Nghiên cứu được thực hiện dựa trên quy trình sau: Bước 1: Xác định đề tài nghiên cứu
Bước 2: Xác định phương pháp nghiên cứu: định tính kết hợp với định lượng Bước 3: Tham khảo các nghiên cứu liên quan từ trong và ngoài nước
Bước 4: Xây dựng khung lý thuyết phù hợp với đề tài Bước 5: Xây dựng mô hình nghiên cứu
Bước 6: Thiết kế bảng câu hỏi và phát cho 280 đối tượng khảo sát Bước 7: Thu thập dữ liệu đã khảo sát
Bước 8: Thiết kế các bảng biểu, sơ đồ theo phương pháp định tính
Bước 9: Phân tích dữ liệu bằng phần mềm SPSS 25 theo phương pháp định tính Bước 10: Đọc kết quả đã phân tích và đưa ra các kết luận, hàm ý quản trị
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU 4.1 Thống kê tổng quát
Dựa trên các phiếu trả lời đã được thu thập, thống kê tổng quát được xây dựng nhằm phân tích rõ hơn về đặc điểm của các nhà đầu tư cá nhân bao gồm: giới tính, trình độ học vấn, thu nhập bình quân mỗi tháng, công ty chứng khoán nhà đầu tư lựa chọn để mở tài khoản giao dịch, số tiền đầu tư bình quân hàng năm (trong 3 năm gần nhất).
Bảng 4.1: Thống kê mẫu về Giới tính, Thời gian tham gia đầu tư chứng khoán và Trình độ học vấn của các nhà đầu tư cá nhân
Trên 10 năm 9 5% Trình độ học vấn Cấp 3 trở xuống 31 16% Cao đẳng/Trung cấp 22 12% Đại học 45 24% Thạc sỹ 4 2% Tiến sỹ 13 7% Khác 76 40% Tổng 191 100%
Dựa trên Bảng 4.1, nhìn chung tỉ lệ giới tính của nhà đầu tư có sự chênh lệch, khi số nhà đầu tư nam tham gia thị trường chứng khoán nhiều gấp đôi so với số nhà đầu tư nữ, điều này chứng tỏ nam giới có xu hướng tham gia thị trường chứng khoán nhiều hơn nữ giới trong những năm gần đây. Tuy nhiên, sự gia tăng của các nhà đầu tư cá nhân tỉ lệ thuận với số lượng các nhà đầu tư nữ giới, xu hướng tại Việt Nam cũng dần đồng pha với xu hướng toàn cầu, tỷ lệ nữ trong giới tài chính cao hơn theo thời gian. Nhiều báo cáo nghiên cứu trên thế giới chỉ ra phụ nữ có phong cách đầu tư thận trọng hơn, tuy nhiên tỷ suất lợi nhuận của họ lại cao hơn. Phụ nữ cũng tiết kiệm nhiều hơn, đầu tư có kỷ luật hơn và giao dịch ít bốc đồng hơn so với nam giới (Anh Duong, 2021). Ngoài ra, thống kê trên còn chỉ ra rằng phần lớn các nhà đầu tư tham gia vào trị trường chứng khoán từ 1 đến 3 năm (chiếm 79%), chứng tỏ hầu hết các nhà đầu tư cá nhân chỉ mới quan tâm đến lĩnh vực đầu tư này trong những năm gần đây. Độ tuổi tham gia đầu tư chứng khoán cũng được trẻ hoá, cụ thể chiếm tỉ lệ trung bình-cao từ 15 đến 25 tuổi (Cấp 3 trở xuống, Trung cấp/Cao đẳng và Đại học). Con số này chỉ ra rằng giới trẻ ngày càng có xu hướng quan tâm đến đầu tư tài chính cá nhân, đặc biệt là đầu tư chứng khoán, đây cũng là tín hiệu đáng mừng vì giới trẻ phát huy quan điểm tự chủ tài chính, tuy nhiên, cũng không thể phủ nhận thực trạng đầu tư chứng khoán theo phong trào hoặc đầu cơ một cách liều lĩnh của giới trẻ.
