PHÁP NGHIÊN CỨU
3.1. Lựa chọn biến nghiên cứu
Việc lựa chọn biến nghiên cứu là việc đầu tiên và quan trọng trƣớc khi chọn lọc dữ liệu và đƣa ra phƣơng pháp nghiên cứu. Trong bài nghiên cứu này, tôi lựa chọn các biến nghiên cứu dựa vào 2 thành tố quan trọng: Thứ nhất, dựa vào việc lựa chọn các biến nghiên cứu của bài nghiên cứu gốc và các bài nghiên cứu tƣơng tự trong vấn đề tìm kiếm hiệu ứng lan tỏa giữa các tổ chức tài chính; Thứ 2, dựa vào đặc tính vốn có của thị trƣờng Việt Nam. Bởi thị trƣờng tài chính Việt Nam cịn khá non trẻ so với các thị trƣờng lâu đời khác trên thế giới, nên cấu trúc và đặc điểm của các tổ chức tài chính sẽ có những khác biệt rõ rệt. Do đó, việc lựa chọn biến nghiên cứu dựa trên đặc tính của thị trƣờng Việt Nam cũng là một yếu tố quan trọng để kết quả bài viết phù hợp với thực tiễn nghiên cứu trong nƣớc.
3.1.1. Việc lựa chọn biến nghiên cứu của các bài nghiên cứu thực nghiệm trên thế giới
Để lựa chọn các biến nghiên cứu cho các mơ hình đo lƣờng mức độ lây lan rủi ro giữa các tổ chức tài chính, Adrian và Brunnermmeire (2009) thì tập trung vào tính lan tỏa giữa các tổ chức tài chính lần lƣợt là ngân hàng thƣơng mại, hệ thống ngân hàng đầu tƣ, và quỹ phòng hộ để đƣa vào mơ hình CoVaR (sẽ giải thích mơ hình này trong phần 3.3.2. Ý tƣởng xây dựng
Billio và Getmansky (2010) thì đƣa vào mơ hình phân tích mối tƣơng quan, mơ hình chế độ chuyển mạch và mối quan hệ nhân quả Granger của mình các biến là quỹ đầu tƣ, ngân hàng, mơi giới (cơng ty chứng khốn), và các công ty bảo hiểm.
White, Kim và Manganelli (2012) trong việc sử dụng mơ hình VAR của VaR thì lại chọn lọc các biến thuộc các tổ chức tài chính chủ yếu là ngân hàng, dịch vụ tài chính và bảo hiểm đƣợc chọn lọc và phân loại từ 230 tổ chức tài chính lớn trên tồn thế giới để đo lƣờng hiệu ứng lan tỏa giữa các tổ chức này và tác động của nó đến tồn bộ hệ thống tài chính.
Cịn trong bài nghiên cứu gốc, ngân hàng thƣơng mại, ngân hàng đầu tƣ, bảo hiểm và quỹ phòng hộ là các biến đƣợc đƣa vào trong bài nghiên cứu gốc về hiệu ứng lan tỏa của Adams, Füss và Gropp (2010, 2012). Cụ thể nhƣ sau:
(a) Chỉ số ngân hàng thương mại (dựa trên số liệu của 26 đơn vị cơ sở): Tác
giả đánh giá rằng trong thực tế, có nhiều ngân hàng lớn nhƣ Bank of America, Citigroup, JP Morgan và Deutsche Bank tạo ra thu nhập từ cả hai chức năng là ngân hàng thƣơng mại và ngân hàng đầu tƣ. Tuy nhiên các tác giả cho rằng sự chồng chéo này sẽ không ảnh hƣởng đến kết quả nghiên cứu. Trọng lƣợng các cơ sở của chỉ số đƣợc ƣớc tính bằng việc phân tích các thành phần của chỉ số.
(b) Chỉ số công ty bảo hiểm (dựa trên số liệu của 31 tổ chức cơ sở): Tƣơng tự
nhƣ chỉ số ngân hàng thƣơng mại, trọng lƣợng các cơ sở của chỉ số cũng đƣợc ƣớc tính bằng việc phân tích các thành phần của chỉ số.
(c) Chỉ số ngân hàng đầu tư (dựa trên số liệu của 8 đơn vị cơ sở): Dựa trên số
giả lấy trọng lƣợng các cơ sở của chỉ số bằng việc phân tích các thành phần của chỉ số.
