Ảnh hưởng của biến động lãi suất và tỷ giá đến tỷ suất sinh lợi và biến động tỷ suất sinh lợi cổ phiếu tại ngân hàng thương mại việt nam

Mục tiêu và câu hỏi nghiên cứu Mục tiêu của bài nghiên cứu này là điều tra sự tác động của biến động lãi suất và tỷ giá đến biến động tỷ suất sinh lợi và tỷ suất sinh lợi cổ phiếu tại c

BỘ GIÁO DỤC ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH

- -

TRẦN MINH PHƯƠNG

ẢNH HƯỞNG CỦA BIẾN ĐỘNG LÃI SUẤT VÀ

TỶ GIÁ ĐẾN TỶ SUẤT SINH LỢI VÀ BIẾN ĐỘNG TỶ SUẤT SINH LỢI CỔ PHIẾU TẠI NGÂN HÀNG THƯƠNG MẠI VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

TP Hồ Chí Minh – Năm 2018

BỘ GIÁO DỤC ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH

- -

TRẦN MINH PHƯƠNG

ẢNH HƯỞNG CỦA BIẾN ĐỘNG LÃI SUẤT VÀ

TỶ GIÁ ĐẾN TỶ SUẤT SINH LỢI VÀ BIẾN ĐỘNG TỶ SUẤT SINH LỢI CỔ PHIẾU TẠI NGÂN HÀNG THƯƠNG MẠI VIỆT NAM

Chuyên ngành: Tài chính – Ngân hàng

Mã ngành: 8340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC GS.TS TRẦN NGỌC THƠ

TP Hồ Chí Minh – Năm 2018

Trần Ngọc Thơ Số liệu trong bài được thu thập trung thực và từ các nguồn đáng tin cậy Bài nghiên cứu có tham khảo các tài liệu trong và ngoài nước được trích dẫn đầy

đủ trong bài và kết quả nghiên cứu chưa từng được công bố trong bất kỳ công trình nghiên cứu nào

Tp.HCM, ngày 06 tháng 04 năm 2018

Tác giả

Trần Minh Phương

MỤC LỤC

DANH MỤC TỪ VIẾT TẮT

DANH MỤC CÁC BẢNG

TÓM TẮT

Chương 1 Giới thiệu 1

1.1 Lý do chọn đề tài 1

1.2 Mục tiêu và câu hỏi nghiên cứu 2

1.3 Đối tượng, phạm vi và phương pháp nghiên cứu 3

1.4 Ý nghĩa công trình nghiên cứu: 3

1.5 Cấu trúc đề tài 3

Chương 2 Tổng quan lý thuyết và các nghiên cứu trước đây 5

2.1 Các lý thuyết 5

2.1.1 Mô hình định giá tài sản vốn liên thời gian (ICAPM) 5

2.1.2 Lý thuyết kinh doanh chênh lệch giá (APT) 5

2.1.2.1 Mô hình APT một nhân tố 6

2.1.2.2 Mô hình APT hai nhân tố 6

2.1.2.3 Mô hình APT đa nhân tố 7

2.2 Các nghiên cứu thực nghiệm trước đây 7

Chương 3 Phương pháp nghiên cứu 15

3.1 Dữ liệu 15

3.1.1 Dữ liệu về biến phụ thuộc 15

3.1.2 Dữ liệu về biến độc lập 17

3.1.2.1 Tỷ suất sinh lợi của chỉ số giá thị trường 17

3.1.2.2 Sự biến động của lãi suất 18

3.1.2.3 Sự biến động của tỷ giá 19

3.1.3 Giai đoạn nghiên cứu và tần suất dữ liệu 20

3.2 Quy trình nghiên cứu 21

3.3 Phương pháp nghiên cứu 22

3.3.1 Phân tích thống kê mô tả 22

3.3.2 Kiểm định tính dừng của chuỗi dữ liệu thời gian 23

3.3.3 Mô hình ước lượng bình phương nhỏ nhất (OLS) 25

3.3.4 Mô hình phương sai có điều kiện thay đổi 26

3.3.4.1 Mô hình phương sai có điều kiện của sai số thay đổi tự hồi quy (ARCH) 26

3.3.4.2 Mô hình phương sai có điều kiện của sai số thay đổi tự hồi quy tổng quát (GARCH) 28

3.4 Mô hình nghiên cứu 29

3.4.1 Ước lượng tỷ suất sinh lợi với mô hình OLS 29

3.4.2 Ước lượng tỷ suất sinh lợi với mô hình GARCH (1,1) 30

3.4.3 Ước lượng biến động của tỷ suất sinh lợi với mô hình GARCH (1,1) 32

Chương 4 Kết Quả Nghiên Cứu 33

4.1 Thống kê mô tả và Kiểm định ADF 33

4.2 Kết quả ước lượng tỷ suất sinh lợi theo mô hình hồi quy OLS 39

4.3 Kết quả hồi quy tỷ suất sinh lợi theo mô hình GARCH (1,1) 42

4.4 Kết quả ước lượng mức độ biến động tỷ suất sinh lợi với GARCH (1,1) 49

Chương 5 Kết luận và kiến nghị giải pháp 54

5.1 Kết luận 54

5.2 Kiến nghị chính sách 55

5.3 Hạn chế của đề tài và kiến nghị hướng nghiên cứu trong tương lai 56 DANH MỤC TÀI LIỆU THAM KHẢO

PHỤ LỤC: KẾT QUẢ CHẠY MÔ HÌNH HỒI QUY

ADF Kiểm định Dickey và Fuller mở rộng

APT Mô hình Arbitrage Pricing

ARCH Mô hình phương sai có điều kiện của sai số thay đổi tự hồi quy CAPM Capital Asset Pricing Model

GARCH Generalised Autoregressive Conditional Heteroskedasticity HNX Sở giao dịch chứng khoán Hà Nội

HOSE Sở giao dịch chứng khoán TP Hồ Chí Minh

ICAPM Intertemporal Capital Asset Pricing Model

INT Biến động lãi suất bình quân liên ngân hàng kỳ hạn qua đêm MRK Tỷ suất sinh lợi thị trường

Bảng 3.2 Tóm tắt về dữ liệu nghiên cứu được sử dụng trong mô hình 21 Bảng 4.1: Thống kê mô tả và kết quả kiểm định tính dừng 38 Bảng 4.2: Kết quả ước lượng hồi quy mô hình OLS của từng cổ phiếu ngân hàng 39 Bảng 4.3 Kết quả ước lượng tỷ suất sinh lợi theo mô hình GARCH (1,1) 43 Bảng 4.4: Kết quả ước lượng biến động tỷ suất sinh lợi theo mô hình GARCH (1,1) 50

sinh lợi và biến động tỷ suất sinh lợi tại các ngân hàng Thương mại Việt Nam bằng cách sử dụng mô hình ước lượng OLS và GARCH Kết quả cho thấy biến động lãi suất

có tác động ngược chiều lên tỷ suất sinh lợi cổ phiếu các ngân hàng Ngoài ra, mức độ tác động của tỷ suất sinh lợi thị trường lên tỷ suất sinh lợi cổ phiếu ngân hàng là mạnh

mẽ hơn với so với lãi suất và tỷ giá hối đoái, điều này ngụ ý rằng tỷ suất sinh lợi thị trường là một yếu tố quan trọng tác động đến mức độ biến động tỷ suất sinh lợi của cổ phiếu ngân hàng Kết quả cũng cho thấy biến động lãi suất và tỷ giá hối đoái có tác động đến biến động tỷ suất sinh lợi của cổ phiếu ngân hàng Ngoài ra, sự thay đổi tỷ suất sinh lợi của cổ phiếu ngành ngân hàng còn bị ảnh hưởng bởi các cú sốc trong quá khứ

Chương 1 Giới thiệu

1.1 Lý do chọn đề tài

Trong những năm gần đây, việc tự do hóa thị trường tài chính là một xu thế tất yếu đối các quốc gia trên thế giới Điều này thực sự cần thiết đối với các quốc gia trong quá trình hội nhập vào kinh tế thế giới, trong đó có Việt Nam Việc tự do hóa tài chính tạo

ra nhiều cơ hội nhưng cũng không ít rủi ro Sự ảnh hưởng của tỷ giá hối đoái và lãi suất đến tỷ suất sinh lợi cổ phiếu ngân hàng là mối quan tâm lớn đối với các nhà quản trị ngân hàng, các cơ quan quản lý, các nhà nghiên cứu và nhà đầu tư, đặc biệt kể từ khi

sự thất bại của nhiều ngân hàng do tác động của sự bất ổn của lãi suất và tỷ giá hối đoái

