1. 1T nh cần thiết của đề tài
3.2.4 Mô hình tự hồi quy (VAR)
Trong các mô hình hồi quy cổ điển, việc xác định biến phụ thuộc và biến độc lập thường mang tính chủ quan, trên cơ sở giả sử rằng một số biến đã biết trước. Và đôi khi kết quả thu được sẽ cho đánh giá sai về bản chất của các mối quan hệ. Do đó, khi có các mối quan hệ đồng thời giữa một tập các biến thì phải xét đến vai trò của từng biến là như nhau24.
Dựa trên tinh thần này, khi không thể xác định được biến nội sinh hay ngoại sinh, chúng ta phải kiểm định cả hai trường hợp. Ví dụ, biến Yt bị ảnh hưởng bởi giá trị hiện tại và quá khứ của Xt, đồng thời, biến Xt cũng bị ảnh hưởng bởi giá trị hiện tại và quá khứ của Yt. Ta sẽ có mô hình hai biến đơn giản như sau:
1 1 1 2 1 1 (3.4) p p t t t i t t i t i i p p t t t i t t i t i i Y Y X U X Y X U
Mô hình VAR bề ngoài giống như mô hình nhiều phương trình trong đó chúng ta xem xét đồng thời một số biến nội sinh. Trong mô hình này biến nội sinh được giải thích bởi các giá trị độ trễ của nó và các biến nội sinh khác, thông thường không có biến ngoại sinh25.
23 Hồng Thành Đạt và Nguyễn Quang Khải (2011), Mối liên h giữa các nhân tố kinh t ĩ ị ư ng
chứng khoán - k t quả thực nghi m ở TTCK VN, Đại học Kinh tế thành phố Hồ Chí Minh.
24Cao Hào Thi và Các Cộng Sự (1998). Bản Dịch Kinh T Lượ ơ Sở (Basic Econometrics của Gujarati
D.N.). Chương Trình FulBright về Giảng Dạy Kinh Tế tại Việt Nam.
25 Phạm Trí Cao (2009), Bài giảng kinh t lượng ứng dụng – Phần nâng cao, Đại học Kinh tế thành phố Hồ Chí Minh.
30
Ở đây, giả định rằng cả Yt và Xt đều là chuỗi dừng và U1t và U2t cũng là chuỗi dừng và không có tự tương quan. Giá trị p là độ trễ sử dụng trong mô hình.
3.2.5 Kiể ịnh nhân quả Granger
Kiểm định Granger được d ng để xem xét mối quan hệ trong ngắn hạn giữa các biến số. Giả thuyết của kiểm định Granger là H0: không tồn tại mối quan hệ giữa các biến số Xt và Yt trong mô hình. Để kiểm định giả thuyết này, ta sử dụng thống kê F của kiểm định Wald.
Giả thuyết này có thể xảy ra 4 kết quả là:
- Xt có ảnh hưởng lên Yt và ngược lại điều này xảy ra khi: tkhông đồng thời bằng 0 và tkhông đồng thời bằng 0).
- Xt có ảnh hưởng lên Yt nhưng Yt không ảnh hưởng lên Xt điều này xảy ra khi: t không đồng thời bằng 0 và tbằng 0 với mọi t).
- Xt không ảnh hưởng lên Yt nhưng Yt lại có ảnh hưởng lên Xt điều này xảy ra khi: tbằng 0 với mọi t và tkhông đồng thời bằng 0).
- Không tồn tại mối quan hệ nhân quả giữa Xt và Yt điều này xảy ra khi: t và tbằng 0 với mọi t).
Hệ phương trình 3.4 là hệ phương trình tổng quát của một mô hình tự hồi quy vector 2 biến. Trong đó, mỗi phương trình trong hệ có thể được ước lượng bằng phương pháp OLS thông thường (Phạm Trí Cao, 2009).
3.2.6 Kiể ịnh tính ổ ịnh của mô hình
Theo Nguyễn Thị Minh (2011), mô hình VAR được xem là ổn định nếu có phần dư là một chuỗi dừng và tất cả các nghiệm của đa thức đặc trưng Roots of Characteristic Polynomial đều nằm trong v ng tr n đơn vị, hay các mô đun Modulus t nh toán được đều nhận giá trị nhỏ hơn 1.
31
Do đó, sau khi ước lượng mô hình VAR, cần phải kiểm định tính ổn định của mô hình. Việc xác định tính dừng của phần dư có thể sử dụng kiểm định nghiệm đơn vị như đã trình bày ở trên.
