Tỷ lệ hấp thu đo lường rủi ro hệ thống trường hợp thị trường chứng khoán Việt Nam

Bài viết này giới thiệu, kiểm nghiệm sử dụng tỷ lệ hấp thu phân tích biến động của thị trường chứng khoán Việt Nam. Các phân tích sẽ tập trung cho một số thời kỳ có sự biến động khác nhau của thị trường. Thử nghiệm sử dụng chỉ số tỷ lệ hấp thu cho một mô hình định giá.

Tạp chí Phát triển Khoa học Cơng nghệ – Kinh tế-Luật Quản lý, 3(1):13-27 Nghiên cứu Tỷ lệ hấp thu đo lường rủi ro hệ thống trường hợp thị trường chứng khốn Việt Nam Ngơ Văn Thứ∗ TĨM TẮT Một vấn đề nhiều nhà nghiên cứu thị trường chứng khốn quan tâm số đo lường rủi ro hệ thống Rất nhiều số khác sử dụng: phương pháp số giá bình quân Passcher, Laspeyres hay Fisher Các số phản ánh giá bình quân cổ phie´ˆ u giỏ cổ phie´ˆ u đại diện thị trường Các mơ hình dự báo giá dùng lợi suất số đại lượng đo rủi ro thị trường Gần đây, sau khủng hoảng tài lớn, người ta thấy tượng lao dốc số thị trường chứng khốn Ở có vấn đề đáng quan tâm: thứ nhất, số thị trường có phản ánh đầy đủ rủi ro hệ thống hay không;thứ hai, trạng thái rủi ro thị trường tiềm ẩn đổ vỡ Mark Kritzman cộng sự, 2010 đề xuất số Tỷ lệ hấp thu công cụ đo rủi ro hệ thống Ke´ˆ t nghiên cứu tác giả số nghiên cứu khác cho thấy: (1) Sự sụt giảm mạnh thị trường chứng khoán Hoa Kỳ trước tăng vọt tỷ lệ hấp thu; (2) Cổ phie´ˆ u giá đáng kể sau tỷ lệ hấp tăng sau sụt giảm mạnh; (3) Tỷ lệ hấp thu số hàng đầu bong bóng thị trường nhà Hoa Kỳ; (4) Tỷ lệ hấp thu tăng có hệ thống trước hỗn loạn thị trường; (5) Các thời điểm xảy khủng hoảng tài lớn trùng với thay đổi lớn tỷ lệ này; (6) Tỷ lệ hấp thu chứa tỷ lệ lớn thông tin mơ hình cấu trúc tính tốn phức lây lan tài Bài vie´ˆ t giới thiệu, kiểm nghiệm sử dụng tỷ lệ hấp thu phân tích bie´ˆ n động thị trường chứng khoán Việt Nam Các phân tích tập trung cho số thời kỳ có bie´ˆ n động khác thị trường Thử nghiệm sử dụngchỉ số tỷ lệ hấp thu cho mơ hình định giá Từ khố: Rủi ro hệ thống, Phân tích thành phần chính, Tỷ lệ hấp thu, Mơ hình định giá Trường Đại học Kinh te´ˆ Quốc dân, Hà Nội Liên hệ Ngô Văn Thứ, Trường Đại học Kinh te´ˆ Quốc dân, Hà Nội Email: thunvtkt@neu.edu.vn Lịch sử • Ngày nhận: 04-12-2018 • Ngày chấp nhận: 20-02-2019 • Ngày đăng: 25-03-2019 DOI : 10.32508/stdjelm.v3i1.536 Bản quyền © ĐHQG Tp.HCM Đây báo công bố mở phát hành theo điều khoản the Creative Commons Attribution 4.0 International license PHƯƠNG PHÁP XÂY DỰNG TỶ LỆ HẤP THU (AR) TRÊN CƠ SỞ PHÂN TÍCH THÀNH PHẦN CHÍNH Chúng ta bắt đầu việc xem xét thị trường chứng khoán với N chứng khoán Gọi Pi (t) giá Ri (t) lợi suất/phiên chứng khoán i (i=1, ,N) t thời kỳ T Rủi ro chứng khốn i đặc trưng phương sai (hoặc độ lệch chuẩn) chứng khốn Trong hầu he´ˆ t phân tích rủi ro người ta cho rủi ro bao gồm hai phần: Rủi ro hệ thống rủi ro riêng Các số thị trường thông thường tính phương pháp số giá bình qn Passcher, Laspeyres hay Fisher Dow Jones, S&P500 hay Việt Nam Vnindex số dùng phản ánh rủi ro hệ thống hầu he´ˆ t mơ hình định giá tài sản tài (SIM, CAPM, APT,…) Cách xây dựng số tương đối đơn giản, dễ tính tốn tính tốn với chu kỳ nhỏ Tuy nhiên số tính theo cách thường bỏ qua vấn đề tương quan giá hay lợi suất chứng khốn ke´ˆ t ước lượng nhận ước lượng chệch Thực teˆ´ nhiều thị trường mơ hình định giá, đo lường rủi ro không dùng cách hiệu số cho dự báo Các tác giả Mark Kritzman, Yuanzhen Li, Sebastien Page Roberto Rigobon, 2010 xây dựng số Tỷ lệ hấp thu (AR) nhờ sử dụng thành phần cơng cụ đo rủi ro hệ thống Sau giới thiệu khái niệm tính chất thành phần Phân tích thành phần Sử dụng lợi suất N tài sản có rủi ro thời kỳ T: {Ri (t): i=1, ,N, t=1, T} Gọi XT xN ma trận lợi suất tài sản, V ma trận hiệp phương sai tài sản (X), sử dụng độ đo M=[1/s] [1/s] ma trận đường chéo có phần tử đường chéo độ lệch chuẩn lợi suất tài sản Với phép chiếu lên không gian k chiều (k λ2 > > λN Véc tơ u j = Ma j (j=1, ,N) gọi nhân tố thứ thứ j Thành phần thứ j xác định nhờ phương trình C j = Xu j gọi thành phần thứ j Các thành phần {C j } có tính chất sau : C1 , C2 , , CN đôi trực giao theo Metric M Phương sai C j : var(C j ) = λ j Phương sai {C j } giảm nhanh trị tuyệt đối hệ số tương quan chuỗi lợi suất Ri lớn Tổng giá trị riêng λ1 + λ2 + + λN = N Tỷ lệ hấp thu (AR) Trong phân tích thành phần với ma trận hệ số tương quan λ1 + λ2 + + λN = N = Ig tổng qn tính đám mây điểm dòng X Tỷ lệ hấp thu n thành phần định nghĩa tỷ lệ phương sai N bie´ˆ n ban đầu không gian n chiều chứa thành phần Tức là: n ∑ σ (Ci ) ARn = i=1 N (1.3) ∑ σ (Ri ) i=1 Cùng N tài sản rủi ro, n thành phần sử dụng ARn cao rủi ro hệ thống cao 14 Trong nghiên cứu thực nghiệm nhóm tác giả thường sử dụng 20% thành phần tính AR Từ so sánh thị trường có số tài sản khác nhau, thời kỳ khác Ngồi tính chất thành phần phân tích tương quan so sánh với độ rủi ro đo độ lệch chuẩn cho thấy thêm tính chất AR sử dụng đại lượng đo rủi ro hệ thống Mặc dù đại lượng tỷ lệ nghiên cứu cho thấy hiệu chúng vấn đề cảnh báo sớm đổ vỡ thị trường hỗn loạn thị trường tài KẾT QUẢ THỰC NGHIỆM VÀ THẢO LUẬN VỀ HỆ SỐ AR Một số ke´ˆ t nghiên cứu the´ˆ giới Hệ số tương quan tỷ lệ hấp thu Cuộc khủng hoảng tài tồn cầu 2008–2012 bắt đầu với suy thối tồn cầu vào tháng 12 năm 2007 trầm trọng tháng năm 2008, thị trường chứng khoán Hoa Kỳ 20% giá trị so với mức đỉnh tháng 11 năm 2007 Các nghiên cứu khác cho thấy khủng hoảng tài có liên quan đe´ˆ n gia tăng hai mối tương quan chéo cổ phie´ˆ u, số chứng khoán mức độ rủi ro hệ thống De Bandt O, Hartmann P xác thực việc sử dụng AR phân tích rủi ro hệ thống thị trường tiền tệ châu Âu Zeyu Zheng,Boris Podobnik, Ling Feng Baowen Li, 2012 nghiên cứu 10 số ngành kinh te´ˆ Dow Jones khác áp dụng phân tích thành phần chính, tỷ lệ tăng thành phần với chu kỳ 12 tháng sử dụng báo rủi ro hệ thống - thay đổi lớn thành phần thứ (C1 ), cho thấy gia tăng rủi ro hệ thống cao Rõ ràng, mức độ rủi ro hệ thống cao, có nhiều khả khủng hoảng tài xảy tương lai gần Từ người ta cho hệ số tương quan trung bình tài sản sử dụng để ước tính tỷ lệ hấp thu cung cấp dấu hiệu tình trạng ổn định thị trường, điều khơng xác nhận Không giống tỷ lệ hấp thu, tương quan trung bình khơng tính đe´ˆ n liên quan tương quan tài sản tạo nên mức trung bình Trong nghiên cứu Mark Kritzman, Yuanzhen Li, Sebastien Page Roberto Rigobon minh họa (Bảng 1) cho thấy gia tăng tương quan hai tài sản giả định với bie´ˆ n động tương đối cao giảm tương quan hai tài sản giả định với bie´ˆ n động tương đối thấp Nó tương quan trung bình giảm nhẹ từ giai đoạn (0,1716) đe´ˆ n giai đoạn tie´ˆ p theo (0,1350), tỷ lệ hấp thu tăng mạnh, Hình Tạp chí Phát triển Khoa học Cơng nghệ – Kinh tế-Luật Quản lý, 3(1):13-27 Bảng 1: Hệ số tương quan tài sản hai thời kỳ Tỷ lệ hấp thu hệ số tương quan Thời kỳ Hệ số tương quan Tài sản 1 0,12 -0,01 0,01 22,1 -0,04 -0,03 20,07 0,82 4,05 5,02 Độ chuẩn Thời kỳ Hệ số tương quan 1 0,64 -0,05 -0,01 34,46 -0,05 -0,03 34,04 0,03 4,92 4,88 lệch Hình 1: Thay đổi AC AR Nguồn: Principal Components as a Measure of Systemic Risk Sự khác biệt tỷ lệ hấp thu có tầm quan trọng tương đối đóng góp tài sản rủi ro hệ thống tương quan trung bình khơng