Tải bản đầy đủ
1 Phương pháp nghiên cứu

1 Phương pháp nghiên cứu

Tải bản đầy đủ

27

Ta ước lượng mô hình: t = p/se(p) có phân phối theo quy luật DF
Nếu t > tα thì bác bỏ giả thuyết H0. Trong trường hợp này thì chuỗi
dừng.
Nếu t < tα thì chấp nhận giả thuyết H0. Trong trường hợp này thì chuỗi
dữ liệu là chuỗi không dừng.
Độ trễ trong kiểm định ADF được lựa chọn dựa trên các chỉ tiêu AIC
(Akaike Information Criterion) và SIC (Schwarz Information Criterion). Kiểm
định giả thuyết H0 (Null hypothesis) là tồn tại một nghiệm đơn vị β = 0 và nó
sẽ bị bác bỏ nếu giá trị tuyệt đối kiểm định ADF lớn hơn giá trị tới hạn của nó.
Trong kiểm định ADF, giá trị kiểm định ADF không theo phân phối chuẩn, vì
vậy giá trị tới hạn được dựa trên bảng giá trị tính sẵn của Mackinnon (1991).
So sánh giá trị kiểm định ADF với giá trị tới hạn của Mackinnon chúng ta sẽ
có được kết luận về tính dừng cho các chuỗi quan sát. Ngoài ra, chúng ta có
thể thực hiện kiểm định tự tương quan đối với sai số trong kiểm định về tính
dừng nhằm lựa chọn được độ trễ hợp lý.
3.1.2 Kiểm định đồng liên kết
Khi ước lượng mô hình hồi quy với các biến số là các chuỗi thời gian
không dừng thường dẫn đến kết quả hồi quy giả mạo. Tuy nhiên Engle và
Granger (1987)4 cho rằng nếu kết hợp các chuỗi thời gian không dừng có thể là
một chuỗi dừng và các chuỗi thời gian không dừng đó được cho là đồng liên
kết. Kết hợp tuyến tính dừng được gọi là phương trình đồng liên kết và có thể
được giải thích như mối quan hệ cân bằng dài hạn giữa các biến trong mô hình.
Hiện nay có nhiều phương pháp kiểm định đồng liên kết như kiểm định Engle
– Granger, Johansen,…. Trong đó kiểm định Johansen dựa trên nền tảng mô
hình VAR. Có hai dạng kiểm định Johansen là trace test và eigenvalue test, hai
phương pháp này tương đương nhau.
4

Đoạt giải Nobel kinh tế năm 2003

28

+ Trace test – H0: Con số vector đồng liên kết trong hệ thống là r, nhỏ
hơn hoặc bằng r0 với r0 < p (p là số biến trong hệ thống); H1: ma trận tác động
là đồng bộ. Nếu trace test < crtical value thì chấp nhận Ho (không đồng liên
kết) và ngược lại.
+ Eigenvalue test xem xét giả thuyết H0 là có r0 véctơ đồng liên kết với
giả thuyết H1 là có r0 +1 véc tơ đồng liên kết.
3.1.3 Mô hình vector hiệu chỉnh sai số
Trong các mô hình hồi quy với các biến là chuỗi thời gian thì yêu cầu
đặt ra đầu tiên là các chuỗi này phải dừng. Nếu chuỗi chưa dừng thì ta phải lấy
sai phân đến khi có được chuỗi dừng. Tuy nhiên, khi hồi quy giá trị sau khi đã
sai phân có thể bỏ sót những thông tin dài hạn trong mối quan hệ giữa các
biến. Chính vì vậy, ta phải lấy thêm phần dư E. Ví dụ với mô hình 2 biến Y1 và
Y2:
∆Y
Số hạng β E

β

β ∆Y

β E

ε

là phần mất cân bằng. Mô hình ước lượng sự phụ thuộc

của mức thay đổi của Y1 vào mức thay đổi của Y2 và mức mất cân bằng ở thời
kỳ trước. Mô hình này được gọi là mô hình hiệu chỉnh sai số ECM.
Mô hình VECM là một dạng của mô hình VAR tổng quát, được sử dụng
trong trường hợp chuỗi dữ liệu là không dừng và chứa đựng mối quan hệ đồng
liên kết.
Mô hình VECM dạng tổng quát như sau:
∆X

ΠX

Γ ∆X

…. Γ

∆X

Trong đó ∆Xt là một vector của t biến khác nhau.

