Bối cảnh và vấn đề nghiên cứu

Thị trường chứng khoán (TTCK) đóng vai trò là kênh dẫn vốn trung và dài hạn quan trọng của nền kinh tế Việt Nam. Trong cơ cấu thị trường, cổ phiếu nhóm ngành ngân hàng luôn giữ vị thế trụ cột, chiếm tỷ trọng vốn hóa lớn nhất trong rổ chỉ số VN30 và chiếm khoảng 34% tổng vốn hóa của chỉ số VN-Index. Đồng thời, thanh khoản giao dịch của nhóm cổ phiếu ngân hàng thường xuyên duy trì ở mức cao, chiếm xấp xỉ 30% tổng giá trị giao dịch toàn thị trường. Đầu năm 2021, giá cổ phiếu ngân hàng ghi nhận mức tăng trưởng trung bình 30% với lợi nhuận 6 tháng đầu năm tăng tới 62%. Do đó, biến động giá của nhóm cổ phiếu ngân hàng có tác động chi phối mạnh mẽ đến xu hướng chung của thị trường (uptrend hoặc downtrend).

Bên cạnh ngân hàng, nhóm ngành bất động sản (BĐS) và bảo hiểm (BH) là hai khu vực có mối liên hệ mật thiết và tác động qua lại sâu sắc với hệ thống ngân hàng:

  • Ngành Bất động sản: Theo Hiệp hội Bất động sản Việt Nam, thị trường BĐS đóng góp khoảng 14% vào GDP giai đoạn 2019–2021 và có sức lan tỏa tới hơn 40 ngành kinh tế liên quan. Khi nhu cầu cuối cùng của ngành BĐS tăng 1.000 tỷ đồng sẽ thúc đẩy giá trị sản xuất của các ngành còn lại đạt 772 tỷ đồng và tạo ra 191 tỷ đồng giá trị gia tăng. Tuy nhiên, sự phát triển nóng, tình trạng đầu cơ đất đai, cùng các sai phạm tại một số tập đoàn lớn (như Tập đoàn FLC, Tân Hoàng Minh, Vạn Thịnh Phát, Novaland) đã gây ảnh hưởng trực tiếp đến an toàn vốn vay của hệ thống ngân hàng thương mại.
  • Ngành Bảo hiểm: Mối liên kết giữa ngân hàng và bảo hiểm được thể hiện rõ nét qua hoạt động phân phối bảo hiểm qua ngân hàng (bancassurance). Doanh thu phí bảo hiểm qua kênh này tại Việt Nam tăng từ 65.000 tỷ đồng (năm 2017) lên 130.000 tỷ đồng (năm 2020), chiếm hơn 40% số lượng hợp đồng khai thác mới trong 6 tháng đầu năm 2022. Nhiều ngân hàng ghi nhận lợi nhuận hàng nghìn tỷ đồng từ bancassurance (điển hình như VIB đạt khoảng 1.700 tỷ đồng phí dịch vụ bảo hiểm năm 2021, chiếm hơn 11% tổng doanh thu; Techcombank đạt 1.600 tỷ đồng năm 2021, tăng 88,4% so với năm 2020). Song song đó, các rủi ro đạo đức, hiện tượng ép buộc mua kèm bảo hiểm khi vay vốn cũng đặt ra yêu cầu phải đánh giá chuẩn xác mối quan hệ liên ngành này.

Mục tiêu nghiên cứu

  1. Đánh giá sự biến động chỉ số giá cổ phiếu ngành ngân hàng với chỉ số giá của ngành Bất động sản và ngành Bảo hiểm thông qua các mô hình kinh tế lượng thực nghiệm.
  2. Cung cấp thêm bằng chứng thực nghiệm cho nhà đầu tư và cơ quan quản lý thị trường nhằm hỗ trợ ra quyết định đầu tư và duy trì sự phát triển ổn định của TTCK Việt Nam.

Nhiệm vụ nghiên cứu

  1. Hệ thống hóa và làm rõ cơ sở lý luận, thực tiễn về giá cổ phiếu ngân hàng cùng các phương pháp xây dựng bộ chỉ số giá ngành trên thị trường chứng khoán.
  2. Đề xuất mô hình kinh tế lượng để đo lường mức độ đồng biến động của chỉ số giá ngành ngân hàng với ngành bảo hiểm và bất động sản dưới tác động của các biến số kinh tế vĩ mô (GDP, CPI, VNIBOR).
  3. Kiểm chứng mối quan hệ đồng liên kết và tác động dài hạn giữa biến động chỉ số giá cổ phiếu Bất động sản, Bảo hiểm đối với ngành Ngân hàng.
  4. Đề xuất các ứng dụng thực tiễn cho nhà đầu tư cá nhân và các chủ thể tham gia thị trường trong việc dự báo xu hướng giá và quản trị rủi ro danh mục.

