Sau đó 6 năm, Zenon G.Kontolemis 1999 đã tiến hành phân tích chu kỳ kinh tế Mỹ sử dụng mô hình Chuyển trạng thái Markov đa biến để xử lý chuỗi thời gian gồm bốn chỉ báo trùng - gồm chỉ s
Trang 1TRƯỜNG ĐẠI HỌC KINH TẾ
ĐẠI HỌC QUỐC GIA HÀ NỘI
Đề tài: Xây dựng chuỗi hệ thống xác định chu kỳ kinh tế
hỗ trợ quá trình phân bổ nguồn vốn đầu tư cổ phiếu hiệu
quả cho nhà đầu tư tài chính Việt Nam
Họ và tên: Đoàn Trung Kiên
Người hướng dẫn: TS Nguyễn Tiến Chương
Lớp: QH-2019E TCNH CLC 4
MSV: 19050673
1
Trang 2TRƯỜNG ĐẠI HỌC KINH TẾ
ĐẠI HỌC QUỐC GIA HÀ NỘI
KHÓA LUẬN TỐT NGHIỆP
Đề tài: Xây dựng chuỗi hệ thống xác định chu kỳ kinh tế
hỗ trợ quá trình phân bổ nguồn vốn đầu tư cổ phiếu hiệu
quả cho nhà đầu tư tài chính Việt Nam
Họ và tên: Đoàn Trung Kiên
Người hướng dẫn: TS Nguyễn Tiến Chương
Lớp: QH-2019E TCNH CLC 4
Trang 3MỤC LỤC
Chuwrong 1: PHAN M0’ Cau ốố
Chương 2: Tổng quan nghiên CỨU - « ««- «se s5 sE se ket xxx sense xxx si sec ra sex se sec ray Ở
2.1 Tổng quan nghiên CỨU - see «5< Sex ke xEx ke xxx HH xi mg si ra xi tre si re rau
2.2 t2 ác an 2.2.1 Chu kỳ kinh tế -s sccseeEreseeseeeierreetrsseerrsreetreeeerrseeerreeerrssesrrsserrrsserrsseex TỔ
-2.2.2 Mối liên hệ giữa chu kỳ kinh tế và phân bổ tài sản đầu tư 7
Chương 3: Phương pháp nghiên CỨU - - «5< 5< se sen HH nh se se xirserererpy se LD
3.1 Phương pháp nghiên CỨU -.- «5< 7c săn Sẽ vs se nen re re srseereseesre sex rarae LO
khòn MG ta it Li@U LA L3.1.2 Kiểm định tính Ateng cccecesesscsssecsesessesseececessesaeecsecessesaesseesaesessesaeecaesassesatsasesaeseseese LO3.2 Mô hình kinh tế lượng sử dụng -« «5 se ss sex sẽ xế hs si sen sex sec sec roee Z Chương 4: Kết quả nghiên CỨU - - cen 5< kE ke xi SE KH kg xi KH HH xi xi HH cư ch xi QO
4.1 Hệ thống xác định chu kỳ kinh tế hai trạng thái dựa trên GDP 23
4.1.1 Hệ thống xác định chu kỳ kinh tế hai trạng thái dựa trên GDP - Trường hợp
4.1.2 Hệ thống xác định chu kỳ kinh tế 2 trạng thái dựa trên GDP - Trường hợp Châu
Trang 4CHƯƠNG 1: PHẦN MỞ ĐẦU
1 TÍNH CẤP THIẾT CỦA ĐỀ TÀI
Trong thế giới đầu tư chứng khoán, cụ thể là đầu tư cổ phiếu, có hai phương pháp tiếp cậnphân tích chính gồm top-down (từ trên xuống) và bottom-up (từ dưới lên) Đối với phươngpháp top-down - hay còn gọi là phương pháp tiếp cận từ trên xuống - các nhà đầu tư tài
chính chuyên nghiệp bắt đầu công việc phân tích thông qua việc xác định phân tích xu hướng và diễn biến của kinh tế vĩ mô toàn cầu Sau khi đã nắm bắt được các diễn biến kinh
tế toàn cầu, các nhà đầu tư theo phương pháp top-down tiếp tục tiến hành phân tích tình
hình kinh tế nội địa và các diễn biến tại mức độ ngành Các cổ phiếu tiềm năng sau đó được
chọn ra dựa trên việc lựa chọn các ngành được hưởng lợi trong thời điểm hiện tại bởi các xuhướng vĩ mô nội địa và toàn cầu Ví dụ, một nhà quản lý quỹ có thể giảm tỉ trọng cổ phiếungân hàng trong bối cảnh lạm phát đang tăng cao và FED chuẩn bị có những đợt tăng lãisuất Hay trong môi trường lãi suất nội địa đang tăng cao, nhà quản lý quỹ có thể tránh đầu
tư vào những ngành sử dụng đòn bẩy cao như ngành bất động sản Các quyết định dựa trênphương pháp phân tích top-down phần lớn dựa trên những thông số quan trọng như lạmphát, lãi suất, tỉ lệ thất nghiệp, tình hình sản xuất công nghiệp hay số liệu về xuất nhập khẩu
Đối lập với phương pháp top-down là phương pháp tiếp cận từ dưới lên Đối với phương
pháp này, các nhà đầu tư bắt đầu tiến hành đánh giá tình hình cơ bản của doanh nghiệp rồi
sau đó tiếp tục mở rộng cấp độ ngành và cuối cùng mới xem xét đến tình hình vĩ mô Trong
đầu tư, một danh mục đầu tư “khỏe” nên là một danh mục kết hợp được cả hai phương pháp tiếp cận Nói theo cách khác, nhà quản lý quỹ cần phải có cái nhìn sâu rộng về cả xu hướng vĩ
mô và tình hình cơ bản của từng doanh nghiệp để có thể đạt được hiệu suất tốt trong đầu tư
Trong nghiên cứu này, tác giả chủ yếu tập trung vào phương pháp tiếp cận từ trên xuống dưới nên những thảo luận liên quan đến phương pháp tiếp cận từ dưới lên sẽ không được
xem xét trong các phần tiếp theo của nghiên cứu
Để có thể thực hiện phương pháp tiếp cận top-down một cách hiệu quả, việc hiểu về chu kỳ
kinh tế trở nên đặc biệt quan trọng Việc phân bổ nguồn vốn đầu tư một cách có hiệu quả vào các ngành đòi hỏi nhà đầu tư top-down phải có khả năng xác định được chu kỳ của nềnkinh tế dựa trên sự thay đổi của các chỉ báo vĩ mô Tuy nhiên nắm bắt được một nền kinh tế
Trang 5ở đỉnh - là một công việc hết sức khó khăn khi có quá nhiều chỉ báo phải theo dõi Để có thểgiải quyết được vấn đề theo dõi chuyển động chu kỳ kinh tế, mô hình Markov switching của
Hamilton (1989) đã ra đời Mô hình này cho phép nhà đầu tư xác định xác suất chu kỳ của
một nền kinh tế dựa trên việc xử lý các chỉ báo kinh té vĩ mô trùng (coincident indicators).
