Khóa luận: KQNC của Co-Moments bậc cao và định giá tài sản

Trong quá trình nghiên cứu và thực hiện đề tài khóa luận tốt nghiệp “Khóa luận: KQNC của Co-Moments bậc cao và định giá tài sản, mình nhận thấy rằng đề tài không chỉ giúp bản thân vận dụng hiệu quả những kiến thức đã học vào thực tế mà còn góp phần củng cố, mở rộng hiểu biết và tích lũy kinh nghiệm quý báu cho công việc và chuyên môn sau này. Với mong muốn hỗ trợ các bạn sinh viên đang trong quá trình học tập và làm khóa luận, mình xin chia sẻ đề tài khóa luận tốt nghiệp: Tác động của các nhân tố Co-Moments bậc cao và định giá tài sản trên thị trường chứng khoán các nền kinh tế mới nổi bằng cách tiếp cận hồi quy phân vị này như một tài liệu tham khảo hữu ích, hy vọng sẽ phần nào giúp các bạn định hướng tốt hơn khi nghiên cứu các vấn đề liên quan đến công tác đào tạo nguồn nhân lực trong doanh nghiệp.

4.1. Thống kê mô tả

Đầu tiên, tác giả sử dụng phương pháp thống kê mô tả với 657 quan sát để xem xét các đặc điểm của bộ dữ liệu nghiên cứu gồm 25 thị trường mới nổi và 3 biến độc lập là phần bù thị trường (RMP), phần bù Đồng độ lệch (CSKP) và phần bù Đồng độ gù (CKTP). Kết quả thống kê mô tả được tác giả trình bày trong bảng 4.1 trong đó cho thấy khi xét về tỷ suất sinh lợi, thị trường chứng khoán Indonesia là thị trường đem về tỷ suất sinh lợi cao nhất trong nhóm các quốc gia mới nổi (2.22%). Trong giai đoạn từ 2009 đến 2025, thị trường chứng khoán Indonesia đã tăng gấp 15 lần (tính toán của tác giả dựa trên dữ liệu trong giai đoạn này trên datastream), điều này lý giải nguyên nhân mang về lợi nhuận cao cho nhà đầu tư khi đầu tư vào thị trường Indonesia. Ngược lại với thị trường Indonesia, Hy Lạp là quốc gia có tỷ suất sinh lời trung bình trong thời gian nghiên cứu mang giá trị âm (-2.47%), ngoài ra đây cũng là thị trường có mức biến động lớn nhất trong các nhóm này với mức độ lệch chuẩn là 4.48%.

Về hai giá trị là Skewness và Kurtosis, 25 quốc gia trong khu vực mới nổi đều cho thấy có giá trị skewness < 0 (negative skewness) và giá trị Kurtosis > 3 (lepto-kurtosis). Điều này cho thấy, thị trường chứng khoán của các quốc gia mới nổi không tuân theo phân phối chuẩn và tồn tại rủi ro tổn thất cao. Cụ thể, Thái Lan là thị trường có mức độ lệch âm cao nhất (highest negative skewness) và giá trị độ gù cao thứ hai (second highest lepto-kurtosis) trong khối các quốc gia mới nổi, cụ thể ở mức -1.75, điều này cho thấy đây là thị trường có xác suất xảy ra rủi ro tổn thất cao hơn so với các quốc gia còn lại (phần tổn thất ở đuôi trái cao và độ dày rủi ro ở cả hai đuôi trong phân phối tỷ suất sinh lợi cao hơn so với phân phối chuẩn). Nguyên nhân làm cho thị trường Thái Lan tồn tại mức rủi ro tổn thất cao như vậy có thể hoàn toàn giải thích dựa trên đặc điểm của quốc gia này. Trong quá khứ, thị trường chứng khoán Thái Lan đã trải qua nhiều cú sốc “lịch sử” có thể kể đến như cuộc khủng hoảng tiền tệ Châu Á năm 2005, Thái Lan là một trong ba quốc gia chịu thiệt hại nặng nề nhất từ cuộc khủng hoảng này. Đến giai đoạn 2014, cụ thể là ngày 19 tháng 12 năm 2014 đã được đánh dấu mốc lịch sử là ngày đen tối nhất trong lịch sử của thị trường chứng khoán tại quốc gia này. Chỉ số SET đã sụt giảm tới 108,41 tương ứng với 816 tỉ bath (23 tỉ USD). Nguyên nhân chính đến từ sự bất ổn trong chính trị và việc không kiểm soát được sự leo thang của đồng bath đã khiến quốc gia này phải đối mặt với nhiều rủi ro. Ngoài Thái Lan, Cộng hòa Séc (Czech) là quốc gia có mức độ gù cao nhất (-19.5).

Tóm lại, từ kết quả thống kê của bảng 4.1 đã cho thấy đặc điểm của từng thị trường chứng khoán trong khu vực mới nổi. Các kết quả định lượng này giải thích một cách phù hợp bản chất của từng thị trường, các giá trị này còn phản ánh quy luật phân phối của các quan sát này không tuân theo phân phối chuẩn trong thực tế mà còn chịu ảnh hưởng bởi các yếu tố về độ lệch và độ gù. Do đó, điều này tạo cho tác giả động lực để nghiên cứu các tác động của hai yếu tố phần bù Đồng độ lệch (CSKP) và phần bù Đồng độ gù (CKTP) đến tỷ suất sinh lợi của các quốc gia mới nổi.

• Bảng 4.1: Kết quả thống kê mô tả

4.2. Phân tích tương quan tuyến tính Khóa luận: KQNC của Co-Moments bậc cao và định giá tài sản.

Ở phần này, tác giả sử dụng giá trị hệ số tương quan Pearson để đo lường sự tương quan tuyến tính giữa thị trường chứng khoán các nước mới nổi với nhau và giữa các biến độc lập của mô hình (RMP, CSKP, CKTP) với tỷ suất sinh lời của các thị trường mới nổi này. Bảng 4.2 mô tả kết quả ma trận hệ số tương quan giữa tỷ suất sinh lợi của các thị trường chứng khoán và các biến độc lập.

Dựa trên kết quả của bảng 4.2 cho thấy, hầu hết hệ số tương quan giữa các thị trường chứng khoán và các biến độc lập có ý nghĩa ở mức 1%, chỉ có khoảng 16 trên tổng 406 cặp không có ý nghĩa ở mức 1%. Bên cạnh đó, mức độ tương quan giữa phần bù rủi ro thị trường với các thị trường chứng khoán trong khối mới nổi là khá cao. Có đến 19 trên tổng 25 cặp thị trường có hệ số tương quan trên 0.5 và các giá trị này đều có ý nghĩa thống kê tại mức 1%. Trong đó, Brazil; Korea; South Africa và Taiwan lần lượt là những thị trường có giá trị hệ số tương quan với phần bù thị trường cao nhất (từ 0.82 đến 0.76). Do đó, có thể thấy việc đo lường mức độ ảnh hưởng của giá trị đại diện cho toàn thị trường chứng khoán các nước mới nổi (RMP) đến từng thị trường trong khối này là hợp lý. Ngược lại với các quốc gia này, thị trường chứng khoán của các quốc gia Ả Rập thống nhất (United Arab Emirates) và Saudi Arabia ít chịu tác động đến từ biến động của thị trường chung trong khối mới nổi, cụ thể giá trị hệ số tương quan ở hai thị trường này chỉ vào khoảng 0.159 và 0.158.

