Tác động của đại dịch Covid-19 đến sự biến động của thị trường chứng khoán Việt Nam

HỘI THẢO KHOA HỌC QUỐC GIA

ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TỒN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM

21.

1Võ

Hồng Oanh *

Lê Thị Lanh **
Lê Phan Thị Diệu Thảo***
Tóm tắt
Nghiên cứu này đánh giá tác động của đại dịch COVID-19 đến biến động của thị trường
chứng khoán Việt Nam giai đoạn từ 30/01/2020 đến 16/03/2021 với dữ liệu tần suất ngày.
Cụ thể, nghiên cứu kiểm tra xem số ca nhiễm và số ca tử vong do COVID-19 trên toàn
thế giới và tại Việt Nam tác động như thế nào đến sự biến động của các chỉ số VNIndex,
VN30, HNXIndex và HNX30. Khi đã kiểm soát nhân tố khối lượng giao dịch và hiệu ứng
ngày trong tuần, kết quả từ mô hình GARCH (1,1) cho thấy COVID-19 thực sự có tác
động tiêu cực và có ý nghĩa thống kê đến tỷ suất sinh lợi và có tác động dương lên sự
biến động của thị trường chứng khoán Việt Nam ở cả hai sàn HSX và HNX. Ngoài ra, số
liệu về COVID-19 trên tồn thế giới có mức ảnh hưởng mạnh hơn đến biến động của thị
trường khi so sánh với số liệu riêng tại Việt Nam.
Từ khóa: COVID-19, biến động thị trường chứng khoán, GARCH.
1. Giới thiệu
Xét về ảnh hưởng của đại dịch COVID-19 đến thị trường chứng khốn, đã có một số nghiên
cứu trên thế giới tìm hiểu, đánh giá về vấn đề này. Hơn nữa, các nghiên cứu liên quan đang
tăng trưởng nhanh chóng về mặt số lượng cũng như phạm vi nghiên cứu (Baker et al., 2020;
Gormsen & Koijen, 2020; Yilmazkuday, 2020). Nghiên cứu của Yilmazkuday (2020) đánh
giá tác động của số ca nhiễm COVID-19 tại Mỹ lên biến động hằng ngày của chỉ số S&P500
trong giai đoạn từ tháng 1 năm 2020 đến tháng 8 năm 2020. Tác giả Baker và các cộng sự

(2020) dùng phương pháp nghiên cứu dựa trên phân tích từ ngữ (text-based method) để phân
tích phản ứng của thị trường chứng khốn Mĩ trước đại dịch COVID-19 so sánh với các đại
*

Trường Đại học Kinh tế TP. HCM | Email liên hệ:

306


HỘI THẢO KHOA HỌC QUỐC GIA

ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TỒN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM

dịch khác trong lịch sử thế giới. Kết quả của họ cho thấy rằng đại dịch COVID-19 có ảnh
hưởng lớn hơn rất nhiều đến biến động của thị trường chứng khoán so với các đợt dịch khác,
ví dụ Ebola. Trong nghiên cứu của Gormsen và Koijen (2020), hai tác giả đã phân tích phản
ứng của thị trường chứng khốn Mĩ và EU trước sự bùng nổ của đại dịch COVID-19 theo
nhiều khung thời gian khác nhau. Mazur và cộng sự (2021) kiểm định tác động của đại dịch
COVID-19 lên thị trường chứng khốn Mĩ thơng qua mẫu quan sát gồm các công ty thuộc
nhiều ngành khác nhau trong chỉ số S&P1500. Akhtaruzzaman và cộng sự (2021) xem xét
tác động về mặt lây lan tài chính (financial contagion) giữa Trung Quốc và các quốc gia G7
do ảnh hưởng của COVID-19.
Trong quá trình phản ứng trước đại dịch COVID-19, dù là quốc gia kề cận với Trung
Quốc-nơi bắt đầu khởi phát đại dịch, Việt Nam là một trong số ít các quốc gia trên thế
giới kiểm soát được tốt số ca nhiễm và số ca tử vong trong cộng đồng, đạt được những
thành tựu nhất định và được sự công nhận từ thế giới. Các cơ quan quản lý và nhà hành
pháp ở Việt Nam đã đạt được thành công trên thông qua các biện pháp giãn cách xã hội
nghiêm ngặt cũng như những phản ứng nhanh chóng về mặt chính sách hành chính lẫn
tài chính (Huynh, 2020). Điều này đặt ra vấn đề liệu rằng với những thành công đã được
công nhận như trên thì thị trường chứng khốn Việt Nam phản ứng như thế nào trước tình

hình diễn biến của đại dịch này trên thế giới và ngay tại chính Việt Nam?
Nghiên cứu này xem xét tác động của số ca nhiễm và số ca tử vong do COVID-19 trên
toàn thế giới và tại Việt Nam đến sự biến động của thị trường chứng khoán Việt Nam. Cụ
thể, nghiên cứu kiểm tra xem sự thay đổi trong số ca nhiễm và số ca tử vong do COVID-19
trên toàn thế giới và tại Việt Nam tác động như thế nào đến biến động của các chỉ số VNIndex,
VN30, HNXIndex và HNX30. Nghiên cứu sử dụng mẫu nghiên cứu tần suất ngày trong
khoảng thời gian từ ngày 30/01/2020 đến ngày 16/03/2021, bao gồm cả 2 làn sóng COVID
đã diễn ra trên thế giới. Ngoài ra, nghiên cứu cũng đã xét đến ảnh hưởng của nhân tố khối
lượng giao dịch và hiệu ứng ngày trong tuần trong q trình kiểm định.
Kết quả từ mơ hình GARCH(1,1) cho thấy khi số ca nhiễm và số ca tử vong do
COVID-19 tăng lên thì tỷ suất sinh lợi của các chỉ số chứng khoán kể trên sụt giảm có ý
nghĩa thống kê, xét cho cả số ca nhiễm và số ca tử vong do COVID-19 trên toàn thế giới
và tại riêng Việt Nam. Trong đó, tác động của số ca nhiễm rõ ràng và mạnh hơn so với
số ca tử vong do COVID-19. Mức tác động của tình hình COVID-19 trên tồn thế giới
và tại riêng Việt Nam đến biến động của thị trường chứng khoán Việt Nam có độ lớn
tương tự nhau. Khi xét đến sự biến động của thị trường thông qua phương sai của các chỉ
số chứng khoán, kết quả nghiên cứu cho thấy COVID-19 đã làm tăng mức biến động của
thị trường với mức ý nghĩa thống kê cao từ 5% đến 1%.

