Để trả lời được ba câu hỏi nghiên cứu được đặt ra, mơ hình nghiên cứu được chia làm 2 giai đoạn:
Giai đoạn 1, dùng họ mơ hình ARCH/GARCH được áp dụng nhằm ước lượng độ biến động của thị trường chứng khốn và các nhân tố vĩ mơ. Việc chạy các mơ hình họ ARCH/GARCH khác nhau nhằm xác định ra mơ hình có kết quả ước lượng cho sự biến động tốt nhất.
Khi biến giả Dum_crisis được thêm vào mơ hình cho thấy ảnh hưởng của cuộc khủng hoảng 2008-2009 lên thị trường chứng khoán và các nhân tố vĩ mô. Đồng thời trả lời được câu hỏi nghiên cứu số 2.
Giai đoạn 2, dùng ước lượng VAR để khảo sát mối liên hệ giữa sự biến động của các nhân tố vĩ mô và sự biến động của thị trường chứng khoán từ kết quả của giai đoạn 1.
- Trong trường hợp chưa xét đến sự xuất hiện của khủng hoảng, kết quả sau khi chạy mơ hình cho cả 2 giai đoạn sẽ trả lời cho câu hỏi nghiên cứu số 1. - Trong trường hợp xét đến sự xuất hiện của cuộc khủng hoảng thông qua biến
kiểm sốt, kết quả sau khi chạy mơ hình cho cả 2 giai đoạn sẽ trả lời cho câu hỏi nghiên cứu số 3.
Giai đoạn 1:
Mơ hình ARCH/ GARCH cho chỉ số chứng khoán
Tỷ suất sinh lợi chứng khoán ( RSP t: Return of stock price) được đo lường bởi:
Với Pt là chỉ số VN-index tháng t
Họ mơ hình ARCH cho tỷ suất sinh lợi chứng khốn gồm hai phương trình: phương trình trung bình có điều kiện và phương trình phương sai có điều kiện. Tùy theo cấu trúc của phương trình phương sai có điều kiện mà quyết định loại mơ hình ARCH.
Phương trình trung ình có điều kiện :
Phương trình phương sai có điều kiện của mơ hình GARCH:
Trong đó hệ số đại diện cho hệ số của ARCH và đại diện cho hệ số của GARCH
Phương trình phương sai có điều kiện của mơ hình EGARCH:
Trong đó hệ số đại diện cho hệ số của ARCH(q), đại diện cho hệ số của GARCH(p), và là hệ số bất đối xứng. Nếu hệ số bất đối xứng của mơ hình EGARCH âm và có ý nghĩa thống kê thì ngụ ý rằng với cùng biên độ dao động thì sựảnh hưởng những cú sốc âm tới sự biến động của tỷ suất sinh lợi lớn hơn so với sự tác động của những cú sốc dương.
Phương trình phương sai có điều kiện của mơ hình TGARCH:
Trong đó hệ số đại diện cho hệ số của ARCH(q), đại diện cho hệ số của GARCH(p), và là hệ số bất đối xứng.Nếu hệ số bất đối xứng dương và có ý nghĩa thống kê thì sẽ tồn tại tác động địn bẩy ( everage effect). Nguyên nhân điều này là do sự tác động của tin tức tốt (good news εt>0) và tin xấu ( bad news εt<0) đến phương sai là khác nhau. Trong khi tin tốt ảnh hưởng lên phương sai là αi, tin xấu có ảnh hưởng lớn hơn tới sự thay đổi của phương sai αi + γk. Do vậy, nếu γk có ý nghĩa thống kê và khác 0 thì rõ ràng là sự ảnh hưởng của những tin tức tốt sẽ khác biệt so với tin xấu.
Mơ hình ARCH/ GARCH cho các nhân tố vĩ mơ
Sự biến động của từng nhân tố vĩ mơ được tính bằng cách lấy sai phân bậc nhất của dữ liệu dưới dạng log tự nhiên: . Nhân tố vĩ mô
(MV: Macroeconomic variables) bao gồm 5 biến : lạm phát, chỉ số công nghiệp, lãi suất, cung tiền, và tỷ giá hối đối.
