Ứng dụng mô hình Barra trên thị trường chứng khoán Việt Nam

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 1t + 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 1t , và những dự báo gần đây về độ biến động Var ( r˜ m ) 1t . 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. Bu chính, vin thông 5.2.11. Giáo dc 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