Khóa luận Phân tích ảnh hưởng của các nhân tố kinh tế vĩ mô đến thị trường chứng khoán Việt Nam

ng lập của ngân hàng ACB bị bắt hay chủ tịch Sacombank – Đặng Văn Thành bị điều tra khiến thị trường chứng khoán, nhất là HNX-index gần như lao dốc không phanh. Theo đó, VN-Index đã sụt giảm 20% và HNX-Index đã giảm 36% vào cuối tháng 11 so với mức đỉnh được thiết lập vào tháng 5. 2.1.3. Giai đoạn tăng trưởng ổn định với nhiều tín hiệu tích cực (tháng 12/2012 – tháng 8/2014)  Tình hình kinh tế vĩ mô: Nền kinh tế dần hồi phục với tốc độ chậm khi hàng loạt các biện pháp được đưa ra để “phá băng” bất động sản và “giải cứu” nợ xấu ngân hàng như giảm thuế, giảm lãi suất, giãn nợ, tăng cung tiền cuối năm 2012. Việc duy trì chính sách tiền tệ và tài khóa theo Nguồn: Xử lý bằng Excel 2016 Hình 2.4: Diễn biến chỉ số VN-index và HNX-index giai đoạn 1/2011 – 11/2012 Trường Đại học Ki h tế Đạ học Huế 33 hướng nới lỏng một cách thận trọng và linh hoạt giúp kiểm soát được lạm phát (năm 2013 chỉ ở mức 6,04% thấp hơn so với con số 6,84% năm 2012). Dấu hiệu thoát đáy của nền kinh tế đã trở nên rõ ràng với sự phục hồi tốt từ lĩnh vực sản xuất khi chỉ số sản xuất công nghiệp IIP cả năm 2013 tăng đến 5,9% mặc dù cầu tiêu dùng vẫn chưa thật sự khả quan khiến cho sản xuất công nghiệp dù đã được cải thiện nhưng chưa thể bức phá. Sự phục hồi đúng hướng của nền kinh tế tiếp tục được duy trì và đẩy mạnh trong năm 2014 với tăng trưởng tín dụng đến cuối năm tăng 14% cao hơn mức 12,51% của năm 2013. Tỷ giá và thị trường ngoại hối đều duy trì được sự ổn định trong suốt cả năm 2013 và 2014. Những nỗ lực từ phía Chính phủ và NHNN trong việc điều tiết cung tiền, kiểm soát giá cả kết hợp với xu hướng giá dầu thô thế giới tiếp tục giảm vào những tháng cuối năm và sức cầu tiêu dùng trong nước vẫn còn yếu là nguyên nhân chính gây ra áp lực giảm phát (tỷ lệ lạm phát năm 2014 chỉ ở mức 1,84%). Mặt bằng lãi suất nhìn chung vẫn được giữ ổn định trong năm 2013 khi NHNN giảm trần lãi suất huy động các kỳ hạn dưới 6 tháng xuống 7%/năm đồng thời bỏ trần lãi suất đối với các kỳ hạn từ 6 tháng trở lên. Xu hướng giảm tiếp tục duy trì trong những tháng đầu năm 2014 khi lãi suất huy động các kỳ hạn dưới 6 tháng chỉ dao động trong khoảng Nguồn: Xử lý bằng Excel 2016 Hình 2.5: Diễn biến giá dầu thô thế giới giai đoạn 12/2012 – 8/2014 Trường Đại học Kinh tế Đại học Huế 34 4% - 5,45%/năm còn các kỳ hạn từ 6 tháng trở lên, lãi suất trong khoảng từ 5,3% - 7,5%/năm.  Diễn biến TTCK Việt Nam: Nhìn chung trong giai đoạn từ tháng 12/2012 đến tháng 12/2013, cả hai chỉ số VN- index và HNX-index đều tăng mạnh, mặc dù sau chuỗi ngày mua ròng rất tốt vào nửa đầu năm 2013, khối ngoại đã bất ngờ rút vốn ồ ạt khỏi thị trường do lo ngại về sự rút vốn của gói kích thích kinh tế khổng lồ QE3 của Mỹ và những rủi ro “vỡ bong bóng” của nền kinh tế lớn là Trung Quốc. Tuy nhiên, Việt Nam vẫn là một thị trường đầu tư hấp dẫn khi nhanh chóng thu hút dòng vốn ngoại trở lại sau khi có tin chính thức từ FED và Trung Quốc bước ra khỏi khủng hoảng. Kết thúc phiên giao dịch năm 2013, VN- index tăng 21,97% đứng tại 504,6 điểm và HNX-index tăng 18,82% đứng ở mức 67,84 so với cuối năm 2012. Chính nhóm cổ phiếu blue-chips được khối NĐT nước ngoài mua ròng nhiều nhất đã góp phần lớn cho mức tăng điểm ấn tượng trên TTCK năm 2013. Sự ổn định và hồi phục tích cực của nền kinh tế vĩ mô tiếp túc thúc đẩy đà tăng điểm trên TTCK vào quý 1/2014 với thanh khoản được cải thiện đáng kể. Tuy nhiên, đà tăng điểm này không kéo dài được lâu trong bối cảnh nền kinh tế tăng trưởng ở dưới mức tiềm năng do nợ xấu và cầu nội địa yếu, nhất là sau sự kiện căng thẳng trên biển Đông Nguồn: Xử lý bằng Excel 2016 Hình 2.6: Diễn biến chỉ số VN-index và HNX-index giai đoạn 12/2012 – 8/2014 Trường Đại học Kinh tế Đại học Huế 35 xảy ra đã tạo ra tâm lý lo ngại cho NĐT khiến thị trường giảm sâu trong tháng 5. Tuy nhiên, nhờ nền tảng kinh tế vĩ mô trong thời gian này vẫn duy trì được sự ổn định và việc các NHTM chủ động hạ lãi suất đã tạo lực kéo TTCK hồi phục và tăng nhanh suốt quý 3/2014. 2.1.4. Giai đoạn tăng trưởng chững lại và nhiều diễn biến xấu trên TTCK (tháng 9/2014 – tháng 3/2016)  Tình hình kinh tế vĩ mô: Tình hình kinh tế vĩ mô cuối tháng 9/2014 vẫn tạm thời duy trì được sự ổn định mặc dù tỷ giá bắt đầu có dấu hiệu nóng lên dưới áp lực cầu ngoại tệ và đồng USD mạnh lên so với các đồng tiền khác trên thế giới. Tốc độ tăng trưởng kinh tế của Việt Nam vẫn khá tốt khi GDP cả năm 2015 ghi nhận mức tăng 6.68%. Chỉ số sản xuất công nghiệp tăng 9,64% cao hơn nhiều mức 6,42% của năm 2014. Sự kiện đàm phán thành công hiệp định đối tác kinh tế xuyên Thái Bình Dương TPP mở ra cơ hội lớn đối với Việt Nam trong hợp tác xuất khẩu, thu hút vốn đầu tư và tái cơ cấu lại nền kinh tế, tạo động lực để Việt Nam tiếp tục tăng trưởng trong những năm tiếp theo. Từ cuối quý 3/2015, tăng trưởng trong lĩnh vực sản xuất có dấu hiệu chững lại do tác động tiêu cực từ sự giảm tốc của nền kinh tế lớn thứ hai thế giới là Trung Quốc mặc dù thời điểm cuối năm thường là cao điểm của mùa vụ sản xuất. Dầu thô thế giới rớt giá mạnh và liên tục thiết lập đáy mới do thừa nguồn cung trên thị trường là nguyên nhân chính khiến tỷ lệ lạm phát cả năm 2015 chỉ ở mức 0,6%, thấp kỷ lục trong 15 năm trở lại đây. Những tháng đầu năm 2016, CPI mặc dù có tăng trở lại nhưng vẫn ở mức thấp do tổng cầu tiêu dùng vẫn chưa phục hồi mạnh (CPI tháng 3 tăng 1,69% so với cùng kỳ năm trước). Xuất khẩu của Việt Nam tiếp tục chững lại vào những tháng đầu năm 2016 trong bối cảnh kinh tế thế giới không mấy khả quan, đồng thời, nhập khẩu cũng giảm cho thấy tăng trưởng của kinh tế Việt Nam đang thực sự chững lại. GDP toàn quý I chỉ đạt 5.46% thấp hơn nhiều so với cùng kỳ năm 2015. Trường Đại học Kinh tế Đại học Huế 36  Diễn biến TTCK Việt Nam: TTCK những tháng cuối năm 2014 đón nhận hàng loạt thông tin xấu như giá dầu thô thế giới lao dốc từ 100 USD/thùng xuống một nửa trong vòng ba tháng, thông tư 36/2014/TT-NHNN quy định các giới hạn, tỷ lệ đảm bảo an toàn vốn tạo ra tâm lý không tích