Bối cảnh và vấn đề nghiên cứu

Thị trường chứng khoán đóng vai trò là kênh dẫn vốn trung và dài hạn quan trọng của nền kinh tế. Tại Việt Nam, thị trường chính thức đi vào hoạt động từ năm 2000 và đã trải qua các giai đoạn phát triển, tái cấu trúc quan trọng. Trong hệ thống tài chính, ngành ngân hàng giữ vị thế huyết mạch, chiếm tỷ trọng vốn hóa lớn và có mức độ nhạy cảm cao đối với các biến động kinh tế vĩ mô. Giai đoạn 2012 đến quý 1/2018 ghi nhận nhiều chuyển biến của hệ thống ngân hàng Việt Nam sau giai đoạn bất ổn tài chính: dự trữ ngoại hối được củng cố (đạt gần 52 tỷ USD vào cuối năm 2017), Nghị quyết số 42/2017/QH14 về thí điểm xử lý nợ xấu có hiệu lực tạo hành lang pháp lý xử lý các vướng mắc tồn đọng, cùng sự gia tăng mạnh mẽ của nhóm cổ phiếu ngân hàng tác động trực tiếp đến chỉ số VN-Index.

Trong bối cảnh đó, việc đánh giá tác động của các chính sách và biến số vĩ mô đến mức độ rủi ro hệ thống của nhóm cổ phiếu ngành ngân hàng là yêu cầu thực tiễn. Đề tài khóa luận "The relationship between macro-economic factors and the bank stock price in Vietnam stock market from 2012 to the first quarter of 2018" (Mối quan hệ giữa các yếu tố vĩ mô và giá cổ phiếu ngành ngân hàng trên thị trường chứng khoán Việt Nam giai đoạn 2012 - quý 1/2018) được tác giả Phùng Thiên Ân thực hiện nhằm giải quyết các nhiệm vụ khoa học sau:

  1. Hệ thống hóa cơ sở lý luận về rủi ro hệ thống trong đầu tư chứng khoán và tổng quan biến động giá cổ phiếu ngành ngân hàng.
  2. Nhận diện các yếu tố rủi ro hệ thống từ môi trường kinh tế vĩ mô tác động đến chỉ số giá cổ phiếu ngân hàng tại Việt Nam.
  3. Ứng dụng mô hình kinh tế lượng Tự hồi quy phân phối trễ (ARDL) để kiểm định, lượng hóa mối quan hệ cân bằng trong dài hạn và các biến động ngắn hạn giữa các yếu tố vĩ mô với chỉ số giá cổ phiếu ngân hàng.
  4. Tổng hợp kết quả thực nghiệm, đề xuất các khuyến nghị cho nhà đầu tư, nhà quản trị ngân hàng thương mại và cơ quan hoạch định chính sách quản lý nhà nước.

Nghiên cứu tập trung giải quyết 2 câu hỏi chính:

  • Các yếu tố rủi ro hệ thống từ thị trường có thực sự tác động đến giá cổ phiếu ngành ngân hàng trên thị trường chứng khoán Việt Nam hay không?
  • Tồn tại mối quan hệ dài hạn giữa các biến số kinh tế vĩ mô và chỉ số giá ngành ngân hàng hay không?

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Các yếu tố rủi ro hệ thống từ kinh tế vĩ mô tác động đến giá cổ phiếu nhóm ngành ngân hàng niêm yết.
  • Phạm vi không gian: Thị trường chứng khoán Việt Nam.
  • Phạm vi thời gian: Dữ liệu chuỗi thời gian theo tần suất tháng từ tháng 01/2012 đến tháng 03/2018 (tổng cộng 75 quan sát).

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình tiếp cận

Khóa luận xây dựng cơ sở lập luận dựa trên các lý thuyết tài chính và mô hình định giá:

  • Lý thuyết rủi ro và phân loại rủi ro: Phân biệt rủi ro phi hệ thống (có thể triệt tiêu bằng đa dạng hóa danh mục) và rủi ro hệ thống (rủi ro thị trường gắn với lãi suất, tỷ giá, lạm phát, giá cả không thể phân tán).
  • Mô hình định giá tài sản vốn (CAPM) và Lý thuyết định giá kinh doanh chênh lệch giá (APT): Giải thích tỷ suất sinh lời kỳ vọng dựa trên các yếu tố rủi ro vĩ mô đa nhân tố.
  • Mô hình Chiết khấu dòng tiền (DCF): Định giá giá trị nội tại của cổ phiếu dựa trên dòng tiền tương lai được chiết khấu về hiện tại, qua đó chỉ ra tác động của lãi suất chiết khấu và chi phí vốn đến thị giá cổ phiếu.