Độ nhạy cảm của lợi nhuận cổ phiếu ngân hàng đối với sự thay đổi lãi suất và tỷ giá được giải thích bằng một số mô hình và lý thuyết Đầu tiên là mô hình ICAPM của Merton về định giá tài sản vốn liên thời gian, rủi ro lãi suất trong mô hình ICAPM như

là một yếu tố thị trường, mô hình này cho rằng sự thay đổi của lãi suất dẫn đến sự thay đổi của một cơ hội đầu tư Do đó các nhà đầu tư yêu cầu có một sự bồi thường cho nguy cơ thay đổi đó Ngoài ra, lý thuyết kinh doanh chênh lệch giá (APT) có thể cung cấp bằng chứng về việc rủi ro lãi suất và tỷ giá ảnh hưởng đến giá cân bằng của cổ phiếu ngân hàng (Sweeney và Warga, 1986) Trong trạng thái cân bằng, lãi suất và tỷ giá có sự ảnh hưởng đáng kể đến giá trị cổ phiếu phổ thông của các định chế tài chính nói riêng và các ngân hàng nói riêng (Yourougou, 1990)

Ngân hàng có thể giảm rủi ro tỷ giá và lãi suất bằng cách tham gia vào các hoạt động ngoại bảng khác nhau và thực hiện các kỹ thuật hạn chế rủi ro một cách hiệu quả Mặc

dù vậy các tổ chức tín dụng ở các nước đang phát triển dễ bị tổn thương hơn do thiếu các công cụ và kỹ thuật như vậy Không có gì đáng ngạc nhiên khi các nước này thường xuyên đối mặt với khủng hoảng tài chính nghiêm trọng Vì vậy việc nghiên cứu

về lãi suất và tỷ giá tác động như thế nào đến các ngân hàng thương mại tại các nước

có nền kinh tế đang phát triển có ý nghĩa quan trọng trong việc xây dựng các chính sách, ổn định tài chính cho các nhà hoạch định, quản lý kinh tế quốc gia

Mặc dù việc nghiên cứu về tác động của lãi suất và tỷ giá lên tỷ suất sinh lợi cổ phiếu ngân hàng rất quan trọng, nhưng không có nhiều bài nghiên cứu đã điều tra rõ ràng sự tương tác của tỷ giá và lãi suất lên tỷ suất sinh lợi cổ phiếu ngân hàng trong bối cảnh ở các nước có nền kinh tế đang phát triển Trong khi đó, phần lớn các nghiên cứu về vấn

đề này lại được tập trung ở các nước phát triển Việt Nam được coi là một quốc gia đang phát triển, đã chứng kiến sự phát triển đáng kể trong hệ thống ngân hàng kể từ khi được hình thành Cũng như ở các nước đang phát triển khác, lãi suất cao và biến động

tỷ giá là một vấn đề của nền kinh tế Việt Nam trong một thời gian dài Nhận thấy tầm quan trọng của vấn đề trên, tôi đã quyết định chọn đề tài “Ảnh hưởng của biến động lãi suất và tỷ giá đến tỷ suất sinh lợi và biến động tỷ suất sinh lợi cổ phiếu tại ngân hàng thương mại Việt Nam” làm đề tài nghiên cứu

1.2 Mục tiêu và câu hỏi nghiên cứu

Mục tiêu của bài nghiên cứu này là điều tra sự tác động của biến động lãi suất và tỷ giá đến biến động tỷ suất sinh lợi và tỷ suất sinh lợi cổ phiếu tại các ngân hàng thương mại Việt Nam trong giai đoạn từ 01/11/2011 đến 30/11/2017 bằng phương pháp ước lượng OLS và mô hình GARCH Các câu hỏi nghiên cứu được đặt ra:

Câu hỏi 1: Biến động tỷ giá và lãi suất có ảnh hưởng đến tỷ suất sinh lợi cổ phiếu ngân hàng TMCP tại Việt Nam hay không? Nếu chịu tác động thì mức độ ảnh hưởng và chiều hướng như thế nào?

Câu hỏi 2: Biến động tỷ giá và lãi suất có ảnh hưởng đến biến động tỷ suất sinh lợi cổ phiếu ngân hàng TMCP tại Việt Nam hay không? Nếu chịu tác động thì mức độ ảnh hưởng và chiều hướng như thế nào?

Câu hỏi 3: Có hay không ảnh hưởng của cú sốc trong thời gian trước đó đến tỷ suất sinh lợi của các ngân hàng, mức độ ảnh hưởng và chiều hướng ảnh hưởng như thế nào?

1.3 Đối tượng, phạm vi và phương pháp nghiên cứu

Đề tại tập trung nghiên cứu các đối tượng: lãi suất bình quân liên ngân hàng kỳ hạn qua đêm, tỷ giá và tỷ suất sinh lợi cổ phiếu các ngân hàng TMCP tại Việt Nam được niêm yết trên Sở giao dịch chứng khoán TPHCM (HOSE) và Sở giao dịch chứng khoán Hà Nội (HNX)

Phạm vi nghiên cứu: đề tài nghiên cứu số liệu trong gian đoạn từ 01/11/2011 đến 30/11/2017

Phương pháp nghiên cứu là phương pháp nghiên cứu định lượng Đề tài sử dụng hai

mô hình ước lượng OLS và mô hình GARCH Công cụ xử lý mô hình được xử dụng là phần mềm Eview 8.1

1.4 Ý nghĩa công trình nghiên cứu:

Bài nghiên cứu đã phân tích được ảnh hưởng của tỷ giá và lãi suất đến tỷ suất sinh lợi

cổ phiếu các ngân hàng TMCP tại Việt Nam, là một minh chứng hữu ích cho các nhà quản lý kinh tế, các nhà lãnh đạo doanh nghiệp, các nhà quản trị ngân hàng và nhà đầu

tư trên thị trường

1.5 Cấu trúc đề tài

Bài nghiên cứu được chia làm năm chương:

Chương 1: Giới thiệu về đề tài: Lý do chọn đề tài, mục tiêu và câu hỏi nghiên cứu, đối tượng, phạm vi và phương pháp nghiên cứu, ý nghĩa công trình nghiên cứu và cấu trúc

đề tài

Chương 2: Tổng quan lý thuyết và các nghiên cứu trước đây

Chương 3: Dữ liệu nghiên cứu, quy trình nghiên cứu và phương pháp nghiên cứu Chương 4: Kết quả nghiên cứu

Chương 5: Kết luận về kết quả của bài nghiên cứu, những hạn chế và định hướng nghiên cứu

Chương 2 Tổng quan lý thuyết và các nghiên cứu trước đây

2.1 Các lý thuyết

Sự nhạy cảm của tỷ suất sinh lợi chứng khoán ngành ngân hàng đối với tỷ giá và lãi suất được giải thích bằng một vài mô hình và giả thuyết khác nhau như mô hình định giá tài sản vốn liên thời gian (ICAPM) (Merton, 1973), lý thuyết Kinh doanh chênh lệch giá – Mô hình APT (Ross Stephen, 1976)

2.1.1 Mô hình định giá tài sản vốn liên thời gian (ICAPM)

Mô hình này được Merton đưa ra vào năm 1973, cho rằng rủi ro lãi suất trong mô hình (ICAPM) như là một yếu tố thị trường, mô hình này cho rằng sự thay đổi của lãi suất dẫn đến sự thay đổi của một cơ hội đầu tư Do đó các nhà đầu tư yêu cầu có một sự bồi thường cho nguy cơ biến động đó Tỷ suất sinh lợi dự kiến được mô tả như sau:

αi = rf+ βim(αm− rf) + βih(αh − rf) Trong đó:

rf : lãi suất phi rủi ro

βim: độ nhạy của chứng khoán đối với sự thay đổi của danh mục thị trường

αm là tỷ suất sinh lợi của danh mục thị trường

βih: độ nhạy của chứng khoán đối với sự thay đổi của danh mục phòng ngừa rủi ro

αh là tỷ suất sinh lợi của một danh mục phòng ngừa rủi ro

2.1.2 Lý thuyết kinh doanh chênh lệch giá (APT)

Lý thuyết kinh doanh chênh lệch giá (APT) có thể cung cấp bằng chứng về việc rủi ro

tỷ giá và lãi suất có sự ảnh hưởng lên giá cân bằng của cổ phiếu ngân hàng (Sweeney

và Warga, 1986) Trong trạng thái cân bằng, tỷ giá và lãi suất gây ảnh hưởng đáng kể đến giá trị cổ phiếu phổ thông của các định chế tài chính nói riêng và các ngân hàng nói riêng (Yourougou, 1990)

Mô hình dựa vào các giả định:

- Mô hình một nhân tố có thể mô tả cho tỷ suất sinh lợi

- Kinh doanh chênh lệch giá không xảy ra

- Rủi ro đặc thù của công ty là không xảy ra do các công ty đa dạng hóa được rủi

ro này Điều này xảy ra bởi vì công ty xây dựng được danh mục đầu tư với số lượng chứng khoán rất lớn

