CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU
3.1.2.2 Mơ hình tự hồi quy vector cấu trúc (SVAR)
Vì mơ hình VAR có chứa các biến cùng kỳ khiến cho việc ước lượng mơ hình VAR khơng thực hiện được. Việc chuyển đổi làm mất các biến cùng kỳ yt ở bên vế phải trong mơ hình VAR thành mơ hình mới được gọi là Structural VAR (SVAR). Xuất phát từ nhược điểm không thể ước lượng khi có biến cùng kỳ, SVAR cho phép người sử dụng có thể ước lượng được bằng cách chuyển các về cùng kỳ sang vế trái của phương trình. Sau đó nhân 2 vế với phương trình cho ma trận nghịch đảo 𝐵0−1 ta được mơ hình VAR có thể ước lượng như thơng thường. Theo mục tiêu nghiên cứu, cú sốc giá dầu có thể ảnh hưởng đến TSSL giá cổ phiếu và độ biến động của dòng tiền kỳ vọng công ty và trên tỷ lệ chiết khấu áp dụng cho các khoản thu nhập trong tương lai (thông qua lạm phát và lãi suất thực tế dự kiến). Mơ hình VAR cấu trúc với trật tự i được viết dưới dạng sau đây:
B0Xt = c0 + ∑ji=1 BiXt – i + ɛ t (3) Trong đó:
- Xt : ma trận 4x1vector của các biến nội sinh, bao gồm phần trăm thay đổi sản lượng dầu mỏ thế giới (PROD), tổng cầu thực toàn cầu (REA), và giá thực của dầu (RPO) và hiệp phương sai giữa TSSL và độ bất ổn.
- B0: ma trận hệ số 4x 4 các biến tại kỳ t. - C0: ma trận 4x1.
- Bi: ma trận 4x 4 hệ số tự hồi quy. - ɛ t: vector 4x1 của các nhiễu cấu trúc. - i: độ trễ quan sát.
biến động khơng dự đốn trước được của sản lượng dầu thế giới. Sản lượng dầu được giả định không phản ứng lại các cú sốc cầu (cú sốc tổng cầu và cú sốc cầu dự phòng) trong vòng một tháng (Lee và Ni (2002)). Giả định các quốc gia xuất khẩu dầu phản ứng chậm chạp với các cú sốc về cầu dựa trên lập luận về chi phí phải bỏ ra để điều chỉnh lại sản lượng và quan ngại về tình hình thiếu ổn định của thị trường dầu. Những biến động kinh tế thế giới không phải do cú sốc cung dầu gây ra được giả định là cú sốc tổng cầu (phản ánh hoạt động của nền kinh tế thế giới). Sự tăng lên của giá dầu không ảnh hưởng ngay lập tức tới hoạt động của nền kinh tế thế giới mà có độ trễ dựa trên giả định là các chủ thể kinh tế cần thời gian để thích ứng, ít nhất là trong vịng một tháng (Kilian và Vega (2011)). Cú sốc giá dầu không phải do cú sốc cung và cú sốc tổng cầu được giả định sẽ phản ánh những thay đổi trong nhu cầu dự phịng về dầu. Cú sốc này mơ tả những quan ngại của các chủ thể kinh tế về khả năng cung ứng dầu trong tương lai so với nhu cầu dự kiến.
Như vậy, theo Kilian (2009) và Degiannakis, Filis, G. (2014), những giả định được đưa ra như sau:
- Giả định đầu tiên: Các nguồn cung cấp dầu thô không co giãn trong ngắn hạn, nguồn cung dầu không đáp ứng với những thay đổi trong nhu cầu dầu đương thời trong vịng một tháng nhất định vì chi phí điều chỉnh cao của sản xuất dầu.
- Giả định thứ hai: Sự biến động của giá thực tế của dầu không thấp hơn hoạt động kinh tế tồn cầu thực trong vịng một tháng nhất định vì sự chậm phản ứng thực tồn cầu. Phù hợp với việc xem giá dầu như là yếu tố định trước đối với các nền kinh tế (Lee và Ni (2002)).
