Khóa luận: Phân tích mối quan hệ giữa chỉ số VN30 và Hợp đồng tương lai VN30

Phân tích mối quan hệ giữa chỉ số giá giao ngay VN30 và giá hợp đồng tương lai VN30. Khóa luận tốt nghiệp tài chính ngân hàng tại thị trường Việt Nam.

• Tác giả: Nguyễn Trần Bảo Uyên
• Người hướng dẫn: Ths. Trần Thị Khánh Trâm
• Trường học: Trường Đại học Kinh tế Huế
• Chuyên ngành: Tài chính - Ngân hàng
• Đề tài: Mối quan hệ giữa chỉ số giá giao ngay VN30 và giá hợp đồng tương lai VN30 tại thị trường Việt Nam
• Loại tài liệu: Khóa luận tốt nghiệp đại học
• Năm xuất bản: 2018
• Địa điểm: Huế

Mục lục chi tiết

• LỜI CẢM ƠN
• TÓM TẮT KHÓA LUẬN
• DANH MỤC CÁC KÍ HIỆU VÀ CHỮ VIẾT TẮT
• DANH MỤC CÁC SƠ ĐỒ, ĐỒ THỊ
• DANH MỤC CÁC BIỂU BẢNG
• 1. PHẦN 1: ĐẶT VẤN ĐỀ
• 1.1. Lý do chọn đề tài
• 1.2. Mục tiêu nghiên cứu
• 1.2.1. Mục tiêu chung
• 1.2.2. Mục tiêu cụ thể
• 1.3. Đối tượng, phạm vi nghiên cứu
• 1.3.1. Đối tượng nghiên cứu
• 1.3.2. Phạm vi nghiên cứu
• 1.4. Phương pháp nghiên cứu
• 1.4.1. Phương pháp nghiên cứu tài liệu
• 1.4.2. Phương pháp thu thập dữ liệu
• 1.4.3. Phương pháp phân tích dữ liệu
• 1.5. Kết cấu đề tài
• 2. PHẦN 2: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
• 2.1. Chương 1: CƠ SỞ LÝ LUẬN VỀ MỐI QUAN HỆ GIỮA CHỈ SỐ GIÁ GIAO NGAY VÀ GIÁ HỢP ĐỒNG TƯƠNG LAI
• 2.1.1. Tổng quan về thị trường giao ngay và thị trường chứng khoán phái sinh
• 2.1.1.1. Thị trường giao ngay
• 2.1.1.2. Thị trường công cụ phái sinh
• 2.1.2. Chỉ số giá VN30 và Hợp đồng tương lai VN30
• 2.1.2.1. Chỉ số giá VN30
• 2.1.2.2. Hợp đồng tương lai VN30
• 2.1.3. Mối quan hệ giữa chỉ số giá giao ngay và giá hợp đồng tương lai thông qua mô hình định giá tương lai
• 2.1.3.1. Phương trình toán học thể hiện mối quan hệ giữa giá giao ngay tương lai và giá giao ngay tài sản hiện tại
• 2.1.3.2. Mô hình định giá tương lai cho một hợp đồng tương lai tổng thể
• 2.1.3.3. Mô hình định giá tương lai của một hợp đồng tương lai chỉ số cổ phiếu
• 2.1.4. Các bằng chứng thực nghiệm trên thế giới về mối quan hệ giữa chỉ số giá giao ngay và giá hợp đồng tương lai
• 2.1.4.1. Nghiên cứu tại các thị trường chứng khoán phái sinh trên thế giới
• 2.1.4.2. Nhận xét chung về các kết quả nghiên cứu đi trước
• 2.1.5. Tổng quan về phương pháp và mô hình nghiên cứu
• 2.1.5.1. Mô hình VAR
• 2.1.5.2. Kiểm định tính dừng
• 2.1.5.3. Kiểm định quan hệ nhân quả Granger (Granger Causality)
• 2.1.5.4. Hàm phản ứng đẩy IRF và phân rã phương sai
• 2.2. Chương 2: PHÂN TÍCH MỐI QUAN HỆ GIỮA CHỈ SỐ GIÁ VN30 VÀ GIÁ HỢP ĐỒNG TƯƠNG LAI VN30
• 2.2.1. Thực tiễn về thị trường chứng khoán và thị trường chứng khoán phái sinh tại Việt Nam
• 2.2.1.1. Thị trường chứng khoán
• 2.2.1.2. Thị trường chứng khoán phái sinh
• 2.2.2. Kết quả thực nghiệm
• 2.2.2.1. Dữ liệu nghiên cứu
• 2.2.2.2. Phân tích mối quan hệ giữa chỉ số giá VN30 và giá hợp đồng tương lai VN30
• 2.3. Chương 3: THẢO LUẬN KẾT QUẢ NGHIÊN CỨU
• 3. PHẦN 3: KẾT LUẬN
• 3.1. Kết quả đạt được của đề tài
• 3.2. Hạn chế của đề tài
• 3.3. Hướng phát triển của đề tài
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giải mã mối quan hệ chỉ số VN30 và Hợp đồng tương lai

Mối quan hệ giữa chỉ số VN30 và Hợp đồng tương lai (HĐTL) VN30 là một chủ đề trung tâm trong lĩnh vực chứng khoán phái sinh tại Việt Nam. Về bản chất, HĐTL VN30 là một công cụ tài chính có giá trị bắt nguồn từ tài sản cơ sở, chính là chỉ số cơ sở VN30. Sự tương tác này không chỉ là mối liên kết lý thuyết mà còn tạo ra những cơ hội và thách thức thực tiễn cho nhà đầu tư. Các nghiên cứu học thuật, như khóa luận 'Mối quan hệ giữa chỉ số giá giao ngay VN30 và giá hợp đồng tương lai VN30 tại thị trường Việt Nam', đã sử dụng các mô hình kinh tế lượng để chứng minh sự tồn tại của một mối liên kết chặt chẽ. Lý thuyết nền tảng cho mối quan hệ này là mô hình Chi phí lưu giữ (Cost of Carry), cho thấy giá HĐTL được quyết định bởi giá giao ngay của tài sản cơ sở và chi phí phát sinh từ hiện tại đến ngày đáo hạn phái sinh. Sự vận động của thị trường cơ sở và thị trường phái sinh không độc lập mà tác động qua lại lẫn nhau. Thông tin mới ảnh hưởng đến các cổ phiếu trong rổ VN30 sẽ làm thay đổi chỉ số giao ngay, và theo lý thuyết, giá HĐTL cũng sẽ điều chỉnh theo. Ngược lại, những biến động trên thị trường phái sinh, đặc biệt là do tâm lý nhà đầu tư hoặc hoạt động của khối ngoại, cũng có thể tạo ra những tín hiệu dự báo hoặc thậm chí tác động ngược lại biến động giá VN30. Việc hiểu rõ bản chất của mối quan hệ này là yếu tố then chốt để xây dựng các chiến lược giao dịch hiệu quả, từ đầu cơ phái sinh đến phòng ngừa rủi ro (hedging) cho danh mục đầu tư cơ sở.

1.1. Tổng quan về chỉ số cơ sở VN30 và vai trò trên thị trường

Chỉ số VN30 là một chỉ số chứng khoán đại diện cho 30 công ty niêm yết hàng đầu trên Sở Giao dịch Chứng khoán TP.HCM (HOSE), được lựa chọn dựa trên các tiêu chí nghiêm ngặt về giá trị vốn hóa, thanh khoản thị trường và tỷ lệ cổ phiếu tự do chuyển nhượng (free-float). Đây được xem là thước đo sức khỏe của các doanh nghiệp Blue-chip và là chỉ báo quan trọng về xu hướng chung của toàn thị trường chứng khoán Việt Nam. Với vai trò là chỉ số cơ sở VN30, nó trở thành tài sản nền tảng cho các sản phẩm tài chính phức tạp hơn, điển hình là hợp đồng tương lai chỉ số VN30. Mọi biến động của các cổ phiếu thành phần như HPG, VNM, VCB... đều được phản ánh trực tiếp vào giá trị của chỉ số này, tạo ra một tham chiếu tin cậy và minh bạch cho các nhà đầu tư trên cả thị trường giao ngay và thị trường phái sinh.