Phương trình trung ình có điều kiện:
Phương trình phương sai có điều kiện của mơ hình GARCH:
Tương tự thì hệ số đại diện cho hệ số của ARCH và đại diện cho hệ số của GARCH.
Phương trình phương sai có điều kiện của mơ hình EGARCH:
Trong đó hệ số đại diện cho hệ số của ARCH(q), đại diện cho hệ số của GARCH(p), và là hệ số bất đối xứng.
Phương trình phương sai có điều kiện của mơ hình TGARCH:
Trong đó hệ số đại diện cho hệ số của ARCH(q), đại diện cho hệ số của GARCH(p), và là hệ số bất đối xứng.
Biến khủng hoảng tài chính tồn cầu 2008-2009 được đưa vào mơ hình nghiên cứu bằng cách thêm một biến giả vào phương trình phương sai có điều kiện của họ mơ hình nhà ARCH dựa theo nghiên cứu của Chinzara (2011). Phương trình
tốn học phương sai có điều kiện được viết lại trong trường hợp có biến giả khủng hoảng của mơ hình GARCH, EGARCH và TGARCH như sau :
Mơ hình ARCH/ GARCH cho chỉ số chứng khốn khi có thêm biến giả
Mơ hình ARCH/ GARCH cho các nhân tố vĩ mơ khi có thêm biến giả
Trong đó, Dum_crisis =1 cho trường hợp khủng hoảng tài chính tồn cầu 2008-2009, phần còn lại bằng 0 và φ là hệ số hồi quy cho biến giả khủng hoảng trong các mơ hình trên.
Tiếp theo, phương sai từ kết quả ước lượng mơ hình họ nhà ARCH/GARCH được sử dụng làm dữ liệu đầu vào cho mơ hình VAR để phân tích sự truyền động từ sự biến động vĩ mô tới tỷ suất sinh lợi thị trường chứng khốn. Nói một cách khác, sau khi chạy mơ hình ARCH/ GARCH cho biến tỷ suất sinh lợi chứng khoán và sự thay đổi của tốc độ tăng trưởng các nhân tố vĩ mô, phương sai của hồi quy từng biến trên sẽ được lấy ra. Phương sai này làm yếu tố đầu vào cho mơ hình VAR để xem xét liệu rằng sự biến động của thị trường chứng khoán và sự biến động của các yếu tố kinh tế vĩ mơ có giải thích được cho nhau hay khơng. Trong Eview 6, phương sai từ họ mơ hình nhà ARCH/GARCH được tạo thành từ lệnh “Make GARCH variance series”.
Giai đoạn 2: Mơ hình VAR khảo sát mối liên hệ giữa sự biến động của các nhân tố vĩ mơ và sự biến động của thị trường chứng khốn
Mơ hình VAR có dạng như sau:
Trong đó là biến phương sai có điều kiện của tỷ suất sinh lợi chứng khoán tại thời điểm t và là sựthay đổi của các nhân tố vĩ mô j tại thời điểm t – i, với i=1-12. Trong đó m và n là các độ trễ của hàm hồi quy.
3.4. Phương pháp kiểm định 3.4.1. Kiểm định tính dừng
Trong nghiên cứu về chuỗi thời gian, kiểm định tính dừng của các biến là một trong những kiểm định tiên quyết để tránh mắc phải hiện tượng hồi quy giả mạo khi ước lượng các chuỗi không dừng. Nghiên cứu này sử dụng kiểm định nghiệm đơn vị Unit Root Test, kiểm địnhAugmented Dickey – Fuller (ADF) để kiểm tra tính dừng của các biến. Giả thiết của kiểm định như sau:
Ho: Chuỗi khơng có tính dừng H1: Chuỗi có tính dừng
Nếu trị số của kiểm định t lớn hơn giá trị t_critical thì ta bác bỏ giả thiết Ho, nghĩa là chấp nhận chuỗi thời gian có tính dừng với độ tin cậy α.
