Bối cảnh và vấn đề nghiên cứu

Thị trường chứng khoán Việt Nam sau hơn 15 năm hình thành và phát triển đã trở thành kênh huy động vốn quan trọng của nền kinh tế, thu hút sự tham gia đa dạng từ các nhà đầu tư cá nhân nhỏ lẻ đến các tổ chức tài chính chuyên nghiệp. Tuy nhiên, thực tiễn thị trường giai đoạn này còn bộc lộ những hạn chế về tính minh bạch thông tin, hành lang pháp lý còn tồn tại kẽ hở và nguy cơ thao túng giá cổ phiếu. Trong bối cảnh đó, các báo cáo phân tích thuần túy định tính bộc lộ những giới hạn nhất định, đặt ra yêu cầu kiểm chứng khả năng ứng dụng các mô hình tài chính định lượng vào hoạt động phân tích và dự báo giá chứng khoán tại Việt Nam.

Từ quá trình thực tập thực tế tại Công ty Cổ phần Chứng khoán VNDIRECT (Chi nhánh TP. Hồ Chí Minh) và tiếp nối đề tài thực tập tốt nghiệp "Đánh giá hiệu quả hoạt động môi giới tại CTCP CK VNDIRECT", tác giả Nguyễn Thanh Phú đã thực hiện khóa luận tốt nghiệp ngành Tài chính - Ngân hàng (chuyên ngành Tài chính doanh nghiệp) tại Trường Đại học Công nghệ TP. HCM (HUTECH) với đề tài: "Ứng dụng mô hình ARIMA vào dự báo giá chứng khoán" dưới sự hướng dẫn của ThS. Nguyễn Linh Nhâm (năm 2015).

Nhiệm vụ và mục tiêu nghiên cứu của khóa luận được xác định cụ thể theo hai nhóm:

  1. Đối với sinh viên:
    • Tìm hiểu cơ sở lý thuyết về mô hình tự hồi quy tích hợp trung bình trượt (ARIMA) và kiểm tra tính hiệu quả thực tế của mô hình.
    • Vận dụng kiến thức kinh tế lượng và kỹ năng thực tế để phân tích, xây dựng mô hình dự báo giá cổ phiếu.
    • Khảo sát và hiểu rõ hơn quy trình lập báo cáo phân tích của các công ty chứng khoán, đặc biệt là tại VNDIRECT.
  2. Đối với doanh nghiệp:
    • Cung cấp tài liệu tham khảo hỗ trợ bộ phận phân tích nhận diện những điểm còn thiếu sót, từ đó cải thiện và nâng cao chất lượng các bản tin phân tích.
  • Đối tượng nghiên cứu: Ứng dụng mô hình kinh tế lượng ARIMA vào hoạt động phân tích và dự báo giá cổ phiếu trong các báo cáo phân tích chứng khoán.
  • Phạm vi nghiên cứu: Khóa luận giới hạn nghiên cứu trong hoạt động phân tích tại VNDIRECT và tiến hành thực nghiệm trên chuỗi dữ liệu giá cổ phiếu của Ngân hàng TMCP Ngoại thương Việt Nam (mã VCB, niêm yết trên sàn HSX) trong khoảng thời gian từ ngày 01/01/2013 đến ngày 07/01/2015.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết và các khái niệm nền tảng

Khóa luận xây dựng nội dung dựa trên hệ thống cơ sở pháp lý và các trường phái phân tích tài chính:

