Tải bản đầy đủ
2 Trường hợp 2: Biên BANKDEP đại diện cho biến phát triển tài chính

2 Trường hợp 2: Biên BANKDEP đại diện cho biến phát triển tài chính

Tải bản đầy đủ

38

Bảng 4.9: Kiểm định hệ số tương quan giữa biến LNBANKDEP và LNPCGDP.
LNPCGDP

LNBANKDEP

LNPCGDP

1.00

- 0.55

LNBANKDEP

- 0.55

1.00

Nguồn: Tác giả tự tính toán.
Kết quả kiểm định hệ số tương quan ở bảng 4.9 cho thấy hệ số tương quan giữa 2 biến
LNBANKDEP và LNPCGDP là -0.55 nghĩa là 2 biến LNPCGDP và LNBANKDEP 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 LNBANKDEP giảm và ngược lại.
4.2.2 Thống kê mô tả.
Thực hiện thống kê mô tả cho 2 biến LNBANKDEP và LNPCGDP. Kết quả thống kê
mô tả của biến LNPCGDP đã được trình bày ở bảng 4.2 phần 4.1.2 trong trường hợp 1
nên trong phần này chỉ trình bày kết quả thống kê mô tả của biến LNBANKDEP ở
bảng 4.10 sau.
Bảng 4.10: Thống kê mô tả của biến LNBANKDEP.
LNBANKDEP
3.81
3.87
5.16
1.15
1.01

Mean
Median
Maximum
Minimum
Std. Dev.
Nguồn: Tác giả tự tính toán.

Kết quả thống kê mô tả ở bảng 4.10 cho thấy đối với biến LNBANKDEP số trung bình
là 3.81%, số trung vị hay còn gọi là giá trị ở giữa của tập dữ liệu LNBANKDEP đã
được sắp xếp theo thứ tự là 3.87%, giá trị lớn nhất của LNBANKDEP so với số trung
vị của nó thì cao hơn 1.29% ( vì 5.16% - 3.87% = 1.29%) và giá trị nhỏ nhất của biến
LNBANKDEP so với số trung vị của nó thì thấp hơn 2.72% (vì 3.87% - 1.15% =

39

2.72%), độ lệch chuẩn cho thấy mức biến động giá trị của LNBANKDEP xung quanh
giá trị trung bình của nó là 1.01.
Tóm lại qua kết quả thống kê ở bảng 4.10 và kết quả thống kê của LNPCGDP đã trình
bày ở bảng 4.2 phần 4.1.2 trong trường hợp 1 cho thấy mức độ biến thiên của
LNPCGDP là 2.54 cao hơn mức độ biến thiên của biến LNBANKDEP là 1.01 và sự
chênh lệch giữa giá trị lớn nhất của biến LNPCGDP so với số trung vị của nó cao hơn
giá trị lớn nhất của biến LNBANKDEP so với số trung vị của nó ( vì 6.06% > 1.29%),
sự chênh lệch giữa giá trị nhỏ nhất của biến LNPCGDP so với số trụng vị của nó nhỏ
hơn giá trị nhỏ nhất của LNBANKDEP so với số trung vị của nó (vì 1.52% < 2.72%).
4.2.3 Kiểm định nghiệm đơn vị.
Bài nghiên cứu sử dụng kiểm định Augmented Dickey –Fuller (ADF) để kiểm tra tính
dừng của các biến theo 2 phương pháp của Levin et al và Im et al. Ở cùng một bậc sai
phân thì 2 trường hợp của Levin et al (2002) và Im et al. (2003) đều phải dừng thì mới
chấp nhận. Giả thiết của kiểm định là H O : Chuỗi không có tính dừng. Giả thuyết H O
sẽ bị bác bỏ nếu kết quả Pvalue của mô hình kiểm định nghiệm đơn vị nhỏ hơn 1%.
Bảng 4.11: Kiểm định tính dừng của biến LNBANKDEP và LNPCGDP.

