Vàng có phải là công cụ phòng ngừa đối với lạm phát?

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

NGÔ QUANG THOẠI

Vàng có phải là công cụ phòng ngừa đối với lạm phát?

LUẬN VĂN THẠC SĨ KINH TẾ

TP. Hồ Chí Minh, tháng 12 năm 2014


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

NGÔ QUANG THOẠI

Vàng có phải là công cụ phòng ngừa đối với lạm phát?
Chuyên ngành: Tài Chính Ngân Hàng
Mã số: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC:
1.TS. Nguyễn Hữu Huy Nhựt

TP. Hồ Chí Minh, tháng 12 năm 2014


1

MỤC LỤC
Trang phụ bìa
Lời cam đoan
Mục lục
Danh mục các chữ viết tắt
Danh mục các hình
Danh mục các bảng
Tóm tắt .................................................................................................................... 7
1. Giới thiệu. ........................................................................................................... 8
2. Tổng quan các nghiên cứu. ................................................................................ 10
2.2 Dự báo giá vàng. .......................................................................................... 10
2.3 Vàng trong danh mục đầu tư......................................................................... 11
2.4 Vàng đóng vai trò là một kênh phòng ngừa đối với lạm phát. ....................... 11
3. Mô hình nghiên cứu. .......................................................................................... 17
3.1 Tính dừng của chuỗi dữ liệu. ........................................................................ 17
3.2 Kiểm định đồng liên kết. .............................................................................. 17
3.2.1 Mô hình kiểm định đồng liên kết tuyến tính. .......................................... 17
3.2.2 Mô hình đồng liên kết phi tuyến. ............................................................ 18
3.3 Mô hình điều chỉnh bất cân xứng TVECM. .................................................. 24
4. Dữ liệu. ............................................................................................................. 28
4.1 Dữ liệu giá vàng và chỉ số giá tiêu dùng. ...................................................... 28
4.1.1 Giai đoạn lấy dữ liệu. ............................................................................. 28
4.1.2 Nguồn dữ liệu. ....................................................................................... 28
4.2 Phân tích sơ bộ về vàng và chỉ số giá tiêu dùng. ........................................... 30
4.2.1 Xem xét xu hướng và độ biến động của giá vàng và chỉ số CPI. ............. 30
4.2.2 Phân tích thống kê mô tả và xem xét tính phi tuyến. ............................... 35


2

5. Kết quả nghiên cứu. ........................................................................................... 41
5.1 Kết quả kiểm định tính dừng. ....................................................................... 41
5.2 Kết quả kiểm định đồng liên kết. .................................................................. 42
5.2.1 Kết quả kiểm định đồng liên kết tuyến tính. ........................................... 42
5.2.2 Kết quả kiểm định đồng liên kết phi tuyến. ............................................ 43
5.3 Kết quả mô hình điều chỉnh bất cân xứng TVECM. ..................................... 46
5.3.1 Lựa chọ độ trễ tối ưu cho mô hình. ............................................................ 46
5.3.2 Kết quả mô hình TVECM với chuỗi dữ liệu TCTK và IMF-WGC. ........ 47
5. Kết luận. ............................................................................................................ 55
Tài liệu tham khảo ................................................................................................. 57
Phụ Lục ................................................................................................................. 62


3

LỜI CAM ĐOAN
Tôi xin cam đoan luận văn này hoàn toàn do tôi thực hiện. Các số liệu và các trích
dẫn trong luận văn này đều được dẫn nguồn và có tính chính xác cao nhất trong
phạm vi hiểu biết của tôi. Luận văn này không nhất thiết phản ánh quan điểm của
Trường Đại Học Kinh Tế TP. Hồ Chí Minh.
Tp. Hồ Chí Minh, ngày 26 tháng 10 năm 2014
Tác giả luận văn

Ngô Quang Thoại


4

Danh mục các chữ viết tắt.
Chữ viết tắt

Chữ viết tắt

Tiếng Anh

Tiếng Việt

ADF

Augmented Dickey Fuller test

Kiểm định Dickey Fuller

AIC

Akaike infomation criterion

BIC

Bayesian Information Criterion

CPI

Consumer price index

Tiêu chuẩn thông tin
Akaike
Tiêu chuẩn thông tin
Bayesian
Chỉ số giá tiêu dùng

DF-GLS

Detrended Dickey-Fuller test

ECT

Error correction term

Kiếm định ADF với biến
chuyển đổi
Hệ số điều chỉnh

IMF

International Monetary Fund

Quỹ tiền tệ thế giới

MS-VECM

Markov-switching vector error
correction model

M-TAR

Momentum threshold autoregressive

NP-MZA

Ng and Perron tests

Mô hình chuyển đổi
Makov vector hiệu chỉnh
sai số
Mô hình đà ngưỡng tự hồi
quy
Kiểm đinh Ng và Perrson

OLS

Ordinary least squares

PP

The Phillips-Perron test

TAR

Threshold autoregressive

TCTK

General statistics office

TVECM

Threshold vector error correction model

VAR

Vector autoregression

VECM

Vector error correction model

WGC

World gold council

Mô hình bình phươn bé
nhất
Kiểm định Phillips và
Perron
Mô hình ngưỡng tự hồi
quy
Tổng cục thống kê
Mô hình ngưỡng vector
hiệu chỉnh sai số
Mô hình vector tự hồi quy
Mô hình vector hiệu chỉnh
sai số
Hiệp hồi vàng thế giới


5

Danh mục các hình.
Hình 2.1 Các loại bất cân xứng : cường độ, tốc độ, cường độ và tốc độ.
Hình 3.1 Các tiến trình thực nghiệm xem xét mối quan hệ giữa vàng và lạm phát.