Biểu đồ 4.2 thể hiện tỉ lệ nhà đầu tư sở hữu tài khoản giao dịch chứng khoán tại các công ty chứng khoán khác nhau (thuộc sàn HOSE). Trong đó, Công ty Cổ phần Chứng khoán Sài Gòn (SSI) là công ty được đa số các nhà đầu tư lựa chọn để đăng ký tài khoản giao dịch chứng khoán (chiếm 61%), tiếp đến là Công ty Cổ phần Chứng khoán Tp.Hồ Chí Minh (HSC) với tỉ lệ người đăng ký khoảng 20% trên tổng số 191 nhà đầu tư được khảo sát, các công ty còn lại sở hữu số lượng chủ tài khoản giao dịch chứng khoán chênh lệch không đáng kể. Vậy có thể xếp hạng độ tin cậy và xu hướng của các nhà đầu tư với từng công ty chứng khoán theo thứ tự sau: Công ty Cổ phần Chứng khoán Sài Gòn (SSI), Công ty Cổ phần Chứng khoán Tp.Hồ Chí Minh (HSC), Công ty Cổ phần Chứng khoán ACB (ACBS), Công ty Cổ phần Chứng khoán VN Direct (VNDS),... và những công ty còn lại.
Biểu đồ 4.2: Tỷ lệ các Công ty Chứng khoán được nhà đầu tư lựa chọn để đăng ký tài khoản giao dịch
140
Nguồn: Tác giả tổng hợp dựa trên số liệu đã khảo sát
Theo thường lệ, khi nhà đầu tư đăng ký tài khoản ở các công ty chứng khoán sẽ được cung cấp và hỗ trợ thêm dịch vụ tư vấn, khoá học đầu tư, môi giới cá nhân,... tuỳ theo từng loại tài khoản khác nhau sẽ ứng với các dịch vụ khác nhau. Ngoài ra, có rất nhiều các khoá học về giao dịch chứng khoán đang được chào bán trên thị
trường, tuy nhiên về mức độ tin cậy sẽ không thể so sánh được với các công ty chứng khoán. Dựa vào biểu đồ 4.3, có thể thấy các nhà đầu tư cá nhân trong mẫu khảo sát chưa tham gia các khoá học chứng khoán chiếm 67%, trong khi nhà đầu tư đã tham gia chỉ chiếm 33%. Có thể thấy thị hiếu và nhu cầu tích luỹ kiến thức đầu tư dựa trên các khoá học về chứng khoán vẫn chưa thật sự nổi bật. Ngoài ra, theo số liệu từ Biểu đồ 4.4, số tiền bình quân hàng năm các nhà đầu tư sẵn sàng bỏ ra cho chứng khoán chủ yếu nằm ở vùng giá từ 60 đến 100 triệu đồng. Đây là một con số được xem là hợp lý dựa trên các đặc điểm khác của nhà đầu tư, đối với những nhà đầu tư đã tham gia các khoá học về chứng khoán hoặc có nhiều năm kinh nghiệm trong lĩnh vực này thường sẽ trích ra từ 100 đến 300 triệu để đầu tư. Qua đó, có thể thấy độ tuổi, trình độ học vấn và các khoá học về đầu tư chứng khoán có tác động đến khoản tiền các nhà đầu tư sẵn sàng bỏ ra.
Biểu đồ 4.3: Tỷ lệ nhà đầu tư tham gia các khoá học về đầu tư chứng khoán
■ Đã tham gia
■ Chưa tham gia
Nguồn: Tác giả tổng hợp dựa trên số liệu đã khảo sát
Biểu đồ 4.4: Bình quân số tiền hàng năm được các nhà đầu tư sử dụng trong việc đầu tư chứng khoán
Nguồn: Tác giả tổng hợp dựa trên số liệu đã khảo sát
4.2 Phân tích độ tin cậy và giá trị của thang đo
Các câu hỏi bao gồm từ 6 đến 20 trong bảng câu hỏi, được mã hóa từ X6 đến X20, được thiết kế để khám phá mức độ tác động của các biến hành vi đối với các quyết định đầu tư chứng khoán của nhà đầu tư cá nhân tại sàn HOSE. Trong khi đó, các câu hỏi từ 23 đến 24, được mã hóa từ Y23 đến Y24, được thiết kế để đánh giá mức độ tác động của các yếu tố hành vi của các nhà đầu tư đối với hiệu quả đầu tư của chính họ.
