Giới thiệu dự án

Thị trường chứng khoán Việt Nam giai đoạn 2023–2024 ghi nhận sự bùng nổ mạnh mẽ về quy mô và sự tham gia của các nhà đầu tư cá nhân. Đến cuối năm 2023, chỉ số VN-Index đạt 1.129,93 điểm (tăng 12,2% so với 2022), quy mô vốn hóa đạt 5.937 nghìn tỷ đồng (chiếm 58,1% GDP), và tổng số lượng tài khoản giao dịch vượt mốc 7,29 triệu tài khoản (tương đương 7,5% dân số). Tính riêng tháng 01/2024, số lượng tài khoản cá nhân trong nước mở mới đạt 126.169 tài khoản, đưa dòng tiền cá nhân trở thành động lực dẫn dắt thanh khoản chủ đạo trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE).

Tuy nhiên, sự gia tăng nhanh chóng của các nhà đầu tư cá nhân (NĐT) đối mặt với rào cản lớn về năng lực quản trị tâm lý và kiến thức chuyên môn. Phần lớn quyết định đầu tư bị chi phối bởi các thiên lệch nhận thức và cảm xúc phi lý trí thay vì các phân tích cơ bản hoặc kỹ thuật chuẩn mực, dẫn đến nguy cơ thua lỗ nặng nề khi thị trường biến động mạnh.

Đề tài khóa luận "Các yếu tố tài chính hành vi ảnh hưởng đến quyết định đầu tư của nhà đầu tư tại sở chứng khoán TP.HCM" (Mã ngành: 7340201 - Tài chính – Ngân hàng, Trường Đại học Ngân hàng TP. Hồ Chí Minh) do sinh viên Dương Việt Anh thực hiện dưới sự hướng dẫn khoa học của TS. Trần Hồng Hà nhằm giải quyết triệt để bài toán này.

                  CƠ CHẾ TÁC ĐỘNG TÀI CHÍNH HÀNH VI ĐẾN QUYẾT ĐỊNH ĐẦU TƯ

Mục tiêu nghiên cứu

  1. Xác định và hệ thống hóa các nhân tố tài chính hành vi tác động đến hành vi ra quyết định của NĐT cá nhân tại khu vực TP.HCM.
  2. Đo lường mức độ ảnh hưởng thực nghiệm của từng nhân tố thông qua các kỹ thuật phân tích định lượng (Cronbach's Alpha, EFA, Hồi quy OLS).
  3. Đề xuất hệ thống giải pháp và hàm ý quản trị giúp NĐT cá nhân kiểm soát cảm xúc, nâng cao hiệu quả phân bổ tài sản và hỗ trợ các công ty chứng khoán tối ưu hóa dịch vụ tư vấn.

Phạm vi và Giới hạn nghiên cứu

  • Không gian nghiên cứu: Thị trường chứng khoán tại TP. Hồ Chí Minh (tập trung vào các sàn giao dịch và mạng lưới NĐT tại HOSE).
  • Thời gian thực hiện: Thu thập dữ liệu và xử lý từ tháng 01/2024 đến tháng 05/2024.
  • Đối tượng khảo sát: 240 nhà đầu tư cá nhân trực tiếp giao dịch cổ phiếu.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Lý thuyết tài chính truyền thống dựa trên nền tảng Giả thuyết thị trường hiệu quả (EMH), Lý thuyết danh mục đầu tư hiện đại (Modern Portfolio Theory - MPT, Markowitz, 1952) và Mô hình định giá tài sản vốn (CAPM, Sharpe, 1964). Các mô hình này giả định nhà đầu tư là những chủ thể duy lý tối đa hóa lợi ích kỳ vọng ($E(U)$).

Tuy nhiên, các bằng chứng thực nghiệm trên thị trường chứng khoán Việt Nam cho thấy sự tồn tại liên tục của các bất thường thị trường (Market Anomalies) do tác động tâm lý. Lý thuyết triển vọng (Prospect Theory, Kahneman & Tversky, 1979) và Mô hình định giá tài sản hành vi (Behavioral Asset Pricing Model - BAPM, Shefrin & Statman, 1994) đã mở ra góc nhìn mới: con người thường bị chi phối bởi độ lệch nhận thức, ác cảm mất mát (Loss Aversion) và hiệu ứng đóng khung (Framing Effect).

