Giới thiệu dự án

Thị trường chứng khoán (TTCK) Việt Nam trải qua giai đoạn 2013–2021 với sự tăng trưởng vượt bậc về quy mô vốn hóa và thanh khoản, tiệm cận mốc 1.500 điểm vào cuối năm 2021 và thanh khoản bình quân đạt hơn 20.000 tỷ đồng/phiên. Tuy nhiên, thị trường liên tục đối mặt với các chu kỳ biến động phức tạp do xung đột địa chính trị toàn cầu (như chiến sự Nga – Ukraine), áp lực lạm phát và các đợt điều chỉnh lãi suất quyết liệt từ Cục Dự trữ Liên bang Mỹ (FED) cũng như chính sách tiền tệ của Ngân hàng Nhà nước Việt Nam (NHNN).

Sự bùng nổ của các nhà đầu tư cá nhân (nhà đầu tư F0) chiếm hơn 80% khối lượng giao dịch nhưng phần lớn thiếu khung lý thuyết định lượng và phương pháp lượng hóa rủi ro vĩ mô, dẫn đến các quyết định đầu tư cảm tính, chịu tổn thất nặng nề khi chu kỳ đảo chiều. Đề tài "Nghiên cứu ảnh hưởng của các nhân tố kinh tế vĩ mô đến sự biến động giá các cổ phiếu niêm yết trên thị trường chứng khoán Việt Nam" do tác giả Phùng Tuấn Anh thực hiện dưới sự hướng dẫn của PGS. Nguyễn Thanh Phương (Học viện Ngân hàng) giải quyết triệt để bài toán định lượng hóa sự tác động của hệ thống biến số vĩ mô lên chỉ số VN-Index.

Mục tiêu nghiên cứu

  1. Lượng hóa mức độ tác động: Xác định chiều hướng và độ nhạy của 5 nhân tố vĩ mô cốt lõi gồm: Chỉ số giá tiêu dùng ($CPI$), Lãi suất tiền gửi ngắn hạn ($IR$), Tốc độ tăng trưởng cung tiền $M2$ ($MD$), Giá vàng thế giới ($GP$), và Giá dầu thô $WTI$ ($OP$) đến chỉ số đại diện VN-Index ($VNI$).
  2. Xây dựng quy trình xử lý khuyết tật mô hình: Thực hiện kiểm định đa cộng tuyến ($VIF$), kiểm định phương sai sai số thay đổi ($Modified\ Wald\ Test$), và kiểm định tự tương quan ($Wooldridge\ Test$), từ đó ứng dụng phương pháp bình phương bé nhất tổng quát khả thi ($GLS/FGLS$) nhằm đảm bảo tính không chệch và hiệu quả ($BLUE$) của các ước lượng.
  3. Đề xuất khuyến nghị chính sách và chiến lược đầu tư: Cung cấp cơ sở khoa học cho cơ quan quản lý thị trường (UBCKNN, NHNN) trong điều tiết vĩ mô và hỗ trợ các định chế tài chính, nhà đầu tư cá nhân tối ưu hóa danh mục phòng ngừa rủi ro ($Hedging$).

Phạm vi và giới hạn dữ liệu

  • Không gian nghiên cứu: Các cổ phiếu niêm yết trên Sở Giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE) đại diện qua chỉ số VN-Index.
  • Thời gian nghiên cứu: Chuỗi dữ liệu chu kỳ tháng gồm 108 quan sát liên tục từ tháng 01/2013 đến tháng 12/2021.
  • Dữ liệu thứ cấp: Thu thập từ Tổng cục Thống kê (GSO), Ngân hàng Nhà nước Việt Nam (SBV), Quỹ Tiền tệ Quốc tế (IMF), và Bloomberg/Investing.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các phương pháp phân tích thị trường chứng khoán truyền thống tại Việt Nam thường phân tách rời rạc giữa phân tích cơ bản từng cổ phiếu và phân tích kỹ thuật theo đồ thị giá, thiếu một khung tích hợp định lượng kinh tế lượng chuỗi thời gian/bảng để đo lường độ trễ và tác động đồng thời của các cú sốc vĩ mô.

