100. Stiglitz, J. E. (2006). Making globalisation work. Economic and Social Research Institute (ESRI) Research Series.
101. Stiglitz, J., Sen, A., & Fitoussi, J. P. (2009). The measurement of economic performance and social progress revisited. Reflections and overview. Commission on the Measurement of Economic Performance and Social Progress, Paris.
102. Stone, C. and Cox, K. (2008). Economic Polilcy in a weakening economy, principles for fiscal stimulus, Center on Buget and Policy Priorites, http://www.cbpp.org/files/1-8-08bud.pdf.
103. Takagi, S., & Esaka, T. (2001). Sterilization and the capital inflow problem in East Asia, 1987-97. In Regional and Global Capital Flows: Macroeconomic Causes and Consequences, NBER-EASE Volume 10 (pp. 197-226). University of Chicago Press.
104. Terada-Hagiwara, A. (2004). Reserve accumulation, sterilization, and policy dilemma.
105. Thaicharoen, Y., & Ananchotikul, N. (2008). Thailand’s experiences with rising capital flows: recent challenges and policy responses. Financial Globalisation and Emerging Market Capital Flows, 427-65.
106. Theil, H. (1953). Repeated least squares applied to complete equation systems.
The Hague: central planning bureau.
107. Totonchi, J. (2011). Macroeconomic theories of inflation. In International Conference on Economics and Finance Research ( 459-462). Singapore: IACSIT Press.
108. Vargas, H., González, A., & Rodríguez, D. (2013). Foreign exchange intervention in Colombia.
109. Villanueva, D., & Seng, L. C. (1999). Managing capital flows in SEACEN countries: A policy agenda. Southeast Asian Central Banks Research and Training Centre, February. Mimeograph.
110. Wang, Y. (2010). Effectiveness of capital controls and sterilizations in China.
China & World Economy, 18(3), 106-124.
111. Yeyati, E. L. (2006). Financial dollarization: evaluating the consequences.
economic Policy, 21(45), 62-118.
112. Yeyati, E. L. (2008). Liquidity insurance in a financially dollarized economy. In Financial Markets Volatility and Performance in Emerging Markets (pp. 185- 218). University of Chicago Press.
113. Zainal, Z. (2007). Case study as a research method. Jurnal Kemanusiaan, (9), 1- 6.
114. Zhang, C. (2010). Sterilization in China: effectiveness and cost. Working papers, University of Pennsylvania , Wharton School, Weiss Center.
115. Zhou, L., Zhang, N., & Chen, Q. Y. (2013). Foreign Exchange Reserves, Monetary Policy and Inflation: an Empirical Study from China. Advances in Information Sciences and Service Sciences, 5(4), 920.
116. Zoryan, H. (2005). The measurement of co-circulation of currencies and dollarization in the Republic of Armenia. European Journal of Comparative Economics, 2(1), 41-65.
117. Zellner, A., & Theil, H. (1962). Three-stage least squares: simultaneous estimation of simultaneous equations. Econometrica: Journal of the Econometric Society, 54-78.
Bài báo
DANH MỤC CÁC CÔNG TRÌNH CỦA TÁC GIẢ
1. Nguyen, P. T., Le, H. D., & Hoang, H. T. (2018, January). The Efficient Sterilization of Central Bank: Suitable Estimation Method. In International Econometric Conference of Vietnam (pp. 639-647). Springer, Cham.
2. Nguyễn Thị Kim Phụng & Đoàn Thanh Hà. (2018). Hiệu quả hoạt động can thiệp trung hòa tại Việt Nam. Tạp chí Ngân hàng. Tháng 5/2018, số 10 , trang 4-14.
3. Nguyễn Thị Kim Phụng & Hoàng Thị Thanh Hằng. (2018). Tác động tích lũy dự trữ ngoại hối đến lạm phát tại Việt Nam. Tạp chí Kinh tế - Kỹ thuật. Tháng 6 – 2018, trang 64 - 75.
4. Nguyễn Thị Kim Phụng & Hoàng Thị Thanh Hằng.(2018). Phương pháp ước lượng hiệu quả can thiệp trung hòa của Ngân hàng Trung Ương. Tạp chí Công nghệ Ngân hàng. Tháng 6 – 2018, trang 18-26.
