Lý do chọn đề tài
Trong đầu tư, tỷ suất sinh lợi và rủi ro luôn là một cặp “bài trùng”. Các nhà đầu tư nói chung,
nhà đầu tư trên thị trường chứng khoán nói riêng, luôn thấu hiểu điều này. Họ chấp nhận lý
thuyết đánh đổi giữa rủi ro và TSSL như một điều hiển nhiên. Tuy vậy, với tâm lý của những
NĐT “bình thường” thì đa dạng hoá đầu tư là nhu cầu của họ. Vì trong thực tế, có trường hợp
giá cả chứng khoán được định giá đúng, nhưng mỗi chứng khoán vẫn chứa đựng rủi ro.
Những rủi ro này có thể san sẻ thông qua việc đa dạng hoá DMĐT. Bên cạnh đó, quản lý
DMĐT còn đáp ứng sở thích, nhu cầu, lứa tuổi của NĐT trong chính sách lựa chọn DMĐT
và liên quan đến rủi ro. Như vậy, việc ứng dụng mô hình đa nhân tố trong quản lý DMĐT
như là một nghiệp vụ quan trọng trong kinh doanh chứng khoán và là công cụ hữu hiệu để
kiểm soát rủi ro và đáp ứng nhu cầu tối đa hóa TSSL của NĐT.
Trên thực tế, những mô hình đã ra đời trước đây, như lý thuyết danh mục do Harry Markowit
đề xướng vào năm 1960. Đây là một khám phá đầu tiên về việc đa dạng hóa làm giảm thiểu
rủi ro như thế nào và đề xuất sử dụng độ lệch chuẩn và phương sai để đo lường rủi ro của
từng chứng khoán và DMĐT. Lý thuyết thị trường vốn đã mở rộng lý thuyết danh mục và
phát triển một mô hình định giá các tài sản rủi ro. Kết quả là mô hình định giá tài sản vốn
CAPM (Capital Asset Pricing Model) có một số hạn chế về mặt kỹ thuật. Đó là mô hình này
dựa trên ý tưởng danh mục thị trường là danh mục không chỉ có giá trị trung bình / phương
sai hiệu quả mà còn là một danh mục được đầu tư hoàn toàn với tỷ số của TSSL vượt trội
mong đợi so với độ lệch chuẩn là lớn nhất. Sau đó, vào giữa những năm 1970, Ross đã đề
xuất một cách khác để xem xét các TSSL của cổ phiếu đó là mô hình chênh lệch giá APT
(Arbitrage Pricing Theory) nhưng APT cũng có những giới hạn của nó. Trong khi diễn tả
một mô hình phân tích rủi ro đa nhân tố nhưng lại không chỉ rõ những nhân tố được sử dụng.
Hơn nữa, APT không xác định được tỷ trọng của những nhân tố khác nhau hoặc không đưa
ra được phương pháp để tính toán những biểu hiện. Chính vì điều đó mà các nhà đầu tư phải
dựa vào một mô hình đa nhân tố thiết thực và phải thuộc về trực giác.
Và đề tài nhằm giới thiệu một mô hình tiến bộ hơn và có thể cũng giống như những mô hình
đa nhân tố khác là phân tích biểu hiện của rủi ro dựa trên các nhân tố được nhận biết bởi
BARRA. Chính vì vậy mà mô hình được lấy tên là mô hình BARRA. Những nhân tố chung
này phân loại các biểu hiện của một danh mục thông qua những nhân tố thuộc về “phong
cách” (như quy mô và thành công) hay còn gọi là nhân tố trực giác, thị trường nội địa và
phân loại ngành. Chúng cung cấp những thông tin hữu dụng về cơ cấu của danh mục. Tuy
nhiên, mô hình cũng có nét riêng biệt là phân tích rủi ro theo nhân tố tiền tệ. Mô hình rủi ro
đa nhân tố dựa trên ý tưởng rằng TSSL của một cổ phiếu có thể được giải thích bởi một tập
hợp nhiều nhân tố chung cộng với một nhân tố đặc trưng gắn với cổ phiếu đó. Các nhân tố có
thể là những nhân tố tác động ảnh hưởng đến toàn bộ nhóm cổ phiếu. Đi vào phân tích từng
nhóm nhân tố sẽ cho ta thấy được ảnh hưởng của từng nhân tố đến TSSL của các cổ phiếu.
Tuy nhiên, việc khó khăn hiện nay là những nhân tố được chọn như đã trình bày ở trên có
thật sự được đưa vào mô hình khi ứng dụng tại Việt Nam hay không và những nhân tố này
tại Việt Nam có thực sự giải thích được mô hình hay không? Như vậy, đề tài ra đời cũng
không nằm ngoài mục đích đó.
Mục tiêu nghiên cứu
a. Hệ thống hóa các lý luận cơ bản về mô hình đa nhân tố, từ đó đưa tới mô hình thiết thực
và tiên tiến hơn, đó là mô hình Barra
b. Lượng hóa mối quan hệ giữa chỉ số VN-Index và các nhân tố kinh tế vi mô (nhân tố thị
trường), nhân tố vĩ mô, các chỉ số kinh tế. Từ đó, có thể đưa ra những phân tích cũng như
những dự báo về diễn biến của thị trường thông qua các nhân tố.
c. Đề xuất kiến nghị đối với thị trường chứng khoán Việt Nam để có thể ứng dụng tốt mô
hình Barra.
MỤC LỤC
DANH MỤC TỪ VIẾT TẮT Trang
PHẦN MỞ ĐẦU ---------------------------------------------------------------------------------------- 1
Lý do chọn đề tài ------------------------------------------------------------------------------------ 1
Mục tiêu nghiên cứu --------------------------------------------------------------------------------- 2
Phương pháp nghiên cứu ---------------------------------------------------------------------------- 2
Kết cấu đề tài ----------------------------------------------------------------------------------------- 2
PHẦN I: CƠ SỞ LÝ LUẬN CƠ BẢN MÔ HÌNH ĐA NHÂN TỐ
1.1. Khái quát về rủi ro và tỷ suất sinh lợi ( TSSL) --------------------------------------------------- 3
1.1.1. Khái quát về rủi ro ---------------------------------------------------------------------------- 3
Cái nhìn tổng quan ---------------------------------------------------------------------------- 3
Đo lường rủi ro -------------------------------------------------------------------------------- 3
1.1.2. Tỷ suất sinh lợi và phân tích tỷ suất sinh lợi ----------------------------------------------- 4
Sơ lược về mô hình cấu trúc rủi ro ---------------------------------------------------------------- 7
1.2.1. Ý tưởng ---------------------------------------------------------------------------------------- 7
1.2.2. Động lực thúc đẩy ---------------------------------------------------------------------------- 8
1.2.3. Tỷ suất sinh lợi hệ thống và việc đa dang hoá --------------------------------------------- 8
1.2.4. Những nền tảng của các mô hình đa nhân tố ---------------------------------------------- 9
1.3. Các mô hình cấu trúc rủi ro ---------------------------------------------------------------------- 10
1.3.1. Mô hình định giá tài sản vốn -------------------------------------------------------------- 10
1.3.2. Lý thuyết kinh doanh chênh lệch giá ---------------------------------------------------- 12
1.3.3. Các mô hình đa nhân tố -------------------------------------------------------------------- 12
Mô hình đa nhân tố là gì? ------------------------------------------------------------------ 12
Các mô hình đa nhân tố hoạt động như thế nào? ---------------------------------------- 13
Ưu và nhược điểm cuả các mô hình đa nhân tố ----------------------------------------- 13
Những công thức tính toán mô hình ------------------------------------------------------- 14
Dự báo rủi ro bằng các mô hình đa nhân tố ---------------------------------------------- 15
1.4. Mô hình GEM ------------------------------------------------------------------------------------- 18
1.4.1. Phát triển mô hình (Mô hình Barra) ------------------------------------------------------ 18
Các chỉ số rủi ro ----------------------------------------------------------------------------- 19
Các thị trường nội địa ----------------------------------------------------------------------- 19
Các ngành ------------------------------------------------------------------------------------ 21
Các loại Tiền tệ ------------------------------------------------------------------------------ 23
1.4.2. Ước tính mô hình ------------------------------------------------------------------------------- 24
Một cái nhìn tổng quan --------------------------------------------------------------------- 24
Việc lựa chọn chỉ số rủi ro ----------------------------------------------------------------- 25
Sự bình thường hóa ------------------------------------------------------------------------- 26
Lựa chọn và tiêu chuẩn hóa chỉ số rủi ro ------------------------------------------------- 26
Xác định ngành ------------------------------------------------------------------------------ 27
Ước tính tỷ suất sinh lợi nhân tố ----------------------------------------------------------- 28
Tính toán ma trận hiệp phương sai -------------------------------------------------------- 28
Tỷ trọng theo số mũ ------------------------------------------------------------------------- 29
Tính toán độ biến động thị trường (Các mô hình GARCH) ---------------------------- 30
Các quốc gia trong GEM ------------------------------------------------------------------- 31
Ước tính rủi ro tiền tệ ----------------------------------------------------------------------- 31
1.4.3. Cập nhật mô hình ------------------------------------------------------------------------------- 31
PHẦN II: ỨNG DỤNG MÔ HÌNH ĐA NHÂN TỐ TRÊN TTCK VIỆT NAM ------------ 33
2.1. Ước lượng và kiểm định mối quan hệ giữa các nhân tố vĩ mô với Vnindex --------------- 33
2.2. Kiểm định Giá trị giao dịch của nhà đầu tư nước ngoài với Vnindex ----------------------- 38
2.3. Kiểm định mối quan hệ CPI của các ngành với Vnidex ------------------------------------- 39
2.4. Kiểm định mối quan hệ giữa GDP các ngành với Vnindex ---------------------------------- 41
2.5. Kiểm định mối quan hệ của từng nhân tố đối với Vnindex ----------------------------------- 42
2.5.1. Mối quan hệ của các yếu tố vĩ mô:
CPI, GDP, cung tiền, lãi suất, tỉ giá và Vn-Index ---------------------------------------------- 42
2.5.2. CPI của các ngành và Vnindex ----------------------------------------------------------- 43
2.5.3. Kiểm định mối quan hệ giữa GDP các ngành và Vnindex ---------------------------- 45
PHẦN III: KIẾN NGHỊ CHO THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM ----------- 47
PHỤ LỤC ------------------------------------------------------------------------------------------------- i
DANH MỤC TÀI LIỆU THAM KHẢO ---------------------------------------------------------- xv
73 trang |
Chia sẻ: lvcdongnoi | Lượt xem: 4171 | Lượt tải: 2
Bạn đang xem trước 20 trang tài liệu Ứng dụng mô hình đa nhân tố trên thị trường chứng khoán Việt Nam, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
tài sản đối với các nhân tố
f˜ t : Các TSSL nhân tố được ước tính
u t : Các TSSL đặc trưng
Các TSSL nhân tố có được là những ước tính thiết thực được sử dụng để tính toán một ma
trận hiệp phương sai các nhân tố mà dùng trong các bước ước tính mô hình ban đầu.