Hình 4.1 Giá vàng và chỉ số CPI 01/1996 – 06/2014, nguồn TCTK.
Hình 4.2 Giá vàng và chỉ số CPI 01/1996 – 06/2014, nguồn IMF-WGC.
Hình 4.3 Độ biến động của giá vàng và CPI 1996 – 2014, nguồn TCTK.
Hình 4.4 Độ biến động của giá vàng và CPI 1996 – 2014, nguồn IMF-WGC.
Hình 4.5 Kiểm tra đặc tính tuyến tính của lợi nhuận vàng và lạm phát, phương pháp
Scatter with Nearest Neighbor Fit, nguồn TCTK.
Hình 4.6 Kiểm tra đặc tính tuyến tính của lợi nhuận vàng và lạm phát, phương pháp
Scatter with Nearest Neighbor Fit, nguồn IMF-WGC.


6

Danh mục các bảng.
Bảng 4.1 Thống kê môt tả và ma trận tương quan vàng và CPI 1996 – 2014, nguồn
TCTK.
Bảng 4.2 Thống kê môt tả và ma trận tương quan vàng và CPI 1996 – 2014, nguồn
IMF-WGC.
Bảng 5.1 Kết quả kiểm tra nghiệm đơn vị của vàng và CPI.
Bảng 5.2 Kiểm định đồng liên kết theo phương pháp Engle –Granger.
Bảng 5.3 Kết quả mô hình TAR và M-TAR với τ = 0
Bảng 5.4 Kết quả mô hình TAR và M-TAR với τ chưa biết
Bảng 5.5 Lựa chọn độ trễ phù hợp cho mô hình
Bảng 5.6 Kết quả mô hình TVECM với chuỗi dữ liệu TCTK
Bảng 5.7 Kết quả mô hình TVECM với chuỗi dữ liệu IMF và WGC độ trễ tối ưu là
2.
Bảng 5.8 Kết quả mô hình TVECM với chuỗi dữ liệu IMF và WGC độ trễ tối ưu là
14.


7

Tóm tắt
Nghiên cứu xem xét vai trò phòng ngừa của vàng đối lạm phát ở Việt Nam trong
thời kỳ từ 1996 – 2014. Dựa trên mô hình đồng liên kết phi tuyến để tìm ra mối
quan hệ dài hạn giữa vàng và chỉ số tiêu dùng (CPI), nghiên cứu cho thấy rằng vàng
có vai trò như một kênh phòng ngừa trước những biến động của lạm phát trong dài
hạn. Trong ngắn hạn thì chưa thể khẳng định vàng có vai trò như một kênh phòng
ngừa trước những biến động của lạm phát. Nghiên cứu cũng cho thấy sự điều chỉnh
bất đối xứng trong lạm phát trong thời kỳ nghiên cứu.


8

1. Giới thiệu.
Từ khi xuất hiện đến nay vàng có đóng góp to lớn vào sự phát triển của con người
ngoài là một vật trang sức hay nguyên liệu trong phát triển khoa học kỹ thuật thì nó
còn chiếm giữ một vai trò quan trọng trong kinh tế toàn cầu khi nó có những đặc
điểm mà hiếm có một loại tài sản khác nào có được : phương tiện trao đổi, thước đo
giá trị, phương tiện tích lũy. Mặc dù không còn chế độ bản vị vàng khi hệ thống
Bretton Woods sụp đổ vào năm 1971 nhưng vàng vẫn rất được yêu thích đặc biệt là
các nước châu Á nơi coi vàng là một thứ thể hiện sự giầu sang theo Wang, Wang và
Huang (2010), nơi mà sức tiêu thụ vàng 63% so với thế giới trong quý 1 năm 2014.
Với những quốc gia mà vàng đóng vai trò nhỏ hơn nó vẫn có một ý nghĩa quan
trọng do chức năng của nó trong lịch sử hệ thống tiền tệ nó là một xu hướng đầu tư.
Các nhà đầu tư mua vàng vì vàng như một hàng rào chống lại bất kỳ cuộc khủng
hoảng kinh tế, chính trị, hoặc tiền tệ. Họ cũng mua vàng để đa dạng hóa danh mục
đầu tư, không giống như các tài sản tài chính khác vàng là cách tốt nhất để tự bảo
hiểm chống lại suy thoái kinh tế. Những biến động trên thị trường vàng được theo
dõi bởi các nhà phân tích tài chính và các nhà hoạch định chính sách tiền tệ, giá
vàng được coi là chỉ báo cho xu hướng lạm phát trong tương lai (Kuan - Min Wang

và cộng sự 2011). Bằng chứng vàng là một hàng rào đối với hầu hết các loại sản có
thể được tìm thấy trong các nghiên cứu gần đây nhưng đối với lạm phát thì còn
thiếu những nghiên cứu chuyên sâu. Lý do: giá cả hàng hóa có tính cứng nhắc trước
những thay đổi của các biến vĩ mô khác theo Dornbusch (1976), chính sự cứng nhắc
trong giá cả có thể tạo ra sự mất cân bằng cho thị trường chính điều đó tạo lên
những thay đổi cứng nhắc trong cả vàng và lạm phát.
Châu Á là một châu lục năng động về kinh tế nhưng cũng không thiếu những bất ổn
chính trị cũng như chiến tranh đang khiến cho những nhà đầu tư ở các nước châu Á
quan tâm đến vàng nhiều hơn, trong đó có Việt Nam. Người Việt Nam mua vàng
một phần vì nhu cầu sử dụng một phần liên quan đến vị thế yếu dần đi của tiền
đồng. Có thể nói với vai trò to lớn của vàng trong đời sống cũng như kinh tế nên
việc nghiên cứu về vàng là rất cần thiết. Mặc dù vậy vẫn còn thiếu những nghiên


