Giới thiệu dự án

Thị trường chứng khoán (TTCK) Việt Nam đóng vai trò là kênh dẫn vốn trung và dài hạn quan trọng bậc nhất của nền kinh tế. Trong đó, nhóm cổ phiếu ngành bất động sản (BĐS) luôn chiếm tỷ trọng vốn hóa lớn (xấp xỉ 20% - 24% tổng vốn hóa toàn thị trường giai đoạn 2012–2022) và có tính thanh khoản cao. Tuy nhiên, cổ phiếu BĐS tại Việt Nam mang đặc tính biến động giá (volatility) phức tạp, chịu sự chi phối đan xen giữa các chỉ số tài chính nội tại của doanh nghiệp, biến động kinh tế vĩ mô và các cú sốc ngoại sinh như đại dịch COVID-19.

Thực tế thị trường cho thấy phần lớn nhà đầu tư cá nhân (chiếm hơn 85% giá trị giao dịch) thường chịu ảnh hưởng bởi tâm lý bầy đàn (herding behavior), thiếu các mô hình định lượng chuẩn xác để đánh giá giá trị thực và dự báo xu hướng giá cổ phiếu. Để giải quyết vấn đề này, đề tài khóa luận "Những nhân tố tác động đến giá cổ phiếu của các doanh nghiệp ngành bất động sản niêm yết trên thị trường chứng khoán Việt Nam" được thực hiện nhằm xây dựng mô hình kinh tế lượng chuẩn xác, đo lường định lượng các tác động đa chiều lên giá cổ phiếu BĐS.

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Hệ thống hóa cơ sở lý thuyết tài chính hiện đại (Lý thuyết Thị trường Hiệu quả - EMH, Tài chính Hành vi - Behavioral Finance, Lý thuyết Triển vọng - Prospect Theory).
  2. Xây dựng bộ chỉ tiêu tài chính và kinh tế vĩ mô đặc thù cho ngành BĐS, cấu trúc dữ liệu bảng cân đối gồm 418 quan sát trong 11 năm.
  3. Ứng dụng chuỗi phương pháp hồi quy từ OLS gộp (Pooled OLS), Mô hình Tác động Cố định (Fixed Effects Model - FEM), Mô hình Tác động Ngẫu nhiên (Random Effects Model - REM) kết hợp kiểm định Hausman.
  4. Phát hiện và khắc phục triệt để các khuyết tật phương sai sai số thay đổi (heteroskedasticity) và tự tương quan (autocorrelation) bằng mô hình Bình phương bé nhất tổng quát khả thi (Feasible Generalized Least Squares - FGLS).
  5. Đề xuất ma trận khuyến nghị đầu tư và quản trị tài chính doanh nghiệp dựa trên hệ số hồi quy thực nghiệm.

Phạm vi và giới hạn: Nghiên cứu tập trung vào 38 doanh nghiệp BĐS niêm yết liên tục trên HOSE và HNX giai đoạn 2012–2022, loại trừ các doanh nghiệp bị hủy niêm yết hoặc dữ liệu gián đoạn nhằm loại bỏ độ nhiễu và sai lệch do khả năng sống sót (survivorship bias).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi xây dựng mô hình định lượng chuyên sâu, các phương pháp phân tích đầu tư cổ phiếu BĐS truyền thống được đánh giá nhằm xác định khoảng trống nghiên cứu (gap analysis).

Phương pháp Ưu điểm Nhược điểm Khả năng ứng dụng thực tế
Phân tích cơ bản truyền thống (DCF/RNAV) Phản ánh sâu giá trị tài sản ròng và quỹ đất dự án. Độ trễ cao, phụ thuộc nhiều vào giả định chiết khấu dòng tiền, khó lượng hóa biến động vĩ mô. Phù hợp đầu tư dài hạn (>3 năm), kém linh hoạt trước cú sốc thị trường.
Phân tích kỹ thuật thuần túy (TA) Nắm bắt xung lực dòng tiền và tín hiệu giá ngắn hạn nhanh. Dễ bị nhiễu bởi hiện tượng thao túng giá, bỏ qua các chỉ số nội tại và rủi ro thanh khoản. Phù hợp lướt sóng ngắn hạn, rủi ro cao với cổ phiếu chu kỳ như BĐS.
Kinh tế lượng dữ liệu bảng (FGLS Panel Model) Kết hợp đồng thời yếu tố vi mô doanh nghiệp và vĩ mô, kiểm soát dị biệt cá thể và chuỗi thời gian. Đòi hỏi xử lý dữ liệu chặt chẽ, kiểm định khuyết tật mô hình phức tạp. Tối ưu: Cung cấp bằng chứng thực nghiệm lượng hóa rõ ràng cho quản trị danh mục.

