1 NCHIÊN CỨU - TRAO ĐỎI r--- - --- --- --- ---
Hiệu úng đòn bẩy tài chinh là chủ dè nghiên cúu kinh điển trong tài chinh. Theo dó, các nhà nghiên cúu Black (1976) và Christie (1982) dã cung cáp khung lý thuyết vè mỗi quan hệ nghịch biến giũa tỷ suất lợi nhuận của tài sản tài chinh trong hiện tại và múc độ rủi ro của các loại tài sản này. Mở rộng hướng nghiên cúu trên, một số bài nghiên cúu áp dụng các mô hình kinh tế lượng da dạng để kiểm tra hiệu úng bắt căn xửng của tin tức tác dộng dến mức độ rủi ro của các loại tài sản tài chính. Cụ thể, Nelson (1991), Rabemananjara & Zakoian (1993) và Glosten, Jagannathan & Runkle (1993) lần lượt áp dụng các mô hình kinh tế lượng EGARCH, TARCH và GARCH-M dể khám phá ra tin túc tiêu cực có tác dộng mạnh hdn so với tin túc tích cực dổi với sự biến dộng của giá tài sản trong tưong lai trên thị trường chửng khoán Mỹ. Bẽn cạnh đó, Engel & Ng (1993), Yu (2005), Corsi
& Reno (2012) và Choi & Richardson (2016) cũng cung cáp các bằng chứng thực nghiệm về sự tồn tại của hiệu ứng bắt cân xúng tin túc trẽn nhiều thị trường tài chinh khác nhau. Trẽn cd sở nhũng nghiên cứu này và lựa chọn dổi tượng tiếp cận là thị trường chửng khoán Việt Nam, bài nghiên cứu này sử dụng 2 mô hình kinh tế lượng EGARCH (Nelson, 1991) và TARCH (Rabemananjara & Zakoian, 1993) dể xác nhận hiệu úng bất cân xửng tin túc trên thị trường chứng khoán Việt Nam.
Phân tích hiệu ứng bát cân xứng của tin tức trên thị trường chưng khoán Việt Nam
► NguyễnMinh Quân Llỷ ban chứngkhoán Nhà nước
Cơ sởlý luận
về lý thuyết, hiệu ứng bất cân xứng tin tức xảy ra khi một trong các bên giao dịchkhông biết tấtcả và chínhxác những thông tin cần biết vềbên kia đểđưa ra quyết định đúng đắn trong giao dịch. Khiđó, giácảtrênthị trường sẽcó thể quá thấp, hoặc quá cao so với giá cân bằng của thị trường. Đối với các quốc gia, tính minh bạch của thông tm trên thịtrường,khả năng tiếpcận thông tin và cơ sở hạtầng thông tin yếu kém thì thông tin bất cân xứng càng phổ biến và càng trở nên trầm trọng hơn (Glosten, Jagannathan &
Runkle, 1993). Bất cân xứng về thông tin có ba đặc điểm cơbảnsau:
thứ nhất, có sự khácbiệt vềthông tin giữa các bên giaodịch; thứ hai, cónhiều trở ngại trongviệc chuyển thôngtingiữacác bên; thứ ba,trong hai bên có một bên có thông tin chính xáchơn (Rabemananjara &
Zakoian, 1993).