Phương pháp nghiên cứu và quy trình ước lượng

Do dữ liệu chuỗi thời gian tài chính thường có hiện tượng không dừng, việc sử dụng hồi quy OLS truyền thống dễ dẫn đến hiện tượng hồi quy giả mạo (spurious regression). Các mô hình VAR hoặc VECM thông thường lại đòi hỏi tất cả các chuỗi thời gian phải dừng cùng bậc $I(1)$. Tác giả lựa chọn mô hình Tự hồi quy phân phối trễ (ARDL - Autoregressive Distributed Lag) do Pesaran, Shin & Smith (1996) và Pesaran & Shin (1997) phát triển, cùng hệ giá trị tới hạn cho mẫu nhỏ của Narayan (2004). ARDL cho phép ước lượng đồng thời các biến dừng ở các bậc tích hợp khác nhau ($I(0)$ và $I(1)$) với kích thước mẫu từ 30 đến 80 quan sát.

Quy trình thực nghiệm bao gồm 5 bước:

  1. Kiểm định nghiệm đơn vị (Unit-root Test): Sử dụng kiểm định Augmented Dickey-Fuller (ADF) và Phillips-Perron (PP), kết hợp kiểm định Breakpoint unit-root để xác định bậc tích hợp của từng chuỗi dữ liệu.
  2. Xác định độ trễ tối ưu: Dựa trên tiêu chuẩn thông tin Akaike (AIC) và Schwarz Bayesian Criterion (SBC) thông qua phương pháp Maximum Likelihood.
  3. Kiểm định biên (Bound Test): Đánh giá sự tồn tại của mối quan hệ đồng liên kết dài hạn giữa các biến thông qua kiểm định giả thuyết $F$-statistic so với các ngưỡng biên $I(0)$ Bound và $I(1)$ Bound.
  4. Ước lượng phương trình dài hạn và mô hình hiệu chỉnh sai số (ECM): Xác định các hệ số hồi quy dài hạn và hệ số điều chỉnh ngắn hạn $ECM_{t-1}$.
  5. Kiểm định chẩn đoán và độ ổn định: Kiểm định Ramsey RESET (dạng hàm/thiếu biến), kiểm định Breusch-Godfrey Serial Correlation LM (tự tương quan), kiểm định Breusch-Pagan-Godfrey (phương sai sai số thay đổi), kiểm định CUSUM và CUSUM bình phương (độ ổn định tham số), kiểm định quan hệ nhân quả Granger (Granger Causality Test).

Hệ thống biến số và nguồn dữ liệu

Chỉ số giá ngành ngân hàng ($LG$) được tính toán theo phương pháp bình quân gia quyền Paasche:

$$LG_t = \frac{\sum_{i=1}^n P_{it} Q_{it}}{\sum_{i=1}^n P_{0} Q_{it}}$$

Trong đó $P_{it}$ và $Q_{it}$ lần lượt là giá đóng cửa và khối lượng cổ phiếu $i$ tại thời điểm $t$; $P_0$ là giá tại kỳ gốc.

Tên biến Ký hiệu Vai trò Kỳ vọng dấu Nguồn thu thập dữ liệu
Chỉ số giá cổ phiếu ngân hàng $LG$ Biến phụ thuộc — Cophieu68.com
Cung tiền M2 $LM2$ Biến độc lập $+$ Vietstock.com
Tỷ giá hối đoái USD/VND $LER$ Biến độc lập $-$ Quỹ Tiền tệ Quốc tế (IMF)
Tỷ lệ lạm phát (tính qua CPI) $LLP$ Biến độc lập $-$ Vietstock.com
Lãi suất cho vay ngắn hạn $LIR$ Biến độc lập $-$ / $+$ Quỹ Tiền tệ Quốc tế (IMF)

Nội dung chính theo từng chương

Chương 1: Tổng quan về đề tài (The Overview of the Thesis)

Chương 1 thiết lập tính cấp thiết của nghiên cứu trong bối cảnh thị trường chứng khoán Việt Nam tái thiết sau khủng hoảng tài chính 2008 và sự trỗi dậy của nhóm cổ phiếu ngân hàng trong cơ cấu vốn hóa giai đoạn 2015–2018. Tác giả xác định mục tiêu nghiên cứu, đối tượng, phạm vi dữ liệu (75 quan sát tháng), đặt ra 2 câu hỏi nghiên cứu cốt lõi và làm rõ ý nghĩa khoa học của việc áp dụng mô hình ARDL kết hợp ECM trong phân tích ngành ngân hàng tại Việt Nam.

