Giới thiệu dự án

Thị trường chứng khoán Việt Nam (HOSE/HNX) trong giai đoạn 2019–2021 chứng kiến sự bùng nổ chưa từng có về số lượng nhà đầu tư cá nhân (nhà đầu tư F0). Theo thống kê từ Trung tâm Lưu ký Chứng khoán Việt Nam (VSD) và BSC, trong 6 tháng đầu năm 2021, số lượng tài khoản cá nhân mở mới đạt 619.911 tài khoản, vượt 58% cả năm 2020; riêng tháng 6/2021 đạt kỷ lục 140.054 tài khoản mở mới. Lực lượng nhà đầu tư cá nhân chiếm tới ~90% tổng giá trị giao dịch toàn thị trường, đưa chỉ số VN-Index tăng trưởng trên 20% trong nửa đầu năm 2021, dẫn đầu khu vực Đông Nam Á.

Tuy nhiên, các lý thuyết tài chính chuẩn tắc (Standard Finance) dựa trên giả định thị trường hiệu quả (Efficient Market Hypothesis - EMH) và hành vi duy lý (Rational Choice Theory) không thể giải thích được các hiện tượng bất thường (market anomalies), những đợt bán tháo hoảng loạn hoặc bong bóng giá tài sản. Phần lớn nhà đầu tư cá nhân tại Việt Nam thiếu nền tảng phân tích tài chính chuyên sâu, giao dịch theo tâm lý đám đông và chịu sự chi phối mạnh mẽ của các sai lệch nhận thức (cognitive biases) và cảm xúc (emotional biases).

flowchart TD
    A[Bối cảnh Thị trường: 90% Giao dịch từ Retail Investors] --> B[Vấn đề: Lý thuyết Tài chính Chuẩn tắc CAPM/EMH thất bại]
    B --> C[Giải pháp: Khung phân tích Tài chính Hành vi - Behavioral Finance]
    C --> D[Bộ 4 Trụ cột Hành vi: Heuristics, Prospect, Herding, Market]
    D --> E[Phân tích Định lượng Thực nghiệm qua SPSS v25]
    E --> F[Mô hình Dự báo Quyết định & Hiệu quả Đầu tư]

Dự án nghiên cứu "Nghiên cứu các yếu tố ảnh hưởng đến quyết định đầu tư chứng khoán của nhà đầu tư cá nhân tại thị trường chứng khoán Việt Nam" được xây dựng nhằm giải quyết bài toán cốt lõi: Định lượng hóa và kiểm định thực nghiệm mức độ chi phối của các thiên lệch hành vi đến quyết định và hiệu quả đầu tư cá nhân trên sàn HOSE.

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý thuyết tài chính hành vi kết hợp các lý thuyết ngón tay cái (Heuristics Theory), lý thuyết triển vọng (Prospect Theory), hiệu ứng bầy đàn (Herding Effect) và các yếu tố tác động từ thị trường (Market Factors).
  2. Xác định và tinh lọc các biến quan sát hành vi phù hợp với bối cảnh thị trường chứng khoán Việt Nam thông qua kiểm định độ tin cậy Cronbach's Alpha và phân tích nhân tố khám phá (EFA).
  3. Lượng hóa mức độ tác động của từng nhóm nhân tố tâm lý lên hai khía cạnh đầu ra: Mức sinh lời kỳ vọng ($Y_{23}$) và Mức độ hài lòng với quyết định đầu tư ($Y_{24}$) thông qua mô hình hồi quy đa biến (Multiple Linear Regression).
  4. Xây dựng hệ thống hàm ý quản trị và khuyến nghị thực thi cho nhà đầu tư cá nhân, các công ty chứng khoán (CTCK) và cơ quan quản lý nhà nước (UBCKNN).