Phương pháp Ưu điểm Nhược điểm Độ tin cậy thống kê
Phân tích kỹ thuật (TA) Nhanh, bám sát hành động giá ngắn hạn. Dễ phát tín hiệu giả khi vĩ mô đảo chiều; không giải thích được bản chất dòng tiền. Thấp trong trung/dài hạn ($R^2 < 0.30$)
Phân tích cơ bản (FA đơn lẻ) Đánh giá sâu sức khỏe nội tại doanh nghiệp. Bỏ qua yếu tố dòng tiền lớn của nền kinh tế và biến động lãi suất điều hành. Trung bình
Mô hình Kinh tế lượng đa biến (Nghiên cứu này) Lượng hóa chính xác hệ số co giãn vĩ mô ($R^2 = 87.39%$), kiểm định và triệt tiêu khuyết tật dữ liệu chuỗi. Đòi hỏi xử lý dữ liệu chuẩn hóa và am hiểu toán kinh tế lượng nâng cao. Rất cao ($p < 0.001$, thỏa mãn định lý Gauss-Markov)

Yêu cầu hệ thống và phân loại MoSCoW

  • Must-have:
    • Mô hình hóa quan hệ tuyến tính giữa $VNI$ và 5 biến số vĩ mô ($CPI$, $IR$, $MD$, $GP$, $OP$).
    • Bộ kiểm định đầy đủ: VIF kiểm tra đa cộng tuyến, White/Wald test kiểm tra phương sai thay đổi, Wooldridge test kiểm tra tự tương quan.
    • Ước lượng hiệu chỉnh GLS giải quyết triệt để vi phạm giả định OLS.
  • Should-have: So sánh chéo kết quả giữa 3 mô hình nền tảng: Pooled OLS, Fixed Effects Model (FEM), và Random Effects Model (REM) thông qua kiểm định Hausman.
  • Could-have: Xây dựng ma trận tương quan đa biến và thống kê mô tả phân vị chuẩn hóa.
  • Won't-have (giai đoạn này): Tích hợp mô hình phi tuyến tính mạng nơ-ron học sâu (Deep Learning LSTM) và phân tích tâm lý mạng xã hội.

Thiết kế hệ thống và mô hình nghiên cứu

Phương trình hồi quy tổng quát:

$$VNI_t = \beta_0 + \beta_1 CPI_t + \beta_2 IR_t + \beta_3 MD_t + \beta_4 GP_t + \beta_5 OP_t + \varepsilon_t$$

Trong đó:

  • $VNI_t$: Chỉ số đóng cửa hàng tháng của VN-Index (Điểm).
  • $CPI_t$: Chỉ số giá tiêu dùng đại diện cho mức lạm phát (Điểm chỉ số/Tỷ lệ %).
  • $IR_t$: Mức lãi suất tiền gửi ngắn hạn bình quân (%/năm).
  • $MD_t$: Tỷ lệ tăng trưởng cung tiền mở rộng M2 hàng tháng (%).
  • $GP_t$: Giá vàng thế giới giao ngay (USD/Troy Ounce).
  • $OP_t$: Giá dầu thô tiêu chuẩn WTI (USD/thùng).
  • $\beta_0$: Hệ số chặn ($Constant$); $\beta_1 \dots \beta_5$: Hệ số hồi quy riêng phần; $\varepsilon_t$: Sai số ngẫu nhiên thời điểm $t$.

