Descriptive Statistics EX IN MO RD RL VNI
Mean 9.732 0.253 27.758 -2.443 -2.137 6.17642 Median 9.688 0.224 27.867 -2.570 -2.191 6.1995 Maximum 9.878 0.568 28.537 -1.763 -1.597 7.037 Minimum 9.667 -0.043 26.944 -2.727 -2.391 5.452 Std. Dev. 0.071 0.193 0.482 0.252 0.171 0.44405 Skewness 0.901 0.031 -0.146 1.277 1.754 0.23981 Kurtosis 2.302 1.415 1.756 3.696 6.013 2.31915 Jarque-Bera 11.200 7.544 4.901 21.025 64.149 12.8079 Probability 0.004 0.023 0.086 0.000 0.000 0.03533 Sum 700.688 18.203 1998.603 -175.926 -153.856 444.702 Sum Sq. Dev. 0.353 2.653 16.511 4.523 2.083 13.9998 Observations 72 72 72 72 72 72
Một số thống kê cơ bản như trên thể hiện một số tính chất của nền kinh tế vĩ mơ và TTCK Việt Nam: trong đó biến VNI có giá trị trung bình và trung vị đều
31
hợp với tính chất tăng của thị trường chứng khoán trong dài hạn. Chỉ số như skewness và kurtosis đo lường độ nhọn và độ cân đối của phân phối xác suất, cùng với chỉ số Jarque - Bera được dùng để xác định dữ liệu có tuân theo phân phối chuẩn hay không.
2.1.2 Phương pháp ước lượng:
Mơ hình chuỗi thời gian sử dụng dữ liệu chéo cũng như dữ liệu hỗn hợp. Để nghiên cứu tính hiệu quả thơng tin, đồng liên kết Engle-Granger, Johansen và kiểm định nhân quả Granger được sử dụng. Những kỹ thuật này cho phép kiểm tra cho bất kỳ mối liên hệ tiềm tàng giữa các biến trong dài hạn cũng như ngắn hạn.
Để xác định các nhân tố ảnh hưởng đến tính hiệu quả của TTCK Việt Nam trong mơ hình thực nghiệm, tác giả thực hiện theo các bước sau:
Bước thứ nhất, tác giả thực hiện việc kiểm định tính dừng của các chuỗi
thời gian sử dụng trong mơ hình thực nghiệm. Các chuỗi này, đều ở dạng logarit cơ số tự nhiên và bao gồm tỷ lệ lạm phát, cung tiền, tỷ giá hối đoái của đồng USD tính theo VND, lãi suất tiền gửi và lãi suất cho vay. Nếu các chuỗi này là không dừng (hay có nghiệm đơn vị), chúng ta phải lấy sai phân cho tới khi nó có tính dừng trước khi đưa vào mơ hình thực nghiệm. Giữa các chuỗi số khơng dừng có thể tồn tại mối quan hệ đồng tích hợp (mối quan hệ trong dài hạn).
Bước hai, sử dụng phương pháp phân tích đồng tích hợp của Engle –
Granger (1987) và Johansen9 (1990) nhằm xác định khả năng tồn tại các mối quan hệ trong dài hạn giữa các biến. Với các biến số sử dụng trong mơ hình, tác giả tập trung kiểm định mối quan hệ dài hạn giữa các biến kinh tế vĩ mô với chỉ số giá chứng khoán VN-Index.
Bước ba, thực hiện kiểm định nhân quả Granger để khảo sát mối quan hệ
động trong ngắn hạn chỉ số VN-Index và các biến kinh tế vĩ mô.
32
2.1.2.1 Kiểm đ nh nghiệm đơn v :
Kiểm định nghiệm đơn vị là một kiểm định được sử dụng khá phổ biến để kiểm định một chuỗi thời gian dừng hay không dừng.
Giả sử ta có phương trình hồi qui tự tương quan như sau:
(2.1)
Ta có các giả thuyết:
H0: = 1 ( là chuỗi không dừng).
H1: < 1 ( là chuỗi dừng).
Phương trình (2.1) tương đương với phương trình (2.2) sau đây:
=
= (2.2) Như vậy các giả thuyết ở trên có thể được viết lại như sau:
H0: = 0 ( là chuỗi không dừng).
H1: < 0 ( là chuỗi dừng).
