Tài liệu Vai trò dẫn dắt tỷ suất sinh lợi của mỹ và trung quốc đối với các quốc gia đông nam á

Trang i Mãsố: 107 VAI TRÒ DẪN DẮT TỶ SUẤT SINH LỢI CỦA MỸ VÀ TRUNG QUỐC ĐỐI VỚI CÁC QUỐC GIA ĐÔNG NAM Á Trang i LỜI MỞ ĐẦU Dự báo tỷ suất sinh lợi làmột trong những mối quan tâm hàng đầu của giới đầu tư. Tính cho đến nay, đã có rất nhiều bài nghiên cứu về khả năng dự báo tỷ suất sinh lợi của các mô hình định giátài sản cũng như của các chỉ báo kinh tế quốc gia. Tuy nhiên, những bài nghiên cứu về một chỉ báo dự đoán tỷ suất sinh lợi mới làtỷ suất sinh lợi lấy trễ của Mỹ thìvẫn còn rất ít, đặc biệt nghiên cứu vai trò dẫn dắt tỷ suất sinh lợi của Mỹ đối với các quốc gia Đông Nam Á thì gần như chưa có. Ngoài ra, nói đến Đông Nam Á thì phải nói đến một cường quốc kinh tế láng giềng đó là Trung Quốc. Do đó, với bộ dữ liệu các chỉ số chứng khoán quốc gia của Mỹ, Trung Quốc vàsáu quốc gia Đông Nam Á (Việt Nam, Thái Lan, Phillipines, Malaysia, Singapore, Indonesia) trong giai đoạn 2007-2013, bài nghiên cứu xem xét vai trò dẫn dắt tỷ suất sinh lợi của Mỹ vàTrung Quốc đối với các quốc gia Đông Nam Á. Kết quả nghiên cứu phát hiện ra rằng cóbằng chứng cho thấy Mỹ thể hiện vai tròdẫn dắt tỷ suất sinh lợi đối với hầu hết các quốc gia Đông Nam Á (trừ Phillipines và Singapore), nhưng kết quả nghiên cứu này không bền vững khi kiểm định qua nhiều phương pháp vàcác bộ dữ liệu khác nhau. Tuy nhiên, bằng chứng về vai trò dẫn dắt tỷ suất sinh lợi của Mỹ đối với Việt Nam thìlại tương đối bền vững khi kiểm định bằng nhiều môhì nh và các bộ dữ liệu khác nhau. Còn đối với trường hợp của Trung Quốc thìkhông tìm thấy những bằng chứng vững chắc cho thấy Trung Quốc thể hiện vai tròdẫn dắt đối với bất kỳ quốc gia Đông Nam Á nào. Bên cạnh đó, tỷ suất sinh lợi của các quốc gia Đông Nam Á thể hiện khả năng dự đoán giới hạn tỷ suất sinh lợi của Mỹ vàtỷ suất sinh lợi của từng quốc gia Đông Nam Á thể hiện khả năng dự đoán tỷ suất sinh lợi giới hạn đối với nhau. Khi ước lượng mô hì nh khuếch tán thông tin, kết quả trên cả hai bộ dữ liệu đều cho thấy các cú sốc tỷ suất sinh lợi của Mỹ được phản ánh hoàn toàn trong giácổ phiếu của các quốc gia Đông Nam Á (trừ Phillipines). Trường hợp của Trung Quốc thìcho thấy các nước Đông Nam Á có liên kết kinh tế chặt chẽ với Trung Quốc, nhưng tìm thấy bằng chứng rất yếu cho thấy tỷ suất sinh lợi của Trung Quốc thể hiện sự khuếch tán thông tin sang các nước Đông Nam Á. Do đó, hầu như không tìm thấy bằng chứng cho thấy các cú sốc tỷ suất sinh lợi nảy sinh ở Trung Quốc tác động đến tỷ suất sinh lợi của các quốc gia Đông Nam Á. Trang ii MỤC LỤC 1. GIỚI THIỆU: ..................................................................................................... 1 2. TỔNG QUAN NGHIÊN CỨU: ......................................................................... 8 2.1. Khung lýthuyết: ............................................................................................ 8 2.1.1. Sai lệch Stambaugh: ................................................................................ 8 2.1.2. Chu trình wild bootstrap: ...................................................................... 10 2.1.3. Phương pháp GMM (Generalized method of moments): ....................... 13 2.2. Các bằng chứng thực nghiệm trước đây: ...................................................... 16 2.2.1. Khả năng dự báo tỷ suất sinh lợi: .......................................................... 16 2.2.2. Mối quan hệ giữa sự khuếch tán thông tin và tác động dẫn dắt trễ: ........ 19 2.3. Khung phân tích: ......................................................................................... 22 3. PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU:........................................... 24 3.1. Phương pháp nghiên cứu: ............................................................................ 24 3.1.1. Môhình hồi quy dự báo tiêu chuẩn: ...................................................... 24 3.1.2. Môhình khả năng dự báo của tỷ suất sinh lợi quốc tế lấy trễ:................ 26 3.1.3. Môhình khuếch tán thông tin:............................................................... 28 3.1.4. Môhình dự báo ngoài mẫu: .................................................................. 33 3.2. Dữ liệu: ....................................................................................................... 35 3.2.1. Tỷ suất sinh lợi thặng dư hàng tuần: ...................................................... 37 3.2.2. Các biến kinh tế quốc gia: ..................................................................... 39 4. KẾT QUẢ NGHIÊN CỨU: ............................................................................. 50 4.1. Môhình hồi quy dự báo tiêu chuẩn:............................................................. 50 4.1.1. Môhình hồi quy dự báo tiêu chuẩn dựa trên các biến số kinh tế của từng quốc gia: ............................................................................................................ 