Luận văn Thạc sĩ Kinh tế: Mối quan hệ phi tuyến giữa tỷ giá hối đoái thực với các biến số kinh tế vĩ mô

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH

-o0o-

TRẦN KIM PHƯỢNG

NGHIÊN CỨU MỐI QUAN HỆ GIỮA TỶ

GIÁ HỐI ĐOÁI THỰC VÀ CÁC BIẾN SỐ

KINH TẾ VĨ MÔ

LUẬN VĂN THẠC SĨ KINH TẾ

TP Hồ Chí Minh- Năm 2013

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH

-o0o-

TRẦN KIM PHƯỢNG

NGHIÊN CỨU MỐI QUAN HỆ GIỮA TỶ

GIÁ HỐI ĐOÁI THỰC VÀ CÁC BIẾN SỐ

KINH TẾ VĨ MÔ

CHUYÊN NGÀNH: TÀI CHÍNH - NGÂN HÀNG

MÃ SỐ: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

Người hướng dẫn khoa học: PGS.TS NGUYỄN NGỌC ĐỊNH

TP Hồ Chí Minh- Năm 2013

LỜI CAM ĐOAN

Đề tài nghiên cứu “Mối quan hệ phi tuyến giữa tỷ giá hối đoái thực với các biến số

kinh tế vĩ mô” là đề tài nghiên cứu do chính tác giả thực hiện. Đề tài này thực hiện

thông qua việc vận dụng kiến thức đã học, nhiều tài liệu tham khảo và sự tận tình

hướng dẫn của giảng viên hướng dẫn.

Luận văn này không sao chép từ bất kỳ một nghiên cứu nào khác.

Tôi xin cam đoan những lời nêu trên đây là hoàn toàn đúng sự thật.

TP.Hồ Chí Minh, Ngày 28 tháng 12 năm 2013

Tác giả

Trần Kim Phượng

MỤC LỤC

1. Giới thiệu đề tài .................................................................................................. 1 1.1. Lý do chọn đề tài ................................................................................................ 1 1.2. Mục tiêu nghiên cứu, vấn đề cần nghiên cứu ..................................................... 2 1.2.1 Mục tiêu nghiên cứu ........................................................................................... 2

1.2.2 Câu hỏi nghiên cứu ........................................................................................... 2

1.3 Đối tượng và phạm vi nghiên cứu ...................................................................... 2 1.3.1 Đối tượng nghiên cứu ......................................................................................... 3

1.3.2 Phạm vi nghiên cứu ............................................................................................ 3

1.4 Phương pháp nghiên cứu .................................................................................... 3 1.5 Bố cục của đề tài................................................................................................. 4 2. Tổng quan các nghiên cứu trước đây ................................................................. 5 2.1 Nghiên cứu sử dụng thuật toán ACE .................................................................. 6 2.2 Nghiên cứu sử dụng mô hình VECM và tính tỷ giá cân bằng hành vi theo BEER ........................................................................................................................... 9 2.3 Nghiên cứu sử dụng mô hình ARDL ( Mô hình phân bổ trễ tự hồi qui) .........10 2.4 Một số nghiên cứu khác ..................................................................................13 Phương pháp nghiên cứu .................................................................................. 15 3. 3.1 Kỹ thuật thực nghiệm .......................................................................................15 3.2 Thuật Toán ACE...............................................................................................17 3.3 Hồi quy tuyến tính và mối quan hệ đồng liên kết ............................................18 3.4 Phương pháp kiểm định biên ARDL ................................................................18 3.5 Xây dựng các biến ............................................................................................22 3.5.1 Tỷ giá thực hiệu lực (REER-Real effective exchange rate) ....................... 23

3.5.2 Chênh lệch trong năng suất (PROD-Difference in productivity).................... 25

3.5.3 Tỷ lệ mậu dịch (TOT-terms of trade) .............................................................. 26

3.5.4 Chi tiêu chính phủ (GEXP- Government expenditure) ................................. 27

3.5.5 Độ mở của nền kinh tế (OPEN-openness of economy) ................................ 28

3.5.6 Tài sản nước ngoài ròng (NFA-Net foreign assets) ....................................... 30

Kết quả nghiên cứu ......................................................................................... 31 4. 4.1 Thu thập số liệu và tính toán các biến .............................................................32 4.2 Thực hiện kiểm định ADF để kiểm định tính dừng của biến. ..........................33 4.3 Sử dụng thuật toán ACE để chuyển đổi biến ...................................................34 4.4 Thực hiện kiểm định ADF để kiểm định tính dừng của biến chuyển đổi. .......35 4.5 Kiểm định tính đồng liên kết của các biến gốc ................................................36 5. Kết luận ............................................................................................................ 48

DANH MỤC CHỮ VIẾT TẮT

REER

Real effective exchange rate

Tỷ giá thực hiệu lực

NEER

Nonimal effective exchange rate

Tỷ giádanh nghĩa hiệu lực

TOT

Terms of trade

Tỷ lệ mậu dịch

OPEN

Openess of economy

Độ mở của nền kinh tế

NFA

Net foreign assets

Tài sản nước ngoài ròng

GEXP

Goverment expenditure

Chi tiêu chính phủ

PROD

Difference in productivity

Chênh lệch trong năng suất

BEER

BehaviouralEquilibrium exchange

Tỷ giá cân bằng theo hành vi

Rate

ACE

Alernating Conditional Expectation

Thuật toán ACE

algorithm

ARDL

Autoregressive Distributed Lag

Mô hình phân bố trễ tự hồi quy

model

DANH MỤC HÌNH

Biểu đồ 1: Biểu đồ phân tán các biến trước và sau khi chuyển đổi

Biểu đồ 2: Kết quả kiểm định CUSUM và CUSUMSQ

DANH MỤC BẢNG

Bảng 4.1. Đối tác thương mại với Việt Nam và tỷ trọng thương mại giai đoạn từ quý

1 năm 2000 đến hết quý 1 năm 2013.

Bảng 4.2a: Kết quả kiểm định cho các dãy biến gốc chưa lấy sai phân

Bảng 4.2b: Kết quả kiểm định cho các chuỗi sai phân bậc 1 biến gốc

Bảng 4.2c: Kết quả kiểm định cho các dãy biến chuyển đổi chưa lấy sai phân

Bảng 4.2d : Kết quả kiểm định cho các chuỗi sai phân bậc 1 biến chuyển đổi

Bảng 4.3 : Tiêu chuẩn AIC cho độ trễ từ 0-6 của các biến gốc

Bảng 4.4 : Kết quả ước lượng mô hình ARDL cho các biến ban đầu

Bảng 4.5 : Giá trị kết quả kiểm định WALD-test biến ban đầu

Bảng 4.6 : Tiêu chuẩn AIC cho độ trễ từ 0-6 của các biến chuyển đổi

Bảng 4.7 : Kết quả ước lượng mô hình ARDL cho các biến chuyển đổi

Bảng 4.8 : Giá trị kết quả kiểm định WALD-test biến chuyển đổi

Bảng 4.9 : Kiểm định tự tương quan của các biến trong mô hình

Bảng 4.10 : Kiểm định sự phù hợp của mô hình

Bảng 4.11 : Ước lượng phương trình đồng liên kết trong dài hạn

Phụ lục 1 : Thuật toán ACE

Phụ lục 2 : Kiểmđịnh tính dừng của các biến ban đầu và biến chuyển đổi

Phụ lục 3 : Mô hình hồi quy để chọn ra độ trễ tốiưu của reer

Phụ lục 4 : Mô hình hồi quy để chọn ra độ trễ tốiưu của reera

Phụ lục 5 : Giá trị so sánh theo Pesaran, Shin và Smith (2001)

Phụ lục 6 :Biểu đồ 1- Biểu đồ phân tán các biến trước và sau khi chuyển

Phụ lục 7 : Lý thuyết kiểm định

TÓM TẮT

Bài viết này nghiên cứu mối quan hệ phi tuyến tiềm tàng giữa tỷ giá hối đoái thực của

đồng Việt Nam và các biến số kinh tế vĩ mô, sử dụng dữ liệu hàng quý trong giai đoạn

2000Q1 – 2012Q4 của Việt Nam và 10 đối tác thương mại lớn là Australia, Hồng Kông,

Indonesia, Nhật Bản, Hàn Quốc , Malaysia, Singapore, Switzeland, Thái Lan, Hoa

Kỳ. Bài nghiên cứu sử dụng thuật toán kỳ vọng có điều kiện lặp (ACE) và mô hình phân

bổ độ trễ tự hồi quy (ARDL) để kiểm tra tính phi tuyến giữa các yếu tố quan tâm. Kết quả

cho thấy rằng không có mối quan hệ đồng liên kết tuyến tính giữa REER và các biến

kinh tế vĩ mô. Tuy nhiên sau khi áp dụng biến đổi ACE, tác giả nhận thấy rằng có

quan hệ đồng liên kết tuyến tính giữa các biến sau khi biến đổi. Điều này tương

đương với việc có mối quan hệ đồng liên kết phi tuyến giữa các biến trước khi

chuyển đổi.

1. Giới thiệu đề tài

1.1. Lý do chọn đề tài

Tỷ giá hối đoái là cầu nối quan trọng để một nền kinh tế hội nhập với nền kinh tế

thế giới. Có một chính sách điều hành tỷ giá đúng đắn sẽ góp phần quan trọng trong

việc ổn định nền kinh tế vĩ mô, thúc đẩy sản xuất phát triển. Do đó, tại bất kì một

quốc gia nào, tỷ giá có vai trò cực kì quan trọng. Nó rất nhạy cảm và sự thay đổi

của nó sẽ gây ra những tác động phức tạp ảnh hưởng đến toàn bộ nền kinh tế quốc

dân và có khi tới cả chế độ chính trị hiện hành.

Tỷ giá hối đoái thực đóng vai trò quan trọng trong thương mại quốc tế và các

quyết định đầu tư. Tỷ giá hối đoái thực phản ánh mức giá tương đối giữa hai loại

hàng hoá. Hơn nữa, tỷ giá thực được lập luận là gây ảnh hưởng đến cán cân thanh

toán của một quốc gia. Vì vậy thật sự quan trọng và cần thiết khi xác định các yếu

tố ảnh hưởng đến tỷ giá hối đoái thực.

Bên cạnh đó tỷ giá thực còn là một yếu tố mấu chốt của chính sách tiền tệ. Việc

hiểu được mối quan hệ giữa tỷ giá thực và các biến số kinh tế vĩ mô của nền kinh tế

giúp các nhà hoạch định chính sách có một hướng đi đúng đắn hơn và từ lâu mối

quan hệ này đã được các nhà nghiên cứu chú tâm tìm hiểu.

Có nhiều nghiên cứu về mối quan hệ giữa tỷ giá hối đoái và biến số kinh tế vĩ mô.

Một số nghiên cứu xác định tỷ giá hối đoái danh nghĩa tìm thấy một mối quan hệ

phi tuyến giữa tỷ giá hối đoái danh nghĩa và biến số kinh tế vĩ mô (Chinn (1991),

Meese & Rose (1991), Ma & Kanas (2000)). Tuy nhiên, các tài liệu về việc xác

định tỷ giá hối đoái thực tế chỉ tập trung vào các mối quan hệ tuyến tính. Mối quan

hệ phi tuyến có thể có giữa tỷ giá hối đoái thực và các biến số kinh tế vĩ mô hầu

như ít được thảo luận.

Nhận thấy rõ được tầm quan trọng của vấn đề, tác giả tiến hành thực hiện bài

nghiên cứu với tên gọi “Mối quan hệ giữa tỷ giá hối đoái thực với các biến số

kinh tế vĩ mô” nhằm có một cái nhìn mới và tổng quan, từ đó đưa ra các nhận xét và

phân tích tác động của các biến số kinh tế vĩ mô tới tỷ giá trong nền kinh tế Việt

Nam.

1.2. Mục tiêu nghiên cứu, vấn đề cần nghiên cứu

1.2.1 Mục tiêu nghiên cứu

Mục tiêu nghiên cứu của luận văn là xác định được mối quan hệ phi tuyến giữa tỷ

giá hối đoái thực với các biến số kinh tế vĩ mô (bao gồm : PROD – Chênh lệch

trong năng suất, TOT – Tỷ lệ mậu dịch, GEXP – Chi tiêu chính phủ, OPEN – Độ

mở cửa nền kinh tế, NFA – Tài sản nước ngoài ròng)

1.2.2 Câu hỏi nghiên cứu

Với mục tiêu nghiên cứu nêu trên, luận văn này tập trung trả lời cho câu hỏi nghiên

cứu mối quan hệ giữa tỷ giá hối đoái thực và các biến số kinh tế vĩ mô là tuyến

tính hay phi tuyến?

1.3 Đối tượng và phạm vi nghiên cứu

1.3.1 Đối tượng nghiên cứu

Tỷ giá tiền đồng so với một số đồng tiền của các đối tác thương mại lớn với Việt

Nam.

Tỷ giá nội tệ của các đối tác này so với đồng USD.

Chỉ số CPI, giá trị xuất nhập khẩu của Việt Nam với các đối tác thương mại lớn

nói trên. Tốc độ tăng trưởng tổng sản phẩm quốc dân (GDP) của Việt Nam và các

đối tác thương mại.

Trị giá xuất nhập khẩu của Việt Nam và các đối tác thương mại.

1.3.2 Phạm vi nghiên cứu

Các số liệu của Việt Nam và 10 nước bạn hàng thương mại lớn đó là Australia,

Hồng Kông, Indonesia, Nhật Bản, Hàn Quốc , Malaysia, Singapore, Switzeland,

Thái Lan, Hoa Kỳ

Như đo lường tỷ giá hối đoái là giá trị tương đối của một đồng tiền so với đồng tiền

khác, các biến số kinh tế vĩ mô cũng được thể hiện như các giá trị tương đối của

các biến trong nước so với các đối tác nước ngoài.

Tỷ giá thực cân bằng sẽ nghiên cứu là tỷ giá hối đoái thực đa phương thay vì tỷ giá

song phương đơn .

Tất cả các số liệu đều được thu thập theo quí, trong giai đoạn từ quí 1 năm 2000

đến hết quí 4 năm 2012.

1.4 Phương pháp nghiên cứu

Dùng thuật toán ACE : được phát triển bởi Breiman và Friedman (1985), là một phương pháp ước lượng chuyển đổi tối ưu nhằm tối đa hóa các hệ số tương quan R2

,giải quyết vấn đề hồi quy các biến khi mối quan hệ của chúng không phải là tuyến tính nhằm hỗ trợ cho mô hình ARDL

Phương pháp thực nghiệm : Dùng phương pháp tiếp cận tỷ giá cân bằng theo hành

vi (BEER : Behavioural Equilibrium Exchange Rate) để xác định tỷ giá hối đoái

thực cân bằng.

Phương pháp kinh tế lượng :

 Kiểm tra tính đồng liên kết : Sử dụng mô hình phân bố trễ trong quá trình tự

hồi quy (ARDL - Autoregressive Distributed Lags) ( Pesaran and Shin (1999)

and Pesaran et al. (2001)).

 Phương pháp kiểm định cho chuỗi dữ liệu thời gian cụ thể là: kiểm định tính

dừng, kiểm định đồng liên kết, kiểm định tính giải thích của mô hình, kiểm định

tính tự tương quan của các biến trong mô hình, kiểm định sự ổn định của mô hình,

kiểm định sự phù hợp của mô hình.

1.5 Bố cục của đề tài

Cấu trúc của luận văn gồm 5 phần :

1. Giới thiệu đề tài : Tổng quan các nội dung chính của luận văn cũng như trình bày

lý do thực hiện nghiên cứu này.

2. Tổng quan các kết quả nghiên cứu trước đây.

3. Mô hình nghiên cứu : Trình bày phương pháp nghiên cứu, mô hình được sử dụng

trong bài, lựa chọn biến nghiên cứu.

4. Kết quả nghiên cứu : Trình bày quá trình thu thập và xử lý dữ liệu gồm: nguồn dữ

liệu, quy trình xử lý dữ liệu đầu vào và kết quả thu được.

5. Kết luận : Tổng kết các vấn đề được trình bày đồng thời chỉ ra những hạn chế còn

gặp phải và gợi ý hướng nghiên cứu tiếp theo

2. Tổng quan các nghiên cứu trước đây

Kể từ khi Balassa (1964) và Samuelson (1964) cho rằng sự gia tăng trong khác

biệt năng suất giữa hàng hóa thương mại và phi thương mại dẫn đến sự đánh giá

cao tỷ giá hối đoái thực, hàng loạt nghiên cứu được ra đời để chứng minh mối

quan hệ giữa tỷ giá hối đoái thực và các biến số kinh tế vĩ mô.

Vào những năm 1970, các mô hình lý thuyết đầu tiên đã hình thành với nhiều mô

hình nổi tiếng như mô hình tiền tệ, mô hình danh mục đầu tư cân bằng. Kết quả

nghiên cứu của các mô hình loại này đã dẫn tới một kết luận cho rằng sự thay đổi

trong tỷ giá hối đoái có quan hệ tuyến tính với sự thay đổi của các biến số kinh tế vĩ

mô như giá cả hàng hóa, tổng sản lượng quốc dân hay tài khoản vãng lai của các

nước.

Edwards và Wijnbergen (1987), Edwards (1988) cũng đã nghiên cứu mối quan hệ

giữa tỷ giá hối đoái thực hiệu lực và các biến số kinh tế vĩ mô. Các kết quả của họ

đã chứng minh tỷ lệ mậu dịch có ảnh hưởng đến REER thông qua hai hiệu ứng trái

ngược là hiệu ứng thay thế và hiệu ứng thu nhập. Đồng thời các nhà nghiên cứu

này cũng đã chứng minh khi tài sản nước ngoài ròng (NFA) tăng lên thì REER sẽ

giảm xuống thông qua các nghiên cứu về cán cân thanh toán và cân đối tiền tệ.

Qua đó, các nhà nghiên cứu đã khẳng định rõ ràng rằng các biến số kinh tế vĩ mô

có tác động đến REER.

Một đặc điểm của mô hình tuyến tính đó là cho dù các biến có thay đổi giá trị như

thế nào, thì độ co giãn của tỷ giá thực đối với các biến giải thích là bất biến. Tuy

nhiên các mô hình tuyến tính về tỷ giá hối đoái thường không còn chính xác khi

xem xét ngoài thời kỳ nghiên cứu, hoặc khi có một số biến động trong nền kinh tế.

Điều này đã gợi ý rằng mối quan hệ giữa tỷ giá hối đoái với các biến số kinh tế vĩ

mô có thể là quan hệ phi tuyến chứ không phải tuyến tính.

Có ba mối quan hệ có thể có giữa tỷ giá hối đoái thực và các biến số kinh tế vĩ mô

là : đồng liên kết tuyến tính, đồng liên kết phi tuyến tính và không có đồng liên kết.

Tuy nhiên, các nghiên cứu cho đến thời điểm hiện tại đa phần quan tâm đến mối

quan hệ đồng liên kết tuyến tính và hiếm khi chú ý đến mối quan đồng liên kết phi

tuyến. Trong khi đó trên thực tế, không một lý thuyết kinh tế nào có thể đảm bảo

rằng mối quan hệ giữa tỷ giá hối đoái thực với các biến số kinh tế vĩ mô phải là

tuyến tính. Với việc bỏ qua các trường hợp phi tuyến này có thể đưa đến kết luận

sai lệch rằng không tồn tại đồng liên kết giữa tỷ giá hối đoái thực và các biến số

kinh tế vĩ mô .

Tuy nhiên, từ đó đến nay các nghiên cứu về vấn đề này vẫn chưa có được một sự

thống nhất. Tranh cãi xuất hiện từ việc xác định mối quan hệ giữa tỷ giá hối đoái

với các biến số kinh tế vĩ mô là tuyến tính hay phi tuyến, cách chọn biến, phương

pháp kinh tế lượng. Điều này đã chứng minh độ phong phú về lý thuyết cũng như

thực nghiệm của các nghiên cứu về tỷ giá hối đoái thực.

Chính từ mâu thuẫn đó, một số nghiên cứu về xác định mối quan hệ phi tuyến

giữa tỷ giá hối đoái và các biến số vĩ mô được ra đời như bài nghiên cứu của tác giả

Chinn (1991), Meese và Rose (1991), Ma và Kanas (2000)) và một số nghiên cứu

về các mô hình ứng dụng trong việc xác định mối quan hệ phi tuyến giữa các đối

tượng được quan tâm, cụ thể như sau :

2.1 Nghiên cứu sử dụng thuật toán ACE

Năm 1895, Breiman và Friedman phát triển thuật toán ACE, cung cấp một

phương pháp hoàn toàn tự động để ước tính biến đổi tối ưu đa hồi quy. Nó cũng

cung cấp một phương pháp ước lượng tương quan tối đa giữa các biến ngẫu nhiên.

Thuật toán ACE cũng có thể xử lý các biến hỗn hợp và được dùng để chuyển đổi

các biến có mối quan hệ tuyến tính thành các biến có mối quan hệ phi tuyến tính.

Năm 1991, xuất hiện bài nghiên cứu “Some linear and nonlinear thoughts on

exchange rates” của Menzie David Chinn đánh giá khả năng sử dụng một hình

thức đặc biệt của ước tính phi tuyến sử dụng mô hình kỳ vọng có điều kiện lặp

(ACE), được xem là một công cụ chẩn đoán, và là một phương pháp dự báo. Bài

viết đã tóm tắt một số kết quả đáng thất vọng của các mô hình tuyến tính xác định

tỷ giá hối đoái, bao gồm cả những liên quan đến lý thuyết đồng liên kết. Và bài viết

kết luận là các biến đổi tối ưu gần như luôn luôn là phi tuyến. Bài viết thảo luận về

triển vọng sử dụng mô hình phi tuyến xác định tỷ giá trên cơ sở kết quả so sánh ước

tính của các biến bởi mô hình tiền tệ giá cứng.

Năm 1999, Yue Ma, Angelos Kanas đã đề xuất hai thử nghiệm phi tham số để kiểm

định tính phi tuyến trong mối quan hệ giữa tỷ giá và các biến số kinh tế vĩ mô.

Bài nghiên cứu “Testing for a nonlinear relationship among fundamentals and

exchange rates in the ERM” đã sử dụng thuật toán ACE để chuyển đổi biến và thực

hiện các bước kiểm tra mối quan hệ phi tuyến trong dài hạn giữa tỷ giá với các biến

kinh tế vĩ mô gồm 4 bước như sơ đồ bên dưới :

Kiểm định mối quan hệ phi tuyến

Kiểm tra quan hệ nhân quả phi

Kiểm định đồng liên kết phi tuyến

tuyến Granger (kiểm định sử

(Granger và Hallman 1991;

dụng mô hình ARFIMA)

Breiman và Freidman 1985)

Bước 2: Kiểm tra tham số

tuyến tính và đồng liên kết

KQ kiểm

Bước 1: Kiểm định đơn vị

định

phi tham số của Johansen

Không

Dừng

dừng

Bước 4: Ước lượng mô hình

KQ kiểm

VAR cho các chuỗi biến gốc

định

Không có đồng

liên kết

Có đồng liên kết

Bước 3: Kiểm tra đồng liên kết

phi tuyến nếu không có đồng

liên kết tuyến tính

Không có đồng

liên kết phi tuyến

Bước 4: Ước lượng mô hình VAR

KQ kiểm

cho các chuỗi sai phân bậc 1

định

Có đồng liên kết

phi tuyến

Có mối quan hệ dài hạn

Áp dụng kiểm định nhân quả phi tuyến Granger theo phương pháp của Baek và

Brock (1992) cho chuỗi phần dư từ mô hình VAR. Mục đích của việc kiểm định

này là để loại bỏ tất cả các cấu trúc tuyến tính trong mô hình. Nếu kiểm định cho

thấy không có mối quan hệ nhân quả, điều này có nghĩa là không có bằng chứng về

tính chất phi tuyến. Sau đó để loại bỏ các yếu tố phi tuyến gây ra bởi các bong bóng

trên thị trường, các tác giả sử dụng mô hình ARFIMA để kiểm tra bậc liên kết

không nguyên cho các chuỗi số thời gian. Nếu bậc liên kết của tỷ giá hối đoái

không lớn hơn rõ rệt so với các chuỗi biến số kinh tế vĩ mô, có thể loại bỏ sự tồn tại

của các bong bóng.

Khi kiểm tra mối quan hệ phi tuyến giữa các biến số kinh tế vĩ mô và tỷ giá hối

đoái đối với hai quốc gia Hà Lan – Đức, nhóm tác giả đã phát hiện ra đồng liên kết

phi tuyến giữa tiền, sản lượng và tỷ giá hối đoái cho Hà Lan-Đức và đây cũng có

thể được hiểu như là bằng chứng của một mối quan hệ phi tuyến dài hạn.

