CHƯƠNG 3 : DỮ LIỆU VÀ MƠ HÌNH NGHIÊN CỨU
3.2 Mơ hình nghiên cứu:
3.2.1 Kỹ thuật thực nghiệm:
Các nghiên cứu thực nghiệm về các yếu tố ảnh hưởng tới tỷ giá hối đoái thực khá rộng lớn, một phần trong các nghiên cứu này tập trung ở các nước phát triển, sử dụng lý thuyết ngang giá sức mua PPP để xác định tỷ giá hối đoái thực cân bằng và do đó chú trọng vào mức độ sai lệch tỷ giá thực cân bằng chứ không tập trung vào các yếu tố quyết định tỷ giá hối đoái thực, một số nghiên cứu khác tập trung với trường hợp ở các nước đang phát triển, trong đó tiên phong là nghiên cứu của
Edwards, 1988; và sau đó là nghiên cứu của Rodriquez, 1989, Elbadawi 1994; Froot và Rogoff, 1995; Rogoff; 1996 và Montiel, 1997.
Những nghiên cứu thực nghiệm của tỷ giá hối đoái thực cân bằng đã sử dụng nhiều phương pháp tiếp cận khác nhau.
Williamson, 1983 đưa ra khái niệm về tỷ giá cân bằng cơ sở (FEER) theo đó tỷ giá cân bằng được hiểu là tỷ giá thực tế thỏa mãn đồng thời cả cân đối bên trong và bên ngoài. Cân đối bên trong đạt được khi nền kinh tế đạt sản lượng tiềm năng còn cân đối bên ngoài được xác định bởi một cán cân thanh toán bền vững trong trung hạn, tức là mức thặng dư/thâm hụt tài khoản vãng lai phù hợp với dòng chảy ra/vào của vốn trong dài hạn. Tỷ giá cân bằng FEER có xu hướng bỏ qua các yếu tố trong ngắn hạn mang tính chu kỳ và yếu tố đầu cơ trên thị trường ngoại hối.
Một dạng khác của FEER là tỷ giá tự nhiên (NATREX) do Stein (1994, 1995, 2002) đưa ra cũng dựa trên các cân đối vĩ mơ bên trong và bên ngồi. NATREX là tỷ giá hối đoái thực cân bằng sau khi đã loại bỏ các nhân tố chu kỳ và dòng vốn đầu cơ, tỷ lệ thất nghiệp là tự nhiên.
Trong các cách tiếp cận thực nghiệm về tỷ giá hối đối thực cân bằng thì mơ hình của Edward, 1989 được xem là mơ hình điển hình được sử dụng rộng rãi để ước lượng tỷ giá thực cân bằng của các nền kinh tế đang phát triển. Edwards (1989) đã xây dựng một mơ hình lý thuyết nghiên cứu để giải thích các yếu tố ảnh hưởng tới tỷ giá hối đoái thực trong ngắn hạn và dài hạn thơng qua việc sử dụng mơ hình tác động cố định (fixed effect model- FEM) với dữ liệu bảng gồm 12 quan sát (Brazil, Columbia, Elsavador, Hy Lạp, Ấn Độ, Israel, Malaysia, Philippines, Nam Phi, Sri
(terms of trade - TOT), độ mở của nền kinh tế (the openness of the economy - OPEN), chi tiêu công (public expenditure - GOVEX), phát triển công nghệ (technical progress - PROD) và lưu chuyển vốn (capital flows - CAPINF) và những nhân tố khác. Kết quả nghiên cứu cũng cho thấy rằng: hệ số của biến số tỷ lệ mậu dịch là âm, hệ số của biến số tỷ lệ chi tiêu chính phủ trên GDP mang dấu âm, hệ số của biến PROD mang dấu dương và hệ số của biến lưu chuyển vốn mang dấu âm.
