Phương pháp nghiên cứu - KT LUẬN CHƯƠNG 1- 123docz.net

20 KT LUẬN CHƯƠNG 1

2.1 Phương pháp nghiên cứu

2.1.1Kiểm định tính đồng liên kết và mơ hình hiệu chỉnh sai số ECM

Hồi quy các chuỗi thời gian không dừng thường dẫn đến kết quả hồi quy giả mạo. Tuy nhiên, Engle và Granger (1987) cho rằng nếu kết hợp tuyến tính của các chuỗi thời gian khơng dừng là một chuỗi dừng thì các chuỗi thời gian đó có tính đồng liên kết. Kết hợp tuyến tính dừng được gọi là phương trình đồng liên kết và có thể được giải thích như mối quan hệ cân bằng dài hạn giữa các biến. Nói cách khác, nếu phần dư trong mơ hình hồi quy tuyến tính giữa các chuỗi thời gian khơng dừng là một chuỗi dừng thì kết quả hồi quy các chuỗi khơng dừng đó vẫn xác thực, các kiểm định t, F vẫn có ý nghĩa và thể hiện một mối quan hệ cân bằng trong dài hạn giữa các biến chuỗi thời gian trong mơ hình.

Giả sử, ta có mơ hình hồi quy sau:

�� = �0 + �1�� + �� (11)

Với �� và �� là hai chuỗi dữ liệu thời gian. Để xác định tính đồng liên kết giữa

hai chuỗi dữ liệu, tiến hành kiểm định Engle-Granger (EG) hay Augmented Engle- Granger (AEG) với 2 bước sau:

Bước 1: Dùng phương pháp bình phương nhỏ nhất (OLS) để ước lượng phương trình (11).

Bước 2: Kiểm định tính dừng của chuỗi sai số �� . Nếu sai số �� là chuỗi dừng thì các biến trong mơ hình có mối quan hệ đồng liên kết với nhau.

Theo Engle và Granger (1987), nếu �� và �� có mối quan hệ đồng liên kết

với

nhau điều đó có nghĩa là tồn tại một mối quan hệ cân bằng trong dài hạn giữa hai biến

này. Sai số ước lượng được từ OLS ở bước 1 phía trên lúc này được gọi là “sai số cân bằng” thể hiện mối quan hệ giữa những động thái trong ngắn hạn của �� với giá trị dài hạn của nó. Cơ chế hiệu chỉnh sai số (ECM) sẽ được dùng để hiệu chỉnh sự mất

��−1 chính là số hạng hiệu chỉnh sai số. Nếu �2 có ý nghĩa thống kê thì lúc này

�2 sẽ cho biết một tỷ lệ mất cân đối ở một thời đoạn trước sẽ được điều chỉnh ở thời đoạn tiếp theo sau đó. Cơ chế hiệu chỉnh sai số (ECM) cho thấy mối quan hệ trong dài hạn giữa hai biến chuỗi thời gian.

2.1.2Lý thuyết về mơ hình VAR và kiểm định quan hệ nhân quả Granger

Mối quan hệ giữa các biến số kinh tế không đơn thuần chỉ theo một chiều, biến độc lập (biến giải thích) ảnh hưởng đến biến phụ thuộc mà trong nhiều trường hợp cịn có sự ảnh hưởng ngược lại. Do đó, chúng ta phải xét đến ảnh hưởng qua lại giữa các biến này cùng một lúc. Mơ hình Vector Auto Regressive (VAR) đã giải quyết được vấn đề này, nó khơng phải là mơ hình một phương trình mà là mơ hình nhiều phương trình. Mơ hình VAR là một mơ hình kinh tế lượng dùng để xem xét động thái và sự phụ thuộc lẫn nhau giữa một số biến theo thời gian. Trong đó, thuyết quan hệ nhân quả Granger (1969) dựa trên mơ hình VAR được sử dụng để phân tích mối quan hệ giữa các biến số. Trong mơ hình VAR, mỗi biến số được giải thích bằng một phương trình chứa các giá trị trễ của chính biến số và các giá trị trễ của các biến số khác. Mơ hình VAR tổng qt với hai chuỗi thời gian là Xt và

Yt có dạng: � � � 1 � �=1 � � � � � �=1 � 1� � �� = α2 + γ� ∑�=1 ��X� + � ∑�=1 �� + ε2� (14) Trong đó: ε là sai số. α, β, γ, là các hệ số hồi quy.

Xt và Yt phải là hai chuỗi thời gian có tính dừng.

�� là tốn tử lùi.

Ngồi ra, mơ hình VAR có tác dụng rất tốt trong việc mơ tả những biến động của chuỗi thời gian kinh tế từ đó phân tích các chính sách và dự báo. Trong mơ hình VAR, một cú sốc đối với biến nội sinh trong mơ hình khơng chỉ ảnh hưởng đến chính nó mà cịn lan truyền đến các biến nội sinh khác thông qua cấu trúc động của VAR.

