GIỚI THIỆU
Vấn đề nghiên cứu
Mối liên hệ giữa các nhân tố vĩ mô và thị trường chứng khoán là một chủ đề nghiên cứu quan trọng, vì các yếu tố kinh tế vĩ mô ảnh hưởng lớn đến dòng tiền và rủi ro hệ thống của thị trường Các lý thuyết như lý thuyết thị trường hiệu quả, Mô hình định giá tài sản vốn (CAPM), và lý thuyết kinh doanh chênh lệch giá (APT) cung cấp khung lý thuyết cho việc nghiên cứu mối quan hệ này Những biến động của các nhân tố vĩ mô tác động đến giá cổ phiếu thông qua dòng cổ tức kỳ vọng và lãi suất chiết khấu Sức khỏe của nền kinh tế ảnh hưởng đến dòng tiền và thu nhập doanh nghiệp, do đó, sự biến động của các yếu tố vĩ mô sẽ dẫn đến biến động giá cổ phiếu Việc xác định nguyên nhân của sự biến động thị trường chứng khoán là rất quan trọng đối với cả nhà làm chính sách và các nhà đầu tư.
Các nghiên cứu hiện nay về mối quan hệ giữa các nhân tố vĩ mô và thị trường chứng khoán toàn cầu được phân chia thành hai xu hướng chính Xu hướng đầu tiên chú trọng vào việc phân tích mối liên hệ này một cách trực tiếp (first moment).
Cách tiếp cận này được sử dụng từ sớm và đã được nhiều học giả trên thế giới sử dụng nhưFama (1981), Bodurtha và các cộng sự (1989), Sadorsky (1999),
Nghiên cứu của Gunasekarage et al (2004) và Vuyyuri (2005) đã chỉ ra mối liên hệ giữa các biến kinh tế vĩ mô và thị trường chứng khoán thông qua các mô hình kinh tế lượng như VAR, VECM và đồng liên kết đa biến Các biến như lãi suất, lạm phát, cung tiền, chỉ số sản xuất công nghiệp và tỷ giá được xác định là có tác động quan trọng đến giá chứng khoán Bên cạnh đó, một xu hướng nghiên cứu khác tập trung vào mức độ biến động của các yếu tố kinh tế vĩ mô và ảnh hưởng của chúng đến sự biến động của thị trường chứng khoán, với nhiều nghiên cứu tiêu biểu như của Chinzara (2011), Zakaria và Shamsuddin (2012), và nhiều tác giả khác Những nghiên cứu này nhấn mạnh rằng bất kỳ cú sốc nào từ các biến kinh tế vĩ mô đều có thể tạo ra rủi ro hệ thống, ảnh hưởng đến các danh mục đầu tư, bất kể mức độ đa dạng hóa của chúng Kết quả từ các nghiên cứu thực nghiệm cho thấy mối quan hệ giữa sự biến động của các yếu tố vĩ mô và thị trường chứng khoán không đồng nhất giữa các thị trường khác nhau.
Nghiên cứu về các nhân tố vĩ mô ảnh hưởng đến thị trường chứng khoán Việt Nam đang ngày càng thu hút sự chú ý Mặc dù nhiều nghiên cứu đã tập trung vào mối quan hệ trực tiếp giữa các biến kinh tế vĩ mô và chỉ số VN-index, nhưng cách tiếp cận nghiên cứu thứ hai vẫn còn hạn chế Luận văn này tiên phong áp dụng cách tiếp cận khoảnh khắc thứ hai để phân tích mối liên hệ giữa sự biến động của các yếu tố kinh tế vĩ mô và thị trường chứng khoán Việt Nam.
Mục tiêu nghiên cứu và câu hỏi nghiên cứu
Trong khuôn khổ của luận văn này, tác giả tập trung vào hai mục tiêu chính như sau:
Bài viết áp dụng phương pháp tiếp cận định lượng để phân tích mối quan hệ giữa biến động của một số yếu tố kinh tế vĩ mô và thị trường chứng khoán Các yếu tố vĩ mô được xem xét bao gồm lạm phát (được đo bằng chỉ số giá tiêu dùng), lãi suất, tỷ giá hối đoái danh nghĩa, cung tiền và chỉ số sản xuất công nghiệp VNindex được sử dụng làm chỉ số đại diện cho thị trường chứng khoán trong nghiên cứu này.
Bài nghiên cứu này phân tích tác động của cuộc khủng hoảng tài chính 2008-2009 đối với sự biến động của thị trường chứng khoán và các yếu tố kinh tế vĩ mô, đồng thời khám phá mối liên hệ giữa chúng.
Từ mục tiêu nghiên cứu trên, luận văn tập trung vào giải quyết ba câu hỏi nghiên cứu sau:
1 Sự biến động của các nhân tố kinh tế vĩ mô có ảnh hưởng đến sự biến động của thị trường chứng khoán hay không ?
2 Cuộc khủng hoảng tài chính toàn cầu 2008-2009có tác động đến sự biến động của thị trường chứng khoán và các nhân tố vĩ mô được chọn hay không ?