Thông tin bất cân xứng dẫntới hai rủi rochính trên thịtrường tài chính, đó làchọn lựa đối nghịch và rủi rođạođức (tạo rasau khi giao dịch được thực hiện). Trong đó, chọn lựa đối nghịch làhậuquả của vấn đề thông tin bất cân xứng, được tạo ra khigiaodịch đang thực hiện. Bất cân xứng thông tin càng lớn, thì nguy cơ lựa chọn đối nghịchcàng cao (Rabemananjara
&Zakoian, 1993). Trên thị trường chứng khoán, trong điều kiện bất cânxứng thông tin, những người tham giacóthể đẩy thị trườngđến một trạng thái lựa chọnđối nghịch, đó là việc mua chứng khoán của những công ty hoạt động kém và đẩy khỏi thị trường những sản phẩm có chất lượng cao. Hệ quảlà, thị trường chứngkhoán sẽ mất dần tínhthanh khoản và ngày càng bị thu hẹp, hàng hóa chỉ còn những loại chất lượng kém (Corsi &
Reno,2012). Còn rủi ro đạo đứclà sự xuất hiện những hoạt động không tích cực (thiếu đạo đức), làm tăng xác suất xảy rahậu quả xấu (Nelson, 1991). Trên thị trường chứngkhoán, dễ nhận thấy nhất của rủi ro đạo đức là tình trạng thao túng các mặt hoạtđộng của công ty cổ phần và giá cổ phiếu (Engel & Ng, 1993). Theođó, các cổ đông lớn, hoặc những người
nằmtrong ban điều hànhcông ty do có được thôngtin nội bộ, hoặc tạo raliên kết mua bán đểđẩy giá cổphiếutăngcao, kéo những nhà đầu tư nhỏ, ít kinh nghiệm vào cuộc để bán rồirút khỏi thị trường.
Kiểm chứnglý thuyết vớithực tế, một số bài nghiên cứu đã áp dụng các mô hìnhkinhtế lượng đadạng để kiểm tra hiệu ứng bất cân xứng củatintức tác động đến mức độrủi ro của các loạitài sản tài chính. Cụ thể, Nelson (1991), Rabemananjara
& Zakoian (1993) và Glosten, Jagannathan& Runkle (1993) lần lượt áp dụng cácmôhình kinh tế lượng EGARCH, TARCH và GARCH-M để khám phá ra tin tức tiêu cực có tácđộng mạnh hơn so với tin tức tích cực đến sự biến động của giátài sảntrongtương lai trên thị trường chứng khoánMỹ. Engel
&Ng (1993) áp dụng đa dạng các mô hình kinh tế lượngđểxác nhận 8 Thuế Nhà nude ♦ số 16 (895) - 2022
---1 NGHIÊN cứu - TRÁO Đổi Ị---
về sự tồntại của hiệu ứng bấtcân xứng tin tức xảy ra tại thị trường chứng khoán Nhật Bản. Yu (2005) và Corsi & Reno (2012) cũng áp dụng mô hình bất cân xứng này thôngqua việc xem xét sự biếnđộng giá tàisản tài chính theo khoảngthời gian liên tục và ròi rạc. Choi và Richardson(2016)sử dụng dữ liệu từthịtrường chứng khoán Mỹ để khámphá ra tintức tiêu cựccó tác động mạnh hon so với tintức tích cực không những đến sự biến động giácổphiếu của công tymàcòn đến sự biếnđộnggiátrị tổng tài sản của công ty đó. Tuy nhiên, thông qua việcsử dụng mô hìnhkinh tếlượng bấtcânxứng VECH-GJR,Chen và Anh(2020) tìmra sự không tồn tại hiệu ứng bấtcân xứngtintức đến sự biến động củagiá cổ phiếu và của giá trị tổng tài sản công ty trong trường hợp của Đài Loan.Đốivới Việt Nam, ở giai đoạn sơ khai của thị trường chứng khoán, Hoàng (2004) đã phân tích hiệu ứng GARCH trên lợi suất thị trường giai đoạn 2000-2003. Xét trong giai đoạn2005-2016, Tiên, Hoài & Toàn (2017) ứng dụng các mô hình GARCH cân xứng và bấtcân xứng để khám phá ra hiệu ứng bất đối xứng tồn tại khi áp dụng mô hình EGARCH( 1,1),nhưnghiệu ứng này không tồntại khi áp dụngmôhình TARCH(1,1).