Tính toán ma trận hiệp phương sai
Cách đơn giản nhất để tính toán ma trận hiệp phương sai các nhân tố là tính các hiệp phương
sai mẫu trong toàn bộ các TSSL nhân tố được ước tính. Hàm ý của mô hình này là giả định
rằng chúng ta đang mô hình hóa một quá trình ổn định, và do đó mỗi mốc thời gian sẽ chứa
đựng thông tin liên quan tương ứng.
Tuy nhiên, có chứng cứ cho rằng những mối tương quan giữa các TSSL nhân tố thì thay đổi.
Hơn nữa, một quá trình ổn định ẩn chứa một phương sai ổn định cho một danh mục đã được
đa dạng hóa tốt với những biểu hiện ổn định có liên quan đối với các nhân tố. Có một chứng
cứ cần phải được xem xét là trong một vài thị trường thì độ biến động của các danh mục chỉ
số thị trường thường thay đổi. Ví dụ, các thời kỳ có độ biến động cao thường sẽ được tiếp nối
bởi các thời kỳ tuơng tự. Việc thay đổi những mối tương quan giữa các TSSL nhân tố và việc
thay đổi độ biến động của các DM thị trường thì trái ngược với giả định ổn định làm cơ sở
cho một ma trận hiệp phương sai đơn giản.
Chúng ta hãy nới lỏng giả định ổn định của ma trận hiệp phương sai theo 2 cách:
Đầu tiên là bằng việc tính toán hiệp phương sai giữa các TSSL nhân tố, chúng ta sẽ xác
định thêm tỷ trọng của các quan sát gần đây mà có liên quan đến các quan sát liên tục
trong quá khứ.
Thứ hai, chúng ta sẽ sử dụng các kỹ thuật GARCH để tạo ra ma trận hiệp phương sai
nhân nhằm dự báo biến động về các danh mục quốc gia đã được lựa chọn để có thể so
sánh được khi mà các mô hình đơn quốc gia của chúng sẽ tạo ra.
Tỷ trọng theo số mũ
Giả định chúng ta cho rằng các quan sát mà xảy ra cách đây 60 tháng sẽ chiếm một nửa tỷ
trọng các quan sát hiện tại. Thể hiện bằng thời kỳ T hiện hành và bất kỳ thời kỳ t nào trong
quá khứ, t=1,2,3,…,T-1, T và để cho δ = 5 60/1 . Nếu chúng ta phân bổ một tỷ trọng của δ tT
đối với quan sát t, sau đó là một quan sát mà đã xảy ra cách đây 60 tháng sẽ chiếm một nửa
tỷ trọng của quan sát hiện tại, và một quan sát mà đã xảy ra cách đây 120 tháng sẽ chiếm ¼
tỷ trọng của quan sát hiện tại. Vì vậy, sơ đồ tỷ trọng của chúng ta sẽ cho ra các tỷ trọng mà
giảm theo số mũ đối với các quan sát khi chúng giảm xuống trong quá khứ.
Lựa chọn 60 tháng của chúng ta là theo ví dụ trên.
Thêm nữa, chúng ta sẽ cho một quan sát mà cách đây nửa chu kỳ của các tháng sẽ chiếm một
nửa tỷ trọng cuả quan sát hiện tại. Sau đó, chúng ta sẽ cho:
δ = (5) HALFLIFE/1
và phân bổ tỷ trọng của: w(t) = δ tT
Độ dài của phân nửa chu kỳ kiểm soát ma trận hiệp phương sai các nhân tố sẽ phản ứng
nhanh như thế nào đối với các thay đổi gần đây trong các mối quan hệ thị trường giữa các
nhân tố. Tỷ trọng bằng nhau của tất cả các quan sát tương ứng với phân nửa chu kỳ = ∞.
Phân nửa chu kỳ mà quá ngắn sẽ không có được các dữ liệu hiệu quả vào thời điểm bắt đầu
của các bước. Nếu quá trình hoàn toàn ổn định thì điều này sẽ làm giảm đi sự chính xác của
các ước tính. Các kiểm định của chúng tôi cho thấy rằng lựa chọn phân nửa chu kỳ sẽ thay
đổi từ quốc gia này đến quốc gia khác. Vì lý do đó mà chúng tôi sử dụng các giá trị khác
nhau của chu kỳ phân nửa cho các mô hình đơn quốc gia khác nhau.
Ma trận tương quan giữa các nhân tố trong GEM thì có tỷ trọng theo số mũ với một chu kỳ
phân nửa của 48 tháng. Các dự báo về độ biến động của các nhân tố thị trường ngành, rủi ro
và thị trường nội địa thì sử dụng một chu kỳ phân nửa 48 tháng có tỷ trọng theo số mũ, ngoại
trừ các nước như Australia, Canada, Korea, South Africa, Taiwan, Thailand và các thị trường
nội địa Anh, mà sử dụng các chu kỳ phân nửa phù hợp với các mô hình đơn quốc gia. Các
lựa chọn này được dựa trên kiểm định BARRA nội tại.
Tính toán độ biến động thị trường (Các mô hình GARCH)
Có một bằng chứng đáng quan tâm là trong một vài thị trường thì độ biến động thị trường
theo một chiều hướng đã được dự báo. Chúng tôi phát hiện ra rằng các TSSL mà có TSSL
lớn thì biến động theo thời gian hoặc độ biến động đó vẫn tiếp tục tồn tại. Chúng tôi cũng
nhận thấy rằng những sự phân chia TSSL của các tài sản thật sự thể hiện khả năng xảy ra các
tác động cao hơn là được dự báo bởi một sự phân chia bình thường bằng một độ biến động
liên tục.
Vấn đề tiếp theo là trình bày lý thuyết chung về mô hình GARCH.
Một cách quan trọng, trình bày bằng TSSL thị trường r˜ t ở thời gian t, và phân chia nó thành
thành phần mong đợi E(r˜ t ) và một thành phần không mong đợi ε t .
r˜ t = E(r˜m) + ε t
Việc quan sát độ biến động mà đã được xác định cho thấy rằng phương sai của tỷ suất sinh
lợi thị trường tại thời điểm t, Var ( r˜m) t , có thể được biểu diễn như sau:
Var ( r˜ m ) t = ω + α ε
2
1t + β Var ( rm) t-1
Phương trình này liên quan đến một mô hình GARCH (1,1) cho rằng độ biến động thị trường
hiện tại phụ thuộc vào độ biến động mà đã được xác định gần đây qua ε 2 1t , và những dự báo
gần đây về độ biến động Var ( r˜ m ) 1t . Nếu α và β xác định là phù hợp thì độ biến động của
thời kỳ này sẽ tăng lên cùng với độ biến động đã được xác định và dự báo. Phù hợp hoàn
toàn với mô hình GARCH là độ biến động của một danh mục thị trường nội địa tiêu biểu, nó
được sử dụng để làm nhân tố thị trường nội địa trong ma trận hiệp phương sai. Chúng tôi sử
dụng những dự báo về độ biến động của GARCH cho các nước như Japanese, Swedish, và
các thị trường Mỹ và mô hình GARCH còn được sử cho một vài nhân tố tiền tệ mà dựa trên
các TSSL tiền tệ hàng ngày từ mô hình trái phiếu toàn cầu BARRA Cosmos SystemTM. Các
tham số của GARCH sẽ được kết hợp với nhau chỉ khi nào có những cải tiến đáng kể trong
mô hình.
Các quốc gia trong GEM
Các biểu hiện của thị trường nội địa đo lường độ nhạy cảm danh mục của mình theo từng thị
trường nội địa. Biểu hiện của thị trường nội địa được tính toán bằng cách đa dạng hóa tỷ
trọng của danh mục trong mỗi thị trường bằng nhân tố thị trường nội địa, một phiên bản của
beta trong quá khứ được tính toán theo ý nghĩa thống kê có nguồn gốc từ thông tin tài sản đặc
trưng. Không giống như các biểu hiện về tiền tệ, các biểu hiện thị trường nội địa không phải
là những tỷ lệ phần trăm.
Nghiên cứu của BARRA cho thấy rằng các nhân tố thị trường nội địa ảnh hưởng đến toàn bộ
rủi ro của danh mục nhiều hơn là các nhân tố ngành. Trong quá trình ước tính mô hình, các tỷ
suất sinh lợi chỉ số quốc gia được sử dụng để xác định các TSSL thị trường nội địa trong quá
trình tính toán ma trận hiệp phương sai.
Ước tính rủi ro tiền tệ
Đầu tư một số tiền lớn sẽ liên quan đến 2 vấn đề: Một là tình hình của một tài sản trong thị
trường nội địa của nó và hai là sự đánh cược về tiền tệ. Để phân tích rủi ro vượt trội nội địa,
GEM xem xét các hiệp phương sai giữa các chỉ số rủi ro, các ngành và các quốc gia như đã
được trình bày trong phần trên. Các tỷ suất sinh lợi tiền tệ được tính toán cho mỗi tài sản sẽ
sử dụng công thức sau. Các rủi ro và các mối tương quan mà có được từ những tỷ suất sinh
lợi này sẽ được thêm vào ma trận hiệp phương sai.