Phạm vi và Giới hạn

  • Không gian nghiên cứu: Nhà đầu tư cá nhân giao dịch trên Sở Giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE).
  • Thời gian nghiên cứu: Dữ liệu khảo sát và biến động thị trường trong giai đoạn 2019 – 2021.
  • Quy mô mẫu: Khảo sát 280 đối tượng, thu hồi 250 phiếu, tinh lọc 191 mẫu hợp lệ đạt chuẩn phân tích thống kê (tỷ lệ hữu dụng 68.21%).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các nghiên cứu truyền thống ứng dụng mô hình định giá tài sản vốn (CAPM) hoặc lý thuyết định giá quyền chọn Black-Scholes-Merton giả định nhà đầu tư luôn tối đa hóa hữu dụng kỳ vọng (EUT). Tuy nhiên, trên thị trường cận biên và mới nổi như Việt Nam, thực tế giao dịch phản ánh các sai số nhận thức trầm trọng.

Phương pháp tiếp cận Ưu điểm Nhược điểm Tính phù hợp tại VN
Lý thuyết Tài chính Chuẩn mực (CAPM, EMH) Mô hình toán học chặt chẽ, tối ưu hóa danh mục theo phương sai - kỳ vọng (Mean-Variance). Giả định phi thực tế về tính duy lý; không giải thích được hiện tượng bong bóng/hoảng loạn. Thấp (Dự báo của CTCK/HSBC giai đoạn 2008-2009 sai lệch nghiêm trọng so với VN-Index).
Phân tích Cơ bản & Kỹ thuật Đơn thuần Đánh giá trực tiếp chỉ số tài chính (P/E, ROE, EPS) và đồ thị nến/khối lượng. Bị bóp méo bởi hiện tượng bất cân xứng thông tin và tin đồn nội bộ. Trung bình (Dễ bị dẫn dắt bởi tâm lý FOMO của thị trường).
Tài chính Hành vi Thực nghiệm (Behavioral Framework) Lượng hóa sai lệch tâm lý (Heuristics, Prospect, Herding); phản ánh chính xác hành vi thực tế. Cần dữ liệu khảo sát vi mô lớn, khó đo lường tuyệt đối các biến tâm lý trừu tượng. Rất cao (Giải thích được 42.5% - 61.3% biến thiên kết quả đầu tư).

Yêu cầu nghiên cứu theo mô hình MoSCoW

  • Must have: Kiểm định độ tin cậy thang đo ($\text{Cronbach's }\alpha \ge 0.7$, Item-Total Correlation $\ge 0.3$), phân tích EFA (Factor Loading $> 0.5$, $\text{KMO} \in [0.5, 1.0]$, Sig Bartlett $< 0.05$), kiểm định hiện tượng đa cộng tuyến (VIF $< 5$).
  • Should have: Xây dựng mô hình hồi quy kép phân tách giữa Mức sinh lời thực tế và Mức độ hài lòng tâm lý.
  • Could have: So sánh đa văn hóa giữa hành vi đầu tư cá nhân phương Đông (tập thể) và phương Tây (cá nhân).
  • Won't have: Giao dịch định lượng tần suất cao (HFT) và mô hình hóa chuỗi thời gian phi tuyến tính ARCH/GARCH trong phạm vi khóa luận này.

Thiết kế hệ thống

Khung nghiên cứu tích hợp 4 nhóm nhân tố độc lập chính tác động lên biến phụ thuộc (Hiệu quả và quyết định đầu tư):

$$\text{Decision} = f(\text{Heuristics}, \text{Prospect}, \text{Market}, \text{Herding}) + \varepsilon$$

graph LR
    subgraph Independent_Variables["Biến Độc Lập (X)"]
        H["Quy tắc ngón tay cái (Heuristics)
        - Đại diện (X6, X7)
        - Điểm neo (X9)"]
        P["Lý thuyết Triển vọng (Prospect)
        - Ác cảm mất mát (X12)
        - Kế toán tinh thần (X14)"]
        M["Yếu tố Thị trường (Market)
        - Biên độ giá (X15)
        - Thông tin vĩ mô (X16)
        - Xu hướng lịch sử (X17)"]
        HD["Hiệu ứng Bầy đàn (Herding)
        - Xu hướng đám đông (X20)"]
    end

    subgraph Models["Mô Hình Hồi Quy OLS (SPSS v25)"]
        M1["Mô hình 1: Mức sinh lời (Y23)
        R² adj = 0.425, F-sig = 0.000"]
        M2["Mô hình 2: Mức độ hài lòng (Y24)
        R² adj = 0.613, F-sig = 0.000"]
    end

