Chọn mẫu dữ liệu và mơ hình ước lượng

Một phần của tài liệu Luận văn thạc sĩ UEH phân tích tác động của các nhân tố kinh tế vĩ đến chỉ số giá chứng khoán việt nam (Trang 57)

2.4 Đo lường ảnh hưởng của các nhân tố kinh tế vĩ mô đến chỉ số giá chứng

2.4.2 Chọn mẫu dữ liệu và mơ hình ước lượng

2.4.2.1 Chọn mẫu dữ liệu

Dữ liệu các biến trong mơ hình được lấy từ tháng 01/2009 cho đến tháng

12/2011. Sở dĩ không lấy dữ liệu trước giai đoạn 2009 do trong năm 2006 và 2007 chỉ số giá chứng khốn Việt Nam có những sự tăng trưởng bất thường, còn trong giai đoạn

năm 2008 do bị tác động quá nhiều bởi khủng hoảng kinh tế thế giới. Nếu lấy dữ liệu

trong các giai đoạn này sẽ khơng phản ánh được chính xác sự tác động của các biến số kinh tế vĩ mô đến chỉ số giá chứng khoán.

Sử dụng phương pháp bình phương bé nhất để ước lượng phương trình hồi qui với biến phụ thuộc là chỉ số giá chứng khoán và các biến độc lập là giá trị sản lượng công nghiệp, tỉ lệ lạm phát, lãi suất cho vay, cung tiền, tăng trưởng tín dụng và tỷ giá hối đối. Cụ thể, phương trình ước lượng như sau:

VNIt = b0 + b1IOt + b2CPIt + b3IRt + b4EXt + b5M2t + b6CR + ut (2.1)

Phương trình (2.1) dùng để phân tích tác động của các biến độc lập đến chỉ số

giá chứng khốn VNI – Index.

Trong đó:

 Hệ số b0: hệ số cắt

 Các hệ số bi lần lượt là hệ số co giãn của chỉ số giá chứng khoán VNI – Index theo từng biến kinh tế vĩ mô.

Tuy nhiên, do số liệu của các biến trong mơ hình là số liệu chuỗi thời gian và

đặc tính của loại số liệu này là khơng dừng. Khi ước lượng mơ hình hồi quy với số liệu

chuỗi thời gian không dừng có thể dẫn đến trường hợp hồi quy giả mạo. Vì vậy, việc kiểm tra số liệu sử dụng trong mơ hình có tính dừng hay khơng là một việc làm cần thiết thông qua kiểm định nghiệm đơn vị.

Trong trường hợp số liệu chuỗi thời gian là không dừng, cần phải thực hiện

kiểm định đồng liên kết để xem phần dư ut của các phương trình (2.1) có phải là một

chuỗi dừng hay khơng. Nếu phần dư là một chuỗi dừng thì ta có thể áp dụng các kiểm

định thống kê truyền thống t và F… cho kết quả ước lượng. Và mối quan hệ giữa chỉ

số giá chứng khoán và các biến số kinh tế vĩ mô là mối quan hệ dài hạn.

2.4.3 Phân tích kết quả hồi quy

2.4.3.1 Kiểm định tính dừng của số liệu

Tiến hành kiểm định nghiệm đơn vị cho các biến chỉ số giá chứng khoán VN –

Index , giá trị sản xuất công nghiệp (IO), tỷ lệ lạm phát (CPI), lãi suất (IR), cung tiền

(M2), tăng trưởng tín dụng (CR), tỷ giá hối đối (EX) với các giả thiết như sau:

Giả thiết H0: δ = 0 (chuỗi thời gian khơng dừng)

Nếu giá trị tuyệt đối của τ tính tốn lớn hơn giá trị tuyệt đối của τ tra bảng thì ta

bác bỏ giả thiết H0, chấp nhận giả thiết H1. Nếu δ >0 thì phương trình ước lượng khơng

có ý nghĩa và sẽ được loại bỏ.

