2.4 Đo lường ảnh hưởng của các nhân tố kinh tế vĩ mô đến chỉ số giá chứng
2.4.1 Mơ hình phân tích
Mơ hình được xây dựng là mơ hình đa nhân tố hỗn hợp bao gồm các biến số
kinh tế vĩ mô. Số lượng biến số đưa vào mơ hình được xác định theo phương pháp xác
định từ trước (Priori determination). Các biến số được đưa vào mơ hình bao gồm:
- Nhóm các biến số kinh tế vĩ mô (biến độc lập) gồm Giá trị sản xuất công
nghiệp (IO), lạm phát (CPI), lãi suất liên ngân hàng (IR), tỷ giá hối đoái (EX);
Cung tiền (M2); Tăng trưởng tín dụng(CR).
- Biến phụ thuộc là chỉ số VN - Index (VNI) đại diện cho nhân tố thị trường.
2.4.2 Chọn mẫu dữ liệu và mơ hình ước lượng 2.4.2.1 Chọn mẫu dữ liệu
Dữ liệu các biến trong mơ hình được lấy từ tháng 01/2009 cho đến tháng
12/2011. Sở dĩ không lấy dữ liệu trước giai đoạn 2009 do trong năm 2006 và 2007 chỉ số giá chứng khoán Việt Nam có những sự tăng trưởng bất thường, cịn trong giai đoạn
năm 2008 do bị tác động quá nhiều bởi khủng hoảng kinh tế thế giới. Nếu lấy dữ liệu
trong các giai đoạn này sẽ không phản ánh được chính xác sự tác động của các biến số kinh tế vĩ mơ đến chỉ số giá chứng khốn.
Sử dụng phương pháp bình phương bé nhất để ước lượng phương trình hồi qui với biến phụ thuộc là chỉ số giá chứng khoán và các biến độc lập là giá trị sản lượng công nghiệp, tỉ lệ lạm phát, lãi suất cho vay, cung tiền, tăng trưởng tín dụng và tỷ giá hối đối. Cụ thể, phương trình ước lượng như sau:
VNIt = b0 + b1IOt + b2CPIt + b3IRt + b4EXt + b5M2t + b6CR + ut (2.1)
Phương trình (2.1) dùng để phân tích tác động của các biến độc lập đến chỉ số
giá chứng khoán VNI – Index.
Trong đó:
Hệ số b0: hệ số cắt
Các hệ số bi lần lượt là hệ số co giãn của chỉ số giá chứng khoán VNI – Index theo từng biến kinh tế vĩ mô.
Tuy nhiên, do số liệu của các biến trong mơ hình là số liệu chuỗi thời gian và
đặc tính của loại số liệu này là khơng dừng. Khi ước lượng mơ hình hồi quy với số liệu
chuỗi thời gian khơng dừng có thể dẫn đến trường hợp hồi quy giả mạo. Vì vậy, việc kiểm tra số liệu sử dụng trong mơ hình có tính dừng hay không là một việc làm cần thiết thông qua kiểm định nghiệm đơn vị.
Trong trường hợp số liệu chuỗi thời gian là không dừng, cần phải thực hiện
kiểm định đồng liên kết để xem phần dư ut của các phương trình (2.1) có phải là một
chuỗi dừng hay không. Nếu phần dư là một chuỗi dừng thì ta có thể áp dụng các kiểm
định thống kê truyền thống t và F… cho kết quả ước lượng. Và mối quan hệ giữa chỉ
số giá chứng khốn và các biến số kinh tế vĩ mơ là mối quan hệ dài hạn.
2.4.3 Phân tích kết quả hồi quy
2.4.3.1 Kiểm định tính dừng của số liệu
Tiến hành kiểm định nghiệm đơn vị cho các biến chỉ số giá chứng khoán VN –
Index , giá trị sản xuất công nghiệp (IO), tỷ lệ lạm phát (CPI), lãi suất (IR), cung tiền
(M2), tăng trưởng tín dụng (CR), tỷ giá hối đối (EX) với các giả thiết như sau:
Giả thiết H0: δ = 0 (chuỗi thời gian không dừng)
Nếu giá trị tuyệt đối của τ tính tốn lớn hơn giá trị tuyệt đối của τ tra bảng thì ta
bác bỏ giả thiết H0, chấp nhận giả thiết H1. Nếu δ >0 thì phương trình ước lượng khơng
có ý nghĩa và sẽ được loại bỏ.