Thang đo trước hết sẽ được phân tích dựa trên hệ số tin cậy Cronbach’s Alpha, các biến có hệ số tương quan biến-tổng nhỏ hơn 0,3 sẽ bị loại và thang đo được chấp nhận để phân tích trong các bước tiếp theo khi có độ tin cậy Cronbach Alpha từ 0,7 trở lên (Giao & Vương, 2019). Kết quả phân tích hệ số Cronbach’s Alpha được trình bày theo Bảng 4.5:
Tính đại diện
X7 ,374
Tính sẵn có X8 ,073
Neo vào điểm tham chiếu X9 ,338
Sự nguỵ biện Xĩõ ,295 Sự quá tự tin X∏ ,116 Sự ác cảm mất mát X12 ,412 Sự sợ hối tiếc X13 ,068 Kế toán tinh thần X14 ,360 Các yếu tố tác động từ thị trường X15 ,533 X16 ,311 X17 ,415 X18 ,429 (adsbygoogle = window.adsbygoogle || []).push({});
Các yếu tố liên quan đến hiệu ứng bầy đàn
X19 ,445
X2Õ ,427
Kết quả đầu tư
Y23 ~4Γ4
Y24 ,310
Nguồn: Tác giả tổng hợp dựa trên số liệu đã chạy mô hình SPSS 25
df_________________________ 78 Sig.________________________ ,000 Biến quan sát Hệ số tải nhân tố (Factor loading) 1 2 3 4 Yếu tố hành vi
Heuristics X6: Nhà đầu tư tập trung mua những cổ phiếu “nóng” và hạn chế mua những cổ phiếu có mức sinh lời kém trong thời gian gần đây
,717
Nguồn: Tác giả tổng hợp dựa trên số liệu đã chạy mô hình SPSS 25
Kết quả phân tích hệ số Cronbach’s Alpha cho thấy hệ số Cronbach’s Alpha (Bảng 4.5) của thang đo là 0,759 (>0,7) và hệ số tương quan biến-tổng (Bảng 4.6) của các biến quan sát X8, X10, X11, X13 trong thang đo lần lượt là 0,073 ; 0,295 ; 0,116 ; 0,068 (<0,3), vậy các biến này được loại bỏ trước khi tiến hành phân tích nhân tố khám phá .
Phân tích nhân tố khám phá (EFA) được sử dụng cho các biến hành vi (sau khi đã loại các biến không đạt yêu cầu gồm: X8, X10, X11, X13) và kết quả đầu tư (Y23 đến Y24). Trước đó, Kiểm định KMO and Bartlett (Bảng 4.6) được thực hiện nhằm xem xét sự thích hợp của các yếu tố, chỉ số KMO nằm trong khoảng từ 0,5 đến 1 và chỉ số Sig của kiểm định Bartlett là 0,000 (<0,05). Ngoài ra, tại Eigenvalue = 1,124 (>1), phần trăm (%) của tổng phương sai trích được giải thích = 57,71% (>50%), và tất cả các yếu tố tải đều hơn 0,5, các chỉ số này chứng minh rằng việc phân tích nhân tố cho các biến này là hoàn toàn phù hợp và được chấp nhận.
