CHƯƠNG 3: MƠ HÌNH NGHIÊN CỨU VÀ PHƯƠNG PHÁP NGHIÊN CỨU
3.3. PHƯƠNG PHÁP NGHIÊN CỨU
chỉnh sai số VECM để đo lường mối quan hệ giữa tăng trưởng kinh tế và sự phát triển thị trường chứng khoán gồm Felix Fofana N’Zue (2004), Rama K.Agrawalla và S.K.Tuteja (2007), TMing-Hua Liu và Keshab M.Shrestha (2008); Phan Thị Bích Nguyệt & Phạm Dương Phương Thảo (2011); Nguyễn Minh Kiều, Nguyễn Văn Điệp, Lê Nguyễn Hoàng Tâm (2013); Nguyễn Thị Phương Nhung, (2014). Lợi ích của mơ hình VECM có thể kể đến: (i) Đây là mơ hình tiện dụng để đo lường hiệu chỉnh từ sự mất cân bằng trong giai đoạn trước, hữu ích cho việc ngụ ý chính sách kinh tế đặc biệt phù hợp với việc nghiên cứu mối quan hệ giữa tăng trưởng kinh tế và sự phát triển TTCK bởi bản chất xuyên suốt bị tác động từ quá khứ dẫn đến hiện tại và tương lai của TTCK; (ii) Khi xem xét mơ hình này chuỗi dữ liệu thời gian dừng và các biến đồng liên kết do đó giới hạn được xu hướng sai số cộng dồn dẫn đến hồi qui giả mạo, làm méo mó mối quan hệ; (iii) Phương pháp này dễ dàng thích hợp chuỗi dữ liệu có sẵn từ tổng qt đến cụ thể của mơ hình kinh tế lượng, đơn giản trong sử dụng và đạt tính tin cậy cao; (iv) Lợi ích quan trọng nhất là thuật ngữ sai số mất cân bằng là biến dừng để các biến nghiên cứu đồng liên kết, do đó mơ hình VECM có một ngụ ý quan trọng là nếu các biến nghiên cứu đồng liên kết ngụ ý có một vài tiến trình điều chỉnh để ngăn chặn những sai số trong mối quan hệ dài hạn có thể trở nên rộng và phức tạp hơn (Dimitrios Asterious and Stephen G.Hall, 2009).
Mặt khác, sau khi sử dụng mơ hình VECM sẽ tiến hành kiểm định nhân quả Granger. Kiểm định này được tất cả các tác giả nước ngoài sử dụng và các tác giả Việt Nam chỉ sử dụng kiểm định Granger này khi xem xét mối quan hệ bao gồm có Trần Văn Hồng và Tống Bảo Trân (2014); Phan Thị Bích Nguyệt & Phạm Dương Phương Thảo (2011); Nguyễn Minh Kiều, Nguyễn Văn Điệp, Lê Nguyễn Hoàng Tâm (2013); Nguyễn Thị Phương Nhung, (2014). Các nhà nghiên cứu ở nước ngoài đã xem xét tăng trưởng kinh tế là một hàm số gồm nhiều biến số, trong đó biến quan trọng là sự phát triển TTCK.
Bên cạnh đó, biến sự phát triển TTCK cũng được xem là một hàm số gồm nhiều biến số bên trong, biến số quan trọng nhất là tăng trưởng kinh tế. Các nhóm biến bao gồm trong hai mơ hình này được đo giống nhau cho cả hai hàm số. Như vậy, về phương pháp nghiên cứu, tác giả kế thừa mơ hình vectơ hiệu chỉnh sai số
VECM (một dạng mở rộng của mơ hình ECM) bởi mơ hình này sẽ giải quyết rất tốt khi các biến khó xác định ngoại sinh và nội sinh, nghiên cứu này nhằm lượng hoá mối quan hệ nhân quả giữa sự phát triển của thị trường chứng khốn và nền kinh tế thơng qua hệ thống những biến được chọn trong mơ hình VECM và kiểm định nhân quả Granger.
Bài nghiên cứu này sử dụng kỹ thuật phân tích chuỗi dữ liệu để xem xét ảnh hưởng của các nhân tố kinh tế vĩ mơ đến thị trường chứng khốn. Trong phân tích chuỗi thời gian, phương pháp OLS tỏ ra nhiều hạn chế vì u cầu tính dừng của chuỗi dữ liệu. Một chuỗi dừng là chuỗi có giá trị trung bình là hằng số, đồng thời có phương sai khơng thay đổi theo thời gian. Điều này thường khơng đúng đối với những biến có xu thế. Do đó, nếu hồi quy những chuỗi như vậy sẽ dễ dàng dẫn đến hiện tượng hồi quy giả mạo. Để khắc phục hạn chế đó, trong bài nghiên cứu này tác giả sử dụng mơ hình Vector hiệu chỉnh sai số (VECM). Đây là một mơ hình cho phép hồi quy các biến khơng dừng nhưng lại có quan hệ đồng liên kết, điều này rất phù hợp với các biến được lựa chọn trong mơ hình.
