GIỚI THIỆU ĐỀ TÀI
Tính cấp thiết của đề tài
Nghiên cứu về việc áp dụng mô hình ARCH/GARCH cho thị trường chứng khoán Việt Nam đã được thực hiện từ sớm, với Lê Văn Tuấn & Phùng Duy Quang (2020) sử dụng mô hình GARCH để phân tích biến động và dự báo VN-Index Sau khi kiểm định hiệu ứng ARCH bằng kiểm định Lagrange Multiplier, họ xác định mô hình GARCH(1,1) là phù hợp nhất Họ cũng tạo ra 5000 đường giả lập cho VN-Index, cho thấy xác suất 50% VN-Index sẽ phục hồi trong hơn 3 năm Các nghiên cứu khác, như của Hồ Thủy Tiên, Hồ Thu Hoài và Ngô Văn Toàn (2020), cũng kiểm định hiệu ứng ARCH và phân tích biến động tỷ suất lợi nhuận VN-Index bằng phần mềm Stata Họ xác định GARCH(1,1) và EGARCH(1,1) là hai mô hình thích hợp nhất để đo lường dao động của VN-Index, với EGARCH(1,1) cho thấy sự tồn tại của hiệu ứng đòn bẩy, cho thấy các cú sốc tiêu cực ảnh hưởng đến phương sai có điều kiện Nghiên cứu này cung cấp công cụ dự báo hữu ích cho nhà đầu tư trong việc dự đoán tỷ suất lợi nhuận của thị trường chứng khoán.
Bài nghiên cứu của Phạm Chí Khoa (2017) chỉ ra rằng những biến động trong quá khứ của thị trường có thể tái diễn trong tương lai Tác giả đã sử dụng tiêu chí SIC để chứng minh rằng mô hình ARMA(4,1) với độ trễ tối ưu phù hợp với chuỗi dữ liệu nghiên cứu, từ đó khẳng định rằng biến động của thị trường có tính chất lâu dài.
Bài viết trình bày việc sử dụng kiểm định LM để kiểm tra hiệu ứng ARCH trong phần dư, sau đó áp dụng mô hình GARCH(1,1) để ước tính biến động của TTCK trong nước Để kiểm tra hiện tượng tự tương quan phần dư, tác giả sử dụng kiểm định Ljung-Box Q-statistic Cuối cùng, mô hình phi tuyến được áp dụng trong kiểm định BDS phần dư để dự báo chuỗi lợi suất VN-Index theo ngày trong 10 năm Kết quả cho thấy GARCH(1,1) là mô hình tối ưu nhất cho việc ước tính biến động tỷ suất lợi nhuận VN-Index, đồng thời cung cấp thông tin quan trọng cho việc phân bổ tài sản, quản lý danh mục đầu tư và quản lý rủi ro trong TTCKVN.
Các nghiên cứu đều chỉ ra rằng mô hình GARCH(1,1) là phù hợp nhất để ước lượng biến động của chuỗi dữ liệu trong một khoảng thời gian nhất định Trước khi thực hiện kiểm định GARCH, các tác giả đã tiến hành kiểm định LM để xác định sự tồn tại của hiệu ứng ARCH Cuối cùng, dựa trên kết quả phân tích các mô hình, các nghiên cứu đã phát triển công cụ dự báo cho thị trường chứng khoán Việt Nam (TTCKVN), giúp nhà đầu tư đánh giá mức lợi nhuận và đưa ra quyết định đầu tư chính xác hơn.
Khóa luận không chỉ phản ánh tình hình kinh tế Việt Nam mà còn cung cấp thông tin hữu ích cho các nhà đầu tư trong bối cảnh dịch bệnh hiện tại Bài viết sẽ phân tích sâu về biến động của thị trường chứng khoán Việt Nam thông qua việc kiểm định hiệu ứng ARCH và các mô hình GARCH Trước khi đi vào phân tích chi tiết, khóa luận sẽ xem xét tác động tiềm ẩn của đại dịch đối với thị trường chứng khoán và tổng hợp các chính sách hỗ trợ của Chính phủ nhằm tạo niềm tin cho nhà đầu tư Kết quả kiểm nghiệm sẽ xác định mô hình GARCH phù hợp và từ đó đưa ra dự báo về khả năng phục hồi của thị trường chứng khoán Việt Nam trong tương lai.
Mục tiêu của đề tài
Mục tiêu tổng quát: Phân tích tình hình TTCKVN trong thời kì dịch Covid-19 từ đó đưa ra dự báo cho TTCKVN
4 Để phân tích tình hình trong dịch Covid-19 và dự báo thị trường chứng khoán Việt Nam, khóa luận có các mục tiêu cụ thể sau:
- Phân tích thực trạng TTCKVN trong giai đoạn có dịch bệnh Covid-19
- Ước lượng sự biến động của TTCK trong mùa dịch qua mô hình ARCH/GARCH, thông qua giả định biến đổi của chỉ số đại diện VN-Index
- Dự báo về khả năng cải thiện và phục hồi của TTCKVN sau đại dịch.
Câu hỏi nghiên cứu
- Đại dịch Covid-19 có ảnh hưởng đến TTCK Việt Nam không?
- Chỉ số VN-Index biến động như thế nào kể từ khi dịch bệnh Covid-19 bùng phát?
- TTCK Việt Nam có khả năng cải thiện và phục hồi trong tương lai không?
Đối tượng và phạm vi nghiên cứu
- Đối tượng nghiên cứu: chỉ số VN-Index, bất ổn vĩ mô do dịch bệnh Covid-19 gây ra
Về không gian : Thị trường Chứng khoán Việt Nam
Về thời gian : Giai đoạn từ năm 2007 đến năm 2021
Bài viết phân tích các yếu tố vĩ mô từ dịch bệnh Covid-19 tác động đến thị trường chứng khoán Việt Nam (TTCKVN), đồng thời ước lượng biến động của chỉ số VN-Index thông qua mô hình GARCH Qua đó, bài viết đưa ra dự báo về khả năng phục hồi của TTCK trong bối cảnh hiện tại.
Phương pháp nghiên cứu
Đề tài sử dụng phương pháp nghiên cứu định lượng
Giai đoạn 1 bao gồm việc tìm kiếm thông tin và báo cáo từ nhiều nguồn khác nhau, như thu thập số liệu từ các trang thông tin điện tử, nhằm xác định các yếu tố vĩ mô mà dịch Covid-19 đã tác động đến thị trường chứng khoán Việt Nam.
Giai đoạn 2 của nghiên cứu định lượng tập trung vào việc sử dụng mô hình GARCH để ước lượng biến động của thị trường chứng khoán thông qua chỉ số VN-Index Tác giả áp dụng các mô hình biến động cân xứng và bất cân xứng nhằm đạt được mục tiêu nghiên cứu Kết quả thống kê sẽ xác định mô hình GARCH nào là phù hợp nhất để mô tả biến động trên thị trường chứng khoán Việt Nam.
5 của TTCKVN Từ đó, nghiên cứu sẽ đưa ra dự báo về khả năng phục hồi của TTCKVN
Dữ liệu nghiên cứu được thu thập từ chỉ số VN-Index, sử dụng giá đóng cửa hàng ngày trong giai đoạn 2007-2021 để thực hiện phân tích.
Nội dung nghiên cứu
Khóa luận này phân tích tác động của dịch bệnh Covid-19 đối với thị trường chứng khoán Việt Nam (TTCKVN) và nền kinh tế Việt Nam Đầu tiên, bài viết xem xét các yếu tố từ đại dịch đã ảnh hưởng đến nền kinh tế và TTCKVN, đồng thời phân tích tình hình hoạt động của các công ty chứng khoán lớn và nhỏ Tiếp theo, dữ liệu chỉ số VN-Index được thu thập, kiểm định tính dừng của nguồn dữ liệu thứ cấp, và kiểm tra sự tồn tại của hiệu ứng ARCH thông qua phương pháp LM Cuối cùng, nghiên cứu thực hiện phân tích chuyên sâu để lựa chọn mô hình GARCH với độ trễ phù hợp, từ đó đưa ra dự báo về sự phục hồi của TTCKVN.
Điểm mới của khóa luận
Bài nghiên cứu này sử dụng mô hình GARCH/ARCH để phân tích tác động của Covid-19 lên thị trường chứng khoán Việt Nam, đồng thời cập nhật thông tin từ các nguồn tin điện tử và Chính phủ Việc cập nhật thông tin này không chỉ cung cấp cơ sở vững chắc cho các phân tích mà còn làm rõ hơn các lập luận sau khi áp dụng mô hình Ngoài việc dự báo diễn biến của thị trường chứng khoán trong thời gian dịch Covid-19 bùng phát, nghiên cứu còn xem xét các chính sách hỗ trợ của Chính phủ đối với doanh nghiệp trong mùa dịch.
CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC VỀ THỊ TRƯỜNG CHỨNG KHOÁN TRONG DỊCH COVID-19
Tổng quan thị trường chứng khoán trong dịch covid-19
2.1.1 Khái niệm Thị trường Chứng khoán
Thị trường được định nghĩa là nơi diễn ra việc chuyển giao quyền sở hữu sản phẩm, dịch vụ hoặc tiền tệ nhằm đáp ứng nhu cầu của cung và cầu, từ đó xác định giá trị sản phẩm Nó cũng có thể được hiểu là không gian giao dịch giữa nhiều người bán và người mua cạnh tranh, không bị giới hạn bởi địa điểm hay thời gian.
Thị trường chứng khoán (TTCK) là một phần quan trọng của thị trường vốn, nơi diễn ra các hoạt động mua bán, chuyển nhượng và trao đổi chứng khoán nhằm mục đích sinh lời TTCK được chia thành hai loại: TTCK tập trung và TTCK phi tập trung TTCK tập trung được tổ chức tại một địa điểm cụ thể, với Sở Giao dịch chứng khoán là hình mẫu tiêu biểu Tại Sở Giao dịch chứng khoán, tất cả các giao dịch được thực hiện tại một nơi, và các lệnh giao dịch được chuyển đến sàn để hình thành giá thông qua quá trình ghép lệnh.
Thị trường chứng khoán phi tập trung, hay còn gọi là thị trường OTC, là nơi mà tất cả các giao dịch diễn ra qua mạng lưới các công ty chứng khoán trên toàn quốc, kết nối với nhau thông qua Internet Tại thị trường OTC, giá cả được xác định thông qua phương thức thỏa thuận giữa các bên tham gia.
2.1.2 Giới thiệu Thị trường Chứng khoán Việt Nam
Ngày 28/11/1996, Ủy ban Chứng khoán Nhà nước được thành lập, đánh dấu sự ra đời của thị trường chứng khoán Việt Nam theo Nghị định số 75/1996/NĐ-CP Trung tâm giao dịch chứng khoán Thành phố Hồ Chí Minh chính thức hoạt động và thực hiện phiên giao dịch đầu tiên vào ngày 28/7/2000, tạo nên một cột mốc lịch sử quan trọng cho TTCKVN Mặc dù mới bắt đầu, thị trường chứng khoán đã thu hút sự quan tâm đáng kể từ các nhà đầu tư.
