Giới thiệu dự án

Thị trường chứng khoán (TTCK) đóng vai trò là kênh dẫn vốn trung và dài hạn huyết mạch của nền kinh tế, đồng thời được xem là "phong vũ biểu" phản ánh sức khỏe tài chính quốc gia. Trong cấu trúc vốn hóa của TTCK Việt Nam, nhóm cổ phiếu ngành Ngân hàng thương mại (NHTM) luôn giữ vị thế đầu tàu khi chiếm tỷ trọng chi phối xấp xỉ 29% tổng giá trị vốn hóa toàn thị trường. Tuy nhiên, giá cổ phiếu ngân hàng luôn chịu sự biến động phức tạp dưới tác động đan xen của các chỉ số tài chính nội tại và các cú sốc kinh tế vĩ mô (điển hình như các giai đoạn tái cơ cấu 2011–2015, sự kiện "Bầu Kiên" năm 2012 khiến vốn hóa bốc hơi 68.000 tỷ đồng trong 3 phiên, hay đợt sụt giảm 34% do đại dịch Covid-19 trong quý 1/2020).

Vấn đề cốt lõi đặt ra cho các nhà đầu tư tổ chức, cá nhân và các nhà quản trị ngân hàng là sự thiếu hụt các mô hình định lượng chuẩn xác giúp giải thích và dự báo mức độ tác động của các nhân tố vi mô và vĩ mô đến thị giá cổ phiếu. Việc ra quyết định đầu tư thuần cảm tính hoặc chỉ dựa vào phân tích kỹ thuật đơn lẻ thường dẫn đến rủi ro phi hệ thống nghiêm trọng.

Khóa luận tốt nghiệp chuyên ngành Tài chính - Ngân hàng (Chương trình Chất lượng cao, Học viện Ngân hàng) với đề tài "Phân tích những nhân tố ảnh hưởng đến giá cổ phiếu của các ngân hàng thương mại niêm yết trên thị trường chứng khoán Việt Nam" do sinh viên Nguyễn Việt Hoàng thực hiện dưới sự hướng dẫn của TS. Nguyễn Quỳnh Thơ được triển khai nhằm giải quyết triệt để bài toán định lượng trên.

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Hệ thống hóa cơ sở lý luận về giá trị thị trường của cổ phiếu và các nhân tố tài chính, phi tài chính tác động đến thị giá cổ phiếu NHTM.
  2. Thu thập và chuẩn hóa bộ dữ liệu bảng (Panel Data) bao gồm 8 NHTM niêm yết tiêu biểu (VCB, CTG, MBB, STB, SHB, ACB, NVB, EIB) trong giai đoạn 10 năm liên tục (2011–2020).
  3. Ứng dụng các phương pháp kinh tế lượng hiện đại (Pooled OLS, FEM, REM, FGLS) trên phần mềm Stata 14 nhằm đo lường mức độ tác động của các biến vi mô (EPS, ROE, SIZE) và vĩ mô (Lãi suất - IR, Tỷ giá - EX).
  4. Kiểm định toàn diện các khuyết tật mô hình (Đa cộng tuyến, Phương sai sai số thay đổi, Tự tương quan) và đưa ra mô hình hiệu chỉnh tối ưu.
  5. Đề xuất hệ thống giải pháp định lượng thực tiễn giúp ban lãnh đạo NHTM tối ưu hóa giá trị doanh nghiệp và hỗ trợ nhà đầu tư xây dựng chiến lược quản trị danh mục hiệu quả.

Dự án đạt được các chỉ số kết quả đo lường cụ thể: giải thích được $54,16%$ biến động của giá cổ phiếu thông qua hệ số $R^2$ hiệu chỉnh ($Adj\ R^2 = 0.5416$, $p < 0.001$), xác định chính xác độ nhạy cảm của biến Lợi nhuận trên một cổ phiếu (EPS) với hệ số tác động $\beta = 0.01$. Phạm vi nghiên cứu giới hạn ở 8 NHTM niêm yết trên hai sàn HOSE và HNX trong chu kỳ kinh tế 2011–2020 với 80 quan sát dữ liệu bảng.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các phương pháp định giá và phân tích giá cổ phiếu truyền thống thường bộc lộ nhiều điểm hạn chế khi áp dụng vào thực tiễn ngành ngân hàng tại các thị trường mới nổi như Việt Nam.