Để hồi quy theo mơ hình VECM, bài nghiên cứu tiến hành quy trình sau:
Trung bình mẫu (mean) trong thống kê là một đại lượng mơ tả thống kê,được
tính ra bằng cách lấy tổng giá trị của toàn bộ các quan sát trong tập chia cho số lượng các quan sát trong tập.
Ỹ=2”=1XÌ
n
Số trung vị (median) là một số tách giữa nửa lớn hơn và nửa bé hơn của một
mẫu, một quần thể, hay một phân bố xác suất. Nó là giá trị giữa trong một phân bố, mà số nằm trên hay dưới con số đó là bằng nhau. Điều đó có nghĩa rằng 1/2 quần thể sẽ có giá trị nhỏ hơn hay bằng số trung vị, và một nửa quần thể sẽ có giá trị bằng hoặc lớn hơn số trung vị.
Độ lệch chuẩn, hay độ lệch tiêu chuẩn là một đại lượng thống kê mô tả dùng
để đo mức độ phân tán của một tập dữ liệu đã được lập thành bảng tần số. Có thể tính ra độ lệch chuẩn bằng cách lấy căn bậc hai của phương sai. Nếu gọi X là giá trị của cơng cụ tài chính, m = E(X) là trung bình động của X, S là phương sai, d là độ lệch chuẩn thì độ lệch chuẩn sẽ được tính tốn như sau:
S = E [(X - m)2] d = Căn bậc hai của S
Tần suất và biểu đồ phân bổ tần suất, tần suất là số lần xuất hiện của biến
quan sát trong tổng thể, giá trị các biến quan sát có thể hội tụ, phân tán, hoặc phân bổ theo một mẫu hình nào đó, quy luật nào đó.
Khi hai tập dữ liệu có cùng giá trị trung bình cộng, tập nào có độ lệch chuẩn lớn hơn là tập có dữ liệu biến thiên nhiều hơn. Trong trường hợp hai tập dữ liệu có giá trị trung bình cộng khơng bằng nhau, thì việc so sánh độ lệch chuẩn của chúng khơng có ý nghĩa. Độ lệch chuẩn cịn được sử dụng khi tính sai số chuẩn. Khi lấy độ lệch chuẩn chia cho căn bậc hai của số lượng quan sát trong tập dữ liệu, sẽ có giá trị của sai số chuẩn.
(ii) Kiểm định nghiệm đơn vị
Kiểm định nghiệm đơn vị là một kiểm định được sử dụng khá phổ biến để kiểm định một chuỗi thời gian dừng hay khơng dừng.
Giả sử ta có phương trình tự hồi quy như sau: Yt = pYt-1 + ut (-1<p<1) (3.1) Ta có các giả thuyết:
H0: p = 1 (là chuỗi không dừng). H1: p < 1 (là chuỗi dừng).
Phương trình (3.1) tương đương với phương trình (3.2) sau đây: Yt - Yt-1 = pYt-1 - Yt-1 + ut = (p-1)Yt-1 + ut
AY = ỗ Yt-1 + ut (3.2)
Như vậy các giả thuyết ở trên có thể được viết lại như sau: H0: ỗ = 0 (là chuỗi không dừng).
H1: ỗ< 0 (là chuỗi dừng).
Dickey và Fuller cho rằng giá trị t ước lượng của hệ số Yt-1 sẽ theo phân phối xác suất T (tau statistic, T = giá trị ỗ ước lượng/sai số của hệ số ỗ). Kiểm định thống kê T còn được gọi là kiểm định Dickey - Fuller (DF). Kiểm định DF được ước lượng với 3 hình thức:
- Khi Yt là một bước ngẫu nhiên khơng có hằng số: AY = ỗ Yt-1 + ut (3.3) - Khi Yt là một bước ngẫu nhiên có hằng số: AY = 01+ ỗ Yt-1 + ut (3.4) - Khi Yt là một bước ngẫu nhiên với hằng số xoay quanh một đường xu thế
cố định: AY = 01+ 02*TIME + ỖYt-1 + ut (3.5)
Để kiểm định H0 ta so sánh giá trị thống kê T tính tốn với giá trị thống kê tra bảng DF. Tuy 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 (3.5) các biến trễ của sai phân biến phụ thuộc AYt:
AY = 01+ 02 TIME + ỖYt-1 + aiAYt-1 + ut (3.6)
Kết quả nếu TADF < Ta với a lần lượt tại các mức ý nghĩa thống kê. Ta kết luận chấp nhận giả thuyết Ho tức chuỗi Y là không dừng và ngược lại.
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 trađồng tích hợp nhằm xác định trạng thái cân 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 được giới hạn thì những biến này gọi là đồng tích hợp.
