3.3 Cách xử lý dữ liệu
3.3.2 Kiểm định nghiệm đơn vị
Đây là một kiểm định quan trọng khi phân tích tính dừng của dữ liệu chuỗi thời gian và xác định bậc liên kết của chúng. Theo Nelson và Plosser (1982), dữ liệu tài chính nhìn chung là tích hợp, nghĩa là phương sai và hiệp phương sai của dữ liệu thay đổi theo thời gian. Trong trường hợp này, có thể sẽ xuất hiện hiện tượng hồi quy giả khi áp dụng thuật tốn bình phương tối thiểu (Ordinary least quares – OLS)
Để thực hiện điều này tác giả áp dụng cả kiểm định nghiệm đơn vị ADF (Augmented Dickey_Fuller) và PP (Phillips-Person). Khi đó, chuỗi dữ liệu được gọi là liên kết bậc d (ký hiệu là I(d)) nếu nó có tính dừng sau khi thực hiện sai phân d lần, với biến số có bậc liên kết lớn hơn hoặc bằng một thì chuỗi ban đầu là không dừng. Tuy nhiên, thường với những dữ liệu kinh tế vĩ mơ thì chúng sẽ dừng tại sai phân bậc 1. Đối với cả hai phương pháp này, việc kiểm định sẽ được thực hiện theo các trường hợp sau:
Giả sử chúng ta cần xác định sự tồn tại nghiệm đơn vị của chuỗi dữ liệu thời gian Yt khi đó ta có thể lựa chọn ra một trong 3 khả năng theo các phương trình hồi quy sau:
𝛥𝑌𝑡 = 𝛿𝑌𝑡−1 + ∑ 𝛽𝑖 𝛥 𝑞 𝑖=1 𝑌𝑡−𝑖 + 𝑢𝑡 𝛥𝑌𝑡 = 𝛼 + 𝛿𝑌𝑡−1+ ∑ 𝛽𝑖 𝛥 𝑞 𝑖=1 𝑌𝑡−𝑖 + 𝑢𝑡 𝛥𝑌𝑡 = 𝛼 + 𝛾𝑇 + 𝛿𝑌𝑡−1+ ∑ 𝛽𝑖 𝛥 𝑞 𝑖=1 𝑌𝑡−𝑖+ 𝑢𝑡
Với giả thuyết: H0 : δ = 0 (có nghiệm đơn vị - chuỗi thời gian không dừng) và H1 : δ < 0 (khơng có nghiệm đơn vị - chuỗi thời gian dừng)
Bảng 3.1 Kết quả giá trị thống kê t của kiểm định nghiệm đơn vị
Các biến số
Phương pháp ADF Phương pháp PP
Khơng chặn khơng xu thế Có chặn Có chặn, có xu thế Khơng chặn khơng xu thế Có chặn Có chặn, có xu thế TBg -2.239346** -2.582141 -2.560264 -3.823045* -4.093102* -5.606366* TBs -0.252428 -5.918652* -6.111062* -2.772684* -5.897707* -6.100639* GDPvn 1.907156 -0.561071 -2.017646 4.612625 -3.944439* -21.19258*** GDPw 0.889598 -1.395793 -1.588158 1.945498 -1.022175 -1.077313 REER 1.331596 -1.077053 -3.024382 -3.024382 -0.129618 -1.393969 ∆TBg -5.606366* -5.670323* -5.603498* -12.63279* -12.70014* -12.69275* ∆TBs -6.655823* -6.637883* -6.566095* -23.83632* -24.30047* -24.04558* ∆GDPvn -0.935830 -2.097188 -2.125031 -26.78632* -66.59025* -66.38334* ∆GDPw -2.215255** - 2.715399*** -2.838604 -7.828970* -8.467634* -8.467634* ∆REER -1.666017** -2.316655 -2.254273 -3.941223* -5.173765* -5.123979*
Ghi chú: *, **, *** là ký hiệu bác bỏ giả thuyết H0 với mức ý nghĩa lần lượt tại 1%, 5% và 10%.
Bảng trên thể hiện kết quả tính dừng của các biến. Kết quả cho thấy là chấp nhận giả thuyết H0 tại gốc và bác bỏ giả thuyết H0 tại sai phân bậc nhất của các biến. Cụ thể:
Biến TBg: kiểm định nghiệm đơn vị tại gốc bằng phương pháp PP, bác bỏ giải thuyết H0 mức ý nghĩa 1% chuỗi dừng tại gốc nhưng kiểm định bằng phương pháp ADF chuỗi không dừng trường hợp có chặn và có xu thế. Chuỗi dừng sai phân bậc 1.Vì vậy tác giả kết luận biến TBg không dừng tại gốc và dừng sai phân bậc 1.
