Mơ hình nghiên cứu:

3 DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU U

3.3 Mơ hình nghiên cứu:

Những tác động của sự thay đổi trong sản xuất công nghiệp, chỉ số giá tiêu dùng, lãi suất, cung tiền M2 và tỷ giá hối đoái lên tỷ suất sinh lợi thị trường mới nổi và tiền mới nổi được ước lượng hồi quy tuyến tính trên dữ liệu bảng. Trong đó sự thay đổi trong chỉ số thị trường chứng khốn, chỉ số sản xuất cơng nghiệp, chỉ số giá tiêu dùng, lãi suất, cung tiền và tỷ giá hối đoái được lấy logarit của kỳ t – kỳ (t-1)

lgr = f(lgIPI, lgCPI, lgbond, lgM2, lgER) (1)

 Dữ liệu bảng:

Dữ liệu bảng còn được gọi bằng các tên khác như là dữ liệu gộp chung (gộp chung các quan sát chéo và chuỗi thời gian), là sự kết hợp của dữ liệu chéo và chuỗi thời gian.

Mơ hình dữ liệu bảng hữu ích vì những lý do sau:

 Nghiên cứu được sự khác biệt giữa các đơn vị chéo mà trước đây chúng ta hay sử dụng biến giả dummy;

 Nâng cao được số quan sát của mẫu và phần nào khắc phục được hiện tượng đa cộng tuyến;

 Chứa đựng nhiều thông tin hơn các dữ liệu khác;

 Nghiên cứu được động thái thay đổi của các đơn vị chéo theo thời gian Các mơ hình hồi quy dữ liệu bảng được thực hiện gồm Pooled model – mơ hình gộp, Fixed effect model (FEM)- mơ hình cố định và Random effect model (REM) – mơ hình ngẫu nhiên.

3.3.1 Mơ hình gộp Pooled:

Mơ hình gộp Pooled là mơ hình được hồi quy bằng cách sử dụng tất cả dữ liệu xếp chồng không phân biệt từng cá thể, đơn vị chéo. Các cá thể trong bài nghiên cứu này là quốc gia). Tức là mơ hình này sử dụng dữ liệu như một phân tích OLS bình thường. Với từng cá thể, mỗi sai số là ảnh hưởng của yếu tố không quan sát được và không thay đổi theo thời gian và đặc trưng cho mỗi cá thể. Do đó mơ hình này có thể bỏ qua những khác biệt giữa các cá thể, giữa các thời gian quan sát. Mơ hình (1) có dạng

lgR it = α + β1 lgIP it +β2 lgCPI it +β3 lgbond it +β4 lgM2 it +β5 lgER it +eit (2) Trong đó:

 α, β1, β2, β3, β4, β5: hằng số không thay đổi theo i hay t, là hệ số hồi quy thể hiện mối tương quan giữa các nhân tố vĩ mơ và thị trường chứng khốn.

 eit: sai số của phương trình bao gồm sai số do ảnh hưởng của yếu tố không quan sát được, do đặc trưng của cá thể và những thay đổi theo thời gian.

 Các biến phụ thuộc, độc lập được miêu tả ở bảng 3.1

Mơ hình được ước lượng bằng phương pháp bình phương bé nhất

3.3.2 Mơ hình ảnh hưởng cố định (Fixed effect model –FEM):

Mơ hình FEM giả định rằng hệ số gốc là không đổi cho các cá thể trong mơ hình, hệ số chặn thay đổi theo từng cá thể nhưng không thay đổi theo thời gian lgRit = αi + β1lgIP it +β2lgCPI it +β3lgbond it +β4lgM2 it +β5lgER it + eit (3) Trong đó:

 hệ số chặn αi thay đổi cho các cá thể trong mơ hình, phản ảnh những ảnh hưởng khơng đồng nhất từ các biến không quan sát được giữa các cá thể

 βk là ma trận cột thể hiện hệ số gốc chung không thay đổi cho tất cả các cá thể trong mẫu.

 eit là sai số của mơ hình và có phân phối chuẩn N(0,σe2). FEM có thể ước lượng bằng 2 phương pháp

o Ước lượng bình phương bé nhất với biến giả (the least squares dummy variable estimator-LSDV): phương pháp này không giải quyết được với số lượng cá thể trong nghiên cứu lớn

o Ước lượng ảnh hưởng cố định (the fixed effects estimator): ước lượng này chủ yếu tìm các nhân tố chung βk trong mơ hình..

