5. Kết cấu khóa luận:
3.3.4. Kết quả nghiên cứu
3.3.4.1. Thống kê mô tả các biến
Giá trị p value
Biến Kiểm định ADF Kiểm định PP
Chuỗi gốc Sai phân bậc
1
Chuỗi gốc Sai phân bậc
1 TĨQ 0,9542 0,0000 0,9999 0,0000 ^w 0,0154 0,0375 TR 0,3128 0,0007 0,3392 0,0000 ^CPI 0,0000 0,0000 IPI 0,2647 0,0000 0,0000 VNI 0,9537 0,0000 0,9537 0,0000 EXC 0,9782 0,0000 0,9913 0,0000
Nguồn: Sinh viên tự tổng hợp từ phần mềm Eviews
Các biến được tính toán và trình bày bởi giá trị trung bình, trung vị, tối đa, tối thiểu, độ lệch chuẩn, độ xiên, độ nhọn thông qua phần mềm Eviews. Tổng số quan sát sử dụng trong bài nghiên cứu là 131 quan sát. Biến DLIQ có giá trị trung bình là 0,0276. Đặc biệt biến cung tiền M2 có giá trị cao nhất là 29,14 và tối thiểu là 0,25. Mức độ chênh lệch giữa giá trị tối đa và tối thiểu là rất lớn. Biến DLR có giá trị trung bình ở mức dưới 0. Ngoài ra, biến DIPI có độ lệch chuẩn cao nhất còn biến DEXC lại có độ nhọn cao nhất trong tất cả các biến.
3.3.4.2. Các kiểm định của mô hình
Kiểm định tính dừng của các biến và phần dư
Biến P value Resid_dliq 0,0000 Resid_m2 0,0000 Resid_dlr 0,0000 Resid_cpi 0,0000 Resid_dipi 0,0000 Resid_dvni 0,0000 Resid_dexc 0,0000
Lag LogL LR FPE AIC SC HQ
~0 -721,146 ^NA 0,000173 11,20225 11,35665 11,26499
1 -525,874 366,5108* 1,82e-05* 8,951907* 10,18715
* 9,453829*
Nguồn: Sinh viên tự tổng hợp từ phần mềm Eviews
Nghiên cứu thực hiện kiểm định các biến bằng 2 kiểm định: (1) Kiểm định ADF bắt nguồn từ kiểm định Dickey và Fuller (DF)
do Dickey và Fuller (1979) đưa ra và mở rộng thành ADF (2) Kiểm định PP do Phillips và Perron (1988) phát triển.
Biến có chuỗi dừng khi p value < 0,05. Việc kiểm định tính dừng của biến trong mô hình để xem xét tính dừng và không dừng của chuỗi thời gian các biến trong mô hình để tránh hiện tượng hồi quy giả mạo trong quá trình sinh viên phân tích dữ liệu. Bảng 3.5 cho thấy các biến M2, CPI đã dừng ở chuỗi gốc ban đầu, còn lại các biến đều không dừng. Tuy nhiên các biến đã dừng khi lấy sai phân bậc 1. Riêng biến IPI thì dừng ở dạng gốc khi dung kiểm định PP nhưng lại không dừng khi dùng kiểm định ADF. Dựa vào các nghiên cứu trước, sinh viên chọn kiểm định ADF là kiểm định tính dừng chính. Do đó các biến sử dụng để chạy mô hình VAR gồm DLIQ, M2, DLR, CPI, DIPI, DVNI và DEXC.