Bảng 2.2. Kết quả kiểm định nghiệm đơn vị dữ liệu gốc

Đơn vị tính: khơng Tên biến Tau statistic Kết luận (5%) 3.52(1%) 2.90(5%) 2.58(10%)

VNI 1.85 Chuỗi không dừng

IO 1.79 Chuỗi không dừng

CPI 2.14 Chuỗi không dừng

IR -0.83 Chuỗi không dừng

EX 1.23 Chuỗi không dừng

M2 0.06 Chuỗi không dừng

CR -1.77 Chuỗi khơng dừng

(Nguồn: Phân tích bằng Eviews, Phụ lục 4.1 – 4.7)

Các biến số trong mơ hình đều là các biến khơng dừng. Do đó, ta tiếp tục xét đến chuỗi sai phân bậc 1 của các biến trên và có kết quả như sau:

Bảng 2.3. Kết quả kiểm định nghiệm đơn vị sai phân bậc 1

Đơn vị tính: khơng Tên biến Tau statistic Kết luận (5%) -3.63 (1%) -2.95 (5%) -2.61 (10%)

IO -6..97 Chuỗi dừng sai phân bậc 1

CPI -2.16 Không dừng sai phân bậc 1

IR -5.78 Chuỗi dừng sai phân bậc 1

EX -6.33 Chuỗi dừng sai phân bậc 1

M2 -3.57 Chuỗi dừng sai phân bậc 1

CR -2.96 Chuỗi dừng sai phân bậc 1

(Nguồn: phần mềm eviews, phụ lục 5.1 – 5.7)

Từ kết quả trên cho thấy ngoại trừ biến lạm phát (CPI) thì các biến cịn lại đều dừng ở sai phân bậc 1.

Số liệu ban đầu của các biến trên khơng có tính dừng, nhưng sai phân bậc 1 thì lại có tính dừng. Điều này cho thấy giữa các biến này có khả năng là đồng liên kết bậc

1. Do đó, sẽ phải thực hiện kiểm định ADF đối với phần dư từ mơ hình để xem thực

sự có phải các biến trong mơ hình hồi qui là đồng liên kết hay khơng.

2.4.3.2 Ước lượng phương trình hồi quy

Ước lượng mơ hình hồi quy số (2.1) thu được kết quả như sau:

Bảng 2.4. Kết quả ước lượng phương trình (2.1)

Đơn vị tính: tỷ đồng, điểm, %

Hệ số ước lượng Sai số chuẩn Thống kê t Xác suất P

Hệ số cắt -263.6069 273.4243 -0.964094 0.3430 IO 0.004436 0.001532 2.894598 0.0071 CPI -3.160483 4.171862 -0.757571 0.4548 IR -9.229879 7.726945 -1.194506 0.2420 EX 0.018421 0.016834 1.094316 0.2828 M2 3.791304 4.079608 0.929330 0.3604 CR 4.472228 1.446336 3.092109 0.0044 R2 R2adj F DW N 0.7618 0.7126 15.46 1.0078 36

2.4.3.3 Kiểm định đồng liên kết

Tiến hành kiểm định nghiệm đơn vị đối với các phần dư ut của phương trình

(2.1) đã ước lượng với giả thiết như sau:

H0: phần dư của phương trình là một chuỗi khơng dừng

H1: phần dư của phương trình là một chuỗi dừng

Bảng 2.5. Kết quả kiểm định đồng liên kết

Đơn vị tính: khơng Tên biến Tau statistic Kết luận (5%) -3.63 (1%) -2.94 (5%) -2.61 (10%) Ut -3.93 Chuỗi dừng (Nguồn: phần mềm Eviews, phụ lục 7)

Như vậy, phần dư ut của phương trình ước lượng số (2.1) là một chuỗi dừng. Do đó, giữa các biến trong mơ hình hồi quy là đồng liên kết và giữa chúng thực sự có mối

quan hệ dài hạn. Vì vậy, ta có thể sử dụng các kết quả kiểm định thống kê t, thống kê F

như bình thường.

2.4.4 Kiểm định mơ hình hồi quy

2.4.4.1 Kiểm định mức ý nghĩa của các hệ số hồi quy

Dựa vào giá trị p-value của các kết quả ước lượng cho thấy phương trình ước

lượng (2.1): Hệ số cắt, biến CPI, biến IR, biến EX và biến M2 khơng có ý nghĩa về mặt

thống kê ở mức ý nghĩa 10%.

Như vậy nhiều khả năng một trong những giả thiết của phương pháp OLS bị vi

phạm. Do đó, cần phải tiến hành các kiểm định đa cộng tuyến, phương sai thay đổi

trước khi đạt được mơ hình dự báo tối ưu.

