V. NỘI DUNG CỦA NGHIÊN CỨU
3.1. Phƣơng pháp nghiên cứu
3.1.1.Quy trình nghiên cứu
Hình 3.1: Quy trình nghiên cứu
Nguồn: Đề xuất quy trình nghiên cứu của tác giả
3.1.2.Mơ hình và giả thiết nghiên cứu
3.1.2.1. Mơ hình nghiên cứu
Y= α + β1 * INF + β2*GR + β3* EX + β4* IM + ε
Trong đó: Y: Tỷ giá USD/VND, INF: Lạm phát, GR: Tốc độ tăng trƣởng kinh tế, EX: Xuất khẩu, IM: Nhập khẩu, ε: phần dƣ
3.1.2.2. Giả thiết nghiên cứu
H01: Lạm phát có tác động cùng chiều đến tỷ giá USD/VND.
Lạm phát trong nƣớc tăng có tác động làm giá hàng hoá trong nƣớc tăng tƣơng đối so với so với hàng hố nƣớc ngồi nên cầu hàng hoá trong nƣớc của ngƣời nƣớc ngoài giảm, cung ngoại tệ giảm làm đồng ngoại tệ tăng giá tức tỷ giá tăng và ngƣợc lại trong trƣờng hợp lạm phát giảm.
Tăng trƣởng kinh tế tăng làm cho nhu cầu trong nƣớc về hàng hoá nhập khẩu tăng nên cầu ngoại tệ tăng làm cho đồng ngoại tệ tăng giá hay tỷ giá tăng và ngƣợc lại nên tăng trƣởng kinh tế có tác động cùng chiều đến tỷ giá USD/VND.
H03: Giá trị xuất khẩu có tác động ngƣợc chiều đến tỷ giá USD/VND
Xuất khẩu tăng khiến cung ngoại tệ tăng, đồng ngoại tệ giảm giá, đồng nội tệ tăng giá hay tỷ giá USD/VND giảm. Vì vậy xuất khẩu có tác động ngƣợc chiều đến tỷ giá USD/VND.
H04: Giá trị nhập khẩu có tác động cùng chiều đến tỷ giá USD/VND
Giá trị nhập khẩu tăng khiến cầu ngoại tệ tăng, đồng ngoại tệ tăng giá, đồng nội tệ giảm giá hay tỷ giá USD/VND tăng và ngƣợc lại. Vì vậy nhập khẩu có tác động cùng chiều đến tỷ giá.
3.1.3.Phương pháp phân tích số liệu
3.1.3.1. Nguồn số liệu
Các chuỗi dữ liệu trong mơ hình là dữ liệu thứ cấp có thời gian từ quý 1 năm 2002 đến quý 4 năm 2013, thu thập từ các nguồn dữ liệu đáng tin cậy của Tổng Cục thống kê, Ngân hàng Nhà nƣớc, IMF, Tổng cục hải quan...
Bảng 3.1: Biến và ký hiệu sử dụng trong mơ hình kiểm định tác động của chỉ số giá tiêu dùng, thu nhập, xuất khẩu, nhập khẩu, lãi suất đến tỷ giá.
Biến Nguồn Ký hiệu
Tỷ giá IMF, NHNN Y
Tỷ lệ lạm phát IMF, Tổng cục thống kê CPI
Tốc độ tăng trƣởng kinh tế IMF, Tổng cục thống kê GDP
Xuất khẩu Tổng cục hải quan EX
Nhập khẩu Tổng cục hải quan IM
Tỷ giá Y là tỷ giá của cặp tiền tệ USD/VND
Tỷ lệ lạm phát đƣợc tính theo tốc độ thay đổi CPI so với cùng kỳ trƣớc đó, CPI đƣợc quy đổi theo năm 2001.
GDP đƣợc tính theo tốc độ thay đổi của tổng thu nhập quốc nội so với cùng kỳ trƣớc đó.
Xuất khẩu và nhập khẩu tính theo đơn vị tỷ USD, đƣợc lấy theo logarit cơ số 10 nhằm nhằm giảm bớt độ phân tán cao và để thuận lợi trong việc nhận dạng và phân tích dữ liệu.
Số liệu đƣợc thu thập vào phần mềm Excel, sau khi xử lý, số liệu đƣợc phân tích tính tốn bằng phần mềm Eview 7 thơng qua một số kỹ thuật định lƣợng.
