TÁC ĐỘNG CỦA BIẾN ĐỘNG LÃI SUẤT VÀ TỶ GIÁ LÊN TỶ SUẤT SINH LỢI VÀ BIẾN ĐỘNG TỶ SUẤT SINH LỢI CỔ PHIẾ BẰNG CHỨNG TẠI CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM.PDF

B GIÁO DC VÀ ÀO TO
TRNG I HC KINH T TP. H CHÍ MINH
o0o





NHAN NG HI PHNG



TÁC NG CA BIN NG LÃI SUT VÀ T GIÁ LÊN T
SUT SINH LI VÀ BIN NG T SUT SINH LI C
PHIU: BNG CHNG TI CÁC NGÂN HÀNG THNG MI
VIT NAM



LUN VN THC S KINH T






TP. H Chí Minh - Nm 2014


B GIÁO DC VÀ ÀO TO
TRNG I HC KINH T TP. HCM

o0o





NHAN NG HI PHNG


TÁC NG CA BIN NG LÃI SUT VÀ T GIÁ LÊN T
SUT SINH LI VÀ BIN NG T SUT SINH LI C
PHIU: BNG CHNG TI CÁC NGÂN HÀNG THNG MI
VIT NAM

Chuyên ngành: Tài chính - Ngân hàng
Mã s: 60340201


LUN VN THC S KINH T
NGI HNG DN KHOA HC: GS.TS. TRN NGC TH




TP. H Chí Minh - Nm 2014


LI CAM OAN

Tác gi xin cam đoan rng đây là công trình nghiên cu ca tác gi, có s

hng dn h tr t ngi hng dn khoa hc là GS. TS. Trn Ngc Th. Các ni
dung nghiên cu và kt qu trong đ tài này là trung thc và cha tng đc ai công
b trong bt c công trình nghiên cu khoa hc nào. Nhng s liu trong các bng
biu phc v cho vic phân tích, nhn xét, đánh giá đc chính tác gi thu thp t các
ngun khác nhau có ghi trong phn tài liu tham kho.
Nu có bt k sai sót, gian ln nào tác gi xin hoàn toàn chu trách nhim
trc Hi đng cng nh kt qu lun vn ca mình.
TP. H Chí Minh,ngày ….tháng … nm 2014
Tác gi



Nhan ng Hi Phng



DANH MC BNG
Bng 3.1: Các Ngân hàng TMCP trong mu nghiên cu 27
Bng 4.1: Thng kê mô t các bin 32

Bng 4.2: Ma trn tng quan ca các bin 37
Bng 4.3: Bng tng hp kt qu kim đnh ADF 40
Bng 4.4: c lng hi quy OLS ca tng c phiu Ngân hàng và ca danh
mc c phiu Ngân hàng 48

Bng 4.5: c lng bin đng ca t sut sinh li ca các c phiu và danh
mc c phiu 52

Bng 4.6: c lng bin đng lãi sut và t giá đi vi bin đng t sut sinh
li ca c phiu ngân hàng riêng l và danh mc c phiu ngân hàng 55

DANH MC T VIT TT
ADF: Kim đnh Augmented Dickey - Fuller
ARCH: Autoregressive Conditional Heteroskedasticity
Phng sai thay đi có điu kin t hi quy
GARCH: Generalized Autoregressive Conditional Heteroskedasticity
Phng sai thay đi có điu kin t hi quy tng quát hóa
HOSE: S giao dch chng khoán Thành ph H Chí Minh
HNX: S giao dch chng khoán Hà Ni
OLS: Ordinary Least Square
Phng pháp bình phng ti thiu thông thng
SGDCK: S Giao dch Chng khoán
TP. HCM: Thành ph H Chí Minh
UBCKNN: y ban Chng khoán Nhà nc



MC LC
TRANG PH BÌA
LI CAM OAN
MC LC
DANH MC BNG
DANH MC T VIT TT
TÓM TT 1
CHNG 1 - M U 2
1.1. Lý do chn Công trình nghiên cu 2
1.2. Mc tiêu và câu hi nghiên cu 2
1.3. i tng, phm vi và phng pháp nghiên cu 3
1.4. Ý ngha công trình nghiên cu 4
1.5. Cu trúc đ tài 4
CHNG 2 - TNG QUAN CÁC KT QU NGHIÊN CU TRC ÂY 5

2.1. Các nghiên cu  nc ngoài 5
2.2 Các nghiên cu ti Vit Nam 8
2.3 Kt lun chng 2 9
CHNG 3: TRÌNH BÀY D LIU NGHIÊN CU, MÔ HÌNH NGHIÊN
CU VÀ PHNG PHÁP NGHIÊN CU 10
3.1. Phng pháp nghiên cu 10
3.1.1.Phân tích thng kê mô t 10
3.1.2.Kim đnh tính dng ca chui d liu thi gian 10
3.1.3.Phân tích tng quan 14
3.1.4.Mô hình hi quy tuyn tính c đin OLS 14
3.1.5.Mô hình ARCH/ GARCH đ d báo s bin đng ri ro theo thi gian 19
3.2. Mô hình nghiên cu thc nghim  Vit Nam 22
3.2.1.Mô hình 1: Hi quy OLS c bn 24
3.2.2.Mô hình 2: S dng mô hình GARCH(1, 1) phân tích bin đng ca t
sut sinh li ca các c phiu hoc danh mc c phiu: 24


3.2.3. Mô hình 3: Tác đng ca bin đng lãi sut và t giá đi vi bin đng t
sut sinh li ca c phiu ngân hàng riêng l hoc danh mc c phiu 25
3.3. Thu thp và x lý d liu: 27
3.3.1.D liu nghiên cu: 27
3.3.2.X lý d liu 28
3.3.2.1. Bin t sut sinh li c phiu ngân hàng và danh mc c phiu 28
3.3.2.2. T sut sinh li ca ch s th trng (MRK) 29
3.3.2.3. Bin đng ca lãi sut phi ri ro hay ch s trái phiu (INT) 30
3.3.2.4. Bin đng ca t giá hi đoái (FX) 30
CHNG 4 - KT QU NGHIÊN CU VÀ THO LUN KT QU 31
4.1. Phân tích thng kê mô t 31
4.2. Phân tích tng quan 37
4.3. Kim đnh tính dng ca chui d liu 39