50 4.1.2. Môhình hồi quy dự báo tiêu chuẩn dựa trên các biến số kinh tế của Mỹ vàTrung Quốc: .................................................................................................. 53 4.2. Môhình khả năng dự đoán của tỷ suất sinh lợi quốc tế lấy trễ: .................... 57 4.2.1. Kiểm định nhân quả Granger theo cặp: ................................................. 57 4.2.2. Môhình tổng quát: ................................................................................ 63 4.3. Môhình khuếch tán thông tin: ..................................................................... 64 4.4. Môhình dự báo ngoài mẫu: ......................................................................... 69 Trang iii 5. THẢO LUẬN KẾT QUẢ NGHIÊN CỨU: ..................................................... 72 5.1. Tóm lược các kết quả thực nghiệm: ............................................................. 72 5.2. Hàm ýtừ bài nghiên cứu: ............................................................................ 75 5.2.1. Khía cạnh vĩ mô: ................................................................................... 75 5.2.2. Khía cạnh nhà đầu tư quốc tế đối với thị trường chứng khoán Việt Nam: 76 5.3. Một số hạn chế nghiên cứu và đề xuất hướng nghiên cứu trong tương lai: ... 76 6. KẾT LUẬN ...................................................................................................... 78 Trang iv DANH MỤC TỪ VIẾT TẮT MM: method of moment GMM: general method of moments GFD: Global Financial Data MSCI: Morgan Stanley Capital International AR (first-order autoregressive model): môhì nh tự hồi quy bậc nhất HR (historical average regression): hồi quy dựa trên trung bì nh lịch sử PR (benchmark predictive regression): môhì nh hồi quy dự báo tiêu chuẩn MSFE (mean-squared forecast error): giátrị sai số dự báo bình phương trung bình IV (Instrumental variables): phương pháp biến công cụ 2SLS (Two-stage least-squares): phương pháp ước lượng bình phương nhỏ nhất hai giai đoạn mARM (multipredictor augmented regression method): phương pháp hồi quy đa biến cải tiến Trang v DANH MỤC BẢNG Bảng 1: Thống kêtổng hợp tỷ suất sinh lợi thặng dư của các chỉ số chứng khoán quốc gia theo tuần trong giai đoạn từ 06/2007 đến 06/2013: ................................................... 38 Bảng 2: Kết quả ước lượng môhình hồi quy dự báo tiêu chuẩn, 2007:06 đến 2013:06 .. 50 Bảng 3: Các kết quả ước lượng môhì nh hồi quy dự báo dựa trên các nhân tố dự báo của Mỹ, 2007:06 đến 2013:06........................................................................................ 53 Bảng 4: Các kết quả ước lượng môhì nh hồi quy dự báo dựa trên các nhân tố dự báo của Trung Quốc, 2007:06 đến 2013:06 .......................................................................... 54 Bảng 5: Kết quả ước lượng mARM môhì nh hồi quy dự báo tiêu chuẩn, 2007:06 đến 2013:06 ......................................................................................................................... 56 Bảng 6: Kết quả kiểm định quan hệ nhân quả Granger theo cặp, từ 2007:06 đến 2013:06 ......................................................................................................................... 58 Bảng 7: Kết quả kiểm định nhân quả Granger theo cặp kiểm soát các biến kinh tế bổ sung, 2007:06-2013:06 .................................................................................................. 60 Bảng 8: Kết quả ước lượng cho môhì nh hồi quy gộp, từ 2007:06 đến 2013:06 ............. 63 Bảng 9: Kết quả ước lượng tham số trong môhì nh khuếch tán thông tin của Mỹ, từ 2007:06 đến 2013:06 ..................................................................................................... 65 Bảng 10: Kết quả ước lượng tham số trong môhì nh khuếch tán thông tin của Trung Quốc, từ 2007:06 đến 2013:06 ....................................................................................... 67 Bảng 11: Khả năng dự báo ngoài mẫu của tỷ suất sinh lợi lấy trễ của Mỹ, từ 2007:06 đến 2013:06 ................................................................................................................... 69 Bảng 12: Khả năng dự báo ngoài mẫu của tỷ suất sinh lợi lấy trễ của Trung Quốc, từ 2007:06 đến 2013:06 ..................................................................................................... 