Phương pháp truyền thống Ưu điểm Hạn chế cốt lõi Mức độ phù hợp với dữ liệu bảng
Mô hình DDM (Chiết khấu cổ tức) Trực quan, tiếp cận trực tiếp dòng tiền cổ đông. Không áp dụng được khi ngân hàng giữ lại lợi nhuận hoặc trả cổ tức bằng cổ phiếu để tăng vốn điều lệ. Thấp (thiếu tính thích ứng theo thời gian).
Mô hình P/E, P/B so sánh Đơn giản, dễ tính toán, phổ biến trên thị trường. Bỏ qua sự khác biệt về cấu trúc tài sản rủi ro và các cú sốc vĩ mô giữa các chu kỳ kinh tế. Trung bình (dễ sai lệch do chuẩn mực kế toán).
Hồi quy OLS đa biến gộp (Pooled OLS) Dễ ước lượng hệ số tương quan trung bình. Vi phạm giả định OLS do bỏ qua đặc trưng riêng không đổi theo thời gian của từng ngân hàng ($u_i$). Kém (dễ xuất hiện hiện tượng ước lượng chệch).
Mô hình Panel Data (FEM/REM/FGLS) Kiểm soát hiệu ứng cố định và biến thiên ngẫu nhiên của từng ngân hàng trong 10 năm. Đòi hỏi quy trình kiểm định khuyết tật mô hình và xử lý dữ liệu phức tạp. Rất cao (Tối ưu cho nghiên cứu kinh tế lượng).

Yêu cầu phân tích định lượng theo chuẩn MoSCoW:

  • Must-have: Mô hình hóa toán học 5 biến độc lập cốt lõi (IR, EX, SIZE, EPS, ROE); kiểm soát hiện tượng đa cộng tuyến (VIF) và tự tương quan.
  • Should-have: Kiểm định Hausman lựa chọn mô hình Tác động cố định (FEM) và Tác động ngẫu nhiên (REM); xử lý hiện tượng phương sai sai số thay đổi (Heteroskedasticity).
  • Could-have: Đánh giá so sánh tương quan giữa nhóm ngân hàng có gốc quốc doanh (Big4 như VCB, CTG) và nhóm NHTM cổ phần tư nhân (ACB, MBB, STB).
  • Won't-have: Dự báo dao động giá trong ngày (Intraday High-Frequency Trading) do giới hạn dữ liệu báo cáo tài chính hàng năm.

Thiết kế hệ thống

Kiến trúc quy trình nghiên cứu và xử lý dữ liệu kinh tế lượng được thiết kế chuẩn hóa theo sơ đồ dòng dữ liệu 5 lớp:

[Nguồn Dữ Liệu Thô] (FiinTrade, Vietstock, BCTC, SBV)
         │
         ▼
[Lớp Chuẩn Hóa & Tiền Xử Lý] (Excel 2019 / Stata Data Prep)
  - Logarit tự nhiên tổng tài sản: SIZE = ln(TTS)
  - Tính toán chỉ số tài chính: EPS, ROE
         │
         ▼
[Lớp Thống Kê & Phân Tích Tương Quan]
  - Descriptive Statistics (Mean, SD, Min, Max)
  - Correlation Matrix Matrix Evaluation
         │
         ▼
[Lớp Ước Lượng Kinh Tế Lượng]
  - Pooled OLS Regression
  - Fixed Effects Model (FEM) & Random Effects Model (REM)
  - Hausman Specification Test
         │
         ▼
[Lớp Kiểm Định Khuyết Tật & Hiệu Chỉnh]
  - Multicollinearity (VIF Test)
  - Wooldridge Test for Autocorrelation
  - Modified Wald Test for Heteroskedasticity -> FGLS / Robust Regression

Cấu hình Technology Stack phục vụ nghiên cứu:

  • Công cụ phân tích định lượng: Stata Version 14.0 MP (Hỗ trợ xử lý Panel Data Econometrics).
  • Phần mềm quản trị và xử lý bảng tính: Microsoft Excel 365 / 2019 (Data cleaning & pivot formatting).
  • Nguồn trích xuất dữ liệu tài chính: FiinTrade Terminal, Vietstock Database, Báo cáo tài chính kiểm toán 2011–2020 của 8 NHTM.
  • Dữ liệu kinh tế vĩ mô: Cổng thông tin Ngân hàng Nhà nước Việt Nam (SBV) và World Bank Open Data.