Tỷ suất sinh lợi tiền tệ = rx + rfl – rf
Trong đó: rx : Tỷ suất sinh lợi tỷ giá hối đoái
rfl : Tỷ suất thị trường nội địa phi rủi ro, và
rf : Tỷ suất phi rủi ri đáng kể
Trong GEM, các biểu hiện của rủi ro tiền tệ là phần trăm tỷ trọng của việc nắm giữ ở mỗi
quốc gia.
1.4.3. Cập nhật mô hình:
Cập nhật mô hình là một quá trình trong đó dữ liệu thị trường gần đây nhất được sử dụng để
tính toán các biểu hiện đối với các nhân tố của các CK riêng lẻ. Ước tính những TSSL của
tháng gần đây nhất và tính lại ma trận hiệp phương sai. Các TSSL chỉ số quốc gia đựoc sử
dụng để đánh giá thị trường nội địa.
Dữ liệu gần đây nhất sẽ được thu thập và xử lý. Các biểu hiện ngành và chỉ số rủi ro của mỗi
công ty trong cơ sở dữ liệu sẽ đựợc tính toán. Tiếp theo, một mô hình hồi quy mẫu tiêu biểu
sẽ được thực hiện trên các TSSL tài sản cho tháng đầu tiên. Điều này tạo ra các TSSL nhân
tố được sử dụng để cập nhật ma trận hiệp phương sai. Cuối cùng, thông tin đã được cập nhật
này sẽ được đưa đến tay những người sử dụng phần mềm ứng dụng Barra.
PHẦN 2
ỨNG DỤNG MÔ HÌNH BARRA
TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM
2.1. Ước lượng và kiểm định mối quan hệ giữa các nhân tố vĩ mô với Vnindex
Với cơ sở dữ liệu là những quan sát theo quý từ năm 2000 đến năm 2007, ta có được mẫu là
30 vì: từ năm 2000 đến 2007 là 8 năm, mỗi năm là 4 quý, như vậy lẽ ra sẽ có 8*4=32 mẫu.
Tuy nhiên dữ liệu về chỉ số Vnindex thì chỉ có từ tháng 7 năm 2000 vì thị trường chứng
khoán Việt Nam chính thức hoạt động là từ thời điểm đó. Do đó, để đồng nhất về dữ liệu, tất
cả các nhân tố được sử dụng trong mô hình này cũng như các mô hình sau đều phải lấy bắt
đầu từ tháng 7 năm 2000. Chính vì vậy mà năm 2000 sẽ chỉ có 2 quý. Và như vậy số mẫu
cuối cùng được sử dụng trong mô hình sẽ là 32-2=30. Ngoài ra yêu cầu của mô hình là dữ
liệu phải được chuẩn hóa. Vì vậy, với dữ liệu thô tìm được như vậy, để đáp ứng yêu cầu của
mô hình, ta dùng công thức chuẩn hóa :
xx
, trong đó:
x: dữ liệu thô
x : giá trị trung bình của dữ liệu thô
: độ lệch chuẩn của dữ liệu thô
Như vậy, từ những dữ liệu đã được chuẩn hóa, hồi quy mô hình bằng phần mềm eviews, ta
có được kết qủa như bảng sau (chi tiết về kết quả của việc hồi quy: xem phụ lục):
R-squared= 0.908802, F-statistic= 51.81897
Kiểm định : Xét giả thiết : H0:β2 = β3 = β4 =β5 =β6 =0 hay: R2 =0
Với số quan sát mẫu n=32, Số β : k=6
Mức ý nghĩa α=1% , theo phân phối Fisher với bậc tự do n1= k-1=5, n2= n-k=26 ta tìm
Fα(5,n-6)= F0.01(5,26)= 3.818336. Vậy F=51.81897>3.818336 nên ta bác bỏ giả thiết H0.
Tức là GDP, CPI, cung tiền, lãi suất, tỉ giá ảnh hưởng tới Vnindex.
Mức ý nghĩa α=5% , theo phân phối Fisher với bậc tự do n1=k-1=5,n2= n-k=26 ta tìm
Fα(5,n-6)=F0.05(5, 26)= 2.58679. Vậy F=51.81897>2.58679, ta bác bỏ giả thiết H0. Tức
là: GDP, CPI, cung tiền, lãi suất, tỉ giá ảnh hưởng tới Vnindex.
Mức ý nghĩa α=10% , theo phân phối Fisher với bậc tự do n1=k-1=5, n2= n-k=26 ta tìm
Fα(5,n-6)=F0.1(5, 26)= 2.082182. Vậy F=51.81897 > 2.082182, ta bác bỏ giả thiết H0. Tức
là GDP, CPI, cung tiền,lãi suất, tỉ giá ảnh hưởng tới Vnindex.
Variable Coefficient
t-Statistic
C
CPI
GDP
CUNGTIEN
LAISUAT
TIGIA
-0.081520
0.055991
-0.081476
1.116443
-0.103116
0.290659
-1.372379
0.878422
-0.933563
12.39804
-1.623921
4.282619
Theo kết quả trên ta thấy với mức ý nghĩa 1% , 5% , 10% thì các nhân tố GDP, CPI, Cung
Tiền, Lãi suất, Tỉ giá đều ảnh hưởng tới Vnindex với các mức độ khác nhau. Trong đó GDP,
LÃI SUẤT có mối quan hệ ngược chiều với Vnindex. Cung tiền ảnh hưởng với mức độ cao
nhất trong 5 nhân tố khoảng 1.12%, trong khi đó GDP ảnh hưởng với mức độ thấp nhất trong
5 nhân tố khoảng 0,05%.
Nhân tố CPI
Thị trường phản ánh nó thể hiện thông qua sự kì vọng của nhà đầu tư. Như vậy, nhà đầu tư sẽ
luôn mong đợi CPI ở một mức nào đó với hy vọng nền kinh tế phát triển ổn định. Theo như
kết quả của mô hình đã được kiểm định ở trên thì điều này tất nhiên sẽ được phản ánh vào
trong chỉ số Vnindex.
Thực tế cũng thể hiện những hậu quả khi CPI tăng, đó là:
Sẽ trực tiếp làm tăng khó khăn cho các doanh nghiệp gắn với việc phải tăng lãi vay tín dụng,
tăng lương và các chi phí đầu vào khác, từ đó làm tăng chi phí sản xuất và giá bán đầu ra, gây
khó khăn về thị trường và nguy cơ đổ vỡ các kế hoạch, các hợp đồng kinh doanh nhiều hơn.
Điều này làm giảm lợi nhuận kinh doanh và lợi tức cổ phiếu, các Báo cáo tài chính kém tin
cậy và Chứng khoán của các doanh nghiệp cũng trở nên kém hấp dẫn hơn, đồng nghĩa với
việc giảm sút nhiệt tình đầu tư và sự sôi động của TTCK.
CPI tăng sẽ làm tăng áp lực buộc Nhà nước phải thực hiện chính sách tín dụng thắt chặt, như
giảm hạn mức tín dụng, tăng dự trữ bắt buộc, tăng lãi suất cơ bản và lãi chiết khấu ngân
hàng. Các điều kiện tín dụng khác cũng ngặt nghèo hơn, khiến các nhà đầu tư chứng khoán
tiếp cận nguồn tín dụng khó khăn và đắt đỏ hơn. Vì vậy làm giảm đầu tư vào TTCK. CPI
tăng sẽ kéo theo việc phải tăng lãi suất ngân hàng, khiến lãi suất ngân hàng trở nên hấp dẫn
hơn kinh doanh CK, thúc đẩy việc tăng mức gửi tiết kiệm hoặc mua vàng để bảo toàn tiền
vốn của nhà đầu tư, điều này cũng khiến làm thu hẹp dòng đầu tư trên TTCK.
CPI tăng có thể còn gây 2 tác dụng trái chiều khác là: Tăng bán ra các chứng khoán "xấu" để
rút vốn khỏi TTCK, và tăng mua vào những chứng khoán "tốt" để "ẩn nấp" lạm phát. Xu
hướng bán tháo chứng khoán thường xảy ra khi trên TTCK có nhiều hàng hoá chứng khoán
chất lượng thấp và xuất hiện nhiều các tín hiệu làm giảm sút lòng tin của các nhà đầu tư, nhất
là các nhà đầu tư không chuyên nghiệp, vốn mỏng.
Như vậy, khi CPI tăng đều tác động xấu đến TTCK hay nói cách khác làm cho chỉ số
Vnindex giảm và ngược lại.
Nhân tố GDP
Cũng như CPI, nhà đầu tư cũng mong muốn một nền kinh tế phát triển bền vững, ổn định và
lâu dài vì GDP cũng là nhân tố tác động đến Vnindex theo như kết quả của mô hình. Hay nói
cách khác, đó cũng là một sự kì vọng tốt đẹp của nhà đầu tư đối với GDP, nhân tố mà sẽ
được phản ánh trong Vnindex.
Nhân tố GDP sẽ biểu hiện theo như thực tế thông qua phản ứng hay những diễn biến của giá
cổ phiếu đối với sự tăng trưởng của nền kinh tế. Điều này thể hiện thông qua việc giá cổ
phiếu có xu hướng tăng khi nền kinh tế phát triển và giảm khi nền kinh tế kém phát triển.
