dung véc tơ tự hồi quy (vector autoregressive). Phương pháp Johansen được trình bày như sau:
i=1 i t-i t
xt = α0 + ∑k α x + u (3.13)
Trong đó:
α0 là một vecto (n x 1) hằng số
xt là một vexto (n x 1) của những biến dừng ở sai phân bậc 1 hay I(1) k là độ trễ (lags)
αi là một ma trận (n x n) của hệ số
ut là một vecto (nx 1) của sai lỗi Gaussian
Quá trình tự hồi quy của những véc tơ được điều chỉnh lại và chuyển vào mô hình vecto hiệu chỉnh sai số (vector error correction model, VECM) như sau:
Có thể bạn quan tâm!
- Các yếu tố tác động đến hành vi cho vay của các ngân hàng thương mại Việt Nam - 2
- Sơ Đồ Mô Hình Nghiên Cứu Đề Xuất
- Cơ Sở Ước Lượng Mô Hình Nghiên Cứu
- Nội Dung Và Các Kết Quả Nghiên Cứu
- Các yếu tố tác động đến hành vi cho vay của các ngân hàng thương mại Việt Nam - 7
- Degryse, Hans And Van Cayseele, Patrick, 2000. Relationship Lending Within A Bank-Based System: Evidence From European Small Business Data. Journal Of Financial Intermediation, 9(1): 90-109.
Xem toàn bộ 121 trang tài liệu này.
Δxt = β0 + ∑k-1i=1ΓiΔxt-i + Πxt-k + ut (3.14)
i=1 i
Trong đó: Γi = - ∑k α
i=1 i
Π = - I + ∑k α
I là một ma trận đồng nhất (n x n)
Δ sai phân là giá trị kiểm tra (trace value) và (maximum eigen value) được dùng để tìm ra số lượng đồng tích hợp nếu có.
Kiểm tra đồng tích hợp
Giả thiết H0: không có đồng liên kết (non-cointegration)
Theo luật: khi so sánh giá trị (trace value) hoặc giá trị (maximum eigen value) với giá trị (critical value) ở mức ý nghĩa % (1%, 5% hay 10%).
Nếu: (trace value) hoặc giá trị (maximum eigen value) < (critical
value) suy ra chấp nhận giả thiết H0 (không có đồng liên kết).
Nếu: (trace value) hoặc giá trị (maximum eigen value) > (critical
value) suy ra bác bỏ giả thiết
H0 (tồn tại đồng liên kết).
3.2.2.3 Phương pháp ước lượng mô hình véc tơ hiệu chỉnh sai số VECM (Vector Error Correction Model)
Việc ước lượng mô hình véc tơ hiệu chỉnh sai số VECM được tiến hành theo hai bước sau:
Bước 1 : kiểm tra đồng tích hợp theo phương pháp của Johansen and Juselius (1990) .
Kết quả kiểm tra nếu phát hiện có tồn tại ít nhất một vecto đồng tích hợp giữa các biến khảo sát, có nghĩa là tồn tại một quan hệ cân bằng trong dài hạn giữa các biến có liên quan (long- run relationship among variables) thì tiếp tục thự hiện bước hai.
Phương trình hồi quy đồng tích hợp (thể hiện mối quan hệ cân bằng trong dài hạn giữa các biến khảo sát).
Yt = β0 + ∑mi=1βiΔxt-i + ECMt + ut (3.15)
Véc tơ đồng tích hợp ECMt được đo bằng cách biến đổi phần dư từ phương trình hồi quy Yt lên xt như sau:
ECMt = Yt - β0 + ∑mi=1βixt (3.16)
Trong đó :
Yt là biến phụ thuộc xt là các biến độc lập
ECMt là phần dư của phương trình
β0 ,βi là hệ số của ma trận tương đương về kích cỡ m là số biến độc lập
Bước hai : ước lượng mô hình véc tơ hiệu chỉnh sai số VECM
Nếu kết quả kết luận có đồng tích hợp giữa các biến khảo sát hay quan hệ dài hạn giữa các biến nghiên cứu tồn tại, mô hình véc tơ hiệu chỉnh sai số VECM được ước lượng như sau:
j=1 i=1 i t-i t-1 t
ΔYt = β0 + ∑pi=1αiΔYt-i + ∑m ∑k β Δx + δECM + u (3.17)
Trong đó:
ΔYt là thay đổi (sai phân bậc 1) của biến phụ thuộc
ΔYt-i là thay đổi (sai phân bậc 1) của biến phụ thuộc và lấy độ trễ là
t – i
Δxt-i là thay đổi (sai phân bậc 1) của các biến kinh tế vĩ mô (biến độc
lập) và lấy độ trễ là t – i
ECMt-1 là phần dư thu được từ phương trình hồi quy đồng tích hợp ở
bước trên và lấy độ trễ là t 1
β0, αi, βi, δ là các hệ số của những ma trận tương đương về kích cỡ ut là phần dư trong phương trình hồi quy
p &k là thông số độ trễ tương ứng
m là số biến độc lập trong phương trình (biến kinh tế vĩ mô)
Điều kiện của mô hình hiệu chỉnh sai số là phải có hệ số δ có dấu (-) và có giá trị nằm giữa 0 và 1, điều này cho biết rằng có sự hội tụ của mô hình hướng về trạng thái cân bằng trong dài hạn, đồng thời cũng cho thấy bao nhiêu phần trăm điều chỉnh xảy ra mỗi thời đoạn.