  • Cơ sở pháp lý: Trích dẫn khái niệm chứng khoán theo Điều 6 Luật Chứng khoán số 70/2006/QH11 ngày 29/06/2006 của Quốc hội, phân định các công cụ tài chính như cổ phiếu, trái phiếu, chứng chỉ quỹ, chứng quyền, quyền chọn, hợp đồng tương lai. Khóa luận tập trung nghiên cứu chứng khoán vốn (cổ phiếu).
  • Hệ thống giá và chỉ số giao dịch: Khái niệm mệnh giá (quy chuẩn 10.000 đồng/cổ phiếu tại Việt Nam), thị giá, giá niêm yết, giá khớp lệnh, giá mở cửa, giá đóng cửa, giá tham chiếu, biên độ dao động, giá trần và giá sàn.
  • Các chỉ số tài chính ngành ngân hàng: Tỷ lệ thu nhập lãi cận biên (NIM), tỷ lệ nợ xấu, chi phí dự phòng rủi ro, hệ số định giá P/E (Price-to-Earnings) và P/B (Price-to-Book).
  • Trường phái phân tích cơ bản (FA): Tiếp cận theo mô hình Top-down 5 cấp độ (Kinh tế vĩ mô $\rightarrow$ Thị trường tài chính $\rightarrow$ Ngành $\rightarrow$ Doanh nghiệp $\rightarrow$ Cổ phiếu); phân loại 6 nhóm cổ phiếu (blue-chips, tăng trưởng ổn định, tăng trưởng bùng nổ, phòng vệ, chu kỳ, thời vụ); 5 phương pháp định giá (cổ tức, dòng tiền, P/E, hệ số tài chính, tài sản ròng).
  • Trường phái phân tích kỹ thuật (TA): Dựa trên 3 giả định nền tảng của lý thuyết Dow (thị trường phản ánh xu hướng, giá phản ánh tất cả, lịch sử lặp lại) cùng các chỉ báo: đường trung bình động giản đơn (SMA), chỉ số sức mạnh tương đối (RSI), chỉ số định hướng chuyển động (DMI/ADX), dải băng Bollinger Bands, ngưỡng hỗ trợ và kháng cự.
  • Lý thuyết chuỗi thời gian và mô hình ARIMA: Phương pháp luận chuỗi thời gian theo George Box và Gwilym Jenkins (1976). Chuỗi thời gian gồm 4 thành phần: xu hướng (trend), chu kỳ (cyclical), mùa vụ (seasonal) và bất quy tắc (irregular). Khái niệm chuỗi dừng (stationary), hàm tự tương quan (ACF), hàm tự tương quan riêng phần (PACF). Mô hình tổng quát ARIMA(p,d,q) gồm 3 thành phần: tự hồi quy AR(p), sai phân bậc d tích hợp I(d) và trung bình trượt MA(q) với phương trình toán học:

$$D^d(Y_t) = \theta_0 + [\theta_1 D^d(Y_{t-1}) + \dots + \theta_p D^d(Y_{t-p})] + [U_t - \beta_1 U_{t-1} - \dots - \beta_q U_{t-q}]$$

(Trong đó $\theta_0$ là hằng số, $\theta_i$ và $\beta_j$ là các hệ số ước lượng thỏa mãn điều kiện ổn định, $U_t$ là phần dư nhiễu trắng có kỳ vọng bằng 0 và phương sai không đổi).

Phương pháp nghiên cứu và nguồn dữ liệu

  • Phương pháp định tính: Quan sát thực tế, phân tích cấu trúc các báo cáo phân tích nhanh và báo cáo thăm doanh nghiệp của VNDIRECT; tổng hợp ý kiến phản hồi từ nhà đầu tư.
  • Phương pháp định lượng: Thực hiện quy trình Box-Jenkins 4 bước (Nhận dạng mô hình $\rightarrow$ Ước lượng tham số $\rightarrow$ Kiểm định chẩn đoán phần dư $\rightarrow$ Dự báo) bằng phần mềm kinh tế lượng EViews 8 kết hợp xử lý dữ liệu trên Microsoft Excel 2010.
  • Nguồn dữ liệu: Chuỗi dữ liệu giá đóng cửa lịch sử của cổ phiếu VCB thu thập từ cổng thông tin tài chính finance.vn trong giai đoạn từ ngày 01/01/2013 đến ngày 07/01/2015. Tác giả tính toán mức giá trung bình của 5 phiên giao dịch trong mỗi tuần, tạo thành chuỗi dữ liệu gồm 101 quan sát theo tuần (sample: 101 observations).