9

cứu về vàng ở Việt Nam, đặc biệt là vai trò phòng ngừa của nó đối với lạm phát.
Vậy vàng có đúng là công cụ hữu hiệu để phòng ngừa lạm phát hay không để làm rõ
được vấn đề này ta phải trả lời được những câu hỏi sau:
Thứ nhất: vàng và lạm phát trong dài hạn có mối quan hệ hay không và mối
quan hệ này là tuyến tính hay phi tuyến?
Thứ hai: trong ngắn hạn vàng có khả năng phòng ngừa đối với lạm phát hay
không?
Trả lời được hai câu hỏi này chúng ta sẽ có cái nhìn đúng về khả năng phòng ngừa
của vàng đối với lạm phát. Vì thế tôi thực hiện đề tài “Vàng có phải là công cụ
phòng ngừa đối với lạm phát?” để trả lời cho các câu hỏi ở trên.
Bài nghiên cứu gồm 5 phần chính:
Phần thứ nhất tổng quan các nghiên cứu về vàng: bao gồm các nghiên cứu về
mối quan hệ của vàng với các biến vĩ mô, các nghiên cứu dự báo giá vàng, vàng có
khả năng phòng ngừa hoặc nơi trú ẩn an toàn đối với các tài sản tài chính.

Phần thứ hai mô hình nghiên cứu: phần này sẽ xây dựng mô hình kinh tế
lượng để giải đáp các câu hỏi nghiên cứu về vàng và lạm phát trong dài hạn cũng
như ngắn hạn.
Phần thứ ba dữ liệu: quá trình lấy dữ liệu (xác định khoảng thời gian lấy dữ
liệu, nguồn dữ liệu), phân tích thống kê mô tả để có cái nhìn khái quát về vàng và
lạm phát.
Phần thứ tư: kết quả nghiên cứu của các mô hình được sử dụng từ đó đưa ra
kết luận về vai trò của vàng đối với lạm phát trong dài hạn và ngắn hạn.
Phần thứ năm: đưa ra những kết luận cuối cùng về mối quan hệ giữa vàng và
lạm phát, những đóng góp của bài nghiên cứu cùng với đó là những hạn chế còn
chưa đạt được của bài nghiên cứu.


10

2. Tổng quan các nghiên cứu.
Những nghiên cứu về vàng chủ yếu chia làm 4 nhóm chính:
2.1 Vàng và mối quan hệ với các biến số vĩ mô.
Lucey (2004) cho thấy một bằng chứng vàng có quan hệ chặt chẽ với các chỉ số
chứng khoán của NASDAQ, NYSE hay FTSE qua việc phân tích các danh mục bao
gồm vàng và các chỉ số chứng khoán. Còn Larry A. Sjaastad và Fabio Scacciavillani
(1996) thì chỉ ra rằng sau khi hệ thống Bretton Woods tan rã chế độ tỷ giá hối đoái
thả nổi chính là lý do của sự bất ổn trên thị trường vàng thế giới. Wang và Lee
(2011) thì tìm ra rằng khi đồng Yên giảm giá hơn 2,62 % thì đầu từ vào vàng có thể
tránh được sự mất giá của đồng Yên. Sarin và cộng sự (2010) tìm thấy bằng chứng
của một mối quan hệ dài hạn giữa các giá giao ngay của bốn kim loại quý (vàng,
bạc, bạch kim, và palladium), giá dầu và tỷ giá đồng USD/euro. Cũng với mục tiêu
tìm ra mối quan hệ giữa đồng USD, giá dầu và vàng Myeong Hwan Kim và David
A. Dilts (2011) đã không thể tìm thấy mối quan hệ nhân quả của ba biến số, nhưng
nếu tách riêng từng cặp biến lại cho thấy chúng có mối quan hệ nhân quả với nhau.

Tương tự như thế Malliaris A.G và Malliaris M (2013) cũng cho ra kết quả như thế
nhưng thay đồng USD bằng đồng Euro. Ngoài ra còn một số nghiên cứu khác của
Sherman (1982, 1983), Ariovich (1983), Fortune (1987), Dooley và cộng sự (1995)
về vàng và lãi suất, thu nhập…
2.2 Dự báo giá vàng.
Z. Ismail, A. Yahya và A. Shabri (2009) dự đoán giá vàng dựa trên các yếu tố kinh
tế như lạm phát, biến động của tiền tệ và những yếu tố khác, dựa trên mô hình tuyến
tính nghiên cứu về mối quan hệ giữa một biến phụ thuộc duy nhất và một hoặc
nhiều biến độc lập, như trường hợp này với giá vàng là biến phụ thuộc duy nhất.
Hay như Chunmei Liu (2009) đã sử dụng “giải thuật di truyền”1 để dự báo các hợp
đồng vàng giao sau. Ngoài ra còn có các dự báo về giá vàng trước đây của các tác
1

Giải thuật di truyền là một kỹ thuật của khoa học máy tính nhằm tìm kiếm giải pháp thích hợp cho
các bài toán tối ưu tổ hợp trong kinh tế.


11

giả Koutsoyiannis (1983), Baker và Van Tassel (1985), Diba và Grossman (1984),
Pindyck (1993).
2.3 Vàng trong danh mục đầu tư.
Joshua Aizenman và Kenta Inoue (2013) nghiên cứu các của tổ chức kinh doanh
vàng và ngân hàng trung ương trong thời gian 1979 – 2010, cho thấy rằng cường độ
nắm giữ vàng tương quan với "sức mạnh toàn cầu" (có nghĩa rằng việc nắm giữ
một lượng vàng của một quốc gia cho thấy sức mạnh của quốc gia đó với thế giới),
các kết quả này phù hợp với quan điểm cho rằng vàng đối với ngân hàng trung ương
là chỉ báo sức mạnh kinh tế. Hay như Jeffrey F. Jaffe (1999) cho rằng vàng là một
tài sản cá nhân, lợi nhuận của nó độc lập với các tài sản khác. Điều này cho thấy
vàng có thể đóng một vai trò quan trọng trong việc đa dạng hóa danh mục đầu tư.