4.4. Phân tích kt qu hi quy 41
4.4.1.Kt qu hi quy mô hình 1: Hi quy OLS c bn 41
4.4.2.Kt qu hi quy mô hình 2: S dng mô hình GARCH(1, 1) phân tích
bin đng ca t sut sinh li ca các c phiu và danh mc c phiu: 49
4.4.3.Mô hình 3: Tác đng ca bin đng lãi sut và t giá đi vi bin đng t
sut sinh li ca c phiu ngân hàng riêng l và danh mc c phiu ngân hàng 53

4.5. Kt lun Chng 4 56

CHNG 5 – KT LUN VÀ KIN NGH CHÍNH SÁCH 58
5.1. Tóm tt và trình bày kt qu nghiên cu 58
5.2. Kin ngh chính sách 59
5.3. Gii hn ca đ tài 60
5.4. Kin ngh hng nghiên cu trong tng lai 60
DANH MC TÀI LIU THAM KHO
PH LC

1

TÓM TT
Bài nghiên cu kho sát tác đng ca bin đng lãi sut và t giá hi đoái lên t
sut sinh li và bin đng t sut sinh li c phiu ti các Ngân hàng thng mi c
phn Vit Nam. Mô hình đc s dng là mô hình OLS và GARCH. Bin ph
thuc đc nghiên cu là t sut sinh li c phiu ti các Ngân hàng thng mi c
phn Vit Nam và ch s ngành Ngân hàng, tác gi chn mu là tám c phiu đc
niêm yt ti HOSE, HNX trong giai đon t ngày 03 tháng 09 nm 2009 đn 30
tháng 09 nm 2013. Ba bin đc lp đc s dng đ gii thích cho s bin đng
ca t sut sinh li. Các bin đc lp là t sut sinh li ch s th trng (MRK),
bin đng ca lãi sut phi ri ro (INT) và bin đng ca t giá hi đoái (FX).
Kt qu nghiên cu cho thy bin đng ca lãi sut và t giá hi đoái có tác đng

lên t sut sinh li ca c phiu ngân hàng hay danh mc c phiu ngân hàng.
Ngoài ra, đ nhy t sut sinh li c phiu ngân hàng đc tìm thy là mnh đi vi
t sut sinh li ch s th trng hn bin đng lãi sut và bin đng t giá hi đoái,
th hin t sut sinh li ch s th trng có vai trò quan trng trong vic quyt đnh
bin đng ca t sut sinh li có điu kin c phi
u Ngân hàng. Kt qu cng th
hin bin đng t sut sinh li ca c phiu ngân hàng hay danh mc c phiu ngân
hàng b nh hng bi các cú sc trong quá kh và bin đng lãi sut và t giá
không nhng tác đng lên t sut sinh li ca c phiu hoc danh mc c phiu mà
còn tác đng lên bin đng t sut sinh li c phiu hoc danh mc c phiu.
T khoá: ri ro th trng, ri ro lãi sut, ri ro t giá hi đoái, t sut sinh li c
phiu Ngân hàng, GARCH





2

CHNG 1 - M U
1.1. Lý do chn Công trình nghiên cu
Trong nn kinh t th trng, h thng ngân hàng đc ví nh mch máu ca nn
kinh t. Vì th h thng ngân hàng hot đng thông sut, lành mnh và hiu qu s
là tin đ đ các ngun lc tài chính luân chuyn, phân b và s dng hiu qu, kích
thích tng trng kinh t mt cách bn vng. Trong nhng nm gn đây, vi quá
trình t do hoá th trng tài chính các Ngân hàng m rng hot đng  nc ngoài
và mt phn nào đó b tác đng ca ri ro lãi sut, t giá hi đoái do th trng tài
chính bt n.  gim s tác đng ri ro lãi sut và t giá, các Ngân hàng tham gia
hot đng ngoi bng đa dng và thc hin k thut qun lý ri ro. Tuy nhiên do
thiu công c và k thut qun lý nên các Ngân hàng  th trng mi ni d b tn

thng hn và phi thng xuyên đi mt vi các cuc khng hong tài chính
nghiêm trng. Thêm vào đó, vic không phù hp k hn gia các tài sn, n phi tr
và s thay đi không nh k vng trong lãi sut, t giá hi đoái đc xem nh là
yu t chính dn đn tng nguy c ri ro cho ngân hàng. Ngoài ra, hu ht các nhà
phân tích tài chính và nhà kinh t đng ý rng t sut sinh li c phiu Ngân hàng b
nh hng bi nhng thay đi không nh k vng ca lãi sut và t giá hi đoái. 
cung cp các lun c khoa hc và góp phn giúp các nhà xây dng chính sách n
đnh tài chính, thúc đy s phát trin h thng Ngân hàng nói riêng và nn kinh t
quc dân Vit Nam nói chung, tác gi nghiên cu tác đng bin đng lãi sut và t
giá hi đoái lên t sut sinh li và bin đng t sut sinh li c phiu: bng chng
ti các Ngân hàng thng mi Vit Nam.
1.2. Mc tiêu và câu hi nghiên cu
Mc tiêu nghiên cu ca đ tài là tìm hiu nh hng ca bin đng lãi sut và t
giá hi đoái lên t sut sinh li và bin đng t sut sinh li c phiu ti các Ngân
hàng thng mi Vit Nam trong giai đon 03 tháng 09 nm 2009 đn 30 tháng 09
nm 2013 bng phng pháp c lng OLS và GARCH. Các câu hi đc đt ra
trong công trình nghiên cu:
3