Đây thật sự cũng là một điều hiển nhiên. Vì khi nền kinh tế phát triển sẽ dẫn đến những sự
chú trọng trong việc đầu tư nguồn vốn nhàn rỗi. Tuy nhiên, có sự khác biệt đáng kể giữa các
nhóm cổ phiếu và tình hình biến động của từng cổ phiếu phụ thuộc vào tình hình hoạt động
cụ thể của từng công ty. Đúng vậy, nền kinh tế tăng trưởng nhưng không nhất thiết là tất cả
các ngành cùng phát triển tốt. Do đó, tất yếu không phải tất cả các cổ phiếu sẽ cùng tăng giá
khi nền kinh tế phát triển. Tuy nhiên, thực tế cũng cho thấy có một thời gian, thị trường diễn
biến rất kì lạ, các cổ phiêu cùng tăng hoặc cùng giảm, điều này được giải thích là do tâm lí
bầy đàn hay nói cách khác là các nhà đầu tư lúc bấy giờ chưa được trang bị kiến thức tốt để
có thể nhận định được vấn đề rõ ràng. Và thị trường của hôm nay là thị trường của những
NĐT có thể tạm xem là chuyên nghiệp hơn vì không còn thực trạng là các cổ phiếu cùng tăng
hoặc cùng giảm nữa. Như vậy thị trường không những phản ánh được diễn tiến của các nhân
tố vĩ mô mà còn dần đào thải, loại bỏ những NĐT không có kiến thức, chỉ biết chạy theo các
“đại gia” mà thật sự không biết rằng họ cũng chính là một bộ phận có thể gây ra sự hoảng
loạn của thị trường.
Lẽ ra, theo nguyên lý chung thì mối quan hệ giữa CPI và GDP với VNINDEX là như vậy.
Thế nhưng, theo như những gì mô hình thể hiện thì hoàn toàn ngược lại so với thực tế vì CPI
thì có mối tương quan thuận với Vnindex, trong khi đó GDP thì ngược lại, có mối tương
quan nghịch.
Tuy nhiên, kết quả mô hình cần được tôn trọng. Điều này cho thấy, lẽ ra nếu nhà đầu tư phản
ánh các yếu tố kinh tế thì tăng trưởng phải có mối tương quan với Vnindex và lạm phát thì
quan hệ ngược lại với Vnindex. Thế nhưng kết quả của mô hình thì ngược lại. Do đó bằng
việc giữ nguyên kết quả hồi quy và kiểm định, đưa ra kết luận rằng:
Có thể do nhà đầu tư không phản ánh hoặc phản ánh không chính xác đối với bản chất của
các nhân tố. Điều này cho thấy Vnindex không thể giải thích từ các trạng thái bong bóng của
Vnindex, chỉ có thể sử dụng tài chính hành vi để giải thích quy luật này. Vậy kết luận, NĐT
không phản ánh hoặc phản ánh không chính xác 2 nhân tố này.
Lãi suất
Mối quan hệ giữa lãi suất và giá cổ phiếu là gián tiếp, luôn thay đổi. Nguyên nhân là do
luồng thu nhập từ cổ phiếu có thể thay đổi theo lãi suất và chúng ta không thể chắc chắn sự
thay đổi của luồng thu nhập này có làm tăng hay bù đắp cho mức biến động về lãi suất hay
không. Có nhiều khả năng chúng ta cần phải xem xét để hiểu rõ hơn về vấn đề này.
Lãi suất tăng do tỷ lệ lạm phát tăng và thu nhập công ty theo đó cũng tăng vì công ty có thể
tăng giá cho phù hợp với mức tăng của chi phí. Trong trường hợp này, giá cổ phiếu có thể
khá ổn định vì ảnh hưởng tiêu cực của việc tăng tỷ suất lợi nhuận đã được đền bù một phần
hay toàn bộ bởi phần tăng của tỷ lệ tăng trưởng thu nhập và cổ tức.
Lãi suất tăng, nhưng luồng thu nhập dự tính thay đổi rất ít do công ty không có khả năng tăng
giá để phù hợp với chi phí tăng, do vậy giá cổ phiếu giảm. Tỷ suất lợi nhuận quy định có thể
tăng nhưng tỷ lệ tăng trưởng của cổ tức là không đổi, nên mức chênh lệch giữa 2 nhân tố này
càng lớn. Lãi suất tăng trong khi luồng thu nhập giảm vì các nguyên nhân làm tăng lãi suất
lại gây tác động xấu tới thu nhập của công ty. Hoặc thời kỳ lạm phát trong đó chi phí sản
xuất tăng, nhưng nhiều công ty không thể tăng giá, dẫn tới biên độ lợi nhuận giảm. Tác động
của một loạt các sự kiện này là rất tồi tệ. Trong những trường hợp này, giá cổ phiếu sẽ sụt
nghiêm trọng vì tỷ suất lợi nhuận giảm khi cổ tức giảm, dẫn tới chênh lệch giữa hai nhân tố
này càng lớn.
Đối với những trường hợp ngược lại so với các trường hợp trên, ta cũng xem xét tương tự.
Như vậy, cũng đủ để cho ta thấy rằng lai suất tăng hay giảm cũng đều có những ảnh hưởng
đáng kể đến Vnindex hay nói cách khác trong những thay đổi cúa chi số này đều có “bóng
dáng” của nhân tố lãi suất.
Mối quan hệ giữa lạm phát, lãi suất và Vnidex là một vấn đề đòi hỏi phải có kinh nghiệm và
ảnh hưởng của chúng thay đổi theo từng thời kỳ. Do vậy, mặc dù mối quan hệ giữa lạm phát,
lãi suất và thu nhập từ cổ phiếu là tiêu cực, nhưng điều này không phải lúc nào cũng đúng.
Hơn nữa, ngay cả khi điều này là đúng trên toàn bộ thị trường, thì vẫn tồn tại một số ngành
nhất định có thể có thu nhập và cổ tức, tạo ảnh hưởng tích cực từ những biến động về lạm
phát và lãi suất. Trong trường hợp này, giá cổ phiếu có mối quan hệ tốt với lạm phát và lãi
suất.
Cung tiền
Là một trong các chỉ số hàng đầu thường được các nhà dự báo chứng khoán nhắc tới. Việc
hút một lượng tiền lớn từ lưu thông thông qua các giải pháp: tăng dự trữ bắt buộc, tăng lãi
suất chủ đạo; thắt chặt cho vay kinh doanh CK; bắt buộc các tổ chức tín dụng mua tín phiếu
sẽ khiến nguồn vốn dành cho TTCK từ hệ thống ngân hàng bị bó hẹp. Điều này sẽ ảnh hưởng
trực tiếp và dễ thấy nhất là NĐT sẽ không còn được hỗ trợ mạnh mẽ từ các ngân hàng thương
mại thông qua các nghiệp vụ nêu trên, từ đó sẽ giảm khả năng quay vòng vốn và tác động
đến sức cầu trên thị trường. Các NĐT lúc này sẽ bị giới hạn nguồn vốn kinh doanh dẫn đến
bị giới hạn trong việc mua các cổ phiếu. Và Vnidex bị ảnh hưởng là một điều tất yếu.
Ngoài ra, đối với các nhà đầu tư thì cứ ở chỗ nào có lãi là dòng tiền sẽ chảy về đó. Ví dụ khi
TTCK tăng thì dòng tiền sẽ chuyển vào TTCK nhiều hơn, còn nếu TTCK suy giảm thì dòng
tiền sẽ được chuyển qua các kênh đầu tư khác mang lại lợi nhuận cao hơn và tránh được rủi
ro nhiều hơn. Đó là khuynh hướng chủ yếu của các nhà đầu tư vì khi kinh doanh, không ai
dại gì mà “đâm đầu” vào những nơi không có cơ hội để tìm kiếm lợi nhuận.
Như vậy, kết luận về vấn đề cung tiền có ảnh hưởng đến thị trường là hoàn toàn xác đáng và
có cơ sở. Nếu thị trường tốt thì tất yếu sẽ thu hút được dòng vốn lớn để thị trường ngày càng
phát triển hơn và ngược lại, nếu thị trường cứ xuống thì mức TSSL sẽ ngày càng giảm, thị
trường trở nên kém hấp dẫn là điều tất nhiên.
Tỷ giá hối đoái
Tỷ giá và TTCK đều là bộ phận của thị trường tài chính và mối liên quan giữa hai thành phần
này có vẻ như không nhiều lắm vì tỷ giá hối đoái ở Việt Nam hiện nay đang áp dụng là tỷ giá
hối đoái có kiểm soát, chứ không phải là tỷ giá thả nổi như một số nước khác trên thế giới.
Tỷ giá hối đoái chỉ tác động mạnh đến lĩnh vực xuất nhập khẩu của một nước hoặc là công cụ
để điều tiết cán cân thương mại.
Việc tỷ giá hối đoái tăng quá cao không chỉ ảnh hưởng tới thị trường ngoại hối mà còn tác
động tới thị trường trái phiếu. Gần đây các nguồn vốn nước ngoài được đầu tư nhiều vào thị
trường trái phiếu nhưng việc tỷ giá hối đoái tăng mạnh đã làm nảy sinh lí do khiến các nhà
đầu tư nước ngoài rút vốn khỏi thị trường này. Khi một lượng vốn lớn nhanh chóng bị rút
khỏi thị trường sẽ làm giảm giá trái phiếu và điều này sẽ tác động làm tăng lãi suất. Do vậy,
vấn đề hiện nay là cần phải duy trì tỷ giá hối đoái ở mức cân bằng.
2.2. Kiểm định Giá trị giao dịch của nhà đầu tư nước ngoài với Vnindex
Cơ sở dữ liệu đối với mô hình này là 30 mẫu, theo tháng, được tập hợp trong khoảng thời
gian từ năm 2000 đến năm 2007. Ta lấy giá trị ròng giữa giá trị mua và bán của nhà đầu tư,
sau đó lấy tỉ lệ với giá trị giao dịch của thị trường và chuẩn hóa theo công thức trước khi
chạy mô hình. Và hồi quy bằng phần mềm eviews, ta có được kết quả như sau:
R-quared= 0.2333009 F-statistic=26.73409
Kiểm định: Xét giả thiết: H0 : β2 = 0, hay: R2 =0 với số quan sát mẫu n=9, số β: k=2
Mức ý nghĩa α=1%, theo phân phối Fisher n1=k-1= 1, n2= n-k= 88 ta tìm Fα(1,n-2) =
F0.01(1,88)= 6.931941. Vậy F=26.73409 >6.931941 nên ta bác bỏ giả thiết H0. Tức là
NDTNN ảnh hưởng tới Vnindex.