Chỉ sau một năm hoạt động, 7 đã thu hút sự quan tâm từ các nhà đầu tư nước ngoài, trong đó một nhà đầu tư người Anh đã thực hiện giao dịch mua 100 cổ phiếu TMS.
Hình 2.1: Diễn biến VN-Index từ năm 2000 đến 17/05/2021
Nguồn : Dữ liệu và kết quả lấy từ phần mềm EVIEWS
Sự phát triển của TTCK Việt Nam đã gặp nhiều khó khăn do khung pháp lý còn nhiều bất cập, dẫn đến việc Chính phủ ban hành Nghị định số 144/2003/NĐ-CP cùng các văn bản hướng dẫn nhằm tạo ra một khung pháp lý đồng bộ hơn cho các hoạt động như phát hành, niêm yết, giao dịch, và công bố thông tin Năm 2003 cũng chứng kiến sự ra đời của công ty quản lý quỹ VMF, đánh dấu cột mốc quan trọng khi các nhà đầu tư tổ chức chuyên nghiệp trong nước chính thức tham gia vào TTCKVN, mở ra một hình thức đầu tư tập thể mới trên thị trường.
Vào năm 2005, Trung tâm Giao dịch Chứng khoán Hà Nội được thành lập, đánh dấu một bước tiến quan trọng cho thị trường chứng khoán Việt Nam Trung tâm này đã góp phần nâng cao sự phát triển và hiện đại hóa của thị trường tài chính trong nước.
Vào năm 2006, 8 tổ chức đã hình thành theo mô hình thị trường OTC và tổ chức thị trường thứ cấp cho các chứng khoán chưa niêm yết, cùng với Trung tâm Lưu ký Chứng khoán Cũng trong năm này, Luật Chứng khoán đầu tiên được ban hành, tạo nền tảng cho sự phát triển nhanh chóng của thị trường chứng khoán Việt Nam (TTCK), đồng thời bảo vệ quyền lợi của nhà đầu tư và thúc đẩy hội nhập với thị trường vốn quốc tế Luật có hiệu lực từ ngày 1/7/2007, đã cải thiện quản lý nhà nước về TTCK, nhưng trong quá trình thực hiện vẫn còn một số vấn đề cần khắc phục Do đó, Quốc hội đã thông qua Luật sửa đổi, bổ sung vào Luật Chứng khoán, có hiệu lực từ 1/7/2011, góp phần thu hút vốn đầu tư dài hạn, giảm chênh lệch giữa kênh tín dụng ngân hàng và kênh thị trường, từ đó tăng cường vốn đầu tư xã hội.
Năm 2009, sự ra đời của trái phiếu Chính phủ đánh dấu một bước ngoặt quan trọng cho thị trường chứng khoán (TTCK), tạo ra một kênh huy động vốn hiệu quả cho Ngân sách Nhà nước và nâng cao uy tín của Việt Nam trên thị trường tài chính quốc tế Đến năm 2017, việc đưa TTCK Phái sinh vào hoạt động đã giúp đa dạng hóa danh mục đầu tư, cải thiện cơ sở nhà đầu tư, cung cấp công cụ phòng ngừa rủi ro và thúc đẩy thanh khoản cho TTCK cơ sở, đánh dấu một mốc mới cho sự phát triển của TTCKVN.
Vào tháng 11/2019, Quốc hội Việt Nam đã thông qua Luật Chứng khoán số 54/2019/QH14 với 92,13% đại biểu tán thành, nhằm nâng tầm thị trường chứng khoán Việt Nam để đáp ứng nhu cầu phát triển và hội nhập quốc tế Luật này có hiệu lực từ ngày 1/1/2021, mang đến nhiều cải cách quan trọng như nâng cao chất lượng báo cáo tài chính, cải thiện điều kiện chào bán chứng khoán công khai, tăng cường tính minh bạch thông tin, trao thêm quyền cho Ủy ban Chứng khoán Nhà nước và tăng cường chế tài xử lý vi phạm.
Trong suốt 20 năm phát triển, thị trường chứng khoán Việt Nam đã không ngừng cải thiện về cấu trúc và quy mô, trở thành một trong những thị trường lớn trong khu vực Sự phát triển này không chỉ góp phần vào sự hoàn thiện của hệ thống tài chính quốc gia mà còn tạo ra kênh huy động vốn hiệu quả.
Thị trường chứng khoán Việt Nam (TTCKVN) đã có sự phát triển mạnh mẽ trong 20 năm qua, từ chỉ hai công ty niêm yết trong phiên giao dịch đầu tiên đến hơn 1.600 công ty vào cuối năm 2019 Theo Ủy ban Chứng khoán Nhà nước (UBCKNN), tỷ lệ vốn hóa thị trường/GDP đã tăng đáng kể từ 0,3% vào năm 2000 lên 104% vào tháng 6 năm 2020, với tổng vốn hóa đạt 5,5 triệu tỷ đồng Điều này cho thấy mức tăng trưởng trung bình hơn 50% của vốn hóa TTCKVN trong hai thập kỷ qua, khẳng định vai trò quan trọng của thị trường này đối với nền kinh tế.
Trong 6 tháng đầu năm 2020, dịch Covid-19 bùng phát ảnh hưởng tiêu cực đến nền kinh tế toàn cầu nhưng tổng mức huy động vốn cho TTCK khoảng 107 nghìn tỷ đồng Trong giai đoạn 2016-2019, tỉ lệ vốn đầu tư an toàn qua TTCKVN được ước tính ở mức bình quân 16,5%/năm
TTCKVN đã có những bước tiến đáng kể trong 20 năm qua, ngày càng tiệm cận các chuẩn mực quốc tế và phát triển hiện đại hơn Mặc dù có nhiều điểm tích cực, thị trường vẫn còn tồn tại một số hạn chế Các chuyên gia nhận định rằng quy mô và thanh khoản của TTCKVN đã tăng trưởng mạnh qua từng năm, nhưng so với các nước trong khu vực, quy mô vẫn còn nhỏ và tính ổn định chưa cao Ví dụ, giá trị vốn hóa của TTCKVN năm 2019 đạt 102,6% GDP, nhưng vẫn thấp hơn nhiều so với Nhật Bản (337%) và Singapore (257%) Hơn nữa, sự ổn định của thị trường thường biến động mạnh khi chịu tác động từ các yếu tố bên ngoài như giá dầu, tỷ giá, giá vàng và biến động trên thị trường tài chính - tiền tệ quốc tế.
Tổng quan về các mô hình đánh giá biến động thị trường chứng khoán Việt
Biến động là một khái niệm quan trọng trong lĩnh vực tài chính, ảnh hưởng đến quản trị rủi ro, phân bổ tài sản và chiến lược kiếm lợi nhuận Các nhà quản lý cần ước lượng biến động trong tương lai để đánh giá tổn thất tiềm năng, từ đó giúp họ đưa ra quyết định đầu tư hiệu quả hơn Việc nắm bắt và phân tích biến động cũng giúp tối ưu hóa danh mục đầu tư và giảm thiểu rủi ro tài chính.
Mô hình phương sai có điều kiện thay đổi tự hồi quy (ARCH)
Mô hình ARCH, do Engle nghiên cứu và giới thiệu lần đầu vào năm 1982, được sử dụng để xử lý các mô hình có phương sai thay đổi Mô hình này cho phép phương sai của phần dư tại thời điểm t phụ thuộc vào các bình phương sai số ở giai đoạn trước đó, từ đó cung cấp các dạng khác nhau để phân tích dữ liệu.
Xét mô hình sau : 𝑌 𝑡 = 𝛽 1 + 𝛽 2 𝑋 2 + 𝛽 3 𝑋 3 + 𝑢 𝑡 với 𝑢 𝑡 ~ 𝑖 𝑖 𝑑 𝑁(0; 𝜎 2 )
Engle xây dựng phương trình phương sai có điều kiện là quá trình AR(1) sử dụng bình phương của phần dư được ước lượng
Trường hợp 1 : Nếu 𝛼 1 = 0 thì 𝜎 𝑡 2 = 𝛼 0 tức là phương sai được ước lượng bằng hằng số 𝛼 0 Điều này có nghĩa phương sai của 𝑌 𝑡 không đổi
Trường hợp 2 : Nếu 𝛼 1 ≠ 0 thì phương sai có điều kiện của 𝑌 𝑡 tăng theo quá trình tự hồi quy
Hai trường hợp trên cho thấy phương sai có điều kiện được xác định bởi thông tin có sẵn ở giai đoạn trước Tuy nhiên, phương trình phương sai có điều kiện chỉ là một phần trong mô hình Arch đầy đủ Mô hình đầy đủ bao gồm hai thành phần: mô hình mô tả biến phụ thuộc theo thời gian và phương trình phương sai có điều kiện.
Mô hình ARCH(q) có dạng đầy đủ như sau :
- Ràng buộc không âm : 𝛼 0 > 0 và 𝛼 𝑖 ≥ 0, 𝑖 = 1,2, … , 𝑞
Mô hình ARCH(q) giới thiệu khái niệm ℎ 𝑡, thay thế cho kí hiệu phương sai có điều kiện 𝜎 𝑡 2 Trong phương trình phương sai có điều kiện, có hai ràng buộc quan trọng: ràng buộc không âm và ràng buộc dừng.
Ràng buộc không âm yêu cầu 𝛼 0 > 0 và 𝛼 𝑖 ≥ 0, đảm bảo rằng phương sai có điều kiện 𝜎 𝑡 2 luôn dương Các biến số trong phương trình phương sai có điều kiện đều được bình phương, do đó phương trình không thể có giá trị âm Điều này giúp đảm bảo tính chính xác và ổn định trong các mô hình thống kê.
𝜎 𝑡 2 luôn dương, các hệ số ước lượng trong phương trình này phải không âm, 𝛼 𝑖 ≥
Để đảm bảo rằng mô hình AR(q) là dừng, tổng các hệ số ước lượng phải thỏa mãn điều kiện ∑ 𝑞 𝑖=1 𝛼 𝑖 < 1 Tính dừng là một yếu tố quan trọng trong dự báo với mô hình AR, vì khi mô hình dừng, các sai số từ quá khứ sẽ ảnh hưởng đến giá trị hiện tại.