Sinh viên còn xem xét tính dừng của phần dư. Kết quả cho thấy hầu hết phần dư của các biến đều có tính dừng sau khi được kiểm tra. Cụ thể như sau:
Bảng 3.6: Kiểm định tính dừng của phần dư
Nguôn: Sinh viên tự tông hợp từ phần mêm Eviews 3.3.4.3. Lựa chọn độ trễ tối ưu
Các biến Độ trễ tối ưu DLIQ ĩ M2 ĩ DLR ĩ CPI ĩ DIPI ĩ DVNI ĩ DEXC ĩ
Nguôn: Sinh viên tự tông hợp từ phần mêm Eviews
Phần mềm Eviews đã giúp tìm ra độ trễ tối ưu ở mỗi tiêu chuẩn bằng cách đánh dấu sao (*). Bài nghiên cứu lựa chọn biến trễ theo kết quả thu được phù hợp với hầu hết các tiêu chuẩn nhất. Theo đó, các tiêu chuẩn FPE (sai số dự báo cuối cùng), AIC (Akaike Information Criterion) và HQ (Hannan and Quinn) cùng ra kết quả số biến trễ tối đa là 1. Như vậy, độ trễ tối ưu được lựa chọn để chạy mô hình là 1, tức là các biến trong mô hình có độ trễ là 1 tháng: DLIQ(-1), M2(-1), DLR(-1), CPI(-1), DIPI(-1), DVNI(-1) và DEXC(-1).
DLIQ M2 DLR CPI DIPI DVNI DEXC DLIQ(-1) -0,3571*** -1,4273 0,1400 -0,0305 -6,3096** 0,0603*** -0,0107 M2(-1) 0,0031 0,7621*** 0,0217*** 0,0309*** -0,1889 0,0011 0,0006 DLR(-1) -0,1395** 0,2018 -0,1395 0,0069 0,1412 -0,0096 0,0022 CPI(-1) 0,0445 0,5997 0,1277** 0,4782*** 1,5982 -0,0102 -0,0011 DIPI(-1) -0,0007 0,0214 -0,0032 0,0002 -0,5049 -0,0016*** 0,0009*** DVNI(-1) 1,1513** -1,1369 0,0358 1,5168** 25,3746 -0,0491** 0,0093 DEXC(-1) -1,2791 4,5016 -0,5719 0,4668 -68,0076 -0,1627*** -0,4074*** ~C -0,0167 2,0207*** -0,3060*** -0,0914 1,2712 -0,0002 -0,0026 -R- squared 0,2022 0,6700 0,1626 0,5239 0,4508 0,1226 0,3129
Nguôn: Sinh viên tự tông hợp từ phần mêm Eviews
Kiểm định tính ổn định
Sinh viên đã lựa chọn phương pháp nghịch đảo của đơn vị gốc đa thức đặc trưng (AR) để kiểm định tính ổn định của mô hình. Mô hình nghiên cứu là tốt khi nhận thấy các điểm xanh đều nằm trong hình tròn.
Inverse Roots OfAR Characteristic Polynomial
1.5-∣--- 1.0- 0.5- 0.0- 4---*—•— -*- -0.5- -1.0- -1 -5 - I I I I I -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
Nguôn: Kết quả từ phần mêm Eviews 3.3.4.4. Kết quả mô hình VAR đánh giá ảnh hưởng của CSTT đến thanh khoản
TTCK
Ghi chú: (***), (**), (*) ứng với mức ý nghĩa lần lượt là 1%, 5% và 10%
Nguồn: Sinh viên tự tổng hợp từ Eviews
Thứ nhất, kết quả hồi quy thu được biến trễ 1 tháng của tăng trưởng cung tiền M2 không có tác động đến khối lượng giao dịch trong tháng. Ket quả cho ra cùng dấu kì vọng ban đầu nhưng lại không có ý nghĩa thống kê. Mặc dù vậy, kết luận này lại có cùng kết luận với Trần Thị Xuân Anh và Ngô Thị Hằng (2012). Các tác giả đã kiểm định xem CSTT có ảnh hưởng đến thanh khoản TTCK Việt Nam không. Kết quả là cung tiền M2 tương quan cùng chiều với thanh khoản tuy nhiên tính thanh khoản với đại diện là khối lượng giao dịch bình quân tháng trên HOSE không chịu tác động của CSTT thời kỳ trước hay độ trễ của CSTT. CSTT ban hành giai đoạn nào sẽ ngay lập tức tác động đến tâm lý giao dịch của NĐT, biểu hiện qua khối lượng giao dịch trong ngày, từ đó tác động đến thanh khoản của thị trường.