307


HỘI THẢO KHOA HỌC QUỐC GIA

ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TỒN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM

2. Cơ sở lý thuyết và các nghiên cứu thực nghiệm có liên quan
Biến động hay sự biến động (volatility) là thước đo thống kê thể hiện sự phân tán trong
tỷ suất sinh lợi của một chứng khoán hay một chỉ số chứng khốn. Sự biến động thơng
thường được đo lường thông qua độ lệch chuẩn hay phương sai tỷ suất sinh lợi của chứng

khốn đó hay chỉ số đó. Trong thị trường chứng khoán, biến động thường liên quan đến
những thay đổi lớn trong giá chứng khoán ở cả hai chiều (tăng và giảm). Mức độ biến
động của một chứng khoán hay một chỉ số chứng khoán nhất định thể hiện mức độ không
chắc chắn hay rủi ro gắn với sự thay đổi của giá chứng khoán. Mức biến động cao hơn
nghĩa là giá trị của chứng khoán (hay chỉ số chứng khốn) đó có khả năng nằm trong một
phạm vi rộng hơn. Điều này có nghĩa là giá chứng khốn có thể thay đổi đáng kể trong
khoảng thời gian ngắn ở cả hai chiều. Mức biến động thấp hơn có nghĩa là giá chứng
khốn khơng biến động đột ngột và có xu hướng ổn định hơn.
Biến động của chứng khốn nói riêng và thị trường chứng khốn nói chung chịu tác
động của nhiều nhân tố khác nhau như các yếu tố kinh tế vĩ mô cơ bản (lãi suất, lạm phát,
chính sách tài chính), mức độ hoạt động kinh tế- the level of economic activity (ví dụ như
mức độ sử dụng địn bẩy tài chính, địn bẩy hoạt động của các doanh nghiệp), khả năng
sinh lợi của doanh nghiệp, mức độ giao dịch của thị trường (ngày giao dịch, khối lượng
giao dịch) và các cú sốc thị trường (Schwert, 1989).
Nhiều nghiên cứu thực nghiệm đã được thực hiện nhằm mục tiêu đánh giá tác động
của COVID-19 đến thị trường chứng khốn tồn cầu trên nhiều góc độ và phạm vi khác
nhau ngay từ giai đoạn đầu của đại dịch. Một số nghiên cứu xem xét phản ứng và mức độ
bị tác động của các doanh nghiệp trước đại dịch trong khi số khác đánh giá trên góc độ
tồn thị trường; một nhóm các nghiên cứu thực hiện với dữ liệu của một hoặc một vài thị
trường riêng biệt trong khi nhóm cịn lại dùng dữ liệu tồn cầu với số lượng lớn các quốc
gia bị ảnh hưởng bởi dịch COVID-19 (Al-Awadhi, Alsaifi, Al-Awadhi, & Alhammadi,
2020; Erdem, 2020; Gormsen & Koijen, 2020; Onali, 2020; Personal, Archive, Henk,
Kyvik, & Analysis, 2007; Yilmazkuday, 2020; Zhang, Hu, & Ji, 2020).
Goodell (2020) tổng hợp những tác động về mặt kinh tế và xã hội của đại dịch
COVID-19 trên phạm vi toàn cầu qua những phân tích trong những nghiên cứu khác nhau
ở giai đoạn đầu của đại dịch này. Tác giả đã xem xét trên nhiều khía cạnh khác nhau như:
nền kinh tế, lĩnh vực ngân hàng và bảo hiểm, chính phủ và cơng chúng, thị trường tài
chính và hoạt động tài trợ và chi phí vốn của doanh nghiệp. Qua những những nội dung
tổng hợp và phân tích, tác giả cho thấy rằng thiên tai tự nhiên hồn tồn có thể gây ra
thiệt hai về mặt kinh tế trên quy mô chưa từng có trước đây. COVID-19 có tác động trực

tiếp đến nền kinh tế toàn cầu ở mọi khu vực và mọi lĩnh vực. Đây là vấn đề đặt ra cho
308


