Đang tải... (xem toàn văn)
Dịch vụ thành lập Thay đổi Giấy phép kinh doanh cty Việt Nam cty vốn FDI Tuyển Cộng tác viên (CK 15% gói Dịch vụ) 0899315716 MỤC LỤC MỞ ĐẦU 1. Đặt vấn đề 2. Mục tiêu và phạm vi nghiên cứu 2.1 Mục tiêu nghiên cứu 2.2 Phạm vi nghiên cứu 3. Phương pháp nghiên cứu 3.1 Dữ liệu 3.1.1 Thu thập dữ liệu 3.1.2 Nhận xét dữ liệu nghiêu cứu 3.2 Phương pháp 3.2.1 Phân tích thống kê mô tả 3.2.2 Phân tích hồi quy 4. Kết cấu của nghiên cứu CHƯƠNG 1: TÀI CHÍNH HÀNH VI VÀ TỔNG QUAN NHỮNG NGHIÊN CỨU VỀ BIẾN ĐỘNG ĐỊA TỪ ẢNH 1 HƯỞNG ĐẾN TÂM SINH LÝ CON NGƯỜI VÀ THỊ TRƯỜNG CHỨNG KHOÁN 1 1.1 Ảnh hưởng của bão địa từ đến nông nghiệp, sức khỏe, và tâm sinh lý của con người 1 1.1.1 Bão địa từ và một số cơn bão địa từ cực mạnh được ghi nhận trong thời gian qua 3 1.1.2 Ảnh hưởng của bão địa từ đến sức khỏe và tâm sinh lý 4 của con người 5 1.1.3 Ảnh hưởng của bão địa từ đến nông nghiệp 1.1.4 Câu hỏi nghiên cứu của đề tài 5 1.2 Tổng quát những nghiên cứu về tính chu kỳ, tính mùa vụ lên thị trường chứng khoán trên Thế giới 5 1.2.1 Những ngày tốt, ngày xấu trong tháng của chỉ số Dow 8 Jones Industrials (DJ) từ năm 19002008 1.2.2 Hiệu ứng những ngày nghỉ lễ của chỉ số DJ 19332008 9 1.2.3 Hiệu ứng ngày trong tuần của một số thị trường chứng khoán trên thế giới 1.2.4 Kết quả nghiên cứu về sự ảnh hưởng của biến động địa 11 từ lên các lĩnh vực phi nông nghiệp và một số chỉ số chứng khoán trên Thế giới 12 1.3 Kết quả một số nghiên cứu liên quan đến thị trường chứng khoán Việt Nam trong thời gian qua 13 1.3.1 Tính hiệu quả của thị trường chứng khoán Việt Nam ở dạng yếu 15 1.3.2 Quy định về biên độ dao động, một trong những nguyên nhân làm giảm tính hiệu quả của thị trường. Tâm lý bầy đàn được tìm thấy với nhà đầu tư cá nhân trên HOSE 16 1.3.3 Hiệu ứng ngày trong tuần xuất hiện ở một số mô hình phân tích 17 1.3.4 Ảnh hưởng của chu kỳ mặt trăng đến tỷ suất sinh lời chứng khoán 18 1.3.5 Nhận xét chung và tính cần thiết của đề tài 18 Kết luận chương 1 20 CHƯƠNG 2: NGHIÊN CỨU THỰC TRẠNG THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM TRONG HƠN 14 NĂM QUA 21 2.1 Giai đoạn 20002005: Giai đoạn tạo đà 2.1.1. Yếu tố tài chính hành vi bị chi phối mạnh trong 2 năm 21 đầu 2.1.2. Vai trò của khối ngoại khi có quyết định tăng room 21 2.1.3. Lần đầu tiên Việt Nam bán thành công Trái phiếu Chính phủ trên thị trường quốc tế 22 2.2 Giai đoạn 20062007: Giai đoạn tăng trưởng nóng 23 2.2.1 Thông tin vĩ mô tích cực hỗ trợ cho thị trường 23 2.2.2 Luật chứng khoán ra đời tạo bước ngoặt cho thị trường 24 2.2.3 Một số biểu hiện tăng nóng của thị trường 29 2.2.4 Những cảnh báo về thị trường chứng khoán Việt Nam tăng quá nóng 30 2.2.5 Các biện pháp kiểm soát và thị trường chứng khoán điều chỉnh giảm 31 2.3 Giai đoạn 2008 2010: Ảnh hưởng của khủng hoảng kinh tế 2.3.1 Năm 2008: Kinh tế Việt Nam đối mặt hai thách thức lớn 33 2.3.2 Những biện pháp hỗ trợ cho thị trường 34 2.3.3 Năm 20092010: Thị trường phục hồi nhờ gói kích thích kinh tế 35 2.4 Thị trường chứng khoán Việt Nam giai đoạn 20102014: Giai đoạn đầu của quá trình tái cấu trúc toàn thị trường 39 2.4.1 Tái cấu trúc và nâng cao chất lượng hàng hóa trên TTCK trong đó chú trọng chất lượng các doanh nghiệp niêm yết. 39 2.4.2 Tái cấu trúc cơ sở các nhà đầu tư, khuyến khích hình thành và phát triển các nhà đầu tư có tổ chức, đặc biệt là quỹ hưu trí tự nguyện. 41 2.4.3 Tái cấu trúc lại các công ty chứng khoán, công ty quản lý quỹ theo hướng thu hẹp về số lượng, nâng cao năng lực tài chính và chất lượng quản trị điều hành, quản trị 43 rủi ro. 2.4.4 Tái cấu trúc thị trường giao dịch 46 2.5 Kết quả thị trường chứng khoán Việt Nam 14 năm qua 46 Kết luận chương 2 48 CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU ẢNH HƯỞNG CỦA BIẾN ĐỘNG ĐỊA TỪ ĐẾN CHỈ SỐ VNINDEX TẠI THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM 49 3.1 Quy trình và mô hình nghiên cứu 49 3.2 Nghiên cứu sơ bộ 50 3.2.1 Phân tích thống kê mô tả, kiểm định tính dừng phân tích tương quan và kiểm định hiện tượng đa công tuyến. 51 3.2.2 Xác định ngưỡng địa từ (Ap) có ảnh hưởng đến tỷ suất sinh lời của VNIndex 54 3.2.3 Chọn độ trễ phù hợp cho biến giả , phân tích tương quan, kiểm tra hiện tượng đa cộng tuyến 56 3.3 Nghiên cứu sâu 58 3.3.1 Xác định biến độc lập đưa vào phương trình hồi quy 58 3.3.2 Phân tích và kiểm định ảnh hưởng của địa từ (GMS) đến tỷ suất sinh lời của VNIndex 63 Kết luận chương 3 74 CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ MỘT SỐ GIẢI PHÁP CHO NHÀ ĐẦU TƯ TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM 4.1 Kết quả nghiên cứu và phân tích kết quả từ các mô hình 75 4.1.1 Phân tích kết quả từ mô hình hồi quy tuyến tính 75 4.1.2 Phân tích kết quả từ mô hình hồi quy logit 76 4.1.3 Tóm tắt kết quả phân tích của hai mô hình 81 4.2 Những nguyên nhân có thể ảnh hưởng đến kết quả phân tích 82 4.3 Một số giải pháp cho nhà đầu tư trên thị trường chứng khoán Việt Nam 83 4.3.1 Gợi ý xây dựng tiêu chí đầu tư theo biến động địa từ 83 4.3.2 Nâng cao chỉ số bảo vệ nhà đầu tư chứng khoán tại Việt Nam 85 KẾT LUẬN CHUNG 89 PHỤ LỤC PHỤ LỤC1: BIỂU ĐỒ VNINDEX THEO TUẦN TỪ 2872000 31122014 91 PHỤ LỤC 2: BIỂU ĐỒ VNINDEX THEO TUẦN TỪ 20002005 91 PHỤ LỤC 3: BIỂU ĐỒ VNINDEX THEO TUẦN TỪ 20062007 92 PHỤ LỤC 4: BIỂU ĐỒ VNINDEX THEO TUẦN TỪ 20082010 TÀI LIỆU THAM KHẢO 93 DANH MỤC CÁC HÌNH VẼ Hình 2.1 : Một số chỉ tiêu thống kê về thị trường chứng khoán Việt Nam từ năm 20002014. 47 Hình 3.1: Số ngày bão từ theo tháng từ năm 20002014 56 Hình 3.2: Biểu đồ khám phá nhân tố 61 Hình 3.3: Đồ thị phân bố chuỗi sai số dừng 66 Hình 4.1: Giá trị đại diện địa từ được phân nhóm theo tỷ suất sinh lời tănggiảm VNIndex 78 DANH MỤC SƠ ĐỒ Sơ đồ 1: Quy trình và mô hình nghiên cứu ảnh hưởng của biến động địa từ trường đến tỷ suất sinh lời của VNIndex 49 DANH MỤC CÁC BẢNG SỐ LIỆU Bảng 1.1: Phân loại các mức độ của bão địa từ theo chỉ số Kp 01 Bảng 1.2: Những ngày tốt nhất và xấu nhất trong tháng của chỉ số DowJones 06 Bảng 2.1: Thống kê quy mô thị trường từ 20002005 22 Bảng 2.2: Những công ty có mức vốn hóa lớn có kết quả kinh doanh 2007 vượt xa kế hoạch 27 Bảng 2.3: Một số doanh nghiệp lớn đã IPO thành công trong năm 2007 28 Bảng 2.4: Hoạt động sáp nhập, tái cơ cấu nguồn vốn của công ty thông qua phát hành thêm cổ phiếu để hoán đổi trong năm 2013 40 Bảng 2.5: Phân loại công ty chứng khoán theo tiêu chí vốn khả dụngtổng rủi ro và tỷ lệ lỗ lũy kếVốn điều lệ 44 Bảng 2.6: Thống kê tỷ lệ công ty chứng khoán lỗ từ năm 20122014 44 Bảng 2.7: Tổng hợp kết quả tái cấu trúc của các công ty chứng khoán vào cuối năm 2014 45 Bảng 3.1: Kiểm định tính dừng đối với biến tỷ suất sinh lời VNIndex và các biến đại diện từ trường gms ở sai phân bậc 1 53 Bảng 3.2: Giá trị Pvalue từ kết quả hồi quy biến động của VNIndex (rt) theo 10 phân vị địa từ 55 Bảng 3.3 : Phân loại chỉ số hoạt động địa từ 55 Bảng 3.4: Tổng hợp giá trị Pvalue từ kết quả hồi quy riêng của biến động của VNIndex (rt) theo các biến từ trường có độ trễ từ 1 đến 12. 57 Bảng 3.5: Phân tích tương quan 58 Bảng 3.6: Kiểm tra hiện tượng đa cộng tuyến (tính tự tương quan) 58 Bảng 3.7: Thống kê giá trị KMO của các biến trong phân tích nhân tố 60 Bảng 3.8: Bảng hệ số tải nhân tố và tính duy nhất của phương sai 62 Bảng 3.9: Ảnh hưởng biên và độ co giãn theo dạng hàm của mô hình hồi quy tuyến tính và mô hình logit 63 Bảng 3.10: Thống kê mô tả của tỷ suất sinh lời VNIndex và biến đại diện địa từ PCd (hoặc factor 1) 64 Bảng 3.11: Kiểm định tính dừng đối với biến chuỗi đại diện địa từ 66 Bảng 3.12: Kiểm định tính dừng đối với tỷ suất sinh lời của VNIndex 66 Bảng 3.13: Kết quả sau khi khắc phục hiện tượng bị tương quan bằng 67 thủ tục lặp Prais–Winsten và CochraneOrcutt. 68 Bảng 3.14: Tỷ suất sinh lời của VNIndex 70 Bảng 3.15: Phân tích tương quan 70 Bảng 3.16: Mô hình với hằng số (null model) 70 Bảng 3.17: Tổng hợp các quan sát, các giá trị kỳ vọng và xác xuất thành công cho mỗi nhóm của biến phụ thuộc 71 Bảng 3.18: Mức độ phù hợp của mô hình hoàn chỉnh trong việc giải thích các quan sát 72 Bảng 4.1: Kết quả của mô hình hồi quy tuyến tính về tỷ suất sinh lời của VNIndex theo biến đại diện từ trường 75 Bảng 4.2: Kết quả của mô hình hồi quy logistic của tỷ suất sinh lời của VNIndex theo biến đại diện từ trường 76 Bảng 4.3: Kết quả kiểm định t về chênh lệch đại diện địa từ theo tỷ suất sinh lời VNIndex giảm và tăng 79 Bảng 4.4: Thống kê xác suất tăng của VNIndex theo tám mức giá trị biên nguyên của biến địa từ trường 80 Bảng 4.5: Kết quả kiểm định z về chênh lệch tỷ lệ VNIndex tăng giữa nhóm 1 và nhóm 10 81 Bảng 4.6: Chỉ số bảo vệ nhà đầu tư 2015 87 PHẦN MỞ ĐẦU 1. Đặt vấn đề Thị trường chứng khoán Việt Nam đã trải qua hơn 14 năm tuổi. Trong quá trình phát triển thị trường trải qua nhiều giai đoạn: tạo đà, tăng trưởng và bùng nổ hay cả trong giai đoạn ảnh hưởng của khủng hoảng kinh tế thế giới với hỗ trợ từ gói kích thích kinh tế của chính phủ, hay trong giai đoạn tái cấu trúc thị trường. Ở giai đoạn nào thị trường cũng xác lập được những mức đỉnh và đáy có khoảng cách khá xa nhau. Có thể nói đến mức đỉnh và đáy được xác lập đầu tiên của chỉ số VNIndex là 571,04 điểm (2562001) sau đó giảm tới 70% trong vòng chưa đầy 4 tháng xuống mức 203,12 điểm (05102001). Mức đỉnh trong suốt 14 năm hoạt động của thị trường được thiết lập trong giai đoạn tăng trưởng và bong bóng khi đạt 1.170,67 điểm vào ngày 1232007 nhưng sau đó là chuỗi ngày dài giảm điểm, mức đáy được xác lập ở giai đoạn này chỉ còn 234,06 điểm vào ngày 2422009. Trong giai đoạn khủng hoảng và hậu khủng hoảng kinh tế thế giới chỉ số mức đỉnh và đáy của VNIndex cũng chênh nhau tới 211,3 điểm khi mức đỉnh và đáy lần lượt là 633,21(23102009) điểm so với mức 421,81 điểm 2682010, tương ứng giảm 33,4%. Và thời gian gần đây nhất trong giai đoạn tái cấu trúc thị trường chứng khoán thị trường có lúc rơi xuống mức 336,73 điểm (06012012) nhưng cũng