Thứ hai, biến trễ của lãi suất có tác động ngược chiều với tính thanh khoản TTCK với mức ý nghĩa thống kê 5%. Nếu lãi suất CSTT tăng sẽ khuyến khích NĐT gửi tiền tiết kiệm vào ngân hàng thay vì đầu tư vào TTCK. Từ đó dẫn đến giảm tính thanh khoản trên thị trường. Kết quả thu được này nhất quán với các nghiên cứu trước đó của Goyenko & Ukhov (2009), Soderberg (2008), Đặng Thị Quỳnh Anh (2018), Sensoy (2015). Bài viết của Sensoy chỉ ra rằng các NĐT trên thị trường rất
Biến M2 DLR CPI DIPI DVNI DEXC DLIQ 0,0416** 0,0526* 0,8257 0,0154** 0,0001*** 0,1082
nhạy cảm, không phải đối với nền kinh tế trong nước hoặc các nền kinh tế phát triển khác mà là đối với nền kinh tế Hoa Kỳ. Sự khác biệt này cho thấy tầm quan trọng trong các quyết định lãi suất của FED ngày càng ảnh hưởng đối với tâm lý NĐT sau cuộc khủng hoảng tài chính toàn cầu 2008 - 2009.
Thứ ba, biến trễ chỉ số giá tiêu dùng CPI tác động tích cực đến tính thanh khoản mặc dù không có ý nghĩa về thống kê, đối lập với kết quả của Mousa (2016) và hiệu ứng Fisher, mối quan hệ là tiêu cực trong dài hạn và ngắn hạn đối với tất cả các thị trường hoạt động và các biến số thanh khoản của thị trường. Tuy nhiên lại tương đồng kết quả với Trần Thị Hải Lý (2015) với kết quả của Omran và Pointon (2001) khi điều tra ảnh hưởng của lạm phát đối với hoạt động của TTCK Ai Cập. Họ kết luận rằng tỷ lệ lạm phát rõ ràng đã có tương quan dương đến tính thanh khoản của thị trường.
Thứ tư, biến trễ chỉ số sản xuất công nghiệp không có tác động đến khối lượng giao dịch đại diện cho tính thanh khoản TTCK. Kết quả hoàn toàn khác so với nghiên cứu của Thị Hải Lý (2015) ra kết quả tác động dương khi nghiên cứu trong giai đoạn 2007 - 2014. Sự gia tăng của TSSL của thị trường, lạm phát và tăng trưởng sản lượng công nghiệp góp phần cải thiện thanh khoản của thị trường. Ngoài ra còn một số nghiên cứu có kết quả tương tự như LuAndrews và Glascock (2010); Nguyễn Hữu Huy Nhựt (2013); Đặng Thị Quỳnh Anh (2018).
Thứ năm, biến trễ chỉ số giá chứng khoán VNI có tương quan cùng chiều với thanh khoản TTCK Việt Nam. Đây là một biến mà sinh viên đưa thêm vào để kiểm tra mức độ ảnh hưởng của TTCK đối với tính thanh khoản với mức ý nghĩa là 5%. Thực tế cho thấy rằng sự biến động VNI ảnh hưởng đến tâm lý của NĐT. Khi chỉ số tăng điểm, NĐT có kì vọng hơn vào thị trường do đó cải thiện khối lượng giao dịch. Và ngược lại, khi chỉ số giảm điểm bởi một cú sốc kinh tế nào đó, phần đông NĐT hoang mang, TTCK ảm đạm dẫn đến tính thanh khoản bị giảm.
Thứ sáu, thay đổi tỷ giá USD/VND với độ trễ là 1 tháng cũng không có bất kỳ tác động nào đến biến tính thanh khoản. Mối quan hệ nghịch chiều giữa biến động tỷ giá lại được Menike (2006); Kandir (2008); Bilson (2010) tìm thây ở các TTCK khác nhau trên thế giới.
