Bước 4: Kiểm định nhân quả Granger
Kiểm định nhân quả Granger cho phép kiểm tra xem các biến số trong hệ VAR có mối quan hệ nhân quả với nhau hay khơng, hay nói cách khác có tồn tại mối quan hệ 2 chiều nào giữa các biến hay khơng. Kiểm định nhân quả Granger có giả thuyết H0 là các
hệ số hồi quy của các biến lên biến cịn lại bằng 0, hàm ý khơng có tác động nhân quả Granger của các biến số này lên biến phụ thuộc, đồng nghĩa biến phụ thuộc là biến ngoại sinh. Kết quả kiểm định nhân quả Granger được thể hiện ở Bảng 22.
Biến phụ thuộc Chi-square p-value
d(Exchange rate) 6.426742 0.6966
d(CPI) 31.64299 0.0002
d(GDP growth) 44.12772 0.0000
d(Interest rate) 19.78842 0.0193
Bảng 22: Bảng kết quả kiểm định nhân quả Granger
Dựa vào kết quả kiểm định nhân quả Granger có thể thấy chỉ có biến Tỷ giá Exchange rate cho giá trị p-value tổng thể cũng như các p-value riêng phần đều lớn hơn 0.1, nghĩa là không bác bỏ được H0 ở mức ý nghĩa thống kê 10%, các biến khác đều cho thấy p - value tổng thể nhỏ hơn 0.1. Điều này có nghĩa các biến số như chỉ số giá tiêu dùng, lãi suất và tăng trưởng đều có quan hệ nội sinh với nhau và giúp dự báo cho nhau, riêng biến tỷ giá được coi biến ngoại sinh trong hệ VAR do các biến số khác đều không thể tác động đến biến số này. Do đó, mơ hình được điều chỉnh với biến tỷ giá được chuyển thành biến ngoại sinh, các biến còn lại là biến nội sinh. Kết quả này đồng nhất với Nguyễn Thị Thu Trang (2017) khi cho rằng biến tỷ giá được coi là biến ngoại sinh trong hệ VAR dùng để dự báo lạm phát cho Việt Nam.
Sau khi xử lý biến tỷ giá như biến ngoại sinh, mơ hình VAR được ước lượng lại và vẫn tiếp tục trải qua kiểm định về tính ổn định do các nghiệm đặc trưng vẫn nằm trong vòng tròn đơn vị.
Bước 5: Kiểm tra phần dư nhiễu trắng
Kiểm định White về phương sai sai số thay đổi được thực hiện. Kết quả kiểm định cho thấy thống kê Chi bình phương bằng 135.7232 với p-value = 0.1547 > α = 0.05, hàm ý chưa có cơ sở bác bỏ giả thuyết H0 về phương sai sai số đồng đều của nhiễu. Do đó phương sai của nhiễu không đổi.
Kiểm định tự tương quan với tiêu chuẩn Portmanteau cho kết quả các giá trị p-value tại các độ trễ đều nhỏ hơn 0.05 cho thấy khơng có tự tương quan phần dư tại các độ trễ từ 3 trở lên, điều đó có nghĩa phần dư đã hết thông tin.
Qua 2 kết quả kiểm định trên có thể thấy phần dư là nhiễu trắng.
Bước 6: Tiến hành kiểm tra loại bỏ độ trễ không phù hợp
Để nâng cao chất lượng dự báo và loại bỏ các độ trễ khơng phù hợp ra khỏi mơ hình, nhóm tiểu luận tiến hành kiểm định Wald để loại bỏ trễ. Kết quả kiểm định Wald được thể hiện ở Bảng 23.
d(CPI) d(GDP growth) d(Interest rate) Joint Lag 1 40.9065 9.8924 13.8976 50.0108 [0.0000] [0.0195] [0.0030] [0.0000] Lag 2 18.7527 17.8852 13.6168 36.5669 [0.0003] [0.0005] [0.0035] [0.0000] Lag 3 4.3758 17.0395 5.7174 26.3082 [0.2236] [0.0007] [0.1262] [0.0018]
p-value nằm trong ngoặc vuông [ ] dưới mỗi giá trị thống kê Chi – bình phương
Nguồn: Tính tốn và ước lượng với sự trợ giúp của phần mềm Eviews 10
Bảng 23: Kết quả kiểm định Wald để loại bỏ độ trễ không phù hợp
Bảng 23 cho thấy giá trị p-value chung cho từng độ trễ đều nhỏ hơn mức ý nghĩa α = 0.05, điều này cho thấy các giá trị trễ đều khác 0 có ý nghĩa thống kê, do vậy không cần thiết loại bỏ bất cứ độ trễ nào. Tuy nhiên, p-value riêng của các biến d(CPI) và d(Interest rate) ở độ trễ 3 đều tương đối lớn, nên tiểu luận xem xét bỏ độ trễ này đối với 2 biến chỉ số giá tiêu dùng và lãi suất trong từng phương trình ở hệ VAR.
Bước 7: Dự báo trong mẫu với hệ VAR có biến Tỷ giá là biến ngoại sinh
Nhóm tiến hành dự báo trong mẫu từ quý 1 năm 2006 đến quý 3 năm 2019 với mơ hình VAR có biến Tỷ giá là biến ngoại sinh. Sau đó, nhóm tính tốn chỉ tiêu Sai số phần trăm trung bình tuyệt đối MAPE bằng câu lệnh
genr mape_var = @mean(@abs((gdp_growth - gdp_growth_1)/gdp_growth))*100
Kết quả tính tốn chỉ tiêu MAPE = 27.60581%
Bước 8: Dự báo tăng trưởng kinh tế
Do biến tỷ giá hối đoái được coi là biến ngoại sinh trong mơ hình VAR dự báo tăng trưởng nên nhóm tiến hành xây dựng kịch bản cho biến này. Vì Việt Nam theo hệ thống tỷ
giá hối đối thả nổi có điều tiết, nên mức tỷ giá ln dao động ở những ngưỡng cho phép do NHTW quy định, tuy nhiên vẫn chịu mức chi phối của thị trường. Chính vì vậy, việc đưa ra một kịch bản cụ thể cho biến số này là một bài tốn tương đối khó. Vì thế, để việc dự báo trở nên khách quan hơn, nhóm sẽ tiến hành dự báo cho chuỗi tỷ giá hối đối bằng mơ hình ARIMA cho các quý từ quý 4 năm 2019 đến quý 4 năm 2020, sau đó sử dụng giá trị dự báo này để làm kịch bản cho chính biến tỷ giá, từ đó làm đầu vào để dự báo tăng trưởng cho các quý tới.
* Các bước thực hiện dự báo cho chuỗi Exchange rate bằng mơ hình ARIMA(p,d,q)
Bước 1: Kiểm tra tính mùa vụ của chuỗi tỷ giá bằng biểu đồ mùa vụ
Trước hết cần kiểm tra tính mùa vụ của chuỗi tỷ giá, nếu chuỗi tỷ giá có yếu tố mùa vụ rõ ràng thì cần tách yếu tố mùa vụ trước khi dựa báo bằng ARIMA.
15,000 16,000 17,000 18,000 19,000 20,000 21,000 22,000 23,000 24,000 Q1 Q2 Q3 Q4 Means by Season
Exchange rate by Season
Nguồn: Tính tốn và biểu diễn với sự trợ giúp của phần mềm Eviews 10