3 Cuộc khủng hoảng tài chính toàn cầu 2008-2009 có tác động đến mối quan hệ giữa sự biến động của các nhân tố vĩ mô và thị trường chứngkhoán hay không ?
1.3 Đối tượng và phạm vi nghiên cứu
Luận văn này nghiên cứu mối quan hệ giữa các yếu tố kinh tế vĩ mô như lãi suất, tỷ giá hối đoái danh nghĩa, lạm phát, cung tiền M2, chỉ số sản xuất công nghiệp và thị trường chứng khoán Việt Nam trong giai đoạn từ năm.
Từ năm 2008 đến 2013, giai đoạn khủng hoảng tài chính toàn cầu 2008-2009 đã được đưa vào mô hình nghiên cứu nhằm đánh giá ảnh hưởng của nó đến sự biến động của thị trường chứng khoán Việt Nam.
1.4 Phương pháp nghiên cứu Để tìm hiểu mối quan hệ giữa sự biến động của các nhân tố vĩ mô và sự biến động của thị trường chứng khoán Việt Nam, bài nghiên cứu dựa theo nghiên cứu trước đó của Chinzara (2011) Theo đó, bài nghiên cứu bao gồm hai phần lớn:
Phần 1: Đo lường sự biến động của thị trường chứng khoán (trong bài đo lường bằng biến động của tỷ suất sinh lợi của toàn thị trường) và sự biến động của các biến vĩ mô được chọn Trong phần 1, họ mô hình ARCH/GARCH được sử dụng để ước lượng những biến động này Biến giả khủng hoảng tài chính 2008-2009 được đưa vào mô hình nhằm xác định ảnh hưởng của nótrực tiếp riêng lên sự biến động của các nhân tố kinh tế vĩ mô và thị trường chứng khoán Sau đó, so sánh giữa các kết quả và chọn lựa ra mô hình tốt nhất để chạy cho phần sau
Phần 2:Kết quả ước lượng đồng thời phương trình trung bình có điều kiện và phương sai có điều kiện của họ mô hình ARCH được sử dụng làm dữ liệu đầu vào cho mô hình VAR, phân tích mối quan hệ nhân quả giữa sự biến động của các nhân tố kinh tế vĩ mô và sự biến động của thị trường chứng khoán
1.5 Cấu trúc luận văn uận văn có bố cục 5 chương:
Chương 1: Giới thiệu Chương 2: Tổng quan các kết quả nghiên cứu trước đây Chương 3: Phương pháp nghiên cứu
Chương 4: Nội dung và các kết quả nghiên cứu Chương 5: Kết luận
Phương pháp nghiên cứu
Bài nghiên cứu này nhằm khám phá mối quan hệ giữa sự biến động của các nhân tố vĩ mô và thị trường chứng khoán Việt Nam, dựa trên nghiên cứu trước đó của Chinzara (2011) Nghiên cứu được chia thành hai phần lớn, giúp làm rõ những ảnh hưởng của các yếu tố kinh tế vĩ mô đến sự biến động của thị trường chứng khoán.
Phần 1: Đo lường sự biến động của thị trường chứng khoán (trong bài đo lường bằng biến động của tỷ suất sinh lợi của toàn thị trường) và sự biến động của các biến vĩ mô được chọn Trong phần 1, họ mô hình ARCH/GARCH được sử dụng để ước lượng những biến động này Biến giả khủng hoảng tài chính 2008-2009 được đưa vào mô hình nhằm xác định ảnh hưởng của nótrực tiếp riêng lên sự biến động của các nhân tố kinh tế vĩ mô và thị trường chứng khoán Sau đó, so sánh giữa các kết quả và chọn lựa ra mô hình tốt nhất để chạy cho phần sau
Phần 2:Kết quả ước lượng đồng thời phương trình trung bình có điều kiện và phương sai có điều kiện của họ mô hình ARCH được sử dụng làm dữ liệu đầu vào cho mô hình VAR, phân tích mối quan hệ nhân quả giữa sự biến động của các nhân tố kinh tế vĩ mô và sự biến động của thị trường chứng khoán.
Cấu trúc luận văn
uận văn có bố cục 5 chương:
Chương 1: Giới thiệu Chương 2: Tổng quan các kết quả nghiên cứu trước đây Chương 3: Phương pháp nghiên cứu
Chương 4: Nội dung và các kết quả nghiên cứu Chương 5: Kết luận
TỔNG QUAN CÁC KẾT QUẢ NGHIÊN CỨU TRƯỚC ĐÂY
Lý thuyết nền
2.1.1 Lý thuyết thị trường hiệu quả
Lý thuyết thị trường hiệu quả, do Eugene Fama phát triển vào năm 1960, khẳng định rằng giá chứng khoán trên thị trường tài chính phản ánh đầy đủ mọi thông tin đã biết Do đó, việc sử dụng các thông tin kinh tế vĩ mô liên quan để dự đoán giá chứng khoán trong tương lai là hoàn toàn hợp lý.
Các hình thái của thị trường hiệu quả bao gồm:
Thị trường hiệu quả dạng yếu cho thấy rằng giá cả chỉ phản ánh thông tin từ hồ sơ giá cả trong quá khứ Điều này có nghĩa là nếu các nhà đầu tư chỉ dựa vào dữ liệu lịch sử, họ sẽ khó có thể đạt được những tỷ suất sinh lời vượt trội như mong muốn.
