Giới thiệu dự án
Thị trường chứng khoán (TTCK) đóng vai trò là kênh huy động vốn trung và dài hạn quan trọng bậc nhất của nền kinh tế, đồng thời được ví như "phong vũ biểu" phản ánh sức khỏe tài chính quốc gia. Tại Việt Nam, sau hơn hai thập kỷ hình thành và phát triển từ năm 1998, quy mô thị trường đã có bước phát triển vượt bậc. Giai đoạn 2020–2022 chứng kiến sự bùng nổ chưa từng có khi chỉ số VN-Index bứt phá từ vùng đáy 650 điểm lên đỉnh lịch sử trên 1.500 điểm, cùng với 2,6 triệu tài khoản cá nhân mở mới trong năm 2022. Tuy nhiên, thị trường cũng chứng kiến những nhịp điều chỉnh sâu về vùng 800–1.000 điểm trước các cú sốc vĩ mô toàn cầu như xung đột địa chính trị, gián đoạn chuỗi cung ứng và biến động giá hàng hóa.
+-------------------------------------------------------------------+
| CÁC KÊNH TRUYỀN DẪN VĨ MÔ |
+-------------------------------------------------------------------+
| | | | |
[Lãi suất - INT] [Lạm phát - INF] [Tỷ giá - EXR] [Giá Vàng - GOL] [Giá Dầu - OIL]
| | | | |
+----------------+--------+--------+---------------+-----------+
|
v
[MÔ HÌNH HỒI QUY CHUỖI THỜI GIAN OLS]
(Kiểm định ADF, VIF, Breusch-Godfrey)
|
v
[TỶ SUẤT SINH LỜI CHỈ SỐ VN-INDEX (VNI) TẠI VIỆT NAM]
Thực trạng biến động khó lường của thị trường tài chính đặt ra bài toán cấp thiết: Các biến số kinh tế vĩ mô cốt lõi tác động theo chiều hướng và mức độ nào đến chỉ số thị trường chứng khoán Việt Nam? Nhiều nhà đầu tư cá nhân và tổ chức tài chính thiếu cơ sở lượng hóa định lượng để quản trị rủi ro danh mục khi xuất hiện các cú sốc từ lãi suất, lạm phát, tỷ giá, giá vàng và giá dầu thô thế giới.
Đề tài khóa luận tốt nghiệp: "Tác động của một số yếu tố vĩ mô đến tổng thể thị trường chứng khoán tại Việt Nam" do sinh viên Nguyễn Văn Bình Tân thực hiện dưới sự hướng dẫn khoa học của TS. Lưu Thu Quang (Trường Đại học Ngân hàng TP. Hồ Chí Minh - HUB) tập trung giải quyết toàn diện bài toán này.
Mục tiêu nghiên cứu cụ thể của đề tài:
- Hệ thống hóa cơ sở lý luận về mối quan hệ giữa các biến số vĩ mô và chỉ số giá chứng khoán trong nền kinh tế chuyển đổi.
- Thu thập, chuẩn hóa dữ liệu chuỗi thời gian thứ cấp từ Quỹ Tiền tệ Quốc tế (IMF) và các định chế tài chính trong giai đoạn 01/2017 – 10/2022 (70 quan sát hàng tháng).
- Thiết lập mô hình hồi quy bình phương nhỏ nhất (Ordinary Least Squares - OLS) với các biến: Lãi suất ($INT$), Lạm phát ($INF$), Tỷ giá hối đoái VND/USD ($EXR$), Giá vàng thế giới ($GOL$), và Giá dầu thô thế giới ($OIL$).
- Thực hiện các kiểm định chẩn đoán kinh tế lượng chuyên sâu: Kiểm định nghiệm đơn vị Augmented Dickey-Fuller (ADF) kiểm tra tính dừng, kiểm định đa cộng tuyến (VIF), và kiểm định tự tương quan Breusch-Godfrey LM.
- Lượng hóa chính xác chiều hướng tác động của từng nhân tố vĩ mô đến tỷ suất sinh lời của chỉ số VN-Index, từ đó đề xuất hàm ý chính sách và giải pháp phân bổ danh mục đầu tư.
Phương pháp tiếp cận và kết quả kỳ vọng:
- Phương pháp: Kết hợp phân tích định tính (tổng quan học thuật) và định lượng (kinh tế lượng chuỗi thời gian trên nền tảng Stata 17).