71 Trang 1 1. GIỚI THIỆU: Hiện nay, Mỹ vẫn làquốc gia thống trị nền kinh tế toàn cầu. Córất nhiều lý do để Mỹ giữ vị tríthống trị này, chẳng hạn như: Mỹ có nền kinh tế lớn nhất vàhiệu quả nhất thế giới với vai trònhàsản xuất lớn nhất thế giới, chiếm 1/5 tổng sản lượng quốc nội (GDP) toàn cầu. Đồng thời, Mỹ cũng dẫn đầu thế giới về sản xuất hàng hóa vàMỹ cũng là một trong những nước xuất khẩu hàng hóa vàdịch vụ lớn nhất thế giới, một trong những nền kinh tế cạnh tranh nhất. Sự thống trị nền kinh tế toàn cầu của Mỹ càng được củng cố khi Mỹ có những thương hiệu hàng đầu thế giới (năm 2013, 9 trong 10 thương hiệu hàng đầu thế giới làcủa Mỹ), cótrữ lượng dầu mỏ lớn nhất thế giới (theo báo cáo nghiên cứu của Cơ quan Năng lượng Quốc tế (IEA), Mỹ sẽ qua mặt Ả Rập Xê Út để trở thành nước sản xuất dầu lớn nhất thế giới vào năm 2017 và là nhà xuất khẩu dầu lớn nhất thế giới vào năm 2020), có những trường đại học tốt nhất thế giới (6 trong số 10 trường đại học tốt nhất thế giới trong năm 2012 đều cóxuất xứ từ Mỹ, theo đánh giá của công ty chuyên về giáo dục vàdu học Quacquarelli Symonds (Anh)) vàdẫn đầu thế giới về công nghệ (theo như nghiên cứu của US Trust, Mỹ vẫn lànhàcủa các trang mạng xãhội hàng đầu thế giới, đồng thời vượt xa các nước khác về lượng tiền chi tiêu cho phát triển công nghệ). Mặc dùcuộc khủng hoảng kinh tế thế giới 2008 nổ ra làm cho nền kinh kinh tế Mỹ điêu đứng nhưng Mỹ vẫn lànền kinh tế hàng đầu vì nhà đầu tư nước ngoài vẫn thích đổ tiền vào Mỹ và đồng đô la Mỹ vẫn là đồng tiền vua với khoảng 60% dự trữ tiền tệ trên toàn cầu đã được đầu tư vào đồng đô la Mỹ. Qua đó, có thể thấy sự thống trị của nền kinh tế Mỹ trên thế giới và tác động mạnh mẽ của nền kinh tế Mỹ đồi với phần còn lại của thế giới. Cạnh tranh gay gắt và tranh đua vị trí thống trị thế giới với Mỹ là Trung Quốc. Từ năm 2010, Trung Quốc đã được xếp làquốc gia cónền kinh tế lớn thứ hai trên thế giới sau Hoa Kỳ. Đồng thời, Trung Quốc được đánh giá làquốc gia cótốc độ tăng trưởng kinh tế nhanh nhất thế giới. Hiện Trung Quốc làquốc gia xuất khẩu hàng hóa nhiều nhất thế giới vànhập khẩu của Trung Quốc cũng được xếp thứ hai. Sức mạnh của nền kinh tế Trung Quốc càng được khẳng định khi mặc dù Trung Quốc chỉ chiếm có 4% GDP toàn thế giới, nhưng lại tiêu thụ tới 19% sản lượng dầu mỏ, 21% sản lượng xi măng và gần 30% sản lượng thép toàn thế giới... Bên cạnh đó, với môi trường kinh Trang 2 doanh tốt hơn nên việc thu hút đầu tư nước ngoài của Trung Quốc ngày càng mạnh mẽ với việc Trung Quốc đã giành được vị trí đối tác thương mại lớn nhất của 126 quốc gia trên thế giới và đối tác thương mại lớn thứ hai của 79 nước khác. Còn về khí a cạnh tài chí nh, nếu như trước đó vào năm 2010, đồng Nhân Dân Tệ mới chỉ đứng thứ 17 trong số các đồng tiền được giao dịch nhiều nhất thì trong năm 2013, theo báo cáo mới nhất của Ngân hàng Thanh toán quốc tế (BIS), đồng Nhân Dân Tệ của Trung Quốc đã vượt đồng Krona của Thụy Điển và đồng đô la New Zealand để chiếm vị trí số 9 trên bản xếp hạng các đồng tiền được giao dịch nhiều nhất trên thế giới. Sự kiện này cũng đánh dấu cho sự trỗi dậy của siêu cường kinh tế số hai thế giới là Trung Quốc, khẳng định tầm quan trọng của nền kinh tế nước này đối với kinh tế toàn cầu. Vìvậy, cóthể thấy tầm ảnh hưởng của nền kinh tế Trung Quốc đang ngày càng được mở rộng vàbao phủ với mật độ lớn hơn. Vậy sự phát triển của hai nền kinh tế lớn nhất nhìthế giới (Mỹ, Trung Quốc) đã tác động như thế nào đến khu vưc Đông Nam Á? Khu vực Đông Nam Á nổi lên làmột khu vực chiến lược về kinh tế và cũng là một địa bàn cạnh tranh chiến lược giữa nhiều cường quốc. Khi nói đến khu vực Đông Nam Á , không thể không nói đến Hiệp hội các quốc gia Đông Nam Á (ASEAN) với mười nước thành viên, với tổng dân số 600 triệu người vàtổng thu nhập quốc nội 2.310 tỷ USD, là điểm thu hút sự quan tâm hàng đầu của các cường quốc cũng như những trung tâm chí nh trị - kinh tế lớn trên thế giới. Vai trò trung tâm của ASEAN đã được ghi nhận qua một số thành tựu quan trọng trong lĩnh vực kinh tế và an ninh và ASEAN đã trở thành một động lực tăng trưởng cho nền kinh tế thế giới. Một Cộng đồng chung ASEAN được hì nh thành sẽ tạo "sân chơi" cho các quốc gia cócam kết chung hướng tới sự phát triển bền vững về kinh tế cũng như hòa bình, ổn định vàthịnh vượng cho khu vực này. Tất cả các đối tác lớn của ASEAN, như Trung Quốc, Nhật Bản, Mỹ, Ấn Độ, Nga, Liên minh châu Âu (EU)... đều đang thực hiện các chính sách hướng về khu vực Đông Nam Á với quy mô lớn, phù hợp với những biến động nhanh chóng của tình hình quốc tế và khu vực. Sự mở rộng quy mô tác động đến khu vực Động Nam Á của các cường quốc kinh tế thế giới có thể thấy rõ trong bốn năm qua, Trung Quốc trở thành đối tác thương mại lớn nhất của ASEAN trong khi ASEAN tiếp tục duy trì là đối tác thương Trang 3 mại lớn thứ ba của Trung Quốc. Tại Mỹ, chính sách "chuyển trục" định hướng Đông Nam Á đang được tiến hành. Mỹ xác định khu vực Đông Nam Á như một công cụ phục vụ nền kinh tế Mỹ trong tương lai, do đó chiến lược xoay trục của Mỹ liên quan việc nước này sẽ trao quyền cho ASEAN góp phần xây dựng một cấu trúc kinh tế khu vực, duy trì sự thịnh vượng chung. Tổng kim ngạch thương mại giữa ASEAN và Mỹ đạt 198,8 tỷ USD năm 2011, đưa Mỹ trở thành đối tác thương mại lớn thứ tư của ASEAN và trong cùng kỳ Mỹ cũng là nhà đầu tư lớn thứ ba trong ASEAN với tổng vốn đầu tư hơn 5,8 tỷ USD. Qua đó cho thấy Mỹ đang