Ưu điểm của mơ hình VAR

Y = α + α ∑ �

 Phù hợp để xác định mối quan hệ nhân quả giữa các biến, thích hợp trong việc phân tích các chính sách.

 Cho kết quả dự báo khá tin cậy trong trung và dài hạn.

 Giá trị của một biến số trong mơ hình VAR chỉ phụ thuộc vào giá trị trong quá khứ của các biến số, do đó việc ước lượng các phương trình khơng địi hỏi các thơng tin nào khác ngồi các biến số của mơ hình. Hơn thế nữa do khơng có đồng thời mối quan hệ giữa các biến số nên người ta có thể sử dụng OLS để ước lượng từng phương trình của mơ hình.

Nhược điểm của mơ hình VAR

 Mơ hình VAR u cầu tất cả các biến phải có tính dừng, nếu khơng dừng thì phải sử dụng sai phân dẫn đến làm mất quan sát.

 Việc chọn độ trễ thích hợp đơi khi mang tính chủ quan. 2.1.2.1Kiểm định tính dừng của các biến

Chuỗi thời gian được gọi là dừng nếu trung bình và phương sai của chuỗi không đổi theo thời gian và hiệp phương sai giữa hai thời điểm chỉ phụ thuộc vào khoảng cách giữa hai thời điểm mà không phụ thuộc vào thời điểm hiệp phương sai được tính.

Khi hồi quy các chuỗi thời gian dừng thì kết quả là đáng tin cậy còn nếu hồi quy các chuỗi khơng dừng thì có thể đem lại kết quả hồi quy giả mạo. Trong trường hợp hồi quy giả mạo, mơ hình sau khi hồi quy sẽ cho kết quả R2 rất cao và các hệ số hồi quy hoàn tồn có ý nghĩa thống kê khi kiểm định bằng thống kê t và F, nhưng chúng mang ý nghĩa rất ít về mặt thực tế hoặc khơng có ý nghĩa thực tế.

Granger và Newbold (1974) đã chứng minh rằng nếu khi hồi quy mà tồn tại

biến khơng dừng trong mơ hình thì các kết quả kiểm định giả thuyết và khoảng tin cậy sẽ khơng có ý nghĩa vì việc nghiên cứu các đặc tính của chúng chỉ phù hợp trong khoảng thời gian được khảo sát và không thể dùng để kết luận đến các khoảng thời gian khác. Trong kinh tế lượng, có nhiều phương pháp để kiểm tra tính dừng của chuỗi thời gian như kiểm định Augmented Dickey – Fuller (ADF), kiểm định Phillips – Perron (PP), kiểm định Dickey – Fuller – Generalized Least Squares (DF – GLS), kiểm định Kwiatkowski – Philips – Schmidt – Shin (KPSS),… Trong nghiên cứu sẽ

sử dụng kiểm định Augmented Dickey – Fuller (ADF) và kiểm định Phillips – Perron (PP) để kiểm tra tính dừng của các chuỗi thời gian.

Kiểm định tính dừng bằng kiểm định Augmented Dickey – Fuller (ADF)

Xét chuỗi thời gian có dạng tổng quát: Yt = α + ρ1Yt-1 + ρ2Yt-2 + … + ρkYt-k + εt

∆Yt= α + βYt-1 + c1∆Yt-1 + c2∆Yt-2 + … +ck∆Yt-k+1 + εt Trong đó: εt: nhiễu trắng.

β = (ρ1 + ρ2 + … + ρk ) – 1 c1 = -(ρ2 + ρ3), …, ck-1 = -ρk

Kiểm định giả thuyết H0: β = 0 tương đương H0: (ρ1 + ρ2 + … + ρk ) =1

Nếu giá trị p – value < mức ý nghĩa được lựa chọn kiểm định thì giả thuyết H0 bị bác bỏ, kết luận là biến có tính dừng và khơng có nghiệm đơn vị. Ngược lại nếu chấp nhận giả thuyết H0 thì kết luận rằng chuỗi khơng dừng và có nghiệm đơn vị.

Kiểm định tính dừng bằng kiểm định Phillips – Perron (PP)

Phương pháp kiểm định tính dừng Phillips – Perron (PP) cho chuỗi thời gian được Phillips và Perron (1988) xây dựng dựa trên việc kiểm định nghiệm đơn vị. Kiểm định PP có dạng hàm giống kiểm định ADF nhưng cho phép εt có thể tự tương quan hoặc/ và phương sai thay đổi (không nhất thiết phải là nhiễu trắng).

Phương trình khi kiểm định PP có dạng tổng quát: ∆Yt= α + βYt-1 + εt

Kiểm định PP sử dụng Newey – West khi ước lượng và kiểm định với giả thuyết: H0: β = 0 tương đương chuỗi không dừng.

