PHÂN TÍCH TÁC ĐỘNG CỦA MỘT SỐ NHÂN TỐ ĐẾN CHỈ SỐ THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM
3. SỐ LIỆU NGHIÊN CỨU VÀ PHƯƠNG PHÁP NGHIÊN CỨU 1. Số liệu nghiên cứu
Số liệu được sử dụng trong nghiên cứu này bao gồm chỉ số của thị trường chứng khoán Việt Nam là VNINDEX, tỷ giá USD/VND, giá vàng thế giới và chỉ số giá tiêu dùng (CPI) theo thời gian với tần suất tháng (monthly series). Tất cả số liệu ở trên được thu thập cho khoảng thời gian từ ngày tháng 1/2011 đến tháng 3/2019.Các số liệu về chỉ số thị trường chứng khoán, tỷ giá USD/
VND, giá vàng thế giới được thu thập từ investing.com và chỉ số giá tiêu dùng được thu thập từ finance.vietstock.vn.
3.2. Phương pháp nghiên cứu
Để nghiên cứu tác động của một số chỉ số kinh tế vĩ mô đến chỉ số thị trường chứng khoán Việt Nam, VNINDEX, tác giả sử dụng mô hình tự hồi quy phân phối trễ (Autoregressive Distributed
Lag, viết tắt là ARDL), được đề xuất bởi Pesaran, Shin & Smith (1996).
Dạng toán học của mô hình ARDL được sử dụng trong bài báo là:
( ) ( )
( ) ( )
0 1 1
1 1
( ) US _
,
m n
t i t i i t i
i i
n n
i t i i t i t
i i
D VNINDEX D VNINDEX D D VND
D GOLD D CPI u
− −
= =
− −
= =
= + + +
+ + +
∑ ∑
∑ ∑
α α β
γ δ
trong đó, D là ký hiệu toán tử lấy sai phân, α β γ δi, , ,i i i là các hệ số hồi quy, và ut là phần dư có tương quan đồng thời nhưng không tương quan với trễ của nó và không tương quan với tất cả các biến độc lập. Do đó, vế phải của phương trình hồi quy gồm các biến trễ của các biến độc lập, và ở đây chúng ta có thể sử dụng phương pháp bình phương tối thiểu. Gujarati (2004) đã trình bày chi tiết về mô hình ARDL. Quy trình ước lượng mô hình ARDL gồm các bước sau:
- Kiểm định tính dừng của các chuỗi thời gian.
- Lựa chọn bậc trễ tối ưu cho mô hình ARDL.
- Ước lượng mô hình ARDL.
- Kiểm định kết quả ước lượng mô hình ARDL.
- Kiểm định đồng tích hợp để tìm mối quan hệ cân bằng dài hạn giữa các biến.
4. KẾT QUẢ NGHIÊN CỨU
Trước tiên, cần kiểm định tính dừng của các chuỗi số liệu. Chúng ta quan sát đồ thị của các chuỗi ban đầu như trong Hình 1.
300 400 500 600 700 800 900 1,000 1,100 1,200
2011 2012 2013 2014 2015 2016 2017 2018 2019 VNINDEX
19,000 20,000 21,000 22,000 23,000 24,000
2011 2012 2013 2014 2015 2016 2017 2018 2019 USD_VND
1,000 1,100 1,200 1,300 1,400 1,500 1,600 1,700 1,800 1,900
2011 2012 2013 2014 2015 2016 2017 2018 2019 GOLD
-1 0 1 2 3 4
2011 2012 2013 2014 2015 2016 2017 2018 2019 CPI
Hình 1. Đồ thị của các chuỗi ban đầu
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.
-150 -100 -50 0 50 100 150
2011 2012 2013 2014 2015 2016 2017 2018 2019 DVNINDEX
-400 0 400 800 1,200 1,600
2011 2012 2013 2014 2015 2016 2017 2018 2019
DUSD_VND
-300 -200 -100 0 100 200 300
2011 2012 2013 2014 2015 2016 2017 2018 2019
DGOLD
-1.6 -1.2 -0.8 -0.4 0.0 0.4 0.8 1.2 1.6
2011 2012 2013 2014 2015 2016 2017 2018 2019
DCPI
Hình 2. Đồ thị của các chuỗi sai phân bậc nhất
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). 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.