Khi xét về hai giá trị phần bù Đồng độ lệch (CSKP) và phần bù Đồng độ gù (CKTP), dựa trên kết quả thống kê ma trận tương quan cho thấy mức độ tương quan giữa hai biến độc lập này đến sự biến động tỷ suất sinh lợi của thị trường chứng khoán ở các quốc gia mới nổi có tác động thấp hơn. Cụ thể, đối với các cặp quan hệ giữa phần bù Đồng độ gù (CKTP), mức độ tương quan giữa các cặp giá trị này chỉ dao động từ -0.19 đến 0.61. Trong đó, chỉ có khoảng 5 trên 25 cặp hệ số tương quan có giá trị thấp hơn 0. Điều này cho thấy phần lớn tác động của yếu tố Đồng độ gù (CKTP) đến sự biến động tỷ suất sinh lời của thị trường các quốc gia mới nổi là tác động cùng chiều, tức mức Đồng độ gù càng tăng (rủi ro xảy ra biến cố tổn thất tăng) tỷ suất sinh lời của thị trường chứng khoán i có xu hướng gia tăng. Đối với yếu tố Đồng độ lệch (CSKP), mức độ tương quan giữa yếu tố này thấp hơn đáng kể khi so sánh với hai biến độc lập còn lại (RMP và CKTP). Cụ thể, giá trị hệ số tương quan giữa thị trường các quốc gia mới nổi với nhân tố CSKP chỉ dao động ở mức 0.023 đến 0.287. Có thể nhận thấy, yếu tố phần bù rủi ro Đồng độ lệch vẫn có tác động tương đối đến tỷ suất sinh lời của thị trường các quốc gia mới nổi, bên cạnh đó, giá trị này có tác động dương (cùng chiều) đến tỷ suất sinh lợi. Do đó có thể thấy, khi yếu tố đồng độ lệch giữa tỷ suất sinh lợi của một thị trường gia tăng so với phần lớn thị trường chung sẽ dẫn đến việc có khả năng gia tăng về tỷ suất sinh lợi của thị trường này. Bằng cách giải thích dựa trên yếu tố rủi ro, có thể thấy rằng khi yếu tố Đồng độ lệch (CSK) và Đồng độ gù (CKT) của một thị trường bất kỳ so với thị trường chung tăng cao ứng với rủi ro của thị trường quốc gia này tăng cao hơn so với khu vực, nhà đầu tư sẽ yêu cầu tỷ suất sinh lời cao hơn. Do đó, tác động của hai biến CSKP và CKTP đến tỷ suất sinh lợi của từng thị trường trong khu vực mới nổi hầu như đều có giá trị dương. Khóa luận: KQNC của Co-Moments bậc cao và định giá tài sản.

Ngoài việc xem xét tác động của ba nhân tố độc lập (RMP, CSKP và CKTP) đến tỷ suất sinh lời của thị trường chứng khoán các quốc gia mới nổi. Tác giả còn đo lường mức tác động chéo giữa các thị trường này với nhau bằng hệ số tương quan. Qua đó, tác giả nhận thấy các cặp hệ số tương quan giữa thị trường Taiwan-Korea và Mexico-Brazil có giá trị cao lần lượt là 0.712 và 0.707. Thị trường Đài loan và Hàn Quốc cùng nằm trong khu vực Đông Á và cùng chịu tác động từ cuộc khủng hoảng tài chính Đông Á năm 2005 (Ha, Lee và Cheong, 2015). Do đó có thể thấy nét tương đồng cũng như cùng sự tương quan về tài chính giữa hai thị trường này. Đối với cặp thị trường Mexico và Brazil, hai quốc gia này cùng nằm trong khu vực Châu Mỹ La tinh, ngoài ra trong giai đoạn từ 2007 đến 2010, các quốc gia trong khu vực này cùng trải qua cuộc khủng hoảng Argentina. Do đó có thể thấy được mối liên kết giữa hai thị trường này với nhau.

Dựa trên các kết quả phân tích ở trên, tác giả nhận thấy có sự tác động giữa ba nhân tố phần bù rủi ro thị trường (RMP), phần bù Đồng độ lệch (CSKP) và phần bù Đồng độ gù (CKTP) đến phần lớn tỷ suất sinh lợi của các quốc gia các nước mới nổi. Kết quả này trùng khớp với kết quả nghiên cứu của tác giả Soosung Hwang (2007) trong việc chứng minh sự tác động của các nhân tố bậc cao Đồng độ lệch và Đồng độ gù đến thị trường các quốc gia mới nổi. Do đó, tác giả sử dụng mô hình CAPM mở rộng kết hợp với hai nhân tố là phần bù Đồng độ lệch (CSKP) và phần bù Đồng độ gù (CKTP) đến tỷ suất sinh lời của thị trường các quốc gia mới nổi kết hợp với phương pháp hồi quy phân vị.

• Bảng 4.2: Ma trận hệ số tương quan giữa thị trường chứng khoán mới nổi và các biến độc lập

4.3. Kết quả mô hình hồi quy Khóa luận: KQNC của Co-Moments bậc cao và định giá tài sản.

Tại phần này, tác giả sử dụng hai phương pháp bao gồm hồi quy OLS và hồi quy phân vị để đánh giá tác động của mô hình CAPM mở rộng (nhân tố phần bù rủi ro thị trường RMP, phần bù Đồng độ lệch – CSKP và phần bù Đồng độ gù – CKTP). Qua đó, đánh giá mức độ tác động, mức ý nghĩa của từng hệ số và mức độ giải thích của mô hình đến tỷ suất sinh lời của thị trường các quốc gia mới nổi.

4.3.1. Phương pháp hồi quy OLS

Trong mục này, tác giả sử dụng mô hình CAPM mở rộng (gồm nhân tố phần bù rủi ro thị trường – RMP, phần bù đồng độ lệch – CSKP và phần bù đồng độ gù – CKTP) để đánh giá tác động của các yếu tố rủi ro này đến tỷ suất sinh lợi của thị trường chứng khoán các quốc gia mới nổi bằng phương pháp hồi quy OLS. Qua đó, tác giả sẽ sử dụng kết quả của mô hình OLS để so sánh với kết quả hồi quy của phương pháp hồi quy phân vị qua đó đánh giá mức độ tối ưu trong việc ước lượng tỷ suất lợi nhuận của thị trường chứng khoán trong khu vực mới nổi. Bảng 4.3 trình bày kết quả hồi quy theo phương pháp OLS của mô hình này đối với tỷ suất sinh lời của 25 thị trường chứng khoán trong khu vực mới nổi.

