồng thuận với quan điểm cho rằng biến động giá dầu không phải là nguyên nhân gây ra quan hệ nhân quả Granger đến sản lượng công nghiệp.
Bảng 4.8: Phân rã phương sai mơ hình VAR thứ hai
Period DIR DLM2_SA DLCPI_SA DLIPI_SA HI DLEX
DLIPI_SA (%) (%) (%) (%) (%) (%) 12 0.510841 5.001967 0.723925 91.46196 0.273359 2.027951 24 0.511077 5.002057 0.724662 91.45998 0.273525 2.028702 36 0.511077 5.002065 0.724691 91.45994 0.273525 2.028703 DLCPI_SA (%) (%) (%) (%) (%) (%) 12 8.995825 3.590581 80.29286 0.465428 2.731042 3.924259 24 8.692115 4.351622 79.92890 0.461903 2.648273 3.917188 36 8.677471 4.388931 79.91023 0.461736 2.644292 3.917337
Bảng 4.8 trình bày kết quả phân rã phương sai mơ hình SVAR thứ hai. Kết quả cho thấy rằng tương tự như mơ hình VAR thứ nhất, chỉ số HI khơng giải thích nhiều cho biến động trong sản lượng công nghiệp (khoảng 0.27%) cả trong ngắn hạn và dài hạn. Vai trị của chỉ số HI trong việc giải thích cho biến động của CPI thấp hơn so với biến động giá dầu CV_OP với mức giải thích là khoảng 2.7%.
Tóm tắt chương 4
Kiểm định tính dừng của chuỗi dữ liệu cho thấy tất cả các biến đều không dừng ở chuỗi gốc và dừng ở sai phân bậc một I(1), ngoại trừ hai biến đại diện cho sự bất ổn trong giá dầu là biến phương sai có điều kiện của giá dầu - CV_ OP và biến chỉ số gia tăng ròng trong giá dầu của Hamilton – HI dừng ở chuỗi gốc.
Đầu tiên, bài nghiên cứu tiến hành ước lượng biến động có điều kiện của giá dầu bằng mơ hình EGARCH(1,1). Kết quả từ phương trình phương sai có điều kiện cho thấy rằng cả hệ số ARCH và hệ số GARCH đều có ý nghĩa thống kê. Điều quan trọng rút ra từ phương trình phương sai là hệ số γ < 0, điều này cho thấy có tác động bất đối xứng của cú sốc giá dầu lên biến động có điều kiện của giá dầu.
Tiếp theo bài nghiên cứu tiến hành kiểm định nhân quả Granger, kết quả cho thấy tồn tại mối quan hệ nhân quả giữa biến động giá dầu (được đo lường bằng cả biến động có điều kiện CV_OP và HI) với chỉ số CPI và lãi suất trong nước. Tuy nhiên lại không tồn tại mối quan hệ nhân quả giữa biến động giá dầu với sản lượng công nghiệp, mức cung tiền và tỷ giá hối đối. Bên cạnh đó, kiểm tính ổn định cho thấy cả hai mơ hình VAR đều ổn định.
Kết quả phân tích hàm phản đẩy đối với mơ hình SVAR thứ nhất cho thấy biến động giá dầu làm giảm chỉ số CPI và lãi suất, làm tăng mức cung tiền, nhưng khơng có tác động rõ ràng đối với chỉ số sản lượng công nghiệp và tỷ giá hối đối. Đối với mơ hình SVAR thứ hai, kết quả cho thấy biến động giá dầu làm tăng chỉ số CPI, lãi suất trong nước, giảm mức cung tiền nhưng khơng có tác động rõ ràng lên chỉ số sản lượng cơng nghiệp và tỷ giá hối đối.
Bên cạnh đó, phân tích phân rã phương sai cho thấy biến động giá dầu góp phần giải thích cho biến động của chỉ số CPI, tuy nhiên vai trò của biến động giá dầu trong việc giải thích cho biến sản lượng cơng nghiệp lại khơng cao.