3.1.3.2. Kỹ thuật xử lý số liệu
- Kiểm định nghiệm đơn vị
Kiểm định nghiệm đơn vị là một kiểm định đƣợc sử dụng khá phổ biến để kiểm định một chuỗi thời gian dừng hay khơng dừng.
Giả sử ta có phƣơng trình hồi quy nhƣ sau:
Yt = ρYt-1 + ut (-1 ≤ ρ ≤ 1) (3.1)
Ta có các giả thuyết:
H0: ρ =1 (là chuỗi khơng dừng).
H1: ρ <1 (là chuỗi dừng).
Phƣơng trình (3.1) tƣơng đƣơng với phƣơng trình (3.2) sau
đây: Yt – Y t-1 = ρYt-1 - Y t-1 + ut = (ρ-1)Y t-1
+ ut
ΔY = δ Y t-1 + ut (3.2)
Nhƣ vậy các giả thuyết ở trên có thể đƣợc viết lại nhƣ sau:
H0: δ = 0 (là chuỗi không dừng).
H1: δ < 0 (là chuỗi dừng).
Dickey và Fuller cho rằng giá trị ƣớc lƣợng của hệ số Yt-1 sẽ theo phân phối xác
suất τ (taustatistic, τ = giá trị δ ƣớc lƣợng/sai số của hệ số δ). Kiểm định thống kê τ
còn đƣợc gọi là kiểm định Dickey – Fuller (DF). Kiểm định DF đƣợc ƣớc lƣợng với 3 hình thức:
- Khi Yt là một bƣớc ngẫu nhiên khơng có hằng số:
ΔY = δ Y t-1 +ut (3.3)
- Khi Yt là một bƣớc ngẫu nhiên với hằng số xoay quanh một đƣờng xu thế cố
định :ΔY = β1 + β2 TIME + δY t-1 +ut (3.5)
Để kiểm định H0 ta so sánh giá trị thống kê τ tính tốn với giá trị thống kê tra
bảng DF. Tuy nhiên, do có thể có hiện tƣợng tƣơng quan chuỗi giữa các ut do thiếu biến, nên ngƣời ta thƣờng sử dụng kiểm định DF mở rộng là ADF (Augmented Dickey
– Fuller Test). Kiểm định này đƣợc thực hiện bằng cách đƣa thêm vào phƣơng trình (3.5) các biến trễ của sai phân biến phụ thuộc ΔYt:
ΔY = β1 + β2 TIME + δY t-1 + αiΔYt-1 + ut (3.6)
Kết quả nếu τADF < τα với α lần lƣợt tại các mức ý nghĩa thống kê.
Ta kết luận chấp nhận giả thuyết H0 tức chuỗi Y là không dừng và ngƣợc lại. - Kiểm định đồng liên kết Johansen
Cơ sở vững chắc của mơ hình hiệu chỉnh sai số ECM dựa trên khái niệm rằng có tồn tại quan hệ cân bằng dài hạn giữa các biến có liên quan. Việc kiểm tra đồng tích hợp là để trả lời cho câu hỏi tồn tại hay khơng mối quan hệ. Việc kiểm tra đồng tích hợp nhằm xác định trạng thái cần bằng hoặc quan hệ dài hạn giữa các biến khảo sát. Nếu kết quả xác định có tồn tại ít nhất một quan hệ dài hạn giữa các biến, sau đó sự phân khúc của các biến dài hạn đƣợc giới hạn thì những biến này gọi là đồng tích hợp.
Để điều tra nghiên cứu mối tƣơng quan dài hạn giữa tỷ giá và các biến kinh tế vĩ mô nhƣ một hệ phƣơng trình, chúng ta vận dụng phép kiểm định đồng tích hợp đa lƣợng biến Johansen. Mối quan hệ giữa các biến dựa trên mơ hình sau đây:
xt = A0 + ∑(j=1k) Ajxj-t + εt
Trong đó:
A0 là một vector (nx1) hằng số
xt là một vector (nx1) hằng số của những biến dừng ở sai phân bậc 1 k là độ trễ
Quá trình tự hồi quy của những vector đƣợc điều chỉnh lại và chuyển vào mơ hình vector hiệu chỉnh sai số (VECM)
Δ xt = A0 + ∑(j=1k-1)Ӷ jΔxt-j + ...+ ∏Δxt-1
+εt Trong đó :Ӷ i= -∑(i=j+1k)Aj
Với I là một ma trận đồng nhất thức (nxn)
Δ sai phân là giá trị kiểm tra (trace value) và (maximum eigen value) đƣợc dùng để tìm ra số lƣợng đồng tích hợp nếu có.
