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 dự đốn của X. Vì rằng nếu X giúp cho dự đoán của Y, và Y lại giúp cho dự đốn 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
mơ hình giới hạn và mơ hình khơng giới hạn. Nếu các ràng buộc không ảnh hưởng nhiều đến mức độ phù hợp của mơ hình, thì chúng ta có thể chấp nhận các ràng
buộc đó là hợp lý. Ngược lại nếu mơ hình giới hạn khơng phù hợp bằng mơ hình khơng giới hạn, thì chúng ta có thể bác bỏ giả thuyết H0 (bác bỏ mơ 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 mơ hình hay khơng. Trong bài nghiên cứu này, tác giả đi 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.
- Khơng có quan hệ nhân quả Granger giữa X và Y nếu các biến trễ của X khơng có tác động lên Y và các biến trễ của Y không tác động lên X.
Với giả định rằng khi các yếu tố khác khơng đổi thì dữ liệu chuỗi thời gian là chuỗi dữ liệu duy nhất hàm chứa đầy đủ các thơng 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 hệ đó, tác giả sử dụng mơ 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 (khơng có hiện tượng tương quan giả).
- Chiều hướng của mối quan hệ nhân quả có thể phụ thuộc vào số biến trong mơ hình. Nói cách khác, kết quả kiểm định Granger rất nhạy cảm với việc
lựa chọn độ trễ các biến. Nếu độ trễ được 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 khơng thích hợp sẽ làm cho các ước lượng khơng hiệu quả. - Các phần dư khơng có hiện tượng tự tương quan. Nếu có hiện tượng tương
quan cần phải thực hiện việc chuyển sang một dạng mơ 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 cịn 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 khơng có hiện tượng tương quan giả. Trong trường hợp này, hai biến X và Y được gọi là đồng liên kết và hệ số ước lượng
α2 được gọi là hệ số hồi quy đồng liên kết. Nói theo ngơn 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
cách kiểm định trên để tránh hiện tượng hồi quy tương quan giả. Mơ hình này có thể
được mở rộng cho trường hợp mơ 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 tốn 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 mơ 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.
Mơ 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
Mơ 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
Mơ 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 vịng xốy
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 mơ hình trên thì mơ 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=∑n=6bi*P(−i)+∑n=6bj*G(−j)+∑n=6bt*USD(−t)+C2 +ε2 (4)
2.5 Dữ liệu
2.5.1 Nguồn dữ liệu :
- Tỷ lệ lạm phát được tính tốn 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.
2.6 Kết quả kiểm định
2.6.1 Ma trận hiệp phương sai giữa giá vàng và lạm phát Bảng 2.1: Ma trận hiệp phương sai giữa giá vàng và lạm phát
G P G 12.86055 0.412521 P 0.412521 0.797074
Trong lý thuyết xác suất và thống kê, hiệp phương sai đo sự biến thiên cùng nhau của hai biến ngẫu nhiên (khác với phương sai chỉ đo độ biến động của một biến).
Ma trận hiệp phương sai ở trên thể hiện mối quan hệ giữa sự biến thiên của hai biến giá vàng và lạm phát. Hiệp phương sai dương có nghĩa độ dao động của hai biến này cùng hướng (tăng hay giảm).
2.6.2 Hệ số tương quan giữa giá vàng và lạm phát Bảng 2.2: Hệ số tương quan giữa giá vàng và lạm phát
G P G 1.000000 0.128845
Hệ số tương quan là một chỉ số thống kê đo lường mối liên hệ tương quan giữa hai biến số ngẫu nhiên. Hệ số tương quan giữa giá vàng và lạm phát là 0.128845.
2.6.3 Kiểm định đồng liên kết giữa giá vàng và lạm phát Bảng 2.3: Kiểm định đồng liên kết giữa giá vàng và lạm phát :
Sample (adjusted): 6 108
Included observations: 103 after adjustments Trend assumption: Linear deterministic trend Series: P G
Lags interval (in first differences): 1 to 4 Unrestricted Cointegration Rank Test (Trace)
Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.194161 33.46860 15.49471 0.0000
At most 1 * 0.103329 11.23383 3.841466 0.0008 Trace test indicates 2 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values
Với mức ý nghĩa 5%, ta thấy Trace Statitics > Critical Value nên bác bỏ giả thuyết H0 : khơng có đồng liên kết giữa giá vàng và lạm phát, nghĩa là giữa giá vàng và lạm phát có tính đồng liên kết và tồn tại mối quan hệ dài hạn giữa chúng, do đó khơng tồn tại hiện tượng hồi qui tương quan giả trong mơ hình trên, và các kiểm
định thống kê truyền thống vẫn áp dụng trong các trường hợp này.
