Sidebar

Magazine menu

19
T6, 04

Tạp chí KTĐN số 121

CẤU TRÚC PHỤ THUỘC GIỮA TỶ GIÁ HỐI ĐOÁI CÓ HIỆU LỰC THỰC VÀ VNINDEX[1]

Nguyễn Thu Thủy[2]

Phùng Duy Quang[3]

Trần Thị Minh Nguyệt[4]

Tóm tắt

 Bài viết này nghiên cứu cấu trúc phụ thuộc giữa chuỗi lợi suất chỉ số thị trường chứng khoán Việt Nam và lợi suất tỷ giá hối đoái có hiệu lực thực REER (lấy cơ sở là chỉ số gia tiêu dùng). Bài viết ước lượng copula Student-t với dữ liệutheo tháng trong giai đoạn từ tháng 01/2007 đến tháng 10/2015. Các kết quả cho thấy có cấu trúc phụ thuộc đuôi đối xứng giữa lợi suất chỉ số thị trường chứng khoán và lợi suất tỷ giá, tức là mức độ phụ thuộc đuôi trên và đuôi dưới bằng nhau. Kết quả thực nghiệm này giúp làm giàu thông tin về nghiên cứu cấu trúc phụ thuộc giữa các thị trường tài chính và ứng dụng trong đo lường rủi ro trên thị trường tài chính Việt Nam.

Từ khóa: Cấu trúc phụ thuộc, Chứng khoán, Copula, Tỷ giá.

Abstract

This paper investigates the dependence structure between the return of Vietnamese stock index and the return of Real Effective Exchange Rate (CPI-based). We estimate the Student-t copula with monthly data over the period January 2007 to October2015. Our results show symmetric tail dependence between the stock index return and the exchange rate return, such that the two returns are dependent the same as in the left and in the right tail of their joint distribution. This empirical results enrich the information of dependence structure between financial markets and applilcations in risk measurement on Vietnamese financial markets.

Key words: Copula, Dependence structure, Exchange rate, Stock.

  1. Đặt vấn đề

Thị trường tài chính (TTTC) được xem như là nhân tố khởi đầu của mỗi nền kinh tế thị trường. Các hoạt động của thị trường tài chính có tác động trực tiếp hoặc gián tiếp đến lợi ích của mỗi cá nhân, đến tốc độ phát triển của doanh nghiệp và đến hiệu quả của toàn bộ nền kinh tế. Các thành viên của thị trường tài chính bao gồm các cá nhân, các doanh nghiệp và các cơ quan chính phủ. Trong nền kinh tế mỗi quốc gia, các thị trường tài chính cũng có mối quan hệ mật thiết với nhau. Sự biến động trên mỗi thị trường (hoặc một nhóm các thị trường) này có thể tác động mạnh mẽ đến sự biến động của các thị trường khác. Bởi vậy, việc nghiên cứu để nhận biết rồi đo lường và từ đó phòng ngừa rủi ro nhằm giúp giảm tổn thất, đảm bảo hoạt động an toàn, hiệu quả của các tổ chức tài chính nói chung và của các nhà đầu tư nói riêng ngày càng trở thành vấn đề quan trọng và bức thiết, đặc biệt là thời kỳ kinh tế Việt Nam đang ngày càng hội nhập vào nền kinh tế thế giới. Để làm tốt điều đó, nhất thiết phải nắm bắt và đo lường được mức độ và cấu trúc phụ thuộc giữa các thị trường tài chính. Căn cứ theo thời hạn luân chuyên vốn, thị trường tài chính được phân thành: thị trường tiền tệ, thị trường ngoại hối và thị trường chứng khoán. Căn cứ vào tính chất của việc phát hành các công cụ tài chính, thị trường tài chính được phân thành thị trường sơ cấp và thị trường thứ cấp.Căn cứ vào cách thức huy động vốn, thị trường tài chính được phân thành thị trường công cụ nợ và thị trường công cụ vốn.Trong các cấu phần của thị trường tài chính, có thị trường ngoại hối (TTNH) và thị trường chứng khoán (TTCK) thường được đề cập trong các nghiên cứu do tầm quan trọng của các thị trường này trong nền kinh tế, cũng như do những thuận tiện nhất định về số liệu nghiên cứu.

Vấn đề nghiên cứu mối quan hệ giữa tỷ giá và chứng khoán đã được thực hiện cho số liệu của nhiều quốc gia sử dụng những kỹ thuật khác nhau, và cũng đưa đến nhiều kết quả khác nhau. Đã có nhiều nghiên cứu cả về mặt lí thuyết và thực nghiệm về mối quan hệ và sự vận động cùng nhau giữa TTCK và thị trường ngoại tệ. Nguyễn Thị Liên Hoa và Lương Thị Thúy Hường (2014, tr 31) đã khẳng định Về mặt lý thuyết: Các lý thuyết kinh tế học có 2 cách tiếp cận khác nhau về sự phụ thuộc giữa giá chứng khoán và tỷ giá, gọi là hướng tiếp cận “hướng đến dòng chảy tiền tệ” (flow-oriented) và hướng tiếp cận “hướng đến chứng khoán” (stock oriented). Tất cả những cách tiếp cận này chỉ rõ rằng TTCK tác động đến tỷ giá và ngược lại. Đầu tiên, theo hướng tiếp cận “hướng đến dòng chảy tiền tệ” cho rằng sự thay đổi của tỷ giá ảnh hưởng đến cán cân thương mại và mức độ cạnh tranh quốc tế. Về mặt lý thuyết, sự thay đổi của tỷ giá sẽ ảnh hưởng đến sản lượng đầu ra và cuối cùng là vị thế cạnh tranh của các công ty. Nếu một công ty có vị thế canh tranh tốt hơn sẽ có tác động tích cực trực tiếp lên giá chứng khoán, bởi vì giá chứng khoán thể hiện dòng tiền mặt tương lai của công ty. Việc đồng nội tệ giảm giá sẽ giúp gia tăng lợi thế cạnh tranh của các công ty trong nước do hàng hóa xuất khẩu của họ sẽ rẻ hơn trong giao thương quốc tế. Kết quả là, sẽ có một mối tương quan dương giữa giá chứng khoán và tỷ giá. Còn cách tiếp cận “hướng đến chứng khoán” thì thường xem xét đến các mô hình cân bằng danh mục, trong đó sẽ xem xét một danh mục đã được đa dạng hóa ở mức độ quốc tế. Những mô hình này cho rằng sự biến động của tỷ giá sẽ ảnh hưởng đến cân bằng cung cầu của các tài sản tài chính nội địa và quốc tế. Do đó, theo cách tiếp cận này thì một sự gia tăng trong giá cả chứng khoán nội địa sẽ làm cho đồng nội tệ tăng giá bởi vì nhu cầu của các nhà đầu tư đối với nội tệ gia tăng để mua chứng khoán nội địa. Khi giá chứng khoán giảm sẽ làm giảm sự giàu có của các nhà đầu tư địa phương, dẫn đến làm giảm nhu cầu của họ về tiền tệ. Các ngân hàng sẽ phản ứng bằng cách giảm lãi suất, mà việc lãi suất giảm sẽ không có sức hấp dẫn đối với các dòng vốn, kết quả là nhu cầu đồng nội tệ giảm và vì vậy đồng nội tệ giảm giá. Bởi vì tài sản trong nước và tài sản nước ngoài không có sự thay thế hoàn hảo trong danh mục đầu tư hiệu quả cân bằng, khi các nhà đầu tư điều chỉnh tỷ lệ giữa tài sản nội địa và nước ngoài trong danh mục của họ để đối phó với sự thay đổi điều kiện kinh tế, tỷ giá cũng sẽ phải thay đổi theo. Vì vậy, cách tiếp cận “hướng đến chứng khoán” này sẽ cho thấy mối quan hệ ngược chiều nhau giữa giá chứng khoán và tỷ giá. Về mặt thực nghiệm: Nghiên cứu thực nghiệm mối quan hệ tương tác và nhân quả giữa giá chứng khoán và tỷ giá đã đưa ra nhiều kết quả khác nhau (tương quan dương, tương quan âm, tồn tại quan hệ nhân quả và không tồn tại quan hệ nhân quả, quan hệ nhân quả một chiều, ...). Từ quan điểm vi mô, đồng nội tệ tăng giá có thể làm cho các công ty xuất khẩu gặp bất lợi trong cạnh tranh, dẫn đến giá chứng khoán của các công ty này giảm, cho thấy mối quan hệ ngược chiều giữa tỷ suất sinh lợi chứng khoán và tỷ giá. Mặt khác, các công ty nhập khẩu có thể hưởng lợi từ việc đồng nội tệ tăng giá, cho thấy mối quan hệ cùng chiều giữa hai thị trường này. Từ quan điểm vĩ mô, nếu lãi suất nội tệ cao tương đối so với phần còn lại của thế giới, nhu cầu nội tệ sẽ cao hơn làm cho đồng nội tệ tăng giá. Trong khi đó, lãi suất cao hơn cũng sẽ làm gia tăng chi phí vay mượn của các công ty nội địa, làm cho giá chứng khoán giảm. Điều này cho thấy mối quan hệ ngược chiều giữa hai thị trường này.

Vấn đề nghiên cứu mối quan hệ nói chung và cấu trúc phụ thuộc nói riêng giữa tỷ giá hối đoái và chỉ số thị trường chứng khoán đã được nghiên cứu cả về mặt lý thuyết và thực nghiệm như được trình bày ở trên. Có một số cách lựa chọn số liệu đại diện cho tỷ giá hối đoái liên quan đến đồng Việt Nam như tỷ giá danh nghĩa, tỷ giá hối đoái có hiệu lực thực, hay tỷ giá của đồng Việt Nam trên thị trường tự do,… Trong khi đó, chỉ số VNINDEX theo “truyền thống”, trong nhiều nghiên cứu, vẫn được chọn làm đại diện cho chỉ số thị trường chứng khoán Việt Nam. Trong lĩnh vực thực nghiệm, vấn đề nghiên cứu cấu trúc phụ thuộc giữa tỷ giá hối đoái và chỉ số thị trường chứng khoán sử dụng các biến đại diện là tỷ giá hối đoái có hiệu lực thực và VNINDEX, một cách tương ứng, còn là khoảng trống. Do đó, các tác giả thực hiện nghiên cứu này để tìm hiểu khi lựa chọn các thành phần tỷ giá khác nhau có làm thay đổi mối tương quan kỳ vọng giữa hai biến này hay không, từ đó đưa ra một số hàm ý chính sách liên quan.

