CHƯƠNG 4 : NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
4.1. Thống kê mô tả
Bảng 4.1 thống kê mô tả các biến, thời gian nghiên cứu là giống nhau nhưng do các ngày giao dịch, các ngày nghỉ ở các thị trường là khác nhau nên cỡ mẫu khác nhau. Trung bình tỷ suất sinh lợi hàng ngày của các thị trường đều dương, cao nhất là chỉ số của thị trường chứng khoán Indonesia và thấp nhất là của Singapore. Mức độ biến thiên của tỷ suất sinh lợi hàng ngày cao nhất là thị trường Việt Nam và thấp nhất là thị trường Malaysia. Độ lệch Skewness của các chỉ số lệch trái, xấp xỉ bằng 0 và độ nhọn Kurtosis dương.
Bảng 4.1: Thống kê mô tả về tỷ suất sinh lợi của các chỉ số chứng khoán của các thị trường các quốc gia Đông Nam Á
RT_ML RT_SIN RT_VN RT_THAI RT_INDO RT_PHI
Mean 0.0220 0.0141 0.0320 0.0388 0.0675 0.0503 Median 0.0476 0.0465 0.0043 0.0682 0.1318 0.0917 Maximum 4.3955 7.5311 4.7348 10.5770 7.6231 7.7816 Minimum -10.2242 -8.6960 -6.0512 -16.0633 -10.9540 -10.2460 Std. Dev. 0.7847 1.1396 1.4826 1.3310 1.4168 1.0750 Skewness -0.7702 -0.1624 -0.0653 -0.8246 -0.7099 -0.7396 Kurtosis 14.1980 8.6630 4.5098 15.0110 10.0030 9.9887 Jarque-Bera 17855.41 4572.80 323.05 20339.03 7035.29 7074.09 Probability 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 Sum 73.8419 48.2044 107.9843 128.8736 223.2081 167.4195 Sum Sq. Dev. 2064.57 4428.47 7418.74 5881.56 6635.99 3843.50 Observations 3354 3411 3376 3321 3307 3327
Phân tích đồ thị (hình 4.1) của các thị trường cho thấy tất các các thị trường đều có biến động mạnh nhất trong giai đoạn khủng hoảng kinh tế năm 2007-2009. Riêng đối với thị trường Việt Nam thì mức độ biến động xảy ra khơng cao như các thị trường khác nhưng liên tục trong cả giai đoạn nghiên cứu với biên độ giao động từ - 6,05 đến 4,73.
Trước khi sử dụng số liệu chuỗi thời gian thì phải kiểm tra các chuỗi này có tính dừng mới có thể thực hiện tiếp các phân tích. Để kiểm tra tính dừng của các biến luận văn dùng kiểm định nghiệm đơn vị Augmented Dickey-Fuller (ADF), kết quả kiểm định ở bảng 4.2 cho thấy các chuỗi đều dừng ở bậc 0.
Bảng 4.2: Kiểm định tính dừng của các chuỗi dự liệu
Kiểm định Augmented Dickey-Fuller t-Statistic Prob.* RT_ML -52.6610 0.0001 RT_SIN -57.2614 0.0001 RT_VN -24.9419 0.0000 RT_THAI -38.2678 0.0000 RT_INDO -51.4387 0.0001 RT_PHI -50.8746 0.0001
*MacKinnon (1996) one-sided p-values.
Hình 4.1: Đồ thị biểu diễn tỷ suất sinh lợi hàng ngày của các thị trường chứng khoán giai đoạn từ ngày 1/3/2002 đến ngày 30/9/2015.
-12 -8 -4 0 4 8 500 1000 1500 2000 2500 3000 RT_INDO -12 -8 -4 0 4 8 500 1000 1500 2000 2500 3000 RT_ML -12 -8 -4 0 4 8 500 1000 1500 2000 2500 3000 RT_PHI -12 -8 -4 0 4 8 500 1000 1500 2000 2500 3000 RT_SIN -15 -10 -5 0 5 10 15 RT_THAI -6 -4 -2 0 2 4 6 RT_VN
Kết quả mối quan hệ tương quan giữa các thị trường thể hiện trong bảng 4.3 cho thấy hầu hết là tương quan dương và hệ số tương quan thấp. Các thị trường chứng khốn này khơng có sự tương quan với nhau nên các nhà đầu tư cũng có thể dùng chúng như các danh mục đầu tư trong cùng một thời điểm như nhiều nghiên cứu đã giới thiệu ở chương 1.