- Không có các hiện tượng bất hoàn hảo trong thị trường tài chính

2.1.2.1 Mô hình APT một nhân tố

Mô hình này thể hiện có một yếu tố F ảnh hưởng đến tỷ suất sinh lợi của chứng khoán I (ri) Yếu tố F không thể đa dạng hóa được bởi các nhà đầu tư do yếu tố này là yếu tố thị trường Sự tác động của yếu tố F lên chứng khoán I được đại diện bằng chỉ số βi Mô hình một nhân tố được mô tả như sau:

ri = αi+ βiF + εi Trong đó:

αi là tỷ suất sinh lợi mong đợi

εi là yếu tố đặc trưng riêng của chứng khoán và có thể đa dạng hóa

2.1.2.2 Mô hình APT hai nhân tố

Theo mô hình APT hai nhân tố, tỷ suất sinh lợi của chứng khoán I được mô tả như sau:

ri = αi+ βi1F1+ βi2F2+ εi

Trong đó:

F1 là giá trị nhân tố thứ nhất

F2 là giá trị của nhân tố thứ hai

βi1 là hệ số tác động của nhân tố thứ nhất lên chứng khoán I

βi2 là hệ số tác động của nhân tố thứ hai lên chứng khoán I

2.1.2.3 Mô hình APT đa nhân tố

Dựa trên nguyên tắc tương tự khi chúng ta đề cập đến nhiều hơn 2 nhân tố chúng ta sẽ

có mô hình đa nhân tố Mô hình đa nhân tố cho thấy rằng giá cả chứng khoán có thể thay đổi tùy thuộc vào rất nhiều nhân tố chứ không riêng gì một hoặc hai nhân tố khác nhau Các nhân tố ở đây có thể bao hàm cả lãi suất và tỷ giá Mô hình APT đa nhân tố được mô tả như sau:

ri = αi + ∑ βij

n

j=1

𝐹j + εi

2.2 Các nghiên cứu thực nghiệm trước đây

Từ sau khi các mô hình lý thuyết ICAPM, APT và giả thuyết hợp đồng danh nghĩa ra đời, các nghiên cứu thực nghiệm về các yếu tố tác động đến tỷ suất sinh lợi cổ phiếu ngân hàng được phát triển nhanh chóng

Hầu hết các nghiên cứu hiện tại tập trung vào độ chịu tác động của tỷ suất sinh lợi cổ phiếu ngân hàng riêng biệt đối với lãi suất và tỷ giá hối đoái bằng cách sử dụng các phương pháp khác nhau Mỗi phương pháp dẫn đến kết quả thực nghiệm khác nhau Bằng cách sử dụng phương pháp dòng tiền với cổ phiếu ngân hàng Mỹ, Flannery (1981) nhận thấy rằng họ không bị ảnh hưởng bởi sự biến động lãi suất kể từ khi những

thay đổi này không có tác động đáng kể về chi phí và lợi nhuận Nghiên cứu thực nghiệm trước đó về độ nhạy cảm lãi suất của ngân hàng bao gồm các nghiên cứu của Lloyd và Shick (1977), Stone (1974), Chance và Lane (1980), Lynge và Zumwalt (1980), Flannery và James (1984), Scott và Peterson (1986), Booth và Officer ( 1985),

và Bae (1990) Bằng cách áp dụng mô hình hai yếu tố (bao gồm cả thị trường và lãi suất) trên tỷ suất sinh lợi của cổ phiếu các ngân hàng theo giả định phương sai không đổi, các kết quả thực nghiệm là khác nhau về hướng và độ lớn của sự tác động Các kết quả thực nghiệm của Lloyd và Shick (1977) và Chance và Lane (1980), trong đó cung cấp một bằng chứng yếu của tác động của lãi suất đến lợi nhuận các cổ phiếu tổ chức tài chính, đã được kiểm nghiệm bởi các kết quả của một số bài nghiên cứu Các tác giả sau báo cáo rằng tỷ suất sinh lợi cổ phiếu của các tổ chức tài chính đã ảnh hưởng tiêu cực bởi sự thay đổi lãi suất

Lynge và Zumwalt (1980) nghiên cứu sự ảnh hưởng của lãi suất đến tỷ suất sinh lợi của cổ phiếu ngân hàng Tác giả đưa vào mô hình yếu tố thị trường và tỷ suất sinh lợi của trái phiếu nhưng có sự tách biệt thành tỷ suất sinh lợi của trái phiếu ngắn hạn và tỷ suất sinh lợi của trái phiếu dài hạn như là một mô hình ba nhân tố và tác giả kết luận rằng tỷ suất sinh lợi cổ phiếu ngân hàng bị tác động ngược chiều và có ý nghĩa bởi lãi suất

Dinenis & S.K Staikouras (1998) nghiên cứu tác động của sự thay đổi lãi suất và tỷ suất sinh lợi không mong đợi của danh mục các cổ phiếu phổ thông của các định chế tài chính Anh Các định chế tài chính nghiên cứu được chia thành năm nhóm khác nhau

là ngân hàng, công ty bảo hiểm, quỹ đầu tư, các công ty đầu tư bất động sản và các công ty tài chính Nghiên cứu sử dụng mô hình hai nhân tố với nhân tố đầu tiên là tỷ suất sinh lợi của thị trường, nhân tố thứ hai là biến động lãi suất, kết quả nghiên cứu cho thấy tác động ngược chiều của lãi suất lên tỷ suất sinh lợi cổ phiếu

Christian C P Wolff - Harald A Benink (2000) nghiên cứu thực nghiệm độ nhạy lãi suất lên tỷ suất sinh lợi của cổ phiếu hai mươi ngân hàng lớn nhất tại Mỹ với việc sử dụng mô hình ARIMA Kết quả cho thấy độ nhạy lãi suất có mối quan hệ nghịch biến với tỷ suất sinh lợi cổ phiếu ngân hàng Mỹ trong giai đoạn cuối thập niên 1980 đến đầu thập niên 1990

Mặc dù có một số lượng lớn các lý thuyết về độ nhạy cảm lãi suất, nhưng có ít bài nghiên cứu về sự tác động của tỷ giá đến lợi nhuận cổ phiếu ngân hàng Kể từ khi sự thay đổi bất ngờ trong tỷ giá hối đoái có thể ảnh hưởng đến các ngân hàng trực tiếp bằng cách tạo ra lợi nhuận hoặc thua lỗ khi tham gia vào thị trường ngoại hối, rủi ro hối đoái có thể là một yếu tố quyết định quan trọng của lợi nhuận cổ phiếu các ngân hàng Các nghiên cứu đầu tiên đã thu hút được sự chú ý đặc biệt đến rủi ro ngoại hối vào quá trình tạo ra lợi nhuận của các ngân hàng là Grammatikos và cộng sự (1986) và Chamberlain và cộng sự (1997) Kết quả của những nghiên cứu cho thấy rằng các ngân hàng Mỹ đã được tiếp xúc với rủi ro tỷ giá Bằng cách sử dụng dữ liệu hàng ngày và hàng tháng, Chamberlain và cộng sự (1997) đã so sánh nhạy cảm tỷ giá của các ngân hàng Mỹ với các ngân hàng Nhật Bản Họ nhận thấy rằng tỷ suất sinh lơi cổ phiếu của phần lớn các ngân hàng Mỹ dường như nhạy cảm với sự thay đổi tỷ giá hối đoái, trong khi chỉ có một vài trong số cổ phiếu của ngân hàng Nhật Bản có tỷ suất sinh lợi nhạy cảm với tỷ giá hối đoái

Trong khi hầu hết các nghiên cứu đã nói chung đã phân tích tác động của một trong hai lãi suất hoặc tỷ giá trên lợi nhuận cổ phiếu ngân hàng, Choi và cộng sự (1992) và Wetmore và Brick (1994) áp dụng một mô hình ba nhân tố tỷ suất sinh lợi của cổ phiếu các ngân hàng Mỹ mà cùng nhau ước tính tác động của thị trường, tỷ giá và các yếu tố lãi suất theo các giả định về sai số biến đổi Mặc dù kết quả của Choi và cộng sự (1992) cung cấp bằng chứng mạnh mẽ hơn của sự tác động lãi suất so với sự tác động

tỷ giá, Wetmore và Brick (1994) tìm thấy một kết quả gây tranh cãi cho các ngân hàng

Mỹ Ngoài ra, bằng cách sử dụng các mô hình ba yếu tố cùng với quá trình tạo ra lợi nhuận của các ngân hàng Hàn Quốc, Hahm (2004) kết luận rằng tỷ suất sinh lợi của cổ phiếu các ngân hàng Hàn Quốc rất nhạy cảm với những yếu tố này