Từ bảng kết quả hồi quy OLS cho thấy, về mặt tổng quan các giá trị hệ số hồi quy của nhân tố phần bù rủi ro thị trường (RMP) đều có ý nghĩa thống kê tại mức 1% (25/25 giá trị). Tất cả các giá trị này đều mang giá trị dương và dao động trong vùng từ 0.371 đến 0.8838, trong đó thị trường chứng khoán Columbia chịu tác động đến từ nhân tố này ở mức thấp nhất, chỉ khoảng 37.1%. Trong khi đó, thị trường chứng khoán Ai Cập chịu tác động từ nhân tố này tại mức 88.38%, cao nhất trong các quốc gia mới nổi. Điều này cho thấy nhân tố phần bù rủi ro thị trường có tác động đáng kể đến tỷ suất sinh lời của thị trường chứng khoán các quốc gia mới nổi. Kết quả này tái khẳng định tầm quan trọng của nhân tố RMP trong việc đo lường tỷ suất sinh lợi dựa trên mô hình CAPM của Sharpe(1970), cụ thể mô hình CAPM truyền thống có thể giải thích được từ 2% đến 40% sự biến động của các chứng khoán niêm yết (Jeald et. al., 2025). Khóa luận: KQNC của Co-Moments bậc cao và định giá tài sản.

Khi xét về yếu tố phần bù đồng độ lệch (CSKP), tác giả nhận thấy có khoảng 15/25 giá trị hệ số hồi quy của nhân tố này đạt ý nghĩa thống kê tại mức 1%, có tới 16/25 đạt ý nghĩa thống kê tại mức 5% và 17/25 hệ số tại mức 10%. Về mặt chiều hướng tác động, nhân tố phần bù Đồng độ lệch (CSKP) vừa có tác động cùng chiều và ngược chiều đối với tỷ suất sinh lợi của một số quốc gia. Cụ thể độ lớn các hệ số hồi quy của nhân tố này dao động trong khoảng từ -0.1161 đến 0.3284, thị trường chứng khoán Mexico chịu tác động ngược chiều lớn nhất trong khi ở phía ngược lại, nhân tố CSKP lại có tác động dương lớn nhất đến thị trường chứng khoán Qatar, tại mức 0.3284. Ngoài ra, ba thị trường cũng cần đáng chú ý là Đài loan, Trung Quốc và Brazil có giá trị hệ số hồi quy chỉ đạt quanh mức 0, điều này cho thấy tỷ suất sinh lời của thị trường chứng khoán này ít chịu anh hưởng bởi nhân tố CSKP. Khi so sánh giữa nhân tố CSKP với nhân tố RMP, tác giả nhận thấy nhân tố này có tác động đến tỷ suất sinh lợi thấp hơn so với RMP. Tuy nhiên, nhân tố CSKP vẫn có tác động đáng kể đến tỷ suất sinh lời của thị trường chứng khoán các nước mới nổi. Do đó, việc đưa nhân tố này vào mô hình CAPM mở rộng là phù hợp cho việc đo lường tỷ suất sinh lợi của danh mục đầu tư.

Đối với nhân tố đồng độ gù (CKTP), nhân tố này vừa có tác động cùng chiều và ngược chiều đến tỷ suất sinh lợi của các quốc gia mới nổi. Giá trị các hệ số hồi quy của nhân tố này dao động trong vùng từ -0.9974 đến 0.5172, trong đó có khoảng 21/25 giá trị đạt ý nghĩa thống kê tại mức 1% và chỉ có 22/25 giá trị có ý nghĩa thống kê tại mức 5%. Trong đó, đáng chú ý nhất chính là thị trường chứng khoán Saudi Arab có giá trị hệ số hồi quy ở mức -0.9974. Điều này đồng nghĩa với việc khi phần chênh lệch tỷ suất sinh lợi của thị trường này và thị trường tham chiếu gia tăng, tỷ suất sinh lời kỳ vọng của quốc gia này sẽ có xu hướng giảm. Ở phía ngược lại, thị trường chứng khoán Hy Lạp chịu tác động dương lớn nhất khi mức ảnh hưởng của nhân tố này đến thị trường Hy Lạp là 0.5172. Ngoài ra, hai thị trường Hàn Quốc và Peru chỉ chịu tác động của nhân tố CKTP ở mức 0 và 0.002 đồng nghĩa với việc nhân tố rủi ro đồng độ gù có ảnh hưởng không đáng kể đến tỷ suất sinh lời của hai thị trường này.

Ngoài việc xem xét đến tác động của các nhân tố rủi ro cũng như mức ý nghĩa của các hệ số này, người việc còn xem xét đến giá trị hệ số R² điều chỉnh. Bảng kết quả hồi quy OLS cho thấy giá trị hệ số R² điều chỉnh dao động trong vùng từ 0.0848 đến 0.6855, trong đó các giá trị này hầu hết phân bố trong vùng từ 0.35 đến 0.6. Điều này cho thấy mô hình CAPM mở rộng kết hợp giữa nhân tố RMP với hai nhân tố CSKP và CKTP có tác động đáng kể đến tỷ suất sinh lời của thị trường, chỉ có một số trường hợp cá biệt đáng kể như thị trường Pakistan chịu tác động tương đối thấp bởi mô hình CAPM mở rộng thêm hai nhân tố CSKP và CKTP.

• Bảng 4.3: Kết quả hồi quy OLS

4.3.2. Phương pháp hồi quy phân vị (Quantile regression) Khóa luận: KQNC của Co-Moments bậc cao và định giá tài sản.

Tác giả sử dụng mô hình CAPM mở rộng (gồm nhân tố phần bù rủi ro thị trường- RMP, phần bù đồng độ lệch – CSKP và phần bù đồng độ gù – CKTP) để đo lường mức độ tác động của các yếu tố rủi ro này đến tỷ suất sinh lời của danh mục đầu tư tại các quốc gia thông qua mô hình hồi quy phân vị ở 5 mức khác nhau (τ = 0.1, 0.25, 0.5, 0.75 và 0.9). Bảng 4 trình bày kết quả hồi quy phân vị của mô hình này đối với tỷ suất sinh lời của 25 thị trường chứng khoán trong khu vực mới nổi.

