Mối quan hệ lãi suất, giữa tỷ giá hối đoái thực và giá chứng khoán tại thị trường việt nam

TÓM TẮT Bài nghiên cứu này thực hiện kiểm tra các đồng chuyển động chung của cả ba biến: lãi suất, tỷ giá hối đoái thực hiệu lực và giá chứng khoán tại thị trường Việt Nam, trong khoảng

VĂN THỊ THU THỦY

MỐI LIÊN HỆ GIỮA LÃI SUẤT, TỶ GIÁ HỐI ĐOÁI VÀ GIÁ CHỨNG KHOÁN TẠI

THỊ TRƯỜNG VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

TP Hồ Chí Minh-2015

VĂN THỊ THU THỦY

MỐI LIÊN HỆ GIỮA LÃI SUẤT, TỶ GIÁ HỐI ĐOÁI VÀ GIÁ CHỨNG KHOÁN TẠI

THỊ TRƯỜNG VIỆT NAM.

Chuyên ngành: Tài chính-Ngân hàng Mã số: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC:

PGS.TS NGUYỄN NGỌC ĐỊNH

TP Hồ Chí Minh-2015

LỜI CAM ĐOAN

Tôi xin cam đoan Luận văn thạc sĩ kinh tế “MỐI LIÊN HỆ GIỮA LÃI SUẤT, TỶ GIÁ HỐI ĐOÁI VÀ GIÁ CHỨNG KHOÁN TẠI THỊ TRƯỜNG VIỆT NAM” là công trình nghiên cứu của riêng tôi Các kết quả nghiên cứu trong Luận văn là trung thực và chưa từng được công bố trong bất kỳ công trình nào khác

Tôi xin hoàn toàn chịu trách nhiệm về nội dung và tính trung thực của Luận văn này

TP Hồ Chí Minh, ngày tháng năm

Văn Thị Thu Thủy

MỤC LỤC

TRANG PHỤ BÌA

LỜI CAM ĐOAN

MỤC LỤC

DANH MỤC KÝ HIỆU VÀ CÁC CHỮ VIẾT TẮT

DANH MỤC CÁC BẢNG

DANH MỤC CÁC HÌNH

TÓM TẮT

1 GIỚI THIỆU: 1

1.1 Lý do chọn đề tài: 1

1.2 Mục tiêu nghiên cứu: 2

1.3 Phương pháp nghiên cứu: 2

1.4 Nội dung nghiên cứu: 4

1.5 Đóng góp của đề tài: 4

1.6 Cấu trúc bài nghiên cứu: 6

2 TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY: 6

2.1 Các nghiên cứu về mối liên kết động giữa giá chứng khoán và tỷ giá hối đoái: 6

2.2 Các nghiên cứu về mối liên kết động giữa lãi suất và tỷ giá hối đoái: 10

2.3 Các nghiên cứu về mối liên kết động giữa giá chứng khoán và lãi suất: 12

2.4 Các nghiên cứu đồng chuyển động của lãi suất, giá chứng khoán, tỷ giá hối đoái: 13

3 DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU: 15

3.1 Phương pháp nghiên cứu: 15

3.1.1 Biến đổi wavelet liên tục (CWT): 16

3.1.2 Biến đổi wavelet chéo (XWT): 18

3.1.3 Biến đổi wavelet coherence (WTC): 18

3.1.4 Cross wavelet phase angle: 20

3.2 Dữ liệu nghiên cứu: 22

4 KẾT QUẢ NGHIÊN CỨU: 28

4.1 Kiểm định tính dừng: 28

4.2 Kết quả kiểm định Granger: 30

4.3 Kết quả hàm phản ứng đẩy: 32

4.4 Kết quả phân rã phương sai: 33

4.5 Kết quả kiểm định đồng liên kết: 35

4.6 Kiểm định wavelet liên tục (Continuous wavelet transform - CWT): 36

4.7 Kiểm định Cross wavelet transform (XWT): 39

4.5.1 Xem xét mối liên kết của cặp lãi suất – tỷ giá REER 39

4.5.2 Xem xét mối liên kết của cặp tỷ giá REER – giá chứng khoán: 46

4.5.3 Xem xét mối liên kết của cặp lãi suất – giá chứng khoán: 50

4.8 Kiểm định Wavelet cohenrence (WTC): 55

4.6.1 Xem xét mối liên kết của cặp lãi suất – tỷ giá REER 55

4.6.2 Xem xét mối liên kết của cặp tỷ giá REER –giá chứng khoán: 58

4.6.3 Xem xét mối liên kết của cặp lãi suất – chỉ số giá chứng khoán: 60

4.9 So sánh kết quả kiểm định của hai mô hình VAR và Wavelet: 63

5 KẾT LUẬN: 65 TÀI LIỆU THAM KHẢO

PHỤ LỤC

DANH MỤC KÝ HIỆU VÀ CÁC CHỮ VIẾT TẮT

Chữ viết tắt Tên đầy đủ tiếng Anh Tên đầy đủ tiếng Việt

CWT Continuous Wavelet Transform Biến đổi wavelet liên tục

DWT Discrete Wavelet Transform Biến đổi wavelet rời rạc

FED Federal Reserve System Cục dự trữ liên bang Mỹ

FT Fourier Transforms Biến đổi Fourier

IFS International Financial

Statistics Thống kê tài chính quốc tế IMF International Monetary Fund Quỹ tiền tệ quốc tế

NEER Nominal Effective Exchange

REER Real Effective Exchange Rate Tỷ giá hối đoái thực hiệu lực

VAR Vector Auto-Regression Tự hồi quy Vectơ

WGN White Gaussian Noise Nhiễu Gauss trắng

WT Wavelet Transforms Biến đổi wavelet

WTC Wavelet Coherence Biến đổi liên kết

XWT Cross Wavelet Transform Biến đổi wavelet chéo

DANH MỤC CÁC BẢNG

Bảng 3.1: Thống kê mô tả dữ liệu thô 26

Bảng 3.2: Thống kê mô tả dữ liệu sau khi lấy logarit 27

Bảng 4.1: Kết quả kiểm định tính dừng trên chuỗi dữ liệu gốc 29

Bảng 4.2: Kết quả kiểm định tính dừng trên chuỗi dữ liệu sai phân bậc 1 29

Bảng 4.3: Kết quả kiểm tra chọn độ trễ 30

Bảng 4.4: Kết quả kiểm định Granger 31

Bảng 4.5: Kết quả phân rã phương sai của lãi suất 33

Bảng 4.6: Kết quả phân rã phương sai của tỷ giá hối đoái thực hiệu lực 34

Bảng 4.7: Kết quả phân rã phương sai của giá chứng khoán 35

Bảng 4.8: Kết quả kiểm định đồng liên kết giữa 3 biến 36

DANH MỤC CÁC HÌNH

Hình 3.1a: Sóng Morlet ψ6(t) - phần thực (nét liền) và phần ảo (nét đứt) 15

Hình 3.1b: Biến đổi Fourier của Sóng Morlet ψ6(t) ở hình 3.1a 16

Hình 3.2: Tọa độ phân bổ sớm pha – trễ pha của hai biến x, y 22

Hình 3.3 Biến động NEER, REER của Việt Nam từ 7/2000-12/2014 25

Hình 4.1: Kết quả kiểm định AR Roots 31

Hình 4.2: Quang phổ Wavelet liên tục theo dữ liệu chuẩn hóa của lãi suất 37

Hình 4.3: Quang phổ Wavelet liên tục theo dữ liệu chuẩn hóa của tỷ giá hối đoái 38

Hình 4.4: Quang phổ Wavelet liên tục theo dữ liệu chuẩn hóa giá chứng khoán 38

Hình 4.5: Quang phổ Wavelet chéo theo dữ liệu chuẩn hóa lãi suất-tỷ giá hối đoái 39

Hình 4.6 : Biểu đồ diễn biến các lãi suất chủ chốt từ đầu năm 2008 (%) 43

Hình 4.7: Quang phổ Wavelet chéo theo dữ liệu chuẩn hóa tỷ giá hối đoái thực hiệu lực-giá chứng khoán 46

Hình 4.8: Quang phổ Wavelet chéo theo dữ liệu chuẩn hóa lãi suất-giá chứng khoán 50

Hình 4.9 : Diễn biến lãi suất huy động và cho vay VND năm 2011-2012 54

Hình 4.9: Wavelet cohenrence theo dữ liệu chuẩn hóa lãi suất-tỷ giá hối đoái 55

Hình 4.10: Wavelet cohenrence dữ liệu chuẩn hóa tỷ giá hối đoái - giá chứng khoán 58 Hình 4.11: Wavelet cohenrence theo dữ liệu chuẩn hóa lãi suất- giá chứng khoán 61

TÓM TẮT

Bài nghiên cứu này thực hiện kiểm tra các đồng chuyển động chung của cả ba biến: lãi suất, tỷ giá hối đoái thực hiệu lực và giá chứng khoán tại thị trường Việt Nam, trong khoảng thời gian từ tháng 7 năm 2000 đến tháng 12 năm 2014 bằng cách

sử dụng một số phương pháp của mô hình Wavelet liên tục gồm: cross-wavelet power, wavelet coherency, độ lệch pha Bên cạnh đó, bài nghiên cứu còn sử dụng các kiểm định nghiệm đơn vị, kiểm định nhân quả Granger, kiểm định đồng liên kết Johansen, hàm phản ứng đẩy, phân rã phương sai để đưa ra thêm các bằng chứng cho các mối quan hệ giữa ba biến Kết quả thực nghiệm của bài nghiên cứu tại thị trường Việt Nam này cho thấy rằng: giá chứng khoán, tỷ giá, lãi suất là có tồn tại mối quan hệ liên kết, tuy nhiên các liên kết này chỉ tồn tại khá yếu trong ngắn hạn và không tồn tại trong dài hạn Các tác động theo từng cặp giữa các biến như: giá chứng khoán và

tỷ giá hối đoái thực hiệu lực, lãi suất và giá chứng khoán, tỷ giá hối đoái thực hiệu lực và lãi suất là không giống nhau tại các không gian thời gian-tần số khác nhau Các mối liên kết thường có xu hướng được thể hiện rõ trong các thời gian khủng hoảng Kết quả này là phù hợp với các kết quả nghiên cứu gần đây của các tác giả khác đã thực hiện tại một số nước mới nổi trên thế giới

