Luận văn thạc sĩ hệ thống tài chính và tăng trưởng kinh tế sử dụng kết hợp các biến tài chính để dự báo tăng trưởng

GIỚI THIỆU

Lý do chọn đề tài

Dự báo tình hình kinh tế vĩ mô, đặc biệt là tăng trưởng kinh tế, là nhiệm vụ quan trọng và đầy thách thức đối với nhiều chính phủ, trong đó có Việt Nam Tại Việt Nam, dự báo tăng trưởng GDP được xem là mục tiêu hàng đầu của chính phủ, phản ánh tầm quan trọng của việc đánh giá chính xác xu hướng kinh tế.

Môi trường kinh tế trong và ngoài nước đã trải qua nhiều biến động, với sự tăng trưởng toàn cầu chậm lại và tranh chấp thương mại gia tăng Sự hội nhập kinh tế giữa các quốc gia ngày càng sâu sắc, trong khi kinh tế trong nước cũng chứng kiến sự thay đổi lớn trong môi trường kinh doanh và sự mất cân bằng về cơ cấu kinh tế Tất cả những yếu tố này đã làm gia tăng khó khăn trong việc dự báo tăng trưởng kinh tế của Việt Nam.

Dự báo tăng trưởng kinh tế là chủ đề nghiên cứu quan trọng, thu hút sự chú ý của nhiều nhà nghiên cứu Để có được dự báo chính xác về tốc độ tăng trưởng, cần chú trọng đến việc lựa chọn các biến giải thích hiệu quả và tần số dữ liệu sử dụng.

Tăng trưởng GDP chịu ảnh hưởng từ nhiều yếu tố kinh tế, bao gồm các biến số vĩ mô và tài chính Việc sử dụng quá nhiều biến số để dự báo tăng trưởng kinh tế có thể dẫn đến sự phức tạp và vấn đề quá phù hợp Do đó, cần xác định các biến trọng yếu để đưa vào mô hình dự báo Trong bài viết này, tác giả sẽ tập trung vào các biến tài chính để dự báo tăng trưởng kinh tế.

Tác giả lựa chọn sử dụng các biến tài chính để dự báo tăng trưởng kinh tế Việt Nam vì mối quan hệ giữa khu vực tài chính và tăng trưởng kinh tế đã thu hút sự chú ý của các học giả toàn cầu trong suốt một phần tư thế kỷ qua Đây vẫn là một chủ đề nóng, được nhiều tác giả nghiên cứu, và họ đã chứng minh rằng sự phát triển tài chính có thể dẫn đến tăng trưởng kinh tế.

Khủng hoảng tài chính toàn cầu là minh chứng rõ ràng cho sự suy thoái tài chính ảnh hưởng đến các lĩnh vực khác trong nền kinh tế Việc hiểu tác động của khu vực tài chính đối với các hoạt động kinh tế khác là rất quan trọng để dự báo tăng trưởng kinh tế Bài luận văn này kế thừa các nghiên cứu trước đây để dự báo tăng trưởng thông qua các biến tài chính vĩ mô Tại Việt Nam, nhiều dự báo kinh tế đã được đưa ra bởi các tổ chức uy tín như Ngân hàng Thế giới (WB) và Ngân hàng Phát triển Châu Á (ADB), nhưng thường không nhất quán do mỗi tổ chức áp dụng mô hình dự báo riêng, có thể không phù hợp với đặc trưng kinh tế của từng quốc gia.

Bài luận văn này nhằm tìm kiếm một mô hình dự báo phù hợp để đánh giá tăng trưởng kinh tế Việt Nam, từ đó cung cấp một công cụ hữu ích cho chính phủ trong việc xác định các mục tiêu tăng trưởng hợp lý Mô hình dự báo sẽ hỗ trợ chính phủ điều hành các biến vĩ mô, đảm bảo đạt được các mục tiêu tăng trưởng kinh tế đề ra.

Mục tiêu nghiên cứu

Mục tiêu nghiên cứu là phân tích và đánh giá các biến số tài chính dựa trên dữ liệu có sẵn, nhằm xác định các yếu tố quan trọng ảnh hưởng đến dự báo tăng trưởng kinh tế Nghiên cứu sẽ áp dụng mô hình nhân tố động để tạo ra các nhân tố mới, từ đó áp dụng vào mô hình MIDAS nhằm nâng cao chất lượng dự báo so với các mô hình truyền thống.

Câu hỏi nghiên cứu

Từ mục tiêu nghiên cứu, luận văn này sẽ tập trung giải quyết câu hỏi nghiên cứu sau:

Thứ nhất, những biến số tài chính nào là những biến số quan trọng sẽ sử dụng dự báo tăng trưởng kinh tế?

Thứ hai, việc sử dụng dữ liệu có các loại tần số khác nhau (theo ngày, tháng và quý) có làm cải thiện chất lƣợng dự báo?

Thứ ba, mô hình dự báo mới có những ƣu điểm gì so với mô hình dự báo truyền thống?

Đối tƣợng và phạm vi nghiên cứu

Đối tượng nghiên cứu: tăng trưởng GDP của Việt Nam, các biến số tài chính của Việt Nam

Nghiên cứu này sử dụng dữ liệu tại Việt Nam từ năm 2000 đến 2016, trong đó tốc độ tăng trưởng GDP được thu thập theo quý, còn các biến tài chính được lấy theo ngày hoặc tháng tùy thuộc vào tính khả dụng của dữ liệu.

Phương pháp nghiên cứu

Luận văn này áp dụng phương pháp mẫu dữ liệu hỗn hợp (MIDAS) trong mô hình dự báo tăng trưởng kinh tế, mang lại nhiều ưu điểm so với các mô hình truyền thống MIDAS tận dụng toàn bộ dữ liệu có tần số cao, giúp cải thiện chất lượng dự báo và tránh mất mát thông tin Phương pháp này cho phép dự báo tăng trưởng GDP hàng quý bằng cách sử dụng dữ liệu kinh tế và tài chính từ các quý gần nhất.

Trong luận văn này, phương pháp phân tích nhân tố giúp xác định một số lượng giới hạn các nhân tố chính ảnh hưởng đến tăng trưởng GDP Đồng thời, phương pháp MIDAS cho phép khai thác hiệu quả dữ liệu tài chính có tần số khác nhau.

Bài luận này được thực hiện qua hai bước: đầu tiên, sử dụng phương pháp phân tích nhân tố để xác định một số lượng nhỏ các nhân tố từ bộ dữ liệu biến tài chính; sau đó, áp dụng mô hình MIDAS cho các nhân tố đã xác định để thực hiện dự báo.

Đóng góp mới của đề tài

Bài luận văn này tổng hợp nhiều nghiên cứu quốc tế nhằm cung cấp một mô hình mới dự báo tăng trưởng kinh tế Việt Nam Mô hình này sẽ hỗ trợ các nhà hoạch định chính sách trong việc điều hành kinh tế vĩ mô và cung cấp dự báo tin cậy cho các nhà đầu tư Tác giả kỳ vọng rằng mô hình mới sẽ mang lại chất lượng dự báo cao hơn so với các mô hình truyền thống.

Kết cấu đề tài

Bài luận văn này nghiên cứu việc sử dụng các biến số tài chính vĩ mô để dự báo tăng trưởng kinh tế của Việt Nam, được cấu trúc thành năm chương Chương 2 sẽ trình bày lý thuyết về vai trò và ảnh hưởng của hệ thống tài chính đối với phát triển kinh tế, đồng thời tổng hợp và đánh giá các nghiên cứu trước đó dựa trên dữ liệu bảng và chuỗi thời gian, cùng với các phương pháp nghiên cứu đã được áp dụng.

