Tải bản đầy đủ
1 Phân tích thống kê mô tả

1 Phân tích thống kê mô tả

Tải bản đầy đủ

31
Sau đó, sử dụng phần mềm EVIEWS 6.0 chạy dữ liệu cho kết quả thống kê mô
tả như sau:
Bảng 4.1 : Kết quả thống kê mô tả các chuỗi dữ liệu ban đầu
LSCB

TG_6M

TG_12M TG_18M TG_24M VTC_NH VTC_TDH

Trung bình

8.7893

11.1227

10.9541

10.4684

10.5006

14.0763

15.4303

Trung vị

8.3750

10.7500

11.0000

10.4950

10.4900

13.2900

15.0000

14.0000

17.5000

17.5000

15.0000

15.0000

21.0000

22.0000

Tối thiểu

7.0000

7.20000

7.5600

7.6800

7.8000

10.0000

10.5000

Độ lệch chuẩn

1.6532

2.95384

2.6284

1.9974

1.9268

3.4071

3.6997

1.9844

0.4200

0.6658

0.4422

0.5287

0.4685

0.1684

6.9120

1.9536

2.7026

2.2903

2.4414

1.9388

1.6379

90.5782

5.2516

5.4296

3.7500

4.1716

5.8455

5.7419

0.0000

0.0723

0.0662

0.1534

0.1242

0.0538

0.0566

Tối đa

Hệ số bất đối xứng
(Skewness)
Hệ số nhọn
(Kurtosis)
Thống kê JarqueBera
Xác suất
Tổng

615.2500

778.5900 766.7900

732.7900 735.0400

985.3440 1080.1200

Tổng bình phương
chênh lệch

188.5795

602.0382 476.7035

275.2805 256.1658

800.9940

944.4512

70

70

Số quan sát

70

70

70

70

70

Nguồn: tính toán của tác giả
Từ bảng kết quả 4.1 mô tả các giá trị thống kê của các chuỗi dữ liệu ban đầu của các
biến cho kết quả như sau:
-

Tất cả có 70 quan sát cho khoảng thời gian theo tháng từ 01/2007 đến
10/2012 của các biến nghiên cứu.

-

Trong các biến tiền gửi tiết kiệm thì biến TG_06M có mức giá trị trung bình
(Mean) và trung vị (Median) có giá trị lớn hơn và tách biệt so với các biến lãi
suất tiền gửi kỳ hạn. Nhìn chung giá trị trung bình và trung vị của lãi suất
tiền gửi giảm theo các kỳ hạn, đối với lãi suất cho vay thì của lãi vay thế
chấp ngắn hạn thấp hơn của lãi suất vay trung dài hạn, kỳ hạn càng dài thì lãi
suất càng cao. Các giá trị này của lãi suất vay cao hơn so với lãi suất tiền gửi.

32
-

Các giá trị lãi suất đạt đỉnh cao và biến động mạnh vào tháng 5 và 6/2008 là
thời kỳ ảnh hưởng bở khủng hoảng kinh tế thế giới. Xu hướng lãi suất từ
2010 đến nay ít biến động hơn.

-

Hai giá trị thống kê mô tả cần chú ý trong bảng 4.1 là Skewness và Kurtosis.
Hai giá trị này giúp hình dung về hình dáng của phân phối. Skewness là một
đại lượng đo lường mức độ lệch của phân phối, còn gọi là hệ số bất đối
xứng, qui tắc nhận xét hệ số Skewness là:
o Skewness = 0: phân phối cân xứng
o Skewness > 0: phân phối lệch phải
o Skewness < 0: phân phối lệch trái
Kurtosis là một đại lượng đo mức độ tập trung tương đối của các quan sát
quanh trung tâm của nó trong mối quan hệ so sánh với hai đuôi:
o Kurtosis = 3: phân phối tập trung ở mức độ bình thường
o Kurtosis > 3: phân phối tập trung hơn mức độ bình thường (hình
dáng của đa giác tần số trông sẽ khá cao và nhọn với 2 đuôi hẹp)
o Kurtosis < 3: có một đa giác tù hơn với hai đuôi dài

Theo đó, các loại lãi suất cơ bản, lãi suất tiền gửi các kỳ hạn và lã suất cho vay
đều có phân phối lệch phải, ngoài lãi suất cơ bản, các loại lãi suất còn lại có hình
dáng của đa giác phân phối sẽ tù hơn với hai đuôi dài cho thấy các biến này có
sự biến động ít, biến thiên dao động không cao trong thời gian quan sát.
Bảng 4.2: Ma trận tƣơng quan giữa các chuỗi lãi suất
LSCB
LSCB

