• Slide 0
Mô hình ARDL

Giới thiệu mô hình ARDL

ARDL (AutoRegressive Distributed Lag) 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, Đào Trung Kiên, Bùi Quang Tuyến, 2014). ARDL được xem là mô hình thành công, 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:

DYt= m +α1*DYt−1+α2*DYt−2 +…+αn*DYt−1 + β0*DXt+β1*DXt−1+…+ βn*DXt−n + β2n*Xt−1ut

Trong đó: DYt và DXt là các biến dừng, và ut là phần nhiễu trắng

DYt−n và DXt−n  là các biến dừng ở các độ trễ.

Xt−1  là các biến độc lập chưa lấy sai phân ở độ trễ 1- tác động dài hạn nếu có

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).

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.

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, Đào Trung Kiên, Bùi Quang Tuyến, 2014).

Chú ý: Trong tài liệu này chỉ đánh giá tác động trong ngắn hạn. Tác động dài hạn cần kiểm tra bằng Johansen test và thực hiện đưa thêm biến chưa lấy sai phân vào trong mô hình

Chi tiết xem tại đây  download

Share

Trả lời
Trả lời

Thư điện tử của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *

Bình luận
Tên *
Thư điện tử *
Trang web
Copyright © 2022 - All Rights Reserved. Design by Thiết kế web BĐS https://Zland.vn
Hotline