5. KẾT QUẢ TỪ MÔ HÌNH
5.5 Kiểm định nhân quả Granger
Kiểm định nhân quả của Granger khác với mối quan hệ nhân quả bình thường. Kiểm định nhân quả Granger là một công cụ kinh tế lượng dựa trên khung kiểm định F chuẩn để xác định liệu một chuỗi thời gian có ích trong việc tiên đoán giá trị của một chuỗi dữ liệu thời gian khác hay không. Biến X có quan hệ nhân quả với Y nếu giá trị trong quá khứ của X có thể giúp tiên đoán giá trị hiện tại của Y. Nếu biến X ảnh hưởng Granger lên biến Y và không theo chiều ngược lại thì đó gọi là mối quan hệ nhân quả một chiều. Nếu X có tác động lên biến Y và ngược lại thì gọi là mối quan hệ nhân quả hai chiều. (Brooks 2002). Kết quả kiểm định nhân quả Granger giữa TGHĐ và gía cổ phiếu trong suốt giai đoạn nghiên cứu.
Bảng 5.5 : Kết quả kiểm định Granger : Giả thuyết không (Null
Hypothesis)
F-
Statistic Prob. Kết luận Thị trường cổ phiếu không có
ảnh hưởng nhân quả Granger lên thị trường TGHĐ
0,669582 0,4132
Không thể bác bỏ giả thuyết không=> Cổ phiếu không gây ảnh hưởng nhân quả lên TGHĐ Thị trườngTGHĐ không có
ảnh hưởng nhân quả Granger lên thị trường cổ phiếu
1,576194 0,2093
Không thể bác bỏ giả thuyết không=> TGHĐ không gây ảnh hưởng nhân quả lên Cổ
Nguồn: Xem Phụ Lục 5 Nhìn vào cột xác suất chúng ta có thểđi đến kết luận chỉ số giá cổ phiếu không có ảnh hưởng nhân quả lên TGHĐ và ngược lại nghĩa là sự biến động trong quá khứ của giá cổ phiếu không sức mạnh giải thích đối với biến động hiện tại của TGHĐ và ngược lại sự biến động trong quá khứ của TGHĐ không có sức mạnh giải thích đối với biến động hiện tại của giá cổ phiếu.
5.6 Phân tích hàm phản ứng đẩy (Impulse response).
Nhìn chung Xung phản hồi cho thấy phản ứng của một hệ thống động đối với một tác nhân thay đổi từ bên ngoài. Cụ thể là hàm xung phản hồi chủ yếu kiểm tra các biến phụ thuộc phản ứng như thế nào đối với cú sốc từ mỗi biến độc lập. Ảnh hưởng tích tụ của các phản hồi đơn vị được đo lường bằng cách cộng các hệ số tương quan của hàm xung phản hồi (Lin 2006). Tuy nhiên Lutkepohl and Reimers (1992) phát biểu rằng, phân tích xung phản hồi truyền thống phải thực hiện quá trình trực giao hóa các cú sốc. Và kết quả khác nhau đối với trật tự các biến khác nhau trong mô hình VAR. Các phần dư càng có tương quan cao thì trật tự của các biến trong phương trình VAR càng quan trọng. Để khắc phục vấn đề này thì Pesaran and Shin (1998) đã phát triển hàm xung
phản hồi tổng quát (generalized impulse response functions) trong đó điều chỉnh mức độ ảnh hưởng của trật tự của các biến khác nhau trong hàm xung phản hồi. Hàm xung phản hồi được chuẩn hóa này được thể hiện trên đồ thị bằng các dữ liệu tương quan trong quá khứ. Bài nghiên cứu này không thể hiện cách tính toán về hàm xung phản hồi chuẩn hóa và chỉ dùng đồ thị để thể hiện thời gian tác động từ cú sốc của TGHĐ tới chỉ số VN-Index cũng như thời gian tác động từ cú sốc VN-index tới TGHĐ. Kết quảđược thể hiện trong biểu đồ 5.1 bên dưới.