Như đã nói ở trên, những nghiên cứu này chủ yếu sử dụng phương pháp ước lượng tuyến tính, chẳng hạn như OLS và GLS, và không xem xét rằng sự nhạy cảm của ngân hàng với thị trường, lãi suất, và yếu tố tỷ giá là khác nhau theo thời gian Do ảnh hưởng hiệu ứng ARCH phương pháp ước lượng tuyến tính (OLS) tạo ra kết quả sai lệch, không phù hợp và do đó, sẽ là đúng đắn khi giả định biến động liên tục trong giai đoạn nghiên cứu Dựa trên giả định của một phương sai có điều kiện phụ thuộc thời gian, một vài nghiên cứu đã sử dụng các mô hình ARCH – GARCH để nắm bắt tính chất rủi ro thay đổi theo thời gian trong những dữ liệu này Song (1994), người sử dụng

mô hình ước lượng ARCH, cho thấy rằng mô hình ARCH là khung thích hợp nhất trong việc xác định lợi nhuận cổ phiếu ngân hàng Bài nghiên cứu thực nghiệm của Mansur và Elyasiani (1995) đã nghiên cứu tác động của biến đổi cả về mức độ và sự biến động của lãi suất trên tiền lãi cổ phiếu ngân hàng áp dụng mô hình ước lượng ARCH, kết quả cho thấy rằng cả lãi suất và biến động lãi suất đều có khả năng ảnh hưởng ngân hàng lợi nhuận cổ phiếu Flannery và cộng sự (1997), bằng cách sử dụng một mô hình GARCH hai yếu tố ban đầu được phát triển bởi Engle và cộng sự (1990), cho thấy rằng rủi ro thị trường và lãi suất đã trở thành một nhân tố quan trọng trong việc xác định danh mục đầu tư chứng khoán ngoài ngân hàng và ảnh hưởng của rủi ro lãi suất đã được tìm thấy là ít mạnh mẽ trong các danh mục đầu tư cổ phiếu ngân hàng Tương tự như vậy, bằng cách sử dụng các mô hình GARCH-M, những phát hiện của Elyasiani và Mansur (1998) đã chỉ ra rằng sự thay đổi trong lãi suất có tác động ngược chiều ngay thời điểm đầu tiên trong khi sự biến động liên quan có tác động ngược chiều đến sự phân phối tỷ suất sinh lợi cổ phiếu các ngân hàng Tuy nhiên, những nghiên cứu này không đưa vào rủi ro tỷ giá Do thiếu các nghiên cứu về tác động của

rủi ro tỷ giá tỷ suất sinh lợi cổ phiếu ngân hàng và củng cố thêm kết quả trước đó về rủi

ro lãi suất, đó là mục đích của bài viết này cung cấp bằng chứng liên quan đến sự tương tác chung của thị trường, lãi suất và tỷ giá trên lợi nhuận cổ phiếu ngân hàng do

sử dụng cả hai phương pháp OLS và mô hình GARCH

Song (1994) đưa ra mô hình thống kê nghiên cứu rủi ro thay đổi theo thời gian của ngành ngân hàng, tác giả sử dụng mô hình hai nhân tố gồm nhân tố thị trường và lãi suất dự trên mô hình ICAPM của Merton Mô hình ARCH được sử dụng để nghiên cứu

sự thay đổi của cổ phiếu theo thời gian Kết quả cho rằng rủi ro thị trường và rủi ro lãi suất tác động mạnh mẽ lên tỷ suất sinh lợi của cổ phiếu theo các giai đoạn khác nhau trong mẫu nghiên cứu từ năm 1977 – 1987

Flannery và cộng sự (1997) đã sử dụng mô hình GARCH được nghiên cứu bởi Engle

và cộng sự (1990) cho thấy rằng mặc dù rủi ro thị trường và lãi suất đều là những yếu

tố tác động lên tỷ suất sinh lợi của một danh mục cổ phiếu phi ngân hàng, tuy nhiên rủi

ro lãi suất lại ít ảnh hưởng đến các danh mục bao gồm cổ phiếu ngân hàng

Nghiên cứu thực nghiệm của Ryan và cộng sự (2004) khai thác mô hình GARCH –M giải thích tác động của rủi ro thị trường, rủi ro lãi suất và tỷ giá hối đoái lên tỷ suất sinh lợi của cổ phiếu ngân hàng ở Úc trong thời gian 1996 -2001, kết quả bài nghiên cứu thể hiện rằng rủi ro lãi suất ngắn hạn, trung hạn, biến động lãi suất và rủi ro thị trường là những nhân tố giải thích trọng yếu đối với tỷ suất sinh lợi của cổ phiếu ngành ngân hàng Tuy nhiên, lãi suất dài hạn và tỷ giá thì không có ý nghĩa thống kê trong mô hình nghiên cứu trên dữ liệu tại Úc

Mặc dù có rất nhiểu các nghiên cứu trên thế giới được thực hiện về đề tài tác động của lãi suất và tỷ giá đến tỷ suất sinh lợi cổ phiếu ngân hàng nhưng khá ít các nghiên cứu thực hiện tại các quốc gia đang phát triển Nổi bật tại các quốc gia đang phát triển chính là mô hình nghiên cứu của Hooy và cộng sự (2004), bài nghiên cứu điều tra sự

nhạy cảm rủi ro lãi suất và tỷ giá của cổ phiếu ngân hàng tại Malaysia trong cuộc khủng hoảng tài chính gần đây bằng cách sử dụng GARCH-M Trong giai đoạn trước

và trong cuộc khủng hoảng, giá cổ phiếu ngân hàng đã trở nên ít nhạy cảm với những rủi ro, và đã nhạy cảm hơn khi nguy cơ rủi ro của các ngân hàng của Malaysia tăng sau khi các chính sách kiểm soát vốn và chính sách sáp nhập hợp nhất ngân hàng tại Malaysia để tránh khủng hoảng

Saadet Kasman, Gulin Vardar và Gokce Tunc (2011) nghiên cứu tác động của lãi suất,

tỷ giá hối đoái lên tỷ suất sinh lợi và biến động tỷ suất sinh lợi cua cổ phiếu ngành ngân hàng tại Thổ Nhĩ Kỳ bằng các sử dụng mô hình ước lượng OLS và GARCH, dữ liệu bao gồm giá đóng cửa cổ phiếu 13 Ngân hàng trong giai đoạn từ 27/07/1999 – 09/04/2009 được niêm yết trên sàn chứng khoán ISE, tỷ giá hối đoái bao gồm rổ tiền tệ chính là Euro và USD, lãi suất trái phiếu chính phủ 2 năm, chỉ số ISEindex 100 là chỉ

số thị trường Bài nghiên cứu đầu tiên sử dụng mô hình OLS để xác định tác động của biến động tỷ suất sinh lợi chỉ số trị trường, lãi suất và tỷ giá hối đoái lên tỷ suất sinh lợi của 13 cổ phiếu ngân hàng riêng lẻ và danh mục cổ phiếu ngân hàng Bankindex Tuy nhiên, tác giả đã kiểm định hiệu ứng ARCH và có ý nghĩa ở tất cả các biến nghiên nghiên cứu, vì vậy tác giả đã sử dụng mô hình GARCH đã ước lượng vì mô hình là phù hợp Ngoài ước lượng tác động lên tỷ suất sinh lợi, bài nghiên cứu còn sử dụng mô hình GARCH (1,1) để ước lượng của biến đông của lãi suất và tỷ giá hối đoái lên biến động tỷ suất sinh lợi của cổ phiếu ngân hàng riêng lẻ và chỉ số danh mục cổ phiếu nganh ngân hàng Bài nghiên cứu cho kết quả rằng những thay đổi lãi suất và tỷ giá hối đoái các tác động tiêu cực (tác động ngược chiều) và đáng kể lên tỷ suất sinh lợi cổ phiếu ngành ngân hàng, ngoài ra tỷ suất sinh lợi của cổ phiếu ngành ngân hàng chịu tác động mạnh của rủi ro thị trường được đo lường bằng chỉ số ISEindex 100

Tại Việt Nam cũng có một số tác giả nghiên cứu về đề tài ảnh hưởng của thị trường đến giá cổ phiếu trên thị trường chứng khoán Việt Nam như Nguyễn Quyết và Huỳnh