Đề tài nghiên cứu khoa học
1. Thành viên đề tài : Quản trị tài sản thương hiệu của các Ngân hàng thương mại Việt Nam: Nghiên cứu trường hợp các ngân hàng tại TP. Hồ Chí Minh. Chủ nhiệm đề tài : TS. Nguyễn Văn Thụy. Đề tài nghiên cứu khoa học cấp trường. Nghiệm thu tháng 6/2017 theo Quyết định Số 1203A/QĐ-ĐHNH ngày 25 tháng 6 năm 2017.
2. Thành viên đề tài : Ảnh hưởng của năng lực quản trị đến kết quả hoạt động kinh doanh của Ngân hàng thương mại trên địa bàn Tp.HCM. Chủ nhiệm đề tài : TS. Nguyễn Văn Thụy. Đề tài nghiên cứu khoa học cấp trường. Nghiệm thu tháng 9/2014 theo Quyết định Số 1451/QĐ-ĐHNH ngày 19 tháng 9 năm 2014
PHỤ LỤC
PHỤ LỤC 1
XÂY DỰNG MÔ HÌNH ƯỚC LƯỢNG HIỆU QUẢ CAN THIỆP TRUNG HÒA KHI CHƯA CÓ BIẾN KHỦNG HOẢNG
Luật NHNN Việt Nam 2010 quy định “Chính sách tiền tệ quốc gia là các quyết định về tiền tệ ở tầm quốc gia của cơ quan nhà nước có thẩm quyền, bao gồm quyết định mục tiêu ổn định giá trị đồng tiền biểu hiện bằng chỉ tiêu lạm phát, quyết định sử dụng các công cụ và biện pháp để thực hiện mục tiêu đề ra”27. Trên cơ sở đó, đối tượng kiểm soát chính trong mục tiêu của CSTT của NHNN là lạm phát. NHNN điều hành lãi suất và tỷ giá phù hợp với diễn biến kinh tế vĩ mô, tiền tệ, đặc biệt là diễn biến của lạm phát. Như vậy, NHNN chủ yếu quan tâm đến lạm phát mục tiêu, còn về tỷ giá, NHNN chủ yếu quan tâm đến biến động tỷ giá hối đoái chứ không quản lý theo tỷ giá mục tiêu. Do đó, tương tự như Ouyang & Rajan (2011), tỷ giá mục tiêu sẽ không có trong hàm tổn thất như trong nghiên cứu của Brissimis & ctg (2002).
2
Hàm tổn thất của NHNN Việt Nam có dạng :
𝐿 = 𝛽(∆𝐶𝑃𝐼 )2 + 𝛾(𝑌 )2 + 𝛿(𝜎
)2 + 𝜀(𝜎
) (A1.1)
𝑡 𝑡 𝑡
𝑟,𝑡
𝑒,𝑡
Các biến trong hàm tổn thất được xác định dưới đây:
(1) Lạm phát
Lạm phát phụ thuộc vào thay đổi cung tiền hiện tại, lạm phát kỳ trước, thay đổi tỷ giá hiện tại và thay đổi mức độ đô la hóa kỳ trước.
∆𝐶𝑃𝐼𝑡 = 𝜋1[(∆𝑁𝐹𝐴𝑡 + ∆𝑁𝐷𝐴𝑡)𝑚𝑚𝑡 + 𝑀𝐵𝑡∆𝑚𝑚𝑡] + 𝜋2∆𝐶𝑃𝐼𝑡−1 + 𝜋3∆𝑒𝑡 + 𝜋4∆𝐷𝐿𝑡−1 +
(A1.2)
27 Khoản 1 điều 3 Luật NHNN 2010.
(2) Độ lệch sản lượng
Độ lệch sản lượng phụ thuộc vào thay đổi cung tiền hiện tại và độ lệch sản lượng kỳ trước.
𝑌𝑡 = 𝜑1[(∆𝑁𝐹𝐴𝑡 + ∆𝑁𝐷𝐴𝑡)𝑚𝑚𝑡 + 𝑀𝐵𝑡∆𝑚𝑚𝑡] + 𝜑2𝑌𝑡−1 (A1.3)
(3) Cán cân thanh toán
∆𝑁𝐹𝐴𝑡 = ∆𝐶𝐴𝑡 + ∆𝐾𝑡 (A1.4) ( Bỏ qua lỗi và sai sót thống kê) Trong đó, CA là cán cân vãng lai và Kt là cán cân vốn.
Cán cân vãng lai phụ thuộc vào cán cân vãng lai kỳ trước, độ lệch sản lượng có độ trễ và tỷ giá danh nghĩa.