  1. Tổng quan lý thuyết, tóm tắt tình hình nghiên cứu

Một số nghiên cứu thực nghiệm về mối quan hệ giữa TTCK và thị trường ngoại tệ có thể được nhắc đến trong Nguyễn Thu Thủy (2019) như Solnik (l987), Neih và Lee (2001), Aloui (2007), Ning (2010). Chẳng hạn, sử dụng phương pháp ước lượng bình phương tối thiểu (OLS), Solnik (l987) đã tìm thấy mối quan hệ dương ở mức yếu giữa tỷ giá và chứng khoán khi sử dụng dữ liệu theo tháng nhưng mối quan hệ lại ngược chiều khi sử dụng dữ liệu theo quý cho 8 quốc gia phương Tây: Canada,  Pháp,  Đức,  Nhật Bản,  Hà Lan,  Thụy Sĩ,  Anh,  và Mỹ; tỷ giá theo euro của các đồng tiền trong 1 tháng và 3 tháng. Giai đoạn nghiên cứu từ tháng 7/1973 đến tháng 12/1983. Tác giả tìm thấy kết quả là sau tháng 10/1979, tỷ giá hối đoái thực bị ảnh hưởng mạnh mẽ bởi lãi suất. Có mối tương quan dương giữa lợi suất chứng khoán và tỷ giá đặc biệt là giai đoạn sau năm 1979. Neih và Lee (2001) đã kiểm tra mối quan hệ động giữa giá chứng khoán và tỷ giá của các quốc gia G7 từ 1/10/1993 đến 15/2/1996 trên số liệu về giá đóng cửa hàng ngày của chỉ số TTCK và tỷ giá hối đoái theo USD của nhóm các nước G7. Nhờ kiểm định đồng tích hợp và mô hình hiệu chỉnh sai số dạng vectơ, các tác giả chỉ ra rằng không có mối quan hệ cân bằng dài hạn giữa chỉ số TTCK và ngoại hối tại các nước này. Còn mối quan hệ cân bằng trong ngắn hạn chỉ tìm thấy tại một số nước trong nhóm, chẳng hạn tỷ giá giảm thường kéo TTCK Đức đi xuống, nhưng lại đẩy TTCK ngày hôm sau của Canada và Anh đi lên. Tuy nhiên, khi giá chứng khoán tăng lại thường làm giảm giá ngoại hối ngày hôm sau ở Ý và Nhật Bản. Còn tại Mỹ, không tìm thấy mối quan hệ cân bằng giữa giá chứng khoán và giá trị đồng đô la cả trong ngắn hạn cũng như dài hạn. Aloui (2007) nghiên cứu hiệu ứng lan tỏa và nhân quả giữa TTCK và TTNH của Mỹ và một vài quốc gia khu vực châu Âu trong giai đoạn trước khi đồng Euro ra đời và sau khi đồng Euro ra đời, bằng cách sử dụng mô hình phương sai có điều kiện của sai số thay đổi tự hồi quy tổng quát dạng mũ (Exponential Generalized Autoregressive Conditionally Heteroskedastic - EGARCH) đa biến. Dữ liệu được nghiên cứu là giá đóng cửa cuối ngày của tỷ giá theo đô là Mỹ và chỉ số TTCK 5 nước (Pháp, Ý, Đức, Bỉ, Mỹ) giai đoạn từ 28/12/1990 đến 10/02/2005. Kết quả là có hiệu ứng lan tỏa và quan hệ nhân quả của tỷ giá đến giá chứng khoán khi có sự ra đời của đồng Euro. Tuy nhiên giá chứng khoán không có tác động đến tỷ giá trong cả hai thời kỳ trước và sau khi có đồng Euro. Trong khi có nhiều nghiên cứu về cấu trúc phụ thuộc giữa các TTCK quốc tế và một số nghiên cứu về cấu trúc phụ thuộc giữa các tỷ giá bằng hàm copula, thì vẫn có rất ít nghiên cứu sử dụng copula để nghiên cứu cấu trúc phụ thuộc giữa TTCK và TTNH. Cấu trúc phụ thuộc trong bài viết được hiểu theo nghĩa là sự biến động của một thị trường (hay một nhóm thị trường) này ở một mức độ nào đó có tác động làm cho một thị trường (hay một nhóm thị trường) khác cũng biến động ở một mức độ nhất định. Nguồn gốc, khái niệm về cấu trúc phụ thuộc giữa các thị trường tài chính được trình bày chi tiết ở trang 9, 10 trong Nguyễn Thu Thủy (2019). Gần đây, Ning (2010), đã nghiên cứu sự biến động cùng nhau giữa TTCK và TTNH của các quốc gia châu Âu bằng cách mô hình hóa cấu trúc phụ thuộc sử dụng phương pháp copula. Tác giả sử dụng dữ liệu theo tháng của lợi suất chứng khoán Canada và lợi suất tỷ giá USD/CAD giai đoạn từ tháng 1/1995 đến tháng 12/2006. Tác giả đã tìm thấy rằng có sự phụ thuộc đuôi đối xứng giữa các cặp tỷ giá và chứng khoán ở cả hai giai đoạn và sau khi đồng EUR ra đời, và phát hiện thấy cấu trúc phụ thuộc đuôi trên và đuôi dưới giữa hai lớp tài sản này. Các nghiên cứu về cấu trúc phụ thuộc giữa các TTTC nội địa đã được nghiên cứu cho một số nước trên thế giới, chủ yếu tại các nước phát triển, vấn đề này tại các thị trường đang phát triển, các thị trường mới nổi còn nhiều khoảng trống có thể thực hiện. Các nghiên cứu về vấn đề này tại Việt Nam mới dừng lại ở mức độ nghiên cứu mối quan hệ giữa các TTTC trong nước bằng phương pháp nghiên cứu lý thuyết hoặc sử dụng hệ số tương quan tuyến tính, hoặc mới bắt đầu áp dụng nghiên cứu cấu trúc phụ thuộc bằng phương pháp copula nhưng chưa có hệ thống. Có thể nhắc đến một số nghiên cứu như Nguyễn Thu Thủy (2019) đã đề cập, điển hình như Nguyễn Thị Liên Hoa và Nguyễn Thị Thúy Hường (2014), Đỗ Thị Tuyết Nga (2014). Nguyễn Thị Liên Hoa và Nguyễn Thị Thúy Hường (2014) nghiên cứu chỉ số đóng cửa hàng tháng của TTCK định danh bằng đồng tiền địa phương và tỷ giá hối đoái cho năm quốc gia mới nổi là Việt Nam, Singapore, Malaysia, Indonesia và Mexico trong giai đoạn từ tháng 1/2005 đến tháng 12/2013 bằng mô hình EGARCH chuyển đổi Markov. Kết quả nhận được là hệ số ước lượng của sự thay đổi tỷ giá hối đoái mang giá trị âm và có ý nghĩa thống kê với tất cả các thị trường, điều đó đưa đến kết luận rằng những biến động trên thị trường ngoại hối sẽ làm giảm lợi nhuận trên TTCK. Một cú sốc dương trong thị trường ngoại hối gần như dẫn lợi nhuận chứng khoán đến trạng thái bất ổn với giá trị thấp. Đó là xu hướng chung của tất cả các thị trường, tuy nhiên ở mỗi thị trường có tốc độ chuyển đổi trạng thái khác nhau. Xác suất chuyển đổi trạng thái của TTCK phụ thuộc vào mức độ thay đổi của tỷ giá hối đoái nhanh hay chậm. Cung cấp bằng chứng về hiệu ứng lan tỏa biến động giữa TTNH và TTCK cho tất cả các thị trường trừ Malaysia. Các kết luận trên đã phần nào khẳng định thêm rằng mối liên kết động giữa tỷ giá hối đoái và biến động TTCK có khác nhau giữa các quốc gia khác nhau về về vị trí địa lý, đặc điểm khu vực, đặc điểm quốc gia, đặc điểm chính trị và các chính sách kinh tế vĩ mô giữa các thị trường. Nghiên cứu của Đỗ Thị Tuyết Nga (2014) đã nghiên cứu sự biến đổi cùng nhau giữa TTCK và TTNH của các quốc gia gồm Mỹ, Nhật Bản, Trung Quốc, Việt Nam và chỉ số của thị trường Châu Âu bằng cách mô hình hóa trực tiếp cấu trúc phụ thuộc sử dụng các hàm copula. Dữ liệu được sử dụng trong luận văn là dữ liệu theo ngày của TTCK và TTNH từ 28/7/2000 đến 30/09/2014. Dữ liệu nghiên cứu trong luận văn được chia thành hai thời kỳ: thời kỳ trước khủng hoảng từ 28/7/2000 đến 27/2/2007 và thời kỳ sau khủng hoảng từ 27/2/2007 đến 30/9/2014. Kết quả cho thấy rằng Copula SJC thay đổi theo thời gian (Time varying Symmetrized Joe-Clayton) là mô hình tốt để mô tả sự biến động cùng lúc giữa TTCK và TTNH đối với cặp chỉ số chứng khoán SHANGHAI và tỷ giá CNY-USD giai đoạn sau khủng hoảng tài chính toàn cầu 2008, điều này có nghĩa là cặp chỉ số chứng khoán và tỷ giá này cho thấy có sự phụ thuộc đuôi bên phải trong những tình huống thị trường biến động cực mạnh. Đối với cặp chỉ số VNINDEX và tỷ giá VND-USD giai đoạn sau khủng hoảng thì copula Gumbel là mẫu hình thể hiện sự phụ thuộc tốt nhất, tức là có bằng chứng về sự phụ thuộc đuôi bên phải cao hơn, hay hai TTCK và ngoại tệ của Việt Nam sẽ có khả năng bùng nổ cùng nhau nhiều hơn so với khả năng cùng suy giảm. Tất cả những cặp chỉ số chứng khoán và tỷ giá còn lại phù hợp nhất với mẫu hình copula Gaussian thay đổi theo thời gian (Time varying Gaussian copula), có nghĩa là các cặp chứng khoán, tỷ giá này có xác suất cùng bùng nổ bằng xác suất cùng suy giảm theo mẫu hình đối xứng. Ngoài ra, vấn đề nghiên cứu cấu trúc phụ thuộc giữa thị trường ngoại hối, đại diện bởi tỷ giá,và thị trường chứng khoán Việt Nam, đại diện bởi chỉ số VNindex, đã được nghiên cứu trong Nguyễn Thu Thủy (2019). Tuy nhiên vẫn còn một khoảng trống nghiên cứu, cũng là hạn chế và hướng nghiên cứu tiếp theo, đó là sử dụng tỷ giá hối đoái có hiệu lực thực, chứ không phải tỷ giá danh nghĩa song phương như trong Nguyễn Thu Thủy (2019). Ngoài ra, dữ liệu theo tháng được sử dụng thay vì dữ liệu theo ngày như trong hai nghiên cứu trên. Bài viết này thực hiện khoảng trống nghiên cứu nêu trên, với dữ liệu trong giai đoạn tương tự nghiên cứu trước đó để so sánh kết quả thực nghiệm nhận được.

  1. Phương pháp nghiên cứu
    • Các hàm copula

Copula được sử dụng để phân tích cấu trúc phụ thuộc giữa các biến ngẫu nhiên. Điều này được thể hiện trong định lý Sklar (xem Nelsen, 2006). Để đơn giản, ở đây chúng ta xét trường hợp hai biến.