Trong chương 3, tác giả trình bày dữ liệu sử dụng trong bài luận văn và mô tả phương pháp nghiên cứu nhằm dự báo tăng trưởng kinh tế Việt Nam Bài luận văn áp dụng mô hình nhân tố động để xác định các nhân tố từ bộ dữ liệu, sau đó sử dụng các nhân tố này trong mô hình hồi quy MIDAS để dự đoán tăng trưởng GDP của Việt Nam.

Chương 4 sẽ thảo luận các kết quả nghiên cứu Trong chương này, tác giả cũng sẽ chứng minh những ưu thế của mô hình MIDAS so với các phương pháp truyền thống trong việc thực hiện dự báo Chương cuối cùng, chương 5 sẽ đưa ra các kết luận cho bài nghiên cứu này.

KHUNG LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU TRƯỚC ĐÂY

Khung lý thuyết về vai trò của hệ thống tài chính trong phát triển kinh tế quốc gia

Hệ thống tài chính và các trung gian tài chính đóng vai trò quan trọng trong việc phân bổ nguồn vốn hiệu quả, từ đó thúc đẩy tăng trưởng kinh tế Khu vực tài chính cung cấp vốn cần thiết cho các hoạt động kinh tế thực, đặc biệt là doanh nghiệp sản xuất, là động lực chính cho tăng trưởng GDP Do đó, các biến tài chính trở thành chỉ số dự báo hiệu quả cho sự phát triển kinh tế Bài viết sẽ tóm tắt các lý thuyết được nhiều nhà nghiên cứu công nhận về mối liên hệ giữa phát triển tài chính và tăng trưởng kinh tế.

2.1.1 Vai trò của hệ thống tài chính trong phát triển kinh tế

Phát triển hệ thống tài chính là yếu tố then chốt trong sự phát triển kinh tế của quốc gia Sự tiến bộ của kinh tế và công nghệ toàn cầu đã dẫn đến sự đa dạng và phức tạp trong hệ thống tài chính, đặc biệt với sự xuất hiện của công nghệ FinTech và nhiều sản phẩm tài chính phức tạp Tuy nhiên, chức năng cốt lõi của hệ thống tài chính vẫn là kết nối giữa những người có thặng dư vốn và những người thiếu hụt vốn.

(2) hệ thống tài chính giúp chia sẻ rủi ro của các khoản đầu tƣ

Cấu trúc của hệ thống tài chính

Nguồn: Allen, Franklin; Douglas Gale (2001)

2.1.2 Vì sao chọn các biến tài chính làm biến dự báo?

Có hai lý do chính giải thích vai trò của các biến tài chính trong việc dự báo tăng trưởng kinh tế Đầu tiên, việc thắt chặt điều kiện tài chính và tín dụng hạn chế khả năng kinh doanh của doanh nghiệp và chi tiêu của hộ gia đình Thứ hai, giá cả tài sản tài chính phản ánh lợi nhuận kỳ vọng của các công ty, điều này liên quan trực tiếp đến tốc độ tăng trưởng kinh tế của một quốc gia.

Hệ thống tài chính đóng vai trò quan trọng trong phát triển kinh tế bằng cách hạn chế bất cân xứng thông tin và chi phí giao dịch, từ đó thúc đẩy tăng trưởng Cụ thể, hệ thống này mở rộng trao đổi hàng hóa và dịch vụ thông qua dịch vụ thanh toán, huy động tiết kiệm từ nhiều nhà đầu tư, tập hợp và xử lý thông tin về doanh nghiệp và các khoản đầu tư có lợi suất cao, và phân bổ tiết kiệm đến những chủ thể sử dụng vốn hiệu quả nhất.

Trung gian tài chính Kênh gián tiếp

Chủ thể thiếu hụt vốn cần chú trọng vào việc thu hút các khoản đầu tư và kiểm soát hiệu quả hoạt động điều hành doanh nghiệp Đồng thời, việc đa dạng hóa các nguồn vốn và giảm thiểu rủi ro cũng là những yếu tố quan trọng để đảm bảo sự phát triển bền vững.

Mặc dù một số nhà kinh tế vẫn chưa đồng thuận về vai trò của lĩnh vực tài chính trong phát triển kinh tế, nhưng đa số nghiên cứu cho thấy sự phát triển tài chính đóng vai trò quan trọng trong việc cải thiện phân loại đầu tư, giảm thiểu đầu tư vào tài sản kém hiệu quả, huy động tiết kiệm và thúc đẩy công nghệ tài chính, từ đó thúc đẩy tăng trưởng kinh tế R Espinoza và cộng sự (2009) đã khẳng định rằng các yếu tố tài chính có thể dự báo tăng trưởng kinh tế.

2.1.2.1 Tác động của phát triển tài chính lên tăng trưởng kinh tế

Sự tự do hóa thị trường tài chính giúp người gửi tiết kiệm và nhà đầu tư dễ dàng tiếp cận dịch vụ của các trung gian tài chính, từ đó tăng cường hiệu quả luân chuyển vốn trong nền kinh tế Điều này không chỉ khuyến khích tiết kiệm mà còn hạn chế việc tích lũy vốn, cải thiện phân bổ đầu tư bằng cách chuyển vốn từ khu vực kém hiệu quả sang khu vực hiệu quả hơn Kỳ vọng rằng hiệu quả và mức vốn đầu tư sẽ gia tăng nhờ sự phát triển tài chính từ tự do hóa Những lợi ích này bao gồm việc giảm thiểu các khoản đầu tư với tỷ suất sinh lợi thấp hoặc âm, đồng thời khuyến khích người tiết kiệm tham gia vào thị trường vốn thay vì gửi tiền vào ngân hàng thương mại hoặc tổ chức nhà nước, góp phần làm giảm chi phí sử dụng vốn và tăng cường sự liên kết của thị trường tài chính.

Hệ thống tài chính phát triển giúp người tiết kiệm đa dạng hóa danh mục đầu tư, giảm rủi ro và cung cấp nhiều lựa chọn cho nhà đầu tư nhằm tăng lợi nhuận Ngoài ra, hệ thống này còn có chức năng thu thập và xử lý thông tin về các dự án đầu tư hiệu quả, từ đó giảm chi phí đầu tư cho các dự án.

Mức độ phát triển kinh tế được xác định bởi số lượng và chất lượng các dự án đầu tư Việc nới lỏng rào cản tín dụng, đặc biệt là đối với vốn lưu động, dự kiến sẽ nâng cao chất lượng phân bổ nguồn lực, từ đó giảm thiểu khoảng cách giữa sản lượng thực tế và sản lượng tiềm năng.

Hệ thống tài chính đóng vai trò quan trọng với năm chức năng chính Đầu tiên, nó cung cấp thông tin về các cơ hội đầu tư tiềm năng Thứ hai, hệ thống này huy động và phân bổ các khoản tiết kiệm hiệu quả Thứ ba, nó kiểm soát các khoản đầu tư và quản lý doanh nghiệp sau khi cung cấp nguồn tài trợ Thứ tư, hệ thống tài chính tạo điều kiện thuận lợi cho các giao dịch tài chính, đồng thời giúp đa dạng hóa và quản lý rủi ro Cuối cùng, nó thúc đẩy việc trao đổi hàng hóa và dịch vụ trong nền kinh tế.