(d) Chỉ số quỹ phòng hộ: Các tác giả cũng đánh giá cao vai trò của biến quỹ
phòng hộ trong hiệu ứng lan tỏa bởi vai trị của ngành này đối với tồn bộ hệ thống tài chính. Tuy nhiên, do đặc thù của ngành này, các dữ liệu về lợi suất ngành quỹ phịng hộ khơng đƣợc báo cáo cơng khai. Do đó, tác giả chọn bộ chỉ số HFRX – một chỉ số đầu tƣ dựa trên thông tin ghi nhận từ các tài khoản quản lý cho các quỹ đầu tƣ dựa trên các quan sát tối đa, theo sát sự phát triển của tổng thể các quỹ phòng hộ.
3.1.2. Lựa chọn biến nghiên cứu phù hợp với điều kiện tại thị trƣờng Việt Nam
Dựa trên việc tham khảo cách chọn biến của các bài nghiên cứu trƣớc, đồng thời dựa vào điều kiện của thị trƣờng Việt Nam, tôi chọn các biến nghiên cứu nhƣ sau trong bài viết này:
Thứ nhất, chỉ số ngành ngân hàng: Tại các nƣớc trên thế giới, do có sự phân cách rõ ràng về chức năng của ngân hàng đầu tƣ và ngân hàng thƣơng mại, nên việc chia biến cũng sẽ theo sự khác biệt này. Tuy nhiên, tại Việt Nam, hiện chƣa có sự phân định rõ ràng về ngân hàng thƣơng mại và ngân hàng đầu tƣ. Điều này cũng đã gây ra nhiều tranh cãi trong suốt thời kỳ khủng hoảng tài chính vừa qua, và đƣợc cho là một trong những nguồn gốc của khủng hoảng ngành ngân hàng. Các ngân hàng tại Việt Nam đa số đƣợc thành lập với chức năng của ngân hàng thƣơng mại là thu hút tiền gửi và cho vay. Nhƣng ngoài ra, họ cũng thực hiện đầu tƣ dàn trải vào các hoạt động không cốt lõi, nhất là trong thời kỳ bất động sản có lợi suất cao. Do đó, trong bài nghiên cứu này, tôi sẽ không chia biến thành hai chỉ số riêng là chỉ số ngân
hàng thƣơng mại và chỉ số ngân hàng đầu tƣ nhƣ bài nghiên cứu gốc, mà tôi sẽ gọi chung biến đại diện cho các số liệu thu thập từ các ngân hàng thƣơng mại hiện hữu là chỉ số ngân hàng. Tính đến nay, chỉ có 8 ngân hàng đang đƣợc niêm yết trên thị trƣờng chứng khoán Việt Nam2, nên tôi sẽ chọn 8 đơn vị này làm cơ sở cho việc tính tốn chỉ số ngành. Việc tính tốn các chỉ số của chỉ số dựa trên quyền số của số lƣợng chứng khốn niêm yết thời kỳ tính tốn của các đơn vị này3.
Thứ hai, chỉ số bảo hiểm: Chọn lọc từ số liệu lợi suất của 7 công ty bảo hiểm
đƣợc niêm yết trên thị trƣờng chứng khoán Việt Nam. Việc tính tốn cũng tƣơng tự nhƣ chỉ số ngân hàng. Trong số 7 cơng ty đơn vị trong chỉ số này, có tính đến tập đồn Bảo Việt, là một tập đồn đa ngành về tài chính. Tuy nhiên, bảo hiểm vẫn làm ngành nghề kinh doanh chính của tập đồn này. Do đó, tơi giả định rằng điều này sẽ không ảnh hƣởng đến kết quả nghiên cứu.
Thứ ba, chỉ số quỹ đầu tư: Hầu hết các quỹ đầu tƣ đều đƣợc thành lập dựa trên quan hệ góp vốn đầu tƣ của các cá nhân với nhau với một số lƣợng hạn
chế những thành viên tham gia. Do tính đại chúng thấp nên quỹ này ít bị các cơ quan quản lý chứng khoán quản chế nghiêm ngặt. Cũng giống nhƣ các nƣớc trên thế giới, ở Việt Nam, tính minh bạch của hoạt động các quỹ này cũng rất thấp. Hiện nay, có nhiều quỹ đầu tƣ với nhiều hình thức đang hoạt động tại Việt Nam, tuy nhiên để lọc đƣợc dữ liệu về chuỗi lợi suất của các quỹ đầu tƣ, tơi chỉ có thể dựa vào việc chọn lọc dữ liệu từ 6 mã cổ phiếu quỹ đầu tƣ đang niêm yết trên thị trƣờng chứng khoán.
