Trái lại, bằng mô hình CSAD, kết quả nghiên cứu cho thấy hành vi bầy đàn tồn tại trên thị trường chứng khoán Việt Nam trong toàn bộ mẫu nghiên cứu tại mức phân vị thấp đến trung bình của
PHẦN MỞ ĐẦU
Lí do chọn đề tài
Trong vài thập kỷ gần đây, dự đoán và lý giải biến động thị trường tài chính được nhiều nhà đầu tư, quản lý tài sản, nghiên cứu quan tâm (Chauhan và cộng sự, 2019) Hiện nay có hai quan điểm cốt lõi mô tả cơ chế hoạt động của thị trường tài chính (Rahman & Ermawati, 2020): thuyết thị trường hiệu quả của Eugene Fama (1965) và thuyết học hành vi, cho rằng cảm xúc và thông tin hạn chế ảnh hưởng đến quyết định nhà đầu tư (Shiller, 2003) Các cuộc khủng hoảng tài chính như bong bóng South Sea, bong bóng công nghệ Dotcom và cuộc khủng hoảng toàn cầu năm 2008 (Chang và cộng sự, 2020) chứng minh cho những hạn chế của giả định lý thuyết tài chính chuẩn mực Sự đổ vỡ thị trường năm 2008 thúc đẩy nghiên cứu học thuật về hành vi giao dịch và động lực thị trường (Ojala, 2022).
Vì thế, những bất thường không thể giải thích từ các cuộc khủng hoảng đã tạo cơ hội cho một lĩnh vực nghiên cứu tài chính mới ra đời, cụ thể là tài chính hành vi Lĩnh vực này kết hợp đặc điểm tâm lý đặc trưng của các nhà đầu tư để giải thích các hành vi ra quyết định của họ Theo Dhall & Singh (2020), khía cạnh tài chính hành vi (quan điểm thứ hai) đề xuất rằng con người có xu hướng bắt chước đám đông, đặc biệt khi thị trường bao trùm bởi sự sợ hãi, không chắc chắn và hoảng loạn Tương tự, Ackert & Deaves (2010) cũng đã đề cập đến cảm xúc, sự lệch lạc trong nhận thức và hành vi cũng như tác động của xã hội khi thị trường trải qua sóng gió Theo nghiên cứu của Muharam et al (2021), trong số các lệch lạc, thành kiến, tâm lý bầy đàn được xem là có tác động đáng kể đến hành vi giao dịch của các nhà đầu tư Cụ thể, nghiên cứu của Mobarek et al (2014) đã tìm thấy hành vi bầy đàn tồn tại trong giai đoạn khủng hoảng năm 2018 và tác động của tâm lý này đã khuyếch đại, và tăng mức độ biến động của thị trường Tuy nhiên, ở khía cạnh ngược lại, nghiên cứu của Vo & Phan (2017), Chiang & Zheng (2010) lại cho thấy chính cuộc khủng hoảng là nguyên nhân kích hoạt tâm lý bầy đàn trong nhà đầu tư Khi nhắc về giai đoạn 2008 - 2009, Rizzi (2014) đã chỉ ra nguyên nhân cho giai đoạn khủng hoảng này bắt nguồn từ nỗi sợ và tâm lý bầy đàn của các nhà đầu tư Bởi, trong những giai đoạn thị trường rơi vào biến động mạnh, việc đi theo đám đông trên thị trường giúp họ cảm thấy an toàn và giảm thiểu sự hối tiếc
Như vậy, có thể thấy, sự biến động trong giá cả đôi khi không xuất phát từ sự xuất hiện của thông tin, mà xuất phát từ hiệu ứng đám đông hay còn gọi là hành vi bầy đàn (Thaler, 1991) Khi nhà đầu tư đi theo đám đông trên thị trường, hành vi này có thể dẫn đến những sai lầm trong việc định giá tài sản và có thể đẩy giá đi xa giá trị nội tại của chính nó (Devenow and Welch, 1996) Thế nhưng, các nhà đầu tư lý trí dường như bất lực để làm điều gì đó, ngoài giới hạn trong kinh doanh chênh lệch giá, Chiang & Zhiang (2010) còn nhắc đến những bất cập khi nhà đầu tư cố gắng đa dạng hóa danh mục để giảm rủi ro phi hệ thống Bởi, khi hành vi bầy đàn diễn ra, họ đẩy giá đi theo chuyển động chung trên thị trường, do đó, mối tương quan giữa các cổ phiếu bắt đầu tăng lên Như vậy, có thể thấy, sau cuộc khủng hoảng kinh tế toàn cầu
2018, hành vi bầy đàn được xem xét như một trong các nguyên nhân dẫn đến giá chứng khoán lệch khỏi giá trị nội tại của chính nó (Yao & Tangjitprom, 2019) Hơn thế nữa, khi nhắc đến hậu quả của hành vi bầy đàn, Demirer & Kutan (2006) tin rằng tâm lý bầy đàn có thể ảnh hưởng đến tính ổn định thị trường, dẫn đến những biến động quá mức và thậm chí gây ra đổ vỡ thị trường Do đó, theo Tung Nguyen (2008), tâm lý bầy đàn dường như trở thành lĩnh vực thu hút sự chú ý của các nhà nghiên cứu sau những giai đoạn thị trường tài chính biến động Điều này được minh chứng trong nghiên cứu trắc lượng thư mục của Choijil et al (2022) Theo Choijil (2022) từ sau cuộc khủng hoảng 2008, các nhà nghiên cứu tập trung đi sâu hơn về hành vi bầy đàn.
Tính cấp thiết
Vào tháng 12/2019, một dịch bệnh lạ xuất hiện ở Trung Quốc và nhanh chóng lan rộng ra toàn cầu Tổ chức Y tế Thế giới đã chính thức công bố COVID-19 là đại dịch toàn cầu vào ngày 11/03/2020, đe dọa đến sức khỏe của toàn nhân loại.
Số người mất do Đại dịch Covid - 19 chiếm gần 6.07% trong khi dịch cúm chỉ chiếm 1% (Gormsen & Koijen, 2020) Thông báo chính thức của WHO trong việc phân loại dịch bệnh COVID-19 thành đại dịch toàn cầu đã dẫn đến sự sụp đổ nghiêm trọng trên thị trường chứng khoán Bên cạnh tác động mạnh mẽ đến các lĩnh vực sức khỏe, ngân hàng, giáo dục, công nghệ thông tin, dịch bệnh còn tác động đến thị trường tài chính thông qua việc suy giảm các hoạt động kinh tế và giá trị của các công ty (Elshqirat, 2021) Theo He, Sun, Zhang & Li (2020), đại dịch Covid đã tác động đến giá cổ phiểu và làm tăng mức độ biến động thị trường Cụ thể, nghiên cứu của Al- Awahi (2020) cho thấy số ca nhiễm và tử vong hàng ngày tăng tác động tiêu cực đến lợi nhuận cổ phiếu
Khảo lược các nghiên cứu về tác động tiêu cực của dịch bệnh đến tính hiệu quả của thị trường chứng khoán trên thế giới, Zhang (2023) đã nhấn mạnh về những thành kiến, lệch lạc như sự quá tự tin, cảm giác e ngại sự mất mát và tâm lý bầy đàn đã gia tăng đáng kể trong đại dịch Theo tác giả, sự bất ổn xuất phát từ dịch bệnh COVID-
19 tác động đến tâm lý của các nhà đầu tư đã trở thành lĩnh vực hấp dẫn đối với các nhà nghiên cứu Bên cạnh đó, nghiên cứu của Zhang (2023) không chỉ nhấn mạnh tác động của đại dịch trong việc khuếch đại sự bất ổn của thị trường, mà tác giả còn đề xuất việc cần phải xem xét các thành kiến này trong từng đặc điểm cụ thể của bối cảnh nghiên cứu, đặc biệt là tâm lý bầy đàn Bởi, hiệu ứng đám đông từ tâm lý bầy đàn có thể làm gia tăng những biến động của thị trường mà vốn đã khó lường trước do ảnh hưởng của đại dịch Trong khi kết quả nghiên cứu về sự tồn tại của hành vi này trong quá trình giao dịch ở các thị trường chứng khoán khác nhau là không đồng nhất và nó phụ thuộc khá nhiều về đặc trưng, thời điểm nghiên cứu ở mỗi thị trường Đồng tình với quan điểm trên, Nouri-Goushki & Hojaji (2023) cho rằng đại dịch COVID-19 là tác nhân làm gia tăng tâm lý bầy đàn giữa các nhà đầu tư, dẫn đến những bất thường trong lợi nhuận và thua lỗ trên thị trường Hay nói cách khác, sự hỗn loạn gây ra từ đại dịch COVID-19 làm tăng khả năng tồn tại hành vi bầy đàn trên thị trường chứng khoán (Wen et al, 2022) Rõ ràng, Covid – 19 đã tác động nghiêm trọng đến thị trường tài chính toàn cầu và ảnh hưởng rất lớn đến hành vi giao dịch của các nhà đầu tư cá nhân (Wu, Yang & Zhao, 2020) Điều này được giải thích bởi khi các nhà đầu tư đối diện với các thông tin không chắc chắn bởi sự bất ổn từ dịch bệnh và nền kinh tế, họ có xu hướng đi theo các quyết định của nhà đầu tư khác hay thậm chí phụ thuộc quá mức đến các thông tin trên thị trường (Fang et al, 2021) Bởi lẽ, theo lý thuyết của hiệu ứng đoàn tàu, khi con người bị tác động bởi đám đông, họ có xu hướng hoài nghi về các phán đoán của bản thân và điều chỉnh hành vi theo thị trường (Ty, 2017) Do đó, theo Nguyen, Bakry & Vuong (2023), việc xem xét xu hướng hành vi bầy đàn dưới ảnh hưởng của dịch bệnh là vô cùng cần thiết và là chủ để hấp dẫn đối với các nhà nghiên cứu Bởi, hành vi bầy đàn có thể đẩy giá chứng khoán, lệch xa giá trị nội tại của chính nó và thậm chí dẫn đến đổ vỡ thị trường như cuộc khủng hoảng năm 2008 nếu các nhà đầu tư, nhà quản lý không nhận thức được ảnh hưởng tiêu cực của hành vi bầy đàn đến tính hiệu quả của thị trường
Bên cạnh đó, theo Do và các tác giả (2020), thị trường mới nổi luôn là tâm điểm để nghiên cứu hành vi bầy đàn do đặc trưng ở các thị trường này dễ dàng bị ảnh hưởng bởi cú sốc bắt nguồn từ việc thiếu minh bạch thông tin Trong điều kiện khuôn khổ pháp luật còn hạn chế, chất lượng và số lượng thông tin ở mức độ thấp dễ dẫn đến cảm giác không chắc chắn đối với các nhà đầu tư (Lobao and Serra, 2007) Theo Luu
& Luong (2020), dựa trên xếp hạng của MSCI, thị trường chứng khoán Việt Nam được xếp vào thị trường cận biên và từng bước đi lên thị trường mới nổi Hạn chế trên thị trường chứng khoán Việt Nam chính là thông tin bất cân xứng và thiếu minh bạch (Tung Nguyen, 2018) Đây cũng là nguyên nhân chính dẫn đến hành vi bầy đàn (Bikhchandani & Sharma, 2001) Ngoài ra, với đặc trưng thiếu tính thanh khoản, đầy biến động và chiếm phần lớn bởi các nhà đầu tư cá nhân, theo Luu & Luong (2020), đại dịch COVID-19 có thể tác động đáng kế đến thị trường Việt Nam Đồng tình với quan điểm trên, Nuranyanto & Raharja (2024) cho rằng sự gia tăng về số lượng nhà đầu tư mới gia nhập thị trường sẽ dẫn đến hành vi bầy đàn bởi họ có khá ít kinh nghiệm cũng như hiểu biết trong việc đầu tư trên thị trường vốn Trong khi nhìn lại năm 2021, tổng số lượng tài khoản cá nhân mở mới là 1,5 triệu, cao gấp 1.5 lần so với tổng số tài khoản mở mới trong 4 năm liền kề 2017-2020 (Kiều Linh, 2022) Có thể thấy, trong giai đoạn dịch COVID-19, số lượng nhà đầu tư mới gia nhập thị trường tăng mạnh, điều này rất có thể dẫn đến tâm lý bầy đàn dưới sự biến động khó lường của dịch bệnh trên thị trường chứng khoán Việt Nam
Tuy vậy, các nghiên cứu về tâm lý bầy đàn tại thị trường chứng khoán Việt Nam đa phần tập trung nhiều vào giai đoạn sau năm 2008, khi xem xét dưới tác động của cuộc khủng hoảng tài chính toàn cầu Thế nhưng, xem xét tâm lý bầy đàn dưới ảnh hưởng của dịch COVID-19 phần nhiều các nghiên cứu còn khá ít Trong khi, việc xem xét tác động của đại dịch đến hành vi ra quyết định của các nhà đầu tư là vô cùng cần thiết đối với thị trường chứng khoán Việt Nam Bởi, các cú sốc từ dịch bệnh COVID-19 cũng với những đặc trưng về cấu trúc và tính thiếu hiệu quả về thông tin, đều có thể tạo nên tâm lý bầy đàn trên thị trường chứng khoán Việt Nam Do đó, nhằm lấp đầy khoảng trống trong nghiên cứu, tác giả sẽ thực hiện kiểm định về hành vi bầy đàn trên thị trường chứng khoán Việt Nam trước, trong và sau giai đoạn Covid – 19 thông qua cả hai phương pháp độ lệch tuyệt đối dữ liệu chéo (CSSD) và độ lệch chuẩn dữ liệu chéo (CSAD) Bên cạnh đó, tác giả sẽ tiếp tục xem xét hành vi bầy đàn ở các giai đoạn thị trường khác nhau cụ thể khi thị trường tăng và giảm điểm Tác giả tin rằng bài nghiên cứu này có thể hữu ích đối với các nhà đầu tư và các nhà hoạch định chính sách, đặc biệt cẩn trọng khi đưa ra quyết định nhất là các giai đoạn thị trường biến động mạnh và dưới tác động của đại dịch Đó là lí do tác giả quyết định thực hiện đề tài “KIỂM ĐỊNH HÀNH VI BẦY ĐÀN TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM TRƯỚC, TRONG VÀ SAU GIAI ĐOẠN COVID-19”.