Thị trường hiệu quả dạng vừa cho thấy rằng giá cả không chỉ dựa trên giá trị quá khứ mà còn phản ánh toàn bộ thông tin đã công bố Điều này có nghĩa là giá sẽ điều chỉnh ngay lập tức trước các thông tin kinh tế vĩ mô và thông tin từ các công ty khi được công bố.
Thị trường hiệu quả dạng mạnh cho rằng giá cả của chứng khoán phản ánh toàn bộ thông tin có sẵn thông qua việc phân tích kỹ lưỡng về công ty và nền kinh tế Khi thu thập đầy đủ thông tin ảnh hưởng đến thị trường chứng khoán, việc dự đoán giá chứng khoán một cách chính xác là khả thi.
2.1.2 Mô hình định giá tài sản vốn CAPM
Mô hình định giá tài sản vốn CAPM được trình bày bởi William Sharpe
Mô hình năm 1960 mô tả mối quan hệ giữa rủi ro và lợi nhuận kỳ vọng, trong đó lợi nhuận kỳ vọng của một chứng khoán được tính bằng lợi nhuận không rủi ro cộng với khoản bù đắp rủi ro dựa trên rủi ro toàn hệ thống Rủi ro không hệ thống không được xem xét, vì nhà đầu tư có khả năng đa dạng hóa danh mục đầu tư để loại bỏ loại rủi ro này.
Lợi nhuận kỳ vọng của chứng khoán có mối quan hệ đồng biến với rủi ro của nó, nghĩa là nhà đầu tư mong muốn những chứng khoán rủi ro cao để đạt được lợi nhuận cao hơn Hệ số β được sử dụng để đo lường rủi ro của chứng khoán, do đó, lợi nhuận kỳ vọng cũng có mối quan hệ đồng biến với hệ số β này.
Trong một thị trường tài chính hiệu quả, việc đa dạng hóa danh mục đầu tư giúp giảm thiểu rủi ro không hệ thống, nhưng rủi ro hệ thống vẫn ảnh hưởng đến lợi nhuận cổ phiếu Cổ phiếu có hệ số β cao hơn sẽ có rủi ro lớn hơn, điều này yêu cầu lợi nhuận cao hơn để bù đắp cho mức độ rủi ro đó Mô hình CAPM thể hiện mối quan hệ giữa lợi nhuận và rủi ro thông qua một công thức cụ thể.
Trong đó: Rf là lợi nhuận không rủi ro
Rm là lợi nhuận kỳ vọng của thị trường βi: là hệ số beta của cổ phiếu i
Từ công thức trên ta nhận thấy rằng:
-Beta bằng 0: lợi nhuận kỳ vọng của chứng khoán có beta bằng 0 chính là Rf -Beta bằng 1: lợi nhuận kỳ vọng của chứng khoán có beta bằng 1 là Rm
2.1.3 Lý thuyết kinh doanh chênh lệch giá APT
Lý thuyết kinh doanh chênh lệch giá APT, được Ross trình bày vào năm 1976, là một trong những lý thuyết kinh điển nghiên cứu ảnh hưởng của các nhân tố vĩ mô lên thị trường chứng khoán Mô hình này cho rằng tỷ suất sinh lợi kỳ vọng của chứng khoán có thể được đo lường thông qua các yếu tố kinh tế vĩ mô và yếu tố thị trường khác nhau Tỷ suất sinh lợi của chứng khoán được xác định là một hàm tuyến tính của các yếu tố có khả năng gây ra rủi ro đối với tỷ suất sinh lợi đó.
Trong mô hình APT, độ nhạy cảm của chứng khoán đối với biến động của từng yếu tố được biểu thị bằng đại lượng β Từ đó, tỷ suất sinh lợi kỳ vọng của chứng khoán được tính toán thông qua một phương trình cụ thể.
Tỷ suất sinh lợi kỳ vọng của chứng khoán i (Ri) được xác định dựa trên tỷ suất sinh lợi phi rủi ro (α) và mức nhạy cảm của chứng khoán i với các yếu tố vĩ mô (β ik).
F k : Nhân tố kinh tế vĩ mô εi : phần dư
Để áp dụng mô hình APT, cần thỏa mãn một số giả định quan trọng, bao gồm: (i) tỷ suất sinh lợi phải có thể được mô tả bằng mô hình nhân tố, (ii) không được tồn tại cơ hội kinh doanh chênh lệch giá, và (iii) cần có một số lượng chứng khoán đủ lớn để thiết lập các danh mục đầu tư có khả năng đa dạng hóa rủi ro đặc thù của từng loại cổ phiếu riêng lẻ.
Trong số nhiều nhân tố kinh tế vĩ mô, việc xác định nhân tố nào ảnh hưởng đến giá chứng khoán là một vấn đề quan trọng Thị trường chứng khoán, như một phần của nền kinh tế, chịu tác động từ các yếu tố nội tại và chính sách kinh tế của mỗi quốc gia, thể hiện qua các chỉ số kinh tế và thước đo hoạt động kinh tế Nghiên cứu về mối quan hệ giữa các nhân tố vĩ mô và thị trường chứng khoán đang thu hút sự quan tâm của nhiều học giả trên toàn thế giới.
