GI Ớ I THI Ệ U
Đặ t v ấn đề nghiên c ứ u
Lịch sử định giá chứng khoán đã tồn tại hơn 300 năm, nhưng tài chính hiện đại chỉ bắt đầu phát triển cách đây hơn 50 năm, với nghiên cứu quan trọng của Arrow vào năm 1953 về phân bổ tối ưu rủi ro chứng khoán Nhiều nghiên cứu đã được thực hiện về các mô hình định giá chứng khoán, trong đó nổi bật là lý thuyết danh mục với Mô hình định giá tài sản vốn (CAPM) và lý thuyết kinh doanh chênh lệch giá thông qua Mô hình đa nhân tố.
Các mô hình định giá truyền thống dựa trên giả thiết thị trường hiệu quả, một lý thuyết bắt nguồn từ năm 1959 và phát triển mạnh mẽ trong những năm 1960 Lý thuyết này được hoàn thiện qua bài viết nổi tiếng của Fama vào năm 1970, được đăng trên Tạp chí Tài chính, trong đó ông đã tổng hợp cả lý thuyết và công trình thực nghiệm liên quan.
Lý thuyết thị trường hiệu quả và mô hình CAPM được ưa chuộng nhờ tính đơn giản và cơ sở lý thuyết vững chắc, nhưng các nghiên cứu thực nghiệm chỉ ra nhiều bất thường giữa thực tế và lý thuyết Điều này dẫn đến hai xu hướng nghiên cứu: tài chính truyền thống và tài chính hành vi Mặc dù các mô hình truyền thống có nền tảng lý thuyết lâu đời, chúng gặp phải hạn chế trong thực nghiệm và các giả định quá khắt khe Trước những hạn chế này, mô hình định giá chứng khoán dựa trên hành vi của nhà đầu tư đã được phát triển để lý giải biến động giá.
Trong hai thập kỷ qua, tài chính hành vi đã chỉ ra nhiều mô hình lựa chọn tối ưu không thể giải thích được sự biến động của nền kinh tế.
Nhiều nhà nghiên cứu đã nỗ lực xây dựng nền tảng cho kinh tế học dựa trên bằng chứng tâm lý, nhưng gặp khó khăn trong việc mô hình hóa định lượng Do đó, việc xác định mối quan hệ giữa các yếu tố để hiểu rõ hơn về biến động của chứng khoán trên thị trường trở nên rất quan trọng.
M ụ c tiêu nghiên c ứ u
Bài nghiên cứu này giải thích quy luật đặt lệnh và hủy lệnh trong giao dịch, giúp hiểu rõ hơn về biến động giá Nó cũng phân tích hàm phân phối của biến động giá và chênh lệch giữa giá đặt mua tốt nhất và giá bán tốt nhất (bid-ask spread).
Câu h ỏ i nghiên c ứ u
Biến động giá trên thị trường chứng khoán Việt Nam chịu ảnh hưởng trực tiếp từ hành động đặt lệnh và hủy lệnh của nhà đầu tư Điều này cho thấy quy luật của dòng lệnh mà nhà đầu tư thực hiện có vai trò quan trọng trong việc xác định giá cả trên thị trường.
P hương pháp nghiên cứ u
Để phát triển một mô hình hoàn chỉnh về quy luật đặt lệnh và hủy lệnh giao dịch, bài nghiên cứu này dựa trên phương pháp và kết quả từ bài "Mô hình hành vi thực nghiệm về tính thanh khoản và biến động giá" của Szabolcs Mike và J Doyne Farmer, được công bố vào năm 2007 Nghiên cứu nhằm khám phá quy luật của 25 chứng khoán thông qua ba nội dung chính.
1 Xác định dấu hiệu của các lệnh đặt (lệnh mua hay lệnh bán);
2 Xác định mức giá đưa ra của các lệnh đặt;
3 Xác định tần suất của các lệnh bị hủy lệnh.
Bài nghiên cứu sẽ xác định quy luật chung liên quan đến việc đặt lệnh và hủy lệnh, đồng thời sử dụng kết quả nghiên cứu để mô phỏng quá trình đặt lệnh cho 25 chứng khoán Mục tiêu là xác định biến động giá trung bình của từng chứng khoán (r) và so sánh biến động giá mô phỏng với biến động giá thực tế của các chứng khoán đó.
Ph ạ m vi nghiên c ứ u
Nghiên cứu này tập trung vào việc phân tích các quy luật liên quan đến việc đặt và hủy lệnh trên sàn chứng khoán Hose, nhằm hiểu rõ hơn về sự biến động giá của các chứng khoán trong giai đoạn từ đầu năm 2013 đến giữa năm 2014.
Ý nghĩa thự c ti ễ n c ủa đề tài
Nghiên cứu này sử dụng dữ liệu thực tế từ 25 chứng khoán mẫu nhằm khám phá quy luật liên quan đến việc đặt lệnh và hủy lệnh, giúp hiểu rõ hơn về biến động giá Bằng cách nắm bắt những quy luật này, các nhà đầu tư có thể đưa ra quyết định đặt lệnh hiệu quả hơn, dựa trên kỳ vọng về lợi nhuận từ biến động giá trên thị trường.
C ấu trúc đề tài
Đề tài này được trình bày với kết cấu gồm 5 chương như sau:
(i) Chương 1: vừa được trình bày bên trên là phần giới thiệu tổng quan, mục tiêu và phương pháp nghiên cứu.
(ii) Chương 2: sẽ trình bày tóm tắt tổng quan các kết quả nghiên cứu trước đây về việc định giá chứng khoán.
(iii) Chương 3: giới thiệu chi tiết về các phương pháp nghiên cứu.
(iv) Chương 4: trình bày kết quả nghiên cứu.
(v) Chương 5: Kết luận kết quả nghiên cứu của đề tài.
T Ổ NG QUAN CÁC LÝ THUY ẾT ĐỊ NH GIÁ
Các mô hình đị nh giá theo tài chính hi ện đạ i/Tài chính tân c ổ điể n
Mô hình CAPM được giới thiệu bởi Sharpe (1964) và Lintner (1965), sau đó Rubinstein (1976), Lucas (1978), và Breeden (1979) đã mở rộng thành mô hình CAPM.
Giả định rằng thị trường hoạt động hiệu quả và nhà đầu tư đã đa dạng hóa danh mục đầu tư để giảm thiểu rủi ro phi hệ thống, chỉ còn lại rủi ro toàn hệ thống ảnh hưởng đến tỷ suất sinh lợi (TSSL) của cổ phiếu Cổ phiếu có hệ số beta (β) cao hơn sẽ mang theo mức rủi ro lớn hơn, do đó yêu cầu một tỷ suất sinh lợi cao hơn để bù đắp cho rủi ro đó Mối quan hệ giữa TSSL và rủi ro được mô tả qua mô hình CAPM.
R_f đại diện cho tỷ suất sinh lợi không rủi ro, R_m là tỷ suất sinh lợi kỳ vọng của danh mục thị trường, và β_j thể hiện độ nhạy cảm của chứng khoán i đối với biến động của thị trường.
Mối quan hệ giữa tỷ suất sinh lợi kỳ vọng của cổ phiếu và hệ số rủi ro beta là một mối quan hệ tuyến tính, được thể hiện qua đường thẳng gọi là đường thị trường chứng khoán (SML) Đường này có hệ số góc là (r̅ m - rf), cho thấy sự tương quan giữa rủi ro và lợi nhuận trong thị trường tài chính.
2.1.2 Mô hình APT (Arbitrage Pricing Theory)
Lý thuyết kinh doanh chênh lệch giá, được Ross (1976a, 1976b) giới thiệu và phát triển bởi Huberman, Chamberlain và Rothschild, khẳng định rằng nếu mức giá cân bằng không tạo ra cơ hội chênh lệch giá, thì TSSL của tài sản sẽ có mối quan hệ tuyến tính với các yếu tố liên quan Mô hình này ra đời nhằm khắc phục những khiếm khuyết của mô hình CAPM.
