PHẦN MỞ ĐẦU
Đặt vấn đề
Phát triển thị trường phái sinh là xu thế tất yếu không chỉ đối với thị trường chứng khoán Việt Nam mà còn trong xu hướng phát triển của thị trường tài chính toàn cầu Tháng 8/2017, thị trường phái sinh chính thức ra đời với sản phẩm Hợp đồng tương lai dựa trên chỉ số VN30, đánh dấu bước tiến quan trọng trong hành trình 17 năm của thị trường chứng khoán Việt Nam Trong năm 2018, thị trường phái sinh bắt đầu thu hút sự quan tâm của nhà đầu tư và chứng kiến sự bùng nổ về thanh khoản với khối lượng giao dịch lớn Tính đến tháng 8/2020, sau 3 năm hoạt động, thị trường phái sinh đã chứng tỏ vai trò quan trọng trong việc phòng ngừa rủi ro, giữ chân dòng vốn và thu hút sự quan tâm của các nhà đầu tư trong nước và quốc tế, góp phần thúc đẩy sự phát triển của thị trường chứng khoán Việt Nam.
Sự bùng nổ của thị trường phái sinh đã thúc đẩy nhà đầu tư tìm hiểu và đánh giá mối quan hệ giữa thị trường phái sinh và thị trường cơ sở Hiểu rõ mối liên hệ này giúp các nhà đầu tư đưa ra quyết định đầu tư chính xác và phù hợp hơn trên cả hai thị trường Việc phân tích tác động giữa thị trường phái sinh và thị trường cơ sở trở thành yếu tố quan trọng để tối ưu hóa lợi nhuận và hạn chế rủi ro trong giao dịch.
Thị trường chứng khoán phái sinh hiện nay đã triển khai hai sản phẩm chính dựa trên các tài sản cơ sở bao gồm hợp đồng tương lai chỉ số cổ phiếu VN30 và trái phiếu Chính phủ kỳ hạn 5 năm Trong đó, hợp đồng tương lai trái phiếu Chính phủ là sản phẩm dành riêng cho các nhà đầu tư tổ chức, giúp đa dạng hóa danh mục và phòng ngừa rủi ro hiệu quả.
Kể từ khi triển khai, thị trường phái sinh và hợp đồng tương lai đã đóng vai trò quan trọng trong việc ổn định và giảm biến động của thị trường cơ sở Bản chất của thị trường phái sinh là công cụ quản trị rủi ro hiệu quả, giúp điều chỉnh sai lệch trong định giá của chỉ số VN30 Khi nhà đầu tư nhận thấy VN30 bị định giá sai, họ có thể khai thác cơ hội này bằng cách sử dụng hợp đồng phái sinh để đầu cơ giá xuống hoặc lên, từ đó mua/bán trên thị trường cơ sở với quy mô lớn và cân bằng cung cầu Điều này giúp các nhà đầu tư hợp lý đối trọng với hàng nghìn nhà đầu cơ nhỏ lẻ, từ đó thay đổi định giá sai của VN30 một cách nhanh chóng và hiệu quả Ngoài ra, hợp đồng tương lai còn cho phép nhà đầu tư mở vị thế bán khống (short position) để kiếm lời khi thị trường giảm điểm, góp phần giữ cho thị trường ổn định hơn.
Phòng ngừa rủi ro trong thị trường chứng khoán hiện nay chủ yếu thực hiện bằng cách bù trừ rủi ro về giá trên thị trường cơ sở, như các cổ phiếu trong rổ VN30, thông qua việc duy trì vị thế Short trên thị trường hợp đồng tương lai This strategy giúp cố định mức giá chấp nhận được và hạn chế thiệt hại do biến động giá bất lợi, như một tấm lá chắn bảo vệ danh mục đầu tư Tuy nhiên, nhiều ý kiến cho rằng sau khi xuất hiện thị trường phái sinh hợp đồng tương lai VN30, biến động của VN30 trở nên mạnh hơn do ảnh hưởng từ kỳ vọng của các nhà đầu tư đối với hợp đồng tương lai trên chỉ số này.
Nhiều nhà đầu tư kinh nghiệm sử dụng chỉ số Hợp đồng tương lai như một chỉ báo ngắn hạn cho biến động của chỉ số VN30 Khi có biến động trên thị trường Hợp đồng tương lai, họ thường ra quyết định mua bán tương ứng trên thị trường cơ sở Tuy nhiên, các biến động này đôi khi chỉ mang tính ngắn hạn do hoạt động đầu cơ, nhưng lại dễ gây ra phản ứng thái quá từ nhà đầu tư trên thị trường cơ sở, dẫn đến biến động mạnh của chỉ số VN30.
Một số ý kiến cho rằng, hoạt động giao dịch chênh lệch arbitrage giữa thị trường phái sinh và thị trường cơ sở đã góp phần làm tăng biến động của chỉ số VN30.
Luận văn “Tác động của việc triển khai thị trường phái sinh đến biến động của chỉ số cơ sở VN30 tại Việt Nam” tập trung vào phân tích ảnh hưởng của thị trường chứng khoán phái sinh hợp đồng tương lai đến biến động của chỉ số VN30 trong giai đoạn từ ngày 1/1/2015 đến ngày 28/12/2019 Nghiên cứu nhằm đánh giá rõ ràng các tác động của thị trường phái sinh đối với sự biến động của chỉ số VN30, giúp cung cấp những nhận định chính xác cho nhà đầu tư và nhà quản lý Các kết quả phân tích cho thấy sự quan hệ chặt chẽ giữa thị trường phái sinh và chỉ số VN30, góp phần nâng cao hiểu biết về vai trò của thị trường này trong việc duy trì sự ổn định của thị trường chứng khoán Việt Nam trong giai đoạn nghiên cứu.
Mục tiêu và câu hỏi nghiên cứu của luận văn
Mục tiêu nghiên cứu của luận văn nhằm làm rõ mối quan hệ tác động giữa việc xuất hiện và triển khai thị trường chứng khoán phái sinh hợp đồng tương lai, đặc biệt là ảnh hưởng của nó đến biến động (volatility) của chỉ số cơ sở VN30 Bài viết nhấn mạnh việc phân tích tác động của thị trường chứng khoán phái sinh đối với biến động của chỉ số cơ sở, góp phần nâng cao hiểu biết về mối liên hệ giữa các yếu tố này trong thị trường chứng khoán Việt Nam Nghiên cứu giúp làm rõ vai trò của hợp đồng tương lai trong việc duy trì sự ổn định và biến động của VN30, từ đó cung cấp các kiến thức thiết thực cho các nhà đầu tư và nhà quản lý.
Về mục tiêu cụ thể, trong luận văn này, tác giả tập trung vào các mục tiêu như sau:
Mục tiêu chính của luận văn là đánh giá tác động của việc triển khai thị trường phái sinh đối với sự biến động của chỉ số VN30 Nghiên cứu này nhằm xác định xem hoạt động này có làm tăng mức độ biến động của thị trường hay góp phần ổn định thị trường cơ sở VN30 Đồng thời, bài viết cũng phân tích rõ mức độ và cách thức tác động của thị trường phái sinh đến chỉ số VN30, giúp hiểu rõ hơn về ảnh hưởng của các nghiệp vụ phái sinh đối với biến động thị trường chứng khoán Việt Nam.
Thứ hai, tác giả đánh giá các yếu tố ảnh hưởng đến độ biến động của chỉ số cơ sở, như Hiệu ứng ngày trong tuần và tác động Spill-over từ thị trường quốc tế Những yếu tố này giúp xác định chính xác hơn nguyên nhân biến động của chỉ số, đặc biệt là việc triển khai thị trường phái sinh hợp đồng tương lai hay các yếu tố khác tác động đến thị trường.
