5. Kết cấu của đề tài
3.1.Thống kê mô tả các biến
Bảng 3.1: Thống kê mô tả giá vàng và các biến kinh tế vĩ mô
Chỉ tiêu LV LVNI LCPI LI LO
Giá trị trung bình 17.33018 5.876584 2.165619 2.527276 4.430257 Trung vị 17.43616 6.117348 2.102492 2.520101 4.485696 Giá trị lớn nhất 17.68254 6.382679 3.136158 2.895359 4.701843 Giá trị nhỏ nhất 16.65634 5.169398 0.68161 2.213754 3.670206 Độ lệch chuẩn 0.29653 0.393736 0.56513 0.208659 0.218527 Độ bất cân xứng -0.779823 -0.53527 -0.167612 0.219582 -1.685244 Độ nhọn 2.335034 1.673114 2.859206 1.909793 5.973227
Giá trị phân phối
Jarque-Bera 7.186685 7.266703 0.330497 3.45354 50.50066 Giá trị xác xuất tới hạn 0.027506 0.026427 0.847683 0.177858 0.000000 Tổng các giá trị 1039.811 352.595 129.9372 151.6366 265.8154 Tổng bình phương các
sai số tiêu chuẩn 5.187869 9.146655 18.84291 2.568765 2.817492
Số quan sát 60 60 60 60 60
Nguồn: Phụ lục 1
3.2. Kiểm định nghiệm đơn vị và bậc tích hợp
Phương pháp kiểm định ADF (Augemented Dickey-Fuller test) được sử dụng để tìm ra trình trạng tồn tại nghiệm đơn vị (a Unit Root Test) trong tất cả dữ liệu của các biến.
Bảng 3.2. Kiểm định nghiệm đơn vị ở sai phân bậc 0
Biến số kinh tế vĩ mô Kiểm định nghiệm đơn vị
Mức ý nghĩa Sai phân bậc 0 P-value
LV -0.014913 -0.387960 0.9859
LVNI -0.107193 -1.703431 0.7374
LCPI -0.080743 -2.377443 0.3871
LI -0.027306 -0.977324 0.9391
LO -0.187237 -3.153502 0.1040
Nguồn: Phụ lục 2.1, 2.3, 2.5, 2.7 và 2.9
Từ kết quả kiểm định ở bảng 3.2.1 cho thấy rằng với mức ý nghĩa 5% chuỗi dữ liệu ban đầu (ở mức level) là không dừng (hay có nghiệm đơn vị).
Bảng 3.3. Kiểm định nghiệm đơn vị ở sai phân bậc 1
Biến số kinh tế vĩ mô Kiểm định nghiệm đơn vị
Mức ý nghĩa Sai phân bậc 1 P-value
LV -1.076921 -8.012345 0.0000
LVNI -0.903803 -6.770990 0.0000
LCPI -0.428298 -3.925557 0.0170
LI -1.059220 -7.954478 0.0000
LO -1.031589 -7.788232 0.0000
Nguồn: Phụ lục 2.2, 2.4, 2.6, 2.8 và 2.10
Từ kết quả kiểm định ở bảng 3.2.2 cho thấy rằng với mức ý nghĩa 5% chuỗi dữ liệu các biến đều dừng ở mức sai phân bậc 1.