- Phạm vi nghiên cứu: 70 chuỗi quan sát tháng liên tục từ 01/2017 đến 10/2022, bao phủ các biến cố kinh tế lớn như dịch bệnh Covid-19 và biến động năng lượng toàn cầu năm 2022.
- Chỉ số đo lường cốt lõi: Tỷ suất sinh lời chỉ số VN-Index theo tháng ($VNI_t$), đo lường bằng tỷ lệ phần trăm thay đổi giá trị chỉ số đóng cửa hàng tháng.
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Nghiên cứu tác động vĩ mô lên thị trường chứng khoán là đề tài kinh điển trong tài chính thực nghiệm. Tuy nhiên, các công trình trước đây tại Việt Nam và quốc tế còn tồn tại nhiều quan điểm trái chiều:
| Phương pháp nghiên cứu |
Tác giả tiêu biểu |
Ưu điểm |
Hạn chế |
| Mô hình VECM / ARDL |
Nguyễn Thị Như Quỳnh & Võ Thị Hương Linh (2019), Nguyễn Thu Thủy et al. (2020) |
Đánh giá được cả mối quan hệ cân bằng dài hạn và động thái ngắn hạn. |
Cấu trúc tham số phức tạp, nhạy cảm với độ dài trễ (lag length selection). |
| Mô hình GARCH |
Nhat Chi Mai (2022), Quốc Anh Võ (2017) |
Bắt trọn tính biến động bất định (volatility clustering) theo thời gian. |
Tập trung vào phương sai thay vì đo lường trực tiếp hệ số tác động biên của rổ biến số vĩ mô. |
| Phân tích phương sai ANOVA |
Phạm Quang Tín & Nguyễn Trần Thuần (2014) |
Đơn giản, dễ kiểm định sự khác biệt trung bình giữa các nhóm. |
Không kiểm soát được đồng thời tác động đan xen của nhiều biến số vĩ mô liên tục. |
| Mô hình hồi quy OLS chuỗi thời gian |
Đề tài nghiên cứu (2023) |
Lượng hóa trực tiếp hệ số biên $\beta$, kiểm định giả thiết rõ ràng, trực quan cho thực hành đầu tư. |
Đòi hỏi xử lý tính dừng chặt chẽ để triệt tiêu hiện tượng hồi quy giả mạo (spurious regression). |
Yêu cầu đối với mô hình theo ma trận MoSCoW:
- Must have: Xử lý tính dừng chuỗi thời gian thông qua sai phân bậc 1 đối với các chuỗi phi dừng; kiểm định triệt để đa cộng tuyến và tự tương quan sai số.
- Should have: Sử dụng nguồn dữ liệu chuẩn hóa quốc tế (IMF International Financial Statistics).
- Could have: Mở rộng tương quan với các tài sản trú ẩn toàn cầu như giá vàng ($GOL$) và nhiên liệu ($OIL$).
- Won't have: Mô hình phi tuyến tính phức tạp đa chế độ chuyển đổi (Markov-switching) trong phạm vi nghiên cứu này.
Thiết kế hệ thống
Mô hình kinh tế lượng được thiết lập dựa trên lý thuyết định giá tài sản vốn (CAPM) mở rộng và lý thuyết chiết khấu dòng tiền (DCF), trong đó giá trị trị trường của chỉ số cổ phiếu phản ánh dòng tiền kỳ vọng được chiết khấu theo tỷ suất sinh lời phi rủi ro và các phần bù rủi ro vĩ mô.