Mục tiêu nghiên cứu
Nghiên cứu này nhằm mục đích kiểm định hành vi bầy đàn trên thị trường chứng khoán Việt Nam trước, trong và sau giai đoạn dịch COVID-19 Nghiên cứu này sử dụng dữ liệu giá đóng cửa hàng ngày của VN-Index từ năm 2015 đến năm 2022 Nghiên cứu này chứng minh sự tồn tại của hành vi bầy đàn trên thị trường chứng khoán Việt Nam và cung cấp thông tin hữu ích cho các nhà đầu tư và nhà hoạch định chính sách.
Nghiên cứu này đã xem xét hành vi của các nhà đầu tư trên thị trường chứng khoán trong bối cảnh đại dịch COVID-19 từ năm 2018 đến năm 2023, nhằm nâng cao nhận thức về tâm lý bầy đàn trong quá trình ra quyết định đầu tư.
Nhằm giải quyết các vấn đề:
Kiểm định hành vi bầy đàn trên thị trường chứng khoán Việt Nam ở 3 giai đoạn trước, trong và sau giai đoạn COVID-19
Phân tích hành vi bầy đàn trong các giai đoạn tăng và giảm tỷ suất sinh lời của thị trường trước, trong và sau COVID-19 là việc quan trọng để hiểu được bản chất của hành vi này và tìm ra các chiến lược để đối phó với nó, giúp các nhà đầu tư đạt được hiệu quả đầu tư tối ưu.
Câu hỏi nghiên cứu
Từ những mục tiêu đề ra nêu trên, bài nghiên cứu sẽ tập trung làm rõ các câu hỏi:
Câu hỏi thứ 1: Hành vi bầy đàn có tồn tại trên thị trường chứng khoán Việt Nam ở các thời điểm trước, trong và sau giai đoạn dịch Covid - 19?
Câu hỏi thứ 2: Hành vi bầy đàn diễn ra như thế nào trong trường hợp tỷ suất sinh lời của thị trường tăng và giảm ở các thời điểm trước, trong và sau giai đoạn dịch Covid
Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu: Hành vi bầy đàn trên thị trường chứng khoán Việt Nam được đo lường thông qua phương pháp CSSD và CSAD
Phạm vi nghiên cứu: Sàn giao dịch chứng khoán Thành phố Hồ Chí Minh (HOSE) Thị trường chứng khoán Việt Nam có 2 sàn giao dịch chính là Sàn giao dịch chứng khoán Thành phố Hồ Chí Minh (HOSE) và sàn giao dịch chứng khoán Hà Nội (HNX) Sàn giao dịch chứng khoán Hồ Chí Minh là sàn giao dịch lớn nhất bởi tổng vốn hóa của nó chiếm 95% của cả thị trường (Tung Nguyen, 2018) Do đó bài nghiên cứu sẽ thực hiện kiểm định trên sàn giao dịch thành phố Hồ Chí Minh bởi sàn giao dịch này đủ để đại diện cho thị trường chứng khoán Việt Nam
Với mục đích nghiên cứu hành vi bầy đàn tại thị trường chứng khoán Việt Nam dưới tác động của COVID-19, thời kỳ nghiên cứu được chia thành các giai đoạn nhỏ hơn Đại dịch COVID-19 được WHO công bố vào ngày 30/1/2020 Thời điểm kết thúc đại dịch tại Việt Nam được xác định là vào tháng 5/2022, dựa trên số liệu tiêm vắc xin và tình hình kinh tế phục hồi Vì vậy, nghiên cứu chia thành 3 giai đoạn: trước, trong và sau đại dịch.
Giai đoạn trước dịch Covid – 19: 03/01/2018 – 22/01/2020
Giai đoạn trong dịch Covid – 19: 30/01/2020 – 31/05/2022
Giai đoạn sau dịch Covid – 19: 01/06/2022 – 31/08/2023
Nội dung nghiên cứu
Nội dung luận văn dự kiến sẽ thực hiện theo từng phần nhằm mục tiêu giải đáp các câu hỏi nghiên cứu đã đề ra Phần thứ nhất đưa ra các định nghĩa, nguyên nhân và phân loại hành vi bầy đàn, lý thuyết về hành vi bầy đàn và lý thuyết triển vọng Phần thứ hai mô tả phương pháp, quy trình thực hiện để kiểm định hành vi bầy đàn ở thị trường chứng khoán Việt Nam thông qua việc phân tích mối quan hệ giữa mức độ phân tán tỷ suất lợi nhuận riêng lẻ của từng cổ phiếu với tỷ suất sinh lời của thị trường cụ thể là trên 2 phương pháp độ lệch chuẩn dữ liệu chéo của tỷ suất sinh lời (CSSD) và độ lệch tuyệt đối dữ liệu chéo của tỷ suất sinh lời (CSAD) Bên cạnh đó, bài viết cũng sẽ kiểm định hành vi bầy đàn trong trường hợp thị trường tăng và giảm điểm Tiếp sau đó, phần thứ ba tác giả sẽ kiểm định hành vi bầy đàn dựa trên những lý thuyết, phương pháp đã trình bày trước đó Diễn giải, phân tích các kết quả nhận được từ mô hình định lượng sẽ được trình bày ở phần thứ tư Cuối cùng, dựa trên phân tích kết quả của mô hình để đưa ra các khuyến nghị nhằm hạn chế tình trạng bầy đàn trên thị trường chứng khoán, từ đó xây dựng thị trường hoạt động hiệu quả hơn.
Đóng góp của đề tài
Xét về mặt thực tiễn, hiện nay, phần lớn hành vi bầy đàn trên thị trường chứng khoán chưa được định lượng một cách có hệ thống Tâm lý bầy đàn diễn ra khi nhà đầu tư bị chi phối bởi đám đông, bỏ qua các thông tin riêng, điều này có thể đẩy giá trị thị trường của cổ phiếu vượt xa giá trị cơ bản, gây ra tình trạng bong bóng thị trường và sụp đổ thị trường chứng khoán Hành vi bầy đàn có tồn tại trên thị trường chứng khoán là tín hiệu cho thấy thị trường hoạt động không hiệu quả Ngoài ra, khi các nhà đầu tư bị tác động bởi tâm lý bầy đàn thì các giả định trong mô hình định giá tài sản bị vi phạm, vì thế, độ chính xác của việc định giá cổ phiếu bằng mô hình này bị ảnh hưởng nếu họ không xem xét hiện tượng bầy đàn trong quá trình định giá đặc biệt là trong những giai đoạn khủng hoảng thị trường như dịch Covid - 19 Chính vì thế, đề tài sẽ cung cấp cho nhà đầu tư một cách khái quát về việc kiểm định cũng như mức độ tâm lý bầy đàn, đồng thời thông qua kết quả nghiên cứu, các cơ quản lý có thể đưa ra các chính sách hiệu quả và kịp thời nhằm hạn chế hành vi bầy đàn của các nhà đầu tư
Chương 1 trình bày lý do lựa chọn đề tài, tính cấp thiết, mục tiêu nghiên cứu, câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu, cũng như đóng góp của đề tài Trong chương 2, tác giả giới thiệu các khái niệm và lý thuyết về hành vi bầy đàn, phân tích nguyên nhân và các dạng hành vi bầy đàn Ngoài ra, tác giả tổng hợp và tóm tắt các nghiên cứu trước đó để làm rõ khoảng trống kiến thức và tính mới của nghiên cứu.