12 hiện tại của 𝑌 𝑡 theo thời gian Nếu AR không dừng, không thể dự báo giá trị tương lai của 𝑌 𝑡 trong quá khứ
Mô hình ARCH(q) còn được trình bày theo một cách khác:
Mô hình ARCH tổng quát (GARCH)
Năm 1995, Engle cho rằng mô hình ARCH(q) đơn giản dễ sử dụng nhưng nó lại có những hạn chế như:
- Vấn đề xác định bậc trễ q cho mô hình Xác định bậc trễ như thế nào cho phù hợp với mô hình
- Số bậc trễ q cần thiết có thể rất lớn làm cho mô hình có rất nhiều tham số và làm giảm bậc tự do
Khi số lượng tham số ước lượng tăng lên, có khả năng xuất hiện một hoặc nhiều tham số có giá trị âm, dẫn đến việc vi phạm ràng buộc không âm.
Mô hình được trình bày có hình dạng giống mô hình trung bình di động hơn là mô hình tự hồi quy Để khắc phục những hạn chế này, Bollerslev (1986) đã nghiên cứu và phát triển mô hình ARCH(q) của Engle thành mô hình ARCH tổng quát, hay còn gọi là mô hình GARCH, được sử dụng phổ biến trong phân tích biến động tài chính.
Mô hình GARCH(p,q) có dạng sau đây:
Mô hình TGARCH tổng quát (TGARCH(m,s))
Mô hình TGARCH được các giả Glosten, Jagannathan, Runkle (1993) và Zakoian
(1994) viết dưới dạng tổng quát sau:
Các tham số không âm 𝛼 𝑖 , 𝛽 𝑗 , 𝛾 𝑖 trong mô hình GARCH đáp ứng những giả thiết nhất định Khi ut-i > 0, 𝜎 𝑡 2 sẽ nhận được đóng góp từ 𝛼 𝑖 𝑢 𝑡−𝑖 2, trong khi khi ut-i < 0, đóng góp vào 𝜎 𝑡 2 sẽ là (𝛼 𝑖 + 𝛾 𝑖 )𝑢 𝑡−𝑖 2 Đặc biệt, nếu 𝛾 𝑖 > 0, tác động của cú sốc khi ut-i < 0 sẽ mạnh mẽ hơn so với khi ut-i > 0 Mô hình này khởi đầu với giá trị 0 để phân tách ảnh hưởng của các cú sốc trong quá khứ.
Mô hình GARCH dạng mũ (EGARCH)
Mô hình GARCH không phân biệt được tác động từ cú sốc âm và dương, dẫn đến việc phương sai có điều kiện không phản ứng một cách bất cân xứng Điều này yêu cầu các hệ số trong phương trình phương sai phải không âm Để khắc phục nhược điểm này, mô hình EGARCH đã được phát triển, với phiên bản đơn giản nhất là EGARCH(1,1) Công thức của mô hình EGARCH(1,1) được biểu diễn như sau: ln(𝜎𝑡²) = 𝛼₀ + βln(𝜎𝑡−₁²) + 𝛼|𝑢𝑡−₁|.
Vế trái của phương trình thể hiện logarit tự nhiên của phương sai có điều kiện, cho thấy rằng tác động của đòn bẩy mang tính chất mũ thay vì dạng bậc hai Điều này đồng nghĩa với việc phương sai có điều kiện luôn không âm Hệ số 𝛾 phản ánh hiệu ứng đòn bẩy và tính bất đối xứng trong mô hình.
Có thể kiểm định hiệu ứng đòn bẩy theo cặp giả thuyết:
Cũng có thể kiểm định tác động đối xứng theo cặp giả thuyết sau:
Mô hình EGARCH(m,s) có dạng như sau: ln( 𝜎 𝑡 2 ) = 𝛼 0 + ∑ 𝛽 𝑖 ln(𝜎 𝑡−𝑖 2 ) + ∑ (𝛼 𝑗 | 𝑢 𝑡−𝑗
Nếu ut-j > 0, thì nó sẽ góp vào ln( 𝜎 𝑡 2 ) một lượng là (𝛼 𝑗 + 𝛾 𝑗 ) 𝑢 𝑡−𝑗
Nếu ut-j < 0, thì nó sẽ góp vào ln( 𝜎 𝑡 2 ) một lượng là (𝛾 𝑗 − 𝛼 𝑗 ) 𝑢 𝑡−𝑗
Tổng quan các nghiên cứu trước
Các nghiên cứu nước ngoài
Nhiều nghiên cứu đã chỉ ra tính hiệu quả của các mô hình GARCH trong việc giải thích sự biến động của thị trường chứng khoán Điển hình, Floor (2008) đã phân tích độ biến động của các chỉ số chứng khoán tại Trung Đông, sử dụng dữ liệu hàng ngày từ các chỉ số Egyptian CMA và Israeli TASE-100 Nghiên cứu này áp dụng các mô hình GARCH, EGARCH, TGARCH, CGARCH, AGARCH và PGARCH, trong đó EGARCH được xác định là mô hình phù hợp nhất do có tác động âm và hiệu ứng đòn bẩy Mô hình AGARCH cho thấy hiệu ứng đòn bẩy tạm thời yếu đối với phương sai có điều kiện Cuối cùng, nghiên cứu cũng chỉ ra rằng sự gia tăng rủi ro không nhất thiết dẫn đến tỷ suất lợi nhuận tăng.
GC (2009) đã tiến hành nghiên cứu sử dụng dữ liệu từ thị trường chứng khoán Nepal, chứng minh rằng mô hình GARCH(1,1) thể hiện sự bất đối xứng của phương sai có điều kiện đối với tỷ suất lợi nhuận Nghiên cứu cũng khẳng định rằng mô hình GARCH(1,1) là công cụ phù hợp để dự báo.
Karmarkar (2005) đã nghiên cứu các đặc điểm của biến động trên thị trường chứng khoán Ấn Độ, chỉ ra sự hiện diện của hiệu ứng đòn bẩy và xác nhận rằng mô hình GARCH(1,1) có khả năng dự đoán biến động thị trường hiệu quả Tiếp theo, Karmarkar (2007) đã chứng minh rằng trong giai đoạn nghiên cứu, phương sai có điều kiện bất đối xứng và mô hình EGARCH-M mang lại những kết quả đáng chú ý.
15 cho là mô hình phù hợp nhất vì nó thể hiện rõ mối quan hệ giữa rủi ro và lợi nhuận
Nadeem Ashraf và ctg (2020) đã nghiên cứu tác động của biện pháp không chắc chắn cấp quốc gia đối với phản ứng của thị trường chứng khoán trong bối cảnh đại dịch Covid-19 Tác giả sử dụng dữ liệu hàng ngày về các trường hợp Covid-19 được xác nhận và lợi nhuận thị trường chứng khoán từ 43 quốc gia, áp dụng mô hình hồi quy để phân tích Kết quả cho thấy văn hóa quốc gia đóng vai trò quan trọng trong việc giải thích sự khác biệt trong phản ứng của các nhà đầu tư trước các tin tức Điều này càng khẳng định rằng sự sụt giảm trên thị trường chứng khoán liên quan đến tâm lý của nhà đầu tư, bị ảnh hưởng bởi thành kiến văn hóa.
Goudarzi và Ramanarayanan (2010) đã nghiên cứu sự biến động của thị trường chứng khoán Ấn Độ thông qua chỉ số S&P BSE 500, sử dụng dữ liệu từ ngày 26/7/2000 đến 20/01/2009 với 2108 quan sát từ Sở Giao dịch Chứng khoán Bangalore Nhóm tác giả đã xác định mô hình thích hợp nhất dựa trên tiêu chí AIC và SIC, trong đó mô hình ARCH và GARCH được ước tính là hai mô hình tốt nhất, với GARCH(1,1) là mô hình phù hợp nhất để giải thích biến động theo cụm của chuỗi dữ liệu nghiên cứu.
Goudarzi và Ramanarayanan (2011) đã khảo sát sự biến động của chỉ số S&P
BSE 500 được phân tích thông qua hai mô hình GARCH là EGARCH(1,1) và TGARCH(1,1) Nghiên cứu năm 2011 chỉ ra rằng mô hình TGARCH(1,1) là phù hợp nhất khi đánh giá theo tiêu chí AIC, SIC và tiêu chuẩn giá trị hợp lý cực đại.
Các nghiên cứu trong nước
Hiện nay, nhiều nghiên cứu về mô hình biến động thị trường chứng khoán (TTCK) đã được thực hiện, nhưng chỉ một số ít tập trung vào bối cảnh Việt Nam Các nghiên cứu này sử dụng dữ liệu từ các chỉ số chứng khoán của TTCKVN và áp dụng các mô hình biến động để phân tích.
Hồ Thủy Tiên, Hồ Thu Hoài và Ngô Văn Toàn (2017) đã tiến hành nghiên cứu dựa trên dữ liệu thứ cấp, sử dụng giá đóng cửa hàng ngày của chỉ số VN-Index từ năm 2005 đến 2016 Nghiên cứu áp dụng mô hình GARCH để phân tích các dao động của VN-Index, trong đó hai mô hình EGARCH(1,1) và GARCH(1,1) được xác định là phù hợp nhất theo tiêu chí AIC và SIC Bài nghiên cứu cũng cung cấp cho nhà đầu tư công cụ dự báo tỷ suất lợi tức của thị trường chứng khoán.
Lê Văn Tuấn và Phùng Duy Quang (2020) đã áp dụng mô hình GARCH để mô hình hóa và dự báo thị trường chứng khoán Việt Nam, với chỉ số VN-Index làm đại diện Kết quả cho thấy mô hình GARCH(1,1) là phù hợp nhất để nắm bắt biến động của VN-Index Nghiên cứu cũng chỉ ra rằng tác động của dịch Covid-19 lên thị trường chứng khoán Việt Nam sẽ kéo dài và cần khoảng 3 năm để hồi phục.
Các nhóm tác giả như Võ Thúy Anh, Nguyễn Anh Tùng (2010) hay Bùi Hữu
Phước và ctg (2016) đã áp dụng mô hình VAR kết hợp với ARCH và GARCH để nghiên cứu rủi ro và ước tính độ lệch chuẩn Kết quả cho thấy mô hình GARCH rất hiệu quả trong quản trị rủi ro Nghiên cứu cũng chỉ ra rằng khi thị trường chứng khoán trải qua các giai đoạn bất thường, rủi ro đầu tư tăng lên, từ đó giúp các nhà đầu tư đưa ra quyết định chính xác thông qua việc xác định độ dao động giá cổ phiếu.
Mô hình GARCH(1,1) được xác định là mô hình phù hợp nhất để đo lường dao động của tỷ suất lợi nhuận VN-Index trong bối cảnh thị trường biến động, đồng thời là mô hình hiệu ứng đối xứng tốt nhất Ngoài ra, mô hình EGARCH(1,1) cũng cho thấy khả năng mô tả hiệu ứng bất đối xứng với tiêu chí AIC và SIC có giá trị hợp lý nhỏ nhất Các nghiên cứu trước đã chỉ ra rằng sự biến động dai dẳng của lợi nhuận cổ phiếu có ảnh hưởng lớn đến biến động tương lai của thị trường chứng khoán dưới tác động của các cú sốc Kết quả ước tính từ các mô hình này sẽ cung cấp công cụ dự báo hiệu quả cho sự dao động giá cổ phiếu trong tương lai.