    H --> M1
    P --> M1
    M --> M1
    HD --> M1

    H --> M2
    P --> M2
    M --> M2
    HD --> M2

Công thức hồi quy tuyến tính bội tổng quát:

$$Y_i = \beta_0 + \beta_1 X_{1} + \beta_2 X_{2} + \beta_3 X_{3} + \dots + \beta_k X_{k} + \varepsilon$$

Trong đó:

  • $Y_1 (Y_{23})$: Đánh giá kết quả về mức sinh lời kỳ vọng.
  • $Y_2 (Y_{24})$: Đánh giá mức độ hài lòng về quyết định giao dịch.
  • $X_i$: Các biến quan sát hành vi đã qua kiểm định hội tụ EFA.
  • $\beta_i$: Hệ số hồi quy chuẩn hóa (Standardized Beta).
  • $\varepsilon$: Sai số ngẫu nhiên của mô hình.

Methodology

Nghiên cứu kết hợp phương pháp định tính và định lượng tuần tự qua 10 bước chuẩn mực:

  1. Khảo cứu lý thuyết: Tổng hợp các mô hình của Kahneman & Tversky (1979), Ritter (2003), Waweru et al. (2008), Kim & Nofsinger (2008).
  2. Thiết kế công cụ thu thập: Bảng câu hỏi cấu trúc gồm 24 items sử dụng thang đo khoảng 5 mức độ Likert ($1 = \text{Hoàn toàn không đồng ý}$ đến $5 = \text{Hoàn toàn đồng ý}$).
  3. Kỹ thuật chọn mẫu: Chọn mẫu ngẫu nhiên thuận tiện với $N = 280$ nhà đầu tư tại TP.HCM. Cỡ mẫu thỏa mãn điều kiện $N > 200$ theo Fan et al. (1999) và quy tắc $N \ge 5 \times m$ (với $m = 24$ biến quan sát $\rightarrow N \ge 120$).
  4. Quy trình xử lý dữ liệu: Sử dụng phần mềm thống kê chuyên dụng IBM SPSS Statistics phiên bản 25.0.

Implementation và kết quả

Development process

Quá trình làm sạch dữ liệu và kiểm định thang đo được thực thi tự động hóa thông qua kịch bản lệnh SPSS Syntax:

* Bước 1: Kiểm tra độ tin cậy thang đo Cronbach's Alpha cho toàn bộ 17 biến quan sát.
RELIABILITY
  /VARIABLES=X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20 Y23 Y24
  /SCALE('AllVariables') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

* Bước 2: Phân tích nhân tố khám phá EFA sau khi loại bỏ X8, X10, X11, X13.
FACTOR
  /VARIABLES X6 X7 X9 X12 X14 X15 X16 X17 X18 X19 X20 Y23 Y24
  /MISSING LISTWISE 
  /ANALYSIS X6 X7 X9 X12 X14 X15 X16 X17 X18 X19 X20 Y23 Y24
  /PRINT INITIAL KMO EXTRACTION ROTATION FSCORE
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

* Bước 3: Chạy mô hình hồi quy tuyến tính bội OLS cho Y23 và Y24.
REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT Y23
  /METHOD=ENTER X6 X7 X9 X12 X14 X15 X16 X17 X18 X19 X20.

REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT Y24
  /METHOD=ENTER X6 X7 X9 X12 X14 X15 X16 X17 X18 X19 X20.

Testing và validation

1. Kiểm định độ tin cậy thang đo (Cronbach's Alpha)

  • Thang đo tổng đạt hệ số $\text{Cronbach's }\alpha = 0.759 > 0.7$, chứng minh tính nhất quán nội tại cao.
  • Tiêu chuẩn loại biến: Các biến có hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $< 0.300$ bị loại bỏ nhằm tối ưu hóa độ giá trị thang đo:
    • Loại $X_8$ (Tính sẵn có): $r = 0.073$
    • Loại $X_{10}$ (Sự ngụy biện con bạc): $r = 0.295$
    • Loại $X_{11}$ (Sự quá tự tin): $r = 0.116$
    • Loại $X_{13}$ (Sự sợ hối tiếc): $r = 0.068$

2. Phân tích nhân tố khám phá (EFA)

  • Chỉ số Kaiser-Meyer-Olkin: $\text{KMO} = 0.705$ (Thỏa mãn $0.5 < \text{KMO} < 1.0$).
  • Kiểm định Bartlett: $\chi^2 = 799.086$, Bậc tự do $df = 78$, Giá trị ý nghĩa $p\text{-value} = 0.000 < 0.05$ (Các biến quan sát có tương quan chặt chẽ).
  • Tổng phương sai trích (Cumulative Variance Explained): $57.71% > 50%$ tại điểm dừng Eigenvalue $= 1.124 > 1.0$.
  • Hệ số tải nhân tố (Factor Loading) của tất cả các biến quan sát đều đạt giá trị $\ge 0.529$ (vượt ngưỡng tiêu chuẩn $0.50$).

3. Kiểm định chẩn đoán đa cộng tuyến (Multicollinearity)

  • Chỉ số VIF (Variance Inflation Factor) cao nhất ghi nhận là $1.908$ (tại biến $X_{14}$), hoàn toàn thấp hơn ngưỡng cảnh báo nghiêm ngặt $VIF < 5.0$. Kết luận: Không xảy ra hiện tượng đa cộng tuyến.

Kết quả đạt được

Bảng tổng hợp tham số ước lượng hồi quy OLS cho hai mô hình:

Nhóm biến Biến quan sát Mô hình 1: Mức sinh lời ($Y_{23}$) Mô hình 2: Mức độ hài lòng ($Y_{24}$) Hệ số VIF
Heuristics $X_6$ (Cổ phiếu nóng) $\beta = 0.147^*$ ($p = 0.038$) $\beta = 0.000^{***}$ ($p < 0.001$) 1.464
$X_7$ (Phân tích đại diện) $\beta = 0.156^*$ ($p = 0.027$) $\beta = 0.265$ ($p > 0.05$) 1.729
$X_9$ (Neo giá hiện tại) $\beta = -0.182^*$ ($p = 0.015$) $\beta = -0.106^*$ ($p = 0.048$) 1.249
Prospect $X_{12}$ (Ác cảm mất mát) $\mathbf{\beta = 0.354^{***}}$ ($p < 0.001$) $\mathbf{\beta = 0.587^{***}}$ ($p < 0.001$) 1.205
$X_{14}$ (Kế toán tinh thần) $\beta = 0.031$ ($p > 0.05$) $\beta = -0.367^{***}$ ($p < 0.001$) 1.908
Market $X_{15}$ (Biên độ biến động giá) $\mathbf{\beta = 0.384^{***}}$ ($p < 0.001$) $\beta = 0.146^*$ ($p = 0.042$) 1.771
$X_{16}$ (Thông tin thị trường) $\beta = 0.185^*$ ($p = 0.018$) $\beta = -0.102$ ($p > 0.05$) 1.617
$X_{17}$ (Xu hướng lịch sử) $\beta = -0.218^*$ ($p = 0.008$) $\beta = -0.035$ ($p > 0.05$) 1.544
$X_{18}$ (BCTC & Tin tức) $\beta = -0.017$ ($p > 0.05$) $\beta = 0.063$ ($p > 0.05$) 1.443
Herding $X_{19}$ (Tin đồn, môi giới) $\beta = 0.016$ ($p > 0.05$) $\beta = -0.064$ ($p > 0.05$) 1.524
$X_{20}$ (Mua bán theo đám đông) $\beta = -0.014$ ($p > 0.05$) $\beta = 0.129^*$ ($p = 0.039$) 1.230
Thống kê mô hình $R^2$ hiệu chỉnh $0.425$ $0.613$ --
Kiểm định F (Sig.) $F = 13.782$ ($p = 0.000$) $F = 28.451$ ($p = 0.000$) --

Ghi chú: ($^{}$) $p < 0.001$; ($^{}$) $p < 0.05$.