Nghiên cứu cho thấy rằng các biến kinh tế vĩ mô như lãi suất, lạm phát, cung tiền, chỉ số sản xuất công nghiệp và tỷ giá có tác động quan trọng đến giá chứng khoán Những yếu tố này được xem là nguyên nhân chính gây ra sự biến động của thị trường chứng khoán Phần 2.1.4 sẽ trình bày chi tiết về cơ chế tác động của các nhân tố này đến thị trường chứng khoán.
2.1.4 Các nhân tố kinh tế vĩ mô và cơ chế tác động lên thị trường chứng khoán Lãi suất
Lãi suất đóng vai trò quan trọng trong nền kinh tế, và mối quan hệ giữa lãi suất và thị trường chứng khoán thể hiện rõ ràng trong lý thuyết kinh tế.
Lãi suất thấp không khuyến khích nhà đầu tư gửi tiền vào ngân hàng, dẫn đến việc họ có thể vay vốn với chi phí rẻ hơn Điều này khiến nhà đầu tư tìm kiếm các kênh đầu tư hấp dẫn hơn, trong đó thị trường chứng khoán trở thành lựa chọn phổ biến Kết quả là, giá cổ phiếu có khả năng tăng lên do nhu cầu tăng cao.
PHƯƠNG PHÁP NGHIÊN CỨU
Dữ liệu
Dữ liệu nghiên cứu được thu thập hàng tháng từ năm 2008 đến 2013 với 72 quan sát, được chọn dựa trên tính khả dụng của các biến Dữ liệu thô đã được chuyển đổi thành tốc độ phát triển của các yếu tố vĩ mô và tỷ suất sinh lợi thị trường chứng khoán bằng cách sử dụng log tự nhiên và sai phân bậc 1, phù hợp với các nghiên cứu trước đây của Morelli (2002), Beltratti và Morana (2006), Diebold và Yilmaz (2007), Adjasi (2009), và Chinzara (2011) Sau khi xử lý, dữ liệu được đưa vào mô hình ước lượng.
Giai đoạn nghiên cứu từ năm 2008 đến 2013 chứng kiến khủng hoảng tài chính toàn cầu tác động đến nền kinh tế nhiều quốc gia, trong đó có Việt Nam Mặc dù Việt Nam chỉ bị ảnh hưởng gián tiếp và vượt qua khủng hoảng một cách ấn tượng, nhưng giai đoạn này vẫn ghi nhận sự bất ổn lớn trong kinh tế vĩ mô và biến động mạnh trên thị trường chứng khoán Tác giả sử dụng biến giả Dum_crisis cho hai năm 2008-2009 nhằm đánh giá tác động của khủng hoảng đến mối quan hệ giữa sự biến động vĩ mô và tỷ suất sinh lợi thị trường chứng khoán, dựa trên nghiên cứu thực nghiệm của Chinzara (2011).
Mô tả các biến
Bài nghiên cứu phân tích mối quan hệ giữa biến động của các yếu tố kinh tế vĩ mô và thị trường chứng khoán Việt Nam, trong đó chỉ số giá thị trường chứng khoán Việt Nam được sử dụng làm biến phụ thuộc Các yếu tố vĩ mô được xem xét bao gồm chỉ số giá tiêu dùng (CPI), chỉ số sản xuất công nghiệp (IPI), lãi suất (IR), cung tiền mở rộng (M2) và tỷ giá hối đoái danh nghĩa (NEER) Mặc dù các biến này chưa hoàn toàn phản ánh đầy đủ các biến động kinh tế vĩ mô, nhưng sự lựa chọn được căn cứ trên lý thuyết và nghiên cứu thực nghiệm của Chinzara (2011).
3.2.1 Biến phụ thuộc Chỉ số giá thị trường chứng khoán Việt Nam
Chỉ số VN-Index được sử dụng làm đại diện cho chỉ số giá thị trường chứng khoán Việt Nam do có tính đại diện cao hơn so với HNX-Index và Upcom-Index về thời gian, quy mô hoạt động và giá trị vốn hóa Dữ liệu cho chỉ số này được thu thập từ giá đóng cửa vào ngày giao dịch cuối cùng trong tháng, được lấy từ website cophieu68.com.
Chỉ số VN-Index tính theo phương pháp bình quân gia quyền
P i t : là giá tại thời điểm tính toán của cổ phiếu i
Q i t : là khối lượng cổ phiếu i đang lưu hành tại thời điểm tính toán
P i 0 : là giá cổ phiếu i tại thời kỳ gốc
Q i 0 : là khối lượng cổ phiếu i tại thời kỳ gốc
3.2.2 Biến độc lập Chỉ số giá tiêu dùng CPI
Nhiều học giả đã nghiên cứu tác động của chỉ số giá tiêu dùng lên thị trường chứng khoán, bao gồm các tác giả nổi bật như Nelson (1976), Jaffe và Mandelker (1976), Fama và Schwert (1977), Chen và các cộng sự (1986), Humpe và Macmillan (2007), Mohammad và các cộng sự (2009), Tunali (2010), và Chinzara (2011).