3.4.2. Kiểm định phần dư Kiểm định phương sai thay đổi Kiểm định phương sai thay đổi
Tác giả sử dụng arange multiple test ( M test) để kiểm định phương sai thay đổi của phần dư hay phần dư có hiệu ứng ARCH (ARCH effect) hay không với giả thiết như sau:
Ho: Phần dư khơng có ARCH effect hay phương sai khơng đổi H1: Phần dư có ARCH effect
Kiểm định tính tự tương quan của phần dư
Dựa trên thống kê Q bình phương để xem xét giả thiết: Ho: phần dư khơng có hiện tượng tự tương quan H1: phần dư có hiện tượng tự tương quan
Kiểm định phân phối chuẩn phần dư
Bằng kiểm định Jarque-bera với giả thiết: Ho: phần dư tuân theo phân phối chuẩn
H1: phần dư không tuân theo phân phối chuẩn
Đối với kiểm định phần dư, nếu giá trị P-value lớn hơn 10% ta không bác bỏ giả thiết Ho, hay nói cách khác là ta chấp nhận giả thiết Ho với độ tin cậy 10%.
Kết hợp kiểm định hiện tượng tự tương quan, phương sai thay đổi và phân phối chuẩn ta kết luận rằng phần dư là nhiễu trắng hay khơng. Nếu phần dư là nhiễu trắng thì phần dư có giá trị trung bình và phương sai khơng đổi theo thời gian, và
khơng có hiện tượng tự tương quan, thỏa mãn các giả định của kinh tế lượng khi chạy họ mơ hình nhà ARCH.
Chương 4: NỘI DUNG VÀ CÁC KẾT QUẢ NGHIÊN CỨU 4.1. Thống kê mô tả biến
Bảng 4.1: Bảng thống kê mô tả biến
VNINDEX CPI IPI IR M2 NEER
Mean 455.96 184.67 159.13 10.58 2448088 19076.01 Maximum 844.10 238.47 206.89 17.16 4194620 21036.00 Minimum 245.70 126.60 109.33 6.54 1278398 15960.00 Std. Dev. 85.73 33.19 22.07 3.06 837731 1871.17 Skewness 0.99 0.09 -0.04 0.40 0.34 -0.35 Kurtosis 8.03 1.51 2.16 2.00 2.07 1.46 Jarque-Bera 87.72 6.73 2.13 4.94 3.93 8.53 Probability 0.00 0.03 0.34 0.08 0.14 0.01 Observations 72 72 72 72 72 72
(Nguồn: tác giả tự tính tốn dựa trên dữ liệu thu thập được và sử dụng phần mềm EVIEW6)
Bảng trên chỉ cho thấy được thống kê mô tả của từng dữ liệu chung, ta không thể thấy được xu hướng thay đổi của những yếu tố này. Hầu hết các biến đều có hệ số nghiêng (Skewness) và hệ số nhọn (Kurtosis) gần giống với phân phối chuẩn (độ nghiêng = 0, độ nhọn = 3). Duy chỉ có chỉ số Vn-index là lệch trái và nhọn hơn so với phân phối chuẩn. Bên cạnh đó, từ phân phối xác suất của thống kê Jarque-Bera, ta có thể chấp nhận giả thiết Ho với hai biến chỉ số công nghiệp (IPI) và cung tiền (M2) là tuân theo phân phối chuẩn. Bên dưới là các đồ thị cho các biến trong giai đoạn khảo sát. Các hình vẽ này sẽ cho ta cái nhìn cụ thể hơn về từng biến trong luận văn này.
