4.1. Kết quả nghiên cứu
4.1.1.Kết quả uớc lƣợng VaR theo ngành
Trƣớc tiên, việc kiểm định tính dừng của chuỗi lợi suất theo ngành cho thấy cả 5 biến đầu vào đều cho kết quả dừng trong chuỗi lợi suất. Do việc tính tốn đầu vào lợi suất của các chỉ số giá dựa trên logarit, nên có thể lý giải tại sao tất cả các chuỗi giá trị lợi suất của các biến đầu vào đều thể hiện tính dừng. Cụ thể, tính dừng đƣợc thể hiện ở kết quả kiểm định sau:
Bảng 4.1: Kết quả kiểm định tính dừng của các chuỗi lợi suất ngành theo
phương pháp kiểm định nghiệm đơn vị ADF4.
“Nguồn: Tác giả tự tính”
Biến t-statistic ADF test
Test critical values: 1% level
P-value Kết quả kiểm định rnh -16.37406 -3.434097 0.0000 Chuỗi dừng rck -6.629631 -3.434121 0.0000 Chuỗi dừng rq -13.62991 -3.434097 0.0000 Chuỗi dừng rbh -31.53053 -3.434090 0.0000 Chuỗi dừng rbks1 -16.97813 -3.434096 0.0000 Chuỗi dừng rbks2 -34.03656 -3.434090 0.0000 Chuỗi dừng
Q trình tính tốn cho kết quả về giá trị rủi ro của các biến đầu vào đƣợc thể hiện qua các phƣơng trình đệ quy nhƣ sau:
4
-Giá trị rủi ro của chỉ số ngân hàng VaRnh
����ℎ = �ℎ,� + � �ℎ,�
Với:
�ℎ,� : Là giá trị kỳ vọng đƣợc xác định bởi quá trình ARMA. Kết quả
chạy kiểm định độ trễ cho thấy chuỗi lợi suất của biến chỉ số ngân hàng có
trung bình trƣợt là 1. Và �ℎ,� đƣợc ƣớc lƣợng bởi công thức: rnh,t = 0.238124 * unh,t-1
�ℎ,� : Phƣơng sai có điều kiện đƣợc lấy từ mơ hình EGARCH(1,1)
– nomal, sau q trình chọn lọc mơ hình họ GARCH (p,q) phù hợp
với chuỗi lợi suất của biến chỉ số ngân hàng5. Cụ thể từ mơ hình, ta có �ℎ,� tn theo phƣơng trình:
2 2��ℎ,�−1 log �ℎ,� = −0.106023 + 0.998532 ∗ ��� �ℎ,�−1 + 0.134095 �ℎ,�−1 + 0.027846 ∗ ��ℎ,�−1 �ℎ,�−1
-Giá trị rủi ro của chỉ số bảo hiểm VaRbh :
����ℎ = �ℎ,� + � �ℎ,�
Với:
�ℎ,� : Là giá trị kỳ vọng đƣợc xác định bởi quá trình ARMA. Kết quả
chạy kiểm định độ trễ cho thấy chuỗi lợi suất của biến chỉ số bảo hiểm có
bậc tự hồi quy là 1. Và �ℎ,� đƣợc ƣớc lƣợng bởi phƣơng trình:
5
Xem kết quả chạy mơ hình họ Garch các biến, và cách chọn mơ hình họ Garch phù hợp ở phụ lục 4
�� �
rbh= 0.250629* rbh,t-1
�ℎ,� EGARCH(1,1)- nomal. Cụ thể từ mơ hình, ta có: Phƣơng sai có điều kiện đƣợc lấy từ mơ hình �ℎ,�
tuân theo phƣơng trình:2 2
log �ℎ,� = −1.310069 + 0.854191 ∗ ��� �ℎ,�−1 + 0.314437 ��ℎ,� −1 �ℎ,� −1 − 0.033037 ∗ ��ℎ,�−1 �ℎ,�−1
-Giá trị rủi ro của chỉ số quỹ đầu tư VaRq :
���� = � ,� + � � ,�
Với:
� ,� : Là giá trị kỳ vọng đƣợc xác định bởi quá trình ARMA. Kết quả chạy kiểm định độ trễ cho thấy chuỗi lợi suất của biến chỉ số quỹ đầu tƣ có
bậc tự hồi quy là 1 và trung bình trƣợt là 4. Và � ,� đƣợc ƣớc lƣợng bởi
phƣơng trình:
rq= 0.113437* rq,t-1 + 0.346774* uq,t-4.
