V. NỘI DUNG CỦA NGHIÊN CỨU:
3.2. Kết quả hồi quy mơ hình nghiên cứu
3.2.1. Thống kê mô tả số liệu
Bảng 3.2: Thống kê mô tả số liệu
CPI EX GDP IM Y Mean 0.086657 4.043366 0.067972 4.106772 4.233772 Median 0.074437 4.126528 0.070110 4.180565 4.214670 Maximum 0.277343 4.397471 0.092845 4.369216 4.341157 Minimum -0.065791 3.512151 0.031233 3.579898 4.189743 Std. Dev. 0.069329 0.238891 0.014213 0.223936 0.040581 Skewness 0.864547 -0.396030 -0.255538 -0.599158 1.161555 Kurtosis 3.779285 2.155204 2.616824 2.092736 3.394576 Jarque-Bera 7.194099 2.682082 0.816044 4.518181 11.10507 Probability 0.027404 0.261573 0.664964 0.104445 0.003878 Sum 4.159536 194.0816 3.262668 197.1250 203.2211 Sum Sq. Dev. 0.225908 2.682232 0.009494 2.356935 0.077399 Observations 48 48 48 48 48
Biến nghiên cứu tỷ giá (Y) xuất khẩu (EX) và nhập khẩu (IM) đƣợc chuyển sang dạng logarit cơ số 10. Mục đích của việc chuyến hố dữ liệu sang logarit nhằm giảm bớt độ phân tán cao cũng nhƣ có một số quan sát có giá trị bất thƣờng của dữ liệu gốc và việc dùng dữ liệu dƣới dạng logarit sẽ thuận lợi hơn trong việc nhận dạng và phân tích dữ liệu.
Hai giá trị thống kê trong bảng 3.2 là Skewness và Kurtosis. Hai giá trị này giúp hình dung về hình dáng của phân phối. Skewness là một đo lƣờng mức độ lệch của phân phối còn gọi là hệ số bất đối xứng, khi:
Skewness = 0: phân phối cân xứng Skewness > 0: phân phối lệch phải Skewness < 0: phân phối lệch trái
Kurtosis là một đại lƣợng đo mức độ tập trung tƣơng đối của các quan sát quanh trung tâm của nó trong mối quan hệ so sánh với hai đuôi, khi:
Kurtosis = 3: phân phối tập trung ở mức độ bình thƣờng.
Kurtosis > 3: phân phối tập trung hơn ở mức độ bình thƣờng. Tuy nhiên hình dạng của đa giác tần số trơng sẽ khá cao và nhọn với hai đuôi hẹp.
Kurtosis < 3: phân phối tập trung hơn mức độ bình thƣờng nhƣng hình dạng của đa giác tần số là một đa giác tù với 2 đuôi dài.
Từ 2 tiêu chuẩn trên và kết quả thống kê trong bảng 3.2 cho thấy:
Lạm phát, tỷ giá có Skewness > 0 nên phân phối lệch phải trong khi tốc độ tăng trƣởng kinh tế, nhập khẩu, xuất khẩu có Skewness nhỏ hơn 0 nên phân phối lệch trái.
Lạm phát và tỷ giá có chỉ số Kurtosis > 3 nên phân phối tập trung ở mức độ bình thƣờng, hình dạng của đa giác tần số khá cao và nhọn với hai đuôi hẹp.
Tất cả các biến còn lại trong mơ hình đều có Kurtosis < 3 nên phân phối tập trung hơn mức độ bình thƣờng nhƣng hình dạng của đa giác tần số là một đa giác tù với 2 đuôi dài nghĩa là các biến này có biến động ít, biến thiên dao động không cao trong thời gian khảo sát nghiên cứu.
Kiểm định Jarque – Bera:
H0: Dữ liệu tuân theo phân phối chuẩn
H1: Dữ liệu không tuân theo phân phối chuẩn
Từ bảng thống kê mơ tả số liệu, có thể thấy rằng, p_value của kiểm định Jarque – Bera của các biến: tỷ giá (Y), lạm phát (CPI) nhỏ hơn 5%. Vì vậy, ta bác bỏ H0, chấp nhận H1 là các biến này mơ hình khơng tn theo phân phối chuẩn. Trong khi đó các biến: tốc độ tăng trƣởng kinh tế, xuất khẩu, nhập khẩu có giá trị p_value lớn 5% nên ta chấp nhận H tức 3 biến này tuân theo phân phối chuẩn.
