thực
Theo như phần cở sở lý thuyết về tỷ giá thực nói trên, mơ hình tỷ giá thực cân bằng được xác định như sau:
LOG_RERt = α0 + α1Trendt + α2DRt + α3LOG_PDt + α4LOG_TOTt + α5LOG_TOt + α6LOG_GOVEXt + α7LOG_NFAt + ut
Bảng 4.2: Kỳ vọng dấu của các biến trong mơ hình tỷ giá thực
Biến Dấu kỳ vọng DR (+ / -) LOG_PD ( - ) LOG_TOT (+ / -) LOG_TO (+ / -) LOG_GOVEX (+ / -) LOG_NFA ( - ) Nguồn: Tác giả tổng hợp
Ngồi các biến giải thích như trong phương trình trên, một số nghiên cứu như Bergvall (2004), Chen & Chen (2007), Lizardo & Mollick (2010), Wong (2013) có đề cập đến tầm quan trọng của giá dầu thế giới trong việc xác định mức tỷ giá thực. Khi giá dầu tăng, trong trường hợp quốc gia xuất siêu dầu, đồng nội tệ sẽ có xu hướng tăng giá; và ngược lại, trong trường hợp quốc gia nhập siêu dầu, đồng nội tệ sẽ có xu hướng giảm giá do cán cân thương mại bị xấu đi. Việt Nam là một quốc gia nhập siêu dầu (chúng ta xuất siêu dầu thô nhưng lại nhập siêu các sản phẩm về dầu) nên giá dầu thế giới được kỳ vọng là có quan hệ đồng biến với RER. Tuy nhiên trong q trình ước lượng, lựa chọn mơ hình, biến giá dầu thế giới khơng có ý
nghĩa thống kê (cả trong ngắn hạn và dài hạn) 12 nên tác giả khơng xét đến biến này trong mơ hình tỷ giá thực.
Chênh lệch dự trữ cũng là một biến thường được xét đến trong mơ hình các yếu tố ảnh huởng đến tỷ giá thực (Aizenman & Riera-Crichton, 2006; Wang et al, 2007; Kasman & Ayhan, 2008; Wong, 2013). Tuy nhiên chênh lệch dự trữ lại có tương quan rất cao với biến tài sản nước ngồi rịng (NFA), gần 86% và khi đưa biến này vào mơ hình, mức độ phù hợp của mơ hình khơng được cải thiện. Vì lý do này mà tác giả chỉ xét đến biến tài sản nước ngồi rịng và bỏ qua biến chênh lệch dự trữ.
Để ước lượng mối quan hệ dài hạn cũng như động lực ngắn hạn giữa các biến, ta áp dụng phương pháp ARDL Bounds Test như đã đề cập trong phần 3.2. - Phương Pháp Nghiên Cứu.
Bước đầu tiên chúng ta tiến hành kiểm định nghiệm đơn vị của các biến để chắc chắn khơng có biến nào dừng ở bậc hai. Để kiểm định nghiệm đơn vị chúng ta sử dụng kiểm định ADF và PP đồng thời so sánh với kết quả kiểm định tính dừng theo KPSS để đảm bảo tính chính xác về bậc dừng của dữ liệu. Kết quả kiểm định nghiệm đơn vị và tính dừng được thể hiện chi tiết trong Bảng 4.3. Như vậy theo kết quả kiểm định ADF và PP, ngoại trừ biến chênh lệch lãi suất DR dừng ở bậc 0 – I(0), các biến còn lại đều dừng ở bậc 1 – I(1). Như vậy dữ liệu của chúng ta đủ điều kiện áp dụng Bounds Test để kiểm định mối quan hệ đồng liên kết.
12 Kết quả ước lượng mơ hình tỷ giá bao gồm giá dầu thế giới khơng được trình bày ở đây nhưng sẽ được cung cấp khi có yêu cầu.