Trong vòng 3 thập kỷ trở lại đây - kể từ giai đoạn 90 - đã có tương đối nhiều các nghiên cứu
của các học giả phương Tây về điểm ngoặt chu kỳ kinh tế Các nghiên cứu này phần lớn ứng
dung mô hình Markov Switching của Hamilton (1989) để ước tính xác suất đang ở trong mộtchu kỳ của nền kinh tế Một trong những nghiên cứu đầu tiên kể từ khi mô hình Markovswitching ra đời là nghiên cứu của Thomas H Goodwind (1993) - nghiên cứu đã tiến hànhphân tích chu kỳ kinh tế của 8 nền kinh tế phát triển thuộc OECD Sau đó 6 năm, Zenon G.Kontolemis (1999) đã tiến hành phân tích chu kỳ kinh tế Mỹ sử dụng mô hình Chuyển trạng
thái Markov đa biến để xử lý chuỗi thời gian gồm bốn chỉ báo trùng - gồm chỉ số sản xuất
công nghiệp, tình hình lao động phi nông nghiệp, thu nhập cá nhân trừ chuyển giao nhà
nước và doanh số thương mại và sản xuất - nhằm xác định điểm ngoặt trong chu kỳ kinh tế
Mỹ Kết quả nghiên cứu cho thấy, so với việc sử dụng mô hình Markov đơn biến, việc sử
dụng mô hình đa biến cho thấy mô hình chuyển động sát hơn theo chu kỳ tham khảo NBER
Tại khu vực Châu Âu, số lượng các nghiên cứu về điểm ngoặt chu kỳ kinh tế ứng dụng mô
hình Chuyển trạng thái Markov model đã tăng tương đối mạnh trong những năm 2000
J.Anas, M.Billio và cộng sự (2006) đã có chuỗi bài nghiên cứu đặt nền móng cho sự phát
triển của “Đồng hồ chu kỳ kinh doanh” - một hệ thống xác định chu kỳ kinh tế đang được
Eurostat, cục thống kê Châu Âu sử dụng L Anas, M Billio và cộng sự (2006) đã tiến hành đề
ra phương pháp tiếp cận ABCD - một phương pháp sử dụng để định vị điểm ngoặt của mộtchu kỳ kinh tế Bên cạnh đó, nhóm tác giả cũng đã nghiên cứu về niên đại của các điểm ngoặttrong lịch sử đồng thời tiến hành phân tích chu kỳ kinh doanh dựa trên mô hình Markov
Switching đa biến Tại Châu Á, cũng có tương đối các các nghiên cứu về điểm ngoặt chu kỳ
kinh tế Toshiaki Watanabe (2001) đã tiến hành đo lường điểm ngoặt chu kỳ kinh doanh
Nhật Bản thông qua kế thừa và kết hợp hai mô hình Dynamic-factor models - được phát
triển bởi Stock và Watson (1989) - và mô hình Markov Switching của Hamilton (1989) ming Wang và cộng sự (2008) đã tiến hành đo lường chu kỳ kinh doanh của Trung Quốcthông qua kế thừa và kết hợp hai mô hình Dynamic-factor models và Markov Switching.Nhìn chung các nghiên cứu về điểm ngoặt chu kỳ kinh tế đã tương đối phổ biến tại các nước
Trang 6Jin-có nền kinh tế phát triển Tại Việt Nam, các nghiên cứu về điểm ngoặt chu kỳ kinh tế vẫnchưa được phổ biến trong thời điểm hiện tại Hai nghiên cứu gần đây của các tác giả Việt
Nam có liên quan đến mô hình Markov chuyển đổi là nghiên cứu của Trần Thị Tuấn Anh(2018) và Võ Văn Hảo (2019) Tuy nhiên, hai tác giả chủ yếu tập trung vào đo lường sựchuyển đổi trạng thái của thị trường chứng khoán Việt Nam
Trong nghiên cứu này, tác giả thực hiện xây dựng chuỗi hệ thống xác định chu kỳ kinh tế cho
các nền kinh tế Mỹ; Châu Âu; Trung Quốc và Nhật nhằm hỗ trợ các nhà đầu tư chứng khoán
tại Việt Nam phân bổ nguồn vốn đầu tư vào các ngành một cách có hiệu quả trong quá trình
áp dụng phương pháp phân tích top-down.
Tại sao việc xây dựng chuỗi hệ thống xác định chu kỳ kinh tế lại trở nên quan trọng và
hữu ích cho các nhà đầu tư cổ phiếu tại Việt Nam? Nền kinh tế Việt Nam bắt đầu mở cửa
giao thương vào những năm 90 Sự mở cửa trên phương diện thương mại của Việt Nam với
thế giới bên cạnh việc đem đến những cơ hội mới đã làm ra tăng những rủi ro đến từ bênngoài đối với nền kinh tế Việt Nam nói chung và thị trường chứng khoán Việt Nam nói riêng
2 loại rủi ro chính mà tác giả cho rằng có ảnh hướng trọng yếu đến nền kinh tế và thị trường
chứng khoán Việt Nam gồm (1) rủi ro từ lãi suất và (2) rủi ro từ suy thoái kinh tế toàn cầu
Đối với rủi ro về lãi suất, đây là loại rủi ro liên quan đến việc FED tăng lãi suất Nước Mỹ làmột trong hai nền kinh tế lớn nhất thế giới nên việc tăng lãi suất sẽ có tác động đến kinh tếtoàn cầu và đặc biệt tác động tiêu cực đến kinh tế Việt Nam FED tăng lãi suất sẽ làm tăng
nhu cầu nắm giữ đồng đô, dòng vốn đầu tư tài chính gián tiếp chảy về Mỹ nơi có mức lãi suất
cao hơn hấp dẫn hơn dẫn đến giảm nhu cầu nắm giữ Việt Nam đồng - điều này sẽ khiến cho
Việt Nam Đồng mất giá Các nhóm cổ phiếu sẽ bị ảnh hưởng tiêu cực do tác động từ sự sụt
giá của Việt Nam đồng trong bối cảnh FED tăng lãi suất gồm các cổ phiếu của các doanhnghiệp sản xuất - nhóm này phải đối mặt với chi phí nguyên liệu đầu vào tăng do tiền đồng
Việt Nam mất giá tương đương với việc nhập khẩu lạm phát Bên cạnh đó, các cổ phiếu của
các doanh nghiệp có tỉ trọng các khoản vay bằng đồng đô cao cũng sẽ bị ảnh hưởng tiêu cực khi chi phí lãi bằng đồng đô-la tăng theo mức tăng của lãi suất FED Việc FED tăng lãi suất,
mặt khác, cũng ảnh hưởng lên thanh khoản của ngành ngân hàng Việt Nam khi người gửi
tiền trở nên quan ngại và có khả năng mất niềm tin trước khả năng trả nợ của các doanhnghiệp trong môi trường lãi suất nội địa tăng cao Bên cạnh đó, chi phí vốn ngân hàng tăng
Trang 7tiêu cực đến lợi nhuận ngân hàng Tất cả các yếu tố kể trên có tác động tiêu cực lên giá cổphiểu ngành ngân hàng Cổ phiếu ngành chứng khoán cũng sẽ không được hưởng lợi từ đà
đà tăng của lãi suất FED khi thị trường chứng khoán sụt giảm do những quan ngại về tìnhhình lợi nhuận doanh nghiệp cộng thêm việc lãi vay margin neo ở mức cao Có thể thấy rõđược từ những phân tích trên, việc ngân hàng trung ương Mỹ tăng hay giảm lãi suất đều cónhững ảnh hưởng sâu rộng lên nền kinh tế và thị trường chứng khoán của Việt Nam
Về rủi ro suy thoái kinh tế toàn cầu, đây là những rủi ro liên quan đến xuất khẩu hàng hóacủa Việt Nam ra thế giới trong bối cảnh suy thoái Việc các nền kinh tế của nước hiện đang làbạn hàng xuất nhập khẩu chính của Việt Nam bao gồm Mỹ; EU; Trung Quốc và Nhật rơi vào
suy thoái sẽ gây ảnh hưởng tiêu cực lên cán cân thương mại Việt Nam Từ đó, ảnh hưởng
tiêu cực lên các cổ phiếu có tính chất xuất khẩu đến từ các ngành dệt may; thủy sản; xi
mang; gỗ; gạo; thép va cao su khi nhu cầu nhập khẩu hàng hóa từ các thị trường xuất khẩu
chủ lực sụt giảm trầm trọng.