Biểu đồ 5.1 .00 .04 .08 .12 1 2 3 4 5 6 7 8 9 10 Response of Y1 to Y1 .00 .04 .08 .12 1 2 3 4 5 6 7 8 9 10 Response of Y1 to Y2 -.005 .000 .005 .010 .015 .020 .025 1 2 3 4 5 6 7 8 9 10 Response of Y2 to Y1 -.005 .000 .005 .010 .015 .020 .025 1 2 3 4 5 6 7 8 9 10 Response of Y2 to Y2
Theo biểu đồ trên, chỉ số VN-Index trong ngắn hạn chịu tác động mạnh của giá cổ phiếu giai đoạn trước đó, và mức độ này giảm dần qua các tháng, kể từ tháng thứ 5 thì chỉ số giá cổ phiếu tại Việt Nam gần như độc lập với giai đoạn trước đó. Trong thời gian dài hơn (từ 5 đến 12 tháng), chỉ số VN-Index hầu như không chịu tác động bởi yếu tốđộ trễ của chính nó. Trong ngắn hạn giá cổ phiếu chịu ảnh hưởng từ cú sốc của chính nó hơn là từ cú sốc của thị trường TGHĐ.
Đối với TGHĐ thực thì TGHĐ thực bị ảnh hưởng bởi yếu tốđộ trễ của chính nó trong ngắn hạn (1 tháng), trong thời gian dài hơn 1 tháng thì TGHĐ không bịảnh hưởng bởi độ trễ của chính nó. Trong thời gian ngắn hạn dưới 4 tháng thì TGHĐ bị ảnh hưởng rất ít bởi giá cổ phiếu nhưng từ tháng thứ 4 trở đi thì TGHĐ hầu như độc lập với VN- index.
5.7 Phân rã phương sai (Variance Decomposition)
Phân tách phương sai giúp ta tìm ra được phần biến động của biến phụ thuộc do cú sốc của chính nó so với các cú sốc của các biến khác (Brooks 2002). Nó thể hiện thành phần phương sai của biến phụ thuộc một cách rõ ràng . Trong khi đó phân tách phương sai cũng là một kĩ thuật mạnh để dự đoán biến động của các chuỗi dữ liệu tài chính trong tương lai. Tuy nhiên đó không phải là trọng tâm nghiên cứu của tác giả. Do đó mà tác giả chỉ xem phân tách phương sai là một công cụđể khẳng định lại kết quả của hàm xung phản hồi. Nhìn chung kĩ thuật phân tách phương sai và hàm xung phản hồi cho ra thông tin khá giống nhau. Phân tích phân rã phương sai nhằm xác định lượng thông tin của TGHĐ góp phần vào việc giải thích sự biến động của chỉ số VN-index và lượng thông tin của chỉ số VN-index góp phần vào việc giải thích sự biến động của TGHĐ trong mối quan hệ cân bằng động ngắn hạn.
Theo kết quả trong bảng 5.7 bên dưới, trong toàn bộ thời gian nghiên cứu, TGHĐ và chỉ số VN-index bị ảnh hưởng bởi dữ liệu quá khứ của chính nó là chủ yếu, hơn là phụ thuộc vào biến kia. Điều đó cho thấy rằng, cả giá cổ phiếu (TGHĐ) đều ít phản ứng trước những thông tin của TGHĐ (giá cổ phiếu). Kết quả này phù hợp với phân tích nhân quả ở trên rằng TGHĐ và giá cổ phiếu không có ảnh hưởng nhân quả lẫn nhau bất cứ chiều nào.