có lúc lên đến 486,31 (0952012); hay là mức 509,82 (1452014) trong vòng 4 tháng đã tăng trên 26% lên mức 644,56 (0492014). Việc thị trường chứng khoán Việt Nam tăng mạnh rồi lại giảm đột ngột khiến những lý thuyết tài chính hiện đại cũng như phân tích kỹ thuật hay phân tích cơ bản không thể dùng để giải thích cho những trạng thái này của thị trường. Những nghiên cứu của Trương Đồng Lộc (2006) hay của ông Lê Trung Thành (2009) đều cho thấy mức hiệu quả của thị trường chứng khoán Việt Nam ở dạng yếu theo lý thuyết. Để giải thích những hiện tượng này, bằng việc kết hợp lý thuyết tài chính với các môn khoa học tâm lý khác mà chúng ta goi là tâm lý học hành vi. Khai thác những khía cạnh của tâm lý học hành vi để giải thích những bất thường trên thị trường chứng khoán Việt Nam. Trần Việt Hà (2007) cho thấy giao dịch bầy đàn tìm thấy với số lượng lớn nhà đầu tư cá nhân trên sàn giao dịch chứng khoán Hồ Chí Minh, và một trong những nhân chính dẫn đến hiện tượng này là quy định giới hạn biên độ dao động. Để đào sâu những yếu tố có thể tác động đến tâm lý của các nhà đầu tư trên thị trường chứng khoán, trên thế giới đã có nhiều nghiên cứu khai thác về nhóm chủ đề này. Tuy nhiên, tại Việt Nam những nghiên cứu về yếu tố tự nhiên tác động lên lợi suất chứng khoán vẫn còn hạn chế, có thể kể đến là nghiên cứu liên quan đến kiểm tra hiệu ứng ngày trong tuần trên chỉ số VNIndex của Trương Đồng Lộc (2006) hay của Lê Long Hậu (2010). Lại Cao Mai Phương (2012) với “Nghiên cứu ảnh hưởng của chu kỳ mặt trăng đến lợi suất chứng khoán tại thị trường Việt Nam” đã phát hiện ra lợi suất lợi suất chứng khoán ở những ngày trăng rằm luôn cao hơn so với những ngày đầu tháng. Ngoài hiệu ứng ngày trong tuần và hiệu của mặt trăng tác động lên chỉ số VNIndex thì những yếu tố tâm sinh lý nào có thể tác động đến chỉ số này? Đây sẽ là một trong những câu hỏi gợi mở cho nghiên cứu này. 2. Mục tiêu và phạm vi nghiên cứu 2.1 Mục tiêu nghiêu cứu Với mong muốn khai thác thêm một khía cạnh về yếu tố tự nhiên có thể ảnh hưởng đến tâm sinh lý học của nhà đầu tư trên thị trường chứng khoán Việt Nam, nội dung của đề tài này sẽ tiến hành “Nghiên cứu ảnh hưởng của biến động địa từ đến chỉ số VNIndex tại thị trường chứng khoán Việt Nam”. 2.2 Phạm vi nghiên cứu: Nghiên cứu này sẽ sử dụng giá đóng cửa của VNIndex từ ngày 2872000 đến 31122014 tại Sở giao dịch chứng khoán Thành phố Hồ Chí Minh. Việc sử dụng dữ liệu chỉ số chứng khoán hàng ngày qua nhiều năm cho phép có thể kiểm tra giả thuyết biến động địa từ dựa trên vô số các quyết định của hàng trăm, hàng ngàn nhà đầu tư cá nhân và tổ chức. 3. Phương pháp nghiên cứu: 3.1 Dữ liệu 3.1.1 Thu thập dữ liệu Dữ liệu sử dụng trong nghiên cứu này chủ yếu là dữ liệu thứ cấp. Dữ liệu thứ cấp được tóm tắt từ những nghiên cứu khoa học trong và ngoài nước, được tổng hợp từ nhiều nguồn báo chí và internet. Những dữ liệu được sử dụng trong nghiên cứu liên quan đến những lý thuyết tồn tại trong tài chính và nhấn mạnh vào lý thuyết hành vi nhất là yếu tố hành vi mang tính chu kỳ và yếu tố tự nhiên. 3.1.2 Nhận xét về nguồn dữ liệu Tài chính hành vi là một chủ đề tương đối mới, tuy nhiên tác giả đã cố gắng tìm hiểu kết quả của những nghiên cứu ban đầu và cập nhật những nghiên cứu mới nhất về chủ đề này tại các nước Châu Á, Châu Âu và Hoa Kỳ. Đa số tài liệu thứ cấp được thu thập từ những nghiên cứu khoa học và tác giả đã cố gắng dịch sát nhất với nghĩa nguyên bản, các dữ liệu khác hầu hết đều được thu thập từ những trang web chuyên ngành vì vậy chúng tôi xem dữ liệu trong bài nghiên cứu này là hợp lý. 3.2 Phương pháp Bằng việc sử dụng phần mềm phân tích Stata 11, tác giả kết hợp phân tích thống kê với phân tích định lượng. Phương pháp định lượng được sử dụng để phân tích trên phương trình hồi quy tuyến tính và trên phương trình logit. 3.2.1 Phân tích thống kê mô tả Với phương pháp đầu tiên là một phân tích thống kê đơn giản được sử dụng để mô tả dữ liệu cho các biến trong mô hình, phân tích các mức phân vị địa từ trường, so sánh lợi nhuận trung bình hàng ngày trong những ngày có bão địa từ so với những ngày bình thường. 3.2.2 Phân tích hồi quy Phương pháp phân tích hồi quy tuyến tính đối với biến đại diện địa từ để kiểm tra tác động của cường độ địa từ trường trong những ngày có bão địa từ so với những ngày bình thường có ý nghĩa thống kê hay không. Phân tích theo mô hình logit để tính xác suất tăng (giảm) tỷ suất sinh lời của VNIndex trong những ngày có bão địa từ so với những ngày bình thường. Độ khác biệt về xác suất này có ý nghĩa thống kê hay không. 4. Kết cấu của nghiên cứu: Nội dung của bài nghiên cứu gồm 4 chương chính. Chương 1, trình bày những ảnh hưởng của địa từ trường đến sức khỏe và tâm sinh lý của con người. Một số nghiên cứu cho thấy quyết định của nhà đầu tư có liên quan đến tâm lý học hành vi; tính chu kỳ, mùa vụ và ảnh hưởng của chu kỳ mặt trăng có tác động đến chỉ số chứng khoán trên thế giới và Việt Nam cũng được nêu vắn tắt trong phần này. Chương 2, tập trung nghiên cứu quá trình hơn 14 năm phát triển của thị trường chứng khoán Việt Nam trải qua 4 giai đoạn. Những yếu tố chính tác động đến thị trường qua các giai đoạn phát triển. Chương 3, giới thiệu và sử dụng mô hình phân tích để kiểm tra sự ảnh hưởng của biến động địa từ (nếu có) lên lợi suất chứng khoán, mà cụ thể là giá đóng cửa hàng ngày của chỉ số VNIndex. Tính xác suất tăng (giảm) tỷ suất sinh lời của VNIndex trong những ngày có bão địa từ so với những ngày bình thường . Độ khác biệt về xác suất này có ý nghĩa thống kê hay không. Chương 4, Phân tích kết quả từ các mô hình và đưa ra một số nguyên nhân có ảnh hưởng đến kết quả phân tích. Từ phân tích kết quả của mô hình và thực trạng các nhà đầu tư trên thị trường chứng khoán Việt Nam bị chi phối bởi yếu tố hành vi, tác giả đề xuất một số gợi ý nhằm xây dựng chiến lược đầu tư chứng khoán dựa trên biến động địa từ trường. Cuối cùng, phần kết luận chung sẽ tổng kết lại những điểm chính yếu của đề tài nghiên cứu. CHƯƠNG 1: TÀI CHÍNH HÀNH VI VÀ TỔNG QUAN NHỮNG NGHIÊN CỨU VỀ BIẾN ĐỘNG ĐỊA TỪ ẢNH HƯỞNG ĐẾN TÂM SINH LÝ CON NGƯỜI VÀ THỊ TRƯỜNG CHỨNG KHOÁN 1.1 Ảnh hưởng của bão địa từ đến nông nghiệp, sức khỏe, và tâm sinh lý của con người 1.1.1 Bão địa từ và một số cơn bão địa từ cực mạnh được ghi nhận trong thời gian qua. Bão từ hay còn gọi là bão địa từ trên Trái Đất là những thời kỳ mà kim la bàn dao động mạnh. Khi có bão từ thì từ trường trái đất sẽ dao động mạnh trong một khoảng thời gian ngắn. Hiện tượng này xảy ra khi có vụ nổ lớn trên mặt trời tạo ra những đợt sóng lớn (do dòng hạt mang điện) đập thẳng vào từ trường của trái đất. Những đợt sóng này gây áp lực lên quyển từ sẽ tăng hay giảm phụ thuộc vào hoạt động của mặt trời. Thông thường bão từ kéo dài từ 24 đến 48 giờ, nhưng một vài cơn bão có thể kéo dài nhiều ngày. Người ta theo dõi mặt trời cùng những đám lửa bùng nổ trong vũ trụ để tính cường độ ảnh hưởng nhiều nhất của bão từ. Các vụ phun trào khí và nhiễm điện từ Mặt Trời được xếp theo 3 cấp: C là yếu; M là trung bình và X là mạnh. Tùy theo cấp cao hay thấp mà ảnh hưởng của nó lên từ trường Trái Đất gây ra bão từ nhiều hay ít. Bão từ được xếp theo cấp từ G0 đến G5, trong đó G5 là cấp mạnh nhất. Bảng 1.1: Phân loại các mức độ của bão địa từ theo chỉ số Kp Mức độ của bão địa từ Chỉ số Kp G0 Kp ≤4 G1 Kp= 5 G2 Kp= 6 G3 Kp= 7 G4 Kp= 8 G5 Kp = 9 Nguồn: Tác giả tổng hợp từ Trung tâm Dữ liệu Địa vật lý Quốc gia Hoa Kỳ Chỉ số hoạt động từ (Magnetic Activity Indices) được thiết kế nhằm đo lường thay đổi trong trường địa từ. Có hai chỉ số được sử dụng để đo lường mức độ hoạt động của địa từ: chỉ số Ap và chỉ số Kp. Các chỉ báo này đo lường mức độ khắc nghiệt của các biến động địa từ và vì vậy đo lường biến động bất ổn của tầng địa ly. • Kp: Chỉ số này đo lường 3 giờ một lần; lấy trung bình từ 13 quan sát địa từ trên khắp thế giới, chỉ số này tính theo quasilogarithmic • Ap: chỉ số đo lường theo hàng ngày, là giá trị trung bình của 8 giá trị đo được trong ngày (các giá trị cách nhau 3 tiếng đồng hồ). Những nghiên cứu về bão địa từ trong thời gian qua cho thấy, những cơn bão từ cực mạnh tác động đến các hoạt động truyền thông, thông tin liên lạc bằng sóng radio bị nhiễu, hủy hoại các thiết bị này, gây tê liệt hệ thống phát điện. Ảnh hưởng của bão từ lên con người và động vật là tác động trực tiếp đến hệ tuần hoàn, nhất là tim mạch. Đối với con người, tia X từ bão mặt trời tác động lên hệ thống hô hấp, miễn dịch, gây lo âu căng thẳng, cáu gắt, khó thở, buồn nôn, đau đầu, kiệt sức. Những người mắc bệnh tăng huyết áp, tim mạch dễ bị biến chứng nguy hiểm, gia tăng bệnh ung thư do nồng độ tia cực tím tăng cao. Làm cho động vật chết hàng loạt, nhất là động vật nhỏ và côn trùng. Một số cơn bão địa từ ở mức độ cực mạnh được ghi nhận trong những năm qua: Cho đến nay, con người đã chứng kiến nhiều cơn bão mặt trời ở cấp độ mạnh xuất hiện và gây ra nhiều thiệt hại về kinh tế. Một trong những cơn bão mặt trời mạnh nhất xuất hiện lần đầu vào ngày 2881859, được hai nhà thiên văn học độc lập người Anh Richard Carrington và Richard Hodgson phát hiện thấy và được đặt tên là bão mặt trời 1859 hay sự kiện Carrington. Cơn bão đã được quan sát trên toàn thế giới và được xem là một trong những sự kiện tự nhiên lớn nhất được ghi nhận trong hơn150 năm qua. Theo một số tài liệu thì cơn bão này có thể nhìn rõ bằng mắt thường, tức là nhìn thấy ánh sáng trắng, kèm theo các cực quang tuyệt đẹp xuất hiện ở những vĩ độ nhiệt đới như Cuba hoặc Hawaii, nó làm cho hệ thống thông tin ở những vùng này bị ảnh hưởng, bị tê liệt và gây ra một số đám cháy lớn. Trận bão vào ngày 18111882, cơn bão có tên “The Transit of Venus Storm”, (tạm dịch là Sự chuyển động của bão Sao Kim), làm cho tất cả các giao dịch điện báo ở Đông Bắc Mỹ và Trung Tây Hoa Kỳ tạm dừng. Thị trường chứng khoán Chicago cũng đã bị gián đoạn cả ngày. Ở Anh, thông