CHƢƠNG 3 : PHƢƠNG PHÁP NGHIÊN CỨU
3.2. Phƣơng pháp ƣớc lƣợng
3.2.2. Đồng liên kết dữ liệu bảng
Bƣớc kế tiếp trong nghiên cứu thực nghiệm này liên quan tới việc xem xét mối quan hệ dài hạn giữa giảm nghèo và phát triển tài chính, sử dụng kỹ thuật đồng liên kết dữ liệu bảng của Pedroni. Kỹ thuật này cho phép sự không đồng nhất giữa các thành phần của dữ liệu bảng và do đó cải tiến kiểm định đồng liên kết thơng thƣờng. Hiện tƣợng đồng liên kết giữa các biến xảy ra khi một sự kết hợp tuyến tính của chúng là chuỗi dừng. Nhiều chuỗi thời gian không dừng nhƣng chúng lại dịch chuyển cùng với nhau theo thời gian, và giữa các chuỗi có sự tƣơng tác lẫn nhau, có nghĩa rằng các chuỗi dữ liệu này có mối quan hệ trong dài hạn. Hiện tƣợng đồng liên kết có thể đƣợc nhìn nhận nhƣ mối quan hệ dài hạn hay là một trạng thái cân bằng. Nếu giữa các biến có hiện tƣợng đồng liên kết xảy ra, thì sự tƣơng tác giữa các biến có thể bị chệch trong ngắn hạn, nhƣng trong dài hạn sẽ trở về xu hƣớng cũ. Dựa theo Pedroni, mối quan hệ đồng liên kết giữa các biến đƣợc xem xét nhƣ sau: Mơ hình 3:
LPOV là biến đại diện cho giảm nghèo, LCR và LM3 là các biến đại diện cho phát triển tài chính, LTO và LCPI là các biến kiểm soát, t =1,..T là chuỗi thời gian, và i =1,…N là đại diện cho quốc gia trong bảng, αi là hiệu ứng riêng lẻ của từng quốc gia, δt: là xu hƣớng thời gian xác định và εit là phần dƣ ƣớc lƣợng. Phần dƣ ƣớc
lƣợng đƣợc trong mơ hình cho thấy phƣơng sai của mối quan hệ dài hạn. Tất cả các biến đều đƣợc tính tốn với logarit tự nhiên, nên hệ số hồi quy βi của mơ hình có thể xem nhƣ độ co giãn. Để kiểm định giả thuyết H0 cho rằng khơng có hiện tƣợng đồng liên kết, ρi=1, kiểm định tính dừng của phần dƣ đƣợc thiết lập nhƣ sau:
Mơ hình 4:
Trong kiểm định hiện tƣợng đồng liên kết của Pedroni, có 7 thống kê khác nhau. Đó là thống kê bảng v, thống kê bảng , thống kê bảng Pedroni (PP), thống kê bảng ADF, thống kê nhóm , thống kê nhóm PP, thống kê nhóm ADF. Nếu hiện tƣợng đồng liên kết tồn tại, phần dƣ sẽ là một chuỗi dừng.
3.2.3. Phƣơng pháp FMOLS dành cho dữ liệu bảng
Do có hiện tƣợng đồng liên kết, phƣơng pháp FMOLS đƣợc áp dụng nhằm xem xét mối quan hệ cân bằng dài hạn. Phƣơng pháp ƣớc lƣợng bình phƣơng nhỏ nhất có điều chỉnh (FMOLS) sẽ giải thích cho hiệu ứng tƣơng quan chuỗi và hiện tƣợng nội sinh trong mơ hình do có sự tồn tại của hiện tƣợng đồng liên kết.
Nhƣ vậy với dữ liệu và mục tiêu nghiên cứu của bài, phƣơng pháp FMOLS sẽ đƣợc sử dụng để thực hiện hồi quy mơ hình:
Vì LPOV, LCR, LM3, LTO và LCPI là logarit tự nhiên của các biến POV, CR, M3, TO và CPI nên các hệ số hồi quy có thể đƣợc xem nhƣ hệ số co dãn. Bài nghiên cứu sử dụng mơ hình FMOLS để xem xét 1% tăng thêm trong tỷ lệ tín dụng nội địa của khu vực tƣ nhân sẽ làm tăng bao nhiêu % chi tiêu tiêu dùng bình quân đầu ngƣời; 1% tăng thêm trong tỷ lệ cung tiền M3/GDP sẽ làm tăng bao nhiêu % chi tiêu tiêu dùng bình quân đầu ngƣời; 1% tăng thêm trong độ mở thƣơng mại sẽ làm tăng bao nhiêu % chi tiêu tiêu dùng bình quân đầu ngƣời, và 1% tăng thêm trong chỉ số giá tiêu dùng sẽ làm tăng bao nhiêu % chi tiêu tiêu dùng bình quân đầu ngƣời.