Lý thuyết kinh doanh chênh lệch giá bắt đầu với giả thiết TSSL chứng khoán tuân theo mô hình k nhân tố Fi là: ri = E(ri) + i1F1 + i2F2 + … + imFk + i i=1, 2, …., n
Khi đa dạng hóa danh mục tốt và không tồn tại kinh doanh chênh lệch giá thìTSSL mong đợi của tài sản i:
E(ri) = rf + i1RP1 + i2RP2 + … + imRPk
Trong mô hình tài chính, lãi suất phi rủi ro (rf) được sử dụng làm điểm chuẩn để đánh giá hiệu suất đầu tư Độ nhạy của chứng khoán i đối với nhân tố j (ij) có thể được ước tính thông qua hồi quy đa biến Sai số ngẫu nhiên (i) đại diện cho rủi ro đặc thù của công ty, có thể được loại bỏ bằng cách đa dạng hóa, với giá trị trung bình bằng 0 và phương sai bằng 2I Phần bù rủi ro của nhân tố k (RPk) được tính bằng cách lấy TSSL mong đợi của danh mục có độ nhạy cảm đơn vị với nhân tố k (Ek) trừ đi lãi suất phi rủi ro (rf), trong đó danh mục này không nhạy cảm với các nhân tố khác.
Các nhân tố k có tương quan với nhau và không tương quan với , trung bình của
Trong lý thuyết của Ross, yếu tố F không được xác định rõ ràng về số lượng và loại hình, khiến việc lựa chọn các yếu tố này để đưa vào mô hình trở nên khó khăn Việc thêm nhiều yếu tố không luôn làm tăng khả năng giải thích mà có thể gây nhiễu, giảm hiệu quả dự đoán của mô hình Hơn nữa, việc đo lường các yếu tố phi định lượng như niềm tin, chính trị, lòng tham và tâm lý đám đông cũng gặp nhiều thách thức Mặc dù đã có nhiều nghiên cứu liên quan, việc lựa chọn và xác định số lượng yếu tố vẫn phụ thuộc vào quyết định của người sử dụng mô hình.
Lý thuyết APT không yêu cầu các giả định nghiêm ngặt như CAPM, nhưng vẫn cần một số giả thiết khác như thị trường vốn hoàn hảo và số lượng tài sản lớn hơn số nhân tố k Để danh mục được đa dạng hóa tốt, cần có yếu tố nhiễu ε được suy ra từ hệ số không tương quan, với ε gần bằng 0 cho danh mục lớn Danh mục thị trường sẽ đạt được sự đa dạng hóa tốt nếu không có tài sản nào chiếm tỷ trọng lớn và có sự hiện diện của nhiều nhà đầu tư ngại rủi ro với kỳ vọng thuần nhất, họ ưa chuộng tài sản ít rủi ro và tuân theo hàm hữu dụng Neumann-Morgenstern.
Nh ữ ng h ạ n ch ế c ủa mô hình đị nh giá tân c ổ điể n
2.2.1 Các phát hiện thực nghiệm về những bất thường
Hiệu ứng quy mô: được phát hiện đầu tiên bởi Banz (1981) và Reinganum
Nghiên cứu của Fama và French (1992) cho thấy rằng từ năm 1963 đến 1990, các công ty có vốn hóa nhỏ trên NYSE, AMEX và NASDAQ có tỷ suất sinh lợi (TSSL) trung bình cao hơn so với các công ty lớn, với TSSL trung bình của cổ phiếu nhỏ nhất đạt 0,74%/tháng Điều này cho thấy rằng rủi ro không thể giải thích đầy đủ cho sự chênh lệch TSSL giữa các nhóm cổ phiếu, khẳng định rằng các yếu tố khác ngoài rủi ro cũng ảnh hưởng đến TSSL.
Hiệu ứng tháng Giêng, được nghiên cứu bởi Keim và Reinganum (1983), cho thấy sự bất thường trong tỷ suất sinh lợi của các công ty nhỏ trong hai tuần đầu tháng Một Roll (1983) cho rằng sự biến động cao hơn của cổ phiếu vốn hóa nhỏ có thể dẫn đến tổn thất lớn về vốn trong ngắn hạn, khiến nhà đầu tư có xu hướng thực hiện các giao dịch vào cuối năm vì lý do thuế Áp lực bán trong tháng 12 có thể làm giảm giá chứng khoán, dẫn đến sự phục hồi giá trong tháng Một khi nhà đầu tư mua lại cổ phiếu để tái thiết lập danh mục đầu tư.
Hiệu ứng tuần: Theo French (1980): trong giai đoạn 1953-1977 TSSL trung bình của S&P (khác danh mục) âm vào cuối tuần.
Hiệu ứng giá trị (Value Effect) được phát hiện bởi Basu (1977, 1983) cho thấy các công ty có tỷ số TSSL trên giá (E/P) cao thường có TSSL dương bất thường so với tính toán theo CAPM Nghiên cứu sau này chỉ ra rằng TSSL dương bất thường này thường xuất hiện ở những doanh nghiệp có tỷ lệ trả cổ tức (D/P) cao hoặc cổ phiếu có tỷ lệ B/M (giá trị sổ sách/giá trị thị trường) cao.
Hiệu ứng đảo ngược (reversal effect) cho thấy rằng những cổ phiếu "thua cuộc" trong dài hạn, thường là những công ty hoạt động kém trong 3-5 năm qua, có tỷ suất sinh lợi kỳ vọng cao hơn so với tỷ suất sinh lợi dự đoán theo mô hình CAPM Ngược lại, những cổ phiếu hoạt động tốt lại có tỷ suất sinh lợi kỳ vọng thấp hơn Nghiên cứu từ năm 1926 đến 1982 đã chỉ ra rằng hiện tượng này diễn ra cứ mỗi 3 năm.
De Bondl và Thaler (1985) đã phân tích dữ liệu chứng khoán giao dịch tại NYSE bằng cách sử dụng TSSL tích lũy trong 3 năm để tạo ra danh mục "thắng cuộc" gồm 35 chứng khoán tốt nhất và danh mục "thua cuộc" với 35 chứng khoán kém nhất Kết quả cho thấy, trong 3 năm tiếp theo, TSSL trung bình hàng năm của danh mục thua cuộc cao hơn danh mục thắng cuộc tới 8%.
Hiệu ứng xu thế, hay còn gọi là momentum effect, được nghiên cứu bởi Jegadeesh và Titman (1993), cho thấy rằng những nhà đầu tư đã có thành tích tốt hơn thị trường trong quá khứ thường tiếp tục đạt được tỷ suất sinh lợi cao hơn khoảng 10% mỗi năm so với những nhà đầu tư có thành tích kém trong vòng 3 đến 12 tháng tiếp theo.
Câu đố về phần bù vốn cổ phần (The equity premium puzzle):Mehra và
Prescott đã chỉ ra rằng các mô hình kinh tế phổ biến không thể giải thích TSSL chứng khoán và trái phiếu ngắn hạn Dựa trên dữ liệu từ 1889 đến 1978, họ phát hiện TSSL thực trung bình 1 năm của chứng khoán đạt 6,98%, trong khi TSL thực trung bình 1 năm của trái phiếu chỉ là 0,8% Sự chênh lệch này được gọi là phần bù vốn cổ phần, cho thấy cổ phiếu không đủ rủi ro với phần bù ấn tượng 6,18% mỗi năm.
2.2.2 Những thất bại của các mô hình tân cổ điển Đối với bất thường của mô hình CAPM: hiệu ứng quy mô, hiệu ứng giá trị được giải thích bằng mô hình đa nhân tố mà cụ thể là mô hình 3 nhân tố Fama and French Nhưng mô hình của Fama-French vẫn không không giải thích được hiệu ứng xu thế và hiệu ứng đảo ngược trong ngắn hạn.
Mô hình Fama và French (1992) cần một mô hình thay thế phù hợp với hành vi tài chính trên thị trường chứng khoán, mặc dù được xây dựng trên nền tảng lý thuyết vững chắc của tân cổ điển Tuy nhiên, mô hình này có nhiều hạn chế thực nghiệm do áp đặt giả định nghiêm ngặt về hành vi kinh tế, chẳng hạn như giả định về tính hợp lý hoàn hảo, điều này không tồn tại trong thực tế Với giới hạn về thời gian, trí tuệ và sự hợp lý, cá nhân thường không đạt được trạng thái tối đa hóa hàm mục tiêu mà chỉ có thể đạt giá trị tốt nhất Trong các thị trường vốn, trong khi các nhà đầu tư hợp lý hướng tới giá trị cân bằng, hoạt động của nhà đầu tư không hợp lý có thể làm thị trường xa rời điểm cân bằng Giá cả cân bằng phản ánh trung bình niềm tin của cả hai nhóm nhà đầu tư và ảnh hưởng của mỗi nhóm phụ thuộc vào khả năng chịu đựng rủi ro của họ.