Thế Nguyễn vào năm 2013 đã nghiên cứu mối quan hệ giữa lãi suất, tỷ giá và giá cổ phiếu tại TPHCM, dữ liệu trong bài là chuỗi dữ liệu theo tháng thống kê từ tháng 10/2007 tới 10/2012 tại TPHCM Các biến được tác giả sử dụng gồm lãi suất bình quân liên ngân hàng, tỷ giá USD, giá cả cổ phiếu thì được lấy logarit tự nhiên Bài nghiên cứu cho thấy sự nhạy cảm giữa giá cổ phiếu với và lãi suất tại bậc trễ thứ nhất và tỷ giá tại bậc trễ thứ hai Ngoài ra chính những bậc trễ 1, 2 của giá cả cổ phiếu cũng ảnh hưởng đến chính nó

Một bài nghiên cứu nổi bật khác tại Việt Nam đó là Trương Đông Lộc (2014) nghiên cứu về các nhân tố ảnh hưởng đến sự thay đổi của giá cổ phiếu Tác giả đã sử dụng chuỗi giá, lợi nhuận trên mỗi cổ phiếu (EPS), lãi suất cho vay, tỷ giá USD/VND, giá vàng và chỉ số giá tiêu dùng (CPI), tần suất hàng quý trong giai đoạn từ 31/12/2006 đến 31/12/2012 Bài nghiên cứu trình bày kết quả cho thấy rằng EPS, tỷ giá USD/VND

có tương quan thuận với giá các cổ phiếu trên thị trường HOSE Ngược lại, biến động của giá vàng và tỷ lệ lạm phát có mối tương quan nghịch với tỷ suất sinh lợi của các cổ phiếu

Từ những nghiên cứu trên, có thể thấy đã có rất nhiều những nghiên cứu khác nhau, và đánh giá tổng quát là tác động cùng chiều hay ngược chiều của tỷ giá, lãi suất, biến thị trường lên tỷ suất sinh lợi và biến động tỷ suất lợi của cổ phiếu ngành Ngân hàng Bài nghiên cứu của Saadet Kasman, Gulin Vardar và Gokce Tunc (2011) đưa ra kết quả có

ý nghĩa thống kê khá cao, phương pháp sử dụng ngoài OLS thông thường tác giả đá áp dụng mô hình GARCH (1,1) từ đó dự báo, mang đến tính chính xác và hợp lý cho bài nghiên cứu khi mà các kiểm định ARCH đều có ý nghĩa

Việt Nam được xem là một thị trường mới nổi do sự tồn tại của sự bất ổn kinh tế vĩ mô như đặc trưng bởi sự biến động cao trong sự tăng trưởng và tỷ lệ lãi suất thực tế, thiếu thị trường tiền tệ, thị trường vốn, và có ít các công cụ phòng ngừa rủi ro Vì vậy là đáng giá để kiểm tra xem một số những đặc điểm này ảnh hưởng đến sự sống còn của

hệ thống ngân hàng Việt Nam như thế nào Sự lựa chọn Việt Nam trong giai đoạn nghiên cứu từ ngày 01/11/2011 – 30/11/2017 đánh giá hầu hết những biến động của nền kinh tế tác động thông qua tỷ giá hối đoái, những bất ổn lãi suất thị trường giai đoạn năm 2012, khi mà lãi suất liên ngân hàng kỳ hạn qua đêm lên đến gần 20%/năm, ngoài ra từ ngày 31/12/2015 Ngân hàng Nhà nước áp dụng cơ chế tỷ giá trung tâm của đồng Việt Nam với USD, tỷ giá tính chéo của đồng Việt Nam với một số ngoại tệ khác

Vì vậy để lấp đầy những khoảng trống trong nghiên cứu về tỷ suất sinh lợi và biến động tỷ suất sinh lợi của cổ phiếu các ngân hàng đối với thị trường có nền kinh tế đang phát triển nói chung và thị trường Việt Nam nói riêng, tác giả thực hiện bài nghiên cứu này

Dựa trên bài nghiên cứu Saadet Kasman, Gulin Vardar và Gokce Tunc (2011), tác giải

sử dụng hai mô hình OLS và GARCH để ước lượng Đầu tiên thu thập dữ liệu về tỷ giá USD/VND, lãi suất liên ngân hàng kỳ hạn qua đêm (bài nghiên cứu của Saadet Kasman, Gulin Vardar và Gokce Tunc (2011) sử dụng lãi suất Trái phiếu Chính phủ 2 năm) vì tác giả đánh giá đây là lãi suất có ảnh hưởng mạnh đến ngành Ngân hàng tại Việt Nam hơn là lãi suất trái phiếu Chính Phủ kỳ hạn 1 năm, chỉ số VN-INDEX đại diện cho chỉ số thị trường tại Việt Nam, tác giả chạy mô hình OLS để ước lượng, kiểm định ARCH tìm ra các mô hình có kiểm định ARCH có ý nghĩa, tiếp tục thực hiện chạy

mô hình GARCH (1,1) để dự báo tỷ suất sinh lợi và biến động tỷ suất sinh lợi của cổ phiếu các ngân hàng tại Việt Nam

Chương 3 Phương pháp nghiên cứu

3.1 Dữ liệu

3.1.1 Dữ liệu về biến phụ thuộc

Bài nghiên cứu sử dụng mẫu dữ liệu tỷ suất sinh lợi cổ phiếu của tám ngân hàng đang niêm yết tại Sở giao dịch chứng khoán Hà Nội (HNX) và Sở giao dịch chứng khoán Thành Phố Hồ Chí Minh (HOSE) trong giai đoạn nghiên cứu từ ngày 01/11/2011 – 30/11/2017 Đây là tám ngân hàng có thời gian niêm yết khá sớm trên sàn HOSE và HNX, các mẫu dữ liệu này phục vụ cho việc nghiên cứu một cách toàn diện nhất về tỷ suất sinh lợi và biến động tỷ suất sinh lợi của các cổ phiếu ngân hàng

Các ngân hàng được lựa chọn là những ngân hàng có tổng tài sản chiếm tỷ trọng khá lớn trong ngành Ngân hàng, nằm ở hai nhóm ngân hàng đại diện chủ yếu cho thị trường ngân hàng Việt Nam là:

- Nhóm ngân hàng TMCP có vốn chủ sở hữu nhà nước lớn, các ngân hàng này thường là các ngân hàng dẫn chiếu lãi suất và tỷ giá cho thị trường, Nhà nước thông qua các ngân hàng này một phần để quản lý và dẫn dắt thị trường bao gồm: Ngân hàng Thương mại cổ phần Ngoại thương Việt Nam (VCB), Ngân hàng Thương mại cổ phần Công Thương Việt Nam (CTG)

- Nhóm Ngân hàng TMCP tư nhân gồm sáu ngân hàng còn lại trong mẫu nghiên cứu Các ngân hàng này có tổng tài sản lớn và mạng lưới rộng khắp tại Việt Nam

Bảng 3.1 Danh sách các ngân hàng TMCP trong mẫu dữ liệu

Số thứ

Công Thương Việt Nam 16/07/2009 - HOSE

Xuất nhập khẩu Việt Nam 27/10/2009 - HOSE

Sài Gòn - Hà Nội 20/04/2009 - HNX

Sài Gòn Thương Tín 12/07/2006 - HOSE

Ngoại thương Việt Nam 30/06/2009 - HOSE

Nguồn: website www.vndirect.com

Tỷ suất sinh lợi được tính toán bằng cách lấy giá đóng cửa hàng ngày của từng cổ phiếu ngân hàng Công thức tính tỷ suất sinh lợi tại thời điểm t, ký hiệu là rt, được tính bằng công thức:

rt = 100*ln(pt/pt-1)

Trong đó:

pt: Giá cổ phiếu i tại thời điểm t

pt-1: Giá cổ phiếu tại thời điểm t-1

Tỷ suất sinh lợi được tính theo nguyên tắc lãi kép với số kỳ ghép lãi liên tục Nguyên tắc này được áp dụng tương tự cho chỉ số thị trường, lãi suất và tỷ giá

3.1.2 Dữ liệu về biến độc lập

3.1.2.1 Tỷ suất sinh lợi của chỉ số giá thị trường

Tác giả chọn chỉ số VN-Index đại diện cho chỉ số giá thị trường VN-Index là chỉ số thể hiện xu hướng biến động giá của tất cả cổ phiếu niêm yết và giao dịch tại Sở giao dịch chứng khoán Thành phố Hồ Chí Minh Chỉ số VN-Index so sánh giá trị vốn hóa thị trường hiện tại với giá trị vốn hóa thị trường cơ sở vào ngày gốc 28/07/2000, ngày đầu tiên thị trường chứng khoán chính thức đi vào hoạt động Giá trị vốn hóa thị trường

cơ sở tính trong công thức chỉ số được điều chỉnh trong các trường hợp như niêm yết mới, hủy niêm yết và các trường hợp có thay đổi về vốn niêm yết Chỉ số này được tính theo phương pháp trọng số giá trị thị trường, tức dựa vào mức độ chi phối của từng giá trị được sử dụng để tính chỉ số