Bảng 2.2. Kết quả kiểm định nghiệm đơn vị dữ liệu gốc
Đơn vị tính: khơng Tên biến Tau statistic Kết luận (5%) 3.52(1%) 2.90(5%) 2.58(10%)
VNI 1.85 Chuỗi không dừng
IO 1.79 Chuỗi không dừng
CPI 2.14 Chuỗi không dừng
IR -0.83 Chuỗi không dừng
EX 1.23 Chuỗi không dừng
M2 0.06 Chuỗi không dừng
CR -1.77 Chuỗi không dừng
(Nguồn: Phân tích bằng Eviews, Phụ lục 4.1 – 4.7)
Các biến số trong mơ hình đều là các biến không dừng. Do đó, ta tiếp tục xét đến chuỗi sai phân bậc 1 của các biến trên và có kết quả như sau:
Bảng 2.3. Kết quả kiểm định nghiệm đơn vị sai phân bậc 1
Đơn vị tính: khơng Tên biến Tau statistic Kết luận (5%) -3.63 (1%) -2.95 (5%) -2.61 (10%)
IO -6..97 Chuỗi dừng sai phân bậc 1
CPI -2.16 Không dừng sai phân bậc 1
IR -5.78 Chuỗi dừng sai phân bậc 1
EX -6.33 Chuỗi dừng sai phân bậc 1
M2 -3.57 Chuỗi dừng sai phân bậc 1
CR -2.96 Chuỗi dừng sai phân bậc 1
(Nguồn: phần mềm eviews, phụ lục 5.1 – 5.7)
Từ kết quả trên cho thấy ngoại trừ biến lạm phát (CPI) thì các biến cịn lại đều dừng ở sai phân bậc 1.
Số liệu ban đầu của các biến trên khơng có tính dừng, nhưng sai phân bậc 1 thì lại có tính dừng. Điều này cho thấy giữa các biến này có khả năng là đồng liên kết bậc
1. Do đó, sẽ phải thực hiện kiểm định ADF đối với phần dư từ mơ hình để xem thực
sự có phải các biến trong mơ hình hồi qui là đồng liên kết hay không.
2.4.3.2 Ước lượng phương trình hồi quy
Ước lượng mơ hình hồi quy số (2.1) thu được kết quả như sau:
Bảng 2.4. Kết quả ước lượng phương trình (2.1)
Đơn vị tính: tỷ đồng, điểm, %
Hệ số ước lượng Sai số chuẩn Thống kê t Xác suất P
Hệ số cắt -263.6069 273.4243 -0.964094 0.3430 IO 0.004436 0.001532 2.894598 0.0071 CPI -3.160483 4.171862 -0.757571 0.4548 IR -9.229879 7.726945 -1.194506 0.2420 EX 0.018421 0.016834 1.094316 0.2828 M2 3.791304 4.079608 0.929330 0.3604 CR 4.472228 1.446336 3.092109 0.0044 R2 R2adj F DW N 0.7618 0.7126 15.46 1.0078 36
2.4.3.3 Kiểm định đồng liên kết
Tiến hành kiểm định nghiệm đơn vị đối với các phần dư ut của phương trình
(2.1) đã ước lượng với giả thiết như sau:
H0: phần dư của phương trình là một chuỗi khơng dừng
H1: phần dư của phương trình là một chuỗi dừng
Bảng 2.5. Kết quả kiểm định đồng liên kết
Đơn vị tính: khơng Tên biến Tau statistic Kết luận (5%) -3.63 (1%) -2.94 (5%) -2.61 (10%) Ut -3.93 Chuỗi dừng (Nguồn: phần mềm Eviews, phụ lục 7)
Như vậy, phần dư ut của phương trình ước lượng số (2.1) là một chuỗi dừng. Do đó, giữa các biến trong mơ hình hồi quy là đồng liên kết và giữa chúng thực sự có mối
quan hệ dài hạn. Vì vậy, ta có thể sử dụng các kết quả kiểm định thống kê t, thống kê F
như bình thường.