cực cho đông đảo NĐT khi lo lắng về nguồn cung ứng đòn bẩy tài chính và thanh khoản trên TTCK, đồng thời việc Mỹ quyết định chấm dứt gói kích thích kinh tế khổng lồ QE3 và kinh tế Trung Quốc rơi vào giảm tốc khiến TTCK trong nước và thế giới không mấy sáng sủa. Cuối năm 2015 và khởi đầu năm 2016, TTCK thế giới liên tục lao dốc (chỉ số công nghiệp DJIA mất tới 9,5% trong tháng 1, đồng thời, chỉ số Shanghai Composite giảm 6,9% xuống 3.296,66 điểm ngày 7/1/2016 trước khi giao dịch bị đình chỉ) kéo theo đà sụt giảm của VN-index và HNX-index. Kết thúc phiên giao dịch cuối cùng của tháng 1/2016, VN-index giảm 5,8% xuống còn 545,25 điểm, HNX-Index cũng giảm 3,9% xuống 76,87 điểm, khối ngoại đã bán ròng trên cả hai sàn tổng cộng hơn 27 triệu cổ phiếu, tương ứng 1.256,7 tỷ đồng. Hình 2.7: Diễn biến chỉ số DJIA và SSEC giai đoạn 9/2014 – 3/2016 Nguồn: Xử lý bằng Excel 2016 Trường Đại học Kinh tế Đại học Huế 37 Sau sự sụt giảm khá bất ngờ vào tháng 1/2016, TTCK Việt Nam và thế giới đã có sự phục hồi trong hai tháng còn lại của quý I/2016 dù biên độ không lớn và tương đối chậm chạp, sự hồi phục của nhóm cổ phiếu ngành Dầu khí có vốn hóa lớn được kỳ vọng sẽ tiếp tục tạo ảnh hưởng khả quan lên các ngành khác để TTCK duy trì ổn định trong những quý tiếp theo. 2.2. Kết quả nghiên cứu 2.2.1. Dữ liệu nghiên cứu 2.2.1.1. Mô tả dữ liệu Khóa luận lựa chọn VN-index và HNX-index làm 2 chỉ số chứng khoán đại diện cho TTCK Việt Nam, đồng thời lựa chọn 4 biến kinh tế vĩ mô là: giá vàng trong nước, giá dầu thô thế giới và 2 chỉ số chứng khoán đại diện cho TTCK Mỹ và TTCK Trung Quốc là DJIA và Shanghai composite để phân tích ảnh hưởng các 4 biến kinh tế vĩ mô này đến TTCK Việt Nam. Các chuỗi dữ liệu này được thống kê thường xuyên hàng tháng từ 1/2009 đến 3/2016 gồm 87 quan sát. Nguồn: Xử lý bằng Excel 2016 Hình 2.8: Diễn biến chỉ số VN-index và HNX-index giai đoạn 9/2014 – 3/2016 Trường Đại học Kinh tế Đại học Huế 38 Bảng 2.1: Mô tả các biến kinh tế vĩ mô Tên biến vĩ mô Ký hiệu Mô tả Đơn vị Chỉ số VN-index VNI Chỉ số đóng cửa ngày cuối cùng mỗi tháng trên sàn HOSE Điểm Chỉ số HNX-index HNXI Chỉ số đóng cửa ngày cuối cùng mỗi tháng trên sàn HNX Điểm Giá vàng trong nước GOLD Giá bán vàng ngày cuối cùng trong tháng Triệu đồng/ Lượng Giá dầu thô thế giới OIL Giá đóng cửa vào ngày giao dịch cuối cùng mỗi tháng theo OPEC $/thùng Chỉ số DJIA DJIA Chỉ số đóng cửa ngày cuối cùng mỗi tháng trên sàn New York Điểm Chỉ số Shanghai composite SSEC Chỉ số đóng cửa ngày cuối cùng mỗi tháng trên sàn Thượng Hải Điểm Nguồn: Tổng hợp từ dữ liệu của tác giả 2.2.1.2. Phân tích thống kê mô tả Dữ liệu gốc trong các biến kinh tế vĩ mô đều được chuyển về dưới dạng logarit tự nhiên (logarit cơ số e) nhằm giảm bớt độ phân tán cao cũng như hạn chế một số quan sát có giá trị bất thường của dữ liệu gốc, thuận lợi cho việc nhận dạng và phân tích dữ liệu. Bảng 2.2: Thống kê mô tả các biến kinh tế vĩ mô dưới dạng Logarit tự nhiên LNVNI LNHNXI LNGOLD LNOIL LNDJIA LNSSEC Mean 6.179866 4.473121 3.531489 4.380776 9.486828 7.861605 Median 6.199758 4.389623 3.569533 4.545102 9.480097 7.850626 Maximum 6.456220 5.295313 3.859887 4.794881 9.805472 8.436361 Trường Đại học Kinh tế Đại học Huế 39 Minimum 5.504274 3.932806 2.916148 3.371082 8.862615 7.590453 Std.dev. 0.181496 0.344782 0.234010 0.371508 0.240163 0.198396 Skewness -1.121171 0.803078 -0.928979 -1.018785 -0.498143 0.690179 Kurtosis 4.755901 2.621948 3.267582 3.057057 2.388359 3.029254 Nguồn: Tổng hợp từ tính toán của tác giả (phụ lục 1) Bảng phân tích thống kê mô tả các biến kinh tế vĩ mô dưới dạng Logarit tự nhiên cho thấy: Giá trị trung bình (mean), trung vị (median), giá trị lớn nhất và nhỏ nhất của các biến không có sự chênh lệch quá lớn, đồng thời, độ lệch chuẩn của các biến rất nhỏ cho thấy các biến kinh tế vĩ mô dưới dạng logarit tự nhiên có mức độ tương đồng và tập trung cao. Ngoài ra, hai giá trị Skewness (hệ số bất đối xứng) và Kurtosis (độ nhọn) giúp hình dung về hình dáng của phân phối. Cụ thể: Skewness: đo lường độ lệch của phân phối.  Biến LNVNI, LNGOLD, LNOIL, LNDJIA đều có giá trị Skewness < 0 cho thấy bốn biến này có phân phối lệch trái.  Biến LNHNXI và LNSSEC có giá trị Skewness > 0 nên có phân phối lệch phải. Kurtosis: đo lường mức độ tập trung tương đối của các quan sát quanh trung tâm của nó và so sánh với hai đuôi.  Biến LNVNI, LNGOLD, LNOIL, LNSSEC có giá trị Kurtosis > 3 cho thấy phân phối giá trị của các biến sẽ tập trung hơn mức bình thường, đỉnh của đồ thị phân phối khá cao và nhọn với hai đuôi ngắn và hẹp. Điều này cho thấy cả bốn biến sẽ có những biến động mạnh và bất thường trong khoảng thời gian được lựa chọn nghiên cứu. Trường Đại học Kinh tế Đạ ọc Huế 40  Biến LNHNXI và LNDJIA có giá trị Kurtosis < 3 cho thấy đỉnh của đồ thị phân phối sẽ thấp và tù hơn với hai đuôi dài, mức độ tập trung các giá trị thấp thấp hơn. Nói cách khác, hai biến này sẽ ít biến động với độ biến thiên dao động không cao trong khoảng thời gian nghiên cứu. 2.2.1.3. Kiểm định tính dừng các chuỗi dữ liệu Khóa luận sử dụng phương pháp kiểm định ADF để kiểm tra tính dừng hay tình trạng tồn tại nghiệm đơn vị của các chuỗi dữ liệu kinh tế vĩ mô dưới dạng Logarit tự nhiên và chuỗi sai phân bậc 1 của nó. Bảng 2.3: Kiểm định tính dừng của các chuỗi dữ liệu Biến Thống kê 𝝉 P – value *** Kết luận Chuỗi Logarit tự nhiên LNVNI -2.725307 0.0739 Không dừng LNHNXI -1.087071 0.7179 Không dừng LNGOLD -3.002472 0.0386 Không dừng LNOIL -1.085336 0.8620 Không dừng LNDJIA -1.726839 0.4143 Không dừng LNSSEC -2.050113 0.2653 Không dừng Chuỗi sai phân bậc 1 D(LNVNI) -8.754313 0.0000 Dừng D(LNHNXI) -7.848620 0.0000 Dừng D(LNGOLD) -8.560394 0.0000 Dừng D(LNOIL) -7.509455 0.0000 Dừng Trường Đại học Kinh tế Đại học Huế 41 D(LNDJIA) -10.81125 0.0001 Dừng D(LNSSEC) -7.838355 0.0000 Dừng Ghi chú: (***) sử dụng mức ý nghĩa 1% Nguồn: Tổng hợp từ tính toán của tác giả (phụ lục 2) Kết quả kiểm định ở bảng 2.3 cho thấy các chuỗi dữ liệu ban đầu (chuỗi logarit tự nhiên) đều không dừng ở mức ý nghĩa 1%. Sau khi lấy sai phân bậc 1 thì tất cả các chuỗi