CHƯƠNG III : PHƯƠNG PHÁP NGHIÊN CỨU
3.1. Mơ hình nghiên cứu
Lý thuyết cho rằng biến động tỷ giá đóng vai trị quan trọng với cán cân thương mại (Aghevli, B.B., Khan, M.S.,Montiel, P.J., 1991; Edwards, 1989). Để việc giảm giá thành công, điều quan trọng là thực hiện điều kiện Marshall - Lerner (LM): tổng giá trị tuyệt đối của nhu cầu nhập khẩu và nhu cầu xuất khẩu co giãn giá phải lớn hơn 1. Mặt khác, sự giảm giá sẽ không cải thiện cán cân thương mại nếu thâm hụt thương mại lớn và độ co giãn xuất khẩu nhỏ hơn. Mặc dù có lợi ích từ việc giảm giá, nhưng nó có chi phí. Thứ nhất, giảm giá sẽ dẫn đến tăng giá cả theo đồng tiền trong nước của hàng hóa nhập khẩu cũng như mức giá trong nước. Thứ hai, sự giảm giá sẽ làm giảm giá trị của tài sản tài chính và tổng cầu thông qua hiệu ứng tài sản. Thứ ba, giảm giá sẽ làm tăng chi phí của nợ nước ngoài và dịch vụ bằng ngoại tệ (Aghevli, B.B., Khan, M.S.,Montiel, P.J., 1991; Edwards, 1989). Do đó, ở nhiều nước, chính phủ khơng muốn phá giá đồng tiền của họ để cải thiện cán cân thương mại của họ. Khuôn khổ lý thuyết sau đó của Rose, A.K and, Yellen, J.L, (1989), và Rose (1990) và phương pháp thực nghiệm sau đó của Bahmani - Oskooee et al (2006), Bahmani - Oskooee and Wang (2006) và Shahbaz,M., Islam, F. and Aamir, N. (2012). Phương trình thực nghiệm được mơ hình hóa như sau:
𝑻𝑩𝒕 = 𝜶𝟏+ 𝜶𝟐𝒀𝑽𝑵,𝒕 + 𝜶𝟑𝒀𝒋,𝒕+ 𝜶𝟒𝑹𝑬 + 𝝁𝒕 (3.1)
Theo đó, TBt là cán cân thương mại, được định nghĩa là tỷ lệ xuất khẩu trên nhập khẩu; YVN là thu nhập quốc nội của Việt Nam (GDP thực); Yj,t là thu nhập thực của đối tác thương mại j; và REt là tỷ giá thực được định nghĩa là NEt .Pj,t/ PVN,t (NEt là tỷ giá hối đoái danh nghĩa; Pj,t là chi số giá của đối tác thương mại và PVN,t là giá trong nước được xác định bởi CPI của Việt Nam) và j = US (M ỹ); JP (Nhật Bản); KR (Hàn Quốc); EU; CN (Trung Quốc). Tất cả các chuỗi đã được chuyển đổi thành logarit tự nhiên. Nghiên cứu thực nghiệm này sử dụng dữ liệu hàng quý trong giai đoạn 1996 Q1 – 2014 Q2. Đây là giai đoạn dài nhất của dữ liệu sẵn có tại Việt Nam.
Việc ước lượng các hệ số thu nhập trong nước (α2) kỳ vọng sẽ là âm vì sự
gia tăng của thu nhập dẫn đến sự gia tăng hàng nhập khẩu từ các nước khác. Tuy nhiên, nếu tăng thu nhập Việt Nam dẫn đến sự gia tăng trong sản xuất hàng hóa thay thế nhập khẩu, Việt Nam có thể nhập khẩu ít khi thu nhập tăng, đem đến 1 ước lượng dương đối với α2. Vì vậy, α2 có thể là âm và dương, phụ thuộc vào việc có
hay khơng các yếu tố phía cầu thống trị phía cung hoặc ngược lại (Halicioglu, 2007; Shahbaz, M., Awan, R.U. and Ahmad, K., 2011). Tương tự như vậy, hệ số ước lượng thu nhập nước ngồi (α3) có thể là âm và dương. Kỳ vọng α4 là dương nếu
giảm giá đồng tiền thực làm tăng xuất khẩu và giảm nhập khẩu, đáp ứng điều kiện ML. Điều quan trọng cần lưu ý là theo giả thuyết đường cong J, α4 là âm trong ngắn hạn. Vì vậy, điều quan trọng là kết hợp các biến động ngắn hạn vào dài hạn.
