Các nhân tố kinh tế vĩ mô và ảnh hưởng của chúng tới thị trường chứng khoán
Nhiều yếu tố ảnh hưởng đến giá cổ phiếu, nhưng trong bối cảnh Việt Nam là một quốc gia đang phát triển với nền kinh tế hội nhập chưa sâu, bài nghiên cứu này tập trung vào các nhân tố nội tại như lãi suất, tỷ lệ lạm phát, cung tiền mở rộng (M2) và chỉ số sản xuất công nghiệp Ngoài ra, các yếu tố bên ngoài như tỷ giá hối đoái, giá dầu và giá vàng thế giới cũng được xem xét để đánh giá tác động đến thị trường chứng khoán Bài viết sẽ phân tích cơ chế tác động của các nhân tố này và trình bày các nghiên cứu trước đây về mối quan hệ giữa các yếu tố kinh tế vĩ mô với thị trường chứng khoán, nhằm xác định ảnh hưởng của chúng, liệu có tác động nghịch biến hay đồng biến.
Rủi ro lãi suất là một loại rủi ro hệ thống không thể phân tán khi đầu tư vào thị trường chứng khoán Loại rủi ro này liên quan đến sự biến động trong giá trị thị trường và thu nhập tương lai, chủ yếu do sự thay đổi của mức lãi suất chung.
Nguyên nhân chính gây ra rủi ro lãi suất là sự biến động của lãi suất Trái phiếu Chính Phủ, được xem là lãi suất chuẩn và mức phí vay không rủi ro Sự thay đổi trong lãi suất của trái phiếu Chính Phủ có tác động đến toàn bộ hệ thống chứng khoán, từ trái phiếu đến các loại cổ phiếu rủi ro hơn.
Lãi suất trái phiếu Chính phủ biến động theo cung cầu trên thị trường, đặc biệt khi ngân sách thâm hụt, Chính phủ phát hành thêm trái phiếu để bù đắp, làm tăng cung trái phiếu Nhà đầu tư chỉ mua trái phiếu này khi lãi suất cao hơn các loại chứng khoán khác, dẫn đến việc lãi suất trái phiếu Chính phủ tăng và trở nên hấp dẫn hơn, trong khi các loại chứng khoán khác kém hấp dẫn Kết quả là, nhà đầu tư chuyển sang mua trái phiếu Chính phủ thay vì trái phiếu công ty, buộc lãi suất trái phiếu công ty cũng phải tăng theo Sự gia tăng lãi suất trái phiếu công ty sẽ kéo theo giá của cổ phiếu thường và cổ phiếu ưu đãi giảm xuống, tạo ra hiệu ứng dây chuyền trên thị trường.
Lãi suất chuẩn không chỉ tác động trực tiếp đến giá trái phiếu mà còn có ảnh hưởng gián tiếp đến giá CP thường theo cơ chế như sau:
Lãi suất thấp không khuyến khích nhà đầu tư gửi tiền vào ngân hàng, dẫn đến việc họ tìm kiếm các kênh đầu tư hấp dẫn hơn, như thị trường chứng khoán, khiến giá cổ phiếu có thể tăng do cầu kéo Ngược lại, khi lãi suất tăng, lãi suất ngân hàng trở nên hấp dẫn hơn, thúc đẩy nhà đầu tư gửi tiết kiệm hoặc mua vàng để bảo toàn vốn, dẫn đến thu hẹp dòng tiền đầu tư vào thị trường chứng khoán và làm giảm giá cổ phiếu.
Lãi suất thấp khiến trái phiếu trở nên kém hấp dẫn hơn so với cổ phiếu, dẫn đến việc nhà đầu tư chuyển hướng từ kênh trái phiếu sang kênh cổ phiếu Sự gia tăng dòng tiền vào thị trường cổ phiếu sẽ thúc đẩy giá cổ phiếu tăng lên.
Khi lãi suất tăng, chi phí sử dụng vốn của doanh nghiệp cũng tăng theo, dẫn đến việc doanh nghiệp phải cắt giảm các khoản đầu tư tăng trưởng hoặc chấp nhận chi phí vốn cao hơn Hệ quả là lợi nhuận doanh nghiệp giảm, dòng tiền tương lai suy giảm, làm giảm giá trị doanh nghiệp và kéo theo giá cổ phiếu đi xuống.
Tóm lại, lãi suất trên thị trường có mối tương quan nghịch với giá cổ phiếu
Nhiều nghiên cứu đã chỉ ra rằng lãi suất có ảnh hưởng tiêu cực đến thị trường chứng khoán, với mối quan hệ nghịch giữa lãi suất và giá cổ phiếu Cụ thể, nghiên cứu của Gan et al (2006) tại New Zealand, Bulmash & Trivoli (1991) tại Mỹ, và Mukherjee & Naka (1995) tại Nhật Bản đều xác nhận điều này Hơn nữa, các nghiên cứu gần đây của Tunali (2010) tại Thổ Nhĩ Kỳ và Tangjitprom (2011) tại Thái Lan cũng cho thấy tương quan nghịch giữa lãi suất và tỉ suất sinh lợi của cổ phiếu.