quyết tâm tăng cường và củng cố vai trò lớn hơn tại khu vực châu Á. Từ những lập luận trên có thể thấy được sức mạnh kinh tế của Mỹ và Trung Quốc trên thế giới và sự ảnh hưởng của hai nền kinh tế này đối với khu vực Đông Nam Á. Tiếp theo là nói đến cuộc khủng hoàng kinh tế thế giới 2008, sự kiện kinh tế mang tính lịch sử bởi sự tác động nặng nề cũng như mang tính toàn cầu của nó. Xuất phát từ cuộc khủng hoảng tài chính của Mỹ và lan rộng toàn cầu, kéo theo sự sụp đổ hàng loạt của các định chế tài chính khổng lồ như Bear Stearns, Lehman Brothers, Merill Lynch hay sự điêu đứng của các hãng bảo hiểm AIG, Morgan Staley, thị trường chứng khoán thế giới điên đảo, lúc này người ta bắt đầu nghi ngờ về tính hiệu quả của các mô hình định giá tài sản cũng như các chỉ báo dự đoán tỷ suất sinh lợi, và bắt đầu đòi hỏi về một chỉ báo cũng như một mô hình mới hiệu quả hơn. Chứng kiến sức mạnh kinh tế của Mỹ và Trung Quốc trên thế giới và sự ảnh hưởng của hai nền kinh tế này đối với khu vực Đông Nam Á, ý tưởng về một chỉ báo dự đoán tỷ suất sinh lợi mới ra đời: tỷ suất sinh lợi chỉ số chứng khoán quốc gia của Mỹ và Trung Quốc. Tính cho đến nay, đã có nhiều bài nghiên cứu về khả năng dự báo tỷ suất sinh lợi, chẳng hạn như nghiên cứu của Keim và Stambaugh (1986) đề xuất việc dự báo tỷ suất sinh lợi thặng dư của bảy loại tài sản bằng ba biến số lấy trễ: chênh lệch lãi suất dài hạn và lãi suất ngắn hạn, tỷ số S&P 500 so với trung bình trượt 45 năm của chỉ số S&P 500, chỉ số chứng khoán của công ty nhỏ. Hầu hết các hệ số độ dốc đều có ý nghĩa thống kê, cho thấy phần bù rủi ro kỳ vọng của nhiều tài sản thay đổi theo thời gian một cách dự đoán được. Fama vàFrench (1989) áp dụng một phương pháp tương tự, sử dụng hai biến dự báo dựa trên trái phiếu, đó là chênh lệch giữa lợi suất trái Trang 4 phiếu chí nh phủ dài hạn vàlợi suất trái phiếu doanh nghiệp dài hạn vàchênh lệch giữa lãi suất ngắn hạn vàlãi suất dài hạn. Tác giả nhận thấy rằng cả hai biến này đều có khả năng dự báo tỷ suất sinh lợi thặng dư của chứng khoán. Fama (1990) cho thấy rằng tỷ suất sinh lợi thặng dư của chứng khoán cóthể được dự báo bởi sản lượng công nghiệp, sử dụng chuỗi giá trị thời gian theo tháng, theo quý và theo năm. Những nghiên cứu khác thìsử dụng tỷ số tài chí nh như các biến dự báo của tỷ suất sinh lợi chứng khoán. Fama vàFrench (1984) cho rằng tỷ số cổ tức trên giácó một tác động có ý nghĩa lên tỷ suất sinh lợi chứng khoán, vàCampell vàShiller (1988) nhận thấy rằng tỷ số cổ tức trên giá, cùng với tỷ lệ tăng trưởng của tỷ suất cổ tức, cókhả năng dự báo ý nghĩa đối với tỷ suất sinh lợi chứng khoán. Tỷ số cổ tức trên giá cũng được sử dụng như là biến dự báo trong các bài nghiên cứu sau này, chẳng hạn như nghiên cứu của Hodrick (1992). Kothari vàShanken (1997) thêm tỷ số giátrị sổ sách so với giátrị thị trường như là một biến dự báo, vàLewellen (2003) nghiên cứu khả năng dự báo của tỷ số thu nhập trên giá, tỷ số cổ tức trên giávàtỷ lệ tăng trưởng của cổ tức. Theo như phương pháp kiểm định được phát triển trong bài nghiên cứu sau này, ba tỷ số này (tỷ số thu nhập trên giá, tỷ số cổ tức trên giávàtỷ lệ tăng trưởng của cổ tức) có khả năng dự báo mạnh hơn những dự báo trước đây. Ngoài ra, Pontiff và Schall (1998) cũng nhận thấy tỷ số giátrị sổ sách so với giátrị thị trường dự báo được tỷ suất sinh lợi chứng khoán. Những nhóm nghiên cứu về hồi quy dự báo khác sử dụng các biến rủi ro vàthanh khoản. French, Schwert vàStambaugh (1987) sử dụng phương sai tỷ suất sinh lợi, mà thu được từ môhì nh ARIMA, vàAmihud (2002) vàJones (2002) sử dụng nhiều phương pháp đo lường độ thanh khoản của thị trường chứng khoán. Kết quả trong những bài nghiên cứu này nhì n chung cho thấy giátrị chuỗi thời gian của những biến số này dự báo một cách có ý nghĩa tỷ suất sinh lợi thặng dư của chứng khoán. Baker và Stein (2002) sử dụng tỷ lệ cổ phiếu mới phát hành cùng với tỷ số thanh khoản và tỷ số cổ tức trên giá để dự báo tỷ suất sinh lợi chứng khoán. Tuy nhiên, các bài nghiên cứu trên đây chủ yếu tập trung vào các chỉ báo kinh tế quốc gia cũng như các chỉ số tài chính, córất í t bài nghiên cứu xem xét khả năng dự báo của tỷ suất sinh lợi lấy trễ của Mỹ vàTrung Quốc. Do đó, từ những gợi ýtrên, nhóm nghiên cứu đã phát triển đề tài: “Vai trò dẫn dắt tỷ suất sinh lợi của Mỹ vàTrung Quốc đối với các quốc gia Đông Nam Á”. Trang 5 Hướng đến mục tiêu nghiên cứu chí nh: Vai trò dẫn dắt tỷ suất sinh lợi của Mỹ và Trung Quốc đối với các quốc gia Đông Nam Á. Bài nghiên cứu tập trung trả lời các câu hỏi nghiên cứu: - Liệu có tồn tại mối quan hệ dẫn dắt trễ (lead-lag relationship) giữa các tỷ suất sinh lợi chỉ số chứng khoán quốc gia của Mỹ, Trung Quốc và các quốc gia Đông Nam Á? - Tỷ suất sinh lợi lấy trễ của Mỹ vàTrung Quốc códự đoán một cách ý nghĩa tỷ suất sinh lợi của các quốc gia Đông Nam Á hay không? Và ngược lại, tỷ suất sinh lợi lấy trễ của các quốc gia Đông Nam Á có thể hiện