Như tie´ˆ p cận phân tích hệ số tương quan chéo lợi suất chứng khoán tie´ˆ p cận khác, dựa ke´ˆ t phân tích thành phần ma trận hệ số tương quan X Tỷ lệ hấp thu lợi nhuận chứng khốn Để ước tính tỷ lệ hấp thu, tác giả sử dụng số liệu với cửa sổ động 500 ngày để ước tính ma trận hiệp phương sai véc tơ riêng, số lượng véc tơ khoảng 1/5 số lượng tài sản mẫu tính chuỗi tỷ lệ hấp thu AR từ năm 1998 đeˆ´ n năm 2010 Quan hệ bie´ˆ n động AR với số thị trường MSCI Hoa Kỳ mơ tả Hình sau Hình cho thấy mối liên hệ nghịch đảo riêng biệt tỷ lệ hấp thu mức giá cổ phie´ˆ u Hoa Kỳ Nó cho thấy tỷ lệ hấp thu tăng mạnh lên mức cao suốt khủng hoảng tài tồn cầu năm 2008, trùng với sụt giảm mạnh giá cổ phie´ˆ u, giá cổ phie´ˆ u phục hồi phần vào quý II năm 2010, tỷ lệ hấp thu giảm chút Nó gợi ý thị trường chứng khoán Hoa Kỳ mong manh dễ bị tổn thương cú sốc tiêu cực năm 2010 Điều quan trọng AR 15 Tạp chí Phát triển Khoa học Cơng nghệ – Kinh tế-Luật Quản lý, 3(1):13-27 Hình 2: Bie´ˆ n động AR số giá MSCI Nguồn: Principal Components as a Measure of Systemic Risk tăng nhanh MSCI chưa đạt đỉnh dấu hiệu báo trước khủng hoảng tăng mạnh MSCI lao dốc AR ngừng tăng MSCI chạm đáy khứ (2003) Để đo tăng đột bie´ˆ n AR tác giả sử dụng mức tăng chuẩn hóa AR sau: ∆AR = (AR15 ngày − AR1 nm) /σ Trong đó: ∆AR = thay đổi AR chuẩn hóa AR15 ngy = trung bình trượt 15 ngày AR AR1 nm = trung bình trượt năm AR σ = Sai số chuẩn năm AR Các phân tích đại lượng cho thấy rõ dấu hiệu khủng khoảng khả phục hồi thị trường sau khủng hoảng Tỷ lệ hấp thu bất ổn tài Sự bất ổn tài tình trạng giá tài sản hoạt động theo kiểu khác thường so với hành vi lịch sử, bao gồm động thái giá cực đoan, xuất hiện tượng tách tài sản thành nhóm tương quan - hội tụ tài sản không tương quan Có thể đo lường bất ổn tài sau: dt = (yt − µ )T Σ−1 (yt − µ ) Trong đó: dt = mức bất ổn tài thời kỳ t yt = véc tơ lợi suất tài sản thời kỳ t µ = Trung bình lợi suất tài sản thời kỳ lịch sử Σ = Ma trận hiệp phương sai tài sản thời kỳ lịch sử Nghiên cứu Hoa Kỳ cho thấy: trước kiện hỗn loạn thị trường chứng khốn, trung vị 16 thay đổi chuẩn hóa tỷ lệ hấp thu bắt đầu tăng khoảng 40 ngày trước kiện, tie´ˆ p tục tăng suốt thời kỳ hỗn loạn Sau rơi xuống sau ke´ˆ t thúc hỗn loạn Bằng chứng cho thấy tỷ lệ hấp thu dấu hiệu báo trước hiệu hai khởi đầu ke´ˆ t thúc kỳ hỗn loạn Ngồi ra, tính chất khác hỗn loạn thị trường ổn định lại với rủi ro thấp nhiều giai đoạn hỗn loạn Tỷ lệ hấp thu khủng hoảng tài tồn cầu Hình sau cho thấy tỷ lệ hấp thu khủng hoảng tài tồn cầu Có thể thấy lần xuất tăng đột bie´ˆ n AR lịch sử gắn với khủng hoảng tài Minh chứng cho nhận định khủng hoảng tài Đơng Nam Á (1/1998), khủng hoảng tài Nga (8/1998), Bong bóng nhà (7/2006), phá sản Lehman (9/2009) Thực nghiệm với thị trường chứng khoán Việt Nam Đặc điểm liệu thie´ˆ t ke´ˆ mơ hình ước lượng AR Dữ liệu cần cho xây dựng phân tích mơ hình nhận đầy đủ từ nguồn thông tin thị trường bao gồm ngày giao dịch, Giá cổ phie´ˆ u, số giá trị trường (VNindex) theo ngày Nghiên cứu sử dụng liệu từ năm 2005 đe´ˆ n he´ˆ t năm 2017, lựa chọn phù hợp với số phiên giao dịch/năm ổn định (xem Bảng 2) Tạp chí Phát triển Khoa học Cơng nghệ – Kinh tế-Luật Quản lý, 3(1):13-27 Hình 3: Tỷ lệ hấp thu kiện Nguồn: Principal Components as a Measure of Systemic Risk Thị trường chứng khoán Việt Nam xem thị trường non trẻ, tính chất bật thị trường nhận thấy từ liệu số lượng cổ phie´ˆ u tham gia thị trường bie´ˆ n động nhiều (xem Bảng 3) Điều khơng cho phép sử dụng mẫu mã cổ phie´ˆ u thống thời gian thực nghiệm nội dung Trong điều