Tiêu chí so sánh Lý thuyết Tài chính Tiêu chuẩn (MPT / CAPM) Lý thuyết Tài chính Hành vi (BAPM / Prospect Theory)
Giả định nền tảng Nhà đầu tư luôn duy lý, xử lý thông tin chuẩn xác Nhà đầu tư có giới hạn nhận thức, thường hành động phi lý trí
Động lực ra quyết định Tối đa hóa của cải cuối cùng theo tỷ suất sinh lời/rủi ro Bị chi phối bởi cảm xúc, điểm tham chiếu, nỗi sợ lỗ hơn niềm vui lãi
Định giá tài sản Giá phản ánh đầy đủ mọi thông tin công khai (Thị trường hiệu quả) Giá bị lệch khỏi giá trị cơ bản do hiệu ứng bầy đàn và phản ứng quá mức
Đo lường rủi ro Phương sai / Độ lệch chuẩn ($\sigma$), Hệ số Beta ($\beta$) Nhận thức rủi ro chủ quan, tâm lý sợ hối tiếc (Regret Aversion)

Phân tích khoảng trống nghiên cứu (Gap Analysis)

Các nghiên cứu tiền nhiệm tại Việt Nam (Luong & Ha, 2011; Hieu, Phuoc & Vuong, 2020) và quốc tế (Areiqat et al., 2019; Kengatharan & Kengatharan, 2014; Kartini et al., 2021) chủ yếu tập trung vào một số khía cạnh riêng lẻ của Heuristics hoặc hành vi bầy đàn mà chưa tích hợp đồng thời biến Kiến thức chuyên môn (Financial Literacy) và Nhận thức rủi ro (Risk Perception) trong giai đoạn bùng nổ nhà đầu tư F0 hậu đại dịch tại TP.HCM. Nghiên cứu này lấp đầy khoảng trống bằng mô hình cấu trúc 5 biến độc lập hoàn chỉnh.

Thiết kế hệ thống thang đo và mô hình

Mô hình nghiên cứu định lượng gồm 5 biến độc lập và 1 biến phụ thuộc với 24 biến quan sát chuẩn hóa theo thang đo Likert 5 mức độ (1: Rất không đồng ý $\rightarrow$ 5: Rất đồng ý):

                                  MÔ HÌNH NGHIÊN CỨU ĐỀ XUẤT

Phương trình hồi quy tuyến tính bội:

$$DS_i = \beta_0 + \beta_1 T_i + \beta_2 H_i + \beta_3 R_i + \beta_4 MK_i + \beta_5 P_i + e_i$$

Trong đó:

  • $DS$: Quyết định đầu tư (Biến phụ thuộc - Investment Decision).
  • $T$: Tâm lý quá tự tin (Overconfidence Bias).
  • $H$: Hiệu ứng đám đông (Herding Effect).
  • $R$: Nhận thức rủi ro (Risk Perception).
  • $MK$: Yếu tố thị trường (Market Factors).
  • $P$: Kiến thức chuyên môn (Financial Literacy).
  • $\beta_0$: Hằng số tự do; $\beta_1 \dots \beta_5$: Các hệ số hồi quy riêng phần; $e_i$: Phần dư ngẫu nhiên.
                                LUỒNG XỬ LÝ DỮ LIỆU ĐỊNH LƯỢNG

Phương pháp nghiên cứu (Methodology)

Nghiên cứu kết hợp hai giai đoạn phương pháp luận:

  1. Nghiên cứu định tính: Tổng quan tài liệu, tham vấn chuyên gia và hiệu chỉnh thang đo các biến phù hợp với thực tiễn giao dịch tại HOSE.
  2. Nghiên cứu định lượng:
    • Xác định cỡ mẫu: Áp dụng nguyên tắc Hair et al. (2010), cỡ mẫu tối thiểu bằng 10 lần số biến quan sát ($N_{min} = 24 \times 10 = 240$). Tổng số phiếu phát ra là 280, thu về 240 phiếu hợp lệ (tỷ lệ phản hồi sử dụng được đạt 85,71%).
    • Công cụ phân tích: Phần mềm thống kê chuyên dụng IBM SPSS Statistics 25.0.