Bảng thiết kế biến số và cấu trúc dữ liệu thực nghiệm:

Tên biến Ký hiệu Loại biến Bản chất toán học / Đơn vị tính Nguồn dữ liệu
Giá cổ phiếu $P$ Phụ thuộc Giá đóng cửa phiên giao dịch cuối cùng của năm tài chính (nghìn VNĐ/CP) FiinTrade / HOSE / HNX
Lãi suất cho vay $IR$ Độc lập Lãi suất cho vay bình quân năm của hệ thống ngân hàng (%) Ngân hàng Nhà nước Việt Nam
Tỷ giá hối đoái $EX$ Độc lập Tỷ giá trung tâm USD/VND bình quân trong năm Vietstock Database
Quy mô tài sản $SIZE$ Độc lập Logarit tự nhiên của Tổng tài sản: $SIZE = \ln(\text{Total Assets})$ BCTC kiểm toán các NHTM
Thu nhập mỗi cổ phiếu $EPS$ Độc lập $(\text{Lợi nhuận sau thuế} - \text{Cổ tức ưu đãi}) / \text{Số CP lưu hành}$ (VNĐ) Báo cáo thường niên
Tỷ suất sinh lời VCSH $ROE$ Độc lập $(\text{Lợi nhuận sau thuế} / \text{Vốn chủ sở hữu}) \times 100$ (%) BCTC kiểm toán các NHTM

Mô hình hồi quy tổng quát dạng bảng: $$P_{it} = \beta_0 + \beta_1 IR_{it} + \beta_2 EX_{it} + \beta_3 SIZE_{it} + \beta_4 EPS_{it} + \beta_5 ROE_{it} + u_i + \varepsilon_{it}$$ Trong đó: $i = 1, \dots, 8$ đại diện cho 8 NHTM; $t = 2011, \dots, 2020$ đại diện cho 10 năm quan sát; $u_i$ là sai số đặc thù không quan sát được của từng ngân hàng; $\varepsilon_{it}$ là sai số ngẫu nhiên.

Methodology

Phương pháp nghiên cứu kết hợp giữa phân tích định tính (tổng quan cơ sở lý thuyết, lược khảo nghiên cứu thực nghiệm trong và ngoài nước của Aurangzeb 2012, Uddin et al. 2013, Almumani 2014) và phương pháp định lượng thực nghiệm (Empirical Quantitative Research) trên dữ liệu bảng.

Tiến độ triển khai dự án qua 5 giai đoạn:

  1. Giai đoạn 1 (Tuần 1 - 3): Thu thập cơ sở lý luận, xác định mô hình nghiên cứu và các giả thuyết $H_0/H_1$.
  2. Giai đoạn 2 (Tuần 4 - 6): Thu thập số liệu thứ cấp từ 8 NHTM niêm yết và dữ liệu vĩ mô giai đoạn 2011–2020 (80 quan sát).
  3. Giai đoạn 3 (Tuần 7 - 9): Nhập liệu, chuẩn hóa dữ liệu bảng trên Stata 14, thực hiện hồi quy OLS, FEM, REM.
  4. Giai đoạn 4 (Tuần 10 - 12): Thực hiện kiểm định Hausman, kiểm định khuyết tật đa cộng tuyến, phương sai sai số thay đổi và tự tương quan; chạy mô hình hiệu chỉnh.
  5. Giai đoạn 5 (Tuần 13 - 16): Phân tích kết quả thực nghiệm, viết báo cáo luận văn và xây dựng khuyến nghị chính sách.