Vào thứ ba, tác giả đã áp dụng mô hình định lượng để đánh giá tác động của các nhân tố đối với sự biến động của chỉ số cơ sở VN30 Phương pháp này giúp hiểu rõ hơn về mức độ ảnh hưởng của từng yếu tố đến diễn biến của chỉ số, từ đó cung cấp những phân tích chính xác và đáng tin cậy hơn cho nhà đầu tư Kết quả nghiên cứu chỉ ra rằng các nhân tố đã có những tác động rõ rệt và được đo lường cụ thể thông qua mô hình, góp phần nâng cao hiệu quả dự báo và quản lý rủi ro trong thị trường chứng khoán Việt Nam.
Trong giai đoạn triển khai thị trường chứng khoán Phái sinh, đã có nhiều tranh luận về sự biến động của chỉ số VN30 sau khi sản phẩm hợp đồng tương lai được đưa vào hoạt động, đặc biệt khi ngày càng có nhiều nhà đầu tư quan tâm tham gia thị trường này Một số ý kiến cho rằng sự ra đời của thị trường hợp đồng tương lai sẽ giúp ổn định chỉ số cơ sở, trong khi nhiều nhà đầu tư khác lại phản ánh ngược lại Các nghiên cứu của các thị trường chứng khoán quốc tế cũng cho ra kết quả khá đa dạng, phụ thuộc vào đặc điểm từng thị trường cụ thể (chi tiết được trình bày tại mục 2.2).
Câu hỏi nghiên cứu đặt ra là liệu việc triển khai thị trường chứng khoán phái sinh tại Việt Nam có tác động giảm biến động của chỉ số VN30 hay không Nghiên cứu cũng xem xét tác động của thị trường phái sinh đến mức độ ổn định của chỉ số cơ sở, liệu nó giúp tăng tính ổn định bằng cách giảm biến động hay lại gây ra biến động lớn hơn Ủng hộ việc phát triển thị trường phái sinh không chỉ nhằm nâng cao khả năng phòng ngừa rủi ro mà còn góp phần kiểm soát biến động của chỉ số VN30 trên thị trường Việt Nam.
Phạm vi nghiên cứu
Nghiên cứu tập trung vào thị trường chứng khoán Việt Nam, đặc biệt là chỉ số VN30 – cơ sở của các sản phẩm phái sinh hợp đồng tương lai chỉ số VN30 Đề tài phân tích xu hướng biến động của chỉ số VN30 nhằm đánh giá tác động của các yếu tố thị trường Nghiên cứu cũng xem xét vai trò của hợp đồng tương lai dựa trên VN30 để hỗ trợ quản lý rủi ro và tạo ra cơ hội đầu tư hiệu quả cho nhà đầu tư Kết quả nghiên cứu góp phần nâng cao nhận thức về sự phát triển của thị trường chứng khoán Việt Nam thông qua các sản phẩm phái sinh dựa trên chỉ số VN30.
Trong giai đoạn từ năm 2015 đến 2019, dữ liệu liên quan đến thị trường chứng khoán đã được thu thập nhằm phân tích tác động của việc triển khai thị trường chứng khoán phái sinh tại Việt Nam Ngày 10-8-2017, Việt Nam chính thức ra mắt thị trường chứng khoán phái sinh với sản phẩm hợp đồng tương lai dựa trên chỉ số VN30, tạo bước đột phá mới cho thị trường tài chính quốc gia Để đánh giá chính xác ảnh hưởng của sự kiện này, dữ liệu lựa chọn cần phản ánh rõ các biến động trước và sau khi thị trường chứng khoán phái sinh đi vào hoạt động Do đó, tác giả tập trung phân tích dữ liệu trong khoảng thời gian từ năm 2015 đến 2019 để so sánh và đánh giá các thay đổi về mặt thị trường và hiệu quả của thị trường chứng khoán phái sinh tại Việt Nam.
Ý nghĩa nghiên cứu
Việc triển khai thị trường phái sinh, đặc biệt hợp đồng tương lai, đã thu hút nhiều nghiên cứu quốc tế tại các thị trường như Kuala Lumpur, Hàn Quốc và Athens, với kết quả đa dạng dựa trên đặc điểm riêng của từng thị trường Tại Việt Nam, sau khi ra mắt thị trường phái sinh hợp đồng tương lai chỉ số VN30, nghiên cứu này tập trung đánh giá tác động của việc này đến biến động của chỉ số cơ sở VN30 Nghiên cứu đặt ra câu hỏi liệu thị trường phái sinh có giúp giảm biến động của VN30 hay không, đồng thời cũng xem xét các yếu tố khác như tác động từ thị trường khu vực và hiệu ứng ngày trong tuần đến chỉ số Kết quả nghiên cứu có ý nghĩa quan trọng để giúp các nhà đầu tư đưa ra quyết định phù hợp khi tham gia thị trường và giúp các nhà chính sách cân nhắc triển khai hợp đồng tương lai trên các chỉ số khác một cách hợp lý, góp phần nâng cao hiệu quả hoạt động của thị trường chứng khoán phái sinh tại Việt Nam.
1.5 Cấu trúc của luận văn
Luận văn “Tác động của việc triển khai thị trường chứng khoán phái sinh lên chỉ số cơ sở VN30 tại Việt Nam” gồm 4 chương chính Nội dung chính của đề tài tập trung phân tích ảnh hưởng của thị trường chứng khoán phái sinh đến chỉ số VN30, qua đó cung cấp các góc nhìn toàn diện về sự thay đổi và xu hướng phát triển của thị trường tài chính Việt Nam Các chương trong luận văn làm rõ các yếu tố tác động, các phương pháp nghiên cứu, kết quả phân tích và đề xuất kiến nghị nhằm thúc đẩy sự phát triển bền vững của thị trường chứng khoán phái sinh tại Việt Nam Đây là tài liệu quan trọng giúp nhà đầu tư và các tổ chức tài chính hiểu rõ hơn về ảnh hưởng của thị trường phái sinh đối với sự ổn định và tăng trưởng của chỉ số VN30.
- Chương 1: Phần mở đầu, bao gồm vấn đề được khái quát, mục tiêu nghiên cứu, phạm vi nghiên cứu và ý nghĩa nghiên cứu
- Chương 2: Gồm các khái niệm lý thuyết liên quan đến đề tài, và tổng hợp tóm tắt kết quả của các nghiên cứu tương tự trước đây
- Chương 3: Mô hình nghiên cứu, kết quả mô hình nghiên cứu và phân tích về kết quả mô hình
- Chương 4: Kết luận rút ra, hàm ý chính sách và các đề xuất.
Cấu trúc luận văn
2.1.1 Định nghĩa về chỉ số chứng khoán:
Chỉ số giá trên thị trường chứng khoán là một chỉ số thống kê phản ánh tình hình của thị trường cổ phiếu Nó đo lường sự biến động giá chứng khoán trên thị trường, được tổng hợp từ danh mục các cổ phiếu theo phương pháp tính nhất định Thông thường, danh mục này bao gồm các cổ phiếu có điểm chung như cùng niêm yết tại một sở giao dịch chứng khoán, thuộc ngành công nghiệp tương ứng, hoặc có mức vốn hóa thị trường giống nhau (các chỉ số vốn hóa), giúp đánh giá chính xác xu hướng và diễn biến của thị trường chứng khoán Việt Nam.
Hiện nay tại Việt Nam, hệ thống chỉ số chứng khoán bao gồm ba loại chính: VN-Index phản ánh toàn bộ thị trường chứng khoán Việt Nam, Bộ chỉ số HOSE-Index tập trung vào các cổ phiếu trên sàn HOSE, và Bộ chỉ số VNX-Index gồm các cổ phiếu từ cả sàn HOSE và HNX, giúp đa dạng hóa và đánh giá chính xác hoạt động của thị trường chứng khoán nước ta.
Bộ chỉ số HOSE-Index được chia thành nhiều nhóm khác nhau, bao gồm các chỉ số vốn hóa như VN30 và VNMidcap, nhóm chỉ số ngành dựa trên tiêu chuẩn GICS quốc tế, và các chỉ số theo đặc điểm chung tùy biến như VNSI Trong khi đó, bộ chỉ số VNX-Index hiện tại chỉ gồm các chỉ số dựa trên vốn hóa thị trường như VNXAllshare và VNX50, giúp đo lường hiệu quả hoạt động của các nhóm cổ phiếu trên thị trường chứng khoán Việt Nam.
Chỉ số VN30 là biểu tượng phản ánh biến động giá của 30 cổ phiếu niêm yết trên HOSE, chủ yếu dựa trên các tiêu chí về vốn hóa lớn, thanh khoản cao, tư cách cổ phiếu và tỷ lệ tự do Float Phương pháp tính chỉ số này dựa trên công thức điều chỉnh vốn hóa với tỷ lệ freefloat, nhằm phản ánh chính xác hơn giá trị thị trường của các cổ phiếu trong rổ Giá chứng khoán được sử dụng để tính toán chỉ số là giá giao dịch thực tế của các cổ phiếu gần nhất tại thời điểm tính toán, đảm bảo tính phản ánh thị trường chính xác và cập nhật nhất.
Chỉ số giá cổ phiếu của các công ty hàng đầu trên HOSE phản ánh hiệu quả hoạt động của top 30 công ty niêm yết có vốn hóa lớn và thanh khoản cao nhất thị trường Đây là nhóm cổ phiếu nổi bật, đáp ứng các tiêu chí quan trọng để tham gia vào các bộ chỉ số chính thức, giúp nhà đầu tư đánh giá chính xác xu hướng thị trường Các chỉ số này cung cấp cái nhìn toàn diện về giá trị và khả năng thanh khoản của các doanh nghiệp hàng đầu, góp phần nâng cao hiệu quả ra quyết định đầu tư.
CƠ SỞ LÝ THUYẾT VÀ CÁC BÀI NGHIÊN CỨU TRƯỚC ĐÂY
Các khái niệm và cơ sở lý thuyết
2.1.1 Định nghĩa về chỉ số chứng khoán:
Chỉ số giá trên thị trường chứng khoán là một giá trị thống kê phản ánh tình hình của thị trường cổ phiếu và đo lường sự biến động giá chứng khoán Nó được tổng hợp từ danh mục các cổ phiếu theo phương pháp tính nhất định, thường gồm các cổ phiếu có điểm chung như cùng niêm yết tại một sở giao dịch, thuộc cùng ngành hoặc có cùng mức vốn hóa thị trường Chỉ số này giúp nhà đầu tư đánh giá xu hướng và tình hình hoạt động của thị trường chứng khoán một cách toàn diện và chính xác.
Tại Việt Nam, hệ thống chỉ số chứng khoán đa dạng gồm ba loại chính: VN-Index, chỉ số tổng hợp toàn thị trường phản ánh biến động chung của thị trường chứng khoán Việt Nam; Bộ chỉ số HOSE-Index, tập trung vào các cổ phiếu niêm yết trên Sở Giao dịch Chứng khoán TP.HCM (HOSE); và Bộ chỉ số VNX-Index, bao gồm các cổ phiếu từ cả sàn HOSE và HNX, giúp nhà đầu tư có cái nhìn toàn diện hơn về hoạt động của thị trường chứng khoán Việt Nam.
Bộ chỉ số HOSE-Index được phân thành các nhóm chính như nhóm chỉ số vốn hóa, bao gồm VN30 và VNMidcap, giúp nhà đầu tư đánh giá các công ty dựa trên quy mô vốn Ngoài ra, còn có nhóm chỉ số ngành theo tiêu chuẩn GICS, phân chia theo ngành nghề kinh doanh của doanh nghiệp, và nhóm chỉ số tùy biến như VNSI, phục vụ các mục đích phân tích đặc thù Hiện nay, bộ chỉ số VNX-Index chỉ gồm các chỉ số dựa trên vốn hóa thị trường như VNXAllshare và VNX50, tập trung vào các doanh nghiệp lớn, trung bình và nhỏ trên sàn chứng khoán Việt Nam.
Chỉ số VN30 là chỉ số đại diện phản ánh biến động giá của 30 cổ phiếu niêm yết trên sàn HOSE, lựa chọn dựa trên tiêu chí vốn hóa lớn, thanh khoản cao và điều kiện về tư cách cổ phiếu, freefloat Phương pháp tính chỉ số này dựa trên công thức điều chỉnh vốn hóa theo tỷ lệ freefloat để phản ánh chính xác giá trị thị trường của các cổ phiếu trong rổ Giá sử dụng để tính toán VN30 là giá giao dịch gần nhất của các cổ phiếu trong ngày tính chỉ số, đảm bảo phản ánh chính xác biến động thị trường thời điểm đó.
Chỉ số giá gồm các công ty niêm yết trên HOSE có vốn hóa và thanh khoản hàng đầu thị trường, đảm bảo tiêu chuẩn để tham gia vào bộ chỉ số Các công ty trong top 30 này đáp ứng các điều kiện lọc khắt khe, mang lại độ chính xác và phản ánh xu hướng thị trường một cách hiệu quả Đây là nhóm cổ phiếu có tính thanh khoản cao, vốn hóa lớn, góp phần nâng cao tính ổn định và độ tin cậy của chỉ số.
Phương pháp tính Giá trị thị trường điều chỉnh tỉ lệ
Freefloat Giới hạn tỉ trọng vốn hóa 10% cổ phiếu riêng lẻ, 15% đối với nhóm cổ phiếu có liên quan
Tần suất tính toán Cập nhật 5s/1 lần
2.1.2 Định nghĩa về chứng khoán phái sinh
Thị trường tài chính phái sinh là nơi diễn ra hoạt động mua bán các sản phẩm tài chính phái sinh như hợp đồng tương lai, chứng quyền, hợp đồng kỳ hạn và hợp đồng hoán đổi Sự ra đời của thị trường phái sinh được xem là một trong những sáng tạo quan trọng trong sự phát triển của hệ thống tài chính toàn diện Trong bối cảnh nền kinh tế hiện đại ngày càng biến đổi, các sản phẩm tài chính phái sinh ngày càng đa dạng, mở rộng, góp phần thúc đẩy sự phát triển của thị trường này.
Chứng khoán phái sinh là công cụ tài chính dạng hợp đồng, bao gồm hợp đồng quyền chọn, hợp đồng tương lai và hợp đồng kỳ hạn, xác nhận quyền và nghĩa vụ của các bên trong việc thanh toán tiền và chuyển giao tài sản cơ sở theo mức giá đã thỏa thuận trong một khoảng thời gian hoặc ngày cụ thể trong tương lai Tài sản cơ sở của chứng khoán phái sinh có thể là chứng khoán, chỉ số chứng khoán hoặc các loại tài sản khác theo quy định của chính phủ Các công cụ này được sử dụng để quản lý rủi ro, đầu tư hoặc đa dạng hóa danh mục đầu tư trong thị trường tài chính Việt Nam.
Chứng khoán phái sinh được thành lập dựa trên tối thiểu một tài sản cơ sở và có giá trị gắn liền với giá trị của tài sản đó Nó không xác nhận quyền sở hữu đối với tài sản cơ sở mà chỉ thể hiện cam kết về quyền và nghĩa vụ trong tương lai giữa các bên tham gia hợp đồng Chứng khoán phái sinh là công cụ tài chính gắn liền với đòn bẩy tài chính, chủ yếu phục vụ cho các hoạt động đầu tư dựa trên biến động giá trị của tài sản, thay vì đầu tư vào tài sản thực tế.
Hiện nay, thị trường tài chính quốc tế đã chứng kiến sự phát triển mạnh mẽ của các nghiệp vụ tài chính phái sinh, với đa dạng các loại hình và vai trò quan trọng trong hệ thống tài chính toàn cầu Sự thành công của thị trường phái sinh chủ yếu bởi lợi ích mà các nghiệp vụ này mang lại cho các thành viên tham gia Các hoạt động chính trên thị trường phái sinh bao gồm giao dịch hợp đồng tương lai, hợp đồng quyền chọn, và các sản phẩm phái sinh khác nhằm phòng ngừa rủi ro và tối ưu hóa lợi nhuận Thị trường phái sinh đóng vai trò then chốt trong việc cân bằng cung cầu, thúc đẩy sự minh bạch và phát triển bền vững của hệ thống tài chính toàn cầu.
Hoạt động phòng ngừa rủi ro (hedging) là hành động của nhà đầu tư sử dụng thị trường phái sinh nhằm giảm thiểu tác động của biến động giá trên thị trường cơ sở Mục tiêu chính của hedging là giảm thiểu hoặc loại bỏ rủi ro biến động giá trong tương lai, góp phần bảo vệ lợi nhuận và ổn định danh mục đầu tư Trong lĩnh vực này, công cụ phái sinh là phương tiện phổ biến nhất được sử dụng để thực hiện các hoạt động phòng ngừa rủi ro hiệu quả.
Đầu cơ là hoạt động phổ biến trên thị trường phái sinh, thu hút nhiều nhà đầu tư tham gia vào các hoạt động rủi ro Hoạt động đầu cơ liên quan đến việc mua các công cụ tài chính hoặc tài sản với kỳ vọng rằng giá trị của chúng sẽ tăng đáng kể trong tương lai.
Kinh doanh chênh lệch giá là hoạt động tận dụng sự biến động giá thị trường để tạo ra lợi nhuận Đây là chiến lược phổ biến doanh nghiệp sử dụng để thu lợi nhuận bằng cách mua vào với giá thấp và bán ra với giá cao hơn Việc chênh lệch giá giúp doanh nghiệp khai thác hiệu quả các biến động thị trường và tối ưu hóa lợi nhuận.
2.1.3 Hợp đồng tương lai a Định nghĩa Hợp đồng tương lai
Hợp đồng tương lai là thỏa thuận giữa hai bên về việc mua hoặc bán một tài sản tại một thời điểm cố định trong tương lai với mức giá đã được xác định trước Khi ký kết hợp đồng, cả bên mua và bên bán đều nắm rõ các điều khoản về giá cả và thời điểm thực hiện, giúp giảm thiểu rủi ro và đảm bảo sự minh bạch trong giao dịch Hợp đồng tương lai là công cụ hữu hiệu để nhà đầu tư quản lý rủi ro và đa dạng hóa danh mục đầu tư.
- Loại tài sản/ hàng hóa, hay còn gọi là tài sản cơ sở, mà mình sẽ mua/bán là gì;
- Khối lượng và chất lượng tài sản mà bên bán sẽ chuyển giao và bên mua sẽ nhận được;
- Thời điểm sẽ diễn ra giao dịch mua/bán tài sản cơ sở, hay là thời điểm thanh toán hợp đồng giữa các bên;
- Mức giá mà bên mua và bên bán sẽ áp dụng để thanh toán cho giao dịch mua/bán tài sản cơ sở đó
Hợp đồng tương lai là công cụ chứng khoán phái sinh được niêm yết và giao dịch trên một sở giao dịch chứng khoán Hợp đồng tương lai chỉ số chứng khoán là loại hợp đồng dựa trên một chỉ số chứng khoán làm tài sản cơ sở Hợp đồng tương lai chỉ số cổ phiếu được giao dịch trên sàn tập trung với các điều khoản chuẩn hóa, bao gồm tài sản cơ sở là chỉ số chứng khoán, số nhân hợp đồng tính trên mỗi điểm của chỉ số, yết giá, bước giá, ngày đáo hạn, đảm bảo tính minh bạch và hợp lệ của giao dịch.
Thị trường chứng khoán phái sinh tại Việt Nam đã chính thức đi vào hoạt động từ tháng 8 năm 2017, thể hiện sự chủ trương đúng đắn phù hợp với xu thế phát triển của thị trường chứng khoán Việt Nam Sau hơn 3 năm hoạt động, thị trường chứng khoán phái sinh đã nhận được sự đón nhận tích cực từ công chúng đầu tư và đạt được những bước phát triển ấn tượng Đây là công cụ hữu hiệu trong việc phòng ngừa rủi ro, đồng thời góp phần giữ chân dòng vốn trên thị trường cơ sở và thu hút sự quan tâm của các nhà đầu tư trong nước cũng như nước ngoài.
Các bài nghiên cứu trước đây
số TTCK ảnh hưởng đến độ biến động của chỉ số cơ sở
Nghiên cứu của Stein (1987) và Cox (1976) cho rằng việc triển khai giao dịch thị trường tương lai có thể làm mất tính ổn định của thị trường chứng khoán cơ sở do tác động tiêu cực từ các nhà đầu cơ và nhà đầu tư thiếu hiểu biết về phân tích cơ bản Giao dịch trên thị trường phái sinh hợp đồng tương lai thu hút nhà đầu tư nhờ phí giao dịch thấp, đòn bẩy cao và khả năng mở vị thế hai chiều Short-Long Tuy nhiên, việc thực hiện các giao dịch ngắn hạn (T+ trading) liên tục gây nhiễu loạn trong quá trình hình thành giá của các hợp đồng tương lai, dẫn đến gia tăng độ biến động của thị trường cơ sở.
Nghiên cứu của Hart và Krep (1986) khẳng định rằng hoạt động đầu cơ gây ra những tác động bất ổn định đối với giá cả bất kể trình độ kinh nghiệm của nhà đầu tư Các nhà đầu tư có kinh nghiệm thường dựa trên phân tích cá nhân để quyết định mua vào hoặc bán ra, tập trung vào dự đoán xu hướng tăng hoặc giảm của cổ phiếu Thứ tự giao dịch này góp phần làm tăng độ biến động của giá trong ngắn hạn Trong nghiên cứu của Franklin (1988) trên thị trường Mỹ với chỉ số S&P 500, đã cho thấy rằng hoạt động đầu cơ có tác động rõ ràng đến biến động giá cổ phiếu.
Nhiều nghiên cứu đã chỉ ra rằng việc triển khai và giao dịch thị trường tương lai giúp tăng tính ổn định của thị trường cơ sở Các nghiên cứu của Bray (1981), Stoll và Whaley (1988), Kyle (1985) đều cho thấy giao dịch hợp đồng tương lai, đặc biệt là các hợp đồng cổ phiếu (chỉ số), sẽ làm giảm biến động giá của cổ phiếu (chỉ số) cơ sở Điều này xảy ra bởi hoạt động giao dịch hợp đồng tương lai thúc đẩy hình thành giá chính xác hơn cho sản phẩm cơ sở, nâng cao hiệu quả thị trường, độ sâu thanh khoản và luồng thông tin vào thị trường cơ sở, qua đó góp phần ổn định thị trường chính thống.
Nghiên cứu của Evangelos (2007) cho thấy rằng việc triển khai thị trường chứng khoán phái sinh tại Hy Lạp, đặc biệt là hợp đồng tương lai dựa trên chỉ số FTSE/ASE 20, đã giúp giảm độ biến động của tài sản cơ sở này Sử dụng mô hình GARCH(1,1), nghiên cứu đã chỉ ra rằng các hợp đồng tương lai góp phần ổn định thị trường chứng khoán Hy Lạp Ngoài ra, nghiên cứu cũng phát hiện ra rằng các yếu tố quốc tế như chỉ số DAX30 và các hiệu ứng theo ngày trong tuần ảnh hưởng đáng kể đến mức độ biến động của chỉ số FTSE/ASE 20.
Nghiên cứu của Adnan Kasman (2007) đánh giá tác động của việc triển khai thị trường chứng khoán phái sinh dựa trên chỉ số tại Thổ Nhĩ Kỳ Đặc biệt, nghiên cứu tập trung vào chỉ số ISE30 và hợp đồng tương lai dựa trên chỉ số này, vốn chiếm khoảng 60% vốn hóa của thị trường chứng khoán Thổ Nhĩ Kỳ Kết quả nghiên cứu cho thấy sự ảnh hưởng rõ rệt của thị trường phái sinh đối với hoạt động của chỉ số cơ sở, góp phần nâng cao hiệu quả quản lý rủi ro và thanh khoản của thị trường Đây là bằng chứng quan trọng cho thấy vai trò của các sản phẩm phái sinh trong việc thúc đẩy sự phát triển của thị trường chứng khoán quốc gia.
Nghiên cứu của Adnan Kasman cho thấy, việc triển khai hợp đồng tương lai trên chỉ số ISE30 giúp giảm độ biến động của chỉ số ISE, mang lại sự ổn định cho thị trường Bài nghiên cứu còn chứng minh dựa trên số liệu thực tế rằng tồn tại một sự cân bằng dài hạn giữa thị trường hợp đồng tương lai và thị trường cơ sở, góp phần thúc đẩy phát triển bền vững của cả hai thị trường.
Nghiên cứu của Wee Ching Pok (2004) cho thấy việc triển khai thị trường chứng khoán phái sinh tại Malaysia, đặc biệt là hợp đồng tương lai dựa trên chỉ số Kuala Lumpur Composite Index (KLSE CI), đã tăng cường mức độ biến động của thị trường cơ sở Sử dụng mô hình GARCH(1,1), nghiên cứu xác định rằng sự ra đời của thị trường phái sinh gây ra sự biến động lớn hơn trong thị trường cơ sở, với mức độ khác nhau giữa chỉ số cơ sở của hợp đồng tương lai và các cổ phiếu thành phần không phải là tài sản cơ sở của hợp đồng.
Nghiên cứu của Hyun Jung Ryo (2004) cho thấy rằng, việc triển khai thị trường phái sinh hợp đồng tương lai ảnh hưởng mạnh mẽ đến thị trường cơ sở, đặc biệt là chỉ số KOSPI200 Các kết quả nghiên cứu xác nhận rằng giao dịch hợp đồng tương lai làm tăng tốc độ phản ứng của giá cổ phiếu và gia tăng độ biến động trên thị trường cơ sở, đồng thời làm giảm độ ổn định của các biến động này, phần lớn do hoạt động đầu cơ trên thị trường phái sinh Bên cạnh đó, nghiên cứu còn cung cấp bằng chứng thuyết phục về mối liên hệ giữa biến động trên thị trường phái sinh và diễn biến của thị trường cơ sở, cho thấy thị trường phái sinh có thể dẫn dắt xu hướng của thị trường chính.
Các nghiên cứu quốc tế đã chỉ ra rằng việc triển khai thị trường phái sinh Hợp đồng tương lai có thể ảnh hưởng đáng kể đến biến động của các chỉ số cơ sở Đặt ra câu hỏi cho thị trường Việt Nam là liệu việc phát triển thị trường phái sinh có làm tăng độ biến động của chỉ số VN30 hay không, và cần xác định rõ tác động đó để đánh giá xem nó có thúc đẩy tính ổn định hay gây ra sự biến động lớn hơn cho chỉ số này Việc phân tích này giúp đưa ra quyết định chính sách phù hợp nhằm cân bằng giữa việc thúc đẩy thị trường phái sinh và giữ gìn sự ổn định của thị trường chứng khoán Việt Nam.
CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU VÀ NỘI DUNG NGHIÊN
Mô hình nghiên cứu và xử lý dữ liệu
Mỗi mô hình đều có những hạn chế nhất định và không có mô hình nào hoàn hảo, do đó, người sử dụng cần cân nhắc lựa chọn mô hình phù hợp nhất với nội dung và chuỗi dữ liệu nghiên cứu Trong lĩnh vực tài chính, các chuỗi dữ liệu thường trải qua những biến động mạnh vào một số giai đoạn, sau các giai đoạn tích lũy ít biến động, do ảnh hưởng từ các thông tin tích cực và tiêu cực liên quan đến các nhà đầu tư hoặc chủ thể tham gia thị trường.
Trong luận văn này, tác giả sử dụng nhóm mô hình định lượng GARCH/EGARCH để xử lý các vấn đề liên quan đến tự tương quan chuỗi, đặc biệt là phương sai các hạng nhiễu thay đổi theo quá khứ hoặc theo thời gian Mô hình ARCH, được Engle phát triển năm 1982, cho rằng phương sai của hạng nhiễu bị ảnh hưởng bởi các nhiễu bình phương từ các kỳ trước đó Việc áp dụng các mô hình này giúp giải quyết các vấn đề nghiên cứu về biến động của chuỗi dữ liệu tài chính, đảm bảo dự báo chính xác hơn.
Năm 1986, Bollerslev đã phát triển mô hình GARCH, trong đó ông bổ sung các biến trễ của phương sai có điều kiện theo dạng tự hồi quy chính nó để giảm thiểu phức tạp do việc sử dụng quá nhiều độ trễ trong mô hình ARCH Mô hình GARCH giúp kiểm soát tốt hơn sự phụ thuộc thời gian của biến động và nâng cao khả năng dự báo rủi ro tài chính Phương pháp này đã trở thành một công cụ quan trọng trong phân tích dữ liệu tài chính, đặc biệt là khi xử lý các chu kỳ biến động phức tạp.
Mô hình này phù hợp hơn vì nó kiểm tra tốt các dữ liệu thực tiễn như tỷ suất sinh lời và độ biến động, vốn đòi hỏi khả năng dự báo chính xác các biến động mạnh theo chuỗi thời gian Nhờ đó, mô hình giúp cải thiện độ chính xác trong phân tích và dự báo tài chính, đáp ứng các yêu cầu của các dữ liệu thực tế Việc sử dụng mô hình phù hợp đóng vai trò quan trọng trong việc đưa ra các quyết định đầu tư chính xác dựa trên các biến động thị trường.
