CHƢƠNG 3 : PHƢƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU
3.1. Phƣơng pháp nghiên cứu
Có ba cách tiếp cận có thể được thực hiện để kiểm định quan hệ nhân quả Granger với dữ liệu bảng. Cách thứ nhất là dựa trên phương pháp Generalized Method of Moments (GMM), phương pháp này ước lượng mơ hình bảng (đồng nhất) bằng cách loại bỏ các hiệu ứng cố định. Tuy nhiên phương pháp này khơng giải quyết được tính khơng đồng nhất và phụ thuộc chéo. Cách tiếp cận thứ hai có thể giải quyết tính khơng đồng nhất được đề xuất bởi Hurlin (2008). Nhưng nhược điểm của phương pháp này là khả năng phụ thuộc chéo không được xem xét. Cách tiếp cận thứ ba được đề cập bởi Kónya (2006), cách tiếp cận này có thể giải quyết các vấn đề
về phụ thuộc chéo và tính khơng đồng nhất. Bởi vì cách tiếp cận này được dựa trên phương pháp hệ phương trình hồi quy dường như không tương quan (Seemingly Unrelated Regressions – SUR) và kiểm định Wald với giá trị tới hạn bootstrap của từng quốc gia xác định, điều này cho phép kiểm định nhân quả Granger cho từng quốc gia riêng lẻ, bằng cách giải thích cho sự phụ thuộc chéo có thể có giữa các quốc gia. Bên cạnh đó, vì giá trị tới hạn bootstrap được ước tính theo phương pháp của Kónya (2006) khơng cần các biến phải có tính dừng. Do đó phương pháp này khơng cần tiền kiểm định tính dừng và đồng liên kết . Cuối cùng với ưu điểm của giá trị tới hạn bootstrap, cách tiếp cận này có thể giải quyết thiếu sót của các mẫu T nhỏ (đặc biệt các dữ liệu hàng năm). Với những ưu điểm trên, cách tiếp cận của Kónya (2006) sẽ được thực hiện trong bài nghiên cứu này.
{ ∑ ∑ ∑ ∑
Với i (i = 1, ..., N) biểu thị cho quốc gia, t (t = 1, ..., T) đại diện cho thời gian, s là độ trễ, ly1, lx1, ly2 và lx2 thể hiện độ trễ. Sai số: ε1,i,t và ε2,i,t được cho là nhiễu trắng (Nhiễu trắng: sai số với mức ý nghĩa zero, phương sai không đổi, do dó các biến khơng có sự tương quan với nhau) và có thế có tương quan giữa các quốc gia với nhau.
Dựa theo cách tiếp cận của Kónya (2006), để phân tích quan hệ nhân quả Granger giữa kiều hối và phát triển tài chính cho từng quốc gia, bài nghiên cứu sử dụng hệ thống đa chiều sau đây:
{
∑ ∑ ∑ ∑ ∑ ∑
(1)
Với i (i=1,..N) biểu thị cho quốc gia, t (t=1,…T) đại diện cho thời gian, và , , thể hiện độ trễ. Sai số và được giả định nhiễu trắng. Rem biểu thị cho logarit của phần trăm kiều hối trên GDP, biểu thị cho logarit của chỉ số phát triển tài chính (M2/GDP hoặc Tín dụng/GDP), và biểu thị cho logarit của thực trên đầu người. Chuỗi rem, , có thể có tính dừng hoặc đồng liên kết phụ thuộc vào đặc tính chuỗi thời gian của dữ liệu.
Với hệ thống nhiều chiều, chúng ta tập chung vào 2 biến số, mối quan hệ giữa kiều hối (rem) và phát triển tài chính ( . Do đó, khả năng cả hai biến cùng nhau gây ra yếu tố thứ ba là khơng được kiểm tra. Nói cách khác, GDP được coi là một biến phụ, GDP sẽ khơng liên quan trực tiếp đến phân tích nhân quả Granger. GDP được sử dụng để chắc chắn sự tối ưu của nhân quả Granger, bởi bị GDP có thể ảnh hưởng đến cả kiều hối và tăng trưởng kinh tế . Thực tế, theo bằng chứng của Lucas and Stark (1985), trong sự hiện diện của hành vi vị tha (hoặc lợi ích cá nhân) của người di cư, điều kiện kinh tế nước chủ nhà (GDP) có thế có tương quan âm (hoặc dương)
với số lượng kiều hối chuyển về. Bên cạnh đó, điều kiện kinh tế (GDP cao) có thể thúc đẩy hệ thống tài chính phát triển.
Dựa trên hệ thống (1), quốc gia i tồn tại quan hệ nhận quả một chiều từ rem tới nếu trong phương trình thứ nhất khơng phải tất cả bằng 0 nhưng trong phương trình thứ 2 tất cả bằng 0. Tồn tại quan hệ nhân quả một chiều từ đến rem nếu trong phương trình thứ nhất, tất cả bằng 0 nhưng không phải tất cả bằng 0. Tồn tại mối quan hệ nhân quả 2 chiều Granger giữa và rem, nếu cả
và khác 0. Không tồn tại qua hệ nhân quả giữa và rem nếu tất cả và
đều bằng 0.
