Xác định hiệu ứng phần bù rủi ro trên thị trường chứng khoán các nước mới nổi bằng mô hình GARCH-M

Bài viết nghiên cứu sử dụng tỷ suất sinh lợi hàng ngày để mô hình hóa độ biến động và kiểm định sự xuất hiện của phần bù rủi ro trên thị trường của 16 quốc gia mới nổi. Kết quả ước lượng mô hình GARCH-M cho thấy tất cả các thị trường đều có phương sai thay đổi theo thời gian, nhưng phần bù rủi ro trong phương trình GARCH-M chỉ có ý nghĩa thống kê ở Ai Cập, Hàn Quốc và Indonesia khi xét trên toàn bộ mẫu dữ liệu.
Nội dung trích xuất từ tài liệu:
Xác định hiệu ứng phần bù rủi ro trên thị trường chứng khoán các nước mới nổi bằng mô hình GARCH-M XÁC ĐỊNH HIỆU ỨNG PHẦN BÙ RỦI ROTRÊN THỊ TRƯỜNG CHỨNG KHOÁN CÁC NƯỚC MỚI NỔI BẰNG MÔ HÌNH GARCH-M Lê Phước Công Toại Trường Đại học Kinh tế Thành phố Hồ Chí Minh Email: toaile.31201020869@st.ueh.edu.vn Trần Thị Tuấn Anh Trường Đại học Kinh tế Thành phố Hồ Chí Minh Email: anhttt@ueh.edu.vnMã bài: JED-1556Ngày nhận bài: 01/01/2024Ngày nhận bài sửa: 30/07/2024Ngày duyệt đăng: 29/10/2024DOI: 10.33301/JED.VI.1556 Tóm tắt Bài viết nghiên cứu sử dụng tỷ suất sinh lợi hàng ngày để mô hình hóa độ biến động và kiểm định sự xuất hiện của phần bù rủi ro trên thị trường của 16 quốc gia mới nổi. Kết quả ước lượng mô hình GARCH-M cho thấy tất cả các thị trường đều có phương sai thay đổi theo thời gian, nhưng phần bù rủi ro trong phương trình GARCH-M chỉ có ý nghĩa thống kê ở Ai Cập, Hàn Quốc và Indonesia khi xét trên toàn bộ mẫu dữ liệu. Trước khi đại dịch COVID-19 xảy ra, phần bù rủi ro chỉ được xác định ở Ai Cập. Sau đại dịch, Colombia và Malaysia cũng có hiện tượng này cùng với Hàn Quốc và Indonesia. Kết quả nghiên cứu cung cấp thông tin về rủi ro và lợi nhuận để các nhà đầu tư xây dựng danh mục đầu tư. Ngoài ra, việc nghiên cứu tỷ suất sinh lợi chứng khoán và độ biến động ở các nước mới nổi cũng quan trọng đối với người làm chính sách. Từ khóa: Các nước mới nổi, độ biến động thị trường, mô hình GARCH-M, phần bù rủi ro. Mã JEL: C22, C58, D53 Determining the risk premium effect on stock markets of emerging countries using the GARCH-M model Abstract This paper utilizes daily stock returns to model volatility and tests the presence of risk premiums in the markets of 16 emerging countries. The estimation results of the GARCH-M model indicate that all markets exhibit time-varying volatility, but statistically significant risk premium in the GARCH-M equation is only found in Egypt, South Korea, and Indonesia when considering the entire dataset. Before the COVID-19 pandemic, risk premiums were only identified in Egypt. However, after pandemic, Colombia and Malaysia also exhibited this phenomenon, alongside South Korea and Indonesia. The research outcomes provide insights into risk and returns for investors to construct investment portfolios. Moreover, studying stock returns and volatility in emerging countries holds significance