Tiểu luận cuối kỳ bộ môn kinh tế lượng tài chính

Dựa theo danh sách 100 doanh nghiệp có cổ phiếu có vốn hóa lớn nhất thị trường được niêm yết trên sàn HOSE, tác giả loại bỏ các công ty không có đầy đủ thông tin về báo cáo tài chính cùn

ĐẠI HỌC UEH TRƯỜNG KINH DOANH KHOA TÀI CHÍNH

TIỂU LUẬN CUỐI KỲ

BỘ MÔN KINH TẾ LƯỢNG TÀI CHÍNH

Giảng viên giảng dạy : PSG TS Phùng Đức Nam

TP Hồ Chí Minh, tháng 12 năm 2022

MỤC LỤC

MỤC LỤC

DANH MỤC BẢNG BIỂU, HÌNH ẢNH

PHẦN 1: NGHIÊN CỨU CÁC YẾU TỐ ẢNH HƯỚNG ĐẾN CẤU TRÚC VỐN CÁC

DOANH NGHIỆP ĐƯỢC NIÊM YẾT TRÊN SÀN HOSE 1

CHƯƠNG 1: DỮ LIỆU NGHIÊN CỨU VÀ CÁC BIẾN ĐẦU VÀO 1

1.1 Giả thiết và dữ liệu nghiên cứu: 1

1.2 Mô hình nghiên cứu 2

CHƯƠNG 2: KẾT QUẢ PHÂN TÍCH VÀ ƯỚC LƯỢNG 3

2.1 Thống kê mô tả các biến: 3

2.2 Ma trận hệ số tương quan: 3

2.3 Kiểm định tính dừng 4

2.4 Kết quả hồi quy các mô hình 4

2.4.1 Kết quả hồi quy mô hình Pooled OLS, FEM và REM 4

2.4.2 Lựa chọn mô hình tốt nhất giữa Pooled OLS, FEM và REM 5

2.4.3 Kết quả hồi quy mô hình Between, LSDV 5

2.5 Các kiểm định cho mô hình 10

2.5.1 Kiểm định phương sai thay đổi 10

2.5.2 Kiểm định hiện tượng tự tương quan phần dư 10

2.5.3 Kiểm định hiện tượng đa cộng tuyến 10

2.5.4 Kiểm định hiện tượng biến nội sinh 11

2.6 Khắc phục các khuyết tật của mô hình 11

2.6.1 Sử dụng mô hình GLS khắc phục hiện tượng phương sai thay đổi và tự tương

quan phần dư 11

2.6.2 Sử dụng mô hình GMM khắc phục hiện tượng biến nội sinh 12

2.7 Thảo luận kết quả ước lượng 12

PHẦN 2: NGHIÊN CỨU TÁC ĐỘNG CỦA CÚ SỐC GIÁ DẦU ĐẾN LỢI NHUẬN THỰC THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM 15

CHƯƠNG 1: DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU 15

1.1 Dữ liệu nghiên cứu 15

1.2 Quy trình thực hiện 19

CHƯƠNG 2: KẾT QUẢ NGHIÊN CỨU 21

2.1 Kiểm định tính dừng các biến 21

2.2 Tìm độ trễ tối ưu 21

2.3 Các kiểm định cho phần dư 22

2.4 Kết quả ước lượng mô hình SVAR 23

2.5 Kiểm định nhân quả Granger 24

2.6 Phản ứng xung 24

2.6.1 Phản ứng xung của giá dầu (biến PRICE) 24

2.6.2 Phản ứng xung của lợi nhuận thực thị trường chứng khoán Việt Nam (biến RSR) 26 2.7 Phân rã phương sai biến lợi nhuận thực thị trường chứng khoán Việt Nam (RSR) 27 PHỤ LỤC PHẦN 1

PHỤ LỤC PHẦN 2

DANH MỤC BẢNG BIỂU, HÌNH ẢNH PHẦN 1

Bảng 1.1: Bảng tóm tắt các biến đầu vào

Bảng 1.2: Thống kê mô tả các biến

Bảng 1.3: Ma trận hệ số tương quan các biến

Bảng 1.4: Kết quả hồi quy mô hình Pooled OLS, FEM, REM

Bảng 1.5: Kết quả so sánh mô hình Pooled OLS và REM

Bảng 1.6: Kết quả so sánh mô hình FEM và REM

Bảng 1.7: Kết quả mô hình hồi quy Between

Bảng 1.8: Kết quả hồi quy mô hình LSDV

Bảng 1.9: Kết quả kiểm định hiện tượng tự tương quan

Bảng 1.10: Kết quả kiểm định hiện đa cộng tuyến hoàn hảo

Bảng 1.11: Kết quả kiểm định hiện tượng biến nội sinh

Bảng 1.12: Kết quả hồi quy mô hình GLS

Bảng 1.13: Kết quả hồi quy mô hình GMM

Bảng 1.14: Tóm tắt kết quả mô hình hồi quy GLS

PHẦN 2

Bảng 2.1: Bảng mô tả biến

Bảng 2.2: Kết quả kiểm định tính dừng các biến

Bảng 2.3: Kết quả lựa chọn độ trễ tối ưu cho mô hình

Bảng 2.4: Kết quả thực hiện các kiểm định cho phần dư mô hình VAR

Bảng 2.5: Kết quả ước lượng ma trận tham số

Bảng 2.6: Phân rã phương sai biến tỷ suất sinh lợi trên thị trường chứng khoán Việt Nam