2.4.4 Kiểm định mơ hình hồi quy
2.4.4.1 Kiểm định mức ý nghĩa của các hệ số hồi quy
Dựa vào giá trị p-value của các kết quả ước lượng cho thấy phương trình ước
lượng (2.1): Hệ số cắt, biến CPI, biến IR, biến EX và biến M2 khơng có ý nghĩa về mặt
thống kê ở mức ý nghĩa 10%.
Như vậy nhiều khả năng một trong những giả thiết của phương pháp OLS bị vi
phạm. Do đó, cần phải tiến hành các kiểm định đa cộng tuyến, phương sai thay đổi
trước khi đạt được mơ hình dự báo tối ưu.
2.4.4.2 Kiểm định đa cộng tuyến *Dùng ma trận hệ số tương quan: *Dùng ma trận hệ số tương quan:
Bảng 2.6. Ma trận hệ số tương quan giữa các biến độc lập
Đơn vị tinh: không đơn vị
IO CPI IR EX M2 CR IO 1.000000 0.544318 0.521695 0.790210 -0.470666 -0.135472 CPI 0.544318 1.000000 0.756618 0.765538 -0.897429 -0.492330 IR 0.521695 0.756618 1.000000 0.947522 -0.559428 -0.089528 EX 0.790210 0.765538 0.947522 1.000000 -0.594628 -0.093436 M2 -0.470666 -0.897429 -0.559428 -0.594628 1.000000 0.699254 CR -0.135472 -0.492330 -0.089528 -0.093436 0.699254 1.000000 (Nguồn: phần mềm Eviews)
Căn cứ vào bảng ma trận hệ số tương quan trên cho thấy các biến độc lập có
mối tương quan khá chặt với nhau, đó là: (i) biến giá trị sản xuất cơng nghiệp (IO) có
tương quan dương với biến tỷ giá hối đoái (EX) với hệ số tương quan là 0.79 và (ii)
biến tỷ lệ lạm phát (CPI) có mối tương quan chặt với biến tỷ giá hối đoái (EX), với
biến lãi suất (IR) và biến cung tiền (M2). Như vậy, nhiều khả năng có hiện tượng đa cộng tuyến giữa các biến độc lập trong mơ hình ước lượng.
*Dùng hồi qui phụ: Ước lượng hàm hồi qui theo phương trình: CPIt = C + IOt + IRt + EXt + M2t + CRt+ ut (2.2)
Bảng 2.7. Kết quả ước lượng hồi qui của phương trình (2.2)
Đơn vị tính: %
Hệ số ước lượng Sai số chuẩn Thống kê t Xác suất P
Hệ số cắt 20.85430 14.06693 1.482506 0.1486 IO -0.000191 6.65E-05 -2.877766 0.0073 IR 1.237437 0.408081 3.032330 0.0050 EX 0.000316 0.000882 0.358231 0.7227 M2 -0.756380 0.115068 -6.573335 0.0000 CR 0.013518 0.065915 0.205085 0.8389 R2 R2adj F DW N 0.9225 0.9096 71.46 0.638 36
Các thông số như Sai số chuẩn của ước lượng của các biến là thấp, trong khi lại
có R2 rất cao, lên tới 0.92. Với các dấu hiệu trên có thể khẳng định có hiện tượng đa
cộng tuyến khơng hồn hảo trong các biến giải thích của phương trình hồi qui (2.2). Do
đó, các kết quả của phương trình ước lượng sẽ khơng cịn chính xác nữa.
Dựa vào ma trận hệ số tương quan và kết quả kiểm định hồi qui phụ nhận thấy có 2 biến độc lập tương quan khá chặt với các biến còn lại là biến CPI và biến EX. Do
đó tiến hành kiểm định bỏ bớt các biến này ra khỏi mơ hình để loại bỏ ảnh hưởng của đa cộng tuyến. Kết quả thu được như sau:
Bỏ bớt biến CPI trong phương trình (2.1):
Bảng 2.8. Kết quả kiểm định bỏ biến CPI trong phương trình (2.1)
Đơn vị tính: khơng Value df Probability t-statistic 0.757571 29 0.4548 F-statistic 0.573914 (1, 29) 0.4548 Likelihood ratio 0.705487 1 0.4009 (Nguồn: phần mềm Eviews, phụ lục 9.1)
Với p-value = 0,4548 cho thấy rằng việc bỏ bớt biến CPI là một việc cần thiết phải thực hiện.