tin liên lạc điện báo tại các quần đảo cũng bị xáo trộn rất nhiều. Ngày 13 tháng 5 năm 1921: Cơn bão ảnh hưởng đến hệ thống đường sắt New York “The New York Railroad Storm”. Cơn bão địa từ này có thể so sánh ngang với mức độ của sự kiện Carrington năm 1859. Cơn bão bắt đầu với một vết đen mặt trời với 94.000 dặm dài và rộng 21.000 dặm. Vào ngày 1551921 toàn bộ hệ thống tín hiệu của Trung tâm đường sắt New York bên dưới đường 125 đã bị vô hiệu hóa. Cơn bão gây ra một đám cháy đã phá hủy trạm đường sắt trung tâm New England. Ngày 13 tháng ba năm 1989 – Cơn bão làm cúp điện ở QuebecPháp “The Quebec Blackout Storm”. Dòng điện cảm ứng từ gây ra do cơn bão địa từ vào lưới điện của Cục điện lực Quebec, làm cho toàn bộ lưới điện Quebec sụp đổ trong khoảng 90 giây, hơn 6 triệu người bị ảnh hưởng bởi việc bị cúp điện . Nếu cúp điện lan đến Bờ Đông Hoa Kỳ thì nó có thể đã gây ra thiệt hại khoảng 6 tỷ USD. 1.1.2 Ảnh hưởng của bão địa từ ở cấp độ cực mạnh đến sức khỏe và tâm sinh lý của con người Đã có nhiều công trình khoa học chứng minh ảnh hưởng của bão địa từ ở những cường độ khác nhau tác động đến sức khỏe và tâmsinh lý con người. Trong nghiên cứu của Gordon và Berk (2003), các tác giả tìm thấy mối tương quan giữa số vụ tự tử và mức độ hoạt động địa từ ở Nam Phi từ tháng 11980 đến tháng 121992. Kết quả cho thấy trong thời gian có bão địa từ hoạt động mạnh thì tỷ lệ tự tử ở phụ nữ cao hơn so với nam giới. Năm 2006, kết quả nghiên cứu của Otsu và cộng sự phát hiện ra mối sự tương quan âm có ý nghĩa thống kê giữa số lượng vết đen mặt trời với tỷ lệ thất nghiệp và tỷ lệ tự tử ở Nhật Bản trong giai đoạn 1971 2001. Chizhevsky chứng minh được rằng có mối tương quan về mức độ hoạt động của mặt trời với sự phát triển tự nhiên và các hoạt động của con người (Chizhevsky, 1938). Theo các nghiên cứu của ông, các giai đoạn mà năng lượng mặt trời hoạt động ở mức tối đa thường được gắn liền với tác động tiêu cực, chẳng hạn như năng suất thu hoạch thấp hơn, tình trạng phổ biến vũ khí và tỷ lệ dịch bệnh (bao gồm cả tâm lý) gia tăng, và tỷ lệ tử vong cao hơn. Trong một cuộc khảo sát của 66.900 trường hợp tử vong do bệnh tim thiếu máu cục bộ của Otto và cộng sự (1982), đã tìm ra mối tương quan dương giữa tỷ lệ tử vong ở bệnh này trong những ngày bão địa từ hoạt động mạnh. Đặc biệt khi bão từ hoạt động với cường độ mạnh là thời kỳ rất nguy hiểm cho người có bệnh tim mạch, bởi vì từ trường ảnh hưởng rất mạnh đến hoạt động của các cơ quan trong hệ tuần hoàn của con người. Những nghiên cứu tại Mỹ năm 1966 cho thấy: Khi bão từ hoạt động mạnh thì số lượng người chết vì tim mạch cao hơn 50% so với những ngày không có bão từ; số lượng người bị nhồi máu cơ tim tăng hơn 20%; nhiều người bình thường cũng cảm thấy mỏi mệt. Còn theo thống kê của các nhà khoa học Nga, khi có bão từ mạnh xảy ra, tỷ lệ tử vong của người mắc bệnh tim mạch tăng lên 30%. Khi hoạt động của địa từ trường mạnh, huyết áp tâm thu và nhất là huyết áp tâm trương của người khoẻ mạnh và người bệnh tăng huyết áp đều tăng cao. Cùng với tần suất tăng lên của nhồi máu cơ tim, tăng huyết áp… thì nhiều bệnh nhân cũng phải nhập viện vì tai biến mạch máu não như đột quỵ, nhũn não. 1.1.3 Ảnh hưởng của bão địa từ đến nông nghiệp Đây là chủ đề đã được nghiên cứu từ thế kỷ thứ 18. Một trong những nghiên cứu sớm nhất về lĩnh vực này của là nhà kinh tế học người Anh, William S Jevons. Năm 18751, ông đã đưa ra lý thuyết về mối liên hệ giữa số lượng vệt đen mặt trời và giá ngô. Ông cho rằng các giai đoạn hoạt động của mặt trời đã tác động đến thời tiết, từ đó làm ảnh hưởng đến sản lượng nông nghiệp và giá cả của các sản phẩm này trong nền kinh tế. 1 William Jevons (1875) Influence of the SunSpot Period on the Price of Corn Kết quả của hai nghiên cứu độc lập là Rogers và cộng sự (1887)2 và Lev A. Pustilnik cùng cộng sự (2001) về giá lúa mì của Anh ở các thời kỳ khác nhau đều cho thấy những biến động của bão địa từ ảnh hưởng đến năng suất của lúa mì. Theo đó, trong giai đoạn bão địa từ hoạt động mạnh thì mùa màng bội thu và giá lúa mì nằm ở vùng đáy, ngược lại, trong giai đoạn bão địa từ hoạt động yếu hoặc không hoạt động thì năng suất thấp và giá lúa mì nằm ở mức cao. Rogers còn nhấn mạnh rằng, việc trồng cây nông nghiệp tại nước Anh trong thời kỳ Trung Cổ có rủi ro cao do thời tiết lạnh, do đó việc trồng lúa mì không thành công nếu vượt ra ngoài bờ Bắc của sông Humber (Rogers, 1887, V.1, p. 29). Tuy nhiên, kết quả nghiên cứu này lại hoàn toàn trùng khớp với thời kỳ sau này, khi mà khoa học kỹ thuật được ứng dụng mạnh vào nông nghiệp ở Anh. Do đó, ảnh hưởng của biến động địa từ đến giá lúa mì ở Anh là một hiệu ứng không thể bỏ qua. 1.1.4 Câu hỏi nghiên cứu của đề tài Một trong những kết luận của nhiều tác giả khi nghiên cứu thị trường chứng khoán Việt Nam trước đây3 đều cho thấy thị trường chưa hiệu quả do đó thị trường sẽ bị tác động nhiều bởi yếu tố tâm lý học hành vi. Với mong muốn khai thác thêm một khía cạnh về yếu có thể ảnh hưởng đến tâm sinh lý học của nhà đầu tư trên thị trường chứng khoán Việt Nam, nội dung của nghiên cứu này sẽ tiến hành: Nghiên cứu ảnh hưởng của biến động địa từ đến chỉ số VNIndex tại thị trường chứng khoán Việt Nam. Bài nghiên cứu sẽ trả lời các câu hỏi sau: • Biến động địa từ có ảnh hưởng đến tỷ suất sinh lời của VNIndex hay không, nếu có thì ảnh hưởng với độ trễ nào? • Biến động địa từ ảnh hưởng đến tỷ suất sinh lời của VNIndex (nếu có) theo hướng tích cực hay tiêu cực? 1.2 Tổng quát những nghiên cứu về tính chu kỳ, tính mùa vụ lên thị trường chứng khoán trên Thế giới 2 Rogers, J.E. Thorold, 1887, Agriculture and Prices in England, Volume IVIII, Oxford, Clarendon Press; Reprinted by Kraus Reprint Ltd, 1963, Vaduz. 3 Những nghiên cứu sẽ được đề cập ở những phần tiếp theo của nghiên cứu 1.2.1 Những ngày tốt, ngày xấu trong tháng của chỉ số Dow Jones Industrials từ năm 19002008 Tiến sĩ Arthur J. Mintonthuộc alpha investment management trong bài viết với chủ đề “The Amazing Story of Stock Market Seasonality” đã sử dụng phương pháp của Fosback(1976) để kiểm tra những ngày tốtxấu trong tháng của chỉ số công nghiệp Dow Jones từ 19002008. Trong chu kỳ tháng Fosback chỉ xem xét những ngày tốt và xấu của hàng tháng. Lý thuyết về mùa vụ hàng tháng cho rằng thời kỳ đem lại thu nhập tốt cho chứng khoán vào mỗi hàng tháng chủ yếu là trong vài ngày và vài ngày đầu tiên của mỗi tháng. Những ngày này sẽ đem lại phần lợi nhuận lớn nhất trong tháng. Các nguyên nhân gây ra hiệu ứng này đã được tranh luận trong nhiều năm, nhưng không có phủ nhận thực tế của nó. Bảng 1.2: Những ngày tốt nhất và xấu nhất trong tháng của chỉ số DowJones Ngày tốt Lợi nhuận lũy kế % Ngày xấu Lợi nhuận lũy kế % 2 128 7 21 1 279 6 18 1 223 5 55 2 524 6 42 3 303 7 11 4 65 8 45 5 31 Nguồn: “The Amazing Story of Stock Market Seasonality” Bảng 1.2 thể hiện lợi nhuận lũy kế cho năm ngày đầu tiên của mỗi tháng từ năm 19002008 cho chỉ số công nghiệp Dow Jones. Ví dụ, nếu đầu tư theo chỉ số Dow trong ngày chỉ đầu tiên của mỗi tháng trong giai đoạn này với số tiền 1.000 thì số tiền sẽ tăng lên đến 3.232, tương đương với mức lợi nhuận đạt được là 223%. Một khoản đầu tư 1.000 vào chỉ số Dow Jones cho tất cả năm ngày đầu tiên của tháng trong cùng thời kỳ đã có thể thu được đến hơn 180.000. Những ngày đầu tháng ngày tốt của chỉ số Dow Jones Với hai ngày cuối cùng của tháng được đạt là 1, và 2 cũng cho tỷ lệ lợi nhuận cao. Một khoản đầu tư 1.000 vào chỉ số Dow Jones trong hai ngày cuối cùng của mỗi tháng đã có thể tăng lên khoảng 8.500. Bây giờ hãy nhìn vào một hệ thống giao dịch bao gồm tất cả sáu ngày, bắt đầu vào ngày 31121933, bằng cách sử dụng chỉ số Dow Jones là chu kỳ giao dịch. Một khoản đầu tư 1.000 trên sáu ngày liên tiếp này đã lên đến 202.335 vào năm 2008. Như vậy, tỷ lệ lợi nhuận hàng năm đạt được là 29,9% và lợi nhuận trung bình hàng ngày trong suốt 6 ngày là lớn hơn 72 lần so với lợi nhuận trung bình trong toàn bộ những ngày khác trong tháng (0,4%). Ngày giữa tháng tăng giá Bắt đầu từ đầu những năm 1980, một xu hướng mới bắt đầu xuất hiện – chứng khoán tăng giá vào những ngày giữa tháng. Ngày giao dịch từ ngày 9 đến ngày 12 của tháng bắt đầu có ảnh hưởng mạnh mẽ lên giá cổ phiếu (về mặt lý thuyết). Một khoản đầu tư 1,000 trong bốn ngày giữa tháng (bằng cách sử dụng chỉ số Dow Jones) từ năm 1980 đến năm 2007 đã có thể thu được đến hơn 2,500. Jones Kết hợp những ngày thuận lợi – 10 ngày tốt hàng tháng của chỉ số Dow Theo Kaeppel Jay (2008)4 Nếu chúng ta kết hợp hai khoảng thời gian thuận lợi của hàng tháng, gọi là “thời gian quyền lực” (power periods) vào một hệ thống giao dịch duy nhất bao gồm • Sử dụng chỉ số Dow Jones trong hai ngày cuối tháng và bốn ngày đầu tiên của mỗi tháng, bắt đầu từ ngày 31121933 đến 3112 2007. • Cũng trên cơ sở chỉ số Dow Jones trong bốn ngày giữa tháng (912) từ ngày 31121979 đến 31122007. Kết quả của hệ thống giao dịch 10 ngày cho thấy: Một khoản đầu tư đầu tư 1.000 đã lên đến 562.500, tương đương với tỷ lệ lợi nhuận hàng năm đạt được 28,4%. Trong khi đó tỷ lệ lợi nhuận hàng năm cho tất cả những ngày còn lại đạt được 4 Kaeppel Jay, Seasonal Trends in the Stock Market (Wiley 2008) 1,8%. Một khoản đầu tư 1.000 trên tất cả các ngày còn lại co lại chỉ còn 236, lỗ mất 76,4%. Ngày tồi tệ nhất của tháng của chỉ số Dow Jones Cũng như kịch tính như những ngày tốt nhất của tháng, thống kê thấy những ngày xấu nhất đã được thể hiện rõ nét nhất trong 108 năm qua của chỉ số Dow Jones. Sau khi sức mạnh tăng giá của những ngày mở đầu của tháng có xu hướng tạm lắng trên thị trường. Nhà đầu tư nắm giữ các cổ phiếu trong chỉ số Dow Jones trong những ngày xấu này từ năm 19002008 theo thực nghiệm sẽ mất khoảng 70%. 