Luận văn thạc sĩ Nghiên cứu về hiệu ứng ngày trong tuần trên TTCK Việt Nam

B GIÁO DC VÀ ÀO TO TRNG I HC KINH T THÀNH PH H CHÍ MINH NGUYN HUY BO NGHIÊN CU V HIU NG NGÀY TRONG TUN TRÊN TH TRNG CHNG KHOÁN VIT NAM Chuyên ngành: Tài chính – Ngân hàng Mã s : 60340201 LUN VN THC S KINH T NGI HNG DN KHOA HC: PGS.TS NGUYN TH NGC TRANG TP.HCM - NM 2013 LI CAM OAN Tôi xin cam đoan rng lun vn “Nghiên cu hiu ng ngày trong tun trên th trng chng khoán Vit Nam” là công trình nghiên cu ca riêng tôi. Các thông tin d liu đc s dng trong lun vn là trung thc, các ni dung trích dn đu có ghi ngun gc và các kt qu trình bày trong lun vn cha đc công b ti bt k công trình nghiên cu nào khác. TP.HCM, tháng 12 nm 2013 Hc viên Danh mc bng Bng 1: Thng kê mô t 14 Bng 2: Thng kê t sut sinh li bình quân ca các ngày trong tun 15 Bng 3: Kt qu hi quy mô hình 1 17 Bng 4: Kt qu hi quy mô hình 2 19 Danh mc hình Hình 1: VN-Index trong giai đon nghiên cu 13 Hình 2: Biu đ t sut sinh li theo ngày, giai đon 04/03/2002 – 01/03/2013 15 MC LC Trang ph bìa Danh mc bng Danh mc hình Tóm tt………………………………………………………………………… 1 1. GII THIU 2 2. C S LÝ THUYT 4 2.1. Lý thuyt th trng hiu qu 4 Lý thuyt bc đi ngu nhiên 6 2.2. Tng quan các nghiên cu v hiu ng ngày trong tun 8 3. PHNG PHÁP NGHIÊN CU 12 4. KT QU 14 5. KT LUN 21 TÀI LIU THAM KHO 22 Ph lc………………………………………………………………………………… 25 1 TịM TT Bài nghiên cu này nhm tìm hiu xem hiu ng ngày trong tun có tn ti trên th trng chng khoán Vit Nam hay không. Phân tích đnh lng ca nghiên cu da trên d liu là ch s VN-Index trong giai đon t ngày 04 tháng 03 nm 2002 ti ngày 01 tháng 03 nm 2013. Mô hình hi quy vi bin gi đc s dng trong bài nghiên cu này. Kt qu t phân tích thc nghim cho thy có hiu ng ngày trong tun tn ti trên th trng chng khoán Vit Nam. C th: giá ca các c phiu vào ngày th ba thì thng gim và ngày th sáu thì thng tng. 2 1. GII THIU Lý thuyt th trng hiu qu đc phát trin bi Giáo s Eugene Fama ti University of Chicago Booth School of Business trong lun vn tin s ca mình vào đu nhng nm 1960s. Lý thuyt này đc chp nhn rng rãi cho đn nhng nm 1990s thì b đt câu hi bi hàng lot các bt thng xut hin trên th trng. Các bt thng (anomalies) là các kt qu thc nghim, mà cho đn khi cha đc gii thích đy đ thì có v nh chúng đi ngc li vi tính hiu qu ca th trng. Chng hn s st gim mnh m ca giá c chng khoán trong nhng thi đim nào đó (nh đã xy ra  th trng chng khoán M t ngày 15 tháng 10 đn ngày th hai đen ti 19 tháng 10 nm 1987), hoc s bt thng trong t sut sinh li trung bình hng ngày trong tun ca các c phiu trên th trng. Nghiên cu nm 1980 ca French, s dng d liu t nm 1953 đn nm 1977, đa ra kt qu t sut sinh li vào các ngày th hai thp hn nhiu so vi nhng ngày khác trong tun. Ngoài ra, hiu ng ngày trong tun  th trng chng khoán phát trin và mi ni cng đc phát hin bi nhng nhà nghiên cu nh: nghiên cu ca Agrawal và Tandon (1994), nghiên cu ca Rahman (2009). T nhng nghiên cu trên, tôi nhn thy hiu ng ngày trong tun là mt hin tng bt thng rt ph bin  th trng chng khoán các nc. Mc đích ca nghiên cu này nhm tìm bng chng thc nghim hiu ng ngày trong tun