Hình 2.1: Phần trăm thay đổi sản lượng dầu thô sản xuất toàn cầu

Hình 2.2: Giá dầu thô thế giới giai đoạn 01/2010 – 08/2022

Hình 2.3: Chỉ số hoạt động kinh tế thực toàn cầu giai đoạn 01/2010 – 05/2022

Hình 2.4: Lợi nhuận thực của thị trường chứng khoán Việt Nam giai đoạn 01/2010 – 05/2022

Hình 2.5: Phản ứng của giá dầu thô đối với các cú sốc cấu trúc

Hình 2.6: Phản ứng của lợi nhuận thực thị trường chứng khoán Việt Nam đối với các cú sốc cấu trúc

PHẦN 1: NGHIÊN CỨU CÁC YẾU TỐ ẢNH HƯỚNG ĐẾN CẤU TRÚC VỐN CÁC DOANH NGHIỆP ĐƯỢC NIÊM YẾT TRÊN SÀN HOSE

CHƯƠNG 1: DỮ LIỆU NGHIÊN CỨU VÀ CÁC BIẾN ĐẦU VÀO

1.1 Giả thiết và dữ liệu nghiên cứu:

Bài nghiên cứu thực hiện đề tài “Các yếu tố ảnh hưởng đến cấu trúc vốn các doanh nghiệp được niêm yết trên sàn HOSE” Dựa theo danh sách 100 doanh nghiệp có cổ phiếu có vốn hóa lớn nhất thị trường được niêm yết trên sàn HOSE, tác giả loại bỏ các công ty không có đầy đủ thông tin về báo cáo tài chính cùng với loại bỏ các công ty thuộc ngành tài chính – ngânhàng (do đặc thù ngành nên có cấu trúc vốn khác biệt so với các ngành khác), từ đó thu thập được danh sách 82 doanh nghiệp đủ yêu cầu thực hiện nghiên cứu Phạm vi nghiên cứu là giai đoạn 6 năm từ 2014 đến 2019 do không xét đến tác động của yếu tố dịch bệnh

Các biến được sử dụng trong bài nghiên cứu cũng như cách tính toán được thể hiện dướibảng sau:

Bảng 1.1: Bảng tóm tắt các biến đầu vào

do chọn biến giả và biến tương tác như trên.

1.2 Mô hình nghiên cứu

LEVi,t = α0 + β1ROAi,t + β2LIQi,t + β3TANGi,t + β4SIZEi,t + β5GROWTHi,t +

Lợi nhuận trước thuế/Tổng tài sản

LIQ Tính thanh khoản của

doanh nghiệp

Tỷ lệ tài sản ngắn hạn/Nợ ngắn hạn

TANG Tỷ lệ tài sản hữu hình Tài sản cố định/Tổng tài sản

SIZE Quy mô công ty Ln(Tổng tài sản)

GROWT

H

Tốc độ tăng trưởng Tỷ lệ thay đổi tổng tài sản

BDS Doanh nghiệp thuộc

doanh nghiệp BĐS

(Biến tương tác)GROWTH*BDS

+ β6BDSi,t + β7GR_BDSi,t εi,t

Trong đó:

i: Công ty i

t: Năm

CHƯƠNG 2: KẾT QUẢ PHÂN TÍCH VÀ ƯỚC LƯỢNG 2.1 Thống kê mô tả các biến:

Bảng dưới đây thể hiện thống kê mô tả các biến bao gồm số quan sát, giá trị trung bình,

độ lệch chuẩn, giá trị tối nhỏ nhất và giá trị lớn nhất

Bảng 1.2: Thống kê mô tả các biếnVariable Obs Mean Std Dev Min MaxLEV 492 0.48265

3

0.18608

3 0.0271 1.2945ROA 492 0.05737

4 0.072 -0.4181 0.7837LIQ 492 2.25422

2

1.145476

25.99133

33.63179GROWT

0.17423

6 0.36778 -0.33273 3.40596BDS 492 0.20731

2.2 Ma trận hệ số tương quan:

Bảng 1.3: Ma trận hệ số tương quan các biến

LEV ROA LIQ TANG SIZE

GROWT

GR_BDS

ROA

0.4341 1

-LIQ

0.4627 0.0985 1TANG - 0.0322 - 1

-0.0409 0.2159

SIZE 0.2036 0.0962

0.0669

0.1358 1GROWT

-H 0.0861 0.0611 0.0561

0.1489 0.0357 1

-BDS

0.0125

0.1485 0.1621

0.4221 0.0017 0.0234 1

-GR_BDS 0.0021

0.0201 0.1183

0.1969 0.0721 0.347 0.482 1

-Giá trị hệ số tương quan giữa các cặp biến được thể hiện ở bảng trên ta thấy hệ số tươngquan các cặp biến đều có giá trị tuyệt đối nhỏ hơn 0.5 cho nên không xảy ra hiện tượng tự tương quan giữa các biến sử dụng Ta kết luận rằng các biến đủ điều kiện để tiến hành thực hiện hồi quy mô hình

2.3 Kiểm định tính dừng

Tác giả sử dụng kiểm định nghiệm đơn vị Fisher – type, được dựa trên kiểm định

Augmented Dickey – Fuller để thực hiện kiểm định tính dừng các biến của dữ liệu bảng với cácgiả thiết:

H0: Dữ liệu có nghiệm đơn vị, hay không có tính dừng

H1: Dữ liệu không có nghiệm đơn vị, hay có tính dừng

Kết quả kiểm định (xem Phụ lục Phần 1) cho thấy, tất cả các biến đều có tính dừng tại độ trễ 0

2.4 Kết quả hồi quy các mô hình

2.4.1 Kết quả hồi quy mô hình Pooled OLS, FEM và REM

Bảng 1.4: Kết quả hồi quy mô hình Pooled OLS, FEM, REMBiến độc

lập

Hệ sốhồi quy

Mức ýnghĩa

Hệ sốhồi quy

Mức ýnghĩa

Hệ sốhồi quy

Mức ýnghĩa

GR_BDS -0.00942 0.848 0.007394 0.819 0.005411 0.868_cons -0.3039 0.07 -0.70125 0.014 -0.52218 0.023

2.4.2 Lựa chọn mô hình tốt nhất giữa Pooled OLS, FEM và REM

 Lựa chọn giữa mô hình Pooled OLS và REM

Sử dụng kiểm định Breush – Pagan LM – test để so sánh hai mô hình Pooled OLS và REM với các giả thiết:

H0: không có hiện tượng phương sai thay đổi, Pooled OLS là mô hình tốt hơn

H1: có hiện tượng phương sai thay đổi, REM là mô hình tốt hơn

Bảng 1.5: Kết quả so sánh mô hình Pooled OLS và REM

Chi^2 513.37

Vì p_value = 0 < 0.05, ta bác bỏ H0 Vậy mô hình REM tốt hơn Pooled OLS

 Lựa chọn giữa mô hình FEM và REM

Sử dụng kiểm định Hausman để so sánh hai mô hình FEM và REM với các giả thiết:H0: Không có tương quan giữa các biến giải thích và thành phần ngẫu nhiên, chọn REM

H1: Có tương quan giữa các biến giải thích và thành phần ngẫu nhiên, chọn FEM

Bảng 1.6: Kết quả so sánh mô hình FEM và REM

Chi^2 46.63

Vì p_value = 0 < 0.05, ta bác bỏ H0 Vậy mô hình FEM tốt hơn REM

Kết luận: Vậy trong ba mô hình, FEM là mô hình tốt nhất cho bài nghiên cứu này.

2.4.3 Kết quả hồi quy mô hình Between, LSDV

Bảng 1.7: Kết quả mô hình hồi quy BetweenLEV Coef Std Err t P>|t| [95% Conf Interval]ROA -1.448 0.25806

1

0.012708

2.63 0.01 0.008059 0.05870

2GROWTH 0.110536 0.07630

4

1.45 0.152 -0.0415 0.26257

4BDS -0.01367 0.05144

3

-0.27 0.791 -0.11617 0.08883

5GR_BDS -0.06216 0.17721

5

-0.35 0.727 -0.41527 0.29094

5_cons -0.30916 0.37432

7

-0.83 0.412 -1.05502 0.43670

1Obs 492

4.5 0 0.024806 0.06323

7GROWTH 0.03748 0.012115 3.09 0.002 0.0136682 0.06130

4 1

8

0.044094

0.89 0.376 -0.0495963 0.13109

4CTD -0.07528 0.04481

6

-1.68 0.094 -0.1633816 0.01282

3CTI 0.22701

3

0.04798 4.73 0 0.1326915 0.32133

5DCL -0.05347 0.04483

9

-1.19 0.234 -0.1416193 0.03467

6DHC -0.03855 0.04601

9

-0.84 0.403 -0.1290207 0.05191

4DHG -0.1649 0.04410

3

-6.39 0 -0.3834645 -0.20299

DRH -0.13929 0.04629 -3.01 0.003 -0.2302929 -0.0483DXG -0.12993 0.048115 -2.7 0.007 -0.2245166 -0.03534ELC -0.14562 0.04446

-0.93 0.355 -0.1252328 0.04497

5HDG 0.118763 0.04365

1

2.72 0.007 0.0329509 0.20457

5HHS -0.22488 0.05621

5

-4 0 -0.335386 -0.11436

HPG -0.13683 0.051167 -2.67 0.008 -0.2374125 -0.03624HQC -0.24603 0.04476

3.12 0.002 0.0539823 0.23864

3HTI 0.30604

2

0.052919

2.59 0.01 0.0319801 0.23347

3IDI 0.06758

7

0.043242

1.56 0.119 -0.0174209 0.15259

5IJC 0.10124

4

0.044038

2.3 0.022 0.0146713 0.18781

6IMP -0.25366 0.044311 -5.72 0 -0.3407741 -0.16656ITA -0.36986 0.04589

4

0.044333

1.27 0.204 -0.0307083 0.14359

6LCG 0.041183 0.04333

6

0.95 0.343 -0.0440101 0.12637

6LGC 0.04482 0.04588

2.86 0.004 0.0397361 0.2139

LHG -0.05126 0.04304 -1.19 0.234 -0.1358745 0.03334

7MSN -0.04897 0.05434

4.03 0 0.0929049 0.26994

1NLG -0.13751 0.04530

3.85 0 0.0821211 0.25334

3PAN -0.23964 0.04397

3 0.003 0.0448091 0.21482

PHR -0.09015 0.04333 -2.08 0.038 -0.1753266 -0.00496PNJ -0.02801 0.04326

1.79 0.074 -0.0076986 0.16762

5PPC -0.1634 0.04490

0.11 0.916 -0.0906555 0.10090

6REE -0.23038 0.04517

1.57 0.118 -0.0223671 0.19723

1SHI 0.13545

7

0.043162

3.14 0.002 0.0506073 0.22030

7SII -0.0119 0.04569 -0.26 0.795 -0.1017183 0.07792

1SJD -0.06958 0.05013

3

-1.39 0.166 -0.1681324 0.02897

8SJS 0.01018

8

0.044598

5.31 0 0.1445839 0.31454

4STG -0.05066 0.04506

3

-1.12 0.262 -0.1392433 0.03793

1TCM 0.110681 0.04328

1.47 0.143 -0.0223875 0.15382

1TDH -0.18571 0.04372

2 7

2

0.046142

2.5 Các kiểm định cho mô hình

Như đã đề cập ở mục 2.4.2, khi sử dụng kiểm định Breush – Pagan LM – test, ta thấy rằng phương sai của mô hình bị thay đổi Để khắc phục hiện tượng này, ta sử dụng mô hình GLS, được đề cập ở phần tiếp theo của bài nghiên cứu

2.5.2 Kiểm định hiện tượng tự tương quan phần dư

Sử dụng kiểm định Wooldridge để kiểm tra hiện tượng tự tương quan ở phần dư với các giả thiết:

H0: Không có hiện tượng tự tương quan

H1: Có hiện tượng tự tương quan

Bảng 1.9: Kết quả kiểm định hiện tượng tự tương quan

Thống kê F 64.526

Ta thấy p_value = 0 < 0.05, bác bỏ H0 Vậy mô hình có hiện tượng tự tương quan ở phần dư Để khắc phục hiện tượng này, ta cũng sử dụng mô hình GLS như hiện tượng phương sai thay đổi, được đề cập ở phần tiếp theo của bài nghiên cứu

2.5.3 Kiểm định hiện tượng đa cộng tuyến

Sử dụng hệ số VIF để kiểm tra hiện tượng đa cộng tuyến hoàn hảo của các biến

Bảng 1.10: Kết quả kiểm định hiện đa cộng tuyến hoàn hảo

Variable VIF 1/VIF

2.5.4 Kiểm định hiện tượng biến nội sinh

Sử dụng mô hình hồi quy biến công cụ 2SLS để kiếm định hiện tượng nội sinh của từng biến độc lập Kết quả của kiểm định được thể hiện ở bảng dưới đây:

Bảng 1.11: Kết quả kiểm định hiện tượng biến nội sinhBiến độc lập Kết quả kiểm định

ROA Có hiện tượng nội sinhLIQ Có hiện tượng nội sinhTANG Không hiện tượng nội sinhSIZE Không có hiện tượng nội sinhGROWTH Không có hiện tượng nội sinhBDS Không có hiện tượng nội sinhGR_BDS Không có hiện tượng nội sinhKết quả kiểm định cho thấy hai biến ROA và LIQ là có xuất hiện tượng nội sinh Để khắc phục hiện tượng này, ta sử dụng mô hình GMM, được đề cập ở phần tiếp theo của bài nghiên cứu

2.6 Khắc phục các khuyết tật của mô hình

2.6.1 Sử dụng mô hình GLS khắc phục hiện tượng phương sai thay đổi và tự tương quan phần dư

Bảng 1.12: Kết quả hồi quy mô hình GLSLEV Coef Std Err z P>|z| [95% Conf Interval]

ROA -0.78325 0.07283

9

-10.75 0 -0.92601 -0.6404867

LIQ -0.0257 0.00278 -9.24 0 -0.03114 -0.0202486TANG -0.08397 0.02448

6.27 0 0.023337 0.0445561

GROWTH 0.04629 0.011235 4.12 0 0.02427 0.0683106BDS -0.01288 0.01717

1Obs 492

Wald Chi^2 314.1

Prob 0

Bảng 1.13: Kết quả hồi quy mô hình GMMLEV Coef Std Err z P>|z| [95% Conf Interval]

ROA

-0.82009 0.546499 -1.5 0.133 -1.89121 0.251032LIQ -0.004 0.00638

1 -0.63 0.531 -0.0165 0.008508TANG

-0.02727 0.066503 -0.41 0.682 -0.15761 0.103074SIZE 0.03534

4

0.01077

3 3.28 0.001 0.01423 0.056458GROWTH 0.04585

6 0.01938 2.37 0.018 0.007872 0.083841BDS

-0.03272 0.045204 -0.72 0.469 -0.12132 0.055873GR_BDS -0.03563 0.02829

7 -1.26 0.208 -0.09109 0.019831_cons

-0.47893 0.306528 -1.56 0.118 -1.07972 0.121852Obs 492

Wald Chi^2 1291.89

Prob 0

2.7 Thảo luận kết quả ước lượng

Sử dụng kết quả ước lượng mô hình ước lượng GLS, sau khi đã khắc phục hiện tượng phương sai thay đổi và hiện tượng tự tương quan phần dư để tiến hành thảo luận kết quả Bảng kết quả ước lượng mô hình GLS được tóm tắt như sau:

Bảng 1.14: Tóm tắt kết quả mô hình hồi quy GLSBiến độc lập Hệ số hồi quy Mức ý nghĩa

LIQ là yếu tố tiếp theo có tác động ngược chiều cấu trúc vốn Một doanh nghiệp có khả năng thanh khoản cao cho thấy đang kiểm soát rất tốt các khoản nợ của mình, đặc biệt là nợ ngắn hạn, từ đó giảm tỷ lệ nợ trong cấu trúc vốn Kết quả ước lượng cho thấy, khi LIQ tăng 1%thì LEV giảm 2.57% Trong khi đó, tài sản hữu hình cũng có tác động ngược chiều tới LEV, tương tự như LIQ, trái ngược với kỳ vọng tác động ban đầu Khi TANG tăng 1% công ty giảm 8.4% tỷ lệ nợ, trái với thực tế thông thường rằng, khi một doanh nghiệp tăng tài sản cố định củamình, họ thường dùng đó là tài chấp cho các khoản vay dài hạn.

SIZE và GROWTH đều tác động cùng chiều tới cấu trúc Khi SIZE và GROWTH tăng 1%, tỷ lệ nợ của doanh nghiệp tăng lên lần lượt là 3.34% và 4.63% Điều này khá hợp lý Một doanh nghiệp có tài sản lớn hay tốc độ tăng trưởng cao qua từng năm sẽ có xu hướng tận dụng đòn bẩy tài chính cao và cũng như có nhiều tài sản thế chấp cho các khoản nợ, đồng thời tạo nhiều niềm tin cho các nhà đầu tư, các chủ nợ

Hai biến BDS và GR_BDS tuy không có ý nghĩa thống kê trong mô hình này, nhưng cũng là các yếu tố cần xem xét trong thực tế

PHẦN 2: NGHIÊN CỨU TÁC ĐỘNG CỦA CÚ SỐC GIÁ DẦU ĐẾN LỢI NHUẬN THỰC THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM

CHƯƠNG 1: DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU 1.1 Dữ liệu nghiên cứu

Để phân tích ảnh hưởng của các cú sốc giá dầu lên thị trường chứng khoán, nhóm tác giả sử dụng các biến dữ liệu bao gồm: phần trăm thay đổi sản lượng dầu thô toàn cầu

(PCPROD), giá dầu thô thế giới (PRICE), chỉ số hoạt động kinh tế thực toàn cầu trong thị trường hàng hóa công nghiệp (REA) và lợi nhuận thực của thị trường chứng khoán Việt Nam (RSR)

Tất cả dữ liệu được thu thập hàng tháng Thời gian lấy mẫu là từ tháng 01/2010 đến tháng 08/2022 Tác giả lựa chọn thời điểm bắt đầu dữ liệu từ năm 2010 là vì đây là giai đoạn bắt đầu phục hồi của thị trường kinh tế toàn cầu nói chung và thị trường dầu nói riêng sau cuộc khủng hoảng tài chính năm 2008 Thời điểm kết thúc nghiên cứu là tháng 08/2022 do sự sẵn cócủa dữ liệu, cũng như là thời điểm nhìn lại hai sự kiện lớn liên tục diễn ra có tác động cực kỳ mạnh mẽ tới giá dầu thô thế giới là đại dịch COVID-19 và cuộc xung đột quân sự Nga -

Ukraine

Bảng 2.1: Bảng mô tả biến

1 PCPROD Phần trăm thay đổi sản lượng dầu thô thế giới %

3 REA Chỉ số hoạt động kinh tế thực toàn cầu trong thị

4 RSR Lợi nhuận thực của thị trường chứng khoán ViệtNam %

Tác giả tính toán phần trăm thay đổi sản lượng dầu thô dựa trên dữ liệu sản lượng dầu thô hàng tháng (ngàn thùng/ngày, tính trung bình cho từng tháng) từ Ủy Ban Năng Lượng Hoa

Kỳ Phần trăm thay đổi sản lượng dầu thô trong giai đoạn này giao động trong biên độ -2% đến+2% Đến năm 2020, thế giới đối mặt với đại dịch COVID-19, cuộc khủng hoảng thế giới tồi tệ

nhất kể từ sau Chiến tranh Thế giới thứ Hai Trước tình trạng phong tỏa biên giới, hạn chế di chuyển ở khắp nơi trên thế giới, nhu cầu về dầu thô sụt giảm đột biến Vào thời điểm giữa năm

2020, sản lượng dầu thô sản xuất đã có lúc giảm xuống chỉ còn 70,000 ngàn thùng/ngày, tương đương giảm 14% so với đầu năm 2020

Hình 2.1: Phần trăm thay đổi sản lượng dầu thô sản xuất toàn cầu

giai đoạn 01/2010 – 05/2022 (Đơn vị: phần trăm)

Nguồn: Ủy Ban Năng Lượng Hoa Kỳ

Theo các chuyên gia của Việt Nam, giá xăng dầu trong nước và giá xăng dầu thế giới có mối quan hệ mật thiết Theo ông Trần Ngọc Năm - Phó Tổng giám đốc Tập đoàn Xăng dầu Việt Nam Petrolimex - điều chỉnh giá xăng dầu trong nước, giá xăng dầu thế giới là một cấu thành Ông Nguyễn Anh Tuấn - Cục trưởng Cục quản lý giá, Bộ Tài chính nhận định: “Việc hình thành giá dựa trên giá xăng dầu thế giới để làm tham chiếu điều hành giá xăng dầu trong nước.” Do mối quan hệ chặt chẽ trên giữa giá dầu thế giới và trong nước, nhóm tác giả quyết định xây dựng thước đo giá dầu của bài nghiên cứu theo giá dầu thế giới, cụ thể là giá dầu thô Brent giao ngay (USD/thùng)

Giá dầu thế giới tăng mạnh từ tháng 07/2010 và dao động ổn định quanh mức 100 USD

- 120 USD/thùng đến năm 2014 Sau đó, thị trường dầu trải qua nhiều sự kiện quan trọng, làm giá dầu đi vào giai đoạn biến động mạnh Đầu năm 2020, thế giới đối mặt với đại dịch COVID-

19 Sự lây lan nhanh và đặc biệt nguy hiểm đã khiến các quốc gia phải thiết lập những biện pháp phong tỏa nghiêm ngặt, hạn chế di chuyển Điều này đã khiến nhu cầu dầu thô giảm mạnh

và đẩy giá dầu thô xuống mức 20 USD/thùng Sau đó, quá trình phục hồi kinh tế sau

COVID-19 ở Trung Quốc – nền kinh tế lớn thứ hai thế giới, cùng với đó là vấn đề xung đột Nga – Ukraine đã đẩy mạnh nhu cầu về dầu thô trên thế giới, khiến giá dầu bậc tăng mạnh mẽ trong vòng 2 năm

Hình 2.2: Giá dầu thô thế giới giai đoạn 01/2010 – 08/2022 (Đơn vị: USD)

Nguồn: Ủy ban Năng lượng Hoa Kỳ

Dữ liệu tiếp theo trong bài nghiên cứu là chỉ số hoạt động kinh tế thực toàn cầu Đây là thước đo được thiết kế để nắm bắt những thay đổi toàn diện trong nhu cầu toàn cầu đối với hàng hóa công nghiệp, được xây dựng và đề cập lần đầu tiên trong công trình nghiên cứu của tác giả Killian (2007) Thước đo được tính toán bằng tỷ trọng cân bằng của tốc độ phần trăm

tăng trưởng cước phí vận chuyển hàng hóa hàng hóa thông qua tàu thủy đo lường bởi USD/tấn.