- Giả định thứ ba: Giá dầu thực phản ứng với cú sốc cung dầu và cú sốc tổng cầu trong vòng 01 tháng Kilian và Vega (2011). Giả định này là hoàn toàn phù hợp với các lý thuyết kinh tế cơ bản. Lý giải cho giả thiết này, ta có thể hiểu rằng giá cả hàng hóa là kết quả từ yếu tố cung – cầu. Trong đó, yếu tố cung dầu ngắn hạn là cố định, do đó có thể giá trị thực
của dầu như phân tích sẽ khơng phụ thuộc quá nhiều vào nguồn cung dầu.
Để xây dựng các đại diện VAR cấu trúc (3), đầu tiên chúng ta cần phải ln ước tính “Reduced Form” bằng cách sử dụng phương pháp bình phương nhỏ nhất. Mơ hình VAR “Reduced Form” thu được bằng cách nhân cả hai bên của phương trình (3) với 𝐵0−1 như đã trình bày mà ma trận này yêu cầu phải có cấu trúc đệ quy
theo quan điểm của Kilian (2009) như sau:
( e𝑡𝑝𝑟𝑜𝑑 e𝑡𝑅𝑒𝑎 e𝑡𝑟𝑝𝑜 e𝑡𝑐𝑜𝑣) = ( 𝑏11 0 𝑏21 𝑏22 0 00 0 𝑏31 𝑏32 𝑏41 𝑏42 𝑏33𝑏43 𝑏440 ) ( ɛ𝑡𝑝𝑟𝑜𝑑 ɛ𝑡𝑅𝑒𝑎 ɛ𝑡𝑟𝑝𝑜 ɛ𝑡𝑐𝑜𝑣 ) (4)
[i] [ii] [iii] Trong đó:
- ɛ tprod : phản ánh cú sốc từ phía cung dầu. - ɛ trea: phản ánh cú sốc từ phía tổng cầu dầu.
- ɛ trpo: phản ánh cú sốc cầu từ thị trường riêng của dầu. - ɛ tcov: phản ánh cú sốc từ các tác động khác.
Ma trận [ii] là ma trận sốc. Cấu trúc đệ quy mang ý nghĩa như sau:
- Nguồn cung dầu (Oil Supply): chỉ chịu ảnh hưởng bởi chính những bất ổn trong q trình sản xuất và cung cấp dầu và không bị ảnh hưởng bởi các nhân tố nào khác.
- Chỉ số hoạt động kinh tế toàn cầu (Aggregate Demand): Đại diện cho tổng nhu cầu thế giới, chịu ảnh hưởng từ cú sốc cung dầu và chính bản thân nó.
- Giá dầu thế giới thực (Real price of Oil): đại diện cho giá trị thực của dầu thô, sẽ chịu ảnh hưởng từ 3 cú sốc: cú sốc trong tổng cung, cú sốc trong tổng cầu và cú sốc từ chính nó.
- Hiệp phương sai giữa TSSL và độ bất ổn chứng khoán (Covariance): đại diện cho giá trị tài sản chúng ta cần quan sát và sẽ chịu ảnh hưởng từ 04 cú sốc: cú sốc trong tổng cung dầu, cú sốc trong tổng cầu dầu, cú sốc trong thị trường riêng của dầu và cú sốc từ chính chỉ số này.
Trong các mơ hình nghiên cứu về VAR, SVAR, thường dùng kiểm định để lựa chọn độ trễ tối ưu. Tuy nhiên, sau Kilian (2009), kế thừa từ nghiên cứu này, tác giả sẽ lấy độ trễ i = 24 hoặc i =12, bởi vì độ trễ dài cho phép sự chậm trễ tiềm ẩn lâu dài trong các hiệu ứng sốc về giá dầu và độ trễ đủ để loại bỏ hiện tượng tự tương quan (correlation). Các nghiên cứu trước đây đã chỉ ra rằng độ trễ dài rất quan trọng trong mơ hình cấu trúc của thị trường dầu mỏ thế giới giải thích cho sự di chuyển thấp hơn giữa giá dầu thực và hoạt động kinh tế toàn cầu. Hamilton và Herrera (2004) lập luận rằng chiều dài độ trễ 24 tháng giúp đủ để nắm bắt sự năng động trong các dữ liệu trong chu kỳ kinh doanh mơ hình thị trường hàng hóa. Ciner (2013) cũng nhấn mạnh tầm quan trọng của việc sử dụng độ dài của trễ trong những cú sốc giá khi mà các cú sốc này quan sát trong vòng dưới 12 tháng sẽ cho kết quả phản ứng nghịch chiều với lợi nhuận TTCK, trong khi nếu quan sát từ 12 đến 36 tháng sẽ cho kết quả cùng chiều.