Bảng 4.3: Mối quan hệ tương quan tỷ suất sinh lợi giữa các thị trường chứng khoán
RT_ML RT_SIN RT_VN RT_THAI RT_INDO
RT_ML 1 RT_SIN 0.0422 ** 1 RT_VN 0.0110 0.0401 ** 1 RT_THAI 0.0074 -0.0238 0.0191 1 RT_INDO 0.0143 -0.0074 -0.0022 0.0823 *** 1 RT_PHI 0.0234 0.0268 -0.0244 0.0355 ** -0.0045
4.2. Kết quả hiệu ứng ngày trong tuần
Kết quả ước lượng hiệu ứng ngày trong tuần của các thị trường chứng khoán Đơng Nam Á được trình bày cụ thể ở bảng 4.4. Trước tiên xem xét kết quả hồi quy OLS của từng thị trường như sau: tỷ suất sinh lợi âm thấp vào ngày thứ Hai ở thị trường Malaysia (-0.0726) và Thái Lan (-0.1320) có ý nghĩa thống kê và tỷ suất sinh lợi ngày thứ Sáu dương cao nhất ở Malaysia (0.1413) và Thái Lan (0.3290) có ý nghĩa thống kê; kết quả của Indonesia cho thấy tỷ suất sinh lợi ngày thứ Hai âm có ý nghĩa thống kê (-0.1506) nhưng tỷ suất sinh lợi cao nhất là ngày thứ Tư (0.3366) còn tỷ suất sinh lợi ngày thứ Sáu cao thứ hai (0.3180) có ý nghĩa thống kê; Philippine thì tỷ suất sinh lợi âm và thấp nhất vào thứ Hai (-0.0305) nhưng khơng có ý nghĩa thơng kê và dương cao nhất vào thứ Tư (0.1574) có ý nghĩa thống kê; còn lại Singapore và Việt Nam thì tỷ suất sinh lợi âm và thấp nhất ngày thứ Hai nhưng cũng khơng có ý nghĩa thống kê và dương cao nhất vào ngày thứ Sáu (Singapore là 0.1303 và Việt Nam là 0.2506) và có ý nghĩa thống kê.
Kiểm định Wald (F-statistic) có ý nghĩa thống kê tức tỷ suất sinh lợi các ngày trong tuần khác nhau ở hầu hết các thị trường (ngoại trừ Singapore). Như vậy, thứ nhất thị trường các nước Đơng Nam Á đều có tỷ suất sinh lợi ngày thứ Sáu dương và có ý nghĩa thống kê; thứ hai tỷ suất sinh lợi ngày thứ Sáu dương, cao nhất so với các ngày cịn lại và có ý nghĩa thống kê ở bốn thị trường (Malaysia, Singapore, Thái Lan và Việt Nam), tỷ suất sinh lợi ngày thứ Sáu của Indonesia cao thứ hai và của Philippine cao thứ ba so với các ngày còn lại trong tuần; thứ ba là tỷ suất sinh lợi ngày thứ Hai âm, thấp nhất và có ý nghĩa thống kê ở ba thị trường Malaysia, Thái Lan và Indonesia, các thị trường còn lại tỷ suất sinh lợi cũng âm và thấp nhất nhưng khơng có ý nghĩa thống kê.
Tóm lại, hiệu ứng ngày giao dịch cuối tuần hay hiệu ứng ngày thứ Sáu tồn tại ở tất cả các thị trường Đông Nam Á; hiệu ứng ngày giao dịch đầu tiên hay hiệu ứng ngày thứ Hai tồn tại ở ba thị trường Malaysia, Thái Lan và Indonesia, các thị trường cịn lại khơng có ý nghĩa thống kê. Nhưng riêng thị trường Singapore thì kiểm định Wald (giá trị F) = 1.406 với p-value > 5%, không bác bỏ được giả thuyết Ho tức là tỷ suất sinh lợi các ngày trong tuần khơng khác nhau, vì thế chưa có đủ bằng chứng về sự tồn tại của hiệu ứng ngày trong tuần ở thị trường này. Các kết luận trên là dựa vào hồi quy OLS chưa xem xét phương sai thay đổi xảy ra (hiệu ứng ARCH), nếu hiệu ứng ARCH tồn tại thì mơ hình GARCH(1,1) được sử dụng để khắc phục nên luận văn dùng kiểm định Lagrange Multiplier (LM) để kiểm tra. Kết quả cho thấy tất cả các thị trường đều bác bỏ giả thuyết Ho với mức ý nghĩa 1%, tức là xảy ra hiện tượng phương sai thay đổi trong mô hình. Vì thế luận văn tiếp tục dùng mơ hình GARCH với các biến giả ngày để ước lượng.
