các ngân hàng nói riêng và
Nghiên cứu của Agni suất liên ngân hàng có ảnh hưởng cùng chiều đáng kể t
tương tự với nghiên cứu của
Sentosa & Sihombing (2015), Cherif & Kamoun (2007) và Akram &
Das (2019),
Nguyễn Thị Hiền & Hà Hồng Ngọc (2020).
Ngược lại, nghiên cứu của Kluza & Sławiński (2002) không tìm ra mối liên hệ giữa lãi suất liên ngân hàng và lãi suất TPCP.
Lãi suất liên ngân hàng được xem là chi phí vốn cho các nhà đầu tư, nhất là các NHTM khi mua TPCP. Do đó, bài nghiên cứu đưa lãi suất liên ngân hàng tại Việt Nam vào làm biến độc
lập, kỳ vọng lãi suất TPCP sẽ giảm khi được hỗ trợ từ nguồn cung tiền dồi dào hơn (đặc biệt trong năm có đại dịch) - lãi suất liên ngân hàng giảm.
*Lãi suất TPCP Hoa Kỳ kỳ hạn 5 năm (US5Y)
Lãi suất TPCP Hoa Kỳ là lãi suất được trả cho việc sở hữu trái phiếu do chính phủ Hoa Kỳ phát hành bằng nội tệ của Hoa Kỳ và ngoại tệ. Hiểu một cách đơn giản, lãi suất TPCP Hoa Kỳ chính là tổng lợi nhuận nhà đầu tư nhận được khi đầu tư vào TPCP Hoa Kỳ.
Lãi suất TPCP Hoa Kỳ là yếu tố có sự ảnh hưởng đến thị trường tài chính của nhiều quốc gia trên thế giới, trong đó có Việt Nam. Theo chia sẻ của TS. Cấn Văn Lực trên chuyên trang Đầu tư chứng khoán (chuyên trang của báo Đầu tư), khi lợi suất trái phiếu chính phủ Hoa Kỳ tăng sẽ có tác động đến thị trường tài chính Việt Nam, thể hiện rõ nhất qua các khía cạnh sau:
－ Lạm phát kỳ vọng tăng và kinh tế phục hồi sẽ khiến NHTW các nước, trong đó có Cục Dự trữ Liên bang Hoa Kỳ (FED) đi đến quyết định giảm cung tiền, sau đó là tăng lãi suất cơ bản. Điều này khiến mặt bằng lãi suất tăng, chi phí vay vốn và trả nợ nước ngoài tăng. Ngoài ra việc các nước giảm nới lỏng định lượng sẽ làm giảm dòng tiền rẻ, tác động tiêu cực đến thị trường chứng khoán.
downloadby : by :
skknchat@gmail.com il.com
－ Lãi suất USD tăng, k sẽ khiến USD tăng giá trở l nhiên sự tác động này sẽ có tâm và quan hệ cung - cầu n
kinh tế Hoa Kỳ sau đại dịch h đến tỷ giá USD/VND. Tuy iều hành cơ chế tỷ giá trung
Thực tế có rất ít nghiê g của lãi suất TPCP tại Hoa Kỳ hoặc các nước phát triển tới lãi suất TPCP nội địa (Batten & cộng sự, 2006 và Inoguchi, 2007). Trong nghiên cứu của mình, Inoguchi (2007) đã chỉ ra lãi suất TPCP của các quốc gia Châu Á như Hồng Kông, Singapore và Thái Lan chịu tác động cùng chiều với lãi suất TPCP Hoa Kỳ. Hsing (2015) cũng có kết quả tương tự khi nghiên cứu tại Tây Ban Nha.