dữ liệu đều dừng với mức ý nghĩa 1%. Như vậy, bậc tích hợp của tất cả các biến là 1 hay I (1). Bước tiếp theo của nghiên cứu là xác định độ trễ tối ưu và kiểm định đồng liên kết để xác định mối quan hệ đồng liên kết giữa các biến, làm cơ sở cho việc thiết lập mối quan hệ trong dài hạn giữa các biến nghiên cứu. 2.2.2. Xây dựng mô hình ECM 2.2.2.1. Lựa chọn độ trễ tối ưu Độ trễ tối ưu của mô hình sẽ được tự động lựa chọn dựa trên 5 tiêu chuẩn: LogL, LR, FPE, AIC, SC, HQ. Độ trễ nào phù hợp với nhiều tiêu chuẩn nhất thì đó chính là độ trễ tối ưu của mô hinh. Độ trễ tối ưu của mô hình phải càng nhỏ càng tốt (thường là 1 hoặc 2) vì số quan sát là có hạn nên nếu tăng độ lớn của trễ thì sẽ giảm số bậc tự do và ảnh hưởng đến chất lượng của ước lượng. Bảng 2.4: Độ trễ tối ưu của mô hình Lags LogL LR FPE AIC SC HQ Đối với chuỗi dữ liệu LNVNI, LNGOLD, LNOIL, LNDJIA, LNSSEC 0 183.1854 NA 8.92e-09 -4.345985 -4.199233 -4.287066 1 638.9407 844.8147 2.44e-13* -14.85221* -13.97170* -14.49870* 2 661.2443 38.62337* 2.63e-13 -14.78645 -13.17218 -14.13835 Trường Đại học Kinh tế Đại học Huế 42 Ghi chú: (*) độ trễ được lựa chọn theo tiêu chuẩn Nguồn: Tổng hợp từ tính toán của tác giả (phụ lục 3) Kết quả bảng 2.4 cho thấy, độ trễ tối ưu phù hợp với đa số tiêu chí lựa chọn của 2 mô hình là 1. Nói cách khác, giá trị của biến hiện tại sẽ chịu tác động của giá trị biến trễ một tháng trước đó. 2.2.2.2. Kiểm định đồng liên kết Kiểm định đồng liên kết theo Johansen và Juselius (1990) sẽ được dùng để kiểm định mối quan hệ dài hạn giữa các chuỗi dữ liệu chưa dừng. Do đó, luận văn sẽ kiểm tra quan hệ đồng liên kết giữa các các biến LNGOLD, LNOIL, LNDJIA, LNSSEC lần lượt với hai biến phụ thuộc là LNVNI và LNHNXI. Bảng 2.5: Kết quả kiểm định đồng liên kết chuỗi LNVNI, LNGOLD, LNOIL, LNDJIA, LNSSEC Giả thiết H0 (Số lượng vector đồng liên kết) Kiểm định vết ma trận Trace Kiểm định giá trị riêng cực đại Giá trị thống kê vết ma trận Trace Giá trị tới hạn (α = 5%) Giá trị riêng cực đại Max - Eigen Giá trị tới hạn (α = 5%) None 92.07131* 69.81889 44.74360* 33.87687 3 675.9601 23.68886 3.43e-13 -14.53561 -12.18759 -13.59292 4 691.5929 23.25848 4.46e-13 -14.30714 -11.22537 -13.06986 5 703.3902 16.11345 6.50e-13 -13.98513 -10.16960 -12.45325 Đối với chuỗi dữ liệu LNHNXI, LNGOLD, LNOIL, LNDJIA, LNSSEC 0 127.7713 NA 3.44e-08 -2.994421 -2.847670 -2.935503 1 620.5473 913.4386 3.83e-13* -14.40359* -13.52309* -14.05008* 2 642.3960 37.83553* 4.16e-13 -14.32673 -12.71247 -13.67863 3 656.0811 22.02966 5.58e-13 -14.05076 -11.70274 -13.10807 4 674.3265 27.14557 6.80e-13 -13.88601 -10.80424 -12.64873 5 687.2353 17.63152 9.64e-13 -13.59110 -9.775574 -12.05923 Trường Đại học Kinh tế Đại học Huế 43 At most 1 47.32770 47.85613 24.49145 27.58434 At most 2 22.83625 29.79707 15.40976 21.13162 At most 3 7.426489 15.49471 7.408406 14.26460 At most 4 0.018084 3.841466 0.018084 3.841466 Ghi chú: (*) biểu thị bác bỏ giả thiết H0 ở mức ý nghĩa 5% Nguồn: Tổng hợp từ tính toán của tác giả (phụ lục 4) Bảng 2.5 cho thấy kiểm định vết ma trận Trace và kiểm định giá trị riêng cực đại Max – Eigen đều bác bỏ giả thiết H0 (không tồn tại vector đồng liên kết đối với chuỗi LNVNI, LNGOLD, LNOIL, LNDJIA, LNSSEC). Ở mức ý nghĩa 5%, kiểm định Trace và kiểm định Max – Eigen cho rằng có tồn tại ít nhất một vector đồng liên kết giữa các biến đang xét. Bảng 2.6: Kết quả kiểm định đồng liên kết chuỗi LNHNXI, LNGOLD, LNOIL, LNDJIA, LNSSEC Giả thiết H0 (Số lượng vector đồng liên kết) Kiểm định vết ma trận Trace Kiểm định giá trị riêng cực đại Giá trị thống kê vết ma trận Trace Giá trị tới hạn (α = 5%) Giá trị riêng cực đại Max - Eigen Giá trị tới hạn (α = 5%) None 85.08222* 69.81889 39.73709* 33.87687 At most 1 45.34513 47.85613 21.95500 27.58434 At most 2 23.39013 29.79707 14.98890 21.13162 At most 3 8.401232 15.49471 8.379871 14.26460 At most 4 0.021362 3.841466 0.021362 3.841466 Ghi chú: (*) biểu thị bác bỏ giả thiết H0 ở mức ý nghĩa 5% Nguồn: Tổng hợp từ tính toán của tác giả (phụ lục 4) Bảng 2.6 cho thấy kiểm định vết ma trận Trace và kiểm định giá trị riêng cực đại của ma trận Max-eigenvalue đều bác bỏ giả thiết H0 và cùng cho rằng có tồn tại ít nhất một vector đồng liên kết đối với chuỗi LNHNXI, LNGOLD, LNOIL, LNDJIA và LNSSEC. Trường Đại học Kinh tế Đại học Huế 44 Tóm lại, kết quả của hai bảng 2.5 và 2.6 cho thấy có tồn tại mối quan hệ đồng liên kết cho phép sử dụng mô hình ECM để nghiên cứu ảnh hưởng của các biến kinh tế vĩ mô đến TTCK Việt Nam qua hai biến phụ thuộc là hai chỉ số chứng khoán LNVNI và LNHNXI. 2.2.2.3. Mô hình hiệu chỉnh sai số ECM Sau khi xác định có sự tồn tại của vector đồng liên kết, tác giả xây dựng mô hình ECM để đánh giá mức độ tác động của các biến này đến TTCK Việt Nam. a. Mối quan hệ dài hạn giữa các biến (long – run relationship)  Ước lượng mô hình thể hiện mối quan hệ dài hạn giữa các biến: Mối quan hệ dài hạn mô tả ảnh hưởng của các biến LNGOLD, LNOIL, LNDJIA, LNSSEC tác động đến biến phụ thuộc LNVNI và LNHNXI trong dài hạn được thể hiện trong bảng 2.7. Giá trị độ lệch chuẩn được ghi trong ngoặc tròn ( ) và giá trị thống kê t được ghi trong ngoặc vuông [ ]. Bảng 2.7: Kết quả ước lượng mô hình trong dài hạn LNVNI = – 2.664821 – 0.507511 LNGOLD + 0.200555 LNOIL + 0.784208 LNDJIA + 0.294942 LNSSEC (0.080619) (0.045014) (0.065879) (0.066526) [-6.295151] [4.455421] [11.90378] [4.433489] LNHNXI = + 3.387608 – 1.145411 LNGOLD + 0.319919 LNOIL – 0.203177 LNDJIA* + 0.719514 LNSSEC (0.138433) (0.077294) (0.113122) (0.114233) [-8.274112] [4.138984] [-1.796087] [6.298643] Ghi chú: (*) có ý nghĩa thống kê ở mức 10% Nguồn: Tổng hợp từ tính toán của tác giả (phụ lục 5)  Kiểm định ý nghĩa thống kê của các hệ số Khoá luận sử dụng giá trị p – value để kiểm định xem các biến độc lập có thực sự ảnh hưởng đến biến phụ thuộc trong mối quan hệ dài hạn hay không. Kết quả ước lượng cho Trường Đại học Kinh tế Đại học Huế 45 thấy, trong dài hạn, tất cả các biến độc lập đều có ảnh hưởng đến hai biến phụ thuộc LNVNI và LNHNXI ở mức ý nghĩa 𝛼 = 5%, riêng ảnh hưởng của biến độc lập LNDJIA