Định lượng bong bóng nền kinh tế

CHƯƠNG 2: NỀN KINH TẾ VIỆT NAM Cể ĐỐI MẶT VỚI

2.3 Định lượng bong bóng nền kinh tế

Như đã đề cập ở phần trước, nền kinh tế Việt Nam đang đối mặt với các dấu hiệu của bong bóng, do đó thật hữu ích để cho chúng ta xem xét mặt định lượng của những kết luận trên. Đối với các nước có TTCK phát triển lâu đời thì TTCK chính là phong vũ biểu của nền kinh tế, nhìn vào sự tăng giảm của chỉ số giá cổ phiếu trên thị trường chứng khoán ta có thể rút ra những kết luận xác thực về mức độ suy thoái hay tăng trưởng của một nền kinh tế. Bời vì, sự tăng trưởng của TTCK sẽ làm gia tăng của cải của hộ gia đình và thông qua việc chi tiêu sự gia tăng thêm trên chứng khoán của hộ gia đình sẽ thúc đẩy kinh tế phát triển và quay ngược lại.

Còn khi nền kinh tế xuất hiện dấu hiệu đi xuống, người dân sẽ có xu hướng nắm giữ những tài sản có tính rủi ro thấp và thanh khoản tốt, do đo, lúc này họ có xu hướng nắm giữ tiền mặt để chi dùng hơn là đầu tư, nên sẽ làm chỉ số chứng khoán sụt giảm. Tức là TTCK là đại diện cho kỳ vọng của người dân về nền kinh tế và nó sẽ phản ánh nền kinh tế thông qua chỉ số thị trường. Vì vậy, là một điều hữu ích khi chúng ta sẽ dùng chỉ số TTCK để định lượng những tác động của bong bóng trong nền kinh tế - mà ở đây là chỉ số VN-Index nhưng với một TTCK còn non trẻ như ở Việt Nam thì liệu VN-Index đã có thể là phong vũ biểu của nền kinh tế hay chưa và với các dấu hiệu bong bóng hiện nay. Để trả lời cho các câu hỏi đó chúng ta sẽ tiến hành kiểm định xem liệu VN-Index đã là phong vũ biểu của nền kinh tế Việt Nam hay chưa?

2.3.1 Mô hình sử dụng

Từ nhiều thập kỉ trước, câu hỏi chỉ số chứng khoán của một quốc gia có phải là một phong vũ biểu hàng đầu của một nền kinh tế hay không đã thu hút được sự quan tâm của nhiều học giả và các nhà nghiên cứu kinh tế hàng đầu trên thế giới. Nhiều nghiên cứu đã được tiến hành nhằm tìm kiếm mối liên hệ giữa các biến vĩ mô và chỉ số chứng khoán ở nhiều quốc gia khác nhau. Như Chen và các cộng sự (1986) sử dụng lý thuyết kinh doanh chênh lệch giá (APT) được phát triển bởi Ross (1976) đã tìm thấy mối liên hệ trực tiếp giữa chỉ số chứng khoán thị

trường Mĩ với các biến kinh tế vĩ mô quan trọng của nền kinh tế như sản lượng công nghiệp, lãi suất và lạm phát.

Trong những năm gần đây với sự phát triển của kĩ thuật phân tích đồng liên kết đã cung cấp một công cụ mới thuận tiện hơn cho các nhà nghiên cứu trong việc kiểm định mối quan hệ giữa các biến vĩ mô trong nền kinh tế với chỉ số chứng khoán của một quốc gia. Ví dụ như Kwon và Shin (1999) đã sử dụng kĩ thuật đồng liên kết của Engel-Granger cùng với kiểm định nhân quả của Granger đã tìm thấy mối liên hệ đồng liên kết giữa chỉ số chứng khoán với một tập hợp các biến vĩ mô của nền kinh tế như chỉ số sản xuất, tỉ giá, lượng cung tiền và cán cân thương mại.

Maysia và Kok (2000) cũng sử dụng kiểm định đồng liên kết Johansen trong mô hình hiệu chỉnh sai số (VECM) và đã tìm ra mối quan hệ đồng liên kết giữa thị trường chứng khoán Singapore và năm biến vĩ mô khác trong nền kinh tế.

Vì thế, đề tài sử dụng kiểm định nhân quả Granger và mô hình kiểm định đồng liên kết đối với các biến bao gồm: chỉ số VN-Index (VNI), biến tỉ lệ lạm phát (CPI), biến lãi suất huy động (DR), biến tỉ giá USD/VND (EX), biến sản lượng công nghiệp (ID), biến tổng lượng cung tiền (M2), và biến tổng mức bán lẻ hàng hoá (RT) để trả lời cho câu hỏi “ VN-Index có phải là phong vũ biểu thật sự của nền kinh tế Việt Nam hay không?”