Biến TBs: kiểm định nghiệm đơn vị tại gốc bằng phương pháp PP, bác bỏ giải thuyết H0 mức ý nghĩa 1% chuỗi dừng tại gốc nhưng kiểm định bằng phương pháp ADF chuỗi không dừng trường hợp không chặn không xu thế và dừng trường hợp có chặn và trường hợp có chặn có xu thế với mức ý nghĩa 10%. Chuỗi dừng sai phân bậc 1.Vì vậy tác giả kết luận biến TBs không dừng tại gốc và dừng sai phân bậc 1.
Biến GDPvn: chuỗi không dừng tại gốc. Trường hợp kiểm định nghiệm đơn vị sai phân bậc 1 bằng phương pháp ADF thì chuỗi khơng dừng nhưng với phương pháp ADF thì chuỗi dừng sai phân bậc 1. Vì vậy tác giả kết luận biến GDPvn khơng dừng tại gốc và dừng sai phân bậc 1.
Biến GDPw: chuỗi không dừng tại gốc. Chuỗi sai phân bậc 1 dừng bằng phương pháp PP, bằng phương pháp ADF chuỗi dừng trong trường hợp có chặn có xu thế.Vì vậy tác giả kết luận biến GDPw không dừng tại gốc và dừng sai phân bậc 1.
Biến REER: chuỗi không dừng tại gốc. Chuỗi sai phân bậc 1 dừng bằng phương pháp PP, bằng phương pháp ADF chuỗi dừng trong trường hợp không chặn khơng xu thế mức ý nghĩa 10%.Vì vậy tác giả kết luận biến REER không dừng tại gốc và dừng sai phân bậc 1.
Như vậy, trong nghiên cứu này tất cả các biến không dừng tại gốc nhưng dừng sai phân bậc nhất. Kết quả phù hợp với đa số dữ liệu thời gian đã được kiểm chứng trong các nghiên cứu trước đây và là điều kiện cần thiết để tiến hành thực hiện các thống kê kiểm định tiếp theo.
3.3.3 Kiểm định đồng liên kết
Như đã trình bày trong phần kiểm định nghiệm đơn vị, tất cả các biến lựa chọn đều không dừng tại gốc nhưng dừng sai phân bậc nhất. Do đó, mục đích chính của phần này là sử dụng kiểm định đồng liên kết Johansen để xác định xem các biến trong mơ hình (4) có bao nhiêu tổ hợp tuyến tính của các biến này là dừng. Nói cách khác, về mặt kinh tế tồn tại bao nhiêu mối quan hệ trong dài hạn giữa các biến. Để thực hiện điều này tác giả sử dụng các giả thuyết cho kiểm định thống kê sau:
Kiểm định Trace:
H0: Có mối quan hệ đồng liên kết ( r = 0, 1, 2, …) H1: Có (r + 1) mối quan hệ đồng liên kết.
Đối với độ trễ tối ưu, tác giả sử dụng mơ hình VAR để ước lượng. Một điều quan trọng khi xác định độ trễ tối ưu là vấn đề lựa chọn chuẩn thơng tin trong mơ hình VAR, có hai giá trị có thể sử dụng: giá trị tuyệt đối lớn nhất của Akaike information criterion AIC, Schwarz information criterion (SIC) hoặc Hannan-Quinn information criterion (HQ) và giá trị thấp nhất của sai số dự báo cuối cùng (FPE). Tuy vậy, theo Stock và Watson (2007) nếu bậc tự hồi quy p không đủ lớn để đảm bảo rằng độ trễ được lựa chọn là đúng, thậm chí trong một nghiên cứu mẫu lớn, và ước lượng AIC đối với p là khơng phù hợp, nhưng dù có sự khuyết về mặt này, AIC vẫn được sử dụng rộng rãi trong nghiên cứu. Vì vậy, cũng như nhiều nghiên cứu trước đây, nghiên cứu này áp dụng chuẩn AIC trong việc xác định độ trễ tối ưu và cột (5) thể hiện kết quả của quá trình nghiên cứu với sự trợ giúp của Eviews.
Bảng 3.2 Xác định độ trễ tối ưu cho TBg, GDPVN, GDPw, REER
Độ trễ LogL LR FPE AIC SC HQ
0 340.4112 NA 3.19e-10 -10.51285 -10.37792 -10.45969 1 602.3211 482.8963 1.47e-13 -18.19753 -17.52288 -17.93175 2 633.1667 53.01602 9.31e-14 -18.66146 -17.44709 -18.18306 3 646.1217 20.64703 1.04e-13 -18.56630 -16.81221 -17.87528 4 823.2194 260.1121* 6.97e-16* -23.60060* -21.30679* -22.69696* * Độ trễ tối ưu
LR: sequential modified LR test statistic (each test at 5% level) FPE: Final Prediction Error
Bảng 3.2 cho thấy nếu dựa vào chuẩn AIC thì độ trễ tối ưu được lựa chọn cho các biến TBg, GDPvn, GDPw, REER là k = 4.
