Các biến phụ thuộc Các biến giải thích
OPI IPU PU IRU IP P M2 IR EX
OPI 1 0 0 0 0 0 0 0 0 IPU 0 1 0 0 0 0 0 0 0 PU 0 0 1 0 0 0 0 0 0 IRU 0 0 a32 1 0 0 0 0 0 IP 0 0 a42 a43 1 0 0 0 0 P 0 0 0 0 a65 1 0 0 0 M2 0 0 0 0 a75 a76 1 0 0
IR a81 0 0 a84 a85 a86 a87 1 0
EX a91 a92 a93 a94 a95 a96 a97 a98 1
Bảng 3.3: Cấu trúc ma trận B(L)
Các biến phụ thuộc Các biến giải thích
OPI IPU PU IRU IP P M2 IR EX
OPI b11 0 0 0 0 0 0 0 0 IPU b21 b 22 0 0 0 0 0 0 0 PU b 31 0 b 33 04 0 0 0 0 0 IRU b 41 0 0 b44 0 0 0 0 0 IP b 51 b 52 b 53 b 54 b55 0 0 0 0 P b 61 b 62 b 63 b 64 0 b66 0 0 0 M2 b 71 b 72 b 73 b 74 0 0 b77 0 0 IR 0 b 82 b 83 0 0 0 0 b88 0 EX 0 0 0 0 0 0 0 0 b99
Lưu ý: Cấu trúc mơ hình này được tham khảo từ các nghiên cứu của (Mala và Param 2007); (Fry 2001), (Fung 2002) và (Joiner 2003)
Giả định của chúng tôi được dựa trên “successive relationship”, mối quan hệ liên tiếp, cái mà các mối quan hệ giữa các biến số được xác định trong khối theo cách
đệ quy.Việc sử dụng xác định các ma trận hạn chế tức thời, và ma trận hạn chế độ trễ khá phổ biến trong các nghiên cứu và trong trường hợp này, các hạn chế xác định được quy định cụ thể (theo kết qủa nghiên cứu Mala và Param 2007); (Fry 2001), (Fung 2002) và (Joiner 2003)).
3.3.2. Kiểm tra tính dừng của các biến và độ trễ trong mơ hình
Bước đầu tiên của chúng tôi là kiểm tra xem bộ số liệu mô tả ở trên (dưới dạng log và đã điều chỉnh theo mùa vụ) có tính dừng hay khơng. Cả kiểm định Augmented Dickey-Fuller (ADF) và kiểm định Phillips Peron (PP) đều được sử dụng để có được kết luận chính xác. Độ trễ trong kiểm định ADF được lựa chọn theo tiêu chuẩn Akaike Information Criterion (AIC), Schwarz Information (SIC), Hannan Quinn informatio (HQ), tiêu chuẩn FPE và tiêu chuẩn LR. Kết quả kiểm định cho thấy tất cả các biến đều có nghiệm đơn vị (không dừng). Tuy nhiên, sai phân bậc nhất cho thấy các biến đều dừng nghĩa là tất cả các biến đều có tính tích hợp bậc -1 I(1).
Bảng 3.4: Kiểm định tính dừng của số liệu (sai phân bậc 1)
Biến Kiểm đinh ADF Trạng thái
No trend trend OPI -4.270146* -4.256629* Dừng IPU -2.728629*** -2.709214 Dừng PU -5.325691* -5.298863* Dừng IRU -4.477454* -4.784545* Dừng IP -5.482175* -5.581609* Dừng P -2.258169*** -2.281811 Dừng M2 -6.899860* -6.895453* Dừng IR -6.064975* -6.041416* Dừng EX -5.383864* -6.181100* Dừng
Các ký hiệu *, **, *** tương đương với mức ý nghĩa 1%, 5% và 10%. Kết quả ước lượng trên Eview 5.1.
Bước tiếp theo, chúng tôi kiểm định của mơ hình dựa trên sự phân tách bộ dữ liệu thành 2 nhóm chính: nhóm thứ nhất là dữ liệu của 9 biến nêu trên từ năm 2004- 2007 và nhóm thứ hai bắt đầu từ năm 2008-2011. Sở dĩ chúng tơi chia dữ liệu thành hai nhóm như vậy là để ước tính sự khác biệt trong độ trễ của chính sách tiền tệ lên các yếu tố kinh tế của Việt Nam giao đoạn trước và sau khủng hoảng. Chúng tôi cũng kết hợp kiểm định đồng thời cho độ trễ của toàn bộ dữ liệu từ năm 2004-2011.
Chúng tôi hồi quy mơ hình SVAR 9 biến cho hai giai đoạn và áp đặt các hạn chế bằng ma trận cấu trúc A0 và B(L) vào mơ hình,dưới đây là một số kết quả kiểm định độ trễ dựa trên mơ hình SVAR:
Sau khi sử dụng các kiểm định LR, FPE, AIC, SC Và HQ, kết quả kiểm định cho thấy độ trễ tối ưu cho mơ hình SVAR giai đoạn trước khủng hoảng là 0 theo tiêu chuẩn SC và 2 đối với kiểm định LR, FPE, AIC và HQ, trong khi đó ở giai đoạn sau khủng khoảng độ trễ là 0 với mơ hình được chấp nhận bởi kiểm định SC và 3 với kiểm đinh LR, FPE, AIC và HQ
Bảng 3.5: Kiểm định độ trễ tối ưu của mơ hình theo 5 tiêu chuẩn (2004-2007)
Bảng 3.6: Kiểm định độ trễ tối ưu của mơ hình theo 5 tiêu chuẩn (2008-2011)
Tuy nhiên, độ trễ được xác định trong các kiểm định AIC, HQ và SC là không đủ để thực hiện đánh giá tác động của các cú sốc được lượng hóa trong mơ hình. Do vậy, chúng tơi sử dụng thêm phương pháp LM để kiểm định tính tự tương quan phần
dư trong mơ hình1. Kết quả kiểm định LM test đã cho thấy độ trễ của phương trình SVAR giai đoạn (2004-2007) tốt nhất nên là 8 và giai đoạn (2008-2011) nên là 3. Do vậy, bài viết sẽ sử dụng mơ hình SVAR với độ trễ là 8 ở giai đoạn 2004-2007 và 3 cho giai đoạn 2008-2011.