Nguồn số liệu: kết quả kiểm định của tác giả trong phần mềm Eviews và Stata Bảng 4.3: Kết quả kiểm định tính dừng của các chuỗi số liệu sau khi lấy sai phân bậc 1
∆Yt = b0 + βYt-1 + ∆Yt-1 + ∆Yt-2 + … + ε (Include Intercept)
∆Yt = b0 + b1t + βYt-1 + ∆Yt-1 + ∆Yt-2 + … + ε (Include Intercept And Trend)
∆Yt = βYt-1 + ∆Yt-1 + ∆Yt-2 + … + ε (No Intercept And No Trend) Lag
length t-Statistic β1 Prob.* Lag
length t-Statistic β1 Prob.* Lag
length t-Statistic β1 Prob.*
d1ln_m2 1 -5.155 -0.5213468 0.00% 1 -5.578 -0.5898847 0.00% 1 -2.190 -0.1061193 2.80% d1ir_lend 1 -4.847 -0.4730030 0.00% 1 -4.902 -0.4842696 0.03% 1 -4.865 -0.4728594 0.00% d1ln_ipi 0 -7.380 -0.6025084 0.00% 0 -7.394 -0.6062688 0.00% 2 -4.096 -0.4127210 0.01% d1ln_cpi 1 -3.174 -0.2093895 2.15% 1 -3.224 -0.2155752 7.97% 1 -2.311 -0.1001928 2.07% d1ln_oilprice 0 -7.648 -0.6694417 0.00% 0 -7.843 -0.6890891 0.00% 0 -7.670 -0.6664407 0.00%
∆Yt = b0 + βYt-1 + ∆Yt-1 + ∆Yt-2 + … + ε (Include Intercept)
∆Yt = b0 + b1t + βYt-1 + ∆Yt-1 + ∆Yt-2 + … + ε (Include Intercept And Trend)
∆Yt = βYt-1 + ∆Yt-1 + ∆Yt-2 + … + ε (No Intercept And No Trend)
Lag
length t-Statistic β1 Prob.* Lag
length t-Statistic β1 Prob.* Lag
length t-Statistic β1 Prob.*
ln_m2 2 -2.120 -0.0029401 23.65% 2 -1.206 -0.0143204 90.93% 2 4.012 0.0011346 100.00% ir_lend 2 -2.838 -0.0594141 5.30% 2 -2.750 -0.0582142 21.59% 2 -0.660 -0.0029831 42.97% ln_ipi 1 -0.925 -0.0036247 77.95% 1 -1.181 -0.0221025 91.43% 1 2.725 0.0005716 99.84% ln_cpi 2 -0.903 -0.0012177 78.70% 2 -2.363 -0.0258980 39.95% 2 2.057 0.0003033 99.05% ln_oilprice 2 -2.661 -0.0500264 8.10% 2 -2.533 -0.0811161 31.15% 1 0.196 0.0002782 74.16% output 1 -2.460 -0.1381491 12.55% 1 -2.373 -0.1371693 39.40% 1 -2.470 -0.1381280 1.36% ln_neer2 1 -0.993 -0.0059527 75.59% 1 -1.158 -0.0224148 91.87% 1 -1.491 -0.0084294 12.69%
Theo các kết quả thu được trong bảng 4.2, các chuỗi số liệu hầu như đều không dừng ngay cả ở mức ý nghĩa 10% (do giá trị p_value > 10% dẫn đến việc chưa thể bác bỏ giả thuyết H0).
Thế nhưng, nhìn vào bảng 4.3 ta thấy, sau khi tiến hành lấy sai phân bậc 1, các
chuỗi số liệu hầu như đều thỏa mãn tính dừng ở mức ý nghĩa 1% (do giá trị p_value <
1% dẫn đến việc bác bỏ giá thuyết H0 và chấp nhận giả thiết H1). Và nếu xét ở mức ý
nghĩa 10% thì có thể xem tất cả các chuỗi số liệu đều đã có tính dừng. Do vậy, sai phân bậc 1 của các biến số sẽ được sử dụng để ước lượng mơ hình VAR trong bài viết này.
4.4.3. Độ trễ tối ưu cho mơ hình VAR:
Như đã trình bày trong quy trình ứng dụng mơ hình VAR, độ trễ tối ưu được tác giả cân nhắc, lựa chọn trên cơ sở xem xét đồng thời cả năm tiêu chuẩn kiểm định LR, FPE, AIC, HQIC và SBIC nhằm giúp mơ hình có thể bám sát thực tế, nâng cao ý nghĩa của các ước lượng thu được.