TÁC ĐỘNG CỦA CHỈ SỐ THỊ TRƯỜNG CHỨNG KHOÁN TRUNG QUỐC ĐẾN CHỈ SỐ THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM
3. DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU 1. Phương pháp nghiên cứu
3.2. Dữ liệu
Chỉ số thị trường chứng khoán Trung Quốc là Hangseng Composite và chỉ số thị trường chứng khoán Việt Nam là VNI được thu thập từ https://www.investting.com, trong giai đoạn từ ngày 17 tháng 5 năm 2016 đến ngày 17 tháng 5 năm 2019, gồm 724 quan sát. Giai đoạn này là giai đoạn sau cuộc khủng hoảng tài chính toàn cầu và với dữ liệu khá cập nhật. Một số kết quả thú vị liên quan đến các thời kỳ thị trường có những biến động mạnh sẽ được nghiên cứu trong các bài báo khác. Trong chuỗi dữ liệu được thu thập có một số dữ liệu bị thiếu do các ngày lễ và các lý do khác, tác giả điều chỉnh để tạo nên bộ dữ liệu cân bằng.
4. KẾT QUẢ THỰC NGHIỆM
Các chuỗi số liệu đưa vào phân tích bằng mô hình ARDL phải là các chuỗi dừng. Tính dừng là một khái niệm quan trọng khi nghiên cứu về các chuỗi thời gian. Tuy nhiên, trong thực tế, hầu hết các chuỗi số liệu tài chính là không dừng. Trước tiên, chúng ta quan sát đồ thị của các chuỗi ban đầu như trong Hình 1.
500 600 700 800 900 1,000 1,100 1,200 1,300
III IV I II III IV I II III IV I II
2016 2017 2018 2019
VNI
2,400 2,600 2,800 3,000 3,200 3,400 3,600
III IV I II III IV I II III IV I II
2016 2017 2018 2019
SHANGHAI_COMPOSITE
Hình 1. Đồ thị của các chuỗi VNI và HANGSENG COMPOSITE
Hình 1 gợi ý rằng các chuỗi thời gian ban đầu không dừng. Chúng ta khảo sát đồ thị các chuỗi sai phân bậc nhất của các chuỗi ban đầu như trong Hình 2.
-60 -40 -20 0 20 40
III IV I II III IV I II III IV I II
2016 2017 2018 2019
DVNI
-200 -160 -120 -80 -40 0 40 80 120 160
III IV I II III IV I II III IV I II
2016 2017 2018 2019
DSHANGHAI_COMPOSITE
Hình 2. Đồ thị của các chuỗi DVNI và DHANGSENG COMPOSITE
Hình 2 gợi ý rằng các chuỗi sai phân bậc nhất của các chuỗi thời gian ban đầu là các chuỗi dừng. Để minh chứng, chúng ta sử dụng kiểm định nghiệm đơn vị, nhờ một kiểm định phổ biến là kiểm định Augmented Dicky-Fuller (kiểm định ADF). Kết quả sử dụng kiểm định nghiệm đơn vị với trễ bậc 4 theo khuyến nghị của Newey-West, với kỹ thuật sử dụng theo dạng mô hình có xu hướng và hệ số chặn. Các Bảng 1 và 2 dưới đây lần lượt trình bày các kiểm định ADF cho các chuỗi thời gian ban đầu, và các chuỗi sai phân bậc nhất của chúng.
Bảng 1. Kết quả kiểm định tính dừng của các chuỗi VNI và HANGSENG COMPOSITE
Bảng 2. Kết quả kiểm định tính dừng của các chuỗi DVNI và DHANGSENG COMPOSITE Kiểm định nghiệm đơn vị cho thấy các chuỗi gian ban đầu không dừng, nhưng sau khi lấy sai phân bậc nhất, chúng ta thu được các chuỗi thời gian dừng. Các kết quả này phù hợp với những dự đoán ban đầu từ các Hình 1 và 2. Việc sử dụng phương pháp lấy sai phân bậc nhất không chỉ để thu được các chuỗi thời gian dừng, mà đây còn là một lựa chọn phù hợp khi cần giải thích các hàm phản ứng. Bởi vì, các chuỗi sai phân này cung cấp thông tin về xu hướng tăng hoặc giảm (theo dấu của kết quả sai phân) chứ không tập trung cung cấp thông tin về giá trị thực của chuỗi thời gian.
Tiếp theo, chúng ta thực hiện thống kê mô tả cho thấy các biến đều có độ lệch chuẩn cao, thể hiện sự biến động mạnh của các biến này. Giá trị thống kê Jarque-Bera ở mức cao cho thấy rằng các chuỗi đều không có phân phối chuẩn.
Mean Median Maxi-mum
Mini-mum Std. Dev.
Skew-ness Kurtosis Jarque - Bera Probability Sum Sum Sq.