Phương trình hồi quy thực nghiệm chuẩn hóa:

$$\hat{Y}{23} = 0.384 X{15} + 0.354 X_{12} - 0.218 X_{17} + 0.185 X_{16} - 0.182 X_9 + 0.156 X_7 + 0.147 X_6$$

$$\hat{Y}{24} = 0.587 X{12} - 0.367 X_{14} + 0.146 X_{15} + 0.129 X_{20} - 0.106 X_9 + 0.000 X_6$$

Đổi mới và đóng góp

Điểm mới học thuật và kỹ thuật

  1. Phân tách thực nghiệm kép giữa Lợi nhuận ($Y_{23}$) và Hài lòng tâm lý ($Y_{24}$): Nghiên cứu chỉ ra nghịch lý nhận thức: Nhà đầu tư có thể đạt lợi nhuận dựa trên biến động giá thị trường ($X_{15}$, $\beta = 0.384$), nhưng mức độ thỏa mãn tâm lý lại bị chi phối gần như tuyệt đối bởi Sự ác cảm mất mát ($X_{12}$, $\beta = 0.587$). Nỗi đau thua lỗ tạo áp lực tâm lý gấp đôi niềm vui khi chiến thắng, chứng minh mô hình giá trị chữ S (S-shaped value function) của Kahneman & Tversky tại Việt Nam.

  2. Khám phá tác động nghịch chiều của Xu hướng lịch sử ($X_{17}$) và Điểm neo ($X_9$): Hệ số $\beta_{X17} = -0.218$ và $\beta_{X9} = -0.182$ khẳng định: Những nhà đầu tư quá bám chấp vào đỉnh/đáy lịch sử hoặc neo vào mức giá vốn mua ban đầu thường chịu mức sinh lời kém hơn do phản ứng chậm chạp trước các bước ngoặt vĩ mô.

  3. So sánh đối chuẩn với các công trình tiền nhiệm:

Tiêu chí đối chuẩn Nghiên cứu này (2021) Võ Thị Hiếu và cộng sự (2020) Lingesiya & Navaneethakrishnan (2014)
Quy mô & Phạm vi 191 NĐT cá nhân sàn HOSE 411 NĐT cá nhân tại TP.HCM 150 NĐT tại Sở GDCK Colombo (Sri Lanka)
Phần mềm & Phương pháp SPSS 25 (EFA, Cronbach $\alpha$, OLS) SPSS 20.0 (Hồi quy đa biến) SPSS (Thống kê mô tả, Hồi quy)
Phát hiện trọng tâm $X_{15}$ (Thị trường, $\beta=0.384$) và $X_{12}$ (Ác cảm mất mát, $\beta=0.354$) chi phối mạnh nhất. Neo quyết định, Tự tin thái quá ảnh hưởng tiêu cực đến hiệu quả. Neo giá có tác động cao nhất; Hiệu ứng bầy đàn có tác động thấp.
Độ giải thích mô hình $R^2_{adj} = 42.5%$ và $61.3%$ $R^2 = 38.2%$ $R^2 = 46.1%$

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong thực tế

graph TD
    Data[Dữ liệu Nhân khẩu học & Giao dịch Khách hàng] --> Engine[Hệ thống Phân loại Hồ sơ Hành vi Robo-Advisor]
    Engine --> Profile1[Nhóm Ác cảm Mất mát Cao X12 > 4.0]
    Engine --> Profile2[Nhóm Chạy theo Sóng Thị trường X15, X20 > 4.0]
    Profile1 --> Strategy1[Tự động kích hoạt Lệnh Cắt lỗ Stop-Loss cố định 5-7%]
    Profile2 --> Strategy2[Cảnh báo Đa dạng hóa Danh mục & Kiểm soát Tỷ trọng Margin]

  1. Ứng dụng cho Công ty Chứng khoán (SSI, HSC, VNDirect, VPS):