2
Các đơn vị chọn lọc làm cơ sở cho các chỉ số ngành ngân hàng, bảo hiểm, quỹ, chứng khoán: Xem phụ lục 1 3
Thứ tư, chỉ số chứng khốn: Rất ít tài liệu trên thế giới nghiên cứu về tác động lan tỏa của tổ chức này trong hệ thống tài chính. Tuy nhiên trong bài nghiên cứu này, tơi muốn đƣa biến này vào, bởi nhƣ ở trình bày ở phần 1.1 ở trên, các cơng ty chứng khốn có mối quan hệ sâu sát với các ngân hàng, cụ thể nhƣ cơng ty con và cơng ty mẹ, có mối quan hệ về sỡ hữu chéo. Với luận điểm của các nghiên cứu trên thế giới, cho rằng ngành nào có nguồn tài chính bị phụ thuộc vào bên ngồi thì ngành đó bị ảnh hƣởng nhiều bởi tác động lan tỏa (Kroszner, Laeven, và Klingebiel (2007)) nên không thể tránh khỏi nghi vấn liệu rằng tổ chức này có bị tác động bởi hiệu ứng lan tỏa của tổ chức khác, hay có tác động lan tỏa gì trong hệ thống tài chính hay khơng, đặc biệt là đối với hệ thống ngân hàng. Và chỉ số này sẽ đƣợc lọc từ 23 cơng ty chứng khốn đang đƣợc niêm yết trên thị trƣờng chứng khốn Việt Nam. Việc tính tốn cũng tƣơng tự nhƣ chỉ số ngân hàng.
Ngoài ra, bài nghiên cứu này cũng đƣa thêm vào biến kiểm sốt: Thay vì sử dụng 3 nhóm chỉ số là chỉ số quỹ bất động sản, chỉ số hàng hóa và chỉ số cổ phiếu nhƣ bài báo gốc, trong bài nghiên cứu thực nghiệm tại Việt Nam, tôi dùng hai chỉ số VN-Index (BKS1) và HNX-Index (BKS2) với vai trò là hai biến kiểm sốt của mơ hình. Bài nghiên cứu khơng quan tâm đến các hệ số lan tỏa của biến kiểm soát. Tuy nhiên theo Adams, Füss và Gropp (2012), việc đƣa biến kiểm soát vào nhằm đảm bảo rằng hiệu ứng lan tỏa của trong mơ hình hồi quy khơng bị ơ nhiễm bởi sự tiếp xúc với các yếu tố phổ biến. Nhƣ vậy, trong mơ hình này sẽ sử dụng các biến đầu vào bao gồm chỉ số ngân hàng, chỉ số bảo hiểm, chỉ số quỹ đầu tƣ, chỉ số chứng khốn, ngồi ra cịn có hai biến kiểm sốt cũng là biến đầu vào của mơ hình. Các biến đƣợc ký hiệu nhƣ sau:
Bảng 3.1: Ký hiệu các biến
Ký hiệu Giải thích
rbh Lợi suất tính theo chỉ số giá ngành bảo hiểm rnh Lợi suất tính theo chỉ số giá ngành ngân hàng rq Lợi suất tính theo chỉ số giá quỹ đầu tƣ
rck Lợi suất tính theo chỉ số giá ngành chứng khốn
rbks1 Lợi suất biến kiểm sốt 1 - Tính theo chỉ số giá của VN-Index rbks2 Lợi suất biến kiểm sốt 2 - Tính theo chỉ số giá của HNX-Index 3.2.Dữ liệu nghiên cứu
Dữ liệu sơ cấp là giá chứng khoán theo ngày, đƣợc tổng hợp từ nguồn dữ liệu các website stox.vn, cafef.vn và acbs.com.vn.
Từ các dữ liệu sơ cấp về giá chứng khốn hàng ngày, tơi tính tốn đƣợc các dữ liệu tổng hợp về chỉ số giá của từng loại tổ chức, từ đó tính lợi suất theo ngày của từng chỉ số. Việc tính lợi suất từng ngành và của biến kiểm sốt theo ngày đƣợc trình bày ở Phụ lục 2 của bài nghiên cứu này.