HỘI THẢO KHOA HỌC QUỐC GIA

ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TỒN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM

giới học giả trong nhiều năm tới khi những hiện tượng như vậy có thể xảy ra và thực sự
có khả năng xảy ra (Goodell, 2020).
Sử dụng phương pháp phân tích dựa trên văn bản (text-based methods), Baker và cộng
sự (2020) đánh giá mức độ tác động của đại dịch COVID-19 đến thị trường chứng khoán
Mĩ so sánh với các đại dịch khác đã diễn ra trên thế giới như dịch cúm Tây Ban Nha
1918-1920, dịch cúm 1957-1958, dịch cúm 1968 hay dịch SARS, Ebola. Các tác giả đã
cho thấy mức độ tác động chưa từng được ghi nhận trước đây của đại dịch COVID-19
đến sự biến động của thị trường chứng khốn Mĩ. Theo đó, trước khi đại dịch COVID-19
xảy ra chưa từng có đợt bùng phát dịch bệnh truyền nhiễm nào có ảnh hưởng đáng kể đến
sự biến động của thị trường chứng khoán Mĩ và đại dịch COVID-19 đã thúc đẩy sự biến
động mạnh mẽ của thị trường trong giai đoạn nghiên cứu, là tác nhân chính yếu gây ra
những biến động mạnh mẽ trên thị trường chứng khoán Mĩ (Baker et al., 2020).
Ashraf (2020) kiểm tra phản ứng của thị trường chứng khoán trước đại dịch COVID19 trên 64 quốc gia trong giai đoạn từ ngày 22/01/2020 đến ngày 17/04/2020. Kết quả
cho thấy thị trường chứng khoán phản ứng nhanh chóng trước các thơng tin liên quan đến
tốc độ gia tăng của số ca nhiễm và số ca tử vong do COVID-19. Bên cạnh đó, thị trường
phản ứng mạnh mẽ hơn ở những ngày đầu phát hiện các ca nhiễm so với giai đoạn từ 40
đến 60 ngày sau ca nhiễm đầu tiên (Ashraf, 2020).
Nghiên cứu của Zhang và cộng sự (2020) đã thống kê lại những tác động mạnh mẽ
của đại dịch COVID-19 đến biến động của thị trường chứng khoán tại 12 quốc gia trên
thế giới. Cụ thể, mức độ rủi ro thị trường tại các quốc gia này đã tăng đáng kể từ 0.0071
vào tháng 2/2020 lên 0.0196 vào tháng 3/2020 (Zhang et al., 2020).
Erdem (2020) phân tích phản ứng của thị trường chứng khốn trước các thơng báo

liên quan đến số ca nhiễm và số ca tử vong do COVID-19 thông qua chỉ số chứng khoán
của 75 quốc gia giai đoạn từ 1/2020 đến 4/2020. Kết quả của tác giả cho thấy các thị
trường chứng khốn bị tác động tiêu cực và có ý nghĩa thống kê: tỷ suất sinh lời của các
chỉ số giảm trong khi độ biến động tăng. Ngoài ra, mức tác động của số ca nhiễm hầu hết
gấp 3 lần mức tác động của số ca tử vong, trong đó những quốc gia có tính tự do cao hơn
thì chịu tác động ít hơn (Erdem, 2020).
Onali (2020) kiểm tra tác động của đại dịch COVID-19 lên thị trường chứng khoán Mĩ
với bộ dữ liệu hằng ngày của chỉ số S&P500 và Dow Jone giai đoạn 08/4/2019 – 09/4/2020.
Khi kiểm soát hiệu ứng ngày trong tuần cũng như tác động của chỉ số biến động kỳ vọng của
thị trường, tác giả cho thấy thị trường chứng khốn Mĩ khơng bị tác động bởi sự thay đổi
trong số ca nhiễm và số ca tử vong do COVID-19 tại Mỹ và sáu quốc gia khác mà thay vào
đó lại chịu ảnh hưởng từ số liệu liên quan tại Trung Quốc (Onali, 2020).
309


HỘI THẢO KHOA HỌC QUỐC GIA

ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TỒN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM

Sharma (2020) đưa ra bằng chứng về tính tương đồng (commonality) trong biến động
của thị trường chứng khoán ở năm nền kinh tế phát triển tại châu Á (bao gồm Hồng Kông,
Nhật, Nga, Singapore và Hàn Quốc) trong giai đoạn khủng hoảng COVID-19. Ngồi ra,
tính tương đồng này khơng chỉ ở phạm vi tồn thị trường mà cịn tồn tại ở phạm vi giữa
các cổ phiếu khác nhau (Sharma, 2020).
Mazur và cộng sự (2021) đánh giá tác động của đại dịch COVID-19 đến thị trường
chứng khốn Mĩ trên những nhóm ngành khác nhau. Các tác giả tìm thấy bằng chứng
rằng nhóm cổ phiếu thuộc các ngành khí tự nhiên, thực phẩm, chăm sóc sức khỏe và cơng
nghệ đạt được mức sinh lời dương cao trong khi đó giá trị cổ phiếu của các cơng ty thuộc
nhóm ngành dầu mỏ, bất động sản, giải trí và bệnh viện sụt giảm đáng kể. Hơn nữa, các
cổ phiếu thuộc nhóm sau có mức độ biến động bất cân xứng cực lớn và tương quan âm

