CHƯƠNG 3 : DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU
3.2. Phương pháp nghiên cứu:
Bên cạnh phân tích xu hướng như thường lệ, thì phân tích sự tương quan, phân tích hồi qui, kiểm định tính dừng bằng phương pháp ADF, kiểm định PP Unit root, được tác giả sử dụng trong kỹ thuật toán kinh tế và thống kê sau đây để áp dụng cho bài nghiện cứu:
3.2.1. Kiểm định nghiệm đơn vị (Unit Roots Test):
Như chúng ta đã biết theo giả thiết của mơ hình hồi quy cổ điển thì các biến độc lập phải phi ngẫu nhiên và có giá trị xác định. Bên cạnh đó nếu chúng ta ước lượng mơ hình có các chuỗi thời gian khơng dừng thì giả thiết của phương pháp bình phương bé nhất (OLS) bị vi phạm, dẫn đến hạn chế q trình phân tích đối với các phương pháp hồi qui. Hơn nữa khi phân tích các chuỗi dữ liệu khơng dừng trong mơ hình hồi qui dễ cho kết quả hồi qui giả tạo, làm cho kết quả khơng chính xác.
Một cách kiểm định tính dừng được phổ biến gần đây là kiểm định nghiệm đơn vị và cách dễ dàng nhất để giới thiệu về kiểm định này là xem xét mơ hình sau:
Yt = Yt-1 + ut
Ở đây ut là số hạng chỉ sai số ngẫu nhiên xuất phát từ các giả định cổ điển rằng nó có giá trị trung bình bằng 0, phương sai là hằng số và không tự tương quan. Số hạng sai số này còn được biết tới dưới cái tên nhiễu trắng .
Phương trình trên là một hồi qui bậc một, hoặc AR(1), mà ở đó chúng ta hồi qui giá trị của Y tại thời điểm t dựa trên giá trị của nó tại thời điểm (t-1). Và nếu hệ số của Yt-1 trong thực tế bằng 1, thì chúng ta đang phải đối mặt với cái gọi là vấn đề nghiệm đơn vị, tức là tình huống khơng dừng.Do vậy nếu chúng ta thực hiện hồi qui
Yt = β Yt-1 + ut
và nếu tìm ra rằng β = 1, thì chúng ta có thể nói rằng biến ngẫu nhiên Yt có nghiệm đơn vị. Trong kinh tế lượng (về chuỗi thời gian), một chuỗi thời gian có nghiệm đơn vị được gọi là bước ngẫu nhiên (chuỗi thời gian). Và chuỗi có một bước ngẫu nhiên tức là chuỗi thời gian không dừng.
Trong bài nghiên cứu này, tác giả đã sử dụng phương pháp kiểm định Augmented Dickey- Fuller (ADF) để kiểm tra tính dừng của các chuỗi nghiên cứu để kiểm tra xem có tồn tại nghiệm đơn vị trong chuỗi dữ liệu hay khơng như đã trình bày ở trên. Kiểm định ADF có các giả thiết sau:
H0: Giả thiết các chuỗi nghiên cứu khơng dừng (Phương trình hồi qui có nghiệm đơn vị)
H1: Giả thiết các chuỗi nghiên cứu dừng (Phương trình hồi qui khơng có nghiệm đơn vị)
Nếu giá trị |t(statistic)| của ADF > |t(tới hạn)| thì bác bỏ giả thiết H0, tức là chuỗi có tính dừng, và ngược lại thì chuỗi khơng dừng.
3.2.2. Kiểm định nhân quả Granger ( Granger Causality test):
Để kiểm tra mối quan hệ nhân quả trong ngắn hạn giữa FDI và các yếu tố kinh tế vĩ mô, kiểm định nhân quả Granger được sử dụng. Kiểm định này phát biểu rằng những giá trị của 1 biến X trong quá khứ đóng góp 1 cách quan trọng để dự đoán giá trị của 1 biến Y khác, do vậy X được cho là nguyên nhân Granger gây nên Y và ngược lại. Nói cách khác một chuỗi theo thời gian của X được cho là nguyên nhân Granger Y nếu giá trị X bao gồm trong quá khứ hoặc có độ trễ trong hồi qui của X đối với những biến khác, cải thiện một cách đáng kể đến việc dự đoán biến Y.