Mức ý nghĩa α=5%, theo phân phối Fisher với bậc tự do n1=k-1=1,n2= n-k=88 ta tìm
Fα(1,n-2)=F0.05(1,88)= 3.949321. Vậy F=26.73409 >3.949321 nên ta bác bỏ giả thiết
H0. Tức là NDTNN ảnh hưởng tới Vnindex.
Mức ý nghĩa α=10% , theo phân phối Fisher với bậc tự do n1=k-1=1,n2= n-k=88 ta
tìm Fα(1,n-2)=F0.1(1,88)= 2.763421. Vậy F=26.73409 > 2.763421 nên ta bác bỏ giả
thiết H0.Tức là NDTNN ảnh hưởng tới Vnindex.
Theo kết quả trên ta thấy với mức ý nghĩa 1% , 5% , 10% thì chỉ tiêu giá trị giao dịch ròng
của nhà đầu tư nước ngoài ảnh hưởng tới Vnindex, với mức độ rất thấp khoảng 0.005% và có
mối quan hệ cùng chiều với Vnindex.
Variable Coefficient
t-Statistic
C
NDTNN
0.081515
0.005712
0.865637
5.170502
Từ năm 2005 trở về trước, vai trò của nhà đầu tư nước ngoài thật sự không rõ ràng đối với thị
trường chứng khoán Việt Nam. Có điều này là do tốc độ tăng trưởng chậm theo đồ thị nằm
ngang của thị trường, cùng với việc số lượng cổ phiếu để lựa chọn khi đầu tư luân chuyển
vốn còn chưa nhiều. Trong bối cảnh thị trường hết sức trầm lắng đó, sự tham gia tích cực của
người đầu tư nước ngoài tuy chưa phải là động lực để thị trường tăng trưởng mạnh, nhưng đã
giúp củng cố phần nào niềm tin của các nhà đầu tư trong nước và nhờ vậy hạn chế bớt đà
giảm sút của thị trường. Việc người đầu tư nước ngoài mua vào rất nhiều cổ phiếu trong
những thời điểm thị trường giảm mạnh như hiện nay, xuất phát từ một nguyên tắc đầu tư hết
sức cơ bản mà bất cứ nhà đầu tư chứng khóan nào cũng biết nhưng lại rất ít người đầu tư
trong nước thực hiện, đó là “mua vào khi giá xuống thấp và bán ra khi giá tăng cao”.
Tác động trực tiếp từ lượng cầu của NĐTNN mang lại thực ra không lớn lắm, do đó cũng
không quá hy vọng rằng lượng cầu của người đầu tư nước ngoài sẽ giúp thị trường tăng
trưởng bền vững. Nhưng vấn đề là từ sự tích cực đầu tư của NĐTNN, nhà đầu tư trong nước
như được hà hơi để vãn hồi sự hụt hẫng khi có những người đồng hành mở đường tìm kiếm
cơ may. Chính điều đó sẽ tạo niềm tin cho các NĐT trong nước, đó là điểm tích cực đáng
được ghi nhận nhất từ sự tham gia của NĐTNN.
Bên cạnh đó, các NĐTNN cũng gây chú ý bằng cách mua ồ ạt một loại cổ phiếu và tiếp sau
đó là sự lao vào mua theo của các NĐT trong nước đẩy giá cổ phiếu cao lên. Nhà đầu tư
nước ngoài tiếp tục mua cầm chừng để chứng tỏ cho các NĐT trong nước nghĩ rằng họ vẫn
theo đuổi mục tiêu và tiếp tục mua theo, đến mức đủ lời, NĐTNN bán làm cho các NĐT
trong nước chới với, trở tay không kịp. Rồi một loại cổ phiếu khác được chọn và màn kịch
tiếp tục tái diễn. Đến khi giá cổ phiếu trên thị trường đã quá cao, nhiều chuyên gia cảnh báo
đã vượt xa giá trị thực thì cái gì đến ắt phải đến.
Như vậy, chúng ta không thể phủ nhận được nhận định là NĐTNN vẫn có ảnh hưởng hay nói
cụ thể hơn là vẫn có sự dìu dắt đối với thị trường.
2.3. Kiểm định mối quan hệ CPI của các ngành với Vnidex
Dữ liệu mô hình này cũng được lấy theo tháng từ năm 2000 đến năm 2007 và được chuẩn
hóa bằng công thức trước khi chạy mô hình. Đồng thời, sử dụng mô hình Eviews, ta có được
bảng kết quả sau:
X1: Hàng ăn và dịch vụ ăn uống
X2: Lương thực
X3: Thực phẩm
X4: Đồ uống và thuốc lá
X5: May mặc, giày dép và mũ nón
X6: Nhà ở và vật liệu xây dựng
X7: Thiết bị và đồ dùng gia đình
X8: Dược phẩm, y tế
X9: : Phương tiện đi lại, bưu điện
X10 Bưu chính, viễn thông
X11: Giáo dục
X12: Văn hoá, thể thao, giải trí
X13 Văn hoá, thể thao, giải trí
Kiểm định: Xét giả thiết: H0: β2 =β3 =… =β14 =0, hay: R2 =0, Với số quan sát mẫu n=90, số β:
k=14.
Mức ý nghĩa α=1%, theo phân phối Fisher, với bậc tự do do n1= k-1=13, n2= n-k=76 ta
tìm Fα(13,n-14) = F0.01(13,76)= 2.373452. Vậy F=15.05156> 2.373452, bác bỏ giả thiết
H0. Tức là X1, …, X13, ảnh hưởng tới Vnindex.
Mức ý nghĩa α=5%, theo phân phối Fisher bậc tự do n1=k-1=13, n2= n-k =76 ta tìm
Fα(13,n-14) = F0.05(13,76)= 1.851188. Vậy F=15.05156>1.851188, bác bỏ giả thiết H0.
Tức là X1,…, X13, ảnh hưởng tới Vnindex.
Mức ý nghĩa α=10%, theo phân phối Fisher, với bậc tự do n1=k-1=13, n2= n-k=76 ta tìm
Fα(13,n-14) =F0.1(13,76)= 1.613145. Vậy F=15.05156 > 1.613145 nên ta bác bỏ giả thiết
H0.Tức là X1, …, X13 ảnh hưởng tới Vnindex.
Vậy với mức ý nghĩa 1% , 5% , 10% thì các ngành lương thực, thiết bị và đồ dùng gia đình,
thiết bị y tế, phương tiện đi lại bưu điện, bưu chính viễn thông, văn hóa thể thao giải trí ,hàng
Variable
Coefficient
t-Statistic
C
X1
X2
X3
X4
X5
X6
X7
X8
X9
X10
X11
X12
X13
-0.044472
-2.961207
0.358892
1.922871
-0.627720
-0.842462
0.477632
0.588786
0.137183
-0.061082
-0.004410
0.759627
-0.283666
0.326532
-0.717143
-2.574480
1.202665
2.260655
-3.235192
-2.254910
2.410601
1.967293
1.415924
-0.461382
-0.031003
2.686895
-1.026710
2.307171
R-squared=0.720249, F-statistic = 15.05156
ăn và dịch vụ ăn uống, thực phẩm, đồ uống và thuốc lá , may giày dép mũ nón, nhà ở và vật
liệu xây dựng, giáo dục, đồ dùng và dịch vụ khác đều ảnh hưởng tới Vnindex với các mức độ
khác nhau. Trong đó các ngành như hàng ăn và dịch vụ ăn uống, đồ uống và thuốc lá, may
mặc giầy dép, mũ nón, phương tiện đi lại bưu điện, bưu chính viễn thông, văn hóa thể thao
giải trí thì lại có mối quan hệ ngược chiều với Vnindex. Thực phẩm ảnh hưởng với mức độ
cao nhất trong 13 nhân tố khỏang 1.92%, trong khi đó bưu chính viễn thông ảnh hưởng với
mức độ thấp nhất trong 13 nhân tố khoảng 0,0004%.
Ở mô hình này, chúng ta cũng đã thấy rõ được là những ngành nào thì có ảnh hưởng và
ngành nào thì không ảnh hưởng. Và những ngành ảnh hưởng thì biểu hiện mối tương quan
nghịch với Vnindex một cách rõ rệt chứ không như nhân tố CPI ngành ở trên là biểu hiện
mối tương quan thuận, điều mà trái ngược so với bình thường. Như vậy, mô hình này đã chỉ
ra mức độ ảnh hưởng của ngành đến Vnindex đúng và rõ ràng hay nói cách khác hơn là thị
trường phản ánh kì vọng của nhà đầu tư đối với từng ngành. Điều này góp phần làm cho các
doanh nghiệp sẽ định hướng được mức hoạt động mà các nhà đầu tư mong đợi.
2.4. Kiểm định mối quan hệ giữa GDP các ngành với Vnindex
Dữ liệu đối với mô hình này cũng theo tháng và cũng từ năm 2000 đến năm 2007 và cũng
được chuẩn hóa trước khi chạy Eviews để có được bảng sau:
R-squared= 0.307511, F-statistic= 4.144628
Kiểm định: giả thiết: H0: β2 = β3 = β4 =0, hay: R2 =0, Với số quan sát mẫu n=32, số β : k=4.
Mức ý nghĩa α=1%, theo phân phối Fisher, bậc tự do n1=k-1=3, n2= n-k=28 ta tìm Fα(3,n-
4) = F0.01(3,28)= 4.568091. Vậy F=4.144628<4.568091 nên ta chấp nhận giả thiết H0.
Tức là nông lâm ngư nghiệp, công nghiệp, dịch vụ không ảnh hưởng tới Vnindex.
Mức ý nghĩa α=5%, theo phân phối Fisher, với bậc tự do n1 =k-1=3, n2=n-k=28 ta tìm
Fα(3,n-4) = F0.05(3,28)= 2.94668.Vậy F= 4.144628>2.946685 nên ta bác bỏ giả thiết H0.