Mặc dù tất cả các hệ thống tài chính đều thực hiện năm chức năng cơ bản, nhưng mức độ ảnh hưởng đến tăng trưởng kinh tế của một quốc gia phụ thuộc vào các đặc điểm riêng của hệ thống tài chính đó Ba đặc điểm chính bao gồm quy mô của các trung gian tài chính, hiệu quả hoạt động của các trung gian này, và các thành phần cấu thành của chúng.

2.1.2.2 Tài chính, các định chế và tăng trưởng kinh tế

Các yếu tố về vốn con người và sự thay đổi công nghệ không thể hoàn toàn giải thích sự khác biệt trong tăng trưởng kinh tế giữa các quốc gia Gần đây, các nghiên cứu đã chỉ ra rằng các định chế và lĩnh vực tài chính đóng vai trò quyết định trong việc thúc đẩy tăng trưởng kinh tế.

Các định chế đóng vai trò trung tâm trong việc tương tác và định hình hành vi kinh tế trong xã hội, được coi là “công nghệ mang tính xã hội” hơn là công nghệ thuần túy Khi quy tắc thị trường tài chính thay đổi thường xuyên và không được tôn trọng, hoặc khi gian lận xảy ra, thị trường sẽ hoạt động kém hiệu quả, dẫn đến sự gia tăng không chắc chắn và hạn chế trong việc phân bổ nguồn lực.

Các trung gian tài chính đóng vai trò quan trọng trong phát triển kinh tế bằng cách phân bổ vốn đến những nơi có hiệu quả sử dụng cao nhất Sự gia tăng các công cụ tài chính giúp giảm chi phí giao dịch và thông tin, đồng thời tạo ra một thị trường tài chính hiệu quả hơn, giúp các chủ thể kinh tế dễ dàng phòng ngừa rủi ro và tăng cường đầu tư, từ đó thúc đẩy tăng trưởng kinh tế.

Bối cảnh kinh tế tài chính Việt Nam

2.2.1 Sự phát triển của các kênh dẫn vốn

Sau hơn ba mươi năm đổi mới, kinh tế Việt Nam đã phát triển vượt bậc, đạt nhiều thành tựu đáng ghi nhận trong các lĩnh vực kinh tế - xã hội, đặc biệt là tài chính – ngân hàng Hệ thống các định chế tài chính tại Việt Nam ngày càng phát triển mạnh mẽ cả về quy mô lẫn chất lượng.

Các quy định pháp luật trong lĩnh vực tài chính đã được hoàn thiện để phù hợp với các thông lệ quốc tế Quản lý nhà nước trên thị trường tài chính được thể chế hóa với sự phối hợp hiệu quả giữa các cơ quan nhà nước, nhằm nâng cao hiệu quả hoạt động Bên cạnh đó, vai trò của các nhà đầu tư, công ty kiểm toán và các cơ quan xếp hạng tín nhiệm cũng góp phần quan trọng trong việc tăng cường tính minh bạch trên thị trường tài chính.

Thị trường tài chính Việt Nam đã có sự phát triển mạnh mẽ, tương đồng với các thị trường mẫu mực, thể hiện qua sự hình thành và phát triển của các dịch vụ ngân hàng, bảo hiểm, kế toán – kiểm toán, và tư vấn tài chính chuyên nghiệp.

Sự ra đời của thị trường chứng khoán vào năm 2000 đã đánh dấu một bước chuyển mình quan trọng trong việc phát triển thị trường tài chính của Việt Nam, góp phần vào sự phát triển chung của ngành tài chính – ngân hàng Các doanh nghiệp Việt Nam ngày càng chú trọng đến việc huy động vốn qua thị trường chứng khoán, bên cạnh các kênh truyền thống như vay vốn ngân hàng, nhằm đa dạng hóa nguồn vốn cho hoạt động sản xuất - kinh doanh.

Sự phát triển mạnh mẽ của thị trường tài chính đã dẫn đến sự gia tăng đáng kể số lượng trung gian hỗ trợ, bao gồm nhiều công ty chứng khoán, công ty quản lý quỹ và công ty bảo hiểm Thị trường bảo hiểm, đặc biệt, đang phát triển nhanh chóng với nhiều sản phẩm bảo hiểm nhân thọ và phi nhân thọ đa dạng Ngoài ra, thị trường trái phiếu cũng ghi nhận sự phát triển tích cực, với sự xuất hiện của nhiều doanh nghiệp huy động vốn thông qua phát hành trái phiếu doanh nghiệp bên cạnh các loại trái phiếu chính phủ.

Hệ thống ngân hàng tại Việt Nam đã có sự phát triển mạnh mẽ trong những năm gần đây, nhờ vào những cải tiến đáng kể trong dịch vụ Các dịch vụ ngân hàng hiện nay đã trở nên quen thuộc với người dân, giúp nâng cao hiệu quả lưu thông tài chính quốc gia và đóng góp quan trọng vào sự phát triển kinh tế xã hội.

2.2.2 Sự phát triển của các tụ điểm vốn

2.2.2.1 Khu vực tài chính nhà nước

Hệ thống quản lý tài chính công đã được cải cách mạnh mẽ, ngày càng tương thích với các tiêu chuẩn quốc tế về quản lý ngân sách và các vấn đề liên quan đến an ninh tài chính quốc gia Đồng thời, việc cổ phần hóa doanh nghiệp nhà nước cũng được ưu tiên thúc đẩy nhằm nâng cao tính minh bạch trong quản lý tài chính quốc gia.

2.2.2.2 Khu vực tài chính tư nhân

Khu vực tài chính tư nhân tại Việt Nam đã có sự phát triển đáng kể nhờ vào việc tiếp cận các thị trường tài chính tiên tiến và những cải cách mạnh mẽ trong hệ thống pháp luật kinh tế - tài chính Hệ thống tài chính Việt Nam ngày càng kết nối chặt chẽ giữa tiết kiệm, tiêu dùng và đầu tư, góp phần quan trọng vào sự tăng trưởng nhanh chóng của đất nước trong gần hai thập kỷ qua.

Sự phát triển tính minh bạch trong thị trường tài chính đã giảm số lượng doanh nghiệp hoạt động kém hiệu quả, bao gồm cả doanh nghiệp nhà nước Đồng thời, các chính sách nhằm ổn định tài chính đã nâng cao kỳ vọng của người dân, kích thích đầu tư và tiêu dùng, từ đó thúc đẩy tăng trưởng kinh tế Việt Nam.

2.2.2.3 Khu vực tài chính nước ngoài

Mô hình tăng trưởng kinh tế của Việt Nam hiện nay phụ thuộc nhiều vào vốn từ bên ngoài do nguồn vốn trong nước còn hạn chế Trước năm 2007, nợ công và nợ được chính phủ bảo lãnh chiếm gần 90% tổng nợ nước ngoài, nhưng tỷ lệ này đã giảm xuống khoảng 70% trong những năm gần đây Đồng thời, Việt Nam đã áp dụng các chính sách thu hút đầu tư nước ngoài, góp phần gia tăng đáng kể dòng vốn FDI, phù hợp với xu hướng toàn cầu hóa tài chính.

Kể từ năm 2006, đầu tư trực tiếp nước ngoài đã cho thấy sự nhạy cảm với biến động của thị trường tài chính quốc tế Những biến động này không chỉ gây khó khăn cho thị trường tài chính trong nước mà còn tạo ra căng thẳng tỷ giá, gia tăng rủi ro tỷ giá, ảnh hưởng tiêu cực đến hệ thống tài chính và tăng trưởng kinh tế của quốc gia.

