PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU
3.1/ Phương pháp nghiên cứu
Tất cả các bài nghiên cứu trước (Wei và Cao (2005); Floros (2008)) không xem xét thực tế rằng ngày nay các thị trường chứng khoán là thị trường điện tử (tức nhà đầu tư có thể giao dịch ở bất kỳ đâu) do mục tiêu chính là để kiểm tra tác động tâm trạng của các nhà đầu tư lên lợi nhuận thị trường chứng khốn. Do đó, nghiên cứu này, phù hợp với nghiên cứu trước đây, bỏ qua tác động của thương mại điện tử và khảo sát tâm trạng và hành vi của nhà đầu tư thông qua nhiệt độ, độ ẩm, số giờ nắng, lượng mưa của Tp.HCM (tức kiểm tra xem các biến thời tiết đó có ảnh hưởng đến lợi nhuận hàng ngày hay không bất kể nhà đầu tư sử dụng thương mại điện tử hay thông thường).
3.2/ Phương thức thu thập và xử lý số liệu
Khảo sát xem liệu lợi nhuận thị trường chứng khốn có mối quan hệ với thời tiết hay không bằng cách sử dụng dữ liệu thời tiết hàng ngày (nhiệt độ trung bình, độ ẩm trung bình, số giờ nắng, lượng mưa) của Tp.HCM và dữ liệu tài chính hàng ngày từ chỉ số VNIndex của sàn giao dịch chứng khoán Tp.HCM.
Dữ liệu nhiệt độ (0C), độ ẩm tương đối (%), số giờ nắng (giờ), lượng mưa (mm) ở Tp.HCM được tính tại trạm quan trắc Tân Sơn Hà (tại sân bay Tân Sơn Nhất). Dữ liệu thời tiết được thu thập từ Trung tâm khí tượng thủy văn quốc gia (KTTVTW).
Dữ liệu tài chính hàng ngày là chỉ số VNIndex của sàn giao dịch chứng khốn Tp.HCM (HOSE). Giá đóng cửa điều chỉnh của VNIndex (tính cả lợi nhuận mà nhà đầu tư thu được từ cổ tức và việc tách/thưởng cổ phiếu, vốn đóng vai trị rất quan trọng trong việc phân tích tỷ suất lợi nhuận của cổ phiếu) được lấy từ kho dữ liệu của
Các dữ liệu được lấy trong khoảng thời gian từ ngày 01/03/2002 đến hết ngày 28/12/2012. Mặc dù thị trường chứng khoán Việt Nam bắt đầu từ 07/2000 nhưng chỉ từ tháng 03/2002 thị trường mới được bắt đầu giao dịch theo ngày, chính vì thế để phù hợp với u cầu tính lợi nhuận theo ngày của mơ hình nên tơi quyết định chọn dãy dữ liệu kể từ tháng 03/2002 trở về sau.
Theo cách tiếp cận thông thường, lợi nhuận chứng khoán hàng ngày được tính như độ chêch lệch lơgarit của các chỉ số chứng khoán hàng ngày, nghĩa là lợi nhuận chứng khoán Rt = lnPt – lnPt-1, trong đó Pt và Pt-1 là giá đóng cửa hàng ngày của chỉ số chứng khốn Tp.HCM tương ứng vào ngày t và t-1.
Các số liệu thông kê mô tả của các biến trong nghiên cứu được báo cáo trong Bảng 2:
Bảng 2. Bảng mô tả thống kê của thời tiết và lợi nhuận chỉ số VNIndex hàng ngày
Sample: 3/01/2002 12/28/2012
LỢI NHUẬN NHIỆT ĐỘ ĐỘ ẨM
SỐ GIỜ NẮNG LƯỢNG MƯA Mean 0.000286 28.22234 75.39186 5.528921 5.210679 Median 0.000000 28.20000 75.00000 5.800000 0.000000 Maximum 0.077407 32.10000 97.00000 10.40000 148.4000 Minimum -0.049626 23.00000 52.00000 0.000000 0.000000 Std. Dev. 0.015667 1.344679 6.939473 2.658642 12.79600 Skewness 0.042009 -0.065171 -0.080400 -0.318752 4.233567
Kurtosis 4.351445 2.925658 2.958101 2.266698 27.40798 Jarque-Bera 206.0353 2.530228 3.102919 106.0980 75003.78 Probability 0.000000 0.282207 0.211938 0.000000 0.000000 Sum 0.772344 76115.64 203331.8 14911.50 14053.20 Sum Sq. Dev. 0.661780 4874.804 129829.3 19056.34 441436.3 Observations 2697 2697 2697 2697 2697
*Chú ý: Độ nghiêng (Skewness) là một thước đo sự mất cân xứng của đồ thị phân phối xác suất xung quanh giá trị trung bình của nó. Độ nhọn (Kurtosis) là một thước đo độ cao hay thấp của đồ thị phân phối xác suất. Thống kê Jarque-Bera (JB) là một thống kê rất quan trọng cho ta biết chuỗi có phân phối chuẩn hay khơng.