� ,� GARCH(1,1) – nomal. Cụ thể từ mơ hình, ta có : Phƣơng sai có điều kiện đƣợc lấy từ mơ hình � ,� tuân theo phƣơng trình: 2 = 0.00000324 + 0.104957 ∗ � + 0.883254 ∗ 2 � ,� � , �−1 � ,�−1
-Giá trị rủi ro của chỉ số chứng khoán VaRck :
����� = �� ,� + � �� ,�
��� ,� : Là giá trị kỳ vọng đƣợc xác định bởi quá trình ARMA. Kết quả chạy
kiểm định độ trễ cho thấy chuỗi lợi suất của biến chỉ số chứng khốn có bậc tự hồi quy là 1,3 và trung bình trƣợt là 3. Và ��,� đƣợc ƣớc lƣợng
bởi phƣơng trình:
rck= 0.197171* rck,t-1 + 610123* rck,t-3 – 0.572863* uck,t-3
��� ,� GARCH(1,1) – nomal. Cụ thể từ mơ hình, ta có Phƣơng sai có điều kiện đƣợc lấy từ mơ hình �� ,� tuân theo phƣơng trình: �2 = 0.000154 + 0.096175 ∗ � �� , �−1 + 0.64288 ∗ 2
-Giá trị rủi ro của chỉ số ngân hàng VaRbks1
������ 1 = ��� 1,� + � ��� 1,�
Với:
��� 1,� : Là giá trị kỳ vọng đƣợc xác định bởi quá trình ARMA. Kết quả
chạy kiểm định độ trễ cho thấy chuỗi lợi suất của biến kiểm sốt 1 có trung
bình trƣợt là 1. Và ��� 1,� đƣợc ƣớc lƣợng bởi công thức:
rbks1,t = 0.291531* unh,t-1
��� 1,� GARCH(1,1) – nomal. Cụ thể từ mơ hình, ta có : Phƣơng sai có điều kiện đƣợc lấy từ mơ hình ��� 1,� tuân theo phƣơng trình:
2 = 0.00000132 + 0.162780 ∗ � + 0.786858 ∗ 2 ��� 1,� ��� 1,�−1 ��� 1,�−1
-Giá trị rủi ro của chỉ số ngân hàng VaRbks2
������ 2 = ��� 2,� + � ��� 2,�
��
Với:
��� 2,� : Là giá trị kỳ vọng đƣợc xác định bởi quá trình ARMA. Kết quả
chạy kiểm định độ trễ cho thấy chuỗi lợi suất của biến kiểm sốt 2 có trung
bình trƣợt là 1. Và ��� 2,� đƣợc ƣớc lƣợng bởi công thức:
rbks2,t = 0.215197* unh,t-1
��� 2,� GARCH(1,1) – nomal. Cụ thể từ mơ hình, ta có : Phƣơng sai có điều kiện đƣợc lấy từ mơ hình ��� 2,� tuân theo phƣơng trình:
2 = 0.00000212 + 0.219591 ∗ � + 0.750257 ∗ 2 ��� 2,� ��� 2,�−1 ��� 2,�−1
Từ các phƣơng trình hồi quy nhƣ trên, tơi tìm đƣợc các giá trị rủi ro của các biến nhƣ sau:
Hình 4.2: Kết quả ước lượng VaR của các biến “Nguồn: Tác giả tự tính”
Dấu “-“ của giá trị rủi ro VaR biểu thị cho sự tổn thất của danh mục.
