Tải bản đầy đủ
2 KIỂM ĐỊNH ĐỒNG LIÊN KẾT (ENGLE - GRANGER)

2 KIỂM ĐỊNH ĐỒNG LIÊN KẾT (ENGLE - GRANGER)

Tải bản đầy đủ

21

Variable

Std.
Error

t-Statistic

Prob.

6.939225 1.585258
-0.004818 0.014751
0.001898 0.004278
-0.006052 0.003101
2.31E-05 9.87E-05

4.377349
-0.326651
0.443606
-1.951802
0.234310

0.0003
0.7472
0.6619
0.0644
0.8170

Mean dependent var
S.D. dependent var
Akaike info
1.451385 criterion
44.23687 Schwarz criterion
-43.80141 F-statistic
1.025966 Prob(F-statistic)

6.860385
1.735593

Coefficient

C
EXD
EXDX
INF
EXR
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0.412580
0.300691

3.753954
3.995896
3.687393
0.019992

Nguồn: Kết quả từ Eview 5.1
Ta nhận thấy một cách sơ bộ, hệ số của biến EXD và INF có quan hệ nghịch biến
với GDP, điều này không phù hợp với kỳ vọng ta đặt ra ban đầu cho mô hình là B1,
B2 > 0; B3, B4 < 0. Bên cạnh đó, các giá trị-p cũng đều > 0.05 và R2hiệu chỉnh = 0.3 là
khá thấp. Điều đó cho thấy đây có thể là mô hình chưa phù hợp. Do đó tiến hành
thử nghiệm phương pháp bình phương nhỏ nhất OLS với các biến logarit của các
đại lượng này ngoại trừ biến phụ thuộc GDP từ đó có thể tạo ra được một mô hình
phù hợp hơn với dữ liệu.
Mô hình lin – log và kết quả như sau:
(b)

GDP = B0 + B1 log(EXD) + B2 log(EXD/X) + B3 (INF) + B4 log(EXR) + e2
Bảng 3.2.2: Kết quả từ OLS với mô hình (b)

Variable
C
LOG(EXD)
LOG(EXDX)
LOG(INF)
LOG(EXR)

Coefficient Std. Error
4.614736
-0.379776
0.748846
-0.631247
0.218445

t-Statistic

4.774021 0.966635
0.770169 -0.493107
0.708717 1.056622
0.372376 -1.695189
0.482259 0.452963

Prob.
0.3459
0.6276
0.3039
0.1064
0.6557

22

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0.546121
0.450567
1.341202
34.17764
-38.29674
0.904518

Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

6.862083
1.809410
3.608062
3.853489
5.715341
0.003408

Nguồn: Kết quả từ Eview 5.1
Cũng tương tự với mô hình (a) ở trên, mô hình lin – log (b) cũng gặp các vấn đề
tương tự là: B1 < 0; B4 > 0; các giá trị p_value cũng đều > 0.05. Tuy nhiên, hệ số
R2hiệu chỉnh = 0.45 > R2hiệu chỉnh = 0.3 ở mô hình (a) cũng có thể xem là một thay đổi
đáng kể. Do đó, ta tiếp tục phép thử với mô hình thứ 3.
Mô hình log – log và kết quả:
(c)log(GDP) = B0 + B1 log(EXD) + B2 log(EXD/X) + B3 log(INF) + B4 log(EXR) + e3

Bảng 3.2.3: Kết quả từ OLS với mô hình (c)
Variable

Coefficient Std. Error

C
LOG(EXD)
LOG(EXDX)
LOG(INF)
LOG(EXR)

0.973237
-0.086712
0.141923
-0.081549
0.090141

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0.670002
0.600528
0.194015
0.715192
8.104568
0.932195

t-Statistic

0.690597 1.409270
0.111411 -0.778307
0.102521 1.384328
0.053867 -1.513894
0.069762 1.292118

Prob.
0.1749
0.4460
0.1823
0.1465
0.2118

Mean dependent var 1.885639
S.D. dependent var
0.306967
Akaike info criterion -0.258714
Schwarz criterion
-0.013286
F-statistic
9.644012
Prob(F-statistic)
0.000196