Sự phát triển của hệ thống tài chính đã tạo ra nhiều tác động tích cực đối với hoạt động sản xuất, kinh doanh và tiêu dùng, góp phần thúc đẩy tăng trưởng kinh tế quốc gia Việc gia tăng vốn cho phát triển kinh tế, kết hợp với sự quản lý hiệu quả của chính phủ, đã giúp Việt Nam hình thành một thị trường tài chính năng động, ngày càng gần gũi với các thị trường tài chính phát triển trên thế giới.

Các nghiên cứu thực nghiệm về dự báo tăng trưởng kinh tế

Sự phát triển của hệ thống tài chính và mối liên hệ với tăng trưởng kinh tế đã là một chủ đề nóng trong hơn một thế kỷ Nhiều nghiên cứu đã được thực hiện để dự báo chính xác tăng trưởng kinh tế của các quốc gia và khu vực, sử dụng các phương pháp như mô hình VAR, hồi quy với dữ liệu tần số khác nhau – MIDAS, và mô hình tự hồi quy Dưới đây, tác giả sẽ tóm tắt một số nghiên cứu tiêu biểu liên quan đến việc sử dụng các biến số tài chính để dự báo tăng trưởng kinh tế.

2.3.1 Các nghiên cứu trên dữ liệu bảng

Nghiên cứu "Vai trò của các biến tài chính trong dự báo các hoạt động kinh tế" của Raphael Espinoza và cộng sự (2009) chỉ ra rằng các biến tài chính có độ sai số dự báo thấp hơn khi dự báo tăng trưởng kinh tế Mỹ, đặc biệt trong khoảng thời gian 5 và 11 quý Độ mạnh của dự báo từ các biến tài chính tăng lên khi chúng thay đổi đồng bộ với các quốc gia khác hoặc với các chỉ báo tài chính khác Tuy nhiên, khả năng dự báo tăng trưởng kinh tế của các biến tài chính lại tương đối yếu trong khu vực Eurozone.

O´lan T Henry và các cộng sự (2004) đã nghiên cứu mối quan hệ giữa tỷ suất sinh lợi thị trường và tăng trưởng GDP tại các nước OECD và 5 nước Đông Nam Á, sử dụng dữ liệu bảng theo quý của 27 quốc gia Kết quả cho thấy có mối liên hệ dương và có ý nghĩa giữa hai yếu tố này, mặc dù mối quan hệ chủ yếu là yếu Tuy nhiên, khi thực hiện hồi quy phi tuyến, các kết quả đạt được có ý nghĩa thống kê cao Nghiên cứu này cung cấp cơ sở quan trọng cho các nghiên cứu tiếp theo về dự báo tăng trưởng kinh tế, khuyến khích việc đưa tỷ suất sinh lợi thị trường vào các mô hình dự báo.

2.3.2 Các nghiên cứu trên dữ liệu chuỗi thời gian

Nghiên cứu của Petri Kuosmanen và Juuso Vataja (2014) tại Phần Lan cho thấy thông tin thị trường tài chính rất hữu ích trong việc dự báo tăng trưởng kinh tế Họ phát hiện rằng lựa chọn các biến tài chính phù hợp để dự báo phụ thuộc vào bối cảnh kinh tế cụ thể Trong giai đoạn ổn định, lãi suất ngắn hạn và các giá trị quá khứ của tăng trưởng GDP là yếu tố quan trọng, trong khi trong giai đoạn bất ổn, chênh lệch lãi suất và tỷ suất sinh lợi thị trường trở nên cần thiết Việc kết hợp tỷ suất sinh lợi thị trường với các chỉ báo tài chính khác có thể cải thiện độ chính xác của dự báo Ngoài ra, lãi suất dài hạn cũng có ý nghĩa dự báo trong toàn bộ giai đoạn nghiên cứu Kết luận quan trọng là việc lựa chọn mô hình và các biến tài chính phải phù hợp với tình hình kinh tế hiện tại.

Trong nghiên cứu của P Higgins và cộng sự (2016) về dự báo tăng trưởng kinh tế và lạm phát tại Trung Quốc, tác giả đã chỉ ra rằng lãi suất có ảnh hưởng yếu đến nền kinh tế tổng thể, trong khi những biến động trong cung tiền M2 lại mang lại tác động đáng kể Điều này cho thấy rằng cung tiền M2 được ưu tiên hơn lãi suất trong việc dự báo tăng trưởng kinh tế.

Nghiên cứu của Luis M Gomez-Zamudio và Raul Ibarra đặt ra câu hỏi liệu việc sử dụng dữ liệu tài chính theo ngày có thể nâng cao độ chính xác trong dự báo tăng trưởng GDP hay không Việc phân tích dữ liệu tài chính theo thời gian ngắn hạn có thể cung cấp những thông tin kịp thời và chi tiết hơn, từ đó cải thiện chất lượng dự báo kinh tế.

Nghiên cứu năm 2017 đã chỉ ra rằng việc áp dụng các biến tài chính theo ngày cải thiện chất lượng dự báo tăng trưởng GDP tại Mexico Cụ thể, nghiên cứu này sử dụng mô hình MIDAS kết hợp với dữ liệu tài chính theo ngày để dự báo tăng trưởng kinh tế cho một và bốn quý tiếp theo Kết quả cho thấy mô hình MIDAS với dữ liệu tài chính theo ngày có độ chính xác cao hơn so với các mô hình sử dụng dữ liệu cùng tần số Tuy nhiên, nghiên cứu cũng chỉ ra rằng độ chính xác của mô hình MIDAS với các quan sát dẫn dắt tương đương với mô hình MIDAS không có các quan sát dẫn dắt.

Trong nghiên cứu của Yu Jiang và các cộng sự (2017) về dự báo tăng trưởng GDP Trung Quốc, họ đã phát triển các nhân tố động từ nhiều biến vĩ mô và tài chính, sau đó áp dụng vào mô hình MIDAS Kết quả cho thấy, việc sử dụng các nhân tố động kết hợp với mô hình MIDAS mang lại độ chính xác cao hơn so với các mô hình truyền thống, đặc biệt là khi dự báo dựa trên các quan sát dẫn dắt.

2.3.3 Các nghiên cứu tại Việt Nam

Dự báo kinh tế là mối quan tâm hàng đầu của cả nhà nghiên cứu và nhà hoạch định chính sách toàn cầu Nhiều mô hình dự báo đã được phát triển nhằm nâng cao độ chính xác, mỗi mô hình đều có ưu điểm và nhược điểm riêng Tại Việt Nam, các nhà nghiên cứu đang nỗ lực tìm kiếm mô hình tối ưu để dự đoán tăng trưởng kinh tế, như thể hiện qua các nghiên cứu điển hình.

Vũ Thị Thu Hằng và cộng sự (2013) đã tiến hành dự báo tăng trưởng GDP và lạm phát của Việt Nam bằng hai mô hình: VAR và Bayesian VAR (BVAR) Kết quả nghiên cứu cho thấy mô hình BVAR có độ chính xác dự báo cao hơn so với mô hình VAR, cả trong dự báo lạm phát và tăng trưởng GDP Đặc biệt, sai số dự báo của mô hình BVAR thấp hơn nhiều so với mô hình VAR trong các dự báo từ một đến bốn kỳ tới.

Tổng hợp kết quả nghiên cứu thực nghiệm

Không có mô hình hoàn hảo nào cho dự báo tăng trưởng kinh tế áp dụng cho tất cả các quốc gia Nhiều nghiên cứu đã chứng minh sức mạnh dự báo của các biến tài chính, và việc lựa chọn biến tài chính để dự báo phụ thuộc vào quy mô kinh tế, chính sách tiền tệ và hệ thống tài chính của mỗi quốc gia Các biến tài chính thường được sử dụng bao gồm cung tiền, tỷ suất sinh lợi thị trường và tỷ giá Mô hình nghiên cứu được chọn còn tùy thuộc vào quan điểm của tác giả, nhưng chưa có mô hình nào được xác định là tối ưu.

