5. Kết cấu của đề tài
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.
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: (adsbygoogle = window.adsbygoogle || []).push({});
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 và dU = 1.727.
So sánh d với dL thì ta có kết quả là 0 < d < dL do đó có hiện tượng tự tượng quan bậc 1.
Kết luận: Mô hình nghiên cứu có hiện tượng tự tượng quan bậc 1.
3.8.1.2. Kiểm định Breush-Godfrey (BG)
Giả thiết:
H0: Không có hiện tượng tự tương quan. H1: Tồn tại hiện tượng tự tương quan.
Bảng 3.12. Kết quả Kiểm định Breush-Godfrey (BG) để kiểm định tự tương quan
Chỉ tiêu Giá trị
Thống kê F 56.50595
Hệ số P-value của thống kê F (1,54) 0.0000 Số quan sát x Hệ số xác định 30.68031 Hệ số P-value của chi bình phương (1) 0.0000
Ta có: Hệ số P-value của chi bình phương (1)= 0
Với mức ý nghĩa 5% lớn hơn hệ số P-value của chi bình phương (1)= 0 đưa đến việc ta bác bỏ giả thiết H0 cho rằng không có hiện tượng tự tương quan, hay nói cách khác, ta chấp nhận giả thiết H1 là tồn tại hiện tượng tự tương quan.
Kết luận: Mô hình có hiện tượng tự tương quan.
3.8.1.2. Khắc phục hiện tượng tự tương quan bậc 1
Xây dựng phương trình sai phân tổng quát
Mô hình hàm hồi quy tổng thể:
LVt = β1 + β2LVNIt + β3LCPIt + β4LIt + β5LOt + Ut (3.8.1) Nếu phương trình (1) đúng với t thì cũng đúng với t – 1 nên ta suy ra: LVt-1 = β1 + β2LVNIt-1 + β3LCPIt-1 + β4LIt-1 + β5LOt-1 + Ut-1 (3.8.2)
Nhân 2 vế của phương trình (3.8.2) với ta được:
LVt-1 = β1 + β2LVNIt-1 + β3LCPIt-1 + β4LIt-1 + β5LOt-1 + Ut-1 (3.8.3) Ta lấy phương trình (3.8.1) trừ phương trình (3.8.3) ta được phương trình sai phân tổng quát:
LVt - LVt-1 = β1(1- + β2(LVNIt - LVNIt-1) + β3(LCPIt - LCPIt-1) + β4(LIt - LIt-1) + β5(LOt - LOt-1) + Ut(1- (3.8.4) Ta đặt:
LVt* = LVt - LVt-1 β1* = β1(1-
LVNIt* = LVNIt - LVNIt-1 LCPIt* = LCPIt - LCPIt-1 LIt* = LIt - LIt-1
εt = Ut(1-
Thì phương trình sai phân tổng quát (3.8.4) có thể viết lại như sau: LVt*= β1* + β2LVNIt* + β3LCPIt* + β4LIt*+ β5LOt* + εt
Ước lượng dựa trên thống kê Durlin – Watson (d)
Ta có công thức:
Hoặc (adsbygoogle = window.adsbygoogle || []).push({});
Mà d = 0.57867 Vậy 0.710665
Sau đó thế vừa tính được vào phương trình sai phân tổng quát (3.8.4) rồi chỉnh sửa bảng số liệu cho phù hợp (Nguồn: Phụ lục 13.1) cuối cùng đưa vào Eviews chạy mô hình hồi quy đồng tích hợp mới.