Từ những phân tích ngắn khái quát về ảnh hưởng của kinh tế thế giới lên kinh tế và thị
trường chứng khoán Việt Nam, có thể thấy rõ được tầm quan trọng của việc phát triển một
chuỗi hệ thống giúp xác định chu kỳ kinh tế cho các nước hiện tại đang là bạn hàng xuất nhập khẩu chính của Việt Nam Chuỗi hệ thống xác định chu kỳ kinh tế mà tác giả xây dựng hướng đến hỗ trợ các nhà đầu tư tài chính ở Việt Nam có được cái nhìn toàn cảnh hơn về diễn biến kinh tế vĩ mô của những đối tác thương mại chính từ đó có thể đưa ra được chiến lược phân bổ nguồn vốn phù hợp vào các ngành nghề phụ thuộc vào diễn biến của từng nền
kinh tế của các đối tác thương mại trong từng giai đoạn cụ thể
Tình hình nghiên cứu trên thế giới cho thấy đã có tương đối nhiều các nghiên cứu về điểm
ngoặt chu kỳ kinh tế cho các quốc gia và khu vực cụ thể tuy nhiên phần lớn các nghiên cứu
đã tương đối cũ với dữ liệu chưa được cập nhật mới Mặt khác tại Việt Nam cũng chưa có
nghiên cứu nào hướng tới xây dựng chuỗi hệ thống xác định chu kỳ kinh tế cho các đối tác
hiện đang là bạn hàng xuất khẩu chính của Việt Nam Bên cạnh đó việc tích hợp xác địnhtương quan giữa các nền kinh tế với hệ thống xác định chu kỳ kinh tế cũng chưa được thựchiện nhiều Dựa trên sự quan trọng của chu kỳ kinh tế đối với việc phân bổ nguồn vốn đầu
tư tài chính và những khoảng trống nghiên cứu mà tác giả đã phân tích ở phần trên, đề tài
“Xây dựng chuỗi hệ thống xác định chu kỳ kinh tế hỗ trợ quá trình phân bổ nguồn vốn đầu
Trang 8tư cổ phiếu hiệu quả cho nhà đầu tư tài chính Việt Nam” đã tác giả chọn làm tên đề tài khóa
luận.
2 MỤC TIÊU VÀ NHIỆM VỤ NGHIÊN CỨU
2.1 Mục tiêu nghiên cứu
Thứ nhất, xác định xác suất đang ở một trong chu kỳ kinh tế của các đối tác thương mại
chính của Việt Nam bao gồm Mỹ, Châu Âu, Nhật và Trung Quốc trên cơ sở GDP (theo quý)
trong quá khứ và hiện tại.
Thứ hai, xác định tương quan trong chuyển động cho các nền kinh tế Mỹ, Châu Âu, Nhật và
Trung Quốc dựa trên số liệu GDP
Thứ ba, đưa ra khuyến nghị phân bổ nguồn vốn vào các ngành nghề cho nhà đầu tư cổ phiếu
Việt Nam dựa trên trạng thái hiện tại của các nền kinh tế mà hệ thống xác định.
2.2 Nhiệm vụ nghiên cứu
Thứ nhất, lấy dữ liệu GDP và dữ liệu chỉ báo trùng của các đối tác xuất khẩu chính qua cổng
thông tin chính phủ và cục thống kê
Thứ hai, điều chỉnh dữ liệu về dạng phần trăm tăng trưởng và chạy kiểm định tính dừng đối
với các chuỗi dữ liệu thời gian.
Thứ ba, nhập dữ liệu và chạy mô hình Chuyển trạng thái Markov để xác định xác suất cácchu kỳ kinh tế của các đối tác thương mại chính đối với Việt Nam trên cơ sở dữ liệu
Thứ tư, chạy các kiểm định để kiểm tra mức độ phù hợp của mô hình
Thứ năm, tiến hành so sánh xác suất của mô hình với các khoảng thời gian tham chiếu diễn
ra suy thoái của các tổ chức có thẩm quyền để kiểm tra tính chính xác trong việc xác địnhchu kỳ của hệ thống
3 CÂU HỎINGHIÊN CỨU
° Xác suất đang ở một trong chu kỳ kinh tế của các đối tác thương mại chính của Việt
Nam bao gồm Mỹ, Châu Âu, Nhật và Trung Quốc trên cơ sở GDP (theo quý) đã và đang diễn
biến thế nào ?
Trang 9° Xác suất đang ở trong một chu kỳ kinh tế của các đối tác thương mại chính của ViệtNam bao gồm Mỹ, Châu Âu, Nhật và Trung Quốc trên cơ sở sử dụng các chỉ báo trùng (theo
tháng) đang diễn biến thế nào ?
