3.3 .Phƣơng pháp kiểm định mơ hình
3.3.5 .Kiểm tra tính ổn định của mơ hình
Việc kiểm tra tính ổn định của mơ hình nhằm xem xét mơ hình hiện tại có ổn định khơng. Nếu mơ hình là khơng ổn định thì kết quả của việc ước lượng đặc biệt là kết quả thu được (sai số chuẩn) của hàm phản ứng thúc đẩy IRF sẽ khơng có giá trị. Để kiểm tra tính ổn định của mơ hình VAR đề tài sử dụng kiểm định AR Roots Graph, theo đó nếu tất cả các nghiệm đều có modulus<1 và khơng có nghiệm nào nằm ngồi vịng trịn nghiệm đơn vị thì mơ hình được xem như là ổn định, ngược lại nếu có một dấu chấm nằm ngồi vịng trịn nghiệm đơn vị thì xem như là mơ hình khơng ổn định.
3.3.6. Hàm phản ứng đẩy (Impulse response funtion-IRF) và phân rã phƣơng sai (Variance decomposition)
Hàm phản ứng thúc đẩy (IRF):
Hàm phản ứng thúc đẩy là một chức năng quan trọng phát sinh từ mơ hình VAR. Nó cho phép xác định hiệu ứng theo thời gian của cú sốc của một biến nội sinh nào đó đối với các biến khác trong mơ hình. (Xem thêm phụ lục 2)
Phân rã phƣơng sai:
Mặc dù hàm phản ứng thúc đẩy đã cho biết có hay khơng sự ảnh hưởng của cú sốc đến các biến còn lại nhưng như thế là chưa đủ vì có thể tác động truyền dẫn của một cú sốc từ một biến đến biến còn lại rất nhỏ trong khi biến khác lại ảnh hưởng lớn hơn. Nên trong phân tích các nhà kinh tế sử dụng kèm theo kỹ thuật phân rã phương sai (Xem thêm phụ lục 3) để xác định xem mức độ ảnh hưởng của một biến đến biến số nghiên cứu là bao nhiêu. Kỹ thuật này
được đề tài sử dụng để xem xét yếu tố nào giải thích mạnh cho sự biến động của lạm phát ở các nước nghiên cứu.
CHƢƠNG 4: PHÂN TÍCH DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU
4.1.Kiểm định tính dừng
Trong phần này đề tài tiến hành kiểm định tính dừng của chuỗi dữ liệu nghiên cứu tương ứng cho từng nước được nghiên cứu trong đề tài. Kết quả kiểm định tính dừng cho thấy các biến trong giai đoạn nghiên cứu tương ứng ở từng nước đều không dừng ở chuỗi gốc mà chỉ dừng ở chuỗi sai phân bậc 1. Kết quả chi tiết kiểm định tính dừng xem thêm phụ lục 4.
Bảng 4.1.Kết quả kiểm định tính dừng chuỗi dữ liệu của Việt Nam
Biến lnFE lnNEER lnM2 lnCPI
Chuỗi gốc
Giá trị thống kê t -1.3879 -2.6301 -1.4771 1.1761
t-1% -3.5777 -3.5777 -3.5812 -3.5847
t-5% -2.9252 -2.9252 -2.9266 -2.9281
t-10% -2.6007 -2.6007 -2.6014 -2.6022
Kết quả dừng Không Không Không Không
Chuỗi sai phân bậc 1
Giá trị thống kê t -3.6817 -6.1465 -5.7639 -4.5237
t-1% -4.1809 -4.1485 -4.1409 -3.5575
t-5% -3.5155 -3.5005 -3.4970 -2.9166
t-10% -3.1883 -3.1796 -3.1776 -2.5961
Bậc dừng I(1) I(1) I(1) I(1)
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eviews 6.0
Kết quả kiểm định tính dừng cho thấy chuỗi dữ liệu về các biến nghiên cứu cho trường hợp cho thấy biến FE dừng ở mức ý nghĩa 5%, NEER, M2 và CPI là dừng ở mức ý nghĩa 1%.