Bỏ cả biến CPI và EX trong phương trình (2.1)
Bảng 2.9. Kết quả kiểm định bỏ biến CPI và EX phương trình (2.1)
Đơn vị tinh: không
Value df Probability
F-statistic 0.781370 (2, 29) 0.4672
Likelihood ratio 1.889489 2 0.3888
(Nguồn: phần mềm Eviews, phụ lục 9.2)
Với p-value = 0,4672 cho thấy rằng việc bỏ bớt biến CPI và biến EX khơng làm cho mức độ giải thích của mơ hình bị giảm đáng kể.
Bảng 2.10. Kết quả ước lượng sau khi bỏ 2 biến phương trình (2.1)
Đơn vị tính: tỷ đồng, %, điểm
Hệ số ước lượng Sai số chuẩn Thống kê t Xác suất P
Hệ số cắt -68.81363 77.20313 -0.891332 0.3796 IO 0.006363 0.001382 4.605251 0.0001 IR -12.52848 5.276978 -2.374176 0.0240 M2 4.019018 2.234067 1.798969 0.0818 CR 5.537137 1.318921 4.198233 0.0002 R2 R2adj F DW N 0.7672 0.7371 25.54 1.1206 36 (Nguồn: phần mềm Eviews, phụ lục 10)
Sau khi bỏ bớt 2 biến CPI và EX trong phương trình (2.1) thì tất cả các biến độc lập ngoại trừ biến Cung tiền M2 có ý nghĩa ở mức thống kê 10%, cịn lại đều có ý nghĩa thống kê ở mức ý nghĩa 2%. Do đó, có thể nói rằng việc bỏ bớt 2 biến CPI và EX làm cho mơ hình ước lượng trở nên tốt hơn.
Khi đó, Phương trình (2.1) có dạng như sau:
VNIt = -68,813 + 0,0063IOt – 12,528IRt + 4,0190M2t + 5,5371CRt + ut (2.3) 2.4.4.3 Kiểm định phương sai thay đổi
Tiến hành kiểm định White đối với các phương trình hồi quy sau khi đã loại bỏ biến gây ra đa cộng tuyến, thu được kết quả như sau:
Bảng 2.11. Kết quả kiểm định phương sai thay đổi phương trình (2.3)
Đơn vị tính: khơng
F-statistic 2.193240 Prob. F(14,21) 0.0504
Obs*R-squared 21.37869 Prob. Chi-Square(14) 0.0923
Scaled explained SS 8.096125 Prob. Chi-Square(14) 0.8843
(Nguồn: phần mềm Eviews, phụ lục 11)
Với p-value = 0.0923 nên ở mức ý nghĩa 5% khơng có hiện tượng phương sai
2.4.5 Mơ hình ước lượng tối ưu
Phương trình (2.3):
VNIt = -68,813 + 0,0063IOt – 12,528IRt + 4,0190M2t + 5,5371CRt + ut là phương
trình tối ưu dùng để ước lượng tác động của các biến độc lập đến chỉ số giá chứng
khốn VNI – Index.
Trong phương trình (2.3) có R2 hiệu chỉnh bằng 0.7371 cho thấy 4 biến số kinh tế vĩ mô đã giải thích được khoảng 73,71% sự thay đổi của biến chỉ số giá chứng
khoán VN – Index. Điều này cho thấy chỉ số giá chứng khốn VN – Index cịn phụ
thuộc vào các biến kinh tế vĩ mơ khác như giá xăng dầu, chính sách thuế…và chỉ số giá chứng khoán ở các giai đoạn trước. Ngoài ra, chỉ số giá chứng khoán Việt Nam thời gian qua chịu ảnh hưởng rất lớn từ tâm lý đám đông, đầu tư dưới hình thức đầu cơ là chủ yếu và đặc biệt là sự chi phối một số cổ phiếu có giá trị vốn hóa lớn của các Quỹ
đầu tư chỉ số. Chính vĩ lẽ đó, chỉ số giá chứng khoán VN – Index đã biến động khá
phức tạp.
