Nhân tố vĩ
mô
Tại mức Sai phân bậc 1
Kết quả t (ADF) P-value t (ADF) P-value
VNI -2.769194 0.2131 -6.240340* 0.0000 Dừng ở sai phân bậc 1 IR -1.767922 0.7108 -7.671756* 0.0000 Dừng ở sai phân bậc 1 CPI -2.925543 0.1605 -3.770969** 0.0235 Dừng ở sai phân bậc 1
M2 -0.563639 0.9783 -9.121950* 0.0000 Dừng ở sai phân bậc 1
IPI -7.118224* 0.0000 Dừng ở mức
EX 0.0235 0.3669 -9.056176* 0.0000 Dừng ở sai phân bậc 1
OP -2.724590 0.2300 -6.162029* 0.0000 Dừng ở sai phân bậc 1
GP -3.571967** 0.0389 Dừng ở mức
Ghi chú: * và ** là ký hiệu mức ý nghĩa lần lượt tại 1% và 5%
Bảng 1 cho thấy, chỉ có nhân tố GP và IPI là dừng ở mức, các nhân tố còn lại đều dừng ở sai phân bậc 1. Điều này là phù hợp với nhận định của Asteriou (2007) vì theo ơng những dữ liệu kinh tế vĩ mô thường dừng tại sai phân bậc nhất. Do đó 8 biến nói trên có thể sử dụng để hồi quy mơ hình Var.
2.4.2 Xác định độ trễ tối ƣu sử dụng trong mơ hình
Trước khi tiến hành kiểm định đồng liên kết để kiểm tra liệu có tồn tại mối quan hệ dài hạn giữa các biến, chúng ta phải xác định độ trễ phù hợp cho mơ hình. Kết quả kiểm định bước trễ thể hiện qua bảng sau:
Bảng 2.3 Xác định độ trễ tối ƣu sử dụng trong mơ hình Var
Lag LogL LR FPE AIC SC HQ
0 636.6967 NA 5.76e-18 -16.99180 -16.74272 -16.89244 1 1320.533 1201.335 3.09e-25 -33.74414 -31.50235* -32.84987* 2 1383.502 97.00617 3.36e-25 -33.71628 -29.48178 -32.02708 3 1471.149 116.0726* 2.07e-25* -34.35538* -28.12817 -31.87127 4 1532.316 67.77957 3.07e-25 -34.27881 -26.05890 -30.99978 5 1592.393 53.58201 6.12e-25 -34.17277 -23.96016 -30.09884
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error
AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion
Bảng 2 cho thấy, có tới 3 tiêu chi là LR, FBE và AIC lựa chọn độ trễ là 3 và 2 tiêu chí SC, HQ lựa chọn độ trễ là 1. Trong phân tích chuỗi thời gian, hầu hết các nghiên cứu hay sử dụng tiêu chuẩn AIC để lựa chọn độ trễ phù hợp cho mơ hình. Do đó, trong bài nghiên cứu này tác giả chọn bước trễ là 3.
2.4.3 Kiểm định đồng liên kết theo phƣơng pháp Johansen
Khi hồi quy các chuỗi thời gian không dừng thường dẫn đến kết quả hồi quy giả mạo. Tuy nhiên, Engle và Granger (1987) cho rằng, nếu kết hợp tuyến tính của các chuỗi thời gian khơng dừng có thể là một chuỗi dừng và các chuỗi thời gian khơng dừng đó được cho là đồng liên kết và có thể được giải thích như là mối quan hệ cân bằng dài hạn giữa các biến.
Do đặc điểm của chuỗi dữ liệu mà tác giả thu thập để nghiên cứu có tới 6 biến là không dừng nên phần này tác giả sẽ kiểm định đồng liên kết để xác định xem một nhóm các chuỗi khơng dừng có đồng liên kết hay khơng. Tác giả sử dụng phương pháp Johansen và Juselius (1990) để thực hiện kiểm định giả thuyết này. Đây là kỹ thuật kiểm định đồng liên kết được sử dụng phổ biến nhất trong việc áp dụng nguyên tắc hợp lý cực đại nhằm xác định sự tồn tại của các vec tơ đồng liên kết giữa các dãy số thời gian không dừng. Nếu mơ hình có nhiều hơn 2 biến, khi đó có khả năng sẽ có nhiều hơn 1 vector đồng liên kết, tức là các biến trong mơ hình có thể tồn tại vài mối quan hệ cân bằng. Đối với n biến số ta có thể có tới (n-1) vector đồng liên kết. Trong bài nghiên cứu của tác giả, có thể tồn tại tới 7 vector đồng liên kết.