Câu hỏi nghiên cứu

  1. Chỉ số giá ngành Ngân hàng có đồng biến động với chỉ số giá ngành nào trong hai ngành Bảo hiểm và Bất động sản?
  2. Mức độ đồng biến động của chỉ số giá ngành Ngân hàng với sự biến động của chỉ số giá ngành Bảo hiểm và Bất động sản diễn ra như thế nào?

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Sự đồng biến động của chỉ số giá cổ phiếu ngành Ngân hàng với chỉ số giá cổ phiếu ngành Bất động sản và ngành Bảo hiểm trên thị trường chứng khoán Việt Nam.
  • Phạm vi nội dung: Phân tích tương quan chuỗi thời gian giữa bộ chỉ số giá 3 ngành (VS-Bank, VS-BĐS, VS-BH); xem xét tác động của các biến kiểm soát vĩ mô (CPI, VNIBOR, GDP) và các chỉ tiêu tài chính nội tại của hệ thống ngân hàng (Vốn chủ sở hữu/Tổng tài sản, Chi phí dự phòng rủi ro tín dụng).
  • Phạm vi không gian: Các cổ phiếu ngành Ngân hàng, Bất động sản và Bảo hiểm niêm yết trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE) và Sở Giao dịch Chứng khoán Hà Nội (HNX).
  • Phạm vi thời gian: Dữ liệu chuỗi thời gian thu thập từ tháng 01/2009 đến tháng 12/2020 (tần suất quan sát theo tháng và quý; biểu đồ thống kê mô tả mở rộng đến năm 2021).

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình nền tảng

Nghiên cứu dựa trên các lý thuyết tài chính và mô hình định giá cổ phiếu tiêu chuẩn:

  1. Lý thuyết về cổ phiếu và định giá tài sản: Mô hình tăng trưởng cổ tức Gordon (Gordon Growth Model - GGM: $P = \frac{D_1}{r - g}$), Mô hình định giá tài sản vốn (CAPM: $K_e = R_f + \beta(R_m - R_f)$), và các chỉ số định giá thị trường P/E, P/B.
  2. Lý thuyết về chỉ số giá cổ phiếu: Phương pháp tính chỉ số giá bình quân gia quyền Paasche, chỉ số bình quân Fisher, phương pháp số bình quân giản đơn và công thức tính chỉ số theo giá trị vốn hóa điều chỉnh tỷ lệ tự do chuyển nhượng: $$\text{Index} = \frac{\text{Market Value (MV)}}{\text{Hệ số chia}} \times \text{Điểm cơ sở}$$ Trong đó: $\text{MV} = \sum_{i=1}^n P_i Q_i$.
  3. Lý thuyết về sự đồng biến động giá cổ phiếu (Stock Price Synchronicity): Kế thừa lý thuyết của Roll (1988), Morck, Yeung & Yu (2000), Jin & Myers (2006). Đồng biến động giá đo lường mức độ mà biến động giá của một cổ phiếu/ngành được giải thích bởi thông tin chung của thị trường thay vì thông tin nội tại của doanh nghiệp. Độ đồng bộ $R^2$ được trích xuất từ mô hình thị trường và chuẩn hóa qua biến phụ thuộc: $$\text{Synch}_{it} = \log\left(\frac{R^2}{1 - R^2}\right)$$
  4. Hệ thống chỉ số ngành Bất động sản và Ngân hàng:
    • Chỉ số giá BĐS nhà ở (RPPI) và BĐS thương mại (CPPI) được xây dựng trên nền tảng mô hình hồi quy Hedonic: $$\ln(P_{it}) = \beta_0 + \sum_{j=1}^K \gamma_j X_{ijt} + \sum_{t=1}^T \delta_t D_t + \epsilon_{it}$$
    • Các chỉ tiêu giám sát tài chính nội tại của ngân hàng: Tỷ lệ nợ xấu (NPL nhóm 3–5 trên tổng nợ), Tỷ lệ bao phủ nợ xấu (LLR), Tỷ suất sinh lời trên vốn chủ sở hữu (ROE), Tỷ lệ chi phí trên thu nhập (CIR), Tỷ lệ thu nhập lãi thuần (NIM), Tỷ lệ tiền gửi không kỳ hạn (CASA), Tốc độ tăng trưởng huy động vốn và Tốc độ tăng trưởng tín dụng.