Kết quả phương trình trung bình mơ hình GARCH(1,1) tương tự như kết quả hồi quy OLS cụ thể tỷ suất sinh lợi ngày thứ Sáu dương, cao nhất so với các ngày cịn lại trong tuần và có nghĩa thống kê ở các thị trường ngoại trừ Philippne; đối với thị trường Philippine tỷ suất sinh lợi dương cao nhất và có ý nghĩa thống kê khơng
thứ Hai âm, thấp nhất ở các thị trường ngoại trừ Philippine nhưng chỉ có thị trường Indonesia là có ý nghĩa thống kê. Tỷ suất sinh lợi âm thấp ngày thứ Ba và cao nhất ngày thứ Sáu ở Malaysia và Thái Lan. Một số kết luận rút ra từ phương trình phương sai ở mơ hình GARCH(1,1): tỷ suất sinh lợi biến động âm vào ngày thứ Sáu ở hầu hết các thị trường và có ý nghĩa thống kê ngoại trừ Philippine khơng có ý nghĩa thống kê, cụ thể là: Malaysia (-0.0976), Singapore (-1.2216), Việt Nam (- 1.4078), Thái Lan (-0.3063), Indonesia (-0.4340); biến động tỷ suất sinh lợi vào ngày thứ Hai ở tất cả các thị trường đều dương và có ý nghĩa thống kê cụ thể là: Malaysia (0.0476), Singapore (0.9899), Việt Nam (1.1707), Thái Lan (0.1255), Indonesia (0.2476) và Philippine (0.0958); ngồi ra chỉ có thị trường Singapore và Việt Nam là biến động tỷ suất sinh lợi của tất cả các ngày trong tuần đều có ý nghĩa thống kê. Hệ số ước lượng của δ và γ của các thị trường đều dương và có ý nghĩa thống kê ở mức ý nghĩa 1%, kiểm định hiệu ứng ARCH bằng ARCH-LM test cho thấy ở mơ hình GARCH ở các thị trường đều khơng xảy ra hiện tượng phương sai thay đổi và các hệ số AIC và SIC đều nhỏ hơn hồi quy OLS nên ước lượng của mơ hình GARCH được xem là phù hợp hơn.
Tóm lại, kết quả ước lượng mơ hình GARCH có thể nói tồn tại hiệu ứng ngày trong tuần ở các thị trường Đông Nam Á mà cụ thể là trung bình tỷ suất sinh lợi thấp nhất vào ngày thứ Ba và cao nhất vào ngày thứ Sáu của thị trường Malaysia và Thái Lan; trung bình tỷ suất sinh lợi âm, thấp nhất vào ngày thứ Hai và cao nhất vào ngày thứ Tư còn ngày thứ Sáu cao thứ hai ở thị trường Indonesia; Việt Nam và Singapore thì tỷ suất sinh lợi cao nhất vào thứ Sáu là có ý nghĩa thống kê; cuối cùng là thị trường Philippine tỷ suất sinh lợi cao nhất và có ý nghĩa thống kê là ngày thứ Tư. Tỷ suất sinh lợi của ngày thứ Hai và thứ Sáu ở các thị trường đều biến động có ý nghĩa thống kê cho thấy mức độ rủi ro khi nhà đầu tư quyết định đầu tư vào những thời điểm này. Hiệu ứng dương ngày thứ Hai cho thấy thứ Hai tăng biến động tỷ suất sinh lợi và hiệu ứng âm ngày thứ Sáu cho thấy thứ Sáu giảm biến động tỷ suất sinh lợi.