Để điều tra nghiên cứu mối tương quan dài hạn giữa chỉ số VN-Index và các biến kinh tế vĩ mơ như một hệ phương trình, vận dụng phép kiểm định đồng tích hợp đa lượng biến Johansen. Mối quan hệ giữa các biến dựa trên mơ hình sau đây:
xt = Ao +Z(j=1^ k) Ajxj-t +et Trong đó:
Ao là một vector (nxl) hằng số
Xt là một vector (nxl) hằng số của những biến dừng ở sai phân bậc 1 k là độ trễ
Quá trình tự hồi quy của những vector được điều chỉnh lại và chuyển vào mơ hình vector hiệu chỉnh sai số (VECM)
A xt = Ao + Z(j=1^ k-1)ỤjAxt-j+ ...+ nAxt-1 +et Trong đó :
Ti= -Z(i=j+1^k)Aj n = -I + 2(i=j+1k)Aj
Với I là một ma trận đồng nhất thức (nxn)
A sai phân là giá trị kiểm tra (trace value) và (maximum eigen value) được dùng để tìm ra số lượng đồng tích hợp nếu có.
Giả thiết Ho: 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 a% (1%, 5%, 10%).
Nếu: (trace value) hoặc giá trị (maximum eigen value) < giá trị (critical value)
^ chấp nhận giả thiết Ho: khơng có đồng liên kết
Nếu: (trace value) hoặc giá trị (maximum eigen value) > giá trị (critical value)
Error Correction model)
Việc ước lượng mơ hình hiệu chỉnh sai số ECM được tiến hành theo 2 bước: Kiểm định đồng tích hợp theo phương pháp Johansen and 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 bước 2. Phương trình hồi quy đồng tích hợp thể hiện mối quan hệ cân bằng trong dài hạn giữa các biến khảo sát).
Yt = b + 2(j=1^ m)OECONt + ECTt
Vector đồng tích hợp được đo bằng cách biến đổi phần dư từ phương trình hồi quy Yt lên ECONt như sau: ECTt = Yt - E(j=1^ m)OECONt -b
Trong đó:
Yt: là biến phụ thuộc (chỉ số giá cổ phiếu)
ECONt: các biến độc lập (các biến kinh tế vĩ mô) ECTt: phần dư của phương trình
<!’. b là hệ số của ma trận tương đương về kích cỡ m: biến cố độc lập
Ước lượng mơ hình hiệu chỉnh sai số VECM
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 VECM được ước lượng như sau:
AYt = c + E(i=1^p)pi*AYt-1 + 2(j=1^ m)Z(j=1^ k)$ij*AECONt + Y1*ECTt- 1+ pt
Trong đó:
AYt: sai phân bậc 1 của biến phụ thuộc
AYt-1: sai phân bậc 1 của biến phụ thuộc lấy độ trễ là t-1
AECONt: Sai phân bậc 1 của các biến kinh tế vĩ mô và lấy độ trễ là t-1
ECTt-1: phần dư thu được từ phương trình hồi quy đồng tích hợp ở bước trên và lấy độ trễ là t-1
pt: phần dư trong phương trình hồi quy p&k: thơng số độ trễ tương ứng
m: biến số độc lập trong phương trình
Điều kiện của mơ hình hiệu chỉnh sai số là phải có hệ số Y1 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 hướng 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.
(v) Kiểm định sự phù hợp của mơ hình
- Kiểm định quan hệ nhân quả Granger để xem xét sự tồn tại các mối quan hệ giữa các biến.
- Kiểm định nghiệm đơn vị đối với phần dư thu được từ mơ hình. - Kiểm định tự tương quan của phần dư trong mơ hình.
TĨM TẮT CHƯƠNG 3
Mục tiêu chương 3 nhằm trình bày quy trình và phương pháp nghiên cứu được thực hiện để xây dựng mơ hình. Quy trình nghiên cứu gồm các giai đoạn chính sau: cách thu thập dữ liệu và mô tả dữ liệu thu thập; xây dựng biến và cách đo lường các biến; đề xuất mơ hình nghiên cứu; xây dựng giả thiết nghiên cứu và trình bày phương pháp kiểm định mơ hình nghiên cứu. Trong chương 3, tác giả đã xây dựng mơ hình nghiên cứu về mối quan hệ giữa tăng trưởng kinh tế và thị trường chứng khoán. Từ những nghiên cứu đi trước, tác giả đã hình thành giả thiết nghiên cứu trong mơ hình. Số liệu để thực hiện nghiên cứu được lấy từ Hệ thống cơ sở dữ liệu các chỉ tiêu tài chính của Tổng cục Thống kê Việt Nam (GSO); Ngân hàng Nhà nước Việt Nam; Ủy ban Chứng khoán Nhà nước, Ngân hàng nhà nước. Số liệu này được tổng hợp trên Excel và xử lý trên phần mền Eview 8 và SPSS. Các kỹ thuật sử dụng trong nghiên cứu bao gồm: thống kê mô tả dữ liệu, kiểm định nghiệm đơn vị, kiểm định đồng liên kết Johansen, mơ hình ước lượng sai số chuẩn.