Với sự hỗ trợ của phần mềm thống kê Eviews 6, kết quả cho thấy cả hai kiểm định mà phương pháp Johansen và Juselius (1990) đưa ra là kiểm định theo thống kê Trace và kiểm định giá trị riêng cực đại của ma trận (maximal eigenvalue) đều bác bỏ giả thuyết không tồn tại véc tơ đồng liên kết và khẳng
định có tồn tại ít nhất một mối quan hệ đồng liên kết của các biến trong mơ hình tại mức ý nghĩa 5%. Kết quả cụ thể như sau:
Bảng 2.4: Kiểm định Trace
Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.535023 224.4467 159.5297 0.0000 At most 1 * 0.518464 167.0142 125.6154 0.0000 At most 2 * 0.434461 112.2060 95.75366 0.0023 At most 3 0.293551 69.45781 69.81889 0.0534 At most 4 0.206409 43.39504 47.85613 0.1232 At most 5 0.155924 26.05599 29.79707 0.1270 At most 6 0.113496 13.34252 15.49471 0.1028 At most 7 * 0.055812 4.307261 3.841466 0.0379
Trace test indicates 3 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values
Bảng 2.5: Kiểm định giá trị riêng cực đại
Hypothesized Max-Eigen 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.535023 57.43252 52.36261 0.0139 At most 1 * 0.518464 54.80814 46.23142 0.0048 At most 2 * 0.434461 42.74821 40.07757 0.0244 At most 3 0.293551 26.06277 33.87687 0.3169 At most 4 0.206409 17.33905 27.58434 0.5510 At most 5 0.155924 12.71347 21.13162 0.4790 At most 6 0.113496 9.035258 14.26460 0.2832
At most 7 * 0.055812 4.307261 3.841466 0.0379
Max-eigenvalue test indicates 3 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Theo kiểm định Trace và kiểm định giá trị riêng cực đại LRmax thì tồn tại 3 vector đồng liên kết. Do đó, có thể kết luận là có 3 vector đồng liên kết giữa các biến. Điều này có nghĩa là tồn tại mối quan hệ cân bằng dài hạn giữa các biến tại mức ý nghĩa 5%.
2.4.4 Kiểm định nhân quả Granger
Kiểm định đồng liên kết Johansen cho thấy rằng có tồn tại mối quan hệ cân bằng dài hạn giữa chỉ số giá chứng khoán và các nhân tố vĩ mô, nhưng kết quả này chưa cho thấy được mối quan hệ trực tiếp (biến nào có ảnh hưởng trực tiếp lên biến nào). Do đó, chúng ta sẽ sử dụng kiểm định nhân quả Granger để xem xét mối quan hệ động trong ngắn hạn giữa các biến số.
Kiểm định có các giả thiết như sau:
Ho: Biến số kinh tế vĩ mơ khơng có tác động nhân quả Granger lên chỉ số giá chứng khoán và chỉ số giá chứng khốn khơng tác động nhân quả Granger lên các biến số kinh tế vĩ mô.
Từ giả thiết trên sẽ xảy ra 4 trường hợp như sau:
- Có nhân quả Granger một chiều từ nhân tố kinh tế vĩ mô sang chỉ số giá chứng khoán.
- Có nhân quả Granger một chiều từ chỉ số giá chứng khoán sang các nhân tố kinh tế vĩ mơ.
- Có nhân quả Granger hai chiều giữa các nhân tố kinh tế vĩ mô và chỉ số giá chứng khốn.
- Khơng có quan hệ nhân quả Granger giữa các nhân tố kinh tế vĩ mơ và chỉ số giá chứng khốn.
Để kiểm định giả thiết này chúng ta sử dụng thống kê F của kiểm định Wald. Giả thiết H0 bị từ chối nếu thống kê F tính tốn được là có ý nghĩa.