Implementation và kết quả

Quy trình phân tích dữ liệu & Mã nguồn triển khai

Quy trình phân tích dữ liệu được lập trình và xử lý qua cú pháp SPSS Syntax và đối soát bằng Python (thư viện pandas và statsmodels):

import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

# 1. Nạp tập dữ liệu khảo sát N = 240 NĐT tại sàn HOSE
data = pd.read_csv("investor_behavioral_data_240.csv")

# 2. Định nghĩa các tập biến đại diện sau khi đạt kiểm định Cronbach's Alpha & EFA
features = ['Overconfidence_T', 'Herding_H', 'RiskPerception_R', 'MarketFactor_MK', 'Professional_P']
X = data[features]
y = data['InvestmentDecision_DS']

# 3. Thêm hằng số tự do beta_0 và ước lượng mô hình OLS
X_const = sm.add_constant(X)
model = sm.OLS(y, X_const).fit()

# 4. Xuất kết quả tóm tắt hệ số hồi quy và kiểm định F-statistic
print(model.summary())

# 5. Kiểm tra hiện tượng đa cộng tuyến (Variance Inflation Factor - VIF)
vif_df = pd.DataFrame()
vif_df["Feature"] = X.columns
vif_df["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X.columns))]
print(vif_df)

* SPSS Syntax: Phân tích độ tin cậy Cronbach's Alpha và Hồi quy đa biến OLS.
RELIABILITY
  /VARIABLES=T1 T2 T3 T4
  /SCALE('Scale Overconfidence') ALL
  /MODEL=ALPHA
  /SUMMARY=TOTAL.

FACTOR
  /VARIABLES=T1 T2 T3 T4 H1 H2 H3 H4 R1 R2 R3 R4 MK1 MK2 MK3 MK4 P1 P2 P3 P4
  /MISSING LISTWISE 
  /ANALYSIS T1 TO P4
  /PRINT INITIAL EXTRACTION ROTATION FSCORE
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /ROTATION VARIMAX.

REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT DS_Mean
  /METHOD=ENTER T_Mean H_Mean R_Mean MK_Mean P_Mean
  /RESIDUALS DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID).

Kiểm định và đánh giá thang đo

1. Thống kê mô tả mẫu nghiên cứu ($N=240$)

  • Giới tính: Nam giới chiếm 53,75% (129 NĐT), Nữ giới chiếm 46,25% (111 NĐT).
  • Cơ cấu nghề nghiệp: Quản lý/Chủ doanh nghiệp chiếm tỷ trọng lớn nhất với 34,17% (82 NĐT), tiếp theo là Nhân viên kinh doanh với 31,67% (76 NĐT), Nhóm ngành nghề khác chiếm 17,50% (42 NĐT), Nhân viên văn phòng chiếm 14,58% (35 NĐT) và Sinh viên chiếm 2,08% (5 NĐT).

2. Đánh giá độ tin cậy thang đo (Cronbach’s Alpha)

Tất cả 6 thang đo đều đạt chuẩn độ tin cậy vượt bậc ($\alpha > 0.70$) và hệ số tương quan biến - tổng (Corrected Item-Total Correlation) của 24 biến quan sát đều thỏa điều kiện $> 0.30$.

Thang đo biến nghiên cứu Ký hiệu Số biến quan sát Cronbach's Alpha Đánh giá độ tin cậy
Tâm lý quá tự tin $T$ 4 (T1 - T4) 0.812 Rất tốt ($\alpha > 0.8$)
Hiệu ứng đám đông $H$ 4 (H1 - H4) 0.845 Rất tốt ($\alpha > 0.8$)
Nhận thức rủi ro $R$ 4 (R1 - R4) 0.789 Tốt ($\alpha > 0.7$)
Yếu tố thị trường $MK$ 4 (MK1 - MK4) 0.826 Rất tốt ($\alpha > 0.8$)
Kiến thức chuyên môn $P$ 4 (P1 - P4) 0.804 Rất tốt ($\alpha > 0.8$)
Quyết định đầu tư $DS$ 4 (DS1 - DS4) 0.831 Rất tốt ($\alpha > 0.8$)

3. Phân tích nhân tố khám phá (EFA)

  • Biến độc lập: 20 biến quan sát trích xuất thành 5 nhân tố tại Eigenvalue $> 1.0$. Hệ số $KMO = 0.842$ (thỏa mãn $0.5 < KMO < 1.0$), kiểm định Bartlett có mức ý nghĩa $Sig. = 0.000 < 0.05$. Tổng phương sai trích (Cumulative Variance Explained) đạt $63.48% > 50%$, hệ số tải nhân tố (Factor Loading) của tất cả các biến đều $> 0.55$.
  • Biến phụ thuộc: 4 biến quan sát của $DS$ trích thành 1 nhân tố duy nhất, $KMO = 0.798$, $Sig. = 0.000$, Tổng phương sai trích đạt $61.22%$.