Kinh doanh chênh lệch giá có thể bị ảnh hưởng bởi việc định giá sai, điều này khiến cho các nhà đầu tư gặp khó khăn trong việc xác định liệu các nhà đầu tư khác đã nhận ra và phản ứng với sự định giá sai đó hay chưa.
Việc định giá sai thường xảy ra do thông tin bị phổ biến rộng rãi, bị bỏ qua hoặc lạm dụng, dẫn đến giá thị trường mâu thuẫn với giá trị cơ bản Các nhà kinh tế học tân cổ điển tin tưởng vào khả năng học hỏi của con người và cho rằng nhà đầu tư sẽ không liên tục mắc sai lầm Tuy nhiên, nghiên cứu cho thấy nhà đầu tư không thể hướng tới cân bằng nếu chi phí thực hiện quá cao Thời gian cần thiết để đạt được cân bằng cũng có thể kéo dài, đặc biệt trong môi trường biến động, dẫn đến khả năng thị trường không bao giờ hội tụ.
Nhà đầu tư sử dụng mô hình định giá chứng khoán để giải thích các yếu tố ảnh hưởng đến giá và dự báo giá trong tương lai Mặc dù mô hình tân cổ điển có những hạn chế, nhưng xu hướng định giá chứng khoán dựa vào hành vi nhà đầu tư đang được quan tâm và áp dụng tại nhiều quốc gia Tuy nhiên, tại Việt Nam, việc áp dụng mô hình này vẫn chưa phổ biến và có nhiều hạn chế trong việc giải thích sự hình thành giá Do đó, nghiên cứu cần làm rõ các yếu tố ảnh hưởng đến giá chứng khoán và tác động của chúng đến tỷ suất sinh lợi.
Lý thuy ết đị nh giá b ằ ng tài chính hành vi
Chuyên đề bắt đầu với phần giới thiệu sơ lược về tài chính hành vi để tạo nền tảng lý thuyết khi tiềm hiểu về mô hình.
2.3.1 Tài chính hành vi là gì?
Tài chính hành vi và kinh tế học hành vi là hai lĩnh vực liên quan, ứng dụng nghiên cứu về nhận thức và cảm xúc của con người để hiểu rõ hơn về các quyết định kinh tế Chúng nghiên cứu cách mà con người ảnh hưởng đến thị trường giá cả, lợi nhuận và sự phân bổ nguồn tài nguyên Nội dung chính bao gồm việc phân tích sự hợp lý và thiếu hụt trong các yếu tố kinh tế Các mô hình hành vi được phát triển từ sự kết hợp giữa tâm lý học và lý thuyết kinh tế tân cổ điển, với tài chính hành vi đóng vai trò là cơ sở lý thuyết cho phân tích kỹ thuật Phân tích hành vi chủ yếu tập trung vào ảnh hưởng của quyết định thị trường và các lựa chọn chung liên quan đến kinh tế học Những nhà nghiên cứu nổi tiếng trong lĩnh vực này bao gồm Daniel Kahneman.
Kahneman và Amos Tversky, hai nhà nghiên cứu nổi bật trong lĩnh vực kinh tế học hành vi, đã được trao giải Nobel kinh tế năm 2002 nhờ những đóng góp quan trọng của họ Kinh tế học hành vi ngày càng được áp dụng rộng rãi trong việc phân tích quyết định thị trường và lựa chọn công cộng, giúp hiểu rõ hơn về hành vi của con người trong các tình huống kinh tế.
Lý thuyết tài chính hành vi dựa trên tâm lý con người cho thấy rằng thị trường tài chính không luôn đạt trạng thái cân bằng, và trong một số trường hợp, các nhà đầu tư "hợp lý" có thể thua thiệt trước những nhà đầu tư "bất hợp lý" Điều này dẫn đến sự không hiệu quả của thị trường, khi mà tài sản tài chính có thể bị định giá quá cao hoặc quá thấp.
Tài chính hành vi nghiên cứu cách mà các nhà đầu tư diễn giải và phản ứng với thông tin để đưa ra quyết định đầu tư, cho thấy rằng họ không phải lúc nào cũng hành động hợp lý Lĩnh vực này phân tích hành vi của các nhà đầu tư, từ đó giải thích các hiện tượng bất thường trên thị trường chứng khoán Tài chính hành vi cũng chỉ ra rằng giá thị trường thường khác biệt so với giá trị nội tại của cổ phiếu.
2.3.2 Điều kiện tồn tại của lý thuyết tài chính hành vi
2.3.2.1 Hành vi không hợp lý:
Nhà đầu tư thường có xu hướng hành xử không hợp lý khi không phân tích và xử lý thông tin một cách chính xác Việc này dẫn đến những kỳ vọng không thực tế về thị trường.
"Các nhà đầu tư thường gặp phải những 'lệch lạc' trong nhận thức về tương lai của cổ phiếu mà họ đầu tư Những lệch lạc này có thể xuất phát từ kinh nghiệm hoặc nhận thức sẵn có của họ Nghiên cứu về hành vi không hợp lý trong thị trường tài chính chủ yếu dựa vào sự kết hợp giữa tâm lý học nhận thức và tâm lý học hành vi."
2.3.2.2 Hành vi không hợp lý mang tính hệ thống:
Khi chỉ một nhà đầu tư đơn lẻ có hành vi không hợp lý, tác động của giao dịch của họ lên giá tài sản tài chính là rất nhỏ Ngay cả một tổ chức đầu tư lớn cũng chỉ có ảnh hưởng hạn chế nếu hoạt động độc lập Tuy nhiên, khi hành vi không hợp lý trở thành hệ thống, tức là nhiều nhà đầu tư cùng hành động một cách không hợp lý, thì hiện tượng định giá sai có thể xảy ra và kéo dài.
Lý thuyết tài chính hành vi chỉ ra rằng sự “bất hợp lý” trong hành vi đầu tư là điều phổ biến, dẫn đến hiện tượng “hiệu ứng bầy đàn” Hiệu ứng này khiến giá cổ phiếu không phản ánh giá trị “thực” hay “hợp lý”, và khi nhìn nhận “hiệu ứng bầy đàn” như một hành vi lệch lạc, nó có thể gây hại cho thị trường.
2.3.2.3 Giới hạn khả năng kinh doanh chênh lệch giá trên thị trường tài chính:
Lý thuyết thị trường hiệu quả cho rằng sự tồn tại của định giá sai tạo ra cơ hội kinh doanh chênh lệch giá để thu lợi nhuận, và hành vi này sẽ giúp điều chỉnh giá về trạng thái cân bằng Tuy nhiên, nếu định giá sai không thể được khai thác thông qua các giao dịch chênh lệch giá, điều này sẽ dẫn đến những câu hỏi quan trọng về nguyên nhân và cơ chế ngăn cản việc thực hiện các giao dịch này.
Một giải thích được chấp nhận rộng rãi trong trường phái tài chính hành vi là có
Có hai dạng định giá sai: dạng thứ nhất thường xuyên xảy ra và cho phép kinh doanh chênh lệch giá, trong khi dạng thứ hai ít xảy ra, kéo dài và không thể thực hiện chênh lệch giá Dạng thứ hai khó xác định khi nào mức định giá đã đạt đến giới hạn trên hoặc dưới để điều chỉnh Tham gia vào việc "điều chỉnh" định giá sai dạng hai có thể dẫn đến thất bại dễ dàng.
Kinh doanh chênh lệch giá không thể diễn ra lâu dài do sự tồn tại của các tài sản thay thế hoàn hảo Hiện tượng chênh lệch giá chỉ tồn tại trong ngắn hạn, vì khi giá trị chênh lệch xuất hiện, nhiều nhà đầu tư sẽ cùng hành động, dẫn đến biến động giá không thuận lợi Thêm vào đó, chi phí thực hiện các chiến lược chênh lệch giá và sự tham gia của những nhà đầu tư không hợp lý cũng cản trở khả năng duy trì hiện tượng này.
Trong lịch sử, đã có nhiều vụ bong bóng tài sản tài chính nổi bật, như bong bóng ở Nhật vào thập niên 1980, bong bóng cổ phiếu công nghệ (dotcom) ở Mỹ vào năm 1999-2000, và gần đây là tình trạng “quá nóng” của chứng khoán Trung Quốc Những vụ bong bóng này không chỉ kéo dài nhiều năm mà còn không có sự điều chỉnh tức thời như kỳ vọng, đặc biệt là tại các quốc gia châu Á đang phát triển và trong nhóm BRIC Điều này cho thấy giới hạn khả năng kinh doanh chênh lệch giá đang ngày càng rõ rệt.