3.3.4.5. Kiểm định nhân quả Granger
Bảng 3.10 dưới đây cho thấy rằng CSTT có gây ảnh hưởng nhân quả lên tính thanh khoản của TTCK. Các biến kiểm định tại tháng gốc, chưa có độ trễ 1 tháng. Cụ thể, Bảng 3.10 cho thấy biến tăng trưởng cung tiền (M2) và biến lãi suất chính sách tiền tệ (DLR) gây ảnh hưởng đến các biến khối lượng giao dịch với mức ý nghĩa thống kê lần lượt là 5% và 10%. Các biến chính sách vĩ mô DIPI cùng có ảnh hưởng đến tính thanh khoản TTCK ở mức ý nghĩa 5%, biến chỉ số giá chứng khoán (DVNI) cũng có tác động đến tính thanh khoản TTCK nhưng chỉ ở mức ý nghĩa 1%. Tuy nhiên, biến CPI và DEXC thì lại không có bất cứ ảnh hưởng đáng kể nào lên tính thanh khoản thị trường vì không có mức ý nghĩa thống kê. Kết luận lại, sau khi kiểm định các biến ở mốc thời gian gốc vẫn cho thấy rằng CSTT của NHNN và tính thanh khoản TTCK Việt Nam có mối quan hệ nhân quả.
Nguồn: Sinh viên tự tổng hợp từ phần mềm Eviews 3.3.4.6. Tác động của các cú sốc CSTT lên tính thanh khoản TTCK
Hình 3.1: Phản ứng đẩy của thanh khoản đối với cú sốc của tăng trưởng cung tiền M2
Nhìn vào hình 3.1 cho thấy tính thanh khoản hầu như không phản ứng cú sốc tăng trưởng M2. Thanh khoản có tác động cùng chiều tăng nhẹ trong tháng thứ 4 và tháng thứ 6 khi có cú sốc cung tiền M2. Sau đó giảm về không có phản ứng trong gì các tháng tiếp theo. Ket quả này cho thấy các NĐT trên TTCK Việt Nam phản ứng nhẹ trước cú sốc tăng trưởng cung tiền.
Bên cạnh đó, cú sốc về lãi suất CSTT lại ảnh hưởng mạnh tới tính thanh khoản
trên TTCK trong 5 tháng đầu sau đó hầu như không có phản ứng tích lũy trong những
tháng tiếp theo. Cụ thể, thanh khoản giảm xuống còn 0,058% tháng thứ 2 sau đó tăng
thêm 0,079% lên 0,021% trong tháng tiếp theo. Nhưng các tháng tiếp theo thanh khoản giảm dần và dao động không nhiều. Thông qua kết quả này cho thấy CSTT qua sự gia tăng cung tiền và giảm lãi suất làm tăng khối lượng giao dịch, qua đó làm
KẾT LUẬN CHƯƠNG 3:
Chương 3 đã nêu ra được thực trạng ban hành Chính sách tiền tệ của NHNN trong giai đoạn 2010 - 2020, tổng quan lại TTCK Việt Nam và tính thanh khoản của thị trường. Trước khi đưa ra những định hướng và nếu ra một số kiến nghị về ảnh hưởng của CSTT đến thanh khoản TTCK Việt Nam, sinh viên đã phân tích rất kĩ và giải thích chi tiết mô hình nhằm kiểm nghiệm ảnh hưởng của các biến đo lường CSTT
và biến số kinh tế vĩ mô lên biến đo lường thanh khoản là khối lượng giao dịch trên thị trường. Nghiên cứu mối quan hệ tìm ra được biến số tăng trưởng cung tiền M2 có độ trễ 1 tháng không có ảnh hưởng đến GTGD nhưng ngược lại, lãi suất lại có tác động ngược chiều với thanh khoản thị trường. Bên cạnh đó vì kết quả mô hình cho thấy chỉ số giá chứng khoán VNI cũng ảnh hướng đáng kể lên thanh khoản với mức ý nghĩa 5%. Các biến số kinh tế vĩ mô không có bất kì ảnh hưởng nào đến khối lượng
CHƯƠNG 4: KẾT LUẬN VÀ KIẾN NGHỊ 4.1. Kết luận