CƠ SỞ LÝ LUẬN VÀ LÝ THUYẾT NỀN TẢNG LIÊN QUAN ĐẾN HÀNH VI BẦY ĐÀN
Cơ sở lý thuyết
2.1.1 Lý thuyết tài chính hành vi
Lý thuyết tài chính chuẩn tắc hiện nay dựa trên 2 nền tảng là lý thuyết định giá tài sản và giả thuyết thị trường hiệu quả (Muharam, Dharmawan, Najmudin & Robiyanto, 2021) Giả thuyết thị trường hiệu quả cho rằng giá của chứng khoán trên thị trường tài chính, đều được phản ánh đầy đủ mọi thông tin có sẵn Vì thế, tất cả chứng khoán đều được định giá đúng giá trị nội tại của chính nó Với lý thuyết thị trường hiệu quả, con người với giả định là hoàn toàn hợp lý, logic và độc lập, họ thu thập các thông tin và đưa ra các quyết định nhằm tối đa hóa mức hữu dụng (Ackert
& Deaves, 2010) Các nhà đầu tư hoàn toàn không bối rối bởi các thông tin họ nhận được và không bị phân tâm bởi chính cảm xúc của họ Và dẫu các quyết định có phi lý, thì các sai lầm này là ngẫu nhiên, vì thế, điều này sẽ không ảnh hưởng đến giá cả (Fama, 1965) Hơn thế nữa, nếu các sai lầm của nhà đầu tư có tương quan nhau thì các nhà đầu tư thông minh sẽ tận dụng cơ hội này để kinh doanh chệch lệch giá, đưa giá chứng khoán về đúng giá trị nội tại của nó Tóm lại, theo Ackert & Deaves (2010), các mô hình tài chính truyền thống có nền tảng kinh tế học tân cổ điển dựa trên ba trụ cột chính: các nhà đầu tư luôn lý trí; sai lệch giữa các nhà đầu tư là không tương quan nhau; không có giới hạn kinh doanh chênh lệch giá
Tuy nhiên, các sự kiện thực tế trên thị trường chứng khoán như giá cả biến động không liên quan đến sự xuất hiện thông tin mới, hiệu ứng tháng giêng, đã mang đến thách thức với các nhà nghiên cứu về lý thuyết tài chính chuẩn tắc Đây cũng chính là một trong các nguyên do dẫn đến việc giảm mức độ phổ biến của lĩnh vực tài chính truyền thống (Baker & Ricciardi, 2014)
Trái lại, tài chính hành vi chủ yếu nghiên cứu các quyết định bất hợp lý của con người trên thị trường, mà theo Pompian (2006) cho rằng đây là ngành khoa học giúp giải đáp và nâng cao nhận thức về mẫu hình hành vi của các nhà đầu tư Điều này có nghĩa, thay vì đề xuất những điều nhà đầu tư lý trí nên làm dưới điều kiện không chắc chắn của thị trường, lĩnh vực tài chính hành vi được phát triển dựa trên việc quan sát các hiện tượng tài chính và tìm kiếm các nguyên nhân của chính nó (Ojala, 2022) Như vậy, lời giải đáp đằng sau các quyết định của nhà đầu tư, không còn dựa trên sự hoàn toàn hợp lý mà theo Suganda và các tác giả (2018), nó đến từ sự ưa thích, niềm tin sai lầm và những lệch lạc Khi đó, dưới ảnh hưởng của niềm tin và cảm xúc, giá cả của tài sản sẽ lệch khỏi giá trị nội tại (Vieira & Pereira, 2014) Theo
De Bondt và các tác giả (2008), lý thuyết tài chính hành vi có ba trụ cột chính là cảm tính (sentiment), sự ưa thích của nhà đầu tư (behavioral preferences) và giới hạn trong kinh doanh chêch lệch giá (limits to arbitrage) Schulmerich (2012) đã ghi nhận một vài lệch lạc mà tác động đến quá trình ra quyết định của nhà đầu tư cá nhân và tổ chức bao gồm sự quá tự tin, bất hòa nhận thức, kinh nghiệm, e ngại sự mất mát và tâm lý bầy đàn
Debondt và các tác giả (1997) cho rằng yếu tố cảm xúc là một trong những nhân tố có tác động đến quá trình ra quyết định của nhà đầu tư, mà cảm tính lại được định nghĩa là tập hợp cảm xúc bao gồm tích cực và tiêu cực (Fairchild, 2014) Khi con người trải qua cảm xúc tích cực như lạc quan, hạnh phúc và hi vọng, họ có xu hướng bỏ qua việc phân tích kĩ lưỡng Trong khi cảm xúc tiêu cực như lo sợ, bi quan lại gắn liền với việc con người hạn chế chấp nhận rủi ro (Yuen và Lee, 2003) và tìm kiếm sự an toàn trong việc bảo toàn tài sản (Kavanagh, 2005) Trong bài nghiên cứu của mình, Al-Hajieh (2016) đã cho rằng, họ - những người tham gia thị trường không chỉ trao đổi thông tin mà còn bị tác động bởi cảm xúc lẫn nhau Và chính những sự kiện tiêu cực hoặc tích cực trên thị trường sẽ tác động đến cá nhân riêng lẻ khi họ đưa ra các quyết định đầu tư Theo Al-Hajieh (2016), cảm xúc có thể tạo ra xu hướng của thị trường tài chính và khiến các nhà đầu tư đưa ra cùng một quyết định và dĩ nhiên, đây là yếu tố kích thích tính bầy đàn trên thị trường Như vậy, có thể thấy, từ sự tương tác ở cộng đồng, cảm xúc bắt đầu lây lan giữa các cá nhân và hình thành cảm xúc chung trên thị trường Theo Shiller (1984), lúc đó chính cảm tính đang chi phối giá trên thị trường
Về sự ưa thích của nhà đầu tư, một trong những mô hình về sự ưa thích dựa trên hành vi nổi tiếng nhất chính là lý thuyết triển vọng (prospect theory), được phát triển bởi Kahneman và Tversky (1979) Các tác giả cho rằng, khi ra quyết định con người thích đơn giản hóa lựa chọn của họ, điều này ngụ ý rằng không phải họ tìm kiếm mức hữu dụng cao nhất mà chỉ cần ở mức thỏa đáng nhất (satisficing) Theo Sebora
& Cornwall (1995), điều này hoàn toàn khác với lý thuyết hữu dụng kì vọng (expected utility theory), bởi theo lý thuyết hữu dụng kì vọng, sự ưa thích của con người khi ra quyết định là nhất quán, có trật tự, và không ảnh hưởng bởi bối cảnh và cách sắp xếp của những sự lựa chọn Suy cho cùng, con người lý trí sẽ đưa ra quyết định tối ưu nhằm tối đa hóa mức hữu dụng của họ Thế nhưng, theo lý thuyết triển vọng, con người e ngại sự mất mát và thua lỗ, họ đánh giá mất mát sẽ lớn hơn thua lỗ dù cho hai yếu tố tương tự nhau về độ lớn Và khẩu vị rủi ro của họ cũng thay đổi phụ thuộc vào bản chất của triển vọng, nghĩa là, điều họ quan tâm không phải mức tài sản cuối cùng mà chính là sự thay đổi trong mức tài sản
Cuối cùng, giới hạn kinh doanh chênh lệch giá đóng vai trò quan trọng trong lý thuyết tài chính hành vi Theo Thaler và Barberis (2002), các nhà kinh doanh chênh lệch giá dường như không thể tìm kiếm được lợi nhuận từ những xáo trộn thị trường gây ra bởi những nhà đầu tư phi lý trí Điều đó xuất phát từ việc tồn tại rủi ro cơ bản, rủi ro từ các nhà đầu tư bất hợp lý (noise trader), và chi phí thực hiện
Do ảnh hưởng của cảm xúc, con người khó có thể hoàn toàn lý trí để tối ưu lựa chọn của mình Khi thị trường không chắc chắn và khả năng tiếp nhận, xử lý thông tin bị hạn chế, họ thường dùng các lối tắt hay tự nghiệm để giảm thiểu thời gian, hiểu biết và tính toán (Ackert & Deaves, 2010) Sự lây lan cảm xúc trong tương tác thị trường, đặc biệt khi nhà đầu tư có chung cảm tính, sẽ hình thành cảm xúc chung Thị trường chứng khoán được xem là chỉ số cảm xúc trực tiếp, không chỉ là sự phản ảnh thông tin (Al-Hajieh, 2016) Sự lệch lạc này có thể trở thành sai lầm hệ thống nếu nhà đầu tư cùng đưa ra quyết định giống nhau vào cùng thời điểm Do rào cản chi phí và rủi ro thực tế, thị trường luôn giới hạn kinh doanh chênh lệch giá nên thị trường do cảm tính sẽ dễ rơi vào khủng hoảng.
2.1.2.1 Khái niệm về hành vi bày đàn
Banerjee (1992) định nghĩa hành vi bầy đàn diễn ra khi các cá nhân làm theo những gì người khác làm, ngay cả khi các thông tin riêng của họ đề xuất một quyết định khác Những nghiên cứu đầu tiên về hành vi bầy đàn được thực hiện bởi Bikhchandani, Hirshleifer, & Welch (1992), Banerjee (1992) Các tác giả miêu tả hành vi bầy đàn bắt nguồn từ việc nếu một số lượng lớn các nhà đầu tư cùng chọn 1 phương án, thì các nhà đầu tư sau sẽ bỏ qua thông tin riêng của bản thân và bắt đầu bắt chước người liền trước
Patterson và Sharma (2007) cho rằng hành vi bầy đàn diễn ra khi một nhóm nhà đầu tư cùng mua cổ phiếu nhất định trong cùng một khoảng thời gian Hành vi bầy đàn đã được chứng minh tồn tại trong xã hội loài người từ thời xa xưa, khoảng từ năm
1200 trước Công nguyên (Lao & Singh, 2011) Mà theo Deepak & Devendra (2022), nó bắt nguồn từ nhu cầu về sự đồng thuận của con người, bởi họ không muốn trông quá khác biệt so với mọi người, nơi mà họ tin rằng tương đồng với người khác dường như là điều đúng đắn
Tương tự, Chang, Cheng & Khorana (2000) mô tả hành vi bầy đàn toàn thị trường (market wide herding) là quá trình mà các nhà đầu tư đưa ra quyết định dựa theo sự đồng thuận chung trên thị trường, bỏ qua niềm tin riêng của bản thân Sự đồng thuận chung trên thị trường có thể được phản ánh thông qua tỷ suất sinh lời của thị trường hoặc các yếu tố vĩ mô khác
Ứng xử bầy đàn trong thị trường tài chính được hiểu là hành vi mà các nhà đầu tư bỏ qua những phân tích của chính mình, tin tưởng vào quyết định của người khác và đi theo đám đông Nói cách khác, ứng xử bầy đàn là sự đồng nhất trong các quyết định giao dịch bắt nguồn từ sự quan sát của các đối tượng tham gia thị trường Do bài viết tập trung nghiên cứu ứng xử bầy đàn toàn thị trường, khái niệm ứng xử bầy đàn trong bài viết này được sử dụng tương tự như các khái niệm được định nghĩa bởi Christie & Huang (1995), Chang và cộng sự (2000), Hwang & Salmon (2004).
2.1.2.2 Phân loại hành vi bầy đàn
Devenow & Welch (1996) đã đề xuất hai hình thái cơ bản của hành vi bầy đàn đó là bầy đàn giả (spurious herding) và bầy đàn có chủ ý (intentional herding)
Tổng quan nghiên cứu thực nghiệm
Trong phần này, luận văn sẽ lược khảo các nghiên cứu nhằm trình bày bức tranh rõ nét hơn về yếu tố tâm lý tác động đến hành vi giao dịch của các nhà đầu tư, cụ thể là hành vi bầy đàn Việc lược khảo các nghiên cứu theo một cấu trúc rõ ràng là tiền đề để luận văn xây dựng giả thuyết nghiên cứu hợp lý và khoa học
Theo Ivasiuc (2023), các bài nghiên cứu về xu hướng đi theo đám đông trên thị trường tài chính được phân thành 5 nhóm chính.Trong đó, nhóm thứ 1 tập trung cung cấp nhận thức sâu rộng về hành vi bầy đàn Trong khi, nhóm thứ 2 sẽ chủ yếu khám phá động cơ giao dịch của các nhà đầu tư tại các thị trường tài chính khác nhau Xem xét hành vi bầy đàn dưới các giai đoạn khủng hoảng được phân vào nhóm thứ 3 Nhóm thứ 4 chính là khám phá các đặc điểm giao dịch của các nhà đầu tư có thể hình thành tâm lý bầy đàn Và nhóm cuối cùng chính là xem xét tác động của tâm lý bầy đàn trên thị trường ảnh hưởng đến việc quản lý danh mục đầu tư
Hiện nay, nghiên cứu thực nghiệm về hành vi bầy đàn tập trung vào hai hướng chính: Thứ nhất, nghiên cứu sử dụng dữ liệu chi tiết để quan sát hành vi giao dịch của nhà đầu tư, đặc biệt là quản lý quỹ, sau đó phân tích mối tương quan trong mô hình giao dịch của họ (Theo Dang & Lin, 2016; Nagendra, 2022) Thứ hai, nghiên cứu kiểm định sự tồn tại của hành vi bầy đàn toàn thị trường Phương pháp tiếp cận này không tập trung vào hành vi của từng cá nhân mà hướng đến việc phân tích xu hướng bầy đàn của toàn bộ thị trường.
