Tải bản đầy đủ
1 Phương pháp nghiên cứu

1 Phương pháp nghiên cứu

Tải bản đầy đủ

14

Đối với các kiểm định giả định ρ i là không đổi – giả thuyết H O là ρ i = 0 nghĩa là y it
là chuỗi không dừng cho tất cả chuỗi thời gian; H a là ρ i = ρ < 0 nghĩa là y it là chuỗi
dừng. Đối với các kiểm định giả định ρ i là thay đổi – giả thuyết H O là ρ i = 0 nghĩa là
y it là chuỗi không dừng cho một vài chuỗi thời gian (không nhất thiết là tất cả); H a là

ρ i < 0 nghĩa là y it là chuỗi dừng.

3.1.2 Kiểm định đồng liên kết.
Bài nghiên cứu sử dụng kiểm định đồng liên kết dạng bảng theo Pedroni (1999) .
Phương trình kiểm định đồng liên kết có dạng:
y it = γ i + k it + λi x it + ε it (8)

t = 1.....T là thời gian, i = 1.....N là số lượng các quốc gia. Cố định γ i và độ dốc hệ
số λi thay đổi theo từng quốc gia.
ε it = ψ i ε it −1 + v it (9), với ψ i là hệ số tự hồi quy của phần dư ε it từ phương trình (8).

Pedroni (1999) đã phát triển bảy kiểm định đồng liên kết. Bốn kiểm định đầu tiên là
giới hạn kích thước thống kê và bốn kiểm định này được tổng hợp từ hệ số hồi quy của
các quốc gia khác nhau để kiểm định nghiệm đơn vị các phần dư ước tính. Ba kiểm
định tiếp theo là giữa kích thước thống kê và dựa trên hệ số trung bình ước tính riêng
cho từng quốc gia. Kiểm định giới hạn kích thước thống kê hay bốn kiểm định đầu tiên
với giả thuyết không có mối quan hệ đồng liên kết H O : ψ i = 1 cho tất cả chuỗi thời
gian, ngược lại với giả thuyết có mối quan hệ đồng liên kết thì H A : ψ i = ψ < 1 cho tất
cả chuỗi thời gian. Kiểm định kích thước thống kê hay ba kiểm định sau cùng với giả
thuyết không có mối quan hệ đồng liên kết H O : ψ i = 1 cho tất cả chuỗi thời gian,
ngược lại với giả thuyết có mối quan hệ đồng liên kết thì ψ i < 1 cho tất cả chuỗi thời
gian. Bài nghiên cứu sử dụng tất cả 7 thống kê được đề xuất để kiểm định đồng liên kết
theo Pedroni.

15

3.1.3 Kiểm định nhân quả.
Sau khi thực hiện kiểm định nghiệm đơn vị và kiểm định đồng liên kết dạng bảng nếu
các biến dừng và có mối quan hệ đồng liên kết thì tiến hành chạy mô hình VECM. Nếu
các biến dừng và không có mối quan hệ đồng liên kết thì tiến hành chạy mô hình VAR
để tìm mối quan hệ nhân quả giữa phát triển tài chính và tăng trưởng kinh tế.
Mối quan hệ nhân quả hai chiều của phát triển tài chính và tăng trưởng kinh tế sẽ liên
quan đến việc đánh giá của hai phương trình:
k

k

FD = µ1 + ∑ α 1 j FDit − j + ∑ β 1 j Yit − j + ε 1t
j =1

(1)

j =1

k

k

Y = µ 2 + ∑ α 2 j FDit − j + ∑ β 2 j Yit − j + ε 2t
j =1

(2)

j =1

Trong đó biến FD đại diện cho phát triển tài chính, Y đại diện cho tăng trưởng kinh tế,
µ1 , µ 2 là ảnh hưởng cụ thể của quốc gia.

Kiểm định nhân quả có thể được tiến hành theo 2 trường hợp: khi các biến có mối quan
hệ đồng liên kết và khi các biến không có mối quan hệ đồng liên kết.
Trường hợp thứ 1: khi các biến dừng và đồng liên kết, kiểm định nhân quả Granger
được sử dụng trong mô hình VECM. Trong mô hình này, do có sự khác nhau giữa các
biến sau khi đã lấy sai phân có thể sẽ bỏ sót những thông tin dài hạn trong mối quan hệ
giữa các biến. Trong trường hợp này phương trình (1) và (2) được viết lại theo :

k

k

∆FDit = δ 1 + ∑ γ 1 j ∆FDit − j + ∑η1 j ∆Yit − j + λ1i E1it −1 + ε 3t
j =1
k

k

∆Yit = δ 2 + ∑ γ 2 j ∆FDit − j + ∑ η 2 j ∆Yit − j + λ 2i E 2it −1 + ε 4t
j =1

(3)

j =1

(4)

j =1

Trong đó : E1it −1 và E 2it −1 là giá trị độ trễ của việc lấy sai phân do kiểm định đồng liên
kết. λ1i và λ2i đại diện cho mức độ điều chỉnh việc bỏ sót những thông tin dài hạn trong
mối quan hệ giữa các biến.