1 GIỚI THIỆU:

1.1 Lý do chọn đề tài:

Trong những năm gần đây, khi mà thị trường tài chính quốc tế ngày càng phát triển, việc tự do hóa thị trường tài chính và các tiến bộ công nghệ đã làm tăng sự phụ thuộc lẫn nhau giữa các thị trường chứng khoán, ngoại hối và tiền tệ Các mối liên kết động giữa giá chứng khoán, lãi suất và tỷ giá hối đoái đã thu hút sự chú ý đặc biệt

từ các nhà nghiên cứu trên thế giới

Trong khi đó, những năm gần đây, hội nhập ngày càng tăng của Việt Nam vào nền kinh tế thế giới, đặc biệt khi mà hiện nay Việt Nam đã là thành viên chính thức của ASEAN, APEC, WTO, TPP… đã thúc đẩy hoạt động xuất khẩu, thu hút vốn đầu

tư trực tiếp nước ngoài ngày càng tăng Đến tháng 6/2015, sau hơn 15 năm thị trường chứng khoán Việt Nam đi vào hoạt động và phát triển, đến nay đã có gần 700 công

ty niêm yết với tổng giá trị vốn huy động qua thị trường chứng khoán đạt 1,7 triệu tỷ đồng, thu hút khoảng 15 tỷ USD vốn đầu tư gián tiếp nước ngoài, với hơn 1,4 triệu tài khoản giao dịch của các nhà đầu tư (Thu Hương, 2015) Trước tình hình ngày càng phát triển của các thị trường chứng khoán, ngoại hối, lãi suất tại Việt Nam, bài nghiên cứu này muốn xem xét các mối quan hệ giữa tỷ giá, lãi suất, giá chứng khoán có thực

sự tồn tại tại thị trường Việt Nam hay không Nhằm góp phần vào tài liệu tham khảo cho các nhà đầu tư, các nhà hoạch định chính sách có cái nhìn tổng quát hơn về thị trường Việt Nam, và có những phản ứng thích hợp với thị trường Việt Nam nhằm giảm thiểu rủi ro, đảm bảo sự ổn định kinh tế và tài chính Bởi vì, nghiên cứu mối quan hệ giữa ba thị trường chứng khoán, lãi suất, ngoại hối là một điều rất quan trọng,

nó có thể đem lại một số các lợi ích như sau: Với các nhà đầu tư, cơ cấu tương quan giữa các thị trường chứng khoán, lãi suất, ngoại hối này có thể được sử dụng để xây dựng các danh mục đầu tư chiến lược Các công ty xuất nhập khẩu, các tập đoàn đa quốc gia, các công ty thường xuyên sử dụng nhiều ngoại tệ có thể quản trị được rủi

ro của mình thông qua các dự báo tỷ giá hối đoái từ các biến động giá chứng khoán hoặc lãi suất Đối với các nhà làm chính sách, khi phân tích tốt các kênh truyền dẫn

giữa các thị trường có thể làm căn cứ để đưa ra những chính sách phù hợp và có thể

dự báo được các tác động của các quyết định của họ lên thị trường

1.2 Mục tiêu nghiên cứu:

Bài viết tập trung vào nghiên cứu và xác định các mối liên kết đồng chuyển động của lãi suất, giá chứng khoán và tỷ giá hối đoái thực hiệu lực tại thị trường Việt Nam, bằng cách sử dụng các biểu đồ sóng: cross -wavelet power, wavelet cohenrency và phương pháp độ lệch pha (phase difference), kết hợp với mô hình tự hồi quy véc tơ

để tăng mức độ giải thích cho mô hình

Trước hết, trong bài nghiên cứu này sử dụng thuật ngữ: “Mối liên kết đồng chuyển động” được dịch từ nguyên gốc bài nghiên cứu là: “co-movement” Theo Dirk Baur trong bài nghiên cứu “What is Co-movement?” năm 2003 đã định nghĩa: “Co-movement is the common movement of returns that is shared by all returns at time t.”

Do đó có thể hiểu co-movement trong bài nghiên cứu này là: sự đồng chuyển động, hoặc là: sự chuyển động đồng thời của tất cả các biến tại mọi thời điểm trong thời gian nghiên cứu

Các phương pháp wavelet còn khá mới và chưa được thực hiện nghiên cứu tại thị trường Việt Nam Cụ thể luận văn tập trung trả lời 3 câu hỏi nghiên cứu chính sau:

o Câu hỏi thứ nhất: Liệu có mối liên kết đồng chuyển động của lãi suất, tỷ giá hối đoái, giá chứng khoán tại thị trường Việt Nam hay không?

o Câu hỏi thứ hai: Nếu có tồn tại các mối liên kết đồng chuyển động của các biến thì tồn tại trong ngắn hạn hay dài hạn?

o Câu hỏi thứ ba: Các kết quả của các mô hình cross-wavelet power, wavelet coherency và phương pháp độ lệch pha có phù hợp với nền kinh tế Việt Nam hay không?

1.3 Phương pháp nghiên cứu:

Bài nghiên cứu này tiến hành kiểm định thực nghiệm cho thị trường Việt Nam dựa theo mô hình tự hồi quy vec tơ VAR (vector-autoregression) và mô hình wavelet

Mô hình VAR được áp dụng khá rộng rãi trong kinh tế học, và thường chủ yếu được áp dụng để tìm ra sự phản ứng có tính chất lan truyền giữa các biến kinh tế (impulse response), trong khi đó mô hình wavelet thường được sử dụng trong các kỹ thuật phân tích tín hiệu sóng trong điện tử

Trong thực tế, wavelets được coi như một công cụ toán học mạnh mẽ để xử lý tín hiệu, nó có thể cung cấp hiểu biết nhiều hơn về các đồng chuyển động giữa các biến số tài chính thông qua một phân rã của các chuỗi thời gian vào không gian tần số- thời gian của nó Đặc biệt, sự phân rã thành các chuỗi tiểu thời gian và cục bộ hoá của biến phụ thuộc giữa các chuỗi thời gian là hai lĩnh vực được xem xét phổ biến nhất của phương pháp wavelet trong tài chính (Aloui và Hkiri, 2014)

Lý thuyết wavelet được sinh ra trong giữa thập niên 1980 (Morlet và cộng sự, 1984) Morlet đã phát triển phương pháp đa phân giải (multiresolution); trong đó, Morlet sử dụng một xung dao động, được hiểu là một “wavelet” (một sóng nhỏ) cho thay đổi kích thước và so sánh với tín hiệu ở từng đoạn riêng biệt Kỹ thuật này bắt đầu với sóng nhỏ (wavelet) chứa các dao động tần số khá thấp, sóng nhỏ này được so sánh với tín hiệu phân tích để có một bức tranh toàn cục của tín hiệu ở độ phân giải thô Sau đó sóng nhỏ được nén lại để nâng cao dần tần số dao động Quá trình này gọi là làm thay đổi tỉ lệ (scale) phân tích; khi thực hiện tiếp bước so sánh, tín hiệu sẽ được nghiên cứu chi tiết ở các độ phân giải cao hơn, giúp phát hiện các thành phần biến thiên nhanh còn ẩn bên trong tín hiệu

Việc áp dụng mô hình phân tích wavelet vào nghiên cứu trong kinh tế lượng có một số ưu điểm chính như: phân tích wavelet có khả năng phân rã các dữ liệu thành nhiều khoảng tỷ lệ thời gian, khả năng xử lý kể cả dữ liệu không dừng và cục bộ hóa trong không gian thời gian – tần suất Mối liên kết ngắn hạn và lâu dài được thiết lập

rõ ràng thông qua quy mô thời gian wavelet, nó cung cấp cho chúng ta một bức tranh toàn diện về toàn bộ mối liên kết (Durai và Bhaduri, 2009)

1.4 Nội dung nghiên cứu:

Bài nghiên cứu này dựa trên ý tưởng của bài nghiên cứu chính: “Analyzing time– frequency relationship between interest rate, stock price and exchange rate through continuous wavelet” của Alin Marius Andrieș, Iulian Ihnatov, Aviral Kumar Tiwari (2014), được đăng tải trên tạp chí Economic Modelling 41 (2014) 227–238

Bài nghiên cứu này sẽ được thực hiện với ba biến: lãi suất, tỷ giá hối đoái thực hiệu lực, giá chứng khoán tại thị trường Việt Nam, cho thời gian từ 7/2000 -12/2014 theo các dữ liệu hàng tháng

Bắt đầu bài nghiên cứu này, được thực hiện bằng kiểm định Granger, kiểm định đồng liên kết Johansen, phân rã phương sai, hàm phản ứng đẩy Mục đích của các kiểm định này là: kiểm định xem liệu có mối quan hệ ngắn hạn hay dài hạn giữa mối liên kết động của ba biến tỷ giá hối đoái thực, lãi suất, giá chứng khoán Từ đó đưa

ra các nhận định ban đầu, và kỳ vọng kết quả sẽ đạt được trong mô hình wavelet tại thị trường Việt Nam

Tiếp theo đi vào chuẩn hóa các dữ liệu và đưa vào kiểm định mối liên kết động của ba biến tỷ giá hối đoái thực, lãi suất, giá chứng khoán tại thị trường Việt Nam theo ba phương pháp biểu đồ sóng: cross -wavelet power, wavelet cohenrency và phương pháp lệch pha So sánh các kết quả giữa các phương pháp biểu đồ sóng, và với kết quả kỳ vọng ban đầu bằng mô hình VAR đã thực hiện