Các bước tính chỉ số giá tiêu dùng:
1 Cố định giỏ hàng hóa: thông qua điều tra, người ta sẽ xác định lượng hàng hoá, dịch vụ tiêu biểu mà một người tiêu dùng điển hình mua
2 Xác định giá cả: thống kê giá cả của mỗi mặt hàng trong giỏ hàng hoá tại mỗi thời điểm
3 Tính chi phí (bằng tiền) để mua giỏ hàng hoá bằng cách dùng số lượng nhân với giá cả của từng loại hàng hoá rồi cộng lại
4 Lựa chọn thời kỳ gốc để làm cơ sở so sánh rồi tính chỉ số giá tiêu dùng bằng công thức sau:
CPI t = 100 x Chi phí để mua giỏ hàng hoá thời kỳ t
Chi phí để mua giỏ hàng hoá kỳ cơ sở
Trong bài nghiên cứu này, dữ liệu chỉ số giá tiêu dùng CPI được thu thập theo tháng từ nguồn Tổng cục thống kê Việt Nam (GSO)
Chỉ số sản xuất công nghiệp IPI
Chỉ số sản xuất công nghiệp (IPI) là một chỉ tiêu quan trọng để đánh giá nhanh chóng hoạt động của ngành công nghiệp, giúp chúng ta có cái nhìn tổng quan về tình hình sản xuất Theo nghiên cứu của các học giả Geske và Roll (1983) cùng với Chen và các cộng sự, IPI đóng vai trò thiết yếu trong việc theo dõi và phân tích sự phát triển của lĩnh vực này.
(1986), Fama (1990), Mohammad vàcác cộng sự (2009), Tunali (2010), Chinzara
(2011) đưa vào mô hình xem xét mối quan hệ với thị trường chứng khoán
Chỉ sốIPI = (Khối lượng tháng áo cáo hối lượng kỳ gốc) x 100
Bài nghiên cứu sử dụng chỉ số sản xuất công nghiệp từ Tổng cục Thống kê Việt Nam (GSO), với dữ liệu thu thập theo tháng và so sánh với năm gốc 2005.
Việc sử dụng biến lãi suất đưa vào mô hình dựa trên các nghiên cứu của Bulmash và Trivoli (1991), Mukherjee vàNaka (1995), Gan vàcác cộng sự (2006), Tunali (2010),Tangjitprom (2011), Chinzanra (2011)
Trong bài viết này, lãi suất tiền gửi tiết kiệm 1 năm được sử dụng làm đại diện cho biến lãi suất, vì nhà đầu tư thường cân nhắc giữa lãi suất chiết khấu chứng khoán và lãi suất gửi tiết kiệm ngân hàng khi lựa chọn kênh đầu tư Giá trị lãi suất theo tháng khá nhỏ so với các biến khác, nên được thể hiện dưới dạng %/năm Việc sử dụng log giá trị lãi suất giúp tránh giá trị âm hoặc gần 0, tạo thuận lợi cho việc phân tích mối tương quan Dữ liệu được thu thập vào cuối tháng từ nguồn Thống kê tài chính quốc tế (IFS).
Biến cung tiền mở rộng được đưa vào mô hình từ những nghiên cứu củaMukherjee và Naka (1995), Maysami và Koh (2000), Ibrahim và Yusoff
(2001), Humpe và Macmillan (2007), Mohammad vàcác công sự (2009), Tunali
(2010), Chinzanra (2011).Công thức tính cung tiền mở rộng M2:
M2 = M1 + Chuẩn tệ (tiền gửi tiết kiệm, tiền gửi có kỳ hạn… tại các tổ chức tín dụng) (Tiền rộng; Tiền gửi tiết kiệm không thể tiêu ngay được)
M1 = M0 + Tiền mà các ngân hàng thương mại gửi tại ngân hàng trung ương (Đồng tiền mạnh)
M0 đại diện cho tổng lượng tiền mặt do Ngân hàng Trung ương phát hành và đang lưu thông, bao gồm tiền cơ sở, tiền hẹp và tiền mặt có thể chi tiêu ngay lập tức Dữ liệu lịch sử về cung tiền M2 được thu thập theo tháng từ nguồn Thống kê Tài chính Quốc tế (IFS).
Tỷ giá hối đoái danh nghĩa NEER
Tỷ giá hối đoái danh nghĩa là giá trị tương đối của một đồng tiền so với đồng tiền khác, thường được sử dụng để so sánh tiền đồng Việt Nam với đô la Mỹ, do đô la Mỹ là đồng tiền phổ biến nhất trong các giao dịch kinh tế Dữ liệu về tỷ giá này được thu thập từ nguồn Thống kê tài chính quốc tế (IFS) vào ngày cuối cùng của mỗi tháng.
Nhiều học giả như Bahmani-Oskooee và Sohrabian (1992), Ong và Izan (1999), Nieh và Lee (2001), Tabak (2006), Tunali (2010), Tangjitprom (2011), và Chinzara (2011) đã đưa biến tỷ giá hối đoái vào khảo sát trong các nghiên cứu của họ.