Giá trị Skewness = 0 cho biết hàm phân phối xác suất đối xứng quanh giá trị trung bình. Giá trị âm (dương) của Skewness cho biết dãy phân phối bị lệch sang bên trái (bên phải). Giá trị Kurtosis = 3 cho biết hàm phân phối xác suất có độ nhọn chuẩn (mesokurtic). Giá trị lớn hơn (nhỏ hơn) 3 của Kurtosis cho biết hàm phân phối xác suất có đi dài (leptokurtic) hay đuôi ngắn (platykurtic).
Thống kê Jarque-Bera (thường gọi là thống kê JB) là một thống kê quan trọng cho ta biết chuỗi có phân phối chuẩn hay khơng. Thống kê JB được sử dụng rất phổ biến trong việc phân tích dữ liệu trước khi lựa chọn mơ hình và kiểm định phần dư trong
phân tích hồi quy. Thống kê JB có phân phối χ2 (Chi-bình phương) với d.f (bậc tự do) = 2. Nếu giá trị p của thống kê χ2 tính được < α, ta có thể bác bỏ giả thiết H0 (chuỗi có phân phối chuẩn). Nhưng nếu giá trị p > = α, ta chấp nhận giả thiết H0 về phân phối chuẩn.
Biểu đồ 1: Biểu đồ tần suất và thống kê mô tả biến lợi nhuận thị trường chứng khoán Tp.HCM 600 500 400 300 200 100 0 -0.04 -0.02 -0.00 0.02 0.04 0.06 0.08
Lợi nhuận thị trường chứng khốn Tp.HCM có tỷ suất sinh lợi trung bình là 0.0286%, tỷ suất sinh lợi cao nhất là 7.74% và thấp nhất là - 4.96%. Dãy phân phối lợi nhuận bị lệch sang bên phải và có đi dài. P-value của thống kê JB cho biết phần dư của dãy lợi nhuận khơng có phân phối chuẩn.
Hình 1: Đồ thị của lợi nhuận chứng khốn hàng ngày của chỉ số VNIndex từ năm 2002-2012 LOINHUAN .08 .06 .04 .02 .00 -.02 -.04 -.06 02 03 04 05 06 07 08 09 10 11 12 Series: LOINHUAN Sample 3/01/2002 12/28/2012 Observations 2697 Mean 0.000286 Median 0.000000 Maximum 0.077407 Minimum -0.049626 Std. Dev. 0.015667 Skewness 0.042009 Kurtosis 4.351445 Jarque-Bera 206.0353 Probability 0.000000
Biểu đồ 2: Biểu đồ tần suất và thống kê mô tả biến nhiệt độ 300 250 200 150 100 50 0 23.75 25.00 26.25 27.50 28.75 30.00 31.25
Tp.HCM có mức nhiệt độ trung bình là 28,2 độ C, nhiệt độ cao nhất là 32,1 độ C và thấp nhất là 23 độ C. Dãy phân phối nhiệt độ bị lệch sang trái và có đi ngắn. Phần dư của dãy nhiệt độ có phân phối chuẩn
Hình 2: Đồ thị nhiệt độ trung bình hàng ngày từ năm 2002-2012
NHIETDO 34 32 30 28 26 24 22 02 03 04 05 06 07 08 09 10 11 12 Series: NHIETDO Sample 3/01/2002 12/28/2012 Observations 2697 Mean 28.22234 Median 28.20000 Maximum 32.10000 Minimum 23.00000 Std. Dev. 1.344679 Skewness -0.065171 Kurtosis 2.925658 Jarque-Bera 2.530228 Probability 0.282207
Biểu đồ 3: Biểu đồ tần suất và thống kê mô tả biến độ ẩm 500 400 300 200 100 0 50 55 60 65 70 75 80 85 90 95
Độ ẩm TP.HCM trung bình là 75.39%, độ ẩm cao nhất và thấp nhất lần lượt là 97% và 52%. Dãy phân phối độ ẩm lệch sang bên trái và có đi ngắn. Phần dư của dãy độ ẩm có phân phối chuẩn.
