CHƯƠNG 4 PHÂN TÍCH DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU
4.5. Kiểm định lan tỏa độ biến thiên giữa các TTCK
4.5.1. Kết quả ước lượng GARCH tại các thị trường
Hình 4.4, Hình 4.5, Hình 4.6 và Hình 4.7 trình bày các hàm tự tương quan ACF (Autocorrelation function) và tự tương quan từng phần PACF (partial autocorrelation function) của bình phương SSL của các chuỗi S&P 500, Nikkei 225, KOSPI và VN- Index. Các hình trên cho thấy có sự tương quan mạnh của chuỗi bình phương SSL của tại các TTCK, nghĩa là dữ liệu này là chuỗi phụ thuộc. Như vậy, các chuỗi dữ liệu trên tồn tại hiệu ứng ARCH.
Kết quả kiểm định tính dừng ở Bảng 4.2 cho thấy giả thuyết H0 bị bác bỏ ở mức ý nghĩa 1%, nghĩa là cả bốn chuỗi dữ liệu đều dừng. Tuy nhiên, các hàm ACF và PACF của bình phương SSL chỉ ra tồn tại tự tương quan mạnh ở các chuỗi dữ liệu này, cho thấy các chuỗi dữ liệu là chuỗi phụ thuộc, một dấu hiệu cho thấy sự tồn tại của hiệu ứng ARCH. Như vậy, ta có thể dùng mơ hình GARCH để đánh giá độ biến thiên SSL tại các TTCK Mỹ, Nhật, Hàn Q́c và Việt Nam.
Hình 4.4. Hàm ACF và PACF của bình phương SSL của S&P 500
Hình 4.5. Hàm ACF và PACF của bình phương SSL của Nikkei 225
Hình 4.6. Hàm ACF và PACF của bình phương SSL của KOSPI
Hình 4.7. Hàm ACF và PACF của bình phương SSL của VN-Index
Qui tắc Box-Jenkin (Gujarati, 2004) được áp dụng để xác định phương trình mơ tả SSL và GARCH (1,1) được dùng để mơ tả độ biến thiên. Lý do chọn mơ hình này là GARCH (1,1) là mơ hình hợp lý và được áp dụng trong hầu hết các nghiên cứu tương tự. Các trường hợp mơ hình GARCH (p,q) với các hệ số p,q lớn hơn thường chỉ được dùng trong các chuỗi dữ liệu rất dài như chuỗi dữ liệu ngày của một vài thập kỉ hoặc dữ liệu giờ của một năm (Engle, 2001). Nhận định này cũng phù hợp với giáo trình của Alexander (2001). Từ đó, mơ hình GARCH(1,1) đã được ứng dụng trong nhiều giáo trình như của Gujarati (2004), Box, Jenkins, Reinsel, & Ljung (2016) và các nghiên cứu liên quan đến độ biến thiên như Mantalos & Shukur (2010), Ng (2000), Ozer & Kamisli (2016), Ciner (2011).
Kết quả ước lượng tại các thị trường như trong Bảng 4.4.
Bảng 4.4: Kết quả ước lượng GARCH.
𝑟𝑡 = ∅0+ ∑ ∅𝑖𝑟𝑡−𝑖+ ∑ 𝜃𝑖𝑎𝑡−𝑖+ 𝑎𝑡 𝑞 𝑖=1 𝑝 𝑖=1 𝜎𝑡2 = 𝛼0+ 𝛼1𝑎𝑡−12 + 𝛽1𝜎𝑡−12
S&P500 Nikkei 225 KOSPI VN-Index
Biểu thức trung bình ∅0 0.000623*** 0.000804*** 0.000062*** 0.000517** ∅1 0.141121*** 0.318092*** 0.550223*** -0.122741*** ∅2 -0.029437** 0.642558*** -0.081564*** 0.062826*** ∅3 -0.045338*** -0.615162*** -0.101270*** ∅4 -0.245122*** -0.403616*** 0.712944*** 0.228897*** ∅5 0.904299*** 0.922047*** 0.447716*** -0.084530*** ∅6 -0.123228*** -0.053319*** ∅7 0.730323*** ∅8 0.288685*** ∅9 -0.710330***
𝑟𝑡 = ∅0+ ∑ ∅𝑖𝑟𝑡−𝑖+ ∑ 𝜃𝑖𝑎𝑡−𝑖+ 𝑎𝑡 𝑞 𝑖=1 𝑝 𝑖=1 𝜎𝑡2 = 𝛼0+ 𝛼1𝑎𝑡−12 + 𝛽1𝜎𝑡−12
S&P500 Nikkei 225 KOSPI VN-Index
𝜃1 -0.177991*** -0.311194*** -0.565391*** 0.193849*** 𝜃2 -0.636897*** 0.111903*** 𝜃3 0.617673*** 0.059585*** 𝜃4 0.229896*** 0.372626*** -0.725181*** -0.309842*** 𝜃5 -0.944644*** -0.944970*** -0.485928*** 𝜃6 0.135357*** 𝜃7 -0.703064*** 𝜃8 -0.330039*** 𝜃9 0.800083***
Biểu thức độ biến thiên
𝛼0 0.00001*** 0.000005*** 0.000002*** 0.000021*** 𝛼1 0.2020*** 0.088706*** 0.057708*** 0.199256*** 𝛽1 0.7537*** 0.881557*** 0.903936*** 0.619890***
Ghi chú: *, **, *** lần lượt đại diện cho các mức ý nghĩa 10%, 5% và 1%. Các ô để trống nghĩa là mơ hình phù hợp được lựa chọn khơng bao gồm giá trị tại vị trí đó.