Đối với Pháp-Đức, các kết quả nghiên cứu không tìm thấy bằng chứng của đồng

liên kết phi tuyến. Nhưng các kết quả nghiên cứu cho thấy có mối quan hệ nhân

quả phi tuyến Granger của đồng France đối với tỷ giá FFr/DM. Những phát hiện

này có thể được hiểu như là bằng chứng về một mối quan hệ phi tuyến linh hoạt

(dynamic) và phù hợp với giả thuyết về sự chiếm ưu thế của đồng tiền Đức. Trên

cơ sở các mô hình ước tính phân đoạn ARIMA, Yue Ma, Angelos Kanas bác bỏ

những giả thuyết mà mối quan hệ phi tuyến được tạo ra do các bong bóng trên thị

trường.

2.2 Nghiên cứu sử dụng mô hình VECM và tính tỷ giá cân bằng hành vi ( phương pháp BEER)

Năm 2008, Sophie Béreau, Antonia López Villavicencio và Valérie Mignon nghiên

cứu chức năng phi tuyến của tỷ giá hối đoái thực hướng tới giá trị cân bằng hành vi

của nó (BEER) sử dụng một mô hình hồi quy chuyển đổi. “Nonlinear Adjustment

of the Real Exchange Rate Towards its Equilibrium Value” cho thấy quá trình hội

tụ tỷ giá thực trong thời gian dài là đặc trưng của tính phi tuyến cho các nền kinh tế

mới nổi, trong khi các nước công nghiệp thể hiện một mô hình tuyến tính. Giá trị

BEER được tính bằng cách dự đoán tỷ giá thực hiệu lực từ các phương trình dài

hạn ước tính, sử dụng mô hình VECM.

2.3 Nghiên cứu sử dụng mô hình ARDL ( Mô hình phân bổ trễ tự hồi quy)

Năm 2001, Hashem Pesaran đã phát triển một cách tiếp cận mới cho vấn đề kiểm

tra sự tồn tại của một mối quan hệ giữa một biến phụ thuộc và một tập hợp các biến

hồi quy , khi không biết chắc chắn liệu các biến hồi quy cơ bản dừng ở bậc 0 hay

bậc 1. Phương pháp kiểm tra được đề nghị dựa trên thống kê tiêu chuẩn F hoặc t để

kiểm tra mức ý nghĩa của các cấp độ trễ của các biến trong cơ chế điều chỉnh cân

bằng đơn biến. Hai bộ giá trị tiệm cận được cung cấp : một là khi tất cả các giá trị

hồi quy hoàn toàn là bậc 1 và bộ giá trị tiệm cận còn lại là tất cả các giá trị hồi quy

hoàn toàn là bậc 0. Hai bộ giá trị quan trọng cung cấp một giá trị bao gồm tất cả các

phân loại có thể có của các biến hồi quy : hoàn toàn bậc 1, hoàn toàn bậc 0 hoặc

trường hợp tồn tại hỗn hợp cả hai bậc.

Phương pháp tiếp cận ARDL ( mô hình phân bổ trễ tự hồi quy) được sử dụng để

ước tính ECM với mô hình tự hồi quy véc tơ (VAR) làm nền tảng cho việc phân

tích này. Sử dụng kiểm định Wald (hoặc F- Statistic ) để thử nghiệm giả thuyết rằng

có tồn tại hay không quan hệ giữa các biến được xem xét. Dựa vào kết quả thống kê

Wald (hoặc F- Statistic ) để kết luận về mối quan hệ giữa các biến.

Bài viết gần đây về mối quan hệ phi tuyến giữa tỷ giá hối đoái thực và các biến số

kinh tế vĩ mô “Nonliner relationship between the rate exchange and economic

fundamentals – Evidence from China and Kore” của hai tác giả i o i v

Jizhong Zhou năm 2011 khảo sát mối quan hệ phi tuyền tiềm năng giữa tỷ giá hối

đoái thực của hai đồng tiền (Nhân dân tệ của trung quốc và đồng Won Hàn Quốc)

và các biến số kinh tế vĩ mô bằng cách sử dụng dữ liệu hàng quý trong suốt giai

đoạn từ quý 1 năm 1980– quý 4 năm 2009. Hai nhà nghiên cứu sử dụng thuật toán

ACE và kiểm định đồng liên kết ARDL để tìm hiểu mối quan hệ phi tuyến giữa tỷ

giá thực và 5 biến đại diện cho nền kinh tế vĩ mô là: tăng trưởng năng suất, tỷ lệ

mậu dịch, tài sản nước ngoài ròng, sự mở cửa của nền kinh tế, và mức chi tiêu chính

phủ.

Kết quả : Kiểm tra mối quan hệ đồng liên kết giữa tỷ giá hối đoái thực và tỷ giá

thực biến đổi (qua ACE) với các biến số kinh tế vĩ mô.

Trung Quốc:

Tỷ giá thương mại TOT có tác động nghịch biến tới REER và có ảnh hưởng lớn

hơn đến tỷ giá hối đoái hiệu dụng thực so với các nhân tố kinh tế khác.

PROD có tác động đồng biến đối với REER ở phạm vi giá trị thấp và tác động

nghịch biến ở phạm vi giá trị cao hơn.

OPEN có tác động nghịch biến đến REER ở phạm vi giá trị thấp và tác động đồng

biến đối với REER ở phạm vi giá trị cao.

NFA có tác động đồng biến lên REER, còn TOT lại tác động nghịch biến lên REER

ở gần như toàn bộ giá trị.

GEXP thường có xu hướng tác động nghịch biến đến REER.

Hàn Quốc

OPEN có tác động nghịch biến mạnh đối với REER, ngược lại, TOT có tác động

đồng biến đối với REER.

Đối với hai biến PROD và NFA, biểu đồ của chúng đối với các biến chuyển đổi

tương ứng là khá bất thường, tác động của những biến này đối với REER là rất phức

tạp vì hướng của tác động có thể thay đổi theo thời gian.

GEXP ở trường hợp này không có ý nghĩa

Kết quả cho thấy ngược lại với với các mối quan hệ tuyến tính thông thường, độ co

giãn của tỷ giá hối đoái thực đối với các biến số kinh tế vĩ mô thay đổi qua thời gian

theo một mối quan hệ phi tuyến.

Để xem xét rõ hơn tác động của các biến số kinh tế vĩ mô đối với tỷ giá hối đoái

thực, hai tác giả Xiaolei Tang và Jizhong Zhou tiến hành phân tích độ co giãn của

REER đối với các biến trong mô hình

Kết quả phân tích độ co giãn :

Đối với CNY, | | hối đoái thực khi có sự biến động của các biến số kinh tế vĩ mô ngoại trừ tỷ lệ mậu

dịch.

| có nghĩa là tỷ giá hối đoái danh nghĩa CNY phản ứng mạnh mẽ hơn tỷ giá

| | |

Tuy nhiên, có một chút sự khác biệt đối với KRW, tại Hàn Quốc | | | (x = prod, open, tot) nhưng| co giãn của reer và neer là nhỏ hơn nhiều.

Và sau khi tổng hợp, hai tác giả nhận thấy rằng ở cả hai đồng KRW và CNY đều có

độ lớn trung bình của độ co giãn neer lớn hơn reer. Điều này cho thấy trên giác độ

tổng thể, tỷ giá hối đoái danh nghĩa phản ứng mạnh mẽ hơn so với tỷ giá hối đoái

thực khi có sự biến động của các biến số kinh tế vĩ mô. Việc này lý giải tại sao tỷ

giá hối đoái danh nghĩa thường dễ biến động hơn so với tỷ giá thực.

| và so với CNY, sự khác biệt giữa độ

Khi so sánh tổng

và Jizhong Zhou nhận thấy rằng tác động tổng thể của các biến số kinh tế đến tỷ giá

hối đoái của CNY là mạnh mẽ hơn so với tỷ giá hối đoái KRW, điều này có thể hỗ

trợ cho quan điểm rằng trong chế độ tỷ giá thả nổi hoàn toàn thì tỷ giá hối đoái thực

có xu hướng ổn định hơn. Các kết quả trên cho thấy rằng các sự phản ứng của tỷ giá

hối đoái KRW và CNY là khác nhau, mặc dù cả hai đều có mối quan hệ phi tuyến

với các biến số kinh tế vĩ mô.

của CNY với KRW, hai tác giả Xiaolei Tang và tổng

2.4 Một số nghiên cứu khác về tính phi tuyến của tỷ giá hối đoái sử dụng các mô hình khác nhau Paul De Grauwe và Isabel Vansteenkiste đã tiến hành kiểm tra mối quan hệ giữa

sự thay đổi trong tỷ giá danh nghĩa và các biến số kinh tế vĩ mô có phải là phi

tuyến hay không với bài nghiên cứu : “Exchange Rates And Fundamentals: A Non-

Linear Relationship”. Tác giả sử dụng mô hình MS-AR của Hamilton (1989)

Để thực hiện nghiên cứu này, họ mở rộng mô hình “Markov switching” được

giới thiệu bởi McConnell and Pere Quiros (2000) và Dewachter (2001) và đưa nó

vào phân tích ở các nước có lạm phát cao và các nước có lạm phát thấp. Sự so

sánh này giúp chúng ta có một cái nhìn rõ ràng hơn về tính phi tuyến giữa tỷ giá và

các biến kinh tế vĩ mô.

Để ước lượng các mô hình nói trên, họ chọn dữ liệu hàng tháng của tỷ giá hối đoái

và các biến số kinh tế vĩ mô. Cụ thể:

Đối với các nước lạm phát thấp, dữ liệu về giá đồng nội tệ, cung tiền, mức giá và

lãi suất trong nước của Đức, Pháp, Ý, Nhật Bản, Anh và Hoa Kỳ được thu thập.

Chuỗi dữ liệu này được bắt nguồn từ BIS.

Đối với các nước lạm phát cao, dữ liệu của biến như trên thu được từ Argentina,

Bolivia, Brazil, Chile, Columbia và Ecuador.

Cuối cùng, các nhà nghiên cứu xác định thời gian mẫu mà tỷ giá hối đoái trong

nước lạm phát cao được nghiên cứu là ở giai đoạn thả nổi. Họ sử dụng điều này

như là một điểm khởi đầu cho việc phân loại tỷ giá hối đoái được trình bày trong

Reinhart và Rogoff (2004), nhưng mở rộng phân tích với thông tin từ Ngân hang

Phát triển châu Mỹ La tinh. Kết quả thực nghiệm cho thấy:

Đối với các nước có lạm phát cao mối quan hệ tuyến tính “thế hệ thứ nhất” giữa

thông tin của các biến số vĩ mô kinh tế và sự thay đổi của tỷ giá là ổn định và sâu

sắc.

Tuy nhiên, đối với các nước có lạm phát thấp nơi mà trạng thái chuyển đổi thường

xuyên xảy ra, các nhà nghiên cứu đã phát hiện ra mô hình phi tuyến dựa trên sự tồn

tại của các chi phí chuyển đổi và đã được giải thích bằng các nghiên cứu thực

nghiệm. Đồng thời các nhà nghiên cứu cũng thấy rằng mô hình phi tuyến tính đơn

giản này có khả năng tự nhân rộng như các kết quả đã đưa ra trong bài báo này.

Năm 2007, bài nghiên cứu “ Nonlinear Exchange Rate Predictability” của Carlos

Felipe Lopez-Suarez and Jose Antonio Rodriguez-Lopez dự đoán tính phi tuyến

của tỷ giá hối đoái. Nghiên cứu xem hành vi phi tuyến của tỷ giá thực có thể giúp

tính toán cho khả năng dự đoán tỷ giá hối đoái danh nghĩa hay không, xây dựng

một mô hình hiệu chỉnh sai số phi tuyến cho phép chúng ta kiểm tra giả thuyết dự

đoán phi tuyến của tỷ giá hối đoái danh nghĩa và hành vi phi tuyến trên tỷ giá thực

trong bối cảnh của một hệ thống đồng liên kết hoàn toàn. Sử dụng một bảng 19

quốc gia và ba đơn vị tính, chúng ta tìm thấy bằng chứng về khả năng dự đoán phi

tuyến của tỷ giá hối đoái danh nghĩa và ý nghĩa phi tuyến của tỷ giá thực. Bằng

cách sử dụng ngang giá sức mua (PPP) nghiên cứu phi tuyến có thể giải thích cho

sự hạn chế khả năng dự báo tỷ giá hối đoái. Xây dựng trên nghiên cứu của Granger

và Swanson (1996), xây dựng một hệ thống đồng liên kết tổng quát mà có khả năng

dự đoán hoặc không thể dự đoán của tỷ giá hối đoái danh nghĩa cũng như hành vi

tuyến tính hoặc phi tuyến trên tỷ giá thực

Năm 2010, bài nghiên cứu “Nonlinear Mean-Reversion in Southeast Asian Real

Exchange Rates” của Doo-Yull Choi.*, Bong-Han Kim** và See-Won Kim cho

thấy xu hướng về giá trị phi tuyến cơ bản trong giá tiền tệ Đông Nam Á bằng cách

áp dụng các thử nghiệm phi tuyến đơn vị mới được phát triển bởi Park và Shintani

(2005). Đầu tiên, với đồng đô la Mỹ là đồng tiền chuẩn, tác giả thấy rằng 63% của

tỷ giá hối đoái thực tế của tiền tệ Đông Nam Á lần lượt ổn định. Tuy nhiên, với

đồng yên Nhật là đồng tiền chuẩn, chúng ta thấy không có bằng chứng có lợi cho

sức mua tương đương đối với hầu hết các đồng tiền trong khu vực Đông Nam Á,

ngoại trừ đồng won Hàn Quốc và đồng đôla Đài Loan. Những phát hiện này hàm ý

rằng tiền tệ Đông Nam Á có thể không tạo thành một hệ thống tỷ giá hối đoái châu

Á do đồng yên thống trị. Thứ hai, khi đồng đô la Mỹ là cơ sở, tỷ giá hối đoái thực

các nước Đông Nam Á có xu hướng quay về giá trị cơ bản phi tuyến. Tác giả thấy

rằng quá trình quay trở lại giá trị cơ bản có thể được mô tả tốt bởi mô hình Estar,

hơn nữa là DTAR hoặc mô hình DLSTAR. Kết quả được củng cố bởi chức năng

phản ứng xung và phân tích dự báo.

3. Phương pháp nghiên cứu

3.1 Kỹ thuật thực nghiệm

Các nghiên cứu về hành vi của tỷ giá hối đoái là một chủ đề kinh điển của kinh tế

quốc tế. Phần lớn trong các nghiên cứu này tập trung vào việc kiểm tra mối quan

hệ giữa tỷ giá hối đoái và các biến số kinh tế vĩ mô và từ đó tiến tới việc xem xét

xem liệu tỷ giá hối đoái có bị đánh giá sai hay không. Một phương pháp được

sử dụng trong các nghiên cứu loại này là mô hình tỷ giá hối đoái cân bằng FEER

được phát triển bởi Williamson (1994). Trong phương pháp này mức cân bằng của

tỷ giá hối đoái được định nghĩa là tỷ giá hối đoái thực hiệu lực trong điều kiện

nền kinh tế vĩ mô cân bằng, hay còn có thể hiểu là tại trạng thái nền kinh tế hoạt

động ở mức toàn dụng và lạm phát thấp (cân bằng bên trong) và tài khoản vãng lai

ổn định, phản ánh nguồn vốn ròng tiềm ẩn và kỳ vọng (cân bằng bên ngoài). Mức

tỷ giá hối đoái này được gọi là “cơ bản” vì nó loại bỏ đi những yếu tố ngắn hạn và

tập trung vào các yếu tố quyết định trung và dài hạn. Việc đánh giá tỷ giá hối đoái

của một quốc gia có thể thực hiện bằng cách so sánh mức tỷ giá hối đoái hiện tại

với mức cân bằng FEER.

Một vấn đề nảy sinh khi áp dụng phương pháp FEER mức độ ảnh hưởng của

các thông tin thực tế và lý thuyết đến việc xác định tỷ giá hối đoái. Mức cân

bằng trong phương pháp FEER được tính toán với giả định là tài khoản vãng

lai được đo lường ở mức toàn dụng và với một dòng vốn ổn định. Tuy nhiên,

trong rất nhiều trường hợp các tính toán này được thực hiện mà không xét đến tác

động của các biến có ảnh hưởng thực sự tới hành vi của tỷ giá hối đoái. Tỷ giá hối

đoái trong phương pháp tiếp cận này sẽ không thay đổi chừng nào vị thế cân

bằng bên trong và bên ngoài còn được duy trì, nhưng theo quan điểm hành vi thì

liệu một mức cân bằng như vậy có tồn tại hay không vẫn chưa được chứng minh.

Một phương pháp tiếp cận khác, được đề xuất bởi Clark và Maccdonald (1998),

liên quan đến việc phân tích kinh tế lượng trực tiếp một mô hình hành vi của tỷ giá

hối đoái thực hiệu lực – được gọi với cái tên tỷ giá hối đoái cân bằng hành vi

(Behavioral Equilibrium Exchange Rate (BEER)). Cách tiếp cận BEER đã xây

dựng được phương pháp đo lường độ lệch của tỷ giá hối đoái thực và có những ưu

điểm vượt trội hơn so với FEER. Theo phương pháp tiếp cận BEER, tổng độ lệch

(so với giá trị cân bằng ước lượng theo các giá trị thực tế của các biến kinh tế vĩ

mô) của tỷ giá hối đoái tại bất kỳ thời điểm nào có thể được phân tích thành tác

động của các yếu tố tạm thời, các biến động ngẫu nhiên, và độ lệch của các

biến số kinh tế vĩ mô so với mức cân bằng của chúng. Trong khi FEER là một

phương thức tiếp cận tập trung riêng vào mối quan hệ trung và dài hạn, phương

pháp BEER có tính tổng hợp cao hơn và vì vậy có thể được áp dụng để giải thích

các biến động chu kỳ của tỷ giá hối đoái thực. Phương pháp BEER cũng đủ linh

hoạt để có thể áp dụng vào các nghiên cứu phức tạp tùy thuộc vào nhu cầu của

người sử dụng. Kỹ thuật thực nghiệm trong nghiên cứu này của các tác giả

Ziaolei Tang và Z iz hong Z hou là một ứng dụng của mô hình BEER với tỷ giá

hối đoái thực hiệu lực REER được giả sử chịu sự chi phối của một nhóm các

biến số kinh tế vĩ mô như sau:

REER = f (PROD, TOT, GEXP, OPEN, NFA)

(3.1)

Các biến số kinh tế vĩ mô được đưa vào nghiên cứu tuân theo mô hình mà Montiel

(1999) đã phát triển. Các biến được xem như đóng vai trò quyết định đối với tỷ giá

hối đoái thực trong dài hạn được chia ra làm bốn nhóm. Nhóm đầu tiên bao gồm

các yếu tố cung trong nước, cụ thể là về hiệu ứng Balassa-Samuelson xảy ra

do sự tăng trưởng năng suất nhanh hơn của khu vực hàng hóa thương mại so với

khu vực phi thương mại. Thứ hai, cấu trúc của chính sách tài khóa, chẳng hạn như

thay đổi vĩnh cửu trong cơ cấu của chi tiêu chính phủ giữa hàng hóa thương mại và

phi thương mại cũng có liên quan. Thứ ba, những thay đổi trong môi trường kinh

tế quốc tế, bao gồm cả những thay đổi của nền kinh tế bên ngoài về tỷ giá trao

đổi, các dòng chuyển khoản bên ngoài, lạm phát nước ngoài, và mức lãi suất thực

trên thế giới. Thứ tư, chính sách tự do hóa thương mại, ví dụ , giảm trợ cấp xuất

khẩu, có thể ảnh hưởng đến tỷ giá hối đoái thực dài hạn.

3.2 Thuật Toán ACE

Công thức chung của một mô hình hồi quy tuyến tính có p biến độc lập, bao

gồm

, ..., Xp, và một biến phụ thuộc Y được trình bày như sau:

(3.2)

là sai số giới hạn.

Với

,. . . , βp là các hệ số hồi quy cần ước tính, và

Hồi quy bội thông thường đòi hỏi giả định mối quan hệ giữa các biến hồi quy

là tuyến tính, do đó vấn đề còn lại chỉ là việc ước lượng các tham số. Phương pháp

tiếp cận tham số tuyến tính như thế này chỉ thành công khi giả định về mối quan

hệ tuyến tính giữa các biến là chính xác. Khi mối tương quan giữa các biến độc

lập và các biến phụ thuộc không phải là tuyến tính hoặc chưa được xác định rõ

ràng, hồi quy tham số tuyến tính có thể mang lại kết quả sai lầm có thể dẫn đến các

kết luận không chính xác.

Thuật toán ACE là một thuật toán có thể được áp dụng để giải quyết vấn đề hồi

quy các biến khi mối quan hệ của chúng không phải là tuyến tính.

Các phép khai triển ACE tối ưu có nguồn gốc duy nhất từ dữ liệu trong thời kỳ và

không đòi hỏi một giả định nào về mẫu hàm cho biến phụ thuộc hoặc biến độc lập,

từ đó cung cấp một công cụ mạnh để thăm dò phân tích dữ liệu.

3.3 Hồi quy tuyến tính và mối quan hệ đồng liên kết

Theo Granger và Hallman (1991) và Granger (1991), các biến ban đầu của và (i=1,2, ..., k) là đồng liên kết phi tuyến nếu tồn tại các hàm phi tuyến f và

(i= 1,2, ..., k) sao cho f (

) và

(

) (i= 1,2, ..., k) là các chuỗi I(1) hay có liên

kết bậc 1, và tồn tại một kết hợp tuyến tính của f(

) và

(

) (i =1,2, ..., k) là

I(0). Như vậy, quan hệ đồng liên kết tuyến tính giữa các biến ACE chuyển đổi có

thể được coi là mối quan hệ đồng liên kết phi tuyến giữa các biến ban đầu.

3.4 Phươ pháp kiểm định biên ARDL

Phương pháp kinh tế lượng trong bài nghiên cứu này theo Xiaolei Tang và

Jizhong zhou là một ứng dụng của mô hình kiểm định đồng liên kết ARDL được

phát triển bởi Pesaran-Shin (1999) và Pesaran et al. (2001). Theo đó trình tự được

chia làm hai bước chính.

Tại bước đầu tiên, tác giả đi kiểm định mối quan hệ đồng liên kết tuyến tính giữa

các biến trong biểu thức (3.7). Nếu đồng liên kết tuyến tính không xảy ra, có thể

kết luận giữa tỷ giá hối đoái thực và các biến kinh tế vĩ mô đang xem xét

không có mối quan hệ tuyến tính trong dài hạn.

Nếu điều này xảy ra, các tác giả tiếp tục kiểm định mối quan hệ đồng liên kết

phi tuyến giữa các biến. Để thực hiện kiểm định này, tác giả đã sử dụng thuật

toán ACE để biến đổi các biến trong mô hình và sau đó thực hiện kiểm định đồng

liên kết giữa các biến chuyển đổi. Nếu như các biến sau khi chuyển đổi được xác

định là có mối quan hệ đồng liên kết tuyến tính thì các tác giả kết luận các biến gốc

trước khi chuyển đổi có mối quan hệ đồng liên kết phi tuyến.

Sơ đồ minh hoạ như sau:

Thu thập dữ liệu

Kiểm định tính dừng (Biến gốc, chuyển đổi)

Có

dừng

Không

dừng

Kiểm định tính dừng

Hồi quy OLS cổ điển

kiểm định

của sai phân bậc 1

Không

Có

dừng

Kiểm định đồng liên kết

KQ kiểm

Ngưng

định

Không có quan hệ

KQ kiểm

đồng liên kết

định

Có quan hệ đồng liên kết

Hồi quy mô hình ARDL để xác định mối quan hệ đồng

liên kết phi tuyến

Kiểm định Wald

Kiểm định hiện tượng tự tương quan của các biến

Kiểm định sự phù hợp của mô hình

Kiểm định sự ổn định của mô hình

Do thuật toán ACE có thể khiến một chuỗi số thời gian có kết hợp bậc 1 (một

chuỗi I(1)) trở thành một chuỗi I(0) sau khi biến đổi. Vì vậy, ngay cả khi tất cả các

chuỗi gốc là chuỗi I(1), các chuỗi sau khi biến đổi có thể là một hỗn hợp của các

chuỗi I(0) và I(1). Trong trường hợp này, theo đề xuất của Pesaran và Shin (1999)

và Pesaran et al. (2001) phương pháp kiểm định biên ARDL có một lợi thế hơn các

kỹ thuật hồi quy được đề xuất bởi Engle và Granger (1987) và phương pháp tiếp

cận Johansen (1995), vì các mô hình này thường yêu cầu rằng tất cả các chuỗi

phải có liên kết bậc 1. Hơn nữa, phương pháp ARDL mạnh hơn các phương pháp

khác khi xem xét các bộ mẫu nhỏ hơn, chính vì vậy các tác giả Xiaolei Tang và

Z i z hong Zhou đã áp dụng phương pháp này vào nghiên cứu của mình.