Bảng 5.7 Bảng thể hiện phân rã phương sai Variance Decomposition of Y1: Period S.E. Y1 Y2 1 0.108181 100.0000 0.000000 2 0.112483 98.98687 1.013134 3 0.112842 98.92443 1.075572 4 0.112873 98.91895 1.081055 5 0.112876 98.91848 1.081524 6 0.112876 98.91844 1.081564 7 0.112876 98.91843 1.081568 8 0.112876 98.91843 1.081568 9 0.112876 98.91843 1.081568 10 0.112876 98.91843 1.081568 Variance Decomposition of Y2: Period S.E. Y1 Y2 1 0.019977 0.282219 99.71778 2 0.020021 0.713746 99.28625 3 0.020025 0.741449 99.25855 4 0.020025 0.743910 99.25609 5 0.020025 0.744120 99.25588 6 0.020025 0.744138 99.25586 7 0.020025 0.744140 99.25586 8 0.020025 0.744140 99.25586 9 0.020025 0.744140 99.25586 10 0.020025 0.744140 99.25586 Cholesky Ordering: Y1 Y2
KẾT LUẬN
Bài nghiên cứu này nghiên cứu mối quan hệ giữa thị trường TGHĐ và thị trường cổ phiếu ở Việt Nam sử dụng số liệu tháng từ tháng 1 năm 2001 đến tháng 4 năm 2013. Tác giảđã sử dụng phương pháp tự hồi qui Vector Kết quả nghiên cứu cho thấy không có sự lan tỏa biến động trung bình từ thị trường TGHĐ sang thị trường cổ phiếu và cũng không tồn tại sự lan tỏa biến động trung bình từ chiều thị trường cổ phiếu sang thị trường TGHĐ nhưng tồn lại sự lan tỏa biến động trên thị trường cổ phiếu do yếu tố độ trễ của chính nó. Ngoài ra kiểm đinh nhân quả Granger cũng khẳng định rằng không tồn tai mối quan hệ nguyên nhân kết quả giữa thị trường TGHĐ và thị trường cổ phiếu nên những biến động trong thị trường này không có sức mạnh giải thích sự biến động trong tương lai của thị trường kia và ngược lại. Từ kết quả kiểm định đồng liên kết, bài nghiên cứu cũng cho thấy không tồn tại mối quan hệ cân bằng trong dài hạn giữa thị trường tỉ giá hối đoái và thị trường cổ phiếu.
Có một số lí do khả dĩ giải thích vì sao không tồn tại mối quan hệ giữa hai biến TGHĐ và giá cổ phiếu như: thị trường cổ phiếu Việt Nam còn nhỏ bé về mặt qui mô và chưa có đủ sức mạnh ảnh hưởng lên toàn bộ nền kinh tế. Bên cạnh đó, thị trường cổ phiếu Việt Nam tuy đã mở cửa cho các nhà đầu tư nước ngoài nhưng vẫn còn duy trì những hạn chế nhất định về tỉ lệ sở hữu cổ phiếu trong 1 doanh nghiệp niêm yết (đặc biệt đối với những ngành nghề có điều kiện như ngành tài chính ngân hàng). Do đặc điểm lịch sử, các công ty niêm yết phần lớn là các công ty nhà nước được cổ phần hóa nên phần vốn nhà nước còn nhiều, số lượng cổ phiếu bán ra và giao dịch trên thị trường là chưa đủ lớn để ảnh hưởng đến toàn bộ nền kinh tế trong đó có thị trường TGHĐ. Ngoài ra, các công ty xuất khẩu không phải là các công ty dẫn dắt thị trường mà hiện ở Việt Nam các công ty dẫn dắt thị trường là các công ty sản xuất hàng tiêu dùng, các tập đoàn kinh tế nhà nước. Sau cùng là do ngân hàng nhà nước Việt Nam từ lúc mở cửa
nền kinh tế cho đến hiện tại vẫn đang duy trì những hạn chế về kiểm soát dòng vốn ra vào rất chặt chẽ. Dòng vốn ra vào đặc biệt là dòng vốn ra bị kiểm soát rất nghiêm ngặt. Với đặc điểm của một nước đang phát triển, thị trường hối đoái của Việt Nam khá non trẻ và được quản lí chặt chẽ bởi ngân hàng nhà nước, sự biến động trong TGHĐ trong ngắn hạn chỉ diễn ra trong biên độ hẹp và không phản ánh được toàn diện biến động cung cầu trên thị trường. Nhìn chung các hạn chế về kiểm soát vốn có khả năng làm yếu đi mối quan hệ giữa TGHĐ và giá cổ phiếu.