Bảng 4.6: Kiểm định KMO and Bartlette
Nguồn: Tác giả tổng hợp dựa trên số liệu đã chạy mô hình SPSS 25 Dựa theo Bảng 4.6, chỉ số KMO được xác định bằng 0,705 (0,5<KMO<1), vậy có thể kết luận các biến trên đủ điều kiện để tiến hành phân tích nhân tố khám khá (Bảng 4.7). Vuong và Suntrayuth (2020) đã đề xuất sử dụng hệ số nhân tố khám phá để đo lường giá trị của thang đo. Hệ số tải nhân tố (Factor loading) lớn hơn 0,5 được xem là có ý nghĩa thực tiễn. Dựa theo kết quả trong Bảng 4.7, hầu hết các giá trị của hệ số tải của mỗi chỉ số đều cao hơn 0,5 (giá trị bé nhất là 0,529). Do đó, mỗi cấu trúc thể hiện giá trị hội tụ tốt. Trong quá trình phân tích dữ liệu, các hệ số tải nhân tố nhỏ hơn 0,5 đã bị ẩn và không hiển thị tại bảng kết quả.
quyết định đầu tư cho các cổ phiếu khác
X9: Nhà đầu tư có khả năng dự báo
biến động giá chứng khoán tương lai dựa trên giá hiện tại
,764
Prospect
X12: Nhà dầu tư có xu hướng ít mạo hiểm hơn sau những lần đầu tư
thất bại
,793
X14: Nhà đầu tư ra quyết định đối với từng cổ phiếu trong danh 1 mục
đầu tư của mình một cách độc lập, không phụ thuộc lẫn nhau
,831
Market
X15: Nhà đầu cân nhắc kỹ lưỡng về
sự thay đổi giá của cổ phiếu mà họ định đầu tư
,565 (adsbygoogle = window.adsbygoogle || []).push({});
X16: Thông tin thị trường rất quan trọng đối với việc đầu tư cổ phiếu của các nhà đầu tư
,789
X17: Nhà đầu tư xem xét xu hướng
trong quá khứ của cổ phiếu trước khi ra quyết định đầu tư
,529 ,603
X18: Nhà đầu tư nghiên cứu kỹ lưỡng các báo cáo tài chính và tin tức công bố của các công ty
Herding
X19: Nhà đầu tư thường ra quyết định đầu tư dựa theo tin đồn và tư
mua
hoặc bán cổ phiếu dựa trên xu hướng mua và bán cổ phiếu của các
Kết quả đầu tư
Y23: Các đầu tư trong năm vừa qua
đem lại mức sinh lợi như nhà đầu tư mong muốn
,725
Y24: cảm thấy hài lòng với những quyết định đầu tư của mình
Biến
Nguồn: Tác giả tổng hợp dựa trên số liệu đã chạy mô hình SPSS 25
4.3 Phân tích hồi quy
Trên cơ sở thang đo các yếu tố ảnh hưởng đến Quyết định đầu tư và hiệu quả đầu tư đã được xem xét kiểm định và phân tích nhân tố khám phá, tiếp tục sử dụng phân tích hồi quy để thấy mối quan hệ giữa các nhân tố này. Mô hình hồi quy được biểu diễn như sau: Y = β1 + β2Xι + β3X 2 + β4X3 + β5X4 + ɛ
Đánh giá đa cộng tuyến là bước đầu tiên trong phân tích mô hình hồi quy. Quy
trình này là cần thiết để đảm bảo rằng các hệ số được ước tính bằng cách hồi quy các biến nội sinh trên các biến ngoại sinh đính kèm không bị sai lệch. Trong hồi quy, tính
đa cộng tuyến tồn tại khi hai hoặc nhiều biến độc lập có tính tương quan cao. Đa cộng
tuyến trong hồi quy làm tăng sai số chuẩn, làm cho các kiểm định quan trọng của các
biến độc lập không đáng tin cậy. Tính đa cộng tuyến cao làm suy yếu khả năng của nhà nghiên cứu để đưa ra phán đoán về tầm quan trọng tương đối của một biến độc lập so với biến khác (Giao & Vương, 2020). Do đó, khi tính đa cộng tuyến cao, nhà lớn nhất là (<5) cho thấy các biến độc lập này không có quan hệ chặt chẽ với nhau nên không có hiện tượng đa cộng tuyến xảy ra.