Thiết lập mô hình hồi quy đồng tích hợp mới
Bảng 3.13. Kết quả chạy mô hình hồi quy trên Eviews
Biến
số Hệ số
Độ lệch
chuẩn Thống kê t P-value
C 4.734842 0.180920 26.17094 0.0000
LVNI -0.13672 0.045516 -3.003862 0.0040 LCPI 0.181819 0.050263 3.617361 0.0007 LI -0.19783 0.156430 -1.264674 0.2114 LO 0.431577 0.122709 3.517077 0.0009 Nguồn: Phụ lục 8.2 và 13.1
Bảng 3.14. Kết quả chạy mô hình hồi quy trên Eviews
Tiêu chí Giá trị R bình phương (hệ số xác định) 0.435773 R bình phương hiệu chỉnh 0.393979 Thống kê F 10.42655 P-value( Thống kê F) 0.000002 Hệ số Durbin-Watson 1.198019
Dựa vào bảng 3.8.2 và 3.8.3, ta thấy mô hình hồi quy đồng tích hợp mới có ý nghĩa thống kê vì có hệ số P-value của thống kê F nhỏ hơn 1% tuy nhiên hệ số Durbin-Watson vẫn nhỏ hơn dL (0 < d < 1.444) và kết quả kiểm định Breush- Godfrey (BG) (Phụ lục 8.3) cũng cho ra hệ số P-value của chi bình phương (1)= 0.0022 nhỏ hơn mức ý nghĩa 5% dẫn đến kết luận mô hình hồi quy đồng tích hợp này bị tự tương quan bậc 1.
Ta tiếp tục tiến hành khắc phục hiện tượng tự tương quan cho mô hình hồi quy đồng tích hợp này bằng các phương pháp đã nêu ở trên và cho ra một mô hình hồi quy đồng tích hợp mới:
Bảng 3.15. Kết quả chạy mô hình hồi quy trên Eviews
Biến
số Hệ số
Độ lệch
chuẩn Thống kê t P-value
C 3.009668 0.113786 26.45022 0.0000
LVNI -0.07081 0.042007 -1.685553 0.0978 LCPI 0.171531 0.050489 3.397407 0.0013 LI -0.17137 0.150969 -1.135129 0.2614 LO 0.114324 0.118750 0.962732 0.3401
Nguồn: Phụ lục 8.4 và 13.2
Bảng 3.16. Kết quả chạy mô hình hồi quy trên Eviews
Tiêu chí Giá trị R bình phương (hệ số xác định) 0.23052 R bình phương hiệu chỉnh 0.172446 Thống kê F 3.969418 P-value( Thống kê F) 0.006855 Hệ số Durbin-Watson 1.951975
Nguồn: Phụ lục 8.4 và 13.2
Dựa vào bảng 3.8.4 và 3.8.5, ta thấy mô hình hồi quy đồng tích hợp mới có ý nghĩa thống kê vì có hệ số P-value của thống kê F nhỏ hơn 1%. Ngoài ra, hệ số Durbin-Watson lớn hơn dU (d > 1.727) và kết quả kiểm định Breush- Godfrey (BG) (Phụ lục 8.5) cũng cho ra hệ số P-value của chi bình phương (1)=
0.9918 lớn hơn mức ý nghĩa 5% dẫn đến kết luận mô hình hồi quy đồng tích hợp này không bị tự tương quan bậc 1.
Kết luận: Khắc phục thành công hiện tượng tự tương quan của mô hình hồi quy và đưa ra được mô hình hồi quy đồng tích hợp mới không bị tự tương quan bậc 1:
LV = 3.009668 - 0.07081*LVNI + 0.171531*LCPI - 0.17137*LI + 0.114324*LO
3.8.2. Kiểm định hiện tượng đa cộng tuyến (adsbygoogle = window.adsbygoogle || []).push({});
Ta sử dụng phương pháp là xem hệ số tương quan giữa các biến độc lập, nếu hệ số này mà cao (lớn hơn 0,8) thì mô hình xảy ra hiện tượng đa cộng tuyến.
Bảng 3.17. Ma trận tương quan giữa các biến dựa vào kết quả trên Eviews
MA TRẬN TƯƠNG QUAN GIỮA CÁC BIẾN
LV LVNI LCPI LI LO LV 1.000000 -0.424039 0.341052 0.470968 0.836676 LVNI -0.424039 1.000000 -0.365393 -0.318067 -0.089122 LCPI 0.341052 -0.365393 1.000000 0.667856 0.123307 LI 0.470968 -0.318067 0.667856 1.000000 0.446934 LO 0.836676 -0.089122 0.123307 0.446934 1.000000 Dựa vào bảng ma trận tương quan trên ta thấy, không có mối tương quan giữa các cặp biến độc lập nào là lớn hơn 0.8 nên không có tồn tại hiện tượng đa cộng tuyến.