+-----------------------------------------------------------------------------------+
| QUY TRÌNH XỬ LÝ DỮ LIỆU KINH TẾ LƯỢNG |
+-----------------------------------------------------------------------------------+
| 1. Dữ liệu thô (IMF / HOSE / Bloomberg) -> Jan 2017 to Oct 2022 (70 tháng) |
| 2. Tiền xử lý & Tính toán biến: VNI_t = ((VNIndex_t - VNIndex_{t-1})/VNIndex_{t-1})*100
| 3. Kiểm định nghiệm đơn vị ADF: Unit Root Test (Level I(0) vs First Diff I(1)) |
| 4. Xây dựng phương trình OLS: VNI_t = b0 + b1*D.INT + b2*INF + b3*D.EXR + ... |
| 5. Kiểm định chẩn đoán vi phạm giả định: VIF (Đa cộng tuyến) & Breusch-Godfrey |
| 6. Đánh giá ý nghĩa thống kê (t-test, F-test, R-squared) & Hàm ý chính sách |
+-----------------------------------------------------------------------------------+
Công thức xác định tỷ suất sinh lời của chỉ số thị trường VN-Index:
$$VNI_t = \left( \frac{VNIndex_t - VNIndex_{t-1}}{VNIndex_{t-1}} \right) \times 100$$
Phương trình hồi quy tổng quát:
$$VNI_t = \beta_0 + \beta_1 INT_t^* + \beta_2 INF_t^* + \beta_3 EXR_t^* + \beta_4 GOL_t^* + \beta_5 OIL_t^* + \varepsilon_t$$
Trong đó:
- $VNI_t$: Tỷ suất sinh lời chỉ số VN-Index tại thời điểm $t$ (%).
- $INT_t^*$: Biến lãi suất (sau kiểm định tính dừng, lấy sai phân $\Delta INT_t$).
- $INF_t^*$: Biến lạm phát (chỉ số CPI tại Việt Nam, dừng ở bậc 0 $I(0)$).
- $EXR_t^*$: Tỷ giá hối đoái VND/USD (lấy sai phân bậc 1 $\Delta EXR_t$).
- $GOL_t^*$: Giá vàng thế giới (lấy sai phân bậc 1 $\Delta GOL_t$).
- $OIL_t^*$: Giá dầu thô thế giới WTI/Brent (lấy sai phân bậc 1 $\Delta OIL_t$).
- $\beta_0$: Hằng số chặn (Intercept); $\beta_1, \dots, \beta_5$: Hệ số hồi quy riêng phần; $\varepsilon_t$: Sai số ngẫu nhiên.
Công nghệ và công cụ sử dụng:
- Phần mềm phân tích dữ liệu: Stata phiên bản 17.0 (MP/SE) chuyên dụng cho kinh tế lượng và chuỗi thời gian.
- Cơ sở dữ liệu: Thống kê tài chính quốc tế (IFS) từ Quỹ Tiền tệ Quốc tế (IMF) và hệ thống dữ liệu thị trường HOSE.
Methodology
Phương pháp luận nghiên cứu tuân thủ quy trình chuẩn mực của kinh tế lượng ứng dụng:
- Thu thập và làm sạch dữ liệu: Kiểm tra tính đầy đủ, đồng bộ hóa chu kỳ theo tháng của 6 biến số từ tháng 01/2017 đến tháng 10/2022.
- Thống kê mô tả: Xác định giá trị trung bình (Mean), độ lệch chuẩn (Std. Dev.), giá trị nhỏ nhất (Min), lớn nhất (Max) để nhận diện phân phối dữ liệu.
- Kiểm định tính dừng Dickey-Fuller (ADF Test): Kiểm tra nghiệm đơn vị cho từng chuỗi. Nếu chuỗi phi dừng tại bậc gốc $I(0)$, tiến hành lấy sai phân bậc 1 $\Delta Y_t = Y_t - Y_{t-1}$ để đưa về chuỗi dừng $I(1)$.
- Ước lượng hồi quy OLS: Chạy mô hình hồi quy đa biến với biến phụ thuộc là $VNI_t$ và các biến độc lập đã được xử lý tính dừng.
- Kiểm định khuyết tật mô hình:
- Kiểm định đa cộng tuyến qua hệ số phóng đại phương sai (Variance Inflation Factor - VIF).
- Kiểm định tự tương quan của phần dư qua kiểm định Breusch-Godfrey Lagrange Multiplier (LM test).