Dickey và Fuller cho rằng giá trị t ước lượng của hệ số sẽ theo phân phối xác suất (tau statistic, = giá trị ước lượng/sai số của hệ số ). Kiểm định thống kê còn được gọi là kiểm định Dickey – Fuller (DF). Kiểm định DF được ước
lượng với 3 hình thức:
- Khi là một bước ngẫu nhiên khơng có hằng số:
(2.3) - Khi là một bước ngẫu nhiên có hằng số:
(2.4)
- Khi là một bước ngẫu nhiên với hằng số xoay quanh một đường xu thế ngẫu nhiên:
(2.5)
Để kiểm định H0 ta so sánh giá trị thống kê tính tốn với giá trị thống kê tra bảng DF (các phần mềm kinh tế lượng đều cung cấp giá trị thống kê ). Tuy
33
nhiên, do có thể có hiện tượng tương quan chuỗi giữa các ut do thiếu biến, nên người ta thường sử dụng kiểm định DF mở rộng là ADF (Augmented Dickey – Fuller Test). Kiểm định này được thực hiện bằng cách đưa thêm vào phương trình (2.5) các biến trễ của sai phân biến phụ thuộc :
∑ (2.6)
Kết quả nếu | | < | | với α lần lượt tại các mức ý nghĩa thống kê. Ta kết luận chấp nhận giả thuyết H0 thức chuỗi Y là không dừng và ngược lại.
2.1.2.2 Kiểm đ nh tính đồng liên k t Engle-Granger:
Chúng ta biết rằng khi hồi qui các chuỗi thời gian khơng dừng thường dẫn đến «kết quả hồi qui giả mạo»10. Tuy nhiên, Engle và Granger11 (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. Kết hợp tuyến tính dừng được gọi là phương trình đồng liên kết và có thể được giải thích như mối quan hệ cân bằng dài hạn giữa các biến. Nói cách khác, nếu phần dư trong mơ hình hồi qui là thực và thể hiện mối quan hệ cân bằng dài hạn giữa các biến trong mơ hình. Mục đích của kiểm định đồng liên kết là xác định xem một nhóm các chuỗi khơng dừng có đồng liên kết hay khơng?
Kỹ thuật Engle-Granger là phương pháp tiếp cận dựa trên sai số. Một số nghiên cứu đã sử dụng kỹ thuật này để kiểm định tính hiệu quả của TTCK đối với các yếu tố kinh tế vĩ mô. Theo Engle và Granger, nếu một xu hướng phổ biến được góp phần bởi hai hay nhiều chuỗi thời gian không dừng, chúng được cho là có tính liên kết. Việc tìm ra đồng liên kết trong bối cảnh tính hiệu quả TTCK đã được giải thích vì sự khơng hiệu quả của thị trường và ngược lại. Kỹ thuật này được sử dụng trong nghiên cứu như sau:
Bước thứ nhất, cần phải chắc chắn rằng tất cả các biến cá thể là I(1) –
dừng tại sai phân bậc nhất.
10 Spurious regression
34
Bước hai, ước tính các mối quan hệ lâu dài giữa chỉ số giá chứng khoán
và từng yếu tố kinh tế vĩ mô bằng cách sử dụng phương pháp bình phương nhỏ nhất (OLS) tức là chạy hồi quy trên các phương trình để có được phần dư:
(2.7)
Lưu lại phần dư hồi quy . Phần dư của hồi qui này có thể dùng để kiểm định xem liệu và có thực sự đồng tích hợp hay khơng? Nếu và khơng đồng tích hợp thì tổ hợp tuyến tính của chúng là khơng dừng và do đó phần dư sẽ không dừng.
Bước 3: Kiểm định đồng tích hợp là kiểm định giả thuyết H0: là khơng
dừng, tức khơng có mối quan hệ đồng tích hợp. Để kiểm tra xem là có dừng hay khơng bằng cách sử dụng tiêu chuẩn ADF một lần nữa. Thủ tục tương tự như ở bước thứ nhất. Nếu bác bỏ giả thuyết H0 về nghiệm đơn vị, tức là phần dư dừng thì kết luận rằng các biến trong phương trình (2.7) là có mối quan hệ đồng tích hợp nghĩa là chỉ số giá chứng khoán và các yếu tố vĩ mô đang bị ràng buộc bởi một số quan hệ trong dài hạn (Brooks năm 2008).
2.1.2.3 Kiểm đ nh đồng tích hợp đa lượng bi n Johansen:
Để điều tra nghiên cứu mối tương quan dài hạn giữa chỉ số VN-Index và các biến kinh tế vĩ mô như một hệ phương trình, chúng ta vận dụng phép kiểm định đồng tích hợp đa lượng biến Johansen. Mối quan hệ giữa các biến dựa trên mơ hình sau đây: (2.8) Trong đó : với i = 1, …., -1 Với I là một ma trận đồng nhất thức.