3.1.2 Tóm tắt về mô hình ARCH và GARCH
Mô hình ARCH cho thấy phương sai của phần nhiễu tại thời điểm t phụ thuộc vào các giá trị bình phương của phần nhiễu ở các giai đoạn trước đó, giúp dự đoán độ_variance của dữ liệu tài chính hiệu quả Mô hình đơn giản nhất trong nhóm này là ARCH(1), thể hiện mối quan hệ giữa phương sai hiện tại và phần nhiễu của giai đoạn trước, phù hợp với các phân tích dự báo biến động thị trường.
Phương trình (3.2a) mô tả quá trình dự báo trung bình của biến Yt dựa trên biến độc lập Xt, trong khi phương trình (3.2b) ước lượng giá trị phương sai của phần dư hạng nhiễu ht, qua đó thể hiện sự biến động của dữ liệu Yt Các phương trình này giúp phân tích biến động của dữ liệu và dự báo chính xác hơn, đồng thời cung cấp cái nhìn sâu về mức độ biến động của phần dư trong mô hình.
Tương tự với ARCH(q) mô hình được biểu diễn như sau:
Yt = β1 + β2Xt + ut (3.2a) ε t ~ N(0, ht) ht = α 0 + α 1 u 2 t-1+ α0 + α 2 u 2 t-1+ …+ + αq.u 2 t-q (3.2c) Các hệ số α0 ,α 1, α0,… ,α q luôn dương vì phương sai luôn dương
Mô hình GARCH (Generalized Autoregressive Conditional Heteroskedasticity) bổ sung các biến trễ của phương sai có điều kiện vào phương trình phương sai theo dạng tự hồi quy, giúp khắc phục hiện tượng quá nhiều độ trễ trong ảnh hưởng của mô hình ARCH Mô hình GARCH(1,1) là dạng phổ biến nhất, thể hiện mối quan hệ giữa biến trễ của phương sai và phần biến động hiện tại, từ đó dự đoán chính xác hơn biến động của dữ liệu tài chính.
Yt = β1 + β2Xt + ut (3.2a) ε t ~ N(0, ht) ht = 0 + δ 1 ht-1 + t-1 u 2 t-1
Mô hình GARCH tổng quát với p là bậc của mô hình GARCH và q là bậc của mô hình ARCH mô tả rằng phương sai của phần nhiễu phụ thuộc không chỉ vào bình phương các biến trễ của nhiễu mà còn vào chính các giá trị trễ của phương sai Đây là một mô hình phổ biến trong phân tích biến động tài chính, giúp dự báo và hiểu rõ hơn về đặc điểm của dữ liệu có tính bất ổn định cao Việc sử dụng mô hình GARCH cho phép nhà phân tích nắm bắt các đặc điểm phức tạp của biến động và nâng cao độ chính xác trong dự báo rủi ro tài chính.
Trong những năm gần đây, nhiều tác giả đã đề xuất các mô hình GARCH mở rộng phù hợp hơn cho các hoàn cảnh kiểm định khác nhau Các mô hình như EGARCH, TGARCH giúp phân tích ảnh hưởng bất đối xứng giữa các cú sốc âm và dương đối với sự biến động của biến tài chính Bên cạnh đó, mô hình IGARCH được sử dụng để đo lường các cú sốc kéo dài trong thời gian Điều kiện để các mô hình này tồn tại và hoạt động hiệu quả là phải đảm bảo các giả định về tính ổn định và tính hợp lệ của các tham số trong quá trình phân tích.
Chuỗi dữ liệu theo thời gian cần có tính dừng, nghĩa là các giá trị trung bình và phương sai ở các mức trễ khác nhau phải giống nhau Điều này đảm bảo rằng các đại lượng thống kê quan trọng không đổi theo thời gian, giúp phân tích dữ liệu trở nên chính xác và tin cậy hơn Tính dừng của chuỗi dữ liệu là yếu tố quan trọng trong các phương pháp phân tích chuỗi thời gian như dự báo và mô hình hoá.
Nội dung nghiên cứu
3.2.1 Mô hình tổng quát dự kiến:
Dựa trên mô hình nghiên cứu của Evangelos Drimbetas, Nikolaos Sariannidis và Nikos Pofiris (2006), việc triển khai thị trường phái sinh ảnh hưởng như thế nào đến chỉ số cơ sở tại thị trường Hy Lạp đã được phân tích kỹ lưỡng Nghiên cứu của Hakan Er, Muhammad Wissam Al-Masri và Kokou Adalessossi (2015) cũng cho thấy tác động của giao dịch phái sinh đến các chỉ số tài chính, mở rộng phạm vi nghiên cứu sang các thị trường như Thổ Nhĩ Kỳ, Hàn Quốc, và thị trường bất động sản châu Âu Các mô hình nghiên cứu này cung cấp các kết quả quan trọng về ảnh hưởng của thị trường phái sinh trên các chỉ số tài chính, hỗ trợ các nhà đầu tư và nhà quản lý trong việc ra quyết định chiến lược phù hợp.
Trong nghiên cứu này, tác giả tiến hành kiểm định tác động của thị trường phái sinh đến chỉ số VN30 trên thị trường chứng khoán Việt Nam, nhằm xác nhận mức độ ảnh hưởng của việc triển khai thị trường mới này Bên cạnh đó, bài phân tích còn xem xét tác động của các yếu tố khác như biến thị trường quốc tế, biến hiệu ứng ngày trong tuần và ảnh hưởng của các biến trễ đến chỉ số VN30 Các biến này được đưa vào mô hình nhằm làm rõ hơn mối liên hệ và đảm bảo tính khách quan của kết quả nghiên cứu.
Rt = f(RDJ, Di , Rt-x, F) ut ~ N(0,ht) ht = f(RDJ 2
, F) Ý nghĩa, đặc điểm các biến sẽ đƣợc đƣa vào mô hình
Rt là tỷ suất sinh lợi của VN30 được tính dựa trên phương pháp ghép lãi liên tục, phản ánh mức sinh lợi của chỉ số theo thời gian Biến phụ thuộc này giúp đánh giá ảnh hưởng của các biến độc lập đến tỷ suất sinh lợi của VN30, hỗ trợ phân tích chính xác hơn về hiệu quả đầu tư Đơn vị đo của tỷ suất sinh lợi này là phần trăm (%), mang lại giả định rõ ràng về mức độ lợi nhuận từ vốn đầu tư.
RDJ là tỉ suất sinh lợi của chỉ số Dow Jones tính theo ngày, phản ánh mức độ tác động của thị trường khu vực đến tỉ suất sinh lời của chỉ số VN30 Biến này giúp phân tách rõ ràng ảnh hưởng của thị trường nước ngoài và tác động từ việc giới thiệu hoặc xuất hiện của thị trường chứng khoán phái sinh đối với VN30 Hệ số của RDJ có giá trị dương, cho thấy sự tác động cùng chiều giữa RDJ và tỉ suất sinh lời của VN30, và đơn vị đo lường là phần trăm (%).
Biến giả F ban đầu có giá trị bằng 0 trước khi thị trường chứng khoán phái sinh, đặc biệt là hợp đồng tương lai trên chỉ số VN30 xuất hiện, và chuyển thành 1 sau khi xuất hiện Việc sử dụng biến giả nhằm mục đích xác định sự thay đổi trong tỉ suất sinh lời và độ biến động của chỉ số VN30 Khi hệ số của biến giả là dương, điều này cho thấy chỉ số VN30 đang có xu hướng tăng về độ biến động, phản ánh sự biến động của thị trường chứng khoán phái sinh.