Chú ý rằng với mỗi quốc gia, hai phương trình của hệ (1) có cùng một sự thiết lập, có nghĩa là các biến nội sinh và ngoại sinh trễ. Do đó, các ước lượng tham số từ OLS phù hợp và hiệu quả tiệm cận. Điều này có nghĩa rằng người ta có thể ước tính từng phương trình, theo bất kỳ thứ tự nào, từng phương trình trong hệ phương trình (1). Sau đó thay thế các phương trình trong (1), hai hệ phương trình dưới đây được xem xét: { ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ (2) Và: { ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ (3)
Trái ngược với hệ (1), mỗi phương trình trong hệ (2) và (3) chứa các biến được xác định trước khác nhau. Tuy nhiên, các hồi quy riêng lẻ trong hệ thống có thể tồn tại tương quan đồng thời. Do đó để giải quyết sự tương quan đồng thời, hệ (2) và (3)
phải được ước lượng bằng kỹ thuật SUR. Thực tế, với sự hiện diện của tương quan tạm thời, tiến trình SUR cung cấp phương thức ước lượng hiệu quả hơn so với kỹ thuật OLS (Zellner, 1962). Sau khi đạt được ước lượng SUR, giá trị tới hạn Wald
bootstrap của từng quốc gia (tạo bởi 10.000 lần lặp) được dùng làm công cụ nhân quả Granger. Ví dụ, trong kiểm định khơng nhân quả từ rem tới trong hệ (2), sử dụng gdp như là biến phụ, tiến trình bootstrap của Kónya (2006) bao gồm năm bước sau:
Bước 1: Ước lượng hệ (2) với giả thuyết (H0) khơng có quan hệ nhân quả từ
rem tới bằng cách áp đặt = 0 với tất cả i và s và được phần dư:
∑ ∑ (4) Sử dụng phần dư để tạo ma trận N x T [ ]
Bước 2: Tiếp tục lấy mẫu các phần dư bằng cách giữ lại sự phụ thuộc đồng thời giữa các phần dư trong hệ (2). Để kết thúc,chọn ngẫu nhiên tất cả các cột từ ma trận [ ] tại một thời điểm (nghĩa là không rút các phần dư các nước từng lần một). ký hiệu của phần dư được chọn là [ ] với t = 1,…, và
có tốt hơn T.
Bước 3: Tạo ra một mẫu bootstrap của dưới giả thuyết khơng có nhân
quả từ rem tới , như sau:
̂ ∑ ̂ ∑ ̂ (5)
Bước 4: Thay thế bằng và ước lượng hệ (2) mà khơng có sự hạn
chế tham số nào và sau đó thực hiện kiểm định Wald cho mỗi quốc gia với là không tồn tại nhân quả.
Bước 5: Xây dựng các bản phân phối thực nghiệm của các số liệu thống kê
kiểm định Wald bằng cách lặp lại bước 2-4 nhiều lần (10 000 lần) và tạo ra giá trị tới hạn bootstrap tương ứng với số phần trăm thích hợp.
Tiến trình này được sử dụng cho kiểm định không nhân quả từ đến rem trong hệ (3) (sử dụng GDP là biến phụ). Giá trị tới hạn Wald bootstrap tạo ra cho phép chuỗi , rem, khơng nhất thiết phải dừng. Sau đó có thể biểu thị các bậc, bậc một hoặc cao hơn.
Một vài ưu điểm khi sử dụng sử dụng phương pháp của Kónya (2006). Đầu tiên, bởi vì phương pháp này khơng có giả định đồng nhất và tương quan tạm thời được cho phép, do đó có thể thực hiện kiểm định nhân quả Granger cho mỗi quốc gia trong dữ liệu bảng bằng cách khai thác các thông tin không gian từ các thiết lập dữ liệu bảng. Do đó, cách tiếp cận này cho phép tìm ra số lượng bao nhiêu và nước nào thì tồn tại quan hệ nhân quả một chiều, hai chiều hoặc không tồn tại. Thứ hai, khi giá trị tới hạn bootstrap được tính tốn, phương pháp khơng u cầu tiền kiểm định tính dừng và đồng liên kết. Đây là điểm rất quan trọng khi mà kiểm định tính dừng và đồng liên kết thường bị kém hiệu quả và các kiểm định khác nhau thường cho kết quả trái ngược. Cuối cùng nhờ giá trị tới hạn bootstrap, phương pháp này cho phép mẫu T nhỏ. Tính chất cuối cùng này rất thích hợp trong trường hợp các nước Đông Nam Á khi mà dữ liệu kiều hối thể hiện theo năm.