Tƣơng quan biến:
Bảng 3.3: Tƣơng quan các biến trong mơ hình
CPI EX GDP IM Y CPI 1.000000 0.212141 -0.124484 0.299448 -0.197811 EX 0.212141 1.000000 -0.422744 0.966590 0.830899 GDP -0.124484 -0.422744 1.000000 -0.384211 -0.525716 IM 0.299448 0.966590 -0.384211 1.000000 0.743215 Y -0.197811 0.830899 -0.525716 0.743215 1.000000 Ta có: Hệ số tƣơng quan r │r│<0,4: tƣơng quan yếu
0,4 <│r│< 0,8: tƣơng quan trung bình │r│>0,8: tƣơng quan mạnh
r < 0 tƣơng quan ngƣợc chiều r > 0 tƣơng quan cùng chiều
Nhìn vào bảng tƣơng quan biến ta có thể thấy rằng: Biến nhập khẩu (IM) và biến xuất khẩu (EX), biến xuất khẩu và biến tỷ giá có hệ số │r│>0,8 nên các cặp biến này có mối tƣơng quan mạnh, trong khi đó, giữa biến tốc độ tăng trƣởng kinh tế (GDP) và tỷ giá (Y), GDP và biến nhập khẩu (IM), IM và tỷ giá có hệ số 0,4 <│r│< 0,8 nên tƣơng quan giữa các cặp biến này là tƣơng quan trung bình. Cịn lại các cặp biến khác có│r│<0,4 nên các cặp biến này có mối tƣơng quan thấp.
3.2.2. Kiểm định tính dừng
Mục đích của phần này là kiểm tra tính dừng của các chuỗi thời gian nhằm tránh những rắc rối khi sử dụng dữ liệu trong các phân tích sau này do vấn đề hồi quy giả gây ra. Để kiểm tra tính dừng của số liệu, tác giả tập trung thực hiện các kiểm định chính thức theo phƣơng pháp ADF, với độ trễ của các biến đƣợc lựa chọn dựa trên tiêu chuẩn thông tin Akaike (AIC), các giả thuyết đặt ra cho mỗi biến là:
H0: = 0 (có nghiệm đơn vị - chuỗi thời gian khơng dừng).
H1: < 0 (khơng có nghiệm đơn vị - chuỗi thời gian dừng).
Kết quả của kiểm định nghiệm đơn vị bằng cách sử dụng phƣơng pháp ADF đƣợc trình bày trong bảng dƣới đây.
Biến số t-stat Test critical values (5%) P_value Y 2.096008 -2.938987 0.9999 D(Y) -4.996923 -2.938987 0,0002 CPI -2,56366 -2,935001 0,1087 D(CPI) -4,89411 -2,936942 0,0003 EX -1,734969 -2,925169 0,4075 D(EX) -7,79512 -2,926622 0,0000 GDP -0,680609 -2,938987 0,8399 D(GDP) -2,518838 -2,938987 0,1189 D(GDP,2) -5,149256 -2,938987 0,0001 IM -1,89621 -2,933158 0,3309 D(IM) -4,088662 -2,933158 0,0026
Từ kết quả kiểm định trong bảng trên, có thể thấy rằng tại mức ban đầu (level), tất cả các biến đều có Test critical values (5%) lớn hơn giá trị t-stat hay giá trị p_value lớn hơn 5%. Với kết quả này, ta chấp nhận H0, bác bỏ H1 là tất cả các biến đều có nghiệm đơn vị và là chuỗi thời gian khơng dừng ở mức Level.
Tại mức sai phân bậc 1 ngoại trừ biến D(GDP) có giá trị test critical values (5%) lớn hơn giá trị t-stat hay giá trị p_value lớn hơn 5% thì tất cả các biến cịn lại trong mơ hình đều có có giá trị test critical values (5%) nhỏ hơn giá trị t-stat hay giá trị p_value nhỏ hơn 5%. Với kết quả này, ta thấy biến GDP là chuỗi thời gian không dừng ở mức sai phân bậc 1 nhƣng các biến CPI, Y, IM, EX đều là chuỗi thời gian dừng ở mức sai phân bậc 1.
Tại mức sai phân bậc 2, biến D(GDP,2) giá trị test critical values (5%) nhỏ hơn giá trị t-stat hay giá trị p_value nhỏ hơn 5% nên biến GDP là chuỗi thời gian dừng ở mức sai phân bậc 2.