TG_06M

TG_12M

TG_18M TG_24M VTC_NH VTC_TDH

1

TG_06M

0.721454

1

TG_12M

0.731566

0.956933

1

TG_18M

0.718892

0.942600

0.950104

1

TG_24M

0.715301

0.941425

0.944379

0.995967

VTC_NH

0.720473

0.910749

0.870260

0.846936 0.842440

1

VTC_TDH

0.650856

0.889584

0.855362

0.839979 0.829062

0.970928

1

Nguồn: tính toán của tác giả

1

33
Kết luận: Kết quả tương quan trong bảng 4.2 cho thấy các chuỗi lãi suất có mối
tương quan rất chặt với nhau đồng thời giữa TG_6M, TG_12M, TG_18M,
TG_24M; VTC_NH; VTC_TDH đều có tương quan tốt với LSCB. Đây là tiền đề
tốt cho xây dựng hàm hồi quy tuyến tính giữa các chuỗi lãi suất và LSCB
4.2 Kiểm định nghiệm đơn vị:
Như đã trình bày ở chương 3 phần phương pháp nghiên cứu, phương pháp hồi quy
bình phương bé nhất (hồi quy OLS) chỉ phù hợp với các chuỗi dữ liệu là chuỗi
dừng. Nếu chuỗi dữ liệu không dừng chúng ta phải áp dụng phương pháp hồi quy
đồng liên kết. Đó là lý do tại sao phải kiểm định tính dừng. Ngoài ra dữ liệu thời
gian thường là không dừng nên việc kiểm định tính dừng là cần thiết để áp dụng các
phương pháp kiểm định phù hợp.
Sử dụng phần mềm EVIEWS, thực hiện kiểm định Unit Root Test loại Augmented
Dickey-Fuller và Phillips Perron cho kết quả như sau: Kết quả kiểm định nghiệm
đơn vị ban đầu cho thấy các chuỗi đều không dừng. Sau đó chuyển sang sai phân
bậc 1 các chuỗi đều dừng.
-

Giả thuyết Ho: ρ = 1 nghĩa là chuỗi có nghiệm đơn vị (tức là chuỗi không
dừng)

-

H1: ρ < 1 chuỗi không có nghiệm đơn vị (tức là chuỗi dừng)

-

Giá trị tuyệt đối của t > giá trị tuyệt đối của tα thì bác bỏ giả thuyết H0 tức là
chuỗi dừng.
Bảng 4.3: Kết quả kiểm định tính dừng bằng phƣơng pháp ADF

LSCB
TG_6M
TG_12M
TG_18M
TG_24M
VTC_NH
VTC_TDH

ADF
-3.430771
-2.967341
-2.637213
-3.140896
-2.707540
-2.701824
-2.358871

1%
-3.530030
-3.531592
-3.530030
-3.531592
-3.530030
-3.531592
-3.531592

5%
-2.904848
-2.905519
-2.904848
-2.905519
-2.904848
-2.905519
-2.905519

10%
-2.589907
-2.590262
-2.589907
-2.590262
-2.589907
-2. 590262
-2.590262

Prob
1.32%
4.32%
9.06%
2.83%
7.80%
7.90%
15.72%

D(LSCB)
D(TG_6M)
D(TG_12M)
D(TG_18M)

-4.258222
-3.800889
-6.461018
-6.548740

-3.530030
-3.531592
-3.530030
-3.530030

-2.904848
-2.905519
-2.904848
-2.904848

-2.589907
-2.590262
-2.589907
-2.589907

0.11%
0.46%
0.00%
0.00%

34
D(TG_24M)
D(VTC_NH)
D(VTC_TDH)

-5.939847
-3.569939
-3.635782

-3.530030
-3.531592
-3.531592

-2.904848
-2.905519
-2.905519

-2.589907
-2.590262
-2.590262

0.00%
0.90%
0.74%

Nguồn: Tính toán của tác giả
Bảng4.4: Kết quả kiểm định tính dừng bằng phƣơng pháp PP
Chuỗi
LSCB
TG_06M
TG_12M
TG_18M
TG_24M
VTC_NH
VTC_TDH

PP

1%

5%

10%

-2.512383
-2.323701
-2.550992
-2.462518
-2.50394
-2.127951
-1.949349

-3.528515
-3.528515
-3.528515
-3.528515
-3.528515
-3.528515
-3.528515

-2.904198
-2.904198
-2.904198
-2.904198
-2.904198
-2.904198
-2.904198

-2.589562
-2.589562
-2.589562
-2.589562
-2.589562
-2.589562
-2.589562

Prob
11.70%
16.76%
10.82%
12.91%
11.89%
23.46%
30.83%

D(LSCB)
D(TG_06M)
D(TG_12M)
D(TG_18M)
D(TG_24M)
D(VTC_NH)
D(VTC_TDH)

-4.258222
-7.197038
-6.506778
-6.668239
-6.035121
-8.765898
-9.086491

-3.530030
-3.530030
-3.530030
-3.530030
-3.530030
-3.530030
-3.530030

-2.904848
-2.904848
-2.904848
-2.904848
-2.904848
-2.904848
-2.904848

-2.589907
-2.589907
-2.589907
-2.589907
-2.589907
-2.589907
-2.589907

0.11%
0.00%
0.00%
0.00%
0.00%
0.00%
0.00%

Nguồn: Tính toán của tác giả
Tính dừng của các chuỗi lãi suất gốc phản ánh các mối quan hệ mang tính
dài hạn xung quanh kỳ vọng và phương sai của chúng; còn sai phân của các chuỗi
lãi suất phản ánh các các mối quan hệ mang tính ngắn hạn quanh giá trị kỳ vọng và
phương sai ngắn hạn của chúng. Như vậy kết quả bảng 4.3 và 4.4 cho thấy các
chuỗi không có kỳ vọng và phương sai ổn định trong dài hạn mà chỉ có thể xem xét
ngắn hạn. Với hiện tượng của chuỗi dữ liệu như trên, nêu chúng có thể kết hợp với
nhau dưới dạng các vectơ có phần dư ổn định thì có nghĩa đã tồn tại quan hệ dài hạn
giữa các chuỗi lãi suất và LSCB; và khi đó chúng ta có thể nghiên cứu sự truyền
dẫn của LSCB trong dài hạn; cũng như xem xét ngắn hạn và các sai lệch giữa dài
hạn và ngắn hạn. Kết quả kiểm định tính dừng cho tác giả định hướng tiếp tục xử lý
các chuỗi dữ liệu như sau: