BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH o0o NHAN ĐẶNG HẢI PHƯƠNG TÁC ĐỘNG CỦA BIẾN ĐỘNG LÃI SUẤT VÀ TỶ GIÁ LÊN TỶ SUẤT SINH LỢI VÀ BIẾN ĐỘNG TỶ SUẤT SINH LỢI CỔ PHIẾU BẰNG CHỨNG T[.]
TỔNG QUAN CÁC KẾT QUẢ NGHIÊN CỨU TRƯỚC ĐÂY
Các nghiên cứu ở nước ngoài
Stone (1974) đã nghiên cứu độ nhạy của lãi suất hệ thống thông qua mô hình hai nhân tố tỷ suất sinh lợi, trong đó nhân tố thứ nhất là tỷ suất sinh lợi trên chỉ số vốn chủ sở hữu và nhân tố thứ hai là tỷ suất sinh lợi trên chỉ số trái phiếu Mô hình này đã cung cấp một cách giải thích tốt hơn cho quá trình ngẫu nhiên tạo ra tỷ suất sinh lợi chứng khoán so với mô hình một nhân tố.
Lloyd và Shick (1977) đã mở rộng nghiên cứu mô hình hai nhân tố tỷ suất sinh lợi của Stone bằng cách sử dụng GARCH-M để kiểm định tác động của lãi suất và biến động của nó lên tỷ suất sinh lợi cổ phiếu ngân hàng Kết quả cho thấy hiệu ứng biến động phản hồi có ý nghĩa, lãi suất và biến động lãi suất ảnh hưởng trực tiếp đến phân phối tỷ suất sinh lợi cổ phiếu ngân hàng, và mức độ vững trong những cú sốc là đáng kể cho tất cả danh mục ngân hàng trong chế độ chính sách tiền tệ hiện hành.
Nghiên cứu của Dinenis & S K Staikouras (1998) đã chỉ ra rằng sự thay đổi lãi suất hiện tại và không mong đợi có tác động đến tỷ suất sinh lợi cổ phiếu phổ thông của các định chế tài chính ở Anh Sử dụng mô hình hai nhân tố, tác giả xác định tỷ suất sinh lợi cổ phiếu phổ thông là nhân tố thứ nhất và biến động lãi suất là nhân tố thứ hai Kết quả cho thấy có mối quan hệ ngược chiều giữa tỷ suất sinh lợi cổ phiếu phổ thông và biến động lãi suất, với sự tương quan ngược chiều đáng kể giữa hai yếu tố này.
Nghiên cứu của Harald A Benink và Christian C P Wolff (2000) đã sử dụng mô hình ARIMA để phân tích độ nhạy lãi suất của tỷ suất sinh lợi cổ phiếu của hai mươi ngân hàng lớn nhất tại Mỹ Kết quả cho thấy có mối quan hệ nghịch biến giữa độ nhạy lãi suất và tỷ suất sinh lợi cổ phiếu của các ngân hàng Mỹ trong giai đoạn cuối thập niên 1980 đến đầu thập niên 1990, với kết quả đạt ý nghĩa thống kê.
Konstantinos Drakos (2001) đã áp dụng mô hình GARCH-M để phân tích tác động của biến động lãi suất dài hạn lên tỷ suất sinh lợi cổ phiếu của các ngân hàng niêm yết trên Sở Giao dịch Chứng khoán Athens trong khoảng thời gian từ ngày 14 tháng 11 năm 1997 đến ngày 16 tháng 11 năm 2000 Nghiên cứu sử dụng dữ liệu giá cổ phiếu phổ thông đóng cửa hàng ngày của chín ngân hàng, với tổng cộng 785 quan sát cho mỗi cổ phiếu Kết quả cho thấy có sự tương quan giữa độ nhạy lãi suất, vốn lưu động và các yếu tố có ý nghĩa thống kê.
Choi và cộng sự (1992) đã áp dụng mô hình ba nhân tố để nghiên cứu tác động đến tỷ suất sinh lợi cổ phiếu của các ngân hàng Mỹ, đồng thời ước lượng ảnh hưởng của thị trường, tỷ giá hối đoái và lãi suất với giả định điều kiện sai số thay đổi Nghiên cứu cho thấy rằng lãi suất có độ nhạy cao hơn so với tỷ giá hối đoái, cho thấy biến động tỷ giá làm gia tăng biến động tỷ suất sinh lợi cổ phiếu ngân hàng Do ảnh hưởng của biến động phân nhóm, đòn bẩy và mô hình ARCH trên dữ liệu tần số cao, phương pháp ước lượng tuyến tính (OLS) có thể dẫn đến kết quả sai lệch Một số nghiên cứu đã áp dụng mô hình ARCH/GARCH để nắm bắt tính chất rủi ro thay đổi theo thời gian trong dữ liệu này.
Mansur và Elyasiani (1995) đã áp dụng mô hình ước lượng ARCH để phân tích tác động của mức độ và biến động lãi suất đối với tỷ suất sinh lợi cổ phiếu ngân hàng Nghiên cứu cho thấy rằng lãi suất cùng với biến động kỳ vọng của chúng có ảnh hưởng mạnh mẽ đến tỷ suất sinh lợi của cổ phiếu ngân hàng.
Flannery et al (1997) đã áp dụng mô hình GARCH hai nhân tố để phân tích mối quan hệ giữa định giá tài sản, rủi ro biến đổi theo thời gian và rủi ro lãi suất Kết quả nghiên cứu chỉ ra rằng ảnh hưởng của lãi suất đối với danh mục đầu tư cổ phiếu ngân hàng là không mạnh mẽ.
Vào năm 1998, Elyasiani và Mansur đã áp dụng mô hình GARCH-M để phân tích ảnh hưởng của biến động lãi suất đến độ nhạy của phân phối tỷ suất sinh lợi cổ phiếu ngân hàng, cho thấy lãi suất có tác động ngược chiều ngay từ lần đầu và biến động sau đó ảnh hưởng đến phân phối tỷ suất sinh lợi Đến năm 2003, họ tiếp tục nghiên cứu hiệu ứng lan tỏa quốc tế của rủi ro và tỷ suất sinh lợi giữa các định chế tài chính bằng mô hình GARCH 2 biến, phát hiện rằng các ngân hàng có độ nhạy cao với cú sốc vĩ mô như tỷ giá hối đoái và lãi suất, với tác động trễ tại mức độ biến động.
Hướng và độ lớn của hiệu ứng từ biến động lãi suất và các cú sốc phi hệ thống ở một quốc gia nhạy cảm với các nước khác, đặc biệt là Mỹ, có ý nghĩa quan trọng trong việc ổn định tài chính quốc tế Những phát hiện này hỗ trợ trong việc đa dạng hóa danh mục đầu tư quốc tế và xây dựng chính sách cho ngân hàng trung ương cùng các cơ quan tài chính.
Hooy et al (2004) đã áp dụng mô hình GARCH-M để phân tích độ nhạy lãi suất và rủi ro tỷ giá của cổ phiếu ngân hàng tại Malaysia trong bối cảnh khủng hoảng tài chính gần đây Kết quả nghiên cứu cho thấy rằng trong giai đoạn trước và trong khủng hoảng, cổ phiếu ngân hàng ít nhạy cảm với rủi ro lãi suất và tỷ giá, mặc dù rủi ro của các ngân hàng Malaysia đã gia tăng sau khi thực hiện chính sách kiểm soát vốn và chương trình hợp nhất ngân hàng.
Susan Ryan và Andrew C Worthington (2002) đã áp dụng mô hình GARCH - M để phân tích độ nhạy theo thời gian của tỷ suất sinh lợi cổ phiếu ngân hàng Úc trước tác động của rủi ro thị trường, lãi suất và tỷ giá hối đoái trong giai đoạn 1996-2001 Dữ liệu được thu thập bao gồm tỷ suất sinh lợi danh mục ngân hàng hàng ngày, chỉ số thị trường rộng, lãi suất ngắn hạn, trung hạn và dài hạn, cùng với tỷ giá hối đoái Kết quả cho thấy rủi ro thị trường là yếu tố quyết định chính đến tỷ suất sinh lợi cổ phiếu ngân hàng, bên cạnh lãi suất kỳ hạn ngắn và trung hạn Ngược lại, lãi suất dài hạn và tỷ giá hối đoái không có ảnh hưởng đáng kể trong giai đoạn này Nghiên cứu của Elyasiani và Mansur (2003) cùng với S Kasman và các cộng sự (2011) cũng đã sử dụng mô hình OLS và GARCH để khảo sát tác động của lãi suất và biến động tỷ giá hối đoái lên tỷ suất sinh lợi cổ phiếu ngân hàng tại Thổ Nhĩ Kỳ, với dữ liệu từ 13 cổ phiếu ngân hàng thương mại niêm yết trên Sở Giao dịch Istanbul.
