CHƢƠNG 3 : PHƢƠNG PHÁP NGHIÊN CỨU
3.3.1. Kiểm định tính dừng chuỗi dữ liệu
Kiểm định nghiệm đơn vị trong chuỗi thời gian là một trong những cách thức phổ biến nhằm kiểm tra tính dừng của dữ liệu. Trong bài nghiên cứu, kiểm định nghiệm đơn vị được tiến hành đối với chuỗi dữ liệu gốc của các biến tỷ giá thực, lãi suất thực trong nước và lãi suất thực nước ngoài. Kết quả kiểm định cho biết chuỗi dữ liệu là có tính dừng hay khơng dừng. Nếu kết quả kiểm định có thể bác bỏ giả thiết
H0: chuỗi dữ liệu có nghiệm đơn vị, chúng ta có thể kết luận đây là một chuỗi dừng
và có bậc liên kết bằng không, cách viết khác là chuỗi I(0). Trường hợp ngược lại,
nếu kết quả kiểm định là không thể bác bỏ giả thiết H0 : chuỗi dữ liệu có nghiệm
đơn vị; chúng ta có thể kết luận chuỗi khơng dừng. Khi đó cần phải tiếp tục tiến hành kiểm định tính dừng đối với chuỗi sai phân bậc 1. Nếu kết quả tiếp theo cho thấy chuỗi sai phân bậc 1 khơng có nghiệm đơn vị, chúng ta có thể kết luận là chuỗi này có bậc lên kết là 1 hoặc viết là chuỗi I(1).
3.3.1.1. Hƣớng tiếp cận truyền thống.
Ở góc độ tiếp cận truyền thống, để kiểm định tính dừng chuỗi dữ liệu, bài nghiên cứu này sử dụng phương pháp kiểm định ADF ( Augmented Dickey-Fuller Test) và phương pháp kiểm định DF – GLS
Mơ hình xây dựng kiểm định tính dừng theo Dickey – Fuller (1979) nhìn chung có dạng sau:
∆ = β1+ β2t + δ + (*)
Trong phương pháp kiểm định DF, số hạng sai số ut buộc phải là biến nhiễu trắng
(white noise). Khi số hạng sai số ut có hiện tượng tự tương quan, phương trình ước
lượng (*) của kiểm định DF sẽ tương đương với phương trình sau của kiểm định ADF:
∆ = β1+ β2t + δ + αi ∑ + εt (**)
Cặp giả thiết kiểm định sẽ là:
H0 : δ = 1, phương trình có nghiệm đơn vị hay kết luận Yt là không dừng.
H1 : δ < 1, phương trình khơng có nghiệm đơn vị, hay kết luận chuỗi là chuỗi
dừng.
Kiểm định DF-GLS cũng dựa trên nền tảng là phép kiểm định DF giống như ADF
nhưng thay vì biến đổi để đưa số hạng tự tương quan ut vào trong mơ hình như
phương trình (**), phép kiểm định DF-GLS lại tiến hành biến đổi để xử lý tính tự
tương quan của số hạng sai số ut từ đó đưa ra kết quả kiểm định. Phép kiểm định
DF-GLS được tiến hành thông qua hai bước:
- Bước 1: Chuyển hàm hồi quy theo phương pháp theo phương pháp GLS
(phương pháp bình phương tối thiểu tổng quát). Kết quả của bước này sẽ làm cho ut
có phương sai thay đổi trở thành ut*
có phương sai khơng thay đổi.
- Bước 2: Sử dụng kết quả ở bước 1 tiến hành kiểm định theo phép kiểm định DF.