3.2 Xây dựng mô hình nghiên cứu
Dựa vào nghiên cứu của Hamilton (2003), Kilian (2008a, b), Kilian và Park (2009), Degiannakis và cộng sự (2014), Kang, Ratti và Yoon (2015), mơ hình SVAR nghiên cứu bao gồm 2 thành phần: phần thứ nhất bao gồm 3 biến biểu thị cho cú sốc giá dầu thế giới và phần thứ hai là biến đại diện cho mối quan hệ đồng thời giữa TSSL và độ bất ổn TSSL của TTCK Việt Nam (được đo lường bằng hiệp phương sai).
3.2.1 Cú sốc giá dầu
Cú sốc từ phía cung (Oil supply shock): được hiểu là sự thay đổi bất thường
trong việc cung ứng sản lượng dầu thơ, ví dụ như sự khan hiếm dầu, tạo sức ép làm tăng giá dầu. Sử dụng dữ liệu sản lượng sản xuất dầu mỏ thế giới làm đại diện (The
crude oil production), được tính dưới dạng phần trăm thay đổi số thùng dầu thô
(triệu thùng) sản xuất. Ký hiệu: PROD
Cú sốc từ phía tổng cầu (Aggrerate demand shock): được hiểu là sự tăng giá
dầu thô do nhu cầu của thế giới tăng. Ví dụ, khi có sự gia tăng nhu cầu tiêu thụ dầu thơ cho phí đi lại và sản xuất… cũng là nguyên nhân làm tăng giá dầu thô. Hoặc khi có khủng hoảng kinh tế xảy ra, các hoạt động kinh tế giảm cũng làm cho giá dầu sụt giảm. Dữ liệu được sử dụng là chỉ số phần trăm thay đổi tổng cầu về dầu thực theo Kilian (2009). Hoạt động kinh tế thế giới đến nay là yếu tố quyết định quan trọng nhất của nhu cầu đối với dịch vụ vận tải (Klovland (2004)). Chỉ số này được tính bằng cách tính trung bình theo trọng số giá cước vận tải hàng khô. Sự gia tăng hay giảm của cho phí này cho thấy sự tăng hay giảm nhu cầu dịch vụ vận chuyển cho các hoạt động kinh tế toàn cầu. Lợi thế của phương pháp này là mang tính tồn cầu và phản ánh được hoạt động đang diễn ra trong quá trình phát trình phát triển hội nhập và tồn cầu hóa của thế giới. Ký hiệu: REA.
Cú sốc từ nhu cầu riêng của thị trường dầu mỏ (Oil market-specific demand
shock): được hiểu như một sự gia tăng giá dầu thô, cú sốc này phát sinh do nhu cầu phòng ngừa cao gắn với việc thị trường lo lắng về sự thiếu hụt dầu thơ trong tương lai, có thể ảnh hưởng xấu đến nguồn cung cấp dầu. Tính bằng cách lấy dữ liệu từ chi phí mua lại của dầu thô nhập khẩu tại Mỹ (The rifiner’s acquisition cost of
imported crude oil) chia cho CPI của Mỹ. Ký hiệu: RPO.
