TÀI CHÍNH -
Tháng 9/2015
17
Xác định độ trễ tối ưu
Độ trễ của các biến khi ước lượng mô hình TVAR
sẽ được xác định dựa theo độ trễ tối ưu trong mô hình
VAR. Tính toán cho thấy, tiêu chuẩn SC và HQ chỉ ra
độ trễ là 1, trong khi FPE và AIC đưa ra độ trễ là 2 và
cuối cùng LR đưa ra độ trễ là 8. Khi sử dụng độ trễ là
1 thì có thể dẫn đến thứ tự tương quan trong các phần
dư và không thể khái quát mô hình một cách thỏa
đáng. Khi sử dụng quá nhiều bậc trễ trong mô hình có
thể dẫn đến nhiều phản ứng đẩy có đường dao động
mạnh theo thời gian, bởi vì nó có thể không thỏa mãn
điều kiện ổn định cho mô hình VAR. Vì vậy, độ trễ tối
ưu phù hợp nhất là 2. Độ trễ 2 sẽ làm thỏamãn các điều
kiện cần phải đảm bảo tốt hơn.
Kiểmđịnh tính phi tuyến
Trước khi thực hiện ước lượng mô hình TVAR, bài
viết thực hiện kiểm định tính phi tuyến cho mô hình
VAR ngưỡng so với mô hình VAR tuyến tính bằng
việc sử dụng tỷ lệ lạm phát làm biến ngưỡng. Tỷ lệ
lạm phát dưới mức ngưỡng thiết lập trạng thái lạm
phát thấp và trên mức ngưỡng thiết lập trạng thái lạm
phát cao. Các giá trị ngưỡng là các điểm chuyển đổi mà
hoặc là truyền dẫn tỷ giá có ý nghĩa thống kê chuyển
sang không có ý nghĩa thống kê, hoặc là truyền dẫn tỷ
giá không có ý nghĩa thống kê chuyển sang có ý nghĩa
thống kê. Để kiểmđịnh giả thuyết vô hiệu là tính tuyến
tính (m = 1 trạng thái; trong đó m chỉ ra số trạng thái)
so với giả thuyết tính phi tuyến (m = 2, 3 trạng thái),
nghiên cứu sử dụng kiểm định tuyến tính đa biến mở
rộng. Kiểm định sử dụng ma trận hiệp phương sai của
mỗi mô hình (các mô hình 0 và 1), tức là, mô hình 0
là mô hình VAR đơn giản (dưới giả thuyết vô hiệu là
tuyến tính) và mô hình 1 là mô hình TVAR với lần lượt
1 và 2 trạng thái. Thống kê kiểm định LR được viết
như sau:
T(ln(det ) - ln(det ))
Trong đó là ma trận hiệp phương sai được ước
lượng của mô hình dưới giả thuyết vô hiệu, và là ma
trận hiệp phương sai được ước lượng của mô hình
dưới giả thuyết thay thế. Việc tính toán p value được
thực hiện bằng việc mô phỏng dựa theo phân phối
bootstrap (1000 lần) dựa trên việc lấy mẫu có hoàn lại
các phần dư từ mô hình vô hiệu mà ước lượng ngưỡng
và tính toán kiểm định.
Kết quả kiểm định chỉ ra rằng, trong giai đoạn này
tồn tại một mối quan hệ phi tuyến phù hợp hơn so với
mô hình tuyến tính khi lần lượt so sánh với mô hình
phi tuyến 1 ngưỡng và 2 ngưỡng. Thậm chí, mô hình
phi tuyến 2 ngưỡng tốt hơn so với mô hình phi tuyến 1
ngưỡng, khi dựa theo kết quả kiểm định và cũng như
Thứ hai,
lãi suất tái cấp vốn đã được xác định là
loại lãi suất liên quan đến chính sách tiền tệ trong
nguồn dữ liệu của IFS. Dữ liệu lãi suất tái cấp vốn
được thu thập từ Ngân hàng Nhà nước Việt Nam và
IFS. Tác giả cũng thực hiện điều chỉnh mùa vụ bằng
phương pháp Census X13 và thể hiện ở dạng tỷ lệ
phần trăm.
Sơ lược vềmô hìnhTVAR
Mô hình TVAR giúp nắm bắt tính phi tuyến có
thể có do sự chuyển đổi trạng thái; đồng thời, có thể
cho phép tác giả nghiên cứu về sự chuyển đổi trạng
thái khi nó chạm đến một ngưỡng nhất định nào đó.
Thực tế, mô hình TVAR là mô hình tuyến tính với
mỗi trạng thái nhưng thay đổi trong các tham số qua
mỗi trạng thái và giải thích cho tính phi tuyến. Trong
mô hình TVAR, biến ngưỡng được tự xác định trong
khi thực hiện hồi quy trên phần mềm. Cụ thể, trong
nghiên cứu này, bài viết ước lượng mô hình TVAR
với 3 trạng thái sau:
=
Trong đó, vectơ các biến (yt) bao gồm chỉ số giá
tiêu dùng (CPI), lỗ hổng sản lượng (GAP), tỷ giá danh
nghĩa có hiệu lực đa phương (NEER) và lãi suất tái cấp
vốn (RFI).
y
t
= [CPI, GAP, NEER, RFI]
q
t
là biến ngưỡng, γ1 và γ2 là các giá trị ngưỡng.
Tác giả sẽ dùng tỷ lệ lạm phát làm biến ngưỡng trong
mô hình.
với i = 1, 2, 3 là một vectơ hằng số 3 x 1. Đa thức trễ
(L) =
L +
+ … +
với ma trận 4 x 4p
với j = 1, 2, …, p. L là toán tử trễ.
Kết quả nghiên cứu
Kiểmđịnh tính dừng
Tác giả sử dụng 3 phương pháp kiểm định được sử
dụng phổ biến nhất, bao gồm 2 kiểm định nghiệm đơn
vị: Kiểmđịnh Dickey-Fuller mở rộng (ADF), kiểmđịnh
Phillips–Perron (PP) và 1 kiểm định tính dừng: Kiểm
định Kwiatkowski-Phillips-Schmidt-Shin (KPSS).
Qua phân tích bài viết nhận thấy, các chuỗi dữ
liệu LNEER, LCPI, RFI trên đều tích hợp ở bậc 1, chỉ
riêng chuỗi dữ liệu GAP tích hợp ở bậc 0. Do đó, trong
nghiên cứu giai đoạn này, tác giả sẽ sử dụng biến GAP,
sai phân bậc 1 của lần lượt các biến LNEER (DLNEER),
LCPI (DLCPI) và RFI (DRFI).