Các biến D_i gồm D_M, D_Tu, D_W, D_Th, D_F là các biến giả thể hiện ảnh hưởng của ngày trong tuần, trong đó các chỉ số tương ứng phản ánh các ngày thứ hai, thứ ba, thứ tư, thứ năm và thứ sáu.
Các biến giả của các ngày trong tuần được sử dụng để phân tích tác động riêng của hiệu ứng ngày trong tuần đến tỷ suất sinh lời và độ biến động của chỉ số VN30 Việc này giúp tách biệt ảnh hưởng của các ngày trong tuần khỏi tác động từ việc giới thiệu và xuất hiện của thị trường chứng khoán phái sinh Nhờ đó, nghiên cứu có thể đưa ra đánh giá chính xác hơn về sự biến động của thị trường trong các ngày khác nhau trong tuần.
Hệ số nhiễu của phương trình tỉ suất sinh lời thể hiện mức độ biến động của chỉ số VN30 Biến ngẫu nhiên ut theo phân phối chuẩn với phương sai thay đổi ζ², phụ thuộc vào biến động của R DJ (RDJ²) và hệ số F Trong đó, hệ số F trong phương trình phương sai xác định ảnh hưởng của thị trường phái sinh đến mức độ biến động của chỉ số VN30, giúp đánh giá tác động của các yếu tố thị trường tài chính đến chỉ số chính này.
3.2.3 Thu thập dữ liệu nghiên cứu
Nghiên cứu thu thập dữ liệu quan sát trong 4 năm trong giai đoạn 2015-2019
Dữ liệu chỉ số VN30 được lấy từ website chính thức của Sở Giao dịch Chứng khoán TP.HCM (hsx.vn), đảm bảo tính chính xác và cập nhật Thông tin chỉ số Dow Jones được truy cập từ dữ liệu Bloomberg, cung cấp nguồn dữ liệu đáng tin cậy cho phân tích tài chính Tổng cộng, nghiên cứu đã sử dụng 1.100 quan sát giá trị chỉ số theo ngày để thực hiện các phương pháp ước lượng và kiểm định Trong đó, có 630 mẫu quan sát trước khi thị trường chứng khoán phái sinh được triển khai, và 470 mẫu trong giai đoạn sau khi thị trường bắt đầu hoạt động, giúp so sánh tác động của sự kiện này đến các chỉ số chứng khoán.
Tác giả sử dụng phần mềm Eview10 để tiến hành tất cả các kiểm định trong bài nghiên cứu này.
Cấu trúc và nội dung nghiên cứu
3.3.1 Phân tích thống kê mô tả dữ liệu
Tỉ suất sinh lời của chỉ số VN30 từ ngày t-1 đến ngày t được tính bằng công thức Rt = ln(Pt / Pt-1), trong đó Pt là giá đóng cửa của VN30 ngày t và Pt-1 là giá đóng cửa ngày t-1 Tương tự, tỉ suất sinh lợi của chỉ số Dow Jones cũng được xác định dựa trên sự biến động của giá đóng cửa trong cùng khoảng thời gian Các chỉ số này phản ánh mức lợi nhuận hoặc lỗ của danh mục đầu tư theo từng ngày, giúp nhà đầu tư phân tích và đánh giá hiệu quả của thị trường chứng khoán một cách chính xác và dễ dàng.
Bảng 3.1 Thống kê mô tả dữ liệu VN30
Thống kê mô tả Giá trị
Nhỏ nhất -6.15 Độ lệch chuẩn 1.0171 Độ bất cân xứng -0.6519 Độ nhọn 7.5534
Nguồn: Số liệu của tác giả
Chuỗi tỉ suất sinh lời VN30 có trung bình là 0.0329, gần bằng 0, và trung vị không cách xa trung bình nhiều (0.032 và 0.08), cho thấy chuỗi phân phối đối xứng Giá trị trung bình dương dương xác nhận xu hướng tăng của giá trong thời gian quan sát Tốc độ biến động theo ngày được ghi nhận qua giá trị TSSL lớn nhất là 4.26 và nhỏ nhất là -6.15, cho thấy sự chênh lệch đáng kể Đặc điểm phân phối của chuỗi thể hiện độ nhọn cao với kurtosis là 7.55 (> 3) và độ lệch bất đối xứng (skewness) là 1, đều lớn hơn so với phân phối chuẩn Kết quả kiểm định Jarque-Bera cho thấy chuỗi có giá trị p < 0.05, từ đó bác bỏ giả thuyết phân phối chuẩn và cho thấy dữ liệu có đặc điểm phi chuẩn.
Mean 0.032928 Median 0.080000 Maximum 4.260000 Minimum -6.150000 Std Dev 1.017177 Skewness -0.651930 Kurtosis 7.553415
Hình 3.1 Minh họa chuỗi dữ liệu
Nguồn: Số liệu của tác giả
Hình 3.2: Đồ thị thể hiện sự biến động của tỉ suất sinh lời VN30
Nguồn: Số liệu của tác giả
Chuỗi tỉ suất sinh lời của VN30 có khả năng là chuỗi không dừng và có thể chịu ảnh hưởng của hiện tượng ARCH, do các biến động xung quanh giá trị 0 không đồng đều như được thể hiện rõ qua đồ thị Điều này cho thấy biến động của TSSL có tính tự hồi quy và có thể gây ra các hiệu ứng phân phối không đều, ảnh hưởng đến phân tích tài chính và dự báo của nhà đầu tư Việc nhận diện đặc điểm này là quan trọng để xây dựng các mô hình dự báo chính xác hơn cho chuỗi sinh lời của VN30.
Bên cạnh đó, một điều có thể thấy rõ được là từ ngày quan sát khoảng thứ
Từ 630 đến 650 trở về sau, mức biến động của VN30 ghi nhận khá mạnh, vượt xa so với các giai đoạn trước đó Điều này cho thấy có khả năng tồn tại tác động từ việc triển khai thị trường phái sinh đến chỉ số VN30, ảnh hưởng đáng kể đến xu hướng và biến động của chỉ số trong giai đoạn này.
Kiểm định tính dừng của chuỗi tỉ suất sinh lời VN30 bằng kiểm định Dickey Fuller
Giả thuyết : Ho : có nghiệm đơn vị (chuỗi không dừng)
Bảng 3.2 Kiểm nghiệm đơn vị đối với chuỗi tỉ suất sinh lời VN30
Null Hypothesis: R30 has a unit root Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag") t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -21.4342 0.00000
Nguồn: Số liệu của tác giả t-stat = -21.4
Kết quả kiểm định Dickey-Fuller cho thấy giá trị t-stat tuyệt đối là -21.4, lớn hơn các mức ý nghĩa 1%, 5% và 10%, cùng với p-value rất nhỏ, thấp hơn 0.05 Điều này cho thấy chuỗi dữ liệu tỉ suất sinh lời VN30 là chuỗi dừng, đáp ứng các tiêu chí để đảm bảo tính ổn định của dữ liệu trong phân tích tài chính.
Do vậy, chuỗi tỉ suất sinh lời VN30 hoàn toàn có thể mô hình hóa bằng mô hình chuỗi thời gian như AR hay MA
3.3.3 Xây dựng bậc AR(p), AM(q)
Tác giả xây dựng mô hình ARMA dựa trên phương pháp luận Box-Jenkins, sử dụng lược đồ tự tương quan để xác định các độ trễ phù hợp Qua phân tích tự tương quan, các trường hợp độ trễ được thử nghiệm nhằm chọn ra mô hình phù hợp nhất Quá trình này bắt đầu bằng việc xác định các mô hình AR(p) và MA(q) tối ưu để đảm bảo độ chính xác trong dự báo.