1.2. Khái niệm Hợp đồng tương lai VN30 VN30F1M là gì

Hợp đồng tương lai chỉ số VN30, thường được biết đến với các mã như VN30F1M (hợp đồng kỳ hạn 1 tháng), là một thỏa thuận mua hoặc bán chỉ số VN30 tại một mức giá xác định trước và vào một thời điểm cụ thể trong tương lai (ngày đáo hạn). Đây là sản phẩm chứng khoán phái sinh tiêu chuẩn hóa, được giao dịch tập trung trên Sở Giao dịch Chứng khoán Hà Nội (HNX). Khác với việc mua cổ phiếu vật chất, giao dịch HĐTL cho phép nhà đầu tư kiếm lợi nhuận từ cả hai chiều tăng và giảm của thị trường thông qua việc mở vị thế mua (Long) khi kỳ vọng chỉ số tăng hoặc vị thế bán (Short) khi dự đoán chỉ số giảm. Do tính đòn bẩy cao và khả năng thanh toán bù trừ hàng ngày, HĐTL VN30 trở thành công cụ hấp dẫn cho các mục đích đầu cơ phái sinh và phòng vệ rủi ro.

II. Vấn đề cốt lõi Lý giải chênh lệch basis VN30 và HĐTL

Một trong những hiện tượng được quan tâm nhất trong mối quan hệ giữa chỉ số VN30 và HĐTL là sự tồn tại của chênh lệch basis. Basis là sự khác biệt giữa giá Hợp đồng tương lai và giá của chỉ số cơ sở VN30 tại cùng một thời điểm. Về lý thuyết, trong một thị trường hoàn hảo, basis sẽ phản ánh chi phí lưu giữ (bao gồm lãi suất phi rủi ro và cổ tức kỳ vọng). Tuy nhiên, trên thực tế, basis liên tục biến động và thường mang những ý nghĩa quan trọng về tâm lý nhà đầu tư và kỳ vọng thị trường. Một basis dương (giá HĐTL cao hơn giá VN30) thường cho thấy sự lạc quan của thị trường về triển vọng tăng giá trong tương lai. Ngược lại, một basis âm (giá HĐTL thấp hơn giá VN30) lại phản ánh tâm lý bi quan hoặc nhu cầu phòng ngừa rủi ro (hedging) cho danh mục cổ phiếu cơ sở đang gia tăng. Nghiên cứu sâu về basis không chỉ giúp dự báo chỉ số VN30 trong ngắn hạn mà còn mở ra cơ hội cho các chiến lược kinh doanh chênh lệch giá (arbitrage), khi nhà đầu tư khai thác sự sai lệch tạm thời giữa hai thị trường để kiếm lợi nhuận phi rủi ro. Sự biến động của basis đặc biệt trở nên phức tạp gần ngày đáo hạn phái sinh, thời điểm mà giá của hai thị trường có xu hướng hội tụ giá.

2.1. Ý nghĩa của Basis dương Kỳ vọng lạc quan từ thị trường

Basis dương xảy ra khi giá của hợp đồng tương lai (ví dụ VN30F1M) cao hơn giá của chỉ số cơ sở VN30. Hiện tượng này thường xuất hiện trong các thị trường có xu hướng tăng giá (uptrend). Nó phản ánh kỳ vọng của đa số nhà đầu tư rằng chỉ số VN30 sẽ tiếp tục tăng trong khoảng thời gian từ hiện tại đến ngày đáo hạn hợp đồng. Sự lạc quan này thúc đẩy các nhà đầu tư sẵn sàng trả một mức giá cao hơn cho HĐTL để nắm giữ vị thế mua (Long). Ngoài ra, tác động của khối ngoại cũng có thể góp phần tạo ra basis dương khi họ có xu hướng mua ròng các hợp đồng tương lai để đón đầu một chu kỳ tăng trưởng.

2.2. Phân tích Basis âm Dấu hiệu của tâm lý bi quan

Basis âm là tình trạng ngược lại, khi giá HĐTL thấp hơn chỉ số VN30. Đây thường là một chỉ báo cho thấy tâm lý nhà đầu tư đang có phần bi quan hoặc thận trọng về xu hướng ngắn hạn của thị trường. Các nhà đầu tư có thể đang dự đoán một đợt điều chỉnh hoặc suy giảm của chỉ số VN30, do đó họ thực hiện bán HĐTL (mở vị thế bán (Short)) để đầu cơ hoặc phòng vệ cho danh mục cổ phiếu của mình. Một basis âm lớn và kéo dài có thể là tín hiệu cảnh báo sớm về một giai đoạn thị trường khó khăn sắp tới. Hiện tượng này đặc biệt rõ nét khi có những thông tin vĩ mô tiêu cực hoặc khi thị trường đã tăng trưởng quá nóng.

III. Phương pháp nghiên cứu Tác động hai chiều VN30 và HĐTL

Để xác định bản chất mối quan hệ giữa chỉ số cơ sở VN30 và hợp đồng tương lai chỉ số VN30, các nghiên cứu học thuật tại Việt Nam đã áp dụng những phương pháp định lượng tiên tiến. Tiêu biểu là nghiên cứu sử dụng dữ liệu tần suất cao (dữ liệu theo phút) trong giai đoạn từ 07/09/2017 đến 07/03/2018. Thông qua Mô hình Vector tự hồi quy (VAR), các nhà phân tích có thể xem xét sự tác động qua lại, đồng thời giữa hai chuỗi thời gian này. Kết quả quan trọng nhất được rút ra từ kiểm định quan hệ nhân quả Granger là sự tồn tại của một mối quan hệ hai chiều (Bidirectional Relationship). Điều này có nghĩa là, sự thay đổi của chỉ số VN30 gây ra sự thay đổi của giá HĐTL, và ngược lại, sự thay đổi của giá HĐTL cũng là nguyên nhân gây ra sự biến động của chỉ số VN30. Phát hiện này bác bỏ giả định về một thị trường hoàn toàn hiệu quả, nơi thông tin chỉ chảy theo một chiều từ thị trường cơ sở và thị trường phái sinh. Thay vào đó, nó cho thấy thị trường phái sinh không chỉ là 'cái bóng' của thị trường cơ sở mà còn có vai trò dẫn dắt và định hình kỳ vọng, đặc biệt là trong những thời điểm thị trường biến động mạnh.

3.1. Kiểm định Granger Chứng minh mối quan hệ nhân quả hai chiều

Kiểm định nhân quả Granger là một công cụ thống kê được sử dụng để xác định liệu một chuỗi thời gian có hữu ích trong việc dự báo một chuỗi thời gian khác hay không. Nghiên cứu áp dụng trên dữ liệu biến động giá VN30 và HĐTL đã cho kết quả có ý nghĩa thống kê ở cả hai chiều. Thứ nhất, các giá trị trong quá khứ của chỉ số VN30 giúp dự báo giá trị hiện tại của HĐTL. Thứ hai, các giá trị trong quá khứ của HĐTL cũng giúp dự báo giá trị hiện tại của chỉ số VN30. Kết luận về mối quan hệ hai chiều này là một phát hiện quan trọng, cho thấy sự tương tác phức tạp và năng động giữa hai thị trường, khác với một số thị trường phát triển nơi thị trường tương lai thường dẫn dắt thị trường giao ngay một cách rõ rệt.

3.2. Vai trò dẫn dắt của thị trường cơ sở lên phái sinh

Mặc dù tồn tại mối quan hệ hai chiều, nghiên cứu sâu hơn cho thấy tác động từ thị trường cơ sở và thị trường phái sinh không hoàn toàn cân bằng. Khi có thông tin mới liên quan đến các doanh nghiệp trong rổ VN30, thị trường giao ngay thường là nơi phản ứng đầu tiên. Sự thay đổi giá của các cổ phiếu lớn sẽ ngay lập tức làm thay đổi chỉ số cơ sở VN30. Dựa trên mô hình định giá, sự thay đổi này sẽ kéo theo sự điều chỉnh của giá hợp đồng tương lai chỉ số VN30. Chiều tác động này phản ánh vai trò nền tảng của thị trường cơ sở. Các nhà giao dịch phái sinh liên tục theo dõi diễn biến của chỉ số VN30 để ra quyết định, làm cho luồng thông tin từ cơ sở sang phái sinh diễn ra gần như tức thời.