Tổng quan kết quả hồi quy phân vị cho thấy, hầu hết các giá trị hệ số của nhân tố phần bù rủi ro thị trường (RMP) trong mô hình hồi quy ở 25 quốc gia mới nổi tại năm mức phân vị đều có ý nghĩa thống kê tại mức 1% (125/125 hệ số). Tại mức phân vị τ = 0.1, hệ số dốc của nhân tố RMP đối với thị trường chứng khoán của các quốc gia mới nổi nằm trong vùng từ 0.405 đến 1.029. Trong đó, thị trường chứng khoán Hy Lạp là thị trường ít chịu tác động của nhân tố thị trường lên tỷ suất sinh lợi, trong khi đó thị trường chứng khoán Ai Cập lại chịu nhiều ảnh hưởng trước biến động của các biến động về giá trong khu vực mới nổi. Xét tại mức τ = 0.25, giá trị của hệ số này nằm trong khoảng từ 0.345 đến 0.84 (thị trường chứng khoán Columbia chịu ít tác động trước nhân tố thị trường chung trong khối mới nổi, trong khi đó, kết quả tại mức phân vị này cho thấy Ai Cập vẫn là quốc gia chịu nhiều ảnh hưởng nhất trước các biến động trong khu vực này). Khi xét đến mức phân vị tại τ = 0.5, trong một số trường hợp nhất định, kết quả của mức phân vị này khá tương đồng với kết quả hồi quy OLS (mục 2.4.2). Không giống với hai mức phân vị ở trên, mức phân vị τ = 0.5 cho giá trị dao động từ 0.336 đến 0.766, trong đó thị trường Parkistan ít chịu tác động từ nhân tố thị trường và danh mục Trung Quốc chịu nhiều tác động đến từ thị trường đại diện. Đối với hai mức phân vị còn lại là τ = 0.75 và 0.9, giá trị của hệ số dốc của giá trị phần bù rủi ro thị trường (RMP) đạt từ 0.26 đến 0.741. Trong đó Columbia và Brazil là hai quốc gia lần lượt chịu tác động ít nhất và nhiều nhất bởi nhân tố thị trường. Từ các giá trị tác giả liệt kê ở trên, có thể thấy được đặc điểm của mô hình hồi quy phân vị khác với mô hình OLS ở việc linh hoạt của mô hình. Ở các mức phân vị khác nhau, mô hình hồi quy phân vị sẽ cho các hệ số phụ thuộc khác nhau. Dựa trên tính chất và đặc điểm của phương pháp hồi quy phân vị như đã đề cập trong mục 2.4.2 và 2.4.3, phương pháp này sẽ cho người sử dụng có cái nhìn tổng thể về tác động của các biến độc lập lên biến phụ thuộc tại từng mức phân vị. Ngoài ra, các giá trị hệ số của nhân tố RMP với 25 thị trường chứng khoán mới nổi tại 5 mức phân vị đều cho kết quả dương. Điều này cho thấy, tỷ suất sinh lợi của thị trường chứng khoán các quốc gia mới nổi chịu tác đốc cùng chiều với nhân tố phần bù rủi ro thị trường (RMP). Cụ thể hơn, giả sử hệ số dốc giữa thị trường Ai cập tại mức phân vị τ =0.1 là 1.029 tương ứng với việc khi thị trường chứng khoán trong khu vực mới nổi tăng 1 đơn vị, thì tỷ suất sinh lời của thị trường Ai cập được kỳ vọng sẽ tăng khoản 1.029 đơn vị. Ngoài ra, kết quả hồi quy phân vị còn cho thấy có đến 79/125 hệ số hồi quy của nhân tố RMP đạt giá trị cao hơn 0.5. Điều này cho thấy nhân tố RMP có tác động đáng kể đến tỷ suất sinh lời của 25 quốc gia trong khu vực mới nổi. Kết quả này trùng khớp với kết quả phân tích hệ số tương quan, khi giá trị hệ số tương quan riêng lẻ của từng thị trường đều cho thấy có mối liên hệ đối với thị trường chứng khoán được lấy làm giá trị đại diện cho khu vực mới nổi. Như vậy, bằng kết quả định lượng, mô hình CAPM mở rộng kết hợp gồm ba nhân tố RMP, CSKP và CKTP đã chứng minh được vai trò quan trọng của nhân tố RMP đến tỷ suất sinh lời của các quốc gia mới nổi trong giai đoạn từ tháng 4 năm 2013 đến tháng 11 năm 2025. Khóa luận: KQNC của Co-Moments bậc cao và định giá tài sản.

Đối với nhân tố phần bù đồng độ lệch (CSKP), tác giả nhận thấy có 13/125 hệ số hồi quy có ý nghĩa tại mức 10%, 16/125 hệ số hồi quy có ý nghĩa tại mức 5% và 24/125 hệ số hồi quy có ý nghĩa thống kê tại mức 1%. Kết quả này cho thấy yếu tố đồng độ lệch (CSKP) có tác động lên thị trường chứng khoán các quốc gia mới nổi, tuy nhiên tác động này chỉ ở mức tương đối và thấp hơn so với ảnh hưởng của nhân tố RMP. Về mặt ý nghĩa của nhân tố đồng độ lệch, khi hệ số hồi quy của thị trường thứ i đối với nhân tố CSKP mang giá trị dương, điều này cho thấy phân phối xác suất giữa thị trường thứ i có sự chênh lệch về phía trái so với thị trường đại diện (MSCI-EM). Điều này đồng nghĩa với việc thị trường thứ i đang tồn tại rủi ro tổn thất cao hơn so với thị trường tham chiếu. Do đó, nhà đầu tư yêu cầu lợi nhuận kỳ vọng cao hơn so với tỷ suất sinh lời kỳ vọng của thị trường tham chiếu. Ở chiều ngược lại, khi hệ số hồi quy của thị trường chứng khoán thứ i đối với nhân tố CSKP là âm, điều này cho thấy thị trường chứng khoán thứ i đang bị chệch phải so với thị trường tham chiếu. Điều này đồng nghĩa với việc thị trường chứng khoán i có rủi ro đầu tư thấp hơn so với thị trường tham chiếu. Do đó, lợi nhuận kỳ vọng của nhà đầu tư sẽ thấp hơn so với thị trường tham chiếu. Khi xét đến từng mức phân vị, tại mức τ = 0.1, hệ số hồi quy của nhân tố CSKP dao động trong khoảng từ -0.22 đến 0.393. Trong đó, Mexico là quốc gia chịu tác động ngược chiều lớn nhất bởi nhân tố Đồng độ lệch, thị trường chứng khoán Qatar chịu tác động nhiều nhất bởi nhân tố phần bù CSKP. Khác với các thị trường còn lại trong khối mới nổi, Hy Lạp là quốc gia gần như không chịu tác động bởi sự ảnh hưởng của nhân tố đồng độ lệch, khi giá trị hệ số hồi quy của thị trường này chỉ vào khoảng 0.006. Tại mức phân vị τ = 0.25, giá trị các hệ số hồi quy của nhân tố CSKP dao động trong khoảng từ -0.15 đến 0.35. Trong đó, thị trường chứng khoán của Arab Saudi chịu tác động nhiều nhất bởi nhân tố này tại mức độ dốc là 0.35, ở chiều ngược lại Mexico là quốc gia chịu tác động ngược chiều lớn nhất bởi nhất tố Đồng độ lệch với độ dốc lên đến -0.15. Ngoài ra, còn có thể kể đến là Nam Phi khi quốc gia này chỉ chịu tác động của nhân tố đồng độ lệch vào khoảng 0.016. Khi xét đến mức phân vị τ = 0.5 và 0.75, hệ số hồi quy của nhân tố CSKP nằm trong khoảng từ -0.1 đến 0.442. Trong đó thị trường chứng khoán Mexico và thị trường chứng khoán Saudi Arab là những thị trường lần chịu tác động cùng chiều lớn nhất và ngược chiều lớn nhất, kết quả này tương đồng với mức τ = 0.25. Khi xét mức τ = 0.9, hệ số hồi quy của nhân tố đồng độ lệch dao động trong vùng -0.17 đến 0.397, trong đó thị trường Peru và Russia lần lượt là thị trường có mức chịu tác động cùng chiều lớn nhất và ngược chiều lớn nhất. Cũng tại mức phân vị này, thị trường chứng khoán Ấn Độ gần như là thị trường ít bị tác động nhất bởi nhân tố CSKP với giá trị hệ số hồi quy chỉ vào khoảng 0. Khóa luận: KQNC của Co-Moments bậc cao và định giá tài sản.