1.2.2 Hiệu ứng những ngày nghỉ lễ của chỉ số Dow Jones 19332008 Nghiên cứu ban đầu của Fosback bao gồm trước kỳ nghỉ lễ, mà ông định nghĩa là hai ngày trước khi thị trường nghỉ lễ. Với mục đích xem xét ảnh hưởng của những ngày nghỉ lễ, Arthur J. Minton, đã loại trừ ảnh hưởng của ngày Martin Luther King, Jr Day, vì nó là một này lễ được bổ sung thời gian gần đây. Vì vậy Arthur chỉ xét những ngày lễ như: Ngày của tổng thống (President’s Day), Good Friday, ngày thương binh liệt sỹ (Memorial Day), ngày Độc lập (Independence Day), lễ Lao động (Labor Day), lễ tạ ơn (Thanksgiving), lễ Giáng sinh (Christmas), ngàyTết Tây (New Years Day) Một ngày trước khi kỳ nghỉ diễn ra có hiệu lực rất mạnh, chiếm phần lớn ở thế kỷ 20. Một khoản đầu tư duy nhất 1.000 vào ngày hôm đó có thể tăng lên đến 3.147 trong giai đoạn 19332008. Tương ứng với lợi nhuận hàng năm là 62,3% so với mức trung bình hàng năm của tất cả các ngày giao dịch khác là 5,9%. Nếu thêm vào ngày tiếp theo đến ngày cuối cùng (nexttolast day) trước một kỳ nghỉ thì số tiền nhận được tăng thêm, nhưng không gia tăng mạnh mẽ. Khoản đầu tư 1,000 vào chỉ số Dow Jones từ 19332008 vào hai ngày đã lên đến 4,552. Lợi nhuận hàng năm cho hai ngày này là 37,5% so với 6% cho tất cả các ngày giao dịch khác. (Nguồn: Kaeppel Jay, Seasonal Trends in the Stock Market (Wiley 2008)) 1.2.3 Hiệu ứng ngày trong tuần của một số thị trường chứng khoán trên thế giới Hiệu ứng “day of the week” trên thị trường chứng khoán là một giả thuyết cho rằng, lợi suất của các cổ phiếu thường có xu hướng cao hơn (hoặc thấp hơn) một cách bất thường vào một hoặc một vài ngày nào đó trong tuần và đồng thời có khuynh hướng biến động thấp hơn (rủi ro thấp hơn) hoặc mạnh hơn (rủi ro cao hơn) trong một số ngày nhất định. Các kết quả nghiên cứu cho thấy, hiệu ứng này xuất hiện trên thị trường chứng khoán của nhiều nước, cả những thị trường mới nổi cũng như thị trường chứng khoán của các nước phát triển. Một số nghiên cứu sớm nhất về thị trường chứng khoán Mỹ cho thấy lợi suất chứng khoán tiêu cực tập trung nhiều vào ngày thứ Hai và tích cực vào ngày thứ Sáu (Cross,1973; Lakonishok và Levi, 1982; Rogalski, 1984; Keim và Stambaugh, 1984). Các hiệu ứng này cũng có vẻ có mặt tại thị trường chứng khoán của các nước phát triển khác, như Nhật Bản, Canada và Australia, mặc dù trong một số của các thị trường này là các hiệu ứng khác cũng có mặt. Đối với một số nước Châu Âu, kết quả khá hỗn hợp, cũng bộc lộ những mẫu mới bất thường (Jaffe và Westerfield, 1985a, 1985b; Hawawini, 1984; Solnik và Bousquet, 1990). Kết quả hỗn hợp cũng đã được quan sát trong các thị trường mới nổi (Wong, năm 1992; Balaban, 1995; Choudhry, 2000). Cần lưu ý rằng nghiên cứu trước đây đã sử dụng nhiều cách tiếp cận khác nhau để điều tra các hiệu ứng. Đương nhiên, mỗi nghiên cứu phản ánh một quan điểm của tác giả cũng như cách tiếp cận cụ thể của họ. Trên thị trường chứng khoán Mỹ, một nghiên cứu của French (1980) kiểm tra lợi suất hàng ngày của SP 500 trong giai đoạn 19531977. Kết quả cho thấy hiệu ứng tiêu cực vào ngày thứ Hai và tích cực vào các ngày thứ Tư, thứ Năm và thứ Sáu. French cho rằng hiệu ứng tiêu cực vào ngày thứ Hai là do xu hướng của các công ty công bố thông tin bất lợi ở cuối tuần trước. Sử dụng phương pháp tương tự, nhưng qua một khoảng thời gian khác nhau, lợi suất hàng ngày của chỉ số SP 500 cho giai đoạn 19621978, Gibbons và Jess (1981) cũng cho thấy lợi nhuận tiêu cực có nghĩa là vào thứ Hai. Jaffe và các cộng sự (1985) kiểm tra lợi suất hàng ngày các chỉ số thị trường chứng khoán của Nhật Bản, Canada, Australia, Anh và Mỹ. Họ nhận thấy lợi nhuận âm đáng kể vào thứ Hai ở Mỹ, Canada và Vương quốc Anh, và ngày thứ ba cho Nhật Bản và Australia, trong khi một hiệu ứng tích cực thứ Sáu đã được tìm thấy trong tất cả các thị trường ngoại trừ Vương quốc Anh. Cross và French (1980) “The Behavior of Stock Prices on Fridays and Mondays.” và Gibbons và Hess (1981) “Day of the Week Effects and Asset Return” lần lượt công bố kết quả nghiên cứu trên chỉ số SP 500 trong giai đoạn từ 19531977 và giai đoạn 19621978. Bằng việc sử dụng biến giả cho các ngày trong tuần, cả hai nghiên cứu đều cho thấy trên thị trường chứng khoán Mỹ, lợi suất trung bình giảm vào ngày thứ Hai trong mỗi giai đoạn 5 năm. Ở các thị trường mới nổi, Wong et al. (1992) thử nghiệm sự khác biệt trong lợi nhuận có nghĩa là qua ngày trong tuần trong chỉ số thị trường chứng khoán của năm quốc gia châu Á trong giai đoạn 19751988. Họ tìm thấy một hiệu ứng tiêu cực đáng kể vào ngày thứ Hai tại Singapore, Malaysia và Hong Kong, một hiệu ứng tiêu cực vào thứ Ba ở Thái Lan, và một hiệu ứng tích cực vào ngày thứ Sáu trong bốn thị trường. Xem xét dữ liệu hàng ngày của Chứng khoán Istanbul Exchange Composite Index cho giai đoạn 19881994, Balaban (1995) tìm thấy một ảnh hưởng tích cực đáng kể vào ngày thứ Tư và ngày thứ Sáu, và thứ Hai là ngày tỷ suất sinh lời chứng khoán dễ “bay hơi” nhất. Wong và Yuanto (1999) tìm thấy một tác động tiêu cực đáng kể vào thứ Ba và có ảnh hưởng tích cực vào thứ Sáu của chỉ số Composite Index Jakarta (Indonesia) cho giai đoạn 19831997. Mookerjee và Yu (1999) khám phá các chỉ số thị trường chứng khoán hàng ngày của sàn Thượng Hải và Thâm Quyến cho giai đoạn 19901994. Hiệu ứng tích cực đáng kể vào ngày thứ Năm và thứ Sáu đã được quan sát trong giao dịch của chỉ số chứng khoán Shanghai, nhưng không có hiệu ứng ngày trong tuần tuần một cách có hiệu lực ở chỉ số Shenzen. 1.2.4 Kết quả nghiên cứu về sự ảnh hưởng của biến động địa từ lên các lĩnh vực phi nông nghiệp và một số chỉ số chứng khoán trên Thế giới Carlos GarciaMata, Felix Shaffner (1934)5 đã vận dụng phương pháp của William S Jevons (1875) áp dụng trong lĩnh vực phi nông nghiệp từ năm 1875 đến năm 1900 đã rất ngạc nhiên về mức độ tương quan cao về các giai đoạn hoạt động của mặt trời và tổng mức sản xuất. Theo các tác giả này, mức tương quan cao là do hai nguyên nhân: • Thứ nhất, tâm lý con người bị ảnh hưởng bởi sóng lạc quan hay bi quan do sự thay đổi về số lượng của các tia cực tím phát ra từ mặt trời, những thay đổi này được xác định bởi các biến động trong vết đen mặt trời và năng lượng vệ sáng mặt trời. • Thứ hai, sự thay đổi mức độ hoạt động của mặt trời làm thay đổi lên điện từ trường trường của trái đất và ảnh hưởng đến điện trường của con người. Giáo sư E.D. Adrian của Đại học Yale, năm 1929, và E.G.Weaver và C.W.Bray, năm 1930, phát hiện thông qua thử nghiệm với mô thần kinh sự tồn tại của các dòng điện trong cơ thể con người. Những thay đổi trong lĩnh vực điện từ của con người có thể dẫn đến những thay đổi sinh học ảnh hưởng đến trạng thái lạc quan hay bi quan. Năm 1965, Charles Collins6 phát hiện ra mối liện hệ về số lượng vệt đen mặt trời có tác động đến thị trường chứng khoán. Theo đó, thị trường chứng khoán sẽ giảm mạnh khi số lượng vệt đen mặt trời cao hơn mức bình thường, khi số lượng vệt đen trung bình trong năm vượt trên 50 thì thị trường chứng khoán sẽ đạt đỉnh trước khi giảm mạnh. Trong nghiên cứu của mình được công bố vào năm 1968, Edward Dewey7 đã chỉ ra có đến 43 lĩnh vực kinh tế và xã hội khác nhau bị ảnh hưởng bởi hoạt động năng lượng của mặt trời. Một số lĩnh vực đã được nghiên cứu như: giá chứng 5 Carlos GarciaMata, Felix Shaffner (1934) Solar and economic relationships a preliminary report, Quarterly Journal of Economics, November 1934 6 Charles Collins (1965) Effect Of Sunspots Activity On The Stock Market 7 Edward Dewey (1968) Economic and Sociological Phenomena Related to Solar Activity and Influences khoán, giá hàng hóa, cả hoạt động sản xuất công nghiệp và sản xuất nông nghiệp, đến các lĩnh vực ngân hàng và chu kỳ kinh doanh.. Bằng việc sử dụng chỉ số Ap là chỉ số đại diện địa từ trường, năm 1993 Bryan Walsh đã công bố nghiên cứu của mình về chu kỳ kinh tế và những thay đổi trên địa từ trường trái đất. Ông phát hiện ra tỷ lệ thay đổi trong cường độ địa từ do mặt trời gây ra là một yếu tố chính điều chỉnh một loạt các hoạt động kinh tế và tài chính. Những thay đổi trong năng lượng mặt trời tạo ra tần số sóng cực thấp (ELF extremely low frequency) và tần số sóng rất thấp (VLF very low frequency) trong tầng khí quyển trên trái đất có khả năng ảnh hưởng đến một loạt các chức năng sinh học, bao gồm cả hành vi của con người. Ảnh hưởng sóng cực ngắn có thể tác động đến phản ứng hóa học trong não và sự trao đổi chất cơ thể trong giai đoạn đầu. Dựa trên những nghiên cứu từ trước cho đến nay, tần số và tốc độ thay đổi trong cường độ từ trường không dễ tạo ra các hiệu ứng có thể quan sát được (Lednev 1991)8. Rõ ràng, hệ thống sinh học không thể thích ứng với những thay đổi nhanh chóng theo tần số và cường độ từ trường một cách dễ dàng như mong muốn là chuyển lên một mức từ trường với cường độ cao hơn nhưng ổn định. Đối tượng nghiên cứu hầu hết được thực hiện trong mùa thu và mùa xuân của tác giả Dimitrova cùng cộng sự (2002), cho thấy tình trạng sức khỏe rất nhạy cảm với những thay đổi của từ trường. Nghiên cứu phát hiện ra biến động của địa từ trường có thể gây ảnh hưởng trực tiếp đến sự tự tin và khả năng làm việc của con người. 