4 ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
4.1 Đối tượng nghiên cứu
Xác suất của các chu kỳ kinh tế trong thời điểm quá khứ và hiện tại
4.2 Pham vi nghiên cứu
Pham vi không gian: Mỹ, Châu Âu, Nhật và Trung Quốc
Pham vi thời gian:
5 DONG GOP CUA DE TAI
Thứ nhất, cung cấp một hệ thống theo dõi xác suất chu kỳ kinh tế tương đối toàn diện của
các đối tác thương mại chính hỗ trợ quá trình đầu tư cổ phiếu cho nhà Việt Nam
Thứ hai, nghiên cứu tính toán xác suất của các chu kỳ kinh tế của các đối tác thương mại
chính dựa trên cả GDP và các chỉ báo trùng.
Thứ ba, nghiên cứu đưa ra một số khuyển nghị phân bổ nguồn vốn đầu tư cổ phiếu hợp lệcho các nhà đầu tư Việt Nam dựa trên xác suất của các chu kỳ tính toán bởi mô hình
6 KẾT CẤU CỦA ĐỀ TÀI
Trong chương 2, tác giả thực hiện hệ thống lại các nghiên cứu đã được thực hiện trước đó và
cơ sở lý luận cho vấn đề nghiên cứu Tại chương 3, tác giả mô tả dữ liệu nghiên cứu, phương pháp nghiên cứu và mô hình sử dụng Trong chương 4, tác giả tiến hành thảo luận kết quả
thực nghiệm và nêu ra một số vấn đề trọng yếu mà mô hình gặp phải Chương 5 - chươngcuối cùng - tác giả tiến hành hệ thống lại toàn bộ các nội dung chính của nghiên cứu
Trang 10CHƯƠNG 2: TỔNG QUAN NGHIÊN CỨU VÀ CƠ SỞ LÝ LUẬN
2.1 Tổng quan nghiên cứu
Các nghiên cứu liên quan tới điểm ngoặt chu kỳ đã tương đối phổ biến tại các nước phương
Tây và một số quốc gia Châu Á có nền kinh tế phát triển vào đầu những năm 2000 Tại Mỹ, kể
từ khi mô hình Markov Switching của Hamilton ra đời năm 1989, đã có hai hướng tiếp cậnnghiên cứu chính Hướng thứ nhất hướng đến việc ứng dụng Markov Switching vào xác địnhđiểm ngoặt chu kỳ kinh tế Mỹ Hướng còn lại bao gồm các nghiên cứu phát triển các phương
pháp mới độc lập với phương pháp Markov Switching giúp phỏng đoán các chu kỳ kinh tế
Mỹ Một trong những nghiên cứu nổi bật có hướng đi khác với các nghiên cứu ứng dụngChuyển trạng thái Markov để xác định điểm ngoặt chu kỳ kinh tế là nghiên cứu của Stock
James và Mark W Watson (1991) Nghiên cứu đã tiến hành xây dựng mô hình single-index
từ bốn nhóm chỉ báo kinh tế trùng để trực tiếp dự báo biến nhị phân đại diện cho hai trạngthái của nền kinh tế Mỹ là mở rộng và suy thoái trong 6 tháng - nghiên cứu không dự báocác điểm ngoặt như trong các nghiên cứu của các tác giả trước đó như Hymans (1973),
Wecker (1979), Zarnowitz & Moore (1982), Kling (1987), và Zellner; Hong và Gulati (1987).
Một số các nghiên cứu nổi bật trong những năm 90 ứng dụng mô hình Markov cho nền kinh
tế Mỹ phải kể đến như nghiên cứu của Kontolemis (1999) - nghiên cứu tiến hành xác địnhđiểm ngoặt trong chu kỳ kinh tế Mỹ sử dụng mô hình Chuyển trạng thái Markov đa biến đơngiản đề xuất bởi Engle va Hamilton (1990) Nghiên cứu của Kim, Chang-Jin và cộng sự(1999) cũng đã tiến hành ứng dụng mô hình Chuyển trạng thái Markov để xác định điểmngoặt chu kỳ kinh tế Tuy nhiên nghiên cứu đã kết hợp phương pháp Bayesian để xác địnhđiểm gãy cấu trúc tại các điểm ngoặt không xác định trong mô hình Chuyển trạng tháiMarkov của chu kỳ kinh tế Kết quả thực nghiệm cho thấy đã có điểm gãy trong tăng trưởngGDP Mỹ theo hướng ổn định
Các nghiên cứu về điểm ngoặt kinh tế Mỹ của các tác giả nghiên cứu giai đoạn về sau đã pháttriển cả về mặt số liệu cũng như mô hình nghiên cứu Công trình của Burns và Mitchell
(1946) đã chỉ ra hai đặc điểm chính của chu kỳ kinh tế gồm sự cùng chuyển động của các
chuỗi dự liệu kinh tế và hành vi phi tuyến giữa hai chu kỳ suy thoái và mở rộng của nền kinh
tế vĩ mô Hai nghiên cứu nổi bật đã giải quyết được hai vấn đề trong nghiên cứu của Burns
Trang 11Hamilton (1989) Stock và Watson (1989, 1991, 1993) đã xử lý được đặc tính thứ nhất của
chu kỳ kinh tế thông qua việc đề xuất mô hình nhân tố động có khả năng nắm bắt được
những chuyển động không thể quan sát được của các chuối dữ liệu thời gian của nền kinh tế.Đặc điểm thứ hai liên quan đến hành vi phi tuyến của chu kỳ kinh tế đã được giải quyết quanghiên cứu của Hamilton (1989) với mô hình Chuyển trạng thái Markov 2 trạng thái đơnbiến được thực hiện trên chuối dữ liệu GDP của Mỹ Qua thời gian, các nghiên cứu về điểmngoặt kinh tế ứng dụng mô hình Chuyển trạng thái Markov đã phát triển mô hình theohướng tích hợp - hai vấn đề về chu kỳ kinh tế trong nghiên cứu của Burns và Mitchell đãđược giải quyết thông qua việc tích hợp hai mô hình nhân tố động và Chuyển trạng thái
Markov vào làm một Diebold và Rudebusch (1996) đã thành công trong việc tích hợp hai
mô hình trên để nghiên cứu về điểm ngoặt kinh tế Chauvet (1998); Kim và Nelson (1998)