Implementation và kết quả

Development process

Quá trình thực thi mô hình kinh tế lượng được thực hiện thông qua tập lệnh Stata Do-File chuẩn hóa, đảm bảo tính tái lập (Reproducibility) cao:

* Thiết lập không gian làm việc và khai báo cấu trúc dữ liệu bảng
clear all
set more off
use "bank_stock_data_2011_2020.dta", clear
xtset bank_id year

* 1. Thống kê mô tả các biến
summarize P IR EX SIZE EPS ROE

* 2. Phân tích ma trận tương quan Pearson
correlate P IR EX SIZE EPS ROE

* 3. Ước lượng mô hình OLS gộp
regress P IR EX SIZE EPS ROE
estimates store OLS_model

* 4. Ước lượng mô hình Tác động cố định (FEM)
xtreg P IR EX SIZE EPS ROE, fe
estimates store FEM_model

* 5. Ước lượng mô hình Tác động ngẫu nhiên (REM)
xtreg P IR EX SIZE EPS ROE, re
estimates store REM_model

* 6. Kiểm định lựa chọn mô hình: Hausman Test
hausman FEM_model REM_model

* 7. Kiểm định khuyết tật mô hình
* Kiểm định đa cộng tuyến (VIF sau OLS)
regress P IR EX SIZE EPS ROE
vif

* Kiểm định phương sai sai số thay đổi cho dữ liệu bảng
xttest3

* Kiểm định tự tương quan Wooldridge
xtserial P IR EX SIZE EPS ROE

* 8. Hiệu chỉnh mô hình bằng FGLS (Khắc phục Heteroskedasticity & Autocorrelation)
xtgls P IR EX SIZE EPS ROE, panels(hetero) corr(ar1)

Testing và validation

Kết quả thống kê mô tả mẫu nghiên cứu giai đoạn 2011–2020 (80 quan sát):

  • Giá cổ phiếu ($P$): Giá trị trung bình đạt $16,385$ nghìn VNĐ/CP, độ lệch chuẩn $15.990$. Giá thấp nhất ghi nhận $3,520$ nghìn VNĐ/CP và cao nhất đạt $97,900$ nghìn VNĐ/CP (cổ phiếu VCB năm 2020).
  • Lãi suất cho vay ($IR$): Trung bình đạt $7.45%$, độ lệch chuẩn $2.24%$, dao động trong khoảng từ $4.50%$ đến $13.50%$.
  • Quy mô tài sản ($SIZE$): Trung bình $\ln(\text{Tổng tài sản})$ đạt $33.158$, phản ánh quy mô tài sản lớn của nhóm 8 ngân hàng đại diện.
  • Lợi nhuận trên một cổ phiếu ($EPS$): Trung bình đạt $1,558$ VNĐ, độ lệch chuẩn $1,186.52$ VNĐ. Thấp nhất là $2.95$ VNĐ (NVB năm 2020) và cao nhất thuộc về VCB năm 2019.
  • Tỷ suất sinh lời trên VCSH ($ROE$): Trung bình đạt $9.49%$, độ lệch chuẩn $8.11%$. Biên độ dao động từ $0.01%$ (NVB năm 2012) đến $27.73%$ (ACB năm 2018).

Ma trận tương quan ghi nhận:

  • Tương quan giữa $P$ và $EPS$ đạt mức cao: $r = 0.6573$ ($p < 0.01$).
  • Tương quan giữa $SIZE$ và $EPS$ đạt $r = 0.6325$; giữa $ROE$ và $SIZE$ đạt $r = 0.6255$.
  • Tương quan giữa $EPS$ và $ROE$ đạt $r = 0.8479$. Do hai chỉ số đều phản ánh năng lực sinh lời nhưng trên hai giác độ khác nhau (vốn cổ phần và thu nhập đơn vị cổ phiếu), hiện tượng này được kiểm soát chặt chẽ qua kiểm định VIF (giá trị VIF trung bình đạt $< 5.0$, không vi phạm giả định nghiêm trọng về đa cộng tuyến).

Kết quả ước lượng mô hình hồi quy Pooled OLS:

Biến số Hệ số hồi quy ($\beta$) Sai số chuẩn (Std. Err.) Giá trị $t$-statistic Mức ý nghĩa ($p$-value)
$EPS$ 0.01002 0.00118 8.49 0.0000***
$ROE$ -0.16231 0.20145 -0.81 0.4230
$SIZE$ 0.84210 0.98420 0.86 0.3940
$IR$ -0.31205 0.45120 -0.69 0.4910
$EX$ 0.00042 0.00051 0.82 0.4130
Hệ số chặn -24.1520 32.4150 -0.75 0.4580

Ghi chú: *** có ý nghĩa thống kê ở mức 1%. $R^2 = 0.5732$; $Adj\ R^2 = 0.5416$; $F(5, 74) = 19.88$ ($Prob > F = 0.0000$).