1.3 Kết quả một số nghiên cứu liên quan đến Thị trường chứng khoán Việt Nam trong thời gian qua Thị trường chứng khoán Việt Nam trải qua hơn 14 năm phát triển nhưng vẫn còn khá non trẻ so với sự phát triển của những thị trường chứng khoán khác trong khu vực và trên thế giới. Tuy nhiên, một số nghiên cứu chuyên sâu về thị trường chứng khoán Việt Nam đã xuất hiện từ năm 2006 liên quan đến tính hiệu quả, tâm lý bầy đàn và tính mùa vụ (hiệu ứng ngày trong tuần) của thị trường cũng đã được công 8 Lednev, 1991, Bioelectromagnetic 12:71 bố. Trong bài nghiên cứu này tác giả sẽ tóm tắt một số kết quả nghiên cứu của một số công trình liên quan đến những chủ đề này trong thời gian qua. 1.3.1 Tính hiệu quả của thị trường chứng khoán Việt Nam ở dạng yếu Việc nhận dạng được thị trường hiệu quả ở cấp độ nào có ý nghĩa thực tiễn lớn. Khi biết được dạng cụ thể của thị trường, các thành phần tham gia thị trường sẽ có thể điều chỉnh các hoạt động của mình để thị trường trở nên hiệu quả hơn. Đối với các nước phát triển, thị trường chứng khoán thường được đánh giá bằng thực nghiệm với các kết quả là thị trường chứng khoán của các nước này hầu như đạt hiệu quả dạng yếu, một số nước đạt đến hiệu quả trung bình, còn hiệu quả ở dạng mạnh chỉ tồn tại trên lý thuyết mà thôi. Tại Việt Nam một số nghiên cứu về tính hiệu quả của thị trường chứng khoán nước ta cho thấy mức độ hiệu quả ở dạng yếu. Trong chuỗi nghiên cứu về Việt Nam, Trương Đông Lộc đã công bố kiểm định về tính hiệu quả trên thị trường chứng khoán Việt Nam với tiêu đề “Testing the WeakForm Efficiency for the Vietnamese StockMarket”(2006). Dữ liệu VNIndex được Trương Đông Lộc thu thập từ ngày mở cửa của thị trường 2872000 và dữ liệu của các mã REE, SAM, HAP, TMS và LAF từ khi niêm yết đến 31122004. Từ dữ liệu hàng ngày Trương Đông Lộc sử dụng phương pháp do Miller và các cộng sự đề xuất năm 1994 và ba kỹ thuật khác nhau (sự tự tương quan (autocorrelation), chạy thử nghiệm (runs test), và kiểm tra tỷ lệ phương sai (variance ratio tests)). Kết quả không có sự tự tương quan với chỉ số VNIndex và bốn trong năm mã cổ phiếu được tiến hành kiểm tra. Khi kiểm tra “runs test” theo hàng ngày và hàng tuần thì tất cả đều không hiệu quả (trừ lợi suất theo tuần của HAP)… Tóm lại, một trong những kết luận quan trọng bắt nguồn từ nghiên cứu này là thị trường chứng khoán Việt Nam không hiệu quả ở khía cạnh thông tin, mức hiệu quả dạng yếu cho cả thời kỳ từ ngày 2872000 đến 31122004. Trên website: http:www.tchdkh.org.vn đã công bố kết quả nghiên cứu khi kiểm nghiệm cả hai chỉ số VNIndex (ở Sở giao dịch chứng khoán Thành phố Hồ Chí Minh) và HNXIndex (ở Trung tập giao dịch chứng khoán Hà Nội) trong giai đoạn từ phiên giao dịch đầu tiên của Sở giao dịch chứng khoán Hà Nội đến tháng 52009. Dựa vào những mô hình nghiên cứu của Hagerman và Richmond (1973), Duffy Deno’s (1996) và Hwey Chyi Lee, Sheng Shyr Cheng (2004), ….kết quả của nghiên cứu cho thấy thị trường chứng khoán Việt Nam không hiệu quả về mặt thông tin (dạng yếu) ở cả hai Trung tâm giao dịch chứng khoán, trong mọi thời kỳ xem xét. Tại sàn giao dịch Hà Nội, dường như sự không hiệu quả là rõ nét hơn sàn giao dịch Thành phố Hồ Chí Minh. Sự không hiệu quả ở mức độ yếu và tính đối xứng về các tác động điều chỉnh giá ở sàn giao dịch Hà Nội hay sàn giao dịch Thành phố Hồ Chí Minh trong thời kỳ đầu có thể là do khi tổ chức này mới đi vào hoạt động, người đầu tư hiếu kỳ hoặc chưa hiểu biết về thị trường còn chiếm quá nhiều. Khi đã tham gia thị trường nhiều hơn và kiến thức tích lũy, cũng như kinh nghiệm thực tế cho thấy người đầu tư đã tinh vi hơn trong quá trình ra quyết định của mình. Nghiên cứu của Lê Trung Thành (Phó trưởng khoa Tài chính Tiền tệ, Học viện chính sách và Phát triển, Bộ Kế hoạch và Đầu tư) trong tài liệu “Giám sát giao dịch chứng khoán trên thị trường chứng khoán Việt Nam” đưa ra kết quả về kiểm định tính hiệu quả tại thị trường chứng khoán Việt Nam. Bằng phương pháp kiểm định phi tham số (kiểm định tính chuẩn, kiểm định tính dừng và kiểm định bằng đoạn mạch) của chỉ số VNIndex theo 3 chuỗi: • Chuỗi VNIndex 1: từ 2872000 đến ngày 31122008. • Chuỗi VNIndex 2: từ 2872000 đến tháng 72005. • Chuỗi VNIndex 3: từ tháng 72005 đến ngày 31122008. Kết quả cho thấy thị trường chứng khoán Việt Nam có mức hiệu quả ở dạng yếu (weak form). Ngoài ra còn có một số kết luận khác đáng chú ý như: Tác động của giám sát giao dịch chứng khoán đối với việc tăng tính hiệu quả của TTCK rất nhỏ; Nhà đầu tư không được bảo vệ, không tiếp cận được đầy đủ thông tin, phản ứng rất chậm với thông tin công bố, giao dịch nội gián, thao túng và các hành vi vi phạm khác còn phổ biến. 1.3.2 Quy định về biên độ dao động, một trong những nguyên nhân làm giảm tính hiệu quả của thị trường. Tâm lý bầy đàn được tìm thấy với nhà đầu tư cá nhân trên HOSE Trần Việt Hà trong “Price limit regulation and herd behavior in the Vietnamese stock market” (2007) đã nghiên cứu các tác động của quy định giới hạn biên độ dao động trong bối cảnh giao dịch theo tâm lý bầy đàn là khá phổ biến trên thị trường chứng khoán Việt Nam. Dữ liệu VNIndex được thu thập trong khoảng thời gian từ tháng 12003 đến tháng 82006. Một sự thay đổi trong mô hình của Christea và Huang (1995) được áp dụng để phù hợp với những dự đoán phổ biến về tính bầy đàn tại sàn giao dịch chứng khoán Thành phố Hồ Chí Minh. Bằng cách sử dụng mối liên hệ giữa phân tán cắt ngang của đặc trưng lợi suất (relative crosssection dispersion of idiosyncratic returns RCSDI) thay vì phân tán cắt ngang (crosssection dispersion CSSD) và mở rộng các biến, tác giả đã tìm thấy hiệu ứng bầy đàn trong muabán xảy ra ở sàn giao dịch chứng khoán Thành phố Hồ Chí Minh mỗi khi thị trường thay đổi 1% lợi suất hoặc nhiều hơn và sau đó dẫn tới lợi suất của một lượng lớn nhà đầu tư cá nhân cũng thay đổi, với tần số xảy ra tới 65% trong thời gian mẫu. Giao dịch bầy đàn tìm thấy với số lượng lớn nhà đầu tư cá nhân là một phát hiện mới của sàn giao dịch chứng khoán Thành phố Hồ Chí Minh. Nhưng chúng ta cũng có thể lý giải điều này với một thị trường chứng khoán còn non trẻ, điều kiện chưa chín muồi như số lượng cổ phiếu niêm yết trong giai đoạn này còn hạn chế, phần lớn các nhà đầu tư mới và không hiểu rõ, và giới hạn biên độ dao động giá khá hẹp. Quy định về giới hạn biên độ dao động giá sẽ không hỗ trợ cho việc cải thiện tính hiệu quả thị trường, nó làm giảm mức biến động, và ngăn cản hiệu ứng tâm lý bầy đàn. Việc giới hạn biên độ thay đổi giá 5% hàng ngày gây ra sự phản ứng chậm của giá khi một sự kiện được công bố. Do đó giá tại ngày công bố sự kiện không thể phản ánh thông tin đó trong ngày mà còn ảnh hưởng đến những ngày tiếp theo. Nói cách khác, quy định giới hạn biên độ dao động không làm giảm sự biến động mà sự biến động chỉ chuyển sang cho những ngày tiếp theo. 1.3.3 Hiệu ứng ngày trong tuần xuất hiện ở một số mô hình phân tích Tại thị trường chứng khoán Việt Nam chủ đề này cũng được khai thác và một trong những nghiên cứu đầu tiên đã được công bố từ năm 2006 và dần được mở đào sâu hơn trong kết quả khi công bố vào năm 2010. Trương Đông Lộc (2006) sử dụng phương pháp ước lượng bình phương nhỏ nhất (OLS) và GARCH kết hợp với mô hình thị trường của Brooks và Persand (2001) để xem xét chỉ số VNIndex giai đoạn từ 20022004 . Kết quả của mô hình OLS, khi có và không có yếu tố rủi ro thị trường, thể hiện lợi suất dương vào Thứ Sáu. Tuy nhiên, trong những mô hình GARCH với số quan sát là như nhau nhưng hiệu ứng tích cực của ngày thứ Sáu lại bị loại bỏ và tìm ra hiệu ứng tiêu cực về lợi suất vào ngày thứ Ba. Ngoài ra, Trương Đông Lộc thấy rằng mức độ rủi ro trung bình của thị trường dường như giống nhau qua những ngày trong tuần trên thị trường chứng khoán. Ngoài ra, việc thêm các biến giả cho mỗi ngày trong tuần vào các phương trình trong các mô hình GARCH, kết quả luôn cho thấy lợi suất âm vào những ngày thứ Ba và thứ Năm nhưng không tìm thấy yếu tố theo mùa trong sự biến động của lợi suất là có ý nghĩa. Lê Long Hậu trong đề tài “DayOfTheWeek Effects in Different Stock Markets: New Evidence on ModelDependency in Testing Seasonalities in Stock Returns” (2010) đã kiểm tra những ảnh hưởng ngày trong tuần trong cả nhóm thị trường phát triển, nhóm thị trường mới nổi và chỉ số MSCI world index (Morgan Stanley Capital International world stock price index). Nhóm của thị trường phát triển bao gồm Mỹ (SP 500), Nhật Bản (Nikko composite), Anh (FTSE tất cả các cổ phần), Pháp (Paris CAC 40), Hong Kong (DJTM Hong Kong) và Singapore (DJTM Singapore), trong khi nhóm các thị trường mới nổi bao gồm Malaysia (DJTM Malaysia) và Việt Nam (VNIndex). Dữ liệu được tập hợp từ tháng 32002 đến tháng 52008 bằng cách phân tích mô hình hồi quy. Nghiên cứu hiện tại tìm thấy bằng chứng của sự biến mất hiệu ứng ngày trong tuần cho các thị trường của Mỹ, Anh, Nhật Bản và Pháp, khi thực hiện sáu trong số mười một mô hình đang được sử dụng, theo đó các kết quả cho hai quốc gia đầu tiên được khẳng định mạnh mẽ. Cả thị trường Việt Nam và Hong Kong cho thấy hiệu ứng tiêu cực về lợi suất vào ngày thứ Ba, tương ứng, được kiểm tra bởi 7 đến 8 mô hình trong 11 mô hình nghiên cứu. Hiệu ứng tích cực về lợi suất vào ngày thứ Sáu được tìm thấy khi quan sát 6 mô hình, trong khi hiệu ứng cuối tuần được tìm thấy trong 9 mô hình. Thật thú vị, nghiên cứu cho thấy sự tồn tại của lợi nhuận tích cực vào thứ hai và thứ tư trong chỉ số MSCI thế giới, mà là trong thực tế không thể giải thích về mặt kinh tế. Cuối cùng, không có mẫu hình chung về mức biến động lợi nhuận của chứng khoán theo ngày khi quan sát trên tất cả các thị trường. Tuy nhiên, những bằng chứng về tác dụng đòn bẩy liên quan đến sự xuất hiện những thông tin mới là tài liệu đáng giá ở các thị trường Mỹ, Anh, Pháp và chỉ số MSCI thế giới thể hiện trong mô hình TGARCH và EGARCH. 1.3.4 Ảnh hưởng của ngày âm lịch trong tháng ảnh hưởng đến tỷ suất sinh lời chứng khoán Từ năm 1985, Rotton và Kelly đã trích dẫn một nghiên cứu của Rotton và Rosenberg (1984) kiểm tra mối quan hệ giữa các giai đoạn âm lịch và giá đóng cửa trung bình của chỉ số DowJones. Kết quả từ nghiên cứu này cho thấy không có liên quan khác biệt về chỉ số DowJones và các pha của mặt trăng, kết quả này khác với các nghiên cứu trước của họ. Hai nghiên cứu cùng được công bố năm 2001 của Dichev và Janes (2001), Kathy Yuan, Lu Zheng và Qiaoqiao Zhu (2001), được nghiên cứu độc lập nhau nhưng cả hai nghiên cứu đều thừa nhận có mối quan hệ giữa các chu kỳ của mặt trăng với lợi suất của chỉ số chứng khoán Mỹ. Những phát hiện của hai nghiên cứu này bổ sung khá tốt cho nhau. Trong nghiên cứu của Dichev và Janes, họ tập trung hơn vào thị trường Mỹ và sử dụng một chuỗi thời gian dài của chỉ số chứng khoán Mỹ. Còn nghiên cứu của Kathy Yuan, Lu Zheng và Qiaoqiao Zhu cung cấp thêm bằng chứng toàn cầu bằng cách bao gồm 48 quốc gia với mức độ khác nhau của thị trường các nước phát triển trong mẫu nghiên cứu. Dữ liệu mà Kathy Yuan và các cộng sự (2001) được thu thập từ ngày giao dịch đầu tiên của 48 quốc gia đến tháng 72001. Kết quả của điều tra này chỉ ra rằng, tất cả 23 thị trường chứng khoán phát triển có tương quan âm với giai đoạn trăng tròn (ngày 15 âm lịch). Đối với 25 thị trường mới nổi còn lại thì có đến 20 nước cũng có tương quan âm với giai đoạn trăng tròn, năm quốc gia còn lại có tương quan dương bởi sự thay đổi trong hai chu kỳ trăng gần như bằng không. Lại Cao Mai Phương (2012) với “Nghiên cứu ảnh hưởng của chu kỳ mặt trăng đến lợi suất chứng khoán tại thị trường Việt Nam” giai đoạn từ 1332002 đến 3012011 cho thấy lợi suất lợi suất chứng khoán ở những ngày trăng rằm luôn cao hơn so với những ngày đầu tháng. Tuy nhiên, do độ lệch tiêu chuẩn hàng ngày của các khung thời gian 3 ngày, 7 ngày và 15 ngày đều ở mức cao (trên 1,5%) khi đó sẽ che mất ảnh hưởng mức độ chênh lệch lợi nhuận. Do đó tác giả đã nhấn mạnh rằng ảnh hưởng của chu kỳ mặt trăng chỉ là một trong những yếu tố tác động đến tỷ suất sinh lời chứng khoán bên cạnh các yếu tố khác tác động đến nhà đầu tư như thông tin, tâm lý… 1.3.5 Nhận xét chung và tính cần thiết của đề tài Trên đây là những