khả năng dự đoán một cách ý nghĩa tỷ suất sinh lợi của Mỹ vàTrung Quốc không? - Các cúsốc tỷ suất sinh lợi của Mỹ vàTrung Quốc được phản ánh như thế nào trong giáchỉ số chứng khoán quốc gia của các nước Đông Nam Á thông qua môhình khuếch tán thông tin? - Liệu các mô hình hồi quy màsử dụng tỷ suất sinh lợi lấy trễ của Mỹ/Trung Quốc cóthể hiện khả năng dự báo tốt hơn môhì nh dự báo khác không ? Từ thông tin thu thập được của FTSE về các chỉ số chứng khoán quốc gia của Mỹ, Trung Quốc và sáu quốc giá Đông Nam Á (Việt Nam, Singapore, Thái Lan, Phillipines, Indonesia, Malaysia), nhóm nghiên cứu tiến hành thu thập các dữ liệu cần thiết từ tháng 6/2007 đến tháng 6/2013. Sau đó nhóm nghiên cứu tiến hành xây dựng các biến số cần thiết theo tuần, bao gồm: (1) tỷ suất sinh lợi thặng dư của chỉ số chứng khoán quốc gia (2) lãi suất T-bill 3 tháng, (3) tỷ suất cổ tức, (4) tỷ lệ lạm phát, (5) sản lượng công nghiệp, (6) tỷ giáhối đoái, (7) chênh lệch giữa lãi suất ngắn hạn vàlãi suất dài hạn. Dựa trên các biến số chính trên đây, đầu tiên, bài nghiên cứu sử dụng phương pháp hồi quy OLS thông thường, tuy nhiên gặp phải vấn đề kinh tế lượng làsai lệch Stambaugh, do đó nhóm nghiên cứu sử dụng chu trình wild bootstrap để kiểm soát sai lệch này. Sau đó, nhóm tiến hành kiểm định nhân quả Granger theo cặp để nghiên cứu mối quan hệ dẫn dắt trễ. Ngoài ra, để xem xét các cú sốc tỷ suất sinh lợi của Mỹ và Trung Quốc được phản ánh như thế nào trong giáchỉ số chứng khoán quốc gia của các nước Đông Nam Á, nhóm tiếp tục ước lượng một mô hình khuếch tán thông tin Trang 6 (new diffusion model) thông qua chu trì nh GMM (general method of moments). Từ đó, kết quả nghiên cứu cho thấy: - Cóbằng chứng cho thấy Mỹ thể hiện vai tròdẫn dắt tỷ suất sinh lợi đối với hầu hết các quốc gia Đông Nam Á (trừ Phillipines và Singapore), nhưng kết quả nghiên cứu này không bền vững vìkhi tiến hành thực hiện nhiều phương pháp kiểm định khác nhau cũng như sử dụng các bộ dữ liệu khác nhau, thìkết quả thể hiện chưa thực sự đồng nhất. Tuy nhiên, bằng chứng về vai trò dẫn dắt tỷ suất sinh lợi của Mỹ đối với Việt Nam thìlại tương đối bền vững, dù cho có kiểm định qua nhiều mô hình và các bộ dữ liệu khác nhau. Còn đối với việc nghiên cứu xem liệu cótồn tại mối quan hệ dẫn dắt giữa tỷ suất sinh lợi lấy trễ của Trung Quốc vàtỷ suất sinh lợi chỉ số chứng khoán quốc gia của các nước Đông Nam Á không, thì sau khi kiểm định qua nhiều mô hì nh cũng như nhiều bộ dữ liệu khác nhau vẫn không tìm thấy những bằng chứng vững chắc cho thấy Trung Quốc thể hiện vai tròdẫn dắt đối với bất kỳ quốc gia Đông Nam Á nào. Bên cạnh đó, tỷ suất sinh lợi lấy trễ của các quốc gia Đông Nam Á thể hiện khả năng dự đoán giới hạn tỷ suất sinh lợi của Mỹ vàtỷ suất sinh lợi lấy trễ của từng quốc gia Đông Nam Á thể hiện khả năng dự đoán tỷ suất sinh lợi giới hạn đối với nhau. - Khi ước lượng môhình khuếch tán thông tin, kết quả trên cả hai bộ dữ liệu đều cho thấy các cúsốc tỷ suất sinh lợi của Mỹ được phản ánh hoàn toàn trong giá chỉ số chứng khoán quốc gia của các nước Đông Nam Á (trừ Phillipines). Kết quả kiểm định tác động của các cú sốc tỷ suất sinh lợi của Mỹ đối với thị trường chứng khoán Phillipines đều bị bác bỏ một cách bền vững, khẳng định rằng Phillipines độc lập với các của sốc tỷ suất sinh lợi của Mỹ. Còn đối với Trung Quốc, bằng chứng kiểm định trên hai bộ dữ liệu đều cho thấy các nước Đông Nam Á có liên kết kinh tế chặt chẽ với Trung Quốc, và tì m thấy bằng chứng rất yếu cho thấy tỷ suất sinh lợi của Trung Quốc thể hiện sự khuếch tán thông tin sang các nước Đông Nam Á. Do đó, với kết quả kiểm định cho thấy hầu như không tìm thấy bằng chứng cho thấy các cú sốc tỷ suất sinh lợi nảy sinh ở Trung Quốc tác động đến tỷ suất sinh lợi của các quốc gia Đông Nam Á. Trang 7 - Ngoài ra, bằng chứng về khả năng dự báo của tỷ suất sinh lợi lấy trễ của Mỹ đối với tỷ suất sinh lợi chứng khoán quốc gia của Việt Nam càng được củng cố khi tiến hành so sánh khả năng dự báo của mô hì nh dự báo trên tỷ suất sinh lợi lấy trễ của Mỹ với các mô hình dự báo khác thìmô hì nh dự báo trên tỷ suất sinh lợi lấy trễ của Mỹ luôn thể hiện khả năng dự báo tốt hơn đối với Việt Nam. Qua đó có thể thấy tỷ suất sinh lợi lấy trễ của Mỹ làmột chỉ báo dự đoán tiềm năng đối với tỷ suất sinh lợi chỉ số chứng khoán quốc gia của Việt Nam. Phần tiếp theo của bài nghiên cứu sẽ bao gồm các phần sau: - Phần 2 phân tích cụ thể khung lýthuyết kinh tế lượng bao gồm sai lệch Stambaugh phát sinh trong quátrình hồi quy dự báo tiêu chuẩn, từ đó tổng quan về cách khắc phục sai lệch này bằng chu trình wild bootstrap, cuối cùng làkhái quát về chu trì nh GMM khi nghiên cứu về sự khuếch tán thông tin. Ngoài ra, nêu lên các bằng chứng thực nghiệm về các mô hì nh vàcác chỉ báo dự đoán tỷ suất sinh lợi, cũng như các những phát hiện trước đây về mối quan hệ giữa sự khuếch tán thông tin và tác động dẫn dắt trễ. - Phần 3 trình bày phương pháp