2.3.3 Các nguyên lý và lý thuyết cơ bản về tài chính hành vi
Lý thuyết kỳ vọng cho thấy nhà đầu tư thường coi trọng khả năng bù đắp khoản lỗ hơn là kiếm lợi nhuận cao hơn Khi đầu tư có xu hướng sinh lời, họ thích chốt lời ngay lập tức thay vì chờ đợi lợi nhuận lớn hơn trong tương lai Ngược lại, khi đối mặt với rủi ro thua lỗ, họ lại có xu hướng giữ lại khoản đầu tư với hy vọng sẽ thu được lợi nhuận sau này, mặc dù rủi ro thua lỗ là rất lớn, vì họ tin rằng cổ phiếu đang giảm giá sẽ có tiềm năng tốt hơn so với cổ phiếu đang sinh lời.
Nhà đầu tư thường mua cổ phiếu dựa trên những thông tin tích cực từ thị trường và nhanh chóng bán ra khi giá cổ phiếu tăng Họ tin rằng giá cổ phiếu đã phản ánh đầy đủ thông tin này và khi đạt được lợi nhuận mong muốn, họ sẽ bán cổ phiếu mà không xem xét khả năng tăng trưởng lợi nhuận tiếp theo.
Sự không yêu thích rủi ro, hay còn gọi là sự ghét rủi ro, thể hiện rõ sự không cân xứng trong tâm lý con người giữa kỳ vọng về lợi nhuận và thua lỗ Nghiên cứu cho thấy rằng thua lỗ thường được cảm nhận nặng nề hơn nhiều so với lợi nhuận, dẫn đến việc nhà đầu tư có xu hướng giữ lại các vị thế thua lỗ với hy vọng rằng giá sẽ phục hồi trong tương lai.
PHƯƠNG PHÁP NGHIÊN CỨ U
Phương pháp thu thậ p, x ử lý s ố li ệ u
Bài nghiên cứu sử dụng Phần mềm Eview 7.0; phần mềm Microsoft Excel 2007; Phần mềm Numxl để tiến hành thống kê, hồi quy và kiểm định.
Bài nghiên cứu dựa vào dữ liệu lệnh giao dịch trên sàn chứng khoán Thành phố
Nghiên cứu này sử dụng dữ liệu từ Hồ Chí Minh, bao gồm tất cả các lệnh đặt và hủy từ ngày 01/01/2013 đến 30/06/2014 của 25 chứng khoán được chọn ngẫu nhiên, với thông tin thu thập qua Công ty cổ phần Tài Việt (Vietstock) Để loại bỏ các tác động ảo, nghiên cứu đã loại trừ tất cả các lệnh có giá đặt bằng 0 Sau khi loại bỏ, tổng số lệnh giao dịch của 25 chứng khoán mẫu dao động từ 2,367 (ASIAGF) đến 37,233 (BCE).
Bài nghiên cứu sử dụng phần mềm Microsoft Excel 2007 và Numxl để lọc các biến yêu cầu Nghiên cứu đưa ra hai định nghĩa quan trọng: Lệnh thị trường hiệu lực (effective market order) là lệnh được thực hiện ngay khi đặt, trong khi lệnh giới hạn hiệu lực (effective limit order) là các lệnh vẫn còn hiệu lực sau khi đặt.
Phương pháp nghiên cứ u
Nghiên cứu này khai thác hệ thống thông tin dữ liệu thị trường để phân tích hành vi con người trong quyết định giao dịch Mặc dù môi trường quyết định rất phức tạp, nhưng cuối cùng, các quyết định này dẫn đến những hành động đơn giản như đặt lệnh và hủy lệnh giao dịch Bài nghiên cứu ghi lại kết quả của quá trình ra quyết định trong bối cảnh hình thành giá, giúp hiểu rõ hơn về các hiện tượng cần nghiên cứu.
Bài nghiên cứu này dựa trên dữ liệu thống kê về các lệnh giao dịch và giá, nhằm giải thích việc đặt và hủy lệnh trong giao dịch để hiểu rõ hơn về biến động giá Mục tiêu chính là phân tích biến động giá, hàm phân phối của nó, cùng với chênh lệch giữa giá đặt mua tốt nhất và giá bán tốt nhất (bid-ask spread) Nghiên cứu sử dụng logarith của biến động giá, được tính bằng công thức r(t) = πm(t) - πm(t-1), trong đó t là thời gian đặt lệnh và πm là logarith của giá trung bình, được xác định bởi πm = ẵ(logpa(t) + logpb(t)), với pa là giá bán tốt nhất (best ask) và pb là giá mua tốt nhất (best bid).
Bài nghiên cứu này nhằm phân tích tác động của mức giá tốt nhất có thể giao dịch đến tâm lý của nhà đầu tư và sự biến động giá Trong đó, "giá mua tốt nhất" được định nghĩa là mức giá bán thấp nhất trong phiên giao dịch, trong khi "giá bán tốt nhất" được hiểu là mức giá chào mua cao nhất trong phiên giao dịch.
Bài nghiên cứu tập trung vào sự thay đổi chênh lệch giá mà không xem xét chiều hướng biến động của giá, sử dụng giá trị logarith lợi nhuận để thể hiện biến động này Một yếu tố quan trọng là khoảng cách giữa giá bán tốt nhất và giá mua tốt nhất, được định nghĩa là s(t) = logpa(t) - logpb(t), với s(t) có thể mang giá trị âm Mục tiêu của nghiên cứu là liên kết cường độ và phân bố của biến động cùng với bid-ask spread đến tính thống kê của dòng lệnh Việc mô hình hóa này nhằm hiểu rõ mối quan hệ giữa dòng lệnh và mức giá, đồng thời đề xuất một mô hình đơn giản thể hiện mối quan hệ này.
Bài nghiên cứu này phân tích tác động nội sinh của tính thanh khoản, được định nghĩa là sự chênh lệch giữa mức giá trung bình và mức giá đặt của nhà đầu tư Tính thanh khoản có mối quan hệ đối lập với biến động giá trong ngắn hạn; khi giá biến động lớn, tính thanh khoản thường thấp và ngược lại Nghiên cứu mô hình hóa sự thay đổi trong tính thanh khoản để dự đoán biến động giá và khoảng chênh lệch giữa giá bán tốt nhất và giá mua tốt nhất, cho thấy rằng việc hiểu rõ tính thanh khoản là yếu tố quan trọng để nắm bắt biến động giá.
Vào năm 1963, Mandelbrot đã phát hiện ra hình thức phân phối giá của bông, cho thấy rằng logarith của lợi nhuận có sự khác biệt với phân phối chuẩn và có dạng phân phối Levy Nghiên cứu sau này chỉ ra rằng phân phối tích lũy của logarith sự thay đổi giá có đuôi và có dạng |r| -a, mặc dù vấn đề này vẫn còn gây tranh cãi Hệ số mũ a, được gọi là hệ số mũ đuôi, có giá trị là 2.
Hệ số này thể hiện rủi ro trong biến động giá và chỉ ra giới hạn phân phối vô hạn Hiểu biết về biến động giá là rất quan trọng trong quản trị rủi ro và ra quyết định giá Nghiên cứu không xem xét sự bất đối xứng giữa phần đuôi của biến động dương và âm, vì lượng giá trị nghiên cứu lớn sẽ giảm thiểu sự khác biệt này Phân phối đuôi có dạng Fat tail hoặc heavy tail phản ánh hành vi không cân bằng trong vật lý học Kết quả thống kê cho thấy, ngoài những trường hợp không bình thường, phân phối cân bằng thường thể hiện dưới dạng phân phối chuẩn hoặc phân phối dạng mũ Thực tế, biến động giá có đuôi lớn hơn bình thường, cho thấy thị trường không ở trạng thái cân bằng.
3 Phân phối Levy, được đặt tên theo nhà nghiên cứu Paul Levy, là phân phối xác suất liên tục cho một biến ngẫu nhiên không âm.