Nghiên cứu của Cho và Yoo (2011) cùng với Chinzara (2011) chỉ ra rằng việc tích hợp biến khủng hoảng vào mô hình nghiên cứu có ý nghĩa thống kê quan trọng Tác giả đã sử dụng biến Dum_Crisis trong hai giai đoạn 2008-2009 để đánh giá tác động của cuộc khủng hoảng đối với mô hình nghiên cứu.
Dum_crisis = 1 cho giai đoạn khủng hoảng tài chính toàn cầu 2008-2009 Dum_crisis = 0 cho các năm còn lại
Bảng 3.1: Mô tả các biến sử dụng trong nghiên cứu
Tên biến Ký hiệu Nguồn Đơn vị
Chỉ số giá chứng khoán Việt Nam VN-Index Cophieu68.com Điểm
Chỉ số giá tiêu dùng CPI GSO %
Chỉ số sản xuất công nghiệp IPI GSO %
Lãi suất IR IFS %/ năm
Cung tiền mở rộng M2 IFS VND
Tỷ giá hối đoái doanh nghĩa NEER IFS USD/VND
Biến khủng hoảng Dum_Crisis Biến kiểm soát
Mô hình nghiên cứu
Để trả lời được ba câu hỏi nghiên cứu được đặt ra, mô hình nghiên cứu được chia làm 2 giai đoạn:
Giai đoạn 1 áp dụng mô hình ARCH/GARCH để ước lượng độ biến động của thị trường chứng khoán và các yếu tố vĩ mô Qua việc thử nghiệm nhiều mô hình trong họ ARCH/GARCH, mục tiêu là tìm ra mô hình có khả năng ước lượng biến động tốt nhất.
Việc bổ sung biến giả Dum_crisis vào mô hình đã làm nổi bật tác động của cuộc khủng hoảng tài chính 2008-2009 đối với thị trường chứng khoán và các yếu tố vĩ mô, đồng thời cung cấp câu trả lời cho câu hỏi nghiên cứu số 2.
Giai đoạn 2 sử dụng ước lượng VAR để phân tích mối quan hệ giữa sự biến động của các yếu tố vĩ mô và biến động của thị trường chứng khoán, dựa trên kết quả thu được từ giai đoạn 1.
Khi chưa xem xét sự xuất hiện của khủng hoảng, kết quả từ mô hình cho cả hai giai đoạn sẽ cung cấp câu trả lời cho câu hỏi nghiên cứu số 1.
Trong bối cảnh khủng hoảng, việc kiểm soát biến có thể giúp xác định kết quả sau khi chạy mô hình cho cả hai giai đoạn, từ đó cung cấp câu trả lời cho câu hỏi nghiên cứu số 3.
Mô hình ARCH/ GARCH cho chỉ số chứng khoán
Tỷ suất sinh lợi chứng khoán ( R SP t : Return of stock price) được đo lường bởi:
Với P t là chỉ số VN-index tháng t
Mô hình ARCH cho tỷ suất sinh lợi chứng khoán bao gồm hai phương trình chính: phương trình trung bình có điều kiện và phương trình phương sai có điều kiện Loại mô hình ARCH được xác định dựa trên cấu trúc của phương trình phương sai có điều kiện.
Phương trình trung ình có điều kiện :
Phương trình phương sai có điều kiện của mô hình GARCH:
Trong đó hệ số đại diện cho hệ số của ARCH và đại diện cho hệ số của GARCH
Phương trình phương sai có điều kiện của mô hình EGARCH:
Trong đó hệ số đại diện cho hệ số của ARCH(q), đại diện cho hệ số của
Mô hình GARCH(p) có hệ số bất đối xứng, trong đó nếu hệ số này âm và có ý nghĩa thống kê, điều đó cho thấy rằng với cùng biên độ dao động, tác động của các cú sốc âm đến sự biến động của tỷ suất sinh lợi sẽ lớn hơn so với tác động của các cú sốc dương.
Phương trình phương sai có điều kiện của mô hình TGARCH:
Hệ số đại diện cho ARCH(q) và GARCH(p) cùng với hệ số bất đối xứng cho thấy sự tồn tại của tác động đòn bẩy nếu hệ số bất đối xứng dương và có ý nghĩa thống kê Điều này xuất phát từ sự khác biệt trong ảnh hưởng của tin tức tốt (ε t >0) và tin xấu (ε t │tα│ thì bác bỏ giả thiết Ho, tức là chuỗi có tính dừng và ngược lại
Kết quả kiểm định tính dừng của các biến trong bài nghiên cứu được thể hiện ở bảng sau:
Bảng 4.2: Kết quả kiểm định tính dừng của các biến Chỉ số
Ghi chú : -3.527 (*), -2.903 (**), và -2.589(***) là giá trị t (α) và tính dừng ứng với mức 1%, 5%, và 10%
(Nguồn:tác giả tính toán từ dữ liệu thu thập được và sử dụng phần mềm EVIEW6)
Kết quả từ bảng 4.2 cho thấy giá trị P-value của tốc độ tăng trưởng các nhân tố vĩ mô và tỷ suất sinh lợi chứng khoán đều nhỏ hơn 10%, dẫn đến việc bác bỏ giả thuyết Ho về việc các biến không dừng Điều này có nghĩa là giả thuyết H1 được chấp nhận, xác nhận rằng các biến đều dừng tại mức được chấp nhận.
