2. Tổng quan những nghiên cứu trước đây
3.3. Phương pháp nghiên cứu
3.3.1 Kiểm tra nghiệm đơn vị và độ trễ tối ưu
Trước khi kiểm định bất kỳ một phương trình liên uan tới chuỗi thời gian nào thì việc quan trong cần phải làm đó là kiểm tra xem chuỗi thời gian có dừng hay không. Nếu một chuỗi nào có nghiệm đơn vị, chuỗi đó được xem xét là không dừng. Do việc ước lượng dựa trên các biến không dừng có thể dẫn đến kết quả hồi quy giả mạo (cho ra R2 và thống kê t cao), nhưng không có bất kỳ ý nghĩa kinh tế nào (Granger và Newbold, 197 ).
Do vậy để phù hợp với các tiêu chuẩn thực hành, bài nghiên cứu xem xét liệu các biến trong mô hình có dừng hay không. Trong nghiên cứu này kiểm định gia tăng Dicky-Fuller (ADF) đã được thực hiện để kiểm tra nghiệm đơn vị.
ADF có ba kỹ thuật khác nhau, kỹ thuật đầu tiên không bao gồm cả xu hướng và hệ số chặn, kỹ thuật thứ hai bao gồm hệ số chặn nhưng không bao gồm các điều kiện xu hướng và kỹ thuật thứ ba bao gồm cả xu hướng và hệ số chặn. Nghiên cứu này sử dụng kỹ thuật thứ ba. Giả thuyết H0 của kỹ thuật ADF cho rằng chuỗi có chứa một nghiệm đơn vị (tức là nó là không dừng) so với giả thuyết còn lại là dừng.
ΔYt= β1+ β2t+ δYt-1+ α Σi=1ΔYt-1+εt (III)
Ở đây Yt là chuỗi thời gian có liên uan, t là xu hướng thời gian và εt là sai số nhiễu ngẫu nhiên.
Việc chọn một độ trễ thích hợp là quan trọng, nếu quá ít độ trễ có thể dẫn đến bác bỏ giả thuyết H0 khi nó đúng (ảnh hưởng xấu đến kích thước của kiểm định), trong khi uá nhiều độ trễ có thể làm giảm sức mạnh của kiểm định (Harris và Sollis, 2003). Nghiên cứu sử dụng các tiêu chuẩn Schwarz (SC) và tiêu chuẩn thông tin Hannan-Quinn (HQ) để lựa chọn độ trễ thích hợp.
3.3.2 Kiểm định mối quan hệ trong dài hạn.
Sau khi kiểm tra đơn biến của tất cả các biến chuỗi thời gian, nghiên cứu sử dụng kiểm định đồng liên kết giữa các biến số của mô hình (GNP, nguồn nhân lực, vốn, lao động và nợ nước ngoài). Như đã nói ở trên, hồi uy các chuỗi thời gian không dừng có khả năng dẫn đến hồi quy giả mạo. Tuy nhiên nếu kết hợp tuyến tính của các chuỗi thời gian không dừng là một chuỗi dừng thì khi đó các chuỗi thời gian này được cho là đồng liên kết và kết hợp tuyến tình dừng được gọi là phương trình đồng liên kết và có thể giải thích như mối quan hệ cân bằng dài hạn giữa các biến.
Hai kỹ thuật đồng liên kết chính thường được sử dụng đó là kỹ thuật Engle và Granger (1987), và phương pháp Johansen (1988). Bài nghiên cứu này áp dụng kỹ thuật đồng liên kết Johansen.
Yt = α1 Yt-1 + α2Yt-2 + ………. + αkYt-k + εt
Ở đây Yt là nx1 vector của phương trình I(1) biến nội sinh (GNP và các yếu tố của nó) trong phương pháp VAR, εt là một vector của sai số nhiễu ngẫu nhiên.
Kiểm định Johansen được thiết kế để xác định số lượng vector đồng liên kết trong VAR. Để xác định số lượng của vector đồng liên kết Johansen (1988), cung cấp hai kiểm định chỉ số khả năng khác nhau để xác định giá trị của vector đồng liên kết. Kiểm định Trace:
LR= TΣni=r+1 ln( 1-λi) Và kiểm định tối đa Eigenvalue:
LR= T ln(1-λr+1)
Đối với thống kê Trace giả thuyết H0 ở đây là số vectơ đồng liên kết nhỏ hơn hoặc bằng r, ngược lại là có nhiều hơn r. iểm định tối đa Eigenvalue tiến hành kiểm tra riêng biệt trên mỗi Eigenvalue và giả thuyết H0 của nó là số vectơ đồng liên kết là r, giả thuyết ngược lại là r+1. Giả thuyết H0 đã được thử nghiệm tuần tự từ thấp đến cao giá trị của r. Các thủ tục kiểm tra kết thúc khi một giả thuyết H0 không bị bác bỏ lần đầu tiên (Rusike, 2007).
Ghi chú:
Thống kê Trace :
H0: Có nhiều nhất r quan hệ đồng liên kết: r = 0, 1, 2…
H1: Có lớn hơn r mối quan hệ đồng liên kết Kiểm định tối đa Eigenvalue :
H0: Có r uan hệ đồng tích hợp; r = 0, 1, 2…
H1: Có r+1 uan hệ đồng tích hợp
3.3.3 Kiểm định mối quan hệ trong ngắn hạn.
Tiếp theo đó là ước lượng mối quan hệ ngắn hạn giữa nợ nước ngoài và GNP. Mô hình ngắn hạn được sử dụng để xác định xem liệu tác động của nợ nước ngoài là lâu dài hay chỉ là tạm thời. Nếu câu trả lời là chỉ có trong ngắn hạn, thì các tác động của sự thay đổi trong nợ nước ngoài là tạm thời. Mặt khác, nếu các tác động có ý nghĩa trong cả ngắn hạn và dài hạn, thì nó sẽ có tác động tạm thời và lâu dài. Nếu có một trạng thái cân bằng hoặc mối quan hệ đồng liên kết giữa các biến số không dừng sẽ có một hiệu chỉnh sai số (Engle và Granger, 1987). Mối quan hệ giữa Yt và Xt với một hiệu chỉnh sai số :
∆Yt= β0+ β1∆Xt –π êt-1+ εt
βt sẽ có tác động ngắn hạn, đo lường tác động ngay lập tức một sự thay đổi trong Xt sẽ có thay đổi trong Yt. Mặt khác là các hiệu ứng điều chỉnh và cho thấy bao nhiêu của sự mất cân bằng đang được điều chỉnh, tức là mức độ mà bất kỳ sự mất cân bằng trong kỳ trước tác động bất kỳ sự điều chỉnh trong thời gian Yt.
Cơ chế hiệu chỉnh sai số tích hợp các động lực ngắn hạn với cân bằng dài hạn mà không làm mất các thông tin dài hạn. Điều này nắm bắt được các mối quan hệ ngắn hạn. Nó cố gắng để điều chỉnh các sai lệch ra khỏi sự cân bằng dài hạn và hệ số của nó có thể được hiểu là tốc độ điều chỉnh hoặc mức độ của sự mất cân bằng truyền từng thời kỳ tới tăng trưởng kinh tế (Ndung'u, 1993).
Sau đó để củng cố cho các kết quả này bài nghiên cứu thực hiện các bước kiểm tra hàm phản ứng đẩy (IRF) và phân rã phương sai.