đến biến phụ thuộc LNHNXI có ý nghĩa thống kê ở mức ý nghĩa 𝛼 = 10% (xem chi tiết giá trị p – value của các hệ số ở phụ lục 5)  Kiểm định tính dừng phần dư của mô hình mối quan hệ dài hạn Bảng 2.8: Kiểm định tính dừng phần dư của thành phần dài hạn RESID Giá trị thống kê 𝝉 P - value RESID 1 -5.083545 0.0001 RESID 2 -2.846234 0.0561* Ghi chú: (*) có ý nghĩa thống kê ở mức 10% Kết quả kiểm định tính dừng phần dư bằng kiểm định Dickey - Fuller của mô hình thể hiện mối quan hệ dài hạn giữa các biến trong bảng 2.8 cho thấy phần dư của hai mô hình đều dừng, trong đó, phần dư của mô hình với biến phụ thuộc LNVNI (RESID 1) có tính dừng ở mức ý nghĩa 5% còn phần dư của mô hình với biến phụ thuộc LNHNXI (RESID 2) có tính dừng ở mức ý nghĩa 10%. Phần dư của hai mô hình thể hiện mối quan hệ dài hạn đều dừng khẳng định sự tồn tại của mối quan hệ đồng liên kết giữa các biến như kết quả kiểm định ở bảng 2.5 và 2.6. b. Mối quan hệ ngắn hạn giữa các biến (Short – run relationship)  Ước lượng mô hình thể hiện mối quan hệ ngắn hạn giữa các biến: Mối quan hệ ngắn hạn giữa các biến chính là xét đến tính chất nhất thời của thời điểm đang nghiên cứu và xem xét sự biến động của hai chỉ số VN-index và HNX-index qua từng tháng sẽ chịu ảnh hưởng bởi biến thiên của các yếu tố kinh tế vĩ mô nào và chính bản thân hai biến chỉ số chứng khoán đó ra sao. Nguồn: Tổng hợp từ tính toán của tác giả (phụ lục 6) Trường Đại học Kin tế Đại học Huế 46 Nguồn: Tổng hợp từ tính toán của tác giả (phụ lục 7) Do sai phân bậc 1 của các biến là chuỗi dừng và có độ trễ một tháng nên khoá luận sử dụng kỹ thuật OLS để ước lượng hệ số các biến trong ngắn hạn và đưa thêm phần dư có độ trễ 𝑡 − 1 vào trong mô hình nhằm bảo đảm quan hệ quan hệ dài hạn. Bảng 2.9: Kết quả ước lượng mối quan hệ trong ngắn hạn Biến phụ thuộc ∆LNVNI Biến phụ thuộc ∆LNHNXI Biến Hệ số P-value Biến Hệ số P-value C 0.009370 0.1803 C – 0.001401 0.8621 ∆𝐋𝐍𝐕𝐍𝐈𝐭−𝟏 0.269068 0.0142 ∆𝐋𝐍𝐇𝐍𝐗𝐈𝐭−𝟏 0.289659 0.0064 ∆LNGOLDt−1 0.162073 0.3241 ∆𝐋𝐍𝐆𝐎𝐋𝐃𝐭−𝟏 0.408104 0.0399 ∆LNOILt−1 – 0.057697 0.5142 ∆𝐋𝐍𝐎𝐈𝐋𝐭−𝟏 – 0.177046 0.0849 ∆LNDJIAt−1 – 0.254210 0.2219 ∆LNDJIAt−1 – 0.165344 0.4794 ∆LNSSECt−1 – 0.047624 0.6149 ∆LNSSECt−1 – 0.046470 0.6662 𝐄𝐂𝐓𝐭−𝟏 – 0.363494 0.0000 𝐄𝐂𝐓𝐭−𝟏 – 0.223729 0.0000 Trong ngắn hạn, hai biến phụ thuộc LNVNI và LNHNXI có phương trình như sau: ∆LNVNI = 0.269068∆LNVNIt−1 + 0.162073∆LNGOLDt−1 – 0.057697∆LNOILt−1 – 0.254210∆LNDJIAt−1 – 0.047624∆LNSSECt−1 – 0.363494ECTt−1 + 0.009370 ∆LNHNXI = 0.289659∆LNHNXIt−1+ 0.408104∆LNGOLDt−1– 0.1770046∆LNOILt−1 – 0.165344∆LNDJIAt−1 – 0.046470∆LNSSECt−1 – 0.223729ECTt−1 – 0.001401  Kiểm định ý nghĩa thống kê của các hệ số Kết quả ước lượng mối quan hệ trong ngắn hạn giữa các biến ở bảng 2.9 cho thấy: đối với mô hình có biến phụ thuộc ∆LNVNI thì chỉ có hệ số hồi quy của biến ∆LNVNIt−1 và ECTt−1 là có ý nghĩa thống kê ở mức 5%. Đối với mô hình có biến phụ thuộc ∆LNHNXI thì hệ số hồi quy của biến ∆LNHNXIt−1, ∆LNGOLDt−1 và ECTt−1 đều có ý Trường Đại học Kinh tế Đại học Huế 47 nghĩa thống kê ở mức 5%, riêng hệ số hồi quy của biến ∆LNOILt−1 có ý nghĩa thông kê ở mức 10%. 2.2.3. Kiểm định sự phù hợp của mô hình 2.2.3.1. Kiểm định tính dừng của phần dư Bảng 2.10: Kết quả kiểm định tính dừng của phần dư của mô hình RESID Thống kê 𝝉 Giá trị tới hạn P-value 1% 5% 10% RESID 3 -9.141647 -3.510259 -2.896346 -2.585396 0.0000 RESID 4 -8.967856 -3.510259 -2.896346 -2.585396 0.0000 Nguồn: Tính toán của tác giả (phụ lục 8) Khoá luận sử dụng kiểm định ADF kể kiểm tra tính dừng của phần dư hai mô hình. Kết quả kiểm định cho thấy giá trị P-value bằng 0,0000 bé hơn mức ý nghĩa 𝛼 = 5% nên có thể chấp nhận giả thiết H0 nghĩa là phần dư của hai mô hình đều dừng. 2.2.3.2. Kiểm định phân phối chuẩn của phần dư Khoá luận sử dụng kiểm định JB để kiểm định tính phân phối chuẩn của phần dư hai mô hình. Bảng 2.11: Kết quả kiểm định phân phối chuẩn của phần dư Thông số RESID 3 RESID 4 Jarque – Bera 0.452617 1.152549 P – value 0.797472 0.561988 Nguồn: Tính toán của tác giả (phụ lục 8) Trường Đại học Kin tế Đại học Huế 48 Kết quả kiểm định cho thấy giá trị P – value của phần dư hai mô hình đều lớn hơn mức ý nghĩa 𝛼 = 5% nên không thể bác bỏ giả thiết H0 hay phần dư của hai mô hình tuân theo quy luật phân phối chuẩn. 2.2.3.3. Kiểm định phương sai sai số thay đổi của phần dư Khoá luận sử dụng kiểm định BPG để kiểm định hiện tượng phương sai sai số thay đổi trong phần dư của hai mô hình. Bảng 2.12: Kết quả kiểm định phương sai sai số thay đổi của phần dư RESID Scaled ESS Prob. Chi - Square RESID 3 5.640368 0.3428 RESID 4 7.234842 0.2038 Nguồn: Tính toán của tác giả (phụ lục 8) Kết quả kiểm định cho thấy giá trị P – value của phần dư hai mô hình đều lớn hơn mức ý nghĩa 𝛼 = 5% nên không thể bác bỏ giả thiết H0 hay phần dư của hai mô hình có phương sai sai số không đổi. 2.2.3.4. Kiểm định tự tương quan của phần dư Khoá luận sử dụng kiểm định Breusch – Godfrey để kiểm định xem có tồn tại tự tương quan trong phần dư của mô hình hay không. Bảng 2.13: Kết quả kiểm định tự tương quan của phần dư RESID F-statistic Prob. F Obs*R-squared Prob. Chi - Square RESID 3 0.026945 0.8700 0.029734 0.8631 RESID 4 0.118662 0.7314 0.130789 0.7176 Nguồn: Tính toán của tác giả (phụ lục 8) Trường Đại học Kinh tế Đại học Huế 49 Giá trị P-value của phần dư hai mô hình đều lớn hơn mức ý nghĩa 𝛼 = 5% nên chưa có cơ sở để bác bỏ giả thiết H0 hay phần dư của hai mô hình không tồn tại tự tương quan.  