PHƯƠNG PHÁP VÀ MÔ HÌNH NGHIÊN CỨU
Dữ liệu nghiên cứu
Đề tài này thu thập dữ liệu thứ cấp từ TTCKVN, cụ thể là chỉ số VN-Index trong khoảng thời gian từ 02/01/2019 đến 17/05/2021, giai đoạn chịu tác động của đại dịch Covid-19 Để đảm bảo tính chính xác trong việc phân tích và dự báo qua mô hình, dữ liệu sẽ được mở rộng từ 01/01/2007 đến 17/05/2021.
Chỉ số VN-Index được thu thập từ trang thông tin điện tử Investing.com với 3,574 quan sát Bài luận này sẽ sử dụng phần mềm Eviews để phân tích các dữ liệu đã thu thập.
Mô hình nghiên cứu
Trước khi triển khai mô hình, việc kiểm tra tính dừng của dữ liệu là rất quan trọng, vì chuỗi dữ liệu dừng hoặc không dừng sẽ phù hợp với các phương pháp phân tích khác nhau Khóa luận này sẽ thực hiện kiểm định tính dừng thông qua hai phương pháp: kiểm định Augmented Dickey Fuller (ADF test) và kiểm định Phillips Perron (PP test).
3.2.2 Kiểm định tác động ARCH
Trước khi ước lượng mô hình ARCH hay GARCH, cần kiểm tra sự tồn tại của tác động ARCH trong chuỗi dữ liệu Kiểm tra này được thực hiện trên phần dư của một mô hình ước lượng bằng cách quan sát ACF của phần dư và phần dư bình phương, hoặc sử dụng phương pháp nhân tử Lagrange (Lagrange Multiplier, LM) Trong đề tài này, phương pháp LM sẽ được áp dụng cho ARCH(1) để thực hiện kiểm định.
Bước đầu tiên trong quy trình là chạy mô hình hồi quy tuyến tính với mô hình trung bình có điều kiện, sử dụng phương pháp OLS Sau đó, cần lấy phần dư đã ước lượng, ký hiệu là 𝑢̂ 𝑡, và lưu lại giá trị của phần dư này để phục vụ cho các bước phân tích tiếp theo.
Bước 2 trong quy trình kiểm định ARCH là bình phương phần dư và thực hiện hồi quy chuỗi phần dư đã bình phương (𝑢̂ 𝑡 2) với số bậc trễ q Việc này nhằm kiểm định tính chất ARCH cho bậc trễ q, ví dụ, bằng cách chạy mô hình ước lượng với phần dư đã được bình phương.
Lấy R 2 của mô hình ước lượng
- Bước 3: Tính T*R 2 Thực hiện kiểm định thống kê với giả thuyết
H0: 𝛾 1 = 0 và 𝛾 2 = 0 và 𝛾 3 = 0 và… 𝛾 𝑞 = 0, giả thuyết không có tác động ARCH
T*R 2 tuân theo phân phối 𝜒 2 (𝑞) với q bậc tự do, ký hiệu là T*R 2 ~ 𝜒 2 (𝑞) Nếu giá trị thống kê kiểm định lớn hơn ngưỡng bác bỏ, chúng ta sẽ bác bỏ giả thuyết H0 và kết luận rằng có sự hiện diện của tác động ARCH.
Các mô hình sử dụng trong khóa luận sẽ được phân tích bằng phần mềm EVIEWS
Mô hình GARCH được sử dụng làm phương pháp chính trong khóa luận này, với các biến thể như GARCH(1,1) và GARCH-M(1,1) để đo lường sự biến động cân xứng Đối với các biến động bất cân xứng, mô hình TGARCH(1,1) và EGARCH(1,1) sẽ được áp dụng Biến động sẽ được ước tính dựa trên tỷ suất lợi nhuận hàng ngày (rt) của chỉ số VN-Index, được tính theo công thức cụ thể.
Trong đó: rt là logarit tự nhiên của tỷ suất lợi nhuận theo ngày của chỉ số VN-Index tại thời điểm t
Pt là chỉ số VN-Index hàng ngày tại thời điểm t
Pt-1 là chỉ số VN-Index hàng ngày tại thời điểm t-1
Dữ liệu về tỷ suất lợi nhuận theo ngày của VN-Index từ năm 2007 đến 2021 được phân tích thông qua các chỉ số thống kê như độ lệch chuẩn, trung bình, độ lệch, độ nhọn và kiểm định Jarque-Bera.
3.2.3.1 Mô hình GARCH(1,1) và mô hình GARCH-M(1,1)
Mô hình GARCH(1,1) được nghiên cứu trong chương 2 cho thấy rằng phương sai có điều kiện phụ thuộc vào bậc trễ của phần dư Mô hình này là một phần quan trọng trong phân tích chuỗi thời gian, giúp chúng ta hiểu rõ hơn về sự biến động của dữ liệu tài chính.
19 thời phụ thuộc vào bậc trễ trước đó của chính nó Đề tài sẽ áp dụng mô hình đơn giản nhất GARCH(1,1)
Với rt là tỷ suất lợi nhuận của tài sản tại thời điểm t
𝜇 là tỷ suất lợi nhuận bình quân ut là phần dư của tỷ suất lợi nhuận
Phương trình phương sai có điều kiện sẽ như sau:
ℎ 𝑡 = 𝛼 0 + 𝛼 1 𝑢 𝑡−1 2 + 𝛽ℎ 𝑡−1 với ℎ 𝑡 là phương sai có điều kiện
Khi 𝑢 𝑡−1 2 hoặc ht-1 hoặc đồng thời 𝑢 𝑡−1 2 và +ht-1 càng lớn thì dẫn đến ht càng lớn
Khi 𝑢 𝑡−1 2 lớn, nó có xu hướng dẫn đến 𝑢 𝑡 2 lớn, thể hiện hành vi bầy đàn trong chuỗi tài chính theo thời gian Để đánh giá tác động ngắn hạn của biến động chuỗi thời gian, chúng ta cần xem xét độ lớn của các hệ số 𝛼 và 𝛽 Tổng hệ số hồi quy sẽ cung cấp cái nhìn tổng quan về mối quan hệ này.
1, cú sốc sẽ tác động đến sự biến động của chỉ số VN-Index trong dài hạn, gọi là cú sốc với phương sai có điều kiện lâu dài
Lợi suất cổ phiếu thường liên quan chặt chẽ đến mức độ rủi ro của nó Trong mô hình GARCH, khi phương sai có điều kiện được đưa vào phương trình trung bình, nó được gọi là mô hình GARCH-M Một dạng đơn giản của mô hình này là GARCH-M(1,1), có cấu trúc cụ thể để phân tích mối quan hệ giữa lợi suất và rủi ro.
Trong đó, c là hằng số, còn được gọi là phần bù rủi ro Nếu tham số c dương thì độ rủi ro tăng đồng thời lợi suất tăng
Công thức phương trình trung bình rt còn được viết ở một dạng khác :
Công thức trong mô hình GARCH-M cho thấy có tương quan chuỗi trong chuỗi rt Nguyên nhân là do sự có mặt của 𝜎 𝑡 2 trong phương trình trung bình
3.2.3.2 Mô hình T-GARCH và E-GARCH
Mô hình GARCH có hạn chế khi không phản ứng bất cân xứng trước cú sốc, do đó, mô hình TGARCH và EGARCH được áp dụng để mô tả các hiện tượng này Hai mô hình này nghiên cứu mối quan hệ giữa tỷ suất lợi nhuận và biến động bất cân xứng Đề tài sẽ tập trung vào việc áp dụng mô hình TGARCH(1,1) và EGARCH(1,1) ở dạng đơn giản nhất.
Trên thị trường chứng khoán, các chỉ số thường có xu hướng giảm hoặc tăng, dẫn đến độ biến động gia tăng Đặc biệt, khi chỉ số suy giảm, độ biến động thường lớn hơn so với khi chỉ số tăng Mô hình TGARCH, cụ thể là TGARCH(1,1), được sử dụng để mô tả hiện tượng này một cách đơn giản.
Trong đó, dt-1 là biến giả và nhận giá trị sau :
Hệ số 𝛾 thể hiện hiệu ứng đòn bẩy và tính bất đối xứng trong mô hình TGARCH Khi 𝛾 = 0, mô hình này chuyển thành GARCH(1,1), trong khi 𝛾 ≠ 0 cho thấy ảnh hưởng của tin tức là bất đối xứng Đặc biệt, nếu 𝛾 > 0, điều này chứng tỏ sự tồn tại của hiệu ứng đòn bẩy.
Trong mô hình GARCH, tin tức tích cực được gọi là cú sốc dương (𝑢 𝑡−1 ≥ 0), trong khi tin tức tiêu cực được gọi là cú sốc âm (𝑢 𝑡−1 < 0), và cả hai loại tin tức này đều có ảnh hưởng đáng kể đến biến động thị trường.
Mô hình TGARCH cho thấy sự khác biệt trong phương sai có điều kiện, với ảnh hưởng của cú sốc dương và âm lên biến động Khi xảy ra cú sốc dương, tác động là 𝛼 1, trong khi cú sốc âm có tác động lớn hơn, được biểu diễn bởi 𝛼 1 + 𝛾 1, nếu 𝛾 > 0 Điều này cho thấy cú sốc âm (𝑢 𝑡−1 < 0) có ảnh hưởng mạnh mẽ hơn so với cú sốc dương (𝑢 𝑡−1 > 0) Mô hình TGARCH khởi đầu với giá trị 0 để tách biệt các ảnh hưởng từ các cú sốc trong quá khứ.
PHÂN TÍCH VÀ THẢO LUẬN KẾT QUẢ NGHIÊN CỨU
Tác động dịch covid-19 đối với thị trường chứng khoán Việt Nam
Thị trường chứng khoán châu Á, trong đó có Việt Nam, đã trải qua sự sụt giảm mạnh mẽ do ảnh hưởng của đại dịch Covid-19 Tình hình phức tạp của dịch bệnh đã làm lung lay niềm tin của các nhà đầu tư, dẫn đến việc thị trường chứng khoán Việt Nam tụt dốc nghiêm trọng Nhiều công ty chứng khoán buộc phải cắt lỗ để giảm thiểu thiệt hại Trong ba tháng đầu năm 2020, chỉ số VN-Index đã giảm 31% so với đầu năm, dừng lại ở mức 662,53 điểm.
I II III IV I II III IV I II
Hình 4.1: Diễn biến VN-Index trong giai đoan 2019 – 2021
Dữ liệu từ phần mềm EVIEWS cho thấy giá cổ phiếu của nhiều công ty giảm mạnh, dẫn đến kết quả kinh doanh sụt giảm trong quý I Khi Tổ chức Y tế Thế giới (WHO) dự đoán khả năng xảy ra đại dịch Covid-19, cổ phiếu tiếp tục giảm liên tục Các nhà đầu tư đã bán tháo cổ phiếu trên diện rộng sau kỳ nghỉ Tết Nguyên đán.