Bảng 4.3: Kết quả kiểm định nghiệm đơn vị của các biến trong mơ hình tỷ giá thực Biến Biến ngoại sinh
ADF Test PP Test KPSS Test
I(0) I(1) I(0) I(1) I(0) I(1)
LOG_RER Intercept 0.296655 -4.491512*** 0.502813 -4.423580*** 0.815906*** 0.401428* Trend - Intercept -3.016052 -4.747906*** -3.349419** -4.722017*** 0.173511** 0.152504** DR Intercept -4.792655*** -7.572580*** -4.741283*** -14.792484*** 0.218589 0.148203 Trend - Intercept -4.797700*** -7.503108*** -4.784814*** -16.060248*** 0.179349** 0.141288* LOG_PD Intercept -1.655266 -3.999129*** -1.972058 -3.999129*** 0.825762*** 0.417815* Trend - Intercept 2.458410 -4.545237*** 2.458410 -4.471854*** 0.172667** 0.138893* LOG_TOT Intercept -5.146260*** -7.414280*** -6.521247*** -37.316870*** 0.199118 0.174531 Trend - Intercept -5.089349*** -7.337282*** -6.526245*** -35.774000*** 0.140422 0.174034** LOG_TO Intercept -0.795036 -4.438198*** -0.414228 -11.06138*** 0.882916*** 0.323182 Trend - Intercept -3.292317* -4.392254*** -3.314355* -10.75386*** 0.082999 0.323687*** LOG_GOVEX Intercept 1.063306 -11.83397*** 1.822765 -11.71900*** 0.881164*** 0.288006 Trend - Intercept -2.403870 -5.287479*** -3.102162 -12.66305*** 0.243736*** 0.207821** LOG_NFA Intercept -1.608231 -3.901183*** -2.880409* -13.70223*** 0.576037** 0.094577 Trend - Intercept -5.135056*** -4.457382*** -3.945464** -13.56418*** 0.091074 0.092846
Ghi chú:
Bảng 4.4: Giá trị tham chiếu cho ADF Test ADF Test
H0: Chuỗi có nghiệm đơn vị
Intercept Trend & Intercept
1% -3.557472 -4.137279
5%
-2.916566 -3.495295
10% -2.596116 -3.176618
Nguồn: MacKinnon (1996)
Bảng 4.5: Giá trị tham chiếu cho PP Test PP Test
H0: Chuỗi có nghiệm đơn vị
Intercept Trend & Intercept 1% -3.555023 -4.133838 5% -2.915522 -3.493692 10% -2.595565 -3.175693 Nguồn: MacKinnon (1996)
Bảng 4.6: Giá trị tham chiếu cho KPSS Test KPSS Test
H0: Chuỗi dừng
Intercept Trend & Intercept 1%
0.739000 0.216000
5% 0.463000 0.146000
10% 0.347000 0.119000
Bảng 4.7: Bậc dừng của các biến trong mơ hình tỷ giá thực
Biến ADF PP KPSS
LOG_RER I(1)*** I(1)*** I(0)**
DR I(0)*** I(0)*** I(0)**
LOG_PD I(1)*** I(1)*** I(1)**
LOG_TOT I(0)*** I(0)*** I(1)**
LOG_TO I(1)*** I(1)*** I(0)***
LOG_GOVEX I(1)*** I(1)*** I(0)***
LOG_NFA I(1)*** I(1)*** I(1)**
Nguồn: Kết quả tính tốn từ Eviews
Khi nhìn vào bảng kết quả kiểm định ADF, PP và KPSS, đôi khi ta thấy kết quả kiểm định nghiệm đơn vị của ADF và PP khơng trùng khớp với kết quả kiểm định tính dừng của KPSS, chẳng hạn như ADF và PP kết luận LOG_TOT dừng ở bậc 0 trong khi kết quả theo KPSS là chuỗi này dừng ở bậc 1. Sự mâu thuẫn về kết quả kiểm định như trên rất thường gặp trong khi tiến hành nghiên cứu. Khi này ta khơng thể kết luận chính xác về bậc dừng của biến. Ở đây một lần nữa chúng ta có thể thấy được sự vượt trội của phương pháp ARDL Bounds Test. Nếu chúng ta áp dụng các phương pháp ước lượng đồng liên kết “truyền thống” như phương pháp của Engle & Granger hay của Johansen, để kết quả kiểm định có giá trị thì chúng ta phải thực sự chắc chắn là các biến dừng cùng bậc. Trong trường hợp này tuy chúng ta không chắc chắn về bậc dừng của các biến, các biến dừng ở bậc khác nhau theo các kiểm định khác nhau, nhưng chúng ta vẫn có thể áp dụng Bounds Test.