Ở Việt Nam, ngoài chỉ số VN-Index đại diện cho cổ phiếu niêm yết và giao dịch tại Sở giao dịch chứng khoán Thành phố Hồ Chí Minh còn có hai chỉ số chính khác là HNX-Index (đại diện cho cổ phiếu niêm yết và giao dịch tại Sở giao dịch chứng khoán Hà

Nội) và Upcom-Index (đại diện cho cổ phiếu công ty chưa được niêm yết) Trong ba chỉ số trên, VN-Index có quy mô và tính thanh khoản cao hơn hẳn, các nhà đầu tư trong nước và ngoài nước đều xem chỉ số này là tiêu biểu cho thị trường chứng khoán Việt Nam Chính vì thế, bài nghiên cứu chọn chỉ số này là đại diện cho chỉ số giá thị trường Dữ liệu được chọn là giá đóng cửa hang ngày của chỉ số VN-Index, được thu thập từ website www.vndirect.com

Tỷ suất sinh lợi của chỉ số giá thị trường được tính theo công thức:

MRKt = 100*ln(VNIndext/VNIndext-1)

Trong đó:

VNIndext: chỉ số giá thị trường thời điểm t

VNIndext-1: chỉ số thị trường tại thời điểm t-1

3.1.2.2 Sự biến động của lãi suất

Bài nghiên cứu của Saadet Kasman, Gulin Vardar và Gokce Tunc (2011) cho thấy những tác động tiêu cực của biến động tỷ giá và lãi suất đến tỷ suất sinh lợi cổ phiếu ngành ngân hàng Chính vì thế bài nghiên cứu đưa vào yếu tố lãi suất và tỷ giá hối đoái

là hai trong số các biến độc lập trong mô hình nghiên cứu Trong bài nghiên cứu của Saadet Kasman, Gulin Vardar và Gokce Tunc (2011), tác giả sử dụng lãi suất trái phiếu chính phủ kỳ hạn 2 năm đại diện cho lãi suất thị trường Tuy nhiên khi xét đến thị trường Việt Nam, lãi suất ảnh hưởng đến các ngân hàng nhiều nhất là lãi suất liên ngân hàng (lãi suất qua đêm) Lãi suất liên ngân hàng (lãi suất qua đêm) là lãi suất vay mượn lẫn nhau giữa các ngân hàng, thông qua thị trường liên ngân hàng Trong kỳ bất ổn kinh tế, có rất nhiều công cụ của chính sách tiền tệ được nhà nước sử dụng để kiềm chế bất ổn thì cơ chế điều hành lãi suất và tỷ giá là công cụ chính, có những tác động và

ảnh hưởng mạnh đến hoạt động thị trường chứng khoán ở đa số tất cả các ngành và ngành mạnh mẽ nhất chính là ngành ngân hàng

Ảnh hưởng của Lãi suất qua đêm đến nền kinh tế: Khi lãi suất qua đêm quá cao (có thể lên tới 17%, 18%, do thiếu hụt 1 lượng lớn tiền đồng) các ngân hàng khó có thể vay trên thị trường liên ngân hàng, và để bù đắp thiếu hụt vốn (phục vụ các nhu cầu vay, thanh khoản trong hoạt động), lúc này các ngân hàng phải điều chỉnh lãi suất huy động tăng để lôi kéo thêm nguồn tiền nhàn rỗi từ dân cư, lãi suất huy động tăng dẫn tới chi phí huy động vốn tăng thì Ngân hàng phải tăng lãi suất cho vay sẽ ảnh hưởng đến đầu

tư từ đó ảnh hưởng đến nền kinh tế

Dữ liệu lãi suất liên ngân hàng được tổng hợp từ nguồn Datastream, được xử lý theo công thức sau để tính toán sự thay đổi lãi suất trước khi đưa vào mô hình:

INTt=100*ln(lst/lst-1)

Trong đó:

lst: lãi suất qua đêm thời điểm t

lst-1: lãi suất qua đêm tại thời điểm t-1

3.1.2.3 Sự biến động của tỷ giá

Tỷ giá đồng tiền USD/VND được đưa vào mẫu nghiên cứu, dữ liệu được thu thập từ website www.sbv.gov.vn Dữ liệu được xử lý theo công thức sau để tính toán sự biến động của tỷ giá hối đoái:

FXt = 100*ln(tgt/tgt-1)

Trong đó:

Tgt: tỷ giá bình quân liên ngân hàng thời điểm t

Tgt-1: tỷ giá bình quân liên ngân hàng tại thời điểm t -1

Tỷ giá hối đoái tác động gián tiếp đến giá cổ phiếu ngân hàng thông qua một số yếu tố kinh tế vĩ mô khác Ví dụ như khi tỷ giá thay đổi tác động đến cán cân thương mại quốc tế của quốc gia và ảnh hưởng đến kim ngạch xuất nhập khẩu của các doanh nghiệp trong nước, từ đó tác động đến chi phí và doanh thu của các công ty kéo theo thị trường chứng khoán và giá cổ phiếu ngân hàng bị ảnh hưởng Ngoài ra, tỷ giá hối đoái thay đổi ảnh hưởng đến dòng chu chuyển vốn nước ngoài Trong trường hợp nợ danh nghĩa vượt quá tài sản danh nghĩa bằng ngoại tệ, một sự giảm giá đồng nội tê (tỷ giá tăng) sẽ làm giảm lợi nhuận của ngân hàng từ đó làm giảm giá cổ phiếu ngân hàng (Hahm, 2004; Saadet Kasman, Gulin Vardar và Gokce Tunc, 2011) Theo nghiên cứu trên, sự thay đổi của tỷ giá hối đoái có tác động ngược chiều đối với tỷ suất sinh lợi cổ phiếu ngân hàng

3.1.3 Giai đoạn nghiên cứu và tần suất dữ liệu

Dữ liệu của các biến trong bài nghiên cứu được thu thập trong giai đoạn từ ngày 01/11/2011 đến 30/11/2017, dữ liệu được thu thập theo ngày ngoại trừ ngày thứ 7, ngày chủ nhật và ngày nghỉ lễ tại Việt Nam Dữ liệu đảm bảo số lượng quan sát tối thiểu là 300 quan sát để kết quả nghiên cứu là đáng tin cậy (Ryan và các cộng sự, 2004) Ngoài ra, giai đoạn nghiên cứu trên đảm bảo cổ phiếu của mẫu tám ngân hàng được chọn đã được niêm yết trên sản chứng khoán và có đầy đủ dữ liệu về chỉ số giá

Bảng 3.2 Tóm tắt về dữ liệu nghiên cứu được sử dụng trong mô hình

Tên biến Ký

hiệu Cách tính toán (%)

Thời gian chọn mẫu Nguồn dữ liệu

Kỳ vọng dấu

100*ln(VN-30/11/2017 www.vndirect.com +

1/11/2011-Nguồn: Tác giả tự tổng hợp

3.2 Quy trình nghiên cứu

Để tiến hành nghiên cứu tác giả sử dụng hai mô hình là mô hình OLS và GARCH Ý tưởng chính để thực hiện bài nghiên cứu dựa trên bài “The impact of interest rate and exchange rate volatility in banks” stock returns and volatility Evidence from Turkey” của Saadet Kasman, Gulin Vardar và Gokce Tunc (2011) Bài nghiên cứu được thực hiện qua các bước như sau:

Đầu tiên, tác giả thực hiện thu thập, xử lý số liệu và chạy thống kê mô tả các dữ liệu đưa vào mô hình

Tiếp theo tác giả kiểm định tính dừng của các chuỗi dữ liệu bằng kiểm định nghiệm đơn vị ADF test (Augumented Dickey – Fuller test)

Sau đó, tác giả dùng mô hình OLS với ba biến độc lập là tỷ suất sinh lợi chỉ số thị trường, biến động lãi suất và biến động tỷ giá hối đoái, biến phụ thuộc là tỷ suất sinh lợi của cổ phiếu ngân hàng

Tiếp theo, tác giả sử dụng mô hình ARCH để kiểm định sự phù hợp của mô hình tuyến tính OLS và tính thích hợp của mô hình GARCH Nếu tồn tại hiệu ứng ARCH, tác giả tiếp tục sử dụng mô hình GARCH để đánh giá sự tác động của các biến

Sau đó, tác giả sử dụng mô hình GARCH (1,1) với mục đích đánh giá lại tác động của các biến độc lập đến biến phụ thuộc và mức độ tác động là như thế nào

Tiếp theo, để đo lường sự tác động của biến động các biến độc lập đến biến động của biến phụ thuộc, tác giải sử dụng mô hình GARCH (1,1), nhưng khác với mô hình trước