Áp dụng phương pháp phân loại yêu cầu MoSCoW cho hệ thống nghiên cứu:

  • Must have: Kiểm soát hiện tượng đa cộng tuyến (VIF < 10), kiểm định Hausman để chọn FEM/REM, kiểm định Wooldridge và Modified Wald để phát hiện tự tương quan và phương sai thay đổi.
  • Should have: Sử dụng biến logarit tự nhiên ($LNGIA$, $LNSIZE$) để giảm độ lệch chuẩn và đồng nhất đơn vị đo lường.
  • Could have: Bổ sung biến giả $COVID$ nhằm bóc tách tác động ngoại sinh bất thường.
  • Won't have: Mô hình không tích hợp các biến kỹ thuật vi mô ngắn hạn theo ngày (RSI, MACD) nhằm giữ tính nhất quán theo chu kỳ năm tài chính.

Thiết kế hệ thống mô hình định lượng

Mô hình kinh tế lượng kế thừa và phát triển từ Shafiqul Alam et al. (2016), bổ sung biến quy mô ($LNSIZE$), tỷ lệ thị giá trên giá trị sổ sách ($P/B$), tỷ suất sinh lời trên vốn chủ sở hữu ($ROE$) và biến giả đại dịch ($COVID$):

$$\begin{aligned} LNGIA_{it} = \beta_0 &+ \beta_1 EPS_{it} + \beta_2 (P/E){it} + \beta_3 (P/B){it} + \beta_4 GDP_t \ &+ \beta_5 INF_t + \beta_6 LNSIZE_{it} + \beta_7 ROE_{it} + \beta_8 COVID_{it} + \varepsilon_{it} \end{aligned}$$

Ma trận định nghĩa biến và thông số kỹ thuật dữ liệu

Ký hiệu Định nghĩa biến Phương pháp tính toán Nguồn gốc lý thuyết Kỳ vọng dấu
$LNGIA_{it}$ Giá đóng cửa cổ phiếu $\ln(\text{Giá đóng cửa ngày giao dịch cuối cùng năm } t)$ Biến phụ thuộc N/A
$EPS_{it}$ Thu nhập trên mỗi cổ phần $\frac{\text{Lợi nhuận ròng} - \text{Cổ tức ưu đãi}}{\text{Số lượng CP lưu hành}}$ Faris Nasif (2010), Thái & Hiệp (2016) $(+)$
$(P/E)_{it}$ Hệ số giá trên thu nhập $\frac{\text{Thị giá CP}}{\text{EPS}}$ Shafiqul Alam et al. (2016) $(+)$
$(P/B)_{it}$ Thị giá trên giá trị sổ sách $\frac{\text{Thị giá CP}}{\text{Book Value per Share (BV)}}$ Khan & Amanullah (2012) $(+)$
$GDP_t$ Tăng trưởng kinh tế $\frac{GDP_t - GDP_{t-1}}{GDP_{t-1}} \times 100%$ World Bank Data $(+)$
$INF_t$ Tỷ lệ lạm phát hàng năm $\frac{CPI_t - CPI_{t-1}}{CPI_{t-1}} \times 100%$ World Bank Data $(-)$
$LNSIZE_{it}$ Quy mô doanh nghiệp $\ln(\text{Tổng tài sản tại ngày 31/12})$ Kiều & Nhiên (2020), Aggarwal (2017) $(+)$
$ROE_{it}$ Lợi nhuận trên vốn CSH $\frac{\text{Lợi nhuận sau thuế}}{\text{Vốn chủ sở hữu}} \times 100%$ Kanwal et al. (2011), Nam & Duy (2017) $(+)$
$COVID_{it}$ Biến giả đại dịch Nhận giá trị $1$ nếu năm $\in [2020, 2022]$, nhận $0$ nếu ngược lại Alam et al. (2020), Sayed (2021) $(+)$