Dữ liệu chuỗi thời gian của các biến đều không dừng ở mức ban đầu nên đáp ứng đƣợc yêu cầu của chuỗi thời gian khơng dừng cho kiểm tra đồng tích hợp, kỹ thuật kiểm định đồng tích hợp của Johansen đƣợc áp dụng để xác định đồng tích hợp và thiết lập mối quan hệ cân bằng trong dài hạn giữa các biến nghiên cứu.
3.2.3. Kiểm định độ trễ của mơ hình
Việc lựa chọn độ trễ tối ƣu cho mơ hình đƣợc thực hiện bằng cách ứng dụng mơ hình VAR cho các chuỗi dữ liệu ban đầu của các biến với độ trễ tối đa là 5. Mơ hình
VAR sẽ tự động lựa chọn độ trễ tối ƣu dựa trên các tiêu chuẩn: Tiêu chuẩn thông tin Akaike (Akaike Information Criterion – AIC), tiêu chuẩn thông tin Schwarz (Schwarz information criterion – SC), tiêu chuẩn thông tin Hannan – Quinn (Hannan Quinn information criterion –HQ), tiêu chuẩn tuần tự sửa đổi số liệu thống kê kiểm tra LR, tiêu chuẩn lỗi dự báo cuối cùng (FPE) để lựa chọn độ trễ tối ƣu cho mơ hình. Độ trễ tối ƣu đƣợc xác định dựa vào kết quả phù hợp với nhiều tiêu chuẩn nhất.
Bảng 3.5: Kết quả kiểm định độ trễ tối ƣu
VAR Lag Order Selection Criteria
Endogenous variables: D(Y) D(IM) D(GDP,2) D(EX) D(CPI) Exogenous variables: C
Date: 10/31/14 Time: 08:57 Sample: 1 48
Included observations: 42
Lag LogL LR FPE AIC SC HQ
0 459.5026 NA 2.74e-16 -21.64298 -21.43611* -21.56715
1 477.2033 30.34420 3.92e-16 -21.29540 -20.05420 -20.84045
2 505.1467 41.24966 3.59e-16 -21.43556 -19.16004 -20.60149
3 551.6963 57.63292 1.48e-16 -22.46173 -19.15188 -21.24854
4 600.4595 48.76319* 6.39e-17* -23.59331* -19.24914 -22.00100*
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error
AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion
Tại các tiêu chuẩn LR, FPE, AIC, HQ đều thống nhất lựa chọn 4 là độ trễ tối ƣu của mơ hình. Vì vậy, ta lựa chọn độ trễ của mơ hình là 4.
3.2.4. Kiểm định đồng liên kết
Bảng 3.6: Kết quả kiểm định đồng liên kết Johansen
Date: 10/31/14 Time: 08:59 Sample (adjusted): 6 48
Included observations: 43 after adjustments Trend assumption: Linear deterministic trend Series: Y IM GDP EX CPI
Lags interval (in first differences): 1 to 4
Unrestricted Cointegration Rank Test (Trace)
Hypothesized Trace 0.05
None * 0.663112 104.1537 69.81889 0.0000
At most 1 * 0.591204 57.36947 47.85613 0.0050
At most 2 0.223186 18.90432 29.79707 0.4998
At most 3 0.124424 8.044509 15.49471 0.4607
At most 4 0.052765 2.330939 3.841466 0.1268
Trace test indicates 2 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
Hypothesized Max-Eigen 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.663112 46.78423 33.87687 0.0009
At most 1 * 0.591204 38.46515 27.58434 0.0014
At most 2 0.223186 10.85981 21.13162 0.6613
At most 3 0.124424 5.713571 14.26460 0.6502
At most 4 0.052765 2.330939 3.841466 0.1268
Max-eigenvalue test indicates 2 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Kết quả bảng trên cho thấy cả hai kiểm định Johansen and Juselius (1990), kiểm định vết của ma trận (trace) và kiểm định giá trị riêng cực đại của ma trận đều bác bỏ giả thiết khơng tồn tại vector đồng tích hợp và khẳng định tồn tại ít nhất 2 vector đồng tích hợp ở mức ý nghĩa 5%. Điều này chứng minh rằng có mối quan hệ dài hạn giữa các biến nghiên cứu.