Implementation và kết quả
Development process
Quá trình phân tích thực nghiệm được thực thi tuần tự trên Stata 17 thông qua tệp mã lệnh (Do-file) chuẩn hóa:
* ==============================================================================
* MÃ NGUỒN PHÂN TÍCH HỒI QUY CHUỖI THỜI GIAN VĨ MÔ & VN-INDEX
* Tác giả: Nguyễn Văn Bình Tân - ĐH Ngân Hàng TP.HCM (HUB)
* ==============================================================================
* 1. Khai báo dữ liệu chuỗi thời gian theo tháng
generate date_m = monthly(period, "YM")
format date_m %tm
tsset date_m
* 2. Kiểm định tính dừng Dickey-Fuller (ADF Unit Root Test)
dfuller VNI, lags(1)
dfuller INT, lags(1)
dfuller d.INT, lags(1)
dfuller INF, lags(1)
dfuller EXR, lags(1)
dfuller d.EXR, lags(1)
dfuller GOL, lags(1)
dfuller d.GOL, lags(1)
dfuller OIL, lags(1)
dfuller d.OIL, lags(1)
* 3. Ước lượng mô hình hồi quy bình phương nhỏ nhất (OLS)
regress VNI d.INT INF d.EXR d.GOL d.OIL
* 4. Kiểm tra đa cộng tuyến (Multicollinearity Test)
estat vif
* 5. Kiểm định tự tương quan sai số (Breusch-Godfrey LM Test)
estat bgodfrey, lags(1 2)
Testing và validation
1. Kết quả kiểm định tính dừng (Dickey-Fuller Test)
Để loại trừ hiện tượng hồi quy giả mạo, kiểm định ADF được thực hiện trên từng biến số tại mức ý nghĩa 1%, 5%, và 10%:
| Tên biến |
Ký hiệu |
Bậc dừng kiểm định |
Thống kê kiểm định t (Test Statistic) |
Giá trị tới hạn p-value |
Trạng thái chuỗi |
| Tỷ suất sinh lời VN-Index |
$VNI$ |
Mức gốc $I(0)$ |
-6.842 |
< 0.001 |
Dừng ở mức gốc $I(0)$ |
| Lãi suất |
$INT$ |
Sai phân bậc 1 $D.INT$ |
-5.129 |
< 0.001 |
Dừng ở sai phân $I(1)$ |
| Lạm phát |
$INF$ |
Mức gốc $I(0)$ |
-3.451 |
0.0093 |
Dừng ở mức gốc $I(0)$ |
| Tỷ giá VND/USD |
$EXR$ |
Sai phân bậc 1 $D.EXR$ |
-6.214 |
< 0.001 |
Dừng ở sai phân $I(1)$ |
| Giá vàng thế giới |
$GOL$ |
Sai phân bậc 1 $D.GOL$ |
-7.108 |
< 0.001 |
Dừng ở sai phân $I(1)$ |
| Giá dầu thô thế giới |
$OIL$ |
Sai phân bậc 1 $D.OIL$ |
-6.533 |
< 0.001 |
Dừng ở sai phân $I(1)$ |
2. Kiểm định khuyết tật mô hình
- Đa cộng tuyến (VIF): Tất cả các hệ số phóng đại phương sai $VIF < 2.0$ (trung bình Mean $VIF = 1.24$), thấp hơn rất nhiều so với ngưỡng cảnh báo 10.0, chứng minh không tồn tại hiện tượng đa cộng tuyến nghiêm trọng giữa các biến giải thích.
- Tự tương quan (Breusch-Godfrey LM Test): Giá trị kiểm định $\text{Prob} > \chi^2 > 0.05$ tại trễ 1 và trễ 2, cho phép chấp nhận giả thiết $H_0$: Không có hiện tượng tự tương quan bậc nhất và bậc hai trong phần dư.
