Giới thiệu dự án

Thị trường chứng khoán (TTCK) đóng vai trò là "hàn thử biểu" của nền kinh tế, vừa là kênh huy động vốn trung và dài hạn cho doanh nghiệp, vừa là môi trường phân bổ vốn đầu tư cho các cá nhân và tổ chức tài chính. Tại Việt Nam, kể từ khi Sở Giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE) đi vào hoạt động năm 2000, TTCK đã trải qua nhiều chu kỳ tăng trưởng nóng và điều chỉnh sâu sắc: từ mốc kỷ lục 1.170,67 điểm (tháng 3/2007) lao dốc xuống đáy 235,50 điểm (tháng 2/2009) do khủng hoảng tài chính toàn cầu, rồi tái cấu trúc và tích lũy qua các giai đoạn 2011–2015.

Sự biến động mạnh của chỉ số VN-Index đặt ra bài toán cấp thiết cho các nhà quản lý vĩ mô và nhà đầu tư: Làm thế nào để lượng hóa chính xác mức độ và cơ chế tác động của các cú sốc kinh tế vĩ mô đến thị trường cổ phiếu Việt Nam? Nhiều nghiên cứu quốc tế (Asmy et al., 2009; Hussain, 2009; Hosseini et al., 2011) cho thấy tác động vĩ mô có tính đặc thù cao tùy thuộc vào cấu trúc kinh tế và mức độ mở cửa thị trường của từng quốc gia.

+-------------------------------------------------------------------------+
|                         KHUNG NGHIÊN CỨU VĨ MÔ                          |
+-------------------------------------------------------------------------+
|                                                                         |
|  [Tỷ giá VND/USD (EX)] --------(+)-------->                             |
|  [Giá dầu thô WTI/EIA (OP)] --(+)-------->  +-------------------------+ |
|  [Lãi suất cho vay (LR)] ------(-)-------->  |   CHỈ SỐ VN-INDEX       | |
|  [Chỉ số lạm phát (CPI)] ------(-)-------->  |   (Chuỗi tháng 2006-2015) | |
|  [Cung tiền M2 (M2)] ----------(+)-------->  +-------------------------+ |
|                                                                         |
+-------------------------------------------------------------------------+

Dự án nghiên cứu được triển khai với các mục tiêu cụ thể:

  1. Xác định các biến vĩ mô trọng yếu chi phối chỉ số VN-Index, bao gồm: Tỷ giá hối đoái ($EX$), Giá dầu thế giới ($OP$), Lãi suất cho vay ($LR$), Lạm phát ($CPI$) và Cung tiền ($M2$).
  2. Kiểm định tính dừng và đồng liên kết giữa chuỗi dữ liệu chuỗi thời gian (time-series data) giai đoạn 2006–2015 thông qua kiểm định Augmented Dickey-Fuller (ADF), Phillips-Perron (PP) và Johansen Cointegration.
  3. Ước lượng mô hình Vectơ Hiệu chỉnh Sai số (VECM) nhằm giải thích mối quan hệ cân bằng trong dài hạn và xung lực điều chỉnh ngắn hạn của VN-Index.
  4. Đề xuất khuyến nghị chính sách và chiến lược quản trị rủi ro danh mục cho nhà đầu tư tổ chức và cơ quan quản lý (UBCKNN, NHNN).

Phạm vi nghiên cứu tập trung vào 103 quan sát chuỗi tháng từ tháng 01/2006 đến tháng 07/2014 và mở rộng phân tích xu hướng định tính đến hết năm 2015 trên sàn HOSE, sử dụng dữ liệu chuẩn hóa từ Quỹ Tiền tệ Quốc tế (IFS-IMF), Cục Thông tin Năng lượng Hoa Kỳ (EIA) và Ngân hàng Nhà nước Việt Nam.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu thực nghiệm kinh tế lượng tài chính trên thị trường mới nổi thường đối mặt với hiện tượng hồi quy giả mạo (spurious regression) khi chuỗi dữ liệu tài chính không dừng (non-stationary).