Hình 3: Đồ thị độ ẩm trung bình hàng ngày từ năm 2002-2012
DOAM 100 90 80 70 60 50 02 03 04 05 06 07 08 09 10 11 12 Series: DOAM Sample 3/01/2002 12/28/2012 Observations 2697 Mean 75.39186 Median 75.00000 Maximum 97.00000 Minimum 52.00000 Std. Dev. 6.939473 Skewness -0.080400 Kurtosis 2.958101 Jarque-Bera 3.102919 Probability 0.211938
Series: SOGIONANG
Sample 3/01/2002 12/28/2012 Observations 2697 Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis5.528921
5.800000 10.40000 0.000000 2.658642 -0.318752 2.266698 Jarque-Bera Probability106.0980 0.000000
Biểu đồ 4: Biểu đồ tần suất và thống kê mô tả biến số giờ nắng
240 200 160 120 80 40 0 0 2 4 6 8 10
Số giờ nắng của Tp.HCM trung bình là 5.5 giờ/ngày, cao nhất là 10.4 giờ và thấp nhất là 0 giờ. Dãy phân phối số giờ nắng bị lệch sang bên trái và có đi ngắn. Phần dư của dãy số giờ nắng khơng có phân phối chuẩn.
Hình 4: Đồ thị số giờ nắng hàng ngày từ năm 2002-2012
SOGIONANG 12 10 8 6 4 2 0 02 03 04 05 06 07 08 09 10 11 12
Biểu đồ 5: Biểu đồ tần suất và thống kê mô tả biến lượng mưa 2,400 2,000 1,600 1,200 800 400 0 0 20 40 60 80 100 120 140
Lượng mưa TP.HCM trung bình là 5.2 mm, cao nhất là 148.4 mm và thấp nhất là 0 mm. Dãy phân phối lượng mưa bị lệch sang bên phải và có đi dài. Phần dư của dãy lượng mưa khơng có phân phối chuẩn.
Hình 5: Đồ thị lượng mưa hàng ngày từ năm 2002-2012
LUONGMUA 160 140 120 100 80 60 40 20 0 02 03 04 05 06 07 08 09 10 11 12 Series: LUONGMUA Sample 3/01/2002 12/28/2012 Observations 2697 Mean 5.210679 Median 0.000000 Maximum 148.4000 Minimum 0.000000 Std. Dev. 12.79600 Skewness 4.233567 Kurtosis 27.40798 Jarque-Bera 75003.78 Probability 0.000000
Chương 4
KẾT QUẢ NGHIÊN CỨU
4.1/ Unit Root Test - Kiểm tra tính dừng của dãy phân phối
Kiểm định nghiệm đơn vị (dựa vào thống kê tau (τ) của Dickey-Fuller) là một kiểm định được sử dụng khá phổ biến để kiểm định một chuỗi thời gian dừng hay khơng dừng vì loại kiểm định này có tính học thuật và chun nghiệp cao hơn so với phương pháp giản đồ tự tương quan (dựa vào thống kê t và thống kê Q)
Giả sử ta có phương trình tự hồi quy như sau: Yt = ρYt-1 + ut (-1 < ρ (rho) < 1) (1) Ta có các giả thiết:
H0: ρ = 1 (Yt là chuỗi không dừng) H1: ρ < 1 (Yt là chuỗi dừng)
Phương trình (1) tương đương với phương trình: Yt – Yt-1 = ρYt-1 – Yt-1 + ut = ( ρ- 1) Yt-1 + ut ∆Yt = δYt-1 + ut (2)
Ta có các giả thiết:
H0: δ = 0 (Yt là chuỗi không dừng) H1: δ < 0 (Yt là chuỗi dừng)
Dickey và Fuller cho rằng giá trị t ước lượng của hệ số Yt-1 sẽ theo phân phối xác suất τ (tau statistic, τ = giá trị δ ước lượng/sai số của hệ số δ). Kiểm định thống kế τ còn được gọi là kiểm định Dickey – Fuller (DF)
Để kiểm định H0 ta so sánh giá trị thống kê τ (= t) tính tốn với giá trị thống kê τα. Nếu giá trị tuyệt đối của thống kê τ lớn hơn giá trị τα, ta bác bỏ giả thiết H0.