Nội dung chính theo từng chương

Chương 1: Cơ sở lý luận chung

Chương 1 hệ thống hóa toàn bộ khung lý luận về thị trường chứng khoán, phân biệt bản chất giữa phân tích cơ bản và phân tích kỹ thuật, đồng thời trình bày toán học mô hình chuỗi thời gian ARIMA:

  • So sánh ưu và nhược điểm của hai trường phái: Phân tích cơ bản phù hợp với đầu tư dài hạn nhưng tốn nhiều thời gian xử lý dữ liệu và phụ thuộc vào tính trung thực của báo cáo tài chính; phân tích kỹ thuật xác định nhanh điểm mua/bán trong ngắn - trung - dài hạn dựa trên dữ liệu giá quá khứ nhưng có độ trễ và mang tính chủ quan của người vẽ biểu đồ.
  • Trình bày chi tiết cấu trúc chuỗi thời gian, định nghĩa toán học của hệ số tự tương quan mẫu $\hat{\rho}_k$, điều kiện dừng của chuỗi dữ liệu và quy trình 4 giai đoạn của phương pháp Box-Jenkins.

Chương 2: Phương pháp phân tích, dự báo giá Công ty Chứng khoán VNDIRECT đang sử dụng trong báo cáo phân tích nhanh

Chương 2 mổ xẻ thực trạng hoạt động phân tích tại VNDIRECT thông qua nghiên cứu trường hợp báo cáo phân tích nhanh cổ phiếu VCB ngày 13/03/2015:

  • Thông tin cơ bản của VCB: Thành lập năm 1963, quy mô tổng tài sản lớn thứ 3 trong nhóm 7 ngân hàng theo dõi tại thời điểm 30/06/2014; mạng lưới 328 chi nhánh và phòng giao dịch; vốn hóa thị trường đạt 98,75 nghìn tỷ đồng; khối lượng cổ phiếu lưu hành 2.665.020.334 cổ phiếu; room nhà đầu tư nước ngoài còn lại 9,1%.
  • Phân tích kết quả kinh doanh 9 tháng đầu năm 2014:
    • Tổng thu nhập hoạt động đạt 12.347 tỷ đồng (tăng 10% so với cùng kỳ năm trước).
    • Thu nhập lãi thuần đạt 8.517 tỷ đồng (tăng 5,7%, chiếm 69% tổng thu nhập).
    • Hoạt động dịch vụ đạt gần 1.302 tỷ đồng (tăng 104%, chiếm 10,5% tổng thu nhập).
    • Tỷ lệ thu nhập lãi thuần (NIM) đạt 1,76% trong 9T/2014 (ước đạt 2,35% cả năm 2014), suy giảm do xu hướng giảm lãi suất cho vay và tăng trưởng tín dụng chậm hơn huy động.
    • Tỷ lệ nợ xấu ở mức 2,54% (tổng nợ xấu 7.686 tỷ đồng, trong đó nợ nhóm có khả năng mất vốn tăng 69%).
    • Tăng trưởng huy động tiền gửi khách hàng đạt 16,6% (đạt 387 nghìn tỷ đồng).
  • Tác động của chính sách vĩ mô: Đánh giá tác động của Thông tư 36 (siết tỷ lệ cho vay đầu tư chứng khoán của ngân hàng thương mại tối đa 5% vốn điều lệ và cấm cho vay chứng khoán nếu nợ xấu trên 3%) và Thông tư 09/2014/TT-NHNN về cơ cấu lại thời hạn trả nợ.
  • Phương pháp định giá: So sánh P/E của VCB ở mức 17,97 lần (so với trung bình ngành ngân hàng khu vực là 18 lần) và P/B.
  • Phân tích kỹ thuật trên báo cáo: Báo cáo chỉ số VNINDEX tháng 09/2014 sử dụng RSI, DMI (+DI cắt lên -DI nhưng ADX hướng xuống), dải Bollinger Bands thu hẹp và vùng kháng cự 595 - 600 điểm.
  • Đánh giá hoạt động của VNDIRECT: Báo cáo phân tích nhanh được lập trong 24 - 48 giờ đáp ứng kịp thời thông tin cô đọng cho khách hàng, tuy nhiên mảng phân tích kỹ thuật chưa được ứng dụng nhiều cho từng mã cổ phiếu cụ thể và bản tin chưa đưa ra các mức giá khuyến nghị mục tiêu, chốt lời hoặc cắt lỗ rõ ràng.