Trong thời gian gần đây, chỉ số VN-Index trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh đã ghi nhận sự giảm sâu, điển hình là vào ngày 03/02/2020 khi chỉ số này giảm 40 điểm, tương đương với 4,8% Chỉ trong ba phiên giao dịch sau kỳ nghỉ dài, VN-Index tiếp tục giảm 6,4% Thị trường chứng khoán cho thấy sự biến động mạnh mẽ với những lần tăng giảm đan xen, nhưng mức tăng không thật sự mạnh mẽ Sự nhạy cảm của thị trường đối với các thông tin xung quanh, cùng với tâm lý lo ngại về dịch bệnh Covid-19, đã dẫn đến phản ứng thái quá của các nhà đầu tư, đặc biệt là trong các lĩnh vực chịu ảnh hưởng nặng nề từ dịch bệnh.
- Công ty lớn thua lỗ nặng nề
Chứng khoán SSI dẫn đầu trên sàn Hose với tổng doanh thu đạt 963,5 tỷ đồng, tăng 34,38% so với cùng kỳ, nhưng lợi nhuận sau thuế giảm mạnh 92,12, chỉ còn 15,1 tỷ đồng Chứng khoán Bản Việt (VCSC) ghi nhận tổng doanh thu 379,1 tỷ đồng, tăng 3,34% so với cùng kỳ, nhưng báo lỗ hơn 22,7 tỷ đồng Trong khi đó, Chứng khoán VNDirect (VND) có doanh thu 456,9 tỷ đồng, tăng 42,42% so với cùng kỳ, nhưng lợi nhuận sau thuế giảm 34,77%, đạt 58,5 tỷ đồng.
Theo báo cáo Chính phủ, trong 6 tháng đầu năm 2020, nhiều doanh nghiệp đã gặp khó khăn nghiêm trọng, với Tổng công ty Hàng không Việt Nam dự báo lỗ khoảng 15.000 – 16.000 tỷ đồng và có thể phải đến năm 2024 mới khắc phục được Tập đoàn Hóa chất Việt Nam cũng ghi nhận lỗ hơn 1.000 tỷ đồng trong nửa đầu năm và tiếp tục lỗ hơn 500 tỷ đồng trong quý III Trong khi đó, Tập đoàn Xăng dầu Việt Nam lỗ khoảng 220 tỷ đồng trong hai quý đầu năm Báo cáo tài chính quý III/2020 của Vinasun cho thấy doanh thu thuần của hãng giảm một nửa so với cùng kỳ năm trước.
Năm 2019, doanh thu đạt 743,7 tỷ đồng, cho thấy sự sa sút đáng kể Nếu không tính đến các chi phí thường xuyên như chi phí tài chính, chi phí bán hàng và chi phí quản lý doanh nghiệp, tình hình tài chính sẽ còn khó khăn hơn.
Doanh thu thuần của Vinasun trong quý III/2020 không đủ bù đắp giá vốn, dẫn đến lợi nhuận gộp âm 21 tỷ đồng trong quý và âm 35,5 tỷ đồng trong 9 tháng đầu năm Kết quả là, lợi nhuận sau thuế của công ty trong quý III/2020 ghi nhận âm 57 tỷ đồng, trong khi cùng kỳ năm trước đạt 41,4 tỷ đồng dương.
- Công ty nhỏ báo lỗ
Công ty chứng khoán FPT (FPTS) dẫn đầu về mức lỗ trong quý I với con số lỗ lên tới hơn 97,2 tỷ đồng, theo báo cáo tài chính trong 3 tháng đầu năm.
Năm 2020, FPTS ghi nhận doanh thu hoạt động âm gần 57 tỷ đồng, chủ yếu do việc đánh giá lại các tài sản chính (FVTPL) trong danh mục tự doanh, dẫn đến khoản lỗ lên tới 154 tỷ đồng Mặc dù vậy, hoạt động này đã từng mang lại doanh thu lớn cho FPTS trong năm trước đó.
Vào năm 2019, cổ phiếu MSH mà FPTS nắm giữ (chiếm 98,85%) đã giảm hơn 20% trong quý I/2020, dẫn đến khoản lỗ hơn 144,6 tỷ đồng Tương tự, công ty chứng khoán Bảo Minh (BMSC) cũng ghi nhận mức lỗ gần tương tự.
Công ty chứng khoán Rồng Việt (VDSC) ghi nhận lỗ kỷ lục hơn 88,4 tỷ đồng, chủ yếu do trích lập dự phòng cho danh mục tự doanh Đồng thời, hoạt động FVTPL của công ty cũng báo lỗ 38 tỷ đồng, chủ yếu là do đánh giá lại tài sản Lỗ ròng từ hoạt động tự doanh là nguyên nhân chính dẫn đến tình hình tài chính khó khăn này.
Trong quý I/2020, VDSC đã ghi nhận lỗ lớn do đầu tư vào các công ty như DIG, BSR, DXG, với tổng thiệt hại lên tới 103 tỷ đồng Theo báo cáo của Phòng Thương mại và Công nghiệp Việt Nam (VCCI) và Ngân hàng Thế giới (WB) về tác động của dịch bệnh Covid-19 đối với doanh nghiệp Việt Nam, gần 10.200 doanh nghiệp đã được khảo sát và cho thấy cả doanh nghiệp tư nhân trong nước lẫn doanh nghiệp FDI đều chịu ảnh hưởng nặng nề Đặc biệt, 89,3% doanh nghiệp FDI quy mô nhỏ cho biết bị ảnh hưởng tiêu cực lớn hoặc hoàn toàn, trong khi tỷ lệ này ở doanh nghiệp FDI quy mô lớn là 88% Các doanh nghiệp quy mô vừa và siêu nhỏ cũng bị ảnh hưởng nhưng ở mức thấp hơn, lần lượt là 87,3% và 87%.
Tỷ lệ doanh nghiệp tư nhân siêu nhỏ chịu ảnh hưởng tiêu cực từ đại dịch Covid-19 lên tới 87,7%, trong khi tỷ lệ này ở các nhóm doanh nghiệp khác là 86,1% Các lĩnh vực bị tác động nặng nề nhất bao gồm May mặc (97%), Thông tin truyền thông (96%), và Sản xuất thiết bị điện (94%) Tổng Công ty May Nhà Bè (MNB) ghi nhận doanh thu thuần quý 1/2021 chỉ đạt 658,6 tỷ đồng, giảm 38% so với cùng kỳ năm trước, dẫn đến lợi nhuận gộp giảm 42% Công ty May mặc Bình Dương cũng bị ảnh hưởng nặng nề với doanh thu giảm 4% xuống 307 tỷ đồng Các công ty khác như Garmex Saigon và Dệt may Hòa Thọ cũng chứng kiến doanh thu giảm lần lượt 18% và 27% Tập đoàn Dệt May Việt Nam (Vinatex) không khả quan hơn khi doanh thu giảm 15% xuống còn 3.377 tỷ đồng, với lãi ròng giảm 12%.
Sau khi dịch Covid-19 được kiểm soát, thị trường chứng khoán Việt Nam đã phục hồi nhanh chóng với VN-Index tăng khoảng 13% Dòng tiền đầu tư vào thị trường cũng gia tăng mạnh mẽ, từ 5-6 tỷ đồng lên 15-17 tỷ đồng mỗi phiên gần đây Ông Trần Văn Dũng, Chủ tịch Ủy ban Chứng khoán Nhà nước, nhận định rằng thị trường chứng khoán đã vượt qua giai đoạn khó khăn do dịch Covid-19 một cách ngoạn mục, với sự tăng trưởng mạnh mẽ sau khi đã tụt sâu Đặc biệt, từ quý II/2020 đến nay, thị trường vẫn duy trì đà phục hồi tích cực, bất chấp đợt bùng phát dịch lần 2, với VN-Index tăng đều trong quý II và III, và bứt phá mạnh vào quý cuối.
VN-Index đã tăng xấp xỉ 70% so với tháng 3/2020, đạt ngưỡng 1100 điểm, nhờ vào việc Nhà nước kiểm soát tốt dịch bệnh và các chính sách hỗ trợ từ ngân hàng cùng cơ quan quản lý thị trường chứng khoán Các kênh đầu tư như gửi tiết kiệm và vàng trở nên kém hấp dẫn do lãi suất giảm và giá vàng ổn định, khiến nhà đầu tư chuyển dòng tiền nhàn rỗi vào thị trường chứng khoán, làm tăng sức mua Theo thống kê từ Hội đồng quản trị Sở Giao dịch Chứng khoán TP Hồ Chí Minh (HOSE), số lệnh giao dịch của các công ty chứng khoán hàng đầu đã tăng từ 3 đến 12 lần.
Phân tích từng giai đoạn của thị trường chứng khoán Việt Nam chịu ảnh hưởng từ dịch Covid-19
- Giai đoạn suy giảm mạnh (quý I/2020)
Khi dịch bệnh Covid-19 bùng phát tại Việt Nam vào ngày 23/01/2020, thị trường chứng khoán Việt Nam đã trải qua một giai đoạn suy giảm nghiêm trọng Cụ thể, vào ngày 19/01, VN-Index giảm gần 61 điểm, dẫn đến tình trạng hoảng loạn trên thị trường Trong ba tháng đầu năm 2020, chỉ số VN-Index đã giảm 31% so với đầu năm, và vào ngày 20/03/2020, chỉ số này đã mất mốc 710 điểm, kết thúc tháng 3/2020 ở mức 662,53 điểm Đây là thời điểm thị trường chứng khoán rơi xuống đáy thấp nhất, chịu ảnh hưởng nặng nề từ đại dịch, đồng thời cũng là phiên giảm điểm lớn nhất trong hơn 20 năm hình thành và phát triển của thị trường chứng khoán Việt Nam.
Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh, TTCKVN sau 3 tháng đầu năm 2020, đã bốc hơi 886.420 tỷ đồng vốn hóa, tương đương với 37,4 tỷ USD
I II III IV I II III IV I II
Hình 4.2: Diễn biến chỉ số VN-Index từ năm 2019 – 2020 và những dấu mốc đặc biệt
Trong bối cảnh dịch bệnh Covid-19 diễn biến phức tạp, các chỉ số chứng khoán Việt Nam đã trải qua những biến động mạnh mẽ Sự suy giảm toàn cầu của thị trường chứng khoán đã ảnh hưởng tiêu cực đến tâm lý nhà đầu tư, đặc biệt khi các nhà đầu tư nước ngoài liên tục thực hiện giao dịch bán ròng Chỉ trong tuần cuối tháng 3 năm 2020, có tới 80,6 triệu đơn vị cổ phiếu được bán ra với giá trị lên đến 1.500 tỷ đồng, đánh dấu tuần bán ròng thứ 9 của các nhà đầu tư nước ngoài Tại Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh, ước tính khối ngoại đã bán ròng hơn 10.270 tỷ đồng.
