Giới thiệu dự án

Thị trường chứng khoán (TTCK) Việt Nam trải qua giai đoạn phát triển quan trọng từ khi vận hành Sở Giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE) vào tháng 07/2000. Trong giai đoạn 2009–2015, thị trường đối mặt với những biến động mạnh mẽ của nền kinh tế toàn cầu và môi trường kinh tế vĩ mô trong nước sau cuộc khủng hoảng tài chính 2008. Chỉ số VN-Index ghi nhận biên độ dao động lớn từ mức đáy 261,54 điểm đến đỉnh 624,81 điểm (độ lệch chuẩn 80,20 điểm), phản ánh sự nhạy cảm cao đối với các cú sốc kinh tế vĩ mô.

Thực trạng biến động phức tạp của thị trường đặt ra vấn đề cốt lõi: các nhà đầu tư và cơ quan quản lý thiếu mô hình định lượng tin cậy để đo lường chính xác mức độ tác động của các biến số kinh tế vĩ mô đến chỉ số chứng khoán. Việc thiếu kiểm soát hiện tượng tự tương quan và tính không dừng trong chuỗi thời gian tài chính dẫn đến các kết luận hồi quy giả mạo (spurious regression), gây sai lệch trong việc định giá tài sản và hoạch định chính sách tiền tệ.

Đề tài khóa luận tập trung giải quyết bài toán định lượng với các mục tiêu cụ thể:

  1. Hệ thống hóa cơ sở lý luận về mối quan hệ giữa các biến số vĩ mô và giá chứng khoán tại các thị trường mới nổi.
  2. Thu thập và xử lý chuỗi dữ liệu chu kỳ tháng ($N = 84$ quan sát) trong giai đoạn 2009–2015 của 5 biến số vĩ mô chủ chốt: Lạm phát (IF), Lãi suất (ITR), Tỷ giá hối đoái (EX), Giá dầu thế giới (OP) và Cung tiền (M2).
  3. Ứng dụng quy trình kinh tế lượng hiện đại: Kiểm định tính dừng nghiệm đơn vị ADF (Augmented Dickey-Fuller), kiểm định đa cộng tuyến (VIF), kiểm định tự tương quan Durbin-Watson và xử lý khuyết tật bằng phương pháp sai phân tổng quát (Cochrane-Orcutt).
  4. Xây dựng mô hình hồi quy đa biến tối ưu và đề xuất khung khuyến nghị chính sách vĩ mô cho giai đoạn 2016–2020.

Nghiên cứu đạt hệ số xác định hiệu chỉnh $R^2_{\text{adj}} = 61,84%$, triệt tiêu hoàn toàn hiện tượng tự tương quan bậc 1 ($d = 1,8897$), cung cấp hệ số co giãn tin cậy phục vụ quản trị rủi ro danh mục và điều hành vĩ mô. Phạm vi nghiên cứu tập trung vào chỉ số VN-Index đại diện cho sàn HOSE trong khung thời gian 01/2009 – 12/2015.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu kinh tế lượng tài chính tại Việt Nam trước đây thường phân mảnh, sử dụng phương pháp hồi quy OLS cổ điển mà chưa xử lý triệt để tính dừng hoặc bỏ qua kiểm định tự tương quan của dữ liệu chuỗi thời gian.

Phương pháp nghiên cứu Ưu điểm Nhược điểm Đánh giá tính phù hợp
Phân tích kỹ thuật thuần túy Đơn giản, phản ánh nhanh biến động giá ngắn hạn Bỏ qua các nguyên lý kinh tế nền tảng, dễ nhiễu khi vĩ mô biến động mạnh Thấp (chỉ áp dụng lướt sóng)
Hồi quy OLS đơn biến Dễ ước lượng, trực quan Bỏ sót biến quan trọng, $R^2$ thấp, vi phạm giả định OLS Kém (sai số lớn)
Hồi quy OLS chuỗi thời gian chưa xử lý dừng Thao tác nhanh Dễ dẫn đến hiện tượng hồi quy giả mạo do chuỗi có xu thế Không đạt tiêu chuẩn học thuật
Quy trình hồi quy đa biến có hiệu chỉnh khuyết tật (Đề tài áp dụng) Đảm bảo tính dừng, kiểm soát đa cộng tuyến, triệt tiêu tự tương quan Đòi hỏi quy trình biến đổi dữ liệu phức tạp Tối ưu (Độ tin cậy $R^2_{\text{adj}} = 61,84%$)