Kiểm định nhân quả được dựa trên hai phương trình hồi qui sau đây. Những phương trình này có thể được dùng để biểu diễn xu hướng của tác động nhân quả trong số những thước đo dòng vốn đầu tư trực tiếp nước ngoài FDI và các nhân tố kinh tế vĩ mơ.
Trong đó :
Yt và Xt là những biến được kiểm định,
e1t và e2t là phần nhiễu trắng (những phần sai số)
t: biểu thị cho thời gian
k: số độ trễ
m: là số độ trễ lớn nhất trong mơ hình Giả thiết H0: γ1 = γ2 = 0
Để kiểm định giả thiết 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 tới hạn ở một mức ý nghĩa xác định ta bác bỏ giả thiết H0 và ngược lại. Có bốn khả năng như sau:
Nhân quả Granger một chiều từ X sang Y nếu các biến trễ của X có tác động lên Y, nhưng các biến trễ của Y khơng có tác động lên X.
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.
3.2.3. Mô hình vectơ tự hồi qui VAR :
Như chúng ta cung biết mơ hình tự hồi qui vecto là một mơ hình rất thường được sử dụng trong phân tích kinh tế.
Để kiểm tra mối quan hệ của các biến trong ngắn hạn tác động qua lại như thế nào, tác giả sử dụng mơ hình tự hồi qui vecto VAR. Phương trình của mơ hình VAR rút gọn được trình bày như sau:
Trong đó:
- c là 1 vector hằng số, - p là chiều dài độ trễ,
- Ai là ma trận hệ số (7x7) và et là 1 vector sai số.
3.2.4. Phân tích hàm phản ứng đẩy:
Việc tiến hành phân tích hàm phản ứng đẩy là mục đích để xem xét khi có một cú sốc của mỗi biến nào đó trong số các biến kinh tế vĩ mô mà chúng ta đang nghiên cứu xảy ra thì dịng vốn đầu tư trực tiếp FDI phản ứng như thế nào trước cú sốc đó. Và sự phản ứng này xảy ra trong thời gian khoảng bao lâu, để chúng ta biết tác động dài hạn hay ngắn hạn.
3.2.5. Phân rã phương sai:
Việc tiến hành phân tích phân rã phương sai là để tìm hiểu xem mức độ đóng góp của các cú sốc của các yếu tố kinh tế vĩ mơ đối với dịng vốn đầu tư trực tiếp nước ngoài FDI trong từng thời điểm diễn ra như thế nào cũng như để chúng ta có thể khẳng định lại các phân tích kết quả thu được từ các hàm phản ứng đẩy, ta sử dụng thêm kết quả phân rã phương sai để giải thích. Kết quả phân rã phương sai sẽ cho chúng ta biết cụ thể là sự đóng góp bao nhiệu phần trăm của từng biến vĩ mơ trong việc tạo nên phản ứng của dịng vốn FDI tại thời điểm có cú sốc xảy ra.
CHƯƠNG 4: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
4.1. Phân tích xu hướng dòng vốn đầu tư trực tiếp nước ngoài (FDI) tại
Việt Nam qua các năm:
Hình 4.1 : Giá trị vốn FDI theo quý từ năm 2004 đến 2013.