Kiểm tra bốn giả thuyết các danh mục đầu tư rủi ro khác nhau cho thấy rằng việc bổ
sung vàng trong mỗi trường hợp làm tăng lợi nhuận trung bình trong khi giảm độ
lệch chuẩn. Ngoài ra còn có một số khác nghiên cứu về việc nắm giữ vàng trong
danh mục đầu tư như Sherman (1986), Jaffe (1989), Chua và cộng sự (1990), Ciner
(2001) và Michaud và cộng sự (2006).
2.4 Vàng đóng vai trò là một kênh phòng ngừa đối với lạm phát.
Định nghĩa được tiếp cận bởi Kaul và Sapp (2006), Baur và Lucey (2010) và Baur
và Mr.Dermott (2010), dấu hiệu phân biệt tài sản là kênh phòng ngừa:
-

Một kênh phòng ngừa: Một tài sản là kênh phòng ngừa nếu nó không có
tương quan hoặc có tương quan phủ định (âm) với 1 tài sản khác hoặc với
danh mục tài sản trung bình.

Như vậy với định nghĩa này ta có thể hiểu nếu vàng có vai trò phòng ngừa với lạm
phát thì giá vàng và lạm phát sẽ có biến động cùng chiều nhau.
Ý tưởng về bảo hiểm rủi ro vàng chống lạm phát không phải là mới, mà là hầu như
được tìm thấy với các nghiên cứu trước đây như vàng là nơi trú ẩn an toàn so với sự


12

giảm giá trị của tiền giấy, hay vàng đang là chỉ báo cho chỉ số lạm phát, hoặc vàng
là một hàng rào chống lại lạm phát. Mahdavi và Zhou (1997) kiểm tra vàng chỉ báo
của lạm phát với mô hình đồng liên kết và vector hiệu chỉnh sai số (VECM) trong
khoảng thời gian 1958 – 1994. Phát hiện của họ cho thấy lạm phát có thể đưa tín
hiệu cho giá vàng tùy thuộc vào khoảng thời gian được kiểm tra.
Ranson và Wainright (2005) kết luận rằng giá vàng là yếu tố dự báo của lạm phát
trong năm tới. Capie và cộng sự (2005) sử dụng dữ liệu hàng tuần trong giai đoạn
1971 – 2004. Họ nhận ra rằng lợi nhuận vàng có thể là một hàng rào chống lại sự

mất giá của đồng USD, có một mối quan hệ tiêu cực giữa giá vàng và đồng bảng
Anh/USD và tỷ giá Yên/USD nhưng sức mạnh của mối quan hệ này thay đổi theo
thời gian.
Harmston (1998) và Ghosh và cộng sự (2004) nghiên cứu mối quan hệ giữa giá
vàng và “giá bán buôn” và tìm thấy vàng hoạt động có hiệu quả như một hàng rào
lạm phát trong dài dài hạn tại Mỹ, Anh, Pháp, Đức và Nhật Bản. Sử dụng dữ liệu
giá vàng hàng tháng (1976 – 1999) và tìm kiếm mối quan hệ dài hạn thông qua
đồng liên kết, Ghosh cộng sự (2004) điều tra mâu thuẫn giữa ngắn hạn và dài hạn
biến động giá vàng và thấy rằng giá vàng tăng lên theo thời gian với mức chung của
lạm phát và do đó là một hàng rào hiệu quả chống lại lạm phát dưới một tập hợp các
điều kiện.
Levin và Wright (2006) kiểm tra các yếu tố đóng góp vào sự biến động của giá vàng
trong thời gian (1976 – 2005). Họ có ba phát hiện:
Thứ nhất, có một mối quan hệ dài hạn giữa giá vàng và chỉ số giá tiêu dùng.
Thứ hai, có một mối quan hệ tích cực giữa những thay đổi trong giá vàng và
những thay đổi trong lạm phát của Mỹ, lạm phát ngoài dự kiến và rủi ro tín dụng,
trong khi có một mối quan hệ tiêu cực giữa biến động giá vàng và những thay đổi
trong thương mại.


13

Thứ ba, trong các nước tiêu thụ vàng lớn như Thổ Nhĩ Kỳ, Ấn Độ,
Indonesia, Saudi Arabia, và Trung Quốc vàng hoạt động có hiệu quả như một hàng
rào chống lại lạm phát dài hạn.
Việc tìm ra bằng chứng vàng có khả năng phòng ngừa không phải là không phổ biến
qua các ví dụ trên nhưng việc áp dụng nó đối với các nền kinh tế mới nổi còn là khó
khăn (Trung Quốc, Brazil) và đối với Việt Nam một nước còn đang phát triển (hệ
thống tài chính tiền tệ, ngân hàng, thị trường chứng khoán còn kém phát triển) thì
việc tìm thấy bằng chứng vàng là công cụ phòng ngừa sẽ khó khăn. Được biết, giá

vàng và lạm phát có thể biến động theo chu kỳ kinh doanh, làm các chuỗi dữ liệu
này thường không ổn định (có yếu tố phi tuyến) hoặc không đối xứng có sự khác
nhau về độ lớn hoặc tốc độ giữa các cú sốc tiêu cực và tích cực. Yếu tố điều chỉnh
ngắn hạn là cân xứng hay bất cân xứng rất quan trọng trong nghiên cứu về các biến
vĩ mô. Có ba loại bất cân xứng được biểu diễn trong hình 2.1


14

Hình 2.1 Các loại bất cân xứng : cường độ, tốc độ, cường độ và tốc độ.