Trong bối cảnh thị trường chứng khoán giảm điểm, 18/19 nhóm ngành ghi nhận sự suy yếu trong dòng tiền đầu tư Cụ thể, toàn sàn có đến 437 mã cổ phiếu giảm giá, trong đó có 98 mã giảm sàn, trong khi chỉ có 44 mã tăng sàn Tình trạng này đã góp phần làm cho thị trường chứng khoán rơi vào tình trạng xuống dốc nghiêm trọng.
Trong thời gian gần đây, cổ phiếu của Ngân hàng TMCP Công thương Việt Nam giảm 7% so với phiên trước, trong khi BID của Ngân hàng TMCP Đầu tư và Phát triển Việt Nam cũng giảm 7% Các mã cổ phiếu chứng khoán như SSI của Công ty cổ phần Chứng khoán SSI và HCM của Công ty cổ phần Chứng khoán Hồ Chí Minh đều giảm 6,9% Ngành bảo hiểm cũng không khả quan khi PVI của Công ty cổ phần PVI giảm 9,9% và BMI của Tổng Công ty cổ phần Bảo Minh giảm 6,9% Những biến động này sẽ ảnh hưởng tiêu cực đến tâm lý nhà đầu tư và khiến thị trường tiếp tục suy giảm trong thời gian ngắn hạn.
Trong giai đoạn quý II và quý III năm 2020, thị trường chứng khoán Việt Nam đã trải qua một sự phục hồi mạnh mẽ sau khủng hoảng quý I do tác động tiêu cực từ khối ngoại Từ cuối tháng 3 đến tháng 7/2020, mặc dù có sự tăng giảm không đồng đều, nhưng TTCKVN vẫn được đánh giá là có khả năng chống chịu và phục hồi tốt nhất trong bối cảnh dịch bệnh Để hiểu rõ hơn về nguyên nhân của sự biến động này, cần xem xét các yếu tố tác động liên quan.
Dịch Covid-19 và làn sóng thứ hai
TTCKVN và thị trường toàn cầu đã chịu ảnh hưởng lớn từ dịch Covid-19 trong nửa cuối năm 2020 Mặc dù nhiều quốc gia vẫn ghi nhận ca nhiễm mới, tình hình đã có những cải thiện tích cực, với số ca tử vong giảm và số ca hồi phục tăng Đặc biệt, các nước như Trung Quốc, Anh, Nhật Bản và EU đã ghi nhận xu hướng giảm trong số ca nhiễm Tuy nhiên, việc nới lỏng giãn cách xã hội quá sớm tại một số quốc gia đã dẫn đến sự tái bùng phát dịch bệnh, như ở Mỹ, nơi số ca nhiễm tăng đột biến khi biện pháp giãn cách bị gỡ bỏ.
19 lần thứ 2 cũng ảnh hưởng toàn cầu nhưng tác động có phần hạn chế hơn so với lần đầu tiên dịch bệnh tràn lan
Việt Nam đã áp dụng các biện pháp quyết liệt như truy tìm dấu vết dịch bệnh, phong tỏa, giãn cách xã hội và đóng cửa biên giới, giúp khống chế thành công đợt bùng phát dịch Covid-19 lần thứ nhất Với kinh nghiệm từ đợt đầu, Việt Nam có khả năng kiểm soát dịch tốt hơn trong đợt bùng phát lần thứ hai Điều này cho thấy rằng vùng giá thấp nhất của thị trường chứng khoán Việt Nam trong năm 2020 đã xảy ra vào cuối tháng 3, thời điểm đỉnh điểm của dịch Covid-19 trong nước.
Tốc độ phục hồi của nền kinh tế toàn cầu và Việt Nam
Trong quý I năm 2020, nền kinh tế toàn cầu rơi vào tình trạng tồi tệ nhất, nhưng kỳ vọng cho sự phục hồi theo mô hình chữ U đã xuất hiện nhờ vào các gói hỗ trợ quy mô lớn Các quốc gia bắt đầu nới lỏng các biện pháp giãn cách xã hội, dẫn đến sự phục hồi mạnh mẽ của trạng thái tài chính toàn cầu.
Hình 4.3: Chỉ số Bloomberg trạng thái tài chính toàn cầu
Nguồn: Bloomberg, KB Securities Vietnam Chỉ số dựa trên trung bình của nước Mỹ, Anh, Khu vực châu Âu và châu Á (trừ Nhật Bản)
Kinh tế Việt Nam hiện đang phụ thuộc cao vào xuất khẩu, chiếm khoảng 106% GDP, mặc dù đã gỡ bỏ giãn cách xã hội Tuy nhiên, hoạt động giao thương quốc tế vẫn chưa trở lại bình thường, gây ra nhiều thách thức cho nền kinh tế Để ứng phó, nhà nước đã thực hiện các biện pháp nới lỏng tiền tệ, cắt giảm lãi suất và triển khai các gói hỗ trợ tài khóa lớn Những tín hiệu tích cực từ Việt Nam thể hiện qua chỉ số PMI và chỉ số sản xuất công nghiệp IIP trong tháng gần đây.
6 tăng mạnh trở lại, GDP quý II tăng trưởng dương bất chấp cách ly xã hội trong tháng 4
Sự hồi phục của thị trường chứng khoán toàn cầu, bao gồm cả thị trường chứng khoán Việt Nam, được kỳ vọng sẽ tiếp tục nhờ vào những dấu hiệu tích cực Tuy nhiên, thực tế cho thấy quá trình này có thể diễn ra chậm hơn do tâm lý phòng thủ của cả nhà đầu tư và người tiêu dùng.
Hình 4.4: Tương quan chỉ số VN-Index và kỳ vọng tăng trưởng GDP toàn cầu năm 2021 của Bloomberg
Nguồn: Bloomberg, KB securities Vietnam
Hình 4.5: Tương quan chỉ số FTSE World Index và kỳ vọng tăng trưởng
GDP toàn cầu năm 2021 của Bloomberg
Theo Bloomberg và KB Securities Việt Nam, những lo ngại về khả năng lây lan và tái phát dịch bệnh vẫn còn hiện hữu, khiến việc mở cửa giao thương giữa các quốc gia diễn ra chậm và cần thêm thời gian để ổn định Do đó, nền kinh tế trong nước có thể gặp rủi ro lớn trong việc phục hồi hoạt động kinh doanh sản xuất, không đạt được kỳ vọng, dẫn đến nhiều tác động tiêu cực cho thị trường chứng khoán Việt Nam.
Trong Quý III/2020, dịch Covid-19 bùng phát lần thứ hai đã khiến VN-Index tạo đáy vào tháng 7 Tuy nhiên, thị trường chứng khoán Việt Nam đã phục hồi mạnh mẽ, đưa Việt Nam trở thành một trong những thị trường chứng khoán tăng trưởng hàng đầu thế giới trong tháng 8 và 9, với chỉ số VN-Index tăng 10,43%, được xem là mức tăng mạnh nhất toàn cầu Mặc dù tính thanh khoản trong tháng 9 vượt trội so với tháng 8, nhưng mức tăng không cao, với khối lượng giao dịch trên sàn HOSE tăng 23% so với tháng trước.
32 hơn 352 triệu cổ phiếu/ phiên) cùng với giá trị giao dịch trung bình tăng lên mức 6.644 tỷ đồng (tương đương tăng 31%)
Tính đến ngày 30/9/2020, vốn hóa thị trường sàn HOSE đạt 3,2 triệu tỷ đồng, ghi nhận mức tăng 91.722 tỷ đồng, tương đương với 2,94% so với cuối tháng 8 Đồng thời, chỉ số VN-Index cũng nằm trong top mười chỉ số có mức tăng vượt bậc trong quý III.
Hình 4.6: Diễn biến VN-Index trong tháng 9 Đơn vị: Điểm
Nguồn: Tạp chí Tài chính
Hình 4.7 Diễn biến VN-Index kể từ tháng 4 đến hết tháng 9 Đơn vị: điểm
Nguồn: Tạp chí Tài chính
Trong giai đoạn từ tháng 4 đến tháng 9, TTCKVN đã phục hồi mạnh mẽ từ đáy sau thời gian giảm sút do ảnh hưởng của dịch Covid-19 Sự gia tăng nguồn tiền đầu tư ồ ạt để bắt đáy đã giúp VN-Index liên tục tăng trưởng, với nhiều cổ phiếu vượt qua mức giá trước khi dịch bùng phát Các nhà đầu tư mới chính là yếu tố quan trọng giúp chỉ số hồi phục nhanh chóng.
Từ tháng 4 đến tháng 9, thanh khoản sàn HOSE ghi nhận sự tăng trưởng mạnh mẽ so với 6 tháng đầu năm 2020, với giá trị giao dịch tăng 34,5%, đạt 5.455 tỷ đồng mỗi phiên Đồng thời, khối lượng giao dịch trung bình cũng đạt 319,8 triệu cổ phiếu mỗi phiên.
Kết quả phân tích qua mô hình
Bảng 4.1: Thống kê mô tả của tỷ suất lợi nhuận theo ngày
Mean 6.43e-05 Median 0.000323 Maximum 0.033620 Minimum -0.029999 Std Dev 0.006156 Skewness -0.319880 Kurtosis 5.155343
Theo kết quả phân tích, Bảng 4.1 trình bày thống kê mô tả tỷ suất lợi nhuận của chỉ số VN-Index Giá trung bình dương cho thấy xu hướng tăng trong khoảng thời gian quan sát Hệ số độ nhọn (Kurtosis) đạt 5,15543, lớn hơn 3, cho thấy chuỗi tỷ suất lợi nhuận có đuôi dài và dày, đồng thời không tuân theo quy luật phân phối chuẩn Giả thuyết phân phối chuẩn bị bác bỏ do kiểm định Jarque-Bera có ý nghĩa thống kê ở mức 1%.
Kiểm định tính dừng của chuỗi VN-Index được thực hiện thông qua chuỗi logarit của tỷ suất lợi nhuận hằng ngày Hình 4.16 minh họa biến động của chuỗi tỷ suất lợi nhuận VN-Index từ năm 2019 đến 2021, cho thấy sự tồn tại của các biến động cụm (volatility clustering) với khoảng thời gian biến động có xu hướng liên tiếp Mặc dù phương sai thay đổi theo thời gian, các tỷ suất lợi nhuận vẫn giao động quanh giá trị trung bình không đổi.
I II III IV I II III IV I II
I II III IV I II III IV I II
Hình 4.16 : Biến động cụm của tỷ suất lợi nhuận hàng ngày của VN-Index
Bảng 4.2 trình bày kết quả kiểm tra tính dừng của chuỗi thông qua kiểm định ADF và PP, cho thấy giá trị p-value của cả hai kiểm định đều nhỏ hơn 5% Đồng thời, bảng cũng thể hiện kết quả kiểm định phương sai không đồng nhất bằng kiểm định ARCH-LM, với kết quả kiểm định ADF và PP đều lớn hơn giá trị quy định.