Dev.
serva- Ob-tions
DVNI 0.486487 1.110000 37.85000 -56.33 9.756029 -1.14 9.244214 1331.134 0.000000 351.7300 68720.04 723
DSHANG-HAI -
COMPOS-ITE
0.053416 1.890000 157.0500 -171.9 30.42501 -0.535 7.708474 702.3827 0.000000 38.62000 668341.7 723
Bảng 3. Thống kê mô tả các sai phân của từng biến
Bước tiếp theo cần xác định độ trễ tối ưu cho mô hình ARDL. Đây là một công đoạn quan trọng trước khi ước lượng mô hình ARDL. Cách truyền thống để lựa chọn độ trễ tối ưu là ước lượng mô hình ARDL nhiều lần với các trễ giảm dần đến 0. Trong số các mô hình ARDL được ước lượng, chúng ta lựa chọn mô hình nào có giá trị tiêu chuẩn thông tin Hannan-Quin nhỏ nhất. Trong bài báo này, tác giả thử các trễ đến tối đa bậc 12 và lựa chọn được mô hình được khuyến nghị theo
tiêu chuẩn Hannan-Quin là mô hình ARDL(2,0). Hình 3 sau đây chỉ minh họa tiêu chuẩn cho 20 mô hình có kết quả tốt hơn cả, trong đó có mô hình tốt nhất nói trên.
7.330 7.332 7.334 7.336 7.338 7.340 7.342 7.344 7.346
ARDL(2, 0) ARDL(5, 0) ARDL(4, 0) ARDL(3, 0) ARDL(6, 0) ARDL(2, 1) ARDL(5, 1) ARDL(4, 1) ARDL(2, 2) ARDL(3, 1) ARDL(6, 1) ARDL(7, 0) ARDL(4, 2) ARDL(1, 0) ARDL(5, 2) ARDL(3, 2) ARDL(9, 0) ARDL(6, 2) ARDL(2, 3) ARDL(8, 0) Hannan-Quinn Criteria (top 20 models)
Hình 3. Minh họa tiêu chuẩn Hann-Quin cho 20 mô hình tốt nhất Kết quả ước lượng mô hình ARDL được trình bày trong Bảng 4 sau đây.
Dynamic regressors (12 lags, automatic):
D(SHANGHAI_COMPOSITE) Fixed regressors: C
Number of models evalulated: 156 Selected Model: ARDL(2, 0)
Note: final equation sample is larger than selection sample
Variable Coefficie
nt Std. Error t-Statistic Prob.*
D(VNI(-1)) -0.039778 0.035668 -1.115232 0.2651 D(VNI(-2)) 0.119079 0.035801 3.326116 0.0009 D(SHANGHAI_COM
POSITE) 0.084552 0.011497 7.354260 0.0000
C 0.448229 0.348521 1.286088 0.1988
R-squared 0.090668 Mean dependent var 0.495534 Adjusted R-squared 0.086863 S.D. dependent var 9.768021 S.E. of regression 9.334144 Akaike info
criterion 7.310768
Sum squared resid 62469.51 Schwarz criterion 7.336180 Log likelihood -2631.532 Hannan-Quinn
criter. 7.320578
F-statistic 23.83033 Durbin-Watson stat 2.007488 Prob(F-statistic) 0.000000
*Note: p-values and any subsequent tests do not account for model selection.
Bảng 4. Kết quả ước lượng mô hình ARDL(2,0)
Tuy mô hình ARDL(2,0) là mô hình tốt nhất trong số các mô hình theo tiêu chuẩn Hannan-Quin, nhưng có thể nhận thấy, sau khi ước lượng, có một hệ số hồi quy không có ý nghĩa thống kê ở mức ý nghĩa 5%, đó là DVNI(-1). Chúng ta có thể ước lượng lại mô hình, sau khi bỏ các biến này khỏi mô hình, như trong Bảng 5. Các hệ số hồi quy trong mô hình ở Bảng 5 đều có ý nghĩa thống kê ở mức ý nghĩa 5%. Có thể nhận thấy các hệ số hồi quy của các biến có ý nghĩa thống kê trong mô hình ở Bảng 4 và Bảng 5 sai lệch nhau không nhiều.
Dependent Variable: D(VNI) Method: Least Squares
Included observations: 721 after adjustments
Variable Coefficie
nt Std. Error t-Statistic Prob.
D(VNI(-2)) 0.120523 0.035784 3.368075 0.0008 D(SHANGHAI_COM
POSITE) 0.083935 0.011486 7.307794 0.0000 C 0.428103 0.348113 1.229781 0.2192 R-squared 0.089091 Mean dependent var 0.495534 Adjusted R-squared 0.086553 S.D. dependent var 9.768021 S.E. of regression 9.335728 Akaike info
criterion 7.309727 Sum squared resid 62577.88 Schwarz criterion 7.328786 Log likelihood -2632.157 Hannan-Quinn
criter. 7.317084
F-statistic 35.11171 Durbin-Watson stat 2.086869 Prob(F-statistic) 0.000000
Bảng 5. Kết quả ước lượng mô hình DVNI sau khi bỏ một số biến
Sau khi xác định được các nhân tố tác động đến biến động của chỉ số thị trường chứng khoán như khuyến nghị của mô hình. Trước khi phân tích kết quả, bước tiếp theo, chúng ta cần kiểm định mô hình ARDL(2,0) ở trên.