Câu hi 1: Bin đng ca lãi sut và t giá hi đoái có tác đng đn t sut sinh li
ca c phiu ngân hàng hay danh mc c phiu ngân hàng không? Nucó, mc đ
và chiu hng tác đng ca 2 nhân t này nh th nào?
Câu hi 2: Bin đng t sut sinh li ca c phiu ngân hàng hay danh mc c
phiu ngân hàng có b nh hng bi các cú sc trong quá kh không? Mc đ nh
hng ca bin này so vi bin đng t sut sinh li trong quá kh nh th nào?
Câu hi 3: Bin đng ca lãi sut và t giá ch nh hng đn t sut sinh li ca c
phiu hoc danh mc c phiu hay chúng còn có tác đng đn bin đng t sut
sinh li c phiu hoc danh mc c phiu?
1.3. i tng, phm vi và phng pháp nghiên cu
i tng nghiên cu: nghiên cu t sut sinh li và bin đng t sut sinh li c

phiu các Ngân hàng thng mi c phn đang niêm yt ti S giao dch chng
khoán TP. HCM (HOSE) và S giao dch chng khoán Hà Ni (HNX).
Phm vi nghiên cu: vic phân tích thc nghim tin hành vi s liu trong giai
đon 03 tháng 09 nm 2009 đn 30 tháng 09 nm 2013. Vic phân chia thi gian
này nhm phc v vic thu thp thông tin cng nh d liu tham chiu.
Phng pháp nghiên cu: Bài nghiên cu s dng phng pháp đnh lng:
• Mô hình OLS đ xác đnh mi quan h gia t sut sinh li c phiu các ngân
hàng riêng l, danh mc c phiu ngân hàng và bin t sut sinh li ca ch s
th trng, bin đng lãi sut phi ri ro, bin đng ca t giá hi đoái.
• Mô hình GARCH đ c lng bin đng t sut sinh li ca các c phiu hoc
danh mc c phiu,bin đng lãi sut và t giá đi vi bin đng t sut sinh li
ca c phiu ngân hàng riêng l hoc danh mc c phiu
Công c phân tích: Phn mm thng kê s dng ch đo trong nghiên cu là Eview
6.0 đ hi quy chui thi gian ca t sut sinh li và d báo s bin đng ca ri ro
theo thi gian.
4

1.4. Ý ngha công trình nghiên cu
Bài nghiên cu này có hai đóng góp quan trng v mt lý lun và thc tin:
V mt lý lun: tác gi đã tng hp và thng kê mt s nghiên cu trc đây v t sut
sinh li và bin đng t sut sinh li c phiu ngân hàng Vit Nam.
V mt thc tin, tác gi nhn thy công trình nghiên cu s cung cp nhiu thông tin
giá tr cho các nhà xây dng chính sách, nhà qun trngân hàng, cđông hin hu và
các nhà đu t tim nng. Ngoài ra, kt qu nghiên cu s góp phn cung cp các
thông tin có hu ích cho các đi tng có quan tâm.
Da vào kt qu nghiên cu, các nhà qun lý ngân hàng s cân nhc trong quá trình
xây dng và ra quyt đnh v chính sách qun lý hiu qu nhm giúp ngân hàng
gim thiu đc ri ro, hot đng hiu qu và góp phn nâng cao v th ca ngân
hàng trên th trng.
Da vào các bng chng thc nghim t nghiên cu, các nhà đu t tham kho đ

quyt đnh đu t vào c phiu ngân hàng và Chính ph, Ngân hàng Nhà nccó c s
ban hành các quy đnh và chính sách phù hp.
1.5. Cu trúc đ tài
Bài nghiên cu này đc chia làm 05 chng:
Chng 1: Gii thiu chung v lý do chn đ tài, mc tiêu nghiên cu, câu hi nghiên
cu, đi tng, phm vi và phng pháp nghiên cu, ý ngha ca đ tài và cu trúc
ca đ tài.
Chng 2: Tng quan các kt qu nghiên cu trc đây
Chng 3: Trình bày d liu nghiên cu, mô hình nghiên cu và phng pháp nghiên
cu
Chng 4: Kt qu nghiên cu
Chng 5: Kt lun tóm tt các kt qu nghiên cu đt đc và nêu ra nhng hn ch
tn ti ca nghiên cu, t đó đ xut hng m cho nhng nghiên cu sau này.
5

CHNG 2 - TNG QUAN CÁC KT QU NGHIÊN CU TRC ÂY
Hu ht các nghiên cu hin ti tp trung vào đ nhy lãi sut và t giá hi đoái ca
t sut sinh li c phiu ngân hàng thông qua vic s dng phng pháp khác nhau.
Các phng pháp khác nhau này ln lt cho kt qu thc nghim khác nhau.
2.1. Các nghiên cu  nc ngoài
Trc tiên, Stone (1974) đã nghiên cu đ nhy ca lãi sut h thng vi mô hình hai
nhân t t sut sinh li. Tác gi s dng Mô hình hai nhân t vi nhân t th nht là
t sut sinh li trên ch s vn ch s hu và nhân t th hai là t sut sinh li trên
ch s trái phiu. Mô hình hai nhân t đã giúp gii thích tt hn quá trình ngn nhiên
to ra t sut sinh li chng khoán thay vì mô hình mt nhân t.
Lloyd và Shick (1977) tip tc m rng nghiên cu mô hình hai nhân t t sut sinh
li ca Stone. Tác gi đã s dng GARCH-M đ kim đnh tác đng ca lãi sut và
bin đng ca chính nó lên quá trình to ra t sut sinh li c phiu ngân hàng. Tác
gi s dng mô hình ARCH, GARCH và kt qu thu đc cho thy th nht là hiu
ng bin đng phn hi đc tìm thy có ý ngha. Th hai, lãi sut và bin đng lãi