Kết quả đạt được
Bảng tổng hợp kết quả ước lượng mô hình hồi quy OLS với biến phụ thuộc $VNI$:
| Biến độc lập | Hệ số hồi quy ($\beta$) | Sai số chuẩn (Std. Err.) | Giá trị t-statistic | p-value ($P > |t|$) | Kết luận ý nghĩa thống kê |
| :--- | :--- | :--- | :--- | :--- | :--- |
| Hằng số (Constant) | 1.8421 | 1.2150 | 1.52 | 0.1340 | Không có ý nghĩa |
| D.INT (Sai phân lãi suất) | -0.4128 | 0.3892 | -1.06 | 0.2928 | Không có ý nghĩa thống kê |
| INF (Lạm phát) | -0.1854 | 0.3120 | -0.59 | 0.5543 | Không có ý nghĩa thống kê |
| D.EXR (Sai phân tỷ giá) | -0.0125 | 0.0182 | -0.69 | 0.4941 | Không có ý nghĩa thống kê |
| D.GOL (Sai phân giá vàng)| -0.0084 | 0.0145 | -0.58 | 0.5642 | Không có ý nghĩa thống kê |
| D.OIL (Sai phân giá dầu) | -0.2467 | 0.1085 | -2.27 | 0.0264 | Có ý nghĩa thống kê ở mức 5% ($p < 0.05$) |
Phân tích kinh tế lượng chuyên sâu từ kết quả:
- Tác động tiêu cực của giá dầu thô ($\beta = -0.2467, p = 0.0264$): Biến động giá dầu thô thế giới có tác động nghịch chiều có ý nghĩa thống kê ở mức 5% đến tỷ suất sinh lời của VN-Index. Khi giá dầu thô thế giới tăng thêm 1 đơn vị biến động (sau sai phân), tỷ suất sinh lời của chỉ số VN-Index có xu hướng giảm trung bình 0.2467%, trong điều kiện các yếu tố khác không đổi. Kết quả này phản ánh đặc thù nền kinh tế Việt Nam với độ mở lớn; chi phí năng lượng leo thang trực tiếp làm tăng chi phí vận tải, logistics, nguyên vật liệu đầu vào của phần lớn các doanh nghiệp sản xuất niêm yết, từ đó bào mòn biên lợi nhuận ròng.
- Các biến số Lãi suất, Lạm phát, Tỷ giá, Giá vàng: Mặc dù mang dấu âm phù hợp với kỳ vọng lý thuyết kinh tế tài chính, tuy nhiên trong mẫu quan sát 70 tháng (2017–2022), các hệ số này chưa đạt độ tin cậy thống kê ở mức 5% hay 10%. Điều này phản ánh tính chất chuyển tiếp của thị trường chứng khoán Việt Nam, nơi dòng tiền cá nhân ngắn hạn và tâm lý thị trường đôi khi lấn át các chỉ báo tiền tệ vĩ mô trong các giai đoạn hưng phấn.
Đổi mới và đóng góp
Nghiên cứu mang lại những đóng góp khoa học và thực tiễn quan trọng khi so sánh với các công trình trước đây:
| Tiêu chí so sánh |
Nghiên cứu của Nguyễn Thu Thủy (2018) |
Nghiên cứu của Nguyễn Thị Như Quỳnh (2019) |
Đề tài Nguyễn Văn Bình Tân (2023) |
| Giai đoạn nghiên cứu |
2013 – 2018 |
2000 – 2018 |
2017 – 2022 (Bao quát trọn vẹn cú sốc Covid-19 & Khủng hoảng giá dầu 2022) |
| Phương pháp chính |
ARDL (Phân phối trễ tự hồi quy) |
VECM (Hiệu chỉnh sai số dạng vector) |
Time-Series OLS chuẩn hóa với kiểm định nghiệm đơn vị ADF và chẩn đoán phần dư |
| Tập biến số nghiên cứu |
Tỷ giá, Vàng, Dầu thô |
Lãi suất, Lạm phát, M2, Tỷ giá, Vàng, Dầu |
Kết hợp đầy đủ cả biến tiền tệ trong nước ($INT, INF, EXR$) và tài sản hàng hóa toàn cầu ($GOL, OIL$) |
| Phát hiện trọng tâm |
Tồn tại đồng liên kết dài hạn giữa 3 biến với VN-Index. |
Lãi suất tác động âm, lạm phát tác động dương trong dài hạn. |
Khẳng định giá dầu thô ($OIL$) là kênh truyền dẫn rủi ro tiêu cực mạnh mẽ nhất tới tỷ suất sinh lời VN-Index. |
Điểm mới nổi bật của công trình:
- Cập nhật chuỗi dữ liệu cận đại (đến tháng 10/2022), phản ánh chân thực hành vi thị trường trong kỷ nguyên biến động phức tạp thời kỳ hậu đại dịch.
- Chứng minh thực nghiệm rằng đối với tỷ suất sinh lời ngắn hạn theo tháng của VN-Index, các cú sốc chi phí năng lượng toàn cầu ($OIL$) có mức độ ảnh hưởng tức thì và rõ nét hơn so với độ trễ chính sách tiền tệ nội địa.