Trình tự kiểm định đồng liên kết theo phương pháp ARDL có thể được trình bày

như sau:

Xét mô hình với biến phụ thuộc y và các biến độc lập xi (i=1,2...n). Bước đầu tiên

trong phương pháp ARDL đó là ước lượng mô hình sau sử dụng phương pháp OLS:

∑

(3.8)

Trong đó δ và

i là các số nhân dài hạn, θ và là các hệ số trong ngắn hạn. ut là

nhiễu trắng, p là số lượng trễ tối đa mà chúng ta đưa vào mô hình.

Sau khi ước lượng phương trình (1), tiếp theo ta cần sử dụng kiểm định Wald-Test

để kiểm định giả thiết các số nhân dài hạn của các biến trễ yt-1 và xi,t-1(i=1,…n)

đều bằng 0. Giả thiết của kiểm định có thể được trình bày như sau:

H0: δ =

H1: δ ≠ 0 hoặc

So sánh giá trị kiểm định Wald-Test với bảng giá trị tới hạn do Pesaran (2001)

tính toán. Bảng giá trị tới hạn này được tính toán dựa trên số lượng các biến hồi

quy và các giá trị định trước được đưa vào mô hình. Có hai mức giá trị tới hạn,

hay còn được là giới hạn trên và giới hạn dưới. Giới hạn dưới thể hiện mức giá trị

tới hạn trong trường hợp giả định tất cả các biến hồi quy đều có I(0), trong khi đó

giới hạn trên được tính toán với giả định tất cả các biến đều có liên kết bậc 1, I(1).

Nếu giá trị Wald-Test tính toán được cao hơn giới hạn trên, giả thiết H0, không có

đồng liên kết giữa các biến, có thể được bác bỏ. Ngược lại, nếu giá trị kiểm định

thấp hơn giới hạn dưới, lúc này không thể bác bỏ giả thiết H0. Khi giá trị Wald-

Test rơi vào khoảng giữa hai biến, lúc này chúng ta chưa thể kết luận kết quả

kiểm định, nguyên nhân có thể là do bậc liên kết của các biến hồi quy.

Nếu kết quả kiểm định Wald-Test cho ta thấy có mối quan hệ đồng liên kết giữa

các biến hồi quy, công việc tiếp theo sẽ là ước lượng mô hình mối quan hệ dài hạn

giữa các biến. Một mô hình ARDL tổng quát có dạng như sau:

∑

(3.9)

Phương trình trên được kí hiệu như sau ARDL(p,q1,q2,…,qn). Trong phương

trình (3.9), wt là sai số, các tham số p, q1, q2,…,qn là độ trễ tối ưu của mô hình.

Việc lựa chọn độ trễ tối ưu cho các biến của mô hình có thể được thực hiện bằng

việc xem xét các tiêu chuẩn như tối đa hóa R2, hay tối thiểu hóa các tiêu chuẩn AIC

hay SBC.

Từ phương trình ước lượng trên, chúng ta sẽ ước lượng được phương trình đồng

liên kết giữa các biến. Với một phương trình đồng liên kết tổng quát của các biến có

dạng:

(3.10)

∑

Các hệ số β được tính theo các công thức sau:

Với j=1,2,…,n. các hệ số βj là các hệ số đồng liên kết trong dài hạn của các biến.

Từ phương trình đồng liên kết mới ước lượng được, các tác giả có thể phân tích

mối tương tác của các biến trong dài hạn.

3.5 Xây dựng các biến

Để giải thích cách xây dựng các biến trong phương trình, tương tự như đo lường

tỷ giá hối đoái, các biến số kinh tế vĩ mô cũng được thể hiện dưới dạng giá trị

tương đối của các biến trong nước với các đối tác nước ngoài. Chính vì vậy, chỉ có

sự chênh lệch giữa các biến trong và ngoài nước mới tác động đến chuyển động của

tỷ giá hối đoái1. Hơn nữa, để có cái nhìn tổng thể về mối quan hệ cân bằng giữa tỷ

giá hối đoái thực và các biến số kinh tế vĩ mô, tác giả đã nghiên cứu về tỷ giá hối

đoái hiệu lực đa phương (thay vì duy nhất một tỷ giá hối đoái song phương).

Cũng giống như tính toán tỷ giá hối đoái hiệu lực, tất cả các biến số kinh tế vĩ mô

được thể hiện dưới dạng tỉ số, có thể là tỷ lệ giữa các biến nội địa và các biến

tương tự liên quan ở nước ngoài, các biến ở nước ngoài ở đây là bình quân gia

quyền của các giá trị tương ứng của các đối tác thương mại chính của nước nội địa.

Còn các trọng số tương ứng là thị phần trong ngoại thương của nước chủ nhà. Có

thể, các nhà nghiên cứu sẽ xác định 10 đối tác thương mại hàng đầu của mỗi quốc

gia thông qua tổng khối lượng thương mại song phương (xuất khẩu và nhập khẩu).

Sau đó họ tính thị phần của đối tác i, ở nước H, trong năm t theo công thức:

WiHt = FTiHt / TFTiHt

Trong đó:

- WiHt : thị phần của đối tác I, ở nước H trong năm t, trong đó i = 1,2,…,10,

- H : Nước chủ nhà ( Việt Nam)

- FTiHt là khối lượng thương mại với nước chủ nhà H

- TFTHt là tổng ngoại thương của nước nội địa với các 10 đối tác kinh doanh hàng

đầu.

Lưu ý rằng trong cùng một năm, các trọng số được giả định không thay đổi .

3.5.1 Tỷ giá thực hiệu lực – tỷ giá thực đa phương (REER-Real effective

exchange rate)

Tỷ giá hối đoái thực là tỷ giá danh nghĩa được điều chỉnh bởi tương quan giá cả

trong nước và ngoài nước. Khi tỷ giá danh nghĩa tăng hay giảm không nhất thiết

phải đồng nghĩa với sự gia tăng hay giảm sức cạnh tranh thương mại quốc tế. Như

vậy, tỷ giá hối đoái thực là một phạm trù kinh tế đặc thù và việc phân tích tỷ giá hối

đoái thực sẽ là một vấn đề cần được quan tâm. Có hai loại tỷ giá thực

a. Tính tỷ giá thực song phương

Tỷ giá thực song phương (RER) là tỷ giá danh nghĩa đã được điều chỉnh theo mức

chênh lệch lạm phát giữa hai nước, nó là chỉ số thể hiện sức mua của đồng nội tệ so

với đồng ngoại tệ. Vì thế có thể xem tỷ giá thực là thước đo sức cạnh tranh trong

mậu dịch quốc tế của một quốc gia so với một quốc gia khác.

Có tỷ giá thực song phương ở trạng thái tĩnh và tỷ giá thực song phương ở trạng thái

động. Hiện nay không có quốc gia nào công bố giá của một rổ hàng hóa, cho nên tỷ

giá thực ở trạng thái tĩnh chỉ mang ý nghĩa lý thuyết. Vì vậy, người ta sử dụng tỷ giá

ở trạng thái động để tính toán sự vận động của tỷ giá thực từ thời kỳ này sang thời

kỳ khác thông qua việc điều chỉnh tỷ giá danh nghĩa với chênh lệch lạm phát giữa

hai quốc gia có đồng tiền đem so sánh.

Tỷ giá thực song phương chỉ cho chúng ta biết được sự lên giá hay xuống giá của

đồng nội tệ so với một đồng ngoại tệ. Ngày nay, quan hệ thương mại là đa phương,

một nước có quan hệ buôn bán với rất nhiều nước trên thế giới. Vấn đề được đặt ra

là tại một thời điểm nhất định làm sao có thể biết được đồng nội tệ lên giá hay giảm

giá so với các đồng tiền của các quốc gia khác có quan hệ mậu dịch, hay nói cách

khác là làm sao để có thể biết được tương quan sức mua hàng hóa của đồng nội tệ

với các đồng ngoại tệ để làm cơ sở đánh giá tác động của tỷ giá đối với cán cân

thương mại của quốc gia? Để có cái nhìn toàn diện hơn về vị thế cạnh tranh của

hàng hóa trong nước với các đối tác thương mại khác người ta dùng tỷ giá thực đa

phương (tỷ giá trung bình).

b. Tỷ giá thực đa phương

Tỷ giá thực đa phương là một chỉ số phản ánh mức độ cạnh tranh về giá cả của quốc

gia và là cơ sở để đánh giá đồng nội tệ bị định giá cao hay thấp. Chỉ số này rất hữu

ích cho việc đạt được mục tiêu thích hợp trong cơ chế tỷ giá hỗn hợp giữa linh hoạt

và cố định. Vì vậy, nó được nhìn nhận như là dữ liệu cơ bản cho quá trình thực thi

chính sách.

Tỷ giá thực đa phương được tính toán để định ra giá trị thực của đồng nội tệ so với

các ngoại tệ (rổ ngoại tệ). Bằng cách điều chỉnh tỷ giá theo chênh lệch lạm phát

quốc nội so với lạm phát các đối tác tác thương mại, ta sẽ có tỷ giá thực song

phương với từng đồng ngoại tệ. Sau đó xác định quyền số (mức độ ảnh hưởng đối

với tỷ giá thực thông qua tỷ trọng thương mại của từng đối tác với quốc gia có đồng

tiền tính REER).

Điểm đáng lưu ý là định nghĩa tỷ giá hối đoái là số đơn vị ngoại tệ trên một đơn vị

nội tệ. Chính vì thế một sự gia tăng trong tỷ giá thể hiện sự đánh giá cao giá trị

đồng nội tệ. Công thức tính tỷ giá thực hiệu lực của nước nội địa H:

∏

Trong đó:

- REERHt là tỷ giá thực hiệu lực của H trong khoảng thời gian t

- P là chỉ số giá tiêu dùng (CPI): (PHt là chỉ số giá tiêu dùng của nước H trong

khoảng thời gian t, Pit là chỉ số giá tiêu dùng của nước i ( với i=1,2,3...10) trong

khoảng thời gian t)

- R là tỷ giá danh nghĩa của đồng đôla Mỹ (RHt là tỷ giá danh nghĩa của đồng đô la

Mỹ tại nước H trong khoảng thời gian t, Rit là tỷ giá danh nghĩa của đồng đô la Mỹ

tại nước i trong khoảng thời gian t)

- Kí hiệu H : nước sở tại và tương ứng là nước đối tác i( với i=1,2,3...10)

3.5.2 Chênh lệch trong năng suất (PROD-Difference in productivity)

Tác giả đã sử dụng lý thuyết điển hình Balassa-Samuelson (Balassa,1964;

Samuelson, 1964) khi phân tích những ảnh hưởng của sự khác biệt trong năng suất

tác động đến tỷ giá thực. Trong lý thuyết này, Balassa-Samuelson cho rằng một

sự gia tăng tương đối lớn về năng suất trong khu vực hàng hóa thương mại của

một nền kinh tế sẽ dẫn đến sự đánh giá cao đồng tiền (tức là tỷ giá thực tăng) của

nước đó đồng thời thúc đẩy bởi sự gia tăng nhanh của giá hàng hoá phi thương mại

so với giá hàng hóa thương mại. Trong đó, đa phần giá cả tương đối giữa hàng

hóa phi thương mại và hàng hóa thương mại được đại diện bởi chỉ số CPI -PPI (

PPI kí hiệu chỉ số giá sản xuất) hoặc bằng GDP bình quân đầu người.

Theo Kim và Korhonen (2005), nghiên cứu này sử dụng mức thu nhập bình

quân GDP/người (PCGDP) như là một đại diện đặc trưng cho sự khác biệt trong

năng suất, được tính bằng cách sử dụng một công thức tương tự như công thức (9) ở

trên.

Công thức tính PROD:

∏

Trong đó:

- PRODHt là sự khác biệt trong năng suất của H trong khoảng thời gian t

- PCGDP: thu nhập bình quân đầu người GDP(

là bình quân

GDP của nước H trong t năm,

là bình quân GDP của nước i trong

t năm)

- Kí hiệu H : nước sở tại và tương ứng là nước đối tác i

3.5.3 Tỷ lệ mậu dịch (TOT-terms of trade)

Tác giả định nghĩa tỷ lệ mậu dịch là tỷ số đo lường chênh lệch giữa giá xuất khẩu

và giá nhập khẩu của một quốc gia nhằm xác định lợi thế thương mại, chỉ số này

được tính bằng tỷ lệ giữa giá trị đơn vị xuất khẩu trên giá trị đơn vị nhập khẩu. Đa

phần chỉ số này được sử dụng để đại diện cho sự thay đổi trong môi trường kinh tế

quốc tế, tuy nhiên tác động của nó đối với tỷ giá thực lại mơ hồ do hai ảnh hưởng

trái ngược nhau.

Một là hiệu ứng thu nhập. Theo đó, khi tỷ lệ thương mại cải thiện, thu nhập từ xuất

khẩu và cầu hàng hóa phi thương mại sẽ tăng lên, do đó giá hàng hóa phi

thương mại cũng tăng lên, dẫn đến tỷ giá thực tăng hay nói cách khác đồng nội địa

đang được đánh giá cao.

Hiệu ứng thứ hai là hiệu ứng thay thế, khi có sự cải tiến trong tỷ lệ mậu dịch tức là

giá hàng nhập khẩu trở nên rẻ hơn, và ít nhất một phần cầu hàng hóa phi thương

mại trong nước được thay thế bởi hàng nhập khẩu, chính vì thế giá hàng hoá phi

thương mại sẽ giảm xuống. Điều này dẫn đến tỷ giá thực giảm hay nói cách khác

đồng tiền nội địa đang bị mất giá.

Công thức để tính toán TOT là:

∏

Trong đó:

- TOTHt là tỷ lệ mậu dịch của H trong khoảng thời gian t

- XV và MV : giá trị xuất khẩu và nhập khẩu đơn vị

- Kí hiệu H : nước sở tại và tương ứng là nước đối tác i

3.5.4 Chi tiêu chính phủ (GEXP- Government expenditure)

Trước đây đã có rất nhiều nghiên cứu về lý thuyết cũng như thực nghiệm của mối

quan hệ giữa chi tiêu chính phủ và tỷ giá hối đoái thực (Frenkel và Mussa, 1988;

Froot và Rogoff, 1995; Obstfeld và Rogoff, 1996; Fischer, 2004; và Kim và

Korhonen, 2005).

Chi tiêu Chính phủ cũng tác động đến tỷ giá hối đoái thực theo hiệu ứng thay thế và

hiệu ứng thu nhập. Một mặt là hiệu ứng thay thế, vì chi tiêu của chính phủ chủ yếu

bao gồm hàng hóa phi thương mại nên hiệu ứng lấn át của chi tiêu chính phủ là

thấp, vậy nên khi tăng chi ngân sách sẽ dẫn đến sự gia tăng cầu hàng hóa phi

thương mại và kéo theo sự tăng giá của các loại hàng hóa này, từ đó có thể dẫn đến

tỷ giá thực tăng hay nói cách khác là sự đánh giá cao đồng nội tệ. Mặt khác, trong

hiệu ứng thu nhập, sự gia tăng chi tiêu của chính phủ được tài trợ bởi mức thuế cao

hơn làm giảm thu nhập khả dụng và cầu của hàng hóa phi thương mại, điều này dẫn

đến tỷ giá thực giảm hay nói cách khác là sự mất giá của đồng nội tệ.

Hơn nữa, trong ngắn hạn và dài hạn, tác động của chính sách chi tiêu chính tỷ giá

hối đoái thực có sự khác nhau. Chi tiêu cao của chính phủ dự kiến sẽ không tác

động mạnh mẽ vào tỷ giá hối đoái thực trong ngắn hạn. Tuy nhiên, kéo dài tình

trạng này rất có thể sẽ làm suy yếu niềm tin vào đồng tiền, vì mức thuế cao sẽ tác

động tiêu cực đến tăng trưởng kinh tế và tỷ giá hối đoái thực. Do đó, chi tiêu chính

phủ cao trong dài hạn có thể gây ra sự đánh giá thấp tỷ giá thực.

Biến này được tính theo tỷ lệ tương đối của các chi tiêu của chính phủ so với GDP

danh nghĩa bằng cách sử dụng công thức sau:

∏

Trong đó:

- GEXPHt là chi tiêu chính phủ của H trong khoảng thời gian t

- GEX mức chi tiêu tuyệt đối của chính phủ.

- GDP là thu nhập bình quân đầu người.

3.5.5 Độ mở của nền kinh tế (OPEN-openness of economy)

Kí hiệu H : nước sở tại và tương ứng là nước đối tác i

Biến OPEN đo lường mức độ mở cửa của nền kinh tế và được tính bằng tỷ số giữa

tổng giá trị thương mại (nhập khẩu cộng với xuất khẩu) so với GDP.

Về mặt lý thuyết, các tác động của sự mở cửa đối với tỷ giá hối đoái thực là không

chắc chắn và vì vậy rất khó có được một tiên nghiệm. Độ mở cửa của nền kinh tế

có thể thay đổi bằng việc giảm thuế nhập khẩu, gia tăng hạn ngạch, hoặc giảm thuế

xuất khẩu.

Giảm thuế quan hoặc tăng hạn ngạch có thể giảm giá hàng hóa thương mại

trong nước và do đó dẫn đến cả hiệu ứng thu nhập và hiệu ứng thay thế. Trong

một hay nhiều giai đoạn, đối với hiệu ứng thay thế, giảm giá hàng thương mại sẽ

kích thích sự gia tăng của cầu hàng nhập khẩu, dẫn đến sự suy giảm trong cán cân

thương mại, do đó dẫn đến sự giảm giá trị của tỷ giá thực. Tuy nhiên, hiệu ứng thu

nhập của sự mở cửa đối với hàng hoá phi thương mại là mơ hồ và tùy thuộc vào xu

hướng tiêu dùng của quốc gia thiên về hàng hóa thương mại hay phi thương mại.

Nếu tăng thu nhập nhờ chi tiêu cho hàng hóa phi thương mại nhiều hơn, thì tỷ giá

hối đoái thực được dự kiến là sẽ tăng.

Connolly và Devereux (1995) lại cho rằng hiệu ứng thay thế của sự mở cửa thường

chi phối hiệu ứng thu nhập trong trường hợp này. Vì vậy, sự gia tăng mở cửa trong

trường hợp này có thể dẫn đến mất giá của đồng nội tệ thông qua sự suy thoái của

cán cân thương mại. Như lập luận của Connolly và Devereux (1995), nếu sự mở

cửa được tăng lên thông qua giảm thuế xuất khẩu, hiệu ứng thu nhập và thay thế có

xu hướng tác động cùng chiều đối với sự thay đổi của nhập khẩu. Trong trường hợp

này cán cân thương mại sẽ được cải thiện và vì thế mà dẫn đến một sự đánh giá cao

tỷ giá thực.

Việc xây dựng biến OPEN như sau:

∏

Trong đó:

- OPENHt là độ mở của nền kinh tế của nước H trong khoảng thời gian t

- TFTHt, TFTit đại diện cho tổng giá trị ngoại thương của nước nội địa H và

đối tác nước ngoài của nó

- Kí hiệu H : nước sở tại và tương ứng là nước đối tác i

3.5.6 Tài sản nước ngoài ròng (NFA-Net foreign assets)

Tài sản nước ngoài ròng bằng tổng tài sản nước ngoài của một quốc gia trừ đi tổng

số nợ nước ngoài của nó. Từ quan điểm cân bằng danh m c, thâm h t trong tài

khoản vãng lai gây ra sự gia tăng nợ nước ngoài ròng của một quốc gia (được tài

trợ bởi dòng vốn quốc tế). Tuy nhiên, các nhà đầu tư nước ngoài đòi hỏi mức lợi

tức cao hơn để bắt đầu sự điều chỉnh danh m c đầu tư của họ. Với mức lãi suất nhất

định, điều này chỉ có thể được thực hiện thông qua sự mất giá đồng tiền của quốc

gia nợ. Thêm vào đó, kênh cán cân thanh toán giả định cho rằng các khoản nợ nước

ngoài tích lũy do thâm h t tài khoản vãng lai phải được trả lãi bằng các khoản lãi

suất thanh toán (có thể được tài trợ bằng thặng dư thương mại). Điều này cũng đòi

hỏi sự mất giá của tiền tệ, do đó, khả năng cạnh tranh quốc tế của một nước có thể

được củng cố và đạt được một lượng xuất khẩu ròng lớn hơn. Vì thế, vị thế tài sản

nước ngoài ròng mạnh sẽ dẫn đến một sự đánh giá cao đồng tiền, trong khi một vị

trí yếu dự kiến sẽ gắn liền với sự mất giá.

Để xem xét kích thước của một nền kinh tế, các tác giả chia các cổ phiếu của tài

sản ròng nước ngoài cho GDP.

NFA được tính toán bằng cách sử dụng công thức sau đây:

Trong đó:

- NFAHt là tài sản nước ngoài ròng của nước H trong khoảng thời gian t

- TFTHt, TFTit đại diện cho tổng giá trị ngoại thương của nước nội địa H và

đối tác nước ngoài của nó

- Kí hiệu H : nước sở tại và tương ứng là nước đối tác i

- TFA và TFL biểu thị tổng tài sản nước ngoài và tổng nợ nước ngoài tương ứng.

Trong bài nghiên cứu này các số liệu được sử dụng bao gồm dữ liệu hàng quý

trong giai đoạn 2000Q1-2012Q4. Ngoại trừ những trường hợp đặc biệt được lưu ý

tại các ghi chú liên quan, các dữ liệu được sử dụng để tính toán các biến ở trên

trực tiếp lấy từ cơ sở dữ liệu của IMF, DOTS, IFS và Tổng cục thống kê Việt

Nam

4. Kết quả nghiên cứu - Bước 1 : Đầu tiên, sử dụng kiểm định ADF để kiểm định tính dừng

của biến gốc. Kết quả cho thấy rằng các chuỗi gốc không dừng ở mức ý

nghĩa 5%, tuy nhiên các chuỗi sai phân bậc một đều dừng, vậy nên

không có chuỗi nào có tương quan bậc 2.

- Bước 2 : Thực hiện biến đổi các biến số bằng thuật toán ACE. Sau đó áp

dụng kiểm định đơn vị ADF cho các biến đã được biến đối và kết quả

được trình bày trong bảng 2 (các biến sau khi thay đổi được đánh dấu

bằng một số mũ A). Phần lớn các dãy biến đổi vẫn tiếp tục không dừng, ngoại trừ tota và gexpa. Vì vậy, kiểm định biên ARDL sẽ được thực hiện

dựa trên sự kết hợp các dãy I(1) và I(0). Và tác giả đã tìm thấy mối quan

hệ đồng liên kết giữa các biến chuyển đổi, điều đó có nghĩa rằng tồn tại

mối quan hệ phi tuyến giữa các chuỗi gốc tương ứng.

- Bước 3 : Sử dụng phương pháp kiểm định biên ARDL để khảo sát mối

quan hệ đồng liên kết giữa những biến gốc. Kết quả cho thấy không có

bất kỳ mối quan hệ đồng liên kết tuyến tính nào được tìm thấy, vậy nên

tác giả có thể tiếp tục thực hiện kiểm định cho đồng liên kết phi tuyến.

4.1 Thu thập số liệu và tính toán các biến

Để nghiên cứu hành vi của tỷ giá hối đoái thực hiệu lực tại Việt Nam, tác giả đã thu

thập các số liệu của Việt Nam và 10 nước bạn hàng thương mại lớn đó là Australia,

Hồng Kông, Indonesia, Nhật Bản, Hàn Quốc , Malaysia, Singapore, Switzeland,

Thái Lan, Hoa Kỳ. Các số liệu thu thập được là các số liệu theo quý và có nguồn từ

kho dữ liệu của IMF và World Bank, tradingeconomics, IFS và Tổng cục thông kê,

với thời gian quan sát từ quý 1/2000 cho tới quý 4/2012. Do một số dữ liệu cần thiết

để tính toán không đầy đủ, nên tác giả sẽ xem xét một mô hình giản lược so với mô

hình gốc. Theo đó, hành vi của tỷ giá hối đoái thực hiệu lực được giả định sẽ bị chi

phối bởi 4 biến kinh tế vĩ mô đại diện cho mức độ mở cửa của nền kinh tế (OPEN),

tỷ lệ mậu dịch (TOT), chênh lệch trong năng suất (PROD), chi tiêu chính phủ (

GEXP).

Việc tính toán các biến được thực hiện giống như trong hướng dẫn của hai tác giả

Xiaolei Tang và Zizhong Zhou.

