Luận Văn HỆ THỐNG TÀI CHÍNH VÀ TĂNG TRƢỞNG KINH TẾ.doc

Dịch vụ viết thuê đề tài – KB Zalo/Tele 0917.193.864 – luanvantrust.com
Kham thảo miễn phí – Kết bạn Zalo/Tele mình 0917.193.864
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƢỜNG ĐẠI HỌC KINH TẾ TP. HCM
------------------------

-----------------------
LÊ TUẤN ANH
HỆ THỐNG TÀI CHÍNH VÀ TĂNG TRƢỞNG KINH TẾ:
SỬ DỤNG KẾT HỢP CÁC BIẾN TÀI CHÍNH ĐỂ DỰ BÁO
TĂNG TRƢỞNG KINH TẾ VIỆT NAM
LUẬN VĂN THẠC SĨ KINH TẾ

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƢỜNG ĐẠI HỌC KINH TẾ TP. HCM
------------------------

-----------------------
LÊ TUẤN ANH
HỆ THỐNG TÀI CHÍNH VÀ TĂNG TRƢỞNG KINH TẾ:
SỬ DỤNG KẾT HỢP CÁC BIẾN TÀI CHÍNH ĐỂ DỰ BÁO
TĂNG TRƢỞNG KINH TẾ VIỆT NAM
Chuyên ngành: Tài chính – Ngân hàng
Mã số: 8340201
LUẬN VĂN THẠC SĨ KINH TẾ
NGƢỜI HƢỚNG DẪN KHOA HỌC:
PGS. TS. NGUYỄN KHẮC QUỐC BẢO

LỜI CAM ĐOAN
Tôi xin cam đoan đây là công trình nghiên cứu độc lập của riêng tôi. Các số liệu
sử dụng phân tích trong luận văn có nguồn gốc rõ ràng, đã công bố theo đúng quy
định. Các kết quả nghiên cứu trong luận văn này do tôi tự tìm hiểu, phân tích một
cách trung thực, khách quan và phù hợp với thực tiễn của Việt Nam.
Học viên
Lê Tuấn Anh

MỤC LỤC
TRANG PHỤ BÌA
LỜI CAM ĐOAN
MỤC LỤC
DANH MỤC HÌNH VẼ
DANH MỤC BẢNG
MỤC LỤC
CHƢƠNG 1 GIỚI THIỆU ............................................................................................................... 1
1.1 Lý do chọn đề tài ................................................................................................................. 1
1.2 Mục tiêu nghiên cứu............................................................................................................ 2
1.3 Câu hỏi nghiên cứu ............................................................................................................. 3
1.4 Đối tƣợng và phạm vi nghiên cứu ....................................................................................... 3
1.5 Phƣơng pháp nghiên cứu ..................................................................................................... 3
1.6 Đóng góp mới của đề tài ..................................................................................................... 4
1.7 Kết cấu đề tài ....................................................................................................................... 4
CHƢƠNG 2 KHUNG LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU TRƢỚC ĐÂY ............. 6
2.1 Khung lý thuyết về vai trò của hệ thống tài chính trong phát triển kinh tế quốc gia .......... 6
2.1.1 Vai trò của hệ thống tài chính trong phát triển kinh tế ................................................ 6
2.1.2 Vì sao chọn các biến tài chính làm biến dự báo? ........................................................ 7
2.2 Bối cảnh kinh tế tài chính Việt Nam ................................................................................. 10
2.2.1 Sự phát triển của các kênh dẫn vốn ........................................................................... 10
2.2.2 Sự phát triển của các tụ điểm vốn ............................................................................. 11
2.3 Các nghiên cứu thực nghiệm về dự báo tăng trƣởng kinh tế............................................. 13
2.3.1 Các nghiên cứu trên dữ liệu bảng .............................................................................. 13
2.3.2 Các nghiên cứu trên dữ liệu chuỗi thời gian ............................................................. 14
2.3.3 Các nghiên cứu tại Việt Nam .................................................................................... 16
2.4 Tổng hợp kết quả nghiên cứu thực nghiệm ....................................................................... 16

CHƢƠNG 3 DỮ LIỆU VÀ PHƢƠNG PHÁP NGHIÊN CỨU..................................................... 18
3.1 Dữ liệu nghiên cứu ............................................................................................................ 18
3.2 Phƣơng pháp nghiên cứu................................................................................................... 19
3.2.1 Mô hình nhân tố động................................................................................................ 20
3.2.2 Hồi quy MIDAS ........................................................................................................ 22
3.2.3 Kết hợp dự báo .......................................................................................................... 25
3.2.4 Đánh giá các dự báo .................................................................................................. 27
CHƢƠNG 4 KẾT QUẢ NGHIÊN CỨU........................................................................................ 29
4.1 Thống kê mô tả.................................................................................................................. 29
4.2 Giải thích sự lựa chọn các biến dự báo.............................................................................. 39
4.3 Kết quả hồi quy.................................................................................................................. 41
4.3.1 Các dự báo sử dụng các biến dự báo khác nhau........................................................ 43
4.3.2 Dự báo với các quan sát dẫn dắt................................................................................ 49
4.3.3 Kết hợp dự báo .......................................................................................................... 51
CHƢƠNG 5 KẾT LUẬN ............................................................................................................... 53
5.1 Kết luận ............................................................................................................................. 53
5.2 Các khuyến nghị cho hệ thống tài chính để phát triển kinh tế Việt Nam .......................... 54
5.3 Hạn chế và hƣớng nghiên cứu tiếp theo............................................................................ 56
DANH MỤC HÌNH VẼ
Hình 4. 1 Tăng trưởng GDP theo quý của Việt Nam (2000 - 2016) ____________ 30
Hình 4. 2 Tăng trưởng cung tiền M1 theo tháng ___________________________ 31
Hình 4. 3 Tăng trưởng cung tiền M2 theo tháng ___________________________ 32
Hình 4. 4 Tăng trưởng dự trữ ngoại hối theo tháng ________________________ 33
Hình 4. 5 Nhân tố dự báo theo tháng ____________________________________ 34
Hình 4. 6 Thay đổi chỉ số VN-Index theo ngày ____________________________ 36
Hình 4. 7 Thay đổi tỷ giá USD/VND theo ngày ____________________________ 37

Hình 4. 8 Nhân tố dự báo theo ngày ____________________________________ 38
Hình 4. 9 Khả năng dự báo của mô hình MIDAS so với mô hình truyền thống (biến
dự báo là cung tiền M1) ______________________________________________ 45
dự báo là cung tiền M2) ______________________________________________ 45
dự báo là dự trữ ngoại hối Z) __________________________________________ 46
dự báo là nhân tố theo tháng) _________________________________________ 46
dự báo là chỉ số VN-Index) ___________________________________________ 47
dự báo là tỷ giá USD) _______________________________________________ 47
dự báo là nhân tố theo ngày) __________________________________________ 48
DANH MỤC BẢNG
Bảng 4. 1 Các sai số dự báo ngoài mẫu và so sánh giữa mô hình MIDAS và mô hình
truyền thống............................................................................................................... 44
Bảng 4. 2 Sai số dự báo ngoài mẫu với số lượng các quan sát dẫn dắt khác nhau . 50
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..................................................................................................... 51

1
CHƢƠNG 1 GIỚI THIỆU
1.1 Lý do chọn đề tài
Dự báo tình hình kinh tế vĩ mô, đặc biệt là dự báo tăng trƣởng kinh tế là một
việc rất quan trọng và khó khăn đối với chính phủ của nhiều quốc gia. Dự báo tăng
trƣởng kinh tế còn đặc biệt quan trọng đối với Việt Nam vì Việt Nam lấy mục tiêu
tăng trƣởng GDP là mục tiêu hàng đầu của chính phủ.
Tuy nhiên, môi trƣờng kinh tế trong và ngoài nƣớc đã có rất nhiều thay đổi.
Kinh tế toàn cầu tăng trƣởng chậm lại, tranh chấp thƣơng mại thƣờng xuyên xảy ra,
sự hội nhập kinh tế của các quốc gia ngày càng sâu rộng. Bên cạnh đó, kinh tế trong
nƣớc chứng kiến một sự thay đổi lớn trong môi trƣờng kinh doanh, sự hội nhập
mạnh mẽ về kinh tế - tài chính, sự mất cân bằng về cơ cấu kinh tế ngày càng lớn. Tất
cả các yếu tố này đã làm gia tăng những khó khăn trong dự báo tăng trƣởng kinh tế
của Việt Nam.
Dự báo tăng trƣởng kinh tế là một trong những chủ đề nghiên cứu quan trọng
đƣợc các nhà nghiên cứu quan tâm. Để dự báo chính xác tốc độ tăng trƣởng kinh tế,
cần quan tâm đến hai vấn đề, đó là việc lựa chọn các biến giải thích hiệu quả cho
tăng trƣởng kinh tế và tần số của dữ liệu.
Tăng trƣởng GDP bị ảnh hƣởng bởi nhiều biến kinh tế: các biến số vĩ mô và
các biến số tài chính. Việc sử dụng một lƣợng lớn các biến số trên để dự báo tăng
trƣởng kinh tế sẽ rất phức tạp và dẫn đến vấn đề quá phù hợp và quá nhiều tham số.
Do đó, cần tìm ra một phƣơng pháp để chọn ra những biến trọng yếu để đƣa vào mô
hình dự báo. Và trong bài luận này, tác giả sẽ chọn các biến tài chính để dự báo cho
tăng trƣởng kinh tế.
Lý do chính mà tác giả muốn sử dụng các biến tài chính để dự báo cho tăng
trƣởng kinh tế Việt Nam là do mối quan hệ giữa khu vực tài chính và tăng trƣởng

2
kinh tế luôn đƣợc các học giả trên thế giới quan tâm trong suốt một phần tƣ thế kỷ
qua, và đây vẫn đang là một chủ đề nóng đƣợc nhiều tác giả nghiên cứu. Họ đã
chứng minh rằng mối quan hệ từ phát triển tài chính dẫn đến tăng trƣởng kinh tế là
“khá rõ ràng”. Khủng hoảng tài chính toàn cầu là một minh chứng thuyết phục nhất
về sự suy thoái tài chính sẽ dẫn đến sự suy giảm đồng loạt các khu vực khác trong
nền kinh tế. Chính vì thế mà hiểu đƣợc tác động của khu vực tài chính lên các hoạt
động khác là một vấn đề rất quan trọng để tìm ra một phƣơng pháp thích hợp để dự
báo cho tăng trƣởng kinh tế. Bài luận văn này kế thừa các kết quả các ng cứu trƣớc
đây để thực hiện dự báo tăng trƣởng bằng các biến tài chính vĩ mô.
Ở Việt Nam, đã có rất nhiều các dự báo kinh tế đƣợc đƣa ra bởi những tổ chức
uy tín nhƣ Ngân hàng Thế giới (WB), Ngân hàng Phát triển Châu Á (ADB),
Moody’s,… Những dự báo này thƣờng không thống nhất với nhau do mỗi tổ chức
sử dụng một mô hình dự báo riêng. Các mô hình này thƣờng đƣợc áp dụng cho tất
cả các quốc gia, nó có thể bỏ qua các đặc trƣng kinh tế của từng quốc gia.
Chính vì vậy, bài luận văn này hƣớng đến việc tìm ra một mô hình phù hợp để
dự báo tăng trƣởng kinh tế Việt Nam. Mô hình dự báo trong luận văn này sẽ là một
sự tham khảo hiệu quả để chính phủ Việt Nam có thể đƣa ra các mục tiêu tăng
trƣởng kinh tế hợp lý và thực hiện điều hành các biến vĩ mô để đảm bảo mục tiêu
tăng trƣởng.
1.2 Mục tiêu nghiên cứu
Mục tiêu nghiên cứu của đề tài: Phân tích, đánh giá tất cả các biến số tài chính
(dựa trên sự sẵn có của dữ liệu) và tìm ra các biến số quan trọng ảnh hƣởng đến dự
báo tăng trƣởng kinh tế. Tiếp theo là sử dụng mô hình nhân tố động tạo ra các nhân
tố mới áp dụng vào mô hình MIDAS để cải thiện chất lƣợng dự báo so với các mô
hình dự báo truyền thống.