Clark và Macdonald (1999) cũng đưa ra phương pháp xác định tỷ giá cân bằng gọi là tỷ giá cân bằng theo hành vi (BEER- Behavioral equilibrium exchange rates)2 đánh dấu một điểm mới trong phân tích thực nghiệm, trong đó liên hệ tỷ giá thực tế với một nhóm các biến kinh tế vĩ mô bởi một phương trình duy nhất. Hai tác giả xây dựng một mơ hình các nhân tố ảnh hưởng đến tỷ giá hối đoái thực như tỷ lệ mậu dịch (the terms of trade- tot) hoặc tỷ lệ giá trị xuất khẩu đơn vị trên giá trị nhập khẩu đơn vị, tỷ lệ giá tương đối của hàng hóa thương mại trên giá hang hóa phi thương mại, đại diện bởi tỷ số CPI/PPI và tài sản nước ngoài rịng trên GNP, lãi suất, nợ cơng, năng suất; các biến được lựa chọn dựa trên một nền tảng lý thuyết vững chắc. Chính đặc điểm này làm cho cách tiếp cận phương pháp xác định tỷ giá cân bằng theo hành vi này đủ linh hoạt để cho phép ứng dụng rộng rãi trong phân tích thực nghiệm.
Bên cạnh đó, các mơ hình xác định tỷ giá hối đoái thực cân bằng sẽ dựa trên mơ hình gốc ban đầu và thay đổi nhiều biến giải thích khác nhau để xác định tỷ giá hối đối thực cân bằng, điển hình là mơ hình của Elbadawi (1998) và Montiel (1999). Elbadawi, 1998 đã thêm các nhân tố quan trọng trong cán cân vãng lai và cán cân vốn của các nước đang phát triển vào mơ hình (*), bao gồm: hỗ trợ phát triển chính thức (ODA), dự trữ quốc tế (international reserve - RESV), đầu tư nước ngồi rịng (net foreign capital inflows - NKI), thu nhập nước ngồi rịng (net foreign income - NFI). Montiel (1999) đã phát triển một mơ hình tổng hợp rất nhiều phương pháp
2 Cách tiêp cận BEER được trình bày sâu hơn trong nghiên cứu của Macdonald (2000), Macdonald và Swagel (2000), Clark và Macdonald (2004)
tiếp cận khác nhau, theo mơ hình này tác giả phân chia các biến số nền tảng có tác động dài hạn đến biến động của tỷ giá hối đối thực cân bằng thành 4 nhóm:
Nhóm thứ nhất liên quan đến nhân tố cung nội địa: đại diện bởi năng lực sản
xuất, đặc biệt hiệu ứng Balassa- Samuelson (1964) phát sinh từ tăng trưởng năng lực sản xuất tập trung vào khu vực sản xuất hàng hóa ngoại thương cùng với khu vực sản xuất hàng hóa phi ngoại thương.
Nhóm thứ hai liên quan đến chính sách tài khóa đại diện như sự thay đổi lâu
dài trong thành phần của chi tiêu Chính phủ giữa chi tiêu hàng hóa ngoại thương và hàng hóa phi ngoại thương.
Nhóm thứ ba liên quan đến những thay đổi trong môi trường kinh tế quốc tế,
như sự thay đổi trong tỷ lệ mậu dịch của một nền kinh tế hoặc lưu chuyển vốn.
Nhóm thứ tư liên quan đến chính sách ngoại thương ví dự như sự trợ cấp
trong xuất khẩu cũng có thể ảnh hưởng đến tỷ giá hối đoái thực trong dài hạn.
Kỹ thuật thực nghiệm sử dụng trong bài nghiên cứu này là một ứng dụng của phương pháp BEER và các biến số ảnh hưởng đến tỷ giá hối đoái thực được lựa chọn theo nghiên cứu của Montiel (1999), theo đó hành vi của tỷ giá hối đối thực hiệu lực chịu tác động của các nhân tố kinh tế cơ bản sau:
REER = f(PROD, TOT, GEXP, OPEN, NFA) (3.1)
ACE thường là phi tuyến, nên chúng ta có thể phát hiện ra tính phi tuyến hiện có trong q trình tạo dữ liệu.