3.2.2 Độ bất ổn của tỷ suất sinh lợi chứng khoán
Để thấy rõ sự tác động của giá dầu đến độ bất ổn, các nghiên cứu trước đây đã sử dụng nhiều hình thức biểu thị cho độ bất ổn như: độ bất ổn lịch sử, độ bất ổn lịch sử có điều kiện và độ bất ổn tương lai. Các nghiên cứu tại Việt Nam chỉ dừng lại tại việc nghiên cứu mối quan hệ giữa cú sốc giá dầu và TSSL thị trường chứng khốn Việt Nam. Tuy nhiên, độ bất ổn của chính thị trường chứng khốn cũng ảnh hưởng đến giá chứng khốn. Do đó, việc nghiên cứu mối quan hệ giữa cú sốc giá dầu và độ
cứu này, tác giả chỉ xem xét được 2 hình thức thể hiện độ bất ổn của chứng khoán ở Việt Nam như sau:
Một là, Độ bất ổn lịch sử (Realized Volatility): đo lường những gì xảy ra trong
quá khứ, được xác định bằng khoảng cách giữa giá cao nhất và thấp nhất trong một khoảng thời gian/ độ lệch chuẩn của giá chứng khốn, được tính bằng độ lệch chuẩn của tỷ suất sinh lợi. Theo Baum và cộng sự (2008), độ bất ổn này được tính theo cơng thức sau:
𝛿𝑡𝑑= (100 ∆𝑥𝑡
√∆Ф𝑡 )2 (5) Trong đó,
- 𝛿𝑡𝑑: Ký hiệu của độ bất ổn hàng ngày.
- ∆𝑥𝑡: Chênh lệch tỷ suất sinh lợi giữa 2 kỳ quan sát. ∆xt = RP2-RP1. Với RP = log (Pt/P(t-1)) x 100, RP là TSSL hàng ngày.
- ∆Ф𝑡: Số ngày diễn ra giao dịch, được tính bằng cách tính số ngày có giao dịch giữa 2 kỳ quan sát.
Công thức (5) với mẫu số biểu đạt sự thay đổi theo thời gian giữa các biến xt
trong quá trình quan sát. Nếu dữ liệu quan sát được lấy theo ngày giao dịch thì ∆Фt sẽ bằng 1 với mọi t, nhưng dữ liệu sẽ khơng có khi rơi vào các ngày cuối tuần và
các ngày lễ trong năm. Do đó, theo tính tốn, mẫu quan sát sẽ có ∆Фt nằm trong
khoảng từ (1; 11) tại Việt Nam trong giai đoạn từ tháng 01 năm 2005 đến tháng 12 năm 2016.
Hai là, Độ bất ổn lịch sử có điều kiện (Conditional Volatility): chỉ sự biến
động có điều kiện của giá chứng khốn xét trong mối quan hệ với độ bất ổn ở các kỳ trước. Giá chứng khoán là giá của một tài sản tài chính, được coi là một dữ liệu thời gian có tần suất cao và bất ổn, do đó mà mơ hình tuyến tính thông thường không thể sử dụng để giải thích hết được các đặc điểm của chuỗi dữ liệu này khi vẫn còn tồn tại các đặc thù của dữ liệu tài chính như: tác động bất đối xứng (Leverage Effects), Volatility,… Tính chất này thể hiện sự phi tuyến của chuỗi dữ
liệu. Có nhiều loại mơ hình dành cho chuỗi thời gian phi tuyến như ARCH, GARCH... Mơ hình ARCH, GARCH ra đời khi không cần phải lo sợ về vấn đề phương sai có bị thay đổi hay khơng. Bollerslev (1986) đề xuất mơ hình GARCH cho phép phương sai thay đổi có điều kiện và phụ thuộc vào độ trễ của chính biến quan sát trong kỳ trước đó. Độ bất ổn lịch sử có điều kiện là dữ liệu Conditional variance của tỷ suất sinh lợi chứng khốn được trích ra từ mơ hình GARCH (1;1) (Pagan (1990)). Phương trình của GARCH gồm 2 phần: Mean equation và phần GARCH term như sau:
𝑦𝑡 = δ0 + ∑𝑘 𝛿1
𝑖=1 y1 + ϵ1 với ɛt ~ N (0, 𝜎𝑡2) (6)
𝜎𝑡2= φ + ∑𝑞𝑖=1𝛼1ɛ𝑡−𝑖2 + ∑𝑝 𝛽𝑗𝜎𝑡−𝑗2
𝑗=1 (7) Trong đó,
- Phương trình (6) là phương trình về giá trị trung bình trong điều kiện tự hồi quy với độ trễ k, δ0 là hằng số và ϵ là sai số với phương sai là ϭt2 có phân phối chuẩn.