Chương 2: Tổng quan về rủi ro hệ thống và các yếu tố kinh tế vĩ mô ảnh hưởng đến giá cổ phiếu ngành ngân hàng (An Overview of Systematic Risk and Macroeconomic Factors Affecting Stock Prices in the Banking Sector)

Chương này tổng kết cơ sở lý thuyết về rủi ro và các cấu phần rủi ro hệ thống (rủi ro lãi suất, tỷ giá, lạm phát, thị giá). Tác giả tổng thuật các công trình nghiên cứu thực nghiệm trong và ngoài nước:

  • Nghiên cứu quốc tế: Paul & Mallik (2001, Úc), Vaz, Ariff & Brooks (2008, Úc), Kasman, Vardar & Tunc (2011, Thổ Nhĩ Kỳ), Muneer, Butt & Rehman (2011, Pakistan), Asaolu & Ogunmuyiwa (2011, Nigeria), Kumar & Puja (2012, Ấn Độ), Jawaid & Haq (2012, Pakistan), Abid Ali Shah và cộng sự (2012, Pakistan), Monjazeb & Shakerian (2014, Iran), Subburayan & Srinivasan (2014, Ấn Độ).
  • Nghiên cứu trong nước: Lê Hoàng Phong và Đặng Thị Bạch Vân (2017) phân tích tác động vĩ mô lên VN-Index bằng ARDL giai đoạn 2001–2013.

Từ các kết quả nghiên cứu trước, tác giả luận giải cơ chế truyền dẫn của 4 nhân tố vĩ mô ($M2$, tỷ giá USD/VND, lạm phát, lãi suất cho vay ngắn hạn) tới dòng tiền và định giá của cổ phiếu ngân hàng.

Chương 3: Phương pháp nghiên cứu và cơ sở dữ liệu (Research Methods and Data Basis)

Chương 3 trình bày chi tiết công thức đo lường biến phụ thuộc $LG$ theo phương pháp Paasche, công thức tính tỷ lệ lạm phát từ CPI, định nghĩa cung tiền $M1, M2$ và nguồn gốc chuỗi số liệu từ Vietstock, cophieu68, IMF và Tổng cục Thống kê. Chương này cụ thể hóa các giả thuyết nghiên cứu ($H_0, H_1$), thiết lập phương trình toán học tổng quát của mô hình ARDL $(p_0, p_1, p_2, p_3, p_4)$, phương trình kiểm định biên Bound Test và mô hình hiệu chỉnh sai số dạng ngắn hạn $ECM$.

Chương 4: Kết quả nghiên cứu (Research Results)

Chương 4 thực hiện toàn bộ các phân tích định lượng trên phần mềm EViews 9.0:

  • Thống kê mô tả dữ liệu 75 quan sát.
  • Phân tích tương quan chuỗi thời gian qua các đồ thị trực quan giai đoạn 2012 - Q1/2018.
  • Kết quả kiểm định nghiệm đơn vị ADF và PP: $LLP$ và $LIR$ dừng ở mức gốc $I(0)$, trong khi $LG, LER, LM2$ dừng ở sai phân bậc một $I(1)$.
  • Xác định cấu trúc độ trễ tối ưu cho mô hình là ARDL(1, 0, 0, 1, 1) dựa trên AIC, đạt hệ số xác định $R^2 = 0.886652$.
  • Kiểm định Bound Test xác nhận tồn tại đồng liên kết dài hạn giữa các biến ở mức ý nghĩa 1% ($F\text{-statistic} = 5.232714 > I_1\text{ Bound} = 4.37$).
  • Ước lượng hệ số dài hạn và ngắn hạn: xác nhận tác động cùng chiều của cung tiền M2, tác động nghịch chiều của lãi suất cho vay ngắn hạn và lạm phát.
  • Hệ số hiệu chỉnh sai số ngắn hạn $ECM_{t-1} = -0.087428$ ($p < 0.01$).
  • Thực hiện các kiểm định chẩn đoán Ramsey RESET, Breusch-Godfrey LM, Breusch-Pagan-Godfrey, kiểm định độ ổn định tham số CUSUM và CUSUM bình phương, kiểm định quan hệ nhân quả Granger.