3.2.7 rã p ƣơ sa
Trong mô hình VAR, ngoài việc kết luận được mối quan hệ nhân quả giữa các yếu tố, ta còn có thể sử dụng kỹ thuật phân rã phương sai để xác định mức độ ảnh hưởng của từng yếu tố, hay nói cách khác là xác định lượng thông tin mà yếu tố này phản ánh vào trong sự thay đổi giá của yếu tố kia.
Tổng sai số khi ước lượng một biến phụ thuộc bao gồm sai số được giải thích bởi mô hình và sai số không được giải thích bởi mô hình (phần dư . Trong đó, sai số được giải thích bởi mô hình chính là sai số được giải thích bởi các biến độc lập trong mô hình đó. Hệ số phân rã phương sai của biến độc lập X đối với biến phụ thuộc Y cho biết tỷ lệ đóng góp của biến X trong việc giải thích Y. Ví dụ, hệ số phân rã phương sai của biến X đối với biến Y ở độ trễ 1 bằng 0,15 cho thấy rằng, sự thay đổi trong biến X giải th ch được 15% sự thay đổi của biến Y, và 85% sai số được giải thích bởi mô hình là từ các biến độc lập còn lại (Nguyễn Thị Minh, 2011).
3.2.8 Hàm phản ứ ẩy
Tương tự như phân rã phương sai, hàm phản ứng đẩy cũng có thể được sử dụng để đánh giá mức độ tác động của biến này lên một biến khác. Tuy nhiên, khi trong mô hình có một vài độ trễ thì không phải lúc nào cũng có thể dễ dàng giải thích từng hệ số, đặc biệt là nếu các dấu của các hệ số thay đổi kế tiếp nhau. Vì lý do này, người ta xem xét hàm phản ứng đẩy (IRF) trong phép lập mô hình VAR để tìm xem biến phụ thuộc phản ứng như thế nào đối với một cú sốc trong một hay nhiều phương trình của hệ26.
Một hàm phản ứng đẩy dưới dạng đồ thị sẽ có dạng:
26
Cao Hào Thi và Các Cộng Sự (1998). Bản Dịch Kinh T Lượ ơ Sở (Basic Econometrics của Gujarati
32
Hình 3.1 Mô phỏng hàm phản ứng của bi Y ước cú sốc từ bi n X (Nguồn: Nguyễn Thị Liên Hoa và Trầ Đặ Dũ (2013))
Trong đó, trục hoành mô tả độ trễ của biến X, trục tung mô tả mức độ phản ứng của biến Y. Khi đường phản ứng đường màu xanh) càng xa trục hoành chứng tỏ Y càng có phản ứng trước cú sốc từ biến X. Theo hình 3.1, phản ứng của biến Y trước những cú sốc của biến X kéo dài qua nhiều độ trễ. Hai đường giới hạn màu đỏ mô tả biên độ dao động của Y khi X thay đổi, khi biên độ này càng lớn (khoảng cách giữa 2 đường giới hạn càng cao và xa đường phản ứng màu xanh) thì phản ứng của Y trước cú sốc từ X càng mờ nhạt, và ngược lại27.
3.2.9 Ƣu ể v ƣ c ểm của mô hình VAR
Ưu điểm
- Đây là phương pháp đơn giản; ta không cần phải lo lắng về việc xác định các biến nào là biến nội sinh và biến nào là biến ngoại sinh. Tất cả các biến trong VAR đều là biến nội sinh.
27 Nguyễn Thị Liên Hoa và Trần Đặng Dũng 2013 , Nghiên cứu lạm phát tại Vi t e ươ SVAR, Tạp chí Phát triển và Hội nhập, số 10 (20), tháng 5-6/2013.
33
- 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 t nh được bằng phương pháp này, trong nhiều trường hợp, tốt hơn các dự báo t nh được từ các mô hình phương trình đồng thời phức tạp hơn.
Nhược điểm:
- Mô hình VAR sử dụng ít thông tin tiên nghiệm
- Do trọng tâm được đặt vào dự báo, các mô hình VAR ít phù hợp cho phân tích chính sách.
- Thách thức thực nghiệm lớn nhất trong phương pháp xây dựng mô hình VAR là lựa chọn khoảng trễ thích hợp. Giả sử mô hình VAR ba biến và quyết định đưa 8 độ trễ của mỗi biến vào từng phương trình. Ta sẽ có 24 tham số trễ trong mỗi phương trình cộng với số hạng không đổi, và như vậy có tất cả 25 tham số. Trừ khi cỡ mẫu lớn, ước lượng nhiều tham số sẽ sử dụng rất nhiều bậc tự do với tất các vấn đề khó khăn liên quan.