LNPCGDP
Prob**
LNBANKDEP
Prob**
D(LNPCGDP)
Prob**
D(LNBANKDEP)
Prob**

Levin,Lin
& Im, Pesaran and
Chu t*
Shin W-stat
Quyết định
Ho: Chuỗi không có tính dừng
2.51
5.45
Chấp nhận Ho
0.99
1.00
-2.53
-1.09
Chấp nhận Ho
0.01
0.14
-5.97
-5.23
Bác Bỏ Ho
0.00
0.00
-3.23
-2.75
Bác Bỏ Ho
0.00
0.00
Nguồn: Tác giả tự tính toán.

40

Kết quả kiểm định nghiệm đơn vị tóm lượt ở bảng 4.11 cho thấy biến nghiên cứu
LNPCGDP và BANKDEP là không dừng ở mức ý nghĩa 1% (vì Pvalue ≥ 0.01). Xét
đến sai phân bậc 1 thì ta thấy các biến nghiên cứu D(LNBANKDEP) và D(LNPCGDP)
dừng ở sai phân bậc 1 với mức ý nghĩa 1% ( vì Pvalue < 0.01). Do đó các biến sai phân
bậc 1 sẽ được dùng trong mô hình nghiên cứu.
4.2.4 Kiểm định đồng liên kết.
Thực hiện kiểm định đồng liên kết để xác định mối quan hệ đồng liên kết giữa 2 biến
nghiên cứu. Theo Pedroni (1999) giả thuyết H O : Không có mối quan hệ đồng liên kết
giữa các biến phát triển tài chính và tăng trưởng kinh tế hay trong trường hợp này giả
thuyết H O được viết lại như sau: Không có mối quan hệ đồng liên kết giữa biến
LNBANKDEP và LNPCGDP. Theo Pedroni giả thuyết H O bị bác bỏ khi giá trị của
Panel v-Statistic > 0 và giá trị của Panel rho-Statistic, Panel PP-Statistic, Panel ADFStatistic, Group rho-Statistic, Group PP-Statistic,Group ADF-Statistic < 0.
Bảng 4.12: Kiểm định đồng liên kết giữa biến LNBANKDEP và LNPCGDP.
Pedroni Residual Cointegration Test
Series: LNPCGDP LNBANKDEP
Sample: 1993 2013
Included observations: 189
Cross-sections included: 9
Null Hypothesis: No cointegration
Statistic
Panel v-Statistic
Panel rho-Statistic
Panel PP-Statistic
Panel ADF-Statistic
Group rho-Statistic
Group PP-Statistic
Group ADF-Statistic
Nguồn: Tác giả tự tính toán.

Value
-1.50
2.16
1.13
0.70
3.1
1.98
0.68

Kết quả kiểm định mối quan hệ đồng liên kết giữa 2 biến LNPCGDP và
LNBANKDEP được tóm lượt ở bảng 4.12 cho thấy giá trị của Panel v-Statistic = -1.50

41

< 0 và giá trị của Panel rho-Statistic, Panel PP-Statistic, Panel ADF-Statistic, Group
rho-Statistic, Group PP-Statistic,Group ADF-Statistic > 0 nên giả thuyết H o được chấp
nhận hay nói cách khác không có mối quan hệ đồng liên kết giữa biến LNBANKDEP
và LNPCGDP.
Qua kiểm định nghiệm đơn vị và kiểm định đồng liên kết dạng bảng của biến
LNPCGDP và biến LNBANKDEP cho kết quả các biến đều dừng ở sai phân bậc 1 và
không có mối quan hệ đồng liên kết vì vậy kiểm tra quan hệ nhân quả được tiến hành
bằng cách chạy mô hình VAR. Ta tiến hành chạy mô hình VAR cho 2 biến
LNBANKDEP và LNPCGDP.
4.2.5 Xác định độ trễ tối ưu.
Trong mô hình VAR thì việc chọn lựa độ trễ cho mô hình là vấn đề rất quan trọng. Bài
nghiên cứu tiến hành tìm độ trễ tối ưu cho mô hình cơ bản thông qua xem xét giá trị
của các tiêu chuẩn lựa chọn độ trễ bao gồm các tiêu chí: 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 sẽ sử dụng độ trễ mà đa số các tiêu chuẩn kể trên lựa chọn. Kết quả kiểm định độ
trễ cho mô hình cơ bản được thể hiện trong bảng 4.13 sau:
Bảng 4.13: Xác định độ trễ tối ưu của biến LNBANKDEP và LNPCGDP.
VAR Lag Order Selection Criteria
Endogenous variables: LNPCGDP LNBANKDEP
Exogenous variables: C
Sample: 1993 2013
Lag
LogL
LR
FPE
0
-396.72
NA
4.24
1
293.11
1,342.71
0.00
2
317.65
46.88*
0.00*
3
321
6.30
0.00
4
323.15
3.95
0.00
5
326.14
5.39
0.00