Lạm phát, biểu thị sự gia tăng giá cả hàng hóa, được đo lường qua chỉ số giá tiêu dùng (CPI) Sự tăng trưởng của CPI có tác động trực tiếp đến thị trường chứng khoán (TTCK) và giá cổ phiếu (CP) thông qua nhiều cơ chế khác nhau.
Chỉ số giá tiêu dùng tăng đã khiến doanh nghiệp phải đối mặt với chi phí sản xuất cao hơn, bao gồm chi phí nguyên vật liệu, tiền lương và sử dụng vốn Sự gia tăng này dẫn đến giá bán hàng hóa tăng, làm khó khăn cho đầu ra sản phẩm và giảm lợi nhuận kinh doanh, cũng như cổ tức cổ phiếu Hệ quả là cổ phiếu của doanh nghiệp trở nên kém hấp dẫn trong mắt nhà đầu tư, dẫn đến sự sụt giảm giá cổ phiếu đang lưu hành.
Trong bối cảnh nền kinh tế suy giảm sức mua, nhà đầu tư cần tái cấu trúc danh mục đầu tư nhằm bảo vệ vốn và tối ưu hóa lợi nhuận Họ sẽ tiến hành bán ra những tài sản không còn hiệu quả để chuyển sang các kênh đầu tư an toàn hơn.
Sự chuyển dịch từ cổ phiếu "xấu" sang cổ phiếu "tốt" làm thay đổi cung cầu trên thị trường chứng khoán, dẫn đến biến động giá cổ phiếu Chính sách thắt chặt tiền tệ của Chính phủ nhằm kiềm chế lạm phát, như tăng lãi suất chiết khấu và hạn chế tín dụng, cũng ảnh hưởng đến lượng cung tiền cho thị trường, đặc biệt là đối với những nhà đầu tư vay vốn Khi lãi suất ngân hàng tăng, các ngân hàng phải nâng lãi suất huy động để thu hút tiền gửi, khiến lãi suất ngân hàng trở nên hấp dẫn hơn so với lợi suất của cổ phiếu Điều này dẫn đến việc các nhà đầu tư bán cổ phiếu để chuyển sang gửi tiền, từ đó làm thay đổi đáng kể cung cầu và giá cả cổ phiếu trên thị trường.
Kinh nghiệm từ các thị trường chứng khoán phát triển cho thấy có mối quan hệ nghịch giữa lạm phát và giá cổ phiếu, điều này được khẳng định bởi nhiều nghiên cứu như của Nelson (1976), Jaffe & Mandelker (1976), Fama & Schwert (1977) và Chen et al (1986) Các nghiên cứu gần đây của Humpe & Macmillan (2007) và Mohammad et al (2009) cũng chỉ ra rằng lạm phát ảnh hưởng tiêu cực đến giá cổ phiếu Ngược lại, nghiên cứu của Tunali (2010) lại phát hiện mối tương quan thuận giữa lạm phát và tỉ suất sinh lợi của cổ phiếu Trong khi đó, Tangjitprom (2011) không tìm thấy mối liên hệ nào giữa lạm phát và tỉ suất sinh lợi cổ phiếu tại thị trường chứng khoán Thái Lan, cho rằng nguyên nhân có thể do dữ liệu thu thập không tương thích.
Cung tiền tác động đến thị trường chứng khoán thông qua các cơ chế sau:
- Đối với chính sách tiền tệ mở rộng
Sự gia tăng M2 phản ánh chính sách tiền tệ mở rộng, dẫn đến nguồn cung tiền trên thị trường tăng cao Doanh nghiệp và nhà đầu tư có nhiều cơ hội tiếp cận vốn, giúp doanh nghiệp dễ dàng vay mượn để mở rộng sản xuất, từ đó tăng khả năng thu nhập Đồng thời, nhà đầu tư cũng có thêm nguồn vốn để đầu tư, làm tăng cầu đối với chứng khoán Điều này kích thích dòng tiền chảy vào thị trường chứng khoán, góp phần làm tăng giá cổ phiếu.
Khi M2 tăng, lãi suất trên thị trường tiền tệ có xu hướng giảm Nguyên tắc bình thông nhau giữa thị trường tiền tệ và thị trường vốn cho thấy rằng lượng tiền nhàn rỗi sẽ chuyển từ thị trường tiền tệ sang thị trường chứng khoán để tìm kiếm tỉ suất sinh lợi cao hơn.