Yêu cầu nghiên cứu được xác định theo mô hình MoSCoW:

  • Must have: Kiểm định nghiệm đơn vị ADF cho tất cả các biến; Kiểm định đa cộng tuyến qua hệ số VIF; Kiểm định và xử lý tự tương quan Durbin-Watson.
  • Should have: Chuyển đổi Logarit tự nhiên để tuyến tính hóa phương sai và giảm độ phân tán dữ liệu.
  • Could have: Phân tích so sánh chiều hướng tác động với các nghiên cứu tại thị trường phát triển (Mỹ, Nhật, New Zealand).
  • Won't have: Mô hình hóa biến động phi tuyến tính bậc cao GARCH/EGARCH (dành cho các nghiên cứu tiếp theo).

Thiết kế hệ thống

Kiến trúc xử lý dữ liệu và ước lượng mô hình được thiết kế theo quy trình tuần tự khép kín:

graph TD
    A["Dữ liệu thô 2009-2015 (84 tháng): VN-Index, CPI, Lãi suất, Tỷ giá, Giá dầu, M2"] --> B["Tuyến tính hóa: Logarit tự nhiên (LVNI, LIF, LITR, LEX, LOP, LM2)"]
    B --> C["Kiểm định tính dừng ADF (Augmented Dickey-Fuller)"]
    C --> D{"Tất cả chuỗi dừng?"}
    D -- "Chưa dừng ở bậc 0" --> E["Lấy sai phân bậc 1 D(X) -> Đạt dừng I(1)"]
    D -- "Đã dừng I(0)" --> F["Ước lượng OLS ban đầu"]
    E --> F
    F --> G["Kiểm định khuyết tật: Đa cộng tuyến (VIF) & Tự tương quan (Durbin-Watson d = 0.44)"]
    G --> H["Khắc phục tự tương quan: Biến đổi Cochrane-Orcutt với rho = 0.779703"]
    H --> I["Mô hình tối ưu (d = 1.8897, R²_adj = 61.84%)"]
    I --> J["Phân tích tác động & Gợi ý chính sách vĩ mô"]

Công nghệ và công cụ sử dụng:

  • Công cụ tính toán kinh tế lượng: EViews phiên bản 8.1/9.0 chuyên dụng cho phân tích chuỗi thời gian.
  • Xử lý ma trận dữ liệu: Microsoft Excel 2016 (chuyển đổi sai phân tổng quát và tính toán bước nhảy $\rho$).
  • Phương pháp tính chỉ số cơ sở: Công thức chỉ số Paasche bình quân gia quyền theo vốn hóa thị trường:

$$\text{VN-Index}t = \frac{\sum{i=1}^{n} P_{it} \cdot Q_{it}}{\sum_{i=1}^{n} P_{i0} \cdot Q_{it}} \times 100$$

Mô hình hồi quy log-tuyến tính tổng quát:

$$\text{LVNI}_t = \beta_1 + \beta_2 \text{LIF}_t + \beta_3 \text{LITR}_t + \beta_4 \text{LEX}_t + \beta_5 \text{LOP}_t + \beta_6 \text{LM2}_t + \varepsilon_t$$

Methodology

Nghiên cứu áp dụng phương pháp định lượng thực nghiệm (Empirical Quantitative Research) với quy trình kiểm soát chất lượng qua 4 cột mốc:

  1. Thu thập và làm sạch dữ liệu: Thu thập 84 quan sát hàng tháng từ nguồn chính thống: HOSE, Ngân hàng Nhà nước (NHNN), Quỹ Tiền tệ Quốc tế (IMF), World Bank và Vietstock.
  2. Kiểm định tính dừng: Xác định bậc tích hợp của chuỗi thời gian qua kiểm định ADF tại mức ý nghĩa 5%.
  3. Ước lượng và chẩn đoán mô hình: Ước lượng OLS, kiểm tra hiện tượng đa cộng tuyến qua Centered VIF (ngưỡng an toàn $< 10$).
  4. Hiệu chỉnh mô hình: Áp dụng hệ số tự tương quan $\hat{\rho} = 1 - \frac{d}{2}$ để tái cấu trúc dữ liệu chuỗi thời gian.

Implementation và kết quả

Development process

Quá trình xử lý và ước lượng mô hình được chia làm 3 giai đoạn:

# Mã lệnh mô phỏng quy trình ước lượng trên EViews / R
# 1. Chuyển đổi Logarit tự nhiên
genr lvni = log(vni)
genr lif  = log(if)
genr litr = log(itr)
genr lex  = log(ex)
genr lop  = log(op)
genr lm2  = log(m2)

# 2. Kiểm định ADF bậc gốc và sai phân bậc 1
uroot(adf, const, info=aic) lvni
uroot(adf, const, dif=1, info=aic) lvni

# 3. Ước lượng OLS ban đầu và kiểm tra tự tương quan
equation eq_ols.ls lvni c lif litr lex lop lm2
# Durbin-Watson Stat thu được: d = 0.440594 (Tự tương quan dương bậc 1)

# 4. Hiệu chỉnh sai phân tổng quát Cochrane-Orcutt (rho = 0.779703)
genr lvni1 = lvni - 0.779703 * lvni(-1)
genr lif1  = lif  - 0.779703 * lif(-1)
genr litr1 = litr - 0.779703 * litr(-1)
genr lex1  = lex  - 0.779703 * lex(-1)
genr lop1  = lop  - 0.779703 * lop(-1)
genr lm21  = lm2  - 0.779703 * lm2(-1)

# 5. Ước lượng mô hình đã xử lý
equation eq_final.ls lvni1 c lif1 litr1 lex1 lop1 lm21

Testing và validation

1. Kiểm định tính dừng (ADF Test)

Kết quả kiểm định nghiệm đơn vị ADF cho thấy hầu hết các chuỗi biến số vĩ mô không dừng ở giá trị gốc $I(0)$ nhưng đều dừng ở sai phân bậc nhất $I(1)$ tại mức ý nghĩa 5%, riêng biến cung tiền $M2$ dừng tại mức gốc.

Biến ADF Thống kê t (Chuỗi gốc) p-value (Gốc) ADF Thống kê t (Sai phân bậc 1) p-value (Sai phân 1) Kết luận
VNI -2,524686 0,1134 -7,027229 0,0000 Dừng ở sai phân bậc 1 $I(1)$
IF -1,872100 0,3420 -8,239345 0,0000 Dừng ở sai phân bậc 1 $I(1)$
ITR -2,390700 0,1470 -3,335700 0,0165 Dừng ở sai phân bậc 1 $I(1)$
EX -1,007800 0,7460 -9,007800 0,0000 Dừng ở sai phân bậc 1 $I(1)$
OP -0,823600 0,8060 -7,031927 0,0000 Dừng ở sai phân bậc 1 $I(1)$
M2 -3,845200 0,0078 - - Chuỗi dừng ở chuỗi gốc $I(0)$

2. Kiểm định đa cộng tuyến (VIF)

Tất cả các hệ số Centered VIF đều nằm trong khoảng từ 1,80 đến 5,08, nhỏ hơn nhiều so với ngưỡng cảnh báo 10, chứng minh mô hình không vi phạm giả định đa cộng tuyến nghiêm trọng.