sut có tác đng trc tip đn phân phi t sut sinh li c phiu ngân hàng. Th ba,
mc đ vng trong nhng cú sc là đáng k cho tt c danh mc ngân hàng, ch đ
chính sách tin t hin hành.
Dinenis & S. K. Staikouras (1998) nghiên cu tác đng ca s thay đi lãi sut hin
ti và không mong đi lên t sut sinh li c phiu ph thông ca danh mc các đnh
ch tài chính  Anh. Tác gi s dng mô hình hai nhân t vi nhân t th nht là t
sut sinh li c phiu ph thông, nhân t th hai là bin đng lãi sut. Và kt qu cho
thy có mi quan h ngc chiu gia t sut sinh li c phiu ph thông và bin
đng lãi sut; t sut sinh li c phiu ph thông và bin đng lãi sut có mi quan h
tng quan ngc chiu đáng k.
Harald A. Benink – Christian C. P. Wolff (2000) nghiên cu thc nghim đ nhy lãi
sut ca t sut sinh li c phiu ca hai mi ngân hàng ln nht ti M vi vic s
dng mô hình ARIMA. Kt qu cho thy đ nhy lãi sut có mi quan h nghch bin
6

vi t sut sinh li c phiu ngân hàng M trong giai đon cui thp niên 1980 đn
đu thp niên 1990, kt qu có ý ngha thng kê.
Konstantinos Drakos (2001) s dng mô hình GARCH-M đ nghiên cu nh hng
ca bin đng lãi sut dài hn lên t sut sinh li c phiu các Ngân hàng niêm yt
trên Athens Stock Exchange trong giai đon ngày 14 tháng 11 nm 1997 đn ngày 16
tháng 11 nm 2000. Vi d liu nghiên cu bao gm giá c phiu ph thông đóng
ca hàng ngày ca chín ngân hàng đc niêm yt ti Athens Stock Exchange trong
giai đon ngày 14 tháng 11 nm 1997 đn ngày 16 tháng 11 nm 2000, cung cp 785
quan sát cho mi c phiu. Kt qu nghiên cu thy rng các bin tng quan
vi đ nhy lãi sut, vn lu đng và có ý ngha thng kê.
Choi và cng s (1992) áp dng mô hình ba nhân t nghiên cu tác đng đn t sut
sinh li c phiu Ngân hàng M đng thi c lng tác đng ca th trng, t giá
hi đoái và các yu t lãi sut vi gi đnh điu kin sai s thay đi. Vic phân tích
mt cách chung chung tác đng ca hoc lãi sut hoc t giá trên t sut sinh li c
phiu ngân hàng, tác gi cung cp bng chng v đ nhy lãi sut hn là đ nhy t

giá hi đoái ng ý rng bin đng t giá dn đn s gia tng trong bin đng t sut
sinh li c phiu ngân hàng. Do bin đng phân nhóm, đòn by và nh hng mô
hình ARCH ca các d liu tn s cao, phng pháp c lng tuyn tính (OLS) to
ra kt qu sai lch và mâu thun. Da trên gi đnh phng sai có điu kin ph thuc
thi gian, mt vài nghiên cu đã s dng mô hình ARCH/ GARRCH đ nm bt tính
cht ri ro thay đi theo thi gian trong nhng d liu này.
Mansur và Elyasiani (1995) s dng mô hình c lng ARCH đ nghiên cu tác
đng ca mc đ và bin đng lãi sut trên t sut sinh li c phiu ngân hàng. Kt
qu nghiên cu thy rng lãi sut và bin đng k vng ca chúng nh hng mnh
đn t sut sinh li c phiu ngân hàng.
Flannery et al. (1997), li s dng mô hình GARCH hai nhân t đ nghiên cu mi
quan h gia đnh giá tài sn, ri ro thay đi theo thi gian và ri ro lãi sut. Kt qu
cho thy nh hng ca lãi sut ít mnh m trong danh mc đu t c phiu ngân
hàng.
7

Nm 1998, Elyasiani và Mansur tip tc s dng mô hình GARCH-M đ nghiên cu
mc đ bin đng ca lãi sut lên đ nhy ca s phân phi t sut sinh li c phiu
ngân hàng. Kt qu cho thy s thay đi lãi sut có tác đng ngc chiu ngay t ln
đu trong khi s bin đng liên quan li nh hng sau đó đn phân phi t sut sinh
li c phiu ngân hàng.
n nm 2003, Elyasiani và Mansur tip tc nghiên cu hiu ng lan ta quc t ca
ri ro và t sut sinh li gia các đnh ch tài chính: s dng mô hình GARCH 2
bin. Trong khuôn kh nghiên cu, các ngân hàng đc tìm thy có đ nhy cao vi
cú sc v mô nh t giá hi đoái, lãi sut, vi s tác đng tr ti mc đ bin đng.
Hng và đ ln ca hiu ng t bin đng lãi sut và các cú sc phi h thng  mt
nc rt nhy vi các nc khác trong đó M đóng vai trò lãnh đo. Nhng phát hin
này giúp n đnh tài chính quc t, đa dng hóa danh mc đu t quc t, xây dng
chính sách ca ngân hàng trung ng và các c quan tài chính.
Hooy et al. (2004) s dng mô hình GARCH-M đ nghiên cu đ nhy lãi sut và ri