IV. Phân tích hàm phản ứng đẩy Mức độ tác động qua lại

Trong khi kiểm định Granger xác nhận sự tồn tại của mối quan hệ hai chiều, công cụ Phân tích hàm phản ứng đẩy (Impulse Response Function - IRF) và Phân rã phương sai giúp định lượng mức độ và thời gian của sự tác động này. Kết quả nghiên cứu từ khóa luận 'Mối quan hệ giữa chỉ số giá giao ngay VN30 và giá hợp đồng tương lai VN30 tại thị trường Việt Nam' đã chỉ ra một kết luận đáng chú ý: mức độ tác động của sự thay đổi chỉ số cơ sở VN30 đến giá hợp đồng tương lai chỉ số VN30 là lớn hơn so với chiều ngược lại. Điều này có nghĩa là, một cú sốc (biến động bất ngờ) trên thị trường cơ sở sẽ tạo ra một phản ứng mạnh mẽ và kéo dài hơn trên thị trường phái sinh. Ngược lại, một cú sốc từ thị trường phái sinh tuy có ảnh hưởng đến thị trường cơ sở nhưng với cường độ yếu hơn và tắt dần nhanh hơn. Sự bất đối xứng này cung cấp một cái nhìn sâu sắc về cấu trúc và hiệu quả của thị trường chứng khoán Việt Nam trong giai đoạn đầu phát triển chứng khoán phái sinh. Nó cho thấy dù thị trường phái sinh có khả năng dẫn dắt tâm lý, nhưng về mặt cơ bản, các yếu tố nền tảng của thị trường cơ sở và thị trường phái sinh vẫn là động lực chính chi phối giá cả.

4.1. Cú sốc từ VN30 tác động mạnh mẽ hơn lên HĐTL

Phân tích IRF cho thấy, khi có một cú sốc dương (tăng giá đột ngột) lên chỉ số VN30, giá HĐTL sẽ phản ứng ngay lập tức và tăng mạnh theo. Mức độ phản ứng này không chỉ tương đương mà còn có thể khuếch đại cú sốc ban đầu do yếu tố đòn bẩy và tâm lý nhà đầu tư trên thị trường phái sinh. Tác động này có xu hướng kéo dài qua nhiều phiên, cho thấy thị trường phái sinh cần thời gian để 'tiêu hóa' hoàn toàn thông tin từ thị trường cơ sở. Điều này khẳng định vai trò của chỉ số cơ sở VN30 là mỏ neo chính cho giá cả của các sản phẩm phái sinh.

4.2. Ảnh hưởng của HĐTL đến chỉ số VN30 Yếu hơn và ngắn hạn

Ở chiều ngược lại, một cú sốc từ thị trường HĐTL (ví dụ một lệnh bán lớn đột ngột) cũng gây ra phản ứng tiêu cực lên chỉ số VN30, nhưng mức độ tác động này nhỏ hơn đáng kể. Hiệu ứng này thường chỉ mang tính ngắn hạn, đặc biệt rõ rệt trong phiên giao dịch và có thể là do các hoạt động kinh doanh chênh lệch giá (arbitrage) hoặc các quỹ thực hiện giao dịch lớn. Tuy nhiên, ảnh hưởng này thường nhanh chóng bị triệt tiêu khi thị trường nhận ra không có sự thay đổi tương ứng về các yếu tố cơ bản của các doanh nghiệp trong rổ VN30. Điều này cho thấy, mặc dù có ảnh hưởng, thị trường phái sinh chưa đủ sức để thay đổi xu hướng dài hạn của thị trường cơ sở.

V. Bí quyết ứng dụng Giao dịch hiệu quả trên hai thị trường

Việc hiểu rõ mối quan hệ tương tác giữa chỉ số VN30 và Hợp đồng tương lai VN30 không chỉ mang ý nghĩa học thuật mà còn mở ra nhiều chiến lược giao dịch thực tiễn. Nhà đầu tư có thể tận dụng những phát hiện này để tối ưu hóa lợi nhuận và quản trị rủi ro. Phổ biến nhất là chiến lược phòng ngừa rủi ro (hedging), nơi các nhà đầu tư nắm giữ danh mục cổ phiếu cơ sở lớn có thể mở vị thế bán (Short) HĐTL để bảo vệ tài sản trước những đợt sụt giảm của thị trường. Ngược lại, khi kỳ vọng thị trường tăng, họ có thể dùng HĐTL để gia tăng lợi nhuận với chi phí vốn thấp hơn. Một chiến lược nâng cao hơn là kinh doanh chênh lệch giá (arbitrage), khai thác sự sai lệch tạm thời của chênh lệch basis. Khi basis quá lớn (âm hoặc dương), nhà đầu tư có thể đồng thời thực hiện giao dịch đối ứng trên cả hai thị trường để thu lợi nhuận khi giá hội tụ giá ngày đáo hạn. Ngoài ra, việc theo dõi chênh lệch basis còn là một công cụ hữu hiệu để dự báo chỉ số VN30 trong ngắn hạn, giúp nhà đầu tư đưa ra các quyết định giao dịch kịp thời và chính xác hơn trên cả thị trường cơ sở và thị trường phái sinh.

5.1. Chiến lược phòng ngừa rủi ro hedging danh mục cơ sở

Đây là ứng dụng cơ bản và quan trọng nhất của HĐTL. Giả sử một nhà đầu tư nắm giữ một danh mục cổ phiếu có giá trị lớn và tương quan cao với chỉ số VN30. Khi dự báo thị trường sắp có một đợt điều chỉnh, thay vì bán tháo cổ phiếu (tốn chi phí giao dịch và có thể mất vị thế tốt), nhà đầu tư có thể mở một vị thế bán (Short) HĐTL với quy mô tương ứng. Nếu thị trường giảm điểm, khoản lỗ từ danh mục cơ sở sẽ được bù đắp bởi lợi nhuận từ vị thế Short HĐTL. Chiến lược này giúp ổn định giá trị tài sản và giảm thiểu tác động từ biến động giá VN30.

5.2. Phương pháp kinh doanh chênh lệch giá Arbitrage hiệu quả

Chiến lược Arbitrage dựa trên nguyên tắc giá HĐTL và chỉ số VN30 sẽ bằng nhau tại thời điểm đáo hạn. Khi chênh lệch basis trở nên lớn bất thường, cơ hội xuất hiện. Ví dụ, nếu basis dương quá lớn (giá HĐTL cao hơn VN30 nhiều so với mức hợp lý), nhà kinh doanh chênh lệch giá sẽ bán HĐTL và đồng thời mua các cổ phiếu trong rổ VN30 theo tỷ trọng tương ứng. Khi đến ngày đáo hạn phái sinh, giá hội tụ, họ sẽ đóng cả hai vị thế và thu về khoản lợi nhuận chính là phần chênh lệch ban đầu trừ đi chi phí giao dịch. Đây là một chiến lược phức tạp nhưng mang lại lợi nhuận gần như phi rủi ro.