Mô hình thực nghiệm tác giả có thể được trình bày như sau:

reer = f(prod, open, tot,gexp)

Bảng 4.1: Đối tác thương mại với Việt Nam và tỷ trọng thương mại giai đoạn

từ quý 1 năm 2000 đến hết quý 4 năm 2012( Số liệu theo Tổng cục Thống Kê

Việt Nam)

1 Trung Quốc 16.18%

6 Maylaysia 3.27%

2 Nhật Bản 11.42%

7 Hồng Kông 2.58%

3 Mĩ 10.44%

8 Indonesia 2.04%

4 Singapore 6.82%

9 Philippines 1.34%

5 Australia 3.32%

10 Switzeland 1.23%

4.2 Thực hiện kiểm định ADF để kiểm định tính dừng của biến.

Trước khi tiến hành kiểm định tính đồng liên kết của tỷ giá hối đoái thực hiệu lực

đa phương và các biến kinh tế vĩ mô đang xem xét, tác giả tiến hành kiểm tra tính

dừng của các biến trong mô hình. Để thực hiện kiểm định tính dừng của các biến,

tác giả áp dụng kiểm định nghiệm đơn vị ADF. Kết quả kiểm định ADF (được trình

bày trong bảng 1a và 1b) cho thấy các dãy biến gốc còn lại đều không dừng ở bậc

0. Sau khi lấy sai phân bậc 1 tất cả các chuỗi này đều dừng.. Theo Pesaran và Shin

(1999), phương pháp kiểm định biên cho đồng liên kết ARDL sẽ là phù hợp nhất.

Bảng 4.2: Kết quả kiểm định nghiệm đơn vị ADF

4.2a. Kết quả kiểm định cho các dãy biến ban đầu chưa lấy sai phân

REER

PROD

TOT

GEXP

OPEN

prob*

0.9375

0.7079

0.4001

0.582

0.9393

Augmented Dickey-Fuller test statistic

-0.15202

-1.75882

-1.75036

-1.38389

-0.13812

1% level

-3.56831

-4.17564

-3.57445

-3.58115

-3.56543

Test critical values

5% level

-2.92118

-3.51308

-2.92378

-2.92662

-2.91995

10% level

-2.59855

-3.18685

-2.59993

-2.60142

-2.59791

Kết luận về tính dừng

Không

Việc đưa hệ số chặn và biến xu hướng được xác định dựa vào kết quả nghiên cứu

biểu đồ của các biến. Độ trễ được lựa chọn tự động theo tiêu chuẩn AIC.

Kết quả cho thấy các chuỗi gốc không dừng ở mức ý nghĩa 5%. Do đó, tác giả tiếp

tục kiểm định cho các chuỗi sai phân bậc 1 của các biến ban đầu. Kết quả thu được

như sau:

4.2b. Kết quả kiểm định cho các chuỗi sai phân bậc 1 của biến ban đầu

DREER

DPROD

DTOT

DGEXP

DOPEN

prob*

0.0164

Augmented Dickey-Fuller test

statistic

-6.51532

-8.22452

-7.34818

-3.59001

-8.45563

1% level

-3.56831

-4.15251

-3.57445

-3.58115

-3.56831

Test critical values

5% level

-2.92118

-3.50237

-2.92378

-2.92662

-2.92118

10% level

-2.59855

-3.1807

-2.59993

-2.60142

-2.59855

Kết luận về tính dừng

Dừng

Việc đưa hệ số chặn và biến xu hướng được xác định dựa vào kết quả nghiên cứu

biểu đồ của các biến. Độ trễ được lựa chọn tự động theo tiêu chuẩn AIC.

Chúng ta thấy rằng tất cả các chuỗi sai phân bậc 1 của biến ban đầu đều dừng ở mức

ý nghĩa 5%.

4.3 Sử dụng thuật toán ACE để chuyển đổi biến

Để chuẩn bị cho việc xem xét mối quan hệ đồng liên kết phi tuyến giữa các biến

trong mô hình, tác giả thực hiện biến đổi ACE với các biến vừa tính toán được ở

bước thứ nhất. Việc thực hiện biến đổi ACE được thực hiện nhờ vào gói giải pháp

ACEpackages viết cho phần mềm thống kê R 3.0.2

Kết quả biến đổi được trình bày thông qua các biểu đồ phân tán giữa các biến gốc và

biến chuyển đổi. Các biến chuyển đổi của reer, prod, tot, open và gexp được kí hiệu là reerA, prodA, totA , openA , gexpA tương ứng.

Bởi vì việc chuyển đổi ACE là phi tham số và không có chức năng đại diện đơn

giản, mối quan hệ giữa biến gốc và các biến đổi là khó hiểu. Để hiểu rõ hơn về tác

động của việc chuyển đổi ACE trên các biến, biểu đồ phân tán trình bày biến đổi

của biến so với các biến ban đầu. Nếu đồ thị thể hiện một đường thẳng, nó có nghĩa

là các biến chuyển đổi có một mối quan hệ tuyến tính với các biến ban đầu, do

không có nhu cầu chuyển đổi. Chúng ta có thể thấy rõ trong biểu đồ 1, khi không có

biểu đồ cho thấy một đường thẳng, mối quan hệ giữa biến chuyển đổi và biến ban

đầu là phi tuyến. Tuy nhiên đáng chú ý, trong số tất cả các biểu đồ, các biểu đồ phân tán của reer so với reerA là gần nhất với đường thẳng, chỉ ra rằng mối quan hệ

giữa hai biến này là gần như là tuyến tính.

Như vậy, dựa vào các biểu đồ phân tán (Biểu đồ 1), chúng ta nhận thấy giữa biến reer và reerA có mối quan hệ gần như đồng biến tuyến tính. Còn đối với các biến

còn lại, biểu đồ phân tán chưa thể cung cấp nhiều thông tin về mối quan hệ giữa của

chúng.

4.4 Thực hiện kiểm định ADF để kiểm định tính dừng của biến chuyển đổi.

4.2c. Kết quả kiểm định cho các dãy biến chuyển đổi chưa lấy sai phân

REERA

PRODA

TOTA

GEXPA

OPENA

prob*

0.7188

0.7991

0.0031

0.5439

Augmented Dickey-Fuller test

statistic

-1.07446

-1.54872

-8.54997

-4.03322

-1.46315

1% level

-3.56831

-4.14847

-2.61109

-3.59662

-3.56831

Test critical values

5% level

-2.92118

-3.5005

-1.94738

-2.93316

-2.92118

10% level

-2.59855

-3.17962

-1.61273

-2.60487

-2.59855

Kết luận về tính dừng

Không

Dừng

Không

Kết quả cho thấy các chuỗi biến chuyển đổi không dừng ở mức ý nghĩa 5%, trừ toaA và prodA là dừng. Do đó, tác giả tiếp tục kiểm định cho các chuỗi sai phân bậc 1 của các

biến chuyển đổi. Kết quả thu được như sau :

4.2d. Kết quả kiểm định cho các chuỗi sai phân bậc 1 của biến chuyển đổi

DREERA DPRODA DTOTA

DGEXPA DOPENA

prob*

Augmented Dickey-Fuller test statistic

-12.644

-7.88581

-14.804

-4.41196

-6.32711

1% level

-3.56831

-4.15251

-3.56831

-3.60099

-3.57445

Test critical values

5% level

-2.92118

-3.50237

-2.92118

-2.935

-2.92378

10% level

-2.59855

-3.1807

-2.59855

-2.60584

-2.59993

Kết luận về tính dừng

Dừng

Chúng ta thấy rằng tất cả các chuỗi sai phân bậc 1 của biến chuyển đổi đều dừng ở

mức ý nghĩa 5%.

4.5 Kiểm định tính đồng liên kết của các biến gốc

Sau khi xác định được tính chất dừng của các biến, tác giả sử dụng phương pháp

ARDL để kiểm định tính đồng liên kết của các biến gốc. Mô hình ARDL kiểm định

được trình bày như sau

∑

Trong đó xi,tvới i= 1,2,..,5 đại diện cho các biến reer, prod, gexp, tot và open tương

ứng, t là nhiễu trắng, p là độ trễ tối đa mà tác giả xem xét trong mô hình.

Hai tác giả của mô hình ARDL là Persaran và Shin khi đề cập đến vấn đề chọn độ

trễ cho mô hình ARDL đã lưu ý rằng, không có một tiêu chuẩn cụ thể nào để lựa

chọn độ trễ tối đa cho mô hình và điều này phụ thuộc nhiều vào nghệ thuật của

người sử dụng. Đồng thời hai nhà nghiên cứu cũng lưu ý rằng kiểm định ARDL là

một kiểm định khá nhạy cảm với độ trễ của các biến. Hay nói cách khác, kết quả

kiểm định có thể thay đổi lớn khi độ trễ của các biến trong mô hình bị thay đổi.

Chính vì vậy, tác giả đã thực hiện kiểm định biên ARDL với nhiều mức độ trễ khác

nhau nhằm đưa ra được một đánh giá chính xác.

Chạy mô hình hồi quy với độ trễ tối ưu, thu được kết quả như bảng 4.3. Theo tiêu

chuẩn AIC, 6 là độ trễ tối ưu cho mô hình

Bảng 4.3: Tiêu chuẩn AIC cho độ trễ từ 0-6 của các biến gốc

Độ trễ

Akaike info criterion (3.44849) (3.33531) (3.25236) (3.19560) (3.15544) (2.96882) (4.17169)

Mô hình ARDL cho các biến gốc với độ trễ tối ưu là 6.

Bảng 4.4: Kết quả ước lượng mô hình ARDL cho các biến gốc

Dependent Variable: DREER

Method: Least Squares

Date: 11/24/13 Time: 13:42

Sample (adjusted): 2001Q4 2012Q4

Included observations: 45 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(REER(-1)) -0.372370 0.566494 -0.657325 0.5400

D(REER(-2)) -0.195389 0.593737 -0.329083 0.7554

D(REER(-3)) -0.375395 0.685406 -0.547697 0.6075

D(REER(-4)) -0.088641 0.710709 -0.124722 0.9056

D(REER(-5)) 0.073078 0.594688 0.122885 0.9070

D(REER(-6)) 0.252550 0.400564 0.630487 0.5561

DPROD -16.18742 18.91446 -0.855822 0.4312

D(PROD(-1)) -28.63164 45.43510 -0.630166 0.5563

D(PROD(-2)) -17.08613 53.26574 -0.320771 0.7614

D(PROD(-3)) 45.95009 39.12975 1.174301 0.2932

D(PROD(-4)) 56.92744 28.02956 2.030979 0.0980

D(PROD(-5)) 39.41633 32.18448 1.224700 0.2752

D(PROD(-6)) 29.00582 39.63274 0.731865 0.4971

DTOT -0.338224 0.164777 -2.052615 0.0953

D(TOT(-1)) -0.230207 0.371183 -0.620199 0.5623

D(TOT(-2)) -0.227383 0.385677 -0.589569 0.5811

D(TOT(-3)) -0.312420 0.354577 -0.881105 0.4186

D(TOT(-4)) -0.165203 0.255089 -0.647630 0.5458

D(TOT(-5)) -0.006399 0.181353 -0.035284 0.9732

D(TOT(-6)) 0.192507 0.148411 1.297122 0.2512

D(OPEN) -175.5373 102.4819 -1.712862 0.1474

D(OPEN(-1)) 61.68616 116.4463 0.529739 0.6190

D(OPEN(-2)) 28.71438 108.8154 0.263882 0.8024

D(OPEN(-3)) 146.2972 120.6009 1.213068 0.2793

D(OPEN(-4)) 76.89618 108.5769 0.708219 0.5105

D(OPEN(-5)) 59.23074 91.25280 0.649084 0.5449

D(OPEN(-6)) 60.40589 69.17717 0.873206 0.4225

DGEXP -2.180788 7.867943 -0.277174 0.7927

D(GEXP(-1)) -52.00873 27.61301 -1.883486 0.1183

D(GEXP(-2)) -49.58328 29.90470 -1.658043 0.1582

D(GEXP(-3)) -48.73757 29.37725 -1.659024 0.1580

D(GEXP(-4)) -36.11708 24.90373 -1.450268 0.2067

D(GEXP(-5)) -26.63600 19.35303 -1.376322 0.2272

D(GEXP(-6)) -10.82540 10.33789 -1.047158 0.3430

REER(-1) -0.223241 0.538529 -0.414538 0.6957

PROD(-1) 32.94002 25.07203 1.313815 0.2460

TOT(-1) -0.037891 0.340971 -0.111126 0.9158

OPEN(-1) -255.1765 159.5974 -1.598876 0.1707

GEXP(-1) 44.81377 29.23795 1.532726 0.1859

C -0.568568 0.545821 -1.041676 0.3453

R-squared 0.909874 Mean dependent var 0.011996

Adjusted R-squared 0.206895 S.D. dependent var 0.041621

S.E. of regression 0.037066 Akaike info criterion -4.171691

Sum squared resid 0.006869 Schwarz criterion -2.565769

Log likelihood 133.8630 Hannan-Quinn criter. -3.573019

F-statistic 1.294311 Durbin-Watson stat 2.298479

Prob(F-statistic) 0.424685

Kiểm định mối quan hệ đồng liên kết tuyến tính hay đồng liên kết phi tuyến

với kiểm định Wald-Test. Kết quả như bảng số 4.5

Bảng 4.5: Giá trị kết quả kiểm định WALD-test biến ban đầu

Wald Test:

Equation: Untitled

Test Statistic df Probability Value

F-statistic (5, 5) 0.4540 1.114818

Chi-square 5 0.3499 5.574089

Null Hypothesis Summary:

Value Std. Err. Normalized Restriction (= 0)

-0.223241 0.538529 C(35)

32.94002 25.07203 C(36)

-0.037891 0.340971 C(37)

-255.1765 159.5974 C(38)

Tác giả tiến hành ước lượng mô hình và thực hiện kiểm định Wald-test với giả thiết

H0:

Giá trị của F-statistic là 1.11, và ta có (k + 1) = 5 biến trong mô hình . Vì vậy, khi

so sánh với kiểm tra các giá trị (CI bảng (iii) trên p.300 của Psaran et al . (2001)),

chúng ta có k = 4

Cặp biên giới hạn ở mức nghĩa 5%, theo Pesaran, Shin và Smith (2001) là [2.86;

4.01].( Phụ lục 5)

Từ kết quả kiểm định, chúng ta thấy giá trị kiểm định là 1.11 thấp hơn biên giới

hạn dưới (2.86). Chính vì vậy, tác giả có thể kết luận, giữa các biến gốc không có

mối quan hệ đồng liên kết tuyến tính.

Sau khi kết luận các biến gốc không có mối quan hệ đồng liên kết tuyến tính tác giả

tiếp tục đi kiểm tra xem liệu giữa các biến này có mối quan hệ đồng liên kết phi

tuyến.

Áp dụng kiểm định biên ARDL cho các biến sau khi chuyển đổi, tác giả đi ước

lượng mô hình sau đây.

∑

44.81377 29.23795 C(39)

∑

Trong đó xi,tvới i= 1,2,..,5 đại diện cho các biến reerA, prodA, gexpA, totA và openA-

tương ứng. p là độ trễ tối đa mà tác giả xem xét trong mô hình.

Chạy mô hình hồi quy với độ trễ tối ưu, thu được kết quả như bảng bên dưới. Theo

tiêu chuẩn AIC, 6 là độ trễ tối ưu cho mô hình.

Bảng 4.6: Tiêu chuẩn AIC cho độ trễ từ 0-6 của các biến chuyển đổi

Độ trễ

Akaike info criterion 1.97127 2.07188 2.95905 1.92851 1.77185 1.31895 (2.08544)

Mô hình ARDL cho các biến chuyển đổi với độ trễ tối ưu là 6.

Bảng 4.7: Kết quả ước lượng mô hình ARDL cho các biến chuyển đổi

Dependent Variable: DREERA Method: Least Squares Date: 12/28/13 Time: 08:31 Sample (adjusted): 2001Q4 2012Q4 Included observations: 45 after adjustments

Coefficient Std. Error t-Statistic

Variable D(REERA(-1)) D(REERA(-2)) D(REERA(-3)) D(REERA(-4)) D(REERA(-5)) D(REERA(-6)) DPRODA D(PRODA(-1)) D(PRODA(-2)) D(PRODA(-3)) D(PRODA(-4)) D(PRODA(-5)) D(PRODA(-6)) DTOTA D(TOTA(-1)) D(TOTA(-2)) D(TOTA(-3)) D(TOTA(-4)) D(TOTA(-5)) D(TOTA(-6)) D(OPENA) D(OPENA(-1)) D(OPENA(-2)) 1.573048 1.130847 0.741727 0.531428 0.250398 0.163593 0.038421 -2.704574 -3.230372 -1.256545 -1.903222 0.125594 -0.810607 1.613392 -0.157071 -1.335160 -1.241553 -1.060745 -1.057912 -0.511753 -0.084417 -2.114868 -2.732274 0.468157 0.392519 0.275671 0.169287 0.104910 0.056290 0.389501 1.301245 1.215541 0.897896 0.822300 0.516636 0.617419 0.716955 1.855231 1.882893 1.812735 1.338931 1.011863 0.595277 0.399305 2.126271 1.802757 3.360084 2.881001 2.690623 3.139217 2.386776 2.906225 0.098642 -2.078451 -2.657560 -1.399432 -2.314509 0.243099 -1.312898 2.250339 -0.084664 -0.709101 -0h.684906 -0.792233 -1.045510 -0.859689 -0.211410 -0.994637 -1.515609 Prob. 0.0201 0.0345 0.0433 0.0257 0.0626 0.0335 0.9253 0.0922 0.0450 0.2206 0.0685 0.8176 0.2462 0.0742 0.9358 0.5099 0.5239 0.4641 0.3437 0.4292 0.8409 0.3656 0.1901

-1.369517 0.115852 0.166998 0.605097 2.312822 -7.155140 -5.195340 -1.015023 2.488496 2.765043 -0.355452 -3.297871 4.436264 2.555328 2.449160 11.11173 0.341988 1.678756 1.327728 1.143525 0.776573 0.700849 5.650100 5.006905 4.227975 3.785688 3.469484 2.238310 0.514024 1.096905 2.101083 2.464733 6.315105 0.076862 -0.815792 0.087255 0.146038 0.779189 3.300031 -1.266374 -1.037635 -0.240073 0.657343 0.796961 -0.158804 -6.415796 4.044346 1.216195 0.993681 1.759547 4.449400

D(OPENA(-3)) D(OPENA(-4)) D(OPENA(-5)) D(OPENA(-6)) DGEXPA D(GEXPA(-1)) D(GEXPA(-2)) D(GEXPA(-3)) D(GEXPA(-4)) D(GEXPA(-5)) D(GEXPA(-6)) REERA(-1) PRODA(-1) TOTA(-1) OPENA(-1) GEXPA(-1) C 0.4517 0.9339 0.8896 0.4711 0.0215 0.2612 0.3470 0.8198 0.5400 0.4616 0.8800 0.0014 0.0099 0.2782 0.3660 0.1388 0.0067

0.150861 0.803095 -2.085441 -0.479518 -1.486769 1.661079 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.998050 Mean dependent var 0.982842 S.D. dependent var 0.105195 Akaike info criterion 0.055330 Schwarz criterion 86.92241 Hannan-Quinn criter. 65.62666 Durbin-Watson stat 0.000091

Kiểm định mối quan hệ đồng liên kết tuyến tính hay đồng liên kết phi tuyến

với kiểm định Wald-Test

Bảng 4.8: Giá trị kết quả kiểm định WALD-test biến chuyển đổi

Wald Test:

Equation: Untitled

Value df Probability Test Statistic

12.32231 (5, 5) 0.0077 F-statistic

61.61153 5 0.0000 Chi-square

Null Hypothesis Summary:

Normalized Restriction (= 0) Value Std. Err.

-3.297871 0.514024 C(35)

4.436264 1.096905 C(36)

2.555328 2.101083 C(37)

2.449160 2.464733 C(38)

11.11173 6.315105 C(39)

Cặp biên giới hạn ở mức nghĩa 10%, 5%, 1% và trong mô hình không có hệ số

chặn, không có biến xu hướng theo Pesaran, Shin và Smith (2001) tương ứng là

[2.45;3.52], [2.86; 4.01], [3.74;5.06]

Giá trị F-statistic được trình bày trong bảng 4.8. Từ kết quả kiểm định, giá trị kiểm

định vượt ngoài biên giới hạn trên (4.01). Chính vì vậy, tác giả có thể kết luận, giữa

các biến chuyển đổi có mối quan hệ đồng liên kết tuyến tính.

Dựa vào mối quan hệ đồng liên kết tuyến tính của các biến chuyển đổi, tác giả có

thể kết luận về mối quan hệ đồng liên kết phi tuyến của các biến ban đầu trong dài

hạn.

Restrictions are linear in coefficients.

Thực hiện kiểm định hiện tượng tự tương quan của các biến trong mô hình

bằng kiểm định Breusch-Godfrey Serial Correlation LM.

Bảng 4.9 : Kiểm định tự tương quan của các biến trong mô hình

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 1.714773 Prob. F(4,1) 0.5124

Obs*R-squared 39.27415 Prob. Chi-Square(4) 0.0000

Test Equation:

Dependent Variable: RESID

Method: Least Squares

Date: 11/25/13 Time: 00:44

Sample: 2001Q4 2012Q4

Included observations: 45

Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

R-squared 0.872759 Mean dependent var 1.79E-16

Adjusted R-squared -4.598610 S.D. dependent var 0.035461

S.E. of regression 0.083907 Akaike info criterion -3.969334

Sum squared resid 0.007040 Schwarz criterion -2.202820

Log likelihood 133.3100 Hannan-Quinn criter. -3.310795

F-statistic 0.159514 Durbin-Watson stat 2.599017

Vì Prob. F(4,1)= 0.5124 > α = 0.05 nên không có tự tương quan giữa các biến trong

mô hình.

Prob(F-statistic) 0.983839

Kiểm định sự phù hợp của mô hình ARDL song phương được kiểm định bằng

Ramsey RESET Test.

Bảng 4.10: Kiểm định sự phù hợp của mô hình

F-statistic 7.924870 Prob. F(4,1) 0.2596

Log likelihood ratio 156.9312 Prob. Chi-Square(4) 0.0000

Test Equation:

Dependent Variable: DREERA

Method: Least Squares

Date: 11/25/13 Time: 00:49

Sample: 2001Q4 2012Q4

Included observations: 45

Variable Coefficient Std. Error t-Statistic Prob.

D(REERA(-1)) 0.616923 0.374691 1.646485 0.3475

D(REERA(-2)) 0.472578 0.250963 1.883058 0.3108

D(REERA(-3)) 0.330035 0.174117 1.895482 0.3091

D(REERA(-4)) 0.272791 0.095879 2.845149 0.2152

D(REERA(-5)) 0.134782 0.050668 2.660079 0.2289

D(REERA(-6)) 0.111654 0.026155 4.268966 0.1465

DPRODA 0.291327 0.241270 1.207474 0.4403

R-squared 0.999940 Mean dependent var 0.150861

Adjusted R-squared 0.997376 S.D. dependent var 0.803095

S.E. of regression 0.041135 Akaike info criterion -5.395022

Sum squared resid 0.001692 Schwarz criterion -3.628507

Log likelihood 165.3880 Hannan-Quinn criter. -4.736483

F-statistic 390.0039 Durbin-Watson stat 2.468652

F-statistic = 7.92 và Prob.F(4,1) =0.2596 >5%. Vậy mô hình không bỏ sót biến.

Prob(F-statistic) 0.040151

Kiểm định sự ổn định của mô hình bằng kiểm định CUSUM và CUSUM of

Square

Biểu đồ 2: Kiểm định sự ổn định mô hình

CUSUM – 5% Significance

Để kiểm tra độ vững của mô hình vừa ước lượng, tác giả thực hiện hai kiểm định

phần dư đệ quy CUSUM và CUSUMSQ. Kết quả 2 kiểm định này được trình bày

trong biểu đồ 2. Theo đó biểu đồ CUSUM và CUSUMSQ đều nằm gọn giữa hai

biển giới hạn mức ý nghĩa 5%. Chính vì vậy tác giả kết luận mô hình của tác giả là

phù hợp và ổn định trong giai đoạn nghiên cứu 2000-2012

Xác định phương trình đồng liên kết trong dài hạn như sau :

Bảng 4.11 : Ước lượng phương trình đồng liên kết trong dài hạn

Vector Error Correction Estimates

Date: 11/26/13 Time: 23:51

Sample (adjusted): 2001Q4 2012Q4

Included observations: 45 after adjustments

Standard errors in ( ) & t-statistics in [ ]

Cointegrating Eq: CointEq1

REERA(-1) 1.000000

PRODA(-1) -1.286265

(0.08440)

[-15.2399]

TOTA(-1) -0.927244

(0.31506)

[-2.94311]

OPENA(-1) -0.918793

(0.37829)

[-2.42878]

GEXPA(-1) -2.546996

(0.43720)

[-5.82565]

C 0.036894

Error Correction: D(REERA) D(PRODA) D(TOTA) D(OPENA) D(GEXPA)

CointEq1 -3.360315 -0.608585 0.411513 -0.369367 -0.435487

(0.64523) (0.47024) (0.20943) (0.38418) (0.24490)

[-5.20795] [-1.29421] [ 1.96488] [-0.96145] [-1.77825]

0.980650 0.795754 0.911358 0.952603 0.905100 R-squared

0.934507 0.308708 0.699981 0.839579 0.678801 Adj. R-squared

0.549128 0.291662 0.057855 0.194674 0.079107 Sum sq. resids

0.205525 0.149785 0.066711 0.122372 0.078007 S.E. equation

21.25243 1.633835 4.311531 8.428330 3.999575 F-statistic

35.28472 49.52127 85.91845 58.61731 78.87919 Log likelihood

-0.145988 -0.778723 -2.396376 -1.182991 -2.083519 Akaike AIC

1.138750 0.506015 -1.111638 0.101746 -0.798782 Schwarz SC

0.150861 0.056920 4.06E-05 0.019729 -0.000648 Mean dependent

0.803095 0.180151 0.121794 0.305529 0.137641 S.D. dependent

Determinant resid covariance (dof adj.) 1.85E-11

Determinant resid covariance 3.72E-14

Log likelihood 376.4961

Akaike information criterion -9.399825

reerA = -0.036894 + 1.286265prodA + 0.927244totA + 2.546996gexpA + 0.918793openA

Schwarz criterion -2.775396

(0.08440) (0.31506) (0.43720) (0.37829)

Trong đó giá trị ghi trong ngoặc tròn là sai số chuẩn và giá trị ghi trong ngoặc

vuông là giá trị thống kê t.