Đối với nhân tố CKTP, tác giả nhận thấy có khoảng 67/125 giá trị hệ số hồi quy có ý nghĩa thống kê tại mức 1%, 14/125 giá trị có ý nghĩa tại mức 5% và chỉ có khoảng 9/125 hệ số có ý nghĩa tại mức 10%. Điều này cho thấy, khi ta so sánh tác động của nhân tố CKTP đối với nhân tố RMP đến tỷ suất sinh lời của thị trường chứng khoán các nước mới nổi, nhân tố này có mức tác động thấp hơn. Tuy nhiên khi so sánh ảnh hưởng của nhân tố CKTP so với nhân tố CSKP, nhân tố CKTP có tác động đáng kể đặc biệt tại mức ý nghĩa 1%. Khi xét về tác động của nhân tố này đến tỷ suất sinh lợi của thị trường, tác giả nhận thấy gần như không có sự khác biệt giữa các mức phân vị về thị trường chịu tác động cùng chiều lớn nhất và ngược chiều lớn nhất. Cụ thể, hệ số hồi quy của nhân tố phần bù đồng độ gù dao động từ -1.17 đến 0.488, thị trường chứng khoán Saudi Arab chịu tác động ngược chiều một cách mạnh mẽ nhất bởi nhân tố CKTP. Ngược lại với thị trường Saudi Arab, thị trường chứng khoán Hy lạp chịu tác động cùng chiều lớn nhân tố CKTP trên 4 mức phân vị τ = 0.1, 0.25, 0.75 và 0.9. Tại mức phân vị τ = 0.5, thị trường chứng khoán Mexico là thị trường chịu tác động cùng chiều lớn nhất bởi nhân tố phần bù đồng độ lệch. Thị trường chứng khoán Chile và Hàn Quốc gần như là hai thị trường ít chịu tác động bởi nhân tố đồng độ gù khi mà giá trị của hệ số hồi quy này chỉ nằm gần 0. Về mặt ý nghĩa của nhân tố CKTP, khi giá trị hệ số hồi quy của nhân tố CKTP cao, sự chênh lệch về lợi nhuận giữa thị trường thứ i và thị trường tham chiếu cao, hay phân phối của hai giá trị này có độ nhọn lớn hơn so với phân phối. Điều này cho thấy tồn tại rủi ro về mặt tổn thất cũng như xuất hiện những lợi nhuận bất thường. Dựa trên lý thuyết lợi nhuận và rủi ro của Markowitz (1952), khi rủi ro càng cao nhà đầu tư có xu hướng yêu cầu tỷ suất sinh lợi của danh mục đầu tư của mình. Vì vậy, các thị trường càng có giá trị đồng độ gù cao (hệ số hồi quy đối với nhân tố đồng độ gù dương), thì tỷ suất sinh lợi của các thị trường này càng lớn. Về phía ngược lại, khi giá trị đồng độ gù của thị trường chứng khoán thứ i so với thị trường tham chiếu thấp (hay giá trị hệ số hồi quy của nhân tố đồng độ gù âm), cho thấy rủi ro về mặt tổn thất và xuất hiện các khoản lợi nhuận bất thường thấp. Vì vậy cho thấy rủi ro của các thị trường này thấp hơn, nên các nhà đầu tư khi đầu tư vào thị trường này có mức lợi nhuận yêu cầu thấp hơn so với thị trường tham chiếu.

Khi xét đến giá trị R² điều chỉnh, mô hình CAPM mở rộng thêm hai nhân tố phần bù rủi ro đồng độ lệch và đồng độ gù có giá trị R² điều chỉnh trong khoảng từ 3.7% đến 47.3%. Trong đó, thị trường chứng khoán Brazil tại mức phân vị 𝜏 = 0.1, có giá trị R² hiệu chỉnh lớn nhất và thị trường chứng khoán Pakistan có giá trị thấp nhất (tại mức phân vị 𝜏 = 0.95. Khi so sánh kết quả này với mô hình CAPM truyền thống, hệ số R² hiệu chỉnh của mô hình CAPM truyền thống chỉ dao động trong vùng từ 2% đến 40% (Jeald et.al., 2025). Điều này cho thấy mức độ giải thích của mô hình CAPM truyền thống thấp hơn so với mức độ giải thích của mô hình CAPM mở rộng thêm hai nhân tố đồng độ lệch và đồng độ gù.

Ngoài kết quả thống kê các hệ số của mô hình hồi quy CAPM mở rộng, tác giả còn tổng hợp các giá trị này phân bổ vào bảng 4.5, nhằm trình bày chiều hướng tác động của các nhân tố phần bù thị trường (RMP), phần bù đồng độ lệch (CSKP) và phần bù đồng độ gù (CKTP). Qua đó, nhà đầu tư có thể có cái nhìn trực quan hơn, có thể nhìn nhận rủi ro đối với các thị trường chịu tác động ngược chiều cũng như tối đa hóa rủi ro đối với các thị trường có tác động cùng chiều đến tỷ suất sinh lợi danh mục đầu tư của họ. Ngoài ra, do mô hình CAPM mở rộng này sử dụng phương pháp hồi quy phân vị tại năm mức phân vị khác nhau, nhà đầu tư có thể nhìn thấy được tác động của từng nhân tố rủi ro đến thị trường đầu tư của mình mà không bị ảnh hưởng bởi các yếu điểm như trong phương pháp OLS, cụ thể là hiện tượng bị tác động bởi các quan sát ngoại lai làm cho kết quả bị lệch so với thực tế. Khóa luận: KQNC của Co-Moments bậc cao và định giá tài sản.