Định lý Sklar: Cho FXY(·) là hàm phân phối xác suất đồng thời với các phân phối biên FX(·) và FY(·). Khi đó tồn tại một copula C(·) sao cho với mọi

                              (1)

Nếu FX(·) và FY(·) liên tục, thì C(·) là duy nhất; ngoài ra, C(·) xác định duy nhất trên RangFX RangFY. Ngược lại, nếu C(·) là một hàm copula và FX(·) và FY(·) là các hàm phân phối biên, thì hàm FXY(·) được xác định bởi (1) là hàm phân phối xác suất đồng thời với các hàm phân phối xác suất biên FX(·) và FY(·).

Nhờ Định lý Sklar, một hàm phân phối xác suất đồng thời có thể được phân rã thành các phân phối xác suất biên một biến, và một copula, giúp mô tả cấu trúc phụ thuộc giữa hai biến X và Y. Kết quả là, các copula giúp chúng ta mô hình hóa từng phân phối biên và cấu trúc phụ thuộc của một biến ngẫu nhiên hai chiều (X, Y).

Các copula khác nhau mô tả các cấu trúc phụ thuộc khác nhau, trong đó các tham số liên kết  thể hiện mức độ phụ thuộc mạnh hay yếu.

Các copula có một số tính chất ưu việt. Một trong số những tính chất căn bản đó là chúng bất biến qua các phép biến đổi tăng và liên tục. Tính chất này rất hữu ích, vì các phép biến đổi đó thường được sử dụng trong kinh tế và tài chính. Ví dụ, copula bất biến với phép biến đổi logarit hóa các biến. Hệ số tương quan không có tính chất này, vì nó chỉ bất biến qua phép biến đổi tuyến tính. Một tính chất ưu việt khác của copula là chúng cung cấp các độ đo sự phụ thuộc ở phần đuôi của phân phối đồng thời của các biến ngẫu nhiên.

Một số copula thông dụng được sử dụng trong kinh tế và tài chính bao gồm copula Gauss, Clayton, Rotated-Clayton, Plackett, Frank, Gumbel, Rotated-Gumbel, Student-t, Symmetrised-Joe-Clayton (SJC). Copula Student-t được sử dụng trong bài sẽ được trình bày chi tiết ngay sau đây còn các mô tả chi tiết của các copula khác có thể tìm thấy trong Nelsen (2006).

Cho là hàm phân phối Student với bậc tự do

                                            (2)

trong đó  là hàm Euler. Cho hệ số tương quan  và  là hàm phân phối đồng thời của hai biến ngẫu nhiên cùng có phân phối Student:

                              (3)

Một Copula  Student- t là hàm sau:

                       (4)

trong đó là hàm ngược của phân phối Student 1-chiều và  là  số bậc tự do.

Nếu các phân phối biên F­1, F2 là hai phân phối Student-t có cùng số bậc tự do  và C là một Copula Student-t với các tham số  và khi đó một hàm phân phối hai biến F được định nghĩa như phương trình (4) là phân phối Student-t2-chiều chuẩn hóa, với , hệ số tương quan tuyến tính và số bậc tự do .

  • Phương pháp ước lượng các tham số của copula

Phương trình (1) đưa đến phương pháp ước lượng hợp lý tối đa một cách rất tự nhiên. Để thấy điều đó, chúng ta lấy vi phân hai vế phương trình (1) sau đó thực hiện logarit hóa hai vế phương trình, chúng ta nhận được:

                                  (5)

trong đó,  Các ước lượng hợp lý tối đa (Maximum Likelihood - ML) một bước của các tham số trong LXY nhận được đơn giản bằng cách tối đa hóa LXY với các tham số này. Với các điều kiện chính quy chuẩn hóa, các ước lượng ML là ước lượng vững, tiệm cận đủ và tiệm cận chuẩn.

Joe and Xu (1996) đã đề xuất một phương pháp hai bước thay thế (gọi là phương pháp hàm suy rộng cho các phân phối biên biên – Inference Function for the Margin - IFM) để ước lượng các tham số  Bước đầu tiên, chúng ta ước lượng các tham số  và  bằng cách tối đa hóa LX và LY. Bước thứ hai, chúng ta ước lượng các tham số copula  bằng cách tối đa hóa hàm LC, khi đã ước lượng được các tham số cho các mô hình biên ước lượng ở bước 1. Joe (1997) đã chứng minh rằng, với các điều kiện chính quy, ước lượng hai bước là vững và tiệm cận chuẩn. Thủ tục này mang tính hiệu quả cao, dễ thực hiện và thuận tiện khi cần ước lượng nhiều tham số. Các tác giả lựa chọn thủ tục ước lượng hai bước theo phương pháp IFM nói trên để ước lượng các tham số phụ thuộc của copula Student-t.

Cụ thể, các bước nghiên cứu cấu trúc phụ thuộc giữa lợi suất chỉ số thị trường chứng khoán VNIndex và lợi suất tỷ giá hối đoái có hiệu lực thực REER được tiến hành như sau:

  • Lựa chọn các phân phối biên cho các chuỗi lợi suất VNIndex và REER sử dụng ước lượng phi tham số là các hàm phân phối xác suất thực nghiệm.
  • Với các phân phối biên là các phân phối xác suất thực nghiệm của hai chuỗi lợi suất, thực hiện ước lượng các tham số của copula sử dụng phương pháp hợp lý tối đa.
  • Với các copula đã dựng được, các tiêu chuẩn giá trị của hàm hợp lý LL (Log-Likelihood), tiêu chuẩn thông tin Akaike AIC (Akaike Info Criterion) và tiêu chuẩn thông tin Schwarz SIC (Schwarz Info Criterion) được sử dụng để lựa chọn copula tốt nhất cho nghiên cứu cấu trúc phụ thuộc giữa hai chuỗi lợi suất thị trường chứng khoán và tỷ giá.
  • Tính các hệ số phụ thuộc đuôi thể hiện sự phụ thuộc giữa hai thị trường trong các tình huống cực đoan.
  • Các thủ tục được thực hiện nhờ sự trợ giúp của phần mềm Eviews và Matlab.
    • Các độ đo sự phụ thuộc được sử dụng trong bài viết

Một độ đo sự phụ thuộc hữu ích khác dựa trên các copula là hệ số phụ thuộc đuôi, được sử dụng trong việc đo lường sự biến động cùng lúc của các biến trong các tình huống cực đoan. Các độ đo sự phụ thuộc đuôi là xác suất để hai biến cùng ở đuôi trên hoặc cùng ở đuôi dưới của phân phối xác suất đồng thời của chúng. Hệ số phụ thuộc đuôi dưới (đuôi trái) và đuôi trên (đuôi phải) được định nghĩa bởi:

                              (6)

                (7)

trong đó  và  Nếu  hoặc  dương, thì X và Y được gọi là có sự phụ thuộc đuôi trái (đuôi dưới) hoặc đuôi phải (đuôi trên) (xem Joe, 1997).

  1. Kết quả nghiên cứu

4.1. Số liệu nghiên cứu

Để phục vụ phân tích thực nghiệm, các tác giả thu thập các chuỗi số liệu theo tháng, từ tháng 01/2007 đến tháng 10/2015 của chỉ số VNIndex và REER. Chỉ số VNIndex, đại diện cho những diễn biến trên thị trường chứng khoán Việt Nam được lấy từ Công ty Cổ phần Chứng khoán VNDIRECT (xem [12]). REER được lấy từ các nghiên cứu của Darvas, Zsolt (2012), được tính theo đồng tiền của 41 đối tác thương mại: Argentina, Úc, Áo, Bỉ, Bolivia, Canada, Chile, Colombia, Đan Mạch, Ecuador, Phần Lan, Pháp, Đức, Ghana, Hi Lạp, Hungary, Iceland, Ấn Độ, Indonesia, Ireland, Israel, Italy, Nhật Bản, Hàn Quốc, Luxembourg, Mexico, Hà Lan, New Zealand, Na-uy, Philippines, Bồ Đào Nha, Nam Phi, Tây Ban Nha, Thụy Điển, Thụy Sĩ, Đài Loan, Thổ Nhĩ Kì, Anh, Mỹ, Uruguay, Venezuela. Bộ số liệu về tỷ giá hối đoái có hiệu lực thực được Darvas, Zsolt thường xuyên cập nhật theo phương pháp đã trình bày trong nghiên cứu năm 2012. Và các tác giả bài báo này sử dụng bộ số liệu đã được Darvas, Zsolt cập nhật đến tháng 1 năm 2017, tính từ tháng 12/1986. Tuy nhiên, các tác giả chỉ sử dụng một phần của bộ số liệu trong giai đoạn từ tháng 01/2017 đến tháng 10/2015. Các tác giả lựa chọn thời kỳ nghiên cứu này giống như trong Nguyễn Thu Thủy (2019) để thực hiện hướng nghiên cứu tiếp theo trong nghiên cứu đó và so sánh kết quả thực nghiệm nhận được. Chuỗi lợi suất của các biến được tính theo công thức:

4.2. Mô tả thống kê

Bảng 1 sau đây trình bày những thông tin tóm tắt về thống kê mô tả của hai chuỗi lợi suất VNIndex và REER.

Bảng 1. Mô tả thống kê chuỗi lợi suất chỉ số chứng khoán và tỷ giá theo tháng

 

Trung bình

Lớn nhất

Nhỏ nhất

Độ lệch chuẩn

Hệ số bất đối xứng

Hệ số nhọn

Jarque-Bera

Giá trị xác suất JB

Số quan sát

RVNINDEX

0,004

0,064

–0,0486

0,0175

0,0887

4,2952

7,5481

0,023

106

RREER

–0,004

0,2024

–0,2546

0,0826

–0,0423

3,8338

3,1023

0,212

106

Nguồn: Tác giả

Hình 1 thể hiện biểu đồ đường của từng chuỗi chỉ số, từng chuỗi lợi suất, biểu đồ phân vị của chuỗi lợi suất so với phân vị của phân phối chuẩn.

Hình 1. Biểu đồ mô tả các chuỗi số liệu

   
   
   

Nguồn: Tác giả

Hình 1 cho thấy, có thể cho rằng các chuỗi VNIndex và REER là không dừng, nhưng các chuỗi lợi suất của chúng lại dừng. Điều này được kiểm chứng từ kết quả trong Bảng 2. Biểu đồ Q-Q thể hiện các chuỗi lợi suất không có phân phối chuẩn, thể hiện ở đồ thị của các chuỗi lợi suất theo phân vị không bám sát đường phân vị của phân phối chuẩn. Điều này cũng thể hiện trong Bảng 1, khi các giá trị thông kê Jarque-Bera là khá lớn. Những chuỗi lợi suất không có phân phối chuẩn được xử lý rất hiệu quả khi sử dụng phương pháp copula.

Hình 2 là biểu đồ Scatter mô tả cấu trúc phụ thuộc giữa lợi suất chỉ số thị trường chứng khoán Việt Nam và lợi suất tỷ giá REER.