Đặc tả cấu trúc biến dữ liệu:

=========================================================================================
Tên biến    Ký hiệu    Ý nghĩa kinh tế                  Đơn vị đo        Dấu kỳ vọng
=========================================================================================
VN-Index    VNI        Biến phụ thuộc: Giá trị chỉ số   Điểm số          N/A
Lạm phát    CPI        Chỉ số giá tiêu dùng             Điểm / %         (-) / (+)
Lãi suất    IR         Lãi suất tiền gửi ngắn hạn       %                (-)
Cung tiền   MD         Tăng trưởng cung tiền M2         %                (+)
Giá vàng    GP         Giá vàng thế giới                USD/Troy Ounce   (-)
Giá dầu     OP         Giá dầu thô WTI                  USD/Thùng        (-) / (+)
=========================================================================================

Phương pháp luận và Quy trình kiểm định chất lượng

Nghiên cứu triển khai phương pháp định lượng thực nghiệm nghiêm ngặt qua 4 tầng kiểm định:

  1. Kiểm định đa cộng tuyến (Multicollinearity): Sử dụng hệ số phóng đại phương sai $VIF_j = \frac{1}{1 - R_j^2}$. Quy chuẩn: $VIF < 10$ kết luận không có đa cộng tuyến nghiêm trọng.
  2. Lựa chọn mô hình tác động cố định (FEM) vs. ngẫu nhiên (REM): $$\text{Hausman Test}: H = (\hat{\beta}{FEM} - \hat{\beta}{REM})' \left[ \text{Var}(\hat{\beta}{FEM}) - \text{Var}(\hat{\beta}{REM}) \right]^{-1} (\hat{\beta}{FEM} - \hat{\beta}{REM}) \sim \chi^2(k)$$ Nếu $p\text{-value} < 0.05 \rightarrow$ Bác bỏ $H_0$, ưu tiên chọn FEM.
  3. Kiểm định khuyết tật mô hình FEM:
    • Kiểm định phương sai sai số thay đổi nhóm qua Modified Wald Test ($H_0: \sigma_i^2 = \sigma^2$).
    • Kiểm định tự tương quan bậc nhất chuỗi thời gian qua Wooldridge Test ($H_0: \text{Không có tự tương quan bậc 1}$).
  4. Khắc phục bằng GLS/FGLS: Khi cả hai khuyết tật tồn tại, ước lượng ma trận hiệp phương sai sai số $\hat{\mathbf{\Omega}}$ để chuẩn hóa hệ thống phương trình: $\hat{\boldsymbol{\beta}}_{GLS} = (\mathbf{X}'\hat{\mathbf{\Omega}}^{-1}\mathbf{X})^{-1}\mathbf{X}'\hat{\mathbf{\Omega}}^{-1}\mathbf{Y}$.

Implementation và kết quả

Quy trình phân tích dữ liệu trên Stata 15.0

Toàn bộ pipeline xử lý số liệu được tự động hóa bằng Stata Script (do-file), đảm bảo khả năng tái lập nghiên cứu ($Reproducibility$):

* ====================================================================
* KHÓA LUẬN TỐT NGHIỆP - PHÂN TÍCH KINH TẾ LƯỢNG VĨ MÔ & VN-INDEX
* Phần mềm: Stata 15.0 | Mẫu: 108 quan sát (2013m1 - 2021m12)
* ====================================================================

* 1. Thiết lập cấu trúc dữ liệu bảng / chuỗi
tsset time_id
summarize VNI CPI IR MD GP OP

* 2. Ước lượng Hồi quy Pooled OLS & Kiểm tra đa cộng tuyến
regress VNI CPI IR MD GP OP
vif

* 3. Kiểm định phương sai sai số thay đổi cho OLS (White Test)
estat imtest, white

* 4. Ước lượng mô hình Panel FEM và REM
xtreg VNI CPI IR MD GP OP, fe
estimates store fem_model

xtreg VNI CPI IR MD GP OP, re
estimates store rem_model

* 5. Kiểm định lựa chọn mô hình Hausman
hausman fem_model rem_model

* 6. Kiểm định khuyết tật trên mô hình FEM
xtreg VNI CPI IR MD GP OP, fe
xttest3                              // Modified Wald Test for Heteroskedasticity
xtserial VNI CPI IR MD GP OP         // Wooldridge Test for Autocorrelation

* 7. Khắc phục khuyết tật bằng Mô hình GLS (Cross-sectional Time-series FGLS)
xtgls VNI CPI IR MD GP OP, panels(hetero) corr(ar1)
estimates store gls_model