Dữliệu, thống kê mô tả và phươngpháp nghiên cứu
Vớinghiên cứunày,tácgiả thu thập dữ liệu về chỉ số VN-Index hàng ngày từ ngày 28/7/2000đến ngày 31/1/2021. Mầu dữ liệu có tổng cộng4.931 quan sát. Nguồn thu thập dữ liệu từ Sở Giao dịch chứng khoán TP HCM. Đổ kiểm trahiệu ứng bấtcân xứng tintức trên thị trường chứngkhoán Việt Nam, bài nghiên cứu sửdụngbiến phụthuộc là tỷ suất lợi nhuận của các cổ phiếu giao dịch trên thị trường (Rt). Chỉ số VN-Indexlà chỉ số đại diện đáng tin cậy cho thị trường chứngkhoánViệt Nam,nên biếnphụ thuộcRt được đo lường bởi phàn trăm thay đổicủa chỉ số VN-Index trong ngày giao dịch
hiện hành so với ngàygiao dịch liềnkề trước đó. Cụ thể:
Rt = ln (Pt/Pt-l)(ĩ)
Rtlà tỷ suất lợi nhuận củacáccổ phiếu vào thời điểm t; Pt, Pt-1 lần lượt là điểmcủa chỉ sốVN-Indexvào thời điểm t và t - 1.
Bảng 1 trình bày kết quả về thống kêmô tả của tỷ suất lợi nhuận các cổ phiếu giaodịch trên thị trường chứng khoán Việt Nam.
Chỉbáo thống kê Tỷ suất lọi nhuận cổ phiếu (Rt)
Trung bình 0.0487%
Độ lệch chuẩn 1.4859%
Giátrị nhỏ nhất -7.6557%
Giá trịlớn nhất 7.7414%
Nguồn: Kết quả tính toántrên Stata (2021) Tỷ suất lợi nhuận trung bình của cổ phiếu trên thị trường chứng khoán Việt Nam khá thấp xấp xỉ 0% trong giai đoạn 2000-2020. Ngoài ra,thị trường chứngkhoán Việt Nammang đặc điểm của thịtrường chứng khoán cận biên với mức độ rủi ro cao.Cụthể, tỷ suất lợi nhuận của cổ phiếuhàng ngày dao độngkhá mạnh từ-7.65%đến7,74% với độ lệch chuẩn cao 1,48%.
Bài nghiên cứu kiểm trahiệuứngbất cân xứng tin tức trên thị trường chứng khoánViệtNamthông qua 3 bước. Bước đầu tiênlà xem xét kiểm địnhđơn vịđể kiểmtra tínhdừng của dữ liệu và kiểmđịnh Larange để xem xét phần sai số ngẫunhiên có tồn tại hiệntượng phương sai thay đổi. Sau khiđápứng các điều kiện trong 2 kiểm địnhtrên; bước thứ 2là áp dụng mô hình EGARCH(1,1) và TARCH(1,1) để kiểmtra sựtồn tại củahiệu ứng bất cân xứng tin tứctrên thị trườngchứng khoán Việt Nam.
Cuối cùng,chỉ tiêutiêu chuẩn thông tin Akaike(AIC)và tiêu chuẩnthông tin Bayesian (BIC) được sử dụng để lựa chọn mô hình tốt hơn giữa EGARCH( 1,1) và TARCH( 1,1).
Kếtquả nghiêncứu và thảo luận
Kiểm địnhđơnvịvà kiểm định hiện tượng phương sai thay đổi Biến tỷ suất lợi nhuận cổ phiếu (Rt) phảicó tính dừng và phần sai số ngẫu nhiên phảiđảmbảotồntại hiện tượngphươngsai thay đổi thìcác môhình EGARCH( 1,1) và TARCH( 1,1) mới có đầy đủhiệu lực. Vìvậy, Bảng2 trình bày các kết quả kiểm định đơn vị để kiểm tratính dừng của dữ liệuvà kiểm định Larangeđể xem xét phần sai số ngẫunhiên có tồn tạihiện tượng phương sai thay đổi.
Bảng 2. Kiểmđịnhđơn vị (ADF) và hiện tượng phương sai thay đổi Lagrange)
Kiểm định ADF tại bậc 0 Kiểm định Lagrange
|với độ trễ là 3 t-statistic p-value ARCH-LMF
statistic p-value
Giá trị -54.09 0.0000 373.29 0.0000
Nguồn:Kếtquả tinh toán trên Stata(2021) Kết quả từ Bảng 2 cho thấy biến tỷ suấtlợi nhuận cổphiếu (Rt) có tínhdừngvà phầnsai số ngẫu nhiên tồntại hiệntượng phươngsaithay đổi. Vì vậy, 2 mô hình GARCH bất cân xứng EGARCH(1,1) và TARCH(1,1) làphù hợp để kiểmtrahiệu ứngbất cânxứngtin tứctrên thị trường chứngkhoánViệt Nam.
Các mô hìnhGARCH bấtcânxứng
Thứnhất, phương trìnhcủa mô hình EGARCH(1,1) (Nelson, 1991) được trình bảy như sau:
£t = Po+ut (2a)
+ +p*ln(ht.1) + x*-^ (2b)
V"t-1
số 16 (895) - 2022 ♦ Thué Nhà nưđc 9
Ị NGHIÊN CỨU - TRÀO ĐỎI r--- - --- --- ---
Trong đó,Ut tuân theo phân phối chuẩn với giátrịtrungbìnhbằng 0 và phương sai ht,a, p và Xlần lượt là hệ sốARCH, GARCH và bất cân xứng. Hiệu ứngbất cân xứng sẽtồntại khiX < 0. Bảng 3 thể hiện kết quả của môhình EGARCH (1,1).
Bảng3. Kếtquả mô hình EGARCH(1,1)
Biền Hệ số Sai sổ chuân p-value
c
0.00049*** 0.00017 0.003Phương trình phương sai
a 965.4751*** [55.8558 0.0000
p
-412.9876*** 85.8679 0.0000X
1.0579*** 0.0505 0.0000***, **, * lần lượt có ý nghĩa thống kêở mức 1%, 5% và 10%
Nguồn: Kếtquả tỉnhtoántrên Stata (2021) Kết quả từ mô hình EGARCH(1,1)cho thấy không tồntại hiệu ứng bất cân xứngtin tức trên thị trường chứng khoán Việt Nam do hệ số bất cân xứng(X) > 0.
Thứhai, phương trìnhcủa mô hình TARCH (1,1) (Rabemananjara
&Zakoian, 1993)đượctrình bày như sau:
Rt = Po + ut (3a)
ht =Yo+ a ‘ Um2 +p ‘ ht-1 + Ă * Dm * Um2 (3b)
Trong đó: ut tuân theo phân phối chuẩn vớigiátrịtrungbình bằng 0vàphương sai ht, a, p và X lần lượt là hệsố ARCH, GARCH và bất cân xứng. Hiệuứngbất cân xứng sẽ tồn tại khiX < 0. Bảng 4thể hiện kết quảcủa môhình TARCH (1,1).
Bảng 4. Kết quả mô hình TARCH(1,1)
Biến Hệ số Sai số chuấn p-value
c
0.00078*** 0.00016 0.0000Phương trình phương sai
a 0.4721*** 0.0372 0.0000
p
0.3391*** 0.0179 0.0000X
0.2843*** 0.0384 0.0000***, **, * lần lượtcó ý nghĩa thống kê ở mức 1%,5% và 10%
Nguồn:Kết quả tỉnh toán trênStata (2021) Kếtquảtừ môhìnhTARCH(1,1)lạicho thấy cósự tồntại hiệu ứng bấtcân xứng tin tức trên thị trườngchứng khoánViệt Nam do hệ số bất cân xứng(X) >0.