Bảng 3.3 Xác định độ trễ tối ưu cho TBs, GDPVN, GDPw, REER
Lag LogL LR FPE AIC SC HQ
0 309.8667 NA 8.30e-10 -9.558334 -9.423404 -9.505178 1 568.7355 477.2893 4.20e-13 -17.14798 -16.47333 -16.88220 2 597.5228 49.47823 2.83e-13 -17.54759 -16.33322 -17.06919 3 611.5132 22.29723 3.07e-13 -17.48479 -15.73070 -16.79376 4 782.8187 251.6049* 2.46e-15* -22.33808* -20.04427* -21.43444*
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error
Bảng 3.3 cho thấy nếu dựa vào chuẩn AIC thì độ trễ tối ưu được lựa chọn cho các biến TBs, GDPvn, GDPw, REER là k = 4.
Vậy độ trễ tối ưu là k = 4. Tác giả tiến hành kiểm định đồng liên kết đa biến Johansen với độ trễ tối ưu là k = 4.
Bảng 3.4 Xác định số liên kết cho các biến TBg, GDPVN, GDPw, REER
Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.361381 54.00788 47.85613 0.0118 At most 1 0.224876 25.75566 29.79707 0.1362 At most 2 0.118261 9.707523 15.49471 0.3039 At most 3 0.027833 1.778369 3.841466 0.1823
Trace test indicates 1 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Bảng trên cho thấy bác bỏ giả thuyết H0: có mối liên kết r = 0 với mức ý nghĩa 5%. Vì vậy có một mối liên kết giữa các biến TBg, GDPVN, GDPw, REER.Hay trong dài hạn có một mối quan hệ giữa các biến.
Bảng 3.5 Xác định TBs, GDPvn, GDPw, REER
Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.373374 52.71940 47.85613 0.0163
At most 1 0.215443 23.27285 29.79707 0.2329
At most 2 0.097560 7.986764 15.49471 0.4668
At most 3 0.023832 1.519614 3.841466 0.2177
Trace test indicates 1 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Bảng 3.5 cho thấy bác bỏ giả thuyết H0: có mối liên kết r = 0 với mức ý nghĩa 5%. Vì vậy, có một mối liên kết giữa các biến TBs, GDPvn, GDPw, REER.Hay trong dài hạn có một mối quan hệ giữa các biến.
Từ kết kết quả trên cho phép tác giả kết luận rằng có một mối quan hệ dài hạn giữa cán cân vãng lai với các biến độc lập và cho phép tác giả thực hiện các ước lượng trong mơ hình hiệu chỉnh sai số.
TỔNG KẾT CHƯƠNG 3
Trong chương này tác giả giới thiệu dữ liệu được sử dụng trong bài nghiên cứu và khái quát các phương pháp kiểm định và các mơ hình được tác giả sử dụng để ước lượng. Cụ thể, để kiểm tra tính dừng của chuỗi dữ liệu nhằm tránh nhứng rắc rối khi phân tích dữ liệu do hồi quy giả mạo gây ra, tác giả đã sử dụng phương pháp kiểm định nghiệm đơn vị theo cả hai phương pháp là ADF và PP. Kết quả cho thấy , trong nghiên cứu này tất cả các biến không dừng tại mức nhưng dừng sai phân bậc nhất. Kết quả phù hợp với đa số dữ liệu thời gian đã được kiểm chứng trong các nghiên cứu trước đây và là điều kiện cần thiết để tiến hành thực hiện các thống kê kiểm định tiếp theo.
Tất cả các biến lựa chọn đều không dừng tại mức nhưng dừng sai phân bậc nhất. Do đó, mục đích chính của phần này là sử dụng kiểm định đồng liên kết Johansen để xác định xem các biến trong mơ hình (3.4) có bao nhiêu tổ hợp tuyến tính của các biến này là dừng. Nói cách khác, về mặt kinh tế tồn tại bao nhiêu mối quan hệ trong dài hạn giữa các biến.Tác giả sử dụng mơ hình VAR để xác định độ trễ tối ưu.Nghiên cứu này áp dụng chuẩn AIC trong việc xác định độ trễ tối ưu. Kết quả sau khi chạy Eviews cho thấy độ trễ tối ưu là k=4.
Tác giả tiến hành kiểm định đồng liên kết đa biến Johansen với độ trễ tối ưu là k = 4 và kết quả là:
Ở cán cân thương mại: có một mối liên kết giữa các biến TBg, GDPvn,
GDPw, REER. Hay trong dài hạn có một mối quan hệ giữa các biến. Ở cán cân dịch vụ: có một mối liên kết giữa các biến TBs, GDPvn,
GDPw, REER. Hay trong dài hạn có một mối quan hệ giữa các biến. Vậy trong bước tiếp theo tác giả có thể thực hiện các ước lượng trong mơ hình hiệu chỉnh sai số.
CHƯƠNG 4
KẾT QUẢ NGHIÊN CỨU
Tác giả ước lượng mơ hình trong phương trình (3.4) cho 2 thành phần chính của cán cân thương mại và dịch vụ.