Kết luận: Mô hình không có hiện tượng đa cộng tuyến.
3.8.3. Kiểm định tượng phương sai số thay đổi 3.8.3.1. Sử dụng kiểm định White không lát cắt
Giả thiết:
H0: Không có hiện tượng phương sai số thay đổi. H1: Tồn tại hiện tượng phương sai số thay đổi.
Bảng 3.18. Kết quả Kiểm định White không lát cắt
Chỉ tiêu Giá trị
Thống kê F 1.489554
Hệ số P-value của thống kê F (4,55) 0.2180 Số quan sát x Hệ số xác định 5.864559 Hệ số P-value của chi bình phương (4) 0.2095
Nguồn: Phụ lục 9.1
Ta có : Hệ số P-value của chi bình phương (4)=0.2095 > 5% Bác bỏ giả thiết H1 là tồn tại hiện phương sai sai số thay đổi
Kết luận: Ta chấp nhận giả thiết H0 là mô hình hồi quy không tồn tại hiện phương sai sai số thay đổi
3.8.3.2. Sử dụng kiểm định White có lát cắt
Giả thiết:
H0: Không có hiện tượng phương sai số thay đổi. H1: Tồn tại hiện tượng phương sai số thay đổi.
Bảng 3.19. Kết quả Kiểm định White có lát cắt
Chỉ tiêu Giá trị
Thống kê F 1.31533
Hệ số P-value của thống kê F (14,45) 0.2364 Số quan sát x Hệ số xác định 17.42307 Hệ số P-value của chi bình phương (14) 0.2343
Nguồn: Phụ lục 9.2
Ta có : Hệ số P-value của chi bình phương (14)=0.2343 > 5% Bác bỏ giả thiết H1 là tồn tại hiện phương sai sai số thay đổi
Kết luận: Ta chấp nhận giả thiết H0 là mô hình hồi quy không tồn tại hiện phương sai sai số thay đổi.
3.8.4. Kiểm định loại bỏ các biến không cần thiết
Giả thiết:
H0: β2 = β3 =β4=β5=0 H1: β2; β3; β4; β5 ≠ 0
Bảng 3.20. Kết quả Kiểm định Wald cho biến LVNI, LCPI, LI và LO
Biến số kinh tế vĩ mô (adsbygoogle = window.adsbygoogle || []).push({});
Thống kê F Chi bình phương
Giá trị Hệ số P- value Giá trị Hệ số P- value LVNI 31.27881 0.0000 31.27881 0.0000 LCPI 9.57475 0.0031 9.57475 0.0020 LI 4.13905 0.0467 4.13905 0.0419 LO 198.2967 0.0000 198.2967 0.0000
Nguồn: Phụ lục 10.1, 10.2, 10.3 và 10.4
Biến LVNI
Ta có: p-value = 0 < 5% => Bác bỏ giả thuyết β2 = 0
Kết luận: Biến chỉ số chứng khoán (LVNI) không bị loại bỏ.
Biến LCPI
Ta có: p-value = 0.0031 < 5% => Bác bỏ giả thuyết β3 = 0 Kết luận: Biến chỉ số lạm phát (LCPI) không bị loại bỏ.
Biến LI
Ta có: p-value = 0.0467 < 5% => Bác bỏ giả thuyết β4 = 0 Kết luận: Biến lãi suất huy động (LI) không bị loại bỏ.
Biến LO
Ta có: p-value = 0 < 5% => Bác bỏ giả thuyết β5 = 0 Kết luận: Biến giá dầu thế giới (LO) không bị loại bỏ.