Hình 2. Biểu đồ scatter của hai chuỗi lợi suất

Nguồn: Tác giả

Dựa vào biểu đồ trong Hình 2, chúng ta có thể dự đoán cấu trúc phụ thuộc giữa hai chuỗi lợi suất là cấu trúc phụ thuộc đối xứng và có thể có cấu trúc phụ thuộc đuôi. Hoặc dựa vào biểu đồ phụ thuộc theo phân vị giữa hai chuỗi lợi suất trong Hình 3 cũng giúp chúng ta đưa ra nhận xét tương tự.

Hình 3. Biểu đồ cấu trúc phụ thuộc theo phân vị của hai chuỗi lợi suất

Nguồn: Tác giả

Bảng 2. Kết quả kiểm định tính dừng của các chuỗi số liệu

Chuỗi

Kiểm định ADF

Kiểm định Phillips-Perron

Intercept

Trend and intercept

None

Intercept

Trend and intercept

None

REER

–0,244389

–2,349409

2,106086

–0,491434

–1,952297

2,047869

VNIndex

 

–2,817585

 

–2,452804

 

–1,490403

 

–1,863579

 

–1,755413

 

–0,805756

rREER

–7,396719*

–7,574848*

–7,402475*

–7,396719*

–7,514905*

–7,402475

rVNIndex

–7,946115*

–7,914802*

–7,466229*

–7,502122*

–7,470821*

–7,356838*

*: có ý nghĩa thống kê ở mức 1%                                                                  

Nguồn: Tác giả

Các copula được trình bày tóm lược ở trên được áp dụng cho các chuỗi thời gian dừng. Do đó chúng ta nghiên cứu cấu trúc phụ thuộc trên các chuỗi lợi suất của các chỉ số.

4.3. Kết quả nghiên cứu cấu trúc phụ thuộc giữa tỷ giá hối đoái có hiệu lực thực và VNIndex

Sau khi lựa chọn các phân phối thực nghiệm làm phân phối biên cho hai chuỗi lợi suất, các tác giả sử dụng phần mềm Matlab, với code được lấy từ nguồn mở từ trang thông tin lập bởi giáo sư Andrew J. Patton, Đại học Duke, Hoa Kỳ (xem [13]) và có sự điều chỉnh để phù hợp với dữ liệu đã thu thập, để tính các tiêu chuẩn LL, AIC, BIC, nhằm đưa ra lựa chọn hàm copula phù hợp nhất. Kết quả được trình bày trong Bảng 3.

Bảng 3. Kết quả về tiêu chuẩn lựa chọn copula tốt nhất để mô tả cấu trúc phụ thuộc giữa hai chuỗi lợi suất VNIndex và REER

Copula

LL

AIC

BIC

Xếp hạng

Student-t

–2.7472

–5.4566

–5.4064

1

Time-varying normal

–0.8565

–1.6563

–1.5809

2

Normal

–0.4634

–0.908

–0.8829

3

Time-varying rotated Gumbel

–0.5073

–0.9580

–0.8826

4

Plackett

–0.1927

–0.3666

–0.3415

5

Frank

9,7.10-5

0.0191

0.0442

6

Clayton

0.0002

0.0192

0.0444

7

Rotated Clayton

0.0008

0.0205

0.0456

8

Symmetrised Joe-Clayton

0.3254

0.6886

0.7389

9

Time-varying SJC

0.7266

1.5664

1.7172

10

Rotated Gumbel

1.5660

3.1509

3.1761

11

Gumbel

1.7403

3.4995

3.5246

12

Nguồn: Tác giả

Kết quả trong Bảng 3 cho thấy copula phù hợp nhất là copula Student-t. Từ đây, các tác giả tiếp tục tính các tham số của copula Student-t, bao gồm hệ số tương quan ρ và số bậc tự do ν. Kết quả tìm được ρ = – 0,0678 và ν = 3. Với các tham số này cho copula Student-t, chúng ta có thể mô tả hàm mật độ copula Student-t cho phân phối đồng thời của 2 chuỗi lợi suất như trong Hình 4.

Hình 4. Hàm mật độ copula Student-t cho phân phối đồng thời của 2 chuỗi lợi suất

Nguồn: Tác giả

Cuối cùng, hệ số phụ thuộc đuôi giữa hai chuỗi lợi suất được tính toán dựa vào các công thức (6), (7) đều là 0,0829, tức là hệ số phụ thuộc đuôi tương đối yếu. Hai thị trường có thể cùng bùng nổ hoặc cùng khủng hoảng nhưng với xác suất không cao.

  1. Kết luận

Các kết quả trong bài viết này vẫn thống nhất với kết quả trong Nguyễn Thu Thủy (2019), mặc dù việc lựa chọn tỷ giá hối đoái có hiệu lực thực được sử dụng thay vì tỷ giá hối đoái danh nghĩa song phương. Vấn đề mấu chốtlà hàm copula mô tả cấu trúc phụ thuộc giữa hai chỉ số thị trường chứng khoán (đại diện bởi chỉ số VNindex) và chỉ số thị trường ngoại hối (đại diện bởi tỷ giá hối đoái có hiệu lực thực). Mặc dù về mặt định lượng, các tham số của copula ước lượng được có sự khác biệt, nhưng sự khác biệt đó không nhiều.

Có thể so sánh kết quả thực nghiệm đó như trong Bảng 4 sau:

Bảng 4. So sánh kết quả trong bài viết với nghiên cứu trước

 

Kết quả trong Nguyễn Thu Thủy (2019)

Kết quả trong bài viết này

Số liệu

Chỉ số VNindex

 

Tỷ giá hối đoái danh nghĩa song phương

Tỷ giá hối đoái có hiệu lực thực

Chu kỳ của số liệu

Theo ngày

Theo tháng

Hàm copula mô tả cấu trúc phụ thuộc

Student

Tham số của copula mô tả cấu trúc phụ thuộc

Hệ số tương quan: – 0,0437

Số bậc tự do: 5

Hệ số tương quan: – 0,0678

Số bậc tự do: 3

Hệ số phụ thuộc đuôi

0,0443

0,0829

Nguồn: Tác giả

Như vậy có thể nói, mặc dù có sự khác biệt về chu kỳ nghiên cứu và loại tỷ giá hối đoái nhưng hai nghiên cứu cho kết quả khá thống nhất. Tuy nhiên về mặt lý thuyết và thực nghiệm, cách tiếp cận như trong bài viết này được xem như sát thực hơn. Kết quả này giúp cung cấp thêm thông tin cho các nhà đầu tư trong việc đa dạng hóa danh mục đầu tư chỉ số của mình trên hai thị trường. Các nhà đầu tư trên một hoặc cả hai thị trường không chỉ cần quan tâm tới diễn biến trên mỗi thị trường, mà phải quan tâm tới diễn biến trên cả hai thị trường và tác động qua lại giữa chúng. Thông tin trên mỗi thị trường có thể được sử dụng như các chỉ báo để tìm hiểu và dự báo cho hiệu quả đầu tư trên thị trường còn lại. Trong nghiên cứu này, cấu trúc phụ thuộc giữa chỉ số thị trường chứng khoán Việt Nam với thị trường ngoại hối là cấu trúc phụ thuộc đối xứng, mô tả tốt nhất bởi copula Student, có hệ số phụ thuộc đuôi trên và dưới bằng nhau, tuy nhiên các hệ số phụ thuộc này đều khá nhỏ. Điều này chứng tỏ khả năng chỉ số thị trường ngoại hối và chỉ số thị trường chứng khoán Việt Nam cùng đi lên hoặc cùng đi xuống là như nhau, nhưng khả năng này không cao. Nên cần xem xét thêm các yếu tố khác để đưa ra quyết định có đưa các đồng tiền các nước này vào cùng giỏ với cổ phiếu trên thị trường chứng khoán Việt Nam hay không.

 

Tài liệu tham khảo

  1. Aloui, C., (2007), ‘Price and volatility spillovers between exchange rates and stock indexes for the pre- and post-euro period’, Quantitative Finance, Số 7, tr. 1-17.
  1. Darvas, Zsolt (2012),‘Real effective exchange rates for 178 countries: A new database’, Working Paper 2012/06, Bruegel, 15 March 2012.
  2. Đỗ Thị Tuyết Nga (2014), Nghiên cứu cấu trúc phụ thuộc giữa thị trường chứng khoán và thị trường ngoại hối bằng phương pháp copula, Luận văn thạc sỹ, Đại học kinh tế thành phố Hồ Chí Minh.
  3. Joe, H.; Xu J. J. (1996), ‘The estimation method of inference functions for margins for multivariate models’, Technical Report No. 166, Department of Statistics, University of British Columbia.
  4. Joe, H. (1997), Multivariate Models and Dependence Concepts. Monographs on Statistics and Applied Probability, Nhà xuất bản Chapman and Hall, Luân Đôn, Anh Quốc.
  5. Neih, C. C.; Lee, C. F. (2001), ‘Dynamic relationship between stock prices and exchange rates  for  G-7  countries’, The Quarterly Review of Economics and Finance, số 41, trang 477–490.
  6. Nelsen, R. B. (2006), An Introduction to Copulas, Nhà xuất bản Springer Verlag, New York, Hoa Kỳ.
  7. Nguyễn Thị Liên Hoa và Lương Thị Thúy Hường (2014), ‘Mối liên kết động giữa tỷ giá hối đoái và biến động thị trường chứng khoán các quốc gia mới nổi ASEAN’, Tạp chí Phát triển và Hội nhập, Số 17 (27), tr. 31-35.
  8. Nguyễn Thu Thủy (2019), Nghiên cứu cấu trúc phụ thuộc giữa các thị trường tài chính và ứng dụng trong đo lường rủi ro trên thị trường tài chính Việt Nam, Luận án tiến sĩ, Đại học Kinh tế Quốc dân.
  9. Ning, C. (2010), ‘Dependence structure between the equity market and the foreign exchange market - a copula approach’, Journal of International Money and Finance,  Số 5, Tập 29, tr. 743-759.
  10. Solnik, B. (1987), ‘Using Financial Prices to Test Exchange Rate Models: A Note’, The Journal of Finance, Số 1, Tập 42, tr. 141-149.
  1. Công ty Cổ phần Chứng khoán VNDIRECT (2019), ‘Thống kê thị trường chứng khoán’, tại https://www.vndirect.com.vn/portal/thong-ke-thi-truong-chung-khoan/lich-su-gia.shtml, truy cập ngày 6/8/2019.
  2. Trang thông tin khoa Kinh tế, đại học Duke, Hoa Kỳ, ‘Computer Code’, tại http://public.econ.duke.edu/~ap172/, truy cập ngày 18/11/2016.

 

[1] Bài viết này là một kết quả của nhóm nghiên cứu “Mô hình Toán ứng dụng trong một số vấn đề kinh tế -xã hội” thuộc trường Đại học Ngoại thương do TS Phùng Duy Quang làm Trưởng nhóm nghiên cứu.