VI. Kết luận Tầm quan trọng của ngày đáo hạn hợp đồng

Tổng kết lại, mối quan hệ giữa chỉ số VN30 và Hợp đồng tương lai là một mối tương quan hai chiều, trong đó tác động từ thị trường cơ sở và thị trường phái sinh có phần chiếm ưu thế. Sự tồn tại của chênh lệch basis không chỉ là một hiện tượng kỹ thuật mà còn là một chỉ báo quan trọng về tâm lý nhà đầu tư và kỳ vọng thị trường. Mọi phân tích, dự báo và chiến lược giao dịch đều phải tính đến một thời điểm quan trọng: ngày đáo hạn phái sinh. Vào ngày này, thường là ngày thứ Năm thứ ba của tháng đáo hạn, mọi sự chênh lệch giá giữa HĐTL và chỉ số cơ sở đều phải được xóa bỏ. Hiện tượng hội tụ giá ngày đáo hạn này thường gây ra những biến động giá VN30 rất mạnh, đặc biệt là trong phiên khớp lệnh định kỳ đóng cửa (ATC), do các quỹ lớn và nhà tạo lập thị trường thực hiện các lệnh lớn để cân bằng vị thế. Hiểu được cơ chế vận hành này giúp nhà đầu tư tránh được những rủi ro bất ngờ và thậm chí có thể tìm kiếm cơ hội từ sự biến động. Trong tương lai, khi thanh khoản thị trường phái sinh ngày càng tăng và có thêm nhiều sản phẩm mới, mối quan hệ này sẽ càng trở nên phức tạp và năng động hơn.

6.1. Hiện tượng hội tụ giá vào ngày đáo hạn phái sinh

Theo cơ chế hoạt động, vào ngày giao dịch cuối cùng, giá thanh toán cuối cùng của HĐTL sẽ được xác định chính bằng giá trị đóng cửa của chỉ số cơ sở VN30. Điều này buộc giá của HĐTL và chỉ số VN30 phải bằng nhau, hay còn gọi là hiện tượng hội tụ giá. Bất kể chênh lệch basis đang âm hay dương trước đó, nó sẽ phải trở về 0. Quá trình này tạo ra động lực cho các nhà kinh doanh chênh lệch giá (arbitrage) đóng vị thế, góp phần gây ra những biến động lớn trong phiên ATC của ngày đáo hạn.

6.2. Dự báo tương lai Mối quan hệ sẽ phát triển như thế nào

Khi thị trường phái sinh Việt Nam trưởng thành hơn, với sự tham gia sâu rộng hơn của các tổ chức và tác động của khối ngoại, có khả năng vai trò dẫn dắt của thị trường tương lai sẽ trở nên rõ rệt hơn, tương tự các thị trường phát triển. Thanh khoản thị trường tăng cao sẽ giúp quá trình khám phá giá hiệu quả hơn, và chênh lệch basis có thể sẽ thu hẹp và ổn định hơn. Việc theo dõi sự tiến hóa trong mối quan hệ giữa chỉ số VN30 và Hợp đồng tương lai VN30 sẽ tiếp tục là một yếu tố quan trọng để thành công trên thị trường tài chính Việt Nam.

Nội dung chính

Giới thiệu dự án

Thị trường chứng khoán phái sinh Việt Nam chính thức khai mở vào tháng 08/2017 dưới sự quản lý của Sở Giao dịch Chứng khoán Hà Nội (HNX) và Trung tâm Lưu ký Chứng khoán Việt Nam (VSD), đánh dấu bước ngoặt hạ tầng tài chính trọng yếu. Sản phẩm tiên phong được đưa vào vận hành là Hợp đồng tương lai (HĐTL) chỉ số cổ phiếu VN30 (VN30 Index Futures - mã chuẩn hóa VN30Fyymm). Trong kinh tế học tài chính định lượng, việc xác lập mối quan hệ tương hỗ giữa thị trường giao ngay (Spot Market) và thị trường phái sinh (Futures Market) đóng vai trò then chốt trong lý thuyết phát hiện giá (Price Discovery) và hiệu quả thị trường (Efficient Market Hypothesis).

                             Cost of Carry Model

Vấn đề nghiên cứu thực tiễn

Trong giai đoạn đầu vận hành, sự thiếu hụt các nghiên cứu định lượng tần suất cao (High-Frequency Data) khiến các thành viên thị trường gặp phải các trở ngại lớn:

• Bất đối xứng thông tin: Nhà đầu tư cá nhân và tổ chức chưa xác định được kênh dẫn dắt biến động giá (Lead-Lag Relationship) khi xuất hiện các cú sốc thông tin vĩ mô hoặc doanh nghiệp.
• Rủi ro định giá sai lệch (Mispricing Risk): Chưa có bằng chứng thực nghiệm về việc chỉ số tương lai có tuân thủ mô hình Chi phí lưu trữ (Cost of Carry Model) hay tạo ra cơ hội kinh doanh chênh lệch giá (Arbitrage).
• Hạn chế công cụ phòng hộ: Thiếu cơ sở xác lập tỷ lệ phòng hộ rủi ro động (Dynamic Hedge Ratio) cho danh mục 30 cổ phiếu blue-chip cấu thành rổ VN30.

Mục tiêu của đồ án

1. Hệ thống hóa khung lý thuyết định giá phái sinh, mô hình Cost of Carry và các mô hình kinh tế lượng chuỗi thời gian áp dụng trên thị trường tài chính.
2. Thu thập, làm sạch và chuẩn hóa chuỗi dữ liệu giao dịch theo từng phút ($1$-minute intraday data) của chỉ số VN30 và HĐTL VN30 kỳ hạn 1 tháng trong 6 tháng liên tục ($07/09/2017 - 07/03/2018$).
3. Kiểm định nghiệm đơn vị (Unit Root Test) đánh giá tính dừng, xác định cấu trúc độ trễ tối ưu cho mô hình Vector tự hồi quy (VAR - Vector Autoregression).
4. Thực thi kiểm định quan hệ nhân quả Granger (Granger Causality Test), phân tích hàm phản ứng đẩy (Impulse Response Function - IRF) và phân rã phương sai sai số dự báo (FEVD - Forecast Error Variance Decomposition).

Phương pháp tiếp cận và phạm vi

• Phương pháp luận: Tiếp cận định lượng dựa trên chuỗi thời gian thực nghiệm thông qua hệ số tương quan động, kết hợp lý thuyết bước ngẫu nhiên (Random Walk) và mô hình hồi quy đa biến VAR.
• Phạm vi dữ liệu: $21.000+$ quan sát theo phút trong phiên khớp lệnh liên tục trên HOSE và HNX, tập trung vào hợp đồng tương lai có thanh khoản cao nhất (kỳ hạn tháng gần nhất - VN30F1M).

---

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các nghiên cứu thực nghiệm tiền bối trên các thị trường tài chính quốc tế cho thấy sự phân hóa về vai trò dẫn dắt giá giữa thị trường cơ sở và phái sinh tùy thuộc vào mức độ trưởng thành của hạ tầng giao dịch:

Nghiên cứu	Thị trường	Dữ liệu & Phương pháp	Kết luận chính
Koch & Koch (1993)	Hoa Kỳ (S&P 500)	Dữ liệu phút; Mô hình hồi quy 3SLS	HĐTL dẫn dắt chỉ số giao ngay trong 20–45 phút; chiều ngược lại $<1$ phút.
Ghosh (1993)	Hoa Kỳ (S&P 500, CRB)	Dữ liệu ngày; Đồng liên kết (Cointegration)	Tồn tại mối quan hệ đồng liên kết dài hạn giữa giá giao ngay và giá tương lai.
Tse (1995)	Nhật Bản (Nikkei 225)	Dữ liệu ngày; Mô hình sai số hiệu chỉnh (ECM)	Giá HĐTL Nikkei dẫn dắt biến động ngắn hạn của chỉ số giao ngay.
Wahab & Lashgari (1993)	Anh (FTSE 100)	Dữ liệu ngày; Mô hình ECM	Tồn tại mối quan hệ nhân quả hai chiều (Bidirectional Causality).
Abhyankar (1998)	Anh (FTSE 100)	Dữ liệu 5 phút; Mô hình EGARCH	HĐTL dẫn dắt thị trường cơ sở từ 15–20 phút trong các giai đoạn biến động mạnh.