Bảng 3. Kết quả kiểm định nghiệm đơn vị - Unit Root Test
Lợi nhuận Nhiệt độ Độ ẩm Số giờ nắng Lượng mưa
τ (ADF) -21.76883(3) *** -8.090895(8) *** -8.045431(8)*** -15.13253(4)*** -17.95924(4)***
τα = 1% -3.432586 -3.432591 -3.432591 -3.432587 -3.432587
τα = 5% -2.862414 -2.862416 -2.862416 -2.862414 -2.862414
τα = 10% -2.567280 -2.567281 -2.567281 -2.567280 -2.567280
Lưu ý :
1. *,**,*** biểu thị tương ứng ý nghĩa ở mức 10%, 5% và 1%
2. Số trong dấu ngoặc () thể hiện độ trễ của kiểm định
3. Độ trễ của kiểm định ADF được xác định để đảm bảo phần dư của các phương trình kiểm định khơng có tự tương quan
Theo kết quả kiểm định ADF, ta thấy |τ| tính tốn > |τα| tại cả 3 mức ý nghĩa α = 1%, 5%, 10% cho nên kết quả của kiểm định Unit Root Test cho thấy lợi nhuận chứng khoán thị trường Việt Nam, nhiệt độ trung bình, độ ẩm trung bình, số giờ nắng và lượng mưa tại Tp.HCM là các chuỗi dừng với các đặc điểm:
- Dữ liệu dao động xung quanh một giá trị trung bình cố định trong dài hạn - Dữ liệu có giá trị phương sai xác định không thay đổi theo thời gian
- Dữ liệu có một giản đồ tự tương quan với các hệ số tự tương quan sẽ giảm dần khi độ trễ tăng lên.
4.2/ Mơ hình GARCH (Generalised Autogressive Conditional Heteroskedasticity)
Theo nghiên cứu gần đây của Floros (2008) và Chang và cộng sự (2006), tơi sử dụng mơ hình GARCH bởi vì mơ hình này nắm bắt được xu hướng trong các dữ liệu tài chính cho các biến động và đồng thời, đưa thêm các biến trễ của phương sai có điều kiện vào phương trình phương sai theo dạng tự hồi quy (Tim Bollerslev, 1986). Đồng thời, tơi kết hợp với mơ hình AR (1) để hồi quy biến lợi nhuận thị trường chứng khốn theo biến trễ của nó. Hàm ý của AR(1) là hành vi của chuỗi thời gian Rt phần lớn được xác định bởi giá trị trước đó của chính chuỗi thời gian đó.
Mơ hình AR(1) - GARCH (1,1) cho lợi nhuận thị trường chứng khoán Rt của chỉ số VNIndex có dạng sau đây:
Rt = β1Rt-1 + β2nhietdo + β3doam + β4sogionang + β5luongmua + β6thanggieng + β7thuhai + ut (1)
Với ut ~ N (0,ht) và ht = γ0 + δ1ht-1 + γ1u2t-1 (2)
Phương trình (2) nói lên rằng phương sai ht bây giờ phụ thuộc vào cả giá trị quá khứ của những cú sốc, đại diện bởi các biến trễ của hạng nhiễu bình phương và các giá trị quá khứ của bản thân ht, đại diện bởi các biến ht-1
Trong đó, biến thanggieng là biến giả để kiểm định cho hiệu ứng tháng Giêng (bằng 1 cho tháng Giêng và 0 cho các tháng khác), thuhai là biến giả để kiểm định cho hiệu ứng thứ Hai (bằng 1 cho thứ Hai và 0 cho các thứ khác).
