Tải bản đầy đủ
CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU

CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU

Tải bản đầy đủ

39

Hình 3-1: Chỉ số giá nhập khẩu (IMP) của Việt Nam qua các năm
IMP
124
120
116
112
108
104
100
96
92
88
1996

1998

2000

2002

2004

2006

2008

2010

2012

Nguồn: Tính toán trên Eview 8

Hình 3-2: Thống kê mô tả chuỗi dữ liệu IMP
25

Series: IMP
Sample 1995M01 2012M12
Observations 216

20

15

10

5

Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis

103.8837
103.9557
120.3924
88.48411
6.621207
0.068229
3.183330

Jarque-Bera
Probability

0.470075
0.790541

0
90

95

100

105

110

115

120

Nguồn: Tính toán trên Eview 8

40

Thứ hai, lạm phát được sử dụng cho các biến phụ thuộc và biến chuyển đổi tôi
sử dụng chỉ số giá tiêu dùng bởi mức giá nội địa trong mô hình này là giá mà người
tiêu dùng hàng hóa cuối mua sản phẩm. Lạm phát ghi nhận hàng tháng của πt được tính
ở đây CPIt là chỉ số giá tiêu dùng điều chỉnh theo từng thời kỳ. Như thể hiện trong hình
3-3 và 3-5, mẫu của tôi có giai đoạn từ tháng 01/1995 đến 12/2012 bao gồm các giai
đoạn lạm phát cao trong cuối những năm 1998, 2007, 2011 và môi trường lạm phát
tương đối ổn định sau đó, cũng như sự gia tăng trong giá dầu gần đây.

Hình 3-3: Chỉ số gia tiêu dùng (CPI) của Việt Nam qua các năm
CPI
160

140

120

100

80

60

40
1996

1998

2000

2002

2004

2006

2008

2010

2012

Nguồn: Tính toán trên Eview 8

41

Hình 3-4: Thống kê mô tả chuỗi dữ liệu CPI
60

Series: CPI
Sample 1995M01 2012M12
Observations 216

50

40

30

20

10

Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis

73.02344
57.61260
148.0945
41.67919
29.36410
1.143905
3.074522

Jarque-Bera
Probability

47.15666
0.000000

0
40

50

60

70

80

90

100

110

120

130

140

150

Nguồn: Tính toán trên Eview 8

Hình 3-5: Chỉ số lạm phát thông qua CPI của Việt Nam

Nguồn: Tính toán trên Win Rats 8.3
Kiểm tra chuỗi dữ liệu CPI và IMP xem chuỗi dữ liệu này có tính dừng hay
không. Yếu tố dừng hay không dừng của của biến số chuỗi thời gian có thể ảnh hưởng
mạnh mẽ đến các thuộc tính và hành vi của biến số đó – ví dụ tác động của một cú sốc
có thể kéo dài đến một khoảng thòi gian không xác định nếu chuỗi thời gian không
dừng. Thứ hai, chuỗi thời gian không dừng có thể tạo ra một kết quả hồi quy giả tạo,

42

nếu hai biến số đều thay đổi theo một xu hướng nào đó theo thời gian thì việc hồi quy
hai biến số này với nhau cho ra một hệ số R2 rất cao mặc dù hai biến số này hoàn toàn
không tương quan với nhau. Thứ ba, nếu các biến số trong mô hình không dừng, thì
các giả định nền tảng cho việc phân tích hồi quy dự trên quy luật phân phối chuẩn sẽ
không còn giá trị. Hay nói cách khác “t-ratio” sẽ không còn tuân theo phân phối t và
chúng ta không thực hiện được kiểm định giả thiết về giá trị của các hệ số hồi quy. Sử
dụng kiểm định KPSS để kiểm tra xem chuỗi dữ liệu dừng theo xu hướng xác định hay
là xu hướng ngẫu nhiên.
Dự vào kết quả kiểm định KPSS ở dưới, chúng ta thấy CPI và IMP là biến
không dừng theo xu hướng ngẫu nhiên ở mức ý nghĩa 10% hay nói cách khác đây là
chuỗi thời gian không dừng trong phương sai. Như vậy, thực hiện lấy sai phân bậc 1
đối với các chuỗi thời gian này, trước khi lấy sai phân ta thực hiện phương pháp
chuyển đổi dạng dữ liệu bằng cách lấy logarit của 2 chuỗi dữ liệu CPI và IMP, phương
pháp này không chỉ ổn định phương sai mà còn cải thiện tính phân phối chuẩn của
chuỗi thời gian. Sau khi thực hiện chuyển đổi dạng dữ liệu và lấy sai phân bậc 1 cho
CPI và IMP ta kiểm tra tính dừng một lần nữa cho số liệu này.
Bảng 3-1: Kiểm định tính dừng cho các biến
BIẾN