Nghiên cứu về Sở Giao dịch Chứng khoán (ISE) từ ngày 27 tháng 07 năm 1999 đến ngày 9 tháng 4 năm 2009 cho thấy biến động lãi suất và tỷ giá hối đoái có tác động ngược chiều và đáng kể đến tỷ suất sinh lợi cổ phiếu ngân hàng Đặc biệt, độ nhạy của tỷ suất sinh lợi cổ phiếu ngân hàng đối với tỷ suất sinh lợi nhân tố thị trường được xác định là mạnh hơn so với lãi suất và tỷ giá hối đoái.
Các nghiên cứu tại Việt Nam
Huỳnh Thế Nguyễn và Nguyễn Quyết (2013) nghiên cứu mối liên hệ giữa tỷ giá hối đoái, lãi suất và giá cổ phiếu trên thị trường Tp Hồ Chí Minh từ tháng 10 năm 2007 đến tháng 10 năm 2012 Mô hình phân tích sử dụng tỷ giá USD, lãi suất thị trường liên ngân hàng và chỉ số giá cổ phiếu đã được lấy logarit tự nhiên Tác giả áp dụng phương pháp kiểm định nghiệm đơn vị, kiểm định nhân quả Granger và mô hình Var để ước lượng các hàm phản ứng Kết quả cho thấy có mối liên hệ giữa giá cổ phiếu với tỷ giá hối đoái tại bậc trễ hai và lãi suất tại bậc trễ một, cùng với tác động của chính giá cổ phiếu tại bậc trễ một và hai Nghiên cứu cung cấp cái nhìn toàn diện về nguyên nhân gây cú "sốc" giá cổ phiếu tại Việt Nam, hỗ trợ các nhà làm chính sách trong việc xây dựng chiến lược phát triển thị trường chứng khoán và nền kinh tế quốc dân.
Trương Đông Lộc và cộng sự (2011) đã áp dụng mô hình OLS và GARCH (1,1) để kiểm định mối quan hệ giữa lợi nhuận và rủi ro của cổ phiếu niêm yết trên Sở giao dịch chứng khoán thành phố Hồ Chí Minh Nghiên cứu sử dụng dữ liệu VNindex và giá của 80 cổ phiếu niêm yết trên HOSE, thu thập theo tần suất tuần từ 02/01/2007 đến 31/12/2009 Kết quả phân tích hồi quy cho thấy rằng danh mục có rủi ro cao hơn sẽ mang lại lợi nhuận cao hơn, đồng thời xác nhận mối quan hệ tuyến tính giữa lợi nhuận và rủi ro của các cổ phiếu này.
Kết luận chương 2
Nhiều nghiên cứu thực nghiệm đã chỉ ra tác động của lãi suất và tỷ giá hối đoái đến tỷ suất sinh lợi cổ phiếu ngân hàng Các kết quả từ những nghiên cứu trước đây cho thấy mối liên hệ rõ ràng giữa các yếu tố này.
Lãi suất và biến động lãi suất có ảnh hưởng ngược chiều đến tỷ suất sinh lợi cổ phiếu, đồng thời tác động trực tiếp đến phân phối tỷ suất sinh lợi cổ phiếu của các ngân hàng.
Tỷ suất sinh lợi của cổ phiếu ngân hàng rất nhạy cảm với các cú sốc về tỷ giá hối đoái và lãi suất, đồng thời chịu ảnh hưởng của sự tác động trễ trong mức độ biến động.
Biến động lãi suất và tỷ giá hối đoái ảnh hưởng ngược chiều đến tỷ suất sinh lợi cổ phiếu ngân hàng Độ nhạy của tỷ suất sinh lợi cổ phiếu ngân hàng đối với tỷ suất sinh lợi chỉ số thị trường được xác định là mạnh hơn so với lãi suất và tỷ giá hối đoái.
Các phân tích thực nghiệm đã được thực hiện, nhưng kết quả nghiên cứu không đồng nhất Hầu hết các nghiên cứu tập trung vào thị trường phát triển, trong khi các nghiên cứu tại thị trường mới nổi còn rất hạn chế Tác giả đã tiến hành nghiên cứu để làm rõ vấn đề này.
Biến động lãi suất và tỷ giá hối đoái có ảnh hưởng quan trọng đến tỷ suất sinh lợi và sự biến động của tỷ suất sinh lợi cổ phiếu tại thị trường Việt Nam Việc nghiên cứu tác động này là cần thiết và phù hợp để hiểu rõ hơn về tình hình tài chính hiện tại.
TRÌNH BÀY DỮ LIỆU NGHIÊN CỨU, MÔ HÌNH NGHIÊN CỨU VÀ PHƯƠNG PHÁP NGHIÊN CỨU
Phương pháp nghiên cứu
3.1.1 Phân tích thống kê mô tả
Phương pháp này giúp mô tả các đặc tính cơ bản của dữ liệu thu thập, cung cấp cái nhìn tổng quát về mẫu nghiên cứu Qua việc tóm tắt thống kê, chúng ta có thể phân tích các biến độc lập và biến phụ thuộc trong giai đoạn ngày 03 tháng 09 năm.
Từ năm 2009 đến ngày 30 tháng 09 năm 2013, các số liệu thống kê đã chỉ ra giá trị trung bình, trung vị, độ lệch chuẩn, giá trị lớn nhất và nhỏ nhất, cùng với hệ số đối xứng và hệ số nhọn, cũng như thống kê JB.
3.1.2 Kiểm định tính dừng của chuỗi dữ liệu thời gian
Khái niệm tính dừng rất quan trọng trong phân tích chuỗi thời gian Một chuỗi thời gian dừng có đặc điểm sau:
• Dữ liệu dao động xung quanh một giá trị trung bình cố định trong dài hạn,
• Dữ liệu có giá trị phương sai xác định không thay đổi theo thời gian,
• Dữ liệu có một giản đồ tương quan với các hệ số tự tương quan sẽ giảm dần khi độ trễ tăng lên
Độ trễ là khái niệm quan trọng trong phân tích chuỗi thời gian, với Y t-k biểu thị chuỗi thời gian Y t có k độ trễ, tức là cần k thời gian để thu thập đủ dữ liệu Việc sử dụng chuỗi thời gian có độ trễ dẫn đến việc mất biến quan sát, và khi độ trễ tăng, số lượng biến quan sát bị mất cũng gia tăng Điều này có ảnh hưởng đáng kể đến việc lựa chọn mô hình phân tích.
Quay trở lại đặc điểm của một chuỗi thời gian được xem là dừng, diễn đạt theo ngôn ngữ thống kê như sau:
• E(Y t ) là một hằng số cho tất cả thời điểm t
Hiệp phương sai giữa các giá trị tại thời điểm khác nhau, được ký hiệu là Cov(Y t ,Y t-k ), là một hằng số không thay đổi cho mọi thời điểm t và k khác 0 Điều này có nghĩa là hiệp phương sai chỉ phụ thuộc vào khoảng cách thời gian k giữa t và t-k, mà không phụ thuộc vào giá trị cụ thể của t Ví dụ, Cov(Y 12 ,Y 7 ) bằng Cov(Y 13 ,Y 8 ) và cũng bằng Cov(Y 28 ,Y 23 ) Tuy nhiên, cần lưu ý rằng Cov(Y t ,Y t-6 ) là hằng số, trong khi Cov(Y t ,Y t-5 ) có thể có giá trị khác.
Khi di chuyển lùi giá trị gốc của chuỗi Y từ Y t sang Y t-k, nếu Y t là một chuỗi dừng, thì giá trị trung bình, phương sai và hiệp phương sai của Y t-k sẽ bằng giá trị trung bình, phương sai và hiệp phương sai của Y t.
Một chuỗi thời gian dừng có đặc điểm là trung bình và phương sai không thay đổi theo thời gian Hiệp phương sai giữa hai thời đoạn chỉ phụ thuộc vào khoảng cách và độ trễ thời gian giữa chúng, không phụ thuộc vào thời điểm thực tế mà đồng phương sai được tính.
Một chuỗi dữ liệu dừng thường có xu hướng trở về giá trị trung bình, với các dao động xung quanh giá trị này là đồng nhất Ngược lại, một chuỗi thời gian không dừng sẽ có giá trị trung bình và phương sai thay đổi theo thời gian.
Chuỗi thời gian dừng lại là yếu tố quan trọng trong phân tích dữ liệu Theo Gujarati (2003), nếu chuỗi thời gian không dừng, chúng ta chỉ có thể nghiên cứu hành vi của nó trong khoảng thời gian cụ thể, dẫn đến việc không thể khái quát hóa cho các giai đoạn khác Điều này có nghĩa là đặc điểm của chuỗi thời gian ở một giai đoạn không thể áp dụng cho giai đoạn khác Đối với dự báo, chuỗi thời gian không dừng sẽ không có giá trị thực tiễn, vì dự báo dựa vào giả định rằng xu hướng dữ liệu trong quá khứ và hiện tại sẽ tiếp tục trong tương lai Nếu dữ liệu luôn thay đổi, việc dự đoán tương lai trở nên không khả thi.
Đối với phân tích hồi quy, nếu chuỗi thời gian không dừng, các kết quả của phân tích hồi quy tuyến tính cổ điển sẽ không có giá trị cho việc dự báo, được gọi là "hồi quy giả mạo" Do đó, điều kiện cơ bản nhất để dự báo một chuỗi thời gian là nó phải có tính dừng.
Kiểm định nghiệm đơn vị (Unit Root Test) là một phương pháp phổ biến trong nghiên cứu khoa học, được ưa chuộng hơn so với việc sử dụng đồ thị chuỗi thời gian hay giản đồ tương quan, nhờ vào tính học thuật và chuyên nghiệp cao của nó.
Một Ut thỏa mãn tất cả các giả thiết của mô hình hồi quy tuyến tính cổ điển, bao gồm kỳ vọng bằng không, phương sai không đổi và hiệp phương sai bằng không, được gọi là nhiễu trắng.
Nếu Yt = Y t-1 +U t với Ut là nhiễu trắng, thì Yt được gọi là bước ngẫu nhiên không có hằng số
Do Y 0 là hằng số, các Ui độc lập với nhau, phương sai không đổi bằng nên:
Điều này chứng tỏ Y t là chuỗi không dừng
Bước ngẫu nhiên có hằng số: Y t = δ Y t-1 + U t
một bước ngẫu nhiên có hằng số là một chuỗi không dừng
Kiểm định nghiệm đơn vị Dickey - Fuller
Xét mô hình Y t = p.Y t-1 + U t với Ut là nhiễu trắng
Nếu p = 1 thì Y t là bước ngẫu nhiên không dừng Do đó để kiểm định tính dừng của
H1: p ≠ 1 (Yt là chuỗi dừng) Trong trường hợp này, không thể áp dụng kiểm định t vì Yt có thể là chuỗi không dừng Thay vào đó, cần sử dụng tiêu chuẩn kiểm định DF với công thức: τ = se(p p � �) (3.3).
Theo Dickey và Fuller, giá trị t của hệ số Y t-1 không tuân theo phân phối Student mà thay vào đó là phân phối xác suất Kiểm định thống kê này được gọi là kiểm định Dickey - Fuller (DF).
Nếu τ>τ α bác bỏ giả thiết H 0 và kết luận chuỗi dừng Tiêu chuẩn DF được áp dụng cho các mô hình sau: ΔY t = γY t-1 + U t ΔY t = β 1 + γY t-1 + U t ΔY t = β 1 + β 2 t + γY t-1 + U t
Giả thuyết Ho cho rằng γ = 0, tức là chuỗi dừng Nếu biến U t tự tương quan, điều này có nghĩa là Y t phụ thuộc vào các giá trị quá khứ của nó, như Y t-1, Y t-2, và các giá trị trước đó Do đó, mô hình cần được cải biên để phản ánh mối quan hệ này.
Kiểm định DF như trên được gọi là kiểm định DF mở rộng (ADF- Augmented
Phân tích tương quan giúp đánh giá mối quan hệ giữa các biến trong mô hình hồi quy Kết quả từ ma trận hệ số tương quan cung cấp cái nhìn tổng quát về mối liên hệ giữa các biến, bao gồm cả kỳ vọng dấu và độ lớn.
Mô hình nghiên c ứu thực nghiệm ở Việt Nam
Bài nghiên cứu này nhằm khảo sát tác động của biến động lãi suất và tỷ giá đến tỷ suất sinh lợi và biến động tỷ suất sinh lợi cổ phiếu của các ngân hàng thương mại Việt Nam Để thực hiện nghiên cứu, mô hình hồi quy tuyến tính cổ điển OLS và mô hình GARCH được áp dụng để đo lường sự biến động của tỷ suất sinh lợi cổ phiếu, dựa trên ý tưởng từ nghiên cứu trước đó về tác động của biến động lãi suất và tỷ giá đến lợi nhuận và sự biến động của cổ phiếu ngân hàng.
Bài viết "Evidence from Turkey" của các tác giả S Kasman, G Vardar, G Tune (2011) trình bày quy trình ước lượng mô hình OLS cơ bản (mô hình 1), trong đó có ba biến độc lập giải thích tỷ suất sinh lợi của cổ phiếu hoặc danh mục cổ phiếu Các biến này bao gồm tỷ suất sinh lợi chỉ số thị trường, biến động lãi suất phi rủi ro (chỉ số trái phiếu) và biến động của tỷ giá hối đoái.
Sau khi ước lượng kết quả, tác giả kiểm định sự phù hợp của mô hình thông qua các kiểm định phương sai thay đổi, kiểm định tương quan chuỗi và kiểm định phân phối chuẩn của phần dư Nếu các giả thiết được chấp nhận, mô hình hồi quy sẽ phù hợp và các kết quả thực nghiệm về mối quan hệ giữa ba biến độc lập với tỷ suất sinh lợi cổ phiếu sẽ được phân tích, từ đó trả lời câu hỏi nghiên cứu 1 Ngược lại, nếu mô hình không phù hợp, cần sử dụng các thủ thuật hồi quy khác để tạo ra kết quả vững chắc Để trả lời câu hỏi nghiên cứu thứ 2, tác giả áp dụng mô hình GARCH với phương trình trung bình tương tự như mô hình 1 Kiểm định hiệu ứng ARCH đối với các phần dư trong mô hình 1 sẽ được thực hiện để xác định sự tồn tại của phương sai thay đổi có điều kiện Nếu giả thuyết H0 bị bác bỏ, mô hình GARCH (Mô hình 2) sẽ được tiến hành và câu hỏi nghiên cứu 2 sẽ được trả lời Nếu không có hiệu ứng ARCH, mô hình GARCH không thể thực hiện và không có cơ sở để trả lời câu hỏi nghiên cứu 2.
Mô hình GARCH (1,1) được áp dụng để giải quyết câu hỏi nghiên cứu 3, trong đó biến động của lãi suất và tỷ giá hối đoái không còn là biến giải thích cho phương trình trung bình Thay vào đó, chúng giải thích cho biến động có điều kiện của tỷ suất sinh lợi cổ phiếu hoặc danh mục cổ phiếu Tỷ suất sinh lợi trong phương trình trung bình được tính bằng giá trị trung bình dài hạn cộng với các yếu tố sai số ngẫu nhiên.
Sau khi phân tích và so sánh các kết quả nghiên cứu, chúng ta có thể kết luận về sự đồng nhất hoặc khác biệt trong xu hướng tỷ suất sinh lợi và biến động tỷ suất sinh lợi của các ngân hàng riêng lẻ cũng như danh mục cổ phiếu ngân hàng.
Phần dưới đây sẽ trình bày chi tiết hơn về 3 mô hình hồi quy được sử dụng
3.2.1 Mô hình 1: Hồi quy OLS cơ bản
Phương trình hồi quy tổng thể như sau: r t = β0+ β1MRK t + β2INT t + β3FX t + μt (M1)
Trong đó r t: : tỷ suất sinh lợi của cổ phiếu hoặc danh mục cổ phiếu tại thời điểm t
MRK t: : tỷ suất sinh lợi chỉ số thị trường ảnh hưởng đến các nhân tố toàn nền kinh tế
INT t: : biến động của lãi suất phi rủi ro hay chỉ số trái phiếu
Biến động tỷ giá hối đoái được ký hiệu là FX t, trong khi β0 đại diện cho hệ số chặn Các hệ số β1, β2 và β3 là các hệ số góc, thể hiện sự nhạy cảm của tỷ suất sinh lợi cổ phiếu ngân hàng hoặc danh mục cổ phiếu đối với biến động của các yếu tố định giá Những hệ số này cũng đo lường sự biến động trong tỷ suất sinh lợi cổ phiếu ngân hàng khi có sự thay đổi của các nhân tố rủi ro Cuối cùng, μt là thành phần sai số ngẫu nhiên.
3.2.2 Mô hình 2: Sử dụng mô hình GARCH(1, 1) phân tích biến động của tỷ suất sinh lợi của các cổ phiếu hoặc danh mục cổ phiếu:
Mô hình GARCH (1,1) gồm 2 phương trình: r t = γ0 + γ1 MRK t + γ2 INT t + γ3 FX t + εt (M2) σ 2 t= α0 + α1ε 2 t-1 +βσ 2 t-1
Trong đó: r t: : tỷ suất sinh lợi của các cổ phiếu tại thời điểm t
MRK t: : tỷ suất sinh lợi của chỉ số thị trường mà được xem xét ảnh hưởng đến các nhân tố toàn nền kinh tế
INT t: : biến động của lãi suất phi rủi ro hay chỉ số trái phiếu
Biến động tỷ giá hối đoái được biểu diễn qua FX t, với γ0 là hệ số chặn và γ1, γ2, γ3 là các hệ số góc Thành phần ngẫu nhiên εt và phương sai có điều kiện σ 2 t cũng đóng vai trò quan trọng Các tham số α0, α1 và β xác định độ lớn và sự ổn định ngắn hạn của chuỗi thời gian độ lệch chuẩn, trong đó hệ số α1 là yếu tố chính trong mô hình.
GARCH dương lớn cho thấy rằng các cú sốc đối với phương sai có điều kiện cần một thời gian dài để mất đi, dẫn đến việc các giai đoạn có độ lệch chuẩn cao thường theo sau bởi các giai đoạn tương tự Hệ số α1 lớn cho thấy độ lệch chuẩn phản ứng mạnh với thay đổi của thị trường; nếu α1 cao và β thấp, độ lệch chuẩn dễ thay đổi, ngược lại, nếu α1 thấp và β cao, độ lệch chuẩn ổn định hơn Các giá trị quá khứ của cú sốc và chính bản thân độ lệch chuẩn được đại diện bởi các biến trễ Ý nghĩa của các hệ số trong phương trình tương tự như trong mô hình 1; nếu tỷ suất sinh lợi thị trường, biến động lãi suất hoặc tỷ giá hối đoái ảnh hưởng đến tỷ suất sinh lợi cổ phiếu, các hệ số γ1, γ2, γ3 sẽ có ý nghĩa thống kê, phản ánh chiều hướng và mức độ tác động của các yếu tố này.
3.2.3 Mô hình 3: Tác động của biến động lãi suất và tỷ giá đối với biến động tỷ suất sinh lợi của cổ phiếu ngân hàng riêng lẻ hoặc danh mục cổ phiếu
Mô hình GARCH (1,1) tiếp tục được sử dụng, tuy nhiên được điều chỉnh để phù hợp với mục tiêu nghiên cứu trong phần này r t = γ0 + εt (M3) σ 2 t= α0 + α1ε 2 t-1 +βσ 2 t-1 +θ1INT 2 t + θ2 FX 2 t
Tỷ suất sinh lợi của các cổ phiếu tại thời điểm t được ký hiệu là \$r_t\$, với hệ số chặn là \$\gamma_0\$ Thành phần ngẫu nhiên hay yếu tố nhiễu được biểu thị bằng \$\epsilon_t\$, trong khi phương sai có điều kiện là \$\sigma^2_t\$ Biến động trung bình dài hạn được ký hiệu là \$\alpha_0\$, và các hệ số góc bao gồm \$\alpha_1\$, \$\beta\$, \$\theta_1\$, và \$\theta_2\$ Giá trị quá khứ của cú sốc được đại diện bởi các biến trễ của hạng nhiễu bình phương là \$\epsilon^2_{t-1}\$, và các giá trị quá khứ của chính bản thân phương sai được ký hiệu là \$\sigma^2_{t-1}\$.
INT t: : biến động lãi suất phi rủi ro hay chỉ số trái phiếu
FX t : biến động của tỷ giá hối đoái
Trong phương trình trung bình, tỷ suất sinh lợi của cổ phiếu hoặc danh mục cổ phiếu được xác định bằng giá trị trung bình dài hạn cộng với yếu tố sai số ngẫu nhiên.
Trong phương trình phương sai thay đổi có điều kiện của tỷ suất sinh lợi, tác giả bổ sung hai biến thể hiện sự biến động của lãi suất và tỷ giá hiện tại, bên cạnh các biến độ trễ của cú sốc và biến động trong quá khứ Nếu có một thành phần không đổi theo thời gian trong quá trình tạo ra tỷ suất sinh lợi, bao gồm tác động của lãi suất và tỷ giá, thì hệ số α0 sẽ lớn hơn 0 và có ý nghĩa thống kê Hệ số θ1 và θ2 khác không và có ý nghĩa thống kê cho thấy sự tác động tức thời của lãi suất và tỷ giá lên biến động có điều kiện của tỷ suất sinh lợi cổ phiếu hoặc danh mục cổ phiếu.
Thu th ập và xử lý dữ liệu
Bài nghiên cứu sử dụng các chuỗi thời gian theo ngày từ ngày 03 tháng 09 năm
Từ năm 2009 đến 30 tháng 09 năm 2013, tác giả tiến hành nghiên cứu tỷ suất sinh lợi và biến động của các cổ phiếu ngành ngân hàng Để đảm bảo tính toàn diện, 8 ngân hàng TMCP có thời gian niêm yết sớm trên sàn HNX đã được lựa chọn.
HOSE đã tiến hành nghiên cứu riêng lẻ từng ngân hàng và xem xét danh mục cổ phiếu của 8 ngân hàng này Danh sách các ngân hàng được nghiên cứu được trình bày trong bảng dưới đây.
Bảng 3.1: Các Ngân hàng TMCP trong mẫu nghiên cứu
STT Tên ngân hàng Ký hiệu Ngày - Sàn niêm yết
1 Ngân hàng TMCP Á Châu ACB 21/11/2006– HNX
2 Ngân hàng TMCP Công Thương Việt Nam CTG 16/07/2009 – HOSE
3 Ngân hàng TMCP Xuất nhập khẩu Việt
4 Ngân hàng TMCP Nam Việt NVB 13/09/2009 –HNX
5 Ngân hàng TMCP Quân Đội MBB 01/11/2011 – HOSE
6 Ngân hàng TMCP Sài Gòn – Hà Nội SHB 20/04/2009 –HNX
7 Ngân hàng TMCP Sài Gòn Thương Tín STB 12/07/2006 –HOSE
8 Ngân hàng TMCP Ngoại thương Việt Nam VCB 30/06/2009– HOSE
Tác giả đã tính toán tỷ suất sinh lợi của các cổ phiếu và danh mục cổ phiếu dựa trên chuỗi giá đóng cửa hàng ngày từ 03/09/2009 đến 30/09/2013 Dữ liệu nghiên cứu bao gồm VNIndex đại diện cho chỉ số thị trường, lãi suất trái phiếu chính phủ kỳ hạn 1 năm làm đại diện cho lãi suất phi rủi ro, và tỷ giá thị trường tự do Thông tin về chứng khoán được thu thập từ Vietstock, trong khi hai chuỗi lãi suất và tỷ giá được lấy từ Reuter.
Từ những dữ liệu thô này, tác giả thực hiện một số phép tính toán để phù hợp với mục tiêu nghiên cứu của đề tài
3.3.2.1 Biến tỷ suất sinh lợi cổ phiếu ngân hàng và danh mục cổ phiếu
- Biến tỷ suất sinh lợi cổ phiếu ngân hàng
Tỷ suất sinh lợi của cổ phiếu ngân hàng là yếu tố quan trọng để đánh giá sức hấp dẫn của đầu tư Tỷ suất sinh lợi hàng ngày được tính từ chuỗi giá đóng cửa hàng ngày của cổ phiếu ngân hàng Công thức tính tỷ suất sinh lợi tại thời điểm t, ký hiệu là \$r_t\$, được xác định bằng \$r_t = \ln\left(\frac{p_t}{p_{t-1}}\right)\$.
Trong đó: p t : giá cổ phiếu tại thời gian t p t-1 : giá cổ phiếu tại thời gian t-1
Tỷ suất sinh lợi theo nguyên tắc lãi kép với số ghép lãi vô hạn thường ít chính xác hơn so với việc tính toán tỷ suất sinh lợi theo nguyên tắc số kỳ ghép lãi rời rạc, do hoạt động đầu tư và tái đầu tư diễn ra liên tục.
- Biến tỷ suất sinh lợi của danh mục cổ phiếu/ngành ngân hàng:
Tỷ suất sinh lợi của ngành ngân hàng được tính tương tự như tỷ suất sinh lợi của từng cổ phiếu, nhưng dựa trên chỉ số giá cổ phiếu của ngành Ngân hàng Tuy nhiên, hiện tại, hệ thống cơ sở dữ liệu chính thức tại Việt Nam vẫn chưa cung cấp chỉ số giá cổ phiếu cho ngành này.
Ngành ngân hàng nên được tính toán dựa trên phương pháp tương tự như Vn-Index, tức là áp dụng phương pháp bình quân gia quyền cho một số cổ phiếu niêm yết trên sàn HOSE.
Chỉ số HNX phản ánh giá chứng khoán bình quân hiện tại so với giá bình quân của thời kỳ gốc trong ngành Ngân hàng Nó cung cấp cái nhìn tổng quan về tình hình hoạt động của toàn ngành Ngân hàng.
3.3.2.2 Tỷ suất sinh lợi của chỉ số thị trường (MRK)
Tác giả đã chọn VNIndex làm chỉ số đại diện cho thị trường chứng khoán, và tính toán tỷ suất sinh lợi từ chỉ số này VNIndex so sánh giá trị thị trường hiện tại với giá trị thị trường cơ sở vào ngày 28 tháng 07 năm 2000, đánh dấu ngày đầu tiên thị trường chứng khoán chính thức hoạt động Giá trị thị trường cơ sở trong công thức tính chỉ số sẽ được điều chỉnh khi có các sự kiện như niêm yết mới, hủy niêm yết, và thay đổi về vốn niêm yết.
VNIndex được tính theo phương pháp bình quân gia quyền, trong khi trên thị trường toàn cầu có nhiều chỉ số khác nhau, mỗi chỉ số sẽ áp dụng các phương pháp tính toán riêng biệt.
Các chỉ số thị trường cổ phiếu của một quốc gia thường được tính toán dựa trên bình quân gia quyền Đây là loại chỉ số giá cổ phiếu phổ biến nhất, phản ánh giá trị trung bình của cổ phiếu với quyền số tương ứng là số lượng cổ phiếu niêm yết tại thời điểm tính toán.
Kết quả tính toán chỉ số VNIndex phụ thuộc vào quyền số, cụ thể là số lượng cổ phiếu niêm yết trong thời kỳ tính toán Cơ cấu quyền số này phản ánh biến động giá cổ phiếu giao dịch tại Sở Giao dịch Chứng khoán TP.HCM (HOSE) Công thức tính chỉ số được áp dụng cho tất cả các cổ phiếu niêm yết, nhằm thể hiện xu hướng giá cổ phiếu hàng ngày.
VNIndex được Uỷ ban chứng khoán nhà nước tính toán theo phương pháp chỉ số giá bình quân Passcher
Ngoài ra, có một số yếu tố khác ảnh hưởng đến cơ cấu số cổ phiếu niêm yết, như việc thêm hoặc bớt cổ phiếu trong quá trình giao dịch Điều này dẫn đến sự không liên tục của chỉ số, trọng số và cơ sở tính bình quân thị trường không thay đổi Do đó, mẫu số trong công thức tính chỉ số cần được điều chỉnh để đảm bảo tính liên tục của chỉ số.
3.3.2.3 Biến động của lãi suất phi rủi ro hay chỉ số trái phiếu (INT)
Biến động của lãi suất phi rủi ro, hay chỉ số trái phiếu (INT), được xác định dựa trên lãi suất của trái phiếu chính phủ có kỳ hạn 1 năm thông qua một công thức cụ thể.
INT t = ln l ã l i su ã i su ất ất t t−1 (3.22)
Lãi suất t: lãi suất trái phiếu tại thời gian t
Lãi suất t-1: lãi suất trái phiếu tại thời gian t-1
3.3.2.4 Biến động của tỷ giá hối đoái (FX)
Biến động của tỷ giá hối đoái (FX) được tính toán dựa trên tỷ giá hối đoái
USD/VND thị trường tự do tại Việt Nam theo công thức:
USD VND tại thời điểm t
Tỷ giá hối đoái VND USD tại thời điểm t−1 (3.23) Trong đó:
FX t : tỷ giá hối đoái USD/VND tại thời điểm t
FX t-1 : tỷ giá hối đoái USD/VND tại thời điểm t-1
Phân tích thống kê mô tả
Phân tích thống kê mô tả nhằm tóm tắt đặc điểm dữ liệu, bao gồm các chỉ tiêu như số quan sát, giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất, giá trị lớn nhất, trung vị và hình dáng phân phối Kết quả được trình bày trong Bảng 4.1, cho thấy tỷ suất sinh lợi cổ phiếu của từng ngân hàng, tỷ suất sinh lợi danh mục cổ phiếu ngân hàng, tỷ suất sinh lợi chỉ số thị trường, biến động lãi suất phi rủi ro và biến động tỷ giá hối đoái Trong đó, giá trị nhỏ nhất và lớn nhất thuộc về biến FX.
- Biến tỷ suất sinh lợi cổ phiếu CTG:
Kết quả cho thấy tỷ suất sinh lợi nhỏ nhất và lớn nhất lần lượt là (0.07049) và
Tỷ suất sinh lợi của cổ phiếu CTG có thể giảm xuống mức 0.07049 và tăng lên 0.06317, với độ lệch chuẩn là 2.16%, cho thấy mức độ phân tán của tập số xung quanh giá trị trung bình Thêm vào đó, đại lượng skewness cũng cần được xem xét để đánh giá tính không đối xứng của phân phối lợi nhuận.
Kết quả phân tích cho thấy giá trị 0.18089 lớn hơn 0 và kurtosis đạt 3.474, lớn hơn 3, cho thấy hình dáng phân phối của tập dữ liệu CTG lệch phải và có sự tập trung hơn mức bình thường Điều này thể hiện qua hình dáng của đa giác tần số, trông sẽ khá cao và nhọn với hai đuôi hẹp.
Kiểm định Jarque - Bera thể hiện chuỗi dữ liệu CTG không có phân phối chuẩn với mức ý nghĩa 1%
ACB CTG EIB NVB MBB SHB STB VCB BANKIN
(***), (**), (*) Có ý nghĩa thống kê ở mức 1%, 5%, 10%
Nguồn: kết quả phân tích dữ liệu từ phần mềm Eview 6.0
Kết quả cho thấy tỷ suất sinh lợi nhỏ nhất và lớn nhất lần lượt là (0.07197) và
Tỷ suất sinh lợi của cổ phiếu ACB có thể giảm xuống 0.07197 và tăng lên 0.06725, với độ lệch chuẩn là 1.72% Mức độ phân tán của tập số xung quanh giá trị trung bình là 1.61% Hình dáng phân phối của tập dữ liệu cho thấy sự biến động trong tỷ suất sinh lợi.
ACB bị lệch trái với "đuôi" kéo dài về phía bên phải, do tỷ suất sinh lợi trung bình bị giảm bởi một số ít quan sát có giá trị nhỏ, khiến nó nhỏ hơn trung vị Đại lượng skewness là (0.00138) < 0 và kurtosis là 7.01091 > 3 cho thấy hình dáng phân phối của ACB lệch trái và phân phối tập trung hơn mức bình thường, với hình dáng đa giác tần số cao và nhọn cùng hai đuôi hẹp.
Kiểm định Jarque - Bera thể hiện chuỗi dữ liệu ACB không có phân phối chuẩn với mức ý nghĩa 1%
- Biến tỷ suất sinh lợi cổ phiếu EIB
Kết quảcho thấy tỷ suất sinh lợi nhỏ nhất và lớn nhất lần lượt là (0.05407) và
Tỷ suất sinh lợi của cổ phiếu EIB có độ lệch chuẩn là 1.55%, cho thấy khả năng giảm xuống mức 0.05407 và tăng lên 0.06987 Mức độ phân tán xung quanh giá trị trung bình là 1.55% Hơn nữa, với skewness là 0.07963 (lớn hơn 0) và kurtosis là 5.42170 (lớn hơn 3), dữ liệu EIB cho thấy phân phối lệch phải và tập trung hơn so với phân phối chuẩn.
(hình dáng của đa giác tần số trông sẽ khá cao và nhọn với 2 đuôi hẹp)
.Kiểm định Jarque - Bera thể hiện chuỗi dữ liệu EIB không có phân phối chuẩn với mức ý nghĩa 1%
- Biến tỷ suất sinh lợi cổ phiếu MBB
Kết quả cho thấy tỷ suất sinh lợi nhỏ nhất và lớn nhất lần lượt là (0.05365) và
Tỷ suất sinh lợi của cổ phiếu MBB có độ lệch chuẩn là 1.67%, cho thấy khả năng giảm xuống giá trị 0.05365 và tăng lên 0.05236, với mức độ phân tán xung quanh trung bình Hình dáng phân phối của dữ liệu MBB bị lệch phải, với "đuôi" kéo dài về phía bên phải, do một số ít quan sát có giá trị nhỏ làm giảm tỷ suất sinh lợi trung bình, khiến nó lớn hơn trung vị Đại lượng skewness là 0.12159 (lớn hơn 0) và kurtosis là 4.13161 (lớn hơn 3) chứng tỏ rằng phân phối dữ liệu MBB lệch phải và tập trung hơn mức bình thường, với hình dáng đa giác tần số cao và nhọn cùng hai đuôi hẹp.
Kiểm định Jarque - Bera thể hiện chuỗi dữ liệu MBB không có phân phối chuẩn với mức ý nghĩa 1%
- Biến tỷ suất sinh lợi cổ phiếu NVB
Kết quả cho thấy tỷ suất sinh lợi nhỏ nhất và lớn nhất lần lượt là (0.0968) và
Tỷ suất sinh lợi của cổ phiếu NVB có thể dao động từ 0.0968 đến 0.46798, với độ lệch chuẩn là 3.53%, cho thấy mức độ phân tán xung quanh giá trị trung bình Hệ số skewness là 3.01522, cho thấy phân phối lệch phải, trong khi kurtosis đạt 42.6253, cho thấy phân phối tập trung hơn mức bình thường với hình dáng cao và nhọn cùng hai đuôi hẹp.
Kiểm định Jarque - Bera thể hiện chuỗi dữ liệu NVB không có phân phối chuẩn với mức ý nghĩa 1%
- Biến tỷ suất sinh lợi cổ phiếu SHB
Kết quả cho thấy tỷ suất sinh lợi nhỏ nhất và lớn nhất lần lượt là (0.16315) và
Tỷ suất sinh lợi của cổ phiếu SHB có thể giảm xuống mức 0.16315 và tăng lên 0.09097, với độ lệch chuẩn là 2.73%, cho thấy mức độ phân tán của các số đo xung quanh giá trị trung bình Ngoài ra, đại lượng skewness là 0.12245.
> 0 và đại lượng kurtosis là 4.57440 > 3 thể hiện rằng hình dáng phân phối của
SHB lệch phải và tập trung hơn mức bình thường (hình dáng của đa giác tần số trông sẽ khá cao và nhọn với 2 đuôi hẹp)
Kiểm định Jarque - Bera thể hiện chuỗi dữ liệu SHB không có phân phối chuẩn với mức ý nghĩa 1%
Kết quả cho thấy tỷ suất sinh lợi nhỏ nhất và lớn nhất lần lượt là (0.06939) và
Tỷ suất sinh lợi của cổ phiếu STB có độ lệch chuẩn là 1.87%, cho thấy khả năng giảm xuống mức 0.06492 hoặc tăng lên giá trị 0.06492, đồng thời phản ánh mức độ phân tán của các số đo xung quanh giá trị trung bình Ngoài ra, đại lượng skewness là 0.16379, cho thấy sự không đối xứng trong phân phối lợi nhuận.
Giá trị kurtosis là 4.36545, lớn hơn 3, cho thấy phân phối của STB lệch phải và có độ tập trung cao hơn mức bình thường Hình dáng của đa giác tần số sẽ có đặc điểm cao và nhọn với hai đuôi hẹp.
Kiểm định Jarque - Bera thể hiện chuỗi dữ liệu STB không có phân phối chuẩn với mức ý nghĩa 1%
- Biến tỷ suất sinh lợi cổ phiếu VCB
Kết quả cho thấy tỷ suất sinh lợi nhỏ nhất và lớn nhất lần lượt là (0.06968) và
Tỷ suất sinh lợi của cổ phiếu VCB có thể giảm xuống mức 0.06968 và tăng lên 0.05835, với độ lệch chuẩn là 2.17%, cho thấy mức độ phân tán của các số đo xung quanh giá trị trung bình Ngoài ra, đại lượng skewness là 0.10037.
> 0 và đại lượng kurtosis là 3.25490 > 3 thể hiện rằng hình dáng phân phối của
VCB lệch phải và tập trung hơn mức bình thường (hình dáng của đa giác tần số trông sẽ khá cao và nhọn với 2 đuôi hẹp)
Kiểm định Jarque - Bera thể hiện chuỗi dữ liệu VCB không có phân phối chuẩn với mức ý nghĩa 10%
- Biến tỷ suất sinh lợi chỉ số ngành Ngân hàng (BANKINDEX)
Kết quả cho thấy tỷ suất sinh lợi nhỏ nhất và lớn nhất lần lượt là (0.14471) và
Tỷ suất sinh lợi của chỉ số ngành Ngân hàng BANKINDEX có thể giảm xuống mức 0.14471 và tăng lên 0.05295, với độ lệch chuẩn là 1.55%, cho thấy mức độ phân tán xung quanh giá trị trung bình Hình dáng phân phối của dữ liệu BANKINDEX bị lệch trái, với "đuôi" kéo dài về phía bên trái, do một số ít quan sát có giá trị nhỏ làm giảm tỷ suất sinh lợi trung bình, khiến nó thấp hơn trung vị Đại lượng skewness là 0.6746 (lớn hơn 0) và kurtosis là 11.4147 (lớn hơn 3) cho thấy hình dáng phân phối của BANKINDEX lệch phải và tập trung hơn mức bình thường, với đa giác tần số có hình dạng cao và nhọn cùng hai đuôi hẹp.
Kiểm định Jarque - Bera thể hiện chuỗi dữ liệu BANKINDEX không có phân phối chuẩn với mức ý nghĩa 1%
- Biến tỷ suất sinh lợi chỉ số thị trường (MRK)
Kết quả cho thấy tỷ suất sinh lợi nhỏ nhất và lớn nhất lần lượt là (0.04801) và
Tỷ suất sinh lợi chỉ số thị trường MRK có thể giảm xuống giá trị 0.04801 và tăng lên 0.03925, với độ lệch chuẩn là 1.26%, cho thấy mức độ phân tán của các số đo xung quanh trung bình Đại lượng skewness là -0.32757 cho thấy phân phối dữ liệu MRK lệch trái, trong khi kurtosis là 4.04647 cho thấy phân phối này tập trung hơn mức bình thường, với hình dáng đa giác tần số cao và nhọn, có hai đuôi hẹp.
Kiểm định Jarque - Bera thể hiện chuỗi dữ liệu MRK không có phân phối chuẩn với mức ý nghĩa 1%
- Biến biến động của lãi suất phi rủi ro (INT)
Kết quả cho thấy giá trị nhỏ nhất và lớn nhất của lãi suất phi rủi ro INT lần lượt là 0.16077 và 0.18614, với độ lệch chuẩn là 1.9%, cho thấy sự biến động của lãi suất này Mức độ phân tán của các số đo xung quanh giá trị trung bình là 1.9%, và đại lượng skewness là 0.0201.