nghiên cứu, nguồn dữ liệu vàmôtả chi tiết các chỉ số chứng khoán quốc gia của Mỹ, Trung Quốc vàcác quốc gia Đông Nam Á. - Phần 4 trình bày các kết quả nghiên cứu thực nghiệm của Mỹ, Trung Quốc vàcác quốc gia Đông Nam Á trong giai đoạn từ tháng 6/2007 đến tháng 6/2013 thông qua hồi quy OLS có tính đến sai lệch Stambaugh, phân tí ch nhân quả Granger cùng với môhì nh GMM. - Phần 5 nêu các tranh luận liên quan, các hạn chế của bài nghiên cứu vànhấn mạnh hàm ý từ kết quả nghiên cứu đến các quốc gia Đông Nam Á cũng như Mỹ và Trung Quốc - Phần 6 kết luận vàtóm gọn các kết quả nghiên cứu chí nh. Trang 8 2. TỔNG QUAN NGHIÊN CỨU: 2.1. Khung lýthuyết: 2.1.1. Sai lệch Stambaugh: Trong nghiên cứu kinh tế vàtài chí nh rất thường hay gặp các mô hì nh hồi quy chuỗi thời gian trong đó các biến độc lập thường được “xác định trước” (chẳng hạn như lấy trễ) so với các biến phụ thuộc, do đó vì tính chất này màlàm cho mô hì nh xuất hiện một loại sai lệch, được gọi làsai lệch Stambaugh. Sai lệch Stambaugh có thể hiểu có một cách khái quát như sau: đây là sai lệch xuất hiện trong quátrình hồi quy với một biến hồi quy ngẫu nhiên lấy trễ. Biến hồi quy này tuân theo một quátrì nh hồi quy bậc một vàmôhình hồi quy bậc nhất của biến hồi quy này thìcóthành phần nhiễu tương quan với thành phần nhiễu của môhì nh hồi quy ban đầu. Một trong những vídụ điển hì nh nhất mà thường xuất hiện loại sai lệch này lànhững môhì nh hồi quy tỷ suất sinh lợi thặng dư của danh mục đầu tư các chứng khoán với các biến hồi quy ngẫu nhiên lấy trễ như là tỷ suất cổ tức, tỷ số giátrị thị trường chia cho giátrị sổ sách hay lãi suất danh nghĩa. Để hiểu kỹ hơn, chúng ta xem xét một môhì nh hồi quy tổng quát sau: 𝑦𝑡+1 = 𝛼 + 𝛽𝑥𝑡 + 𝑢𝑡+1 , 𝑡 = 1, … , 𝑇, (1) Trong đó 𝑦𝑡+1 thường là tỷ suất sinh lợi của tài sản và𝑥𝑡 là thường một biến từ tập hợp thông tin cósẵn mà các nhà đầu tư có thể quan sát vàthu thập được trước khi tỷ suất sinh lợi được công bố. Ngoài ra, 𝑥𝑡 làmột biến ngẫu nhiên vàcóthể tương quan với thành phần nhiễu của môhình hồi quy. Vídụ, giả sử 𝑦𝑡+1 làtỷ suất sinh lợi thặng dư của danh mục đầu tư chứng khoán trong tháng t+1, vàgiả sử 𝑥𝑡 làtỷ suất cổ tức được quan sát tại thời điểm t. Nếu 𝑥𝑡 phụ thuộc vào giátài sản cuối giai đoạn t, thìgiá trị của biến x vào cuối giai đoạn t+1 sẽ phản ánh sự thay đổi của giá tài sản (𝑦𝑡+1) trong suốt giai đoạn t+1, do đó trong một môhì nh hồi quy như vậy, 𝑥𝑡 thì tương quan với 𝑢𝑡+1, hoặc 𝐸 (𝑢|𝑥) ≠ 0, trong đó 𝑢 = [𝑢1 , … , 𝑢 𝑇+1]′ và𝑥 = [𝑥1 , … , 𝑥𝑇 ]′. (2) Trang 9 Điều kiện trong phương trình (2) thường dẫn đến sai lệch mẫu hữu hạn đối với giá trị ước lượng OLS của 𝛽 (và𝛼). Vấn đề sai lệch mẫu hữu hạn phát sinh trong phương trình (1) cùng với các tính chất bổ sung như sau: 𝑥𝑡+1 = 𝜇 + 𝜌𝑥𝑡 + 𝑣𝑡+1 , 𝑡 = 0, … , 𝑇, (3) trong đó 𝑣 = [𝑣1 , … , 𝑣𝑇 ]′ . Từ phương trình (3) có thể thấy khi 𝜌 càng lớn, đối với một sự tương quan nhất định giữa 𝑢𝑡+1 và𝑣𝑡+1, thìsự tương quan giữa 𝑥𝑡 và𝑢𝑡+1 càng lớn. Đối với việc xác định 𝑥𝑡+1 ở trên thìviệc có được sai lệch của hệ số ước lượng 𝛽̂ thì khá đơn giản. Cho 𝜌̂ biểu thị giátrị ước lượng OLS của 𝜌 trong phương trình (3). Lúc này sai lệch của hệ số ước lượng 𝛽̂ được tính như sau: Định lý: 𝜎 ( ̂ − 𝜌) 𝐸(𝛽̂ − 𝛽) = 𝑈𝑉 2 𝐸 𝜌 𝜎𝑉 (4) Nhì n chung, 𝜌̂ bị sai lệch trong các mẫu hữu hạn. Từ phương trình (4), 𝜌̂ bị sai lệch xuống (lên) nếu sự tương quan giữa 𝑢𝑡+1 và𝑣𝑡+1 là dương (âm). Khi sự tương quan giữa 𝑢𝑡+1 và𝑣𝑡+1 tăng, thì sai lệch tăng. Ngoài ra, từ sự suy luận trên cóthể đưa ra kết quả là𝐸 (𝛼̂ − 𝛼 ) = (𝜎𝑈𝑉 ⁄𝜎𝑉2 ). 𝐸 (𝜇̂ − 𝜇). Từ việc xác định được sai lệch của hệ số hồi quy, thìtiếp theo cần xem xét thống kêt bị lệch lạc như thế nào khi xuất hiện sự tương quan giữa 𝑢𝑡+1 và𝑣𝑡+1 , mà được biểu thị bởi 𝛾. Khi 𝜌 hay 𝛾 lớn (gần bằng 1), thìphân phối thống kêt khác biệt đáng kể với phân phối (chuẩn) tiệm cận. Nhìn chung, khi 𝛾 dương, thì thống kêt bị sai lệch xuống và hơi lệch về bên trái, vàngược lại khi 𝛾 âm. Tóm lại, trong các mô hình hồi quy chuỗi thời gian, khi tiến hành hồi quy với một biến hồi quy ngẫu nhiên lấy trễ, thìthành phần nhiễu của mô hì nh hồi quy sẽ tương quan với thành phần nhiễu của biến hồi quy, trong đó biến hồi quy tuân theo một quá trì nh hồi quy bậc một, thìlúc này làm xuất hiện sai lệch mẫu hữu hạn. Khi sự tương quan này là dương (âm), thì thống kêt vàhệ số độ dốc của phương thức ước lượng bị lệch xuống (lệch lên). Đồng thời sai lệch trong hệ số độ dốc OLS tỷ lệ thuận với sai lệch của hệ số tự tương quan được ước lượng của biến hồi quy. Ngày nay, để có thể Trang 10 kiểm soát sai lệch này, nhiều nhànghiên cứu đã sử dụng một thủ thuật gọi làchu trì nh wild bootstrap. 