Bảng 4.2.Kết quả kiểm định tính dừng chuỗi dữ liệu của Thái Lan
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eivews 6.0
Cho thấy chuỗi dữ liệu của Thái Lan có các biến đều dừng ở sai phân bậc 1 với mức ý nghĩa 1%.
Bảng 4.3. Kết quả kiểm định tính dừng chuỗi dữ liệu Indonesia
Biến lnFE lnNEER lnM2 lnCPI
Chuỗi gốc
Giá trị thống kê t -2.5428 -3.0564 0.1908 -1.3891 t-1% -4.1373 -4.1611 -3.5812 -4.1338 t-5% -3.4953 -3.5064 -2.9266 -3.4937 t-10% -3.1766 -3.1830 -2.6014 -3.1757 Kết quả dừng Không Không Không Không
Chuỗi sai phân bậc 1
Giá trị thống kê t -4.9768 -4.1569 -2.6320 -6.6224 t-1% -3.5575 -3.5885 -3.5885 -3.5575 t-5% -2.9166 -2.9297 -2.9297 -2.9166 t-10% -2.5961 -2.6031 -2.6031 -2.5961
Bậc dừng I(1) I(1) I(1) I(1)
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eviews 6.0
Biến lnFE lnNEER lnM2 lnCPI
Giá trị thống kê t -1.0022 -2.6097 -1.5909 -2.6394
t-1% -4.1338 -4.1446 -4.1485 -4.1409
t-5% -3.4937 -3.4987 -3.5005 -3.4970
t-10% -3.1757 -3.1786 -3.1796 -3.1776
Kết quả dừng Không Không Không Không
Giá trị thống kê t -6.0416 -5.8758 -6.7002 -4.1769
t-1% -3.5575 -3.5575 -3.5600 -3.5683
t-5% -2.9166 -2.9166 -2.9177 -2.9212
t-10% -2.5961 -2.5961 -2.5967 -2.5986
Bậc dừng I(1) I(1) I(1) I(1)
Chuỗi gốc
Kết quả kiểm định tính dừng cho chuỗi dữ liệu của Indonesia cho thấy các biến đều dừng ở sai phân bậc 1 với mức ý nghĩa 1% ngoại trừ biến M2 là dừng ở mức ý nghĩa 10%.
Bảng 4.4. Kết quả kiểm định tính dừng chuỗi dữ liệu Philippin
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eivews 6.0
Kết quả cho thấy các biến nghiên cứu của Philippin đều dừng ở sai phân bậc 1 với mức ý nghĩa 1%.
4.2. Xác định độ trễ tối ƣu cho mơ hình
Theo Nguyễn Phi Lân (2011) thì khi độ trễ được chọn là q nhỏ thì khơng đủ để đánh giá tác động của các cú sốc được lượng hóa trong mơ hình bằng hàm phản ứng đẩy IRF, ngược lại nếu chọn độ trễ của mơ hình là quá cao mà số quan sát trong mơ hình cũng khơng đủ dài do đó sẽ ảnh hưởng đến kết quả mơ hình do ảnh hưởng đến bậc tự do trong mơ hình. Trong phần này đề tài sẽ sử dụng kiểm định Lag length Criteria để lựa chọn độ trễ cho các mơ hình tương ứng từng quốc gia nghiên cứu. Chi tiết xem thêm phụ lục 5.