Tại Việt Nam, các học giả và nhà hoạch định chính sách luôn tìm kiếm mô hình dự báo GDP tối ưu Nghiên cứu của Vũ Thị Thu Hằng và cộng sự (2013) chỉ ra rằng mô hình BVAR có độ chính xác cao hơn so với mô hình VAR trong việc dự đoán tăng trưởng kinh tế và lạm phát.

Trong những năm gần đây, nhiều tác giả như Yu Jiang và cộng sự (2017) đã áp dụng mô hình MIDAS để dự báo tăng trưởng GDP của các quốc gia Bài luận văn này sẽ áp dụng mô hình MIDAS nhằm dự báo tăng trưởng GDP của Việt Nam, với lý do nền kinh tế Việt Nam có nhiều điểm tương đồng với Trung Quốc Tác giả sẽ sử dụng phương pháp nghiên cứu tương tự như Yu Jiang và các cộng sự, kết hợp mô hình nhân tố động và mô hình MIDAS, nhưng chỉ tập trung vào các biến số tài chính và một số biến có khả năng dự báo tăng trưởng GDP của Việt Nam.

DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Dữ liệu nghiên cứu

Dữ liệu GDP hàng quý của Việt Nam được thu thập từ Ngân hàng Phát triển châu Á (ADB) Các biến tài chính trong mô hình dự báo được lựa chọn dựa trên nghiên cứu trước đây và khả năng dự báo của chúng, bao gồm cung tiền và tỷ suất sinh lợi thị trường Tăng trưởng hàng tháng của các biến tài chính được tính toán dựa trên tỷ lệ tăng trưởng so với cùng kỳ năm trước nhằm loại trừ yếu tố mùa vụ.

Danh sách các biến tài chính đƣợc chọn sử dụng trong bài nghiên cứu

Tên biến Ký hiệu Tần số Thời gian Nguồn dữ liệu

Ngân hàng phát triển châu Á - ADB

Quỹ tiền tệ quốc tế - IMF

Phương pháp nghiên cứu

Để tìm ra một mô hình phù hợp cho dự báo tăng trưởng kinh tế Việt Nam, bài luận văn này sẽ tập trung vào ba bước chính:

Tác giả bắt đầu bằng cách áp dụng mô hình nhân tố động để xác định một hoặc hai nhân tố chính đại diện cho các biến số tài chính tác động đến tăng trưởng kinh tế Việt Nam, đây là bước quan trọng nhất trong việc xây dựng một mô hình dự báo hiệu quả.

Trong các nghiên cứu trước đây, nhiều học giả đã sử dụng các mô hình và biến số khác nhau để dự báo tăng trưởng kinh tế, cho thấy rằng có nhiều biến tài chính có thể làm biến dự báo Tuy nhiên, việc đưa quá nhiều biến số vào mô hình có thể dẫn đến vấn đề “quá nhiều biến” và “quá phù hợp”, trong khi chỉ sử dụng một vài biến có thể bỏ sót thông tin giá trị Việc áp dụng mô hình nhân tố động để tạo ra các nhân tố dự báo sẽ giúp khắc phục những khó khăn này.

Qua bước thứ hai, tác giả sẽ sử dụng mô hình hồi quy với dữ liệu hỗn hợp –

MIDAS được sử dụng để dự báo tăng trưởng kinh tế, trong đó tăng trưởng GDP được phân tích theo quý, trong khi các biến dự báo có dữ liệu theo tháng hoặc theo ngày.

Trong các mô hình dự báo truyền thống, tần số dữ liệu GDP và các biến dự báo là giống nhau, nhưng chúng chưa tối ưu do bỏ qua sự biến động của số liệu trong kỳ Mô hình MIDAS đã khắc phục nhược điểm này, mang lại sự chính xác hơn trong dự báo.

Bước cuối cùng là đánh giá chất lượng dự báo của các mô hình MIDAS bằng cách so sánh nhân tố dự báo từ bước một với mô hình MIDAS kết hợp các biến dự báo đơn lẻ.

Tác giả sẽ áp dụng hai chỉ số quan trọng là căn bậc hai của trung bình sai số bình phương (RMSE) và hệ số bất ổn Theil để đánh giá chất lượng các mô hình dự báo.

Sau đây, tác giả sẽ mô tả chi tiết phương pháp nghiên cứu được sử dụng trong bài luận văn này

3.2.1 Mô hình nhân tố động

Bài luận văn áp dụng mô hình nhân tố động (DFM) để xác định các yếu tố dự báo từ dữ liệu tài chính Mô hình này mang lại hai lợi ích chính: đầu tiên, nó cho phép tự tương quan và phương sai thay đổi; thứ hai, các hệ số trong mô hình có thể thay đổi theo thời gian, giúp giải quyết hiệu quả vấn đề chuỗi dữ liệu không dừng và các điểm gãy cấu trúc Mô hình nhân tố động được thể hiện qua một công thức cụ thể.

 X t = (X 1t , X 2t , …, X Nt )’ là vector Nx1 chứa các quan sát của N biến tài chính tại thời gian t (t = 1, …, T),

 f t là vector kx1 chứa k nhân tố động tại thời gian t,

 Λ(L) là ma trận đa thức trễ bậc p, ma trận Λ(L) có kích thước Nxk,

 k là số nhân tố động,

 u t = (u 1t , u 2t , …, u Nt )’ là vector Nx1 của thành phần sai số,

 Φ(L) là ma trận đa thức trễ bậc q, ma trận Φ(L) có kích thước kxk,

 ε t = (ε 1t , …, ε kt )’ là vector thành phần sai số

 Đa thức trễ λ i (L) đƣợc gọi là “dynamic factor loading” đối với chuỗi thời gian i,

 λi(L)f t đƣợc gọi là thành phần chung của chuỗi thứ i,

Và u it là thành phần đặc trưng của chuỗi thời gian, với f t là nhân tố động tại thời điểm t Nhân tố này thay đổi cùng với nhiều biến tài chính và có thể được sử dụng như một biến dự báo cho tăng trưởng GDP Đặt ( ) là vector rx1 của các nhân tố tĩnh và ( ) là ma trận hệ số Nxk của trễ thứ i trong Λ(L), từ đó chúng ta có phương trình tĩnh sau.

( ) Ƣớc lƣợng các thành phần chính của Ft có thể đƣợc rút ra bằng cách giải bài toán bình phương bé nhất đó

Số lượng các nhân tố (r) cần được xác định trước khi ước lượng, theo nghiên cứu của Bai và Ng (2002), thông qua các ước lượng r được xác định bởi điều kiện thông tin để lựa chọn mô hình Số lượng nhân tố ước lượng ( ̂ ) có thể tìm được bằng cách tối thiểu hóa điều kiện thông tin, trong đó ( ̂ ( ) ̂ ( ) ) là bình phương bé nhất được đánh giá tại các ước lượng thành phần chính với số lượng nhân tố là r Điều kiện thông tin này được áp dụng để xác định số lượng nhân tố cho dữ liệu bảng lớn Tuy nhiên, nghiên cứu gần đây cho thấy điều kiện thông tin Bai-Ng có thể không mang lại kết quả mạnh mẽ trong thực tế Alessi và cộng sự (2009) đã đề xuất một điều kiện thông tin thay thế, cung cấp kết quả mạnh hơn để xác định số lượng nhân tố.