Null Hypothesis: VNINDEX has a unit root
t-Statistic Prob.*
Augmented Dickey-Fuller test
statistic -0.086679 0.9471
Test critical
values: 1% level -3.498439 5% level -2.891234 level 10% -2.582678
Null Hypothesis: USD_VND has a unit root
t-Statistic Prob.*
Augmented Dickey-Fuller test
statistic -0.161859 0.9385
Test critical
values: 1% level -3.500669 5% level -2.892200 level 10% -2.583192
Null Hypothesis: GOLD has a unit root
t-Statistic Prob.*
Augmented Dickey-Fuller test
statistic -1.936850 0.3143
Test critical
values: 1% level -3.498439 5% level -2.891234 level 10% -2.582678
t-Statistic Prob.*
Augmented Dickey-Fuller test
statistic -4.958542 0.0001
Test critical
values: 1% level -3.499167 5% level -2.891550 level 10% -2.582846
Bảng 1. Kết quả kiểm định tính dừng của các chuỗi ban đầu
Null Hypothesis: D(VNINDEX) has a unit root t-Statistic Prob.*
Augmented Dickey-Fuller test
statistic -8.953774 0.0000
Test critical
values: 1% level -3.499167 5% level -2.891550 level 10% -2.582846
Null Hypothesis: D(USD_VND) has a unit root
t-Statistic Prob.*
Augmented Dickey-Fuller test
statistic -6.345212 0.0000
Test critical
values: 1% level -3.500669 5% level -2.892200 level 10% -2.583192
Null Hypothesis: D(GOLD) has a unit root
t-Statistic Prob.*
Augmented Dickey-Fuller test
statistic -11.34245 0.0000
Test critical
values: 1% level -3.499167 5% level -2.891550 level 10% -2.582846
Null Hypothesis: D(CPI) has a unit root
t-Statistic Prob.*
Augmented Dickey-Fuller test
statistic -10.21871 0.0000
Test critical
values: 1% level -3.500669 5% level -2.892200 level 10% -2.583192
Bảng 2. Kết quả kiểm định tính dừng của các chuỗi sai phân bậc nhất
Kiểm định nghiệm đơn vị cho thấy các chuỗi gian ban đầu gồm VNINDEX, USD_VND, GOLD không dừng, nhưng sau khi lấy sai phân bậc nhất, chúng ta thu được các chuỗi thời gian dừng. Còn chuỗi CPI ban đầu đã dừng, tuy nhiên để thuận tiện khi phân tích mô hình, tác giả vẫn sử dụng biến sai phân bậc nhất của CPI, tất nhiên vẫn là chuỗi dừng. Các kết quả này phù hợp với những dự đoán ban đầu từ các Hình 1 và 2.
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.
DVNINDEX DUSD_VND DGOLD DCPI
Mean 4.797551 37.82143 -0.176531 -0.019898 Median 10.54500 4.000000 -4.600000 0.030000 Maximum 126.1200 1380.000 200.2000 1.570000 Minimum -124.2000 -250.0000 -208.1000 -1.510000 Std. Dev. 36.05282 180.5782 65.61184 0.528108 Skewness -0.287391 4.667759 0.082687 -0.276731 Kurtosis 5.739297 33.72517 4.237565 4.222677 Jarque-Bera 31.98933 4210.684 6.365570 7.355149 Probability 0.000000 0.000000 0.041470 0.025284
Sum 470.1600 3706.500 -17.30000 -1.950000
Sum Sq. Dev. 126081.2 3163024. 417576.6 27.05310
Observations 98 98 98 98
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 10 và lựa chọn được mô hình được khuyến nghị theo tiêu chuẩn Hannan-Quin là mô hình ARDL(3,0,0,0). 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.
10.06 10.07 10.08 10.09 10.10 10.11 10.12 10.13 10.14
ARDL(3,0,0,0) ARDL(4,0,0,0) ARDL(1,0,0,0) ARDL(3,0,0,1) ARDL(3,0,1,0) ARDL(3,1,0,0) ARDL(5,0,0,0) ARDL(2,0,0,0) ARDL(4,0,0,1) ARDL(4,1,0,0) ARDL(4,0,1,0) ARDL(1,0,0,1) ARDL(3,0, 2,0) ARDL(1,1,0,0) ARDL(1,0,1,0) ARDL(3,0,1,1) ARDL(3, 2,0,0) ARDL(3,0,0, 2) ARDL(3,1,0,1) ARDL(3,1,1,0) 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.