kiện tách liệu theo năm để tie´ˆ n hành phân tích thành phần với tỷ lệ thống cho cổ phie´ˆ u năm khác Về việc chọn thành phần Thơng thường nghiên cứu chọn số thành phần khoảng 20% số cổ phie´ˆ u giao dịch thường xuyên để tính tỷ lệ hấp thu (AR) Tuy nhiên với thị trường chứng khoán Việt Nam ne´ˆ u chọn theo tỷ lệ số thành phần 20% thành phần năm 2008 đe´ˆ n 2017 cho tỷ lệ AR xấp xỉ 100%, việc phân tích so sánh theo thời gian khơng có ý nghĩa Khắc phục tình trạng chúng tơi chọn số thành phần xấp xỉ 7,5% số cổ phie´ˆ u tham gia phân tích thành phần để tính toán AR (xem Bảng 3) Với tỷ lệ số thành phần chọn tích lũy phương sai lợi suất cổ phie´ˆ u theo quý tương đối lớn, thời kỳ khủng hoảng sau khủng hoảng (xem Bảng 4) Do tính khơng đồng số thành phần năm, chúng tơi khơng sử dụng cửa sổ động theo số phiên mà thực tính AR cho năm với đơn vị thời gian tham chie´ˆ u quý Về mặt lý thuye´ˆ t chọn thie´ˆ t ke´ˆ đơn vị thời gian nhỏ (tháng, tuần) số phiên giao dịch đơn vị thời gian q khơng đảm bảo ke´ˆ t hồi quy tin cậy Tỷ lệ hấp thu AR Ke´ˆ t ước lượng tỷ lệ hấp thu với chu kỳ quý thực phân tích nhân tố phương pháp thành phần (Bảng 4) Bie´ˆ n động AR theo thời gian mơ tả Hình Có thể nhận thấy tỷ lệ hấp thu có xu the´ˆ tăng theo thời gian thời kỳ nghiên cứu xuất hiện tượng AR tăng nhanh từ quý năm 2005, đặc biệt từ quý 2/2007 đe´ˆ n quý 4/2007 Sau dấu hiệu tăng mạnh AR vào quý 2/2009, thị trường chưa kịp phục hồi lại có dấu hiệu rơi vào tái khủng hoảng Thị trường chứng khoán thoát hiểm nhờ năm 2009, đứng trước suy giảm kinh te´ˆ sụt giảm TTCK, Chính phủ áp dụng số biện pháp gián tie´ˆ p kích cầu TTCK, cụ thể là: thực miễn giảm giãn thue´ˆ thu nhập cá nhân năm 2009, miễn thue´ˆ khoản thu nhập từ đầu tư vốn chuyển nhượng vốn Có thể thấy AR lựa phản ánh sớm tình trạng xấu thị trường Điều nhận thấy rõ phân tích quan hệ bie´ˆ n động AR số VNindex Tỷ lệ hấp thu AR hệ số tương quan lợi suất cổ phie´ˆ u Chúng tơi tính tốn hệ số tương quan nhỏ (Rmin), trung bình (Rmean) lớn (Rmax) 17 Tạp chí Phát triển Khoa học Cơng nghệ – Kinh tế-Luật Quản lý, 3(1):13-27 Bảng 2: Số cổ phie´ˆ u giao dịch thường xuyên năm Năm Số phiên Tần suất Tần suất tích lũy 2005 252 7,8 7,8 2006 251 7,7 15,5 2007 248 7,6 23,1 2008 249 7,7 30,8 2009 251 7,7 38,6 2010 250 7,7 46,3 2011 248 7,6 53,9 2012 250 7,7 61,6 2013 250 7,7 69,3 2014 247 7,6 76,9 2015 248 7,6 84,6 2016 251 7,7 92,3 2017 250 7,7 100,0 Total 3245 100,0 Bảng 3: Sốcổ phie´ˆ u (CP) giao dịch thường xuyên số thành phần (TPC) Năm Số CP Số TPC 2005 24 2006 35 2007 142 11 2008 209 16 2009 254 19 2010 378 28 2011 468 35 2012 4567 343 2013 454 34 2014 467 35 2015 480 36 2016 503 38 2017 568 43 18 Tạp chí Phát triển Khoa học Công nghệ – Kinh tế-Luật Quản lý, 3(1):13-27 Bảng 4: Tỷ lệ hấp thu (AR) theo quý từ 2005 đe´ˆ n 2017 Năm Quý 2005 31,40 23,86 49,90 38,05 2006 45,48 64,91 58,96 50,51 2007 64,68 56,75 54,03 59,37 2008 83,38 82,43 81,78 70,17 2009 67,30 78,25 66,53 75,41 2010 79,85 77,24 77,67 78,06 2011 83,42 81,73 79,24 78,53 2012 82,33 82,18 82,05 79,75 2013 81,16 79,53 78,22 74,94 2014 82,21 84,11 77,69 77,78 2015 82,94 80,52 79,59 77,33 2016 84,42 80,56 79,93 79,09 2017 87,32 85,05 84,32 83,91 Nguồn: Tính tốn tác giả SPSS Hình 4: Biểu đồ tỷ lệ hấp thu theo thời gian 19 Tạp chí Phát triển Khoa học Công nghệ – Kinh tế-Luật Quản lý, 3(1):13-27 cổ phie´ˆ u thời kỳ trước, sau quý năm 2015 Thực phân tích tương quan hệ số với AR Trở lại ke´ˆ t tính AR Bảng Hình thấy q 1/2008 hệ số hấp thu cao đỉnh điểm AR Một hình ảnh tăng đột bie´ˆ n AR So sánh với