3.2.3 Kiểm định tính phù hợp mô hình
Sau khi ước lượng mô hình VECM, tiếp tục thực hiện việc kiểm định tính phù hợp của mô hình bao gồm 2 kiểm định.
Kiểm định về phương sai thay đổi
Đối với phương pháp hồi quy cổ điển OLS, một trong những giả thiết quan trọng đó là phương sai của sai số là một số không đổi và bằng ζ2. Tuy
nhiên, thực tế hầu hết giả thiết này đều bị vi phạm trong các mô hình hồi quy. Trong mô hình VECM cũng vậy.
Theo Kmenta (1986, tr. 276–279) các phương sai và đồng phương sai của các ước lượng OLS cho các giá trị β là thiên lệch và không nhất quán khi phương sai của sai số thay đổi nhưng bị bỏ qua. Do đó, các kiểm định giả thiết sẽ không còn giá trị nữa. Một thủ tục kiểm định được ưa chuộng là sử dụng kiểm định nhân tử Lagrange (LM), đây là một kiểm định cỡ mẫu lớn. Có bốn kiểm định LM phổ biến đó là: Glesjer (1969), Breusch-Pagan (1979), White(1980), Harvey-Godfrey (1976 - 1978), mỗi kiểm định có những đặc trưng khác nhau của phương sai sai số.
Trong kiểm định về phương sai thay đổi của mô hình VECM, tác giả sử dụng kiểm định White như sau:
Xét mô hình hồi qui sau:
1
Yi = + 2X2i + 3X3i + ui (3.18)
Bước 1: Ước lượng mô hình trên bằng OLS, thu được các phần dư ei.
Bước 2: Ước lượng một trong các mô hình sau
(3.20)
ei2 = hay ei2 =
+ 2X2i + 3X3i + 4X2i2 + 5X3i 2i
1
1
2 + X X + V
2 + v (3.19)
+ 2X2i + 3X3i + 4X2i2 + 5X3i 6 2i 3i 2i
(3.19) và (3.20) có thể có số mũ cao hơn và nhất thiết phải có hệ số chặn bất kể mô hình gốc có hay không.
R2 là hệ số xác định bội, thu được từ (3.19) với mô hình không có số
2
3
4
5
hạng chéo hay (3.20) với mô hình có số hạng chéo.
Bước 3: Đặt giả thuyết H0:
= = =
= 0 (1)
2
3
4
5
6
= = = = = 0 (2)
Tương đương H0: phương sai của sai số không đổi.
nR2 có phân phối xấp xỉ 2(df), với df bằng số hệ số của mô hình (1) và
(2) không kể hệ số chặn.
Bước 4: Quy tắc quyết định nR2 < 2(df): chấp nhận H0
nR2 > 2(df): bác bỏ H0, hay có hiện tượng phương sai sai số thay đổi.
Kiểm định về tương quan chuỗi
Khi chúng ta tiến hành hồi quy mà có hiện tượng tương quan chuỗi thì các ước lượng vẫn có thể là ước lượng tuyến tính, không chệch nhưng chúng lại không còn hiệu quả nữa, hay các ước lượng đó không còn là các ước lượng không thiên lệch tuyến tính tốt nhất (BLUE) nữa. Việc xác định hiện tượng tự tương quan trong quá trình hồi quy là rất cần thiết nhằm xác định được mô hình phù hợp và có ý nghĩa. Hiện nay ó nhiều kiểm định được đưa ra như kiểm định Durbin – Watson, kiểm định Breusch-Godfrey (BG) và được tích hợp trong nhiều phần mềm thống kê. Trong bài này chúng ta sẽ sử dụng kiểm định Breusch-Godfrey LM Test để xác định hiện tượng tương quan chuỗi.
Kiểm định Breusch-Godfrey LM Test như sau:
Bước 1: Ước lượng mô hình hồi qui bằng qui trình OLS thông thường thu được các phần dư ut.
Bước 2: Hồi qui ut được xác định theo tất cả các biến độc lập trong mô
hình hồi qui cộng với các biến độc lập bổ sung này, ut-1 ut-2, …, ut-p, trong đó các biến sau là các giá trị trễ của các phần dư đã ước lượng trong Bước 1.