Chương 3: Sử dụng chương trình EViews 8 để ứng dụng mô hình ARIMA vào dự báo giá chứng khoán

Chương 3 triển khai toàn bộ quá trình thực nghiệm định lượng trên chuỗi giá đóng cửa trung bình tuần của cổ phiếu VCB (101 quan sát):

Bước thực hiện Thao tác kỹ thuật trên EViews 8 Kết quả thu được
1. Kiểm định tính dừng chuỗi gốc Xem đồ thị Correlogram của chuỗi CLOSE (101 quan sát). Đồ thị hàm ACF giảm dần từ từ về 0; xác suất kiểm định $Q\text{-Stat}$ có $Prob = 0.000 < 0.05$. Chuỗi không dừng.
2. Lấy sai phân bậc 1 Tạo biến sai phân bậc 1: D(CLOSE) (100 quan sát). Đồ thị ACF và PACF triệt tiêu nhanh về khoảng tin cậy quanh 0. Chuỗi trở thành chuỗi dừng. Xác định tham số $d = 1$.
3. Ước lượng và chọn mô hình tối ưu Chạy thử nghiệm 8 cấu trúc mô hình kết hợp các bậc trễ AR và MA khác nhau, so sánh các chỉ tiêu $R^2$, $R^2$ hiệu chỉnh, Log Likelihood, AIC, SC. Mô hình tối ưu được chọn là cấu trúc có các thành phần: AR(1, 3, 4) và MA(1, 2, 3, 4, 5, 6).
4. Kết quả ước lượng mô hình Lệnh hồi quy bình phương tối thiểu: d(close) c ar(1) ar(3) ar(4) ma(1) ma(2) ma(3) ma(4) ma(5) ma(6). Mẫu điều chỉnh: 85 quan sát. Hệ số xác định $R^2 = 0.352822$; tiêu chuẩn thông tin Akaike (AIC) $= 2.567225$; tổng bình phương phần dư (Sum squared resid) $= 51.854596$.
5. Kiểm định chẩn đoán phần dư Thực hiện kiểm định phần dư: View / Residual tests / Correlogram - Q-Statistic. Các hệ số tự tương quan của phần dư đều nằm trong dải tin cậy, xác suất $Prob > 0.05$ (ví dụ ở độ trễ kiểm tra có $Prob = 0.692$). Phần dư là chuỗi dừng, có phân phối chuẩn và là nhiễu trắng.
6. Dự báo ngoài mẫu Sử dụng chức năng Forecast (phương pháp Dynamic forecast) để dự báo giá đóng cửa trung bình tuần tiếp theo. Giá dự báo đạt 26.409 đồng/cổ phiếu.

Chương 4: Nhận xét tính ứng dụng của mô hình sau khi thực nghiệm

Chương 4 đánh giá kết quả thực nghiệm, nêu bật các đóng góp và chỉ ra những giới hạn của việc áp dụng mô hình định lượng vào môi trường đầu tư thực tế:

  • Đánh giá ưu thế: Mô hình ARIMA phát huy độ chính xác cao trong các bài toán dự báo ngắn hạn độc lập dựa trên chính chuỗi dữ liệu quá khứ mà không đòi hỏi phải thu thập hệ thống biến số vĩ mô phức tạp.
  • Giới hạn thực nghiệm:
    • Yêu cầu số lượng quan sát lịch sử đủ lớn và liên tục.
    • Khi tác giả thử nghiệm dự báo trên các khung thời gian dài hơn (tháng, quý, năm), sai số mô hình gia tăng rõ rệt, cho thấy ARIMA bộc lộ hạn chế khi dự báo dài hạn.
    • Quá trình nhận dạng mô hình Box-Jenkins mang tính nghệ thuật và phụ thuộc nhiều vào kỹ năng thực hành ước lượng của người phân tích hơn là một công thức cố định.
    • Mô hình vận hành theo nguyên tắc nội sinh dữ liệu ("để số liệu tự nói"), do đó không thể hấp thụ ngay các cú sốc chính sách đột ngột (ví dụ việc Fed đổi cơ chế điều hành tiền tệ từ kiểm soát lãi suất sang kiểm soát cung tiền vào tháng 10/1979 làm mất hiệu lực các tham số ước lượng quá khứ).