Cũng phải nhìn nhận rằng mặc dù phân tích tự hồi qui Vector cung cấp cho chúng ta cái nhìn về mối tương quan giữa thị trường cổ phiếu và thị trường TGHĐ nhưng đôi khi cũng khó mà diễn giải các mối quan hệ nền tảng kinh tế vĩ mô dựa trên các kết quả này. Một hạn chế khác của đề tài là tác giả chỉ xem xét mối quan hệ ở góc độ tuyến tính chứ chưa đi vào phân tích sự lan tỏa biến động và sự kéo dài của biến động trong mối quan hệ giữa TGHĐ và giá cổ phiếu bằng phương pháp thống kê tiên tiến hơn như mô hình tự hồi qui dị phương sai đa biến tổng quát (VAR-MGARCH) để xem xét mối quan hệ ở góc độ phi tuyến tính. Do đó hướng nghiên cứu sâu hơn cho các tác giả sau này là đi sâu vào phân tích mối quan hệ lan tỏa biến động và sự tồn tại kéo dài biến động giữa thị trường TGHĐ và thị trường cổ phiếu bằng mô hình VAR-MGARCH. Sau cùng tác giả cũng lưu ý vì thông tin và dữ liệu về các nước đang phát triển như Việt Nam thường không hoàn thiện và lẻ tẻ từ nhiều nguồn khác nhau và có thể các nguồn này không đồng nhất với nhau. Hiện tại Việt Nam không công bố bất cứ dữ liệu chính thức nào về TGHĐ thực mà IMF cũng chỉ thu thập dữ liệu về REER chủ yếu dùng cho mục đích nội bộ và theo tác giả biết thì họ chỉ công bố thông tin cho các giai đoạn ngắn và tính theo năm. Do đó, trong bài nghiên cứu này tác giả cố gắng thu thập dữ liệu để ước tính REER nhưng sự không đồng nhất về nguồn dữ liệu có thể gây ra những thiếu sót về mặt thống kê.
DANH MỤC TÀI LIỆU THAM KHẢO Danh mục tài liệu Tiếng Việt
1. Nguyễn Thị Bình, 2012. Phân tích mối quan hệ giữa các nhân tố kinh tế vĩ mô và thị trường chứng khoán Việt Nam- Sử dụng mô hình tự hồi qui Vector. Trường Đại học Kinh tế TP.HCM
Danh mục tài liệu Tiếng Anh
1. Benjamin M.Tabak, 2006 . The Dynamic relationship between Stock Prices and Exchange Rates. Evidence from Brazil. European Journal of Social Sciences, Working paper series 124, Banco Central Do Brasil.
2. Chien-Chung Nieh, Cheng-Few Lee, 2001. Dynamic relationship between stock prices and exchange rates for G-7 countries. The Quarterly Review of Economics and Finance 41 (2001) 477–490.
3. Clive W.J. Granger, Bwo-Nung Huang,Chin-Wei Yang, 2000. A bivariate causality between stock prices and exchange rates: evidence from recent Asian flu. The Quarterly Review of Economics and Finance 40 (2000) 337–354.
4. Hua Zhao, 2010. The Dynamic relationship between Stock Prices and Exchange Rates. Evidence from China. Research in International Business and Finance 24 (2010) 103–112.
5. Md. Lutfur Rahman & Jashim Uddin, 2009. Dynamic Relationship between Stock Prices and Exchange Rates: Evidence from Three South Asian Countries.
International Business Research, Volume 2 (No.2).
6. Ming-Shiun Pan, Robert Chi-Wing Fok, Y. Angela Liu, 2007. Dynamic linkages between exchange rates and stock prices: Evidence from East Asian markets.
International Review of Economics and Finance 16 (2007) 503-520.
7. Noel Dilrukshan Richards & John Simpson, 2009. The Interaction between Exchange Rates and Stock Prices: An Australian Context. International Journal of Economic and Finance, Volume 1 (No.1).
8. Oana Ariana Batori, Dimitrios Tsoukalas, Paolo Miranda., 2010. Exchange Rates And Equity Markets: Evidence From Some European Countries. The Journal of Applied Business Researchs, Volume 26, (No 6).
9. Oguzhan Aydemir. & Erdal Demirhan, 2009. The Relationship between Stock Prices and Exchange Rates Evidence from Turkey. International Research Journal of Finance and Economics.ISSN 1450-2887 Issue 23 (2009)
10. Qazi Zarrar Zia, 2011. The Causality between Stock Market and Foreign Exchange Market of Pakistan.Interdisciplinary Journal of Contemporary Research in Business.
