Mối quan hệ giữa biến động thị trường chứng khoán và biến động kinh tế vĩ mô ở thị trường các nước mới nổi

khoán và sự biến động của các biến số kinh tế vĩ mô của các nước thị trường mới nổi: Thái Lan, Hàn Quốc, Hungari và Việt Nam, theo đó đề tài sử dụng mô hình GARCH để đo lường sự biến độn

-

VIÊN THỊ THANH VÂN

MỐI QUAN HỆ GIỮA BIẾN ĐỘNG THỊ TRƯỜNG CHỨNG KHOÁN VÀ BIẾN ĐỘNG KINH

TẾ VĨ MÔ Ở THỊ TRƯỜNG CÁC

NƯỚC MỚI NỔI

LUẬN VĂN THẠC SĨ KINH TẾ

-

VIÊN THỊ THANH VÂN

MỐI QUAN HỆ GIỮA BIẾN ĐỘNG THỊ TRƯỜNG CHỨNG KHOÁN VÀ BIẾN ĐỘNG KINH TẾ VĨ MÔ Ở THỊ TRƯỜNG CÁC NƯỚC MỚI NỔI

Chuyên ngành: Tài chính – Ngân hàng

Mã số: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS NGUYỄN NGỌC ĐỊNH

Tôi xin cam đoan đề tài “Mối quan hệ giữa biến động thị trường chứng

khoán và biến động kinh tế vĩ mô ở thị trường các nước mới nổi” là đề tài

nghiên cứu của riêng tôi dưới sự hướng dẫn của người hướng dẫn khoa học Các số liệu, kết quả nêu trong luận văn là trung thực và có nguồn gốc rõ ràng Tôi xin cam đoan những lời nêu trên đây là hoàn toàn đúng sự thật

Tp.HCM, ngày tháng năm 2014

Tác giả

VIÊN THỊ THANH VÂN

Trang

Trang phụ bìa

Lời cam đoan

Mục lục

Danh mục từ viết tắt

Danh mục bảng biểu

Danh mục hình vẽ

Tóm tắt

CHƯƠNG 1: GIỚI THIỆU 1

1.1 Lý do thực hiện đề tài 1

1.2 Mục tiêu nghiên cứu và câu hỏi nghiên cứu 2

1.2.1 Mục tiêu nghiên cứu 2

1.2.2 Câu hỏi nghiên cứu 2

1.3 Phạm vi nghiên cứu 2

1.4 Phương pháp nghiên cứu 3

1.5 Đóng góp của đề tài 3

1.6 Kết cấu của đề tài 3

CHƯƠNG 2: TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY 4

2.1 Tổng quan kết quả các nghiên cứu trước đây 4

2.1.1 Một số nghiên cứu thực nghiệm ở các nước phát triển 6

2.1.2 Một số nghiên cứu thực nghiệm ở các nước đang phát triển và thị trường mới nổi 8

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 15

3.1 Cơ sở dữ liệu 15

3.2.3 Mô hình GARCH 17

3.2.4 Mô hình VAR 21

3.3 Phương pháp kiểm định mô hình 22

3.3.1 Thống kê mô tả các biến nghiên cứu 22

3.3.2 Kiểm định tính dừng 22

3.3.3 Sử dụng mô hình GARCH ước lượng biến động các biến nghiên cứu 23

3.3.4 Xác định độ trễ tối ưu cho mô hình VAR 23

3.3.5 Kiểm định nhân qủa Granger 24

3.3.6 Kiểm tra tính ổn định của mô hình 24

3.3.7 Hàm phản ứng đẩy (IRF) và kỹ thuật phân rã phương sai 25

CHƯƠNG 4: PHÂN TÍCH DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU

26

4.1 Thống kê mô tả 26

4.2 Kiểm định tính dừng 28

4.3 Ước lượng độ biến động của thị trường chứng khoán và các biến kinh tế vĩ mô bằng mô hình GARCH 29

4.3.1 Ước lượng độ biến động của thị trường chứng khoán 29

4.3.2 Ước lượng độ biến động của các biến số kinh tế vĩ mô 43

4.4 Mối quan hệ giữa biến động thị trường chứng khoán và các biến kinh tế vĩ mô 47

4.4.1 Ước lượng mô hình VAR 47

4.4.2 Tổng hợp kết quả nghiên cứu 31

CHƯƠNG 5: KẾT LUẬN 58

5.2.1 Hạn chế của đề tài 59

5.2.2 Hướng nghiên cứu tiếp theo 60

Tài liệu tham khảo

Phụ lục

Từ viết

tắt

Tiếng Anh Tiếng Việt

ARCH AutoRegressive Conditional

Heteroscedasticity

ARIMA Autoregressive integrated

moving average

Tự hồi quy trung bình trượt

CPI Consumer Price Index Chỉ số giá tiêu dùng

ECM Error Correction Model Mô hình hiệu chỉnh sai số

GDP Gross Domestic Product Tổng sản phẩm quốc nội

GARCH Generalised AutoRegressive

Conditional Heteroscedasticity

GARCH-M

Generalised AutoRegressive Conditional Heteroscedasticity-Moving

HOSE Ho Chi Minh Stock Exchange Sở Giao dịch Chứng khoán Thành

Phố Hồ Chí Minh

IMF International Monetary Fund Quỹ tiền tệ quốc tế

IP Industrial Production index Chỉ số sản xuất công nghiệp

IRF Impulse Reponse Function Hàm phản ứng đẩy

OLS Ordinary Least Squares Bình phương bé nhất

RS Stock Return Tỷ suất sinh lợi thị trường chứng

khoán SVAR Structural Vector

AutoRegression

Tự hồi quy véctơ cấu trúc

SVECM Structural Vector Error

VAR Vector AutoRegression Tự hồi quy véctơ

VECM Vector Error Correction Model Mô hình hiệu chỉnh sai số trong dài

hạn

Trang

Bảng 2.1 Kỳ vọng về dấu trong nghiên cứu của đề tài 14

Bảng 3.1 Dữ liệu nghiên cứu 15

Bảng 3.2 Mô tả và đo lường các biến 16

Bảng 4.1 Thống kê mô tả các biến nghiên cứu ở Việt Nam 26

Bảng 4.2 Thống kê mô tả các biến nghiên cứu ở Hàn Quốc 26

Bảng 4.3 Thống kê mô tả các biến nghiên cứu ở Thái Lan 27

Bảng 4.4 Thống kê mô tả các biến nghiên cứu ở Hungari 27

Bảng 4.5 Kiểm định tính dừng các biến của Việt Nam 28

Bảng 4.6 Kiểm định tính dừng các biến của Hàn Quốc 28

Bảng 4.7 Kiểm định tính dừng các biến của Thái Lan 29

Bảng 4.8 Kiểm định tính dừng các biến của Hungari 29

Bảng 4.9 Kết quả ước lượng độ biến động của thị trường chứng khoán 30

Bảng 4.10 Kết quả kiểm định tính dừng của phần dư_ước lượng độ biến động thị trường chứng khoán 31

Bảng 4.11 Ước lượng độ biến động của các biến số kinh tế vĩ mô của Việt Nam 31

Bảng 4.12 Kết quả kiểm định tính dừng phần dư_ sự biến động các biến số kinh tế vĩ mô của Việt Nam 32

Bảng 4.13 Ước lượng độ biến động của các biến số kinh tế vĩ mô của Hàn Quốc 32

Bảng 4.14 Kết quả kiểm định tính dừng phần dư_ sự biến động các biến số kinh tế vĩ mô của Hàn Quốc 33

Bảng 4.15 Ước lượng độ biến động của các biến số kinh tế vĩ mô của Thái Lan 33

34

Bảng 4.18 Kết quả kiểm định tính dừng phần dư_ sự biến động các biến số kinh tế vĩ mô của Hungari 35

Bảng 4.19 Kiểm định tính dừng của các chuỗi phương sai có điều kiện của Việt Nam 36

Bảng 4.20 Kiểm định tính dừng của các chuỗi phương sai có điều kiện của Thái Lan 36

Bảng 4.21 Kiểm định tính dừng của các chuỗi phương sai có điều kiện của Hàn Quốc 36

Bảng 4.22 Kiểm định tính dừng của các chuỗi phương sai có điều kiện của Hungari 37