Biến lnFE lnNEER lnM2 lnCPI
Giá trị thống kê t -2.2953 -2.1048 -1.3606 -2.4202
t-1% -4.1373 -4.1525 -4.1756 -4.1373
t-5% -3.4953 -3.5024 -3.5131 -3.4953
t-10% -3.1766 -3.1807 -3.1869 -3.1766
Kết quả dừng Không Không Không Không
Giá trị thống kê t -4.7455 -5.4130 -5.5992 -4.9329
t-1% -3.5575 -3.5575 -3.5575 -3.5575
t-5% -2.9166 -2.9166 -2.9166 -2.9166
t-10% -2.5961 -2.5961 -2.5961 -2.5961
Bậc dừng I(1) I(1) I(1) I(1)
Chuỗi gốc
Bảng 4.5. Kết quả xác định độ trễ cho mơ hình
Quốc gia/
Tiêu chuẩn LR FPE AIC SC HQ
Việt Nam 4 4 6 0 0
Thái Lan 4 0 0 0 0
Indonesia 1 1 1 0 0
Philippin 1 1 1 0 0
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eivews 6.0
Với độ trễ được xác định theo các tiêu chí LR, FPE, AIC, SC và HQ từ kiểm định Lag length Criteria cho thấy độ trễ của mơ hình xác định cho Indonesia và Philippin là q thấp khơng đủ để lượng hố các cú sốc từ hàm phản ứng IRF và thực hiện phân rã phương sai theo như nghiên cứu của Nguyễn Phi Lân (2011). Để chọn độ trễ cao hơn đề tài tiến hành tăng dần độ trễ đến khi mơ hình bắt đầu xuất hiện hiện tương tự tương quan ở phần dư. Kết quả cho thấy độ trễ của mơ hình cho Philippin là 2 và độ trễ cho mơ hình của Indonesia là 4.
Như vậy độ trễ của các mơ hình cho các nước Việt Nam, Thái Lan, Indonesia và Philippin lần lượt là: 4, 4, 2, 4.
4.3.Kiểm định đồng liên kết
Theo như nghiên cứu của Disyatat và Vongsinsirikul (2003) và nghiên cứu của Aleem (2010) cho rằng khi chuyển một chuỗi dữ liệu từ dạng không dừng về dạng dừng dạng sai phân và dùng chuỗi dữ liệu dừng để ước lượng các mơ hình thì việc ước lượng này đã bỏ qua các thơng tin trong dài hạn, nhất là khi chúng ta xem xét đến hệ số co giãn. Do đó, trong phạm vi nghiên cứu của mình đề tài sẽ tiến hành kiểm định đồng liên kết theo 2 tiêu chuẩn Johansen và Maximum Eigenvalue để kiểm tra có hay khơng mối quan hệ trong dài hạn giữa các biến nghiên cứu.
Kết quả kiểm định đồng liên kết cho trường hợp Việt Nam cho thấy khơng có mối liên hệ trong dài hạn giữa các biến nghiên cứu theo cả 2 tiêu chuẩn Johansen và Maximum Eigenvalue ở mức ý nghĩa 1%.
Bảng 4.6 Kết quả kiểm định đồng liên kết cho trường hợp Việt Nam
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eviews 6.0 Bảng 4.7 Kiểm định đồng liên kết cho trường hợp của Thái Lan
Kết quả kiểm định đồng liên kết cho trường hợp Thái Lan cũng không có mối quan hệ trong dài hạn giữa các biến nghiên cứu ở mức ý nghĩa 1% theo cả 2 tiêu chuẩn Johansen và Maximum Eigenvalue.
Kết quả tương tự cho trường hợp của Philippin, các biến vẫn khơng có mối quan hệ trong dài hạn ở mức ý nghĩa 1% theo cả 2 tiêu chuẩn Johansen và Maximum Eigenvalue.
Bảng 4.8.Kiểm định đồng liên kết cho trường hợp của Philippin
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eviews 6.0 Bảng 4.9. Kiểm định đồng liên kết cho trường hợp của Indonesia
Kết quả kiểm định đồng liên kết cũng cho thấy rằng khơng có mối quan hệ trong dài hạn giữa các biến nghiên cứu cho trường hợp cũa Indonesia ở mức ý nghĩa 1% cho cả hai tiêu chuẩn Johansen và Maximum Eigenvalue.
Như vậy, thông qua kiểm định đồng liên kết cho thấy giữa các biến nghiên cứu tương ứng của từng nước là khơng có mối quan hệ trong dài hạn, do đó đề tài tiến hành kiểm định nhân quan Granger và thực hiện chạy mơ hình SVAR với độ trễ tương ứng đã được lựa chọn trong phần trên.