Dựa vào phương trình này có thể thấy, open A , totA dường như là biến có ảnh hưởng yếu tới reerA và ngược lại gexpA là biến có ảnh hưởng lớn nhất tới biến động của reerA.

Kết quả này cần phải kiểm tra thêm, bao gồm cả các phân tích độ nhạy cảm của việc

lựa chọn mô hình và các biến số. Tuy nhiên, kết quả này cũng cho thấy còn có

nhiều vấn đề cần được tiếp tục thảo luận và phân tích sâu hơn về cách thức, công

[-15.2399] [-2.94311] [-5.82565] [-2.42878]

cụ, ưu tiên chính sách trong vấn đề quản lý tỷ giá trong thời gian qua. Rất có thể sự

sai lệch tỷ giá như đã phân tích ở trên là kết quả của việc lựa chọn chính sách, ưu

tiên ổn định vĩ mô, hạn chế những tác động tiêu cực của việc phá giá đồng tiền đến

các cân đối vĩ mô nói chung, trong đó có vấn đề trả nợ nước ngoài, ổn định giá cả.

Ngay cả trong trường hợp đó thì những ảnh hưởng bất lợi của việc duy trì sai lệch tỷ

giá trong thời gian dài cũng cần được xem xét đến và có những điều chỉnh phù hợp,

kịp thời và cân bằng hơn. Điều đó sẽ giúp cho việc điều hành tỷ giá trong tương lai

hiệu quả, linh hoạt hơn, tạo môi trường cạnh tranh thuận lợi cho nền kinh tế.

5. Kết luận

Trong bài nghiên cứu này, mục tiêu chính của tác giả đó là đi tìm kiếm những bằng

chứng chứng minh mối quan hệ giữa tỷ giá hối đoái thực hiệu lực và các biến kinh

tế vĩ mô tại Việt Nam là một mối quan hệ phi tuyến.

Khác biệt với các nghiên cứu trước đây về tỷ giá hối đoái thực, khi mà đa số các

nhà nghiên cứu chỉ tập trung vào phân tích mối quan hệ của tỷ giá và các các biến

kinh tế vĩ mô trong một mô hình quan hệ tuyến tính. Các kết quả của các nghiên

cứu này thường không còn chính xác khi trong nền kinh tế có một cú sốc hay khi

xem xét mô hình rộng hơn khoảng thời gian nghiên cứu. Hơn nữa các mô hình

tuyến tính cũng có vẻ như không phù hợp với bối cảnh diễn biến thực tế của tỷ giá

hối đoái thực. Trong thực tế, các tác động từ nền kinh tế vĩ mô vào tỷ gía hối đoái

thực thường có mức độ thay đổi theo thời gian và chiều hướng tác động cũng biến

đổi chứ không phải là cố định như trong các mô hình tuyến tính. Chính vì điều này,

tác giả đã nỗ lực chứng minh mô hình mối quan hệ giữa REER và các biến số kinh

tế của Việt Nam phải là một mô hình phi tuyến chứ không phải tuyến tính như

những nghiên cứu trước đây đã đề suất.

Các kết quả kiểm định trong bài đã chứng minh nhận định của tác giả là chính xác.

Tác giả đã chứng minh giữa các không có mối quan hệ đồng liên kết tuyến tính giữa

các REER và các biến kinh tế vĩ mô. Tuy nhiên sau khi áp dụng biến đổi ACE, tác

giả lại nhận thấy rằng có đồng liên kết tuyến tính giữa các biến sau khi biến đổi.

Điều này tương đương với việc có mối quan hệ đồng liên kết phi tuyến giữa các

biến trước khi chuyển đổi và là bằng chứng cho câu hỏi nghiên cứu mà tác giả đã

đặt ra.

Một số hạn chế trong tính toán REER:

- Trước tiên, đó là việc lựa chọn năm cơ sở. Như đã xác định trong phần lựa chọn

năm cơ sở cho việc tính REER, khi chọn năm cơ sở khác nhau sẽ cho kết quả tính

REER khác nhau.

- Thứ hai, vấn đề lựa chọn chỉ số giá. (có thể chọn chỉ số giá tiêu dùng, chỉ số giá

sản xuất hay lấy mẫu giá…) mỗi chỉ số khác nhau cũng cho kết quả tính REER khác

nhau.

- Thứ ba, trọng số thương mại. Số lượng các đối tác thương mại khác nhau sẽ cũng

cho REER khác nhau.

- Thứ tư, là rổ hàng hóa tính chỉ số giá ở các nước cũng có sự khác nhau làm ảnh

hưởng đến REER.

- Thứ năm, vấn đề chất lượng nguồn dữ liệu, sự khó khăn trong việc tìm kiếm dữ

liệu… có thể sẽ ảnh hưởng đến chỉ số này.

- Thứ sáu, ý định chủ quan của người nghiên cứu cũng tác động đến kết quả

- Sự mơ hồ trong việc áp dụng REER, bên cạnh sự hạn chế về kỹ thuật, việc áp

dụng REER còn bị tác động bởi tình trạng kinh tế. Vì Việt Nam là nước đang phát

triển có thu nhập thấp, cho nên về cấu trúc thương mại, hàng hoá xuất khẩu của Việt

Nam tập trung chủ yếu là hàng thô (nông sản, thủy sản…), hàng sản xuất theo dây

chuyền (dệt may, giày dép, thiết bị điện…) thị trường chính của các sản phẩm này

là Mỹ, EU, Nhật. Đối thủ cạnh tranh của Việt Nam không phải là các quốc gia này,

mà là các nước đang phát triển giống Việt Nam như ASEAN, Trung Quốc… Tuy

nhiên, tỷ trọng thương mại của Việt Nam với các đối thủ này có thể sẽ không đủ để

đại diện cho tầm quan trọng của họ trong việc tính chỉ số REER. Tiếp theo, Việt

Nam là nước bị đô la hóa rất cao, có nhiều hàng hóa ở Việt Nam thường được định

giá bằng USD dù rằng có thể giao dịch bằng Việt Nam đồng.

Ngoài ra, các hàng hóa thô và sản xuất dây chuyền như nói ở trên thường được định

danh bằng USD. Sức mạnh của đồng USD còn quá lớn, cho nên ảnh hưởng thật sự

của nó trong rổ tiền sẽ lớn hơn nhiều so với tỷ trọng thương mại giữa Việt Nam và

Mỹ. Ngoài ra, tỷ giá ngoài việc chịu ảnh hưởng của lạm phát, nó còn phụ thuộc vào

nhiều biến số vĩ mô khác của nền kinh tế như lãi suất, thu nhập, kỳ vọng, can thiệp

của chính phủ, môi trường kinh tế toàn cầu… Các nhân tố này tác động qua lại lẫn

nhau vô cùng phức tạp góp phần tạo ra thêm sự mơ hồ của tỷ giá thực (trong phạm

vi đã lựa chọn trước tác giả không phân tích các nhân tố này). Do đó, vấn đề tỷ giá

cân bằng là không rõ ràng. Vì những lý do trên, tỷ giá được điều chỉnh ở một mức

nào đó cũng sẽ ít có ý nghĩa hơn hay nói cách khác REER là một chỉ số không hoàn

hảo của sự cạnh tranh.

Với bằng chứng về mối quan hệ phi tuyến giữa REER và các biến số kinh tế vĩ mô,

các nhà nghiên cứu có thể tập trung và hướng nghiên cứu xác định mô hình quan hệ

phi tuyến giải thích cho REER. Các nhà hoạch đính chính sách sẽ cần lưu ý đến sự

biến đổi theo thời gian về chiều hướng tác động cũng như mức độ tác động của từng

yếu tô vĩ mô vào REER khi đưa ra các chính sách kinh tế.

Nghiên cứu của tác giả, trên thực tế, vẫn còn những hạn chế. Tác giả mới chỉ kiểm

định mối quan hệ của REER với bốn biến kinh tế vĩ mô khác. Trên thực tế REER

chịu ảnh hưởng của rất nhiều yếu tố khác mà tác giả chưa xem xét, trong đó có thể

có cả những nhân tố đặc trưng riêng có của Việt Nam mà chưa từng được xem xét

trong các nghiên cứu trước đây. Đây cũng có thể là một hướng đi mở rộng nghiên

cứu sau này. Ngoài ra, nghiên cứu mới chỉ dừng lại ở việc chứng minh tính chất

quan hệ của REER với các biến kinh tế vĩ mô mà chưa thể phân tích được mối quan

hệ này. Trong tương lai, sẽ cần có những nghiên cứu xác định rõ ràng tác động của

các biến kinh tế vĩ mô đến REER.

DANH MỤC TÀI LIỆU THAM KHẢO

Tài Liệu Tiếng Việt:

Phạm Thị Hoàng Anh, 2010, Phương pháp xác định tỷ giá cân bằng

Phạm Trí Cao, 2010, Chuỗi thời gian không dừng.

Phùng Thanh Bình, 2d011, Hướng dẫn sử dụng Eview 6

Nhóm tác giả : Vũ Quốc Huy, Nguyễn Thị Thu Hằng, Vũ Phạm Hải Đăng, Tỷ giá

hối đoái giai đoạn 2000-2011 : Mức độ sai lệch và tác động đối với xuất khẩu, 2011

Tài liệu tiếng Anh

Carlos Felipe Lopez-Suarez and Jose Antonio Rodriguez-Lopez, 2007, Nonlinear

Exchange Rate Predictability, CEPII, Working Paper No 2008 – 23

Breiman, L. & Friedman, J. H., 1985, Estimating optimal transformations for

multiple regression and correlation, Journal of the American Statistical Association

Chinn, MD, 1991, Some Linear and Non-Linear Thoughts on Exchange Rates.

Journal of International Money and Finance, Journal of‘ Inrrrnutional Cfoney und

Finance, Journal of International Money and Finance

Hashem Pesaran, 2001, Bounds testing approaches to the analysis of level

relationships, Journal of Applied Econometric

Jonathan Baron, Package Acepack

Paul De Grauwe và Isabel Vansteenkiste, Exchange Rates And Fundamentals: A

Non-Linear Relationship, European Central Ban

Pesaran, M. H. and Y., Shin, 1999. An autoregressive distributed lag modelling

approach to cointegration analysis, Econometrics and economic theory in the 20th

century

Sophie Béreau, Antonia López Villavicencio và Valérie Mignon, 2008, Nonlinear

Adjustment of the Real Exchange Rate Towards its Equilibrium Value.

iaoli Tang và Ji hong Zhou, 2011, Nonliner relationship between the rate

exchange and economic fundamentals – Evidence from China and Kore

Yue Ma, Angelos Kanas, 1991, Testing for a nonlinear relationship among

fundamentals and exchange rates in the ERM, Journal of International Money and

Finance

Yull Choi., Bong-Han Kim và See-Won Kim, 2011, Nonlinear Mean-Reversion in

Southeast Asian Real Exchange Rates

Tài liệu từ các website

Nghiên cứu về phần mềm thống kê R

http://127.0.0.1:18409/doc/html/index.html

http://cran.r-project.org/bin/windows/base/README.R-3.0.2

http://www.youtube.com/watch?v=V4gSwQ5oq6k&list=PLbRKZL7ww3qigINHAi

tlUFxzp72a0nfdl

Mô hình ARDL và EVIEW ( Bài viết của giáo sư Dave Giles Victoria, B.C.,

Canada)

http://davegiles.blogspot.com/2013/06/ardl-models-part-ii-bounds-tests.html.

PHỤ LỤC 1 – Thuật toán ACE

Công thức chung :

Với θ là hàm số của biến phụ thuộc, Y, và

là hàm số của các biến độc lập Xi

với i = 1, ..., p. Do đó, mô hình ACE thay thế các bài toán ước tính một hàm tuyến tính

của một biến p-chiều X = (X1, X2, ..., Xp) bằng cách ước tính p hàm số một chiều

riêng biệt,

, và θ bằng cách sử dụng phương pháp vòng lặp. Thuật toán ACE bắt đầu

bằng cách xác định các khai

triển ngẫu nghiên có kỳ vọng bằng 0,

. Nhằm đạt được các khai triển tối ưu, chúng ta cần cực đại

hóa R2 từ một mô hình hồi quy trong phương trình (3.3). Với điều kiện chuẩn hóa

E[f(yt)] =1, điều này đồng nghĩa với việc cực tiểu hóa tổng bình phương của các phần

dư được xác định theo công thức sau:

(3.4)

được thực hiện thông qua một loạt các tối thiểu hóa hàm số đơn,

Tối thiểu hóa

kết quả là các đẳng thức sau:

(3.5)

(3.6)

Thuật toán bao gồm 2 tiến trình cơ bản là kỳ vọng có điều kiện và tái lặp cho tới

khi đạt cực tiểu. Sau khi các ước tính gi(xit), f(yt) được xác định dựa trên những ước

tính này theo phương trình số (3.6). Bằng việc thay (3.5) vào (3.6), lặp lại cho tới khi

, i = 1,. . . , p

phương trình (3.4) đạt cực tiểu. Các khai triển tối ưu được kí hiệu và θ*(Y). Trong không gian tối ưu chuyển đổi, các biến có liên quan như sau

(3.7)

Với e* là sai số không thể loại bỏ bởi việc sử dụng các phép khai triển ACE và giả

định là có một phân phối chuẩn và kỳ vọng bằng 0. Sai số hồi quy tối thiểu hóa, e*.

PHỤ LỤC 2 : Kiểm định ADF để kiểm định tính dừng của biến

1. REER

Null Hypothesis: REER has a unit root Exogenous: Constant Lag Length: 1 (Automatic - based on AIC, maxlag=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level t-Statistic -0.152020 -3.568308 -2.921175 -2.598551 *MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(REER) Method: Least Squares Date: 11/21/13 Time: 00:32 Sample (adjusted): 2000Q3 2012Q4 Included observations: 50 after adjustments

Coefficient Std. Error t-Statistic

-0.008113 0.069333 0.016699 0.053371 0.154494 0.057662 -0.152020 0.448775 0.289607

Prob.* 0.9375 Prob. 0.8798 0.6557 0.7734 Variable REER(-1) D(REER(-1)) C

0.008484 0.046075 -3.221578 -3.106857 -3.177891 1.992539 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.004267 Mean dependent var -0.038105 S.D. dependent var 0.046944 Akaike info criterion 0.103578 Schwarz criterion 83.53945 Hannan-Quinn criter. 0.100701 Durbin-Watson stat 0.904398

Null Hypothesis: D(REER) has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on AIC, maxlag=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level t-Statistic -6.515318 -3.568308 -2.921175 -2.598551 *MacKinnon (1996) one-sided p-values.

Prob.* 0.0000

Augmented Dickey-Fuller Test Equation Dependent Variable: D(REER,2) Method: Least Squares Date: 11/21/13 Time: 00:33 Sample (adjusted): 2000Q3 2012Q4 Included observations: 50 after adjustments

Coefficient Std. Error t-Statistic

-0.938546 0.007994 0.144052 0.006671 -6.515318 1.198278

Variable D(REER(-1)) C Prob. 0.0000 0.2367

0.000502 0.063128 -3.261086 -3.184605 -3.231962 1.992880 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.469316 Mean dependent var 0.458260 S.D. dependent var 0.046464 Akaike info criterion 0.103629 Schwarz criterion 83.52716 Hannan-Quinn criter. 42.44937 Durbin-Watson stat 0.000000

2. REERA

Null Hypothesis: REERA has a unit root Exogenous: Constant Lag Length: 1 (Automatic - based on AIC, maxlag=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level t-Statistic -1.074464 -3.568308 -2.921175 -2.598551 *MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(REERA) Method: Least Squares Date: 11/21/13 Time: 00:36 Sample (adjusted): 2000Q3 2012Q4 Included observations: 50 after adjustments

Coefficient Std. Error t-Statistic

-0.123838 -0.469192 0.083057 0.115255 0.137420 0.115486 -1.074464 -3.414296 0.719194

Variable REERA(-1) D(REERA(-1)) C Prob.* 0.7188 Prob. 0.2881 0.0013 0.4756

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic 0.306698 Mean dependent var 0.277196 S.D. dependent var 0.810437 Akaike info criterion 30.87001 Schwarz criterion -58.89098 Hannan-Quinn criter. 10.39577 Durbin-Watson stat 0.063702 0.953255 2.475639 2.590361 2.519326 2.267954

Prob(F-statistic) 0.000183

Null Hypothesis: D(REERA) has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on AIC, maxlag=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level t-Statistic -12.64398 -3.568308 -2.921175 -2.598551 *MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(REERA,2) Method: Least Squares Date: 11/21/13 Time: 00:36 Sample (adjusted): 2000Q3 2012Q4 Included observations: 50 after adjustments

Coefficient Std. Error t-Statistic

-1.538249 0.096101 0.121659 0.115031 -12.64398 0.835439

Variable D(REERA(-1)) C Prob.* 0.0000 Prob. 0.0000 0.4076

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic 0.769087 Mean dependent var 0.764276 S.D. dependent var 0.811740 Akaike info criterion 31.62828 Schwarz criterion -59.49764 Hannan-Quinn criter. 159.8703 Durbin-Watson stat 0.003507 1.671919 2.459906 2.536387 2.489030 2.364566

3. PROD

Null Hypothesis: PROD has a unit root Exogenous: Constant, Linear Trend Lag Length: 6 (Automatic - based on AIC, maxlag=10)

Augmented Dickey-Fuller test statistic Test critical values:

t-Statistic -1.758824 -4.175640 -3.513075 -3.186854 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

Prob.* 0.7079 Augmented Dickey-Fuller Test Equation Dependent Variable: D(PROD) Method: Least Squares

Date: 11/21/13 Time: 00:38 Sample (adjusted): 2001Q4 2012Q4 Included observations: 45 after adjustments

Coefficient Std. Error t-Statistic

-0.285270 0.047256 -0.063556 -0.027378 0.406437 -0.349615 0.271793 0.001049 7.72E-05 0.162193 0.193143 0.169789 0.172690 0.179687 0.188023 0.201283 0.000632 3.81E-05 -1.758824 0.244669 -0.374324 -0.158536 2.261915 -1.859425 1.350306 1.660447 2.025759

Variable PROD(-1) D(PROD(-1)) D(PROD(-2)) D(PROD(-3)) D(PROD(-4)) D(PROD(-5)) D(PROD(-6)) C @TREND(2000Q1) Prob. 0.0871 0.8081 0.7104 0.8749 0.0298 0.0712 0.1853 0.1055 0.0503

0.000302 0.000856 -11.37512 -11.01379 -11.24042 1.781771 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.371844 Mean dependent var 0.232254 S.D. dependent var 0.000750 Akaike info criterion 2.03E-05 Schwarz criterion 264.9402 Hannan-Quinn criter. 2.663830 Durbin-Watson stat 0.020855

Null Hypothesis: D(PROD) has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic - based on SIC, maxlag=10)

Augmented Dickey-Fuller test statistic Test critical values:

t-Statistic -8.224521 -4.152511 -3.502373 -3.180699 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(PROD,2) Method: Least Squares Date: 11/21/13 Time: 00:39 Sample (adjusted): 2000Q3 2012Q4 Included observations: 50 after adjustments

Coefficient Std. Error t-Statistic

-1.210310 -1.84E-05 1.24E-05 0.147159 0.000244 8.16E-06 -8.224521 -0.075192 1.526342

Variable D(PROD(-1)) C @TREND(2000Q1) Prob.* 0.0000 Prob. 0.0000 0.9404 0.1336

R-squared S.D. dependent var Akaike info criterion 0.590974 Mean dependent var 0.001265 S.E. of regression -11.30227 Sum squared resid 3.15E-05 0.000826 3.21E-05

285.5568 33.95362 Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat -11.18755 Log likelihood -11.25858 F-statistic 2.005460

4. PRODA

Null Hypothesis: PRODA has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic - based on AIC, maxlag=10)

Augmented Dickey-Fuller test statistic Test critical values:

t-Statistic -1.548722 -4.148465 -3.500495 -3.179617 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(PRODA) Method: Least Squares Date: 11/21/13 Time: 00:41 Sample (adjusted): 2000Q2 2012Q4 Included observations: 51 after adjustments

Coefficient Std. Error t-Statistic

-0.122569 -0.153942 0.007668 0.079142 0.102296 0.003733 -1.548722 -1.504871 2.054371

Prob.* 0.7991 Prob. 0.1280 0.1389 0.0454 Variable PRODA(-1) C @TREND(2000Q1)

0.049728 0.172249 -0.676112 -0.562475 -0.632688 2.103203 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.089900 Mean dependent var 0.051979 S.D. dependent var 0.167712 Akaike info criterion 1.350115 Schwarz criterion 20.24086 Hannan-Quinn criter. 2.370736 Durbin-Watson stat 0.104264

Null Hypothesis: D(PRODA) has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic - based on AIC, maxlag=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level t-Statistic -7.885807 -4.152511 -3.502373 -3.180699 Prob.* 0.0000

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(PRODA,2) Method: Least Squares Date: 11/21/13 Time: 00:41 Sample (adjusted): 2000Q3 2012Q4 Included observations: 50 after adjustments

Coefficient Std. Error t-Statistic

-1.176305 -0.021004 0.002935 0.149167 0.050483 0.001691 -7.885807 -0.416054 1.735100

Variable D(PRODA(-1)) C @TREND(2000Q1) Prob. 0.0000 0.6793 0.0893

0.007133 0.255228 -0.639509 -0.524787 -0.595822 1.968367 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.570866 Mean dependent var 0.552605 S.D. dependent var 0.170716 Akaike info criterion 1.369762 Schwarz criterion 18.98772 Hannan-Quinn criter. 31.26149 Durbin-Watson stat 0.000000

5. TOT

Null Hypothesis: TOT has a unit root Exogenous: Constant Lag Length: 3 (Automatic - based on AIC, maxlag=10)

Augmented Dickey-Fuller test statistic Test critical values:

t-Statistic -1.750356 -3.574446 -2.923780 -2.599925 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(TOT) Method: Least Squares Date: 11/21/13 Time: 00:42 Sample (adjusted): 2001Q1 2012Q4 Included observations: 48 after adjustments

Coefficient Std. Error t-Statistic

-0.339630 -0.188185 0.092525 -0.423731 0.287039 0.194035 0.174616 0.168618 0.140043 0.161335 -1.750356 -1.077707 0.548725 -3.025730 1.779155 Variable TOT(-1) D(TOT(-1)) D(TOT(-2)) D(TOT(-3)) C Prob.* 0.4001 Prob. 0.0872 0.2872 0.5860 0.0042 0.0823

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic 0.693575 Mean dependent var 0.665070 S.D. dependent var 0.078007 Akaike info criterion 0.261657 Schwarz criterion 56.97704 Hannan-Quinn criter. 24.33200 Durbin-Watson stat 0.003987 0.134789 -2.165710 -1.970793 -2.092051 1.844317

Null Hypothesis: D(TOT) has a unit root Exogenous: Constant Lag Length: 2 (Automatic - based on AIC, maxlag=10)

Augmented Dickey-Fuller test statistic Test critical values:

t-Statistic -7.348182 -3.574446 -2.923780 -2.599925 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(TOT,2) Method: Least Squares Date: 11/21/13 Time: 00:43 Sample (adjusted): 2001Q1 2012Q4 Included observations: 48 after adjustments

Coefficient Std. Error t-Statistic

-2.042722 0.632729 0.549889 0.005335 0.277990 0.226645 0.122855 0.011526 -7.348182 2.791713 4.475936 0.462916

Prob.* 0.0000 Prob. 0.0000 0.0077 0.0001 0.6457 Variable D(TOT(-1)) D(TOT(-1),2) D(TOT(-2),2) C

0.002748 0.252000 -2.138551 -1.982617 -2.079623 1.920873 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.906087 Mean dependent var 0.899684 S.D. dependent var 0.079815 Akaike info criterion 0.280300 Schwarz criterion 55.32522 Hannan-Quinn criter. 141.5068 Durbin-Watson stat 0.000000

5. TOTA

Null Hypothesis: TOTA has a unit root Exogenous: None Lag Length: 0 (Automatic - based on AIC, maxlag=10)