Với phương pháp sử dụng mơ hình VAR, việc lựa chọn độ trễ là điều quan trọng. Có nhiều tiêu chuẩn thống kê trong việc lựa chọn độ trễ của mơ hình như LR (Likelihood – Ratio test), FPE (Final Prediction Error), AIC (Akaike Information

Criterion), HQIC (Hannan and Quinn Information Criterion) và SBIC (Schwarz Bayesian Information Criterion).

2.1.2.3 Kiểm định phân phối chuẩn, tính tự tương quan và tính ổn định của mơ hình VAR

Sau khi thực hiện hồi quy, tiến hành kiểm định phần dư của mỗi phương trình trong mơ hình nhằm đảm bảo mơ hình ta hồi quy mang tính thích hợp và chính xác bằng các kiểm định sau:

Kiểm định phân phối chuẩn của mơ hình VAR

Kiểm định phân phối chuẩn của mơ hình VAR với giả thuyết H0: “Phân phối trong mơ hình VAR là phân phối chuẩn”. Kiểm định này sử dụng các kiểm định Skewness, Kurtosis và Jarque – Bera.

Kiểm định tính ổn định của mơ hình VAR thơng qua các giá trị riêng

Xét mơ hình VAR có dạng: Yt = A0 + A1Yt-1 + εt

Nếu các giá trị riêng của A1 có mơđun nhỏ hơn 1 thì mơ hình VAR có tính ổn định.

Kiểm định tính tự tương quan của phần dư trong mơ hình VAR

Nếu phần dư của mơ hình VAR có tự tương quan thì phần dư chưa phải nhiễu trắng, khi đó, mơ hình VAR chưa phù hợp để sử dụng. Kiểm định tính tự tương quan của phần dư bằng kiểm định Lagrange Multiplier qua giá trị thống kê Chi bình phương với giả thiết H0: “Phần dư khơng có hiện tượng tương quan chuỗi”.

2.1.2.4Kiểm định nhân quả Granger

Kiểm định nhân quả Granger trong mơ hình VAR để xác định xem với một sự thay đổi của một biến sẽ tác động lên các biến khác như thế nào trong ngắn hạn.

Xét hai chuỗi dừng Xt và Yt, có hàm hồi quy như sau:

Yt = α0 + α1Yt-1 + α2Yt-2 + … + αpYt-p + β1Xt-1 + β2Xt-2 +…+ βpXt-p + ut Kiểm định nhân quả Granger có giả thuyết H0: β1 = β2 =…= βp = 0

Nếu giả thuyết H0 bị bác bỏ, ta có thể kết luận là Xt có tác động Granger đến Yt. Ngược lại, nếu giả thuyết H0 được chấp nhận, ta có thể kết luận là khơng có bằng chứng thống kê cho thấy Xt có tác động Granger đến Yt.

Tương tự, ta có thể kiểm định Yt có tác động Granger đến Xt khơng, thơng thường thì quan hệ nhân quả Granger là quan hệ hai chiều.

2.1.2.5Hàm phản ứng đẩy và phân rã phương sai

Trong mơ hình VAR, ta có thể sử dụng các chức năng của nó để phân tích ảnh hưởng và tác động lẫn nhau của các biến như chức năng của hàm phản ứng đẩy (Impulse response function – IRF) và phân rã phương sai (Variance decomposition). Hàm phản ứng đẩy (IRF) mô tả ảnh hưởng của một cú sốc ở một thời điểm đến các biến nội sinh ở hiện tại và tương lai, nó nghiên cứu sự phản ứng đáp trả của một đại lượng kinh tế này với một cú sốc xảy ra của chính nó hoặc của các biến số kinh tế khác. Khi hàm phản ứng đẩy xem ảnh hưởng của bất kì biến nào đến các biến khác trong hệ thống, thì nó được xem là một cơng cụ hiệu quả trong phân tích nguyên nhân bằng thực nghiệm và phân tích hiệu quả của chính sách. Khi sử dụng hàm phản ứng đẩy trong việc phân tích cơ chế truyền tải cú sốc phải xác định thứ tự tác động của các biến lẫn nhau. Trong mơ hình VAR, việc quy định biến nào khơng có tác động trực tiếp lên biến khác được gọi là xếp thứ tự Cholesky (Cholesky ordering). Với cách sắp xếp thứ tự Cholesky, các biến xếp trước được giả định sẽ gây tác động lên các biến xếp sau nó, trong khi các biến xếp sau khơng gây tác động lên các biến xếp trước nó. Khi thực hiện các cách xếp thứ tự khác nhau thì các kết quả thu được nói chung cũng sẽ khác nhau. Do đó các lý thuyết kinh tế sẽ được sử dụng ở đây để làm cơ sở cho cách sắp xếp thứ tự các biến phù hợp.