4.1.2.Kết quả ƣớc lƣợng ma trận hệ số lan tỏa của các tổ chức tài chính
Nhƣ đã trình bày ở các phần trên, bài nghiên cứu này đặc biệt quan tâm đến các véc tơ hệ số lan tỏa B:
Theo Adams, Füss và Gropp (2012), việc lựa chọn mức phân vị cho việc chạy mơ hình hồi quy dựa vào các ƣớc tính cảm tính ngẫu nhiên của tác giả. Trong thời gian thị trƣờng trầm lắng, sự lan truyền rủi ro thƣờng hƣớng về giá trị khơng. Do đó, cần lựa chọn một mức phân vị nào đó đủ cao để không ảnh hƣởng đáng kể đến kết quả. Cũng là điều hợp lý để chọn mức phân vị trung bình, tức = 50% cho điều kiện thị trƣờng bình thƣờng. Và hơn hết, kết
quả thực nghiệm trong bài nghiên cứu này cũng phản ứng nhạy cảm hơn với những thay đổi phân vị trong thời gian thị trƣờng biến động. Trong bối cảnh này, sự lựa chọn mức phân vị 12,5% phản ánh sự cân bằng giữa việc đo lƣờng đuôi của phân phối VaR nơi tác động lan tỏa lớn nhất xảy ra và gia tăng mức độ tiếp xúc với các khoảng chệch (khoảng loại bỏ) do việc giảm sút số lƣợng quan sát.
Để làm nổi bật tầm quan trọng của việc lựa chọn điều kiện tình huống phụ thuộc thông qua việc lựa chọn mức phân vị cho từng điều kiện thị trƣờng, ở đây thay vì trình bày các kết quả ƣớc lƣợng trƣớc, tơi sẽ trình bày một biểu đồ phân tán hai chiều đơn giản của hệ số lan tỏa mà tôi chọn lọc từ việc hồi quy phƣơng trình phân vị 3.2a nhƣ sau:
Quantile Process Estimates (95% CI) Spillover Beta .035 .030 .025 .020 .015 .010 .005 .000 -.005 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 Quantile
Hình 4.3: Tác động của việc lựa chọn điểm phân vị đến độ dốc hệ số lan tỏa của ngành bảo hiểm lên ngành ngân hàng.
“Nguồn: Tác giả tự tính”
Từ biểu đồ phân tán hai chiều của hệ số lan tỏa ngành bảo hiểm lên ngành ngân hàng của hình 4.3, ta thấy ở các điểm phân vị thấp (dƣới 20%), hệ số lan tỏa có độ dốc cao hơn hẳn so với các hệ số lan tỏa tại các điểm phân vị cao (trên 60%). Điều này tƣơng ứng với giải thích rằng hệ số lan tỏa cao hơn hẳn trong điều kiện thị trƣờng khủng hoảng tài chính. Trong khi đó, trong điều kiện thị trƣờng trầm lắng, các hiệu ứng lan tỏa hầu nhƣ bằng khơng. Cũng từ đó cho thấy tầm quan trọng của việc lựa chọn các mức phân vị, hay nói cách khác, là lựa chọn các điều kiện thị trƣờng để ƣớc lƣợng hệ số lan tỏa.
C oe ffi ci en t S lo p e
50
Sau quá trình ƣớc lƣợng các hệ số lan tỏa trong hệ phƣơng trình (3.2a-3.2d) bằng mơ hình hồi quy phân vị hai giai đoạn, tôi tổng hợp đƣợc ma trận hệ số lan tỏa nhƣ sau:
51
Bảng 4.2: Hệ số lan tỏa của các tổ chức tài chính “Nguồn: Tác giả tự tính”
Các hệ số thống kê β
Hệ số lan tỏa Bq Biến kiểm soát
tới từ
Ngân hàng Bảo hiểm Quỹ Chứng khoán BKS1 BKS2