4.2.2 Kết quả mô hình GARCH, EGARCH, TGARCH cho các biến
Phương trình trung bình có điều kiện
Khi ước lượng mô hình ARCH/GARCH, hai phương trình trung bình và phương sai có điều kiện được ước lượng đồng thời Bài nghiên cứu này trình bày dạng hàm của phương trình trung bình cho các mô hình GARCH, EGARCH và TGARCH, với kết quả hồi quy được đính kèm trong phần phụ lục Phương trình trung bình có điều kiện là một quá trình tự hồi quy, trong đó biến phụ thuộc và biến độc lập là độ trễ của chính biến đó Hầu hết các biến đều chịu ảnh hưởng từ giá trị tháng trước, ngoại trừ biến chỉ số công nghiệp, bị ảnh hưởng bởi giá trị của một quý trước đó.
Bảng 4.3: Các dạng hàm của phương trình trung bình đối với các mô hình GARCH, EGARCH và TGARCH
Tên biến Dạng hàm phương trình trung bình có điều kiện
(Nguồn: tác giả tự tổng hợp)
Phương trình phương sai có điều kiện
Bảng 4.4 trình bày kết quả ba mô hình GARCH, EGARCH và TGARCH đối với phương trình phương sai có điều kiện, cho thấy tất cả các biến trong mô hình đều bị ảnh hưởng bởi hiện tượng phương sai thay đổi (ARCH effect) Trong mô hình ARCH, tỷ suất sinh lợi và tốc độ tăng trưởng tỷ giá chỉ chịu tác động của GARCH, trong khi lạm phát, lãi suất, chỉ số công nghiệp và cung tiền chịu cả tác động của ARCH và GARCH với các hệ số có ý nghĩa thống kê ít nhất 5% Mô hình EGARCH cũng cho thấy hầu hết các hệ số ARCH/GARCH đều có ý nghĩa thống kê Tuy nhiên, trong mô hình TGARCH, chỉ có hệ số ARCH của cung tiền có ý nghĩa thống kê, trong khi lãi suất và tỷ giá không có ý nghĩa thống kê.
Hệ số bất đối xứng γ trong hai mô hình EGARCH và TGARCH chỉ có ý nghĩa đối với một nửa số biến được sử dụng, bao gồm lãi suất, cung tiền và tỷ giá hối đoái.
Trong nghiên cứu về biến động lãi suất, sự điều chỉnh tăng hoặc giảm lãi suất tiền gửi tiết kiệm có tác động khác nhau đến sự biến động của tỷ suất sinh lợi chứng khoán Cụ thể, hệ số bất đối xứng trong mô hình EGARCH cho thấy rằng một sự điều chỉnh nâng lãi suất sẽ gây ra biến động lớn hơn so với việc hạ lãi suất, được coi là tin xấu cho thị trường chứng khoán Kết quả từ bảng 4.5 chỉ ra rằng biến lãi suất không có ý nghĩa thống kê, trong khi hai biến cung tiền và tỷ giá hối đoái lại có ý nghĩa thống kê dương Hệ số bất đối xứng của biến lãi suất trong mô hình TGARCH cũng cho thấy sự ảnh hưởng khác nhau giữa tin tốt và tin xấu, với tác động của tin tốt là 0.35 và 0.28, trong khi tin xấu tác động mạnh hơn với giá trị 1.48 và 0.79 đối với sự biến động của tốc độ tăng trưởng lãi suất.
Bảng 4.4: Kết quả ba mô hình GARCH, EGARCH và TGARCH đối với phương trình phương sai có điều kiện
Phương trình phương sai mô hình GARCH
Hệsố VN-index CPI IPI IR M2 NEER ω
Phương trình phương sai mô hình EGARCH ω
Phương trình phương sai mô hình TGARCH ω
Hệ số có ý nghĩa thống kê được biểu thị tại các mức 1%, 5% và 10% tương ứng với các ký hiệu *, **, và *** Kiểm định M test sử dụng nhân tử agrange để kiểm tra tính ARCH (ARCH effect) Thống kê JB là Jarque-Bera dùng để kiểm tra phân phối chuẩn của phần dư, trong khi Q(2) là thống kê Jung-Box cho phần dư chuẩn hóa bình phương Hệ số log likelihood được áp dụng trong phương trình hồi quy, và AIC là giá trị chỉ số Akaike Information Criterion.