16

Từ các thông số kỹ thuật trong phương trình (3) và (4) có 2 cách kiểm định mối quan
hệ nhân quả trong ngắn hạn và trong dài hạn:
Trong ngắn hạn: kiểm định mối quan hệ nhân quả thông qua biến ∆FDit − j và
∆Yit − j . Phát triển tài chính là nguyên nhân dẫn đến tăng trưởng kinh tế nếu hệ số của
∆FDit − j trong phương trình 4 là γ 2 j ≠ 0 . Tăng trưởng kinh tế là nguyên nhân dẫn đến

phát triển tài chính nếu hệ số của ∆Yit − j trong phương trình 3 là η1 j ≠ 0 .
Trong dài hạn: kiểm định mối quan hệ nhân quả thông qua biến E1it −1 và E 2it −1 .
Phát triển tài chính là nguyên nhân dẫn đến tăng trưởng kinh tế nếu hệ số của E 2it −1
trong phương trình 4 là λ2i ≠ 0 . Tăng trưởng kinh tế là nguyên nhân dẫn đến phát triển
tài chính trong dài hạn nếu hệ số của E1it −1 trong phương trình 3 là λ1i ≠ 0
Trường hợp thứ 2: khi các biến dừng và không có mối quan hệ đồng liên kết . Toda và
Phillips (1993) cho thấy mối quan hệ nhân quả vẫn có thể tồn tại giữa chúng. Kiểm tra
quan hệ nhân quả Granger có thể tiến hành bằng cách chạy mô hình VAR như trong
phương trình (3) và (4) ở trên nhưng không bao gồm E1it −1 và E 2it −1 . Phương trình được
viết lại như sau:
k

k

∆FDit = φ1 + ∑ χ 1 j ∆FDit − j + ∑ Ψ1 j ∆Yit − j + ε 5t (5)
j =1
k

j =1
k

∆Yit = φ 2 + ∑ χ 2 j ∆FDit − j + ∑ Ψ2 j ∆Yit − j + ε 6t (6)
j =1

j =1

3.2 Dữ liệu
3.2.1 Các biến nghiên cứu.
Biến phát triển tài chính có thể được xem như cải thiện về số lượng, chất lượng và hiệu
quả của các dịch vụ trung gian tài chính vì nó đại diện cho những cải tiến trong các
hoạt động của ngành tài chính, được chứng minh thông qua khả năng tiếp cận trung
gian tài chính, cơ hội đa dạng hơn, cải thiện chất lượng thông tin, và các ưu đãi tốt hơn
về việc thận trọng cho vay và giám sát. Tuy nhiên bản thân phát triển tài chính không