Kết luận chung: kết quả kiểm định ở bảng 2.10, 2.11, 2.12, 2.13 cho thấy phần dư của cả hai mô hình là nhiễu trắng hay sai số của hai mô hình là ngẫu nhiên. Trường Đại học Kinh tế Đại học Huế 50 CHƯƠNG 3: THẢO LUẬN KẾT QUẢ NGHIÊN CỨU VÀ KHUYẾN NGHỊ MỘT SỐ CHÍNH SÁCH 3.1. Thảo luận kết quả nghiên cứu Nghiên cứu phân tích tác động của một số biến kinh tế vĩ mô đến TTCK Việt Nam giai đoạn từ tháng 1/2009 đến 3/2016 đã thiết lập được mối quan hệ trong dài hạn và ngắn hạn giữa các biến thông qua mô hình ECM. 3.1.1. Mô hình thể hiện mối quan hệ trong dài hạn  Mô hình đánh giá mức độ tác động dài hạn đến LNVNI: LNVNI = – 2,664821 – 0,507511*LNGOLD + 0,200555*LNOIL + 0,784208*LNDJIA + 0,294942*LNSSEC  Mô hình đánh giá mức độ tác động dài hạn đến LNHNXI: LNHNXI = 3,387608 – 1,145411*LNGOLD + 0,319919*LNOIL – 0,203177*LNDJIA + 0,719514*LNSSEC Nhận xét:  Giá vàng (LNGOLD): dấu của hệ số ước lượng ở hai phương trình đều âm thể hiện ảnh hưởng tiêu cực của giá vàng đến TTCK Việt Nam. Hệ số ước lượng ở hai phương trình cho biết khi giá vàng trong nước tăng lên 1%, trong điều kiện các yếu tố khác không đổi, thì chỉ số giá chứng khoán VN-index và HNX- index lần lượt giảm 0,51% và 1,15%. Kết quả này mặc dù ngược với kết quả nghiên cứu của Nguyễn Minh Kiều (2013) về giá vàng trong giai đoạn 2004 – 2011 nhưng lại phù hợp với giả thiết nghiên cứu đặt ra cũng như một số nghiên cứu ở nước ngoài như Garefalakis, Dimitras, Koemtzopoulos và Spinthiropoulos (2011) kết luận về ảnh hưởng tiêu cực của biến động tăng giá vàng đến TTCK Hồng Kông. Điều này có thể giải thích là do tâm lý nắm giữ vàng để phòng tránh rủi ro của người dân đã giảm đi so với giai đoạn trước. Thay vào đó, vàng được Trường Đại học Kinh tế Đại học Huế 51 xem như là một khoản mục đầu tư an toàn mỗi khi nền kinh tế vĩ mô trong nước có bất ổn hay nhiều thông tin xấu, ngược lại, khi nền kinh tế ổn định và phát triển, TTCK lại là kênh đầu tư tốt để tăng nhanh lợi nhuận cho các NĐT. Mối quan hệ ngược chiều này thể hiện khá rõ trong hai năm trở lại đây, nhất là khi giá vàng chạm đáy ở mức 33,04 triệu đồng/lượng bán ra vào tháng 7/2015 thì HNX-index đang ở mức cao còn VN-index cũng đạt đỉnh với 621,06 điểm.  Giá dầu thô thế giới (LNOIL): hệ số ước lượng ở hai phương trình lần lượt là 0,200555 và 0,319919 > 0 cho thấy giá dầu thô thế giới có ảnh hưởng tích cực đến TTCK Việt Nam. Theo đó, nếu giá dầu thô thế giới tăng 1%, trong điều kiện các yếu tố khác không đổi thì chỉ số giá chứng khoán VN-index và HNX-index sẽ tăng tương ứng 0,2% và 0,32%. Mức tăng không lớn này cho thấy sự biến động giá dầu thế giới tuy có ảnh hưởng đến TTCK Việt Nam nhưng chưa thực sự mạnh mẽ. Lấy tình hình thực tế những tháng đầu năm 2016, khi giá dầu thế giới giảm xuống thấp hơn 35$/thùng thì trên TTCK Việt Nam, áp lực bán tăng mạnh ở các mã CP của những công ty dầu khí có vốn hoá lớn ở cả hai sàn như GAS, PVD, PXS, PVS, PVC, . Tuy nhiên, trừ nhóm CP của ngành dầu khí thì CP của những nhóm ngành khác lại ít bị ảnh hưởng nên cả hai chỉ số chứng khoán VN-index và HNX-index nhìn chung đều giảm nhẹ. Điều này phản ánh sự thiếu linh hoạt của thị trường xăng dầu Việt Nam so với thế giới, nhất là việc giá xăng dầu nội địa chịu chi phối từ phía Chính phủ và Quỹ bình ổn giá xăng dầu nên khi giá dầu thô thế giới giảm mạnh thì giá xăng dầu trong nước dù được điều chỉnh giảm nhưng vẫn còn ở mức cao khiến chi phí đầu vào của các DN trong nước không giảm, lợi nhuận chia trên mỗi CP không hấp dẫn được nhiều NĐT. Kết quả này mặc dù ngược với giả thiết nghiên cứu về mối quan hệ nghịch biến giữa giá dầu và diễn biến trên TTCK nhưng lại tương đồng với nghiên cứu của Paresh Narayan và Seema Narayan (2009) về ảnh hưởng của giá dầu thế giới đến TTCK Việt Nam trong giai đoạn 2000 – 2008. Trường Đại học Kinh tế Đại học Huế 52  TTCK Mỹ (LNDJIA): dấu của hệ số ước lượng ở hai phương trình lại có sự xung khắc với nhau. Theo đó, ảnh hưởng của TTCK Mỹ lên chỉ số chứng khoán VN-index là ảnh hưởng dương, ngược lại, ảnh hưởng của TTCK Mỹ lên chỉ số giá chứng khoán HNX – index là ảnh hưởng âm. Cụ thể, nếu chỉ số chứng khoán DJIA tăng 1%, trong điều kiện các yếu tố khác không đổi, thì chỉ số chứng khoán VN-index sẽ tăng 0,78% còn chỉ số chứng khoán HNX-index giảm 0,2%. Trên thực tế, Mỹ là đối tác thông thương lớn của Việt Nam, do đó nếu nền kinh tế Mỹ có bất ổn thì nền kinh tế Việt Nam sẽ chịu ảnh hưởng không nhỏ. Quan sát diễn biến chỉ số VN-index, HNX-index và DJIA trong khoảng thời gian nghiên cứu cho thấy chỉ số DJIA ảnh hưởng rõ nét lên chỉ số VN-index (hình 3.1) nhưng lại ít ảnh hưởng đến chỉ số HNX-index (hình 3.2) nhất là trong giai đoạn từ 2012 – 2013 thì hai chỉ số biến động ngược chiều nhau. Điều này có thể giải thích thứ nhất là do chỉ số HNX-index phản ảnh đúng hơn tình hình kinh tế vĩ mô của Việt Nam so với VN-index, ví dụ như giai đoạn từ tháng 1/2011 – 11/2012 là giai đoạn Chính phủ Việt Nam thực hiện thắt chắt chính sách tiền tệ và tài Hình 3.1: Diễn biến chỉ số VN-index và DJIA từ 1/2009 – 3/2016 Nguồn: Xử lý bằng Excel 2016 Trường Đại học Kinh tế Đại học Huế 53 khoá khiến xu hướng chủ đạo của TTCK trong thời gian này là giảm điểm. Điều này thể hiện rõ trên HNX-index trong khi VN-index lại chỉ cần vài blue-chips tăng điểm là giữ được màu xanh chỉ số. Thứ hai, so với HNX-index thì VN-index thường được các NĐT quốc tế xem là chỉ số chính với mức độ chú ý cao hơn, do đó, dòng vốn ngoại thường tập trung vào sàn chứng khoán HOSE nhiều hơn sàn chứng khoán HNX.  TTCK Trung Quốc (LNSSEC): hệ số ảnh hưởng của TTCK Trung Quốc đại diện là chỉ số Shanghai composite đến TTCK Việt Nam lần lượt là 0,294942 đối với chỉ số chứng khoán VN-index và 0,719514 đối với chỉ số chứng khoán HNX-index. Điều này có nghĩa là, trong điều kiện các yếu tố khác không đối, nếu chỉ số Shanghai composite tăng 1% thì hai chỉ số chứng khoán VN-index và HNX-index sẽ tăng tương ứng 0,29% và 0,72%. Nguồn: Xử lý bằng Excel 2016 Hình 3.2: Diễn biến chỉ số HNX-index và DJIA giai đoạn 1/2009 – 3/2016 Trường Đại học Kinh tế Đạ học Huế 54 Xét về vị trí địa lý thì Trung Quốc nằm cạnh Việt Nam và giữa hai nước có mối quan hệ giao thương buôn bán lâu đời. Do đó, một sự bất ổn về kinh tế hay chính trị của Trung Quốc cũng sẽ có ảnh hưởng lớn đến nền kinh tế Việt Nam và thể hiện qua TTCK. Nguồn: Xử lý bằng Excel 2016 Hình 3.3: Diễn biến chỉ số VN-index và SSEC giai đoạn 1/2009 – 3/2016 Nguồn: Xử lý bằng Excel 2016 Hình 3.4: Diễn biến chỉ số HNX-index và SSEC giai đoạn 1/2009 – 3/2016 Trường Đại học K nh tế Đại học Huế 55 Chẳng hạn như, thời điểm Trung Quốc tuyên bố phá giá đồng nhân dân tệ nhiều lần vào tháng 8/2015 khiến Shanghai composite giảm đến 7,63% hay thời điểm các NĐT Trung Quốc ồ ạt bán tháo cổ phiếu vào 4/1/2016 khiến TTCK Trung Quốc phải ngừng giao dịch đều kéo theo sự lao dốc của TTCK Việt Nam. Chốt phiên 24/8/2015, VN-index và HNX-index đã lần lượt giảm 5,3% và 5,8% xuống còn 526,93 điểm và 73,09 điểm, còn chốt phiên ngày 11/1/2016, TTCK Việt Nam đã bốc hơn khoảng 46,169 tỷ VND (tương đương 2,05 tỷ USD) khi vốn hoá thị trường trên hai sàn HOSE và HNX đều giảm tương ứng 39,663 tỷ VND và 6,506 tỷ VND so với cuối năm 2015.  