Tại bảng 4.8, phân tích hồi quy được thực hiện với 2 mô hình gồm: Mô hình 1: Kết quả về mức sinh lợi (sử dụng biến Y23) và Mô hình 2: Kết quả về mức độ hài lòng (sử dụng biến Y24). Các chỉ số dùng để thể hiện mức độ ảnh hưởng bao gồm: Hệ số hồi quy chuẩn hoá (β), Hệ số VIF, Chỉ số R2 hiệu chỉnh, Giá trị Sig thuộc kiểm định F, Giá trị Sig thuộc kiểm định t. Trong đó, ý nghĩa của các chỉ số được giải thích như sau:
• Hệ số hồi quy chuẩn hoá (β) thể hiện mức độ tác động của các biến. Nếu biến có trị tuyệt đối của hệ số β càng lớn thì mức độ tác động càng cao, ngược lại, nếu biến có trị tuyệt đối của hệ số β càng bé thì mức độ tác động càng thấp. • Hệ số VIF (hệ số phương sai phóng đại) dùng để kiểm tra hiện tượng đa cộng
tuyến.
• Chỉ số R2 hiệu chỉnh thể hiện mức độ giải thích của mô hình. Cụ thể, R2 hiệu chỉnh phản ánh sát hon và không thổi phồng mức độ phù hợp so với R2, vì vậy nghiên cứu sử dụng chỉ số R2 hiệu chỉnh để đánh giá. Nếu chỉ số này càng tiến dần về 1 thì mô hình hồi quy có chất lượng càng tốt, ngược lại, nếu chỉ số này càng tiến dần về 0 thì mô hình hồi quy có chất lượng càng không tốt.
• Giá trị Sig thuộc kiểm định F được sử dụng để kiểm định độ phù hợp của mô hình hồi quy, nếu Sig<0,05 thì có thể kết luận rằng mô hình hồi quy tuyến tính là phù hợp với tập dữ liệu.
• Giá trị Sig của kiểm định t được sử dụng để kiểm định ý nghĩa của hệ số hồi quy. Nếu Sig<0,05, ta kết luận có sự ảnh hưởng mật thiết giữa các biến với nhau. (adsbygoogle = window.adsbygoogle || []).push({});
Neo vào điểm tham chiếu X9 -0,182 (*) -0,106 (*) 1,249 Sự ác cảm mất mát X12 0,354 (***) 0,587 (***) 1,205 Kế toán tinh thần X14 0,031 -0,367 (***) 1,908 Yếu tố thị trường X15 0,384 (***) 0,146 (*) 1,771 X16 0,185 (*) -0,102 1,617 X17 -0,218 (*) -0,035 1,544 X18 -0,017 0,063 1,443 Hiệu ứng bầy đàn X19 0,016 -0,064 1,524 X20 -0,014 0,129 (*) 1,230
Mức độ giải thích của mô hình
(R2hiệu chỉnh) 0,425 0,613
Nguồn: Tác giả tổng hợp dựa trên số liệu đã chạy mô hình SPSS 25
Dựa trên Bảng 4.8, nghiên cứu đã xem xét đến độ phù hợp tổng thể của mô hình. Theo Vuong và cộng sự (2020), chất lượng của mô hình hồi quy nên được đánh giá bằng chỉ số mức độ phù hợp mô hình R2 hiệu chỉnh. Những tác giả này cũng đã đề xuất rằng hệ số R2 hiệu chỉnh có giá trị trên 0,26 cho thấy chất lượng mô hình ảnh hưởng lớn; dao động từ 0,13 đến 0,26 cho ảnh hưởng trung bình và dưới 0,02 cho ảnh hưởng nhỏ. Bảng 4.8 cho thấy rằng, giá trị R2 hiệu chỉnh của mô hình 1 bằng 0,425, có nghĩa là 42,5% sự biến thiên của biến Y23 (Kết quả về mức sinh lời) được giải thích bởi sự biến thiên của 11 biến độc lập. Bên cạnh đó, giá trị R2 hiệu chỉnh của mô hình 2 bằng 0,613, có nghĩa là 61,3% sự biến thiên của biến Y24 (Kết quả về mức độ hài lòng) được giải thích bởi sự biến thiên của 11 biến độc lập. Do đó, chúng