đã thông qua mô hình nhân tố động Chuyển trạng thái Markov đa biến để xác định điểmngoặt kinh tế thông qua các chỉ báo kinh tế Các nghiên của của Chauvet (1998); Kim vàNelson (1998) tuy nhiên đã bỏ qua việc kết hợp số liệu GDP bên cạnh các chỉ báo kinh tế đãđược sử dụng Tầm quan trọng của GDP vốn đã được nhấn mạnh trong nghiên cứu của Stock
và Watson (1999) - hai tác giả đã nhấn mạnh :”Biến động trong tổng sản lượng đầu ra là yếu
tố cốt lõi của chu kỳ kinh tế, các thành phần của GDP thực là một thước đo hữu ích cho tổng
thể chu kỳ kinh tế” Để giải quyết vấn đề GDP, Camacho và cộng sự (2012) đã tiến hành mở
rộng mô hình nhân tố động Chuyển trạng thái Markov (DFMS) hướng đến việc kết hợp các
chuỗi dữ liệu với tần suất khác nhau - trong nghiên cứu này, các dữ liệu theo quý như GDP
đã được kết hợp với các chỉ báo kinh trùng với tần suất theo tháng Koopman và Pacce
(2016) đã tiếp nối Camacho và cộng sự (2012) xây dựng một phương pháp tiếp cận mới dựa
trên mô hình DFMS hướng đến xử lý những vấn đề tồn đọng trong các mô hình trước đó Vớiphương pháp ngăn xếp - còn được biết đến với thuật ngữ “stacking approach” - để xuất bởiBlasques và cộng sự (2014), nghiên cứu của Koopman và Pacce (2016) đã giải quyết đượcmột số vấn đề xuất phát từ việc thực hiện ước tính Bayesian
Tại Châu Âu, so với các nghiên cứu về chu kỳ kinh tế Mỹ, các nghiên cứu về điểm ngoặt kinh
tế cũng đã tương đối phổ biến vào những năm 2000 Gregoir và Lengart (2000) đã tiến hành
đo lường xác suất của điểm ngoặt chu kỳ kinh tế Pháp sử dụng mô hình Markov ẩn đa biến.Fagan, Henry và cộng sự (2001) đã tiến hành xây dựng mô hình AWM - area wide model -
được sử dụng với bốn mục đích chính bao gồm đánh giá tình hình kinh tế khu vực Châu Âu;
11
Trang 12dự báo tình hình kinh tế vĩ mô; phân tích chính sách và giúp các nhà kinh tế có một được
những hiểu biết sâu sắc về cách thức nền kinh tế vĩ mô khu vực Châu Âu vận hành Mô hình
AWM do Fagan, Henry và cộng sự (2001) xây dựng, tuy nhiên vẫn có những hạn chế nhất định ở chỗ mô hình phần lớn sử dụng dữ liệu từ quá khứ với tần suất dữ liệu theo quý Như
vậy tính năng động của mô hình sẽ được giảm thiểu đi đáng kể Bên cạnh các nghiên cứuứng dụng các mô hình vào đo lường xác suất của các chu kỳ kinh tế, nghiên cứu của Anas vàFerrara (2004) đã tiến hành so sánh đánh giá giữa hai phương pháp tiếp cận tham số và phi
tham số trong việc xác định điểm ngoặt chu kỳ kinh tế của Châu Âu Nghiên cứu đã chỉ ra
rằng phương pháp tiếp cận phi tham số như phép lọc Baxter-King và Hodrick-Prescott trở
nên hữu dụng hơn trong việc xác định ngày bắt đầu của các chu kỳ hơn, trong khi các
phương pháp tiếp cận tham số như mô hình Chuyển trạng thái Markov lại thích hợp hơntrong việc phát hiện các chu kỳ kinh tế Bên cạnh thực hiện cách đánh giá về các phươngpháp tiếp cận khi nghiên cứu điểm ngoặt kinh tế, công trình của Anas và Ferrara (2004) đãđặt nên móng cho một phương pháp xác định chu kỳ kinh tế mới được gọi là phương pháp
tiếp cận ABCD - đề xuất này đã được Cục thống kê Châu Âu đưa vào triển khai dưới dạng
đồng hồ chu kỳ kinh tế Phương pháp ABCD do Anas và Ferrara (2004) khởi xướng khác so
với các nghiên cứu truyền thống ở chỗ nghiên cứu hướng đến phân tách chu kỳ kinh tế
thành nhiều pha nhỏ lẻ thay vì chỉ có hai chù kỳ quen thuộc gồm suy thoái và mở rộng Các pha nhỏ hơn như tăng trưởng chậm lại và hồi phục sớm đã được Anas và Ferrara (2004)
đưa vào xem xét - nói theo cách khác, nghiên cứu không chỉ tập trung nghiên cứu chu kỳ
kinh tế mà còn kết hợp xem xét cả chu kỳ tăng trưởng.
Tiếp bước công trình của mình nghiên cứu của Anas và Ferrara (2004), Anas; Billio và cộng
sự (2008) đã tiếp tục nghiên cứu và đưa ra hệ thống xác định và phát hiện điểm ngoặt chu
kỳ cho khu vực Châu Âu Công trình của Anas; Billio và cộng sự (2008) không di sâu vào
phát triển phương pháp ABCD - phương pháp vốn đã được đề suất bới Anas và Ferrara(2004) - mà tập trung vào phát triển hai chỉ số BCCI (business cycle coincident indicator) và
GCCI (growth Cycle Coincident Indicator) giúp phát hiện đỉnh và đáy của chu kỳ kinh tế và
chu kỳ tăng trưởng Đối với BCCI, rổ chỉ số được phát triển dựa trên 3 chỉ báo kinh tế Châu
Âu gồm chỉ số sản xuất công nghiệp, tỉ lệ thấp nghiệp và lượng xe hơi đăng ký mới Đối với
GCCI, rổ chỉ số được phát triển dựa trên 5 nhóm chỉ báo kinh tế riêng biệt bao gồm kỳ vọng
việc làm, chỉ báo tự tin trong xây dựng, tình hình tài chính trong vòng 12 tháng trở lại, chỉ số
Trang 13sản xuất công nghiệp và chỉ báo nhập khẩu hàng hóa trung gian Tất cả các chuỗi thời gian
cấu thành của hai chỉ bao BCCI và GCCI đều được Anas, Billio va cộng sự (2002) điều chỉnh
để loại bỏ ảnh hưởng của của tính không dừng trong dữ liệu chuỗi thời gian.
