(LUẬN án TIẾN sĩ) lan tỏa suất sinh lợi và độ biến thiên giữa các thị trường chứng khoán

TỔNG QUAN NGHIÊN CỨU

Mục tiêu và câu hỏi nghiên cứu

Luận án này sẽ tập trung nghiên cứu mối quan hệ giữa suất sinh lợi và độ biến thiên của các thị trường chứng khoán (TTCK) Cụ thể, nghiên cứu sẽ phân tích tác động lan tỏa của suất sinh lợi và độ biến thiên từ các TTCK Mỹ, Nhật Bản và Hàn Quốc đến TTCK Việt Nam.

Nghiên cứu này sẽ bổ sung cơ sở lý thuyết về tác động lan tỏa của SSL và độ biến thiên giữa các thị trường, mở rộng phân tích sang miền tần số Trong khi hầu hết các nghiên cứu trước chỉ đưa ra một giá trị kiểm định duy nhất cho toàn bộ tập dữ liệu trong miền thời gian, nghiên cứu này sẽ cung cấp nhiều giá trị kiểm định khác nhau cho từng thành phần tần số Kết quả sẽ chứng minh rằng tác động lan tỏa có thể khác nhau giữa các thành phần tần số, từ đó cung cấp thông tin hữu ích cho các nhà đầu tư ngắn hạn và dài hạn trong việc ra quyết định chính xác hơn.

Nghiên cứu này sẽ mở rộng phân tích tác động lan tỏa SSL và độ biến thiên sang miền tần số, cung cấp thêm cơ sở cho nhà đầu tư ngắn hạn và dài hạn trong việc ra quyết định Mặc dù nghiên cứu trong miền thời gian là cần thiết, nhưng chưa đủ Phân tích trong miền tần số sẽ bổ sung lý thuyết về tác động lan tỏa SSL và độ biến thiên, tạo ra đóng góp mới cho lý thuyết trong luận án này.

1.4 Mục tiêu và câu hỏi nghiên cứu

Mục tiêu nghiên cứu là đánh giá mối liên hệ giữa các thị trường chứng khoán (TTCK) và mở rộng phân tích ở các thành phần tần số khác nhau Cụ thể, nghiên cứu sẽ phân tích tác động lan tỏa từ TTCK Mỹ, Nhật và Hàn Quốc đến TTCK Việt Nam trong cả ngắn hạn và dài hạn.

Từ đó, luận án đưa ra các mục tiêu cụ thể sau:

- Kiểm định tác động lan tỏa (spillover) SSL (return) và độ biến thiên (volatility) từ TTCK Mỹ, Nhật và Hàn Quốc lên TTCK Việt Nam (trong miền thời gian)

Kết quả nghiên cứu dự kiến sẽ cung cấp các bằng chứng thực nghiệm về ảnh hưởng của các thị trường này lên TTCK Việt Nam

Nghiên cứu này tập trung vào việc kiểm định tác động lan tỏa của SSL và độ biến thiên tương ứng với các thành phần tần số khác nhau Cụ thể, thành phần tần số thấp liên quan đến các biến thiên dài hạn, trong khi thành phần tần số cao phản ánh các biến thiên ngắn hạn thông qua phân tích trong miền tần số Kết quả dự kiến sẽ cung cấp bằng chứng cho thấy tác động lan tỏa có sự khác biệt rõ rệt ở các thành phần tần số khác nhau.

Luận án nhấn mạnh rằng việc mở rộng các kết quả sang miền tần số là rất quan trọng, nhằm cung cấp thông tin chính xác hơn cho cả nhà đầu tư ngắn hạn và dài hạn.

Trong bối cảnh toàn cầu hóa hiện nay, nền kinh tế Việt Nam ngày càng hội nhập sâu rộng vào kinh tế toàn cầu Thị trường chứng khoán (TTCK) Việt Nam, là một phần quan trọng của nền kinh tế, cũng chịu ảnh hưởng từ các TTCK thế giới Các thị trường lớn như Mỹ, Nhật Bản và Hàn Quốc có khả năng tác động mạnh mẽ đến nhiều TTCK khác, bao gồm cả Việt Nam Do đó, nghiên cứu này được thực hiện nhằm tìm hiểu và trả lời các câu hỏi nghiên cứu liên quan đến sự phụ thuộc của TTCK Việt Nam vào các thị trường quốc tế.

- TTCK Mỹ, Nhật và Hàn Quốc có tác động lan tỏa SSL lên TTCK Việt Nam hay không?

- TTCK Mỹ, Nhật và Hàn Quốc có tác động lan tỏa độ biến thiên lên TTCK Việt Nam hay không?

Luận án sẽ cung cấp bằng chứng thực nghiệm về tác động của các thị trường Mỹ, Nhật Bản và Hàn Quốc đối với thị trường chứng khoán Việt Nam.

Các nhà đầu tư ngắn hạn và dài hạn có mục tiêu đầu tư khác nhau, như đã phân tích Theo Granger & Lin (1995), mối quan hệ nhân quả trong dữ liệu tài chính có thể khác nhau tùy thuộc vào các thành phần tần số Do đó, luận án sẽ mở rộng đánh giá tác động lan tỏa SSL và độ biến thiên sang miền tần số Bên cạnh các câu hỏi nghiên cứu đã trình bày, kết quả của luận án cũng sẽ trả lời các câu hỏi nghiên cứu bổ sung.

Nghiên cứu này phân tích sự khác biệt về tác động lan tỏa của chỉ số SSL từ thị trường chứng khoán Mỹ, Nhật Bản và Hàn Quốc đến thị trường chứng khoán Việt Nam, tập trung vào các thành phần tần suất khác nhau Cụ thể, bài viết xem xét xem có sự khác biệt nào trong tác động này giữa các khoảng thời gian ngắn hạn và dài hạn hay không.

- Có sự khác biệt về mặt thống kê của tác động lan tỏa độ biến thiên từ TTCK

Mỹ, Nhật Bản và Hàn Quốc có sự tham gia khác nhau vào thị trường chứng khoán Việt Nam, với các tần suất khác nhau Điều này dẫn đến sự khác biệt rõ rệt giữa các nhà đầu tư trong ngắn hạn và dài hạn, ảnh hưởng đến chiến lược đầu tư cũng như xu hướng phát triển của thị trường.

Luận án dự kiến sẽ cung cấp bằng chứng thực nghiệm cho thấy tác động lan tỏa giữa các thị trường chứng khoán (TTCK) có thể khác nhau ở các thành phần tần số khác nhau Kết quả nghiên cứu sẽ chỉ ra rằng việc phân tích tác động lan tỏa cần được mở rộng sang miền tần số, nhằm cung cấp thông tin chính xác hơn cho các nhà đầu tư (NĐT) ngắn hạn và dài hạn.

1.5 Dữ liệu và phương pháp nghiên cứu

Dữ liệu thứ cấp được thu thập bao gồm các chỉ số thị trường đại diện cho các thị trường chứng khoán lớn, bao gồm chỉ số S&P 500 của Mỹ, chỉ số Nikkei 225 của Nhật Bản, chỉ số KOSPI của Hàn Quốc và chỉ số VN-Index của Việt Nam.

Kế thừa các nghiên cứu của Ciner (2011), Gradojevic (2013), Ozer & Kamisli

Năm 2016, nghiên cứu áp dụng phương pháp định lượng với các mô hình GARCH (Bollerslev, 1986) để đo lường độ biến thiên Đồng thời, kiểm định nhân quả Granger (Granger, 1969) được sử dụng để xác định tác động lan tỏa của SSL và độ biến thiên Cuối cùng, phân tích nhân quả trong miền tần số (Breitung & Candelon, 2006) được thực hiện nhằm phân tích sự lan tỏa của SSL và độ biến thiên trong miền tần số.

Nghiên cứu này thu thập dữ liệu hàng ngày của các chỉ số S&P 500, Nikkei 225, KOSPI và VN-Index từ các sàn chứng khoán Mỹ, Nhật, Hàn Quốc và Việt Nam trong giai đoạn từ 01/01/2012 đến 31/12/2015 Luận án tính toán SSL hàng ngày tại các thị trường này và kiểm định tác động lan tỏa SSL từ thị trường chứng khoán Mỹ, Nhật và Hàn Quốc lên thị trường chứng khoán Việt Nam thông qua kiểm định tính dừng của các chuỗi dữ liệu Để kiểm tra lan tỏa độ biến thiên, nghiên cứu ước lượng độ biến thiên bằng mô hình GARCH và áp dụng kiểm định nhân quả Granger cho chuỗi dữ liệu độ biến thiên Cuối cùng, để phân tích lan tỏa SSL và độ biến thiên trong miền tần số, nghiên cứu sử dụng phương pháp kiểm định nhân quả trong miền tần số do Breitung & đề xuất.

Những đóng góp về khoa học và thực tiễn của đề tài

Năm 2016, nghiên cứu áp dụng phương pháp định lượng với các mô hình GARCH (Bollerslev, 1986) để đo lường độ biến thiên Đồng thời, kiểm định nhân quả Granger (Granger Causality Test) (Granger, 1969) được sử dụng để xác định tác động lan tỏa của SSL và độ biến thiên Phân tích nhân quả trong miền tần số (Breitung & Candelon, 2006) cũng được thực hiện nhằm nghiên cứu sự lan tỏa của SSL và độ biến thiên trong miền tần số.

Nghiên cứu thu thập dữ liệu hàng ngày của các chỉ số S&P 500, Nikkei 225, KOSPI và VN-Index từ các sàn chứng khoán Mỹ, Nhật, Hàn Quốc và Việt Nam trong giai đoạn từ 01/01/2012 đến 31/12/2015 Luận án tính toán SSL hàng ngày tại các thị trường này và kiểm định tác động lan tỏa của SSL từ thị trường chứng khoán Mỹ, Nhật và Hàn Quốc lên thị trường Việt Nam thông qua kiểm định tính dừng của các chuỗi dữ liệu Để kiểm tra lan tỏa độ biến thiên từ các thị trường này sang thị trường Việt Nam, nghiên cứu ước lượng độ biến thiên bằng mô hình GARCH và áp dụng kiểm định nhân quả Granger cho chuỗi dữ liệu độ biến thiên đã ước lượng Cuối cùng, để phân tích lan tỏa SSL và độ biến thiên trong miền tần số, nghiên cứu sử dụng phương pháp kiểm định nhân quả trong miền tần số theo đề xuất của Breitung.

Nghiên cứu của Candelon (2006) áp dụng phương pháp phân tích chuỗi dữ liệu SSL và độ biến thiên ở các bước khác nhau Kết quả cho thấy tác động lan tỏa của SSL cùng với độ biến thiên ở các thành phần tần số khác nhau.

1.6 Những đóng góp về khoa học và thực tiễn của đề tài

1.6.1 Đóng góp về khoa học

Trong bối cảnh toàn cầu hóa mạnh mẽ, việc nghiên cứu tác động lan tỏa của SSL và độ biến thiên giữa các thị trường là rất quan trọng cho quyết định của nhà đầu tư, doanh nghiệp và chính sách Nhiều nghiên cứu đã đánh giá tác động này trên toàn cầu, nhưng hầu hết chưa phân tích sự khác biệt của mối liên hệ giữa các thị trường trong ngắn hạn và dài hạn Rất ít nghiên cứu tập trung vào lan tỏa SSL trong miền tần số, và đặc biệt chưa có nghiên cứu nào phân tích lan tỏa độ biến thiên trong miền tần số.

Nghiên cứu này sử dụng kỹ thuật phân tích trong miền tần số để khảo sát tác động lan tỏa của SSL và độ biến thiên giữa các thị trường theo các thành phần tần số khác nhau Qua đó, nghiên cứu cung cấp cái nhìn sâu sắc về mối liên hệ giữa các thị trường chứng khoán, đồng thời đóng góp vào việc bổ sung các lý thuyết đã được phát triển trước đó.

Mặc dù nhiều nghiên cứu đã chỉ ra rằng các thị trường phát triển có tác động lan tỏa đến các thị trường mới nổi, nhưng chưa có nghiên cứu nào thực hiện điều này tại thị trường chứng khoán Việt Nam Việc đánh giá tác động lan tỏa từ các thị trường toàn cầu và khu vực đến thị trường Việt Nam là rất quan trọng, vì nó cung cấp thông tin thiết yếu cho các nhà đầu tư trong và ngoài nước để đưa ra quyết định đầu tư và đa dạng hóa danh mục, cũng như giúp các nhà quản lý phát triển các chính sách phù hợp Nghiên cứu này sẽ phân tích tác động lan tỏa từ các thị trường phát triển lên thị trường Việt Nam, từ đó cung cấp cái nhìn sâu sắc hơn về mối liên hệ giữa thị trường Việt Nam và thị trường thế giới.

1.6.2 Đóng góp về thực tiễn

Nghiên cứu về tác động lan tỏa SSL và độ biến thiên giữa các thị trường cung cấp thông tin quý giá cho nhà đầu tư trong việc ra quyết định đầu tư chứng khoán và đa dạng hóa danh mục Nếu thị trường Việt Nam có mối liên hệ yếu với các thị trường phát triển như Mỹ, Nhật và Hàn Quốc, nhà đầu tư tại các thị trường này có thể giảm thiểu rủi ro bằng cách đầu tư vào thị trường Việt Nam Ngược lại, nếu mối liên hệ chặt chẽ, nhà đầu tư cần tìm kiếm các thị trường khác để đa dạng hóa danh mục, trong khi nhà đầu tư tại Việt Nam có thể dự báo SSL và rủi ro từ các biến động tại các thị trường phát triển Các nhà làm chính sách tại Việt Nam cũng cần chú ý đến các biến động toàn cầu để quản trị rủi ro và đảm bảo sự phát triển ổn định cho thị trường trong nước.

Kết quả của đề tài cung cấp thông tin hữu ích, giúp nhà đầu tư (NĐT) đưa ra quyết định chính xác theo nhu cầu Cụ thể, NĐT ngắn hạn thường dựa vào các phân tích ngắn hạn với tần suất cao, trong khi NĐT dài hạn lại dựa vào phân tích dài hạn với tần suất thấp để đưa ra quyết định đầu tư.

Kết quả nghiên cứu sẽ đóng góp vào lý thuyết và thực tiễn bằng cách phát hiện mối liên hệ giữa thị trường Việt Nam và thị trường thế giới qua các thành phần tần số khác nhau Điều này cung cấp thông tin quý giá cho nhà đầu tư và nhà hoạch định chính sách, giúp họ đưa ra quyết định phù hợp trong cả ngắn hạn lẫn dài hạn.

Kết cấu của đề tài

Để hoàn thành các mục tiêu nghiên cứu nêu ra, kết cấu luận án này bao gồm 5 chương sau:

Chương 1: Tổng quan nghiên cứu Chương này sẽ giới thiệu về bối cảnh nghiên cứu, từ đó nêu lý do chọn đề tài Từ đó, chương này sẽ trình bày một số nội dung quan trọng khác như vấn đề nghiên cứu, mục tiêu và câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu, dữ liệu và phương pháp nghiên cứu, những đóng góp về khoa học và thực tiễn của đề tài cũng như giới thiệu về kết cấu của đề tài

Chương 2: Cơ sở lý thuyết Chương này sẽ giới thiệu về SSL, độ biến thiên cũng như lan tỏa SSL và độ biến thiên Ngoài ra, chương hai còn giới thiệu về kỹ thuật phân tích dữ liệu trong miền tần số cũng như các ứng dụng của kỹ thuật này trong lĩnh vực kinh tế - tài chính Cuối cùng, chương này còn lược khảo các nghiên cứu liên quan đến lan tỏa SSL và độ biến thiên cũng như kỹ thuật phân tích trong miền tần số, từ đó đề xuất mô hình nghiên cứu của luận án

Chương 3: Phương pháp nghiên cứu Chương này sẽ giới thiệu mô hình nghiên cứu, sau đó sẽ trình bày chi tiết các bước phân tích dữ liệu, bao gồm thu thập dữ liệu, phân tích lan tỏa SSL bằng kiểm định nhân quả Granger (Granger, 1969), phân tích lan tỏa độ biến thiên thông qua ước lượng độ biến thiên bằng mô hình GARCH (Bollerslev, 1986) và kiểm định kiểm định tác động lan tỏa bằng kiểm định nhân quả Granger, cũng như phân tích lan tỏa SSL và độ biến thiên trong miền tần số bằng phương pháp nhân quả trong miền tần số (Breitung & Candelon, 2006)

Chương 4: Phân tích dữ liệu và kết quả nghiên cứu Chương này sẽ trình bày các kết quả nghiên cứu của luận án, bao gồm đồ thị của các chuỗi dữ liệu trong thời kì nghiên cứu, các kết quả kiểm định lan tỏa SSL và độ biến thiên giữa các TTCK trong miền thời gian và miền tần số Cụ thể hơn, chương 4 sẽ minh họa đồ thị của các chỉ số S&P 500, Nikkei 225, KOSPI và VN-Index cũng như SSL của chúng trong thời kì nghiên cứu Sau đó, chương này sẽ trình bày các kết quả kiểm định tác động lan tỏa SSL giữa các thị trường, tác động lan tỏa độ biến thiên giữa các thị trường cũng như kết quả phân tích lan tỏa SSL và độ biến thiên trong miền tần số

Chương 5: Kết luận Chương này sẽ tóm tắt các các kết quả nghiên cứu chính, các đóng góp về mặt khoa học và hàm ý quản trị của đề tài, từ đó làm nổi bật đóng góp mới của luận án Cuối cùng, chương này đưa ra những hạn chế và hướng nghiên cứu tiếp theo của đề tài.

Tóm tắt chương 1

Chương 1 đã giới thiệu tổng quan về nghiên cứu của luận án Chương này đã giới thiệu về bối cảnh nghiên cứu, từ đó nêu lý do nghiên cứu Sau đó, chương này đã trình bày một số nội dung quan trọng khác như vấn đề nghiên cứu, mục tiêu và câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu, dữ liệu và phương pháp nghiên cứu, những đóng góp về khoa học và thực tiễn của đề tài cũng như giới thiệu về kết cấu của đề tài

CHƯƠNG 2 CƠ SỞ LÝ THUYẾT

Chương 2 sẽ giới thiệu các cơ sở lý thuyết, từ đó đề xuất các giả thuyết nghiên cứu của luận án Chương này sẽ giới thiệu về SSL, độ biến thiên cũng như lan tỏa SSL và độ biến thiên Ngoài ra, chương này còn giới thiệu về kỹ thuật phân tích dữ liệu trong miền tần số cũng như các ứng dụng của kỹ thuật này trong lĩnh vực kinh tế

Chương này sẽ tổng hợp các nghiên cứu về lan tỏa SSL và độ biến thiên, đồng thời trình bày các kỹ thuật phân tích trong miền tần số Dựa trên những phân tích này, mô hình nghiên cứu cho luận án sẽ được đề xuất Các phần tiếp theo sẽ cung cấp chi tiết về những nội dung này.

Suất sinh lợi tính toán số tiền thu được ứng với mỗi đồng tiền bỏ ra (Brigham &

Ehrhardt, 2014) Như vậy, trên TTCK, SSL cho biết tỷ lệ phần trăm mà NĐT thu lợi được khi mua và bán các cổ phiếu

SSL ròng (hay lợi nhuận ròng) đơn giản (simple net return) có thể được tính toán bằng công thức như sau (Campbell, Lo, & MacKinlay, 1997):

𝑷 𝒕−𝟏 − 𝟏 (2.1) trong đó 𝑃 𝑡 và 𝑃 𝑡−1 là chỉ số giá của các thị trường tại thời điểm t và t-1

Khi đó, SSL gộp đơn giản (simple gross return) là (1 + 𝑅 𝑡 )

Lợi nhuận ròng trong k thời kỳ gần nhất từ ngày t − k đến ngày k, được ký hiệu là 1 + R t (k), được xác định bằng tích của SSL gộp trong k thời kỳ bắt đầu từ thời điểm t − k + 1.

𝑷 𝒕−𝒌 (2.2) và SSL ròng qua 𝑘 thời kỳ, ký hiệu là 𝑅 𝑡 (𝑘), bằng tích của SSL gộp của 𝑘 thời kì trừ

1 Các SSL đa thời kì này (multiperiod returns) được gọi là SSL kép (compound return)

SSL kép liên tục được định nghĩa là logarithm tự nhiên của SSL gộp, được tính toán theo công thức do Campbell và cộng sự (1997) đề xuất.

𝑷 𝒕−𝟏 (2.3) trong đó o ln(𝑥) là logarithm tự nhiên của x o 𝑃 𝑡 và 𝑃 𝑡−1 là chỉ số giá của các thị trường tại thời điểm t và t-1

Nghiên cứu này áp dụng khái niệm SSL kép liên tục để đo lường SSL, tương tự như nhiều nghiên cứu trước Trong luận án, SSL được định nghĩa và tính toán theo công thức đã được trình bày ở trên.