KÝ HIỆU

KPSS

TÍNH DỪNG

Thay đổi trong giá nhập
khẩu bằng ngoại tệ (IMP)

Δ(st+pt*)=100x(lnIMPtlnIMPt-1) = DS

0.37*

4.81***

Lạm phát

πt=100x(lnCPIt- lnCPIt-1) =
DP

1.62***

5.82***

Nguồn: Tính toán trên Eview 8
Như vậy sau khi thực hiện chuyển đổi dạng dữ liệu và lấy sai phân bậc 1 của
CPI và IMP cho ra kết quả chuỗi thời gian dừng ở sai phân bậc 1. Từ chuỗi thời gian
dừng này ta có hai biến thời gian sử dụng trong mô hình STAR với hai biển
Δ(st+pt*)=100x( lnIMPt- lnIMPt-1) và πt=100x(lnCPIt- lnCPIt-1) về mối quan hệ giữa

43

truyền dẫn tỷ giá (ERPT) và lạm phát. Trong nghiên cứu của họ sử dụng sự thay đổi
trong giá nhập khẩu và lạm phát trong nước gần như là tương đương với sai phân bậc 1
(First difference) nên chuỗi dữ liệu có thể coi là dừng ở bậc 1.
Kế tiếp chúng ta lựa chọn độ trễ tối ưu cho mô hình thông qua VAR Lag
Selection cho mô hình STAR theo tiêu chí AIC cho Δ(st+pt*)=100x( lnIMPt- lnIMPt-1)
và πt=100x(lnCPIt- lnCPIt-1) ở mức độ trễ mà chỉ số AIC thấp nhất. Theo như kết quả
kiểm định thì mức độ trễ Lag = 5 là tối ưu nhất cho hai biến số trên, mặc dù độ trễ tối
ưu riêng của πt là 6.
Bảng 3-2: Lựa chọn độ trễ cho các biến trong mô hình
VAR Lag Selection
Lag
AIC
0
994.07
1
324.33
3
275.00
4
272.55
5
267.99  Min
6
269.00
7
274.17
8
269.69
9
274.86
10
274.84
11
278.58
12
283.87
Nguồn: Tính toán trên Win Rats 8.3
Như một kiểm tra sơ bộ, trước tiên chúng ta tiến hành kiểm tra LM tuyến tính
đối với lựa chọn thay thế STAR. Kết quả sử dụng N = 5 và d từ 1 đến 5 được báo cáo
trong Bảng 3-2. Lạm phát được sử dụng cho các biến phụ thuộc và biến chuyển đổi,
biến đại diện cho lạm phát của Việt Nam là chỉ số giá tiêu dùng. F-stat cho kết quả khá
mạnh rằng dao động của lạm phát là phi tuyến tính với tất cả các giá trị của d, kiểm
định LM (kiểm định LM với hệ số phương sai đã qua hiệu chỉnh) được đề nghị bởi
Granger và Teräsvirta (1993).

44

Bảng 3-3: Kiểm tra thay thế tuyến tính
Test statistics
FL

Transition Variable (𝑧𝑡 = 𝑑 −1 ∑𝑑𝑗=1 𝜋𝑡−1 )
H0

d=1

d=2

d=3

d=4

d=5

Linear AR

2.79

1.93

1.89

1.75

1.51

p-value

0.00

0.02

0.03

0.04

0.10

Nguồn: Tính toán trên Win Rats 8.3
Độ trễ N=5. Kiểm định LM test, F-Stat và heteroskedasticity-robust của LM.
3.2.