Phân tích tương quan
Bảng 4.2 trình bày mối quan hệ tương quan tuyến tính giữa các cặp biến đã được phân tích Hệ số tương quan tuyến tính dao động từ -1 đến 1, cho thấy mức độ tương quan giữa các biến.
Bảng 4.2: Ma trận tương quan của các biến
(***), (**),(*) Có ý nghĩa thống kê ở mức 1%, 5%, 10%
Nguồn: kết quả phân tích dữ liệu từ phần mềm Eview 6.0
Các cặp hệ số tương quan có ý nghĩa thống kê với mức ý nghĩa 1%, 5%, 10% nghĩa là độ tin cậy 99%, 95% hoặc 90% được phân tích cụ thể như sau:
Tỷ suất sinh lợi cổ phiếu ACB có mối tương quan thuận trung bình với tỷ suất sinh lợi chỉ số thị trường MRK, với hệ số tương quan là +0.532 và độ tin cậy 99% Đồng thời, cổ phiếu ACB cũng có mối tương quan thuận thấp với biến động lãi suất phi rủi ro INT và biến động tỷ giá FX, với hệ số tương quan lần lượt là +0.029 và +0.032, độ tin cậy 90%.
Tỷ suất sinh lợi cổ phiếu CTG có mối tương quan thuận mạnh với tỷ suất sinh lợi chỉ số thị trường MRK, với hệ số tương quan đạt +0.58 và độ tin cậy 99% Đồng thời, mối tương quan với biến động lãi suất phi rủi ro INT là thấp, với hệ số tương quan +0.033 và độ tin cậy 90% Hệ số tương quan với biến động tỷ giá hối đoái FX cũng ở mức thấp, đạt +0.04 và độ tin cậy 95%.
Tỷ suất sinh lợi cổ phiếu EIB có mối tương quan thuận mạnh với tỷ suất sinh lợi chỉ số thị trường MRK, với hệ số tương quan đạt +0.551 và độ tin cậy 99% Đồng thời, EIB cũng có mối tương quan thuận yếu với biến động lãi suất phi rủi ro INT và tỷ giá hối đoái FX, với hệ số tương quan lần lượt là +0.056 và +0.066, độ tin cậy 95%.
Tỷ suất sinh lợi cổ phiếu NVB có mối tương quan thuận và đạt mức tương quan thấp với tỷ suất sinh lợi chỉ số thị trường MRK (hệ số tương quan +0.013) và biến động của lãi suất phi rủi ro INT (hệ số tương quan +0.00085), với độ tin cậy 90% Tuy nhiên, tỷ suất sinh lợi cổ phiếu NVB có mối tương quan bình với tỷ suất sinh lợi chỉ số thị trường MRK (hệ số tương quan +0.653) với độ tin cậy 99% Ngoài ra, có mối tương quan thuận mức tương quan thấp với biến động của lãi suất phi rủi ro INT (hệ số tương quan +0.057, độ tin cậy 95%) và với biến động của tỷ giá hối đoái FX (hệ số tương quan +0.011, độ tin cậy 90%).
Tỷ suất sinh lợi cổ phiếu SHB có mối tương quan thuận mạnh với tỷ suất sinh lợi chỉ số thị trường MRK, với hệ số tương quan đạt +0.661 và độ tin cậy 99% Ngược lại, mối tương quan với biến động lãi suất phi rủi ro INT chỉ ở mức thấp (+0.026, độ tin cậy 95%) và với biến động tỷ giá hối đoái FX là +0.0109, độ tin cậy 90%.
Tỷ suất sinh lợi cổ phiếu STB có mối tương quan thuận trung bình với tỷ suất sinh lợi chỉ số thị trường MRK, với hệ số tương quan đạt +0.335 và độ tin cậy 99% Đồng thời, cổ phiếu STB cũng cho thấy mối tương quan thuận thấp với biến động lãi suất phi rủi ro INT và tỷ giá hối đoái FX, với hệ số tương quan lần lượt là +0.0005 và +0.008, có độ tin cậy 90%.
Tỷ suất sinh lợi cổ phiếu VCB có mối tương quan thuận mạnh với tỷ suất sinh lợi chỉ số thị trường MRK, với hệ số tương quan đạt +0.743 và độ tin cậy 99% Ngược lại, mối tương quan với biến động lãi suất phi rủi ro INT là rất thấp, chỉ +0.0005 với độ tin cậy 90%, trong khi hệ số tương quan với biến động tỷ giá hối đoái FX là +0.035 và độ tin cậy 95%.
Tỷ suất sinh lợi cổ phiếu EIB có mối tương quan thuận mạnh với tỷ suất sinh lợi chỉ số thị trường MRK, với hệ số tương quan đạt +0.826 và độ tin cậy 99% Ngược lại, mối tương quan giữa EIB với biến động lãi suất phi rủi ro INT và tỷ giá hối đoái FX là thấp, với hệ số tương quan lần lượt là +0.037 và +0.046, cùng độ tin cậy 95%.
Ki ểm định tính dừng của chuỗi dữ liệu
Đồ thị chuỗi thời gian của các biến sử dụng trong mô hình được trình bày ở Phụ lục
4.3 Dựa trên đồ thị chuỗi thời gian, hình dạng của các chuỗi dừng về trung bình và phương sai khi dữ liệu dao động theo phương ngang với biên độ dao động biến động theo thời gian Kết quả kiểm định tính dừng Augmented Dickey - Fuller (ADF) của các chuỗi dữ liệu cho thấy tất cả các chuỗi đều dừng ở mức ý nghĩa thống kê 1%
Chi tiết được trình bày ở Phụ lục 4.3
Dưới đây là bảng tổng hợp kết quả kiểm định tímh dừng ADF
Bảng 4.3: Bảng tổng hợp kết quả kiểm định ADF
Stt Biến Ký hiệu t-statistic Trạng thái
1 Tỷ suất sinh lợi cổ phiếu
CTG r t -CTG -29,31032*** Dừng ở mức ý nghĩa 1%
2 Tỷ suất sinh lợi cổ phiếu
ACB r t -ACB -31,00061*** Dừng ở mức ý nghĩa 1%
3 Tỷ suất sinh lợi cổ phiếu
EIB r t -EIB -27,31169*** Dừng ở mức ý nghĩa 1%
4 Tỷ suất sinh lợi cổ phiếu
MBB r t -MBB -23,10155*** Dừng ở mức ý nghĩa 1%
5 Tỷ suất sinh lợi cổ phiếu
NVB r t -NVB -24,94638*** Dừng ở mức ý nghĩa 1%
6 Tỷ suất sinh lợi cổ phiếu
SHB rt-SHB -32,98019*** Dừng ở mức ý nghĩa 1%
7 Tỷ suất sinh lợi cổ phiếu
STB r t -STB -23,38244*** Dừng ở mức ý nghĩa 1%
8 Tỷ suất sinh lợi cổ phiếu
VCB r t -VCB -29,82509*** Dừng ở mức ý nghĩa 1%
9 Tỷ suất sinh lợi danh mục cổ phiếu Ngân hàng r t – BANKINDEX
10 Tỷ suất sinh lợi chỉ số thị trường r t -MRK -26,93000*** Dừng ở mức ý nghĩa 1%
11 Biến động lãi suất phi rủi ro r t -INT -7,992103*** Dừng ở mức ý nghĩa 1%
12 Biến động tỷ giá hối đoái r t –FX -31,32458*** Dừng ở mức ý nghĩa 1%
Phân tích kết quả hồi quy
4.4.1 Kết quả hồi quy mô hình 1: Hồi quy OLS cơ bản
Tác giả trình bày kết quả hồi quy mô hình OLS cơ bản trong Bảng 4.3, bao gồm ước lượng hồi quy OLS cho từng cổ phiếu Ngân hàng và danh mục cổ phiếu Ngân hàng Sau khi thực hiện hồi quy OLS, tác giả tiến hành các kiểm định sự phù hợp của mô hình, bao gồm kiểm định phương sai của sai số thay đổi và kiểm định tương quan chuỗi.