Nghiên cứu tác động của các TTCK lớn đến TTCK Việt Nam cho thấy TTCK Việt Nam đã có sự hoà nhập vào TTCK thế giới và so với HNX-index thì VN-index phản ảnh được sự hoà nhập này tốt hơn. 3.1.2. Mô hình thể hiện mối quan hệ trong ngắn hạn  Mô hình đánh giá mức độ tác động ngắn hạn đến LNVNI: ∆LNVNI = 0.269068∆𝐋𝐍𝐕𝐍𝐈𝐭−𝟏 + 0.162073∆LNGOLDt−1 – 0.057697∆LNOILt−1 – 0.254210∆LNDJIAt−1 – 0.047624∆LNSSECt−1 – 0.363494𝐄𝐂𝐓𝐭−𝟏 + 0.009370  Mô hình đánh giá mức độ tác động ngắn hạn đến LNVNI: ∆LNHNXI = 0.289659∆𝐋𝐍𝐇𝐍𝐗𝐈𝐭−𝟏+ 0.408104∆𝐋𝐍𝐆𝐎𝐋𝐃𝐭−𝟏– 0.1770046∆𝐋𝐍𝐎𝐈𝐋𝐭−𝟏 – 0.165344∆LNDJIAt−1 – 0.046470∆LNSSECt−1 – 0.223729𝐄𝐂𝐓𝐭−𝟏 – 0.001401 Nhận xét: Dựa vào hai mô hình trên, ta có thể đánh giá tác động của các biến kinh tế vĩ mô đến biến động chỉ số giá chứng khoán trong ngắn hạn như sau:  ∆𝐿𝑁𝑉𝑁𝐼𝑡−1: với mức ý nghĩa 5%, hệ số biến thiên một tháng giao dịch trước đó của chỉ số giá chứng khoán VN-index có mối quan hệ cùng chiều với biến thiên chỉ số giá chứng khoán hiện tại với mức độ tác động không lớn. Biến thiên của chỉ số giá chứng Trường Đại học Kinh tế Đại ọc Huế 56 khoán tháng trước tăng 1% thì biến thiên chỉ số giá chứng khoán hiện tại tăng khoảng 0,27%.  ∆𝐿𝑁𝐻𝑁𝑋𝐼𝑡−1 cũng tương tự như ∆𝐿𝑁𝑉𝑁𝐼𝑡−1, ở mức ý nghĩa 5%, nếu biến thiên của chỉ số giá chứng khoán HNX – index tháng trước tăng 1% thì biến thiên chỉ số giá chứng khoán HNX – index hiện tại sẽ tăng khoảng 0,29%.  ∆𝐿𝑁𝐺𝑂𝐿𝐷𝑡−1 ở mức ý nghĩa 5%, biến thiên của giá vàng trong nước có mối quan hệ cùng chiều với biến thiên chỉ số giá chứng khoán HNX – index hiện tại. Nếu biến thiên của giá vàng trong nước tăng 1% thì biến thiên chỉ số giá chứng khoán HNX – index hiện tại tăng khoảng 0,41%.  ∆𝐿𝑁𝑂𝐼𝐿𝑡−1 ở mức ý nghĩa 10%, biến thiên của giá dầu thô thế giới có mối quan hệ ngược chiều với biến thiên chỉ số giá chứng khoán HNX – index hiện tại. Nếu biến thiên của giá dầu thô thế giới tăng 1% thì biến thiên chỉ số giá chứng khoán HNX – index hiện tại giảm khoảng 0,18%.  Hệ số hiệu chỉnh sai số của mô hình ECM: Hệ số hiệu chỉnh sai số ECTt−1 của 2 mô hình có biến phụ thuộc LNVNI và LNHNXI lần lượt là – 0.363494 và – 0.223729 đều mang dấu âm và có ý nghĩa thống kê ở mức 5% đảm bảo mối quan hệ đồng liên kết giữa các biến có ý nghĩa Hai hệ số này cho biết những cú sốc hoặc biến động ngắn hạn sẽ ảnh hưởng TTCK Việt Nam và mất khoảng 3 – 5 tháng để các điều chỉnh trong ngắn hạn đạt được điểm cân bằng trong dài hạn.  Như vậy, trong ngắn hạn, chỉ số VN-index sẽ bị tác động bởi xu hướng biến động của chính nó một tháng giao dịch trước đó, còn chỉ số HNX-index sẽ bị tác động bởi xu hướng biến động của giá vàng trong nước, giá dầu thô thế giới và của chính nó một tháng giao dịch trước đó. Trường Đại học Kinh tế Đại học Huế 57 3.2. Khuyến nghị Thông qua kết quả nghiên cứu, tác giả cũng đưa ra một số khuyến nghị đối với Chính phủ cũng như các NĐT như sau.  Đối với Chính phủ: Thứ nhất, việc cập nhật dữ liệu các chỉ báo vĩ mô của Việt Nam vẫn còn chậm và gần như không thống nhất với nhau giữa các nguồn (như Tổng cục thống kê, Cục Đầu tư nước ngoài, Tổng cục hải quan, v.v) cũng gây khó khăn cho các NĐT khi phân tích và dự đoán xu hướng các CP trong DMĐT của mình. Điều này dẫn đến hiện tượng “tâm lý bầy đàn” rất cao của NĐT do thông tin bất cân xứng trên thị trường sẽ gây ra hiện tượng rủi ro đạo đức, đồng thời, không phản ánh đúng thực tế của các chỉ báo. Do đó, Chính phủ nên cải thiện vấn đề cập nhật dữ liệu và công bố thông tin trên thị trường cũng như thống nhất cách tính giữa các nguồn với nhau. Thứ hai, việc Chính phủ can thiệp sâu vào thị trường (bằng mệnh lệnh hành chính hay công cụ thuế, v.v) làm một số biến kinh tế vĩ mô không phản ánh đúng thực chất nền kinh tế vào TTCK. Do đó, chính sách kinh tế vĩ mô của Chính phủ trong tương lai cần tuân thủ nguyên tắc cung cầu thị trường hơn để TTCK Việt Nam có thể phản ứng linh hoạt với sự tương tác của các TTCK lớn trên thế giới cũng như thực sự là thước đo đo lường sức khoẻ của nền kinh tế. Thứ ba, theo nhiều chuyên gia kinh tế thì việc vận dụng Quỹ bình ổn giá xăng dầu của Việt Nam thời gian qua chưa hợp lý vì quỹ này chỉ thực sự có hiệu quả khi thị trường lên xuống một cách nhịp nhàng. Việc giá dầu giảm mạnh trong một khoảng thời gian dài từ những tháng cuối năm 2015 khiến Quỹ “bội thu” một khoản tiền rất lớn, trong khi giá xăng dầu trong nước lại không được điều chỉnh giảm bao nhiêu khiến chi phí đầu vào của các DN vẫn còn ở mức cao và CP của các DN trên TTCK không đủ sức hấp dẫn các NĐT trong và ngoài nước. Với xu hướng giá dầu tiếp tục giảm trong năm 2016 thì việc Trường Đại học Kin tế Đại học Huế 58 bỏ đi Quỹ bình ổn giá xăng dầu và chuyển sang cơ chế cạnh tranh theo giá thị trường là hướng đi hợp lý trong giai đoạn hợp tác toàn cầu hoá hiện nay.  Đối với các NĐT: Thứ nhất, tránh đầu tư theo “tâm lý đám đông” vì khả năng gặp rủi ro thường lớn. Thứ hai, một khi có sự điều chỉnh về chính sách vĩ mô của Chính phủ hay biến động về tình hình TTCK của các nền kinh tế lớn trên thế giới thì cần phân tích kỹ lưỡng xu hướng và xem xét lại DMĐT của mình. Trong trường hợp xấu nhất thì nên rút khỏi thị trường và đầu tư vào các kênh an toàn khác như vàng để đảm bảo an toàn Trường Đại học Kinh tế Đại học Huế 59 PHẦN III: KẾT LUẬN 1. Kết luận chung Nhìn chung, nghiên cứu vận dụng mô hình ECM để đo lường ảnh hưởng của các nhân tố kinh tế vĩ mô đến TTCK Việt Nam giai đoạn từ tháng 1/2009 đến tháng 3/2016 đã đạt được mục tiêu đề ra và bổ sung thêm một số điểm mới so với các tiền nghiên cứu.  Phân tích tình hình kinh tế vĩ mô và sự biến động của TTCK Việt Nam giai đoạn từ tháng 1/2009 đến tháng 3/2016.  