Dữ liệu nghiên cứu tương tự phương pháp nghiên cứu sự kiện, sử dụng giá đóng cửa của CKCS và CW được lấy trực tiếp trên trang web https://trade.vndirect.com.vn, https://www.cophieu68.vn và http://www.fiinpro.com.vn/ trong khoảng thời gian giao dịch của CW tương ứng (28 mẫu, tương ứng với 28 cặp giá đóng cửa CW và CKCS).
Bảng 1. Thống kê các mã chứng quyền và chứng khoán cơ sở trong mẫu nghiên cứu
Mã chứng quyền Mã chứng
khoán cơ sở Thời hạn (tháng)
Mã chứng quyền Mã chứng khoán cơ
sở
Thời hạn (tháng)
1. CMSN2101 MSN 9 15. CFPT2101 FPT 5
2. CMSN2102 MSN 9 16. CMWG2103 MWG 5
3. CMSN2009 MSN 9 17. CFPT2014 FPT 6
4. CMSN2007 MSN 9 18. CMSN2012 MSN 6
5. CFPT2101 FPT 5 19. CMWG2102 MWG 6
6. CFPT2102 FPT 6 20. CFPT2010 FPT 6
7. CMSN2011 MSN 6 21. CMBB2008 MBB 6
8. CMWG2015 MWG 6 22. CMSN2010 MSN 6
9. CMWG2016 MWG 7 23. CSTB2011 STB 6
10. CFPT2013 FPT 6 24. CVNM2012 VNM 6
11. CFPT2015 FPT 5 25. CVPB2010 VPB 6
12. CFPT2016 FPT 8 26. CTCB2009 TCB 6
13. CFPT2017 FPT 4,5 27. CMWG2013 MWG 9
14. CMWG2017 MWG 4,5 28. CMWG2101 MWG 6
Ghi chú: MSN – Tập đoàn Masan; FPT – Tập đoàn FPT; MWG –CTCP Đầu tư Thế giới Di động; VNM – Công ty CP Sữa Việt Nam; STB –Ngân hàng TMCP Sài Gòn Thương Tín; VPB –
Ngân hàng TMCP Việt Nam Thịnh Vượng; TCB – Ngân hàng TMCP KỹThương Việt Nam Nguồn: Nhóm tác giả tổng hợp từ Cophieu68 (2021), Fiin Pro (2021), Trade VNDirect (2021) 3.2. Mô hình nghiên cứu
Mô hình VAR (Christopher A. Sim, 1980) được sử dụng trong bài luận này để có thể đưa ra kết luận về mối quan hệ giữa biến động giá CKCS và giá CW như đã đề cập. Cụ thể trong phương pháp này sẽ nghiên cứu tác động của giá CKCS lên giá CW thông qua hàm phản ứng (impluse response), và phân rã phương sai (variance decomposition) của tỷ suất sinh lời (TSSL) giá CKCS (kí hiệu: RCKCS) và giá CW (kí hiệu: RCW). Mô hình VAR có dạng:
𝑦𝑡 = 𝑎1*𝑦𝑡−1 + 𝑎2 *𝑦𝑡−2 +…+𝑎𝑝 𝑦𝑡−𝑝 + ɛ𝑡 Trong đó:
𝑦𝑡 là véc - tơ của biến nội sinh (giá CKCS và giá CW) 𝑎𝑖 là ma trận các hệ số
P là độ trễ và ɛ𝑡 là véc - tơ của phần dư
Yêu cầu của mô hình VAR là các chuỗi dữ liệu phải dừng cùng cấp. Do đó trước khi thực hiện hồi quy theo mô hình VAR, các chuỗi TSSL của giá CKCS và CW tương ứng sẽ được tính toán và được kiểm định tính dừng theo kiểm định nghiệm đơn vị Dickey & Fuller (ADF).
Tiếp theo đó, các cặp chuỗi dữ liệu dừng (TSSL giá CKCS và giá CW sẽ lần được đưa vào mô hình hồi quy VAR để lựa chọn độ trễ tối ưu theo các tiêu chuẩn chọn độ trễ như
AIC (Akaike’s Information Criterion), SC (Schwarz information criterion), HQ (Hannan- Quinn Information Criterion).
Trong mô hình VAR, việc sắp xếp trình tự biến có ý nghĩa quan trọng trong việc đưa ra kết quảước lượng đáng tin cậy. Theo đó, các chuỗi dữ liệu được sắp xếp theo biến có mức độ ngoại sinh (exogeniety) cao nhất tới biến có mức độ ngoại sinh thấp nhất. Độ trễ phù hợp của các mô hình được lựa chọn dựa trên tiêu chuẩn AIC, HQ và SC.
Đểtăng độ tin cậy của kết quảước lượng, các mô hình VAR sau khi hồi quy đều được kiểm định sự tồn tại các khuyết tật của mô hình như tựtương quan (sử dụng kiểm định Serial Correlation LM Test) và tính ổn định của mô hình (Inverse Root test).
4. Kết quả và thảo luận
Kiểm định đơn vị ADF (Augmented Dickey-Fuller) được sử dụng để kiểm tra tính dừng của dữ liệu sử dụng trong mô hình, đảm bảo mô hình không xuất hiện hồi quy giả. Kết quả cho thấy tất cả các chuỗi dữ liệu sử dụng cho mô hình đều dừng và có ý nghĩa thống kê tại mức 1% ngay khi tiến hành kiểm định ở dữ liệu thô (level) mà không cần lấy sai phân các bậc.
Bài nghiên cứu thực hiện nghiên cứu trên 28 mã CW tương ứng với các CKCS, nhưng sẽ trình bày phân tích cụ thể dựa trên 6 mã CW - CFPT2010, CMBB2008, CVPB2010, CTCB2009, CMWG2013, CMWG2101 - kết quả mô hình với các mã CW còn lại cho kết quả tương tự, do đó được thống kê chi tiết trong phần Phụ lục 1 và 2 của bài nghiên cứu).
Thêm vào đó, kết quả các kiểm định cần thiết (Serial Correlation LM Tests và Inverse Root) cũng cho kết luận rằng tất cả các mô hình nghiên cứu không có khuyết tật tự tương quan cũng như mô hình có tính ổn định. Theo đó, cho thấy các kết quảước lượng từ mô hình VAR, kết quả hàm phản ứng (Impulse Response) và phân rã phương sai (Variance Decomposition) trình bày sau đây là vững và đáng tin cậy.
4.1. Kết quả hàm phản ứng
Kết quả hàm phản ứng được trình bày mẫu tại Hình 1 đối với 6 mã CW đại diện và chi tiết kết quả của 22 CW còn lại trong nghiên cứu (22 cặp mã CW và CKCS) trong Phụ lục 1.
Từ kết quả biểu thị trong Hình 1, có thể thấy rằng: (a) giá CW có phản ứng ngay khi giá CKCS có biến động; (b) giá CW phản ứng cùng chiều với biến động giá CKCS; (c) Khi có cú sốc tăng giá CKCS, thì giá CW thậm chí còn tăng nhiều hơn với cú sốc tăng CKCS.
Cụ thể chi tiết vào một mã, đối với CFPT2010, ví dụ tại ngày thứ 1, khi xuất hiện cú sốc biến động giá CKCS (TSSL của CKCS tăng 2 đơn vịđộ lệch chuẩn, tương đương 0.0208 đơn vị, nghĩa là 2.08%), thì giá CW cũng tăng và làm cho TSSL của CW FPT có tác động tích cực lên lợi nhuận của CW, làm TSSL CW biến động tăng 0,094, tương đương tăng 9,4%, ngay trong ngày xảy ra cú sốc.
Đối với mã chứng quyền CFPT2010 và phần lớn các mã CW khác trong nghiên cứu, tác động của cú sốc biến động giá CKCS thường kéo dài tới 3 ngày sau đó thì tác động dần biến mất.
Hình 1. Kết quả hàm phản ứng ((a) – (f))
(a) (b)
(c) (d)
(e) (f)
Nguồn: Kết quảước lượng từ mô hình VAR Qua từng đồ thị tại Hình 1 và kết quả chi tiết các mô hình trình bày trong Phụ lục 1, có thể đưa ra kết luận tương tự đối với các mã CW còn lại, nhận thấy rõ và có thể khẳng định rằng biến động giá CKCS có tác động cùng chiều lên biến động giá CW, và phản ứng này gần như xuất hiện ngay lập tức mà không xảy ra độ trễ về thời gian của tác động. Kết quả nghiên cứu này phần nào phản ánh nhu cầu nhà đầu tư (NĐT) đối với sản phẩm CW cũng như mức độ thanh khoản của CW. Bởi lẽ, khi giá chứng khoán cơ sởtăng, và thậm chí cao hơn giá thực hiện quy định trên sản phẩm CW, NĐT sẽthu được lợi nhuận chính là phần chênh lệch giữa
hai mức giá này, theo đó, nhu cầu đầu tư CW cũng sẽ tăng lên nhanh chóng, đặc biệt là khi giá CW thấp hơn rất nhiều so với giá CKCS, đáp ứng được nhu cầu đầu tư của bộ phận lớn các NĐT có điều kiện tài chính hạn chế (Bình An, 2021). Bên cạnh đó, với nguồn cung CW từ các tổ chức phát hành (công ty chứng khoán) tương đối ít, khan hiếm, trong bối cảnh CW trởnên là cơ hội đầu tư hấp dẫn với NĐT, thì diễn biến giá CKCS càng tác động mạnh tới nhu cầu đầu tư CW, tới yếu tố cạnh tranh trong giao dịch, và theo đó đẩy giá CW lên cao.
4.2. Kết quả phân rã phương sai
Kết quảphân rã phương sai được trình bày tại Bảng 2 và chi tiết kết quả của 22 mã CW còn lại trong nghiên cứu (22 cặp mã CW và CKCS) trong Phụ lục 2.
Kết quả phân rã phương sai từ mô hình VAR cho biết mức độ đóng góp của biến động của CKCS trong sự biến động của TSSL CW, hay nói cách khác kết quả phân rã cho biết phần trăm biến động của CW được giải thích bởi biến động TSSL CKCS. Cụ thể với CFPT2010, ta thấy rằng lợi nhuận của CW này chịu tác động bởi 24,5% ~ 27,7% bởi chính mã này, phần còn lại là đóng góp rất lớn từ CKCS là FPT, dao động từ 72,23% ~ 75,42%.
Nhìn vào các bảng thành phần còn lại, ta có lập luận tương tự và có thể kết luận rằng biến động giá CW chịu tác động khá lớn từ giá CKCS. Như vậy, giá CW phản ứng ngay lập tức và cùng chiều với biến động giá CKCS trong cùng ngày giao dịch và mức độ biến động của giá CW còn cao hơn mức độ biến động của giá CKCS.