- Chính sách thắt chặt tiền tệ:
Các nghiên cứu thực nghiệm về mối quan hệ giữa các nhân tố kinh tế vĩ mô và chỉ số giá chứng khoán
và chỉ số giá chứng khoán
Phần này sẽ khám phá các nghiên cứu thực nghiệm về mối quan hệ giữa các yếu tố kinh tế và chỉ số giá chứng khoán toàn cầu, đặc biệt là ở các nước mới nổi và Việt Nam Khác với phần trước, phần này sẽ trình bày tổng quan về một nghiên cứu cụ thể, bao gồm mô hình mà tác giả áp dụng, các phương pháp định lượng được sử dụng, cũng như các yếu tố kinh tế vĩ mô được lựa chọn để phân tích và kết quả đạt được từ nghiên cứu.
1.2.1 Các nghiên cứu trên thế giới
Nhiều nghiên cứu đã chỉ ra mối quan hệ giữa các yếu tố kinh tế vĩ mô và biến động giá chứng khoán, điển hình như các công trình của Nelson (1976), Jaffe & Mandelker (1976), và Fama & Schwert (1977), cho thấy các yếu tố này ảnh hưởng đến thu nhập và giá cổ phiếu trên thị trường chứng khoán Mỹ từ 1953 đến 1974 Nghiên cứu của Ross (1976) đã đưa ra một khung lý thuyết tổng thể về ảnh hưởng của các lực vĩ mô dựa trên lý thuyết APT Tiếp theo, Chen et al (1986) đã phân tích tác động của các yếu tố kinh tế lên tỉ suất sinh lợi của cổ phiếu, nhấn mạnh vai trò của lãi suất chiết khấu, khả năng tạo ra dòng tiền và chính sách thanh toán cổ tức trong tương lai Nghiên cứu này đã củng cố niềm tin vào mối quan hệ cân bằng dài hạn giữa giá chứng khoán và các biến số vĩ mô như sản xuất công nghiệp, phần bù rủi ro, lãi suất thị trường, và lạm phát Đây được xem là một trong những nghiên cứu có giá trị tham khảo đến hiện nay.
Dựa trên các lý thuyết và nghiên cứu thực nghiệm tại Mỹ, nhiều tác giả đã kiểm định mối quan hệ giữa biến động chỉ số thị trường chứng khoán và các biến số kinh tế vĩ mô Hầu hết các nghiên cứu trước đây tập trung vào các thị trường phát triển, nhưng gần đây, các nhà học thuật đã chuyển sự chú ý sang các quốc gia đang phát triển và thị trường chứng khoán mới nổi như Thổ Nhĩ Kỳ, Singapore, Malaysia, và Thái Lan Bài viết này sẽ xem xét chi tiết một số nghiên cứu tại các thị trường chứng khoán mới nổi này.
(Tunali, 2010) : đã sử dụng mô hình Var để nghiên cứu mối quan hệ giữa
Nghiên cứu đã phân tích 11 nhân tố kinh tế vĩ mô, bao gồm Chỉ số trung bình công nghiệp Dow Jones, tỷ giá hối đoái, lãi suất tiền gửi kỳ hạn 1 tháng, giá vàng, chỉ số sản xuất công nghiệp, chỉ số giá sản xuất, giá dầu thô thế giới, tổng lượng tín dụng, cung tiền, dự trữ ngoại hối ròng và nhập khẩu, cùng với tỉ suất sinh lợi thị trường chứng khoán Istanbul (SRISEI-100) trong giai đoạn từ tháng 01/2002 đến tháng 08/2008 Kết quả nghiên cứu cho thấy mối quan hệ giữa các yếu tố kinh tế vĩ mô và tỉ suất sinh lợi thị trường chứng khoán, góp phần hiểu rõ hơn về tác động của các biến động kinh tế đến thị trường tài chính.
Kiểm định đồng liên kết Johansen và Juselius đã chỉ ra rằng có mối quan hệ dài hạn giữa tỉ suất sinh lợi thị trường và các biến khác trong mô hình.
- Sử dụng kiểm định nhân quả Granger để kiểm tra mối quan hệ nhân quả giữa từng cặp biến đã cho kết quả:
Có mối quan hệ nhân quả hai chiều giữa tỉ suất sinh lợi thị trường và chỉ số trung bình công nghiệp, cũng như giữa tỉ suất sinh lợi thị trường và chỉ số sản xuất công nghiệp.
Tỷ giá hối đoái, giá dầu thô thế giới, cung tiền, nhập khẩu và tổng lượng tín dụng đều có mối quan hệ nhân quả một chiều ảnh hưởng đến tỉ suất sinh lợi thị trường.
Tồn tại quan hệ nhân quả một chiều từ tỉ suất sinh lợi thị trường đến chỉ số giá sản xuất
- Theo kết quả kiểm định mô hình Var:
Các biến tỷ giá hối đoái, giá vàng, lãi suất tiền gửi kỳ hạn 1 tháng có mối tương quan nghịch với tỉ suất sinh lợi thị trường
Các biến như chỉ số sản xuất công nghiệp, tổng lượng tín dụng, nhập khẩu, cung tiền, dự trữ ngoại hối ròng, giá dầu thô thế giới và chỉ số trung bình công nghiệp đều có mối tương quan thuận với tỉ suất sinh lợi thị trường.