Ứng dụng thực tế và triển khai
Tình huống ứng dụng thực tế (Real-world Use Cases)
- Quản trị danh mục đầu tư tổ chức (Asset Management): Các quỹ đầu tư (quỹ mở, quỹ ETF) có thể xây dựng mô hình dự báo rủi ro biến động danh mục dựa trên biến động giá dầu thế giới. Khi giá dầu thô vượt qua các ngưỡng kháng cự kỹ thuật lớn, quỹ cần chủ động tái cơ cấu giảm tỷ trọng các nhóm ngành chịu chi phí nhiên liệu cao (Hàng không, Logistics, Nhựa, Hóa chất tiêu dùng) sang các nhóm phòng thủ hoặc nhóm thượng nguồn dầu khí được hưởng lợi trực tiếp.
- Điều hành chính sách tiền tệ và kinh tế vĩ mô: Ngân hàng Nhà nước và Bộ Tài chính có thêm cơ sở định lượng để phối hợp giữa chính sách điều hành giá xăng dầu trong nước (qua Quỹ Bình ổn giá BOG) nhằm giảm thiểu các cú sốc tâm lý bất lợi lên thị trường vốn.
- Chiến lược phòng hộ rủi ro của doanh nghiệp niêm yết: Các doanh nghiệp vận tải và sản xuất quy mô lớn có thể sử dụng các công cụ phái sinh hàng hóa (Commodity Futures/Options) để khóa trước chi phí nhiên liệu, bảo toàn biên lợi nhuận và hạn chế đà sụt giảm giá cổ phiếu.
+--------------------------------------------------------------------+
| LỘ TRÌNH TRIỂN KHAI HỆ THỐNG |
+--------------------------------------------------------------------+
| Giai đoạn 1 (Tháng 1-2): Xây dựng Data Pipeline tự động (IMF / WTI)|
| Giai đoạn 2 (Tháng 3-4): Tích hợp Mô hình định lượng OLS & Cảnh báo|
| Giai đoạn 3 (Tháng 5-6): Kiểm thử Backtesting danh mục đa tài sản |
| Giai đoạn 4 (Tháng 7+): Đưa vào Dashboard hỗ trợ ra quyết định |
+--------------------------------------------------------------------+
Hạn chế và hướng phát triển
Hạn chế kỹ thuật
- Kích thước mẫu: Mẫu dữ liệu 70 quan sát hàng tháng tuy đảm bảo yêu cầu tối thiểu của kinh tế lượng nhưng chưa đủ lớn để nắm bắt trọn vẹn các cấu trúc chu kỳ kinh tế dài hạn (10–20 năm).
- Giả định tuyến tính: Mô hình OLS giả định mối quan hệ tuyến tính, chưa phản ánh được tính phi đối xứng (asymmetric impacts) – tức phản ứng của TTCK khi giá dầu tăng có thể mạnh hơn đáng kể so với khi giá dầu giảm.
Hướng nghiên cứu mở rộng
- Áp dụng các mô hình phi tuyến tính tiên tiến như NARDL (Non-linear Autoregressive Distributed Lag) hoặc Markov-Switching Vector Autoregression (MS-VAR).
- Mở rộng tần suất dữ liệu từ cấp độ tháng sang dữ liệu giao dịch hàng ngày (Daily data) và bổ sung các biến tâm lý thị trường (VIX, chỉ số thanh khoản thị trường).
Đối tượng hưởng lợi
+-----------------------------------------------------------------------------------+
| ĐỐI TƯỢNG HƯỞNG LỢI CHÍNH |
+-----------------------------------------------------------------------------------+
| [Sinh viên & Học viên cao học] | Tài liệu tham khảo chuẩn mực về phương pháp OLS, |
| | cách thức xử lý chuỗi thời gian & kiểm định ADF. |
+--------------------------------+--------------------------------------------------+
| [Nhà phát triển & Quant Dev] | Thuật toán & mã lệnh Stata chuẩn hóa cho việc |
| | tích hợp vào các pipeline tự động hóa phân tích. |
+--------------------------------+--------------------------------------------------+
| [Nhà đầu tư & Quỹ quản lý vốn] | Cơ sở định lượng để phân bổ tài sản & phòng hộ |
| | rủi ro trước các cú sốc giá hàng hóa năng lượng. |
+--------------------------------+--------------------------------------------------+
| [Cơ quan quản lý & Học giả] | Bằng chứng thực nghiệm phục vụ công tác hoạch |
| | định chính sách và mở rộng hướng nghiên cứu mới. |
+--------------------------------+--------------------------------------------------+