Tức là nông lâm ngư nghiệp, công nghiệp, dịch vụ ảnh hưởng tới Vnindex.
Variable Coefficient
t-Statistic
C
NONGLAMNGU
CNGHIEP
DICHVU
0.002640
0.036846
-0.193424
0.378563
0.016513
0.1944842
-1.038297
3.225782
Mức ý nghĩa α=10%, F=4.144628 > 2.29059 nên ta bác bỏ giả thiết H0. Tức là nông lâm
ngư nghiệp, công nghiệp, dịch vụ hưởng tới Vnindex.
Nhận xét:
Với mức ý nghĩa 1% thì chỉ tiêu Nông lâm ngư, công nghiệp, dịch vụ không ảnh hưởng
tới Vnindex.
Với mức ý nghĩa 5%, 10% thì các chỉ tiêu Nông lâm ngư, công nghiệp, dịch vụ đều ảnh
hưởng tới Vnindex với các mức độ khác nhau.Trong đó công nghiệp có mối quan hệ
ngược chiều với Vnindex. Dịch vụ ảnh hưởng với mức độ cao nhất trong 3 nhân tố
khoảng 0.38%, trong khi đó Nông lâm ngư nghiệp ảnh hưởng với mức độ thấp nhất trong
3 nhân tố khoảng 0,04%.
Đa số các ngành ảnh hưởng này đều chiếm tỷ trọng lớn trong nền kinh tế. Đồng thời, giá của
các cổ phiếu của một công ty thường gắn với triển vọng chung của nền kinh tế và của ngành
hay nói khác hơn là những biến động của ngành đều được phản ánh vào trương chỉ số
Vnindex. Ngoài ra, ta cũng có thể thấy, không phải kết quả hoạt động riêng lẻ của một công
ty sẽ làm biến động giá cổ phiếu để có thể ảnh hưởng mạnh đến Vnindex mà đây thật còn là
sự kết hợp giữa tình trạng chung của nền kinh tế và triển vọng của một ngành là yếu tố chính
quyết định mức giá cổ phiếu của một công ty trong ngành đó. Đồng thời, không phải lúc nào
Vnindex cũng có thể bị ảnh hưởng vì có thể đôi khi tác động giữa các ngành có thể tạo ra sự
triệt tiêu, bù trừ bởi không thể các ngành trong nền kinh tế lại có thể cũng tăng cùng giảm trừ
phi chịu sự chi phối, tác động của rủi ro hệ thống.
2.5. Kiểm định mối quan hệ của từng nhân tố đối với Vnindex
Sử dụng cách kiểm biến bị bỏ sót, giả thiết biến đó(biến độc lập) bị bỏ sót, chạy mô hình và
dựa vào p(F-statistic) và mức ý nghĩa 5%. Nếu p(F-statistic)>5% chấp nhận giả thiết đó
đúng và biến bị bỏ sót đó ảnh hưởng tới Vnindex, ngược lại biến đó không bị bỏ sót tức là
biến đó không ảnh hưởng tới Vnindex.
2.5.1. Mối quan hệ của các yếu tố vĩ mô: CPI, GDP, CUNGTIEN, LAISUAT, TIGIA và
VNINDEX
GDP: tìm hàm hồi quy của Vnindex theo CPI, CUNGTIEN, LAISUAT, TIGIA. Giả sử biến
bị bỏ sót là GDP. Theo kết quả thì p(F-statistic)=0.359119>0.05, chấp nhận giả thuyết, vậy
GDP là biến bỏ sót, tức là GDP ảnh hưởng tới Vnindex, có mối quan hệ ngược chiều với
Vnindex, tuy nhiên mức độ ảnh huởng còn thấp khoảng 0.08%.
CPI: tìm hàm hồi quy của Vnindex theo GDP, CUNGTIEN, LAISUAT, TIGIA. Giả sử biến
bị bỏ sót là CPI..
Theo kết quả thì p(F-statistic)= 0.387761>0.05, chấp nhận giả thuyết, vậy CPI là biến bỏ sót,
tức là CPI ảnh hưởng tới Vnindex, có mối quan hệ cùng chiếu với Vnindex, mức độ ảnh
hưởng khá thấp khoảng 0.06%.
Cung Tiền: Hàm hồi quy của Vnindex theo CPI, GDP, LAISUAT, TIGIA. Giả sử biến bị bỏ
sót là CUNGTIEN.
Theo kết quả thì p(F-statistic)=0.0000<0.05, bác bỏ giả thuyết, vậy cung tien không là biến bị
bỏ sót ,hay nói cách khác cung tiền không ảnh hưởng tới Vnindex.
Lãi suất: hàm hồi quy của vnindex theo CPI, CUNGTIEN, GDP, TIGIA. Giả sử biến bị bỏ
sót là LAISUAT.
Theo kết quả thì p(F-statistic)= 0.116456>0.05, chấp nhận giả thuyết,vậy lãi suất là biến bỏ
sót, tức là lãi suất ảnh hưởng tới Vnindex, có mối quan hệ ngược chiều với Vnindex, mức độ
ảnh hưởng cao khoảng 0.1%.
Tỉ giá: Tìm hàm hồi quy của Vnindex theo CPI, CUNGTIEN, GDP, LAISUAT. Giả sử biến
bị bỏ sót là TIGIA. Theo kết quả thì p(F-statistic)=0.000223<0.05, bác bỏ giả thuyết, vậy tỉ
giá không là biến bị bỏ sót, hay nói cách khác tỉ giá không ảnh hưởng tới Vnindex.
Nhận xét chung: theo kiểm định thì các yếu tố: GDP, CPI và LAISUAT ảnh hưởng tới
Vnindex còn CUNGTIEN và TIGIA không ảnh hưởng tới Vnindex.
2.5.2. CPI của các ngành và Vnindex
X1: Hàng ăn và dịch vụ ăn uống
X2: Lương thực
X3: Thực phẩm
X4: Đồ uống và thuốc lá
X5: May mặc, giày dép và mũ nón
X6: Nhà ở và vật liệu xây dựng
X7: Thiết bị và đồ dùng gia đình
X8: Dược phẩm, y tế
X9: Phương tiện đi lại, bưu điện
X10: Bưu chính, viễn thông
X11: Giáo dục
X12:Văn hoá, thể thao, giải trí
X13: Văn hoá, thể thao, giải trí
Hàng hóa và dịch vụ ăn uống
Tìm hàm hồi quy của vnindex theo X2, …,X13. Giả sử biến bị bỏ sót là X1. Theo kết quả thì
p(F-statistic)=0.011983<0.05, bác bỏ giả thuyết, vậy X1 không là biến bị bỏ sót ,hay nói cách
khác ngành hàng ăn và dịch vụ ăn uống không ảnh hưởng tới Vnindex.
Lương thực
Tìm hàm hồi quy của Vnindex theo X1, X3, … , X13. Giả sử biến bị bỏ sót là X2. Theo kết
quả thì p(F-statistic)= 0.232839>0.05, chấp nhận giả thuyết, vậy X2 là biến bỏ sót, tức là
ngành lương thực ảnh hưởng tới vnindex với mức độ khá cao là khỏang 0.29% và có mối
quan hệ ngược chiều với Vnindex.
Thực phẩm
Tìm hàm hồi quy của vnindex theo : X1, X2, X4, … , X13. Giả sử biến bị bỏ sót là X3. Theo
kết quả thì p(F-statistic)=0.026643<0.05, bác bỏ giả thuyết, vậy X3 không là biến bị bỏ sót,
hay nói cách khác ngành thực phẩm không ảnh hưởng tới Vnindex.
Đồ uống và thuốc lá
Tìm hàm hồi quy của vnindex theo X1,X2,…,X13. Giả sử biến bị bỏ sót là X4. Theo kết quả
thì p(F-statistic =0.001801<0.05, bác bỏ giả thuyết, vậy X4 không là biến bị bỏ sót , hay nói
cách khác ngành đồ uống và thuốc lá không ảnh hưởng tới Vnindex.
May mặc, giày dép và mũ nón
Tìm hàm hồi quy của Vnindex theo X1, …, X13. Giả sử biến bị bỏ sót là X5. Theo kết quả
thì p(F-statistic)=0.027893<0.05, bác bỏ giả thuyết, vậy X5 không là biến bỏ sót, tức là
ngành may mặc giày dép mũ nón không ảnh hưởng tới Vnindex.
Nhà ở và vật liệu xây dựng
Tìm hàm hồi quy của Vnindex theo X1,…, X13. Giả sử biến bị bỏ sót là X6. Theo kết quả
thì p(F-statistic)=0.018343<0.05, bác bỏ giả thuyết, vậy X6 không là biến bị bỏ sót ,hay nói
cách khác ngành nhà ở và vật liệu xây dựng không ảnh hưởng tới Vnindex.
Thiết bị và đồ dùng gia đình:
Tìm hàm hồi quy của Vnindex theo X1,…,X13. Giả sử biến bị bỏ sót là X7. Theo kết quả thì
p(F-statistic)=0.052799>0.05, chấp nhận giả thuyết, vậy X7 là biến bỏ sót, tức là ngành thiết
bị và đồ dùng gia đình ảnh hưởng tới Vnindex với mức độ rất cao khoảng 0.6% và có mối
quan hệ ngược chiều với Vnindex.
Dược phẩm, y tế
Tìm hàm hồi quy của Vnindex theo X1, ..., X13. Giả sử biến bị bỏ sót là X8. Theo kết quả thì
p(F-statistic)=0.160883>0.05, chấp nhận giả thuyết, vậy X8 là biến bỏ sót, tức là ngành dược
phẩm y tế ảnh hưởng tới Vnindex với mức độ tương đối cao khoảng 0.14% và có mối quan
cùng chiều với Vnindex.
Phương tiện đi lại, bưu điện
Tìm hàm hồi quy của Vnindex theo X1,..., X13. Giả sử biến bị bỏ sót là X9. Theo kết quả thì
p(F-statistic)=0.645842>0.05, chấp nhận giả thuyết, vậy X9 là biến bỏ sót, tức là ngành
phương tiện đi lại, bưu điện ảnh hưởng tới vnindex với mức độ khá thấp khỏang 0.06% và có
mối quan hệ ngược chiều với VNINDEX.