Phương pháp nghiên cứu và mô hình thực nghiệm

Nghiên cứu áp dụng quy trình kinh tế lượng chuỗi thời gian dựa trên khung nghiên cứu của Tamimi (2007) và Okonkwo (2013) thông qua các bước kiểm định:

  1. Kiểm định tính dừng: Sử dụng kiểm định nghiệm đơn vị Augmented Dickey-Fuller (ADF) nhằm xác định bậc tích hợp của các chuỗi dữ liệu, tránh hiện tượng hồi quy giả mạo (spurious regression).
  2. Kiểm định đồng liên kết Johansen: Thực hiện kiểm định đồng tích hợp qua giá trị thống kê vết (Trace Statistic) và giá trị riêng cực đại (Maximal Eigenvalue Statistic) để xác định sự tồn tại của mối quan hệ cân bằng dài hạn giữa các biến chuỗi thời gian không dừng có cùng bậc tích hợp $I(1)$.
  3. Mô hình Vectơ hiệu chỉnh sai số (VECM): Thiết lập phương trình hồi quy VECM nhằm ước lượng mối quan hệ ngắn hạn và dài hạn giữa chỉ số giá ngành Ngân hàng với các ngành liên quan: $$\Delta(\log(\text{VS_Bank})t) = \alpha + \beta_1 \Delta(\log(\text{VS_BDS})t) + \beta_2 \Delta(\log(\text{VS_BH})t) + \sum{j=1}^k \beta{3j} \text{Control}{jt} + \beta_5 E_{t-1} + \epsilon_t$$ Trong đó:
  • $\text{VS_Bank}$: Bộ chỉ số giá ngành Ngân hàng (biến phụ thuộc).
  • $\text{VS_BDS}$, $\text{VS_BH}$: Bộ chỉ số giá ngành Bất động sản và Bảo hiểm (các biến độc lập).
  • $\text{Control}$: Các biến kiểm soát kinh tế vĩ mô gồm Chỉ số giá tiêu dùng ($\text{CPI}$) và Lãi suất liên ngân hàng ($\text{VNIBOR}$).
  • $E_{t-1}$: Số hạng hiệu chỉnh sai số (phần mất cân bằng dài hạn thời kỳ trước).
Biến số Tên gọi Loại biến Vai trò trong mô hình
$\text{VS_Bank}$ Chỉ số giá ngành Ngân hàng Biến chuỗi thời gian Biến phụ thuộc
$\text{VS_BDS}$ Chỉ số giá ngành Bất động sản Biến chuỗi thời gian Biến độc lập
$\text{VS_BH}$ Chỉ số giá ngành Bảo hiểm Biến chuỗi thời gian Biến độc lập
$\text{CPI}$ Chỉ số giá tiêu dùng (%) Biến vĩ mô Biến kiểm soát
$\text{VNIBOR}$ Lãi suất liên ngân hàng (%) Biến tiền tệ Biến kiểm soát
$E_{t-1}$ Số hạng sai số cân bằng Phần dư trễ Hiệu chỉnh sai số ngắn hạn

Nguồn dữ liệu và công cụ xử lý

  • Dữ liệu chỉ số ngành: Trích xuất từ bộ chỉ số ngành VS-Sector của Vietstock.finance (gồm VS-Bank, VS-BDS, VS-INS).
  • Dữ liệu kinh tế vĩ mô: Thu thập từ Tổng cục Thống kê, Bộ Tài chính và Ngân hàng Nhà nước Việt Nam.
  • Dữ liệu tài chính doanh nghiệp: Báo cáo tài chính kiểm toán của các ngân hàng thương mại niêm yết trên HOSE và HNX.
  • Công cụ phân tích: Phần mềm kinh tế lượng EViews 10 và Microsoft Excel.

Nội dung chính theo từng chương

Chương 1: Mở đầu

Chương 1 thiết lập nền tảng nghiên cứu thông qua việc làm rõ tính cấp thiết của đề tài trong bối cảnh tái cơ cấu hệ thống ngân hàng và sự phát triển của TTCK Việt Nam. Tác giả phân tích vị thế của cổ phiếu ngân hàng như một kênh đầu tư chủ lực chi phối toàn thị trường, đồng thời làm rõ mối liên kết giữa ngân hàng với ngành bất động sản (kênh cấp tín dụng và xử lý tài sản đảm bảo) và ngành bảo hiểm (kênh phân phối bancassurance). Chương này xác định rõ mục tiêu, 4 nhiệm vụ nghiên cứu, đối tượng, phạm vi nghiên cứu (giai đoạn 2009–2020), phương pháp thu thập dữ liệu thứ cấp từ Vietstock, cùng các đóng góp mới và cấu trúc 5 chương của khóa luận.

Chương 2: Tổng quan tài liệu và cơ sở lý luận về chỉ số giá thị trường và sự đồng biến động giữa các nhóm chỉ số giá cổ phiếu

Chương 2 tổng thuật toàn diện các công trình nghiên cứu quốc tế (French & Roll 1986; Roll 1988; Morck et al. 2000; Piotroski & Roulstone 2004; Kalok & Allaudeen 2005; Jin & Myers 2006; Hutton et al. 2009; Xiang Zhang & Han Zhou 2020) và nghiên cứu trong nước (Phan Trọng Nghĩa & Nguyễn Thị Minh Huệ 2016; Nghia & Van 2021; Vi 2014; Lam et al. 2020; Tô Lan Phương 2020; Diệp Gia Luật 2015; Đặng Tùng Lâm 2016; Võ Xuân Vinh & La Ngọc Giàu 2016; Võ Thị Thúy Anh et al. 2014). Nội dung lý thuyết tập trung phân tích bản chất hàng hóa của cổ phiếu, các mô hình định giá (GGM, CAPM, P/E, P/B), phương pháp xây dựng chỉ số giá (Paasche, Fisher, số bình quân), các bộ chỉ số tiêu biểu trong nước (VN-Index, VN30, HNX-Index, UPCOM-Index, HNX30) và quốc tế (DJIA, Nikkei, TOPIX, FTSE). Chương 2 kết luận rằng tính đồng biến động giá ($R^2$ và $\text{Synch}$) tại các thị trường mới nổi thường ở mức cao do rào cản minh bạch thông tin và bảo vệ nhà đầu tư, đồng thời phân nhóm các yếu tố tác động thành 3 nhóm: nhân tố thị trường (vĩ mô), nhân tố nội tại doanh nghiệp (vi mô) và nhân tố kỹ thuật.

Chương 3: Phương pháp nghiên cứu

Chương 3 chi tiết hóa quy trình nghiên cứu thực nghiệm và thiết kế khung phân tích. Tác giả trình bày chi tiết cách thức xây dựng và tính chất của các bộ dữ liệu:

  • Nhóm dữ liệu ngành ngân hàng: các chỉ số quản trị rủi ro và sinh lời gồm NPL, LLR, ROE, CIR, NIM, CASA, tốc độ tăng trưởng tín dụng và huy động vốn.
  • Nhóm dữ liệu ngành bất động sản: phân loại chỉ số giá RPPI (nhà ở) và CPPI (thương mại) dựa trên mô hình hồi quy Hedonic.
  • Nhóm dữ liệu ngành bảo hiểm: cấu trúc doanh thu từ 12 nghiệp vụ bảo hiểm phi nhân thọ và 8 nghiệp vụ bảo hiểm nhân thọ. Chương 3 xây dựng mô hình hồi quy đa biến và thiết lập quy trình kiểm định chuỗi thời gian 3 bước theo Okonkwo (2013): kiểm định tính dừng ADF $\rightarrow$ kiểm định đồng liên kết Johansen $\rightarrow$ ước lượng mô hình Vector hiệu chỉnh sai số (VECM).