Bước 3: Đặt giả thuyết H0: ρ1 = ρ2 = … = ρp = 0 (1) Tương đương H0: Không có hiện tượng tương quan chuỗi
Bước 4: Quy tắc quyết định
(n – p)R2 < 2(df): chấp nhận H0
(n – p)R2 > 2(df): bác bỏ H0, hay có hiện tượng tương quan chuỗi.
3.3 Mô tả và đo lường các biến
Các biến tham gia phân tích trong mô hình: tổng cho vay (Vl), tổng huy động (Vd), lãi suất cho vay (Ir), tỷ lệ dự trữ bắt buộc (Rr) và tổng sản phẩm quốc nội (GDP). Bên cạnh đó nghiên cứu cũng chú trọng tham khảo kết quả của những nghiên cứu trước để làm nền tảng trong quá trình xây dựng làm cơ sở để tiếp cận một cách khoa học nhất đối với dữ liệu nghiên cứu.
3.3.1 Vl (Volume of loans): tổng cho vay (logarit tự nhiên)
Tổng cho vay được thu thập và tính toán từ báo cáo thường niên của Ngân hàng nhà nước Việt Nam và báo cáo tình hình kinh tế xã hội các tháng trên cổng thông tin điện tử của chính phủ. Đơn vị tính là triệu Việt Nam đồng theo giá hiện hành.
3.3.2 Vd (Volume of deposit): tổng huy động (logarit tự nhiên)
Tổng huy động được thu thập và tính toán từ báo cáo thường niên của Ngân hàng nhà nước Việt Nam và báo cáo tình hình kinh tế xã hội các tháng trên cổng thông tin điện tử của chính phủ. Đơn vị tính là triệu Việt Nam đồng theo giá hiện hành.
3.3.3 Ir (Interest rate: Lending rate): Lãi suất cho vay (logarit tự nhiên)
Lãi suất cho vay là lãi suất cho vay theo năm được thu thập từ Thống kê tài chính quốc tế IFS của Quỹ tiền tệ quốc tế IMF. Đơn vị tính là phần trăm và lấy trung bình trong quý.
3.3.4 Rr (Cash reserve requirement ratio): Tỷ lệ dự trữ bắt buộc (logarit tự nhiên)
Tỷ lệ dự trữ bắt buộc được thu thập từ các văn bản quy định tỷ lệ dự trữ bắt buộc của ngân hàng nhà nước qua các năm. Đơn vị tính là phần trăm, được tính trung bình trong quý.
3.3.5 GDP (Gross dosmetic product): Tổng sản phẩm quốc nội (logarit tự nhiên)
Tổng sản phẩm quốc nội được thu thập từ tổng cục thống kê Việt Nam. Đơn vị tính là triệu Việt Nam đồng. Tổng sản phẩm quốc nội được tính theo giá hiện hành và được hiệu chỉnh theo mùa bằng phương pháp Census X12.
3.4 Mẫu nghiên cứu và dữ liệu nghiên cứu
Mẫu nghiên cứu của luận văn được bắt đầu từ quý I năm 2003 đến quý IV năm 2012. Do nghiên cứu sử dụng dữ liệu theo quý nên có tất cả n = 40 quan sát trong mẫu.
Nghiên cứu sử dụng sử dụng dữ liệu thứ cấp hàng quý và được thu thập tại những địa chỉ (website) sau :
Tổng cục thống kê Việt Nam. Từ địa chỉ này tác giả thu thập và tính toán tổng sản phẩm quốc nội hàng quý. Để đảm bảo tính chính xác của dữ liệu, tác giả tham khảo và so sánh với nguồn dữ liệu của Datastream. Kết quả hai bộ dữ liệu này là như nhau.
Ngân hàng nhà nước Việt Nam. Từ địa chỉ này tác giả thu thập dữ liệu tổng cho vay và tổng huy động hàng quý của hệ thống ngân hàng thông qua báo cáo thường niên các năm. Dữ liệu theo quý chỉ có cho giai đoạn 2008 – 2012.
Cổng thông tin điện tử chính phủ. Từ địa chỉ này tác giả tiếp tục thu thập và tính toán để có dữ liệu về tổng cho vay và tổng huy động của hệ thống ngân hàng thông qua các báo cáo tình hình kinh tế xã hội hàng tháng của chính phủ trong các năm 2002 – 2007.
Thư viện pháp luật. Từ địa chỉ này tác giả thu thập các văn bản pháp quy của Ngân hàng Nhà nước Việt Nam qua các năm về những quy định về tỷ lệ dữ trữ bắt buộc.
Quỹ tiền tệ quốc tế IMF. Từ địa chỉ này tác giả thu thập dữ liệu về lãi suất cho vay hàng quý được cung cấp bởi bộ phận Thống kê tài chính quốc tế IFS.
Tất cả các biến nghiên cứu đều thuộc dạng dữ liệu chuỗi thời gian (Time series data) .