Phân tích biến động của chỉ số giá chứng khoán và mối quan hệ với khối lượng giao dịch trên sở giao dịch chứng khoán thành phố hồ chí minh

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM

--------o0o--------

BÙI THỊ NHƯ Ý

PHÂN TÍCH BIẾN ĐỘNG CỦA CHỈ SỐ GIÁ CHỨNG KHOÁN VÀ
MỐI QUAN HỆ VỚI KHỐI LƯỢNG GIAO DỊCH TRÊN SỞ GIAO
DỊCH CHỨNG KHOÁN THÀNH PHỐ HỒ CHÍ MINH

LUẬN VĂN THẠC SĨ KINH TẾ

Tp. Hồ Chí Minh – Năm 2019


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM

--------o0o--------

BÙI THỊ NHƯ Ý

PHÂN TÍCH BIẾN ĐỘNG CỦA CHỈ SỐ GIÁ CHỨNG KHOÁN VÀ
MỐI QUAN HỆ VỚI KHỐI LƯỢNG GIAO DỊCH TRÊN SỞ GIAO
DỊCH CHỨNG KHOÁN THÀNH PHỐ HỒ CHÍ MINH

Chuyên ngành : Tài chính-Ngân hàng
Mã số

: 8340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC:
GS.TS. TRẦN NGỌC THƠ

TP. Hồ Chí Minh – Năm 2019


LỜI CAM ĐOAN

Luận văn với đề tài “Phân tích sự biến động của chỉ số giá chứng khoán và mối

quan hệ với khối lượng giao dịch trên sở giao dịch chứng khoán thành phố hồ
chí minh” được tôi thực hiện thông qua việc vận dụng các kiến thức đa học dưới sự
hướng dẫn, góp ý của GS.TS Thầy Trần Ngọc Thơ.

Tôi xin cam đoan đây là công trình nghiên cứu của tôi, các số liệu được sử dụng
trong luận văn này là hoàn toàn trung thực và được xử lý khách quan. Các tham
khảo dùng trong luận văn được trích dẫn đầy đủ, rõ ràng. Các kết quả của luận văn
chưa từng được công bố ở bất cứ công trình nghiên cứu nào.
TP. Hồ Chí Minh, ngày 19 tháng 03 năm 2019
Người thực hiện luận văn

BÙI THỊ NHƯ Ý


MỤC LỤC
TRANG BÌA PHỤ
LỜI CAM ĐOAN

MỤC LỤC
DANH MỤC CÁC CHỮ VIẾT TẮT
DANH MỤC HÌNH
DANH MỤC BẢNG
TÓM TẮT
ABSTRACT
CHƯƠNG 1: TỔNG QUAN VỀ NGHIÊN CỨU...................................................
1.1. Đặt vấn đề........................................................................................................................................ 1
1.2. Mục tiêu nghiên cứu.................................................................................................................... 1
1.3. Câu hỏi nghiên cứu...................................................................................................................... 2
1.4. Đối tượng và phạm vi nghiên cứu.......................................................................................... 2
1.5 Phương pháp nghiên cứu............................................................................................................ 2
1.6. Kết cấu luận văn............................................................................................................................ 2
CHƯƠNG 2: CÁC NGHIÊN CỨU THỰC NGHIỆM..................................................... 4
CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU............................................................... 11
3.1 Mô hình nghiên cứu................................................................................................................... 11
3.1.1 Lựa chọn mô hình...................................................................................................... 11
3.1.2 Mô hình EGARCH mở rộng
......................................................................................................................................................

14
3.2 Dữ liệu nghiên cứu..................................................................................................................... 15
3.2.1 Nguồn dữ liệu
......................................................................................................................................................

15
3.2.2 Cách tính các biến
......................................................................................................................................................

16

3.3 Quy trình thực hiện nghiên cứu............................................................................................. 17
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU............................................................................. 19
4.1 Kiểm tra dữ liệu........................................................................................................................... 19


4.1.1 Thống kê mô tả ................................................................................... 1
9
4.1.2 Kiểm tra phân phối và tính dừng của các chuỗi ................................. 2
2
4.1.3 Dạng phù hợp của phương trình trung bình ....................................... 2
3
4.2 Ước lượng mô hình .......................................................................................... 24

4.3

4.2.1 Lựa chọn mô hình .............................................................................. 2
4
4.2.2 Kiểm định mô hình ............................................................................ 2
6
Phân tích kết quả ............................................................................................. 27

4.3.1 Mối quan hệ giữa chuỗi lợi tức VNIndex ............................................ 2
7
4.3.2 Phân tích sự biến động của chuỗi lợi tức VNIndex ............................. 2
8
CHƯƠNG 5: KẾT LUẬN ................................................................................... 30
5.1

Một số kết quả chính ....................................................................................... 30

5.2 Hạn chế và hướng nghiên cứu tiếp theo ........................................................... 30
TÀI LIỆU THAM KHẢO
PHỤ LỤC