Nhằm mô tả rõ nét hơn về hành vi bầy đàn dưới những đặc điểm cụ thể, bài nghiên cứu sẽ thực hiện lược khảo theo từng đặc điểm như phương pháp tiếp cận, hành vi bầy đàn dưới ảnh hưởng của các điều kiện thị trường như cuộc khủng hoảng, đại dịch COVID-19, thị trường tăng và giảm điểm Ngoài ra, luận văn này cũng trình bày các kết quả nghiên cứu thực nghiệm về hành vi bầy đàn tại thị trường chứng khoán Việt Nam
2.2.1 Các phương pháp nghiên cứu về hành vi bầy đàn
Nghiên cứu hành vi bầy đàn hiện nay được xem xét dưới 2 phương pháp chính: phương pháp trực tiếp và gián tiếp Phương pháp trực tiếp được thực hiện thông qua việc quan sát mẫu hình giao dịch của các nhà đầu tư Như nghiên cứu của Lakonishok, Shleifer và Vishny (1992) quan sát hành vi giao dịch của 341 nhà quản lý quỹ trong giai đoạn 1985 – 1989 Các tác giả cho rằng hành vi bầy đàn tồn tại khi các nhà đầu tư tổ chức cùng mua/bán một loại cổ phiếu tại một thời điểm nhất định Tuy nhiên, với thị trường chứng khoán Mỹ, với nhóm nhà quản lý quỹ hưu trí, kết quả nghiên cứu không tìm thấy mối tương quan trong mẫu hình giao dịch của các nhà đầu tư Tuy nhiên, khi các tác giả chia tách nhóm cổ phiếu theo ngũ phân vị dựa vào vốn hóa thị trường, kết quả cho thấy hành vi bầy đàn tồn tại với các cổ phiếu có quy mô nhỏ nhất, mức độ bầy đàn là 6.1% so với nhóm cổ phiếu có quy mô lớn nhất chỉ ở mức 1.6% Điều này cho thấy hành vi bầy đàn của các nhóm cổ phiếu nhỏ cao hơn nhiều so với nhóm cổ phiếu có vốn hóa lớn Điều này được giải thích bởi việc tiếp cận thông tin đối với nhóm cổ phiếu nhỏ tương đối khó khăn, do đó, các nhà đầu tư có xu hướng giao dịch dựa trên những gì họ quan sát được Trái ngược với nghiên cứu trên, với dữ liệu quý từ năm 1983 đến năm 1997, kết quả nghiên cứu của Sias (2004) cho thấy hành vi bầy đàn tồn tại ở thị trường chứng khoán Mỹ Tác giả cho rằng việc tương đồng trong quá trình đầu tư của các nhà quản lý quỹ không chỉ diễn ra cùng một khoảng thời gian nhất định, mà nó còn có mối tương quan với một độ trễ nhất định Nguyên nhân dẫn đến việc bắt chước hành vi của các nhà đầu tư quỹ, theo tác giả đó chính là để tìm kiếm thông tin, đảm bảo danh tiếng (vấn đề người đại diện) của các nhà quản lý
Mô hình khác tiếp cận theo cách gián tiếp khi xem xét hành vi bầy đàn được phát triển bởi Christies và Huang (1995) Các tác giả xem xét hành vi bầy đàn thông qua phương pháp độ lệch chuẩn dữ liệu chéo (CSSD) Cụ thể, các tác giả lập luận rằng khi các nhà đầu tư bỏ qua niềm tin riêng của bản thân và trở nên đồng thuận với thị trường trong những khoảng thời gian thị trường biến động bất thường, thì lợi nhuận của các cổ phiếu riêng lẻ sẽ dao động quanh lợi nhuận trung bình của thị trường Điều này trái ngược với mô hình định giá tài sản (CAPM), khi các nhà đầu tư lí trí và thị trường diễn ra bình thường thì độ phân tán lợi nhuận sẽ tăng tương đương với trị tuyệt đối của lợi nhuận thị trường Như vậy, khi hành vi bầy đàn tồn tại, tác giả kì vọng độ phân tán của lợi nhuận sẽ giảm Kết quả nghiên cứu với tần suất dữ liệu ngày từ tháng 7/1962 – 12/1988 và tần suất dữ liệu tháng 11/1925 đến tháng 11/1988, các tác giả không tìm thấy hành vi bầy đàn tồn tại trên thị trường chứng khoán Mỹ Hay nói cách khác, độ phân tán của tỷ suất sinh lời của từng cổ phiếu tăng một cách đáng kể và có ý nghĩa thống kê dưới điều kiện biến động mạnh của thị trường và ngành Tương đồng với nghiên cứu trên, bằng việc sử dụng phương pháp CSSD, Demirer and Kutan (2006) không tìm thấy hành vi bầy đàn trên thị trường chứng khoán Trung Quốc trong giai đoạn 1999-2002
Kế thừa từ phương pháp CSSD, Chang, Cheng và Khorana (2000) đề xuất sử dụng phương pháp độ lệch chuẩn dữ liệu chéo (CSAD) để thể hiện sự phân tán của tỷ suất sinh lời của các cổ phiếu so với tỷ suất sinh lời của thị trường Điểm khác biệt giữa mô hình CSAD và CSSD, đó chính là việc Chang, Cheng và Khorana (2000) không chỉ xem xét hành vi bầy đàn khi thị trường biến động mạnh mà còn kiểm định ở toàn bộ giai đoạn nghiên cứu Như vậy, sự tồn tại của hành vi bầy đàn được các tác giả kì vọng thông qua mối quan hệ phi tuyến tính giữa độ phân tán của lợi nhuận cổ phiếu riêng lẻ so với lợi nhuận của danh mục thị trường Bằng mô hình Garch (1,1) với tần suất dữ liệu ngày, các tác giả thu thập giá cổ phiếu, chỉ số thị trường được tính theo trọng số đều và vốn hóa thị trường của từng cổ phiếu trên thị trường Mỹ (từ 1/1963 đến 11/1997), Hong Kong (từ 1/1981 đến 12/1995), Nhật Bản (từ 11/1976-11/1995), Hàn Quốc (1/1978 đến 12/1995) và Đài Loan (từ 1/1976-12/1995) Kết quả mô hình cho thấy với thị trường Mỹ, Hong Kong và Nhật Bản, độ phân tán tỷ suất sinh lời đều tăng tuyến tính khi suất sinh lời của thị trường tăng, điều này ngụ ý rằng hiện tượng bầy đàn không tồn tại ở cả ba nước phát triển trên Với hai thị trường mới nổi là Đài Loan và Hàn Quốc, cả hai mô hình đều chỉ ra rằng hành vi bầy đàn tồn tại và mối quan hệ phi tuyến tính giữa độ CSAD và Rm,t đều được tìm thấy khi thị trường tăng và giảm điểm Giải thích cho điều này các tác giả cho rằng xuất phát từ sự can thiệp của chính phủ, thông tin thiếu minh bạch và cả sự xuất hiện của các nhà đầu cơ trên thị trường
Cùng nhận định này, thông qua phương pháp OLS, Yao và các tác giả (2014) nghiên cứu thị trường chứng khoán Trung Quốc ở hai sàn chứng khoán Thâm Quyến và Thượng Hải trong giai đoạn tháng 1/1999 và tháng 12/2008 đã tìm thấy hành vi bầy đàn trên cả hai sàn chứng khoán và ở cả hai nhóm cổ phiếu A (đại diện bởi nhóm nhà đầu tư trong nước) và B (đại diện bởi nhóm nhà đầu tư nước ngoài) Trong đó, nhóm cổ phiếu B có mức độ bầy đàn được tìm thấy cao hơn Điều này được giải thích bởi những nhà đầu tư ở nhóm thị trường của cổ phiếu B có ít thông tin hơn do thị trường tương đối nhỏ và tính thanh khoản thấp Vì thế, ở nhóm cổ phiếu B, các nhà đầu tư có xu hướng ra quyết định, dựa trên các quyết định đầu tư của đám đông trên thị trường Củng cố cho quan điểm này, tương tự nghiên cứu trên, nhóm cổ phiếu B đại diện bởi nhóm nhà đầu tư nước ngoài trong nghiên cứu của Chiang & Tan (2010) thông qua phương pháp hồi quy phân vị cho thấy tồn tại hành vi bầy đàn trong trường hợp thị trường giảm Các tác giả cho rằng các nhà đầu tư tổ chức dù rất lí trí nhưng họ vẫn hành động theo thị trường bỏ qua thông tin riêng bởi rào cản từ sự can thiệp của chính phủ trong thời điểm đó Sự e ngại về các chính sách ở nước sở tại được xem như sự không chắc chắn, bất ổn, đặc biệt là khi thị trường giảm Và dĩ nhiên, các nhà đầu tư sẽ cảm thấy an toàn và tự tin khi đi theo đám đông, điều này giúp họ giải tỏa được sự bất ổn (Vaughan – Hogg, 2005)
Nghiên cứu về hành vi bầy đàn nổi bật ở thị trường mới nổi, nơi tồn tại thiếu hụt minh bạch thông tin, sự can thiệp của chính phủ và nhiều nhà đầu tư cá nhân thiếu kinh nghiệm Nghiên cứu của Muharam và các cộng sự (2021) tại 5 quốc gia Đông Nam Á chỉ ra hành vi bầy đàn chỉ xuất hiện ở thị trường chứng khoán Malaysia và Philippines, phù hợp với kết quả nghiên cứu trước đó của Chiang và Zheng (2010).
2.2.2 Hành vi bầy đàn dưới các điều kiện thị trường khác nhau
2.2.2.1 Hành vi bầy đàn trong điều kiện thị trường khủng hoảng
Theo Choijil et al (2021), chính cuộc khủng hoảng cho vay dưới chuẩn năm 2008 là cột mốc cho sự phát triển của lĩnh vực nghiên cứu hành vi bầy đàn Bởi theo kết quả nghiên cứu trắc lượng thư mục, trong suốt 18 năm, từ năm 1990 – 2007, chỉ vọn vẹn
Trong giai đoạn sau khủng hoảng tài chính 2008, số lượng nghiên cứu về hành vi bầy đàn trong giao dịch đầu tư tăng đáng kể Nghiên cứu chỉ ra rằng hành vi bầy đàn khuếch đại sự bất ổn của thị trường và dẫn đến bong bóng thị trường Hành vi này phổ biến trong khủng hoảng và giảm dần khi khủng hoảng qua đi Nghiên cứu cho thấy các nhà đầu tư có xu hướng đi theo đám đông trong giai đoạn thị trường khủng hoảng Đặc biệt, hành vi bầy đàn có tính lan truyền đến các quốc gia lân cận hoặc các nền kinh tế có liên quan.
Trái lại, cũng tại thời kì khủng hoảng Châu Á năm 1997, nghiên cứu của Hwang & Salmon (2004) tại thị trường chứng khoán Mỹ, Anh và Hàn Quốc chỉ tìm thấy bằng chứng về hành vi bầy đàn trước giai đoạn khủng hoảng và giảm dần khi bước vào cuộc khủng hoảng Kết quả tương tự cũng được tìm thấy trong nghiên cứu của Ferreruela & Mallor (2021) Điều này dường như trái với niềm tin rằng hành vi bầy đàn sẽ diễn ra mạnh mẽ khi thị trường biến động mạnh, hay rơi vào các cuộc khủng hoảng (Ali, Syriopoulos, Samitas, 2024).Bên cạnh đó, kết quả nghiên cứu còn cho thấy mức độ bầy đàn diễn ra khác nhau giữa các quốc gia Theo các tác giả, mức độ phát triển của thị trường tài chính cũng là yếu tố ảnh hướng mức độ hành vi bầy đàn 2.2.2.2 Hành vi bầy đàn trong đại dịch Covid – 19
Nguyen, Bakry, Vuong (2023) cho rằng Covid - 19 là một sự kiện đặc biệt, khác với các cuộc khủng hoảng tài chính trước đây Tác động từ cuộc khủng hoảng sức khỏe đến thị trường tài chính trên phương diện là một đại dịch toàn cầu đã thu hút sự chú ý của khá nhiều nhà nghiên cứu (Nguyen, Bakry, Vuong, 2023) Trong nghiên cứu Zhang (2023) về lược khảo ảnh hưởng của tâm lý nhà đầu tư đến lợi nhuận cổ phiếu trong giai đoạn dịch COVID-19, tác giả đã nhấn mạnh về tâm lý nổi bật trên thị trường trong giai đoạn đại dịch chính là hành vi bầy bàn Và sự bất ổn và không chắc chắn từ đại dịch đã khiến các nhà đầu tư đi theo cảm tính trên thị trường hơn là các phân tích riêng của bản thân Hay nói cách khác, theo Ferreruela & Mallor (2021), chính sự biến động từ đại dịch, và cảm xúc lây lan trên thị trường là điểm kích hoạt cho dòng thác đi theo đám đông của các nhà đầu tư
Nghiên cứu của Jiang và các tác giả (2022) về hành vi bầy đàn trên thị trường chứng khoán Châu Á trong thời dịch Covid -19 Bằng phương pháp CSAD, CSSD kết hợp mô hình chuyển đổi Markov và mô hình hình HS, kết quả nghiên cứu cho thấy hành vi bầy đàn rõ rệt trong giai đoạn T2/2020 – T1/2021 đặc biệt là trong thời điểm thị trường sụp đổ T3/2020 ở Nhật Bản, Singapore, Đài Loan, Hong Kong và thị trường
Trong bối cảnh đại dịch COVID-19 tại Hàn Quốc và Trung Quốc, nghiên cứu đã chỉ ra rằng mức độ hành vi bầy đàn gia tăng khi đối mặt với rủi ro không hệ thống Điều này là do những biến động về xã hội và y tế khiến thị trường kém hiệu quả trong việc truyền tải thông tin Những tin đồn, sự bùng phát dịch bệnh và cảm tính cá nhân là những yếu tố chính thúc đẩy tâm lý bầy đàn trên thị trường.
DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU
Mẫu nghiên cứu
3.1.1 Dữ liệu quan sát và nguồn số liệu Để nghiên cứu hành vi bầy đàn theo phương pháp gián tiếp thông qua mức độ phân tán trong tỷ suất sinh lời của từng cổ phiếu so với tỷ suất sinh lời của thị trường, tác giả tiến hành thu thập giá đóng cửa hàng ngày của các cổ phiếu trên sàn giao dịch HOSE từ ngày 03/01/2018 – 31/08/2023 Dữ liệu giá của các chứng khoán được điều chỉnh đối với cổ tức tiền mặt, cổ tức cổ phiếu và cổ phiếu thưởng Đối với tỷ suất sinh lời của thị trường, tác giả thu thập giá đóng cửa hàng ngày của chỉ số Vn-Index trong giai đoạn 03/01/2018 – 31/08/2023 Dữ liệu giá đóng cửa có điều chỉnh của cổ phiếu và chỉ số VN-index được thu thập từ trang thông tin điện tử https://www.vndirect.com.vn
3.1.2 Nguyên tắc lựa chọn dữ liệu Đối với nguyên tắc lựa chọn mẫu, tác giả lựa chọn những mã chứng khoán được niêm yết trên sàn giao dịch chứng khoán HOSE thỏa điều kiện về tính liên tục của dữ liệu theo tần suất ngày trong giai đoạn 03/01/2018 – 31/08/2023 Mẫu nghiên cứu chỉ bao gồm các mã cổ phiếu chốt đến ngày 31/08/2023, không bao gồm các cổ phiếu bị hủy niêm yết, bị chuyển sàn trong quá trình nghiên cứu
Dựa trên nguyên tắc lựa chọn mẫu, trong giai đoạn 03/01/2018 – 31/08/2023, bài nghiên cứu sẽ thực hiện kiểm định hành vi bầy đàn trên 228 cổ phiếu được niêm yết trên sàn giao dịch HOSE
Với tần suất dữ liệu ngày, nghiên cứu thực hiện trong suốt giai đoạn 03/01/2018 – 31/08/2023, tổng cộng có 1411 quan sát Đối với việc phân chia các giai đoạn nghiên cứu theo trước, trong và sau giai đoạn COVID-19 và trong trường hợp thị trường tăng và giảm điểm, tác giả mô tả chi tiết trong bảng sau:
Bảng 3 1 Mô tả dữ liệu nghiên cứu
TT TRƯỜNG HỢP THỜI GIAN SỐ QUAN SÁT
1 Toàn bộ mẫu nghiên cứu 03/01/2018 – 31/08/2023
2 Trước giai đoạn dịch COVID-
3 Trong giai đoạn dịch COVID-
4 Sau giai đoạn dịch COVID-19 01/06/2022 - 31/08/2023
Nguồn: Tính toán của tác giả 3.1.3 Phương pháp phân tích và xử lý số liệu
Với dữ liệu thô, tác giả tiến hành nhập liệu, kiểm tra dữ liệu thiếu và tính hợp lý, đồng thời tính toán biến cho mô hình trên phần mềm Microsoft Excel 2016 Quá trình phân tích dữ liệu được thực hiện bằng phần mềm Stata, bao gồm cả phân tích thống kê mô tả, hồi quy và kiểm định mô hình Đối với chuỗi dữ liệu thời gian, tác giả kiểm định tính dừng bằng phương pháp kiểm định nghiệm đơn vị (Unit-Root test) để đảm bảo trung bình, phương sai và tự hiệp phương sai của dữ liệu không đổi theo thời gian Nếu chuỗi dữ liệu không dừng, tác giả lấy sai phân bậc 1, 2, cho đến khi chuỗi dừng.
H0 : Chuỗi dữ liệu không dừng
Ngoài việc thu thập các biến lệch chuẩn tuyệt đối độ lệch lợi nhuận dữ liệu chéo, độ lệch chuẩn dữ liệu chéo và lợi nhuận thị trường theo tần suất dữ liệu ngày, bài viết sử dụng phương pháp Newey-West để điều chỉnh sai số chuẩn của hệ số hồi quy ước lượng theo mô hình OLS Việc này giúp khắc phục hiện tượng tự tương quan và phương sai sai số thay đổi, đảm bảo tính chính xác trong ước lượng Đồng thời, kiểm định đa cộng tuyến cũng được thực hiện để loại trừ khả năng thiên lệch và kém hiệu quả của kết quả mô hình theo phương pháp OLS.
Như đã đề cập ở trên, bất lợi của phương pháp OLS chính là kết quả nghiên cứu có thể bị thiên lệch bởi các giá trị ngoại lai và phần đuôi của phân phối có thể bị bỏ sót bởi phương pháp OLS chỉ tập trung vào giá trị trung bình Với phương pháp hồi qui phân vị, hành vi bầy đàn có thể được xem xét ở các phân phối lợi nhuận thị trường khác nhau thông qua các điểm phân vị, kể cả việc ước lượng tại phần đuôi của phân phối lợi nhuận (Chiang & Tan, 2010) Vì vậy, bên cạnh phương pháp OLS, tác giả tiếp tục đo lường hành vi bầy đàn theo phương pháp hồi quy phân vị Bài nghiên cứu sẽ thực hiện kiểm định tại 5 mức phân vị (𝜏 = 10%, 𝜏 = 25%, 𝜏 = 50%, 𝜏 75%, 𝜏 = 90%).
Phương pháp nghiên cứu
Bài nghiên cứu tuân theo quy trình cụ thể như sau:
Bước 1: Tác giả xác định mô hình, phương pháp và các biến nghiên cứu
Bước 2: Xác định mẫu nghiên cứu
Bước 3: Tác giả thực hiện thống kê mô tả dữ liệu và kiểm định tính dừng, kiểm định phương sai thay đổi, kiểm định hiện tượng đa cộng tuyến, kiểm định tự tương quan Bước 4: Để trả lời câu hỏi thứ 1, tác giả sử dụng phương pháp độ lệch chuẩn dữ liệu chéo CSSD của Christie & Hwang (1995) và độ lệch tuyệt đối dữ liệu chéo CSAD của Chang, Cheng và Khorana (2000) Với tần suất dữ liệu ngày, tác giả thực hiện kiểm định trong giai đoạn 03/01/2018 – 31/08/2023 và 3 giai đoạn nhỏ được phân chia theo cột mộc trước, trong và sau giai đoạn dịch COVID-19
Bước 5: Để trả lời câu hỏi thứ 2, tác giả sẽ xem xét hiện tượng bầy đàn diễn ra như thế nào trong trường hợp thị trường tăng và giảm điểm Và cũng tương tự câu hỏi thứ 1, tác giả cũng xem xét ở 3 giai đoạn của dịch COVID-19
Luận văn sẽ thực hiện nghiên cứu dựa trên mô hình thực nghiệm được đề xuất bởi Christie & Hwang (1995) và Chang, Cheng và Khorana (2000) nhằm kiểm định sự tồn tại của hành vi bầy đàn trên thị trường chứng khoán Việt Nam
Từ cơ sở lý thuyết về hành vi bầy đàn, Christie & Hwang (1995) đã tiên phong trong việc xem xét mối quan hệ giữa độ phân tán của các cổ phiếu riêng lẻ so với lợi nhuận thị trường là cơ sở để xác định sự tồn tại của hành vi bầy đàn Theo Chong (2019), đây là phương pháp được ứng dụng khá nhiều trong một số bài nghiên cứu ở các thị trường khác nhau trên thế giới Lập luận về độ phân tán được các tác giả dựa trên mô hình định giá tài sản CAPM Bởi theo các tác giả, nếu nhà đầu tư hợp lý thì những sự thay đổi lớn trong tỷ suất sinh lời của thị trường sẽ dẫn đến sự gia tăng trong mức độ phân tán của cổ phiếu riêng lẻ, bởi mỗi cổ phiếu có độ nhạy cảm riêng so với tỷ suất sinh lời chung của thị trường Chính vì thế, nếu hành vi bầy đàn diễn ra nhà đầu tư có xu hướng bỏ qua thông tin riêng của bản thân và đi theo đám đông trên thị trường cho dù họ không đồng tình với quan điểm đó Điều này ngụ ý rằng tỷ suất sinh lời của từng cổ phiếu riêng lẻ có xu hướng tiệm cận gần với lợi nhuận chung trên thị trường
Theo nghiên cứu của Christie và Hwang (1995), trong những giai đoạn thị trường biến động mạnh, hành vi bầy đàn sẽ diễn ra mạnh mẽ Lúc này, mức độ phân tán của tỷ suất lợi nhuận trên thị trường sẽ tăng với tốc độ chậm dần hoặc thậm chí giảm xuống.