Trước tiên cần kiểm định, phần dư của mô hình không mắc khuyết tật tự tương quan, nhờ kiểm định nhân tử Lagrange (Lagrang Multiplier, viết tắt là LM) như trong Bảng 6.
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 1.394257 Prob.
F(1,717) 0.2381
Obs*R-squared 1.399314 Prob.
Chi-Square(1) 0.2368
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.696466 Prob.
F(2,716) 0.4987
Obs*R-squared 1.399937 Prob.
Chi-Square(2) 0.4966
Bảng 6. Kiểm định LM về hiện tượng tự tương quan của phần dư của mô hình ARDL
Như vậy, mô hình ARDL(2,0) có phần dư không mắc khuyết tật tự tương quan bậc 1 hay bậc 2.
Kết quả kiểm định dạng hàm Ramsey RESET như trong Bảng 7 thể hiện dạng hàm là chưa phù hợp. Có lẽ tác động của chỉ số thị trường chứng khoán Trung Quốc đến chỉ số thị trường chứng khoán Việt Nam cần thêm biến để thể hiện con đường truyền dẫn. Điều này sẽ được thực hiện trong một nghiên cứu tiếp theo.
Ramsey RESET Test Equation: UNTITLED
Specification: D(VNI) D(VNI(-2)) D(SHANGHAI_COMPOSITE) C
Omitted Variables: Squares of fitted values
Value df Probabilit t-statistic 3.986542 717 y 0.0001 F-statistic 15.89252 (1, 717) 0.0001 Likelihood ratio 15.80664 1 0.0001
Bảng 7. Kết quả kiểm định dạng hàm
Kết quả kiểm định tính ổn định của mô hình được thực hiện nhờ tổng tích lũy của phần dư (CUSUM: Cumulative Sum of Recursive Residuals). Kết quả trong Hình 4 cho thấy tổng tích lũy của phần dư nằm trong dải tiêu chuẩn ứng với mức ý nghĩa 5% nên có thể kết luận phần dư của mô hình có tính ổn định và vì thế mô hình là ổn định.
-80 -60 -40 -20 0 20 40 60 80
III IV I II III IV I II III IV I II
2016 2017 2018 2019
CUSUM 5% Significance
Hình 4. Minh họa tổng tích lũy của phần dư và khoảng tin cậy 5%
Như vậy, mô hình ARDL (2,0) tạm thời có thể là phù hợp để mô tả tác động của chỉ số thị trường chứng khoán Trung Quốc đến chỉ số thị trường chứng khoán Việt Nam. Kết quả cho thấy, trong ngắn hạn, chỉ số của thị trường chứng khoán Việt Nam bị ảnh hưởng bởi những biến đổi trong quá khứ của chính nó 2 ngày trước và bị ảnh hưởng bởi chỉ số thị trường chứng khoán Trung Quốc ngay lập tức (trong ngày).
Tiếp theo, để xem trong dài hạn có tồn tại mối quan hệ cân bằng giữa chỉ số thị trường chứng khoán Việt Nam và chỉ số thị trường chứng khoán Trung Quốc, chúng ta thực hiện kiểm định đồng tích hợp. Kết quả khẳng định tồn tại mối quan hệ đồng tích hợp được trình bày trong Bảng 8.
ARDL Cointegrating And Long Run Form Dependent Variable: D(VNI)
Selected Model: ARDL(2, 0) Included observations: 721 Cointegrating Form
Variable Coefficie
nt Std. Error t-Statistic Prob.
D(VNI(-1), 2) -0.119079 0.035801 -3.326116 0.0009 D(SHANGHAI_COMP
OSITE, 2) 0.084552 0.011497 7.354260 0.0000 CointEq(-1) -0.920699 0.051442 -17.897803 0.0000 Cointeq = D(VNI) - (0.0918*D(SHANGHAI_COMPOSITE) + 0.4868 )
Long Run Coefficients
Variable Coefficie
nt Std. Error t-Statistic Prob.
D(SHANGHAI_COMP
OSITE) 0.091835 0.013005 7.061405 0.0000 C 0.486836 0.377565 1.289409 0.1977 Bảng 8. Kết quả kiểm định mối quan hệ cân bằng dài hạn giữa các biến
Trong kiểm định đồng tích hợp, hệ số hồi quy đồng tích hợp mang dấu âm (-0.920699) và có ý nghĩa thống kê ở mức 5% (giá trị xác suất rất nhỏ) thể hiện rằng tồn tại mối quan hệ đồng tích hợp giữa các biến. Tức là trong dài hạn khi hệ thống đang ở trạng thái cân bằng, khi có cú sốc nào đó xảy ra thì các biến trong mô hình có xu hướng vận động, “kéo” cả hệ “quay về” trạng thái cân bằng, tức là có xu hướng vận động ngược chiều (dấu âm của hệ số đồng tích hợp) so với các biến động đó. Phương trình đồng tích hợp, hay phương trình thể hiện mối quan hệ cân bằng dài hạn giữa các biến là:
DVNI = 0.091835*DHANGSENG_COMPOSITE + 0.486836.