Tổng quan nghiên cứu

Thị trường chứng khoán Việt Nam, ra đời từ năm 1998, đã trở thành một kênh huy động vốn quan trọng cho nền kinh tế với tổng tài sản hợp nhất của các doanh nghiệp niêm yết vượt mốc 8 tỷ USD vào giữa năm 2022. Trong bối cảnh đó, ngành bảo hiểm cũng phát triển mạnh mẽ, đóng vai trò thiết yếu trong việc chuyển giao rủi ro và ổn định tài chính cho các cá nhân và tổ chức. Tuy nhiên, thị trường chứng khoán Việt Nam vẫn tồn tại nhiều rủi ro, đặc biệt là sự biến động giá cổ phiếu, gây khó khăn cho nhà đầu tư và các tổ chức tài chính trong việc dự báo và quản lý rủi ro.

Luận văn tập trung nghiên cứu ứng dụng mô hình ARCH và GARCH để dự báo biến động lợi suất cổ phiếu Tập đoàn Bảo Việt (BVH) trên thị trường chứng khoán Việt Nam trong giai đoạn từ 25/06/2009 đến 30/06/2022. Mục tiêu chính là đánh giá hiệu quả của các mô hình này trong việc đo lường rủi ro và từ đó áp dụng mô hình Black-Scholes để định giá quyền chọn mua và bán kiểu Âu đối với cổ phiếu BVH. Nghiên cứu có ý nghĩa quan trọng trong việc cung cấp công cụ dự báo biến động giá cổ phiếu chính xác hơn, hỗ trợ nhà đầu tư và các tổ chức tài chính đưa ra quyết định đầu tư và quản trị rủi ro hiệu quả.

Phạm vi nghiên cứu bao gồm phân tích chuỗi thời gian lợi suất cổ phiếu BVH, kiểm định tính dừng, hiệu ứng ARCH, ước lượng mô hình ARCH(1) và GARCH(1,1), đồng thời ứng dụng kết quả để đo lường rủi ro và định giá quyền chọn. Kết quả nghiên cứu góp phần nâng cao hiểu biết về biến động giá cổ phiếu trong điều kiện thị trường tài chính Việt Nam, đồng thời mở ra hướng phát triển cho các sản phẩm tài chính phái sinh tại thị trường trong nước.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai lý thuyết và mô hình kinh tế lượng chủ đạo:

  • Mô hình ARCH (Autoregressive Conditional Heteroskedasticity): Được đề xuất bởi Engle (1982), mô hình này mô tả phương sai có điều kiện của chuỗi lợi suất tài sản tài chính thay đổi theo thời gian, phụ thuộc vào các cú sốc trong quá khứ. Mô hình ARCH(q) biểu diễn phương sai tại thời điểm t là hàm tuyến tính của bình phương sai số tại các thời điểm trước đó.

  • Mô hình GARCH (Generalized ARCH): Được phát triển bởi Bollerslev (1986), mở rộng mô hình ARCH bằng cách bổ sung thêm thành phần tự hồi quy cho phương sai có điều kiện, giúp mô hình hóa tốt hơn sự biến động dài hạn và tính chuỗi trong phương sai lợi suất.

Các khái niệm chính bao gồm:

  • Lợi suất cổ phiếu (Return): Tỷ lệ thay đổi giá cổ phiếu giữa các thời điểm liên tiếp, được tính theo công thức $R_t = \frac{P_t - P_{t-1}}{P_{t-1}}$.

  • Hiệu ứng ARCH: Hiện tượng phương sai sai số có điều kiện thay đổi theo thời gian, thể hiện qua sự tự tương quan của bình phương phần dư.

  • Phương sai có điều kiện (Conditional Variance): Phương sai của lợi suất tại thời điểm t dựa trên thông tin tại thời điểm t-1.

  • Mô hình Black-Scholes: Mô hình định giá quyền chọn kiểu Âu dựa trên giả định giá cổ phiếu tuân theo chuyển động Brown chuẩn hóa (GBM), không chi trả cổ tức, lãi suất phi rủi ro không đổi và thị trường hoàn hảo.