Trong đó, CSSDt là độ lệch chuẩn dữ liệu chéo ở thời điểm t 𝐷 = 1 nếu tỷ suất sinh lợi thị trường ngày t nằm trong phần đuôi dưới của phân phối tỷ suất sinh lợi, ngược lại thì bằng 0 𝐷 = 1 nếu tỷ suất sinh lợi thị trường ngày t nằm trong phần đuôi trên của phân phối tỷ suất sinh lợi, ngược lại thì bằng 0
Theo Christie và Hwang (1995), nếu hành vi bầy đàn tồn tại thì độ tán sẽ nhỏ khi thị trường biến động mạnh bởi các nhà đầu tư đưa ra các quyết định tương tự nhau Cho nên, tác giả kì vọng hệ số 𝜷 𝟏 và 𝜷 𝟐 sẽ mang giá trị âm và có ý nghĩa thống kê Bài nghiên cứu sẽ sử dụng mức 5% và 10% cho phần đuôi của phân phối lợi nhuận để xác định mức độ biến động mạnh của thị trường
Tuy nhiên, theo Chiang et al (2010), mô hình nghiên cứu đo lường độ phân tán theo phương pháp CSSD có một vài khiếm khuyết Chẳng hạn như việc chỉ xem xét hành vi bầy đàn ở giai đoạn thị trường cực đoan như thế là không đầy đủ bởi các tác giả cho rằng hành vi này vẫn có thể diễn ra khi thị trường ít biến động hơn, và như thế việc kiểm định có thể bị bỏ sót Trong khi, việc định nghĩa về mức độ cực đoan của thị trường khá là ngẫu nhiên (Vo & Phan, 2017) Bên cạnh đó, Nagendra (2022) nhận định rằng mô hình CSSD cũng khá nhạy cảm với các điểm ngoại lai Để giải quyết vấn đề trên cũng như củng cố thêm về sự tồn tại của tâm lý bầy đàn ở thị trường Việt Nam, tác giả tiếp tục đo lường hành vi bầy đàn thông qua mô hình thực nghiệm được phát triển bởi Chang, Cheng và Khorana (2000) Mô hình này đo lường độ phân tán theo phương pháp độ lệch tuyệt đối dữ liệu chéo (CSAD) – mô hình này cho phép xem xét hành vi bầy đàn dưới tác động của toàn bộ phân phối của lợi nhuận thị trường
Vì thế, để kiểm định mô hình hành vi bầy đàn trong giai đoạn trước, trong và sau thời dịch Covid - 19, tác giả tiếp tục sử dụng mô hình CSAD được đề xuất bởi Chang, Cheng và Khorana (2000) như sau:
𝐶𝑆𝐴𝐷t = α + 𝛃1|Rm,t| + 𝛃2(Rm,t) 2 + 𝜀t (12) Trong đó, CSADt là trị tuyệt đối của độ lệch lợi nhuận ở thời điểm t, chỉ tiêu này đo lường độ phân tán của tỷ suất sinh lời theo ngày của cổ phiếu i trong danh mục so với tỷ suất sinh lợi theo ngày của danh mục thị trường; R , là giá trị tuyệt đối của tỷ suất sinh lời của thị trường; (R , ) 2 là bình phương tỷ suất sinh lời của thị trường Theo các tác giả, nếu hành vi bầy đàn tồn tại, hệ số 𝜷2 trong mô hình sẽ nhận giá trị âm và có ý nghĩa thống kê
Ngoài ra, bài nghiên cứu tiếp tục kiểm định độ phân tán của các cổ phiếu trong các điều kiện thị trường tăng và giảm điểm trong giai đoạn trước, trong, sau dịch Covid – 19 Luận văn sẽ áp dụng cách tiếp cận của Chiang và Zheng (2010), mô hình này sử dụng biến giả nhằm gộp thành một mô hình, nếu hành vi bầy đàn tồn tại khi thị trường tăng điểm và giảm điểm thì 𝜷 𝟑 và 𝜷 𝟒 mang dấu âm và có ý nghĩa thống kê Phương trình 13 được trình bày như sau:
Trong đó, 𝐷 là biến giả, 𝐷 = 1 khi thị trường tăng điểm, khi thị trường giảm điểm
Tác giả sẽ sử dụng phương pháp định lượng, kĩ thuật phân tích bình phương tối thiểu (OLS) Để đảm bảo tính vững của mô hình, tác giả thực hiện các kiểm định sau: kiểm định tính dừng, kiểm định hiện tượng phương sai sai số thay đổi, đa cộng tuyến và hiện tượng tự tương quan
Ngoài phương pháp OLS, tác giả thực hiện thêm phương pháp hồi quy phân vị (Quantile Regression) được phát triển bởi Koenker & Bassett (1978) Theo Malik & Elahi (2014), dữ liệu tài chính thường không có phân phối chuẩn, đồng thời, kết quả nghiên cứu có thể bị thiên lệch bởi các giá trị ngoại lai khi thị trường xuất hiện các thông tin mới Trong khi, mô hình theo phương pháp OLS chỉ tập trung vào giá trị trung bình nên không phản ánh được các giá trị khác của biến phụ thuộc, hay nói cách khác, các thông tin về phần đuôi của phân phối có thể bị bỏ sót (Nguyen, Bakry, Vuong, 2023) Để giải quyết vấn đề này, Chiang & Tan (2010) đề xuất phương pháp hồi quy phân vị, các tác giả cho rằng phương pháp này hiệu quả hơn phương pháp
OLS trong việc đo lường độ phân tán, đặc biệt là trong các giai đoạn thị trường biến động nhiều Phương pháp hồi qui phân vị có thể cho ta thấy mối quan hệ giữa 𝑅 , và 𝐶𝑆𝐴𝐷 tại các điểm phân vị khác nhau (Chiang & Tan, 2010) Vì vậy, bên cạnh phương pháp OLS, tác giả tiếp tục đo lường hành vi bầy đàn theo phương pháp hồi quy phân vị Bài nghiên cứu sẽ thực hiện kiểm định tại 5 mức phân vị (𝜏 = 10%, 𝜏 25%, 𝜏 = 50%, 𝜏 = 75%, 𝜏 = 90%) Phương trình hồi qui phân vị được sử dụng để ước lượng giá trị biến phụ thuộc 𝐶𝑆𝐴𝐷 với tập hợp các biến độc lập 𝑋 tương ứng tại điểm phân vị 𝜏.Phương trình (14) được sử dụng để kiểm định hành vi bầy đàn, được trình bày như bên dưới:
𝑸 𝝉 (𝝉|𝑿 𝒕 ) = 𝜶 𝟎,𝝉 + 𝜷 𝟏,𝝉 |Rm,t| + 𝜷 𝟐,𝝉 (Rm,t) 2 + 𝜺 𝒕,𝝉 (14) Trong đó 𝜏 là là điểm phân vị, 𝑋 là vec-tơ của các biến bên phải phương trình
Phương trình (15) được sử dụng để kiểm định hành vi bầy đàn trong điều kiện thị trường tăng và giảm
𝜷 𝟒,𝝉 (𝟏 − 𝑫 𝒕 𝑼 ) 𝑹 𝒎,𝒕 𝟐 + 𝜺 𝒕,𝝉 (15) Trong đó, 𝐷 là biến giả, 𝐷 = 1 khi thị trường tăng điểm, khi thị trường giảm điểm
Từ các mô hình hồi quy trên, tác giả xác định các biến nghiên cứu:
Bảng 3 2 Tổng hợp các biến nghiên cứu thực nghiệm
TT Tên biến Ký hiệu Công thức tính
1 Độ lệch chuẩn dữ liệu chéo ở thời điểm t CSSD t
Rit là tỷ suất sinh lời của mỗi cổ phiếu i tại thời điểm t được tính thông qua chênh lệch giá tại thời điểm t và thời điểm t -1
Với 𝑃 , và 𝑃 , lần lượt là giá đóng cửa có điều chỉnh ngày t của chứng khoán i tại thời điểm t và t-1
Rmt là tỷ suất sinh lời của lợi nhuận thị trường tại thời điểm t được tính thông qua chênh lệch giá tại thời điểm t và thời điểm t -1
Với 𝑃 , và 𝑃 , lần lượt là giá đóng cửa có điều chỉnh ngày t của chỉ số Vn-index tại thời điểm t và t-1
2 Trị tuyệt đối của độ lệch lợi nhuận ở thời điểm t CSAD t
Rit là tỷ suất sinh lời của mỗi cổ phiếu i tại thời điểm t được tính thông qua chênh lệch giá tại thời điểm t và thời điểm t -1
Với 𝑃 , và 𝑃 , lần lượt là giá đóng cửa có điều chỉnh ngày t của chứng khoán i tại thời điểm t và t-1
Rmt là tỷ suất sinh lời của lợi nhuận thị trường tại thời điểm t được tính thông qua chênh lệch giá tại thời điểm t và thời điểm t -1
Với 𝑃 , và 𝑃 , lần lượt là giá đóng cửa có điều chỉnh ngày t của chỉ số Vn- index tại thời điểm t và t-1
Biến giả dùng để đại diện cho điều kiện thị trường biến động mạnh, khi thị trường giảm điểm
Biến 𝐷 = 1 nếu lợi nhuận thị trường ngày t nằm ở phần đuôi dưới của phân phối tỷ suất sinh lợi (tương ứng với giai đoạn thị trường biến động mạnh theo chiều hướng giảm), ngược lại thì bằng 𝐷 = 0;
Biến giả dùng để đại diện cho điều kiện thị trường biến động mạnh, khi thị trường tăng điểm
KẾT QUẢ MÔ HÌNH
Kết quả thống kê mô tả
Bảng 4.1 tác giả trình bày đặc điểm của dữ liệu với các biến trị tuyệt đối độ lệch lợi nhuận dữ liệu chéo (CSAD), độ lệch chuẩn dữ liệu chéo của tỷ suất sinh lời (CSSD)
Bảng 4 1 Thống kê mô tả dữ liệu toàn bộ thị trường CSAD, CSSD
Giá trị nhỏ nhất (%) 0.417 0.650 Độ lệch chuẩn (%) 0.219 0.304
Nguồn: Tác giả trích xuất từ kết quả Stata
Dựa trên kết quả thống kê mô tả bảng 4.1, mẫu nghiên cứu hành vi bầy đàn theo tần suất ngày trong giai đoạn 03/01/2018 – 31/08/2023 có tổng là 1411 số quan sát Xét về độ phân tán, giá trị trung bình theo ngày của biến CSAD là 0.79%, với độ lệch chuẩn là 0.219% Giá trị cao nhất của CSAD được ghi nhận ở mức 1.774%, thấp nhất là 0.416%
Biến CSSD cho thấy các chỉ số thống kê đều lớn hơn biến CSAD Cụ thể, giá trị trung bình của biến CSSD nằm ở mức 1.111% cao hơn 0.313% so với biến CSAD Mức biến động của biến độ lệch chuẩn dữ liệu chéo (CSSD) nằm trong khoảng từ 0.65% đến 5.66%, với độ lệch chuẩn ở mức 0.304%
Xét về giai đoạn trước COVID-19, tuy trải qua nhiều biến động, nhưng chỉ số Vn- index tại giai đoạn cuối kì vào 1/2020 trở về ngang với giá trị đầu kì tại thời điểm 03/01/2018 ở quanh mức 1000 điểm Quan sát biểu đồ 4.1, ta có thể thấy đại dịch COVID-19 đã có tác động đáng kể lên thị trường chứng khoán, đặc biệt trong các giai đoạn thị trường giảm điểm
Tính từ mốc 30/01/2020 khi tổ chức Y tế thế giới (WHO) công bố dịch COVID-19 là tình trạng khẩn cấp đến thời điểm Việt Nam thực hiện cách ly xã hội trên phạm vi cả nước (cuối tháng 3/2020), Vn-index giảm mạnh hơn 300 điểm, từ 991.46 điểm xuống 662.26 điểm Có thể thấy, trong giai đoạn này, thị trường chứng kiến sự tuột dốc không phanh của chỉ số Vn-index và chạm đáy vào cuối tháng 3/2020 Tuy nhiên, chỉ số này lấy lại đà phục hồi ngay sau đó và lập đỉnh vào giữa tháng 6/2020 gần mức 900 điểm
Tuy nhiên, dịch COVID-19 bùng phát trở lại tại Đà Nẵng sau một tháng, khiến chỉ số Vn-index chạm đáy 785,17 (27/7/2020) và trùng thời điểm Đà Nẵng áp dụng giãn cách xã hội Dù vậy, đợt giảm giá thứ hai không sâu như giai đoạn đầu bùng phát dịch và Vn-index sau đó lấy lại đà tăng trưởng.
Vào cuối tháng 1/2021 và cuối tháng 7/2021, Việt Nam tiếp tục trải qua 2 đợt dịch lần lượt ở Hải Dương và sau cùng là Thành Phố Hồ Chí Minh Tại các mốc thời gian này, thị trường chứng khoán tiếp tục chứng kiến chỉ số Vn-index giảm sâu lần lượt về mức 1023.94 và 1268.83 điểm
Hình 4 1 Biểu đồ chỉ số VN-INDEX
Nguồn: Tác giả trích xuất từ kết quả Stata
Mặc dù Vn-index có 4 thời điểm chạm đáy trùng với các giai đoạn dịch bệnh bùng phát, nhưng nhìn chung chỉ số này vẫn có xu hướng tăng trưởng và lập đỉnh ở mức 1528,57 vào đầu tháng 1/2022 Trong giai đoạn này, thị trường chứng khoán Việt Nam đạt được sự phát triển bền vững tương đối Bên cạnh đó, do hoạt động sản xuất kinh doanh bị đình trệ vì đại dịch, dòng vốn từ các tầng lớp xã hội đổ vào thị trường Chỉ tính riêng năm 2021, tổng số tài khoản cá nhân mở mới đã đạt 1,5 triệu, tăng gấp 1,5 lần so với 4 năm liền kề từ 2017 đến 2020.