+ Thứ hai, bài nghiên cứu này được dựa trên phương pháp tiếp cận của wavelet power, wavelet coherency, và độ lệch pha, cho phép chúng ta tránh những vấn đề tính không dừng của các chuỗi thời gian Ngoài ra, đưa ra mức độ liên kết giữa các chuỗi thời gian tài chính qua thời gian, cho ta nhìn thấy một cái nhìn toàn cục qua từng thời gian chi tiết, mô hình thông thường có thể cung cấp cho chúng ta một hình ảnh méo mó về các mối liên kết kinh tế, có xu hướng phản ánh trạng thái hoặc hành

cross-vi trung bình, chung của cả giai đoạn của nền kinh tế

+ Thứ ba, bài nghiên cứu này nghiên cứu các trường hợp cụ thể của nền kinh tế Việt Nam, đây là một thị trường ngày càng phát triển và hội nhập vào thị trường toàn cầu Mặc dù rằng, nhiều nghiên cứu về vấn đề này đã được thực hiện đối với Mỹ và các nước châu Âu, các nhà nghiên cứu thường nghi ngờ các mối liên kết sẽ không được chặt chẽ khi sử dụng dữ liệu từ một nền kinh tế mới nổi Bài nghiên cứu này kiểm định sự phù hợp của mô hình wavelet tại Việt Nam như thế nào

Kết quả thực nghiệm của bài nghiên cứu tại thị trường Việt Nam này cho thấy rằng: giá chứng khoán, tỷ giá và lãi suất được liên kết, tuy nhiên các liên kết này chỉ tồn tại trong ngắn hạn, không tồn tại trong dài hạn Và tác động theo cặp cặp chứng khoán- tỷ giá hối đoái, lãi suất và chứng khoán, và tỷ giá hối đoái - lãi suất giữa các biến là không giống nhau tại các không gian thời gian-tần số khác nhau Kết quả này

là phù hợp với các kết quả nghiên cứu gần đây của các tác giả đã thực hiện tại một số nước đang phát triển trên thế giới, và phù hợp với kỳ vọng kết quả được thực hiện bằng mô hình tự hồi quy vectơ VAR

Kết quả này có ý nghĩa quan trọng xem xét hoạch định chính sách và các nhà đầu

tư Đặc biệt, sự thay đổi biến động lan truyền tồn tại giữa tỷ giá hối đoái, lãi suất và thị trường chứng khoán, tuy nhiên hiệu ứng lây lan là tạm thời và mất dần đi sau một khoảng thời gian ngắn Như vậy, hoạch định chính sách nên không nhất thiết phải phản ứng để ngăn chặn tác động lan truyền trong thời kỳ biến động cao nếu đó là điều đã kỳ vọng tác động trong ngắn hạn, hoặc có chính sách phù hợp khi tác động vào từng thị trường và khả năng lây lan bất ổn có thể xảy ra Tương tự như vậy, các nhà

đầu tư mà tự phòng ngừa bằng cách sử dụng cơ cấu danh mục đầu tư liên quan đến

ba thị trường chứng khoán, lãi suất, tỷ giá hối đoái cho mục đích lợi nhuận của mình

1.6 Cấu trúc bài nghiên cứu:

Cấu trúc của bài nghiên cứu được chia ra làm 5 mục chính như sau:

Mục 1: Giới thiệu

Mục 2: Tổng quan các nghiên cứu trước đây

Mục này sẽ tổng kết các bài nghiên cứu, và khung lý thuyết tại một số quốc gia trên thế giới mà đã được thực hiện kiểm định mối liên kết động giữa ba biến lãi suất,

tỷ giá hối đoái, giá chứng khoán, và các kết quả đã đạt được Đây là cơ sở để định hướng cho bài nghiên cứu

Mục 3: Dữ liệu và phương pháp nghiên cứu

Trong phần này sẽ đi tìm hiểu về mô hình biểu đồ đường sóng (wavelet) dựa theo khung lý thuyết của tác giả mô hình Đây chính là cơ sở để xây dựng biến, dữ liệu và phương pháp thực hiện chạy mô hình kiểm định

Mục 4: Kết quả nghiên cứu

Mục 5: Kết luận

Đưa ra kết luận cho trường hợp Việt Nam và một số hạn chế gặp phải khi thực hiện mô hình tại Việt Nam, hướng phát triển trong tương lai của đề tài

2 TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY:

2.1 Các nghiên cứu về mối liên kết động giữa giá chứng khoán và tỷ giá hối đoái:

Các mối liên kết động giữa giá chứng khoán và tỷ giá hối đoái đã thu hút được

sự chú ý của nhiều nhà kinh tế, về cả lý thuyết và thực nghiệm, vì cả hai đều đóng vai trò quan trọng trong việc ảnh hưởng đến sự phát triển của nền kinh tế của một quốc gia (Nieh và Lee, 2001) Tuy nhiên các lý thuyết kinh tế đã không đạt được một

sự đồng thuận về sự tồn tại hay hướng đi chung về mối liên kết giữa tỷ giá và giá chứng khoán

 Có ba cách tiếp cận lý thuyết chính cho mối liên kết giữa tỷ giá và giá chứng khoán như sau:

Theo cách tiếp cận định hướng dòng chảy “flow-oriented” (Dornbusch và Fischer, 1980): thay đổi tỷ giá hối đoái dẫn đến thay đổi của giá chứng khoán Chuyển động của tỷ giá ảnh hưởng đến hoạt động kinh tế quốc tế, do đó ảnh hưởng đến các biến kinh tế thực sự, do đó ảnh hưởng đến chi phí của một công ty với hàng xuất khẩu/ nhập khẩu lớn, kết quả dẫn đến tác động vào giá chứng khoán của công

ty Các tài liệu tuyên bố trước đó về mối liên hệ tích cực giữa hai biến này, trong trường hợp này được tỷ giá được tính theo cách yết giá trực tiếp

Hướng tiếp cận định hướng chứng khoán “stock-oriented” (Frankel, 1984) dự đoán tác động ngược lại với cách tiếp cận dòng chày định hướng (Dornbusch và Fischer, 1980), cho rằng do giá chứng khoán tác động đến tỷ giá vì luồng vốn nước ngoài vào và luồng vốn nước ngoài ra: các nhà đầu tư nước ngoài bị thu hút bởi một

sự gia tăng liên tục (giảm) giá chứng khoán dẫn đến dòng vốn vào (dòng tiền ra) dẫn đến một sự định giá cao (thấp) của đồng nội tệ Lý thuyết này chứng minh rằng tỷ giá hối đoái được xác định bởi cung và cầu của các tài sản tài chính Theo phương pháp này hai mô hình được phát triển - mô hình cân bằng danh mục đầu tư và các mô hình tiền tệ - đã khẳng định một liên kết tiêu cực với các tỷ giá hối đoái

Cuối cùng, hướng tiếp cận thị trường tài sản “asset-market” (Phylaktis và Ravazzolo, 2005): không có hoặc có một mối liên kết yếu giữa giá chứng khoán và

tỷ giá hối đoái Tỷ giá được coi như một tài sản; giá trị của nó được xác định bởi kỳ vọng tỷ giá tương lai và thông tin ảnh hưởng giá trị tương lai của tỷ giá hối đoái có thể khác nhau từ những yếu tố mà gây ra những thay đổi trong giá chứng khoán Bên cạnh các phương pháp này, các thị trường chứng khoán cũng có thể ảnh hưởng đến tỷ giá thông qua hiệu ứng của cải “the wealth effect” Theo đó, tăng trong giá trị chứng khoán sẽ tăng tác động vào nhu cầu tiền tệ của một quốc gia với sự gia tăng tổng của cải của công dân của mình

Bằng nghiên cứu thực nghiệm (Chow, 1997; Roll, 1992) tìm thấy một mối quan

hệ tích cực giữa tỷ giá (tỷ giá ở đây được tính là giá tính bằng đồng nội tệ của USD)

và tỷ suất sinh lợi chứng khoán (của thị trường nội địa)

Một loạt các tài liệu nghiên cứu tập trung vào các mối liên kết giữa tỷ suất sinh lợi chứng khoán và thay đổi tỷ giá hối đoái để giải thích sự biến động gần đây Nghiên cứu thường có xu hướng tập trung vào các mối liên kết cùng chuyển động giữa tỷ suất sinh lợi chứng khoán và thay đổi tỷ giá hối đoái

 Nghiên cứu gần đây về sự đồng chuyển động của tỷ giá hối đoái và giá chứng

khoán đã cho thấy một mối liên kết mạnh mẽ giữa hai biến này, đặc biệt là trong thời kỳ khủng hoảng (Nath và Samanta, 2003; Katechos, 2011; Walid và cộng sự, 2011; Lee, 2011; Lin, 2012; Tsai, 2012; Gounopoulos, 2013, Inci và Lee, 2014)

Cụ thể như sau:

Nath và Samanta (2003) nghiên cứu cho thị trường Ấn Độ, cho thấy rằng phần lớn các tỷ suất sinh lợi trong thị trường ngoại hối và chứng khoán không có mối liên kết với nhau

Katechos (2011) nghiên cứu mối liên kết tỷ giá và thị trường chứng khoán với một cách tiếp cận thay thế, ông tính toán tỷ suất sinh lợi thị trường vốn toàn cầu, thay

vì sử dụng các biện pháp thực hiện thị trường vốn hoạt động, và tìm thấy bằng chứng của một liên kết mạnh mẽ của biến này với tỷ giá hối đoái Kết quả cho thấy những dấu hiệu của mối liên kết được xác định bởi mức lãi suất trên thị trường cụ thể Walid (2011) nghiên cứu sự biến động của giá chứng khoán và tỷ giá hối đoái trên một nhóm các nước mới nổi ở khu vực khác nhau của thế giới: Hong Kong, Singapore, Malaysia và Mexico Kết quả cho thấy các giai đoạn biến động cao trùng với những thời kỳ khủng hoảng, như các cuộc khủng hoảng Mexican và khủng hoảng tài chính châu Á, các cuộc tấn công khủng bố năm 2001 và cuộc khủng hoảng cho vay dưới chuẩn năm 2008

Lee (2011) xem xét sự tương tác giữa giá chứng khoán và tỷ giá hối đoái của một số quốc gia châu Á-Thái Bình Dương bởi mối tương quan năng động Kết quả thực nghiệm của họ chỉ ra rằng mối tương quan giữa thị trường chứng khoán và ngoại hối trở nên cao hơn khi biến động thị trường chứng khoán tăng

Lin (2012) thông qua các mô hình ARDL để điều tra sự cùng chuyển động giữa tỷ giá và giá chứng khoán trên các thị trường châu Á mới nổi Kết quả cho thấy rằng mối liên kết này trở nên mạnh mẽ hơn trong thời kỳ khủng hoảng so với thời gian bình thường, cho thấy sự lây lan giữa hai biến Hơn nữa, sự biến động tỷ giá hối đoái là một hiệu ứng của các cú sốc giá chứng khoán và được điều khiển bởi các cán cân tài khoản vốn hơn là thương mại

Tsai (2012) đã đi đến các kết quả tương tự như sau khi điều tra sự hiện diện của sự cân bằng danh mục đầu tư ảnh hưởng ở các nước châu Á Bằng cách sử dụng

mô hình hồi quy điểm phân vị, kết quả ủng hộ cho lý thuyết cân bằng danh mục đầu

tư hiệu quả cho tình huống không bình thường, ví dụ: khủng hoảng tài chính, và bong bóng thị trường Trong thời gian "bình thường", không có dòng vốn rõ ràng, trong các mối liên kết giữa hai thị trường này, tác động thương mại quốc tế xảy ra

Gounopoulos (2013) sử dụng phương pháp VAR-BEKK kiểm tra tác động của rủi ro tỷ giá hối đoái lên hiệu quả hoạt động vốn tài chính ở một số nước phát triển,

cụ thể là Mỹ, Anh và Nhật Bản Kết quả cho thấy trong cuộc khủng hoảng tài chính gần đây, tỷ suất sinh lợi ngành ngân hàng liên quan âm với những thay đổi trong ngoại tệ

Inci và Lee (2014) đã kiểm tra tác động của thay đổi tỷ suất sinh lợi chứng khoán lên thay đổi tỷ giá hối đoái tại tám quốc gia lớn và chín ngành chủ yếu của các nền kinh tế của họ Phương pháp của họ sử dụng các mối liên kết nhân quả và nêu bật ảnh hưởng động bằng cách sử dụng các biến trễ Họ phát hiện bằng chứng cho thấy độ trễ tỷ giá hối đoái có tác động đáng kể đến tỷ suất sinh lợi chứng khoán và rằng đã có một bằng chứng về mối liên kết nhân quả Granger giữa tỷ giá và lãi chứng khoán trên cả hai chiều Hơn thế nữa, các mối liên kết trở nên mạnh mẽ hơn trong những năm suy thoái gần đây

 Tuy nhiên các nghiên cứu liên quan đến các liên kết lâu dài giữa hai biến tỷ giá và giá chứng khoán thì thường thấy sự bất ổn hoặc không có một mối liên kết (Phylaktis và Ravazzolo, 2005; Zhao, 2010; Diamandis và Drakos 2011; Inci và Lee, 2014) Cụ thể như sau:

Phân tích một mẫu của các nước khu vực Thái Bình Dương, Phylaktis và Ravazzolo (2005) phát hiện ra rằng thị trường chứng khoán và ngoại hối có liên quan tích cực thông qua kênh thị trường chứng khoán Mỹ Hơn nữa, ảnh hưởng của khủng hoảng tài chính chỉ là tạm thời trên sự cùng chuyển động dài hạn của các thị trường Zhao (2010) phân tích mối liên kết năng động giữa tỷ giá hiệu lực của đồng Nhân dân tệ (RMB) và giá chứng khoán trong thời gian từ 1/1991-6/2009, bằng cách

sử dụng VAR và các mô hình GARCH đa biến Không có bằng chứng về một mối liên kết ổn định dài hạn giữa hai biến, nhưng có một số bằng chứng về tác dụng hai chiều biến động lây lan giữa ngoại hối và thị trường chứng khoán

Diamandis và Drakos (2011) phát hiện ra rằng thị trường chứng khoán và ngoại hối Mỹ La-tinh đang liên kết tích cực và rằng hành vi thị trường chứng khoán

Mỹ là một kênh cho các liên kết này Các mối liên kết trong dài hạn giữa hai thị trường được đặc trưng bởi sự bất ổn định

2.2 Các nghiên cứu về mối liên kết động giữa lãi suất và tỷ giá hối đoái:

Lãi suất và tỷ giá hối đoái là 2 trong số những công cụ quan trọng để chính phủ điều hành nền kinh tế vĩ mô của một quốc gia Tuy là 2 công cụ khác nhau nhưng giữa chúng có mối quan hệ qua lại mật thiết với nhau Các lý thuyết kinh tế thường gặp về mối quan hệ giữa lãi suất và tỷ giá hối đoái như sau: Theo lý thuyết ngang giá: lãi suất là yếu tố nền tảng để định giá các hợp đồng tiền tệ trong tương lai và kỳ hạn Theo đó, lý thuyết cho rằng sự biến động của một đồng tiền so với một đồng tiền khác trong tương lai sẽ được bù đắp bởi sự chênh lệch lãi suất Lý thuyết tiền tệ: do

tỷ giá là giá cả so sánh của các loại tiền tệ của các quốc gia nên tỷ giá biến động xuất phát từ yêu cầu phản ánh sự thay đổi của những yếu tố tiền tệ trong và ngoài nước

Lý thuyết cân bằng danh mục đầu tư: Đầu tư vào cổ phiếu thường mang lại lợi tức cao hơn so với lãi suất tiền gửi tiết kiệm ngân hàng hay đầu tư trái phiếu Tuy nhiên,

các nhà đầu tư thông thường lại không đầu tư hoàn toàn vào cổ phiếu Lý do là vì lợi tức cao thường đi kèm với rủi ro cao hơn, và theo lý thuyết cân bằng danh mục đầu

tư thì trong mọi đầu tư tài chính, mọi quyết định đều nên được xem xét trên cơ sở cân bằng giữa lợi tức và rủi ro

Ví dụ: Xét trường hợp đồng VNĐ và USD (các yếu tố khác không đổi) Khi lựa chọn nắm giữ đồng tiền nội tệ và đồng ngoại tệ (cụ thể là USD), người ta sẽ xem xét mức lãi suất thực tế của 2 đồng tiền này Khi lãi suất của VNĐ cao hơn lãi suất của USD (lãi suất thực), người ta sẽ có xu hướng chuyển từ nắm giữ USD sang nắm giữ VNĐ Điều này làm cho nhu cầu VNĐ tăng lên, cầu về USD giảm đi, từ đó giá USD

sẽ giảm đi so với VNĐ, hay tỷ giá giảm tới một mức tỷ giá mới mà cung cầu USD - VNĐ trở nên cân bằng Khi đó, lãi suất thực tế của VND và USD tương đương nhau (điều kiện ngang bằng lãi suất và không tính tới lạm phát) Khi có ảnh hưởng của lạm phát, mặc dù lãi suất danh nghĩa tăng, nhưng lãi suất thực tế giảm, lúc này ngược lai

- VND sẽ giảm giá so với USD, dẫn tới tỷ giá tăng

Ngược lại, khi đồng USD tăng giá, để tạo cân bằng trên thị trường ngoại hối, NHTW sẽ chủ động tăng lãi suất đồng nội tệ (VND) thông qua đẩy mạnh lượng cung ngoại tệ ra nền kinh tế đồng thời hút bớt đồng nội tệ về Điều này làm cho cung cầu ngoại hối trở nên cân bằng

Các nghiên cứu thực nghiệm về mối liên kết giữa tỷ giá và lãi suất còn khá hạn chế Một số bài nghiên cứu về mối quan hệ giữa lãi suất và tỷ giá hối đoái như sau: Bautista (2003) xem xét sự tương tác lãi suất và tỷ giá hối đoái bằng sử dụng phân tích mối tương quan năng động có điều kiện (DCC-GARCH) ở Philippines cho thời gian từ 1988-2000 Các kết quả cho thấy một mối tương quan tích cực mạnh mẽ giữa tỷ giá hối đoái và lãi suất, nhất là trong thời kỳ khủng hoảng về kinh tế 1997 Hacker (2012) bằng mô hình Haar Wavelet áp dụng tại các quốc gia Thuỵ Sỹ, Thuỵ Điển, Hàn Quốc trong thời gian từ 1998-2000, để đo lường sự mối quan hệ của lãi suất và tỷ giá hối đoái dựa theo các thay đổi trong tỷ giá hối đoái Kết quả nghiên cứu cho thấy một mối liên kết tích cực giữa tỷ giá hối đoái và lãi suất

Chinn và Meredith (2004) thực hiện nghiên cứu thực nghiệm cho các nước G7 trong thời gian từ 1973-2000 bằng kiểm định Robustness Tests Bài nghiên cứu cho thấy có một mối liên kết tích cực giữa lãi suất và tỷ giá hối đoái khi dùng các dữ liệu đáo hạn dài hạn, nhưng điều ngược lại đã xảy ra khi sử dụng đến dữ liệu ngắn hạn

Choi và Park (2008) đã thực hiện kiểm định mối liên kết nhân quả giữa lãi suất

và tỷ giá hối đoái trong giai đoạn khủng hoảng châu Á từ 1997-1998 tại các quốc gia Indonesia, Hàn Quốc, Malaysia, Thái Lan Bằng cách sử dụng một mô hình VAR, các tác giả bác bỏ việc sử dụng chính sách tiền tệ thắt chặt, cụ thể là chính sách giữ lãi suất cao trong việc ổn định tỷ giá hối đoái trong giai đoạn khủng hoảng Theo các tác giả, việc giữ nguyên lãi suất ở mức cao trong thời gian dài của thời gian khủng hoảng sẽ tốn chi phí kinh tế lớn và không hiệu quả để ổn định tỷ giá hối đoái