3.8.5. Kiểm định mô hình thiếu biến độc lập
Giả thiết:
H0: Mô hình thiếu biến độc lập.
H1: Mô hình không thiếu biến độc lập.
Biểu đồ 3.8.10: Kết quả Kiểm định mô hình thiếu biến độc lập trên Eviews
0 2 4 6 8 10 12 -0.2 -0.1 -0.0 0.1 0.2 Series: Residuals Sample 1 60 Observations 60 Mean 1.10e-16 Median -0.005290 Maximum 0.265492 Minimum -0.237772 Std. Dev. 0.115089 Skewness 0.233824 Kurtosis 2.300878 Jarque-Bera 1.768669 Probability 0.412989 Trong đó:
Mean: Giá trị trung bình
Median: Trung vị Maximum: Giá trị lớn nhất Minimum: Giá trị nhỏ nhất Std.Dev. : Độ lệch chuẩn Knewness: Độ bất cân xứng Kurtosis: Độ nhọn
Jarque-Bera: Giá trị phân phối Jarque-Bera
Probability: Giá trị xác suất tới hạn
Ta có: P-value = 0.412989 > 5% => Bác bỏ giả thiết mô hình thiếu biến độc lập.
Kết luận: Mô hình không thiếu biến độc lập.
3.9. Mô hình hồi quy đồng tích hợp mới sau khi khắc phục các khuyết tật
Mô hình hồi quy ban đầu chỉ có khuyết tật duy nhất là bị hiện tượng tự tương quan bậc 1 ngoài ra không bị đa cộng tuyến, phương sai sai số thay đổi, loại bỏ các biến không cần thiết và thiếu biến độc lập. Sau khi khắc phục thành công hiện tượng tự tương quan bậc 1 thì mô hình hồi quy cuối cùng được đưa ra là:
LV = 3.009668 - 0.07081*LVNI + 0.171531*LCPI - 0.17137*LI + 0.114324*LO
Với các thông số như sau:
Bảng 3.21. Kết quả chạy mô hình hồi quy trên Eviews
Biến (adsbygoogle = window.adsbygoogle || []).push({});
số Hệ số
Độ lệch
chuẩn Thống kê t P-value
C 3.009668 0.113786 26.45022 0.0000 LVNI -0.07081 0.042007 -1.685553 0.0978 LCPI 0.171531 0.050489 3.397407 0.0013 LI -0.17137 0.150969 -1.135129 0.2614 LO 0.114324 0.118750 0.962732 0.3401 Phụ lục 8.4 và 13.2
Bảng 3.22. Kết quả chạy mô hình hồi quy trên Eviews
Tiêu chí Giá trị R bình phương (hệ số xác định) 0.23052 R bình phương hiệu chỉnh 0.172446 Thống kê F 3.969418 P-value( Thống kê F) 0.006855 Hệ số Durbin-Watson 1.951975 Phụ lục 8.4 và 13.2
Phân tích mô hình hồi quy trên
Mô hình hồi quy này có ý nghĩa thống kế (P-value của thống kê F là 0.6855% nhỏ hơn mức ý nghĩa 5%). Sự thay đổi của các biến số độc lập chỉ giải
thích 17.2446% (khá thấp) sự biến động của giá vàng trong nước (dựa vào R bình phương hiệu chỉnh). Mô hình không có hiện tượng tự tương quan (dựa vào hệ số Durbin – Watson).
Tuy nhiên, các biến độc lập LVNI, LI và LO dù thể hiện đúng mối quan hệ với biến phụ thuộc LV như cơ sở lý thuyết nhưng lại không có ý nghĩa thống kê ở mức ý nghĩa 5% vì P-value đều lớn hơn 5%. Chỉ có biến độc lập LCPI vừa thể hiện đúng mối tương quan với biến phụ thuộc LV như cơ sở lý thuyết vừa có ý nghĩa thống kê ở mức ý nghĩa 5% vì P-value nhỏ hơn 5%.
Trong điều kiện các yếu tố khác không đổi, chỉ số lạm phát tăng 1% thì