Kết quả hồi quy và kiểm định giả thuyết

Mô hình hồi quy bội OLS ghi nhận hệ số xác định hiệu chỉnh $R^2_{adj} = 0.528$, cho thấy 5 nhân tố tài chính hành vi giải thích được 52,8% sự biến thiên trong quyết định đầu tư của NĐT cá nhân tại TP.HCM. Kiểm định ANOVA có giá trị thống kê $F = 54.382$ với $Sig. = 0.000 < 0.001$, khẳng định mô hình hoàn toàn phù hợp với tổng thể.

Giả thuyết Mối quan hệ tác động Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn ($SE$) Hệ số chuẩn hóa ($\beta$) Mức ý nghĩa ($Sig.$) Thống kê VIF Kết luận kiểm định
H1 Tâm lý quá tự tin ($T$) $\rightarrow$ $DS$ 0.218 0.045 0.242 0.000 1.241 Chấp nhận ($p < 0.01$)
H2 Hiệu ứng đám đông ($H$) $\rightarrow$ $DS$ 0.254 0.042 0.286 0.000 1.315 Chấp nhận ($p < 0.01$)
H3 Nhận thức rủi ro ($R$) $\rightarrow$ $DS$ 0.162 0.039 0.185 0.000 1.189 Chấp nhận ($p < 0.01$)
H4 Yếu tố thị trường ($MK$) $\rightarrow$ $DS$ 0.194 0.041 0.215 0.000 1.278 Chấp nhận ($p < 0.01$)
H5 Kiến thức chuyên môn ($P$) $\rightarrow$ $DS$ 0.148 0.038 0.168 0.000 1.204 Chấp nhận ($p < 0.01$) 
                       THỨ BẬC TÁC ĐỘNG CỦA CÁC YẾU TỐ ĐẾN QUYẾT ĐỊNH ĐẦU TƯ
                       (Xếp theo Hệ số Hồi quy Chuẩn hóa Beta)
                       
  1. Hiệu ứng đám đông (H)       ████████████████████████████  β = 0.286 (Mạnh nhất)
  2. Tâm lý quá tự tin (T)       ████████████████████████      β = 0.242
  3. Yếu tố thị trường (MK)      █████████████████████         β = 0.215
  4. Nhận thức rủi ro (R)        ██████████████████            β = 0.185
  5. Kiến thức chuyên môn (P)    ████████████████              β = 0.168

Kiểm định vi phạm các giả định mô hình hồi quy:

  • Đa cộng tuyến: Tất cả hệ số phóng đại phương sai $VIF$ dao động từ $1.189$ đến $1.315$ (đều $< 2.0$, xa ngưỡng vi phạm $10.0$), cho thấy mô hình không gặp hiện tượng đa cộng tuyến.
  • Tự tương quan: Hệ số Durbin-Watson đạt giá trị $d = 1.912$ (nằm trong khoảng tối ưu từ $1.5$ đến $2.5$), bác bỏ giả thuyết có tương quan chuỗi giữa các phần dư.
  • Phân phối chuẩn của phần dư: Biểu đồ tần số phần dư chuẩn hóa (Histogram) có dạng hình chuông cân đối và đồ thị xác suất chuẩn Normal P-P Plot hội tụ bám sát đường chéo $45^\circ$.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và thực tiễn rõ nét so với các công trình công bố trước đây:

Tiêu chí Khóa luận Dương Việt Anh (2024) Luong & Ha (2011) Hieu, Phuoc & Vuong (2020) Areiqat et al. (2019)
Không gian nghiên cứu HOSE (TP. Hồ Chí Minh, 2024) TP. Hồ Chí Minh (2011) Việt Nam (2020) Amman Stock Exchange (ASE)
Quy mô mẫu ($N$) 240 NĐT cá nhân 300 NĐT 215 NĐT 165 NĐT
Công cụ phân tích SPSS 25.0 (EFA & OLS Model) SPSS & AMOS SPSS 20.0 SPSS Multiple Regression
Nhân tố tác động mạnh nhất Hiệu ứng đám đông ($\beta = 0.286$) Yếu tố thị trường Tâm lý quá tự tin Tâm lý quá tự tin
Điểm cải tiến mô hình Tích hợp biến Kiến thức chuyên môn ($P$) & Nhận thức rủi ro ($R$) vào bối cảnh NĐT cá nhân chiếm 7,5% dân số Tập trung vào heuristics và hiệu suất đầu tư chung Đánh giá thiên lệch nhận thức cơ bản Đánh giá tại thị trường Trung Đông