15

Nếu hiện tượng bất đối xứng không được đưa vào trong tính toán mô hình các kết
quả thực nghiệm có thể bị sai lệch. Kyrtsou và Labys (2006) xây dựng một mô hình
mô tả mối quan hệ giữa giá cả hàng hóa và lạm phát. Mục đích chính của nghiên
cứu này là để xem xét bất đối xứng ảnh hưởng đến mối quan hệ giữa CPI và giá
vàng trong ngắn hạn và dài hạn mà có thể được gây ra bởi sự cạnh tranh không hoàn
hảo của thị trường và sự tồn tại của chi phí giao dịch. Hay những năm gần đây việc
nghiên cứu phi tuyến đối với giá vàng đã được sử dụng rất nhiều. Juan C. Reboredo
(2013) sử dụng hàm Copulas2 xem xét vai trò của vàng như là kênh trú ẩn an toàn
hay là công cụ phòng ngừa đối với đồng USD. Nghiên cứu thực nghiệm thấy rằng:
có sự phụ thuộc trung bình tích cực và đáng kể giữa vàng và sự giảm giá đồng
USD, có sự phụ thuộc tiệm cận cân bằng đuôi giữa vàng và tỷ giá cho thấy rằng
vàng là kênh trú ẩn an toàn cho sự biến động mạnh của tỷ giá. Joscha Beckmann và
Robert Czudaj (2013) sử dụng dữ liệu trong bốn nền kinh tế lớn, cụ thể là Mỹ, Anh,
khu vực đồng Euro và Nhật Bản, với mô hình hiểu chỉnh sai số Markov switching
(MS-VECM) phương pháp tiếp cận trong một thời gian mẫu khác nhau, từ tháng 1
năm 1970 đến tháng năm 2011 phát hiện vàng là một phần có thể tự bảo hiểm lạm

phát trong tương lai trong dài hạn khả năng này là mạnh mẽ hơn cho Mỹ và Anh so
với Nhật Bản và khu vực đồng Euro.
Đặc biệt Kuan - Min Wang và các cộng sự (2011) đã áp dụng phương pháp hồi quy
ngưỡng để tìm ra mối quan hệ phi tuyến và bất đối xứng giữa vàng và lạm phát ở
Mỹ và Nhật. Hồi quy ngưỡng không phải là một mô hình mới nó được sử dụng
trong các lĩnh vực thống kê, không chỉ là chuỗi thời gian. Ý tưởng chung là một quá
trình có thể thay đổi khác nhau khi các giá trị của một biến vượt quá giá trị ngưỡng
hoặc nằm dưới ngưỡng. Trong các ứng dụng thử nghiệm thuốc của ngành Y, ví dụ:
việc sử dụng thuốc với một liều lượng nhất định sẽ an toàn nhưng khi vượt qua
ngưỡng đấy thì thuốc sẽ gây ra những tác dụng phụ. Hoặc trong một nghiên cứu
quần thể động vật phong phú, loài vật có thể dần dần tăng lên đến một số lượng

2

Copula là “hàm nối” các phân bố xác suất của một bộ nhiều biến ngẫu nhiên với nhau.


16

nhất định (ngưỡng) nhưng sau đó nhanh chóng có thể giảm (do thực phẩm bị hạn
chế). Mô hình ngưỡng là một dạng đặc biệt của mô hình chuyển đổi Markov (MS)
cũng được ứng dụng rộng rãi trong các lĩnh vực nghiên cứu kinh tế đặc biệt là tài
chính gần đây nhất liên quan đến vàng có phải là kênh phòng ngừa đối với lạm phát
trong ngắn hạn và dài hạn Kuan - Min Wang và các cộng sự (2013) đã sử dụng mô
hình hồi quy ngưỡng để tìm ra rằng có một sự bất đối xứng và phi tuyến. Kỹ thuật
nghiên cứu của nghiên cứu này là hoàn toàn khác với những nghiên cứu trước đó
của Ghosh và cộng sự (2004), Twite (2002), Capie cộng sự (2005), và Worthington
và Pahlavani (2006). Đầu tiên Wang dùng các mô hình ngưỡng để kiểm tra tác động
ngưỡng và mối quan hệ phi tuyến tính có thể có giữa lợi nhuận của vàng và lạm
phát. Phân tích của ông dựa trên tốc độ khác nhau và độ cứng nhắc của việc điều

chỉnh giá. Bài viết này góp phần vào các nghiên cứu sau này, đây là bài báo đầu tiên
áp dụng cả phi tuyến tính dài hạn và mô hình ngưỡng ngắn hạn để kiểm tra xem
vàng là một phòng ngừa lạm phát hiệu quả. Sau đó Wang sử dụng mô hình vector tự
hồi quy phi tuyến (VAR) mô hình hai biến. Nghiên cứu của Wang và cộng sự
(2011) có ý nghĩa to lớn việc áp dụng các mô hình mà Wang đã sử dụng vào nghiên
cứu này sẽ giúp tìm ra mối quan hệ giữa vàng và lạm phát ở Việt Nam là: mối quan
hệ đó là tuyến tính hay phi tuyến, là đối xứng hay bất đối xứng trong ngắn hạn và
dài hạn. Qua đó làm rõ được vai trò của vàng trong nền kinh tế còn đang phát triển
như ở Việt Nam.