MÔ HÌNH ESTAR
Độ trễ được cố định N = 5 và lấy các giá trị của d từ 1 đến 5 để làm tối thiểu hóa

(SSR) của phương trình (23).
Bảng 3-4: Lựa chọn độ trễ cho biến chuyển tiếp mô hình ESTAR
ESTAR
d

d=1

d=2

d=3

d=4

d=5

SSR

36.64*

36.66

37.44

37.37

36.72

Nguồn: Tính toán trên Win Rats 8.3
Quy trình này dẫn đến sự lựa chọn d = 1. Bắt đầu mô hình với N = 5, tôi liên tục
loại bỏ các biến trễ với t của tham số tương ứng <1.0 trong giá trị tuyệt đối. Kết quả
của đặc điểm kỹ thuật chung và ước lượng cho các mô hình Estar như sau:
Bảng 3-5: Kết quả hồi quy mô hình ESTAR
Nonlinear Least Squares - Estimation by BFGS Restricted
Convergence in 32 Iterations. Final criterion was 0.0000097 <= 0.0000100
Dependent Variable
DP
Monthly Data From
1995:02 To 2012:12
Usable Observations
210
Degrees of Freedom
195
Skipped/Missing (from 215)
5
Centered R^2
0.6119677

45

R-Bar^2
Uncentered R^2
Mean of Dependent Variable
Std Error of Dependent Variable
Standard Error of Estimate
Sum of Squared Residuals
Regression F(14,195)
Significance Level of F
Log Likelihood
Durbin-Watson Statistic

0.5841089
0.7673618
0.5708264590
0.7001059966
0.4514956806
39.750428181
21.9668
0.0000000
-123.2060
1.9155

Variable
Coeff
Std Error T-Stat
Signif
***********************************************************
1. C0
0.112984
0.037897
2.98134
0.00323559
2. BP1
0.632819
0.080679
7.84362
0.00000000
3. BP2
-0.113204 0.057840
-1.95721
0.05175024
4. BP3
0.158351
0.051103
3.09867
0.00223112
5. BP5
-0.110944 0.050159
-2.21184
0.02813877
6. BS0
0.001000
0.000000
594547.1
0.00000000
7. BS1
0.224850
0.102835
2.18652
0.02996795
8. BS2
-0.353284 0.133916
-2.63810
0.00901015
9. BS4
0.130153
0.065695
1.98118
0.04897686
10. C0_OUT
2.476622
0.873636
2.83484
0.00506788
11. BP1_OUT
-1.178670 0.358580
-3.28705
0.00120076
12. BP4_OUT
-0.663399 0.235701
-2.81457
0.00538517
13. BP5_OUT
1.267259
0.433160
2.92562
0.00384558
14. BS3_OUT
-0.585684 0.213824
-2.73909
0.00673208
15. GAM
0.074199
0.024935
2.97564
0.00329369
Nguồn: Tính toán trên Win Rats 8.3
Phương trình rút gọn của ESTAR:
𝜋𝑡 = 0.113 + 0.633𝜋𝑡−1 − 0.113𝜋𝑡−2 + 0.158𝜋𝑡−3 − 0.111𝜋𝑡−5 + 0.001𝛥(𝑠𝑡 + 𝑝𝑡∗ )
∗ )
∗ )
∗ )
+ 0.225𝛥(𝑠𝑡−1 + 𝑝𝑡−1
− 0.353𝛥(𝑠𝑡−2 + 𝑝𝑡−2
+ 0.130 𝛥(𝑠𝑡−4 + 𝑝𝑡−4

+ [2.477 – 1.179𝜋𝑡−1 − 0.633𝜋𝑡−4 + 1.2670.633𝜋𝑡−5
∗ )]
− 0.586𝛥(𝑠𝑡−3 + 𝑝𝑡−3
𝐺(𝑧𝑡 ; 𝛶̂ ) + 𝜀̂𝑡