Bài nghiên cứu sử dụng dữ liệu trong giai đoạn từ tháng 1/2007 đến tháng 9/2013. Thời gian này cũng phần nào phác họa đƣợc 2 giai đoạn phát triển của thị trƣờng tài chính Việt Nam (mà một phần bị ảnh hƣởng bởi cuộc khủng hồng tài chính Mỹ tháng 9 năm 2008). Trong đó, từ đầu năm 2007 đến tháng 8/2008 thể hiện cho giai đoạn kinh tế tăng trƣởng. Từ tháng 9/2008 đến 09/2013, Việt Nam chịu ảnh hƣởng gián tiếp bởi khủng hoảng tài chính tồn cầu. Giai đoạn này, tốc độ tăng trƣởng kinh tế chậm lại, lạm phát tăng trƣởng cao, kèm theo sự đóng băng của thị trƣờng bất động sản cũng ảnh hƣởng đến tính bất ổn của thị trƣờng tài chính Việt Nam. Bảng ma trận hệ số tƣơng quan
30
giữa các mức lợi nhuận giữa các nhóm tổ chức tài chính tại Việt Nam sau đây sẽ cho thấy sự khác biệt trong mức tƣơng quan trong các giai đoạn trƣớc – và trong khủng hoảng.
Bảng 3.2: Hệ số tương quan mức lợi nhuận giữa các nhóm tổ chức tài chính qua các thời kỳ khác nhau
“Nguồn: Tác giả tự tính”
Nhóm lợi suất Thời gian rbh rck rnh rq
rbh 01/2007-08/2008 1.0000 0.2351 0.4158 0.3107 09/2008-09/2013 0.3586 0.4899 0.2235 rck 01/2007-08/2008 0.2351 1.0000 0.3488 0.3784 09/2008-09/2013 0.3586 0.3898 0.2084 rnh 01/2007-08/2008 0.4158 0.3488 1.0000 0.5599 09/2008-09/2013 0.4899 0.3898 0.3603 rq 01/2007-08/2008 0.3107 0.3784 0.5599 1.0000 09/2008-09/2013 0.2235 0.2084 0.3603
Qua thể hiện của bảng trên, ta thấy, trong giai đoạn khủng hoảng, mức tƣơng quan về lợi suất giữa các tổ chức bảo hiểm và chứng khoán, bảo hiểm và ngân hàng, chứng khoán và ngân hàng tăng rõ rệt. Riêng mối quan hệ tƣơng quan lợi suất giữa quỹ đầu tƣ và các tổ chức khác lại thể hiện sự giảm thiểu. Tuy nhiên, chƣa thể kết luận ngay là liệu rằng các tổ chức này có ảnh hƣởng qua lại bởi sự lan tỏa rủi ro hay khơng? Trong phần sau, tơi sẽ trình bày phƣơng pháp xác định xem liệu có hiệu ứng lan tỏa giữa các tổ chức này hay khơng?
31
3.3.Mơ hình nghiên cứu: SDSVaR – Mơ hình đo lƣờng độ nhạy cảm giá trị rủi ro theo tình huống
3.3.1.Lý do chọn mơ hình
3.3.1.1. Phƣơng pháp đo lƣờng rủi ro Value At Risk (VaR)
VaR – value at risk, tức “giá trị rủi ro”
đƣơc̣ dù ng để đo lƣờ ng tổ n thất
tiềm năng tố i đa củ a
môṭ tài sản nhƣ chƣ́ ng khoán, danh muc̣
đầu tƣ, chiến
lƣơc̣ tài
chính trong 1 thờ i gian nhất điṇ h vớ i đô ̣ tin
câỵ nhất điṇ h (thƣờ ng là 95%,
hay
99%). Hay nói cách khác, VaR là tổn thất tối thiểu trong một khoảng thời gian nhất định với điều kiện xác suất xảy ra tổn thất thực sự lớn hơn là rất thấp. Khoảng tổn thất vƣợt quá ngƣỡng VaR gọi là “VaR break”.