Bài nghiên cứu áp dụng phương pháp tiếp cận ARDL được phát triển bởi Pesaran et al. (2001). Cách tiếp cận này có một số lợi thế so với kỹ thuật đồng liên kết Johansen (Johansen, S. and Juselius, K., 1990). Thứ nhất, nó địi hỏi cỡ mẫu nhỏ hơn so với kỹ thuật đồng liên kết Johansen (Ghatak, S. and Siddiki, J., 2001). Thứ hai, kỹ thuật Johansen yêu cầu các biến cần phải dừng trong cùng bậc. Cách tiếp cận ARDL không yêu cầu các biến phải dừng trong cùng một bậc. Nó có thể được áp dụng cho dù các biến là hoàn toàn I(0) hoặc I(1), hoặc cả hai. Thứ ba, phương pháp tiếp cận ARDL cung cấp các ước lượng dài hạn không chệch với giá trị thống kê t hợp lệ nếu một số các mơ hình hồi quy là nội sinh (Narayan, 2005; Odhiambo, 2008). Thứ tư, phương pháp này cung cấp phương pháp đánh giá đồng thời các tác động ngắn hạn và dài hạn của một biến lên biến khác và nó cũng tách các tác động ngắn hạn và dài hạn (Bentzen, I. and Engsted, T., 2001).
Phương pháp tiếp cận kiểm định ARDL có thể phân biệt giữa biến phụ thuộc và giải thích. Phương trình (1) chuyển thành mơ hình điều chỉnh sai số như sau:
∆𝑻𝑩𝒕 = 𝒃𝟎+ ∑ 𝒄𝒊∆𝑻𝑩𝒕−𝒊 𝒑 𝒊=𝟏 + ∑ 𝒅𝒊∆𝒀𝑽𝑵,𝒕−𝒊 𝒑 𝒊=𝟎 + ∑ 𝒆𝒊∆𝒀𝒋,𝒕−𝒊 𝒑 𝒊=𝟎 + ∑ 𝒇𝒊∆𝑹𝑬𝒕−𝒊 𝒑 𝒊=𝟎 + 𝝅𝟏𝑻𝑩𝒕−𝟏+ 𝝅𝟐𝒀𝑽𝑵,𝒕−𝟏+ 𝝅𝟑𝒀𝒋,𝒕−𝟏 + 𝝅𝟒𝑹𝑬𝒕−𝟏+ 𝝅𝟓𝑫𝑩 + 𝝁𝒕 (3.2)
với Δ biểu thị sai phân bậc 1, DB là biến giả biểu thị cho cuộc khủng hoảng kinh tế năm 2007, p là độ trễ tối đa và ut là nhiễu trắng.
Trình tự của phương pháp kiểm định ARDL giới hạn có ba bước:
- Bước đầu tiên là xử lý với kiểm định F về sự tồn tại của mối quan hệ dài hạn. Cần có một sự cân bằng tinh tế giữa việc lựa chọn p đủ lớn để giảm thiểu vấn đề số dư tự tương quan và, đồng thời, đủ nhỏ để phương trình (3.2) khơng bị q nhiều tham số (over-parameterized), đặc biệt là trong trường hợp hạn chế chuỗi dữ liệu thời gian có sẵn (Pesaran et al., 2001). Để xác định độ dài trễ phù hợp p, bài nghiên cứu ước lượng mơ hình (3.2) bằng OLS với p=1, 2, … 6 (Phouphet Kyophilavong et al., 2013)1.. Để đảm bảo việc so sánh kết quả cho sự lựa chọn khác nhau của p, tất cả các ước lượng đều sử dụng khoảng thời gian mẫu như nhau, 1998Q1-2014Q2 (T = 67), với tám quan sát đầu tiên được dự trữ cho việc xây dựng các biến trễ. Các tiêu chí lựa chọn độ trễ tối ưu bao gồm: Akaike’s và Schwarz’s Bayesian Information Criteria, ký hiệu tương ứng là AIC và SBC.
Một số nghiên cứu kiểm định F đối với mơ hình đã chọn được đỗ trễ tối ưu cho từng biến (theo Bước thứ hai, được mô tả tiếp sau đây) (Bahmani- Oskooee, M. and Hajilee, M., 2009). Do đó, đối với những mối quan hệ song phương đã kiểm định F trước đó về tồn tại hay không mối quan hệ song phương, bài nghiên cứu vẫn kiểm định lại một lần nữa với mơ hình đã chọn được độ trễ tối ưu cho từng biến.
1 Trong bài nghiên cứu của các tác giả này, cỡ mẫu cũng gần tương đương (1993Q1–2010Q4). Và các tác giả đã thiết lập bậc của lag tối đa chỉ lên đến 6 để đảm bảo đủ bậc tự do cho phân tích kính tế lượng bởi vì cỡ
Giả thuyết 0 (null hypothesis) về việc không tồn tại một mối quan hệ dài hạn được ký hiệu (FTB(TB/YD,YW,RE))2 là ( H0 : π1 = π2 = π3 = π4 = 0) so với ( H1 : π1 ≠ π2 ≠ π3 ≠ π4 ≠ 0). Pesaran et al., (2001) tạo ra những giới hạn tới hạn dưới và trên cho kiểm định F, các giá trị tới hạn của giới hạn dưới giả định rằng tất cả các biến là I(0) trong khi giá trị tới hạn của giới hạn trên giả định rằng tất cả các biến là I(1). Nếu tính tốn giá trị thống kê F kê vượt quá giới hạn trên thì giả thuyết 0 về việc khơng có mối quan hệ dài hạn bị bác bỏ. Nếu giá trị tính tốn thống kê F thấp hơn giới hạn dưới thì giả thuyết 0 về việc khơng có mối quan hệ dài hạn được chấp nhận3.