Kết luận: Như vậy, bậc tích hợp của tất cả các biến là 1 hay I(1). Bước tiếp theo của nghiên cứu là kiểm định đồng tích hợp của Johansen để xác định giữa các biến có mối quan hệ đồng tích hợp là cơ sở cho việc xác lập mối quan hệ trong dài hạn. (adsbygoogle = window.adsbygoogle || []).push({});
3.3. Kiểm định đồng tích hợp
Bảng 3.4. Kết quả kiểm định đồng tích hợp bằng kiểm định vết ma trận
Giả thiết H0
Giá trị riêng của ma trận Eigenvalue Giá trị thống kê vết của ma trận Trace Giá trị tới hạn α = 5% Prob R = 0* 0.485327 82.79901 69.81889 0.0032 R ≤ 1 0.270048 44.27410 47.85613 0.1043 R ≤ 2 0.245707 26.01710 29.79707 0.1282 R ≤ 3 0.12677 9.662619 15.49471 0.3076 R ≤ 4 0.030560 1.800129 3.841466 0.1797
Ghi chú: * Biểu thị bác bỏ giả thiết H0 ở mức ý nghĩa 5% Nguồn: Phụ lục 3
Bảng 3.5. Kết quả kiểm định đồng tích hợp bằng kiểm định giá trị riêng cực đại
Giả thiết H0
Giá trị riêng của ma trận Eigenvalue
Giá trị riêng cực đại của ma trận Max-Eigen Giá trị tới hạn α = 5% Prob R = 0* 0.485327 38.52491 33.87687 0.0130 R ≤ 1 0.270048 18.25700 27.58434 0.4739 R ≤ 2 0.245707 16.35448 21.13162 0.2048 R ≤ 3 0.126773 7.862490 14.26460 0.3928 R ≤ 4 0.030560 1.800129 3.841466 0.1797
Ghi chú: * Biểu thị bác bỏ giả thiết H0 ở mức ý nghĩa 5% Nguồn: Phụ lục 3
Ở đây có hai giả thiết H0: (i) “None”, nghĩa là không có đồng tích hợp (đây là giả thiết ta quan tâm nhất); (ii) “At most 1”, nghĩa là có một mối quan hệ đồng tích hợp. Lưu ý, tùy vào số biến trong mô hình (ví dụ k biến) mà ta có k-1 số phương trình đồng tích hợp. Khi đó, ta có thêm số giả thiết về số phương trình đồng tích hợp. Để quyết định bác bỏ hay chấp nhận giả thiết H0, ta so sánh
giá trị “Trace Statistic” với giá trị tới hạn (critical value) ở mức ý nghĩa xác định ở ô MHM (ở đây ta chọn là 5%).
Nếu Trace Statistic < Critical Value, ta chấp nhận giả thiết H0
Nếu Trace Statistic > Critical Value, ta bác bỏ giả thiết H0
Kết quả trong bảng 3.3.1 và bảng 3.3.2 cho thấy cả hai kiểm định mà Johansen (1990) đưa ra là kiểm định vết ma trận (trace) và kiểm định giá trị riêng cực đại của ma trận (Maxeigenvalue) đều khẳng định tồn tại ít nhất một véctơ đồng tích hợp ở mức ý nghĩa 5%.
Kết luận: Điều này chứng minh rằng có một mối quan hệ dài hạn mạnh (đồng tích hợp) giữa các biến nghiên cứu.
3.4. Lựa chọn độ trễ tối ưu
Việc lựa chọn độ trễ tối ưu cho mô hình sẽ được thực hiện bằng cách ứng dụng mô hình VAR cho các chuỗi dữ liệu ban đầu của các biến với độ trễ tối đa là 5. Mô hình VAR sẽ tự động lựa chọn độ trễ tối ưu dựa trên các tiêu chuẩn: tiêu chuẩn thông tin Akaike (Akaike Information Criterion – AIC), tiêu chuẩn thông tin Schwarz (Schwarz information criterion – SC) và tiêu chuẩn thông tin Hannan-Quinn: (Hannan-Quinn information criterion – HQ) để lựa chọn độ trễ tối ưu cho mô hình.
Bảng 3.6. Kết quả lựa chọn độ trễ tối ưu
Độ trễ (Lags)
Tiêu chuẩn thông tin Akaike (AIC)
Tiêu chuẩn thông tin Schwarz (SC)
Tiêu chuẩn thông tin Hannan-Quinn (HQ) 0 -2.416587 -2.234102 -2.346018 1 -11.13184 -10.03693* -10.70843* 2 -11.14582* -9.138483 -10.36956 3 -11.10187 -8.182112 -9.972775 4 -10.74389 -6.911705 -9.261951 5 -10.55563 -5.811020 -8.720848
Ghi chú: * độ trễ được lựa chọn theo tiêu chuẩn Nguồn: Phụ lục 4
Độ trễ tối ưu được xác định dựa vào kết quả phù hợp với nhiều tiêu chuẩn nhất. Tiêu chuẩn thông tin Schwarz và tiêu chuẩn thông tin Hannan-Quinn cùng đề nghị lựa chọn độ trễ tối đa của mô hình là 1.
Kết luận: Giá trị của các biến hiện tại sẽ chịu tác động của giá trị của các biến trễ theo tháng là một tháng trước đó.
3.5. Mô hình hồi quy đồng tích hợp
Nghiên cứu mối quan hệ trong dài hạn giữa các biến nhằm mục đích cho thấy rằng các biến quan sát trong dài hạn sẽ dao động theo quan hệ cung cầu và có xu hướng xoay quanh giá trị thực của nó. Khi quan sát dài hạn sẽ thấy các biến có xu hướng biến động cùng nhau hay không loại bỏ các tác nhân tức thời, ngẫu nhiên trong ngắn hạn, các biến thiên trong ngắn hạn.