17

thể đo lường trực tiếp và khi thực hành trong các tài liệu hay sử dụng trong các nghiên
cứu thường dùng một số biến khác nhau để đại diện cho biến phát triển tài chính.
Nghiên cứu này sử dụng 3 nguồn dữ liệu xem như 3 biến lần lượt đại diện cho biến
phát triển tài chính.
Biến đầu tiên được đề cập trong bài nghiên cứu là biến tỷ lệ tín dụng được cung cấp
bởi các ngân hàng cho khu vực tư nhân so với GDP. Đề tài lựa chọn biến này là bởi vì
nó chỉ dành cho các tài khoản tín dụng cấp cho khu vực tư nhân và không bao gồm
khoản tín dụng từ ngân hàng trung ương, vì vậy nó sẽ cung cấp thông tin tốt hơn về
mối liên hệ giữa tăng trưởng kinh tế và phát triển tài chính bởi vì tín dụng cho khu vực
tư nhân tăng năng suất hơn tín dụng cho khu vực công cộng. Đồng thời biến tỷ lệ tín
dụng được cung cấp bởi các ngân hàng cho khu vực tư nhân so với GDP là một thước
đo về số lượng và chất lượng đầu tư của khu vực tư nhân nên nó sẽ đo lường chính xác
hơn về các hoạt động của phát triển tài chính. Trong nghiên cứu của mình (Levine và
cộng sự, 2000) cho rằng biến này đã được tìm thấy có một ảnh hưởng mạnh mẽ và tích
cực hơn vào tăng trưởng kinh tế so với các biến đo lường khác của phát triển tài chính.
Biến thứ 2 được sử dụng trong bài nghiên cứu là tỷ lệ nợ tiền gửi của ngân hàng so với
GDP. Mục đích của việc sử dụng biến này là đo lường tầm quan trọng của ngân hàng
trong mối quan hệ giữa phát triển tài chính và tăng trưởng kinh tế. Biến này được ưa
thích hơn tỷ lệ M2 vì một tỷ lệ M2 tăng lên phản ánh sự gia tăng của lượng tiền tệ đang
được sử dụng hơn là phản ánh sự gia tăng của tiền gửi ngân hàng. Như vậy, tỷ lệ nợ
tiền gửi của ngân hàng so với GDP cung cấp nhiều thông tin trực tiếp hơn vào các
trung gian tài chính.
Biến thứ 3 được sử dụng trong bài nghiên cứu là biến tỷ lệ nợ thanh khoản so với GDP.
Nợ thanh khoản là thước đo khái quát của cung tiền M3 bao gồm tổng tiền lượng tiền
mặt do ngân hàng trung ương phát hành lưu thông và tiền mà các ngân hàng thương
mại gửi tại ngân hàng trung ương, cộng với tiền gửi tiết kiệm có kỳ hạn, cộng với tất cả
các khoản tiết kiệm khác gửi tại các tổ chức tín dụng (trái phiếu quốc gia, tín phiếu…)

18

Bài nghiên cứu sử dụng biến GDP thực tế bình quân đầu người để đo lường cho biến
tăng trưởng kinh tế, biến này cũng được ủng hộ bởi phần lớn các bài nghiên cứu của
các tác giả như King và Levine (1993), Tsangyao và Steven (2005), Eita và Jordaan
(2007), Hurlin và Venet (2001), Arestis và Demetriades (1996), Calderon và Liu
(2002), Odhiambo (2005), Anthony và Tajudeen (2010). Tổng sản phẩm nội địa tức
tổng sản phẩm quốc nội hay GDP là giá trị thị trường của tất cả hàng hóa và dịch vụ
cuối cùng được sản xuất ra trong phạm vi một lãnh thổ nhất định trong một thời gian
nhất định. GDP thực tế bình quân đầu người là tổng sản phẩm nội địa tính theo sản
lượng hàng hóa và dịch vụ cuối cùng của năm nghiên cứu còn giá cả tính theo năm gốc
chia cho dân số cũng tại thời điểm đó.
3.2.2 Dữ liệu.
Bài nghiên cứu sử dụng số liệu của 9 nước trong khu vực Đông Nam Á bao gồm các
nước: Brunei Darussalam, Campuchia, Indonesia, Lào, Malaysia, Philippines,
Singapore, Thái Lan, Việt Nam. Thời gian của dữ liệu được lấy được lấy theo năm
trong giai đoạn từ năm 1993 đến 2013.
Các biến được ký hiệu như sau:
PRIVCRE ký hiệu của tỷ lệ tín dụng được cung cấp bởi các ngân hàng cho khu vực tư
nhân so với GDP.
BANKDEP ký hiệu của tỷ lệ nợ tiền gửi của ngân hàng so với GDP.
LIQLIAB ký hiệu của tỷ lệ nợ thanh khoản so với GDP.
PCGDP ký hiệu của GDP thực tế bình quân đầu người.
Nguồn dữ liệu:
Biến PCGDP, PRIVCRE được lấy từ web http://data.worldbank.org
Biến LIQLIAB, BANKDEP được lấy từ 2 trang web http://data.worldbank.org và
https://research.stlouisfed.org.