Phương pháp nghiên cứu

Nguồn dữ liệu sử dụng là chuỗi giá cổ phiếu BVH từ ngày 25/06/2009 đến 30/06/2022, với tổng số quan sát khoảng 3.800 phiên giao dịch. Lợi suất cổ phiếu được tính toán từ dữ liệu giá đóng cửa hàng ngày.

Phương pháp phân tích bao gồm:

  • Kiểm định tính dừng: Sử dụng Augmented Dickey-Fuller (ADF) để xác định tính dừng của chuỗi lợi suất và phần dư mô hình.

  • Kiểm định hiệu ứng ARCH: Dựa trên thống kê Ljung-Box và phân tích lược đồ tương quan của bình phương phần dư để phát hiện sự tồn tại của hiệu ứng ARCH.

  • Ước lượng mô hình ARCH(1) và GARCH(1,1): Sử dụng phương pháp cực đại hợp lý (Maximum Likelihood Estimation - MLE) với giả định phân phối chuẩn cho sai số.

  • Kiểm định mô hình: Kiểm tra tính dừng của phần dư chuẩn hóa và sử dụng các kiểm định thống kê để đánh giá sự phù hợp của mô hình.

  • Ứng dụng mô hình VaR (Value at Risk): Tính toán mức rủi ro tối đa có thể xảy ra với xác suất 95% trong một ngày giao dịch.

  • Định giá quyền chọn kiểu Âu: Áp dụng mô hình Black-Scholes với các tham số được ước lượng từ mô hình GARCH, giả định kỳ hạn quyền chọn 3 tháng và các mức giá thực hiện khác nhau.

Timeline nghiên cứu kéo dài từ năm 2021 đến 2022, bao gồm thu thập dữ liệu, phân tích mô hình, kiểm định và ứng dụng thực tiễn.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Chuỗi lợi suất cổ phiếu BVH là chuỗi dừng: Kết quả kiểm định ADF cho giá trị thống kê -43.8757 với mức ý nghĩa 5% cho thấy chuỗi lợi suất dừng, phù hợp để xây dựng mô hình chuỗi thời gian.

  2. Hiệu ứng ARCH tồn tại rõ rệt: Lược đồ tương quan bình phương phần dư và kiểm định Ljung-Box cho thấy sự tự tương quan có ý nghĩa thống kê, xác nhận hiện tượng phương sai thay đổi theo thời gian.

  3. Mô hình GARCH(1,1) phù hợp hơn mô hình ARCH(1): Ước lượng mô hình GARCH(1,1) cho phương trình phương sai có dạng: $$ \sigma_t^2 = 0.00002546 + 0.1374 u_{t-1}^2 + 0.8246 \sigma_{t-1}^2 $$ với tổng hệ số 0.962 (0.1374 + 0.8246) gần 1, cho thấy tính bền vững của biến động. Phần dư chuẩn hóa của mô hình là chuỗi dừng, không còn hiệu ứng ARCH, chứng tỏ mô hình phù hợp.

  4. Đo lường rủi ro VaR cho cổ phiếu BVH: Với mức đầu tư 50 triệu đồng, VaR 1 ngày ở mức 95% xác suất là 50.787 đồng, nghĩa là nhà đầu tư có 5% khả năng chịu lỗ trên 50.787 đồng trong một ngày giao dịch.

  5. Định giá quyền chọn mua và bán kiểu Âu theo mô hình Black-Scholes: Phí quyền chọn mua (call) tỷ lệ nghịch với giá thực hiện, trong khi phí quyền chọn bán (put) tỷ lệ thuận với giá thực hiện. Ví dụ, với giá thực hiện 58.500 VNĐ, phí call là 5.367 VNĐ, phí put là 6.000 VNĐ; với giá thực hiện 62.500 VNĐ, phí call giảm còn 3.850 VNĐ, phí put tăng lên 8.457 VNĐ.

Thảo luận kết quả

Kết quả cho thấy mô hình GARCH(1,1) có khả năng mô hình hóa biến động lợi suất cổ phiếu BVH hiệu quả hơn mô hình ARCH truyền thống, phù hợp với đặc điểm chuỗi thời gian tài chính có tính chuỗi và biến động không đồng nhất. Tổng hệ số gần 1 phản ánh tính bền vững của biến động, đồng thời cho phép dự báo phương sai có điều kiện chính xác hơn.