Bảng 4.23 Độ trễ tối ưu của các mô hình VAR của các nước nghiên cứu 37

Bảng 4.24 Kết quả kiểm định nhân quả Granger 38

Bảng 4.25 Kết quả ước lượng mô hình VAR cho trường hợp Việt Nam 41

Bảng 4.26 Kết quả ước lượng mô hình VAR cho trường hợp Hàn Quốc 43

Bảng 4.27 Kết quả ước lượng mô hình VAR cho trường hợp Thái Lan 45

Bảng 4.28 Kết quả ước lượng mô hình VAR cho trường hợp Hungari 47

Bảng 4.29 Kết quả phân rã phương sai của tỷ suất sinh lợi chứng khoán 53

Bảng 4.30 Phân rã phương sai theo mô hình thay thế thứ nhất 54

Bảng 4.31 Phân rã phương sai theo mô hình thay thế thứ hai 55

Bảng 4.32.Tổng hợp kết quả nghiên cứu 56

Hình 4.1.Kiểm tra tính ổn định của mô hình 40 Hình 4.2.Phản ứng của thị trường chứng khoán trước các cú sốc 49 Hình 4.3.Phản ứng của các biến vĩ mô trước cú sốc chứng khoán 51

khoán và sự biến động của các biến số kinh tế vĩ mô của các nước thị trường mới nổi: Thái Lan, Hàn Quốc, Hungari và Việt Nam, theo đó đề tài sử dụng

mô hình GARCH để đo lường sự biến động của các biến số kinh tế vĩ mô và thị trường chứng khoán các nước, kế đó đề tài sử dụng mô hình VAR để xem xét mối quan hệ giữa sự biến động thị trường chứng khoán và các biến số kinh tế vĩ mô theo nghiên cứu của Zakaria và Shamsuddin (2012) Với chuỗi

dữ liệu nghiên cứu từ tháng 1 năm 2008 đến tháng 12 năm 2013 đề tài tìm thấy mối quan hệ giữa sự biến động thị trường chứng khoán và chỉ số giá tiêu dùng ở Việt Nam, Thái Lan, Hungari nhưng không tìm thấy ở Hàn Quốc, có một mối quan hệ giữa sự biến động trong cung tiền và thị trường chứng khoán chỉ được tìm thấy ở Hàn Quốc, có mối quan hệ giữa sự biến động trong thị trường chứng khoán và sự biến động trong lãi suất kết quả được tìm thấy ở Việt Nam, Thái Lan, có mối quan hệ giữa sự biến động trong tỷ giá hối đoái

và thị trường chứng khoán mối quan hệ này không được tìm thấy Hungari nhưng tìm thấy ở các nước còn lại, có mối quan hệ giữa sự biến động trong chỉ số sản xuất công nghiệp và thị trường chứng khoán kết quả này tìm thấy ở Thái Lan, Hungari

Với kết quả tìm được đề tài cho rằng để thị trường chứng khoán phát triển và

là một chỉ báo cho nền kinh tế thì các nhà điều hành chính sách nên quan tâm đến mối quan hệ giữa sự biến động trong thị trường chứng khoán và sự biến động các biến số kinh tế vĩ mô

CHƯƠNG 1: GIỚI THIỆU

1.1 Lý do chọn đề tài

Giá cả chứng khoán là hình ảnh phản chiếu những vấn đề cơ bản của nền kinh

tế vĩ mô, mà đặc biệt là sức khỏe của doanh nghiệp Giá cả chứng khoán phản ứng với các tin tức và đầy những sự kiện bất ngờ mà chúng ta khó có thể đoán trước được và nó cũng là một đại lượng ngẫu nhiên mà chúng ta không thể đón biết chắc chắn mặc dù có đầy đủ các thông tin liên quan Giá cả chứng khoán là một vấn đề mà các nhà đầu tư, các nhà điều hành chính sách, các nhà nghiên cứu nói riêng và xã hội nói chung rất quan tâm

Giá cả chứng khoán là một chỉ tiêu rất nhạy cảm trong môi trường tổng thể của hệ thống kinh tế xã hội mà trước hết là độ an toàn của nền kinh tế quốc gia Hơn nữa theo nghiên cứu tháng 4/2010 của Lukas Mankhoff được trích trong bài nghiên cứu của Nguyễn Trường Sơn và cộng sự (2011), tác giả cho rằng 100% nhà đầu tư và chuyên gia quản lý quỹ cho biết phân tích cơ bản chiếm tỷ trọng hơn 60% trong các quyết định của họ, bên cạnh đó phân tích

kỹ thuật chiếm khoảng 30% và phân tích dòng tiền khoảng 10%, khi xem xét trong dài hạn thì tỷ trọng này còn chiếm nhiều hơn Có được chỗ đứng như vậy là do phân tích cơ bản mang trong nó ý nghĩa kinh tế cao và đã được kiểm định trong thực tế Trên thế giới và Việt Nam, phân tích cơ bản vĩ mô đóng vai trò quyết định; do đó việc nghiên cứu mối quan hệ giữa biến động trong các biến kinh tế vĩ mô và biến động trong thị trường chứng khoán là cần thiết Hơn thế nữa kết quả các nghiên cứu trên thế giới về tác động của các biến kinh tế vĩ mô đến thị trường chứng khoán thì các kết quả này cho thấy có nhiều khác biệt giữa các thị trường Phần lớn các lý giải cho vấn đề này là do

sự khác biệt trong quy mô thị trường, cơ chế vận hành nền kinh tế của các quốc gia là khác nhau, sự nhạy cảm của nhà đầu tư trước các thông tin kinh tế

vĩ mô Xuất phát từ các thực tế trên tác giả quyết định chọn đề tài “ Mối quan

hệ giữa biến động thị trường chứng khoán và biến động kinh tế vĩ mô ở thị trường các nước mới nổi” làm đề tài luận văn

1.2 Mục tiêu nghiên cứu và câu hỏi nghiên cứu

1.2.1 Mục tiêu nghiên cứu

Trong phạm vi nghiên cứu của mình, đề tài tập trung làm rõ có hay không mối quan hệ giữa biến động thị trường chứng khoán và biến động các yếu tố kinh tế vĩ mô: Chỉ số sản xuất công nghiệp, chỉ số giá tiêu dùng, lãi suất, cung tiền, tỷ giá hối đoái ở thị trường các nước mới nổi

1.2.2 Câu hỏi nghiên cứu

Nhằm làm rõ mục tiêu nghiên cứu của mình, nội dung của đề tài sẽ tập trung trả lời cho câu hỏi nghiên cứu:

Có sự tác động qua lại giữa sự biến động trong các yếu tố kinh tế vĩ mô: Chỉ

số sản xuất công nghiệp, chỉ số giá tiêu dùng, tỷ giá hối đoái, cung tiền, lãi suất với sự biến động trong thị trường chứng khoán không và ngược lại?

1.3 Phạm vi nghiên cứu

Về không gian các yếu tố kinh tế vĩ mô được nghiên cứu trong phạm vi của

đề tài là các yếu tố kinh tế vĩ mô cơ bản nhất gồm: Chỉ số sản suất công nghiệp, chỉ số giá tiêu dùng, cung tiền, lãi suất, tỷ giá hối đối của các nước thị trường mới nổi gồm: Việt Nam, Hàn Quốc, Thái Lan, và Hungari và thị trường chứng khoán của các nước được nghiên cứu

Đề tài tiến hành lựa chọn các nước có các thị trường chứng khoán không quá khác biệt so với Việt Nam, và cơ chế vận hành nền kinh tế, các mục tiêu kinh

tế cũng tương đồng với Việt Nam Theo đó các nước được chọn nghiên cứu trong đề tài là: Việt Nam, Thái Lan, Hàn Quốc, Hungari

Về thời gian đề tài thu thập và xử lý dữ liệu theo tháng từ tháng 1 năm 2008 đến tháng 12 năm 2013

1.4 Phương pháp nghiên cứu

Để phù hợp với nội dung, vấn đề nghiên cứu và giải đáp cho các câu hỏi nghiên cứu của mình đề tài sử dụng phương pháp định lượng với mô hình nghiên cứu là GARCH và VAR với sự hỗ trợ của phần mềm Eviews 6.0