Kết quả và đóng góp

Kết quả định lượng của mô hình

Khóa luận đã kiểm chứng độ chính xác của mô hình ARIMA đối với chuỗi dữ liệu giá cổ phiếu VCB bằng cách đối chiếu mức giá dự báo trung bình tuần với mức giá giao dịch thực tế trên sàn HSX:

Chỉ tiêu so sánh Giá trị Đơn vị tính
Giá giao dịch thực tế 26.480 VNĐ/cổ phiếu
Giá tính toán từ mô hình ARIMA 26.409 VNĐ/cổ phiếu
Chênh lệch tuyệt đối 71 VNĐ/cổ phiếu
Tỷ lệ sai số chênh lệch 0,27 %

Mức sai số 0,27% chứng minh mô hình ARIMA có khả năng khớp dữ liệu và đưa ra dự báo ngắn hạn tiệm cận sát với diễn biến thị trường thực tế trong điều kiện thị trường không có đột biến chính sách lớn.

Đóng góp của khóa luận

  • Về mặt học thuật và kỹ năng cá nhân: Tác giả đã vận dụng phương pháp phân tích chuỗi thời gian hiện đại vào phân tích thị trường tài chính Việt Nam, làm chủ quy trình kiểm định tính dừng, nhận dạng bậc mô hình, hiệu chỉnh sai số và kiểm định nhiễu trắng trên phần mềm chuyên dụng EViews 8.
  • Về mặt ứng dụng thực tiễn tại doanh nghiệp:
    • Cung cấp cơ sở khoa học để bộ phận phân tích của VNDIRECT bổ sung công cụ định lượng vào quy trình lập báo cáo phân tích nhanh.
    • Đề xuất ứng dụng kết quả dự báo của ARIMA để tính toán và thiết lập các mức giá mục tiêu, ngưỡng chốt lời và cắt lỗ cụ thể cho từng mã cổ phiếu, khắc phục điểm yếu thiếu khuyến nghị giá hành động trong các báo cáo phân tích định tính trước đây.

Hạn chế và hướng nghiên cứu tiếp theo

Hạn chế được xác định trong văn bản

  1. Mô hình ARIMA hoàn toàn dựa vào chuỗi dữ liệu quá khứ của chính biến số nghiên cứu nên không tích hợp được các yếu tố thay đổi đột biến từ chính sách vĩ mô của Nhà nước hoặc biến động kinh tế thế giới.
  2. Hiệu quả dự báo suy giảm mạnh khi kéo dài khoảng thời gian dự báo (từ tuần sang tháng, quý hoặc năm).
  3. Giả định phần dư $U_t$ là nhiễu trắng có phương sai không đổi đôi khi không phù hợp với chuỗi lợi suất tài chính vốn thường xuyên xảy ra hiện tượng biến động cụm (volatility clustering).

Hướng nghiên cứu mở rộng

Tác giả đề xuất định hướng nghiên cứu tiếp theo là kết hợp mô hình ARIMA với mô hình ARCH (Autoregressive Conditional Heteroskedasticity - Mô hình phương sai có điều kiện thay đổi tự hồi quy) hoặc các biến thể GARCH. Mô hình ARCH cho phép ước lượng đồng thời cả phương trình giá trị trung bình lẫn phương trình phương sai có điều kiện thay đổi theo thời gian, từ đó xử lý tốt hơn các dao động rủi ro và nâng cao chất lượng dự báo trong điều kiện thị trường tài chính có nhiều biến động mạnh.

Giá trị tham khảo

Báo cáo khóa luận mang lại giá trị tham khảo hữu ích cho các nhóm đối tượng sau:

  • Sinh viên ngành Tài chính - Ngân hàng, Kinh tế lượng và Phân tích dữ liệu: Cung cấp tài liệu tham khảo chi tiết về quy trình 4 bước Box-Jenkins áp dụng trên EViews 8, từ cách đọc đồ thị ACF/PACF, xử lý sai phân bậc 1, lựa chọn tiêu chuẩn thông tin AIC/SC đến thao tác kiểm định phần dư bằng $Q\text{-Statistic}$.
  • Chuyên viên phân tích và môi giới chứng khoán: Tham khảo phương pháp kết hợp số liệu tài chính cơ bản ngành ngân hàng (bóc tách các chỉ số nợ xấu, trích lập dự phòng, NIM theo Thông tư 36, Thông tư 09) với công cụ dự báo giá định lượng nhằm hoàn thiện cấu trúc bản tin phân tích doanh nghiệp.