2.3.1 Khái niệm về độ biến thiên Độ biến thiên (volatility) đo độ phân tán (dispersion) của mật độ xác suất

Hàm mật độ xác suất cho thấy rằng mặc dù hai hàm có cùng giá trị trung bình, nhưng độ phân tán của đường đứt nét lớn hơn so với đường liền nét Độ lệch chuẩn, được định nghĩa là căn bậc hai của phương sai của biến ngẫu nhiên, là đại lượng phổ biến nhất để đo độ phân tán trong thống kê.

Hình 2.1: Hai hàm mật độ xác suất với độ biến thiên khác nhau

Độ biến thiên là chỉ số thống kê quan trọng trong thị trường chứng khoán, đo lường mức độ phân tán của lợi suất (SSL) của một cổ phiếu hoặc chỉ số thị trường Được tính toán thông qua độ lệch chuẩn hoặc phương sai, độ biến thiên càng lớn thì rủi ro của cổ phiếu càng cao Điều này có nghĩa là độ biến thiên phản ánh mức độ không chắc chắn trong sự thay đổi giá trị cổ phiếu; một độ biến thiên cao cho thấy khả năng giá cổ phiếu có thể thay đổi đột ngột trong thời gian ngắn, trong khi độ biến thiên thấp cho thấy giá trị cổ phiếu thay đổi từ từ Vì vậy, độ biến thiên đóng vai trò quan trọng trong việc đánh giá rủi ro của danh mục đầu tư.

2.3.2 Độ biến thiên không đổi và thay đổi theo thời gian

Các mô hình độ biến thiên không đổi (constant volatility) tập trung vào độ biến thiên không điều kiện (unconditional volatility) của chuỗi dữ liệu, tạo ra độ lệch chuẩn là một hằng số hữu hạn σ đồng nhất cho toàn bộ chuỗi Độ biến thiên không điều kiện đóng vai trò quan trọng trong tham số phương sai của phân bố không điều kiện trong quá trình dừng.

Một trong những đặc điểm quan trọng của chuỗi dừng là phương sai không điều kiện hữu hạn Để làm rõ vấn đề này, giả sử chúng ta có tất cả các chuỗi số liệu quan sát được trong một khoảng thời gian trong quá khứ mà không quan tâm đến thứ tự của chúng Ta có thể xem xét một hàm mật độ đơn giản có khả năng tạo ra các chuỗi này Hàm mật độ này được gọi là mật độ không điều kiện, và phân bố kết hợp tương ứng của nó chính là phân bố không điều kiện của chuỗi số liệu.

Phương sai của phân bố này là phương sai không điều kiện và căn bậc hai của nó là độ biến thiên không điều kiện

Các mô hình độ biến thiên thay đổi theo thời gian mô tả quá trình phương sai có điều kiện, trong đó phân bố có điều kiện liên quan đến SSL tại một thời điểm cụ thể Độ biến thiên SSL có điều kiện tại thời điểm t được tính bằng căn bậc 2 của phương sai phân bố có điều kiện tại thời điểm đó Trung bình điều kiện tại thời điểm t được ký hiệu là E t (r t ) hay μ t , trong khi phương sai có điều kiện được ký hiệu là V t (r t ) hay σ t 2 Quá trình ước lượng các thông số độ biến thiên dựa trên mô hình mà không xem xét những gì đã xảy ra trong quá khứ như là quan sát của biến ngẫu nhiên hiện tại Các quan sát trong quá khứ trở thành thành phần của tập thông tin, do đó việc ước lượng giá trị hiện tại của độ biến thiên sẽ dựa vào các giá trị thực tế chứ không phải giá trị kỳ vọng trong quá khứ Do đó, phân bố có điều kiện trong hiện tại và tương lai của biến ngẫu nhiên sẽ được "có điều kiện" theo tập thông tin hiện tại.

Hình 2.2: Giả định về độ biến thiên: (a) không đổi và (b) thay đổi theo thời gian

Hình 2.2 minh họa sự khác biệt giữa các mô hình độ biến thiên không đổi và độ biến thiên thay đổi theo thời gian Trong các mô hình thay đổi theo thời gian, mỗi phân bố được xác định hoàn toàn thông qua trung bình có điều kiện và phương sai có điều kiện Cả hai yếu tố này đều liên tục thay đổi theo từng thời điểm.

Trung bình có điều kiện đóng vai trò quan trọng trong việc ước lượng độ biến thiên Hình 2.3 minh họa rằng nếu trung bình có điều kiện được giả định là hằng số trong suốt thời gian phân tích, độ biến thiên sẽ lớn Ngược lại, khi trung bình có điều kiện thay đổi theo thời gian, ví dụ như lớn ở giai đoạn đầu và nhỏ ở giai đoạn sau, độ biến thiên có điều kiện sẽ nhỏ hơn tại bất kỳ thời điểm nào so với trường hợp trung bình có điều kiện không đổi.

Hình 2.3: Tầm quan trọng của trung bình có điều kiện

Heteroscedasticity là hiện tượng xảy ra khi các chuỗi dữ liệu có phương sai có điều kiện thay đổi theo thời gian, trong khi chuỗi có phương sai điều kiện không đổi được gọi là homoscedastic Mô hình GARCH (Generalized AutoRegressive Conditional Heteroscedastic), được Bollerslev đề xuất vào năm 1986, là mô hình phổ biến nhất để mô tả độ biến thiên thay đổi theo thời gian.

2.3.3 Mô hình hóa độ biến thiên

The stock return at time t is denoted as SSL (return) Assume that the series {rt} is either serially uncorrelated or exhibits only minor lower-order serial correlations, yet it remains a dependent series.

Các mô hình về độ biến thiên cố gắng tìm ra sự phụ thuộc của các chuỗi SSL này

Ta định nghĩa trung bình và phương sai có điều kiện của r t cho bởi công thức (Tsay, 2005):

CƠ SỞ LÝ THUYẾT

Suất sinh lợi

Suất sinh lợi tính toán số tiền thu được ứng với mỗi đồng tiền bỏ ra (Brigham &

Ehrhardt, 2014) Như vậy, trên TTCK, SSL cho biết tỷ lệ phần trăm mà NĐT thu lợi được khi mua và bán các cổ phiếu

SSL ròng (hay lợi nhuận ròng) đơn giản (simple net return) có thể được tính toán bằng công thức như sau (Campbell, Lo, & MacKinlay, 1997):

𝑷 𝒕−𝟏 − 𝟏 (2.1) trong đó 𝑃 𝑡 và 𝑃 𝑡−1 là chỉ số giá của các thị trường tại thời điểm t và t-1

Khi đó, SSL gộp đơn giản (simple gross return) là (1 + 𝑅 𝑡 )

Lợi nhuận ròng qua k thời kỳ gần nhất từ ngày t − k đến ngày k, ký hiệu là 1 + R t (k), được xác định bằng tích của SSL gộp của k thời kỳ bắt đầu từ thời điểm t − k + 1.

𝑷 𝒕−𝒌 (2.2) và SSL ròng qua 𝑘 thời kỳ, ký hiệu là 𝑅 𝑡 (𝑘), bằng tích của SSL gộp của 𝑘 thời kì trừ

1 Các SSL đa thời kì này (multiperiod returns) được gọi là SSL kép (compound return)

SSL kép liên tục được định nghĩa là logarithm tự nhiên của SSL gộp, và được tính toán theo công thức do Campbell và cộng sự (1997) đề xuất.

𝑷 𝒕−𝟏 (2.3) trong đó o ln(𝑥) là logarithm tự nhiên của x o 𝑃 𝑡 và 𝑃 𝑡−1 là chỉ số giá của các thị trường tại thời điểm t và t-1

Nghiên cứu này tiếp tục sử dụng khái niệm SSL kép liên tục để đo lường SSL, tương tự như nhiều nghiên cứu trước Trong luận án, SSL được định nghĩa theo khái niệm SSL kép liên tục và được tính toán dựa trên công thức đã trình bày trước đó.

Độ biến thiên (volatility)

2.3.1 Khái niệm về độ biến thiên Độ biến thiên (volatility) đo độ phân tán (dispersion) của mật độ xác suất

Hàm mật độ xác suất trong Hình 2.1 cho thấy hai đường có cùng giá trị trung bình, nhưng đường đứt nét thể hiện độ phân tán lớn hơn so với đường liền nét Độ lệch chuẩn, là căn bậc hai của phương sai của biến ngẫu nhiên, là đại lượng phổ biến nhất để đo độ phân tán.

Hình 2.1: Hai hàm mật độ xác suất với độ biến thiên khác nhau

Độ biến thiên là một chỉ số thống kê quan trọng trong thị trường chứng khoán, đo lường mức độ phân tán của lợi suất (SSL) của một cổ phiếu hay chỉ số thị trường Nó có thể được xác định qua độ lệch chuẩn hoặc phương sai, với độ biến thiên cao cho thấy mức độ rủi ro của cổ phiếu cũng tăng lên Điều này có nghĩa là giá cổ phiếu có thể thay đổi đột ngột trong khoảng thời gian ngắn, trong khi độ biến thiên thấp cho thấy giá trị cổ phiếu thay đổi từ từ theo thời gian Do đó, độ biến thiên đóng vai trò quan trọng trong việc đánh giá rủi ro của danh mục đầu tư.

2.3.2 Độ biến thiên không đổi và thay đổi theo thời gian

Các mô hình độ biến thiên không đổi chỉ tập trung vào độ biến thiên không điều kiện của chuỗi dữ liệu, tạo ra độ lệch chuẩn là một hằng số hữu hạn σ không đổi trong toàn bộ chuỗi Độ biến thiên không điều kiện này là thành phần quan trọng trong tham số phương sai của phân bố không điều kiện trong quá trình dừng.

Một trong những đặc điểm quan trọng của chuỗi dừng là phương sai không điều kiện hữu hạn Để làm rõ điều này, giả sử chúng ta có tất cả các chuỗi quan sát được trong một khoảng thời gian trong quá khứ mà không quan tâm đến thứ tự của chúng Ta có thể xem xét hàm mật độ đơn giản tạo ra các chuỗi này, được gọi là mật độ không điều kiện Phân phối kết hợp tương ứng của hàm mật độ này chính là phân phối không điều kiện của chuỗi dừng.

Phương sai của phân bố này là phương sai không điều kiện và căn bậc hai của nó là độ biến thiên không điều kiện

Các mô hình độ biến thiên thay đổi theo thời gian mô tả quá trình phương sai có điều kiện, trong đó phân bố có điều kiện liên quan đến SSL tại một thời điểm cụ thể Độ biến thiên SSL có điều kiện tại thời điểm t được tính bằng căn bậc 2 của phương sai phân bố có điều kiện tại thời điểm đó Trung bình điều kiện tại thời điểm t được ký hiệu là E t (r t ) hay μ t, và phương sai có điều kiện được ký hiệu là V t (r t ) hay σ t 2 Quá trình ước lượng các thông số độ biến thiên thay đổi theo thời gian dựa trên mô hình mà trong đó những gì đã xảy ra trong quá khứ không được xem là quan sát của biến ngẫu nhiên hiện tại, mà trở thành thành phần của tập thông tin Việc ước lượng giá trị hiện tại của độ biến thiên sẽ dựa vào các giá trị thực tế chứ không phải giá trị kỳ vọng trong quá khứ, do đó phân bố có điều kiện của biến ngẫu nhiên sẽ "có điều kiện" theo tập thông tin hiện tại.

Hình 2.2: Giả định về độ biến thiên: (a) không đổi và (b) thay đổi theo thời gian

Hình 2.2 thể hiện sự khác biệt giữa các mô hình độ biến thiên không đổi và độ biến thiên thay đổi theo thời gian Trong các mô hình có độ biến thiên thay đổi theo thời gian, mỗi phân bố có điều kiện được xác định hoàn toàn thông qua trung bình có điều kiện và phương sai có điều kiện Cả trung bình và phương sai có điều kiện đều liên tục biến đổi theo thời gian.

Trung bình có điều kiện đóng vai trò quan trọng trong việc ước lượng độ biến thiên Nếu giả sử trung bình có điều kiện là hằng số trong suốt thời gian phân tích, độ biến thiên có điều kiện sẽ lớn Ngược lại, khi trung bình có điều kiện thay đổi theo thời gian, như trong Hình 2.3, với giá trị lớn ở giai đoạn đầu và nhỏ dần ở giai đoạn sau, độ biến thiên có điều kiện sẽ nhỏ hơn tại bất kỳ thời điểm nào so với trường hợp trung bình có điều kiện không đổi.

Hình 2.3: Tầm quan trọng của trung bình có điều kiện

Heteroscedasticity là hiện tượng các chuỗi dữ liệu có phương sai điều kiện thay đổi theo thời gian, trong khi homoscedastic là chuỗi có phương sai điều kiện không đổi Mô hình GARCH (Generalized AutoRegressive Conditional Heteroscedastic), được đề xuất bởi Bollerslev vào năm 1986, là mô hình phổ biến nhất để mô tả độ biến thiên thay đổi theo thời gian.

2.3.3 Mô hình hóa độ biến thiên

The return of a stock at time t is denoted as SSL (return) Assuming that the return series {r_t} is either serially uncorrelated or exhibits only minor lower order serial correlations, it is important to note that this series remains dependent.

Các mô hình về độ biến thiên cố gắng tìm ra sự phụ thuộc của các chuỗi SSL này

Ta định nghĩa trung bình và phương sai có điều kiện của r t cho bởi công thức (Tsay, 2005):

Trong mô hình chuỗi thời gian đơn giản ARMA(p,q), F t-1 đại diện cho tập hợp các thông tin có giá trị tại thời điểm t-1, thường bao gồm các hàm tuyến tính của SSL trong quá khứ Do đó, có thể giả định rằng r t được biểu diễn qua công thức: r t = μ + a t + ΣΣΣ, với a t là phần sai số và các biến nguyên nhân khác.

 (2.5) trong đó k,p và q là các số nguyên không âm, và x it là các biến nguyên nhân

Kết hợp các đẳng thức trên, ta có:

Sai số (shock hay innovation) của SSL tại thời điểm t được ký hiệu là a t Mô hình ước lượng cho  t là trung bình (mean) của r t, trong khi mô hình ước lượng cho  t 2 là độ biến thiên của r t Các thông số này có sự biến đổi theo thời gian.

2.3.4 Mô hình ARCH (AutoRegressive Conditional Heteroscedasticity) Đây là mô hình đầu tiên mô hình hóa độ biến thiên, được đề xuất bởi Engle (1982) Ý tưởng cơ bản của mô hình ARCH là (a) các sai số (shock) dự báo a t của dãy SSL là không tương quan nối tiếp, nhưng phụ thuộc và (b) sự phụ thuộc của a t được mô tả bằng một hàm đơn giản, gồm bình phương các giá trị trong quá khứ như sau: t t a t    t 2  0  1 a t 2  1   m a t 2  m (2.7)

Trong đó,   t là chuỗi độc lập và là biến phân bố ngẫu nhiên đều iid (identically distributed) với trung bình bằng 0 và phương sai bằng 1,  0 0 và  i 0 với i  0

Các hệ số α i cần đáp ứng một số điều kiện nhất định để đảm bảo phương sai không điều kiện (unconditional variance) của a t là hữu hạn Trong thực tế, sai số ε t thường được giả định tuân theo phân bố chuẩn (standard normal), phân bố Student-t chuẩn hóa (standardized Student-t distribution) hoặc phân bố lỗi tổng quát (generalized error distribution).

Các cú sốc trong quá khứ với giá trị bình phương lớn sẽ dẫn đến việc tăng phương sai điều kiện của các sai số Cụ thể, các cú sốc này ảnh hưởng mạnh mẽ đến độ biến động của sai số hiện tại.

Các sai số lớn thường có xu hướng xảy ra sau những sai số lớn khác, mặc dù điều này không phải lúc nào cũng xảy ra Điều này cho thấy xác suất để thu được một phương sai lớn cao hơn so với việc thu được một phương sai nhỏ, hiện tượng này được gọi là hội tụ biến thiên (volatility clustering).

Lan tỏa (spillover)

Lan tỏa là khái niệm đánh giá sự phụ thuộc lẫn nhau giữa các nền kinh tế, cho thấy rằng các thay đổi hay cú sốc, dù là toàn cầu hay quốc gia, có thể lan truyền sang các nước khác do mối quan hệ tài chính giữa các nền kinh tế Sự lan tỏa này thể hiện qua hai khía cạnh chính: lan tỏa SSL (return spillover) và lan tỏa độ biến thiên (volatility spillover) giữa các thị trường.

Cơ chế lan tỏa được đề xuất bởi Engle, Ito, & Lin (1990) thông qua hai giả thuyết là sóng nhiệt (Heat Wave) và mưa sao băng (Meteor Showers) Nghiên cứu này xây dựng lý thuyết tương tự như trong khí tượng học, trong đó giả thuyết sóng nhiệt cho rằng thông tin được xử lý giống như sóng nhiệt, nghĩa là một ngày nóng ở New York sẽ dẫn đến một ngày nóng ở nơi khác.

Nghiên cứu chỉ ra rằng thông tin không chỉ lan truyền trong một quốc gia mà có thể ảnh hưởng đến các quốc gia khác, bác bỏ giả thuyết sóng nhiệt Cụ thể, giả thuyết mưa sao băng cho rằng những sự kiện lớn xảy ra ở một nơi, như New York, có thể gây ra tác động đến nơi khác, như Tokyo Kết quả nghiên cứu này cũng phù hợp với nhận xét của Tsutsui & Hirayama (2005) về mối liên hệ giữa các thị trường, cho thấy rằng sự biến động tại một thị trường có khả năng lan tỏa sang các thị trường khác.

Ng (2000) chỉ ra rằng sự biến động của thị trường chứng khoán (TTCK) có thể bị ảnh hưởng bởi các cú sốc, tức là những thay đổi lợi nhuận ngoài kỳ vọng từ thị trường nội địa, thị trường thế giới và thị trường khu vực Nghiên cứu này dựa trên phân tích tác động lan tỏa từ các thị trường lớn như Mỹ và Nhật Bản, cùng với các quốc gia trong lưu vực Thái Bình Dương như Hong Kong, Hàn Quốc, Malaysia, Singapore, Đài Loan và Thái Lan, trong đó TTCK Mỹ và Nhật Bản đại diện cho thị trường toàn cầu và khu vực.

Theo Tsutsui & Hirayama (2005), có ba nguyên nhân chính dẫn đến mối liên hệ giữa các thị trường:

Cú sốc toàn cầu có thể tác động đến doanh nghiệp trên toàn thế giới, dẫn đến sự biến động tương tự giữa các thị trường, bất kể quốc gia nào.

Sự biến động giá cổ phiếu tại một quốc gia có thể thu hút sự chú ý lớn từ các nhà đầu tư quốc tế, dẫn đến việc họ điều chỉnh quyết định đầu tư của mình dựa trên thông tin nhận được.

Hành vi điều chỉnh danh mục đầu tư từ các nhà đầu tư quốc tế là một yếu tố quan trọng trong việc phân tán rủi ro Nhiều nhà đầu tư và các định chế tài chính thường phân bổ tài sản của mình trên nhiều quốc gia khác nhau Điều này dẫn đến việc các nhà đầu tư quốc tế phản ứng với thông tin thay đổi từ một thị trường, qua đó ảnh hưởng đến quyết định đầu tư tại các thị trường khác, tạo ra mối liên hệ chặt chẽ giữa các thị trường toàn cầu.

Bekaert & Harvey (1997) cho thấy rằng các chính sách tự do hóa thường làm tăng sự tương quan giữa thị trường nội địa và thị trường thế giới, và sự tương quan này sẽ gia tăng khi các thị trường ngày càng hội nhập.

Nghiên cứu của Bekaert & Harvey (1997) tại 20 thị trường mới nổi, bao gồm Argentina, Brazil, Chile, và nhiều quốc gia khác trong giai đoạn từ tháng 01/1976 đến 12/1992, cho thấy rằng các yếu tố biến động từ thị trường thế giới ngày càng trở nên quan trọng sau quá trình tự do hóa Quá trình tự do hóa này liên quan đến việc tăng cường tỷ lệ sở hữu vốn của nhà đầu tư nước ngoài trong các doanh nghiệp và cho phép họ đầu tư vào thị trường chứng khoán.

Aktan, Mandaci, Kopurlu, và Ersener (2009) chỉ ra rằng mối liên kết chặt chẽ về kinh tế và thương mại, sự gia tăng hoạt động tự do hóa của chính phủ, sự phát triển của tài chính và thương mại quốc tế, cùng với sự phát triển nhanh chóng của các hệ thống thương mại và viễn thông, cũng như sự tham gia vào các hiệp định thương mại, là những yếu tố quan trọng giải thích mối quan hệ giữa các thị trường chứng khoán.