2.1.2. Chu trì nh wild bootstrap: Như đã biết thì phương pháp bootstrap làtập hợp một số kỹ thuật phân tí ch dựa vào nguyên lýchọn mẫu cóhoàn lại để ước tí nh các thông số thống kêmàthống kêthông thường không giải thích được. Phương pháp bootstrap do nhà thống kêhọc Bradley Efron thuộc đại học Stanford (Mĩ) phát triển từ cuối thập niên 1979 nhưng đến khi máy tính được sử dụng phổ biến thì phương pháp này mới trở thành phương pháp phổ biến trong phân tích thống kê và được ứng dụng rộng rãi trong rất nhiều lĩnh vực khoa học. Phương pháp boostrap được xem là phương pháp chuẩn trong phân tí ch thống kê và đã làm nên một cuộc cách mạng trong thống kêvìnógiải quyết được nhiều vấn đề mà trước đây tưởng như không giải quyết được. Tư tưởng chính của phương pháp bootstrap được thể hiện như sau: Phương pháp bootstrap là phương pháp lấy mẫu có hoàn lại, nghĩa là một quan sát cóthể xuất hiện nhiều lần trong mỗi lần lấy mẫu. Các quan sát cóthể được lặp lại trong mẫu và đây là đặc trưng của phương pháp bootstrap. Nếu như tư tưởng chính của boostrap rất đơn giản làlấy mẫu hoàn lại, vậy tại sao cần dùng phương pháp bootstrap? Trong thực tế, từ một mẫu ta chỉ cóthể có được một số trung bì nh của mẫu, ta không biết được khoảng tin cậy cho số trung bì nh này hoặc không biết được phân bố của số trung bình ra sao. Thêm vào đó thực tế ta không biết được hàm phân bố của tổng thể nên việc ước lượng các tham số đặc trưng thống kêrất khó khăn và thiếu chính xác. Phương pháp bootstrap có thể cung cấp nhiều thông tin chi tiết hơn về phân phối của số trung bì nh, khoảng tin cậy cũng như xác suất của số trung bì nh dựa trên một mẫu duy nhất. Sử dụng phương pháp bootstrap, ta không cần biết phân phối thực sự của tổng thể vìtrên thực tế cũng rất khó để biết được, chỉ với một mẫu dữ liệu ban đầu, thông qua phương pháp lấy mẫu có hoàn lại, ta cóthể sinh ra nhiều mẫu mới theo yêu cầu nghiên cứu, từ đó ta có thể ước lượng được các tham số đặc trưng của nghiên cứu thống kê như (khoảng tin cậy, phương sai, độ lêch chuẩn,…). Ý tưởng chìa khóa để làm nên thành công của phương pháp Bootstrap là “đối xử với mẫu như là tổng thể” cùng với phương pháp lấy mẫu cóhoàn lại. Trang 11 Với ý tưởng “đối xử với mẫu như là tổng thể” này của phương pháp bootstrap đã được nhiều nhànghiên cứu kinh tế vàtài chí nh phát triển để cóthể cho ra đời các phương pháp mà khắc phục những hạn chế trong hồi quy, một trong những phương pháp mà nhóm đã áp dụng cho bài nghiên cứu này là phương pháp wild bootstrap. Trong bài nghiên cứu của nhóm, khi phân tí ch khả năng dự báo tỷ suất sinh lợi, về cơ bản nhóm sử dụng phương thức ước lượng bình phương nhỏ nhất (OLS) trong phân tí ch. Tuy nhiên, các bài nghiên cứu trước đây về khả năng dự báo tỷ suất sinh lợi đã dẫn chứng nhiều vấn đề kinh tế lượng liên quan đến các mô hì nh hồi quy dự báo (Nelson và Kim, 1993; Mark, 1995; Stambaugh 1999). Đặc biệt, bài nghiên cứu của Stambaugh (1999) cho thấy có một sai lệch trong hệ số dự báo được ước lượng trong môhì nh hồi quy dự báo tỷ suất sinh lợi chứng khoán dựa trên các biến hồi quy ngẫu nhiên lấy trễ như tỷ suất cổ tức, lãi suất danh nghĩa, tỷ số giátrị thị trường so với giá trị sổ sách. Như đã nói rõ ở phần sai lệch Stambaugh, sai lệch này phát sinh bởi vì phần dư trong những biến hồi quy tương quan đồng thời (thường thường là tương quan âm) với phần dư của môhình hồi quy dự báo tỷ suất sinh lợi chứng khoán. Đặc biệt, sai lệch này càng rõ ràng hơn khi mối tương quan đồng thời giữa các thành phần nhiễu mạnh, tính bền vững của các biến chỉ báo cao, hoặc quy mô mẫu nhỏ. Có thể thấy, tỷ suất sinh lợi thị trường nhiều giai đoạn và các biến kinh tế vĩ mô theo thời gian thường tự tương quan với nhau và có phương sai thay đổi có điều kiện, điều này có thể làm mất hiệu lực của chu trì nh bootstrap màdựa trên sai số i.i.d (i.i.d: sai số phân phối đồng nhất độc lập có trung bì nh bằng 0 và phương sai không đổi) (xem nghiên cứu của Goncalves vàKilian, 2004). Do đó, để đánh giá những vấn đề thống kênày, nhóm thực hiện chu trình wild bootstrap theo như nghiên cứu của Goncalves và Kilian, áp đặt giả thuyết không làkhông cókhả năng dự báo khi tí nh các giátrị tới hạn, vàthể hiện các giátrị p-values cho mỗi ước lượng tham số. Nhóm nghiên cứu chu trình wild bootstrap này trong mô hì nh tự hồi quy bậc 1. Chu trì nh bootstrap này bao gồm một vài bước. Bước 1 làbắt đầu ước lượng hai phương trì nh sau cùng nhau bằng OLS: 𝑦𝑡+1 = 𝛼 + 𝛽𝑥𝑡 + 𝑢𝑡+1 (5) 𝑥𝑡+1 = 𝜇 + 𝜌𝑥𝑡 + 𝑣𝑡+1 (6) Trang 12 Tại đây, phương trình (5) và (6) biểu thị các đặc điểm của môhì nh dự báo chung được sử dụng trong bài nghiên cứu vàsự biến động của các biến dự báo. Lưu ý rằng trong trường hợp hồi quy đa biến thìbiến dự báo 𝑥 làmột biến vector và phương trình (6) trở thành một quá trình tự hồi quy theo vector bị giới hạn (VAR). Phần dư của hai phương trình 𝑢 và𝑣, có một ma trận phương sai-hiệp phương sai ∑. Với các giá trị ước lượng OLS của các tham số trong hai phương trình, thì tiếp tục tính và lưu trữ giá trị phần dư để cho quátrình lấy mẫu. Bước thứ hai làrút ra một cách ngẫu nhiên (có hoàn lại) giátrị phần dư (𝑢̂, 𝑣̂ ), vàsẽ tạo ra hai chuỗi dữ liệu thời gian bootstrap (𝑦̂, 𝑥̂ ) bằng cách sử dụng ước lượng OLS thu được ở bước 1 và áp