tranquil, =0.75 Ngân hàng - -0.002871** 0.00024 -0.001537* 0.001123*** 0.001704*** 0.924614*** 0.880367 -0.000109*** Bảo hiểm 1.582343*** - -0.145248*** -0.674870*** 0.085866*** 0.087212*** 0.747105*** 0.604799 -0.030634*** Quỹ 0.080186 -0.040554*** - 0.02149 0.020739*** 0.007206** 0.927912*** 0.873742 -0.000774 Chứng khoán 0.040511 -0.035853* -0.014089* - 0.009752** 0.012117* 0.725132*** 0.592993 -0.010706*** normal, =0.50 Ngân hàng - -0.004748*** 0.000106 -0.005961*** 0.001856*** 0.003571** 0.950693*** 0.888438 -0.000300*** Bảo hiểm 3.135606*** - -0.208483*** -1.947049*** 0.174395*** 0.273314*** 0.651151*** 0.573162 -0.078263*** Quỹ 0.124108 -0.120371*** - 0.031373 0.063795*** 0.028169*** 0.9391854*** 0.852859 -0.002289** Chứng khoán -0.079843 -0.098709*** -0.014696 - 0.047329*** 0.048293*** 0.736532*** 0.574531 -0.01145*** volatile, =0.125 Ngân hàng - -0.012209*** 0.000984 -0.011055* 0.005491*** 0.007791*** 0.986566*** 0.863687 -0.000623*** Bảo hiểm 2.751296*** - -0.13657 -1.927300 0.220593*** 0.264254*** 0.622832*** 0.5564536 -0.081769*** Quỹ 0.478655 -0.324959* - -0.095144 0.159700** 0.089357*** 0.960033*** 0.819145 -0.012919** Chứng khoán 0.268736 -0.430078*** 0.115862** - 0.109689*** 0.192200*** 0.74203*** 0.582666 -0.018307*** Với ***, **, * tƣơng ứng với các mức ý nghĩa 1%, 5%, 10%
52
Các tổ chức ở phía trên của bảng 4.2 biểu thị nguồn gốc của cú sốc, trong khi các tổ chức đƣợc xếp theo hàng trong bảng biểu thị các tổ chức nhận hiệu ứng. Các hệ số lan tỏa đƣợc ƣớc tính cho 3 dạng điều kiện thị trƣờng: trầm lắng, bình thƣờng, và bất ổn. Các điều kiện thị trƣờng đƣợc quy ƣớc bằng các điểm phân vị 75%, 50%, và 12,5% của phân phối VaR của phản ứng của tổ chức tƣơng ứng. Ví dụ, một tỷ lệ phần trăm điểm gia tăng VaR của các cơng ty chứng khốn làm giảm VaR của biến ngành ngân hàng là 0.001537 điểm phần trăm trong thời gian thị trƣờng trầm lắng. Tuy nhiên, nếu ở điều kiện thị trƣờng biến động, khi VaR ngành chứng khoán tăng 1%, sẽ làm giảm VaR của ngân hàng là lên 0.011055 điểm phần trăm. Tác động này, trong điều kiện thị trƣờng bình thƣờng cũng tƣơng tự nhƣng với một lƣợng khác là 0.005961 điểm phần trăm. Thời gian ƣớc lƣợng là 2/01/2007 - 03/09/2013.
Từ kết quả thực nghiệm ta thấy, sự gia tăng trong VaR của ngân hàng thƣơng mại, dẫn đến sự gia tăng VaR của ngành bảo hiểm. Kết quả thực nghiệm này có liên quan đến kết luận của Allen và Gale (2005), khi họ đã đƣa ra lập luận rằng sự tăng trƣởng đáng kể trong việc chuyển giao rủi ro tín dụng giữa các ngành của hệ thống tài chính đã dẫn đến một chuyển dịch rủi ro từ khu vực ngân hàng cho lĩnh vực bảo hiểm. Theo kết quả thực nghiệm, tác động lan tỏa từ ngành ngân hàng sang ngành bảo hiểm gia tăng trong giai đoạn thị trƣờng tài chính kém ổn định, nhƣng trong giai đoạn bình thƣờng, tác động này lớn nhất. Điểm này khác so với kết quả thực nghiệm do các tác giả trong bài nghiên cứu gốc tìm đƣợc. 1% gia tăng trong VaR tổ chức ngân hàng sẽ làm gia tăng 1.582343 điểm phần trăm trong VaR bảo hiểm trong điều kiện thị trƣờng trầm lắng. Trong thời kỳ thị trƣờng biến động, tác động tƣơng tự làm tăng 2.751296 điểm phần trăm trong VaR ngành bảo hiểm. Trong khi đó, tác động này lớn nhất trong điều kiện thị trƣờng bình thƣờng, khi làm tăng
3.135606 điểm phần trăm trong VaR bảo hiểm. Lý giải cho điều này, theo quan điểm của tơi, có thể tại Việt Nam, trong các điều kiện bình thƣờng, các đơn vị này chủ quan và ít đầu tƣ, kiểm sốt rủi ro. Do đó, mức độ lan tỏa rủi ro của ngành ngân hàng đến ngành bảo hiểm đƣợc thể hiện lớn nhất trong giai đoạn này.