Augmented Dickey-Fuller test statistic Test critical values: 1% level t-Statistic -8.549971 -2.611094 Prob.* 0.0000

5% level 10% level -1.947381 -1.612725 *MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(TOTA) Method: Least Squares Date: 11/21/13 Time: 00:43 Sample (adjusted): 2000Q2 2012Q4 Included observations: 51 after adjustments

Coefficient Std. Error t-Statistic

-1.183198 0.138386 -8.549971

Variable TOTA(-1)

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

0.593634 Mean dependent var 0.593634 S.D. dependent var 0.073848 Akaike info criterion 0.272675 Schwarz criterion 61.03232 Hannan-Quinn criter. 1.963269 Prob. 0.0000 -0.002537 0.115845 -2.354208 -2.316330 -2.339734

Null Hypothesis: D(TOTA) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on Modified AIC, MAXLAG=10)

Augmented Dickey-Fuller test statistic Test critical values:

t-Statistic -14.80398 -3.568308 -2.921175 -2.598551 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(TOTA,2) Method: Least Squares Date: 11/24/13 Time: 11:44 Sample (adjusted): 2000Q3 2012Q4 Included observations: 50 after adjustments

Coefficient Std. Error t-Statistic

-1.646434 -0.002260 0.111216 0.012798 -14.80398 -0.176556

Variable D(TOTA(-1)) C

R-squared Adjusted R-squared S.E. of regression Sum squared resid 0.820331 Mean dependent var 0.816588 S.D. dependent var 0.090493 Akaike info criterion 0.393073 Schwarz criterion Prob.* 0.0000 Prob. 0.0000 0.8606 -0.001166 0.211301 -1.927907 -1.851426

-1.898782 2.112345 Log likelihood F-statistic Prob(F-statistic) 50.19767 Hannan-Quinn criter. 219.1578 Durbin-Watson stat 0.000000

7. GEXP

Null Hypothesis: GEXP has a unit root Exogenous: Constant Lag Length: 5 (Automatic - based on AIC, maxlag=10)

Augmented Dickey-Fuller test statistic Test critical values:

t-Statistic -1.383892 -3.581152 -2.926622 -2.601424 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(GEXP) Method: Least Squares Date: 11/21/13 Time: 00:45 Sample (adjusted): 2001Q3 2012Q4 Included observations: 46 after adjustments

Coefficient Std. Error t-Statistic

-0.323150 -0.530678 -0.394275 -0.536798 -0.082605 0.579572 0.005900 0.233508 0.282600 0.295421 0.255232 0.286390 0.246860 0.004119 -1.383892 -1.877840 -1.334622 -2.103180 -0.288434 2.347770 1.432358

Prob.* 0.5820 Prob. 0.1743 0.0679 0.1897 0.0420 0.7745 0.0241 0.1600 Variable GEXP(-1) D(GEXP(-1)) D(GEXP(-2)) D(GEXP(-3)) D(GEXP(-4)) D(GEXP(-5)) C

3.46E-05 0.004264 -8.778741 -8.500469 -8.674499 1.891306 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.626216 Mean dependent var 0.568711 S.D. dependent var 0.002801 Akaike info criterion 0.000306 Schwarz criterion 208.9110 Hannan-Quinn criter. 10.88971 Durbin-Watson stat 0.000000

Null Hypothesis: D(GEXP) has a unit root Exogenous: Constant Lag Length: 4 (Automatic - based on AIC, maxlag=10)

Augmented Dickey-Fuller test statistic Test critical values: 1% level t-Statistic -3.590011 -3.581152 Prob.* 0.0164

5% level 10% level -2.926622 -2.601424 *MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(GEXP,2) Method: Least Squares Date: 11/21/13 Time: 01:08 Sample (adjusted): 2001Q3 2012Q4 Included observations: 46 after adjustments

Coefficient Std. Error t-Statistic

-3.053570 1.198203 0.512407 -0.215980 -0.470088 0.000230 0.900755 0.785167 0.602271 0.435276 0.236500 0.000427 -3.590011 1.526049 0.850792 -0.496191 -1.987687 0.537746

Variable D(GEXP(-1)) D(GEXP(-1),2) D(GEXP(-2),2) D(GEXP(-3),2) D(GEXP(-4),2) C

Prob. 0.0016 0.1349 0.3999 0.6225 0.0537 0.5937 -0.000172 0.007078 -8.774280 -8.535762 -8.684930 1.848034 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.857661 Mean dependent var 0.839868 S.D. dependent var 0.002832 Akaike info criterion 0.000321 Schwarz criterion 207.8084 Hannan-Quinn criter. 48.20373 Durbin-Watson stat 0.000000

8. GEXPA Null Hypothesis: GEXPA has a unit root Exogenous: Constant Lag Length: 9 (Automatic - based on AIC, maxlag=10)

Augmented Dickey-Fuller test statistic Test critical values:

t-Statistic -4.033222 -3.596616 -2.933158 -2.604867 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(GEXPA) Method: Least Squares Date: 11/21/13 Time: 01:08 Sample (adjusted): 2002Q3 2012Q4 Included observations: 42 after adjustments

Coefficient Std. Error t-Statistic

Variable GEXPA(-1) -2.376141 0.589142 -4.033222 Prob.* 0.0031 Prob. 0.0003

2.053843 1.765932 1.824203 1.751855 2.683879 1.909759 0.794788 0.936854 1.094442 -0.006269 0.575284 0.515795 0.473420 0.556725 0.576721 0.535763 0.535427 0.505139 0.356840 0.010452 3.570138 3.423709 3.853244 3.146718 4.653690 3.564556 1.484400 1.854646 3.067037 -0.599771

D(GEXPA(-1)) D(GEXPA(-2)) D(GEXPA(-3)) D(GEXPA(-4)) D(GEXPA(-5)) D(GEXPA(-6)) D(GEXPA(-7)) D(GEXPA(-8)) D(GEXPA(-9)) C

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic 0.863392 Mean dependent var 0.819324 S.D. dependent var 0.060601 Akaike info criterion 0.113845 Schwarz criterion 64.52686 Hannan-Quinn criter. 19.59259 Durbin-Watson stat 0.0012 0.0018 0.0005 0.0036 0.0001 0.0012 0.1478 0.0732 0.0045 0.5530 -0.000425 0.142570 -2.548898 -2.093794 -2.382084 1.926228

Null Hypothesis: D(GEXPA) has a unit root Exogenous: Constant Lag Length: 9 (Automatic based on AIC, MAXLAG=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level t-Statistic -4.411956 -3.600987 -2.935001 -2.605836 *MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(GEXPA,2) Method: Least Squares Date: 11/24/13 Time: 12:14 Sample (adjusted): 2002Q4 2012Q4 Included observations: 41 after adjustments

Coefficient Std. Error t-Statistic

-5.876369 4.761767 4.323233 4.068290 3.695082 4.142332 3.576588 2.198689 1.345688 0.978042 7.73E-05 2.436350 2.359495 2.253924 2.135682 1.952275 1.671196 1.348103 1.066328 0.727695 0.358112 0.011529 -4.411956 2.018130 1.918091 1.904914 1.892706 2.478663 2.653053 2.061927 1.849249 2.731109 0.006704

Variable D(GEXPA(-1)) D(GEXPA(-1),2) D(GEXPA(-2),2) D(GEXPA(-3),2) D(GEXPA(-4),2) D(GEXPA(-5),2) D(GEXPA(-6),2) D(GEXPA(-7),2) D(GEXPA(-8),2) D(GEXPA(-9),2) C R-squared 0.912702 Mean dependent var Prob.* 0.0000 Prob. 0.0222 0.0526 0.0647 0.0664 0.0681 0.0190 0.0126 0.0480 0.0743 0.0105 0.9947 -0.002036

0.199519 -2.312353 -1.852614 -2.144942 2.112690 Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.883603 S.D. dependent var 0.068070 Akaike info criterion 0.139005 Schwarz criterion 58.40324 Hannan-Quinn criter. 31.36514 Durbin-Watson stat 0.000000

9. OPEN

Null Hypothesis: OPEN has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on AIC, maxlag=10)

Augmented Dickey-Fuller test statistic Test critical values:

t-Statistic -0.138122 -3.565430 -2.919952 -2.597905 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(OPEN) Method: Least Squares Date: 11/21/13 Time: 01:11 Sample (adjusted): 2000Q2 2012Q4 Included observations: 51 after adjustments

Coefficient Std. Error t-Statistic

-0.007734 5.02E-05 0.055996 7.20E-05 -0.138122 0.697769

Prob.* 0.9393 Prob. 0.8907 0.4886 Variable OPEN(-1) C

4.13E-05 0.000228 -13.87513 -13.79937 -13.84618 2.370858 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.000389 Mean dependent var -0.020011 S.D. dependent var 0.000230 Akaike info criterion 2.60E-06 Schwarz criterion 355.8158 Hannan-Quinn criter. 0.019078 Durbin-Watson stat 0.890710

Null Hypothesis: D(OPEN) has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on AIC, maxlag=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level t-Statistic -8.455634 -3.568308 -2.921175 -2.598551 Prob.* 0.0000

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(OPEN,2) Method: Least Squares Date: 11/21/13 Time: 01:11 Sample (adjusted): 2000Q3 2012Q4 Included observations: 50 after adjustments

Coefficient Std. Error t-Statistic

-1.197077 5.06E-05 0.141571 3.27E-05 -8.455634 1.544682

Variable D(OPEN(-1)) C Prob. 0.0000 0.1290

3.15E-06 0.000356 -13.89496 -13.81848 -13.86584 2.003428 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.598319 Mean dependent var 0.589950 S.D. dependent var 0.000228 Akaike info criterion 2.50E-06 Schwarz criterion 349.3741 Hannan-Quinn criter. 71.49774 Durbin-Watson stat 0.000000

10. OPENA

Null Hypothesis: OPENA has a unit root Exogenous: Constant Lag Length: 1 (Automatic - based on AIC, maxlag=10)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level t-Statistic -1.463149 -3.568308 -2.921175 -2.598551 *MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(OPENA) Method: Least Squares Date: 11/21/13 Time: 01:47 Sample (adjusted): 2000Q3 2012Q4 Included observations: 50 after adjustments

Coefficient Std. Error t-Statistic

-0.279300 -0.462919 0.010730 0.190890 0.153667 0.033690 -1.463149 -3.012477 0.318493

Variable OPENA(-1) D(OPENA(-1)) C Prob.* 0.5439 Prob. 0.1501 0.0042 0.7515 R-squared Adjusted R-squared 0.404781 Mean dependent var 0.379453 S.D. dependent var 0.016022 0.290257

-0.055132 0.059589 -0.011445 2.075829 S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.228649 Akaike info criterion 2.457179 Schwarz criterion 4.378298 Hannan-Quinn criter. 15.98127 Durbin-Watson stat 0.000005

Null Hypothesis: D(OPENA) has a unit root Exogenous: Constant Lag Length: 2 (Automatic - based on AIC, maxlag=10)

Augmented Dickey-Fuller test statistic Test critical values:

t-Statistic -6.327113 -3.574446 -2.923780 -2.599925 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(OPENA,2) Method: Least Squares Date: 11/21/13 Time: 01:50 Sample (adjusted): 2001Q1 2012Q4 Included observations: 48 after adjustments

Coefficient Std. Error t-Statistic

-2.497615 0.667934 0.235364 0.037851 0.394748 0.299102 0.148119 0.033102 -6.327113 2.233134 1.589021 1.143482

Prob.* 0.0000 Prob. 0.0000 0.0307 0.1192 0.2590 Variable D(OPENA(-1)) D(OPENA(-1),2) D(OPENA(-2),2) C

0.004809 0.531899 -0.048664 0.107269 0.010263 1.892373 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.829590 Mean dependent var 0.817972 S.D. dependent var 0.226933 Akaike info criterion 2.265947 Schwarz criterion 5.167947 Hannan-Quinn criter. 71.40048 Durbin-Watson stat 0.000000

PHỤ LỤC 3 : Chạy mô hình hồi quy với độ trễ tối ưu reer Dependent Variable: DREER Method: Least Squares Date: 11/24/13 Time: 13:10 Sample (adjusted): 2000Q2 2012Q4 Included observations: 51 after adjustments

Coefficient Std. Error t-Statistic

12.72707 0.018834 2.898341 -1.697705 -0.295257 9.300322 0.070210 28.73625 -4.084894 0.209318 8.261200 0.068004 31.46179 2.145963 0.105441 4.699128 0.095862 23.55400 3.058453 0.097894 1.540584 0.276952 0.092123 -0.791115 -2.800198 1.979159 0.732400 1.220016 -1.335608 2.138203

Variable DPROD DTOT DOPEN DGEXP REER(-1) PROD(-1) TOT(-1) OPEN(-1) GEXP(-1) C Prob. 0.1311 0.7832 0.9270 0.4334 0.0078 0.0545 0.4681 0.2294 0.1890 0.0385

0.008226 0.045649 -3.448485 -3.069696 -3.303739 1.977996 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.384406 Mean dependent var 0.249276 S.D. dependent var 0.039552 Akaike info criterion 0.064140 Schwarz criterion 97.93638 Hannan-Quinn criter. 2.844704 Durbin-Watson stat 0.010657

Redundant Variables: REER(-1) PROD(-1) TOT(-1) OPEN(-1) GEXP(-1)

F-statistic Log likelihood ratio

3.489729 Prob. F(5,41) 18.08340 Prob. Chi-Square(5) Std. Error Coefficient t-Statistic

18.61610 -0.010659 25.44634 -0.487961 0.002289 8.294677 0.050868 29.70674 1.592673 0.006780 2.244343 -0.209539 0.856585 -0.306379 0.337637

Test Equation: Dependent Variable: DREER Method: Least Squares Date: 11/24/13 Time: 13:16 Sample: 2000Q2 2012Q4 Included observations: 51 Variable DPROD DTOT DOPEN DGEXP C 0.0102 0.0028 Prob. 0.0297 0.8350 0.3961 0.7607 0.7372

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood 0.122423 Mean dependent var 0.046112 S.D. dependent var 0.044584 Akaike info criterion 0.091436 Schwarz criterion 88.89468 Hannan-Quinn criter. 0.008226 0.045649 -3.289987 -3.100593 -3.217614

1.727971 F-statistic Prob(F-statistic) 1.604270 Durbin-Watson stat 0.189293

Dependent Variable: DREER Method: Least Squares Date: 11/24/13 Time: 13:13 Sample (adjusted): 2000Q3 2012Q4 Included observations: 50 after adjustments

Coefficient Std. Error t-Statistic

0.088705 11.81160 -3.625309 0.023960 0.028728 -7.071030 -63.05854 -1.032307 0.969420 -0.390856 11.24690 0.068604 41.90274 -3.796861 0.276075 0.173916 8.783866 13.36841 0.081445 0.077846 35.62583 32.32465 2.849634 2.201610 0.133224 5.690200 0.117584 27.47167 4.331557 0.127034 0.510046 1.344693 -0.271185 0.294179 0.369031 -0.198480 -1.950788 -0.362260 0.440323 -2.933820 1.976538 0.583449 1.525307 -0.876558 2.173237

Variable D(REER(-1)) DPROD D(PROD(-1)) DTOT D(TOT(-1)) D(OPEN) D(OPEN(-1)) DGEXP D(GEXP(-1)) REER(-1) PROD(-1) TOT(-1) OPEN(-1) GEXP(-1) C Prob. 0.6132 0.1874 0.7878 0.7704 0.7143 0.8438 0.0591 0.7193 0.6624 0.0059 0.0560 0.5633 0.1362 0.3867 0.0366

0.008484 0.046075 -3.335307 -2.761700 -3.116874 1.945149 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.450092 Mean dependent var 0.230129 S.D. dependent var 0.040427 Akaike info criterion 0.057202 Schwarz criterion 98.38267 Hannan-Quinn criter. 2.046218 Durbin-Watson stat 0.043062

Redundant Variables: REER(-1) PROD(-1) TOT(-1) OPEN(-1) GEXP(-1)

F-statistic Log likelihood ratio

3.195961 Prob. F(5,35) 18.80408 Prob. Chi-Square(5) Std. Error Coefficient t-Statistic

Test Equation: Dependent Variable: DREER Method: Least Squares Date: 11/24/13 Time: 13:14 Sample: 2000Q3 2012Q4 Included observations: 50 Variable D(REER(-1)) 0.103591 0.163738 0.632663 0.0176 0.0021 Prob. 0.5306

21.06287 13.24896 0.024358 0.073804 3.992244 -7.450998 0.551012 -0.974241 -0.001026 8.807992 12.51802 0.080717 0.077197 36.18203 31.85971 2.353169 2.087506 0.007601 2.391336 1.058391 0.301766 0.956045 0.110338 -0.233869 0.234158 -0.466701 -0.135029

DPROD D(PROD(-1)) DTOT D(TOT(-1)) D(OPEN) D(OPEN(-1)) DGEXP D(GEXP(-1)) C 0.0216 0.2962 0.7644 0.3448 0.9127 0.8163 0.8161 0.6432 0.8933

0.008484 0.046075 -3.159225 -2.776821 -3.013603 2.033577 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.199023 Mean dependent var 0.018803 S.D. dependent var 0.045640 Akaike info criterion 0.083319 Schwarz criterion 88.98063 Hannan-Quinn criter. 1.104336 Durbin-Watson stat 0.381866

Dependent Variable: DREER Method: Least Squares Date: 11/24/13 Time: 13:19 Sample (adjusted): 2000Q4 2012Q4 Included observations: 49 after adjustments

Coefficient Std. Error t-Statistic

0.055819 -0.129863 9.798811 -4.005464 -8.363540 -0.039254 0.164971 0.095744 -7.829061 -61.66164 18.66613 -1.165446 3.323145 1.603203 -0.336084 11.25118 -0.097649 59.18547 -9.236029 0.433780 0.195178 0.191761 10.13157 16.20507 15.23403 0.109439 0.125619 0.100761 37.48946 40.70119 36.30957 3.124205 3.852304 2.507303 0.189262 7.415498 0.152074 31.79187 5.494531 0.171412 0.285989 -0.677214 0.967157 -0.247174 -0.549004 -0.358684 1.313262 0.950214 -0.208834 -1.514984 0.514083 -0.373038 0.862638 0.639413 -1.775761 1.517252 -0.642115 1.861654 -1.680949 2.530636

Prob. 0.7769 0.5036 0.3415 0.8065 0.5872 0.7224 0.1994 0.3499 0.8360 0.1406 0.6111 0.7118 0.3954 0.5276 0.0863 0.1400 0.5258 0.0728 0.1035 0.0171 Variable D(REER(-1)) D(REER(-2)) DPROD D(PROD(-1)) D(PROD(-2)) DTOT D(TOT(-1)) D(TOT(-2)) D(OPEN) D(OPEN(-1)) D(OPEN(-2)) DGEXP D(GEXP(-1)) D(GEXP(-2)) REER(-1) PROD(-1) TOT(-1) OPEN(-1) GEXP(-1) C

0.008790 0.046501 -3.252357 -2.480186 -2.959396 2.066282 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.527339 Mean dependent var 0.217664 S.D. dependent var 0.041130 Akaike info criterion 0.049059 Schwarz criterion 99.68275 Hannan-Quinn criter. 1.702879 Durbin-Watson stat 0.095572

Redundant Variables: REER(-1) PROD(-1) TOT(-1) OPEN(-1) GEXP(-1)

F-statistic Log likelihood ratio

2.049106 Prob. F(5,29) 14.82454 Prob. Chi-Square(5) Std. Error Coefficient t-Statistic

0.053428 -0.071621 22.54285 19.99625 11.02431 -0.027892 0.143241 0.126603 -10.39692 -21.38185 68.94082 2.332599 0.190347 -1.199602 -0.005978 0.163912 0.160580 9.048408 13.74993 13.81863 0.094328 0.105230 0.091250 37.13884 37.86268 31.24417 2.762775 3.319645 2.335799 0.008441 0.325953 -0.446017 2.491361 1.454280 0.797786 -0.295691 1.361212 1.387428 -0.279947 -0.564721 2.206518 0.844296 0.057340 -0.513573 -0.708186

Test Equation: Dependent Variable: DREER Method: Least Squares Date: 11/24/13 Time: 13:19 Sample: 2000Q4 2012Q4 Included observations: 49 Variable D(REER(-1)) D(REER(-2)) DPROD D(PROD(-1)) D(PROD(-2)) DTOT D(TOT(-1)) D(TOT(-2)) D(OPEN) D(OPEN(-1)) D(OPEN(-2)) DGEXP D(GEXP(-1)) D(GEXP(-2)) C 0.1011 0.0111 Prob. 0.7465 0.6584 0.0178 0.1550 0.4305 0.7693 0.1824 0.1743 0.7812 0.5760 0.0342 0.4044 0.9546 0.6109 0.4837

0.008790 0.046501 -3.153897 -2.574769 -2.934177 2.160204 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.360350 Mean dependent var 0.096965 S.D. dependent var 0.044189 Akaike info criterion 0.066391 Schwarz criterion 92.27048 Hannan-Quinn criter. 1.368148 Durbin-Watson stat 0.221562

Dependent Variable: DREER Method: Least Squares Date: 11/24/13 Time: 13:27 Sample (adjusted): 2001Q1 2012Q4 Included observations: 48 after adjustments

Coefficient Std. Error t-Statistic

Variable D(REER(-1)) D(REER(-2)) D(REER(-3)) -0.222711 -0.278381 -0.179701 0.259793 0.225032 0.214662 -0.857264 -1.237071 -0.837135 Prob. 0.4001 0.2285 0.4111

8.335039 12.73489 7.984282 29.24055 -0.052921 0.175484 0.177543 0.155676 -2.212771 -77.81317 -17.40188 2.003046 -1.129157 9.323028 8.670714 4.076863 -0.125689 2.523223 -0.214117 92.86960 -15.18019 0.451741 12.07349 20.33601 18.72399 17.68475 0.127344 0.149992 0.139713 0.108975 51.08278 50.14595 45.65457 54.50572 3.447138 6.597686 5.414408 6.199726 0.244370 10.19772 0.178133 53.50658 8.947521 0.215616 0.690359 0.626224 0.426420 1.653433 -0.415573 1.169956 1.270769 1.428543 -0.043317 -1.551734 -0.381164 0.036749 -0.327564 1.413075 1.601415 0.657588 -0.514337 0.247430 -1.202007 1.735667 -1.696580 2.095123

DPROD D(PROD(-1)) D(PROD(-2)) D(PROD(-3)) DTOT D(TOT(-1)) D(TOT(-2)) D(TOT(-3)) D(OPEN) D(OPEN(-1)) D(OPEN(-2)) D(OPEN(-3)) DGEXP D(GEXP(-1)) D(GEXP(-2)) D(GEXP(-3)) REER(-1) PROD(-1) TOT(-1) OPEN(-1) GEXP(-1) C 0.4969 0.5373 0.6738 0.1118 0.6816 0.2540 0.2165 0.1666 0.9658 0.1344 0.7066 0.9710 0.7462 0.1710 0.1229 0.5173 0.6119 0.8068 0.2416 0.0960 0.1033 0.0474

0.008826 0.046992 -3.195604 -2.221020 -2.827307 2.101319 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.608807 Mean dependent var 0.200605 S.D. dependent var 0.042015 Akaike info criterion 0.040602 Schwarz criterion 101.6945 Hannan-Quinn criter. 1.491436 Durbin-Watson stat 0.170795

Redundant Variables: REER(-1) PROD(-1) TOT(-1) OPEN(-1) GEXP(-1)

F-statistic Log likelihood ratio

1.141799 Prob. F(5,23) 10.64238 Prob. Chi-Square(5) Std. Error Coefficient t-Statistic

Test Equation: Dependent Variable: DREER Method: Least Squares Date: 11/24/13 Time: 13:28 Sample: 2001Q1 2012Q4 Included observations: 48 Variable D(REER(-1)) D(REER(-2)) D(REER(-3)) DPROD D(PROD(-1)) D(PROD(-2)) D(PROD(-3)) DTOT D(TOT(-1)) -0.115558 -0.180418 -0.078245 9.841601 27.03360 20.98962 42.63478 -0.100920 0.008500 0.186128 0.163322 0.170529 10.32608 13.92223 14.31345 15.62936 0.107656 0.113390 -0.620851 -1.104676 -0.458837 0.953082 1.941758 1.466427 2.727865 -0.937424 0.074960 0.3670 0.0590 Prob. 0.5397 0.2787 0.6499 0.3487 0.0623 0.1537 0.0109 0.3566 0.9408

0.079501 0.092553 -48.03350 -25.37677 21.21008 43.27216 1.187783 0.414745 2.630676 -2.456650 -0.011689 0.111403 0.098209 40.12866 38.18480 37.63943 41.58755 3.044493 3.706284 3.832299 4.222516 0.008869 0.713641 0.942414 -1.196987 -0.664578 0.563507 1.040508 0.390141 0.111903 0.686449 -0.581798 -1.317980

