Đề tài Phân tích cơ cấu khách hàng trong Công ty chứng khoán Apec và định hướng cho sàn Apec Bắc Ninh

và địa bàn hoạt động: 1.2.2.chiến lược kinh doanh 1.2.2.1Mục tiêu phát triển Tầm nhìn: Mục tiêu chiến lược của công ty là trở thành một tập đoàn đầu tư tài chính có tên tuổi ở khu vực cũng như trên toàn thế giới, kinh doanh trong nhiều lĩnh vực như đầu tư, tài chính, chứng khoán, bảo hiểm, ngân hàng và giáo dục. 1.2.2.2. Mục tiêu chiến lược Cho tới cuối năm 2008, mục tiêu cụ thể của APEC là trở thành một trong ba công ty chứng khoán hàng đầu tại Việt Nam thông qua ba mũi nhọn chiến luợc Ø      Thứ nhất, APEC sẽ là công ty chứng khoán có mạng lưới lớn nhất Việt Nam.  Ø      Thứ hai, APEC sẽ là công ty có công nghệ hiện đại và dễ sử dụng nhất, có thị phần lớn nhất về giao dịch trực tuyến. Ø      Thứ ba, APEC sẽ là một trong ba công ty có tỷ suất lợi nhuận trên vốn lớn nhất tại Việt Nam. Mạng lưới rộng khắp APEC Securirtis là một Công ty chứng khoán được thành lập năm 2006 theo giấy phép kinh doanh do Uỷ ban Chứng khoán Nhà nước cấp. Được xây dựng bởi các chuyên gia tài chính và các nhà lãnh đạo doanh nghiệp giàu kinh nghiệm trong nhiều lĩnh vực khác nhau. Với sự không ngừng phát triển, sau một năm thành lập hiện nay Công ty đã có một hệ thống đại lý rộng khắp: Hà Nội, Thành phố Hồ Chí Minh, Huế, Hải Phòng, Thanh Hóa, Việt Trì, Vinh, Quy Nhơn, Hải Dương, Thái Binh, Vũng Tàu,BẮc Ninh. Tại Hà Nội, APEC Securities cũng đã mở thêm 2 điểm giao dịch tại Trung Hòa Nhân Chính và Gia Lâm Hà Nội. Với mạng lưới chi nhánh đại lý trải rộng trên toàn quốc, cùng với đội ngũ nhân viên chuyên nghiệp APEC Securities đã chứng tỏ tiềm năng phát triển của một công ty chứng khoán tuy ra đời sau nhưng đang đạt được vị thế nhất định trên thị trường Việt Nam. Với gần 10.000 tài khoản khách hàng giao dịch thường xuyên, doanh số giao dịch bình quân lên đến gần 100 tỷ đồng/ngày, APEC Securities là một trong 10 công ty chứng khoán có doanh số giao dịch lớn nhất hiện nay. Ngay từ khi mới thành lập công ty và ban lãnh đã đã xác định một tầm nhìn với mục tiêu chiến lược đó là trở thành một tập đoàn đầu tư tài chính có tên tuổi ở khu vực cũng như trên toàn thế giới, kinh doanh trong nhiều lĩnh vực như đầu tư, tài chính, chứng khoán, bảo hiểm, ngân hàng và giáo dục. Chính vì vậy bên cạnh thành lập công ty chứng khoán APEC, công ty cũng thành lập APEC Investment. Một công ty đầu tư phát triển mạnh và đã là cổ đông chiến lược cho nhiều công ty có tiềm năng đang hoạt động hiệu quả và chuẩn bị niêm yết trên sở giao dịch chứng khoán. Bên cạnh đó APEC đang xúc tiến các thủ tục để thành lập Công ty APEC Land với mục tiêu chính là đầu tư bất động sản và hạ tầng trên toàn quốc Công nghệ hiện đại Công nghệ đột phá - giá trị vững bền: Hiện nay các dịch vụ của các công ty chứng khoán hầu hết đều như nhau, vì vậy công ty đã đưa ra phương châm cạnh tranh với các công ty khác đó là công nghệ hiện đại., độ an toàn của thông tin khách hàng cao và dễ dàng trong sử dụng. Để thực hiện mục tiêu là một trong những công ty có công nghệ hiện đại và dễ sử dụng nhất, Công ty Chứng khoán APEC là một trong số 2 công ty hiện nay tại Việt Nam áp dụng công nghệ Trading Online trong cả nước và là công ty đầu tiên cung cấp dịch vụ đặt lệnh mua bán chứng khoán qua SMS (MobileInvestor). Ngày 14/4/2007 APEC Securities chính thức làm lễ khai trương và triển khai hai dịch vụ Công nghệ mới: dịch vụ APEC CyberInvestor (đặt lệnh mua bán chứng khoán qua Internet) và dịch vụ APEC MobileInvestor (đặt lệnh mua bán chứng khoán qua tin nhắn SMS), là các dịch vụ dựa trên nền tảng công nghệ mới nhất hiện nay, tạo ra một phương thức mới để các nhà đầu tư tiếp cận với sàn chứng khoán. Dịch vụ này cho phép nhà đầu tư chỉ với một chiếc điện thoại di động có thể đặt lệnh mua bán chứng khoán, theo dõi các diễn biến thị trường, cung cấp số liệu về giá trần và giá sàn mà không cần phải chen lấn xếp hàng trên sàn chứng khoán; hoặc nhà đầu tư cũng có thể lướt web, đăng ký mở tài khoản, đặt lệnh mua, bán chứng khoán... trong một quán cafe wifi thay vì phải lo lắng theo sát thông tin chứng khoán tại sàn đông đúc. Ngày 25/6/2007, Công ty Chứng khoán APEC chính thức triển khai dịch vụ nhắn tin SMS kết quả giao dịch chứng khoán tới các nhà đầu tư khi giao dịch tại APEC. Với dịch vụ này, khách hàng của APEC sẽ được cập nhật thông tin chi tiết về kết quả giao dịch chứng khoán ngay khi lệnh giao dịch của nhà đầu tư được khớp trên hai sàn HASTC và HOSTC.  Như vậy APEC với 2 dịch vụ đã thu hút rất nhiều các nhà đầu tư cá nhân tham gia đăng ký tài khoản. CyberInvestor và MobileInvestor. Dịch vụ CyberInvestor cho phép khách hàng có thể đăng ký mở tài khoản; đặt lệnh mua bán chứng khoán; truy vấn số dư tài khoản; kiểm tra tình trạng khớp lệnh chứng khoán chỉ cần qua một máy tính có kết nối Internet. Còn với MobileInvestor, dịch vụ này cho các nhà đầu tư đặt lệnh mua bán, theo dõi diễn biến của thị trường và quyết định đầu tư nhanh chóng ngay cả khi không online. - Ngày 10/1/2008, Công ty CP chứng khoán Châu Á Thái Bình Dương (APEC Securities) đã ký hợp đồng mua giải pháp chứng khoán IBOSS từ Tập đoàn Châu Á Thái Bình Dương 3I- Infotech (do CFTD-IS là đại diện độc quyền tại Việt Nam). Theo đó, CFTD-IS, một công ty chuyên cung cấp giải pháp CNTT cho khối tài chính, chứng khoán, ngân hàng, là đơn vị cung cấp độc quyền giải pháp IBOSS của 3I- Infotech tại thị trường Việt Nam với khách hàng đầu tiên là APEC Securities. APEC Securities sẽ sử dụng giải pháp IBOSS (Integrated Broker Office Solfware Solutions) để điều hành toàn bộ quá trình giao dịch kể từ lúc đặt lệnh cho tới lúc thanh toán. IBOSS sẽ giúp APEC tiết kiệm được chi phí và tích hợp toàn bộ hệ điều hành nối liền front - office, hệ thống quản lý rủi ro và back - office. Đây là giải pháp cho phép thực thiện giao dịch online (trực tuyến) theo thời gian thực ngay trên mạng Internet giữa khách hàng với các sàn giao dịch chứng khoán ở Việt Nam. Sử dụng giải pháp IBOSS, công ty chứng khoán không chỉ có thể môi giới với những chứng khoán tiêu chuẩn mà còn có thể thực hiện giao dịch với những chứng khoán khác như hợp đồng tương lai, hợp