Nghiên cứu Phạm vi & Phương pháp Ưu điểm Nhược điểm / Khoảng trống
Mohamed Asmy et al. (2009) Malaysia (KLCI), VECM (1987–2007) Tách biệt trước và sau khủng hoảng tài chính Châu Á. Chưa tích hợp biến số biến động giá dầu thế giới ($OP$).
Seyed Hosseini et al. (2011) Trung Quốc & Ấn Độ, ARDL & Cointegration So sánh trực tiếp 2 thị trường lớn có mức độ phụ thuộc dầu thô khác nhau. Tần suất dữ liệu chưa kiểm soát triệt để độ trễ tối ưu cấu trúc tài chính Đông Nam Á.
Phan Thị Bích Nguyệt (2013) Việt Nam, OLS & VAR cổ điển Tiếp cận sớm thị trường chứng khoán Việt Nam. Dễ gặp hiện tượng hồi quy giả mạo do chưa kiểm soát đồng liên kết VECM toàn diện.
Mô hình đề xuất trong đồ án Việt Nam (HOSE), ADF/PP + Johansen + VECM Kiểm định tính dừng đa biến, tối ưu độ trễ AIC = 10, tích hợp cả $M2$, $LR$, $EX$, $OP$, $CPI$. Đòi hỏi chuỗi dữ liệu đồng nhất, nhạy cảm với các cú sốc chính sách ngắn hạn.

Yêu cầu kỹ thuật và phân loại biến (MoSCoW)

  • Must-have (Bắt buộc): Chuỗi dữ liệu VN-Index ($VNI$), Cung tiền ($M2$), Lạm phát ($CPI$), Lãi suất ($LR$) thu thập theo tháng; kiểm định nghiệm đơn vị ADF và PP.
  • Should-have (Khuyến nghị cao): Tỷ giá hối đoái ($EX$), Giá dầu thế giới ($OP$) từ EIA; kiểm định đồng liên kết Johansen và mô hình VECM.
  • Could-have (Mở rộng): Kiểm định tự tương quan phần dư Lagrange Multiplier (LM) bậc $p$.
  • Won't-have (Không áp dụng): Mô hình GARCH phi tuyến hoặc biến động tần suất cao intraday (nằm ngoài phạm vi phân tích vĩ mô chuỗi thời gian tháng).

Thiết kế hệ thống

Mô hình kinh tế lượng được thiết lập dưới dạng hàm logarit tự nhiên kép (log-log model) để đo lường độ co giãn của chỉ số VN-Index trước các biến số kinh tế vĩ mô:

$$\ln(VNI_t) = \alpha_0 + \alpha_1 \ln(EX_t) + \alpha_2 \ln(OP_t) + \alpha_3 \ln(LR_t) + \alpha_4 \ln(CPI_t) + \alpha_5 \ln(M2_t) + \varepsilon_t$$

Trong đó:

  • $\ln(VNI_t)$: Logarit tự nhiên của giá trị trung bình chỉ số VN-Index tháng $t$.
  • $\ln(EX_t)$: Tỷ giá hối đoái danh nghĩa song phương VND/USD bình quân ngày trong tháng.
  • $\ln(OP_t)$: Giá dầu thô FOB giao ngay trung bình thế giới (USD/thùng).
  • $\ln(LR_t)$: Lãi suất cho vay bình quân tháng (%).
  • $\ln(CPI_t)$: Chỉ số giá tiêu dùng đại diện cho tỷ lệ lạm phát.
  • $\ln(M2_t)$: Tổng phương tiện thanh toán cung tiền M2 (VNĐ).
  • $\varepsilon_t$: Sai số ngẫu nhiên thỏa mãn tính chất nhiễu trắng (white noise).
+-----------------------------------------------------------------------------------+
|                        PIPELINE XỬ LÝ KINH TẾ LƯỢNG                               |
+-----------------------------------------------------------------------------------+
| 1. Thu thập & Tiền xử lý (HOSE, IMF-IFS, EIA, SBV)                                |
| 2. Kiểm định tính dừng (Unit Root Testing)                                        |
| 3. Xác định độ trễ tối ưu (Optimal Lag Selection)                                 |
| 4. Kiểm định đồng liên kết (Johansen Cointegration Test)                          |
| 5. Ước lượng VECM & Kiểm định chẩn đoán (Diagnostic Tests)                        |
+-----------------------------------------------------------------------------------+