Lựa chọnmô hình
Để lựa chọn mô hìnhphùhọp hơn giữa 2môhình EGARCH(1,1) và TARCH(1,1), bài nghiên cứu sử dụng 2 chỉ tiêu tiêu chuẩn thôngtin Akaike (AIC)vàtiêu chuẩn thông tinBayesian (BIC)làmthước đo đểso sánh2môhìnhGARCHbấtcân xứng frên. Cụ thể, môhình sẽ phù họp hơn khi giá trị AIC vàBIC củamôhình đó nhỏ hơn mô hìnhcòn lại.Bảng 5 trình bày giá trị AICvà BICcủa mô hìnhEGARCH (1,1), TARCH(1,1) Bảng 5. Giá trị AIC và BIC của mô hình EGARCH (1,1), TARCH(1,1)
Kết luận và khuyến nghị Mặcdù 2mô hình rakếtquả khác nhau khi kết quả mô hình EGARCH(1,1) chỉ ra rằng không tồn tạihiệuứng bất cân xứngtin tức ưên thị trường chứng khoán Việt Nam, nhưngmôhình TARCH( 1,1) lại cho ra kết quả ngược lại. Mô hình TARCH(1,1) phù hợp hơn mô hình EGARCH(1,1) thông qua việc áp dụng tiêu chuẩn thông tin Akaike (AIC) và tiêu chuẩn thông tin Bayesian(BIC). Nhưvậy, bài nghiên cứu kết luận, mô hình TARCH( 1,1) đáng tincậy hơn, từ đó xác nhậnsự tồn tại củahiệu ứng bất cânxứngtin tức ưên thị trường chứngkhoán Việt Nam. Điều này ngụ ý ràng, tin tức tiêu cực cótác động mạnh hơn so với tin tứctích cựcđến sựbiếnđộng của giá tài sản trong tương lai trên thị trường chứng khoán Việt Nam. Kết quả này hoàntoàn phùhợp với các bài nghiên cứu cùngchủ đề này về các thị trường chứng khoán pháttriển (Nelson, 1991; Rabemananjara &
Zakoian, 1993; Glosten, Jagannathan
& Runkle, 1993; Engel& Ng, 1993 và Choi & Richardson, 2016). Bên cạnh đó, nghiên cứu này có điểm tương đồng với bài nghiên cứucủa Tiên, Hoài & Toàn (2017)khiso sánh 2 mô hình thì mô hình tồn tại hiệu ứngbất cânxứngtin tức làmôhình tốt hơn. Như vậy, kết quả của bài nghiên cứu này cung cấp thêm một bằng chứng thực nghiệmđáng tin cậy về hiệu ứng bấtcân xứngtin tức trên thịtrường chứng khoán ViệtNam.
Trên thực tế, thị trườngchứngkhoán ViệtNam mang đặc điểm của thị trường chứng khoán cậnbiên vớimứcđộrủi ro cao đi kèmsựxuất hiện của các cú sốc vàtin xấu ttong nhiều thời điểm. Kết quả của bài nghiên cứu là một gợi ý quan họng cho các nhà đầutư phảicẩn họngưong cácthời điểmnềnkinh tế và thịtrường tài chính xuấthiệnnhiều tin xấu. Ngoài ra, bài nghiên cứu cũng cung cấp hàm ý chínhsách chocác cơ quan quản lý nhà nước ưong việccải thiện môi trường kinh doanh, nâng cao sự minhbạchưênthịtrườngchứngkhoán để tạo nên hành langpháp lý và môi trường đầu tư vững chắc, nhằm bảo vệ nhà đầu tư frong và ngoài nước■ Nguồn: Kếtquả tính toán trênStata (2021)
Giátrị AIC và BIC của mô hình TARCH(1,1) đều nhỏhơn các giá trị tương ứng của mô hình EGARCH(1,1). Vì vậy, mô hình TARCH(1,1)phù hợp hơn môhìnhEGARCH( 1,1) trong việc kiểmưa hiệuứngbất cân xứng tin tức ưên thị trườngchứng khoán Việt Nam.
Mô hình AIC BIC
EGARCH(1,1) -28.490,69 -28.458,18
TARCH(Ì,Í) -28.803,54 -28.771,02
10 Thuế Nhà nước ♦ sổ 16 (895) - 2022