Nguồn: tác giả tính tốn dựa trên nguồn Datastream
Ước lượng GARCH tại cả bốn thị trường cho thấy các hệ số α (thành phần ARCH) và β (thành phần GARCH) cho cả bớn TTCK đều có ý nghĩa thống kê ở mức 1%, chứng tỏ độ biến thiên tại các TTCK Mỹ, Nhật, Hàn Quốc và Việt Nam phụ thuộc vào cả độ biến thiên và thành phần sai sớ (đại diện cho sự tăng giảm ngoài kì vọng của NĐT) trong giai đoạn trước đó. Từ các mơ hình GARCH ở trên, ta ước lượng được độ biến thiên tại các thị trường.
4.5.2. Kiểm định lan tỏa độ biến thiên giữa các TTCK.
Kiểm định tính dừng của dữ liệu độ biến thiên tại các thị trường bằng kiểm định ADF. Kết quả như trong Bảng 4.5:
Bảng 4.5: Kiểm định ADF của chuỗi dữ liệu độ biến thiên tại các thị trường
S&P500 Nikkei 225 KOSPI VN-Index
Giả thuyết H0 Chuỗi không dừng Chuỗi không dừng Chuỗi không dừng Chuỗi không dừng t-Statistic -8.277654 -4.646951 -4.099615 -10.21809 Kết luận Bác bỏ ở mức 1% Bác bỏ ở mức 1% Bác bỏ ở mức 1% Bác bỏ ở mức 1%
Nguồn: tác giả tính tốn dựa trên nguồn Datastream
Như vậy, các chuỗi dữ liệu độ biến thiên tại cả bớn thị trường đều dừng. Khi đó, việc kiểm định lan tỏa độ biến thiên giữa các cặp TTCK bằng kiểm định nhân quả Granger là phù hợp. Dùng tiêu chuẩn AIC, nghiên cứu xác định được độ trễ phù hợp của cả ba trường hợp lan tỏa độ biến thiên từ Mỹ, Nhật và Hàn Quốc sang Việt Nam là 3, vì vậy, mơ hình VAR với độ trễ bằng 3 (mơ hình VAR(3)) được sử dụng cho cả ba trường hợp. Kết quả kiểm định lan tỏa độ biến thiên từ TTCK Mỹ, Nhật và Hàn Quốc sang TTCK Việt Nam như trong Bảng 4.6:
Bảng 4.6: Kiểm định tác động lan tỏa độ biến thiên giữa các thị trường Kiểm định nhân quả Granger
Giả thuyết
H0
Độ biến thiên tại TTCK Mỹ không tác động nhân quả Granger lên độ biến thiên tại TTCK Việt Nam.
Độ biến thiên tại TTCK Nhật không tác động nhân quả Granger lên độ biến thiên tại TTCK Việt Nam.
Độ biến thiên tại TTCK Hàn Quốc không tác động nhân quả Granger lên độ biến thiên tại TTCK Việt Nam. F- Statistic 4.41116 0.54608 3.72983 Kết luận Bác bỏ ở mức 1%. Không bác bỏ ở mức 10%. Bác bỏ ở mức 5%.
Nguồn: tác giả tính tốn dựa trên nguồn Datastream
Bảng 4.6 cho thấy độ biến thiên tại TTCK Mỹ và Hàn Q́c có tác động lan tỏa lên độ biến thiên tại TTCK Việt Nam. Như vậy, bảng này bổ sung thêm kết quả đã được trình bày ở Bảng 4.3, nghĩa là TTCK Việt Nam chịu ảnh hưởng mạnh từ các biến động trên TTCK Mỹ và Hàn Quốc, cụ thể hơn là TTCK Mỹ và Hàn Q́c có tác động lan tỏa cả SSL và độ biến thiên lên TTCK Việt Nam.