- Trong một mô hình VAR m biến, tất cả m biến phải (cùng) có tính dừng. Nếu điều kiện này không được thỏa mãn, ta sẽ phải biến đổi dữ liệu một cách thích hợp (ví dụ bằng cách lấy sai phân bậc 1). Nhưng nếu mô hình chứa hỗn hợp các biến có tính dừng và không có tính dừng thì biến đổi dữ liệu không phải là việc dễ dàng.
- Do các hệ số đơn lẻ trong các mô hình VAR ước lượng thường khó giải thích, nên khi áp dụng kỹ thuật này trên thực tế ta thường ước lượng hàm phản ứng đẩy (Impulse Response Function, IRF). IRF phát hiện phản ứng của biến phụ thuộc trong hệ VAR đối với các cú sốc của các biến số trong mô hình. 28
28 Cao Hào Thi và Các Cộng Sự (1998). Bản Dịch Kinh T Lượ ơ Sở (Basic Econometrics của Gujarati
34
3.3 Xây dựng mô hình nghiên cứu:
Sau khi nghiên cứu những cơ sở lý thuyết về các yếu tố ảnh hưởng lên giá vàng cũng như lý thuyết về mô hình VAR, tác giả tiến hành xây dựng mô hình nghiên cứu cho đề tài. Việc lựa chọn mô hình VAR là do những ưu điểm của nó so với các mô hình khác như ARCH, GARCH, ARIMA… Bên cạnh đó, tác giả cũng đã khắc phục được những nhược điểm của mô hình VAR như sau:
Thứ nhấ , ược đ m về vi c sử dụng ít thông tin tiên nghi m. Tác giả đã kết hợp hai phương pháp phân t ch định t nh và định lượng, do đó, ngoài việc phân tích kết quả của mô hình VAR và các kiểm định liên quan, tác giả có kết hợp với việc so sánh, đối chiếu với kết quả của các nghiên cứu trước đây để làm rõ hơn về các mối quan hệ tìm được.
Thứ , ược đ m về sự hạn ch trong phân tích chính sách. Khi xây dựng mô hình VAR gồm 10 phương trình, mỗi phương trình có 10 biến, tác giả sẽ tập trung vào phân t ch mô hình ước lượng giá vàng Việt Nam, tiến hành loại bỏ những biến không thực sự ảnh hưởng đến giá vàng thông qua một số kiểm định liên quan.Từ đó, đưa ra mô hình cuối cùng phù hợp cho việc phân tích chính sách.
Thứ , ược đ m về lựa chọ độ trễ. Việc lựa chọn độ trễ phù hợp được giải quyết thông qua các tiêu chuẩn AIC, HQ và SC. Bên cạnh đó, cỡ mẫu là 156 quan sát đủ lớn để ước lượng được các tham số của mô hình với sự trợ giúp của phần mềm Eview.
Thứ ư, ược đ m về tính dừng của dữ li u. Thông thường, dữ liệu thời gian hầu như là dữ liệu không dừng. Vì vậy, khi sử dụng bất cứ mô hình nào cũng đều sẽ gặp nhược điểm này. Tác giả khắc phục bằng cách kiểm định tính dừng của tất cả dữ liệu và khử tính không dừng thông qua việc lấy sai phân bậc 1.
Cuối cùng, để phân t ch rõ hơn về ảnh hưởng của các yếu tố lên giá vàng, tác giả cũng kết hợp phân t ch phân rã phương sai và hàm phản ứng đẩy.
35
3.3.1 Giả ịnh nghiên cứu:
Để đơn giản hóa cho việc phân t ch, tác giả đưa ra giả định: lượng cung vàng Việt Nam chỉ phụ thuộc vào giá vàng thế giới, nó được xem là chi ph nguyên liệu đầu vào cho ngành sản xuất vàng trong nước.
3.3.2 Giả thiết nghiên cứu
Để phân t ch tác động của yếu tố kỳ vọng lên giá vàng trong nước, tác giả đặt biến giả EI là yếu tố kỳ vọng của nhà đầu tư, với giả thiết là EI có thể lượng hóa được. Trong nghiên cứu này, EI sẽ nhận giá trị là 1 nếu nhà đầu tư kỳ vọng tốt về thị trường vàng hoặc kỳ vọng xấu về nền kinh tế. Khi nhà đầu tư kỳ vọng tốt về thị trường vàng, họ ngh rằng vàng sẽ tăng giá trong tương lai và do đó có động cơ để đầu tư vào vàng để tìm kiếm lợi nhuận; bên cạnh đó, khi nhà đầu tư kỳ vọng xấu về nền kinh tế thì vàng lại trở thành nơi trú ngụ an toàn có thể đảm bảo giá trị của tài sản cho nhà đầu tư, và do đó họ đầu tư vào vàng để bảo hiểm rủi ro. Trong những điều kiện khác, EI nhận giá trị là 0.