Methodology

Nghiên cứu ứng dụng quy trình phân tích chuỗi thời gian nghiêm ngặt:

  1. Kiểm tra tính dừng: Đảm bảo các chuỗi không dừng ở bậc gốc $I(0)$ nhưng dừng ở sai phân bậc 1 $I(1)$: $$\Delta Y_t = \beta_1 + \beta_2 t + \delta Y_{t-1} + \sum_{i=1}^{q} \alpha_i \Delta Y_{t-i} + \varepsilon_t$$
  2. Kiểm định Johansen: Sử dụng thống kê Trace ($\lambda_{trace}$) và Maximum Eigenvalue ($\lambda_{max}$) để tìm vector đồng liên kết $\beta'$: $$\lambda_{trace}(r) = -T \sum_{i=r+1}^{k} \ln(1 - \hat{\lambda}_i)$$
  3. Mô hình VECM: $$\Delta Y_t = \Pi Y_{t-1} + \sum_{i=1}^{p-1} \Gamma_i \Delta Y_{t-i} + \mu + \varepsilon_t$$ với ma trận tác động dài hạn $\Pi = \alpha \beta'$, trong đó $\alpha$ là tốc độ điều chỉnh sai số (error correction speed) và $\beta$ là vector đồng liên kết dài hạn.

Implementation và kết quả

Development process

Quá trình tính toán, làm sạch dữ liệu và ước lượng mô hình được tự động hóa thông qua phần mềm thống kê chuyên dụng Stata 13 (64-bit).

* ====================================================================
* SCRIPT PHÂN TÍCH KINH TẾ LƯỢNG CHUỖI THỜI GIAN VĨ MÔ & VN-INDEX
* ====================================================================

* 1. Khai báo chuỗi thời gian
gen date = tm(2006m1) + _n - 1
format date %tm
tsset date

* 2. Chuyển đổi dữ liệu sang Logarit tự nhiên
gen ln_vni = ln(vni)
gen ln_ex  = ln(ex)
gen ln_op  = ln(op)
gen ln_lr  = ln(lr)
gen ln_cpi = ln(cpi)
gen ln_m2  = ln(m2)

* 3. Kiểm định tính dừng Augmented Dickey-Fuller & Phillips-Perron
dfuller ln_vni, trend lags(1)
pperron ln_vni, trend

dfuller d.ln_vni, lags(1)
pperron d.ln_vni

* 4. Xác định độ trễ tối ưu thông qua hệ thống tiêu chuẩn thông tin
varsoc ln_vni ln_ex ln_op ln_lr ln_cpi ln_m2, maxlag(12)

* 5. Kiểm định đồng liên kết Johansen
vecrank ln_vni ln_ex ln_op ln_lr ln_cpi ln_m2, lags(10) trend(constant)

* 6. Ước lượng mô hình Vectơ Hiệu chỉnh Sai số (VECM)
vec ln_vni ln_ex ln_op ln_lr ln_cpi ln_m2, lags(10) rank(1)

* 7. Kiểm tra tự tương quan phần dư của mô hình VECM
veclmar, mlag(4)

Testing và validation

1. Kết quả kiểm định tính dừng (Unit Root Tests)

Thực hiện trên dữ liệu gốc (Level) và sai phân bậc 1 (First Difference) tại mức ý nghĩa $\alpha = 1%, 5%, 10%$:

Biến số ADF (Mức gốc) PP (Mức gốc) ADF (Sai phân bậc 1) PP (Sai phân bậc 1) Kết luận
$\ln(VNI)$ -3.195* -3.190* -7.452*** -7.501*** Dừng ở sai phân $I(1)$
$\ln(EX)$ -1.824 -1.790 -8.112*** -8.150*** Dừng ở sai phân $I(1)$
$\ln(OP)$ -2.115 -2.050 -6.980*** -7.025*** Dừng ở sai phân $I(1)$
$\ln(LR)$ -2.450 -2.380 -7.890*** -7.920*** Dừng ở sai phân $I(1)$
$\ln(CPI)$ -1.950 -1.910 -5.870*** -5.910*** Dừng ở sai phân $I(1)$
$\ln(M2)$ -1.540 -1.510 -6.450*** -6.490*** Dừng ở sai phân $I(1)$

(Ghi chú: *, **, *** tương ứng với mức ý nghĩa thống kê 10%, 5% và 1%).

2. Độ trễ tối ưu và đồng liên kết Johansen

  • Tiêu chuẩn thông tin Akaike (AIC): Đạt giá trị cực tiểu tại độ trễ $p = 10$.
  • Kiểm định Johansen: Thống kê Trace và Maximum Eigenvalue vượt giá trị tới hạn tại mức ý nghĩa 5%, xác nhận tồn tại ít nhất 1 vector đồng liên kết ($r=1$) giữa các biến trong dài hạn.

Kết quả đạt được

Kết quả ước lượng vector đồng liên kết dài hạn từ mô hình VECM chuẩn hóa theo chỉ số $\ln(VNI)$:

$$\ln(VNI) = \beta_0 - 1.452 \ln(EX) + 0.628 \ln(OP) - 0.845 \ln(LR) - 1.215 \ln(CPI) + 1.684 \ln(M2)$$

+---------------------------------------------------------------------------+
|               BẢNG TỔNG HỢP CHIỀU HƯỚNG TÁC ĐỘNG DÀI HẠN                  |
+-------------------+-----------------+-------------------+-----------------+
| Biến kinh tế vĩ mô| Dấu kỳ vọng     | Kết quả thực nghiệm| Ý nghĩa thống kê|
+-------------------+-----------------+-------------------+-----------------+
| Tỷ giá (EX)       | Dương (+)       | Âm (-)            | p < 0.05        |
| Giá dầu (OP)      | Dương (+)       | Dương (+)         | p < 0.01        |
| Lãi suất (LR)     | Âm (-)          | Âm (-)            | p < 0.01        |
| Lạm phát (CPI)    | Âm (-)          | Âm (-)            | p < 0.01        |
| Cung tiền (M2)    | Dương (+)       | Dương (+)         | p < 0.01        |
+-------------------+-----------------+-------------------+-----------------+
  • Cung tiền ($M2$) tác động dương mạnh nhất: Độ co giãn đạt $+1.684$. Khi cung tiền $M2$ tăng $1%$, chỉ số VN-Index có xu hướng tăng $1.684%$ trong dài hạn do thanh khoản hệ thống dồi dào kích thích dòng vốn tìm kiếm tỷ suất sinh lời trên thị trường cổ phiếu.
  • Lạm phát ($CPI$) và Lãi suất ($LR$) tác động âm rõ nét: Khi $CPI$ tăng $1%$, VN-Index giảm $1.215%$; khi lãi suất cho vay tăng $1%$, VN-Index giảm $0.845%$ do chi phí vốn doanh nghiệp đội lên và định giá chiết khấu dòng tiền giảm.
  • Tỷ giá ($EX$) tác động âm ngược kỳ vọng ban đầu: Mặc dù đồng tiền mất giá hỗ trợ xuất khẩu lý thuyết, nhưng tại Việt Nam việc tăng tỷ giá đột ngột kích hoạt tâm lý rút vốn của khối ngoại (FII) và làm tăng chi phí nhập khẩu nguyên vật liệu.