Thống kê mô tả các biến số (N = 108)

Các biến số được ghi nhận qua 108 tháng thể hiện tính biến động sâu sắc của thị trường tài chính Việt Nam:

Tên biến Ký hiệu Giá trị TB (Mean) Độ lệch chuẩn (Std. Dev.) Giá trị nhỏ nhất (Min) Giá trị lớn nhất (Max)
Chỉ số VN-Index $VNI$ 805.221 262.260 472.700 1498.280
Lạm phát (CPI) $CPI$ 154.610 11.383 135.120 173.380
Lãi suất (%/năm) $IR$ 4.960 1.030 3.500 8.000
Cung tiền M2 (%) $MD$ 7.120 4.400 0.250 18.850
Giá vàng (USD/oz) $GP$ 1439.900 223.670 1121.000 2026.900
Giá dầu (USD/thùng) $OP$ 62.540 20.940 18.840 107.650

Kết quả kiểm định khuyết tật và lựa chọn mô hình

  1. Đa cộng tuyến: Điểm $VIF$ cao nhất là $CPI$ (4.96), thấp nhất là $OP$ (1.18); giá trị trung bình $Mean\ VIF = 2.73 < 10$, chứng minh không xảy ra hiện tượng cộng tuyến giữa các biến độc lập.
  2. Kiểm định Hausman: Giá trị thống kê $\chi^2(5) = 20.00$ với $p\text{-value} = 0.0009 < 0.01$. Bác bỏ giả thuyết $H_0$, xác nhận mô hình Hiệu ứng cố định (FEM) tối ưu hơn mô hình Hiệu ứng ngẫu nhiên (REM).
  3. Chẩn đoán khuyết tật FEM:
    • Kiểm định Modified Wald: $\chi^2(9) = 284.00$ ($p = 0.0000 < 0.05$), xác nhận tồn tại hiện tượng phương sai sai số thay đổi theo nhóm thời gian.
    • Kiểm định Wooldridge: $F(1, 8) = 98.00$ ($p = 0.0000 < 0.05$), xác nhận tồn tại hiện tượng tự tương quan chuỗi bậc 1.
  4. Mô hình khắc phục GLS: Việc áp dụng Feasible Generalized Least Squares (FGLS) cho phép thu được các ước lượng vững, không bị thổi phồng độ lệch chuẩn sai số.

Tổng hợp kết quả ước lượng mô hình

Biến độc lập Mô hình Pooled OLS Mô hình FEM Mô hình REM Mô hình Hiệu chỉnh GLS Ý nghĩa thống kê & Tác động
Hệ số chặn ($C$) $-1520.35^{***}$ $-850.12^{*}$ $-1120.45^{**}$ $-982.64^{}$* Điểm cân bằng cơ sở
Lạm phát ($CPI$) $+12.45^{***}$ $-4.85^{**}$ $+8.20^{***}$ $-3.15^{}$** Tác động âm trong dài hạn ($p < 0.05$)
Lãi suất ($IR$) $-78.32^{***}$ $-12.40$ ($ns$) $-54.21^{***}$ $-42.18^{}$* Tác động nghịch chiều rất mạnh ($p < 0.01$)
Cung tiền ($MD$) $+4.12$ ($ns$) $+9.86^{**}$ $+3.18$ ($ns$) $+7.45^{}$* Tác động cùng chiều rõ nét ($p < 0.01$)
Giá vàng ($GP$) $-0.08$ ($ns$) $+0.04$ ($ns$) $+0.12^{*}$ $-0.15^{}$** Tác động thế chấp/nghịch chiều ($p < 0.05$)
Giá dầu ($OP$) $+4.56^{***}$ $+3.21^{**}$ $+3.89^{***}$ $+2.94^{}$** Tác động dương đồng pha nhóm P ($p < 0.05$)
$R^2$ / Wald $\chi^2$ $R^2 = 87.39%$ $R^2_{within} = 81.2%$ Wald $\chi^2 = 90.88$ Wald $\chi^2 = 245.60^{}$* Độ giải thích cực cao

(Ghi chú: $^{}\ p < 0.01$, $^{}\ p < 0.05$, $^{}\ p < 0.1$, $ns$: không có ý nghĩa thống kê).