Để biết mơ hình FEM có ý nghĩa về mặt thống kê hay không, thực hiện kiểm định Likelihood Ratio cho FEM. Trong hồi quy ở mơ hình (3), giả thiết đặt ra cho kiểm định:

 H0: αi=0, tức không tồn tại những khác biệt giữa các cá thể trong mơ hình €dùng Pooled hiệu quả hơn FEM

 H1: có ít nhất tồn tại một αi≠0

Nếu H0 bị từ chối thì cho thấy có tồn tại mơ hình ảnh hưởng cố định có ý nghĩa về mặt thống kê vì vậy FEM thích hợp hơn Pooled và ngược lại

3.3.3 Mơ hình ảnh hưởng ngẫu nhiên (Random effect model –REM)

Mơ hình REM cũng giả định rằng hệ số gốc là không đổi cho các các thể, tuy nhiên hệ số chặn là ngẫu nhiên. Mơ hình REM tương tự mơ hình FEM tuy nhiên hệ số chặn αi = α +ui, trong đó α là hệ số chặn trung bình của tất cả các đơn vị chéo và ui là sai số ngẫu nhiên phản ánh những ảnh hưởng khác nhau giữa các cá thể với giả định E(ui) = 0; Var (ui) = E(u2 ) = σ 2; Cov (u ,u )= 0 với i≠j. Mơ hình

có dạng: i u i j

lgR it = α + β1 lgIP it +β2 lgCPI it +β3 lgbond it +β4 lgM2 it +β5 lgER it +eit +ui (4) trong đó:

Đặt vit= eit + ui : sai số kết hợp gồm 2 phần, sai số do cá thể và sai số do hồi quy Mơ hình được ước lượng bằng phương pháp bình phương bé nhất

Để biết mơ hình REM có ý nghĩa về mặt thống kê hay khơng, thực hiện kiểm định Breusch-Pagan Lagrange multiplier cho REM. Trong hồi quy ở phương trình (4), giả thiết đặt ra:

 H0: var (u) = 0 phương sai của những đặc tính riêng của cá thể bằng 0 €dùng Pooled hiệu quả hơn REM

 H1: var (u) ≠0

Nếu H0 bị từ chối thì cho thấy có tồn tại var(u) ≠0 có ý nghĩa về mặt thống kê, vì vậy REM tốt hơn Pooled và ngược lại

Ngoài ra, khi mơ hình Pooled khơng có ý nghĩa thống kê thì để chọn FEM hoặc REM thì sử dụng Hausman test với giả thiết:

 H0: sự khác biệt giữa các hệ số mơ hình FEM và REM là ngẫu nhiên €dùng REM hiệu quả hơn FEM

 H1: sự khác biệt mang tính hệ thống – FEM hiệu quả hơn REM

Nếu H0 bị từ chối, mơ hình FEM hiệu quả hơn và có ý nghĩa về mặt thống kê

3.3.4 Kiểm tra phương sai thay đổi, tự tương quan cho sai số:

Do dữ liệu bảng là tập hợp của nhiều cá thể nên dễ xảy ra hiện tượng phương sai thay đổi. Trong bài nghiên cứu, Tác giả sử dụng Wald test để kiểm tra phương sai thay đổi. Khi phương sai thay đổi thì ước lượng sẽ khơng cịn hiệu quả, kiểm định hệ số hồi quy khơng cịn đáng tin cậy.

Dữ liệu chuỗi thời gian thường tự tương quan. Trong bài nghiên cứu, Tác giả sử dụng Lagram-Multiplier test để kiểm định tương quan chuỗi. Tương tự phương sai thay đổi, tự tương quan cũng làm ước lượng không hiệu quả, và kiểm định hệ số hồi quy khơng cịn đáng tin cậy

3.3.5 Khắc phục phương sai thay đổi và tự tương quan:

Khắc phục hiện tượng phương sai thay đổi và tự tương quan bằng phương pháp lước lượng bình phương bé nhất hiệu chỉnh sai số chuẩn bằng tuỳ chọn robust cho phương sai thay đổi, cluster robust cho phương sai thay đổi và tự tương quan. Và ước lượng bình phương nhỏ nhất tổng quát (General Least Square) để khắc phục phương sai thay đổi, tự tương quan trên dữ liệu bảng