số liệu Bảng ta thấy Rmax quý 4/2007 đạt đỉnh Rmean lại đạt đỉnh q 1/2008 trước khơng có tượng hệ số tương quan trung bình tăng đột bie´ˆ n Sau đạt đỉnh AR giảm chậm, Rmean giảm nhanh (Hình minh hoạ cho tượng này) Như việc giảm chậm AR lợi suất cổ phie´ˆ u quan hệ tuye´ˆ n tính cao trì sau có đột bie´ˆ n tăng hệ số tương quan hệ số AR Ke´ˆ t tương tự ke´ˆ t Ang Andrew, Joseph Chen Yuhang Xing, 2002 có xem xét đe´ˆ n quan hệ AR với Rmax Tỷ lệ hấp thu AR số thị trường Từ ke´ˆ t tính tốn chúng tơi nhận thấy bie´ˆ n động ngược chiều AR Vnindex, đặc biệt trước sau khủng hoảng 2007-2008 Trong quý năm 2007 ne´ˆ u quan sát số thị trường cho thị trường lên, nhiên AR bie´ˆ n động lớn Mức tăng/giảm báo động tình trạng bất ổn rõ ràng, đặc biệt VNindex giảm AR tăng quý cuối năm 2007 (Hình 6) Khi khủng hoảng xảy ra, thị trường sụt giảm tỷ số hấp thu bie´ˆ n động nhiều Sau thời gian VNindex tie´ˆ p tục đợt giảm (2010-2012) tỷ lệ hấp thu ổn định với xu the´ˆ tăng nhẹ Từ năm 2013 thị trường phục hồi tăng trở lại nhanh vào năm 2016-2017 xu the´ˆ giảm AR tồn AR có dấu hiệu tăng trở lại vào cuối năm 2017 Phải sau lại đợt điều chỉnh thị trường nhằm kháng cự đợt sụt giảm xuất Phải ke´ˆ t nghiên cứu Mark Kritzman, Yuanzhen Li, Sebastien Page Roberto Rigobon phần thị trường Việt Nam Cũng nghiên cứu khác tượng AR số thị trường tăng ln báo hiệu bất ổn chuẩn bị xảy tương lai gần ARindex với mơ hình định giá SIM Chỉ số ARindex Phân tích thành phần tạo nên n bie´ˆ n tổ hợp tuye´ˆ n tính (độc lập tồn bộ) chứng khốn thị trường Phương sai chúng hệ số hấp thu nghiên cứu mục 20 Trên giác độ phản ánh rủi ro thị trường thành phần rõ ràng có ưu the´ˆ số thị trường Hơn tính chất độc lập chúng nên phương sai tích lũy có tính cộng tính Chúng tơi đề xuất số đo rủi ro thị trường ARindex sau: √ (2.1) ARindex = ∑ni=1 C j λ j Trong đó: ARindex: Tỷ lệ hấp thu thị trường; C j : Thành phần thứ j - chuẩn hóa; λ j : Giá trị riêng thứ j (phương sai C j ) Sử dụng ARindex cho mô hình định giá a Mơ hình SIM: Mơ hình gọi mơ hình số đơn, mơ hình có dạng: Ri = β0 + β1 Rm + ui (2.2a) Trong đó: Ri lợi suất tài sản rủi ro I; Rm lợi suất danh mục thị trường Tương ứng sử dụng ARindex có mơ hình: Ri = α0 + α1 R ARindex + ui (2.2b) b Thử nghiệm so sánh cho cổ phie´ˆ u: + Thời kỳ trước khủng hoảng (2006), thời kỳ thị trường tăng tốc + Các cổ phie´ˆ u lợi suất cao (theo chiều tăng dần): Ree, Bbs, Vsh, Dxp, Gha Ke´ˆ t ước lượng: Từ sai số bình phương trung bình (RSSM) ước lượng thấy với cổ phie´ˆ u lợi suất cao độ xác hồi quy theo ARindex có xu hướng cao (Hình Bảng 6) + Các cổ phie´ˆ u lợi suất thấp (theo chiều giảm dần): Vtc; Bbt; Cid; Nvr; Aam Ke´ˆ t ước lượng: Với cổ phie´ˆ u lợi suất thấp độ xác hồi quy theo ARindex cao rõ rệt (Hình 8và Bảng 7) + Thời kỳ khủng hoảng (2008), thời kỳ thị trường lao dốc + Các cổ phie´ˆ u lợi suất cao (theo chiều tăng dần): Vtc; Bbt; Cid; Vnr; Aam Với cổ phie´ˆ u lợi suất cao độ xác hồi quy theo VNindex cao (Hình Bảng 8) + Các cổ phie´ˆ u lợi suất thấp (theo chiều giảm dần): tph; dpm; rhc; dxp; bbs Với cổ phie´ˆ u lợi suất thấp độ xác hồi quy theo VNindex cao (Hình 10 Bảng 9) + Thời kỳ sau khủng hoảng, thị trường phục hồi chưa tăng trở lại (2015) + Các cổ phie´ˆ u lợi suất cao (theo thứ tự tăng dần): vt1; vin; sft; vca; tmw Tạp chí Phát triển Khoa học Công nghệ – Kinh tế-Luật Quản lý, 3(1):13-27 Bảng 5: Mô tả thống kê hệ số tương quan lợi suất cổ phie´ˆ u Năm Quý Rmin Rmean Rmax 2007 0,00008 0,24629 0,83288 2007 0,00017 0,24827 0,82505 2007 0,00002 0,21852 0,90583 2007 0,00004 0,26413 0,95634 