Sử dụng độ trễ tối ưu vừa xác định ở trên (độ trễ là 3) trong kiểm định nhân quả Granger, ta có kết quả như sau:
Bảng 2.6: Kết quả kiểm định nhân quả Granger giữa các biến số
Lags: 3
Null Hypothesis: Obs F-Statistic Prob.
OP does not Granger Cause VNI 75 5.02267* 0.0033
VNI does not Granger Cause OP 1.27520 0.2899
M2 does not Granger Cause VNI 75 0.97939 0.4077
VNI does not Granger Cause M2 0.52688 0.6653
IR does not Granger Cause VNI 75 4.42996* 0.0066
VNI does not Granger Cause IR 0.87937 0.4563
EX does not Granger Cause VNI 75 0.73719 0.5335
VNI does not Granger Cause EX 1.62832 0.1909
CPI does not Granger Cause VNI 75 0.58582 0.6264
VNI does not Granger Cause CPI 1.33045 0.2717
GP does not Granger Cause VNI 75 0.13035 0.9417
VNI does not Granger Cause GP 0.19542 0.8992
IPI does not Granger Cause VNI 75 1.27864 0.2887
VNI does not Granger Cause IPI 0.84695 0.4730
Chi chú: * tại mức ý nghĩa 1%
Bảng trên cho ta thấy rằng: chỉ có nhân tố giá dầu và lãi suất là có ảnh hưởng 1 chiều đến chỉ số giá chứng khốn và chỉ số giá chứng khốn thì khơng có tác động ngắn hạn tới bất kỳ nhân tố vĩ mơ nào. Kết quả trên có thể được lý giải như sau:
- Đối với nhân tố lãi suất: giả thuyết lãi suất không tác động Granger đến
tin lãi suất sẽ ảnh hưởng tới giá chứng khốn. Điều này là hồn tồn phù hợp với thị trường chứng khốn Việt Nam trong thời gian qua. Khi lãi suất (cụ thể trong bài nghiên cứu là lãi suất tiền gửi) thay đổi thì sẽ tác động trực tiếp tới hành vi của nhà đầu tư và như vậy sẽ ảnh hướng luồng tiền chảy vào thị trường chứng khoán.
- Với nhân tố giá dầu: kiểm định Granger cho thấy những thay đổi trong giá
dầu trong ngắn hạn có ảnh hưởng tới thị trường chứng khốn Việt Nam. Điều này có thể giải thích rằng: do Việt Nam vẫn chủ yếu nhập khẩu xăng dầu, nên khi giá dầu thế giới thay đổi sẽ làm thay đổi giá bán xăng trong nước, chi phí đầu vào của các ngành kinh kế bị ảnh hưởng tức thời nên trong ngắn hạn biến số giá dầu sẽ ảnh hưởng tới thị trường chứng khoán. - Các nhân tố còn lại như chỉ số sản xuất công nghiệp, lạm phát, cung tiền,
tỷ giá hối đối, giá vàng: thì lại khơng gây ảnh hưởng trong ngắn hạn đối
với thị trường chứng khoán.
Cung tiền mở rộng: đây là chỉ số ít được cơng bố rộng rãi và nhà đầu tư thường ít quan tâm tới chỉ số này. Vì thực tế, chỉ tiêu này chỉ là kết quả của việc thực hiện các chính sách tài chính liên quan, và nhà đầu tư thường đã phản ứng tức thời khi có những thay đổi về thông tin tài chính (tỷ giá, lãi suất).
Nhân tố chỉ số sản xuất công nghiệp: Việt Nam là nước có nền kinh tế cơng nghiệp chưa phát triển mạnh, nên sản xuất công nghiệp chưa chiếm tỷ trọng đủ lớn để đo lường hoạt động của nền kinh tế. Do đó, trong ngắn hạn thơng tin về sản xuất công nghiệp không ảnh hưởng tới TTCK là phù hợp.
Điều đáng nói ở đây, kết quả nghiên cứu chỉ ra rằng lạm phát và giá vàng trong ngắn hạn không tác động tới TTCK, điều này chưa phù hợp về mặt lý thuyết và thực tế tại thị trường chứng khoán Việt Nam trong thời gian qua. Nhưng cũng từ kết quả kiểm định Granger có thể thấy là thơng tin lạm phát và giá vàng có ảnh hưởng trực tiếp tới lãi suất. Vì
vậy có thể hiểu tại thị trường Việt Nam, các thơng tin về lạm phát, giá vàng sẽ được phản ánh trực tiếp vào lãi suất và từ đó ảnh hưởng tới TTCK.
