Tải bản đầy đủ
3 Các bước tiến hành phương pháp nghiên cứu.

3 Các bước tiến hành phương pháp nghiên cứu.

Tải bản đầy đủ

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.

21

-

Thực hiện kiểm tra tính đúng đắn của mô hình đã xây dựng bằng kiểm định
nghiệm đơn vị đối với phần dư thu được từ mô hình, nếu phần dư thu được là
chuỗi dừng thì mô hình là phù hợp và được sử dụng để phân tích.

-

Thực hiện phân tích phân rã phương sai để đánh giá phần đóng góp của cú sốc
từ các biến phát triển tài chính đến tăng trưởng kinh tế và từ tăng trưởng kinh tế
đến các biến phát triển tài chính.

-

Thực hiện phân tích hàm phản ứng xung để đánh giá sự phản ứng giữa phát
triển tài chính và tăng trưởng kinh tế.

Bước 6 – trường hợp 2 – mô hình VAR.
-

Xác định độ trễ tối ưu bằng cách chạy mô hình VAR với độ trễ bất kỳ. 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 nhân
quả giữa các biến trong mô hình hay không.

22

-

Mô hình VAR được sử dụng để phân tích mối quan hệ giữa các biến phát triển
tài chính và tăng trưởng kinh tế.

-

Kiểm tra tính ổn định của mô hình .

-

Thực hiện phân tích hàm phản ứng xung để đánh giá tác động cú sốc của biến
phát triển tài chính đến biến tăng trưởng kinh tế và đánh giá tác động cú sốc của
biến tăng trưởng kinh tế đến biến phát triển tài chính. Phân tích hàm phản ứng
xung là phân tích tác động của một cú sốc của một biến nội sinh lên các biến nội
sinh khác thông qua các độ trễ khác nhau.Việc phân tích hàm phản ứng xung sẽ
giúp cho chúng ta thấy được sự tương tác lẫn nhau giữa các biến nội sinh trong
mô hình.

-

Thực hiện phân tích phân rã phương sai để đánh giá mức độ đóng góp của các
biến trong mô hình VAR đến sự biến động của 1 biến cụ thể nào đó trong mô
hình. Phân tích phân rã phương sai tách một cú sốc thành các cú sốc thành
phần.Việc phân tích phân rã phương sai sẽ giúp cho chúng ta thấy được các yếu
tố ảnh hưởng đến sự biến động của các biến nội sinh.

23

Chương 4. Kết quả nghiên cứu.
Để kiểm định mối quan hệ nhân quả giữa phát triển tài chính và tăng trưởng kinh tế bài
nghiên cứu tiến hành chạy mô hình VAR hoặc VECM lần lượt cho 3 biến PRIVCRE,
BANKDEP, LIQLIAB đại diện cho phát triển tài chính và biến PCGDP đại diện cho
biến tăng trưởng kinh tế. Trước hết lấy cơ số logarit cho tất cả các biến, các biến sau
khi được lấy cơ số logarit được ký hiệu lần lượt với biến LNPRIVCRE là ký hiệu của
tỷ lệ tín dụng được cung cấp bởi các ngân hàng cho khu vực tư nhân so với GDP, biến
LNBANKDEP là ký hiệu của tỷ lệ nợ tiền gửi của ngân hàng so với GDP, biến
LNLIQLIAB là ký hiệu của tỷ lệ nợ thanh khoản so với GDP, biến LNPCGDP là ký
hiệu của GDP thực tế bình quân đầu người.
4.1 Trường hợp 1: Biến PRIVCRE đại diện cho biến phát triển tài chính.
4.1.1 Kiểm định hệ số tương quan.
Thực hiện kiểm định hệ số tương quan giữa biến LNPRIVCRE và LNPCGDP để đo
lường mối liên hệ tương quan giữa hai biến số này. Kết quả kiểm định hệ số tương
quan được trình bày trong bảng 4.1 sau.
Bảng 4.1: Kiểm định hệ số tương quan giữa biến LNPRIVCRE và LNPCGDP.
LNPCGDP

LNPRIVCRE

LNPCGDP

1.00

- 0.52

LNPRIVCRE

- 0.52

1.00

Nguồn: Tác giả tự tính toán.
Kết quả kiểm định hệ số tương quan ở bảng 4.1 cho thấy hệ số tương quan giữa 2 biến
LNPRIVCRE và LNPCGDP là -0.52 nghĩa là 2 biến LNPCGDP và LNPRIVCRE có
hệ số tương quan âm và mối tương quan giữa 2 biến nghiên cứu là trung bình, hay nói
cách khác khi biến LNPCGDP tăng thì biến LNPRIVCRE giảm và ngược lại.

24

4.1.2 Thống kê mô tả.
Thực hiện thống kê mô tả cho 2 biến LNPRIVCRE và LNPCGDP. Kết quả thống kê
mô tả của 2 biến nghiên cứu được trình bày ở bảng 4.2 sau.
Bảng 4.2: Thống kê mô tả của biến LNPRIVCRE và LNPCGDP.
Mean
Median
Maximum
Minimum
Std. Dev.

LNPCGDP
12.81
11.1
17.16
9.58
2.54
Nguồn: Tác giả tự tính toán.

LNPRIVCRE
3.68
3.7
5.11
0.84
1.01

Kết quả thống kê mô tả ở bảng 4.2 cho thấy đối với biến LNPCGDP số trung bình là
12.81%, số trung vị hay còn gọi là giá trị ở giữa của tập dữ liệu LNPCGDP đã được
sắp xếp theo thứ tự là 11.1%, giá trị lớn nhất của LNPCGDP so với số trung vị của nó
thì cao hơn 6.06% ( vì 17.16% - 11.1% = 6.06%) và giá trị nhỏ nhất của biến
LNPCGDP so với số trung vị của nó thì thấp hơn 1.52% (vì 11.1% - 9.58% = 1.52%),
độ lệch chuẩn cho thấy mức biến động giá trị của LNPCGDP xung quanh giá trị trung
bình của nó là 2.54.
Kết quả thống kê mô tả ở bảng 4.2 cho thấy đối với biến LNPRIVCRE số trung bình là
3.68%, số trung vị hay còn gọi là giá trị ở giữa của tập dữ liệu LNPRIVCRE đã được
sắp xếp theo thứ tự là 3.7%, giá trị lớn nhất của LNPRIVCRE so với số trung vị của nó
thì cao hơn 1.41% ( vì 5.11% - 3.7% = 1.41%) và giá trị nhỏ nhất của biến
LNPRIVCRE so với số trung vị của nó thì thấp hơn 2.86% (vì 3.7% - 0.84% = 2.86%),
độ lệch chuẩn cho thấy mức biến động giá trị của LNPRIVCRE xung quanh giá trị
trung bình của nó là 1.01.
Tóm lại qua kết quả thống kê ở bảng 4.2 ta thấy sự chênh lệch giữa giá trị lớn nhất của
biến LNPCGDP so với số trụng vị của nó cao hơn giá trị lớn nhất của biến
LNPRIVCRE so với số trung vị của nó ( vì 6.06% > 1.41%), sự chênh lệch giữa giá trị