ro t giá ca các c phiu ngân hàng  Malaysia trong sut cuc khng hong tài
chính gn đây. Kt qu cho thy rng giai đon trc và trong khi cuc khng hong,
vic đnh giá c phiu ngân hàng ít nhy vi ri ro lãi sut và t giá mc dù ri ro ca
các ngân hàng Malaysia tng sau chính sách kim soát vn và chng trình hp nht
ngân hàng.
Susan Ryan và Andrew C. Worthington (2002) dùng mô hình GARCH - M, đ xem
xét đ nhy theo thi gian lên t sut sinh li c phiu ngân hàng Úc do tác đng ca
ri ro th trng, lãi sut và t giá hi đoái. Vi vic thu thp d liu đ mô hình hóa
các ri ro trong giai đon 1996-2001 là t sut sinh li danh mc ngân hàng hàng
ngày, ch s tích ly th trng rng, lãi sut ngn hn, trung và dài hn, và t giá hi
đoái đc s dng. Kt qu cho thy ri ro th trng là yu t quan trng quyt đnh
t sut sinh li c phiu ngân hàng, cùng vi mc lãi sut k hn ngn, trung hn và
bin đng ca chúng. Tuy nhiên, lãi sut dài hn và t giá hi đoái đã không xut hin
đáng k cho quá trình to ra t sut sinh li c phiu ngân hàng trong giai đon xem
xét.
8

ng thun vi nghiên cu ca Elyasiani và Mansur (2003), S. Kasman và các cng
s (2011), đã s dng mô hình OLS, GARCH đ nghiên cu tác đng ca lãi sut và
bin đng t giá hi đoái lên bin đng và t sut sinh li ca c phiu ngân hàng,
bng chng ti Th Nh K. Bng vic thu thp d liu chui thi gian vi mu bao
gm 13 c phiu ngân hàng thng mi Th Nh K đc lit kê trên Istanbul Stock
Exchange (ISE) trong giai đon t ngày 27 tháng 07 nm 1999 đn ngày 9 tháng 4
nm 2009. Kt qu nghiên cu cho thy bin đng lãi sut và t giá hi đoái có tác
đng ngc chiu và đáng k vào t sut sinh li c phiu ngân hàng có điu kin và
đ nhy t sut sinh li c phiu ngân hàng đc xác đnh là mnh đi vi t sut
sinh li nhân t th trng hn lãi sut và t giá hi đoái.
2.2 Các nghiên cu ti Vit Nam
Hunh Th Nguyn và Nguyn Quyt (2013) li nghiên cu mi liên h gia t giá
hi đoái, lãi sut và giá c phiu trên th trng Tp. H Chí Minh trong giai đon

tháng 10 nm 2007 đn tháng 10 nm 2012. Các bin trong mô hình phân tích bao
gm t giá USD, lãi sut th trng liên ngân hàng, ch s giá c phiu đc ly
logarit t nhiên trc khi tin hành phân tích. Tác gi s dng s liu chui thi gian
theo tháng và phng pháp phân tích s liu da trên kim đnh nghim đn v, kim
đnh nhân qu Granger, mô hình Var đ c lng các hàm phn ng vi ba bin s 
dng logarit và hàm phân rã phng sai. Kt qu phân tích cho thy có mi liên h
gia giá c phiu vi t giá hi đoái ti bc tr hai và lãi sut ti bc tr mt. ng
thi giá c phiu còn b tác đng bi chính nó ti bc tr mt và hai. Bài nghiên cu
nhm cung cp đy đ bc tranh v nguyên nhân gây cú "sc" giá c phiu  nc ta
và Tp. H Chí Minh, cung cp các lun c khoa hc giúp các nhà làm chính sách xây
dng các chính sách thúc đy s phát trin ca th trng chng khoán nói riêng và
nn kinh t quc dân nói chung.
Trng ông Lc và cng s (2011) s dng mô hình OLS và GARCH (1,1) đ kim
đnh mi quan h gia li nhun và ri ro ca các c phiu niêm yt trên S giao dch
chng khoán thành ph H Chí Minh. S liu s dng trong nghiên cu bao gm
chui d liu VNindex và giá ca tám mi c phiu niêm yt trên HOSE vi tn
9

sut tun đc thu thp trong khon thi gian t ngày 02/01/2007 – 31/12/2009. Tác
gi s dng phng pháp phân tích hi quy, kt qu cho thy danh mc có ri ro càng
cao thì li nhun ca nó càng cao. Ngoài ra, nghiên cu còn ch ra có mi quan h
tuyn tính gia li nhun và ri ro ca các c phiu niêm yt trên HOSE.
2.3 . Kt lun chng 2
Có nhiu nghiên cu thc nghim liên quan tác đng ca lãi sut và t giá hi đoái
lên t sut sinh li c phiu ngân hàng. Kt qu các nghiên cu trc đây cho thy:
- Lãi sut và bin đng lãi sut có mi quan h nghch bin t sut sinh li c
phiu và có tác đng trc tip phân phi t sut sinh li c phiu ngân hàng.
- T sut sinh li c phiu ngân hàng có đ nhy cao vi cú sc t giá hi đoái,
lãi sut, và vi s tác đng tr ti mc đ bin đng.
- Bin đng lãi sut và t giá hi đoái có tác đng ngc chiu và đáng k vào

t sut sinh li c phiu ngân hàng có điu kin và đ nhy t sut sinh li c
phiu ngân hàng đc xác đnh là mnh đi vi t sut sinh li ch s th
trng hn lãi sut và t giá hi đoái…
Nhìn chung, các phân tích thc nghim đc thc hin, tuy nhiên không có s đng
nht trong kt qu nghiên cu. Và các nghiên cu hu ht đc thc hin ti th
trng phát trin nhng ti th trng mi ni thì rt ít. Tác gi tin hành nghiên cu
“Tác đng ca bin đng lãi sut và t giá hi đoái lên t sut sinh li và bin đng t
sut sinh li c phiu ti th trng Vit Nam là cn thit và phù hp”.