Câu hỏi thường gặp
1. Tại sao nghiên cứu cần lấy sai phân bậc 1 đối với các biến Lãi suất, Tỷ giá, Giá vàng và Giá dầu?
- Trả lời: Hầu hết chuỗi dữ liệu tài chính vĩ mô ở mức gốc đều có xu thế (phi dừng - unit root). Nếu chạy hồi quy trực tiếp trên chuỗi phi dừng sẽ dẫn đến hiện tượng "hồi quy giả mạo" (spurious regression) với hệ số $R^2$ rất cao nhưng không có giá trị thực tiễn. Việc lấy sai phân bậc 1 $\Delta Y_t = Y_t - Y_{t-1}$ giúp chuỗi đạt tính dừng $I(1)$, đảm bảo các giả định thống kê của OLS chuẩn xác.
2. Tại sao giá dầu thô lại có tác động tiêu cực rõ nét nhất đến chỉ số VN-Index?
- Trả lời: Dầu thô là nguyên liệu đầu vào cốt lõi của nền kinh tế toàn cầu. Khi giá dầu tăng cao, chi phí vận chuyển, logistics và giá thành sản xuất của hầu hết các doanh nghiệp niêm yết tại Việt Nam tăng theo, làm giảm tỷ suất lợi nhuận kỳ vọng và dẫn đến việc định giá cổ phiếu bị điều chỉnh giảm.
3. Vì sao các biến Lãi suất và Lạm phát trong mô hình này chưa đạt ý nghĩa thống kê ở mức 5%?
- Trả lời: Trong ngắn hạn theo tháng (chuỗi 2017–2022), tác động của chính sách tiền tệ thường có độ trễ (time lag) từ 3 đến 6 tháng trước khi phản ánh hoàn toàn vào kết quả kinh doanh của doanh nghiệp. Ngoài ra, dòng tiền cá nhân F0 trong giai đoạn 2020–2021 có tính chu kỳ ngắn hạn rất cao, đôi khi phản ứng lệch pha với các chỉ số vĩ mô công bố định kỳ.
4. Dữ liệu nghiên cứu được thu thập từ nguồn nào để đảm bảo độ tin cậy?
- Trả lời: Dữ liệu được trích xuất trực tiếp từ cổng thống kê của Quỹ Tiền tệ Quốc tế (IMF - International Financial Statistics), kết hợp với số liệu lịch sử của Sở Giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE).
5. Nhà đầu tư cá nhân có thể ứng dụng kết quả nghiên cứu này vào thực tế như thế nào?
- Trả lời: Nhà đầu tư nên theo dõi chặt chẽ biến động của hợp đồng tương lai dầu thô (WTI/Brent). Khi giá dầu bước vào xu hướng tăng mạnh, nhà đầu tư nên thận trọng hạ đòn bẩy tài chính (margin) đối với các nhóm cổ phiếu tiêu dùng, vận tải và gia tăng tỷ trọng tiền mặt hoặc các nhóm ngành ít chịu ảnh hưởng bởi giá nhiên liệu.
Kết luận
Khóa luận tốt nghiệp "Tác động của một số yếu tố vĩ mô đến tổng thể thị trường chứng khoán tại Việt Nam" của tác giả Nguyễn Văn Bình Tân đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra. Thông qua việc ứng dụng phương pháp kinh tế lượng chuỗi thời gian chặt chẽ trên Stata 17, đề tài đã chứng minh bằng thực nghiệm mối quan hệ tác động tiêu cực có ý nghĩa thống kê của giá dầu thô thế giới ($OIL$) đến tỷ suất sinh lời của chỉ số VN-Index trong giai đoạn 2017–2022.
Công trình cung cấp một khung phân tích khoa học, bộ dữ liệu chuẩn hóa và mã nguồn thực thi minh bạch, mang lại giá trị tham khảo thiết thực cho cả giới học thuật, các nhà hoạch định chính sách và cộng đồng nhà đầu tư tài chính tại Việt Nam.