ti th trng chng khoán Vit Nam. Vi d liu t ch s VN- Index trong giai đon t ngày 04 tháng 03 nm 2002 đn ngày 01 tháng 03 nm 2013 thì kt qu mô hình hi quy vi bin gi cho thy hiu ng ngày trong tun tn ti trên th trng chng khoán Vit nam. Giá ca các c phiu vào ngày th ba thì thng gim, vào ngày th sáu thì thng tng. Nghiên cu đc chia thành nhiu phn khác nhau. Phn th nht bao gm nhng gii thiu tóm tt v bài nghiên cu và tm quan trng ca nghiên cu. Phn th hai cung cp c s lý thuyt da trên nhng nghiên cu trong quá kh. Phn th ba din đt phng pháp nghiên cu ca nghiên cu, bao gm din đt v c mu, phng pháp thu thp d liu. Phn th t bao gm các phân tích v 3 thng kê mô t, mô hình hi quy đc s dng đ phân tích đnh lng. Phn nm s là kt lun tng quát vn đ và cui cùng là ph lc các tài liu tham kho liên quan. 4 2. C S LÝ THUYT Hiu ng ngày trong tun là s bt thng trong t sut sinh li hng ngày trong tun ca các c phiu trên th trng, c th là giá ca các c phiu vào các ngày bt thng trong tun thì thng tng (gim). ây là mt hin tng bt thng đc các nhà nghiên cu tìm thy  nhiu nc. Do đó đ hiu rõ hiu ng ngày trong tun tôi xin bt đu t lý thuyt th trng hiu qu. Trong phn lý thuyt th trng hiu qu, tôi trình bày thêm lý thuyt bc đi ngu nhiên đ thy đc s vn đng giá c trên th trng chng khoán. Sau đó, tôi s lit kê kt qu ca các nhà nghiên cu v hiu ng ngày trong tun đ hoàn thin c s lý thuyt cho bài nghiên cu này. 2.1.Lý thuyt th trng hiu qu T khi th trng chng khoán ra đi, đã có rt nhiu lý thuyt dày công nghiên cu phng pháp đu t có li nhun cao trên th trng này nh phân tích c bn, phân tích k thut hay các quy tc mua sau khi giá tng 2 ngày, mua khi có tin xu, bán khi có tin tt Tuy vy kt qu ca nó không tha mãn mong mun ca nhng nhà đu t. Mt nghiên cu v hot đng ca nhng nhà môi gii chng khoán đã dn đn kt lun rng tính trung bình, li nhun đem li t các danh mc đu t do h thc hin cng không hn mt danh mc đu t đc la chn ngu nhiên. Nhng nghiên cu v xu hng giá ca th trng chng khoán s dng s liu thng kê trong nhiu nm cng rút ra: ch có mt điu chc chn đi vi giá c phiu là chúng lên xung rt tht thng. Nói tóm li, nhng nghiên cu trong nhiu thp k qua đa đn kt lun không th kim li nhun cao trên th trng chng khoán bng các quy tc hay công thc bi vì nhìn chung nó cng không tt hn mt c cu đu t chng khoán đc đa dng hóa và la chn ngu nhiên. iu này đã khin cho các nhà lý thuyt tài chính đi sâu nghiên cu nhm tìm ra câu tr li ti sao mt th trng tài chính hot đng tt li loi b đc tình trng li nhun quá cao trong mt thi gian dài. 5 Giáo s Fama, trong công trình nghiên cu mang ý ngha bc ngoc ca mình, đã đnh ngha th trng hiu qu là th trng mà trong đó gi c phn ánh toàn b nhng thông tin tn ti trên th trng. nh ngha này sau đó đã tr thành kinh đin và là chun mc trong nghiên cu th trng hiu qu. Fama, qua đnh ngha va nêu, hàm ý rng: th trng x lý thông tin mt cách trit đ. Do đó, không tn ti bt c mt thông tin có liên quan nào đn chng khoán vn b th trng b qua. Và do đó, giá c chng khoán vn trên th trng luôn  mc phù hp vi mc giá tr ni ti ca nó. Tuy nhiên, đ đa ra đc thuyt th trng hiu qu, Fama đa ra các