3
1.3 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 trƣởng 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?
1.4 Đối tƣợng và phạm vi nghiên cứu
Đối tƣợng nghiên cứu: tăng trƣởng GDP của Việt Nam, các biến số tài chính
của Việt Nam.
Tác giả thực hiện nghiên cứu với dữ liệu tại Việt Nam: Tốc độ tăng trƣởng GDP
đƣợc lấy theo quý; dữ liệu của các biến tài chính đƣợc lấy theo ngày, tháng (tùy vào
sự sẵn có của dữ liệu) từ năm 2000 đến năm 2016.
1.5 Phƣơng pháp nghiên cứu
Luận văn này sử dụng phƣơng pháp mẫu dữ liệu hỗn hợp (mixed data sampling
method - MIDAS), sử dụng trực tiếp mẫu dữ liệu hỗn hợp vào trong mô hình dự báo
tăng trƣởng kinh tế. Phƣơng pháp MIDAS có nhiều điểm nổi bật so với các mô hình
dự báo truyền thống. Thứ nhất, MIDAS sử dụng toàn bộ dữ liệu có tần số cao, tránh
đƣợc việc đánh mất thông tin và cải thiện chất lƣợng dự báo. Thứ hai, nó có thể
thực hiện dự báo tăng trƣởng GDP hàng quý, bằng cách sử dụng dữ liệu kinh tế tế
và tài chính của các quý gần nhất.

4
Trong luận văn này, phƣơng pháp phân tích nhân tố cho phép xác định một
lƣợng giới hạn các nhân tố đại diện cho các nhân tố khác có thể ảnh hƣởng đến tăng
trƣởng GDP, trong khi đó phƣơng pháp MIDAS cho phép sử dụng hiệu quả các dữ
liệu tài chính với tần số khác nhau.
Bài luận văn này thực hiên theo hai bƣớc. Đầu tiên phƣơng pháp phân tích nhân
tố đƣợc sử dụng để tìm ra một lƣợng nhỏ các nhân tố trong bộ dữ liệu các biến tài
chính. Bƣớc thứ hai, áp dụng mô hình MIDAS cho các nhân tố đƣợc tìm ra ở bƣớc
đầu tiên để thực hiện các dự báo.
1.6 Đóng góp mới của đề tài
Bằng việc tổng hợp nhiều nghiên cứu đƣợc thực hiện tại các quốc gia khác trên
thế giới, tác giả bài luận văn này hy vọng sẽ cung cấp thêm một mô hình mới để dự
báo tăng trƣởng kinh tế Việt Nam. Qua đó sẽ có thêm cơ sở cho các nhà hoạch định
chính sách điều hành kinh tế vĩ mô, các nhà đầu tƣ sẽ có các dự báo tin cậy cho các
quyết định đầu tƣ của họ. Tác giả kỳ vọng mô hình mới sẽ có chất lƣợng dự báo cao
hơn so với các mô hình truyền thống.
1.7 Kết cấu đề tài
Bài luận văn này hƣớng tới việc sử dụng các biến số tài chính vĩ mô để dự báo
tăng trƣởng kinh tế của Việt Nam. Với mục tiêu này, tác giả sẽ cấu trúc bài dữ liệu
làm năm chƣơng. Trong chƣơng tiếp theo, chƣơng 2, bài luận văn này sẽ khái quát
các lý thuyết về vai trò và những ảnh hƣởng của hệ thống tài chính đối với sự phát
triển kinh tế của một quốc gia. Cũng trong chƣơng này, tác giả sẽ tổng hợp và đánh
giá các nghiên cứu đƣợc thực hiện trên dữ liệu bảng và dữ liệu chuỗi thời gian, đồng
thời cũng khái quát các phƣơng pháp đƣợc sử dụng trong các nghiên cứu này.

5
Trong chƣơng 3, tác giả sẽ trình bày các dữ liệu đƣợc sử dụng trong bài luận
văn. Chƣơng 3 cũng mô tả các phƣơng pháp nghiên cứu đƣợc sử dụng để dự báo
tăng trƣởng kinh tế Việt Nam. Bài luận văn sử dụng mô hình nhân tố động để tìm ra
các nhân tố cho bộ dữ liệu, sau đó sử dụng các nhân tố này áp dụng vào mô hình hồi
quy MIDAS để dự báo tăng trƣởng GDP của Việt Nam.
Chƣơng 4 sẽ thảo luận các kết quả nghiên cứu. Trong chƣơng này, tác giả cũng
sẽ chứng minh những ƣu thế của mô hình MIDAS so với các phƣơng pháp truyền
thống trong việc thực hiện dự báo. Chƣơng cuối cùng, chƣơng 5 sẽ đƣa ra các kết
luận cho bài nghiên cứu này.

6
CHƢƠNG 2 KHUNG LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN
CỨU TRƢỚC ĐÂY
2.1 Khung lý thuyết về vai trò của hệ thống tài chính trong phát triển kinh tế
quốc gia
Hoạt động của hệ thống tài chính cũng nhƣ các trung gian tài chính đóng một
vai trò quan trọng trong việc phân bổ nguồn vốn đến các chủ thể sử dụng vốn hiệu
quả, qua đó thúc đẩy tăng trƣởng kinh tế. Khu vực tài chính cung cấp nguồn vốn
cần thiết để tài trợ cho các hoạt động kinh tế thực, đặc biệt là các doanh nghiệp sản
xuất, là chủ thể chính tạo nên tăng trƣởng kinh tế. Chính vì thế mà các biến tài chính
sẽ là các biến dự báo tốt cho tăng trƣởng GDP. Dƣới đây, tác giả sẽ tóm tắt các nội
dung lý thuyết đã đƣợc nhiều nhà nghiên cứu ủng hộ về sự phát triển tài chính sẽ tạo
ra tăng trƣởng kinh tế.
2.1.1 Vai trò của hệ thống tài chính trong phát triển kinh tế
Phát triển hệ thống tài chính đóng vai trò rất quan trọng trong phát triển kinh tế
của một quốc gia. Sự phát triển của kinh tế và công nghệ toàn cầu đã tạo nên sự đa
dạng và phức tạp của hệ thống tài chính, với sự ra đời của công nghệ FinTech và vô
số các sản phẩm tài chính phức tạp. Song, chức năng cơ bản của hệ thống tài chính
vẫn là: (1) trung gian kết nối giữa chủ thể thặng dƣ vốn và chủ thể thiếu hụt vốn; và
(2) hệ thống tài chính giúp chia sẻ rủi ro của các khoản đầu
tƣ. Cấu trúc của hệ thống tài chính

Chủ thể thặng
dƣ vốn
7
Trung gian tài
chính
Kênh gián tiếp
Thị trƣờng tài
chính
Kênh trực tiếp
Chủ thể thiếu
hụt vốn
Nguồn: Allen, Franklin; Douglas Gale (2001)
2.1.2 Vì sao chọn các biến tài chính làm biến dự báo?
Có ít nhất hai lý do để giải thích vai trò của các biến tài chính trong việc dự báo
tăng trƣởng kinh tế. Thứ nhất, việc thắt chặt các điều kiện tài chính và tín dụng làm
giới hạn khả năng kinh doanh của doanh nghiệp cũng nhƣ chi tiêu của hộ gia đình.
Thứ hai, giá cả của các tài sản tài chính phản ánh lợi nhuận kỳ vọng của các công ty,
điều này liên quan đến tốc độ tăng trƣởng kinh tế của một quốc gia.
Bên cạnh đó, hệ thống tài chính đóng một vai trò quan trọng trong phát triển
kinh tế. Nhiều nghiên cứu đã chỉ ra rằng thị trƣờng tài chính và các định chế tài
chính có thể hạn chế các vấn đề bất cân xứng thông tin và các chi phí giao dịch, từ
đó đẩy nhanh tốc độ tăng trƣởng kinh tế. Đặc biêt, hệ thống tài chính giúp (i) mở
rộng trao đổi hàng hóa và dịch vụ thông qua việc cung cấp các dịch vụ thanh toán;
(ii) huy động các khoản tiết kiệm từ lƣợng lớn các nhà đầu tƣ; (iii) tập hợp và xử lý
thông tin của các doanh nghiệp và các khoản đầu tƣ có tỷ suất sinh lợi cao, từ đó
phân bổ các khoản tiết kiệm đến những chủ thể sử dụng vốn hiệu quả nhất; (iv) quản