Đóng góp học thuật và thực tiễn

  1. Lượng hóa thành công cấu trúc đa nhân tố: Chứng minh thực nghiệm rằng trên thị trường cận biên như Việt Nam, Hiệu ứng đám đông ($H$) và Tâm lý quá tự tin ($T$) là hai lực đẩy hành vi mạnh mẽ nhất chi phối quyết định giải ngân và lựa chọn cổ phiếu.
  2. Khẳng định vai trò điều tiết của Kiến thức chuyên môn ($P$): Kiến thức tài chính nền tảng ($P$) giúp nhà đầu tư thiết lập kỷ luật cắt lỗ, hiểu rõ chi phí cơ hội và giảm thiểu giao dịch quá mức (overtrading) do tâm lý tự tin thái quá gây ra.

Ứng dụng thực tế và triển khai

                 KHUNG TRIỂN KHAI ỨNG DỤNG KẾT QUẢ NGHIÊN CỨU

Lộ trình triển khai khuyến nghị (Implementation Roadmap)

  • Giai đoạn 1 (Tháng 1 - Tháng 3): Tự đánh giá và định vị hành vi của NĐT cá nhân thông qua bảng câu hỏi đo lường mức độ quá tự tin và nhạy cảm đám đông.
  • Giai đoạn 2 (Tháng 4 - Tháng 6): Các công ty chứng khoán triển khai tính năng cảnh báo rủi ro danh mục tập trung trên nền tảng ứng dụng (App Trading).
  • Giai đoạn 3 (Tháng 7 trở đi): Chuẩn hóa chương trình đào tạo chứng chỉ hành nghề môi giới bổ sung chuyên đề Tài chính hành vi ứng dụng.

Hạn chế và hướng phát triển

Hạn chế nghiên cứu

  1. Phương pháp chọn mẫu: Nghiên cứu áp dụng chọn mẫu ngẫu nhiên thuận tiện tại khu vực TP.HCM với cỡ mẫu $N=240$, chưa bao phủ toàn diện các nhà đầu tư tại thị trường Hà Nội (HNX) và sàn UPCoM.
  2. Phương pháp phân tích: Mô hình hồi quy OLS dừng lại ở việc kiểm tra quan hệ tuyến tính trực tiếp, chưa phân tích các biến trung gian (Mediating Variables) và biến điều tiết (Moderating Variables).

Hướng phát triển đề xuất

  1. Mở rộng mô hình cấu trúc tuyến tính SEM: Ứng dụng mô hình PLS-SEM hoặc CB-SEM trên phần mềm SmartPLS/AMOS để kiểm định tác động gián tiếp của Nhận thức rủi ro đóng vai trò là biến trung gian.
  2. Ứng dụng Machine Learning & AI: Phát triển các mô hình học máy phân cụm hành vi (K-Means Clustering, Random Forest) để phân nhóm nhà đầu tư tự động dựa trên nhật ký lệnh giao dịch thực tế (Tick data).

Đối tượng hưởng lợi

  • Nhà đầu tư cá nhân F0/F1: Nhận diện được các bẫy tâm lý sai lầm, từ đó xây dựng kế hoạch phân bổ vốn kỷ luật, giảm thiểu tỷ lệ thua lỗ tài khoản đến 30–40% do đu đỉnh tâm lý đám đông.
  • Chuyên viên Môi giới & Tư vấn đầu tư (Brokers): Nắm bắt tâm lý khách hàng để thiết kế chiến lược tư vấn danh mục phù hợp với khẩu vị rủi ro và trạng thái cảm xúc của từng NĐT.
  • Các công ty chứng khoán: Cải tiến giao diện người dùng (UI/UX) và bổ sung các công cụ cảnh báo giao dịch quá mức trên ứng dụng Fintech.
  • Sinh viên và Giảng viên khối ngành Tài chính - Ngân hàng: Cung cấp tài liệu tham khảo thực nghiệm chuẩn mực về quy trình phân tích định lượng SPSS từ thiết kế thang đo đến kiểm định hồi quy đa biến.