Bảng 3.3 Lược đồ tự tương quan của chuỗi TSSL VN30
Included observations: 1168 Autocorrelation Partial Correlation AC PAC Q-Stat Prob
Nguồn: Số liệu của tác giả
Từ giản đồ tự tương quan trên, ta kiểm nghiệm xem mô hình nào phù hợp nhất:
Sử dụng các hệ số tự tương quan ACF để chọn bậc q cho MA và hệ số tự tương quan riêng PAC để chọn bậc p cho AR
Với mức ý nghĩa 5% , số lượng mẫu 1100 mẫu, Ta chọn p,q là những giá trị nằm ngoài khoảng (
Từ đó có các khả năng sau: ARMA (2,2) , ARMA(2,0), ARMA(0,2)
Sau khi kiểm nghiệm các mô hình theo phụ lục 4, chúng tôi nhận thấy mô hình AR(2) phù hợp hơn so với MA(0) và AR(0) MA(2) Mặc dù cả hai mô hình đều đáp ứng các tiêu chí đánh giá, nhưng dựa trên các chỉ số AIC, SIC và Log likelihood, mô hình AR(2) được lựa chọn vì mang lại hiệu quả tối ưu hơn.
Bảng 3.4: So sánh AR(2) và MA(2)
Nguồn: Số liệu của tác giả Qua kiểm định AR, MA với phương pháp bình phương nhỏ nhất, ta có thể thấy chuỗi TSSL phụ thuộc vào AR(2)
*Kiểm định tính dừng của phần dư
Bảng 3.5: Kiểm định tính dừng phần dƣ
Null Hypothesis: RESID has a unit root Exogenous: Constant,Linear Trend Lag Length: 1 (Automatic - based on SIC, maxlag) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -27.26318 0.0000
Để đảm bảo độ chính xác trong phân tích, cần xác định xem hạng nhiễu có phụ thuộc vào phương sai ở các giai đoạn trước đó hay không Khi có sự phụ thuộc này, phương pháp bình phương nhỏ nhất sẽ không còn phù hợp để sử dụng Do đó, việc xem xét mối quan hệ giữa hạng nhiễu và phương sai là rất quan trọng trong quá trình phân tích dữ liệu.
3.3.4 Kiểm định hiệu ứng ARCH – chạy mô hình EGARCH Để xác định được phương pháp hồi quy mô hình, chúng ta kiểm định xem phương sai của hạng nhiễu có phụ thuộc vào các giai đoạn trước đó hay không hay có phụ thuộc vào chính phương sai của nó trong quá khư hay không, có ảnh hưởng ARCH hay không
Bảng 3.6: Kiểm định hiệu ứng ARCH/GARCH
Obs*R-squared 12.76999 Prob Chi-Square(1) 0.0004
Dependent Variable: RESID^2 Method: Least Squares Date: 06/11/20 Time: 17:01 Sample (adjusted): 2 1168 Included observations: 1167 after adjustments Variable Coefficient Std Error t-Statistic Prob
Adjusted R-squared 0.010094 S.D dependent var 2.577181 S.E of regression 2.564141 Akaike info criterion 4.722836 Sum squared resid 7659.664 Schwarz criterion 4.731512 Log likelihood -2753.775 Hannan-Quinn criter 4.726109 F-statistic 12.88914 Durbin-Watson stat 2.033239 Prob(F-statistic) 0.000344
Nguồn: Số liệu của tác giả
Giá trị Chi square tính toán là 12.889, vượt xa mức giá trị tra bảng tại mức ý nghĩa 5% với 1 bậc tự do là 3.84, cho thấy có sự khác biệt có ý nghĩa thống kê Điều này dẫn đến việc bác bỏ giả thuyết H0, ngụ ý rằng có sự liên hệ hoặc hiệu quả rõ rệt trong dữ liệu nghiên cứu Kết quả này cho thấy mức độ phù hợp của mô hình hoặc giả thuyết đã thử nghiệm đang bị phủ nhận dựa trên phân tích thống kê.
Mô hình GARCH giúp tối ưu hóa dự báo biến động giá cả khi có ảnh hưởng của ARCH Để tránh tình trạng bậc ARCH quá lớn gây phức tạp cho mô hình, chúng ta lựa chọn sử dụng mô hình GARCH nhằm tổng quát hóa và cải thiện độ chính xác trong dự báo biến động thị trường.
Các mô hình GARCH có hạn chế lớn là giả định tính đối xứng, chỉ tập trung vào giá trị tuyệt đối của các cú sốc thay đổi độ biến động mà không phân biệt tác động dương hay âm Điều này có nghĩa là trong các mô hình GARCH, một cú sốc mạnh có giá trị dương ảnh hưởng như cú sốc có giá trị âm đến sự biến động của chuỗi dữ liệu Chính vì tính đối xứng này khiến mô hình không thể phản ánh chính xác các đặc điểm phân phối của dữ liệu tài chính có tính bất đối xứng cao Do đó, cần xem xét các mô hình mở rộng để xử lý các hiện tượng không đối xứng trong biến động giá.
Trong lĩnh vực tài chính, các cú sốc âm trên thị trường chứng khoán thường gây ra tác động mạnh hơn và kéo dài hơn so với các tin tức tích cực Điều này xuất phát từ việc các nhà đầu tư bị ảnh hưởng về mặt tài chính, gây áp lực tâm lý và dẫn đến tâm trạng bi quan, chán nản và thậm chí chờ đợi các dấu hiệu thị trường một cách thụ động Để mô hình hóa sự khác biệt trong tác động của các cú sốc này, các nhà nghiên cứu sử dụng các mô hình T-GARCH và EGARCH, nhằm mô tả các biến động giá chứng khoán có tính bất đối xứng.
Theo các nghiên cứu trước, mô hình EGARCH(1,1) phù hợp hơn TGARCH để đo lường sự biến động bất đối xứng trong thị trường chứng khoán Nghiên cứu của Karmka (2007) cho thấy phương sai có điều kiện không đối xứng trong giai đoạn nghiên cứu, và mô hình EGARCH thể hiện rõ mối quan hệ thuận chiều giữa rủi ro và lợi nhuận Mô hình EGARCH còn được sử dụng rộng rãi để đánh giá biến động của chuỗi lợi nhuận và đã được áp dụng tại các thị trường chứng khoán như Hy Lạp (Nikolaos Sariannidis, 2007) và Thổ Nhĩ Kỳ (Adnan Kasman, 2008) Tại thị trường Việt Nam, nghiên cứu của Hồ Thủy Tiên cũng xác nhận tính phù hợp của mô hình EGARCH trong phân tích biến động giá chứng khoán.
Hồ Thu Hoài và Ngô Văn Toàn (2007) nghiên cứu về mô hình hóa biến động thị trường chứng khoán tại Việt Nam, chứng minh rằng mô hình EGARCH(1,1) vượt trội hơn so với mô hình TGARCH trong việc mô tả hiệu ứng bất đối xứng của biến động giá cổ phiếu Các phân tích cho thấy, EGARCH(1,1) là mô hình tốt nhất để phản ánh đặc điểm biến động và phản ứng thị trường Việt Nam, giúp các nhà đầu tư và phân tích đưa ra quyết định chính xác hơn Sử dụng mô hình phù hợp như EGARCH sẽ nâng cao hiệu quả dự báo và quản lý rủi ro trong hoạt động đầu tư chứng khoán tại Việt Nam.