17

3. Mô hình nghiên cứu.
3.1 Tính dừng của chuỗi dữ liệu.
Chuỗi dữ liệu dừng hay không dừng ảnh hưởng đến thuộc tính và hành vi của các
biến số đó, nếu các biến số đó không dừng một cú sốc có thể kéo dài cho đến
khoảng thời gian không xác định. Một chuỗi dữ liệu không dừng cũng có thể đưa ta
đến kết quả hồi quy giả mạo (nếu hai biến đều thay đổi theo một hình mẫu nào đó
theo thời gian thì khi đó việc hồi quy biến số này với biến số còn lại có thể cho ra
hệ số R rất cao ngay cả khi hai biến số này không có tương quan với nhau) theo JD
Hamilton (1994). Nhưng hầu hết các biến vĩ mô lại không dừng mà không đáp ứng
được giả thuyết dừng hoặc phần dư của biến dừng thì sẽ đưa đến kết quả hồi quy giả
mạo như đã nói ở trên Nelson và Plosser (1982). Vì thế trước tiên chúng ta đi kiểm
tra tính dừng của chuỗi dữ liệu qua 4 phương pháp: Augmented Dickey và Fuller
(1979, ADF), Phillips và Perron (1988, PP), Elliott và cộng sự (1996, DF-GLS), và
Ng và Perron (2001, NP-MZa). Phương pháp ADF là phương pháp kiểm định tính
dừng thông dụng và đơn giản nhất, so với ADF thì PP sử dụng các phương pháp
tính toán phức tạp hơn để tìm ra các critical value. Phương pháp DF-GLS cũng sử
dụng các thuật toán giống như ADF nhưng không phải kiểm định nghiệm đơn vị

trên các biến gốc mà là các biến đã được detrending (loại bỏ thuộc tính xu hướng
cho các biến). Phương pháp NP-MZA kết hợp giữa yếu tố detrending và sự tính
toán phức tạp các critical value của phương pháp PP. Việc lựa chọn cả bốn phương
pháp để kiểm định tính dừng là cần thiết bởi vì chuỗi dữ liệu giá vàng và chỉ số giá
tiêu dùng (CPI) đại diện cho lạm phát có nhiều biến động trong thời kỳ nghiên cứu,
đặc biệt là CPI. Vì thế việc sử dụng bốn phương pháp sẽ cho ra kết quả chính xác
bậc của chuỗi dữ liệu.
3.2 Kiểm định đồng liên kết.
3.2.1 Mô hình kiểm định đồng liên kết tuyến tính.
lgg = β + β lgp + μ (1)
Trong đó: lgg là lg của giá vàng


18

lgp là lg của CPI
μ

là sai số ước lượng

Nếu 0<β ≤ 1 thì vàng thể hiện sự phòng ngừa đối với lạm phát một phần hoặc
toàn bộ. Nhưng thực tế hai chuỗi giá vàng và CPI rất khó để dừng ở I(0) kết quả hồi
quy đưa ra là giả mạo. Vì thế ta cần xem xét mối quan hệ của chúng qua chuỗi dữ
liệu lấy sai phân I(1) mà điều này thì đã làm mất mối quan hệ dài hạn của hai biến3.
Theo Engle và Granger (1987):
Δμ = ρμ

+ε

(2)

Trong đó nếu chuỗi μ dừng (và -2<ρ<0) bác bỏ giả thuyết không đồng liên kết chấp
nhận giả thuyết thay thế có đồng liên kết trong chuỗi dữ liệu. Định lý Granger đảm
bảo rằng, nếu ρ ≠ 0, phương trình (1) và (2) cùng ngụ ý sự tồn tại của một điều
chỉnh sai số của các biến trong biểu mẫu. Giá vàng và chỉ số CPI cân bằng trong dài
hạn (đồng liên kết) và hệ số điều chỉnh là đối xứng ε là nhiễu trắng.
Để tiến hành ta kiểm định đồng liên kết theo phương pháp Engle và Granger (1987 )
ta tiến hành hồi quy vàng với CPI bằng phương pháp bình phương nhỏ nhất (OLS),
sau đó lưu lại phần dư và kiểm tra tính dứng của phần dư. Đây gọi là phương pháp
Engle – Granger hai bước.
3.2.2 Mô hình đồng liên kết phi tuyến.
Có nhiều phương pháp kiểm định đồng liên kết ngoài Engle và Granger (1987) còn
có Engle và Yoo (1987) và một phương pháp mà sau này cũng được sử dụng rất
nhiều là Johansen (1996) nhưng chúng đều có điểm chung là một mô hình tuyến
tính và điểu chỉnh cân xứng. Những mô hình này đều khó có thể tìm kiếm một mối
quan hệ dài hạn giữa các biến số vĩ mô có sự biến động lớn, mặc dù về mặt lý
thuyết lại rất ủng hộ sự cân bằng đó.
Enders và Siklos (2001) cũng sử dụng phương pháp Johansen (1996) và Engle và
Granger (1987) để tìm kiếm mối quan hệ trong dài hạn giữa lãi suất liên ngân hàng
(lãi suất vay qua đêm) và lãi suất trái phiếu liên bang. Phương pháp của Johansen
3

Theo định nghĩa trong dài hạn

=

và

=

. Như vậy ∆ =0 và ∆

= 0.