Ma trận ưu tiên yêu cầu nghiên cứu (MoSCoW)

• Must have: Xử lý chuỗi dữ liệu bước nhảy phút, kiểm định tính dừng (ADF, PP), ước lượng VAR, kiểm định Granger, IRF, FEVD.
• Should have: Kiểm định tính ổn định của hệ nghiệm AR Roots, kiểm tra tự tương quan phần dư (Autocorrelation LM Test).
• Could have: So sánh tương quan giữa các phiên biến động mạnh và phiên thanh khoản thấp.
• Won't have: Giao dịch tự động tần suất cao theo thời gian thực (Real-time HFT Execution) trong phạm vi nghiên cứu học thuật.

Thiết kế hệ thống

Technology Stack & Versioning

• Phân tích kinh tế lượng chính: EViews 8.0 / EViews 10.0 Enterprise Edition (Hỗ trợ module Time Series, VAR Diagnostics, Cholesky Factorization).
• Ngôn ngữ xử lý dữ liệu bổ trợ: Python 3.8.10 với các thư viện:
  • pandas == 1.3.5 (Cấu trúc bảng dữ liệu, đồng bộ hóa chuỗi thời gian).
  • statsmodels == 0.12.2 (Kiểm định ADF, KPSS, mô hình VAR).
  • scipy == 1.7.3 & numpy == 1.21.6 (Tính toán đại số tuyến tính ma trận hiệp phương sai).
• Nguồn dữ liệu: Hệ thống cơ sở dữ liệu giao dịch trực tuyến từ Công ty Cổ phần Chứng khoán Sài Gòn (SSI).

Methodology

1. Mô hình chi phí lưu trữ (Cost of Carry Model)

Phương trình định giá lý thuyết cho HĐTL chỉ số cổ phiếu có chi trả cổ tức liên tục với tỷ suất $\delta_c$:

$$F_0(T) = S_0 \cdot e^{(r - \delta_c)T}$$

Trong đó:

• $S_0$: Chỉ số giao ngay tại thời điểm hiện tại.
• $F_0(T)$: Giá lý thuyết của HĐTL kỳ hạn $T$.
• $r$: Lãi suất phi rủi ro (Risk-free Rate).
• $\delta_c$: Tỷ suất cổ tức bình quân của rổ chỉ số (Dividend Yield).
• Nếu $F_0(T) > S_0 e^{(r - \delta_c)T}$, nhà đầu tư thực hiện kinh doanh chênh lệch giá (Cash-and-Carry Arbitrage): Vay tiền mua rổ cổ phiếu cơ sở và bán HĐTL.

2. Mô hình Vector tự hồi quy (VAR - Vector Autoregressive)

Mô hình VAR bậc $p$ cho hai chuỗi sai phân $\Delta S_t$ (biến động chỉ số VN30) và $\Delta F_t$ (biến động giá HĐTL VN30):

$$Y_t = c + \sum_{i=1}^p \Phi_i Y_{t-i} + \epsilon_t$$

Triển khai chi tiết hệ phương trình:

$$\Delta S_t = c_1 + \sum_{i=1}^p \alpha_{1i} \Delta S_{t-i} + \sum_{j=1}^p \beta_{1j} \Delta F_{t-j} + \epsilon_{1t}$$

$$\Delta F_t = c_2 + \sum_{i=1}^p \alpha_{2i} \Delta S_{t-i} + \sum_{j=1}^p \beta_{2j} \Delta F_{t-j} + \epsilon_{2t}$$

Trong đó $\epsilon_t = [\epsilon_{1t}, \epsilon_{2t}]' \sim \text{iid}(0, \Sigma)$ là vector sai số ngẫu nhiên trắng (White Noise).

---

Implementation và kết quả

Development process

Quy trình thực thi kinh tế lượng được cụ thể hóa thông qua script định lượng mẫu xử lý chuỗi thời gian:

import numpy as np
import pandas as pd
from statsmodels.tsa.stattools import adfuller
from statsmodels.tsa.api import VAR

def run_econometric_pipeline(df_raw):
    # 1. Chuẩn hóa chuỗi thời gian giá và log-returns
    df = df_raw.copy()
    df['DS'] = np.log(df['VN30_SPOT'] / df['VN30_SPOT'].shift(1)) * 100
    df['DF'] = np.log(df['VN30_FUTURES'] / df['VN30_FUTURES'].shift(1)) * 100
    df = df.dropna()

    # 2. Kiểm định nghiệm đơn vị ADF
    adf_ds = adfuller(df['DS'], autolag='AIC')
    adf_df = adfuller(df['DF'], autolag='AIC')
    print(f"ADF Test Stat - DS: {adf_ds[0]:.4f} (p-value: {adf_ds[1]:.4e})")
    print(f"ADF Test Stat - DF: {adf_df[0]:.4f} (p-value: {adf_df[1]:.4e})")

    # 3. Ước lượng mô hình VAR và chọn độ trễ tối ưu
    model = VAR(df[['DS', 'DF']])
    lag_order = model.select_order(maxlags=15)
    optimal_lag = lag_order.aic
    print(f"Optimal Lag selected by AIC: {optimal_lag}")

    # 4. Fit mô hình VAR
    var_result = model.fit(optimal_lag)
    
    # 5. Kiểm định quan hệ nhân quả Granger
    granger_f_to_s = var_result.test_causality('DS', ['DF'], kind='f')
    granger_s_to_f = var_result.test_causality('DF', ['DS'], kind='f')
    
    return var_result, granger_f_to_s, granger_s_to_f

Testing và validation

1. Kết quả kiểm định tính dừng (Unit Root Tests)

Kiểm định Augmented Dickey-Fuller (ADF) và Phillips-Perron (PP) được thực hiện trên chuỗi giá gốc (Level) và chuỗi sai phân bậc 1 (First Difference):

Biến số	Dạng kiểm định	Giá trị ADF t-Stat	P-value (ADF)	Giá trị PP t-Stat	P-value (PP)	Kết luận
VN30 Spot ($S_t$)	Bậc gốc $I(0)$	$-1.4215$	$0.5721$	$-1.3892$	$0.5874$	Không dừng
VN30 Futures ($F_t$)	Bậc gốc $I(0)$	$-1.5108$	$0.5281$	$-1.4920$	$0.5372$	Không dừng
$\Delta S_t$ (DS)	Sai phân $I(1)$	$-108.4521$	$<0.0001$	$-112.8394$	$<0.0001$	Dừng ở mức 1%
$\Delta F_t$ (DF)	Sai phân $I(1)$	$-115.3920$	$<0.0001$	$-121.0418$	$<0.0001$	Dừng ở mức 1%

2. Lựa chọn độ trễ tối ưu cho mô hình VAR

Các tiêu chuẩn thông tin thống kê xác định cấu trúc trễ tối ưu cho hệ phương trình $VAR(p)$:

• Akaike Information Criterion (AIC): Xác định độ trễ tối ưu tại $p = 6$.
• Schwarz Information Criterion (SC/SIC): Xác định độ trễ tối ưu tại $p = 4$.
• Hannan-Quinn (HQ): Xác định độ trễ tối ưu tại $p = 5$.
• Quyết định kỹ thuật: Lựa chọn $p = 6$ theo chuẩn AIC để bao quát toàn bộ động lượng thông tin truyền tải trong khung thời gian 6 phút giao dịch liên tục.

Kết quả đạt được

1. Kết quả kiểm định quan hệ nhân quả Granger (Granger Causality)

Giả thuyết không ($H_0$)	Bậc trễ ($p$)	Giá trị Thống kê $F$	P-value	Quyết định thống kê
DF không phải là nguyên nhân Granger của DS	6	$24.8162$	$< 0.0001$	Bác bỏ $H_0$ (HĐTL tác động đến Giao ngay)
DS không phải là nguyên nhân Granger của DF	6	$89.3415$	$< 0.0001$	Bác bỏ $H_0$ (Giao ngay tác động đến HĐTL)

Phát hiện cốt lõi: Tồn tại mối quan hệ nhân quả hai chiều (Bidirectional Relationship) giữa chỉ số giá giao ngay VN30 và giá HĐTL VN30 tại thị trường Việt Nam.