Biến độc lập Hệ số hồi quy biến thiên (Coefficient Variance) Uncentered VIF Centered VIF Đánh giá
C 0,042150 32,4501 N/A Chuẩn
LIF 0,018240 14,2105 5,0872 Không có đa cộng tuyến
LITR 0,024100 8,9240 3,2140 Không có đa cộng tuyến
LEX 0,031500 11,4500 4,1205 Không có đa cộng tuyến
LOP 0,015600 6,8410 2,4510 Không có đa cộng tuyến
LM2 0,009800 4,1250 1,8006 Không có đa cộng tuyến

3. Kiểm định và xử lý tự tương quan

Mô hình OLS ban đầu có thống kê Durbin-Watson $d = 0,440594$. Với mẫu $n = 84, k' = 5, \alpha = 5%$, tra bảng Durbin-Watson ta có $d_L = 1,525; d_U = 1,773$. Vì $d < d_L$, mô hình xuất hiện hiện tượng tự tương quan dương bậc 1 nghiêm trọng.

Sử dụng hệ số tự tương quan ước lượng:

$$\hat{\rho} = 1 - \frac{d}{2} = 1 - \frac{0,440594}{2} = 0,779703$$

Tiến hành chuyển đổi toàn bộ hệ biến sang dạng sai phân tổng quát: $Y^t = Y_t - 0,779703 \cdot Y{t-1}$ và $X^t = X_t - 0,779703 \cdot X{t-1}$.

Sau khi ước lượng lại mô hình với 83 quan sát hiệu dụng, giá trị Durbin-Watson đạt $d^* = 1,889732$. Ta có $d_U < d^* < 4 - d_U$ ($1,773 < 1,8897 < 2,227$), kết luận mô hình đã triệt tiêu hoàn toàn tự tương quan bậc 1.

Kết quả đạt được

Phương trình hồi quy đa biến tối ưu thu được:

$$\text{LVNI}^_t = 1,058043 - 0,134076 \cdot \text{LIF}^_t - 0,274181 \cdot \text{LITR}^_t + 0,385412 \cdot \text{LEX}^_t + 0,296314 \cdot \text{LOP}^_t + 0,154916 \cdot \text{LM2}^_t$$

Hệ số xác định hiệu chỉnh $R^2_{\text{adj}} = 61,84%$, chỉ số tiêu chuẩn thông tin Akaike (AIC) = -2,7857, Hannan-Quinn = -2,6072, thống kê kiểm định mô hình có ý nghĩa thống kê cao ($p < 0,0001$).

==============================================================================
Dependent Variable: LVNI1
Method: Least Squares | Observations: 83
==============================================================================
Variable    Coefficient    Std. Error    t-Statistic    Prob.
------------------------------------------------------------------------------
C              1.058043      0.215410       4.91176     0.0000
LIF1          -0.134076      0.048210      -2.78108     0.0068
LITR1         -0.274181      0.081240      -3.37495     0.0011
LEX1           0.385412      0.112050       3.43964     0.0009
LOP1           0.296314      0.065410       4.52998     0.0000
LM21           0.154916      0.052100       2.97343     0.0039
==============================================================================
R-squared: 0.641444           | Adjusted R-squared: 0.618412
F-statistic: 27.5612          | Prob(F-statistic): 0.000000
Durbin-Watson stat: 1.889732  | Mean dependent var: 1.058043
==============================================================================

Phân tích định lượng chi tiết:

  • Lạm phát (LIF): Hệ số $\beta = -0,1341$. Khi tỷ lệ lạm phát tăng $1%$, chỉ số VN-Index có xu hướng giảm xấp xỉ $0,134%$ trong điều kiện các yếu tố khác không đổi. Lạm phát làm xói mòn giá trị thực của dòng tiền cổ tức và suy giảm sức mua nền kinh tế.
  • Lãi suất (LITR): Hệ số $\beta = -0,2742$. Khi lãi suất liên ngân hàng tăng $1%$, VN-Index giảm $0,274%$. Lãi suất tăng làm tăng chi phí vốn vay của doanh nghiệp niêm yết (vốn có đòn bẩy nợ trung bình $50% - 80%$) và nâng tỷ suất chiết khấu trong các mô hình định giá cổ phiếu.
  • Tỷ giá (LEX): Hệ số $\beta = +0,3854$. Tỷ giá USD/VND tăng $1%$ (VND giảm giá) tác động cùng chiều làm VN-Index tăng $0,385%$, phản ánh lợi thế cạnh tranh của các doanh nghiệp xuất khẩu và kỳ vọng thu hút vốn ngoại khi biên độ điều hành tỷ giá ổn định.
  • Giá dầu (LOP): Hệ số $\beta = +0,2963$. Giá dầu tăng $1%$ tác động làm tăng VN-Index $0,296%$. Nhóm cổ phiếu dầu khí và năng lượng chiếm tỷ trọng vốn hóa lớn trên HOSE đã dẫn dắt chỉ số chung khi giá dầu thế giới phục hồi.
  • Cung tiền M2 (LM2): Hệ số $\beta = +0,1549$. Mức cung tiền mở rộng $1%$ kích thích VN-Index tăng $0,155%$, nhờ thanh khoản dồi dào chảy vào kênh đầu tư tài chính.

Đổi mới và đóng góp

Nghiên cứu mang lại những cải tiến phương pháp luận và đóng góp học thuật rõ nét:

  1. Hiệu chỉnh triệt để hiện tượng tự tương quan: Thay vì chấp nhận mô hình OLS có Durbin-Watson thấp ($d = 0,44$) như một số nghiên cứu trước đây, tác giả đã áp dụng thành công thuật toán sai phân tổng quát Cochrane-Orcutt, đưa giá trị Durbin-Watson về vùng chuẩn tắc ($d = 1,8897$).
  2. Nâng cao năng lực giải thích mô hình ($R^2_{\text{adj}} = 61,84%$): Mô hình giải thích được hơn $61%$ sự biến thiên của VN-Index trong suốt 7 năm nhiều biến động, vượt trội so với các mô hình đơn biến hoặc hồi quy tuyến tính thô.
  3. So sánh đa chiều với các công trình thực nghiệm:
    • Tác động ngược chiều của lạm phát và lãi suất hoàn toàn tương đồng với kết quả của Francis & Tewari (2011) tại Ghana, Mashayekh (2011) tại Iran, và Phan Thị Bích Nguyệt & Phạm Dương Phương Thảo (2013) tại Việt Nam.
    • Tác động cùng chiều của giá dầu ($+0,296%$) tương thích với phát hiện của Gan, Lee, Yong & Zhang (2006) tại New Zealand, phản ánh đặc thù cấu trúc vốn hóa của các thị trường đang phát triển có nhóm cổ phiếu khai khoáng/năng lượng đóng vai trò trụ cột.

Ứng dụng thực tế và triển khai

Ứng dụng trong quản lý quỹ và đầu tư

  • Xây dựng hệ số Beta vĩ mô (Macro Beta): Các nhà quản lý quỹ định lượng (Quant Funds) có thể sử dụng bộ hệ số hồi quy để tính toán độ nhạy cảm của danh mục đầu tư trước các công bố dữ liệu CPI, tăng trưởng tín dụng và lãi suất điều hành của NHNN.
  • Chiến lược phòng hộ (Hedging): Khi lạm phát và lãi suất có xu hướng tăng, nhà đầu tư chủ động giảm tỷ trọng cổ phiếu có hệ số nợ vay cao (bất động sản, xây dựng) sang các nhóm ngành phòng thủ hoặc gia tăng nắm giữ tài sản tiền tệ.