Hiệu ứng bầy đàn (herding) là một yếu tố quan trọng giải thích hiện tượng lan tỏa giữa các thị trường (Withanage & Jayasinghe, 2017) Hiệu ứng này xảy ra khi nhà đầu tư quyết định đầu tư dựa trên hành động của những người mà họ tin tưởng có thông tin tốt hơn, thay vì dựa vào niềm tin và thông tin cá nhân của chính mình (Blasco, Corredor, & Ferreruela, 2012).

Khi nhà đầu tư thực hiện đầu tư theo cách này, thông tin về giá có thể giảm đáng kể, dẫn đến sự không hiệu quả của giá thị trường Hiện tượng này khiến nhà đầu tư trong và ngoài nước có hành vi tương tự trong việc dịch chuyển nguồn vốn, từ đó tạo ra hiện tượng lan tỏa giữa các thị trường.

Tóm lại, một số nguyên nhân có thể lý giải cho tác động lan tỏa giữa các thị trường như sau:

Các cú sốc toàn cầu có khả năng tác động đến doanh nghiệp trên khắp thế giới, bất kể quốc gia nào Điều này dẫn đến việc các thị trường có thể trải qua sự biến động tương tự nhau.

Một nguyên nhân quan trọng giải thích cho tác động lan tỏa là xu hướng toàn cầu hóa của các nền kinh tế Mối liên hệ về kinh tế và thương mại giữa các quốc gia và nền kinh tế toàn cầu có thể tạo ra sự ảnh hưởng lẫn nhau giữa các nền kinh tế.

Việc tăng cường hoạt động kinh tế và thương mại làm cho các nền kinh tế trở nên nhạy cảm hơn với biến động toàn cầu Thị trường chứng khoán (TTCK) là một phần quan trọng của nền kinh tế và cũng bị ảnh hưởng bởi các thị trường tài chính quốc tế Sự phụ thuộc của TTCK vào các thị trường thế giới thể hiện sự hội nhập, cho thấy rằng sự thay đổi trong một TTCK sẽ bị tác động bởi các thị trường nước ngoài Mối tương quan giữa các thị trường sẽ gia tăng khi nền kinh tế ngày càng hội nhập hơn.

Miền thời gian và miền tần số

Tần số là số lần một hiện tượng lặp lại trong một đơn vị thời gian, và mỗi chuỗi dữ liệu có thể có tần số khác nhau Ví dụ, trong Hình 2.4, chuỗi dữ liệu bên trái lặp lại 4 lần trong 1 giây, tương ứng với tần số 4Hz, trong khi chuỗi bên phải lặp lại 14 lần trong 1 giây, tức là tần số 14Hz Điều này cho thấy tần số của chuỗi bên phải cao hơn chuỗi bên trái, nghĩa là chuỗi bên phải có biến động nhanh hơn.

Hình 2.4: Hai chuỗi dữ liệu với các tần số khác nhau

Nguồn: http://www.indiana.edu/~emusic/acoustics/frequency.htm

Mối quan hệ giữa chu kỳ 𝑇 và tần số 𝑓 được thể hiện qua công thức 𝑓 = 1

𝑇 Ngoài ra, trong phân tích trong miền tần số, khái niệm tần số góc 𝜔 thường được sử dụng, trong đó 𝜔 = 2𝜋𝑓 Như vậy, ta có mối quan hệ 𝑇 = 2𝜋

Tần số 𝜔 càng cao thì chu kỳ càng thấp và ngược lại Trong phân tích tài chính, các nhà đầu tư ngắn hạn chú trọng vào các biến động ở tần số cao, trong khi các nhà đầu tư dài hạn lại quan tâm đến những biến động ở tần số thấp.

Một chuỗi dữ liệu thời gian có thể được hình thành từ tổng của các chuỗi dữ liệu có tần số khác nhau Hình 2.5 minh họa một chuỗi dữ liệu với hai thành phần có tần số khác nhau.

Hình 2.5: Chuỗi dữ liệu với hai thành phần tần số

Nguồn: tác giả tự vẽ bằng phần mềm Matlab

Dữ liệu được trình bày là sự kết hợp của hai chuỗi với chu kỳ khác nhau, trong đó một chu kỳ lặp lại sau khoảng 1000 quan sát và một chu kỳ khác lặp lại sau khoảng 100 quan sát Điều này cho thấy bản chất của chuỗi dữ liệu trong Hình 2.5 là tổng hợp của các chuỗi trong Hình 2.6 (thành phần tần số cao) và Hình 2.7 (thành phần tần số thấp) Phân tích trong miền tần số sẽ giúp tách biệt các thành phần tần số khác nhau từ mẫu dữ liệu ban đầu.

Hình 2.6: Thành phần tần số cao trong chuỗi dữ liệu ban đầu

Hình 2.7: Thành phần tần số thấp trong chuỗi dữ liệu ban đầu

Phương pháp này có thể áp dụng trong việc xử lý dữ liệu tài chính, bao gồm các thành phần với tần số khác nhau như biến động dài hạn theo chu kỳ kinh tế và biến động ngắn hạn do sự thay đổi giá cả hàng ngày trên thị trường chứng khoán Các nhà đầu tư ngắn hạn cần phân tích dữ liệu có chu kỳ ngắn, trong khi các nhà đầu tư dài hạn tập trung vào dữ liệu có chu kỳ dài hơn Kỹ thuật phân tích trong miền tần số giúp tách biệt các thành phần tần số, cung cấp thông tin cần thiết để các nhà đầu tư đưa ra quyết định chính xác hơn.

Trong các mô hình kinh tế lượng như hồi quy, ARCH, GARCH và kiểm định nhân quả Granger, dữ liệu thường được quan sát dưới dạng chuỗi thời gian Tuy nhiên, việc phân tích dữ liệu trong miền thời gian có thể gây khó khăn trong việc nhận diện các thành phần tần số riêng biệt Do đó, việc chuyển sang phân tích chuỗi dữ liệu trong miền tần số là cần thiết, vì nó cho phép phân tích ở bất kỳ tần số nào Điều này giúp nhà đầu tư có thể sử dụng thông tin từ phân tích miền tần số để đưa ra quyết định mua bán cổ phiếu một cách hiệu quả hơn.

Các phần tiếp theo sẽ trình bày kỹ thuật biến đổi và phân tích dữ liệu trong miền tần số, nhằm phát hiện các biến động chu kỳ trong chuỗi dữ liệu thời gian Mục tiêu chính của phân tích dữ liệu kinh tế trong miền tần số là phân tách chuỗi thời gian thành các thành phần có tần số khác nhau, từ đó nhận diện các yếu tố chu kỳ trong dữ liệu kinh tế - tài chính như xu thế, mùa vụ và chu kỳ kinh doanh Điều này tạo điều kiện cho các phân tích sâu hơn như phân tích tương quan và dự báo.

2.6.2 Biểu diễn dữ liệu trong miền tần số

Dữ liệu thời gian có thể được chuyển đổi thành dạng tần số, với hàm số thể hiện dữ liệu theo biến tần số 𝑋(𝑓) của dữ liệu thời gian 𝑥(𝑡) Biểu thức này được gọi là phổ (spectrum) của tín hiệu 𝑥(𝑡).

Hình 2.8 và Hình 2.9 minh họa tín hiệu x(t) với dạng hằng số và hình sin trong miền thời gian và tần số Đối với tín hiệu hằng số, miền tần số cho thấy một vạch phổ tại tần số 0, chỉ ra rằng tín hiệu này không có dao động tuần hoàn Ngược lại, tín hiệu hình sin xuất hiện hai vạch phổ tại các tần số −𝑎 và 𝑎, do tính chất của phép biến đổi Fourier, cho phép chuyển đổi dữ liệu từ miền thời gian sang miền tần số Điều này cho thấy tín hiệu hình sin có dao động tuần hoàn với tần số 𝑎.

Quan sát dữ liệu trong miền tần số giúp phát hiện các thành phần tần số ẩn trong dữ liệu chu kỳ, đặc biệt là trong số liệu kinh tế Khi biểu diễn chuỗi dữ liệu kinh tế dưới dạng tần số, chúng ta có thể dễ dàng nhận diện các thành phần chu kỳ như tính mùa vụ và chu kỳ kinh doanh Phương pháp chuyển đổi dữ liệu từ miền thời gian sang miền tần số rất hữu ích trong việc phân tích và hiểu rõ hơn về các xu hướng trong kinh tế.

Hình 2.1: Chuỗi thời gian và phổ tương ứng của dữ liệu x(t) là hằng số

Phép biến đổi Fourier (Fourier transform) và biến đổi ngược Fourier (inverse Fourier transform) là các công cụ quan trọng để chuyển đổi tín hiệu từ miền thời gian sang miền tần số và ngược lại Nội dung chi tiết sẽ được trình bày trong phần tiếp theo.

Dữ liệu có thể được biểu diễn ở cả miền thời gian và miền tần số Thực tế, dữ liệu thường được quan sát và biểu diễn dưới dạng chuỗi thời gian Trong phân tích kỹ thuật, dữ liệu cũng có thể được chuyển đổi sang miền tần số, được gọi là phổ của dữ liệu Quá trình chuyển đổi giữa miền thời gian và miền tần số được thực hiện thông qua phép biến đổi Fourier và Fourier ngược, được đặt theo tên nhà toán học Pháp Joseph Fourier.

Phép biến đổi Fourier, được phát triển từ năm 1768 đến 1830, có nhiều công thức khác nhau phù hợp với từng loại dữ liệu như dữ liệu liên tục tuần hoàn, liên tục không tuần hoàn và dữ liệu rời rạc Các phương pháp ứng dụng của biến đổi Fourier cho từng loại dữ liệu đã được trình bày chi tiết trong nhiều giáo trình, bao gồm các tác phẩm của Phạm Thị Cư (1996), Vũ Đình Thành (2003) và Sklar (2001) Phần tiếp theo của bài viết sẽ tóm tắt các ứng dụng của phép biến đổi Fourier với một số dạng dữ liệu cơ bản.

Hình 2.2: Chuỗi thời gian và phổ tương ứng của dữ liệu x(t) dạng hình sine

Nguồn: http://www.cv.nrao.edu/course/astr534/FourierTransforms.html

2.6.3.1 Biến đổi Fourier của dữ liệu liên tục tuần hoàn

Dữ liệu liên tục theo thời gian 𝑥(𝑡) được coi là tuần hoàn với chu kỳ 𝑇 nếu 𝑥(𝑡) = 𝑥(𝑡 + 𝑇) cho mọi giá trị thực của t Giá trị 𝑇 > 0 nhỏ nhất thỏa mãn điều kiện này được gọi là chu kỳ cơ bản của tín hiệu 𝑥(𝑡), và tần số cơ bản 𝑓₀ được xác định là 1/T.

𝑇 0 được gọi là tần số cơ bản

Ta có thể biểu diễn một dữ liệu liên tục 𝑥(𝑡) có dạng hình sin thuần túy, tần số góc 𝜔 0 và góc pha ban đầu 𝜑 như sau

𝒙(𝒕) = 𝑨 𝐜𝐨𝐬( 𝝎 𝟎 𝒕 + 𝝋) (2.22) Dựa vào công thức Euler: 𝑒 𝑖𝑥 = cos(𝑥) + 𝑖𝑠𝑖𝑛(𝑥) (trong đó 𝑖 2 = −1 là thành phần ảo trong định nghĩa của số phức) và hệ quả của nó: cos(𝑥) = ( 1

Biểu thức \(2(e^{ix} + e^{-ix})\) tương đương với \(cos(x) = Re(e^{ix})\), trong đó \(Re(.)\) là phần thực của số phức Dữ liệu \(x(t)\) có thể được biểu diễn dưới dạng một vector pha trong mặt phẳng phức thông qua công thức này.

𝒙(𝒕) = 𝑨 𝐜𝐨𝐬( 𝝎 𝟎 𝒕 + 𝝋) = 𝑹𝒆[𝑨𝒆 𝒋𝝋 𝒆 𝒋𝝎 𝟎 𝒕 ] (2.23) hoặc biểu diễn dưới dạng

Phân tích dữ liệu trong miền tần số

Dựa trên phép biến đổi Fourier, dữ liệu có thể được phân tích trong miền tần số, cho phép áp dụng nhiều kỹ thuật xử lý dữ liệu Các phương pháp phổ biến bao gồm bộ lọc tần số và phân tích nhân quả trong miền tần số Trong luận án này, phương pháp phân tích nhân quả trong miền tần số được sử dụng để nghiên cứu và phân tích các thành phần tần số khác nhau.

Phân tích nhân quả trong miền tần số là kỹ thuật mở rộng phân tích nhân quả từ miền thời gian sang miền tần số Theo Granger & Lin (1995), mối quan hệ nhân quả có thể có chiều và độ lớn khác nhau tùy thuộc vào các thành phần tần số Nhiều nghiên cứu đã phát triển các phương pháp phân tích nhân quả trong miền tần số, bao gồm các phương pháp của Geweke (1982), Hosoya (1991), và Breitung & Candelon (2006) Trong số đó, phương pháp của Breitung được ứng dụng rộng rãi nhất.

& Candelon (2006), được sử dụng trong các nghiên cứu của Yanfeng (2013), Gradojevic (2013), Ozer & Kamisli (2016) và sẽ được trình bày chi tiết trong Chương

2.8 Các nghiên cứu dựa trên phân tích trong miền tần số trong lĩnh vực kinh tế

Phân tích dữ liệu trong miền tần số đã được áp dụng rộng rãi trong nhiều lĩnh vực khoa học tự nhiên và kỹ thuật như vật lý, viễn thông, và âm học Gần đây, kỹ thuật này cũng đã được đưa vào ứng dụng trong kinh tế và tài chính Nhờ vào khả năng nhận diện các thành phần tần số khác nhau trong chuỗi dữ liệu kinh tế, nhiều nghiên cứu đã phát triển các phương pháp phân tách chuỗi thời gian thành các thành phần có chu kỳ khác nhau Điều này tạo nền tảng cho việc nhận dạng và phân tách các thành phần xu thế, chu kỳ và mùa vụ trong chuỗi dữ liệu thời gian.

(1999) đã xây dựng bộ lọc tần số để tách thành phần chu kỳ trong các dữ liệu kinh tế

Nhiều nghiên cứu đã được thực hiện để cải tiến và ứng dụng bộ lọc tần số vào thực tiễn Buss (2010) đã đề xuất bộ lọc Baxter-King bất đối xứng nhằm nâng cao hiệu quả so với bộ lọc Baxter-King đối xứng trước đó Larsson & Vasi (2012) đã so sánh khả năng tách thành phần xu thế của các bộ lọc tần số khác nhau bằng cách áp dụng chúng vào dữ liệu kinh tế của Mỹ, bao gồm tổng sản phẩm quốc nội (GDP), tiêu dùng, đầu tư và lạm phát Ngoài ra, các bộ lọc tần số khác cũng được phát triển trong các nghiên cứu của Hodrick & Prescott.

Phân tích dữ liệu trong miền tần số là công cụ quan trọng để nghiên cứu mối quan hệ nhân quả giữa các thành phần tần số khác nhau, như Granger & Lin (1995) đã chỉ ra Các kiểm định Granger cổ điển không thể phát hiện được sự khác biệt này, do đó, việc áp dụng phân tích trong miền tần số giúp cung cấp cái nhìn sâu sắc hơn về mối quan hệ này Phân tích cho phép đánh giá tương quan của dữ liệu ở các chu kỳ khác nhau, từ đó hỗ trợ các nhà đầu tư ngắn hạn và dài hạn trong việc đưa ra quyết định chính xác hơn Granger (1969) đã phát triển phương pháp kiểm định sự tương quan nhân quả dựa trên phân tích tần số, và nhiều nghiên cứu tiếp theo như của Geweke (1982), Hosoya (1991), và Breitung & Candelon (2006) đã mở rộng phương pháp này Nhiều nghiên cứu tiếp tục được thực hiện để khám phá mối quan hệ nhân quả giữa các chuỗi dữ liệu kinh tế vĩ mô tại các nền kinh tế khác nhau.

Yanfeng (2013) đã sử dụng các kỹ thuật phân tích tương quan trong miền tần số để nghiên cứu mối quan hệ giữa giá dầu và nền kinh tế Nhật Bản Nghiên cứu cho thấy có sự tương quan phi tuyến giữa giá dầu và các biến như sản lượng công nghiệp, chỉ số giá tiêu dùng (CPI) ở tần số thấp, trong khi ở tần số cao, sự tương quan này chỉ xuất hiện giữa giá dầu và tỷ lệ thất nghiệp Tác giả kết luận rằng giá dầu chứa nhiều thông tin hữu ích và có thể dự báo sản lượng công nghiệp, CPI và tỷ lệ thất nghiệp ở tần số thấp Điều này cho thấy giá dầu ảnh hưởng đến nền kinh tế Nhật Bản chủ yếu ở tần số thấp, nghĩa là các cú sốc về giá dầu không tác động ngay lập tức Do đó, tác giả khuyến nghị các nhà làm chính sách Nhật Bản nên chú trọng vào các tác động dài hạn để ứng phó với cú sốc giá dầu Chan và cộng sự (2008) cũng đã áp dụng kỹ thuật phân tích trong miền tần số để nghiên cứu mối liên hệ giữa thị trường.

Nghiên cứu mối quan hệ giữa thị trường Mỹ và Hong Kong từ 01/1991 đến 05/2006 cho thấy sự thay đổi trong quan hệ nhân quả giữa các thị trường tùy thuộc vào thành phần tần số Trước khủng hoảng tài chính châu Á (1997), có mối liên hệ hai chiều giữa hai thị trường ở thành phần chu kỳ dài, nhưng sau khủng hoảng và sự kiện 11/9, chỉ còn tác động một chiều từ Mỹ sang Hong Kong ở thành phần chu kỳ ngắn Tương tự, Gradojevic (2013) đã phân tích sự tương quan nhân quả giữa SSL cổ phiếu trên các thị trường Serbia, Croatia, Slovenia, Hungary và Đức, cho thấy mối liên hệ không đồng nhất ở các tần số khác nhau Ozer & Kamisli (2016) cũng áp dụng phương pháp phân tích nhân quả để nghiên cứu lan tỏa biến thiên giữa SSL cổ phiếu và lãi suất, tỷ giá tại Thổ Nhĩ Kỳ, phát hiện ra lan tỏa có ý nghĩa thống kê từ SSL cổ phiếu lên lãi suất và tỷ giá đồng EURO, cũng như từ tỷ giá USD lên SSL cổ phiếu trong ngắn hạn.

Phân tích nhân quả trong miền tần số là cần thiết để hiểu rõ hơn về mối quan hệ giữa các thành phần tần số khác nhau (Granger & Lin, 1995) Mặc dù đã có một số nghiên cứu về kỹ thuật phân tích dữ liệu tần số và hiệu ứng lan tỏa độ biến thiên tại các thị trường khác nhau, nhưng chưa có nghiên cứu nào áp dụng phương pháp này để khảo sát sự lan tỏa độ biến thiên giữa các thị trường chứng khoán Do đó, nghiên cứu này sẽ tập trung vào việc phân tích sự lan tỏa SSL và độ biến thiên từ thị trường phát triển, đại diện là thị trường chứng khoán Mỹ và Nhật, đến thị trường cận biên, đại diện là thị trường chứng khoán Việt Nam, dựa trên các thành phần tần số khác nhau Đây là điểm mới của luận án này.

Dựa trên nhận định của Granger & Lin (1995) về mối quan hệ khác nhau giữa các chuỗi dữ liệu tài chính ứng với các thành phần tần số khác nhau, nhiều nghiên cứu đã cung cấp bằng chứng cho nhận định này trên một số chuỗi dữ liệu tài chính Do đó, luận án này đề xuất các giả thuyết nghiên cứu phù hợp.

Giả thuyết 7 cho rằng tác động lan tỏa SSL của chỉ số S&P 500 lên VN-Index phụ thuộc vào tần số Cụ thể, mỗi thành phần tần số sẽ có mức độ tác động lan tỏa SSL khác nhau.

Giả thuyết 8 cho rằng tác động lan tỏa SSL của chỉ số Nikkei 225 lên VN-Index phụ thuộc vào tần số, với mỗi thành phần tần số khác nhau dẫn đến sự khác biệt trong tác động lan tỏa SSL.

Giả thuyết 9 cho rằng tác động lan tỏa của chỉ số KOSPI lên VN-Index phụ thuộc vào tần số Cụ thể, mỗi thành phần tần số sẽ có ảnh hưởng khác nhau đến mức độ lan tỏa SSL.