Bên cạnh đó, bài nghiên cứu tiếp tục sử dụng mơ hình VECM để xem xét mối quan hệ cân bằng dài hạn thông qua hệ số điều chỉnh sai số trong mơ hình VECM. Hệ số điều chỉnh sai số trong mơ hình VECM sẽ cho biết khi có một cú sốc bất ngờ xảy ra thì việc điều chỉnh để trở lại trạng thái cân bằng sẽ diễn ra nhanh hay chậm.
3.2.4. Mơ hình VECM và kiểm định nhân quả Granger
Hiện tƣợng đồng liên kết giữa các chuỗi không dừng dẫn tới hiện tƣợng nội sinh trong mơ hình, điều này khơng thể khắc phục bằng cách sử dụng hệ phƣơng trình đồng thời trong mơ hình tự hồi quy vector (VAR) bởi mơ hình VAR khơng thể áp dụng cho các chuỗi dữ liệu có nghiệm đơn vị (unit root). Muốn thực hiện mơ hình VAR thì bài nghiên cứu phải lấy sai phân bậc 1 của các biến để hồi quy. Tuy nhiên vấn đề gặp phải lúc này là kết quả hồi quy mơ hình VAR chỉ thể hiện mối quan hệ giữa các biến trong ngắn hạn. Để có thể giải quyết vấn đề này và xem xét mối quan hệ giữa các biến trong cả ngắn hạn và dài hạn, bài nghiên cứu sẽ thực hiện hồi quy mơ hình VECM.
Trong đó, hệ số hồi quy đứng trƣớc sai phân của các biến trễ trong mơ hình VECM thể hiện cho ảnh hƣởng của mối quan hệ ngắn hạn và hệ số điều chỉnh sai số thể hiện cho mối quan hệ dài hạn.
Trong đó, ∆ là sai phân bậc 1, k là độ trễ, q là độ trễ tối ƣu và u là biến điều chỉnh sai số không tƣơng quan có tính chuỗi (serially uncorrelated error term).
Bên cạnh đó, để nhận diện mối quan hệ nhân quả giữa các biến, bài nghiên cứu sẽ thực hiện kiểm định nhân quả Granger.
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU 4.1. Kết quả kiểm định tính dừng 4.1. Kết quả kiểm định tính dừng
Kết quả kiểm định LLC và IPS để xem xét tính dừng của các chuỗi LPOV, LM3, LCR, LTO và LCPI và sai phân bậc 1 của chúng đƣợc thể hiện trong bảng 4.1 và bảng 4.2.
Với giả thuyết đƣợc đƣa ra: H0: không là chuỗi dừng
và giả thuyết đối H1: là chuỗi dừng
Kiểm định LLC cho kết quả khác nhau ở từng chuỗi riêng lẻ. Theo đó, với mức ý nghĩa 5% thì giả thuyết H0 khơng bị bác bỏ hay có nghĩa rằng LPOV khơng là chuỗi dừng (do p-value> ). Tuy nhiên, đối với các chuỗi dữ liệu khác nhƣ LTO và LCPI thì H0 lại bị bác bỏ và có nghĩa rằng hai chuỗi này là chuỗi dừng.
Riêng kiểm định IPS lại cho thấy giả thuyết H0 không bị bác bỏ đối với các chuỗi dữ liệu của LPOV và LCR, có nghĩa rằng hai chuỗi dữ liệu này là chuỗi không dừng. Đây là hai chuỗi dữ liệu quan trọng để thực hiện hồi quy, do đó, bài nghiên cứu quyết định lấy sai phân bậc 1 của các chuỗi dữ liệu để thực hiện các kiểm định LLC và IPS.