46

𝐺(𝑧𝑡 ; 𝛶̂ ) = 1 − 𝑒𝑥𝑝 {0.074 (

1−1 ∑1𝑗=1 𝜋𝑡−1
0.452

2

) }

𝑅2 = 0.612, 𝑆𝑒 = 0.452, Obs = 210, Regression F(14,195) = 21.967,
Significance Level of F = 0.00
trong đó t là giá trị tuyệt đối được đưa ra trong dấu ngoặc đơn dưới dạng ước lượng
tham số, R2 là biểu thị hệ số xác định, se là sai số chuẩn của hồi quy, obs là số quan sát.
Hình 3-6: ERPT tương ứng với biến chuyển đổi trong mô hình ESTAR

Nguồn: Tính toán trên Win Rats 8.3
Hình 3-6 cho thấy rằng mức độ ERPT trở nên lớn nhất khi biến chuyển đổi, cụ
thể là tỷ lệ lạm phát trung bình có độ trễ, vượt quá 1 đơn vị lạm phát và lên tới gần 0.9
cho thấy mức độ truyền dẫn rất lớn của tỷ giá danh nghĩa và chỉ số giá nhập khẩu tới
lạm phát của Việt Nam trong giai đoạn 1995 – 2012. Chỉ cần lạm phát tăng lên 4 điểm
đơn vị trong lạm phát thì sẽ mức độ ERPT gần như sẽ bằng 1. Tuy nhiên, mức độ
ERPT với giảm phát lại không lớn, hình 3-6 cũng cho chúng ta thấy khi giảm phát ở

47

mức -1 điểm đơn vị, thì mức độ ERPT của tỷ giá hối đoái danh nghĩa và chỉ số giá
nhập khẩu ở mức cao nhất chỉ khoảng 0.2. Hình 3-7 cho thấy ước lượng của ERPT
theo thời gian tương đối trơn cho mô hình ESTAR.

Hình 3-7: ERPT theo thời gian mô hình ESTAR

Nguồn: Tính toán trên Win Rats 8.3
Hình 3-7 cho thấy có bốn đoạn cao ERPT khác nhau. Đoạn cao ERPT đầu tiên
là vào năm 1995, cũng dễ nhận ra tại sao mức độ ERPT lại cao vào năm 1995 là vì
nhiều sự kiện quan trọng trong quan hệ quốc tế của nước ta đã dồn dập diễn ra, trong
đó nổi lên ba sự kiện: ngày 11-7 Tổng thống Hoa Kỳ B. Clinton tuyên bố bình thường
hóa quan hệ ngoại giao với Việt Nam; ngày 17-7 Việt Nam và Liên hiệp châu Âu (EU)
ký Hiệp định khung, ngày 28-7 Việt Nam chính thức trở thành thành viên của Hiệp hội
các nước Đông Nam Á (ASEAN). Sự kiện này là một dấu son trên con đường hội nhập
khu vực và thế giới, thúc đẩy sự cộng tác tích cực mở rộng mậu dịch kể cả việc nghiên