- Giả thuyết 10: Tác động lan tỏa độ biến thiên của chỉ số S&P 500 lên VN-

Index phụ thuộc vào tần số Cụ thể, ứng với mỗi thành phần tần số khác nhau, tác động lan tỏa độ biến thiên sẽ khác nhau

- Giả thuyết 11: Tác động lan tỏa độ biến thiên của chỉ số Nikkei 225 lên VN-

Index phụ thuộc vào tần số Cụ thể, ứng với mỗi thành phần tần số khác nhau, tác động lan tỏa độ biến thiên sẽ khác nhau

Giả thuyết 12 cho rằng tác động lan tỏa độ biến thiên của chỉ số KOSPI lên VN-Index phụ thuộc vào tần số Cụ thể, mỗi thành phần tần số sẽ tạo ra những ảnh hưởng khác nhau đối với độ biến thiên này.

Phương pháp kiểm định các giả thuyết này sẽ được trình bày chi tiết trong chương 3

Chương 2 đã giới thiệu các cơ sở lý thuyết, từ đó đề xuất các giả thuyết nghiên cứu của luận án Cụ thể hơn, chương này đã trình bày ý nghĩa và phương pháp đo lường SSL và độ biến thiên cũng như khái niệm và các lý thuyết liên quan đến lan tỏa SSL và độ biến thiên Ngoài ra, chương này còn giới thiệu về kỹ thuật phân tích dữ liệu trong miền tần số bao gồm phân tích Fourier, các bộ lọc tần số, phân tích nhân quả trong miền tần số cũng như các ứng dụng của kỹ thuật này trong lĩnh vực kinh tế

Chương này tổng hợp các nghiên cứu về lan tỏa SSL và độ biến thiên, đồng thời ứng dụng kỹ thuật phân tích trong miền tần số vào lĩnh vực kinh tế - tài chính Từ đó, chương này đề xuất các giả thuyết nghiên cứu cho luận án.

CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU

Chương 2 đã giới thiệu các cơ sở lý thuyết, từ đó đề xuất các giả thuyết nghiên cứu của luận án Cụ thể hơn, chương này đã trình bày ý nghĩa và phương pháp đo lường SSL và độ biến thiên cũng như khái niệm và các lý thuyết liên quan đến lan tỏa SSL và độ biến thiên Ngoài ra, chương này còn giới thiệu về kỹ thuật phân tích dữ liệu trong miền tần số bao gồm phân tích Fourier, các bộ lọc tần số, phân tích nhân quả trong miền tần số cũng như các ứng dụng của kỹ thuật này trong lĩnh vực kinh tế

Chương này tổng quan các nghiên cứu về lan tỏa SSL và độ biến thiên, đồng thời ứng dụng kỹ thuật phân tích trong miền tần số vào lĩnh vực kinh tế - tài chính Từ những phân tích này, chương cũng đề xuất các giả thuyết nghiên cứu cho luận án.

CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU

Chương 3 sẽ trình bày dữ liệu và phương pháp nghiên cứu của luận án Cụ thể, chương này sẽ giới thiệu mô hình nghiên cứu, sau đó sẽ trình bày chi tiết các bước phân tích dữ liệu, bao gồm thu thập dữ liệu, phân tích lan tỏa SSL bằng kiểm định nhân quả Granger (Granger, 1969), phân tích lan tỏa độ biến thiên thông qua ước lượng độ biến thiên bằng mô hình GARCH (Bollerslev, 1986) và kiểm định kiểm định tác động lan tỏa bằng kiểm định nhân quả Granger, cũng như phân tích lan tỏa SSL và độ biến thiên trong miền tần số bằng phương pháp nhân quả trong miền tần số (Breitung & Candelon, 2006) Những phần tiếp theo sẽ trình này chi tiết các nội dung này

Theo phân tích trong Chương 2, các thị trường chứng khoán toàn cầu có khả năng tác động lẫn nhau, được minh chứng qua lý thuyết mưa sao băng (Meteor Showers) của Engle và các cộng sự (1990) Nhiều nghiên cứu đã chỉ ra sự lan tỏa này giữa các thị trường khác nhau trên thế giới, khẳng định tính liên kết trong hoạt động của các TTCK toàn cầu.

(1990), Hamao và cộng sự (1990), Ng (2000), Miyakoshi (2003), Ergun & Nor

(2010), Sakthivel và cộng sự (2012), Kharchenko & Tzvetkov (2013), Nishimura và cộng sự (2015), Yarovaya và cộng sự (2016)

Nền kinh tế Việt Nam đang phát triển mạnh mẽ và hội nhập sâu vào nền kinh tế toàn cầu thông qua việc gia tăng xuất nhập khẩu, thu hút đầu tư nước ngoài và tham gia các hiệp định thương mại tự do Sự phát triển của cơ sở hạ tầng công nghệ thông tin và viễn thông cũng giúp thị trường chứng khoán Việt Nam chịu tác động từ các thị trường chứng khoán quốc tế Việt Nam hiện đang hoạt động trong nền kinh tế lớn nhất thế giới.

Thị trường chứng khoán Mỹ có khả năng ảnh hưởng đến các thị trường chứng khoán khác trên toàn cầu, bao gồm cả Việt Nam Là một quốc gia châu Á, thị trường chứng khoán Việt Nam cũng dễ bị tác động từ các thị trường phát triển hàng đầu châu Á như Nhật Bản và Hàn Quốc Do đó, thị trường chứng khoán Việt Nam có thể chịu ảnh hưởng lan tỏa từ các thị trường Mỹ, Nhật và Hàn Quốc.

Một phương pháp kiểm định tác động lan tỏa giữa các thị trường là kiểm định nhân quả Granger, như đã được Ciner (2011) và Zhou cùng cộng sự (2014) đề xuất Dựa trên các phương pháp thống kê từ các nghiên cứu trước đó của Ciner (2011), Gradojevic (2013), và Ozer & Kamisli (2016), luận án này trình bày mô hình nghiên cứu về tác động lan tỏa của thị trường chứng khoán Mỹ đến thị trường chứng khoán Việt Nam thông qua phương trình VAR (Vector autoregression) trong kiểm định nhân quả Granger.

Phương trình hồi quy được biểu diễn như sau: 𝑟 𝑈𝑆,𝑡 = 𝛾 0 + 𝛾 1 𝑟 𝑈𝑆,𝑡−1 + ⋯ + 𝛾 𝑙 𝑟 𝑈𝑆,𝑡−𝑙 + 𝛿 1 𝑟 𝑉𝑁,𝑡−1 + ⋯ + 𝛿 𝑙 𝑟 𝑉𝑁,𝑡−𝑙 + 𝑢 𝑡, trong đó 𝑟 𝑈𝑆,𝑡 và 𝑟 𝑉𝑁,𝑡 đại diện cho SSL tại thị trường chứng khoán Mỹ và Việt Nam tại thời điểm 𝑡 Các hệ số 𝛼 0 , 𝛼 1,… 𝛼 𝑙 , 𝛽 1 , … , 𝛽 𝑙 , 𝛾 0 , … , 𝛾 𝑙 và 𝛿 1 , … , 𝛿 𝑙 là các hệ số trong phương trình hồi quy Nếu các hệ số 𝛽 1 , … , 𝛽 𝑙 có ý nghĩa thống kê, điều này cho thấy rằng SSL tại thị trường chứng khoán Mỹ có tác động lan tỏa đến thị trường chứng khoán Việt Nam.

Tương tự, lan tỏa SSL từ TTCK Nhật sang TTCK Việt Nam được kiểm định trong mô hình sau:

Phương trình hồi quy được mô tả bởi công thức 𝑟 𝐽𝑃,𝑡 = 𝛾 0 + 𝛾 1 𝑟 𝐽𝑃,𝑡−1 + ⋯ + 𝛾 𝑙 𝑟 𝐽𝑃,𝑡−𝑙 + 𝛿 1 𝑟 𝑉𝑁,𝑡−1 + ⋯ + 𝛿 𝑙 𝑟 𝑉𝑁,𝑡−𝑙 + 𝑢 𝑡 cho thấy mối quan hệ giữa tỷ suất sinh lợi (SSL) của thị trường chứng khoán Nhật Bản (TTCK Nhật) và Việt Nam (TTCK Việt) Các hệ số 𝛼 0 , 𝛼 1,… 𝛼 𝑙 , 𝛽 1 , … , 𝛽 𝑙 , 𝛾 0 , … , 𝛾 𝑙 và 𝛿 1 , … , 𝛿 𝑙 là những tham số quan trọng trong phân tích hồi quy Nếu các hệ số 𝛽 1 , … , 𝛽 𝑙 có ý nghĩa thống kê, điều này cho thấy sự tác động lan tỏa của SSL từ TTCK Nhật đến TTCK Việt Nam.

Tương tự, lan tỏa SSL từ TTCK Hàn Quốc sang TTCK Việt Nam được kiểm định trong mô hình sau:

𝑟 𝐾𝑅,𝑡 = 𝛾 0 + 𝛾 1 𝑟 𝐾𝑅,𝑡−1 + ⋯ + 𝛾 𝑙 𝑟 𝐾𝑅,𝑡−𝑙 + 𝛿 1 𝑟 𝑉𝑁,𝑡−1 + ⋯ + 𝛿 𝑙 𝑟 𝑉𝑁,𝑡−𝑙 + 𝑢 𝑡 (3.6) trong đó 𝑟 𝐾𝑅,𝑡 và 𝑟 𝑉𝑁,𝑡 lần lượt là SSL tại TTCK Hàn Quốc và Việt Nam tại thời điểm

Các hệ số 𝛼 0, 𝛼 1,…, 𝛼 𝑙, 𝛽 1,…, 𝛽 𝑙, 𝛾 0,…, 𝛾 𝑙 và 𝛿 1,…, 𝛿 𝑙 trong phương trình hồi quy có vai trò quan trọng Nếu các hệ số 𝛽 1,…, 𝛽 𝑙 thể hiện ý nghĩa thống kê, điều này chứng tỏ rằng sự kiện SSL tại thị trường chứng khoán Hàn Quốc có khả năng tác động lan tỏa đến thị trường chứng khoán Việt Nam.

Các SSL 𝑟 𝑡 tại các thị trường được tính toán dựa vào các chỉ số S&P 500, Nikkei

225, KOSPI và VN-Index tại các TTCK Mỹ, Nhật, Hàn Quốc và Việt Nam, và được tính toán theo công thức (2.3) đã được trình bày trong Chương 2

Tác động lan tỏa độ biến thiên đã được kiểm định qua mô hình nhân quả Granger, trong đó các giá trị SSL được thay thế bằng độ biến thiên Cụ thể, nghiên cứu này dựa vào các mô hình được Ozer áp dụng trong các phân tích trước đó.

& Kamisli (2016), Ciner (2011) lan tỏa độ biến thiên từ TTCK Mỹ sang TTCK Việt Nam được trình bày trong mô hình sau:

Phương trình hồi quy mô tả mối quan hệ giữa độ biến thiên của thị trường chứng khoán Mỹ (σ US,t²) và thị trường chứng khoán Việt Nam (σ VN,t²) tại thời điểm t Các hệ số α 0, α 1,… α l, β 1,…, β l, γ 0,…, γ l và δ 1,…, δ l thể hiện ảnh hưởng của các yếu tố khác nhau lên độ biến thiên này Nếu các hệ số β 1,…, β l có ý nghĩa thống kê, điều này cho thấy rằng độ biến thiên tại thị trường chứng khoán Mỹ có tác động lan tỏa đến thị trường chứng khoán Việt Nam.

Tương tự, việc kiểm định lan tỏa độ biến thiên từ TTCK Nhật sang TTCK Việt Nam được thực hiện qua mô hình sau:

Phương trình hồi quy được trình bày như sau: 𝜎 𝐽𝑃,𝑡 2 = 𝛾 0 + 𝛾 1 𝜎 𝐽𝑃,𝑡−1 2 + ⋯ + 𝛾 𝑙 𝜎 𝐽𝑃,𝑡−𝑙 2 + 𝛿 1 𝜎 𝑉𝑁,𝑡−1 2 + ⋯ + 𝛿 𝑙 𝜎 𝑉𝑁,𝑡−𝑙 2 + 𝑢 𝑡, trong đó σ 𝐽𝑃,t 2 và σ VN,t 2 lần lượt là độ biến thiên tại thị trường chứng khoán Nhật Bản và Việt Nam tại thời điểm t Các hệ số α 0 , α 1,… α l , β 1 , … , β l , γ 0 , … , γ l và δ 1 , … , δ l là các tham số của phương trình Nếu các hệ số β 1 , … , β l có ý nghĩa thống kê, điều này cho thấy độ biến thiên tại thị trường chứng khoán Nhật Bản có tác động lan tỏa đến thị trường chứng khoán Việt Nam.

Tương tự, việc kiểm định lan tỏa độ biến thiên từ TTCK Hàn Quốc sang TTCK Việt Nam được thực hiện qua mô hình sau:

Mô hình hồi quy được trình bày bởi phương trình 𝜎 𝐾𝑅,𝑡 2 = 𝛾 0 + 𝛾 1 𝜎 𝐾𝑅,𝑡−1 2 + ⋯ + 𝛾 𝑙 𝜎 𝐾𝑅,𝑡−𝑙 2 + 𝛿 1 𝜎 𝑉𝑁,𝑡−1 2 + ⋯ + 𝛿 𝑙 𝜎 𝑉𝑁,𝑡−𝑙 2 + 𝑢 𝑡 cho thấy mối quan hệ giữa độ biến thiên của thị trường chứng khoán Hàn Quốc (σ 𝐾𝑅,t 2) và Việt Nam (σ VN,t 2) tại thời điểm t Các hệ số α 0, α 1,… α l, β 1,… β l, γ 0,… γ l và δ 1,… δ l là các tham số của phương trình hồi quy Nếu các hệ số β 1,… β l có ý nghĩa thống kê, điều này chứng tỏ rằng độ biến thiên tại thị trường chứng khoán Hàn Quốc có ảnh hưởng lan tỏa đến thị trường chứng khoán Việt Nam.

Tương tự các nghiên cứu của Ciner (2011), Ozer & Kamisli (2016), các chuỗi dữ liệu độ biến thiên σ 2 tại các thị trường được ước lượng dựa trên áp dụng mô hình

Mô hình GARCH (Bollerslev, 1986) được áp dụng cho các chuỗi dữ liệu SSL của các chỉ số S&P 500, Nikkei 225, KOSPI và VN-Index tại các thị trường chứng khoán Mỹ, Nhật Bản, Hàn Quốc và Việt Nam Chi tiết về việc ước lượng mô hình GARCH sẽ được trình bày trong các phần tiếp theo.

PHƯƠNG PHÁP NGHIÊN CỨU

Mô hình nghiên cứu

Theo phân tích trong Chương 2, các thị trường chứng khoán toàn cầu có thể ảnh hưởng lẫn nhau, điều này được chứng minh qua lý thuyết mưa sao băng (Meteor Showers) của Engle và cộng sự (1990) Nhiều nghiên cứu đã chỉ ra sự lan tỏa tác động giữa các thị trường khác nhau trên thế giới, khẳng định tính chất liên kết giữa chúng.

(1990), Hamao và cộng sự (1990), Ng (2000), Miyakoshi (2003), Ergun & Nor

(2010), Sakthivel và cộng sự (2012), Kharchenko & Tzvetkov (2013), Nishimura và cộng sự (2015), Yarovaya và cộng sự (2016)

Nền kinh tế Việt Nam đang phát triển mạnh mẽ và hội nhập sâu vào nền kinh tế toàn cầu thông qua việc gia tăng xuất nhập khẩu, thu hút đầu tư nước ngoài và tham gia các hiệp định thương mại tự do Sự phát triển của cơ sở hạ tầng công nghệ thông tin và viễn thông cũng tạo điều kiện cho thị trường chứng khoán Việt Nam chịu tác động từ các thị trường chứng khoán quốc tế Việt Nam hiện đang hoạt động trong nền kinh tế có quy mô lớn nhất thế giới.

Thị trường chứng khoán Mỹ có thể ảnh hưởng đến các thị trường chứng khoán khác trên thế giới, bao gồm cả Việt Nam Là một quốc gia châu Á, thị trường chứng khoán Việt Nam cũng có thể bị tác động từ các thị trường phát triển hàng đầu trong khu vực như Nhật Bản và Hàn Quốc Do đó, thị trường chứng khoán Việt Nam có khả năng chịu ảnh hưởng từ cả thị trường chứng khoán Mỹ, Nhật Bản và Hàn Quốc.

Một phương pháp hiệu quả để kiểm định tác động lan tỏa giữa các thị trường là kiểm định nhân quả Granger, như đã được nghiên cứu bởi Ciner (2011) và Zhou cùng các cộng sự (2014) Dựa trên các phương pháp thống kê được áp dụng trong các nghiên cứu của Ciner (2011), Gradojevic (2013) và Ozer & Kamisli (2016), luận án này đề xuất một mô hình nghiên cứu về tác động lan tỏa của SSL từ thị trường chứng khoán Mỹ sang thị trường chứng khoán Việt Nam, được trình bày thông qua phương trình VAR (Vector autoregression) trong kiểm định nhân quả Granger.

Phương trình hồi quy mô tả mối quan hệ giữa tỷ suất sinh lợi (SSL) tại thị trường chứng khoán Mỹ (𝑟 𝑈𝑆,𝑡) và thị trường chứng khoán Việt Nam (𝑟 𝑉𝑁,𝑡) thông qua các hệ số 𝛾 và 𝛿 Nếu các hệ số 𝛽 1, …, 𝛽 𝑙 có ý nghĩa thống kê, điều này cho thấy rằng SSL tại TTCK Mỹ có khả năng tác động lan tỏa đến TTCK Việt Nam, phản ánh sự liên kết giữa hai thị trường trong bối cảnh tài chính toàn cầu.

Tương tự, lan tỏa SSL từ TTCK Nhật sang TTCK Việt Nam được kiểm định trong mô hình sau:

Phương trình hồi quy sau đây mô tả mối quan hệ giữa tỷ suất sinh lợi (SSL) tại thị trường chứng khoán Nhật Bản (JP) và Việt Nam (VN) tại thời điểm t: 𝑟 𝐽𝑃,𝑡 = 𝛾 0 + 𝛾 1 𝑟 𝐽𝑃,𝑡−1 + ⋯ + 𝛾 𝑙 𝑟 𝐽𝑃,𝑡−𝑙 + 𝛿 1 𝑟 𝑉𝑁,𝑡−1 + ⋯ + 𝛿 𝑙 𝑟 𝑉𝑁,𝑡−𝑙 + 𝑢 𝑡 Trong đó, 𝑟 𝐽𝑃,𝑡 và 𝑟 𝑉𝑁,𝑡 lần lượt đại diện cho SSL tại thị trường chứng khoán Nhật Bản và Việt Nam Các hệ số 𝛼 0, 𝛼 1,…, 𝛼 𝑙, 𝛽 1,…, 𝛽 𝑙, 𝛾 0,…, 𝛾 𝑙 và 𝛿 1,…, 𝛿 𝑙 là các tham số của phương trình hồi quy Nếu các hệ số 𝛽 1,…, 𝛽 𝑙 có ý nghĩa thống kê, điều này chứng tỏ rằng SSL tại thị trường chứng khoán Nhật Bản có tác động lan tỏa đến thị trường chứng khoán Việt Nam.

Tương tự, lan tỏa SSL từ TTCK Hàn Quốc sang TTCK Việt Nam được kiểm định trong mô hình sau:

𝑟 𝐾𝑅,𝑡 = 𝛾 0 + 𝛾 1 𝑟 𝐾𝑅,𝑡−1 + ⋯ + 𝛾 𝑙 𝑟 𝐾𝑅,𝑡−𝑙 + 𝛿 1 𝑟 𝑉𝑁,𝑡−1 + ⋯ + 𝛿 𝑙 𝑟 𝑉𝑁,𝑡−𝑙 + 𝑢 𝑡 (3.6) trong đó 𝑟 𝐾𝑅,𝑡 và 𝑟 𝑉𝑁,𝑡 lần lượt là SSL tại TTCK Hàn Quốc và Việt Nam tại thời điểm

Các hệ số 𝛼 0 , 𝛼 1,… 𝛼 𝑙 , 𝛽 1 , … , 𝛽 𝑙 , 𝛾 0 , … , 𝛾 𝑙 và 𝛿 1 , … , 𝛿 𝑙 là các tham số quan trọng trong phương trình hồi quy Nếu các hệ số 𝛽 1 , … , 𝛽 𝑙 có ý nghĩa thống kê, điều này chứng tỏ rằng sự kiện SSL tại thị trường chứng khoán Hàn Quốc sẽ có ảnh hưởng lan tỏa đến thị trường chứng khoán Việt Nam.