2008 0,00028 0,62230 0,95556 2008 0,00037 0,44213 0,94545 2008 0,00001 0,46663 0,92342 2008 0,00040 0,41549 0,92135 Nguồn: Tính tốn tác giả Hình 5: Quan hệ bie´ˆ n động hệ số tương quan hệ số hấp thu Bảng 6: Đánh giá mơ hình độ xác cổ phie´ˆ u lợi suất cao 2006 CP n Mơ hình 2.2a Mơ hình 2.2b R2 SigF RSSM R2 SigF RSSM Ree 251 0,699 0,000 0,000198 0,28 0,000 0,000474 Bbs 251 0,094 0,000 0,001001 0,115 0,000 0,000979 Vsh 251 0,215 0,000 0,000784 0,174 0,000 0,000826 Dxp 251 0,076 0,000 0,000736 0,129 0,000 0,000693 Gha 251 0,070 0,000 0,001345 0,146 0,000 0,001235 21 Tạp chí Phát triển Khoa học Công nghệ – Kinh tế-Luật Quản lý, 3(1):13-27 Hình 6: Biểu đồ quan hệ tỷ lệ hấp thu số thị trường Nguồn: Tác giả tính tốn từ liệu thị trường Hình 7: Biểu đồ độ lệch chuẩn sai số hồi quy mơ hình SIM 2006 Bảng 7: Đánh giá mơ hình độ xác cổ phie´ˆ u lợi suất thấp 2006 CP 22 n Mơ hình 2.2a Mơ hình 2.2b R2 SigF RSSM R2 SigF RSSM Vtc 251 0,098 0,000 0,001146 0,217 0,000 0,000994 Bbt 251 0,372 0,000 0,000462 0,382 0,000 0,000454 Cid 251 0,006 0,205 0,001152 0,049 0,000 0,001103 Vnr 251 0,087 0,000 0,000870 0,229 0,000 0,000734 Aam 251 Tạp chí Phát triển Khoa học Cơng nghệ – Kinh tế-Luật Quản lý, 3(1):13-27 Hình 8: Biểu đồ độ lệch chuẩn sai số hồi qui mơ hình SIM 2006 Bảng 8: Đánh giá mơ hình độ xác cổ phie´ˆ u lợi suất cao 2008 CP n Mơ hình 2.2a Mơ hình 2.2b R2 SigF RSSM R2 SigF RSSM Vtc 249 0,30 0,000 0,000841 0,238 0,000 0,000916 Bbt 249 0,381 0,000 0,000555 0,256 0,000 0,000667 Cid 249 0,196 0,000 0,002672 0,146 0,000 0,002839 Vnr 249 0,347 0,000 0,001408 0,243 0,000 0,001632 Hình 9: Biểu đồ độ lệch chuẩn sai số hồi quy mơ hình SIM 2008 23 Tạp chí Phát triển Khoa học Cơng nghệ – Kinh tế-Luật Quản lý, 3(1):13-27 Bảng 9: Đánh giá mơ hình độ xác cổ phie´ˆ u lợi suất thấp 2008 CP n Mơ hình 2.2a Mơ hình 2.2b R2 SigF RSSM R2 SigF RSSM tph 249 0,213 0,000 0,001901 0,215 0,000 0,001897 dpm 249 0,727 0,000 0,000238 0,399 0,000 0,000523 rhc 249 0,335 0,000 0,000648 0,321 0,000 0,000662 dxp 249 0,522 0,000 0,000516 0,274 0,000 0,000785 bbs 249 0,380 0,000 0,001083 0,220 0,000 0,001362 Hình 10: Biểu đồ độ lệch chuẩn sai số hồi qui mô hình SIM 2008 Bảng 10: Đánh giá mơ hình độ xác cổ phie´ˆ u lợi suất cao 2015 CP n Mơ hình 2.2a Mơ hình 2.2b R2 SigF RSSM R2 SigF RSSM vt1 249 0,000 0,906 0,0032 0,001 0,646 0,0032 vin 249 0,005 0,272 0,0030 0,001 0,612 0,0030 sft 249 0,000 0,833 0,0028 0,018 0,035 0,0027 vca 249 0,007 0,205 0,0032 0,006 0,238 0,0032 tmw 249 0,000 0,780 0,0060 0,013 ,0075 0,0060 Với cổ phie´ˆ u lợi suất cao độ xác hồi quy theo VNindex ARindex (Bảng 10) + Các cổ phie´ˆ u lợi suất thấp (theo thứ tự giảm dần): s12; tbt; vts; vti; ci5 Với cổ phie´ˆ u lợi suất thấp độ xác hồi quy theo Vnindex ARindex (Bảng 11) Có thể nhận thấy thị trường tăng trưởng tốt việc sử dụng mơ hình SIM với ARindex nói chung tốt cổ phie´ˆ u lãi suất thấp Ngược 24 lại trường hợp thị trường giá dùng ARindex độ xác SIM thấp (xem Hình 9, Hình 10) Trường hợp thị trường phục hồi chưa tăng trưởng hai số khơng có tác dụng SIM Điều giải thích là: Khi thị trường tăng trưởng tiềm ẩn rủi ro lớn (mức lợi suất cao tương ứng phương sai lợi suất cao) ARindex phản ánh phương sai thị trường nên mô hình định giá với ARindex mơ hình ước lượng lợi Tạp chí Phát triển Khoa học Cơng nghệ – Kinh tế-Luật Quản lý, 3(1):13-27 Bảng 11: Đánh giá mơ hình độ xác cổ phie´ˆ u lợi suất thấp 2015 CP n Mơ hình 2.2a Mơ hình 2.2b R2 SigF RSSM R2 SigF RSSM s12 248 0,005 0,268 0,0027 0,003 0,412 0,0027 tbt 248 0,003 0,431 0,0065 0,006 0,222 0,0064 