Ma trận bao gồm các tham số điều chỉnh ngắn hạn, và ma trận chứa các thông tin về mối quan hệ cân bằng dài hạn giữa các biến . Ma trận phân tách
35
thành tích số của ma trận α và β nên = αβ nơi ma trận β chứa các vector đồng tích hợp r và α đại diện cho tốc độ của các tham số điều chỉnh (Johansen, 1998).
Johansen đưa ra hai kiểm nghiệm tỷ số dự báo để kiểm tra số vector đồng tích hợp (r): kiểm tra dấu hiệu và kiểm tra tối đa giá trị đặc trưng của ma trận. Các dấu hiệu thống kê kiểm nghiệm giả thuyết khơng của r = 0 (tức là khơng có sự đồng tích hợp) ngược lại với khả năng là r > 0 (tức là có một hoặc nhiều vector đồng tích hợp).
Các số liệu thống kê tối đa giá trị đặc trưng của ma trận kiểm tra giả thuyết khơng rằng số vector đồng tích hợp là r ngược với khả năng cụ thể của các vector đồng tích hợp r+1.
2.1.2.4 Phương pháp kiểm đ nh nhân quả Granger:
Trước khi chạy mơ hình giữa hai chuỗi thời gian X và Y cần phải đảm bảo rằng X và Y là các chuỗi dừng và/hoặc đồng liên kết (khơng có hiện tượng tương quan giả).
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:
Y t = α 0 + α 1Y t-1 + … + α lY t-l + β 1X t-1 + … + β lX t-l + ε t (2.9) X t = α 0 + α 1X t-1 + … + α lX t-l + β 1Y t-1 + … + β lY t-l + ε t (2.10)
Để xem các biến trễ của 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 cho mỗi phương trình:
H 0: β
1 = β
2 = … = β l = 0
Để kiểm định giả thuyết đồng thời này, ta sử dụng thống kê F của kiểm định Wald và cách quyết định như sau: Nếu giá trị thống kê F tính tốn lớn hơn giá trị thống kê F phê phán ở một mức ý nghĩa xác định ta bác bỏ giả thuyết H0 và ngược lại. Có bốn khả năng như sau:
36
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 khơng có tác động lên Y.
Nhân quả Granger hai chiều giữa X và Y nếu các biến trễ của X có tác động lên Y và các biến trễ của Y có 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 khơng có tác động lên X.
Cần lưu ý rằng, quan hệ nhân quả Granger chỉ có nghĩa một sự tương quan giữa giá trị hiện tại của một biến và các giá trị trong quá khứ của các biến khác; nó khơng có nghĩa là sự biến động của một biến gây ra thay đổi của biến khác (Brooks 2008). Việc tìm ra ý nghĩa quan hệ nhân quả Granger giữa VN-Index và các yếu tố kinh tế vĩ mơ giải thích là TTCK là khơng hiệu quả.
2.2 Kết quả nghiên cứu:
2.2.1 Kết quả kiểm định nghiệm đơn vị:
Tính dừng của dữ liệu chuỗi thời gian được xem xét đầu tiên và phải chắn chắn “dừng” cùng cấp trước khi chạy bất kỳ mơ hình hồi quy nào.
Mục đích của phần này là kiểm tra tính dừng của các chuỗi thời gian nhằm tránh những rắc rối khi sử dụng dữ liệu trong các phân tích sau này do vấn đề hồi quy giả gây ra. Mặc dù không thể hiện trong nghiên cứu, nhưng tác giả đã xem xét dữ liệu thông qua đồ thị và lược đồ tương quan để có sự cảm nhận ban đầu về đặc tính của chúng. Qua đó thấy rằng, tất cả các chuỗi dữ liệu đều khơng có tính dừng. Tuy nhiên để có kết luận chính xác, tác giả tập trung thực hiện các kiểm định chính thức theo phương pháp ADF, với độ trễ của các biến được lựa chọn dựa trên tiêu chuẩn thông tin Akaike (AIC), các giả thuyết đặt ra cho mỗi biến là:
H0: = 0 (có nghiệm đơn vị - chuỗi thời gian không dừng).
H1: < 0 (khơng có nghiệm đơn vị - chuỗi thời gian dừng).
Kết quả của kiểm định nghiệm đơn vị bằng cách sử dụng phương pháp ADF được trình bày trong bảng 2.2 dưới đây.
37