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 )
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.
34
Bảng 4.6: Kết quả kiểm định mô hình VAR7
Kiểm định tính ổn định của mô hình
Kiểm định phương sai thay đổi
Inverse Roots of AR Characteristic Polynomial
1.5
Joint test:
1.0
Chi-sq
df
Prob.
0.5
1203.298
1176
0.2836
0.0
Giá trị p_value của kiểm định phương
-0.5
sai thay đổi bằng 0.284 lớn hơn rất
-1.0
nhiều so với mức ý nghĩa 10%. Nên ta
-1.5
-1.5
-1.0
-0.5
0.0
0.5
1.0
1.5
chấp nhận giả thiết H 0: Không có
phương sai thay đổi.
VAR7 rất ổn định với trễ 3, vì các giá trị Kết luận mô hình VAR7 không bị
roots đều ở trong vòng tròn đơn vị.
phương sai thay đổi.
Kiểm định Tương quan chuỗi LM
Kiểm định portmanteau
Lags
LM-Stat
Prob
Lags
Q-Stat
Prob.
Adj Q-Stat
Prob.
1
2
3
88.6687
65.0143
54.6853
0.0004
0.0624
0.2675
1
2
3
4
35.5857
69.7138
98.4988
150.971
NA*
NA*
NA*
0.00
36.25717
71.69788
102.1761
158.8456
NA*
NA*
NA*
0.00
Giả thiết H0: Không có tương quan chuỗi
tại độ trễ h. Với h = 3 giá trị P_value của
kiểm định là 0.267 cao hơn mức ý nghĩa đã
chọn 10% nên ta chấp nhận giả thiết H0
mô hình VAR7 với độ trễ 3 không có
tương quan chuỗi theo LM test.
Kiểm định portmanteau cho kết quả mô
hình không có tương quan chuỗi tại trễ
3.
Nguồn: Theo tính toán của tác giả từ phần mềm Eview 8
Ký hiệu ***, **, * ứng với mức ý nghĩa thống kê lần lượt là 1%, 5% và 10%.
35
Kết quả ước lượng các giá trị ràng buộc của ma trận mô hình SVAR
Bảng 4.7: Kết quả ma trận A của mô hình SVAR
Estimated A matrix:
1.000
0.000
0.000
0.000
0.000
0.000
0.000
5.639***
-9.149
1.000
-0.634
0.000
1.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.026
-0.425
1.108
0.052*
0.2152
0.007
-0.00048
0.065***
-0.164***
1.000
-0.929
-0.332
0.000
1.000
0.000
0.000
0.000
1.000
0.000
0.000
0.000
-8.705
-0.726
-0.397*** -7.861***
0.758**
0.162
1.000
Nguồn: Theo tính toán của tác giả từ phần mềm Eview 8
Ký hiệu ***, **, * hệ số khác không ứng với mức ý nghĩa thống kê lần lượt là 1%,
5% và 10%.
Kiểm định LR test cho giả thiết H 0 là các ràng buộc thiết lập phù hợp với giá trị
p_value của kiểm định là này là 0.681, giá trị p_value rất cao so với 0.1 nên chấp
nhận giả thiết H0 nghĩa là các ràng buộc được thiết lập là phù hợp.
4.3 Kết quả kiểm định các mối quan hệ nhân quả
Bảng 4.8: Kết luận của kiểm định nhân quả Granger
Mô hình cơ bản
Mô hình VAR7
Lag = 1
Lag = 3
DGDP_D***; DI_D** nguyên nhân của
DLVNI* nguyên nhân của DLGDP_R.
DLREER.
DLVNI*** nguyên nhân của DLGDP_D.
DLREER**; DLCREDIT** nguyên nhân
của DI_D.
DLGDP_D** nguyên nhân của DLREER.
DLGDP_R **; DLGDP_D**; DI_D***;
DLCREDIT*** nguyên nhân của DMLR.
Nguồn: Rút trích từ kết quả kiểm định Granger trên Eviews 8
Ký hiệu ***, **, * ứng với mức ý nghĩa thống kê lần lượt là 1%, 5% và 10%.
36
Kết quả kiểm định nhân quả Granger trong môi trường VAR cho kết luận về một số
quan hệ nhân quả như trên. Ở mô hình cơ bản với độ trễ 1 chỉ phát hiện hai mối
quan hệ nhân quả, đó là mối quan hệ thay đổi của sản lượng và thay đổi lãi suất
chính sách là nguyên nhân thay đổi của tỷ giá thực.
Kết quả từ mô hình VAR7 với độ trễ 3, cho thấy có nhiều mối quan hệ nhân quả
hơn. Một kết quả cho thấy, DLVNI là nguyên nhân của DLGDP_R với mức tin cậy
90%. DLVNI là nguyên nhân của DLGDP_R, có thể hiểu là thay đổi trong chỉ số
giá Vn-Index có thể giúp dự báo thay đổi tổng sản phẩm quốc nội thực trong tương
lai. Điều này khá phù hợp với lý thuyết truyền dẫn kênh giá tài sản, vì khi chỉ số
Vn-Index tăng thì sự giàu có hơn của nhà đầu tư và doanh nghiệp sẽ kích thích họ
chi tiêu, và nó cũng đúng theo lý thuyết Tobins q. Ngoài ra, chỉ số chứng khoán
được còn xem là phong vũ biểu của nền kinh tế, biến động của nó phản ánh trước
biến động của nền kinh tế thực. Ngoài ra mối quan hệ nhân quả giữa DLGDP_D và
DLREER có thể giải thích qua lý thuyết ngang giá sức mua.
4.4 Phân tích phản ứng xung
Trât tự sắp xếp các biến trong mô hình rất quan trọng, vì trực tiếp ảnh hưởng đến kết
quả đầu ra của các phản ứng xung. Trong nghiên cứu này, kết quả từ mô hình SVAR
mặc định là kết quả của mô hình SVAR theo trật tự biến được sắp xếp như sau
GDP_R, GDP_D, I_D, REER, VNI, CREDIT, MLR, trật tự này theo đề xuất của
Piyachart Phiromswad (2015). Để kiểm tra lại trật tự sắp xếp biến này đã phù hợp với
chuỗi dữ liệu nghiên cứu tại Việt Nam, tác giả chạy các phản ứng xung theo chế độ
Generallized impulse (Chế độ Generallized impulse cho phép chúng ta không cần khai
báo trật tự sắp xếp biến, phần mềm sẽ tự động tính toán và cho ra kết quả phản ứng
xung). Khi so kết quả phản ứng xung giữa hai trường hợp có sắp xếp trật tự biến và
trường hợp chọn Generallized thì hai kết quả có sự tương đồng khá cao ở hầu hết
trường hợp [Xem Phụ lục 4]. Riêng ở trường hợp phản ứng xung chọn chế độ