Phân tích phân rã phương sai giúp xác định mức độ ảnh hưởng của từng biến kinh tế vĩ mô đối với sự biến động của tỉ suất sinh lợi trong mô hình VAR.
Trong ngắn hạn, tỉ suất sinh lợi thị trường bị tác động mạnh mẽ bởi các cú sốc nội tại và yếu tố tổng lượng tín dụng.
Trong khoảng thời gian dài hơn 10 tháng, tỉ suất sinh lợi thị trường bị ảnh hưởng mạnh mẽ bởi cú sốc nội tại và các yếu tố tác động bên ngoài Các yếu tố này bao gồm tổng lượng tín dụng, chỉ số sản xuất công nghiệp, chỉ số trung bình công nghiệp Dow Jones, cung tiền, chỉ số giá sản xuất, giá vàng, lãi suất tiền gửi kỳ hạn 1 tháng, dự trữ ngoại hối ròng và giá dầu thô thế giới.
Nghiên cứu của Acikalin et al (2008) chỉ ra rằng có mối quan hệ giữa các yếu tố kinh tế vĩ mô và chỉ số giá chứng khoán Istanbul (ISE) Cụ thể, GDP, tỷ giá, lãi suất và số dư tài khoản hiện tại đều có mối tương quan dài hạn với ISE Ngoài ra, GDP, tỷ giá và số dư tài khoản hiện tại ảnh hưởng ngược chiều đến sự thay đổi của ISE, trong khi đó, ISE lại có tác động ngược lại với lãi suất.
Nghiên cứu của Tangjitprom (2011) tập trung vào ảnh hưởng của các yếu tố kinh tế vĩ mô đến thị trường chứng khoán Thái Lan, với bốn biến chính là tỷ lệ thất nghiệp, lãi suất, tỷ lệ lạm phát và tỷ giá hối đoái Tỉ suất sinh lợi thị trường được sử dụng làm đại diện cho thị trường chứng khoán, với dữ liệu thu thập hàng tháng từ tháng 01/2001 đến tháng 12/2010 Tác giả áp dụng mô hình hồi quy để phân tích mối quan hệ giữa các yếu tố kinh tế vĩ mô và tỷ suất sinh lợi thị trường, và kết quả phân tích hồi quy đã chỉ ra những mối liên hệ quan trọng.
Chỉ có hai yếu tố chính ảnh hưởng đến tỷ suất sinh lợi của thị trường là lãi suất và tỷ giá hối đoái, và chúng có mối tương quan nghịch với tỷ suất sinh lợi Tỷ lệ thất nghiệp và tỷ lệ lạm phát không giải thích được sự thay đổi của tỷ suất sinh lợi do độ trễ trong việc công bố dữ liệu Dữ liệu về tỷ suất sinh lợi, lãi suất và tỷ giá hối đoái được công bố hàng ngày, trong khi tỷ lệ lạm phát và tỷ lệ thất nghiệp thường phải chờ khoảng 2 tháng mới có kết quả Tác giả đã áp dụng mô hình hồi quy mới với dữ liệu tỷ lệ thất nghiệp và tỷ lệ lạm phát có độ trễ 2 tháng, cho thấy tất cả bốn yếu tố đều ảnh hưởng đến tỷ suất sinh lợi với mức ý nghĩa 5% Kết quả cho thấy tỷ lệ thất nghiệp, lãi suất và tỷ giá hối đoái có mối tương quan nghịch, trong khi tỷ lệ lạm phát có mối tương quan thuận với tỷ suất sinh lợi của thị trường.
Kiểm định nhân quả Granger cho thấy chỉ có tỷ lệ thất nghiệp và lãi suất có khả năng dự báo tỉ suất sinh lợi thị trường trong tương lai Ngược lại, tỉ suất sinh lợi thị trường lại có thể dự báo hầu hết các biến vĩ mô trong tương lai, trừ tỷ lệ thất nghiệp.
Dữ liệu nghiên cứu
Chỉ số giá thị trường chứng khoán chịu ảnh hưởng từ nhiều yếu tố, đặc biệt là các nhân tố kinh tế vĩ mô Nghiên cứu cho thấy mức độ tác động này khác nhau giữa các thị trường và giai đoạn nghiên cứu Việt Nam, với nền kinh tế mới nổi và thị trường chứng khoán còn non trẻ, cho thấy chỉ số giá chứng khoán rất nhạy cảm với biến động của các yếu tố kinh tế vĩ mô Chương này sẽ tiến hành phân tích định lượng để xác định biến số vĩ mô nào có tác động mạnh nhất đến chỉ số giá thị trường chứng khoán Việt Nam.
Dựa trên lý thuyết và các nghiên cứu thực nghiệm toàn cầu, cùng với bối cảnh Việt Nam, tác giả đã xác định các khó khăn trong việc thu thập dữ liệu và năng lực nghiên cứu Trong nghiên cứu này, các yếu tố kinh tế vĩ mô được lựa chọn để phân tích.