Billio; Ferrara và cộng sự (2016) đã tiếp tục phát triển nghiên cứu thông qua việc kế thừa
phường pháp ABCD và hai chỉ báo gồm BCCI & GCCI được đề xuất trước đó để xây dựng một
hệ thống phát hiện điểm ngoặt chù kỳ hoàn chỉnh dựa trên mô hình Chuyển trạng tháiMarkov đa biến Bên cạnh việc tiếp tục phát triển hệ thống xác định chu kỳ kinh tế, Billio;
Ferrara và cộng sự (2016) đã bổ sung một số phương pháp mới nhằm kiểm tra tính chính
xác trong việc xác định điểm ngoặt chu kỳ kinh tế của hệ thống được đề xuất Cụ thể, đề xuất
ra hai phương pháp “Lags” và “Excess” Lags là một chi báo thống kê được dùng để đếm sốtháng mà điểm ngoặt kinh tế ước tỉnh bởi mô hình Chuyển trạng thái Markov bị chậm hơn
so với ngày tham khảo của các cơ quan có thẩm quyền Việc thiết kế một hệ thống xác định
chu kỳ kinh tế với độ trễ được tối thiếu hóa là cần thiết, tuy nhiên nếu tối thiểu hóa quá mức
độ trễ sẽ xảy ra một vấn đề khác - mô hình có thể đưa ra tín hiệu sai về suy thoái trong khi
suy thoái có thể có hoặc không xảy ra trên thực tế dựa trên hệ thống xác định của các cơ
quan có thẩm quyền của chính phủ Để giải quyết được vấn đề này, Billio; Ferrara và cộng sự(2016) đã đưa chỉ báo thống kê Excess - chỉ báo đếm số tháng mà mô hình Chuyển trạngthái Markov loại bỏ tín hiệu suy thoái trong khi suy thoái trên thực tế có xảy ra theo đánh giácủa các chính phủ có thẩm quyền Bên cạnh các chỉ báo thống kê được đề xuất mới ở bêntrên, công trình của Billio; Ferrara và cộng sự (2016) đã tiếp tục kế thừa các phương phápđánh giá tính chính xác của hệ thống gồm QPS đề xuất bởi Score of Brier (1950) vàConcordence Index đề xuất bởi Harding và Pagan (2002)
Tại Nhật Bản, các nghiên cứu về chu kỳ kinh tế cũng đã tương đối phổ biến trong những năm
2000 Toshiaki Watanabe (2001) đã tiến hành xác định chu kỳ kinh tế của Nhật Bản thông
qua việc ứng dụng hai phương pháp độc lập của Kim và Nelson (1998) và của Stock và
Watson (1989, 1991) Nghiên cứu đã tiến hành so sánh hai phương pháp và kết quả cho
thấy không có bằng chứng đủ mạnh cho thấy mô hình của Kim và Nelson (1998) chiếm ưu
thế hơn mô hình của Stock và Watson (1989, 1991) Bên cạnh đó kết quả nghiên cứu cũng
không cho thấy có sự khác biệt trọng yếu nào trong giá trị của hai rổ chỉ số phức hợp tạo rabởi hai mô hình của hai nhóm tác giá trên Tuy nhiên, nghiên cứu cho thấy mô hình của Kim
13
Trang 14và Nelson (1998) có thể tạo ra các kết quả ước lượng điểm ngoặt chu kỳ kinh tế gần hơn vớingày tham chiếu của Viện nghiên cứu Kinh tế và Xã hội Nhật.
Iiboshi và Watanabe (2005) đã tiến hành đo lường những thay đổi mang tinh cấu trúc trong chu kỳ kinh tế của Nhật Bản thông qua việc ứng dụng phân tích Bayesian dựa trên mô hình
Chuyển trạng thái Markov với nhiều điểm thay đổi Nghiên cứu cho thấy, trong quá khứ, nềnkinh tế Nhật Bản đã trải qua hai lần thay đổi mang tính chất cấu trúc - lần thay đổi thứ nhấtxảy ra vào năm 1975 sau cuộc khủng hoảng dầu mỏ lần thứ nhất, lần thay đổi thứ hay xảy ra
trong năm 1989.
Shyh-Wei Chen (2007) đã tiến đo lường chu kỳ kinh tế Nhật Bản thông qua mô hình Markov
Switching Panel Nghiên cứu sử dụng dữ liệu của 11 chỉ báo vĩ mô chọn lựa bởi ERSI - Viện
nghiên cứu Kinh tế và Xã Hội Nhật - trong đó nghiên cứu loại bỏ một số biến bao gồm lợi nhuận hoạt động (dữ liệu quý), giá trị bán lẻ và giá trị bán buôn Kết quả nghiên cứu cho
thấy khả năng phân loại và xác định chu kỳ kinh tế của mô hình Chuyển trạng thái Markovpanel đa biến cũng không thua kém gì các phiên bản khác như mô hình nhân tốt Chuyểntrạng thái Markov đa biến hay mô hình Chuyển trạng thái Markov VAR
Bên cạnh các nghiên cứu mang tính chất các quốc gia, cũng có một số nghiên cứu của một só
tác giả hướng tới xem xét chu kỳ kinh tế ở mức độ vùng Motonaru và Geoffrey (2008) đãtiến hành đo lường chu kỳ kinh tế vùng tại Nhật Bản sử dụng mô hình Markov switching
Nghiên cứu cho thấy ảnh hưởng của các khu vực kinh tế lên chu kỳ kinh doanh tại mỗi vùng
là khác nhau.
Sau khi ứng dụng phương pháp phân tích Bayesian vào nghiên cứu các thay đổi cấu trúc,Watanabe (2014) đã tiếp tục tiến hành phân tích chu kỳ kinh tế của Nhật Bản thông qua việc
sử dụng mô hình Chuyển trạng thái Markov kết hợp với biến động Stochastic và phân phối
“fat-tail Với dữ liệu nghiên cứu từ 1985 đến 2013, kết quả nghiên cứu cho thấy mô hìnhMarkov dạng đơn giản với sai số thông thường và biến động cố định không thể phát hiện ra
được những điểm ngoặt kinh tế một các chính xác Bằng chứng là mô hình Markov dạng giản
đơn đã không phát hiện được ra ảnh hưởng của cuộc suy thoái tài chính toàn cầu 2008 và
ảnh hưởng của trận động đất Tohoku 2011 Sau khi kết hợp sai số student-t và biến động
Stochastic, mô hình đã cho ra các kết quả ước tính cho các điểm ngoặt kinh tế rất gần khi so
Trang 15Yoshihiro và Kazushiro (2017) đã tiến hành nghiên cứu sự tương đồng và khác biệt giữa chu
kỳ kinh tế cấp độ quốc gia và chu kỳ cấp độ vùng tại Nhật Bản Nghiên cứu ứng dụng môhình Chuyển trạng thái Markov không thời gian - được gọi với tên tiếng Anh là spatio-temporal Chuyển trạng thái Markov model - để khám phá mối quan hệ giữa chu kỳ kinh tếquốc gia và chu kỳ kinh tế vùng Kết quả thực nghiệm cho thấy, chu kỳ kinh tế ở vùng Kanto
- bao gồm cả Tokyo - tương đồng với chu kỳ kinh tế của Nhật Bản.