Kết quả đạt được

  1. Ý nghĩa thống kê của mô hình: Mô hình hồi quy đạt mức độ giải thích $Adj\ R^2 = 54.16%$, kiểm định $F$ có $p\text{-value} = 0.0000$, khẳng định sự kết hợp của các biến tài chính vi mô và vĩ mô giải thích trên $54%$ sự biến thiên giá cổ phiếu ngân hàng niêm yết trong giai đoạn 10 năm.
  2. Vai trò quyết định của EPS: Biến $EPS$ có hệ số hồi quy dương ($\beta = 0.01002$, $p < 0.001$). Về mặt kinh tế, khi EPS của NHTM tăng thêm 1.000 VNĐ, thị giá cổ phiếu trên thị trường có xu hướng tăng thêm xấp xỉ 10.020 VNĐ/CP trong điều kiện các yếu tố khác không đổi.
  3. Đặc tính của các biến kiểm soát: Quy mô tài sản ($SIZE$) và Tỷ suất sinh lời ($ROE$) thể hiện mối tương quan đồng biến với thị giá trong ma trận tương quan, tuy nhiên trong mô hình OLS gộp, sức mạnh giải thích bị chi phối mạnh mẽ bởi biến $EPS$.

Đổi mới và đóng góp

Đổi mới phương pháp và dữ liệu

  • Khung thời gian nghiên cứu toàn diện: Khóa luận bao quát trọn vẹn chu kỳ 10 năm (2011–2020), phản ánh đầy đủ các pha thăng trầm của ngành ngân hàng Việt Nam: từ giai đoạn tái cơ cấu nợ xấu 2011–2014, giai đoạn bùng nổ lợi nhuận và chuyển sàn niêm yết 2015–2019, đến cú sốc ngoại sinh đại dịch Covid-19 năm 2020.
  • Mô hình hóa chuyên biệt cho dữ liệu bảng ngành ngân hàng: Thay vì sử dụng chuỗi thời gian đơn lẻ hoặc dữ liệu chéo hạn chế, đề tài áp dụng phương pháp hồi quy dữ liệu bảng kết hợp kiểm định Hausman và xử lý khuyết tật kinh tế lượng.

So sánh đối chuẩn với các công trình nghiên cứu tiền nhiệm:

Tiêu chí so sánh Nghiên cứu của Aurangzeb (2012) Phan Thị Bích Nguyệt & CS (2013) Đề tài Nguyễn Việt Hoàng (2021)
Phạm vi thị trường Nam Á (Pakistan, India, Sri Lanka) TTCK Việt Nam (Toàn sàn HOSE) 8 NHTM niêm yết trọng điểm (HOSE & HNX)
Phương pháp ước lượng Hồi quy OLS đa biến chuỗi thời gian Hồi quy OLS với biến trễ kinh tế vĩ mô Dữ liệu bảng (Panel OLS, FEM, REM, FGLS)
Biến số trọng tâm Tỷ giá, Lãi suất, Cung tiền GDP, Lãi suất, Giá dầu thế giới Đan xen Vi mô (EPS, ROE, SIZE) và Vĩ mô (IR, EX)
Độ giải thích ($R^2$) 42.50% 48.10% 54.16% ($Adj\ R^2$)
Đóng góp ứng dụng Nhận diện rủi ro vĩ mô khu vực Tác động vĩ mô lên chỉ số VN-Index Định lượng độ nhạy cảm EPS & Thị giá ngân hàng

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

  1. Quản trị chiến lược tại các NHTM cổ phần:

    • Ban điều hành có căn cứ định lượng để cân đối giữa việc tăng vốn điều lệ (phát hành cổ phiếu thưởng/trả cổ tức cổ phiếu làm pha loãng EPS) và duy trì tăng trưởng thị giá.
    • Nhận thức rõ EPS là nhân tố nhạy cảm nhất tác động đến giá trị vốn hóa, ngân hàng cần tối ưu hóa thu nhập ngoài lãi (Non-interest income) và kiểm soát chi phí hoạt động (CIR) để duy trì tăng trưởng EPS ổn định.