2020 (Kiều Linh, 2022) Có thể thấy, làn sóng gia nhập thị trường tăng cao từ các nhà đầu tư cá nhân là một trong những nhân tố góp phần đưa thị trường chứng khoán chứng kiến sự tăng trưởng liên tục và lập đỉnh vào đầu năm 2022
Hình 4 2 Mô tả dữ liệu CSAD, CSSD, Rmt theo thời gian
Nguồn: Tác giả tự tổng hợp
Bảng 4.2, 4.3 trình bày các đặc điểm của độ phân tán, lợi nhuận thị trường tại các giá trị trung bình, trung vị, giá trị lớn nhất, nhỏ nhất và độ lệch chuẩn trong 3 giai đoạn trước, trong và sau dịch COVID-19 Có thể thấy, giai đoạn trước COVID-19, giá trị trung bình của biến CSAD và Rmt chỉ ở mức lần lượt là 0.729% và -0.00037%, điều này có nghĩa lợi nhuận thị trường, mức độ phân tán của các cổ phiếu so với lợi nhuận thị trường, trong giai đoạn này là thấp nhất so với 2 giai đoạn còn lại Trong khi, độ phân tán lợi nhuận cao nhất lại nằm trong thời gian dịch COVID-19 bùng phát Cụ thể, giá trị CSAD trung bình ở mức 0.869%, trong khi ở giai đoạn sau dịch bệnh, giá trị này nằm ở mức 0.077% Theo Chiang & Zheng (2010), giá trị trung bình cao thể hiện mức biến động mạnh đáng kể trong lợi nhuận cổ phiếu, trong khi, việc tồn tại các sự kiện bất thường sẽ dẫn đến giá trị độ lệch chuẩn nằm ở mức cao Xét trong cả
3 giai đoạn, thời điểm sau COVID-19, độ lệch chuẩn cao nhất tại mức 0.25%
Tương tự ở biến lợi nhuận thị trường, giá trị trung bình trong giai đoạn COVID-19 là cao nhất (0.026%), trong khi độ lệch chuẩn chỉ ở mức 0.6147% Từ dữ liệu, ta có thể thấy mức độ rủi ro thể hiện qua độ lệch chuẩn trong giai đoạn này tăng rất ít so với 2 giai đoạn còn lại, nhưng lợi nhuận trung bình chênh lệch khá lớn Như vậy, dù kinh tế bị ảnh hưởng khá nhiều bởi đại dịch, nhưng nhìn chung lợi nhuận trong giai đoạn đại dịch có xu hướng tăng
Bảng 4 2: Thống kê mô tả dữ liệu CSAD trong 3 giai đoạn trước, trong sau
Giá trị nhỏ nhất (%) 0.427 0.512 0.417 Độ lệch chuẩn (%) 0.170 0.216 0.256
Nguồn: Tác giả trích xuất từ kết quả Stata
Bảng 4 3 Thống kê mô tả dữ liệu Rm,t trong 3 giai đoạn trước, trong, sau COVID-
19 LỢI NHUẬN THỊ TRƯỜNG (Rmt)
Giá trị nhỏ nhất (%) - 2.272 - 0.030 - 0.020 - 0.030 Độ lệch chuẩn (%) 0.476 0.615 0.568 0.557
Nguồn: Tác giả trích xuất từ kết quả Stata.
Các kiểm định sơ bộ
4.2.1 Kiểm định tính dừng và tương quan chuỗi Đối với dữ liệu chuỗi thời gian, để đảm bảo tính vững của mô hình, tác giả thực hiện kiểm định nghiệm đơn vị (Unit-Root test) theo phương pháp Augmented Dickey – Fuller, độ trễ được chọn theo phương pháp Schwaez Info Criterion nhằm kiểm định tính dừng của các biến trong mô hình
Dựa trên kết quả bảng 4.4, với giá trị p-value = 0 các chuỗi dữ liệu trong mô hình đều có trung bình, phương sai, hiệp phương sai tại các độ trễ không thay đổi theo thời gian tại mức ý nghĩa 𝛼 =5% Hay nói cách khác, các biến CSAD, CSSD, Rmt đều có tính dừng
Ngoài ra, tác giả cũng thực hiện kiểm định tương quan chuỗi bằng kiểm định Pormanteau tại các độ trễ lần lượt 1, 5, 15, 20 Kết quả cho thấy các biến CSAD, CSSD đều có cho kết quả tự tương quan tại tất cả các bậc trễ với mức ý nghĩa 1% Riêng biến lợi nhuận thị trường (Rm,t) chỉ cho thấy tương quan chuỗi tại bậc trễ thứ
Bảng 4 4 Kiểm định tính dừng và tương quan chuỗi
Kiểm định Pormanteau (Q test) tại các độ trễ ADF
Ghi chú: ***,**,* ý nghĩa thống kê lần lượt ở mức 1%, 5% và 10%
Nguồn: Tác giả trích xuất từ kết quả Stata 4.2.2 Kiểm định hiện tượng đa cộng tuyến
Bảng 4 5 Kiểm định hiện tượng đa cộng tuyến
Mô hình Thời kỳ Biến VIF
CSSD Toàn mẫu nghiên cứu 𝐷 , 𝐷 (𝜶 = 𝟓%) 1
Toàn mẫu nghiên cứu |R m,t |, (R m,t ) 2 5.94 Trước giai đoạn COVID-19 |R m,t |, (R m,t ) 2 5.78 Trong giai đoạn COVID-19 |R m,t |, (R m,t ) 2 6.23 Sau giai đoạn COVID-19 |R m,t |, (R m,t ) 2 8.67
Nguồn: Tác giả trích xuất từ kết quả Stata Để đảm bảo kết quả ước lượng không chệch, tác giả tiếp tục xem xét mối tương quan giữa các biến độc lập trong mô hình thông qua kiểm định đa cộng tuyến bằng phương pháp hệ số phóng đại phương sai VIF Theo quy tắc kinh nghiệm, khi VIFj >10 thì mức độ đa cộng tuyến được xem là cao và khi đó các hệ số hồi quy được ước lượng với độ chính xác không cao
Như vậy, theo bảng 4.5, tất cả hệ số phóng đại phương sai VIF đều < 10 Tác giả có thể kết luận rằng, hiện tượng đa cộng tuyến không ảnh hưởng nghiêm trọng đến kết quả ước lượng của mô hình
4.2.3 Kiểm định hiện tượng tự tương quan
Sau khi có kết quả mô hình hồi quy, tác giả thực hiện kiểm định tự tương quan bằng kiểm định Breusch – Godfrey với giả thuyết:
H0: không có hiện tượng tự tương quan
H1: Có hiện tượng tự tương quan
Nếu giá trị P-value nhỏ hơn mức ý nghĩa 5%, tác giả bác bỏ giả thuyết H0, nghĩa là mô hình có hiện tượng tự tương quan
Bảng 4 6Kiểm định hiện tượng tự tương quan
Mô hình Thời kỳ P-value Kết quả
(𝜶 = 𝟓%, 𝟏𝟎%) 0.000 Có hiện tượng tự tương quan
Toàn thị trường 0.000 Có hiện tượng tự tương quan Trước giai đoạn COVID-19 0.000 Có hiện tượng tự tương quan Trong giai đoạn COVID-19 0.000 Có hiện tượng tự tương quan Sau giai đoạn COVID-19 0.000 Có hiện tượng tự tương quan
Nguồn: Tác giả trích xuất từ kết quả Stata
Dựa trên kết quả kiểm định, đối với mô hình kiểm định hành vi bầy đàn toàn thị trường, hệ số P-value = 0 < mức ý nghĩa 5% Do đó, tác giả có thể kết luận rằng tồn tại hiện tượng tự tương quan giữa các sai số ngẫu nhiên trong mô hình
4.2.4 Kiểm định hiện tượng phương sai sai số thay đổi
Nếu hiện tượng phương sai số số thay đổi bị vi phạm thì các ước lượng của mô hình OLS có thể không đạt hiệu quả tốt nhất Vì thế, để đảm bảo tính vững của mô hình, tác giả sử dụng kiểm định White với giải thuyết:
H0: không có hiện tượng phương sai sai số thay đổi
H1: Có hiện tượng phương sai sai số thay đổi
Nếu kết quả P-value nhỏ hơn mức ý nghĩa 0.05 thì mô hình có hiện tượng phương sai sai số thay đổi và ngược lại.
Bảng 4 7 Kiểm định hiện tượng phương sai sai số thay đổi
Nguồn: Tác giả trích xuất từ kết quả Stata
Qua kiểm định, giá trị p-value nhỏ hơn mức ý nghĩa 𝛼 = 0.05, ngoại trừ giai đoạn sau COVID-19 và mô hình CSSD với các mức (𝜶 = 5%, 10%) Do đó, các mô hình còn lại vi phạm giả thuyết về phương sai đồng nhất của mô hình OLS Để khắc phục hiện tượng này, tác giả sẽ điều chỉnh mô hình với sai số chuẩn theo phương pháp Newey-West, dựa trên kết quả của bảng 4.6 và 4.7.
Kết quả phân tích hồi quy
4.3.1 Kiểm định hành vi bầy đàn toàn thị trường
Trước hết, tác giả xem xét hành vi bầy đàn trên toàn thị trường chứng khoán thông qua phương pháp độ lệch chuẩn dữ liệu chéo (CSSD) được phát triển bởi Christie and Huang (1995) Bảng 4.8 trình bày kết quả mô hình về việc kiểm định hành vi bầy đàn toàn thị trường thông qua sàn chứng khoán HOSE
Dựa trên định nghĩa hành vi bầy đàn, Christie and Huang (1995) cho rằng trong những giai đoạn thị trường biến động mạnh, khủng hoảng hay những sự kiện đặc biệt, các nhà đầu tư sẽ đi theo đám đông Điều này ngụ ý rằng tâm lý bầy đàn sẽ mạnh mẽ khi thị trường biến động mạnh Các tác giả đã dựa trên mô hình CAPM để cho thấy khi các nhà đầu tư hoàn toàn hợp lí, thì độ phân tán của lợi nhuận sẽ tăng
Mô hình Thời kỳ P-value Kết quả
Toàn thị trường (𝜶 = 𝟓%) 0.949 Không hiện tượng phương sai sai số thay đổi
Toàn thị trường (𝜶 = 𝟏𝟎%) 0.962 Không hiện tượng phương sai sai số thay đổi
Toàn thị trường 0.000 Có hiện tượng phương sai sai số thay đổi
Trước giai đoạn COVID-19 0.000 Có hiện tượng phương sai sai số thay đổi
Trong giai đoạn COVID-19 0.000 Có hiện tượng phương sai sai số thay đổi Sau giai đoạn COVID-19 0.511 Không hiện tượng phương sai sai số thay đổi theo sự chuyển động của lợi nhuận thị trường Thế nhưng, nếu hành vi bầy đàn diễn ra, giá của cổ phiếu sẽ dao động quanh mức giá trị thị trường, hay nói cách khác độ phân tán sẽ giảm khi lợi nhuận thị trường tăng Như vậy, nếu hành vi bầy đàn diễn ra, giá trị 𝜷 𝟏 , 𝜷 𝟐 sẽ mang giá trị âm và có ý nghĩa thống kê
Bảng 4 8 Kết quả kiểm định mô hình CSSD trong giai đoạn từ 03/01/2018 –
CSSD t là độ lệch chuẩn dữ liệu chéo ở thời điểm t
𝑫 𝒕 𝑳 = 𝟏 nếu tỷ suất sinh lợi thị trường ngày t nằm trong phần đuôi dưới của phân phối tỷ suất sinh lợi, ngược lại thì bằng 0
𝑫 𝒕 𝑼 = 1 nếu tỷ suất sinh lợi thị trường ngày t nằm trong phần đuôi trên của phân phối tỷ suất sinh lợi, ngược lại thì bằng 0.
