Chương 3: Mô hình đánh giá tác động của thị trường tiền mã hóa đến lợi tức trên thị trường chứng khoán tại khu vực ASEAN
3.1. Phương pháp nghiên cứu
● Mô tả dữ liệu và mô hình thực nghiệm
Nhóm nghiên cứu sử dụng dữ liệu thứ cấp theo năm về tiền mã hóa, chỉ số thị trường chứng khoán và các chỉ số khác của 7 quốc gia ASEAN trong 7 năm (giai đoạn 2014–2020) là 49 quan sát để kiểm định và chạy mô hình. Dữ liệu về thị trường tiền mã hóa được thu thập từ trang web coinmarketcap.com dựa trên dữ liệu hàng triệu giao dịch.
Bên cạnh đó, nhóm nghiên cứu sử dụng dữ liệu khác từ kho dữ liệu mở của DataBank (Worldbank) với bộ chỉ số Global Financial Development và World Development Indicators cũng như từ trang web Trading Economics. Mà cụ thể là:
▪ Biến phụ thuộc
Lợi tức thị trường chứng khoán (Stock market return [%, year-on-year]) là tốc độ tăng của chỉ số thị trường chứng khoán bình quân hàng năm, được xây dựng bằng cách lấy giá trị trung bình của các chỉ số thị trường chứng khoán hàng ngày có tại Bloomberg.
Nguồn tham khảo từ bộ chỉ số Global Financial Development của DataBank (Worldbank).
▪ Biến độc lập
(i) Tốc độ tăng trưởng GDP hàng năm (GDP growth [annual %]) là là tổng của chi tiêu tiêu dùng, đầu tư, chi tiêu chính phủ và tổng xuất khẩu trừ tổng nhập khẩu; bằng tỷ lệ phần trăm, cho biết tốc độ thay đổi GDP của một quốc gia. Nguồn tham khảo từ bộ chỉ số World Development Indicators của DataBank (Worldbank).
(ii) Tốc độ tăng trưởng hàng năm của khối lượng giao dịch thị trường tiền mã hóa (Cryptocurrency volume growth [annual %]) là sự tăng trưởng tổng giá trị USD của khối lượng giao dịch trên các sàn giao dịch bitcoin lớn trung bình năm sau so với trung bình năm trước, tham khảo từ trang Blockchain.com.
(iii) Lợi tức thị trường tiền mã hóa (Cryptocurrency return) là giá thị trường trung bình tính theo USD trên các sàn giao dịch bitcoin lớn trung bình năm sau so với trung bình năm trước, tham khảo từ trang Blockchain.com.
(iv) Tỷ lệ thương mại trên GDP (Trade%GDP) là một chỉ số đánh giá tầm quan trọng tương đối của thương mại quốc tế trong nền kinh tế của một quốc gia. Nó được tính
39
bằng cách lấy tổng giá trị xuất nhập khẩu trong một thời kỳ chia cho tổng sản phẩm quốc nội của cùng thời kỳ, tham khảo từ trang databank.worldbank.org.
(v) Tốc độ tăng trưởng lạm phát (CPI) là chỉ số được dùng để đo lường tỷ lệ lạm phát của 1 quốc gia trong 1 khoảng thời gian nhất định, tham khảo từ trang databank.worldbank.org.
(vi) Tỉ lệ cung tiền trên GDP (m2) là tỷ số cung tiền M2 với GDP, dùng để đo lường mức cung tiền đang ở mức chấp nhận hay không, tham khảo databank.worldbank.org (vii) Lãi suất (Interest Rate) là Lãi suất là giá cả của quyền sử dụng một đơn vị vốn vay trong một đơn vị thời gian tham khảo từ trang databank.worldbank.org.
Tốc độ tăng trưởng giá dầu (Oil price) được đo lường bằng cách lấy giá trị năm sau chia giá trị năm trước, tham khảo từ trang tradingeconomics.com
(viii) Tốc độ tăng trưởng GDP đầu người (GDP per cap) là GDP bình quân đầu người là một thước đo phổ quát trên toàn cầu để đo lường mức độ giàu có của các quốc gia, tham khảo từ trang databank.worldbank.org.
Dựa trên mô hình các nhân tố tác động đến hiệu quả thị trường chứng khoán Sami và Abdallah (2020).Nhóm nghiên cứu xây dựng mô hình hồi quy các yếu tố quyết định đến lợi tức trên thị trường chứng khoán tại ASEAN, có bổ sung thêm ba biến số là lãi suất, tỷ lệ cung tiền và lạm phát. Mô hình nghiên cứu có dạng như sau:
Stock returnit = β0 + β1CrytoReturn + β2 Volume+ β3 Trade%GDP + β4 cpi + β5m2 + β6 Interest rate +β7 Oil+β8 GDP per capita
Nhóm đã xây dựng mô hình các mô hình tương ứng với các biến độc lập liên quan đến tiền mã hóa, lựa chọn lại các biến số khác nhằm đo lường để lượng hóa và chứng minh sự tác động của thị trường tiền mã hóa tới thị trường chứng khoán ở các quốc gia khu vực ASEAN trong khoảng thời gian 2014-2020.