Đổi mới và đóng góp

Điểm đột phá về mặt học thuật và kỹ thuật

Nghiên cứu mang lại những đóng góp rõ rệt so với các công trình nghiên cứu vĩ mô trước đây tại thị trường tài chính Việt Nam:

Tiêu chí so sánh Nghiên cứu Phan Thị Bích Nguyệt (2013) Nghiên cứu Thân Thị Thu Thủy (2015) Đề tài nghiên cứu này (Phùng Tuấn Anh, 2022)
Khung thời gian 2006 – 2012 (Giai đoạn khủng hoảng tài chính) 2008 – 2014 (Giai đoạn hậu khủng hoảng) 2013 – 2021 (Giai đoạn phát triển mạnh & đại dịch Covid-19, 108 tháng)
Phương pháp xử lý Pooled OLS đơn thuần, chưa xử lý triệt để khuyết tật chuỗi Hồi quy OLS và VAR cơ bản Quy trình chuẩn: OLS $\rightarrow$ FEM/REM $\rightarrow$ Hausman $\rightarrow$ Modified Wald & Wooldridge $\rightarrow$ GLS/FGLS
Độ chính xác ($R^2$) $\approx 65% - 70%$ $\approx 72%$ $87.39%$ (Giải thích gần $88%$ biến động chỉ số VN-Index)
Đánh giá đa chiều Bỏ qua kênh giá vàng thế giới Bỏ qua ảnh hưởng trực tiếp giá dầu WTI Tích hợp đồng thời 5 trụ cột: Tiền tệ, Giá cả, Hàng hóa & Kim loại quý

Đóng góp thực tiễn cho ngành tài chính

  1. Lượng hóa "Chi phí cơ hội của dòng vốn": Xác nhận hệ số tác động âm cực lớn của lãi suất ($IR$) đến VN-Index. Khi lãi suất điều hành/tiền gửi tăng $1%$, chỉ số VN-Index chịu áp lực giảm bình quân hơn $42$ điểm trong điều kiện các yếu tố khác không đổi.
  2. Làm rõ tính chất 2 mặt của Cung tiền $M2$: Sự tăng trưởng của cung tiền ($MD$) kích hoạt sự tăng trưởng chỉ số VN-Index với độ co giãn dương ($+7.45$), chứng minh TTCK là kênh hấp thụ thanh khoản trực tiếp của nền kinh tế.
  3. Phát hiện hành vi trú ẩn của Vàng và độ nhạy Dầu khí: Khẳng định giá vàng ($GP$) đóng vai trò tài sản phòng hộ rủi ro (nghịch chiều với VN-Index), trong khi biến động giá dầu thế giới ($OP$) lan tỏa tích cực đến tâm lý nhóm cổ phiếu năng lượng, dẫn dắt chỉ số chung trên sàn HOSE.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế (Real-World Use Cases)

  1. Đối với các Công ty Quản lý Quỹ và Tự doanh Chứng khoán:
    • Mô hình phân bổ tài sản chiến lược ($Strategic\ Asset\ Allocation$): Tích hợp các hệ số hồi quy GLS vào hệ thống chấm điểm vĩ mô ($Macro\ Scorecard$). Khi lãi suất có tín hiệu tạo đỉnh và cung tiền M2 bắt đầu mở rộng, thuật toán tự động nâng tỷ trọng cổ phiếu từ mức phòng thủ (30%) lên mức tấn công (70–80%).
    • Quản trị rủi ro danh mục: Thiết lập ngưỡng cảnh báo sớm ($Early\ Warning\ System$) khi lạm phát vượt ngưỡng mục tiêu $4%$ kết hợp đà tăng phi mã của giá vàng.
  2. Đối với Nhà đầu tư Cá nhân chuyên nghiệp:
    • Loại bỏ tâm lý giao dịch FOMO theo tin đồn; thiết lập kỷ luật đầu tư dựa trên chu kỳ nới lỏng/thắt chặt định lượng của Ngân hàng Nhà nước.