- Một khi kết luận được là có tồn tại mối quan hệ dài hạn giữa các biến level thì Bước thứ hai là việc ước tính các hệ số dài hạn có liên quan đến việc xác định mơ hình ARDL với các độ trễ tối ưu.
o Đầu tiên, xác định bậc của mơ hình ARDL(p, p1, p2, p3):
∆𝑇𝐵𝑡 = 𝑏0+ ∑ 𝑐𝑖∆𝑇𝐵𝑡−𝑖 𝑝 𝑖=1 + ∑ 𝑑𝑖∆𝑌𝑉𝑁,𝑡−𝑖 𝑝1 𝑖=0 + ∑ 𝑒𝑖∆𝑌𝑗,𝑡−𝑖 𝑝2 𝑖=0 + ∑ 𝑓𝑖∆𝑅𝐸𝑡−𝑖 𝑝3 𝑖=0 + 𝜋1𝑇𝐵𝑡−1 + 𝜋2𝑌𝑉𝑁,𝑡−1+ 𝜋3𝑌𝑗,𝑡−1+ 𝜋4𝑅𝐸𝑡−1+ 𝜋5𝐷𝐵 + 𝜇𝑡
(𝑝 + 1)𝑘 phương trình hồi quy đã được thực hiện với các độ trễ khác
nhau của mỗi biến. Trong đó, p là số lượng độ trễ tối đa cho mỗi biến (ở đây p = 6) và k là số lượng biến trong phương trình (ở đây k = 4). Để chọn được phương rình với độ trễ tối ưu cho mỗi biến, các tiêu chí lựa chọn cho độ trễ tối ưu như Tiêu chí Schwarz Bayesian (SBC) và Tiêu chí thơng tin Akaike (AIC).
Các kiểm định đặc trưng bao gồm kiểm định tương quan chuỗi, dạng hàm số, tính chuẩn tắc, và phương sai thay đổi (Phouphet Kyophilavong et al., 2013) được thực hiện để đảm bảo mơ hình với các độ trễ tối ưu đã hoàn toàn phù hợp. Ngoài ra, các kiểm định sự ổn định của Brown, R.L.,
2 Các giá trị của FTB(TB/YD,YW,RE) được tính tốn bằng Wald test
Durbin, J. and Evans, M. (1975), cịn được gọi là kiểm định tổng tích lũy (CUSUM) và tổng tích lũy bình phương (CUSUMSQ) dựa trên các số dư hồi quy đệ quy, được sử dụng để kiểm định tính ổn định của mơ hình. Nếu mơ hình vi phạm các kiểm định thì sẽ thực hiện xác định lại bậc của mơ hình để làm sao chọn được mơ hình vừa có độ trễ tối ưu và vừa đảm bảo các kiểm định nêu trên.
o Từ kết quả phương trình trên, mối quan hệ dài hạn giữa các biến level lúc này được thể hiện dưới dạng:
𝑇𝐵𝑡 = 𝛼1+ 𝛼2𝑌𝑉𝑁,𝑡+ 𝛼3𝑌𝑗,𝑡 + 𝛼4𝑅𝐸 + 𝜇𝑡
với 4 : 𝑎1 = −𝑏0⁄𝜋1, 𝑎2 = − 𝜋2⁄𝜋1, 𝑎3 = −𝜋3⁄𝜋1 và 𝑎4 = −𝜋4⁄𝜋1
(Rushdi, M., Kim, J. H. and Silvapulle, P., 2012)
- Bước thứ ba và cũng là bước cuối cùng là việc ước lượng các hệ số ngắn hạn bằng cách sử dụng mơ hình điều chỉnh sai số (ECM):
∆𝑇𝐵𝑡 = 𝑏0+ ∑ 𝑐𝑖∆𝑇𝐵𝑡−𝑖 𝑝 𝑖=1 + ∑ 𝑑𝑖∆𝑌𝑉𝑁,𝑡−𝑖 𝑝1 𝑖=0 + ∑ 𝑒𝑖∆𝑌𝑗,𝑡−𝑖 𝑝2 𝑖=0 + ∑ 𝑓𝑖∆𝑅𝐸𝑡−𝑖 𝑝3 𝑖=0 + 𝑔𝐸𝐶𝑇𝑡−1+ 𝜇𝑡 (3.3)
Để đảm bảo sự hội tụ của các giao động đến cân bằng dài hạn, dấu của hệ số điều chỉnh sai số trễ (ECTt - 1) phải là âm và có ý nghĩa thống kê.