Tuy nhiên, nghiên cứu của Nguyễn Thị Hiền & Hà Hồng Ngọc (2020) lại cho thấy lãi suất TPCP Hoa Kỳ có tác động ngược chiều khá lớn tới lãi suất
TPCP Việt Nam cùng kỳ hạn. Điều này được nhóm tác giả lý giải rằng trong bối cảnh thế giới biến động bất ổn, dòng tiền đổ xô tìm kênh trú ẩn an toàn là trái phiếu kho bạc Hoa Kỳ. Các nhà đầu tư sẵn sàng chấp nhận lãi suất thấp để sở hữu tài sản an toàn này khiến lãi suất TPCP Hoa Kỳ liên tục giảm. Trong khi đó, dòng tiền ra khỏi các thị trường bất ổn hoặc thị trường mới nổi như Việt Nam hay các quốc gia khác sẽ khiến lãi suất TPCP ở các quốc gia này tăng lên trong bối cảnh nhà đầu tư nước ngoài liên tục bán ròng và nhu cầu mua khan hiếm.
Trong bối cảnh thị trường Việt Nam được nâng triển vọng lên tích cực và nhận được nhiều sự chú ý của nhà đầu tư nước ngoài hơn, bài nghiên cứu quyết định kiểm tra lại mối tương quan giữa lãi suất TPCP Hoa Kỳ và lãi suất TPCP Việt Nam để xem xét và so sánh với kết quả của hai tác giả nói trên.
*Tăng trưởng chỉ số sản xuất công nghiệp (IIP)
Chỉ số sản xuất công nghiệp (Index of Industrial Production) là chỉ tiêu đánh giá tốc độ phát triển sản xuất ngành công nghiệp hàng tháng, quý, năm. Chỉ số sản xuất công nghiệp được tính bằng tỷ lệ phần trăm giữa khối lượng sản xuất công nghiệp tạo ra trong kỳ hiện tại với khối lượng sản xuất công nghiệp kỳ gốc. Chỉ số được tính dựa trên khối lượng sản phẩm sản xuất, nên còn được gọi là “chỉ số khối lượng sản phẩm công nghiệp”.
downloadby : by :
skknchat@gmail.com il.com
Chỉ số sản xuất công n phát triển toàn ngành công phẩm, nhóm ngành sản phẩm quản lý nhà nước, các nhà đầ
Nghiên cứu của Akram
tố ảnh hưởng đến lãi suất TPCP đối với 11 nước trong khu vực sử dụng đồng Euro cho thấy, biến tăng trưởng chỉ số sản xuất công nghiệp có ý nghĩa thuận chiều với biến phụ thuộc ở mức ý nghĩa 10% đối với trái phiếu kỳ hạn 2 năm, nhưng có ý nghĩa ngược chiều ở mức ý nghĩa 5% đối với trái phiếu kỳ hạn 10 năm. Một nghiên cứu khác của Akram, T. & Das, A. (2019) về TPCP Ấn Độ đã chỉ ra lãi suất TPCP cao hơn (hoặc thấp hơn) có liên quan đến tốc độ sản xuất công nghiệp nhanh hơn (hoặc chậm hơn).
Cherif & Kamoun (2007) đã kết luận mối tương quan giữa sản xuất công nghiệp và lãi suất TPCP ở các khu vực sử dụng đồng Euro thông qua mô hình Vector tự hồi quy trong giai đoạn 1999 - 2006.
Một kết quả thú vị khác của Linda Goldberg & Deborah Leonard (2003) cho thấy lãi suất TPCP của Đức có mối tương quan thuận chiều với sản xuất công nghiệp của Mỹ, nhưng dường như không chịu ảnh hưởng bởi sản xuất công nghiệp của chính Đức.