Nghiên cứu cả hai chỉ số giá chứng khoán lớn của Sở giao dịch TP. Hồ Chí Minh và Hà Nội để đại diện cho TTCK Việt Nam thay vì chỉ sử dụng một chỉ số chứng khoán VN-index để đại diện cho cả TTCK như các nghiên cứu trước.  Sử dụng giá vàng SJC theo công bố của Ngân hàng Nhà nước thay cho chỉ số giá vàng công bố trên Tổng cục thống kê mà một số tiền nghiên cứu đã sử dụng.  Kế thừa các đề nghị về hướng phát triển đề tài của các nghiên cứu trước bằng cách mở rộng thêm các biến đại diện cho TTCK thế giới như Dow Jones Industrial Average và Shanghai Composite Index vào nghiên cứu.  Nắm bắt xu hướng biến động gần đây của giá dầu thô thế giới để nghiên cứu chiều ảnh hưởng của nó lên TTCK Việt Nam.  Đánh giá tác động của mỗi nhân tố kinh tế vĩ mô đến chỉ số chứng khoán VN- index và HNX-index và đưa ra khoảng điều chỉnh dự kiến để TTCK Việt Nam quay về trạng thái cân bằng  Đưa ra một số khuyến nghị cho Chính phủ cũng như các NĐT dựa trên kết quả đã nghiên cứu. Kết quả nghiên cứu cho thấy trong dài hạn, giá dầu thô thế giới và hai chỉ số chứng khoán chính đại diện cho hai nền kinh tế lớn thứ nhất và thứ hai thế giới là Mỹ và Trung Quốc có ảnh hưởng dương đến TTCK Việt Nam, trong khi đó, giá vàng trong nước lại có ảnh hưởng âm đến TTCK Việt Nam. Trong ngắn hạn, chỉ số giá chứng khoán VN- Trường Đại học Kinh tế Đại học Huế 60 index và HNX-index đều chịu ảnh hưởng của chính nó một tháng trước đó với tương quan dương, riêng HNX-index còn chịu ảnh hưởng của giá vàng một tháng trước với tương quan dương và giá dầu thô thế giới với tương quan âm. Thị trường chứng khoán Việt Nam mất khoảng từ 3 – 5 tháng để điều chỉnh về cân bằng dài hạn khi có cú sốc xảy ra. 2. Hạn chế của đề tài Số liệu mẫu nghiên cứu chỉ dừng ở mức 87 quan sát trong giai đoạn từ tháng 1/2009 đến tháng 3/2016. Số lượng quan sát này nhìn chung còn chưa đủ dài để nghiên cứu ảnh hưởng thực sự của các nhân tố vĩ mô đến TTCK Việt Nam. Đề tài lựa chọn hai biến vĩ mô là chỉ số chứng khoán DJIA và SSEC từ hai TTCK lớn nhất trên thế giới nên chỉ có thể xem xét một chiều ảnh hưởng từ các TTCK lớn đến TTCK Việt Nam thay vì mối quan hệ hai chiều giữa các TTCK do TTCK Việt Nam vẫn còn trẻ và nền kinh tế vẫn chưa đủ mạnh để tạo nên ảnh hưởng lớn. 3. Hướng phát triển của đề tài Mở rộng thêm mẫu nghiên cứu với nhiều biến kinh tế vĩ mô khác như tỷ lệ nợ công/GDP, tỷ lệ thất nghiệp, tính thanh khoản của ngân hàng, để làm phong phú thêm cho cơ sở lý thuyết của các nghiên cứu về ảnh hưởng của các nhân tố kinh tế vĩ mô đến TTCK Việt Nam. Nghiên cứu sự tương tác giữa các TTCK trong các nước ASEAN đến TTCK Việt Nam để có cái nhìn tổng quát về mối quan hệ hai chiều giữa các TTCK có nền kinh tế tương đương với nhau, nhất là khi Việt Nam và các nước Đông Nam Á đã hình thành Cộng đồng kinh tế AEC. Ngoài ra, nghiên cứu cho thấy các biến kinh tế vĩ mô chưa thực sự phản ánh hết vào chỉ số giá chứng khoán do ảnh hưởng của yếu tố tâm lý của các NĐT trong điều kiện thông tin bất cân xứng như hiện nay. Vì vậy, các nghiên cứu sau có thể kết hợp thêm với việc nghiên cứu về yếu tố tâm lý “bầy đàn” và đo lường mức độ “bầy đàn” của VN-index Trường Đại học Kinh tế Đại học Huế 61 và HNX-index để giải thích rõ hơn về chiều hướng vận động của TTCK khi các yếu tố vĩ mô khác không giải thích được. Trên đây là một số hướng để đề tài tiếp tục phát triển hơn trong tương lai. Do hạn chế về thời gian nghiên cứu nên số lượng biến vĩ mô được lựa chọn không nhiều, song, bài nghiên cứu này đã góp phần làm phong phú thêm cơ sở lý thuyết cho các nghiên cứu sau này và cung cấp thêm phần nào đó tổng quan về TTCK, giúp các bạn sinh viên quan tâm tới vấn đề này cũng như các NĐT có thể áp dụng và phân tích kỹ tình hình, xu hướng biến động của thị thường nhằm lựa chọn DMĐT phù hợp. Trường Đại học Kinh tế Đại học Huế 62 TÀI LIỆU THAM KHẢO 1. Tài liệu trong nước [1] Phạm Trí Cao (2008), Kinh tế lượng ứng dụng phần nâng cao [2] Nguyễn Thị Mỹ Dung (2013), Nhân tố ảnh hưởng đến giá chứng khoán của Việt Nam: Một số điểm cần lưu ý, Tạp chí Nghiên cứu & Trao đổi, Số 8, trang 42 – 45. [3] Huỳnh Thị Cẩm Hà, Lê Thị Lanh, Lê Thị Hồng Minh, Hoàng Thị Phương Anh (2014), Kiểm định các nhân tố vĩ mô tác động đến thị trường chứng khoán Việt Nam, Tạp chí khoa học Trường đại học An Giang, Số 3, trang 70 – 78 [4] Nguyễn Phú Hiếu (2011), Ảnh hưởng của các yếu tố kinh tế vĩ mô đến chỉ số giá cổ phiếu trên thị trường chứng khoán Việt Nam [5] Nguyễn Minh Kiều, Nguyễn Văn Điệp (2013), Quan hệ giữa các yếu tố kinh tế vĩ mô và biến động thị trường chứng khoán: Bằng chứng thực nghiệm từ thị trường Việt Nam, Tạp chí Phát triển Khoa học & Công nghê, Số 3, trang 86 – 100 [6] Phan Thị Bích Nguyệt, Phạm Dương Phương Thảo (2013), Phân tích tác động của các nhân tố kinh tế vĩ mô đến thị trường chứng khoán Việt Nam, Tạp chí Nghiên cứu & Trao đổi, Số 8, trang 34 – 41 [7] Trần Thị Thu Thuỷ, Võ Thị Thuỳ Dương (2015), Sự tác động của các nhân tố kinh tế vĩ mô đến các chỉ số giá cổ phiếu tại HOSE, Tạp chí Nghiên cứu & Trao đổi, Số 24, trang 59 – 67 2. Tài liệu nước ngoài [1] Alexandros Garefalakis, Augustinos Dimitras, Dimitris Koemtzopoulos, Konstantinos Spinthiropoulos (2011), Determinant Factors of Hong Kong Stock Market, Social Science Research Network Trường Đại học Ki h tế Đại học Huế 63 [2] Bwo-Nung Huang, Bi-Juan Lee, Chin Wei Yang (2012), Oil price movements and stock market revisited: A case of sector stock price indexes in G7 countries, Energy Economics, Vol 34, p.1284-1300 [3] Christopher Gan, Minsoo Lee, Hua Hwa Au Yong, Jun Zhang (2006), Macro- economic variables and stock market interaction: New Zealand evidence, Investment management and financial innovations, vol 3, issue 4 [4] Damodar N. Guragati, Bài đọc kinh tế lượng cơ sở: Chương trình giảng dạy kinh tế Fullbright (bản tiếng việt) [5] Dimitrios Asteriou, Stephen Hall (2007), Applied Econometrics: A morden approach using Eviews and Microfit [6] Eugene Fama, Kenneth French (1992), The Cross-Section of Expected Stock Returns, Journal of Finance, Vol 47, p.427-465 [7] Haruna Issahaku, Yazidu