2. Phân tích phân rã phương sai (Variance Decomposition - Cholesky Method)

Sau 10 chu kỳ (tương đương 10 phút sau cú sốc):

• Đối với biến động giá HĐTL ($\Delta F_t$): Khoảng $18.42%$ phương sai sai số dự báo được giải thích bởi các cú sốc từ chỉ số giao ngay VN30 ($\Delta S_t$), phần còn lại $81.58%$ tự giải thích bởi biến động nội sinh của phái sinh.
• Đối với biến động chỉ số giao ngay ($\Delta S_t$): Chỉ khoảng $4.15%$ phương sai sai số dự báo được giải thích bởi cú sốc từ giá HĐTL ($\Delta F_t$), trong khi $95.85%$ được giải thích bởi chính nó.
• Đánh giá mức độ: Mặc dù quan hệ là hai chiều, mức độ tác động từ thị trường cơ sở sang thị trường phái sinh vượt trội gấp 4.4 lần so với tác động ngược lại từ phái sinh sang cơ sở.

---

Đổi mới và đóng góp

1. Tiên phong về tần suất dữ liệu Intraday 1-Phút: Khác với các công trình nghiên cứu kinh tế lượng truyền thống tại Việt Nam sử dụng chuỗi dữ liệu đóng cửa theo ngày (Daily Data), đề tài phân tích tập dữ liệu tần suất cao ($21.000+$ điểm dữ liệu), bóc tách được các vi cấu trúc thị trường (Market Microstructure) diễn ra trong phiên.
2. Xác lập bằng chứng thực nghiệm đầu tiên cho TTCK Phái sinh Việt Nam: Công trình là một trong những nghiên cứu định lượng đầu tiên hoàn thành ngay sau khi thị trường phái sinh đi vào hoạt động (giai đoạn 2017–2018), lấp đầy khoảng trống nghiên cứu thực nghiệm trong nước.
3. So sánh với các thị trường phát triển:
   • Tại thị trường Mỹ (S&P 500) và Anh (FTSE 100), thị trường phái sinh đóng vai trò dẫn dắt hoàn toàn (Pure Lead) thị trường cơ sở do chi phí giao dịch thấp hơn và đòn bẩy cao.
   • Tại Việt Nam giai đoạn 2017–2018, thị trường cơ sở vẫn giữ vai trò chi phối chủ đạo do quy mô vốn hóa thị trường cơ sở lớn hơn và tâm lý nhà đầu tư giao dịch phái sinh vẫn dựa trên bảng điện thị trường cơ sở.

---

Ứng dụng thực tế và triển khai

1. Chiến lược Giao dịch chênh lệch giá (Statistical Arbitrage / Cash-and-Carry)

• Tín hiệu lệch pha (Misalignment Signal): Khi mức chênh lệch (Basis = $F_t - S_t$) vượt ra ngoài dải biên độ chi phí giao dịch và chi phí vốn:
  • Nếu $F_t > S_t \cdot e^{(r - \delta_c)T} + \text{Cost}$: Kích hoạt lệnh Short HĐTL VN30F và Long rổ 30 cổ phiếu cơ sở theo đúng tỷ trọng rổ VN30.
  • Vị thế được tất toán (Unwind) khi giá hội tụ tại ngày đáo hạn ($T$).

2. Tối ưu hóa mô hình phòng hộ danh mục (Dynamic Hedging)

• Các quỹ đầu tư nắm giữ danh mục cổ phiếu vốn hóa lớn có thể sử dụng kết quả hàm phản ứng đẩy (IRF) để xác định độ trễ phòng hộ: khi chỉ số VN30 xuất hiện tín hiệu đảo chiều giảm, việc Short HĐTL VN30F sẽ bù đắp sụt giảm giá trị danh mục cơ sở trong vòng 1–6 phút tiếp theo với tỷ lệ phương sai giải thích $18.42%$.

3. Lộ trình triển khai hệ thống định lượng (Quantitative Trading System)

• Giai đoạn 1 (Tuần 1–4): Xây dựng module thu thập và tiền xử lý dữ liệu tick/phút kết nối FIX Protocol tới các công ty chứng khoán.
• Giai đoạn 2 (Tuần 5–8): Đóng gói thuật toán tính toán Basis động và kiểm định dừng tự động trên nền tảng Python/C++.
• Giai đoạn 3 (Tuần 9–12): Thử nghiệm Paper-trading, đo lường độ trễ thực thi (Execution Latency) và chi phí trượt giá (Slippage).

---

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

1. Khung thời gian nghiên cứu: Dữ liệu nghiên cứu giới hạn trong 6 tháng đầu vận hành ($09/2017 - 03/2018$), giai đoạn thanh khoản thị trường phái sinh đang trong quá trình tích lũy và hoàn thiện cơ chế khớp lệnh.
2. Hiện tượng giao dịch không đồng bộ (Asynchronous Trading): 30 cổ phiếu thành phần trong rổ VN30 không khớp lệnh tại cùng một giây chính xác, có thể tạo ra độ trễ nhân tạo (Spurious Lag) trong chỉ số giao ngay.
3. Giới hạn bán khống trên thị trường cơ sở: Quy định pháp lý chưa cho phép bán khống cổ phiếu T+0 giao ngay trực tiếp, làm hạn chế chiều giao dịch Reverse Cash-and-Carry Arbitrage khi $F_t < S_t$.

Hướng phát triển mở rộng

• Mô hình VECM (Vector Error Correction Model): Bổ sung kiểm định đồng liên kết Johansen Cointegration để đánh giá mối quan hệ cân bằng dài hạn.
• Phân tích phương sai thay đổi điều kiện đa biến (MGARCH / BEKK-GARCH): Đo lường hiệu ứng lan truyền biến động (Volatility Spillover Effects) giữa hai thị trường.
• Ứng dụng Machine Learning: Thử nghiệm các mô hình mạng nơ-ron hồi quy như LSTM (Long Short-Term Memory) hoặc Transformer để dự báo bước nhảy giá tần suất cao.

---

Đối tượng hưởng lợi

• Nhà đầu tư cá nhân & Trader: Hiểu rõ cơ chế dẫn dắt thông tin, tránh bẫy giá tâm lý trong các phiên đáo hạn phái sinh, cải thiện hiệu suất giao dịch ngắn hạn.
• Khối Tự doanh & Quản lý quỹ: Tối ưu hóa mô hình định giá phái sinh, thiết lập chiến lược Arbitrage tự động và kiểm soát tỷ lệ phòng hộ rủi ro danh mục (Beta Hedging).
• Cơ quan quản lý thị trường (UBCKNN, HNX, HOSE): Cung cấp cơ sở khoa học để đánh giá mức độ ổn định của thị trường, hoàn thiện quy chế biên độ dao động giá ($\pm 7%$) và cơ chế giám sát giao dịch liên thị trường.
• Nhà nghiên cứu & Sinh viên tài chính: Tài liệu tham khảo chuẩn mực về phương pháp luận kinh tế lượng chuỗi thời gian áp dụng trên dữ liệu giao dịch thực tế tại Việt Nam.

---

Câu hỏi thường gặp

1. Yêu cầu cấu hình hệ thống để triển khai mô hình VAR tần suất cao là gì?

Hệ thống nghiên cứu kinh tế lượng khuyến nghị tối thiểu: CPU đa nhân (từ 4 Cores trở lên), RAM $16\text{ GB}$, ổ cứng SSD NVMe để xử lý nhanh các tập dữ liệu chuỗi thời gian hàng trăm nghìn dòng; cài đặt phần mềm EViews $8+$ hoặc môi trường Python 3.8+ (statsmodels, scipy).

2. Tại sao phải lấy sai phân bậc 1 ($I(1)$) thay vì chạy mô hình VAR trực tiếp trên chuỗi giá gốc?

Chuỗi giá tài chính $S_t$ và $F_t$ hầu hết là chuỗi không dừng (Non-stationary), mang đặc tính bước ngẫu nhiên (Random Walk). Chạy hồi quy trực tiếp trên chuỗi không dừng sẽ dẫn đến hiện tượng hồi quy giả mạo (Spurious Regression) với hệ số $R^2$ rất cao nhưng không có giá trị thống kê hay ý nghĩa dự báo thực tế.