Cơng thức chung của một mơ hình hồi quy tuyến tính có một biến phụ thuộc y và p biến độc lập, bao gồm x1, x2, ..., xp, có dạng như sau:
Yt = ∑ + (3.2)
Trong đó: ,…, là các số hệ số hồi quy cần ước lượng và là sai số giới hạn.
Công thức chung của một mơ hình hồi quy ACE dựa trên phương trình hồi quy (3.2) được viết như sau:
f( ∑ (3.3)
Với f là hàm số của biến phụ thuộc y, là hàm số của các biến độc lập (i = 1,2,...,k). Bước đầu tiên trong thuật toán ACE bắt đầu bằng cách xác định những biến đổi ngẫu nhiên có kỳ vọng bằng 0, f( và (i = 1,2,...,k). Để đạt được
các biến đổi tối ưu, chúng ta cần cực đại hóa từ mơ hình hồi quy như trong cơng thức (3.3). Dưới sự ràng buộc chuẩn hóa E[f( )]2 = 1, điều này đồng nghĩa với việc cực tiểu hóa bình phương của các phần dư được xác định theo công thức sau:
(f, , ,…, ) = E[f( ) - ∑ ( )]2
(3.4)
Việc cực tiểu hóa e2 có liên quan đến (i = 1,2,...,k) và f(y) được tiến hành
thơng qua việc tối thiểu hóa các chuỗi hàm đơn lẻ, kết quả như đẳng thức sau:
f( ) = [∑ | ]
|| [∑ | ]|| (3.6)
với || || [E( 2]1/2
Thuật toán bao gồm hai tiến trình cơ bản: tìm kỳ vọng có điều kiện và lặp lại nhiều lần để đạt cực tiểu, do đó thuật tốn này có tên là “Kỳ vọng có điều kiện xen kẽ”. Trong phương trình (3.5), giữ nguyên cố định một biến và các biến còn lại được chuyển đổi và sự chuyển đổi các biến được ước tính theo kỹ thuật phi tham số làm trơn dữ liệu. Thuật tốn sau đó được tiến hành với các biến tiếp theo. Sau khi các ước lượng (i = 1,2,...,k), f(y) được xác định dựa trên những ước tính này
theo phương trình (3.6), bằng việc thay phương trình (3.5) vào (3.6), lặp lại cho đến khi phương trình (3.4) đạt cực tiểu. Các phép biến đổi tối ưu được ký hiệu (i
= 1,2,...,k), f*(y).
Trong không gian phép biển đổi tối ưu, các biến số có liên quan như sau:
f*( ∑ (3.7)
Với là sai số không được ghi nhận khi sử dụng những phép biến đổi ACE và giả
định là có phân phối chuẩn và giá trị trung bình bằng 0.
Tóm lại, thuật tốn ACE tiến hành các phép biến đổi phi tham số và phi tuyến của một bộ các dữ liệu, làm cho chúng phù hợp với các phân tích hồi quy tuyến tính. Một số nghiên cứu của Ma & Kanas, 2000; Wang và Murphy, 2004 cho thấy rằng
3.2.2.2 Đồng liên kết phi tuyến:
Theo Granger và Hallman, 1991 và Granger, 1991 những biến gốc ban đầu của yt
và xit (i=1, 2, ..., k) là đồng liên kết phi tuyến nếu tồn tại các hàm phi tuyến f(.) và gi(.) (i=1, 2, ..., k) sao cho f(yt) và gi(xit) (i=1,2,...,k) là các chuỗi I(1) hay có liên kết bậc 1, và tổ hợp tuyến tính của f(yt) và gi(xit) (i=1,2,...,k) là các chuỗi I(0). Như vậy, mối quan hệ đồng liên kết tuyến tính giữa các biến chuyển đổi ACE có thể được xem là mối quan hệ đồng liên kết phi tuyến giữa các biến gốc ban đầu.
Nhìn chung, tồn tại ba mối quan hệ dài hạn có thể có giữa các biến: thứ nhất các biến có đồng liên kết tuyến tính với nhau, thứ hai các biến có đồng liên kết phi tuyến với nhau và thứ ba không tồn tại đồng liên kết giữa các biến. Vì thế để tránh có kết luận nhầm lẫn, chúng ta nên xem xét đầy đủ ba mối quan hệ này khi nghiên cứu mối quan hệ dài hạn giữa các biến.