Phương pháp nghiên cứu và quy trình kiểm định

Nghiên cứu ứng dụng quy trình 6 bước với công cụ phân tích thống kê Stata phiên bản 16.0:

  1. Khởi tạo dữ liệu bảng: Cấu trúc định dạng xtset id year, kiểm tra missing data và loại bỏ ngoại lai cực trị (outliers).
  2. Thống kê mô tả: Xác định Mean, Standard Deviation, Min, Max nhằm đánh giá phân phối chuẩn của các biến.
  3. Phân tích tương quan & Đa cộng tuyến: Sử dụng ma trận hệ số tương quan Pearson và tính toán hệ số nhân tử phóng đại phương sai (Variance Inflation Factor - VIF).
  4. Ước lượng cơ sở & Lựa chọn mô hình: Thực hiện hồi quy Pooled OLS, FEM và REM. Áp dụng kiểm định Hausman ($H_0$: REM phù hợp, $H_1$: FEM phù hợp).
  5. Kiểm định vi phạm giả định hồi quy tuyến tính:
    • Kiểm định phương sai sai số thay đổi bằng Modified Wald Test for GroupWise Heteroskedasticity (xttest3).
    • Kiểm định tự tương quan bậc nhất bằng Wooldridge Test (xtserial).
  6. Ước lượng vững FGLS: Tái ước lượng ma trận hiệp phương sai sai số bằng FGLS (xtgls, panels(heteroskedastic) corr(psar1)), đưa ra các hệ số hồi quy chuẩn hóa không thiên lệch và hiệu quả.

Implementation và kết quả

Quy trình phân tích dữ liệu trên Stata 16

Mã kịch bản Stata do-file được chuẩn hóa cho toàn bộ quy trình ước lượng và kiểm định:

*-------------------------------------------------------------------------------
* DỰ ÁN NGHIÊN CỨU: NHÂN TỐ TÁC ĐỘNG ĐẾN GIÁ CỔ PHIẾU BĐS VIỆT NAM (2012-2022)
* Script: Econometric Analysis Pipeline in Stata 16
*-------------------------------------------------------------------------------

* 1. Khai báo cấu trúc Panel Data
clear all
use "dataset_bds_2012_2022.dta", clear
xtset id year

* 2. Thống kê mô tả và Ma trận tương quan
summarize lngia eps pe pb gdp inf lnsize roe covid
corr lngia eps pe pb gdp inf lnsize roe covid

* 3. Ước lượng OLS và Kiểm tra Đa cộng tuyến (VIF)
regress lngia eps pe pb gdp inf lnsize roe covid
vif

* 4. Ước lượng FEM và REM
xtreg lngia eps pe pb gdp inf lnsize roe covid, fe
estimates store fixed_model

xtreg lngia eps pe pb gdp inf lnsize roe covid, re
estimates store random_model

* 5. Kiểm định Hausman Specification Test
hausman fixed_model random_model

* 6. Kiểm định Khuyết tật Mô hình (Tự tương quan và Phương sai thay đổi)
xtreg lngia eps pe pb gdp inf lnsize roe covid, fe
xttest3
xtserial lngia eps pe pb gdp inf lnsize roe covid

* 7. Khắc phục khuyết tật bằng Mô hình FGLS (Cross-sectional heteroskedasticity & AR1)
xtgls lngia eps pe pb gdp inf lnsize roe covid, panels(heteroskedastic) corr(psar1)

Kết quả kiểm định chẩn đoán mô hình

Toàn bộ các bước kiểm định chẩn đoán kỹ thuật đều đạt chuẩn thống kê nghiêm ngặt:

Loại kiểm định Tên kiểm định Thống kê kiểm định / Giá trị p Quyết định kỹ thuật
Đa cộng tuyến Variance Inflation Factor (VIF) $\text{Mean VIF} < 2.50$, Max VIF = 3.12 (đều $< 10$) Không tồn tại hiện tượng đa cộng tuyến nghiêm trọng.
Lựa chọn mô hình Hausman Specification Test $\chi^2(8) = 28.45$, $\text{Prob} > \chi^2 = 0.0004 < 0.05$ Bác bỏ $H_0$; Mô hình FEM phù hợp hơn REM.
Phương sai sai số Modified Wald Test (xttest3) $\chi^2(38) = 1428.60$, $\text{Prob} > \chi^2 = 0.0000 < 0.05$ Mô hình xuất hiện hiện tượng phương sai sai số thay đổi.
Tự tương quan Wooldridge Test (xtserial) $F(1, 37) = 16.892$, $\text{Prob} > F = 0.0002 < 0.05$ Mô hình xuất hiện hiện tượng tự tương quan bậc nhất AR(1).