( ) ( ̂ ( ) ̂ ( ) ) ( ) ( ) trong đó c là một hằng số dương làm tăng độ mạnh hàm phạt Đối với mỗi giá trị của c, số lƣợng các nhân tố đƣợc ƣớc lƣợng là ̂ ( ) ( )

Và đối với cỡ mẫu con và (j = 1, 2, …, J) tính toán phương sai của số lƣợng nhân tố đƣợc ƣớc lƣợng

Phương trình (7) đánh giá độ bất ổn của số lượng nhân tố ước lượng khi xem xét các mẫu con của dữ liệu Khi giá trị c tăng, số lượng nhân tố tối ưu được xác định bằng cách tìm kiếm sự xuất hiện đầu tiên của vùng c, trong đó số lượng nhân tố ước lượng ổn định qua các giá trị c và các mẫu con khác nhau Thủ tục ước lượng số nhân tố có thể cung cấp những ước lượng mạnh mẽ hơn so với phương pháp Bai-Ng.

Các nhân tố hàng ngày và hàng tháng từ mô hình DFM có thể được áp dụng làm biến dự báo tăng trưởng GDP thông qua mô hình hồi quy MIDAS.

 là tỷ lệ tăng trưởng GDP hàng quý tại quý t

 biểu thị giá trị biến dự báo theo tháng trong tháng thứ j tính lùi từ quý t, trong đó tháng cuối trong quý t tương ứng với j=0

Sử dụng các biến dự báo theo tháng, tăng trưởng GDP theo h bước tiếp theo sử dụng hồi quy MIDAS( , )

 là bậc trễ của các biến dự báo theo tháng,

 μ, , …, , , …, là các hệ số đƣợc ƣớc lƣợng,

Dự báo tăng trưởng GDP h bước tiếp theo được thực hiện thông qua hồi quy MIDAS, sử dụng các giá trị biến dự báo theo ngày Trong đó, giá trị biến dự báo theo ngày được xác định từ ngày thứ j tính ngược từ quý t, với ngày cuối cùng trong quý t tương ứng với j=0.

( ) trong đó là bậc trễ của các biến dự báo theo ngày, , …, là các hệ số đƣợc ƣớc lƣợng

Hồi quy MIDAS mang lại lợi ích trong việc sử dụng thông tin theo ngày hoặc tháng, nhưng có thể gặp vấn đề với sự gia tăng tham số khi kích thước mẫu lớn Để khắc phục tình trạng này, Ghysels và cộng sự (2004) đã đề xuất sơ đồ trọng số theo hướng dữ liệu, cho phép dự báo tuyến tính từ dữ liệu tần số cao sang dữ liệu tần số thấp với số lượng tham số ít hơn Mô hình hồi quy MIDAS theo quý hoặc tháng giúp cải thiện tính hiệu quả trong phân tích dữ liệu.

Mô hình hồi quy MIDAS( , ) theo quý/ ngày là

Trong đó, ( ) là một hàm của vector các tham số, biểu thị tỷ trọng của hoặc và β trong hệ số chung Để xác định tham số β, cần đảm bảo rằng tổng ∑ ( ) và

Các lựa chọn tham số hóa hàm trọng số bao gồm đa thức MIDAS không bị chặn, hàm mật độ xác suất Beta chuẩn, và đa thức Almon đã được chuẩn hóa theo hàm mũ Ngoài ra, còn có đa thức với các hàm từng bước Ghysels và cộng sự (2006) đã cung cấp các thảo luận chi tiết về sơ đồ tỷ trọng Bài nghiên cứu này sử dụng hàm mật độ xác suất Beta chuẩn.

KẾT QUẢ NGHIÊN CỨU

Thống kê mô tả

Dữ liệu trong bài luận văn này được thu thập từ các nguồn đáng tin cậy như Quỹ Tiền tệ Quốc tế (IMF) và Ngân hàng Phát triển Châu Á (ADB) Hình 4.1 đến Hình 4.8 minh họa các biến số chính được sử dụng trong nghiên cứu này.

Trong giai đoạn 2000 – 2008, kinh tế Việt Nam phát triển mạnh mẽ với tốc độ tăng trưởng bình quân 7.45% mỗi quý, nhưng vẫn chưa ổn định do độ lệch chuẩn lớn là 0.96% Thị trường tài chính cũng gặp nhiều biến động, với tăng trưởng cung tiền M1 và M2 lần lượt đạt 25.5% và 32.8%, kèm theo độ lệch chuẩn 16.2% và 14.5%.

Từ năm 2009 đến 2016, kinh tế Việt Nam đã có sự cải thiện đáng kể với tốc độ tăng trưởng GDP ổn định trung bình đạt 5.83% và độ lệch chuẩn 0.92% Thành công này chủ yếu nhờ vào việc điều hành chính sách tiền tệ hiệu quả, thể hiện qua sự tăng trưởng trung bình của cung tiền M1 và M2 lần lượt đạt 19.9% và 21.7%, với độ lệch chuẩn là 12.5% và 6.3%.

Hình 4 1 Tăng trưởng GDP theo quý của Việt Nam (2000 - 2016)

Nguồn: Ngân hàng Phát triển châu Á - ADB

Hình 4 2 Tăng trưởng cung tiền M1 theo tháng

Nguồn: Quỹ tiền tệ quốc tế - IMF

Hình 4 3 Tăng trưởng cung tiền M2 theo tháng

Hình 4 4 Tăng trưởng dự trữ ngoại hối theo tháng

Hình 4 5 Nhân tố dự báo theo tháng

Nhân tố này được hình thành từ dữ liệu cung tiền M1, M2 và dự trữ ngoại hối thông qua mô hình nhân tố động.

Thị trường chứng khoán Việt Nam đã duy trì sự ổn định kể từ cuộc khủng hoảng tài chính năm 2008, với biên độ dao động của chỉ số VN-Index chỉ khoảng 1.30% mỗi ngày, giảm so với 1.61% trước năm 2009.

Tỷ giá USD/VND trong giai đoạn nghiên cứu duy trì sự ổn định với độ lệch chuẩn chỉ khoảng 0.23% Tuy nhiên, giai đoạn 2008 – 2011 ghi nhận sự biến động lớn hơn với độ lệch chuẩn lên tới 0.39%, gần gấp đôi so với toàn bộ giai đoạn nghiên cứu.

Hình 4 6 Thay đổi chỉ số VN-Index theo ngày

Nguồn: Công ty chứng khoán VNDIRECT

Hình 4 7 Thay đổi tỷ giá USD/VND theo ngày

Nguồn: Trang web investing.com

Hình 4 8 Nhân tố dự báo theo ngày

Nhân tố này được hình thành từ dữ liệu chỉ số VN-Index và tỷ giá USD/VND thông qua việc áp dụng mô hình nhân tố động.

Giải thích sự lựa chọn các biến dự báo

Trong bài viết này, tác giả phân tích các yếu tố như cung tiền M1, M2, dự trữ ngoại hối, chỉ số chứng khoán và tỷ giá đô la Mỹ tại Việt Nam để dự báo tăng trưởng kinh tế Những biến số này được lựa chọn dựa trên các lý thuyết kinh tế và nghiên cứu thực nghiệm toàn cầu.