đồng lựa chọn... Công ty 3I- Infotech là nhà cung cấp hàng đầu các sản phẩm và dịch vụ công nghệ thông tin cho ngành ngân hàng, tài chính và bảo hiểm. Công ty là một phần của tập đoàn ICICI Bank (niêm yết trên sàn giao dịch chứng khoán New York). Giải pháp IBOSS đã được 3I- Infotech ứng dụng thành công trên 600 công ty chứng khoán tại châu Á trong thời gian qua… APEC đã thu hút được 1.000 các nhà đầu tư quan tâm và sử dụng dịch vụ CyberInvestor và hơn 500 các nhà đầu tư sử dụng dịch vụ MobileInvestor. Công ty APEC mới đây cũng đưa ra chương trình khuyến mại "Miễn phí 03 tháng giao dịch chứng khoán cho khách hang lần đầu tiên mở tài khoản tại APEC". Những khách hàng đã mở tài khoản giao dịch tại APEC trước ngày 15/5/2007 sẽ được hưởng mức phí giao dịch 0,2% đến hết ngày 30/6/2007. Tỷ suất lợi nhuận trên vốn lớn -Với sự phát triển mạnh và được thành lập vào thời điểm thị trường chứng khoán Việt Nam đang sôi động, lợi nhuận sau thuế dự kiến của APEC Securities đến cuối năm 2007 là 55 tỷ đồng. Ngày 27/11/2007 tại Tokyo đã diễn ra lễ ký kết hợp đồng đối tác chiến lược giữa Công ty Dịch vụ Tư vấn Đầu tư Nhật Bản (JICS) và CTCP Chứng khoán Châu Á- Thái Bình Dương (APEC) trước sự chứng kiến của Phó Thủ tướng Hoàng Trung Hải, cùng các quan chức lãnh đạo Việt Nam tháp tùng đoàn của chủ tịch nước Nguyễn Minh Triết sang thăm Nhật Bản. Theo hợp đồng này, JICS trở thành cổ đông chiến lược của APEC Securities và sẽ đầu tư vào Việt Nam 200 triệu USD thông qua APEC Securities. JICS được thành lập năm 2001 là một định chế tài chính chuyên tư vấn cho các cá nhân và doanh nghiệp Nhật bản trên các lĩnh vực như đầu tư, cơ cấu nguồn vốn, quản lý tài chính và niêm yết trên thị trường chứng khoán Nhật Bản. Ông Nguyễn Đỗ Lăng, Chủ tịch HĐQT APEC Securities cho biết, để trở thành nhà quản lý quỹ trung gian của các công ty nước ngoài tại Việt Nam, APEC Securities đang phát triển quy mô hoạt động về mọi mặt. Công ty đang hoàn thành các thủ tục cuối cùng để tăng vốn điều lệ lên 350 tỷ và niêm yết tại TTGDCK Hà Nội vào đầu năm 2008. APEC Securities cũng xúc tiến thành lập Công ty quản lý quỹ đầu tư APEC, Công ty Bảo hiểm phi nhân thọ APEC và Công ty Đầu tư Tài chính và Bất động sản Miền Trung và mô hình APEC Franchise (đại lý ủy quyền). Cũng theo ông Lăng, riêng phí quản lý của hợp đồng này đã ngang bằng với mức lợi nhuận năm 2007 của APEC Securities vào khoảng 55 tỷ đồng. 2.2.2. Phương châm hoạt động Để đạt được những mục đặt ra, phương châm hoạt động của công ty là: “Lấy con người làm nền tảng, lấy khách hàng làm trung tâm, lấy chất lượng dịch vụ làm phương tiện nhằm cùng với khách hàng đạt được những thành công vượt bậc” Lấy con người làm nền tảng: Apec securities được thành lập bởi các tổ chức và cá nhân có nhiều kinh nghiệm về tài chính, tư vấn, kinh doanh. Công ty đã, đang và sẽ tiếp tục dành sự quan tâm đặc biệt cho việc phát triển đội ngũ nhân viên chuyên nghiệp giàu tâm huyết, kiến thức và kinh nghiệm nhằm cung cấp cho khách hàng của mình các dịch vụ với chất lượng vượt trội. Lấy khách hàng làm trung tâm: Hiểu một cách sâu sắc rằng sự thành công của khách hàng chính là tiền đề tạo nên sự thành công cho công ty. Lấy chất lượng dịch vụ làm phương tiện:APECs mong muốn và tin tưởng rằng với sự vượt trội về chất lượng dịch vụ và sự phong phú về dịch vụ mà công ty cung cấp, sẽ mang đến cho khách hàng của mình sự hiệu quả trong kinh doanh, sự tin cậy của thông tin, sự thân thiện trong giao dịch và sự tiện dụng trong sử dụng. Cụ thể là các khách hàng: - Có thể thực hiện giao dịch ở nhiều nơi trên toàn quốc thông qua hệ thống mạng lưới các chi nhánh và đại lý nhận lệnh, thông qua hệ thống APEC CyberInvestor (giao dịch chứng khoán online), hoặc đặt lệnh qua hệ thống SMS. - Có thể kiểm tra tài khoản chứng khoán, khớp lệnh qua dịch vụ SMS - Được cung cấp hệ thống thông tin về các ngành nghề một cách chính xác và chuyên nghiệp thông qua đội ngũ chuyên gia phân tích giàu kinh nghiệm - Có thể sử dụng miễn phí phần mềm ứng dụng theo dõi danh mục đầu tư ngay trên Website của công ty. - Có thể thực hiện giao dịch ở nhiều nơi trên toàn quốc thông qua hệ thống mạng lưới các chi nhánh và đại lý nhận lệnh, thông qua hệ thống APEC CyberInvestor (giao dịch chứng khoán online), hoặc đặt lệnh qua hệ thống SMS. - Có thể kiểm tra tài khoản chứng khoán, khớp lệnh qua dịch vụ SMS - Được cung cấp hệ thống thông tin về các ngành nghề một cách chính xác và chuyên nghiệp thông qua đội ngũ chuyên gia phân tích giàu kinh nghiệm - Có thể sử dụng miễn phí phần mềm ứng dụng theo dõi danh mục đầu tư ngay trên Website của công ty. - Sự hợp tác giữa APECS và Cafe 3M là mô hình kết hợp cà phê và chứng khoán Tại sàn giao dịch chứng khoán cà phê 3M, ngoài mục đích giao dịch chứng khoán, nhà đầu tư còn có thể ngồi bàn luận hoặc nghiên cứu cổ phiếu bên ly cafe. Dịch vụ này mang lại cho nhà đầu tư một không gian hoàn toàn khác biệt khi đầu tư chứng khoán, mang lại sự thoải mái sau những tính toán, suy tư mệt mỏi. - APEC cũng là công ty chứng khoán đầu tiên cam kết mở rộng dịch vụ mở tài khoản 24/24 giờ; có riêng đường dây nóng (hotline) 1900545469 chăm sóc khách hàng. Những dịch vụ này sẽ giúp Công ty kết nối với nhà đầu tư, với doanh nghiệp cả ở trong và ngoài nước. Các dịch vụ của APEC được thiết kế dành riêng cho các đối tượng khách hàng khác nhau: dịch vụ APEC CyberInvestor/APEC MobileInvestor cho những khách hàng bận rộn; dịch vụ VIP với những mức phí rất ưu đãi cho khách hàng tổ chức và khách hàng lớn; dịch vụ tư vấn đầu tư và cung cấp các báo cáo nghiên cứu ngành, phân tích cổ phiếu cho khách hàng… Øchiến lược kinh doanh: phân chia được đối tượng khách hàng để xây dưng cơ cấu khách hàng và có chién lược quan tam dến khách hàng tôt hơn theo cơ cấu. CHƯƠNG 2 : CÁC PHƯƠNG PHÁP PHÂN LỚP Phân lớp là một trong những bài toán được quan tâm rất sớm trong lịch sử. Từ xa xưa người ta đã tiến hành phân lớp trong tất cả mọi lĩnh vực. Trong trường hợp tổng thể chỉ có một đặc trưng việc phân lớp hoàn toàn hình thành tự động hay theo một quan điểm chủ quan nào đó. Ngay trong trường hợp chỉ dùng một đặc trưng, ý tưởng phân lớp đã rõ ràng và nó cũng