Câu hỏi thường gặp

1. Dữ liệu khảo sát $N=240$ có đảm bảo tính đại diện thống kê không?

Hoàn toàn đảm bảo. Theo tiêu chuẩn của Hair et al. (2010), kích thước mẫu tối thiểu cho phân tích nhân tố khám phá EFA và hồi quy OLS là $N \ge 10 \times k$ ($k=24$ biến quan sát $\rightarrow N_{min} = 240$). Mẫu nghiên cứu đã thu thập 280 phiếu và chọn lọc chính xác 240 phiếu hợp lệ từ các NĐT thực tế tại TP.HCM.

2. Tại sao Hiệu ứng đám đông lại có tác động mạnh nhất đến quyết định đầu tư ($\beta = 0.286$)?

Thị trường chứng khoán Việt Nam có cơ cấu hơn 90% giá trị giao dịch đến từ NĐT cá nhân. Do hạn chế về thời gian và công cụ phân tích dữ liệu chuyên sâu, NĐT cá nhân có xu hướng tìm kiếm sự an tâm bằng cách giao dịch theo các hội nhóm mạng xã hội (Facebook, Zalo, Telegram), dẫn đến tâm lý bầy đàn áp đảo thông tin cá nhân.

3. Tâm lý quá tự tin dẫn đến những sai lầm giao dịch cụ thể nào?

NĐT có tâm lý quá tự tin thường tin rằng họ có khả năng dự đoán đúng thời điểm của thị trường (Market Timing), từ đó giao dịch quá mức (Overtrading), không đa dạng hóa danh mục (All-in vào 1–2 mã) và chậm trễ trong việc cắt lỗ khi cổ phiếu đi ngược xu hướng kỳ vọng.

4. Mô hình này có bị hiện tượng đa cộng tuyến hoặc tự tương quan không?

Không. Kết quả kiểm định thống kê cho thấy tất cả hệ số $VIF$ đều $< 1.32$ (nhỏ hơn nhiều so với ngưỡng rủi ro 2.0 hoặc 5.0) và hệ số Durbin-Watson đạt $1.912$ (xấp xỉ mức chuẩn 2.0), đảm bảo tính độc lập tuyệt đối giữa các biến và phần dư.

5. Nhà đầu tư cá nhân nên áp dụng công cụ nào để kiểm soát các yếu tố hành vi này?

NĐT nên kết hợp quy tắc giao dịch có hệ thống (Systematic Trading Rules): ghi chép nhật ký lệnh, xác định trước mức dừng lỗ cố định (Stop-loss từ 7%–8%), chốt lời theo từng phần và thực hiện đa dạng hóa danh mục tối thiểu từ 3 đến 5 ngành nghề kinh tế theo nguyên lý MPT của Markowitz.

Kết luận

Khóa luận tốt nghiệp của tác giả Dương Việt Anh đã giải quyết trọn vẹn bài toán thực nghiệm về tác động của các nhân tố tài chính hành vi đối với quyết định đầu tư của NĐT cá nhân tại Sở Giao dịch Chứng khoán TP. Hồ Chí Minh. Kết quả phân tích hồi quy trên phần mềm SPSS 25.0 đã xác nhận mức độ tác động tích cực và có ý nghĩa thống kê của 5 yếu tố theo thứ tự giảm dần: Hiệu ứng đám đông ($\beta = 0.286$), Tâm lý quá tự tin ($\beta = 0.242$), Yếu tố thị trường ($\beta = 0.215$), Nhận thức rủi ro ($\beta = 0.185$), và Kiến thức chuyên môn ($\beta = 0.168$).

Công trình cung cấp cơ sở dữ liệu thực nghiệm giá trị, bắc nhịp cầu nối giữa lý thuyết tài chính hành vi hiện đại và thực tiễn vận hành thị trường chứng khoán Việt Nam. Đây là tài liệu tham khảo cần thiết cho các nhà nghiên cứu, tổ chức tài chính và cá nhân tham gia đầu tư nhằm kiến tạo một môi trường giao dịch minh bạch, kỷ luật và bền vững.