Hiệu ứng tháng Giêng là một nhân tố mùa vụ quan trọng, thị trường thường có những diễn biến khả quan và lợi nhuận chứng khoán tháng Giêng thường cao hơn so với lợi nhuận của 11 tháng khác trong năm. Hiệu ứng tháng Giêng cho rằng các cổ phiếu nhỏ và giá thấp bị giảm giá trong giao dịch năm trước đặc biệt sẽ tăng trong tháng Giêng (Cooper, McConnell, Ovtchinnikov (2006)). Lý thuyết tài chính hành vi giải thích diễn biến khả quan của thị trường chứng khoán trong tháng Giêng như sau:
vào dịp cuối năm, nhiều nhà đầu tư trên thị trường bán ra cổ phiếu để hiện thực hoá lợi nhuận hoặc cắt lỗ nhằm tránh phải nộp thuế, điều đó làm cho thị trường giảm giá và tăng bật lại trong tháng Giêng; đầu năm cũng là thời điểm người đi làm nhận được tiền thưởng sau cả năm làm việc nên có thể đầu tư trở lại vào thị trường chứng khốn, từ đó hỗ trợ cho thị trường tăng điểm; các nhà đầu tư tổ chức tái cơ cấu danh mục và giải ngân vào thị trường; …
Hiệu ứng thứ Hai là hiện tượng lợi nhuận chứng khốn vào ngày thứ Hai trung bình thấp hơn lợi nhuận của các ngày khác trong tuần. Các kết quả nghiên cứu cho thấy, hiệu ứng thứ Hai xuất hiện trên thị trường chứng khoán nhiều nước, cả những thị trường chứng khoán mới nổi cũng như những thị trường chứng khoán của các nước phát triển. Lợi nhuận trung bình giảm mạnh nhất vào ngày thứ Hai đầu tuần sau khoảng thời gian 2 ngày cuối tuần bị gián đoạn giao dịch được giải thích như sau: Trong khoảng thời gian gián đoạn này, tâm lý của những nhà đầu tư bị chi phối bởi nhiều yếu tố, đặc biệt là những thông tin xấu được đưa ra vào cuối tuần, gây ảnh hưởng đáng kể đến quyết định đầu tư ở ngày thứ Hai khi thị trường bắt đầu giao dịch trở lại.
Bảng 4. Kết quả mơ hình AR(1) – GARCH(1,1)
Dependent Variable: LOINHUAN
Method: ML - ARCH (Marquardt) - Normal distribution
Sample (adjusted): 3/04/2002 12/28/2012
Included observations: 2696 after adjustments
Convergence achieved after 39 iterations
Presample variance: backcast (parameter = 0.7)
Variable Coefficient Std. Error z-Statistic Prob.
NHIETDO -1.73E-05 6.83E-05 -0.253638 0.7998 DOAM 8.13E-06 2.22E-05 0.365963 0.7144
SOGIONANG -4.74E-05 8.76E-05 -0.540767 0.5887
LUONGMUA -1.23E-05 1.61E-05 -0.764794 0.4444
THANGGIENG -0.000463 0.000600 -0.771695 0.4403 THUHAI -0.000396 0.000315 -1.256092 0.2091 AR(1) 0.237348 0.018630 12.73989 0.0000 Variance Equation C 3.10E-06 3.99E-07 7.761428 0.0000 RESID(-1)^2 0.271550 0.019433 13.97367 0.0000 GARCH(-1) 0.747583 0.013898 53.79167 0.0000
R-squared 0.073482 Mean dependent var 0.000282 Adjusted R-squared 0.070378 S.D. dependent var 0.015668
S.E. of regression 0.015107 Akaike info criterion -6.007898
Sum squared resid 0.613001 Schwarz criterion -5.986015
Log likelihood 8108.646 Hannan-Quinn criter. -5.999984 Durbin-Watson stat 1.891803
Inverted AR Roots .24
Kết quả mơ hình AR(1) - GARCH (1,1) cho mối quan hệ thời tiết và lợi nhuận thị trường chứng khốn Việt Nam, có thể được viết lại như sau:
Rt = 0.237348Rt-1 - 1.73x10-5 nhietdo + 8.13x10-6doam - 4.74x10-5sogionang - 1.23x10-5luongmua - 0.000463thanggieng - 0.000396thuhai +
ut ht = 3.10x10-6 + 0.747583ht-1 + 0.271550u2t-1
Trong bảng kết quả ta nhận thấy rằng các hệ số δ1 , γ0 , γ1 đều có ý nghĩa thống kê (p-value < α). Hệ số β của nhiệt độ, độ ẩm, số giờ nắng, lượng mưa, tháng Giêng, thứ Hai có p-value > α cho thấy khơng có mối quan hệ giữa các biến đó với lợi nhuận chứng khoán ở thị trường chứng khoán Việt Nam.
Hệ số β1 = 0.2373 của Rt-1 có p-value < α cho thấy có mối quan hệ giữa lợi nhuận chứng khốn ngày t và lợi nhuận chứng khoán ngày t-1 ở thị trường chứng chứng khoán Tp.HCM. Cụ thể, ở mức ý nghĩa 1%, khi Rt-1 tăng (giảm) 1% thì Rt tăng (giảm) 0.23 %.
Mặc dù, chỉ số R2 và R2 hiệu chỉnh thấp (khoảng 7%) nhưng kết quả nghiên cứu có thể đáng tin cậy vì thời tiết chỉ là một nhân tố nhỏ gián tiếp ảnh hưởng đến lợi