Chương 4: Kết quả nghiên cứu và thảo luận

Chương 4 trình bày toàn bộ kết quả phân tích định lượng và thảo luận kinh tế lượng:

  1. Thống kê mô tả và phân tích tương quan: Đồ thị biến thiên chỉ số giá giai đoạn 2009–2021 chỉ ra rằng 3 ngành Ngân hàng, Bất động sản và Bảo hiểm có sự biến động cùng chiều và chung xu thế thị trường. Biên độ dao động của ngành Bất động sản diễn ra mạnh nhất, tiếp theo là ngành Ngân hàng và thấp nhất là ngành Bảo hiểm.
  2. Kiểm định tính dừng (ADF test): Ở mức ý nghĩa 5%, các chuỗi chỉ số giá $\text{VS_Bank}$, $\text{VS_BDS}$, $\text{VS_BH}$ đều có $p\text{-value} > 0{,}05$, là các chuỗi không dừng tại bậc gốc nhưng dừng sau khi lấy sai phân bậc 1 ($I(1)$). Hai biến kiểm soát $\text{CPI}$ và $\text{VNIBOR}$ là các chuỗi dừng tại bậc gốc ($I(0)$).
  3. Kiểm định đồng liên kết Johansen: Kết quả kiểm định thống kê vết (Trace test) và kiểm định giá trị riêng cực đại (Max-Eigen) xác nhận sự tồn tại của mối quan hệ đồng liên kết dài hạn (Trace test chỉ ra 3 phương trình đồng liên kết ở mức ý nghĩa 5%).
  4. Ước lượng mô hình VECM: Xác lập tác động dài hạn và ngắn hạn của ngành Bất động sản, Bảo hiểm và biến vĩ mô đối với ngành Ngân hàng.
  5. Kiểm định khuyết tật mô hình: Thực hiện kiểm định tự tương quan Lagrange (LM test), kiểm định phương sai sai số thay đổi White (White cross term), kiểm định phân phối chuẩn Jarque-Bera và kiểm tra tính ổn định của mô hình.
  6. Ứng dụng thực tiễn: Thảo luận việc ứng dụng chỉ số ngành ngân hàng để dự báo xu hướng thị trường chứng khoán, dự báo biến động ngành BĐS, ngành Bảo hiểm và đánh giá tác động truyền dẫn của chính sách tiền tệ.

Chương 5: Những phát hiện mới và kiến nghị

Chương 5 đúc kết các phát hiện thực nghiệm mới về mối liên hệ hữu cơ giữa 3 nhóm ngành dẫn dắt vốn trên thị trường chứng khoán Việt Nam. Trên cơ sở đó, tác giả đưa ra các kiến nghị đối với nhà đầu tư cá nhân trong việc theo dõi tín hiệu luân chuyển dòng tiền giữa Ngân hàng - Bất động sản - Bảo hiểm để cơ cấu danh mục, đồng thời kiến nghị cơ quan quản lý hoàn thiện khuôn khổ pháp lý về công bố thông tin, kiểm soát rủi ro chéo từ bancassurance và giám sát dòng tín dụng đổ vào thị trường bất động sản.

Kết quả và đóng góp

Kết quả định lượng chính

  1. Kiểm định tính dừng chuỗi thời gian:
    • Bộ 3 chỉ số giá ngành ($\text{VS-Bank}$, $\text{VS-BDS}$, $\text{VS-BH}$) không dừng ở chuỗi giá trị gốc (level), nhưng đạt tính dừng sau khi lấy sai phân bậc nhất $I(1)$ ở mức ý nghĩa 5%.
    • Chuỗi số liệu vĩ mô $\text{CPI}$ và $\text{VNIBOR}$ là chuỗi dừng ở bậc gốc $I(0)$.
  2. Kết quả kiểm định đồng liên kết Johansen (Trace Test):
Giả thuyết $H_0$ Giả thuyết $H_1$ Giá trị riêng (Eigenvalue) Thống kê vết (Trace Statistic) Giá trị tới hạn 5% (Critical Value) Mức ý nghĩa ($p\text{-value}$)** Kết luận
$r = 0$ (Không có liên kết) $r \ge 1$ (Có ít nhất 1 liên kết) — 139,4280 29,79707 0,0001 Bác bỏ $H_0$
$r \le 1$ (Có tối đa 1 liên kết) $r \ge 2$ (Có ít nhất 2 liên kết) — 77,05847 15,49471 0,0000 Bác bỏ $H_0$

Ghi chú: Giá trị thống kê Trace test chỉ ra sự tồn tại của 3 phương trình đồng liên kết tại mức ý nghĩa 0,05 (theo bảng tra MacKinnon-Haug-Michelis 1999).