Tác động lan tỏa rủi ro, không nhất thiết phải mang dấu dƣơng (tức βi không nhất thiết phải >0). Dấu hiệu này cũng đƣợc thể hiện trong bài nghiên cứu gốc khi sự gia tăng 1% giá trị rủi ro của các công ty trong ngành bảo hiểm, sẽ có tác động làm giảm 0.007% giá trị rủi ro đối với ngành quỹ đầu tƣ. Tại Việt Nam, kết quả nghiên cứu cũng cho thấy khi có sự gia tăng rủi ro của các cơng ty ngành bảo hiểm sẽ có tác động làm giảm giá trị rủi ro của ngành ngân hàng, chứng khoán và quỹ đầu tƣ. Tƣơng tự các mức lan tỏa rủi ro của quỹ đầu tƣ, của các công ty chứng khoán cũng mang dấu âm. Theo quan điểm của tôi, một khi tác động lan tỏa rủi ro mang dấu âm, chứng tỏ các tổ chức nhận rủi ro đã có một sự đề phịng với rủi ro của tổ chức có rủi ro. Ví dụ, khi ngành chứng khoán gây ra nhiều lo ngại về mức lan tỏa rủi ro của nó, ngay lập tức, ngành ngân hàng sẽ có bƣớc chuẩn bị và đề phịng sự lan tỏa rủi ro. Do đó, 1% gia tăng rủi ro trong ngành chứng khoán, sẽ dẫn đến 0.001537 % giảm rủi ro tại ngành ngân hàng trong giai đoạn trầm lắng. Tác động tƣơng tự trong giai đoạn ổn định và kém ổn định, tuy nhiên về giá trị tăng dần, với các mức tƣơng ứng là giảm 0.005961 %, và giảm 0.011055%. Giải thích điều này, có thể khi thị trƣờng càng kém ổn định, các ngân hàng càng tỏ ra đề phòng hơn với các tác động lan tỏa rủi ro của ngành chứng khoán.
Từ bảng nghiên cứu trên cũng cho thấy, tác động lan tỏa trong điều kiện thị trƣờng trầm lắng ít đƣợc biểu hiện. Phải sang đến điều kiện thị trƣờng ổn định và bất ổn, tác động lan tỏa mới xuất hiện rõ nét hơn. Giải thích điều này thì tơi
cũng dựa trên mối quan hệ sở hữu chéo giữa ngân hàng và các tổ chức khác, trong đó có cả bảo hiểm, chứng khoán và quỹ đầu tƣ. Khi thị trƣờng bình thƣờng, sở hữu chéo sẽ mang đến hiệu quả tích cực trong việc góp phần làm tăng hiểu biết giữa ngân hàng với tổ chức khác, đồng thời hình thành nên một cơ cấu sở hữu, cơ chế tài trợ và quản trị ổn định giữa các bên. Nhƣng ngƣợc lại, khi thị trƣờng bất ổn, sự mất mát của tổ chức này sẽ ảnh hƣởng liên đới đến sự tổn thất của tổ chức khác. Đặc biệt với những tổ chức phụ thuộc nhiều vào nguồn tài trợ bên ngồi thì tác động lây lan càng cao (Kroszner, Laeven, và Klingebiel (2007)). Do đó, tác động lan tỏa của các tổ chức tài chính sẽ càng cao, càng rõ nét hơn.
Trong bài nghiên cứu gốc, quỹ phịng hộ là ngành có quy mơ lan tỏa rủi ro lớn nhất. Khác với bài nghiên cứu gốc, kết quả thực nghiệm trong bài nghiên cứu này của tôi không cho thấy tầm quan trọng của quỹ đầu tƣ trong tác động lan tỏa giữa các tổ chức tài chính. Kết quả này có lẽ xuất phát từ ngun nhân chọn mẫu. 6 mã cổ phiếu quỹ đầu tƣ đƣợc niêm yết trên sàn chứng khoán và đƣợc chọn làm mẫu đại diện của ngành quỹ đầu tƣ khơng đủ tính đại diện cho ngành. Bên cạnh đó, quy mơ vốn hóa của các mã cổ phiếu quỹ này cũng rất nhỏ so với các tổ chức tài chính khác đƣợc trích mẫu trong bài nghiên cứu này. Do đó kết quả khơng thể hiện đƣợc tốt các tác động lan tỏa của quỹ đầu tƣ lên các ngành khác, cũng nhƣ mối quan hệ tác động lan tỏa giữa các ngành khác lên quỹ đầu tƣ.
Bảng ma trận hệ số lan tỏa đƣợc trình bày ở trên cho thấy, các hệ số tự hồi