Giả thiết H0: Khơng có đồng liên kết
Khi so sánh giá trị (trace value) hoặc giá trị (maximum eigen value) với giá trị (critical value) ở mức ý nghĩa α% (1%, 5%, 10%).
Nếu: (trace value) hoặc giá trị (maximum eigen value) < giá trị (critical value) chấp nhận giả thiết H0: khơng có đồng liên
kết
Nếu: (trace value) hoặc giá trị (maximum eigen value) > giá trị (critical value)
bác bỏ giả thiết H0 (tức là tồn tại đồng liên kết).
- Phương pháp ước lượng mơ hình hiệu chỉnh sai số VECM (Vertor Error Correction Model)
Kiểm định đồng tích hợp theo phương pháp của Johansen và Juselius (1990)
Kết quả kiểm tra nếu phát hiện có tồn tại ít nhất 1 vector đồng tích hợp giữa các biến khảo sát có nghĩa là tồn tại một mối quan hệ cân bằng trong dài hạn giữa các biến có liên quan thì tiếp tục thực hiện bƣớc 2. Phƣơng trình hồi quy đồng tích hợp thể hiện mối quan hệ cân bằng trong dài hạn giữa các biến khảo sát).
Yt = b + ∑(j=1m)ΦECONt + ECTt
Vector đồng tích hợp đƣợc đo bằng cách biến đối phần dƣ từ phƣơng trình hồi quy Yt lên ECONt nhƣ sau: ECTt = Yt - ∑(j=1m)ΦECONt –b
Trong đó:
Yt: là biến phụ thuộc (tỷ giá)
ECONt: các biến độc lập (các biến kinh tế vĩ mơ) ECTt: phần dƣ của phƣơng trình
Φ, b là hệ số của ma trận tƣơng đƣơng về kích cỡ m: biến đố độc lập
Ước lượng mơ hình hiệu chỉnh sai số ECM
Nếu kết quả kết luận có đồng tích hợp giữa các biến khảo sát hay quan hệ dài hạn giữa các biến nghiên cứu tồn tại, mơ hình hiệu chỉnh sai số ECM đƣợc ƣớc lƣợng nhƣ sau:
50
ΔYt = c + ∑(i=1p)μiΔYt-1 + ∑(j=1m)∑(j=1k)ΦijΔECONt + γ1ECTt-1+ ρt
Trong đó:
ΔYt : sai phân bậc 1 của biến phụ thuộc
ΔYt-1: sai phân bậc 1 của biến phụ thuộc lấy độ trễ là t-1
ΔECONt: Sai phân bậc 1 của các biến kinh tế vĩ mô và lấy độ trễ là t-1
ECTt-1: phần dƣ thu đƣợc từ phƣơng trình hồi quy đồng tích hợp ở bƣớc trên và lấy độ trễ là t-1
c, μi, Φij, γ1: các hệ số của các ma trận tƣơng đƣơng về kích cỡ ρt: phần dƣ trong phƣơng trình hồi quy
p&k: thông số độ trễ tƣơng ứng m: biến số độc lập trong phƣơng trình
Điều kiện của mơ hình hiệu chỉnh sai số là phải có hệ số γ1 có dấu âm (-1) và có
giá trị nằm giữa 0 và 1, điều này cho biết rằng có sự hội tụ của mơ hình hƣớng về trạng thái cân bằng trong dài hạn, đồng thời cũng cho thấy bao nhiêu phần trăm điều chỉnh xảy ra ở mỗi thời đoạn.