Qua đồ thị ta nhận thấy dòng vốn FDI chảy vào Việt Nam qua các năm tuy có chiều hướng ngày càng tăng nhưng là tăng không ổn định, cứ quý này tăng thì quý sau giảm, sau đó lại tăng nhiều hơn. Đặc biệt do khủng hoảng tài chính thế giới bắt nguồn từ nước Mỹ vào năm 2008, mà nó có ảnh hưởng đến nền kinh tế thế giới và làm ảnh hưởng mạnh đến Việt Nam, mà cụ thể chúng ta thấy trên đồ thị đó là vào giữa năm 2008 vốn FDI đổ rất mạnh vào Việt Nam nhưng cuối năm 2008 thì sụt giảm mạnh. Sau đó thì dịng vốn FDI từ từ hồi phục nhờ sự ổn định kinh tế của Việt Nam.
4.2. Kết quả nghiên cứu theo tháng:
4.2.1. Phân tích sự tương quan giữa FDI và các biến kinh tế vĩ mô :
B
ả ng 4.1: S ự t ươ ng quan c ủ a FDI và các bi ế n v ĩ mô
Date: 10/16/13 Time: 20:04 Sample: 2005M01 2013M06 Included observations: 102 Correlation t-
Statistic
Probability FDI IP ER SP500 IR TROP INF FDI 1.000000 ----- ----- IP 0.006256 1.000000 0.062563 ----- 0.9502 ----- ER -0.107544 0.953353 1.000000 -1.081711 31.58280 ----- 0.2820 0.0000 ----- SP500 -0.139425 0.240014 0.246651 1.000000 -1.408005 2.472407 2.545143 ----- 0.1622 0.0151 0.0125 ----- IR 0.273840 0.646202 0.649797 -0.071313 1.000000 2.847236 8.467387 8.548755 -0.714948 ----- 0.0054 0.0000 0.0000 0.4763 ----- TROP 0.155523 0.644046 0.607203 0.379808 0.475971 1.000000 1.574384 8.419045 7.642135 4.105743 5.412075 ----- 0.1186 0.0000 0.0000 0.0001 0.0000 ----- INF 0.407691 0.120013 0.093469 -0.233297 0.712940 0.228502 1.000000 4.464819 1.208866 0.938797 -2.399171 10.16706 2.347118 ----- 0.0000 0.2296 0.3501 0.0183 0.0000 0.0209 -----
Qua kết quả phân tích trên đây ta thấy: Có tồn tại mối quan hệ cùng chiều giữa FDI với lãi suất và lạm phát là có ý nghĩa thống kê.
4.2.2. Kiểm định tính dừng của các chuỗi dữ liệu :
B
ả ng 4.2:T ổ ng h ợ p k ế t qu ả ki ể m đị nh nghi ệ n đơ n v ị (theo tháng)
Chuỗi
Tại chuỗi gốc Sai phân bậc 1
Kết quả tADF ttới hạn tADF ttới hạn
FDI -4.462622 -3.497029* Dừng
IP -4.898816 -4.051450* Dừng
ER -1.984729 -3.153171*** -10.26073 -4.052411* Dừng ở sai phân bậc 1
S&P500 -0.986656 -2.582353*** -7.877081 -3.497029* Dừng ở sai phân bậc 1
IR -1.956761 -2.582353*** -8.126018 -3.497029* Dừng ở sai phân bậc 1
TROP -1.835935 -2.582514*** -12.19638 -3.497727* Dừng ở sai phân bậc 1
VAR Lag Order Selection Criteria
Endogenous variables: FDI IP DER DSP500 DIR TROP INF Exogenous variables: C Date: 10/28/13 Time: 20:04 Sample: 2005M01 2013M06
Included observations: 95
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level)
( Ghi chú : *,**,** : thể hiện giá trị thống kê t ở các mức ý nghĩa lần lược là 1%, 5%, và 10%).