Bảng 2.1: Các nhân tố kinh tế vĩ mô sử dụng trong nghiên cứu
STT Tên biến Ký hiệu Nguồn Dấu kỳ vọng
2 Tỷ lệ lạm phát CPI IFS -
3 Cung tiền mở rộng M2 GSO +
4 Chỉ số sản xuất công nghiệp IPI GSO +
5 Tỷ giá hối đoái EX NHNN +
6 Giá dầu thô OP Bloomberg =+ +
Chỉ số VN-Index đại diện cho chỉ số giá thị trường chứng khoán Việt Nam, được tính dựa trên giá đóng cửa hàng tháng của chỉ số này.
Cách lấy số liệu của các nhân tố vĩ mô:
- Lãi suất: sử dụng lãi suất tiền gửi tiết kiệm 1 tháng, đơn vị tính: (%)
- Tỷ lệ lạm phát: sử dụng chỉ số CPI để đo lường mức độ lạm phát
Cung tiền mở rộng đề cập đến cung tiền M2, bao gồm cả cung tiền cơ sở và tiền gửi tiết kiệm tại các tổ chức tín dụng, với đơn vị tính là triệu VNĐ.
- Chỉ số sản xuất công nghiệp: chỉ số được cung cấp hàng tháng
Tỷ giá hối đoái giữa đồng Việt Nam (VNĐ) và đô la Mỹ (USD) rất quan trọng, vì USD là đồng tiền phổ biến nhất trong các hoạt động kinh tế và thương mại tại Việt Nam.
- Giá dầu: giá chốt tại thời điểm cuối tháng, đơn vị tính USD/thùng
- Giá vàng: giá chốt tại thời điểm cuối tháng, đơn vị tính USD/Oz
Nghiên cứu này sẽ phân tích dữ liệu tháng từ tháng 1/2006 đến tháng 7/2012, với tổng cộng 79 quan sát Thời gian bắt đầu từ năm 2006 được lựa chọn nhằm mục đích cụ thể trong việc nghiên cứu.
Do hạn chế trong việc tiếp cận dữ liệu trước đó, chuỗi số liệu về thời gian giữa các biến không đồng nhất Cụ thể, một số biến như M2 và chỉ số sản xuất công nghiệp chỉ có số liệu từ năm 2006 trở đi.
- Ở Việt Nam, thị trường chứng khoán chính thức đi vào hoạt động từ năm
Từ năm 2000 đến cuối năm 2005, thị trường chứng khoán Việt Nam chỉ có 32 công ty niêm yết, với hàng hóa hạn chế và các doanh nghiệp nhỏ, không thu hút được nhà đầu tư Tuy nhiên, năm 2006 đánh dấu sự phát triển "đột phá", mang lại diện mạo mới cho thị trường chứng khoán với hoạt động giao dịch sôi động.
Dữ liệu trong nghiên cứu được thu thập và tổng hợp từ nhiều nguồn khác nhau, chủ yếu từ các báo cáo của các tổ chức uy tín như GSO, IFS, Bloomberg và NHNN Việt Nam, nhằm đảm bảo tính chính xác cho chuỗi dữ liệu trong quá trình xử lý.
Để giảm thiểu rắc rối liên quan đến phương sai của sai số và đảm bảo tính ổn định của chuỗi dữ liệu, tất cả các biến, ngoại trừ lãi suất, đều được chuyển đổi từ dữ liệu gốc sang dạng logarit.
Phương pháp nghiên cứu
Trong bài nghiên cứu này, mô hình tự hồi quy vector (VAR) được áp dụng để đánh giá xu hướng và mức độ phụ thuộc lẫn nhau giữa các chuỗi thời gian, đây là một trong những mô hình phổ biến trong nghiên cứu định lượng chính sách tiền tệ Mô hình VAR cho phép phân tích mối quan hệ hai chiều giữa các biến số kinh tế, giúp xem xét ảnh hưởng qua lại giữa chúng một cách đồng thời Là một mở rộng của mô hình tự hồi quy đơn biến, VAR linh hoạt và dễ sử dụng trong phân tích chuỗi thời gian đa biến, đặc biệt hữu ích trong việc mô tả biến động kinh tế và dự báo Ngoài ra, mô hình này còn được sử dụng trong phân tích chính sách và kết luận cấu trúc, nơi một số giả định về cấu trúc nguyên nhân được áp đặt để tổng kết tác động của các biến động không mong muốn và các cách tân cụ thể trong mô hình thông qua các công thức đo lường phản ứng.
(impulse reponse) và sai số dự báo trong mô hình phân tích phương sai (variance decomposition)
Mô hình VAR (Vector Autoregression) là một cấu trúc bao gồm nhiều phương trình và độ trễ của các biến số, cho phép phân tích động học của các biến thời gian liên quan.