1.5 Đóng góp của đề tài

Với cách tiếp cận dựa trên mô hình GARCH, kết quả nghiên cứu tìm được đề tài kỳ vọng đóng góp thêm một bằng chứng thực nghiệm về mối quan hệ giữa biến động thị trường chứng khoán và biến động kinh tế vĩ mô Kết quả này đưa ra các gợi ý chính sách cho các quốc gia, trong đó có Việt Nam trong việc

ổn định thị trường chứng khoán nhằm hỗ trợ cho tăng trưởng và phát triển kinh tế

1.6 Kết cấu của đề tài

Nhằm trả lời cho các vấn đề nghiên cứu của mình, đề tài chia bố cục bài viết làm 5 chương:

Chương 1: Giới thiệu

Chương 2: Tổng quan các nghiên cứu trước đây

Chương 3: Phương pháp nghiên cứu

Chương 4: Phân tích kết quả nghiên cứu và thảo luận

Chương 5: Kết luận

CHƯƠNG 2: TỐNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY

2.1 Tổng quan kết quả các nghiên cứu trước đây

Đầu tiên, một dấu hiệu sụt giảm trong tăng trưởng nền kinh tế sẽ được phản ánh hầu hết vào giá chứng khoán do đó có thể dùng giá chứng khoán làm một chỉ báo quan trọng cho nền kinh tế Những thay đổi trong sản lượng công nghiệp sẽ thể hiện gián tiếp thông qua lợi nhuận của doanh nghiệp do đó nếu các chỉ số này cho một cái nhìn lạc quan thì cũng đồng nghĩa thị trường chứng khoán cũng sẽ lạc quan

Bên cạnh đó, một sự thay đổi trong cung tiền sẽ cung cấp thông tin cho nhu cầu về tiền Nếu cung tiền tăng có nghĩa là nhu cầu về tiền tệ tăng dẫn đến tín hiệu tăng cho hoạt động kinh tế Hoạt động kinh tế càng cao có nghĩa là dòng tiền càng cao dẫn đến giá chứng khoán cũng tăng, nghĩa là cung tiền tăng sẽ đưa đến sự tăng trưởng và ổn định hơn cho thị trường chứng khoán

Ngoài ra, khi lãi suất thấp nhiều nhà đầu tư trước đây đã mua trái phiếu nhằm tìm kiếm sự an toàn thường có xu hướng bán trái phiếu để tìm kiếm thu nhập cao hơn từ thị trường chứng khoán, ngược lại khi nhà đầu tư cảm nhận được

là họ có thể nhận được mức thu nhập cao hơn từ trái phiếu thì dòng tiền sẽ chảy khỏi thị trường chứng khoán Sự dao động trong lãi suất không phải lúc nào cũng nhận được sự phản ứng trái ngược mà đôi khi nó là một động thái cùng chiều hoặc cũng có thể là không phản ứng gì cả, chỉ khi nào lãi suất phản ánh đúng xu hướng chủ đạo của lạm phát trong nền kinh tế Thông thường lãi suất giảm khi lạm phát giảm khiến giá cổ phiếu tăng cao hơn và ngược lại Nhưng nếu lạm phát không phải là một vấn đề nghiêm trọng và lãi suất tăng, đầu tư vào thị trường chứng khoán mang lại nhiều lãi bởi vì trong trường hợp này lãi suất tăng là do nền kinh tế tăng trưởng

Ngoài ra, lãi suất trong nước tăng cũng có tác động thu hút luồng ngoại tệ đổ vào tác động đến tỷ giá và đến lượt mình tỷ giá sẽ tác động đến thị trường chứng khoán

Lạm phát và giá chứng khoán có mối quan hệ nghịch chiều, bởi lẽ xu hướng của lạm phát xác định tính chất tăng trưởng Lạm phát cao luôn là dấu hiệu của một nền kinh tế đang tăng trưởng nóng, báo hiệu sự tăng trưởng kém bền vững trong khi đó thị trường chứng khoán như một chiếc nhiệt kế đo sức khỏe của nền kinh tế Khi lạm phát tăng cao, đồng tiền mất giá người dân sẽ không muốn giữ tiền mặt hoặc gửi trong ngân hàng mà chuyển sang nắm giữ các tài sản ít rủi ro hơn như vàng, bất động sản hay ngoại tệ mạnh,… Khiến một lượng lớn vốn nhàn rỗi đáng kể của xã hội nằm dưới dạng tài sản chết Thiếu vốn đầu tư, không tích lũy để mở rộng sản xuất, sự tăng trưởng của doanh nghiệp nói riêng và của cả nền kinh tế nói chung sẽ chậm lại Lạm phát tăng cao còn ảnh hưởng trực tiếp đến doanh nghiệp dù hoạt động kinh doanh vẫn diễn ra bình thường, chi cổ tức nhưng tỷ lệ cổ tức khó gọi là hấp dẫn đối với nhà đầu tư khi lạm phát cao Điều này khiến chứng khoán không còn là kênh đầu tư sinh lợi hấp dẫn

Trong nền kinh tế toàn cầu hóa hiện nay thì các rào cản ngày càng được gỡ bỏ nhiều hơn nên tạo nhiều cơ hội cho các tập đoàn, các công ty đa quốc gia Bất

kỳ doanh nghiệp nào khi hoạt động đều phải chịu ba rủi ro: độ nhạy cảm kinh doanh, nhạy cảm chuyển đổi và nhạy cảm giao dịch đối với rủi ro tỷ giá Điều này đã tạo ra một nhu cầu tìm hiểu mối quan hệ giữa tỷ giá và giá chứng khoán để phòng ngừa rủi ro danh mục lý thuyết danh mục đầu tư Markovit cho rằng danh mục đầu tư cần phải được xem xét lại khi tỷ giá hối đoái tăng hay giảm Chẳng hạn một sự giảm giá của VND sẽ dẫn đến việc một danh mục đầu tư của nước ngoài chuyển từ các tài sản nội địa, chẳng hạn chứng khoán sang các tài sản bên ngoài do sự giảm giá đồng tiền đã làm giảm thu

nhập của các nhà đầu tư nước ngoài khi những dòng tiền này được chuyển đổi sang đồng tiền chính quốc, sự rút lui của các nhà đầu tư nước ngoài có thể gây

ra một sụt giảm trong giá chứng khoán Tuy nhiên, đối với các nhà đầu tư trong nước, sự sụt giảm của VND làm cho giá chứng khoán nước ngoài trở nên đắt hơn, tạo một hiệu ứng thay thế sang các tài sản nội địa, do đó làm tăng giá chứng khoán

2.1.1 Một số nghiên cứu thực nghiệm ở các nước phát triển

Canova và Nicolo (1994) thực hiện nghiên cứu mối quan hệ giữa tỷ suất sinh lợi chứng khoán và các hoạt động kinh tế thực cho thị trường Mỹ Bài nghiên cứu tập trung phân tích mối quan hệ giữa tỷ suất sinh lợi của cổ phiếu với các hoạt động kinh tế thực trong tương quan của mô hình tổng thể và mô hình công ty đa quốc gia cũng như trong chu kỳ kinh doanh của doanh nghiệp Kết quả nghiên cứu cho thấy có một mối quan hệ chặt chẽ giữa tăng trưởng sản lượng trong nước và lợi nhuận của các công ty trong nước, quan hệ này càng chặt chẽ hơn khi có sự tham gia của các yếu tố nước ngoài, theo đó mối quan

hệ này sẽ tùy thuộc vào cách thức lưu chuyển dòng tiền trong tương lai Tiếp tục với chủ đề này năm 1997 nhóm tác giả lại cho ra đời một nghiên cứu về mối quan hệ giữa tỷ suất sinh lợi chứng khoán, cấu trúc kỳ hạn của lãi suất, lạm phát và các hoạt động kinh tế thực Kết quả bài nghiên cứu lại một lần nữa khẳng định lại tầm quan trong của các hoạt động kinh tế thực có liên quan đến sự biến động trong thị trường chứng khoán Bên cạnh đó nghiên cứu cũng cho thấy có sự biến động trong tỷ suất sinh lợi danh nghĩa của chứng khoán

có liên quan mật thiết với lạm phát, cấu trúc kỳ hạn của lãi suất của Mỹ Kết quả cũng hàm ý các nhà điều hành chính sách cần quan tâm đến mối quan hệ này