Các giả thiết nghiên cứu được đưa ra ở chương 1 “Cơ sở lý thuyết”:
STT Giả thiết (adsbygoogle = window.adsbygoogle || []).push({});
1 Giá vàng trong nước và chỉ số chứng khoán có mối tương quan nghịch biến 2 Giá vàng trong nước và chỉ số lạm phát có mối tương quan đồng biến
3 Giá vàng trong nước và lãi suất huy động có mối tương quan nghịch biến 4 Giá vàng trong nước và giá dầu thế giới có mối tương quan đồng biến
Với kết quả ước lượng FMOLS, chúng ta có mô hình ảnh hưởng của LVNI, LCPI, LI và LO lên LV trong dài hạn.
Mô hình hàm hồi quy tổng thể:
LVt = β1 + β2LVNIt + β3LCPIt + β4LIt + β5LOt + Ut
Trong đó:
Biến phụ thuộc: Logarith tự nhiên của giá vàng bình quân của tất cả các ngày mỗi tháng (LV).
Logarith tự nhiên của giá bình quân của tất cả các ngày giao dịch mỗi tháng (LVNI)
Logarith tự nhiên của chỉ số tiêu dùng hàng tháng (LCPI)
Logarith tự nhiên của lãi suất tiền gửi kỳ hạn hàng tháng (LI)
Logarith tự nhiên của giá dầu thế giới bình quân của tất cả các ngày mỗi tháng (LO)
β1 : Hệ số chặn
β2 : Hệ số góc của biến LVNI
β3 : Hệ số góc của biến LCPI
β4 : Hệ số góc của biến LI
β5 : Hệ số góc của biến LO
Ut: Sai số ngẫu nhiên
Bảng 3.7. Kết quả chạy mô hình hồi trên Eviews
Biến số Hệ số Độ lệch chuẩn Thống kế t P-value
C 13.92791 0.434475 32.056880 0.0000
LVNI -0.238174 0.042586 -5.592746 0.0000
LCPI 0.12098 0.039098 3.094310 0.0031
LI -0.234839 0.115430 -2.034465 0.0467
LO 1.15872 0.082285 14.081790 0.0000
Nguồn: Phụ lục 5 và 12
Bảng 3.8. Kết quả chạy mô hình hồi trên Eviews
Tiêu chí Giá trị R bình phương (hệ số xác định) 0.849362 R bình phương hiệu chỉnh 0.838407 Thống kê F 77.52854 P-value( Thống kê F) 0.0000 Hệ số Durbin-Watson 0.57867
Mô hình hàm hồi quy:
LV = 13.927908195 - 0.2381739345*LVNI + 0.12098012092*LCPI - 0.23483892179*LI + 1.158720056*LO [32.05688]** [-5.592746]* [3.094310]** [-2.034465]* [14.08179]**
Ghi chú: ** có ý nghĩa ở mức 1%; * có ý nghĩa ở mức 5% (adsbygoogle = window.adsbygoogle || []).push({});
Nghiên cứu sử dụng giá trị P-value để kiểm định xem các biến độc lập có thực sự ảnh hưởng đến biến phụ thuộc trong dài hạn hay không. Với kết quả này cho thấy các hệ số của các biến LVNI, LCPI, LI và LO đều có ý nghĩa thống kê và có mối quan hệ tuyến tính với biến LV (P-value của LVNI, LCPI và LO nhỏ hơn 1% còn P-value của LI nhỏ hơn 5%).
Hệ số xác định (R-squared) mô hình đạt 84.49% và hệ số xác định hiệu chỉnh (Adjusted R-squared) là 83.84% cho biết sự thay đổi của các biến kinh tế vĩ mô giải thích được 83.84% sự biến động của giá vàng tại Việt Nam. Mô hình hồi quy có P- value < 1% : ước lượng hồi quy đạt ý nghĩa thống kê với độ tin cậy 99%. Ngoài ra, hệ số chặn β1 = 13.927908195 cho ta biết khi các biến độc lập LVNI, LCPI, LI và LO đồng thời bằng 0 thì biến LV đạt giá trị là 13.927908195.
Từ kết quả mô hình hồi quy đồng tích hợp, bài nghiên cứu đi đến kết luận các giả thiết được đưa ra ở Chương 1 như sau:
Biến chỉ số VN-Index (LVNI)
Chỉ số VN-Index có mối tương quan âm (-) với Giá vàng: Kết quả trong dài hạn, tác động của biến chỉ số VN-Index trong mô hình phù hợp so với giả thuyết nghiên cứu. Khi chỉ số VN-Index tăng 1% thì giá vàng giảm 0.238% trong điều kiện các yếu tố khác không thay đổi.