BỘ CÔNG THƯƠNG TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP TP HỒ CHÍ MINH Đề tài nghiên cứu khoa học cấp trường NGHIÊN CỨU ẢNH HƯỞNG CỦA BIẾN ĐỘNG ĐỊA TỪ ĐẾN CHỈ SỐ VNINDEX TẠI THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM Khoa: Tài chính-Ngân hàng Chủ nhiệm đề tài: Thành viên: TP HỒ CHÍ MINH – NĂM 20 MỤC LỤC MỞ ĐẦU Đặt vấn đề Mục tiêu phạm vi nghiên cứu 2.1 Mục tiêu nghiên cứu 2.2 Phạm vi nghiên cứu Phương pháp nghiên cứu 3.1 Dữ liệu 3.1.1 Thu thập liệu 3.1.2 Nhận xét liệu nghiêu cứu 3.2 Phương pháp 3.2.1 Phân tích thống kê mơ tả 3.2.2 Phân tích hồi quy Kết cấu nghiên cứu CHƯƠNG 1: TÀI CHÍNH HÀNH VI VÀ TỔNG QUAN NHỮNG NGHIÊN CỨU VỀ BIẾN ĐỘNG ĐỊA TỪ ẢNH HƯỞNG ĐẾN TÂM SINH LÝ CON NGƯỜI VÀ THỊ TRƯỜNG CHỨNG KHOÁN 1.1 Ảnh hưởng bão địa từ đến nông nghiệp, sức khỏe, tâm sinh lý người 1.1.1 1.1.2 Bão địa từ số bão địa từ cực mạnh ghi nhận thời gian qua Ảnh hưởng bão địa từ đến sức khỏe tâm sinh lý người 1.1.3 Ảnh hưởng bão địa từ đến nông nghiệp 1.1.4 Câu hỏi nghiên cứu đề tài 1.2 Tổng quát nghiên cứu tính chu kỳ, tính mùa vụ lên thị trường chứng khoán Thế giới 1.2.1 Những ngày tốt, ngày xấu tháng số Dow Jones Industrials (DJ) từ năm 1900-2008 1.2.2 Hiệu ứng ngày nghỉ lễ số DJ 1933-2008 1.2.3 Hiệu ứng ngày tuần số thị trường chứng khoán giới 1.2.4 Kết nghiên cứu ảnh hưởng biến động địa 11 từ lên lĩnh vực phi nông nghiệp số số chứng khoán Thế giới 12 1.3 Kết số nghiên cứu liên quan đến thị trường chứng khoán Việt Nam thời gian qua 1.3.1 Tính hiệu thị trường chứng khốn Việt Nam dạng yếu 1.3.2 13 15 Quy định biên độ dao động, nguyên nhân làm giảm tính hiệu thị trường Tâm lý bầy đàn tìm thấy với nhà đầu tư cá nhân HOSE 1.3.3 Hiệu ứng ngày tuần xuất số mơ hình phân tích 1.3.4 1.3.5 16 17 Ảnh hưởng chu kỳ mặt trăng đến tỷ suất sinh lời chứng khốn 18 Nhận xét chung tính cần thiết đề tài 18 Kết luận chương 20 CHƯƠNG 2: NGHIÊN CỨU THỰC TRẠNG THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM TRONG HƠN 14 NĂM QUA 21 2.1 Giai đoạn 2000-2005: Giai đoạn tạo đà 2.1.1 Yếu tố tài hành vi bị chi phối mạnh năm 21 đầu 2.1.2 Vai trò khối ngoại có định tăng room 2.1.3 Lần Việt Nam bán thành cơng Trái phiếu Chính phủ thị trường quốc tế 2.2 Giai đoạn 2006-2007: Giai đoạn tăng trưởng nóng 21 22 23 2.2.1 Thơng tin vĩ mơ tích cực hỗ trợ cho thị trường 23 2.2.2 Luật chứng khoán đời tạo bước ngoặt cho thị trường 24 2.2.3 Một số biểu tăng nóng thị trường 29 2.2.4 Những cảnh báo thị trường chứng khốn Việt Nam tăng q nóng 2.2.5 30 Các biện pháp kiểm soát thị trường chứng khoán điều chỉnh giảm 31 2.3 Giai đoạn 2008- 2010: Ảnh hưởng khủng hoảng kinh tế 2.3.1 Năm 2008: Kinh tế Việt Nam đối mặt hai thách thức lớn 2.3.2 Những biện pháp hỗ trợ cho thị trường 33 34 2.3.3 Năm 2009-2010: Thị trường phục hồi nhờ gói kích thích kinh tế 35 2.4 Thị trường chứng khoán Việt Nam giai đoạn 2010-2014: Giai đoạn đầu trình tái cấu trúc toàn thị trường 39 2.4.1 Tái cấu trúc nâng cao chất lượng hàng hóa TTCK trọng chất lượng doanh nghiệp niêm yết 39 2.4.2 Tái cấu trúc sở nhà đầu tư, khuyến khích hình thành phát triển nhà đầu tư có tổ chức, đặc biệt quỹ hưu trí tự nguyện 41 2.4.3 Tái cấu trúc lại công ty chứng khốn, cơng ty quản lý quỹ theo hướng thu hẹp số lượng, nâng cao lực tài chất lượng quản trị điều hành, quản trị 43 rủi ro 2.4.4 Tái cấu trúc thị trường giao dịch 46 2.5 Kết thị trường chứng khoán Việt Nam 14 năm qua 46 Kết luận chương 48 CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU ẢNH HƯỞNG CỦA BIẾN ĐỘNG ĐỊA TỪ ĐẾN CHỈ SỐ VNINDEX TẠI THỊ TRƯỜNG CHỨNG KHỐN VIỆT NAM 49 3.1 Quy trình mơ hình nghiên cứu 49 3.2 Nghiên cứu sơ 50 3.2.1 Phân tích thống kê mơ tả, kiểm định tính dừng phân tích tương quan kiểm định tượng đa công tuyến 3.2.2 Xác định ngưỡng địa từ (Ap) có ảnh hưởng đến tỷ suất sinh lời VNIndex 3.2.3 51 Chọn độ trễ phù hợp cho biến giả 54 , phân tích tương quan, kiểm tra tượng đa cộng tuyến 3.3 Nghiên cứu sâu 3.3.1 Xác định biến độc lập đưa vào phương trình hồi quy 3.3.2 Phân tích kiểm định ảnh hưởng địa từ (GMS) đến tỷ suất sinh lời VNIndex Kết luận chương 56 58 58 63 74 CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ MỘT SỐ GIẢI PHÁP CHO NHÀ ĐẦU TƯ TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM 4.1 Kết nghiên cứu phân tích kết từ mơ hình 75 4.1.1 Phân tích kết từ mơ hình hồi quy tuyến tính 75 4.1.2 Phân tích kết từ mơ hình hồi quy logit 76 4.1.3 Tóm tắt kết phân tích hai mơ hình 81 4.2 Những nguyên nhân ảnh hưởng đến kết phân 82 tích 4.3 Một số giải pháp cho nhà đầu tư thị trường chứng khoán Việt Nam 4.3.1 Gợi ý xây dựng tiêu chí đầu tư theo biến động địa từ 4.3.2 Nâng cao số bảo vệ nhà đầu tư chứng khoán Việt Nam KẾT LUẬN CHUNG 83 83 85 89 PHỤ LỤC PHỤ LỤC1: BIỂU ĐỒ VNINDEX THEO TUẦN TỪ 28/7/2000 31/12/2014 91 PHỤ LỤC 2: BIỂU ĐỒ VNINDEX THEO TUẦN TỪ 2000-2005 PHỤ LỤC 3: BIỂU ĐỒ VNINDEX THEO TUẦN TỪ 2006-2007 PHỤ LỤC 4: BIỂU ĐỒ VNINDEX THEO TUẦN TỪ 2008-2010 TÀI LIỆU THAM KHẢO 91 92 93 DANH MỤC CÁC HÌNH VẼ Hình 2.1 : Một số tiêu thống kê thị trường chứng khoán Việt Nam từ năm 2000-2014 47 Hình 3.1: Số ngày bão từ theo tháng từ năm 2000-2014 56 Hình 3.2: Biểu đồ khám phá nhân tố 61 Hình 3.3: Đồ thị phân bố chuỗi sai số dừng 66 Hình 4.1: Giá trị đại diện địa từ phân nhóm theo tỷ suất sinh lời tăng/giảm VNIndex 78 DANH MỤC SƠ ĐỒ Sơ đồ 1: Quy trình mơ hình nghiên cứu ảnh hưởng biến động địa từ trường đến tỷ suất sinh lời VNIndex 49 DANH MỤC CÁC BẢNG SỐ LIỆU Bảng 1.1: Phân loại mức độ bão địa từ theo số Kp 01 Bảng 1.2: Những ngày tốt xấu tháng số DowJones 06 Bảng 2.1: Thống kê quy mô thị trường từ 2000-2005 22 Bảng 2.2: Những cơng ty có mức vốn hóa lớn có kết kinh doanh 2007 vượt xa kế hoạch 27 Bảng 2.3: Một số doanh nghiệp lớn IPO thành công năm 2007 Bảng 2.4: Hoạt động sáp nhập, tái cấu nguồn vốn công ty 28 thông qua phát hành thêm cổ phiếu để hoán đổi năm 2013 40 Bảng 2.5: Phân loại cơng ty chứng khốn theo tiêu chí vốn khả dụng/tổng rủi ro tỷ lệ lỗ lũy kế/Vốn điều lệ 44 Bảng 2.6: Thống kê tỷ lệ công ty chứng khoán lỗ từ năm 2012-2014 44 Bảng 2.7: Tổng hợp kết tái cấu trúc công ty chứng khoán vào cuối năm 2014 45 Bảng 3.1: Kiểm định tính dừng biến tỷ suất sinh lời VNIndex biến đại diện từ trường gms sai phân bậc 53 Bảng 3.2: Giá trị P-value từ kết hồi quy biến động VNIndex (rt) theo 10 phân vị địa từ 55 Bảng 3.3 : Phân loại số hoạt động địa từ 55 Bảng 3.4: Tổng hợp giá trị P-value từ kết hồi quy riêng biến động VNIndex (rt) theo biến từ trường có độ trễ từ đến 12 57 Bảng 3.5: Phân tích tương quan 58 Bảng 3.6: Kiểm tra tượng đa cộng tuyến (tính tự tương quan) 58 Bảng 3.7: Thống kê giá trị KMO biến phân tích nhân tố 60 Bảng 3.8: Bảng hệ số tải nhân tố tính phương sai 62 Bảng 3.9: Ảnh hưởng biên độ co giãn theo dạng hàm mơ hình hồi quy tuyến tính mơ hình logit 63 Bảng 3.10: Thống kê mô tả tỷ suất sinh lời VNIndex biến đại diện địa từ PCd (hoặc factor 1) 64 Bảng 3.11: Kiểm định tính dừng biến chuỗi đại diện địa từ 66 Bảng 3.12: Kiểm định tính dừng tỷ suất sinh lời VNIndex 66 Bảng 3.13: Kết sau khắc phục tượng bị tương quan 67 thủ tục lặp Prais–Winsten Cochrane-Orcutt 68 Bảng 3.14: Tỷ suất sinh lời VNIndex 70 Bảng 3.15: Phân tích tương quan 70 Bảng 3.16: Mơ hình với số (null model) 70 Bảng 3.17: Tổng hợp quan sát, giá trị kỳ vọng xác xuất thành cơng cho nhóm biến phụ thuộc Bảng 3.18: Mức độ phù hợp mô hình hồn chỉnh việc giải 71 thích quan sát 72 Bảng 4.1: Kết mơ hình hồi quy tuyến tính tỷ suất sinh lời VNIndex theo biến đại diện từ trường 75 Bảng 4.2: Kết mơ hình hồi quy logistic tỷ suất sinh lời VNIndex theo biến đại diện từ trường 76 Bảng 4.3: Kết kiểm định t chênh lệch đại diện địa từ theo tỷ suất sinh lời VNIndex giảm tăng 79 Bảng 4.4: Thống kê xác suất tăng VNIndex theo tám mức giá trị biên nguyên biến địa từ trường 80 Bảng 4.5: Kết kiểm định z chênh lệch tỷ lệ VNIndex tăng nhóm nhóm 10 81 Bảng 4.6: Chỉ số bảo vệ nhà đầu tư 2015 87 PHẦN MỞ ĐẦU Đặt vấn đề Thị trường chứng khoán Việt Nam trải qua 14 năm tuổi Trong trình phát triển thị trường trải qua nhiều giai đoạn: tạo đà, tăng trưởng bùng nổ hay giai đoạn ảnh hưởng khủng hoảng kinh tế giới với hỗ trợ từ gói kích thích kinh tế phủ, hay giai đoạn tái cấu trúc thị trường Ở giai đoạn thị trường xác lập mức đỉnh đáy có khoảng cách xa Có thể nói đến mức đỉnh đáy xác lập số VNIndex 571,04 điểm (25/6/2001) sau giảm tới 70% vòng chưa đầy tháng xuống mức 203,12 điểm (05/10/2001) Mức đỉnh suốt 14 năm hoạt động thị trường thiết lập giai đoạn tăng trưởng bong bóng đạt 1.170,67 điểm vào ngày 12/3/2007 sau chuỗi ngày dài giảm điểm, mức đáy xác lập giai đoạn 