với tỷ suất sinh lợi (Mazur, Dang, & Vega, 2021).
Akhtaruzzaman và cộng sự (2021) nghiên cứu về sự lây lan tài chính giữa Trung Quốc
với các nước G7 thơng qua các cơng ty thuộc nhóm ngành tài chính lẫn các cơng ty phi
tài chính. Nhóm tác giả sử dụng dữ liệu trong giai đoạn COVID-19 từ 12/2019 đến 3/2020
so sánh với giai đoạn trước dịch COVID-19 từ 1/2013-12/2019. Kết quả nghiên cứu thực
nghiệm của họ cho thấy mối tương quan giữa tỷ suất sinh lợi của các chứng khoán ở các
quốc gia này gia tăng có ý nghĩa thống kê so với giai đoạn trước đó với ảnh hưởng lớn
hơn đến từ các cơng ty tài chính (Akhtaruzzaman, Boubaker, & Sensoy, 2021).
Qua những phân tích ở trên có thể thấy, các nghiên cứu đa phần xem xét ảnh hưởng
của đại dịch COVID-19 đến các thị trường chứng khoán phát triển và những quốc gia
chịu ảnh hưởng lớn từ đại dịch COVID-19 với số ca nhiễm lớn và tốc độ gia tăng cao.
Những nghiên cứu này cũng chỉ dừng lại ở dữ liệu về số ca nhiễm và số ca tử vong do
COVID-19 tại từng quốc gia mà chưa xét đến số liệu được công bố và cập nhật hằng ngày
của tồn thế giới. Chưa có nghiên cứu đánh giá xem liệu với kết quả thành cơng trong
cơng tác ứng phó và kiểm soát đại dịch COVID-19 tại một quốc gia mới nổi như Việt
Nam thì thị trường chứng khốn có thực sự bị tác động trước những diễn biến dịch bệnh
trên thế giới và tại chính quốc gia sở tại hay khơng? Ngồi ra, tính đến thời điểm hiện tại,
khi cả thế giới đã bước sang năm COVID thứ 2 và vắc xin COVID-19 đã bắt đầu được
tiêm chủng ở nhiều quốc gia trên phạm vi tồn cầu thì phản ứng của thị trường chứng
khoán như thế nào?
Nghiên cứu hiện tại giải quyết vấn đề trên thông qua việc kiểm tra xem biến động của
các chỉ số chính của thị trường chứng khoán Việt Nam bao gồm VNIndex, VN30,
HNXIndex, HNX30 phản ứng như thế nào trước sự thay đổi trong số ca nhiễm và số ca
tử vong do COVID-19 trên toàn thế giới và tại riêng Việt Nam trong giai đoạn từ tháng
2/2020 đến tháng 3/2021. Ngoài ra, để đánh giá chính xác hơn tác động của đại dịch
310


HỘI THẢO KHOA HỌC QUỐC GIA

ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TỒN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM

COVID-19 đến biến động của thị trường chứng khoán, nghiên cứu đưa vào cả nhân tố
khối lượng và dịch và hiệu ứng ngày trong tuần đóng vai trị của biến kiểm sốt trong mơ
hình GARCH (1,1).
3. Phương pháp nghiên cứu và nguồn dữ liệu
Trong nghiên cứu này, mơ hình GARCH (1,1) với ước lượng sai số chuẩn hiệu chỉnh
(robust standard errors) được sử dụng để đánh giá tác động của COVID-19 lên tỷ suất
sinh lợi và biến động của thị trường chứng khoán Việt Nam khi kiểm soát tác động của
nhân tố khối lượng giao dịch và hiệu ứng ngày trong tuần (các biến kiểm soát). Tỷ suất
sinh lợi của thị trường được đo lường thông qua tỷ suất sinh lợi của 4 chỉ số chính tại thị
trường Việt Nam: VNIndex, VN30, HNXIndex, HNX30. Biến động của thị trường được
đo lường thông qua phương sai của tỷ suất sinh lợi của các chỉ số này sau khi đã kiểm
soát tác động của COVID-19 và các biến kiểm soát liên quan đến khối lượng giao dịch
và hiệu ứng ngày trong tuần. Cụ thể, mơ hình ước ượng được trình bày trong phương
trình (1) và (2) bên dưới:
𝑦𝑡 = 𝛼0 + 𝛼1 𝑋𝑡 + 𝛼2 𝑉𝑜𝑙𝑢𝑚𝑒𝑠𝑡 + ∑ 𝛽𝑖 𝐷𝑖 + 𝜖𝑡

(1)

2
𝜎𝑡2 = exp(𝜆0 + 𝜆1 𝑋𝑡 ) + 𝛾0 𝜖𝑡−1 + 𝛾1 𝜎𝑡−1

(2)

Với phương trình (1) là phương trình trung bình có điều kiện, ước lượng tác động của
đại dịch COVID-19 và các biến kiểm soát lên tỷ suất sinh lợi của thị trường chứng khoán
Việt Nam - thể hiện qua biến số yt; phương trình (2) là phương trình phương sai có điều
kiện, ước lượng tác động của COVID-19 lên biến động của thị trường chứng khoán Việt
Nam- được đo lường bằng biến số 𝜎𝑡2 . 𝜎𝑡2 là phương sai có điều kiện của sai số ước lượng

𝜖𝑡 từ phương trình (1). Trong đó, yt và Volumest lần lượt là mức thay đổi tương đối trong
giá trị và khối lượng giao dịch của các chỉ số VNIndex, VN30, HNXIndex, HNX30 ở
ngày giao dịch t so với ngày giao dịch liền trước (ở dạng logagit tự nhiên). Xt là mức tỷ
lệ gia tăng trong số ca nhiễm hoặc số ca tử vong do COVID-19 trên toàn thế giới và tại
Việt Nam ở ngày t. Xt được tính bằng cách lấy ln(1+xt) – ln(1+xt-1) với xt (xt-1) là tổng số
ca nhiễm hoặc tổng số ca tử vong do COVID-19 ở ngày t (t-1); ln là hàm logagit tự nhiên.
Di là biến giả ngày trong tuần. Ngồi ra, nghiên cứu này cịn đưa thành phần phương sai
thay đổi nhân bội (multiplicative heteroscedasticity) trong (Harvey, 1976) để ước lượng
tác động của số ca nhiễm và số ca tử vong do COVID-19 trong điều kiện mẫu nhỏ hiện
tại.
Dữ liệu về số ca nhiễm và số ca tử vong do COVID-19 được thu thập từ trang web
ourwworldindata.org. Các số liệu liên quan đến giá trị và khối lượng giao dịch của các
chỉ số VNIndex, VN30, HNXIndex, HNX30 được thu thập từ trang web vietstock.vn.
311