Với kết quả này cho thấy các biến sản lượng công nghiệp, lãi suất, cung tiền và
tăng trưởng tín dụng đã tác động đến chỉ số giá chứng khoán. Các hệ số ước lượng
trong mơ hình hồi qui là hệ số góc của chỉ số giá chứng khoán theo các biến kinh tế vĩ mơ. Nếu các yếu tố khác khơng đổi thì:
Giá trị sản lượng công nghiệp tăng 1 tỷ đồng/tháng sẽ làm cho chỉ số giá chứng khoán VN – Index tăng 0.0063 điểm.
Lãi suất liên ngân hàng tăng 1%/năm sẽ làm cho chỉ số giá chứng khoán VN –
Index giảm 12,52 điểm.
Cung tiền tăng 1% so với cùng kỳ năm trước sẽ làm cho chỉ số giá chứng khoán VN – Index tăng 4,019 điểm.
Tăng trưởng tín dụng tăng 1% so với cùng kỳ năm trước sẽ làm cho chỉ số giá
chứng khoán VN – Index tăng 5,53 điểm.
Sản lượng công nghiệp tác động dương đến chỉ số giá chứng khoán, một sự gia
tăng lên hay giảm xuống trong sản lượng công nghiệp cũng sẽ làm cho chỉ số giá
chứng khoán thay đổi với tỷ lệ tương ứng. Khi sản lượng công nghiệp tăng lên khiến nền kinh tế khởi sắc hơn. Khi đó thu nhập của các doanh nghiệp cũng sẽ tăng lên, điều này giúp cho doanh nghiệp gia tăng cổ tức cũng như cổ tức được chia sẽ tăng lên dẫn
đến giá chứng khốn tăng theo. Ngồi ra, nhu cầu đầu tư của doanh nghiệp cũng tăng lên, cùng với nó là kỳ vọng của nhà đầu tư về nền kinh tế trở nên lạc quan hơn. Tất cả
điều này góp phần làm cho giá chứng khốn của các doanh nghiệp tăng lên, qua đó chỉ
số giá chứng khoán tăng.
Lãi suất liên ngân hàng là biến đại diện cho hệ thống ngân hàng nói riêng và
thị trường tài chính nói chung. Kết quả phân tích cho thấy giữa lãi suất và chỉ số giá chứng khốn có mối quan hệ nghịch biến rất mạnh. Điều này là phù hợp với lý thuyết kinh tế bởi khi lãi suất tăng sẽ dẫn đến chi phí sử dụng vốn của doanh nghiệp cao hơn, dẫn đến lợi nhuận của doanh nghiệp giảm đi khiến cho tỷ lệ cổ tức giảm và giá chứng khoán giảm kéo theo sự sụt giảm của chỉ số giá chứng khốn. Ngồi ra, khi lãi suất
tăng dẫn đến người dân và các doanh nghiệp có xu hướng gửi tiền vào ngân hàng, hưởng lãi thay vì đầu tư vào hoạt động sản xuất kinh doanh. Điều này khiến cho chứng
khốn khơng cịn là kênh đầu tư hấp dẫn trong so sánh tương quan với kênh tiết kiệm nữa, chính vì lẽ đó cầu về chứng khoán giảm và dẫn đến kết quả tất yếu là chỉ số giá chứng khoán giảm.
Cung tiền là nhân tố trực tiếp và quan trọng tác động làm thay đổi cung về vốn
trên thị trường tài chính, từ đó làm thay đổi lãi suất, lạm phát và tỷ giá hối đoái. Cung tiền tăng lên cũng đồng nghĩa với cung về vốn tăng lên dẫn đến tiền lưu thông trong
nền kinh tế nhiều hơn, khi nền kinh tế có nhiều lượng tiền lưu thơng hơn làm cho lãi
suất giảm, kích thích đầu tư khiến cho tổng cầu tăng, thúc đẩy các doanh nghiệp mở
rộng sản xuất kinh doanh và người dân tăng cường tiêu dùng. Qua đó, tạo ra những tác
động tích cực đối với thị trường chứng khoán và ngược lại khi cung tiền giảm sẽ khiến
khoán giảm. Trong các nhân tố kinh tế vĩ mô đã đề cập, cung tiền là nhân tố có ảnh hưởng trực tiếp đến các nhân tố còn lại như sản lượng công nghiệp, lãi suất, tỷ giá, lạm phát, tăng trưởng tín dụng. Do đó, ảnh hưởng của cung tiền đến chỉ số giá chứng khoán