  2. Xây dựng chiến lược đầu tư định lượng (Quantitative Investing):

    • Các quỹ đầu tư và nhà đầu tư cá nhân có thể xây dựng mô hình sàng lọc cổ phiếu (Stock Screening) dựa trên tốc độ tăng trưởng EPS và quy mô tổng tài sản, giúp tối ưu hóa tỷ trọng phân bổ vốn vào nhóm cổ phiếu "vua".

Hướng dẫn triển khai mô hình phân tích

Quy trình 4 bước tích hợp mô hình vào hệ thống phân tích đầu tư:

  • Bước 1: Kết nối API từ các nhà cung cấp dữ liệu tài chính (FiinTrade/Vietstock) để tự động cập nhật BCTC quý và năm của các NHTM.
  • Bước 2: Thực hiện Pipeline làm sạch và chuẩn hóa biến số: $SIZE = \ln(\text{Total Assets})$, $EPS = (\text{NPAT} - \text{PrefDiv}) / \text{Shares}$.
  • Bước 3: Chạy script Stata / Python Statsmodels định kỳ sau mỗi mùa công bố BCTC để tái ước lượng hệ số $\beta$.
  • Bước 4: Xuất báo cáo khuyến nghị định giá cổ phiếu mục tiêu dựa trên EPS dự phóng.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Quy mô mẫu quan sát: Số lượng ngân hàng nghiên cứu gồm 8 đơn vị niêm yết xuyên suốt 2011–2020. Dù nhóm này đại diện cho phần lớn vốn hóa toàn ngành, mẫu nghiên cứu chưa bao quát hết các NHTM mới niêm yết trên UPCoM giai đoạn 2020–2021 (BVB, NAB, SGB, ABB, OCB, SSB).
  • Tần suất dữ liệu: Sử dụng dữ liệu hàng năm (Annual Data), chưa phản ánh được các biến động thị trường theo quý hoặc tháng.
  • Biến số chuyên ngành đặc thù: Mô hình chưa đưa vào các chỉ số rủi ro tín dụng chuyên sâu như Tỷ lệ nợ xấu (NPL), Tỷ lệ bao phủ nợ xấu (LLR) hay Hệ số an toàn vốn theo Basel II (CAR).

Hướng phát triển

  1. Mở rộng mẫu nghiên cứu lên toàn bộ 27 NHTM đang giao dịch trên cả 3 sàn HOSE, HNX và UPCoM.
  2. Nâng cấp tần suất dữ liệu sang dữ liệu theo quý (Quarterly Panel Data) để tăng dung lượng mẫu quan sát lên $N \times T = 27 \times 40 = 1.080$ quan sát.
  3. Ứng dụng phương pháp hồi quy GMM (System GMM) để kiểm soát hiện tượng nội sinh (Endogeneity) và tính động của giá cổ phiếu.
  4. Tích hợp các thuật toán Machine Learning (Random Forest, XGBoost, LSTM) để so sánh năng lực dự báo phi tuyến tính của giá cổ phiếu ngân hàng.

Đối tượng hưởng lợi

Nhóm đối tượng Giá trị tiếp nhận Lợi ích định lượng cụ thể
Sinh viên & Học viên ngành Tài chính Tài liệu tham khảo chuẩn mực về phương pháp nghiên cứu dữ liệu bảng và quy trình kiểm định kinh tế lượng trên Stata 14. Nắm vững quy trình xử lý dữ liệu từ BCTC kiểm toán sang mô hình định lượng.
Nhà phân tích & Quản lý quỹ đầu tư Cơ sở khoa học để thiết lập mô hình định giá định lượng nhóm cổ phiếu ngân hàng niêm yết. Nâng cao độ chính xác trong dự phóng thị giá mục tiêu thông qua biến số then chốt EPS ($R^2 = 54.16%$).
Ban lãnh đạo & Ban cổ đông NHTM Căn cứ định hướng chính sách cổ tức, quản trị vốn chủ sở hữu và quan hệ nhà đầu tư (IR). Hoạch định kế hoạch phát hành tăng vốn mà không gây suy giảm nghiêm trọng giá trị thị giá cổ phiếu.
Cơ quan quản lý thị trường (SBV, SSC) Bằng chứng thực nghiệm về tác động lan truyền của chính sách lãi suất và tỷ giá lên thị trường tài sản tài chính. Hỗ trợ điều hành chính sách tiền tệ hài hòa, hạn chế sốc tâm lý trên thị trường chứng khoán.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai và tái lập mô hình này là gì?