Số liệu nghiên cứu được lấy theo dữ liệu tháng bắt đầu từ tháng 1/2004 cho đến tháng 5/2007.

Chỉ số VN-Index được lấy từ Dragon Capital, tỉ lệ lạm phát CPI, lãi suất huy động, tỉ giá USD/VND, tổng lượng cung tiền M2 được lấy từ số liệu thống kê của IMF còn sản lượng công nghiệp và tổng mức bán lẻ hàng hoá được lấy từ website của Tổng cục Thống kê.

2.3.2 Kiểm định nhân quả Granger

Lý luận cơ bản của Granger trong kiểm định mối nhân quả

Granger khẳng định mối quan hệ nhân quả của khả năng dự đoán trước. Ông nêu định đề rằng X được coi là nguyên nhân gây ra Y nếu Y được tiên đoán một cách chính xác hơn bằng cách tính biến số X với các thông tin cho trước trong mô hình. Trong khi điều tra định hướng của mối quan hệ nguyên nhân - kết quả giữa VN-Index và lạm phát bằng VN-Index thì phương trình hồi quy để đánh giá điều tra của Granger sẽ như sau:

Yt = 



 n

i

i t iX a

1

+ 



 m

j

j t jY b

1

+ U1t (1)

Xt = 



 n

i

i t iX c

1

+ 



 m

j

j t jY d

1

+ U2t (2)

Trong đó: Y là chỉ số VN-Index; X là chỉ số lạm phát CPI; ai, bj, ci, dj là các tham số cần ước lượng; n, m là độ dài các biến giải thích và U1, U2 là các sai số ngẫu nhiên và là các

“nhiễu trắng”.

(1) Mối quan hệ nhân quả duy nhất từ X sang Y được chỉ ra nếu ai  0 và dj = 0.

(2) Mối quan hệ nhân quả duy nhất từ Y sang X cũng được chỉ ra nếu

ai = 0 và dj  0.

(3) Quan hệ nhân quả phản hồi hoặc liên quan trực tiếp với nhau tồn tại nếu ai  0 và dj  0.

(4) Tính độc lập của hai biến sẽ được chỉ ra khi ai = 0 và dj = 0. Tức không tồn tại mối quan hệ nhân quả giữa X và Y.

Trong nhiều nghiên cứu thực nghiệm, kiểm định này đã được áp dụng rộng rãi để điều tra mối quan hệ nhân quả giữa các biến kinh tế khác nhau.

Điều kiện của kiểm định nhân quả Granger

Các biến kinh tế vĩ mô và chỉ số giá chứng khoán phải là các chuỗi dừng hoặc các biến đồng liên kết (không có hiện tượng tương quan giả).

Kiểm định Granger rất nhạy cảm với việc lựa chọn độ trễ của các biến. Nếu độ trễ được chọn bé hơn độ trễ thực sự thì việc bỏ sót biến trễ thích hợp có thể làm chệch các kết quả. Ngược lại nếu lớn hơn thỉ sẽ làm cho các ước lượng không hiệu quả.

Các phần dư không có hiện tượng tự tương quan.

Thực hiện kiểm định nhân quả Granger

Trước hết, từ lý luận tổng quát của Granger sử dụng hồi qui không ràng buộc cho phương trình:

Yt = 



 m

i

i t iY

1

 + 



 m

i

i t iX

1

 + Ut (3) và hồi qui phương trình thu hẹp:

Yt = 



 m

i

i t iY

1

 + Ut (4)

Sau đó, sử dụng các tổng phần dư tính thống kê F để kiểm định cho giả thiết

H0: 1 = 2 =… = m = 0. Nếu cho phép bác bỏ H0 có ý nghĩa thì ta từ bỏ giả thiết “X không gây ra sự thay đổi của Y”.

2.3.3 Kiểm định đồng liên kết

Một trong những điều kiện của kiểm định nhân quả Granger là các biến kinh tế vĩ mô phải là các chuỗi dừng hoặc đồng liên kết. Tuy nhiên, hầu hết các biến chuỗi thời gian là không dừng làm xuất hiện hiện tượng hồi quy tương quan giả khi hồi qui một chuỗi thời gian không dừng với một hoặc nhiều chuỗi thời gian không dừng khác nên để tránh hiện tượng này thì các biến trong mô hình hồi quy phải dừng hoặc đồng liên kết. Để biết một chuỗi thời gian có dừng hay không ta có thể sử dụng kiểm định ADF, nếu các chuỗi thời gian trong mô hình là không dừng nhưng rất có thể vẫn tồn tại mối quan hệ cân bằng dài hạn giữa chúng nếu các chuỗi thời gian đó đồng liên kết – nghĩa là phần dư từ mô hình hồi quy của các chuỗi thời gian không dừng là một chuỗi dừng, ta vẫn có thể tránh được hiện tượng tương quan giả. Xét về mặt kinh tế, các biến đồng liên kết nghĩa là chúng có mối quan dài hạn, ổn định với nhau.