3.2.5. Xác định mối quan hệ trong dài hạn
Trên cơ sở kết luận có một quan hệ đồng tích hợp, ta ƣớc lƣợng mơ hình hiệu chỉnh sai số với một quan hệ đồng tích hợp. Kết quả ƣớc lƣợng nhƣ sau:
Bảng 3.7: Kết quả kiểm định mối quan hệ trong dài hạn của mơ hình VECM
Vector Error Correction Estimates Date: 10/31/14 Time: 09:01 Sample (adjusted): 6 48
Included observations: 43 after adjustments Standard errors in ( ) & t-statistics in [ ]
Cointegrating Eq: CointEq1 CointEq2
Y(-1) 1.000000 0.000000
IM(-1) 0.000000 1.000000
GDP(-1) 1.888426 -0.334199
[ 10.8651] [-0.87928] EX(-1) -0.163944 -0.818709 (0.00948) (0.02073) [-17.2981] [-39.5020] CPI(-1) 0.363726 -0.703666 (0.05707) (0.12479) [ 6.37385] [-5.63869] C -3.729321 -0.715449
Từ các kết quả trên và kết quả chạy mơ hình vector hiệu chỉnh sai số VECM (phụ lục 4), xác định vector đồng nhất tối ƣu có dạng:
Kết quả kiểm định mơ hình VECM cho ta 2 vector đồng nhất nhƣ sau:
U1 =[Y(-1), IM(-1), GDP(-1),EX(-1), CPI(-1)= [ 1, 0, 1,888426, -0,163944, 0,363726]
U2 =[Y(-1), IM(-1), GDP(-1),EX(-1), CPI(-1)= [ 0, 1, -0,334199, -0,818709, - 0,703666]
Ta thấy vector đồng nhất U2 có giá trị của biến độc lập Y(-1) là 0. Để xác định tác động của các biến khác đến biến này là khơng có ý nghĩa với giá trị này nên ta loại vector này.
Từ vector trên, ta có mơ hình mơ tả ảnh hƣởng của các biến nhập khẩu, tốc độ tăng trƣởng kinh tế, xuất khẩu, lạm phát đến chỉ số tỷ giá nhƣ sau:
Y(-1) = 3,729321 -1,8884*GDP(-1) +0,163944*EX(-1) -0,363726*CPI(-1)
(0,17381) (0,00948) (0,05707) [ 10,8651] [-17,2981] [ 6,37385]
Trong đó, giá trị ghi trong ngoặc trịn là sai số chuẩn và giá trị ghi trong ngoặc vuông là giá trị thống kê t. Kiểm định ý nghĩa thống kê của các hệ số trong mơ hình:
H0: Hệ số hồi quy của biến Xi khơng có ý nghĩa thống kê H1: Hệ số hồi quy của biến Xi có ý nghĩa thống kê
Ta có: t(5%, 5) = 2,015
Ta thấy: giá trị tuyệt đối của giá trị thống kê t của các biến GDP, EX và CPI lớn hơn t(5%, 5) nên ta bác bỏ H0, chấp nhận H1 là hệ số hồi quy của các biến GDP, CPI, EX có ý nghĩa thống kê. Nhƣ vậy trong dài hạn, tốc độ tăng trƣởng kinh tế, lạm phát, xuất
khẩu có tác động đến tỷ giá trong đó giá trị xuất khẩu có tác động cùng chiều với tỷ giá, lạm phát và tốc độ tăng trƣởng kinh tế có tác động ngƣợc chiều đến tỷ giá. Nhập khẩu khơng có tác động đến tỷ giá trong dài hạn.