U

29

Mô hình vector hiệu chỉnh sai số (VECM) có đặc điểm là giữa các biến
tồn tại mối quan hệ cân bằng trong dài hạn, trong đó sự khác biệt có ảnh hưởng
đến sự phát triển trong ngắn hạn của biến phụ thuộc. Do đó, thông qua phương
trình hiệu chỉnh sai số, sai số trong mô hình sẽ được điều chỉnh trong giai đoạn
tiếp theo để đạt được trạng thái cân bằng trong dài hạn.
3.1.4 Kiểm định mối quan hệ nhân quả Granger
Kiểm định Granger được sử dụng phổ biến trong các bài nghiên cứu để
trả lời cho câu hỏi là có hay không sự thay đổi của X gây ra sự thay đổi của Y
và ngược lại.
Phương trình trong kiểm định Granger có dạng:

Trong đó:
-

X và Y là các biến xem xét

-

m và l là độ dài các biến giải thích

-

ut và vt là các sai số ngẫu nhiên và nhiễu trắng.

+ Nếu αl ≠ 0 và có ý nghĩa thống kê và γl không có ý nghĩa thì chúng ta
kết luận rằng sự biến động của X là nguyên nhân gây ra sự biến động của Y
(Uni-directional causality).

30

+ Nếu αl không có ý nghĩa thống kê nhưng γl khác không và có ý nghĩa
thống kê thì chúng ta kết luận rằng X chịu sự thay đổi của Y (Uni-directional
causality).
+ Nếu cả αl và γl đều khác không và có ý nghĩa thống kê thì X và Y tác
động qua lại lẫn nhau (Bi-directional causality).
+ Nếu cả αl và γl đều không có ý nghĩa thống kê thì X và Y độc lập với
nhau (Independent).
3.2 Dữ liệu nghiên cứu
3.2.1 Nguồn dữ liệu
Dữ liệu đại diện cho thị trường vốn được lấy trên Sở giao dịch Chứng
khoán Thành phố Hồ Chí Minh và trang web www.vietstock.vn.
Các dữ liệu về chỉ tiêu lạm phát, GDP được thu thập từ Cục thống kê
Việt Nam và trang web của Ngân hàng thế giới.
3.2.2 Phạm vi dữ liệu
Dữ liệu đại diện cho thị trường vốn được lấy theo quý tập trung tại sàn
giao dịch Chứng khoán Thành phố Hồ Chí Minh từ năm 2001 đến năm 2012.
Các dữ liệu về chỉ tiêu lạm phát, GDP được thu thập theo quý trên cả
nước từ năm 2001 đến năm 2012.
3.2.3 Phương pháp xử lý dữ liệu
- Tổng sản phẩm quốc nội (GDP) lấy theo quý và được tính theo giá so
sánh từ năm 1994.
- Tổng khối lượng giao dịch (TV) và tổng giá trị giao dịch (VTS) được
tác giả tập hợp theo từng ngày trên Excel và tính tổng cho cả quý.

31

- Vốn hóa thị trường (MCAP) được tập hợp theo từng ngày trên Excel
và sau tính bình quân cho mỗi quý.
- Chỉ số giá chứng khoán Việt Nam (VNI) được lấy vào ngày cuối cùng
của mỗi quý.
- Lạm phát (INF) được tính theo chỉ số giá tiêu dùng (CPI) của từng quý
và chọn năm gốc là năm 2000.
3.3 Các biến nghiên cứu
Loại biến
Biến phụ thuộc

Biến độc lập

Ký hiệu

Tên biến

GDP

Tổng sản phẩm quốc nội

MCAP

Vốn hóa thị trường

TV

Tổng khối lượng giao dịch

VTS

Tổng giá trị giao dịch của cổ phiếu

VNI

Chỉ số giá chứng khoán

INF

Lạm phát

3.3.1 Biến phụ thuộc - GDP
Tổng sản phẩm quốc nội (Gross Domestic Products – GDP) là giá trị thị
trường của tất cả hàng hóa và dịch vụ cuối cùng được sản xuất ra trong phạm
vi một lãnh thổ quốc gia trong một thời kỳ nhất định (thường là một năm).
Công thức phổ biến nhất để tính toán chỉ số GDP như sau:
GDP = C + I + G + X – M
Trong đó:
C:

Là tiêu dùng của hộ gia đình

I:

Là tổng đầu tư