2.3 Các nghiên cứu về mối liên kết động giữa giá chứng khoán và lãi suất:

Hiện tại các bài nghiên cứu rõ ràng mối liên kết động giữa giá chứng khoán và lãi suất là rất hiếm Thường mối quan hệ này được lồng ghép vào kiểm định cùng với các biến vĩ mô Tuy nhiên vẫn có một số bài nghiên cứu đã chứng minh: những cú sốc tỷ giá và/ hoặc lãi suất ảnh hưởng đến tỷ suất sinh lợi thị trường chứng khoán (Ioannidis và Kontonikas, 2008; Ahmad, 2010; Pirovano, 2012)

Ioannidis và Kontonikas (2008) phát hiện ra rằng sự thay đổi chính sách tiền

tệ bị ảnh hưởng đáng kể tỷ suất sinh lợi chứng khoán trong 13 nước OECD trong giai đoạn giữa năm 1972 và 2002

Đối với các thị trường chứng khoán và thị trường ngoại hối tại Pakistan, những thay đổi trong lãi suất và tỷ giá hối đoái có tác động đáng kể đến tỷ suất sinh lợi chứng khoán trong giai đoạn giữa năm 1998 và 2009 (Ahmad và các cộng sự, 2010) Pirovano (2012) đã nghiên cứu trong các thành viên mới của Khu vực châu

Âu EU, sự biến động giá chứng khoán được xác định bởi những cú sốc tỷ giá và chính sách tiền tệ khu vực đồng Euro, và giá chứng khoán nhạy cảm với lãi suất Euro-zone hơn đến lãi suất trong nước

2.4 Các nghiên cứu đồng chuyển động của lãi suất, giá chứng khoán, tỷ giá hối đoái:

Một số bài nghiên cứu đã được tiến hành kiểm định kết hợp chuyển động chung của tất cả ba biến lãi suất, tỷ giá hối đoái, giá chứng khoán như sau:

Mok (1993) bằng mô hình ARIMA và các kiểm định Granger đã nghiên cứu các đồng liên kết giữa lãi suất, tỷ giá hối đoái, giá chứng khoán tại Hồng Kông trong khoảng thời gian giữa năm 1986 và 1991 Bài nghiên cứu đã cho thấy ra rằng tỷ giá hối đoái và giá chứng khoán, lãi suất nhìn chung là khá độc lập khi đưa chúng vào cùng một nhóm Tác giả chỉ tìm thấy mối quan hệ một chiều từ giá cổ phiếu tác động lên lãi suất từ kết quả kiểm định nhân quả, và mối quan hệ nhân quả hai chiều giữa giá cổ phiếu và tỷ giá hối, nhưng kết quả này khá yếu

Gupta và các cộng sự (2002) đã đánh giá mối liên kết giữa lãi suất, tỷ giá và chứng khoán Jakarta tại Indonesia, cho giai đoạn từ năm 1/1993 đến 12/1997, bằng

mô hình ARIMA để thiết lập các mối quan hệ nhân quả Nhưng các tác giả không thể xác định một liên kết nhân quả phù hợp trong giai đoạn từ năm 1993 đến năm 1997, tác giả chỉ tìm được các mối quan hệ nhân quả trong thời gian ngắn, tuy nhiên các kết quả này yếu

Mishra (2004) sử dụng kiểm định nhân quả Granger và kỹ thuật Vector Auto Regression trên tỷ suất sinh lợi hàng tháng chứng khoán, tỷ giá và lãi suất trên thị trường Ấn Độ cho thời gian từ tháng 4/1992 đến tháng 3/2002, cho thấy rằng có tồn tại một liên kết nhân quả một chiều giữa tỷ giá và lãi suất, nhưng không có liên kết nhân quả của Granger giữa tiền lãi tỷ giá hối đoái và tỷ suất sinh lợi chứng khoán Kết quả của dự báo phân rã phương sai cho thấy: lãi suất gây ra thay đổi tỷ giá hối đoái, tỷ giá hối đoái ảnh hưởng đến tỷ suất sinh lợi chứng khoán và lãi suất ảnh hưởng đến tỷ suất sinh lợi chứng khoán Tác giả khẳng định: mặc dù tỷ suất sinh lợi chứng khoán, tỷ giá hối đoái và lãi suất là liên quan đến nhau, nhưng không có bất kỳ mối liên kết thống nhất phù hợp tồn tại giữa chúng

Hamrita (2011) đã dùng cách tiếp cận Wavelet đa tỷ lệ dựa trên phép wavelet rời rạc để xem xét các mối liên kết giữa lãi suất, tỷ giá và giá chứng khoán ở Mỹ Bài

nghiên cứu này thực hiện theo dữ liệu hàng tháng từ 1/1990 đến 12/2008, với lãi suất được lấy theo lãi suất trái phiếu 3 tháng được cung cấp bởi Cục dự trữ Liên bang Mỹ,

tỷ giá hối đoái giữa USD và EURO, giá đóng của chỉ số S&P500 Kết quả bài nghiên cứu này cho thấy: Mối liên hệ giữa lãi suất và tỷ giá hối đoái là gần bằng không ở mọi độ trễ, lãi suất và tỷ giá là khá độc lập ở tất cả giai đoạn nghiên cứu Nhưng mối quan hệ giữa tỷ suất sinh lợi lãi suất và tỷ suất sinh lợi chứng khoán là khác 0 đáng

kể tại mức độ trễ là 4-5 tháng, tại các mức độ trễ khác thì gần bằng không, các phân tích cung cấp bằng chứng cho thấy tỷ suất sinh lợi của lãi suất sớm pha hơn các tỷ suất sinh lợi chứng khoán Tại các mức tần số thấp, tác giả tìm thấy một mối quan hệ hai chiều đáng kể giữa tỷ giá hối đoái và giá chứng khoán

Kasman (2011) đã thực hiện nghiên cứu tác động của lãi suất và tỷ giá hối đoái lên tỷ suất sinh lợi của các cổ phiếu ngân hàng Thổ Nhĩ Kỳ bằng cách sử dụng mô hình ước lượng OLS và GARCH, cho thời gian từ 27/7/1999 đến 9/4/2009, với dữ liệu hàng ngày Kết quả bài nghiên cứu cho thấy những thay đổi của lãi suất và tỷ giá hối đoái có tác động tiêu cực và đáng kể lên tỷ suất sinh lợi cổ phiếu ngân hàng Các kết quả còn chỉ ra rằng lãi suất, tỷ giá hối đoái là các nhân tố tác động chính của biến động tỷ suất sinh lợi các ngân hàng

Sensoy và Sobaci (2014) nghiên cứu tác động của những cú sốc bất ổn lên mối liên kết động giữa tỷ giá hối đoái, lãi suất và thị trường chứng khoán: Trường hợp của Thổ Nhĩ Kỳ Nghiên cứu này phân tích mối liên kết năng động giữa tỷ giá hối đoái (so với USD), lãi suất và thị trường chứng khoán (cả hai đều được tính bằng đồng tiền Thổ Nhĩ Kỳ) của Thổ Nhĩ Kỳ từ tháng 1 năm 2003 đến tháng chín năm

2013 Mục đích bài nghiên cứu được thực hiện để trả lời câu hỏi: nếu các mối tương quan giữa các biến quan trọng thay đổi đột ngột trong giai đoạn biến động cao, và nếu chúng xảy ra thì sự thay đổi này là tạm thời hay vĩnh viễn? Trong bài nghiên cứu này, đầu tiên tác giả ước tính các mối tương quan động giữa các biến này bằng cách

sử dụng VAR (p) -FIAPARCH (1, d, 1) - cDCC (1, 1) Kết quả cho thấy những cú sốc bất ổn tạo ra những thay đổi đột ngột trong các mối tương quan động, tuy nhiên hiệu ứng này chỉ là ngắn hạn và không duy trì giữa các chế độ biến động cao liên tục

Như vậy, hoạch định chính sách và các nhà đầu tư không cần phải được quan tâm về lâu dài ảnh hưởng lây lan giữa các biến lãi suất, tỷ giá hối đoái, giá chứng khoán

Như vậy, qua các bài nghiên cứu trước đây có thể rút ra một kết luận chung đó là: Đa số các kết quả đều chỉ ra các mối liên kết ngắn hạn, mối quan hệ này được thể hiện rõ nét qua thời gian khủng hoảng tài chính, và không tồn tại mối quan hệ dài hạn vững chắc giữa ba biến lãi suất, tỷ giá hối đoái, giá chứng khoán qua thời gian

Do đó tác giả kỳ vọng kết quả có thể đạt được khi thực hiện kiểm định tại Việt Nam là tương tự với các kết quả kiểm định tại thị trường các quốc gia mới nổi như

Ấn Độ, Thổ Nhĩ Kỳ,… trong phần tổng quan nghiên cứu này

3 DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU:

3.1 Phương pháp nghiên cứu:

Bên cạnh sử dụng mô hình tự hồi quy vec tơ VAR, bài nghiên cứu này còn được thực hiện chủ đạo trên mô hình Wavelet liên tục Ra đời trong những năm 1990, các công cụ Wavelet đã được tạo ra để phù hợp với các phân tích các liên kết thời gian-tần số giữa hai chuỗi thời gian Wavelet là các dạng sóng nhỏ có thời gian duy trì giới hạn và giá trị trung bình bằng không So sánh với sóng sin thì sóng sin không có thời gian giới hạn giống như sóng wavelet, mà trong khi đó sóng sin chạy từ âm vô cùng đến dương vô cùng Và trong khi đó sóng sin có tính chu kỳ và trơn, còn sóng wavelet thì bất thường và bất đối xứng Trong bài nghiên cứu này áp dụng sóng Morlet (Morlet và cộng sự, 1984)

Hình 3.1a: Sóng Morlet ψ 6 (t) - phần thực (nét liền) và phần ảo (nét đứt)