vts 248 0,008 0,159 0,0021 0,003 0,429 0,0021 vti 248 0,001 0,716 0,0075 0,000 0,870 0,0075 ci5 248 0,011 0,094 0,0097 0,003 0,593 0,0098 suất trực tie´ˆ p theo rủi ro hệ thống SIM sử dụng Vnindex ước lượng lợi suất theo mức lợi suất thị trường cách gián tie´ˆ p ước lượng theo rủi ro hệ thống ke´ˆ t cho độ xác thấp Trường hợp thị trường bất ổn giá cả, lợi suất cổ phie´ˆ u khơng phụ thuộc vào số giá thị trường phương sai (rủi ro) thị trường Việc ước lượng lợi suất cổ phie´ˆ u theo số thị trường hay ARindex không phù hợp (xem Bảng 10 11 hệ số R2 nhỏ) KẾT LUẬN Các nghiên cứu thực nghiệm the´ˆ giới tính tốn AR, phân tích quan hệ tỷ lệ với ye´ˆ u tố, trạng thái thị trường tài đưa ke´ˆ t luận sau: • Tỷ số AR phản ánh tốt bie´ˆ n động rủi ro hệ thống trung bình hệ số tương quan giá tài sản tài • Bie´ˆ n động ngược chiều số giá thị trường AR cho thấy thị trường bất ổn Quan hệ tín hiệu khủng hoảng xảy tương lai gần • Tỷ lệ AR tăng nhanh đột bie´ˆ n trùng khớp với khủng hoảng tài • Hiện tượng tăng đột bie´ˆ n AR báo thời điểm thị trường hỗn loạn AR giảm đột ngột sau báo trước ke´ˆ t thúc thời kỳ Nghiên cứu thực nghiệm với thị trường chứng khoán Việt Nam thời kỳ 2006-2017 Những ke´ˆ t là: • Xác nhận khả sử dụng tỷ lệ hấp thu (AR) độ đo rủi ro hệ thống thị trường chứng khốn sử dụng cho thị trường Việt Nam • Khả báo hiệu cố (bất ổn) thị trường ke´ˆ t hợp quan sát tượng AR tăng đột bie´ˆ n xem xét quan hệ bie´ˆ n động số thị trường với AR • Có thể sử dụng ARindex thay cho số thị trường tình trạng thị trường lên để dự báo xác giá cổ phie´ˆ u với mục tiêu ngăn chặn bong bóng thị trường • Các mơ hình định giá tài sản tài sử dụng AR, ke´ˆ t với mơ hình SIM nói chung tốt sử dụng số thị trường VNindex Hạn che´ˆ hướng nghiên cứu này: • Cần có kỹ thuật xử lý thống kê đại với liệu lớn • Một sở liệu ổn định cấu trúc để thie´ˆ t lập cửa sổ động tính tốn tỷ lệ hấp thu (AR) • Cần sử dụng cơng cụ phân tích chuỗi thời gian để phân tích sâu AR Một số hướng nghiên cứu tie´ˆ p tục: • Một dự báo sớm bất ổn thị trường hồn tồn với việc khảo sát AR với tư cách chuỗi thời gian • Có thể xây dựng rủi ro hệ thống cấp ngành tỷ lệ AR ngành • Có thể cần có nghiên cứu nội dung phần mở đầu XUNG ĐỘT LỢI ÍCH Tác giả xin cam đoan khơng có xung đột lợi ích cơng bố báo ngồi nước 25 Tạp chí Phát triển Khoa học Cơng nghệ – Kinh tế-Luật Quản lý, 3(1):13-27 ĐÓNG GÓP CỦA TÁC GIẢ • Xây dựng quy trình thực nghiệm tính tốn phân tích thị trường chứng khốn Việt Nam Từ nhũng hạn che´ˆ sở liệu Việt Nam đề xuất cách sử dụng sở liệu có sử dụng cho thực nghiệm mơ hình với tỷ lệ hấp thụ AR • Những ke´ˆ t luận nhận cho thấy sử dụng tỷ số AR tương quan với số thị trường để nhận bie´ˆ t tín hiệu thị trưởng bất ổn • Kiểm nghiệm khả dùng AR mơ hình định giá thay cho VNindex ke´ˆ t hợp với VNindex DANH MỤC CÁC TỪ VIẾT TẮT AC: Trung bình hệ số tương quan APT: Mơ hình định giá tài sản tài đa nhân tố AR: Tỷ lệ hấp thu AR index: Chỉ số hấp thu CAPM: Mơ hình định giá tài sản vốn 26 CP: Cổ phie´ˆ u MSCI: Chỉ số Morgan Stanley Capital International RSSM: Sai số bình phương trung bình SIM: Mơ hình định giá số đơn SPSS: Phần mềm thống kê SPSS TPC: Thành phần TTCK: Thị trường chứng khốn VNindex: Chỉ số thị trường chứng khoán Việt Nam TÀI LIỆU THAM KHẢO Kritzman M, Li Y, Page S, Rigobon R Principal components as a measure of systemic risk MIT Sloan Research Paper No 478510 2010;p 1–33 Thứ NV, ên Mạnh The´ˆ N Thống kê thực hành:NXB Đại học kinh te´ˆ quốc dân; 2015 Campbell R, Koedijk K, PJFAJ K; Increased correlation in bear markets 2002; 