8
lý các khoản đầu tƣ và kiểm soát hoạt động điều hành doanh nghiệp; và cuối cùng
(iv) là đa dạng hóa và làm giảm thiểu rủi ro.
Tuy nhiên, vẫn còn một số nhà kinh tế chƣa đồng ý với vai trò của lĩnh vực tài
chính trong việc phát triển kinh tế của một quốc gia. Mối quan hệ giữa tiến bộ tài
chính và phát triển kinh tế vẫn còn là một vấn đề gây tranh luận. Thế nhƣng, đa số
các nhà nghiên cứu trên thế giới đã nhấn mạnh vai trò của sự phát triển tài chính tài
chính trong việc cải thiện phân loại các khoản đầu tƣ, làm giảm việc đầu tƣ vào các
tài sản không hiệu quả, huy động các khoản tiết kiệm trong dân chúng và thúc đẩy
phát triển công nghệ trong lĩnh vực tài chính, qua đó thúc đẩy tăng trƣởng kinh tế.
Điển hình là R. Espinoza và cộng sự (2009) đã khẳng định vai trò của các biến tài
chính trong việc dự báo tăng trƣởng kinh tế.
2.1.2.1 Tác động của phát triển tài chính lên tăng trưởng kinh tế
Sự tự do hóa thị trƣờng tài chính cho phép những ngƣời gửi tiết kiệm và nhà
đầu tƣ gia tăng việc sử dụng dịch vụ của các trung gian tài chính, qua đó dòng vốn
sẽ luân chuyển hiệu quả trong nền kinh tế. Điều này sẽ khuyến khích tiết kiệm và
hạn chế việc tích lũy vốn, cải thiện hiệu quả phân bổ đầu tƣ bằng việc luân chuyển
vốn từ khu vực có hiệu quả thấp sang khu vực có hiệu quả cao. Hiệu quả cũng nhƣ
là mức vốn đầu tƣ vì vậy đƣợc kỳ vọng sẽ gia tăng cùng với sự phát triển tài chính
do sự tự do hóa mang lại. Những lợi ích này bao gồm hạn chế các chủ thể tự đầu tƣ
với tỷ suất sinh lợi thấp hoặc thậm chí là âm, khuyến khích những ngƣời tiết kiệm
đầu tƣ vào thị trƣờng vốn hơn là gửi tiền vào các ngân hàng thƣơng mại hoặc các tổ
chức của nhà nƣớc, từ đó làm giảm chi phí sử dụng vốn và sự phân cách của thị
trƣờng tài chính.
Phát triển hệ thống tài chính tạo điều kiện đa dạng hóa danh mục đầu tƣ cho
ngƣời tiết kiệm giảm rủi ro, và cung cấp nhiều lựa chọn hơn cho các nhà đầu tƣ gia

9
tăng lợi nhuận. Một chức năng quan trọng khác của hệ thống tài chính là thu thập và
xử lý thông tin về các dự án đầu tƣ tốt một cách hiệu quả về chi phí, qua đó làm
giảm chi phí đầu tƣ của các dự án.
Mức độ phát triển của một nền kinh tế đƣợc xác định bằng số lƣợng cũng nhƣ
chất lƣợng của các dự án đầu tƣ. Nới lỏng các rào cản tín dụng, đặc biệt là vốn luân
chuyển đƣợc kỳ vọng sẽ cải thiện chất lƣợng phân bổ nguồn lực, do đó làm giảm lỗ
hổng sản lƣợng từ mức thực tế đến mức sản lƣợng tiềm năng.
Nhìn chung, hệ thống tài chính có năm chức năng phổ biến. Thứ nhất, chúng
cung cấp thông tin về các khoản đầu tƣ tiềm năng. Thứ hai, hệ thống tài chính huy
động và phân bổ các khoản tiết kiệm. Thứ ba, chúng kiểm soát các các khoản đầu tƣ
và hoạt động quản trị doanh nghiệp sau khi cung cấp các nguồn tài trợ. Thứ tƣ, hệ
thống tài chính tạo thuận lợi trong các giao dịch tài chính, đa dạng hóa và quản trị
rủi ro. Thứ năm, chúng thúc đẩy trao đổi hàng hóa và dịch vụ.
Mặc dù tất cả các hệ thống tài chính đều có năm chức năng này nhƣng mức độ
tác động lên tăng trƣởng kinh tế của một quốc gia còn tùy thuộc vào các đặc điểm
cơ bản của hệ thống tài chính đó. Có ba đặc điểm của hệ thống tài chính ảnh hƣởng
đến mức độ tác động của năm chức năng trên lên tăng trƣởng kinh tế, đó là (i) quy
mô của các trung gian tài chính; (ii) sự hiệu quả của các trung gian tài chính và (iii)
các thành phần của các trung gian tài chính.
2.1.2.2 Tài chính, các định chế và tăng trưởng kinh tế
Một thực tế đƣợc chấp nhận rộng rãi rằng các yếu tố về vốn con ngƣời và sự
thay đổi công nghệ không thể giải thích đầy đủ về sự khác biệt trong tăng trƣởng
kinh tế của các quốc gia. Các định chế và lĩnh vực tài chính đang nổi lên nhƣ là
những yếu tố quyết định cơ bản đến tăng trƣởng kinh tế trong các nghiên cứu gần
đây.

10
Các định chế là trung tâm của cuộc chơi trong xã hội mà các chủ thể tƣơng tác
với nhau và định hình các hành vi kinh tế. Chúng đƣợc xem nhƣ là các “công nghệ
mang tính xã hội” trong các hoat động kinh tế, liên quan chủ yếu đến con ngƣời hơn
là các công nghệ thuần túy. Khi các quy tắc trên thị trƣờng tài chính bị thay đổi
thƣờng xuyên và không đƣợc coi trọng, hoặc khi xảy ra các gian lận, thị trƣờng sẽ
không hoạt động tốt, sự không chắc chắn sẽ cao và việc phân bổ nguồn lực sẽ bị hạn
chế.
Các trung gian tài chính giữ một chức năng quan trọng trong qua trình phát triển
kinh tế, đặc biệt là sự phân bổ vốn đến nơi có hiệu quả sử dụng vốn cao nhất. Việc gia
tăng các công cụ tài chính làm giảm các chi phí giao dịch và chi phí thông tin, trong khi
đó thị trƣờng tài chính hiệu quả hơn sẽ giúp các chủ thể kinh tế dễ dàng phòng ngừa rủi
ro và gia tăng các khoản đầu tƣ, qua đó thúc đẩy tăng trƣởng kinh tế.
2.2 Bối cảnh kinh tế tài chính Việt Nam
2.2.1 Sự phát triển của các kênh dẫn vốn
Sau hơn ba mƣơi năm đổi mới, kinh tế Việt Nam đã có những bƣớc phát triểm
vƣợt bậc, với những thành tựu rất đáng ghi nhận trên nhiều phƣơng diện kinh tế - xã
hội, đặc biệt là lĩnh vực tài chính – ngân hàng. Hệ thống các định chế tài chính tại
Việt Nam phát triển rất mạnh cả về quy mô lẫn chất lƣợng.
Các quy định pháp luật trong các hoạt động tài chính cũng nhanh chóng đƣợc
hoàn thiện để phù hợp với những thông lệ quốc tế. Quản lý nhà nƣớc trên thị trƣờng
tài chính đƣợc thể chế hóa, các cơ quan nhà nƣớc có sự phối hợp tốt để tăng sự hiệu
quả trên thị trƣờng tài chính. Ngoài ra, trong các cơ chế giám sát này, cũng phải kể
đến vai trò của các nhà đầu tƣ, các công ty kiểm toán, các cơ quan xếp hạng tín
nhiệm,… đã làm tăng sự minh bạch trong thị trƣờng.

11
Thị trƣờng tài chính Việt Nam cũng đã phát triển khá đầy đủ so với các thị
trƣờng kiểu mẫu, với sự xuất hiện của các ngành dịch vụ ngân hàng, bảo hiển, dịch
vụ kế toán – kiểm toán và tƣ vấn tài chính chuyên nghiệp.
Sự ra đời của thị trƣờng chứng khoán năm 2000 đánh dấu bƣớc chuyển mình
lớn của Việt Nam trong việc phát triển thị trƣờng tài chính, đóng góp vào sự phát
triển chung của toàn ngành tài chính – ngân hàng. Các doanh nghiệp Việt Nam cũng
đã bắt đầu quan tâm đến việc huy động vốn thông qua thị trƣờng chứng khoán bên
cạnh các kênh truyền thống là vay vốn ngân hàng để đa dạng hóa nguồn vốn phục
vụ cho hoạt động sản xuất - kinh doanh.
Bên cạnh sự phát triển của thị trƣờng tài chính, số lƣợng các trung gian hỗ trợ
thị trƣờng cũng gia tăng đáng kể, vơi sự ra đời của nhiều công ty chứng khoán, các
công ty quản lý quỹ, các công ty bảo hiểm,… Đặc biệt, thị trƣờng bảo hiểm phát
triển rất nhanh chóng cả về quy mô và phạm vi hoạt động, với đa dạng các sản phẩm
bảo hiểm nhân thọ và phi nhân thọ. Thị trƣờng trái phiếu cũng có bƣớc phát triển
tích cực. Bên cạnh các loại trái phiếu chính phủ, hiện nay cũng đã có nhiều doanh
nghiệp huy động vốn thông qua phát hành trái phiếu doanh nghiệp.
Hệ thống ngân hàng cũng phát triển rất nhanh chóng trong những năm gần đây
với sự cải tiến sâu sắc trong các dịch vụ ngân hàng. Các dịch vụ ngân hàng giờ đây
đã rất quen thuộc với ngƣời dân Việt Nam, tạo ra sự lƣu thông hiệu quả của dòng
tài chính quốc gia, góp phần rất lớn cho việc 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 đƣợc đổi mới mạnh mẽ trên nhiều phƣơng diện,
dần dần phù hợp với các thông lệ quốc tế về quản lý thu – chi ngân sách cũng nhƣ các
vấn đề khác liên quan đến an ninh, an toàn tài chính quốc gia. Ngoài ra, cổ phần

12
hóa doanh nghiệp nhà nƣớc đƣợc ƣu tiên đẩy mạnh trong những năm gần đây nhằm
đảm bảo minh bạch trong quản lý tài chính quốc gia.
2.2.2.2 Khu vực tài chính tư nhân
Bên cạnh khu vực tài chính nhà nƣớc, khu vực tài chính tƣ nhân cũng có những
bƣớc phát triển đáng kể do sự tiếp cận của hệ thống tài chính Việt Nam với các thị
trƣờng tài chính tiên tiến trên thế giới cũng nhƣ những cải cách mạnh mẽ trong hệ
thống pháp luật về kinh tế - tài chính. Tại Việt Nam, hệ thống tài chính ngày càng
kết nối mạnh mẽ các khoản tiết kiệm, tiêu dùng và đầu tƣ. Điều này đã góp phần rất
lớn để Việt Nam tăng trƣởng rất nhanh trong gần hai thập kỷ trở lại đây.
Sự phát triển tính minh bạch của thị trƣờng tài chính đã góp phần làm giảm số
lƣợng các doanh nghiệp làm ăn kém hiệu quả, trong đó có doanh nghiệp nhà nƣớc.
Cùng với đó, các chính sách hƣớng tới ổn định tài chính đã góp phần làm gia tăng
kỳ vọng của ngƣời dân, từ đó kích thích đầu tƣ và tiêu dùng, mang tới sự tăng
trƣởng cao cho kinh tế Việt Nam.
2.2.2.3 Khu vực tài chính nước ngoài
Các mô hình tăng trƣởng dựa vào yếu tố vốn trong điều kiện tích lũy trong
nƣớc của Việt Nam còn thấp, tất yếu sẽ dẫn đến nhu cầu vốn từ bên ngoài để phát
triển kinh tế, bao gồm các khoản nợ và vốn đầu tƣ trực tiếp nƣớc ngoài. Trong tổng
số dƣ nợ nƣớc ngoài, phần nợ của chính phủ và nợ do chính phủ bảo lãnh chiếm
gần 90% tính đến trƣớc năm 2007, nhƣng con số này đã giảm xuống khoảng 70%
trong những năm gần đây.
Đối với dòng vốn đầu tƣ nƣớc ngoài, cùng với xu hƣớng toàn cầu hóa về tài
chính trên thế giới và Việt Nam cũng đã thực hiện các chính sách thu hút đầu tƣ
nƣớc ngoài, điều này đã góp phần làm gia tăng đáng kể lƣợng vốn FDI vào Việt