Đổi mới và đóng góp

  1. Khắc phục nhược điểm hồi quy OLS truyền thống: Bằng cách sử dụng phương pháp kiểm định đồng liên kết Johansen kết hợp mô hình VECM, nghiên cứu loại bỏ hoàn toàn hiện tượng quan hệ ảo giữa các biến chuỗi thời gian $I(1)$.
  2. Kiểm soát độ trễ tối ưu cấu trúc ($p=10$): Phản ánh chính xác cơ chế truyền dẫn chính sách tiền tệ và tài khóa tại Việt Nam (thường có độ trễ từ 6 đến 10 tháng để ngấm vào hoạt động sản xuất kinh doanh).
  3. Đóng góp bức tranh toàn cảnh giai đoạn 2006–2015: Tổng hợp đầy đủ chu kỳ thị trường biến động mạnh nhất của chứng khoán Việt Nam (từ giai đoạn bùng nổ gia nhập WTO 2007, khủng hoảng 2008, gói kích cầu 2009 đến giai đoạn tái cơ cấu nợ xấu ngân hàng 2012–2015).

Ứng dụng thực tế và triển khai

Khuyến nghị cho Nhà hoạch định chính sách (SBV & UBCKNN)

  • Điều hành chính sách tiền tệ thận trọng: Tránh các cú sốc thắt chặt cung tiền đột ngột gây cạn kiệt thanh khoản trên thị trường vốn như năm 2008 và 2011.
  • Minh bạch hóa lộ trình điều chỉnh tỷ giá và lãi suất: Sử dụng công cụ thị trường mở (OMO) và biên độ linh hoạt nhằm giảm thiểu tác động tiêu cực đến tâm lý nhà đầu tư tổ chức nước ngoài.
  • Đa dạng hóa sản phẩm tài chính: Phát triển các công cụ phòng ngừa rủi ro tỷ giá và hàng hóa (phái sinh chỉ số, phái sinh hàng hóa) để bảo vệ danh mục đầu tư trước biến động giá dầu thế giới.

Chiến lược cho Nhà đầu tư và Công ty Quản lý Quỹ

  • Xây dựng mô hình định lượng dự báo: Tích hợp các chỉ báo vĩ mô hàng tháng ($M2$, $LR$, $CPI$) vào mô hình chấm điểm định giá thị trường.
  • Chiến lược phân bổ tỷ trọng theo chu kỳ kinh tế:
    • Giai đoạn nới lỏng tiền tệ ($M2 \uparrow, LR \downarrow$): Tăng tỷ trọng cổ phiếu chu kỳ, tài chính, bất động sản.
    • Giai đoạn lạm phát và lãi suất tăng ($CPI \uparrow, LR \uparrow$): Chuyển dịch sang tài sản phòng thủ hoặc tăng tỷ trọng tiền mặt/công cụ thu nhập cố định.

Hạn chế và hướng phát triển

  • Dữ liệu tần suất tháng: Một số chỉ tiêu như GDP và Giá trị sản xuất công nghiệp không có số liệu theo tháng đồng nhất trong toàn bộ giai đoạn 2006–2015 nên phải sử dụng các biến thay thế ($CPI, OP$).
  • Phương pháp tuyến tính: Mô hình VECM xem xét các mối quan hệ tuyến tính, chưa đo lường tác động phi đối xứng (Asymmetric Cointegration) hoặc các cú sốc phi tuyến tính.
  • Hướng phát triển đề xuất:
    • Ứng dụng mô hình NARDL (Nonlinear Autoregressive Distributed Lag) để phân tích tác động tăng/giảm bất cân xứng của giá dầu và tỷ giá.
    • Tích hợp thêm các chỉ số biến động toàn cầu như S&P 500, Dollar Index ($DXY$) và Chỉ số đo lường trạng thái biến động thị trường ($VIX$).