  1. Mối quan hệ tương quan và đồng biến động:
    • Chỉ số giá ngành Bất động sản và Bảo hiểm có quan hệ đồng liên kết chặt chẽ trong dài hạn với chỉ số giá ngành Ngân hàng.
    • Biên độ biến động của ngành Bất động sản lớn nhất, tạo xung lực lan truyền sang biến động của nhóm cổ phiếu ngân hàng; trong khi ngành bảo hiểm có tính ổn định cao hơn nhưng tác động bền bỉ qua cấu trúc doanh thu bancassurance.

Giải pháp và kiến nghị của tác giả

  • Đối với nhà đầu tư: Cần theo dõi chỉ số giá nhóm ngân hàng như một biến số chỉ báo sớm cho xu hướng toàn thị trường; đánh giá rủi ro danh mục thông qua việc kiểm tra đồng thời biến động của nhóm BĐS và các chính sách điều hành lãi suất ($\text{VNIBOR}$), lạm phát ($\text{CPI}$).
  • Đối với cơ quan quản lý: Tăng cường minh bạch thông tin thị trường nhằm giảm thiểu tính đồng biến động ($R^2$ cao bất thường do thiếu thông tin riêng lẻ của doanh nghiệp); giám sát chặt chẽ hoạt động bancassurance nhằm hạn chế xung đột lợi ích và rủi ro đạo đức tại các ngân hàng thương mại.

Đóng góp mới của tác giả

  • Là một trong những công trình nghiên cứu thực nghiệm đầu tiên tại Việt Nam tiếp cận sự đồng biến động giá liên ngành (Ngân hàng – Bất động sản – Bảo hiểm) bằng phương pháp kiểm định đồng tích hợp Johansen và mô hình VECM sử dụng chuỗi chỉ số chuyên biệt VS-Sector.
  • Kết hợp đồng thời các biến kiểm soát kinh tế vĩ mô ($\text{CPI}$, $\text{VNIBOR}$, $\text{GDP}$) và phân tích hệ thống chỉ tiêu tài chính nội tại của ngân hàng (NPL, LLR, NIM, CASA, CIR) để giải thích cơ chế biến động giá cổ phiếu.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của nghiên cứu

  1. Rào cản dữ liệu thực nghiệm: Dữ liệu nghiên cứu về sự đồng biến động giá ngành tại Việt Nam còn mới và chưa phổ biến, dẫn đến việc thu thập chuỗi dữ liệu lịch sử chuẩn hóa gặp nhiều khó khăn.
  2. Nguồn dữ liệu thứ cấp: Số liệu chủ yếu thu thập từ nguồn thứ cấp (Vietstock, báo cáo tài chính công bố) nên có thể chịu ảnh hưởng bởi độ trễ công bố thông tin và tính khách quan của dữ liệu kế toán.
  3. Bối cảnh nghiên cứu: Các công trình lý thuyết nền tảng về đồng biến động giá cổ phiếu chủ yếu được phát triển tại các quốc gia phát triển, việc áp dụng vào thị trường cận biên/mới nổi như Việt Nam có những khác biệt về thể chế.
  4. Giới hạn chuyên môn: Tác giả tự nhìn nhận còn những hạn chế nhất định trong việc phân tích bao quát toàn bộ các cú sốc bất thường trên TTCK Việt Nam.

Hướng mở rộng nghiên cứu

  • Mở rộng phạm vi thời gian nghiên cứu cập nhật giai đoạn sau năm 2021–2023 nhằm lượng hóa đầy đủ các biến cố tái cấu trúc thị trường trái phiếu doanh nghiệp và bất động sản.
  • Áp dụng các mô hình dữ liệu bảng (Panel VECM hoặc Pooled Mean Group) để phân tích chi tiết mức độ nhạy cảm của từng ngân hàng thương mại riêng lẻ theo quy mô vốn hóa.

Giá trị tham khảo

  • Đối tượng thụ hưởng:
    • Sinh viên, học viên cao học chuyên ngành Tài chính - Ngân hàng, Kinh tế đầu tư, Kinh tế lượng ứng dụng.
    • Các nhà đầu tư cá nhân và tổ chức đang tìm kiếm mô hình định lượng dự báo biến động giá cổ phiếu theo chu kỳ ngành.
    • Chuyên viên phân tích tại các công ty chứng khoán và quỹ đầu tư.
  • Nội dung đáng giá để tham khảo:
    • Quy trình ứng dụng mô hình VECM và kiểm định đồng liên kết Johansen trên phần mềm EViews đối với dữ liệu chuỗi thời gian chỉ số ngành.
    • Khung hệ thống hóa các chỉ số tài chính chuyên sâu ngành ngân hàng (NPL, LLR, CASA, NIM, CIR) và phương pháp tính chỉ số giá theo chuẩn quốc tế.