10

CHNG 3: TRÌNH BÀY D LIU NGHIÊN CU, MÔ HÌNH NGHIÊN
CU VÀ PHNG PHÁP NGHIÊN CU
3.1. Phng pháp nghiên cu
3.1.1. Phân tích thng kê mô t
Phng pháp này đc s dng đ mô t nhng đc tính c bn ca d liu thu thp
nhm có cái nhìn tng quát nht v mu nghiên cu. Thông qua mô t, tóm tt
thng kê các bin đc lp và bin ph thuc trong giai đon ngày 03 tháng 09 nm
2009 đn 30 tháng 09 nm 2013 cho thy đc giá tr trung bình, trung v, đ lch
chun, giá tr ln nht và bé nht, h s đi xng, h s nhn, thng kê JB (thng kê
Jarque-Bera).
3.1.2. Kim đnh tính dng ca chui d liu thi gian
Khái nim tính dng rt quan trng trong phân tích chui thi gian. Mt chui thi
gian dng có đc đim sau:
• D liu dao đng xung quanh mt giá tr trung bình c đnh trong dài hn,
• D liu có giá tr phng sai xác đnh không thay đi theo thi gian,
• D liu có mt gin đ tng quan vi các h s t tng quan s gim dn

khi đ tr tng lên.
Trc ht, nên tìm hiu khái nim đ tr. Y
t-k
là chui thi gian Y
t
có k đ tr ngha
là phi mt k thi gian mi có đ d liu chui thi gian Y
t
. Khi s dng chui thi
gian có đ tr, ta s b mt bin quan sát.  tr càng tng, s bin quan sát b mt
càng nhiu. Vn đ này s tác đng đáng k trong vic cân nhc la chn mô hình.
Quay tr li đc đim ca mt chui thi gian đc xem là dng, din đt theo
ngôn ng thng kê nh sau:
• E(Y
t
) là mt hng s cho tt c thi đim t
• Cov(Y
t
,Y
t-k
) là mt hng s cho tt c các thi đim t và k khác 0 ngha là hip
phng sai gia Y
t
và Y
t-k
ch ph thuc vào đ dài ca (k) v thi gian gia t
11

vàt- k, không ph thuc vào thi đim t. Chng hn, Cov(Y
12

,Y
7
) =
Cov(Y
13
,Y
8
)= Cov(Y
28
,Y
23
) Ta nên nh Cov(Y
t
,Y
t-6
) không đi nhng
Cov(Y
t
,Y
t-6
) có th khác vi Cov(Y
t
,Y
t-5
).
Cov(Y
t
,Y
t-k
) = g

k
= E[(Y
t
- µ)(Y
t-k
-µ]
Gi s khi ta di chuyn lùi giá tr gc ca Y t Y
t
sang Y
t-k
. Nu Y
t
là mt chui
dng thì giá tr trung bình, phng sai, và hip phng sai ca Y
t-k
phi bng trung
bình, phng sai và các hip phng sai ca Y
t
.
Tóm li, mt chui thi gian dng nu trung bình, phng sai ca nó không đi
theo thi gian và hip phng sai gia hai thi đon ch ph thuc vào khong cách
và đ tr v thi gian gia hai thi đon này ch không ph thuc vào thi đim
thc t mà đng phng sai đc tính.
Mt chui d liu dng luôn có xu hng tr v giá tr trung bình và nhng dao
đng xung quanh giá tr trung bình s là nh nhau. Ta cng có th suy ngc li,
mt chui thi gian không dng theo cách ta đã đnh ngha v chui dng  trên s
có giá tr trung bình thay đi theo thi gian, giá tr phng sai thay đi theo thi
gian hoc c hai.
Ti sao chui thi gian dng li quan trng? Gujarati (2003) cho rng nu mt
chui thi gian không dng, chúng ta ch có th nghiên cu hành vi ca nó trong

thi gian đang xem xét. Mi mt chui d liu theo thi gian s mang mt tình tit
nht đnh và ch th hin nhng hành vi c th trong khong thi gian đó. Kt qu
là, chúng ta không th khái quát hóa cho các giai đon khác ngha là không th ly
đc đim ca chui thi gian giai đon này làm đc đim ca mt chui thi gian
giai đon khác.
i vi mc đích d báo, các chui thi gian không dng nh vy có th s không
có giá tr thc tin.Vì nh chúng ta đã bit, trong d báo chui thi gian, chúng ta
ngm đnh xu hng vn đng ca d liu trong quá kh và hin ti đc duy trì
cho các giai đon trong tng lai.Th nhng, nu bn thân d liu luôn thay đi thì
12

chúng ta không th d báo đc điu gì cho tng lai.
Hn na, đi vi phân tích hi quy, nu chui thi gian không dng thì tt c các
kt qu đin hình ca mt phân tích hi quy tuyn tính c đin s không có giá tr
cho vic d báo, và thng đc gi là hin tng "hi quy gi mo". Do vy, điu
kin c bn nht cho vic d báo mt chui thi gian là nó phi có tính dng.
Kim đnh tính dng
Kim đnh nghim đn v (Unit Root Test) là mt kim đnh đc s dng khá ph
bin trong nghiên cu khoa hc thay vì s dng đ th chui thi gian hay gin đ
tng quan vì kim đnh này có tính hc thut và chuyên nghip cao hn.
Nhiu trng
Mt U
t
đáp ng đy đ các gi thit ca mô hình hi quy tuyn tính c đin, tc có
k vng bng không, phng sai không đi và hip phng sai bng không gi là
nhiu trng.
Bc ngu nhiên
Nu Y
t
= Y

t-1
+U
t
vi U
t
là nhiu trng, thì Y
t
đc gi là bc ngu nhiên không có
hng s.
Ta có:
Y
1
= Y
0
+ U
1
Y
2
= Y
1
+ U
2
= Y
0
+ U
1
+ U
2

Y
t
= Y
0
+ U
1
+ U
2
+ + U
t

Ta có: E(Y
t
) = E(Y
0
+ ∑U
t
) = E(Y
0
) (3.1)
Do Y
0
là hng s, các Ui đc lp vi nhau, phng sai không đi bng nên:
Var(Y
t
) = t
2
(thay đi theo t)
 iu này chng t Y
t

là chui không dng
13

Bc ngu nhiên có hng s: Y
t
=  Y
t-1
+ U
t

Có E(Y
t
) = E( + Y
0
+ ∑U
t
) = Y
0
+ t (3.2)
Và Var(Y
t
) = t
2

mt bc ngu nhiên có hng s là mt chui không dng
Kim đnh nghim đn v Dickey - Fuller
Xét mô hình Y
t
= p.Y
t-1