HỘI THẢO KHOA HỌC QUỐC GIA

ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TỒN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM

Thời gian của các số liệu được lấy trong giai đoạn từ ngày 30/01/2020 đến ngày
16/03/2021.
4. Kết quả
Diễn biến trong giá trị các chỉ số chính tại thị trường chứng khốn Việt Nam giai đoạn
dịch COVID-19 được trình bày ở các Hình 1, 2, 3 và 4. Có thể thấy rằng cả 4 chỉ số đều
biến động khá lớn trong khoảng thời gian nghiên cứu và có những giai đoạn cả bốn chỉ
số đều sụt giảm đáng kể như giai đoạn giữa tháng 3- đầu tháng 4/2020, giai đoạn cuối
tháng 7-đầu tháng 8/2020 hay giai đoạn đầu tháng 3/2021, ứng với các đợt bùng phát dịch
mới trong cộng đồng tại Việt Nam.
Hình 2: Diễn biến của chỉ số VN30

giai đoạn 30/01/2020 – 16/03/2021

600

600

800

800

vn30r

vnindexr

1000

1000

1200

1200

Hình 1: Diễn biến của chỉ số VNIndex
giai đoạn 30/01/2020 – 16/03/2021

1/1/2020

4/1/2020

7/1/2020

10/1/2020

1/1/2021

4/1/2021

1/1/2020

d

4/1/2020

7/1/2020

10/1/2020

1/1/2021

4/1/2021

d

Tuy nhiên, khi xét đến cả các thông tin về dịch COVID-19 trên tồn thế giới thì liệu
tác động của số ca nhiễm và số ca tử vong do COVID-19 tại Việt Nam đến biến động thị
trường chứng khốn thực sự có ý nghĩa thống kê hay khơng? Trả lời cho câu hỏi này, các
kết quả ước lượng từ mơ hình GARCH (1,1) được trình bày trong Bảng 1, 2, 3 và 4 lần
lượt cho các chỉ số VNIndex, VN30, HNXIndex, HNX30. Trong đó, Panel A của mỗi
bảng trình bày các hệ số ước lượng khi xét ảnh hưởng của số ca nhiễm và số ca tử vong
do COVID-19 trên toàn thế giới lên biến động của các chỉ số chứng khốn; Panel B trình

bày kết quả đối với số liệu liên quan tại riêng Việt Nam.

312


HỘI THẢO KHOA HỌC QUỐC GIA

ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TỒN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM

Hình 4: Diễn biến của chỉ số HNX30
giai đoạn 30/01/2020 – 16/03/2021

300
250

hnx30r

200

200

150

150

100

hnxindexr

250

350

300

400

Hình 3: Diễn biến của chỉ số HNXIndex
giai đoạn 30/01/2020 – 16/03/2021

1/1/2020

4/1/2020

7/1/2020

10/1/2020

1/1/2021

1/1/2020

4/1/2021

4/1/2020

7/1/2020

10/1/2020

1/1/2021

4/1/2021

d

d

Có thể thấy trong Panel A của Bảng 1 rằng sự thay đổi trong số ca nhiễm COVID-19 trên
toàn thế giới có tác động âm đến tỷ suất sinh lợi của chỉ số VNIndex trong khi số ca tử vong
khơng có tác động, với mức ý nghĩa thống kê 5%. Giá trị hệ số ước lượng đối với nhân tố số
ca nhiễm COVID-19 là -0.065, cùng chiều tác động nhưng mức tác động lớn hơn về giá trị
tuyệt đối so với hệ số ước lượng tương tự trong nghiên cứu của Erdem (2020). Về mặt biến
động của chỉ số này, một lần nữa cho thấy tác động có ý nghĩa thống kê của nhân tố tổng số
ca nhiễm (với hệ số ước lượng là 7.081) trong khi số ca tử vong do COVID-19 cũng khơng
có tác động có ý nghĩa thống kê. Panel B của Bảng 1 trình bày các kết quả ước lượng tương
tự như trên khi sử dụng số liệu về đại dịch COVID-19 tại riêng Việt Nam tuy nhiên mức độ
ảnh hưởng của các thông tin về COVID-19 tại Việt Nam nhỏ hơn và có mức ý nghĩa thống
kê cũng thấp hơn so với số liệu liên quan của toàn thế giới.
Khi xét đến 3 chỉ số cịn lại của thị trường chứng khốn Việt Nam, các hệ số ước
lượng từ mơ hình nghiên cứu được trình bày trong các Bảng 2, 3 và 4. Kết quả ước lượng
trong các bảng này thể hiện rằng sau khi đã xét tới ảnh hưởng của nhân tố khối lượng giao
dịch và hiệu ứng ngày trong tuần lên sự biến động của thị trường chứng khoán, đại dịch
COVID-19 thực sự có ảnh hưởng tiêu cực lên tỷ suất sinh lợi của thị trường chứng khoán
Việt Nam đồng thời làm gia tăng đáng kể mức độ biến động của thị trường trong giai
đoạn diễn ra đại dịch. Như vậy đại dịch COVID-19 thực sự có tác động đến biến động thị
trường chứng khoán Việt Nam dù cho Việt Nam là một trong số ít các quốc gia trên thế
giới đạt được thành cơng trong việc ứng phó và chống dịch COVID-19 với số ca nhiễm
và số ca tử vong rất ít.