gi đnh sau: Gi đnh ban đu và quan trng v mt th trng hiu qu yêu cu có mt s lng ln ngi tham gia phân tích và đánh giá các th trng nhm ti đa hóa li nhun và mi ngi đc lp vi nhng ngi khác. Gi đnh th hai: thông tin mi liên quan ti th trng đc công b theo cách thc ngu nhiên, và thi đim quyt đnh đ thông báo đc lp vi nhng thông báo khác. Gi đnh th ba đc bit quan trng: nhà đu t - nhm ti đa hóa li nhun - điu chnh giá chng khoán mt cách nhanh chóng phn ánh tác đng ca thông tin mi. Mc dù s điu chnh giá c có th không hoàn ho, nó vn đc chp nhn. iu này có ngha là đôi lúc th trng s điu chnh quá mc, đôi lúc nó li di mc cn thit, nhng ta không th đoán đc nhng gì s din ra  mi thi đim xác đnh. Giá c chng khoán điu chnh mt cách nhanh chóng bi vì các nhà đu t (đ ti đa hóa li nhun) luôn cnh tranh vi nhng ngi khác. nh ngha trên, xét v phng din lý thuyt, đã th hin đy đ bn cht ca th trng hiu qu. Tuy nhiên, v mt thc nghim, đnh ngha này đã gây nên nhiu khó khn trong vic kim đnh tính hiu qu ca th trng. Mt điu d nhn thy đó là các nhà thc nghim hu nh không có đc mt lun c đnh lng c th nào da trên câu đnh ngha “phn ánh hoàn toàn mi thông tin tn ti trên th trng”. Vn đ đc đt ra  đây là, đ bit đc giá c chng khoán 6 vn có phn ánh hoàn toàn thông tin trên th trng hay không, có hai câu hi cn phi đc tr li: Giá c trên th trng chng khoán vn đc hình thành ra sao? Th nào là phn ánh hoàn toàn và mi thông tin đc phn ánh  đây c th là gì?  tr li cho câu hi “Giá c trên th trng chng khoán vn đc hình thành ra sao?”, các nhà nghiên cu thc nghim buc phi s dng mt mô hình đnh giá chng khoán vn nht đnh. Nh vy, vic xác đnh giá c chng khoán vn có phn ánh các thông tin tn ti trên th trng hay không, ph thuc rt ln vào tính đúng đn ca mô hình đnh giá chng khoán vn đc s dng. Lý thuyt bc đi ngu nhiên Nm 1973 khi Burton Malkiel vit quyn sách "A Random Walk Down Wall Street", thì lý thuyt bc đi ngu nhiên bt đu tr nên ph bin. Quyn sách này có th đc xem nh mt trong nhng lý thuyt đu t kinh đin nht trên th trng chng khoán. Lý thuyt cho rng s thay đi giá ca mt chng khoán riêng l bt k hay ch s chng khoán ca c th trng trong quá kh đu không th dùng đ d báo cho s thay đi trong tng lai. Nói mt cách đn gin nht thì lý thuyt bc đi ngu nhiên cho thy giá chng khoán tuân theo bc đi ngu nhiên và đó là bc đi không th tiên đoán trc đc. Kh nng tng hay gim ca chng khoán trong tng lai là tng đng nhau. Nhng ngi tin theo lý thuyt này tin rng trong tng lai, th trng không th ging nh nhng gì nó đã xy ra vì luôn có nhng ri ro tng thêm, đó là nhng ri ro không th bit trc.                     trong đó P là giá vào cui thi k t, D là c tc tr trong k t, E(R) là li nhun k vng trong thi gian t, và  là mt bin ngu nhiên đc lp theo tng k có giá tr d kin là 0. Mô hình này tng đng vi:                      trong đó R là li nhun kép liên tc hp quan sát đc trong khong thi gian t. [...]