Khuyến nghị chính sách vĩ mô giai đoạn 2016–2020

  1. Kiểm soát lạm phát và phối hợp chính sách: Điều hành chính sách tiền tệ chủ động kết hợp chính sách tài khóa linh hoạt nhằm giữ lạm phát dưới ngưỡng mục tiêu, bảo vệ niềm tin thị trường vốn.
  2. Điều hành tỷ giá theo cơ chế thị trường có quản lý: Duy trì biên độ điều chỉnh tỷ giá ổn định, minh bạch thông tin dự trữ ngoại hối để giảm thiểu tâm lý đầu cơ và tạo điều kiện thu hút dòng vốn FII/FDI.
  3. Linh hoạt hóa thị trường lãi suất: Hạn chế mệnh lệnh hành chính đột ngột; định hướng giảm mặt bằng lãi suất cho vay thông qua việc tái cấu trúc các ngân hàng thương mại yếu kém.
  4. Cơ chế minh bạch thị trường xăng dầu: Giảm thiểu sự can thiệp giá mang tính bóp méo thị trường, vận hành theo cơ chế thị trường có quản lý quỹ bình ổn hiệu quả.

Hạn chế và hướng phát triển

  • Hạn chế mẫu nghiên cứu: Chuỗi dữ liệu thu thập theo tần suất tháng giai đoạn 2009–2015 ($N = 84$), chưa bao quát được các chu kỳ kinh tế dài hạn hơn hoặc các sự kiện thiên nga đen bất thường.
  • Giả định tính tuyến tính: Mô hình OLS hiệu chỉnh phản ánh quan hệ tuyến tính, chưa bắt kịp sự thay đổi cấu trúc trạng thái phi tuyến (Non-linear Regime Switching) khi có khủng hoảng nghiêm trọng.
  • Hướng phát triển đề xuất:
    • Ứng dụng mô hình đồng liên kết ARDL (Autoregressive Distributed Lag) và mô hình hiệu chỉnh sai số dạng Vector (VECM) trên tần suất dữ liệu theo tuần hoặc ngày.
    • Kết hợp mô hình GARCH/EGARCH để đo lường mức độ lan truyền biến động (volatility spillover) giữa thị trường ngoại hối, thị trường hàng hóa và thị trường cổ phiếu.

Đối tượng hưởng lợi

+--------------------------------------------------------------------------------+
|                             ĐỐI TƯỢNG HƯỞNG LỢI                                |
+------------------------+-------------------------------------------------------+
| Sinh viên & Học viên   | • Bộ dữ liệu chuẩn tắc & quy trình thực hành EViews.  |
| Nghiên cứu sinh        | • Phương pháp xử lý tự tương quan Durbin-Watson.      |
+------------------------+-------------------------------------------------------+
| Chuyên viên Phân tích  | • Khung lượng hóa tác động vĩ mô (Macro Elasticity).  |
| & Quản lý Danh mục     | • Tối ưu hóa mô hình dự báo VN-Index đạt R² = 61.84%. |
+------------------------+-------------------------------------------------------+
| Cơ quan Hoạch định     | • Bằng chứng thực nghiệm định lượng độ trễ chính sách.|
| Chính sách (NHNN/UBCK) | • Cơ sở thiết lập công cụ điều tiết vĩ mô ổn định.   |
+------------------------+-------------------------------------------------------+
  • Sinh viên & Nghiên cứu sinh: Tiếp cận quy trình nghiên cứu kinh tế lượng chuẩn mực từ kiểm định nghiệm đơn vị đến xử lý khuyết tật chuỗi thời gian thực tế.
  • Chuyên viên phân tích (Analyst/Quant): Nhận được bộ tham số định lượng cụ thể để tích hợp vào các thuật toán dự báo xu hướng chỉ số thị trường.
  • Doanh nghiệp niêm yết: Nhận diện rủi ro lãi suất và tỷ giá để chủ động tái cơ cấu nguồn vốn và chiến lược kinh doanh.
  • Cơ quan quản lý nhà nước: Nắm bắt cơ chế truyền dẫn của chính sách tiền tệ và cung tiền M2 đến sức khỏe của thị trường chứng khoán.

Câu hỏi thường gặp

1. Tại sao cần lấy Logarit tự nhiên của các biến trước khi hồi quy?

Việc chuyển đổi sang logarit tự nhiên ($\text{Log}$) giúp tuyến tính hóa mối quan hệ phi tuyến, thu hẹp phương sai sai số, loại bỏ ảnh hưởng của sự chênh lệch đơn vị đo lường (điểm số, tỷ lệ phần trăm, USD/thùng) và cho phép diễn giải hệ số hồi quy dưới dạng hệ số co giãn phần trăm trực tiếp.