313


HỘI THẢO KHOA HỌC QUỐC GIA

ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TỒN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM

Bảng 1: Tác động của số ca nhiễm và số ca tử vong do Covid đến chỉ số VNINdex
giai đoạn 30/01/2020 – 16/03/2021 bằng mơ hình ước lượng GARCH (1,1)
𝑦𝑡 = 𝛼0 + 𝛼1 𝑋𝑡 + 𝛼2 𝑉𝑜𝑙𝑢𝑚𝑒𝑠𝑡 + ∑ 𝛽𝑖 𝐷𝑖 + 𝜖𝑡
2
𝜎𝑡2 = exp(𝜆0 + 𝜆1 𝑋𝑡 ) + 𝛾0 𝜖𝑡−1 + 𝛾1 𝜎𝑡−1

Panel A: Thế giới
KLGD của VNIndex (Ln)
Tổng ca nhiễm của thế giới

VNIndex
-0.010**
(-1.96)
-0.065**
(-2.37)

HET

ARCH

L.arch

Tổng ca nhiễm của Việt Nam

-0.002

0.575

(-0.32)

(-0.63)

0.393**
(-2.41)
0.271
(-1)

L.garch

Biến giả ngày trong tuần
Số quan sát
Panel B: Việt Nam
KLGD của VNIndex (Ln)

HET

0.004***
(-2.67)
Có
283
VNIndex
-0.008*
(-1.82)

-0.046*
(-1.85)

ARCH

7.081**
(-2.06)

Tổng ca tử vong của thế giới

Hằng số (alpha0)

VNINdex
-0.007
(-0.28)

Khơng
283
HET

Khơng
283
ARCH

0.236
(-0.08)
0.622
(-0.11)
0.002
(-1.02)

Có
283
VNINdex
-0.007
(-1.54)

-10.330
(-0.54)
Khơng
283
HET

Khơng
283
ARCH

3.470***
(-4.25)

Tổng ca tử vong của Việt
Nam

0.010*
(-1.68)

L.arch

27.50***
(-2.75)

0.377**
(-2.57)
0.424***
(-3.4)

L.garch
Hằng số (alpha0)

0.002

-10.02***

Biến giả ngày trong tuần
Số quan sát

(-1.59)
Có
283

(-22.12)
Khơng
283

0.224
(-1.63)
0.605**
(-2.57)
0.002

Khơng

283

(-1.25)
Có
283

10.10***
(-11.92)
Khơng
283

Khơng
283

Ghi chú: Cột VNIndex trình bày kết quả ước lượng đối với phương trình trung bình có điều kiện. Cột HET trình bày kết quả
ước lượng đối với 𝜆0 và 𝜆1 . Cột ARCH trình bày kết quả ước lượng của phương trình phương sai có điều kiện. Các giá trị
thống kê z được trình bày trong ngoặc đơn. Dấu ***, **, * lần lượt đại diện cho mức ý nghĩa 1%, 5% và 10%.

314


HỘI THẢO KHOA HỌC QUỐC GIA

ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TỒN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM

Bảng 2: Tác động của số ca nhiễm và số ca tử vong do Covid đến chỉ số VN30 giai
đoạn 30/01/2020 – 16/03/2021 bằng mơ hình ước lượng GARCH (1,1)
𝑦𝑡 = 𝛼0 + 𝛼1 𝑋𝑡 + 𝛼2 𝑉𝑜𝑙𝑢𝑚𝑒𝑠𝑡 + ∑ 𝛽𝑖 𝐷𝑖 + 𝜖𝑡
2
𝜎𝑡2 = exp(𝜆0 + 𝜆1 𝑋𝑡 ) + 𝛾0 𝜖𝑡−1 + 𝛾1 𝜎𝑡−1

Panel A: Thế giới
KLGD của VN30 (Ln)

Tổng ca nhiễm của thế giới

VN30
-0.004
(-0.91)
0.071**
(-2.09)

HET

ARCH

-0.003*
(-1.71)

L.arch

Tổng ca nhiễm của Việt Nam

0.004**
(-2.18)
Có
283
VN30
-0.002
(-0.49)

-0.057*
(-1.86)

-9.44***
(-29.92)
Khơng
283
HET

Khơng
283
ARCH

0.185
(-0.42)
0.677
(-0.77)
0.002
(-1.01)
Có
283
VN30
-0.002
(-0.53)

-10.3***
(-2.90)
Khơng
283
HET

0.008
(-1.21)

-30.49***
(-2.77)

Khơng
283
ARCH

3.883***
(-4.07)

Tổng ca tử vong của Việt Nam
L.arch

0.363**
(-2.14)
0.346**
(-2.46)

L.garch
Hằng số (alpha0)

ARCH

0.490
(-0.76)

0.396**
(-2.48)
0.195
(-1.26)

L.garch

Biến giả ngày trong tuần
Số quan sát
Panel B: Việt Nam
KLGD của VN30 (Ln)

HET

7.972***
(-3)

Tổng ca tử vong của thế giới

Hằng số (alpha0)

VN30
-0.003
(-0.67)

0.003
(-1.47)

-9.59***
(-25.15)

Biến giả ngày trong tuần

Có

Khơng

Số quan sát

283

283

0.204
(-1.35)
0.584**
(-2.1)
0.002
(-1.03)

-9.77***
(-11.67)

Khơng

Có

Khơng

Khơng

283

283

283

283

Ghi chú: Cột VN30 trình bày kết quả ước lượng đối với phương trình trung bình có điều kiện. Cột HET trình bày kết quả ước
lượng đối với 𝜆0 và 𝜆1 . Cột ARCH trình bày kết quả ước lượng của phương trình phương sai có điều kiện. Các giá trị thống
kê z được trình bày trong ngoặc đơn. Dấu ***, **, * lần lượt đại diện cho mức ý nghĩa 1%, 5% và 10%.