2.4.4.2 Kiểm định đa cộng tuyến *Dùng ma trận hệ số tương quan: *Dùng ma trận hệ số tương quan:

Bảng 2.6. Ma trận hệ số tương quan giữa các biến độc lập

Đơn vị tinh: không đơn vị

IO CPI IR EX M2 CR IO 1.000000 0.544318 0.521695 0.790210 -0.470666 -0.135472 CPI 0.544318 1.000000 0.756618 0.765538 -0.897429 -0.492330 IR 0.521695 0.756618 1.000000 0.947522 -0.559428 -0.089528 EX 0.790210 0.765538 0.947522 1.000000 -0.594628 -0.093436 M2 -0.470666 -0.897429 -0.559428 -0.594628 1.000000 0.699254 CR -0.135472 -0.492330 -0.089528 -0.093436 0.699254 1.000000 (Nguồn: phần mềm Eviews)

Căn cứ vào bảng ma trận hệ số tương quan trên cho thấy các biến độc lập có

mối tương quan khá chặt với nhau, đó là: (i) biến giá trị sản xuất cơng nghiệp (IO) có

tương quan dương với biến tỷ giá hối đoái (EX) với hệ số tương quan là 0.79 và (ii)

biến tỷ lệ lạm phát (CPI) có mối tương quan chặt với biến tỷ giá hối đoái (EX), với

biến lãi suất (IR) và biến cung tiền (M2). Như vậy, nhiều khả năng có hiện tượng đa cộng tuyến giữa các biến độc lập trong mơ hình ước lượng.

*Dùng hồi qui phụ: Ước lượng hàm hồi qui theo phương trình: CPIt = C + IOt + IRt + EXt + M2t + CRt+ ut (2.2)

Bảng 2.7. Kết quả ước lượng hồi qui của phương trình (2.2)

Đơn vị tính: %

Hệ số ước lượng Sai số chuẩn Thống kê t Xác suất P

Hệ số cắt 20.85430 14.06693 1.482506 0.1486 IO -0.000191 6.65E-05 -2.877766 0.0073 IR 1.237437 0.408081 3.032330 0.0050 EX 0.000316 0.000882 0.358231 0.7227 M2 -0.756380 0.115068 -6.573335 0.0000 CR 0.013518 0.065915 0.205085 0.8389 R2 R2adj F DW N 0.9225 0.9096 71.46 0.638 36

Các thông số như Sai số chuẩn của ước lượng của các biến là thấp, trong khi lại

có R2 rất cao, lên tới 0.92. Với các dấu hiệu trên có thể khẳng định có hiện tượng đa

cộng tuyến khơng hồn hảo trong các biến giải thích của phương trình hồi qui (2.2). Do

đó, các kết quả của phương trình ước lượng sẽ khơng cịn chính xác nữa.

Dựa vào ma trận hệ số tương quan và kết quả kiểm định hồi qui phụ nhận thấy có 2 biến độc lập tương quan khá chặt với các biến còn lại là biến CPI và biến EX. Do

đó tiến hành kiểm định bỏ bớt các biến này ra khỏi mơ hình để loại bỏ ảnh hưởng của đa cộng tuyến. Kết quả thu được như sau:

Bỏ bớt biến CPI trong phương trình (2.1):

Bảng 2.8. Kết quả kiểm định bỏ biến CPI trong phương trình (2.1)

Đơn vị tính: khơng Value df Probability t-statistic 0.757571 29 0.4548 F-statistic 0.573914 (1, 29) 0.4548 Likelihood ratio 0.705487 1 0.4009 (Nguồn: phần mềm Eviews, phụ lục 9.1)

Với p-value = 0,4548 cho thấy rằng việc bỏ bớt biến CPI là một việc cần thiết phải thực hiện.

Bỏ cả biến CPI và EX trong phương trình (2.1)

Bảng 2.9. Kết quả kiểm định bỏ biến CPI và EX phương trình (2.1)

Đơn vị tinh: khơng

Value df Probability

F-statistic 0.781370 (2, 29) 0.4672

Likelihood ratio 1.889489 2 0.3888

(Nguồn: phần mềm Eviews, phụ lục 9.2)

Với p-value = 0,4672 cho thấy rằng việc bỏ bớt biến CPI và biến EX không làm cho mức độ giải thích của mơ hình bị giảm đáng kể.