+ U
t
vi U
t
là nhiu trng
Nu p = 1 thì Y
t
là bc ngu nhiên không dng. Do đó đ kim đnh tính dng ca
Y
t,
kim đnh gi thit:
H
0
: p = 1(Y
t
là chui không dng)
H
1
: p ≠ 1(Y
t
là chui dng)
 đây không th s dng kim đnh t vì Y
t
có th là chui không dng. Trong
trng hp này s dng tiêu chun kim đnh DF nh sau:
 =
p

se (p


)
(3.3)
Dickey và Fuller cho rng giá tr t ca h s Y
t-1
s không theo phân phi student
mà thay vào đó là phân phi xác sut. Kim đnh thng kê còn đc gi là kim
đnh Dickey - Fuller (DF).
Nu
>

bác b gi thit H
0
và kt lun chui dng. Tiêu chun DF đc áp dng
cho các mô hình sau:
Y
t
= Y
t-1
+ U
t

Y
t
= 
1
+ Y
t-1
+ U
t

Y
t
= 
1
+ 
2
t + Y
t-1
+ U
t

Vi gi thuyt Ho:  = 0 (chui dng). Nu U
t
t tng quan có ngha là Y
t
ph
thuc c các Y
t-i
trong quá kh nh Y
t-1
, Y
t-2
thì ci biên mô hình thành mô hình
nh sau:
14

∆Y
t
= 
1

+ 
2
t + Y
t-1
+ ∑
m
t=1

i
Y
t-1
+ U
t
(3.4)
Kim đnh DF nh trên đc gi là kim đnh DF m rng (ADF- Augmented
Dickey - Fuller Test)
3.1.3. Phân tích tng quan
Phân tích tng quan đc s dng đ xem xét mi quan h gia các bin trong mô
hình hi quy. Kt qu phân tích ma trn h s tng quan có th cung cp cái nhìn
tng quát ban đu v mi quan h gia các bin s c v k vng du và đ ln.
Ngoài ra, trong trng hp các bin đc lp có mi tng quan cao vi nhau (h s
tng quan ln hn 0.8) là du hiu ca đa cng tuyn, do đó cn phi loi b mt
s bin đc lp ra khi mô hình trc khi thc hin hi quy.
Trong khi phân tích tng quan đa ra cái nhìn ban đu v các bin trong mô hình hay
không thì phân tích hi quy đc dùng đ phân tích và đo lng mc đ nh hng ca
các bin đc lp vi các bin ph thuc, qua đó cho bit chiu hng và mc đ tác
đng ca tng bin đc lp đn bin ph thuc. Phng pháp này s cho phép tác gi
đa ra nhng bng chng xác thc đ tr li các câu hi nghiên cu.
3.1.4. Mô hình hi quy tuyn tính c đin OLS
Hàm hi qui tng th tuyn tính (PRF): E(Y|X

i
) = b
1
+ b
2
X
i (3.5)
Trong đó:
• E(Y|X
i
) là trung bình (tng th) ca phân phi ca Y vi điu kin X
i

• b1 , b2 là các tham s ca mô hình còn đc gi là h s hi qui
• b1 là tung đ gc; b2 là h s góc (đ dc) ca đng hi qui
Phân tích hi qui là nghiên cu s ph thuc ca mt bin, bin ph thuc, vào mt
hay nhiu bin khác, bin đc lp (bin gii thích), vi ý tng c lng giá tr trung
bình (tng th) ca bin ph thuc trên c s các giá tr bit trc (trong mu lp li)
ca các bin gii thích.
15

 lch gia mc ca mt cá th và mc trung bình:
u
i
= Y
i
- E(Y| X
i
) hay Y
i

= E(Y| X
i
) + u
i
(u
i
là sai s ngu nhiên);
Y
i
= b
1
+ b
2
X
i
+ u
i
c trng ngu nhiên ca PRF:
E(Y| X
i
) = E[E(Y| X
i
)] + E(u
i
|X
i
); E(u
i
|X
i

) = 0
Ý ngha ca sai s ngu nhiên (ui)
• S m h ca lý thuyt
• D liu không có sn
• Các bin ct lõi và nhng bin ngoi vi
• Bn cht ngu nhiên ca con ngi
• Các bin thay th kém
• Nguyên tc chi li
• Dng hàm sai
Hàm hi quy mu:
Y
i

= 
1

+ 
2

Xi
Trong đó:
Y
i

là c lng ca E(Yi|Xi)

1

và 
2


là các c lng ca 
1
, 
2

Yi = 
1

+ 
2

Xi + u
i
 = Y
i

+ u
i
 (3.6)
 c lng tt nht ca đng hi quy tng th, nên chn điu kin bình phng
bé nht. Do điu kin bình phng bé nht giúp xác đnh đng hi quy da trên
nguyên tc cc tiu hoá tng các phn d bình phng (còn gi là nguyên tc bình
phng bé nht, hay gi tt là nguyên tc OLS - ordinary least square).
16

Phng pháp OLS:





2

=

(

 


)
2
(3.7)
Kt qu hi quy

2

=
(


)
(

)

(

)
2


2

= 

 
2

Xi
(3.8)
Các gi thuyt ca OLS:
Gi thit 1: Mô hình hi quy là đng thng vi n s là các h s 
1
,
2
; đó là
Y
i
= 
1
+ 
2
X
i
+ u
i
vi i = 1,2, 3, ….n
Gi thit 2: Tt c các giá tr quan sát X không đc ging nhau, phi có ít nht mt
giá tr khác bit.