D(TOT(-2)) D(TOT(-3)) D(OPEN) D(OPEN(-1)) D(OPEN(-2)) D(OPEN(-3)) DGEXP D(GEXP(-1)) D(GEXP(-2)) D(GEXP(-3)) C 0.4814 0.3540 0.2413 0.5118 0.5776 0.3070 0.6994 0.9117 0.4981 0.5654 0.1982

0.008826 0.046992 -3.182221 -2.402554 -2.887584 2.270121 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.511706 Mean dependent var 0.180363 S.D. dependent var 0.042544 Akaike info criterion 0.050680 Schwarz criterion 96.37330 Hannan-Quinn criter. 1.544340 Durbin-Watson stat 0.144550

Dependent Variable: DREER Method: Least Squares Date: 11/24/13 Time: 13:31 Sample (adjusted): 2001Q2 2012Q4 Included observations: 47 after adjustments

Coefficient Std. Error t-Statistic

Variable D(REER(-1)) D(REER(-2)) D(REER(-3)) D(REER(-4)) DPROD D(PROD(-1)) D(PROD(-2)) D(PROD(-3)) D(PROD(-4)) DTOT D(TOT(-1)) D(TOT(-2)) D(TOT(-3)) D(TOT(-4)) D(OPEN) D(OPEN(-1)) D(OPEN(-2)) D(OPEN(-3)) D(OPEN(-4)) DGEXP D(GEXP(-1)) D(GEXP(-2)) D(GEXP(-3)) -0.248201 -0.380547 -0.197136 -0.193247 6.184946 -6.238226 2.311256 26.26050 19.54185 -0.084613 0.208180 0.141391 0.179381 0.068793 7.777476 -96.64817 -7.984254 9.790614 65.66464 -1.281684 7.538663 7.582439 2.557136 0.336149 0.299739 0.309442 0.286851 17.11654 28.76450 26.66623 23.12565 22.36950 0.148035 0.240884 0.188373 0.163653 0.137332 61.86789 63.74706 64.57906 71.03435 69.97064 5.760029 13.30700 10.57411 11.15307 -0.738366 -1.269596 -0.637070 -0.673682 0.361343 -0.216872 0.086674 1.135557 0.873594 -0.571577 0.864233 0.750593 1.096104 0.500922 0.125711 -1.516120 -0.123635 0.137829 0.938460 -0.222514 0.566519 0.717076 0.229277 Prob. 0.4704 0.2213 0.5326 0.5096 0.7223 0.8309 0.9319 0.2719 0.3945 0.5751 0.3995 0.4632 0.2883 0.6229 0.9014 0.1479 0.9031 0.8920 0.3612 0.8266 0.5784 0.4831 0.8214

-3.851073 -0.186592 9.201987 -0.333730 68.91975 -13.85793 0.551532 8.379532 0.318044 13.90171 0.233651 90.06657 14.42389 0.303737 -0.459581 -0.586687 0.661932 -1.428324 0.765209 -0.960762 1.815825

D(GEXP(-4)) REER(-1) PROD(-1) TOT(-1) OPEN(-1) GEXP(-1) C 0.6516 0.5651 0.5169 0.1713 0.4546 0.3501 0.0871

0.008392 0.047403 -3.155435 -1.974489 -2.711037 2.062159 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.683446 Mean dependent var 0.143443 S.D. dependent var 0.043872 Akaike info criterion 0.032720 Schwarz criterion 104.1527 Hannan-Quinn criter. 1.265634 Durbin-Watson stat 0.310141

Redundant Variables: REER(-1) PROD(-1) TOT(-1) OPEN(-1) GEXP(-1)

F-statistic Log likelihood ratio

1.010024 Prob. F(5,17) 12.22492 Prob. Chi-Square(5) Std. Error Coefficient t-Statistic

Test Equation: Dependent Variable: DREER Method: Least Squares Date: 11/24/13 Time: 13:31 Sample: 2001Q2 2012Q4 Included observations: 47 Variable D(REER(-1)) D(REER(-2)) D(REER(-3)) D(REER(-4)) DPROD D(PROD(-1)) D(PROD(-2)) D(PROD(-3)) D(PROD(-4)) DTOT D(TOT(-1)) D(TOT(-2)) D(TOT(-3)) D(TOT(-4)) D(OPEN) D(OPEN(-1)) D(OPEN(-2)) D(OPEN(-3)) D(OPEN(-4)) DGEXP D(GEXP(-1)) D(GEXP(-2)) D(GEXP(-3)) D(GEXP(-4)) -0.244285 -0.307587 -0.109623 -0.049201 11.67708 16.64138 21.13423 41.73819 23.46521 -0.046967 -0.011541 0.004898 0.048481 -0.010974 -33.82682 -59.02648 29.01790 32.05674 74.74517 1.163342 -1.823323 1.009879 -1.505932 -5.094646 -1.100912 -1.506389 -0.570594 -0.242184 0.957930 1.035862 1.262526 2.232723 1.187058 -0.372310 -0.073148 0.038339 0.404044 -0.102317 -0.771509 -1.335716 0.699085 0.696400 1.522048 0.315970 -0.366492 0.210798 -0.276164 -0.940894 0.221893 0.204189 0.192121 0.203157 12.18992 16.06525 16.73963 18.69385 19.76753 0.126149 0.157783 0.127766 0.119989 0.107256 43.84500 44.19090 41.50840 46.03211 49.10829 3.681811 4.975070 4.790736 5.453038 5.414685 0.4419 0.0318 Prob. 0.2828 0.1462 0.5741 0.8109 0.3485 0.3115 0.2200 0.0361 0.2479 0.7132 0.9423 0.9698 0.6901 0.9194 0.4486 0.1953 0.4918 0.4935 0.1422 0.7550 0.7175 0.8350 0.7850 0.3570

-0.014336 0.010553 -1.358447

C 0.1881

0.008392 0.047403 -3.108096 -2.123975 -2.737764 2.048276 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.589409 Mean dependent var 0.141492 S.D. dependent var 0.043922 Akaike info criterion 0.042440 Schwarz criterion 98.04025 Hannan-Quinn criter. 1.315888 Durbin-Watson stat 0.260387

Dependent Variable: DREER Method: Least Squares Date: 11/24/13 Time: 13:32 Sample (adjusted): 2001Q2 2012Q4 Included observations: 47 after adjustments

Coefficient Std. Error t-Statistic

-0.244285 -0.307587 -0.109623 -0.049201 11.67708 16.64138 21.13423 41.73819 23.46521 -0.046967 -0.011541 0.004898 0.048481 -0.010974 -33.82682 -59.02648 29.01790 32.05674 74.74517 1.163342 -1.823323 1.009879 -1.505932 -5.094646 -0.014336 0.221893 0.204189 0.192121 0.203157 12.18992 16.06525 16.73963 18.69385 19.76753 0.126149 0.157783 0.127766 0.119989 0.107256 43.84500 44.19090 41.50840 46.03211 49.10829 3.681811 4.975070 4.790736 5.453038 5.414685 0.010553 -1.100912 -1.506389 -0.570594 -0.242184 0.957930 1.035862 1.262526 2.232723 1.187058 -0.372310 -0.073148 0.038339 0.404044 -0.102317 -0.771509 -1.335716 0.699085 0.696400 1.522048 0.315970 -0.366492 0.210798 -0.276164 -0.940894 -1.358447

Prob. 0.2828 0.1462 0.5741 0.8109 0.3485 0.3115 0.2200 0.0361 0.2479 0.7132 0.9423 0.9698 0.6901 0.9194 0.4486 0.1953 0.4918 0.4935 0.1422 0.7550 0.7175 0.8350 0.7850 0.3570 0.1881 Variable D(REER(-1)) D(REER(-2)) D(REER(-3)) D(REER(-4)) DPROD D(PROD(-1)) D(PROD(-2)) D(PROD(-3)) D(PROD(-4)) DTOT D(TOT(-1)) D(TOT(-2)) D(TOT(-3)) D(TOT(-4)) D(OPEN) D(OPEN(-1)) D(OPEN(-2)) D(OPEN(-3)) D(OPEN(-4)) DGEXP D(GEXP(-1)) D(GEXP(-2)) D(GEXP(-3)) D(GEXP(-4)) C

0.008392 0.047403 -3.108096 -2.123975 -2.737764 2.048276 0.589409 Mean dependent var 0.141492 S.D. dependent var 0.043922 Akaike info criterion 0.042440 Schwarz criterion 98.04025 Hannan-Quinn criter. 1.315888 Durbin-Watson stat 0.260387 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

Dependent Variable: DREER

Method: Least Squares Date: 11/24/13 Time: 13:37 Sample (adjusted): 2001Q3 2012Q4 Included observations: 46 after adjustments

Coefficient Std. Error t-Statistic

-0.658714 -0.963002 -0.603667 -0.627632 -0.297480 0.310022 -0.423842 -0.281588 0.735340 0.731587 0.578578 -0.420862 0.246891 -0.073632 0.174252 -0.149652 -0.316759 0.001133 -0.974032 -0.390258 -0.035959 0.630052 0.073549 -0.461689 -0.035923 -0.043545 -0.177884 -0.576382 -0.340850 -0.227972 0.453225 -0.679328 0.324920 -0.458980 0.747460 0.538528 0.554532 0.528478 0.539184 0.419239 24.13918 52.51340 49.20338 35.16057 29.76039 39.41762 0.194666 0.420498 0.384808 0.284113 0.235021 0.192524 113.1500 100.5496 108.9878 116.6231 104.9176 89.32609 8.338757 28.58594 27.30842 26.46830 21.37921 13.89794 0.547180 27.92188 0.377129 168.3613 27.86140 0.526989 -0.354736 -0.534015 -0.319025 -0.338409 -0.124715 7.483684 -22.25741 -13.85509 25.85496 21.77230 22.80616 -0.081928 0.103817 -0.028334 0.049507 -0.035171 -0.060984 0.128148 -97.93861 -42.53339 -4.193635 66.10358 6.569831 -3.849912 -1.026880 -1.189153 -4.708300 -12.32260 -4.737110 -0.124742 12.65491 -0.256194 54.70396 -12.78783 0.393903

Variable D(REER(-1)) D(REER(-2)) D(REER(-3)) D(REER(-4)) D(REER(-5)) DPROD D(PROD(-1)) D(PROD(-2)) D(PROD(-3)) D(PROD(-4)) D(PROD(-5)) DTOT D(TOT(-1)) D(TOT(-2)) D(TOT(-3)) D(TOT(-4)) D(TOT(-5)) D(OPEN) D(OPEN(-1)) D(OPEN(-2)) D(OPEN(-3)) D(OPEN(-4)) D(OPEN(-5)) DGEXP D(GEXP(-1)) D(GEXP(-2)) D(GEXP(-3)) D(GEXP(-4)) D(GEXP(-5)) REER(-1) PROD(-1) TOT(-1) OPEN(-1) GEXP(-1) C Prob. 0.5236 0.3562 0.5583 0.5431 0.7716 0.7623 0.6799 0.7835 0.4775 0.4797 0.5745 0.6820 0.8095 0.9426 0.8648 0.8837 0.7574 0.9991 0.3510 0.7038 0.9720 0.5415 0.9427 0.6533 0.9720 0.9660 0.8620 0.5760 0.7396 0.8238 0.6592 0.5110 0.7513 0.6552 0.4705

0.008374 0.047927 -2.968817 -1.577460 -2.447606 1.731895 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.707792 Mean dependent var -0.195397 S.D. dependent var 0.052400 Akaike info criterion 0.030204 Schwarz criterion 103.2828 Hannan-Quinn criter. 0.783659 Durbin-Watson stat 0.720630

Redundant Variables: REER(-1) PROD(-1) TOT(-1) OPEN(-1) GEXP(-1)

F-statistic Log likelihood ratio 0.449567 Prob. F(5,11) 8.553192 Prob. Chi-Square(5) 0.8053 0.1283

Coefficient Std. Error t-Statistic

-0.244707 -0.432297 -0.034099 -0.040778 0.102364 17.96845 6.399277 14.58856 39.88723 26.79495 23.80328 -0.003877 0.006565 -0.121292 -0.041037 -0.116857 -0.075312 5.375660 -55.64208 21.69980 19.25098 93.36349 6.427230 0.053282 -5.553542 -2.494704 -2.226787 -8.451939 -2.029512 -0.016218 0.255638 0.259777 0.246999 0.228049 0.235706 15.94563 19.66925 20.19308 22.38677 22.77169 30.38859 0.152423 0.185179 0.179058 0.156621 0.148424 0.135482 56.33467 49.71230 52.45795 57.65013 55.77606 64.44270 4.779598 5.897587 6.136010 6.721069 6.734972 6.821307 0.012919 -0.957242 -1.664109 -0.138052 -0.178811 0.434287 1.126858 0.325344 0.722453 1.781732 1.176678 0.783297 -0.025439 0.035453 -0.677388 -0.262013 -0.787318 -0.555882 0.095424 -1.119282 0.413661 0.333928 1.673899 0.099736 0.011148 -0.941663 -0.406568 -0.331314 -1.254933 -0.297525 -1.255403

Test Equation: Dependent Variable: DREER Method: Least Squares Date: 11/24/13 Time: 13:38 Sample: 2001Q3 2012Q4 Included observations: 46 Variable D(REER(-1)) D(REER(-2)) D(REER(-3)) D(REER(-4)) D(REER(-5)) DPROD D(PROD(-1)) D(PROD(-2)) D(PROD(-3)) D(PROD(-4)) D(PROD(-5)) DTOT D(TOT(-1)) D(TOT(-2)) D(TOT(-3)) D(TOT(-4)) D(TOT(-5)) D(OPEN) D(OPEN(-1)) D(OPEN(-2)) D(OPEN(-3)) D(OPEN(-4)) D(OPEN(-5)) DGEXP D(GEXP(-1)) D(GEXP(-2)) D(GEXP(-3)) D(GEXP(-4)) D(GEXP(-5)) C Prob. 0.3527 0.1155 0.8919 0.8603 0.6699 0.2764 0.7491 0.4804 0.0938 0.2565 0.4449 0.9800 0.9722 0.5078 0.7967 0.4426 0.5860 0.9252 0.2795 0.6846 0.7428 0.1136 0.9218 0.9912 0.3604 0.6897 0.7447 0.2275 0.7699 0.2274

0.008374 0.047927 -3.000270 -1.807677 -2.553517 1.984585 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.648079 Mean dependent var 0.010223 S.D. dependent var 0.047681 Akaike info criterion 0.036376 Schwarz criterion 99.00620 Hannan-Quinn criter. 1.016028 Durbin-Watson stat 0.502804

Dependent Variable: DREER Method: Least Squares Date: 11/24/13 Time: 13:38 Sample (adjusted): 2001Q3 2012Q4 Included observations: 46 after adjustments

Coefficient Std. Error t-Statistic

Variable D(REER(-1)) D(REER(-2)) D(REER(-3)) D(REER(-4)) D(REER(-5)) DPROD D(PROD(-1)) D(PROD(-2)) D(PROD(-3)) D(PROD(-4)) D(PROD(-5)) DTOT D(TOT(-1)) D(TOT(-2)) D(TOT(-3)) D(TOT(-4)) D(TOT(-5)) D(OPEN) D(OPEN(-1)) D(OPEN(-2)) D(OPEN(-3)) D(OPEN(-4)) D(OPEN(-5)) DGEXP D(GEXP(-1)) D(GEXP(-2)) D(GEXP(-3)) D(GEXP(-4)) D(GEXP(-5)) C Prob. 0.3527 0.1155 0.8919 0.8603 0.6699 0.2764 0.7491 0.4804 0.0938 0.2565 0.4449 0.9800 0.9722 0.5078 0.7967 0.4426 0.5860 0.9252 0.2795 0.6846 0.7428 0.1136 0.9218 0.9912 0.3604 0.6897 0.7447 0.2275 0.7699 0.2274

0.008374 0.047927 -3.000270 -1.807677 -2.553517 1.984585 0.648079 Mean dependent var 0.010223 S.D. dependent var 0.047681 Akaike info criterion 0.036376 Schwarz criterion 99.00620 Hannan-Quinn criter. 1.016028 Durbin-Watson stat 0.502804 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

Dependent Variable: DREER Method: Least Squares Date: 11/24/13 Time: 13:42 Sample (adjusted): 2001Q4 2012Q4 Included observations: 45 after adjustments

Coefficient Std. Error t-Statistic

Variable D(REER(-1)) D(REER(-2)) D(REER(-3)) D(REER(-4)) -0.372370 -0.195389 -0.375395 -0.088641 0.566494 0.593737 0.685406 0.710709 -0.657325 -0.329083 -0.547697 -0.124722 Prob. 0.5400 0.7554 0.6075 0.9056

0.073078 0.252550 -16.18742 -28.63164 -17.08613 45.95009 56.92744 39.41633 29.00582 -0.338224 -0.230207 -0.227383 -0.312420 -0.165203 -0.006399 0.192507 -175.5373 61.68616 28.71438 146.2972 76.89618 59.23074 60.40589 -2.180788 -52.00873 -49.58328 -48.73757 -36.11708 -26.63600 -10.82540 -0.223241 32.94002 -0.037891 -255.1765 44.81377 -0.568568 0.594688 0.400564 18.91446 45.43510 53.26574 39.12975 28.02956 32.18448 39.63274 0.164777 0.371183 0.385677 0.354577 0.255089 0.181353 0.148411 102.4819 116.4463 108.8154 120.6009 108.5769 91.25280 69.17717 7.867943 27.61301 29.90470 29.37725 24.90373 19.35303 10.33789 0.538529 25.07203 0.340971 159.5974 29.23795 0.545821 0.122885 0.630487 -0.855822 -0.630166 -0.320771 1.174301 2.030979 1.224700 0.731865 -2.052615 -0.620199 -0.589569 -0.881105 -0.647630 -0.035284 1.297122 -1.712862 0.529739 0.263882 1.213068 0.708219 0.649084 0.873206 -0.277174 -1.883486 -1.658043 -1.659024 -1.450268 -1.376322 -1.047158 -0.414538 1.313815 -0.111126 -1.598876 1.532726 -1.041676

D(REER(-5)) D(REER(-6)) DPROD D(PROD(-1)) D(PROD(-2)) D(PROD(-3)) D(PROD(-4)) D(PROD(-5)) D(PROD(-6)) DTOT D(TOT(-1)) D(TOT(-2)) D(TOT(-3)) D(TOT(-4)) D(TOT(-5)) D(TOT(-6)) D(OPEN) D(OPEN(-1)) D(OPEN(-2)) D(OPEN(-3)) D(OPEN(-4)) D(OPEN(-5)) D(OPEN(-6)) DGEXP D(GEXP(-1)) D(GEXP(-2)) D(GEXP(-3)) D(GEXP(-4)) D(GEXP(-5)) D(GEXP(-6)) REER(-1) PROD(-1) TOT(-1) OPEN(-1) GEXP(-1) C 0.9070 0.5561 0.4312 0.5563 0.7614 0.2932 0.0980 0.2752 0.4971 0.0953 0.5623 0.5811 0.4186 0.5458 0.9732 0.2512 0.1474 0.6190 0.8024 0.2793 0.5105 0.5449 0.4225 0.7927 0.1183 0.1582 0.1580 0.2067 0.2272 0.3430 0.6957 0.2460 0.9158 0.1707 0.1859 0.3453

0.011996 0.041621 -4.171691 -2.565769 -3.573019 2.298479 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.909874 Mean dependent var 0.206895 S.D. dependent var 0.037066 Akaike info criterion 0.006869 Schwarz criterion 133.8630 Hannan-Quinn criter. 1.294311 Durbin-Watson stat 0.424685

Redundant Variables: REER(-1) PROD(-1) TOT(-1) OPEN(-1) GEXP(-1)

F-statistic Log likelihood ratio

0.4540 0.0000 Test Equation: Dependent Variable: DREER Method: Least Squares Date: 11/24/13 Time: 13:42 1.114818 Prob. F(5,5) 33.70359 Prob. Chi-Square(5)

Coefficient Std. Error t-Statistic

0.238089 0.224354 0.276596 0.232354 0.206094 0.219862 16.24248 17.69805 17.48909 22.58783 22.81588 25.54325 30.97417 0.134217 0.161916 0.155230 0.155116 0.144285 0.130657 0.130380 71.16933 47.83816 45.38963 53.86902 53.86113 59.16838 57.52200 4.556355 6.222181 5.401361 5.878995 7.642592 7.517033 7.824076 0.011341 -2.009456 -1.735757 -1.457756 -0.361829 0.456146 0.893310 -0.111400 0.675567 1.025780 2.368935 1.571790 0.930619 0.555570 -1.010872 0.100541 -0.027545 -0.417897 -0.455804 -0.370956 0.786959 -0.810993 -0.522675 -0.299007 1.457916 0.639772 0.301796 0.426594 -0.475984 -1.166639 -0.967572 -1.228880 -0.674001 -0.297382 0.054160 -1.150112 -0.478430 -0.389423 -0.403209 -0.084072 0.094009 0.196405 -1.809410 11.95622 17.93996 53.50910 35.86177 23.77104 17.20833 -0.135677 0.016279 -0.004276 -0.064822 -0.065766 -0.048468 0.102604 -57.71786 -25.00381 -13.57180 78.53650 34.45884 17.85678 24.53852 -2.168754 -7.259040 -5.226203 -7.224582 -5.151119 -2.235430 0.423753 -0.013043

Sample: 2001Q4 2012Q4 Included observations: 45 Variable D(REER(-1)) D(REER(-2)) D(REER(-3)) D(REER(-4)) D(REER(-5)) D(REER(-6)) DPROD D(PROD(-1)) D(PROD(-2)) D(PROD(-3)) D(PROD(-4)) D(PROD(-5)) D(PROD(-6)) DTOT D(TOT(-1)) D(TOT(-2)) D(TOT(-3)) D(TOT(-4)) D(TOT(-5)) D(TOT(-6)) D(OPEN) D(OPEN(-1)) D(OPEN(-2)) D(OPEN(-3)) D(OPEN(-4)) D(OPEN(-5)) D(OPEN(-6)) DGEXP D(GEXP(-1)) D(GEXP(-2)) D(GEXP(-3)) D(GEXP(-4)) D(GEXP(-5)) D(GEXP(-6)) C Prob. 0.0722 0.1133 0.1756 0.7250 0.6580 0.3927 0.9135 0.5146 0.3292 0.0393 0.1471 0.3740 0.5907 0.3359 0.9219 0.9786 0.6849 0.6583 0.7184 0.4496 0.4362 0.6126 0.7711 0.1755 0.5367 0.7690 0.6787 0.6443 0.2704 0.3561 0.2472 0.5156 0.7723 0.9579 0.2769

0.011996 0.041621 -3.644945 -2.239763 -3.121107 0.899512 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.809401 Mean dependent var 0.161364 S.D. dependent var 0.038115 Akaike info criterion 0.014527 Schwarz criterion 117.0113 Hannan-Quinn criter. 1.249004 Durbin-Watson stat 0.370996

Dependent Variable: DREER Method: Least Squares Date: 11/24/13 Time: 13:43 Sample (adjusted): 2001Q4 2012Q4 Included observations: 45 after adjustments

Coefficient Std. Error t-Statistic

-0.478430 -0.389423 -0.403209 -0.084072 0.094009 0.196405 -1.809410 11.95622 17.93996 53.50910 35.86177 23.77104 17.20833 -0.135677 0.016279 -0.004276 -0.064822 -0.065766 -0.048468 0.102604 -57.71786 -25.00381 -13.57180 78.53650 34.45884 17.85678 24.53852 -2.168754 -7.259040 -5.226203 -7.224582 -5.151119 -2.235430 0.423753 -0.013043 0.238089 0.224354 0.276596 0.232354 0.206094 0.219862 16.24248 17.69805 17.48909 22.58783 22.81588 25.54325 30.97417 0.134217 0.161916 0.155230 0.155116 0.144285 0.130657 0.130380 71.16933 47.83816 45.38963 53.86902 53.86113 59.16838 57.52200 4.556355 6.222181 5.401361 5.878995 7.642592 7.517033 7.824076 0.011341 -2.009456 -1.735757 -1.457756 -0.361829 0.456146 0.893310 -0.111400 0.675567 1.025780 2.368935 1.571790 0.930619 0.555570 -1.010872 0.100541 -0.027545 -0.417897 -0.455804 -0.370956 0.786959 -0.810993 -0.522675 -0.299007 1.457916 0.639772 0.301796 0.426594 -0.475984 -1.166639 -0.967572 -1.228880 -0.674001 -0.297382 0.054160 -1.150112