Kết quả Granger cũng cho thấy, trong ngắn hạn biến số VNI không có bất kỳ ảnh hưởng nào tới các nhân tố kinh tế vĩ mô. Như vậy, TTCK chưa hiệu quả về mặt thông tin và chưa thể trở thành chỉ báo hàng đầu cho nền kinh tế như ở một số nước trên thế giới. Điều này, cũng phù hợp với thị trường Việt Nam vì: TTCK Việt Nam hoạt động khoảng 12 năm, quy mô thị trường còn nhỏ nên mức ảnh hưởng của thị trường tới các hoạt động kinh tế là còn thấp. Bên cạnh đó, tại Việt Nam vấn đề về cơng bố thơng tin vẫn cịn tồn tại nhiều vấn đề nên kết quả giao dịch chưa phản ánh đúng năng lực của các công ty mà chủ yếu là do đầu cơ và ảnh hưởng tâm lý bầy đàn. Do đó, hiện tại TTCK Việt Nam chưa thể là chỉ báo hàng đầu cho ngành kinh tế và điều hành chính sách.
2.4.5 Kết quả kiểm định mơ hình Var
Theo kết quả hồi quy của mơ hình Var, có 8 phương trình được sử dụng trong nghiên cứu này (chi tiết xem Phụ lục đính kèm). Sau đây, chúng ta sẽ xem xét phương trình thể hiện mối quan hệ giữa chỉ số giá chứng khoán với độ trễ của chính nó và độ trễ của các nhân tố kinh tế vĩ mô khác.
Bảng 2.7: Kết quả hồi quy mơ hình Var
Variables DVNI Variables DVNI
DVNI(-1) 0.419524* DEX(-1) 1.313897 [2.76148] [1.06880] DVNI(-2) -0.142672 DEX(-2) 0.879083 [-1.05953] [0.72701] DVNI(-3) -0.136537 DEX(-3) -1.027753 [-1.09250] [-0.84760] DOP(-1) -0.251252 DCPI(-1) 0.146324 [-1.57311] [0.05936] DOP(-2) 0.572198* DCPI(-2) -3.261749
[3.17692] [-1.30001] DOP(-3) -0.044155 DCPI(-3) -0.217899 [-0.21718] [-0.10057] DM2(-1) -0.821660 GP(-1) -0.094146 [-1.29658] [-0.34233] DM2(-2) -1.012529 GP(-2) -0.460528 [-1.43871] [-1.44679] DM2(-3) 0.411573 GP(-3) 0.396004 [0.58238] [1.51360] DIR(-1) 1.271141 IPI(-1) 0.089642 [0.86851] [0.32848] DIR(-2) -0.133407 IPI(-2) -0.052578 [-0.09393] [-0.19365] DIR(-3) -2.447386*** IPI(-3) 0.269423 [-1.76347] [1.01129] C -0.364091 [-0.35622]
R-squared 0.513290 Log likelihood 81.42129 Adj. R-squared 0.279670 Akaike AIC -1.504568 Sum sq. resids 0.500763 Schwarz SC -0.732072 S.E. equation 0.100076 Mean dependent -0.004831 F-statistic 2.197110 S.D. dependent 0.117914 Determinant resid covariance (dof adj.) 6.27E-26
Determinant resid covariance 2.44E-27 Log likelihood 1446.480 Akaike information criterion -33.23947 Schwarz criterion -27.05951
Ghi chú: [ ]: t-statistics
Trong mơ hình nghiên cứu trên, giá trị t-statistic tại các mức ý nghĩa lần lượt là: t-statistic value: 1% - 2.639; 5% - 1.990 ,10% - 1.664
|t kiểm định| > |t(, n-k)| => bác bỏ Ho (Ho : hệ số khơng có ý nghĩa thống kê) Theo kết quả ở bảng trên ta thấy, chỉ có biến DVNI(-1), DOP(-2) và DIR(-3) là có thể giải thích được cho những thay đổi trong chỉ số giá chứng khốn một cách có ý nghĩa. Phương trình có thể được viết lại như sau:
DVNI = 0,42 * DVNI(-1) + 0,57 * DOP(-2) – 2,48* DIR(-3)
Theo phương trình trên, trong khoảng thời gian từ 01/2006 đến 07/2012, khi chỉ số VNI tăng 1% thì 1 tháng sau nó sẽ làm tăng 0,42% trong VNI. Nếu giá dầu tăng 1% thì hai tháng sau nó sẽ làm VNI tăng 0,57% và nếu tăng lãi suất lên 1% sẽ dẫn tới 3 tháng sau VNI sẽ giảm 2,48%.