Việc áp dụng mô hình VaR giúp nhà đầu tư đánh giá được mức rủi ro tối đa có thể chịu trong điều kiện thị trường biến động, từ đó xây dựng chiến lược quản lý rủi ro phù hợp. Kết quả định giá quyền chọn theo mô hình Black-Scholes, dựa trên độ biến động ước lượng từ GARCH, cung cấp cơ sở định giá công bằng cho các sản phẩm phái sinh cổ phiếu BVH, mở ra cơ hội phát triển thị trường chứng khoán phái sinh tại Việt Nam.

So sánh với các nghiên cứu trong ngành tài chính quốc tế, kết quả phù hợp với xu hướng sử dụng mô hình GARCH để dự báo biến động và định giá quyền chọn, đồng thời khẳng định tính ứng dụng thực tiễn của các mô hình này trong bối cảnh thị trường tài chính Việt Nam.

Dữ liệu có thể được trình bày qua biểu đồ chuỗi lợi suất, lược đồ tương quan phần dư, bảng ước lượng tham số mô hình và bảng định giá quyền chọn để minh họa rõ ràng các phát hiện.

Đề xuất và khuyến nghị

  1. Đối với nhà đầu tư cá nhân và tổ chức:

    • Áp dụng mô hình GARCH để theo dõi và dự báo biến động giá cổ phiếu, từ đó xây dựng chiến lược đầu tư linh hoạt, giảm thiểu rủi ro.
    • Sử dụng công cụ VaR để đánh giá mức độ rủi ro tối đa có thể chịu, giúp phân bổ vốn hợp lý và phòng ngừa tổn thất.
    • Nắm bắt kịp thời thông tin thị trường và các yếu tố kinh tế vĩ mô ảnh hưởng đến giá cổ phiếu.
    • Thận trọng trong quyết định đầu tư, tránh bị ảnh hưởng bởi tâm lý đám đông và biến động ngắn hạn.

  2. Đối với các cơ quan quản lý và tổ chức thị trường:

    • Tăng cường giám sát và minh bạch thông tin trên thị trường chứng khoán, đảm bảo công khai, công bằng cho nhà đầu tư.
    • Khuyến khích phát triển thị trường chứng khoán phái sinh, hỗ trợ áp dụng các mô hình định giá quyền chọn như Black-Scholes để nâng cao tính chuyên nghiệp và hiệu quả thị trường.
    • Xây dựng các chính sách hỗ trợ đào tạo, nâng cao năng lực phân tích tài chính cho các nhà đầu tư và tổ chức tài chính.
    • Mở rộng hợp tác quốc tế để thu hút vốn đầu tư nước ngoài, đồng thời áp dụng các chuẩn mực quốc tế trong quản lý và vận hành thị trường.

  3. Đối với doanh nghiệp niêm yết, đặc biệt là Tập đoàn Bảo Việt:

    • Tăng cường công bố thông tin tài chính minh bạch, chính xác để nâng cao niềm tin nhà đầu tư.
    • Đẩy mạnh ứng dụng công nghệ thông tin trong quản lý rủi ro và chăm sóc khách hàng.
    • Phát triển các sản phẩm tài chính phái sinh dựa trên cổ phiếu để đa dạng hóa kênh huy động vốn và quản lý rủi ro.

  4. Thời gian thực hiện:

    • Ngay lập tức áp dụng các mô hình dự báo và đo lường rủi ro trong hoạt động đầu tư và quản lý tài chính.
    • Trong vòng 1-2 năm, hoàn thiện khung pháp lý và hạ tầng kỹ thuật cho thị trường chứng khoán phái sinh.
    • Liên tục cập nhật và nâng cao năng lực phân tích tài chính cho các bên liên quan.

Đối tượng nên tham khảo luận văn

  1. Nhà đầu tư cá nhân và tổ chức:

    • Hỗ trợ hiểu rõ hơn về biến động giá cổ phiếu và cách quản lý rủi ro hiệu quả.
    • Áp dụng mô hình dự báo để tối ưu hóa danh mục đầu tư và ra quyết định chính xác.