40
Bảng 3.1: Giải thích biến và nêu các giả thuyết
Biến số Ý nghĩa Đơn vị Các giả thuyết đã được kiểm tra
Kết quả mong đợi của Hệ số
Beta Stock
return
Lợi tức của thị trường
chứng khoán % Biến phụ thuộc
Crypto return
Lợi tức của thị trường tiền
mã hóa %
H1: Mối quan hệ giữa lợi tức thị trường chứng khoán và lợi tức của thị trường tiền mã hóa là cùng chiều
+
Volume
Tốc độ tăng trưởng hàng năm của khối lượng giao dịch thị trường tiền mã
hóa
%
H2: Mối quan hệ giữa lợi tức thị trường chứng khoán và tốc độ tăng trưởng hàng năm của khối lượng giao dịch thị trường tiền mã hóa là cùng chiều
+
Trade%G DP
Tỷ lệ thương mại trên
GDP %
H3: Mối quan hệ giữa lợi tức thị trường chứng khoán và tỷ lệ thương mại trên GDP là cùng chiều
+
CPI Tốc độ tăng trưởng lạm
phát %
H4: Mối quan hệ giữa lợi tức thị trường chứng khoán và tốc độ tăng trưởng lạm phát là cùng chiều
+
m2 Tỷ lệ cung tiền trên GDP %
H5: Mối quan hệ giữa lợi tức thị trường chứng khoán và tỷ lệ cung tiền trên GDP là ngược chiều
-
41 Interest
rate Lãi suất %
H6: Mối quan hệ giữa lợi tức thị trường chứng khoán và lãi suất là ngược chiều
-
Oil Tốc độ tăng trưởng giá
dầu %
H7: Mối quan hệ giữa lợi tức thị trường chứng khoán và tốc độ tăng trưởng giá dầu là ngược chiều
-
GDP per capita
Tốc độ tăng trưởng GDP
bình quân đầu người %
H8: Mối quan hệ giữa lợi tức thị trường chứng khoán và tốc độ tăng trưởng GDP bình quân đầu người là cùng chiều
+
Mục tiêu đầu tiên là đánh giá tầm quan trọng của riêng lợi tức thị trường tiền mã hóa và tốc độ tăng trưởng hàng năm của khối lượng giao dịch thị trường tiền mã hóa đối với lợi tức thị trường chứng khoán.
S1: Sự tác động của riêng biến Crypto Return với biến Stock return và sự tác động của biến Volume lên biến Stock return:
Stock returnit = β0 + β1CrytoReturn Stock returnit = β0 + β1Volume
Để tăng mức độ vững chắc, nhóm nghiên cứu thêm tỷ lệ thương mại trên GDP, tỷ lệ lạm phát, tỷ lệ mức cung tiền, lãi suất, tốc độ tăng trưởng giá dầu và tốc độ tăng trưởng GDP bình quân đầu người vào hồi quy. Nhóm nghiên cứu thêm các biến trên vì các biến đều ảnh hưởng đến sự phát triển của của một nền kinh tế. Và lợi tức của thị trường chứng khoán, tốc độ tăng trưởng hàng năm của khối lượng giao dịch thị trường tiền mã hóa cũng như thị trường tiền mã hóa đều có mối quan hệ tương quan đối với sự phát triển của một nền kinh tế của quốc gia
S2: Sự tác động của biến Crypto Return với các biến độc lập khác lên biến Stock Return và Sự tác động của biến Volume cùng các biến độc lập khác lên biến Stock Return:
42
Stock returnit = β0 + β1CrytoReturn + β2Trade%GDP + β3 cpi + β4m2 + β5 Interest rate +β6 Oil+β7 GDPpercapita
Stock returnit = β0 + β1Volume + β2Trade%GDP + β3 cpi + β4m2 + β5 Interest rate +β6 Oil+β7 GDPpercapita
Cuối cùng nhóm nghiên cứu cũng đánh giá lợi tức của thị trường chứng khoán khi không có sự tác động của lợi tức thị trường tiền mã hóa và tốc độ tăng trưởng hàng năm của khối lượng giao dịch thị trường tiền mã hóa
S3: Sự tác động của các biến độc lập khi không có sự tác động của các biến tiền mã hóa lên biến Stock Return:
Stock returnit = β0 + β1Trade%GDP + β2 CPI+ β3m2 + β4 Interest rate +β5 Oil+β6
GDPpercapita
● Phương pháp hồi quy
Nhóm nghiên cứu sử dụng phương pháp hồi quy Fem và Rem. Fem hay còn được gọi là mô hình tác động cố định (Fixed Effects Model) là một trong các dạng phổ biến của mô hình dữ liệu bảng (Panel data model) bên cạnh mô hình tác động ngẫu nhiên REM (Random Effects Model). Mô hình FEM – hồi tác động cố định (Fixed-effects) và REM – tác động ngẫu nhiên (random-effects) được sử dụng trong phân tích dữ liệu bảng.