Tại Trung Quốc, các nghiên cứu về chu kỳ kinh tế không được thịnh hành như ở các nước
Phương Tây và Nhật Tuy nhiên cũng đã xuất hiện một vài nghiên cứu về chủ đề chu kỳ kinh
tế Wu Tai-yue (2007) đã bắt đầu tiến hành nghiên cứu về chu kỳ kinh tế Trung Quốc thông
qua việc sử dụng mô hình Chuyển trạng thái Markov đa biến
Jin-ming Wang và cộng sự (2008) đã tiến hành đo lường chu kỳ kinh tế của Trung Quốc với
mô hình nhân tố động khác biệt so với mô hình Chuyển trạng thái Markov đa biến của WuTai-yue (2007) Cụ thể, nghiên cứu đã tiến hành triển khai hai phương pháp tiếp cận - baogồm phương pháp Stock-Watson và mô hình nhân tố động Chuyển trạng thái Markov(DMSF) - để xây dựng rổ chỉ số kinh tế trùng phức hợp cho nền kinh tế Trung Quốc từ thang1/1990 cho đến tháng 3/2008 4 chỉ báo kinh tế trùng được lựa chọn để xây dựng cho rổ chỉ
số phức hợp bao gồm chỉ số sản xuất công nghiệp, đầu tư cho tài sản cố định, doanh số bán
lẻ và cung tiền M1 Nghiên cứu đã cho thấy tính bất cân xứng trong chu kỳ kinh tế của Trung
Quốc với pha mở rộng diễn ra lâu hơn với cường độ nhỏ hơn so với pha suy thoái.
Bên cạnh những nghiên cứu riêng biệt cho các quốc gia, cũng có một số nghiên cứu về chu
kỳ kinh tế được phân theo các khu vực hay kết hợp so sánh giữa các quốc gia với nhau.
Thomas H Goodwin (1993) đã tiến hành xác định chu kỳ kinh tế cho 8 quốc gia OECD thông
qua việc sử dụng mô hình Chuyển trạng thái Markov Peter Mcadam (2003) đã tiến hành
thực hiện so sánh chu kỳ kinh tế giữa 3 quốc gia bao gồm Mỹ, Châu Âu và Nhật dựa trên dữ
liệu GDP sử dụng mô hình Chuyển trạng thái Markov 3 trạng thái
Gilles và Benjamin (2013) đã tiến hành phân tích về mối quan hệ trong chu kỳ kinh tế của 5 quốc gia ASEAN Đồng thời tiến hành khảo sát mối tương quan giữa chu kỳ kinh tế của 5
quôc gia khu vực ASEAN với chu kỳ kinh tế của ba quốc gia lớn gồm Mỹ, Nhật và Trung Quốc
Pami Dua và Divya Tuteja (2023) đã tiến hành đánh giả ảnh hưởng của các cuộc khủng
hoảng - bao gồm Đại suy thoái 2007-2009, khủng hoảng khu vực Châu Âu 2010-12 và đại
15
Trang 16dịch COVID-19 - lên chu kỳ kinh tế của Trung Quốc và Ấn Độ Nghiên cứu sử dụng mô hình
Chuyển trạng thái Markov đơn biến tự hồi quy đễ phát hiện ra các chu kỳ kinh tế riêng
biệt-bao gồm mở rộng, tăng trưởng chậm lại và suy thoái - của hai nền kinh tế Quốc và Ấn Độ Sau đó, để nghiên cứu sự tương đồng trong chu kỳ kinh tế của Trung Quốc và Ấn Độ trước
những cuộc khủng hoảng đã được đề cập tới ở bên trên, Pami Dua và Divya Tuteja (2023) đã
sử dụng mô hình Chuyển trạng thái Markov VAR đa biến Nghiên cứu chỉ ra rằng hai chu kỳ
kinh tế của Trung Quốc và Ấn Độ đã phản ứng tương đồng trong các cuộc khủng hoảng diễn
Nguyễn Thị Liên Hoa & Lương Thị Thúy Hường (2014) đã tiến hành nghiên cứu mối liên kết
động giữa tỷ giá hối đoái và biến động thị trường chứng khoán các quốc gia mới nổi ASEAN.Trần Thị Tuấn Anh (2018) đã xác định sự chuyển đổi trạng thái tỷ suất sinh lợi chứng khoántrên thị trường Việt Nam thông qua mô hình chuyển trạng thái Markov Một nghiên cứu khác
phải kể đến như công trình của Võ Văn Hảo (2019) - nghiên cứu đã tiến hành áp dụng mô
hình chuyển trạng thái Markov để xác định xác suất của các xu hướng tăng/giảm của thị
trường chứng khoán Việt Nam.
Tình hình nghiên cứu trên thế giới cho thấy đã có tương đối nhiều các nghiên cứu về điểm
ngoặt chu kỳ kinh tế cho các quốc gia và khu vực cụ thể tuy nhiên phần lớn các nghiên cứu
đã tương đối cũ với dữ liệu chưa được cập nhật mới Mặt khác tại Việt Nam cũng chưa có
nghiên cứu nào hướng tới xây dựng chuỗi hệ thống xác định chu kỳ kinh tế cho các đối tác
hiện đang là bạn hàng xuất khẩu chính của Việt Nam Bên cạnh đó việc tích hợp xác định tương quan giữa các nền kinh tế với hệ thống xác định chu kỳ kinh tế cũng chưa được thực
hiện nhiều Dựa trên sự quan trọng của chu kỳ kinh tế đối với việc phân bổ nguồn vốn đầu
Trang 17“Xây dựng chuỗi hệ thống xác định chu kỳ kinh tế hỗ trợ quá trình phân bổ nguồn vốn đầu
tư cổ phiếu hiệu quả cho nhà đầu tư tài chính Việt Nam” đã tác giả chọn làm tên đề tài khóa
luận.
2.2 Cơ sở lý luận
2.2.1 Chu kỳ kinh tế
Chu kỳ kinh tế còn được gọi là chu kỳ kinh doanh Nghiên cứu đầu tiên về chu kỳ kinh tế
nằm trong công trình nghiên cứu của Burns và Mitchell (1946) Chu kỳ kinh tế theo Burns và
Mitchell (1946) được định nghia là:
“Chu kỳ kinh tế là một hình thức dao động được tìm thấy trong các hoạt động kinh tế tổngthể của một quốc gia tổ chức công việc chủ yếu thông qua vận hành các doanh nghiệp Một
chu kỳ bao gồm các pha mở rộng diễn ra đồng thời trong rất nhiều hoạt động kinh tế, theo sau đó là các pha suy thoái và phục hồi tiếp diễn những pha mở rộng mới trong các chu kỳ
kế tiếp”
Theo Burns và Mitchell (1946), khái niệm về chu kỳ kinh tế có hai đặc tính chính Đặc tínhthứ nhất là sự cùng chuyển động giữa các biến số kinh tế vĩ mô Burns và Mitchell đã tiến
hành xem xét hàng trăm chuỗi dữ liệu bao gồm sản lượng hàng hóa, thu nhập, giá cả, lãi
suất, giao dịch ngân hàng và dịch vụ giao thông để xác định ngày cho các điểm ngoặt kinh tế.Đặc tính thứ hai của chu kỳ kinh tế là sự phân chia chu kỳ thành các pha khác nhau như mở
rộng hoặc suy thoái.