AIC
7.12
-5.13
-5.49*
-5.48
-5.45
-5.43

Nguồn: Tác giả tự tính toán.

SC
7.17
-4.98
-5.25*
-5.14
-5.01
-4.9

HQ
7.14
-5.07
-5.39*
-5.34
-5.27
-5.21

42

Kết quả kiểm định độ trễ ở bảng 4.13 cho cho thấy tất cả 5 tiêu thức đều lựa chọn độ
trễ bằng 2. Do đó bài nghiên cứu quyết định chọn độ trễ là 2 cho mô hình VAR sử
dụng biến LNPCGDP và LNBANKDEP.
4.2.6 Xác định độ trễ cần loại bỏ.
Thực hiện kiểm tra này để loại bỏ các độ trễ không phù hợp làm cho mô hình không
đạt được sự ổn định và tối ưu. Giá trị Pvalue của 2 biến nghiên cứu LNPCGP và
LNBANKDEP phải cùng nhỏ hơn 10% thì độ trễ tương ứng mới được chấp nhận. Kết
quả xác định độ trễ cần loại bỏ được trình bày trong bảng 4.14 sau.
Bảng 4.14: Xác định độ trễ cần loại bỏ của biến LNBANKDEP và LNPCGDP.
VAR Lag Exclusion Wald Tests
Sample: 1993 2013
Chi-squared test statistics for lag exclusion:
Numbers in [ ] are p-values
LNPCGDP
LNBANKDEP
Lag 1
207.1
441.73
[ 0.00]
[ 0.00]
Lag 2
5.55
58.24
[ 0.06]
[ 0.00]
Nguồn: Tác giả tự tính toán.

Joint
689.58
[ 0.00]
70.66
[ 0.00]

Kết quả xác định độ trễ cần loại bỏ bảng 4.14 cho thấy Pvalue của 2 biến nghiên cứu ở
độ trễ 1 đều là 0.00 nên được chấp nhận ở mức ý nghĩa 10%( vì 0.00 < 0.1). Pvalue của
biến LNBANKDEP và LNPCGDP ở độ trễ 2 lần lượt là 0.06 và 0.00 nên được chấp
nhận ở mức ý nghĩa 10%( vì pvalue đều < 0.1). Tóm lại pvalue của các biến ở độ trễ 1
và 2 đều được chấp nhận ở mức ý nghĩa 10%. Vậy độ trễ tối ưu của mô hình VAR khi
sử dụng 2 biến LNPCGDP và LNBANKDEP sau khi xác định độ trễ cần loại bỏ là 2.
4.2.7 Kiểm định nhân quả Granger.
Thực hiện kiểm định nhân quả Granger để xem xét mối quan hệ nhân quả giữa biến
LNPCGDP và LNBANKDEP. Kiểm định nhân quả Granger có 2 giả thuyết như sau:
H O : Biến LNBANKDEP không có mối quan hệ nhân quả với biến LNPCGDP.

43

H A : Biến LNPCGDP không có mối quan hệ nhân quả với biến LNBANKDEP.

Giả thiết H O và H A bị từ chối nếu giá trị Pvalue của kết quả chạy ra từ kiểm định nhân
quả Granger nhỏ hơn 1%. Kết quả của kiểm định nhân quả Granger giữa biến
LNBANKDEP và LNPCGDP được trình bày ở bảng 4.15 sau.
Bảng 4.15: Kiểm định nhân quả Granger giữa biến LNBANKDEP và LNPCGDP.
Pairwise Granger Causality Tests
Sample: 1993 2013
Lags: 2
Null Hypothesis:
LNBANKDEP does not Granger Cause LNPCGDP
LNPCGDP does not Granger Cause LNBANKDEP
Nguồn: Tác giả tự tính toán.