Ustarz, Paul Bata Domanban (2013), Macroeconomic Variables and Stock Market Returns in Ghana: Any Causal Link, Asian Economic and Social Society, p.1044-1062 [8] Hasan Mohammed El-Nader, Ahmad Diab Alraimony (2012), The Impact of Macro - economic Factors on Amman Stock Market Returns, International Journal of Economics and Finance, Vol 4, No.12 [9] Jian Yang, Insik Min (2003), Stock market integration and financial crises: The case of Asia, Applied Financial Economics, Vol 13, p.477-486 [10] Kristin Forbes, Roberto Rigobon (2002), No contagion, only interdependence: Measuring Stock market co-movements, Journal of Finance, Vol 57, p.2223-2261 [11] Latha Ramchand, Raul Susmel (1998), Volatility and cross correlation across major stock markets, Journal of Empirical Finance, Vol 5, Issue 4, p.397-416 Trường Đại học Kinh tế Đại học Huế 64 [12] Mark J. Flannery, Aris A. Protopapadakis (2002), Macroeconomic Factors do influence aggregate Stock Returns, Oxford Journal, Vol 5, Issue 3, p.751-782 [13] Montes Gabriel Caldas, Tiberto Bruno Pires (2012), Macroeconomic environment, country risk and stock market performance: Evidence for Brazil, Economic Modelling on Elsevier Journal, Issue 5, p.1666-1678 [14] Paresh Narayan, Seema Narayan (2009), Modelling the impact of oil prices on Vietnam’s stock prices, Applied Energy on Elsevier Journal, vol 87, p.356-361 [15] Yan Shang (2007), Linkage of stock prices in major Asian markets and US: Evidence from the Asian Financial Crisis of 1997 - 1998 Trường Đại học Kinh tế Đại học Huế 65 PHỤ LỤC Trường Đại học Kinh tế Đại học Huế PHỤ LỤC 1 THỐNG KÊ MÔ TẢ CỦA CÁC CHUỖI DỮ LIỆU THỜI GIAN 1. Thống kê mô tả của biến LNVNI 2. Thống kê mô tả của biến LNHNXI Trường Đại học Kinh tế Đại học Huế 3. Thống kê mô tả của biến LNGOLD 4. Thống kê mô tả của biến LNOIL Nguồn: Xử lý bằng Eview 8.0 Nguồn: Xử lý bằng Eview 8.0 Trường Đại học Kinh tế Đại học Huế 5. Thống kê mô tả của biến LNDJIA 6. Thống kê mô tả của biến LNSSEC Nguồn: Xử lý bằng Eview 8.0 Nguồn: Xử lý bằng Eview 8.0 Trường Đại học Kinh tế Đại học Huế PHỤ LỤC 2 KIỂM ĐỊNH TÍNH DỪNG CỦA CÁC CHUỖI DỮ LIỆU THỜI GIAN VÀ SAI PHÂN I. Kiểm định tính dừng của các chuỗi dữ liệu thời gian 1. Kiểm định tính dừng của biến LNVNI 2. Kiểm định tính dừng của biến LNHNXI Nguồn: Xử lý bằng Eview 8.0 Nguồn: Xử lý bằng Eview 8.0 Trường Đại học Kinh tế Đại học Huế 3. Kiểm định tính dừng của biến LNGOLD 4. Kiểm định tính dừng của biến LNOIL 5. Kiểm định tính dừng của biến LNDJIA Nguồn: Xử lý bằng Eview 8.0 Nguồn: Xử lý bằng Eview 8.0 Nguồn: Xử lý bằng Eview 8.0 Trường Đại học Kinh tế Đại học Huế 6. Kiểm định tính dừng của biến LNSSEC II. Kiểm định tính dừng của các chuỗi sai phân 1. Kiểm định tính dừng của biến D(LNVNI) 2. Kiểm định tính dừng của biến D(LNHNXI) Nguồn: Xử lý bằng Eview 8.0 Nguồn: Xử lý bằng Eview 8.0 Nguồn: Xử lý bằng Eview 8.0 Trường Đại học Kinh tế Đại học Huế 3. Kiểm định tính dừng của biến D(LNGOLD) 4. Kiểm định tính dừng của biến D(LNOIL) 5. Kiểm định tính dừng của biến D(LNDJIA) Nguồn: Xử lý bằng Eview 8.0 Nguồn: Xử lý bằng Eview 8.0 Nguồn: Xử lý bằng Eview 8.0 Trường Đại học Kinh tế Đại học Huế 6. Kiểm định tính dừng của biến D(LNSSEC) Nguồn: Xử lý bằng Eview 8.0 Trường Đại học Kinh tế Đại học Huế PHỤ LỤC 3 KẾT QUẢ LỰA CHỌN ĐỘ TRỄ CHO MÔ HÌNH 1. Kết quả lựa chọn độ trễ đối với mô hình có biến phụ thuộc LNVNI 2. Kết quả lựa chọn độ trễ đối với mô hình có biến phụ thuộc LNHNXI Nguồn: Xử lý bằng Eview 8.0 Nguồn: Xử lý bằng Eview 8.0 Trường Đại học Kinh tế Đại học Huế PHỤ LỤC 4 KIỂM ĐỊNH ĐỒNG LIÊN KẾT GIỮA CÁC CHUỖI DỮ LIỆU THỜI GIAN 1. Kết quả kiểm định đồng liên kết của chuỗi LNVNI, LNGOLD, LNOIL, LNDJIA, LNSSEC Nguồn: Xử lý bằng Eview 8.0 Trường Đại học Kinh tế Đại học Huế 2. Kết quả kiểm định đồng liên kết của chuỗi LNHNXI, LNGOLD, LNOIL, LNDJIA, LNSSEC Nguồn: Xử lý bằng Eview 8.0 Trường Đại học Kinh tế Đại học Huế PHỤ LỤC 5 ƯỚC LƯỢNG MỐI QUAN HỆ DÀI HẠN GIỮA CÁC BIẾN 1. Kết quả ước lượng mô hình mối quan hệ dài hạn đối với biến phụ thuộc LNVNI 2. Kết quả ước lượng mô hình mối quan hệ dài hạn đối với biến phụ thuộc LNHNXI Trường Đại học Kinh tế Đại học Huế PHỤ LỤC 6 KIỂM ĐỊNH TÍNH DỪNG PHẦN DƯ CỦA MÔ HÌNH MỐI QUAN HỆ DÀI HẠN 1. Kiểm định tính dừng phần dư của mô hình mối quan hệ dài hạn với biến phụ thuộc LNVNI Nguồn: Xử lý bằng Eview 8.0 2. Kiểm định tính dừng phần dư của mô hình mối quan hệ dài hạn với biến phụ thuộc LNHNXI Nguồn: Xử lý bằng Eview 8.0 Trường Đại học Kinh tế Đại học Huế PHỤ LỤC 7 ƯỚC LƯỢNG MỐI QUAN HỆ NGẮN HẠN GIỮA CÁC BIẾN 1. Kết quả ước lượng mô hình mối quan hệ ngắn hạn đối với biến phụ thuộc LNVNI Nguồn: Xử lý bằng Eview 8.0 Trường Đại học Kinh tế Đại học Huế 2. Kết quả ước lượng mô hình mối quan hệ ngắn hạn đối với biến phụ thuộc LNHNXI Nguồn: Xử lý bằng Eview 8.0 Trường Đại học Kinh tế Đại học Huế PHỤ LỤC 8 KIỂM ĐỊNH SỰ PHÙ HỢP CỦA MÔ HÌNH I. Kiểm định tính dừng của phần dư 1. Kiểm định tính dừng của phần dư mô hình có biến phụ thuộc LNVNI Nguồn: Xử lý bằng Eview 8.0 2. Kiểm định tính dừng của phần dư mô hình có biến phụ thuộc LNHNXI Nguồn: Xử lý bằng Eview 8.0 Trường Đại học Ki h tế Đại học Huế II. Kiểm định phân phối chuẩn của phần dư 1. Kiểm định phân phối chuẩn của phần dư mô hình có biến phụ thuộc LNVNI Nguồn: Xử lý bằng Eview 8.0 2. Kiểm định phân phối chuẩn của phần dư mô hình có biến phụ thuộc LNHNXI Nguồn: Xử lý bằng Eview 8.0 Trường Đại học Kinh tế Đại học Huế III. Kiểm định phương sai sai số thay đổi của phần dư 1. Kiểm định phương sai sai số thay đổi của phần dư mô hình có biến phụ thuộc LNVNI Nguồn: Xử lý bằng Eview 8.0 Trường Đại học Kinh tế Đại học Huế 2. Kiểm định phương sai sai số thay đổi của phần dư mô hình có biến phụ thuộc LNHNXI Nguồn: Xử lý bằng Eview 8.0 Trường Đại học Kinh tế Đại học Huế IV. Kiểm định tự tương quan của phần dư 1. Kiểm định tự tương quan của phần dư mô hình có biến phụ thuộc LNVNI Nguồn: Xử lý bằng Eview 8.0 Trường Đại học Kinh tế Đại học Huế 2. Kiểm định tự tương quan của phần dư mô hình có biến phụ thuộc LNHNXI Nguồn: Xử lý bằng Eview 8.0 Trường Đại học Kinh tế Đại học Huế