Các kết quả trên tương thích với nhiều bài báo tương tự về ảnh hưởng của TTCK Mỹ lên các TTCK khác nhau; cụ thể là ảnh hưởng của Mỹ lên các TTCK các quốc gia lưu vực Thái Bình Dương (Pacific–Basin) như Hong Kong, Hàn Quốc, Malaysia, Singapore, Đài Loan và Thái Lan (Ng, 2000); tác động của TTCK Mỹ lên bảy thị trường châu Á là Hàn Quốc, Đài Loan, Singapore, Thái Lan, Indonesia, Malaysia và Hong Kong (Miyakoshi, 2003); lan tỏa của thị trường Mỹ lên thị trường Ấn Độ (Bahadur và cộng sự, 2016). Ảnh hưởng của TTCK Hàn Quốc lên TTCK Việt Nam cũng tương tự với nhiều nghiên cứu trước đó; cụ thể là ảnh hưởng của thị trường Hàn Quốc lên thị trường Nhật (Kang & Yoon, 2014); lan tỏa từ thị trường Hàn Quốc lên
thị trường Nhật và thị trường Ấn Độ (Joshi, 2011). Như vậy, luận án đã bổ sung bằng chứng về hiệu ứng lan tỏa giữa các TTCK.
Tuy nhiên, Bảng 4.6 cũng cho thấy ở mức ý nghĩa 10%, chưa đủ cơ sở kết luận về hiệu ứng lan tỏa độ biến thiên từ TTCK Nhật sang TTCK Việt Nam. Như vậy, độ biến thiên tại TTCK Việt Nam không chịu ảnh hưởng từ độ biến thiên tại TTCK Nhật, nghĩa là các cú sớc hay biến động mạnh từ TTCK Nhật sẽ ít ảnh hưởng đến biến động trên TTCK Việt Nam.
Tác động lan tỏa từ các TTCK q́c tế lên TTCK Việt Nam có thể được giải thích bởi một sớ ngun nhân. Đầu tiên là quá trình hội nhập của kinh tế Việt Nam kể từ năm 1986. Chính sách mở cửa thị trường, thu hút FDI cũng như tham gia vào nhiều FTA góp phần làm cho kinh tế Việt Nam chịu ảnh hưởng của các quốc gia trên thế giới. Ngun nhân khác có thể giải thích cho tác động lan tỏa là các sự kiện kinh tế - chính trị mang tính chất toàn cầu có thể tác động đến kinh tế của tất cả các vùng lãnh thổ. Điều này làm cho TTCK các nước phản ứng tương tự nhau đối với các sự kiện trên. Khi đó, các TTCK sẽ có mới quan hệ với nhau. Ći cùng, tâm lý cũng là yếu tớ góp phần giải thích cho tác động lan tỏa từ các thị trường thế giới lên TTCK Việt Nam. NĐT tại Việt Nam có thể sẽ dựa vào thay đổi tại các TTCK quốc tế để ra quyết định. Cụ thể hơn, giả sử các TTCK quốc tế tăng, NĐT tại Việt Nam sẽ kỳ vọng TTCK Việt Nam cũng tăng, họ sẽ mua chứng khoán nhằm thu được lợi nhuận, góp phần làm giá chứng khoán tại Việt Nam cũng tăng theo các chỉ sớ chứng khốn thế giới. Ngược lại, nếu các TTCK quốc tế giảm, NĐT tại Việt Nam sẽ dự đoán TTCK Việt Nam cũng giảm, họ sẽ bán chứng khoán nhằm tránh thua lỗ, làm cho TTCK Việt Nam có thể giảm theo các chỉ sớ TTCK q́c tế.