- Mô hình Var trong phạm vi nghiên cứu của tác giả có dạng như sau:
Yt là một vector bao gồm các chỉ số kinh tế quan trọng như chỉ số giá chứng khoán (VNI), lãi suất (IR), tỷ lệ lạm phát (CPI), cung tiền mở rộng (M2), chỉ số sản xuất công nghiệp (IPI), tỷ giá hối đoái (EX), giá dầu (OP) và giá vàng (GP).
Ao,t: vector hằng số (hệ số chặn)
A i,t : là ma trận hệ số của các thời gian khác nhau (i=1,…,p)
εt : là ma véc tơ đơn vị thỏa mãn một số điều kiện nhất định
Tính chất "trễ" trong các mô hình hồi quy định lượng trong kinh tế phản ánh sự phức tạp của mối quan hệ giữa các biến độc lập và biến phụ thuộc Thông thường, các mô hình hồi quy giả định rằng biến độc lập tác động ngay lập tức lên biến phụ thuộc, nhưng thực tế cho thấy sự tác động này có thể không phải lúc nào cũng tức thì Các yếu tố như tâm lý, sức ỳ của nền kinh tế và định chế có thể làm chậm quá trình này Do đó, mô hình hồi quy thông thường thường không chính xác, dẫn đến việc sử dụng mô hình VAR với độ trễ p – VAR(p), trong đó việc xác định độ trễ p là cần thiết để cải thiện độ chính xác của mô hình.
- Ưu điểm của mô hình Var
Phương pháp VAR là một cách tiếp cận đơn giản, giúp người dùng không phải bận tâm về việc phân biệt giữa biến nội sinh và biến ngoại sinh, vì tất cả các biến trong mô hình VAR đều được xem là biến nội sinh.
Phép ước lượng đơn giản, tức là, phương pháp OLS thông thường có thể được áp dụng cho từng phương trình riêng rẽ
Các dự báo được tính toán bằng phương pháp này thường cho kết quả tốt hơn so với các dự báo từ các mô hình phương trình đồng thời phức tạp hơn.
- Nhược điểm của mô hình Var
Do trọng tâm của mô hình được đặt vào dự báo nên Var ít phù hợp cho phân tích chính sách
Khi phân tích mô hình VAR, cần chú ý đến tính dừng của các biến Để ước lượng chính xác mô hình VAR, tất cả các biến phải đạt trạng thái dừng Nếu các biến chưa dừng, cần thực hiện phép sai phân để đảm bảo chuỗi dữ liệu trở nên dừng.
Việc lựa chọn khoảng trễ thích hợp gặp nhiều khó khăn, bởi nếu độ trễ quá lớn, hệ số ước lượng sẽ trở nên lớn hơn Hơn nữa, việc tăng độ dài của khoảng trễ có thể làm giảm bậc tự do, từ đó ảnh hưởng tiêu cực đến chất lượng của các ước lượng.
- Phương pháp ước lượng mô hình Var:
Xét tình dừng của các biến trong mô hình Nếu chuỗi chưa dừng thì phải sử dụng kỹ thuật lấy sai phân để đưa về các chuỗi dừng
Lựa chọn khoảng trễ phù hợp
Để đánh giá tính phù hợp của mô hình, cần kiểm tra tính dừng của phần dư Nếu phần dư của mô hình là dừng, điều này cho thấy mô hình phù hợp với chuỗi thời gian, ngược lại nếu phần dư không dừng thì mô hình không đạt yêu cầu.
So sánh các mô hình phù hợp và lựa chọn mô hình phù hợp nhất.
Các bước thực hiện
Để đánh giá ảnh hưởng của các yếu tố kinh tế vĩ mô đến chỉ số giá chứng khoán VN-Index, chúng ta cần thực hiện một quy trình cụ thể.
Tác giả bắt đầu bằng việc thực hiện kiểm định nghiệm đơn vị nhằm xác định tính dừng và không dừng của các chuỗi thời gian trong mô hình thực nghiệm Điều này giúp ngăn chặn hiện tượng hồi quy giả trong quá trình phân tích dữ liệu.
Tác giả sử dụng phương pháp phân tích Johansen để kiểm định đồng liên kết, nhằm khảo sát mối quan hệ dài hạn giữa các biến trong mô hình nghiên cứu Trước khi thực hiện kiểm định, tác giả đã lựa chọn độ trễ phù hợp cho mô hình.
Kiểm định nhân quả Granger được sử dụng để xác định tác động ngắn hạn của sự thay đổi các biến số kinh tế vĩ mô đối với chỉ số giá chứng khoán.
Để đánh giá tác động của các yếu tố kinh tế vĩ mô đối với biến động chỉ số giá chứng khoán, bài viết sử dụng phân tích phân rã phương sai và hàm phản ứng đẩy Những phương pháp này giúp kiểm tra mức độ ảnh hưởng của từng yếu tố và tính động trong sự tương tác của chỉ số giá chứng khoán khi đối mặt với các cú sốc từ các biến số kinh tế vĩ mô.