Ngồi ra, thơng qua chức năng phân rã phương sai có thể phân tích tầm quan trọng của các cú sốc của các biến trong việc giải thích cho sự biến động của một biến trong mơ hình.

2.1.3Ứng dụng mơ hình VAR và kiểm định nhân quả Granger dựa trên mơ hình VAR trong phân tích mối quan hệ giữa thâm hụt tài khoá và thâm hụt thương mại

Nghiên cứu này sử dụng thuyết quan hệ nhân quả Granger được dựa trên mơ hình VAR để phân tích mối quan hệ giữa thâm hụt tài khố và thâm hụt thương mại. Từ đó xác định có mối quan hệ giữa thâm hụt tài khoá và thâm hụt thương mại khơng và nếu có thì mối quan hệ đó là gì. Ngồi ra, mơ hình cịn xem xét các biến trễ của thâm hụt thương mại và thâm hụt tài khố có tác động hay giải thích gì cho các biến này ở hiện tại hay khơng. Từ chức năng của hàm phản ứng đẩy (IRF) và phân rã phương sai sẽ phân tích cụ thể các ảnh hưởng của từng biến trong mơ hình.

Theo mơ hình Fleming – Mundell (1963), những nhân tố ảnh hưởng đến thâm hụt tài khoá và thâm hụt thương mại cần xét đến là tỷ giá hối đoái, lãi suất và tổng thu nhập quốc dân (GDP), do đó các biến vĩ mơ này được đưa vào mơ hình như là các biến ngoại sinh. Như vậy, mơ hình tổng qt mà bài nghiên cứu sử dụng sẽ là:

� � � (fd)�= ∑�=1 α��(� )� + ∑�=1 β��(��)� + ∑�=1�� +ε1� (15) � � � (��)�= ∑�=1 α��(��)� Trong đó: + ∑�=1 β��(� )� + ∑�=1 �� +ε2� (16)

fd là biến thâm hụt tài khoá. cad là biến thâm hụt thương mại.

M là véc tơ biến ngoại sinh gồm 3 biến là tỷ giá hối đoái, lãi suất và GDP. Li là toán tử lùi (Lag Operator) ở mỗi thời đoạn i.

α�, βi, i là hệ số tương quan giữa các biến độc lập và biến phụ thuộc. ε là sai số.

Giả thuyết của mơ hình

Dựa vào phương trình (15) và (16), xác định giả thuyết H0 của như sau: H0: β1 = β2 = β3 = … = βt = 0

H1: Tồn tại một β ≠ 0

�

Nếu giả thuyết H0 được chấp nhận thì thâm hụt thương mại khơng có quan hệ với thâm hụt tài khố trong phương trình (15) và thâm hụt tài khố khơng có quan hệ với thâm hụt thương mại trong phương trình (16).

Các bước thực hiện cụ thể

Bước 1: Kiểm tra tính dừng của các biến trong mơ hình VAR, nếu các biến khơng dừng thì lấy sai phân và tiếp tục kiểm tra tính dừng của các sai phân (các biến sử dụng trong mơ hình VAR phải có tính dừng).

Bước 2: Lựa chọn độ trễ thích hợp cho mơ hình VAR.

Bước 3: Kiểm tra phân phối chuẩn, tính tự tương quan của phần dư và tính ổn định của mơ hình VAR, nếu mơ hình có tính ổn định thì có thể dùng để phân tích tác động của các cú sốc kinh tế với các biến cần quan sát.

Bước 4: Kiểm định nhân quả Granger để xác định mối quan hệ giữa thâm hụt tài khố và thâm hụt thương mại.

2.2Tình hình thực tiễn tại Việt Nam giai đoạn 1990 – 2014

Tình hình thực tiễn tại Việt Nam giai đoạn 1990 – 2014 được thể hiện thơng qua các chỉ tiêu chính thể hiện trong bảng 2.1 dưới đây:

Bảng 2.1: Số liệu nghiên cứu

Năm cad fd rev exp g exports imports 1990 -5,38 -7,23 14,67 21,89 5,09 37,15 42,52 1991 -3,28 -1,02 13,14 14,16 5,81 27,31 30,59 1992 0,41 -1,56 18,25 19,82 8,70 26,15 25,75 1993 -7,12 -4,16 21,01 25,17 8,08 22,65 29,77 1994 -10,88 -2,97 22,04 25,01 8,83 24,90 35,78 1995 -13,05 -1,96 21,89 23,85 9,54 26,28 39,33 1996 -15,77 -1,46 21,66 23,12 9,34 29,43 45,19 1997 -8,97 -2,55 20,01 22,56 8,15 34,22 43,18

1998 -7,86 -0,72 19,62 20,34 5,76 34,40 42,26 1999 -0,70 -2,17 19,03 21,21 4,77 40,24 40,94