Bảng 4.4: Kết quả ước lượng tỷ suất sinh lợi và biến động của hiệu ứng ngày trong tuần Mean Equation Thứ 2 -0.0726 ** -0.0355 -0.0651 -0.0443 -0.0472 -0.0059 Thứ 3 0.0957 ** 0.0766 ** 0.0747 0.0595 -0.0835 -0.0361 Thứ 4 0.1162 *** 0.0928 *** 0.1213 0.1433 0.1027 0.0515 Thứ 5 0.1173 *** 0.0844 *** 0.0694 0.0731 0.1249 0.0176 Thứ 6 0.1413 *** 0.1002 *** 0.1303 ** 0.1618 *** 0.2506 *** 0.1330 * Variance Equation RESID(-1)^2 0.1160 *** 0.2582 *** 0.3881 *** GARCH(-1) 0.8633 *** 0.5739 *** 0.5705 *** Thứ 2 0.0476 ** 0.9899 *** 1.1707 *** Thứ 3 -0.0424 -0.8943 *** -1.0257 *** Thứ 4 -0.0331 -0.7697 *** -1.0681 *** Thứ 5 -0.0036 -0.8864 *** -1.1323 *** Thứ 6 -0.0976 *** -1.2216 *** -1.4078 *** F-statistic 3.2632 ** 1.4064 4.9945 *** ARCH-LM test 130.0440 *** 1.5218 802.3221 *** 23.5945 803.9329 *** 6.4107 AIC 2.3517 2.0561 3.1002 2.7595 3.6222 3.2356 SIC 2.3609 2.0780 3.1092 2.7810 3.6313 3.2574
*, ** và *** tương ứng với mức ý nghĩa 10%, 5% và 1%
RT_VN
OLS GARCH (1,1) OLS GARCH (1,1)
RT_ML RT_SIN
Bảng 4.4: Kết quả ước lượng tỷ suất sinh lợi và biến động của hiệu ứng ngày trong tuần (tiếp theo) Mean Equation Thứ 2 -0.1320 ** -0.0515 -0.1506 ** -0.0769 * -0.0305 0.0458 Thứ 3 0.1450 * 0.1213 ** 0.2304 *** 0.2099 *** 0.0098 -0.0308 Thứ 4 0.2198 *** 0.2021 *** 0.3366 *** 0.2975 *** 0.1574 *** 0.0922 ** Thứ 5 0.1486 ** 0.1242 ** 0.2051 *** 0.1776 *** 0.1299 ** 0.0682 Thứ 6 0.3290 *** 0.2696 *** 0.3180 *** 0.2913 *** 0.1037 * 0.0496 Variance Equation RESID(-1)^2 0.1383 *** 0.1356 *** 0.1364 *** GARCH(-1) 0.8416 *** 0.8259 *** 0.8126 *** Thứ 2 0.1255 ** 0.2476 *** 0.0958 ** Thứ 3 -0.0682 -0.2162 * -0.0476 Thứ 4 -0.0530 -0.1633 -0.0437 Thứ 5 0.0242 -0.1025 -0.0451 Thứ 6 -0.3063 *** -0.4340 *** -0.0848 F-statistic 5.3174 *** 5.9686 *** 2.9476 ** ARCH-LM test 356.6920 ** 8.0779 390.6019 *** 10.6872 326.4588 *** 3.7354 AIC 3.4061 3.1202 3.5302 3.2043 2.9817 2.7062 SIC 3.4152 3.1423 3.5394 3.2265 2.9908 2.7283 GARCH (1,1)
*, ** và *** tương ứng với mức ý nghĩa 10%, 5% và 1%
Nguồn: Tính tốn của tác giả
RT_THAI RT_INDO RT_PHI
4.3. Kết quả hiệu ứng tháng trong năm
Kết quả ước lượng hiệu ứng tháng trong năm của các thị trường chứng khoán Đơng Nam Á được trình bày cụ thể ở bảng 4.5. Trước tiên xem xét kết quả hồi quy OLS của từng thị trường như sau: Hiệu ứng tháng giêng chỉ tìm thấy ở thị trường Việt Nam với hệ số ước lượng dương (0.3233) và có ý nghĩa thống kê ở mức ý nghĩa 1%, giá trị F (1.6463) có ý nghĩa thống kê cho thấy tỷ suất sinh lợi nhà đầu tư có được khác nhau giữa các tháng trong năm. Tại thị trường Indonesia tìm thấy hệ số ước lượng tháng Mười hai (0.2185) dương, cao nhất so với các tháng trong năm và có ý nghĩa thống kê với mức ý nghĩa 10%, giá trị F (1.6751) cũng có ý nghĩa thống kê ở mức 10%, như vậy ở thị trường Indonesia có hiệu ứng tháng 12 thay vì tháng Giêng như các nghiên cứu trước. Cịn các thị trường khác thì khơng có bằng chứng cho thấy có sự khác biệt tỷ suất sinh lợi giữa các tháng trong năm.