• Bảng 4.4: Kết quả mô hình hồi quy phân vị của từng thị trường mới nổi tại các mức phân vị (q10, q25, q50, q75 and q90) với các nhân tố RMP, CSKP và CKTP lên tỷ suất sinh lợi.
• Bảng 4.5: Danh sách các quốc gia chịu tác động cùng chiều và ngược chiều từ kết quả hồi quy phân vị

4.3.3. So sánh kết quả giữa phương pháp hồi quy OLS và phương pháp hồi quy phân vị

Dựa trên việc thống kê kết quả hồi quy theo hai phương pháp hồi quy OLS và hồi quy phân vị (xem bảng 4.6), tác giả nhận thấy nhân tố rủi ro thị trường có tác động đến tỷ suất sinh lợi thị trường của các nước mới nổi và đạt ý nghĩa thống kê tại mức 5% ở cả hai phương pháp. Về giá trị hồi quy hệ số của các nhân tố, hầu hết các giá trị hệ số hồi quy theo phương pháp phân vị có giá trị độ lớn cao hơn so với phương pháp OLS (cả về tác động ngược chiều cũng như cùng chiều). Kết quả này hoàn toàn hợp lý vì phương pháp hồi quy phân vị phản ánh cả mức phân vị thấp lẫn mức phân vị cao (từ mức phân vị τ = 10 đến 90) trong khi phương pháp OLS chỉ phản ánh ở mức phân vị τ = 50. Về mức ý nghĩa các giá trị hệ số hồi quy, phương pháp phân vị cho cái nhìn rõ nét về tác động của các nhân tố trên từng mức phân vị. Do đó, bằng cách nhìn vào kết quả tổng quát, nhà đầu tư có thể lựa chọn mức phân vị phù hợp trong đó phản ánh tác động của các nhân tố đến tỷ suất sinh lợi của thị trường ở mức cao nhất và lựa chọn mức phân vị này để thực hiện việc ước lượng.

• Bảng 4.6: Thống kê so sánh kết quả hồi quy giữa hai phương pháp

4.4. Kiểm định kết quả hồi quy Khóa luận: KQNC của Co-Moments bậc cao và định giá tài sản.

4.4.1. Kiểm định phương sai thay đổi

Tác giả sử dụng kiểm định White để kiểm định phần dư của mô hình hồi quy qua đó xem xét phương sai nhiễu có thay đổi hay không.

• Giả thiết H0: Phương sai của phần dư không đổi

Kết quả kiểm định White theo phương pháp hồi quy OLS cho mô hình CAPM mở rộng hai nhân tố CSKP và CKTP (bảng 4.7) cho thấy có 21/25 thị trường có giá trị p-value nhỏ hơn 0.05, nên dẫn đến kết luận bác bỏ giả thiết H0, tức kết quả hồi quy OLS cho mô hình CAPM mở rộng có hiện tượng phương sai sai số thay đổi. Điều này là chính là điểm hạn chế của phương pháp OLS khi sử dụng để ước lượng cho mô hình. Do đó, tác giả đã tiến hành sử dụng phương pháp hồi quy phân vị là phương pháp chính của đề tài để hạn chế các nhược điểm của phương pháp OLS, qua đó đem đến sự hiệu quả, chính xác trong việc ước lượng các giá trị hồi quy.

• Bảng 4.7: Kết quả kiểm định phương sai sai số thay đổi theo phương pháp OLS

4.4.2. Kiểm định đa cộng tuyến

Tác giả sử dụng phương pháp kiểm định VIF để đánh giá tác động của hiện tượng tự tương quan, nội sinh trong mô hình. Vì phương pháp hồi quy phân vị chưa được hỗ trợ trong việc đánh giá yếu tố này, nên tác giả chỉ tập trung vào việc đánh giá tác động của hiện tượng đa cộng tuyến lên kết quả ước lượng của phương pháp hồi quy OLS. Với việc đặt giả thiết H0: R² = 0 tức là không có hiện tượng đa cộng tuyến. Kết quả thu được như sau:

Theo kết quả kiểm định đa cộng tuyến (xem bảng 4.8), phương pháp hồi quy phân vị có 3/3 biến có giá trị VIF < 10, dẫn đến việc không thể bác bỏ được giả thuyết H0. Tức không xảy ra hiện tượng đa cộng tuyến, tự tương quan trong trường hợp ước lượng hồi quy thông qua ba biến phần bù thị trường, phần bù Đồng độ lệch và Đồng độ gù.

• Bảng 4.8: Kết quả hồi quy giữa các biến độc lập

4.4.3. Kiểm định Robustness Khóa luận: KQNC của Co-Moments bậc cao và định giá tài sản.

Sau khi tiến hành ước lượng kết quả hồi quy theo phương pháp hồi quy phân vị, tác giả triển khai hồi quy dữ liệu bảng (với tất cả 25 thị trường mới nổi trong giai đoạn nghiên cứu 657 tuần) để đảm bảo các nhân tố rủi ro đồng moments bậc cao có tác động đến những thị trường này cũng như tái kiểm định lại tính ổn định của phương pháp hồi quy phân vị. Tác giả thực hiện phương pháp Pooled – OLS, mô hình các ảnh hưởng cố định (FEM) và mô hình các ảnh hưởng ngẫu nhiên (REM) để kiểm tra tính vững của các giả thuyết nói trên (xem bảng 4.9). Sau khi kiểm tra dữ liệu nghiên cứu, ba nhân tố rủi ro thị trường, đồng độ lệch và đồng độ gù có mức ý nghĩa là 1% cho cả ba phương pháp tiếp cận. Tuy nhiên, kiểm định cũng cho thấy TSSL của các thị trường chịu tác động âm từ nhân tố phần bù Đồng độ gù. Sau khi tiến hành kiểm định Hausman (xem bảng 4.10), tác giả quyết định chọn mô hình REM để ước lượng mô hình nghiên cứu (kết quả không có nhiều sự khác biệt giữa ba phương pháp tiếp cận). Theo kết quả kiểm định (xem bảng 4.11), tác giả nhận thấy phương pháp này phải đối mặt với tính không đồng nhất và tương quan nối tiếp ở mức độ đầu tiên. Do đó, mô hình nghiên cứu tiếp cận với tính vững, tính ổn định tổng thể cho toàn bộ dữ liệu thị trường các quốc gia mới nổi.

• Bảng 4.9: Mô hình Pool-OLS, mô hình các ảnh hưởng cố định (FEM) và mô hình các ảnh hưởng ngẫu nhiên (REM) cho kiểm định robustness
• Bảng 4.10. Kiểm định Hausman để lựa chọn giữa mô hình các ảnh hưởng cố định (FEM) và các ảnh hưởng ngẫu nhiên (REM)
• Bảng 4.11. Kiểm tra lỗi của các mô hình trên

CHƯƠNG 5: KẾT LUẬN VÀ HẠN CHẾ

5.1. Kết quả nghiên cứu Khóa luận: KQNC của Co-Moments bậc cao và định giá tài sản.

Kể từ năm 1976, khi Kraus & Litzeberger công bố nghiên cứu về tác động của nhân tố độ lệch (Skewness) lên TSSL cổ phiếu, các nhà nghiên cứu đã mở rộng nghiên cứu khi chỉ nhân tố độ lệch mà còn độ gù (Kurtosis). Bên cạnh đó, các nhà nghiên cứu như Harvey và Siddique (2008), Doan (2019), Kostakis và cộng sự (2020), Hassan và Kamil (2021), Ajibola và cộng sự (2022) đã tiến hành nghiên cứu tác động của hai yếu tố này lên nhiều thị trường bao gồm Mỹ, Anh, Úc, Pakistan,… và cả thị trường chứng khoán Việt nam. Ngoài việc tác động lên TSSL của chứng khoán, các nhà nghiên cứu như Serdar Neslihanoglu (2024), Soosung Hwang và cộng sự (2007) cũng tiến hành việc đo lường tác động của hai nhân tố rủi ro đồng độ lệch và đồng độ gù lên chỉ số chứng khoán đặc biệt là thị trường các quốc gia mới nổi.