Kết quả kiểm định tính dừng của sai phân bậc 1 của các chuỗi dữ liệu LPOV, LCR và LM3 với hai kiểm định LLC và IPS là khá thống nhất. Theo đó, p-value của các kiểm định này luôn nhỏ hơn 5%, nhƣ vậy, với mức ý nghĩa 5%, giả thuyết H0 bị bác bỏ, và các chuỗi sai phân bậc 1 của các biến này là các chuỗi dừng. Nói cách khác, LPOV, LM3, LCR là các chuỗi không dừng, và dừng ở sai phân bậc 1, hay có thể viết là I(1).
Bảng 4.1: Kết quả kiểm định LLC3 Kiểm định LLC: Kiểm định LLC:
LLC LPOV LCR LM3 LTO LCPI
LEVEL (1) -1.32521*** -2.79584* -1.89618** -2.70077* -12.5692* (2) -0.20473 1.13404 -2.68541* -3.51792* -7.16567* FIRST DIFFERENCE (1) -16.5058* -18.5966* -21.4036* -21.9448* -16.7014* (2) -13.2373* -17.6591* -19.0368* -20.2524* -14.7325* Trong đó: (1) Mơ hình có hệ số chặn khơng đồng nhất
(2) Mơ hình có hệ số chặn khơng đồng nhất và xu hƣớng không đồng nhất (*;**;*** thể hiện giả thuyết H0 bị bác bỏ ở mức ý nghĩa 1%, 5% và 10%)
Bảng 4.2: Kết quả kiểm định IPS4 Kiểm định IPS: Kiểm định IPS:
IPS LPOV LCR LM3 LTO LCPI
LEVEL (1) 5.04438 1.77220 1.50487 -1.72895** -2.98718* (2) 0.19455 0.00685 -4.32623* -4.47806* -4.00671* FIRST DIFFERENCE (1) -14.3052* -17.5350* -21.5870* -21.5815* -17.1840* (2) -8.58693* -15.3410* -20.2923* -19.6514* -12.9161* Trong đó: (1) Mơ hình có hệ số chặn khơng đồng nhất
(2) Mơ hình có hệ số chặn không đồng nhất và xu hƣớng không đồng nhất (*;**;*** thể hiện giả thuyết H0 bị bác bỏ ở mức ý nghĩa 1%, 5% và 10%)
4.2. Kết quả kiểm định hiện tƣợng đồng liên kết
Kết quả kiểm định hiện tƣợng đồng liên kết bằng phƣơng pháp Pedroni đƣợc thể hiện trong bảng 4.3.
Bảng 4.3: Kết quả kiểm định hiện tƣợng đồng liên kết bằng phƣơng pháp Pedroni5 Panel v-statistic 0.344362 Panel - statistic 2.944698 Panel PP- statistic -1.777387** Panel ADF-statistic -2.068627** Group - statistic 5.911254 Group PP- statistic -1.977239** Group ADF-statistic -2.931424*
(*;**;*** thể hiện giả thuyết H0 bị bác bỏ ở mức ý nghĩa 1%, 5% và 10%)
Kết quả kiểm định hiện tƣợng đồng liên kết bằng phƣơng pháp Pedroni cho thấy 4 trong số 7 thống kê đƣợc sử dụng có giá trị p-value <5%. Do đó, giả thuyết H0 bị bác bỏ, và giữa các biến có xảy ra hiện tƣợng đồng liên kết.
4.3. Kết quả hồi quy mơ hình FMOLS
Dựa vào kết quả ƣớc lƣợng mơ hình hồi quy bằng phƣơng pháp FMOLS, có thể thấy tất cả các hệ số hồi quy đứng trƣớc các biến LCR, LM3, LTO và LCPI đều dƣơng và có ý nghĩa thống kê ở mức 5% (p-value của tất cả các hệ số hồi quy đều nhỏ hơn 5%). Vì LPOV, LCR, LM3, LTO và LCPI là logarit tự nhiên của các biến
Kết quả chỉ ra rằng 1% tăng thêm trong tỷ lệ tín dụng nội địa của khu vực tƣ nhân làm tăng 0.25% chi tiêu tiêu dùng bình quân đầu ngƣời; 1% tăng thêm trong tỷ lệ cung tiền/GDP làm tăng gần 0.32% chi tiêu tiêu dùng bình quân đầu ngƣời; 1% tăng thêm trong độ mở thƣơng mại làm tăng 0.31% chi tiêu tiêu dùng bình quân đầu ngƣời, và 1% tăng thêm trong chỉ số giá tiêu dùng làm tăng 0.88% chi tiêu tiêu dùng bình quân đầu ngƣời.