  2. Các công ty chứng khoán và tổ chức tài chính:

    • Nâng cao năng lực phân tích kỹ thuật và định giá sản phẩm phái sinh.
    • Phát triển các dịch vụ tư vấn đầu tư dựa trên mô hình kinh tế lượng hiện đại.

  3. Cơ quan quản lý thị trường chứng khoán:

    • Tham khảo để xây dựng chính sách quản lý rủi ro và phát triển thị trường phái sinh.
    • Tăng cường minh bạch và công bằng trong hoạt động giao dịch.

  4. Các nhà nghiên cứu và sinh viên ngành tài chính, kinh tế:

    • Cung cấp tài liệu tham khảo về ứng dụng mô hình ARCH, GARCH và Black-Scholes trong thực tiễn thị trường Việt Nam.
    • Làm cơ sở cho các nghiên cứu tiếp theo về dự báo biến động và quản trị rủi ro tài chính.

Câu hỏi thường gặp

  1. Mô hình ARCH và GARCH khác nhau như thế nào?
    Mô hình ARCH chỉ phụ thuộc vào bình phương sai số quá khứ để mô hình hóa phương sai có điều kiện, trong khi GARCH bổ sung thêm thành phần tự hồi quy của phương sai, giúp mô hình hóa biến động dài hạn và tính chuỗi tốt hơn.

  2. Tại sao cần kiểm định tính dừng của chuỗi lợi suất?
    Chuỗi dừng đảm bảo tính ổn định của mô hình và tránh kết quả sai lệch trong phân tích chuỗi thời gian, giúp mô hình dự báo chính xác hơn.

  3. Mô hình Black-Scholes áp dụng như thế nào trong định giá quyền chọn?
    Mô hình sử dụng giả định giá cổ phiếu theo chuyển động Brown chuẩn, không chi trả cổ tức, và lãi suất phi rủi ro không đổi để tính giá hợp lý của quyền chọn mua và bán kiểu Âu.

  4. Value at Risk (VaR) có ý nghĩa gì với nhà đầu tư?
    VaR đo lường mức lỗ tối đa có thể xảy ra trong một khoảng thời gian với xác suất nhất định, giúp nhà đầu tư đánh giá và quản lý rủi ro hiệu quả.

  5. Tại sao cổ phiếu BVH được chọn làm đối tượng nghiên cứu?
    BVH là cổ phiếu của Tập đoàn Bảo Việt, doanh nghiệp bảo hiểm hàng đầu Việt Nam với quy mô vốn lớn và tính thanh khoản cao, phù hợp để nghiên cứu biến động và ứng dụng mô hình tài chính hiện đại.

Kết luận

  • Mô hình GARCH(1,1) là công cụ hiệu quả để dự báo biến động lợi suất cổ phiếu BVH, vượt trội hơn mô hình ARCH truyền thống.
  • Chuỗi lợi suất cổ phiếu BVH là chuỗi dừng, phù hợp với các mô hình chuỗi thời gian kinh tế lượng.
  • Mô hình VaR giúp đo lường rủi ro đầu tư cổ phiếu BVH với mức độ tin cậy cao, hỗ trợ quản lý rủi ro tài chính.
  • Mô hình Black-Scholes được áp dụng thành công để định giá quyền chọn mua và bán kiểu Âu trên cổ phiếu BVH, mở ra cơ hội phát triển thị trường phái sinh tại Việt Nam.
  • Nghiên cứu góp phần nâng cao hiểu biết về biến động giá cổ phiếu và quản trị rủi ro, đồng thời đề xuất các giải pháp thực tiễn cho nhà đầu tư và cơ quan quản lý.

Next steps: Áp dụng mô hình vào thực tiễn đầu tư, phát triển thị trường chứng khoán phái sinh, và tiếp tục nghiên cứu kết hợp các mô hình kinh tế lượng khác để nâng cao độ chính xác dự báo.

Call to action: Các nhà đầu tư, tổ chức tài chính và cơ quan quản lý nên tích cực ứng dụng các mô hình dự báo và định giá hiện đại để nâng cao hiệu quả quản trị rủi ro và phát triển bền vững thị trường tài chính Việt Nam.