𝐶𝐴𝑡 = 𝛼1𝐶𝐴𝑡−1 + 𝛼2𝑌𝑡−1+ 𝛼3Δ𝑒𝑡 (A1.5) ( Trong đó et là tỷ giá VND/USD)
Cán cân vốn giả định phụ thuộc vào sự khác biệt lãi suất không bảo hiểm (uncovered interest differentials).
𝑐
1 ∗
K𝑡 = ( ) ∆(𝑒𝑡 − 𝐸𝑡𝑒𝑡+1 + 𝑟𝑡 − 𝑟𝑡 ) (A1.6)
Trong đó Etet+1 là kỳ vọng hiện tại của tỷ giá USD/VND ở thời điểm t+1; rt là lãi suất
t
trong nước, r* là lãi suất nước ngoài; c đại diện cho mức độ chu chuyển vốn quốc tế.
Lãi suất phụ thuộc vào sự thay đổi cung tiền.
∆𝑟𝑡 = −ψ1[(∆𝑁𝐹𝐴𝑡 + ∆𝑁𝐷𝐴𝑡)𝑚𝑚𝑡 + 𝑀𝐵𝑡∆𝑚𝑚𝑡] (A1.7)
Thay thế (A1.3), (A1.4), (A1.5), (A1.6), (A1.7) vào (A1.2), ta có:
∆𝐶𝑃𝐼𝑡 = {𝜋1𝑚𝑚𝑡 + [𝑐𝜋3/(1 + 𝑐𝛼3)] + [𝜋3𝜓1𝑚𝑚𝑡/(1 + 𝑐𝛼3)]}𝑁𝐹𝐴𝑡
+{𝜋1𝑚𝑚𝑡 + [𝜋3𝜓1𝑚𝑚𝑡/(1 + 𝑐𝛼3)]}𝑁𝐷𝐴𝑡
+(𝜋1𝑀𝐵𝑡 + 𝜋3𝜓1𝑀𝐵𝑡)Δ𝑚𝑚𝑡 − [𝛼2𝑐𝜋3/(1 + 𝑐𝛼3)]𝑌𝑡−1
𝑡
+ 𝜋2∆𝐶𝑃𝐼𝑡−1 − [𝛼1𝑐𝜋3/(1 + 𝑐𝛼3)]CA𝑡−1 + [𝜋3/(1 + 𝑐𝛼3)]∆(𝑟∗ + 𝐸𝑡𝑒𝑡+1) + 𝜋4∆𝐷𝐿𝑡−1
(A1.8)
(4) Biến động lãi suất
Biến động lãi suất (𝜎𝑟,𝑡)phụ thuộc vào độ biến động lãi suất trong quá khứ và độ can thiệp của NHNN trên thị trường tiền tệ. NHNN bơm tiền vào thị trường (NDAt > 0) để ngăn ngừa lãi suất tăng khi thị trường tiền tệ thâm hụt. Và ngược lại, khi thị trường tiền tệ thặng dư, NHNN rút tiền từ thị trường (NDAt < 0) để ngăn ngừa việc giảm lãi suất. Vì vậy, biến động lãi suất được xác định như sau:
𝜎𝑟,𝑡 = 𝜂𝜎𝑟,𝑡−1 − 𝜁(∆𝑁𝐷𝐴𝑡 − 𝑑1∆𝑁𝐷𝐴𝑡) (A1.9)
Trong đó, d1 là biến giả, d1 = 0 khi thị trường tiền tệ thâm hụt (∆𝑁𝐷𝐴𝑡 > 0) , d1 =2 khi thị trường tiền tệ thặng dư (∆𝑁𝐷𝐴𝑡 < 0).
(5) Biến động tỷ giá
Tương tự như biến động lãi suất, biến động tỷ giá (𝜎𝑒,𝑡) phụ thuộc vào biến động tỷ giá trong quá khứ, độ can thiệp của NHNN trên thị trường ngoại hối. Khi thị trường ngoại hối thâm hụt, NHNN sẽ can thiệp bán trên thị trường để tránh tăng tỷ giá (∆𝑁𝐹𝐴𝑡 <
0) và ngược lại, khi thị trường ngoại tệ thặng dư, để tránh giảm tỷ giá, NHNN sẽ can
thiệp mua trên thị trường (∆𝑁𝐹𝐴𝑡 > 0). Vì vậy, biến động tỷ giá được thể hiện như sau:
𝜎𝑒,𝑡 = 𝜅𝜎𝑒,𝑡−1 − 𝜉(∆𝑁𝐹𝐴𝑡 − 𝑑2∆𝑁𝐹𝐴𝑡) (A1.10)
Trong đó, d2 là biến giả, d2 = 2 khi thị trường ngoại hối thâm hụt ((∆𝑁𝐹𝐴𝑡 < 0), d2 =0 khi thị trường ngoại hối thặng dư (∆𝑁𝐹𝐴𝑡 > 0) .