100 120 140 160 180 200 220 240 2008 2009 2010 2011 2012 2013 IPI CPI 1,200,000 1,600,000 2,000,000 2,400,000 2,800,000 3,200,000 3,600,000 4,000,000 4,400,000 2008 2009 2010 2011 2012 2013 M2 6 8 10 12 14 16 18 2008 2009 2010 2011 2012 2013
Hình 4.1: Biểu đồ mơ tả các biến kinh tế vĩ mô và chỉ số VNindex trong giai đoạn 2008-2013
(Nguồn: Tác giả tự vẽ dựa trên nguồn được thu thập và sử dụng phần mềm
EVIEW6)
Hình 4.1 cho thấychỉ số giá Việt Nam hay lạm phát có xu hướng tăng mạnh trong giai đoạn khảo sát từ đầu năm 2008 tới gần cuối năm 2013. Tốc độ tăng mạnh nhất xảy ra vào đầu năm 2008 và trong năm 2011. Đồ thị trên cũng cho thấy lạm phát cũng có những lúc giảm hoặc giữ ổn định, đặc biệt là trong quý 2 của năm. Trong khi đó, chỉ số cơng nghiệp có xu hướng biến động đi lên trong giai đoạn khảo sát. Dựa vào đồ thị ta có thể thấy chỉ số công nghiệp biến động theo mùa, chỉ số cơng nghiệp trong q 4 có xu hướng tăng trong khi quý 1 lại giảm một cách đáng kể. 200 300 400 500 600 700 800 900 2008 2009 2010 2011 2012 2013 VNINDEX 15,000 16,000 17,000 18,000 19,000 20,000 21,000 2008 2009 2010 2011 2012 2013
Đồ thị của cung tiền cho thấy chỉ số này cũng tăng mạnh trong thời gian qua, và có cùng xu hướng tăng như lạm phát. Điều này nói lên mối tương quan mật thiết của cung tiền và lạm phát.
Lãi suất ở Việt Nam dao động mạnh trong thời gian khảo sát. Tỷ giá chịu sự can thiệp của chính phủ nên ta thấy tỷ giá USD/VND khơng biến động mà gần như giữ ở một mức cố định trong một khoảng thời gian sau đó tăng lên do sự điều chỉnh của nhà nước. Từ đầu năm 2011 đến nay, tỷ giá USD/VND được giữ tương đối ổn định xấp xỉ 21.000.
Đồ thị cuối mơ tả dữ liệu chỉ số chứng khốn Việt Nam. Mặc dù có sự giảm mạnh trong giai đoạn cuối năm 2008 do khủng hoảng kinh tế toàn cầu, thị trường chứng khốn đã phục hồi sau đó trong năm 2009 nhưng khơng trở lại như mức đầu 2008. Giai đoạn tiếp theo chứng kiến sự biến động của thị trường có xu hướng đi xuống trong năm 2011 và đang có sự phục hồi trong giai đoạn gần đây của năm 2013.
4.2. Kết quả phân tích
4.2.1. Kiểm định tính dừng
Trong nghiên cứu này, kiểm định nghiệm đơn vị Augmented Dickey – Fuller (ADF) được sử dụng để kiểm tra tính dừng của các biến. Giả thiết của kiểm định như sau:
Ho: Chuỗi khơng có tính dừng H1 : Chuỗi có tính dừng
Nếu │tADF │> │tα│ thì bác bỏ giả thiết Ho, tức là chuỗi có tính dừng và ngược lại.
Kết quả kiểm định tính dừng của các biến trong bài nghiên cứu được thể hiện ở bảng sau:
Bảng 4.2: Kết quả kiểm định tính dừng của các biến
Chỉ số
Tại mức
Kết quả t(ADF) P-value
D_CPI -4.346 0.0008 Dừng tại mức I(1)
D_IPI -7.624 0 Dừng tại mức I(1)
D_IR -4.641 0.0003 Dừng tại mức I(1)
D_M2 -7.423 0 Dừng tại mức I(1)
D_NEER -8.749 0 Dừng tại mức I(1)
D_VNIndex -6.578 0 Dừng tại mức I(1)
Ghi chú : -3.527 (*), -2.903 (**), và -2.589(***) là giá trị t (α) và tính dừng ứng với mức 1%, 5%, và 10%
(Nguồn:tác giả tính tốn từ dữ liệu thu thập được và sử dụng phần mềm EVIEW6)
Kết quả ở bảng 4.2 chỉ ra rằng giá trị P-value của tốc độ tăng trưởng các nhân tố vĩ mô và tỷ suất sinh lợi chứng khoán đều nhỏ hơn 10% nên ta bác bỏ giả thiết Ho là các biến không dừng, nghĩa là giả thiết H1 là các biến đều dừng tại mức được chấp nhận.