2.4.6 Phân tích phân rã phƣơng sai (Variance Decomposition)
Phân tích phân rã phương sai nhằm xác định lượng thơng tin của mỗi biến góp phần vào việc giải thích sự biến động của chỉ số VNI trong mối quan hệ cân bằng động ngắn hạn.
Bảng 2.8: Kết quả phân tích phân rã phƣơng sai
Period DVNI DOP DM2 DIR DEX DCPI GP IPI
1 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 2 89.65229 4.689842 3.000087 1.096635 1.273402 0.044209 0.100357 0.143178 3 70.32740 8.360470 9.056835 1.840047 1.169063 3.343516 5.790322 0.112347 4 62.10744 9.543331 7.775482 5.961666 1.636535 5.351843 6.423050 1.200650 5 60.85371 9.648842 7.616541 6.312509 1.641005 5.646279 6.557738 1.723381 6 58.79741 12.13786 7.609327 6.094389 1.601415 5.685936 6.337489 1.736168 7 56.92455 12.10544 7.409870 6.414637 1.964588 7.080622 6.130569 1.969724 8 56.03885 12.22010 7.333237 6.351218 2.223320 7.723376 6.113976 1.995929 9 55.45815 12.77386 7.229387 6.384566 2.206639 7.776692 6.057528 2.113180 10 54.99718 13.37450 7.219758 6.347311 2.196699 7.770096 5.998406 2.096056 11 54.78364 13.44410 7.243207 6.351158 2.191892 7.861213 6.013586 2.111207 12 54.59490 13.46750 7.320215 6.331911 2.245131 7.914420 6.011629 2.114288
Bảng trên chỉ trình bày phương sai phân rã của biến VNI vì mục đích của bài nghiên cứu là đo lường mức độ ảnh hưởng của các nhân tố kinh tế vĩ mơ đến chỉ số giá chứng khốn.
Theo kết quả trên, trong khoảng thời gian ngắn (1- 2 tháng), những thay đổi trong chỉ số giá chứng khoán bị ảnh hưởng chủ yếu từ dữ liệu quá khứ của chính nó hơn là phụ thuộc vào những nhân tố khác. Điều đó cho thấy rằng, TTCK phản ứng khá chậm trước những thông tin kinh tế vĩ mô.
Xét trong khoảng thời gian 2 tháng, chỉ số VN-Index bị ảnh hưởng chủ yếu từ những cú sốc của chính nó (89,7%), tiếp đến là giá dầu (4,7%), cung tiền (3%), tỷ giá hối đoái (1,3%), lãi suất (1,1%), chỉ số sản xuất công nghiệp (0,14%), GP (0,1%) và cuối cùng là lạm phát (0,04%).
Một điều đáng nói là, lạm phát trong ngắn hạn lại ít ảnh hưởng tới những thay đổi của chỉ số giá chứng khoán (tháng 2 là 0,04%). Lạm phát có khuynh hướng khơng theo kịp sự thay đổi trong thời gian đầu của năm, nhưng đến thời điểm cuối năm lạm phát là biến cũng góp phần đáng kể vào những thay đổi của chỉ số chứng khoán (trong thời gian 12 tháng thì hệ số giải thích của nó là 7,9% chỉ đứng sau VNI và giá dầu).
Qua các thời kỳ, loại trừ ảnh hưởng của chính mình thì chỉ số chứng khốn bị tác động chủ yếu bởi: giá dầu và cung tiền (thời gian từ 1-7 tháng); giá dầu và lạm phát (từ 8-12 tháng).
Ví dụ về thị trường Việt Nam để thấy được ảnh hưởng của cung tiền đến chỉ số giá chứng khoán trong ngắn hạn: Ngày 28/05/2007, thấy tín hiệu tiền thừa