Chương 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.1. Biến và nguồn thu thập dữ liệu
Các biến trong nước và quốc tế được sử dụng trong bài luận văn dựa trên các biến của Charles F.Kramer trong bài nghiên cứu: “Pass-Through of External Shocks to
Inflation in Sri Lanka” năm 2008. Theo đó, các biến nghiên cứu gồm:
Giá dầu (Oil): Đại diện cho giá cả hàng hóa nước ngồi, được xem là một trong những cú sốc ngoại sinh. Tác giả tính biến này bằng cách lấy logarit cơ số tự nhiên của giá dầu. Oil được điều chỉnh theo mùa vụ bằng phương pháp Census X12. Nguồn dữ liệu: IMF
Lổ hổng sản lượng (GAP): được tính theo quý bằng cách lấy logarit cơ số tự nhiên của sản lượng thực tế trừ đi sản lượng tiềm năng. Trong đó, sản lượng tiềm năng được tác giả xác định bằng cách sử dụng bộ lọc Hodrick- Prescot (HP). Nguồn dữ liệu: IMF và tính tốn của tác giả.
Tỷ giá hối đoái (E): Các nghiên cứu gần đây của các tác giả khác về lạm phát ở Việt Nam thường chọn biến tỷ giá danh nghĩa hiệu lực NEER, tuy nhiên trong bài nghiên cứu của mình tác giả lựa chọn biến tỷ giá danh nghĩa VND/USD (E) vì tác giả cho rằng việc sử dụng E là sự thể hiện chính xác và hợp lý hơn với lý do, ở Việt Nam đồng USD gần như được mặc định là đồng tiền neo tỷ giá. Ngân Hàng Nhà Nước Việt Nam công bố tỷ giá VND/USD. Căn cứ vào tỷ giá quốc tế giữa USD và các đồng tiền ngoại tệ khác, các Ngân Hàng Thương Mại sẽ xác lập tỷ giá giữa các ngoại tệ đó với VND. Bên cạnh đó USD là ngoại tệ được quy định thanh toán trên hầu hết trên các hợp đồng ngoại thương. Tác giả xác định biến này bằng
cách lấy logarit cơ số tự nhiên của tỷ giá hối đoái của đồng Việt Nam đồng so với đồng đô la Mỹ USD, được tính theo quý. Nguồn dữ liệu: IMF
được tính theo quý (2001Q1 = 100). Được điều chỉnh theo mùa bằng phương pháp Census X12. Nguồn dữ liệu: GSO
Chỉ số giá sản xuất (PPI): là logarit cơ số tự nhiên của chỉ số giá sản xuất, được
tính bằng cách lấy bình quân hàng quý của 2 chỉ số giá bán sản phẩm của người sản xuất hàng công nghiệp và giá bán sản phẩm của người sản xuất hàng nông, lâm, thủy sản (2001Q1= 100) và được điều chỉnh theo mùa bằng phương pháp Census X12. Nguồn dữ liệu: GSO.
Chỉ số giá tiêu dùng (CPI): là logarit cơ số tự nhiên của chỉ số giá tiêu dùng, được tính theo quý (2001Q1 = 100) và được điều chỉnh theo mùa bằng phương pháp Census X12. Nguồn dữ liệu: GSO.
Cung tiền (M2): là logarit cơ số tự nhiên của cung tiền M2, được tính theo q. Nguồn dữ liệu: IMF
Bảng 3.1: Mơ tả các biến và nguồn số liệu nghiên cứu
Biến Ký hiệu Nguồn Cú Sốc
Giá dầu OIL IMF 1
IMF và tính tốn của tác
Lổ hổng sản lượng GAP giả 2
Tỷ giá E IMF 3
Chỉ số giá nhập khẩu IMP GSO 4
Chỉ số giá sản xuất PPI GSO 5
Chỉ số giá tiêu dùng CPI GSO 6
Cung tiền M2 M2 IMF 7
Trong 7 biến được sử dụng có 3 biến đại diện cho nhóm các biến số ngoại sinh gồm: Giá dầu (Oil), tỷ giá (E) và chỉ số giá nhập khẩu (IMP). Bốn biến nội sinh
trong nước gồm lổ hổng sản lượng (Gap), chỉ số sản xuất (PPI), chỉ số giá tiêu dùng (CPI) và cung tiền M2 (M2).