Bảng 2.10. Kết quả ước lượng sau khi bỏ 2 biến phương trình (2.1)

Đơn vị tính: tỷ đồng, %, điểm

Hệ số ước lượng Sai số chuẩn Thống kê t Xác suất P

Hệ số cắt -68.81363 77.20313 -0.891332 0.3796 IO 0.006363 0.001382 4.605251 0.0001 IR -12.52848 5.276978 -2.374176 0.0240 M2 4.019018 2.234067 1.798969 0.0818 CR 5.537137 1.318921 4.198233 0.0002 R2 R2adj F DW N 0.7672 0.7371 25.54 1.1206 36 (Nguồn: phần mềm Eviews, phụ lục 10)

Sau khi bỏ bớt 2 biến CPI và EX trong phương trình (2.1) thì tất cả các biến độc lập ngoại trừ biến Cung tiền M2 có ý nghĩa ở mức thống kê 10%, cịn lại đều có ý nghĩa thống kê ở mức ý nghĩa 2%. Do đó, có thể nói rằng việc bỏ bớt 2 biến CPI và EX làm cho mơ hình ước lượng trở nên tốt hơn.

Khi đó, Phương trình (2.1) có dạng như sau:

VNIt = -68,813 + 0,0063IOt – 12,528IRt + 4,0190M2t + 5,5371CRt + ut (2.3) 2.4.4.3 Kiểm định phương sai thay đổi

Tiến hành kiểm định White đối với các phương trình hồi quy sau khi đã loại bỏ biến gây ra đa cộng tuyến, thu được kết quả như sau:

Bảng 2.11. Kết quả kiểm định phương sai thay đổi phương trình (2.3)

Đơn vị tính: khơng

F-statistic 2.193240 Prob. F(14,21) 0.0504

Obs*R-squared 21.37869 Prob. Chi-Square(14) 0.0923

Scaled explained SS 8.096125 Prob. Chi-Square(14) 0.8843

(Nguồn: phần mềm Eviews, phụ lục 11)

Với p-value = 0.0923 nên ở mức ý nghĩa 5% khơng có hiện tượng phương sai

2.4.5 Mơ hình ước lượng tối ưu

Phương trình (2.3):

VNIt = -68,813 + 0,0063IOt – 12,528IRt + 4,0190M2t + 5,5371CRt + ut là phương

trình tối ưu dùng để ước lượng tác động của các biến độc lập đến chỉ số giá chứng

khoán VNI – Index.

Trong phương trình (2.3) có R2 hiệu chỉnh bằng 0.7371 cho thấy 4 biến số kinh tế vĩ mơ đã giải thích được khoảng 73,71% sự thay đổi của biến chỉ số giá chứng

khoán VN – Index. Điều này cho thấy chỉ số giá chứng khoán VN – Index còn phụ

thuộc vào các biến kinh tế vĩ mô khác như giá xăng dầu, chính sách thuế…và chỉ số giá chứng khoán ở các giai đoạn trước. Ngoài ra, chỉ số giá chứng khoán Việt Nam thời gian qua chịu ảnh hưởng rất lớn từ tâm lý đám đơng, đầu tư dưới hình thức đầu cơ là chủ yếu và đặc biệt là sự chi phối một số cổ phiếu có giá trị vốn hóa lớn của các Quỹ

đầu tư chỉ số. Chính vĩ lẽ đó, chỉ số giá chứng khoán VN – Index đã biến động khá

phức tạp.

Với kết quả này cho thấy các biến sản lượng công nghiệp, lãi suất, cung tiền và

tăng trưởng tín dụng đã tác động đến chỉ số giá chứng khoán. Các hệ số ước lượng

trong mơ hình hồi qui là hệ số góc của chỉ số giá chứng khốn theo các biến kinh tế vĩ mô. Nếu các yếu tố khác khơng đổi thì:

Giá trị sản lượng công nghiệp tăng 1 tỷ đồng/tháng sẽ làm cho chỉ số giá chứng khoán VN – Index tăng 0.0063 điểm.

Lãi suất liên ngân hàng tăng 1%/năm sẽ làm cho chỉ số giá chứng khoán VN –

Index giảm 12,52 điểm.

Cung tiền tăng 1% so với cùng kỳ năm trước sẽ làm cho chỉ số giá chứng khoán VN – Index tăng 4,019 điểm.