Bảng 2. Tổng hợp kết quảphân rã phương sai ((a) – (f)) (a) Variance Decomposition of
RCFPT2010:
Period S.E. RFPT RCFPT2010 1 0.108655 75.42765 24.57235 2 0.11113 72.28325 27.71675 3 0.112449 72.37738 27.62262 4 0.11248 72.33867 27.66133 5 0.112561 72.24216 27.75784 6 0.112566 72.23608 27.76392 7 0.112569 72.23706 27.76294 8 0.11257 72.23652 27.76348 9 0.11257 72.2364 27.7636 10 0.11257 72.23641 27.76359 Cholesky Ordering: RFPT RCFPT2010
(b) Variance Decomposition of RCMBB2008:
Period S.E. RMBB RCMBB2008 1 0.074832 57.01077 42.98923 2 0.076166 55.53666 44.46334 3 0.077054 56.55373 43.44627 4 0.077401 56.06374 43.93626 5 0.078123 56.04486 43.95514 6 0.078418 56.10319 43.89681 7 0.078469 56.06822 43.93178 8 0.078476 56.07565 43.92435 9 0.07866 55.94905 44.05095 10 0.078673 55.96052 44.03948 Cholesky Ordering: RMBB RCMBB2008 (c) Variance Decomposition of
RCVPB2010:
Period S.E. RVPB RCVPB2010 1 0.076622 74.35725 25.64275 2 0.083235 77.05009 22.94991
(d) Variance Decomposition of RCTCB2009:
Period S.E. RTCB RCTCB2009 1 0.0822 60.23848 39.76152 2 0.085167 57.86054 42.13946
3 0.083622 76.93528 23.06472 4 0.083698 76.95558 23.04442 5 0.083702 76.953 23.047 6 0.083703 76.95314 23.04686 7 0.083703 76.9531 23.0469 8 0.083703 76.9531 23.0469 9 0.083703 76.95309 23.04691 10 0.083703 76.95309 23.04691 Cholesky Ordering: RVPB RCVPB2010
3 0.085307 57.73268 42.26732 4 0.085318 57.71848 42.28152 5 0.085319 57.71754 42.28246 6 0.085319 57.71746 42.28254 7 0.085319 57.71746 42.28254 8 0.085319 57.71746 42.28254 9 0.085319 57.71746 42.28254 10 0.085319 57.71746 42.28254 Cholesky Ordering: RTCB RCTCB2009 (e) Variance Decomposition of
RCMWG2013:
Period S.E. RMWG RCMWG2013 1 0.051824 71.00041 28.99959 2 0.055746 61.36314 38.63686 3 0.056031 60.98406 39.01594 4 0.058332 63.0073 36.9927 5 0.05864 62.34919 37.65081 6 0.058787 62.19258 37.80742 7 0.059856 60.83265 39.16735 8 0.060111 61.05104 38.94896 9 0.060119 61.04996 38.95004 10 0.060193 60.91868 39.08132 Cholesky Ordering: RMWG RCMWG2013
(f) Variance Decomposition of RCMWG2101:
Period S.E. RMWG RCMWG2101 1 0.054088 54.81753 45.18247 2 0.056046 56.62522 43.37478 3 0.056163 56.53918 43.46082 4 0.056174 56.5544 43.4456 5 0.056175 56.55304 43.44696 6 0.056175 56.55319 43.44681 7 0.056175 56.55317 43.44683 8 0.056175 56.55317 43.44683 9 0.056175 56.55317 43.44683 10 0.056175 56.55317 43.44683 Cholesky Ordering: RMWG RCMWG2101 Nguồn: Kết quảước lượng từ mô hình VAR Mặc dù cần có các mô hình cũng như các kiểm định phù hợp nhằm cung cấp các bằng chứng xác thực hơn, xong có thể thấy rằng với các mã CKCS có thị giá lớn như FPT và MWG, thì mức độ giải thích của biến động giá CKCS về diễn biến biến động của CW tương đối cao hơn so với các mã CKCS khác như MBB. Điều này có thể xuất phát từ thực tế rằng các CKCS có thị giá lớn này, đồng thời có triển vọng tăng giá tốt, là những cơ hội đầu tư hấp dẫn đối với NĐT. Song, do mức giá CKCS tương đối lớn, các NĐT bắt đầu hướng sự quan tâm sang các CW, là công cụ đầu tư cung cấp người sở hữu quyền mua CKCS, hoặc hưởng lợi nhuận từ biến động tăng giá CKCS, với một quy mô vốn đầu tư thấp hơn nhiều so với CKCS. Điều này góp phần cải thiện quy mô giao dịch, tính thanh khoản của mã CW tương ứng, đồng thời cũng làm cho biến động giá CW nhạy với biến động giá các CKCS (có thị giá cao) hơn là với các cặp mã CW & CKCS khác.