Các kết luận trên là dựa vào hồi quy OLS mà chưa xem xét phương sai thay đổi xảy ra (hiệu ứng ARCH), nếu hiệu ứng ARCH tồn tại thì mơ hình GARCH(1,1) được sử dụng để khắc phục và dùng kiểm định Lagrange Multiplier (LM) để kiểm tra sự tồn tại của hiện tượng phương sai thay đổi. Kết quả cho thấy tất cả các thị trường đều bác bỏ giả thuyết Ho với mức ý nghĩa 1%, tức là xảy ra hiện tượng phương sai thay đổi. Vì thế luận văn tiếp tục dùng mơ hình GARCH với các biến giả tháng để ước lượng.
Kết quả ước lượng mơ hình GARCH(1,1) ở các thị trường Đông Nam Á cụ thể trong bảng 4.5. Đối với phương trình trung bình tỷ suất sinh lợi thì chỉ hệ số ước lượng tháng Giêng của Thái Lan (0.1165) và Philippine (0.1298) là dương, cao nhất so với các tháng và có ý nghĩa thống kê, các thị trường còn lại hệ số ước lượng tháng Giêng dương nhưng lại khơng có ý nghĩa thống kê. Kết quả của phương trình biến động cho thấy ở tất cả các thị trường biến động tỷ suất sinh lợi trong tháng Giêng dương, cao so với các tháng khác và có ý nghĩa thống kê, điều này ngụ ý biến động tỷ suất sinh lợi tháng Giêng tăng; thứ hai là biến động tỷ suất sinh lợi của
Singapore ( và Việt Nam trong đó biến động tỷ suất sinh lợi các tháng khác trong năm đều âm, có ý nghĩa thống kê ở hai thị trường Malaysia và Việt Nam, điều nay ngụ ý là biến động tỷ suất sinh lợi ở tháng Mười hai là giảm; thị trường Indonesia biến động lớn nhất không phải là tháng Giêng mà là tháng Năm.
Ngoài ra, hệ số ước lượng của δ và γ của các thị trường đều dương và có ý nghĩa thống kê ở mức ý nghĩa 1%, kiểm định hiệu ứng ARCH bằng ARCH-LM test cho thấy ở mơ hình GARCH ở các thị trường đều khơng xảy ra hiện tượng phương sai thay đổi và các giá trị AIC và SIC đều nhỏ hơn so với hồi quy OLS, vì vậy ước lượng của mơ hình GARCH phù hợp hơn.
Vì vậy, chỉ có thị trường Thái Lan và Philippine là có hệ số ước lượng của trung bình và biến động tỷ suất sinh lợi của tháng Giêng là dương, cao nhất so với các tháng còn lại trong năm và có ý nghĩa thống kê nên có thể nói tồn tại hiệu ứng tháng Giêng ở hai thị trường này. Ở các thị trường khác chỉ cho thấy biến động tỷ suất sinh lợi tháng Giêng dương và cao so với các tháng còn lại trong năm còn trung bình tỷ suất sinh lợi thì hệ số ước lượng tháng Giêng cũng dương và cao nhưng lại khơng có ý nghĩa thống kê nên có thể nói khơng có bằng chứng rõ ràng về sự tồn tại hiệu ứng tháng Giêng ở các thị trường này.
Bảng 4.5: Kết quả ước lượng tỷ suất sinh lợi và biến động của hiệu ứng tháng trong năm Mean Equation M1 0.0438 0.0595 -0.0132 0.0632 M2 -0.0113 0.0029 -0.0006 -0.0213 M3 -0.0323 -0.0122 0.1105 0.0258 M4 0.0497 -0.0129 0.1101 0.0052 M5 -0.0740 -0.1088 * 0.0081 -0.0841 M6 -0.0470 -0.0171 0.0082 -0.0718 M7 0.0379 0.0096 0.1430 0.0818 M8 -0.1354 -0.0675 -0.1262 -0.1368 ** M9 -0.0559 -0.0212 -0.0162 -0.0129 M10 0.0544 0.0102 0.0082 -0.0099 M11 -0.0598 -0.0943 * -0.0142 -0.0258 M12 0.0155 0.0197 0.0789 0.0417