Sự lựa chọn biến cung tiền

Theo lý thuyết vĩ mô, việc tăng cung tiền có thể làm giảm lãi suất, kích thích tiêu dùng và đầu tư, từ đó gia tăng sản lượng quốc gia trong ngắn hạn Tuy nhiên, trong dài hạn, sự gia tăng này có thể dẫn đến tăng giá ảo của tài sản do thanh khoản dư thừa, gây ra phân bổ vốn sai lệch, lãng phí đầu tư và các hoạt động đầu cơ, từ đó dễ dẫn đến bong bóng tài sản và suy thoái kinh tế.

Cung tiền, dù có tác động tích cực hay tiêu cực, là một chỉ số dự báo hiệu quả cho tăng trưởng kinh tế Theo nghiên cứu của Arfanuzzaman (2014), có mối quan hệ nhân quả từ cung tiền M2 đến tăng trưởng kinh tế, cho thấy rằng cung tiền M2 là một yếu tố dự đoán đáng tin cậy cho sự phát triển của GDP.

Sự lựa chọn biến dự trữ ngoại hối và tỷ giá đô la Mỹ

Tỷ giá và chế độ tỷ giá đã trở thành chủ đề tranh luận chính sau khủng hoảng tài chính 2008, đặc biệt ở các nền kinh tế mới nổi Các nhà kinh tế học và nhà làm chính sách có quan điểm trái ngược về tác động của chính sách tỷ giá đối với tăng trưởng kinh tế Trong khi nhà làm chính sách cho rằng tỷ giá hối đoái thấp thúc đẩy tăng trưởng, thì các nhà kinh tế học nhấn mạnh rằng giá cả tương đối giữa các đồng tiền mới là yếu tố quyết định cho tăng trưởng bền vững Hầu hết các nhà nghiên cứu coi tỷ giá là biến nội sinh, khiến việc đánh giá ảnh hưởng của nó lên tăng trưởng kinh tế trở nên phức tạp Rodrik (2008) chỉ ra rằng, tại các nước đang phát triển, tỷ giá thực bị đánh giá thấp theo hiệu ứng Balassa-Samuelson sẽ thúc đẩy tăng trưởng mạnh hơn Ông cũng cho rằng một tỷ giá yếu có thể bù đắp cho những yếu điểm về thể chế và thất bại thị trường ở các nước này.

M Habib và cộng sự (2016), việc đánh giá thấp tỷ giá có thể làm tăng đáng kể tăng trưởng GDP thực Tuy nhiên, các kết quả này chỉ đúng tại các quốc gia đang phát triển

Nhiều nghiên cứu toàn cầu cho thấy mối liên hệ chặt chẽ giữa tỷ giá hối đoái và tăng trưởng kinh tế, đặc biệt ở các quốc gia đang phát triển Do đó, việc áp dụng tỷ giá để dự đoán tăng trưởng kinh tế Việt Nam sẽ mang lại kết quả chính xác cao.

Một lượng dự trữ ngoại hối lớn sẽ hỗ trợ hiệu quả cho việc thực hiện chính sách tiền tệ ổn định, điều này đóng vai trò quan trọng trong sự phát triển kinh tế của quốc gia Do đó, có mối tương quan chặt chẽ giữa dự trữ ngoại hối và tăng trưởng GDP.

Sự lựa chọn biến chỉ số chứng khoán

Thị trường chứng khoán đóng vai trò quan trọng trong sự phát triển kinh tế của một quốc gia, điều này đã được xác nhận qua nhiều nghiên cứu toàn cầu Sự sôi động và hiệu quả của thị trường chứng khoán sẽ thúc đẩy mạnh mẽ tăng trưởng kinh tế Tại Việt Nam, thị trường chứng khoán thể hiện những vai trò thiết yếu trong việc hỗ trợ sự phát triển kinh tế.

Thị trường chứng khoán đóng vai trò quan trọng như một trung gian, kết nối các nhà đầu tư thặng dư vốn với những chủ thể đang cần vốn, từ đó đảm bảo dòng vốn được luân chuyển một cách hiệu quả cả trong nước và quốc tế.

Thị trường chứng khoán đóng vai trò quan trọng trong việc nâng cao hiệu quả hoạt động của các trung gian tài chính, từ đó giảm thiểu chi phí giao dịch và bất cân xứng thông tin, góp phần thúc đẩy tăng trưởng kinh tế mạnh mẽ.

Thị trường chứng khoán nâng cao khả năng thanh khoản cho các tài sản tài chính của nhà đầu tư Sự sôi động của thị trường góp phần tăng cường mức độ thanh khoản, điều này là yếu tố quan trọng thu hút các nhà đầu tư trong và ngoài nước.

Thị trường chứng khoán thúc đẩy doanh nghiệp hoạt động hiệu quả hơn nhờ áp lực công bố thông tin minh bạch cho nhà đầu tư.

Thị trường chứng khoán đóng vai trò quan trọng trong sự phát triển kinh tế của quốc gia Do đó, việc tích hợp các biến số liên quan đến thị trường chứng khoán trong dự báo tăng trưởng kinh tế sẽ nâng cao chất lượng của những dự báo này.

Kết quả hồi quy

Mô hình hồi quy MIDAS được áp dụng để dự báo tăng trưởng GDP của Việt Nam thông qua các nhân tố theo tháng và theo ngày Dữ liệu được chia thành hai mẫu: một để ước lượng mô hình và một để đánh giá độ chính xác dự báo Luận văn này đưa ra 8 dự báo ngoài mẫu từ quý 1 năm 2015 đến quý 4 năm 2016, sử dụng mẫu từ quý 1 năm 2000 đến quý 4 năm 2014 cho ước lượng Dự báo đầu tiên là quý 1 năm 2015, với các dự báo tiếp theo được cập nhật dựa trên quan sát thực tế (dự báo tĩnh) Độ chính xác của các mô hình dự báo được đánh giá thông qua căn bậc hai của trung bình sai số dự báo bình phương (RMSE).

4.3.1 Tạo ra các nhân tố động

Bài luận này bắt đầu bằng việc xác định các nhân tố động từ dữ liệu tài chính giai đoạn 2000-2016 Tác giả đã xây dựng nhân tố theo tháng MF1 bằng cách áp dụng mô hình nhân tố động cho ba chuỗi cung tiền M1, M2 và dự trữ ngoại hối, đồng thời tạo ra nhân tố theo ngày DF1 từ hai chuỗi tỷ giá và tỷ suất sinh lợi Kết quả của mô hình nhân tố động sẽ được trình bày trong bài luận này.

Nhân tố theo tháng MF1

Factor Method: Principal Factors Date: 10/31/18 Time: 22:15 Covariance Analysis: Ordinary Correlation Sample: 2000M01 2016M12

Included observations: 204 Number of factors: Minimum eigenvalue = 1 Prior communalities: Squared multiple correlation

Nhân tố theo ngày DF1

Factor Method: Principal Factors Date: 10/31/18 Time: 22:18 Covariance Analysis: Ordinary Correlation Sample: 1/03/2000 12/30/2016

Included observations: 4435 Number of factors: Minimum eigenvalue = 1 Prior communalities: Squared multiple correlation

Loadings DF1 Communality Uniqueness HOSE -0.051375 0.002639 0.997361 USD 0.051375 0.002639 0.997361

4.3.2 Các dự báo sử dụng các biến dự báo khác nhau

Các nhân tố dự báo được tạo ra từ mô hình nhân tố động đóng vai trò quan trọng trong việc làm biến dự báo cho các dự báo ngoài mẫu trong mô hình hồi quy MIDAS.