mặc nhiên vượt khỏi giới hạn tổng thể một đặc trưng. Chẳng hạn, khi quan sát nghiên cứu thu nhập của cư dân. Cho dù các điều kiện kinh tế xã hội, chính trị cũng như các điều kiện khác là thuần nhất thì người nghiên cứu thu nhập với mục đích tìm thị trường cho một loại hàng hoá cũng thường trực một ý niệm là mức hay tỷ lệ chi cho tiêu dùng mặt hàng mà họ quan tâm có thể khác nhau theo giới. Tổng thể mặc nhiên được phân lớp nam và nữ. Có rất nhiều trường hợp bài toán phân lớp tự bộc lộ bài giải ngay trong quá trình vận động của tổng thể. Sẽ không ai thắc mắc tại sao giới tính của cư dân lại chia thành hai lớp, hàng hoá lại chia thành hàng hoá thiết yếu, thông thường và xa xỉ cũng như cách phân chia chúng trong mỗi thời đại. Tuy nhiên, khi mỗi cá thể của tổng thể có quá nhiều đặc trưng, nhất là có nhiều đặc trưng mới mà chúng ta không thể hiểu cặn kẽ; khi chính các đặc trưng này lại vận động trong mối quan hệ tác động qua lại đồng thời thì việc phân lớp trở thành phức tạp. Có thể thấy, vấn đề không chỉ giới hạn ở việc có quá nhiều đặc trưng cho mỗi cá thể mà chính trong điều kiện này người ta không thể áp đặt một quan niệm hay mục đích chủ quan cho một bài toán phân lớp. Trong chương này chúng ta sẽ nghiên cứu những cơ sở của những phương pháp khác nhau giải quyết bài toán phân lớp khách quan, không phụ thuộc vào các quan điểm chủ quan mà chỉ phụ thuộc vào chính sự biểu hiện của các cá thể trong quá trình vận động của chúng. Tiêu chuẩn cao nhất trong phân lớp một tổng thể là tạo ra các lớp ( tập con) với sự thuần nhất tối đa có thể trong từng lớp cũng như sự khác biệt tối đa của cá thể khác lớp 2.1. Một số khái niệm cơ sở 2.1.1. Khoảng cách và độ khác biệt Dữ liệu cho phân lớp một tập hợp n cá thể có thể được cho dưới dạng một bảng số ( số liêu thô) hay một bảng quan hệ n x n. Các quan hệ thông thường được thể hiện dưới hai dạng : khoảng cách hoặc độ khác biệt (độ phân tán) của các cặp cá thể khoảng cách Xét tập n cá thể, mỗi cá thể có thể được đặc trưng bởi p đặc trưng (biến). Gọi E là tập các cá thể cần phân lớp Khoảng cách giữa các cá thể i và cá thể j là một số thực d(i,j) thoả mãn các điều kiện sau : d(i,j) = d(j,i) d(i,j) ≥ 0 d(i,j) = 0 nếu và chỉ nếu i = j d(i,j) ≤ d(i,k) + d(k,j) cho mọi k thuộc E có thể mở rộng định nghĩa trên với việc bỏ đi điều kiện thứ tư ta được một khoảng cách phi Ocơlit. b. Độ kết hợp Độ khác biệt của I và j là số thực của s(I,j) được xác định thoả mãn các điều kiện sau : s(i,j) = s(j,i) s(i,j) ≥ 0 s(i,i) ≥ s(i,j) Độ đo này tương tự độ đo nhận được từ ma trận hiệp phương sai. c. Các khoảng cách khác nhau cho tập các biến nhị phân Nếu ta có n cá thể được thể hiện bởi p (đặc trưng) biến định tính, ta có thể xem xét sự khác biệt của hai cá thể I,j nhờ thông tin các đặc trưng có xuất hiện ở các cá thể này hay không. Gọi : a là đặc trưng sơ cấp của toàn bộ tập hợp cá thể b là số đặc trưng có ở i mà không có ở j c là số đặc trưng có ở j mà không có ở i d là số đặc trưng có ở i và cả ở j Một số độ đo phát tán lấy phần bù đơn vị được sử dụng như sau : Jaccard Cxekanowski (Dice) Ochiai Russel – Rao Rogers - Tanismoto 2.1.2. Vấn đề tổ hợp trong phân nhóm Về mặt lý thuyết, khi tập E là hữu hạn chúng ta có thể cung cấp mọi cách phân nhóm, sau đó dùng một tiêu chuẩn nào đó để chọn cách phân nhóm tối ưu. Tuy nhiên, ngay điều này cũng không dễ dàng gì, hơn thế nếu có sẵn một tiêu thức có vai trò hàm mục tiêu thì tiêu thức này cũng chỉ cung cấp một cách phân nhóm chủ quan. Số cách tổ hợp khác nhau từ n phần tử quá lớn, chưa nói đến mỗi cách tổ hợp sinh ra một số lớn các tập hợp. Hãy xem xét tình trạng số tổ hợp và mối quan hệ của chúng. Số cách phân chia tập n cá thể thành các lớp k cá thể Ký hiệu Pn,k là số cách chia n cá thể thành các lớp có k cá thể, ta thấy Pn,1 = Pn,n = 1 Pn,n-1 = n(n-1)/2 …… Pn,2 = 2n-1 – 1 Có thể chứng minh rằng : Pn,k = Pn-1,k-1 + kPn-1,k và Pn,k = Tổng số cách chia n cá thể Gọi Pn là tổng số cách chia n cá thể ta có thể xác định Pn theo công thức sau : Pn = với P0 = 0 2.2. Các phương pháp chia lớp 2.2.1. Các phương pháp kiểu đám mây động Các phương pháp loại này cho phép giải quyết nhanh bài toán phân lớp, đối với các tập hợp, theo một tiêu chuẩn tối ưu địa phương được sử dụng như một độ đo quán tính. Chúng ta giả sử rằng các cá thể của tập hợp được mô tả bởi các điểm trong Rp xác định một khoảng cách Ocơlit a).Quán tính giữa các lớp và trong từng lớp Cho đám mây n điểm với tâm g, giả sử rằng đám mây này được chia thành k lớp. Gọi g1,g2,…,gk là các tâm của các lớp và I1,I2,….,Ik là quán tính của các lớp, chúng ta sẽ gọi là quán tính trong của các lớp để phân biệt với quán tính chung của đám mây điểm. Các quán tính này được tính theo các phân lớp Tổng các quán tính của các lớp gọi là quán tính trong của các lớp ký hiệu là Iw : Iw = Trong đó Pj là trọng số của lớp j; xji là điểm mô tả cá thể I của lớp j Tổng quán tính giữa các lớp, ký hiệu là IB, xác định như sau : IB = Nhờ công thức Huygens ta có thể nhận được công thức tính tổng quán tính chung như sau : I = IB + Iw Tiêu chuẩn sử dụng phân lớp là cực tiểu hoá Iw hoặc tương đương là cực đại hoá IB ( vì I hoàn toàn xác định ). Chú ý rằng tiêu chuẩn này dựa trên giả thiết k xác định, nếu k không xác định có thể dẫn đến việc chia tập hợp n điểm thành n lớp b). Phương pháp tâm di động Bước 1 : Chọn ngẫu nhiên k điểm c1,c2, …, ck của E, k điểm này xác định một cách chia E thành k nhóm . Một điểm I nào đó sẽ có k khoảng cách tương ứng với k điểm c1,c2, …, ck. điểm i thuộc nhóm nào có khoảng cách này nhỏ hơn. Bước 2 : Với mỗi nhóm ở bước 1 ta có một tâm nhóm gj(l), ( j = 1…k), cách chia nhóm ở bước 2 lập lại như bước 1 với việc thay cj bằng gj(1). Kết quả ta có k nhóm . Tiếp tục tìm các tâm nhóm mới của các nhóm nhận được từ bước 2 và phân nhóm lại như pử bước 2. Thuật toán sẽ hội tụ và dấu hiệu hội tụ là các tâm nhóm ở bước sau chính là các tâm nhóm từ bước trước. Dễ dàng chứng minh rằng thuật toán này hội tụ vì mỗi lần chọn tâm mới chúng ta làm giảm tổng quán tính của các nhóm vì nếu một tâm nhóm được xác định thì quán tính trong nhóm không tăng. Thật vậy, với ci ta lập nhóm , gọi tâm nhóm này là gi thì theo công thức Huyghens ta có : nên dấu bằng xảy ra khi ci = gi. c). Phương pháp đám mây di động Phương pháp này do E. Diday đề nghị vào năm 1989. Đám mây di động xuất phát là một mở rộng của phương pháp tâm di động, tuy vậy người ta nhận được kết quả tổng quát hơn khi xem xét độ đo khoảng cách của các biến. Có thể tóm tắt phương pháp này như sau : Thay vì chọn một tâm nhóm, người ta có thể chọn một “hạt nhân” nhóm. Hạt nhân này có thể là một tập q điểm của E, có thể là một trục chính hay một thành phần chính, … Trên cơ sở này tiến hành chia E thành k nhóm bao gồm nhiều các điểm tập trung quanh các hạt nhân. Tính toán lại các khoảng cách theo một độ đo nào đó và thiết lập các hạt nhân mới sao cho các nhóm thuần nhất hơn. Tiếp tục như vậy cho đến khi không thể cải thiện hơn nữa cách chia nhóm. Để làm được như vậy mỗi bước lặp cần tiến hành các thủ tục sau : Tính toán khoảng cách từ các cá thể của E đến hạt nhân Xác định k nhóm tương ứng với hạt nhân Đánh giá (đo) chất lượng của cách phân nhóm hiện có Cách phân nhóm như vậy cho phép sử dụng một “khoảng cách” mở rộng, không nhất thiết là khoảng cách Ơcolit. 2.2.2. Phân lớp với các biến nhị phân Các phương pháp phân lớp một tập hợp n cá thể được mô tả qua các chỉ tiêu định tính đx được P.Michaud và F.Marcotorchino xây dựng. Người ta gọi các phương pháp này là các phương pháp mô tả số liệu dưới dạng quan hệ nhị phân. a). Số liệu cặp thiết lập nhờ một quan hệ nhị phân Cho tập E có n cá thể, quan hệ nhị phân B xác định một bảng C, n dòng, n cột với với ci = 0 neeus i vaf j không có quan hệ B (i không B). Một cách chia lớp là một quan hệ nhị phân tương đương kiểu B. Như vậy nếu chỉ có 1 biến định tính có m trạng thái mô tả các cá thể, thì các cá thể của tập hợp n cá thể nói trên được chia thành m lớp. Một quan hệ tương đương với cách phân lớp nói trên đặc trưng bởi 3 tính chất : Phản xứng, đối xứng và bắc cầu, có thể được thiết lập nhờ một bảng C thoả mãn các tính chất sau : Cii = 1 Cij = cji Cij + cjk – cik <1 Như vậy, nếu X là ma trận chỉ số lớp n dòng m cột thì ma trận C thoả mãn các điều kiện nói trên. Nếu có một ma trận C như vậy, chúng ta có thể chứng tỏ rằng số lớp ( số đặc trưng của X ) là : Thật vậy, giả sử có n cá thể và một quan hệ nhị phân mô tả bởi C thoả mãn các điều kiện trên. Nếu cij = 0 cho mọi i khác j thì chắc chắn là tập hợp n cá thể này phải chia thành n lớp vì mỗi cá thể có một trạng thái không giống bất kể cá thể nào khác. Ta suy ra biến định tính có đúng n dấu hiệu. Công thức trên đúng. Nếu có đúng 2 cá thể có cij = cji = 1, không mất tính tổng quát ta chọn i= 1, j = 2. Lúc này cá thể 1 và cá thể 2 hoàn toàn như nhau ( có thể coi chúng là mộy cá thể ) và khác tất cả n-2 cá thể còn lại. Biến định tính có n-1 dấu hiệu, lúc này tổng mỗi cột đầu bằng 2 còn tổng các cột khác bằng 1. aTổng n giá trị nghịch đảo đúng bằng n-1. Công thức trên nghiệm đúng. Tiếp tục như vậy ( sử dụng tính chất bắc cầu khi có từ 3 cá thể trở lên như nhau ) ta có kết quả trên. b). Phân lớp theo trung tâm theo quy tắc số đông với ràng buộc kiểu Condorcet Cho n cá thể được mô tả bởi p biến định tính có m1, m2, …,mp dấu hiệu sơ cấp. Nếu theo cách phân lớp ở phần a ta có p cách khác nhau cùng muốn đặt lên một tập hợp n cá thể. Cần tìm một cách phân lớp có tính thoả hiệp xuất phát từ cách chia ban đầu. gọi c1, c2, … , cp là các abnrg quan hệ nhị phân tương ứng cách chia ban đầu. Phần tử cij là số i và j thuộc cùng một nhóm nếu tiến hành p cách phân nhóm độc lập. Gọi c1=(2c-p), đối với một biến Xk nào đó ta có : nếu i và j cùng nhóm trong số lớn cách phân nhóm, nếu i, j cùng nhóm trong một số ít cách phân nhóm; Và cij = 0 nếu i, j cùng nhóm theo một số biến và khác nhóm khác theo một số biến khác. Một phép chia c nói chung không thoả mãn tính chất bắc cầu trong khi các phép chia ban đầu thoả mãn tính chất này. Người ta tìm cách áp đặt các ràng buộc sao cho phép chia nhóm cuối cùng thoả mãn tính chất bắc cầu với quy tắc số đông được tôn trọng. Bài toán được thiết lập như sau : Nếu Y là ma trận chỉ số phân lớp cần tìm thoả mãn các điều kiện : Thì cho mỗi biến Xk có thể tính khoảng cách của Y và C* như sau : Vì các phần tử của ck chỉ là 0 hoặc 1 và với một biến Xk thì Tiêu chuẩn cho Y là cực tiểu tổng sai khác của Y với các Ck. Tức là tìm Y : Cuối cùng ta có bài toán : Tìm Y – ma trận chỉ số phân nhóm sao cho : Với : Đây là bài toán quy hoạch tuyến tính với các biến nhị phân. Ma trận C’ xác định theo công thức : C’ = 2C – p . c). Các tiêu chuẩn kết hợp tối đa Về mặt phương pháp, có thể tổng quát hoá tiêu chuẩn nêu ở mục trước như sau : Tìm vecto định tính Y làm cực đại hàm , trong đó Φ là tiêu chuẩn kết hợp của các biến định tính. Nói chung không phải lúc nào cũng có thể qui bài toán trên về dạng bài toán thông thường nếu không biết số lớp của Y. tuy vậy nếu sử dụng Φ là độ đo kết hợp của Y và các Ck như trên với các tính chất phản xứng, đối xứng và bắc cầu thì F.Marcotorchino đã chứng minh được rằng bài toán trên có thể qui về bài toán qui hoạch tuyến tính. Chỉ số đo độ thích hợp của Y và Xk có thể được chọn khác nhau. Hiện nay chỉ số được chấp nhận rộng rãi là chỉ số Belson có dạng sau : Trong đó : nij là tần số cá biệt của Y và Xk trên bảng tiếp liên. Thực hiện các biến đổi tương tự như ở mục b ta có : Trong đó : Với : 2.3. Phân lớp theo thứ bậc Các phương pháp phân lớp được trình bày ở các mục trước luôn dựa trên cơ sở số lớp đã ấn định, cho dù trong chương II-c ta không biết trước số lớp khi có p biến định tính. Phương pháp phân lớp theo thứ bậc chỉ ra tất cả các cách phân lớp mà người sử dụng có thể chọn số lớp mà họ cho là phù hợp. 2.3.1. Thứ bậc trong phép phân lớp a. Thứ bậc của các lớp trong tập hợp cá thể cho trước Một họ H các lớp của tập E là một họ các thứ bậc nếu: E và các lớp một phần tử đều thuộc H. Cho mọi A, B thuộc H ta có Người ta có thể thiết lập các chỉ số (i) đối với các lớp, cho mỗi phép chia lớp có thứ bậc theo cách sau: Nếu A là một lớp con của B thì i(A) <= i(B), chỉ số I như vậy sẽ tăng theo tính không thuần nhất trong lớp. Chẳng hạn với kết quả chia lớp ở trên có thể thiết lập chỉ số chia lớp cho các tập