19

không thể phát hiện một mối quan hệ cân bằng dài hạn giữa các mức lãi suất ở mức
ý nghĩa thông thường. Vì vậy Ender và Siklos đã đưa ra một mô hình kiểm định
đồng liên kết mới, một mô hình dựa trên những giá trị ngưỡng tự hồi quy. Phương
trình (2) được viết lại thành :
Δμ = I ρ μ

+ (1 − I )ρ μ

+ε

(3)

Trong đó I là một hàm số Heaviside4:
1 nêu μ
0 nêu μ

I

>τ
≤τ

(4)

Theo phương trình (1) (3) và (4) mô hình tự hồi quy ngưỡng (TAR). Petrucelli và
Woolford (1984) cho thấy các điều kiện cần và đủ cho tính dừng của chuỗi μ :
ρ <0 ρ <0 và (1 + ρ ) (1 + ρ ) <1 cho những giá trị τ . Nếu những điều kiện này
được đáp ứng, μ = 0 có thể được coi là giá trị cân bằng dài hạn.
Các hệ số là ρ và ρ đại diện cho tốc độ điều chỉnh khác nhau. Ví dụ, nếu μ

>τ

giá trị của I = 1, và tốc độ điều chỉnh trong phương trình (3) là ρ . Thay vào đó,
nếu μ

≤ τ, I = 0 đến tốc độ điều chỉnh là ρ . Do đó, nếu |ρ | < |ρ |, thì hệ số

điều chỉnh μ

> τ sẽ chậm hơn so với μ

≤ τ (Enders và Chumrusphonlert

2004)
Giá trị của τ là chưa biết và cần phải được ước tính cùng với các giá trị của ρ và
ρ . Tuy nhiên, trong một số nghiên cứu kinh tế liên quan đến ngưỡng, một ngưỡng
tự nhiên là τ = 0 thường được sử dụng để các vector đồng liên kết trùng với
attractor5.
Có hai cách quan trọng để thay đổi mô hình đồng liên kết ngưỡng cơ bản:

4

Heaviside function hàm bậc thang đơn vị và ứng dụng trong nghiên cứu: y học, vật lý, tài chính…
5

Attractor: được gọi là điểm hội tụ là một trong những ý chính của thuyết hỗn độn.


20

Quy trình bậc cao : Phương trình (3) có thể không đủ để nắm bắt được sự
điều chỉnh năng động của Δμ đối với giá trị cân bằng dài hạn của nó. Tuy nhiên,
khi làm việc với bất kỳ mô hình chuỗi thời gian, điều quan trọng là đảm bảo rằng
sai số ước lượng xấp xỉ nhiễu trắng. Một phương pháp để bổ sung (3) với những
thay đổi trễ của chuỗi Δμ như vậy nó trở thành quá trình có độ trể là p ( pth-order):
Δμ = I ρ μ

+ (1 − I )ρ μ

+∑

γμ

+ε

(5)

Phương trình (5) cho phép Δμ , thể hiện sự điều chỉnh bất đối xứng qua cách thay
đổi độ trễ của nó. Ví dụ, cường độ của mỗi γ có thể phụ thuộc vào việc Δμ là tích
cực hay tiêu cực. Hơn nữa, theo Granger và Terasvirta (1993). các giá trị của ρ và
ρ có thể được phép điều chỉnh “mịn” theo thời gian.
Ngoài ra phương trình (5) vẫn giữ được tính tương đương của mình cho các đặc
điểm kỹ thuật Engle-Granger khi ρ = ρ có thể coi đây là trường hợp đặc biệt của
phương trình (5).

Trong phương trình (5), tiêu chí lựa chọn mô hình khác nhau (ví dụ như các tiêu chí
thông tin Akaike (AIC) hoặc các tiêu chí thông tin Bayes (BIC)) có thể được sử
dụng để xác định độ trễ thích hợp. Ngoài ra, kiểm tra cho giả định nhiễu trắng,
chẳng hạn như những thảo luận Tong (1983) hoặc Granger và Terasvirta (1993) có
thể được sử dụng để kiểm tra, Luukkonen, Saikkonen và Terasvirta (1988) đã chỉ ra
rằng lý thuyết tiệm cận thông thường không thể áp dụng cho bình thường nhân tử
Lagrange phi tuyến. Eitrheim và Terasvirta (1996) đề nghị, thông qua mô phỏng
Monte Carlo cho các kiểm định Ljung-Box phần dư tự tương quan không tuân theo
phân bố tiệm cận χ (chi bình phương )trong các mô hình chuỗi thời gian phi tuyến.
Một thông số điều chỉnh khác: Trong phương trình (4), chỉ số Heaviside phụ
thuộc vào mức độ của μ

. Enders và Granger (1998) và Caner và Hansen (1998)

đề nghị một sự thay thế mà ngưỡng phụ thuộc vào các thời kỳ trước thay đổi μ
Hãy xem xét một quy tắc thay thế cho thiết lập các chỉ số Heaviside:

.


21

Δμ = M ρ μ
M

1 nêu Δμ
0 nêu Δμ

+ (1 − M )ρ μ
>τ

≤τ

+ε

(3’)

(6)

Mô hình được xây dựng sử dụng (1), (3’) và (6) được gọi là mô hình hồi quy
ngưỡng có đà (M-TAR) trong đó các chuỗi μ ''đà" theo một hướng khác. Lưu ý
rằng có thể sử dụng các chỉ số Heaviside trong (6) đối với một mô hình năng động
bởi những thay đổi trễ trong Δμ . Và mô hình M-Tar chính thứ được viết lại như
sau:
Δμ = M ρ μ

+ (1 − M )ρ μ

+∑

ρ

γμ

+ε

(5’)