Biến chỉ số lạm phát (LCPI):
Chỉ số lạm phát (CPI) có mối tương quan dương (+) với Giá vàng: Kết quả trong dài hạn, tác động của biến chỉ số lạm phát (CPI) trong mô hình phù hợp so với giả thuyết nghiên cứu. Khi chỉ số lạm phát tăng 1% làm cho giá vàng trong nước tăng 0.121% trong điều kiện các yếu tố khác không thay đổi.
Biến lãi suất huy động (LI):
Chỉ số lãi suất huy động (I) có mối tương quan dương (-) với Giá vàng: Kết quả trong dài hạn, tác động của biến chỉ số lãi suất huy động (I) trong mô hình phù hợp so với giả thuyết nghiên cứu. Khi chỉ số lãi suất huy động tăng 1% làm cho giá vàng trong nước giảm 0.235% trong điều kiện các yếu tố khác không thay đổi.
Biến giá dầu (LO):
Chỉ số giá dầu (O) có mối tương quan dương (+) với Giá vàng: Kết quả trong dài hạn, tác động của biến chỉ số giá dầu (O) trong mô hình phù hợp so với giả thuyết nghiên cứu. Khi giá dầu thế giới tăng 1% làm cho giá vàng trong nước tăng 1.159% trong điều kiện các yếu tố khác không thay đổi.
Kết luận:
Như vậy, các giả thiết được đưa ra ở Chương 1 đều được chấp nhận. Cụ thế trong dài hạn giai đoạn từ năm 2009-2013:
Yếu tố lạm phát và yếu tố giá dầu thế giới có mối quan hệ cùng chiều với yếu tố giá vàng, trong đó giá dầu thế giới tác động đến giá vàng trong nước mạnh hơn lạm phát (1.159% > 0.121%).
Yếu tố chỉ số VN-Index và yếu tố lãi suất huy động có mối quan hệ ngược chiều với yếu tố giá vàng và gần như có cùng mức độ ảnh hướng đến giá vàng (-0.238% và -0.235%).
3.6. Mô hình hiệu chỉnh sai số
Mối quan hệ trong ngắn hạn của mô hình là xét đến tính chất nhất thời của thời điểm đang nghiên cứu và xem xét đến độ biến động của chỉ số giá giá vàng qua từng tháng (biến thiên theo tháng) chịu ảnh hưởng bởi biến thiên của các yếu tố kinh tế vĩ mô (biến độc lập) và chính bản thân biến chỉ số giá vàng.
Sau khi đã xác định kết quả có tồn tại đồng tích hợp giữa các biến đang nghiên cứu thì mô hình hiệu chỉnh sai số (VECM) được áp dụng để xem xét mối quan hệ trong ngắn hạn giữa các biến LV, LVNI, LCPI, LI và LO.
Mô hình hiệu chỉnh sai số có dạng như sau:
D(LV) = C(1)*( LV(-1) + 0.808207836233*LVNI(-1) - 1.01975908819*LCPI(-1) + 2.47120352869*LI(-1) + 0.351342245938*LO(-1) - 27.759686203 )
+ C(2)*D(LV(-1)) + C(3)*D(LV(-2)) + C(4)*D(LVNI(-1)) + C(5)*D(LVNI(-2)) + C(6)*D(LCPI(-1)) + C(7)*D(LCPI(-2)) + C(8)*D(LI(-1)) + C(9)*D(LI(-2)) + C(10)*D(LO(-1)) + C(11)*D(LO(-2)) + C(12)
Nguồn: Phụ lục 6
Bảng 3.9. Kết quả chạy mô hình hiệu chỉnh sai số trên Eviews
Hệ số Độ lệch
chuẩn Thống kê t P-value
C(1) 0.002663 0.017259 0.154277 0.8781 C(2) 0.035737 0.143483 0.249071 0.8044 C(3) -0.02181 0.140091 -0.155658 0.877 C(4) -0.06816 0.037119 -1.836327 0.0729 C(5) 0.089257 0.038375 2.325921 0.0246 C(6) 0.023654 0.051232 0.461699 0.6465 C(7) -0.03724 0.048796 -0.763114 0.4494 C(8) 0.222703 0.162122 1.373675 0.1763 C(9) 0.165354 0.163924 1.008722 0.3185 C(10) 0.109526 0.111366 0.983479 0.3306 C(11) -0.17149 0.115505 -1.484679 0.1446 C(12) 0.010899 0.007391 1.474572 0.1473
Bảng 3.10. Kết quả chạy mô hình hiệu chỉnh sai số trên Eviews Tiêu chí Giá trị R bình phương (hệ số xác định) 0.253177 R bình phương hiệu chỉnh 0.07062 Thống kê F 1.386838 P-value( Thống kê F) 0.212178 Hệ số Durbin-Watson 2.094164
Nguồn: Phụ lục 6
Ta thấy P-value của mô hình hiệu chỉnh sai số trên là 21,21% > 5% nên mô hình không có ý nghĩa thống kê cùng với đó R-squared=25,31% thấp. Chính vì lý do trên mà các biến độc lập kinh tế vĩ mô không có mối quan hệ ngắn hạn với biến phụ thuộc giá vàng. Nguyên nhân là do:
Nền kinh tế Việt Nam vẫn chưa là nền kinh tế mở hoàn toàn nên cơ chế điều chỉnh giá vàng theo cung cầu trên thị trường trong ngắn hạn còn nhiều hạn chế. (adsbygoogle = window.adsbygoogle || []).push({});
Việc thiếu nắm bắt thông tin của người dân (thông tin kinh tế vĩ mô như chỉ số VN-Index, lạm phát, lãi suất huy động và giá dầu thế giới) cũng quyết định giá vàng thay đổi theo cung cầu trên thị trường trong ngắn hạn là không tốt.