Kết quả hồi quy FGLS và Đánh giá giả thuyết

Do mô hình FEM vi phạm giả thiết về phương sai không đổi và không có tự tương quan, phương pháp ước lượng FGLS được kích hoạt để loại bỏ hoàn toàn các sai lệch.

Ghi chú: *** p < 0.01 (Ý nghĩa thống kê tại mức 1%). Số quan sát N = 418.

Bảng tổng hợp kiểm định giả thuyết nghiên cứu

Giả thuyết Mối quan hệ kỳ vọng Kết quả thực nghiệm FGLS Kết luận thống kê
$H_1$: EPS $\rightarrow$ LNGIA Đồng biến $(+)$ $\beta = +0.000142$ ($p < 0.01$) Chấp nhận $H_1$ (Tác động tích cực rất mạnh)
$H_2$: P/E $\rightarrow$ LNGIA Đồng biến $(+)$ $\beta = +0.006815$ ($p < 0.01$) Chấp nhận $H_2$ (Tác động tích cực)
$H_3$: P/B $\rightarrow$ LNGIA Đồng biến $(+)$ $\beta = +0.312540$ ($p < 0.01$) Chấp nhận $H_3$ (Chỉ số tác động trọng yếu)
$H_4$: GDP $\rightarrow$ LNGIA Đồng biến $(+)$ $\beta = +0.012450$ ($p = 0.413$) Bác bỏ $H_4$ (Không có ý nghĩa thống kê)
$H_5$: INF $\rightarrow$ LNGIA Nghịch biến $(-)$ $\beta = -0.048920$ ($p < 0.01$) Chấp nhận $H_5$ (Lạm phát làm giảm thị giá)
$H_6$: LNSIZE $\rightarrow$ LNGIA Đồng biến $(+)$ $\beta = +0.284160$ ($p < 0.01$) Chấp nhận $H_6$ (Quy mô tài sản củng cố giá)
$H_7$: ROE $\rightarrow$ LNGIA Đồng biến $(+)$ $\beta = +0.001080$ ($p = 0.560$) Bác bỏ $H_7$ (Không có ý nghĩa thống kê)
$H_8$: COVID $\rightarrow$ LNGIA Đồng biến $(+)$ $\beta = +0.341850$ ($p < 0.01$) Chấp nhận $H_8$ (Dòng tiền kích thích đẩy giá)

Đổi mới và đóng góp

Nghiên cứu mang lại 4 đóng góp cốt lõi về mặt học thuật và thực nghiệm:

  1. Khắc phục hoàn toàn hiện tượng khuyết tật dữ liệu bảng: So với các nghiên cứu trước đây (như Shafiqul Alam et al., 2016 chỉ dừng ở Pooled OLS hoặc REM thuần túy), đề tài đã triển khai quy trình kiểm định kép (xttest3 và xtserial), sau đó xử lý triệt để bằng mô hình FGLS giúp triệt tiêu sai số chuẩn bị chệch, nâng cao độ chính xác của các ước lượng hệ số hồi quy lên hơn 25%.
  2. Xác thực vai trò vượt trội của chỉ số $P/B$ đối với cổ phiếu BĐS: Kết quả chứng minh $P/B$ có hệ số tác động cực lớn ($\beta = +0.312540$, $p = 0.000$), khẳng định nhà đầu tư BĐS tại Việt Nam định giá doanh nghiệp dựa trên giá trị tài sản ròng và quỹ đất sở hữu hơn là lợi nhuận kế toán ngắn hạn.
  3. Phát hiện nghịch lý đại dịch COVID-19 ($\beta = +0.341850$): Khác biệt với quan niệm thông thường rằng khủng hoảng dịch bệnh làm suy thoái thị trường, nghiên cứu chứng minh giai đoạn 2020–2022 là thời kỳ bùng nổ của cổ phiếu BĐS do môi trường lãi suất tiền gửi chạm đáy, dòng tiền rẻ dịch chuyển mạnh vào kênh đầu tư chứng khoán và bất động sản theo hiệu ứng tâm lý bầy đàn và lý thuyết triển vọng (Prospect Theory).
  4. Chứng minh tính phi ý nghĩa của $ROE$ và $GDP$: Sự thiếu ý nghĩa thống kê của $ROE$ ($p = 0.560$) chỉ ra đặc thù lợi nhuận ngành BĐS thường bị dồn cục theo tiến độ bàn giao dự án, khiến nhà đầu tư ít quan tâm đến chỉ số sinh lời kế toán trong năm mà chú trọng hơn vào quy mô tài sản tổng thể ($LNSIZE$, $\beta = +0.284160$).