Độ trễ của tăng trưởng GDP theo quý được chọn là 5 để đảm bảo độ chính xác cao nhất cho mô hình dự báo Độ trễ của các biến dự báo được xác định dựa trên căn bậc hai của trung bình sai số bình phương (RMSE) với mục tiêu là nhỏ nhất Cụ thể, độ trễ mục tiêu của nhân tố theo tháng MF1 là 4 tháng, trong khi độ trễ mục tiêu của nhân tố theo ngày DF1 là 100 ngày.

Bảng 4 1 Các sai số dự báo ngoài mẫu và so sánh giữa mô hình MIDAS và mô hình truyền thống

Hồi quy MIDAS Hồi quy truyền thống Độ trễ RMSE

Hệ số Theil Độ trễ RMSE

Ghi chú: Các biến dự báo theo tháng M1, M2, Z tương ứng đại diện cho cung tiền

M1, M2 và dự trữ ngoại hối của Việt Nam (không bao gồm vàng) là những yếu tố quan trọng trong phân tích kinh tế Các biến dự báo theo ngày trên sàn HOSE và tỷ giá USD/VND đóng vai trò đại diện cho chỉ số chứng khoán và tỷ giá hối đoái MF1 và DF1 là các yếu tố dự báo theo ngày và tháng, trong khi độ trễ của các biến này được xác định nhằm tối ưu hóa sai số dự báo, với mục tiêu giảm thiểu RMSE đến mức thấp nhất.

Hình 4 9 Khả năng dự báo của mô hình MIDAS so với mô hình truyền thống (biến dự báo là cung tiền M1)

I II III IV I II III IV

Ghi chú: GDPF1 là dự báo GDP sử dụng mô hình MIDAS; GDPF2 là dự báo GDP sử dụng mô hình truyền thống

Hình 4 10 Khả năng dự báo của mô hình MIDAS so với mô hình truyền thống (biến dự báo là cung tiền M2)

Hình 4 11 Khả năng dự báo của mô hình MIDAS so với mô hình truyền thống (biến dự báo là dự trữ ngoại hối Z)

Hình 4 12 Khả năng dự báo của mô hình MIDAS so với mô hình truyền thống (biến dự báo là nhân tố theo tháng)

Hình 4 13 Khả năng dự báo của mô hình MIDAS so với mô hình truyền thống (biến dự báo là chỉ số VN-Index)

Hình 4 14 Khả năng dự báo của mô hình MIDAS so với mô hình truyền thống (biến dự báo là tỷ giá USD)

Hình 4 15 Khả năng dự báo của mô hình MIDAS so với mô hình truyền thống (biến dự báo là nhân tố theo ngày)

Bảng 4.1 trình bày sai số dự báo của mô hình hồi quy MIDAS và mô hình hồi quy truyền thống, cho thấy rằng RMSE của mô hình MIDAS luôn thấp hơn so với mô hình truyền thống Mô hình truyền thống chuyển đổi dữ liệu tần số cao thành dữ liệu theo quý và sử dụng phương pháp OLS để ước lượng và dự báo Hình 4.9 đến Hình 4.15 minh họa độ chính xác của dự báo MIDAS so với mô hình truyền thống Để kiểm định, tác giả áp dụng hệ số bất ổn Theil, với giá trị gần 0 cho thấy độ chính xác cao Kết quả cho thấy hệ số Theil của dự báo MIDAS luôn thấp hơn mô hình truyền thống Ngoài ra, các dự báo sử dụng nhân tố theo ngày và theo tháng từ mô hình nhân tố động có độ chính xác cao hơn so với các biến số dự báo đơn lẻ, với RMSE và hệ số Theil thấp hơn.

Các dự báo tăng trưởng GDP từ mô hình nhân tố động và hồi quy MIDAS cho kết quả tốt nhất nhờ vào việc sử dụng hiệu quả thông tin tài chính Mô hình nhân tố động tạo ra các nhân tố hàng ngày và hàng tháng, cung cấp nhiều thông tin hơn so với các biến tài chính đơn lẻ Hơn nữa, mô hình hồi quy MIDAS khai thác tốt dữ liệu tần số cao, dẫn đến dự báo tăng trưởng GDP Việt Nam chính xác hơn.

4.3.3 Dự báo với các quan sát dẫn dắt

Việc sử dụng thông tin tài chính để dự báo tăng trưởng GDP hiệu quả không chỉ phụ thuộc vào việc chọn biến dự báo mà còn vào số lượng quan sát dẫn dắt trong quy trình dự báo Bảng 4.2 thể hiện các sai số dự báo ngoài mẫu và hệ số bất ổn Theil trong các trường hợp không có, có một và hai quan sát dẫn dắt Tác giả áp dụng hai phương trình (13) và (14) để thực hiện dự báo với các quan sát dẫn dắt.

Bảng 4 2 Sai số dự báo ngoài mẫu với số lƣợng các quan sát dẫn dắt khác nhau

J X được định nghĩa là số quan sát dẫn dắt, với các biến dự báo theo tháng M1, M2, Z đại diện cho cung tiền M1, M2 và dự trữ ngoại hối của Việt Nam (không bao gồm vàng) Các biến dự báo theo ngày HOSE và USD tương ứng với chỉ số chứng khoán tại thành phố Hồ Chí Minh và tỷ giá USD/VND MF1, DF1 là các yếu tố dự báo theo ngày và tháng Độ trễ cho các biến dự báo được xác định để tối ưu hóa sai số dự báo RMSE Đáng chú ý, trong các mô hình dự báo theo tháng, số quan sát dẫn dắt 1 cho độ chính xác cao nhất nhưng không cải thiện nhiều so với dự báo không có quan sát dẫn dắt Trong khi đó, ở các mô hình dự báo theo ngày, quan sát dẫn dắt không nâng cao chất lượng dự báo, cho thấy sự biến động lớn của các biến tài chính trong các mô hình này.

4.3.4 Kết hợp dự báo Để kiểm tra hiệu quả của mô hình nhân tố động, tác giả xây dựng hai loại mô hình dự báo Một loại là mô hình dự báo sử dụng các nhân tố đƣợc tạo ra từ mô hình nhân tố động Loại thứ hai là mô hình dự báo sử dụng kết hợp các biến dự báo đơn lẻ (CM, CD lần lƣợt là các kết hợp dự báo của các biến đơn lẻ theo tháng và theo ngày)

Bảng 4 3 Đối chiếu giữa dự báo sử dụng nhân tố và dự báo sử dụng kết hợp các biến dự báo đơn lẻ

Biến dự báo Độ trễ RMSE Hệ số Theil

CM kết hợp các biến dự báo theo tháng, bao gồm cung tiền M1, cung tiền M2 và dự trữ ngoại hối, trong một mô hình dự báo Trong khi đó, CD thể hiện sự kết hợp các biến dự báo theo ngày, bao gồm chỉ số sàn chứng khoán của thành phố.

Hồ Chí Minh và tỷ giá USD/VND

Bảng 4.3 cho thấy căn bậc hai của trung bình sai số dự báo bình phương (RMSE) và hệ số bất ổn Theil cho các kết hợp dự báo sử dụng biến tài chính đơn lẻ và mô hình nhân tố động Kết quả cho thấy dự báo dựa trên các nhân tố (MF1 và DF1) đạt độ chính xác cao hơn so với dự báo từ các biến tài chính riêng lẻ, khẳng định hiệu quả của mô hình nhân tố động Tóm lại, luận văn này chứng minh rằng việc sử dụng các nhân tố trong dự báo tăng trưởng GDP Việt Nam giúp khai thác toàn bộ và hiệu quả thông tin tài chính từ dữ liệu riêng lẻ.

Định dạng
Số trang	67
Dung lượng	1,12 MB