3.2.Kết quả hồi quy mơ hình nghiên cứu
3.2.1.Thống kê mơ tả số liệu
Bảng 3.2: Thống kê mô tả số liệu
Biến nghiên cứu tỷ giá (Y) xuất khẩu (EX) và nhập khẩu (IM) đƣợc chuyển sang dạng logarit cơ số 10. Mục đích của việc chuyến hoá dữ liệu sang logarit nhằm giảm bớt độ phân tán cao cũng nhƣ có một số quan sát có giá trị bất thƣờng của dữ liệu gốc và việc dùng dữ liệu dƣới dạng logarit sẽ thuận lợi hơn trong việc nhận dạng và phân tích dữ liệu. CPI EX GDP IM Y Mean 0.086657 4.043366 0.067972 4.106772 4.233772 Median 0.074437 4.126528 0.070110 4.180565 4.214670 Maximum 0.277343 4.397471 0.092845 4.369216 4.341157 Minimum -0.065791 3.512151 0.031233 3.579898 4.189743 Std. Dev. 0.069329 0.238891 0.014213 0.223936 0.040581 Skewness 0.864547 -0.396030 -0.255538 -0.599158 1.161555 Kurtosis 3.779285 2.155204 2.616824 2.092736 3.394576 Jarque-Bera 7.194099 2.682082 0.816044 4.518181 11.10507 Probability 0.027404 0.261573 0.664964 0.104445 0.003878 Sum 4.159536 194.0816 3.262668 197.1250 203.2211 Sum Sq. Dev. 0.225908 2.682232 0.009494 2.356935 0.077399 Observations 48 48 48 48 48
51
Hai giá trị thống kê trong bảng 3.2 là Skewness và Kurtosis. Hai giá trị này giúp hình dung về hình dáng của phân phối. Skewness là một đo lƣờng mức độ lệch của phân phối còn gọi là hệ số bất đối xứng, khi:
Skewness = 0: phân phối cân xứng Skewness > 0: phân phối lệch phải Skewness < 0: phân phối lệch trái
Kurtosis là một đại lƣợng đo mức độ tập trung tƣơng đối của các quan sát quanh trung tâm của nó trong mối quan hệ so sánh với hai đuôi, khi:
Kurtosis = 3: phân phối tập trung ở mức độ bình thƣờng.
Kurtosis > 3: phân phối tập trung hơn ở mức độ bình thƣờng. Tuy nhiên hình dạng của đa giác tần số trông sẽ khá cao và nhọn với hai đuôi hẹp.
Kurtosis < 3: phân phối tập trung hơn mức độ bình thƣờng nhƣng hình dạng của đa giác tần số là một đa giác tù với 2 đuôi dài.
Từ 2 tiêu chuẩn trên và kết quả thống kê trong bảng 3.2 cho thấy:
Lạm phát, tỷ giá có Skewness > 0 nên phân phối lệch phải trong khi tốc độ tăng trƣởng kinh tế, nhập khẩu, xuất khẩu có Skewness nhỏ hơn 0 nên phân phối lệch trái.
Lạm phát và tỷ giá có chỉ số Kurtosis > 3 nên phân phối tập trung ở mức độ bình thƣờng, hình dạng của đa giác tần số khá cao và nhọn với hai đuôi hẹp.
Tất cả các biến còn lại trong mơ hình đều có Kurtosis < 3 nên phân phối tập trung hơn mức độ bình thƣờng nhƣng hình dạng của đa giác tần số là một đa giác tù với 2 đuôi dài nghĩa là các biến này có biến động ít, biến thiên dao động khơng cao trong thời gian khảo sát nghiên cứu.
Kiểm định Jarque – Bera:
H0: Dữ liệu tuân theo phân phối chuẩn
H1: Dữ liệu không tuân theo phân phối chuẩn
Từ bảng thống kê mơ tả số liệu, có thể thấy rằng, p_value của kiểm định Jarque – Bera của các biến: tỷ giá (Y), lạm phát (CPI) nhỏ hơn 5%. Vì vậy, ta bác bỏ H0, chấp
nhận H1 là các biến này mơ hình khơng tn theo phân phối chuẩn. Trong khi đó các
biến: tốc độ tăng trƣởng kinh tế, xuất khẩu, nhập khẩu có giá trị p_value lớn 5% nên ta
Tƣơng quan biến:
Bảng 3.3: Tƣơng quan các biến trong mơ hình
CPI EX GDP IM Y CPI 1.000000 0.212141 -0.124484 0.299448 -0.197811 EX 0.212141 1.000000 -0.422744 0.966590 0.830899 GDP -0.124484 -0.422744 1.000000 -0.384211 -0.525716 IM 0.299448 0.966590 -0.384211 1.000000 0.743215 Y -0.197811 0.830899 -0.525716 0.743215 1.000000 Ta có: Hệ số tƣơng quan r │r│<0,4: tƣơng quan yếu
0,4 <│r│< 0,8: tƣơng quan trung bình │r│>0,8: tƣơng quan mạnh
r < 0 tƣơng quan ngƣợc chiều r > 0 tƣơng quan cùng chiều
Nhìn vào bảng tƣơng quan biến ta có thể thấy rằng: Biến nhập khẩu (IM) và biến xuất khẩu (EX), biến xuất khẩu và biến tỷ giá có hệ số │r│>0,8 nên các cặp biến này có mối tƣơng quan mạnh, trong khi đó, giữa biến tốc độ tăng trƣởng kinh tế (GDP) và tỷ giá (Y), GDP và biến nhập khẩu (IM), IM và tỷ giá có hệ số 0,4 <│r│< 0,8 nên tƣơng quan giữa các cặp biến này là tƣơng quan trung bình. Cịn lại các cặp biến khác có│r│<0,4 nên các cặp biến này có mối tƣơng quan thấp.