Chương 5: Kết luận và khuyến nghị (Conclusions and Recommendations)

Chương cuối tóm tắt toàn bộ phát hiện thực nghiệm, đối chiếu với các giả thuyết ban đầu. Dựa trên kết quả định lượng, tác giả đưa ra các nhóm hàm ý chính sách và khuyến nghị thực tiễn cho nhà đầu tư cá nhân/tổ chức trong việc xây dựng danh mục, cho nhà quản trị ngân hàng thương mại trong việc quản trị rủi ro thanh khoản và cân đối lãi suất, cũng như cho Ngân hàng Nhà nước trong việc điều hành chính sách tiền tệ và tỷ giá. Cuối chương nêu rõ các hạn chế nghiên cứu và đề xuất hướng mở rộng.

Kết quả và đóng góp

Kết quả định lượng thực nghiệm

1. Kết quả kiểm định tính dừng (Unit-root Test)

Cả hai phương pháp ADF và Phillips-Perron (PP) đều cho kết quả đồng nhất về bậc tích hợp của chuỗi dữ liệu tại mức ý nghĩa 1% và 5%:

Biến số ADF (Bậc gốc $I(0)$) ADF (Sai phân bậc 1 $I(1)$) PP (Bậc gốc $I(0)$) PP (Sai phân bậc 1 $I(1)$) Kết luận bậc tích hợp
$LG$ Không dừng Dừng ($**$) Không dừng Dừng ($**$) $I(1)$
$LM2$ Không dừng ($-0.339859$) Dừng ($**$) Không dừng Dừng ($**$) $I(1)$
$LER$ Không dừng Dừng ($*$) Không dừng Dừng ($*$) $I(1)$
$LLP$ Dừng ($*$) — Dừng ($*$) — $I(0)$
$LIR$ Dừng ($*$) — Dừng ($*$) — $I(0)$

Ghi chú: ($$) có ý nghĩa ở mức 1%; ($**$) có ý nghĩa ở mức 5%.*

2. Kết quả kiểm định đồng liên kết Bound Test

  • Cấu trúc mô hình được chọn: ARDL(1, 0, 0, 1, 1) dựa trên tiêu chuẩn AIC.
  • Hệ số xác định của mô hình: $R^2 = 0.886652$ (88.67% sự biến thiên của chỉ số giá cổ phiếu ngân hàng được giải thích bởi mô hình).
  • Giá trị thống kê $F\text{-statistic} = 5.232714$ ($k=4$).
  • So sánh với giá trị tới hạn tại mức ý nghĩa 1%: $I_0\text{ Bound} = 3.29$, $I_1\text{ Bound} = 4.37$.
  • Do $F\text{-statistic} (5.232714) > I_1\text{ Bound} (4.37)$, giả thuyết $H_0$ bị bác bỏ tại mức ý nghĩa 1%, khẳng định tồn tại mối quan hệ đồng liên kết cân bằng dài hạn giữa các biến.

3. Ước lượng hệ số dài hạn và mô hình hiệu chỉnh sai số (ECM)

  • Tác động dài hạn:
    • Cung tiền M2 ($LM2$): Có ý nghĩa thống kê ở mức 1% ($p\text{-value} = 0.0054$), tác động cùng chiều đến chỉ số giá cổ phiếu ngân hàng.
    • Tỷ giá USD/VND ($LER$): Có ý nghĩa thống kê ở mức 1% trong phương trình dài hạn.
    • Lãi suất cho vay ngắn hạn ($LIR$) và tỷ lệ lạm phát ($LLP$): Đều có ý nghĩa thống kê ở mức 5% ($p\text{-value}$ lần lượt là $<0.05$ và $0.0455$), mang hệ số âm thể hiện tác động nghịch chiều đến giá cổ phiếu ngành ngân hàng trong dài hạn (hệ số $\beta = -0.071953$).
  • Tác động ngắn hạn và cân bằng động qua ECM:
    • Trong ngắn hạn, biến thiên của chỉ số giá ngân hàng phản ứng nhạy cảm với thông tin lãi suất và cung tiền M2 (hệ số ngắn hạn của $D(LM2) = -0.051289$).
    • Hệ số hiệu chỉnh sai số $ECM_{t-1} = -0.087428$, mang dấu âm và có ý nghĩa thống kê ở mức 1% ($p < 0.01$). Giá trị này chỉ ra rằng khoảng 8.74% sự mất cân bằng giữa các yếu tố vĩ mô và chỉ số giá cổ phiếu ngân hàng từ kỳ trước sẽ được tự điều chỉnh về trạng thái cân bằng trong vòng một tháng.