Du (2002) nghiên cứu mối quan hệ giữa lạm phát và tỷ suất sinh lợi chứng khoán cho thị trường Mỹ Bài nghiên cứu sử dụng dữ liệu nghiên cứu theo

quý trong giai đoạn từ năm 1926 đến năm 1999 với các biến lạm phát được tính từ chỉ số giá tiêu dùng (CPI- Consumer Price Index) sau khi điều chỉnh yếu tố mùa vụ, chỉ số chứng khoán được trích xuất từ COMPUSTAT với mô hình VAR được sử dụng Kết quả bài nghiên cứu cho thấy sự thay đổi trong

cơ chế chính sách tiền tệ và các cú sốc kinh tế thực có liên quan mật thiết với những biến động trong thị trường chứng khoán Trong đó tác giả lưu ý những thay đổi trong chính sách tiền tệ có liên quan đến lạm phát giải thích tốt cho các biến động trong thị trường chứng khoán Mỹ

Binswanger (2004) thực hiện nghiên cứu mối quan hệ giữa những hoạt động kinh tế thực và sự biến động trong thị trường chứng khoán cho thị trường Mỹ,

và các nhóm nước khác thuộc G7 Trong đó tác giả sử dụng mô hình VAR, ECM và hồi quy OLS với các biến được sử dụng là GDP, sản lượng công nghiệp đại diện cho hoạt động kinh tế thực, và chỉ số chứng khoán đại diện ở các thị trường của các nước nghiên cứu Kết quả nghiên cứu cho thấy có một mối quan hệ cùng chiều mạnh mẽ giữa các hoạt động kinh tế thực với sự biến động trong thị trường chứng khoán ở Mỹ và Nhật, Canada tuy nhiên kết quả lại cho thấy có một mối quan hệ yếu giữa hai biến số này ở Pháp, Ý, và Anh Dopke, Hartmann và Pierdzioch (2006) dự báo sự biến động của thị trường chứng khoán trước các biến động kinh tế vĩ mô, bài nghiên cứu được thực hiện nghiên cứu cho thị trường Đức Nghiên cứu sử dụng biến VDAX –NEW được thu thập theo tháng được tính toán từ danh mục DAX30 đại diện cho sự biến động của thị trường chứng khoán Đức, sản lượng công nghiệp đại điện cho sự biến động của các hoạt động kinh tế thực, lãi suất trái phiếu kho bạc, biến giả đại diện cho hiệu ứng tháng giêng, dữ liệu được thu thập theo tháng

từ tháng 1 năm 1995 đến tháng 12 năm 2005 với mô hình GARCH (1,1) nhóm tác giả đã cho thấy những biến động trong các hoạt động kinh tế vĩ mô

có thể được sử dụng để dự báo các biến động trong thị trường chứng khoán

Kết quả bài nghiên cứu cũng đưa ra hai hàm ý dựa trên kết quả của mình: Thứ nhất, đối với các nhà đầu tư có thể sử dụng dữ liệu kinh tế vĩ mô để dự báo cho xu hướng biến động trong thị trường chứng khoán Thứ hai, đối với các nhà nghiên cứu, điều hành chính sách có thể sử dụng các dữ liệu kinh tế vĩ mô

để tạo ra các mối quan hệ cân bằng trong dài hạn giữa các biến động kinh tế thực và biến động trên thị trường chứng khoán

2.1.2 Một số nghiên cứu thực nghiệm ở các nước đang phát triển và thị trường mới nổi

Nếu ở các nước phát triển việc nghiên cứu về chủ đề này đã được nghiên cứu rất nhiều từ thập niên những năm 80 thì chủ đề trong thời gian gần đây mới thật sự được quan tâm của các nhà nghiên cứu ở các nước đang phát triển, đặc biệt các nước thị trường mới nổi Trong phần này đề tài sẽ tiến hành hệ thống lại một số nghiên cứu nổi bật trong thời gian gần đây về mối quan hệ giữa biến động trong thị trường chứng khoán với biến động các yếu tố vĩ mô

Mukhopadhyay và Sarkar (2003) thực hiện nghiên cứu ảnh hưởng của các yếu

tố kinh tế vĩ mô cơ bản trong việc giải thích sự khác biệt về tỷ suất sinh lợi trên thị trường chứng khoán Ấn Độ Bài nghiên cứu sử dụng các kỹ thuật kiểm tra tự tương quan và cho thấy rằng tỷ suất sinh lợi của kỳ sau phụ thuộc vào tỷ suất sinh lợi của ít nhất hai kỳ trước đó và bác bỏ những giả định của lý thuyết thị trường hiệu quả dạng yếu cho thị trường của Ấn Độ, kế đến bài nghiên cứu sử dụng các kiểm định Hansen và Chow để phát hiện ra điểm gãy cấu trúc và cuối cùng tác giả sử dụng mô hình phi tuyến tính ARCH và GARCH để đo lường sự biến động Kết quả cuối cùng cho thấy các thay đổi trong các biến: Sản lượng công nghiệp, cung tiền, lạm phát, hoạt động thị trường vốn nước ngoài và đầu tư trực tiếp nước ngoài có ảnh hưởng đáng kể đến tỷ suất sinh lợi của chứng khoán trong thời kỳ hậu cải cách những năm

tố tỷ giá hối đoái là ảnh hưởng đáng kể đến tỷ suất sinh lợi của các chứng khoán ở thị trường Ấn Độ

Tabak (2006) thực hiện nghiên cứu mối quan hệ giữa biến động trong thị trường chứng khoán và tỷ giá hối đoái ở Brazil Tác giả sử dụng mô hình hồi quy hai bước theo Engle và Granger (1987), Gregory và Hansen (1996) và mô hình GARCH (1,1) và cơ chế hàm phản ứng thúc đẩy (Impulse response function) Kết quả nghiên cứu cho thấy không có mối quan hệ giữa sự biến động trong thị trường chứng khoán Brazil và tỷ giá hối đoái Tuy nhiên tác giả cũng gợi ý rằng các nhà quản lý quỹ nên quan tâm đến sự chuyển động của tỷ giá để sử dụng những chiến lược phòng ngừa phù hợp nhằm tránh rủi ro tỷ giá cho danh mục của mình

Nghiên cứu của Acikalin, Aktas và Unal (2008) nghiên cứu mối quan hệ giữa thị trường chứng khoán và các biến kinh tế vĩ mô ở Thổ Nhĩ Kỳ Nghiên cứu

sử dụng mô hình VECM với các biến được sử dụng trong mô hình gồm: tỷ suất sinh lợi của thị trường chứng khoán Istanbul, GDP, lãi suất, tỷ giá hối đoái và thâm hụt cán cân tài khoản vãng lai, dữ liệu được thu thập theo quý từ năm 1991 đến năm 2006 Kết quả nghiên cứu cho thấy có mối quan hệ trong dài hạn giữa biến động thị trường chứng khoán được giải thích bởi bốn biến kinh tế vĩ mô là: GDP, tỷ giá hối đoái, lãi suất, thâm hụt tài khoản vãng lai và mối quan hệ này là mối quan hệ ngược chiều Có một mối quan hệ một chiều lãi suất gây ra sự biến động trong thị trường chứng khoán và mối quan hệ cùng chiều được tìm thấy là yếu Thông qua kết quả nghiên cứu của mình nhóm tác giả cũng chỉ rằng các nhà đầu tư có thể sử dụng những thông tin liên quan đến các biến động kinh tế vĩ mô để dự đoán xu hướng biến động của thị trường chứng khoán Thổ Nhĩ Kỳ Ngoài ra, nhà đầu tư cũng cải thiện lợi nhuận của danh mục cá nhân bằng cách tập trung vào ý nghĩa khác nhau của

các biến kinh tế vĩ mô Bên cạnh đó nhóm tác giả cũng đề xuất nên nghiên cứu thêm các yếu tố bên ngoài tác động đến thị trường chứng khoán