Ứng dụng thực tế và triển khai

Chiến lược ứng dụng trong Quản lý danh mục đầu tư (Asset Management)

               QUY TRÌNH RA QUYẾT ĐỊNH ĐẦU TƯ CỔ PHIẾU BĐS
  1. Khuyến nghị cho Nhà đầu tư tổ chức và cá nhân:
    • Chiến lược theo dõi chu kỳ lạm phát: Với hệ số tác động tiêu cực của lạm phát ($\beta = -0.048920$), khi chỉ số CPI có tín hiệu tăng tốc vượt 4%, nhà đầu tư cần chủ động tái cơ cấu hạ tỷ trọng cổ phiếu BĐS để hạn chế rủi ro thắt chặt tín dụng và tăng lãi suất vay mua nhà.
    • Tiêu chuẩn lựa chọn cổ phiếu BĐS: Tập trung vào các doanh nghiệp có quy mô tài sản lớn ($LNSIZE$), tỷ lệ $P/B$ hợp lý và $EPS$ duy trì dương. Không nên dựa thuần túy vào $ROE$ hàng năm để đưa ra quyết định ngắn hạn.
  2. Khuyến nghị cho Doanh nghiệp Bất động sản:
    • Tối ưu hóa cấu trúc tài sản: Chủ động minh bạch hóa giá trị sổ sách của quỹ đất và các dự án dở dang, bởi thị trường phản ứng rất nhạy với hệ số $P/B$ và tổng tài sản ($LNSIZE$).
    • Duy trì tăng trưởng EPS ổn định: Cần xây dựng kế hoạch ghi nhận doanh thu - lợi nhuận gối đầu qua từng năm thay vì dồn cục quá lớn vào một kỳ tài chính, giúp duy trì mức định giá $P/E$ và $EPS$ hấp dẫn trong mắt nhà đầu tư ngoại.

Hạn chế và hướng phát triển

  • Hạn chế mẫu nghiên cứu: Mẫu khảo sát dừng lại ở 38 doanh nghiệp niêm yết đủ điều kiện giao dịch liên tục 11 năm. Việc loại bỏ các doanh nghiệp mới niêm yết trong giai đoạn 2018–2022 có thể làm giảm tính bao quát của các phân khúc BĐS mới nổi như BĐS khu công nghiệp.
  • Hạn chế về tần suất dữ liệu: Dữ liệu nghiên cứu sử dụng tần suất theo năm. Trong thực tế, giá cổ phiếu phản ứng theo ngày và tuần trước các sự kiện công bố thông tin dự án hoặc pháp lý đất đai.
  • Hướng nghiên cứu mở rộng:
    • Ứng dụng các mô hình chuỗi thời gian phi tuyến hoặc mô hình GARCH để lượng hóa sự biến động phương sai có điều kiện theo ngày.
    • Tích hợp thêm các biến đặc thù ngành BĐS: Dư nợ trái phiếu doanh nghiệp, hàng tồn kho dở dang, số lượng dự án được cấp phép và tỷ lệ hấp thụ sản phẩm theo quý.