Hình 4.8: Hàm đáp ứng xung của độ biến thiên VN-Index với S&P 500 -.000004 .000000 .000004 .000008 .000012 .000016 1 2 3 4 5 6 7 8 9 10
Response of VNINDEX_VOLATILITY to SP500_VOLATILITY Innovation using Cholesky (d.f. adjusted) Factors
Nguồn: tác giả tính tốn dựa trên nguồn Datastream
Hình 4.9: Hàm đáp ứng xung của độ biến thiên VN-Index với KOSPI
-.000004 -.000002 .000000 .000002 .000004 .000006 .000008 .000010 .000012 1 2 3 4 5 6 7 8 9 10
Response of VNINDEX_VOLATILITY to KOSPI_VOLATILIY Innovation using Cholesky (d.f. adjusted) Factors
Do TTCK Nhật khơng có tác động lan tỏa độ biến thiên trên TTCK Việt Nam nên luận án sẽ phân tích hàm phản ứng xung trong trường hợp lan tỏa độ biến thiên từ TTCK Mỹ và Hàn Q́c lên TTCK Việt Nam. Hình 4.8 và Hình 4.9 trình bày các hàm đáp ứng xung của độ biến thiên VN-Index với sự thay đổi của độ biến thiên các chỉ sớ S&P 500 và KOSPI. Các hình trên cho thấy sự thay đổi độ biến thiên trên các thị trường Mỹ, và Hàn Q́c có tác động kéo dài trên TTCK Việt Nam. Nói cách khác, mỗi khi có tin tức mới, làm thay đổi mức độ biến động trên các thị trường Mỹ và Hàn Quốc, TTCK Việt Nam sẽ chịu ảnh hưởng, và tác động này có khuynh hướng kéo dài.
Tóm lại, luận án đã chỉ ra hiệu ứng lan tỏa độ biến thiên từ TTCK Mỹ và Hàn Quốc lên TTCK Việt Nam. Lý do có thể giải thích cho kết quả này là Mỹ là nền kinh tế sớ một thế giới và có ảnh hưởng lên các nước khác, bao gồm cả Việt Nam. Ngoài ra, Hàn Quốc là nền kinh tế hàng đầu châu Á và có quan hệ thương mại khá chặt chẽ với Việt Nam nên có ảnh hưởng lan tỏa đến Việt Nam. Đây cũng có thể được xem là bằng chứng cho việc hội nhập thế giới của TTCK Việt Nam. Tuy nhiên, chưa đủ cơ sở để chứng minh tác động lan tỏa độ biến thiên từ TTCK Nhật sang TTCK Việt Nam. Như vậy, các NĐT cũng như nhà làm chính sách cần chú ý các tin tức cũng như mức độ biến động trên TTCK Mỹ và Hàn Q́c hơn là Nhật để có các quyết định phù hợp trên TTCK Việt Nam.
4.6. Lan tỏa SSL trong miền tần số
Mặc dù các kết quả kiểm định từ Bảng 4.3 và Bảng 4.6 ở trên đã cung cấp thông tin về tác động lan tỏa SSL và độ biến thiên từ TTCK Mỹ, Nhật và Hàn Quốc lên TTCK Việt Nam, tuy nhiên, các kết quả này chưa thể đánh giá các tác động này ở các thành phần tần số khác nhau. Theo Granger & Lin (1995), mới quan hệ nhân quả có thể khác nhau ở các thành phần tần sớ khác nhau, vì vậy nên phân tích trong miền tần sớ là cần thiết.
Bảng 4.7 trình bày kết quả phân tích lan tỏa SSL từ TTCK Mỹ sang TTCK Việt Nam bằng phân tích nhân quả trên miền tần sớ của Breitung & Candelon (2006). Các tần số được chia thành các khoảng bằng nhau trong phạm vi giá trị 𝜔 𝜖 (0; 𝜋).
Bảng 4.7: Lan tỏa SSL từ TTCK Mỹ sang TTCK Việt Nam trong miền tần số Giả thuyết H0
SSL tại TTCK Mỹ không tác động nhân quả Granger lên SSL tại TTCK Việt Nam.