Gay (2008) thực hiện nghiên cứu ảnh hưởng của các biến số kinh tế vĩ mô đến

tỷ suất sinh lợi của các chứng khoán thị trường mới nổi: Brazil, Nga, Ấn Độ, Trung Quốc Bài nghiên cứu sử dụng mô hình ARIMA, kết quả nghiên cứu cho thấy không có mối quan hệ giữa sự biến động trong giá dầu và tỷ giá hối đoái đến sự biến động trên thị trường chứng khoán của các nước thị trường mới nổi, theo đó sự biến động của tỷ suất sinh lợi của thị trường chứng khoán các nước mới nổi chủ yếu được giải thích bởi sự biến động của các biến số kinh tế vĩ mô trong nước như: Lạm phát, lãi suất, lãi suất trái phiếu, sản lượng công nghiệp, cán cân thương mại và cấu trúc kỳ hạn của lãi suất Qua đó, tác giả hàm ý rằng các nhà đầu tư có thể sử dụng các dữ liệu kinh tế vĩ mô trong nước để dự báo các biến động trong thị trường chứng khoán và kết quả là rất

có ý nghĩa cho các nhà điều hành chính sách

Rahman, Sidek và Tafri (2009) thực hiện nghiên cứu các nhân tố vĩ mô quyết định tỷ suất sinh lợi trên thị trường chứng khoán Malaysia trên cơ sở mô hình VECM theo đó, nhóm tác giả chọn ra các nhân tố vĩ mô gồm: Cung tiền, lãi suất, tỷ giá hối đoái thực song phương, dự trữ ngoại hối, chỉ số sản xuất công nghiệp Kết quả nghiên cứu cho thấy có một mối quan hệ nghịch chiều giữa các biến nghiên cứu với sự biến động của tỷ suất sinh lợi trên thị trường chứng khoán Malaysia Trong đó, sự tác động của các biến dự trữ ngoại hối

và chỉ số sản xuất công nghiệp đến tỷ suất sinh lợi trên thị trường chứng khoán là mạnh hơn so với các yếu tố cung tiền, lãi suất và tỷ giá hối đoái Một kết quả tương tự cũng được tìm thấy trong nghiên cứu của Perreault (2012) khi thực hiện nghiên cứu cho thị trường Indonesia, theo đó bài nghiên cứu cũng cho thấy các nhà đầu tư có thể sử dụng các biến động trong kinh tế vĩ

mô như: Cung tiền, sản lượng công nghiệp, lạm phát, tỷ giá, lãi suất để dự báo cho sự biến động trên thị trường chứng khoán

Oseni và Nwosa (2011) nghiên cứu mối quan hệ giữa biến động thị trường chứng khoán với biến động các nhân tố vĩ mô ở Nigeria với cách tiếp cận mô hình EGARCH để phân tích sự biến động trong thị trường chứng khoán và sự biến động trong các biến kinh tế vĩ mô, tiếp theo đó tác giả sử dụng mô hình VAR để xem xét mối quan hệ giữa các biến vĩ mô với sự biến đông trong thị trường chứng khoán Kết quả nghiên cứu cho thấy có mối quan hệ tác động qua lại giữa biến động trong GDP và sự biến động trong thị trường chứng khoán Nigeria Tuy nhiên, bài nghiên cứu lại không tìm thấy mối quan hệ giữa biến động trong thị trường chứng khoán với biến động trong lãi suất và lạm phát Thông qua kết quả nghiên cứu nhóm tác giả cho rằng để dự báo sự biến động trong thị trường chứng khoán Nigeria bằng những biến động trong các yếu tố kinh tế vĩ mô trong nước sẽ không chính xác và cho rằng phần lớn các biến động trong thị trường chứng khoán là do sự tác động của các yếu tố bên ngoài Với cùng phương pháp và mô hình nghiên cứu thì Attari và Safdar (2013) lại cho thấy có một mối quan hệ chặt chẽ giữa sự biến động của các yếu tố vĩ mô và biến động thị trường chứng khoán Pakistan, theo đó các biến động trong thị trường chứng khoán có thể làm chỉ báo cho nền kinh tế và ngược lại các biến động trong các yếu tố vĩ mô của nền kinh tế có thể được sử dụng để dự báo cho sự thay đổi trong tỷ suất sinh lợi của thị trường chứng khoán, kết quả này cũng đồng nhất với kết quả nghiên cứu Mushtaq, Ali Shah

và Rehman (2012) thực hiện ở thị trường Pakistan

Auret và Golding (2011) chỉ ra rằng sự biến động trong giá chứng khoán là một chỉ báo quan trọng cho các hoạt động kinh tế thực ở Nam Phi Nghiên cứu sử dụng chuỗi dữ liệu theo quý từ tháng 12 năm 1969 đến tháng 9 năm

2010 với các biến gồm: Chỉ số chứng khoán (JSE), sản lượng công nghiệp

thực, GDP thực được tính toán từ bộ lọc HP filter Kết quả nghiên cứu cho thấy chu kỳ của giá cổ phiếu thực sự dẫn dắt chu kỳ của GDP thực và sản lượng công nghiệp thực ở Nam Phi, kết quả này là không đổi khi sử dụng dữ liệu theo quý hay theo năm Ngoài ra, bài nghiên cứu cũng cho thấy sự biến động trong thị trường chứng khoán Nam Phi có thể là một chỉ báo quan trọng cho việc dự đoán xu hướng biến động của các yếu tố vĩ mô khác như: giá dầu, cung tiền, lãi suất,… Từ đó tạo điều kiện cho các nhà điều hành chính sách trong việc thiết lập các mục tiêu cân bằng và hoạch định kế hoạch tăng trưởng (GDP) cho nền kinh tế Nam Phi

Wang (2012) nghiên cứu về mối quan hệ giữa thị trường chứng khoán Trung Quốc và thị trường chứng khoán phương Tây Bài nghiên cứu sử dụng mô hình GARCH-BEKK Tác giả sử dụng chỉ số chứng khoán SHCOMP (Shanghai) và SIASA (Shenzhen) đại diện cho thị trường chứng khoán Trung Quốc và FTSE100 (London) đại diện cho thị trường chứng khoán Châu Âu, S&P500 (US) đại diện cho thị trường chứng khoán Mỹ dữ liệu được thu thập theo tháng từ tháng 1 năm 2008 đến tháng 3 năm 2012 Kết quả nghiên cứu cho thấy có một sự lan truyền ảnh hưởng từ các thị trường chứng khoán Châu

Âu và Mỹ sang thị trường chứng khoán Trung Quốc, trong đó tác động lan tỏa

từ thị trường chứng khoán Châu Âu và Mỹ sang thị trường SIASA là mạnh hơn thị trường SHCOMP và sự lan tỏ của thị trường Mỹ đến thị trường Trung Quốc là mạnh hơn thị trường Châu Âu Ngoài ra, cũng có một sự tương tác ngược lại từ thị trường chứng khoán Trung Quốc sang thị trường chứng khoán phương Tây từ đó cho thấy kinh tế tài chính của Trung Quốc là một phần của nền kinh tế thế giới Từ kết quả này tác giả cũng hàm ý rằng các công ty nên quan tâm nhiều đến các rủi ro đến từ thị trường Mỹ hơn là thị trường Châu

Âu

Zakaria và Shamsuddin (2012) thực hiện nghiên cứu mối quan hệ giữa biến động trong thị trường chứng khoán Malaysia và biến động trong các biến số kinh tế vĩ mô Bài nghiên cứu sử dụng dữ liệu theo tháng từ tháng 1 năm 2000 đến tháng 12 năm 2011 với các biến số được sử dụng trong mô hình gồm: tỷ suất sinh lợi của thị trường (Bursa Malaysia Composite Index), chỉ số sản xuất công nghiệp đại diện cho thu nhập thực (GDP), chỉ số giá tiêu dùng, cung tiền, lãi suất cho vay đại diện cho lãi suất ngắn hạn , tỷ giá hối đoái với

mô hình nghiên cứu là mô hình GARCH (1,1) để tính toán sự biến động trong thị trường chứng khoán và các biến số kinh tế vĩ mô, mô hình VAR được tác giả sử dụng nhằm kiểm tra mối quan hệ giữa sự biến động trong thị trường chứng khoán và các biến động trong các biến số kinh tế vĩ mô của Malaysia Kết quả nghiên cứu cho thấy chỉ có cung tiền và lạm phát là giải thích tốt cho

sự biến động của thị trường chứng khoán, biến động của các biến số khác ít

có mối quan hệ đến sự biến động lợi nhuận trên thị trường chứng khoán Nguyên nhân được tác giả đưa ra là do có quá ít nhà đầu tư tổ chức và có sự bất cân xứng thông tin trong đầu tư ở Malaysia Cũng trong thời gian này một nghiên cứu tương tự cũng được thực hiện bởi Hussin và cộng sự (2012), nghiên cứu mối liên hệ giữa các biến số kinh tế vĩ mô và tỷ suất sinh lợi thị trường chứng khoán Malaysia với mô hình nghiên cứu là mô hình VAR