(hay còn gọi là tự tương quan), kiểm định phân phối chuẩn của phần dư; kết quả kiểm định được trình bày tại Bảng 4.3 bên dưới
Chi tiết các mô hình hồi quy của từng cổ phiếu ngân hàng riêng lẻ và danh mục cổ phiếu ngân hàng:
- Đối với cổ phiếu CTG:
Kết quả phân tích hồi quy của Mô hình 1 - CTG, được trình bày trong Bảng 4.3, cho thấy mối quan hệ giữa tỷ suất sinh lợi của Ngân hàng TMCP Công Thương Việt Nam và ba biến độc lập Phương trình hồi quy tuyến tính đã được xác định.
Kết quả từ mô hình hồi quy chỉ ra rằng hệ số hồi quy của biến tỷ suất sinh lợi chỉ số thị trường là dương và có ý nghĩa thống kê ở mức 1% Điều này cho thấy tỷ suất sinh lợi của cổ phiếu CTG có mối quan hệ tỷ lệ thuận với tỷ suất sinh lợi của chỉ số thị trường.
Mối quan hệ giữa tỷ suất sinh lợi cổ phiếu CTG và biến động của lãi suất phi rủi ro INT cũng như tỷ giá hối đoái FX cho thấy sự tương quan tỷ lệ nghịch, với mức ý nghĩa thống kê lần lượt là 10% và 1%.
Ngoài ra trong mô hình hồi quy, hệ số xác định hiệu chỉnh là 0.32896 cho biết
32.8% biến thiên trong biến tỷ suất sinh lợi cổ phiếu CTG có thể được giải thích bởi mô hình hồi quy bội đã được xây dựng
- Đối với cổ phiếu ACB:
Kết quả phân tích hồi quy của Mô hình 1 - ACB, được trình bày trong Bảng 4.3, cho thấy mối quan hệ giữa tỷ suất sinh lợi cổ phiếu của Ngân hàng TMCP Á Châu và ba biến độc lập Phương trình hồi quy tuyến tính đã được xác định.
Kết quả từ mô hình hồi quy chỉ ra rằng hệ số hồi quy của biến tỷ suất sinh lợi chỉ số thị trường là dương và có ý nghĩa thống kê ở mức 1% Điều này cho thấy tỷ suất sinh lợi của cổ phiếu ACB có mối tương quan tỷ lệ thuận với tỷ suất sinh lợi của chỉ số thị trường.
Mối quan hệ giữa tỷ suất sinh lợi cổ phiếu ACB và biến động của lãi suất phi rủi ro INT cũng như tỷ giá hối đoái FX cho thấy sự tương quan tỷ lệ nghịch với mức ý nghĩa thống kê 1%.
Hệ số xác định hiệu chỉnh là 0.34832, cho thấy 34,83% biến thiên trong tỷ suất sinh lợi của cổ phiếu ACB có thể được giải thích bởi mô hình hồi quy bội đã được xây dựng.
- Đối với cổ phiếu EIB:
Kết quả phân tích hồi quy của Mô hình 1 - EIB, được trình bày trong Bảng 4.3, cho thấy mối quan hệ giữa tỷ suất sinh lợi cổ phiếu của Ngân hàng TMCP Xuất nhập khẩu Việt Nam.
Nam và 3 biến độc lập Phương trình hồi quy tuyến tính là:
Kết quả mô hình hồi quy cho thấy hệ số hồi quy của biến tỷ suất sinh lợi chỉ số thị trường là dương và có ý nghĩa thống kê ở mức 1%, cho thấy tỷ suất sinh lợi cổ phiếu EIB có tương quan tỷ lệ thuận với tỷ suất sinh lợi chỉ số thị trường Ngược lại, biến suất phi rủi ro INT và biến động của tỷ giá hối đoái FX có tương quan tỷ lệ nghịch với mức ý nghĩa thống kê lần lượt là 5% và 10%.
Hệ số xác định hiệu chỉnh là 0.316, cho thấy 31,6% biến thiên trong tỷ suất sinh lợi cổ phiếu EIB có thể được giải thích bởi mô hình hồi quy bội đã được xây dựng.
- Đối với cổ phiếu NVB:
Kết quả phân tích hồi quy của Mô hình 1 - NVB, được trình bày trong Bảng 4.3, cho thấy mối quan hệ giữa tỷ suất sinh lợi cổ phiếu Ngân hàng TMCP Nam Việt và ba biến độc lập Phương trình hồi quy tuyến tính đã được xác định.
Kết quả từ mô hình hồi quy chỉ ra rằng hệ số hồi quy của tỷ suất sinh lợi chỉ số thị trường là dương và có ý nghĩa thống kê, cho thấy mối quan hệ tích cực giữa tỷ suất sinh lợi cổ phiếu và chỉ số thị trường.
NVB có mối quan hệ tỷ lệ thuận với tỷ suất sinh lợi của chỉ số thị trường, trong khi đó, tỷ suất sinh lợi của cổ phiếu NVB lại có sự liên quan đến biến động của lãi suất phi rủi ro.
INT, biến động của tỷ giá hối đoái FX tương quan tỷ lệ nghịch và không có ý nghĩa thống kê
Hệ số xác định hiệu chỉnh là 0.0033, cho thấy 0,33% biến thiên trong tỷ suất sinh lợi cổ phiếu NVB có thể được giải thích bởi mô hình hồi quy bội đã được xây dựng.
- Đối với cổ phiếu SHB:
K ết luận Chương 4
Kết quả nghiên cứu cho thấy các chuỗi dữ liệu của các biến không tuân theo phân phối chuẩn với mức ý nghĩa 1%, ngoại trừ biến Ngân hàng TMCP Ngoại.
Thương đạt mức ý nghĩa 10%, trong đó 3/9 chuỗi dữ liệu có phân phối lệch trái với "đuôi" kéo dài về phía bên trái do trị trung bình bị giảm bởi một số ít quan sát có giá trị nhỏ Ngược lại, các chuỗi FX, VCB, SHB, NVB, MBB và BANKINDEX có phân phối lệch phải, cho thấy phần lớn dữ liệu của 6 chuỗi này nhỏ hơn giá trị trung bình.
Kiểm định tính dừng Augmented Dickey - Fuller (ADF) cho thấy các chuỗi dữ liệu độc lập và phụ thuộc đều dừng với mức ý nghĩa 1% Dựa trên đồ thị chuỗi thời gian, hình dạng của các chuỗi dừng thể hiện sự ổn định về trung bình và phương sai, trong khi dữ liệu dao động theo phương ngang với biên độ dao động thay đổi theo thời gian.
Kết quả từ mô hình hồi quy chỉ ra rằng sự biến động của lãi suất và tỷ giá hối đoái ảnh hưởng đến tỷ suất sinh lợi của cổ phiếu ngân hàng cũng như danh mục cổ phiếu ngân hàng.
Biến động lãi suất có tác động mạnh nhất đến tỷ suất sinh lợi cổ phiếu VCB, trong khi biến động tỷ giá hối đoái ảnh hưởng lớn nhất đến tỷ suất sinh lợi cổ phiếu CTG Kết quả kiểm định cho thấy mô hình có phân phối chuẩn, không có hiện tượng phương sai của sai số thay đổi và tự tương quan, chứng tỏ mô hình phù hợp cho phân tích tiếp theo Kiểm định phương sai của sai số ngẫu nhiên thay đổi có điều kiện bằng mô hình ARCH (1) cho thấy tồn tại hiệu ứng phương sai thay đổi tự hồi quy với mức ý nghĩa 1%.
Phân tích biến động tỷ suất sinh lợi của cổ phiếu ngân hàng và danh mục cổ phiếu ngân hàng bằng mô hình GARCH (1,1) cho thấy rằng biến động này chịu ảnh hưởng từ các cú sốc trong quá khứ.
Biến động tỷ suất sinh lợi của cổ phiếu ngân hàng chủ yếu bị ảnh hưởng bởi giá trị quá khứ của chính nó hơn là giá trị quá khứ của cú sốc Cụ thể, cổ phiếu MBB có mức độ tác động từ giá trị quá khứ cao nhất Nghiên cứu cho thấy biến động lãi suất và tỷ giá không chỉ ảnh hưởng đến tỷ suất sinh lợi mà còn tác động đến biến động tỷ suất sinh lợi của cổ phiếu ngân hàng và danh mục cổ phiếu ngân hàng Trong đó, cổ phiếu NVB chịu tác động từ biến động lãi suất nhiều nhất với hệ số 0.3334, trong khi cổ phiếu ACB bị ảnh hưởng nhiều nhất bởi biến động tỷ giá hối đoái với hệ số 0.5831.