3.2. Mơ hình nghiên cứu
Như đã trình bày ở trên, tác giả sử dụng các biến theo nghiên cứu của Charles F.Kramer: “Pass-Through of External Shocks to Inflation in Sri Lanka” năm 2008. Trong nghiên cứu này, Charles F.Kramer sử dụng phương pháp VAR để xem xét tác động của cú sốc ngoại sinh tới lạm phát. Theo đó, các phương trình thể hiện cú sốc ngoại sinh như sau:
s d e IMP PPI CPI
Trong đó: it , it , it là shock cầu, shock cung và shock tỷ giá; it , it , it là shock lạm phát giá nhập khẩu, giá sản xuất và giá tiêu dùng;
và Et-1(*) là giá trị kỳ vọng của các biến tương ứng dựa trên giá trị của cuối kỳ trước t-1.
Khắc phục hạn chế của VAR, phương pháp SVAR thay thế kỹ thuật “phi lý thuyết” bằng cách áp dụng phương pháp xác định cấu trúc truyền thống dựa trên các lý thuyết và lập luận kinh tế để xác định sai số cấu trúc từ phần dư u, từ đó
tiến hành các phân tích phản ứng đẩy tương tự như phương pháp luận VAR. Với những ưu điểm của SVAR trong việc khắc phục các hạn chế của VAR, tác giả dựa vào nghiên cứu của Nkunde Mwase trong bài nghiên cứu: “An empirical investigation of the Exchange rate Pass-through to Inflation in Tanzania” năm 2006 để xây dựng ma trận cấu trúc cho mơ hình:
1 0 0 0 0 0 0 eOil uOil
a21 1 a23 a24 0 a26 a27 eGap uGap
0 0 1 0 0 0 0 eE uE
a41 0 0 1 0 0 0 X eIMP = uIMP
a51 0 a53 a54 1 a56 0 ePPI uPPI
a61 a62 a63 a64 0 1 0 eCPI uCPI
0 a72 a73 0 0 a76 1 eM2 uM2
Trong đó:
Cú sốc giá dầu: đại diện cho cú sốc cung quốc tế sẽ không bị tác động bởi các cú
sốc trong nước mà chỉ bị tác động bởi chính nó. uoil=eoil
Cú sốc lổ hổng sản lượng: đại điện cho cú sốc cầu có quan hệ mật thiết với giá
đầu vào (giá dầu, giá nhập khẩu), tỷ giá, lạm phát, chính sách tiền. ugap =a21 eoil + a23 eE + a24eimp + a26 ecpi + a27 eM2 + egap
Cú sốc tỷ giá: được cho là gần như không chịu tác động tức thời bởi các cú số
khác (Nkunde Mwase, 2006). uE = eE
Cú sốc giá nhập khẩu: trong bài nghiên cứu này, cú sốc giá nhập khẩu được xem
như là một cú sốc ngoại sinh, do vậy sẽ không bị tác động bởi các cú sốc trong nước mà chỉ bị tác động bởi chính nó và cú số giá dầu.
Mã hóa biến và nhập liệu theo quy chuẩn của Eview 6.0
Kiểm định tự tương quan phần dư
Phân tích kết quả hàm phản ứng đẩy và phân tách phương sai Kiểm định tính dừng của các biến bằng phương pháp ADF
Chạy mơ hình theo cách chạy của VAR
Kiểm định giá trị độ trễ tối ưu phân tích xác định độ trễ tối ưu mơ hình VAR
Kiểm định vịng trịn đơn vị để xác định mơ hình VAR hình thành và ước lượng Tiến hành khai báo ma trận vào mơ hình VAR hiện tại theo mơ hình SVAR
uimp =a41 eoil + eimp
Cú sốc giá cả trong nước: chịu tác động bởi các cú sốc ngoại sinh, lạm phát,
chính sách tiền tệ (M2) được cho là gần như khơng thể có tác động tức thời lên lạm phát (Nkunde Mwase, 2006).