Mối liên hệ giữa biến động lãi suất và NDAt xác định phương trình can thiệp trên thị trường tiền tệ trong nước và mối liên hệ giữa biến động tỷ giá và NFAt xác định phương trình can thiệp trên thị trườn ngoại hối.
Giả sử NHNN tối thiểu hóa hàm tổn thất ở phương trình (A1.1) với những công cụ chính sách có sẳn (∆𝑁𝐹𝐴𝑡 và ∆𝑁𝐷𝐴𝑡) tùy thuộc vào các ràng buộc nền kinh tế được đưa ra trong các phương trình (A1.3), (A1.8), (A1.9), (A1.10), khi đó điều kiện để NHNN tối thiểu hóa hàm tổn thất là :
𝜕𝐿𝑡= 0 (A1.11a)
𝜕∆𝑁𝐷𝐴𝑡
𝜕𝐿𝑡= 0 (A1.11b)
𝜕∆𝑁𝐹𝐴𝑡
Thay thế các biến ở các phương trình (A1.3), (A1.8), (A1.9), (A1.10) vào phương trình (A1.11a), (A1.11b) và giải hệ phương trình này, ta có được kết quả như sau:
1
∆𝑁𝐷𝐴𝑡 = −{[𝛽𝜋1(𝑚𝑚𝑡+(𝑐𝜋3 − 𝜋3𝜑1𝑚𝑚𝑡)/(1 + 𝑐𝛼3) + 𝜑2𝛾𝑚𝑚𝑡]/𝑢1}Δ𝑁𝐹𝐴𝑡
1
−{[𝛽𝜋1𝑀𝐵𝑡(𝜋1 + 𝜋3𝜓1) + 𝜑2𝛾𝑀𝐵𝑡]/𝑢1}Δ𝑚𝑚𝑡
− [(𝛽𝜋1𝜋2)/𝑢1]∆ 𝐶𝑃𝐼𝑡−1
+{[(𝛼2𝛽𝑐𝜋1𝜋3/(1 + 𝑐𝛼3) − 𝜑1𝜑2)]/𝑢1} 𝑌𝑡−1
+ { [(𝛼1𝛽𝑐𝜋1𝜋3/(1 + 𝑐𝛼3)]/𝑢1}ΔCA𝑡−1
𝑡
− {[(𝛽𝜋1𝜋3/(1 + 𝑐𝛼3)]/𝑢1)}∆(𝑟∗ + 𝐸𝑡𝑒𝑡+1)
− (𝛽𝜋1𝜋4/𝑢1)∆𝐷𝐿𝑡−1 − [𝛿𝜁(𝑑1 − 1)𝜂/𝑢1]𝜎𝑟,𝑡−1 (A12a) Trong đó:
1
𝑢1 = [ 𝛽𝜋1𝑚𝑚𝑡((𝜋1 + 𝜓1/(1 + 𝑐𝛼3)) + 𝜑2𝛾𝑚𝑚𝑡 − 𝛿𝜁2(𝑑1 − 1)2]
1
∆𝑁𝐹𝐴𝑡 = −{[𝛽𝜋1𝑚𝑚𝑡(𝜋1 + 𝜓1/(1 + 𝑐𝛼3)) + 𝜑2𝛾𝑚𝑚𝑡]/𝑢2}Δ𝑁𝐷𝐴𝑡
1
−{[𝛽𝜋1𝑀𝐵𝑡(𝜋1 + 𝜋3𝜓1) + 𝜑2𝛾𝑀𝐵𝑡]/𝑢2}Δ𝑚𝑚𝑡
− [(𝛽𝜋1𝜋2)/𝑢2]∆ 𝐶𝑃𝐼𝑡−1
+{[(𝛼2𝛽𝑐𝜋1𝜋3/(1 + 𝑐𝛼3) − 𝜑1𝜑2)]/𝑢2} 𝑌𝑡−1
+ { [(𝛼1𝛽𝑐𝜋1𝜋3/(1 + 𝑐𝛼3)]/𝑢2}ΔCA𝑡−1
𝑡
− {[(𝛽𝜋1𝜋3/(1 + 𝑐𝛼3)]/𝑢2)}∆(𝑟∗ + 𝐸𝑡𝑒𝑡+1)
− (𝛽𝜋1𝜋4/𝑢2)∆𝐷𝐿𝑡−1 − [𝜀𝜁(𝑑2 − 1)/𝑢2𝜅]𝜎𝑒,𝑡−1(A12b) Trong đó:
1
𝑢2 = [𝛽𝜋1(𝑚𝑚𝑡+(𝑐𝜋3 − 𝜋3𝜑1𝑚𝑚𝑡)/(1 + 𝑐𝛼3) + 𝜑2𝛾𝑚𝑚𝑡] − 𝜀𝜉2(𝑑2 − 1)2
PHỤ LỤC 2
KẾT QUẢ ƯỚC LƯỢNG VÀ KIỂM ĐỊNH MÔ HÌNH ARDL BOUND TEST
Bảng A2.1. Thống kê mô tả các biến
CPI | DL | MM | NDA_AD | NFA_AD | V | Y | |
Mean | 1.057985 | 0.158977 | 5.045583 | 0.070254 | 0.448075 | 0.567697 | -0.000725 |
Median | 1.018028 | 0.160551 | 5.346979 | 0.066249 | 0.318632 | 0.543749 | -0.183346 |
Maximum | 1.541174 | 0.238277 | 6.534005 | 0.513649 | 1.665142 | 1.443760 | 3.015828 |
Minimum | 0.535784 | 0.085000 | 3.428849 | -0.372184 | 0.104920 | 0.132285 | -1.835627 |
Std. Dev. | 0.349472 | 0.047718 | 1.056116 | 0.136851 | 0.339183 | 0.322484 | 1.077453 |
Có thể bạn quan tâm!
-
Diễn Biến Đô La Hóa Và Dự Trữ Ngoại Hối Của Nhnn Từ Quý I/2004 Đến Quý Ii/2017 -
Tăng Cường Tích Lũy Dự Trữ Ngoại Hối Và Chống Đô La Hóa Nền Kinh Tế -
Ảnh hưởng tích lũy dự trữ ngoại hối đến lạm phát và hoạt động can thiệp trung hòa của ngân hàng nhà nước Việt Nam - 18 -
Ảnh hưởng tích lũy dự trữ ngoại hối đến lạm phát và hoạt động can thiệp trung hòa của ngân hàng nhà nước Việt Nam - 20 -
Ảnh hưởng tích lũy dự trữ ngoại hối đến lạm phát và hoạt động can thiệp trung hòa của ngân hàng nhà nước Việt Nam - 21 -
Ảnh hưởng tích lũy dự trữ ngoại hối đến lạm phát và hoạt động can thiệp trung hòa của ngân hàng nhà nước Việt Nam - 22
Xem toàn bộ 184 trang tài liệu này.