Các kỹ thuật phân tích đề cập ở trên đều được tác giả thực hiện trên phần mềm Eviews 6.
Kết quả nghiên cứu thực nghiệm
2.4.1 Kiểm định nghiệm đơn vị (Unit roots test) Ở phần này, tác giả thực hiện kiểm định nghiệm đơn vị riêng lẻ từng biến để xác định thuộc tính dừng của các chuỗi số thời gian của các biến trong mô hình thực nghiệm Việc tìm ra chuỗi có tính dừng hay không dừng là một việc rất cần thiết và quan trọng vì:
Một trong những giả thiết quan trọng của mô hình hồi quy cổ điển là các biến độc lập phải phi ngẫu nhiên và có giá trị xác định Khi ước lượng mô hình với chuỗi thời gian mà các biến độc lập không dừng, giả thiết của OLS sẽ bị vi phạm, dẫn đến hạn chế trong khả năng phân tích nếu áp dụng các phương pháp hồi quy thông thường.
- Thứ hai, khi phân tích chuỗi thời gian không dừng thường cho những kết quả hồi quy giả mạo
Trong nghiên cứu, tác giả áp dụng kiểm định Augmented Dickey-Fuller (ADF) để xác định tính dừng của các biến Các giả thuyết của kiểm định này được thiết lập nhằm đánh giá sự ổn định của chuỗi dữ liệu.
Ho: Chuỗi không có tính dừng H1 : Chuỗi có tính dừng
Nếu │tADF │> │tα│ thì bác bỏ giả thiết H o , tức là chuỗi có tính dừng và ngược lại
Kết quả kiểm định tính dừng của các biến trong bài nghiên cứu được thể hiện ở bảng sau:
Bảng 2.2: Kết quả kiểm định tính dừng của các biến
Tại mức Sai phân bậc 1
Kết quả t (ADF) P-value t (ADF) P-value
VNI -2.769194 0.2131 -6.240340 * 0.0000 Dừng ở sai phân bậc 1
IR -1.767922 0.7108 -7.671756 * 0.0000 Dừng ở sai phân bậc 1 CPI -2.925543 0.1605 -3.770969 ** 0.0235 Dừng ở sai phân bậc 1 M2 -0.563639 0.9783 -9.121950 * 0.0000 Dừng ở sai phân bậc 1
EX 0.0235 0.3669 -9.056176 * 0.0000 Dừng ở sai phân bậc 1
OP -2.724590 0.2300 -6.162029 * 0.0000 Dừng ở sai phân bậc 1
Ghi chú: * và ** là ký hiệu mức ý nghĩa lần lượt tại 1% và 5%
Bảng 1 chỉ ra rằng chỉ có hai nhân tố GP và IPI đạt mức dừng, trong khi các nhân tố khác đều dừng ở sai phân bậc 1, điều này phù hợp với nhận định của Asteriou.
Theo ông, dữ liệu kinh tế vĩ mô thường chỉ dừng lại ở sai phân bậc nhất, vì vậy 8 biến được đề cập có thể được sử dụng để hồi quy mô hình VAR.
2.4.2 Xác định độ trễ tối ƣu sử dụng trong mô hình
Trước khi thực hiện kiểm định đồng liên kết nhằm xác định mối quan hệ dài hạn giữa các biến, việc xác định độ trễ phù hợp cho mô hình là rất quan trọng Kết quả của kiểm định độ trễ sẽ được trình bày trong bảng dưới đây.
Bảng 2.3 Xác định độ trễ tối ƣu sử dụng trong mô hình Var
Lag LogL LR FPE AIC SC HQ
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level)
HQ: Hannan-Quinn information criterion
Bảng 2 chỉ ra rằng có ba tiêu chí LR, FBE và AIC lựa chọn độ trễ là 3, trong khi hai tiêu chí SC và HQ lựa chọn độ trễ là 1 Trong phân tích chuỗi thời gian, tiêu chuẩn AIC thường được sử dụng để xác định độ trễ phù hợp cho mô hình Vì vậy, trong nghiên cứu này, tác giả quyết định chọn độ trễ là 3.
2.4.3 Kiểm định đồng liên kết theo phương pháp Johansen
Khi thực hiện hồi quy với các chuỗi thời gian không dừng, thường xảy ra hiện tượng hồi quy giả mạo Tuy nhiên, theo Engle và Granger (1987), nếu các chuỗi thời gian không dừng được kết hợp tuyến tính tạo thành một chuỗi dừng, chúng sẽ được coi là đồng liên kết Điều này cho thấy mối quan hệ cân bằng dài hạn giữa các biến.