uppi = a51 eoil + a53 eE + a54 eimp + a56 ecpi + eppi ucpi = a61 eoil +a62 egap + a63eE + a64eimp + ecpi
Cú sốc chính sách tiền tệ (M2): được giả định chịu ảnh hưởng tức thời bởi các cú
sốc trong lạm phát, tỷ giá và sản lượng (Nkunde Mwase, 2006). uM2 = a72egap + a73eE + a76ecpi + eM2
3.3. Quy trình nghiên cứu
Quá trình phân tích dữ liệu làm sáng tỏ 3 mục tiêu nghiên cứu được tác giả tiến hành theo các bước tuần tự như sơ đồ sau:
Quy trình để xác định tác động của cú sốc ngoại sinh đến lạm phát trong nước được tác giả cụ thể hóa như sau:
- Tác giả bắt đầu với việc sử dụng kiểm định nghiệm đơn vị để xem tính dừng của chuỗi thời gian mỗi biến để tránh trường hợp hồi quy giả. Phương pháp để kiểm định nghiệm đơn vị là phương pháp Dickey – Fuller mở rộng (ADF).
- Tiếp theo, tác giả thực hiện kiểm định để lựa chọn độ trễ tối ưu cho mơ hình. - Sau khi thực hiện kiểm định nghiệm đơn vị, kiểm định để lựa chọn độ trễ tối ưu cho mơ hình, tác giả thực hiện chạy mơ hình VAR và thực hiện các kiểm định sau:
Kiểm tra tự tương quan của phần dư.
Kiểm định tính ổn định của mơ hình VAR.
- Tiếp đến, tác giả đưa ma trận cấu trúc vào để chạy mơ hình SVAR và thực hiện:
Xem xét hàm phản ứng đẩy lần lượt cho các biến số PPI, CPI khi các cú sốc xảy ra.
Phân rã phương sai để xem xét mức độ giải thích của các nhân tố tác động đến lạm phát ở Việt Nam.
Kiểm định nghiệm đơn vị
Như chúng ta đã biết, các chuỗi thời gian kinh tế vĩ mô (PPI, CPI, IMP) thông thường là các chuỗi khơng dừng, điều đó có thể dẫn đến tình trạng hồi quy giả mạo và kết luận sai khi sử dụng các kiểm định thống kê.
Theo Gujarati (2003) một chuỗi thời gian là dừng khi giá trị trung bình, phương sai, hiệp phương sai (tại các độ trễ khác nhau) giữ nguyên không đổi cho dù chuỗi được xác định vào thời điểm nào đi nữa. Chuỗi dừng có xu hướng trở về giá trị trung bình và những dao động quanh giá trị trung bình sẽ là như nhau. Nói cách
khác, một chuỗi thời gian khơng dừng sẽ có giá trị trung bình thay đổi theo thời gian, hoặc giá trị phương sai thay đổi theo thời gian hoặc cả hai.
Trên thực tế, có nhiều phương pháp kiểm tra tính dừng của chuỗi thời gian:, kiểm định Phillip–Person (PP); kiểm định Dickey–Fuller (DF), kiểm định Dickey – Fuller mở rộng (ADF), kiểm tra bằng giản đồ tự tương quan, … Trong bài nghiên cứu này, tác giả sử dụng kiểm định nghiệm đơn vị (Unit root test) là một kiểm định được sử dụng khá phổ biến để kiểm định một chuỗi thời gian là dừng hay không dừng và phương pháp tác giả sử dụng để thực hiện kiểm định nghiệm đơn vị là phương pháp Dickey và Fuller mở rộng (ADF) thông qua phần mềm Eviews 6.0. Cơ sở lý thuyết của kiểm định đơn vị như sau:
= + (3.1) Trong đó:
: là hằng số.