3.4 Giả thiết nghiên cứu:

Dựa trên các bằng chứng thực nghiệm tồn tại mối quan hệ có ý nghĩa giữa các nhân tố vĩ mô như chỉ số sản xuất công nghiệp, lạm phát, lãi suất, cung tiền, và tỷ giá hối đối lên các thị trường, đặc biệt là các nhóm thị trường như 15 quốc gia phát triển, đang phát triển trong bài nghiên cứu của Mahmudul Alam and Gazi Salah Uddin (2009) hay các nước mới nổi trong bài nghiên cứu của Ye Bai and Christopher J. Green (2011), tác giả kỳ vọng tồn tại tác động của các nhân tố vĩ mơ cho ít nhất nhóm các thị trường mới nổi, tiền mới nổi hoặc tập hợp hai nhóm thị trường đó. Kỳ vọng mối tương quan giữa các biến vĩ mô và tỷ suất sinh lợi như sau:

Bảng 3.4 Kỳ vọng mối tương quan giữa nhân tố vĩ mô và tỷ suất thị trường chứng khốn

stt Biến vĩ mơ Kỳ vọng mối quan hệ với

tỷ suất sinh lợi TTCK

1 Tỷ lệ tăng trưởng sản xuất công nghiệp +

2 Tỷ lệ thay đổi trong chỉ số giá tiêu dùng +/-

3 Tỷ lệ thay đổi lãi suất -

4 Tỷ lệ tăng trưởng cung tiền +/-

3.5 Phương pháp nghiên cứu:

Sử dụng phần mềm STATA 11 để phân tích và xử lý các mơ hình trong dữ liệu bảng. Theo trình tự như sau:

 Bước 1: Thống kê mô tả nhằm cung cấp bảng tổng hợp mô tả số liệu của các biến.

 Bước 2: Kiểm định nghiệm đơn vị trên bảng dữ liệu để xác định tính dừng của dữ liệu

 Bước 3: Phân tích sự tương quan giữa các biến độc lập

 Bước 4: Phân tích hồi quy tuyến tính cho biết mối quan hệ giữa biến phụ thuộc và biến độc lập. Xử lý bằng cách chạy hồi quy tuyến tính với mơ hình gộp (Pooled Model), mơ hình ảnh hưởng cố định (Fixed Effect Model) và mơ hình ảnh hưởng ngẫu nhiên (Random Effect Model) trên dữ liệu bảng. Dùng kiểm định Likelihood, Hausman Test để xem xét mơ hình nào là hiệu quả hơn. Đồng thời kiểm tra phương sai thay đổi, tự tương quan cho dữ liệu

 Bước 5: Khắc phục hiện tượng phương sai thay đổi và tự tương quan bằng phương pháp lước lượng bình phương bé nhất hiệu chỉnh sai số chuẩn bằng tuỳ chọn robust, cluster robust, và ước lượng bình phương nhỏ nhất tổng quát (General Least Square) để khắc phục tự tương quan..

4 KẾT QUẢ NGHIÊN CỨU

Trong phần này, tác giả sẽ trình bày các kết quả phân tích bao gồm thống kê mơ tả các biến, kế đến là phân tích tương quan để dự đốn mối liên hệ giữa các biến, kết quả chạy hồi quy, phát hiện các khiếm khuyết của mơ hình và khắc phục các khiếm khuyết này.

4.1 Thống kê mô tả các biến:

Bảng 4.1 Thống kê mơ tả cho các nhóm thị trường

Biến lgR lgIPI lgCPI lgbond lgM2 lgER

EMERGING MARKET – quốc gia quan sát: 14

Quan sát 846 846 846 846 846 846 mean 0.0011586 0.000677 0.001595 -0.00253 0.003925 0.000415 sd 0.0317373 0.030867 0.002846 0.030324 0.007567 0.018297 min -0.163815 -0.19412 -0.04017 -0.15832 -0.05506 -0.0725 max 0.1080747 0.142063 0.012105 0.201831 0.047197 0.091275 kurtosis 6.735631 6.391969 72.70379 8.658788 12.1167 5.772311 skewness -1.066409 -0.39095 -5.14441 0.190006 0.237993 0.918183