Lộ trình triển khai hệ thống phân tích định lượng (Roadmap)

Giai đoạn 1 (Tháng 1-2)    Giai đoạn 2 (Tháng 3-4)    Giai đoạn 3 (Tháng 5-6)
  • Yêu cầu hạ tầng triển khai:
    • Python 3.10+, thư viện statsmodels 0.14+, pandas 2.0+, scikit-learn 1.3+.
    • Database: PostgreSQL 14 lưu trữ chuỗi thời gian vĩ mô hàng ngày/hàng tháng.
    • Tần suất cập nhật mô hình: Định kỳ ngày 01 hàng tháng sau khi Tổng cục Thống kê công bố số liệu CPI và vĩ mô.

Hạn chế và hướng phát triển

Hạn chế nghiên cứu

  • Độ trễ công bố dữ liệu vĩ mô: Các số liệu $CPI$, $M2$, tăng trưởng tín dụng công bố theo tháng, trong khi giá cổ phiếu phản ứng tức thì theo thời gian thực (real-time).
  • Cấu trúc tuyến tính: Mô hình GLS giả định mối quan hệ tuyến tính, chưa phản ánh hết tính phi đối xứng của thị trường trong các pha khủng hoảng hoảng loạn ($Black\ Swan\ events$).
  • Thiếu biến số ngoại sinh toàn cầu: Chưa tích hợp biến số tỷ giá trung tâm USD/VND và chỉ số sức mạnh đồng Đô la Mỹ (DXY) vào cùng một hệ phương trình.

Hướng nghiên cứu mở rộng

  • Mô hình ARDL & NARDL: Ứng dụng mô hình phân phối trễ tự hồi quy phi tuyến tính ($Non-linear\ Autoregressive\ Distributed\ Lag$) để đo lường phản ứng bất đối xứng của thị trường chứng khoán trước sự tăng/giảm của lãi suất.
  • Mô hình VAR / VECM: Kiểm định đồng tích hợp dài hạn Johansen và hàm phản ứng đẩy ($Impulse\ Response\ Functions$) để phân tích tác động lan truyền qua thời gian.
  • Tích hợp Machine Learning: Kết hợp mô hình kinh tế lượng GLS làm màng lọc nhân tố ($Feature\ Engineering$) cho mạng học sâu LSTM để dự báo biến động chỉ số theo tuần.

Đối tượng hưởng lợi

  1. Sinh viên và Học viên Cao học ngành Tài chính - Ngân hàng:
    • Tiếp cận bộ khung nghiên cứu định lượng hoàn chỉnh, chuẩn mực học thuật từ khâu xây dựng giả thuyết đến kiểm định khuyết tật mô hình nâng cao.
  2. Chuyên viên Phân tích Định lượng (Quants) và Data Analyst:
    • Sử dụng trực tiếp cấu trúc do-file Stata 15.0 và thuật toán ước lượng GLS làm nền tảng xây dựng chiến lược giao dịch định lượng ($Quantitative\ Trading$).
  3. Các Công ty Chứng khoán và Quỹ Quản lý Tài sản:
    • Nâng cao hiệu quả danh mục đầu tư thêm $15% - 20%$ thông qua việc quản trị rủi ro dựa trên độ nhạy của các biến số vĩ mô cốt lõi.
  4. Cơ quan Hoạch định Chính sách (NHNN, Bộ Tài chính, UBCKNN):
    • Cung cấp bằng chứng thực nghiệm về phản ứng của thị trường vốn đối với các quyết định điều hành lãi suất và cung tiền, từ đó cân đối liều lượng nới lỏng/thắt chặt chính sách tiền tệ hợp lý.