Các chính sách bảo hộ của Nhà nước đối với một số lĩnh vực kinh tế làm cho cơ chế điều chỉnh giá theo cung cầu trên thị trường trong ngắn hạn còn gặp khó khăn.
Kết luận: Các biến độc lập kinh tế vĩ mô không có mối quan hệ ngắn hạn với biến phụ thuộc giá vàng.
3.7. Kiểm định quan hệ nhân quả Granger
Bảng 3.11. Kiểm định mối quan hệ nhân quả Granger giữa giá vàng và các nhân tố kinh tế vĩ mô
STT Giả thiết H0 P-value
1 ∆LVNI không có quan hệ nhân quả Granger với ∆LV 0.6323 2 ∆LV không có quan hệ nhân quả Granger với ∆LVNI 0.2723 3 ∆LCPI không có quan hệ nhân quả Granger với ∆LV 0.4550 4 ∆LV không có quan hệ nhân quả Granger với ∆LCPI 0.0695** 5 ∆LI không có quan hệ nhân quả Granger với ∆LV 0.0181* 6 ∆LV không có quan hệ nhân quả Granger với ∆LI 0.0130* 7 ∆LO không có quan hệ nhân quả Granger với ∆LV 0.5221 8 ∆LV không có quan hệ nhân quả Granger với ∆LO 0.1195 Ghi chú: * có ý nghĩa ở mức 5%
** có ý nghĩa ở mức 10% Nguồn: Phụ lục 7
Bảng 3.7.1 mô tả mối quan hệ nhân quả giữa giá vàng với các yếu tố kinh tế vĩ mô với độ trễ là một tháng. Kết quả này cho thấy:
Các giả thiết 1; 2; 3; 7 và 8 đều có hệ số P-value lớn hơn 10% nên đều chấp nhận giả thiết H0 là các biến không có quan hệ nhân quả Granger với nhau.
Trong khi đó các giả thiết 5 và 6 có hệ số P-value nhỏ hơn 5%, riêng giả thiết 4 là nhỏ hơn 5% nên bác bỏ giả thiết H0 là các biến không có quan hệ nhân quả Granger với nhau.
Kết luận:
Giá vàng có mối quan hệ nhân quả hai chiều với lãi suất huy động (ở mức ý nghĩa 5% lãi suất huy động có mối quan hệ nhân quả với giá vàng và ở mức ý nghĩa 5% giá vàng có mối quan hệ nhân quả với lãi suất huy động). Trong trường hợp này, ta có biến thiên của lãi suất huy động là nguyên nhân biến thiên của giá vàng và ngược lại.
Giá vàng có mối quan hệ nhân quả một chiều với lạm phát ở mức ý nghĩa 10%. Trong trường hợp này, ta có biến thiên của giá vàng là nguyên nhân biến thiên của chỉ số lạm phát.
3.8. Kiểm định một số khuyết tật của mô hình hồi quy
3.8.1. Kiểm định hiện tượng tự tương quan 3.8.1.1. Kiểm định Durlin – Watson (DW)
Ta có:
Hệ số Durlin – Watson (d) = 0.57867
Số biến độc lập (k’) = 4
Mức ý nghĩa 5%
Sau khi tra bảng thống kê thống kê Durlin – Watson thì ta được dL = 1.444