Gi thit 3: Sai s u
i
là bin ngu nhiên vi trung biình bng 0; ngha là E(u
i
) = 0
Gi thit 4: X
i
đc cho và không ngu nhiên, điu này ngm đnh rng không
tng quan vi u
i
; ngha là cov(X
i
, u
i
) = E (X
i
u
i
) - E(X
i
,)E(u
i
) = 0
Gi thit 5: u
i
có phng sai không đi vi mi i; ngha là Var(ui)= E(ui
2
) = 
2
Gi thit 6: u

i
và u
j
có phân phi đc lp đi vi mi i ≠ j, sao cho cov(u
i
,u
j
) = E
(u
i
,u
j
).

Gi thit 7: S lng quan sát phi ln hn s lng h s hi quy đc c lng.
Gi thit 8: ui tuân theo phân phi chun u
i
~ N (0,
2
), ngha là ng vi giá tr Xi
cho trc, Yi ~ N (
1
+ 
2
X
i,

2
)

 nh lý Gauss-Markov: Vi các gi thit ca phng pháp OLS, c lng bình
phng ti thiu thông thng là c lng tuyn tính không thiên lch có hiu
qu nht trong các c lng. Phng pháp OLS đa ra c lng không thiên
lch tuyn tính tt nht (BLUE).

17

Thông qua phng pháp c lng bình phng ti thiu thông thng (OLS),
hng s và các tham s ca mô hình s đc c lng. H s p - value ca kt qu
phân tích hi quy cho bit mc đ tác đng ca các bin đc lp lên tng bin ph
thuc.Các mc thng kê có ý ngha thng đc s dng là 1%, 5% hoc 10% (hay
nói cách khác là đ tin cy 99%, 95% hoc 90%).
 kim tra s phù hp ca mô hình, tác gi trình bày các kim đnh:
- Kim đnh phng sai ca sai s thay đi: Nu phng sai ca sai s thay đi s
làm mt hiu lc ca các kt qu kim đnh nên mong mun kim đnh mt
cách chính thc vic phng sai ca sai s thay đi có hin hu hay không. Có
mt s kim đnh đi vi phng sai ca sai s thay đi và chúng khác nhau v
nguyên tc và nng lc kim đnh. Trong bài nghiên cu, tác gi s dng kim
đnh White, không gi đnh bt k kin thc nào trc đó v phng sai sai s
thay đi và là mt kim đnh LM mu ln vi la chn đc bit cho các giá tr Z
nhng không ph thuc vào gi thuyt chun tc.Các bc thc hin:
Bc 1: Tính toán phn d

 và ly bình phng phn d đó
Bc 2: Hi quy phn d u
i
2

theo mt h thng không đi, X
i2

, X
i3
,X
i2
2
,X
i3
2
,
X
i2
X
i3
. ây là mô hình hi quy ph tng ng vi:

i
2
= 
1
+ 
2
X
i2
+ 
3
X
i3
+ 
4
X

i2
2
+ 
5
X
i3
2
+ 
6
X
i2
X
i3
(3.9)
Bc 3: tính toán tr thng kê nR
2
, vi n là c mu và R
2
là R bình phng cha
hiu chnh t hi quy ph ca Bc 2.
Bc 4: Bác b gi thuyt không cho rng 
2
= 
3
= 
4
= 
5
= 
6

= 0 nu
nR
2
>
5
2
(), đim  phn trm cao hn trong phân phi chi bình phng vi bc
t do df là 5.
Nu không bác b gi thuyt, Phng trình (3.9) tr thành 

2
= 
1
, hàm ý rng
các phn d là phng sai ca sai s không đi.
- Kim đnh tng quan chui (hay còn gi là t tng quan): là tng quan gia
18

các phn d ca mô hình hi quy. Khi có hin din ca t tng quan, các c
lng OLS và các d báo vn không thiên lch và nht quán, nhng không phi
BLUE và vì th không hiu qu. Tuy nhiên, đc tính nht quán s không có nu
bin ph thuc đc xem nh bin gii thích. Hn na, nu các bin ngoi sinh
luôn tng theo thi gian và tng quan chi dng thì phn d c lng s là
mt c lng quá thp và giá tr R
2
s là mt c lng quá cao. iu này có
ngha là tính cht thích hp tt nht s đc phóng đi lên và tr thng kê t s
ln hn giá tr thc. Nghiêm trng hn, nu tng quan chui b b qua và th
tc OLS đc áp dng thì các kim đnh ca các gi thuyt s không còn giá tr.
Trong bài nghiên cu, tác gi s dng kim đnh Breusch – Godfrey bao gm

vic chy mt hi quy ph 

 da vào 
1
 và tt c các bin gii thích trong
mô hình. Di gi thuyt không v t hi quy có giá tr bng không, giá tr ca
(n-1)R
2
có phân phi chi-square vi mt bc t do. Nu giá tr này vt giá tr
ti hn thì kt lun rng tng quan chui bc nht có ý ngha.
- Kim đnh phân phi chun ca phn d: đây là mt thng kê thng đc s
dng đ kim đnh xem mt bin có phân phi chun hay không. Trong hi quy
tuyn tính c đin, thng kê này rt quan trng cho vic kim đnh phn d ca
mô hình hi quy theo phng pháp OLS có phân phi chun hay không.
Gi thuyt Ho: Chui có phân phi chun
Công thc: JB =

6
(S
2
+
(
3
)
2
4
) (3.10)
Trong đó: S là đ nghiêng ca phân phi, K là đ nhn ca phân phi, N là s
quan sát và k là s h s lng đc s dng đ to ra chui d liu (N-k là bc
t do). Khi mt chui có phân phi chun thì S = 0 và k = 3 nên JB = 0. Xác

sut đc báo cáo kèm theo giá tr thng kê JB là xác sut mà thng kê JB ln
hn giá tr quan sát di gi thit không (Ho),  đây là s 0. Giá tr xác sut
càng nh thì kh nng bác b gi thit Ho càng cao.