đặt giả thuyết không có khả năng dự báo. Đặc biệt, quả trì nh tạo dữ liệu trong bước này được giả định như sau: 𝑦̂𝑡+1 = 𝛼 + 𝜂𝑡 𝑢̂𝑡+1 (7) 𝑥̂𝑡+1 = 𝜇 + 𝜌𝑥̂𝑡 + 𝑣̂𝑡+1 (8) Lưu ý rằng thành phần sai số trong phương trình (7) làsản phẩm của 𝑢̂𝑡+1 và𝜂𝑡 , trong đó 𝑢̂ 𝑡+1 làphần dư của mô hình hồi quy từ bước 1 và𝜂𝑡 làmột biến ngẫu nhiên có trung bì nh bằng 0 và phương sai bằng 1. Theo chu trì nh wild bootstrap, biến ngẫu nhiên 𝜂𝑡 được bao gồm trong thành phần sai số trong phương trình (7) để đánh giá tốt hơn sự tự tương quan tiềm năng và vấn đề phương sai thay đổi (có điều kiện) trong dữ liệu. Bước 3 là ước lượng lại phương trình (5) và (6) cùng nhau bằng OLS sử dụng chuỗi dữ liệu thời gian bootstrap (𝑦̂, 𝑥̂ ) để thu được giátrị ước lượng của các tham số (𝛼̂, 𝛽̂ , 𝛾̂, 𝜌̂, Σ̂). Bước 4, tác giả lặp lại bước 2-3 với N lần, vàvới mỗi lần lặp lại sẽ thu được các giá trị ước lượng tham số bootstrap. Cuối cùng là tí nh giá trị p-values bootstrap cho từng ước lượng tham số như là tỷ lệ của N lần lặp lại này trong đó giátrị tuyệt đối của ước lượng bootstrap của tham số nhất định, giátrị mà thu được từ bước 3, lớn hơn giá trị tuyệt đối của ước lượng OLS của các tham số tương ứng, giátrị mà thu được từ bước 1. Trong trường hợp sai lệch Stambaugh (1999), chu trì nh bootstrap này cóhai giátrị: nókhông chỉ giữ gì n cấu trúc tự tương quan của các biến chỉ báo mà còn giữa lại cấu trúc tương quan chéo của các phần dư của hai phương trình trên (theo như nghiên cứu của Welch và Goyal, 2008). Ngoài ra, chu trì nh wild bootstrap còn xem xét vấn đề phương sai thay đổi (có điều kiện) tiềm tàng của những dạng chưa Trang 13 nhận biết được tồn tại trong dữ liệu (theo như nghiên cứu của Goncalves vàKilian, 2004). Kết quả là phương pháp bootstrap này giúp đánh giá vấn đề thống kêliên quan đến mô hình hồi quy dự báo màbài nghiên cứu có khả năng phải đối mặt. Khi thực hiện chu trình boostrap, nhóm đã thiêt lập số lần lặp lại là2000 lần. 2.1.3. Phương pháp GMM (General method of moments): GMM là tên chung của một họ phương pháp hồi quy hoặc ước lượng để xác định các thông số của mô hình thống kê hoặc mô hình kinh tế lượng. GMM được sử dụng để tìm hoặc dự tính các thông số của mô hình tham số hay phi tham số. GMM được phát triển bởi Lars Hansen năm 1982 từ việc tổng quát hóa phương pháp hồi quy theo moments. GMM được sử dụng nhiều cho dữ liệu bảng (panel data), đặc biệt khi T nhỏ hơn N nhiều lần hoặc dữ liệu không đồng nhất. Ngoài ra, GMM cho phép ước lượng đối với mô hình phi tuyến lẫn mô hình tuyến tính. Đồng thời, GMM cũng cho phép ước lượng mô hình có hiện tượng nội sinh và cho kết quả ước lượng ổn định. Ý tưởng chính của phương pháp GMM là GMM sử dụng giả định về moment của các biến ngẫu nhiên để lấy được hàm mục tiêu. Trong đó, moment được giả định của các biến ngẫu nhiên được biết như là những moment tổng thể, còn dữ liệu sẽ cung cấp các moment của mẫu. Từ đó, ta sẽ tối thiểu hóa hàm mục tiêu để lựa chọn tham số mà mang lại sự khác biệt nhỏ nhất giữa moment tổng thể vàmoment của mẫu. Sơ lược về GMM là đối với từng moment tổng thể được giả định, ta nhận được một điều kiện moment tổng thể. Còn đối với từng điều kiện moment tổng thể, cómột điều kiện moment mẫu. Trong phương pháp MM, ta có số lượng điều kiện moment mẫu bằng với số lượng tham số. Trong phương pháp GMM, tác giả có số lượng điều kiện moment mẫu nhiều hơn số lượng tham số. 2.1.3.1. Phương pháp MM (Method of moments): Một trường hợp điển hình và đơn giản của phương pháp GMM là phương pháp MM cho phép ước lượng trung bình của một phân phối của mẫu, phương sai của phương sai mẫu, v.v… Nếu ta muốn ước lượng 𝜇 = 𝐸 [𝑦] thì ta có điều kiện moment tổng thể là 𝐸 [𝑦 ] − 𝜇 = 0 Trang 14 Lúc này, điều kiện moment mẫu: 𝑁 1 ( ) ∑ 𝑦𝑖 − 𝜇 = 0 𝑁 𝑖=1 Và cuối cùng thu được giá trị ước lượng tham số bằng cách giải phương trình điều kiện moment mẫu. Nói chung, phương thức ước lượng màgiải phương trình moment mẫu để tạo ra các giátrị ước lượng thì được gọi là phương thức ước lượng MM. Phương pháp bình phương nhỏ nhất (OLS) làmột phương thức ước lượng MM. Ta có thể thấy phương pháp OLS ước lượng các tham số của các kỳ vọng có điều kiện của phương trình 𝑦𝑖 = 𝑥𝑖 𝛽 + 𝜖𝑖 dưới giả định rằng 𝐸 (𝜖|𝑥) = 0. Lý thuyết xác suất chuẩn hàm ýrằng: 𝐸 (𝜖|𝑥) = 0𝐸 [𝑥𝜖 ] = 0 Vìvậy điều kiện moment tổng thể cho OLS là: 𝐸 [𝑥(𝑦 − 𝑥𝛽 )] = 0 Điều kiện moment mẫu tương ứng: 𝑁 1 ( ) ∑ 𝑥𝑖 (𝑦𝑖 − 𝑥𝑖 𝛽 ) = 0 𝑁 𝑖=1 Giải 𝛽 được: 𝛽̂𝑂𝐿𝑆 = 2.1.3.2. 𝑁 (∑ 𝑥𝑖′ 𝑥𝑖 ) 𝑖=1 −1 ∑ 𝑁 𝑥𝑖′ 𝑦𝑖 𝑖=1 Phương pháp GMM (General method of moments): Có thể thấy phương pháp MM chỉ hiệu quả khi số lượng điều kiện moment bằng với số lượng tham số để ước lượng. Nếu có nhiều điều kiện moment hơn tham số, hệ phương trình đại số quá mức xác định và không thể giải được. Do đó, phương thức ước lượng GMM lựa chọn các ước lượng màgiảm thiểu được hì nh thức bậc 2 của các điều kiện moment. + GMM gần như có thể giải quyết được hệ phương trình trên mức xác định.