Theo đội ngũ phân bổ tài sản của Fidelity Investment: “Dao động trong chu kỳ kinh tế là
những thay đổi trong tỉ lệ tăng trưởng của hoạt động kinh tế, đặc biệt là sự thay đổi của ba
chu kỳ - chu kỳ lợi nhuận doanh nghiệp, chu kỳ tín dụng và chu kỳ hàng tồn kho - cũng nhưthay đổi trong hai chính sách tiền tệ và tài chính Chu kỳ kinh tế được chia thành 2 pha lớn
và 4 pha nhỏ 2 pha chính gồm mở rộng và suy thoái, trong đó 4 pha nhỏ bao gồm hồi phục;
mở rộng trung hạn; tăng trưởng chậm lại và suy thoái.
Với pha hồi phục, nền kinh tế hồi phục mạnh mẽ từ suy thoái được đánh dấu bằng sự chuyển
trạng thái tăng trưởng từ âm sang dương và sau đó bắt đầu tăng tốc Một số chỉ số quan
trọng như GDP và chỉ số sản xuất công nghiệp đều chuyển trạng thái từ tăng trưởng âm sang
dương Một số dấu hiệu quan trọng khác như điều kiện tín dụng bắt đầu được nới lỏng trong
17
Trang 18bối cảnh chính sách tiền tệ được đặt ở trạng thái kích thích hỗ trợ nền kinh tế tăng trưởng.
Hàng tồn kho của doanh nghiệp trong pha hồi phục được duy trì ở mức thấp trong khi tăngtrưởng doanh thu cải thiện một cách đáng kể
Với pha mở rộng trung hạn - đây là pha diễn ra lâu nhất của chu kỳ kinh tế - tăng trưởng kinh tế vẫn được duy trì ở trạng thái dương tuy nhiên tốc độ tăng trưởng không quá mạnh
mẽ như ở pha hồi phục Tín dụng trong pha mở rộng trung hạn tiếp tục được duy trì mạnh
mẽ, lợi nhuận doanh nghiệp được duy trì trong trạng thái lành mạnh Hàng tồn kho và
doanh thu đạt điểm cân bằng
Tại pha tăng trưởng chậm, nền kinh tế đã đạt đỉnh và tốc độ tăng tưởng bắt đầu chậm lại tuy nhiên vẫn được duy trì ở trạng thái dương Một trong những điểm quan trọng của pha tăng
trưởng chậm lại là lạm phát bắt đầu trở nên nóng dần và ngân hàng trung ương bắt đầu tăng
lãi suất để giới hạn tăng trưởng tín dụng Lợi nhuận doanh nghiệp tăng trưởng chậm lại và
tồn kho doanh nghiệp ra tăng trong khi doanh số bán hàng bắt đầu giảm kéo theo đà giảm
của lợi nhuận doanh nghiệp.
Pha cuối cùng của một chu kỳ kinh tế là pha thu hẹp hay còn gọi là suy thoái Trong suy thoái, nền kinh tế đón nhận tăng trưởng âm Chỉ số sản xuất công nghiệp, GDP và lợi nhuận
doanh nghiệp đều ghi nhận tăng trưởng âm trong suy thoái Một trong những điểm quan
trọng của pha suy thoái là lạm phát hạ nhiệt và các ngân hàng trung ương bắt đầu nới lỏng
chính sách tiền tệ.
2.2.2 Mối liên hệ giữa chu kỳ kinh tế và phân bổ tài sản đầu tư
Nước Mỹ là quốc gia có lịch sử lâu dài về dữ liệu kinh tế và thị trường Vì vậy, đội ngũ nghiên
cứu phân bổ tài sản của Fidelity Investment đã tiến hành khảo sát sự thay đổi trong hiệusuất của các hạng mục tài sản - bao gồm cổ phiếu, trái phiếu và tiền- qua các chu kỳ kinh tế
của Mỹ từ năm 1950 cho đến năm 2020 Cuộc khảo sát thực nghiệm đã cho thấy hiệu suất
của các hạng mục tài sản thấy có sự đổi rõ rệt qua các pha khác nhau của một chu kỳ kinh tế
Trong các pha phục hồi, cổ phiếu thường đạt hiệu suất sinh lời mạnh mẽ nhất so với hiệusuất của nó trong các pha khác của chu kỳ kinh tế và lớn hơn so với hiệu suất sinh lời củatrái phiếu và tiền trong cùng pha phục hồi trong bối cảnh chính sách tiền tệ kích thích, lợinhuận doanh nghiệp phục hồi
Trang 19Trong các pha mở rộng trung hạn, kết quả thực nghiệm cho thấy hiệu suất sinh lời của cổ
phiếu vẫn tiếp tục sinh lời mạnh mẽ tuy nhiên mức độ không còn diễn ra mạnh mẽ như ở
pha phục hồi trong bối cảnh tăng trưởng kinh tế đã hạ nhiệt Trong pha mở rộng trung hạn,
hiệu suất sinh lời của cả trái phiếu và tiền vẫn thấp hơn hiệu suất sinh lời của cổ phiếu.
Trong các pha tăng trưởng chậm lại, kết quả thực nghiệm cho thấy hiệu suất sinh lời của cổ
phiếu bắt đầu suy yếu trong bối cảnh lạm phát trở nên nóng dần và ngân hàng trung ương bắt đầu thực hiện chính sách thắt chặt tiền tệ Tại thời điểm này, các cổ phiếu có tính chất
nhạy cảm với nền kinh tế được nhà đầu tư hạ tỉ trọng Hiệu suất sinh lời của cổ phiếu tại pha
tăng trưởng chậm lại được ghi nhận diễn biến tốt hơn so với trái phiếu và tiền Trong bối
cảnh lãi suất tăng, tiền gửi có hiệu suất sinh mạnh hơn trái phiếu theo kết quả thực nghiệmcủa đội ngũ phân tích phân bổ tài sản
Trong pha thu hẹp hay suy thoái, nhìn chung, cổ phiếu thường có hiệu suất sinh lời kém hơn
so với trái phiếu và tiền trong bối cảnh lợi nhuận doanh nghiệp tăng trưởng âm Trong bốicảnh suy thoái, các cổ phiếu mang tính chất phòng thủ sẽ được ưu thích hơn các cổ phiếumang tính chất nhạy cảm với kinh tế vĩ mô Trong pha suy thoái, kết quả thực nghiệm cho
thấy trái phiếu có hiệu suất sinh lời tốt hơn cổ phiếu và tiền trong bối cảnh ngân hàng bắt
đầu dừng thắt chặt tiền tệ khi lạm phát đã hạ nhiệt.
Hình 1.1: Hiệu suất sinh lời của các hạng mục tài sản qua các pha của chu kỳ kinh tế
Annual Absolute Return Average] Ị i] #
Stocks Bonds Cash
Nguồn: Asset Allocation Research Team Fidelity Investments
19