234,06 điểm vào ngày 24/2/2009 Trong giai đoạn khủng hoảng hậu khủng hoảng kinh tế giới số mức đỉnh đáy VNIndex chênh tới 211,3 điểm mức đỉnh đáy 633,21(23/10/2009) điểm so với mức 421,81 điểm 26/8/2010, tương ứng giảm 33,4% Và thời gian gần giai đoạn tái cấu trúc thị trường chứng khoán thị trường có lúc rơi xuống mức 336,73 điểm (06/01/2012) có lúc lên đến 486,31 (09/5/2012); mức 509,82 (14/5/2014) vòng tháng tăng 26% lên mức 644,56 (04/9/2014) Việc thị trường chứng khoán Việt Nam tăng mạnh lại giảm đột ngột khiến lý thuyết tài đại phân tích kỹ thuật hay phân tích khơng thể dùng để giải thích cho trạng thái thị trường Những nghiên cứu Trương Đồng Lộc (2006) hay ông Lê Trung Thành (2009) cho thấy mức hiệu thị trường chứng khoán Việt Nam dạng yếu theo lý thuyết Để giải thích tượng này, việc kết hợp lý thuyết tài với môn khoa học tâm lý khác mà goi tâm lý học hành vi Khai thác khía cạnh tâm lý học hành vi để giải thích bất thường thị trường chứng khốn Việt Nam Trần Việt Hà (2007) cho thấy giao dịch bầy đàn tìm thấy với số lượng lớn nhà đầu tư cá nhân sàn giao dịch chứng khốn Hồ Chí Minh, nhân dẫn đến tượng quy định giới hạn biên độ dao động Để đào sâu yếu tố tác động đến tâm lý nhà đầu tư thị trường chứng khốn, giới có nhiều nghiên cứu khai thác nhóm chủ đề Tuy nhiên, Việt Nam nghiên cứu yếu tố tự nhiên tác động lên lợi suất chứng khoán cịn hạn chế, kể đến nghiên cứu liên quan đến kiểm tra hiệu ứng ngày tuần số VNIndex Trương Đồng Lộc (2006) hay Lê Long Hậu (2010) Lại Cao Mai Phương (2012) với “Nghiên cứu ảnh hưởng chu kỳ mặt trăng đến lợi suất chứng khoán thị trường Việt Nam” phát lợi suất lợi suất chứng khoán ngày trăng rằm cao so với ngày đầu tháng Ngoài hiệu ứng ngày tuần hiệu mặt trăng tác động lên số VNIndex yếu tố tâm sinh lý tác động đến số này? Đây câu hỏi gợi mở cho nghiên cứu Mục tiêu phạm vi nghiên cứu 2.1 Mục tiêu nghiêu cứu Với mong muốn khai thác thêm khía cạnh yếu tố tự nhiên ảnh hưởng đến tâm sinh lý học nhà đầu tư thị trường chứng khoán Việt Nam, nội dung đề tài tiến hành “Nghiên cứu ảnh hưởng biến động địa từ đến số VNIndex thị trường chứng khoán Việt Nam” 2.2 Phạm vi nghiên cứu: Nghiên cứu sử dụng giá đóng cửa VNIndex từ ngày 28/7/2000 đến 31/12/2014 Sở giao dịch chứng khốn Thành phố Hồ Chí Minh Việc sử dụng liệu số chứng khoán hàng ngày qua nhiều năm cho phép kiểm tra giả thuyết biến động địa từ dựa vô số định hàng trăm, hàng ngàn nhà đầu tư cá nhân tổ chức Phương pháp nghiên cứu: 3.1 Dữ liệu 3.1.1 Thu thập liệu Dữ liệu sử dụng nghiên cứu chủ yếu liệu thứ cấp Dữ liệu thứ cấp tóm tắt từ nghiên cứu khoa học nước, tổng hợp từ nhiều nguồn báo chí internet Những liệu sử dụng nghiên gms10 có KMO >0,8 giá trị KMO chung 0,89, theo Kaiser, H F 197418 cho thấy biến có phù hợp để đưa vào phân tích nhân tố o Bước 2: Khám phá nhân tố (Factor extraction) Mục đích bước xác định nhân tố thường dùng phương pháp phân tích thành phần để xác định nhân tố Thành phần thứ phức hợp giải thích nhiều biến thiên quần thể sau giảm dần nhân tố thứ 2, Để xác định giữ lại nhân tố có hai cách dùng trị số đặc trưng (eigenvalue) lớn dùng biểu đồ Bảng khám phá nhân tố cho thấy có nhân tố có trị số đặc trưng lớn Riêng nhân tố giải thích 94,33% biến thiên biến quan sát Do đó, đưa nhân tố vào phân tích Scree plot of eigenvalues after factor EigenvaluesMean Hình 3.2: Biểu đồ khám phá nhân tố Trục hoành: thể số nhân tố; trục tung thể trị số đặc trưng Một công cụ phổ biến để xác định số lượng yếu tố giữ lại dựa vào biểu đồ Theo Cattell, R B 196619 biểu đồ đồ thị trị số đặc trưng 18 Kaiser, H F 1974 An index of factor simplicity Psychometrika 39: 31–36 (eigenvalue) hiển thị thứ tự giảm dần Độ dốc cho thấy nhân tố lớn Khi hết độ dốc, thường nhân tố cịn lại có trị số đặc trưng nhỏ Cách phù hợp với mơ hình nhân tố, nhân tố chiết xuất phương pháp nhân tố Biểu đồ cho thấy nên giữ lại nhân tố dạng biểu đồ theo tiêu chuẩn tiếng Kaiser nên giữ lại trị số đặc trưng lớn Như vậy, phương pháp trị số đặc trưng phương pháp biểu đồ cho thấy nên chọn nhân tố để đưa vào phân tích o Bước 3: Xác định hệ số tải nhân tố (Factor loading) Hệ số tải nhân tố (Factor loading) gọi trọng số nhân tố Tiêu chuẩn quan trọng hệ số tải nhân tố phải lớn 0,5 Theo Hair et at., (1998, trang 111), hệ số tải nhân tố tiêu để đảm bảo mức ý nghĩa thiết thực (ensuring practical significance) EFA Hệ số tải nhân tố lớn 0,5 xem có ý nghĩa thực tiễn, giữ lại hệ số tải nhân tố thỏa mãn tiêu Nhìn vào cột tính (Uniqueness) Tính tỷ lệ phần trăm phương sai cho biến mà không giải thích thừa số chung; cho phương sai nhân tố cụ thể cho biến Chúng nhấn mạnh phép xoay liên quan đến "thừa số chung", nên tính khơng bị ảnh hưởng phép xoay Bảng 3.8: Bảng hệ số tải nhân tố tính phương sai Nguồn: Kết phân tích tác giả Kết từ Bảng cho thấy tất hệ số tải nhân tố của nhân tối 86% Trong cột cuối Bảng khám phá nhân tố (ở bước 2), riêng nhân tố giải thích 94% biến thiên biến quan sát, 19 Cattell, R B 1966 The scree test for the number of factors Multivariate Behavioral Research 1: 245– 276 tiêu thỏa mãn điều kiện Hair et at., 1998, Gerbing Anderson20 khơng cần thiết phải dùng phép xoay nhân tố để cải thiện thêm tỷ lệ o Bước 4: Ra định cuối nhân tố cần giữ lại Nhân tố chọn nhân tố có ý nghĩa thực tiễn thỏa mãn điều kiện bước phân tích trước Vì vậy, biến đại diện cho ảnh hưởng địa từ trường, ký hiệu PCd, giữ lại để đưa vào phân tích Biến trích suất từ nhân tố phương pháp phân tích nhân tố 3.3.2 Phân tích kiểm định ảnh hưởng địa từ (GMS) đến tỷ suất sinh lời VNIndex Mô hình nghiên cứu: Trường hợp Việt Nam, tác giả xây dựng mơ hình dựa mơ hình nghiên cứu Anna Krivelyova Cesare Robotti (2003) theo hai mô hình mơ hình hồi quy tuyến tính mơ hình logit Bảng 3.9: Ảnh hưởng biên độ co giãn theo dạng hàm mơ hình hồi quy tuyến tính mơ hình logit Tên hàm Dạng hàm Ảnh hưởng biên Độ co giãn (X/Y)/ (dY/dX) Tuyến (dY/dX) Y= β0+ β1X β1 β1X/Y Ln(Y/1-Y)= β0+ β1X β1Y(1-Y) β1(1-Y)X tính Logistic Trong đó: Y biến phụ thuộc; X biến độc lập; β0 số; β1 hệ số biến độc lập Mơ hình hồi quy tuyến tính có dạng sau: rt= α + βGMSPCd+ εt 20 (3) Gerbing and Anderson,1998 An Update Paradigm for Scale Development Incorporing Unimensionality and Its Assessments.Journal of Marketing Research, Vol.25, 186-192 Trong đó, biến độc lập PC d thành phần trích từ ma trận bảy độ trễ theo phương pháp phân tích thành phần với độ trễ từ đến 10 Để tránh trùng lắp, biến đề cập phần trước không nhắc lại, chúng tơi giải thích biến mơ hình hồi quy Phương pháp bình phương bé sử dụng mơ hình hồi quy tuyến tính o Phân tích thống kê mơ tả: Bảng 3.10: Thống kê mơ tả tỷ suất sinh lời VNIndex biến đại diện địa từ PCd (hoặc factor 1) Nguồn: Kết phân tích tác giả Cả hai biến có đủ quan sát Tỷ suất sinh lời trung bình VNIndex 0,049%, có phiên giao dịch VNIndex đóng cửa giảm mạnh 13,23% so với đóng cửa phiên liền trước, có ngày VNIndex đóng cửa tăng cao 9,26% so với phiên trước Biến đại diện địa từ có giá tập trung nhiều giá trị -0,5512514 (chiếm đến 73,26%) tổng số quan sát Một vài giá trị biến có quan sát o Kiểm định tính dừng Theo Gujarati, D N (2003)21 chuỗi thời gian dừng giá trị trung bình, phương sai, hiệp phương sai (tại độ trễ khác nhau) giữ nguyên không đổi cho dù chuỗi xác định vào thời điểm Chuỗi dừng có xu hướng trở giá trị trung bình dao động quanh giá trị trung bình Nói cách khác, chuỗi thời gian khơng dừng có giá trị trung bình thay đổi theo thời gian, giá trị phương sai thay đổi theo thời gian hai Theo Ramanathan, R (2002)22 hầu hết chuỗi thời gian kinh tế khơng dừng chúng thường có xu hướng tuyến tính mũ theo thời gian Tuy nhiên, biến đổi chúng chuỗi dừng thơng qua q trình sai phân Nếu Yt chuỗi khơng dừng, sai phân bậc chuỗi dừng, chuỗi thời gian sau lấy sai phân bậc loại trừ yếu tố xu ngẫu nhiên Lập luận tương tự, chuỗi thời gian không dừng sai phân bậc dừng sai phân bậc (sai phân sai phân bậc 1) Điều có ý nghĩa việc phân tích chuỗi thời gian khơng dừng, cụ thể nhà phân tích biến chuỗi không dừng thành chuỗi dừng nhằm phục vụ cho trình dự báo Dickey Fuller (1979)23 phát triển quy trình kiểm định xem biến có nghiệm đơn vị sau bước ngẫu nhiên hay không, kiểm định để biết xem chuỗi thời gian dừng hay khơng dừng Cịn MacKinnon, J G 1994 24 đưa cách để kết luận tính dừng dựa vào giá trị P-value sở hồi quy bề mặt chuỗi Trong nghiên cứu khoa học với liệu chuỗi thời gian kiểm định nghiệm đơn vị sử dụng phổ biến Giả thiết H0: Chuỗi không dừng Với chuỗi liệu tỷ suất sinh lời VNIndex biến đại diện địa từ, tác giả kiểm định tính dừng chuỗi ban đầu kết kiểm định nghiệm đơn vị sau: 21 Gujarati, D N (2003) Basic Econometrics pp 856–862 Ramanathan, R (2002) Introductory Econometrics with Applications 5th edition, South-Western 23 Dickey, D A., and W A Fuller 1979 Distribution of the estimators for autoregressive time series with a unit root Journal of the American Statistical Association 74: 427–431 24 MacKinnon, J G 1994 Approximate asymptotic distribution functions for unit-root and cointegration tests Journal of Business and Economic Statistics 12: 167–176 22 Bảng 3.11: Kiểm định tính dừng biến chuỗi đại diện địa từ Nguồn: Kết phân tích tác giả Kết kiểm định DF với giá trị MacKinnon approximate p-value for Z(t) = 0,0000 nhỏ 5% cho thấy phần dư DF có tính dừng (bác bỏ giả thuyết khơng dừng theo MacKinnon(2010) mức ý nghĩa 5% -3,410) Kết luận biến chuỗi đại diện địa từ chuỗi dừng Bảng 3.12: Kiểm định tính dừng tỷ suất sinh lời VNIndex Nguồn: Kết phân tích tác giả Kết kiểm định DF với giá trị MacKinnon approximate p-value for Z(t) = 0,0000 nhỏ 5% cho thấy phần dư DF có tính dừng Kết luận biến chuỗi tỷ suất -15 -10 Residuals -5 10 sinh lời VNIndex chuỗi dừng 1000 2000 STT 3000 Hình 3.3: Đồ thị phân bố chuỗi sai số dừng 4000 Từ đồ thị cho thấy chuỗi phần dư dao động quanh giá trị 0, cho thấy chuỗi sai số chuỗi dừng Tổng hợp kết kiểm định tính dừng