Tại mức ý nghĩa 1%, giả thuyết H0 bị bác bỏ với giá trị critical khoảng -3,96, cho thấy chuỗi dữ liệu thời gian trong nghiên cứu này có tính dừng Kiểm định ARCH-LM được sử dụng để kiểm tra hiệu ứng ARCH của phần dư chuỗi tỷ suất lợi nhuận VN-Index Với p-value < 5%, giả thuyết H0 cũng bị bác bỏ, khẳng định sự tồn tại của hiệu ứng ARCH trong phần dư của mô hình chuỗi thời gian Kết quả này khuyến nghị rằng các mô hình GARCH là phù hợp để ước tính Nghiên cứu này nhằm xác định mô hình GARCH tốt nhất cho chuỗi dữ liệu thời gian.
Do đó, mô hình GARCH được sử dụng để ước lượng đo lường biến động chuỗi tỷ suất lợi nhuận của VN-Index trên TTCKVN
Bảng 4.2: Kết quả kiểm định tính dừng và hiệu ứng ARCH của phần dư
Bảng 4.3 trình bày kết quả ước tính từ mô hình GARCH(1,1) và GARCH-M(1,1), cho thấy các tham số mô hình GARCH có ý nghĩa thống kê Các hệ số hồi quy 𝛼0, 𝛼1 và 𝛽 đều có ý nghĩa tại mức 1% Cụ thể, 𝛼1 phản ánh cú sốc đối với biến động VN-Index, trong khi 𝛽 cho thấy biến động hiện tại của VN-Index được giải thích bởi biến động trong quá khứ Đặc biệt, giá trị 𝛽 lớn hơn nhiều so với 𝛼1 trong phương trình phương sai có điều kiện, khẳng định tính ổn định của mô hình.
Cú sốc có ảnh hưởng lâu dài đến sự biến động của VN-Index, với 14,3% sự biến động của chỉ số chứng khoán tại thời điểm t+1 được giải thích bởi sự thay đổi ở thời điểm t Kết quả cho thấy VN-Index chịu tác động mạnh mẽ từ quá khứ, với độ lớn của 𝛼 1 và 𝛽 thể hiện độ dao động trong chuỗi dữ liệu Tổng các hệ số này là 0,979980, thỏa mãn điều kiện của mô hình GARCH, cho thấy biến động lớn trong giai đoạn này sẽ dẫn đến biến động lớn trong lợi nhuận VN-Index ở các giai đoạn trước Các cú sốc đối với phương sai có điều kiện tồn tại lâu dài, cho thấy quá trình hội tụ của phương sai là chậm Mô hình GARCH-M(1,1) cho thấy tỷ suất lợi nhuận bất thường với hằng số có ý nghĩa tại mức 1% Hệ số của phương sai có điều kiện trong phương trình trung bình (𝜆 - Risk premium) có giá trị dương nhưng không có ý nghĩa thống kê, chứng tỏ không có sự đánh đổi giữa lợi nhuận và rủi ro Các hệ số hồi quy trong phương trình phương sai của mô hình GARCH-M(1,1) như 𝛼 0, 𝛼 1, và 𝛽 đều có ý nghĩa thống kê tại mức 1%.
Hệ số 𝛼 1 và 𝛽 gần bằng 1 (0,979858) cho thấy khả năng tồn tại của cú sốc trong tương lai Điều này chỉ ra rằng biến động phương sai sẽ lớn khi lợi nhuận VN-Index thay đổi Các cú sốc về phương sai có điều kiện có khả năng kéo dài và quá trình hội tụ của phương sai dài hạn sẽ diễn ra chậm.
Bảng 4.3: Kết quả ước tính mô hình GARCH(1,1) và GARCH-M(1,1)
Bảng 4.4 trình bày kết quả phân tích từ mô hình EGARCH(1,1) và TGARCH(1,1), được sử dụng để kiểm tra tính đối xứng của chuỗi dữ liệu Các mô hình này cho phép đánh giá sự biến động và đặc điểm của dữ liệu, cung cấp cái nhìn sâu sắc về tính chất của chuỗi thời gian.
Mô hình EGARCH(1,1) cho thấy hiệu ứng đòn bẩy với hệ số hồi quy 𝛾 âm (-0,046820), chỉ ra mối tương quan âm giữa tỷ suất lợi nhuận trong tương lai và quá khứ trên chuỗi VN-Index Ngược lại, mô hình TGARCH(1,1) có hệ số 𝛾 dương, cho thấy ảnh hưởng bất đối xứng của tin tức, với các cú sốc âm tạo ra hiệu ứng mạnh hơn so với cú sốc dương Mặc dù cả hai mô hình đều có ý nghĩa thống kê ở mức 1%, nhưng để chọn mô hình phù hợp nhất, ta dựa vào chỉ số AIC và SIC Kết quả cho thấy TGARCH(1,1) không phải là lựa chọn tối ưu để giải thích hiệu ứng đòn bẩy trong biến động tỷ suất lợi nhuận chứng khoán.
Bảng 4.4: Kết quả ước tính mô hình T-GARCH(1,1) và E-GARCH(1,1)
Nguồn : Từ kết quả phân tích của tác giả
Thảo luận kết quả nghiên cứu
Mô hình GARCH(1,1) cho thấy tổng hệ số 𝛼 1 và 𝛽 là 0,979980, chứng tỏ biến động của VN-Index có tính dai dẳng và lâu dài Trong khi đó, mô hình GARCH-M(1,1) cho thấy phần bù rủi ro (𝜆) có giá trị dương (0,158781) nhưng không có ý nghĩa thống kê, cho thấy không có sự đánh đổi giữa lợi nhuận và rủi ro Điều này nghĩa là rủi ro thị trường cao hơn không đồng nghĩa với tỷ suất lợi nhuận cao hơn Để nghiên cứu hiệu ứng bất đối xứng, mô hình EGARCH(1,1) và TGARCH(1,1) được xem xét, trong đó tham số 𝛾 trong mô hình EGARCH(1,1) có giá trị âm và có ý nghĩa thống kê ở mức 1%.
Mô hình TGARCH(1,1) cho thấy hiệu ứng đòn bẩy với hệ số (𝛾) dương, cho thấy cú sốc âm có tác động lớn hơn so với cú sốc dương Tuy nhiên, khi so sánh với mô hình EGARCH(1,1), chỉ số AIC và SIC của TGARCH(1,1) lại cao hơn, chứng tỏ mô hình này không phù hợp cho nghiên cứu Cú sốc dương chỉ ảnh hưởng 6,05% đến biến động chỉ số chứng khoán tại thời điểm t+1, cho thấy tác động không lớn.
Dựa trên tiêu chí AIC và SIC, mô hình có giá trị nhỏ nhất sẽ được lựa chọn, trong khi với giá trị hợp lý cực đại, mô hình có giá trị lớn nhất sẽ được ưu tiên Do đó, giữa GARCH(1,1) và GARCH-M(1,1), mô hình GARCH(1,1) là lựa chọn tối ưu Tương tự, trong trường hợp EGARCH(1,1) và TGARCH(1,1), mô hình EGARCH(1,1) là sự lựa chọn phù hợp nhất.
Thị trường chứng khoán Việt Nam (TTCKVN) đã trải qua nhiều khó khăn, nhưng đã ghi nhận những kết quả tích cực, đặc biệt là vào đầu năm 2021 khi VN-Index vượt mốc 1200 điểm lần đầu tiên sau hơn 20 năm Kết thúc phiên giao dịch đầu tháng 4 năm 2021, chỉ số VN-Index bất ngờ tăng 24,66 điểm, đạt 1216,1 điểm, đánh dấu mức tăng mạnh nhất trong bối cảnh dịch Covid-19 và vượt qua đỉnh cũ 1204,33 điểm vào năm 2018 Tiếp theo, vào ngày 5/4/2021, VN-Index tiếp tục lập kỷ lục mới ở mức 1236 điểm Sự gia tăng này đã giúp VN-Index trở thành một trong những chỉ số tăng mạnh nhất châu Á, phản ánh sự biến động mạnh mẽ giữa lợi nhuận và rủi ro Phân tích GARCH(1,1) cho thấy tỷ suất lợi nhuận của VN-Index trong quá khứ có ảnh hưởng đến tỷ suất sinh lời hiện tại, cho thấy sự tồn tại của biến động trong chỉ số này.
Theo số liệu từ Trung tâm lưu ký Chứng khoán Việt Nam (VSD), thị trường chứng khoán Việt Nam (TTCKVN) đã mở rộng quy mô với sự gia tăng đáng kể về số lượng nhà đầu tư và khối lượng giao dịch Trong năm 2020, mỗi tháng có khoảng 50.000 nhà đầu tư mới tham gia, với gần 394.000 tài khoản được mở, gấp đôi so với năm 2019 Mặc dù xu hướng này tiếp tục trong đầu năm 2021, lãi suất cần duy trì ở mức thấp để hỗ trợ dòng tiền chuyển từ các kênh đầu tư khác sang TTCK Sự gia tăng quy mô thị trường kéo theo sự tham gia của nhiều công ty từ các ngành nghề khác nhau, dẫn đến ảnh hưởng từ thông tin tích cực hoặc tiêu cực đến tâm lý nhà đầu tư và TTCK Mô hình EGARCH(1,1) cho thấy sự bất đối xứng qua hệ số hiệu ứng đòn bẩy (𝛾), chỉ ra rằng tỷ suất sinh lời hiện tại bị ảnh hưởng bởi tỷ suất lợi nhuận trong quá khứ, cho thấy phương sai có điều kiện chịu tác động từ các cú sốc.
Dự báo ảnh hưởng của dịch covid-19 đến thị trường chứng khoán Việt Nam 47
Để dự báo tỷ suất lợi nhuận hằng ngày của VN-Index trong giai đoạn 2021-2025, chúng tôi sẽ áp dụng mô hình GARCH(1,1) với biến giả lập CRISIS Trong mô hình này, khi CRISIS = 1, có nghĩa là xảy ra khủng hoảng, còn CRISIS = 0 biểu thị không có khủng hoảng Để nâng cao độ chính xác của kết quả, chúng tôi sẽ mở rộng khoảng thời gian phân tích.