Với việc dự kiến nâng hạng thị trường chứng khoán Việt nam từ thị trường ngoại biên lên thị trường mới nổi trong năm 2030, việc nghiên cứu tác động của các nhân tố lên chỉ số thị trường mới nổi càng có vai trò quan trọng trong cho các nhà quản lý trong việc xây dựng các kịch bản, chiến lược quản lý và quản trị rủi ro thị trường. Xuất phát từ mục tiêu này, tác giả đã tiến hành nghiên cứu tác động của các nhân tố bậc cao đồng độ lệch và đồng độ gù đến TSSL của chỉ số thị trường chứng khoán 25 quốc gia mới nổi trong giai đoạn từ tháng 4 năm 2013 đến tháng 11 năm 2025. Bằng việc sử dụng phương pháp hồi quy phân vị cho mô hình CAPM kết hợp hai nhân tố đồng độ lệch và đồng độ gù, tác giả nhận thấy nhân tố rủi ro đồng độ lệch và đồng độ gù có tác động đáng kể trong khoảng ý nghĩa từ 1% đến 10% bên cạnh yếu tố phần bù thị trường. Những nhân tố đồng moment bậc cao này có tác động đáng kể đến chỉ số chứng khoán của 25 quốc gia mới nổi theo phân loại của MSCI. Cụ thể, kết quả nghiên cứu cho thấy nhân tố phần bù rủi ro thị trường (RMP) có tác động đáng kể đến TSSL của 25 thị trường mới nổi trên cả năm mức phân vị 𝜏 = [0.1, 0.25, 0.5, 0.75, 0.9]. Nhân tố RMP có tác động cùng chiều đến TSSL của các chỉ số thị trường, điều này đã tái khẳng định lại các nghiên cứu trước đây về tác động của nhân tố RMP đến TSSL của thị trường các nước mới nổi. Trong khi đó, nhân tố phần bù đồng độ lệch (CSKP) lại có mức tác động thấp hơn so với nhân tố RMP, chỉ khoảng 53/125 giá trị hồi quy có ý nghĩa ở mức từ 1% – 10% tại năm mức phân vị. Nhân tố phần bù đồng độ lệch có tác động cùng chiều đến phần lớn TSSL của thị trường các quốc gia mới nổi. Khi xét đến nhân tố rủi ro đồng độ gù, có tổng 90/125 giá trị hệ số hồi quy có ý nghĩa thống kê từ 1% đến 10%. Trong đó, hầu hết các giá trị hệ số hồi quy của nhân tố này có ý nghĩa tại mức 1% (67/125). Điều này cho thấy nhân tố CKTP có tác động đáng kể đến TSSL của thị trường chứng khoán các quốc gia mới nổi. Về chiều hướng tác động, không giống như nhân tố CSKP, nhân tố CKTP có tác động hai phía (vừa cùng chiều, vừa ngược chiều) lên TSSL của thị trường các nước mới nổi. Trong đó, tác động của nhân tố này hầu như không có sự khác biệt đáng kể tại 5 mức phân vị khác nhau. Về mức độ giải thích của mô hình CAPM mở rộng hai nhân tố CSKP và CKTP, giá trị R² điều chỉnh của mô hình đề xuất nằm trong vùng 3.7% đến 47.3%. Kết quả này cho thấy mô hình CAPM mở rộng hai nhân tố CSKP và CKTP có thể giải thích được sự biến động TSSL của thị trường các quốc gia mới nổi cao hơn đáng kể so với mô hình CAPM truyền thống (chỉ khoảng 2% – 40% Jeald et.al, 2025). Khóa luận: KQNC của Co-Moments bậc cao và định giá tài sản.

Tóm lại, nghiên cứu tái khẳng định được vai trò quan trọng của nhân tố RMP trong việc đo lường TSSL của các quốc gia mới nổi. Bên cạnh đó, hai nhân tố CSKP và CKTP cũng đóng vai trò quan trọng làm tăng khả năng dự báo TSSL của thị trường chứng khoán các quốc gia trong khu vực này. Về mức độ và chiều hướng tác động, nhân tố CSKP có mức tác động tương đối và chiều hướng tác động cùng chiều lên tỷ suất sinh lợi của chỉ số các quốc gia mới nổi. Đối với nhân tố CKTP, nhân tố này có mức tác động cao hơn so với nhân tố CSKP nhưng chiều hướng tác động trên cả hai mặt (vừa cùng chiều, vừa ngược chiều) lên tỷ suất sinh lợi của các chỉ số này. Cuối cùng, mô hình CAPM mở rộng hai nhân tố CSKP và CKTP có mức độ giải thích cao hơn so với mô hình CAPM truyền thống. Do đó, bài nghiên cứu đã trả lời được ba câu hỏi đầu tiên về sự tác động, mức độ – chiều hướng tác động cũng như khả năng giải thích của mô hình CAPM mở rộng.

5.2. Khuyến nghị

Dựa trên kết quả nghiên cứu cho thấy, mô hình CAPM truyền thống đặc biệt là nhân tố phần bù rủi ro thị trường vẫn đóng vai trò quan trọng trong việc giải thích biến động TSSL của tài sản. Bên cạnh đó, khi tăng cường các chứng khoán đến từ thị trường mới nổi có mức độ đồng lệch cao vào danh mục, TSSL kỳ vọng của danh mục sẽ có xu hướng tăng do tác động cùng chiều của nhân tố này đến TSSL. Đối với nhân tố phần bù rủi ro đồng độ gù, vì nhân tố này có tác động hai chiều đến tỷ suất sinh lợi nên có thể vừa làm gia tăng tỷ suất sinh lợi của danh mục đầu tư nhưng cũng có thể triệt tiêu đi tỷ suất sinh lời của danh mục. Do đó, để tối đa hóa lợi nhuận của danh mục đầu tư, các nhà đầu tư có thể đa dạng hóa danh mục đầu tư của mình thông qua việc tăng cường các chứng khoán đến từ thị trường có mức phần bù đồng độ lệch cao (cụ thể là việc tăng cường các cổ phiếu đến từ thị trường có độ lệch dương – positive coskewness và hạn chế các cổ phiếu đến từ thị trường có độ lệch âm – negative coskewness). Ngoài ra, các nhà đầu tư quốc tế khi đầu tư vào thị trường các quốc gia mới nổi cũng nên chú ý đến mức độ đồng độ gù của từng quốc gia trong khối thị trường này. Để thu được lợi nhuận tối đa cũng như hạn chế các tổn thất có thể xảy ra, các nhà đầu tư nên lựa chọn các thị trường có mức tác động cùng chiều của nhân tố rủi ro hệ thống đồng độ gù và hạn chế đầu tư vào các thị trường có mức tác động ngược chiều đối với nhân tố này.