Đóng góp của đề tài

  • Đóng góp học thuật: Khóa luận là một trong số ít nghiên cứu tại Việt Nam áp dụng mô hình ARDL chuyên biệt cho chỉ số giá nhóm ngành ngân hàng thay vì chỉ số chung toàn thị trường (VN-Index), giải quyết được vấn đề chuỗi dữ liệu dừng không đồng nhất ($I(0)$ và $I(1)$ hỗn hợp) mà các mô hình OLS hay VECM truyền thống không xử lý được.
  • Đóng góp thực tiễn: Cung cấp bằng chứng định lượng về tốc độ điều chỉnh cân bằng của thị trường cổ phiếu ngân hàng trước các cú sốc chính sách tiền tệ và biến số vĩ mô giai đoạn 2012–2018.

Đề xuất và giải pháp của tác giả

  1. Đối với nhà đầu tư: Cần theo dõi chặt chẽ tín hiệu điều chỉnh lãi suất cho vay và mục tiêu tăng trưởng cung tiền M2 của Ngân hàng Nhà nước để tái cơ cấu danh mục; nhận biết độ trễ điều chỉnh cân bằng (8.74%/tháng) để thiết lập chiến lược giao dịch ngắn và trung hạn phù hợp.
  2. Đối với ban điều hành các ngân hàng thương mại: Cần chủ động quản trị rủi ro thanh khoản và rủi ro lãi suất trong hoạt động cấp tín dụng; dự báo tác động của biến động tỷ giá và lạm phát đến định giá cổ phiếu ngân hàng trên thị trường để có kế hoạch huy động vốn và phát hành cổ phiếu tối ưu.
  3. Đối với cơ quan quản lý và hoạch định chính sách: Duy trì chính sách tiền tệ thận trọng, linh hoạt, kiểm soát lạm phát mục tiêu dưới 5% nhằm ổn định niềm tin thị trường tài chính; điều hành tỷ giá theo cơ chế trung tâm linh hoạt để hạn chế các cú sốc tâm lý đối với thị trường vốn.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận ghi nhận các hạn chế và định hướng phát triển nghiên cứu:

  • Về phạm vi dữ liệu: Mẫu nghiên cứu giới hạn trong 75 quan sát tháng (từ tháng 01/2012 đến tháng 03/2018). Các nghiên cứu tiếp theo có thể mở rộng khung thời gian dài hơn để bao quát các chu kỳ kinh tế khác nhau.
  • Về biến số mô hình: Nghiên cứu mới chỉ xem xét 4 biến vĩ mô đại diện ($M2$, tỷ giá, lạm phát, lãi suất cho vay ngắn hạn). Hướng mở rộng có thể bổ sung các biến số vĩ mô và thị trường quốc tế khác như giá vàng, giá dầu thô thế giới, chỉ số sản xuất công nghiệp hoặc tăng trưởng GDP.
  • Về phương pháp tiếp cận: Nghiên cứu sử dụng chuỗi thời gian cho chỉ số giá tổng hợp toàn ngành ngân hàng ($LG$). Hướng nghiên cứu tiếp theo có thể áp dụng dữ liệu bảng (panel data) kết hợp các mô hình GARCH, DGMM hoặc GLS để phân tích mức độ nhạy cảm rủi ro riêng biệt của từng ngân hàng thương mại niêm yết cụ thể.

Giá trị tham khảo

Tài liệu là tài liệu tham khảo cho:

  • Sinh viên, học viên chuyên ngành Tài chính - Ngân hàng, Kinh tế học, Kinh tế lượng: Cung cấp tài liệu thực hành hoàn chỉnh về quy trình xây dựng, ước lượng và kiểm định mô hình ARDL kết hợp mô hình hiệu chỉnh sai số (ECM) trên phần mềm EViews đối với chuỗi dữ liệu dừng hỗn hợp $I(0)$ và $I(1)$.
  • Người làm đề tài nghiên cứu thị trường chứng khoán: Cung cấp phương pháp thu thập, xử lý và chuẩn hóa dữ liệu chuỗi thời gian từ các nguồn công khai (IMF, Vietstock, Cophieu68) cùng công thức tính chỉ số ngành theo phương pháp bình quân Paasche.
  • Nhà phân tích phân tích vĩ mô và chiến lược ngành: Cung cấp cơ sở định lượng để tham chiếu mối quan hệ giữa chu kỳ nới lỏng/thắt chặt tiền tệ và biến động thị giá nhóm cổ phiếu ngân hàng tại Việt Nam.