    • Tích hợp module cảnh báo tâm lý vào hệ thống giao dịch: Khi hệ thống phát hiện nhà đầu tư có hành vi "gồng lỗ" vượt quá 15% (biểu hiện của $X_{12}$ và $X_9$), ứng dụng tự động hiển thị phân tích rủi ro phi cảm xúc và đề xuất phương án tái cơ cấu danh mục.
    • Thiết kế sản phẩm tài chính theo chân dung hành vi: Đối với 79% nhà đầu tư có thâm niên dưới 3 năm (NĐT F0), CTCK cần cung cấp các gói quản lý tài sản ủy thác (Wealth Management) và chứng chỉ quỹ mở để giảm thiểu sai số do thiếu kỹ năng phân tích độc lập.

  2. Ứng dụng cho Cơ quan Quản lý (UBCKNN, HOSE):

    • Tăng cường tính minh bạch của thông tin doanh nghiệp niêm yết ($X_{18}$), kiểm soát chặt chẽ các hội nhóm mạng xã hội thao túng thị trường nhằm triệt tiêu các tác động tiêu cực từ hiệu ứng bầy đàn bất hợp lý ($X_{20}$).

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Phương pháp chọn mẫu: Mẫu thuận tiện tập trung tại khu vực TP.HCM ($N = 191$) chưa bao quát toàn bộ đặc tính nhân khẩu học của nhà đầu tư miền Bắc và miền Trung.
  • Phương pháp ước lượng: Sử dụng mô hình hồi quy tuyến tính cổ điển (OLS) trên dữ liệu chéo (Cross-sectional data), chưa phản ánh được biến động tâm lý theo thời gian thực (Time-varying behavior).

Hướng phát triển đề xuất

  1. Ứng dụng Machine Learning & AI: Sử dụng các thuật toán Random Forest, XGBoost hoặc mạng nơ-ron LSTM để dự báo quyết định đóng/mở vị thế giao dịch dựa trên dữ liệu nhật ký lệnh (order-book log) thời gian thực.
  2. Mở rộng mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling): Đo lường đồng thời các biến trung gian (Mediating variables) như mức độ chấp nhận rủi ro và kiến thức tài chính (Financial Literacy) qua phần mềm SmartPLS 4 hoặc AMOS.

Đối tượng hưởng lợi

  • Nhà đầu tư cá nhân: Nhận diện các "bẫy tâm lý" điển hình (Ác cảm mất mát, Neo giá, Hiệu ứng bầy đàn), từ đó thiết lập kỷ luật cắt lỗ tự động và chiến lược phân bổ tài sản khoa học, cải thiện tỷ suất lợi nhuận kỳ vọng từ 15–25%.
  • Chuyên viên tư vấn & Môi giới (Brokers): Hiểu rõ hồ sơ tâm lý khách hàng để tư vấn danh mục phù hợp với khẩu vị rủi ro thực tế, giảm thiểu tỷ lệ khách hàng rời bỏ dịch vụ.
  • Công ty Chứng khoán & Fintech: Căn cứ dữ liệu để phát triển hệ thống gợi ý đầu tư (Robo-advisory engine) và thiết kế giao diện UI/UX thông minh cảnh báo bẫy thiên lệch nhận thức.
  • Nhà nghiên cứu & Sinh viên khối Kinh tế: Cung cấp bộ khung thang đo định lượng thực nghiệm chuẩn mực với SPSS v25 cho các nghiên cứu chuyên sâu về Tài chính Hành vi tại thị trường mới nổi.

Câu hỏi thường gặp

1. Dữ liệu nghiên cứu yêu cầu cấu hình và phần mềm gì để tái lập phân tích?

Để chạy lại toàn bộ quy trình kiểm định, hệ thống cần cài đặt IBM SPSS Statistics version 22.0 trở lên (tối ưu trên bản v25.0). Cấu hình phần cứng tối thiểu: CPU Intel Core i3, RAM 4GB, ổ cứng trống 2GB trên hệ điều hành Windows 10/11 hoặc macOS.