Nguồn: Kết quả từ Eview 5.1
Cũng tương tự với mô hình (b) ở trên, mô hình log – log (c) cũng gặp các vấn đề
tương tự là: B1 < 0; B4 > 0; các giá trị-p cũng đều > 0.05. Tuy nhiên, hệ số R2hiệu chỉnh
= 0.6 > R2hiệu chỉnh = 0.45 ở mô hình (b) cũng có thể xem là một thay đổi đáng kể. Để

23

khắc phục tình trạng này, tác giả làm phép kiểm định xem mô hình (c) có thừa biến
hay không. Dựa vào kết quả một số nghiên cứu thực nghiệm gần đây về tác động
của nợ nước ngoài đến tăng trưởng kinh tế ở phần 1, tác giả nhận thấy biến EXR ít
được nhắc đến trong các mối quan hệ với GDP, nên tác giả sẽ làm kiểm định để loại
bỏ biến EXR trước tiên.
Kiểm định giả thiết: H0: B4 = 0 (với B4 là hệ số của EXR trong phương trình (c))
H 1 : B4 ≠ 0
Bảng 3.2.4: Kết quả kiểm định thừa biến EXR
Redundant Variables: LOG(EXR)
F-statistic
Log likelihood ratio

Variable

1.669570
2.021366

Prob. F(1,19)
Prob. Chi-Square(1)

Coefficient Std. Error

C
LOG(EXD)
LOG(EXDX)
LOG(INF)

1.837221
0.007060
0.074524
-0.114280

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0.641004
0.587155
0.197236
0.778038
7.093885
0.992645

t-Statistic

0.175557 10.46510
0.085935 0.082156
0.089725 0.830584
0.048328 -2.364680

0.211812
0.155100

Prob.
0.0000
0.9353
0.4160
0.0283

Mean dependent var 1.885639
S.D. dependent var
0.306967
Akaike info criterion -0.257824
Schwarz criterion
-0.061481
F-statistic
11.90364
Prob(F-statistic)
0.000108

Nguồn: Kết quả từ Eview 5.1
Theo kết quả của bảng trên, thống kê F = 1.669570 có xác suất p = 0.211812 > 0.05
nên ta chấp nhận giả thuyết H0: B4 = 0, tức là EXR là biến không cần thiết trong mô
hình hồi quy (c). Do đó, ta sẽ loại bỏ biến EXR ra khỏi phương trình. Khi đó, ta
được một phương trình mới:

24

(d) log(GDP) = 1.837221 + 0.007060log(EXD) + 0.074524log(EXD/X) –
0.114280log(INF) + e4
* Đánh giá mức độ phù hợp của mô hình:
- R2hiệu chỉnh = 0.587155 có nghĩa là các biến trong mô hình giải thích được 58,7% sự
thay đổi của GDP. Trên thực tế, đây là một con số khá cao, nên có thể nói mô hình
(d) là phù hợp. R2hiệu

chỉnh

= 0.587155 cũng nhỏ hơn hệ số Dubin – Watson (d =

0.992645) nên không có hiện tượng tự tương quan
- Kiểm định thống kê F = 11.90364 có giá trị-p rất nhỏ = 0.000108 và nhỏ hơn 0.05
cũng cho thấy mô hình (d) là mô hình có ý nghĩa nghiên cứu .
- Hệ số B1 = 0.007060 > 0 (còn được gọi là hệ số co giãn trong mô hình log) phù
hợp với kì vọng, cho thấy nếu EXD tăng hoặc giảm 1% sẽ tác động đến lượng tăng
hoặc giảm của GDP xấp xỉ 0.007%. Điều này cho thấy nợ nước ngoài có quan hệ
đồng biến với tăng trưởng kinh tế. Vay nợ nước ngoài bổ sung nguồn vốn bị thiếu
hụt do mất cân đối giữa tiết kiệm và đầu tư. Theo lý thuyết Debt Overhang, ở mức
nợ hợp lý, vay nợ tăng lên sẽ có tác động tích cực đến tăng trưởng. Do đó, nền kinh
tế Việt Nam luôn đạt được tốc độ tăng trưởng cao.
- Hệ số B2 = 0.074524 > 0 cho thấy nếu giá trị hệ số (EXD/X) tăng hoặc giảm 1
đơn vị thì sẽ làm GDP tăng hoặc giảm xấp xỉ 0.075 đơn vị cho thấy mức độ bền
vững về nợ nước ngoài thể hiện qua khả năng chi trả các khoản nợ nước ngoài hiện tại
và trong tương lai từ nguồn thu xuất khẩu của quốc gia
- Hệ số B3 = - 0.112359 < 0 cho thấy INF có tác động ngược chiều với GDP. Cụ
thể hơn là nếu INF tăng hoặc giảm 1% sẽ gây ra cho GDP giảm hoặc tăng 0.11%.
Vay nợ nước ngoài đã làm cho chi tiêu của chính phủ tăng lên do đó làm tăng tỷ lệ
lạm phát trong nền kinh tế là do phần lớn số nợ nước ngoài được chi cho đầu tư