4.4.Kiểm định nhân quả Granger
Bảng 4.10 Kết quả kiểm định nhân quả Granger cho trường hợp Việt Nam
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eviews 6.0
Kết quả kiểm định nhân quả Granger cho thấy có một mối quan hệ tác động qua lại giữa cung tiền và chỉ số giá ở mức ý nghĩa 5%, có mối quan hệ tác động qua lại giữa cung tiền và dự trữ ngoại hối ở mức ý nghĩa 5%, ngoài ra sự biến động trong cung tiền là nguyên nhân gây ra sự biến động trong tỷ giá và ngược lại ở mức ý nghĩa 10%.
Bảng 4.11. Kiểm định nhân quả cho trường hợp của Thái Lan
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eviews 6.0
Kết quả cho thấy sự biến động trong dự trữ ngoại hối là nguyên nhân gây ra sự biến động trong chỉ số giá tiêu dùng ở mức ý nghĩa 1%. Ngoài ra, với chuỗi dữ liệu nghiên cứu đề tài vẫn chưa tìm thấy mối quan hệ giữa các biến khác cho trường hợp của Thái Lan.
Bảng 4.12. Kiểm định nhân quả Granger cho trường hợp của Indonesia
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eivews 6.0
Kết quả kiểm định nhân quả cho thấy sự biến động trong chỉ số giá là do sự biến động trong dự trữ ngoại hối ở mức ý nghĩa 5%, sự biến động trong
mức ý nghĩa 5%, sự biến động trong cung tiền là nguyên nhân gây ra sự biến động trong dự trữ ngoại hối ở mức ý nghĩa 10%.
Bảng 4.13. Kiểm định nhân quả Granger cho trường hợp Philippin
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eivews 6.0
Kết quả cho thấy khi xem xét mối quan hệ nhân quả của từng cặp biến trong giai đoạn nghiên cứu đề tài vẫn chưa tìm thấy mối quan hệ nhân quả. Tuy nhiên, điều này vẫn chưa đủ cơ sở để nói rằng các biến khơng có mối quan hệ tác động qua lại lẫn nhau, bởi kiểm định nhân quả Granger chỉ đơn giản xem xét tác động của từng cặp biến và các biến còn lại được xem là không thay đổi.
4.5. Kết quả ƣớc lƣợng mơ hình SVAR
Ƣớc lƣợng mơ hình VAR rút gọn
Kết quả ước lượng mơ hình VAR rút gọn cho các nước nghiên cứu: Việt Nam, Thái Lan, Indonesia và Philippin được thể hiện chi tiết trong phụ lục 6.
Sau khi ước lượng mơ hình VAR rút gọn đề tài tiến hành kiểm định tính phù hợp của mơ hình thơng qua các kiểm định: Kiểm định tự tương quan của phần dư bằng kiểm định LM, kiểm định phương sai thay đổi của phần dư
bằng kiểm định White và kiểm định tính ổn định của mơ hình bằng kiểm định AR Roots Graph. Chi tiết kiểm định xem thêm phụ lục 6.
Kiểm định tự tƣơng quan của phần dƣ
Bảng 4.14.Kết quả kiểm định tự tương quan của phần dư các mơ hình VAR rút gọn của các nước nghiên cứu
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eviews 6.0
Kết quả cho thấy với mức ý nghĩa 5% thì phần dư của các mơ hình VAR rút gọn là khơng có tự tương quan.
Kiểm định phƣơng sai thay đổi
Bảng 4.15.Kiểm định phương sai thay đổi của các phần dư của các mơ hình VAR rút gọn của các nước nghiên cứu
Kiểm tra tính ổn định của mơ hình
Kết quả kiểm tra tính ổn định của mơ hình cho thấy với độ trễ được chọn các mơ hình VAR rút gọn của các nước nghiên cứu đều ổn định. Đây là cơ sở cho việc thực hiện các nghiên cứu tiếp theo của đề tài, cụ thể là kỹ thuật hàm phản ứng đẩy IRF và kỹ thuật phân rã phương sai.