Volumne 3, (No 5)
11. Sarbapriya Ray, 2012. A Bivariate Exploration into Stock Prices and Exchange Rate Dynamics in Selected Asian Economies. International Journal of Contemporary Business Studies, Volume 3, (No 3).
PHỤ LỤC
PHỤ LỤC 1: CÁCH TÍNH CHỈ SỐ TỈ GIÁ HỐI ĐOÁI THỰC REER
Chỉ số tỉ giá hối đoái thực REER (được niêm yết theo đồng tiền nước ngoài) nghĩa là một sự tăng lên trong REER đồng nghĩa với đồng tiền bị giảm giá. Chỉ số REER được tính bằng phương pháp trung bình có trọng số.
Reer t= ∏ (e jt * P t/ P jt) w jt (trong đó j=1,n)
Trong đó Reer t là tỉ giá hối đoái thực của Việt Nam ở thời điểm t, n là số đồng tiền của các nước là đối tác thương mại chính của Việt Nam nằm trong rổ tiền tệ, ejt là tỉ giá song phương danh nghĩa đối với đồng tiền nước j được đo lường bằng sốđơn vị đồng nội tệđể đổi lấy 1 đồng nước j. W jt là tỉ trọng của đồng tiền j ở thời điểm t thể hiện đóng góp của nước j vào trong ngoại thương của Việt Nam. P t là chỉ sổ giá nội địa ở thời điểm t và P jt là chỉ số giá nước j ở thời điểm t. Rổ tiền tệ bao gồm 20 đối tác thương mại lớn của Việt Nam trong thời gian qua : Nhật, Singapore, Trung Quốc đại lục, Hàn Quốc,Hoa Kì, Thái Lan, Úc, Hongkong, Đức, Malaysia, Pháp, Indonesia,Anh, Hà Lan, Nga, Philipine, Thụy Sĩ, Ý, Bỉ và Ấn Độ.
PHỤ LỤC 2: KẾT QUẢ KIỂM ĐỊNH TÍNH DỪNG CỦA CÁC BIẾN *Chuỗi tỉ giá hối đoái thực tại mức
Null Hypothesis: NEER has a unit root Exogenous: Constant
Lag Length: 0 (Automatic based on SIC, MAXLAG=13)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -1.697382 0.4305
Test critical values: 1% level -3.475500
5% level -2.881260
10% level -2.577365
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(NEER)
Method: Least Squares Date: 09/22/13 Time: 17:57 Sample: 2001M03 2013M04 Included observations: 146
Variable Coefficient Std. Error t-Statistic Prob.
NEER(-1) -0.042111 0.024809 -1.697382 0.0918
C 0.042127 0.024711 1.704805 0.0904
R-squared 0.019615 Mean dependent var 0.000281
Adjusted R-squared 0.012807 S.D. dependent var 0.020450
S.E. of regression 0.020319 Akaike info criterion -4.940947
Sum squared resid 0.059450 Schwarz criterion -4.900076
Log likelihood 362.6891 Hannan-Quinn criter. -4.924340
F-statistic 2.881104 Durbin-Watson stat 1.997589
Null Hypothesis: NEER has a unit root Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic based on SIC, MAXLAG=13)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -2.892795 0.1680
Test critical values: 1% level -4.022135
5% level -3.440894
10% level -3.144955
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(NEER)
Method: Least Squares Date: 09/22/13 Time: 17:59 Sample: 2001M03 2013M04 Included observations: 146
Variable Coefficient Std. Error t-Statistic Prob.
NEER(-1) -0.092875 0.032106 -2.892795 0.0044
C 0.083467 0.029654 2.814742 0.0056
@TREND(2001M03) 0.000126 5.16E-05 2.432300 0.0162
R-squared 0.058564 Mean dependent var 0.000281
Adjusted R-squared 0.045397 S.D. dependent var 0.020450
S.E. of regression 0.019980 Akaike info criterion -4.967787
Sum squared resid 0.057088 Schwarz criterion -4.906480