con của tập đang xét như sau: Người ta cũng xác định chỉ số kết hợp của hai lớplà chỉ số của lớp hợp thành chẳng hạn: i(a2,a4,a1) = δ((a2,a4),a1) , trong đó δ((a2,a4),a1) là chỉ số kết hợp của hai nhóm (a2,a4) và a1. Một phép phân lớp phù hợp với H là phép phân lớp mà các lớp là các thành phần của H. Nói cách khác phép phân lớp này có thể nhận được nhờ việc cắt cây phân lớp theo chiều ngang va tập hợp các phần của nó. Chẳng hạn, đường thẳng g tạo ra các lớp sau đây gồm các thành phần cảu H: Một thứ tự H sẽ được gọi là thứ tự phân tầng nếu a được ghép với b trước c được ghép với d theo một thứ tự bao hàm, hay nói cách khác là chúng ta xem xét việc ghép lớp bắt đầu từ cặp hai phần tử bất kì khác nhau. Một cách phân lớp có chỉ số nếu nó là một họ H có thứ bậc và tồn tại một cách lập các chỉ số (i) tăng. Có nghĩa là nếu A chứa B thì i(A) <= i(B). Như vậy có thể nói rằng một cách phân lớp có chỉ số tương ứng một phép phân lớp có thứ tự phân tầng. Vấn đề đặt ra với mỗi thứ bậc H là nếu hai cá thể a,b được ghép vào một lớp trước c và d trong thuật toán phân lớp thì thính chất i(a,b) < i(c,d) có thoả mãn hay không. Nếu điều kiện này thoả mãn thì có thể mô tả H một cách tường minh, xác định. Ngược lại sẽ có nhiều H mô tả tương ứng với một phép chia lớp. b. Khoảng cách siêu Metric Mỗi thứ bậc H tương ứng với một chỉ số với khoảng cách giữa các phần tử của H: d(A,B) do mức độ kết hợp giữa A và B tức là chỉ số của bộ phận nhỏ nhất của H đồng thời chứa cả A và B. Khoảng cách này có tính chất: với mọi a,b,c. Tính chất này được gọi ;à tính chất siêu Metric. Thực tế tính chất siêu Metric được thể hiện như sau: trong lần đầu tiên a và b được nhóm với nhau có thể: Một là: một điểm c không còn được nhóm với a và cũng như vậy nó không được nhóm với b. Nó có thể được nhóm với (a,b) về sau, theo cách tính trên d(a,c) = d(b,c) và nói chung lớn hơn d(a,b). Hai là: điểm c được nhóm với a hoặc b trước (chẳng hạn nhóm với a) Thì d(a,c) lớn hơn d(a,b) nhưng d(b,c) = d(a,b) vì c và a cùng nhóm với b trong một lần. Có thể thấy rằng khoảng cách dạng này không thông thường và có những điều kiện rất lỏng. Tuy vậy trong thực tế có nhiều trường hợp khoảng cách dạng này cũng được sử dụng trong phân lớp. 2.3.2. Các độ đo kết hợp dựa trên sự phát tán (khác biệt) Cũng như các độ đo thông thường, độ đo kết hợp dựa trên sự khác biệt hay đọ phát tán, vấn đề luôn đặt ra là xác định khoảng cách của nhóm (a,b) với một phần tử thứ ba c. a. Khoảng cách tối thiểu Khoảng cách này được xác định theo cách sau : . Theo cách này khoảng cách của hai lớp là khoảng cách tối thiểu cảu hai phần tử của hai lớp đó. Một khoảng cách như vậy là một siêu Metric như đã nói ở trên. Thực chất đây là một kiểu xác định độ đo theo kiểu “trội dưới”. Thật vậy d(a,b) <= d(a,c) và d(a,b) <= d(b,c), cách chọn d((a,b),c) như trên là cách chọn không thể nhỏ hơn được. b. Khảng cách tối đa. Ngược lại với khoảng cách tối thiểu người ta có thể định nghĩa khoảng cách tối đa như sau: d((a,b),c)= Sup(d(a,c),d(b,c)). Tương tự như tren cách định nghĩa này cũng cho một siêu Metric. c. Khoảng cách hỗn hợp Khoảng cách này được Lance và William đề nghị và sau này được Jambu tổng quát hoá. Công thức hỗn hợp như sau: d((a,b),c) = a1d(a,c) +a2d(b,c)+a3d(a,b)+a4i(a)+a5i(b)+a6i(c)+a7 Với các hệ số thoả mãn các điều kiện sau: 2.3.3.Tiêu chuẩn quán tính và phương pháp Ward Cho tập hợp các cá thể mô tả bởi tập điểm E trong không gian ơclitvới g là tâm của E.Ward xem xét xáh thức ghép k+1 lớp thành k lớp nhờ đánh giá độ mất mát quán tính. a. Mức giảm quán tính khi ghép lớp và khoảng cách giữa hai lớp Giả sử có hai lớp A tỉ trọng PA và B tỉ trọng PB. Trước khi ghép hai lớp này tổng quán tính hai lớp có thể tính bằng trung bình bình phương khoảng cách từ các tâm lớp đến tâm đám mây điểm, cụ thể là: Nếu ghép A và B quán tính của lớp ghép là bình phương khoảng cách từ tâm lớp ghép đến tâm của đám mây điểm, cụ thể là: (PA,PB)d2(gAB,g). Phần quán tính mất đi sẽ là: Trong đó: Vì: Nên: Chúng ta có thể coi khoảng cách giữa A và B là Nếu C là một lớp thứ ba có thể xác định khoảng cách của C và AUB theo công thức sau: b- Thuật toán Ward Thuật toán Ward thực hiện việc phân lớp các đám mây (cá thể) điểm như sau: Với đám mây n điểm trong RP ở các chương trước chúng ta có tương ứng ma trận khoảng cách D, Thay các khoảng cách này bởi khoảng cách giữa hai điểm i,j là: Tìm hai cá thể có δ(i,j) nhỏ nhất ghép vào một lớp có tỉ trọng (pi+pj) với thứ bậc tương ứng δ(i,j) . Tính khoảng cách δ của các cá thể khác với các lớp đã có theo công thức nói trên giống như đám mây n-1 điểm trong đó có một điểm là tâm của lớp đã có. Tìm cá thể k gần nhất với lớp đã có và ghép thành một lớp bao hàm với thứ bậc của lớp này tính theo công thức trên. Tiếp tục như vậy cho đến khi tất cả các cá thể đều được phân lớp. 2.4. Phân lớp đối với các biến Trong các mục trước, chúng ta đã xem xét các kĩ thuật phân lớp đối với các cá thể, Về mặt hình thức nếu quan niệm mỗi biến là một cá thể thì mỗi cá thể có thể coi là một biến. Sự khác biệt về mặt nội dung hàm chứa trong lý thuyết mẫu và suy diễn thống kê. Chúng ta không thể áp đặt một cách hình thức “ một tổng thể biến”, dù cho về nặt toán học điều đó hoàn toàn có thể được, theo cách sử dụng cáu trúc hệ thống. Mặc dù vậy, bài toán phân lớp các biến vẫn có ý nghĩa nhất định và trong thực tế người ta không thể bỏ qua. Phân lớp các biến trển một tổng thể, nhằm xếp các nhóm đặc trưng có quan hệ chặt chẽ hơn trong cùng một lớp. Các thuật toán phân lớp đặc biệt có ý nghĩa khi chúng ta bổ sung các tiêu thức (biến) cho một tổng thể. Hãy xét bài toán lý thuyết sau để thấy rõ nội dung này. Giả sử đã có p biến đặc trưng trên một tổng thể. Các biến này được phân thành k lớp hặc đã xác định cây phan lớp có thứ bậc. Một biến khác Xp+1 chẳng hạn được quan tâm bổ sung, vấn đề là Hai biến nào được nhóm thành một lớp Có thể ghép Xp+1 vào lớp nào trong k lớp Hai nhóm biến có thể ghép với nhau với độ đo khác biệt hay chỉ số phân lớp như thế nào Về mặt kĩ thuật trả lời các câu hỏi trên không quá khó khăn, nhưng thực tế áp dụng các kĩ thuật này cho các biến không thật đơn giản, nhất là khả