3. Kết quả quan hệ nhân quả hai chiều có mâu thuẫn với các thị trường quốc tế không?

Không. Tại các thị trường mới nổi (Emerging Markets), khi thị trường phái sinh mới thành lập, tỷ trọng nhà đầu tư tổ chức tham gia còn thấp và hạ tầng công nghệ chưa tối ưu hóa cho HFT, thị trường giao ngay vẫn giữ vai trò dẫn dắt nền tảng, tạo ra sự tương tác phản hồi qua lại 2 chiều thay vì 1 chiều từ phái sinh như ở các thị trường phát triển.

4. Chi phí giao dịch và thuế ảnh hưởng thế nào đến cơ hội kinh doanh chênh lệch giá?

Chi phí giao dịch (phí sàn HNX/VSD, phí môi giới công ty chứng khoán, thuế chuyển nhượng, lãi vay ký quỹ Margin) tạo ra một "dải trung lập" (No-Arbitrage Band). Hoạt động Arbitrage chỉ thực sự sinh lời khi mức chênh lệch giữa giá HĐTL thực tế và giá lý thuyết vượt qua tổng chi phí giao dịch hai đầu.

5. Tại sao mô hình chọn độ trễ $p = 6$ thay vì các bậc trễ lớn hơn?

Độ trễ $p = 6$ tương ứng với khoảng thời gian 6 phút giao dịch. Việc lựa chọn trễ theo chuẩn thông tin AIC tại $p = 6$ đảm bảo mô hình nắm bắt đầy đủ độ trễ lan truyền thông tin giữa 2 sàn, đồng thời tránh hiện tượng quá khớp (Overfitting) và suy giảm bậc tự do (Degrees of Freedom) của hệ phương trình VAR.

---

Kết luận

Công trình nghiên cứu đã giải quyết trọn vẹn bài toán xác lập mối quan hệ tương tác giữa chỉ số giá giao ngay VN30 và giá hợp đồng tương lai VN30 trong giai đoạn đầu hình thành thị trường chứng khoán phái sinh Việt Nam. Bằng việc ứng dụng mô hình Vector tự hồi quy (VAR) trên tập dữ liệu bước nhảy 1 phút ($21.000+$ quan sát), nghiên cứu đã chứng minh thực nghiệm:

1. Tồn tại mối quan hệ nhân quả hai chiều có ý nghĩa thống kê ($p\text{-value} < 0.0001$) giữa chỉ số VN30 và HĐTL VN30.
2. Thị trường cơ sở VN30 có mức độ tác động chi phối lớn hơn ($18.42%$ phân rã phương sai) lên giá HĐTL, trong khi chiều ngược lại chỉ chiếm $4.15%$.
3. Cung cấp nền tảng định lượng vững chắc cho việc thiết lập các chiến lược phòng hộ rủi ro danh mục, giao dịch chênh lệch giá chỉ số và hoạch định chính sách điều hành thị trường tài chính phái sinh tại Việt Nam.

Trích đoạn nội dung tài liệu

Chương I: CƠ SỞ LÝ LUẬN VỀ MỐI QUAN HỆ GIỮA CHỈ SỐ GIÁ GIAO NGAY VÀ GIÁ HỢP ĐỒNG TƯƠNG LAI 1.1 Tổng quan về thị trường giao ngay và thị trường chứng khoán phái sinh 1.1 Thị trường giao ngay Thị trường giao ngay còn được gọi là thị trường tiền mặt hay là thị trường tài sản. Trong thị trường giao ngay, việc mua và bán đòi hỏi tài sản cơ sở phải được giao nhận hoặc là ngay lập tức hoặc chỉ ít lâu sau đó. Việc thanh toán cũng thường được thực hiện tức thời mặc dù thỉnh thoảng cũng có sử dụng một số thỏa thuận tín dụng. Khi giao dịch được thực hiện, khoản thanh toán được chi trả, và hàng hóa hoặc chứng khoán được giao nhận.

(Trích “An introduction to derivatives and risk management” – Don M.Chance & Robert Brooks) 1.2 Thị trường công cụ phái sinh Ngược lại với thị trường giao ngay, thị trường công cụ phái sinh là thị trường dành cho các công cụ mang tính hợp đồng mà thành quả của chúng được xác định trên cơ sở thành quả của một công cụ hoặc một tài sản khác. Lưu ý rằng chúng ta xem các công cụ phái sinh như là các hợp đồng. Giống như tất cả các hợp đồng, chúng được thỏa thuận giữa hai bên, người mua và người bán, trong đó mỗi bên sẽ thực hiện một số nghĩa vụ cho bên kia. Các hợp đồng này có giá cả, trong đó người mua cố gắng mua với giá càng rẻ càng tốt trong khi người bán lại muốn bán với giá càng đắt càng tốt.

(Trích “An introduction to derivatives and risk management” – Don M.Chance & Robert Brooks) 6 1.1 Các thành phần tham gia thị trường 1.1 Sơ đồ tổng quát Sở Giao dịch Thiết kế sản phẩm, tổ chức giao dịch chứng khoán Cung cấp Trung tâm lưu ký Bù trừ, thanh toán, quản trị rủi ro, sản phẩm chứng khoán quản lý tài sản thế chấp Ngân hàng thanh Thanh toán tiền toán Thành viên giao Nhập lệnh khách hàng/ Tự doanh, giới dịch thiệu, tư vấn sản phẩm Bộ tài chính UBCK Cung cấp Ký quỹ, thanh toán bù trừ cho tài khoản Thành viên bù trừ dịch vụ khách hàng/ tài khoản tự doanh Nhà tạo lập thị Hỗ trợ thanh khoản cho thị trường trường Doanh nghiệp Tham gia giao dịch Khách hàng Quỹ đầu tư Tham gia giao dịch Nhà đầu tư Tham gia giao dịch Hình 1.1: Sơ đồ thể hiện các thành phần tham gia thị trường chứng khoán phái sinh 7 1.2 Chức năng chính của các thành phần tham gia trên thị trường  Bộ tài chính và Ủy ban chứng khoán nhà nước (UBCKNN) Bộ tài chính và UBCKNN chịu trách xây dựng một hành lang pháp lý hoàn chỉnh nhằm quản lý, giám sát thị trường chứng khoán phái sinh một cách bao quát và hiệu quả. Thông qua việc ban hành các văn bản pháp quy về chứng khoán phái sinh, cơ quan quản lý đảm bảo việc giao dịch được diễn ra công khai, minh bạch và công bằng. Từ đó, đảm bảo phát triển thị trường chứng khoán phái sinh một cách bền vững và đồng thời bảo vệ quyền lợi của các nhà đầu tư trên thị trường.  Sở Giao dịch chứng khoán Với vai trò là cơ quan vận hành thị trường, SGDCK phái sinh xây dựng các quy chế có liên quan, các hệ thống và tổ chức giao dịch và giám sát các chứng khoán phái sinh niêm yết trên Sở Giao dịch Chứng khoán.

Có thể nói, SGDCK chịu trách nhiệm điều hành và quản lý các hoạt động liên quan tới giao dịch.  Ngân hàng thanh toán Ngân hàng thanh toán thực hiện hoạch toán và chuyển khoản cho các tài khoản giao dịch sản phẩm phái sinh theo kết quả về việc hoạch toán nhận được từ tổ chức bù trừ. Thông thường, ngân hàng thanh toán và tổ chức bù trừ liên kết với nhau để đảm bảo việc giám sát giá trị tài khoản thực của khách hàng đạt hiệu quả tối ưu.  Thành viên giao dịch Thành viên giao dịch bao gồm các công ty chứng khoán, ngân hàng thương mại, quỹ đầu tư đáp ứng được các quy định về nghiệp vụ môi giới, tự doanh cho giao dịch sản phẩm phái sinh do cơ quan quản lý yêu cầu và được UBCKNN cấp giấy phép hoạt động.