13
Nam kể từ năm 2006 đến nay. Tuy nhiên, lƣợng vốn đầu tƣ trực tiếp nƣớc ngoài
cũng rất nhạy cảm theo những biến động của thị trƣờng tài chính quốc tế. Sự biến
động bất thƣờng này không chỉ gây ra những khó khăn trong thị trƣờng tài chính
trong nƣớc mà còn gây căng thẳng trong tỷ giá, làm gia tăng rủi ro tỷ giá, tác động
xấu đến hệ thống tài chính và tăng trƣởng kinh tế của quốc gia.
Tóm lại, sự phát triển của hệ thống tài chính đã mang lại nhiều ảnh hƣởng tích
cực trong sự phát triển các hoạt động sản xuất – kinh doanh và tiêu dùng, qua đó đẩy
nhanh phát triển kinh tế quốc gia. Sự gia tăng vốn cho tăng trƣởng kinh tế cùng với
sự quản lý phù hợp của chính phủ đã góp phần xây dựng Việt Nam thành một thị
trƣờng tài chính sôi động, dần tiếp cận với các thị trƣờng tài chính phát triển trên
thế giới.
2.3 Các nghiên cứu thực nghiệm về dự báo tăng trƣởng kinh tế
Các thảo luận về chủ đề sự phát triển của hệ thống tài chính sẽ tạo ra sự tăng
trƣởng kinh tế là một chủ đề nóng trong hơn một thế kỷ nay. Các nghiên cứu tìm
cách dự báo chính xác tăng trƣởng kinh tế của một quốc gia hoặc một khu vực liên
tục đƣợc thực hiện. Các học giả đã sử dụng nhiều phƣơng pháp khác nhau trong mô
hình dự báo của họ, nhƣ là mô hình VAR, mô hình hồi quy với các loại dữ liệu tần
số khác nhau – MIDAS, mô hình tự hồi quy,… Phần dƣới đây tác giả sẽ khái phát
một số nghiên cứu tiêu biểu về chủ đề “sử dụng các biến số tài chính dự báo tăng
trƣởng kinh tế”.
2.3.1 Các nghiên cứu trên dữ liệu bảng
Liên quan đến việc sử dụng các biến tài chính để dự báo kinh tế của một khu
vực, bài nghiên cứu “Vai trò của các biến tài chính trong dự báo các hoạt động kinh
tế” của Raphael Espinoza và cộng sự (2009), họ đã tìm thấy rằng các biến tài chính

14
có mức sai số dự báo nhỏ hơn khi dự báo tăng trƣởng kinh tế Mỹ (đặc biệt đối với
khoảng dự báo là 5 và 11 quý). Độ mạnh dự báo của các biến số tài chính tăng lên
khi những thay đổi của chúng đồng bộ với các quốc gia khác hoặc đồng bộ với các
chỉ báo tài chính khác. Trong khi đó, khả năng dự báo tăng trƣởng kinh tế của các
biến tài chính tƣơng đối yếu ở khu vực sử dụng đồng tiền chung châu Âu –
UEROZONE.
O´lan T. Henry và các cộng sự (2004) đã thực hiện dự báo tăng trƣởng GDP
bằng các tỷ suất sinh lợi thị trƣờng tại các nƣớc OECD và 5 nƣớc Đông Nam Á. Họ
đã sử dụng bộ dữ liệu bảng theo quý của 27 quốc gia để kiểm định liệu tỷ suất sinh
lợi thị trƣờng có dự báo tốt cho tăng trƣởng kinh tế. Kết quả nghiên cứu chỉ ra rằng
có mối quan hệ dƣơng và có ý nghĩa giữa tỷ suất sinh lợi thị trƣờng và tăng trƣởng
GDP nhƣng hầu hết các mối quan hệ là tƣơng đối yếu. Cũng trong nghiên cứu này,
khi các tác giả thực hiện hồi quy phi tuyến thì các kết quả trên có ý nghĩa thống kê
rất cao. Đây là một nghiên cứu tiêu biểu để các nghiên cứu sau này về dự báo tăng
trƣởng kinh tế có đủ cơ sở để đƣa tỷ suất sinh lợi thị trƣờng vào mô hình dự báo.
2.3.2 Các nghiên cứu trên dữ liệu chuỗi thời gian
Trong một nghiên cứu sử dụng các biến tài chính để dự báo tăng trƣởng đƣợc thực
hiện tại nền kinh tế mở nhỏ, Phần Lan, hai tác giả Petri Kuosmanen và Juuso Vataja
(2014) đã chỉ ra sự hữu dụng của các thông tin thị trƣờng tài chính để dự báo tăng
trƣởng kinh tế. Hai ông phát hiện ra rằng việc lựa chọn các biến tài chính phù hợp để
dự báo phụ thuộc vào bối cảnh kinh tế Phần Lan từng thời kỳ. Trong những giai đoạn
kinh tế ổn định, lãi suất ngắn hạn và các giá trị quá khứ của tăng trƣởng kinh tế đóng
vai trò quan trọng trong việc dự báo tăng trƣởng GDP. Ngƣợc lại, trong những giai
đoạn kinh tế bất ổn, chênh lệch lãi suất các kỳ hạn và tỷ suất sinh lợi thị trƣờng đƣợc
sử dụng để dự báo tăng trƣởng kinh tế. Tuy nhiên, việc kết hợp tỷ suất

15
sinh lợi thị trƣờng với các chỉ báo tài chính khác cũng làm cải thiện chất lƣợng dự
báo. Bên cạnh đó, lãi suất dài hạn có ý nghĩa dự báo trong toàn bộ giai đoạn nghiên
cứu. Một kết luận quan trọng đƣợc rút ra trong nghiên cứu này là tùy vào tình hình
kinh tế mà lựa chọn mô hình và các biến tài chính thích hợp.
Trong bài nghiên cứu về dự báo tăng trƣởng kinh tế và lạm phát của Trung
Quốc, P. Higgins và cộng sự (2016) đã chỉ ra rằng tác động của lãi suất lên tổng thể
nền kinh tế tƣơng đối yếu trong khi những thay đổi trong cung tiền M2 lại có những
tác động đáng kể. Điều này chỉ ra rằng, cung tiền M2 sẽ đƣợc ƣa thích sử dụng hơn
so với lãi suất khi thực hiện dự báo tăng trƣởng kinh tế.
Một câu hỏi đặt ra là việc sử dụng dữ liệu tài chính theo ngày có làm cải thiện
chất lƣợng dự báo tăng trƣởng GDP? Luis M. Gomez-Zamudio và Raul Ibarra
(2017) đã chỉ ra rằng việc sử dụng các biến tài chính theo ngày sẽ làm cải thiện chất
lƣợng dự báo tăng trƣởng GDP ở Mexico. Cụ thể, trong nghiên cứu này, họ đã sử
dụng mô hình MIDAS kết hợp với các thông tin tài chính theo ngày để thực hiện dự
báo tăng trƣởng kinh tế cho một và bốn quý tới. Họ đã chứng minh đƣợc việc sử
dụng mô hình MIDAS cùng với các dữ liệu tài chính theo ngày có độ chính xác cao
hơn so với các mô hình sử dụng dữ liệu có cùng tần số. Tuy nhiên, họ nhận thấy
rằng việc sử dụng mô hình MIDAS với các quan sát dẫn dắt có độ chính xác tƣơng
tự so với mô hình MIDAS không có các quan sát dẫn dắt.
Trong nghiên cứu về dự báo tăng trƣởng GDP của Trung Quốc, Yu Jiang và các
cộng sự (2017) đã tạo ra các nhân tố động từ một lƣợng lớn các biến vĩ mô và biến
tài chính, sau đó sử dụng các nhân tố này vào trong mô hình MIDAS để dự báo tăng
trƣởng kinh tế. Kết quả thực nghiệm chỉ ra rằng, khi sử dụng các nhân tố động và
mô hình MIDAS thì độ chính xác của các dự báo sẽ cao hơn so với các mô hình
truyền thống. Đặc biệt, dự báo với các quan sát dẫn dắt có độ chính xác cao nhất.

16
2.3.3 Các nghiên cứu tại Việt Nam
Dự báo kinh tế luôn là mối quan tâm lớn không chỉ của các nhà nghiên cứu mà
còn của các nhà hoạch định chính sách trên thế giới. Có rất nhiều mô hình dự báo
đƣợc đƣa ra để cải thiện chất lƣợng dự báo, và mỗi mô hình có những thuận lợi và
bất lợi riêng. Các nhà nghiên Việt Nam cũng đang cố gắng tìm ra một mô hình tốt
nhất để dự báo tăng trƣởng kinh tế của Việt Nam. Điển hình là bài nghiên cứu của
Vũ Thị Thu Hằng và cộng sự (2013) đã thực hiện dự báo tăng trƣởng GDP và lạm
phát của Việt Nam bằng hai mô hình: Mô hình VAR và mô hình Bayesian VAR
(BVAR). Các tác giả đã chứng minh đƣợc rằng mô hình BVAR có độ chính xác dự
báo cao hơn mô hình VAR, cả khi dự báo lạm phát lẫn dự báo tăng trƣởng GDP.
Các sai số dự báo của mô hình BVAR nhỏ hơn nhiều so với mô hình VAR trong các
dự báo từ một đến bốn kỳ về tƣơng lai.
2.4 Tổng hợp kết quả nghiên cứu thực nghiệm
Nhìn chung, không có một mô hình hoàn hảo nào có thể áp dụng cho tất cả các
quốc gia trong việc dự báo tăng trƣởng kinh tế. Tuy nhiên, đã có nhiều nghiên cứu
chứng minh đƣợc độ mạnh dự báo của các biến tài chính. Việc sử dụng biến tài
chính nào để thực hiện dự báo sẽ tùy thuộc vào quy mô kinh tế, đặc thù chính sách
tiền tệ, hệ thống tài chính của mỗi quốc gia,… Qua tham khảo các nghiên cứu ở
phần trên, tác giả nhận thấy rằng các biến tài chính thƣờng đƣợc sử dụng làm biến
dự báo đó là: cung tiền, tỷ suất sinh lợi thị trƣờng và tỷ giá. Còn xét về mô hình
nghiên cứu đƣợc lựa chọn sẽ tùy thuộc vào quan điểm của mỗi tác giả nhƣng chƣa
có mô hình nào đƣợc chứng minh là tối ƣu.
Tại Việt Nam, nhiều học giả cũng nhƣ các nhà hoạch định chính sách luôn
muốn tìm ra một mô hình dự báo tăng trƣởng GDP có chất lƣợng dự báo tốt nhất.
Đặc biệt, tác giả Vũ Thị Thu Hằng và cộng sự (2013) đã khẳng định độ chính xác dự

17
báo của mô hình BVAR so với mô hình VAR trong việc dự báo tăm trƣởng kinh tế
và lạm phát tại Việt Nam.
Trong những năm gần đây, có nhiều tác giả, điển hình là Yu Jiang và các cộng
sự (2017) đã sử dụng mô hình MIDAS để dự báo tăng trƣởng GDP của nhiều quốc
gia trên thế giới. Và trong luận văn này, tác giả muốn áp dụng mô hình mới này để
thực hiện dự báo tăng trƣởng GDP của Việt Nam. Do kinh tế Việt Nam có những
nét tƣơng đồng so với kinh tế Trug Quốc, tác giả bài luận văn này quyết định sử
dụng phƣơng pháp nghiên cứu tƣơng tự Yu Jiang và các cộng sự (2017). Bài luận
văn này sẽ sử dụng mô hình nhân tố động và mô hình MIDAS để dự báo tăng
trƣởng kinh tế Việt Nam. Tuy nhiên, tác giả sẽ chỉ sử dụng các biến số tài chính và
chỉ sử dụng một số biến có khả năng dự báo tăng trƣởng GDP của Việt Nam.