DANH MỤC CÁC CHỮ VIẾT TẮT
STT Tên viết tắt

Tên đầy đủ

1

ARCH

Autoregressive Conditional Heteroskedasticity

2

ARMA

Autoregressive and Moving Average

3

EGARCH

4

GARCH

5

GTGD

Giá trị giao dịch

6

GTLN

Giá trị lớn nhất

7

GTNN

Giá trị nhỏ nhất

8

GTTB

Giá trị trung bình

9

HNX

Ha Noi Stock Exchange

10

HSX

Ho Chi Minh Stock Exchange

11

KLGD

12

SGD

13

SGDCK

Sở giao dịch chứng khoán

14

TpHCM

Thành phố Hồ Chí Minh

15

VN30

Exponential Generalized Autoregressive Conditional
Heteroskedasticity
Generalized Autoregressive Conditional
Heteroskedasticity

Khối lượng giao dịch
Sở giao dịch

Chỉ số VN 30


DANH MỤC HÌNH
Hình 1.1: Quy trình nghiên cứu .................................................................................
Hình 4.1: Sự biến thiên của chỉ số VNIndex theo KLGD trên HSX ...........................
Hình 4.2: Sự biến thiên của các chỉ số VNIndex, HNIndex và VN30.........................
Hình 4.3: Biểu đồ phân phối chuẩn và xác suất chuẩn hóa của phần dư .....................

DANH MỤC BẢNG
Bảng 2.1: Thống kê các nghiên cứu thực nghiệm và lập luận kế thừa ........................
Bảng 3.1: Tổng hợp các biến trong mô hình ..............................................................
Bảng 4.2: Hệ số tương quan giữa các biến trong mô hình ..........................................
Bảng 4.3: Kết quả kiểm tra tính chất phân phối chuẩn của các chuỗi .........................
Bảng 4.4: Kết quả kiểm định Dickey – Fuller cho các chuỗi ......................................
Bảng 4.5: Kết quả ước lượng và tiêu chí lựa chọn mô hình GARCH(1,1) và
EGARCH(1,1)...........................................................................................


TÓM TẮT

Mục tiêu của nghiên cứu là kiểm tra mối quan hệ giữa biến động của các chỉ số
VN30, HNIndex, khối lượng giao dịch trên HSX đến lợi tức của chuỗi với dữ liệu
được thu thập hàng tuần từ năm 2009 đến năm 2018 trên TTCK Việt Nam. Thông
qua các bước kiểm tra phân phối, tính dừng của các chuỗi dữ liệu đề tài cho thấy mô
hình EGARCH(1,1) là mô hình phù hợp. Kết quả cho thấy sự thay đổi của chỉ số
VN30 có tác động mạnh nhất đến sự thay đổi của chỉ số VNindex, tiếp đến là ảnh
hưởng của chỉ số HNIndex. Ngoài ra, từ mô hình EGARCH(1,1) này, kết quả còn
thấy sự tồn tại của thông tin bất cân xứng khi mà các thông tin tốt gây ra sự biến
động nhiều hơn là các thông tin xấu trong một thị trường tăng.


ABSTRACT
The study is examine the relationship between the volatility of the VN30, HNIndex,
trading volume on the HSX to the profit of the series with data collected weekly
from 2009 to 2018 on the Vietnam Stock Market. Through the distribution checking
steps, the unit root test (Augmented Dickey Fuller) of the series data show that the
EGARCH model (1,1) is the appropriate model. The results show that the change of
VN30 index has the strongest impact on the volatility of VNindex, followed by the
impact of the HNIndex. In addition, from this EGARCH model (1,1), the results
also show the existence of asymmetric information when good information causes
more volatility than bad information in a rising market.


1

CHƯƠNG 1: TỔNG QUAN VỀ VẤN ĐỀ NGHIÊN CỨU
1.1.

Đặt vấn đề

Đặc điểm chính của bất kỳ tài sản tài chính nào là lợi nhuận của nó thường được coi
là một biến ngẫu nhiên. Sự lan truyền kết quả của biến này, được gọi là biến động
tài sản, đóng một vai trò quan trọng trong nhiều ứng dụng tài chính. Sử dụng chính
của nó là để ước tính giá trị của rủi ro thị trường. Biến động cũng là một tham số
quan trọng để định giá các công cụ tài chính phái sinh. Tất cả các kỹ thuật định giá
hiện đại tùy thuộc vào một tham số biến động để đánh giá giá. Biến động cũng được
sử dụng để đánh giá quản lý rủi ro và trong quản lý danh mục đầu tư nói chung.
Điều quan trọng đối với các tổ chức tài chính không chỉ là biết giá trị hiện tại của
tính biến động của tài sản được quản lý mà còn có thể dự đoán giá trị tương lai của
chúng. Dự báo biến động đặc biệt quan trọng đối với các tổ chức liên quan đến giao
dịch quyền chọn và quản lý danh mục đầu tư.
Tại VN có 2 sàn chứng khoán với các chỉ số chính như HNX, HSX, VN30 nên để
ước tính về hành vi trong tương lai của các giá trị chỉ số tài chính thường bị ẩn bởi
mối liên kết giữa các chỉ số này phức tạp, thường bị sai lệch và không trực quan.
Điều này làm cho việc dự báo hành vi biến động là một nhiệm vụ đầy thách thức
ngay cả đối với các chuyên gia trong lĩnh vực này. Thấy được vai trò cũng như tầm
quan trọng của việc mô hình hóa và ước lượng biến động chỉ số tài chính, tác giả đa
chọn đề tài “Phân tích biến động của chỉ số giá chứng khoán và mối quan hệ với
khối lượng giao dịch trên sở giao dịch chứng khoán Tp.Hồ Chí Minh” làm đề tài
nghiên cứu cho luận văn Thạc sĩ.
1.2. Mục tiêu nghiên cứu
Đề tài tập trung vào hai mục tiêu chính, đó là:
-