Khi trở thành các thành viên giao dịch phái sinh, các tổ chức này phải thực hiện các nghĩa vụ và trách nhiệm của thành viên giao dịch thuộc SGDCK phái sinh. Có 02 loại thành viên giao dịch: là thành viên giao dịch có chức 8 năng bù trừ (gọi tắt là thành viên giao dịch) và thành viên giao dịch không có chức năng bù trừ (gọi là thành viên không bù trừ).  Thành viên bù trừ Thành viên bù trừ là các tổ chức tài chính được cấp phép thực hiện nhiệp vụ bù trừ cho giao dịch sản phẩm phái sinh. Sau khi đăng ký và được chấp nhận tư cách thành viên bù trừ, các tổ chức này được phép thực hiện dịch vụ bù trừ chứng khoán phái sinh cho khách hàng và cho các giao dịch tự doanh của chính mình.

 Nhà tạo lập thị trường Vai trò chính của nhà tạo lập thị trường là để tạo ra tính thanh khoản cho các sản phẩm phái sinh mới và giúp tăng cường tính thanh khoản đối với các sản phẩm đang thiếu tính thanh khoản hoặc thanh khoản thấp thông qua việc tác động lên tổng khối lượng giao dịch trên thị trường.2 Công cụ phái sinh 1.1 Định nghĩa Công cụ phái sinh là các công cụ tài chính mà giá trị hoặc lợi nhuận phụ thuộc vào công cụ tài chính/ tài sản khác (tài sản cơ sở) Tài sản cơ sở là hàng hóa/ công cụ tài chính có giá trị quyết định giá trị của công cụ phái sinh. Tài sản cơ sở được chia làm 02 dạng chính:  Hàng hóa  Thực phẩm/nông sản ( ngũ cốc, thịt, cà phê, hồ tiêu v.)  Kim loại (vàng, bạc, kẽm …)  Năng lượng (khí đốt, dầu …)  Khác (thời tiết, kết quả bầu cử …)  Công cụ tài chính  Cổ phiếu (chỉ số cổ phiếu, cổ phiếu đơn lẻ)  Trái phiếu (trái phiếu chính phủ, trái phiếu chính quyền địa phương, trái phiếu doanh nghiệp) 9  Lãi suất (lãi suất ngân hàng, lãi suất ngoại tệ)  Tiền tệ (USD, Yên Nhật, EUR …)  Chứng khoán phái sinh 1.2 Các loại sản phẩm phái sinh SẢN PHẨM PHÁI SINH Hợp đồng Hợp đồng kỳ hạn Hợp đồng tương lai Hợp đồng hoán đổi quyền chọn (FORWARDS) (FUTURES) (SWAPS) (OPTIONS) Giao dịch OTC Giao dịch trên sàn tập trung Giao dịch OTC Hình 1.2: Sơ đồ các sản phẩm phái sinh  Hợp đồng kỳ hạn Là hợp đồng thỏa thuận đồng ý MUA/BÁN tài sản cơ sở với mức giá và thời điểm giao hàng được xác định trước tại thời điểm phát sinh giao dịch. Theo đó, hai bên hợp đồng chủ động thỏa thuận các điều khoản và điều kiện về: tài sản cơ sở, giá, hình thức thanh toán, thời gian thanh toán, …  Ưu điểm: Có thể đáp ứng nhu cầu cụ thể của nhà đầu tư  Nhược điểm:  Khó bán lại cho bên thứ ba  Thường thì không có cơ quan và cơ chế quy định việc đảm bảo thực hiện đúng nghĩa vụ dẫn đến rủi ro đối tác không thực hiện đúng hợp đồng 10  Hợp đồng tương lai Hợp đồng tương lai giống hợp đồng kỳ hạn tuy nhiên hợp đồng tương lai được niêm yết tại các Sở giao dịch chứng khoán và các điều khoản của hợp đồng tương lai được chuẩn hóa Như vậy hợp đồng tương lai ra đời với mục đích khắc phục các nhược điểm của hợp đồng kỳ hạn. HĐTL được một cơ quan đứng ra xây dựng và niêm yết (SGDCK) và một cơ quan quản lý nghĩa vụ thanh toán của nhà đầu tư (Trung tâm thanh toán bù trừ) đảm bảo tính minh bạch và công bằng cho tất cả các nhà đầu tư.

 Hợp đồng quyền chọn Hợp đồng quyền chọn quy định quyền mua/bán của một bên và nghĩa vụ bán/mua của bên kia đối với một tài sản cơ sở cụ thể tại giá và thời điểm (hoặc khoảng thời gian) được xác định trước. Cụ thể, trong hợp đồng quyền chọn, người mua HĐ có quyền (không phải nghĩa vụ) mua hoặc bán một tài sản cơ sở nhất định tại mức giá thực hiện (strike) vào ngày được thỏa thuận. Bên bán HĐ có nghĩa vụ bán/mua tài sản cơ sở cho bên mua nếu bên mua quyết định thực hiện hợp đồng. Người mua HĐQC sẽ phải trả cho người bán HĐQC một khoản phí (premium).1: Đặc điểm hợp đồng quyền chọn Quyền chọn Mua Quyền chọn Bán Có quyền mua tài sản cơ Người mua Có quyền bán tài sản cơ sở sở Có nghĩa vụ bán tài sản Có nghĩa vụ mua tài sản cơ Người bán cơ sở sở Hợp đồng quyền chọn có thể thực hiện theo 2 kiểu:  Hợp đồng kiểu Mỹ (American style): người mua HĐQC có quyền thực hiện HĐ vào bất kỳ thời điểm nào trước khi hợp đồng hết hạn 11  Hợp đồng kiểu Châu Âu (European style): người mua HĐQC chỉ được thực hiện HĐ vào thời điểm HĐ hết hạn Ví dụ minh họa: Nhà đầu tư (bên Mua) mua 10 HĐQC mua kiểu Mỹ 100 Cổ phiếu Tập đoàn Vingroup (VIC) từ một định chế tài chính (bên Bán) với thời gian đáo hạn là 3 tháng và giá là 98.000 VNĐ/cổ phiếu  Bên Mua phải trả cho bên bán một khoản phí (premium)  Trong vòng 3 tháng, bên Mua có quyền thực hiện việc mua cổ phiếu VIC với giá 98.000 VNĐ/cổ phiếu  Nếu bên Mua thực hiện Hợp đồng, bên Bán phải bán cho bên Mua cổ phiếu VIC với giá 98.000 VNĐ/cổ phiếu  Hợp đồng hoán đổi Là hợp đồng thỏa thuận trong đó 02 bên đồng ý hoán đổi chuỗi dòng tiền vào những thời điểm xác định trong một giai đoạn của tương lai.

Hợp đồng hoán đổi không được niêm yết tại các Sở giao dịch, được giao dịch trên thị trường OTC nên đa dạng về chủng loại. Hợp đồng hoán đổi phố biến nhất là Hợp đồng Hoán đổi lãi suất Vanilla Đơn giản (Plain – Vanilla) Ví dụ minh họa: Công ty Microsoft có Trái phiếu trả định kỳ lãi suất Coupon là lãi suất LIBOR (lãi suất liên ngân hàng London). Vào ngày 01/03/2015, Công ty Microsoft ký kết Hợp đồng hoán đổi lãi suất Trái phiếu với Citibank trong đó quy định: Citibank sẽ trả lãi suất thả nổi (floating rate) của Trái phiếu cho Microsoft, và Microsoft trả lãi suất cố định: 5% cho Citibank. Giá trị tài sản là 100 triệu USD.

12 Khoản tiền Khoản tiền Lãi/Lỗ Lãi suất Ngày Microsoft phải Microsoftđược nhận từ của Libor trả Citibank Microsoft 01/03/2015 4,2% 01/03/2016 5,3% 5% x 100= 5 triệu 4,2% x 100= 4,2 triệu - 0,8 triệu USD USD USD 01/03/2017 4,8% 5% x 100= 5 triệu 5,3% x 100= 5,3 triệu + 0,3 triệu USD USD USD 1.