Chúng ta sử dụng phân tích nhân quả theo phương pháp Granger nhằm xác định mối quan hệ nhân quả giữa biến lạm phát và tốc độ tăng giá vàng.
Theo Granger (1969) phương pháp phân tích các mối quan hệ nhân quả thực hiện như sau: Ví dụ, nếu muốn kiểm tra quan hệ nhân quả giữa X và Y, chúng ta kiểm tra cách biểu diễn Y theo X và X theo Y. Tư tưởng như sau: Nếu biến X (Giá vàng) gây ra sự thay đổi của biến Y(lạm phát), thì sự thay đổi của X sẽ có trước sự
thay đổi của Y, với hai điều kiện phải có được đó là:
- Thứ nhất nếu X giúp cho việc dự đoán Y tức là trong hồi quy của Y đối với các giá trị trễ của Y và những giá trị trễ của X như là các biến độc lập, sẽ đóng góp một cách có ý nghĩa vào khả năng giải thích của hồi quy.
- Thứ hai là Y không giúp cho dựđoán của X. Vì rằng nếu X giúp cho dựđoán của Y, và Y lại giúp cho dựđoán X thì điều này dường như là có một số biến khác đang gây ra sự thay đổi của cả X và Y.
Cách này phổ biến trong thực tế để xem xét cả hai chiều tác động (X là nguyên nhân của Y, Y nguyên nhân của X). Trong khi quan hệ nhân quả theo Granger chúng ta đặt giả thuyết kiểm định X không là nguyên nhân của Y, và nếu có thể bác bỏ giả thuyết này, nó ngụ ý rằng X là nguyên nhân của Y.
Để kiểm định liệu có tồn tại mối quan hệ nhân quả Granger giữa hai chuỗi thời gian Y và X trên Eviews, ta xây dựng hai phương trình sau:
(1) m t j t j j i t n i i t Y X u X 1 1 1 + + = − = − = ∑ ∑α β (2) m t j t j j i t n i i t Y X u Y 2 1 1 + + = − = − = ∑ ∑λ δ
Để xem các biến trễ X có giải thích cho Y (X tác động nhân quả Granger lên Y) và các biến trễ của Y có giải thích cho X (Y tác động nhân quả Granger lên X) hay không, ta kiểm định giả thuyết sau đây:
Phương trình (1): H0 :α1 =α2 =....=αi =0
Phương trình (2): H0 :δ1 =δ2 =....=δj =0
Để kiểm định các ràng buộc này, ta có thể sử dụng ba cách kiểm định sau: Likelihood Ratio (LR), thống kê F của kiểm định Wald, và Lagrane Multiplier (LM). Ý tưởng cơ bản của ba thủ tục kiểm định này là đánh giá sự khác biệt giữa mô hình giới hạn và mô hình không giới hạn. Nếu các ràng buộc không ảnh hưởng nhiều đến mức độ phù hợp của mô hình, thì chúng ta có thể chấp nhận các ràng buộc đó là hợp lý. Ngược lại nếu mô hình giới hạn không phù hợp bằng mô hình không giới hạn, thì chúng ta có thể bác bỏ giả thuyết H0 (bác bỏ mô hình giới hạn). Ngoài ra, LR thường được sử dụng để kiểm định có nên đưa thêm hay bỏ bớt một hoặc một số biến giải thích vào hoặc ra khỏi mô hình hay không. Trong bài nghiên cứu này, tác giảđi theo hướng sử dụng kiểm định LR.
Cách quyết định quan hệ nhân quả Granger như sau:
- Nhân quả Granger một chiều từ X sang Y nếu các biến trễ của X có tác động lên Y, nhưng các biến trễ của Y không tác động lên X.
- Nhân quả Granger một chiều từ Y sang X nếu các biến trễ của Y có tác động lên X, nhưng các biến trễ của X không tác động lên Y.
- Nhân quả Granger hai chiều giữa X và Y nếu các biến trễ của X tác động lên Y và các biến trễ của Y tác động lên X.
- Không có quan hệ nhân quả Granger giữa X và Y nếu các biến trễ của X không có tác động lên Y và các biến trễ của Y không tác động lên X.