Xác định mối quan hệ giữa chuỗi lợi tức dựa trên chỉ số VNindex với các sự
biến động của các chỉ số như khối lượng giao dịch, chỉ số HNindex và VN30

-

Phân tích sự biến động của chuỗi lợi tức VNindex.

2

1.3. Câu hỏi nghiên cứu
Để giải quyết được hai mục tiêu chính đặt ra, đề tài tập trung làm rõ ba câu hỏi
nghiên cứu sau:
-

Mối quan hệ giữa các chỉ số trên thị trường với lợi tức VNindex là thế nào?

-

Giao dịch trên SGDCK TpHCM có tồn tại thông tin bất cân xứng?

-

Nguyên nhân chính nào gây ra sự biến động của lợi tức VNindex?

1.4. Đối tượng và phạm vi nghiên cứu
-

Đối tượng nghiên cứu của đề tài là sự biến động của các chỉ số VNindex,
HNindex, VN30 và KLGD trên SGDCK TpHCM

-

Theo thời gian, đề tài giới hạn phạm vi nghiên cứu trong giai đoạn năm 2009
đến năm 2018. Ở đây, dữ liệu được thu thập theo tuần.

-

Về không gian, đề tài đi sâu phân tích sự biến động của chuỗi VNIndex, ứng
với KLGD trên SGDCK TpHCM.

1.5 Phương pháp nghiên cứu
Đề tài sử dụng phương pháp định lượng với việc mô hình hóa sự biến động của
chuỗi lợi tức với việc bổ sung thêm các chỉ số biến động khác như khối lượng giao
dịch, chỉ số HNIndex và VN30.
Hai mô hình định lượng được sử dụng trong đề tài là mô hình GARCH(1,1) và mô
hình EGARCH(1,1). Toàn bộ quá trình xử lí dữ liệu, ước lượng và lựa chọn mô hình
được thực hiện trên dofile của phần mềm Stata phiên bản 14.2.
1.6. Kết cấu luận văn
Nội dung của đề tài được trình bày qua 5 chương với bố cục như sau:
-

Chương 1 sẽ trình bày tổng quan về vấn đề nghiên cứu như lý do chọn đề tài,
mục tiêu nghiên cứu, câu hỏi nghiên cứu cũng như đối tượng và phương
pháp nghiên cứu.

-

Chương 2 sẽ hệ thống các lý thuyết và tổng hợp các nghiên cứu thực nghiệm
liên quan đến mối quan hệ giữa lợi tức với các chỉ số và các nghiên cứu thực
nghiệm liên quan đến sự biến động của chuỗi lợi tức


3

-

Chương 3 sẽ trình bày cách xây dựng và lựa chọn mô hình ước lượng sự biến
động của chuỗi lợi tức

-

Chương 4 sẽ trình bày các kết quả liên quan đến mô hình như lựa chọn, kiểm
định mô hình và phân tích các kết quả thu được từ mô hình lựa chọn.

-

Chương 5 sẽ tổng hợp lại các kết quả nghiên cứu chính của đề tài và đề ra
một số nghiên cứu mới nhằm khắc phục các hạn chế còn tồn tại của đề tài.

Quy trình thực hiện của đề tài được thể hiện ở hình 1.1

Hình 1.1: Quy trình thực hiện


4

CHƯƠNG 2: CÁC NGHIÊN CỨU THỰC NGHIỆM
Các nghiên cứu về mối quan hệ và giá cả và khối lượng có từ những năm 1950. Với
nghiên cứu của Ostern chỉ ra mối quan hệ lý thuyết giữa khối lượng và giá cả
(Ostern, 1959). Hầu hết các nghiên cứu ban đầu đều có mối tương quan tích cực
giữa giá trị tuyệt đối của thay đổi giá hàng ngày và khối lượng hàng ngày cho cả chỉ
số thị trường và chỉ số cổ phiếu riêng lẻ.
Với Granger và Morgentern thực hiện nghiên cứu thực nghiệm với chỉ số tổng hợp
của Sở Giao dịch Chứng khoán New York (NYSE) giai đoạn năm 1939 đến năm
1961, nhóm thực hiện cho rằng không có mối quan hệ giữa trị tuyệt đối về thay đổi