3.2.2.3 Phương pháp kiểm định biên ARDL:
Có nhiều phương pháp để tiến hành kiểm định đồng liên kết: phương pháp phổ biến nhất là phương pháp dựa trên kiểm định phần dư của Engle-Granger (1987), kiểm định của Johansen (1991; 1995) và Johansen-Juselius (1990). Tuy nhiên phương pháp kiểm định đồng liên kết ARDL có nhiều ưu điểm nhờ cách thức tiến hành đơn giản cũng như một vài lơi thế khác trở nên phổ biến trong những năm gần đây. Phương pháp kinh tế lượng áp dụng trong bài nghiên cứu này là một ứng dụng của mô hình kiểm định đồng liên kết ARDL được phát triển bởi Pesaran and Shin (1999) và Pesaran và cộng sự (2001), quy trình kiểm định này được chia làm hai bước chính:
Bước đầu tiên: tác giả tiến hành kiểm định mối quan hệ đồng liên kết tuyến tính giữa các biến trong biểu thức (3.1). Nếu kết quả cho thấy đồng liên kết tuyến tính khơng xảy ra, tác giả có thể đi đến kết luận giữa tỷ giá hối đoái thực và các biến kinh tế vĩ mô đang xem xét khơng có mối quan hệ tuyến tính trong dài hạn.
Khi đó tác giả sẽ tiếp tục kiểm định mối quan hệ đồng liên kết phi tuyến giữa các biến, để thực hiện kiểm định này thuật toán ACE được sử dụng để biến đổi các biến
trong mơ hình và sau đó thực hiện kiểm định đồng liên kết giữa các biến chuyển đổi, nếu kết quả cho thấy các biến sau khi chuyển đổi có mối quan hệ đồng liên kết tuyến tính, tác giả có thể kết luận các biến gốc trước khi chuyển đổi có mối quan hệ đồng liên kết phi tuyến.
Đáng chú ý là thuật tốn ACE có thể khiến cho các chuỗi có sai phân bậc 1 trở thành chuỗi có sai phân bậc 0 sau khi chuyển đổi. Vì vậy, ngay cả khi chuỗi gốc ban đầu là chuỗi sai phân bậc 1 thì sau chuyển đổi qua thuật tốn ACE có thể là một hỗn hợp có cả chuỗi sai phân bậc 1 và chuỗi sai phân bậc 0. Lúc này, theo Pesaran và Shin (1999) và Pesaran và cộng sự (2001) kiểm định ARDL có một vài lợi thế hơn so với các phương pháp kiểm định đồng liên kết truyền thồng như của Engle- Granger, 1987 và Johansen, 1988, và Johansen- Juselius, 1990.
Thứ nhất, phương pháp này có thể áp dụng hiệu quả cho các nghiên cứu có cỡ mẫu
nhỏ như nghiên cứu này của tác giả, gồm 56 quan sát
Thứ hai, trong khi kỹ thuật đồng liên kết Jonhansen địi hỏi tất cả các biến phải có
tích hợp cùng bậc thì phương pháp đồng liên kết ARDL áp dụng cho các biến có tích hợp bậc 1. Theo Granger và Hallman, 1991 thì một đặc điểm của thuật tốn ACE là có thể khiến cho các chuỗi có sai phân bậc 1 trở thành chuỗi có sai phân bậc 0 sau khi chuyển đổi. Vì vậy, ngay cả khi chuỗi gốc ban đầu là chuỗi sai phân bậc 1 thì sau chuyển đổi qua thuật tốn ACE có thể là một hỗn hợp có cả chuỗi sai phân bậc 1 và chuỗi sai phân bậc 0. Lúc này, theo Pesaran và Shin (1999) và Pesaran và cộng sự (2001) kiểm định ARDL là phương pháp thích hợp,
Thứ ba, phương pháp này đơn giản và dễ thực hiện hơn các kỹ thuật đồng lien kết
Bước đầu tiên trong phương pháp ARDL là ước lượng mơ hình sau bằng cách sử dụng phương pháp OLS:
yt = c + yt-1 + ∑ + ∑ + ∑ +….. + + ∑ + ut
(3.8)
Trong đó là các hệ số nhân trong dài hạn, và là các hệ số trong ngắn
hạn
ut là nhiễu trắng, p là số lượng độ trễ tối đa mà chúng ta cần đưa vào mơ hình, n là số biến độc lập trong mơ hình.