năng phân tích kết quả. Một số sai lầm đáng kể có thể xảy ra khi áp dụng những phân tích máy móc của các cá thể cho các biêbs. Trong phần tiếp theo chúng ta tập trung sự quan tâm vào các nội dung chủ yếu để tránh những sai lầm như vậy. 2.4.1- Phân lớp các biến bằng tách tổng thể theo giác độ nghiên cứu Ngay khi xác định tổng thể, một cách chung nhất chúng ta đã ngầm định rằng mỗi cá thẻ mang p đặc tính thể hiện bởi tình trạng, mức độ của p biến ngẫu nhiên X1,X2,…,Xp. Như vậy tổng thể đã xác định hay ít nhất là đã xác đinh một cái nhìn tổng thể, số cá thể dược xác định dù ít hay nhiều chỉ ảnh fưởng tới độ chính xác trong phân lớp. Tuy nhiên khi thêm một biến Xp+1 hay ngược lại phân chia p biến thành các lớp thực chất là việc thay đổi tổng thể hay phân tách việc nghiên cứu tổng thể theo những phương diện khác nhau.Tư tưởng chính của bài toán phân lớp khi áp dụng cho các biến có ý nghĩa hoàn toàn khác với việc phân lớp đối với cá thể. 2.4.2- Độ đo khoảng cách đối với các biến định lượng Có thể nhận thấy một hình ảnh phân lớp trong phân tích thành phần chính với biểu đồ của các biến. Nói cách khác phân tích nhân tố theo các thành phần chính có thể coi là một công cụ phân lớp, mặc dù kết quả phân lớp không được trình bày rõ rang. Trong phân tích thành phần chính chúng ta đã sử dụng hệ số tương quan tuyến tính của các biến để thể hiện mức độ “gần gũi” của các biến với các biến mới (các trục chính) và chính bằng cách này sự gần gũi của các biến ban đầu cũng phần nào được thể hiện. Trong kỹ thuật phân lớp Gilbert Saporta đề nghị sử dụng hệ số tương quan tuyến tính r làm độ đo khảng cách cho các biến và (1-r) là độ đo sự khác biệt của các biến loại này. Có thể thấy rằng nếu chọn d(I,j) = (1-ri,j) thì các tính chất phản xứng và đối xứng được nêu ở phần 1 luôn thoả mãn. Tính chất bắc cầu nói chung là không được khẳng định đối vớ độ đo này. Như vậy, cới độ đo r chúng ta chỉ có thể phân lớp các biến nhờ phương pháp phân lớp có thứ bậc. 2.4.3- Độ đo khoảng cách đối với các biến định tính Đối với các biến định tính khái niệm ggần gũi được thể hiện qua tính chất không độc lập. Chính đặc tính này gợi ý sử dụng độ đo khi bình phương. Tuy nhiên với các biến định tính có cùng số dấu hiệu thì hoàn toàn có thể sử dụng độ đo r hoặc r2 hay các độ đo tương tự khác. Với các biến định tính không cùng só dấu hiệu việc phân lớp hầu như cho các kết quả khác nhau khi dùng các độ đo khác nhau. 2.4.4- Tiếp cận Lerman và thuật toán dựa trên tính đúng đắn của các liên hệ I.C Lerman đã đề nghị một tiếp cận khác khi phân lớp đối với các biến. Ông thay các độ đo nói trên bằng khả năng các biến độc lập (không có mối lien hệ nào). Chẳng hạn, thay cho việc sử dụng hệ số tương quan tuyến tính r, ông sử dụng P(R<r). Cách tiếp cận này khá hiệu quả cho trường hợp các biến định tính. Với các biến định tính ta có thể xác định độ đo Khi bình phương, từ đó xác định bảng hệ số các độ đo khác biệt . Hai biến I,j được ghép vào một biến nhóm nếu d(I,j) là nhỏ nhất. Khi đã có hai hóm biến A và B với p và q biến thì tiêu chuẩn ghép hai lớp này thành một lớp lớn hơn phụ thuộc cách chọn độ đo khoảng cách của hai biến này, Thông thường người ta chọn với và làm độ đo khác biệt của A và B. CHƯƠNG III : MÔ HÌNH HOÁ VÀ ỨNG DỤNG 3.1. Phân tích sơ bộ Thị trường luôn thay đổi và doanh nghiệp phải luôn theo sát những thay đổi đó để có những chiến lược chiến thuật phù hợp và nhanh nhạy. Phân tích thị trường là một trong những lý do đầu tiên và quan trọng để lập kế hoạch kinh doanh. Đã là doanh nghiệp thì mục tiêu hàng đầu chính là lợi nhuận. Điều này lại phụ thuộc vào việc công ty có được lượng khách hàng là bao nhiêu? Như thế nào. Liệu khách hàng có trung thành với công ty mình không? Và nếu muốn đạt được thì Slàm cách nào xây dựng được mối quan hệ thân thiết với khách hàng. Tuy nhiên, các công ty lại đối mặt với một thực tế là số lượng khách hàng mà họ kỳ vọng là khó có thể thực hiện được. Vẫn biết rằng khách hàng tiềm năng của bạn một ngày nào đó sẽ trở thành những khách hàng có giá trị và mang lại nhiều lợi nhuận cho công ty, song thách thức lớn nhất là làm thế nào để tìm được lượng khách hàng tiềm năng như vậy và doanh nghiệp cần biết cách như thế nào để tìm ra và khai thác một cách triệt để, để những đối tượng này tăng lợi nhuận cho các doanh nghiệp, vấn đề cơ cấu khách hàng có ảnh hưởng rất nhiều đến hiệu quả kinh doanh của công ty. Những khách hàng giao dịch ít cũng như vốn nhỏ thì lợi nhuận cũng như doanh thu về phía công ty cũng ít. Bởi vậy làm sao xác định được những khách hàng nào đem lại lợi nhuận cho công ty và định hướng chăm sóc họ và quan trọng hơn là phải biết giữ chân được các đối tượng ấy để khai thác kiếm lợi nhuận lâu dài, phải xác định được cơ cấu khách hàng trong công ty mình ra sao biết được đối tượng khách hàng nào mà ta quan tâm, khách hàng nào là khách hàng mà công ty chờ đợi từ đó có thể biết được họ mang lại lợi nhuận cho công ty mình như thế nào. Để có biện pháp cạnh tranh thu hút khách hàng về phía doanh nghiệp mình. Tất cả các công ty chứng khoán đều không ngừng tìm kiếm và thu hút kháhc hàng về phía công ty mình, khách hàng càng nhiều lượng giao dịch càng lớn. Yêu cầu đặt ra là phải xác định cơ cấu khách hàng để có biện pháp chăm sóc họ để giữ họ được lâu dài sinh lợi nhuận và doanh thu cho công ty mình. Với việc các chỉ số VN_index và chỉ số Hastc_index liên tục giảm trong thời gian qua khiến các nhà đầu tư cũng phải lao đao theo. Nhìn chung tâm lý của nhiều nhà đầu tư trên thị trường hiện nay đang ở thế giằng co vì bán thì sợ giá tăng, mua thì sợ giá xuống. Điều đó cũng tạo nên một sự giằng co trên thị trường và được thể hiện qua sự tăng, giảm giá khác nhau của các cổ phiếu. Trên thị trường chứng khoán các nhà đầu tư cá nhân chỉ chiếm khoảng 20 % tổng vốn trên thị trường nhưng lượng giao dịch của họ chiếm tới 80 % giá trị giao dịch trong mỗi phiên. Việc chỉ số chứng khoán trên thế giới cũng ảnh hưởng rất nhiều đến TTCK Việt Nam. Nguyên nhân cơ bản vẫn là bài toán lạm phát và tăng trưởng kinh tế. Việc phân tích cơ cấu khách hàng có ý nghĩa rất quan trọng đối với các công ty chứng khoán nói chung và với