giá hàng ngày với khối lượng giao dịch.
Trong các nghiên cứu gần đây thì thì các nhà nghiên cứu đa tìm mối quan hệ độ trễ
của lợi nhuận chứng khoán và khối lượng giao dịch.
Miller và Mayshar đa thực hiện một nghiên cứu về cách tiếp cận mới mối quan hệ
giữa lợi nhuận và khối lượng giao dịch. Giả thuyết về tính minh bạch thông tin cho
rằng các nhà đầu tư có xu hướng đa đạng giá trị của một cổ phiếu, khi mua cổ phiếu
này thì các nhà giao dịch đa rất lạc quan về giá trị của nó. Hơn nữa, khi nguồn cung
cổ phiếu bị giới hạn bởi bán khống hoặc giao dịch ký quỹ thì tâm lý của các nhà đầu
tư bi quan không kết hợp với giá cổ phiếu và giá cổ phiếu sẽ bị sai lệch. Tuy nhiên,
nguồn cung cho cổ phiếu không đổi do đó khối lượng và giá di chuyển theo hướng
tích cực. Nên giả thuyết về tính minh bạch thông tin cho thấy dưới những hạn chế
của thị trường với nhiều nhà giao dịch thì tâm lý của người dân sẽ bị thu hút trên 1
cổ phiếu, khối lượng và giá sẽ tăng.
Trong bài nghiên cứu về mối quan hệ giữa khối lượng giao dịch và lợi nhuân chứng
khoán của Chandrapala Pathirawasam (2011) tại Sở giao dịch chứng khoán Colombo từ
2000-2008. Nghiên cứu này đa bổ sung một số phát hiện quan trọng như hiệu ứng của
khối lượng giao dịch, đa được chứng minh nhiều ở các thị trường phát triển trong khi
có ít bằng chứng về các thị trường đang phát triển. Nghiên cứu này xem xét mối quan
hệ giữa thay đổi khối lượng giao dịch và lợi nhuận cổ phiếu trong hai giai đoạn.


5

Mối quan hệ đầu tiên giữa thay đổi khối lượng giao dịch hiện tại và lợi nhuận; mối
quan hệ giữa thay đổi khối lượng giao dịch trong quá khứ và lợi nhuận. Nghiên cứu
cho thấy sự thay đổi khối lượng giao dịch ở thời điểm hiện tại có liên quan tích cực
với lợi nhuận chứng khoán. Tuy nhiên, mối quan hệ giữa thay đổi khối lượng giao
dịch trong giai đoạn trước và lợi nhuận cổ phiếu trong giai đoạn hiện tại là âm. Điều
này có nghĩa là các cổ phiếu có khối lượng giao dịch thay đổi thấp sẽ vượt trội về
lợi nhuận hơn so với các cổ phiếu có khối lượng giao dịch thay đổi cao trong giai

đoạn tiếp theo.
Bài nghiên cứu của Marwan Darwish (2012) về nguyên nhân dẫn đến mối quan hệ giữa
khối lượng giao dịch và lợi nhuận ở thị trường chứng khoán Palestine bằng cách sử
dụng mô hình GARCH (1,1) cho dữ liệu theo tuần của khối lượng giao giao dịch và lợi
nhuận trong khoảng thời gian từ 10/2000 đến 08/2010. Bài nghiên cứu còn kiểm tra
mối quan hệ cùng chiều của khối lượng giao dịch và lợi nhuận. Nghiên cứu cho thấy
mối quan hệ được bảo tồn sau khi tính đến sự không đồng nhất. Hơn nữa, kết quả kiểm
tra quan hệ nhân quả Granger cho thấy có mối quan hệ nhân quả Granger hai chiều
giữa lợi nhuận và khối lượng giao dịch. Bài báo cáo đa tìm thấy bằng chứng về mối
quan hệ đáng kể giữa khối lượng giao dịch và lợi nhuận và chỉ ra rằng nội dung thông
tin về khối lượng ảnh hưởng đến lợi nhuận chứng khoán trong tương lai. Giải thích lý
thuyết cho phát hiện này là khối lượng ngụ ý thông tin dẫn đến thay đổi giá và thay đổi
giá dương lớn có nghĩa là tăng vốn cao hơn, khuyến khích các giao dịch của các nhà
giao dịch tăng khối lượng. Hơn nữa, những phát hiện về quan hệ hai chiều này phù hợp
với mô hình giao dịch có độ nhiễu của De Long et.al. (1990). Phát hiện của bài nghiên
cứu cung cấp bằng chứng về mối quan hệ cùng chiều giữa khối lượng và lợi nhuận. Các
thử nghiệm quan hệ nhân quả Granger cũng xác nhận rằng khối lượng đa làm tăng
thêm sức mạnh dự đoán cho lợi nhuận trong tương lai bằng lợi nhuân hiện tại và quá
khứ cũng như ngược lại. Bài báo cáo kết luận rằng thông tin trong quá khứ của khối
lượng giao dịch là hữu ích để dự đoán giá cổ phiếu.

Bài nghiên cứu của Anirut Pisedtasalasai và Abeyratna Gunasekarage (2008) cũng
chỉ ra mối quan hệ giữa lợi nhuận chứng khoán, biến động lợi nhuận và khối lượng


6

giao dịch tại thị trường Đông Nam Á (Indonesia, Malaysia, Philippines, Singapore và
Thái Lan). Bài báo cáo đưa bằng chứng mạnh mẽ về sự bất cân xứng trong mối quan hệ
giữa lợi nhuận cổ phiếu và khối lượng giao dịch; cho thấy lợi nhuận trong quá khứ và

hiện tại rất quan trọng trong việc dự đoán xu hướng trong tương lai cũng như xu hướng
của khối lượng giao dịch, nhưng khối lượng giao dịch có tác động rất hạn chế đến xu
hướng của lợi nhuận trong tương lai. Tuy nhiên, khối lượng giao dịch của một số thị
trường có chứa thông tin hữu ích trong việc dự đoán xu hướng, động lực trong tương
lai của biến động lợi nhuận. Bằng cách sử dụng cả mô hình VAR và mô hình EGARCH
để tính đến ảnh hưởng của cuộc khủng hoảng tài chính châu Á và hiệu ứng Thứ Hai.
Những mô hình này được ước tính bằng cách sử dụng dữ liệu hàng ngày về lợi nhuận
chứng khoán, biến động lợi nhuận và khối lượng giao dịch để phát hiện các mối quan
hệ nhân quả giữa các biến số thị trường này. Các phát hiện cho thấy mối quan hệ nhân
quả có ý nghĩa thống kê cho sự tác động của lợi nhuận chứng khoán đến khối lượng
giao dịch tại Indonesia, Malaysia, Singapore và Thái Lan. Chỉ có một tác động nhân
quả đáng kể từ khối lượng giao dịch đến lợi nhuận chứng khoán được phát hiện tại
Singapore; và đối với phần còn lại của thị trường, khối lượng giao dịch không tăng
thêm sức mạnh dự đoán cho lợi nhuận trong tương lai. Tuy nhiên, những đặc điểm trên
không đúng cho thị trường Philippines, bài báo cáo không phát hiện bất kỳ quan hệ
nhân quả nào cho thấy có sự tác động từ lợi nhuận cổ phiếu đến khối lượng giao dịch
trên thị trường này. Theo nhóm tác giả, quy mô nhỏ của thị trường có thể là lý do chính
cho kết quả trên với thị trường Philippines với mức vốn hóa thị trường thấp nhất so với
các đối tác Đông Nam Á khác. Tuy nhiên, thị trường nhỏ này, cùng với Singapore, đa
cung cấp bằng chứng cho thông tin khối lượng giao dịch hữu ích trong việc dự đoán
biến động lợi nhuận trong tương lai.

Bài nghiên cứu của Gong-meng Chen (2001) kiểm tra mối quan hệ giữa biến động
lợi nhuận, khối lượng và biến động của các chỉ số chứng khoán. Dữ liệu đến từ thị
trường của 9 quốc gia (New York, Tokyo, London, Paris, Toronto, Milan, Zurich,
Amsterdam, và Hong Kong) giai đoạn từ năm 1973 đến năm 2000. Nghiên cứu cho
rằng mô hình EGARCH là một mô hình thích hợp để nghiên cứu về lợi nhuận trong