[2] Học viện Tài chính, Email: nguyenthuthuy@hvtc.edu.vn

[3] Trường Đại học Ngoại thương, Email: quangpd@ftu.edu.vn

[4] Học viện Tài chính, Email: tranthiminhnguyet@hvtc.edu.vn

CẤU TRÚC PHỤ THUỘC GIỮA TỶ GIÁ HỐI ĐOÁI CÓ HIỆU LỰC THỰC VÀ VNINDEX[1]

Nguyễn Thu Thủy[2]

Phùng Duy Quang[3]

Trần Thị Minh Nguyệt[4]

Tóm tắt

 Bài viết này nghiên cứu cấu trúc phụ thuộc giữa chuỗi lợi suất chỉ số thị trường chứng khoán Việt Nam và lợi suất tỷ giá hối đoái có hiệu lực thực REER (lấy cơ sở là chỉ số gia tiêu dùng). Bài viết ước lượng copula Student-t với dữ liệutheo tháng trong giai đoạn từ tháng 01/2007 đến tháng 10/2015. Các kết quả cho thấy có cấu trúc phụ thuộc đuôi đối xứng giữa lợi suất chỉ số thị trường chứng khoán và lợi suất tỷ giá, tức là mức độ phụ thuộc đuôi trên và đuôi dưới bằng nhau. Kết quả thực nghiệm này giúp làm giàu thông tin về nghiên cứu cấu trúc phụ thuộc giữa các thị trường tài chính và ứng dụng trong đo lường rủi ro trên thị trường tài chính Việt Nam.

Từ khóa: Cấu trúc phụ thuộc, Chứng khoán, Copula, Tỷ giá.

Abstract

This paper investigates the dependence structure between the return of Vietnamese stock index and the return of Real Effective Exchange Rate (CPI-based). We estimate the Student-t copula with monthly data over the period January 2007 to October2015. Our results show symmetric tail dependence between the stock index return and the exchange rate return, such that the two returns are dependent the same as in the left and in the right tail of their joint distribution. This empirical results enrich the information of dependence structure between financial markets and applilcations in risk measurement on Vietnamese financial markets.

Key words: Copula, Dependence structure, Exchange rate, Stock.

  1. Đặt vấn đề

Thị trường tài chính (TTTC) được xem như là nhân tố khởi đầu của mỗi nền kinh tế thị trường. Các hoạt động của thị trường tài chính có tác động trực tiếp hoặc gián tiếp đến lợi ích của mỗi cá nhân, đến tốc độ phát triển của doanh nghiệp và đến hiệu quả của toàn bộ nền kinh tế. Các thành viên của thị trường tài chính bao gồm các cá nhân, các doanh nghiệp và các cơ quan chính phủ. Trong nền kinh tế mỗi quốc gia, các thị trường tài chính cũng có mối quan hệ mật thiết với nhau. Sự biến động trên mỗi thị trường (hoặc một nhóm các thị trường) này có thể tác động mạnh mẽ đến sự biến động của các thị trường khác. Bởi vậy, việc nghiên cứu để nhận biết rồi đo lường và từ đó phòng ngừa rủi ro nhằm giúp giảm tổn thất, đảm bảo hoạt động an toàn, hiệu quả của các tổ chức tài chính nói chung và của các nhà đầu tư nói riêng ngày càng trở thành vấn đề quan trọng và bức thiết, đặc biệt là thời kỳ kinh tế Việt Nam đang ngày càng hội nhập vào nền kinh tế thế giới. Để làm tốt điều đó, nhất thiết phải nắm bắt và đo lường được mức độ và cấu trúc phụ thuộc giữa các thị trường tài chính. Căn cứ theo thời hạn luân chuyên vốn, thị trường tài chính được phân thành: thị trường tiền tệ, thị trường ngoại hối và thị trường chứng khoán. Căn cứ vào tính chất của việc phát hành các công cụ tài chính, thị trường tài chính được phân thành thị trường sơ cấp và thị trường thứ cấp.Căn cứ vào cách thức huy động vốn, thị trường tài chính được phân thành thị trường công cụ nợ và thị trường công cụ vốn.Trong các cấu phần của thị trường tài chính, có thị trường ngoại hối (TTNH) và thị trường chứng khoán (TTCK) thường được đề cập trong các nghiên cứu do tầm quan trọng của các thị trường này trong nền kinh tế, cũng như do những thuận tiện nhất định về số liệu nghiên cứu.

Vấn đề nghiên cứu mối quan hệ giữa tỷ giá và chứng khoán đã được thực hiện cho số liệu của nhiều quốc gia sử dụng những kỹ thuật khác nhau, và cũng đưa đến nhiều kết quả khác nhau. Đã có nhiều nghiên cứu cả về mặt lí thuyết và thực nghiệm về mối quan hệ và sự vận động cùng nhau giữa TTCK và thị trường ngoại tệ. Nguyễn Thị Liên Hoa và Lương Thị Thúy Hường (2014, tr 31) đã khẳng định Về mặt lý thuyết: Các lý thuyết kinh tế học có 2 cách tiếp cận khác nhau về sự phụ thuộc giữa giá chứng khoán và tỷ giá, gọi là hướng tiếp cận “hướng đến dòng chảy tiền tệ” (flow-oriented) và hướng tiếp cận “hướng đến chứng khoán” (stock oriented). Tất cả những cách tiếp cận này chỉ rõ rằng TTCK tác động đến tỷ giá và ngược lại. Đầu tiên, theo hướng tiếp cận “hướng đến dòng chảy tiền tệ” cho rằng sự thay đổi của tỷ giá ảnh hưởng đến cán cân thương mại và mức độ cạnh tranh quốc tế. Về mặt lý thuyết, sự thay đổi của tỷ giá sẽ ảnh hưởng đến sản lượng đầu ra và cuối cùng là vị thế cạnh tranh của các công ty. Nếu một công ty có vị thế canh tranh tốt hơn sẽ có tác động tích cực trực tiếp lên giá chứng khoán, bởi vì giá chứng khoán thể hiện dòng tiền mặt tương lai của công ty. Việc đồng nội tệ giảm giá sẽ giúp gia tăng lợi thế cạnh tranh của các công ty trong nước do hàng hóa xuất khẩu của họ sẽ rẻ hơn trong giao thương quốc tế. Kết quả là, sẽ có một mối tương quan dương giữa giá chứng khoán và tỷ giá. Còn cách tiếp cận “hướng đến chứng khoán” thì thường xem xét đến các mô hình cân bằng danh mục, trong đó sẽ xem xét một danh mục đã được đa dạng hóa ở mức độ quốc tế. Những mô hình này cho rằng sự biến động của tỷ giá sẽ ảnh hưởng đến cân bằng cung cầu của các tài sản tài chính nội địa và quốc tế. Do đó, theo cách tiếp cận này thì một sự gia tăng trong giá cả chứng khoán nội địa sẽ làm cho đồng nội tệ tăng giá bởi vì nhu cầu của các nhà đầu tư đối với nội tệ gia tăng để mua chứng khoán nội địa. Khi giá chứng khoán giảm sẽ làm giảm sự giàu có của các nhà đầu tư địa phương, dẫn đến làm giảm nhu cầu của họ về tiền tệ. Các ngân hàng sẽ phản ứng bằng cách giảm lãi suất, mà việc lãi suất giảm sẽ không có sức hấp dẫn đối với các dòng vốn, kết quả là nhu cầu đồng nội tệ giảm và vì vậy đồng nội tệ giảm giá. Bởi vì tài sản trong nước và tài sản nước ngoài không có sự thay thế hoàn hảo trong danh mục đầu tư hiệu quả cân bằng, khi các nhà đầu tư điều chỉnh tỷ lệ giữa tài sản nội địa và nước ngoài trong danh mục của họ để đối phó với sự thay đổi điều kiện kinh tế, tỷ giá cũng sẽ phải thay đổi theo. Vì vậy, cách tiếp cận “hướng đến chứng khoán” này sẽ cho thấy mối quan hệ ngược chiều nhau giữa giá chứng khoán và tỷ giá. Về mặt thực nghiệm: Nghiên cứu thực nghiệm mối quan hệ tương tác và nhân quả giữa giá chứng khoán và tỷ giá đã đưa ra nhiều kết quả khác nhau (tương quan dương, tương quan âm, tồn tại quan hệ nhân quả và không tồn tại quan hệ nhân quả, quan hệ nhân quả một chiều, ...). Từ quan điểm vi mô, đồng nội tệ tăng giá có thể làm cho các công ty xuất khẩu gặp bất lợi trong cạnh tranh, dẫn đến giá chứng khoán của các công ty này giảm, cho thấy mối quan hệ ngược chiều giữa tỷ suất sinh lợi chứng khoán và tỷ giá. Mặt khác, các công ty nhập khẩu có thể hưởng lợi từ việc đồng nội tệ tăng giá, cho thấy mối quan hệ cùng chiều giữa hai thị trường này. Từ quan điểm vĩ mô, nếu lãi suất nội tệ cao tương đối so với phần còn lại của thế giới, nhu cầu nội tệ sẽ cao hơn làm cho đồng nội tệ tăng giá. Trong khi đó, lãi suất cao hơn cũng sẽ làm gia tăng chi phí vay mượn của các công ty nội địa, làm cho giá chứng khoán giảm. Điều này cho thấy mối quan hệ ngược chiều giữa hai thị trường này.

Vấn đề nghiên cứu mối quan hệ nói chung và cấu trúc phụ thuộc nói riêng giữa tỷ giá hối đoái và chỉ số thị trường chứng khoán đã được nghiên cứu cả về mặt lý thuyết và thực nghiệm như được trình bày ở trên. Có một số cách lựa chọn số liệu đại diện cho tỷ giá hối đoái liên quan đến đồng Việt Nam như tỷ giá danh nghĩa, tỷ giá hối đoái có hiệu lực thực, hay tỷ giá của đồng Việt Nam trên thị trường tự do,… Trong khi đó, chỉ số VNINDEX theo “truyền thống”, trong nhiều nghiên cứu, vẫn được chọn làm đại diện cho chỉ số thị trường chứng khoán Việt Nam. Trong lĩnh vực thực nghiệm, vấn đề nghiên cứu cấu trúc phụ thuộc giữa tỷ giá hối đoái và chỉ số thị trường chứng khoán sử dụng các biến đại diện là tỷ giá hối đoái có hiệu lực thực và VNINDEX, một cách tương ứng, còn là khoảng trống. Do đó, các tác giả thực hiện nghiên cứu này để tìm hiểu khi lựa chọn các thành phần tỷ giá khác nhau có làm thay đổi mối tương quan kỳ vọng giữa hai biến này hay không, từ đó đưa ra một số hàm ý chính sách liên quan.