Tăng trưởng tín dụng tăng 1% so với cùng kỳ năm trước sẽ làm cho chỉ số giá

chứng khoán VN – Index tăng 5,53 điểm.

Sản lượng công nghiệp tác động dương đến chỉ số giá chứng khoán, một sự gia

tăng lên hay giảm xuống trong sản lượng công nghiệp cũng sẽ làm cho chỉ số giá

chứng khoán thay đổi với tỷ lệ tương ứng. Khi sản lượng công nghiệp tăng lên khiến nền kinh tế khởi sắc hơn. Khi đó thu nhập của các doanh nghiệp cũng sẽ tăng lên, điều này giúp cho doanh nghiệp gia tăng cổ tức cũng như cổ tức được chia sẽ tăng lên dẫn

đến giá chứng khoán tăng theo. Ngoài ra, nhu cầu đầu tư của doanh nghiệp cũng tăng lên, cùng với nó là kỳ vọng của nhà đầu tư về nền kinh tế trở nên lạc quan hơn. Tất cả

điều này góp phần làm cho giá chứng khoán của các doanh nghiệp tăng lên, qua đó chỉ

số giá chứng khốn tăng.

Lãi suất liên ngân hàng là biến đại diện cho hệ thống ngân hàng nói riêng và

thị trường tài chính nói chung. Kết quả phân tích cho thấy giữa lãi suất và chỉ số giá chứng khoán có mối quan hệ nghịch biến rất mạnh. Điều này là phù hợp với lý thuyết kinh tế bởi khi lãi suất tăng sẽ dẫn đến chi phí sử dụng vốn của doanh nghiệp cao hơn, dẫn đến lợi nhuận của doanh nghiệp giảm đi khiến cho tỷ lệ cổ tức giảm và giá chứng khoán giảm kéo theo sự sụt giảm của chỉ số giá chứng khoán. Ngoài ra, khi lãi suất

tăng dẫn đến người dân và các doanh nghiệp có xu hướng gửi tiền vào ngân hàng, hưởng lãi thay vì đầu tư vào hoạt động sản xuất kinh doanh. Điều này khiến cho chứng

khốn khơng cịn là kênh đầu tư hấp dẫn trong so sánh tương quan với kênh tiết kiệm nữa, chính vì lẽ đó cầu về chứng khốn giảm và dẫn đến kết quả tất yếu là chỉ số giá chứng khoán giảm.

Cung tiền là nhân tố trực tiếp và quan trọng tác động làm thay đổi cung về vốn

trên thị trường tài chính, từ đó làm thay đổi lãi suất, lạm phát và tỷ giá hối đoái. Cung tiền tăng lên cũng đồng nghĩa với cung về vốn tăng lên dẫn đến tiền lưu thông trong

nền kinh tế nhiều hơn, khi nền kinh tế có nhiều lượng tiền lưu thơng hơn làm cho lãi

suất giảm, kích thích đầu tư khiến cho tổng cầu tăng, thúc đẩy các doanh nghiệp mở

rộng sản xuất kinh doanh và người dân tăng cường tiêu dùng. Qua đó, tạo ra những tác

động tích cực đối với thị trường chứng khốn và ngược lại khi cung tiền giảm sẽ khiến

khoán giảm. Trong các nhân tố kinh tế vĩ mô đã đề cập, cung tiền là nhân tố có ảnh hưởng trực tiếp đến các nhân tố cịn lại như sản lượng cơng nghiệp, lãi suất, tỷ giá, lạm phát, tăng trưởng tín dụng. Do đó, ảnh hưởng của cung tiền đến chỉ số giá chứng khốn thường được thể hiện thơng qua tác động của các biến số kinh tế vĩ mô này đến chỉ số

giá chứng khốn.

Tăng trưởng tín dụng thể hiện lượng tiền cho vay của hệ thống các NHTM của

kỳ này so với cùng kỳ năm trước. Cũng giống như cung tiền, một sự thay đổi trong

tăng trưởng tín dụng sẽ ảnh hưởng đến lãi suất và cung về vốn trên thị trường. Khi tăng trưởng tín dụng tăng lên cũng đồng nghĩa với cung về vốn tăng lên dẫn đến nền kinh tế

Một phần của tài liệu Luận văn thạc sĩ UEH phân tích tác động của các nhân tố kinh tế vĩ đến chỉ số giá chứng khoán việt nam (Trang 57)