F-Statistic Prob.
0.95
0.39
10.34
0.00

Kết quả kiểm định nhân quả Granger giữa LNBANKDEP và LNPCGDP ở bảng 4.15
cho thấy với giả thuyết H O có Pvalue là 0.39 nên giả thuyết H O được chấp nhận (vì
0.39 > 0.1) hay nói cách khác LNBANKDEP không có mối quan hệ nhân quả với biến
LNPCGDP. Pvalue của giả thuyết H A là 0.00 nên giả thuyết H A bị bác bỏ ( vì 0.00 <
0.01) nghĩa là LNPCGDP có mối quan hệ nhân quả với biến LNBANKDEP ở mức ý
nghĩa 1%. Tóm lại giữa biến LNBANKDEP và biến LNPCGDP chỉ có mối quan hệ
nhân quả 1 chiều do LNPCGDP dẫn đến LNBANKDEP.
4.2.8 Kết quả chạy mô hình VAR.
Sau khi đã xác định được độ trễ tối ưu sử dụng trong mô hình VAR cho 2 biến
LNPCGDP và LNBANKDEP là 2 ta tiến hành chạy mô hình VAR. Trong mô hình
VAR hệ số t-statistic được đặt giả thuyết H B : hệ số không có ý nghĩa thống kê và giả
thuyết H B bị bác bỏ khi giá trị tuyệt đối của t-statistic chạy ra từ mô hình lớn hơn giá
trị tuyệt đối t-statistic của các mức ý nghĩa 1% hoặc 5% ( với giá trị t-statistic ở mức
nghĩa 1% là -2.639 và 5% là -1.990). Kết quả chạy mô hình VAR của 2 biến
LNPCGDP và LNBANKDEP với độ trễ tối ưu là 2 được trình bày trong bảng 4.16 sau.

44

Bảng 4.16: Kết quả mô hình VAR của biến LNBANKDEP và LNPCGDP.
Vector Autoregression Estimates
Standard errors in ( ) & t-statistics in [ ]
LNPCGDP
LNPCGDP(-1)
1.2
[ 14.37]
LNPCGDP(-2)
-0.2
[-2.34]
LNBANKDEP(-1)
0.01
[ 0.20]
LNBANKDEP(-2)
-0.01
[-0.41]
C
0.02
[ 0.67]
R-squared
0.9997
Nguồn: Tác giả tự tính toán.

LNBANKDEP
1.02
[ 4.47]
-1.02
[-4.45]
1.42
[ 20.8]
-0.43
[-6.44]
0.00
[ 0.06]
0.9897

Kết quả mô hình VAR ở bảng 4.16 cho thấy khi xét tác động của các biến đến
LNPCGDP ta thấy giá trị tuyệt đối của t-statistic của LNPCGDP(-1) và LNPCGDP(-2)
lần lượt là 14.37 và 2.34 đều lớn hơn 1.990 là giá trị tuyệt đối của t-statistic ở mức ý
nghĩa 5% nên giả thuyết H B bị bác bỏ, nghĩa là hệ số của biến LNPCGDP(-1) và
LNPCGDP(-2) có ý nghĩa thống kê ở mức 5%. Giá trị tuyệt đối của t-statistic của
LNBANKDEP(-1) và LNBANKDEP(-2) lần lượt là 0.2 và 0.41 đều nhỏ hơn 1.990 là
giá trị tuyệt đối t-statistic của mức ý nghĩa 5% nên giả thuyết H B được chấp nhận,
nghĩa là hệ số của biến LNBANKDEP(-1) và LNBANKDEP(-2) không có ý nghĩa
thống kê. Giá trị tuyệt đối t-statistic của C là 0.67 nhỏ hơn 1.990 là giá trị tuyệt đối của
t-statistic ở mức ý nghĩa 5% nên hệ số của C không có ý nghĩa thống kê. Tóm lại khi
xét tác động của các biến đến LNPCGDP chỉ có hệ số của biến LNPCGDP(-1) và
LNPCGDP(-2) có ý nghĩa thống kê ở mức ý nghĩa 5%. Hệ số xác định R2 là 99.97%
nên mô hình có thể giải thích được 99.97% mức độ biến động của biến LNPCGDP.