Các SSL 𝑟 𝑡 tại các thị trường được tính toán dựa vào các chỉ số S&P 500, Nikkei

225, KOSPI và VN-Index tại các TTCK Mỹ, Nhật, Hàn Quốc và Việt Nam, và được tính toán theo công thức (2.3) đã được trình bày trong Chương 2

Tác động lan tỏa của độ biến thiên đã được kiểm định qua mô hình nhân quả Granger, trong đó các giá trị SSL được thay thế bằng độ biến thiên Nghiên cứu này dựa trên các mô hình được Ozer áp dụng trong các công trình trước đó.

& Kamisli (2016), Ciner (2011) lan tỏa độ biến thiên từ TTCK Mỹ sang TTCK Việt Nam được trình bày trong mô hình sau:

Phương trình hồi quy được trình bày như sau: 𝜎 𝑈𝑆,𝑡 2 = 𝛾 0 + 𝛾 1 𝜎 𝑈𝑆,𝑡−1 2 + ⋯ + 𝛾 𝑙 𝜎 𝑈𝑆,𝑡−𝑙 2 + 𝛿 1 𝜎 𝑉𝑁,𝑡−1 2 + ⋯ + 𝛿 𝑙 𝜎 𝑉𝑁,𝑡−𝑙 2 + 𝑢 𝑡, trong đó σ US,t 2 và σ VN,t 2 đại diện cho độ biến thiên tại thị trường chứng khoán Mỹ và Việt Nam tại thời điểm t Các hệ số α 0 , α 1,… α l , β 1 , … , β l , γ 0 , … , γ l và δ 1 , … , δ l là các tham số trong phương trình Nếu các hệ số β 1 , … , β l có ý nghĩa thống kê, điều này cho thấy rằng độ biến thiên tại thị trường chứng khoán Mỹ sẽ có tác động lan tỏa đến thị trường chứng khoán Việt Nam.

Tương tự, việc kiểm định lan tỏa độ biến thiên từ TTCK Nhật sang TTCK Việt Nam được thực hiện qua mô hình sau:

Phương trình hồi quy mô tả mối quan hệ giữa độ biến thiên của thị trường chứng khoán Nhật Bản (σ 𝐽𝑃,t 2) và Việt Nam (σ 𝑉𝑁,t 2) tại thời điểm t, với các hệ số α, β, γ và δ Nếu các hệ số β có ý nghĩa thống kê, điều này cho thấy rằng độ biến thiên của thị trường chứng khoán Nhật Bản có ảnh hưởng lan tỏa đến thị trường chứng khoán Việt Nam.

Tương tự, việc kiểm định lan tỏa độ biến thiên từ TTCK Hàn Quốc sang TTCK Việt Nam được thực hiện qua mô hình sau:

Đoạn phương trình 𝜎 𝐾𝑅,𝑡 2 = 𝛾 0 + 𝛾 1 𝜎 𝐾𝑅,𝑡−1 2 + ⋯ + 𝛾 𝑙 𝜎 𝐾𝑅,𝑡−𝑙 2 + 𝛿 1 𝜎 𝑉𝑁,𝑡−1 2 + ⋯ + 𝛿 𝑙 𝜎 𝑉𝑁,𝑡−𝑙 2 + 𝑢 𝑡 thể hiện mối quan hệ giữa độ biến thiên của thị trường chứng khoán Hàn Quốc (σ 𝐾𝑅,t 2) và Việt Nam (σ VN,t 2) tại thời điểm t Các hệ số α 0, α 1,… α l, β 1,… β l, γ 0,… γ l và δ 1,… δ l là các tham số trong phương trình hồi quy Nếu các hệ số β 1,… β l có ý nghĩa thống kê, điều này cho thấy rằng độ biến thiên của thị trường chứng khoán Hàn Quốc có khả năng tác động lan tỏa đến thị trường chứng khoán Việt Nam.

Tương tự các nghiên cứu của Ciner (2011), Ozer & Kamisli (2016), các chuỗi dữ liệu độ biến thiên σ 2 tại các thị trường được ước lượng dựa trên áp dụng mô hình

Mô hình GARCH (Bollerslev, 1986) được áp dụng cho các chuỗi dữ liệu SSL của chỉ số S&P 500, Nikkei 225, KOSPI và VN-Index tại các thị trường chứng khoán Mỹ, Nhật Bản, Hàn Quốc và Việt Nam Chi tiết về việc ước lượng mô hình GARCH sẽ được trình bày trong các phần tiếp theo.

Dựa trên lý thuyết và các nghiên cứu thực nghiệm toàn cầu, cùng với bối cảnh hội nhập của nền kinh tế Việt Nam, luận án này đề xuất các giả thuyết nghiên cứu sau đây.

- Giả thuyết 1: SSL của chỉ số S&P 500 có tác động lan tỏa lên SSL của chỉ số

- Giả thuyết 2: SSL của chỉ số Nikkei 225 có tác động lan tỏa lên SSL của chỉ số VN-Index

- Giả thuyết 3: SSL của chỉ số KOSPI có tác động lan tỏa lên SSL của chỉ số

- Giả thuyết 4: Độ biến thiên của chỉ số S&P 500 có tác động lan tỏa lên độ biến thiên của chỉ số VN-Index

- Giả thuyết 5: Độ biến thiên của chỉ số Nikkei 225 có tác động lan tỏa lên độ biến thiên của chỉ số VN-Index

- Giả thuyết 6: Độ biến thiên của chỉ số KOSPI có tác động lan tỏa lên độ biến thiên của chỉ số VN-Index

Theo nhận định của Granger & Lin (1995), mối quan hệ giữa các chuỗi dữ liệu tài chính có thể khác nhau tùy thuộc vào các thành phần tần số khác nhau Nhiều nghiên cứu, chẳng hạn như của Chan và cộng sự (2008) cùng với Gradojevic, đã cung cấp bằng chứng cho nhận định này qua việc phân tích một số chuỗi dữ liệu tài chính khác nhau.

Nghiên cứu này dựa trên mô hình đã được áp dụng trong các nghiên cứu trước đây (2013, Yanfeng 2013, Ozer & Kamisli 2016) để đề xuất một mô hình kiểm định tác động lan tỏa của SSL từ thị trường chứng khoán Mỹ, Nhật Bản và Hàn Quốc sang thị trường chứng khoán Việt Nam, với các thành phần tần số ω khác nhau.

- 𝑟 𝑈𝑆 , 𝑟 𝐽𝑃 , 𝑟 𝐾𝑅 và 𝑟 𝑉𝑁 lần lượt là chuỗi dữ liệu SSL tại các TTCK Mỹ, Nhật và

Thu thập dữ liệu

Dữ liệu phân tích bao gồm các chỉ số tổng hợp theo ngày của S&P 500, Nikkei 225, KOSPI và VN-Index trong giai đoạn từ 01/01/2012 đến 31/12/2015, được thu thập từ cơ sở dữ liệu Datastream Giai đoạn này được chọn để đánh giá sự phụ thuộc lẫn nhau giữa các thị trường chứng khoán trong bối cảnh phục hồi sau khủng hoảng tài chính toàn cầu Mặc dù các thị trường đã có dấu hiệu phục hồi, nhà đầu tư vẫn có thể tỏ ra thận trọng và nhạy cảm với thông tin cũng như biến động từ các thị trường chứng khoán quốc tế.

Vì vậy, luận án sẽ đánh giá lan tỏa SSL và độ biến thiên giữa các thị trường trong giai đoạn từ 01/01/2012 đến 31/12/2015

SSL tại mỗi thị trường được tính toán theo công thức:

Trong bài viết này, chúng ta sẽ khám phá ý nghĩa của ln(𝑥) - logarithm tự nhiên của 𝑥, cùng với các chỉ số thị trường tại thời điểm 𝑡 và 𝑡−1, cụ thể là chỉ số S&P 500, Nikkei 225, KOSPI và VN-Index Các chỉ số này đóng vai trò quan trọng trong việc phân tích xu hướng thị trường tài chính.

Dữ liệu SSL được kiểm tra tính dừng thông qua kiểm định Augmented Dickey-Fuller (ADF) Luận án tiến hành kiểm định lan tỏa SSL bằng kiểm định nhân quả Granger và ước lượng độ biến thiên bằng mô hình GARCH Để đánh giá lan tỏa độ biến thiên, nghiên cứu cũng áp dụng kiểm định nhân quả Granger Cuối cùng, luận án phân tích lan tỏa SSL và độ biến thiên giữa các thị trường bằng phương pháp nhân quả trong miền tần số Các phương pháp kiểm định sẽ được trình bày chi tiết trong các phần tiếp theo.

Phân tích tác động lan tỏa SSL giữa các thị trường

3.4.1 Kiểm định nhân quả Granger

Từ các thị trường thu được SSL theo công thức, chúng ta có thể kiểm định sự lan tỏa của SSL thông qua việc đánh giá mối liên hệ giữa các thị trường Một phương pháp hiệu quả để thực hiện việc này là kiểm định nhân quả Granger, được giới thiệu bởi Granger vào năm 1969.

Granger (1969) đã phát triển lý thuyết kiểm định mối quan hệ "nhân quả" giữa các chuỗi dữ liệu Phương pháp này đánh giá tác động của biến x lên biến y bằng cách xem xét liệu biến y có thể được giải thích bởi các giá trị quá khứ của chính nó và các giá trị trễ của x Biến y được coi là kết quả Granger của x nếu x có khả năng dự đoán giá trị của y, tức là các hệ số của biến trễ của x phải có ý nghĩa thống kê.

Kiểm định nhân quả Granger (Granger Causality test) theo mô hình VAR (Vector Autoregression) có dạng như sau (Gujarati, 2004): t l t l t l t l t t y y x x y  0  1  1     1  1    

Giả thuyết H0 cho các phương trình trên là x không tác động nhân quả Granger lên y và ngược lại Nếu giả thuyết H0 bị bác bỏ trong phương trình trên, điều này có nghĩa là x có ảnh hưởng nhân quả Granger đến y.

3.4.2 Phân tích tác động lan tỏa bằng kiểm định nhân quả Granger

Phương pháp kiểm định nhân quả Granger có thể được áp dụng để đánh giá tác động lan tỏa của SSL giữa các thị trường Cụ thể, trong phương pháp này, x t và y t đại diện cho SSL của S&P 500 (hoặc Nikkei 225, KOSPI) và VN-Index Nghiên cứu sẽ kiểm định các hệ số  1,  2, ,  l = 0 trong phương trình với y t là SSL của VN-Index và x t là SSL của S&P 500, Nikkei 225 hoặc KOSPI Nếu giả thuyết H 0:  1 =  2 = =  l = 0 bị bác bỏ, điều này cho thấy x t (SSL của các chỉ số khác) có ảnh hưởng đến y t (SSL của VN-Index).

Nghiên cứu cho thấy rằng chỉ số S&P 500, Nikkei 225 và KOSPI có tác động nhân quả Granger lên SSL của VN-Index Điều này có nghĩa là sự lan tỏa SSL từ các thị trường Mỹ, Nhật Bản và Hàn Quốc đến thị trường Việt Nam là có ý nghĩa thống kê.

Phương pháp kiểm định nhân quả Granger sẽ được áp dụng để đánh giá tác động lan tỏa của thị trường chứng khoán Mỹ, Nhật Bản và Hàn Quốc đến thị trường chứng khoán Việt Nam Qua đó, các giả thuyết 1, 2 và 3 sẽ được kiểm định một cách rõ ràng.

Phân tích tác động lan tỏa độ biến thiên giữa các thị trường

3.5.1 Ước lượng độ biến thiên bằng mô hình GARCH

Bollerslev (1986) là người đầu tiên phát triển mô hình GARCH nhằm mô tả phương sai có điều kiện của chuỗi thời gian, cụ thể là độ biến thiên Mô hình này kết hợp với dạng ARMA để phân tích chuỗi thời gian, thể hiện mối quan hệ giữa các yếu tố trong dữ liệu.

Trong mô hình GARCH, các tham số k, p và q là các số nguyên không âm, trong khi 𝑥 𝑖𝑡 đại diện cho các biến nguyên nhân Các sai số dự báo tại thời điểm t-i được ký hiệu là r t  i và a t  i, trong đó mô hình mô tả độ biến thiên thông qua phương sai có điều kiện, được thể hiện dưới dạng t t a t  , với các tổng hợp tương ứng.

(3.24) trong đó,  t 2 là phương sai có điều kiện,   t là biến phân bố ngẫu nhiên đều iid (identically distributed) với trung bình bằng 0 và phương sai bằng 1,  0 0,  i 0,

 Ở đây, ta hiểu rằng  i 0 với i > m và  j  0 với j > s

Để đảm bảo phương sai không điều kiện của a t là hữu hạn, cần có ràng buộc sau về  i  i, trong khi phương sai có điều kiện  t 2 lại thay đổi theo thời gian Thông thường,  t được giả định tuân theo phân bố chuẩn, phân bố Student-t hoặc phân bố lỗi tổng quát (Tsay, 2005).

Mô hình GARCH đã thể hiện rõ ràng độ biến thiên và các yếu tố ảnh hưởng đến nó Nếu các hệ số αi và βi có ý nghĩa thống kê, điều này cho thấy độ biến thiên chịu tác động từ cả độ biến thiên trước đó và các thành phần sai số, đại diện cho sự thay đổi ngoài kỳ vọng của nhà đầu tư trong các giai đoạn trước.

Như vậy, áp dụng mô hình GARCH vào các chuỗi dữ liệu SSL tại các thị trường

Mỹ, Nhật Bản và Việt Nam cho phép chúng ta ước lượng độ biến thiên tại các thị trường Dựa trên đó, các chuỗi dữ liệu độ biến thiên được xác định từ mô hình GARCH sẽ được kiểm định tính dừng.

Phân tích tác động lan tỏa SSL và độ biến thiên trong miền tần số

Nghiên cứu áp dụng phương pháp kiểm định nhân quả Granger để phân tích sự lan tỏa độ biến thiên giữa các thị trường, sử dụng dữ liệu độ biến thiên từ mô hình GARCH Cụ thể, độ biến thiên của S&P 500, Nikkei 225, KOSPI và VN-Index được ước lượng và kiểm định Khi kiểm tra giả thuyết, nếu bị bác bỏ, điều này cho thấy độ biến thiên của S&P 500, Nikkei 225 hoặc KOSPI có ảnh hưởng nhân quả Granger đến độ biến thiên của VN-Index, cho thấy sự lan tỏa độ biến thiên từ các thị trường Mỹ, Nhật Bản và Hàn Quốc đến thị trường Việt Nam là có ý nghĩa thống kê.

Phương pháp kiểm định nhân quả Granger sẽ được sử dụng để đánh giá ảnh hưởng của sự biến động từ các thị trường chứng khoán Mỹ, Nhật Bản và Hàn Quốc đến thị trường chứng khoán Việt Nam Qua đó, các giả thuyết 4, 5 và 6 sẽ được kiểm tra.

3.6 Phân tích tác động lan tỏa SSL và độ biến thiên trong miền tần số

3.6.1 Phân tích nhân quả trong miền tần số

Phần này sẽ giới thiệu phương pháp phân tích nhân quả trong miền tần số được đề xuất bởi Breitung & Candelon (2006), dựa trên các phương pháp của Geweke

Cho 𝑧 𝑡 = [𝑥 𝑡 , 𝑦 𝑡 ]′ là vector chuỗi thời gian 2 chiều với 𝑡 = 1, … 𝑇 Giả sử 𝑧 𝑡 được trình bày dưới dạng phương trình VAR có bậc hữu hạn: x t y t

Hệ thống được mô tả bởi phương trình H β = β x t + y t + Θ(L)z t = ε t, trong đó Θ(L) là đa thức trễ 2 × 2 với L k z t = z t−k Giả sử vector lỗi ε t là nhiễu trắng với E(ε t) = 0 và E(ε t ε t ′) = Σ, trong đó Σ là xác định dương Đặt G là ma trận tam giác bên dưới từ phân tách Cholesky, với G ′ G = Σ −1, dẫn đến E(η t η t ′) = I và η t = Gε t Nếu hệ thống là dừng, ta có thể biểu diễn z t dưới dạng MA như sau: z t = Φ(L)ε t = [Φ 11 (L) Φ 12 (L) Φ 21 (L) Φ 22 (L)] [ε 1t ε 2t].

Trong đó Φ(L) = Θ(L) −1 và Ψ(L) = Φ(L)G −1 Hàm mật độ phổ (spectral density) của x t có dạng: f x (ω) = 1

𝑇, trong đó 𝑇 là chu kỳ của chuỗi dữ liệu Geweke (1982) và Hosoya (1991) đề xuất phương pháp đo nhân quả như sau:

Ta có M y→x (ω) = 0 nếu |Ψ 12 (e −iω )| = 0, khi đó, ta kết luận rằng y không là nguyên nhân của x ở tần số ω

Breitung và Candelon (2006) đã kiểm định giả thuyết y không là nguyên nhân của x ở tần số ω qua việc kiểm định giả thuyết không (null hypothesis) như sau:

M y→x (ω) = 0 (3.29) Áp dụng công thức Ψ(L) = Θ(L) −1 G −1 và Ψ 12 (L) = − g 22 Θ 12 (L)

|Θ(L)| (trong đó g 22 là phần tử bên dưới của đường chéo của ma trận G −1 và |Θ(L)| là định thức (determinant) của Θ(L)) để biểu diễn giả thuyết không (null hypothesis) như sau:

| = 0 (3.30) trong đó θ 12,k là phần tử tại vị trí (1,2) của Θ k Như vậy, điều kiện cần và đủ để

(3.32) Đơn giản đẳng thức trên bằng cách đặt a j = θ 11,j và β j = θ 12,j Khi đó, phương trình VAR cho x t có dạng: x t = a 1 x t−1 + ⋯ + a p x t−p + β 1 y t−1 + ⋯ + β p y t−p + ε 1t (3.33)

Giả thuyết M y→x (ω) = 0 tương đương với ràng buộc tuyến tính (linear restriction):

Giá trị thống kê F thông thường cho biểu thức x t xấp xỉ phân phối F(2, T − 2p) với ω ∈ (0, π) Tương tự như kiểm định nhân quả truyền thống, thống kê Wald dựa trên ràng buộc tuyến tính tiệm cận với phân bố χ²(2) trong khoảng ω ∈ (0, π) (Yanfeng, 2013).

Như vậy, ta có thể sử dụng phân phối χ 2 (2) để kiểm định nhân quả 𝑦 tác động lên 𝑥 (kiểm định giả thuyết M y→x (ω) = 0) với mỗi tần số ω

3.6.2 Phân tích lan tỏa SSL trong miền tần số Áp dụng phương pháp nhân quả trong miền tần số (Breitung & Candelon, 2006) vào các chuỗi dữ liệu SSL của S&P 500, Nikkei 225, KOSPI và VN-Index sẽ kiểm định được tác động lan tỏa SSL từ thị trường Mỹ và Nhật sang thị trường Việt Nam tại các thành phần tần số khác nhau Cụ thể hơn, để kiểm định lan tỏa SSL từ TTCK

Mỹ, Nhật Bản, hoặc Hàn Quốc đã đầu tư vào thị trường chứng khoán Việt Nam, trong đó phương pháp phân tích nhân quả được áp dụng cho chuỗi dữ liệu SSL của VN-Index và S&P 500 (hoặc Nikkei 225, hoặc KOSPI).

Như vậy, phương pháp kiểm định nhân quả trong miền tần số (Breitung &

Nghiên cứu của Candelon (2006) sẽ đánh giá tác động lan tỏa của thị trường chứng khoán Mỹ, Nhật Bản và Hàn Quốc đến thị trường chứng khoán Việt Nam ở các tần suất khác nhau, từ đó kiểm định các giả thuyết 7, 8 và 9.

3.6.3 Phân tích lan tỏa độ biến thiên trong miền tần số Áp dụng phương pháp nhân quả trong miền tần số (Breitung & Candelon, 2006) vào các chuỗi dữ liệu độ biến thiên tại của các chỉ số S&P 500, Nikkei 225, KOSPI và VN-Index sẽ kiểm định được tác động lan tỏa độ biến thiên từ thị trường TTCK

Mỹ, Nhật và Hàn Quốc sang thị trường Việt Nam tại các thành phần tần số khác nhau

Để kiểm định sự lan tỏa độ biến thiên từ thị trường chứng khoán Mỹ (hoặc Nhật Bản, hoặc Hàn Quốc) sang thị trường chứng khoán Việt Nam, phương pháp phân tích nhân quả trong miền tần số được áp dụng Trong đó, 𝑥 𝑡 đại diện cho chuỗi dữ liệu độ biến thiên của VN-Index và 𝑦 𝑡 là chuỗi dữ liệu độ biến thiên của S&P 500 (hoặc Nikkei 225, hoặc KOSPI).

Như vậy, phương pháp kiểm định nhân quả trong miền tần số (Breitung &

Nghiên cứu của Candelon (2006) sẽ đánh giá tác động lan tỏa của độ biến thiên từ các thị trường chứng khoán Mỹ, Nhật Bản và Hàn Quốc đến thị trường chứng khoán Việt Nam ở các tần số khác nhau Do đó, các giả thuyết 10, 11 và 12 sẽ được kiểm định.