Bưu chính, viễn thông
Tìm hàm hồi quy của vnindex theo X1, ..., X13. Giả sử biến bị bỏ sót là X10. Theo kết quả
thì p(F-statistic)=0.975348>0.05, chấp nhận giả thuyết, vậy X10 là biến bỏ sót, tức là ngành
bưu chính viễn thông ảnh hưởng tới Vnindex với mức độ rất thấp khỏang 0.004% và có mối
quan hệ ngược chiều với Vnindex.
Giáo dục
Tìm hàm hồi quy của Vnindex theo X1,..., X13. Giả sử biến bị bỏ sót là X11. Theo kết quả
thì p(F-statistic)=0.008885<0.05, bác bỏ giả thuyết, vậy X11 không là biến bỏ sót, tức là
ngành giáo dục không ảnh hưởng tới Vnindex.
Văn hoá, thể thao, giải trí
Tìm hàm hồi quy của Vnindex theo X1, …, X13. Giả sử biến bị bỏ sót là X12. Theo kết quả
thì p(F-statistic)=0.307814>0.05, chấp nhận giả thuyết,vậy X12 là biến bỏ sót, tức là ngành
văn hóa, thể thao, giải trí ảnh hưởng tới vnindex với mức độ khá cao khỏang 0.28% và có
mối quan hệ ngược chiều với Vnindex.
Đồ dùng và dịch vụ khác
Tìm hàm hồi quy của Vnindex theo X1,…,X12.Giả sử biến bị bỏ sót là X13. Theo kết quả thì
p(F-statistic)=0.023770<0.05, bác bỏ giả thuyết, vậy X13 không là biến bị bỏ sót, hay nói
cách khác ngành đồ dùng và dịch vụ khác không ảnh hưởng tới Vnindex.
Nhận xét chung: theo kiểm định trên thì các yếu tố ngành lương thực, thiết bị và đồ dùng gia
đình, thiết bị y tế, phương tiện đi lại bưu điện, bưu chính viễn thông, văn hóa thể thao giải trí
ảnh hưởng tới Vnindex còn ngành hàng ăn và dịch vụ ăn uống, thực phẩm, đồ uống và thuốc
lá , may giày dép mũ nón, nhà ở và vật liệu xây dựng, giáo dục, đồ dùng và dịch vụ khác
không ảnh hưởng tới Vnindex.
2.5.3. Kiểm định mối quan hệ giữa GDP các ngành và Vnindex:
Nông lâm ngư nghiệp
Tìm hàm hồi quy của Vnindex theo Công nghiệp, dịch vụ, nông lâm ngư nghiệp. Giả sử biến
bị bỏ sót là NONGLAMNGU. Theo kết quả trên thì p=0.846924>0.05, chấp nhận giả
thuyết,vậy ngành nông lâm ngư nghiệp là biến bỏ sót, tức là ngành nông lâm ngư nghiệp ảnh
hưởng tới Vnindex với mức độ tương đối thấp khoảng 0.04% và có mối quan hệ cùng chiều
với Vnindex.
Công nghiệp
Tìm hàm hồi quy của Vnindex theo Công nghiệp, dịch vụ, nông lâm ngư. Giả sử biến bị bỏ
sót là công nghiệp. Theo kết quả thì p=0.308016>0.05, chấp nhận giả thuyết, vậy công
nghiệp là biến bỏ sót, tức là ngành công nghiệp ảnh hưởng tới Vnindex với mức độ tương đối
cao khoảng 0.19% và có mối quan hệ ngược chiều với Vnindex.
Dịch vụ
Tìm hàm hồi quy của Vnindex theo Công nghiệp, dịch vụ, nông lâm ngư. Giả sử biến bị bỏ
sót là dich vu. Theo kết quả thì p=0.003190<0.05, bác bỏ giả thuyết, vậy ngành dịch vụ
không là biến bị bỏ sót, hay nói cách khác ngành dịch vụ không ảnh hưởng tới Vnindex.
Nhận xét chung: theo kiểm định trên thì các yếu tố ngành nông lâm ngư nghiệp, c công
nghiệp ảnh hưởng tới Vnindex còn ngành dịch vụ không ảnh hưởng tới Vnindex.
PHẦN 3
KIẾN NGHỊ CHO THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM
Những khiếm khuyết của thị trường đã không làm thỏa mãn các điều kiện để ứng dụng mô
hình đa nhân tố hoàn toàn phù hợp trong thực tiễn, chưa giải thích hết được TSSL mong đợi
của nhà đầu tư trong mối quan hệ với rủi ro. Theo nội dung nghiên cứu của đề tài, thì vấn đề
thu thập dữ liệu thông tin của các nhân tố là rất quan trọng. Do vậy kiến nghị chính mà đề tài
đưa ra là xoay quanh vấn đề công bố và minh bạch thông tin trên thị trường chứng khoán.
Các công ty niêm yết lẫn các công ty chứng khoán phải công bố thông tin một cách xác
thực và thường xuyên theo một chu kì nhất định. Nhất là thời điểm hiện nay, khi thị
trường không còn cảnh “mua đâu, thắng đó’’ nên NĐT rất cần có nhiều thông tin, có
người trao đổi trước khi đưa ra quyết định cuối cùng. Chẳng hạn, hàng quý, hàng tháng
hay thậm chí là hàng tuần, công bố thông tin nào đó nhất định tức là cứ tới thời điểm đó
thì công bố. Và để có thể làm tốt được điều này thì đòi hỏi các công ty phải có được một
đội ngũ nhân viên nhạy bén, tinh tế để có thể phân tích, báo cáo cũng như dự báo tốt tình
hình công ty hay thị trường. Như vậy, việc đào tạo nguồn nhân lực trong xã hội phải hết
sức chú trọng để có thể đáp ứng được yêu cầu của thị trường. Nếu làm tốt được những
điều đó sẽ góp phần giúp cho NĐT có thể nắm bắt thông tin nhanh chóng và thường
xuyên kịp thời với những biến động của thị trường.
Ủy ban chứng khoán nhà nước cần có những qui định khắt khe hơn trong việc cải tiến
hình thức và nâng cao chất lượng thông tin được công bố, đặc biệt là các thông tin đã qua
xử lý trên các bản báo cáo nghiên cứu thị trường bởi vì các thông tin này được đánh giá
bởi các công ty chứng khoán. Vì vậy, các luồng thông tin này phải được cung cấp một
cách nhanh chóng, kịp thời, chính xác và trung thực để tránh tình trạng như việc đưa ra
các chỉ số tài chính không chính xác như thời gian qua khiến nhiều NĐT hoang mang, lo
lắng khi sử dụng kết quả phân tích từ các công ty CK. Rõ ràng, chúng ta đều biết Ủy ban
chứng khoán đóng vai trò điều hành quan trọng trong thi trường chứng khoán. Do đó mọi
công bố, xác nhận hay động thái của cơ quan này đều gây tác động lên thị trường. Vậy thì
nên chăng chúng ta nên tâp trung xây dựng tốt đội ngũ nhân viên cũng như đầu tư thêm
về cơ sở hạ tầng để hỗ trợ cho Ủy ban có thể hoàn thành tốt vai trò và nhiệm vụ của
mình. Và một khi đã làm tốt được những điều này thì chúng ta nên đi bước nữa là những
bài phân tích về thị trường của các công ty chứng khoán trước khi công bố trên thị trường
nên được sự xem xét và phê duyệt của Ủy ban trước vì ít nhiều đây cũng là những thông
tin đều có thể tác động đến nhà đầu tư. Tuy nhiên, từ bước đi này cũng đặt ra một yêu cầu
nữa là Ủy ban chứng khoán cần phải có xem xét và can thiệp một cách nhanh chóng, kịp
thời để tránh tình trạng các thông tin khi được công bố đến các nhà đầu tư thì đã quá cũ.
Và như vậy đòi hỏi bộ máy làm việc của cơ quan này phải nhanh chóng, chính xác và kịp
thời.
Đối với các NĐT ngắn hạn nên đầu tư thông qua Quỹ đầu tư vì đây là một tổ chức đầu tư
chuyên nghiệp cả về quy mô lẫn kiến thức. Đây là cách đầu tư khá an toàn vì khi đó vốn
của NĐT cá nhân sẽ được tập hợp lại thành một số lượng lớn để đầu tư vào nhiều công ty
khác nhau. Qua đó, NĐT có thể đa dạng hóa danh mục đầu tư và hưởng lợi từ hệ thống
quản lý rủi ro chuyên nghiệp của các công ty quản lý quỹ. Đồng thời, không chỉ các nhà
đầu tư ngắn hạn mà ngay cả những nhà đầu tư dài hạn, cái cần nhất nên có vẫn phải là
một nền tảng kiến thức về đầu tư thật vững chắc để có thể nhìn nhận cũng như phân tích
thị trường tốt.
Công khai hóa và minh bạch hóa thông tin là yếu tố bắt buộc đối với mọi chủ thể phát
hành CK. Đây là một trong những điều kiện tiên quyết cho một TTCK minh bạch. Công
tác kiểm toán đã đóng một vai trò rất quan trọng trong việc tạo dựng niềm tin đối với các
NĐT trên TTCK. Chứng nhận của kiểm toán là một trong những căn cứ để NĐT ra quyết
định, vì thế nếu thông tin không xác thực có thể dẫn tới quyết định sai lầm, ảnh hưởng
nghiêm trọng tới quyền lợi của các NĐT, vi phạm nguyên tắc công bằng trên TTCK. Các
thông tin do các kiểm toán viên đưa ra đòi hỏi tính trung thực, hợp lý, khách quan và có
độ tin cậy cao không chỉ riêng đối với TTCK mà cả với cơ quan Nhà nước và những
người sử dụng kết quả kiểm toán. Qua đó, cho thấy yếu tố đạo đức nghề nghiệp của
người làm kiểm toán đóng vai trò rất quan trọng. Trong quá trình kiểm toán, chuẩn mực
đạo đức nghề nghiệp yêu cầu kiểm toán viên và người hành nghề kế toán phải thực sự
không bị chi phối hoặc bị tác động bởi bất kỳ lợi ích vật chất hoặc tinh thần nào làm ảnh
hưởng đến sự trung thực, khách quan và độc lập nghề nghiệp của mình.