2.6.4 Giả thuyết 1: Giá vàng tác động đến lạm phát
1 1 6 6 ) ( * ) ( * − + − + +ε =∑= a P i ∑= a G j C P n j j n i i
Kết quả kiểm định mơ hình (1)
Bảng 2.4: Kết quả kiểm định giả thuyết giá vàng tác động đến lạm phát Dependent Variable: P
Sample (adjusted): 7 108
Included observations: 102 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. C 34.74035 12.25421 2.834973 0.0057 P(-1) 0.411472 0.106559 3.861456 0.0002 P(-2) 0.072747 0.112656 0.645745 0.5201 P(-3) 0.240375 0.112767 2.131601 0.0358 P(-4) -0.095958 0.110734 -0.866561 0.3885 P(-5) 0.040922 0.102024 0.401106 0.6893 P(-6) -0.094443 0.095367 -0.990307 0.3247 G(-1) 0.030682 0.020533 1.494316 0.1386 G(-2) 0.062023 0.021398 2.898519 0.0047 G(-3) -0.002456 0.022774 -0.107862 0.9143 G(-4) 0.018403 0.022487 0.818386 0.4153 G(-5) -0.046703 0.021977 -2.125075 0.0364 G(-6) 0.017419 0.022032 0.790624 0.4313 R-squared 0.462760 Mean dependent var 100.7465 Adjusted R-squared 0.390323 S.D. dependent var 0.891674 S.E. of regression 0.696235 Akaike info criterion 2.232306 Sum squared resid 43.14214 Schwarz criterion 2.566862 Log likelihood -100.8476 F-statistic 6.388469 Durbin-Watson stat 1.987788 Prob(F-statistic) 0.000000
Với giả thuyết giá vàng có tác động đến lạm phát, chúng ta sẽ kiểm định có phải các biến tỷ lệ tăng giá vàng G(-1), G(-2), G(-3), G(-4), G(-5), G(-6) là những biến thừa trong mơ hình hay khơng, nghĩa là chúng ta kiểm định giả thuyết H0: hệ số của các biến G(-1), G(-2), G(-3), G(-4), G(-5), G(-6) đồng thời bằng 0 với mức ý nghĩa α = 5%. Nếu kết quả kiểm định bác bỏ giả thuyết H0, có nghĩa giá vàng có tác động đến lạm phát và cần thiết đưa các biến tỷ lệ tăng giá vàng vào mơ hình kiểm định.
Kết quả kiểm định LR trong Eviews như sau:
Bảng 2.5: Kết quả kiểm định LR cho giả thuyết giá vàng tác động đến lạm phát Redundant Variables: G(-1) G(-2) G(-3) G(-4) G(-5) G(-6)
F-statistic 2.746481 Prob. F(6,89) 0.017023 Log likelihood ratio 17.32719 Prob. Chi-Square(6) 0.008153
Test Equation:
Dependent Variable: P Method: Least Squares Sample: 7 108
Included observations: 102
Variable Coefficient Std. Error t-Statistic Prob. C 46.80617 12.31065 3.802088 0.0003 P(-1) 0.476929 0.101920 4.679452 0.0000 P(-2) 0.118787 0.113332 1.048141 0.2972 P(-3) 0.179331 0.113218 1.583948 0.1165 P(-4) -0.145252 0.109671 -1.324433 0.1885 P(-5) 0.031147 0.106118 0.293515 0.7698 P(-6) -0.125454 0.097601 -1.285375 0.2018 R-squared 0.363287 Mean dependent var 100.7465 Adjusted R-squared 0.323074 S.D. dependent var 0.891674 S.E. of regression 0.733629 Akaike info criterion 2.284534 Sum squared resid 51.13016 Schwarz criterion 2.464679 Log likelihood -109.5112 F-statistic 9.033973 Durbin-Watson stat 2.002301 Prob(F-statistic) 0.000000
Kết quả hồi quy trên cho thấy giá trị xác suất Prob. F(6,89) = 1.7023% < α = 5%: bác bỏ giả thuyết H0, có nghĩa là các các biến tỷ lệ tăng giá vàng G(-1), G(-2), G(- 3), G(-4), G(-5), G(-6) khơng phải là những biến thừa trong mơ hình, hay nói cách khác sự tăng giảm của giá vàng có tác động đến lạm phát. Giá vàng tăng 1% thì
lạm phát sẽ tăng 0.030682% trong tháng tiếp theo.
Adjusted R-squared = 39.0323% có nghĩa là: Mơ hình giải thích được 39.03%, cịn 60.97% sẽ được giải thích bởi các yếu tố khác ngồi mơ hình.
2.6.5 Giả thuyết 2: Lạm phát tác động đến giá vàng
2 2 6 6 ) ( * ) ( * − + − + +ε =∑= b P i ∑= b G j C G n j j n i i
Kết quả kiểm định mơ hình (2)
Dependent Variable: G Method: Least Squares Sample (adjusted): 7 108
Included observations: 102 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. C 197.9561 62.74911 3.154724 0.0022 G(-1) 0.222340 0.105141 2.114688 0.0373 G(-2) -0.194583 0.109572 -1.775853 0.0792 G(-3) 0.111098 0.116618 0.952663 0.3433 G(-4) -0.063215 0.115146 -0.548997 0.5844 G(-5) -0.090891 0.112536 -0.807663 0.4214 G(-6) -0.117043 0.112815 -1.037473 0.3023