Bài nghiên cứu nhằm làm rõ mối quan hệ giữa việc đặt lệnh và hủy lệnh với chênh lệch giữa giá mua tốt nhất và giá bán tốt nhất (Bid – ask spread), dựa trên nghiên cứu của Szabolcs Mike và J Doyne Farmer tại thị trường chứng khoán London Để kiểm tra mô hình, nghiên cứu áp dụng phương pháp thống kê mô tả cho 25 chứng khoán mẫu nhằm tìm ra dấu hiệu đặt lệnh, quy tắc xác định giá khi đặt lệnh, và quy tắc hủy lệnh của nhà đầu tư Sau khi xác định các quy luật này, nghiên cứu tiến hành mô phỏng việc đặt lệnh cho cả 25 chứng khoán để so sánh biến động giá trung bình ước lượng với biến động giá thực tế.
Mô hình nghiên cứu này tập trung vào việc đặt lệnh và hủy lệnh giao dịch, nhằm xây dựng một mô hình hoàn chỉnh Bài nghiên cứu sẽ dựa trên các kết quả từ những nghiên cứu trước đó để phát triển và hoàn thiện mô hình này.
Mô hình hành vi thực nghiệm về tính thanh khoản và biến động giá, được công bố vào năm 2007 bởi tác giả Szabolcs Mike và J Doyne Farmer, nhằm nghiên cứu quy luật của 25 chứng khoán trong ba nội dung chính.
1 Xác định dấu hiệu của các lệnh đặt (lệnh mua hay lệnh bán);
2 Xác định mức giá đưa ra của các lệnh đặt;
3 Xác định tần suất của các lệnh bị hủy lệnh;
Sau khi xác định các quy luật, nghiên cứu sẽ mô phỏng việc đặt lệnh cho 25 chứng khoán nhằm xác định biến động giá trung bình (r) của từng chứng khoán Kết quả mô phỏng sẽ được so sánh với biến động giá thực tế của các chứng khoán này.
Nghiên cứu này khám phá xác suất giao dịch liên quan đến mức giá tốt nhất của từng loại lệnh, sử dụng phân phối Student với bậc tự do dưới 2 Mô hình xác định tần suất hủy lệnh dự kiến sẽ bị ảnh hưởng bởi khoảng chênh lệch giá, mức giá đặt so với mức giá tốt nhất cho từng loại lệnh, cũng như mức độ bất cân bằng giữa các loại lệnh và tổng số lệnh đặt Thay vì phân tích tính hợp lý của hành vi, bài nghiên cứu tập trung vào việc xây dựng mô hình cho biến động giá.
3.3 Dấu hiệu của lệnh đặt: vai trò quan trọng của trí nhớ dài hạn
The generation of order signals plays a crucial role in trading, as accurately determining whether a new order is a buy or sell is essential This study designates a buy order signal as +1 and a sell order signal as -1, highlighting the significance of these indicators in the trading process.
Nghiên cứu này áp dụng hệ số mũ Hurst 4 để phân tích tính chất long-memory của dấu hiệu đặt lệnh Các lệnh tuần theo quá trình long-memory sẽ có hệ số Hurst là ẵ.
< H < 1 Phương sai của quá trình duy trì ký ức dài dạn trong thời gian t là t 2H và giá trị trung bình mang tính thống kê quy tụ về t (H-1)
Phương pháp xác định hệ số mũ Hurst, được phát triển bởi Harold Edwin Hurst (1880–1978), bao gồm việc chia nhỏ khoảng thời gian nghiên cứu thành n kỳ Khi đó, các lệnh đặt mua và bán được ký hiệu là X, và từ đó hệ số Hurst được tính toán.
- Xác định giá trị trung bình của các giá trị X và được gọi là m.
- Điều chỉnh từng giá trị X theo m với Yt = Xt – m, t = 1, 2, 3,….,n.
- Tính tổng giá trị Y: Zt= ∑ � Y � , t = 1, 2, 3,….,n.
So sánh bi ến động giá ước lượ ng theo mô hình và bi ến độ ng giá th ự c t ế (r)
Sử dụng phần mềm Numxl trong Excel, chúng tôi đã tiến hành kiểm định hệ số mũ Hurst cho 25 chứng khoán mẫu Kết quả của quá trình tính toán này được trình bày rõ ràng trong Bảng 1.
Bảng 1: Kết quả đo lường hệ số Hurst của 25 chứng khoán mẫu.
Mã CK Hệ số Hurst Mã CK Hệ số Hurst
K Ế T QU Ả NGHIÊN C Ứ U
D ấ u hi ệu đặ t l ệ nh
Sử dụng phần mềm NumXL trong Excel để kiểm định hệ số mũ cho 25 chứng khoán mẫu, kết quả tính toán hệ số Hurst của các chứng khoán này được trình bày trong Bảng 1.
Bảng 1: Kết quả đo lường hệ số Hurst của 25 chứng khoán mẫu.
Mã CK Hệ số Hurst Mã CK Hệ số Hurst
Mã CK Hệ số Hurst Mã CK Hệ số Hurst
Hệ số mũ Hurst cho các chứng khoán trong nghiên cứu dao động từ 0.66 đến 0.96, với giá trị trung bình là 0.83 và phương sai 0.01 Đặc biệt, 06 chứng khoán gồm AGM, ALP, ASIAGF, BHS, CIG, C47 có hệ số mũ Hurst vượt 0.9, trong khi chứng khoán CLC có hệ số thấp nhất là 0.66 Điều này cho thấy sự tự tương quan cao của chuỗi giá trị theo thời gian, đồng thời phản ánh xu hướng đặt lệnh theo thời gian Nghiên cứu này sẽ áp dụng kết quả trên kết hợp với hàm chuyển động fBm để xác định dấu hiệu của lệnh đặt mới trong phần nghiên cứu tiếp theo.
Vi ệc đặ t l ệ nh
Bài nghiên cứu "Mô hình hành vi thực nghiệm về tính thanh khoản và biến động giá" của tác giả Szabolcs Mike và J Doyne Farmer đã cố gắng mô hình hóa mối quan hệ giữa mức giá và khoảng chênh lệch giữa giá mua tốt nhất và giá bán tốt nhất bằng cách sử dụng phân phối Student Tuy nhiên, kết quả từ 25 chứng khoán mẫu cho thấy sự khác biệt rõ rệt, ảnh hưởng đến việc mô hình hóa quá trình đặt lệnh.
4.2.1 Mối quan hệ giữa việc đặt lệnh và khoảng chênh lệch giữa giá đặt và giá tốt nhất của lệnh đặt cùng loại (x). Để kiểm tra tính phụ thuộc của hàm mật độ xác suất P(x/s) vào khoảng chênh lệch s Bài nghiên cứu tiến hành thay đổi các giá trị của s, điều này làm thay đổi điều kiện � < s − T////////////// / Với các giá trị s thay đổi, kết quả nghiên cứu cho cả 25 chứng khoán được nghiên cứu đều có hàm mật độ xác suất P(x/s) không phụ thuộc vào khoảng chênh lệch s với −∞ < � < s − T////////////// / Cả 25 chứng khóa mẫu đều thể hiện mối quan hệ giữa việc đặt lệnh và khoảng chênh lệch x có dạng như dạng đồ thị chứng khoán ABT tại Hình 1.
Đồ thị thể hiện mối quan hệ giữa việc đặt lệnh và khoảng chênh lệch x của chứng khoán ABT cho thấy đa số nhà đầu tư ưu tiên đặt lệnh với mức giá tốt nhất, chiếm khoảng 30-50% tổng số lệnh Các lệnh còn lại chỉ chiếm tỷ lệ nhỏ Thống kê từ 25 chứng khoán cho thấy nhiều kết quả bất ngờ về việc đặt và hủy lệnh.
Bảng 2: Bảng thống kê mối quan hệ giữa việc đặt lệnh và khoảng chênh lệch x.
STT Mã CK Tổng lệnh Tỷ lệ giao dịch
STT Mã CK Tổng lệnh Tỷ lệ giao dịch
STT Mã CK Tổng lệnh Tỷ lệ giao dịch
Kết quả thống kê cho thấy, tỷ lệ đặt lệnh tập trung ở mức giá x = 0 đạt 46.8%, với biên độ dao động từ 27.9% đến 56.2% Ngược lại, ở các mức giá khác, số lượng lệnh chỉ dao động từ vài đến vài chục lệnh Điều này cho thấy nhà đầu tư chủ yếu chú trọng vào khả năng sinh lời và cải thiện giá chứng khoán trong từng phiên giao dịch, thay vì quan tâm đến xác suất xảy ra giao dịch.