Lý do cho việc sử dụng chỉ số này là những sự gia tăng trong nhu cầu vận chuyển hàng hóa sẽ thể hiện sự tăng lên trong tổng cầu trong nền kinh tế thế giới Khi nền kinh tế phát triển, đồng nghĩa nhu cầu vận chuyển hàng hóa bằng đường thủy giữa các nước tăng lên, do đó, nhu cầu vận chuyển nền kinh tế có mối quan hệ mật thiết với tổng cầu của nền kinh tế

Hình 2.3: Chỉ số hoạt động kinh tế thực toàn cầu giai đoạn 01/2010 – 05/2022

(Đơn vị: phần trăm)

Nguồn: Ủy ban Năng lượng Hoa Kỳ

Nhóm tác giả xây dựng dự liệu lợi nhuận thực thị trường chứng khoán Việt Nam bằng các lấy lợi nhuận của danh mục thị trường của thị trường chứng khoán Việt Nam (VN-Index) trừ đi tỷ lệ lạm phát CPI

Hình 2.4: Lợi nhuận thực của thị trường chứng khoán Việt Nam

giai đoạn 01/2010 – 05/2022 (Đơn vị: phần trăm)

- Tìm kiếm độ trễ tối ưu cho mô hình dựa trên các tiêu chí như AIC, SC, HQ, FPE.

- Thực hiện ước lượng VAR rút gọn và các kiểm định cho mô hình: kiểm định tương quanphần dư, kiểm định phương sai thay đổi của phần dư, kiểm định phân phối chuẩn của phần dư

- Thực hiện ước lượng SVAR: Quan sát các kết quả thông qua hàm phản ứng đẩy và phân

rã phương sai nhằm đánh giá mức độ ảnh hưởng của cú sốc giá dầu đến lợi nhuận thực của thị trường chứng khoán Việt Nam

CHƯƠNG 2: KẾT QUẢ NGHIÊN CỨU 2.1 Kiểm định tính dừng các biến

Điều kiện để chạy được mô hình SVAR là các chuỗi dữ liệu đầu vào phải là các chuỗi dừng, trong bài nghiên cứu này tác giả sử dụng kiểm định Augmented Dickey - Fuller (ADF)

để tiến hành kiểm định nghiệm đơn vị (Unit Root Test) (với các giả thuyết H0: Chuỗi dữ liệu

có nghiệm đơn vị; H1: Chuỗi dữ liệu không có nghiệm đơn vị) Kết quả tổng hợp bảng dưới đây cho thấy:

Bảng 2.2: Kết quả kiểm định tính dừng các biếnBiến Giá trị của thống

kê kiểm định P-value

Quy tắc raquyết định Kết luậnPCPROD -6.1659 0.01 Bác bỏ H0 Chuỗi dữ liệu dừng ở chuỗigốcREA -3.0103 0.1554 Chấp nhận H0 Chuỗi dữ liệu không dừng ở chuỗi gốcD(REA) -6.8495 0.01 Bác bỏ H0 Chuỗi dữ liệu dừng ở sai phân bậc 1PRICE -1.6143 0.7371 Chấp nhận H0 Chuỗi dữ liệu không dừng ở chuỗi gốcD(PRICE

Chuỗi dữ liệu dừng ở sai phân bậc 1

RSR -4.5519 0.01 Bác bỏ H0 Chuỗi dữ liệu dừng ở chuỗigốc

Nguồn: Kết quả được tác giả phân tích từ phần mềm RStudio

Nhiều nghiên cứu đã chỉ ra rằng hầu hết các biến chuỗi thời gian trong kinh tế vĩ mô đềukhông có tính dừng, do đó khi sử dụng biến không có tính dừng thì sẽ dẫn đến sự hồi quy giả Theo như bảng 2.1 thì các biến PCPROD và RSR dừng ở chuỗi gốc Còn hai biến REA và PRICE là không có tính dừng ở chuỗi gốc, tuy nhiên khi lấy sai phân bậc 1 của các chuỗi này

là DREA và DPRICE thì cho thấy 2 chuỗi này đều là các chuỗi dừng Do đó, nhóm tác giả sử dụng dữ liệu đầu vào là các biến sau: PCPROD, DREA, DPRICE và RSR