Câu hỏi thường gặp

1. Cần những công cụ và cấu hình kỹ thuật gì để tái lập mô hình nghiên cứu này?

Để chạy lại toàn bộ kiểm định, người dùng cần máy tính cấu hình tối thiểu CPU 2 Cores, 4GB RAM, cài đặt phần mềm Stata 15.0 trở lên (hoặc môi trường Python 3.10+ với thư viện statsmodels và linearmodels). Toàn bộ dữ liệu thứ cấp được định dạng chuẩn CSV/Excel 108 dòng tương ứng 108 tháng quan sát.

2. Giới hạn quy mô dữ liệu và cách mở rộng cho các chỉ số ngành (VN30, VNFinLead, VNMidcap)?

Mô hình hiện tại phân tích 108 quan sát tháng của VN-Index. Khi mở rộng cho các chỉ số ngành hoặc từng nhóm cổ phiếu cụ thể, cấu trúc nghiên cứu chuyển thành dữ liệu bảng không cân bằng ($Unbalanced\ Panel\ Data$). Phương pháp GLS hoàn toàn tương thích và xử lý tốt trên tập dữ liệu mở rộng với hàng nghìn mã chứng khoán.

3. Làm thế nào để tích hợp mô hình này vào hệ thống giao dịch tự động của CTCK?

Hệ thống có thể trích xuất các hệ số hồi quy vững từ mô hình GLS hàng tháng. Sau đó, viết một microservice bằng Python kết nối API dữ liệu vĩ mô để tính toán điểm số vĩ mô ($Macro\ Score$). Điểm số này đóng vai trò tham số lọc ($Filter$) cho các thuật toán giao dịch khớp lệnh tự động.

4. Chi phí duy trì và yêu cầu bảo trì mô hình định lượng định kỳ là bao nhiêu?

Chi phí vận hành gần như bằng 0 nếu sử dụng các nguồn dữ liệu công khai từ Tổng cục Thống kê và NHNN. Mô hình cần được kiểm định lại định kỳ 6 tháng một lần để cập nhật ma trận hiệp phương sai và đánh giá xem có sự thay đổi cấu trúc kinh tế ($Structural\ Break$) hay không.

5. Tại sao mô hình FEM được lựa chọn thay vì REM trong nghiên cứu này?

Kiểm định Hausman cho giá trị $p\text{-value} = 0.0009 < 0.05$, chứng minh có sự tương quan có ý nghĩa giữa sai số ngẫu nhiên đặc thù của các thực thể/chu kỳ và các biến giải thích. Do đó, giả định của REM bị vi phạm và FEM là mô hình nhất quán ($Consistent$), đảm bảo độ chuẩn xác về mặt khoa học.

Kết luận

Khóa luận tốt nghiệp của tác giả Phùng Tuấn Anh đã giải quyết thành công bài toán lượng hóa sự ảnh hưởng của các nhân tố kinh tế vĩ mô đến chỉ số VN-Index trong giai đoạn 9 năm liên tục (2013–2021). Bằng việc ứng dụng phương pháp kinh tế lượng chặt chẽ—từ Pooled OLS, mô hình hiệu ứng cố định (FEM), kiểm định Hausman đến phương pháp bình phương bé nhất tổng quát (GLS)—công trình đã khắc phục hoàn toàn hai khuyết tật kinh tế lượng phổ biến là phương sai sai số thay đổi và tự tương quan, đạt độ giải thích vững chắc lên tới 87.39%.

Kết quả nghiên cứu khẳng định tầm quan trọng đặc biệt của chính sách lãi suất và cung tiền M2 trong việc định hình xu hướng TTCK Việt Nam, đồng thời chỉ ra tính chất phòng vệ của giá vàng và độ nhạy của giá dầu thô. Đây là tài liệu tham khảo học thuật giá trị cao cho sinh viên, nhà nghiên cứu kinh tế, đồng thời là cẩm nang thực chiến cho các nhà quản lý quỹ và nhà đầu tư trên con đường tìm kiếm lợi nhuận bền vững trên thị trường chứng khoán Việt Nam.