7

dữ liệu chỉ số chứng khoán và sử dụng các thử nghiệm quan hệ nhân quả Granger
để kiểm tra xem lợi nhuận giải thích khối lượng hay khối lượng giải thích lợi nhuận.
Kết quả báo cáo cho thấy mối tương quan tích cực giữa khối lượng giao dịch và giá
trị tuyệt đối của sự thay đổi giá cổ phiếu. Các thử nghiệm quan hệ nhân quả Granger
chứng minh rằng đối với một số quốc gia, lợi nhuận tác động lên khối lượng và khối
lượng tác động lên lợi nhuận. Bên canh đó, cũng cho thấy khối lượng giao dịch
đóng góp một số thông tin cho biến động lợi nhuận. Tuy nhiên, trái ngược với các
nghiên cứu của Lamoureux và Lastpes (1990), bài nghiên cứu thấy rằng có sự tồn
tại dai dẳng của biến động.
Theo Rajni Mala (2007) sự biến động của lợi nhuận trong thị trường tài chính có thể
là một trở ngại lớn cho việc thu hút đầu tư vào các nền kinh tế nhỏ đang phát triển.
Trong nghiên cứu sử dụng các mô hình ARCH (Autoregressive Conditional
Heteroskedasticity) để tìm ra sự hiện diện của biến động thị trường chứng khoán
trên thị trường chứng khoán Fiji. Phân tích được thực hiện bằng cách sử dụng dữ
liệu chuỗi thời gian trong giai đoạn 2001-2005 trên các công ty cụ thể và người ta
phát hiện ra rằng 7/16 công ty được niêm yết trên thị trường chứng khoán Fiji là
không ổn định. Sự biến động của lợi nhuận chứng khoán sau đó đa được hồi quy so
với lai suất và kết quả cho thấy sự thay đổi lai suất có ảnh hưởng đáng kể đến biến
động thị trường chứng khoán.
Rajni Mala cho rằng hiểu rủi ro thị trường chứng khoán và hành vi của lợi nhuận là
điều quan trọng đối với tất cả các quốc gia nhưng đặc biệt quan trọng hơn đối với các
nước đang phát triển, đặc biệt là khi thị trường bao gồm nhiều rủi ro, các cơ hội đầu tư
và đa dạng hóa đầu tư không nhiều. Mức độ hiện diện biến động trong thị trường chứng
khoán sẽ khiến các nhà đầu tư yêu cầu phần bù rủi ro cao hơn, tạo ra chi phí vốn cao
hơn, cản trở đầu tư và làm chậm phát triển kinh tế. Hơn nữa, khi lợi nhuận cổ phiếu bị
giảm so với lai suất, thì mô hình ARCH và biến lai suất có ý nghĩa cho thấy vai trò của
lai suất đối với sự biến động của lợi nhuận cổ phiếu. Lai suất ở các nền kinh tế mới nổi
đa tăng trong thập kỷ qua và điều này cũng không ngoại lệ đối

8

với trường hợp của tại Fiji. Trong thời gian nghiên cứu đa có sự gia tăng lai suất và
điều này đa ảnh hưởng đến biến động lợi nhuận cổ phiếu.
Các tài liệu hiện có cho thấy rằng một loạt các yếu tố có thể có liên quan trong việc
giải thích sự biến động lợi nhuận cổ phiếu. Các biến số này bao gồm giá hàng hóa,
cung tiền, hoạt động thực tế, trao đổi, rủi ro chính trị, giá dầu, ngành thương mại và
các chỉ số thị trường chứng khoán khu vực. Tuy nhiên, không phải tất cả các yếu tố
đều giải thích sự biến động của lợi nhuận cổ phiếu mà các yếu tố như mức độ rủi ro
chính trị, giá cả hàng hóa, cung ứng tiền và tỷ giá hối đoái có thể được phân tích để
xem các liên kết thực nghiệm với biến động lợi nhuận cổ phiếu. Tác giả cho rằng để
tìm ra những ảnh hưởng của những điều này đối với biến động cổ phiếu của Fijis
cần phải nghiên cứu thêm, tuy nhiên phát hiện của nghiên cứu này có một số ý
nghĩa đối với các nhà đầu tư ở Fiji vì sự biến động trong lợi nhuận cổ phiếu của một
công ty xuất phát từ thực tế là lợi nhuận cổ phiếu có thể không còn được coi là giá
trị nội tại thực sự của một công ty và do đó các nhà đầu tư có thể sẽ bắt đầu mất
niềm tin vào thị trường chứng khoán.


9

Bảng 2.1 Thống kê các nghiên cứu thực nghiệm và lập luận kế thừa
Năm

Tác giả

1963

Granger;

Morgentern

Tên nghiên cứu

Lập luận kế thừa
Không có mối quan hệ giữa
giá trị tuyệt đối của thay đổi
giá hàng ngày và khối lượng
hàng ngày

2007

Mala, R.
Reddy, M.

Measuring
stock Sử dụng mô hình tổng quát
market volatility in an ARCH để tìm ra sự hiện diện
emerging economy

2001

2012

Chen, G;
Firth, M

The dynamic relation Tìm thấy mối quan hệ và độ
between
stock trễ giữa

lợi nhuận chứng

Rui, O. M.

returns,
trading khoán và
volume and volatility dịch.

Darwish, M. J.

Testing
the Mối quan hệ giữa lợi nhuận và
contemporaneous and rủi ro hệ thống, hay là beta cho
causal

trading tích cực. Và mối quan hệ lợi

volume and return in
the

The
between
volume
returns

nhuận với

khối lượng giao

Palestine dịch cũng cho thấy mối quan

exchange
Pathirawasam, C.

khối lượng giao

relationship thấy mối quan hệ có ý nghĩa

between

2011

của sự biến động thị trường
chứng khoán

hệ tích cực và có ý nghĩa.
relationship Lợi nhuận chứng khoán có
trading liên quan tích cực đến sự thay
and

stock đổi hiện tại trong khối lượng
giao dịch. Sự thay đổi khối
lượng giao dịch trong quá khứ


10

có liên quan tiêu cực đến lợi
nhuận cổ phiếu.
2008 Pisedtasalasai, A. Causal and

Gunasekarage, A.

dynamic Có mối liên hệ và độ trễ giữa

relationships

among lợi nhuận chứng khoán và

stock returns,
volatility and

return khối lượng giao dịch.
trading

volume:

Evidence

from

emerging

markets in South-East
Asia.