Tóm lại, kết kiểm định DF cho thấy hai chuỗi thời gian gốc (của biến tỷ suất sinh lời VNIndex biến đại diện từ trường) dừng với mức ý nghĩa 5% Hơn nữa, chuỗi sai số dừng, chuỗi liệu phù hợp để đưa vào phân tích bước o Kiểm tra giả thuyết hồi quy khắc phục giả thuyết bị vi phạm : Kiểm định phương sai thay đổi (khơng có tượng phương sai thay đổi phương sai sai số không đổi qua quan sát) kiểm định White vẽ đồ thị phần dư theo giá trị X Y Phương sai thay đổi làm cho ước lượng thu phương pháp OLS vững không hiệu Với giả thuyết H0: khơng có tượng phương sai thay đổi (β GMS= 0); H1: có phương sai thay đổi (βGMS#0); Nếu mơ hình bị phương sai thay đổi khắc phục hàm hồi quy có trọng số (tùy chọn robust) Kiểm định tượng tự tương quan: Khơng có tượng tự tương quan phần dư phân phối độc lập, nghĩa khơng có tương quan chuỗi (Cov(εiεj)=0 với i, j) Nguyên nhân tượng tự tương quan bỏ sót biến quan trọng, xảy lỗi dạng hàm, hay lỗi sai sót hệ thống việc đo lường Theo Pindyck Rubinfied (1998) 25, phân tích kinh tế lượng dự báo, thường quan tâm nhiều đến vấn đề tự tương quan dương tự tương quan âm Tự tương quan dương thường xảy lỗi đo lường bỏ sót biến giải thích nghiên cứu chuỗi thời gian Nếu mơ hình xảy bị tự tương quan khắc phục thủ tục lặp Prais–Winsten Cochrane-Orcutt Giả thuyết H0: khơng có tương quan 25 Robert S Pindyck and Daniel L Rubinfeld 1998, Econometric Models and Economic Forecasts, Fourth Irwin/McGraw-Hill Bảng 3.13: Kết sau khắc phục tượng bị tương quan thủ tục lặp Prais–Winsten Cochrane-Orcutt Nguồn: Kết phân tích tác giả Mơ hình có tự tương quan bậc nhất, khắc phục sau thủ tục lặp Prais– Winsten Cochrane-Orcutt, kết cho thấy thống kê Durbin-Watson gần hai o Kiểm định sai dạng mô hình Tác giả sử dụng RESET Ramsey (1969) để kiểm định sai dạng mơ hình Một hạn chế quan trọng kiểm định RESET bác bỏ giả thiết cho mơ hình đúng, điều có ý nghĩa mơ hình bị xác định sai khơng đề xuất mơ hình Giả thiết H0: Có mơ hình tổng thể Với mức ý nghĩa alpha = 5%, P-value =0,1268> 0,05 nên chấp nhận giả thuyết H0 kết luận mô hình xác định khơng bị bỏ sót biến giải thích quan trọng Do đó, mơ hình đến hoàn toàn phù hợp để tiếp tục phân tích dự báo phần Tóm lại, qua kết kiểm định phần đưa biện pháp khắc phục kiểm định bị vi phạm mơ hình nghiên cứu khơng có phương sai thay đổi, khơng có tự tương quan, mơ hình xác định đúng, nên sử dụng kết hồi quy cho mục đích phân tích dự báo Phương trình hồi quy logit Theo kết hồi quy tuyến tính, ngày bão địa từ tỷ suất sinh lời trung bình VNIndex dương Vấn đề đặt làm cách để ước tính độ lớn mối liên kết (magnitude of association) Nghĩa là, xác suất tỷ suất sinh lời VNIndex dương ngày có bão địa từ so với ngày bình thường bao nhiêu? Độ khác biệt xác suất VNINdex dương hai nhóm có ý nghĩa thống kê hay không? Để trả lời câu hỏi này, phương pháp phân tích mơ hình hồi quy tuyến tính khơng thể áp dụng biến phụ thuộc biến liên tục mà biến nhị phân Vào thập niên 1970 nhà bác học David R.Cox phát triển mơ hình có tên mơ hình hồi quy logit để phân tích biến nhị phân Và từ đến nay, phương trình hồi quy logistic ứng dụng rộng rãi lĩnh vực kinh tế, tâm lý, quản trị… Bài nghiên cứu này, thơng qua phân tích mơ hình logit ước tính độ lớn mối liên kết tỷ suất sinh lời trung bình VNIndex ngày có bão địa từ Mơ hình hồi quy logit thể mơ hình chung Gọi p xác suất tỷ suất sinh lời VNIndex dương, odd (là tỷ số hai giá trị biến số nhị phân) định nghĩa sau: Odd= p/(1-p) (4) Biến đại diện cho biến địa từ PCd Mơ hình hồi quy logistic phát biểu log(odd) tùy thuộc vào giá trị PCd qua hàm số tuyến tính gồm hai thơng số sau: log(odd) = β0 + β1PCd+ ε (5) hay log(p/(1-p)) = β0 + β1PCd+ ε (6) Phương trình (6) mơ hình hồi quy logistic thiết lập để phân tích Trong đó: p xác suất tỷ suất sinh lời VNIndex dương PCd biến đại diện cho biến địa từ Log(odd) hay log (p/(1-p)) gọi logit(p) β0; β1 hai thông số cần ước tính từ liệu ε phần dư (residual), phần khơng thể giải thích biến độc lập Mơ hình hồi quy logit ngồi việc xác định mối liên hệ hai biến, cịn dự báo mức xác suất xảy biến phụ thuộc tương ứng với giá trị biến độc lập o Phân tích thống kê mơ tả phân tích tương quan Bảng 3.14: Tỷ suất sinh lời VNIndex (1 dương, nhỏ 0) Nguồn: Kết phân tích tác giả Trong tổng số quan sát 3.429 tập liệu, lấy ngẫu nhiên quan sát tỷ suất sinh lời VNIndex không tăng chiếm 49,55% 50,45% tỷ suất sinh lời VNIndex tăng Biến địa từ trường (PCd) phân tích thống kê mơ tả phần trước, đó, khơng nhắc lại phần Bảng 3.15: Phân tích tương quan Nguồn: Kết phân tích tác giả Dựa vào bảng phân tích tương quan, ta thấy: Biến độc lập có tương quan dương với biến phụ thuộc o Kiểm tra mức độ phù hợp mơ hình Bảng 3.16: Mơ hình với số (null model) Nguồn: Kết phân tích tác giả Phân tích mơ hình với số biểu thức (null model) Hằng số có ý nghĩa tương tự số cắt hồi quy OLS Giá trị Log likelihood nhỏ mơ hình phù hợp, log likelihood = -2376.6616 cho biết phần phương sai chưa giải thích mơ hình Giá trị phần trăm giải thích chung mơ hình có số 49,55% (nhỏ mức xác suất ngẫu nhiên 50%) Bên cạnh đó, với P-value 0.597 cho thấy số chưa có ý nghĩa mặt thống kê Pi = = 0,49547972 Bảng 3.17: Tổng hợp quan sát (Obs), giá trị kỳ vọng (Exp) xác xuất thành cơng cho nhóm biến phụ thuộc Nguồn: Kết phân tích tác giả Để kiểm tra mức độ phù hợp mơ hình, chọn tất quan sát tập liệu với xác suất dự đoán giống vào nhóm Kết bảng 100 phân vị chia thành 10 nhóm gồm (p 0; p10], (p10; P20], (P20; p30], , (p90; P100], pk phân vị thứ k xác suất dự đoán, với p phân vị thấp p100 phân vị cao Kết kiểm tra mức độ phù hợp mô hình number of observations number of covariate patterns Pearson chi2(8) Prob > chi2 = = = = 3429 10 6.62 0.5780 Phương pháp Hosmer-Lemeshow test thích hợp kiểm tra mức độ phù hợp mơ hình mà quan sát tất nhóm phân bố tương đối đồng Ở Bảng kết trên, nhóm nhóm số quan sát (khơng có quan sát có quan sát nhóm), đó, sử dụng Pearson test để kiểm tra mức độ phù hợp mơ hình đáng tin cậy so với Hosmer-Lemeshow test Các quan sát tương ứng với giá trị kỳ vọng cho nhóm biến phụ thuộc sử dụng tính tốn chi bình phương Giá trị chi bình phương (8 bậc tự do) 6,62 p-value 0.5780 > 0,05 cho thấy mô hình giải thích quan sát tốt (giá trị dự báo mơ hình khơng khác so với giá trị quan sát) Bảng 3.18: Mức độ phù hợp mô hình hồn chỉnh việc giải thích quan sát Nguồn: Kết phân tích tác giả Mơ hình hồn chỉnh giải thích 50,74% quan sát liệu So với mơ hình null (mơ hình có số) mơt hình hồn chỉnh giải thích tốt 1,19% Cụ thể, Trong liệu có 1730 giá trị VNIndex dương, có 451 có xác xuất P(y=1) > 0.5 (mơ hình tái thiết lập cho 26,07% trường hợp đúng) Giá trị VNIndex khơng dương mẫu có 1699 giá trị có 1289 có xác xuất P(y=0) < 0.5 (mơ hình tái thiết lập cho 75,87% trường hợp đúng) Do đó, phần trăm giải thích mơ hình 50,74 Trong mẫu 75,87% nhóm theo trọng số chuẩn phân loại xác theo tiêu chí đặc trưng nhóm có 26,07% nhóm có trọng số nhỏ phân loại xác theo độ nhạy Điều phù hợp cách phân loại nhạy cảm với kích thước nhóm, ln có xu hướng phân loại thành số nhóm lớn Tóm lại, thơng qua việc phân tích phù hợp mơ hình phương pháp Pearson test cho thấy mơ hình hồn chỉnh giải thích tốt 1,19% so với mơ hình có số Do đó, mơ hình logit hồn chỉnh đưa vào phân tích dự báo phần Kết luận chương 3: Trong chương này, đề tài thực theo hai quy trình nghiên cứu sơ nghiên cứu sâu Qua nghiên cứu sơ bộ, xác định ngưỡng địa từ với độ trễ thích hợp có ảnh hưởng đến tỷ suất sinh lời VNIndex Thơng qua phân tích nhân tố khám phá dùng phương pháp phân tích thành phần quy trình nghiên cứu sâu, tác giả tạo chuỗi liệu đại diện cho biến động địa từ Chuỗi tổng hợp thông tin bảy độ trễ ngưỡng địa từ mức Ap lớn 29, đưa vào hai phương trình hồi quy tuyến tính hồi quy logit Thông qua kết kiểm định phần khắc phục kiểm định bị vi phạm (nếu có), mơ hình hồi quy tuyến tính khơng bị phương sai thay đổi, khơng có tự tương quan mơ hình xác định phù hợp Do đó, việc phân tích kết hồi quy đáng tin cậy cho mục đích phân tích dự báo CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ MỘT SỐ GIẢI PHÁP CHO NHÀ ĐẦU TƯ TẠI THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM 4.1 Kết nghiên cứu phân tích kết nghiên cứu từ mơ hình 4.1.1 Phân tích kết từ mơ hình hồi quy tuyến tính Bảng 4.1: Kết mơ hình hồi quy tuyến tính tỷ suất sinh lời VNIndex theo biến đại diện từ trường r Hệ số hồi Độ lệch quy chuẩn t P>t Độ tin cậy 95% PCd 0,0719487 0,0293871 2,45 0,014* 0,0143307 0,1295666 Hằng 0,0491805 0,0314688 1,56 0,118 -0,012519 0,11088 số (*) có ý nghĩa mức 5% Phương trình hồi quy mơ hình tuyến tính có dạng: rt= 0,0491805 + 0,0719487PCd Trong đó: (7) r tỷ suất sinh lời VNIndex PCd biến đại diện địa từ Kiểm định ý nghĩa thống kê hệ số hồi quy: Kiểm định để biết biến giải thích PC d có thực ảnh hưởng đến biến phụ thuộc hay không Nói cách khác hệ số hồi quy có ý nghĩa thống kê hay không Giả thiết: H0: βPCd= Kết kiểm định: Kiểm định hệ số hồi quy tuyến tính sử dụng thống kê ttest Mức ý nghĩa P-value 0,014< 0,05, nên bác bỏ giả thiết H cho thấy biến PCd thực ảnh hưởng đến biến phụ thuộc với mức ý nghĩa thống kê 5% Ý nghĩa hàm hồi quy tuyến tính: Trong ngày khơng có bão địa từ tỷ suất sinh lời trung bình ngày giao dịch VNIndex 0,049% Tuy nhiên, hệ số hồi quy số khơng có ý nghĩa thống kê ... yếu ảnh hưởng đến tâm sinh lý học nhà đầu tư thị trường chứng khoán Việt Nam, nội dung nghiên cứu tiến hành: Nghiên cứu ảnh hưởng biến động địa từ đến số VNIndex thị trường chứng khoán Việt Nam. .. đầu tư thị trường chứng khoán Việt Nam, nội dung đề tài tiến hành ? ?Nghiên cứu ảnh hưởng biến động địa từ đến số VNIndex thị trường chứng khoán Việt Nam? ?? 2.2 Phạm vi nghiên cứu: Nghiên cứu sử... tuần số thị trường chứng khoán giới 1.2.4 Kết nghiên cứu ảnh hưởng biến động địa 11 từ lên lĩnh vực phi nông nghiệp số số chứng khoán Thế giới 12 1.3 Kết số nghiên cứu liên quan đến thị trường chứng
