CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU
3.2 Mẫu quan sát và nguồn số liệu
3.2.2.2 Biến động lạm phát
Để ước lượng mơ hình, chúng ta phải đánh giá độ nhiễu trong cơ chế giá của từng quốc gia mà cụ thể là sự biến động hay lạm phát không chắc chắn. Để đo sự biến động lạm phát này, bài nghiên cứu dùng với mô hình ARCH / GARCH để nắm bắt những biến động khác biệt của chỉ số giá tiêu dùng hàng tháng. Chỉ số giá tiêu dùng được thu thập từ cơ sở dữ liệu Datasteam theo tháng. Chúng ta cần lưu ý rằng trước khi ước tính mơ hình, chuỗi chỉ số giá đã được kiểm tra và khẳng định sự hiện diện của các hiệu ứng ARCH bằng kiểm định Lagrange Multiplier (LM). Mơ hình GARCH (p, q) có dạng sau:
= + + . ℎ +
ℎ = + ℎ +
Trong đó biểu thị lạm phát, i.month nắm bắt các hiệu ứng tháng, t = t ℎ
Đối với mỗi quốc gia, bài viết ước tính một biến thể của mơ hình trên, mơ hình ARCH (p) hoặc GARCH (p, q) đối với các nước được mô tả trong Bảng 3.2 tác giả thấy rằng đối với hầu hết các quốc gia, mơ hình ARCH (1) hoặc ARCH (2) là đủ để làm cho các phần dư còn lại khơng có hiệu ứng ARCH bậc cao hơn. Đối với một số nước khác, mơ hình GARCH (p, q) bậc thấp được sử dụng thay vì mơ hình ARCH bậc cao hơn. Sau khi mơ hình được lựa chọn đã được xác định rõ ràng, chuỗi phương sai có điều kiện được tính trung bình trong năm để phù hợp với tần suất của dữ liệu cấp ngân hàng. Như vậy, sau khi hồi quy chuỗi CPI 12 tháng trong năm của một nước bằng mơ hình ARCH/GARCH, ta thu được chuỗi phương sai có điều kiện. Sau đó lấy trung bình chuỗi phương sai 12 tháng này. Từ chuỗi CPI 12 tháng của một nước, sau khi hồi quy ta thu được một quan sát. Chuỗi này được sử dụng như là một thước đo của độ nhiễu trong các tín hiệu giá, mà chúng ta biểu thị là ℎ trong phương trình (1) và (2).
Phương sai có điều kiện cao hơn hàm ý độ nhiễu cao hơn trong cơ chế giá, nghĩa là nội dung thông tin của giá đã giảm. Trong những trường hợp như vậy, người ra quyết định sẽ khơng thể dự đốn tính khả thi của các dự án và do đó sẽ hành xử một cách thận trọng hơn. Do đó, hệ số chặn được kỳ vọng mang dấu âm, thể hiện tác động ngược chiều của biến động lạm phát lên sự phân bổ khoản vay của các ngân hàng. Khi lạm phát biến động mạnh thì độ phân tán càng giảm do các nhà quản lý ngân hàng cư xử thận trọng hơn, hàm ý các nguồn cho vay chưa được sử dụng hiệu quả.
Bảng 3.2: Độ trễ p, q trong mơ hình ARCH/GARCH khi ước lượng độ biến động lạm phát
No. Country ARCH
(p)
GARCH (q)
No. Country ARCH
(p) GARCH (q) 1 China 2 11 Pakistan 1 1 2 India 2 12 Philippin 1 2 3 Isaren 1 2 13 Vietnam 1 1 4 Jordan 2 14 Singapore 2 5 Kazantang 1 1 15 Thailand 1 1 6 Korea 1 2 16 Bangladesh 1 7 Kuwait 1 17 Hongkong 1
No. Country ARCH (p)
GARCH (q)
No. Country ARCH
(p) GARCH (q) 8 Laos 2 18 Taiwan 2 9 Malaysia 1 1 19 Indosia 2 10 Srilanka 1
Để hình dung sự liên quan giữa sự biến động của lạm phát và sự khác biệt về phương sai của tỷ lệ cho vay / tổng tài sản. Đồ thị ở Hình 3.2 mơ tả sự biến thiên của biến động lạm phát và phân tán tỷ lệ cho vay trên tổng tài sản. Chúng ta thấy rằng có sự tương quan âm giữa sự biến động của lạm phát và sự phân tán tỷ lệ cho vay / tổng tài sản của các ngân hàng. Mặc dù những số liệu này cung cấp một bằng chứng trực quan về mối tương quan âm giữa sự bất ổn về lạm phát và sự phân tán chéo của tỷ lệ cho vay trên tài sản của các ngân hàng. Tuy nhiên các ngân hàng ở quốc gia có thể phải chịu các cú sốc cụ thể với các đặc trưng riêng của mỗi quốc gia, nên cần tiến hành nghiên cứu thực nghiệm chính thức trước khi đưa ra kết luận về mối tương quan này. Hơn nữa, ngoài các tác động cố định ở cấp độ quốc gia, chúng ta phải xem xét tác động của nhiều yếu tố khác có thể bóp méo quan sát.
Hình 3.2: Biểu đồ tương quan giữa biến động lạm phát và phân tán tỷ lệ cho
vay/tổng tài sản