... - (1) (2) (3) ngày &P 500 1997 rong khi vào ngày ngày thì ngày và sáu và ngày t trên 9 s a a trong , i- - 100 Bình quâ phân tích Lai, 10 xem xét kho khác Tak- Liano, Liano và Manakyan (1999) ngày tác trong thông Chen, Kwok, Rui (2001) thu 11 3 P trong bài c ngày (a three-calendar-day investment -day nhiên, Trung tâm giao d khoán TPHCM (HOSTC) sáu) TPHCM -Index ngày ngày 04 tháng 03 ngày 01 tháng 03... TPHCM -Index ngày ngày 04 tháng 03 ngày 01 tháng 03 13 2741 quan sát Tuy nhiên, 2692 n tích (Ví d , n u th ba là ngày ngh l , t su t sinh l i c a ngày th n) 12 Cách tính toán t su t sinh l i các ngày trong tu n: - i ngày th t trong tu n - là ch s VN-Index t i th - a vào ngày th t trong tu n - -1) trong Hình 1: VN- VN- (VN- VNtháng 02 13 4 1: Mean Median Maximum Minimum Std Dev Skewness Kurtosis -0.052572... khoán Pakistan, nghiên c u k t lu n r ng t su t sinh l i ngày th Mô hình 2: i quy này, là t su t sinh l i c a VN-Index và nh ng bi n s gi bi u th ngày trong tu c quan sát (d2t = th hai, d3t = th ba, d4t = th , d5t = th trong khi ) T su t sinh l i k v ng cho th sáu thông qua c d li u b i s khác nhau gi a t su t sinh l i k v ng vào th sáu và t su t sinh l i k v ng c a các ngày khác trong tu n N u t... 0.7181 -0.1760 -0.4051 0.1400 0.1902 0.0963 0.0015 -0.0134 0.0776 0.1109 0.3629 0.3016 0.5281 0.2625 -0.2151 0.4741 0.0171 -0.0513 0.2403 0.8992 15 10 12 ngày t ba là âm Ngoài ra, sau t trên Mô hình 1: i quy này, là -Index và hai, d3t 2t d4t = th b i 5t trong khi = th sáu) T su t sinh l i k v ng cho th ba c d li u thông qua ba i k v ng cho t ng c a n 0 và 16 3 mô hình 1 Variable Coefficient Std Error... hình 1 Variable Coefficient Std Error t-Statistic 0.151883 0.251218 0.303088 0.408721 -0.204455 0.095497 1.590447 0.094284 2.664477 0.094029 3.223357 0.094198 4.33894 0.066946 -3.054015 THUHAI THUTU THUNAM THUSAU C R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.008007 0.00653 1.548474 6442.809 -4994.41 5.422248 0.00024 Prob 0.1119 0.0078... khác nhau gi a t su t sinh l i k v ng vào th sáu và t su t sinh l i k v ng c a các ngày khác trong tu n N u t su t sinh l i k v ng cho t ng c a n 18 4 Variable Coefficient Std Error THUHAI THUBA THUTU THUNAM C -0.256838 -0.408721 -0.157503 -0.105633 0.204266 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.008007 0.00653 1.548474 6442.809 -4994.41... criter Durbin-Watson stat 0.0069 0 0.0933 0.2589 0.0021 0.020302 1.553555 3.714272 3.725227 3.718234 1.459527 Ngoài ra, b -0.256838, Psáu hai so sáu hai sáu -0.10563, P- quy 2 19 sáu cao h y 20 5 -Index trong và tr 21 1 http://www.hsx.vn/hsx/Default.aspx 2 3 g Anh 1 Anup Agrawal and Kishore Tandon, 1994 Anomalies or illusions? Evidence from stock markets in the eighteen countries Journal of International . quan các nghiên cu v hiu ng ngày trong tun Hiu ng ngày trong tun đc xem nh là s bt thng trong t sut sinh li hng ngày trong tun ca các c phiu trên th trng. Trong sut. THUYT Hiu ng ngày trong tun là s bt thng trong t sut sinh li hng ngày trong tun ca các c phiu trên th trng, c th là giá ca các c phiu vào các ngày bt thng trong tun thì. li trong ngày này.  lch chun ca t sut sinh li trong ngày th sáu là 1.47 (thp th hai so vi các ngày còn li trong tun) cho thy s bin đng nh ca t sut sinh li trong ngày