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Tài liệu tham khảo chuẩn mực về phương pháp nghiên cứu chuỗi thời gian, cách lập trình và chạy kiểm định ADF, Johansen, VECM trên Stata.
  • Chuyên viên phân tích vĩ mô & Chiến lược thị trường: Khung phân tích liên thị trường (intermarket analysis) chuẩn xác giữa thị trường tiền tệ, hàng hóa và thị trường vốn.
  • Doanh nghiệp niêm yết: Cơ sở dự phóng chi phí vốn và lập kế hoạch phát hành cổ phiếu dựa trên chu kỳ lãi suất và cung tiền.
  • Cơ quan quản lý nhà nước: Dữ liệu thực chứng đánh giá mức độ tương tác giữa chính sách vĩ mô và chỉ số VN-Index.

Câu hỏi thường gặp

  1. Yêu cầu kỹ thuật tối thiểu để chạy mô hình VECM trong nghiên cứu này? Cần cài đặt phần mềm Stata 13 (hoặc các phiên bản Stata 14–18, EViews 9–13, R với gói urca và vars), hệ điều hành Windows/macOS/Linux với bộ nhớ RAM tối thiểu 4GB.

  2. Tại sao phải kiểm định tính dừng (Unit Root Test) trước khi chạy hồi quy? Các chuỗi dữ liệu tài chính vĩ mô thường có xu hướng biến thiên theo thời gian (không dừng). Nếu hồi quy trực tiếp các chuỗi không dừng mà không có đồng liên kết, hệ số xác định $R^2$ sẽ rất cao và kiểm định $t$ bị sai lệch nghiêm trọng (hiện tượng hồi quy giả mạo).

  3. Ý nghĩa của hệ số điều chỉnh sai số ($ECT_{t-1}$) trong mô hình VECM là gì? Hệ số $ECT_{t-1}$ (phải mang dấu âm và có ý nghĩa thống kê) thể hiện tốc độ điều chỉnh của chỉ số VN-Index quay trở lại mức cân bằng dài hạn sau khi xảy ra cú sốc ngắn hạn từ các biến kinh tế vĩ mô.

  4. Tại sao độ trễ tối ưu trong bài nghiên cứu lại chọn $p=10$? Độ trễ $p=10$ được xác định dựa trên tiêu chuẩn thông tin Akaike Information Criterion (AIC) đạt giá trị nhỏ nhất, đồng thời phù hợp với độ trễ truyền dẫn thực tế của chính sách tiền tệ và chu kỳ sản xuất kinh doanh tại Việt Nam.

  5. Kết quả nghiên cứu này có thể áp dụng cho sàn HNX-Index và UPCoM không? Mặc dù cơ chế vĩ mô có tính tương đồng, nhưng do quy mô vốn hóa, cơ cấu ngành và thanh khoản của sàn HNX/UPCoM khác với sàn HOSE, các nhà nghiên cứu cần thực hiện kiểm định lại mô hình riêng biệt cho từng chỉ số.

Kết luận

Khóa luận tốt nghiệp đã hoàn thành xuất sắc việc phân tích và lượng hóa tác động của các yếu tố kinh tế vĩ mô đến chỉ số giá chứng khoán VN-Index thông qua chuỗi dữ liệu tháng giai đoạn 2006–2015. Bằng việc ứng dụng phương pháp kinh tế lượng hiện đại (ADF, PP, Johansen Cointegration và VECM trên Stata 13), đề tài đã chứng minh sự tồn tại của mối quan hệ cân bằng dài hạn vững chắc giữa TTCK Việt Nam với cung tiền $M2$ (+), giá dầu thô (+), lãi suất cho vay (-), lạm phát (-) và tỷ giá hối đoái (-). Kết quả nghiên cứu không chỉ đóng góp giá trị học thuật thực nghiệm cho tài chính ứng dụng tại Việt Nam mà còn cung cấp cơ sở định lượng hữu ích cho việc hoạch định chính sách vĩ mô và xây dựng chiến lược đầu tư tài chính hiệu quả.