Nghiên cứu cho thấy, tại khoảng cách x = 0, xác suất giao dịch cao gấp đôi so với các giá trị x ≠ 0 cho cả 25 chứng khoán Nguyên nhân chủ yếu là do khoảng chênh lệch s của các chứng khoán thấp và số lượng lệnh đặt ở các vị trí x ≠ 0 rất ít, dẫn đến xác suất giao dịch thấp.
4.2.2 Mối quan hệ giữa xác suất lệnh được giao dịch và khoảng chênh lệch giá
Nghiên cứu mối quan hệ giữa xác suất lệnh giao dịch và khoảng chênh lệch giá (s) đã được thực hiện thông qua việc sử dụng đồ thị Tuy nhiên, kết quả từ 25 chứng khoán mẫu không cho thấy mối liên hệ rõ ràng giữa khoảng chênh lệch s và xác suất lệnh giao dịch, đồng thời không tuân theo phân phối Student như dự kiến Cụ thể, trường hợp của chứng khoán ABT minh họa cho điều này.
Hình 2: Biểu đồ biểu diễn mối quan hệ giữa xác suất giao dịch và s của chứng khoán ABT.
Xác suất giao dịch của cả 25 chứng khoán mẫu đều không phục thuộc vào khoảng chênh lệch s và giao động từ 0% đến 100%.
Bảng 3: Bảng thống kê thống kê mối quan hệ giữa xác suất giao dịch và khoảng chênh lệch s.
STT Mã CK Tỷ lệ giao dịch
STT Mã CK Tỷ lệ giao dịch
Bài nghiên cứu chỉ ra rằng mặc dù không có mối quan hệ rõ ràng giữa khoảng chênh lệch s và xác suất giao dịch, nhưng tất cả các chứng khoán với s < 0 đều có xác suất giao dịch trung bình rất thấp, không có trường hợp nào đạt xác suất giao dịch 100% Ngược lại, khi s = 0, xác suất giao dịch đạt giá trị cao nhất với 13 chứng khoán, bao gồm AAM, ACC, ACL, AGF, AGM, APC, ASIAGF, và BCI.
Các mã chứng khoán BRC, C21, C32, CLC, CLW cùng với 12 mã khác có xác suất giao dịch cao gấp đôi so với trường hợp s < 0 và tương đương với xác suất giao dịch khi s > 0 Đặc biệt, trong trường hợp s > 0, xác suất giao dịch trung bình cao hơn so với trường hợp s < 0, với 12 mã chứng khoán này có xác suất giao dịch vượt trội hơn.
= 0 và đối với một số giá trị của s thì xác suất xảy ra giao dịch đạt 100%.
Nghiên cứu cho thấy nhà đầu tư thường đặt lệnh ở mức giá tốt nhất thay vì tập trung vào xác suất giao dịch Xác suất giao dịch không tuân theo phân phối Student như mong đợi, nhưng có mối liên hệ tương đối với các biến x và s Cụ thể, khi x = 0, xác suất giao dịch đạt mức cao nhất, trong khi với s ≥ 0, xác suất giao dịch cao hơn đáng kể so với s < 0 Tuy nhiên, xác suất giao dịch không phụ thuộc vào độ lớn tuyệt đối của s và x, mà chủ yếu vào giá bán và giá mua tốt nhất Điều này cho thấy rằng nhà đầu tư có thể tối ưu hóa lợi nhuận bằng cách lựa chọn mức giá đặt lệnh phù hợp dựa trên tính chất âm/dương của s.
Vi ệ c h ủ y l ệ nh
Nghiên cứu kiểm định mối quan hệ giữa việc hủy lệnh, vị trí đặt lệnh trong khoảng chênh lệch s và tính bất cân đối giữa lệnh đặt mua và lệnh đặt bán cho thấy 25 chứng khoán mẫu không có mối liên hệ rõ ràng giữa các yếu tố này.
Hình 3: Biểu đồ biểu diễn mối quan hệ giữa việc hủy lệnh và vị trí đặt lệnh của chứng khoán ABT.
Hình 4: Biểu đồ biểu diễn mối quan hệ giữa xác suất hủy lệnh và bất cân bằng trong việc đặt lệnh.
Mối liên hệ giữa tỷ lệ hủy lệnh và thời gian tồn tại của lệnh kỳ vọng không chính xác như dự đoán dựa trên dữ liệu chứng khoán tại Việt Nam Do đó, nghiên cứu này sẽ tiến hành cấu trúc lại các yếu tố ảnh hưởng đến việc hủy lệnh.
Khi kiểm tra mối quan hệ giữa việc hủy lệnh và tổng số lệnh giao dịch, nghiên cứu cho thấy rằng 25 chứng khoán mẫu đều tồn tại mối quan hệ theo hàm số P(C/ntot) = alog(ntot) + b Đặc biệt, đối với chứng khoán ABT, mối quan hệ này cũng được xác định rõ ràng.
Biểu đồ trong hình 5 thể hiện mối quan hệ giữa việc hủy lệnh và tổng lệnh đặt của chứng khoán ABT Đối với 25 chứng khoán mẫu, mô hình đã cho thấy khả năng giải thích cao với những kết quả cụ thể đáng chú ý.
Bảng 4: Bảng thống kê kết quả hồi quy mối quan hệ giữa việc hủy lệnh và tổng lệnh giao dịch.
STT Mã CK Phương trình R 2
STT Mã CK Phương trình R 2
STT Mã CK Phương trình R 2
Kết quả nghiên cứu chỉ ra rằng tổng lệnh đặt có khả năng giải thích cao cho 06 chứng khoán: ABT, AGF, ASIAGF, AAM, ALP, CLC với R² trên 70% 06 chứng khoán khác như AGM, ANV, ACL, CCI, BHS, ACC có khả năng giải thích ở mức trung bình (20% < R² < 70%) Trong khi đó, 8 chứng khoán còn lại có khả năng giải thích thấp với R² dưới 20%, trong đó chứng khoán CDC chỉ đạt R² 0.4% và một số chứng khoán như C32, CLW, BCE, CIG, BRC có R² dưới 10% Nguyên nhân chủ yếu là do biến động tỷ lệ hủy lệnh lớn khi số lượng đặt lệnh dưới 2,000 Tuy nhiên, dự báo xu hướng dài hạn cho các chứng khoán này vẫn tương đối khả quan, điển hình là mối quan hệ giữa tỷ lệ hủy lệnh và tổng lệnh đặt của chứng khoán CDC.
Hình 6: Biểu đồ biểu diễn mối quan hệ giữa việc hủy lệnh và tổng lệnh đặt của chứng khoán CDC.
Nghiên cứu này sẽ phân tích mối quan hệ giữa vị trí đặt lệnh trong khoảng chênh lệch s và tính bất cân đối giữa lệnh đặt mua, nhằm làm rõ ảnh hưởng đến tỷ lệ hủy lệnh Kết quả sẽ được sử dụng để ước lượng xác suất hủy lệnh dựa trên tỷ lệ hủy lệnh và tổng số lệnh đặt.
Ước lượ ng bi ến độ ng giá (r) so v ớ i bi ến độ ng giá th ự c t ế
Bài nghiên cứu sử dụng phương pháp Browian và hệ số Hurst để xác định dấu hiệu đặt lệnh mới, dựa vào biến động ngẫu nhiên phân đoạn Browian với xác suất đặt lệnh ở các mức giá cụ thể Đồng thời, nghiên cứu cũng phân tích việc hủy lệnh thông qua kết quả mô hình được trình bày ở Bảng 4, cùng với biến động ngẫu nhiên của từng chứng khoán Kết quả mô phỏng biến động giá trung bình của từng chứng khoán (r) được so sánh với biến động giá thực tế Để đảm bảo tính ổn định của phương pháp ước lượng, khối lượng lệnh đặt được giả định là cố định theo thời gian Kết quả mô phỏng cho 25 chứng khoán mẫu được thể hiện tại Bảng 5.
Bảng 5: Bảng thống kê kết quả mô phỏng biến động giá chứng khoán.
Tỷ lệ ước lượng so với thực tế
Tỷ lệ ước lượng so với thực tế
Tỷ lệ ước lượng so với thực tế
(1): Giá trị ước lượng không chệnh của trung bình các biến động r.
(2): Giá trị trung bình các biến động r thực tế.
Bài nghiên cứu sử dụng giá trị ước lượng trung bình không chệch và giá trị Fat tail để đánh giá khả năng ước lượng.