4.2.3. Xác định độ trễ thích hợp cho mô hình hồi qui:
B
ả ng 4.3 : K ế t qu ả xác đị nh độ tr ễ cho mô hình ( d ữ li ệ u theo tháng )
Lag LogL LR FPE AIC SC HQ
0 -3692.962 NA 1.59e+25 77.89394 78.08212 77.96998 1 -3347.890 632.0273 3.13e+22 71.66084 73.16628* 72.26915 2 -3263.913 141.4344 1.52e+22* 70.92449* 73.74719 72.06507* 3 -3227.089 56.59304 2.05e+22 71.18082 75.32079 72.85368 4 -3171.783 76.84549* 1.95e+22 71.04807 76.50530 73.25320 5 -3142.070 36.90692 3.36e+22 71.45411 78.22860 74.19151 6 -3082.182 65.56233 3.31e+22 71.22487 79.31663 74.49455
FPE: Final prediction error
AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion
Kết
luận: Theo kết quả trên thì độ trễ cần chọn và phù hợp nhất là 2. Vì thường thì chúng ta chọn độ trễ theo tiêu chuẩm AIC và SC trong phân tích chuỗi thời gian, mà ở đây chúng ta thấy ở độ trễ 2 thì ngồi tiêu chuẩn AIC cịn có thêm 2 tiêu chuẩn FPE và HQ cũng cho độ trễ là 2 nên chọn 2 là độ trễ phù hợp cho mơ hình.
4.2.4. Kết quả kiểm định mô hình VAR:
B
ả ng 4.4: K ế t qu ả ướ c l ượ ng mô hình h ồ i qui theo tháng
Dependent Variable: FDI Method: Least Squares Date: 10/19/13 Time: 17:37
Sample (adjusted): 2005M04 2013M06 Included observations: 99 after
adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -56.54182 659.9246 -0.085679 0.9319 FDI(-1) 0.220180 0.107061 2.056580 0.0428 FDI(-2) 0.263248 0.100364 2.622928 0.0104
IP(-1) -0.019540 0.016455 -1.187480 0.2384 IP(-2) 0.016670 0.016607 1.003777 0.3184 DER(-1) -1.455055 1.160245 -1.254093 0.2133 DER(-2) 0.168261 1.146376 0.146777 0.8837 DSP500(-1) 0.452457 5.311261 0.085188 0.9323 DSP500(-2) 11.25887 5.121473 2.198365 0.0307 DIR(-1) 632.3578 302.0362 2.093649 0.0393 DIR(-2) -1040.127 309.9736 -3.355535 0.0012 DTROP(-1) 594.9862 817.1864 0.728091 0.4686 DTROP(-2) 1144.806 812.7903 1.408488 0.1627 INF(-1) 465.4155 198.4983 2.344682 0.0214 INF(-2) -325.3031 195.4173 -1.664658 0.0997
R-squared 0.402981 Mean dependent var 1918.087 Adjusted R-squared 0.303478 S.D. dependent var 2764.012 S.E. of regression 2306.787 Akaike info criterion 18.46383 Sum squared resid 4.47E+08 Schwarz criterion 18.85703 Log likelihood -898.9594 Hannan-Quinn criter. 18.62292 F-statistic 4.049931 Durbin-Watson stat 2.149694 Prob(F-statistic) 0.000026
Bảng 4.3 trên đây là kết quả ước lượng mơ hình VAR mà tác giả đã sử dụng phần mềm E View 7 với 99 quan sát sau khi đã điều chỉnh độ trễ và sai phân để cho ra kết quả trên với mức độ phù hợp là 40%. Từ kết quả trên ta thấy có một số biến khơng có ý nghĩa thống kê,chỉ có các biến sau: FDI(-1), FDI(-2), DSP500(- 2), DIR(-1), DIR(-2), INF(-1), INF(-2) là các biến có ý nghĩa thống kê , nên có thể giải thích cho sự biến đổi của dịng vốn FDI vào Việt Nam. Như vậy chúng ta có phương trình hồi quy cuối cùng như sau:
FDI = 0.220179749553*FDI(-1) + 0.263248017201*FDI(-2) + 11.2588698457*DSP500(-2) + 632.357765417*DIR(-1) -
1040.12735287*DIR(-2) + 465.415492694*INF(-1) -325.303116262*INF(-2) - 56.5418249965.