18
CHƢƠNG 3 DỮ LIỆU VÀ PHƢƠNG PHÁP NGHIÊN CỨU
3.1 Dữ liệu nghiên cứu
Dữ liệu tăng trƣởng GDP hàng quý của Việt Nam đƣợc thu thập từ trang web
của Ngân hàng Phát triển châu Á – ADB. Các biến tài chính đƣợc sử dụng trong mô
hình dự báo sẽ đƣợc chọn dựa trên các tài liệu nghiên cứu trƣớc đây và độ mạnh dự
báo của chúng, nhƣ là cung tiền, tỷ suất sinh lợi thị trƣờng,… Tăng trƣởng theo
tháng của các biến tài chính đƣợc tính toán dựa trên tỷ lệ tăng trƣởng so với cùng
kỳ năm trƣớc để loại trừ yếu tố mùa.
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
GDP Y Quý 2000Q1 – 2016Q4 triển châu Á - ADB
Quỹ tiền tệ quốc tế -
Cung tiền M1 M1 Tháng 2000M1 – 2016M12 IMF
Quỹ tiền tệ quốc tế -
Cung tiền M2 M2 Tháng 2000M1 – 2016M12 IMF
Dự trữ ngoại Quỹ tiền tệ quốc tế -
Z Tháng 2000M1 – 2016M12
IMF
hối
Chỉ số VN-
HOSE Ngày 2000M1 – 2016M12 CTCK VNDIRECT
Index
Tỷ giá Trang web
USD Ngày 2000M1 – 2016M12
investing.com
USD/VND

19
3.2 Phƣơng pháp nghiên cứu
Để tìm ra một mô hình phù hợp cho dự báo tăng trƣởng kinh tế Việt Nam, bài
luận văn này sẽ tập trung vào ba bƣớc chính:
Bước đầu tiên, tác giả sử dụng mô hình nhân tố động để tìm ra từ một đến hai
nhân tố đại diện cho những biến số tài chính có ảnh hƣởng đến tăng trƣởng kinh tế
Việt Nam. Đây là bƣớc quan trọng nhất để tạo ra một mô hình dự báo tốt.
Trong các nghiên cứu trƣớc đây, nhiều học giả đã sử dụng các mô hình cũng
nhƣ các biến số khác nhau để dự báo cho tăng trƣởng kinh tế. Các kết quả thực
nghiệm cũng chỉ ra rằng có rất nhiều biến tài chính có thể đƣợc sử dụng làm biến dự
báo cho mô hình. Tuy nhiên, nếu đƣa tất cả các biến số này vào để thực hiện dự báo
sẽ dẫn đến mô hình có vấn đề về “quá nhiều biến” và “quá phù hợp”. Nhƣng nếu chỉ
sử dụng một vài biến số, mô hình sẽ bỏ sót các thông tin có giá trị dự báo. Việc tạo
ra các nhân tố dự báo bằng mô hình nhân tố động sẽ khắc phục đƣợc hai khó khăn
này.
Qua bước thứ hai, tác giả sẽ sử dụng mô hình hồi quy với dữ liệu hỗn hợp –
MIDAS để thực hiện dự báo tăng trƣởng kinh tế. Trong phần này, tăng trƣởng GDP
đƣợc lấy theo quý, 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. Những mô hình truyền thống tƣơng đối đơn giản và dễ hiểu. Tuy
nhiên, những mô hình này chƣa tối ƣu vì đã bỏ qua sự biến động của số liệu trong
kỳ, và điều này đã đƣợc khắc phục bằng mô hình MIDAS.
Bước cuối cùng sẽ kiểm tra chất lƣợng dự báo của các mô hình MIDAS sử dụng
nhân tố dự báo ở bƣớc một so với mô hình MIDAS kết hợp các biến dự báo đơn lẻ.

20
Ngoài ra, tác giả sẽ sử dụng hai chỉ số là căn bậc hai của trung bình sai số bình
phƣơng – RMSE và hệ số bất ổn Theil để đánh giá chất lƣợng của các mô hình dự
báo.
Sau đây, tác giả sẽ mô tả chi tiết phƣơng pháp nghiên cứu đƣợc sử dụng trong
bài luận văn này.
3.2.1 Mô hình nhân tố động
Bài luận văn sử dụng mô hình nhân tố động (DFM) để tìm ra các nhân tố dự báo
từ bộ dữ liệu tài chính. Mô hình nhân tố động có hai điểm thuận lợi. Thứ nhất, mô
hình này cho phép tự tƣơng quan và phƣơng sai thay đổi. Thứ hai, nó cho phép các
hệ số thay đổi theo thời gian, giải quyết hiệu quả vấn đề chuỗi dữ liệu không dừng
hoặc tồn tại điểm gãy cấu trúc. Mô hình nhân tố động đƣợc cho bởi công thức:
( )
() ()
trong đó
 Xt = (X1t, X2t, …, XNt)’ là vector Nx1 chứa các quan sát của N biến tài chính
tại thời gian t (t = 1, …, T),

 ft 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 thƣớc Nxk,

 k là số nhân tố động,

 ut = (u1t, u2t, …, uNt)’ là vector Nx1 của thành phần sai số,

 Φ(L) là ma trận đa thức trễ bậc q, ma trận Φ(L) có kích thƣớc kxk,

 εt = (ε1t, …, εkt)’ là vector thành phần sai số.

 Đa thức trễ λi(L) đƣợc gọi là “dynamic factor loading” đối với chuỗi thời
gian i,

21
 λi(L)ft đƣợc gọi là thành phần chung của chuỗi thứ i,

 và uit đƣợc gọi là thành phần đặc trƣng của chuỗi thứ i.
ft là nhân tố động tại thời gian t. ft cùng thay đổi với một lƣợng lớn các biến tài
chính và có thể đƣợc sử dụng nhƣ một biến dự báo tăng trƣởng GDP.
Đặt ( ) là vector rx1 của các nhân tố tĩnh và ( ) trong đó là ma trận hệ số Nxk của
trễ thứ i trong Λ(L), sau đó chúng ta có phƣơng trình tĩnh sau
( )
Ƣớc lƣợng các thành phần chính của Ft có thể đƣợc rút ra bằng cách giải bài
toán bình phƣơng bé nhất đó
( ) () ∑( ) ( ) ( )
trong đó .
Số lƣợng các nhân tố (r) cần đƣợc xác định trƣớc khi ƣớc lƣợng các nhân tố. Bai
và Ng (2002) đã phát triển một nhóm các ƣớc lƣợng r đƣợc xác định bởi điều kiện
thông tin đƣợc sử dụng để lựa chọn mô hình. Số lƣợng các nhân tố đƣợc ƣớc lƣợng (̂ )
có thể tìm đƣợc bằng việc tối thiểu hóa điều kiện thông tin sau đối với r
̂ ( ) ( ) ( ̂() ̂()) ( ) ( )
trong đó ( ̂ ( )
̂ ( )) là bình phƣơng bé nhất đƣợc cho trong phƣơng trình (3)
đƣợc đánh giá tại các ƣớc lƣợng thành phần chính ( ̂ ( ) ̂ ( )) khi số lƣợng nhân tố
là r và p(N, T) là hàm phạt để mà ( ) và
( ) ( ) .

22
Điều kiện thông tin đƣợc đề xuất bởi Bai và Ng (2002) đƣợc sử dụng để xác
định số lƣợng nhân tố đối với dữ liệu bảng lớn. Tuy nhiên, các nghiên cứu gần đây
chỉ ra rằng điều kiện thông tin Bai-Ng có thể cho ra các kết quả không đủ mạnh khi
áp dụng trong thực tế. Alessi và cộng sự (2009) đề xuất điều kiện thông tin thay thế
cung cấp các kết quả mạnh hơn để xác định số lƣợng nhân tố. Điều kiện thông tin đề
xuất bởi Alessi và cộng sự (2009) là
() ( ̂()̂()) ( ) ()
trong đó c là một hằng số dƣơng 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 phƣơng sai
của số lƣợng nhân tố đƣợc ƣớc lƣợng
∑ ∑ ( )
Phƣơng trình (7) đo lƣờng độ bất ổn của số lƣợng nhân tố ƣớc lƣợng khi các
mẫu con của mẫu dữ liệu đƣợc xem xét. Khi c tăng, số lƣợng nhân tố tối ƣu đƣợc
xác định bằng cách tìm kiếm sự xuất hiện đầu tiên của vùng c (bên cạnh vùng c cực
nhỏ) trong đó số lƣợng nhân tố ƣớc lƣợng ̂ ổn định qua các giá trị c và các mẫu con khác nhau (nghĩa là ̂
là hằng số và = 0). Thủ tục ƣớc lƣợng số nhân tố có thể cung cấp nhiều các ƣớc lƣợng mạnh hơn
phƣơng pháp Bai-Ng.
3.2.2 Hồi quy MIDAS
Các nhân tố hàng ngày và hàng tháng đạt đƣợc bằng mô hình DFM có thể đƣợc
sử dụng nhƣ là các biến dự báo tăng trƣởng GDP bằng việc sử dụng mô hình hồi
quy MIDAS. Đặt