Dependent Variable: DVNINDEX Method: ARDL
Sample (adjusted): 2011M05 2019M03 Included observations: 95 after adjustments Maximum dependent lags: 10 (Automatic selection) Model selection method: Hannan-Quinn criterion (HQ)
Dynamic regressors (10 lags, automatic): DUSD_VND DGOLD DCPI Fixed regressors: C
Number of models evalulated: 13310 Selected Model: ARDL(3, 0, 0, 0)
Note: final equation sample is larger than selection sample
Variable Coefficient Std. Error t-Statistic Prob.*
DVNINDEX(-1) 0.116793 0.101092 1.155312 0.2511 DVNINDEX(-2) 0.190174 0.103218 1.842447 0.0688 DVNINDEX(-3) -0.235045 0.102963 -2.282813 0.0249 DUSD_VND -0.068977 0.031453 -2.193032 0.0309
DGOLD 0.052720 0.056979 0.925255 0.3574
DCPI 2.707796 7.201455 0.376007 0.7078
C 6.787416 3.759462 1.805422 0.0744
R-squared 0.132235 Mean dependent var 5.270316 Adjusted R-squared 0.073070 S.D. dependent var 36.16089 S.E. of regression 34.81470 Akaike info criterion 10.00878 Sum squared resid 106661.5 Schwarz criterion 10.19696 Log likelihood -468.4173 Hannan-Quinn criter. 10.08482 F-statistic 2.234999 Durbin-Watson stat 1.970579 Prob(F-statistic) 0.047015
Bảng 4. Kết quả ước lượng mô hình ARDL(3,0,0,0)
Tuy mô hình ARDL (3,0,0,0) 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), DGOLD, DCPI. Chúng ta có thể ước lượng lại mô hình, sau khi bỏ các biến này khỏi mô hình, như trong Bảng 5.
Dependent Variable: DVNINDEX Method: Least Squares
Sample (adjusted): 2011M05 2019M03 Included observations: 95 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
DVNINDEX(-2) 0.190149 0.100534 1.891399 0.0618 DVNINDEX(-3) -0.224593 0.100711 -2.230075 0.0282 DUSD_VND -0.070559 0.031318 -2.252991 0.0267
C 7.174654 3.714846 1.931346 0.0566
R-squared 0.108818 Mean dependent var 5.270316 Adjusted R-squared 0.079439 S.D. dependent var 36.16089 S.E. of regression 34.69489 Akaike info criterion 9.972255 Sum squared resid 109539.9 Schwarz criterion 10.07979 Log likelihood -469.6821 Hannan-Quinn criter. 10.01571 F-statistic 3.703865 Durbin-Watson stat 1.745964 Prob(F-statistic) 0.014488
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(3,0,0,0) 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 0.244492 Prob. F(1,87) 0.6222
Obs*R-squared 0.266226 Prob.
Chi-Square(1) 0.6059
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.809318 Prob. F(2,86) 0.4485
Obs*R-squared 1.754998 Prob.
Chi-Square(2) 0.4158
Bảng 6. Kiểm định LM về hiện tượng tự tương quan của phần dư của mô hình ARDL Như vậy, mô hình ARDL(3,0,0,0) 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 hiệndạng hàm là phù hợp.
Ramsey RESET Test Equation: UNTITLED
Specification: DVNINDEX 1) 2) DVNINDEX(-3) DUSD_VND DGOLD DCPI C
Omitted Variables: Squares of fitted values
Value df Probability
t-statistic 0.879002 87 0.3818
F-statistic 0.772645 (1, 87) 0.3818
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.
-30 -20 -10 0 10 20 30
2011 2012 2013 2014 2015 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(3,0,0,0) là phù hợp để mô tả tác động của một số chỉ số kinh tế vĩ mô 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 trong 3 ngày gần nhất và bị ảnh hưởng bởi tỷ giá USD/VND ngay lập tức (trong ngày). Với số liệu này, không tìm thấy tác động trong ngắn hạn của giá vàng và chỉ số CPI đến chỉ số thị trường chứng khoán.
Tiếp theo, để xem trong dài hạn có tồn tại mối quan hệ cân bằng một số chỉ số kinh tế vĩ mô đến chỉ số thị trường chứng khoán Việt Nam hay không, 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 Bounds Test
Sample: 2011M05 2019M03 Included observations: 95
Null Hypothesis: No long-run relationships exist
Test Statistic Value k
F-statistic 8.207305 3
Critical Value Bounds
Significance I0 Bound I1 Bound
10% 2.72 3.77
5% 3.23 4.35
2.5% 3.69 4.89
1% 4.29 5.61
Bảng 8. Kết quả kiểm định mối quan hệ cân bằng dài hạn giữa các biến
Trong kiểm định Bound, giá thị thống kê đều lớn hơn các giá trị tới hạn ở các mức khác nhau thể hiện rằng tồn tại mối quan hệ đồng tích hợp giữa các biến, hay quan hệ cân bằng dài hạn giữa các biến. Phương trình thể hiện mối quan hệ cân bằng dài hạn giữa các biến đó là:
Cointeq = DVNINDEX - (-0.0743*DUSD_VND + 0.0568*DGOLD + 2.9176*DCPI + 7.3134 ) Nghĩa là, trong dài hạn, tỷ giá USD/VND có quan hệ ngược chiều với lợi suất chỉ số thị trường chứng khoán, sự biến động của giá vàng và chỉ số giá tiêu dùng lại có quan hệ cùng chiều với biến động của chỉ số thị trường chứng khoán.