Nguồn: Fourier and Wavelet Signal Processing của Vetterli, M & cộng sự (2014)

Hình 3.1b: Biến đổi Fourier của Sóng Morlet ψ 6 (t) ở hình 3.1a

Nguồn: Fourier and Wavelet Signal Processing của Vetterli, M & cộng sự (2014) Chi tiết mô hình Wavelet có thể tham khảo phụ lục G, trong bài nghiên cứu này chúng ta sẽ sử dụng ba phương pháp chính của mô hình Wavelet liên tục đó là:

“Cross-wavelet power”, “cross-wavelet coherency”, độ lệch pha Các phương pháp này được đề xuất bởi Hudgins (1993) và Torrence & Compo (1998), và đã được áp dụng trong các lĩnh vực khoa học khác nhau, từ y học (Kelly và các cộng sự, 2003), vật lý thiên văn (Bloomfield, 2004)…

3.1.1 Biến đổi wavelet liên tục (CWT):

Một wavelet được đặc trưng với cục bộ hóa về thời gian (Δt) và tần số (Δω hoặc dải băng) Theo nguyên lý bất định Heisenberg1 cho rằng: luôn luôn có một sự đánh đổi giữa cục bộ hóa thời gian và tần số Lưu ý rằng có một giới hạn để làm sao làm cho các tích bất định Δt x Δω nhỏ nhất có thể Một wavelet Morlet được định nghĩa là:

ψ0(𝜂) = 𝜋−1/4𝑒𝑖𝜔0𝜂 𝑒−12 𝜂2

(3.1)

Werner Heisenberg phát triển Nguyên lý này phát biểu rằng ta không bao giờ có thể xác định chính xác cả vị trí lẫn vận tốc (hay động lượng, hoặc xung lượng) của một hạt vào cùng một lúc Nếu ta biết một đại lượng càng chính xác thì ta biết đại lượng kia càng kém chính xác

Nguồn: Heisenberg, W (1927).

Trong đó: + ω0 là tần số

+ η là thời gian

Khi sử dụng wavelets cho mục đích khai thác tính năng của wavelet Morlet (với

ω0 = 6) là một lựa chọn tốt, vì nó cung cấp một sự cân bằng tốt giữa thời gian và tần số Do đó sẽ áp dụng lựa chọn trên Ý tưởng đằng sau CWT là áp dụng wavelet như một bộ lọc băng chuyền qua chuỗi thời gian Các wavelet được kéo căng thời gian bằng cách thay đổi tỷ lệ của nó (s), do đó η = s · t và chuẩn hóa nó về đơn vị năng lượng Đối với các wavelet Morlet (với ω0 = 6) giai đoạn Fourier (λwt) là gần như tương đương với tỉ lệ (λwt = 1,03 s) Các CWT của một chuỗi thời gian (xn, n = 1, , N) với bước thời gian thống nhất δt, được định nghĩa là tích chập của xn với wavelet chia tỷ lệ và chuẩn hóa Chúng ta viết:

𝑊𝑛𝑋(𝑠) = √𝛿𝑡𝑠 ∑𝑁 𝑥𝑛 𝜓0 [(𝑛′− 𝑛)𝛿𝑡𝑠

Tác giả xác định năng lượng wavelet là |WXn (s)|2 WXn (s) có thể được hiểu như là giai đoạn cục bộ hóa Các CWT có các công cụ góc vì wavelet không hoàn toàn được cục bộ hoá trong toàn thời gian Do đó sử dụng một hình nón ảnh hưởng (COI), trong đó các tác động biên không thể tác động vào khu vực phía trong hình nón COI này COI là khu vực mà trong đó năng lượng wavelet gây ra bởi sự gián đoạn ở mép đã giảm xuống e-2 của giá trị ở mép Ý nghĩa thống kê của wavelet năng lượng có thể được đánh giá qua giả thuyết H0 là tín hiệu được tạo ra bởi một quá trình dừng được đưa ra với một dải quang phổ năng lượng (Pk)

Mặc dù Torrence và Compo (1998) đã chỉ ra làm thế nào ý nghĩa thống kê của quang phổ wavelet có thể được đánh giá dựa trên giả thuyết H0 cho rằng quá trình tạo

dữ liệu được đưa ra bởi một quy trình dừng AR (0) hay AR (1) với một nền tảng năng lượng quang phổ chắc chắn (Pk), cho nhiều hơn các quy trình nói chung người ta phải dựa vào mô phỏng Monte-Carlo Torrence và Compo (1998) tính toán năng lượng quang phổ wavelet nhiễu White và nhiễu Red , từ đó các tác giả suy ra được kết quả

kiểm định dưới H0, sự phân bố tương ứng với năng lượng phổ quang wavelet cục bộ tại mỗi thời điểm n và tỷ lệ s như sau:

𝐷 (|𝑊𝑛𝑋(𝑠)|2

𝜎𝑋2 < 𝑝) = 1

trong đó v là bằng 1 cho các wavelet thực và 2 cho các wavelet phức

3.1.2 Biến đổi wavelet chéo (XWT):

Wavelet biến đổi chéo (XWT) của hai chuỗi thời gian xn yn và được định nghĩa là: WXY = WX · WY*,2 trong đó WX và WY là các phép biến đổi wavelet tương ứng của x và y Tác giả tiếp tục xác định năng lượng wavelet chéo là: |WXY| Tham số arg (Wxy) phức có thể được hiểu như là pha liên kết cục bộ giữa xn và yn trong không gian tần số - thời gian Lý thuyết phân bố về năng lượng wavelet chéo của hai chuỗi thời gian với nền năng lượng quang phổ PX

3.1.3 Biến đổi wavelet coherence (WTC):

Như trong các phương pháp quang phổ Fourier, wavelet coherence (WTC) có thể được định nghĩa là tỉ số của quang phổ chéo cho các tích của quang phổ của từng chuỗi, và có thể được coi như là sự tương quan cục bộ, cả về tần số và thời gian, giữa hai chuỗi thời gian Như vậy, wavelet coherence gần một cho thấy một sự tương đồng cao giữa các chuỗi thời gian, trong khi coherence gần bằng không cho thấy không có mối liên kết Trong khi năng lượng quang phổ Wavelet miêu tả phương sai của một chuỗi thời gian, với thời gian của phương sai lớn cho thấy năng lượng rộng, các năng lượng của Wavelet chéo của hai chuỗi thời gian mô tả hiệp phương sai giữa các chuỗi

thời gian ở mỗi quy mô hoặc tần số Aguiar-Conraria và cộng sự (2008) định nghĩa Wavelet Coherence là "tỷ số của quang phổ chéo chia cho các tích quang phổ của các chuỗi, và có thể được coi như là các cục bộ hóa (cả về thời gian và tần số) tương quan giữa hai chuỗi thời gian"

Theo Torrence và Webster (1999), tác giả xác định các Wavelet Coherence của hai chuỗi thời gian như sau:

𝑅𝑛2(𝑠) = |𝑆(𝑠−1𝑊𝑛𝑋𝑌(𝑠))|

2

𝑆(𝑠 −1 |𝑊𝑛𝑋(𝑠)|2) 𝑆(𝑠 −1 |𝑊𝑛(𝑠)|2) (3.5) trong đó S đại diện cho quá trình làm mịn Chú ý rằng định nghĩa này gần giống như của một hệ số tương quan truyền thống, và nó rất hữu ích để suy luận của Wavelet Coherence như một hệ số tương quan cục bộ hóa trong không gian tần số - thời gian Nếu không có quá trình làm mịn, coherency sẽ giống nhau ở tất cả các tỷ lệ và thời gian Với S như một chập của thời gian và tỷ lệ:

Trong đó: + Sscale cho thấy sự làm mượt theo dọc trục tỷ lệ wavelet

+ Stime biểu thị làm mịn trong thời gian

Chập thời gian được thực hiện với một Gaussian và chập quy mô được thực hiện với một cửa sổ chữ nhật (Torrence và Compo, 1998) Đối với các wavelet Morlet một quá trịnh làm mịn thích hợp được cho bởi:

𝑆𝑡𝑖𝑚𝑒(𝑊)|𝑠 = (𝑊𝑛(𝑠) 𝑐1−

𝑡2

𝑆𝑠𝑐𝑎𝑙𝑒(𝑊)|𝑛 = (𝑊𝑛(𝑠) 𝑐2Π(0,6𝑠)|𝑛 (3.8) Trong đó: c1 và c2 là các hằng số chuẩn hóa

Các nhân tố “0,6” là được xác định tỷ lệ chiều dài thực nghiệm cho Morlet wavelet (Torrence và Compo, 1998) Trong thực tế cả hai phép tích chập được thực hiện riêng lẻ, rời rạc, và do đó các hệ số chuẩn hóa được xác định về số lượng Để đánh giá ý nghĩa thống kê của các ước tính wavelet coherency người ta phải dựa vào các phương pháp mô phỏng Monte Carlo

Tuy nhiên, theo Aguiar-Conraria và Soares (2011), thông thường sẽ tập trung vào các Wavelet Coherence thay vì quang phổ Wavelet chéo Aguiar-Conraria và Soares (2011) đưa ra hai lập luận cho việc này: Thứ nhất là: wavelet coherency có lợi thế là chuẩn hóa bằng năng lượng quang phổ của hai dòng thời gian.Thứ hai là: wavelet quang phổ chéo có thể hiển thị mạnh mẽ đỉnh ngay cả đối với việc thực hiện các quy trình độc lập cho thấy khả năng có thể của giả mạo ý nghĩa kiểm định

3.1.4 Cross wavelet phase angle:

Quan tâm đến sự lệch pha giữa các thành phần của hai chuỗi thời gian, chúng ta cần phải ước tính trung bình và khoảng tin cậy của các pha khác nhau Tác giả sử dụng trung bình vòng tròn của pha trên khu vực có ý nghĩa thống kê cao hơn 5% đó là: bên ngoài COI để định lượng các mối liên kết pha