2.2 Tìm độ trễ tối ưu

Nhằm tìm độ trễ phù hợp cho mô hình, nhóm tác giả đã sử dụng câu lệnh VARselect.Phương pháp này đưa ra 4 tiêu chí thông tin để lựa chọn độ trễ tối ưu cho mô hình là AIC, SC,

HQ, FPE Dựa vào các tiêu chí trên, tác giả sẽ lựa chọn độ trễ tại mức có nhiều tiêu chí cùnglựa chọn

Bảng 2.3: Kết quả lựa chọn độ trễ tối ưu cho mô hình

Nguồn: Kết quả được tác giả phân tích từ phần mềm Rstudio

Kết quả kiểm định cho tiêu chí AIC và FPE lựa chọn độ trễ tối ưu là 2, trong khi đó, tiêuchí SC và HQ lựa chọn độ trễ tối ưu là 1 Tuy nhiên, với dữ liệu chuỗi thời gian , tiêu chí thông tin AIC thường được quan tâm nhiều hơn, nên tác giả chọn độ trễ 2 là độ trễ tối ưu cho mô hình Mặt khác, trong các bài nghiên cứu sử dụng dữ liệu chuỗi thời gian sử dụng mô hình VAR hay SVAR, trong vòng 1 tháng tháng thì các cú sốc chưa thể hiện hết tác động nội tại lên các biến khác, do đó độ trễ 1 thường ít được lựa chọn

2.3 Các kiểm định cho phần dư

Sau khi hồi quy mô hình VAR với độ trễ ưu là 2, tác giả thực hiện một số các kiểm định trên RStudio cho phần dư Kết quả cho thấy, mô hình không có hiện tượng tương chuỗi ở phần

dư, phương sai phần dư không đổi, tuy nhiên phần dư lại không có phân phối chuẩn

Bảng 2.4: Kết quả thực hiện các kiểm định cho phần dư mô hình VAR

Kiểm định H0 P-Value Quy tắc ra quyết

định Kết luận

Kiểm định tương quan

chuỗi của phần dư

Phần dư không

có tương quanchuỗi

0.05723 Chấp nhận H0

Phần dư không

có tương quanchuỗi

Kiểm định phương sai

thay đổi của phần dư

Phương saiphần dư khôngđổi

0.1425 Chấp nhận H0

Phương sai phần

dư không đổi

Kiểm định phân phối

chuẩn của phần dư

Phần dư cóphân phốichuẩn

< 2.2e-16 Bác bỏ H0

Phần dư không

có phân phốichuẩn

2.4 Kết quả ước lượng mô hình SVAR

Từ mô hình VAR, tác giả tiếp tục tiến hành thực hiện ước lượng mô hình SVAR Các giátrị hệ số ước lượng trong ma trận A và ma trận B được trình bày trong bảng dưới đây:

Bảng 2.5: Kết quả ước lượng ma trận tham số

SVAR Estimation ResultsEstimate A matrix:

1.000000

0.000000

0.000000

0.0000004.09586 1.00000

0

0.000000

0.0000000.18631 -0.01913 1.00000

0

0.0000000.07147 -0.01377 0.1495 1.00000

0Estimate B matrix:

1.298

0.000000

0.000000

0.0000000.00000

0.000000

0.0000000.00000

0

0.00000

0.0000000.00000

0

0.000000

0.00000

Nguồn: Kết quả được tác giả phân tích từ phần mềm RStudio

2.5 Kiểm định nhân quả Granger

Kết quả kiểm định Granger giữa các cặp biến được thể hiện như sau:

 REA, PRICE, RSR có tác động nhân quả Granger lên PCPROD

 PCPROD, RSR có tác động nhân quả Granger lên REA

 RSR có tác động nhân quả Granger lên PRICE

 Không có biến nào có tác động nhân quả Granger lên RSR ở mức ý nghĩa 5% Tuy nhiên, khi xét ở mức ý nghĩa 10%, PRICE có tác động nhân quả Granger lên RSR

2.6 Phản ứng xung

Theo lý thuyết kinh tế vi mô, giá dầu được xác định dựa trên cung và cầu dầu thô Vì vậy, việc xem xét các nguyên nhân cú sốc cung dầu (dựa trên thay đổi phần trăm sản lượng sản xuất dầu), cú sốc dự trữ dầu thô (dựa trên thay đổi về giá dầu), cú sốc tổng cầu với hàng hóa công nghiệp (dựa trên thay đổi về chỉ số hoạt động kinh tế thực toàn cầu) ảnh hưởng như thế nào tới giá dầu là vô cùng quan trọng trước khi xem xét tác động của những cú sốc cấu trúc đó tới lợi nhuận thực của thị trường chứng khoán Bài nghiên cứu xem xét sự thay đổi các cú sốc

là thay đổi 1 đơn vị độ lệch chuẩn

Hình 2.5: Phản ứng của giá dầu thô đối với các cú sốc cấu trúc