Câu hỏi thường gặp

1. Khóa luận sử dụng nguồn dữ liệu nào để đại diện cho chỉ số giá 3 ngành Ngân hàng, Bất động sản và Bảo hiểm?

Tác giả sử dụng dữ liệu thứ cấp từ bộ chỉ số phân ngành VS-Sector do Vietstock tính toán và công bố trên kênh Vietstock.finance (bao gồm VS-Bank cho ngành Ngân hàng, VS-BDS cho ngành Bất động sản và VS-INS cho ngành Bảo hiểm) theo chuỗi thời gian từ năm 2009 đến năm 2020.

2. Kết quả kiểm định tính dừng (ADF) đối với các chuỗi dữ liệu trong mô hình như thế nào?

Kiểm định nghiệm đơn vị Augmented Dickey-Fuller (ADF) ở mức ý nghĩa 5% cho thấy 3 chuỗi chỉ số giá ngành ($\text{VS-Bank}$, $\text{VS-BDS}$, $\text{VS-BH}$) là chuỗi không dừng ở bậc gốc nhưng trở thành chuỗi dừng sau khi lấy sai phân bậc 1 ($I(1)$). Trong khi đó, 2 biến vĩ mô kiểm soát là $\text{CPI}$ và $\text{VNIBOR}$ là các chuỗi dừng ngay ở bậc gốc ($I(0)$).

3. Kết quả kiểm định đồng liên kết Johansen (Trace Test) cho ra giá trị thống kê cụ thể là bao nhiêu?

Tại giả thuyết $H_0: r = 0$, giá trị thống kê Trace statistic đạt 139,4280 (lớn hơn giá trị tới hạn 29,79707 với $p\text{-value} = 0{,}0001$). Tại giả thuyết $H_0: r \le 1$, giá trị Trace statistic đạt 77,05847 (lớn hơn giá trị tới hạn 15,49471 với $p\text{-value} = 0{,}0000$). Kết quả này bác bỏ giả thuyết không có đồng liên kết và xác nhận có 3 phương trình đồng liên kết ở mức ý nghĩa 5%.

4. Tác giả đã sử dụng những kiểm định khuyết tật mô hình kinh tế lượng nào trong Chương 4?

Tác giả thực hiện 3 kiểm định chẩn đoán chính: Kiểm định tự tương quan Lagrange (LM test - Bảng 4.4), Kiểm định phương sai sai số thay đổi White cross term (Bảng 4.5), và Kiểm định phân phối chuẩn phần dư Jarque-Bera (Bảng 4.6), kèm theo biểu đồ kiểm tra tính ổn định của mô hình.

5. Cổ phiếu ngành ngân hàng chiếm tỷ trọng bao nhiêu trong cơ cấu vốn hóa và giao dịch trên thị trường chứng khoán Việt Nam theo số liệu của khóa luận?

Theo số liệu thống kê được tác giả nêu trong văn bản, nhóm cổ phiếu ngân hàng chiếm tỷ trọng vốn hóa lớn nhất trong rổ VN30, chiếm khoảng 34% tổng vốn hóa chỉ số VN-Index, và giá trị giao dịch bình quân mỗi ngày chiếm tới 30% tổng số giao dịch toàn thị trường chứng khoán Việt Nam.

Kết luận

Khóa luận tốt nghiệp đã hệ thống hóa cơ sở lý luận và kiểm định thành công mối quan hệ đồng biến động giữa chỉ số giá ngành Ngân hàng với ngành Bất động sản và Bảo hiểm trên TTCK Việt Nam giai đoạn 2009–2020. Thông qua việc ứng dụng phương pháp kiểm định đồng liên kết Johansen và mô hình hiệu chỉnh sai số VECM trên phần mềm EViews 10, nghiên cứu đã chứng minh sự tồn tại của mối quan hệ cân bằng dài hạn vững chắc giữa 3 nhóm ngành dẫn dắt dòng vốn này. Kết quả nghiên cứu là tài liệu tham khảo có giá trị học thuật và thực tiễn, cung cấp bằng chứng định lượng giúp nhà đầu tư và cơ quan quản lý nhận diện xu hướng thị trường và kiểm soát rủi ro liên thị trường hiệu quả.