Bước tiếp theo chúng ta thiết lập mơ hình Unrestricted Error Correction Model cho tỷ giá thực như sau:
∆LOG_RER = β + β DUMMY + β Trend +
+ +
+
+
+ β10DRt-1 + β11LOG_PDt-1 + β12LOG_TOTt-1 + β13LOG_TOt-1 + β14GOVEXt-1 + β15LOG_NFAt-1 + β16LOG_RERt-1 + ut
Trong đó:
∆: sai phân bậc 1
DUMMY: biến giả đại diện cho cuộc khủng hoảng kinh tế 2008
p, q, r, s, v, x ≥ 0
z ≥ 1
ut: phần dư
Như đã nói ở trên, việc khó khăn nhất khi áp dụng Bounds Test là xác định cấu trúc độ trễ cho mơ hình Unrestricted ECM. Việc lựa chọn này hồn tồn là một q trình thử - sai để chọn ra được mơ hình phù hợp nhất thỏa mãn tiêu chí R2 và Log_likelihood cao cùng với hệ số AIC, SIC, HQ thấp và quan trọng nhất là phần dư ut của mơ hình khơng có hiện tượng tự tương quan. Để giúp việc lựa chọn này đơn giản hơn chúng ta có thể ước lượng mơ hình VAR với biến phụ thuộc là D(LOG_RER) và tiến hành chọn cấu trúc độ trễ phù hợp. Tuy nhiên độ trễ lựa chọn bởi AIC, SIC, HQ chỉ có mang tính gợi ý, sau khi có được độ trễ này chúng ta vẫn phải thử nhiều mơ hình với độ trễ khác nhau mới có thể chọn ra mơ hình tốt nhất.
t 0 1 t 2 t + +
Bảng 4.8: Ƣớc lƣợng cấu trúc độ trễ cho mơ hình tỷ giá thực
Độ trễ LogL LR FPE AIC SC HQ
0 203.9423 NA* 2.13e-05 -7.954993 -7.285791* -7.703168 1 203.9679 0.031499 2.23e-05 -7.913526 -7.204959 -7.646888 2 204.7426 0.923098 2.27e-05 -7.903941 -7.156009 -7.622489 3 205.3124 0.654691 2.33e-05 -7.885636 -7.098339 -7.589370 4 208.1093 3.094381 2.18e-05 -7.962097 -7.135435 -7.651019 5 210.7057 2.762106 2.06e-05* -8.030028* -7.164002 -7.704137* 6 210.7533 0.048609 2.18e-05 -7.989500 -7.084109 -7.648795 7 211.9710 1.191807 2.19e-05 -7.998765 -7.054009 -7.643247 8 212.0648 0.087858 2.31e-05 -7.960205 -6.976084 -7.589874 * Độ trễ được lựa chọn theo tiêu chí tương ứng Nguồn: Kết quả tính tốn từ Eviews
Theo Bảng 4.8 độ trễ phù hợp là 5 theo tiêu chuẩn AIC và HQ. SIC đề xuất độ trễ là 0. Căn cứ vào kết quả này tác giả đã ước lượng các mơ hình khác nhau và cuối cùng chọn độ trễ cho các biến theo như Bảng 4.9 được trình bày dưới đây.
Bảng 4.9: Độ trễ của các biến trong mơ hình tỷ giá thực
Biến Độ trễ D(DR) p = 2 D(LOG_PD) q = 5 D(LOG_TOT) r = 4 D(LOG_TO) s = 3 D(LOG_GOVEX) v = 2 D(LOG_NFA) x = 4 D(LOG_RER) z = 1
Nguồn: Kết quả tính tốn của tác giả
Với độ trễ đã được lựa chọn, ta tiến hành ước lượng mơ hình Unrestricted ECM (2) với kết quả được trình bày trong Bảng 3.10.
Bảng 4.10: Kết quả ƣớc lƣợng mơ hình Unrestricted ECM cho tỷ giá thực Biến Hệ số Độ lệch chuẩn t-Statistic p-value
C 2.864570 0.264216 10.841770 0.0000 TREND 0.000697 0.000365 1.909069 0.0650 DUMMY (0.027029) 0.003405 (7.937959) 0.0000 D(DR(-2)) (0.001162) 0.000343 (3.390538) 0.0018 D(LOG_PD(-5)) 0.041404 0.051988 0.796416 0.4315 D(LOG_TOT(-4)) (0.023218) 0.011757 (1.974891) 0.0567 D(LOG_TO(-3)) 0.088904 0.018817 4.724573 0.0000 D(LOG_GOVEX(-2)) (0.203991) 0.030629 (6.660085) 0.0000 D(LOG_NFA(-4)) (0.037174) 0.007074 (5.254658) 0.0000 D(LOG_RER(-1)) (0.202681) 0.114455 (1.770835) 0.0858 DR(-1) 0.002942 0.000569 5.168610 0.0000 LOG_PD_1(-1) 0.041267 0.024850 1.660648 0.1063 LOG_TOT(-1) (0.024270) 0.015152 (1.601744) 0.1187 LOG_TO(-1) (0.052197) 0.017103 (3.051921) 0.0045 LOG_GOVEX(-1) (0.140542) 0.027674 (5.078405) 0.0000 LOG_NFA(-1) (0.028459) 0.005378 (5.291371) 0.0000 LOG_RER(-1) (0.589395) 0.056833 (10.370610) 0.0000
R2 0.891601 Mean dependent var -0.003882
R2 hiệu chỉnh 0.839044 S.D. dependent var 0.007741
S.E. of regression 0.003106 Akaike info criterion -8.446668
Sum squared resid 0.000318 Schwarz criterion -7.796581
Log likelihood 228.166700 Hannan-Quinn criter. -8.199111
F-statistic 16.964390 Durbin-Watson stat 1.895247
Prob (F-statistic) 0.000000
Nguồn: Kết quả tính tốn từ Eviews
Với kết quả ước lượng mơ hình Unrestricted ECM cho tỷ giá thực trong Bảng 3.9, ta thấy R2 đạt 89% và R2 hiệu chỉnh đạt 84%; AIC, SIC, HQ lần lượt là -8.5, - 7.8, -8.2; Durbin-Watson Stat bằng 1.9 13. Đây là những thông số tốt nhất trong những mơ hình được tác giả ước lượng.