Trên cơ sở các nghiên cứu liên quan, mô hình nghiên cứu được xây dựng: Hình 3.1. Mô hình nghiên cứu đề nghị
3.1.2. Mô tả các biến số
Các biến sử dụng trong mô hình được mô tả chi tiết trong bảng dưới đây:
Loại biến Biến phụ thuộc
Biến độc lập
3.1.3. Thiết lập dạng hàm nghiên cứu
Dựa vào tổng quan tình hình nghiên cứu của các tác giả trong và ngoài nước, nhóm tác giả nhận thấy một số nghiên cứu về lãi suất TPCP có thể sử dụng mô hình hồi quy bội dưới đây:
Yi = β1 + β2 X2i + β3 X3i +…+ βk Xki + Ui
Trong đó:
Y: biến phụ thuộc X2, X3,…, X
β2, β3,…, β Ui: sai số n
Dạng hàm của mô hình nghiên cứu được đề xuất như sau:
VN5Y = β0 + β1×US5Y + β2×lnEXR + β3×CPI + β4×INT + β5×BOT + β6×IIP + ei Trong đó:
β0: hệ số tự do của hàm hồi quy
β1, β2 , β3 , β4 , β5 , β6: hệ số góc của hàm hồi quy
ei: sai số của hàm hồi quy
3.2. Thu thập và xử lý dữ liệu
3.2.1. Phương pháp thu thập dữ liệu
Dữ liệu được sử dụng trong nghiên cứu là dữ liệu theo tháng của Việt Nam trong giai đoạn từ năm 2016 đến năm 2020, được thu thập từ các nguồn:
a) Biến phụ thuộc (VN5Y)
Biến phụ thuộc được chọn là lãi suất TPCP Việt Nam kỳ hạn 5 năm. Số liệu là lãi suất lần cuối được lấy theo tháng trong giai đoạn 2016 - 2020 từ trang thông tin điện tử: https://www.investing.com/
b) Biến độc lập
*Lãi suất TPCP Hoa Kỳ kỳ hạn 5 năm (US5Y)
Số liệu là lãi suất lần cuối được lấy theo tháng trong giai đoạn 2016 - 2020 từ trang thông tin điện tử: https://www.investing.com/
*Tỷ giá hối đoái (EXR)
Số liệu là tỷ giá hối đoái lần cuối được lấy theo tháng trong giai đoạn 2016 - 2020 từ trang thông tin điện tử: https://www.investing.com/
*Cán cân thương mại (BOT)
Số liệu được lấy theo 16 - 2020 từ trang thông tin
điện tử Vietstock Finance n/) và Tổng cục Hải quan (https://www.customs.gov.vn
*Lãi suất liên ngân hà
Số liệu được lấy vào n ong giai đoạn 2016 - 2020 từ
Ngân hàng Nhà nước Việt Nam (https://sbv.gov.vn/) *Lạm phát (CPI)
Số liệu phần trăm tăng trưởng CPI của Việt Nam được lấy theo tháng trong giai đoạn 2016 - 2020 từ trang thông tin điện tử World Bank (https://data.worldbank.org/) và Tổng cục Thống kê (https://www.gso.gov.vn/)
*Tăng trưởng chỉ số sản xuất công nghiệp (IIP)
Số liệu thô được lấy trong giai đoạn 2016 - 2020 từ Tổng cục Thống kê (https://www.gso.gov.vn/), sau đó được tính toán phần trăm thay đổi theo tháng bởi nhóm tác giả.
3.2.2. Phương pháp xử lý dữ liệu
Tổng cộng mô hình hồi quy có 1 biến phụ thuộc, 6 biến độc lập với kích thước mẫu gồm 60 quan sát (hàng tháng, từ năm 2016 đến năm 2020).
Các phép hồi quy ước lượng tham số của mô hình được được phân tích bằng phương pháp OLS. Theo phương pháp OLS, cách để kiểm định ý nghĩa thống kê của biến độc lập chính là xem xét giá trị ρ_value của nó. Giá trị ρ được định nghĩa là mức ý nghĩa thấp nhất mà giả thiết H0: giả thiết biến độc lập đang xét không có ý nghĩa đối với biến phụ thuộc bị bác bỏ. Giá trị ρ_value càng thấp thì khả năng chấp nhận giả thiết H0 càng khó xảy ra và kết quả càng có ý nghĩa thống kê. Với mức ý nghĩa 5%, một biến độc lập có ý nghĩa thống kê khi ρ_value < 0.05.