Nghiên cứu của Mukit (2012) thực hiện nghiên cứu ảnh hưởng của tỷ giá hối đoái và lãi suất lên sự biến động của thị trường chứng khoán Bangladesh Bài nghiên cứu sử dụng mô hình hiệu chỉnh sai số (ECM-Error Correction Model), kiểm định đồng liên kết và phân tích phân rã phương sai Kết quả nghiên cứu cho thấy trong dài hạn một sự tăng lên trong tỷ giá và lãi suất sẽ làm cho thị trường chứng khoán biến động theo hướng giảm 1.04% và 1.71%, còn trong ngắn hạn thì hai yếu tố này làm giảm trong thị trường chứng khoán

là 7.8% Cuối cùng kiểm định nhân quả Granger được thực hiện và cho thấy

rằng sự biến động trong thị trường chứng khoán là do sự biến động của tỷ giá hối đoái và lãi suất

Nói tóm lại, có rất nhiều nghiên cứu trong lĩnh vực này tuy nhiên tựu chung lại phần lớn các nghiên cứu đều cho thấy có một mối quan hệ chặt chẽ giữa sự biến động trong thị trường chứng khoán với sự biến động của các nhân tố vĩ

mô cơ bản Phần lớn các nghiên cứu đều sử dụng các mô hình cơ bản như: GARCH, EGARCH, ARCH, VAR, ECM, VECM để đo lường các biến động

và mối quan hệ giữa sự biến động trong thị trường chứng khoán và các biến động trong các yếu tố vĩ mô Trên cơ sở dựa trên các nghiên cứu trước đây đề tài cũng thực hiện nghiên cứu mối quan hệ này cho các nước thị trường mới nổi với hy vọng đóng góp một bằng chứng thực nghiệm về chủ đề này Nghiên cứu của đề tài là dựa trên nền tảng nghiên cứu của Zakaria và Shamsuddin (2012)

Bảng 2.1 kỳ vọng về dấu trong nghiên cứu của đề tài

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU

Mỗi một mô hình phân tích hay dự báo đều có những ưu và nhược điểm riêng, điều này xuất phát từ những giả định trong mô hình được ứng dụng Theo đó mô hình nghiên cứu sau sẽ khắc phục những nhược điểm của mô hình nghiên cứu trước đó, từ đó cho phép những nhà nghiên cứu nói chung và những nhà đầu tư nói riêng dự báo ngày càng chính xác hơn các hiện tượng kinh tế, tài chính-chứng khoán Xuất phát điểm là kế thừa các nghiên cứu trước đây trong phạm vi nghiên cứu của mình đề tài sẽ sử dụng mô hình GARCH để đo lường sự biến động của thị trường chứng khoán và sự biến động các biến kinh tế vĩ mô cơ bản của các quốc gia thị trường mới nổi, kế đến đề tài sử dụng mô hình VAR để xem xét các mối quan hệ giữa sự biến động thị trường chứng khoán và sự biến động các biến kinh tế vĩ mô dựa trên nghiên cứu của Zakaria và Shamsuddin (2012)

3.1 Cơ sở dữ liệu

Tất cả nguồn dữ liệu nghiên cứu của đề tài được thu thập theo tháng từ tháng

1 năm 2008 đến tháng 12 năm 2013, tất cả được thống kê theo bảng sau: Bảng 3.1.Dữ liệu nghiên cứu

Chỉ số sản xuất công nghiệp 2008-2013 IMF

Tỷ giá 2008-2013 Datastream

Chỉ số giá tiêu dùng (2005=100) 2008-2013 IMF

3.2 Mô hình nghiên cứu

3.2.1 Mô tả biến

Như đã nêu trong phần trên, phần này đề tài tiến hành mô tả lại dữ liêu nghiên cứu Tất cả được thống kê trong bảng sau:

Bảng 3.2 Mô tả và đo lường các biến nghiên cứu

RS Tỷ suất sinh lợi thị trường RS = ln(Pt/Pt-1) ln: logarit cơ số e

Pt: giá đóng cửa thời điểm t

kỳ hạn 1 năm (%) Theo đó, đề tài thực hiện nghiên cứu trên các quốc gia thị trường mới nổi và Việt Nam Các nước được thực hiện nghiên cứu trong đề tài gồm: Việt Nam, Hàn Quốc, Thái Lan, Hungari

3.2.2 Mô hình nghiên cứu

Dựa trên nền tảng nghiên cứu của Zakaria và Shamsuddin (2012) và các nghiên cứu trước đây và cũng nhằm trả lời cho các câu hỏi nghiên cứu, mô hình nghiên cứu của đề tài là mô hình GARCH nhằm đo lường mức độ biến

động của thị trường chứng khoán và các biến động trong các biến kinh tế vĩ mô: Chỉ số sản xuất công nghiệp, chỉ số giá tiêu dùng, tỷ giá hối đoái, lãi suất, cung tiền Đề tài cũng sử dụng mô hình VAR để xem xét mối quan hệ giữa biến động trong thị trường chứng khoán và biến động trong các yếu tố vĩ mô của các nước nghiên cứu Theo đó mô hình VAR được sử dụng để nghiên cứu mối quan hệ này được thể hiện như sau:

Trong đó,

và các biến vĩ mô tương ứng được ước lượng bằng các mô hình GARCH

μit: là sai số trong mô hình

3.2.3 Mô hình GARCH

3.2.3.1 Mô hình ARCH- Engle (1982)

Nhằm khắc phục hạn chế của các mô hình nghiên cứu trước đây với giả định phương sai không đổi theo thời gian, theo đó mô hình ARCH do Engle phát triển năm 1982 cho rằng phương sai của các số hạng nhiễu tại thời điểm t phụ thuộc vào các số hạng nhiễu bình phương ở các giai đoạn trước Mô hình tổng quát mà Engle đề xuất:

Theo công thức trên thì một biến động mạnh trong thị trường xảy ra cách hôm nay q ngày thì ảnh hưởng của nó sẽ làm tăng phương sai có điều kiện của ngày hôm nay.Tuy nhiên mức biến động được thể hiện dưới dạng bình phương nên không phân biệt được tác động âm hay tác động dương X là đại lượng đại diện cho giá trị của các biến nghiên cứu và Y là đại lượng dự báo của X theo phương pháp trên

3.2.3.2 Mô hình GARCH – Bollerslev (1986)

Một ý tưởng được đưa ra bởi Bollerslev (1986) là nên đưa thêm các biến trễ của phương sai có điều kiện vào phương trình phương sai theo dạng tự hồi quy Ngoài ra, nếu các ảnh hưởng của ARCH có quá nhiều độ trễ sẽ có thể ảnh hưởng đến kết quả ước lượng do giảm đáng kể bậc tự do trong mô hình, điều này càng nghiêm trọng hơn đối với chuỗi thời gian ngắn Chính vì vậy

mà mô hình GARCH trở nên hữu hiệu hơn trong trường hợp này Theo đó một mô hình GARCH (p,q) dạng tổng quát được thể hiện như mô hình ARCH tuy nhiên phương trình phương sai lúc này được viết như sau:

Độ lớn của các tham số α và β giúp xác định những bất ổn của độ lệch chuẩn

Hệ số α cho thấy phản ứng của độ lệch chuẩn với những thay đổi của thị trường hay nói cách khác là α đóng vai trò xác định động lực biến động

điều kiện sẽ có thể hội tụ về độ lệch chuẩn trong dài hạn, tức lúc này εt là phải

có tính dừng (Stationary)

Các dạng mô hình GARCH

 Mô hình GARCH (1,1)

Đây là mô hình thường được dùng nhất do mô hình ước lượng đơn giản mà

khả năng dự báo cũng tương đối chính xác, tuy nhiên nó thường được sử dụng

dự báo trong ngắn hạn Theo đó phương trình phương sai có dạng:

 Mô hình GARCH-M:

Các mô hình GARCH ở giá trị trung bình (GARCH-M) cho phép giá trị trung bình có điều kiện phụ thuộc vào phương sai có điều kiện của chính nó Ví dụ, xem xét hành vi của một nhà đầu tư thuộc dạng “sợ” rủi ro và vì thế có xu hướng đòi hỏi thêm một mức phí bù rủi ro như một đền bù để quyết định nắm giữ một tài sản rủi ro Có nghĩa là rủi ro càng cao thì thì phí bù rủi ro càng lớn Theo đó phương trình phương sai của mô hình GARCH-M (p,q) có dạng:

Và còn rất nhiều mô hình GARCH khác nữa tuy nhiên trong phạm vi nghiên cứu của mình đề tài chỉ xem xét đến các mô hình GARCH được đề cập bên trên với bậc tương ứng

Một số dạng mô hình GARCH đơn giản trong nghiên cứu thực nghiệm

các biến nghiên cứu (các biến số kinh tế vĩ mô, tỷ suất sinh lợi thị trường chứng khoán)

các biến nghiên cứu (Các biến số kinh tế vĩ mô, tỷ suất sinh lợi thị trường chứng khoán)

Một số dạng khác của phương trình phương sai của mô hình GARCH cũng được sử dụng là

kê thì tác động của tin tức tốt và tin tức xấu là khác nhau lên phương sai Y là đại lượng đại diện cho các biến nghiên cứu (Các biến số kinh tế vĩ mô, tỷ suất sinh lợi thị trường chứng khoán)

Các mô hình nghiên cứu này cũng được đề tài thực hiện lại trong nghiên cứu của mình nhằm trả lời cho các câu hỏi nghiên cứu của đề tài

3.2.4 Mô hình VAR

Mô hình VAR được giới thiệu đầu tiên bởi Sims (1980) So với các mô hình truyền thống trước đó thì các biến được chia thành biến nội sinh và biến ngoại sinh Tuy nhiên theo Sims thì tất cả các biến trong mô hình đều được xem là biến nội sinh Điều này là phù hợp khi đánh giá tác động của các biến vĩ mô

và thị trường chứng khoán

Trong mô hình VAR một biến không chỉ chịu tác động của các biến khác trong mô hình mà nó còn chịu tác động của các biến trễ của chính nó Mô hình VAR về cầu trúc gồm hệ phương trình VAR là một mô hình động của một biến số theo thời gian Mô hình VAR của 2 biến Yt và Xt với độ trễ là p được viết như sau:

Theo đó trong bài nội dung nghiên cứu của mình đề tài sẽ sử dụng mô hình VAR để xem xét mối quan hệ giữa các biến động trên thị trường chứng khoán

và các biến động trong các biến kinh tế vĩ mô

3.3 Phương pháp kiểm định mô hình

3.3.1 Thống kê mô tả các biến nghiên cứu

Trong phần này đề tài tiến hành thống kê mô tả lại dữ liệu nghiên cứu thông qua một số chỉ tiêu chính như: Giá trị trung bình, giá trị lớn nhất, giá trị nhỏ nhất, skewness, kurtosis và kiểm định Jarque-Bera nhằm xem xét chuỗi dữ liệu nghiên cứu có phân phối chuẩn hay không Ngoài ra, chỉ số skewness nhằm đánh giá mức độ phân tán của chuỗi dữ liệu nghiên cứu so với giá trị trung bình, kurtosis đánh giá mức độ phân tán của chuỗi dữ liệu nghiên cứu

so với độ lệch chuẩn Việc làm này nhằm giúp cho đề tài có cái nhìn ban đầu

về chuỗi dữ liệu nghiên cứu để làm cơ sở cho các phân tích dữ liệu tiếp theo của đề tài

3.3.2 Kiểm định tính dừng

Trong nghiên cứu thực nghiệm khi sử dụng dữ liệu là chuỗi thời gian thì tất cả các biến đưa vào mô hình thông thường là chuỗi dừng Một chuỗi dữ liệu thời gian được xem là dừng nếu trung bình và phương sai không thay đổi theo thời gian và hiệp phương sai giữa 2 thời điểm chỉ phụ thuộc vào khoảng cách hay

độ trễ về thời gian chứ không phụ thuộc vào thời điểm đang xét Cụ thể:

Trung bình : E Y t    const

t

Var Y   const

Hiệp phương sai : CovarY Y t, t k g k

Tính dừng là một khái niệm vô cùng quan trọng Trong hầu hết các mô hình thống kê đều yêu cầu chuỗi dữ liệu phải là chuỗi dừng Do vậy khi ước lượng

các tham số hoặc kiểm định giả thuyết của mô hình, nếu không kiểm định tính dừng của dữ liệu thì các kỹ thuật phân tích thông thường chẳng hạn phương pháp bình phương bé nhất (OLS) sẽ không chính xác và hợp lý Theo Granger

và Newbold (1977) các kết quả phân tích từ chuỗi dữ liệu không dừng đều là giả mạo Cụ thể nếu mô hình tồn tại ít nhất một biến độc lập có cùng xu thế với biến phụ thuộc, khi đó kết quả ước lượng mô hình ta có thể thu được các

tính xu thế của hai biến chứ chúng không có mối tương quan chặt chẽ với nhau

Để kiểm tra tính dừng trong bài đề tài sẽ sử dụng kiểm định Augmented Dickey Fuller (ADF), một trong những công cụ phổ biến trong kiểm định tính dừng của chuỗi thời gian theo Gujarati (2003) Chi tiết xem thêm phụ lục 1

3.3.3 Sử dụng mô hình GARCH ước lượng biến động các biến nghiên cứu

Tiếp theo việc mô tả và phân tích ban đầu về chuỗi dữ liệu nghiên cứu đề tài

sử dụng mô hình GARCH với sự trợ giúp của phần mềm Eviews 6.0 đề tài tiến hành ước lượng sự biến động của các biến nghiên cứu bằng các mô hình GARCH, GARCH-M, TGARCH dựa trên nền tảng nghiên cứu của Zakaria và Shamsuddin (2012) và kế thừa các nghiên cứu trước đây

Vấn đề đặt ra là trong các mô hình được chọn thì mô hình nào là tốt nhất, trong phạm vi nghiên cứu của mình đề tài sẽ sử dụng các tiêu chuẩn SBC, AIC và HQ, sai số dự báo-RMSE để lựa chọn mô hình theo Nguyễn Trọng Hoài và cộng sự (2013), theo đó các tiêu chuẩn này càng bé càng tốt

3.3.4 Xác định độ trễ tối ưu cho mô hình VAR

Do tất cả các biến nghiên cứu trong mô hình VAR là biến nội sinh, biến nghiên cứu phụ thuộc vào độ trễ của nó Do đó có quá nhiều tham số phải ước

lượng (2n2

-hệ số) nên việc thực hiện kiểm định để lựa chọn độ trễ tối ưu trong

mô hình là cần thiết và rất quan trọng

Để lựa chọn độ trễ tối ưu trong mô hình đề tài sẽ dựa trên một số tiêu chí được thiết lập sẵn trong phần mềm Eviews 6.0 như: AIC, LR, PPE,…

3.3.5 Kiểm định nhân quả Granger

Trong phần này đề tài sẽ thực hiện kiểm định nhân quả Granger nhằm xem xét với độ trễ được lựa chọn thì các biến trong mô hình có quan hệ nhân quả với nhau hay không về mặt thống kê Mô hình Granger chỉ đơn giản được dùng để trả lời cho câu hỏi có hay không sự thay đổi trong biến X gây ra sự thay đổi trong biến Y và ngược lại Phương trình hồi quy trong kiểm định Granger được mô tả như sau:

kê thì sự biến động của biến X là nguyên nhân gây ra sự biến động của biến

Y

kê thì biến X chịu sự tác động bởi sự thay đổi của biến Y

3.3.6 Kiểm tra tính ổn định của mô hình

Việc kiểm tra tính ổn định của mô hình nhằm xem xét mô hình hiện tại có ổn định không Nếu mô hình là không ổn định thì kết quả của việc ước lượng đặc

biệt là kết quả thu được (sai số chuẩn) của hàm phản ứng đẩy IRF sẽ không có giá trị Để kiểm tra tính ổn định của mô hình VAR đề tài sử dụng kiểm định