Sự điều chỉnh M-TAR có thể đặc biệt hữu ích khi cho phép các chính sách được
xem là cố gắng để mịn ra bất kỳ thay đổi lớn trong một chuỗi. Ví dụ, dự trữ của liên
bang có thể là các biện pháp mạnh mẽ để bù đắp những cú sốc đến mối quan hệ cấu

trúc kỳ hạn nếu những cú sốc như vậy được coi là chỉ tăng lên, nhưng không giảm
lạm phát kỳ vọng. Tương tự như vậy, với cơ chế thả nổi tỷ giá, có thể giảm thiểu
thay đổi lớn trong tỷ giá hối đoái mà không ảnh hưởng đến mức dài hạn của tỷ giá.
Vậy Tar và M-Tar có sự khác biệt như thế nào, Ender và Siklos cho rằng:
Thứ nhất chênh lệch từ một cú sốc tích cực sẽ điều chỉnh chậm trong mô
hình M-TAR hơn trong mô hình TAR để tiến tới sự cân bằng dài hạn. Trong mô
hình M-TAR, một cú sốc tiêu cực của Δμ phân rã với tốc độ 50% và ngược lại cú
sốc tích cực phân rã với tốc độ 10%. Trong mô hình TAR, phân rã xảy ra với tỷ lệ
50% cho cú sốc tích cực và ở mức 10% đối với tiêu cực.
Một sự khác biệt quan trọng thứ hai liên quan đến một cú sốc giảm trong mô
hình M-TAR sắc nét hơn và rõ rệt hơn. Mô hình này sẽ được đảo ngược nếu trị
tuyệt đối ρ > ρ . Bằng trực giác, với trị tuyệt đối ρ < ρ , mô hình M-TAR ít phân


22

rã cho Δμ với cú sốc tích cực, nhưng nhiều hơn đáng kể nếu Δμ là một cú sốc tiêu
cực.
Tóm lại, trong mô hình M-TAR xu hướng tăng tồn tại lâu nhưng xu hướng giảm
phục hồi một cách nhanh chóng về phía attractor.
Để kiểm định các giả thuyết của mô hình TAR và M-TAR, Ender và Siklos có hai
cách thức tương đương với hai trường hợp liên quan đến ngưỡng : τ = 0 và τ chưa
biết:
Trường hợp τ = 0
Tiến hành một mô phỏng Monte Carlo sử dụng 50.000 quá trình bước đi ngẫu
nhiên, ước lượng một mối quan hệ cân bằng dài hạn trong phương trình (1) và lưu
lại các phần dư μ .
Đối với mỗi phương trình ước lượng có hai giá trị kiểm định: t-statistics cho giả
thuyết

: ρ =0 và ρ =0, cùng với các thống kê F cho giả thuyết kết hợp

:ρ =

ρ =0.
Giá trị lớn nhất của t-statistics được gọi là T-Max , nhỏ nhất được gọi là T-Min, và
các số liệu thống kê F được gọi là Φ. Ví dụ, nếu hai t-statistics là: -2,5 và -1,5, TMin là -2,5 và T-Max là -1.5.
Điều kiện cần thiết để hội tụ: ρ <0 và ρ <0. Như vậy T-Max là một là chỉ số kiểm
định trực tiếp của những điều kiện này. Các số liệu thống kê Φ có thể dẫn đến một
sự bác bỏ của giả thuyết

: ρ = ρ =0, khi chỉ có một trong các giá trị ρ <0 hoặc

ρ <0. Tuy nhiên, số liệu thống kê Φ ưu thế hơn đáng kể so với số liệu thống kê TMax. Tuy nhiên, số liệu thống kê Phi nên chỉ được sử dụng trong những trường hợp
trong đó các ước lượng điểm cho ρ và ρ bao hàm hội tụ. Các số liệu thống kê TMin theo Ender và Siklos có ít ưu thế hơn hai giá trị trên nên không được nhắc đến.


23

Phân phối của T-Max và Φ phụ thuộc vào kích thước mẫu và số lượng các biến
trong mối quan hệ đồng liên kết. Như trong mô hình Engle-Granger, các giá trị tới
hạn cũng phụ thuộc vào bản chất của quá trình điều chỉnh năng động.
Trường hợp τ chưa biết
Thực hiện một mô phỏng Monte Carlo phát triển một thử nghiệm đồng liên kết khi
giá trị của τ chưa biết
Chan (1993) chứng minh rằng cách để tìm kiếm các giá trị ngưỡng tiềm năng: làm
giảm thiểu sai số tổng bình phương cho chúng ta một ngưỡng phù hợp của mô hình
ngưỡng.
Thực hiện môt mô phỏng Monte Carlo như với trường hợp τ = 0. Tuy nhiên, để sử
dụng phương pháp Chan, chuỗi μ ước tính được sắp xếp theo thứ tự tăng dần: μ

<μ <... <μ trong đó t là số quan sát có thể sử dụng. Loại bỏ 15% μ lớn nhất và
nhỏ nhất, tìm giá trị ngưỡng trong số 70% còn lại, đây là những ngưỡng có thể.
Đối với mỗi ngưỡng có thể, ước tính phương trình (3) (4) đối với μ (TAR) và (3’)
(6) đối với Δμ (M-TAR). Ngưỡng ước tính có giá trị tổng phần dư bình phương
thấp nhất được coi là ngưỡng phù hợp. Giả thuyết
thuyết

và các nguyên tắc bác bỏ

cùng các giá trị thống kê giống như phân trên (trường hợp ngưỡng = 0). Ở

đây chúng ta gọi là T-Max* và Φ* để phân biệt với phần trên.
Mặc dù trong Enders và Skilos (2001) dùng cả hai chỉ số T-Max và Φ để đưa đến
kết luận có hay không có đồng liên kết nhưng trong bài nghiên cứu Enders và
Chumrusphonlert (2004) thì không sử dụng chỉ số T-Max mà chỉ dùng Φ, sau khi
dùng Φ để bác bỏ giả thuyết
với giả thuyết

:

=

:

=

= 0 , hai ông dùng tiếp chỉ số F-statistic

để xem xét sự điều chỉnh đối xứng hai không đối xứng.

Tóm lại dù dùng chỉ số nào thì

và

cũng phải thỏa mãn điều kiện

<0 và

<0, (1+ )(1+ ) thì phần dư theo μ mới dừng qua đó biểu hiện sự hội tụ, đúng
như góc độ phát triển từ nghiên cứu của Engel và Granger như đã đề cập ở trên.