Sau khi ước lượng phương trình (3.8), tiếp theo kiểm định WALD- Test được sử dụng để kiểm định giả thiết các hệ số nhân dài hạn của các biến trễ yt-1 và xi,t-1 (i=1,2,…,n) đều bằng 0 hay khơng.
Giả thuyết của kiểm định có thể được trình bày như sau:
H0: = = ……= = 0
H1: = 0 hoặc = 0
So sánh giá trị kiểm định F- statistic với bảng giá trị tới hạn được tạo ra bởi Nayaran tính tốn (2005) áp dụng cho các số lượng quan sát từ 30-80 thay vì sử dụng bảng giá trị tới hạn do Pesaran (2001) tính tốn áp dụng cho các mơ hình có số lượng quan sát lớn.
Có hai mức giá trị tới hạn trong bảng tính tốn này là giá trị tới hạn trên và giá trị tới hạn dưới, giá trị tới hạn trên được tính tốn dựa trên giả định là tất cả các biến đều có liên kết bậc 1 hay I(1), cịn giá trị tới hạn dưới thể hiện mức giá trị tới hạn trong trường hợp giả định tất cả các biến hồi quy đều có liên kết bậc 0.
Sau đó chúng ta cần so sánh giá trị F- statistics trong kiểm định so với giá trị tới hạn trong bảng giá trị tới hạn, nếu như giá trị F được tính tốn thấp hơn giá trị biên dưới của giới hạn giá trị tiêu chuẩn thống kê F trong bảng giá trị tới hạn thì giả thuyết phủ định H0 khơng có đồng liên kết sẽ không thể bị bác bỏ và ngược lại, nếu giá trị
thống kê F lớn hơn giá trị biên trên của giới hạn chuẩn, thì giả thuyết phủ định khơng có đồng liên kết bị bác bỏ, nghĩa là có mối quan hệ đồng liên kết giữa các biến trong mơ hình, ngồi ra nếu như giá trị F nằm giữa giá trị biên trên và giá trị biên dưới thì chúng ta khơng thể đưa ra kết luận về kết quả kiểm định, nguyên nhân có thể là do bậc liên kết của các biến hồi quy, lúc này cần tiến hành kiểm định nghiệm đơn vị để chắc chắn rằng khơng có biến nào có liên kết bậc 2.
Nếu kết quả kiểm định WALD cho kết luận mối quan hệ đồng liên kết giữa các biến hồi quy, công việc tiếp theo là việc ước lượng mơ hình mối quan hệ dài hạn giữa các biến. Dạng tổng qt của một mơ hình ARDL như sau:
= + + ∑ + ∑ + … + ∑ + (3.9)
Phương trình trên được ký hiệu như sau ARDL (p, q1, q2,…., qn)
Trong phương trình (3.9) wt là sai số, các tham số p, q1, q2,…., qn là độ trễ tối ưu của
mơ hình. Việc lựa chọn độ trễ tối ưu cho các biến của mơ hình có thể được thực hiện thông qua việc xem xét các tiêu chuẩn tối đa hóa R2 hay tối thiểu hóa các tiêu chuẩn AIC hay SBC.
Từ phương trình ước lượng trên, chúng ta sẽ ước lượng được phương trình đồng liên kết giữa các biến, với một phương trình đồng liên kết tổng quát của các biến có dạng:
∑ ∑
Với j = 1, 2,…, n. Các hệ số là các hệ số đồng liên kết trong dài hạn của các biến. Từ phương trình đồng liên kết mới ước lượng được, chúng ta có thể phân tích mối