CHƢƠNG 3 : PHƢƠNG PHÁP NGHIÊN CỨU
3.3.2. Kiểm định đồng liên kết
Từ kết quả kiểm định tính dừng của chuỗi dữ liệu tỷ giá thực qt, lãi suất thực trong
nước rt và lãi suất thực nước ngoài rt* người viết tiến hành kiểm định tính đồng liên
kết của các chuỗi dữ liệu này.
Theo Engle và Granger (1987), nếu kết hợp tuyến tính của các chuỗi thời gian khơng dừng có thể là một chuỗi dừng thì các chuỗi thời gian khơng dừng đó được cho là có tính đồng liên kết. Kết hợp tuyến tính đó được gọi là phương trình đồng liên kết. Nó thể hiện mối quan hệ cân bằng trong dài hạn giữa các biến trong mơ hình. Điều này có nghĩa là nếu phần dư trong mơ hình hồi quy giữa các chuỗi thời gian khơng dừng có tính dừng, thì kết quả hồi quy là phù hợp và thể hiện mối quan hệ cân bằng dài hạn giữa các biến trong mơ hình.
Khi tiến hành kiểm định đồng liên kết, Bên cạnh hướng tiếp cận truyền thống sử dụng phép kiểm định đồng liên kết Johansen Trace Test, bài nghiên cứu cũng tiếp cận theo hướng mới sử dụng phép kiểm định đồng liên kết được xây dựng bởi Saikkonen và Lütkepohl. Trong kiểm định S&L, đầu tiên người viết thực hiện kiểm
định đồng liên kết mà không xem xét đến điểm gãy cấu trúc, sau đó thực hiện lại kiểm định với việc đưa điểm gãy cấu trúc vào mơ hình kiểm định.
3.3.2.1. Hƣớng tiếp cận truyền thống
Tương tự Byrne và Nagayasu (2010), người viết sử dụng kiểm định Johansen Trace Test để kiểm định tính đồng liên kết giữa các chuỗi dữ liệu.
Giả sử có mơ hình ước lượng có dạng như sau:
Yt = β1Yt-1 + β2Yt-2 + …. + βkYt-k + ut
(gx1) (g x g)(g x 1) (g x g) (g x 1) (g x g) (g x 1) (g x 1) Từ mơ hình này, mơ hình VECM có thể được viết như sau:
∆ Yt = A Yt-k + B1 ∆ Yt-1 + B2 ∆ Yt-2 + …. + Bt-k∆ Yt-(k-1) + ut Trong đó:
- Thành phần [A Yt-k] được gọi là thành tố hiệu chỉnh sai số (Error Correction
Terms)
- Thành phần [B1 ∆Yt-1 + B2 ∆Yt-2 + …. + Bt-k ∆Yt-(k-1) + ut] thể hiện VAR
trong sai phân.
- Ma trận A = ∑ - Ig
Tiến hành các phép biến đổi đại số tuyến tính, chúng ta có được hạng của ma trận A = r. Kiểm định đồng liên kết chính là tiến hành kiểm định hạng của ma trận A.
Ma trận A không thể có hạng r = g, bởi vì điều này tương đương với các chuỗi dữ
liệu gốc yt có tính dừng.
Nếu 1< r < g: các chuỗi dữ liệu có nhiều hơn 1 mối quan hệ đồng liên kết.
Nếu các giá trị thống kê kiểm định lớn hơn giá trị thống kê tới hạn (Critical value)
trong bảng giá trị thống kê Johansen, giả thiết H0 có r (r = 0,1,2…g-1) vector đồng
liên kết sẽ bị bác bỏ, chấp nhận giả thiết thay thế là có nhiều hơn r vector đồng liên kết. Tiếp tục lặp lại bước kiểm định giá trị r cho đến khi khơng thể bác bỏ giả thiết
H0 , khi đó r chính là số đồng liên kết. Phần mềm Eview được người viết sử dụng để
thực hiện kiểm định đồng liên kết Johansen, trong đó độ trễ tối đa là 12, độ trễ tối ưu được xác định dựa theo tiêu chuẩn AIC.
3.3.2.2. Hƣớng tiếp cận mới theo đề xuất của Saikkonen và Lütkepohl
Tương tự với kiểm định nghiệm đơn vị mà Saikkonen và Lütkepohl đã xây dựng, yếu tố điểm gãy cấu trúc được xem xét đưa vào mơ hình ước lượng như là 1 biến giả dịch chuyển (shift dummy). Mơ hình ước lượng khi đó có dạng như sau:
Yt = β1Yt-1+ β2Yt-2+ …. + βkYt-k+ δdt + ut
Với dt = {
Sau đó, phép kiểm định đồng liên kết S&L tính tốn các giá trị thống kê và xem xét các cặp giả thuyết tương tự như cách thức tiến hành ở cách tiếp cận truyền thống như phép kiểm định Johansen. Việc tiến hành kiểm định đồng liên kết theo Saikkonen và Lütkepohl được thực hiện bằng việc sử dụng phần mềm Jmulti. Độ trễ của mơ hình kiểm định được chọn lựa theo tiêu chí AIC với độ trễ tối đa được xác định là 12.
Đối với kiểm định đồng liên kết theo phương pháp xây dựng bởi Saikkonen và Lütkepohl, đầu tiên người viết thực hiện kiểm định mà không đưa xét biến giả là điểm gãy cấu trúc. Sau đó thực hiện lại kiểm định với biến giả đại diện cho điểm gãy cấu trúc. Từ đó làm rõ vai trò của điểm gãy cấu trúc trong mối quan hệ cân bằng dài hạn giữa tỷ giá thực và lãi suất thực các quốc gia.