(Nguồn:tác giả tính toán từ dữ liệu thu thập được và sử dụng phần mềm EVIEW6)
Một mục tiêu quan trọng là chọn mô hình tốt nhất trong ba mô hình để đảm bảo dữ liệu đầu vào cho mô hình VAR chính xác Tiêu chí đánh giá dựa vào chỉ số AIC, với mô hình có AIC nhỏ hơn là phù hợp hơn Trong hai mô hình EGARCH và TGARCH, EGARCH thể hiện sự tác động bất đối xứng giữa dao động cùng chiều và ngược chiều tốt hơn, trong khi TGARCH chưa có nhiều hệ số có ý nghĩa thống kê và AIC lớn hơn Nếu EGARCH không giải thích tốt bằng GARCH, thì GARCH sẽ được chọn Tuy nhiên, chỉ số AIC chưa đủ để xác định mô hình nào phù hợp hơn, vì một nửa EGARCH có AIC nhỏ hơn và một nửa còn lại lớn hơn Hệ số bất đối xứng γ có ý nghĩa thống kê trong một số mô hình, do đó tác giả chọn EGARCH là mô hình thích hợp nhất Kết quả này tương thích với nghiên cứu của Chinzara (2011), khác với Choo, Lee và Ung (2011) khi chọn GARCH.
Kết quả bình phương sai số của mô hình này sẽ được lấy làm dữ liệu đầu vào cho mô hình VAR
Bảng 4.5 trình bày kết quả hồi quy của ba mô hình GARCH, EGARCH và TGARCH với biến giả khủng hoảng tài chính Kết quả cho thấy sự khác biệt rõ rệt trước và sau khi thêm biến khủng hoảng vào mô hình Hầu hết các hệ số khủng hoảng đều dương và có ý nghĩa thống kê, cho thấy khủng hoảng tài chính có mối liên hệ với sự biến động của lạm phát và tỷ suất sinh lợi chứng khoán, điều này phù hợp với kết quả của Chinzara.
(2011) khi kết luận rằng khủng hoảng làm tăng sự biến động của thị trường chứng khoán
Bảng 4.5 trình bày kết quả hồi quy của phương trình phương sai có điều kiện cho ba mô hình GARCH, EGARCH và TGARCH, trong đó có sự hiện diện của biến giả khủng hoảng tài chính Các mô hình này cho thấy mối quan hệ đáng kể giữa biến động thị trường và các yếu tố kinh tế trong bối cảnh khủng hoảng Kết quả cho thấy sự ảnh hưởng của khủng hoảng tài chính đến biến động giá cả, đồng thời nhấn mạnh tầm quan trọng của việc áp dụng các mô hình GARCH trong phân tích rủi ro tài chính.
Phương trình phương sai mô hình GARCH với biến khủng hoảng 2008-2009
Hệ số VN-index CPI IPI IR M2 NEER ω 0.004* 0.000** 0.001 0.002* 0.001* 0.000***
Phương trình phương sai mô hình EGARCH với biến khủng hoảng 2008-2009 ω -7.69* -12.75* -3.35 -10.80* -13.20* -5.64*
Phương trình phương sai mô hình TGARCH với biến khủng hoảng 2008-2009 ω 0.004** 0 0.003* 0.001 0.000* 0
Ghi chú: hệ số có ý nghĩa thống kê tại 1%, 5%, và 10% tương ứng với *, **, và
Kiểm định M test sử dụng nhân tử Agrange để xác định tính hiệu ứng ARCH, trong khi thống kê Jarque-Bera (JB) được áp dụng để kiểm tra phân phối chuẩn của phần dư Thống kê Ljung-Box (Q(2)) được dùng để phân tích phần dư chuẩn hóa bình phương Hệ số log likelihood trong phương trình hồi quy và chỉ số Akaike Information Criterion (AIC) cũng là những yếu tố quan trọng trong việc đánh giá mô hình.
(Nguồn:tác giả tính toán từ dữ liệu thu thập được và sử dụng phần mềm EVIEW6)
Bài nghiên cứu áp dụng ba kiểm định cho mô hình hồi quy họ gia đình ARCH/GARCH, bao gồm kiểm định phương sai thay đổi, kiểm định tính tự tương quan và kiểm định tính phân phối chuẩn của phần dư mô hình.
Kiểm định phương sai thay đổi có giả thuyết như sau:
Ho: Phần dư không có ARCH effect hay phương sai không đổi H1: Phần dư có ARCH effect
Kết quả kiểm định được thể hiện trong bảng 4.4 và 4.5 phần LM-test cho thấy tất cả các giá trị P-value đều lớn hơn 10%, do đó, chúng ta không thể bác bỏ giả thuyết H0.
Tất cả phần dư trong mô hình ước lượng GARCH, EGARCH và TGARCH, trước và sau khi thêm biến khủng hoảng, đều không bị ảnh hưởng bởi tính chất ARCH hoặc phần dư có phương sai không đổi.
Kiểm định tính tự tương quan của phần dư:
Ho: phần dư không có hiện tượng tự tương quan H1: phần dư có hiện tượng tự tương quan
Kết quả từ bảng 4.4 và 4.5 cho thấy P-value của thống kê Ljung-Box cho phần dư lớn hơn 10% ở cả hai mô hình trước và sau khi thêm biến khủng hoảng, do đó chúng ta chấp nhận giả thiết Ho Kết luận này chỉ ra rằng phần dư không có hiện tượng tự tương quan.
Kiểm định phân phối chuẩn phần dư bằng kiểm định Jarque-bera với giả thiết như sau:
Ho: phần dư tuân theo phân phối chuẩn H1: phần dư không tuân theo phân phối chuẩn