3.2.2.Kiểm định tính dừng
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. Để kiểm tra tính dừng của số liệu, tác giả tập trung thực hiện các kiểm định chính thức theo phƣơng pháp ADF, với độ trễ của các biến đƣợc 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 khơng dừng).
H1: < 0 (khơng có nghiệm đơn vị - chuỗi thời gian dừng).
Kết quả của kiểm định nghiệm đơn vị bằng cách sử dụng phƣơng pháp ADF đƣợc trình bày trong bảng dƣới đây.
Biến số t-stat Test critical values (5%) P_value Y 2.096008 -2.938987 0.9999 D(Y) -4.996923 -2.938987 0,0002 CPI -2,56366 -2,935001 0,1087 D(CPI) -4,89411 -2,936942 0,0003 EX -1,734969 -2,925169 0,4075 D(EX) -7,79512 -2,926622 0,0000 GDP -0,680609 -2,938987 0,8399 D(GDP) -2,518838 -2,938987 0,1189 D(GDP,2) -5,149256 -2,938987 0,0001 IM -1,89621 -2,933158 0,3309 D(IM) -4,088662 -2,933158 0,0026
Từ kết quả kiểm định trong bảng trên, có thể thấy rằng tại mức ban đầu (level), tất cả các biến đều có Test critical values (5%) lớn hơn giá trị t-stat hay giá trị p_value lớn hơn 5%. Với kết quả này, ta chấp nhận H0, bác bỏ H1 là tất cả các biến đều có nghiệm đơn vị và là chuỗi thời gian không dừng ở mức Level.
Tại mức sai phân bậc 1 ngoại trừ biến D(GDP) có giá trị test critical values (5%) lớn hơn giá trị t-stat hay giá trị p_value lớn hơn 5% thì tất cả các biến cịn lại trong mơ hình đều có có giá trị test critical values (5%) nhỏ hơn giá trị t-stat hay giá trị p_value nhỏ hơn 5%. Với kết quả này, ta thấy biến GDP là chuỗi thời gian không dừng ở mức sai phân bậc 1 nhƣng các biến CPI, Y, IM, EX đều là chuỗi thời gian dừng ở mức sai phân bậc 1.
Tại mức sai phân bậc 2, biến D(GDP,2) giá trị test critical values (5%) nhỏ hơn giá trị t-stat hay giá trị p_value nhỏ hơn 5% nên biến GDP là chuỗi thời gian dừng ở mức sai phân bậc 2.
Dữ liệu chuỗi thời gian của các biến đều không dừng ở mức ban đầu nên đáp ứng đƣợc yêu cầu của chuỗi thời gian không dừng cho kiểm tra đồng tích hợp, kỹ thuật kiểm định đồng tích hợp của Johansen đƣợc áp dụng để xác định đồng tích hợp và thiết lập mối quan hệ cân bằng trong dài hạn giữa các biến nghiên cứu.
3.2.3.Kiểm định độ trễ của mơ hình
Việc lựa chọn độ trễ tối ƣu cho mơ hình đƣợc thực hiện bằng cách ứng dụng mơ hình VAR cho các chuỗi dữ liệu ban đầu của các biến với độ trễ tối đa là 5. Mơ hình
VAR sẽ tự động lựa chọn độ trễ tối ƣu dựa trên các tiêu chuẩn: Tiêu chuẩn thông tin