Chương 3 đã trình bày dữ liệu và phương pháp nghiên cứu của luận án Cụ thể hơn, chương này đã trình bày dữ liệu và mô hình nghiên cứu đề xuất nhằm phân tích tác động lan tỏa SSL và độ biến thiên từ TTCK Mỹ sang TTCK Việt Nam, giải thích các biến trong mô hình cũng như trình bày các phương pháp kiểm định trong miền thời gian như mô hình GARCH (Bollerslev, 1986) và kiểm định nhân quả Granger (Granger, 1969) Cuối cùng, chương này còn trình bày phương pháp kiểm định nhân quả trong trong miền tần số (Breitung & Candelon, 2006) và ứng dụng phương pháp này vào kiểm định SSL và độ biến thiên ứng với các thành phần tần số khác nhau

CHƯƠNG 4 PHÂN TÍCH DỮ LIỆU VÀ KẾT QUẢ

Chương này sẽ trình bày kết quả của luận án, bao gồm đồ thị các chuỗi dữ liệu trong thời gian nghiên cứu và kết quả kiểm định lan tỏa SSL cùng độ biến thiên giữa các thị trường chứng khoán Cụ thể, chương 4 sẽ minh họa đồ thị của các chỉ số S&P.

Chương này sẽ phân tích các chỉ số thị trường chứng khoán như Nikkei 225, KOSPI và VN-Index cùng với SSL của chúng trong thời kỳ nghiên cứu Bên cạnh đó, sẽ trình bày kết quả về hiệu ứng lan tỏa SSL giữa các thị trường chứng khoán, sự lan tỏa độ biến thiên và phân tích trong miền tần số Các phần tiếp theo sẽ đi sâu vào các nội dung này.

4.2 Các chỉ số thị trường trong thời kì nghiên cứu

Trong giai đoạn từ 01/01/2012 đến 31/12/2015, các chỉ số S&P 500, Nikkei 225, KOSPI và VN-Index đều cho thấy xu hướng tăng trưởng rõ rệt Cụ thể, chỉ số S&P 500 đã tăng từ khoảng 1200-1500 điểm vào năm 2012 lên 1800-2200 điểm vào năm 2015 Chỉ số Nikkei 225 cũng ghi nhận mức tăng từ 8000-10.000 điểm lên 16.000-20.000 điểm trong cùng thời gian KOSPI tăng nhẹ từ 1800-2000 điểm lên 1900-2200 điểm, trong khi VN-Index tăng từ 350-500 điểm lên 520-650 điểm Những biến động này phản ánh sự phục hồi của các thị trường chứng khoán sau cuộc khủng hoảng tài chính toàn cầu.

I II III IV I II III IV I II III IV I II III IV

Nguồn: tác giả xây dựng dựa trên nguồn dữ liệu Datastream Đồ thị 4.2: Đồ thị chỉ số Nikkei 225 giai đoạn 2012 -2015

NIKKEI 225 STOCK AVERAGE - PRICE INDEX

Nguồn: tác giả xây dựng dựa trên nguồn dữ liệu Datastream Đồ thị 4.3: Đồ thị chỉ số KOSPI giai đoạn 2012 -2015

KOREA SE COMPOSITE (KOSPI) - PRICE INDEX

Nguồn: tác giả xây dựng dựa trên nguồn dữ liệu Datastream Đồ thị 4.4: Đồ thị chỉ số VN-Index giai đoạn 2012 -2015

HOCHIMINH SE VIETNAM INDEX - PRICE INDEX

Nguồn: tác giả xây dựng dựa trên nguồn dữ liệu Datastream

4.3 SSL tại các thị trường và thống kê mô tả

Dựa trên dữ liệu chỉ số thu được, luận án tính toán SSL tại các thị trường theo công thức:

Trong đó: 𝑟 𝑡 là SSL tại các thị trường, ln(𝑥) là logarithm tự nhiên của 𝑥, 𝑃 𝑡 và

𝑃 𝑡−1 là các chỉ số thị trường tại thời điểm 𝑡 và 𝑡 − 1 Cụ thể hơn 𝑃 𝑡 chính là chỉ số

S&P 500, Nikkei 225, KOSPI và VN-Index

Dữ liệu SSL tại thị trường trong giai đoạn nghiên cứu được thể hiện qua các đồ thị 4.5, 4.6, 4.7 và 4.8 Đặc biệt, đồ thị 4.5 minh họa chỉ số S&P 500 trong giai đoạn 2012 - 2015.

Nguồn: tác giả tính toán dựa trên nguồn dữ liệu Datastream Đồ thị 4.6: Đồ thị SSL của chỉ số Nikkei 225 giai đoạn 2012 -2015

Nguồn: tác giả tính toán dựa trên nguồn dữ liệu Datastream Đồ thị 4.7: Đồ thị SSL của chỉ số KOSPI giai đoạn 2012 -2015

Nguồn: tác giả tính toán dựa trên nguồn dữ liệu Datastream Đồ thị 4.8: Đồ thị SSL của chỉ số VN-Index giai đoạn 2012 -2015

Nguồn: tác giả tính toán dựa trên nguồn dữ liệu Datastream

Luận án tiến hành phân tích thống kê mô tả cho các chuỗi SSL của các chỉ số thị trường chứng khoán, với một số kết quả được trình bày trong Bảng 4.1.

Bảng 4.1: Thống kê mô tả của SSL tại các thị trường

Trung bình (Mean) 0.000466 0.000778 0.000068 0.000478 Trung vị (Median) 0.000195 0.000278 0.000000 0.000101 Độ lệch chuẩn (Std Dev) 0.007916 0.013154 0.007830 0.011053 Độ nghiêng (Skewness) -0.256127 -0.356637 0.010041 -0.609907 Độ nhọn (Kurtosis) 5.054130 6.255896 4.601093 5.787362

Nguồn: tác giả tính toán dựa trên nguồn Datastream

Bảng trên chỉ ra rằng giá trị trung bình SSL trên bốn thị trường đều dương nhưng khá nhỏ, điều này hợp lý do thời gian nghiên cứu là giai đoạn phục hồi sau khủng hoảng tài chính toàn cầu Độ nghiêng (Skewness) tại ba thị trường chứng khoán Mỹ, Nhật và Việt Nam là âm, cho thấy sự phân bố SSL tại các thị trường này bất đối xứng với 'đuôi trái dài', trong khi độ nghiêng của thị trường chứng khoán Hàn Quốc cũng âm, nhưng cho thấy phân bố bất đối xứng với đuôi phải dài Độ nhọn (Kurtosis) tại cả bốn sàn giao dịch lớn hơn 3, cho thấy phân bố dữ liệu có đỉnh nhọn hơn so với phân bố chuẩn.

4.4 Kiểm định tác động lan tỏa SSL giữa các TTCK

Tính dừng của SSL được phân tích bằng kiểm định Augmented Dickey-Fuller (ADF) Kết quả như trong Bảng 4.2

Bảng 4.2: Kiểm định ADF tại các thị trường

S&P500 Nikkei 225 KOSPI VN-Index Giả thuyết

Kết luận Bác bỏ ở mức

Kết quả từ bảng cho thấy giả thuyết H0 bị bác bỏ ở mức ý nghĩa 1%, điều này có nghĩa là cả bốn chuỗi SSL đều dừng lại Do đó, việc thực hiện kiểm định nhân quả Granger cho các cặp chuỗi dữ liệu này là hoàn toàn hợp lý.

4.4.2 Kiểm định lan tỏa SSL giữa các TTCK

Nghiên cứu sử dụng tiêu chuẩn AIC (Akaike Information Criterion) để chọn mô hình VAR phù hợp nhằm kiểm định nhân quả Granger AIC được coi là tiêu chuẩn tối ưu trong việc lựa chọn mô hình VAR, như được đề xuất trong giáo trình của Gujarati (2004) và áp dụng rộng rãi trong các nghiên cứu tương tự Kết quả cho thấy bậc tốt nhất của mô hình VAR cho hai chuỗi dữ liệu SSL của S&P 500 và VN-Index là 1, bậc cho Nikkei 225 và VN-Index là 2, và bậc cho KOSPI và VN-Index là 4 Ngoài ra, các độ trễ này cũng được xác nhận bởi các tiêu chuẩn lựa chọn mô hình khác như SIC và FPE Nghiên cứu thực hiện kiểm định nhân quả Granger với độ trễ 1 cho sự lan tỏa từ TTCK Mỹ sang TTCK Việt Nam, độ trễ 2 cho TTCK Nhật và độ trễ 4 cho TTCK Hàn Quốc Kết quả kiểm định được trình bày trong Bảng 4.3.

Bảng 4.3: Lan tỏa SSL từ TTCK Mỹ, Nhật và Hàn Quốc lên TTCK Việt Nam

Kiểm định nhân quả Granger Giả thuyết

SSL tại TTCK Mỹ không tác động nhân quả Granger lên SSL tại TTCK Việt Nam

SSL tại TTCK Nhật không tác động nhân quả Granger lên SSL tại TTCK Việt Nam

SSL tại TTCK Hàn Quốc không tác động nhân quả Granger lên SSL tại TTCK Việt Nam

Kết luận Bác bỏ ở mức ý nghĩa 1%

(Không bác bỏ ở mức ý nghĩa 5%)

Bảng 4.3 chỉ ra rằng sự lan tỏa của SSL từ thị trường chứng khoán Mỹ đến thị trường chứng khoán Việt Nam là rõ ràng, phản ánh vị thế của Mỹ như quốc gia có nền kinh tế lớn nhất thế giới và ảnh hưởng đến các nền kinh tế đang phát triển như Việt Nam Sự gia tăng quy mô thị trường và cải thiện môi trường đầu tư cho nhà đầu tư nước ngoài đã thúc đẩy sự hội nhập của thị trường chứng khoán Việt Nam với thị trường toàn cầu Kết quả này cũng nhất quán với nhiều nghiên cứu trước đây, bao gồm nhận định của Tsutsui & Hirayama (2005) về mối liên hệ giữa các thị trường.

Bảng 4.3 cho thấy rằng ở mức ý nghĩa 5%, không có đủ bằng chứng để xác định sự hiện diện của hiệu ứng lan tỏa SSL từ thị trường chứng khoán Nhật Bản sang thị trường chứng khoán Việt Nam Tuy nhiên, khi xem xét ở mức ý nghĩa 10%, tác động này lại có ý nghĩa thống kê.

Mỹ, TTCK Nhật có tác động lên TTCK Việt Nam ở mức độ tin cậy kém hơn

Kết quả từ Bảng 4.3 cho thấy rằng sự lan tỏa của SSL từ thị trường chứng khoán Hàn Quốc đến thị trường chứng khoán Việt Nam đạt mức ý nghĩa 5%, cho thấy TTCK Việt Nam bị ảnh hưởng bởi những biến động trên thị trường Hàn Quốc Phát hiện này phù hợp với nhận định của Tsutsui & Hirayama (2005), cho thấy hầu hết các nghiên cứu đều chỉ ra mối liên hệ giữa các thị trường.

Hình 4.1: Hàm phản ứng xung của SSL VN-Index với S&P500

Response of DLNVNINDEX to DLNSP500 Innovation using Cholesky (d.f adjusted) Factors

Hình 4.2: Hàm phản ứng xung của SSL VN-Index với Nikkei 225

Response of DLNVNINDEX to DLNNIKKEI_225 Innovation using Cholesky (d.f adjusted) Factors

Hình 4.3: Hàm phản ứng xung của SSL VN-Index với KOSPI

Response of DLNVNINDEX to DLNKOSPI Innovation using Cholesky (d.f adjusted) Factors

Hình 4.1, Hình 4.2 và Hình 4.3 minh họa hàm phản ứng xung (impulse response) của chỉ số VN-Index đối với biến động của các chỉ số S&P 500, Nikkei 225 và KOSPI Kết quả cho thấy VN-Index có phản ứng mạnh mẽ với sự biến đổi của S&P 500 trong hai giai đoạn đầu, sau đó suy giảm nhanh chóng ở các giai đoạn tiếp theo Ngược lại, phản ứng của VN-Index đối với chỉ số Nikkei kéo dài hơn, cho thấy sự khác biệt trong cách mà VN-Index ứng phó với các biến động thị trường quốc tế.

Kết quả của luận án cho thấy rằng sự biến động của thị trường chứng khoán (TTCK) Mỹ, Nhật và Hàn Quốc là yếu tố quan trọng để dự báo tình hình TTCK Việt Nam Do đó, nhà đầu tư cần chú ý đến những thay đổi trên các thị trường này để có quyết định đầu tư hợp lý tại Việt Nam, vì sự tăng giảm trên TTCK Mỹ, Nhật và Hàn Quốc có thể tạo ra tác động lan tỏa đến thị trường Việt Nam Hơn nữa, các nhà làm chính sách tại Việt Nam cũng có thể sử dụng thông tin từ TTCK Mỹ, Nhật và Hàn Quốc để dự đoán sự thay đổi trên TTCK Việt Nam, từ đó chủ động xây dựng các chính sách quản lý phù hợp Sự phụ thuộc của TTCK Việt Nam vào các thị trường này càng nhấn mạnh tầm quan trọng của việc theo dõi và phân tích diễn biến của chúng.

Đầu tư tại Việt Nam có thể không mang lại hiệu quả cao cho các nhà đầu tư từ Mỹ, Nhật Bản và Hàn Quốc trong việc đa dạng hóa danh mục đầu tư Do đó, các nhà đầu tư này nên xem xét tìm kiếm các thị trường khác để tối ưu hóa chiến lược đầu tư của mình.

4.5 Kiểm định lan tỏa độ biến thiên giữa các TTCK

4.5.1 Kết quả ước lượng GARCH tại các thị trường

PHÂN TÍCH DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU

Kiểm định tác động lan tỏa SSL giữa các TTCK

Tính dừng của SSL được phân tích bằng kiểm định Augmented Dickey-Fuller (ADF) Kết quả như trong Bảng 4.2

Bảng 4.2: Kiểm định ADF tại các thị trường

Kết quả từ bảng cho thấy giả thuyết H0 bị bác bỏ ở mức ý nghĩa 1%, cho thấy cả bốn chuỗi SSL đều dừng lại Do đó, việc áp dụng kiểm định nhân quả Granger cho các cặp chuỗi dữ liệu này là hoàn toàn hợp lý.

4.4.2 Kiểm định lan tỏa SSL giữa các TTCK

Nghiên cứu này sử dụng tiêu chuẩn AIC (Akaike Information Criterion) để lựa chọn mô hình VAR phù hợp nhằm kiểm định nhân quả Granger AIC được coi là tiêu chuẩn tối ưu trong việc chọn mô hình VAR, như đã được đề xuất trong các giáo trình của Gujarati (2004) và áp dụng trong nhiều nghiên cứu tương tự Kết quả cho thấy bậc tốt nhất của mô hình VAR với hai chuỗi dữ liệu SSL của S&P 500 và VN-Index là 1, trong khi bậc của mô hình với Nikkei 225 và VN-Index là 2, và bậc với KOSPI và VN-Index là 4 Hơn nữa, các độ trễ này cũng được xác nhận bởi các tiêu chuẩn lựa chọn mô hình khác như SIC và FPE Nghiên cứu đã tiến hành kiểm định nhân quả Granger với độ trễ tương ứng là 1 cho sự lan tỏa từ TTCK Mỹ sang TTCK Việt Nam, 2 cho TTCK Nhật và 4 cho TTCK Hàn Quốc Kết quả kiểm định được trình bày trong Bảng 4.3.

Bảng 4.3: Lan tỏa SSL từ TTCK Mỹ, Nhật và Hàn Quốc lên TTCK Việt Nam

Kết luận Bác bỏ ở mức ý nghĩa 1%

(Không bác bỏ ở mức ý nghĩa 5%)

Bảng 4.3 chỉ ra rằng sự lan tỏa của SSL tại TTCK Mỹ ảnh hưởng đến SSL tại TTCK Việt Nam, điều này phản ánh thực tế Mỹ là quốc gia có nền kinh tế lớn nhất thế giới, tác động đến các nước đang phát triển như Việt Nam Sự gia tăng quy mô thị trường và cải thiện môi trường đầu tư cho các NĐT nước ngoài đã giúp TTCK Việt Nam hội nhập sâu hơn và thiết lập mối liên hệ chặt chẽ với thị trường toàn cầu Kết quả này cũng đồng nhất với nhiều nghiên cứu trước đây, như nhận định của Tsutsui & Hirayama (2005), cho thấy sự tồn tại mối liên hệ giữa các thị trường.

Bảng 4.3 cho thấy rằng tại mức ý nghĩa 5%, không có đủ bằng chứng để khẳng định sự tồn tại của hiệu ứng lan tỏa SSL từ thị trường chứng khoán Nhật Bản sang thị trường chứng khoán Việt Nam Tuy nhiên, khi xem xét ở mức ý nghĩa 10%, tác động này lại trở nên có ý nghĩa thống kê.

Mỹ, TTCK Nhật có tác động lên TTCK Việt Nam ở mức độ tin cậy kém hơn

Kết quả từ Bảng 4.3 cho thấy rằng sự lan tỏa của SSL từ thị trường chứng khoán Hàn Quốc đến thị trường chứng khoán Việt Nam đạt mức ý nghĩa 5% Điều này chứng tỏ rằng thị trường chứng khoán Việt Nam chịu ảnh hưởng từ những biến động trên thị trường Hàn Quốc Kết quả này cũng phù hợp với nhận định của Tsutsui & Hirayama (2005), cho thấy mối liên hệ tồn tại giữa các thị trường.

Hình 4.1: Hàm phản ứng xung của SSL VN-Index với S&P500

Response of DLNVNINDEX to DLNSP500 Innovation using Cholesky (d.f adjusted) Factors

Hình 4.2: Hàm phản ứng xung của SSL VN-Index với Nikkei 225

Response of DLNVNINDEX to DLNNIKKEI_225 Innovation using Cholesky (d.f adjusted) Factors

Hình 4.3: Hàm phản ứng xung của SSL VN-Index với KOSPI

Response of DLNVNINDEX to DLNKOSPI Innovation using Cholesky (d.f adjusted) Factors

Các hình 4.1, 4.2 và 4.3 minh họa hàm phản ứng xung của chỉ số VN-Index đối với biến động của các chỉ số S&P 500, Nikkei 225 và KOSPI Kết quả cho thấy VN-Index có phản ứng mạnh mẽ với sự thay đổi của S&P 500 trong hai giai đoạn đầu, nhưng nhanh chóng suy giảm trong các giai đoạn tiếp theo Ngược lại, phản ứng của VN-Index với chỉ số Nikkei kéo dài hơn, cho thấy sự khác biệt trong cách VN-Index tương tác với các chỉ số quốc tế.

Kết quả nghiên cứu cho thấy rằng sự biến động của thị trường chứng khoán (TTCK) Mỹ, Nhật Bản và Hàn Quốc là yếu tố quan trọng trong việc dự đoán xu hướng tại TTCK Việt Nam Do đó, nhà đầu tư cần chú ý đến các thay đổi trên các thị trường này để đưa ra quyết định đầu tư hợp lý tại Việt Nam, vì sự tăng giảm của TTCK Mỹ, Nhật và Hàn Quốc có thể tạo ra tác động lan tỏa đến thị trường Việt Nam Bên cạnh đó, các nhà làm chính sách tại Việt Nam cũng có thể dựa vào diễn biến của TTCK Mỹ, Nhật và Hàn Quốc để dự đoán sự thay đổi trên TTCK trong nước, từ đó chủ động xây dựng các chính sách quản lý phù hợp Sự phụ thuộc của TTCK Việt Nam vào các thị trường lớn này cần được xem xét kỹ lưỡng để đảm bảo sự ổn định và phát triển bền vững.

Đầu tư tại Việt Nam không mang lại hiệu quả cao cho các nhà đầu tư tại Mỹ, Nhật Bản và Hàn Quốc khi họ đa dạng hóa danh mục đầu tư Do đó, các nhà đầu tư nên xem xét tìm kiếm các thị trường khác để tối ưu hóa chiến lược đầu tư của mình.

Kiểm định lan tỏa độ biến thiên giữa các TTCK

4.5.1 Kết quả ước lượng GARCH tại các thị trường

Hình 4.4 đến Hình 4.7 minh họa hàm tự tương quan ACF và hàm tự tương quan từng phần PACF của bình phương SSL cho các chỉ số S&P 500, Nikkei 225, KOSPI và VN-Index Các hình ảnh này chỉ ra rằng chuỗi bình phương SSL của các thị trường chứng khoán này có sự tương quan mạnh, cho thấy dữ liệu là chuỗi phụ thuộc Do đó, các chuỗi dữ liệu này tồn tại hiệu ứng ARCH.