Như chúng ta có thể thấy trong Hình 4.1 - đồ thị biểu diễn giá trị thực tế và ước lượng ∆LOG_RER, mơ hình đã nắm bắt khá chính xác những biến động của tỷ giá thực trong giai đoạn nghiên cứu.
13 Durbin-Watson Stat bằng 2 hoặc gần bằng 2 cho thấy khơng có hiện tượng tự tương quan ở bậc 1. Mức chấp nhận của trị số này nằm trong đoạn [1.75; 2.25]
Hình 4.1: Đồ thị giá trị thực tế và ƣớc lƣợng của ∆LOG_RER
Nguồn: Kết quả tính tốn từ Eviews
Trước khi thực hiện Bounds Test để kiểm định sự tồn tại của mối quan hệ đồng liên kết giữa biến, chúng ta cần thực hiện một số kiểm định để đảm bảo: (1) khơng có hiện tượng tự tương quan trong phần dư của mơ hình; (2) mơ hình có tính ổn định.
i. Kiểm định phần dư
Khi xem xét đồ thị phần dư của mơ hình Unrestricted ECM, ta có thể thấy phần dư của mơ hình khá tốt, gần như là nhiễu trắng, nhưng kết quả này cần được khẳng định bằng những kiểm định chính xác hơn.
Hình 4.2: Đồ thị phần dƣ của mơ hình tỷ giá thực
Nguồn: Kết quả tính tốn từ Eviews
Kiểm định tự tương quan
Một giả định quan trọng của phương pháp ARDL Bounds Test là phần dư ut của phương trình phải khơng có hiện tượng tự tương quan. Giả định này chính là cơ sở để chúng ta lựa chọn mơ hình phù hợp. Để kiểm tra hiện tượng tự tương quan trong phần dư, chúng ta sẽ sử dụng Breusch-Godfrey LM Test 14 với H0: phần dư khơng có tự tương quan. Theo Bảng 4.11 phần dư của mơ hình khơng có hiện tượng tự tương quan cho đến bậc 8.
Bảng 4.11: Kết quả kiểm định Breusch-Godfrey LM Test cho phần dƣ của mơ hình tỷ giá thực
m LM(m) p-value
1 0.092932 0.7605
2 0.369826 0.8312
3 3.027820 0.3874
14 LM Test khơng những thích hợp để kiểm tra hiện tượng tự tương quan tại bậc bất kỳ, mà còn phù hợp cho cả những mơ hình có hoặc khơng có biến trễ của biến phụ thuộc.
m LM(m) p-value 4 3.165618 0.5305 5 6.501990 0.2604 6 7.493971 0.2776 7 8.372888 0.3009 8 12.781630 0.1196
Nguồn: Kết quả tính tốn từ Eviews
Kiểm định phương sai thay đổi
Để kiểm định hiện tượng phương sai thay đổi, ta sử dụng ARCH Test của Engle. Như có thể thấy trong bảng kết quả, giá trị p-value cho thấy khơng thể bác bỏ H0: khơng có hiện tượng phương sai thay đổi. Phương sai của mơ hình là đồng nhất (homoscedasticity)
Bảng 4.12: Kết quả kiểm định Engle ARCH Test cho phần dƣ của mơ hình tỷ giá thực m ARCH(m) p-value 1 0.530610 0.4664 2 3.167109 0.2052 3 4.784174 0.1883 4 4.877591 0.3001 5 4.981083 0.4182 6 5.222063 0.5157 7 5.142465 0.6426 8 5.284720 0.7268
Nguồn: Kết quả tính tốn từ Eviews
Ngoài kiểm định Engle ARCH Test, ta cũng có thể sử dụng kiểm định Preusch-Pegan Godfrey Test để kiểm định phương sai thay đổi. Kết quả của kiểm định này cũng thống nhất với kết quả của Engle ARCH Test 15.
