Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (2.23 MB, 97 trang )
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.
31
Kiểm định độ trễ tối ưu của mô hình cơ bản
Bảng 4.3: Kết quả kiểm định độ trễ tối ưu mô hình cơ bản
Lag
LogL
LR
FPE
AIC
SC
HQ
0
255.9183
NA
1.04e-09
1
275.1834
34.96253* 9.26e-10* -9.451236* -8.714576 -9.167135
2
290.5743
25.65155
9.57e-10
-9.428678 -8.102689 -8.917296
3
305.6710
22.92454
1.02e-09
-9.395221 -7.479903 -8.656558
-9.330308 -9.182976* -9.273488*
Nguồn: Theo tính toán của tác giả từ phần mềm Eview 8
Các giá trị FPE, AIC ủng hộ lựa chọn độ trễ 1 là tối ưu với mô hình cơ bản. Mô
hình cơ bản được đặt tên VAR4 gồm 4 biến đầu vào DLGDP_R, DLGP_D, DI_D,
DLREER .
Kiểm định độ trễ tối ưu của mô hình SVAR
Bảng 4.4: Kết quả kiểm định độ trễ tối ưu mô hình SVAR
Lag
LogL
LR
FPE
AIC
SC
HQ
0
188.1188
NA
2.88e-12
-6.708104
-6.450273* -6.608669*
1
241.7609
91.39021
2.46e-12
-6.880033
-4.817383
-6.084550
2
295.1558
77.12598
2.29e-12
-7.042808
-3.175339
-5.551277
3
353.1854
68.77586*
2.10e-12* -7.377238* -1.704951
-5.189659
Nguồn: Theo tính toán của tác giả từ phần mềm Eview 8
Các giá trị FPE, AIC, ủng hộ đô trễ tối ưu của mô hình SVAR là 3. Tiêu chí SC và
HQ ủng hộ cho lựa chọn độ trễ 0, tuy nhiên trong VAR và VECM không xét độ trễ
là 0. Độ trễ tối ưu đề xuất cho mô hình SVAR là 3.
32
4.2 Kết quả các mô hình
4.2.1 Mô hình cơ bản
Trật tự xắp xếp các biến đầu vào của mô hình cơ bản như sau: dlgdp_r dlgdp_d di_d
dlreer, với độ trễ tối ưu chọn là 1.
Bảng 4.5: Kết quả kiểm định mô hình cơ bản
Mô hình cơ bản
Kiểm tra tính ổn định của mô hình
Inverse Roots of AR Characteristic Polynomial
Kiểm định phương sai thay đổi và tương
quan chuỗi
Kiểm định phương sai thay đổi
1.5
1.0
Chi-sq
df
Prob.
78.88993
80
0.5141
Giá trị P_Value của kiểm định 0.7995 nên
0.5
chấp nhận giả thiết H0: Không có Phương sai
0.0
thay đổi.
-0.5
Kiểm định tương quan chuỗi
-1.0
-1.5
-1.5
-1.0
-0.5
0.0
0.5
1.0
1.5
Lags
LM-Stat
Prob
1
2
3
22.52639
29.87584
16.17994
0.1270
0.0187
0.4405
Kiểm định tương quan chuỗi
Giả thiết H0: Không có tương quan chuỗi
tai độ trễ 1. Kết quả kiểm định LM mô hình
VARD tại độ trễ 1 có giá trị p value =
0.127 lớn hơn mức 10% nên ta chấp nhận
thiết H0. Kết luận mô hình không có tương
quan chuỗi.
33
Kết luận: Mô hình VAR4 ổn định vì
các root nằm trong vòng tròng.
Mô hình VAR4 không có phương sai thay
đổi và không bị tương quan chuỗi với độ trễ
1.
Nguồn: Theo tính toán của tác giả từ phần mềm Eview 8
4.2.2 Mô hình SVAR
mô hình SVAR phân tích trên bảy biến: log của GDP_R, log của chỉ số giảm phát
GDP, lãi suất cho vay, log của tỷ giá thực đa phương, log của chỉ số giá Vn-Index, log
của tín dụng từ Ngân hàng Nhà nước, và lãi suất cho vay. Các biến được xử lý mùa vụ
trước khi lấy log và sau đó được lấy sai phân bậc 1 để đảm bảo chuỗi dữ liệu là dừng.
Đầu tiên là xây dựng mô hình VAR cho 7 biến trên sau khi đã kiểm tra tính dừng và
lấy sai phân bậc 1 (mô hình VAR này gọi tên là VAR7), VAR7 sẽ được dùng làm môi
trường để chạy SVAR. Trật tự xắp xếp bảy biến đầu vào của mô hình VAR7 như sau:
dlgdp_r, dlgdp_d, di_d, dlreer, dlvni, dlcredit, dmlr, với độ trễ tối ưu đề xuất là 3 (độ
trễ 3 dựa trên kết quả phân tích ở mục 4.1.4).
Kiểm tra tính ổn định của mô hình hồi quy VAR7
Sau các bước kiểm tra mô hình VAR7 tại độ trễ tối ưu 3 (Độ trễ 3 lựa chọn dựa trên
kết quả phần 4.1). Các kết quả kiểm tra cho thấy mô hình VAR7 với độ trễ 3 là tốt.
Các kết quả kiểm tra mô hình VAR7 được trình bày ở bảng 4.8.
Do các kết quả của mô hình SVAR được chạy từ từ VAR7 theo các ràng buộc của
ma trận, do đó phần kiểm định lại mô hình VAR7 nhằm đảm bảo các kết quả của
mô hình SVAR là chính xác.