Khoá luận đã sử dụng các nguồn dữ liệu thực tế về biến số đại diện CSTT, biến số vĩ mô và các biến số đo lường tính thanh khoản trên TTCK Việt Nam trong giai đoạn 2010-2020 để đánh giá ảnh hưởng của CSTT đến thanh khoản TTCK. Dữ liệu nghiên cứu được lấy theo tháng. Khoá luận đã kiểm chứng ảnh hưởng của CSTT
thông qua 2 biến là tăng trưởng cung tiền M2 và lãi suất của NHTW bằng mô hình tự
hồi quy vector (VAR). Kết quả nghiên cứu cho thấy rằng biến trễ của lãi suất của CSTT có ảnh hưởng rất lớn đến tính thanh khoản TTCK. Ngược lại biến trễ của tăng trưởng cung tiền M2 lại không ảnh hưởng đến toàn bộ khối lượng giao dịch trên thị trường. Hơn nữa, bài viết còn phát hiện ra mối quan hệ giữa biến trễ của VNI có quan
hệ cùng chiều với tính thanh khoản. Nghiên cứu còn sử dụng các biến kiểm soát là các biến vĩ mô để đo lường ảnh hưởng của chúng đến thanh khoản TTCK. Kết quả là
tác động của các yếu tố vĩ mô cũng không làm biến động nhiều đến khối lượng giao dịch trên thị trường.
Các kết quả thực nghiệm trong bài viết của sinh viên chỉ ra tác động cùng chiều
của lãi suất chính sách đến thanh khoản TTCK giống như các nghiên cứu trước đây. Tuy nhiên, các bài nghiên cứu trước đây chỉ đề cập đến tính thanh khoản của chứng khoán đơn lẻ mà chưa thực hiện chuyên sâu về ảnh hưởng của CSTT đến thanh khoản
toàn thị trường. Đồng thời sử dụng dữ liệu thời gian khác nhau, phạm vi không gian các nước khác nhau nên có sự khác nhau về CSTT áp dùng cho từng thời kì.
Bài viết có hạn chế là chưa nghiên cứu kĩ tất cả các biến dùng để đo lường thanh khoản mà chỉ sử dụng biến gia tri giao dịch để nghiên cứu ảnh hưởng. Do đó
4.2. Kiến nghị
4.2.1. Kiến nghị về việc sử dụng công cụ lãi suất trong thực hiện chính
sách tiền
tệ
Thay vì kiểm soát cung tiền, NHNN nên chú trọng nghiên cứu chính sách để kiểm soát lãi suất trên thị trường. Ket quả nghiên cứu cho thấy biến trễ tăng trưởng cung tiền M2 không ảnh hưởng đến thanh khoản TTCK mà lãi suất mới là nhân tố tác động chính. Hành động cung tiền ra thị trường không phải lúc nào cũng thường xuyên và liên tục. Chỉ khi nền kinh tế bị khủng hoảng do ảnh hưởng của những biến động bất ngờ trong và ngoài nước, Chính phủ mới tăng lượng tiền mặt ra bên ngoài để hỗ trợ nền kinh tế, đồng thời kích thích tiêu dùng của người dân. Hiện tượng cung tiền quá mức còn có khả năng gây ra lạm phát cho nền kinh tế. Khi đó NHNN mới điều hành chính công cụ lãi suất của mình để kiềm chế lạm phát. Điều này vô hình chung sẽ gây ra độ trễ nhất định và không đạt hiệu quả sử dụng CSTT. Hệ thống lãi suất NHNN bao gồm: lãi suất tái cấp vốn, lãi suất chiết khấu, lãi suất liên ngân hàng (LNH) trong đó lãi suất LNH lại có các kì hạn khác nhau như lãi suất qua đêm; lãi suất kì hạn 1 ngày; 2 ngày; lãi suất kì hạn 1 tháng; 3 tháng; 6 tháng và 9 tháng. Chính
phủ có thể dựa vào lãi suất LNH làm công cụ để hỗ trợ và hoạt động chính sách tiền tệ được điều hành theo đúng hướng. NHNN cần đảm bảo công khai minh bạch các