48

cứu các vấn đề về buôn bán hàng hoá giữa các nước, cải thiện các phương tiện giao
thông và một sự kiện quan trọng nữa là cuối năm 1994 thị trường trái phiếu Mỹ sụp đổ.
Trong thập kỷ đầu tiên của thế kỷ XXI, Việt Nam chứng kiến một giai đoạn
tăng trưởng kinh tế có tốc độ chững lại so với thập niên trước đó. Vào cuối thập niên
1990, đà tăng trưởng kinh tế của Việt Nam chậm lại vì những dấu hiệu do dự trong tiến
trình cải cách kinh tế chính các điều này dã làm cho ERPT gia tăng cao lên đến 0.47
trong năm 1995, đồng thời đi liền với những ảnh hưởng lan truyền tiêu cực từ cuộc
khủng hoảng tài chính Châu Á 1997 cụ thể mức độ ERPT tăng lên mức 0.5. Hậu quả
của tình trạng này là nền kinh tế trải qua một giai đoạn suy giảm tốc độ tăng trưởng đi
liền với hiện tượng giảm phát trong những năm 1999-2001. Trước tình hình đó, một kế
hoạch kích thích kinh tế thông qua nới lỏng tín dụng và mở rộng đầu tư nhà nước bắt
đầu được thực hiện từ năm 2000.
Việc duy trì chính sách kích thích tương đối liên tục trong những năm sau đó,
một mặt giúp nền kinh tế lấy lại phần nào đà tăng trưởng, nhưng mặt khác đã tích tụ
những mầm mống gây ra lạm phát cao bắt đầu bộc lộ từ giữa năm 2007. Thêm vào đó,
việc gia nhập Tổ chức Thương mại Thế giới (WTO) vào tháng 11/2006 mở ra một thời
kỳ hội nhập sâu rộng chưa từng có, khiến mức độ giao lưu thương mại và đầu tư quốc
tế tăng vọt, làm dòng vốn vào (cả đầu tư trực tiếp lẫn gián tiếp) tăng mạnh. Nhu cầu ổn
định đồng tiền Việt đòi hỏi Ngân hàng Nhà nước phải trung hòa một lượng ngoại tệ rất
lớn, góp phần thổi bùng lạm phát trong năm 2008. Nhìn chung, việc kiểm soát vĩ mô
trong giai đoạn này tỏ ra lúng túng. Cộng với những tác động to lớn của cuộc khủng
hoảng kinh tế thế giới, trong hai năm 2008-2009, nền kinh tế phải hứng chịu thời kỳ
tăng trưởng kinh tế ở mức thấp đi liền với lạm phát cao. Dựa trên hình 3-7 ta thấy mức
độ biến động ERPT lên tới mức 0.88 vào 2007-2008.
Kéo theo đó năm 2011 cuộc khủng hoảng kinh tế toàn cầu nổ ra trong khi dư âm
của cuộc khủng hoảng tài chính 2007-2008 vẫn còn chưa dứt đã đẩy mức độ lạm pháp

49

trong nền kinh tế Việt Nam lại tăng cao trở lại và mức độ ERPT lúc này đạt mức 0.75
tuy thấp hơn so với 2007-2008 nhưng lại rất cao trong giai đoạn xem xét.

3.3.

MÔ HÌNH DLSTAR ĐỐI XỨNG
Để chọn tham số với độ trễ cho các biến chuyển đổi cho hồi quy phiên bản đối

xứng của mô hình DLSTAR, tôi sử dụng một trình tự tương tự như sử dụng ước tính
của mô hình ERPT ESTAR.
Bảng 3-6: Lựa chọn độ trễ cho biến chuyển tiếp mô hình DLSTAR đối xứng
SDLSTAR
d

d=1

d=2

d=3

d=4

d=5

SSR

34.69

35.30

35.83

34.12

32.92*

Nguồn: Tính toán trên Win Rats 8.3
Quy trình này dẫn đến sự lựa chọn d = 5. Bắt đầu mô hình với N = 5, tôi liên tục
loại bỏ các biến trễ với t của tham số tương ứng <1.0 trong giá trị tuyệt đối và kết quả
hồi quy được đưa ra như sau:
Bảng 3-7: Kết quả hồi quy mô hình SDLSTAR
Nonlinear Least Squares - Estimation by BFGS Restricted
Convergence in 39 Iterations. Final criterion was 0.0000027 <= 0.0000100
Dependent Variable
DP
Monthly Data From
1995:02 To 2012:12
Usable Observations
210
Degrees of Freedom
193
Skipped/Missing (from 215)
5
Centered R^2
0.6718115
R-Bar^2
0.6446042
Uncentered R^2
0.8032402
Mean of Dependent Variable
0.5708264590
Std Error of Dependent Variable
0.7001059966
Standard Error of Estimate
0.4173687890
Sum of Squared Residuals
33.619964257