Câu hỏi thường gặp

1. Dữ liệu đầu vào dùng để chạy mô hình ARIMA trong khóa luận được thu thập từ nguồn nào và xử lý ra sao?

Dữ liệu được thu thập từ cổng thông tin tài chính finance.vn đối với mã cổ phiếu VCB trên sàn HSX trong giai đoạn từ 01/01/2013 đến 07/01/2015. Tác giả sử dụng Excel 2010 để tính toán giá đóng cửa trung bình của 5 phiên giao dịch trong mỗi tuần, tạo thành chuỗi dữ liệu chuỗi thời gian gồm 101 quan sát tuần.

2. Chuỗi dữ liệu giá cổ phiếu VCB đạt tính dừng ở bậc sai phân nào?

Ở chuỗi dữ liệu gốc (CLOSE), đồ thị hàm tự tương quan ACF suy giảm dần từ từ về 0 và xác suất kiểm định $Q\text{-Stat}$ có $Prob = 0.000$, thể hiện chuỗi chưa dừng. Sau khi lấy sai phân bậc 1 (D(CLOSE) với 100 quan sát), các hệ số ACF và PACF giảm nhanh về 0 trong dải tin cậy, xác nhận chuỗi đã dừng và tham số sai phân được xác định là $d = 1$.

3. Cấu trúc mô hình ARIMA tối ưu được tác giả lựa chọn qua EViews 8 gồm những tham số nào?

Sau khi thử nghiệm 8 cấu trúc mô hình khác nhau và so sánh các chỉ số AIC, SC, $R^2$, tác giả chọn mô hình tối ưu có các thành phần bậc trễ: AR(1, 3, 4) và MA(1, 2, 3, 4, 5, 6) trên chuỗi sai phân bậc 1. Mô hình đạt tiêu chuẩn thông tin Akaike $\text{AIC} = 2.567225$, hệ số $R^2 = 0.352822$, và phần dư sau ước lượng đạt chuẩn nhiễu trắng với kiểm định $Q\text{-Statistic}$ có $Prob > 0.05$.

4. Kết quả kiểm chứng thực nghiệm giữa giá dự báo và giá thực tế có độ sai lệch như thế nào?

Mô hình ARIMA cho kết quả dự báo giá đóng cửa trung bình tuần tiếp theo của cổ phiếu VCB là 26.409 đồng/cổ phiếu, trong khi giá giao dịch thực tế đạt 26.480 đồng/cổ phiếu. Mức chênh lệch tuyệt đối là 71 đồng/cổ phiếu, tương đương tỷ lệ sai số chỉ 0,27%.

5. Tác giả đề xuất mô hình kinh tế lượng nào để khắc phục hạn chế về phương sai phần dư của ARIMA?

Tác giả đề xuất kết hợp mô hình ARIMA với mô hình ARCH (Mô hình phương sai có điều kiện thay đổi tự hồi quy). Mô hình ARCH cho phép ước lượng phương sai thay đổi theo thời gian thay vì giả định phương sai không đổi, giúp mô hình hóa tốt hơn các biến động bất thường của thị trường chứng khoán.

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Thanh Phú đã hệ thống hóa cơ sở lý luận về phân tích chứng khoán và triển khai thành công mô hình chuỗi thời gian ARIMA(p,1,q) trên phần mềm EViews 8 để dự báo giá cổ phiếu VCB. Kết quả thực nghiệm cho thấy mô hình đạt độ chuẩn xác cao trong dự báo ngắn hạn với mức sai số chênh lệch chỉ 0,27% so với giá giao dịch thực tế. Đây là công trình nghiên cứu ứng dụng có giá trị thực tiễn, cung cấp luận cứ khoa học để nâng cao chất lượng hoạt động tư vấn, phân tích và quản trị rủi ro tại các công ty chứng khoán.