Bảng A2.2. Ma trận hệ số tương quan giữa các biến
Sample: 2004Q1 2017Q2 | ||||||
Included observations: 54 | ||||||
Correlation | ||||||
Probability | DL | MM | NDA_AD | NFA_AD | V | Y |
DL | 1.000000 | |||||
----- | ||||||
MM | -0.922135 | 1.000000 | ||||
0.0000 | ----- | |||||
NDA_AD | -0.138412 | 0.335837 | 1.000000 | |||
0.3182 | 0.0130 | ----- | ||||
NFA_AD | 0.001826 | -0.160872 | -0.170348 | 1.000000 | ||
0.9895 | 0.2452 | 0.2181 | ----- | |||
V | 0.408424 | -0.398668 | -0.275140 | -0.696227 | 1.000000 | |
0.0022 | 0.0028 | 0.0441 | 0.0000 | ----- | ||
Y | -0.057000 | -0.006362 | -0.277079 | -0.115108 | 0.044692 | 1.000000 |
0.6822 | 0.9636 | 0.0425 | 0.4072 | 0.7483 | ----- | |
Bảng A2.3. Kết quả chạy mô hình ARDL
Method: ARDL | ||||
Sample (adjusted): 2005Q1 2017Q2 | ||||
Included observations: 50 after adjustments | ||||
Maximum dependent lags: 4 (Automatic selection) | ||||
Model selection method: Schwarz criterion (SIC) | ||||
Dynamic regressors (4 lags, automatic): NFA_AD NDA_AD MM Y V DL | ||||
Fixed regressors: C | ||||
Number of models evalulated: 62500 | ||||
Selected Model: ARDL(2, 1, 2, 3, 4, 1, 2) | ||||
Variable | Coefficient | Std. Error | t-Statistic | Prob.* |
CPI(-1) | 1.147319 | 0.119327 | 9.614899 | 0.0000 |
CPI(-2) | -0.426621 | 0.110957 | -3.844911 | 0.0006 |
NFA_AD | 0.057566 | 0.020834 | 2.763019 | 0.0100 |
NFA_AD(-1) | 0.048671 | 0.014965 | 3.252378 | 0.0030 |
NDA_AD | 0.009273 | 0.026252 | 0.353232 | 0.7266 |
NDA_AD(-1) | 0.070386 | 0.026058 | 2.701095 | 0.0116 |
NDA_AD(-2) | 0.072564 | 0.022991 | 3.156203 | 0.0038 |
MM | 0.014018 | 0.008315 | 1.685932 | 0.1029 |
MM(-1) | -0.002757 | 0.008214 | -0.335599 | 0.7397 |
MM(-2) | 0.019933 | 0.008018 | 2.486146 | 0.0191 |
MM(-3) | 0.026536 | 0.007911 | 3.354158 | 0.0023 |
Y | -0.005037 | 0.002369 | -2.126353 | 0.0424 |
Y(-1) | 0.000372 | 0.002751 | 0.135292 | 0.8933 |
Y(-2) | -0.003849 | 0.003954 | -0.973222 | 0.3388 |
Y(-3) | -0.008277 | 0.004467 | -1.852788 | 0.0745 |
Y(-4) | 0.022719 | 0.003513 | 6.466909 | 0.0000 |
V | 0.057480 | 0.023917 | 2.403295 | 0.0231 |
V(-1) | 0.055027 | 0.016340 | 3.367545 | 0.0022 |
DL | 0.048147 | 0.024757 | 1.944779 | 0.0619 |
DL(-1) | 0.012408 | 0.036795 | 0.337234 | 0.7385 |
DL(-2) | -0.167291 | 0.030499 | -5.485137 | 0.0000 |
C | 0.075434 | 0.079128 | 0.953317 | 0.3486 |
R-squared | 0.999599 | Mean dependent var | 1.098350 | |
Adjusted R-squared | 0.999299 | S.D. dependent var | 0.331127 | |
0.008767 | Akaike info criterion | -6.335549 | |
Sum squared resid | 0.002152 | Schwarz criterion | -5.494259 |
Log likelihood | 180.3887 | Hannan-Quinn criter. | -6.015181 |
F-statistic | 3327.582 | Durbin-Watson stat | 1.697823 |
Prob(F-statistic) | 0.000000 |
*Note: p-values and any subsequent tests do not account for model selection.
Test Equation: | ||||
Dependent Variable: D(CPI) | ||||
Method: Least Squares | ||||
Sample: 2005Q1 2017Q2 | ||||
Included observations: 50 | ||||
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
D(CPI(-1)) | 0.426621 | 0.110957 | 3.844911 | 0.0006 |
Bảng A2.4. Kết quả kiểm định Bounds Test
Sample: 2005Q1 2017Q2 | ||
Included observations: 50 | ||
Null Hypothesis: No long-run relationships exist | ||
Test Statistic | Value | k |