23
 là tỷ lệ tăng trƣởng 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 tƣơng ứng với j=0.
Sử dụng các biến dự báo theo tháng, tăng trƣởng GDP theo h bƣớc tiếp theo sử
dụng hồi quy MIDAS( , ).
∑ ∑ ( )
trong đó
 là bậc trễ của ,
 là bậc trễ của các biến dự báo theo tháng,
 μ, , …, , , …, là các hệ số đƣợc ƣớc lƣợng,
 là thành phần sai số.
Đặt là giá trị biến dự báo theo ngày vào ngày thứ j tính ngƣợc từ quý t, trong
đó ngày cuối cùng trong quý t tƣơng ứng với j=0. Dự báo tăng trƣởng GDP h bƣớc
tiếp theo sử dụng hồi quy MIDAS( , ) với các biến dự báo theo ngày là
∑ ∑ ( )
trong đó là bậc trễ của các biến dự báo theo ngày, , …, là các hệ số đƣợc
ƣớc lƣợng.
Một điểm thuận lợi của việc dự báo bằng hồi quy MIDAS là sử dụng thông tin
theo ngày hoặc theo tháng. Tuy nhiên, hồi quy MIDAS có thể gặp vấn đề về sự gia

24
tăng tham số trong trƣờng hợp và lớn. Để giải quyết vấn đề quá nhiều tham
số, Ghysels và cộng sự (2004) giới thiệu sơ đồ trọng số theo hƣớng dữ liệu, dự báo
tuyến tính dữ liệu tần số cao , lên dữ liệu tần số thấp với số ít tham số. Mô hình hồi
quy MIDAS( , ) theo quý/ tháng là
∑ ∑ ( ) ( )
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. Sự xác định của tham số β yêu cầu ∑ ( )
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, đa thức Almon đã đƣợcc chuẩn hóa
theo hàm mũ, đa thức với các hàm từng bƣớc,… Ghysels và cộng sự (2006) 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:
( )
( ⁄ )
(( | )
( )
( ) ( )
∑ ( ⁄ ) ( ) ( )
trong đó K là số biến dự báo đã lấy trễ trong (10) và (11), nó yêu cầu và
trong hàm mật độ xác suất Beta chuẩn. Các tham số, ( ) của mô hình hồi
quy MIDAS đƣợc ƣớc lƣợng bằng phƣơng pháp bình phƣơng bé nhất phi tuyến.

25
Một thuận lợi khác của hồi quy MIDAS là kết hợp thông tin thực tế của các biến
kinh tế theo ngày và theo tháng, đó là cập nhật các dự báo khi có những thông tin
mới đƣợc công bố. Phƣơng pháp này đƣợc gọi là hồi quy MIDAS với các quan sát
dẫn dắt (leads), đƣợc giới thiệu bởi Clements và Galvão (2008), bởi vì thực tế rằng
các thông tin theo ngày và theo tháng giữa quý t và t +1 đƣợc sử dụng. Mô hình hồi
quy MIDAS( , , ) theo quý/tháng với các quan sát dẫn dắt theo tháng là
∑ ∑ ∑ ( ) ( )
Mô hình hồi quy MIDAS( , , ) theo quý/ngày với các quan sát dẫn dắt theo
ngày là
∑ [ ∑ ( ) ∑ ( ) ]
( )
( )
trong đó JX = 0, 1, 2 biểu thị số quan sát đẫn dắt trong phƣơng trình (13) hoặc số
quan sát dẫn dắt theo ngày trong các thành phần bội số của tháng trong phƣơng trình
(14) và m biểu thị số ngày giao dịch trong quý t + 1. Ví dụ, nếu JX = 0 thì sẽ không
có các quan sát dẫn dắt theo tháng hoặc theo ngày đƣợc sử dụng, phƣơng trình (13)
và (14) tƣơng đƣơng (10) và (11), và nếu JX = 2 thì 2 quan sát dẫn dắt theo tháng
hoặc 2m/3 số quan sát dẫn dắt theo ngày đƣợc sử dụng để dự báo.
3.2.3 Kết hợp dự báo
Mô hình dự báo đƣa ra trong phần 3.2.2 sử dụng một biến dự báo; tuy nhiên,
việc sử dụng nhiều biến để dự báo có thể cung cấp các kết quả chính xác hơn bởi vì

26
có nhiều thông tin đƣợc sử dụng. Có hai cách để kết hợp các biến trong mô hình dự
báo bằng việc sử dụng mô hình hồi quy MIDAS, hồi quy MIDAS đa biến và kết hợp
dự báo của các hồi quy MIDAS đơn biến.
Hồi quy MIDAS đa biến mở rộng hồi quy MIDAS đơn biến bằng việc đƣa vào
các biến dự báo nhƣ là các biến giải thích trong hồi quy, nhƣng có thể dẫn đến vấn
đề gia tăng tham số khi số lƣợng các biến dự báo lớn. Kết hợp dự báo là việc tạo ra
các dự báo trung bình theo tỷ trọng bằng việc sử dụng hồi quy MIDAS đơn biến với
các biến dự báo khác nhau. Kết hợp dự báo dễ dàng và đơn giản để triển khai và
thƣờng có thể cung cấp dự báo ổn định hơn trong trƣờng hợp mô hình mất ổn định
và hiệu quả dự báo tốt hơn so với dự báo riêng lẻ. Đối với những cân nhắc ở trên,
bài nghiên cứu chọn xây dựng dự báo kết hợp để xem xét đồng thời một số yếu tố
dự báo trong dự báo tăng trƣởng GDP của Việt Nam.
Kết hợp dự báo tăng trƣởng GDP h bƣớc tiếp theo đƣợc thực hiện vào thời gian
t là
̂
∑ ̂
( )
trong đó ̂ (i = 1, 2, …, n) là n dự báo riêng biệt bằng việc sử dụng các yếu tố dự báo đơn lẻ, (i = 1, 2, …, n) là các tỷ trọng kết
hợp. Có một vài phƣơng pháp để
gán giá trị cho tỷ trọng (Stock and Watson, 2004), bài nghiên cứu này sử dụng
phƣơng pháp lấy trung bình sai số dự báo bình phƣơng và các tỷ trọng sẽ là
∑ (̂)()
∑

27
trong đó , T0 là điểm mà tại đó dự báo riêng biệt ngoài mẫu đầu tiên đƣợc thực hiện.
3.2.4 Đánh giá các dự báo
Để so sánh độ chính xác của các dự báo trong bài luận văn này, tác giả sử dụng
hai chỉ số, đó là, căn bậc hai của trung bình sai số bình phƣơng (RMSE – Root
Mean Square Error) và hệ số bất ổn Theil (Theil inequality coefficient).
3.2.4.1 Căn bậc hai của trung bình sai số bình phương – RMSE
Giả sử bộ dữ liệu trong bài luận này là Y1, …, YT. Tác giả sẽ chia bộ dữ liệu
này thành hai phần: một phần để ƣớc lƣợng mô hình (Y1, …,Yt) và một phần để dự
báo (Yt+1, …,YT). Để kiểm tra độ chính xác của các dự báo, tác giả sử dụng bộ dữ
liệu (Y1, …,Yt) để ƣớc lƣợng các hệ số của mô hình và sử dụng dữ liệu còn lại để
dự báo. Các số liệu dự báo sẽ đƣợc so sánh với tăng trƣởng GDP thực tế.
Sai số dự báo là sự khác biệt giữa giá trị thực tế và số liệu dự báo của tăng
trƣởng GDP
̂
Và căn bậc hai của trung bình sai số bình phƣơng – RMSE đƣợc tính toán bởi
công thức sau
√
RMSE tƣơng đối dễ tính toán và dễ hiểu. Mô hình dự báo tạo ra RMSE càng
nhỏ thì chất lƣợng dự báo càng tốt. Trong bài nghiên cứu này, tác giả kỳ vọng các
mô hình dự báo cải tiến sẽ có RMSE thấp.

28
3.2.4.2 Hệ số bất ổn Theil
Một thƣớc đo tốt hơn để đánh giá độ chính xác của mô hình là hệ số bất ổn
Theil, đƣợc cho bởi công thức sau
√∑ (̂ )
√∑ (̂)√∑ ()
Trong đó n là số quan sát trong mẫu dự báo. Hệ số bất ổn Theil nằm trong
khoảng từ 0 đến 1. Hệ số Theil càng gần 0 thì độ chính xác của dự báo càng cao.
Ngƣợc lại, một hệ số Theil càng gần 1 chỉ ra rằng chất lƣợng dự báo rất không tốt.
Hệ số Theil đƣợc sử dụng để củng cố các đánh giá dự báo đƣợc đƣa ra trong bài
luận này.

29
CHƢƠNG 4 KẾT QUẢ NGHIÊN CỨU
4.1 Thống kê mô tả
Các dữ liệu trong bài luận văn này đƣợc thu thập từ những nguồn đáng tin cậy
nhƣ Quỹ tiền tệ quốc tế - IMF, Ngân hàng Phát triển châu Á – ADB. Hình 4.1 đến
Hình 4.8 mô tả các biến số chính đƣợc sử dụng trong bài luận này.
Trong giai đoạn 2000 – 2008, kinh tế Việt Nam có sự phát triển mạnh mẽ
nhƣng chƣa ổn định. Tốc độ tăng trƣởng kinh tế đạt bình quân 7.45% mỗi quý
nhƣng độ lệch chuẩn cũng khá lớn, 0.96%. Đi kèm theo đó là sự không ổn định trên
thị trƣờng tài chính. Tăng trƣởng cung tiền M1 và M2 bình quân giai đoạn này lần
lƣợt là 25.5% và 32.8%, với độ lệch chuẩn 16.2% và 14.5%.
Nhƣng kể từ năm 2009 đến năm 2016, kinh tế Việt Nam đã có những chuyển
biến tích cực, tốc độ tăng trƣởng GDP ngày càng ổn định với mức trung bình 5.83%
và độ lệch chuẩn 0.92%. Để có đƣợc những thành công đó là do sự điều hành chính
sách tiền tệ hiệu quả. Điều đó đƣợc thể hiện qua cung tiền M1 và M2, với mức tăng
trƣởng trung bình 19.9% và 21.7%, tƣơng ứng với độ lệch chuẩn 12.5% và 6.3%.

Hình 4. 1 Tăng trƣởng GDP theo quý của Việt Nam (2000 - 2016)
10
9
8
7
6
30
5
4
3
2000 2002 2004 2006 2008 2010 2012 2014 2016
Nguồn: Ngân hàng Phát triển châu Á - ADB

Hình 4. 2 Tăng trƣởng cung tiền M1 theo tháng
70
60
50
40
30
20
10
31
0
-10
-20
2000 2002 2004 2006 2008 2010 2012 2014 2016
Nguồn: Quỹ tiền tệ quốc tế - IMF

Hình 4. 3 Tăng trƣởng cung tiền M2 theo tháng
90
80
70
60
50
40
32
30
20
10
0
2000 2002 2004 2006 2008 2010 2012 2014 2016

Hình 4. 4 Tăng trƣởng dự trữ ngoại hối theo tháng
100
80
60
40
20
0
33
-20
-40
-60
2000 2002 2004 2006 2008 2010 2012 2014 2016

Hình 4. 5 Nhân tố dự báo theo tháng
4
3
2
1
0
34
-1
-2
2000 2002 2004 2006 2008 2010 2012 2014 2016
Ghi chú: Nhân tố này được tạo ra từ bộ dữ liệu cung tiền M1, cung tiền M2 và dự trữ ngoại hối bằng việc sử dụng
mô hình nhân tố động.