Như vậy, trong khoảng thời gian từ tháng 10 năm 2007 đến tháng 12 năm 2011 EI sẽ nhận giá trị là 1, do trong khoảng thời gian này, khủng hoảng tài ch nh nổ ra, kinh tế suy thoái và thị trường chứng khoán cũng suy giảm; những thời kỳ c n lại EI nhận giá trị là 0.
3.3.3 Dữ li u nghiên cứu:
Dữ liệu sử dụng trong nghiên cứu là dữ liệu theo tháng trong giai đoạn từ tháng 12 năm 2000 đến tháng 12 năm 2013 được thu thập thông qua nhiều nguồn khác nhau gồm giá vàng trong nước, giá vàng thế giới, giá dầu, tỷ lệ lạm phát, lượng cầu vàng trong nước, kỳ v ng nhà đầu tư, VN-Index, Tỷ giá hối đoái, lãi suất và cung tiền M2. Tất cả dữ liệu đều được thu thập qua 157 thời kỳ.
Riêng yếu tố kỳ vọng của nhà đầu tư được lấy theo tính toán riêng của tác giả với giả thiết đã trình bày ở phần trước:
36
ả 1 a ục dữ l u ng cứu
ữ l u u Ký ơ vị uồ
Giá vàng trong nước VGP ngàn đồng/lượng Tổng cục Thống kê VN gso.gov.vn
Giá vàng thế giới WGP USD/oz Hiệp hội vàng thế giới
gold.org
Giá dầu WOP USD/th ng indexmundi.com
Tỉ lệ lạm phát INF % Tổng cục Thống kê VN
gso.gov.vn Lượng cầu vàng
trong nước GD tấn Hiệp hội vàng thế giới gold.org
Kỳ vọng nhà đầu tư EI Giả định của tác giả
VN-Index VNI
Sở giao dịch chứng khoán Tp. HCM
hsx.vn Tỷ giá hối đoái
USD/VNĐ EX đồng/USD
Ngân hàng Nhà nước VN sbv.gov.vn
Lãi suất R % Ngân hàng Nhà nước VN
sbv.gov.vn
Cung tiền M2 M2 tỉ đồng Ủy ban kinh tế
ecna.gov.vn
(Nguồn: tác giả tổng hợp)
Trong đó:
Giá vàng trong nước là giá vàng SJC t nh theo đơn vị triệu đồng/lượng.
Giá vàng thế giới là giá mở cửa của ngày đầu giao dịch trong tháng, được tính theo USD/ounce, 1 ounce (hay oz tương đương 0,83 lượng.
Giá dầu thế giới là trung bình cộng giá mở cửa của 3 loại: giá dầu Brent, giá dầu West Texas Intermediate và giá dầu Dubai Fateh vào ngày đầu tiên của tháng, đơn vị là USD/thùng. Một th ng tương đương khoảng 158,987 lít.
37
Tỷ lệ lạm phát hàng tháng được tính bằng tỷ lệ gia tăng của chỉ số giá tiêu dùng (CPI) của tháng tính toán so với tháng trước đó. Đơn vị tính là %/tháng.
Lượng cầu vàng trong nước tính bằng tấn được cung cấp bởi Hiệp hội Vàng thế giới tại website gold.org.
Kỳ vọng nhà đầu tư là biến giả: nhận giá trị là 1 nếu nhà đầu tư có kỳ vọng tốt và nhận giá trị là 0 nếu không có kỳ vọng tốt về thị trường vàng.
Chỉ số VN-Index sử dụng giá mở cửa của ngày đầu giao dịch trong tháng.
Tỷ giá hối đoái là tỷ lệ trao đổi giữa hai đồng tiền khác nhau. Trong phạm vi nghiên cứu của mình, tác giả thu thập tỷ lệ trao đổi giữa tiền Đô la Mỹ và tiền Đồng Việt Nam (USD/VND). Tỷ giá USD/VND sử dụng là trung bình của mức giá chào mua và giá chào bán đồng USD vào ngày đầu trong tháng.
Dữ liệu lãi suất sử dụng trong luận văn là lãi suất tái chiết khấu thực tế được cung cấp bởi website của Ngân hàng Nhà nước Việt Nam. Đơn vị là %/năm.
Cung tiền M2 được hiểu là cung tiền rộng bao gồm: tổng lượng tiền mặt do Ngân hàng Nhà nước phát hành đang được lưu thông, tiền mà các ngân hàng thương mại gửi tại ngân hàng trung ương và chuẩn tệ (tiền gửi tiết kiệm, tiền gửi có kỳ hạn… tại các tổ chức tín dụng) được công bố trên website của Ủy ban Kinh tế