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eivews 6.0 Hình 4.1.Kết quả kiểm tra tính ổn định của mơ hình Ƣớc lƣợng ma trận A0
Kết quả ước ma trận A0 cho các nước nghiên cứu được tổng hợp trong bảng sau. Chi tiết xem thêm phụ lục 7.
Bảng 4.16.Kết quả ước lượng ma trận A0 cho các nước nghiên cứu
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eivews 6.0
Kết quả ước lượng ma trận A0 cho thấy đối với trường hợp Việt Nam thì hệ số a41 và a42 có ý nghĩa thống kê ở mức 1%. Đối với Thái Lan đề tài tìm thấy hệ số a42 và a43 có ý nghĩa ở mức 5%, trường hợp Indonesia thì a21, a31 và a32 có ý nghĩa ở mức 10%, 5% và 1% và cuối cùng là trường hợp Philippin đề tài tìm thấy a21 và a31 có ý nghĩa ở mức 1% và 10%. Ngoài ra, hệ số a41 của Việt Nam và Indonesia là âm cho thấy phản ứng của lạm phát là cùng chiều với thay đổi trong dự trữ ngoại hối, kết quả ngược lại cho trường hợp của Thái Lan và Philippin. Hệ số a42 của Việt Nam, Thái Lan và Philippin dương cho thấy lạm phát phản ứng ngược chiều với cung tiền trong khi đó Indonesia thì cho thấy một phản ứng cùng chiều. Hệ số a43 của Việt Nam, Indonesia và Philippin âm cho thấy lạm phát phản ứng cùng chiều với sự thay đổi trong tỷ giá trong khi đó ở Thái Lan lại cho kết quả ngược lại.
Để đo lường mức tác động của cú sốc tỷ giá đến những biến động trong chỉ số giá hàm phản ứng đẩy được sử dụng với các ràng buộc được thiết lập như đã đề cập trong phần mơ hình nghiên cứu.
Hàm phản ứng đẩy- IRF
Trong phần này đề tài sẽ sử dụng hàm phản ứng đẩy IRF để đo lường tác động của cú sốc tỷ giá đến các thay đổi trong chỉ số giá cả của các nước
a21 a31 a32 a41 a42 a43
-0.01397 0.004793 0.129313 -0.06731 0.329529 -0.06182 (0.6854) (0.8585) (0.2352) (0.0099) (0.0021) (0.6493) -0.05985 -0.0498 -0.17518 0.005555 0.119796 0.109357 (0.2149) (0.3535) (0.2536) (0.7898) (0.0452) (0.0425) 0.111872 -0.19744 0.548887 -0.04851 -0.06233 -0.02244 (0.0851) (0.0469) (0.0072) (0.2055) (0.442) (0.6606) 0.251863 -0.12246 0.065813 0.008 0.065813 -0.00209 (0.0017) (0.094) (0.5735) (0.7086) (0.9500) (0.5023) Việt Nam Thái Lan Indonesia Philippin
Ký hiệu các cú sốc trong mơ hình SVAR: Shock 1, shock 2, shock 3, shock 4 lần lượt là cú sốc của dự trữ ngoại hối (D_lnFE), cung tiền (D_lnM2), tỷ giá hối đoái danh nghĩa đa phương (D_lnNEER) và chỉ số giá tiêu dùng (D_lnCPI).
Phản ứng của chỉ số giá do tác động của cú sốc tỷ giá hối đối
Thơng qua kết quả hàm phản ứng đẩy tích luỹ cho thấy sự truyền dẫn giảm dần của tỷ giá đến chỉ số giá, theo đó Việt Nam cho thấy sự tác động của tỷ giá đến chỉ số giá là có sự gia tăng trong khoảng 4 quý và bắt đầu yếu dần bị