58(1):87-94 O DB, P H Systemic risk: a survey European Central Bank Working Paper 2000;35 Zheng Z, Podobnik B, Feng L, BJSr L Changes in crosscorrelations as an indicator for systemic risk 2012;2:888; Hyde S, Bredin D, Nguyen N Correlation dynamics between Asia-Pacific, EU and US stock returns Asia-pacific financial markets: Integration, innovation and challenges Emerald Group Publishing Limited; 2007 p 39–61 Ang A, Chen J, Xing Y Downside correlation and expected stock returns Working Paper Columbia University; 2002 Science & Technology Development Journal – Economics - Law and Management, 3(1):13-27 Research Article Absorption rate as a system risk measurement tool: evidence from the Viet Nam stock market Ngo Van Thu∗ ABSTRACT System risk is one of the problems concerned by many stock market researchers Many different indicators have been used: the average price index Passcher, Laspeyres or Fisher These indicators reflect the average price of stocks or a basket of representative stocks in the m arket The models predicting the prices of these indexes are the measure of market risk Recently, especially after the major financial crises, the plunge of the stock market indexes has been s een There are two issues here: Firstly, whether a market index fully reflects systemic r isk Secondly, any state of market risk implicit breakdowns Mark Kritzman et al., 2010 proposed index of Absorption Rate as a system risk measurement tool Research results of the authors and some other studies show that: The sharp decline of the US stock market against the soaring rate of absorption; Stocks devalued significantly after the rate of absorption increased and then p lummeted; Absorption rate is a leading indicator of the US housing market bubble; Increased absorption rate has a system of market turmoil; The time of major financial crisis coincided with a large change of this rate; Absorption rate contains a large proportion of information about structural models and complex calculations of financial s pread This article introduces and tests the use of absorption rate to analyze the volatility of the Vietnam stock market The analysis will focus on a number of periods with different market fluctuations Experiment uses absorption rate index for a pricing model Key words: System Risk, Principal component analysis, Absorption Rate, Valuation Model National Economics University, Hanoi, Vietnam Correspondence Ngo Van Thu, National Economics University, Hanoi, Vietnam Email: thunvtkt@neu.edu.vn History • Received: 04-12-2018 • Accepted: 20-02-2019 Published: 25-03-2019 DOI : 10.32508/stdjelm.v3i1.536 Copyright â VNU-HCM Press This is an openaccess article distributed under the terms of the Creative Commons Attribution 4.0 International license Cite this article : Van Thu N Absorption rate as a system risk measurement tool: evidence from the Viet Nam stock market Sci Tech Dev J - Eco Law Manag.; 3(1):13-27 27 ... tỷ lệ hấp thu (AR) độ đo rủi ro hệ thống thị trường chứng khốn sử dụng cho thị trường Việt Nam • Khả báo hiệu cố (bất ổn) thị trường ke´ˆ t hợp quan sát tượng AR tăng đột bie´ˆ n xem xét quan hệ. .. tie´ˆ p theo rủi ro hệ thống SIM sử dụng Vnindex ước lượng lợi suất theo mức lợi suất thị trường cách gián tie´ˆ p ước lượng theo rủi ro hệ thống ke´ˆ t cho độ xác thấp Trường hợp thị trường bất... phân tích hệ số tương quan chéo lợi suất chứng khoán tie´ˆ p cận khác, dựa ke´ˆ t phân tích thành phần ma trận hệ số tương quan X Tỷ lệ hấp thu lợi nhuận chứng khoán Để ước tính tỷ lệ hấp thu, tác