là nhiễu trắng là số hạng chỉ sai số ngẫu nhiên xuất phát từ các giả định cổ điển rằng nó có giá trị trung bình bằng 0, phương sai là hằng số và không tự tương quan.
dừng khi -1 < <1. Lúc này phương trình (3.1) sẽ là:
= + = + + … + (3.2)
Khi thời gian càng lớn n tiến đến vô cùng (∞) thì lúc này sẽ tiến dần về khơng (0) và cũng tiến dần về khơng (0). Hay nói cách khác là một tác động nhỏ trong q khứ sẽ khơng cịn tác động đến hiện tại.
Nếu : Khi đó là một bước ngẫu nhiên và là một chuỗi khơng dừng. Lúc này phương trình (3.1) sẽ là:
Điều này có ý nghĩa là 1 tác động trong quá khứ sẽ còn tác động nguyên vẹn đến hiện tại.
Thực hiện hồi quy theo phương trình (3.1): = +
Giả thuyết: : = 1: chuỗi thời gian khơng dừng hay cịn gọi có nghiệm đơn vị.
Giả thuyết đối: : < 1: là chuỗi dừng. Để kiểm định ta so sánh giá trị xác suất p-value
Nếu p-value < α (α = 1%; 5% và 10%): bác bỏ giả thuyết : kết luận
là chuỗi dừng.
Nếu p-value >= α: không bác bỏ giả thuyết : kết luận là chuỗi không dừng.
Sai phân bậc nhất của : Δ = - = (3.4)
Phương trình (3.4) là sai phân bậc 1 của một chuỗi thời gian bước ngẫu nhiên: là chuỗi thời gian dừng do giả định là nhiễu trắng. Vậy nếu chuỗi thời gian được lấy sai phân bậc nhất và chuỗi thời gian bắt đầu dừng thì chuỗi thời gian này được gọi là chuỗi liên kết hợp bậc 1, ký hiệu là I(1). Tương tự nếu như chuỗi ban đầu được lấy sai phân bậc hai để trở thành chuỗi dừng thì chuỗi này được gọi là chuỗi liên kết bậc 2, ký hiệu I(2). Tóm lại, nếu chuỗi thời gian bắt đầu dừng ở sai phân bậc d thì ta gọi chuỗi thời gian là chuỗi liên kết bậc d, ký hiệu I(d).
Kiểm định để lựa chọn độ trễ tối ưu
Trước khi thực hiện ước lượng mơ hình VAR, tác giả thực hiện kiểm định để lựa chọn độ trễ tối ưu cho mơ hình.
LL: Log likelihood;
LR: Likelihood ratio;
Bậc VAR sẽ lựa chọn căn cứ bằng cực đại LL và LR.
FPE: Final prediction error (Sai số dự báo cuối cùng);
AIC: Akaike information criteria;
HQ: Hannal Quinn information criterion;
SC: Schwarz Bayesian information criteria.
Bậc VAR sẽ lựa chọn căn cứ bằng cực tiểu FPE, AIC, HQ và SC.
Kiểm tra tự tương quan của phần dư
Để mơ hình nghiên cứu là tốt nhất thì sai số phải là nhiễu trắng. Có nghĩa là phải thỏa các điều kiện sau:
E( = 0;
Var ( = const = ; Cov( = 0; s
Để kiểm tra phần dư của mơ hình có phải là nhiễu trắng hay không. Tác giả sử dụng kiểm định Lagrange-multiplier (LM) để kiểm định tự tương quan phần dư trong mơ hình VAR – kiểm định đưa ra bởi Johansen (1995). Kiểm định này được thực hiện tại các độ trễ j=1, 2,... , m. Đối mỗi j giả thuyết được đưa ra như sau:
- Giả thuyết : Phần dư khơng có tự tương quan. - Giả thuyết đối : Phần dư có tự tương quan.