Để tái lập mô hình, người dùng cần máy tính cấu hình cơ bản (CPU Core i3, 4GB RAM), cài đặt phần mềm Stata Version 13.0 trở lên (khuyến nghị Stata 14/15/16 MP hoặc SE) hoặc ngôn ngữ lập trình R / Python (sử dụng thư viện linearmodels và statsmodels). Dữ liệu thô cần được chuẩn bị dưới dạng bảng dài (Long format Panel Data) gồm các cột định danh đơn vị (bank_id), thời gian (year) và các chỉ tiêu tài chính.

2. Mô hình có gặp phải giới hạn mở rộng (Scalability limits) khi thêm các ngân hàng mới không?

Mô hình hoàn toàn có khả năng mở rộng linh hoạt. Khi bổ sung các ngân hàng mới niêm yết (như OCB, SSB, MSB, LPB), bộ dữ liệu bảng sẽ chuyển sang dạng dữ liệu bảng không cân bằng (Unbalanced Panel Data). Các lệnh kinh tế lượng trong Stata (xtreg, xtgls) đều hỗ trợ xử lý dữ liệu bảng không cân bằng một cách chính xác mà không làm thay đổi cấu trúc toán học của mô hình.

3. Có thể tích hợp kết quả mô hình này vào các hệ thống giao dịch tự động (Algo-Trading) không?

Có thể tích hợp. Hệ số nhạy cảm $\beta_{EPS} = 0.01$ có thể được cấu hình thành một trọng số cơ bản (Fundamental Weight) trong các thuật toán giao dịch theo trường phái đầu tư giá trị (Value Investing) hoặc chiến lược tái cân bằng danh mục theo quý khi có báo cáo tài chính mới.

4. Tần suất bảo trì và tái hiệu chuẩn (Re-calibration) của mô hình nên như thế nào?

Mô hình nên được tái hiệu chuẩn tối thiểu 1 năm/lần khi có báo cáo tài chính kiểm toán năm hoàn chỉnh, hoặc mỗi quý một lần nếu chuyển đổi sang mô hình dữ liệu bảng theo quý. Việc tái hiệu chuẩn giúp cập nhật lại các hệ số tác động $\beta$ phù hợp với bối cảnh vĩ mô mới (chu kỳ lãi suất, lạm phát và định hướng tín dụng của Ngân hàng Nhà nước).

5. Chi phí triển khai nghiên cứu định lượng này và thời gian hoàn vốn (ROI) ra sao?

Chi phí nghiên cứu định lượng rất tối ưu do sử dụng chủ yếu nguồn lực tính toán kinh tế lượng. Đối với các tổ chức đầu tư, chi phí bản quyền phần mềm và dữ liệu (khoảng 20 – 50 triệu VNĐ/năm) mang lại hiệu quả vượt trội khi giúp nâng cao tỷ suất sinh lời danh mục đầu tư ngân hàng, hạn chế các khoản lỗ lớn do đầu tư theo cảm tính trong các giai đoạn thị trường điều chỉnh mạnh.

Kết luận

Công trình khóa luận tốt nghiệp của tác giả Nguyễn Việt Hoàng đã hoàn thành xuất sắc các mục tiêu nghiên cứu đặt ra, cung cấp một bức tranh toàn diện và có cơ sở khoa học vững chắc về các nhân tố định hình giá cổ phiếu ngân hàng thương mại niêm yết tại Việt Nam trong suốt thập kỷ 2011–2020.

Về mặt học thuật và kỹ thuật, đề tài đã ứng dụng thành công kỹ thuật kinh tế lượng dữ liệu bảng trên Stata 14, chứng minh mức độ giải thích vượt trội ($Adj\ R^2 = 54.16%$) và định lượng chính xác tác động tích cực có ý nghĩa thống kê cao nhất của chỉ số Thu nhập trên một cổ phiếu (EPS) đối với giá thị trường ($\beta = 0.01002$, $p < 0.001$). Về mặt thực tiễn, công trình đóng vai trò là cẩm nang phân tích giá trị cho các nhà đầu tư và cơ quan quản lý trong việc đánh giá và dự báo triển vọng ngành ngân hàng trên thị trường chứng khoán Việt Nam.