35
Thị trƣờng chứng khoán Việt Nam cũng ghi nhận sự ổn định kể từ sau sau cuộc
khủng hoảng tài chính năm 2008. Biên độ dao động của chỉ số VN-Index chỉ khoảng
1.30% mỗi ngày so với 1.61% trƣớc năm 2009.
Tỷ giá USD/VND đƣợc giữ tƣơng đối ổn định trong toàn giai đoạn nghiên cứu,
độ lệch chuẩn của biến động tỷ giá hàng ngày chỉ khoảng 0.23%. Tuy nhiên, tỷ giá
giai đoạn 2008 – 2011 không ổn định, độ lệch chuẩn là 0.39%, gần gấp đôi toàn giai
đoạn nghiên cứu.

Hình 4. 6 Thay đổi chỉ số VN-Index theo ngày
12
8
4
0
-4
-8
2000 2002 2004 2006 2008 2010 2012 2014 2016
Nguồn: Công ty chứng khoán VNDIRECT.
36

Hình 4. 7 Thay đổi tỷ giá USD/VND theo ngày
8
6
4
2
0
-2
-4
-6
2000 2002 2004 2006 2008 2010 2012 2014 2016
Nguồn: Trang web investing.com.
37

Hình 4. 8 Nhân tố dự báo theo ngày
2.0
1.5
1.0
0.5
0.0
-0.5
-1.0
2000 2002 2004 2006 2008 2010 2012 2014 2016
Ghi chú: Nhân tố này được tạo ra từ bộ dữ liệu chỉ số VN-Index và tỷ giá USD/VND bằng việc sử dụng mô
hình nhân tố động.
38

39
4.2 Giải thích sự lựa chọn các biến dự báo
Trong luận văn này, tác giả sử dụng các biến số cung tiền M1, cung tiền M2, dự
trữ ngoại hối, chỉ số chứng khoán và tỷ giá đô la Mỹ của Việt Nam để thực hiện dự
báo cho tăng trƣởng kinh tế. Những lựa chọn này phù hợp với các lý thuyết cũng
nhƣ các nghiên cứu thực nghiệm đã đƣợc thực hiện trên thế giới.
Sự lựa chọn biến cung tiền
Theo các lý thuyết vĩ mô chuẩn, việc gia tăng cung tiền sẽ làm giảm lãi suất
trong nền kinh tế, dẫn đến gia tăng tiêu dùng và đầu tƣ. Trong ngắn hạn, điều này sẽ
dẫn đến gia tăng sản lƣợng quốc gia. Trong dài hạn, việc gia tăng cung tiền có thể
dẫn đến sự tăng giá ảo của tài sản do thanh khoản trong nền kinh tế dồi dào. Sự phân
bổ vốn sai địa chỉ sẽ dẫn tới lãng phí đầu tƣ và các hoạt động đầu cơ, thƣờng dẫn
đến bong bóng tài sản và suy thoái kinh tế.
Mặc dù có tác động dƣơng hay âm nhƣng cung tiền là một biến dự báo rất tốt
cho tăng trƣởng kinh tế. Arfanuzzaman (2014) đã chỉ ra mối quan hệ nhân quả từ
cung tiền M2 đến tăng trƣởng kinh tế, điều này có nghĩa là cung tiền M2 là một biến
dự báo tốt cho tăng trƣởng GDP.
Sự lựa chọn biến dự trữ ngoại hối và tỷ giá đô la Mỹ
Tỷ giá và sự lựa chọn chế độ tỷ giá vẫn đang là tâm điểm của các cuộc tranh
luận kể từ sau cuộc khủng hoảng tài chính năm 2008, đặc biệt là ở các nền kinh tế
mới nổi. Đặc biệt, có sự đối lập về ý kiến giữa các nhà kinh tế học và các nhà làm
chính sách về tác động của chính sách tỷ giá lên tăng trƣởng kinh tế. Trong khi các
nhà làm chính sách cho rằng tỷ giá hối đối thấp sẽ thúc đẩy tăng trƣởng, thì các nhà
kinh tế học lại chỉ ra rằng giá cả tƣơng đối giữa hai đồng tiền sẽ là động lực cho
tăng trƣởng trong dài hạn.

40
Đối với hầu hết các nhà nghiên cứu, tỷ giá là biến nội sinh, vì vậy ảnh hƣởng của
tỷ giá lên tăng trƣởng kinh tế khó có thể tính toán đƣợc. Dựa trên sự đánh giá thấp tỷ
giá thực điều chỉnh theo hiệu ứng Balassa-Samuelson, Rodrik (2008) chỉ ra rằng, tại các
nƣớc đang phát triển, sự đánh giá thấp tỷ giá sẽ thúc đẩy tăng trƣởng mạnh hơn. Cũng
theo Rodrik, một tỷ giá yếu có thể đủ bù đắp cho các yếu điểm về thể chế cũng nhƣ là
các thất bại thị trƣờng tại các nƣớc đang phát triển. Còn theo M.
M. Habib và cộng sự (2016), việc đánh giá thấp tỷ giá có thể làm tăng đáng kể tăng
trƣởng GDP thực. Tuy nhiên, các kết quả này chỉ đúng tại các quốc gia đang phát
triển.
Hầu hết các nghiên cứu trên thế giới đều chỉ ra mối quan quan chặt chẽ giữa tỷ
giá hối đoái và tăng trƣởng kinh tế, đặc biệt là tại các quốc gia đang phát triển. Việc
sử dụng tỷ giá để dự báo tăng trƣởng kinh tế Việt Nam vì thế sẽ tạo ra các kết quả
có độ chính xác cao.
Cùng với đó, một lƣợng dự trữ ngoại hối lớn sẽ tạo nhiều thuận lợi cho việc
điều hành chính sách tiền tệ ổn định. Và một chính sách tiền tệ ổn định có vai trò rất
lớn đối với sự phát triển kinh tế của một quốc gia. Vì thế sẽ có một mối tƣơng quan
cao giữa lƣợng dự trữ ngoại hối và tăng trƣởng GDP của một quốc gia.
Sự lựa chọn biến chỉ số chứng khoán
Vai trò của thị trƣờng chứng khoán đối với sự phát triển kinh tế của một quốc
gia đã đƣợc chứng minh trong nhiều nghiên cứu trƣớc đây trên thế giới. Thị trƣờng
chứng khoán càng sôi động và hiệu quả sẽ hỗ trợ rất tích cực cho tăng trƣởng kinh
tế. Nhìn chung ở Việt Nam, thị trƣờng chứng khoán có những vai trò nhƣ sau:

41
Thứ nhất, thị trƣờng chứng khoán là trung gian kết nối giữa các chủ thể thặng
dƣ vốn và các chủ thể thâm hụt vốn, đảm bảo dòng vốn luân chuyển hiệu quả trong
nƣớc và quốc tế.
Thứ hai, thị trƣờng chứng khoán giúp cải thiện hoạt động của các trung gian tài
chính khác, qua đó giảm chi phí giao dịch và bất cân xứng thông tin, hỗ trợ mạnh
mẽ cho tăng trƣởng kinh tế.
Thứ ba, thị trƣờng chứng khoán làm tăng khả năng thanh khoản của các tài sản
tài chính của nhà đầu tƣ. Thị trƣờng càng sôi động thì mức độ thanh khoản càng
cao, và đây là một đặc điểm quan trong thu hút các nhà đầu tƣ trong và ngoài nƣớc.
Thứ tư, thị trƣờng chứng khoán tạo ra các động lực để các doanh nghiệp hoạt
động hiệu quả hơn trƣớc áp lực phải công bố thông tin minh bạch cho các nhà đầu
tƣ.
Nhìn chung, thị trƣờng chứng khoán đóng một vai trò đặc biệt quan trọng trong
sự phát triển kinh tế của một quốc gia. Chính vì thế, khi thực hiện các dự báo tăng
trƣởng kinh tế, việc đƣa vào các biến số liên quan đến thị trƣờng chứng khoán sẽ
gia tăng đáng kể chất lƣợng của các dự báo.
4.3 Kết quả hồi quy
Mô hình hồi quy MIDAS đƣợc áp dung để dự báo tăng trƣởng GDP của Việt
Nam bằng cách sử dụng các nhân tố theo tháng và theo ngày. Tác giả chia bộ dữ liệu
thành hai mẫu nhỏ: Một phần đƣợc sử dụng để ƣớc lƣợng mô hình nhân tố động và
mô hình hồi quy MIDAS, và một phần đƣợc giữ lại để đánh giá độ chính xác của
các dự báo. Luận văn này sẽ có 8 dự báo ngoài mẫu, từ quý 1 năm 2015 đến quý 4
năm 2016. Tác giả sử dụng mẫu từ quý 1 năm 2000 đến quý 4 năm 2014 để ƣớc
lƣợng mô hình dự báo. Dự báo đầu tiên là quý 1 năm 2015 và các dự báo của quý

42
tiếp theo đƣợc tạo ra bằng cách cập nhật thêm các quan sát thực tế vào mẫu (dự báo
tĩnh). Độ chính xác của các mô hình dự báo khác nhau đối với 8 dự báo ngoài mẫu
đƣợc đánh giá bằng việc sử dụng căn bậc hai của trung bình sai số dự báo bình
phƣơng (RMSE).
4.3.1 Tạo ra các nhân tố động
Bƣớc đầu tiên trong bài luận này là tìm ra các nhân tố động dựa trên bộ dữ liệu
tài chính từ năm 2000 đến năm 2016. Tác giả tạo ra nhân tố theo tháng MF1 bằng
cách áp dụng mô hình nhân tố động cho ba chuỗi cung tiền M1, cung tiền M2 và dự
trữ ngoại hối, và tạo ra nhân tố theo ngày DF1 từ hai chuỗi tỷ giá và tỷ suất sinh lợi.
Dƣới đây là các kết quả trong mô hình nhân tố động của 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
Loadings
MF1 Communality Uniqueness
M2 0.857429 0.735185 0.264815
M1 0.833234 0.694279 0.305721
Z 0.376423 0.141694 0.858306

43
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 đƣợc tạo ra từ mô hình nhân tố động đƣợc sử dụng làm biến
dự báo cho các dự báo ngoài mẫu trong mô hình hồi quy MIDAS nhƣ phƣơng trình
(10) và (11). Độ trễ của tăng trƣởng GDP theo quý đƣợc chọn là = 5. Tác giả chọn
độ trễ = 5 để độ chính xác của mô hình dự báo là cao nhất. Độ trễ của các
biến dự báo và đƣợc xác định sao cho căn bậc hai của trung bình sai số bình
phƣơng (RMSE) là nhỏ nhất. Độ trễ mục tiêu của nhân tố theo tháng MF1 là 4
tháng, và độ trễ mục tiêu của nhân tố theo ngày DF1 là 100 ngày.