đó ở phương trình trung bình có điều kiện sẽ không có biến giải thích và biến giải thích được đưa vào phương trình phương sai có điều kiện

Cuối cùng tác giả tổng hợp, phân tích kết quả để đưa ra đánh giá về chiều hướng và mức độ tác động của biến động tỷ giá, lãi suất, tỷ suất sinh lợi của thị trường đến biến động tỷ suất sinh lợi của cô phiếu các ngân hàng thương mại tại Việt Nam

3.3 Phương pháp nghiên cứu

3.3.1 Phân tích thống kê mô tả

Thống kê mô tả được sử dụng để mô tả những đặc tính cơ bản của dữ liệu thu thập được từ nghiên cứu thực nghiệm qua các cách thức khác nhau Nói đến thống kê mô tả

là nói đến việc mô tả dữ liệu bằng các phép tính và chỉ số thống kê như số trung bình,

số trung vị, giá trị lớn nhất và bé nhất, phương sai độ lệch chuẩn, hệ số đối xứng, hệ số nhọn, thống kê JB (thống kê Jarque-Bera) cho các biến độc lập và biến phụ thuộc trong giai đoạn ngày 01 tháng 11 năm 2011 đến 30 tháng 11 năm 2017

3.3.2 Kiểm định tính dừng của chuỗi dữ liệu thời gian

Một chuỗi thời gian là dừng khi giá trị trung bình, hiệp phương sai, phương sai (tại các

độ trễ khác nhau) không thay đổi vào bất kỳ thời điểm nào Chuỗi dừng sẽ tịnh tiến về giá trị trung bình và những biến động quanh giá trị trung bình sẽ là bằng nhau

Hầu hết các chuỗi thời gian về kinh tế là không dừng nhưng có thể chuyển các chuỗi

dữ liệu này về chuỗi dừng thông qua sai phân Chuỗi dữ liệu bậc n là khi sai phân bậc n của chuỗi dữ liệu đó có tính dừng, ký hiệu là I(d)

Kiểm tra tính dừng của chuỗi thời gian gồm các phương pháp: kiểm định Phillip–Person (PP), kiểm định nghiệm đơn vị Dickey–Fuller (DF), và kiểm định nghiệm đơn

vị Dickey và Fuller mở rộng (ADF), kiểm tra bằng giản đồ tự tương quan,… trong đó kiểm định nghiệm đơn vị là một kiểm định được sử dụng khá phổ biến

Tác giả sử dụng kiểm định ADF để thực hiện kiểm định tính dừng của chuỗi dữ liệu

Mô hình kiểm định nghiệm đơn vị mở rộng ADF có dạng:

Nhiễu trắng đáp ứng đầy đủ các giả thiết của mô hình cổ điển là khi nó có giá trị trung bình bằng không, phương sai không thay đổi và hiệp phương sai bằng không

Khi nghiên cứu chúng ta sẽ thực hiện kiểm định lần lượt các mô hình (1) và (2) cho trường hợp có xu hướng và không có xu hướng Để chọn lựa k tối ưu cho mô hình ADF chúng ta dựa vào tiêu chuẩn thông tin AIC (Akaike’s Information Criterion) của Akaike (1973) Giá trị k tối ưu khi AIC nhỏ nhất Giá trị này sẽ được tìm một cách tự động khi dùng phần mềm Eviews để thực hiện kiểm định nghiệm đơn vị

Giả thuyết kiểm định:

H0: β = 0 (Yt là chuỗi dữ liệu không dừng)

H1: β < 0 (Yt là chuỗi dữ liệu dừng)

Trong kiểm định ADF, giá trị kiểm định ADF giá trị t ước lượng của các hệ số trong các mô hình sẽ theo phân phối xác suất τ (tau statistic, τ = giá trị hệ số ước lượng/ sai

số của hệ số ước lượng), giá trị kiểm định ADF không tuân theo phân phối chuẩn Giá trị tới hạn τ được xác định dựa trên bảng giá trị tính sẵn của Mackinnon (1996) Khi chúng ta sử dụng phần mềm Eviews, giá trị tới hạn này cũng được tính sẵn Để kiểm

định giả thuyết H0 nghiên cứu so sánh giá trị kiểm định τ tính toán với giá trị τ tới hạn của Mackinnon và kết luận về tính dừng của các chuỗi quan sát Cụ thể, nếu trị tuyệt đối của giá trị tính toán lớn hơn trị tuyệt đối giá trị tới hạn thì giả thuyết H0 sẽ bị bác

bỏ, tức chuỗi dữ liệu có tính dừng và ngược lại chấp nhận giả thuyết H0, tức dữ liệu không có tính dừng

3.3.3 Mô hình ước lượng bình phương nhỏ nhất (OLS)

Phương pháp bình phương nhỏ nhất (OLS) được sử dụng để ước lượng mối tương quan giữa các biến khác nhau Trong các nghiên cứu trước đây, hầu hết đều sử dụng phương pháp bình phương nhỏ nhất (OLS) để ước lượng tác động của thay đổi trong lãi suất và

tỷ giá đến tỷ suất sinh lợi của cổ phiếu ngành ngân hàng

Phương pháp bình phương nhỏ nhất (OLS) được nhà toán học người Đức Carl Friedrich Gauss đưa ra Phương pháp trên xác định các hệ số hồi quy dựa trên tiêu chuẩn cực tiểu tổng bình phương của các sai số thống kê

Mô hình hồi quy tuyến tính tổng hợp có dạng như sau:

𝑦𝑡 = 𝛽0+ 𝛽1𝑋1𝑡+ ⋯ + 𝛽𝑘𝑋𝑘𝑡 + 𝜇𝑡Các giả thiết của mô hình hồi qui tuyến tính với dữ liệu chuỗi thời gian sử dụng Phương pháp OLS

- Giả thiết 1: Biến Xi là không ngẫu nhiên

- Giả thiết 2: Các sai số là đại lượng ngẫu nhiên có giá trị kì vọng bằng 0

E (Ui / Xi) = 0

- Giả thiết 3: Các sai số là đại lượng ngẫu nhiên có phương sai không thay đổi

Var (Ui / Xi) = 𝜎2= const

- Giả thiết 4: Không có sự tương quan giữa các sai số ngẫu nhiên

Cov (Ui , Uj / Xi , Xj) = 0, i ≠ j

- Giả thiết 5: Không có sự tương quan giữa sai số và biến độc lập

Cov (Xi , Ui ) = 0 Định lý Gauss – Markov cho rằng: Khi các giả thiết này được đảm bảo thì các ước lượng tính được bằng phương pháp OLS là các ước lượng tuyến tính không chệch, hiệu quả nhất của hàm hồi quy tổng thể

3.3.4 Mô hình phương sai có điều kiện thay đổi

3.3.4.1 Mô hình phương sai có điều kiện của sai số thay đổi tự hồi quy (ARCH)

Mô hình ARCH được sử dụng khi có lý do tin rằng, tại bất cứ điểm thời gian nào, chuỗi dữ liệu có phương sai thay đổi Cụ thể, các mô hình ARCH giả sử rằng phương sai của sai số hiện tại là một hàm số của các sai số của các giai đoạn thời gian trước thông thường là phương sai sẽ có quan hệ với bình phương của các sai số trước đó Mô hình hồi quy tuyến tính như OLS giả định rằng các phương sai của sai số là không đổi, đối với các dữ liệu chuỗi thời gian trong lĩnh vực kinh tế tài chỉnh thì việc giả định phương sai không đổi là không phù hợp Vì vậy việc sử dụng mô hình ARCH trở nên rộng rãi trong lĩnh vực kinh tế tài chính Các mô hình này thường được gọi là mô hình ARCH (Engle, 1982)

Mô hình ARCH là mô hình đầu tiên đưa ra cơ sở lý thuyết để mô hình hóa rủi ro Mô hình ARCH (q) có dạng:

𝑟𝑡 = 𝜇𝑡+ 𝑢𝑡

𝑢𝑡 = 𝜎𝑡𝜀𝑡

𝜎𝑡2 = 𝛼0+ 𝛼1𝑢𝑡−12 + ⋯ + 𝛼𝑚𝑢𝑡−𝑚2Trong đó:

rt là lợi suất của tài sản tại thời điểm t

α0 > 0, αi > 0 với mọi i

𝜀𝑡 là biến ngẫu nhiên độc lập có phân bố với kỳ vọng bằng 0, phương sai bằng 1

𝑢𝑡 thường có phân bố chuẩn hóa hoặc phân bố t-Student

Từ phương trình trên ta thấy khi các cú sốc trong quá khứ lớn dẫn đến phương sai có điều kiện đối với 𝑢𝑡 lớn, dẫn đến 𝑢𝑡 có xu hướng lớn Từ đó ta thấy theo mô hình ARCH, các cú sốc lớn thời kỳ trước tạo ra xu hướng cho các cú sốc lớn hiện tại Đặc điểm này giống như tính chất bầy đàn của độ rủi ro