3.2.6. Kiểm định mối quan hệ ngắn hạn (ECM)
Bảng 3.8: Kết quả kiểm định mối quan hệ trong ngắn hạn của mơ hình ECM
Error Correction: D(Y) D(IM) D(GDP) D(EX) D(CPI)
CointEq1 -0.114970 -0.911924 0.095278 3.130352 0.771805 (0.39553) (1.56570) (0.21813) (1.46291) (0.93647) [-0.29067] [-0.58244] [ 0.43680] [ 2.13980] [ 0.82416] CointEq2 0.049639 0.061201 -0.125639 0.883764 1.146825 (0.19114) (0.75664) (0.10541) (0.70697) (0.45256) [ 0.25969] [ 0.08089] [-1.19190] [ 1.25008] [ 2.53410] D(Y(-1)) 0.091582 -1.348107 -0.355313 -1.347646 -1.777333 (0.32752) (1.29649) (0.18062) (1.21138) (0.77545) [ 0.27962] [-1.03981] [-1.96718] [-1.11249] [-2.29200] D(Y(-2)) 0.038904 -1.617976 0.194743 -0.282856 -2.492195 (0.38906) (1.54008) (0.21456) (1.43898) (0.92115) [ 0.10000] [-1.05058] [ 0.90765] [-0.19657] [-2.70553] D(Y(-3)) -0.260236 -1.925356 0.614732 1.661840 -1.058159 (0.56210) (2.22504) (0.30998) (2.07897) (1.33083) [-0.46297] [-0.86531] [ 1.98312] [ 0.79936] [-0.79511] D(Y(-4)) -0.691779 -4.857366 0.709210 0.811627 -1.430685 (0.74493) (2.94878) (0.41081) (2.75520) (1.76371) [-0.92865] [-1.64724] [ 1.72637] [ 0.29458] [-0.81118] D(IM(-1)) -0.047823 -0.149106 0.072932 -0.295274 -0.721425 (0.18936) (0.74956) (0.10442) (0.70035) (0.44832) [-0.25256] [-0.19893] [ 0.69842] [-0.42161] [-1.60917] D(IM(-2)) -0.053844 -0.120781 0.193301 -0.235282 -0.365802 (0.15112) (0.59820) (0.08334) (0.55893) (0.35779) [-0.35630] [-0.20191] [ 2.31947] [-0.42095] [-1.02238] D(IM(-3)) -0.032248 -0.462106 0.142845 -0.215099 -0.468992 (0.12551) (0.49682) (0.06921) (0.46420) (0.29716) [-0.25694] [-0.93013] [ 2.06381] [-0.46337] [-1.57827] D(IM(-4)) 0.026267 0.397612 0.010308 0.214745 -0.349860 (0.08404) (0.33268) (0.04635) (0.31084) (0.19898) [ 0.31255] [ 1.19518] [ 0.22240] [ 0.69085] [-1.75826] D(GDP(-1)) 0.073600 1.321705 -0.566220 -6.900485 -0.845311 (0.75956) (3.00671) (0.41888) (2.80932) (1.79836) [ 0.09690] [ 0.43959] [-1.35175] [-2.45628] [-0.47005] D(GDP(-2)) -0.222477 1.699565 -0.501292 -3.697182 -0.626695
(0.74020) (2.93005) (0.40820) (2.73770) (1.75251) [-0.30056] [ 0.58005] [-1.22805] [-1.35047] [-0.35760] D(GDP(-3)) -0.195267 2.587134 -0.290891 -2.866504 0.507802 (0.45363) (1.79568) (0.25017) (1.67780) (1.07403) [-0.43045] [ 1.44075] [-1.16279] [-1.70849] [ 0.47280] D(GDP(-4)) -0.340559 0.920451 0.570088 -1.267188 0.712448 (0.42233) (1.67178) (0.23290) (1.56203) (0.99992) [-0.80638] [ 0.55058] [ 2.44774] [-0.81125] [ 0.71251] D(EX(-1)) 0.019738 0.149787 -0.059270 0.192220 0.569302 (0.14660) (0.58031) (0.08085) (0.54221) (0.34709) [ 0.13464] [ 0.25812] [-0.73313] [ 0.35451] [ 1.64022] D(EX(-2)) 0.042016 0.205538 -0.240938 -0.035592 0.631379 (0.15428) (0.61071) (0.08508) (0.57062) (0.36528) [ 0.27234] [ 0.33655] [-2.83187] [-0.06237] [ 1.72850] D(EX(-3)) 0.022744 0.263588 -0.164590 -0.397616 0.564985 (0.13755) (0.54448) (0.07585) (0.50874) (0.32566) [ 0.16535] [ 0.48411] [-2.16981] [-0.78157] [ 1.73487] D(EX(-4)) 0.010524 0.312503 -0.046321 -0.162841 0.421504 (0.08678) (0.34353) (0.04786) (0.32097) (0.20547) [ 0.12127] [ 0.90969] [-0.96787] [-0.50733] [ 2.05143] D(CPI(-1)) 0.117956 0.066727 -0.236925 -0.515170 0.009911 (0.16012) (0.63381) (0.08830) (0.59220) (0.37909) [ 0.73670] [ 0.10528] [-2.68321] [-0.86992] [ 0.02614] D(CPI(-2)) 0.003474 -0.216883 -0.083836 -0.629548 0.058524 (0.09221) (0.36503) (0.05085) (0.34107) (0.21833) [ 0.03768] [-0.59415] [-1.64855] [-1.84582] [ 0.26805] D(CPI(-3)) -0.109387 -0.750998 0.094286 -0.339884 0.119589 (0.13304) (0.52664) (0.07337) (0.49206) (0.31499) [-0.82221] [-1.42602] [ 1.28510] [-0.69073] [ 0.37966] D(CPI(-4)) -0.028286 0.494151 -0.286864 -0.978403 -0.141589 (0.21732) (0.86024) (0.11984) (0.80376) (0.51452) [-0.13016] [ 0.57444] [-2.39365] [-1.21728] [-0.27519] C 0.004849 0.027362 -0.000812 0.023063 0.008896 (0.00388) (0.01537) (0.00214) (0.01436) (0.00919) [ 1.24869] [ 1.77983] [-0.37909] [ 1.60565] [ 0.96752]
Ta có phƣơng trình mối quan hệ trong ngắn hạn nhƣ sau:
D(Y) = 0,091582*D(Y(-1)) + 0,038904*D(Y(-2)) - 0,260236*D(Y(-3)) - 0,691779*D(Y(-4)) - 0,047823*D(IM(-1)) - 0,053844*D(IM(-2)) - 0,032248*D(IM(- 3)) + 0,026267*D(IM(-4)) + 0,073600*D(GDP(-1)) - 0,222477*D(GDP(-2)) - 0,195267*D(GDP(-3)) - 0,340559*D(GDP(-4)) + 0,019738*D(EX(-1)) +
0,117956*D(CPI(-1)) + 0,003474*D(CPI(-2)) - 0,109387*D(CPI(-3)) - 0,028286*D(CPI(-4)) + 0,004849
Ta có: t(5%, 21) = 1,721
Kết quả kiểm định ý nghĩa của các hệ số thống kê cho thấy khơng có biến nào tác động đến tỷ giá trong ngắn hạn do giá trị tuyệt đối của giá trị thống kê t trong mơ hình đều nhỏ hơn t(5%, 21) = 1,721 ở mức ý nghĩa 5%.
3.2.7. Thảo luận về kết quả nghiên cứu
Trong dài hạn, có thể thấy rằng cả xuất khẩu, tốc độ tăng trƣởng kinh tế và lạm phát đều có tác động đến tỷ giá. Cụ thể nhƣ sau:
Khơng tìm thấy mối quan hệ giữa giá trị nhập khẩu và tỷ giá. Theo lý thuyết, khi giá trị nhập khẩu tăng lên, nhu cầu về ngoại tệ tăng, dẫn đến nội tệ giảm giá, tỷ giá tăng. Tuy nhiên kết quả nghiên cứu lại không cho thấy mối quan hệ giữa 2 yếu tố này. Kết quả nghiên cứu của luận văn cũng khác với kết quả nghiên cứu trong paper gốc tại Pakistan.
β2 = -1,8884 cho thấy tốc độ tăng trƣởng kinh tế có tác động tiêu cực đến tỷ giá. Khi các yếu tố khác không đổi, tốc độ tăng trƣởng GDP tăng 1% thì tốc độ tăng trƣởng của tỷ giá USD/VND giảm 1,8884 % và ngƣợc lại. Theo lý thuyết, khi GDP tăng, thu nhập của ngƣời dân tăng lên tƣơng đối nên nhu cầu về hàng hoá nhập khẩu tăng cao khiến cho cầu ngoại tệ tăng cao và làm cho đồng nội tệ giảm giá, tỷ giá USD/VND tăng. Kết quả nghiên cứu cũng đi ngƣợc lại với giả thuyết nghiên cứu. Kết quả này cũng ngƣợc với kết quả nghiên cứu trong paper gốc ở Pakistan về mối quan hệ giữa 2 yếu tố này do đặc thù kinh tế, chính trị và văn hóa xã hội của mỗi quốc gia khác nhau, nên tại mỗi thời điểm diễn biến của tốc độ tăng trƣởng và tỷ giá tại các quốc gia cũng khác nhau. Tuy nhiên, kết quả nghiên cứu ủng hộ học thuyết tiền tệ, cụ thể là mơ hình giá linh hoạt. Tốc độ tăng trƣởng tăng đồng nghĩa với việc thu nhập của một quốc gia tăng lên. Với các nhân tố khác không đổi, thu nhập thực tế trong nƣớc tăng làm cho cầu tiền thực tế tăng nhằm đáp ứng các nhu cầu giao dịch. Cầu tiền tăng làm cho mức giá trong nƣớc giảm, mức giá trong nƣớc giảm làm cho nội tệ lên giá, tức tỷ giá giảm để duy trì PPP. Trong khi học thuyết tiền tệ lại có cái nhìn ngƣợc lại với những