Mô hình tác động cố định hỗ trợ dự đoán về các cấp độ / danh mục duy nhất của các tính năng được sử dụng để đào tạo. Nếu mô hình tác động cố định được sử dụng trên một mẫu ngẫu nhiên, người ta không thể sử dụng mô hình đó để đưa ra dự đoán / suy luận về dữ liệu bên ngoài tập dữ liệu mẫu. Ngược lại, mô hình hiệu ứng ngẫu nhiên cho phép dự đoán điều gì đó về dân số mà từ đó mẫu được lấy ra. Có thể có các danh mục / cấp độ của các tính năng / yếu tố có thể không có trong mẫu. Mô hình tác động ngẫu nhiên cho phép đưa ra suy luận về dữ liệu dân số dựa trên giả định về phân phối chuẩn.
Để lựa chọn phương pháp ước lượng phù hợp giữa hai phương pháp ước lượng tác động cố định và tác động ngẫu nhiên thì kiểm định Hausman sẽ được sử dụng. Giả thuyết H0 cho rằng không có sự tương quan giữa sai số đặc trưng giữa các đối tượng với các biến giải thích trong mô hình. Ước lượng RE là hợp lý theo giả thuyết H0 nhưng lại không phù hợp ở giả thuyết thay thế. Ước lượng FE là hợp lý cho cả giả thuyết H0 và giả thuyết thay thế. Tuy nhiên, trong trường hợp giả thuyết H0 bị bác bỏ thì ước lượng tác động cố định là phù hợp hơn so với ước lượng tác động ngẫu nhiên. Ngược lại, chưa có đủ bằng chứng để bác bỏ H0 nghĩa là không bác bỏ được sự tương quan giữa sai số
43
và các biến giải thích thì ước lượng tác động cố định không còn phù hợp và ước lượng ngẫu nhiên sẽ ưu tiên được sử dụng. Khi giá trị P-value <0.05 giả thuyết H0 sẽ bị bác bỏ.
● Các khuyết tật Phương sai sai số thay đổi
Phương sai sai số thay đổi là hiện tượng mà phương sai của các sai số ước lượng không bằng nhau. Từ heteroskedasticity nghĩa là unequal variance. Hiện tượng này thường hay xảy ra đối với dữ liệu cắt ngang (cross-sectional data). Nguyên nhân chính dẫn đến sự xuất hiện của hiện tượng này có lẽ là do sự tồn tại của các outliers trong biến.
Outliers là các quan sát của biến mà có giá trị quá khác biệt so với các quan sát còn lại.
Hoặc là các quan sát của cùng một biến nhưng lại được đo lường với những thang đo khác nhau. Hậu quả của hiện tượng phương sai sai số thay đổi là các kiểm định hệ số hồi quy và kiểm định F của mô hình trở nên không đáng tin cậy.
Tự tương quan
Tự tương quan hay còn gọi là Autocorrelation là hiện tượng mà tại đó hạng nhiễu tại thời điểm t (hay còn gọi là sai số) thường được kí hiệu là ut có tương quan với hạng nhiễu tại thời điểm (t-1) hoặc bất kỳ hạng nhiều nào trong quá khứ. Nguyên nhân do quán tính, hiện tượng mạng nhện, các độ trễ, xử lý số liệu hoặc do sai lệch do lập mô hình. Hậu quả Các kiểm định giả thuyết trở nên đáng nghi vì các sai số ước lượng không còn đáng tin cậy. Do đó, kiểm định t và F có thể sẽ không còn hiệu lực.
● Tính vững
Hiện tượng nội sinh là một thuật ngữ diễn tả hiện tượng khi một hoặc nhiều biến giải thích (biến X) có mối quan hệ với sai số của mô hình. Các biến nội sinh còn có thể được giải thích là các biến mà giá trị của nó phụ thuộc vào các biến số khác có trong mô hình. Hiện tượng nội sinh thường xảy ra do 3 nguyên nhân: bỏ sót biến, mối quan hệ đồng thời và lỗi đo lường biến. Khi hiện tượng này xảy ra, hệ số hồi quy ước lượng sẽ bị lệch chuẩn. Việc mô hình xuất hiện hiện tượng nội sinh cũng khiến cho kết quả thu được không có đủ độ tin cậy và không có hiệu quả trong quá trình đưa ra kết luận.