Với giảđịnh rằng khi các yếu tố khác không đổi thì dữ liệu chuỗi thời gian là chuỗi dữ liệu duy nhất hàm chứa đầy đủ các thông tin thích hợp để giải thích cho những sự thay đổi trong mối quan hệ giữa các biến. Gujarati (2003,696) cho rằng khi hồi quy chuỗi dữ liệu thời gian thì một vấn đề quan tâm là phải kiểm định mối quan hệ
nhân quả giữa các biến để xem xét trong các biến, biến nào là biến nguyên nhân và biến nào là biến kết quả. Để xem xét mối quan hệđó, tác giả sử dụng mô hình nhân quả Granger. Theo Granger, ta sẽ tiến hành ước lượng các phương trình hồi quy giữa giá vàng và lạm phát, từ đó kiểm định có tồn tại mối quan hệ nhân quả hay không.
Điều kiện cần để có thể thực hiện được kiểm định nhân quả Granger:
- Các biến lạm phát, giá vàng phải là các chuỗi dừng và/hoặc đồng liên kết (không có hiện tượng tương quan giả).
- Chiều hướng của mối quan hệ nhân quả có thể phụ thuộc vào số biến trong mô hình. Nói cách khác, kết quả kiểm định Granger rất nhạy cảm với việc lựa chọn độ trễ các biến. Nếu độ trễđược chọn bé hơn độ trễ thực sự, thì việc bỏ sót biến trễ thích hợp có thể làm chệch kết quả. Ngược lại, nếu lớn hơn, thì số biến trễ không thích hợp sẽ làm cho các ước lượng không hiệu quả. - Các phần dư không có hiện tượng tự tương quan. Nếu có hiện tượng tương
quan cần phải thực hiện việc chuyển sang một dạng mô hình thích hợp hơn.
Kiểm định đồng liên kết:
Gujarati (1999,460) cho rằng mặc dù các chuỗi thời gian không dừng nhưng rất có thể vẫn còn tồn tại mối quan hệ cân bằng dài hạn giữa chúng nếu các chuỗi thời
gian đó đồng liên kết – nghĩa là phần dư từ phương trình hồi quy của các chuỗi thời gian không dừng là một chuỗi dừng.
Giả sử hồi quy Y theo X: t t t X u Y =β1+β2 + (**) Hay ta có thể viết lại là: ut =Yt −β1−β2Xt (***)
Vậy nếu như phần dư của phương trình hồi quy là một chuỗi dừng, thì kết quả hồi quy của phương trình (**) có ý nghĩa, tức không có hiện tượng tương quan giả. Trong trường hợp này, hai biến X và Y được gọi là đồng liên kết và hệ sốước lượng
α2 được gọi là hệ số hồi quy đồng liên kết. Nói theo ngôn ngữ kinh tế học, hai biến
đồng liên kết khi chúng có mối quan hệ dài hạn, hay ổn định với nhau. Như thế thì nếu ta kiểm định phần dư từ phương trình (**) và nhận thấy phần dư là dừng ( có phân phối chuẩn), thì các kiểm định truyền thống (Kiểm định t và F) vẫn áp dụng
được cho chuỗi thời gian không dừng. Theo Granger, kiểm định đồng liên kết như (adsbygoogle = window.adsbygoogle || []).push({});
cách kiểm định trên để tránh hiện tượng hồi quy tương quan giả. Mô hình này có thể được mở rộng cho trường hợp mô hình hồi quy có k biến giải thích.
Để kiểm định đồng liên kết, người ta sử dụng kiểm định DF hoặc ADF theo các bước sau đây:
(1) Hồi quy phương trình dạng như phương trình (**) và có được phần dư ut
(2) Thực hiện kiểm định nghiệm đơn vị cho phần dư ut trên. Nếu giá trị tuyệt đối |τ| tính toán lớn hơn giá trị tuyệt đối |τ| tra bảng thì phần dư là một chuỗi dừng, và vì thế phương trình (**) là phương trình hồi quy đồng liên kết. Lúc này có thể kết luận X và Y thực sự có mối quan hệ dài hạn.
