Download - Mô hình ARDL

Công ty Cổ phần Phân tích Định lượng Việt Nam [email protected] QA Vieetjnam.,JSC Tel: 09456.49731

Nghiencuudinhluong.com 09456.49731 qavietnam.com

Giới thiệu mô hình ARDL ARDL là sự kết hợp giữa mô hình VAR (tự hồi quy vector) và mô hình hồi quy

bình phương nhỏ nhất (OLS) (Nguyễn Văn Duy, 2014). ARDL được xem là mô hình

thành công nhất, linh hoạt và dễ sử dụng cho việc phân tích các chuỗi thời gian đa biến

(Aydin, 2000). Mô hình ARDL cho phép xác định tác động của các biến động lập tới biến

phụ thuộc (Chen, 2007; Pasaran., Shin, Y, 1997). Mô hình ARDL có thể được biểu diễn

như sau:

Yt= m +α1*Yt−1+α2*Yt−2 +…+αn*Yt−1 + β0*Xt+β1*Xt−1+…+ βn*Xt−n +ut

Trong đó: Yt và Xt là các biến dừng, và ut là phần nhiễu trắng

Yt−n và Xt−n là các biến dừng ở các độ trễ.

Để đảm bảo tin cậy khi sử dụng mô hình ARDL các biến chuỗi thời gian có tính

dừng, độ trễ xác định tối ưu, mô hình không thừa biến, không có hiện tượng tự tương

quan, không có hiện tượng phương sai sai số thay đổi và dạng hàm phù hợp (Gurajati,

2003; Nguyễn Quang Dong & Nguyễn Thị Minh, 2012).

Chuỗi thời gian có tính dừng là chuỗi có trung bình, phương sai, hiệp phương sai

không đổi tại mọi thời điểm (Gurajati, 2003). Để kiểm định tính dừng của chuỗi thời gian

cho thể sử dụng nhiều kiểm định khác nhau như kiểm định Dickey – Fuller (DF), kiểm

định Phillip – Person (PP), kiểm định Dickey – Fuller mở rộng (ADF). Trong phầm mềm

Eviews thường dùng kiểm định nghiệm đơn vị (Unit Root Test) để kiểm định tính dừng

của chuỗi thời gian dựa trên kiểm định ADF mở rộng (Nguyễn Quang Dong & Nguyễn

Thị Minh, 2012).

Độ trễ tối ưu là độ trễ tại đó các biến được mô hình hóa qua biến trễ và các biến

khác cùng cùng một độ trễ cho kết quả tốt nhất. Việc xác định độ trễ tối ưu dựa trên các

chỉ số lựa chọn (Ozcicek & McMillin, 1996), các chỉ số này được hỗ trợ trong phần mềm

Eviews.

mailto:[email protected]



Mô hình thừa biến là mô hình đưa các biến độc lập không phù hợp hoặc không cần

thiết vào mô hình. Kiểm định thừa biến sẽ cho biết cần loại những biến không cần thiết

khỏi mô hình để không làm ảnh hưởng đến kết quả phân tích (Nguyễn Văn Duy, 2014).

Tự tương quan là hiện tượng các phần dư của biến phụ thuộc có tương quan với

nhau (Ramanathan, 2002; Gurajati, 2003). Tự tương quan có thể làm cho kết quả hồi quy

thiếu tin cậy.

Phương sai sai số thay đổi là một khuyết tận khi sử dụng OLS (Gurajati, 2003), để

kiểm tra trong mô hình có hiện tương phương sai sai số thay đổi có nhiều phương pháp

khác nhau trong đó thông dụng và tin cậy nhất là kiểm định White.

Sự phù hợp dạng hàm là cách biểu diễn quan hệ giữa biến độc lập và biến phụ

thuộc đúng bán chất của chúng (dạng hàm đúng). Thông thường các nhà nghiên cứu giả

định quan hệ là tuyến tính, nhưng bản chất quan hệ có thể là phi tuyến và dạng hàm ước

lượng được chỉ định có thể sai. Để kiểm định sự phù hợp dạng hàng kiểm định Ramsey

sẽ được thực hiện.

Sau khi thực hiện các kiểm định và chạy mô hình đảm bảo không có các khuyết tật

thì các kết quả ước lượng mới đảm bảo vững, không chệch và hiệu quả nhất. Các kết luận

từ kết quả này mới đảm bảo đáng tin cậy.




Tài liệu tham khảo

Aydin, H.I. (2007), Interest Rate Pass-Through in Turkey, Research and Monetary Policy

Department, 07(05), 1-38.

Chen, M.A. (2007), Rethinking the informal economy:linkages with the formal economy and the formal regulatory environment. Working Paper, 46, United Nations, Department of Economic and Social Affairs.

Gurajati, D.N. (2003), Basic Econometrics, McGraw Hill.

Hansen, B.E. (2014), Economictrics, University of Wisconsin.

Nguyễn Quang Dong., Nguyễn Thị Minh. (2012), Giáo trình Kinh tế lượng, Đại học Kinh tế Quốc Dân.

Nguyễn Văn Duy., Đào Trung Kiên & Bùi Quang Tuyến, Ảnh hưởng của đầu tư trực tiếp nước ngoài đến tăng trưởng kinh tế Việt Nam giai đoạn 1990-2013 bằng mô hình ARDL, Tạp chí giáo dục và đào tạo.

Ozcicek, O., & Ozcicek, D.W. (1996), Lag Length Selection in Vector Autoregressive Models: Symmetric and Asymmetric Lags, Louisiana State University.

Pasaran, H.H., & Shin, Y. (1997), Generalized impulse response analysis in linea multivariate models,Economic letters, 58, 17-29.

Ramanathan., R. (2002), Introductory Econometrics with Applications, Harcourt College Publishers.

Wang, J.Y., Blomstrom, M. (1989), Foreign Investment and Technology Transfer: A Simple Model, National Bureau of economic research, 1-32.