Phép kiểm định ADF và DF – GLS là hai trong số các phép kiểm định nghiệm đơn vị truyền thống. Như đã đề cập ở phần trước, phương pháp kiểm định truyền thống này hồn tồn khơng đề cập đến điểm gãy cấu trúc trong chuỗi dữ liệu được kiểm định. Hai phép kiểm định này được người viết tiến hành thông qua việc sử
dụng phần mềm Eview 9.0. Vì dữ liệu nghiên cứu được thu thập theo tháng, cho nên độ trễ tối đa cho các phép kiểm định này được xác định là 12. Độ trễ tối ưu cho các phép kiểm định này sẽ được đề xuất theo tiêu chuẩn AIC (Akaike Information Criterion) .
3.3.1.2. Hƣớng tiếp cận mới có xem xét đến điểm gãy cấu trúc.
Bên cạnh các phép kiểm định truyền thống trình bày phần trên, phép kiểm định nghiệm đơn vị được xây dựng theo đề xuất của Saikkonen và Lütkepohl cũng được áp dụng nhằm xem xét đến sự xuất hiện của điểm gãy cấu trúc trong chuỗi dữ liệu. Theo phép kiểm định nghiệm đơn vị S&L, điểm gãy cấu trúc sẽ được xem xét như là một biến giả dịch chuyển trong mơ hình. Phương trình cơ bản của phép kiểm định
S&L đối với chuỗi dữ liệu khi đó có dạng như sau:
= + ft ( ’Y +
Trong đó, số hạng ft ( ’Y là được gọi là một hàm dịch chuyển (shift function), nó
được thêm vào trong phương trình trên bên cạnh các thành phần khác của chuỗi dữ
liệu Yt . Theo nghiên cứu của Saikkonen và Lütkepohl, có 3 dạng thể hiện khác
nhau của hàm số dịch chuyển này. Tương tự như bài nghiên cứu của Byrne và Nagayasu (2010), trong bài nghiên cứu này, hàm số dịch chuyển được định nghĩa là một biến giả, và có dạng thể hiện như sau:
ft ( ’ dt = {
Trong đó TB là thời điểm xảy ra một sự kiện nào đó, tác động mạnh mẽ đến chuỗi
dữ liệu được gọi là điểm gãy cấu trúc. Với dạng thể hiện như trên của hàm số dịch chuyển, trước khi xảy ra điểm gãy cấu trúc dt sẽ được gán cho giá trị = 0, kể từ thời điểm TB xảy ra điểm gãy cấu trúc dt sẽ được gán giá trị = 1.
Phép kiểm định nghiệm đơn vị có xét đến điểm gãy cấu trúc của Saikkonen và Lütkepohl được người viết tiến hành bằng việc sử dụng phần mềm JMulti, trong đó tương tự hướng tiếp cận truyền thống, độ trễ tối đa trong kiểm định là 12, độ trễ tối
ưu đưa vào sử dụng lựa chọn theo tiêu chuẩn AIC. Thời điểm xảy ra điểm gãy cấu trúc được đề xuất tự động bởi phần mềm JMulti dựa trên dữ liệu được khai báo. Sau đó điểm gãy cấu trúc trong chuỗi dữ liệu được đề xuất sẽ được đối chiếu lại với những sự kiện thực tế đã xảy ra trong quá khứ. Từ đó người viết lựa chọn điểm gãy phù hợp sử dụng trong kiểm định.
Giả thuyết của kiểm định nghiệm đơn vị S&L như sau:
- H0 : chuỗi dữ liệu có nghiệm đơn vị (chuỗi khơng dừng)
- H1 : chuỗi dữ liệu khơng có nghiệm đơn vị (chuỗi dừng)
Nếu trị tuyệt đối của giá trị thống kê t lớn hơn trị tuyệt đối của giá trị t tới hạn (Critical value) theo đề xuất của Lanne et al. (2002), chúng ta đi đến bác bỏ giả thiết
H0. Kết luận chuỗi dữ liệu có tính dừng. Ngược lại kết luận chuỗi dữ liệu khơng có
tính dừng. Khi đó người viết tiếp tục các thao tác trên để tiến hành kiểm tra tính dừng cho chuỗi sai phân bậc một.