Vì giá vàng và lạm phát cùng tăng theo thời gian nên không thể hồi quy trực tiếp giá vàng và chỉ số giá tiêu dùng với nhau để tránh việc mô hình bị hiện tượng hồi quy giả mạo (spurious regression). Từ phần này chúng ta hiểu G là tỷ lệ tăng giá vàng tháng này so với tháng trước, P là CPI tháng đang xét, USD là tỷ lệ tăng tăng giá USD tháng này so với tháng trước.
Do Việt Nam và Trung Quốc có nhiều điểm khá tương đồng cả về chính sách cũng như tâm lý tích trữ vàng của người dân nên tác giả chọn độ trễ là 6 tháng theo kết
quả nghiên cứu của ngân hàng Trung ương Canada (nghiên cứu tiền đề thứ ba) ứng với trường hợp của Trung Quốc.
Mô hình kiểm định giá vàng tác động lên lạm phát có dạng 1 1 6 6 ) ( * ) ( * − + − + +ε =∑= a P i ∑= a G j C P n j j n i i (1) Trong đó: C1 là hằng số, ε1 là sai số, P(-i) là lạm phát tháng trước, G(-j) là mức tăng
giá vàng của tháng trước
Mô hình kiểm định lạm phát tác động lên giá vàng có dạng 2 2 6 6 ) ( * ) ( * − + − + +ε =∑= b P i ∑= b G j C G n j j n i i (2) Trong đó: C2 là hằng số, ε2 là sai số
Mô hình kiểm định tác động của tỷ giá USD/VND đối với lạm phát và giá vàng :
Do giá vàng thế giới hiện nay chủ yếu được yết giá và giao dịch bằng USD, Việt Nam lại là nước chủ yếu nhập khẩu vàng, nên tiêu tốn một lượng USD không nhỏ, ảnh hưởng đến cán cân thương mại quốc gia. Hiện nay hoạt động nhập khẩu vàng vào Việt Nam đang được quản lý rất chặt chẽ, các doanh nghiệp kinh doanh vàng muốn nhập khẩu phải xin hạn ngạch từ NHNN. Khi chênh lệch giữa giá vàng trong nước và thế giới tăng cao, không được phép nhập khẩu qua đường chính thức, nhà đầu cơ đẩy mạnh mua USD để
nhập lậu vàng, tạo áp lực khan hiếm tiền USD và đẩy giá USD lên cao, đến lượt nó lại ảnh hưởng trực tiếp đẩy giá vàng tăng tương ứng, tạo vòng xoáy giữa vàng và USD. Do đó tác giả sẽ tiến hành kiểm định tác động của tỷ giá USD/VND đối với lạm phát và giá vàng.
Khi đưa tỷ giá USD/VND vào hai mô hình trên thì mô hình (1) và (2) trở
thành : 1 1 6 6 6 ) ( * ) ( * ) ( * − + − + − + +ε =∑= a P i ∑= a G j ∑= a USD t C P n t t n j j n i i (3) G=∑=6b *P(−i)+∑=6b *G(−j)+∑n=6b *USD(−t)+C2 +ε2 t t n j j n i i (4)
2.5 Dữ liệu
2.5.1 Nguồn dữ liệu :
- Tỷ lệ lạm phát được tính toán từ tốc độ tăng trưởng của chỉ số giá tiêu dùng (CPI). Số liệu CPI, giá vàng, tỷ giá USD/VND được lấy từ nguồn tổng cục Thống kê, cục thống kê TPHCM.
- Theo tác giả thì với việc lấy số liệu tỷ giá USD/VND như trên là điểm hạn chế của đề tài vì giá vàng trong nước thường được quy đổi từ giá vàng thế
giới theo tỷ giá USD/VND trên thị trường tự do. Tuy nhiên, số liệu tỷ giá USD/VND trên thị trường tự do không thể thu thập đầy đủ trong suốt khoảng thời gian nghiên cứu.
2.5.2 Giai đoạn :
Dữ liệu được lấy trong giai đoạn từ tháng 01/2002 đến tháng 12/2010.