45

Kết quả mô hình VAR ở bảng 4.16 cho thấy khi xét tác động của các biến đến
LNBANKDEP ta thấy giá trị tuyệt đối của t-statistic của LNPCGDP(-1) và
LNPCGDP(-2) lần lượt là 4.47 và 4.45 đều lớn hơn 2.639 là giá trị tuyệt đối của tstatistic ở mức ý nghĩa 1% nên giả thuyết H B bị bác bỏ, nghĩa là hệ số của biến
LNPCGDP(-1) và LNPCGDP(-2) có ý nghĩa thống kê ở mức 1%. Giá trị tuyệt đối của
t-statistic của LNBANKDEP(-1) và LNBANKDEP(-2) lần lượt là 20.8 và 6.44 đều lớn
hơn 2.639 là giá trị tuyệt đối của t-statistic ở mức ý nghĩa 1% nên giả thuyết H B bị bác
bỏ, nghĩa là hệ số của biến LNBANKDEP(-1) và LNBANKDEP(-2) có ý nghĩa thống
kê ở mức 1%. Giá trị tuyệt đối t-statistic của C là 0.06 nhỏ hơn 2.639 là giá trị tuyệt đối
của t-statistic ở mức ý nghĩa 1% nên hệ số của C không có ý nghĩa thống kê. Tóm lại
khi xét tác động của các biến đến LNPRIVCRE thì tất cả hệ số của các biến
LNPCGDP(-1), LNPCGDP(-2), LNBANKDEP(-1) và LNBANKDEP(-2) đều có ý
nghĩa thống kê ở mức 1%. Hệ số xác định R2 là 98.97% nên mô hình có thể giải thích
được 98.97% mức độ biến động của biến LNBANKDEP.
Từ kết quả phân tích của các biến tác động đến LNPCGDP và LNBANKDEP của mô
hình VAR trong bảng 4.16 thì các tác động của các biến được viết lại trong 2 phương
trình sau:
LNPCGDP = 1.2*LNPCGDP(-1) - 0.2*LNPCGDP(-2)
LNBANKDEP = 1.02*LNPCGDP(-1) - 1.02*LNPCGDP(-2) + 1.42*LNBANKDEP(1) - 0.43*LNBANKDEP(-2)
Ở phương trình đầu tiên, xem xét tác động của biến LNPCGDP đến LNPCGDP ta
thấy: cứ 1% tăng lên của LNPCGDP thì sau 1 năm sẽ làm cho chính nó tăng lên 1.2%
nhưng cũng 1% tăng lên của LNPCGDP thì sau 2 năm lại làm cho chính nó giảm 0.2%.
Ở phương trình thứ 2, đầu tiên xét tác động của LNPCGDP đến LNBANKDEP ta thấy:
cứ 1% tăng lên của LNPCGDP thì sau 1 năm sẽ làm cho LNBANKDEP tăng 1.02%
nhưng cũng 1% tăng lên của LNPCGDP thì sau 2 năm lại làm cho LNBANKDEP giảm
1.02%. Tiếp theo xét tác động của LNBANKDEP đến LNBANKDEP ta thấy: cứ 1%

46

tăng lên của LNBANKDEP thì sau 1 năm sẽ làm cho LNBANKDEP tăng 1.42%
nhưng cũng 1% tăng lên của LNBANKDEP thì sau 2 năm lại làm cho LNBANKDEP
giảm 0.43%. Tóm lại giữa biến LNPCGDP và LNBANKDEP có mối quan hệ nhân quả
1 chiều do biến LNPCGDP là nguyên nhân dẫn đến LNBANKDEP.
4.2.9 Kiểm tra tính ổn định của mô hình.
Thực hiện kiểm tra tính ổn định của mô hình VAR để biết được mức độ ổn định của
mô hình. Nếu mô hình có tất cả các gốc (roots of modulus) hay các dấu chấm đều nằm
trong vòng tròn đơn vị thì mô hình đó ổn định. Nếu mô hình không có tất cả các gốc
(roots of modulus) hay các dấu chấm không cùng nằm trong vòng tròn đơn vị thì mô
hình đó không ổn định. Kết quả kiểm tra tính ổn định của mô hình VAR cho 2 biến
LNPCGDP và LNBANKDEP được trình bày ở hình 4.8 sau.
Hình 4.8: Tính ổn định mô hình của biến LNBANKDEP và LNPCGDP.
Inverse Roots of AR Characteristic Polynomial
1.5