11

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
Nội dung của chương tập trung vào một số phân tích khác liên quan đến các nghiên cứu

thực nghiệm trước đây. Đề tài nỗ lực mô hình hóa sự thay đổi của rủi ro biến động trên
thị trường chứng khoán Việt Nam, cụ thể là sự biến động của chuỗi lợi tức VN-index
theo khối lượng giao dịch và một số yếu tố khác trên sở giao dịch chứng khoán
TpHCM trong giai đoạn 2009 đến 2018. Dữ liệu được thu thập theo tuần.

3.1 Mô hình nghiên cứu
3.1.1 Lựa chọn mô hình
Có nhiều mô hình khác nhau để lượng hóa sự biến động của một chuỗi lợi tức. Đầu
tiên là mô hình tự hồi quy của phương sai thay đổi có điều kiện (ARCH) được
Engle (1982) xây dựng lần đầu. Ở mô hình này phương sai của phần dư trong mô
hình hồi quy được mô hình hóa là một hàm tuyến tính của các độ trễ của phần dư
bình phương. Một mô hình ARCH bậc m, kí hiệu ARCH(m) là một hệ hai phương
trình: phương trình trung bình có điều kiện và phương trình phương sai có điều kiện
t

Phương trình trung bình: yt = xt +

-

2

Phương trình phương sai:

-

+2

=

t

0

+ 2 +...+

1 t −1

2t − 2

2
m t −m

Trong đó,
t

-

và

2
t

là phần dư và phần dư bình phương (hay đôi khi còn gọi là

các cú sốc - innovations)
-

i

là tham số ARCH

Ở đây, cần lưu ý đến các giả định ban đầu của phần dư

tở

phương trình trung bình.

2

Cụ thể, phần dư

t

có phân phối chuẩn

t

N (0,

t

)

hoặc có dạng Leptokurtotic

thường gặp ở các chuỗi lợi tức (Mandelbrot 1963). Ngoài ra, phần dư phải là một
nhiễu trắng (white noise). Do vậy, trước khi ước lượng các tham số của mô hình


12

ARCH thì cần thiết phải kiểm tra mô thức đúng của chuỗi y để đảm bảo phần dư là
t

một nhiễu trắng. Một cách tổng quát, chuỗi yt có thể tuân theo quá trình ARMA.
Trong thực nghiệm, rất nhiều các trường hợp phương sai có điều kiện của phần dư
là không đồng nhất, trong trường hợp này, Bollerslev (1986) đa tổng quát hóa mô
hình ARCH ban đầu bằng cách bổ sung thêm thành phần tự hồi quy của phương sai
hình thành nên mô hình ARCH tổng quát hay còn gọi là mô hình GARCH. Một mô
hình GARCH tổng quát với p độ trễ của phần dư bình phương và q độ trễ của
phương sai, kí hiệu GARCH(p,q) có dạng như sau:
+ 2 +...+

=

2
t

1t −1

0

+ 2 +...+

2
p t−p

1 t −1

2

q

t −q

Điều kiện:
2

=

t
0

i
j

i

+

0

+ t2−1 +...+

0
0,
0

i=1−p
j=1−q

j

1

p

2
t−p

2
t −1

+
1

+...+
q

2
t −q

1 i , j = 1 − min( p , q)

Trong thực nghiệm mô hình GARCH(1,1)

2
t

=
0

+2
1

t −1

+ 2 được sử dụng phổ
1 t−1

biến và thường gặp nhất (Ederington and Guan 2004; Su and Fleisher 1999). Tuy
nhiên, phương trình này (cũng như dạng tổng quát của nó) tồn tại một hạn chế lớn là
vi phạm tính chất không âm của phương trình. Cụ thể, trong thực tế các hệ số ước
lượng

0

,,

1

1

của nó có thể nhận giá trị âm, trong khi mô hình GARCH(1,1) áp đặt

một ràng buộc cứng rằng các hệ số ước lượng là dương để đảm bảo

2
t

ở vế phải là luôn

dương. Ngoài ra, mô hình GARCH cũng chưa giải thích hoặc chưa xét đến tính bất đối
xứng (asymmetric) hay hiệu ứng đòn bẩy (leverage effects) của thông tin khi mà phản
hồi của thị trường trước các thông tin tốt, thông tin xấu có thể là khác nhau. Theo
Brooks (2008) thì hiệu ứng đòn bẩy cho biết tồn tại xu hướng biến động mạnh


13

sau khi giá giảm so với trường hợp biến động khi giá tăng mặc dù ở cùng một mức
tăng hoặc giảm giá như nhau.
Để giải quyết vấn đề không âm của phương trình, cũng như xét đến tính bất đối xứng
thông tin Nelson (1991) đề xuất mô hình EGARCH để đo lường sự biến động của thị
trường. Phương trình phương sai của một mô hình EGARCH(1,1) sẽ có dạng:

( )

(

2

ln

2

= + ln

)+

−E

t −1

+
t −1

t −1

t −1

t

t −1

t −1

t −1

Theo Tsay (2005) thì mô hình EGARCH tuân theo phân phối Gauss của thành phần
t −1

sai số, do vậy,

E

= 2

t −1

Vì vậy, phương trình phương sai trên có thể được viết lại dưới dạng phần dư chuẩn
hóa, z

t −1

=
t −1

như sau:

t −1

ln ( t2 ) = + ln ( t2−1 )+

(z

t −1

−

2

)+ z
t −1

)luôn tồn tại, đồng thời, ln ( )
có thể nhận giá trị
2

Rõ ràng,

2

t

2

luôn dương nên ln ( t
bất kì kể cả khi t âm.

t

Một mô hình EGARCH(1,1) sẽ gồm hai thành phần:
-

2

Thành phần GARCH ln (

) với hệ số ước lượng là

t −1

-

Thành phần EARCH
✓

Đối xứng

(z

t −1

(z

✓ Bất đối xứng z

t −1

t−1

−

− 2

2

)+

zt

−1

gồm hai phần

) với tham số ước lượng là

với tham số ước lượng là


14

3.1.2 Mô hình EGARCH mở rộng
Đề tài bổ sung thêm các yếu tố kiểm soát sự thay đổi của chuỗi lợi tức VN-index
như khối lượng giao dịch, chuỗi lợi tức HN-index, chỉ số VN30 và giá trị giao dịch
ròng của nhà đầu tư nước ngoài. Khi đó, mô hình EGARCH được sử dụng trong
nghiên cứu sẽ có dạng:
-

Phương trình trung bình:

R=
t

-

0

+ V +RHNX t +R 30 + t + ARMA( p , q)
1 t

2

3

Phương trình phương sai: ln (

t

2

)=

+ ln

t

Theo Tsay (2005, trang 124) thì ý nghĩa của các tham số
EGARCH được giải thích như sau:
-

2

−

( )+ ( z
t −1

t −1

, ,

2

)

+ z
t −1

trong mô hình

: cho biết độ lớn của tác động đối xứng hay tác động GARCH. Giá trị

càng lớn cho biết sự biến động của các cú sốc là rất nhạy cảm đối với thị
trường.

-

: đo lường sự bền bỉ của các biến động có điều kiện đến từ bất kì thông tin
nào xảy ra trên thị trường. Giá trị càng lớn cho thấy sự biến động này cần
nhiều thời gian để biến mất sau các cú sốc trên thị trường.

-

: đo lường tính bất đối xứng hay hiệu ứng đòn bẩy trước các thông tin trên
thị trường. Đây là một tham số đặc trưng quan trọng của mô hình EGARCH,
sự tồn tại có ý nghĩa thống kê của hệ số ước lượng

cho thấy sự tồn tại của

tính bất đối xứng. Mức độ biến động của thị trường trước các thông tin tùy
thuộc vào giá trị của hệ số bất đối xứng như sau:
o = 0: mô hình đối xứng
o < 0: cho thấy các cú sốc tích cực hay các thông tin tốt tạo ra sự biến
động ít hơn so với các cú sốc tiêu cực (thông tin xấu).


15

o > 0: cho thấy các cú sốc tích cực gây ra sự mất ổn định (hay sự biến
động) nhiều hơn so với các cú sốc tiêu cực.
Nghiên cứu này lần lượt ước lượng hai mô hình GARCH(1,1) và mô hình
EGARCH(1,1) với việc bổ sung các biến giải thích ở phương trình trung bình nhằm

xác định một mô thức tốt nhất để giải thích mối quan hệ giữa chuỗi lợi tức thị
trường chứng khoán TpHCM với các chuỗi lợi tức khác như VN30, HNIndex và
KLGD trên HSX; cũng như đánh giá được sự biến động của chuỗi lợi tức VNIndex
trước các cú sốc thông tin trên thị trường.
3.2 Dữ liệu nghiên cứu
3.2.1 Nguồn dữ liệu
Mẫu dữ liệu trong nghiên cứu được thu thập theo tuần gồm chỉ số VN-Index,
KLGD, chỉ số VN30 của SGDCK TpHCM, chỉ số HN-Index của SGDCK Hà Nội.
Các dữ liệu về giá (chỉ số) và khối lượng giao dịch được tổng hợp từ Công ty
Chứng

khoán

Bảo

Việt

( />
SGDCK

TpHCM

( SGDCK Hà Nội ( />Bảng 3.1: Tổng hợp các biến trong mô hình
Tên biến

Ý nghĩa

R

Đo lường sự biến thiên của chỉ số VNIndex

RHNX

Đo lường sự biến thiên của chỉ số HNIndex

VN30

Đo lường sự biến thiên của chỉ số VN30

V

Đo lường sự biến thiên trong KLGD trên HSX
Nguồn dữ liệu: Công ty Chứng khoán Bảo Việt