FRONTIER MARKET – quốc gia quan sát: 7

Quan sát 387 387 387 387 387 387 mean -0.001463 0.001649 0.001982 -0.00106 0.00454 0.001138 sd 0.0407294 0.036585 0.002849 0.026131 0.005917 0.013439 min -0.206864 -0.11777 -0.00461 -0.12571 -0.01082 -0.04797 max 0.1090976 0.11992 0.012455 0.233303 0.036503 0.069509 kurtosis 7.374242 3.908172 3.671163 22.9997 5.978855 6.320441 skewness -1.0395 -0.14563 0.674602 1.628305 0.786436 0.459709

ALL- quốc gia quan sát 21

Quan sát 1233 1233 1233 1233 1233 1233 mean 0.0003359 0.000982 0.001716 -0.00207 0.004118 0.000642 sd 0.0348149 0.032758 0.002852 0.029071 0.007094 0.016921 min -0.206864 -0.19412 -0.04017 -0.15832 -0.05506 -0.0725 max 0.1090976 0.142063 0.012455 0.233303 0.047197 0.091275 kurtosis 7.573353 5.361356 51.32226 11.76978 11.68057 6.165029 skewness -1.101087 -0.28095 -3.2974 0.508927 0.316178 0.853323

Thống kê miêu tả được thực hiện cho nhóm các thị trường mới nổi (Emering market), các thị trường tiền mới nổi (Frontier market) và Nhóm tổng hợp cho cả thị trường mới nổi và tiền mới nổi (ALL). Kết quả mẫu nghiên cứu cho thấy giá trị trung bình của tỷ suất sinh lợi nhóm EM là 0.0011586 cao hơn so với nhóm FM có tỷ suất sinh lợi -0.001463, trong khi độ lệch chuẩn (sd) và biên độ dao động (min-max) của nhóm FM là 0.0407294 và (-0.206864 đến 0.1090976) đều cao và rộng hơn EM là 0.0317373 và (-0.163815 đến 0.1080747). Thể hiện FM có nhiều rủi ro EM. Tuy nhiên tỷ suất sinh lợi trung bình của FM hiện tại có giá trị âm và thấp hơn EM. Tỷ suất sinh lợi lệch âm có thể do giai đoạn lấy mẫu nghiên cứu từ tháng 8/2007 đến tháng 12/2012 bị ảnh hưởng của khủng hoảng tài chính tồn cầu. Ngồi ra độ nhọn (kurtosis) của biến tỷ suất sinh lợi ở 3 nhóm thị trường: EM, FM, ALL đều lớn hơn 3 và độ nghiên (skewness) của biến tỷ suất sinh lợi ở 3 nhóm thị trường EM, FM, ALL đều âm cho thấy phân phối của biến tỷ suất sinh lợi EM, FM, ALL là các phân phối lệch trái và có đi lớn.

0,15 0,1 0,05 0 FM EM ‐0,05 ‐0,1 ‐0,15 ‐0,2 ‐0,25

Hình 4.1 Biểu đồ tỷ suất sinh lợi trung bình tháng lgR_mean theo từng nhóm EM, FM

Hình 4.1 thể hiện sự tương đồng khá cao giữa hai nhóm thị trường theo thời gian, tuy nhiên FM có biên độ dao động cao hơn, tại cùng một thời điểm khi thị trường tốt, tỷ suất sinh lợi của FM tăng cao hơn và ngược lại khi thị trường xấu tỷ suất sinh lợi của FM sẽ giảm nhiều hơn.

Điều đó khẳng định FM là một dạng của EM ở giai đoạn sơ khai, trong đa dạng hóa danh mục của các nhà đầu tư thì FM là một lựa chọn thay thế EM dành cho các nhà đầu tư ưa mạo hiểm, chịu rủi ro cao. Đồng thời thơng tin từ thống kê và mơ hình cho thấy khả năng tồn tại mơ hình đa nhân tố chung cho cả hai nhóm EM, FM (ALL)

4.2 Kiểm định nghiệm đơn vị:

Giả thiết H0: Tất cả các bảng đều có nghiệm đơn vị- tất cả bảng dữ liệu khơng dừng H1: Có ít nhất một bảng dữ liệu dừng 09 /2 00 7 01 /2 00 8