4.2.2. Kết quả mơ hình GARCH, EGARCH, TGARCH cho các biến
Phương trình trung bình có điều kiện
Khi ước lượng mơ hình họ mơ hình ARCH/GARCH thì hai phương trình trung bình có điều kiện và phương sai có điều kiện được ước lượng một cách đồng thời.Bên dưới trình bày dạng hàm của phương trình trung bình đối với tất cả các ước lượng mơ hình GARCH, EGARCH và TGARCH trong bài nghiên cứu này. Kết quả hồi quy được đính kèm trong phần phụ lục. Phương trình trung bình có điều kiện là một quá trình tự hồi quy (Auto regression) bao gồm biến phụ thuộc và biến
độc lập là độ trễ của chính biến đó. Hầu hết các biến đều bị ảnh hưởng bởi giá trị tháng trước đó của chính nó trừ biến chỉ số cơng nghiệp bị ảnh hưởng bởi một quý trước đó.
Bảng 4.3: Các dạng hàm của phương trình trung bình đối với các mơ hình GARCH, EGARCH và TGARCH
Tên biến Dạng hàm phương trình trung bình có điều kiện
VN-Index AR(1) CPI AR(1) IPI AR(3) IR AR(1) M2 AR(1) NEER AR(1) (Nguồn: tác giả tự tổng hợp)
Phương trình phương sai có điều kiện
Bảng 4.4 dưới đây trình bày kết quả ba mơ hình GARCH, EGARCH và TGARCH đối với phương trình phương sai có điều kiện. Kết quả cho thấy, tất cả các biến sử dụng trong mơ hình có ảnh hưởng bởi hiện tượng phương sai thay đổi hay ARCH effect. Từ mơ hình ARCH, một điều rõ ràng rằng trong khi hai biến tỷ suất sinh lợi và tốc độ tăng trưởng của tỷ giá hối đoái chỉ chịu tác động của GARCH (GARCH effect), các biến còn lại gồm lạm phát, lãi suất, chỉ số công nghiệp và cung tiền chịu cả tác động của ARCH và GARCH do tất cả các hệ số đều có ý nghĩa thống kê với độ tin cậy ít nhất là 5%. Điều tương tự đúng với mơ hình EGARCH khi các kết quả cho thấy hầu hết các hệ số ARCH/GARCH đều có ý nghĩa thống kê. Tuy nhiên, ở mơ hình TGARCH thì chỉ có hệ số ARCH của biến
cung tiền có ý nghĩa thống kê trong khi hai trong số sáu biến là lãi suất và tỷ giá lại khơng có ý nghĩa thống kê.
Hệ số bất đối xứng γ trong hai mơ hình EGARCH, TGARCH ( bảng 4.4) chỉ có ý nghĩa đối với một nửa các biến sử dụng ( lãi suất, cung tiền và tỷ giá hối đoái). Như vậy, với cùng biên độ điều chỉnh tăng hoặc giảm thì tác động của chúng tới sự biến động của chính nó sẽ khác nhau. Hệ số bất đối xứng trong mơ hình EGARCH của biến lãi suất có ý nghĩa thống kê âm cho thấy một sự điều chỉnh nâng lãi suất tiền gửi tiết kiệm sẽ có tác động lớn hơn tới sự biến động của tỷ suất sinh lợi chứng khoán so với một sự điều chỉnh hạ lãi suất với cùng biên độ nếu xem sự điều chỉnh