Đối với các nhà điều hành chính sách tại các thị trường mới nổi (cũng như tại thị trường Việt nam), việc xây dựng một mô hình đo lường tỷ suất sinh lợi của thị trường khi mở rộng thêm hai nhân tố phần bù rủi ro hệ thống đồng độ lệch và đồng độ gù sẽ giúp các nhà đầu tư trong thị trường có thể tối ưu được lợi nhuận. Bên cạnh đó, mô hình CAPM mở rộng hai nhân tố CSKP và CKTP cũng cung cấp các thông tin về rủi ro hệ thống bao gồm tác động của thị trường, thị trường đang nằm trong vùng có mức đồng độ lệch cao hay thấp so với khu vực, mức đồng độ gù cao hay thấp so với khu vực. Qua đó, các nhà điều hành chính sách có thể đánh giá được tác động lây lan khi một nước trong khối xảy ra biến cố làm biến động tỷ suất sinh lợi trên thị trường quốc gia này, mức độ lây lan từ quốc gia này đến các quốc gia khác trong khối là như thế nào và tác động từ thị trường tham chiếu đến quốc gia của họ ra sao và xây dựng các chính sách phòng ngừa, quản trị rủi ro cũng như cung cấp thông tin cho các nhà đầu tư để có thể bảo toàn tỷ suất sinh lợi.

5.3. Hạn chế của đề tài Khóa luận: KQNC của Co-Moments bậc cao và định giá tài sản.

Đề tài đã đánh giá các tác động của các nhân tố rủi ro hệ thống bao gồm rủi ro thị trường, rủi ro đồng độ lệch, rủi ro đồng độ gù lên tỷ suất sinh lợi của chỉ số chứng khoán tại 25 quốc gia mới nổi. Bằng việc so sánh tính hiệu quả trong việc ước lượng hệ số hồi quy giữa phương pháp hồi quy phân vị và hồi quy OLS để chỉ ra mô hình, phương pháp hồi quy phù hợp trong việc ước lượng tỷ suất sinh lợi của chỉ số chứng khoán. Mặc dù đã chứng minh, trả lời được các câu hỏi nghiên cứu cũng như xây dựng được khuyến nghị phù hợp cho các nhà đầu tư. Tuy nhiên, đề tài vẫn còn tồn tại một số hạn chế:

Như đã đề cập ở mục 2.4.3, một trong những hạn chế của phương pháp hồi quy phân vị cũng như hồi quy OLS là việc giả định dữ liệu tuân theo phân phối chuẩn. Tuy nhiên, trong thực tế các bộ dữ liệu có phân bổ đuôi không tuân theo phân phối chuẩn, do đó việc sử dụng các phương pháp hồi quy này sẽ bị hạn chế trong việc ước lượng phân bổ đuôi. Để giải quyết vấn đề này, tác giả đề xuất kết hợp sử dụng phương pháp Copula trong việc ước tính phân phối đuôi của tỷ suất sinh lời chỉ số chứng khoán. Thông qua đó, kết quả ước lượng của mô hình sẽ được cải thiện một cách hiệu quả hơn.

Bên cạnh đó, vì bài viết chỉ được thực hiện trong giai đoạn từ tháng 4 năm 2013 đến tháng 11 năm 2025, nên chưa phản ánh được các sự kiện diễn ra trước giai đoạn này như cuộc khủng hoảng tài chính năm 2005 tác động đến một số quốc gia trong khu vực thị trường mới nổi. Do đó, tác giả đề xuất mở rộng thời gian nghiên cứu trước năm 2005 để phản ánh được các tác động của cuộc khủng hoảng tài chính Châu Á đến tỷ suất sinh lợi chỉ số các quốc gia trong khối mới nổi (Malaysia, China, Philippines, Thailand).

Cuối cùng, việc nghiên cứu tác động của của các nhân tố rủi ro hệ thống bậc cao như rủi ro đồng độ lệch, đồng độ gù đến chỉ số thị trường các quốc gia mới nổi có ý nghĩa rất quan trọng. Tuy nhiên, việc chỉ dừng lại ở khu vực này vẫn chưa chứng minh được khả năng ứng dụng rộng rãi của mô hình này lên việc ước lượng chỉ số ở các khu vực như khối liên minh Châu Âu (EU), khối các nền kinh tế lớn BRICS (Brasil, Nga, Ấn Độ, Trung Quốc, Nam Phi), cộng đồng kinh tế ASEAN.

5.4. Đề xuất hướng nghiên cứu tiếp theo

Bài nghiên cứu này là bằng chứng thực nghiệm trong việc tái khẳng định tầm quan trọng của nhân tố RMP, nhân tố CSKP và nhân tố CKTP trong việc đo lường TSSL của chỉ số thị trường chứng khoán các quốc gia mới nổi. Bên cạnh đó, việc tiếp cận thông qua phương pháp hồi quy phân vị cho cái nhìn tổng thể về tác động của ba nhân tố này đến thị trường 25 quốc gia mới nổi tại năm mức phân vị 𝜏 = [0.1, 0.25, 0.5, 0.75, 0.9]. Tuy nhiên, để nghiên cứu rõ hơn về tác động của các nhân tố này, tác giả đề xuất nên mở rộng chu kỳ quan sát lên 10 năm, 20 năm để phản ánh các yếu tố bất ổn qua đó cho thấy rõ hơn tác động của nhân tố đồng độ lệch (CSKP) rõ rệt hơn. Ngoài ra, việc thêm yếu tố biến giả như thị trường tăng hay giảm (nghiên cứu của Ajibola và cộng sự, 2023) sẽ cho các kết quả khác nhau về tác động của TSSL lên chỉ số chứng khoán tại các thị trường mới nổi.

Về phương diện phương pháp nghiên cứu, hai phương pháp hồi quy OLS và hồi quy phân vị vốn tồn tại nhiều hạn chế bên cạnh ưu điểm của nó. Đặc biệt chính là sự thiếu chính xác trong việc đo lường các dữ liệu thực nghiệm không tuân theo phân phối chuẩn hoặc có mối tương quan phi tuyến tính. Do đó, tác giả đề xuất các công trình nghiên cứu tiếp theo nên sử dụng các phương pháp hồi quy khác toàn diện hơn như việc kết hợp giữa hồi quy OLS và thuật toán xích chuyển Markov để phân vùng nghiên cứu từ đó đánh giá các tác động của từng chế độ trong suốt chu kỳ nghiên cứu. Khóa luận: KQNC của Co-Moments bậc cao và định giá tài sản.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY:

===>>> Khóa luận: Tác động của Co-Moments bậc cao và định giá tài sản