- Phương trình (7) đo lường phương sai có điều kiện, được xác định là mơ hình GARCH (p;q) với p là hệ số đo lường ARCH và q là hệ số đo lường GARCH, ϭt2 là phương có điều kiện, 𝜎𝑡−𝑗2 phản ánh sự biến động của bình phương sai số trong quá khứ j và φ là hằng số. Điều kiện cần thiết để mơ hình GARCH có ý nghĩa là cả hai giá trị α1 và β1 đều dương và α1 + β1 <1. Theo Phạm thị Phương Thảo và Phan Chung Thủy (2014) đã có nhiều nghiên cứu sử dụng GARCH (1;1) để tìm hiểu về TTCK. Mơ hình GARCH (1;1) là mơ hình hồi quy bản thân TSSL chứng khốn với chính nó và phần dư của chứng khốn trong quá khứ trễ 1 kỳ quan sát, kỳ quan sát ngày. Đồng thời, Gokcan (2000) cũng chỉ ra mơ hình GARCH (1;1) là phù hợp cho TTCK mới nổi, như TTCK Việt Nam.
Vì vậy, trong nghiên cứu này, tác giả cũng sử dụng GARCH (1;1) để làm phần nghiên cứu và trích lọc dữ liệu Conditional Variance để làm dữ liệu đại diện cho độ
bất ổn lịch sử có điều kiện. Phương pháp xây dựng và kết quả mơ hình GARCH (1;1) sẽ được trình bày rõ trong phần phụ lục 1.
3.2.3 Mối quan hệ giữa tỷ suất sinh lợi và độ bất ổn của tỷ suất sinh lợi
Trong lý thuyết xác suất và thống kê, hiệp phương sai là đại lượng dùng để đo lường sự biến thiên cùng nhau của hai biến ngẫu nhiên X và Y (phân biệt với phương sai - đo mức độ biến thiên của một biến). Nếu 2 biến này có xu hướng thay đổi cùng nhau (nghĩa là, khi một biến có giá trị cao hơn giá trị kỳ vọng thì biến kia có xu hướng cũng cao hơn giá trị kỳ vọng), thì hiệp phương sai giữa hai biến này có giá trị dương. Mặt khác, nếu một biến nằm trên giá trị kỳ vọng còn biến kia có xu hướng nằm dưới giá trị kỳ vọng, thì hiệp phương sai của hai biến này có giá trị âm. Theo Kang, Ratti và Yoon (2015) hiệp phương sai hàng tháng giữa TSSL và độ bất ổn của chính TSSL là chỉ số được tính từ trung bình của hiệp phương sai quan sát theo ngày và trong nghiên cứu này, TSSL và độ bất ổn được giả định là biến thiên cùng chiều. Hiệp phương sai được tính bằng cơng thức sau:
𝐶𝑂𝑉𝑚𝑘(𝑟𝑡𝑑 ,𝑘𝜎𝑡𝑑) = 𝐸𝑚[(𝑟𝑡𝑑 - 𝐸𝑚(𝑟𝑡𝑑)) ( 𝑘𝜎𝑡𝑑 - 𝐸𝑚( 𝑘𝜎𝑡𝑑 ))] (8)
Trong đó:
- COV: Hiệp phương sai (Covariance).
- k : đại diện cho 2 dạng: Realized, Conditional.
- 𝑟𝑡𝑑 : đại diện cho TSSL hàng ngày. - Em: kỳ vọng trung bình trong 1 tháng. - 𝜎𝑡𝑑: đại diện cho độ bất ổn hàng ngày.
- 𝐸𝑚( 𝑘𝜎𝑡𝑑): trung bình hàng tháng tính từ độ bất ổn hàng ngày. - 𝐸𝑚(𝑟𝑡𝑑): TSSL trung bình tháng.
3.3 Dữ liệu nghiên cứu
Trong bài nghiên cứu này, tác giả sử dụng dữ liệu hàng tháng, bắt đầu từ tháng 01 năm 2005 đến tháng 12 năm 2016, của các biến đại diện cung dầu thế giới (PROD), tổng cầu dầu thế giới (REA) và giá dầu thô (RPO) để đại diện các cú sốc
trong giá dầu. Các biến này được thu thập từ thống kê của EIA (Mỹ). Lý do tác giả