Tác giả sử dụng giá trị xác suất p-value để kiểm định và kết quả như sau:
+ Nếu giá trị p-value lớn hơn mức ý nghĩa α (p-value > α) ta chấp nhận giả thuyết tức phần dư khơng có tự tương quan.
+ Ngược lại, Nếu giá trị p-value nhỏ hơn mức ý nghĩa α (p-value < α) ta bác bỏ giả thuyết tức là phần dư có tự tương quan. Hay nói cách khác là phần dư chưa phải là nhiễu trắng.
Kiểm định tính ổn định của mơ hình VAR
Để ước lượng một mơ hình là hồi quy tuyến tính, có hai phương pháp bình phương bé nhất và phương pháp ước lượng hợp lý cực đại. Các phương pháp này cũng áp dụng cho mơ hình VAR ổn định.
Giả sử tn thủ mơ hình VAR:
= + + … + + v +
Trong đó:
= ( , , …, ) là vector chuỗi thời gian ngẫu nhiên m chiều;
là các ma trận cấp m x m;
= ( , , …, )là vector nhiễu trắng m chiều;
v = ( , , …, vector hằng số;
Điều kiện ổn định của mơ hình: det(A(z)) đối với ׀z
׀ 1. Điều kiện này
có nghĩa là các nghiệm của phương trình đặc trưng nghịch đảo thực sự nằm ngồi đường trịn đơn vị.
Cả Lutkepohl (2005) và Hamilton (1994) chỉ ra rằng: nếu tất cả các giá trị riêng của ma trận A có giá trị tuyệt đối nhỏ hơn 1 thì mơ hình VAR là ổn định.
Hàm phản ứng
Nếu như mơ hình VAR đã ghi ấn trong lý thuyết kinh tế, đưa ra một cơ sở thuận lợi và hữu ích đối với việc phân tích chính sách thì hàm phản ứng (IRF) xem xét ảnh hưởng của bất kỳ các biến nào đến các biến khác trong hệ thống và nó cũng là
cơng cụ hiệu quả trong phân tích nguyên nhân bằng thực nghiệm và phân tích hiệu quả của chính sách. Đây là một quan điểm quan trọng liên quan đến IRF và VAR – Hàm phản ứng đã được tác giả đưa vào trong bài nghiên cứu để mô tả ảnh hưởng của một cú sốc ở một thời điểm đến các biến nội sinh ở hiện tại và tương lai.
Phân tách phương sai
Ý tưởng của phân tích phương sai là tính xem một thay đổi hay cú sốc của một biến ảnh hưởng bao nhiêu (có thể diễn giải dưới dạng % hoặc số thực) lên các biến khác.
Chương 4: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
4.1. Kiểm định nghiệm đơn vị (Unit Root Test)
Trước khi đo lường mức truyền dẫn của cú sốc ngoại sinh đến các chỉ số giá, tác giả sử dụng kiểm định ADF (Augmented Dickey–Fuller) để kiểm định tính dừng của các biến, lần lượt trong các trường hợp không chặn và không xu hướng, có chặn và có chặn và có xu hướng, kết quả có được là biến GAP dừng ở chuỗi gốc I(0), các biến cịn lại khơng dừng. Sau đó, tác giả tiếp tục kiểm định ADF cho các biến còn lại (chưa dừng) ở sai phân bậc nhất I(1) thì tất cả các biến đều dừng.
Bảng 4.1. Kết quả kiểm định chuỗi gốc I(0) không chặn và không xu hướngNull Hypothesis: Unit root (individual unit root process) Null Hypothesis: Unit root (individual unit root process)
Series: E, CPI, GAP, IMP, M2, OIL, PPI Date: 06/03/14 Time: 22:57
Sample: 2001Q1 2013Q4 Exogenous variables: None
Automatic selection of maximum lags
Automatic selection of lags based on SIC: 0 to 9 Total number of observations: 336
Cross-sections included: 7
Method Statistic Prob.**
ADF - Fisher Chi-square 12.8802 0.5360
ADF - Choi Z-stat 6.63934 1.0000
** Probabilities for Fisher tests are computed using an asymptotic Chi