Do chuỗi dữ liệu nghiên cứu có tới 6 biến không dừng, tác giả tiến hành kiểm định đồng liên kết để xác định sự tồn tại của các mối quan hệ cân bằng giữa các chuỗi này Phương pháp Johansen và Juselius (1990) được áp dụng để kiểm định giả thuyết, đây là kỹ thuật phổ biến trong việc xác định các vec tơ đồng liên kết giữa các dãy số thời gian không dừng Nếu mô hình có hơn 2 biến, có thể có nhiều hơn 1 vec tơ đồng liên kết, với tối đa (n-1) vec tơ cho n biến Trong nghiên cứu này, tác giả dự kiến có thể xác định tới 7 vec tơ đồng liên kết.
Sử dụng phần mềm Eviews 6, kết quả phân tích cho thấy cả hai kiểm định của phương pháp Johansen và Juselius (1990) - kiểm định theo thống kê Trace và kiểm định giá trị riêng cực đại - đều bác bỏ giả thuyết không có véc tơ đồng liên kết Điều này khẳng định rằng ít nhất một mối quan hệ đồng liên kết giữa các biến trong mô hình tồn tại với mức ý nghĩa 5%.
No of CE(s) Eigenvalue Statistic Critical
Trace test indicates 3 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
Bảng 2.5: Kiểm định giá trị riêng cực đại
No of CE(s) Eigenvalue Statistic Critical
Max-eigenvalue test indicates 3 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
Theo kiểm định Trace và kiểm định giá trị riêng cực đại LRmax, có 3 vector đồng liên kết giữa các biến Điều này cho thấy tồn tại mối quan hệ cân bằng dài hạn giữa các biến với mức ý nghĩa 5%.
2.4.4 Kiểm định nhân quả Granger
Kiểm định đồng liên kết Johansen đã chỉ ra sự tồn tại của mối quan hệ cân bằng dài hạn giữa chỉ số giá chứng khoán và các yếu tố vĩ mô Tuy nhiên, kết quả này không xác định được mối quan hệ trực tiếp giữa các biến Để làm rõ mối quan hệ động trong ngắn hạn giữa các biến số, chúng ta sẽ áp dụng kiểm định nhân quả Granger.
Kiểm định có các giả thiết như sau:
Nghiên cứu cho thấy rằng các biến số kinh tế vĩ mô không có tác động nhân quả Granger lên chỉ số giá chứng khoán, và ngược lại, chỉ số giá chứng khoán cũng không ảnh hưởng nhân quả Granger đến các biến số kinh tế vĩ mô.
Từ giả thiết trên sẽ xảy ra 4 trường hợp như sau:
- Có nhân quả Granger một chiều từ nhân tố kinh tế vĩ mô sang chỉ số giá chứng khoán
- Có nhân quả Granger một chiều từ chỉ số giá chứng khoán sang các nhân tố kinh tế vĩ mô
- Có nhân quả Granger hai chiều giữa các nhân tố kinh tế vĩ mô và chỉ số giá chứng khoán
Nghiên cứu cho thấy không tồn tại mối quan hệ nhân quả Granger giữa các yếu tố kinh tế vĩ mô và chỉ số giá chứng khoán Để kiểm định giả thuyết này, chúng ta áp dụng thống kê F từ kiểm định Wald Giả thuyết H0 sẽ bị bác bỏ nếu thống kê F tính toán được đạt giá trị có ý nghĩa.
Sử dụng độ trễ tối ưu vừa xác định ở trên (độ trễ là 3) trong kiểm định nhân quả Granger, ta có kết quả như sau:
Bảng 2.6: Kết quả kiểm định nhân quả Granger giữa các biến số
Null Hypothesis: Obs F-Statistic Prob
OP does not Granger Cause VNI 75 5.02267 * 0.0033
VNI does not Granger Cause OP 1.27520 0.2899
M2 does not Granger Cause VNI 75 0.97939 0.4077
VNI does not Granger Cause M2 0.52688 0.6653
IR does not Granger Cause VNI 75 4.42996 * 0.0066
VNI does not Granger Cause IR 0.87937 0.4563
EX does not Granger Cause VNI 75 0.73719 0.5335
VNI does not Granger Cause EX 1.62832 0.1909
CPI does not Granger Cause VNI 75 0.58582 0.6264
VNI does not Granger Cause CPI 1.33045 0.2717
GP does not Granger Cause VNI 75 0.13035 0.9417
VNI does not Granger Cause GP 0.19542 0.8992
IPI does not Granger Cause VNI 75 1.27864 0.2887
VNI does not Granger Cause IPI 0.84695 0.4730
Chi chú: * tại mức ý nghĩa 1%
Bảng dữ liệu chỉ ra rằng giá dầu và lãi suất là hai yếu tố ảnh hưởng một chiều đến chỉ số giá chứng khoán, trong khi đó, chỉ số giá chứng khoán không tác động ngắn hạn đến bất kỳ yếu tố vĩ mô nào Kết quả này có thể được giải thích bởi mối quan hệ giữa các yếu tố kinh tế.
- Đối với nhân tố lãi suất: giả thuyết lãi suất không tác động Granger đến
