2.2.1 .3Gía vàng
3.2. Đo lường các nhân tố vĩ mô tác động tới TTCK Việt Nam
3.2.1 Lựa chọn mô hình
Trong bài khóa luận này, tác giả lựa chọn mô hình hồi quy tuyến tính vì mô hình hồi quy tuyến tính là mô hình được sử dụng để xác định mối quan hệ giữa một hay nhiều biến độc lập với một biến phụ thuộc.
Các biến Nguồn
- Là mô hình đơn giản, dễ sử dụng
- Ước lượng OLS vẫn là các ước lượng tuyến tính không chệch tốt nhất - Là nền tảng để nghiên cứu các mô hình phức tạp hơn
- Mô hình hồi quy tuyến tính giải thích được cho nhiều phương pháp kinh tế lượng
Đối với từng hiện tượng, tác giả sẽ chọn một kiểm định riêng. Cụ thể , với hiện tượng đa cộng tuyến, tác giả lựa chọn kiểm định đa cọng tuyến VIF. Có hai cách để phát hiện đa cộng tuyến là sử dụng hệ số phóng đại phương sai (VIF) hoặc sử dụng ma trận hệ số tương quan Pearson . Tuy nhiên ma trận hệ số tương quan mang tính cảm tính nên chủ yếu sử dụng cách nhận xét chỉ số VIF nhiều hơn.
Hiện tượng phương sai sai số thay đổi có 2 phương pháp để phát hiện là phương pháp đồ thị và phương pháp kiểm định. Phương pháp đồ thị chủ yếu là dựa trên sự quan sát bằng mắt trên hình vẽ, không có số liệu cụ thể nên độ chính xác không cao bằng phương pháp kiểm định. Trong các kiểm định phổ biến như White, Breusch- Pagan Godfrey, Park ... thì tác giả sử dụng kiểm định Kiểm định Breusch-Pagan Godfrey do phổ biến và ít hạn chế hơn các kiểm định còn lại.
Tương tự như hiện tượng phương sai sai số thay đổi, hiện tượng tự tương quan cũng có 2 phương pháp là phương pháp đồ thị và phương pháp kiểm định. Tác giả sử
dụng phương pháp kiểm định vì có độ chính xác cao hơn. Có ba kiểm định là Durbin-
Watson, Breusch-Godfrey, Correlogram . Tác giả chọn sử dụng kiểm định Correlgram do dễ sử dụng, nhanh gọn, có thể kiểm tra nhiều bậc cùng lúc, không phải
tính toán thủ công..
3.2.2 Lựa chọn biến
Dựa trên các nghiên cứu của các tác giả khác khi nghiên cứu về ảnh hưởng của các nhân tố vĩ mô đến thị trường chứng khoán Việt Nam, khóa luận sử dụng các biến chủ yếu là: tỷ giá hối đoái, giá vàng, chỉ số giá tiêu dùng, chỉ số S&P 500, tổng giá trị xuất khẩu. Lý do tác giả sử dụng các biến trên vì: Tỷ giá hối đoái và chỉ số giá tiêu dùng, S&P500 là ba trong nhiều biến được nhiều tác gỉa nghiên cứu nhất nên dễ để so sánh với kết quả của họ. Tác giả chọn biến giá vàng do hiện nay kết quả32 nên tác giả muốn biết giá vàng có thực sự ảnh hưởng đến TTCK Việt Nam hay không. GDP là biến đại diện tốt nhất cho hoạt động kinh tế thực nhưng do số liệu theo năm hoặc quý, không phù hợp với mô hình nghiên cứu theo tháng của tác giả nên tác giả đã chọn biến tổng giá trị xuất khẩu
3.2.3.Dữ liệu:
Các số liệu sử dụng trong mô hình từ tháng 1/2014 đến 2/2019 có tất cả 62 quan sát, được lấy từ nhiều nguồn đáng tin cậy sau:
Chỉ số VN-index: https://www.stockbiz.vn/IndicesStats.aspx Tỷ giá hối đoái USD/VND: https://vn.investing.com/currencies/usd-vnd-
historical-data
Gía vàng : https://www.kitco.com/scripts/hist_charts/yearly_ gra
phs.plx
Chỉ số S&P500: https://vn.investing.com/indices/us-spx-500- historical-data
Chỉ số giá tiêu dùng https://finance.vietstock.vn/du-lieu-vi-mo/52/cpi.htm
Tổng giá trị xuất khẩu: https://www.customs.gov.vn/default.aspx
Tên biến Ký hiệu Loại biến Chuyển đổi Chỉ số VNindex A1 Biến phụ thuộc =Ln(Vnindex) Tỷ giá hối đoái A2 Biến độc lập =Ln(tygia)
Gía vàng A3 Biến độc lập =Ln(giavang)
Chỉ số giá tiêu dùng A4 Biến độc lập CPI cuối tháng Chỉ số S&P500 A5 Biến độc lập =Ln(S&P500)
Tổng giá trị xuất khẩu A6 Biến độc lập =Ln(tonggiatrixuatkhau)
Thuận lợi:
- Các số liệu gốc đều được lấy theo tháng.
- Là những chỉ số gần gũi trong nền kinh tế Việt Nam - Số liệu dễ thu thập
Khó khăn:
- Độ phân tán của các chỉ số không đồng đều, mỗi chỉ số có độ phân tán khác nhau.
- Đơn vị của số liệu gốc khác nhau.
Số liệu nghiên cứu đưa về dạng Logarit để giảm bớt độ phân tán, hạn chế các quan sát có dấu hiệu bất thường của dữ liệu gốc, riêng chỉ số giá tiêu dùng giữ nguyên do có đơn vị là %, không phải là số tuyệt đối.
Thời gian ^1 ^2 ʤ ^4 ^5 ^6 Jan-14 6.3217 9.9551 7.1267 100.69 7.485822642 9.34661799 Feb-14 6.3741 9.9570 7.1709 100.55 7.528036024 9.163248764 Mar-14 6.3828 9.9569 7.1975 99.56 7.534944264 9.415482872 Apr-14 6.3596 9.9562 7.1694 100.08 7.541125916 9.478151315 May-14 6.3315 9.9597 7.1605 100.2 7.561938114 9.426096705 Jun-14 6.3598 9.9679 7.1539 100.3 7.580817092 9.423675982
Mô hình hồi quy OLS:
Tl1 = βι + β2 * A2+ β3 * A3 +β4 * A4+ β5 * A5+ B6 * A6+UÍ
Trong đó:
β1 : hằng số
β2→6: hệ số của biến độc lập
Uj: đại lượng ngẫu nhiên ( phần dư)
Gỉa thuyết:
Kế thừa kết quả của các nghiên cứu trong và ngoài nước, khóa luận đưa ra các của thuyết sau:
H1: “ Tỷ giá hối đoái có tác động tích cực (cùng chiều) đến giá cổ phiếu”
H2: “ Gía vàng có tác động tích cực (cùng chiều) đến giá cổ phiếu”
H3: “ Chỉ số giá tiêu dùng tác động tiêu cực ( ngược chiều) đến giá cổ phiếu”
H4: “ Chỉ số S&P500 tác động tích cực ( cùng chiều) đến giá cổ phiếu”
H5: “ Tổng giá trị xuất khẩu tác động tích cực ( cùng chiều) đến giá cổ phiếu”
34