25

BƯỚC 2: KIỂM ĐỊNH PHẦN DƯ R
Bảng 3.2.5: Kết quả kiểm định phần dư r
Null Hypothesis: R has a unit root
Exogenous: None
Lag Length: 0 (Fixed)

Augmented Dickey-Fuller test statistic
Test critical values: 1% level
5% level
10% level

t-Statistic

Prob.*

-2.255111
-2.674290
-1.957204
-1.608175

0.0263

*MacKinnon (1996) one-sided p-values.
Nguồn: Kết quả từ Eview 5.1
Ta thấy: |t| = 2.255111, tức là |t| > |t0.05| = 1.957204
Như vậy, với mức ý nghĩa 95%, chuỗi r dừng, chứng tỏ mô hình (d) đồng liên kết.
Do đó, tỷ lệ nợ nước ngoài EXD, tỷ lệ nợ nước ngoài trên xuất khẩu EXD/X và tỷ lệ
lạm phát INF đều có quan hệ cân bằng dài hạn với tốc độ tăng trưởng GDP của Việt
Nam qua các năm.
3.3 MÔ HÌNH HIỆU CHỈNH SAI SỐ (ECM )
Theo Granger (1983 và 1986) khái niệm cân bằng dài hạn chỉ định sự tương đương
về mặt thống kê của đồng liên kết. Khi có đồng liên kết và khi có một cú sốc bất kỳ
xảy ra gây ra sự mất bằng thì sẽ tồn tại quá trình điều chỉnh động ngắn hạn như cơ
chế hiệu chỉnh sai số. Cơ chế này sẽ đưa hệ thống trở lại cân bằng dài hạn. Thực tế
cho thấy, đồng liên kết hàm ý sự tồn tại dạng hàm hiệu chỉnh sai số động trong xem
xét quan hệ giữa các biến, do vậy mô hình ECM được sử dụng trong ước lượng sẽ
cho phép xác định cân bằng dài hạn từ sự vận động ngắn hạn được xác định từ dữ
liệu thực tế.

26

Kết quả kiểm định đơn vị cho thấy hầu hết các biến là chuỗi dừng ở sai phân bậc
một I(1), và có tồn tại đồng liên kết giữa các biến trong mô hình (c) nên ta có thể sử
dụng mô hình hiệu chỉnh sai số (ECM), để tính toán mức độ tác động của các nhân
tố đến biến động của tăng trưởng kinh tế và xác định mức chênh lệch trong ngắn
hạn so với mức cân bằng dài hạn của chỉ số tăng trưởng kinh tế.
Bảng 3.3.1: Kết quả hồi quy mô hình ECM1 2 bước trễ
Biến phụ thuộc = D(GDP,2)
SAI SỐ

THỐNG

GIÁ TRỊ

BIẾN

HỆ SỐ

CHUẨN

KÊ T

P_VALUE

D(GDP(-1))

-0.035718

0.026032

-1.372113

0.1951

D(GDP(-1),2)

-0.435549

0.300291

-1.450425

0.1726

D(GDP(-2),2)

-0.310530

0.240814

-1.289498

0.2215

D(EXD(-1),2)

0.001481

0.037470

0.039515

0.9691

D(EXD(-2),2)

-0.000531

0.017438

-0.030422

0.9762

D(EXD/X(-1),2)

-0.010496

0.014755

-0.711386

0.4904

D(EXD/X(-2),2)

-0.000361

0.008647

-0.041738

0.9674

D(INF(-1),2)

-0.026630

0.032053

-0.830813

0.4223

D(INF(-2),2)

-0.000821

0.014882

-0.055134

0.9569

ECM(-1)

-0.380769

0.356424

-1.068303

0.3064

2

R = 0.764428

R2hiệu chỉnh =
0.587749
Nguồn: Kết quả từ Eview 5.1