tế vĩ mơ đến chỉ số giá chứng khốn
1.5.1. Mơ hình nghiên cứu: Mơ hình tự hồi quy vector (VAR)
Như chúng ta đã biết trong thực tế các mối quan hệ kinh tế không chỉ chịu ảnh hưởng một chiều từ các biến độc lập lên biến phụ thuộc mà nó cịn ảnh hưởng ngược lại. Do đó khi xét các mối quan hệ này, chúng ta cần phải xác định mối quan hệ đa chiều giữa các nhân tố kinh tế vĩ mô và chỉ số giá chứng khốn. Do đó, nếu chúng ta sử dụng hàm hồi quy đa biến thơng thường thì phải sử dụng mơ hình nhiều hàm hồi quy chứ khơng thể dùng mơ hình một
26
hàm hồi quy để có thể bao hàm hết các mối quan hệ trên được. Đồng thời, để ước lượng được các mơ hình như vậy chúng ta phải xác định được biến nào là biến nội sinh và một số biến khác là biến ngoại sinh đã được xác định trước (ngoại sinh cộng độ trễ). Do đó, trong bài nghiên cứu này tác giả sử dụng mơ hình tự hồi quy vector (VAR) để khắc phục các khó khăn nêu trên đồng thời xác định được đầy đủ các mối quan hệ đa chiều giữa các biến.
Mơ hình tự hồi quy vector (VAR) là mơ hình vector các biến số tự hồi quy. Mỗi biến số phụ thuộc tuyến tính vào độ trễ của biến số này với độ trễ của biến số khác. Mơ hình nghiên cứu:
t t p i i t 1 1 0 Trong đó:
Yt: là ma trận gồm 7 x 1 các biến. Bao gồm 6 nhân tố vĩ mô và chỉ số giá chứng khoán Ai: mỗi một Ai là một ma trận các hệ số 7 x 7 : t một ma trận nhiễu trắng 7 x 1 p: số độ trễ 1.5.2. Phƣơng pháp phân tích:
1.5.2.1. Kiểm định nghiệm đơn vị (Unit root test):
Khi các nghiên cứu sử dụng dữ liệu dưới dạng chuỗi dữ liệu thời gian, việc đầu tiên cần làm là kiểm tra xem những biến mà bài nghiên cứu sử dụng trong mơ hình là dừng hay khơng dừng. Tính dừng của chuỗi dữ liệu thời gian là một khái niệm vơ cùng quan trọng, vì thực tế hầu hết tất cả các mơ hình thống kê đều được thực hiện dưới giả định là chuỗi dữ liệu phải dừng. Do vậy một khi ước lượng các tham số hoặc kiểm định giả thuyết của các mơ hình, nếu khơng kiểm định thuộc tính dừng thì ngay cả các kỹ thuật phân tích thơng thường như bình phương bé nhất cũng sẽ khơng chính xác và hợp lý.
27
Để kiểm định tính dừng của các chuỗi số liệu theo thời gian, chúng ta có thể sử dụng nhiều phương pháp khác nhau, chẳng hạn như: kiểm định Dickey – Fuller (DF), kiểm định Augmented Dickey - Fuller (ADF) và kiểm định Philips – Person (PP). Trong luận văn này, kiểm định ADF được sử dụng để kiểm định tính dừng của chuỗi chỉ số giá chứng khoán và các biến số kinh tế vĩ mơ. Phương trình của kiểm định ADF có dạng như sau:
1 1 1 0 j t j t k j t t a y y y 2 1 1 0 j t j t k j t t t a y y y
Mơ hình (2) khác mơ hình (1) là có thêm xu hướng về thời gian t. Các ký hiệu trong mơ hình (1) và (2) được giải thích như sau:
1
t
t y
y
yt : chuỗi số liệu theo thời gian đang xem xét
k: chiều dài độ trễ (lag time)
:
t nhiễu trắng
Vì kết quả của kiểm định ADF rất nhạy cảm với sự lựa chọn chiều dài độ trễ (k) nên tiêu chuẩn thông tin được phát triển bởi Akaike (Akaike Information Criterion - AIC) được sử dụng để lựa chọn k tối ưu cho mơ hình ADF (giá trị k được lựa chọn sao cho AIC nhỏ nhất). Giả thiết Ho (Null Hypothesis) trong kiểm định ADF là tồn tại một nghiệm đơn vị ( = 0) và nó sẽ bị bác bỏ nếu giá trị kiểm định ADF lớn hơn giá trị tới hạn của nó. Trong kiểm định ADF, giá trị kiểm định ADF không theo phân phối chuẩn, vì vậy giá trị tới hạn được dựa trên bảng giá trị tính sẵn của Mackinnon (1991). So sánh giá trị kiểm định ADF với giá trị tới hạn của Mackinnon sẽ có được kết luận về tính dừng cho các chuỗi quan sát.
28
1.5.2.2. Kiểm định tác động của các nhân tố kinh tế vĩ mô đến chỉ số giá chứng khốn sử dụng mơ hình VAR:
Xác định hệ số tương quan trong mối quan hệ đa chiều của các nhân tố vĩ mơ và chỉ số giá chứng khốn
1.5.2.3. Phân tích hàm phản ứng đẩy (Impulse Response Function) và phân rã phƣơng sai (Variance Decomposition):
Dựa vào hồi quy mơ hình VAR ở trên, tác giả sẽ thực hiện tiếp phân tích hàm phản ứng đẩy (Impulse Response Function) và phân rã phương sai (Variance Decomposition).
Hàm phản ứng đẩy phát hiện phản ứng của biến phụ thuộc trong mơ hình đối với các cú sốc của các số hạng sai số, như là các t ở mơ hình trên. Giả sử một t ở một hàm hồi quy nào đó thay đổi bởi một cú sốc hệ thống, thì biến phụ thuộc của mơ hình đó thay đổi. Đồng thời, việc thay đổi của biến phụ thuộc này cũng làm thay đổi các biến khác vì biến phụ thuộc này lại là biến độc lập ở các phương trình khác. Chính vì thế, nó sẽ làm các biến trong hàm hồi quy đó thay đổi. Do đó, hàm phản ứng đẩy phát hiện tác động của những cú sốc như vậy trong một vài giai đoạn tương lai. Hàm phản ứng đẩy cũng được sử dụng để nhận biết các tác động qua lại lẫn nhau giữa các biến.
Phân rã phương sai cho chúng ta thấy bao nhiêu phần trăm trong tổng biến động thì được giải thích bởi các biến nhân tố. Và nó cũng giúp chúng ta xác định sự ảnh hưởng trực tiếp hay gián tiếp giữa các biến.
29
Kết luận chƣơng 1
Qua nghiên cứu cơ sở lý luận về thị trường chứng khoán, chỉ số giá chứng khốn và phân tích lý thuyết các nhân tố kinh tế vĩ mô tác động đến chỉ số giá chứng khoán nội dung chương 1 đã cho chúng ta thấy rằng: hoạt động kinh tế thực, lạm phát, tỷ giá hối đối, lãi suất, cung tiền và giá dầu có tác động đến chỉ số giá chứng khốn. Kết hợp với việc tìm hiểu các bài nghiên cứu của các tác giả áp dụng tại một số nước trên thế giới, ta thấy rằng các nhân tố vĩ mô thật sự có ảnh hưởng đến chỉ số giá chứng khốn.
30
CHƢƠNG 2: PHÂN TÍCH TÁC ĐỘNG CỦA CÁC NHÂN TỐ KINH TẾ VĨ MÔ ĐẾN CHỈ SỐ GIÁ CHỨNG KHOÁN VIỆT NAM