Bảng 4.2 Kết quả kiểm định nghiệm đơn vị ở 1 độ trễ

Biến lgR lgCPI lgER lgM2 lgbond lgIPI

EMERGING MARKET – quốc gia quan sát: 14

Thống kê W –

Im Pesaran Shin -19.0158 -12.4255 -16.8779 -16.0145 -16.4542 -27.1488

FRONTIER MARKET – quốc gia quan sát: 7

Thống kê W –

Im Pesaran Shin -13.3458 -9.0483 -13.4637 -10.1043 -9.4435 -15.8253

Tất cả hệ số đều khơng có ý nghĩa về mặt thống kê. Giả thiết H0 bị bác bỏ

Kiểm định nghiệm đơn vị cho dữ liệu unbalanced được thực hiện bằng thống kê W của Im Pesaran Shin. Kết quả cho thấy tất cả hệ số đều khơng có ý nghĩa về mặt thống kê, giả thiết H0 bị bác bỏ. Như vậy bảng dữ liệu các quốc gia EM và FM đều dừng nên bảng dữ liệu trên toàn bộ mẫu nghiên cứu - nhóm tổng hợp - ALL cũng có tính dừng

4.3 Phân tích mối tương quan giữa các biến:

Tác giả tiếp tục phân tích mối tương quan giữa các biến bằng ma trận tương quan

Bảng 4.3 Ma trận tương quan giữa các biến

Biến lgR lgIPI lgCPI lgbond lgM2 lgER

Nhóm EM lgR 1 lgIPI -0.0192 (0.5775) 1 lgCPI 0.07 -0.0126 1 (0.0417) (0.7134) lgbond -0.2114* 0.0899* 0.1485* 1 (0.0000) (0.0089) (0.0000) lgM2 0.0146 0.0829 -0.0106 -0.0803 1 (0.6707) (0.0158) (0.7572) (0.0195) lgER -0.5317* -0.0106 0.0251 0.2708* 0.0819 1 (0.0000) (0.7575) (0.4662) (0.0000) (0.0171) Nhóm FM lgR 1 lgIPI -0.0198 (0.6972) 1 lgCPI 0.0684 0.025 1 (0.1791) (0.6243) lgbond -0.2357* 0.0164 -0.0373 1 (0.0000) (0.7484) (0.4649) lgM2 0.1207 0.0086 0.0967 -0.0475 1 (0.0175) (0.8659) (0.0574) (0.3517) lgER -0.2758* -0.0273 0.0267 0.0609 0.0352 1 (0.0000) (0.5928) (0.6007) (0.2318) (0.4905) Nhóm ALL lgR 1 lgIPI -0.0199 (0.4851) 1 lgCPI 0.0666 0.0014 1 (0.0194) (0.9597) lgbond -0.2164* 0.0661 0.0970* 1 (0.0000) (0.0203) (0.0006) lgM2 0.0453 0.0602 0.02 -0.0715 1 (0.1122) (0.0344) (0.4829) (0.0121) lgER -0.4404* -0.0147 0.0265 0.2236* 0.0729 1 (0.0000) (0.6053) (0.3534) (0.0000) (0.0104)

Bảng 4.3 thể hiện hệ số tương quan Pearson giữa các biến và giá trị p-value. Hệ số tương quan có giá trị từ -1 đến 1. Trị tuyệt đối của hệ số càng gần 1 thể hiện mối tương quan càng cao. Giá trị âm thể hiện mối tương quan ngược chiều. Nguyễn Trọng Hoài và cộng sự (2009, trang 391) hầu hết các nhà nghiên cứu kinh tế lượng cho rằng khi hệ số tương quan giữa hai biến giải thích nào đó bằng hoặc cao hơn 0.9 thì đó là một dấu hiệu quan trọng xảy ra hiện tượng đa cộng tuyến. Kết quả bảng 4.3 cho thấy mối tương quan giữa các biến độc lập là khá thấp. Cao nhất là tương quan giữa biến động lãi suất trái phiếu chính phủ và biến động tỷ giá hối đoái là 0.2708 ở nhóm thị trường mới nổi (EM) và 0.2236 ở nhóm thị trường mới nổi và tiền mới nổi (ALL). Do đó cho thấy khơng tồn tại đa cộng tuyến. Kết quả này phù hợp với đặc tính của dữ liệu bảng là hạn chế đa cộng tuyến.

Đồng thời xem xét hệ số tương quan giữa biến phụ thuộc là tỷ suất sinh lợi thị