Kết quả ước lượng biến động của 25 chứng khoán cho thấy mức độ trung bình, với giá trị biến động ước lượng dao động từ 47% đến 70% so với giá trị thực tế Đặc biệt, hai chứng khoán CDC và ASIAGF đạt mức 70%, thể hiện hiệu suất ước lượng tốt nhất so với giá trị thực tế.
Mặc dù kết quả ước lượng biến động giá r chưa đạt mức cao so với giá trị thực tế, nhưng phương pháp ước lượng đã cho kết quả khá tốt, đạt khoảng 60% so với biến động thực tế Điều này chứng tỏ mối quan hệ giữa việc đặt lệnh và khoảng chênh lệch s, x, cũng như mối quan hệ giữa việc hủy lệnh và tổng số lệnh đặt, có tính thực tiễn đáng kể.
Hệ số đuôi của các chứng khoán mẫu dao động từ 1.02 đến 1.46, cho thấy giá chứng khoán bị ảnh hưởng bởi Fat tail, mặc dù tác động này không mạnh, với riêng chứng khoán BRC có hệ số đuôi thấp là 0.14 Phương pháp ước lượng cho kết quả gần với giá trị Fat tail thực tế, ngoại trừ hai trường hợp là chứng khoán BRC và ALP.
4.5 Giải thích nguyên nhân dẫn tới quyết định đặt lệnh của nhà đầu tư
Nhà đầu tư đang chú trọng vào việc đặt lệnh ở mức giá x = 0, tức là chênh lệch giữa giá đặt lệnh và giá tốt nhất của cùng loại lệnh Điều này cho thấy sự ưu tiên của họ là cải thiện giá cả thay vì tập trung vào khả năng giao dịch của chứng khoán.
Nhà đầu tư thường đặt lệnh ở các mức giá khác nhau, nhưng tỷ lệ lệnh ở mỗi mức giá x ≠ 0 chỉ chiếm một phần nhỏ, từ vài lệnh đến vài chục lệnh Điều này cho thấy có dấu hiệu bầy đàn trong hành vi đặt lệnh của các nhà đầu tư.
Theo kết quả nghiên cứu của Ông Vũ Đình Kết trong chuyên đề luận văn thạc sĩ
Nghiên cứu “Ứng dụng lý thuyết tài chính hành vi để lý giải cho những bất thường trên thị trường chứng khoán Việt Nam” năm 2011 dưới sự hướng dẫn của PGS.TS Nguyễn Ngọc Định chỉ ra rằng các nhà đầu tư cá nhân tại TTCK Việt Nam thường có xu hướng lệch lạc, đặc biệt là trong việc đầu tư theo các nhà đầu tư nước ngoài và tổ chức Trong bối cảnh thị trường chứng khoán còn non trẻ, sự vượt trội về kinh nghiệm, kiến thức và vốn của nhà đầu tư nước ngoài đã tạo ra niềm tin cho nhà đầu tư cá nhân rằng những quyết định mua bán của họ luôn dựa trên cơ sở đáng tin cậy Niềm tin này đã dẫn đến việc các nhà đầu tư trong nước thường xuyên bắt chước hành vi đầu tư của các nhà đầu tư nước ngoài và tổ chức.
Trong suốt quá trình hình thành và phát triển của TTCK Việt Nam, hành vi bầy đàn là một biểu hiện nổi bật trong thị trường.
Hình 7: Biểu đồ biểu diễn biến động chỉ số VN – Index trong giai đoạn 2006- 2014.
Một bộ phận lớn nhà đầu tư tham gia thị trường chứng khoán với hiểu biết hạn chế, thường bỏ qua các yếu tố cơ bản để theo đuổi lợi nhuận ngắn hạn Đối tượng nhà đầu tư rất đa dạng, với nhiều người mới gia nhập thị trường và đặt kỳ vọng quá cao, dẫn đến việc mua cổ phiếu với giá cao, tạo ra bong bóng giá Những lợi nhuận lớn trước đó của nhà đầu tư hiện hữu đã thu hút thêm nhiều người tham gia, làm gia tăng tình trạng định giá cổ phiếu quá cao Sự thành công của những nhà đầu tư trước đó trở thành điểm tham chiếu cho những người mới, khiến họ tin rằng thị trường chứng khoán Việt Nam sẽ tiếp tục tăng trưởng không ngừng.
Một ví dụ điển hình khác về hành vi bầy đàn trên TTCK Việt Nam đó là tâm lý
Trong những năm gần đây, nhiều nhà đầu tư trên thị trường chứng khoán Việt Nam thường hành xử theo các khuyến nghị và dự báo từ các tổ chức tài chính quốc tế Ví dụ, vào ngày 29 tháng 8 năm 2007, Ngân hàng Hong Kong Thượng Hải tại Việt Nam đã nhận định rằng giá cổ phiếu đang ở mức thấp sau một đợt điều chỉnh, trong khi Ngân hàng Citigroup dự báo Việt Nam có khả năng vượt qua khủng hoảng tài chính toàn cầu Sau những nhận định lạc quan này, VN-Index đã tăng mạnh từ 900 điểm vào cuối tháng 8 lên 1100 điểm vào giữa tháng 10 năm 2007.
Vào cuối tháng 3 năm 2010, Ngân hàng HSBC dự báo rằng NHNN sẽ tăng lãi suất cơ bản thêm 1% trong vài tuần tới và tỷ lệ lạm phát sẽ đạt 12% vào cuối quý II/2010, dẫn đến tâm lý bi quan trên thị trường Nhiều nhà đầu tư đã bán tháo cổ phiếu, khiến VN-Index giảm từ 512 xuống 503 điểm Hành vi bầy đàn thể hiện rõ khi toàn bộ thị trường tăng (giảm) điểm gần như kịch trần đồng loạt, bắt đầu từ các cổ phiếu blue chip, với tâm lý lạc quan (bi quan) bao trùm Kết quả là, bất kể tình hình cơ bản của cổ phiếu, chúng đều đi theo xu hướng thị trường, tăng (giảm) kịch trần.
Trong tháng 4 và tháng 5 năm 2009, thị trường chứng khoán đã ghi nhận hiện tượng tăng trần đồng loạt, với hơn 90% mã chứng khoán tăng trần Tuy nhiên, sau đó, thị trường nhanh chóng sụt giảm trở lại, với mức giảm khác nhau giữa các mã.
Nhà đầu tư thường đặt lệnh ở mức giá x = 0 theo xu hướng bầy đàn, với mục tiêu chính là tối ưu hóa xác suất giao dịch Họ dựa vào hành động đặt lệnh của các nhà đầu tư trước đó như một yếu tố quan trọng để quyết định mức giá của mình Điều này dẫn đến việc gia tăng tâm lý bầy đàn trên thị trường.
4.6 Nguyên nhân dẫn tới khả năng dự báo của mô hình chưa đạt kết quả cao.
Giá chứng khoán biến động do nhiều yếu tố, bao gồm giai đoạn đặt lệnh, mức giá và việc hủy lệnh Hành vi đặt lệnh theo kiểu bầy đàn của nhà đầu tư làm hạn chế khả năng ước lượng mô hình ngẫu nhiên, từ đó giảm khả năng giải thích của mô hình.
Bài nghiên cứu gặp phải hạn chế về dữ liệu khi tất cả 25 chứng khoán mẫu đều có thị giá dưới 50,000 đồng, dẫn đến việc chúng có cùng bước giá là 100 đồng Vì vậy, nghiên cứu chưa thể giải thích rõ ràng tác động của bước giá (T) đối với biến động giá chứng khoán.
Một yếu tố quan trọng ảnh hưởng đến kết quả dự báo của mô hình là lượng giao dịch của các mẫu quan sát Trong số 25 chứng khoán mẫu, BCE dẫn đầu với 37,233 lệnh đặt, trong khi ASIAGF chỉ có 2,367 lệnh Điều này cho thấy trong mỗi phiên giao dịch, số lượng lệnh đặt thường rất thấp, thậm chí có những ngày chỉ ghi nhận một lệnh Sự thiếu hụt tổng số lệnh giao dịch đã ảnh hưởng đáng kể đến việc xác định các quy luật đặt và hủy lệnh, từ đó tác động đến việc giải thích biến động giá của mô hình.