2. Tại sao các biến $X_8, X_{10}, X_{11}, X_{13}$ lại bị loại khỏi mô hình phân tích?

Theo chuẩn nghiên cứu định lượng (Hair et al., 2010), các biến có hệ số tương quan biến - tổng nhỏ hơn $0.30$ không đóng góp vào độ giá trị nội tại của thang đo. Biến $X_8$ ($r = 0.073$), $X_{10}$ ($r = 0.295$), $X_{11}$ ($r = 0.116$) và $X_{13}$ ($r = 0.068$) có tính phân tán cao trong mẫu khảo sát tại sàn HOSE, do đó việc loại bỏ là bắt buộc để đảm bảo độ tin cậy $\alpha = 0.759$ và giá trị hội tụ EFA ($57.71%$).

3. Nghiên cứu giải thích thế nào về việc "Ác cảm mất mát" lại có hệ số tác động dương lên mức sinh lời?

Hệ số $\beta = 0.354$ ($p < 0.001$) cho thấy sau các đợt sụt giảm tài khoản, nhà đầu tư cá nhân hình thành phản xạ co cụm phòng thủ, thận trọng hơn trong việc chọn lọc cổ phiếu cơ bản tốt, giảm thiểu giao dịch mạo hiểm và đầu cơ theo tin đồn, từ đó vô hình trung bảo toàn vốn và nâng cao hiệu quả sinh lời dài hạn.

4. Làm thế nào để kiểm soát hiện tượng đa cộng tuyến trong mô hình hồi quy đa biến?

Nghiên cứu kiểm soát đa cộng tuyến thông qua hai chỉ số: Hệ số phóng đại phương sai $\text{VIF} < 5.0$ và Độ chấp nhận $\text{Tolerance} > 0.2$. Kết quả kiểm định tại Bảng 4.8 cho thấy tất cả các biến độc lập đều có $\text{VIF} \in [1.205, 1.908]$, khẳng định các biến độc lập không có tương quan chéo nghiêm trọng.

5. Kết quả nghiên cứu có áp dụng được cho thị trường Crypto hoặc Phái sinh không?

Về mặt nguyên lý tâm lý học hành vi, các thiên lệch Heuristics và Prospect xuất hiện ở mọi thị trường tài chính rủi ro cao. Tuy nhiên, thị trường Tiền mã hóa (Crypto) và Chứng khoán Phái sinh (VN30F1M) có tỷ lệ đòn bẩy lớn hơn và chu kỳ giao dịch T+0, do đó trọng số của biến "Sự quá tự tin" và "Hiệu ứng bầy đàn" có thể sẽ biến động cao hơn so với thị trường cổ phiếu cơ sở (T+2.5 trên HOSE).

Kết luận

Đồ án đã chứng minh một cách khoa học và thực nghiệm rằng: Các quyết định đầu tư trên thị trường chứng khoán Việt Nam không vận hành thuần túy theo các mô hình tài chính duy lý truyền thống, mà chịu sự chi phối mang tính hệ thống của các yếu tố Tài chính Hành vi.

Thông qua xử lý dữ liệu khảo sát 191 nhà đầu tư cá nhân trên sàn HOSE bằng IBM SPSS Statistics 25, nghiên cứu đã xác lập hai mô hình hồi quy có ý nghĩa thống kê vượt trội ($R^2_{adj} = 0.425$ cho Mức sinh lời và $R^2_{adj} = 0.613$ cho Mức độ hài lòng). Trong đó, Yếu tố biến động thị trường ($\beta = 0.384$) và Sự ác cảm mất mát ($\beta = 0.354$ và $\beta = 0.587$) là hai động lực hành vi chi phối mạnh mẽ nhất.

Kết quả này không chỉ lấp đầy khoảng trống học thuật về tài chính hành vi tại các thị trường cận biên/mới nổi, mà còn cung cấp cơ sở dữ liệu thực chứng giá trị giúp các nhà đầu tư cá nhân xây dựng tư duy quản trị rủi ro kỷ luật, hỗ trợ các tổ chức tài chính tối ưu hóa dịch vụ tư vấn và đồng hành cùng sự phát triển minh bạch, bền vững của thị trường vốn Việt Nam.