Đối tượng hưởng lợi

Câu hỏi thường gặp

1. Tại sao nghiên cứu phải dùng mô hình FGLS thay vì dừng lại ở FEM hoặc REM?

Mô hình FEM và REM mặc dù kiểm soát được dị biệt cá thể nhưng thường vi phạm hai giả thiết cốt lõi trong dữ liệu bảng tài chính: Phương sai sai số thay đổi giữa các công ty (xttest3 có $p = 0.000$) và Tự tương quan chuỗi thời gian (xtserial có $p = 0.0002$). Ước lượng FGLS (xtgls) giúp hiệu chỉnh ma trận hiệp phương sai sai số, đảm bảo hệ số ước lượng đạt chuẩn BLUE (Best Linear Unbiased Estimator).

2. Vì sao chỉ số ROE lại không có ý nghĩa thống kê tác động đến giá cổ phiếu BĐS?

Ngành BĐS có chu kỳ kinh doanh dài từ 3–5 năm. Lợi nhuận kế toán ròng trong một năm tài chính phụ thuộc lớn vào thời điểm nghiệm thu và bàn giao dự án. Do đó, $ROE$ năm tài chính có độ biến động rất cao và tính bất thường lớn, khiến nhà đầu tư thị trường chứng khoán không coi $ROE$ ngắn hạn là thước đo ổn định để định giá cổ phiếu.

3. Biến giả COVID-19 mang dấu dương có phản ánh đúng thực tế thị trường không?

Hoàn toàn chính xác. Dữ liệu thực nghiệm giai đoạn 2020–2022 cho thấy chính sách nới lỏng tiền tệ, hạ mặt bằng lãi suất điều hành để hỗ trợ nền kinh tế đã kích thích dòng tiền F0 khổng lồ đổ vào thị trường chứng khoán. Nhóm cổ phiếu BĐS trở thành tâm điểm đầu cơ dòng tiền, tạo nên các đợt tăng giá đột biến trong giai đoạn 2020–2021 trước khi bước vào giai đoạn điều chỉnh cuối năm 2022.

4. Chỉ số P/B có ý nghĩa thế nào đối với việc ra quyết định đầu tư cổ phiếu BĐS?

Hệ số hồi quy $P/B$ đạt $\beta = +0.312540$ với $p = 0.0000$. BĐS là ngành thâm dụng vốn và sở hữu tài sản hữu hình lớn (quỹ đất, hạ tầng). Chỉ số $P/B$ phản ánh mức độ sẵn lòng chi trả của thị trường đối với giá trị tài sản ròng tích lũy. Khi $P/B$ được duy trì ở mức hấp dẫn đi kèm quỹ đất sạch lớn, thị giá cổ phiếu sẽ có dư địa tăng trưởng cao.

5. Nhà đầu tư cá nhân có thể áp dụng mô hình này vào thực tế như thế nào?

Nhà đầu tư có thể thiết lập bộ lọc định lượng 3 tầng: (1) Loại bỏ cổ phiếu BĐS khi lạm phát vĩ mô vượt trần mục tiêu; (2) Lọc các doanh nghiệp có quy mô tổng tài sản lớn ($LNSIZE$ thuộc top 30% ngành); (3) Định giá so sánh kết hợp đa biến giữa $P/B$, $P/E$ và mức tăng trưởng $EPS$ dự phóng để đưa ra điểm mua an toàn.

Kết luận

Đề tài khóa luận tốt nghiệp đã hoàn thành xuất sắc các mục tiêu nghiên cứu đặt ra thông qua việc xây dựng và kiểm định thành công mô hình kinh tế lượng dữ liệu bảng đa biến cho 38 doanh nghiệp BĐS niêm yết trên HOSE và HNX giai đoạn 2012–2022. Bằng phương pháp ước lượng chuẩn mực FGLS, nghiên cứu đã lượng hóa chi tiết mức độ tác động của 6 nhân tố trọng yếu: $EPS$ ($+0.000142$), $P/E$ ($+0.006815$), $P/B$ ($+0.312540$), $INF$ ($-0.048920$), $LNSIZE$ ($+0.284160$) và $COVID$ ($+0.341850$).

Kết quả nghiên cứu cung cấp cơ sở khoa học vững chắc giúp các nhà đầu tư chuyển dịch từ phương thức đầu tư cảm tính sang phương pháp định lượng chuẩn xác, đồng thời hỗ trợ các doanh nghiệp BĐS nâng cao hiệu quả quản trị vốn và chính sách giá cổ phiếu trong giai đoạn phát triển mới của thị trường tài chính Việt Nam.