Đây là một phương pháp hữu ích và phổ biến để tính toán pha trung bình

Một tập hợp của các góc (ai, i = 1, , n) được định nghĩa là:

𝑎𝑚 = arg(𝑋, 𝑌) 𝑣ớ𝑖 𝑋 = ∑𝑛 cos(𝑎𝑖)

𝑖=1 𝑣à 𝑌 = ∑𝑛 sin(𝑎𝑖)

𝑖=1 (3.9) Rất khó để tính toán khoảng tin cậy của các góc của trung bình góc là đáng tin cậy từ các góc pha là không độc lập Số lượng các góc được sử dụng trong việc tính toán có thể được thiết lập cao tùy ý chỉ cần bằng cách tăng độ phân giải quy mô Tuy nhiên, để biết các phân tán của các góc xung quanh giá trị trung bình, tác giả xác định

độ lệch chuẩn vòng tròn như sau:

Tại đó: 𝑅 = √(𝑋2+ 𝑌2) Độ lệch chuẩn vòng tròn là tương tự với độ lệch chuẩn tuyến tính trong đó nó thay đổi từ không đến vô cùng Nó mang lại cho kết quả tương

tự với độ lệch tiêu chuẩn tuyến tính khi các góc được phân phối chặt chẽ xung quanh góc trung bình Trong một số trường hợp có thể có lý do để tính góc pha trung bình cho từng quy mô, và sau đó góc pha có thể được định lượng như một số lượng của các năm

Mức ý nghĩa thống kê của Wavelet Coherence được ước tính bằng cách sử dụng phương pháp Monte Carlo Tác giả tạo ra một tổ hợp lớn các cặp bộ dữ liệu thay thế với các hệ số giống AR1 như các bộ dữ liệu đầu vào Sau đó ước tính mức độ ý nghĩa cho mỗi quy mô bằng cách sử dụng duy nhất các giá trị bên trong nón ảnh hưởng COI Pha của wavelet cho thấy bất kỳ mối liên kết chậm pha hay sớm pha giữa các thành phần, và được định nghĩa là:

𝜙𝑥,𝑦 = tan−1 𝐼{𝑊 𝑛𝑥𝑦}

Trong đó: I và R tương ứng là các thành phần ảo và thực tế của quang phổ trơn

Độ lệch pha (Phase differences) khá hữu ích để mô tả các mối liên kết pha giữa hai chuỗi thời gian Sự lệch pha của các sóng là quan trọng khi xét đến sự giao thoa giữa các sóng Hai sóng cùng pha, có chênh lệch pha ban đầu bằng 0, sẽ cộng hưởng; hai sóng ngược pha, có chênh lệch pha ban đầu là π, sẽ triệt tiêu nhau.3

 Một lệch pha bằng 0 chỉ ra rằng chuỗi thời gian di chuyển cùng pha (tương tự như hiệp phương sai dương) ở tần số xác định

+ Nếu ϕx,y ∈ [0, π / 2] thì chuỗi thời gian y sớm pha so với x

+ Nếu ϕx,y ∈ [-π / 2,0] thì x sớm pha hơn so với y

 Một mối liên kết ngược pha (tương tự như phương sai âm), nếu chúng

ta có một lệch pha của π (hoặc-π) nghĩa là: ϕx,y ∈ [π / 2, π] ∪ [-π, -π / 2]

+ Nếu ϕx,y ∈ [π / 2, π] thì x là sớm pha hơn

+ Chuỗi thời gian y đang sớm pha nếu ϕx,y ∈ [-π, -π / 2]

Hình 3.2: Tọa độ phân bổ sớm pha – trễ pha của hai biến x, y

Nguồn: Tính toán của tác giả

Bài nghiên cứu này được thực hiện trên phần mềm Matlab4 và Eview 7

3.2 Dữ liệu nghiên cứu:

Dữ liệu được sử dụng là dữ liệu theo tháng từ tháng 7 năm 2000 đến tháng 12 năm 2014, có tổng cộng 174 quan sát cho tất cả các biến: chỉ số giá chứng khoán (VNINDEX), lãi suất (IR), tỷ giá hối đoái (REER) như sau:

 Chỉ số giá chứng khoán (VNINDEX):

Giá chứng khoán Việt Nam áp dụng trong bài nghiên cứu được đại diện bởi chỉ số VN – Index, tức là lấy theo giá đóng cửa của chỉ số VN-Index vào cuối mỗi tháng

MATLAB cho phép tính toán số với ma trận, vẽ đồ thị hàm số hay biểu đồ thông tin, thực hiện thuật toán, tạo các giao diện người dùng và liên kết với những chương trình máy tính viết trên nhiều ngôn ngữ lập trình khác Matlab là viết tắt từ "MATrix LABoratory", được Cleve Moler phát minh vào cuối thập niên 1970, và sau đó

là chủ nhiệm khoa máy tính tại Đại học New Mexico

Với thư viện Toolbox, MATLAB cho phép mô phỏng tính toán, thực nghiệm nhiều mô hình trong thực tế và

kỹ thuật Trong bài nghiên cứu này, chúng ta sử dụng gói Crosswavelet and Wavelet Coherence của Aslak

http://noc.ac.uk/using-science/crosswavelet-wavelet-coherence

Dữ liệu chỉ số này được thu thập miễn phí tại website cophieu68.com sau 15h mỗi ngày

Tần số dữ liệu càng cao như các dữ liệu hàng tháng thường tồn tại biến động theo mùa, do đó thực hiện điều chỉnh mùa vụ bởi công cụ Censux X12 với Eview 7

 Lãi suất (IR):

Trong bài nghiên cứu này, áp dụng lãi suất cho vay theo tháng được thu thập từ Quỹ tiền tệ Quốc tế (IMF) mục Thống kê tài chính quốc tế (IFS)

 Tỷ giá hối đoái hiệu lực thực (REER):

Bài nghiên cứu áp dụng tỷ giá hối đoái hiệu lực thực để đại diện cho biến tỷ giá hối đoái Tỷ giá hiệu lực danh nghĩa NEER và tỷ giá hiệu lực thực REER được tính trong bài theo công thức sau:

+ ejt: tỷ giá danh nghĩa của đồng tiền nước j so với VND tại thời điểm t Trong bài nghiên cứu này, thì tỷ giá danh nghĩa ejt được tính bằng cách tỷ giá chéo thông qua đồng tiền thứ ba là USD, yết giá theo trực tiếp Dữ liệu được thu thập từ mục IFS (International Financial Statistics) của Quỹ tiền tệ Quốc Tế (IMF)

+ CPIt: chỉ số giá hàng hóa trong nước tại thời điểm t Dữ liệu được thu thập từ mục IFS (International Financial Statistics) của Quỹ tiền tệ Quốc Tế (IMF)

+ CPIjt: chỉ số giá hàng hóa ở nước j tại thời điểm t Dữ liệu được thu thập từ mục IFS (International Financial Statistics) của Quỹ tiền tệ Quốc Tế (IMF)

+ wjt: tỷ trọng của đồng tiền nước j tại thời điểm t, tương ứng với tỷ trọng thương mại của nước j trong tổng kim ngạch thương mại của Việt Nam với 27 nước được chọn Các chỉ số thương mại song phong giữa Việt Nam và 27 quốc gia này được thu thập từ cơ sở dữ liệu DOT (Direction of Trade Statistics) của Quỹ tiền tệ Quốc Tế (IMF)

Tại sao chúng ta không dùng tỷ giá hối đoái danh nghĩa hiệu lực NEER mà lại dùng tỷ giá thực hiệu lực REER? Cả hai tỷ giá hối đoái hiệu lực danh nghĩa NEER

và tỷ giá hối đoái hiệu lực thực REER thường được sử dụng để phản ánh khả năng cạnh tranh trong các hoạt động thương mại quốc tế của một quốc gia Tuy nhiên, từ hai công thức trên ta có thể thấy: NEER là trung bình có tỷ trọng của tỷ giá hối đoái danh nghĩa giữa nội tệ và các ngoại tệ, hay nói cách khác: NEER là đại diện cho giá trị tương đối của đồng tiền cục bộ so với một rổ những đồng tiền của các nước có giá trị giao thương lớn nhất với quốc gia đó REER là trung bình có tỷ trọng của tỷ giá hối đoái danh nghĩa được điều chỉnh theo giá cả tương đối giữa trong nước và quốc

tế, hay còn có thể gọi REER là NEER sau khi đã hiệu chỉnh lạm phát (trong bài nghiên cứu này, chỉ số được hiệu chỉnh bằng CPI hàng tháng) REER phản ảnh giá trị thực

sự của đồng tiền cục bộ Ta có đồ thị biến động của NEER và REER cho giai đoạn 7/2000 -31/12/2014, ở biểu đồ này khi REER tăng thì VND tăng giá và ngược lại

Hình 3.3 Biến động NEER, REER của Việt Nam từ 7/2000-12/2014

Nguồn: Tính toán của tác giả từ nguồn dữ liệu thu thập từ IMF

Từ đồ thị trên có thể nhận thấy: từ năm 2000 đến năm 2004 REER bám khá sát với NEER; nhưng bắt đầu từ khoảng năm 2005 đến năm 2014 thì REER tăng giá và NEER giảm giá, REER càng ngày càng đi ngược hoàn toàn lại xu hướng giảm giá của NEER Trong khi đó, sự gia tăng của NEER phản ánh sự tăng giá danh nghĩa, còn sự gia tăng của REER phản ánh sự mất giá thực của Việt Nam đồng so với đồng tiền của các đối tác thương mại, REER phản ánh tỷ lệ trao đổi giữa hàng hóa nước ngoài so với hàng hóa sản xuất trong nước cùng loại Do vậy, REER lớn hàm ý rằng hàng nước ngoài rẻ hơn một cách tương đối so với hàng hóa sản xuất trong nước, khiến xuất khẩu giảm, tăng nhập khẩu, và ngược lại Nếu so với thời điểm gốc là năm