Giả thiết của phương pháp OLS là không có sự tương quan giữa các sai số ngẫu nhiên, do đó sau khi xác định được mô hình hồi quy với các biến độc lập có ý nghĩa thống kê, nhóm tác giả sẽ tiến hành các kiểm định để phát hiện các bệnh của mô hình như đa cộng tuyến, phương sai thay đổi. Khi mô hình bị phát hiện có bệnh, nhóm tác giả sẽ tiến hành khắc phục để có thể rút ra được mô hình hồi quy tối ưu cuối cùng.
Mô hình hồi quy được 14.
CHƯƠNG 4: PHÂN TÍCH Ả NGHIÊN CỨU
4.1. Kiểm định mô hình 4.1.1. Kiểm định sự
Tiến hành chạy mô hì hụ thuộc VN5Y và các biến
độc lập US5Y, EXR, CPI, INT, BOT và IIP trên phần mềm Stata 14. Mô hình hồi quy gốc:
VN5Y = β0 + β1×US5Y + β2×lnEXR + β3×CPI + β4×INT + β5×BOT + β6×IIP + ei Nhóm tác giả thu được kết quả như sau:
Hình 4.1. Kết quả mô hình hồi quy gốc trên phần mềm Stata 14
Để kiểm định sự phù hợp của mô hình với mức ý nghĩa α = 0.05, nhóm tác giả
đã đặt giả thiết:
Sử dụng phương pháp kiểm định giá trị ρ_value (F). Theo đó: ρ_value (F) = 0.00000 < α = 0.05 Bác bỏ giả thiết H0.
Kết luận: Mô hình đề xuất phù hợp với nghiên cứu với mức ý nghĩa α = 0.05 (độ tin cậy là 95%)
Để kiểm tra các biến kê hay không, ta dựa vào
ρ_value của từng biến. Theo ốc:
－ Biến US5Y có ρ_value(U Có ý nghĩa thống kê
－ Biến lnEXR có ρ_value(l Có ý nghĩa thống kê － Biến CPI có ρ_value(CP nghĩa thống kê － Biến INT có ρ_value(INT) = 0.000 < α = 0.05: Có ý nghĩa thống kê － Biến BOT có ρ_value(BOT) = 0.203 > α = 0.05: Không có ý nghĩa thống kê
－ Biến IIP có ρ_value(IIP) = 0.025 < α = 0.05: Có ý nghĩa thống kê
Vậy, biến độc lập BOT không có ý nghĩa thống kê, còn 5 biến độc lập US5Y, lnEXR, INT, CPI và IIP có ý nghĩa thống kê.
Biến BOT mất ý nghĩa thống kê có thể giải thích bởi hai nguyên nhân sau:
－ Biến độc lập được đề xuất thực sự không tác động đến biến phụ thuộc － Xảy ra hiện tượng đa cộng tuyến
Loại bỏ khả năng biến độc lập được đề xuất không có tác động đến biến phụ thuộc do những phân tích ở phần trên. Như vậy, nhóm tác giả quyết định thực hiện kiểm tra hiện tượng đa cộng tuyến.
4.1.2. Kiểm định hiện tượng đa cộng tuyến
a) Kiểm định hiện tượng đa cộng tuyến cặp
Tiến hành xây dựng ma trận hệ số tương quan cho các biến độc lập US5Y, lnEXR, CPI, INT, BOT và IIP bằng phần mềm Stata 14. Nhóm tác giả thu được kết quả như sau:
Hình 4.2. Kết quả ma trận hệ số tương quan giữa các biến độc lập US5Y, lnEXR, CPI, INT, BOT và IIP trên phần mềm Stata 14
Như vậy, từ ma trận h quan tuyến tính cao giữa c
tượng đa cộng tuyến cặp.
ể thấy rằng không có tương mô hình không xảy ra hiện