APEC nói riêng. Các nhà đầu tư là những người mang lại lợi nhuận cũng như doanh thu cho công ty. Mở rộng các mạng lưới ở nhiều nơi là một trong những chiến lược được đặt ra hàng đầu đối với các công ty chứng khoán, từ đó có được nhiều khách hàng ngày càng lớn thì doanh thu ngày càng cao. Từ ngày bắt đầu thành lập APEC đã mở rộng được mạng lưới khắp cả nước với quy mô tương đối lớn. Để phát triển được các thị trường ở các chi nhánh và các đại lý nhận lệnh, việc quan trọng dể tồn tại được thì vốn để khách hàng hay các nhà đầu tư được mở rộng với quy mô lớn thì phân chia khách hàng theo cơ cấu để xem đối tượng nào, khách hàng nào mà doanh nghiệp cần quan tâm và có những chiến lược quan tâm đến khách hàng và để tạo lòng tin với các nhà đầu tư, đó là bài toán đặt ra cho các chi nhánh và đại lý nhận lệnh mới. Ta xem xét bảng thông tin về 100 khách hàng được lấy ngẫu nhiên từ hơn 1000 khách hàng thường xuyên của APEC Hải Dương trong thang3/2008 như sau : STT Họ và tên Ngày sinh Tần suất giao dịch Quy mô vốn Tuần 1 Tuần 2 Tuần 3 Tuần 4 1 Ngô Thế Tâm 27/01/1976 2 2 0 1 250,000,000 2 Dương Văn Long 23/12/1985 2 0 0 1 50,000,000 3 Trần Thị Thái 03/05/1986 1 0 1 1 20,000,000 4 Diêm Văn Tiến 06/04/1970 2 1 2 3 890,000,000 5 Nguyễn Hữu Hoà 02/07/1987 1 1 1 1 8,000,000 6 Nguyễn Vĩnh Trung 20/02/1975 2 1 2 1 1,250,000,000 7 Nguyễn Xuân Tùng 20/07/1988 0 1 0 1 10,000,000 8 Nguyễn Thị Hường 01/07/1987 1 0 1 0 15,000,000 9 Trương Viết Lý 14/02/1958 2 0 0 3 115,000,000 10 Nguyễn Hoàng Huy 26/10/1979 3 1 1 0 2,375,000,000 11 Nguyễn Xuân Thu 07/07/1975 0 2 1 2 78,000,000 12 Đỗ Khắc Phong 04/12/1987 1 2 0 2 10,000,000 13 Nguyễn Văn Thành 01/05/1972 2 3 2 3 300,000,000 14 Phạm Thị Quế Hương 12/08/1985 3 0 0 3 400,000,000 15 Nguyễn Thị Lan 18/11/1969 2 3 0 0 75,000,000 16 Lê Thị Vấn 22/12/1979 0 4 2 4 320,000,000 17 Trần Thị Đông 02/02/1984 0 0 3 4 100,000,000 18 Nguyễn Thị Thanh Huyền 07/01/1986 0 1 3 0 10,000,000 19 Nguyễn Thị Hồng Như 09/05/1967 1 3 2 0 18,000,000,000 20 Diêm Thị Ánh 07/07/1975 3 1 0 1 320,000,000 21 Phạm Văn Hùng 17/11/1971 5 3 2 0 17,000,000,000 22 Nguyễn Thị Ngọc Minh 08/01/1987 2 0 2 0 50,000,000 23 Nguyễn Trọng Hiền 17/03/1966 5 3 0 4 23,750,000,000 24 Nguyễn Xuân Thành 10/10/1987 2 0 0 2 15,000,000 25 Nguyễn Thị Phong 09/02/1985 3 2 1 4 80,000,000 26 Nguyễn Thị Lan 01/05/1972 6 5 3 5 24,575,000,000 27 Lê Thị Vân 26/10/1979 5 4 4 2 1,725,000,000 28 Trần Thị Đông 01/12/1984 3 2 0 2 40,000,000 29 Nguyễn Thị Tuyết Mai 26/10/1979 2 0 3 0 50,000,000 30 Nguyễn Ngọc Cử 08/01/1987 0 3 0 2 10,000,000 31 Trịnh Đức Tới 20/02/1984 3 0 2 0 20,000,000 32 Nguyễn Bá Kim 01/06/1986 2 0 3 1 15,000,000 33 Nguyễn Đình Tuệ 15/04/1988 2 0 0 0 10,000,000 34 Nguyễn Thị Huyền 12/05/1985 3 0 0 0 8,000,000 35 Trịnh Đức TớI 10/05/1970 4 5 0 1 375,000,000 36 Nguyễn Văn Cường 20/02/1984 2 3 2 2 150,000,000 37 Nguyễn Văn Châu 13/11/1971 0 3 0 0 200,000,000 38 Nguyễn Thị Kim Lại 24/10/1987 1 0 0 0 15,000,000 39 Lê Thị Thảo 20/10/1974 2 0 1 1 185,000,000 40 Vũ Đức Trung 03/02/1987 4 3 3 2 60,000,000 41 Nguyễn Thị Tâm 10/09/1988 2 0 1 2 7,000,000 42 Nguyễn Chí Hiếu 22/12/1979 2 3 0 4 120,000,000 43 Nguyễn Văn Tuyên 10/05/1970 4 3 2 0 60,000,000 44 Nguyễn Hồng Phong 23/11/1956 3 4 3 0 320,000,000 45 Nguyễn Anh Tuấn 25/10/1984 1 1 0 1 20,000,000 46 Phạm Thị Oanh 11/09/1982 2 0 0 3 110,000,000 47 Lê Ngọc Quang 23/11/1987 2 1 3 0 10,000,000 48 Nguyễn Thị Kim Hải 15/04/1988 2 2 0 2 70,000,000 49 Nguyễn Thị Thảo 06/09/1984 3 2 0 2 45,000,000 50 Nguyễn Thị Hồng Nga 22/12/1979 4 3 2 0 70,000,000 51 Nguyễn Quốc Việt 20/10/1974 5 0 0 4 672,000,000 52 Nguyễn Văn Mạnh 10/05/1980 4 0 3 0 120,000,000 53 Nguyễn Hữu Nguyên 24/10/1988 0 0 1 2 10,000,000 54 Nguyễn Thị Hà 25/01/1982 0 0 0 4 50,000,000 55 Nguyễn Thị Thu Hương 07/06/1985 2 0 0 1 8,000,000 56 Lê Đức Tuyến 20/03/1971 5 5 0 5 13,654,000,000 57 Lê Duy Thảo 01/08/1983 4 4 3 2 675,000,000 58 Nguyễn Quang Khương 26/02/1987 0 3 2 0 100,000,000 59 Nguyễn Văn Nam 13/06/1981 0 0 0 5 300,000,000 60 Tạ Thị Hường 09/12/1985 3 0 0 4 70,000,000 61 Nguyễn Xuân Quang 06/11/1988 2 0 2 0 15,000,000 62 Đoàn Văn Việt 21/12/1980 0 4 2 4 120,000,000 63 Nguyễn Thế Trọng 01/01/1979 5 1 1 4 13,565,000,000 64 Nguyễn Thế Hồng 01/04/1959 3 4 0 4 1,230,000,000 65 Nguyễn Thị Việt Nga 17/10/1983 0 0 2 3 68,000,000 66 Phạm Thị Ngọc Lan 24/03/1987 2 0 1 1 30,000,000 67 Nguyễn Tiến Nam 15/11/1988 1 1 0 0 7,000,000 68 Đinh Thị Minh Thuận 12/03/1978 3 2 0 3 230,000,000 69 Nguyễn Thị Phương Nga 20/01/1981 3 0 2 1 65,000,000 70 Trần Thị Thuý Hoài 24/06/1980 0 3 2 4 375,000,000 71 Lê Duy Thưởng 29/11/1973 4 0 2 4 875,000,000 72 Ngô Thị Tý 01/09/1982 3 0 0 2 120,000,000 73 Trần Thị Phương Hoa 17/02/1982 0 3 2 1 280,000,000 74 Chu Kiều Trang 15/02/1988 0 0 2 1 15,000,000 75 Lê Danh Nguyên 04/01/1985 2 0 3 0 90,000,000 76 Vũ Thị Ngọc Lan 11/08/1983 0 4 2 3 480,000,000 77 Phan Thị Thanh 12/01/1976 1 2 1 2 80,000,000 78 Ngô Thị Hồng Thịnh 01/01/1985 2 0 1 3 450,000,000 79 Bạch Thị An 06/04/1970 4 2 0 4 650,000,000 80 Nguyễn Hoàng Long 16/10/1987 0 0 1 2 10,000,000 81 Đoàn Văn Việt 12/01/1976 2 1 0 2 300,000,000 82 Trần Thị Phương Hoa 19/09/1982 0 0 0 2 60,000,000 83 Nguyễn Thế Hồng 23/12/1983 2 0 0 2 120,000,000 84 Nguyễn Thị Xuyên 05/05/1986 0 2 0 1 10,000,000 85 Tạ Thị Ngọc Thuỷ 20/02/1975 3 0 3 0 320,000,000 86 Ngô Đình Dũng 12/06/1962 0 4 2 3 210,000,000 87 Đàm Thanh Tùng 20/07/1988 1 0 1 1 20,000,000 88 Đàm Thị Thuý Hằng 12/06/1987 0 1 1 1 10,000,000 89 Nguyễn Thị Trinh 26/02/1983 3 2 1 2 365,000,000 90 Hoàng Thị Thu 04/12/1987 2 1 1 1 25,000,000 91 Nguyễn Thị Kim Hải 06/04/1970 3 2 3 2 465,000,000 92 Nguyễn Xuân Thọ 17/11/1971 3 2 1 3 850,000,000 93 Nguyễn Thị Sen 01/12/1986 2 1 1 0 25,000,000 94 Nguyễn Thế Trọng 10/10/1965 2 1 2 1 300,000,000 95 Nguyễn Chí Hiếu 07/07/1965 1 0 1 2 20,000,000 96 Lê Thị Thảo 09/02/1985 2 0 0 1 15,000,000 97 Nguyễn Thị Hà 11/08/1979 1 2 1 0 80,000,000 98 Tạ Thị Hường 01/02/1987 1 1 0 0 6,000,000 99 Nguyễn Văn Quân 07/01/1986 1 1 0 2 20,000,000 100 Đỗ Huy Nam 01/07/1972 3 0 2 3 360,000,000 Từ bảng thống kê trên ta xem xét xem liệu từng đối tượng khách hàng với tần suất