  1. Tổng quan lý thuyết, tóm tắt tình hình nghiên cứu

Một số nghiên cứu thực nghiệm về mối quan hệ giữa TTCK và thị trường ngoại tệ có thể được nhắc đến trong Nguyễn Thu Thủy (2019) như Solnik (l987), Neih và Lee (2001), Aloui (2007), Ning (2010). Chẳng hạn, sử dụng phương pháp ước lượng bình phương tối thiểu (OLS), Solnik (l987) đã tìm thấy mối quan hệ dương ở mức yếu giữa tỷ giá và chứng khoán khi sử dụng dữ liệu theo tháng nhưng mối quan hệ lại ngược chiều khi sử dụng dữ liệu theo quý cho 8 quốc gia phương Tây: Canada,  Pháp,  Đức,  Nhật Bản,  Hà Lan,  Thụy Sĩ,  Anh,  và Mỹ; tỷ giá theo euro của các đồng tiền trong 1 tháng và 3 tháng. Giai đoạn nghiên cứu từ tháng 7/1973 đến tháng 12/1983. Tác giả tìm thấy kết quả là sau tháng 10/1979, tỷ giá hối đoái thực bị ảnh hưởng mạnh mẽ bởi lãi suất. Có mối tương quan dương giữa lợi suất chứng khoán và tỷ giá đặc biệt là giai đoạn sau năm 1979. Neih và Lee (2001) đã kiểm tra mối quan hệ động giữa giá chứng khoán và tỷ giá của các quốc gia G7 từ 1/10/1993 đến 15/2/1996 trên số liệu về giá đóng cửa hàng ngày của chỉ số TTCK và tỷ giá hối đoái theo USD của nhóm các nước G7. Nhờ kiểm định đồng tích hợp và mô hình hiệu chỉnh sai số dạng vectơ, các tác giả chỉ ra rằng không có mối quan hệ cân bằng dài hạn giữa chỉ số TTCK và ngoại hối tại các nước này. Còn mối quan hệ cân bằng trong ngắn hạn chỉ tìm thấy tại một số nước trong nhóm, chẳng hạn tỷ giá giảm thường kéo TTCK Đức đi xuống, nhưng lại đẩy TTCK ngày hôm sau của Canada và Anh đi lên. Tuy nhiên, khi giá chứng khoán tăng lại thường làm giảm giá ngoại hối ngày hôm sau ở Ý và Nhật Bản. Còn tại Mỹ, không tìm thấy mối quan hệ cân bằng giữa giá chứng khoán và giá trị đồng đô la cả trong ngắn hạn cũng như dài hạn. Aloui (2007) nghiên cứu hiệu ứng lan tỏa và nhân quả giữa TTCK và TTNH của Mỹ và một vài quốc gia khu vực châu Âu trong giai đoạn trước khi đồng Euro ra đời và sau khi đồng Euro ra đời, bằng cách sử dụng mô hình phương sai có điều kiện của sai số thay đổi tự hồi quy tổng quát dạng mũ (Exponential Generalized Autoregressive Conditionally Heteroskedastic - EGARCH) đa biến. Dữ liệu được nghiên cứu là giá đóng cửa cuối ngày của tỷ giá theo đô là Mỹ và chỉ số TTCK 5 nước (Pháp, Ý, Đức, Bỉ, Mỹ) giai đoạn từ 28/12/1990 đến 10/02/2005. Kết quả là có hiệu ứng lan tỏa và quan hệ nhân quả của tỷ giá đến giá chứng khoán khi có sự ra đời của đồng Euro. Tuy nhiên giá chứng khoán không có tác động đến tỷ giá trong cả hai thời kỳ trước và sau khi có đồng Euro. Trong khi có nhiều nghiên cứu về cấu trúc phụ thuộc giữa các TTCK quốc tế và một số nghiên cứu về cấu trúc phụ thuộc giữa các tỷ giá bằng hàm copula, thì vẫn có rất ít nghiên cứu sử dụng copula để nghiên cứu cấu trúc phụ thuộc giữa TTCK và TTNH. Cấu trúc phụ thuộc trong bài viết được hiểu theo nghĩa là sự biến động của một thị trường (hay một nhóm thị trường) này ở một mức độ nào đó có tác động làm cho một thị trường (hay một nhóm thị trường) khác cũng biến động ở một mức độ nhất định. Nguồn gốc, khái niệm về cấu trúc phụ thuộc giữa các thị trường tài chính được trình bày chi tiết ở trang 9, 10 trong Nguyễn Thu Thủy (2019). Gần đây, Ning (2010), đã nghiên cứu sự biến động cùng nhau giữa TTCK và TTNH của các quốc gia châu Âu bằng cách mô hình hóa cấu trúc phụ thuộc sử dụng phương pháp copula. Tác giả sử dụng dữ liệu theo tháng của lợi suất chứng khoán Canada và lợi suất tỷ giá USD/CAD giai đoạn từ tháng 1/1995 đến tháng 12/2006. Tác giả đã tìm thấy rằng có sự phụ thuộc đuôi đối xứng giữa các cặp tỷ giá và chứng khoán ở cả hai giai đoạn và sau khi đồng EUR ra đời, và phát hiện thấy cấu trúc phụ thuộc đuôi trên và đuôi dưới giữa hai lớp tài sản này. Các nghiên cứu về cấu trúc phụ thuộc giữa các TTTC nội địa đã được nghiên cứu cho một số nước trên thế giới, chủ yếu tại các nước phát triển, vấn đề này tại các thị trường đang phát triển, các thị trường mới nổi còn nhiều khoảng trống có thể thực hiện. Các nghiên cứu về vấn đề này tại Việt Nam mới dừng lại ở mức độ nghiên cứu mối quan hệ giữa các TTTC trong nước bằng phương pháp nghiên cứu lý thuyết hoặc sử dụng hệ số tương quan tuyến tính, hoặc mới bắt đầu áp dụng nghiên cứu cấu trúc phụ thuộc bằng phương pháp copula nhưng chưa có hệ thống. Có thể nhắc đến một số nghiên cứu như Nguyễn Thu Thủy (2019) đã đề cập, điển hình như Nguyễn Thị Liên Hoa và Nguyễn Thị Thúy Hường (2014), Đỗ Thị Tuyết Nga (2014). Nguyễn Thị Liên Hoa và Nguyễn Thị Thúy Hường (2014) nghiên cứu chỉ số đóng cửa hàng tháng của TTCK định danh bằng đồng tiền địa phương và tỷ giá hối đoái cho năm quốc gia mới nổi là Việt Nam, Singapore, Malaysia, Indonesia và Mexico trong giai đoạn từ tháng 1/2005 đến tháng 12/2013 bằng mô hình EGARCH chuyển đổi Markov. Kết quả nhận được là hệ số ước lượng của sự thay đổi tỷ giá hối đoái mang giá trị âm và có ý nghĩa thống kê với tất cả các thị trường, điều đó đưa đến kết luận rằng những biến động trên thị trường ngoại hối sẽ làm giảm lợi nhuận trên TTCK. Một cú sốc dương trong thị trường ngoại hối gần như dẫn lợi nhuận chứng khoán đến trạng thái bất ổn với giá trị thấp. Đó là xu hướng chung của tất cả các thị trường, tuy nhiên ở mỗi thị trường có tốc độ chuyển đổi trạng thái khác nhau. Xác suất chuyển đổi trạng thái của TTCK phụ thuộc vào mức độ thay đổi của tỷ giá hối đoái nhanh hay chậm. Cung cấp bằng chứng về hiệu ứng lan tỏa biến động giữa TTNH và TTCK cho tất cả các thị trường trừ Malaysia. Các kết luận trên đã phần nào khẳng định thêm rằng mối liên kết động giữa tỷ giá hối đoái và biến động TTCK có khác nhau giữa các quốc gia khác nhau về về vị trí địa lý, đặc điểm khu vực, đặc điểm quốc gia, đặc điểm chính trị và các chính sách kinh tế vĩ mô giữa các thị trường. Nghiên cứu của Đỗ Thị Tuyết Nga (2014) đã nghiên cứu sự biến đổi cùng nhau giữa TTCK và TTNH của các quốc gia gồm Mỹ, Nhật Bản, Trung Quốc, Việt Nam và chỉ số của thị trường Châu Âu bằng cách mô hình hóa trực tiếp cấu trúc phụ thuộc sử dụng các hàm copula. Dữ liệu được sử dụng trong luận văn là dữ liệu theo ngày của TTCK và TTNH từ 28/7/2000 đến 30/09/2014. Dữ liệu nghiên cứu trong luận văn được chia thành hai thời kỳ: thời kỳ trước khủng hoảng từ 28/7/2000 đến 27/2/2007 và thời kỳ sau khủng hoảng từ 27/2/2007 đến 30/9/2014. Kết quả cho thấy rằng Copula SJC thay đổi theo thời gian (Time varying Symmetrized Joe-Clayton) là mô hình tốt để mô tả sự biến động cùng lúc giữa TTCK và TTNH đối với cặp chỉ số chứng khoán SHANGHAI và tỷ giá CNY-USD giai đoạn sau khủng hoảng tài chính toàn cầu 2008, điều này có nghĩa là cặp chỉ số chứng khoán và tỷ giá này cho thấy có sự phụ thuộc đuôi bên phải trong những tình huống thị trường biến động cực mạnh. Đối với cặp chỉ số VNINDEX và tỷ giá VND-USD giai đoạn sau khủng hoảng thì copula Gumbel là mẫu hình thể hiện sự phụ thuộc tốt nhất, tức là có bằng chứng về sự phụ thuộc đuôi bên phải cao hơn, hay hai TTCK và ngoại tệ của Việt Nam sẽ có khả năng bùng nổ cùng nhau nhiều hơn so với khả năng cùng suy giảm. Tất cả những cặp chỉ số chứng khoán và tỷ giá còn lại phù hợp nhất với mẫu hình copula Gaussian thay đổi theo thời gian (Time varying Gaussian copula), có nghĩa là các cặp chứng khoán, tỷ giá này có xác suất cùng bùng nổ bằng xác suất cùng suy giảm theo mẫu hình đối xứng. Ngoài ra, vấn đề nghiên cứu cấu trúc phụ thuộc giữa thị trường ngoại hối, đại diện bởi tỷ giá,và thị trường chứng khoán Việt Nam, đại diện bởi chỉ số VNindex, đã được nghiên cứu trong Nguyễn Thu Thủy (2019). Tuy nhiên vẫn còn một khoảng trống nghiên cứu, cũng là hạn chế và hướng nghiên cứu tiếp theo, đó là sử dụng tỷ giá hối đoái có hiệu lực thực, chứ không phải tỷ giá danh nghĩa song phương như trong Nguyễn Thu Thủy (2019). Ngoài ra, dữ liệu theo tháng được sử dụng thay vì dữ liệu theo ngày như trong hai nghiên cứu trên. Bài viết này thực hiện khoảng trống nghiên cứu nêu trên, với dữ liệu trong giai đoạn tương tự nghiên cứu trước đó để so sánh kết quả thực nghiệm nhận được.

  1. Phương pháp nghiên cứu
    • Các hàm copula

Copula được sử dụng để phân tích cấu trúc phụ thuộc giữa các biến ngẫu nhiên. Điều này được thể hiện trong định lý Sklar (xem Nelsen, 2006). Để đơn giản, ở đây chúng ta xét trường hợp hai biến.