315


HỘI THẢO KHOA HỌC QUỐC GIA

ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TỒN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM

Bảng 3: Tác động của số ca nhiễm và số ca tử vong do Covid đến chỉ số HNXIndex
giai đoạn 30/01/2020 – 16/03/2021 bằng mơ hình ước lượng GARCH (1,1)
𝑦𝑡 = 𝛼0 + 𝛼1 𝑋𝑡 + 𝛼2 𝑉𝑜𝑙𝑢𝑚𝑒𝑠𝑡 + ∑ 𝛽𝑖 𝐷𝑖 + 𝜖𝑡
2
𝜎𝑡2 = exp(𝜆0 + 𝜆1 𝑋𝑡 ) + 𝛾0 𝜖𝑡−1 + 𝛾1 𝜎𝑡−1

Panel A: Thế giới
KLGD của HNXIndex (Ln)
Tổng ca nhiễm của thế giới

HNXIndex

HET

ARCH

-0.002

-0.003

(-0.44)

(-0.59)

-0.068**

0.350**

(-2.49)

(-2.42)

Tổng ca tử vong của thế giới
L.arch
L.garch
Hằng số (alpha0)

HNXINdex

HET

-0.004**

-1.059

(-2.41)

(-1.51)

ARCH

0.350**

0.223*

(-2.42)

(-1.76)

0.358**

0.765***

(-2.04)

(-6.41)

0.007***

-9.59***

0.004**

-11.5***

(-3.4)

(-20.61)

(-1.98)

(-10.33)

Biến giả ngày trong tuần

Có

Khơng

Khơng

Có

Khơng

Khơng

Số quan sát

283

283

283

283

283

283

HNXIndex

HET

ARCH

HNXINdex

HET

ARCH

Panel B: Việt Nam
KLGD của HNXIndex (Ln)
Tổng ca nhiễm của Việt Nam

0.001

-0.003

(-0.17)

(-0.61)

-0.063**

3.651***

(-2.08)

(-4.53)

Tổng ca tử vong của Việt Nam

0.002

-29.58***

(-0.39)

(-6.06)

L.arch

0.308**
(-2.46)

(-2.16)

L.garch

0.450***

0.755***

(-3.12)

(-6.69)

Hằng số (alpha0)

0.211**

0.005***

-9.728***

0.004**

-11.00***

(-2.68)

(-20.00)

(-2.26)

(-10.03)

Biến giả ngày trong tuần

Có

Khơng

Khơng

Có

Khơng

Khơng

Số quan sát

283

283

283

283

283

283

Ghi chú: Cột HNXIndex trình bày kết quả ước lượng đối với phương trình trung bình có điều kiện. Cột HET trình bày kết quả
ước lượng đối với 𝜆0 và 𝜆1 . Cột ARCH trình bày kết quả ước lượng của phương trình phương sai có điều kiện. Các giá trị

thống kê z được trình bày trong ngoặc đơn. Dấu ***, **, * lần lượt đại diện cho mức ý nghĩa 1%, 5% và 10%.

316


HỘI THẢO KHOA HỌC QUỐC GIA

ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TỒN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM

Bảng 4: Tác động của số ca nhiễm và số ca tử vong do Covid đến chỉ số HNX30
giai đoạn 30/01/2020 – 16/03/2021 bằng mơ hình ước lượng GARCH (1,1)
𝑦𝑡 = 𝛼0 + 𝛼1 𝑋𝑡 + 𝛼2 𝑉𝑜𝑙𝑢𝑚𝑒𝑠𝑡 + ∑ 𝛽𝑖 𝐷𝑖 + 𝜖𝑡
2
𝜎𝑡2 = exp(𝜆0 + 𝜆1 𝑋𝑡 ) + 𝛾0 𝜖𝑡−1 + 𝛾1 𝜎𝑡−1

Panel A: Thế giới
KLGD của HNX30 (Ln)
Tổng ca nhiễm của thế giới

HNX30

HET

ARCH

HNX30

-0.002

-0.001

(-0.61)

(-0.56)

-0.056*

5.058***

(-1.87)

(-2.78)

Tổng ca tử vong của thế giới
L.arch

HET

-0.004**

-1.216**

(-2.26)

(-2.41)

0.314**

L.garch

0.229**

(-2.08)

(-2.51)

0.486

0.789***

(-1.24)
Hằng số (alpha0)

0.005

-9.81***

ARCH

(-13.7)
0.001

-12.3***

(-1.6)

(-7.88)

(-0.78)

(-10.91)

Biến giả ngày trong tuần

Có

Khơng

Khơng

Có

Khơng

Khơng

Số quan sát

283

283

283

283

283

283

HNX30

HET

ARCH

HNX30

HET

ARCH

Panel B: Việt Nam
KLGD của HNX30 (Ln)
Tổng ca nhiễm của Việt Nam

0.000

-0.002

(-0.00)

(-0.70)

-0.049*

3.494***

(-1.71)

(-3.83)

Tổng ca tử vong của Việt
Nam
L.arch
L.garch
Hằng số (alpha0)

0.004*

-9.51***

0.004

31.65***

(-0.68)

(-2.63)

0.301***

0.217***

(-2.71)

(-2.64)

0.426***

0.789***

(-3.02)

(-12.47)
0.002

-11.7***

(-1.91)

(-21.93)

(-1.15)

(-10.01)

Biến giả ngày trong tuần

Có

Khơng

Khơng

Có

Khơng

Khơng

Số quan sát

283

283

283

283

283

283

Ghi chú: Cột HNX30 trình bày kết quả ước lượng đối với phương trình trung bình có điều kiện. Cột HET trình bày kết quả
ước lượng đối với 𝜆0 và 𝜆1 . Cột ARCH trình bày kết quả ước lượng của phương trình phương sai có điều kiện. Các giá trị
thống kê z được trình bày trong ngoặc đơn. Dấu ***, **, * lần lượt đại diện cho mức ý nghĩa 1%, 5% và 10%.