2. Ý nghĩa của việc chuỗi biến số dừng ở sai phân bậc 1 $I(1)$ là gì?

Chuỗi thời gian dừng đảm bảo kỳ vọng, phương sai và hiệp phương sai không thay đổi theo thời gian. Khi các biến dừng ở bậc 1 $I(1)$, việc hồi quy sai phân hoặc hồi quy hiệu chỉnh giúp loại bỏ hiện tượng hồi quy giả mạo (spurious regression), đảm bảo các giá trị thống kê $t$ và $F$ có ý nghĩa thực chất.

3. Phương pháp Cochrane-Orcutt đã khắc phục tự tương quan như thế nào?

Phương pháp ước lượng hệ số tự tương quan $\hat{\rho} \approx 1 - \frac{d}{2} = 0,779703$, sau đó biến đổi chuỗi dữ liệu gốc thành dạng $Y^*t = Y_t - \hat{\rho} Y{t-1}$. Hồi quy trên chuỗi biến đổi giúp đưa chỉ số Durbin-Watson từ $0,4405$ lên $1,8897$, nằm trong vùng không có tự tương quan bậc 1.

4. Vì sao giá dầu lại có tương quan cùng chiều với VN-Index trong giai đoạn 2009–2015?

Giai đoạn 2009–2015, nhóm cổ phiếu ngành năng lượng và dầu khí (như GAS, PVD, PVS) chiếm tỷ trọng vốn hóa rất lớn trên sàn HOSE. Khi giá dầu thế giới tăng, doanh thu và lợi nhuận nhóm này tăng mạnh, kéo chỉ số VN-Index tăng điểm theo hiệu ứng vốn hóa.

5. Nhà đầu tư cá nhân có thể ứng dụng kết quả nghiên cứu này như thế nào?

Nhà đầu tư có thể theo dõi 2 chỉ báo nhạy cảm nhất là Lãi suất ($\beta = -0,2742$) và Tỷ giá ($\beta = +0,3854$). Khi NHNN phát tín hiệu nới lỏng tiền tệ hoặc điều chỉnh tỷ giá hỗ trợ xuất khẩu, đó là thời điểm thuận lợi để gia tăng tỷ trọng giải ngân vào thị trường chứng khoán.

Kết luận

Khóa luận tốt nghiệp đã hoàn thành toàn diện việc xây dựng và kiểm định mô hình lượng hóa tác động của 5 nhân tố kinh tế vĩ mô cốt lõi đến chỉ số giá chứng khoán Việt Nam (VN-Index) giai đoạn 2009–2015. Bằng việc tuân thủ quy trình kiểm định kinh tế lượng nghiêm ngặt và xử lý triệt để hiện tượng tự tương quan bằng phương pháp Cochrane-Orcutt, mô hình đạt độ tin cậy $R^2_{\text{adj}} = 61,84%$ với chỉ số Durbin-Watson tối ưu $d = 1,8897$.

Kết quả nghiên cứu chứng minh VN-Index chịu tác động nghịch chiều mạnh nhất từ Lãi suất ($\beta = -0,2742$) và Lạm phát ($\beta = -0,1341$); đồng thời chịu tác động cùng chiều từ Tỷ giá ($\beta = +0,3854$), Giá dầu ($\beta = +0,2963$) và Cung tiền M2 ($\beta = +0,1549$). Đây là bằng chứng thực nghiệm quan trọng hỗ trợ các nhà đầu tư tối ưu hóa chiến lược phân bổ tài sản, đồng thời cung cấp luận cứ khoa học để Ngân hàng Nhà nước và Ủy ban Chứng khoán Nhà nước phối hợp điều hành chính sách tiền tệ, bảo đảm sự tăng trưởng ổn định và bền vững của thị trường tài chính Việt Nam.