Nhận xét: Thông quả kết quả hồi qui với dữ liệu theo tháng như trên ta thấy:
- Dòng vốn FDI thay đổi tháng tăng, tháng giảm chứ không phải là tăng liên tục, sau một tháng giảm thì sau hai tháng tăng nhiều hơn, tức là xu hướng tăng dần về sau.
- Nếu chỉ số S&P 500 tăng thì sau hai tháng dòng vốn FDI sẽ tăng. Điều này có thể là do thị trường chứng khoán Mỹ tăng điểm phản ánh nền kinh tế Mỹ đang tốt lên, kích thích các nhà đầu tư tăng cường đầu tư vốn vào sản xuất kinh doanh ở nước ngồi.
- Theo kết quả thực tế thì khi lãi suất tăng, một tháng sau dòng vốn FDI vẫn tăng cùng chiều nhưng sau hai tháng thì dịng vốn FDI bị giảm. Như vậy sau độ trễ là hai tháng thì dấu hiệu khơng tích cực của lãi suất được phản ánh qua việc vốn FDI vào Việt Nam giảm đi. Lý do là khi lãi suất tái cấp vốn tăng tức là Ngân hàng trung ương muốn giảm cung tiền ra thị trường, Ngân hàng trung ương muốn thắt chặt tiền tệ có thể là để điều khiển lạm phát. Khi mà lãi suất tiếp tục tăng tức là tình hình thắt chặt tiền tệ vẫn tiếp tục, như vậy nền kinh tế đang gặp khó khăn, do vậy dịng vốn FDI cũng bị giảm.
- Khi lạm phát tăng thì một tháng sau dịng vốn FDI vẫn tăng nhưng sau hai tháng thì FDI bị giảm, đó là do ảnh hưởng lạm phát bây giờ đã tác động đến FDI do độ trễ của nó. Chính vì vậy mà chúng ta cũng thấy đi đôi với việc lãi suất tăng sau hai tháng nó ảnh hưởng đến FDI thì lạm phát cũng ảnh hưởng cùng độ trễ giống nhau là hai tháng như lãi suất.
4.2.5. Kiểm định quan hệ nhân quả Granger:
B
ả ng 4.5: K ế t qu ả ki ể m đị nh quan h ệ nhân qu ả theo tháng
Pairwise Granger Causality Tests Date: 10/28/13 Time: 20:11 Sample: 2005M01 2013M06 Lags: 2
Null Hypothesis: Obs F-Statistic Prob.
IP does not Granger Cause FDI 100 0.24353 0.7843 FDI does not Granger Cause IP 0.48725 0.6158
ER does not Granger Cause FDI 100 0.33832 0.7138 FDI does not Granger Cause ER 0.30304 0.7393
SP500 does not Granger Cause FDI 100 0.71078 0.4939 FDI does not Granger Cause SP500 5.23836* 0.0069
IR does not Granger Cause FDI 100 3.20166** 0.0451 FDI does not Granger Cause IR 0.47249 0.6249
TROP does not Granger Cause FDI 100 1.01474 0.3664 FDI does not Granger Cause TROP 1.17124 0.3144
INF does not Granger Cause FDI 100 4.87879* 0.0096 FDI does not Granger Cause INF 0.56678 0.5693
Nhận xét : Bảng trên cho chúng ta thấy FDI có tác động một chiều đến
S&P500, trong khi đó thì có hai yếu tố kinh tế vĩ mơ đó là: lãi suất và lạm phát có tác động một chiều đến dịng vốn FDI trong ngắn hạn.
- Theo kết quả kiểm định nhân quả trên đây thì ta thấy khi dịng vốn FDI vào Việt Nam thay đổi thì nó có tác động đến chỉ số giá chứng khoán S&P500 của Mỹ. Tuy nhiên trong thực tế điều này chỉ có thể là một sự trùng hợp rất ngẫu nhiên mà kết quả có được theo dữ liệu mà tác giả thu thập được. Có thể lý giải