2 Mô hình nghiên cứu đề xuất

27



Ma trận ràng buộc A của mô hình SVAR.

Một số cách để xây dựng các ràng buộc cho ma trận (gọi là Ma Trận A), có thể dựa

trên lý thuyết kinh tế để xây dựng ràng buộc, hoặc dựa vào các nghiên cứu thực

nghiệm, hoặc có thể dựa vào các áp đặt từ tính toán tập dữ liệu,… Trong nghiên cứu

này, các ràng buộc của ma trận A được áp đặt dựa trên lý thuyết kinh tế, và các nghiên

cứu được quốc tế công nhận.

Cấu trúc hệ phương trình SVAR dạng ma trận:

Ma Trận A



=



1



0



0



0



0



0



0



a21



1



0



0



0



0



0



a31



a32



1



0



0



0



0



a41



a42



a43



1



0



1



0



a51



a52



a53



a51



1



0



1



a61



a62



a63



a64



0



1



0



a71



a72



a73



a74



a75



a76



1



b11



0



0



0



0



0



0



0



b22



0



0



0



0



0



0



0



b33



0



0



0



0



0



0



0



b44



0



0



0



0



0



0



0



b55



0



0



0



0



0



0



0



b66



0



0



0



0



0



0



0



b77



µI_D



X

µVNI



X



Các ràng buộc của ma trận dựa theo lý thuyết kinh tế và các nghiên cứu của Sim

(1980), Bernanke (1986), Bernanke & Blinder (1992), Uhlig (2005), Hilde C.



28



Bjørnland & Kai Leitemo (2008), Hashem E. Abouwafia & Marcus J. Chambers

(2014), Piyachart Phiromswad (2015).

Các ràng buộc ma trận A của mô hình SVAR là một dạng giản lược, các áp đặt được

đưa về nữa tam giác phía dưới, riêng hệ số thể hiện phản ứng của tín dụng từ NHNN

với cú sốc chỉ số Vn-Index được cho là bằng 0, vì có rất ít những bằng chứng thực

nghiệm cho thấy có tồn tại mối quan hệ này trong ngắn hạn, và ở Việt Nam theo

nghiên cứu Huỳnh Thị Cẩm Hà, Lê Thị Lanh & cộng sự (2014) thì mối quan hệ này

chỉ có trong dài hạn.

Trật tự biến của mô hình SVAR được sắp xếp dựa trên đề xuất của Piyachart

Phiromswad (2015) nghiên cứu tại Thái Lan. Thái Lan là nền kinh tế mở nhỏ như Việt

Nam nên bối cảnh áp dụng mô hình cũng có những điểm tương đồng. Trật tự biến này

qua đối chiếu các nghiên cứu trong nước như của Trần Ngọc Thơ (2013), Nguyễn

Khắc Quốc Bảo (2013) có sự phù hợp về trật tự sắp xếp như biến sản lượng, biến chỉ

số giá, biến lãi suất, các nghiên cứu này chỉ ra kênh tỷ giá là mạnh nên biến số tỷ giá

được xếp trước các kênh khác. Do các nghiên cứu trong nước đến nay chưa có nghiên

cứu nào trên những biến số này để tham khảo, nên trật tự biến này sẽ được kiểm tra lại

mức độ phù hợp ở phần 4.



29



4. Nội dung và các kết quả nghiên cứu

4.1. Thống kê mô tả dữ liệu

4.1.1 Mô tả biến

Bảng 4.1: Thống kê mô tả biến

Mean



GDP_R GDP_D

117500.1 317.282



I_D

7.352



REER

107.209



VNI CREDIT MLR

421.45 47447.24 11.356



Median



112598.0 286.067



6.500



104.068



426.91 19400.00 10.847



Maximum



212589.0 604.436



15.000



143.789 1105.78 216000.0 20.100



Minimum



58355.00 159.909



4.8000



86.141



120.20 9940.000



8.160



Std. Dev.



37385.16 136.152



2.956



14.649



220.58 54680.81



2.626



58



58



Observations



58



58



58



58



58



Nguồn: Theo tính toán của tác giả từ phần mềm Eview 8

Biến GDP_R đạt giá trị lớn nhất là 212,589.0 tỷ đồng (quý 4/2014), nhỏ nhất là

117,500.1 tỷ đồng (quý 1/2001) và trung bình cho cả giai đoạn là 117,500.1 tỷ đồng.

Biến GDP_D lớn nhất là 604.4356 (quý 1/2014), nhỏ nhất là 159.9098 tỷ đồng (quý

2/2001) và trung bình cho cả giai đoạn là 117,500.1 tỷ đồng.

Biến I_D lớn nhất là 15% (quý 2, quý 3 năm 2008 hay quý 4/2011), nhỏ nhất là 4.8%

(quý 2/2002), và trung bình cho cả giai đoạn là 7.35% .

Biến REER lớn nhất là 143,78 (quý 4/2014), nhỏ nhất là 86,14 (quý 1/2004) và trung

bình cho cả giai đoạn là 105,79.

VNI (số điểm của chỉ số Vn-Index được tính trung bình trong quý) lớn nhất 1,105.779

điểm (quý 1/2007) và nhỏ nhất 120.2 điểm (quý 3/2000) và trung bình cho cả giai đoạn

421.4499 điểm.

CREDIT lớn nhất 216,000 tỷ đồng (quý 4/2011), nhỏ nhất 9940 tỷ đồng (quý 3/2006)

và trung bình cho cả giai đoạn là 47,447.24 tỷ đồng.

Biến MLR lớn nhất là 20.1% (quý 3 năm 2008), nhỏ nhất là 8.16% (quý 4/2014) và

trung bình cho cả giai đoạn là 11.356% .



30



4.1.2. Kiểm tra tính dừng của các chuỗi số liệu

Bảng 4.2: Kiểm tra tính dừng cho các chuỗi dữ liệu

Kiểm Định

Bậc

Biến



Kiểm định PP (Hệ số chặn và không có xu hướng)

Kết Luận



Level

Adj.t-Stat



1stDiff



Kết Luận



Adj.t-Stat



LGDP_R



-1.583



Không dừng



-6.709***



Dừng



LGDP_D



-0.4723



Không dừng



-8.734***



Dừng



I_D



-2.182



Không dừng



-5.507***



Dừng



LREER



0.996



Không dừng



-4.443***



Dừng



LVNI



-2.514



Không dừng



-7.317***



Dừng



LCREDIT



-1.520



Không dừng



-7.766***



Dừng



MLR



-2.141



Không dừng



-5.060***



Dừng



GDP_F



-2.589*



Dừng

Nguồn: Theo tính toán của tác giả từ phần mềm Eview 8



Ghi chú: L là kí hiệu sau khi lấy logarithm cho các chuỗi dữ liệu, D là kí hiệu cho

sai phân bậc 1, viết tắt là I(1). Giả thiết Ho: Chuỗi dữ liệu có nghiệm đơn vị (tức là

không có tính dừng). Giá trị kiểm định trong bảng là giá trị t-statistics. Ký hiệu

***, **, * thể hiện chuỗi dừng ứng với mức ý nghĩa thống kê lần lượt là 1%, 5% và

10%.

4.1.3 Kiểm định độ trễ tối ưu

Sau khi kiểm tra tính dừng của các chuỗi dữ liệu, tác giả sẽ tiếp tục tiến hành kiểm

định độ trễ của các mô hình VAR/VECM. Để đảm bảo số bậc tự do của mô hình

không quá nhỏ trong giai đoạn nghiên cứu, bài nghiên cứu sẽ chọn độ trễ tối đa ban

đầu của các mô hình là 3.