giao dịch, độ tuổi và quy mô vốn sẽ phân bổ như thế nào? Ta có thống kê sau : Quy mô vốn Tần suất giao dịch Độ tuổi 1-5 6-10 Trên 10 18-30 31-45 Trên 45 <100 triệu 40 9 0 44 4 1 100tr-500tr 9 19 1 12 10 7 500tr-1tỷ 4 6 5 3 8 4 > 1tỷ 1 2 4 2 2 3 Dựa vào bảng ta có thể biết được những đối tượng khách hàng nào là khách hàng doanh nghiệp cần quan tâm. Ta vẽ đồ thị cơ cấu của các khách hàng phân theo từng mức tuổi : BẢNG 3.1 : Đồ thị cơ cấu khách hàng theo độ tuổi Từ đồ thị trên bằng trực quan chúng ta dễ dàng nhận thấy các khách hàng ở độ tuổi từ 18 – 30 tuổi tham gia giao dịch chứng khoán chiếm số nhiều và với tần suất khá lớn; với cơ cấu tham gia chiếm đến 61 %. Chúng ta nhận thấy khách hàng càng trẻ thì sự ưa thích rủi ro càng lớn, tức là họ sẵn sàng chấp nhận mức rủi ro cao. Tiếp đến là những khách hàng ở mức tuổi 30 – 45 tuổi, khách hàng tham gia chơi chứng khoán trong độ tuổi này chiếm 24 %, và cuối cùng là những khách hàng trong độ tuối lớn hơn 45 tuổi tỷ lệ tham gia chơi chứng khoán chiếm 15 %. Vậy chúng ta kết luận rằng càng nhiều tuổi thì mức độ chấp nhận rủi ro càng ít. Ta vẽ đồ thị cơ cấu tần suất giao dịch cổ phiếu trong 1 tháng theo quy mô vốn : BẢNG 3.1 : Đồ thị cơ cấu tần suất giao dịch theo quy mô vốn Từ đồ thị ta nhận thấy rằng những khách hàng có quy mô vốn thấp thì tần suất giao dịch hàng tháng ( số lần mà khách hàng lên sàn ) nhiều hơn. Cụ thể khách hàng có số vốn dưới 100 triệu tham gia giao dịch với tần suất cao chiếm 48 %. Các khách hàng có quy mô vốn từ 100 – 500 triệu tham gia giao dịch với tần suất 29 %, các khách hàng có quy mô vốn 500tr – 1 tỷ tham gia giao dịch với tần suất 16 %, và cuối cùng khách hàng có quy mô vốn trên 1 tỷ tham gia giao dịch với tần suất 7 %. Vậy chúng ta thấy rằng, những khách hàng có càng ít tiền thì họ càng kì vọng hơn vào lợi nhuận mà họ thu được, tức là họ càng đặt kì vọng hơn vào khoản lãi mà họ thu được từ việc đầu tư chứng khoán. 3.2. Phân tích bằng Spss 3.2.1. Thủ tục K – Means Cluster Chúng ta thực hiện phân lớp các khách hàng theo 3 lớp xác định trước theo thủ tục phân lớp K – Means Cluster. Kết quả thu được như sau : Iteration History(a) Iteration Change in Cluster Centers 1 2 3 1 44.548 .000 191.910 2 .000 .000 .000 a Convergence achieved due to no or small change in cluster centers. The maximum absolute coordinate change for any center is .000. The current iteration is 2. The minimum distance between initial centers is 11010.011. Final Cluster Centers Cluster 1 2 3 tuoi 23 36 28 tan suat 15 19 7 qui mô von 13610 24575 198 ANOVA Cluster Error F Sig. Mean Square df Mean Square df tuoi 57.583 2 59.859 96 .962 .386 tan suat 136.874 2 9.837 96 13.914 .000 qui mô von 463760730.182 2 122431.760 96 3787.912 .000 The F tests should be used only for descriptive purposes because the clusters have been chosen to maximize the differences among cases in different clusters. The observed significance levels are not corrected for this and thus cannot be interpreted as tests of the hypothesis that the cluster means are equal. Number of Cases in each Cluster Cluster 1 2.000 2 1.000 3 96.000 Valid 99.000 Missing .000 Bảng ANOVA cho thấy tổng sai số bình phương tính theo từng biến trong kết quả phân lớp ( cột Mean Square ). Cột Cluster cho biết mỗi biến cho trung bình bình phương khoảng cách giữa các tâm nhóm với tâm của toàn bộ đám mây điểm. Cột Error cho trung bình khoảng cách của các cá thể đến tâm các nhóm. MỘT SỐ KIẾN NGHỊ Xuất phát từ quá trình thực tế về thị trường chứng khoán và trong thời gian thực tập tại Apec Bắc Ninh em xin đưa ra một số kiến nghị riêng của mình để góp phần thu hút các nhà đầu tư vào công ty, đặc biệt với Apec Bắc Ninh: - Với Apec Bắc Ninh cần thu hút khách hang bằng cách thường xuyên có các buổi phổ biến kiến thức cho người dân tại Apec Bắc Ninh hoặc đến các công ty… phổ biến cho họ về kiến thức chứng khoán, cho họ biết được ý nghĩa của thị trường chứng khoán… - Khi khách hàng đến giao dịch cần quan tâm đến khách hàng, làm sao đem lại cho họ cảm giác thoải mái, tự nhiên, các nhân viên luôn luôn tỏ ra than thiện với khách. - Có Wifi, nước uống, máy tính… miễn phí (cafê), có phòng lạnh, ghế nệm phục vụ nước nóng lạnh tậnnơi. - Giảm mức phí giao dịch. - Mời khách tham gia vào các chương trình thường kỳ của công ty hoặc tạo ra các chiến lược giao tiếp nhằm duy trì số lượng khách hàng tiềm năng. KẾT LUẬN Việc các chỉ số VN – Index và chỉ số Hastc – Index lien tục giảm trong thời gian qua khiến các nhà đầu tư cũng phải lao đao theo. Nhìn chung tâm lý của nhiều nhà đầu tư trên thị trường hiện nay đang ở thế giằng co vì bán thì sợ giá tăng, mua thì sợ giá xuống. Điều đó cũng tạo nên một sự giằng co trên thị trường và được thể hiện trên sự tăng, giảm giá khác nhau của cổ phiếu. Nhìn chung số lượng các nhà đầu tư trong thời gian vừa qua đã giảm nhiều và tần suất giao dịch cũng ít đi. Như vậy các công ty chứng khoán phải có chiến lược phát triển số lượng khách hang cả về lượng và chất. Đặc biệt với các sàn giao dịch hoặc đại lý nhận lệnh của công ty chứng khoán, với Apec nói chung và Apec Bắc Ninh nói riêng để có mạng lưới khách hang phát triển hơn và phải có chiến lược phân loại cơ cấu khách hàng để từ đó phân loại các nhà đầu tư, biết được đâu là nhà đầu tư tiềm năng đaâ là nhà đầu tư chiến lược hay nhà đầu tư nhỏ lẻ… Từ đó với mỗi loại khách hàng có một cách quan tâm khác nhau. Apec đã có mạng lưới rộng khắp cả nước nhưng để các chi nhánh và đại lý nhận lệnh được phát triển nhanh chóng thu hút lượng khách hàng cần phải phát triển được thị trường và đảm bảo sự yên tâm của nhà đầu tư khi đến Apec. Một lần nữa em xin chân thành cảm ơn thầy giáo TS. Ngô Văn Thứ, cùng các anh chị trong Apec Bắc Ninh đã giúp đỡ em hoàn thành chuyên đề thực tập này. DANH MỤC TÀI LIỆU THAM KHẢO 1. Thống kê thực hành - Trường Đại học Kinh tế Quốc dân. - Khoa Toán Kinh tế, NXB Khoa học và Kỹ thuật. 2. Giáo trình: Những vấn đề cơ bản về thị trường chứng khoán, Uỷ ban chứng khoán Nhà nước, trung tâm nghiên cứu và bồi dưỡng nghiệp vụ chứng khoán. 3. Báo đầu tư chứng khoán 2007, 2008. 4. Các Website về chứng khoán. www.bvsc.com.vn www.Apec.com.vn