1.0

0.5

0.0

-0.5

-1.0

-1.5
-1.5

-1.0

-0.5

0.0

0.5

1.0

1.5

Nguồn: Tác giả tự tính toán.
Kết quả kiểm tra tính ổn định mô hình ở hình 4.8 cho thấy tất cả các gốc (roots of
modulus) hay các dấu chấm đều nằm trong vòng tròn đơn vị. Vậy mô hình VAR với độ

47

trễ tối ưu là 2 chạy cho hai biến LNPCGDP và LNBANKDEP thỏa mãn điều kiện ổn
định hay nói cách khác là mô hình này ổn định
4.2.10 Phân tích hàm phản ứng xung.
Thực hiện phân tích hàm phản ứng xung để 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. Kết quả phân
tich hàm phản ứng xung của biến của biến LNPCGDP dưới tác sự tác động của cú sốc
của chính nó đã được trình bày ở hình 4.2 phần 4.1.10 trong trường hợp 1 nên trong
trường hợp 2 sẽ không trình bày lại nữa. Kết quả phân tích các hàm phản ứng xung còn
lại thể hiện dưới các hình sau.
Hình 4.9: Phản ứng của biến LNPCGDP đối với cú sốc LNBANKDEP.

Nguồn: Tác giả tự tính toán.
Kết quả phân tích hàm phản ứng xung của biến LNPCGDP dưới sự tác động của cú sốc
LNBANKDEP trong hình 4.9 cho thấy trong 5 năm đầu khi biến LNBANKDEP tăng
lên thì biến LNPCGDP hầu như không bị ảnh hưởng, đến năm thứ 6 thì sự tăng lên của
biến LNBANKDEP làm cho biến LNPCGDP giảm đều từ năm thứ 6 đến năm thứ 21.
Tóm lại cú sốc của biến LNBANKDEP hầu như không ảnh hưởng đến biến LNPCGDP
trong 5 năm đầu, thời gian sau thì làm cho biến LNPCGDP giảm đều qua các năm.
Điều này cho thấy giữa biến LNPCGDP và biến LNBANKDEP có mối quan hệ nhân
quả 1 chiều và biến LNBANKDEP là nguyên nhân dẫn đến LNPCGDP.

48

Hình 4.10: Phản ứng của biến LNBANKDEP đối với cú sốc LNPCGDP.

Nguồn: Tác giả tự tính toán.
Kết quả phân tích hàm phản ứng xung của biến LNBANKDEP dưới sự tác động của cú
sốc LNPCGDP trong hình 4.10 cho thấy khi biến LNPCGDP tăng lên thì trong 4 năm
đầu biến LNBANKDEP tăng mạnh, từ năm thứ 5 đến năm thứ 21 biến LNBANKDEP
giữ mức tăng như mức tăng ở năm thứ 4 và trong khoảng thời gian này mức tăng của
LNBANKDEP có giảm nhưng mức giảm rất ít có thể xem như không đáng kể. Tóm lại
cú sốc của LNPCGDP làm cho biến LNBANKDEP tăng nhưng mức độ tăng trong 4
năm đầu là mạnh nhất. Điều này cho thấy giữa biến LNPCGDP và biến LNBANKDEP
có mối quan hệ nhân quả 1 chiều và biến LNPCGDP là nguyên nhân dẫn đến
LNBANKDEP.
Hình 4.11: Phản ứng của biến LNBANKDEP đối với cú sốc LNBANKDEP.

Nguồn: Tác giả tự tính toán.