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại lựa chọn mô hình ARDL thay vì mô hình OLS, VAR hay VECM?
Do kết quả kiểm định nghiệm đơn vị cho thấy các chuỗi dữ liệu dừng ở các bậc tích hợp khác nhau: $LLP$ và $LIR$ dừng ở bậc gốc $I(0)$, trong khi $LG, LER, LM2$ dừng ở sai phân bậc một $I(1)$. Hồi quy OLS trên dữ liệu không dừng cùng bậc dễ dẫn đến hiện tượng hồi quy giả mạo. Các mô hình VAR và VECM chỉ áp dụng được khi tất cả các chuỗi dừng đồng nhất ở cùng một bậc tích hợp. ARDL là mô hình tối ưu cho phép ước lượng đồng liên kết với chuỗi dữ liệu dừng hỗn hợp $I(0)$ và $I(1)$ trên cỡ mẫu nhỏ ($n=75$).

2. Cấu trúc mô hình ARDL tối ưu được xác định là gì và hệ số giải thích $R^2$ đạt bao nhiêu?
Dựa trên tiêu chuẩn thông tin Akaike (AIC) với phương pháp Maximum Likelihood, mô hình tối ưu được chọn là ARDL(1, 0, 0, 1, 1). Mô hình này đạt hệ số xác định $R^2 = 0.886652$, nghĩa là 4 biến số vĩ mô trong mô hình giải thích được 88.67% sự biến động của chỉ số giá cổ phiếu ngân hàng.

3. Kết quả kiểm định biên Bound Test chỉ ra điều gì?
Kiểm định Bound Test cho giá trị thống kê $F\text{-statistic} = 5.232714$, vượt qua giá trị ngưỡng biên trên $I_1\text{ Bound} = 4.37$ tại mức ý nghĩa 1%. Kết quả này bác bỏ giả thuyết $H_0$, xác nhận sự tồn tại của mối quan hệ đồng liên kết cân bằng dài hạn có ý nghĩa thống kê giữa các yếu tố vĩ mô và chỉ số giá cổ phiếu ngành ngân hàng.

4. Ý nghĩa kinh tế của hệ số hiệu chỉnh sai số $ECM_{t-1} = -0.087428$ trong mô hình ngắn hạn là gì?
Hệ số $ECM_{t-1}$ mang dấu âm và có ý nghĩa thống kê ở mức 1% ($p < 0.01$), phản ánh cơ chế tự điều chỉnh về trạng thái cân bằng dài hạn. Cụ thể, mỗi tháng thị trường sẽ tự điều chỉnh và khắc phục được khoảng 8.74% sự mất cân bằng ngắn hạn giữa chỉ số giá cổ phiếu ngân hàng và các yếu tố kinh tế vĩ mô.

5. Kết luận thực nghiệm về tác động dài hạn của cung tiền M2, lạm phát và lãi suất cho vay ngắn hạn đến giá cổ phiếu ngân hàng như thế nào?
Trong dài hạn: Cung tiền M2 có tác động cùng chiều mạnh mẽ và có ý nghĩa thống kê ở mức 1% ($p = 0.0054$). Ngược lại, lãi suất cho vay ngắn hạn ($LIR$) và tỷ lệ lạm phát ($LLP$) đều có tác động nghịch chiều có ý nghĩa thống kê ở mức 5% (hệ số $\beta = -0.071953$), phù hợp với các giả thuyết lý thuyết tài chính đã thiết lập ban đầu.

Kết luận

Khóa luận tốt nghiệp của tác giả Phùng Thiên Ân đã hệ thống hóa cơ sở lý luận và kiểm định thành công tác động của các yếu tố rủi ro hệ thống vĩ mô đến chỉ số giá cổ phiếu ngành ngân hàng tại Việt Nam giai đoạn 2012 - Q1/2018 bằng mô hình ARDL. Kết quả thực nghiệm khẳng định sự tồn tại của mối quan hệ đồng liên kết dài hạn, trong đó cung tiền M2 tác động cùng chiều, còn lạm phát và lãi suất cho vay ngắn hạn tác động nghịch chiều đến giá cổ phiếu ngân hàng, với tốc độ điều chỉnh sai số đạt 8.74%/tháng. Đây là tài liệu học thuật hoàn chỉnh, chuẩn mực về phương pháp kinh tế lượng chuỗi thời gian, cung cấp nhiều giá trị tham khảo cho nghiên cứu học thuật và thực tiễn đầu tư tài chính.