Bảng 4.4: Kết quả hồi quy mơ hình FMOLS6
Dependent Variable: LPOV
Method: Panel Fully Modified Least Squares (FMOLS)
Variable Coefficient Std. Error t-Statistic Prob.
LCR 0.250538 0.054093 4.631651 0.0000
LM3 0.318640 0.083733 3.805406 0.0002
LTO 0.310321 0.052869 5.869674 0.0000
LCPI 0.878471 0.045173 19.44664 0.0000
R-squared 0.338179 Mean dependent var 7.155498 Adjusted R-squared 0.336145 S.D. dependent var 1.076992 S.E. of regression 0.877504 Sum squared resid 751.5327 Durbin-Watson stat 0.037136 Long-run variance 0.029595
Sau khi thực hiện hồi quy các chuỗi dữ liệu theo kỹ thuật FMOLS, bài nghiên cứu tiếp tục kiểm định tính dừng của phần dƣ (resid) thu đƣợc trong mơ hình. Với kiểm
định LLC và IPS, có thể thấy p-value nhận đƣợc luôn thấp hơn 5%, nhƣ vậy giả thuyết H0 bị bác bỏ, và phần dƣ là một chuỗi dừng. Kết quả này cho thấy giữa các biến LPOV, LCR, LM3, LTO và LCPI có hiện tƣợng đồng liên kết xảy ra và mơ hình FMOLS đƣợc sử dụng để ƣớc lƣợng hồi quy giữa các biến là phù hợp.
Bảng 4.5: Kết quả kiểm định tính dừng của phần dƣ từ mơ hình FMOLS7
LLC Statistic LEVEL (1) -7.77700* (2) -6.49004* IPS Statistic LEVEL (1) -6.26095* (2) -4.48051* Trong đó: (1) Mơ hình có hệ số chặn khơng đồng nhất
(2) Mơ hình có hệ số chặn khơng đồng nhất và xu hƣớng không đồng nhất (*;**;*** thể hiện giả thuyết H0 bị bác bỏ ở mức ý nghĩa 1%, 5% và 10%)
4.4. Kết quả hồi quy mơ hình VECM và kiểm định nhân quả Granger
Ở bƣớc đầu tiên, bài nghiên cứu sẽ thực hiện lựa chọn độ trễ tối ƣu cho các chuỗi dữ liệu để thực hiện hồi quy mơ hình VECM và kiểm định nhân quả Granger.
Có thể thấy, thơng qua những tiêu chuẩn nhƣ LR, FPE, AIC, SC, HQ thì bậc 2 và bậc 4 là hai bậc có nhiều tiêu chuẩn chiếm đa số nhất. Trong đó, bài nghiên cứu lấy
Bảng 4.6: Kết quả lựa chọn độ trễ tối ƣu8
Lag LR FPE AIC SC HQ
1 10593.00 1.15e-11 -11.00137 -10.79148 -10.91989 2 545.8208 5.19e-12 -11.79480 -11.40999* -11.64540* 3 85.34450 4.89e-12 -11.85374 -11.29402 -11.63644 4 85.94344 4.60e-12* -11.91476* -11.18013 -11.62956 5 42.23262 4.65e-12 -11.90539 -10.99585 -11.55228 6 35.47614 4.74e-12 -11.88544 -10.80098 -11.46442 7 28.62376 4.89e-12 -11.85457 -10.59520 -11.36565 8 39.07939* 4.96e-12 -11.84165 -10.40737 -11.28482
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error
AIC: Akaike information criterion SC: Schwarz information criterion
4.4.1. Kiểm định vòng tròn đơn vị
Trong mơ hình VECM, khi có một cú sốc xảy ra thì tác động của cú sốc sẽ giảm dần sau k giai đoạn và trở về 0. Tuy nhiên, nếu mơ hình khơng ổn định thì sẽ tồn tại một cú sốc có tác động đến tồn bộ hệ thống và “mơ hình sẽ bị bùm bổ”. Do đó, bài nghiên cứu sẽ thực hiện kiểm định vòng tròn đơn vị (Unit Circle) bằng AR Roots Table và AR Roots Graph. Nếu các Modulus nều nằm trong khoảng (-1;1) hay thuộc vịng trịn đơn vị thì có nghĩa rằng mơ hình ổn định. Nếu có một dấu chấm ở ngồi vịng trịn đơn vị thì sẽ có một trƣờng hợp xảy ra làm mơ hình bị sai và bị bùm nổ, khơng cịn sử dụng đƣợc mơ hình này.