19

3.3 Các bước tiến hành phương pháp nghiên cứu.
Bước 1. Lấy cơ số logarit của tất cả các biến để chuỗi dữ liệu được ổn định hơn.
Bước 2. Phân tích hệ số tương quan giữa các biến để xem xét sự tương quan giữa các
biến cần nghiên cứu cùng chiều hay nghịch chiều. Hệ số tương quan là một chỉ số
thống kê đo lường mối liên hệ tương quan giữa hai biến số, ví dụ hệ số tương quan
giữa biến x và y có giá trị từ -1 đến 1 có nghĩa là hai biến số có một mối liên hệ tuyệt
đối. Hệ số tương quan bằng 0 hay gần 0 có nghĩa là hai biến số không có liên hệ gì với
nhau. Nếu giá trị của hệ số tương quan là âm có nghĩa là khi x tăng cao thì y giảm và
ngược lại, khi x giảm thì y tăng. Nếu giá trị hệ số tương quan là dương có nghĩa là
khi x tăng cao thì y cũng tăng, và khi x giảm thì y cũng giảm theo.
Bước 3. Phân tích thống kê mô tả của các biến nhằm xác định giá trị trung bình, giá trị
trung vị, giá trị lớn nhất, giá trị nhỏ nhất, độ lệch chuẩn (độ lệch chuẩn cho thấy mức
biến động giá trị của 1 biến xung quanh giá trị trung bình của chính nó, để xét mức độ
biến động của các biến nghiên cứu như thế nào). Phân tích thống kê mô tả còn để so
sánh chênh lệch giữa giá trị lớn nhất với giá trị trung vị của các biến, chênh lệch giữa
giá trị nhỏ nhất với giá trị trung vị của các biến.
Bước 4. Thực hiện kiểm định nghiệm đơn vị để xem xét tính dừng và không dừng cho
các chuỗi thời gian của các biến trong mô hình thực nghiệm để tránh hiện tượng hồi
quy giả trong quá trình phân tích dữ liệu. Bài nghiên cứu kiểm tra tính dừng của chuỗi
dữ liệu bằng kiểm định nghiệm đơn vị - Augmented Dickkey Fuller (ADF). Đối với
chuỗi gốc không dừng, sẽ được lấy sai phân cho đến khi chuỗi dừng trước khi đưa vào
mô hình.
Bài nghiên cứu này sử dụng kiểm định nghiệm đơn vị theo cả 2 phương pháp của
Levin et al và Im et al. Ở cùng một bậc sai phân thì cả 2 trường hợp của Levin et al
(2002) và Im et al. (2003) đều phải dừng thì mới chấp nhận. Nếu 1 trường hợp dừng,
trường hợp còn lại không dừng thì không chấp nhận, xét bậc sai phân tiếp theo đến khi
nào cả 2 trường hợp đều dừng.

20

Bước 5. Thực hiện kiểm định đồng liên kết theo phương pháp phân tích Pedroni (1999)
để xem xét mối quan hệ đồng liên kết giữa các biến. Từ kết quả của bước 5 có 2 trường
hợp xảy ra:
Trường hợp 1: Nếu các biến dừng và có mối quan hệ đồng liên kết thì tiến hành chạy
mô hình VECM để tìm mối quan hệ giữa phát triển tài chính và tăng trưởng kinh tế.
Trường hợp 2: Nếu các biến dừng và không có mối quan hệ đồng liên kết thì tiến hành
chạy mô hình VAR để tìm mối quan hệ giữa phát triển tài chính và tăng trưởng kinh tế.
Bước 6 – trường hợp 1 – mô hình VECM.
-

Xác định độ trễ tối ưu của mô hình. Chọn lựa độ trễ cho mô hình nghiên cứu là
một vấn đề cực kỳ phức tạp, có quá nhiều độ trễ sẽ dẫn đến có quá nhiều thông
số phải ước lượng. Điều này làm mất bậc tự do của các biến ngẫu nhiên và làm
giảm độ chính xác của kết quả ước lượng. Ngược lại, có quá ít độ trễ sẽ làm cho
phần dư của các phương trình hồi quy tự tương quan với nhau.Trong bài nghiên
cứu này, tác giả sử dụng 5 tiêu chuẩn phổ biến trên thế giới hiện nay để xác định
độ trễ tối ưu cho các mô hình. Các tiêu chuẩn này bao gồm: LR (Sequential
modified LR test statistic),FPE(Final prediction error), AIC(Akaike information
criterion), SC (Schwarz information criterion), HQ (Hannan-Quinn information
criterion). Bài nghiên cứu dựa vào các tiêu chuẩn kiểm định này để xác định độ
trễ tối ưu cho mô hình nghiên cứu theo quan điểm dựa vào đa số. Độ trễ nào
được nhiều tiêu chuẩn lựa chọn hơn sẽ được lựa chọn.

-

Sau khi đã lựa chọn được độ trễ tối ưu cho mô hình, bài nghiên cứu thực hiện
một số kiểm tra để loại bỏ các độ trễ không phù hợp làm cho mô hình không đạt
được sự ổn định và tối ưu.

-

Kiểm định quan hệ nhân quả Granger để xem có tồn tại mối quan hệ giữa các
biến trong mô hình hay không.

-

Mô hình véc tơ hiệu chỉnh sai số VECM được sử dụng phân tích mối quan hệ
nhân quả của hai biến trong mô hình.