2007 đến năm 2021 Dưới đây là kết quả ước lượng mô hình GARCH(1,1) có biến giả lập (CRISIS)
Bảng 4.5 : Kết quả ước lượng mô hình GARCH(1,1) có biến giả lập (CRISIS) trong giai đoạn năm 2007 đến năm 2019
Method: ML ARCH - Normal distribution (BFGS / Marquardt steps)
Coefficient covariance computed using outer product of gradients
Variable Coefficient Std Error z-Statistic Prob
S.E of regression 0.005994 Akaike info criterion -7.716643
Sum squared resid 0.125140 Schwarz criterion -7.704280
Log likelihood 13457.11 Hannan-Quinn criter -7.712230
Nguồn : Dựa vào số liệu và kết quả trên phần mềm Eviews
Mô hình GARCH(1,1) với biến CRISIS đã được ước lượng lại và kiểm tra không có tính tự tương quan, cho thấy tính phù hợp của mô hình Kết quả từ Bảng 4.5 chỉ ra rằng biến ngoại sinh CRISIS có ảnh hưởng đáng kể đến biến động tỷ suất lợi nhuận của VN-Index ở mức ý nghĩa 1%, với khủng hoảng làm tăng biến động lợi nhuận Dự báo cho biến động của VN-Index được thực hiện từ ngày 2/1/2020 đến 31/12/2025, và kết quả sẽ được trình bày trong Hình 4.17.
Kết quả dự báo trong Hình 4.17 cho thấy sự không ổn định, với phương sai có điều kiện tăng dần từ đầu năm 2020 đến ngày 29/12/2022, thời gian chịu ảnh hưởng của khủng hoảng từ biến CRISIS Sự gia tăng biến động này dẫn đến sự tăng trưởng của biến động lợi nhuận VN-Index, cho thấy phương sai có điều kiện hội tụ về giá trị trung bình dài hạn Đến ngày 29/12/2022, phương sai có điều kiện thấp hơn giá trị trung bình dài hạn, đánh dấu sự kết thúc của giai đoạn ước lượng khủng hoảng Hơn nữa, biên độ sai số chuẩn của dự báo trung bình có điều kiện được xây dựng dựa trên dự báo của phương sai có điều kiện.
Cách dự báo tăng và biên độ sai số chuẩn của dự báo trung bình có điều kiện đang dần mở rộng, dẫn đến việc phương sai có điều kiện cũng gia tăng theo.
I II III I II III IV I II III IV I II III IV I II III IV I II III IV
Forecast: RTF Actual: RT Forecast sample: 1/02/2020 12/31/2025 Included observations: 2029
Root Mean Squared Error 0.006558 Mean Absolute Error 0.004273 Mean Abs Percent Error 101.9360 Theil Inequality Coefficient 0.973411 Bias Proportion 0.000696 Variance Proportion 0.994178 Covariance Proportion 0.005127 Theil U2 Coefficient 0.973675 Symmetric MAPE 174.6718
I II III I II III IV I II III IV I II III IV I II III IV I II III IV
Hình 4.17 : Kết quả dự báo trung bình và phương sai của VN-Index từ năm
Nguồn : Dựa vào số liệu và kết quả trên phần mềm Eviews
Giai đoạn từ 1/1/2023 đến 30/12/2025 được dự báo là không có biến động lớn, cho thấy phương sai có điều kiện giảm dần theo khoảng cách và hội tụ về giá trị trung bình dài hạn Đến cuối giai đoạn ước lượng vào 30/12/2025, phương sai có điều kiện nhỏ hơn giá trị trung bình dài hạn do không có khủng hoảng Dự báo phương sai có điều kiện là cơ sở cho biên độ sai số chuẩn của dự báo trung bình có điều kiện, vì vậy, khi khoảng cách dự báo giảm, biên độ sai số chuẩn cũng thu hẹp dần.
Nghiên cứu của Lê Văn Tuấn và Phùng Duy Quang (2020) áp dụng mô hình GARCH(1,1) để dự báo tác động của biến động do đại dịch Covid-19 đối với thị trường chứng khoán Việt Nam (TTCKVN) Kết quả nghiên cứu cho thấy rõ ảnh hưởng của đại dịch đến sự biến động của thị trường, cung cấp cái nhìn sâu sắc về tình hình tài chính trong bối cảnh khủng hoảng.
Hình 4.18: Giả lập cho chỉ số VN-Index trong tương lai
Nguồn: Dựa trên số liệu và kết quả trên phần mềm Eviews của Lê Văn Tuấn và
Vào ngày 23/4/2020, nhóm tác giả đã bắt đầu tạo các đường giả lập, với đường nằm ngang gần với giai đoạn chịu ảnh hưởng của dịch Covid-19 vào ngày 22/1/2020, khi giá trị VN-Index đạt 991.46 Nhóm tác giả đã mô tả xác suất tương lai cho giá trị VN-Index đạt mốc 991.46 và tính số lần mà mỗi điểm giả lập vượt qua giá trị này trong tương lai.
Theo Hình 4.19, xác suất VN-Index đạt 991.46 có xu hướng tăng theo thời gian Vào ngày 30/8/2020, xác suất chỉ đạt 0,1%, cho thấy khả năng VN-Index quay lại mức trước dịch Covid-19 trong 4 tháng tới là gần như không thể Hình 4.17 cho thấy vào ngày 30/8/2020, dự báo phương sai có điều kiện đang tăng dần, điều này phản ánh sự biến động khủng hoảng do dịch Covid-19.
Sự tăng dần của VN-Index sẽ dẫn đến biến động lợi nhuận gia tăng, khiến khả năng phục hồi như trước dịch gần như bằng không Biểu đồ xác suất cho thấy xác suất 50% sẽ rơi vào ngày 19/11/2023, cho thấy khả năng phục hồi sau dịch mất khoảng hơn 3 năm Dự báo phương sai trong trạng thái giảm dần và hội tụ tại một điểm nhất định cho thấy biến động khủng hoảng sẽ giảm về mức ổn định, dẫn đến lợi nhuận VN-Index cũng sẽ ổn định trong dài hạn Do đó, khả năng phục hồi của thị trường chứng khoán vào ngày 19/11/2023 là hoàn toàn hợp lý.
Hình 4.19: Xác suất của VN-Index đạt tại điểm 991.46
Nguồn : Dựa trên số liệu và kết quả trên phần mềm Eviews của Lê Văn Tuấn và
4.5.2 Những động thái của cơ quan Nhà nước nhằm ổn định thị trường chứng khoán trước tác động của Đại dịch COVID-19
4.5.2.1 Định hướng chung Đại dịch Covid-19 bùng phát khiến cho nền kinh tế trong và ngoài nước bị ảnh hưởng trầm trọng Nền kinh tế liên tục bị ngưng trệ và sụt giảm làm cho ngân sách của Nhà nước suy giảm nặng nề Ngoài ra còn do chính sách tiền tệ bị ràng buộc với lạm phát và tỷ giá, chính vì vậy Nhà nước không áp dụng các chính sách vĩ mô như các nước lớn trên thế giới Ta có thể thấy nếu tiền tệ được nới lỏng với quy mô lớn sẽ làm cho nội tệ mất giá, các môi trường đầu tư đều trở nên rủi ro hơn và làm cho các nguồn vốn đầu tư từ nước ngoài vào Việt Nam bị trì hoãn Do đó, để các chính sách trợ giúp và giải pháp hỗ trợ dịch bệnh được thực hiện trong tương lai, Chính phủ đã thực hiện các biện pháp huy động nguồn lực tài chính theo thứ tự ưu tiên như sau : i) Cắt giảm chi phí đặc biệt là các chi phí không cần thiết như đi công tác trong và ngoài nước, hội nghị, hội thảo… tối thiểu 10% ii) Tận dụng các nguồn vay vốn ưu đãi với lãi suất rất thấp hoặc không lãi suất từ các tổ chức quốc tế nếu có iii) Trong tình hình điều kiện hệ thống tài chính dư thừa thanh khoản, Chính phủ phát hành trái phiếu với lãi suất thấp Tuy nhiên, trái phiều chính phủ cần phát hành ở mức vừa đủ nhằm giúp doanh nghiệp tư nhân trong giai đoạn sau dịch bệnh có thể tiếp cận vốn dễ dàng hơn
Trong bối cảnh dịch bệnh kéo dài, nhiều doanh nghiệp có nguy cơ phá sản, do đó, Nhà nước cần đảm bảo ổn định kinh tế vĩ mô và cải thiện môi trường đầu tư Việc giám sát đầu tư công và thực hiện đúng mục đích là rất quan trọng Chính phủ cũng cần duy trì tỷ giá ổn định, kiểm soát lạm phát và giữ lãi suất ở mức thấp để thúc đẩy sự phục hồi của nền kinh tế trong và sau giai đoạn dịch.
Trong bối cảnh dịch bệnh Covid-19, lãnh đạo UBCKNN nhấn mạnh rằng việc kiểm soát và phòng chống dịch bệnh cần được đặt lên hàng đầu, đặc biệt là trước những tác động tiêu cực của đại dịch đến thị trường chứng khoán Đồng thời, các hoạt động sản xuất kinh doanh cũng cần được chú trọng để đảm bảo sự phát triển bền vững.
Đại dịch đã ảnh hưởng nặng nề đến 53% doanh nghiệp, buộc Chính phủ phải triển khai các chính sách trợ giúp nhằm kích thích nền kinh tế và giảm thiểu rủi ro từ chính sách tiền tệ và tài khóa Đồng thời, việc tăng cường tuyên truyền về các chính sách hỗ trợ, giải pháp và kết quả chống dịch sẽ giúp khôi phục niềm tin cho nhà đầu tư.
Ông Phạm Hồng Sơn, Phó Chủ tịch UBCKNN, cho biết Ủy ban sẽ chỉ đạo đơn vị chuyên môn xem xét gia hạn hợp đồng để hỗ trợ các công ty chứng khoán và giảm áp lực cho nhà đầu tư UBCKNN sẽ tiếp tục theo dõi diễn biến thị trường chứng khoán, tài chính và tiền tệ quốc tế, đồng thời phối hợp với các bộ ngành để ổn định nền kinh tế Ủy ban yêu cầu VSD và các sở giao dịch chứng khoán thực hiện báo cáo hàng ngày và tăng cường giám sát, đặc biệt là về tình hình giao dịch ký quỹ Để ổn định tâm lý nhà đầu tư, UBCKNN đã chủ động họp với các công ty chứng khoán và quản lý quỹ Cơ quan chức năng sẽ xử lý nghiêm các hành vi thao túng thị trường hoặc tung tin đồn nhằm trục lợi trong bối cảnh dịch bệnh.
4.5.2.2 Dự phòng giải pháp mạnh cho thị trường chứng khoán Việt Nam
Trong bối cảnh giá cổ phiếu giảm mạnh và nhà đầu tư gặp khó khăn, ông Nguyễn Thanh Ký, Tổng thư ký Hiệp hội Kinh doanh chứng khoán (VASB), cho biết VASB đang đề xuất Bộ Tài chính và Chính phủ cần có những giải pháp mạnh mẽ hơn Kể từ khi dịch bệnh bắt đầu ảnh hưởng tiêu cực đến thị trường chứng khoán, Chính phủ đã triển khai ba giải pháp để hỗ trợ.