44
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
Biến dự
Hệ số Hệ số
báo Độ trễ RMSE Độ trễ RMSE
Theil Theil
MF1 4m 0.311 0.024 2q 0.339 0.026
M1 4m 0.335 0.026 2q 0.360 0.028
M2 7m 0.347 0.027 2q 0.360 0.028
Z 8m 0.384 0.030 2q 0.393 0.031
DF1 100d 0.368 0.028 3q 0.403 0.031
HOSE 100d 0.389 0.030 1q 0.408 0.032
USD 195d 0.371 0.029 3q 0.379 0.029
Ghi chú: Các biến dự báo theo tháng M1, M2, Z tương ứng đại diện cho cung tiền
M1, cung tiền M2 và dự trữ ngoại hối của Việt Nam (không tính vàng). Các biến dự
báo theo ngày HOSE, USD lần lượt đại diện cho chỉ số chứng khoán trên sàn thành
phố Hồ Chí Minh và tỷ giá USD/VND. MF1, DF1 là các nhân tố dự báo theo ngày
và theo tháng. Độ trễ cho các biến dự báo được xác định trên cơ sở làm cho sai số
dự báo RMSE nhỏ nhất.

45
Hình 4. 9 Khả năng dự báo của mô hình MIDAS so với mô hình truyền thống
(biến dự báo là cung tiền M1)
7.2
6.8
6.4
6.0
5.6
5.2
Forecas t with M 1
I II III IV I II III IV
2015 2016
GDP GDPF1 GDPF2
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)
7.2
6.8
6.4
6.0
5.6
5.2
Forecast with M2
2015 2016
GDP GDPF1 GDPF2

46
(biến dự báo là dự trữ ngoại hối Z)
7.2
6.8
6.4
6.0
5.6
5.2
Forecast with Z
2015 2016
GDP GDPF1 GDPF2
(biến dự báo là nhân tố theo tháng)
7.2
6.8
6.4
6.0
5.6
5.2
Forecast with MF1
2015 2016
GDP GDPF1 GDPF2

47
(biến dự báo là chỉ số VN-Index)
7.2
6.8
6.4
6.0
5.6
5.2
Forecast with VN-Index
2015 2016
GDP GDPF1 GDPF2
(biến dự báo là tỷ giá USD)
7.2
6.8
6.4
6.0
5.6
5.2
Forecast with USD/VND
2015 2016
GDP GDPF1 GDPF2

48
(biến dự báo là nhân tố theo ngày)
7.2
6.8
6.4
6.0
5.6
5.2
Forecast with DF1
2015 2016
GDP GDPF1 GDPF2
Bảng 4.1 báo cáo các sai số dự báo của mô hình hồi quy MIDAS và mô hình hồi
quy truyền thống sử dụng các nhân tố của mô hình nhân tố động và các biến tài
chính đơn lẻ. Mô hình dự báo truyền thống đƣợc thực hiện bằng cách, đầu tiên
chuyển dữ liệu tần số cao của các biến dự báo thành dữ liệu theo quý bằng cách lấy
trung bình dữ liệu trong mỗi quý, sau đó sử dụng phƣơng pháp OLS để thực hiện
các ƣớc lƣợng trong mẫu và các dự báo ngoài mẫu. Các kết quả trong bảng 1 chỉ ra
rằng RSME của mô hình hồi quy MIDAS nhỏ hơn RMSE của mô hình truyền thống
trong tất cả các trƣờng hợp. Hình 4.9 đến Hình 4.15 cũng mô tả một cách trực quan
về độ chính xác của các dự báo sử dụng mô hình MIDAS so với mô hình truyền
thống
Để củng cố kết quả trên, tác giả sử dụng thêm hệ số bất ổn Theil để kiểm định
kết quả dự báo. Hệ số bất ổn Theil nằm trong khoảng từ 0 đến 1. Hệ số Theil càng
gần 0 thì độ chính xác của dự báo càng cao. Thêm một lần nữa, trong tất cả các

49
trƣờng hợp, hệ số bất ổn Theil của các dự báo sử dụng mô hình MIDAS nhỏ hơn so
với mô hình truyền thống.
Đối với các dự báo của hồi quy MIDAS, bảng 4.1 cũng cho thấy rằng các dự
báo sử dụng các nhân tố theo ngày và theo tháng (tạo ra từ mô hình nhân tố động)
chính xác hơn các dự báo sử dụng các biến số dự báo đơn lẻ. RMSE và hệ số bất ổn
Theil của các mô hình dự báo sử dụng các nhân tố theo ngày và theo tháng thấp hơn
các mô hình dự báo còn lại.
Tóm lại, các dự báo tăng trƣởng GDP sử dụng các nhân tố đƣợc tạo ra từ mô
hình nhân tố động và hồi quy MIDAS có các kết quả dự báo tốt nhất. Điều này là do
các thông tin tài chính đã đƣợc sử dụng hiệu quả trong mô hình nhân tố động. Các
mô hình nhân tố động đã tạo ra các nhân tố hàng ngày và hàng tháng có chứa nhiều
thông tin hơn các biến tài chính đơn lẻ. Hơn nữa, mô hình hồi quy MIDAS đã sử
dụng hiệu quả các thông tin trong dữ liệu tần số cao, và nhƣ vậy đã cung cấp các dự
báo tăng trƣởng GDP Việt Nam chính xác hơn.
4.3.3 Dự báo với các quan sát dẫn dắt
Việc sử dụng hiệu quả các thông tin tài chính trong việc dự báo tăng trƣởng
GDP không chỉ nằm ở việc lựa chọn biến dự báo mà còn là việc sử dụng bao nhiêu
quan sát dẫn dắt trong thủ tục dự báo. Bảng 4.2 trình bài các sai số dự báo ngoài
mẫu và hệ số bất ổn Theil trong trƣờng hợp không có, có một và hai quan sát dẫn
dắt. Tác giả sử dụng hai phƣơng trình (13) và (14) để thực hiện dự báo với các quan
sát dẫn dắt.

50
Bảng 4. 2 Sai số dự báo ngoài mẫu với số lƣợng các quan sát dẫn dắt khác nhau
Biến dự
JX=0 JX=1 JX=2
báo RMSE
Hệ số
RMSE
Hệ số
RMSE
Hệ số
Theil Theil Theil
MF1 0.311 0.0244 0.307 0.0241 0.343 0.0268
M1 0.335 0.0262 0.324 0.0252 0.357 0.0278
Z 0.384 0.0300 0.387 0.0301 0.398 0.0310
M2 0.347 0.0272 0.343 0.0269 0.336 0.0263
DF1 0.374 0.0290 0.421 0.0327 0.452 0.0349
HOSE 0.394 0.0306 0.392 0.0304 0.366 0.0284
USD 0.397 0.0310 0.449 0.0349 0.534 0.0415
Ghi chú: JX được định nghĩa là số quan sát dẫn dắt. Các biến dự báo theo tháng
M1, M2, Z tương ứng đại diện cho cung tiền M1, cung tiền M2 và dự trữ ngoại hối
của Việt Nam (không tính vàng). Các biến dự báo theo ngày HOSE, USD lần lượt
đại diện cho chỉ số chứng khoán trên sàn thành phố Hồ Chí Minh và tỷ giá
USD/VND. MF1, DF1 là các nhân tố dự báo theo ngày và theo tháng. Độ trễ cho
các biến dự báo được xác định trên cơ sở làm cho sai số dự báo RMSE nhỏ nhất.
Điều đáng lƣu ý, đối với các mô hình dự báo sử dụng dữ liệu theo tháng, các dự
báo với số quan sát dẫn dắt là 1 có độ chính xác cao nhất nhƣng không có sự cải
thiện nhiều so với dự báo không có quan sát dẫn dắt. Khi xét đến mô hình dự báo sử

51
dụng dữ liệu theo ngày, các quan sát dẫn dắt không làm cải thiện chất lƣợng dự báo.
Điều này chỉ ra một sự biến động lớn của các biến tài chính đƣợc sử dụng trong các
mô hình dự báo.
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
MF1 4m 0.311 0.0244
CM 3m 0.578 0.0437
DF1 73d 0.374 0.0290
CD 85d 0.476 0.0370
Ghi chú: CM thể hiện sự kết hợp các biến dự báo đơn lẻ theo tháng, gồm có cung
tiền M1, cung tiền M2, dự trữ ngoại hối vào trong một mô hình dự báo. CD biểu thị
sự kết hợp các biến dự báo đơn lẻ theo ngày, gồm chỉ số sàn chứng khoán thành phố
Hồ Chí Minh và tỷ giá USD/VND.

52
Bảng 4.3 chỉ ra các căn bậc hai của trung bình sai số dự báo bình phƣơng
RMSE, hệ số bất ổn Theil của các kết hợp dự báo sử dụng các biến tài chính đơn lẻ
và mô hình sử dụng nhân tố dự báo từ mô hình nhân tố động. Kết quả chỉ ra rằng các
dự báo sử dụng các nhân tố dự báo (MF1 và DF1) có độ chính xác cao hơn so với
các dự báo đƣợc tạo ra từ việc kết hợp dự báo của các biến tài chính riêng lẻ. Điều
này thêm một lần nữa chứng minh đƣợc hiệu quả của mô hình nhân tố động. Tóm
lại, luận văn này đã chứng minh đƣợc rằng khi dùng các nhân tố trong dự báo tăng
trƣởng GDP Việt Nam sẽ sử dụng đƣợc toàn bộ và hiệu quả các thông tin tài chính
trong các dữ liệu riêng lẻ.

53
CHƢƠNG 5 KẾT LUẬN

Luận Văn HỆ THỐNG TÀI CHÍNH VÀ TĂNG TRƢỞNG KINH TẾ.doc

Recomendados

Recomendados

Más contenido relacionado

Similar a Luận Văn HỆ THỐNG TÀI CHÍNH VÀ TĂNG TRƢỞNG KINH TẾ.doc

Similar a Luận Văn HỆ THỐNG TÀI CHÍNH VÀ TĂNG TRƢỞNG KINH TẾ.doc (20)

Más de Dịch vụ viết thuê đề tài trọn gói Liên hệ ZALO/TELE: 0973.287.149

Más de Dịch vụ viết thuê đề tài trọn gói Liên hệ ZALO/TELE: 0973.287.149 (20)

Último

Último (20)

Luận Văn HỆ THỐNG TÀI CHÍNH VÀ TĂNG TRƢỞNG KINH TẾ.doc