317


HỘI THẢO KHOA HỌC QUỐC GIA

ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TỒN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM

5. Kết luận
Nghiên cứu này đánh giá tác động của đại dịch COVID-19 đến biến động của thị trường
chứng khoán Việt Nam giai đoạn từ 30/01/2020 đến 16/03/2021 với dữ liệu tần suất ngày.
Cụ thể, nghiên cứu kiểm tra xem số ca nhiễm và số ca tử vong do COVID-19 trên toàn

thế giới và tại Việt Nam tác động như thế nào đến sự biến động của các chỉ số VNIndex,
VN30, HNXIndex và HNX30. Khi đã kiểm soát nhân tố khối lượng giao dịch và hiệu
ứng ngày trong tuần, kết quả từ mơ hình GARCH(1,1) cho thấy COVID-19 thực sự có
tác động âm và có ý nghĩa thống kê đến tỷ suất sinh lợi và có tác động dương lên sự biến
động của thị trường chứng khoán Việt Nam ở cả hai sàn HSX và HNX. Tác động rõ rệt
của đại dịch COVID-19 đến thị trường chứng khoán Việt Nam cho thấy đây thực sự là
một nhân tố rủi ro riêng biệt và có ảnh hưởng đáng kế đến sự biến động của thị trường
chứng khốn.
Ngồi ra, số liệu về COVID-19 trên tồn thế giới có mức ảnh hưởng mạnh hơn đến
biến động của thị trường khi so sánh với số liệu riêng tại Việt Nam. Như vậy, thông qua
việc thực hiện nhanh chóng, kịp thời và quyết liệt các biện pháp giãn cách xã hội, cách ly
phòng dịch và thực hiện thông điệp “5 K” trong cộng đồng, Việt Nam đã đạt được thành
cơng trong việc chống dịch từ đó làm giảm ảnh hưởng lên thị trường chứng khoán. Tuy
nhiên, thị trường chứng khốn Việt Nam có quy mơ khá nhỏ so với các quốc gia khác
trên thế giới nên cần có những bằng chứng bổ sung thêm để có thể đưa kết luận rõ ràng
hơn cho câu hỏi: sự biến động của thị trường chứng khoán chịu tác động bởi những nhân
tố nào? Chẳng hạn như hành vi của nhà đầu tư, kỳ vọng của nhà đầu tư về sự biến động
của thị trường hay các yếu tố bất định. Một lần nữa, các kết quả từ bài nghiên cứu này
đem lại hàm ý cho các nhà nghiên cứu về tác động to lớn và thực sự có thể xảy ra của các
thảm họa thiên nhiên lên thị trường tài chính nói riêng và nền kinh tế tồn cầu nói chung,
địi hỏi những nghiên cứu sâu hơn trong thời gian tới.
Tài liệu tham khảo
Akhtaruzzaman, M., Boubaker, S., & Sensoy, A. (2021). Financial contagion during COVID-19
crisis. Finance Research Letters, 38 (may 2020). />Al-Awadhi, A. M., Alsaifi, K., Al-Awadhi, A., & Alhammadi, S. (2020). Death and contagious
infectious diseases: Impact of the COVID-19 virus on stock market returns. Journal of
Behavioral and Experimental Finance, 27. />Ashraf, B.N. (2020). stock markets reaction to COVID-19: Cases or fatalities? Research in
Internaional Business and Finance, 54(May) />Baker, S. R., Bloom, N., Davis, S. J., Kost, K., Sammon, M. C., & Viratyosin, T. (2020). The
Unprecedented Stock Market Impact of COVID-19 (No. 26945). NBER WORKING
PAPER SERIES. Retrieved from />318

HỘI THẢO KHOA HỌC QUỐC GIA

ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TỒN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM

Erdem, O. (2020). Freedom and stock market performance during Covid-19 outbreak. Finance
Research Letters, 36(June). />Goodell, J. W. (2020). COVID-19 and finance: Agendas for future research. Finance Research
Letters, 35(March). />Gormsen, N. J., & Koijen, R. S. J. (2020). Coronavirus: impact on stock prices and growth
expectations
(NBER
Working
Papers).
Retrieved
from
/>Harvey, A. C. (1976). Estimating regression models with multiplicative hetoroscedasticity.
Econometrica, 44(3).
Huynh, T. L. D. (2020). The COVID-19 containment in Vietnam: What are we doing? Journal of
Global Health, 10(1), 10–12. />Mazur, M., Dang, M., & Vega, M. (2021). COVID-19 and the march 2020 stock market crash.
Evidence from S&P1500. Finance Research Letters, 38(May 2020), 101690.
/>Onali, E. (2020). COVID-19 and Stock Market Volatility. SSRN Electronic Journal, (February),
1–24. />Personal, M., Archive, R., Henk, L. M., Kyvik, H., & Analysis, E. P. (2007). Mp r a. Economic
Policy, (2116). />Schwert, G. W. (1989). Why Does Stock Market Volatility Change Over Time ? The Journal of
Finance, XLIV(5).
Sharma, S. S. (2020). A Note on the Asian Market Volatility During the COVID-19 Pandemic.
Asian Economics Letters, 1(2), 1–6.
Yilmazkuday,
H. (2020).
COVID-19
Effects
on

/>
the

S&P

500

Index.

Zhang, D., Hu, M., & Ji, Q. (2020). Financial markets under the global pandemic of COVID-19.
Finance Research Letters, 36(March). />
319