2000, thì có thể thấy tại thời điểm cuối năm 2014, trong khi NEER mất giá khoảng 40% trong giai đoạn này thì REER lên giá gần 30% Đây là hệ quả của việc Việt Nam

bị lạm phát cao so với các nước giao dịch thương mại chính của Việt Nam, và hậu quả là hàng Việt Nam ước tính trung bình sẽ mất khoảng 30% lợi thế so với hàng nước ngoài nếu chỉ tính riêng ảnh hưởng của REER (chưa tính đến ảnh hưởng khác)

Bài nghiên cứu này chúng ta sẽ không đi sâu nghiên cứu vào REER và NEER,

mà chúng ta sẽ tập trung đi nghiên cứu mối liên kết giữa ba thị trường ngoại hối, lãi suất, chứng khoán tại thị trường Việt Nam

 Kết quả thống kê mô tả dữ liệu:

Sau khi tính toán các chuỗi dữ liệu cho các biến, ta có đồ thị dữ liệu thô cho mỗi biến được trình bày trong Phụ lục A Ta có bảng thống kê mô tả dữ liệu thô sau:

Bảng 3.1: Thống kê mô tả dữ liệu thô

Nguồn: Tính toán của tác giả

Từ kết quả thống kê mô tả cho dữ liệu thô ở Bảng 1 cho chuỗi dữ liệu từ 7/2000 12/2014 ta có:

- Độ lệch chuẩn của chỉ số chứng khoán lớn hơn nhiều so với các các chỉ số còn lại, như vậy có thể nhận thấy bất ổn của thị trường chứng khoán khá lớn so với hai thị trường lãi suất và tỷ giá hối đoái

 Kết quả kiểm định phân phối chuẩn Jarque-Bera cho cả ba biến đều bác bỏ giả thiết phân phối chuẩn ở từng chuỗi với mức ý nghĩa 1%.5

Từ thống kê mô tả bảng 3.1 và đồ thị Phụ lục A, cho thấy các chuỗi giá trị VNINDEX, IR, REER rất biến động Do đó, thực hiện lấy logarit tự nhiên cho cả ba

dụng mặc định trong toàn bộ bài nghiên cứu này

chuỗi dữ liệu này, và được ký hiệu lương ứng là LVNINDEX, LIR, LREER, và sẽ kiểm định tính dừng của ba chuỗi giá trị này sau khi đã lấy logarit Lưu ý là việc lấy logarit không làm mất đi các đặc tính của chuỗi dữ liệu mà chỉ để làm trơn chuỗi dữ liệu

Sau khi tất cả ba chuỗi dữ liệu của ba biến được đưa về dạng logarit cơ số mũ tự nhiên, ta có các đồ thị Phụ lục B được trình bày trong phần phụ lục Và bảng thống

kê mô tả dữ liệu tương ứng như sau:

Bảng 3.2: Thống kê mô tả dữ liệu sau khi lấy logarit

Nguồn: Tính toán của tác giả

Từ bảng thống kê mô tả Bảng 3.2 của các biến sau khi lấy logarit trên cho thấy:

 Kết quả kiểm định phân phối chuẩn Jarque-Bera cho cả ba biến lãi suất, tỷ giá hối đoái thực, giá chứng khoán đều được bác bỏ giả thiết phân phối chuẩn ở từng chuỗi với mức ý nghĩa 1%

 Độ lệch chuẩn của giá chứng khoán là 32,92%, trong khi đó độ lệch chuẩn của tỷ giá hối đoái thực là 10,65%, và độ lệch chuẩn của lãi suất là 21,04%; như vậy độ bất ổ của giá chứng khoán là lớn hơn nhiều so với của tỷ giá hối đoái và lãi suất,

do đó rủi ro đầu tư vào thị trường chứng khoán là cao hơn so với đầu tư vào thị trường ngoại hối và thị trường lãi suất

 Thước đo của sự mất cân xứng của đồ thị phân phối xác suất, độ nghiêng của tỷ giá hối đoái thực là gần về không, tức là hàm số mật độ xác suất gần đối xứng quanh giá trị trung bình Trong khi đó đồ thị hàm số mật độ xác suất pdf của lãi suất và giá chứng khoán là nghiêng phải, và lãi suất nghiêng nhiều hơn so với giá chứng khoán

 Với thước đo độ nhọn Kurtosis cho thấy lãi suất và giá chứng khoán có hệ số Kurtosis lớn hơn 3, như vậy đường đồ thị hàm số mật độ xác xuất pdf của hai biến này có đuôi dài, và được gọi theo thuật ngữ toán học là: “leptokuric” Trong khi

đó hệ số nhọn của tỷ giá hối đoái thực hiệu lực lại nhỏ hơn 3, như vậy hàm mật

độ xác xuất của biến này có đuôi ngắn và được gọi theo thuật ngữ toán học là:

kỳ một chuỗi thời gian nào có tính dừng mới cho ra một kết quả ước lượng đáng tin cậy, do đó vấn đề đầu tiên trong việc ước lượng là kiểm định xem chuỗi dữ liệu đang quan sát là dừng hay không Nếu chuỗi dữ liệu là dừng thì sẽ tiến hành ước lượng trên chuỗi dữ liệu này, nếu chuỗi không dừng thì sẽ phải lấy sai phân và xem xét tính dừng của các chuỗi sai phân này trước khi đưa vào mô hình

 Kết quả kiểm định tính dừng trên chuỗi dữ liệu gốc:

Bảng 4.1: Kết quả kiểm định tính dừng trên chuỗi dữ liệu gốc

LIR -2,78048 -3,4687 -2,8783 -2,5757 Không dừng mức

1%, 5%

LREER -0,1699 -3,4683 -2,8781 -2,5757 Không dừng LVNINDEX -2,27495 -3,4685 -2,8782 -2,5757 Không dừng KPSS

LIR 0,4683 0,73900 0,46300 0,347000 Không dừng LREER 1,35059 0,73900 0,46300 0,347000 Không dừng LVNINDEX 0,376937 0,73900 0,46300 0,347000 Không dừng mức

10%

Nguồn: Tính toán của tác giả

Từ bảng kết quả kiểm định trên bằng hai phương pháp KPSS và ADF đều cho thấy các số liệu thống kê t của 3 biến đều lớn hơn các giá trị test critical tại các mức

ý nghĩa khác nhau, vì vậy các chuỗi giá trị này không dừng ở chuỗi giá trị gốc, và giữa 3 biến này có liên kết đồng liên kết trong thời gian đã chọn

 Kết quả kiểm định tính dừng trên chuỗi dữ liệu sai phân bậc 1:

Tiến hành lấy sai phân bậc một cho cả ba biến lãi suất, tỷ giá hối đoái thực hiệu lực, giá chứng khoán VNINDEX, và kiểm định tính dừng cho các chuỗi giá trị sai phân bậc một này Ta có bảng kết quả kiểm định đơn vị như sau:

Bảng 4.2: Kết quả kiểm định tính dừng trên chuỗi dữ liệu sai phân bậc 1

DLIR 0,09716 0,73900 0,46300 0,347000 Dừng DLREER 0,26912 0,73900 0,46300 0,347000 Dừng DLVNINDEX 0,04670 0,73900 0,46300 0,347000 Dừng

Nguồn: Tính toán của tác giả

Từ kết quả bảng 4.2 cho thấy khi tiến hành sai phân bậc 1 thì tất cả các biến đều dừng ở tất cả các mức ý nghĩa

Như vậy khi kết hợp các tiêu chuẩn kiểm định, ta có thể kết luận các biến dừng

ở mức sai phân bậc một

4.2 Kết quả kiểm định Granger:

 Kết quả xác định độ trễ tối ưu:

Trước khi đi vào kiểm định nhân quả Granger, bước đầu tiên ta phải tiến hành xác định chọn độ trễ tối ưu Để chọn độ trễ tối ưu, ta dùng các thông số được đưa ra bởi các tiêu chí khác nhau như LR, FPE, AIC, HQ tại các thứ tự độ trễ khác nhau như bảng 4.3:

Bảng 4.3: Kết quả kiểm tra chọn độ trễ

LR: sequential modified LR test statistic (tại mức ý nghĩa 5%)

FPE: Final prediction error

AIC: Akaike information criterion

SC: Schwarz information criterion

HQ: Hannan-Quinn information criterion

Nguồn: Tính toán của tác giả Như vậy từ bảng 4.3, dựa theo các tiêu chí LR, FPE, AIC ta có thể thấy độ trễ tối

ưu cho mô hình được chọn là 2 tháng

Kết quả kiểm định AR Roots, một lần nữa cho chúng ta thấy không có nghiệm nào nằm ngoài vòng trong đơn vị Các giá trị đều nằm trong vòng tròn đơn vị nên mô hình ước lượng có sự ổn định cần thiết nhằm đảm bảo độ tin cậy của kết quả

Hình 4.1: Kết quả kiểm định AR Roots

Nguồn: Tính toán của tác giả Như vậy trong bài nghiên cứu này mô hình VAR cho ba biến: lãi suất, tỷ giá hối đoái thực hiệu lực và giá chứng khoán là tối ưu với bậc độ trễ là 2 tháng

 Kết quả kiểm định Granger:

Kết quả của kiểm định Granger có thể sử dụng để kiểm tra chiềuhướng tác động trong ngắn hạn Với độ trễ được chọn là hai tháng, ta có kết quả kiểm định Granger cho ba biến lãi suất, tỷ giá hối đoái thực hiệu lực, giá chứng khoán như sau:

Bảng 4.4: Kết quả kiểm định Granger

DLREER không tác động lên DLIR 2 4,49530 0,0126 DLIR không tác động lên DLREER 3,44997 0,0340 DLVNINDEX không tác động lên DLIR 2 0,40602 0.6670 DLIR không tác động lên DLVNINDEX 0,09487 0,9095 DLVNINDEX không tác động lên DLREER 2 0,19357 0,8242 DLREER không tác động lên DLVNINDEX 0,81284 0,4454

Nguồn: Tính toán của tác giả

-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5

-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 Inverse Roots of AR Characteristic Polynomial