Variable D(REER(-1)) D(REER(-2)) D(REER(-3)) D(REER(-4)) D(REER(-5)) D(REER(-6)) DPROD D(PROD(-1)) D(PROD(-2)) D(PROD(-3)) D(PROD(-4)) D(PROD(-5)) D(PROD(-6)) DTOT D(TOT(-1)) D(TOT(-2)) D(TOT(-3)) D(TOT(-4)) D(TOT(-5)) D(TOT(-6)) D(OPEN) D(OPEN(-1)) D(OPEN(-2)) D(OPEN(-3)) D(OPEN(-4)) D(OPEN(-5)) D(OPEN(-6)) DGEXP D(GEXP(-1)) D(GEXP(-2)) D(GEXP(-3)) D(GEXP(-4)) D(GEXP(-5)) D(GEXP(-6)) C Prob. 0.0722 0.1133 0.1756 0.7250 0.6580 0.3927 0.9135 0.5146 0.3292 0.0393 0.1471 0.3740 0.5907 0.3359 0.9219 0.9786 0.6849 0.6583 0.7184 0.4496 0.4362 0.6126 0.7711 0.1755 0.5367 0.7690 0.6787 0.6443 0.2704 0.3561 0.2472 0.5156 0.7723 0.9579 0.2769

PHỤ LỤC 4 : Chạy mô hình hồi quy với độ trễ tối ưu reera

Coefficient Std. Error t-Statistic

1.216165 1.202170 0.672496 0.994999 -0.017988 0.140501 1.101919 0.418153 0.733899 0.082453 8.655892 1.090978 1.608254 1.355770 -0.218160

Dependent Variable: REERA Method: Least Squares Date: 11/21/13 Time: 01:52 Sample: 2000Q1 2012Q4 Included observations: 52 Variable PRODA TOTA OPENA GEXPA C

Prob. 0.0000 0.2808 0.1145 0.1817 0.8282 -0.036880 1.170912 1.868775 2.056394 1.940704 2.558306 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.767196 Mean dependent var 0.747383 S.D. dependent var 0.588513 Akaike info criterion 16.27831 Schwarz criterion -43.58814 Hannan-Quinn criter. 38.72159 Durbin-Watson stat 0.000000

Dependent Variable: REERA Method: Least Squares Date: 11/21/13 Time: 01:55 Sample (adjusted): 2000Q2 2012Q4 Included observations: 51 after adjustments

Coefficient Std. Error t-Statistic

-0.328840 1.215647 0.244543 1.921965 0.082882 0.982621 0.624555 1.316737 -0.248179 -0.003851 0.159993 0.648348 0.730738 1.343215 1.271033 0.519093 0.546043 0.911347 0.911457 0.094042 -2.055340 1.874993 0.334652 1.430869 0.065209 1.892959 1.143783 1.444824 -0.272288 -0.040945

Variable REERA(-1) PRODA PRODA(-1) TOTA TOTA(-1) OPENA OPENA(-1) GEXPA GEXPA(-1) C

Prob. 0.0463 0.0679 0.7396 0.1600 0.9483 0.0654 0.2593 0.1561 0.7868 0.9675 -0.022819 1.178120 1.971274 2.350064 2.116021 2.134543 0.791287 Mean dependent var 0.745473 S.D. dependent var 0.594370 Akaike info criterion 14.48431 Schwarz criterion -40.26749 Hannan-Quinn criter. 17.27138 Durbin-Watson stat 0.000000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

Dependent Variable: REERA Method: Least Squares Date: 11/21/13 Time: 01:59 Sample (adjusted): 2000Q3 2012Q4 Included observations: 50 after adjustments

Coefficient Std. Error t-Statistic

-0.315915 -0.191922 0.894677 -0.398841 1.260862 -0.706863 -0.464823 0.616310 0.482756 0.715678 1.553120 -0.521710 0.936376 0.065552 0.171543 0.179679 0.691652 1.135993 0.827973 1.524146 1.359670 0.667510 0.726134 0.605783 1.080380 1.152583 1.361669 0.103984 -1.841612 -1.068142 1.293536 -0.351095 1.522829 -0.463777 -0.341864 0.923298 0.664830 1.181409 1.437569 -0.452644 0.687668 0.630404

Variable REERA(-1) REERA(-2) PRODA PRODA(-1) PRODA(-2) TOTA(-1) TOTA(-2) OPENA OPENA(-1) OPENA(-2) GEXPA GEXPA(-1) GEXPA(-2) C

Prob. 0.0738 0.2926 0.2041 0.7276 0.1365 0.6456 0.7344 0.3620 0.5104 0.2452 0.1592 0.6535 0.4961 0.5324 -0.008066 1.185313 2.105715 2.641082 2.309586 2.110472 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.800506 Mean dependent var 0.728467 S.D. dependent var 0.617653 Akaike info criterion 13.73381 Schwarz criterion -38.64288 Hannan-Quinn criter. 11.11206 Durbin-Watson stat 0.000000

Dependent Variable: REERA Method: Least Squares Date: 11/21/13 Time: 02:03 Sample (adjusted): 2000Q4 2012Q4 Included observations: 49 after adjustments

Coefficient Std. Error t-Statistic

Variable REERA(-1) REERA(-2) REERA(-3) PRODA PRODA(-1) PRODA(-2) PRODA(-3) TOTA(-1) TOTA(-2) TOTA(-3) OPENA OPENA(-1) OPENA(-2) OPENA(-3) GEXPA GEXPA(-1) -0.387086 -0.244656 -0.151371 0.664565 -0.168102 0.299381 1.466841 -0.754313 -1.057039 0.482728 0.346452 0.525976 0.256741 0.400208 2.310888 -1.137095 0.195105 0.208410 0.194239 0.759244 1.253291 1.247220 1.051767 1.733095 1.788182 1.594471 0.829497 0.865655 0.861117 0.671898 1.375226 1.736646 -1.983983 -1.173916 -0.779305 0.875298 -0.134129 0.240039 1.394644 -0.435241 -0.591125 0.302751 0.417665 0.607605 0.298149 0.595638 1.680370 -0.654765 Prob. 0.0565 0.2497 0.4419 0.3884 0.8942 0.8119 0.1734 0.6665 0.5589 0.7642 0.6792 0.5480 0.7676 0.5559 0.1033 0.5176

1.684916 -0.276509 0.109102 1.696574 2.256576 0.119061 0.993128 -0.122535 0.916350

GEXPA(-2) GEXPA(-3) C 0.3286 0.9033 0.3668

0.007474 1.192439 2.247100 2.980663 2.525413 2.029499 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.816890 Mean dependent var 0.707024 S.D. dependent var 0.645434 Akaike info criterion 12.49756 Schwarz criterion -36.05395 Hannan-Quinn criter. 7.435345 Durbin-Watson stat 0.000001

Dependent Variable: REERA Method: Least Squares Date: 11/21/13 Time: 02:07 Sample (adjusted): 2001Q1 2012Q4 Included observations: 48 after adjustments

Coefficient Std. Error t-Statistic

-0.477529 -0.434056 -0.258039 -0.219298 0.823356 -0.313681 0.782373 1.279317 1.377780 -0.877855 -1.090976 -0.255584 -0.587548 -0.121582 -0.710457 -0.707645 0.055852 0.705837 2.693718 0.219336 4.050642 0.726746 6.578235 0.223829 0.224002 0.240465 0.212568 0.193255 0.871819 1.360137 1.280855 1.407253 1.164259 1.953096 1.895917 2.379127 1.881358 0.883095 1.128764 0.950385 0.925820 1.230023 1.677349 1.961240 1.959165 2.921102 2.592034 0.160054 -2.131805 -1.805072 -1.213916 -1.134763 0.944411 -0.230624 0.610822 0.909088 1.183397 -0.449468 -0.575434 -0.107428 -0.312300 -0.137677 -0.629412 -0.744588 0.060327 0.573841 1.605938 0.111836 2.067534 0.248792 2.537866 1.398464

Variable REERA(-1) REERA(-2) REERA(-3) REERA(-4) PRODA PRODA(-1) PRODA(-2) PRODA(-3) PRODA(-4) TOTA(-1) TOTA(-2) TOTA(-3) TOTA(-4) OPENA OPENA(-1) OPENA(-2) OPENA(-3) OPENA(-4) GEXPA GEXPA(-1) GEXPA(-2) GEXPA(-3) GEXPA(-4) C Prob. 0.0435 0.0836 0.2366 0.2677 0.3544 0.8196 0.5471 0.3723 0.2482 0.6571 0.5704 0.9153 0.7575 0.8916 0.5350 0.4637 0.9524 0.5714 0.1214 0.9119 0.0496 0.8056 0.0181 0.1748

0.023465 1.199736 2.219658 3.155259 2.573223 2.074345 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.859334 Mean dependent var 0.724530 S.D. dependent var 0.629685 Akaike info criterion 9.516074 Schwarz criterion -29.27180 Hannan-Quinn criter. 6.374663 Durbin-Watson stat 0.000013

Dependent Variable: REERA Method: Least Squares Date: 11/21/13 Time: 02:10 Sample (adjusted): 2001Q2 2012Q4 Included observations: 47 after adjustments

Coefficient Std. Error t-Statistic

-0.555172 -0.391462 -0.273211 -0.279606 -0.185773 0.696614 0.265476 -0.123576 1.765192 0.972854 1.767577 -1.842955 -2.579984 -0.183104 -1.246891 -1.033259 -0.757383 -1.161577 -2.061145 -0.234466 0.372351 -1.260841 2.990482 -0.075223 5.959120 2.008697 6.630166 -0.586542 0.151489 0.271744 0.358725 0.311601 0.233126 0.207613 0.925630 1.770992 1.463444 1.497299 1.774809 1.328481 2.760410 2.407200 2.688170 2.601224 1.923048 1.025245 1.251701 1.208810 1.119417 1.364695 1.967788 1.742955 2.367139 2.132969 3.112726 3.271906 3.636737 0.237193 -2.042993 -1.091259 -0.876797 -1.199378 -0.894803 0.752584 0.149902 -0.084442 1.178917 0.548146 1.330525 -0.667638 -1.071778 -0.068115 -0.479348 -0.537303 -0.738734 -0.927999 -1.705102 -0.209454 0.272845 -0.640740 1.715754 -0.031778 2.793815 0.645318 2.026393 -0.161283 0.638673

Variable REERA(-1) REERA(-2) REERA(-3) REERA(-4) REERA(-5) PRODA PRODA(-1) PRODA(-2) PRODA(-3) PRODA(-4) PRODA(-5) TOTA(-1) TOTA(-2) TOTA(-3) TOTA(-4) TOTA(-5) OPENA OPENA(-1) OPENA(-2) OPENA(-3) OPENA(-4) OPENA(-5) GEXPA GEXPA(-1) GEXPA(-2) GEXPA(-3) GEXPA(-4) GEXPA(-5) C Prob. 0.0560 0.2896 0.3921 0.2459 0.3827 0.4614 0.8825 0.9336 0.2538 0.5903 0.2000 0.5128 0.2980 0.9464 0.6375 0.5976 0.4696 0.3657 0.1054 0.8364 0.7881 0.5298 0.1034 0.9750 0.0120 0.5269 0.0578 0.8737 0.5311

0.035662 1.209695 2.174832 3.316413 2.604417 2.406288 0.895265 Mean dependent var 0.732343 S.D. dependent var 0.625843 Akaike info criterion 7.050230 Schwarz criterion -22.10856 Hannan-Quinn criter. 5.495058 Durbin-Watson stat 0.000210 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

Dependent Variable: REERA Method: Least Squares Date: 11/21/13 Time: 02:12 Sample (adjusted): 2001Q3 2012Q4 Included observations: 46 after adjustments

Coefficient Std. Error t-Statistic Prob. Variable

-0.991134 -1.048445 -0.772348 -0.647214 -0.354165 -0.208294 0.349084 0.948278 1.603881 0.726823 2.704031 1.441479 3.502667 0.126772 -0.908885 -2.711131 -3.747911 -4.756247 -2.958397 -1.161922 -2.562647 -3.785719 -4.032282 -1.900312 -0.877102 -0.470230 2.209884 2.692551 7.410094 6.240607 9.874545 6.236650 5.336960 0.198621 0.246618 0.358258 0.338148 0.262400 0.203774 0.181298 0.854638 1.528122 1.403735 1.190407 1.515305 1.415900 1.298220 2.377084 2.367248 2.167409 2.502784 1.990024 1.777833 1.119342 1.250345 1.059007 1.311310 1.326383 1.835068 1.862842 2.014590 2.103329 2.511015 2.678535 2.672500 3.409763 4.132519 0.249985 -4.018897 -2.926508 -2.284057 -2.466515 -1.738033 -1.148908 0.408458 0.620551 1.142581 0.610566 1.784480 1.018065 2.698054 0.053331 -0.383942 -1.250863 -1.497497 -2.390045 -1.664047 -1.038040 -2.049551 -3.574783 -3.075003 -1.432702 -0.477967 -0.252426 1.096940 1.280138 2.951035 2.329858 3.694872 1.829057 1.291455 0.794533

REERA(-1) REERA(-2) REERA(-3) REERA(-4) REERA(-5) REERA(-6) PRODA PRODA(-1) PRODA(-2) PRODA(-3) PRODA(-4) PRODA(-5) PRODA(-6) TOTA(-1) TOTA(-2) TOTA(-3) TOTA(-4) TOTA(-5) TOTA(-6) OPENA OPENA(-1) OPENA(-2) OPENA(-3) OPENA(-4) OPENA(-5) OPENA(-6) GEXPA GEXPA(-1) GEXPA(-2) GEXPA(-3) GEXPA(-4) GEXPA(-5) GEXPA(-6) C 0.0017 0.0127 0.0414 0.0297 0.1078 0.2730 0.6901 0.5465 0.2755 0.5529 0.0996 0.3287 0.0194 0.9583 0.7077 0.2348 0.1601 0.0341 0.1220 0.3197 0.0629 0.0038 0.0096 0.1775 0.6413 0.8050 0.2942 0.2247 0.0121 0.0381 0.0031 0.0923 0.2209 0.4423

0.046351 1.220816 1.403543 2.755148 1.909862 0.813262 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.962733 Mean dependent var 0.860250 S.D. dependent var 0.456380 Akaike info criterion 2.499390 Schwarz criterion 1.718509 Hannan-Quinn criter. 9.394041 Durbin-Watson stat 0.000104

PHỤ LỤC 5 : Giá trị so sánh theo Pesaran, Shin và Smith (2001)

Phụ lục 6 : Biểu đồ 1- Biểu đồ phân tác các biến trước và sau khi chuyển

đổi

PHỤ LỤC 7 : Lý thuyết kiểm định

1.1 Kiểm định tính dừng

Một chuỗi dữ liệu thời gian được xem là dừng nếu như trung bình và phương sai của

phương trình không thay đổi theo thời gian. Trong các mô hình dự báo bằng phương

pháp hồi qui các chuỗi thời gian, thì việc các chuỗi thời gian dừng hay không dừng có ý

nghĩa rất quan trọng trong việc chọn mô hình dự báo thích hợp.

Hai phương pháp kiểm định tính dừng thường được sử dụng là biểu đồ tự tương quan và

kiểm định nghiệm đơn vị.

Trong luận văn này, tác giả kiểm định tính dừng bằng kiểm định nghiệm đơn vị, được

xem xét theo mô hình như sau:

Yt = ρYt-1+ ut (3.11)

Trong đó ut là hạng chỉ sai số ngẫu nhiên xuất phát từ các giả định cổ điển rằng nó có giá

trị trung bình bằng 0, phương sai là hằng số và không tự tương quan.

Giả thuyết:

H0: ρ = 1 thì Yt có nghiệm đơn vị, là một chuỗi thời gian không dừng.

H1: ρ = 0 thì chuỗi thời gian là dừng.

Phương trình (3.11) cũng được viết dưới dạng:

∆Yt = δYt-1 + ut (3.12)

Với ∆Yt = Yt – Yt-1, δ= ρ-1 và ∆ là sai phân bậc 1

Giả thuyết:

H0: δ = 1 thì Yt có nghiệm đơn vị, là một chuỗi thời gian không dừng.

H1: δ = 0 thì chuỗi thời gian là dừng.

Để kiểm định giả thiết trên, trị thống kê t được tính theo qui ước là trị thống kê τ (tau

statistic, τ=giá trị δ ước lượng/sai số của hệ số δ), mà các giá trị tới hạn của nó được sắp

thành bảng bởi Dickey và Fuller. Kiểm định thống kế τ còn gọi là kiểm định Dickey-

Fuller (DF). Tuy nhiên, bác bỏ giả định ρ = 1 thì ta có thể sử dụng thống kê t (vì khi đó

Yt là chuỗi dừng).

Kiểm định Dickey-Fuller được áp dụng:

∆Yt = δY t-1 + ut (3.13)

∆Yt = β1 + δY t-1 + ut (3.14)

∆Yt = β1 + β2t + δY t-1 + ut (3.15)

Trong đó t là biến xu hướng hoặc biến thời gian.

Trong mỗi trường hợp giải thuyết δ=0 là có nghiệm đơn vị. Sự khác biệt giữa phương

trình (3.13), (3.14), (3.15) là ở chổ có bao gồm cả hằng số và số hạng xu hướng.

Để kiểm định giả thuyết H0 ta so sánh giá trị thống kê τ tính tóan với giá trị thống kê τ tra

bảng DF (các phần mềm kinh tế lượng điều cung cấp giá trị thống kê τ). Kiểm định DF

giả định rằng các số hạng ut không tương quan.

Nếu số hạng sai số ut là tự tương quan, do thiếu biến, nên người ta thường sử dụng kiểm

định DF mở rộng là ADF (Augmented Dickey –Fuller Test) . PT (3.15) sẽ biến đổi

thành:

∆Yt = β1 + β2t + δYt-1 + αi∑∆Yt-1 + εt (3.16)

Nếu τ׀α׀ tính toán > ׀τ׀ = giá trị ADF (ADF test statistic) => không bác bỏ giả thuyết

H0, chuỗi thời gian không dừng

Nếu τ׀α׀ tính toán < ׀τ׀ = giá trị ADF (ADF test statistic) => không bác bỏ giả thuyết H0,

chuỗi thời gian dừng

1.2 Kiểm định đồng liên kết

Khi hồi quy các chuỗi thời gian không dừng thường dẫn đến “kết quả hồi quy giả mạo”.

Tuy nhiên, Engle và Granger (1987) cho rằng nếu kết hợp tuyến tính của các chuỗi thời

gian không dừng có thể là một chuỗi dừng và các chuỗi thời gian không dừng đó được

cho là đồng liên kết. Kết hợp tuyến tính dừng được gọi là phương trình đồng liên kết và

có thể được giải thích như mối quan hệ cân bằng dài hạn giữa các biến. Nói cách khác,

nếu phần dư trong mô hình hồi quy giữa các chuỗi thời gian không dừng là một chuỗi

dừng, thì kết quả hồi quy là thực và thể hiên mối quan hệ cân bằng dài hạn giữa các biến

trong mô hình. Mục đích của kiểm định đồng liên kết là xác định xem một nhóm các

chuỗi không dừng có đồng liên kết hay không. Có hai cách kiểm định là kiểm định

nghiệm đơn vị phần dư và kiểm định đồng liên kết dựa trên phương pháp VAR của

Johansen.

Trong luận văn này, tác giả sử dụng phương pháp kiểm định đồng liên kết Johansen.

Giả thuyết H0: không có đồng liên kết

Để quyết định bác bỏ hay chấp nhận giả thiết H0, ta so sánh giá trị “Trace Statistic” với

giá trị phê phán (critical value) ở mức ý nghĩa xác định.

Nếu trace value hoặc maximum eigenvalue < critical value => chấp nhận giả thuyết H0

(không có đồng liên kết)

Nếu trace value hoặc maximum eigenvalue > critical value => bác bỏ giả thuyết H0 (tồn

tại đồng liên kết)

*Kiểm định mô hình với các độ trễ khác nhau từ 0 đến 6, thực hiện F test để xác định tại

độ trễ nào tồn tại mô hình.

Áp các mức trễ từ 0 đến 6 cho mô hình hồi quy, tại mỗi mức trễ (mỗi mô hình) ta xem

xét các biến thêm vào (reer(-1), proda(-1), tota(-1), gexp(-1), open(-1)) có tồn tại trong

mô hình không. Kiểm định được sử dụng là Redundant Variable Test. Kiểm định này

cho phép ta kiểm định xem một nhóm biến đưa vào mô hình có ý nghĩa thống kê hay

không. Nói cách khác, đây là kiểm định xem các hệ số của một nhóm biến đưa vào mô

hình có đồng thời bằng không hay không để quyết định có nên loại chúng ra khỏi mô

hình hay không.

Xem xét giả thiết: H0: δ1 = δ2 = δ3 = δ4 = 0

H1: δ1 ≠ δ2 ≠ δ3 ≠ δ4 ≠ 0

Nếu F-statistics value lớn hơn F-critical value thì bác bỏ giả thiết H0, chấp nhận giả

thuyết H1.

Nếu F-statistics value nhỏ hơn F-critical value thì chấp nhận giả thiết H0.

Xác định độ trễ tối ưu của mô hình:

Trong trường hợp có nhiều phươ.ng trình hồi quy đồng liên kết, áp dụng tiêu chuẩn AIC

để lựa chọn ra độ trễ tối ưu hay mô hình tối ưu. Tại độ trễ nào có giá trị AIC là nhỏ nhất,

ta sẽ chọn mô hình tại độ trễ đó là mô hình tối ưu.

1.2.1 Kiểm định hiện tượng tự tương quan của các biến

Tự tương quan có thể hiểu là sự tương quan giữa các thành phần của chuỗi các quan sát

được sắp xếp theo thứ tự thời gian (trong các số liệu chuỗi thời gian) hoặc không gian

(trong số liệu chéo).

Ta có thể kiểm định hiện tượng tự tương quan của các biến trong mô hình bằng kiểm

định Breusch-Godfrey Serial Correlation LM

Kiểm định Breusch-Godfrey Serial Correlation LM Test:

Giả thuyết H0 : không tồn tại tự tương quan của các biến cho đến bậc k.

H1 : tồn tại tự tương quan của các biến cho đến bậc k.

Nếu Prob. Chi-Square(k) > 0.05 thì chấp nhận giả thuyết H0.

Nếu Prob. Chi-Square(k) < 0.05 thì bác bỏ giả thuyết H0, chấp nhận giả thuyết H1.

1.3 Kiểm định sự phù hợp của mô hình

Sự phù hợp của mô hình ARDL song phương được kiểm định bằng Ramsey RESET

Test. Ramsey RESET Test trả lời cho câu hỏi mô hình có thiếu biến không và hình thức

của các hàm có phải chuyển thành hàm log, hàm mũ, hay hàm nghịch không.

Giả thiết

H0: Mô hình được xác định là đúng (nếu có biến thêm vào thì hệ số của biến bằng

không).

H1: Mô hình được xác định là không đúng (cần có các biến khác thêm vào).

Nếu F statistics lớn hơn giá trị tới hạn với mức ý nghĩa 5% thì bác bỏ giả thiết H0, chấp

nhận giả thuyết H1.

1.3.1 Kiểm định Wald

Đây là một kiểm định rất quan trọng trong phân tích hồi qui bội bằng cách tính một

thống kê kiểm định dựa trên hồi qui không bị ràng buộc. Thống kê Wald cho biết mức độ

các ước lượng không bị ràng buộc thỏa mãn các ràng buộc như thế nào dưới giả thiết

không. Nếu các ràng buộc thực sự là đúng, thì các ước lượng không bị ràng buộc sẽ thỏa

mãn các ràng buộc.

Để quyết định bác bỏ hay chấp nhận H0, nếu là mô hình hồi qui tuyến tính ta so sánh giá

trị F tính toán với giá trị F phê phán ở một mức ý nghĩa xác định. Ngược lại, nếu mô hình

hồi qui phi tuyến ta so sánh giá trị chi bình phương tính toán với giá trị chi bình phương

phê phán với số bậc tự do bằng số ràng buộc.

1.4 Kiểm định thừa biến

Đây cũng là một nội dung trong kiểm định sai dạng mô hình. Kiểm định này cho phép ta

kiểm định xem một nhóm biến đưa vào mô hình có ý nghĩa thống kê hay không. Nói

cách khác, đây là kiểm định xem các hệ số của một nhóm biến đưa vào mô hình có đồng

thời bằng không hay không để quyết định có nên loại chúng ra khỏi mô hình hay không.

Các điều kiện áp dụng kiểm định này cũng tương tự như kiểm định bỏ sót biến.

Để quyết định bác bỏ hay chấp nhận H0, nếu là mô hình hồi qui tuyến tính ta so sánh giá

trị F tính toán với giá trị F phê phán ở một mức ý nghĩa xác định. Ngược lại, nếu mô hình

hồi qui phi tuyến ta so sánh giá trị chi bình phương tính toán với giá trị chi bình phương

phê phán với bậc tự do bằng số ràng buộc.

1.5 Kiểm định sự ổn định của mô hình

Ta có thể kiểm định sự ổn định của mô hình bằng kiểm định CUSUM và CUSUM of

Square.

Kiểm định CUSUM (Cumilative sum of the recursive residuals)

Nếu động thái của Wt vượt ra ngoài critical line thì là dấu hiệu của không ổn định về hệ

số của phương trình hồi quy.

Kiểm định CUSUM of Square test

Nếu động thái của St vượt ra ngoài critical line thì là dấu hiệu của không ổn định về

tham số hoặc phương sai của phương trình hồi quy.