Định lý Sklar: Cho FXY(·) là hàm phân phối xác suất đồng thời với các phân phối biên FX(·) và FY(·). Khi đó tồn tại một copula C(·) sao cho với mọi

                              (1)

Nếu FX(·) và FY(·) liên tục, thì C(·) là duy nhất; ngoài ra, C(·) xác định duy nhất trên RangFX RangFY. Ngược lại, nếu C(·) là một hàm copula và FX(·) và FY(·) là các hàm phân phối biên, thì hàm FXY(·) được xác định bởi (1) là hàm phân phối xác suất đồng thời với các hàm phân phối xác suất biên FX(·) và FY(·).

Nhờ Định lý Sklar, một hàm phân phối xác suất đồng thời có thể được phân rã thành các phân phối xác suất biên một biến, và một copula, giúp mô tả cấu trúc phụ thuộc giữa hai biến X và Y. Kết quả là, các copula giúp chúng ta mô hình hóa từng phân phối biên và cấu trúc phụ thuộc của một biến ngẫu nhiên hai chiều (X, Y).

Các copula khác nhau mô tả các cấu trúc phụ thuộc khác nhau, trong đó các tham số liên kết  thể hiện mức độ phụ thuộc mạnh hay yếu.

Các copula có một số tính chất ưu việt. Một trong số những tính chất căn bản đó là chúng bất biến qua các phép biến đổi tăng và liên tục. Tính chất này rất hữu ích, vì các phép biến đổi đó thường được sử dụng trong kinh tế và tài chính. Ví dụ, copula bất biến với phép biến đổi logarit hóa các biến. Hệ số tương quan không có tính chất này, vì nó chỉ bất biến qua phép biến đổi tuyến tính. Một tính chất ưu việt khác của copula là chúng cung cấp các độ đo sự phụ thuộc ở phần đuôi của phân phối đồng thời của các biến ngẫu nhiên.

Một số copula thông dụng được sử dụng trong kinh tế và tài chính bao gồm copula Gauss, Clayton, Rotated-Clayton, Plackett, Frank, Gumbel, Rotated-Gumbel, Student-t, Symmetrised-Joe-Clayton (SJC). Copula Student-t được sử dụng trong bài sẽ được trình bày chi tiết ngay sau đây còn các mô tả chi tiết của các copula khác có thể tìm thấy trong Nelsen (2006).

Cho là hàm phân phối Student với bậc tự do

                                            (2)

trong đó  là hàm Euler. Cho hệ số tương quan  và  là hàm phân phối đồng thời của hai biến ngẫu nhiên cùng có phân phối Student:

                              (3)

Một Copula  Student- t là hàm sau:

                       (4)

trong đó là hàm ngược của phân phối Student 1-chiều và  là  số bậc tự do.

Nếu các phân phối biên F­1, F2 là hai phân phối Student-t có cùng số bậc tự do  và C là một Copula Student-t với các tham số  và khi đó một hàm phân phối hai biến F được định nghĩa như phương trình (4) là phân phối Student-t2-chiều chuẩn hóa, với , hệ số tương quan tuyến tính và số bậc tự do .

  • Phương pháp ước lượng các tham số của copula

Phương trình (1) đưa đến phương pháp ước lượng hợp lý tối đa một cách rất tự nhiên. Để thấy điều đó, chúng ta lấy vi phân hai vế phương trình (1) sau đó thực hiện logarit hóa hai vế phương trình, chúng ta nhận được:

                                  (5)

trong đó,  Các ước lượng hợp lý tối đa (Maximum Likelihood - ML) một bước của các tham số trong LXY nhận được đơn giản bằng cách tối đa hóa LXY với các tham số này. Với các điều kiện chính quy chuẩn hóa, các ước lượng ML là ước lượng vững, tiệm cận đủ và tiệm cận chuẩn.

Joe and Xu (1996) đã đề xuất một phương pháp hai bước thay thế (gọi là phương pháp hàm suy rộng cho các phân phối biên biên – Inference Function for the Margin - IFM) để ước lượng các tham số  Bước đầu tiên, chúng ta ước lượng các tham số  và  bằng cách tối đa hóa LX và LY. Bước thứ hai, chúng ta ước lượng các tham số copula  bằng cách tối đa hóa hàm LC, khi đã ước lượng được các tham số cho các mô hình biên ước lượng ở bước 1. Joe (1997) đã chứng minh rằng, với các điều kiện chính quy, ước lượng hai bước là vững và tiệm cận chuẩn. Thủ tục này mang tính hiệu quả cao, dễ thực hiện và thuận tiện khi cần ước lượng nhiều tham số. Các tác giả lựa chọn thủ tục ước lượng hai bước theo phương pháp IFM nói trên để ước lượng các tham số phụ thuộc của copula Student-t.

Cụ thể, các bước nghiên cứu cấu trúc phụ thuộc giữa lợi suất chỉ số thị trường chứng khoán VNIndex và lợi suất tỷ giá hối đoái có hiệu lực thực REER được tiến hành như sau:

  • Lựa chọn các phân phối biên cho các chuỗi lợi suất VNIndex và REER sử dụng ước lượng phi tham số là các hàm phân phối xác suất thực nghiệm.
  • Với các phân phối biên là các phân phối xác suất thực nghiệm của hai chuỗi lợi suất, thực hiện ước lượng các tham số của copula sử dụng phương pháp hợp lý tối đa.
  • Với các copula đã dựng được, các tiêu chuẩn giá trị của hàm hợp lý LL (Log-Likelihood), tiêu chuẩn thông tin Akaike AIC (Akaike Info Criterion) và tiêu chuẩn thông tin Schwarz SIC (Schwarz Info Criterion) được sử dụng để lựa chọn copula tốt nhất cho nghiên cứu cấu trúc phụ thuộc giữa hai chuỗi lợi suất thị trường chứng khoán và tỷ giá.
  • Tính các hệ số phụ thuộc đuôi thể hiện sự phụ thuộc giữa hai thị trường trong các tình huống cực đoan.
  • Các thủ tục được thực hiện nhờ sự trợ giúp của phần mềm Eviews và Matlab.
    • Các độ đo sự phụ thuộc được sử dụng trong bài viết

Một độ đo sự phụ thuộc hữu ích khác dựa trên các copula là hệ số phụ thuộc đuôi, được sử dụng trong việc đo lường sự biến động cùng lúc của các biến trong các tình huống cực đoan. Các độ đo sự phụ thuộc đuôi là xác suất để hai biến cùng ở đuôi trên hoặc cùng ở đuôi dưới của phân phối xác suất đồng thời của chúng. Hệ số phụ thuộc đuôi dưới (đuôi trái) và đuôi trên (đuôi phải) được định nghĩa bởi:

                              (6)

                (7)

trong đó  và  Nếu  hoặc  dương, thì X và Y được gọi là có sự phụ thuộc đuôi trái (đuôi dưới) hoặc đuôi phải (đuôi trên) (xem Joe, 1997).

  1. Kết quả nghiên cứu

4.1. Số liệu nghiên cứu

Để phục vụ phân tích thực nghiệm, các tác giả thu thập các chuỗi số liệu theo tháng, từ tháng 01/2007 đến tháng 10/2015 của chỉ số VNIndex và REER. Chỉ số VNIndex, đại diện cho những diễn biến trên thị trường chứng khoán Việt Nam được lấy từ Công ty Cổ phần Chứng khoán VNDIRECT (xem [12]). REER được lấy từ các nghiên cứu của Darvas, Zsolt (2012), được tính theo đồng tiền của 41 đối tác thương mại: Argentina, Úc, Áo, Bỉ, Bolivia, Canada, Chile, Colombia, Đan Mạch, Ecuador, Phần Lan, Pháp, Đức, Ghana, Hi Lạp, Hungary, Iceland, Ấn Độ, Indonesia, Ireland, Israel, Italy, Nhật Bản, Hàn Quốc, Luxembourg, Mexico, Hà Lan, New Zealand, Na-uy, Philippines, Bồ Đào Nha, Nam Phi, Tây Ban Nha, Thụy Điển, Thụy Sĩ, Đài Loan, Thổ Nhĩ Kì, Anh, Mỹ, Uruguay, Venezuela. Bộ số liệu về tỷ giá hối đoái có hiệu lực thực được Darvas, Zsolt thường xuyên cập nhật theo phương pháp đã trình bày trong nghiên cứu năm 2012. Và các tác giả bài báo này sử dụng bộ số liệu đã được Darvas, Zsolt cập nhật đến tháng 1 năm 2017, tính từ tháng 12/1986. Tuy nhiên, các tác giả chỉ sử dụng một phần của bộ số liệu trong giai đoạn từ tháng 01/2017 đến tháng 10/2015. Các tác giả lựa chọn thời kỳ nghiên cứu này giống như trong Nguyễn Thu Thủy (2019) để thực hiện hướng nghiên cứu tiếp theo trong nghiên cứu đó và so sánh kết quả thực nghiệm nhận được. Chuỗi lợi suất của các biến được tính theo công thức:

4.2. Mô tả thống kê

Bảng 1 sau đây trình bày những thông tin tóm tắt về thống kê mô tả của hai chuỗi lợi suất VNIndex và REER.

Bảng 1. Mô tả thống kê chuỗi lợi suất chỉ số chứng khoán và tỷ giá theo tháng

 

Trung bình

Lớn nhất

Nhỏ nhất

Độ lệch chuẩn

Hệ số bất đối xứng

Hệ số nhọn

Jarque-Bera

Giá trị xác suất JB

Số quan sát

RVNINDEX

0,004

0,064

–0,0486

0,0175

0,0887

4,2952

7,5481

0,023

106

RREER

–0,004

0,2024

–0,2546

0,0826

–0,0423

3,8338

3,1023

0,212

106

Nguồn: Tác giả

Hình 1 thể hiện biểu đồ đường của từng chuỗi chỉ số, từng chuỗi lợi suất, biểu đồ phân vị của chuỗi lợi suất so với phân vị của phân phối chuẩn.

Hình 1. Biểu đồ mô tả các chuỗi số liệu

   
   
   

Nguồn: Tác giả

Hình 1 cho thấy, có thể cho rằng các chuỗi VNIndex và REER là không dừng, nhưng các chuỗi lợi suất của chúng lại dừng. Điều này được kiểm chứng từ kết quả trong Bảng 2. Biểu đồ Q-Q thể hiện các chuỗi lợi suất không có phân phối chuẩn, thể hiện ở đồ thị của các chuỗi lợi suất theo phân vị không bám sát đường phân vị của phân phối chuẩn. Điều này cũng thể hiện trong Bảng 1, khi các giá trị thông kê Jarque-Bera là khá lớn. Những chuỗi lợi suất không có phân phối chuẩn được xử lý rất hiệu quả khi sử dụng phương pháp copula.

Hình 2 là biểu đồ Scatter mô tả cấu trúc phụ thuộc giữa lợi suất chỉ số thị trường chứng khoán Việt Nam và lợi suất tỷ giá REER.


Hình 2. Biểu đồ scatter của hai chuỗi lợi suất

Nguồn: Tác giả

Dựa vào biểu đồ trong Hình 2, chúng ta có thể dự đoán cấu trúc phụ thuộc giữa hai chuỗi lợi suất là cấu trúc phụ thuộc đối xứng và có thể có cấu trúc phụ thuộc đuôi. Hoặc dựa vào biểu đồ phụ thuộc theo phân vị giữa hai chuỗi lợi suất trong Hình 3 cũng giúp chúng ta đưa ra nhận xét tương tự.