F-statistic | 10.51498 | 6 |
Critical Value Bounds | ||
Significance | I0 Bound | I1 Bound |
10% | 1.99 | 2.94 |
5% | 2.27 | 3.28 |
2.5% | 2.55 | 3.61 |
1% | 2.88 | 3.99 |
0.057566 | 0.020834 | 2.763019 | 0.0100 | |
D(NDA_AD) | 0.009273 | 0.026252 | 0.353232 | 0.7266 |
D(NDA_AD(-1)) | -0.072564 | 0.022991 | -3.156203 | 0.0038 |
D(MM) | 0.014018 | 0.008315 | 1.685932 | 0.1029 |
D(MM(-1)) | -0.046469 | 0.008478 | -5.481385 | 0.0000 |
D(MM(-2)) | -0.026536 | 0.007911 | -3.354158 | 0.0023 |
D(Y) | -0.005037 | 0.002369 | -2.126353 | 0.0424 |
D(Y(-1)) | -0.010593 | 0.003215 | -3.295403 | 0.0027 |
D(Y(-2)) | -0.014442 | 0.004018 | -3.593913 | 0.0012 |
D(Y(-3)) | -0.022719 | 0.003513 | -6.466909 | 0.0000 |
D(V) | 0.057480 | 0.023917 | 2.403295 | 0.0231 |
D(DL) | 0.048147 | 0.024757 | 1.944779 | 0.0619 |
D(DL(-1)) | 0.167291 | 0.030499 | 5.485137 | 0.0000 |
C | 0.075434 | 0.079128 | 0.953317 | 0.3486 |
NFA_AD(-1) | 0.106237 | 0.030709 | 3.459431 | 0.0018 |
NDA_AD(-1) | 0.152223 | 0.040953 | 3.717065 | 0.0009 |
MM(-1) | 0.057730 | 0.010770 | 5.360261 | 0.0000 |
Y(-1) | 0.005928 | 0.002586 | 2.292639 | 0.0296 |
V(-1) | 0.112508 | 0.032797 | 3.430387 | 0.0019 |
DL(-1) | -0.106736 | 0.021591 | -4.943613 | 0.0000 |
CPI(-1) | -0.279302 | 0.039795 | -7.018573 | 0.0000 |
R-squared | 0.874154 | Mean dependent var | 0.019458 | |
Adjusted R-squared | 0.779770 | S.D. dependent var | 0.018681 | |
S.E. of regression | 0.008767 | Akaike info criterion | -6.335549 | |
Sum squared resid | 0.002152 | Schwarz criterion | -5.494259 | |
Log likelihood | 180.3887 | Hannan-Quinn criter. | -6.015181 | |
F-statistic | 9.261653 | Durbin-Watson stat | 1.697823 | |
Prob(F-statistic) | 0.000000 | |||
Bảng A2.5. Kết quả phương trình sai phân ECM và tác động dài hạn
Original dep. variable: CPI | ||||
Selected Model: ARDL(2, 1, 2, 3, 4, 1, 2) | ||||
Sample: 2004Q1 2017Q2 | ||||
Included observations: 50 | ||||
Cointegrating Form | ||||
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
D(CPI(-1)) | 0.426621 | 0.062038 | 6.876802 | 0.0000 |
D(NFA_AD) | 0.057566 | 0.010478 | 5.494242 | 0.0000 |
D(NDA_AD) | 0.009273 | 0.015931 | 0.582080 | 0.5652 |
D(NDA_AD(-1)) | -0.072564 | 0.017066 | -4.252010 | 0.0002 |
D(MM) | 0.014018 | 0.005158 | 2.717599 | 0.0112 |
D(MM(-1)) | -0.046469 | 0.006762 | -6.871946 | 0.0000 |
D(MM(-2)) | -0.026536 | 0.006380 | -4.159259 | 0.0003 |
D(Y) | -0.005037 | 0.001764 | -2.855163 | 0.0080 |
D(Y(-1)) | -0.010593 | 0.002324 | -4.557267 | 0.0001 |
D(Y(-2)) | -0.014442 | 0.003162 | -4.567046 | 0.0001 |
D(Y(-3)) | -0.022719 | 0.002922 | -7.774513 | 0.0000 |
D(V) | 0.057480 | 0.012435 | 4.622298 | 0.0001 |
D(DL) | 0.048147 | 0.017130 | 2.810627 | 0.0089 |
D(DL(-1)) | 0.167291 | 0.025499 | 6.560768 | 0.0000 |
CointEq(-1) | -0.279302 | 0.027238 | -10.254257 | 0.0000 |
Cointeq = CPI - (0.3804*NFA_AD + 0.5450*NDA_AD + 0.2067*MM + 0.0212 | ||||
*Y + 0.4028*V -0.3822*DL + 0.2701 ) | ||||
Long Run Coefficients | ||||
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
NFA_AD | 0.380366 | 0.117562 | 3.235460 | 0.0031 |
NDA_AD | 0.545014 | 0.158891 | 3.430116 | 0.0019 |
MM | 0.206693 | 0.029041 | 7.117238 | 0.0000 |
Y | 0.021225 | 0.009835 | 2.158204 | 0.0396 |
V | 0.402818 | 0.120779 | 3.335154 | 0.0024 |