Kết quả kiểm định tính dừng cho thấy giả thuyết H0 bị bác bỏ ở mức ý nghĩa 1%, tức là cả bốn chuỗi dữ liệu đều dừng Mặc dù vậy, các hàm ACF và PACF của bình phương SSL cho thấy sự tồn tại tự tương quan mạnh, chỉ ra rằng các chuỗi dữ liệu này là chuỗi phụ thuộc, điều này cho thấy có hiệu ứng ARCH Do đó, mô hình GARCH có thể được sử dụng để đánh giá độ biến thiên SSL tại các thị trường chứng khoán Mỹ, Nhật, Hàn Quốc và Việt Nam.

Hình 4.4 Hàm ACF và PACF của bình phương SSL của S&P 500

Hình 4.5 Hàm ACF và PACF của bình phương SSL của Nikkei 225

Hình 4.6 Hàm ACF và PACF của bình phương SSL của KOSPI

Hình 4.7 Hàm ACF và PACF của bình phương SSL của VN-Index

Qui tắc Box-Jenkins (Gujarati, 2004) được sử dụng để xác định phương trình mô tả SSL và GARCH (1,1), một mô hình phổ biến trong nghiên cứu độ biến thiên GARCH (1,1) được lựa chọn do tính hợp lý và tính ứng dụng rộng rãi trong các nghiên cứu tương tự Mô hình GARCH (p,q) với các hệ số p,q lớn hơn thường chỉ thích hợp cho chuỗi dữ liệu dài như dữ liệu hàng ngày trong vài thập kỷ hoặc dữ liệu hàng giờ trong một năm (Engle, 2001) Nhận định này được hỗ trợ bởi giáo trình của Alexander (2001) Mô hình GARCH(1,1) đã được áp dụng trong nhiều giáo trình, bao gồm Gujarati (2004), Box, Jenkins, Reinsel, & Ljung (2016), cũng như trong các nghiên cứu về độ biến thiên như của Mantalos & Shukur (2010).

Kết quả ước lượng tại các thị trường như trong Bảng 4.4

Bảng 4.4: Kết quả ước lượng GARCH

Biểu thức độ biến thiên

tương ứng với mức ý nghĩa 10%, 5% và 1% Những ô để trống thể hiện rằng mô hình phù hợp được chọn không bao gồm giá trị tại vị trí đó.

Theo ước lượng GARCH dựa trên dữ liệu từ Datastream, các hệ số α và β ở bốn thị trường chứng khoán Mỹ, Nhật, Hàn Quốc và Việt Nam đều có ý nghĩa thống kê ở mức 1% Điều này cho thấy độ biến thiên của các thị trường này phụ thuộc vào cả biến động trước đó và sai số, phản ánh sự thay đổi ngoài kỳ vọng của nhà đầu tư Từ các mô hình GARCH, chúng ta có thể ước lượng độ biến thiên tại các thị trường chứng khoán này.

4.5.2 Kiểm định lan tỏa độ biến thiên giữa các TTCK

Kiểm định tính dừng của dữ liệu độ biến thiên tại các thị trường bằng kiểm định ADF Kết quả như trong Bảng 4.5:

Bảng 4.5: Kiểm định ADF của chuỗi dữ liệu độ biến thiên tại các thị trường

Các chuỗi dữ liệu độ biến thiên tại bốn thị trường đã dừng lại, cho thấy việc kiểm định lan tỏa độ biến thiên giữa các cặp thị trường chứng khoán (TTCK) bằng kiểm định nhân quả Granger là hợp lý Nghiên cứu sử dụng tiêu chuẩn AIC để xác định độ trễ phù hợp cho ba trường hợp lan tỏa từ Mỹ, Nhật và Hàn Quốc sang Việt Nam, với kết quả cho thấy độ trễ tối ưu là 3 Do đó, mô hình VAR với độ trễ bằng 3 (VAR(3)) được áp dụng cho cả ba trường hợp Kết quả kiểm định lan tỏa độ biến thiên từ TTCK Mỹ, Nhật và Hàn Quốc sang TTCK Việt Nam được trình bày trong Bảng 4.6.

Bảng 4.6: Kiểm định tác động lan tỏa độ biến thiên giữa các thị trường

Độ biến thiên tại thị trường chứng khoán Mỹ, Nhật Bản và Hàn Quốc không có tác động nhân quả Granger lên độ biến thiên tại thị trường chứng khoán Việt Nam.

Kết luận Bác bỏ ở mức 1% Không bác bỏ ở mức

Bảng 4.6 chỉ ra rằng độ biến thiên tại thị trường chứng khoán Mỹ và Hàn Quốc có ảnh hưởng lan tỏa đến độ biến thiên tại thị trường chứng khoán Việt Nam Kết quả này bổ sung cho những phát hiện đã được nêu trong Bảng 4.3, cho thấy rằng thị trường chứng khoán Việt Nam chịu tác động mạnh mẽ từ các biến động của thị trường chứng khoán Mỹ và Hàn Quốc Cụ thể, cả hai thị trường này không chỉ tác động đến SSL mà còn ảnh hưởng đến độ biến thiên của thị trường chứng khoán Việt Nam.

Các kết quả trên tương thích với nhiều bài báo tương tự về ảnh hưởng của TTCK

Mỹ có ảnh hưởng đáng kể đến các thị trường chứng khoán (TTCK) tại khu vực lưu vực Thái Bình Dương, bao gồm Hong Kong, Hàn Quốc, Malaysia, Singapore, Đài Loan và Thái Lan Nghiên cứu của Ng (2000) chỉ ra rằng sự tác động của TTCK Mỹ không chỉ giới hạn ở những quốc gia này mà còn lan tỏa đến bảy thị trường châu Á khác, bao gồm Hàn Quốc, Đài Loan, Singapore, Thái Lan, Indonesia và Malaysia.

Nghiên cứu cho thấy có sự lan tỏa giữa các thị trường chứng khoán, ví dụ như ảnh hưởng của thị trường Mỹ lên thị trường Ấn Độ (Bahadur và cộng sự, 2016) và sự tác động của thị trường chứng khoán Hàn Quốc đến thị trường Việt Nam, tương tự như ảnh hưởng trước đó giữa Hàn Quốc và Nhật Bản (Kang & Yoon, 2014) Ngoài ra, có sự lan tỏa từ thị trường Hàn Quốc đến Nhật Bản và Ấn Độ (Joshi, 2011) Những phát hiện này đã cung cấp thêm bằng chứng về hiệu ứng lan tỏa giữa các thị trường chứng khoán.

Bảng 4.6 cho thấy ở mức ý nghĩa 10%, không đủ bằng chứng để khẳng định có hiệu ứng lan tỏa độ biến thiên từ thị trường chứng khoán Nhật Bản sang thị trường chứng khoán Việt Nam Điều này có nghĩa là độ biến thiên tại thị trường chứng khoán Việt Nam không bị ảnh hưởng bởi độ biến thiên từ thị trường chứng khoán Nhật Bản, tức là các cú sốc hay biến động mạnh từ Nhật Bản sẽ ít tác động đến biến động trên thị trường chứng khoán Việt Nam.

Tác động lan tỏa từ các thị trường chứng khoán quốc tế lên thị trường chứng khoán Việt Nam được giải thích bởi nhiều nguyên nhân Đầu tiên, quá trình hội nhập kinh tế từ năm 1986, với chính sách mở cửa và thu hút FDI, đã khiến Việt Nam chịu ảnh hưởng từ các quốc gia khác Thêm vào đó, các sự kiện kinh tế - chính trị toàn cầu cũng tác động đến nền kinh tế các vùng lãnh thổ, dẫn đến sự phản ứng tương tự giữa các thị trường chứng khoán Cuối cùng, tâm lý đầu tư cũng đóng vai trò quan trọng; nhà đầu tư Việt Nam thường dựa vào diễn biến của các thị trường quốc tế để đưa ra quyết định đầu tư Ví dụ, khi các thị trường quốc tế tăng, họ có xu hướng mua chứng khoán Việt Nam, làm tăng giá chứng khoán trong nước Ngược lại, nếu các thị trường quốc tế giảm, nhà đầu tư sẽ bán chứng khoán để tránh thua lỗ, dẫn đến sự giảm giá trên thị trường Việt Nam.

Hình 4.8: Hàm đáp ứng xung của độ biến thiên VN-Index với S&P 500

Response of VNINDEX_VOLATILITY to SP500_VOLATILITY Innovation using Cholesky (d.f adjusted) Factors

Hình 4.9: Hàm đáp ứng xung của độ biến thiên VN-Index với KOSPI

Response of VNINDEX_VOLATILITY to KOSPI_VOLATILIY Innovation using Cholesky (d.f adjusted) Factors

Luận án sẽ phân tích hàm phản ứng xung về sự lan tỏa độ biến thiên từ TTCK Mỹ và Hàn Quốc lên TTCK Việt Nam, do TTCK Nhật không có tác động tương tự Các hình 4.8 và 4.9 cho thấy rằng sự thay đổi độ biến thiên của VN-Index chịu ảnh hưởng từ độ biến thiên của các chỉ số S&P 500 và KOSPI Kết quả cho thấy sự biến động trên các thị trường Mỹ và Hàn Quốc có tác động kéo dài đến TTCK Việt Nam Điều này có nghĩa là mỗi khi có tin tức mới làm thay đổi mức độ biến động trên các thị trường này, TTCK Việt Nam sẽ bị ảnh hưởng và tác động này có xu hướng kéo dài.

Luận án chỉ ra rằng TTCK Mỹ và Hàn Quốc có ảnh hưởng lan tỏa đến TTCK Việt Nam, do Mỹ là nền kinh tế hàng đầu thế giới và Hàn Quốc có quan hệ thương mại chặt chẽ với Việt Nam Điều này chứng tỏ sự hội nhập của TTCK Việt Nam vào nền kinh tế toàn cầu Tuy nhiên, chưa có đủ bằng chứng cho thấy sự ảnh hưởng từ TTCK Nhật Bản đến TTCK Việt Nam Do đó, các nhà đầu tư và nhà làm chính sách cần chú ý đến thông tin và biến động trên TTCK Mỹ và Hàn Quốc để đưa ra quyết định phù hợp.

Lan tỏa SSL trong miền tần số

Mặc dù các kết quả từ Bảng 4.3 và Bảng 4.6 đã chỉ ra tác động lan tỏa của SSL và sự biến thiên từ thị trường chứng khoán Mỹ, Nhật và Hàn Quốc đến thị trường chứng khoán Việt Nam, nhưng chúng chưa đủ để đánh giá các tác động này ở các thành phần tần số khác nhau Theo Granger & Lin (1995), mối quan hệ nhân quả có thể khác nhau ở các thành phần tần số khác nhau, do đó việc phân tích trong miền tần số là rất cần thiết.

Bảng 4.7 thể hiện kết quả phân tích sự lan tỏa của SSL từ thị trường chứng khoán Mỹ sang thị trường chứng khoán Việt Nam thông qua phương pháp phân tích nhân quả theo miền tần số của Breitung & Candelon (2006) Các tần số được phân chia thành các khoảng đều trong giới hạn giá trị 𝜔 𝜖 (0; 𝜋).

Bảng 4.7: Lan tỏa SSL từ TTCK Mỹ sang TTCK Việt Nam trong miền tần số

Bảng 4.7 chỉ ra rằng giá trị thống kê (χ² - statistic) thay đổi tùy theo các thành phần chu kỳ khác nhau, điều này hỗ trợ cho nhận định của Granger.

Mối quan hệ nhân quả giữa thị trường chứng khoán Mỹ và thị trường chứng khoán Việt Nam có sự thay đổi theo các thành phần chu kỳ khác nhau, nhưng sự khác biệt này là nhỏ, dẫn đến việc giả thuyết H bị bác bỏ ở tất cả các tần số Kết quả này phù hợp với phân tích nhân quả theo phương pháp Granger cổ điển Điều này cho thấy rằng, mặc dù các giá trị thống kê có sự biến đổi, nhưng thị trường chứng khoán Mỹ vẫn có tác động lan tỏa lên thị trường chứng khoán Việt Nam ở mọi tần số Cả nhà đầu tư ngắn hạn và dài hạn đều cần lưu ý đến những thay đổi trên thị trường chứng khoán Mỹ để đưa ra quyết định hợp lý tại thị trường chứng khoán Việt Nam.

Bảng 4.8 trình bày kết quả lan tỏa của SSL từ thị trường chứng khoán Nhật Bản sang thị trường chứng khoán Việt Nam, với 10 tần số được phân chia thành các khoảng đều nhau trong khoảng giá trị 𝜔 𝜖 (0; 𝜋).

Kết quả phân tích cho thấy các giá trị thống kê thay đổi theo các chu kỳ khác nhau, với giả thuyết H0 không bị bác bỏ ở mức ý nghĩa 5% tại tất cả các tần số Tuy nhiên, ở mức ý nghĩa 10%, có sự khác biệt trong kết quả phân tích Phân tích bằng phương pháp Granger cổ điển chỉ ra rằng tác động lan tỏa SSL từ TTCK Nhật sang TTCK Việt Nam chỉ tồn tại ở các thành phần tần số cao Cụ thể, giả thuyết H0 bị bác bỏ với chu kỳ nhỏ hơn hoặc bằng 3 ngày, trong khi từ 4 ngày trở lên, giả thuyết này không bị bác bỏ Điều này cho thấy tác động lan tỏa SSL chỉ diễn ra trong ngắn hạn, do đó, các nhà đầu tư ngắn hạn (với chu kỳ đầu tư từ 3 ngày trở xuống) cần đặc biệt chú ý đến sự thay đổi này.

SSL trên TTCK Nhật để ra quyết định, trong khi điều này không cần thiết với các NĐT dài hạn

Bảng 4.8: Lan tỏa SSL từ TTCK Nhật sang TTCK Việt Nam trong miền tần số

(𝛘 𝟐 = 𝟓 𝟗𝟗) 0.0100 628 2.24 Không bác bỏ 𝐻 0 Không bác bỏ 𝐻 0

0.3567 18 2.20 Không bác bỏ 𝐻 0 Không bác bỏ 𝐻 0

2.0900 3 5.26 Bác bỏ 𝐻 0 Không bác bỏ 𝐻 0

Bảng 4.8 chứng minh rằng tác động lan tỏa có thể thay đổi ở các thành phần tần số khác nhau Cụ thể, khi phân tích lan tỏa SSL từ TTCK Nhật sang TTCK Việt Nam, mặc dù có ý nghĩa thống kê ở mức 10% qua phương pháp Granger cổ điển, nhưng phân tích trong miền tần số cho thấy tác động này chỉ có ý nghĩa trong ngắn hạn, đặc biệt đối với các thành phần có chu kỳ nhỏ hơn hoặc bằng 3 ngày Do đó, mặc dù phân tích nhân quả bằng phương pháp Granger cổ điển là cần thiết, nhưng nên bổ sung bằng phân tích trong miền tần số, giúp các nhà đầu tư với các chu kỳ đầu tư khác nhau có thêm dữ liệu để ra quyết định.

Bảng 4.9: Lan tỏa SSL từ TTCK Hàn Quốc sang TTCK Việt Nam trong miền tần số

Bảng 4.9 trình bày kết quả kiểm định lan tỏa SSL từ TTCK Hàn Quốc sang TTCK Việt Nam qua 10 tần số trong khoảng giá trị 𝜔 𝜖 (0; 𝜋) Kết quả cho thấy các giá trị thống kê thay đổi theo các chu kỳ khác nhau, bổ sung cho phân tích trong miền thời gian Mặc dù phương pháp Granger cổ điển chỉ ra sự lan tỏa SSL từ TTCK Hàn Quốc sang TTCK Việt Nam, kiểm định trong miền tần số cho thấy tác động này chỉ diễn ra ở các thành phần tần số cao Cụ thể, với các chu kỳ nhỏ hơn hoặc bằng 4 ngày, giả thuyết H0 bị bác bỏ, trong khi với chu kỳ từ 5 ngày trở lên, giả thuyết H0 không bị bác bỏ Điều này chỉ ra rằng tác động lan tỏa SSL chủ yếu tồn tại trong ngắn hạn.

Các nhà đầu tư ngắn hạn, với chu kỳ đầu tư từ 4 ngày trở xuống, cần chú ý đến sự biến động của chỉ số SSL trên thị trường chứng khoán Hàn Quốc để đưa ra quyết định đầu tư Ngược lại, điều này không quá quan trọng đối với các nhà đầu tư dài hạn.

Bảng 4.9 cung cấp minh chứng rõ ràng về tác động lan tỏa khác nhau ở các chu kỳ khác nhau, đặc biệt trong việc kiểm định lan tỏa SSL từ TTCK Hàn Quốc sang TTCK Việt Nam Mặc dù kiểm định bằng phương pháp Granger cổ điển cho thấy hiệu ứng lan tỏa có ý nghĩa thống kê ở mức 5%, nhưng kiểm định trong miền tần số lại chỉ ra rằng tác động này chỉ có ý nghĩa trong ngắn hạn, cụ thể là với các thành phần có chu kỳ nhỏ hơn hoặc bằng 4 ngày Do đó, phân tích nhân quả bằng phương pháp Granger cổ điển cần được bổ sung bằng phân tích trong miền tần số, giúp các nhà đầu tư với các chu kỳ đầu tư khác nhau có thêm dữ liệu để đưa ra quyết định.

Kết quả kiểm định nhân quả trong miền tần số cho thấy rằng hiệu ứng lan tỏa SSL giữa các thị trường chứng khoán phụ thuộc vào tần số, tức là tác động này có thể thay đổi theo các chu kỳ khác nhau Kết luận này phù hợp với nghiên cứu của Gradojevic.

Gradojevic (2013) đã chỉ ra mối quan hệ phụ thuộc tần số giữa các thị trường chứng khoán của Serbia, Croatia, Hungary, Slovenia và Đức, điều mà các nghiên cứu trước đây sử dụng phương pháp Granger cổ điển chưa thể thực hiện Nghiên cứu này đã cung cấp thêm bằng chứng thực nghiệm về vai trò của phân tích trong miền tần số, bổ sung cho phương pháp Granger cổ điển, nhằm đạt được những kết quả phân tích sâu sắc hơn về hiệu ứng lan tỏa giữa các thị trường chứng khoán.

Lan tỏa độ biến thiên trong miền tần số

Nghiên cứu áp dụng kiểm định nhân quả trên miền tần số theo phương pháp của Breitung & Candelon (2006) nhằm phân tích ảnh hưởng của sự biến động từ thị trường chứng khoán Mỹ đến thị trường chứng khoán Việt Nam Kết quả nghiên cứu chỉ ra rằng có sự lan tỏa độ biến thiên giữa hai thị trường này, với 10 tần số được phân chia đều trong một khoảng giá trị nhất định.

𝜔 𝜖 (0; 𝜋) được nêu ra trong Bảng 4.10

Bảng 4.10 cho thấy giá trị thống kê (χ² - statistic) khác nhau ở các chu kỳ khác nhau, hỗ trợ phát biểu của Granger & Lin (1995) về mối quan hệ nhân quả (causality) có thể thay đổi theo chu kỳ Cụ thể, nếu tác động lan tỏa được đánh giá ở mức ý nghĩa 0.2%, giá trị tới hạn (critical value) là 12.43; giả thuyết H0 sẽ bị bác bỏ tại mức 𝜔 = 3.13, tương ứng với chu kỳ 𝑇 = 2𝜋.

𝜔 ≈ 2 ngày; trong khi ở mức 𝜔 = 0.35667, tương ứng với chu kỳ xấp xỉ 18 ngày, giả thuyết không bị bác bỏ

Như vậy, tác động lan tỏa có thể thay đổi ở các tần số khác nhau

Trong phân tích lan tỏa độ biến thiên từ TTCK Mỹ sang TTCK Việt Nam, sự khác biệt giữa hai thị trường là không đáng kể, dẫn đến việc bác bỏ giả thuyết H0 ở tất cả các tần số với mức ý nghĩa 1% Mặc dù các giá trị thống kê khác nhau theo chu kỳ, độ biến thiên từ TTCK Mỹ vẫn có tác động lan tỏa đến TTCK Việt Nam ở mọi tần số Điều này cho thấy TTCK Mỹ ảnh hưởng đến TTCK Việt Nam cả trong ngắn hạn lẫn dài hạn, vì vậy cả nhà đầu tư ngắn hạn và dài hạn cần chú ý đến biến động trên TTCK Mỹ để đưa ra quyết định đầu tư hợp lý tại TTCK Việt Nam.

Bảng 4.10: Lan tỏa độ biến thiên từ TTCK Mỹ sang TTCK Việt Nam trong miền tần số

Giả thuyết H 0 Độ biến thiên tại TTCK Mỹ không tác động nhân quả Granger lên độ biến thiên tại TTCK Việt Nam

Bảng 4.11 trình bày kết quả kiểm định lan tỏa độ biến thiên từ TTCK Nhật sang TTCK Việt Nam với 10 giá trị tần số được chia thành các khoảng đều nhau trong phạm vi giá trị 𝜔 𝜖 (0; 𝜋) Kết quả cho thấy giá trị thống kê (χ² - statistic) ứng với các chu kỳ khác nhau có sự khác biệt rõ rệt Tương tự như trường hợp lan tỏa từ TTCK Mỹ sang TTCK Việt Nam, việc đánh giá tác động lan tỏa giữa TTCK Nhật và TTCK Việt Nam ở các mức ý nghĩa khác nhau có thể dẫn đến các kết luận khác nhau tùy thuộc vào từng chu kỳ.

Bảng 4.11: Lan tỏa độ biến thiên từ TTCK Nhật sang TTCK Việt Nam trong miền tần số

Giả thuyết H 0 Độ biến thiên tại TTCK Nhật không tác động nhân quả Granger lên độ biến thiên tại TTCK Việt Nam

Phân tích sự lan tỏa độ biến thiên từ TTCK Nhật Bản sang TTCK Việt Nam cho thấy sự khác biệt không đáng kể, dẫn đến việc không bác bỏ giả thuyết H0 ở tất cả các tần số (với mức ý nghĩa 10%) Mặc dù các giá trị thống kê có sự khác nhau theo các chu kỳ, luận án không tìm thấy bằng chứng cho tác động lan tỏa từ TTCK Nhật Bản đến TTCK Việt Nam ở bất kỳ tần số nào Điều này chỉ ra rằng TTCK Nhật Bản không ảnh hưởng đến TTCK Việt Nam trong cả ngắn hạn và dài hạn Do đó, các nhà đầu tư tại Việt Nam nên chú ý đến thông tin từ TTCK Mỹ hơn là từ TTCK Nhật Bản.

Bảng 4.12: Lan tỏa độ biến thiên từ TTCK Hàn Quốc sang TTCK Việt Nam trong miền tần số

Giả thuyết H 0 Độ biến thiên tại TTCK Hàn Quốc không tác động nhân quả Granger lên độ biến thiên tại TTCK Việt Nam

Bảng 4.12 trình bày kết quả kiểm định sự lan tỏa độ biến thiên từ TTCK Hàn Quốc sang TTCK Việt Nam qua 10 tần số phân chia đều trong khoảng giá trị 𝜔 𝜖 (0; 𝜋) Các giá trị thống kê ở đây cũng biến đổi theo các chu kỳ khác nhau, bổ sung thêm bằng chứng cho nhận định của Granger & Lin (1995) rằng mối quan hệ nhân quả có thể thay đổi tùy theo các chu kỳ khác nhau.

Kết quả phân tích cho thấy sự lan tỏa độ biến thiên từ TTCK Hàn Quốc sang TTCK Việt Nam chỉ tồn tại ở các thành phần tần số cao Cụ thể, giả thuyết H0 bị bác bỏ đối với các chu kỳ nhỏ hơn hoặc bằng 9 ngày, trong khi với các chu kỳ từ 10 ngày trở lên, giả thuyết này không bị bác bỏ Điều này cho thấy tác động lan tỏa chỉ diễn ra trong ngắn hạn, do đó, các nhà đầu tư ngắn hạn (với chu kỳ đầu tư từ 9 ngày trở xuống) cần chú ý đến sự thay đổi độ biến thiên trên TTCK Hàn Quốc để đưa ra quyết định, trong khi các nhà đầu tư dài hạn không cần phải quan tâm đến vấn đề này.

Bảng 4.12 cung cấp minh chứng rõ ràng về tác động lan tỏa độ biến thiên ở các chu kỳ khác nhau giữa các thị trường chứng khoán Phân tích lan tỏa từ TTCK Mỹ và Nhật sang TTCK Việt Nam cho thấy các kết quả tương đồng ở các mức ý nghĩa 1%, 5%, 10%, trong khi đó, lan tỏa từ TTCK Hàn Quốc sang TTCK Việt Nam lại có sự khác biệt Cụ thể, mặc dù phương pháp Granger cổ điển chỉ ra hiệu ứng lan tỏa tại mức ý nghĩa 5%, nhưng phân tích miền tần số cho thấy tác động này chỉ có ý nghĩa ngắn hạn, với chu kỳ nhỏ hơn hoặc bằng 9 ngày Do đó, việc kết hợp phân tích Granger cổ điển với phân tích miền tần số là cần thiết, cung cấp thông tin hữu ích cho các nhà đầu tư trong việc ra quyết định.

Luận án đã chỉ ra rằng hiệu ứng lan tỏa SSL và độ biến thiên giữa các thị trường chứng khoán (TTCK) có sự thay đổi theo các chu kỳ khác nhau, đồng thời cung cấp bằng chứng cho thấy tác động lan tỏa độ biến thiên phụ thuộc vào tần số Đây là một khía cạnh chưa được kiểm chứng trong các nghiên cứu trước đây Nghiên cứu đã đóng góp bổ sung cho cơ sở lý thuyết về hiệu ứng lan tỏa độ biến thiên giữa các TTCK, khẳng định rằng tác động này có thể thay đổi theo tần số Do đó, cần mở rộng các nghiên cứu về lan tỏa giữa các TTCK bằng phương pháp Granger cổ điển sang miền tần số để đạt được kết quả chính xác hơn, từ đó cung cấp dữ liệu hữu ích cho các nhà đầu tư ngắn hạn và dài hạn.

Thảo luận kết quả nghiên cứu

Luận án đã sử dụng mô hình GARCH (Bollerslev, 1986) và kiểm định nhân quả Granger (Granger, 1969) để phân tích sự lan tỏa SSL và độ biến thiên từ các thị trường chứng khoán Mỹ, Nhật Bản và Hàn Quốc sang thị trường chứng khoán Việt Nam Kết quả cho thấy thị trường chứng khoán Mỹ có tác động lan tỏa SSL đến thị trường chứng khoán Việt Nam, điều này hợp lý do Mỹ là nền kinh tế lớn nhất thế giới và có ảnh hưởng đến nhiều quốc gia, trong đó có Việt Nam.

Nghiên cứu cho thấy rằng thị trường chứng khoán Hàn Quốc có tác động lan tỏa đến thị trường chứng khoán Việt Nam với mức ý nghĩa 5% Điều này chứng tỏ rằng thị trường chứng khoán Việt Nam đang hội nhập ngày càng sâu rộng với thị trường tài chính toàn cầu, đặc biệt là chịu ảnh hưởng từ thị trường chứng khoán Mỹ và Hàn Quốc.

Luận án cho thấy rằng, ở mức ý nghĩa 5%, không đủ cơ sở để kết luận về hiệu ứng lan tỏa SSL từ TTCK Nhật sang TTCK Việt Nam Tuy nhiên, ở mức ý nghĩa 10%, tác động này lại có ý nghĩa thống kê, cho thấy TTCK Nhật có ảnh hưởng đến TTCK Việt Nam, nhưng với mức độ tin cậy thấp hơn so với Mỹ và Hàn Quốc Là quốc gia có nền kinh tế hàng đầu châu Á, Nhật Bản có khả năng tạo ra tác động lan tỏa SSL đến các quốc gia trong khu vực, bao gồm cả Việt Nam, nhưng mức độ ảnh hưởng này vẫn kém tin cậy hơn so với hai quốc gia kể trên.

Lan tỏa SSL từ các TTCK Mỹ, Nhật và Hàn Quốc lên TTCK Việt Nam có thể được giải thích bởi một vài lý do sau:

Việt Nam đang ngày càng hội nhập sâu rộng vào nền kinh tế toàn cầu, đặc biệt kể từ khi đổi mới kinh tế vào năm 1986 Với định hướng kinh tế thị trường, Việt Nam đã thực hiện các chính sách mở cửa và tự do hóa, thu hút đầu tư trực tiếp nước ngoài (FDI) và tham gia vào nhiều hiệp định thương mại tự do (FTA) Những nỗ lực này đã giúp mở rộng hoạt động trao đổi thương mại giữa Việt Nam và thế giới, tạo ra mối quan hệ chặt chẽ hơn với nền kinh tế quốc tế và khu vực Do đó, thị trường chứng khoán Việt Nam ngày càng chịu ảnh hưởng từ các thị trường chứng khoán lớn như Mỹ, Nhật Bản và Hàn Quốc.

Các sự kiện kinh tế - chính trị toàn cầu có khả năng ảnh hưởng đến nền kinh tế của mọi quốc gia, dẫn đến sự phản ứng tương tự giữa các thị trường chứng khoán Điều này cho thấy mối liên hệ chặt chẽ giữa các TTCK, đặc biệt là ở những quốc gia có mức độ hội nhập cao.

Yếu tố tâm lý đóng vai trò quan trọng trong quyết định giao dịch của nhà đầu tư tại thị trường chứng khoán Việt Nam Nhiều nhà đầu tư có xu hướng theo dõi sự biến động của các chỉ số chứng khoán quốc tế như S&P 500, Nikkei 225 và KOSPI Khi các chỉ số này tăng, họ thường dự đoán thị trường chứng khoán Việt Nam cũng sẽ đi lên, từ đó dẫn đến việc mua vào cổ phiếu với hy vọng thu được lợi nhuận, góp phần thúc đẩy chỉ số thị trường.

VN-Index có xu hướng tăng hoặc giảm theo các chỉ số S&P 500, Nikkei 225 và KOSPI Khi các chỉ số này tăng, VN-Index cũng tăng theo, nhưng nếu chúng giảm, nhà đầu tư trên thị trường chứng khoán Việt Nam dự đoán VN-Index sẽ giảm và có thể bán cổ phiếu, dẫn đến sự giảm điểm của VN-Index Hiện tượng này được gọi là hiệu ứng bầy đàn, khi nhà đầu tư phản ứng theo biến động của các thị trường chứng khoán quốc tế thay vì dựa vào niềm tin và dữ liệu cá nhân.

Luận án chỉ ra rằng sự biến thiên tại thị trường chứng khoán Mỹ có ảnh hưởng rõ rệt đến thị trường chứng khoán Việt Nam Cụ thể, các biến động từ thị trường Mỹ không chỉ tác động đến chỉ số giá mà còn ảnh hưởng đến độ biến thiên của thị trường Việt Nam, cho thấy sự liên kết chặt chẽ giữa hai thị trường này.

Mỹ được coi là trung tâm kinh tế toàn cầu, ảnh hưởng đến nhiều quốc gia, trong đó có Việt Nam, minh chứng cho sự hội nhập của thị trường chứng khoán (TTCK) Việt Nam Kết quả này phù hợp với các nghiên cứu trước đây về tác động lan tỏa của sự kiện và độ biến thiên từ TTCK.

Mỹ sang các TTCK các nước, ví dụ như Engle và cộng sự (1990), Hamao và cộng sự

(1990), Ng (2000), Miyakoshi (2003), Ergun & Nor (2010), Sakthivel và cộng sự

Nghiên cứu của Kharchenko và Tzvetkov (2013) cùng với Yarovaya và cộng sự (2016) đã củng cố nhận định của Tsutsui & Hirayama (2005) rằng hầu hết các phân tích đều chỉ ra sự lan tỏa giữa các thị trường chứng khoán.

TTCK Hàn Quốc có tác động mạnh mẽ đến TTCK Việt Nam thông qua sự lan tỏa SSL và độ biến thiên Là một trong những thị trường tài chính hàng đầu châu Á, Hàn Quốc ảnh hưởng lớn đến diễn biến của TTCK Việt Nam Sự gia tăng trong hoạt động giao thương, bao gồm xuất nhập khẩu và FDI từ Hàn Quốc vào Việt Nam, cũng là yếu tố quan trọng giải thích ảnh hưởng của KOSPI lên VN-Index Do đó, nhà đầu tư có thể sử dụng TTCK Hàn Quốc làm cơ sở để dự báo diễn biến của TTCK Việt Nam Tuy nhiên, việc đầu tư tại TTCK Việt Nam của các nhà đầu tư Hàn Quốc nhằm đa dạng hóa rủi ro có thể không đạt hiệu quả cao, khuyến khích họ tìm kiếm các thị trường khác để tối ưu hóa lợi nhuận.

Luận án chỉ ra rằng mức độ ảnh hưởng của biến động từ thị trường chứng khoán Nhật Bản đến thị trường chứng khoán Việt Nam là không đáng kể, với ý nghĩa chỉ đạt 10% Điều này cho thấy các cú sốc từ thị trường Nhật Bản ít tác động đến biến động tại Việt Nam Do đó, các nhà đầu tư và nhà làm chính sách nên chú ý đến thông tin và biến động từ thị trường chứng khoán Mỹ và Hàn Quốc nhiều hơn để đưa ra quyết định phù hợp cho thị trường Việt Nam.

Các thị trường chứng khoán Mỹ, Nhật Bản và Hàn Quốc đều ảnh hưởng đến thị trường chứng khoán Việt Nam, trong đó thị trường Mỹ và Hàn Quốc có tác động mạnh mẽ hơn so với Nhật Bản Kết quả kiểm định cho thấy rằng thị trường chứng khoán Mỹ và Hàn Quốc không chỉ có tác động lan tỏa mà còn ảnh hưởng đến sự biến thiên của thị trường Việt Nam, trong khi thị trường Nhật Bản chỉ có tác động lan tỏa mà không ảnh hưởng đến độ biến thiên.

SSL lên TTCK Việt Nam ở mức ý nghĩa 10%, và tác động lan tỏa độ biến thiên chưa được tìm thấy

Các nhà đầu tư ngắn hạn và dài hạn thường có mục tiêu khác nhau trong việc phân tích thị trường chứng khoán NĐT ngắn hạn chú trọng vào sự tương quan của các cổ phiếu ở tần số cao, tập trung vào các biến thiên ngắn hạn, trong khi NĐT dài hạn lại quan tâm đến sự tương quan ở tần số thấp với các biến thiên dài hạn Việc phân tích độc lập sự tương quan độ biến thiên giữa các thị trường chứng khoán trong ngắn và dài hạn là cần thiết, giúp các NĐT có thêm thông tin hữu ích để đưa ra quyết định đầu tư chính xác hơn.

Vì vậy, luận án đã mở rộng các phân tích trên sang miền tần số, dựa trên cách tiếp cận được đề xuất bởi Breitung & Candelon (2006)

Luận án cho thấy rằng trong tất cả các trường hợp kiểm định lan tỏa SSL và độ biến thiên từ TTCK Mỹ, Nhật, và Hàn Quốc sang TTCK Việt Nam, các giá trị thống kê (χ² - statistic) ở các chu kỳ khác nhau là không đồng nhất Điều này hỗ trợ nhận định của Granger & Lin (1995) về việc mối quan hệ nhân quả có thể thay đổi theo các thành phần chu kỳ khác nhau Tuy nhiên, trong kiểm định lan tỏa SSL và độ biến thiên từ TTCK Mỹ sang TTCK Việt Nam trong miền tần số, sự khác biệt giữa các giá trị kiểm định ở các chu kỳ khác nhau là không đáng kể, dẫn đến việc các giả thuyết chưa được khẳng định rõ ràng.

Chương 4 trình bày các kết quả luận án cũng như thảo luận các kết quả này Cụ thể hơn, phân tích trong miền thời gian bằng kiểm định nhân quả Granger cổ điển đã cho thấy ở mức ý nghĩa 5%, SSL và độ biến thiên tại TTCK Mỹ và Hàn Quốc có tác động lan tỏa lên TTCK Việt Nam Ngoài ra, chương này cũng chỉ ra SSL tại TTCK Nhật cũng có tác động lan tỏa lên SSL tại TTCK Việt Nam với độ tin cậy kém hơn (ở mức ý nghĩa 10%), và tác động lan tỏa độ biến thiên từ TTCK Nhật sang TTCK Việt Nam chưa được phát hiện

Luận án đã mở rộng các kiểm định sang miền tần số, cho thấy rằng các giá trị thống kê thay đổi theo các chu kỳ khác nhau Kết quả này hỗ trợ nhận định của Granger & Lin (1995) về sự khác biệt trong tương quan nhân quả giữa các chuỗi dữ liệu tài chính Kiểm định trong miền tần số chỉ ra rằng tác động lan tỏa SSL và độ biến thiên từ TTCK Mỹ sang TTCK Việt Nam diễn ra ở tất cả các tần số và phù hợp với phương pháp Granger cổ điển trong miền thời gian Tuy nhiên, trong trường hợp kiểm định lan tỏa SSL từ TTCK Nhật và Hàn Quốc sang TTCK Việt Nam, có sự khác biệt giữa kết quả miền tần số và miền thời gian Cụ thể, phân tích miền thời gian cho thấy tác động lan tỏa SSL từ TTCK Nhật sang TTCK Việt Nam ở mức 10%, trong khi kiểm định miền tần số chỉ phát hiện tác động này ở thành phần tần số cao.

TTCK Việt Nam hiện đang ở mức ý nghĩa 5%, cho thấy rằng tác động lan tỏa SSL từ TTCK Nhật Bản chỉ ảnh hưởng đến các thành phần có chu kỳ nhỏ hơn hoặc bằng 3 ngày, trong khi tác động từ TTCK Hàn Quốc chỉ tồn tại với các thành phần có chu kỳ nhỏ hơn hoặc bằng 4 ngày Tuy nhiên, không có tác động nào được ghi nhận với các thành phần có chu kỳ lớn hơn Do đó, phân tích trong miền tần số là rất quan trọng, bổ sung cho những kết quả mà phương pháp kiểm định Granger cổ điển không thể phát hiện.

Phân tích trong miền thời gian cho thấy có sự lan tỏa độ biến thiên từ TTCK Hàn Quốc sang TTCK Việt Nam, nhưng kiểm định trong miền tần số chỉ phát hiện tác động này trong ngắn hạn, cụ thể là trong các chu kỳ nhỏ hơn hoặc bằng 9 ngày Luận án đã bổ sung minh chứng cho nhận định rằng mối liên hệ giữa các TTCK có thể phụ thuộc vào tần số Do đó, các nghiên cứu về lan tỏa độ biến thiên nên được mở rộng sang miền tần số để có kết quả đầy đủ hơn, cung cấp thông tin hữu ích cho các nhà đầu tư ngắn và dài hạn trong việc ra quyết định.

Tính đến thời điểm hiện tại, chưa có nghiên cứu nào phân tích sự lan tỏa của độ biến thiên giữa các thị trường chứng khoán (TTCK) thông qua phương pháp phân tích trong miền tần số Đây chính là một đóng góp mới đáng chú ý của nghiên cứu này.

Cuối cùng, nghiên cứu không phát hiện được sự lan tỏa của độ biến thiên từ thị trường chứng khoán Nhật Bản sang thị trường chứng khoán Việt Nam trong tất cả các chu kỳ khác nhau Kết quả này cũng tương tự với các kiểm định được thực hiện trong miền thời gian.

Tiêu đề	Lan Tỏa Suất Sinh Lợi Và Độ Biến Thiên Giữa Các Thị Trường Chứng Khoán
Tác giả	Lê Đình Nghi
Người hướng dẫn	PGS.TS. Nguyễn Minh Kiều
Trường học	Trường Đại Học Mở Thành Phố Hồ Chí Minh
Chuyên ngành	Quản trị kinh doanh
Thể loại	luận án tiến sĩ
Năm xuất bản	2019
Thành phố	Thành Phố Hồ Chí Minh

Định dạng
Số trang	163
Dung lượng	2,58 MB

(LUẬN án TIẾN sĩ) lan tỏa suất sinh lợi và độ biến thiên giữa các thị trường chứng khoán

TỔNG QUAN NGHIÊN CỨU

Mục tiêu và câu hỏi nghiên cứu

Những đóng góp về khoa học và thực tiễn của đề tài

Kết cấu của đề tài

Tóm tắt chương 1

CƠ SỞ LÝ THUYẾT

Suất sinh lợi

Độ biến thiên (volatility)

Lan tỏa (spillover)

Miền thời gian và miền tần số

Phân tích dữ liệu trong miền tần số

Tóm tắt chương 2

PHƯƠNG PHÁP NGHIÊN CỨU

Mô hình nghiên cứu

Thu thập dữ liệu

Phân tích tác động lan tỏa SSL giữa các thị trường

Phân tích tác động lan tỏa độ biến thiên giữa các thị trường

Phân tích tác động lan tỏa SSL và độ biến thiên trong miền tần số

Tóm tắt chương 3

PHÂN TÍCH DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU

Kiểm định tác động lan tỏa SSL giữa các TTCK

Kiểm định lan tỏa độ biến thiên giữa các TTCK

Lan tỏa SSL trong miền tần số

Lan tỏa độ biến thiên trong miền tần số

Thảo luận kết quả nghiên cứu

Tóm tắt chương 4

Thảo luận kết quả nghiên cứu