Mô hình ARCH(q) được sử dụng trong dự báo dữ liệu chuỗi thời gian tài chính có những ưu điểm như mô hình hoá động thái của phương sai có điều kiện Nhờ đó có thể

dự tính được độ rủi ro lợi suất của một loại tài sản Tuy vậy, mô hình này có một số nhược điểm sau đây: chưa có chuẩn mực để xác định q của mô hình Một phương pháp được sử dụng là Likelihood Radio Test, tuy nhiên phương pháp này chưa phải là phương pháp tốt nhất, giá trị q của phần dư có thể là một con số rất lớn để có thể kiểm soát được tất cả sự phụ thuộc của phương sai có điều kiện Việc này dẫn đến mô hình phương sai có điều kiện không giới hạn, ràng buộc không âm của phương sai có thể bị

vi phạm Nếu như mọi thứ đều có thể giữ nguyên, càng nhiều thông số trong phương trình phương sai có điều kiện thì càng nhiều khả năng xuất hiện phương sai âm

3.3.4.2 Mô hình phương sai có điều kiện của sai số thay đổi tự hồi quy tổng quát

Dạng cơ bản nhất của mô hình là GARCH(1,1), có dạng như sau:

𝜎𝑡2 = 𝛼0+ 𝛼1𝑢𝑡−12 + 𝛽1𝜎𝑡−12

𝛼0 > 0, 𝛼1, 𝛽1 ≥ 0 𝑣à (𝛼1+ 𝛽𝑗) < 1

Kiểm định hiệu ứng ARCH

Trước khi ước lượng các mô hình ARCH, điều quan trọng là chúng ta cần kiểm tra xem có hiệu ứng ARCH hay không để biết mô hình cần đưa vào ước lượng theo phương pháp ARCH thay vì ước lượng theo phương pháp OLS Ta đặt 𝑢𝑡 = 𝑟𝑡 − 𝜇𝑡 là phần dư của mô hình trung bình Sử dụng chuỗi dữ liệu 𝑢12 để kiểm định có hiệu ứng ARCH hay không Cách khác, có thể dùng giá trị p-value so sánh với mức ý nghĩa α Nếu P-value nhỏ hơn hoặc bằng α thì bác bỏ giả thiết H0 Nếu Ho được chấp nhận khi

đó không có hiệu ứng ARCH, và ngược lại H0 bị bác bỏ thì có hiệu ứng ARCH

3.4 Mô hình nghiên cứu

3.4.1 Ước lượng tỷ suất sinh lợi với mô hình OLS

Mô hình ước lượng theo phương pháp OLS có dạng như sau:

𝑟𝑡 = 𝛽0+ 𝛽1𝑀𝑅𝐾𝑡+ 𝛽2𝐼𝑁𝑇𝑡 + 𝛽3𝐹𝑋𝑡+ 𝜇𝑡 (1)

Trong đó:

𝑟𝑖 là tỷ suất sinh lợi của cổ phiếu i tại thời điểm t

MRKt là tỷ suất sinh lợi của chỉ số thị trường

INTt là biến động của lãi suất bình quân liên ngân hàng kỳ hạn qua đêm

FXt: là sự biến động của tỷ giá hối đoái

𝛽0: hệ số chặn (hệ số tung độ gốc)

𝛽1, 𝛽2, 𝛽3: hệ số góc (hệ số độ dốc) là hệ số đo lường sự nhạy cảm của tỷ suất sinh lợi của cổ phiếu hoặc chỉ số cổ phiếu ngành ngân hàng với sự thay đổi chỉ số thị trường, lãi suất qua đêm và tỷ giá

𝜇𝑡: Sai số với giả định của điều kiện iid (biến ngẫu nhiên độc lập có cùng phân bố)

3.4.2 Ước lượng tỷ suất sinh lợi với mô hình GARCH (1,1)

Sự phù hợp của mô hình hồi quy OLS được kiểm tra với các kiểm định ARCH Nếu phần dư bình phương có hiện tượng tự tương quan hoặc phần dư có phương sai sai số thay đổi, có khả năng là giả thuyết của mô hình sẽ bị từ chối Ngoài ra nếu có sự hiện diện của tự tương quan còn là một thất bại rất nghiêm trọng của giả định cổ điển OLS

vì sự hiện diện của nó ngụ ý rằng hệ số OLS không được ước lượng một cách hiệu quả

Vì vậy, nếu như kiểm định ARCH có ý nghĩa thì mô hình GARCH sẽ xuất hiện sẽ phù hợp hơn để ước lượng dữ liệu đó

Mô hình phương sai sai số thay đổi tự hồi quy tổng quát (Generalized Autoregressive Conditional Heteroskadesticity- GARCH) Bollerslev (1986) tổng quát từ mô hình phương sai có điều kiện thay đổi theo thời gian của Engle (1982), là một trong những lớp mô hình quan trọng được áp dụng rộng rãi để đo lường sự biến động của chuỗi dữ

liệu tài chính theo thời gian Bollerslev (1986) cho rằng mô hình GARCH (1,1) phù hợp hầu hết dữ liệu chuỗi thời gian

Mô hình GARCH (1,1) gồm có 2 phương trình bao gồm phương trình trung bình có điều kiện và phương trình phương sai có điều kiện như sau:

𝑟𝑡 = 𝛾0+ 𝛾1𝑀𝑅𝐾𝑡+ 𝛾2𝐼𝑁𝑇𝑡+ 𝛾3𝐹𝑋𝑡+ 𝜀𝑡 (2)

𝜎𝑡2 = 𝛼0+ 𝛼1𝜀𝑡−12 + 𝛽𝜎𝑡−12

Trong đó:

𝜀𝑡 là thành phần ngẫu nhiên hay hạng nhiễu

𝛼0: biến động trung bình dài hạn

𝛼1: hệ số của mô hình ARCH

𝛽: hệ số của mô hình GARCH

𝜀𝑡−12 : giá trị quá khứ của những cú sốc đại diện bởi các biến trễ của hạng nhiễu bình phương

𝜎𝑡−12 : giá trị quá khứ của 𝜎𝑡2

𝛼0 > 0, 𝛼1, 𝛽1 ≥ 0 𝑣à (𝛼1+ 𝛽) < 1 nhằm đảm bảo phương sai không điều kiện và phương sai có điều kiện dương

Độ lớn các tham số 𝛼1, 𝛽 xác định những bất ổn ngắn hạn của độ lệch chuẩn chuỗi thời gian Hệ số 𝛼1 trong mô hình GARCH dương lớn thể hiện những cú sốc đối với phương sai có điều kiện phải cần một thời gian dài mới mất hẳn, nghĩa là những thời

kỳ có độ lệch chuẩn cao thì thời kì sau cũng có độ lệch chuẩn cao, và ngược lại thời kì

có độ lệch chuẩn thấp thì thời kì sau cũng có độ lệch chuẩn thấp Hệ số 𝛼1 lớn hàm ý

độ lệch chuẩn phản ứng mạnh đối với những thay đổi của thị trường

Nếu tỷ suất sinh lợi thị trường hay biến động lãi suất bình quân liên ngân hàng kỳ hạn qua đêm hay biến động tỷ giá hối đoái có tác động đến tỷ suất sinh lợi cổ phiếu thì các

hệ số 𝛾1, 𝛾2, 𝛾3 có ý nghĩa thống kê, chiều hướng và mức độ tác động của các nhân tố

là dấu và độ lớn của 3 hệ số

3.4.3 Ước lượng biến động của tỷ suất sinh lợi với mô hình GARCH (1,1)

Tác giả tiếp tục sử dụng mô hình GARCH(1,1) để đánh giá sự tác động của biến động

tỷ suất sinh lợi lãi suất và tỷ giá đến biến động tỷ suất sinh lợi cổ phiếu từng ngân hàng riêng lẻ 𝐼𝑁𝑇𝑡2và 𝐹𝑋𝑡2 được sử dụng tương ứng trong phương trình phương sai để đo lường biến động lãi suất và tỷ giá

𝑟𝑡 = 𝛾0+ 𝜀𝑡 (3)

𝜎𝑡2 = 𝛼0+ 𝛼1𝜀𝑡−12 + 𝛽𝜎𝑡−12 + 𝜃1𝐼𝑁𝑇𝑡2 + 𝜃2𝐹𝑋𝑡2Trong đó: 𝜃1 và 𝜃2 là hệ số đo lường sự biến động tỷ suất sinh lợi cổ phiếu ngân hàng đối với biến động lãi suất và tỷ giá