Tần số ω Chu kỳ 𝑻 = 𝟐𝝅 𝝎 (ngày) Giá trị thống kê 𝛘𝟐 Kết luận 0.0100 628 31.17 Bác bỏ 𝐻0 0.3567 18 30.69 Bác bỏ 𝐻0 0.7033 9 29.04 Bác bỏ 𝐻0 1.0500 6 25.40 Bác bỏ 𝐻0 1.3967 5 19.97 Bác bỏ 𝐻0 1.7433 4 18.66 Bác bỏ 𝐻0 2.0900 3 22.73 Bác bỏ 𝐻0 2.4367 3 26.23 Bác bỏ 𝐻0 2.7833 2 27.98 Bác bỏ 𝐻0 3.1300 2 28.52 Bác bỏ 𝐻0
Nguồn: tác giả tính tốn dựa trên nguồn Datastream
Bảng 4.7 cho thấy giá trị thống kê (χ2− 𝑠𝑡𝑎𝑡𝑖𝑠𝑡𝑖𝑐) ứng với các thành phần chu
kỳ khác nhau là khác nhau. Đây là bằng chứng ủng hộ cho nhận định của Granger & Lin (1995) rằng mới quan hệ nhân quả có thể thay đổi ứng với các thành phần chu kỳ khác nhau. Tuy nhiên, sự khác biệt này là nhỏ, làm cho giả thuyết H0 bị bác bỏ ở tất
cả các tần sớ khác nhau. Kết quả này tương thích với phân tích nhân quả bằng phương pháp Granger cổ điển (Granger, 1969). Như vậy, mặc dù các giá trị thớng kê có giá trị thay đổi ứng với các thành phần chu kỳ khác nhau, SSL tại TTCK Mỹ có tác động lan tỏa lên TTCK Việt Nam ở tất cả các tần sớ khác nhau. Nói cách khác, TTCK Mỹ có tác động lên TTCK Việt Nam cả trong ngắn hạn lẫn dài hạn. Như vậy, cả NĐT ngắn hạn và dài hạn đều cần chú ý đến những thay đổi trên TTCK Mỹ để ra các quyết định hợp lý tại TTCK Việt Nam.
Bảng 4.8 hiển thị kết quả lan tỏa SSL từ TTCK Nhật sang TTCK Việt Nam ứng với 10 tần số được chia thành các khoảng đều nhau trong phạm vi giá trị 𝜔 𝜖 (0; 𝜋). Tương tự như kết quả phân tích trong Bảng 4.7, các giá trị thớng kê cũng thay đổi ứng với các chu kỳ khác nhau. Ngoài ra, ở mức ý nghĩa 5%, Bảng 4.8 cho thấy giả thuyết H0 không bị bác bỏ ở tất cả các tần sớ khác nhau. Điều này tương thích với kết quả phân tích trên miền thời gian trong Bảng 4.3. Tuy nhiên, ở mức ý nghĩa 10%, các kết quả phân tích có sự khác biệt. Mặc dù kết quả phân tích bằng phương pháp Granger cổ điển cho thấy tác động lan tỏa SSL từ TTCK Nhật sang TTCK Việt Nam, kiểm định trong miền tần số chỉ ra tác động này chỉ tồn tại ở các thành phần tần số cao. Cụ thể hơn, với chu kỳ nhỏ hơn hoặc bằng 3 ngày, giả thuyết H0 bị bác bỏ, nhưng với chu kì từ 4 ngày trở lên, giả thuyết H0 không bị bác bỏ. Như vậy, tác động lan tỏa SSL chỉ tồn tại trọng ngắn hạn. Từ đó, chỉ các NĐT ngắn hạn (có chu kỳ đầu tư từ 3 ngày trở xuống) cần chú ý đến sự thay đổi
SSL trên TTCK Nhật để ra quyết định, trong khi điều này không cần thiết với các NĐT dài hạn.
Bảng 4.8: Lan tỏa SSL từ TTCK Nhật sang TTCK Việt Nam trong miền tần số.
Giả thuyết H0
SSL tại TTCK Nhật không tác động nhân quả Granger lên SSL tại TTCK Việt Nam.
Tần số ω Chu kỳ 𝑻 =𝟐𝝅 𝝎 (ngày) Giá trị thống kê 𝛘𝟐 Kết luận Mức ý nghĩa 10% (𝛘𝟐 = 𝟒. 𝟔𝟏) Mức ý nghĩa 5% (𝛘𝟐= 𝟓. 𝟗𝟗) 0.0100 628 2.24 Không bác bỏ 𝐻0 Không bác bỏ 𝐻0 0.3567 18 2.20 Không bác bỏ 𝐻0 Không bác bỏ 𝐻0 0.7033 9 2.13 Không bác bỏ 𝐻0 Không bác bỏ 𝐻0 1.0500 6 2.16 Không bác bỏ 𝐻0 Không bác bỏ 𝐻0 1.3967 5 2.76 Không bác bỏ 𝐻0 Không bác bỏ 𝐻0 1.7433 4 4.23 Không bác bỏ 𝐻0 Không bác bỏ 𝐻0 2.0900 3 5.26 Bác bỏ 𝐻0 Không bác bỏ 𝐻0 2.4367 3 5.49 Bác bỏ 𝐻0 Không bác bỏ 𝐻0 2.7833 2 5.47 Bác bỏ 𝐻0 Không bác bỏ 𝐻0 3.1300 2 5.44 Bác bỏ 𝐻0 Không bác bỏ 𝐻0
Nguồn: tác giả tính tốn dựa trên nguồn Datastream