Thực hiện kiểm định đồng liên kết

Giả sử hai chuỗi thời gian chỉ số VN-Index và chỉ số lạm phát là hai chuỗi không dừng, ta hồi qui CPI theo VNI như sau:

VNIt = ao + a1 CPIt + ut (5)

Sau khi hồi qui chúng ta có được phần dư ut, tiếp tục dùng kiểm định ADF kiểm định phần dư này, nếu kết quả thu được chấp nhận giả thuyết ut là một chuỗi dừng thì như thế kết hợp tuyến tính đã triệt tiêu tính xu thế trong hai chuỗi thời gian và do đó kết quả hồi qui của phương trình (5) có ý nghĩa. Trong trường hợp này hai biến được được gọi là đồng liên kết và hệ số a1 được gọi là hệ số hồi qui đồng liên kết và các kiểm định truyền thống như kiểm định t và kiểm định F vẫn áp dụng được cho chuỗi thời gian không dừng.

2.3.4 Kiểm định

2.3.4.1 Kiểm định ADF để xác định VN-Index và các biến vĩ mô có phải là chuỗi dừng hay không?

Ho: chuỗi thời gian kiểm định là một chuỗi không dừng H1 : chuỗi thời gian kiểm định là một chuỗi dừng

Bảng 2.3: Kết quả kiểm định chuỗi thời gian là chuỗi dừng hay không dừng

Biến ADF Unit Root Test

ADF Test Statistc 1% 5% 10%

VN-Index 0.337713 -3.6067 -2.9378 -2.6069

CPI 0.172323 -3.6067 -2.9378 -2.6069

DR -1.500719 -3.6067 -2.9378 -2.6069

EX 0.040638 -3.6067 -2.9378 -2.6069

ID -1.118533 -3.6067 -2.9378 -2.6069

M2 2.571476 -3.6067 -2.9378 -2.6069

RT -0.229923 -3.6067 -2.9378 -2.6069

Căn cứ vào kết quả ở bảng 1, giá trị kiểm định ADF của VN-Index và tất cả các biến vĩ mô của nền kinh tế đều nhỏ hơn giá trị tới hạn ở cả 3 mức ý nghĩa lần lượt là 1%, 5% và 10%. Tức là chúng ta không thể bác bỏ giả thuyết Ho. Điều này đồng nghĩa tất cả các biến trong kiểm định ADF đều là những chuỗi không dừng. Do đó khi tiến hành hồi qui các biến này trong cùng một mô hình, chúng ta phải tiến hành kiểm định xem các biến này có đồng liên kết hay không để tránh hiện tượng hồi qui tương quan giả.

2.3.4.2 Kiểm định nhân quả Granger

Bảng 2.4: Bảng tổng hợp mối quan hệ nhân quả giữa VNI-Index và các biến

Nhân quả Granger p-value Mức ý nghĩa Tác động Chiều CPI => VN-Index 0.459225 0.1 Không

VN-Index => CPI 0.630974 0.1 Không

DR=> VN-Index 0.042680 0.1 Có -

VN-Index => DR 0.152169 0.1 Không EX => VN-Index 0.326276 0.1 Không VN-Index => EX 0.276738 0.1 Không ID=> VN-Index 0.141176 0.1 Không VN-Index => ID 0.616248 0.1 Không

M2 => VN-Index 0.008388 0.1 Có +

VN-Index => M2 0.424894 0.1 Không RT=> VN-Index 0.632155 0.1 Không

VN-Index => RT 0.090011 0.1 Có +

Từ kết quả của bảng 2, chúng ta có thể thấy rằng chỉ có duy nhất hai biến vĩ mô trong nền kinh tế có tác động đến chỉ số VN-Index đó là biến cung tiền M2 và biến lãi suất huy động DR. Kết quả này phù hợp với nghiên cứu của Wing-Keung Wong, Habibullah Khan và Jundu (2005) cho biến cung tiền và lãi suất đối với thị trường chứng khoán Singapore. Trong khi đó ở chiều ngược lại, VN-Index chỉ có tác động đến duy nhất một biến tổng mức bán lẻ hàng hoá trong số tất cả các biến vĩ mô được đề cập đến trong đề tài.