Phối hợp chặt chẽ với Ngân hàng Nhà nước, các cơ quan chức năng khác chỉ đạo tăng
cường giám sát hoạt động của thị trường, có những biện pháp hữu hiệu để có thể can
thiệp kịp thời cũng như làm cho thị trường vẫn nằm trong tầm kiểm soát , tránh những
cuộc « rơi tự do ». Đồng thời, phát triển thị trường các giao dịch chính thức, tăng cường
quản lý các công ty đại chúng theo quy định của Luật Chứng khoán nhằm kiểm soát thị
trường phi tập trung (OTC).
Cần thành lập các công ty chuyên cung cấp dữ liệu về các số liệu vĩ mô và ngành. Giống
như các thị trường phát triển trên thế giới, đã hình thành nhiều công ty kiểu này, chuyên
bán dữ liệu cho các NĐT trong việc dự đoán và đầu tư. Như vậy điều này không những
góp phần làm cho các nhà đầu tư có thêm cơ sở dữ liệu đáng tin cậy để có thể phân tích,
dự báo được thị trường. Từ đó góp phần làm cho Vnindex thật sự trở thành một hàn thử
biểu vì lúc đó thị trường đã phản ánh được các nhân tố trong nền kinh tế hay nói khác
hơn những biến động về kinh tế, xã hội thông qua các chỉ tiêu như GDP, CPI, lãi suất,
cung tiền.... đều được thể hiên trọng chỉ số của thị trường. Và khi các công ty này ra đời
thì sẽ tạo thêm được một ngành mới cho xã hội.
KẾT LUẬN
Trong đầu tư tài chính, mục tiêu hàng đầu của các NĐT là quản lý tốt DMĐT của mình, làm
cho chúng đạt được TSSL cao nhất có thể. Hay nói cách khác là làm sao dung hòa giữa TSSL
và rủi ro phải ghánh chịu. Điều này lại phụ thuộc rất nhiều vào khẩu vị rủi ro của NĐT đó.
Tuy nhiên, với những công trình nghiên cứu của các nhà kinh tế học, chúng ta có thể áp dụng
các mô hình để quản lý danh mục tốt hơn. Mà có thể đại diện là các mô hình đa nhân tố,
trong đó có mô hình BARRA. Mô hình này nêu ra cấu trúc rủi ro thích hợp để đạt TSSL cao
nhất.
Với TTCK Việt Nam mặc dù số liệu chưa đủ nhiều như các thị trường lớn trên thế giới
nhưng cũng đủ để cho chúng ta kiểm định và ước lượng mô hình đa nhân tố trong thị trường.
Qua kiểm định chúng ta thấy rằng: các yếu tố vĩ mô như tỷ giá, lãi suất, GDP cũng ảnh
hưởng tới quyết định đầu tư của các NĐT trong nước. Họ còn xem xét những ngành có triển
vọng để đầu tư. Điều này chứng tỏ rằng, các NĐT bây giờ đã có kiến thức và không còn
nhiều NĐT chạy theo tâm lý bầy đàn nữa. Vấn đề đặt ra là số lượng các nhân tố được đưa
vào mô hình không phải lúc nào cũng tốt vì: Mức độ tăng R-Squared chưa phải là phản ánh
mô hình càng phù hợp mặt khác nếu đưa vào các nhân tố không thích đáng sẽ làm tăng các
sai số chuẩn của tất cả các ước lượng mà không làm cải thiện được khả năng dự đoán. Tuy
nhiên trong thực tế hiện nay việc lựa chọn nhân tố gặp không ít khó khăn vì mức độ nhạy
cảm của thị trường đối với các sự kiện kinh tế hay các chỉ số kinh tế vĩ mô thường mang tính
tâm lý chủ quan của nhà NĐT mà chưa có được những phân tích cặn kẽ, hợp lý. TSSL của
các cổ phiếu trong thời gian qua chưa phản ánh đúng giá trị thực tương ứng với rủi ro công ty
phải gánh chịu, giá của hầu hết các CK diễn biến vượt quá khả năng TSSL thực do những tác
động của tâm lý thị trường.
Với những khó khăn trên nên mô hình Barra hiện nay khó có thể áp dụng ngay. Mô hình
Barra sẽ được ứng dụng tốt khi thị trường phát triển theo hướng tích cực, chuyên nghiệp và
ngày càng trở nên sôi động với nhiều hàng hóa, thông tin minh bạch và nhanh chóng. Như
vậy, đề tài đã đưa ra một công cụ rất quan trọng cho vấn đề dự báo trong TTCK. Mô hình là
một công cụ đắc lực cho dự báo đầu tư cũng như quản lý thị trường của các cơ quan quản lý.
Đề tài mới chỉ dừng lại ở tính ứng dụng đối với TTCK Việt Nam. Những hướng mới cho mô
hình trong tương lai sẽ ứng dụng nhiều hơn cho nhiều quốc gia, mở rộng ra đối với các
NĐTNN, các tổ chức đầu tư trên thế giới, cũng như xem xét lựa chọn DMĐT đa quốc gia.
DANH MỤC TÀI LIỆU THAM KHẢO
1. SÁCH:
1) Skeikh,Aamir, “BARRA’s Risk Models” BARRA Reseach Insights( Berkeley,
Calif : BARRA,1996)
2) Sách Đầu tư tài chính. Truờng đại học kinh tế TP.HCM. Khoa tài chính doanh
nghiệp.Chủ biên TS Phan Thị Bích Nguyệt
3) Harrington, Diana R. Modern Portfolio Theory, the Capital Asset Pricing Model,
and Arbitrage Pricing Theory: A User’s Guide, 2d ed. Englewood Cliffs, N.J.:
Prentice-Hall, 1987
4) Frank K., Keith C.Brown, “Investment Analysis Portfolio Management” Seventh
Edition (2002)
5) Shengying Li Rajeev Kasthuri, CSE691 Computational Finance Professor Steven
Skiena, Sector Exposure Models For Risk Management of Security Portfolio (May
12, 2004)
6) Richard C. Grinold and Ronald N. Kahn, Active Portfolio Management:
Quantitative Theory and Applications, Probus Publishing, Chicago, IL, 1995.
7) Andrew Rudd and Henry K. Clasing, Modern Portfolio Theory: The Principles of
Investment Management, Orinda, CA, Andrew Rudd, 1988.
2. WEBSITES:
Statistics Division.htm
pe=default
ORTAL&item_id=181139&thth_details=1
www.moodys.com
3. TẠP CHÍ:
Phan Thị Bích Nguyệt, Ứng dụng mô hình đa nhân tố trong quản lý danh mục đầu tư,
Tạp chí phát triển kinh tế, 12/2007, tr. 39-42
PHỤ LỤC
1. Ước lượng các yếu tố vĩ mô với Vn-Index:
2. Ước lượng yếu tố “Nhà đầu tư nước ngoài” với Vn-Index:
3. Ước lượng CPI của ngành với Vn-Index:
Ghi chú:
X1: Hàng ăn và dịch vụ ăn uống
X2: Lương thực
X3: Thực phẩm
X4: Đồ uống và thuốc lá
X5: May mặc, giày dép và mũ nón
X6: Nhà ở và vật liệu xây dựng
X7: Thiết bị và đồ dùng gia đình
X8: Dược phẩm, y tế
X9: : Phương tiện đi lại, bưu điện
X10 Bưu chính, viễn thông
X11: Giáo dục
X12: Văn hoá, thể thao, giải trí
X13 Văn hoá, thể thao, giải trí
4. Ước lượng GDP của ngành và Vn-Index
5. Kiểm định từng nhân tố với Vn-Index
5.1. Kiểm định các yếu tố vĩ mô:: CPI, GDP, cung tiền, lãi suất, tỉ giá với Vn-Index
5.1.1. GDP là biến bị bỏ sót :
5.1.2. CPI là biến bị bỏ sót
5.1.3. Cung tiền là biến bị bỏ sót
5.1.4. Lãi suất là biến bị bỏ sót
5.1.5. Tỉ giá là biến bị bỏ sót
5.2. Kiểm định nhân tố CPI các ngành với Vn-Index
Ghi chú:
X1: Hàng ăn và dịch vụ ăn uống
X2: Lương thực
X3: Thực phẩm
X4: Đồ uống và thuốc lá
X5: May mặc, giày dép và mũ nón
X6: Nhà ở và vật liệu xây dựng
X7: Thiết bị và đồ dùng gia đình
X8: Dược phẩm, y tế
X9: : Phương tiện đi lại, bưu điện
X10 Bưu chính, viễn thông
X11: Giáo dục
X12: Văn hoá, thể thao, giải trí
X13 Văn hoá, thể thao, giải trí
5.2.1. Hàng hóa và dịch vụ ăn uống
5.2.2. Lương thực
5.2.3. Thực phẩm
5.2.4. Đồ uống và thuốc lá
5.2.5. May mặc, giày dép và mũ nón
5.2.6. Nhà ở và vật liệu xây dựng
5.2.7. Thiết bị và đồ dùng gia đình
5.2.8. Dược phẩm, y tế
5.2.9. Phương tiện đi lại, bưu điện
5.2.10. B u chính, vi n
thông
5.2.11. Giáo d c
L) Văn hoá, thể thao, giải trí
5.2.12. Văn hoá,
thể thao, giải
trí
5.2.13. Đồ dùng và dịch vụ khác
5.3. Kiểm định nhân tốGDP của các ngành với Vn-Index
5.3.1. Nông lâm ngư nghiệp
5.3.2. Công nghiệp
5.3.3. Dịch vụ
Các file đính kèm theo tài liệu này:
- Bai hoan chinh.pdf