Hình 3. Biểu đồ cấu trúc phụ thuộc theo phân vị của hai chuỗi lợi suất

Nguồn: Tác giả

Bảng 2. Kết quả kiểm định tính dừng của các chuỗi số liệu

Chuỗi

Kiểm định ADF

Kiểm định Phillips-Perron

Intercept

Trend and intercept

None

Intercept

Trend and intercept

None

REER

–0,244389

–2,349409

2,106086

–0,491434

–1,952297

2,047869

VNIndex

 

–2,817585

 

–2,452804

 

–1,490403

 

–1,863579

 

–1,755413

 

–0,805756

rREER

–7,396719*

–7,574848*

–7,402475*

–7,396719*

–7,514905*

–7,402475

rVNIndex

–7,946115*

–7,914802*

–7,466229*

–7,502122*

–7,470821*

–7,356838*

*: có ý nghĩa thống kê ở mức 1%                                                                  

Nguồn: Tác giả

Các copula được trình bày tóm lược ở trên được áp dụng cho các chuỗi thời gian dừng. Do đó chúng ta nghiên cứu cấu trúc phụ thuộc trên các chuỗi lợi suất của các chỉ số.

4.3. Kết quả nghiên cứu cấu trúc phụ thuộc giữa tỷ giá hối đoái có hiệu lực thực và VNIndex

Sau khi lựa chọn các phân phối thực nghiệm làm phân phối biên cho hai chuỗi lợi suất, các tác giả sử dụng phần mềm Matlab, với code được lấy từ nguồn mở từ trang thông tin lập bởi giáo sư Andrew J. Patton, Đại học Duke, Hoa Kỳ (xem [13]) và có sự điều chỉnh để phù hợp với dữ liệu đã thu thập, để tính các tiêu chuẩn LL, AIC, BIC, nhằm đưa ra lựa chọn hàm copula phù hợp nhất. Kết quả được trình bày trong Bảng 3.

Bảng 3. Kết quả về tiêu chuẩn lựa chọn copula tốt nhất để mô tả cấu trúc phụ thuộc giữa hai chuỗi lợi suất VNIndex và REER

Copula

LL

AIC

BIC

Xếp hạng

Student-t

–2.7472

–5.4566

–5.4064

1

Time-varying normal

–0.8565

–1.6563

–1.5809

2

Normal

–0.4634

–0.908

–0.8829

3

Time-varying rotated Gumbel

–0.5073

–0.9580

–0.8826

4

Plackett

–0.1927

–0.3666

–0.3415

5

Frank

9,7.10-5

0.0191

0.0442

6

Clayton

0.0002

0.0192

0.0444

7

Rotated Clayton

0.0008

0.0205

0.0456

8

Symmetrised Joe-Clayton

0.3254

0.6886

0.7389

9

Time-varying SJC

0.7266

1.5664

1.7172

10

Rotated Gumbel

1.5660

3.1509

3.1761

11

Gumbel

1.7403

3.4995

3.5246

12

Nguồn: Tác giả

Kết quả trong Bảng 3 cho thấy copula phù hợp nhất là copula Student-t. Từ đây, các tác giả tiếp tục tính các tham số của copula Student-t, bao gồm hệ số tương quan ρ và số bậc tự do ν. Kết quả tìm được ρ = – 0,0678 và ν = 3. Với các tham số này cho copula Student-t, chúng ta có thể mô tả hàm mật độ copula Student-t cho phân phối đồng thời của 2 chuỗi lợi suất như trong Hình 4.

Hình 4. Hàm mật độ copula Student-t cho phân phối đồng thời của 2 chuỗi lợi suất

Nguồn: Tác giả

Cuối cùng, hệ số phụ thuộc đuôi giữa hai chuỗi lợi suất được tính toán dựa vào các công thức (6), (7) đều là 0,0829, tức là hệ số phụ thuộc đuôi tương đối yếu. Hai thị trường có thể cùng bùng nổ hoặc cùng khủng hoảng nhưng với xác suất không cao.

  1. Kết luận

Các kết quả trong bài viết này vẫn thống nhất với kết quả trong Nguyễn Thu Thủy (2019), mặc dù việc lựa chọn tỷ giá hối đoái có hiệu lực thực được sử dụng thay vì tỷ giá hối đoái danh nghĩa song phương. Vấn đề mấu chốtlà hàm copula mô tả cấu trúc phụ thuộc giữa hai chỉ số thị trường chứng khoán (đại diện bởi chỉ số VNindex) và chỉ số thị trường ngoại hối (đại diện bởi tỷ giá hối đoái có hiệu lực thực). Mặc dù về mặt định lượng, các tham số của copula ước lượng được có sự khác biệt, nhưng sự khác biệt đó không nhiều.

Có thể so sánh kết quả thực nghiệm đó như trong Bảng 4 sau:

Bảng 4. So sánh kết quả trong bài viết với nghiên cứu trước

 

Kết quả trong Nguyễn Thu Thủy (2019)

Kết quả trong bài viết này

Số liệu

Chỉ số VNindex

 

Tỷ giá hối đoái danh nghĩa song phương

Tỷ giá hối đoái có hiệu lực thực

Chu kỳ của số liệu

Theo ngày

Theo tháng

Hàm copula mô tả cấu trúc phụ thuộc

Student

Tham số của copula mô tả cấu trúc phụ thuộc

Hệ số tương quan: – 0,0437

Số bậc tự do: 5

Hệ số tương quan: – 0,0678

Số bậc tự do: 3

Hệ số phụ thuộc đuôi

0,0443

0,0829

Nguồn: Tác giả

Như vậy có thể nói, mặc dù có sự khác biệt về chu kỳ nghiên cứu và loại tỷ giá hối đoái nhưng hai nghiên cứu cho kết quả khá thống nhất. Tuy nhiên về mặt lý thuyết và thực nghiệm, cách tiếp cận như trong bài viết này được xem như sát thực hơn. Kết quả này giúp cung cấp thêm thông tin cho các nhà đầu tư trong việc đa dạng hóa danh mục đầu tư chỉ số của mình trên hai thị trường. Các nhà đầu tư trên một hoặc cả hai thị trường không chỉ cần quan tâm tới diễn biến trên mỗi thị trường, mà phải quan tâm tới diễn biến trên cả hai thị trường và tác động qua lại giữa chúng. Thông tin trên mỗi thị trường có thể được sử dụng như các chỉ báo để tìm hiểu và dự báo cho hiệu quả đầu tư trên thị trường còn lại. Trong nghiên cứu này, cấu trúc phụ thuộc giữa chỉ số thị trường chứng khoán Việt Nam với thị trường ngoại hối là cấu trúc phụ thuộc đối xứng, mô tả tốt nhất bởi copula Student, có hệ số phụ thuộc đuôi trên và dưới bằng nhau, tuy nhiên các hệ số phụ thuộc này đều khá nhỏ. Điều này chứng tỏ khả năng chỉ số thị trường ngoại hối và chỉ số thị trường chứng khoán Việt Nam cùng đi lên hoặc cùng đi xuống là như nhau, nhưng khả năng này không cao. Nên cần xem xét thêm các yếu tố khác để đưa ra quyết định có đưa các đồng tiền các nước này vào cùng giỏ với cổ phiếu trên thị trường chứng khoán Việt Nam hay không.

 

Tài liệu tham khảo

  1. Aloui, C., (2007), ‘Price and volatility spillovers between exchange rates and stock indexes for the pre- and post-euro period’, Quantitative Finance, Số 7, tr. 1-17.
  1. Darvas, Zsolt (2012),‘Real effective exchange rates for 178 countries: A new database’, Working Paper 2012/06, Bruegel, 15 March 2012.
  2. Đỗ Thị Tuyết Nga (2014), Nghiên cứu cấu trúc phụ thuộc giữa thị trường chứng khoán và thị trường ngoại hối bằng phương pháp copula, Luận văn thạc sỹ, Đại học kinh tế thành phố Hồ Chí Minh.
  3. Joe, H.; Xu J. J. (1996), ‘The estimation method of inference functions for margins for multivariate models’, Technical Report No. 166, Department of Statistics, University of British Columbia.
  4. Joe, H. (1997), Multivariate Models and Dependence Concepts. Monographs on Statistics and Applied Probability, Nhà xuất bản Chapman and Hall, Luân Đôn, Anh Quốc.
  5. Neih, C. C.; Lee, C. F. (2001), ‘Dynamic relationship between stock prices and exchange rates  for  G-7  countries’, The Quarterly Review of Economics and Finance, số 41, trang 477–490.
  6. Nelsen, R. B. (2006), An Introduction to Copulas, Nhà xuất bản Springer Verlag, New York, Hoa Kỳ.
  7. Nguyễn Thị Liên Hoa và Lương Thị Thúy Hường (2014), ‘Mối liên kết động giữa tỷ giá hối đoái và biến động thị trường chứng khoán các quốc gia mới nổi ASEAN’, Tạp chí Phát triển và Hội nhập, Số 17 (27), tr. 31-35.
  8. Nguyễn Thu Thủy (2019), Nghiên cứu cấu trúc phụ thuộc giữa các thị trường tài chính và ứng dụng trong đo lường rủi ro trên thị trường tài chính Việt Nam, Luận án tiến sĩ, Đại học Kinh tế Quốc dân.
  9. Ning, C. (2010), ‘Dependence structure between the equity market and the foreign exchange market - a copula approach’, Journal of International Money and Finance,  Số 5, Tập 29, tr. 743-759.
  10. Solnik, B. (1987), ‘Using Financial Prices to Test Exchange Rate Models: A Note’, The Journal of Finance, Số 1, Tập 42, tr. 141-149.
  1. Công ty Cổ phần Chứng khoán VNDIRECT (2019), ‘Thống kê thị trường chứng khoán’, tại https://www.vndirect.com.vn/portal/thong-ke-thi-truong-chung-khoan/lich-su-gia.shtml, truy cập ngày 6/8/2019.
  2. Trang thông tin khoa Kinh tế, đại học Duke, Hoa Kỳ, ‘Computer Code’, tại http://public.econ.duke.edu/~ap172/, truy cập ngày 18/11/2016.

 

[1] Bài viết này là một kết quả của nhóm nghiên cứu “Mô hình Toán ứng dụng trong một số vấn đề kinh tế -xã hội” thuộc trường Đại học Ngoại thương do TS Phùng Duy Quang làm Trưởng nhóm nghiên cứu.

[2] Học viện Tài chính, Email: Địa chỉ email này đang được bảo vệ từ spam bots. Bạn cần bật JavaScript để xem nó.

[3] Trường Đại học Ngoại thương, Email: Địa chỉ email này đang được bảo vệ từ spam bots. Bạn cần bật JavaScript để xem nó.

[4] Học viện Tài chính, Email: Địa chỉ email này đang được bảo vệ từ spam bots. Bạn cần bật JavaScript để xem nó.