for policymakers. Keywords: Emerging countries, GARCH-in-Mean, market’s volatility, risk premium. JEL Codes: C22, C58, D53Số 329 tháng 11/2024 14 1. Giới thiệu Trong bối cảnh nền kinh tế toàn cầu đang có nhiều biến động hiện nay, các nước mới nổi đóng vai trò quantrọng trong việc định hình xu hướng tài chính toàn cầu. Các nước mới nổi có tiềm năng tăng trưởng kinh tếcao, là môi trường đầu tư hấp dẫn đối với những nhà đầu tư đang tìm kiếm lợi nhuận. Đới với các nhà đầutư, đa dạng hóa danh mục đầu tư vẫn là nền tảng của chiến lược đầu tư thận trọng. Nghiên cứu lợi nhuận vàbiến động chứng khoán ở các nước mới nổi mang đến cho các nhà đầu tư cơ hội đa dạng hóa trên các khuvực, quy mô thị trường và điều kiện kinh tế khác nhau. Đi kèm rủi ro là lợi nhuận, đi kèm lợi nhuận là rủiro. Mối quan hệ mật thiết giữa lợi nhuận kỳ vọng và rủi ro đã được Summers (1967) đề cập trong lý thuyếtđánh đổi rủi ro-lợi nhuận. Theo lý thuyết này, biến động cao hơn dẫn đến lợi nhuận kỳ vọng cao hơn do nhàđầu tư luôn mong đợi một khoản lợi nhuận cao hơn cho mỗi mức rủi ro tăng thêm. Điều này làm nảy sinhmối quan hệ đồng biến giữa lợi nhuận kỳ vọng và mức độ biến động, đo lường bằng phương sai. Rủi ro caocũng hàm ý một tỷ suất sinh lợi vượt trội tiềm năng. Đó chính là phần bù cho rủi ro (risk premium). Việcquan tâm đến phần bù rủi ro là cực kỳ quan trọng vì nó cung cấp thông tin quý báu về mối liên hệ giữa lợinhuận mong đợi và mức độ rủi ro mà nhà đầu tư hoặc nhà quản lý tài chính phải chịu. Hiểu rõ về phần bùrủi ro giúp nhà đầu tư đánh giá tỷ lệ rủi ro/lợi nhuận của các khoản đầu tư và xác định xem liệu lợi nhuận kỳvọng từ một tài sản có đủ lớn để bù đắp cho rủi ro hay không. Nó cũng giúp trong quá trình định giá tài sảnvà quản lý danh mục đầu tư bằng cách tối ưu hóa tỷ lệ rủi ro/lợi nhuận trong các quyết định đầu tư. Có nhiều mô hình thống kê hỗ trợ đo lường phần bù rủi ro trên thị trường. Mô hình CAPM (Capital AssetPricing Model) là một mô hình cơ bản để đo lường phần bù rủi ro này. CAPM dựa trên ý tưởng rằng có mộtliên hệ giữa lợi nhuận kỳ vọng của một tài sản và rủi ro hệ thống. Mô hình này ước lượng phần bù rủi ro dựatrên beta, đo lường mức độ biến động của một tài sản so với thị trường chung. Khác với mô hình CAPM,mô hình APT (Arbitrage Pricing Model) đo lường phần bù rủi ro thông qua mối quan hệ giữa lợi nhuận kìvọng và các biến kinh tế vĩ mô. Mô hình Fama-French ba nhân tố cũng là một mở rộng của CAPM, có thểgiúp đo lường phần bù rủi ro bằng việc thêm vào mô hình ba yếu tố quan trọng như quy mô của công ty, tỷlệ giá trị sổ sách trên giá thị trường, và rủi ro thị trường. Mô hình Fama – French cũng còn được mở rộnghơn thành các mô hình bốn và năm nhân tố. Một lớp mô hình khác cũng được sử dụng rất phổ biến để đolường phần bù rủi ro, đó là lớp mô hình GARCH-M (GARCH-in-Mean). Bởi vì các mô hình GARCH cổđiển không cho phép tính đến sự tồn tại của phần bù rủi ro ...