Bảng 4.7: Kết quả kiểm định vịng trịn đơn vị bằng AR Roots Table9
Roots of Characteristic Polynomial
Endogenous variables: LPOV LCR LM3 LTO LCPI
Root Modulus 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 0.906741 0.906741 0.595921 0.595921 -0.344414 0.344414 0.257243 - 0.197793i 0.324493
-0.150956 - 0.286055i 0.323443 -0.150956 + 0.286055i 0.323443 -0.143958 - 0.136750i 0.198556 -0.143958 + 0.136750i 0.198556 0.192325 0.192325 0.064349 0.064349
VEC specification imposes 4 unit root(s).
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
Inverse Roots of AR Characteristic Polynomial
Hình 4.1: AR Roots Graph4
Với kết quả thu đƣợc từ AR Roots Table và AR Roots Graph, có thể thấy rằng, các Modulus nều nằm trong khoảng (-1;1) hay thuộc vòng tròn đơn vị, điều này chứng tỏ rằng mơ hình ổn định và phù hợp cho việc nghiên cứu.
4.4.2. Hàm phản ứng xung
Hàm phản ứng xung đƣợc đƣa vào phân tích trong mơ hình VECM nhằm xem xét nếu có một cú sốc xảy ra ở thời điểm t thì cú sốc này có tác động đến thời điểm k nhƣ thế nào? -.04 .00 .04 .08 .12 .16 1 2 3 4 5 6 7 8 9 10 Response of LPOV to LCR
Hình 4.2: Phản ứng của biến LPOV khi có một cú sốc của biến LCR xảy ra ở thời kỳ 05
Quan sát từ hình 4.2 có thể thấy, khi có một cú sốc của biến LCR xảy ra ở thời kỳ 0 thì ảnh hƣởng của cú sốc này dƣờng nhƣ khơng có tác động lớn đến biến LPOV ở các thời kỳ 1,2 và 3. Tuy nhiên, khi đến thời kỳ 7 thì ảnh hƣởng của cú sốc này sẽ tăng lên và duy trì ở một số thời kỳ sau đó nhƣ thời kỳ 8 và 9.
-.04 .00 .04 .08 .12 .16 1 2 3 4 5 6 7 8 9 10 Response of LPOV to LM3
Hình 4.3: Phản ứng của biến LPOV khi có một cú sốc của biến LM3 xảy ra ở thời kỳ 06
Khi có một cú sốc của biến LM3 xảy ra ở thời kỳ 0 thì ảnh hƣởng của cú sốc này ngay lập tức sẽ có tác động đến biến LPOV ở thời kỳ 1 và mức ảnh hƣởng sẽ tăng dần qua các thời kỳ 2,3, và 4. -.04 .00 .04 .08 .12 .16 1 2 3 4 5 6 7 8 9 10
Hình 4.4: Phản ứng của biến LPOV khi có một cú sốc của biến LTO xảy ra ở thời kỳ 07
Khi có một cú sốc của biến LTO xảy ra ở thời kỳ 0 thì cú sốc này sẽ có tác động đến biến LPOV ở thời kỳ 1 nhƣng không quá lớn. Tuy nhiên, sang thời kỳ 3 thì mức ảnh hƣởng sẽ tăng lên nhanh chóng.
-.04 .00 .04 .08 .12 .16 1 2 3 4 5 6 7 8 9 10
Response of LPOV to LCPI
Hình 4.5: Phản ứng của biến LPOV khi có một cú sốc của biến LCPI xảy ra ở thời kỳ 08
Khi có một cú sốc của biến LCPI xảy ra ở thời kỳ 0 thì ảnh hƣởng của cú sốc này ngay lập tức sẽ có tác động đến biến LPOV ở thời kỳ 1 và mức ảnh hƣởng sẽ tăng dần qua các thời kỳ 2,3, và 4.
- .0 4 .0 0 .0 4 .0 8 .1 2 .1 6 2 4 6 8 10
Response of LPO V to LPO V
- .0 4 .0 0 .0 4 .0 8 .1 2 .1 6 2 4 6 8 10 Response of LPO V to LCR - .0 4 .0 0 .0 4 .0 8 .1 2 .1 6 2 4 6 8 10 Response of LPO V to LM3 - .0 4 .0 0 .0 4 .0 8