Panel A: Giá trị biến động mạnh (tăng/giảm) của lợi nhuận thị trường tại mức
Biến Hệ số hồi quy Sai số chuẩn của hệ số hồi quy α 0.011*** 0.000
Panel B: Giá trị biến động mạnh (tăng/giảm) của lợi nhuận thị trường tại mức
Biến Hệ số hồi quy Sai số chuẩn của hệ số hồi quy α 0.011*** 0.000
Nguồn: Tác giả trích xuất từ kết quả Stata Ghi chú: ***,**,* ý nghĩa thống kê lần lượt ở mức 1%, 5% và 10%
Tương tự, Christie và Hwang (1995), bài nghiên cứu cũng sử dụng lần lượt mức 5% và 10% của phân phối tỷ suất sinh lợi để xác định mức biến động mạnh của thị trường Từ kết quả mô hình bảng 4.8, ta có thể thấy hệ số 𝜷 𝟏 ; 𝜷 𝟐 ở cả 2 mức độ phân tán của lợi tức thị trường ở các cột mốc 5% và 10%đều mang giá trị dương và có ý nghĩa thống kê ở mức 1% Như vậy, độ phân tán của các cổ phiếu riêng lẻ so với lợi nhuận thị trường trong các giai đoạn thị trường biến động mạnh đều tăng Bằng phương pháp CSSD, tác giả không tìm thấy bằng chứng về hành vi bầy đàn ở thị trường chứng khoán Việt Nam trong giai đoạn 03/01/2018 – 31/08/2023 Kết quả này tương đồng với nghiên cứu của Phan và các tác giả (2023) khi các tác giả cũng tìm thấy mối quan hệ tuyến tính tăng giữa độ phân tán lợi nhuận được tính theo phương pháp CSSD và lợi nhuận thị trường trên thị trường chứng khoán Việt Nam trong giai đoạn COVID-19
Tác giả tiếp tục kiểm định hành vi bầy đàn bằng phương pháp CSAD được phát triển bởi Chang Cheng & Khorana (2000) Thay vì chỉ xem xét trong giai đoạn thị trường biến động mạnh, các tác giả cho rằng hành vi bầy đàn còn tồn tại ở các thời điểm thị trường diễn ra bình thường Các tác giả cho rằng mối quan hệ giữa độ phân tán của các cổ phiếu riêng lẻ và lợi nhuận thị trường sẽ ở dạng phi tuyến tính hay nói cách khác khi lợi nhuận thị trường tăng, độ phân tán của cổ phiếu sẽ tăng với tốc độ giảm dần Như vậy, tác giả kì vọng hệ số 𝜷 𝟐 trong mô hình sẽ nhận giá trị âm và có ý nghĩa thống kê Bảng 4.9 trình bày kết quả kiểm định mô hình CSAD
Bảng 4 9 Kết quả kiểm định mô hình CSAD trong giai đoạn từ 03/01/2018 –
CSAD t là trị tuyệt đối của độ lệch lợi nhuận ở thời điểm t, chỉ tiêu này đo lường độ phân tán của tỷ suất sinh lời theo ngày của cổ phiếu i trong danh mục so với tỷ suất sinh lợi theo ngày của danh mục thị trường
𝑹 𝒎,𝒕 là giá trị tuyệt đối của tỷ suất sinh lời của thị trường
(𝑹 𝒎,𝒕 ) 2 là bình phương tỷ suất sinh lời của thị trường
Biến Hệ số hồi quy Sai số chuẩn của hệ số hồi quy α 0.006 *** 0.000
Nguồn: Tác giả trích xuất từ kết quả Stata Ghi chú: ***,**,* ý nghĩa thống kê lần lượt ở mức 1%, 5% và 10%
Như bảng 4.9 thể hiện, hệ số β2 = - 6,564 < 0 và ý nghĩa thống kê ở mức 1%, tác giả kết luận rằng hành vi bầy đàn tồn tại trên thị trường chứng khoán Việt Nam giai đoạn 03/01/2018 – 31/08/2023 Kết quả này tương đồng với nghiên cứu của Nguyen (2022), y (2022), Tung Nguyen (2018), Ojala (2022) Nguyên nhân chính dẫn đến hành vi bầy đàn ở các nước đang phát triển là do thông tin thiếu minh bạch và hệ thống pháp lý chưa chặt chẽ (Tung Nguyen, 2018), thị trường chứng khoán biến động (Nguyen, 2022) cùng khó tiếp cận thông tin đầy đủ (Dhall & Singh, 2020).
Dòng thác thông tin (Informational cascades) sẽ bắt đầu khi vài người đầu tiên ra quyết định tương tự nhau trên thị trường, các phân tích lý trí của cá nhân dường như không đủ thuyết phục để đi ngược với số đông Và lẽ dĩ nhiên, hiệu ứng domino của hành vi giao dịch trên thị trường tương tự nhau sẽ xuất hiện và hoàn toàn có thể là yếu tố gây nhiễu với các nhà đầu tư chuyên nghiệp
Việc kiểm định hành vi bầy đàn thông qua 2 phương pháp CSSD và CSAD đã cho ra kết quả trái ngược nhau Kết quả này tương đồng với nghiên cứu của Lobao (2022), Chang Cheng & Khorana (2000), Chen (2013), các tác giả cho rằng sự khác nhau trong kết quả CSSD, CSAD có thể xuất phát từ mô hình CSSD khá nhạy cảm với các điểm ngoại lai và chỉ xem xét trường hợp thị trường biến động mạnh Ngoài ra, định nghĩa về các giai đoạn thị trường biến động mạnh của các nhà đầu tư cũng sẽ khác nhau và kì vọng về lợi nhuận hằng ngày cũng thay đổi theo thời gian Như vậy, nghiên cứu này củng cố thêm về kết quả nghiên cứu của Chang Cheng & Khorana (2000) trong việc so sánh độ hiệu quả của mô hình CSAD so với mô hình CSSD được phát triển bởi Christie and Huang (1995) trong việc nhận diện hành vi bầy đàn
Chiang & Tan (2010), Nguyen, Bakry & Vuong (2023) cho rằng mô hình OLS có thể bị sai lệch khi thị trường xuất hiện các thông tin mới như một điểm ngoại lại Các tác giả cho rằng mô hình hồi qui phân vị sẽ trở nên hiệu quả hơn khi ước lượng độ phân tán, đặc biệt trong môi trường đầy biến động như đại dịch COVID-19 Vì thế tác giả tiếp tục kiểm định hành vi bầy đàn trong giai đoạn 03/01/2018 – 31/08/2023 bằng phương pháp hồi quy phân vị
Bảng 4 10: Kết quả kiểm định mô hình CSAD bằng phương pháp hồi quy phân vị
Nguồn: Tác giả trích xuất từ kết quả Stata Ghi chú: ***,**,* ý nghĩa thống kê lần lượt ở mức 1%, 5% và 10% Trong dấu ngoặc thể hiện sai số chuẩn của hệ số hồi quy
Bảng 4.10 cho thấy các hệ số 𝜷 𝟏 , 𝜷 𝟐 khác nhau giữa các mức phân vị của độ phân tán trải dài từ 𝜏 = 10%, 𝜏 = 25%, 𝜏 = 50%, 𝜏 = 75%, 𝜏 = 90% Hệ số 𝜷 𝟐 âm và có ý nghĩa thống kê ở mức 1% tại các điểm phân vị từ 10% đến 50% Kết quả này tương đồng với nghiên cứu Chiang & Tan (2010), Nguyen, Bakry & Vuong (2023), hành vi bầy đàn thường được tìm thấy tại mức phân vị thấp đến trung bình của phân phối độ phân tán lợi nhuận Điều này phản ánh đặc điểm tâm lý bầy đàn của thị trường chứng khoán Việt Nam trong giai đoạn 03/01/2018 – 31/08/2023 Cụ thể là xu hướng bầy đàn của các nhà đầu tư trên thị trường chứng khoán Việt Nam có nhiều khả năng sẽ diễn ra ở phần đuôi của phân phối độ phân tán của lợi nhuận tại mức ý nghĩa 1% Như vậy, ta có thể thấy phương pháp hồi qui phân vị đã mô tả rõ nét hơn hành vi bầy đàn dựa trên việc mô tả mối quan hệ giữa độ phân tán và lợi nhuận thị trường trên từng mức phân vị
4.3.2 Kiểm định hành vi bầy đàn toàn thị trường trong 3 giai đoạn trước, trong và sau giai đoạn COVID-19
Từ kết quả mô hình hồi quy (2), (3), bài nghiên cứu cho thấy tồn tại tâm lý bầy đàn trên thị trường chứng khoán Việt Nam trong giai đoạn 03/01/2018 – 31/08/2023 Tuy nhiên, theo Ojala (2022), để có góc nhìn khái quát hơn về xu hướng bầy đàn dưới giai đoạn COVID-19, bài nghiên cứu cần phân thành các giai đoạn trước, trong và sau giai đoạn COVID-19 Vì thế, tác giả tiếp tục xem xét hành vi bầy đàn trong 3 giai đoạn trước, trong và sau dịch COVID-19 bằng phương pháp hồi qui phân vị
Bảng 4 11 Kết quả kiểm định mô hình CSAD bằng phương pháp hồi quy phân vị trong giai đoạn trước, trong và sau dịch COVID-19
Panel A: Giai đoạn trước dịch COVID-19 (03/01/2018 – 22/01/2020)
Panel B: Giai đoạn trong dịch COVID-19 (30/01/2020 – 31/05/2022)
Panel C: Giai đoạn sau dịch COVID-19 (01/06/2022 – 31/08/2023)
Nguồn: Tác giả trích xuất từ kết quả Stata Ghi chú: ***,**,* ý nghĩa thống kê lần lượt ở mức 1%, 5% và 10% Trong dấu ngoặc thể hiện sai số chuẩn của hệ số hồi quy
Bảng 4.11 cho thấy trong giai đoạn COVID-19 bùng phát, hệ số 𝜷2 âm và có ý nghĩa thống kê ở tất cả các điểm phân vị trừ mức phân vị 𝝉 = 𝟗𝟎% Như vậy, hành vi bầy đàn tồn tại mạnh mẽ trên thị trường chứng khoán Việt Nam trong giai đoạn dịch COVID-19 Kết quả này hoàn toàn tương đồng với kì vọng của tác giả Như đã đề cập về đặc trưng của thị trường chứng khoán Việt Nam, với đặc thù thị trường không hiệu quả, thông tin bất cân xứng, các nhà đầu tư thiếu chuyên nghiệp, đây là các nhân tố chính dẫn đến hành vi bầy đàn Song, khi thị trường chứng kiến những sự bất ổn, đặc biệt về dịch bệnh mới gây ra hàng loạt ca lây nhiễm đã khiến thị trường rơi vào khủng hoảng (Aslam và các tác giả, 2020) Khi các nhà đầu tư đón nhận làn sóng dịch bệnh bùng phát, sự không chắc chắn lấn át các quyết định của họ và việc phụ thuộc quá mức đến các thông tin trên thị trường là điều không thể tránh khỏi (Fang et al, 2021) Kết quả nghiên cứu tương đồng với Ojala (2022), Vidya et al (2023), Nguyen, Bakry & Vuong (2023), Bouri (2021), Choi & Yoon (2020) khi các tác giả đều tìm thấy tâm lý bầy đàn diễn ra mạnh mẽ tại thị trường Việt Nam và các nước Châu Á trong giai đoạn COVID-19