Cho V0, Vt lần lƣợt là giá trị danh mục (hoặc tài sản) P tại thời điểm hiện tại 0 và tƣơng lai t; Trong đó độ dài chu kỳ là t:
Hình 3.1: Giá trị danh mục qua chu kỳ t
“Nguồn: Ứng dụng VaR trong phân tích rủi ro” [3]
Ký hiệu ∆V(t) = Vt – V0, nhƣ vậy ∆V(t) đo lƣờng sự thay đổi giá trị của danh mục P. ∆V(t) gọi là hàm lỗ - lãi t chu kỳ của P (Profit&Loss – P&L(t)). Trong bài viết này tôi sẽ thống nhất ký hiệu hàm lỗ lãi t chu kỳ của P là returnt.
-Nhà đầu tƣ ở vị thế “trƣờng”, sẽ bị tổn thất đối với P sau chu kỳ t nếu ∆V(t) < 0 (returnt < 0).
Ft(x)
………..
x x
-Nhà đầu tƣ ở vị thế “đoản”, sẽ bị tổn thất đối với P sau chu kỳ t nếu ∆V(t) > 0 (returnt > 0).
Vt là biến ngẫu nhiên nên ∆V(t) cũng là biến ngẫu nhiên. Gọi Ft(x) là hàm phân bố xác suất của ∆V(t) và cho 0 < α < 1. Khi đó ta có [Prob(returnt)≤ xα] = α và giá trị xα gọi là “Phân vị mức α” của hàm phân bố Ft. Với α khá nhỏ thì xα < 0 do đó returnt < 0 tức là nhà đầu tƣ trƣờng vị sẽ bị tổn thất. Xét Pr(returnt) xα), ta có Prob[returnt xα]= 1–[Prob(returnt) ≤
xα] = 1-α do đó với α khá nhỏ thì returnt > 0 tức là nhà đầu tƣ đoản vị sẽ bị tổn thất.
Hình 3.2: VaR danh mục
“Nguồn: Ứng dụng VaR trong phân tích rủi ro” [4]
Nhƣ vậy, VaR của một danh mục (hoặc tài sản) với chu kỳ t (đơn vị thời gian) và độ tin cậy (1-α)100% là phân vị mức α của hàm Ft(x). Ta sẽ ký hiệu đại lƣợng này là VaR(t, α) và dấu âm của VaR biểu thị tổn thất (thua lỗ) trong thời gian t.
Nhƣ vậy ta có [Prob(returnt) ≤ VaR(t, α)] = α. Từ đây suy ra ý nghĩa của VaR(t, α): nhà đầu tƣ nắm giữ danh mục P sau chu kỳ t, với độ tin cậy (1-
α)*100%, khả năng tổn thất sẽ bằng |VaR(t, α)| trong điều kiện thị trƣờng hoạt động bình thƣờng.
3.3.1.2. Lý do chọn mơ hình SDSVaR
VaR là cơng cụ đo lƣờng rủi ro đƣợc sử dụng phổ biến trong việc đo lƣờng rủi ro của các tổ chức tài chính. Tuy nhiên, nhƣợc điểm của VaR là chỉ đo lƣờng rủi ro của một tổ chức riêng lẻ, chứ khơng trình bày đƣợc cho ngƣời sử dụng là liệu rằng, rủi ro của tổ chức đó đóng góp bao nhiêu vào trong rủi ro hệ thống. Hơn nữa, VaR cũng chỉ đo lƣờng khả năng tổn thất với điều kiện thị trƣờng hoạt động bình thƣờng, điều này là trái với quy luật hoạt động biến động trên thị trƣờng tài chính.
Một trong những bài học quan trọng từ cuộc khủng hoảng tài chính 2007 - 2009 là rủi ro hệ thống và hiệu ứng lan tỏa đƣợc đánh giá quá thấp trong đo lƣờng rủi ro. Qua đó, các nhà nghiên cứu đánh giá rằng những công cụ đo lƣờng rủi ro tiêu chuẩn đƣợc sử dụng rộng rãi nhất, trong đó có VaR cần phải đƣợc điều chỉnh để phản ánh đầy đủ rủi ro tổng thể.
Dựa theo bài nghiên cứu “Spillover Effects among Financial Institutions: A State-Dependent Sensitivity Value-at-Risk Approach” của Adams, Füss và Gropp (2010, 2012), tơi sử dụng mơ hình SDSVaR để ƣớc lƣợng các tác động lan tỏa giữa các ngành: ngân hàng, bảo hiểm, quỹ đầu tƣ, chứng khoán trong giai đoạn 2007-2013. Những ƣu điểm của SDSVaR so với phƣơng pháp