Kiểm định phân phối chuẩn
Hình 4.3: Đồ thị Histogram cho phần dƣ của mơ hình tỷ giá thực
Nguồn: Kết quả tính tốn từ Eviews
Theo đồ thị Histogram trong Hình 4.3, phân phối của phần dư hơi lệch sang phải, skewness bằng 0.54. Trường hợp phân phối chuẩn, skewness sẽ bằng 0. Tuy nhiên skewness của phần dư vẫn nằm trong đoạn chấp nhận [-0.8; 0.8]. Giá trị kurtosis bằng 2.97, gần bằng 3 – là giá trị kurtosis của phân phối chuẩn. Vậy nếu xét theo skewness và kurtosis thì phần dư có phân phối gần chuẩn.
Ngoài việc xem xét skewness và kurtosis, ta cịn có thể sử dụng kiểm định Jarque-Bera với H0: phần dư có phân phối chuẩn. Giá trị thống kê J-B trong trường hợp này là 2.45, nhỏ hơn giá trị tham chiếu là 5.99, với p-value bằng 0.29. Như vậy trong trường hợp này ta không thể bác bỏ H0.
15 Obs*R-squared: 13.57124 Prob. Chi-Square(16): 0.6306
ii. Kiểm định tính ổn định
Theo đề xuất của Pesaran (1997), chúng ta sẽ sử dụng CUSUM (Cumulative sum of recursive residuals) và CUSUMSQ (Cumulative sum of squared recursive residuals) của Brown et al (1975) để kiểm tra tính ổn định của các tham số trong mơ hình Unrestricted ECM (2). Đồ thị của CUSUM và CUSUMSQ thể hiện trong hình 4.4 đều nằm trong giới hạn cho phép với mức ý nghĩa 5%.
Ghi chú: Đường --- thể hiện giới hạn tham chiếu ở mức ý nghĩa 5%
Hình 4.4: Đồ thị CUSUM và CUSUMSQ của phƣơng trình tỷ giá thực
Nguồn: Kết quả tính tốn từ Eviews
Ngồi ra chúng ta thực hiện kiểm định RESET Test 16 được đề xuất bởi Ramsey (1969) để chắc chắn rằng mơ hình của chúng ta khơng bị định dạng sai. Giá trị thống kê của kiểm định này là 2.66 với p-value bằng 0.1125. Như vậy ta kết luận rằng mơ hình đã được định dạng phù hợp.
Trước khi tiến hành Bounds Test chúng ta xem lại mức độ phù hợp của mơ hình Unrestricted ECM mà chúng ta đã ước lượng. Nếu chúng ta sử dụng mơ hình này để dự báo tĩnh (static, one-step-ahead forecast) chuỗi LOG_RER và
16 Kiểm định RESET Test là một dạng kiểm định biến bổ sung. Giá trị thống kê của kiểm định này có phân phối F dưới giả thuyết H0: mơ hình khơng bị định dạng sai.
∆(LOG_RER) thì kết quả khá ấn tượng. Hệ số Theil’s U 17 của hai chuỗi dự báo so với thực tế lần lượt là 0.0003 và 0.1936.
Hình 4.5: Đồ thị chuỗi tỷ giá thực tế (LOG_RER) và chuỗi tỷ giá dự báo (LOG_RERF)
Nguồn: Kết quả tính tốn từ Eviews
Hình 4.6: Đồ thị chuỗi biến động tỷ giá thực tế (∆LOG_RER) và chuỗi biến động tỷ giá dự báo (∆LOG_RERF)
Nguồn: Kết quả tính tốn từ Eviews
17 Hệ số Theil’s U đo lường sự khác biệt giữa chuỗi dữ liệu được ước lượng và chuỗi thực tế tương ứng. Nó cho biết chuỗi thời gian được ước lượng phù hợp như thế nào với chuỗi thực tế. Theil’s U càng gần giá trị 0 thì mơ hình dự báo càng tốt. Thei’s U bằng 1 cho thấy mơ hình dự báo khơng có giá trị.
Sau khi thực hiện các kiểm định về phần dư, độ ổn định và phù hợp của mơ hình, chúng ta có thể yên tâm thực hiện Bounds Test. Chúng ta cùng xem lại mơ hình Unrestricted ECM cho tỷ giá thực:
∆LOG_RER = β + β DUMMY + β Trend +
+ + + + + β10DRt-1 + β11LOG_PDt-1 + β12LOG_TOTt-1