AR Roots Graph, theo đó nếu tất cả các nghiệm đều có modulus<1 và không

có nghiệm nào nằm ngoài vòng tròn nghiệm đơn vị thì mô hình được xem như là ổn định, ngược lại nếu có một dấu chấm nằm ngoài vòng tròn nghiệm đơn vị thì xem như là mô hình không ổn định

3.3.7 Hàm phản ứng đẩy (Impulse response function-IRF) và kỹ thuật phân rã phương sai (Variance decomposition)

 Hàm phản ứng đẩy (IRF):

Hàm phản ứng đẩy là một chức năng quan trọng phát sinh từ mô hình VAR

Nó cho phép xác định hiệu ứng theo thời gian của cú sốc của một biến nội sinh nào đó đối với các biến khác trong mô hình

 Phân rã phương sai:

Mặc dù hàm phản ứng đẩy đã cho biết có hay không sự ảnh hưởng của cú sốc đến các biến còn lại nhưng như thế là chưa đủ vì có thể tác động truyền dẫn của một cú sốc từ một biến đến biến còn lại rất nhỏ trong khi biến khác lại ảnh hưởng lớn hơn Nên trong phân tích các nhà kinh tế sử dụng kèm theo kỹ thuật phân rã phương sai để xác định xem mức độ ảnh hưởng của một biến đến biến số nghiên cứu là bao nhiêu, kỹ thuật này cũng được đề tài áp dụng

CHƯƠNG 4: PHÂN TÍCH DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU

4.1 Thống kê mô tả

Với dữ liệu được thu thập theo tháng từ tháng 1 năm 2008 đến tháng 12 năm

2013 Trong phạm vi nghiên cứu của mình, đề tài tiến hành nghiên cứu trên

ba quốc gia thị trường mới nổi (Hàn Quốc, Thái Lan và Hungari) và Việt Nam Theo đó, đề tài sẽ tiến hành mô tả lại dữ liêu nghiên cứu của các nước theo các tiêu chuẩn: Giá trị lớn nhất, giá trị nhỏ nhất, giá trị trung bình, sai số chuẩn, Skewness và Kurtosis nhằm có cái nhìn ban đầu về chuỗi dữ liệu nghiên cứu Dữ liệu nghiên cứu được mô tả thông qua các bảng sau

 Việt Nam

Bảng 4.1 Thống kê mô tả các biến nghiên cứu của Việt Nam

Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eviews 6.0

 Hàn Quốc

Bảng 4.2 Thống kê mô tả các biến nghiên cứu của Hàn Quốc

Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eviews 6.0

CPI EXC IP MS R RS Mean 4.726 9.865 5.060 1.626 2.608 -0.007

 Thái Lan

Bảng 4.3 Thống kê mô tả các biến nghiên cứu của Thái Lan

Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eviews 6.0

 Hungari

Bảng 4.4 Thống kê mô tả các biến nghiên cứu của Hungari

Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eviews 6.0

Dựa trên kết quả mô tả dữ liệu của các nước nghiên cứu thông qua các chỉ tiêu Skewness, Kurtosis và kiểm định Jarque-Bera cho thấy dữ liệu nghiên cứu của các nước là không có phân phối chuẩn Theo đó, các biến trong chuỗi

dữ liệu nghiên cứu của Việt Nam thì lệch trái và nhọn (hệ số Skewness âm và Kurtosis dương) ngoại trừ lãi suất, tương tự cho trường hợp của Hungari, với dạng phân phối này thì cho thấy phần lớn dữ liệu tập trung bên phía phải của phân phối Trường hợp Hàn Quốc cho thấy hệ số Skewness của CPI, IP, MS,

RS là âm trong khi đó EXC và R là dương, ngoài ra Kurtosis là dương điều này cho thấy chuỗi dữ liệu nghiên cứu của Hàn Quốc là nhọn và phần lớn dữ

CPI EXC IP MS R RS Mean 4.770 3.462 4.882 9.392 1.892 0.008

liệu tập trung của chuỗi CPI, IP, MS tập trung bên phía phải của phân phối trong khi đó ngược lại EXC và RS thì phần lớn chuỗi dữ liệu lại tập trung bên phía trái của phân phối Tương tự cho trường hợp của Thái Lan thì IP, R, RS thì phần lớn chuỗi dữ liệu tập trung bên phía phải của phân phối trong khi đó các biến EXC, MS, CPI thì phần lớn chuỗi dữ liệu tập trung bên phía trái của phân phối

4.2 Kiểm định tính dừng

Trong phần này đề tài sẽ sử dụng kiểm định nghiệm đơn vị để kiểm định tính dừng của chuỗi dữ liệu nghiên cứu Nếu biến không dừng đề tài sẽ sử dụng kỹ thuật lấy sai phân để đưa chuỗi dữ liệu không dừng về dạng dữ liệu dừng Chi tiết kiểm định xem thêm phụ lục 2

 Việt Nam

Bảng 4.5 Kiểm định tính dừng các biến của Việt Nam

Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eviews 6.0

Kết quả kiểm định tính dừng cho thấy các chuỗi dữ liệu nghiên cứu của Việt Nam các biến đều dừng ở sai phân bậc 1 ngoại trừ biến EXC và RS là dừng ở chuỗi gốc

 Hàn Quốc

Bảng 4.6 Kiểm định tính dừng các biến của Hàn Quốc

Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eviews 6.0

Giá trị thống kê t -2.9962 -7.6244 -12.0361 -2.8013 -6.3187 -4.1987 t-1% -3.5300 -3.5461 -3.5270 -3.5285 -3.5270 -3.5441 t-5% -2.9048 -2.9117 -2.9036 -2.9042 -2.9036 -2.9109 t-10% -2.5899 -2.5936 -2.5892 -2.5896 -2.5892 -2.5931

Giá trị thống kê t -7.46671 -4.137303 -2.833749 -2.976208 -4.9048 -3.3929 t-1% -3.52852 -4.092547 -3.525618 -3.53003 -3.5270 -3.5285 t-5% -2.9042 -3.474363 -2.902953 -2.904848 -2.9036 -2.9042 t-10% -2.58956 -3.164499 -2.588902 -2.589907 -2.5892 -2.5896

Kết quả kiểm định cho thấy các biến nghiên cứu của Hàn Quốc dừng ở chuỗi gốc ngoại trừ CPI và R là dừng ở sai phân bậc 1

 Thái Lan

Bảng 4.7 Kiểm định tính dừng các biến của Thái Lan

Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eviews 6.0

Kết quả cho thấy các biến nghiên cứu của Thái Lan là dừng ở chuỗi gốc ngoại trừ biến EXC và R là dừng ở sai phân bậc 1

 Hungari

Bảng 4.8 Kiểm định tính dừng các biến của Hungari

Nguồn: Kết quả phân tích dữ liệu từ phần mềm Eviews 6.0

Kết quả kiểm định tính dừng cho thấy các biến nghiên cứu của Hungari đều dừng ở sai phân bậc 1 ngoại trừ CPI là dừng ở sai phân bậc 2 và RS là dừng ở chuỗi gốc

4.3 Ước lượng độ biến động của thị trường chứng khoán và các biến kinh tế vĩ mô bằng mô hình GARCH

4.3.1 Ước lượng độ biến động của thị trường chứng khoán

Trong phần này, đề tài tiến hành hành ước lượng độ biến động của thị trường chứng khoán của các nước nghiên cứu bằng mô hình GARCH Theo đó, đầu

Giá trị thống kê t -4.4331 -5.3767 -3.2802 -6.0665 -2.7166 -3.6070 t-1% -4.1130 -4.1009 -4.0987 -3.5285 -3.5316 -3.5332 t-5% -3.4840 -3.4783 -3.4773 -2.9042 -2.9055 -2.9062 t-10% -3.1701 -3.1668 -3.1662 -2.5896 -2.5903 -2.5906

Giá trị thống kê t -3.1055 -2.6687 -3.6592 -4.2142 -2.2256 -3.4044 t-1% -3.5482 -2.6047 -3.5332 -3.5441 -2.5999 -3.5285 t-5% -2.9126 -1.9464 -2.9062 -2.9109 -1.9457 -2.9042 t-10% -2.5940 -1.6132 -2.5906 -2.5931 -1.6136 -2.5896