Nguyên nhân d ẫ n t ớ i kh ả năng dự báo c ủa mô hình chưa đạ t k ế t qu ả cao
Biến động giá chứng khoán chịu ảnh hưởng từ nhiều yếu tố, bao gồm giai đoạn đặt lệnh, mức giá và việc hủy lệnh Hành vi đầu tư bầy đàn của nhà đầu tư cũng gây khó khăn trong việc ước lượng mô hình theo phương pháp ngẫu nhiên, làm giảm khả năng giải thích của các mô hình này.
Bài nghiên cứu gặp hạn chế về dữ liệu khi cả 25 chứng khoán mẫu đều có thị giá dưới 50,000 đồng, dẫn đến việc bước giá chung là 100 đồng Do đó, nghiên cứu chưa thể giải thích tác động của bước giá (T) đến biến động giá chứng khoán.
Một yếu tố quan trọng ảnh hưởng đến kết quả dự báo của mô hình là lượng giao dịch của các mẫu quan sát Trong số 25 chứng khoán mẫu, BCE có số lệnh đặt cao nhất với 37,233 lệnh, trong khi ASIAGF có số lệnh đặt thấp nhất với 2,367 lệnh Điều này cho thấy rằng trong mỗi phiên giao dịch, số lượng lệnh đặt thường thấp, thậm chí có nhiều trường hợp chỉ có một lệnh trong ngày Sự hạn chế về số lượng lệnh giao dịch đã tác động lớn đến việc xác định các quy luật đặt và hủy lệnh, từ đó ảnh hưởng đến việc giải thích biến động giá của mô hình.
Hạn chế trong việc thu thập dữ liệu quan sát tại thị trường chứng khoán Việt Nam đã dẫn đến việc bài nghiên cứu không thể phân tách rõ ràng giữa các lệnh được đặt trực tiếp tại sàn giao dịch và các lệnh được đặt online Điều này có nghĩa là những nhà đầu tư đặt lệnh trực tiếp sẽ không tiếp cận được thông tin từ các nhà đầu tư sử dụng điện thoại để đặt lệnh, từ đó ảnh hưởng đến kết quả nghiên cứu của đề tài.
K Ế T LU Ậ N
Bài nghiên cứu này sử dụng dữ liệu thực tế để xác định quy luật đặt lệnh và hủy lệnh dựa trên kết quả và phương pháp nghiên cứu từ bài viết "Mô hình hành vi thực nghiệm về tính thanh khoản và biến động giá" của Szabolcs Mike và J Doyne Farmer, công bố năm 2007 Nghiên cứu tập trung vào 25 chứng khoán, từ đó ước lượng biến động giá và so sánh với biến động giá thực tế trên thị trường.
Kết quả nghiên cứu 25 chứng khoán trên sàn chứng khoán HOSE từ ngày 01/01/2013 đến 30/06/2014 cho thấy:
Hệ số tự tương quan trong việc đặt lệnh chứng khoán rất cao, cho thấy sự liên kết mạnh mẽ giữa các lệnh mua và bán Để xác định xu hướng đặt lệnh mới, mối tương quan này được đo lường thông qua hệ số mũ Hurst.
Nhà đầu tư thường đặt lệnh ở mức giá tốt nhất trong phiên giao dịch, thường là mức giá x = 0 Điều này cho thấy họ ưu tiên khả năng sinh lời và cải thiện giá chứng khoán hơn là xác suất giao dịch xảy ra Tập trung vào việc tối ưu hóa giá cả trong từng phiên giao dịch là chiến lược chính của nhà đầu tư.
Xác suất giao dịch không cho thấy mối liên hệ rõ ràng với khoảng chênh lệch giá s và x Tuy nhiên, ở các vị trí s ≥ 0, có những trường hợp lệnh có xác suất giao dịch đạt 100%, và xác suất giao dịch ở đây cao gấp đôi so với các trường hợp s < 0, nơi không có trường hợp nào đạt xác suất 100% Nghiên cứu cũng chỉ ra rằng khi xem xét mối quan hệ giữa xác suất giao dịch và khoảng chênh lệch giá x, các trường hợp x = 0 có xác suất giao dịch trung bình cao hơn hẳn so với các trường hợp khác.
Xác suất hủy lệnh của nhà đầu tư không bị ảnh hưởng bởi mức giá đặt lệnh so với giá tốt nhất của lệnh khác loại hay sự bất cân đối giữa lệnh mua và lệnh bán Đặc biệt, xác suất này phụ thuộc vào tổng số lệnh đặt và được mô tả qua phương trình P(C) = alog(n) + b.
Giá trị ước lượng không chệch của biến động trung bình giá chứng khoán có thể đạt khoảng 60% so với biến động thực tế Quyết định đặt và hủy lệnh của nhà đầu tư bị ảnh hưởng bởi nhiều yếu tố, dẫn đến biến động giá chứng khoán Mặc dù mức độ đáp ứng của phương pháp nghiên cứu chỉ ở mức trung bình, nhưng đây vẫn là kết quả đáng ghi nhận trong việc ước lượng hành vi đặt lệnh của nhà đầu tư Hệ số đuôi của các chứng khoán mẫu dao động từ 1.02 đến 1.46, cho thấy biến động giá chịu tác động của Fat tail, trong đó chứng khoán BRC có hệ số đuôi thấp nhất là 0.14, tuy nhiên tác động này không mạnh.
Bài nghiên cứu này áp dụng phương pháp xác định quy luật trong dòng lệnh để hiểu rõ hơn về mục tiêu của nhà đầu tư khi đặt lệnh và biến động giá chứng khoán Phương pháp này có ưu điểm là phân tích từ quyết định đặt lệnh đến việc hủy lệnh và biến động giá, giúp làm rõ các quy luật hình thành giá trên thị trường, khác với các phương pháp truyền thống chỉ tập trung vào biến động giá dựa trên các yếu tố đầu vào phổ biến.
Nghiên cứu về quy luật đặt lệnh và hủy lệnh của nhà đầu tư trên 25 chứng khoán mẫu cho thấy rằng biến động giá và hình thành giá không thể giải thích đầy đủ bằng các mô hình lựa chọn hợp lý, mà cần áp dụng phương pháp tâm lý hành vi của nhà đầu tư Tuy nhiên, tâm lý này rất phức tạp và biến đổi, ảnh hưởng đến khả năng giải thích của các mô hình nghiên cứu Kết quả nghiên cứu cung cấp cái nhìn sâu sắc về hành vi của nhà đầu tư, giúp hiểu rõ hơn về các quy luật đặt lệnh, hủy lệnh và biến động giá trên thị trường.
Bài nghiên cứu đạt được một số kết quả đáng ghi nhận, tuy nhiên bên cạnh đó vẫn còn tồn tại nhiều hạn chế như:
Tất cả 25 chứng khoán trong nghiên cứu đều có giá dưới 50,000 đồng, dẫn đến việc áp dụng bước giá chung là 100 đồng Điều này khiến bài nghiên cứu không thể làm rõ tác động của bước giá (T) đến biến động giá chứng khoán Hơn nữa, số lượng giao dịch của một số mẫu quan sát hạn chế, gây khó khăn trong việc xác định các quy luật của dòng lệnh để giải thích biến động giá.
(ii) Hạn chế về khả năng lấy số liệu quan sát tại thị trường chứng khoán
Việt Nam cần nghiên cứu để phân tách rõ ràng danh sách các lệnh giao dịch được đặt trực tiếp tại sàn và các lệnh đặt online Việc này là cần thiết vì những người giao dịch trực tiếp không thể tiếp cận thông tin từ các nhà đầu tư đặt lệnh qua điện thoại, điều này có thể ảnh hưởng đến kết quả nghiên cứu của đề tài.
Nghiên cứu này tập trung vào việc phân tích quy luật của dòng lệnh nhằm hiểu rõ hơn về biến động giá, nhưng chưa xem xét mức độ và hình thức tác động của dòng lệnh đối với biến động giá của chứng khoán Do đó, cần đề xuất các hướng nghiên cứu tiếp theo để khám phá sâu hơn về mối quan hệ này.
Nghiên cứu này chưa tập trung vào việc phân tích tác động của việc đặt lệnh và hủy lệnh lên biến động giá chứng khoán Tuy nhiên, những kết quả đạt được có thể là cơ sở để tiến hành nghiên cứu sâu hơn về cách thức và mức độ tác động này Để đảm bảo các nghiên cứu tương lai đạt hiệu quả cao, cần khắc phục một trong những hạn chế quan trọng là vấn đề về dữ liệu.
